据《BP世界能源统计年鉴》(2017)版公布, 中国2016年海外原油进口量高达3.826亿吨, 对外依存度直逼70%, 由此可见, 我国对原油的需求快速增长, 并与国内有限的原油资源形成了巨大矛盾, 使我国面临着严峻的原油缺口形势。作为石化行业的典型代表, 中石化承担着中国绝大部分原油进口业务, 其海外原油业务是中国海外原油供应链的主要组成部分。中石化除面临严峻的海外原油进口形势外, 在国内外也面临英国BP石油公司、沙特阿拉伯国家石油公司、埃克森美孚公司、中石油、中海油等公司的激烈竞争。虽然目前石油设备和专业技术的升级使中石化跻身世界前列, 但激烈的竞争和国内有限的石油资源使其必须重视海外原油的管理, 有必要对其海外原油供应链的现存问题进行优化升级。
1 文献综述英国著名的供应链管理专家马丁·克里斯多夫提出:21世纪企业之间的竞争, 更多地体现为供应链之间的竞争。笔者将国内外学者对原油供应链的研究分为两部分。一是原油供应链基础性研究:通过使用视图模型, 赵丹妮、王成恩刻画了石油企业供应链的管理与技术因素, 并还原了视图模型的建立过程[1]。崔树杰等在综合考虑各因素对供应链成本影响的基础上, 建立我国单环节石油供应链抽象模型, 以此评价相应的成本管理[2]。南国芳、张月威通过文献研究总结出石油供应链管理的研究现状, 在此基础上提出供应链可持续性对石油企业发展的重要性[3]。Sahebi H, Nickel T, Ashayeri J等总结了截止至2014年, 学者对原油供应链的战略和策略的数学模型研究, 得出如下结论:原油供应链管理对提升石油公司的产量和竞争力至关重要[4]。Azaden A, Shafiee F, Yazdanparast R等提出一个单一混合整数非线性规划模型对原油供应链进行集成设计研究, 并用实例验证模型的实用性[5]。Pan L Y, Liu Pei和Li Z系统动态地分析中国石油供应链的产能和能源安全问题, 指出中国目前的石油供应链系统具有180天的安全期限[6]。二是原油供应链绩效优化研究:评价是优化的基础研究之一, 国内外学者对原油供应链安全或原油安全已有一定的研究成果[7-11]。上述文献在提出供应链现存问题的同时, 都会简要讨论其优化研究, 以下文献是专门针对原油问题的优化。张振提出利用信息化手段, 依靠总部资源优化模型能够有效提升供应链系统内总部的资源配置[12]。王华等通过建立一体化优化模型, 提出实现各业务的协调与互动, 以增强石油供应链的敏捷性[13]。王继帅、荣冈、冯毅萍针对石化企业供应链计划的不确定性, 基于离散时间提出多产品、多周期的优化模型, 讨论了动态属性下不同满意度的决策序列[14]。Fabricio O, Silvio H针对不确定背景, 提出二阶随机模型, 以便优化石油产品分布的物流设施投资计划进程[15]。Azaden A, Shafiee F, Yazdanparast R等提出不确定条件下集成原油供应链环境的多目标优化[16]。综上可知, 国内外学者对原油供应链绩效优化已经具有一定的研究成果, 笔者在此基础上, 采用内部基准分析来优化中石化海外原油供应链绩效, 是对现有研究的补充与扩展。
2 供应链绩效概述与模型方法 2.1 供应链绩效概述 2.1.1 中石化海外供应链据《BP世界能源统计年鉴》(2017)版公布, 我国2016年原油消耗总量为5.787亿吨, 海外进口量高达3.826亿吨。具体而言, 主要有美国、加拿大、墨西哥、中南美洲、欧洲、俄罗斯、除俄罗斯外的独联体国家、伊拉克、科威特、沙特阿拉伯、阿拉伯联合酋长国、中东其他国家、北非、西非、东南非、澳大拉西亚、新加坡、其他亚太国家等。通过对以上进口源进行归纳整理, 进口源可分为俄罗斯、中东、非洲、中南美洲和东南亚5个区域, 即该5个原油进口区域构成了我国海外原油供应链。另外, 从海外进口的所有原油, 中石化、中石油和中海油3个集团的原油进口量约占总量的92%;来自俄罗斯的原油基本是中石油的业务, 但因为中石油相当量的原油流向中石化, 根据原油最终去向, 笔者将从俄罗斯进口的原油归为中石化的业务。因此, 中石化海外原油供应链由俄罗斯-中国、中东-中国、非洲-中国、中南美洲-中国和东南亚-中国5条供应链构成。
2.1.2 供应链绩效供应链绩效是在保持供应链稳定性的前提下, 供应链满足节点企业经济利益和构建、维护节点企业伙伴关系的能力, 具体体现为采购数量、需求满足度、资源富余能力、资金支持、服务质量、政治融洽、战略协同等指标[17]。
2.2 模型方法笔者采用内部基准分析对中石化海外原油供应链绩效进行优化。基准分析的理论研究起源较早, 实践应用范围广, 通过基准分析, 企业可以识别各个因素的最佳状态, 作为系统的标杆[18]。据报道, 约90%的全球500强企业通过内部基准分析提高公司的竞争力[19]。因此, 内部基准分析对中石化原油供应链绩效研究具有很强的适用性。
2.2.1 偏导数法笔者认为所求绩效由以下因素构成:采购数量、需求满足度、资源富余能力、资金支持、服务质量、政治融洽、战略协同等[17], 分别设其为x1, x2, x3, x4, x5, x6和x7, 则中国海外原油供应链绩效函数f(x)为:
$f(\mathit{x}) = \mathit{f}{\rm{(}}{\mathit{x}_{\rm{1}}}{\rm{, }}{\mathit{x}_{\rm{2}}}{\rm{, }}{\mathit{x}_{\rm{3}}}{\rm{, }}{\mathit{x}_{\rm{4}}}{\rm{, }}{\mathit{x}_{\rm{5}}}{\rm{, }}{\mathit{x}_{\rm{6}}}{\rm{, }}{\mathit{x}_{\rm{7}}}{\rm{)}} $ | (1) |
根据偏导数法可求得极值点A(x10, x20, x30, x40, x50, x60, x70), 点A可根据:
求得, 则函数在点A取得极大值f(x)=f(x10, x20, x30, x40, x50, x60, x70)。此时的优化方法为:使x1 → x10, x2 → x20, x3 → x30, x4 → x40, x5 → x50, x6 → x60, x7 → x70。当前状态的某个因素向点A靠近的过程中, 其绩效都得到不同程度的优化; 当x1, x2, x3, x4, x5, x6和x7全部达到点A(x10, x20, x30, x40, x50, x60, x70)时, 实现海外原油供应链绩效的最优化。
2.2.2 内部基准分析法内部基准分析即内部标杆管理, 其原理为找出系统的最大值(标杆值), 将其作为比较对象, 各个指标值与标杆值的比值即为该指标的绩效。中石化海外原油供应链主要由5条单元链(supply chain unit, 简称SCUi, i=1;2;3;4;5)组成, 分别为俄罗斯-中国、中东-中国、非洲-中国、中南美洲-中国和东南亚-中国。下面以战略协同x1为例, 阐述内部基准分析原理。
设x10=max (x11; x12; x13; x14; x15)为5条原油单元供应链在战略协同上的标杆值, 则SCUi在战略协同这一指标的绩效为:
$\left\{ \begin{array}{l} x_{11}^\mathit{'} = \frac{{{x_{11}}}}{{{x_{10}}}}\\ x_{12}^\mathit{'} = \frac{{{x_{12}}}}{{{x_{10}}}}\\ x_{13}^\mathit{'} = \frac{{{x_{13}}}}{{{x_{10}}}}\\ x_{14}^\mathit{'} = \frac{{{x_{14}}}}{{{x_{10}}}}\\ x_{15}^\mathit{'} = \frac{{{x_{15}}}}{{{x_{10}}}} \end{array} \right. $ | (2) |
其中, x1i∈[0,1]。
当x11 = x12 = x13 = x14 = x15 = x10时, x11′=x12′=x13′=x14′=x15′=1取得最大值。同理, 当
资源富余能力:x21=x22=x23=x24=x25=x20;
需求满足程度:x31 = x32 = x33 = x34 = x35 = x30;
服务质量:x41 = x42 = x43 = x44 = x45 = x40;
采购数量:x51 = x52 = x53 = x54 = x55 = x50;
资金支持:x61 = x62 = x63 = x64 = x65 = x60;
政治融洽:x71 = x72 = x73 = x74 = x75 = x70时,则有相应绩效值:
x′21 = x′22 = x′23 = x24′ = x25′ = 1
x31′ = x32′ = x33′ = x34′ = x35′ = 1
x41′ = x42′ = x43′ = x44′ = x45′ = 1
x51′ = x52′ = x53′ = x54′ = x55′ = 1
x61′ = x62′ = x63′ = x64′ = x65′ = 1
x71′ = x72′ = x73′ = x74′ = x75′ = 1.
此时, 不论该7个指标如何分配权重, 中国海外原油供应链绩效值都是最优, 即f(x)=1。因此, 依据内部基准分析, 当每一条单元供应链SCUi分别在所有评价指标上的绩效值都相等时, 即将所有系统资源平均分配给每一条SCUi时, 此时绩效值最高; 对应的优化方法为尽可能平均分配系统资源, 使每一条SCUi取得绝对平均值(简称平均值法)。
2.2.3 偏导数法与内部基准分析法的比较(1) 应用难度。内部基准分析的优化方式为尽可能平均分配系统的资源给每一个子系统, 即实现平均值即可。偏导数法一方面需要确定绩效函数f(x), 该步骤难度极大, 但通过经验法、数据拟合可予以克服; 另一方面, 对于偏导数的使用, 需受过高等教育才会使用, 即偏导数难度比内部基准分析大。因此, 内部基准分析应用比偏导数法容易一些。
(2) 应用宽度。内部基准分析法和偏导数法应用十分广泛, 内部基准分析由于其易懂易操作, 已广泛应用于学术研究和实践操作; 对于偏导数法, 由于绩效函数f(x)不易确定, 主要应用于学术理论探讨。所以, 内部基准分析应用范围大于偏导数法。
(3) 应用深度。偏导数对绩效优化的研究深入到评价指标, 即采购数量、需求满足度、资源富余能力、资金支持、服务质量、政治融洽、战略协同等7个指标, 而内部基准分析在该评价指标的基础上延伸至单元供应链SCUi。以战略协同为例, 偏导数法只停留在战略协同层面, 而内部基准分析深入到SCU1、SCU2、SCU3、SCU4和SCU5层次的战略协同, 即层次分析法研究得更加细致, 更具深度。
综上所述, 与偏导数法相比, 内部基准分析更易懂易操作, 应用范围更加广泛, 研究更加细致、更具深度, 故笔者选取内部基准分析来研究如何优化中石化海外原油供应链。
3 供应链绩效优化指标剖析本研究的评价指标体系由采购数量、需求满足度、资源富余能力、资金支持、服务质量、政治融洽、战略协同等7个指标构成, 对其剖析结果如图 1所示。由图 1可知, 7个指标可根据其内容及本质分为两大类(视角):一是原油采购量, 二是协同合作。
属性指标:资源富余能力、需求满足度、采购原油的数量与资金支持等4个指标。
优化原则:就绩效优化而言, 优化对象为可调控因素, 即与中国相关的因素, 仅与原油出口国相关的因素和客观环境不在考虑范围内, 因为改变客观环境或影响原油出口国的行为所产生的成本远大于其带来的绩效增量。
指标分析:第一, 资源富余能力, 其中原油出口国的开采量、消费量对中石化而言是不可控的, 原油出口国的出口量是中石化可影响的, 且原油出口国的出口量对中石化而言即采购量; 第二, 需求满足度, 直接由原油采购量影响; 第三, 采购数量即原油采购量; 第四, 资金支持, 完全按照原油采购比例确定资金。因此, 资源富余能力、需求满足度、采购原油的数量与资金支持的核心内容为原油采购量。
3.2 协同合作视角属性指标:战略协同、客户满意度和政治融洽等3个指标。
优化原则:优化原则同原油采购量视角。
指标分析:战略协同和政治融洽明显属于协同合作; 对于服务质量, 假设出口国与进口国长期注重协同合作, 则双方满意度必然较高, 鉴于此, 本研究将服务质量归纳为协同合作。
4 中石化海外原油供应的优化措施由内部基准分析可知, 当供应链系统内所有资源平均分配给各国家或地区时, 中石化海外原油供应链绩效实现最优。依据以上原则, 笔者从原油采购量和协同合作两个视角作为出发点实施优化。
4.1 原油采购量的绩效优化根据内部基准分析原理, 需要将系统的所有资源平均分配给各子系统, 所以, 当对SCU1、SCU2、SCU3、SCU4和SCU5 5条供应链采购绝对相同数量的原油时:QSCU1=QSCU2=QSCU3=QSCU4=QSCU5即中石化从俄罗斯、亚太地区、中东、非洲和中南美洲的原油进口数量相等时, 中石化海外原油供应链绩效实现最优化。就目前状态而言, 中石化从亚太地区、中南美洲和俄罗斯进口原油数量相对较少, 从非洲进口量中等, 从中东进口量较多。所以, 中石化需重点加大从亚太地区、中南美洲和俄罗斯的原油进口量, 适当增加从非洲的原油进口量, 直至从5个地区进口的原油数量绝对相等。
4.2 协同合作的绩效优化依据内部基准分析, 中石化的努力方向为分别与俄罗斯、中东、非洲、中南美洲、亚太地区共同发展友好关系。当中石化与这5个地区都建立友好关系且关系均等时, 中石化海外原油供应链绩效实现最优化。就目前现状而言, 中国与俄罗斯关系稍好, 但南海局势紧张, 且东南亚多个国家长期坚持亲美态度。所以, 中石化需要努力改善与非洲、中南美洲原油出口国的关系, 重点改善与亚太地区各原油出口国的关系。具体而言, 在国家层面, 我国应该与原油进口国加强政治合作、经济互惠与文化交流, 例如加强国家领导互访、实行贸易互惠、互派学生到对方国家进行交流、留学等, 以加强双方的关系。在企业层面, 中石化领导层可考虑与对方企业建立石油战略合作, 共同开发当地石油资源, 把对方当作供应链管理中的重要环节, 在确保供应链系统利益最大化的基础上, 链上节点企业再进行科学的利益分配。
5 完善中石化海外原油供应优化措施的建议内部基准分析方法除具有上述几点优点外, 也符合经济学的边际效益递减原理, 使其在学术与实践中得到广泛应用。但是, 如果在实践中采用绝对平均, 即所有指标严格采用内部基准分析而不依据实际作任何修订, 最终绩效并不会得到最优, 也不符合实际。综上所述, 笔者对此优化作如下修订。
第一, 重点增加从俄罗斯的原油进口数量。根据国际形势, 相对于中东、中南美洲、亚太地区和非洲, 俄罗斯政治稳定, 经济发展良好, 而且作为老牌重工业国家, 掌握大量全球先进技术; 同时, 中国与俄罗斯政治关系融洽, 目前已经建成原油运输管道和原油运输铁路。所以, 应该加大从俄罗斯的原油进口量, 加强原油供应链系统的安全性、稳定性和持久性。
第二, 适当增加海外原油进口源。从风险控制的角度出发, 投资项目越多, 系统的整体风险就越小。因此, 在维持现有供应链稳定性的前提下, 可适当增加海外原油进口源。
第三, 加强新能源技术开发。石油是不可再生资源, 是十分短缺的; 同时, 在使用石油的过程中会排出大量的环境污染物质。加强新能源技术开发, 不但能解决石油不可再生问题, 也能在一定程度上缓解环境污染。
第四, 强化大众节能教育。企业和民众是能源使用的主体, 应倡导企业绿色生产, 鼓励人民绿色生活。
[1] | 赵丹妮, 王成恩. 石化企业供应链采购管理系统模型[J]. 信息与控制, 2004, 33(1): 41–46. |
[2] | 崔树杰, 张文杰, 王倩. 中国石油供应链结构及其成本管理模型构建研究[J]. 物流技术, 2009, 28(12): 184–187. DOI:10.3969/j.issn.1005-152X.2009.12.060 |
[3] | 南国芳, 张月威. 基于粗糙集和熵权法的石油供应链可持续发展评估[J]. 天津大学学报(社会科学版), 2013, 15(5): 385–391. |
[4] | Sahebi H, Nickel T, Ashayeri J, et al. Strategic and tactical mathematical programming models within the crude oil supply chain context-A review[J]. Computers & chemical Engineering, 2014(68): 56–77. |
[5] | Azadeh A, Shafiee F, Yazdanparast R, et al. Optimum integrated design of crude oil supply chain by a unique mixed integer nonlinear programming model[J]. Industrial & engineering chemistry research, 2017, 56(19): 5734–5746. |
[6] | Pan L Y, Liu P, Li Z. A system dynamic analysis of China's oil supply chain:over-capacity and energy security issues[J]. Applied Energy, 2017(18): 508–520. |
[7] | 何贤杰, 刘增洁, 吴初国, 贾庆素. 中国石油安全评价及建议[J]. 国土资源情报, 2012(10): 2–7. DOI:10.3969/j.issn.1674-3709.2012.10.002 |
[8] | 朱勇. 基于内部基准分析的中石化海外原油供应链绩效评价研究[D]. 黑龙江: 哈尔滨理工大学, 2015. |
[9] | 吕军, 王德运, 魏帅. 中国石油安全评价及情景预测[J]. 中国地质大学学报(社会科学版), 2017, 17(2): 86–96. |
[10] | 肖艳玲, 张柏阳, 尹成峰. 石油企业安全文化评价指标体系及评价模型[J]. 辽宁工程技术大学学报(社会科学版), 2017, 19(1): 31–37. DOI:10.11955/j.issn.1008-391x.20170105 |
[11] | 吕涛, 郭庆, 富莉, 王春玲. 基于熵权灰色关联法的中国石油安全评价[J]. 中国矿业, 2017(5): 40–45. |
[12] | 张振. 利用信息化手段优化总部资源配置[J]. 国际石油经济, 2007(5): 26–29. |
[13] | 王华, 王喆, 杨磊. 石油行业供应链一体化优化方案研究[J]. 石油规划设计, 2010, 21(2): 1–4. |
[14] | 王继帅, 荣冈, 冯毅萍. 不确定条件下石化企业供应链计划优化[J]. 化工学报, 2011, 62(8): 2157–2163. |
[15] | Fabricio O, Silvio H. Optimization of the petroleum product supply chain under uncertainty:a case study in Northern Brazil[J]. Industrial & engineering chemistry research, 2012, 51(8): 4279–4287. |
[16] | Azadeh A, Shafiee F, Yazdanparast R, et al. Evolutionary multi-objective optimization of environmental indicators of integrated crude oil supply chain under uncertainty[J]. Journal of cleaner production, 2017(152): 295–311. |
[17] | 朱勇, 王宇奇. 中石化原油供应链绩效评价指标体系构建[J]. 科技与管理, 2015, 17(3): 50–58. |
[18] | Cox A, Thompson I. On the appropriateness of benchmarking[J]. Journal of general management, 1998, 23(3): 1–20. |
[19] | 高丽华. 标杆管理在企业业绩评价中的应用[J]. 全国商情, 2013(7): 32–35. |