需求约束下集装箱码头装卸设施配置逆优化模型

鲁 渤王辉坡汪寿阳

(1.大连大学国际学院,辽宁大连116622；2.大连大学智慧航运与物流网络技术国家地方联合工程实验室,辽宁大连116622；3.大连大学经济管理学院,辽宁大连116622；4.中国科学院大学经济与管理学院,北京100190)

1 引 言

长期以来一直存在港口过剩的争论,有的学者认为我国港口产能存在总体供给过剩.例如:姜超雁等[1]认为港口之间的距离在200 km比较合理,而我国沿海港口的密度为50 km就有一个1 000t以上的港口,导致港口产能总体过剩,各港口之间均出现过度竞争.庞彪[2]认为我国各港的实际吞吐能力平均过剩三四成,即使情况较好的长三角港口,平均过剩产能也达两成以上,珠三角港口过剩产能约三成.而有的学者认为我国港口仅仅是结构性的过剩.例如:史婧力[3]认为虽然部分区域港口存在产能过剩,但是由于港口属于公共基础设施,适度过剩是正常的,但同时部分港口确实存在产能过剩和收益下滑的局面.2015年12月中央经济工作会议提出“供给侧结构性改革是适应和引领经济发展新常态的重大创新”,各行各业都应该按照中央的统一部署,根据行业本身的特点进行供给管理,供给创新,优化供给结构.港口行业也不例外,根据市场需求优化自己的资源配置实现集装箱码头供给侧结构改革.

因此,业界的共识是在经济新常态下,过去依靠粗放式发展的经济模式已经不能适应新时代的要求,必须根据国家供给侧结构改革的战略,对目前的港口资源进行优化,避免过度竞争,从而提高集装箱码头的收益.供给侧结构改革的核心是去产能,这就要求在满足市场需求的条件下,以最小成本减少集装箱码头装卸设施.但是目前对集装箱码头生产的优化主要集中在效率方面,即如何有效的利用港口现有的岸线、装卸设备和堆场等资源,提高港口通过能力和吞吐量[4-6].

虽然这些研究对于提高集装箱码头的运行效率,降低生产成本起到了重要的作用,但是这和目前国家的供给侧结构性改革战略不相符.即如何在市场需求一定的条件下通过优化集装箱码头装卸设施,优化生产技术来实现收益的优化.因此,本文将研究在需求约束下通过优化集装箱码头装卸设施的数量实现对集装箱码头的去产能和供给侧结构改革.本文提出在需求约束的条件下优化港口设施配置的科学问题.传统的港口资源优化和配置研究都是以产能最大化或效率最高为研究目标的,本论文的研究以需求不足为前提,对产能淘汰过程进行优化,使得资源调整费用最小.利用互补松弛定理构建了集装箱码头装卸设施逆优化模型.

在集装箱码头资源优化领域,学者们做了大量的工作,并且取得了丰富的成功.目前针对集装箱码头资源配置的优化研究主要集中在下面几个方面:首先,港口泊位调度的优化.在这一领域学者们做出了大量的工作.例如Nishimura等[7]和Imai等[8-10]提出了从静态泊位优化到动态泊位优化,从离散泊位优化到连续泊位优化等一系列模型和算法.徐亚等[11]构建了多码头协调运作的泊位调度模型,曾庆成等[12]认为泊位分配和装卸桥调度是相互影响的,因此建立了泊位分配和装卸桥调度干扰管理模型.其次,针对港口的集疏运体系进行优化.Xu等[13]对大连港和广州港的集疏运体系进行了对比研究；李桂芝[14]应用PSO算法对大连港的集疏运体系进行了优化.第三,针对集装箱的管理进行优化.Song等[15,16]和Meng等[17]对集装箱的空箱重置策略进行了研究.计明军等[18]和鲁渤等[19]对港口集装箱的调运进行了优化.第四,针对堆场的管理和布局进行优化.例如:沙梅等[20]对集装箱堆场的布局进行了优化.何霆等[21]建立了堆场堆存服务计划优化模型,并提出了求解该问题的算法.邵乾虔等[22]建立了最小化预翻箱数量和场桥堆存作业移动距离的两阶段优化模型,并针对两个阶段分别设计了静态和动态算法.第五,针对集卡和其他资源协同优化.张笑等[23]以总时间最小为目标构建了集装箱码头集卡与岸桥协作优化模型.近年来,随着环保压力和新优化技术的成熟,港口资源优化领域的研究出现了一些新的趋势.一方面,以港口低碳绿色发展为目标的优化逐渐受到学者的重视[24,25]；另一方面,随着带均衡约束的优化技术的完善,针对集装箱码头作业具有复杂网络结构的特征,部分学者开始尝试对集装箱码头的均衡作业进行研究[26,27].

虽然有关集装箱码头设施配置优化的研究取得了丰富的成果,但是目前所有的研究几乎只针对集装箱码头的生产运营环节,没有考虑市场需求.这是因为长期以来我国港口基本处于供不应求的局面,导致所有的研究都是针对现有资源进行优化,没有考虑资源的动态调整,尤其是以“去产能”和“供给侧结构改革”为目的的动态调整.基于此,本文以目前国家推行的供给侧结构改革为背景,结合港口行业产能总体过剩的局面,提出了基于逆优化方法的以资源调整费用最小为目标的资源配置优化模型,该模型对促进港口行业去产能和持续发展具有重要的指导意义和应用价值.

虽然这些研究对于提高集装箱码头的运行效率、降低生产成本起到了重要的作用,但是这和目前国家的供给侧结构性改革战略不相符.即如何在市场需求一定的条件下通过优化集装箱码头装卸设施、优化生产技术来实现收益的优化.因此,本文将研究在需求约束下通过优化集装箱码头装卸设施的数量实现对集装箱码头的去产能和供给侧结构改革.

2 集装箱码头装卸设施配置逆优化模型

2.1 集装箱码头作业过程

Garrido等[28]将集装箱码头的内部作业分成三个阶段:集装箱装卸,集装箱移动和集装箱堆放.集装箱进港过程如下:集装箱船舶到达港口后,首先通过集装箱吊具,例如岸桥等进行集装箱的装卸作业,然后通过底盘车、跨运车、集装箱卡车、集装箱叉车与轮胎龙门吊等进行集装箱的移动,最后将集装箱堆放在指定的集装箱堆场等待疏运出港区.集装箱出港过程和上述过程相反,首先,将准备出港的集装箱堆放至指定堆场,当集装箱船舶到达港口后,通过集装箱平移工具将集装箱平移至装卸区,最后通过集装箱吊具进行集装箱装船操作.操作平面图见图1所示.港口企业是以集装箱装卸作业为主的服务型企业,装卸收费是其主要收入来源,装卸总成本是其最主要的生产成本.

图1 集装箱码头操作平面图Fig.1 Operation plan of container terminal

2.2 模型构建过程

为了达到上述运营目标,集装箱码头必须投入相应的装卸设施,这些设施包括集装箱吊具,集装箱转运工具以及集装箱堆场.因此该集装箱码头的资源约束分析如下.

1)集装箱吊具工时约束

2)集装箱转运工时约束

3)集装箱堆场容量限制

该集装箱码头的第i种集装箱堆场的容量为QiTEU,平均存放天数为T,则集装箱堆场的约束为Txi≤Qi,i∈Γ.

传统集装箱码头作业优化模型可以表示成如下(LP1)问题

但是在经济新常态和需求不足的背景下,上述模型并不能起到优化作用.例如在现有资源约束下的最优解为Z∗,此时需要装卸的各种集装箱的数量为.但是由于产能过剩该最优产量大于市场的集装箱运输需求量.因此最大利润Z∗尽管在技术上是可行的,但是实际中是不可能达到的,因此集装箱码头的运营存在资源的浪费.根据供给侧结构改革的指导思想,目前的实际问题是要生产的产量,每种生产要素应该减少多少,并尽量降低调整成本.即通过改变资源约束,即将ds减少为,将tm减少为,将Qi减少为,使得是线性规划(LP1)的最优解.但是满足上述要求的不是唯一的.

因此要求以最小的成本实现上述调整.有下列优化问题(LP2)

3 集装箱码头装卸设施逆优化模型的求解方法

上述模型是一个典型的逆优化问题.[29]因此可以通过构建LP1问题的逆优化模型来解决需求约束下的集装箱码头装卸设施的逆优化问题.一般情况下只需将是LP1的最优解这一条件用互补最优性条件代替即可.令y∗为LP1对偶问题的最优解,并且约定

LP2可以表示为逆优化模型ILP1

ILP2即为需求约束下,根据需求要求调整集装箱装卸设施数量的最小调整成本模型.

4 集装箱码头装卸设施逆优化模型的应用

4.1 各类参数赋值

假设某集装箱码头,可以装卸两种集装箱,普通集装箱和冷链集装箱.每天装卸普通集装箱的数量为x1,冷链集装箱的数量为x2,因此Γ={1,2},1表示普通集装箱,2表示冷链集装箱.同时假设某码头有三个集装箱泊位,因此Σ={1,2,3},分别表示三个泊位.各集装箱泊位均采用桥吊装卸船,即Λ={1}.各泊位都采用底盘车和跨运车两种技术方案平运集装箱,因此Ξ={1,2},1表示底盘车,2表示跨运车.普通集装箱和冷链集装箱分别存放在普通集装箱堆场和冷链集装箱堆场.模型(LP1)中的参数pi的取值为p1=1.0,p2=1.5,其它参数取值见表1～表9.

表1 参数δijs的取值Table 1 The value of parameterδijs

表2 参数cijs的取值Table 2 The value of parametercijs

表3 参数γijm,m=1的取值Table 3 The value of parameterγijm,m=1

表4 参数γijm,m=2的取值Table 4 The value of parameterγijm,m=2

表5 参数vijm,m=1的取值Table 5 The value of parametervijm,m=1

表6 参数vijm,m=2的取值Table 6 The value of parametervijm,m=2

表7 参数aijs的取值Table 7 The value of parameteraijs

表9 参数βijm,m=2的取值Table 9 The value of parameterβijm,m=2

4.2 模型应用的主要结论

在上述资源和技术约束下,该集装箱码头的最优产量应该为普通集装箱310 TEU/d,冷链集装箱1 000 TEU/d.

但是由于港口产能过剩,假设目前该码头的需求量为普通集装箱280 TEU/d,冷链集装箱850 TEU/d.因此需要使用本文提出的需求约束下集装箱码头装卸设施逆优化模型进行优化.经过计算可知,当桥吊工时减少为412.7 h/d,冷链集装箱堆场的容量减少为12 750 TEU时,在目前的生产结构下,普通集装箱280 TEU/d,冷链集装箱850 TEU/d的产能是最优的.

可见传统模型通过资源优化实现了在现有装卸设施下使得集装箱码头吞吐量最大化的效果,但是由于经济形势的变化,实际需求量小于码头的吞吐量,使得这一结果在实际运营中并不是最优的,还存在码头装卸设施的闲置,这增加了码头运营的成本.而新的模型在保证市场需求的情况下,使得码头装卸设施得到了充分使用,降低了运营成本,因此是“去产能”和进行供给侧结构改革的理想资源优化模型.

5 结束语

以效率最大为目标,以现有资源为约束的优化模型,在面临市场需求不足时,存在资源浪费.针对这一问题,本文构建了基于逆优化的集装箱码头装卸设施配置优化模型,用以减少资源利用率不足导致的浪费.这对港口行业供给侧结构改革和去产能具有很强的指导作用.本论文提出的模型适用于为集装箱码头整体或主要环节进行去产能提供方案,但是该模型在使用时,还存在一些问题需要解决:首先,从生产运营的角度来看,需要明晰各环节码头装卸设施的生产效率及任务分配情况,并要求生产效率和任务分配在一定时期保持稳定.其次,从市场需求的角度来看,港口的需求具有一定的不确定性,尤其是短期内不确定性可能造成较大的影响.在具体应用时可以构建面向不确定性需求的随机逆优化模型,以便从理论上解决这一问题.此外可以采用必要的技术手段例如,适当设计一个资源冗余项,以保障港口需求量波动时能够顺利处理或者延长优化周期,这样可以降低不确定性.