《Decision Analytics Journal》：An analytical approach to multimodal backhaul optimization in agro supply chains
编辑推荐：
本研究针对巴西等发展中经济体农业供应链因高物流成本和对进口化肥依赖而全球竞争力受限的问题，开发了一个集成的多商品优化模型。该模型协同规划大豆出口与化肥进口的物流，整合了多式联运选项、运力约束、最低装载要求和返程策略。通过评估六种不同情景，研究发现运力限制显著重塑物流模式，而返程策略能在大豆与化肥供应链间促进整合，在限制条件下尤其能提升网络平衡与适应性，为基础设施规划与战略决策提供了重要洞见。
农产品供应链，尤其是像大豆这样的关键商品，其效率对发展中国家的经济竞争力至关重要。虽然技术的采用带来了显著的生产力提升，但高额的物流成本和对进口化肥的严重依赖依然是制约这些国家在全球市场中竞争能力的主要瓶颈。在巴西这样一个幅员辽阔、内陆水路通航有限、铁路覆盖不足的国家，这一问题尤为突出。长途运输严重依赖公路，不仅成本高昂，还导致了严重的运力浪费，尤其是在空车返程方面。如何优化大宗农产品（如大豆）的出口物流与关键农业投入品（如化肥）的进口物流，实现“去有货，回不空”，成为提升整个农业供应链韧性与经济效益的关键。
针对这一现实挑战，发表在《Decision Analytics Journal》上的一项研究提出了一种创新的解决方案。研究人员将返程物流与多式联运网络优化相结合，旨在通过协调大豆（外运）和化肥（内运）的双向流动，系统性降低总运输成本并提高资产利用率。他们开发了一个多商品流问题优化模型，该模型不仅考虑了公路、铁路和水路三种运输方式的成本与能力，还引入了返程折扣激励、最低装载量要求和返程路段的流量上限等现实约束。为了验证模型的有效性，研究团队基于巴西大豆供应链的真实数据进行了案例研究，并对比了六种不同的物流配置情景，包括单产品与多产品运输、有无运力限制以及是否激活返程流。
这项研究的核心在于其建模方法。研究人员构建了一个数学优化模型，其目标函数旨在最小化大豆和化肥运输、转运及港口税费的总成本。模型的核心约束包括：满足所有需求点的产品需求、不超过供应点的供应能力、确保中间节点的流量守恒、遵守每条运输弧（从城市i到城市j，采用模式m的路径）上的总运力限制，以及激活返程运输必须满足的最低装载量要求。此外，模型还限制了可进行返程运输的弧段数量，并引入二元变量来精确控制每条弧上是否进行返程运输及产品是否流经该弧。
研究结果揭示了不同物流配置下的系统行为。在单产品（仅大豆）情景下，优化后的运输网络主要依赖成本最低的路线。然而，当引入运力约束后，最优的物流模式发生了显著变化，原本集中的流被迫分散到替代性的多式联运走廊上，这表明基础设施瓶颈会重塑整个物流网络。在同时考虑大豆和化肥的多产品情景中，返程策略的价值得以凸显。例如，在情景5（无运力约束的多产品运输）中，总成本相比情景1（无返程的单产品运输）降低了22.48%。更重要的是，在情景6（有运力约束的多产品运输）中，尽管总成本因约束而高于情景5，但相比有约束的单产品情景，成本仍然降低了16.05%。这证明在资源受限的条件下，协同返程物流对于重组货运流、缓解低效至关重要。
研究进一步量化了返程策略带来的益处。返程折扣（在模型中体现为较低的化肥运输成本）有效地将部分运输成本从化肥转移到了大豆上，使得系统总成本下降。模型还识别出了边际容量价值和返程准备指数等关键指标，用于指导投资决策。例如，分析指出，在关键路段（如连接主要产区和港口的铁路或水路弧段）增加运力，能显著提升返程物流的效益并降低总成本。
研究结论强调了协同物流与多式联运规划对于优化农业供应链的重要性。特别是在运力受限的环境中，返程策略能够有效整合大豆和化肥的物流，促进运输资源的均衡使用，并增强系统对波动的适应性。该模型不仅为决策者提供了一个评估不同物流配置和基础设施投资影响的强大工具，其分析框架也可扩展应用于其他具有互补性双向流的大宗商品供应链。这项工作为提升农业物流效率、降低成本和增强供应链韧性提供了切实可行的理论依据与量化方法。
