城市高效绿色货运配送发展水平分析与评价

邹 庆，张 成，程大千，翟江苏,3

（1.江苏交科能源科技发展有限公司，江苏 南京 210017；2.江苏省交通运输行业能耗排放监测统计中心，江苏 南京 210017；3.南京市交通运输节能与环保工程技术研究中心，江苏 南京 210017）

0 引言

目前，物流业已成为我国国民经济发展的支柱产业和重要的现代服务业，其在配送规模和范围快速增长和不断扩大的同时，存在配送成本高、效率低、环境污染严重、集约化水平不高、产业支撑度不足等问题，难以满足现代物流国际竞争的需要。作为物流业的关键环节，“便捷高效、绿色环保”是其未来的发展方向。为此，交通运输部、公安部、商务部联合组织开展了城市绿色货运配送示范工程创建工作，截至2020年共公布了46个示范城市，并计划到2025年发展至100个城市。城市货运配送的高效绿色发展不仅能够有效降低商品的流通成本、减少环境污染，而且能够进一步提升生产效率、促进区域协调发展。城市绿色货运配送示范工程的创建有利于促进物流业降本增效、破解城市配送难点、深化资源高效利用和环境保护以及更好地保障和改善民生。

近年来，国内外学者针对上述问题相继提出了“高效物流”“绿色物流”“城市配送绿色化”等概念和发展思路。Murphy，等较早关注了物流过程中的环境问题，并提出了未来绿色物流的发展方向，指出绿色物流能够降本增效和提高配送服务水平。刘伟华，等则从城市物流配送的运作方式、新业务模式和环保节能等方面分别分析了未来城市配送的发展趋势，即协同配送、社区配送和绿色配送。在“绿色物流”理念的引导下，国内外学者针对绿色物流配送发展水平提出了一系列的评价体系及方法。Hervani，等较早的提出了绿色供应链评价指标体系，其重点考虑从购买材料到生产、配送等各环节的绿色化程度。Lau以材料购买、产品包装、货运配送为目标层建立了评价指标体系，考察了中国和日本家用电器制造商的绿色物流发展现状水平，结果表明我国绿色物流主要依靠法规管控和成本节约，更看重企业短期利益，缺乏长期性、可持续性发展的意识。胡云超，等梳理总结出了以政府主导、企业主导、基础设施建设和物流需求管理为措施分类的城市配送绿色化发展模式，为绿色城市配送评价体系构建提出了一种新的分类视角和目标原则。王玫，等从城市物流输入（基础设施设备、信息技术、经济水平、政策法规和人员素质）和输出（经济性、社会性和环境性等绩效）角度，建立了城市物流性能的评价指标体系。程雪颖构建了城市级的绿色物流配送评价指标体系，包括物流配送相关政策、物流配送基础设施、物流配送运作能力、绿色配送和绿色环境等5个准则层。谢韫颖，等按照资源类型对共享物流进行了分类，调查分析结果表明，城市内信息资源、基础设施、技术与装备、运输与配送资源和人力资源等五种共享模式对城市配送效率均有显著正向影响。

综上文献可知，高效绿色配送是当前社会经济发展对物流配送行业提出的新要求和新挑战，而构建以“便捷高效”和“绿色环保”为重要特征的城市货运配送系统正是落实高效绿色发展的有效途径。目前，我国城市绿色货运配送还处在起步阶段，如何评价目前各示范城市的绿色货运配送发展水平，为未来更多的城市开展绿色货运配送体系建设提供有益借鉴和指导，则需针对高效绿色城市货运配送系统的相关指标体系开展进一步研究。基于上述研究背景和存在的问题，本文通过对高效绿色城市货运配送评价指标体系进行筛选，研究了各绿色货运配送示范城市发展水平，为支撑国内城市建立高效绿色城市货运配送系统或体系具有一定的示范和借鉴意义。

本文的贡献主要是基于绿色城市货运配送评价指标体系，结合20个示范城市货运配送公开创建方案所获取到的相关数据，参考《城市绿色货运配送示范工程绩效考核评分细则》，筛选出若干关键性指标，对目前已公示发展目标的绿色货运配送示范城市进行发展水平评价，为下一步绿色货运配送数据挖掘及应用奠定基础，并为国内其他绿色货运配送城市创建和推广提供有益借鉴。

1 高效绿色城市货运配送评价指标体系

依据绿色货运配送示范城市的管理需求，高效绿色城市货运配送系统的发展理念，并结合国内外研究现状，裴爱晖，等和李弢，等提出了城市绿色配送评价指标体系，该体系主要包括基础设施建设、运输装备配备、体制机制政策、运输组织模式、市场主体培育以及信息平台建设。该绿色城市货运配送评价指标体系可划分为三大目标：（1）集约高效，指在城市货运配送过程中，不仅要求配送迅速、及时、准确、效率高，还要体现经济性，即尽量降低投入及运营成本，增加产出量或订单量；（2）绿色环保，指在集货、分拣、配货、配装、运输、包装材料接收处置等全生命周期中，尽可能减少货运配送活动对资源能源的消耗，降低二氧化碳排放以及对周围环境的污染；（3）共享智能，指通过信息化和智能化手段（如物流公共信息平台、自动化货物识别技术、智能化分拣等），提升运营效率，为实现共享模式（如共同配送、众包等）提供技术支撑。

由于已确定的20个待评价城市的实施方案中并未考虑到所有评价指标，本文参考各示范城市印发的绿色货运配送示范工程实施方案的工作目标、主要任务和保障措施，考虑到指标的可获取性，初步筛选14个各市明确规定、重点关注并且可量化的指标作为关键性指标（见表1）。其中，基础设施建设指标3个，运输装备配备指标6个，体制机制政策指标1个，运输组织模式指标1个，市场主体培育指标1个，以及信息平台建设指标2个。

2 绿色货运配送示范城市发展水平评价

2.1 评价指标及数据来源

由于不同城市间的差异性会对城市货运配送的相关指标数值产生较大影响，导致不同城市间难以比较和评价，难以把握高效绿色城市货运配送发展特征和趋势。为了从经济、效率、能耗、环境等不同的角度全面反映城市货运配送系统的发展情况，本节基于上述提出的评价体系，参考《城市绿色货运配送示范工程绩效考核评分细则》，以目前已公示的部分绿色货运配送示范城市为研究目标，探索一种城市绿色货运配送发展水平的分级评价方法，为其他绿色货运配送城市创建和推广提供参考。

表1 城市高效绿色货运配送综合评价体系

在已公布的46个绿色货运配送示范城市中，目前可获取到20个城市关于绿色货运配送示范工程创建方案的明确信息，详见表2和表3。

表2 前两批示范城市及已公布创建方案（待评估）城市名单

由于上述城市均在创建过程中，其相关指标的实际完成情况难于获取，故本文将以各市提出的创建目标作为相关指标进行评价。上一节初步筛选的关键性指标中，第13个指标“城市绿色货运配送运行监测服务公共平台（个）”各城市的目标相同，可从最终评价指标中剔除。因此，参与因子分析和聚类分析的评价指标共13个，包括物流园数量（X）、公共配送中心数量（X）、末端配送站数量（X）、专业化/3A城市配送企业数量（X）、城市配送车辆利用率提高量（X）、城市配送成本降低量（X）、冷藏保温配送车辆数量（X）、城市配送车辆临时停车位（X）、新增新能源车辆量（X）、电桩的配置比例（X）、共同配送量（X）、城市配送车辆单位周转量能耗降低量（X）以及企业城市配送信息系统数量（X）。其中，X、X、X、X、X和X等指标在各市实施方案中并未明确，故采用城市配送车辆利用率提高百分比、城市配送成本降低百分比、冷藏保温配送车辆占城市配送车辆比重、共同配送占比、城市配送车辆单位周转量能耗降低百分比等数据，与2019年各示范城市邮政行业统计数据（见表4）中的快递业务量累计量和快递服务汽车数量相乘估算得出绝对数值。而新增新能源车辆相对难以估计，本文暂时将该指标排除，因此共有12个关键性指标进入最终的评价分析。此外，由于少数示范城市的少数关键指标的数值暂未给出，因此该部分指标按照《城市绿色货运配送示范工程绩效考核评分细则》考核评价基本要求计算。

表3 各示范城市公布的创建方案指标

表4 2019年各示范城市邮政行业统计数据

2.2 因子分析

因子分析（Factor Analysis）是一种把若干信息重叠、具有较复杂关系的多个原变量转化成少数互不相关的并且具有明确实际意义的公共因子（Common Factor）的多元统计分析方法，其基本思路是通过对原变量构造矩阵，得到若干个能被原变量线性表示，并能在很大程度上代替原变量的公共因子，再利用得到的公共因子对指标进行全面系统的分析。因子分析模型可以表示为：

其中，(,...,X)为原始指标，(,...,R)为的公共因子。矩阵(a)为因子载荷矩阵，其中a为因子载荷，表示原始变量X和公共因子R的相关系数，其值越大则说明它们之间的相关性越强。为特殊因子，代表因子分析中无法观测的影响因素，实际分析过程中往往忽略不计。因子分析的基本步骤为：首先对各城市数据进行标准化处理，然后计算样本的相关系数矩阵，以判断该组样本数据是否可以进行因子分析；满足该前提条件后，求解相关矩阵的特征值及相应的特征向量，根据累积贡献率确定主因子的个数并提取因子，当特征值大于某一值时（比如1.0），提取前个因子代替所有原始指标，并进行因子旋转，以便得到具有实际意义的公因子；最后，根据上述计算结果，基于各样本的综合得分对系统进行分析评价。

根据因子分析的理论和方法，将上述20个绿色货运配送示范城市的各指标原始数据输入SPSS19.0软件，经标准化处理后，进行KMO 和Bartlett 球形度检验，其结果详见表5。其中，KMO值为0.743，大于0.7，适合进行因子分析；Bartlett 的球形度检验值Sig＜0.001，表明变量间具有较强的相关性，因此选取的样本可进行因子分析，各指标的特征值、贡献率、累积贡献率的前三项成分的特征值均大于1，故从累积贡献率中提取3 个主成分，3 个主成分的累积解释率为81.7%，详见表6。

表5 KMO和Bartlett的检验结果

表6 总方差解释

计算得到旋转前后的成分矩阵，详见表7。旋转后因子载荷矩阵结果表明:第一因子在城市配送车辆利用率提高量、城市配送成本降低量、冷藏保温配送车辆数、共同配送量、城市配送车辆能耗降低量、企业城市配送信息系统数量6个指标上载荷较大，反映了地区配送运营水平，可将其命名为配送运营因子；第二因子在物流园数量、公共配送中心数量、末端配送站数量、专业化企业数量、城市配送车辆临时停车位5个指标上载荷较大，反映了地区基础设施建设水平，因而将其命名为基础设施因子；第三个因子在电桩的配置比例上载荷较大，可直接命名为装备配置因子。

表7 旋转前后的各成分及成分得分系数

由因子得分矩阵写出的3个公因子表达式为:

分别以F、F和F的贡献率为权重做加权求和，计算各市绿色货运配送发展水平的综合因子得分F 和总名次，见式（5），计算结果见表8。

表8 各市绿色货运配送发展水平因子得分及排名

由表8可知，苏州和南京两个城市的综合得分相对出众，其综合得分分别超过1.4 和1.0，表明其绿色货运配送发展水平较高；而佛山、西安、长沙等7个城市得分为正值，表明上述城市的绿色货运配送发展水平处于所评价城市的平均水平以上，其余城市得分均为负值，表明其绿色货运配送发展水平有待进一步提升。从3 个公因子的得分和排名分别来看，苏州、佛山、天津、台州、南京等城市在配送运营因子（F）上的得分较高，均超过0.3，说明其配送运输运营水平较高，货运配送降本增效方面成效较显著，从而具有较好的高效绿色运营状况；西安、南京、兰州、长沙等城市在基础设施因子（F）上的得分较高，说明这些城市更重视货运配送基础设施建设，具有较强的货物通达性；而泸州、南京、咸宁、临沂、苏州等城市则在装备配置因子（F）上的得分较高，表明其更关注新能源配送车辆推广及配套设施建设。

2.3 聚类分析

聚类分析（Cluster Analysis）是一种基于研究对象自身特征对其进行类别划分的统计分析方法，其中的系统聚类是将种类由多变少的一种聚类分析方法。本文中，可以通过系统聚类对示范城市发展水平的亲属程度进行分类，其基本步骤为：首先对数据进行标准化处理，消除数据量纲的影响；接着构造每个类仅包含一个样本的若干类，并进行相似度度量，一般使用距离函数计算各类之间的距离；然后将距离最近的两类城市合并为一个新类，并计算新类与当前各类的距离，多次重复合并，直到所有城市最终聚成一类；最后，根据评价指标对聚类结果进行评估、解释和分析。本文首先对12 项原始指标进行标准化处理，然后采用分类效果较好的分层聚类（Hierarchical Cluster）中的离差平方和法（Ward Method）进行聚类分析，数据间距离的度量标准采用平方欧式距离（Squared Euclidean Distance），可将各示范城市按照发展水平的高低分为3类，见表9，最终聚类谱系图如图1所示。

图1 高效绿色货运配送示范城市聚类树状图

由图1及表9的结果可知，聚类情况与综合因子得分排序的基本趋势一致。位于第一梯队的苏州和南京是经济发展规模大、物流需求规模大、基础设施完备、仓储资源丰富、物流服务能力强，且配送运营方式更清洁绿色化的城市，绿色货运配送发展水平更加均衡，该类城市应充分发挥经济社会优势，促进创新发展，起到引领示范作用；第二梯队的8个城市是经济发展规模较大、具有较完善的基础设施和较大的物流规模，物流专业化程度较高，但配送运营尚待高效化、绿色化和智能化的城市，该类城市应进一步提升配送效率，做好节能减排和信息化建设；第三梯队的10个城市为经济发展规模偏小、基础设施数量较少，物流规模不大而导致综合绿色货运配送水平偏低的城市，包括怀化、泸州、岳阳、安康、铜仁、咸宁、十堰、鄂尔多斯、许昌和济源，这些城市应针对自身不足，进一步完善基础设施建设，加强示范企业培育，并培养专业技术人才，促进城市配送运营模式的改善。

表9 各市绿色货运配送发展水平分类

3 结语

本文依据现有的绿色城市货运配送评价体系，筛选出共计12个可获取、可量化的关键性指标进入到最终评价分析中，并以已公布的20个绿色货运配送示范城市作为研究对象，采用因子和聚类分析对各示范工程的创建及发展水平进行评价。结果表明，各示范城市的绿色货运配送发展水平分层现象较为明显，其中苏州和南京的发展水平较为领先，而大部分城市的发展水平仍相对落后，需针对各自发展水平的不足之处进行改进。由于公开数据的局限性，尚有若干指标未能纳入计算，比如城市配送多部门协同工作机制建设情况、新能源物流配送车辆便利通行政策以及配送车辆分时、错时、分类通行和停放措施出台情况等，并且目前使用的是各市创建指标的目标值而非实际完成值。为了更好地反映各市的实际发展水平，建议进一步跟踪前两批次共46个绿色货运配送示范城市的实际完成情况并获取相关的实际数据进行进一步分析。此外，可通过加强各指标的过程监控和跟踪实际落实情况，并考虑城市形态和区域经济等属性的影响，进一步修正、优化和完善城市货运配送发展指数或发展水平分级评价方法，将对指导我国绿色城市货运配送体系建设具有重要意义和推广价值。