碳达峰目标下集装箱港口减排项目投资组合优化

doi:10.16381/j.cnki.issn1003-207x.2022.1073

摘要/Abstract

摘要：

本文从港口经营者角度出发，在港口总体运营规划层面研究了碳达峰目标下的集装箱港口减排项目投资组合优化问题。结合现有港口减排技术手段，提出基于能源消耗的集装箱港口碳排放量测算方法和减排项目实施效果计算公式。在此基础上，以规划年碳排放量最低为目标，建立集装箱港口减排项目投资组合优化模型；根据某集装箱码头的实际背景设计算例，求得减排效果最优的投资组合方案，并通过数值分析探讨规划年投资额度限制和集装箱吞吐量预期对减排效果的影响。本文的研究可为港口管理者制定减排项目投资方案提供分析方法，对集装箱港口实现碳达峰目标具有重要的应用价值。

关键词: 集装箱港口, 减排项目, 投资策略, 碳排放测算, 碳达峰

Abstract:

To promote the green and low-carbon development of container ports and achieve the carbon peak target， from the perspective of port operators， the combinatorial optimization issue of investments in emission reduction projects of container ports under the carbon peak target is researched at the level of port overall operation planning. Firstly， the measurement scope of carbon emission at container ports is defined. Combined with the existing emission reduction technology of ports， a carbon emission measurement model of container ports based on energy consumption is established and then a calculation method is derived to measure effects of implementing emission reduction projects. Furthermore， a combinatorial optimization model of investments in emission reduction projects of container ports under the carbon peak target is presented with the objective of the minimum carbon emission in a planning year and the variables of the number of emission reduction projects planned to be implemented and the number of equipment updates. Finally， the optimal combinatorial strategy of investments in emission reduction projects is obtained through a case study of a container terminal and numerical analyses are made to obtain several management insights：（1） Influences of the planned annual investment amount on emission reduction are discussed. By presenting the concept of cost performance， the results are conducted an in-depth analysis and this method can provide theoretical support for port managers to determine the investment scheme with the highest cost performance. （2） The impact of container throughput on emission reduction are analysed. It is found that when the port can meet the operation demand corresponding to the change of container throughput， its managers can formulate the same optimal emission reduction project investment strategy， that is， the optimal strategy. In summary， it can provide port managers with the optimal combinatorial strategy of investments in emission reduction projects and has important application value for container ports to achieve the carbon peak target.

Key words: container port, emission reduction projects, investment strategy, carbon emission measurement, carbon peak

中图分类号:

U691

宋云婷, 赵瑞嘉, 谢燕, 宿博涵, 谢新连. 碳达峰目标下集装箱港口减排项目投资组合优化[J]. 中国管理科学, 2025, 33(3): 351-359.

Yunting Song, Ruijia Zhao, Yan Xie, Bohan Su, Xinlian Xie. Combinatorial Optimization of Investments in Emission Reduction Projects of Container Ports under the Carbon Peak Target[J]. Chinese Journal of Management Science, 2025, 33(3): 351-359.

图/表 10

图1

表1

集装箱码头设备能源消耗率"

参数	$P ¯ b$ (kW/h)	$P m C D$ (kWh/TEU)	$P m C L$ (kWh/TEU)	$g r T I$ (L/TEU)
取值	750	2.7	2.94	0.87
参数	$g r Y D$ , $g r Y L$ (L/TEU)	$P 1 Y D$ , $P 1 Y L$ (kWh/TEU)	$P 2 Y D$ , $P 2 Y L$ (kWh/TEU)
取值	1.2/0.43/1.07	2.5	0.85
参数	$P 3 Y D$ , $P 3 Y L$ (L/TEU)	$P r T I$ (m³-LNG/TEU)	$g T O$ (L/TEU)
取值	0.75	0.91	2.4

表1

表2

各能源的碳排放因子"

碳排放因子

$ϑ f$ (kg-CO₂

/L-Fuel)

$ϑ e$ (kg-CO₂

/kWh-Power)

$ϑ g$ (t-CO₂

/m³-LNG)

取值

2.650

0.811

1.965

表2

表3

各减排项目的相关参数"

参数	s	c	yr	yd	yz	t	g
$σ c k$ (吨)	2921	3025	2903	421	123	1862	4.8
$p k$ (万元)	700	300	120	89	53	10	5
$w k$ / $w k o$ (万TEU)	-	26.22 /23.60	5.44 /4.89	8.39 /7.06	4.20 /3.78	3.96 /3.56	-
$N k a$ / $N k c$ (项)	0/3	0/6	2/8	2/5	0/1	9/20	0/1
$n k o$ / $n k e$ (项)	0/0	0/0	6/0	0/0	0/0	30/0	0/0
$φ k$ (%)	16	30	25	20	20	50	16

表3

表4

减排项目的最优投资策略"

决策变量	s	c	yr	yd	yz	t	g
$n k c$	3	5	8	3	1	20	1
$n k a$	0	0	0	0	0	9	0

表4

图2

图3

图4

图5

表5

集装箱吞吐量对最优投资策略的影响"

决策变量	s	c	yr	yd	yz	t	g
$n k c$	3/3/3	5/5/5	8/7/6	3/3/3	1/1/1	20/20/20	1/1/1
$n k a$	0/0/0	0/0/0	0/1/2	0/0/0	0/0/0	9/9/11	0/0/0

表5

参考文献 19

1	蔡博峰，曹丽斌，雷宇，等. 中国碳中和目标下的二氧化碳排放路径［J］. 中国人口·资源与环境， 2021， 31（1）： 7-14.
	Cai B F， Cao L B， Lei Y， et al. China’s carbon emission pathway under the carbon neutrality target［J］. China Population， Resources and Environment， 2021， 31（1）： 7-14.
2	程兴群，金淳，姚庆国，等. 碳交易政策下多式联运路径选择问题的鲁棒优化研究［J］. 中国管理科学， 2021， 29（6）： 82-90.
	Cheng X Q， Jin C， Yao Q G， et al. Research on robust optimization for route selection problem in multimodal transportation under the cap and trade policy［J］. Chinese Journal of Management Science， 2021， 29（6）： 82-90.
3	陶学宗，张秀芝，陈继红. 港口集装箱作业设备改造的节能减排效益评估［J］. 气候变化研究进展， 2019， 15（2）： 197-205.
	Tao X Z， Zhang X Z， Chen J H. Evaluating the benefits of energy saving and emission reduction from port’s container handling equipment upgrades ［J］. Climate Change Research， 2019， 15（2）： 197-205.
4	Yu D Y， Li D， Sha M， et al. Carbon-efficient deployment of electric rubber-tyred gantry cranes in container terminals with workload uncertainty［J］. European Journal of Operational Research， 2019， 275（2）： 552-569.
5	Peng Y， Wang W Y， Song X Q， et al. Optimal allocation of resources for yard crane network management to minimize carbon dioxide emissions［J］. Journal of Cleaner Production， 2016， 131： 649-658.
6	Smajla I， Sedlar D K， Drljača B， et al. Fuel switch to LNG in heavy truck traffic［J］. Energies， 2019， 12（3）： 515.
7	赵瑞嘉，谢燕，宿博涵，等. 集装箱港口碳排放量及碳达峰时间测算方法［J］. 大连海事大学学报， 2021， 47（4）： 56-64.
	Zhao R J， Xie Y， Su B H， et al. Carbon emission and carbon peak time calculation method of container port［J］. Journal of Dalian Maritime University， 2021， 47（4）： 56-64.
8	Nor B B A， Chun-Lien S， Xiao Z X， et al. Energy harvesting from harbor cranes with flywheel energy storage systems［J］. IEEE Transactions on Industry Applications， 2019， 55（4）： 3354-3364.
9	Corral V P J， García T P， Fernández R L M. Design， modelling， control and techno-economic evaluation of a fuel cell/supercapacitors powered container crane［J］. Energy， 2019， 186： 115863.
10	Dai L， Hu H， Wang Z J， et al. An environmental and techno-economic analysis of shore side electricity［J］. Transportation Research Part D： Transport and Environment， 2019， 75： 223-235.
11	Zis T， North R J， Angeloudis P， et al. Evaluation of cold ironing and speed reduction policies to reduce ship emissions near and at ports［J］. Maritime Economics & Logistics， 2014， 16（4）： 371-398.
12	郭瑾，匡海波，余方平. 能源消费视角下的港口碳足迹测算和驱动因素研究［J］. 管理评论， 2020， 32（8）： 40-51.
	Guo J， Kuang H B， Yu F P. Study on port carbon footprint measurement and drive factors from the perspective of energy consumption［J］. Management Review， 2020， 32（8）： 40-51.
13	Martínez M J， Vazquez P B， Gimenez M J A. Energy efficiency and CO2 emissions of port container terminal equipment： Evidence from the Port of Valencia［J］. Energy Policy， 2019， 131： 312-319.
14	Budiyanto M A， Huzaifi M H， Sirait S J， et al. Evaluation of CO2 emissions and energy use with different container terminal layouts［J］. Scientific Reports， 2021， 11（1）： 1-14.
15	Sorte S， Rodrigues V， Lourenço R， et al. Emission inventory for harbour-related activities： Comparison of two distinct bottom-up methodologies［J］. Air Quality， Atmosphere & Health， 2021， 2： 1-12.
16	顾佰和，谭显春，谭显波，等. 制造系统生产单元碳排放核算模型［J］. 中国管理科学， 2018， 26（10）： 123-131.
	Gu B H， Tan X C， Tan X B， et al. Study on the production unit’s carbon emission accounting model in the manufacturing system［J］. Chinese Journal of Management Science， 2018， 26（10）： 123-131.
17	镇璐，诸葛丹，汪小帆. 绿色港口与航运管理研究综述［J］. 系统工程理论与实践， 2020， 40（8）： 2037-2050.
	Zhen L， Zhu G D， Wang X F. Researches on green ports and shipping management： An overview［J］. Systems Engineering Theory & Practice， 2020， 40（8）： 2037-2050.
18	张新华，黄天铭，甘冬梅，等. 考虑碳价下限的燃煤发电碳减排投资及其政策分析［J］. 中国管理科学， 2020， 28（11）： 167-174.
	Zhang X H， Huang T M， Gan D M， et al. Carbon emission reduction investment for coal-fired power plants and policy analysis considering carbon price floor［J］. Chinese Journal of Management Science， 2020， 28（11）： 167-174.
19	王诺，吴迪，黄祺，等. 选择Pareto非劣解最优方案的量化方法：性价比法［J］. 系统工程理论与实践， 2018， 38（3）： 725-733.
	Wang N， Wu D， Huang Q， et al. A quantitative method to select the best option from Pareto nondominated solutions： Cost performance method［J］. Systems Engineering-Theory & Practice， 2018， 38（3）： 725-733.

[1]	章高敏, 王腾, 娄渊雨, 关忠诚, 郑海军, 李强, 武佳倩. 基于LSTM神经网络的中国省级碳达峰路径分析[J]. 中国管理科学, 2025, 33(3): 339-350.
[2]	刘新建, 宋中炜, 吴洁. 碳中和目标下能源经济系统转型：碳定价与可再生能源政策作用有多大？[J]. 中国管理科学, 2024, 32(11): 325-334.
[3]	余顺坤, 闫泓序, 杜思悦, 林依青. 基于SC-RS的我国工业电力用户价值画像模型研究[J]. 中国管理科学, 2022, 30(3): 106-116.
[4]	高倩倩, 范宏. 基于银行-资产双边网络模型的系统性风险及投资策略研究[J]. 中国管理科学, 2021, 29(7): 1-12.
[5]	甘柳, 杨波. 时间偏好不一致下控制权私利与最优股权结构[J]. 中国管理科学, 2020, 28(6): 51-62.
[6]	鲁万波, 黄光麟, Kris Boudt. 股市涨跌预测与量化投资策略:基于时变矩成分分析[J]. 中国管理科学, 2020, 28(2): 1-12.
[7]	郭范勇, 潘和平. 基于β系数优化的动态投资组合策略研究[J]. 中国管理科学, 2019, 27(7): 1-10.
[8]	杨宏林, 崔晨, 查勇, 陈收. 价值与动量混合策略DEA多期限资产组合选择及效率评价[J]. 中国管理科学, 2015, 23(6): 57-64.
[9]	李成刚, 罗聪, 胡剑波. 基于定单流的动态投资策略及实证[J]. 中国管理科学, 2015, 23(4): 148-156.
[10]	黄波, 陈晖, 黄伟. 引导基金模式下协同创新利益分配机制研究[J]. 中国管理科学, 2015, 23(3): 66-75.
[11]	姚海祥, 李仲飞. 基于非参数估计框架的期望效用最大化最优投资组合[J]. 中国管理科学, 2014, 22(1): 1-9.
[12]	王丽珍, 李静. 政策约束下基于风险调整报酬率的保险投资策略研究[J]. 中国管理科学, 2012, (1): 16-22.
[13]	何大义, 高建伟. 基于贝叶斯随机规划方法的养老保险基金投资策略研究[J]. 中国管理科学, 2011, 19(4): 54-59.
[14]	龚利, 郭菊娥, 张国兴. 可进入与退出的不对称双寡头投资博弈模型[J]. 中国管理科学, 2010, 18(1): 52-57.
[15]	苏治, 方明, 李志刚. STAR与ANN模型：证券价格非线性动态特征及可预测性研究[J]. 中国管理科学, 2008, 16(5): 9-16.