基于大数据的绿色货运绩效组合评价研究

摘  要：为了充分挖掘绿色货运中的数据价值，促进货运业碳减排。提出一种基于大数据挖掘和偏好顺序结构评估法的绿色货运绩效评价方法。在深入分析绿色货运绩效影响因素的基础上，确定评价指标体系，采用蓝鲸大数据挖掘软件进行建模，以物流云平台模式下绿色货运项目数据为样本进行K-means聚类分析。利用傅勒三角形法确定评价指标权重，采用偏好顺序结构评估法，借助Visual PROMETHEE软件对聚类分析结果进行验证，并对30辆货车的绿色运输绩效做出全面深层次评价。针对样本货车运输中存在的问题，提出了公路货运业碳排放管理策略。

关键词：绩效;评价;偏好顺序结构评估法;绿色货运

中图分类号：U294    文献标志码：A    DOI：10.13714/j.cnki.1002-3100.2023.15.012

Abstract： In order to fully discover the data value in green freight transport and promote carbon emission reduction in freight transport industry， a performance evaluation method of green freight that based on big data mining and promethee was proposed. Based on the in-depth analyzed of the influencing factors in green freight performance， the evaluation index system was determined， and the Blue Whale big data mining software was used to model construction. The K-means cluster analysis was conducted with green freight project data under the logistics cloud platform model as the sample. Fourier triangle method was used to determine the weight of the evaluation index， and the preference order structure evaluation method was used to verify the clustering analysis results by means of Visual PROMETHEE software， and a comprehensive and in-depth evaluation of the green transport performance of 30 trucks was made. Aimed at the problems existing in the sample truck transportation， the carbon emission management countermeasures of road freight industry were proposed.

Key words： performance; evaluation; PROMETHEE; green freight

0  引  言

碳達峰和碳中和目标的提出，物流业碳减排成为关注的焦点，交通领域的碳排放多数来源于公路货运，其中重型货车的碳排放约占83.5%[1]。对于货运企业而言，借助大数据技术分析绿色货运活动数据潜在的价值，有助于对货运绩效进行科学分析评价，促进节能减排[2]。然而，由于绿色货运绩效评价是一种典型的多影响因素、多目标冲突下的管理决策问题，企业实施绿色货运绩效评价面临一定的困难和挑战，为了实现节能减排目标，从大数据的视角研究绿色货运绩效评价具有重要的现实意义。毕建涛在分析货运大数据来源和类型的基础上，构建了公路货运大数据价值分析模型。彭美春等研究了重型货车碳排放与车速、装载率的关系，得出了车速与装载率的分布规律。周文娟[3]构建了城市绿色配送评价模型，利用层次分析法和模糊综合评价法对城市绿色配送绩效进行了评价，提出了发展建议。梁山清等[4]基于专家系统和协同过滤算法，研究了大数据技术在货运行业中的应用。刘焕然等[5]基于汽车生命周期数据库和汽车生命周期评价模型，研究了重型汽车的生命周期碳排放核算方法，并对汽车生命周期碳排放进行了预测研究。Chen等通过研究不同低碳政策下的货运特征，提出了最优的运输模式。Weger基于物流仿真法，研究了化石燃料货车转换为氢动力货车后发现，采用清洁动力货车可以减少货运碳排放。已有研究集中在城市、行业碳排放核算与评价，针对行业碳排放管理的评价方法较为单一，关于组合评价方法应用的研究较少。针对货车碳减排的研究，尤其是大数据环境下绿色货运绩效评价的实证研究偏少。本研究试图从大数据挖掘和偏好顺序结构评估法（Preference Ranking Organization Method for Enrichment Evaluation）应用的视角，设计绿色货运绩效组合评价方法，针对绿色运输绩效实施多角度、深层次分析和评价，为公路货运企业碳减排提供借鉴。

1  偏好顺序结构评估法基本原理

1.1  形成对象集合

对象集合A=a

，…，

a， n=1，…，N为第n个评价对象。

1.2  建立指标的标准值集合

设d=d

，…，

d，k=1，…，k， d为第k个指标的对应值。

1.3  建立评价矩阵

E=

=

（1）

1.4  计算优先指数

优先指数计算公式如下：

∏

a，

a=wP

a，

a

w                                       （2）

1.5  计算正流量和负流量和得出排序结果

正、负流量的计算公式如下[6]：

φ=∏

a，

a                                             （3）

φ=∏

a，

a                                             （4）

2  基于大數据挖掘和PROMETHEE的绿色货运绩效评价

2.1  评价目标设定

评价目标是物流云平台模式下广东绿色货运项目30辆货车的运输绩效，该项目是利用世界银行基金支持货运节能减排的我国首个绿色货运项目。

2.2  影响因素分析和评价指标选取

（1）平均运距。指一定时期内货物的平均运输距离，是计算货物周转量的依据，也是反映货运工作强度的重要指标。其大小影响能源消耗量、碳排放和运输成本。—定条件下，缩短平均运距可以提高运输效率和降低能耗和减少碳排放。

（2）营运里程。指载货行驶里程，也是办理货运的计费里程，由各路段里程累计得到。行驶里程包括营运里程和空驶里程。营运里程影响货物周转量，增加营运里程的同时减少空驶里程，可以降低碳排放。

（3）货物周转量。是报告期内运输货物重量乘以运输距离的累计数，从碳排放的角度来看，货物周转量比货运量更能够有效衡量货物运输绩效。在运输合理的前提下，提高货物周转量的同时减少碳排放，有助于提高绿色运输绩效。

（4）里程利用率。指营运行程与行驶里程之比，其大小反映车辆行驶里程的利用程度。在满足货运需求的前提下，减少空驶里程，相应提高营运里程，能够提高里程利用率。

燃油消耗量、百公里耗油量。燃油消耗量是报告期内完成货物运输的燃油消耗量。与行驶速度、运输技术等因素有关，货车在经济车速区间内行驶越慢，百公里油耗量越多。对车辆进行节能改造可以降低碳排放，分析百吨公里燃油消耗量，有利于挖掘节能减排潜力。

（5）二氧化碳排放量。指报告期内完成货物运输的二氧化碳排放量。车辆节能技术、驾驶速度、运输组织方式影响碳排放量。在完成货物周转量的条件下，采用绿色驾驶和低碳运输技术，可以减少二氧化碳排放量。

根据以上分析，查阅我国绿色货运车辆标准、中国绿色货运行动标准、美国环保局等国内外参考文献，从运输规模、运输强度、运输效率、节能减排4个评价方面建立一级指标，每个一级指标下建立二级评价指标。选取货运量、营运里程、行驶里程作为反映运输规模的指标。平均运距、货物周转量作为反映运输强度的指标。里程利用率作为反映运输效率的指标。选取货车油耗、二氧化碳排放量、百公里耗油量作为节能减排指标。

2.3  数据准备与处理

以示范期内30辆货车配载营运监测数据作为样本，通过咨询参与项目实施的专家，完成评价指标体系中9个指标数据量化，表1中百公里耗油量、二氧化碳排放量是计算得出，其余均为原始数据，绿色货运物流云平台货物配载营运数据如表1所示。表1中百公里耗油量、二氧化碳排放量计算方法如下。

首先，计算百公里耗油量=油耗/行驶里程×100;其次，按照以下步骤计算得出样本货车的二氧化碳排放量[7]。

以车牌号BAJ882的碳排放为例，计算如下：

（1）已知年燃料消耗量=1 635.70（L）;（2）确定燃料的净热值：已知柴油的密度840kg/m3，1L=0.001m3，根据《综合能耗计算通则》（GB/T 2589—2008），查得柴油的净热值为42.65MJ/kg，换算后得到42.65×840=35.83（MJ/L）;（3）计算柴油的CO2碳排放量：1 635.70×35.83×10-6×74 100×10-3=4.34（吨）。

2.4  基于大数据挖掘的货车运输绩效聚类分析

利用蓝鲸（Blue Wale）大数据挖掘软件对样本数据进行聚类分析，首先进行特征变量设置，然后构建绿色货运绩效聚类分析模型，绿色货运绩效聚类分析模型如图1所示。再将表1中的数据导入Blue Wale大数据分析软件。由于二氧化碳排放量和单位货物周转量组合能够充分体现绿色货运绩效，因此，建立二者的指标组合，选择马赛克图功能进行可视化输出，观察各辆货车的单位货物周转量和二氧化碳排放量，图中右下方附近区域内货车的单位货物周转量较大，二氧化碳排放量较少，综合绩效较优。属于此区域的主要车牌号有BU5249、BAJ892、BV6599、AM3227、AS3356、BAB066。以BU5249为例，参照表1中的数据可知，其货物周转量为31 286.70t.km，二氧化碳排放量为3.92t。基于货物周转量与CO2排放量的聚类分析结果如图2所示。

2.5  基于PROMETHEE的货车运输绩效评价

为了驗证以上聚类分析的有效性与合理性，借助Visual PROMETHEE软件进行全面、深层次评价。

（1）权重确定和偏好函数设置

赋予各评价指标代号，利用傅勒三角形法计算指标权重：将评价指标组成傅勒三角形，每两行的各评价指标进行互相比较，在对转运系统评价较重要的指标上画圈，同样对其他行比较，圈定较重要的指标，如果同样重要，都划圈。各评价指标的圆圈数占总圆圈数的比值即为各评价指标的权重。确定各评价指标权重的傅勒三角形如图3所示，各评价指标的代号和权重计算结果如表2所示。

Visual PROMETHEE软件内设6种偏好函数，分别为Usual型、U-shape型、V-shape型、Level型、Linear型、Gaussian型，满足不同的评价需求[8]。

首先，在Visual PROMETHEE软件中设置表2中的权重值，然后选择偏好函数和设置以下参数。

货运量：效益型指标，使用Linear型偏好函数，偏好阈值使用软件推荐值P=2， Q=1。

平均运距：成本型指标，使用Linear型偏好函数，偏好阈值使用软件推荐值P=2，Q=1。

货物周转量：效益型指标，使用V-shape型偏好函数，偏好阈值使用软件推荐值P=2。

营运里程：效益型指标，使用U-shape型偏好函数，偏好阈值使用软件推荐值Q=1。

行驶里程：成本型指标，使用Linear型偏好函数，偏好阈值使用软件推荐值P=2，Q=1。

油耗 ：成本型指标，使用U-shape型偏好函数，偏好阈值使用软件推荐值Q=1。

二氧化碳排放量：成本型指标，使用Level型偏好函数，P=2，Q=1。

百公里耗油量：成本型指标，使用V-shape型偏好函数，偏好阈值使用软件推荐值P=2。

里程利用率：效益型指标，使用U-shape型偏好函数，偏好阈值使用软件推荐值Q=1。

（2）软件计算与评价结果分析

设置完上述的偏好函数后，再将表1中的数据导入Visual PROMETHEE软件，使用软件的PROMETHEE-GAIA功能进行计算生成和PROMETHEE table表和PROMETHEE rainbow图。PROMETHEE table表显示计算出的正向流、负向流和净流，PROMETHEE rainbow图显示各评价对象的堆积柱状图，Phi值按降序从左到右排列，纵坐标的正负方向分别为Phi和Phi的度量，水平轴上方是该系统的优势指标名称及排名，从上到下递减，水平轴下方是劣势指标及排名，从下往上递减。

PROMETHEE table是显示各辆货车的绩效排名表，从高到低依次为BU5249、BAJ892、BV6599、BAJ882、AM3227、BU1948、AS3356等，这与聚类分析结果基本一致，从而验证了评价法的合理性与有效性。计算出评价对象的正向流、负向流和净流，如表3所示。

图4是根据表2中的数据设置权重后，30辆货车的绩效排名彩虹图，BU5249排名第一，其次为BAJ892。 附变化权重的30辆货车绩效排名彩虹图如图4所示。

图5为倒数后10位货车的运输绩效彩虹图，排名倒数第一的是BAB733，其在行驶里程、平均运距、百公里耗油量、货运量、二氧化碳排放量、油耗6项指标均存在不足，需加以改进。综合绩效排名倒数后10位货车的彩虹图如图5所示。

3  结论与建议

减少公路货运碳排放有助于双碳目标的实现，本研究提出的综合评价法，在充分考虑决策者的评价目标和偏好需求的基础上，通过深层次大数据挖掘、灵活设置权重，使用蓝鲸大数据挖掘软件建模和Visual PROMETHEE软件自动计算，实现了对物流云平台模式下绿色货运绩效的综合评价，得到了较为全面客观的评价结果。针对绩效排名靠后货车共同存在的4种劣势指标，提出以下碳排放管理对策：（1）减少平均运距。通常干线物流运距较长，加强多式联运网络建设，对运输站点进行合理规划，缩短运输距离，能够减少平均运距。根据公路货运的技术特点，大于50公里的远距离运输宜采用铁路或公铁联运方式，发展以铁路运输为主的公铁联运能够提高绿色货运绩效。（2）降低二氧化碳排放量。为了改善碳排放指标，企业可以通过优化运输线路，减少公路运输所占比重、提高车辆装载率等方式降低碳排放量。充分发挥智慧物流云平台的网络效应和规模效应，提高运力，降低碳排放量。（3）提高里程利用率。传统运输组织下，运力利用率低，空载率较高。运营线路固定能够使驾驶员更熟悉路线，减少无效行驶里程，有助于节能减排。此外，利用大数据技术收集挖掘货源信息，改进运输组织工作，合理地进行货运站点布局设计也能够提高运输效率，提高里程利用率。（4）降低耗油量。驾驶员的操作技术方法、驾驶经验在一定程度上决定着车辆燃油的消耗情况，例如，速度保持在60～90公里匀速行驶时比较省油。因此，规范提高驾驶员的驾驶技术，对驾驶员进行节能减排培训。此外，采用清洁能源车辆、使用燃油添加剂、采用碳减排技术对车辆进行改造，也能降低耗油量。

参考文献：

[1] 张明琦，郑泽东，李永东. 公路货运能耗及低碳化发展路径研究[J]. 机车电传动，2022（3）：10-16.

[2] 甘蜜，卿三东，刘晓波，等. 货车轨迹数据在公路货运系统中应用研究综述[J]. 交通运输系统工程与信息，2021，21（5）：91-101.

[3] 周文娟. 绿色物流配送评价体系构建研究——以郑州市为例[J]. 创新科技，2019，19（11）：59-66.

[4] 梁山清，李恩宁，葛红志，等. 基于大数据平台的货车位置服务应用研究[J]. 无线电工程，2020，50（5）：368-372.

[5] 刘焕然，张妍，孙锌，等. 中国重型货车全生命周期碳排放及减排潜力研究[J]. 中国汽车，2022（7）：47-52.

[6] 魏敏，李书昊，徐杰. 高质量发展背景下中国省际旅游竞争力再测度——基于PROMETHEE方法[J]. 商业研究，2020（2）：91-100.

[7] 彭美春，廖清睿，曾隆隆，等. 道路营运新能源汽车减碳测算[J]. 广东工业大学学报，2020，37（2）：39-44.

[8] 赵梓旭，曲大义，郭海兵，等. 轨道交通站点综合效能评价的PROMETHEE方法及应用[J]. 青岛理工大学学报，2021，42（3）：135-141.

收稿日期：2022-11-24

基金项目：广东省普通高校特色创新类（人文社科）项目“面向智能制造的广东绿色供应链金融系统协同研究”（2021WTSCX105）;广州市哲学社科规划项目“广州加快低碳发展推动绿色化转型研究：‘双碳战略下产业供应链绿色低碳多重耦合协同演进视角”（2022GZGJ85）

作者简介：秦新生（1971—），男，河南平舆人，广州商学院管理学院，副教授，研究方向：绿色供应链、供应链金融。

引文格式：秦新生. 基于大数据的绿色货运绩效组合评价研究[J]. 物流科技，2023，46（15）：54-59.