区域低碳物流能力协调发展水平测度研究

周 泰，陈 煜，杨嘉铃

（成都信息工程大学 物流学院，四川 成都 610103）

随着改革开放的深入推进，我国经济发展区域化特征越来越明显，如长江三角洲、珠江三角洲、东北经济区、京津塘环渤海、成渝经济区等地区已成为区域经济集聚发展的典范，而区域物流系统作为联系生产和消费的纽带，在区域经济发展过程中起着重要的支撑保障作用，并已经成为拉动经济增长的新型主导力量。但目前作为区域物流系统全部资源综合作用后形成的区域物流能力在推动区域经济高速发展的同时，对生态环境的负面影响也越来越明显，区域物流能力的快速发展不可避免会产生废弃物排放增多、空气污染加重、能源消耗增加等系列环境问题，特别是二氧化碳排放量增加问题日趋突出。

低碳经济发展模式因其具有低能耗、低排放、低污染的特征，已成为世界各国的迫切需要与普遍共识。目前我国从国家层面到各个省级、市级地区都在积极转变经济发展方式，推行低碳发展战略，以期实现可持续发展。在低碳约束的背景下，区域物流能力在快速发展的同时还必须保护生态环境，减少能源消耗，并担负起碳减排的责任。因此，如何实现区域物流能力与生态环境协调一致并共同发展就成为必然面临和亟待解决的现实问题，开展区域低碳物流能力协调相关问题的研究也就有着极其重要的理论意义和现实意义。

近些年来，学者们对低碳物流[1-4]、区域物流能力[5-6]、区域物流相关协调发展[7-9]等问题，从不同的角度开展了研究，并取得了相应的研究成果，而对区域低碳物流能力的相关研究开展得还很少。李丽[10]构建了包含低碳物流环境、低碳物流实力、低碳物流潜力、物流低碳水平四个要素的低碳物流能力指标体系，根据京津冀地区 2004—2010年的实际数据，运用模糊物元法进行了实证评价研究，得到了京津冀地区的低碳物流能力呈逐年提高趋势的结论。周容霞等[11]建立了区域低碳物流能力综合评价指标体系，采用模糊物元分析法结合海西四省2008—2013年的实际数据，对这些省的低碳物流能力进行评价分析，发现海西四省低碳物流能力呈非均衡发展态势，并进一步分析了影响这些省区低碳物流能力的主要因素及它们之间的主要差距。姜玮[12]基于综合实力和发展潜力两个维度构建了区域低碳物流能力指标体系，建立了全局因子分析和聚类分析相结合的分析模型，采用丝绸之路经济带九省2009— 2013年的实际数据进行计算，获得这些省区低碳物流能力的因子得分及聚类结果，并根据计算结果评价了九省区低碳物流能力的发展状况及它们各自的优劣势。

总体来看，目前对区域低碳物流能力的研究还很少，已有的研究也集中于区域低碳物流能力的评价方面，由于学者们不同的认识角度和深度，使已有的研究还存在着如下一些不足。没有运用系统论的思想分析区域低碳物流能力的构成要素，因此建立的区域低碳物流能力评价指标体系和评价目标关系不紧密，也不能很好地反映区域低碳物流能力的本质和特征；指标体系中针对低碳要素的指标多只考虑了产出因素碳排放，而没有考虑投入因素能源及能耗，这样必然不能客观反映低碳约束下区域物流能力的真实水平；对将区域低碳物流能力作为一个复合大系统，从复合系统的角度来深入剖析内部各子系统之间的协调发展关系问题，探寻促进区域低碳物流能力的良性发展的定量研究目前更是未有人涉及。

基于此，本研究以区域低碳物流能力复合系统为研究对象，基于协同学相关理论，构建科学系统的区域低碳物流能力序参量指标体系，建立各子系统的有序度和复合系统的协调度测度模型，再以四川省2005—2017年的历史数据进行区域实证研究，计算出区域低碳物流能力各子系统的有序度以及复合系统的协调度，把握区域低碳物流能力协调发展水平，为促进区域低碳物流能力的良性发展提供决策依据。

一、区域低碳物流能力及其指标体系构建

（一）区域低碳物流能力

参照文献[5]中对区域物流能力的定义，本研究将区域低碳物流能力定义为：一定时期内，区域物流供给主体在高能效、低排放的低碳发展导向下，通过有效、合理地组织和运用其物流系统内部的各种资源，向区域内物流需求主体提供所需物流服务的综合体现。

根据系统论的观点，区域低碳物流能力可视为一个复杂系统，并由诸多要素构成。为充分反映区域低碳物流能力的本质和特征，将其分解为基础设施支撑能力、信息系统保障能力、经营管理运作能力、低碳生态发展能力四个基本要素，每个基本要素又可进一步分解成不同的指标来构成。

（二）区域低碳物流能力指标体系

区域低碳物流能力指标体系依据上述的四个基本要素来构建，这四个要素即是区域低碳物流能力复合系统的四个子系统。在遵循系统性、科学性、客观性、可操作性、可比性等原则基础上，构建了一个包含系统层、子系统层、指标层三个层次，十二项指标的区域低碳物流能力指标体系，如表1 所示。

表1 区域低碳物流能力指标体系

在低碳生态发展能力子系统中，指标“物流业能耗强度”为区域在一定时期内物流业全部能源消耗量与物流业增加值的比值，表示物流业单位产值的能源消耗量，反映了区域物流业的能源经济效率，即区域物流业在经济活动中对能源的利用程度；指标“物流业碳排放强度”为区域在一定时期内物流业所产生的碳排放总量与物流业增加值的比值，表示物流业单位GDP 产出所产生的碳排放量，能够直观地反映区域物流碳资源利用效率的高低。

这两个指标均为逆向指标，表明它们的值越小，即物流业单位GDP 产出的能源消耗量和碳排放量越小，低碳生态发展能力子系统的有序程度才会越高；反之，它们的值增大，就会使子系统的有序程度降低，这样就充分体现出了低碳约束在单个的低碳生态发展能力子系统发展中以及整个区域低碳物流能力复合系统协调发展中的重要作用。

二、区域低碳物流能力协调发展水平测度模型

从表1 可以看到，区域低碳物流能力是一个由四个子系统构成的复合系统，这四个子系统各内部要素之间的协同作用决定了子系统的发展趋势，子系统之间的协同作用又共同决定着整个复合系统的演变趋势，而协调度正是度量这种协同作用的典型测度方法[13-14]。因此，本研究采用子系统有序度模型和复合系统协调度模型作为区域低碳物流能力协调发展水平测度模型来研究区域低碳物流能力内部各子系统之间以及整个复合系统的协调发展水平。

根据协同学原理，序参量是左右系统演变方向并表征系统有序化程度的参数变量，复合系统内部序参量之间的协同作用左右着整个系统相变的特征与规律。序参量变量又可以分解为一系列分量（指标）来组成，而选择不同的指标会产生不同的序参量计算结果，因此科学合理地选择指标就成为序参量计算结果准确与否的关键。本研究的区域低碳物流能力序参量指标采用表1 中的指标，这些指标符合序参量的内涵，能很好地反映序参量的特征。

（一）序参量指标权重

序参量指标权重采用熵权法来确定。熵权法是一种客观赋权法，其本质就是利用指标包含的信息效用值来计算权重，能避免主观因素的影响[15]。在复合系统协调发展指标体系中，有正向和逆向两种类型指标，对于逆向指标，则需要通过减法一致化处理，使其变成正向指标。假设有m个对象、n项指标，则第i项指标的减法一致化公式为：

（二）序参量指标有序度

借鉴文献[13,14]的研究成果，本研究假设有k个子系统相互作用形成的复合机制构成复合系统S={S1,S2,…,Sj,…,Sk}，其中Sj为复合系统的第j个子系统，j=1,2,…,k。对于子系统Sj,j∈ [1,k]，设其发展演变过程中的序参量变量为ej={ej1,ej2,…,eji,…,ejn}，其中eji为序参量分量，且有αji≤eji≤βji，βji、αji分别为分量eji的临界点上、下限，n为序参量分量（即指标）个数，且有n≥1,i∈[1,n]。

当eji为正向指标时，指标值增大，系统的有序程度增高，指标值减小，系统的有序程度降低；当eji为逆向指标时，指标值增大，系统的有序程度降低，指标值减小，系统的有序程度增高；这样就可以采用各子系统序参量指标功效函数的大小来衡量每一个序参量指标对该子系统有序的贡献程度，从而得到子系统Sj序参量指标（分量）eji的有序度uj(eji)的计算表达式如下：

由式（2）可知，uj(eji)∈[0,1]，该值越大，指标eji对子系统有序的贡献程度就越大。

（三）子系统有序度

子系统有序度体现了序参量变量ej全部分量对子系统Sj有序程度的贡献总和，它可通过对各个uj(eji)进行集成运算来求得，采用线性加权求和法来计算，即子系统有序度uj(ej)为：

式中：wi为第i个序参量指标的权重。uj(ej) ∈ [0,1]，uj(ej)越大，表明ej对子系统Sj有序的贡献程度越大，子系统有序程度就越高，反之则越低。

（四）复合系统协调度

对给定的初始时刻t0，设子系统Sj的有序度为当复合系统整体发展演变到时刻t1时，如果此时子系统Sj的有序度为j=1,2,…,k，则复合系统协调度C为：

由于本研究的区域低碳物流能力复合系统有四个子系统，则有k=4，这样式（4）可以写成：

三、实证分析

（一）数据来源与处理

1.指标数据来源

本研究将四川省域作为实证分析的研究区域。鉴于“交通运输、仓储、邮政业”一直是我国物流业的主要构成部分，并考虑数据的可获得性，所需的物流业数据均采用这三个行业的相关数据。此外，由于《中国能源统计年鉴》从2004年，《中国统计年鉴》《四川统计年鉴》从2005年才开始用“交通运输、仓储和邮政业”代替“交通运输、仓储与邮电业”，为了保证统计口径的一致，本研究选取了2005—2017 共13 个年份的四川省相关时间序列数据来进行研究，这样表1中所有指标计算需要的原始数据均来源于2006—2018年的《四川统计年鉴》《中国统计年鉴》和《中国能源统计年鉴》。

2.指标数据计算

在表1 的12 个指标中，除了“物流业能耗强度”和“物流业碳排放强度”这2 个指标外，剩下的10 个指标的数据均可通过查阅上述统计年鉴中获得的原始数据，直接或经过这些数据简单计算而得到；而“物流业能耗强度”和“物流业碳排放强度”这2 个指标，它们的数据计算则较为复杂，需要先测算出区域物流业的能源消费总量和物流业碳排放总量。

第一，喉头位置。无论是美声唱法还是民族唱法，都要讲究喉头的安放以及稳定。如果喉头位置安放不好，或是不能稳定的保持，那么好的声音是无从谈起的。

1）能源消费总量的计算

根据《中国能源统计年鉴》中的统计数据，在2005—2017年，四川省物流业能源消耗种类主要有原煤、汽油、煤油、柴油、天然气、电力6种能源类型，各类型能源的消费量原始数据见表2。

表2 2005—2017年四川省物流业各类型能源的消费量原始数据

在计算四川省物流业的能源消费总量时，需要把各种类型的能源消费量折算成标准煤消费量，各类型能源的折标准煤系数采用《中国能源统计年鉴2018》附录4 中的数据，见表3。

根据表2 和表3，可计算出2005—2017年四川省物流业各类型能源折算为标准煤后的消费量以及能源消费总量，见表4。

表3 各类型能源的折标准煤系数

表4 2005—2017年四川省物流业各类型能源折算为标准煤后的消费量（万吨标煤）

2）碳排放总量的计算

物流活动所产生的CO2排放，来源于物流活动中消耗的各种能源和物质引发的直接CO2排放或间接CO2排放。由于物流活动消耗的物质种类多样，如各式各样的包装材料、托盘、标签等，这使得物流过程中排放的CO2难以进行统一核算，再加上我国物流业碳排放的监测数据也还不完善，因此采用了物流作业直接能耗法来核算碳排放量，即通过物流活动实际的能源消费量折算求出物流活动产生的CO2排放量[16,17]。具体计算方法采用“2006年IPCC 国家温室气体清单指南（第二卷能源）”中所提供的碳排放量估算方法，即式（7）来测算碳排放量。

式（7）即为区域物流业CO2排放量测量模型，其中Q是碳排放总量，i是能源种类，Ei是第i种能源的消费量，NCVi是平均低位发热量（采用《中国能源统计年鉴2018》附录4 中的数据），CEFi是IPCC(2006)提供的CO2排放因子，COFi是碳氧化因子（IPCC(2006)默认为1）。因此， NCVi⋅CEFi⋅COFi即为化石燃气能源的CO2排放系数，见表5。

根据表2 和表5，可计算出2005—2017年四川省物流业各类型能源的CO2排放量以及碳排放总量，见表6。

表5 各类型能源的CO2 排放系数

表6 2005—2017年四川省物流业各类型能源CO2 排放量（万吨CO2）

在测算出区域物流业的能源消费总量和碳排放总量后，再结合《中国统计年鉴》中查得的“物流业增加值”数据，就可以计算出“物流业能耗强度”和“物流业碳排放强度”这2 个指标的数据。

这样就得到了2005—2017年四川省低碳物流能力指标体系全部指标的所有数据，如表7 所示。

（二）序参量指标权重计算

利用表7 中的指标数据，分别计算出基础设施支撑能力子系统、信息系统保障能力子系统、经营管理运作能力子系统和低碳生态发展能力子系统序参量指标的熵权（表8）。

表8 序参量指标熵权

（三）序参量指标有序度计算

本研究在计算子系统序参量指标有序度时，采用自身对比方法，将指标的临界点下限设定为同一指标中的最小值，上限设为同一指标中的最大值。根据式（2）及表7 中的数据，分别计算出基础设施支撑能力子系统、信息系统保障能力子系统、经营管理运作能力子系统和低碳生态发展能力子系统序参量指标有序度（表9）。

表7 四川省低碳物流能力指标体系指标值†

（四）子系统有序度及复合系统协调度计算

根据式（3）及表9 中的数据，分别计算出2005—2017年基础设施支撑能力子系统、信息系统保障能力子系统、经营管理运作能力子系统和低碳生态发展能力子系统的有序度。在此基础上，将2005年作为发展考察基期，根据式（5）（6）求出2006—2017年四川省低碳物流能力复合系统相对于基期的协调度（表10）。

表9 各子系统序参量指标有序度

（五）计算结果分析

为了对基础设施支撑能力子系统、信息系统保障能力子系统、经营管理运作能力子系统和低碳生态发展能力子系统的序参量有序度以及低碳物流能力复合系统协调度的特征与变化趋势进行分析，利用表10 中的数据作出它们的变化趋势折线图（图1）：

表10 各子系统有序度及复合系统协调度

从图1 中可以看出，在2005—2017 这12年期间，四川省低碳物流能力复合系统相对于基期的协调度呈现出一种先抑后扬的态势，将复合系统的协调发展情况分成两个完全不同的阶段。在2005—2010 期间，整个复合系统的协调发展状态是不协调的，而且不协调程度在不断增大；2010年是一个转折点，从这年开始复合系统进入了协调发展状态，以后每年协调发展水平都在逐步 提高。

图1 各子系统有序度及低碳物流能力复合系统协调度发展趋势

上述的低碳物流能力复合系统协调度的变化趋势是由四个子系统有序度的变化趋势共同决定的。可以看到，在2005—2017 的12年期间，四川省低碳物流能力的基础设施支撑能力子系统、信息系统保障能力子系统、经营管理运作能力子系统的有序度都呈现不断上升态势，这和2005年后四川省物流业发展情况是一致的。这12年期间，四川省出台了一系列振兴物流业的政策，并加大物流业的投入力度，可以看到指标“物流业固定资产投资”从2005年的263.58 亿元增加到2017年的4 619.34 亿元，增加了16.53 倍，指标“电信业务总量”从2005年的436.59 亿元增加到2017年的7 679.66 亿元，增加了16.60 倍，指标“人均教育费”从2005年的171 元增加到2017年的1 703 元，增加了8.96 倍，这些政策的实施促使四川省物流服务能力得到了极大的提升，相应的物流能力各子系统的有序度也不断地实现增长。

低碳生态发展能力子系统的有序度却呈现出一种先抑后扬的态势，使该子系统的有序度变化情况分成了两个完全不同的阶段。2005—2009年期间，该子系统的有序度不断在减少；2010年开始，有序度逐渐增加，在2015年达到峰值后略有小幅回落。指标“物流业能耗强度”和“物流业碳排放强度”在2009年之前一直呈不断增长的趋势，并在2009年达到峰值，表明在2010年以前四川省主要是依靠高能耗、高污染、高排放特征的粗放型发展方式来带动区域物流业的发展，是一种以牺牲生态环境为代价的发展模式。2009年后，国家和省政府加强环境治理并大力实施低碳经济发展政策，特别是我国第一部综合性大气污染防治规划《重点区域大气污染防治“十二五”规划》的实施，使各项节能减排措施得到发挥，在很大程度上控制了物流业碳排放的增长速度，可以看到指标“物流业能耗强度”从2009年的2.036 6 吨/万元降到2015年的0.801 5 吨/万元，降幅近60.65%，指标“物流业碳排放强度”从2009年的4.582 4 吨/万元降到2015年的1.855 7吨/万元，降幅也近59.51%，低碳发展效果十分显著，表明四川省物流业已经朝着高能效、低排放的低碳发展模式迈进。

上述分析表明，四川省低碳物流能力四个子系统有序度和复合系统协调度的计算结果与四个子系统的有序发展情况以及复合系统的实际协调状况是相吻合的。同时可以看到，一个复合系统在发展过程中要获得不断增长的较高的协调度，首先需要内部各子系统实现有序发展，只有当每个子系统都处于有序增长状态，才能有不断增长的复合系统协调度；此外，还需要各子系统有一致的发展速度，如果一个子系统有序度提高幅度很大，而另一个子系统有序度提高幅度较小甚至出现下降情况，则整个复合系统不可能处于一个较好的协调发展状态，只有各子系统发展步幅协调一致，才能得到较高的复合系统协调度。

四、结语

区域低碳物流能力复合系统内部各子系统实现协调发展对保证区域物流业的持续健康发展有着极其重要的现实意义，但目前这方面的相关研究还十分少见。本研究运用协同学相关理论，以区域低碳物流能力复合系统为研究对象，对其协调发展水平测度问题进行了深入地研究，主要特点如下：

一是给出了区域低碳物流能力的定义，运用系统论的观点，将区域低碳物流能力视为一个由基础设施支撑能力子系统、信息系统保障能力子系统、经营管理运作能力子系统、低碳生态发展能力子系统构成的复合系统。选取了那些与物流发展关系密切，或者在物流活动中直接产生的能源消耗和碳排放环境指标来构建低碳生态发展能力子系统，从而使建立的区域低碳物流能力指标体系很好地反映了低碳约束下区域物流能力的本质和特征，得到的研究结果也更加科学、合理。

二是采用物流作业直接能耗法来核算碳排放量，即通过物流活动实际的能源消费量折算求出物流活动产生的CO2排放量，并给出了区域物流业CO2排放量测量模型。

三是建立了区域低碳物流能力子系统有序度和复合系统协调度测度模型，采用熵权法来计算各子系统序参量指标权重，避免了主观因素的影响，并以四川省2005—2017年的历史数据进行区域实证研究，得到了各子系统的有序度以及复合系统的协调度计算结果，依据这些年四川省低碳物流能力的实际发展情况分析了计算结果的合理性。