城市物流中的内含风险

1、引言

自然灾害和人为因素造成的风险越来越受关注，前者包括地震，洪水，海啸，暴雪，森林大火，后者包括事故和恐怖袭击。虽然原则上这些风险因素应该做很好的评估并纳入到城市物流中，但它们并没有完全纳入到城市物流的建模(Taniguchi等人，2001)和城市物流方案的实施中。原因如下：（1）评估城市物流的风险很难，这些风险取决于不确定性；（2）自然和人为风险因素导致的风险在操作上会产生额外费用；（3）不把自然和人为灾害看作物流经理的责任。

2004年印度洋苏门答腊发生了地震，随后我们遭遇了次生海啸带来的极有破坏性的灾难；2005年美国墨西哥湾发生卡特里娜飓风；2008年中国四川的地震和2009年澳大利亚墨尔本的森林大火。1995年东京地铁发生一起使用赛伦制作的化学物质进行的恐怖袭击；纽约2001年911恐怖主义袭击；2005年伦敦爆炸以及2009年海盗袭击了索马里。这些触发了利益相关者思维模式的变化，他们开始考虑自然和人为因素风险。私人公司从业务连续性管理的角度讨论这些风险。我们能找到一个供应链严重破坏的典型案例，2007年日本的新县中越冲地震造成一个叫瑞肯的小公司倒塌，它过去为日本的汽车制造商生产活塞环。瑞肯工厂的倒塌导致许多汽车组装厂关闭了一周，因为，在适时反应生产系统中这部分小零件太脆弱了，它们太过于依赖单一的公司供应。之后，考虑到业务持续性，大多数物流公司意识到在物流系统引入自然灾害风险的重要性。在公共部门，自然和人为因素造成城市货运中的风险直接联系着紧急事件中的公共福利和健康。大家关注公共部门如何减轻城市物流设施的毁损，以及灾后迅速恢复保持城市较高的生活质量。

本文需要考虑城市货物运输系统中的多种利益相关者，即发货人，运货人，管理者和居民。这些利益相关者对风险有不同的动机、目标和行为，所以，需要优化模型的方法包括多代理人模型来模拟它们的行为。城市物流一般考虑到日常风险即推迟交付或提货的风险，当高峰期、交通事故和体育赛事等交通流量大时，会产生这种风险。然而，我们需要考虑由气旋、地震和洪水等极端天气导致的不常发生但有严重影响的风险。图形1（本文省略）说明了城市物流风险的分类。横轴给出事件引致风险的评价困难的来源，纵轴表明频率。

第一级难度来自于复杂性。交通网拥塞的影响是复杂的，也很难预料行程时间，因为乘客和货运交通的需求是波动的。如果我们用有时间窗的车辆路线、时刻 (VRPTW)模型，常规VRPTW能用来复制城市车辆的接货和送货运动。第二级不确定性。交通意外不可预测，特别是当汽车装载危险原料的时候更易对居民健康和建筑造成更大危害。我们需要考虑旅行时间和交通网连接的动态性和随机性来改进模型。那么VRPTW-D（动态时间窗）或者VRPTW-P（随机时间窗）模型更适用于复制应用了智能运输系统城市的接发车起始时间和路线选择的动态调整。第三级模棱两可韶关到铜陵物流。这类包括坏天气、自然灾害，不常发生，然而一旦发生会对城市货物运输系统影响巨大。对此，多目标模型或多代理模型和模拟能有效评价这些事件的影响和应对行动的主动性。它产生于非预期的利益相关者的相互作用及其和环境的作用反作用。

为应对这三种风险，有人提出了风险治理的概念。它超出了风险管理的范畴，包括预评价、评价、描述和估价、管理的周期。它让我们去理解每个利益相关者的依赖性、主动性，和重要的基础设施及供应链条的联系。风险定义为，“事件发生的可能性以及对事务产生影响”(AS/NZS)。城市物流旨在减少经济、社会、环境及城市商品运动的总成本。城市货运系统有许多目标，受到市民和司机的健康安全，履行交货合同及减少气候变化的威胁。城市物流模型要考虑不确定性，以确保方案能够很好服务未来，采用的方法包含供应链模型如情景应急计划，决策树，随机规划(Shapiro, 2007)。

2、方法论

2.1．稳健性

输入的数据常有较大不确定性，如用来计划、设计、评价城市物流方案的优化模型中参数、来源和运行限制。数学规划是由一个目标函数、决策变量和约束条件组成的系统。一个可行解是满足约束的一个系统。一个最优解是一个可行解，且决策变量的值使目标函数的值最优。稳健性结果检验当输入数据改变时最优解是否能保持最优。尤其，数据变化时，它考察原始最优解是怎样接近于新生最优解。数学规划中的稳健性分析了参数和约束条件代表的模型中不确定因素的影响。最近，物流和供应链网的稳健性引起了相当多的关注 (Mo等,2005) 。当输入的变量值因自身不确定性发生变化时，可以通过开发程序来确定接近于最优的可行的解。人们发展了许多方法来表现优化模型的不确定性，包括概率分布、模糊逻辑、基于情景的技术。

2.2．随机规划

随机规划把一个系统设计为一个概率(随机的)模型，它包含了问题设定中随机变量的分布(Birge,1997)。这和参数为常数的线性规划等方法明显不同。当参数偏离它们的平均值或预估值时，它可以找出一个更好的解。随机解的值(VSS)测量的是解决概率的(随机的)问题可能获得的收益。它代表知道和利用未来结果分布的价值。VSS与未来不确定性和没法进一步获得未来信息有关系。它测量的是忽略不确定性作决定时承担的成本。虽然，在固定车辆路线和时刻表问题中，顾客的实际行驶时间不定，但会经常做出单值估计(预测) (Psaraftis,1995)。随机模型可以输入同一概率分布的随机数据。软时间窗的车辆路径问题模型的概率，必能估计出一个期望赔偿(Laporte, 1992)。一个两步式程序用来估计利益，它利用有时间窗的汽车路线和时刻表，及可变的旅行时间 (Taniguchi， 2001) 。城市的延迟交货可能导致零售耽误和送货延迟，也可能不能进入实行宵禁的市中心。随机规划最近也被用于设计供应链网络(Shapiro,2008)。

2.3.模拟

规划城市物流系统，模拟可当作一个有用的工具。它已广泛用于装货/卸货设施和物流中心布局的设计。操作性能测试可用来估计变化的物理设计和需求水平。这可为极端条件开发应变计划。可开发一个微型模拟系统来决定新加坡高速公路（KPE）的拥堵的管理策略(Keenan等，2009)。KPE包括一个9公里隧道，估计服务水平适合各种交通水平，以确保用VISSIM模拟软件的合理安全水平。模拟法可用于设计减少恐怖威胁的安全和调度程序。有人用Planimate模拟软件开发了一个车运调度系统，用于2000年悉尼奥运会的规划和运作 (Pearson 等人,2001)。运输活动的繁荣有助于关键利益相关者间的有效沟通。它能有力证实最终时刻表的稳健性，也能分析包括恐怖分子活动在内的情景。

2.4.多目标优化

供应链和物流管理中制定决策常要兼顾几个标准。当多重目标可以集合到一个目标上时可以用一个简单的方法来解决。然而，难的是得提前为每个目标设定权重。从而建立典型模型，在多标准决策和多目标优化问题(如多目标规划(MOP))的框架内加以解决。这些问题有一个共同的特点，那就是通常不是唯一最优解。那样，目标函数的值相矛盾，所有目标函数不可能同时最优化。一组帕累托最优解(Sawaragi等，1985),也意味着确定不了劣等解和占优解。

一般可以获得一组帕累托最优解。决策者可基于个人偏好或额外标准从中选出一个最终较优的解。有几个MOP模型帮助供应链和物流优化在一定风险下制定决策，风险来自于考虑消费者的不同需求。最近，MOP作为一个决策工具应用在绿色供应链管理和逆向物流领域，包括危险材料运的输，有害废物的管理 (Yong，2007) ，因为这些领域具有不确定性、复杂性，对自然环境中和运输、交易、购买环节中的人类的潜在风险性。在供应链与物流管理中，要求同时评估成本和风险，而这些常常是相矛盾的。那样，总运营成本通常是要估计的，由运输费用，库存成本，再处理成本和最后处置成本组成，而同时也评价在运输，存储，再处理和最终处置中的运营风险。

2.5.多代理模拟

有四种主要利益相关者与城市物流相联系：发货人、运货人、居民和管理者。他们目标不同，行为类型不同。发货人试图成本最小化。运货人试图按发货人的要求取货和送货。居民想要身边安静的环境和清洁空气。管理者希望用可持续的运输系统激发城市活力。Taniguchi等人(2007)介绍了解决城市物流计划的多代理模型。这个模型包括一个加强的学习过程以便在下一步采取更好的策略，并基于之前的行为结果获得报酬。这篇文章用多代理模型评估利益相关者的行为和其相互作用，这些利益相关加入到城市货运系统并且对城市物流措施产生影响。在一个小型道路网测试的多代理模拟表明了，VRPTW-D这种可以动态调整车辆路径计划以适合当前行驶时间的模型，在增加运货人的利润和减少发货人的成本方面有良好表现。之后多代理模型应用在一个大型的道路网测试，发现VRPTWD模型通过提高运货人的利润并减少发货人成本产生了一个双赢的局面。结果也表明，道路定价的实施能减少氮氧化合物废气排放然而可能增加发货人的成本。为了避免这样的影响，引入合作货物运输系统有助于发货人减少他们的成本。

Tamagawa等人(2009)介绍了一个多代理模型，它包括五个利益相关者，运货人，发货人，居民，管理者，城市高速公路运行者。他们在决定制定政策时嵌一个Q学习程序，它由代理人根据自己以前行动获得的收益来制定。后来在一个城市道路网应用多代理模型，他们检测了几个城市物流措施的表现，包括道路定价和卡车禁令。尽管实施城市物流措施和增加城市高速公路的使用，运货人也可以保持他们的运输成本在这样情况的水平，即没有任何城市物流措施或通行费且他们可以保持同等水平的送费要价的情况。结果，发货人可以也保持自己与以前相同的配送成本。结果，发货人可以也保持他们与以前相同的配送成本。他们总结为这些措施的执行对所有利益相关者改善状况有影响。Donnelly (2009)使用混合模型模拟了城市货物运动，它基于整合的宏观经济相互作用，离散事件微观模拟和基于代理模拟。这些模型很成功地在美国波特兰市应用，利用已存在数据集检验了几个城珠海到和田物流市物流情境。

2.6.健康

参与城市分配的人类健康是城市物流愿景中的一个重要元素 (Taniguchi等人 ，2004) 。雇员的职业安全卫生是一个真实的问题，越来越多的压力使雇主更主动地关注于他们雇员健康保护这。部分简单介绍了用于模拟空气质量和司机身体活动的影响的方法。

2.7.空气质量

运货人是城市物流中的一个主要利益相关者，卡车和货车司机常常过长时间暴露于高浓度废气中。许多研究研究显示，比起周围空气质量，道路车辆内的空气污染更严重 (Chertok,2004)。在城市道路中，暴露于空气污染物的车厢内的水平是一个人呆在其中时间的函数。因此，司机有一个较高的风险会患癌症和呼吸系统疾病，例如哮喘。伤残调整生命年(DALY)指标是社区中疾病负担（BOD）的指示器。一个DALY代表生命健康损失了一年，指疾病死亡损失健康生命年(YLL)与疾病伤残损失健康生命年(YLD)相结合的指标。伤残调整生命年法限定为特别的州和市计算特别的疾病，例如糖尿病，心血管疾病。Kayak and Thompson (2007)指出，造成墨尔本统计部门司法管辖区人们疾病负担的可能原因是暴露于柴油燃气，汽车内柴油发动机环境的浓度数倍于外面的人所处的环境。我们需要开发先进、有效的方法减少司机因环境污染带来的健康问题的风险。有必要使用工具例如DALY健康指标来引进公共健康影响评价到城市物流规划中以避免死亡。

2.8.身体活动

越来越多人关注在许多国家的肥胖新水平，这些国家的居民有日益久坐的生活习惯。在工作、家中娱乐和运输活动中常需要体力活动。货车司机面对在工作中没有进行充分的身体活动的高风险。当前澳大利亚体育活动的方针是，“大多数最好每天整体最少30分钟适度强度的身体活动。”关于伦敦售票员的一个经典流行的研认为，伦敦那些双层公交车的售票员有较多的体力活动，这有助于减少售票员的死亡率(Morris, 1953).。有必把体力活动在安排在城市中，因为很多物流任务在最近50年已经机械化化了。显著数量的体力活动退出了城市现代日常安排中，报纸、邮件的配送和垃圾收集都典型机械化了。司机常常长期汽车里开车或等候。加速计可以用来准确测量在进行体力活动中消耗的能量。活动日记也可以用来估计个人承担体力活动的频率、强度和持续时间。一个人的体重主要取决于消耗能量和摄入食品能量。结合预测的能量消耗水平(包括非机械化安排)同饮食细节，可以模拟出个体的重量(Westerterp等人，1995;)。自从许多疾病负担研究认为慢性疾病的风险和体重质量指数(BMI)相关，那么可以确定健康收益。通过预测总能量消耗可以决定日常体力活动水平(PALs)，用一个基础代谢率的倍数来表达 (Ainsworth等人, 2000) 。平均PALs最好超过1.6(AICR, 2007)。估计一个人每日的能量消耗的期间是一项复杂而挑战性的任务。有几种方法计算体力活动水平。一个简单方法是以个人特性确定基础活动和总数能量消耗水平，例如年龄、身高、体重和性别以及承担活动的持续时间和新陈代谢率(Gerrior 等人, 2006)。澳大利亚的城市送邮件最近有个趋势，用电车和自行车代替摩托车和汽车。这是由于比较困难招聘到有摩托牌照的人以及这些人中的越来越多超重。骑自行车在居民区配送邮件对车手健康有很多益处。此外，减少了空气污染对环境好，因为减少了有车祸相关的安全成本从而有益于社会。

2.9. 人的安全工程

城市可能经历一系列自然和人为灾害，它们能使城市的的分配系统崩溃。遵循应急响应、缓解状况，城市物流系统常需重新设计以承担重建和恢复作用。城市运输系统需要加入更多的应变性以减少灾害的影响(Murray-Tuite, 2006)。灾害常使交通系统常常中断，当城市交通系统能力减弱时，城市物流方案可以提供有效佛山到武威物流手段继续分配服务。一场灾难下交通系统链的运力会失去或减弱，导致行程时间的增加，延时，延迟罚款。节点封锁导致的城市线路改变，可能导致货车起点和终点的行程的变动。模型可以有助于设计合适的城市物流方案运用到灾难后的整个重建期。摸模型可有助于识别脆弱的交通链以及确定最有效的项目重建计划。经济损失造型涉及估计直接损失包括交通运输链重建和交通管理，以及间接损失例如商业破坏和增加的延时(Buckle, 2005)。灾难模型预测灾害中的经济损失(Grossi 等人, 2005)。风险和库存模块提供信息来估计结构对灾难的脆弱性。成本预测通过修理或重建的直接成本，以及商业中断和撤离的间接成本。风险模块考虑到灾害的位置、频率、严重性，它主要基于分析历史数据。库存模块提供结果的类型、强度信息。脆弱性造型预测灾害事件对结果的损害。损失模型预测物流破坏的经济损失。地震破坏道路系统的风险模型(Werner等人, 2007) 预测灾难性旅程的需求，这常用来识别脆弱的运输链。它也指导减少风险的决策制定，并有助于开发应变和和恢复战略。

2．10．人为灾害

人为灾害在城市物流方面处理起来是一个挑战性难题。它包括战争，恐怖主义，流行疫情，交通事故，核事故，食品或水污染，建筑倒塌等。Tansel (1995) 比较人为灾害和自然灾害的特征认为，只要有人类活动的地方就可能发生人为灾害，而自然灾害通常具有区域性。他也表明，在20世纪九十年代的风险管理中，危险废物是人为灾害中最严重环境问题。危险材料运输中的风险管理进而是关于人造灾害一个主要研究课题(Miller-Hooks 等人, 1998)。自从2011年911恐怖主义袭击后，越来越需要交通设施安全。Sheffi (2001)指出供应链对故意或突发的破坏尤其脆弱，他建议采用多策略作为一种可行的方法来缓和脆弱性。Tang (2006)综述了那些处理供应链风险的计量模型，将其分为两类:经营风险和中断风险。Lau 等人， (2008)提出一个实时供应链管理模型，它基于多代理模拟及其在禽流感或或恐怖袭击中的应用。Mohan ， (2009) 调查了禽流感时期家禽供应链风险，鉴定风险因素，损失和收益以及不同的应对战略。

2．11．危险材料运输

多年以来，在城市运输危险材料是一个重要研究领域。一旦运输有害物质的车辆发生交通意外，它可能对人和物造成巨大影响，爆炸和危险物泄露带来其他事故。应该提前评估这些风险，并用ICT和ITS技术进行良好的控制。需要模型技术来评估风险，评价管理危险材料的措施。Erkut (1998)概括了危险材料运输的模型，指出不同风险模型的最优建议不同。文献建议了五类风险：传统风险、人口暴露、附带风险、知觉风险和条件风险。体现危险材料运输风险常需要多目标优化模型。Giannikos (1998)介绍一个多目标编程模型考虑了总成本、总知觉风险、个人知觉风险等。Bell (2006)讨论使用一个混合的路线，通过确定一系列最安全的路线和最安全的交通共享导致更好的基于博弈的风险厌恶策略。

3、结论

运输物流模型需要包含风险以便城市分配系统更有弹性应对自然和人为风险。引入风险的模型有助于设计城市物流方案来改善人类健康和安全。本文概述了模型技术最近的发展，例如随机规划，基于代理人模拟和稳健优化的方法可以应用于城市货运和供应链网络。描述了人类安全工程和城市物流直接的链条。阐述了需要用模型协助公共部门进行交通基础设施的恢复，并且为私人部门开发计划用于商业连续性管理。由于城市化的增长和更多极端天气的普遍，以及恐怖主义的不断威胁，需要先进的城市货运模型来减少自然和人为风险对城市货运系统的破坏。