0 引言 随着人们对生鲜、疫苗等冷链产品需求的显著增加，冷链物流得到了快速发展。2020年，在新冠疫情的影响下，各级政府意识到冷链物流对于保障民生工作具有重要意义，发展冷链物流产业、推进冷链物流基础设施布局成为很多地方政府的发展重点。根据《中国冷链物流发展报告(2021)》，2020年我国食品冷链物流需求总量为2.65亿吨，比2019年增长3191万吨。该报告还显示，“十三五”期间，我国冷库容量从3740万吨增加到超过7000万吨，居世界第一。然而，冷链物流在物流行业中具有高能耗、高碳排放的特点，通过构建低碳冷链物流体系来面对碳排放控制与冷链规模扩张间的突出矛盾的需求十分迫切。“碳达峰”“碳中和”作为新约束条件，将为冷链物流企业提供政策窗口期的发展机遇。从政府调控和市场调控手段来看，碳减排的环境政策工具可分为两种：一种是形成碳交易机制，对碳排放企业设置碳配额阈值和征收碳税。2017年12月，我国正式建立全国范围内的碳排放权交易市场，虽然冷链物流市场还未纳入其中，但由于其高能耗性，未来必将是政府考虑的重点。另一种是通过有效的政府补贴激励政策实现有效的碳减排。考虑到纯电动冷藏车能够为实现“双碳”目标提供可靠的解决方案，国家和各地政府出台了大量纯电动冷藏车补贴激励政策。 如何降低运营成本、提高客户满意度以及减少碳排放是冷链物流行业关注的重点。既有关于低碳冷链物流网络的研究主要从三方面考虑：一是引入传统燃油车的碳排放成本。例如，Leng等[1]、Song等[2]、Zhang等[3]、方文婷等[4]和任腾等[5]在进行冷链物流网络优化研究时，将影响冷链物流的碳排放因素转化为碳排放成本计入运营成本，为冷链物流企业的低碳转型发展提供参考。然而，上述研究仅考虑燃油车的碳排放，未考虑政府碳排放政策的实施。二是考虑使用纯电动冷藏车。例如，冯杰和史立[6]建立了基于纯电动冷藏车的生鲜产品配送路线优化模型，结果表明较传统冷藏车而言，纯电动冷藏车能够减少温室气体的排放，且享有政府补贴，更符合供应商的需求。王嘉月和史立[7]建立了纯电动冷藏车路线优化模型，通过分析不同充电上限情况的各项成本得到纯电动冷藏车的最佳充电策略。Zhao等[8]以经济成本和生鲜货损成本的加和最小为目标建立城市冷链中的生鲜产品配送路线优化模型。甘俊伟等[9]协同考虑能耗、时间窗及产品新鲜度，分两阶段构建纯电动冷藏车路线问题模型。三是结合碳减排政策。例如，Wang等[10]建立了低碳冷链选址路径问题模型，并引入碳税政策，通过分析碳税对总成本和碳排放的影响，证明了实施碳税政策能够有效降低冷链物流网络中的碳排放。葛显龙等[11]建立了考虑新的碳排放机制的带时间窗的多车型车辆路径模型，并采用混合遗传算法进行求解，结果表明碳交易机制中相关参数的波动对物流配送成本的影响不可忽略。张思颖等[12]构建了双层低碳冷链物流配送系统优化决策模型，其中上层模型从冷链物流主管部门的视角出发，以单位新能源冷藏车购置补贴率和碳配额为决策变量，下层模型从冷链物流企业的视角出发，以其总成本最小为目标。结果表明，同时实施补贴政策和碳排放权交易政策比单独实施其中之一更能实现企业碳减排。 综上所述，既有文献虽然进行了结合碳配额、碳税或补贴政策的低碳冷链物流网络优化研究，但未综合考虑不同碳减排政策相互协调作用下的冷链物流网络优化问题。此外，与传统冷藏车相比，纯电动冷藏车具有价格高、里程焦虑、充电时间过长、充电基础设施覆盖率低等缺点，从而导致冷链物流企业仍倾向于购置传统冷藏车[13]。因此，本研究将考虑混合车队，即通过为每条配送路线选择更合适的冷藏车类型来降低冷链物流企业的总运营成本。再者，冷链物流碳排放主要涉及产品的低温存储和低温运输过程[14]。因此，本研究在统计冷链物流企业配送过程中产生的碳排量时，将同时考虑冷藏车配送过程中以及配送中心冷库冷藏过程中产生的碳排放量。 本文将在碳减排政策(包括电池技术、碳配额、碳税、补贴激励等)的相互协调作用下，从物流企业成本节约的经济角度和客户满意度提高的服务角度，考虑车辆自身碳排放量与制冷设备碳排放量，提出低碳冷链物流网络综合优化模型，以实现冷藏车辆类型、配送路线、配送中心、充电计划以及客户服务时间的综合优化设计。此外，Solomon[15]证实车辆路径问题(vehicle routing problem，VRP)是一个NP-hard问题。本文所提出的冷链物流网络综合优化问题在经典VRP的基础上融入了配送中心选址问题、充电计划问题等，除了包括经典VRP中涉及的关于配送路径的决策变量以及相应的约束条件外，还考虑了关于充电、能耗、时间窗等的约束条件以及确定配送中心和充电站的位置和规模、纯电动冷藏车的电池电量等的决策变量。由此可见，冷链物流网络综合优化问题更加复杂，也是一个NP-Hard问题。启发式算法被认为是处理NP-hard问题的最佳方法。人工鱼群算法(artificial fish swarm algorithm，AFSA)是一种典型的群体启发式算法，已被广泛应用于解决各领域内复杂的现实问题，例如旅行商问题[16]、多维背包问题[17]、可靠性冗余分配问题[18]、冷链物流VRP[2]等，但尚未被运用于求解低碳冷链物流网络综合优化问题。因此，本文提出一种改进的人工鱼群算法(improved artificial fish swarm algorithm，IAFSA)，来求解所提出的综合优化模型。最后，本文分别从车辆技术、财政补贴和市场机制三个层面出发提出七项碳减排策略，准确分析各策略的实施对冷链物流网络优化的影响，以加快冷链物流业减排降耗和低碳转型步伐，对于实现冷链物流体系的合理化发展有重要的研究意义。
