基于熵权-模糊物元模型的南京都市圈绿色物流水平评价

荀守奎，张晋怡

（1.安徽理工大学 经济与管理学院； 2.安徽理工大学 金融科技研究所；3.安徽理工大学 城镇化与产业发展研究所，安徽 淮南 232001）

引言

2021 年2 月，《国务院关于加快建立健全绿色低碳循环发展经济体系指导意见》提出了要加快建立、健全绿色低碳循环发展的经济体系。现代物流业作为国民经济的支柱产业之一，应当大力发展绿色物流，实现节能降耗。2022 年12 月，《“十四五”现代物流发展规划》指出，应将绿色环保理念贯穿现代物流发展全链条，提升物流可持续发展能力，大幅提高现代物流绿色水平。正因如此，选择对绿色物流进行水平评价具有现实意义。

1 文献综述和评价

物流水平的高低主要通过效率值体现，评价物流效率的方法主要有数据包络法、 主成分分析法、层次分析法、模糊物元法。

数据包络法文献综述和评价。Isotilia Costa Melo 等（2020）利用DEA 对巴西出口大豆的物流运 输 绩 效 进 行 评 估[1]；Alexander Wollenberg 等（2022）运用DEA 法对中东海湾合作委员会国家、欧洲六国和拉丁美洲六国的绿色供应链发展状况进行比较，并根据其物流绩效指数的排名进行了筛选[2]；lo Storto Corrado 等（2023）通过DEA 法对比分析2010 年至2017 年欧盟28 个国家的物流系统绩效[3]；龚瑞风等（2022）通过三阶段DEA 模型对2009—2018 年中国31 个省份的物流效率进行测度与比较[4]；张永胜（2022）利用广西省2010-2019年物流相关数据，通过数据包络分析对物流综合效率、技术效率和规模效率进行分析[5]；龚雪（2022）运用DEA-Tobit 模型分析2010-2019 年中国区域物流效率及其影响因素[6]；牛芳等（2023）通过构建考虑非期望产出和时滞效应的DEA 模型，测算出2012—2020 年京津冀地区13 个城市的物流业绿色效率[7]；秦小辉（2023）等运用三阶段DEA 模型测算西部陆海新通道内14 省(区、市)2006—2020 年物流产业效率[8]。数据包络分析是根据所选决策单元的多项投入、产出指标，利用线性规划变换后，对相同类型的决策单元进行相对有效性评价的一种数量分析方法。数据包络分析无需对数据进行量纲化处理且无需任何权重假设，但也存在以下缺点：对指标数量有明显限制、 容易受到极值的影响、评估结果是相对效率而非绝对效率。

主成分分析文献综述和评价。Rose 等（2019）通过主成分分析法研究，发现绿色包装、绿色仓储、绿色技术、绿色运输和逆向物流是实现绿色物流的主要途径[9]；马静等（2017）利用主成分分析方法对调查问卷数据进行分析，分析辽宁省农产品绿色物流发展的影响因素[10]；张雪玲（2019）以2008-2016年的数据为样本，采用主成分分析法测算东部、中部、西部三大经济区的物流业效率[11]；王学良等（2020）运用主成分分析法，综合评价浙江、江西和广西三个省份的低碳物流竞争力[12]。主成分分析法是一种通过正交变换将可能存在相关性的一组变量转换为线性不相关变量的线性降维方法，转换后的线性不相关变量即为主成分。主成分分析法的优点是：数据的降维效果显著、可减少冗余信息的影响、可消除评价指标之间的相关影响。但也存在如下缺点：对异常值比较敏感、 降维后存在少量信息丢失、主成分的解释含义较原始数据比较模糊、需要考虑样本量和变量个数的限制。

层次分析法文献综述和评价。de Souza ED 等（2021）使用层次分析法对塑料公司的27 个绿色物流指标进行排名[13]；曾学文（2015）利用层次分析法研究控制集团物流成本的方法[14]；刘艳霞（2018）基于六步AHP 分析法对长沙市四家商业物流企业进行效率分析[15]；罗超（2020）通过层次分析法对食用菌物流的综合能力评价[16]。层次分析法是将与决策有关的元素分解成目标、准则、方案等层次，并在此基础之上进行定性和定量分析的一种多层次决策方法。它适用于定性指标较多、评价指标较少且模糊度低的评价过程，但由于定量数据较少、定性成分多，所以存在着主观性较强的缺点。

模糊物元法文献综述和评价。康朕玮（2020）基于模糊物元法从区域整体角度对京津冀区域物流能力进行评价研究[17]；陈言国，许仕恒（2021）基于模糊物元模型，针对福厦泉区域物流一体化进行实证分析[18]；孙婷等（2022）等运用模糊物元分析法对广西省各城市近15 年的区域物流水平发展状况进行横向、纵向的分析[19]；吴培丽等（2023）基于模糊物元法研究郑州市2012-2020 年的城市物流能力[20]。模糊物元法适用于评价指标不能准确量化、指标具有强模糊性的情况，但该方法在指标权重的确定上较为主观。

上述方法各有优、缺点，考虑到在评价绿色物流水平时存在指标数量较多、 评价指标之间不相容、评价指标数具有模糊性等问题，模糊物法更适用于此种情况，所以本文选择模糊物元法对绿色物流水平进行评价。同时，为了保证评价结果的客观准确，需要运用客观赋权法来准确衡量指标权重，所以本文在评价过程中将运用熵权法来确定评价指标的权重。综上考虑，本文将通过熵权-模糊物元模型来分析评价绿色物流水平。

南京都市圈位于长江流域下游，是长三角城市群的重要组成部分。都市圈以南京市为中心，连接淮安、扬州、镇江、滁州、马鞍山、芜湖、宣城市。2022年南京都市圈经济总量达48952.4 亿元，占全国经济总量比重的4.04%、 长三角比重的16.86%。当前，南京都市圈经济发展势头强劲，但关于其绿色物流水平评价的研究较少，所以本文选择对南京都市圈进行绿色物流水平评价。

2 熵权-模糊物元模型构建

2.1 模型构建的基本思路

对绿色物流水平进行评价时，通常可以利用模糊物元法。模糊物元法是将物元分析与模糊数学知识相结合，利用事物、特征、量值三要素构建模糊物元模型。但利用模糊物元法在评价时，不能客观地确定评价指标权重，所以为了更客观准确地衡量指标权重，本文在评价过程中引入熵权法，构建熵权-模糊物元模型以评价绿色物流水平。

熵权-模糊物元模型构建的基本思路是：首先，构建复合模糊物元模型；其次，构建从优隶属度模糊物元模型；然后，进一步构建差平方复合模糊物元模型；最后，计算欧式贴近度，并以此评价绿色物流水平高低，构建欧式贴近度模糊物元模型。但是，由于在构建模糊物元模型时没有考虑如何确定指标的权重，这会影响欧式贴近度计算结果的准确性，所以本文在模糊物元模型的构建中引入了熵权法。

2.2 模型构建的基本步骤

2.2.1 构建复合模糊物元模型

在物元分析理论中，将事物M、特征指标C 和对应的量值x 称为物元R 的三要素，记为R=(M，C，x)。若m 个事物M 有n 个特征指标C1，C2，…，Cn及相应的模糊量值xij，则构成m 个事物的n 维复合模糊物元Rmn，即：

其中，Rmn为m 个事物的n 维复合模糊物元，Mi为第i 个事物（i=1,2,3,…,m）；Cj为第j 个特征（j=1,2,3,…,n）；xij为第i 个事物第j 个特征对应的模糊量值。

2.2.2 构建从优隶属度模糊物元模型

利用从优隶属度原则对各特征指标的模糊量值进行标准化处理。从优隶属度是指，各项特征指标相应的模糊量值从属于最优方案中对应模糊量值的隶属程度。当复合模糊物元中的特征指标有正、负向之分时，正向指标属于越大越优型，负向指标则为越小越优型。从优隶属度的计算公式如下：

其中，μij表示模糊量值xij的从优隶属度，maxxij和minxij分别表示各事物中第j 项特征相应的所有模糊量值中的最大和最小值。

利用各从优隶属度构建相应的m 个事物的n维从优隶属度模糊物元模型Rμ：

2.2.3 构建差平方复合模糊物元模型

将从优隶属度模糊物元Rμ与相对应的最优模糊物元R0与进行差平方运算，通过差平方值Δij构建差平方复合模糊物元RΔ。其中，最优模糊物元R0是由各项模糊量值的从优隶属度中的最大值组成，从优隶属度中的最大值表示为μoj。差平方复合模糊物元RΔ：

2.2.4 熵权法确定指标权重

利用模糊物元法进行评价时，评价指标的权重会直接影响评价结果的准确性。为此，需要使用熵权法来客观赋权，以准确衡量指标权重。熵权法需要通过计算熵值来衡量某个评价指标的离散程度。若其离散程度越大，熵值就越小，该指标对总体评价体系的信息量贡献就越大，即权重就越大，反之亦然。

用熵权法来计算事物M 的n 个特征指标Cj（j=1,2,3,…,n）的权重，具体计算过程如下：

第一步，计算经标准化处理后，模糊量值xij的从优隶属度μij所占的比重Pij。

第二步，计算第j 个评价指标的熵值Ej。

其中，常数k 与样本数相关，取k=1/lnm；当Pij时，令Pij·lnPij=0。

第三步，计算第j 个评价指标的差异系数Dj。

第四步，计算第j 个评价指标的权重ωj。

2.2.5 计算欧式贴近度

欧式贴近度ρHi可表示各评价事物与最优事物之间的接近程度，贴近度越高说明该事物越接近最优事物。因此，本文利用欧式贴近度的大小来体现绿色物流水平的高低，欧式贴近度越大，即表明该地区绿色物流水平越高。计算公式如下：

其中，ωj为第j 个评价指标的权重，Δij为从优隶属度模糊物元Rμ与相对应的最优模糊物元R0中各项差的平方。

由ρHi可构造欧式贴近度复合模糊物元RρHi：

3 南京都市圈绿色物流水平评价

3.1 绿色物流水平评价指标体系构建

2019 年7 月，国家标准化管理委员会发布了《物流园区绩效指标体系》（GB/T37102-2018）和《绿色物流指标构成与核算方法》（GB/T37099-2018）。本文结合国家标准和相关研究文献，遵循科学性、系统性、可行性原则，并参考绿色物流的发展要求，从基础设施投入、经济与发展、环境与能源3个方面选取11 个二级指标来构建绿色物流水平评价指标体系。

考虑到指标数据的可获得性，借鉴大多数学者的研究经验，本文中将选取交通运输、仓储和邮政业相关指标来代替物流业指标，构建南京都市圈绿色物流评价指标体系。具体如表1 所示。

表1 南京都市圈绿色物流水平评价指标体系

3.2 数据来源

本文根据所建立的评价指标体系，依据数据的可获得性，选择南京都市圈内8 个城市2013—2021 年相关数据进行研究。数据来源于各城市历年统计年鉴、统计公报以及《江苏省统计年鉴》《安徽省统计年鉴》，并利用插值法将少数缺失的数据补齐。

对南京都市圈绿色物流水平进行评价，可以从时间维度和空间维度两个方面展开。

3.3 时间维度分析

以2013-2021 各年份为评价事物Mi（i=1,2,3,…,9），评价指标体系中11 个二级指标为特征指标Cj（j=1,2,3,…,11），评价指标值为量值xij，从时间维度构建熵权-模糊物元模型。

3.3.1 时间维度水平测算

（1）构建复合模糊物元Rmn模型

对各城市相应的指标量值进行求和，即可得到南京都市圈对应的指标量值。

（2）构建从优隶属度复合模糊物元Rμ模型

对复合模糊物元Rmn模型中各项特征指标相应的模糊量值进行运算，得到优隶属度复合模糊物元Rμ模型：

（3）构建差平方复合模糊物元RΔ模型

将从优隶属度复合模糊物元Rμ与相对应的最优模糊物元R0进行差平方计算，得出差平方值Δij。其中，Δij=(μoj-μij)2。构建差平方复合模糊物元RΔ模型：

（4）计算各指标权重ωj

利用从优隶属度复合模糊物元Rμ，计算时间维度下南京都市圈整体及各城市绿色物流水平的指标权重ωj。结果见表2：

表2 时间维度下南京都市圈整体及各城市绿色物流水平的指标权重

（5）计算欧式贴近度ρHi

根据差平方复合模糊物元RΔ中的差平方值Δij与各二级指标权重ωj，计算欧式贴近度ρHi，以此衡量时间维度下南京都市圈整体及各城市的绿色物流水平。结果分别见表3。

表3 时间维度下南京都市圈整体及各城市2013-2021 年的绿色物流水平

由表3 绘制出时间维度下南京都市整体及各城市2013-2021 年绿色物流水平变化趋势图，如图1 所示。

图1 南京都市圈整体及各城市2013-2021 年绿色物流水平变化趋势图

3.3.2 结论分析

（1）整体分析

图1 中，南京都市圈整体2013-2021 年绿色物流水平变化趋势为： ①2013-2015 年略有降低，原因可能是货运发展能力不足，导致货物运输总量和货物周转量有所下降。②2015-2018 年稳步上升，原因可能是基础设施投入加大使得交通运输线路总里程、物流业GDP 逐年增长。③2018-2019 年大幅提升，原因可能是交通运输基础投资快速增长、物流业发展速度大幅提升，导致交通运输线路总里程、物流业GDP、固定投资额大幅增长。同时，由于碳减排的要求，物流业开始注重强化绿色发展理念，这导致SO2、烟尘排放量有所降低。④2019-2021 年明显下降，原因可能是新冠疫情防控导致交通运输线路总里程、物流业固定资产投资额持续大幅降低。

（2）分城市分析

南京市：①2013-2020 年绿色物流水平变化趋势在窄幅波动中整体呈现缓慢上升，原因可能是物流业发展相对成熟，交通运输体系较为完善，碳减排紧迫感尚且不足； ②2020-2021 年大幅上升，原因可能是交通运输线路总里程、 物流业GDP 均大幅提升。这两项指标在整个指标体系中权重较大，所以导致绿色物流水平升幅较大。

淮安市：①2013-2015 年绿色物流水平稳步上升，原因可能与经济增长、物流业稳步发展有关；②其余各年，与南京都市圈绿色物流水平变化趋势大体保持一致。

扬州市：①2013-2015 年绿色物流水平变化趋势增长较快，可能是因为经济增长较快、物流业发展迅猛、 货运能力提升导致物流业固定资产投资额、从业人数逐年大幅增长、货运量、货物周转量逐年增加；②2015-2020 年先有所下降，再缓慢攀升原因可能是权重较大的民用载货汽车拥有量、交通运输线路总里程两个指标在此期间先减后增；③2020 年以后明显上升，可能是由于物流业固定资产投资额、货运量、货物周转量持续增长。

镇江市：①2013-2014 年绿色物流水平大幅骤降，可能是因为物流业发展疲软、货运能力不足，导致物流业从业人数、货运量大幅减少，这两项指标的权重占比较大，所以导致绿色物流水平下降许多；②2014-2017 年有所回升，可能是由于社会经济增长、物流业发展加速、物流需求增大，使得物流业GDP、固定资产投资额、货运量和货物周转量得到提升，同时，积极建设低碳项目，使得SO2排放量、 烟尘排放量、 废水排放量持续降低； ③2017-2021 年平缓降低，可能是由于新冠疫情的影响，使得物流业增长减缓，物流业固定资产投资、从业人数、货运量较2017 年有小幅下降。

滁州市：①2013-2016 年绿色物流水平持续增长，原因可能是权重靠前的交运输线路总里程、物流业GDP 两个指标逐年增加。同时，绿色发展理念有所强化，导致SO2、烟尘、废水排放量以及能源消耗有所降低；②2016-2017 年略有下降，可能是因为货运发展水平有所变缓，导致货运量、货物周转量有所减少；③2017-2021 年先大幅上升、再保持稳定，可能是由于交通基础设施建设完善、物流业发展势头强劲，使得民用载货汽车拥有量、交通运输线路总里程、物流业GDP、固定资产投资额先大幅增长，再保持高位稳定。

马鞍山市：①2013-2017 年先总体平稳、略有下降，原因可能是物流业发展增幅相对较小，固定资产投资增长较缓； ②2017-2021 年先大幅上升、再保持稳定，总体上类似于滁州。

芜湖市：①2013-2018 年绿色物流水平先缓慢攀升、再大幅上升，原因可能是交通基础建设逐步加强，物流业发展逐渐完善，最终导致物流需求增多、货运量和货物周转量快速增长，同时SO2排放量有所降低；②2018 年之后先下降、后攀升，可能是物流业GDP 在此期间先降后升所导致的。

宣城市：①2013-2016 年绿色物流水平缓慢上升，原因可能是物流业发展平缓，环境治理能力有所提升，导致物流业固定资产投资额略有增长，SO2排放量、 烟尘排放量、 废水排放量均有降低；②2016-2018 年有所下降，可能是由于物流业固定资产投资额、 从业人员数较2016 年有所降低；③2018-2019 年大幅上升，可能是因为加大物流业投资，使得物流业固定资产投资额同比增加3.04 倍；④2019-2021 年先有所下降，后有向上增长，可能是由于新冠疫情的影响，物流业GDP、固定资产投资额先降后增。

3.4 空间维度分析

以南京都市圈内8 个城市为评价事物Mi（i=1,2,3,…,8，依次表示滁州、马鞍山、芜湖、宣城、南京、淮安、扬州、镇江），11 个二级评价指标为特征Cj（j=1,2,3,…,11），评价指标值为量值xij，从空间维度构建熵权-模糊物元模型。

3.4.1 空间维度水平测算

（1）构建复合模糊物元Rmn模型

（2）构建从优隶属度复合模糊物元Rμ模型

（3）构建差平方复合模糊物元RΔ模型

（4）计算指标权重ωj

利用从优隶属度复合模糊物元Rμ，计算空间维度下2013-2021 年绿色物流水平的指标权重ωj。结果见表4。

表4 空间维度2013-2021 年绿色物流水平的指标权重

（5）计算欧式贴近度ρHi

计算欧式贴近度ρHi，以此衡量空间维度下2013-2021 年内年南京都市圈内各城市的绿色物流水平，结果见表5。

由表5 绘制出空间维度下2013-2021 年南京都市圈各城市绿色物流水平对比图，如图2 所示。

图2 空间维度下2013-2021 年南京都市圈各城市绿色物流水平对比图

3.4.2 结论分析

从上图可以看出，南京市绿色物流水平居于南京都市圈内8 个城市之首；芜湖市除2020 年之外，均排名第二；扬州、滁州、淮安、宣城在第三至六位之间波动；镇江和马鞍山基本稳居第七、第八位。

南京市排名靠前的原因可能是，南京市物流业发展稳中有进，提质降本增效能力增强，积极促进基础设施低碳化建设，坚持发展减污降碳项目，强化创新绿色低碳科技。

芜湖市排名第二的原因可能是，芜湖市持续完善物流基础设施，快速壮大物流市场主体，稳步提升物流需求，积极推进物流低碳转型。

镇江市和马鞍山市排名靠后，分列第七、八位。两市绿色物流水平靠后的主要原因可能与交通基础设施投资增长相对较少、 物流业增加值较小有关。

4 结论及建议

4.1 研究结论

本文以南京都市圈为研究对象，选取3 个一级指标、11 个二级指标构建绿色物流评价指标体系，利用2013-2021 年相关指标数据，通过构建熵权-模糊物元模型，分别从时间、空间维度对南京都市圈绿色物流水平进行分析，得出以下结论：

（1）时间维度。南京都市圈整体2013-2021 年绿色物流水平变化趋势：前期略有降低，中期逐步大幅上升，后期明显下降。都市圈内各城市绿色物流水平的变化趋势总体处于上升趋势，但是变化不尽相同。

（2）空间维度。南京都市圈8 个城市绿色物流水平排名情况为：南京、芜湖排名第一、第二，滁州、宣城、淮安及扬州在第三至六位之间变化，镇江和马鞍山位列最后。绿色物流水平的高低主要取决于交通基础设施投资多少、货物运输能力高低、物流业增加值大小以及环境治理能力强弱有关。

4.2 建议对策

4.2.1 时间维度

（1）完善绿色物流法治体系。制定绿色发展相关法律法规，完善绿色物流法治体系，规范物流环节污染物排放，为绿色物流发展提供有力的法制保障。

（2）加强绿色物流基础建设。大力推进物流基础设施新建、改扩建，提高现有设施的使用效率，加强新建设施的功能整合；大力推广节能型交通运输工具，降低能源消耗和污染排放；加强绿色仓库改造建设，合理化布局仓储容量。

（3）加快货运结构优化调整。推进多式联运发展，构建多式联运网络，积极推动“公转铁、公转水”；鼓励企业积极参与多式联运工程建设，构建便捷、高效、绿色的综合交通枢纽体系。

（4）加大绿色物流科技创新。加强大数据、物联网、人工智能、区块链等新型技术在物流领域的应用；加强绿色物流技术在物流运输、仓储等环节中发挥的作用；加强科技赋能，驱动物流业向绿色、循环、低碳方向转型升级。

4.2.2 空间维度

（1）发挥都市圈辐射作用。南京都市圈各城市的绿色物流水平不均衡，尤其是南京市与其他城市之间的差距极其明显。应充分利用南京都市圈独特的跨省协作优势，发挥好南京市对周边城市的辐射效应，以提升都市圈整体绿色物流水平。

（2）加强区域间协同合作。长江经济带和长三角一体化等重大发展战略给都市圈带来了难得的发展机遇。南京都市圈内各城市应积极整合资源，加强协作，完善区域物流网络体系，促进区域内物流活动组织化、规模化、低碳化运行。