沿江火电企业“海进江”煤炭物流成本优化探讨
高学明 陈金勇
【摘 要】 随着新一轮电力体制改革的逐步推进，火电企业面临更加激烈的市场竞争。电力产品的同质性、无形性特点，决定了火电企业必须坚持成本领先战略，持续强化成本管控来增强竞争优势。沿江火电企业煤炭运输多采用“海进江”方式，煤炭物流链条长、环节多、运量大，煤炭物流成本优化是企业降本增效的一个重要途径。文章阐述了沿江火电企业煤炭物流成本优化的重要意义，分析了沿江火电企业“海进江”煤炭物流的特点和优势，总结了沿江火电企业“海进江”煤炭物流成本优化的要点，在此基础上以沿江某大型火电企业为例，探讨了沿江火电企业如何通过建立“海进江”运输线性规划模型来科学、精准、高效地进行“海进江”煤炭物流成本的优化，实现降本增效的目的。
【关键词】 火电企业; “海进江”; 物流成本
【中图分类号】 F275.3? 【文献标识码】 A? 【文章编号】 1004-5937（2021）07-0067-05
一、沿江火电企业煤炭物流成本优化的重要意义
中共中央、国务院《关于进一步深化电力体制改革的若干意见》（中发〔2015〕9号）的印发，标志着新一轮电力体制改革正式启动。随着新一轮电力体制改革、供给侧结构性改革的不断深入以及能源行业高质量发展的不断推进，火电企业面临更加激烈的市场竞争和更加巨大的成本压力。机组利用小数逐年下滑、平均上网电价持续下降、电煤价格维持高位、环保成本大幅上升等多重压力给火电企业带来前所未有的挑战[ 1 ]。推进全方位、全过程的成本管控，提升成本管控的精细化水平，实现低成本运营，是沿江火电企业应对新挑战的必然选择。沿江火电企业大多数远离煤炭生产基地，煤炭物流运距长、环节多、成本高，面临的挑战更为严峻。
由于物流具有隐蔽性特征，大多数火电企业管理人员对物流管理和物流成本知之甚少、关注不多，“重生产、轻流通”思想长期存在，在物流成本管理上投入的资源不足;分不清楚物流成本与生产成本之间的关系，对“物流是企业第三利润源”的论断、物流成本冰山理论理解和认识不足;煤炭物流成本核算体系不完善、不精细[ 2-3 ]，物流成本控制和优化的手段落后、信息化水平低，对物流大数据中蕴藏的丰富信息资源和巨大经济价值重视不够;对物流成本优化在应对电力市场化改革和提升火电企业竞争力中的重要性认识不足。随着新发展理念的贯彻落实和高效清洁发电技术的广泛应用，火电企业在节能降耗和生产成本管控方面取得重大成效。我国600MW及以上电厂供电标准煤耗持續降低，由2011年的330克/千瓦时降至2019年的307克/千瓦时[ 4 ]，火电企业生产环节的单位物耗（煤耗）明显下降，成本管控水平大幅提升。与此形成鲜明对照的是，火电企业多年来在煤炭物流成本管控方面却相形见绌，成效甚微。火电企业，特别是沿江火电企业的煤炭物流成本居高不下，一方面受制于我国煤炭物流储配基地建设滞后、主要港口吞吐能力不足、煤炭物流通道不完善、集疏运系统不匹配、部分物流环节衔接不畅[ 5 ]等客观因素的影响;另一方面缘于沿江火电企业自身对煤炭物流成本管理重视不够、信息化智慧化水平低、手段粗放落后，对煤炭物流成本的定量优化控制乏力。
受煤炭资源分布和消费不平衡的影响，“西煤东运”“北煤南运”和“长距离、多周转”是我国煤炭物流长期存在的格局。绝大多数沿江火电企业煤炭物流链条长、节点多、运量大，而且需要采用铁路、公路、水路等运输方式联合、组合，煤炭物流成本较高，占总成本的比重高达15%左右，是沿江火电企业最主要的付现成本之一。相对于其他成本费用项目，煤炭物流成本在企业总成本中所占的比重较高，存在较大的优化压降空间，煤炭物流成本的下降对总成本下降的贡献更大。此外，由于物流成本削减具有乘数效应，物流成本减少所产生的总效益远大于物流成本本身所减少的金额。因此，煤炭物流成本的优化控制，理应成为沿江火电企业成本管控的重中之重。
煤炭物流集铁运、海运、江运、运输、接驳、仓储、装卸、保管等活动为一体，链条长、环节多、协同性强，涉及的利益相关方较多，是沿江火电企业成本管控的难点和短板。沿江火电企业要从供应链成本管理的视角，拓展成本管控的空间范围，摆脱粗放式、盲目式和经验主义的成本管控方式，实现煤炭物流成本优化控制的精细化、科学化，揭开煤炭物流成本的“冰山”，不断优化和降低煤炭物流成本，发掘物流“第三利润源”，提升市场竞争力。
二、沿江火电企业“海进江”煤炭物流的特点和优势
所谓“海进江”，是指海轮驶入长江后，受航道条件的制约，需在合适的江港停靠，将所载货物过驳给若干艘吨位较小的江轮继续上溯运输至最终目的港的一种海、江转运模式。受长江航道水深和南京长江大桥限高的制约，3万吨级以上的海轮无法上溯到南京上游的长江沿岸各港口，皖、赣、鄂、湘等上游省份的海运进港货物，需要通过“海进江”方式在南京及下游的各长江港口转运[ 6 ]。近年来，随着长江经济带发展战略的深入实施，装备制造、石化、电力、冶金、建材、物流等产业加快向沿江地区布局和聚集，催生了更多的“海进江”货物运输需求。交通运输部长江航务管理局发布的数据显示，2019年长江干线货物通过量达29.3亿吨，同比增长8.9%;长江干线港口货物吞吐量达31.6亿吨，同比增长11.3%[ 7 ]。随着我国经济社会的发展，长江“黄金水道”航运价值更加突显，“海进江”运输方式的地位和作用日益提升。
与铁路、公路运输相比，“海进江”运输速度较慢，但轮船运载量大、能耗低，具有明显的成本优势和生态优势，特别适合煤炭、油品、矿石、钢铁、粮食等大宗货物的长距离运输。由于大宗货物货主一般对货物的运到时限敏感度较低而对运价敏感度较高，2019年9月浩吉铁路（蒙华铁路）的开通运营对“海进江”的冲击十分有限，“海进江”方式仍有很强的竞争优势和市场地位[ 8 ]。以常见的煤炭运输为例，山西、陕西等地的煤炭经过铁路运输至环渤海的各海港装船下水，通过“海进江”方式，先由海轮运输至长江下游合适的港口接驳，再由载重吨位低的江轮转运至湖南岳阳下游各港，按目前的市场运价计算，“海进江”的总物流成本明显低于其他运输方式或运输方式组合。因此，“海进江”成为沿江火电企业首选的煤炭运输方式。
三、沿江火电企业“海进江”煤炭物流成本优化的要点
电力生产的实时性、动态性极强，要求物流系统能快速做出反应和决策[ 9 ]。当前，大多数沿江火电企业在“海进江”煤炭物流成本管控上凭经验、靠直觉、用手工、“拍脑袋”，没有建立信息化系统和数学模型，缺乏先进的手段和科学的方法，对“海进江”物流成本进行快速精准和科学有效定量优化及控制的能力不足。火电企业煤炭消耗量大，煤炭物流链条长、环节多，涉及很多不同的变量，构成了一个严密的系统，物流成本需要有先进的信息化手段进行动态优化，尤其是对依靠铁路水路联运和海江转运运输煤炭的沿江火电企业。
“海进江”是一种非直达的海、江转运方式，货物需要在中转港卸载，从海轮分装给江轮，因此物流成本包括一程海轮运费、二程江轮运费和中转港口装卸费、场地堆存费等项目。一般情况下，“海进江”的起始港和中转港可以有多个选择，起始港和目的港之间可形成多种航线（路径）组合。受市场竞争、港口地理位置和资源条件等因素的影响，“海进江”不同航线（路径）的物流成本会有所差异，在总运量一定的情况下，总物流成本受各航线（路径）上运量分配的影响。按照系统论的观点，“海进江”是一个由海运、江运和中转等子系统构成的物流总系统，各子系统间的成本存在此消彼长、此盈彼亏的关系，子系统成本的降低并不一定能够降低物流总成本。因此，“海进江”煤炭物流成本优化控制的要点在于在运价和中转价格等单价一定及物流资源受限的情况下，快速、精准地优化运输路径和安排各路径的运量，以求整体物流成本最低。
四、沿江火电企业“海进江”煤炭物流成本的优化
（一）“海进江”煤炭物流成本优化的理论基础
1.约束理论
约束理论（Theory of Constraints，TOC）是以色列物理学家、企业管理顾问戈德拉特博士（Dr.Eliyahu M.Goldratt）在他开创的优化生产技术（Optimized Production Technology，OPT）基础上发展起来的管理哲理，提出在制造业经营生产活动中定义和消除制约因素的规范化方法，目的是找出和消除妨碍实现系统目标的约束条件，以支持连续改进。简单讲，它是一套关于改进和如何最好地实施这些改进的管理理念和管理原则，以帮助企业识别出在实现目标的过程中存在哪些制约因素，以及如何实施必要的改进来消除这些约束，从而更有效地實现企业目标[ 10 ]。
TOC是一套解决约束的流程，回答了三个问题：改进什么、改成什么样以及怎样使改进得以实现。它认为，在任何一个客观系统中，总是存在着极少数的关键约束环节，将系统比喻为一根链条，承重的大小由“链条”中最薄弱的一个环节决定，抓住了“极少数”关键环节就控制住了系统。TOC把企业看作一个系统，强调从整体效益出发考虑和处理问题，包含了丰富的辨识系统核心问题、持续改善系统局限的哲学思想，能为解决“海进江”煤炭物流成本优化问题提供思想借鉴和理论指导。
对于企业来说，约束可以来源于企业内部，也可以来源于企业外部;系统的约束因素既包含有形约束，也包含无形约束。在沿江火电企业“海进江”煤炭物流的整个流程中，也必然存在着时间资源、船舶运力、港口装卸能力、港口靠泊能力等方面因素的“约束”，这些约束条件是进行“海进江”煤炭物流成本优化所必须考虑的因素。
2.效益背反理论
物流成本中，各功能成本要素间相互关联，存在着损益矛盾，在优化其中某项要素时，往往会造成另一种或几种要素发生利益损失，这就是物流成本的效益背反（Trade off）理论[ 11 ]。在物流功能之间，一种功能成本的削减会使另一种功能的成本增多，因此必须考虑整体的最佳成本。各项物流活动的费用变化情况往往处于一个统一又矛盾的系统中，一种功能成本要素的下降，可能会带来另一种功能成本要素的上升。效益背反是困扰物流成本降低的主要因素，是物流成本管理与控制的重点。物流成本效益背反主要包括两种情况：一是物流成本与物流服务水平的效益背反。高水平的物流服务是由高物流成本来保证的，除非有先进的革命性的技术应用于物流领域，否则很难实现在提高物流服务水平的同时降低物流成本。二是物流各功能活动之间的效益背反。物流的各项活动处于一个相互矛盾的系统中，想要很好地达到某个方面的目的，必然会使另一方面受到一定的损失[ 12 ]。例如，沿江火电企业采用“海进江”模式运输煤炭，一程海运费减少，往往会使二程江运费增加，当然二者增加和减少幅度一般不会完全相同。根据效益背反理论，沿江火电企业“海进江”煤炭物流成本优化要坚持系统的观点，从整体上、全局上综合考虑。
（二）火电企业“海进江”煤炭物流成本优化的模型构建
作为一种廉价和绿色的联合运输方式，“海进江”是皖、赣、鄂、湘等地沿江火电企业煤炭运输的首选方式。沿江火电企业选择“海进江”模式，本身是对煤炭运输方式所做的一种优化选择，只不过这种优化决策无需经过复杂的计算和比较即可做出。当然，“海进江”煤炭物流成本的进一步优化需要借助数学模型和软件工具加以实现。
“海进江”煤炭涉及转运，起始港和中转港可以有多个选择，一程海运费和二程江运费存在效益背反且各中转港的装卸费不尽相同，因此选择不同的港口会形成物流成本不尽相同的多条航线。沿江火电企业需要解决的问题是，如何根据自身受到的约束条件，运用线性规划运输问题的原理，建立数学模型[ 13 ]，寻找经济的运输路径和运输组合方式来分配各航线的煤炭运量，达到优化和降低“海进江”煤炭物流总成本的目的。
本文假设沿江某大型火电企业A电厂每年消耗煤炭1 000万吨，均通过“海进江”方式运输，有3个起运海港（秦皇岛、天津和黄骅）和5个中转江港（NTG、ZJG、CZG、JRG、XBG）可以选择，形成了15条不同航线（图1）。问题是：如何将全年需要消耗的1 000万吨煤炭分配各条航线运入，才能使全年的煤炭物流总成本最小？
根据A电厂与有关航运公司和港口签订的运输和中转服务合同，“海进江”各航线的一程和二程物流成本如表1、表2所示。可以看出，“海进江”一程和二程的物流成本之间存在着效益背反。
根据图1和表1、表2，构建A电厂“海进江”煤炭转运问题的线性规划模型。令xij表示从港口i运输到港口j的煤炭运输量。例如，x14表示从秦皇岛港运输到NTG港的煤炭运输量，x49表示从NTG港运输到AQG港的煤炭运输量，以此类推。模型的目标是，如何分配运量，才能使网络图中15条运输线路的总物流成本最小，即：
Min 41x14 + 42x15 + 43x16+45x17 + 47x18 + 43x24 + 44x25+
45x26 + 47x27 + 50x28 + 42x34 + 43x35 + 45x36 + 46x37 + 48x38+
27x49+26x59+25x69+22x79+21x89? ?（1）
假设受上游相关煤矿生产能力、铁路运输能力和环渤海港口资源的制约，A电厂所需煤炭在秦皇岛、天津和黄骅三个海港下水的年最大发运量分别为300万吨、400万吨和500万吨。假设受吞吐量和堆存场地的限制，A电厂在NTG、ZJG、CZG、JRG、XBG五个中转港的年最大中转量分别是200万吨、150万吨、150万吨、250万吨和350万吨。因此（1）式有以下约束条件，即：
S.t. x14+x15+x16+x17+x18<300，
x24+x25+x26+x27+x28<400，
x34+x35+x36+x37+x38<500，
x14+x24+x34<200，x15+x25+x35<150，
x16+x26+x36<150，x17+x27+x37<250，
x18+x28+x38<350，xij≥0
（2）
对于每个中转港来说，运出的煤炭量必定等于运入的煤炭量。根据前文给定的条件，在AQG目的港，运入的煤炭量应等于1 000万吨。因此（1）式还有以下约束条件，即：
S.t. x14+x24+x34-x49=0，x15+x25+x35-x59=0，
x16+x26+x36-x69=0，x17+x27+x37-x79=0，
x18+x28+x38-x89=0，x49+x59+x69+x79+x89=1 000 （3）
（1）、（2）、（3）式构成了A电厂“海进江”煤炭运输问题的线性规划模型。由于本模型具有20个变量，手工方法难以解决，需要借助专用的软件求解。使用常用的求解线性规划的LINGO软件，得出本模型的最优解如图2所示。A电厂全年1 000万吨“海进江”煤炭的最小物流成本为68 650万元，一程各航线的运量安排是秦皇岛港—CZG150万吨、秦皇岛港—XBG150万吨、天津港—NTG200万吨、黄骅港—ZJG150万吨、黄骅港—JRG250万吨、黄骅港—XBG100万吨，在NTG、ZJG、CZG、JRG、XBG五个中转港转运量分别是200万吨、150万吨、150万吨、250万吨和250万吨。
为了验证优化效果，可以做一个简单的对比。凭直觉，A电厂很可能选择物流成本较低的一种运量安排：一程各航线的运量安排是秦皇岛港—CZG150万吨、秦皇岛港—ZJG150万吨、天津港—NTG150万吨、天津港—JRG250万吨、黄骅港—XBG300万吨，在CZG、ZJG、NTG、JRG、XBG五个中转港转运量分別是150万吨、150万吨、150万吨、250万吨和300万吨。此种安排下，A电厂全年1 000万吨“海进江”煤炭的物流成本为69 000万元，比运用模型求出的最优值高出350万元，利用模型进行成本优化的效果更好。从本案例可以看出，传统的凭直觉、靠经验、“拍脑袋”、用手工的煤炭物流成本优化，只能实现较低，难以达到最低，只能多次试算，无法一次最优，优化的效率低、效果差，而建模优化法则完美地克服了传统方法的不足，实现了“海进江”煤炭物流成本的精益优化、科学优化和高效优化。
前文是在年度内运价不变的假设下建立煤炭物流成本优化模型并求解，现实中还有一种可能的情况是沿江火电企业与航运公司签订浮动定价的运输合同，运输价格随航运指数的变动而调整，此时火电企业应滚动更新模型中的变量系数和约束条件，不断进行动态求解，根据求出的最优解相机调整各航线的运量和中转港的转运量安排，实现煤炭物流成本的持续优化。鉴于此，沿江火电企业可将模型加以固化，成为企业管理信息系统的一个模块，并与其他模块交互共享数据，实现煤炭物流成本的实时动态持续优化。
五、结论与展望
面对日益激烈的竞争压力，沿江火电企业煤炭物流成本控制需要贯彻精益思想、推行精益管理[ 14 ]。提高“海进江”煤炭物流成本优化的科学化、精细化水平，对进一步提升沿江火电企业的市场竞争力、助力沿江火电企业实现高质量发展具有十分重要的意义。对沿江火电企业来说，“海进江”本身是一种经济的联程运输方式，但“海进江”煤炭物流成本可以进一步优化和降低。在起运港、中转港和目的港有多个选择的情况下，会产生众多运价不同的运输路径组合，凭直觉、靠经验、“拍脑袋”进行“海进江”煤炭物流成本的优化决策是不可靠的。通过建立“海进江”煤炭运输问题的线性规划模型，并利用专门的软件求解，得出在总运量一定时最小的物流成本以及与此相对应的各航线最佳运量安排，无需追加资源投入，也无需改变管理流程，是一种科学、精准、高效、经济、适用的成本优化决策方法。
本文的“海进江”煤炭物流成本优化模型是基于沿江地区的独立火电企业建立的，并且假设模型中的约束条件、运价等因素在一个年度内保持不变。在沿江地区拥有多个火电企业的发电集团，煤炭总运量更大，起始港、中转港和形成的航线更多，通过煤炭物流集中统一调度，在集团层面构建变量和约束条件更多、更复杂的“海进江”煤炭运输线性规划模型并求解，实现整个集团煤炭物流成本的优化，效果更好、意义更大。“海进江”煤炭物流成本的影响因素具有复杂性和动态性的特征。现实中，沿江火电企业受到的约束条件、运输价格和港口服务费用等因素在一个年度内可能会发生变化，此时只需更改模型的约束条件、变量及其系数，重新求解，即可实现煤炭物流成本动态优化。
当前，大数据、云计算、移动互联网技术等新技术蓬勃发展和推广应用，沿江火电企业可建立以新一代信息技术为支撑的智慧物流系统来协调“海进江”的海运、江运和中转等各子物流系统间的运作，为沿江火电企业（集团）解决复杂、动态的煤炭物流成本优化问题提供更有力的工具，沿江火电企业（集团）煤炭物流成本管控水平必将得到革命性提升。
【参考文献】
[1] 高学明，李金柱.新电改形势下煤电企业成本管控的实践与思考[J].中国总会计师，2019（12）：72-74.
[2] 刘艳萍.企业物流成本核算方法的设计研究[J].会计之友，2009（5）：17-19.
[3] 罗贤义.新形势下物流成本管控存在的问题及对策[J].会计之友，2008（11）：26-27.
[4] 国家能源局.2019年全国电力工业统计数据[EB/OL].http：//www.nea.gov.cn/2020- 01/20/c_138720881.htm.
[5] 国家发展改革委，国家能源局.煤炭物流发展规划[EB/OL].http：//www.gov.cn/zhuanti/2014-01/17/con tent_2609353.htm.
[6] 文小凤.长江中下游煤炭运输复杂网络优化研究[D].武汉理工大学硕士学位论文，2014.
[7] 王贤.长江干线年货物通过量达29.3亿吨[EB/OL].http：//www.xinhuanet.com/2019-12/31/c_1125409588.htm.
[8] 黃佳，周洋帆，张思佳，等.蒙华铁路对鄂湘赣地区煤炭运输通道的影响[J].中国铁路，2017（5）：13-17.
[9] 张睿华.电力企业物流成本管理现状及其控制对策研究[J].中国市场，2007（7）：13-14.
[10] 顾煜.物流成本控制与优化[M].北京：中国物资出版社，2009：112-140.
[11] 李博彦.基于供应链的效益背反问题研究[D].天津科技大学硕士学位论文，2009.
[12] 司洁萌.煤炭企业物流成本控制案例分析[J].会计之友，2014（14）：14-18.
[13] ANDERSON D R.数据、模型与决策[M].侯文华，等，译.北京：机械工业出版社，2018：188-200.
[14] 朱宾梅，蔡娜智子，周嫚.石油燃料精益化物流成本控制与优化[J].会计之友，2016（1）：42-46.
