1 引言(Introduction)

电视机、冰箱、洗衣机、空调四大家电和电脑(简称“四机一脑”)作为典型的电器电子产品, 自20世纪90年代普及至今, 已进入了报废高峰期, 因其具有普及时间长、普及率高、需求稳定性强等特点, 在未来一定的时期内将是废弃电器电子产品的最重要组成部分.目前, 我国废弃电器电子产品回收仍处于经济利益驱动下的混乱无序状态, 大部分地区仍未建立有效的回收网络, 不利于推动静脉产业的健康发展.因此, 规范化建立以“四机一脑”为主体的废弃电器电子产品回收网络, 科学设置回收点分布, 并对回收网络进行经济、环境等多目标优化, 能够在最大程度上保证回收网络的经济实用性及环保节能性.

废旧家电回收网络的构建成本是制约回收产业化的瓶颈之一, 对回收网络进行成本与效益评价是最直接的衡量回收网络可行性的方法(陈冰冰, 2012；Achillas et al., 2013).通过建立不同回收率下的回收网络收益-成本评价模型, 提出控制成本增加收益的改进方案, 可有效地降低回收成本、提高回收效率(梁晓辉等, 2010；Zhao et al., 2011).同时, 回收网络的生态性评价也是近年来废弃电器电子产品研究领域的热点(Robinson, 2009).通过对回收网络优化方案的环境指标评价, 可获得在环境最友好状态下的运输媒介类型(Achillas et al., 2012)、车辆利用率及工作时间利用率(Gamberini et al., 2010)等参数最优值, 并为单一产品与多产品同时回收的不同运营情况(Corsten et al., 2013)及人体伤害风险(Chan et al., 2013)等指标提供环境参考数据.

目前, 国内外对回收网络的研究主要针对单一产品的回收过程, 并以建设成本或环境等单一因素为指标, 采用线性规划方法对回收网络进行评价.本研究针对多产品、多周期的回收过程, 以回收网络建设成本、回收过程中产生的能源消耗及温室气体排放等因素为指标, 同时, 充分考虑回收覆盖面积(覆盖率)、回收率、库存能力及回收淡旺季的波动影响, 利用Arena离散仿真软件对废弃电子产品的分类回收过程进行仿真建模, 并对回收网络进行优化.最后, 结合安徽省实际情况, 给出综合考虑经济-能源-环境的安徽省回收网络最优布局及运输方案.

2 模型建立(Model) 2.1 逻辑模型描述

根据回收过程特点及国内外相关实践经验, 确定以回收点、回收总站、拆解处理中心组成的废弃电器电子产品三级回收网络为研究对象(Sun et al., 2012).其中, 回收点负责在一定区域内收集废旧产品；回收总站是废旧家电回收网络中的重要枢纽, 具有详细分类、检测、存储、配送及信息整合等功能, 根据不同种类的产品需求量与报废量分别制定库存及配送计划, 将一定范围内回收点的废旧产品进行收集并送往拆解中心；拆解处理中心负责对废旧产品进行拆解处理.回收网络中的回收活动包括物流运输、库存管理及拆解处理等内容.回收过程的输入、输出、控制及逻辑机理如图 1所示.

2.2 仿真模型设计

运用Arena离散仿真软件对废弃电器电子产品的分类回收过程进行建模.该模型由3个子模型组成：回收点收集与淡旺季判断子模型、回收总站分类存储子模型及拆解处理子模型.各子模型之间通过运输信号互相关联, 具体如图 2所示.模型由回收点所覆盖区域每天产生的报废量为驱动, 通过回收总站子模型的运输信号触发运输事件, 在满足库存判断需求并达到运输条件的情况下将废弃产品运往回收总站, 回收总站再对废弃产品进行分类后进行储存, 并在拆解处理中心发出运输信号及库存信号的条件下将不同种类废弃产品运往拆解处理中心进行处理.

回收点收集与淡旺季判断子模型在收到运输信号时, 通过对淡旺季的判断确定所处的回收时期, 从而产生不同的废弃产品批量.若该批产品不满足运输条件, 则延迟1 d；若满足, 则对下游回收总站库存状态进行判断, 若达到库存上限, 则延迟1 d, 若未达到, 则调用车辆进行运输, 并对卡车调用量、运输过程产生的能源消耗与温室气体排放等数据进行更新.其仿真模型如图 3所示.

回收总站分类存储子模型描述了对回收点运来的废弃产品进行分类、存储并对每一类产品的运输规则进行独立管理的过程.每一类产品的存储与运输相互独立, 在收到运输信号后, 对各类产品运输及库存进行决策, 并更新相关数据.其仿真模型如图 4所示.

拆解处理子模型分别接收不同种类的产品批次, 通过判断该类产品拆解线是否忙碌决策是否进入库存或直接拆解.进入库存的产品在生产线闲时被调出仓库进行拆解, 同时更新库存信息.其仿真模型见图 5.

3 评价方法(Method)

从经济、能源及环境三方面建立废弃电器电子产品回收网络评价模型, 并对回收网络的运营情况进行定量分析, 获得回收点、回收总站及拆解处理中心的最优点数及分布, 并优化运输模式.

3.1 经济性指标

废弃电器电子产品在回收过程中会产生多项成本消耗, 如厂房建设成本、人员及耗能成本、运输成本、存储成本等.本文对回收活动所产生的各项成本进行归类, 分为基建成本、运输成本、库存成本及管理成本4项构成因素进行经济指标的分析和计算.

3.1.1 基建成本

回收网络在布局过程中各级回收节点的建设成本作为固定资产是回收网络规划中的重要组成部分, 主要包括建设成本和设备成本两部分, 其中, 建设成本为土地租赁成本、厂房建设成本及相关税费；设备成本为设备购买及折旧成本等.总基建成本C_Con(元)为：

(1)

式中, i为回收点编号, i={1, 2, …, I}；j为回收总站编号, j={1, 2, …, J}；k为拆解处理中心编号, k={1, 2, …, K}；C_coni为回收点i建设成本(元)；C_conj为回收总站j建设成本(元)；C_conk为拆解处理中心k建设成本(元)；C_eqk为拆解处理中心k设备购买成本(元).

根据《企业所得税法实施条例》第60条的规定, 按照20年厂房使用折旧期, 10年设备使用折旧期将基建费用均摊至每年, 平均基建成本C_Con(t)(元·a^-1)为：

(2)

式中, t为计划期(d), t={1, 2, …, T }.

3.1.2 运输成本

废弃电器电子产品回收网络包含回收点到回收总站、回收总站到拆解处理中心两个运输过程, 每个过程的运输成本由固定成本(装卸成本)及与运输距离相关的变动成本组成, 其中, 单位变动成本包含燃油成本、司机薪酬、车辆维修与保养费用、通行费及保险税费等.计划期内的总运输成本C_tr(t)(元)为：

(3)

式中, n为废弃电器电子产品种类编号, n={1, 2, …, 5}；C_lu为装卸费用(元)；C_tr为单位运输费用(元·km^-1)；d为运输距离(km).

3.1.3 库存成本

库存成本指具有仓储能力的回收节点存储一定量的废旧产品所产生的存储成本及在缺货情况下产生的闲置成本.本所研究的回收网络中, 回收总站及拆解处理中心均具有仓储能力.计划期内的总库存成本C_I(t)(元)为：

(4)

式中, C_I为单位存储成本(元·t^-1)；C'_I为单位闲置成本(元·t^-1)；I为计划期内库存量(t)；I^max为最大库存能力(t).

3.1.4 管理成本

管理成本包括回收点、回收总站及拆解处理中心员工工资及相关拆解设备耗电成本.员工工资及设备耗电费用均与计划期内所回收的废弃产品数量有关.计划期内总管理成本C_M(t)(元)为：

(5)

式中, C_l为单位人员工资(元·人^-1·t^-1), 其中, 回收点单位人员工资C_li以元·人^-1·d^-1计算；C_e为单位用电成本(元·t^-1)；m为员工人数(人)；q为计划期内拆解量(t).因此, 计划期内总成本C_Tot(t)(元)为：

(6)

3.2 能源性指标

废弃电器电子产品回收过程中伴随着多种能源消耗, 主要包括车辆运输燃油消耗及设备电力消耗.运输过程中车辆油耗与所选取车型、燃油类型及其载重量有关, 根据《载货汽车燃油消耗量》中有关规定进行计算；设备电力消耗指在处理废旧产品过程中所用设备的运行耗电量.计划期内总油耗F(t)(L)为：

(7)

式中, f为车辆单位油耗(L/100 km).

拆解处理中心进行废旧产品拆解处理过程中相关拆解设备的耗电量是另一个重要的能源指标, 设备的用电量与被拆解废旧产品数量、设备开动时间有直接关系, 同时也受到操作员工工作效率的影响.通过调研, 设备耗电量在操作员工正常拆解速度的前提下, 利用拆解一台废旧产品的平均设备耗电量计算.计划期内总耗电量E_Ele(t)(kW·h)为：

(8)

式中, e_ele为拆解设备单位耗电量(kW·h·台^-1).

3.3 环境性指标

在回收运输过程中, 车辆燃油消耗而产生的环境影响占总体回收过程的48.8%, 是最主要的空气污染来源(Gamberini et al., 2010), 其中, CO₂为主要的排放产物(周伟等, 2010).因此, 本文以回收运输过程中主要温室气体CO₂的排放量作为回收网络评价体系的环境性指标.计划期内CO₂总排放量E(t)(kg)为：

(9)

式中, e为车辆单位油耗所产生的CO₂(kg/100km).

4 案例分析(Case study)

2015年安徽省“四机一脑”报废量将达到729.6万台, 仅次于河南、山东等人口大省及广东、江苏等沿海发达省份(刘志峰等, 2016), 其回收网络的规范化迫在眉睫.以安徽省为例, 以行政市为单位规划回收点布局, 分别以完全覆盖和根据报废量分布的部分覆盖为原则建立两种布局方案, 并对各布局方案实施局部管理(以行政市为单位运输)和全局管理(以就近原则运输)的运输模式, 计算回收过程中产生的经济成本、能源消耗及温室气体排放等指标值, 为最优布局及运输方案的选择提供决策依据.

4.1 网络优化方案

方案A：在保证拆解率为70%的基础上(EARTC, 2015a), 拟建一个年拆解能力为2万t的拆解处理企业；同时, 建回收点62个、回收总站16个、拆解处理中心6个(已建成), 并进行局部运输(图 6a).方案B：以安徽省年报废量为回收网络布局依据, 只在报废量大于0.15万t·a^-1的地区建立回收点.共建回收点44个、回收总站11个、拆解处理中心7个, 进行局部运输(图 6b).方案C：以方案A的网络节点布局为基础, 进行全局运输(图 6c).方案D：以方案B的网络节点布局为基础, 进行全局运输(图 6d).

4.2 模型输入与假设 4.2.1 回收网点回收量与相关成本

目前消费者报废的电器电子产品中, 约有8.4%流入二手市场, 1.6%直接废弃, 剩余约90%的产品通过不同渠道进入回收网络, 其中, 部分进入拆解(Chi et al., 2014).假设进入回收网络中的所有产品均进入拆解环节, 并忽略在回收过程中的质量损耗.

除去法定节假日及设备检修等无法正常工作的时间, 假设全年正常运营天数为300 d；根据调研结果, 设置回收点基建成本为2~5万元, 回收总站可根据库存能力设置其基建成本为10元·t^-1, 拆解处理中心可根据处理能力设置其基建成本为20元·t^-1, 设备购买成本取20元·t^-1.根据《企业所得税法实施条例》第60条的规定, 按照20年厂房使用折旧期, 10年设备使用折旧期计算.此外, 中国拆解企业人工成本不足30元·d^-1(Li et al., 2006), 按照该企业约3×10⁴ t·a^-1的拆解能力及200名员工换算, 取单位人员工资为40元·t^-1·人^-1, 单位用电成本35元·t^-1.

4.2.2 运输成本

为满足不同运输模式的需求, 假设可供调用的车辆有3种类型(表 1).其中, 车辆单位运输成本中包含车辆折旧与维修、司机薪酬、燃油成本及通行费等(中华人民共和国交通运输部, 2015).单位油耗根据《GBT 4352-2007载货汽车运行燃料消耗量》标准计算.单位CO₂排放量以柴油完全燃烧产生的CO₂排放因子计算(蔡皓等, 2010).

假设在废弃电器电子产品回收过程中只涉及公路运输, 不涉及水路、铁路运输及空运；假设回收点与回收总站之间的运输起止点为市、县中心点, 并按就近原则确定废旧家电产品运输公允距离；假设装卸费用为运输总费用的5%, 且每次运输均为满载.

4.2.3 回收淡旺季

根据调研结果, 假设每年2、3月为回收淡季, 9、10月为回收旺季；根据对某拆解处理企业月回收拆解量进行统计结果(Chen, 2014), 假设回收淡季期间该企业回收拆解量占全年拆解量的8%, 回收旺季期间该企业回收拆解量占全年拆解量的22%.

4.3 结果与讨论

对4种方案分别进行仿真, 结果见表 2.4种方案的仿真结果分别反映了在不同的布点方案和运输方案下, 回收网络的回收覆盖率、回收率、库存能力及三大指标值.在不考虑各地区报废量的情况下建立完全覆盖式回收网络可达到理论回收率100%, 于此同时, 其库存能力较大, 在一定程度上浪费了资源, 并增加了因库存能力过大而带来的投资风险.通过以报废量为依据的局部覆盖式的布局方案可在72.7%的覆盖率下仍可实现回收率87.1%, 使得回收节点布局、库存能力配置更加合理.

经济指标方面：各成本项中占总成本比例最大的是运输成本, 其次为库存成本、管理成本及基建成本.各方案总成本优劣排序为：方案D＞方案B＞方案C＞方案A, 其中, 方案D比方案A总成本下降了19.1%.方案A与方案C由于运输路径不同, 其总成本中运输成本差异较大, 方案C相对于方案A总成本下降8.4%, 方案D相对于方案B总成本下降7.5%；方案A与方案B主要差异在于选址方法及最终节点个数不同, 因此, 两组方案中各成本项均有较大差异, 方案B相对于方案A总成本下降12.5%；方案D相较于方案C总成本下降11.6%.

运输成本优劣排序方面：方案D＞方案C＞方案B＞方案A, 其中, 方案D比方案A运输成本下降了17.6%；库存成本优劣排序方面：方案D=方案B＞方案C=方案A, 方案D比方案A库存成本下降了28.7%；管理成本优劣排序方面：方案D比方案A库存成本下降了12.8%.

能源指标与环境指标优劣排序方面：方案D＞方案C＞方案B＞方案A, 方案D比方案A的燃油消耗量下降了12.7%, 耗电量下降13.1%, CO₂排放量下降15.6%.回收过程所产生的燃油消耗量与CO₂排放量虽然与运输路径的变化直接相关, 但油耗量及CO₂排放量的降幅均小于运输成本.

综上对比可知, 在安徽省4种布局及运输方案中, 方案B与方案D可在回收覆盖率均为72.7%的情况下完成87.1%的回收任务, 并能以较小的库存能力满足全年运营条件, 降低存储风险.其中, 方案D的经济、能源、环境3个指标均达到最优, 因此, 方案D为最优方案.方案A在3个指标方面性能最差, 方案B总成本较低, 但能耗与CO₂排放量较大, 方案C则侧重于获得较低的能源与环境影响.

对比各指标值, 可知运输成本在总成本中所占比例最大, 其可控性最强, 其次为基建成本、库存成本和管理成本.此外, 通过以报废量分布作为回收网络布局的重要参考指标能够大幅度降低库存成本及管理成本, 能够实现布点、运输及库存方面的最优配置, 在较低的库存能力和较小的回收点覆盖面积的情况下达到回收率85%以上.仅在优化运输路径但并不针对地区报废量的条件下, 只能使运输成本有所降低, 并不能对总成本造成根本性的改变.因此, 同时根据报废量进行网络布局优化及运输路径优化, 能够在保证回收率的前提下最大程度上实现回收网络在经济、能源及环境3个方面达到最优.

5 结论(Conclusions)

1) 在回收网络建设总成本中, 运输成本所占比例最大, 其次为库存成本和管理成本及基建成本, 且根据各地区报废量大小进行回收点的布局, 并采取全局运输模式, 可实现布点、运输及库存达到最优配置, 降低库存风险, 使得回收网络在经济、能源及环境指标中均达到最优.

2) 在所比较的4种安徽省回收网络方案中, 最优方案为建立回收点44个, 回收总站11个, 拆解处理中心7个, 该方案回收覆盖率为72.7%, 可回收87.1%的废旧产品, 年库存能力15.3万t, 总运营成本为3249.79万元·a^-1, 耗油175300 L·a^-1, 拆解耗电4.11×10⁶ kW·h·a^-1, 排放CO₂ 453.4 t·a^-1.