数字经济环境下低碳供应链绩效评价研究

邓燕 刘小红 张人龙

文章编号：1002-3100（2024）03-0103-06

摘  要：针对供应链“绿色化”及“智慧化”的发展趋势，基于现有研究从经济管理、物流运输、环境能源及智慧技术四个层面构建了数字经济环境下低碳供应链绩效评价的指标体系，并结合证据理论和BP神经网络建立了评价模型。通過实证研究我国30个地区2016—2020年的供应链综合绩效发现：数字经济环境下我国低碳供应链发展水平一般，但总体上逐年向好，各地区发展水平参差不齐，呈现出东部“领跑”、中部“追赶”、西部“起步”的态势。为促进数字经济环境下低碳供应链良性发展，从三个方面提出了建议。

关键词：数字经济；低碳供应链；绩效评价；神经网络；D-S证据理论

中图分类号：F274    文献标志码：A

DOI：10.13714/j.cnki.1002-3100.2024.03.025

Abstract： In view of the development trend of "green" and "intelligent" supply chain， based on the existing research， an index system for the performance evaluation of low-carbon supply chain under the digital economy environment is constructed from four aspects： Economic management， logistics and transportation， environmental energy and intelligent technology， and an evaluation model is established by combining evidence theory and BP neural network. Through the empirical study on the comprehensive performance of supply chain in 30 regions from 2016 to 2020， it is found that the development level of low-carbon supply chain in the digital economy environment is average， but the overall development level is improving year by year. The development level of various regions is uneven， showing a trend of "leading" in the east， "catching up" in the middle and "starting" in the west. In order to promote the sound development of low-carbon supply chain under the environment of digital economy， suggestions are put forward from three aspects.

Key words： digital economy; low-carbon supply chain; the performance evaluation; neural network; D-S evidence theory

0  引  言

近年来，随着我国进入新发展阶段，供应链的发展趋势也呈现出新的变化。一方面，环境日趋恶化、资源日益匮乏。国务院明确提出将发展建立在“绿色”的基础上。因此，绿色战略是我国发展的方向，供应链随之“绿色化”发展，低碳供应链概念应运而生。另一方面，中国经济新格局推动数字经济产业快速发展，影响和改变了人们生活和消费的方式。政府和业界对供应链“智慧化”给予高度关注，智慧供应链得以飞速发展。供应链绩效评价作为促进其良性发展的重要基础，如何构建一个数字经济环境下低碳供应链绩效的评价体系成为一个值得研究的问题。

目前，就关于绿色供应链和智慧供应链的绩效评价研究来说，不少学者提出了研究思路。比如，焦瑞^[1]利用模糊综合评价法研究了供应链的环境管理绩效。曾佑新等^[2]结合岭回归分析与BP神经网络构建了绿色供应链绩效评价模型。王凯旋等^[3]将传统平衡记分卡指标构建的“四维”升级为“六维”，结合灰色聚类分析和模糊综合评价法构建了供应链绩效评价模型。刘玲等^[4]结合BP神经网络对绿色供应链运营绩效进行评价。通过整理现有相关研究发现，关于供应链绩效的评价偏重于针对个别企业的微观研究，鲜有对中国各区域之间供应链绩效水平的宏观研究。鉴于此，本文在传统供应链研究成果的基础上，综合考虑了“绿色化”与“智慧化”两个方面构建评价指标体系，结合证据理论与BP神经网络的方法构建了数字经济环境下低碳供应链绩效的评价模型，并实证分析了我国30个地区在2016—2020年间的绩效水平。

1  数字经济环境下低碳供应链绩效评价指标体系构建

在传统供应链绩效评价的研究中，“经济”作为供应链水平的直接体现，是供应链绩效评价的重要参考指标，而“物流”作为供应链的基础以及四个要素之首，对供应链绩效的评价起着举足轻重的作用。结合国家绿色发展战略以及数字经济环境背景，还应考虑供应链的“绿色化”及“智慧化”发展。鉴于此，本文结合现有研究成果，提出从供应链的经济管理、物流运输、生态环境、智慧技术四个方面构建相关评价指标体系，如表1所示。

经济管理明细指标能够衡量供应链生产能力、财务状况、开放经济效益等。物流运输明细指标能够反映供应链的交通基础设施水平、物品流通能力水平等。环境能源明细指标能够体现供应链污染程度、环保重视程度、环保效益等。智慧技术明细指标能够展示供应链的技术创新能力、智慧设施水平、智慧经济效益等。

2  构建数字经济环境下低碳供应链绩效评价模型

2.1  构建证据理论模型

2.1.1  基于效用理论的变换

2.1.2  基于证据推理的综合评价

2.2  BP神经网络模型

冯建英等^[14]指出神经网络将在供应链管理中继续发挥作用并呈现出新的特点和发展趋势。本文选择BP神经网络构建评价模型。

2.2.1  确定BP神经网络结构

当隐含层的节点数足够多时，三层BP神经网络就能够无限逼近任一连续函数。所以本文将BP神经网络层数设定为3层，其结构如图1所示。

本文将评价指标数作为输入层节点数，输出层节点数与期望评价的结果相对应。而对于隐含层节点数，本文拟结合两种常用方法来确定，即引用经验公式（9），并对不同隐含层节点数的神经元结构误差进行对比。

2.2.2  BP神经网络结构的运行

3  实证研究

3.1  数据来源

本文根据表1，选取了2015—2020年全国30个地区的指标数据。数据主要来源于2016—2021年的各统计年鉴。其中，极少数指标缺失了某年份数据，采用了时间序列预测法或年均增长率预测法等填补完整。

3.2  基于证据理论与神经网络的供应链绩效评价

3.2.1  基于证据理论的供应链绩效评价

（3）合成所有准则层信任度总评价。运用公式（6）至公式（7）对信任度总评价进行合成，并根据公式（8）求出各地区供应链绩效评价的综合得分，并进行排名。得到的结果如表3所示。

3.2.2  基于BP神经网络的供应链绩效评价

基于2015年供应链绩效评价结果，使用MATLAB软件训练BP神经网络模型，通过该模型计算出2016—2020年各地区的供应链绩效评价的综合得分并排名。

（1）BP神經网络的构建。将2015年各地区28个评价指标标准化后的数据作为输入层，其供应链绩效综合得分作为输出层。为确定隐含层节点数，首先运用经验公式（9）求出隐含层节点数的范围在6～16之间，然后对6～16个隐含层节点训练出的神经元结构的误差大小进行对比。得到隐含层节点数与网络训练误差的关系如图2所示。可见，当隐含层节点数为8时，网络训练的均方误差mse与平均绝对误差mae同时取得最小。

（2）BP神经网络的训练与仿真。按照上述构建的BP神经网络结构进行了训练，得到的训练样本仿真效果如图3所示。可以看出该神经网络拟合效果较好，综合误差也达到训练BP神经网络设定的目标误差，可满足供应链绩效评价对精度的要求，表明了该BP神经网络在数字经济环境下低碳供应链绩效评价中具备有效性。将2016—2020年数据统一标准化后，导入训练完成的BP神经网络中，得到各年份所有地区供应链绩效评价得分的拟合值结果如表4所示。

4  供应链绩效评价结果与分析

4.1  时间维度对比分析

为从时间维度上观察供应链发展情况，将各年度所有地区的供应链平均绩效进行对比，结果如图4所示。由图可见，在2016—2020年期间，全国各地区的供应链整体水平呈现逐年上升状态。供应链发展增速稳定，但2020年供应链的发展增速相对前几年显著降低，究其原因，主要是受新冠疫情影响，减缓了供应链的发展速度，甚至使得部分地区呈现倒退的情况。

广东在“十三五”期间供应链绩效评价的综合得分均遥遥领先，在供应链发展领域中起到带头模范作用。江苏、上海、浙江和北京是我国供应链发展较好的地区。其中，上海在五年内的绩效水平呈现不断上升状态，并且在2019—2020年在排名上赶超江苏和浙江，成为供应链绩效仅次于广东的地区。山西、宁夏、内蒙古和吉林是我国供应链发展最慢的地区。山西的供应链绩效在“十三五”期间不增反降，宁夏的供应链绩效和排名逐年倒退，内蒙古在2016年达峰值，并在2017年倒退后一直不见起色，吉林供应链绩效水平较为稳定。

4.2  空间维度对比分析

为从空间维度上观察供应链的发展情况，对各年度各地理区域的供应链平均绩效进行对比，结果如图5所示。每年间各地理区域供应链平均绩效的增长率如图6所示。可以看出，整个“十三五”时期，东部地区的平均绩效显著高于中部及西部地区，中部地区的供应链比西部地区发展略好。东部地区的供应链绩效每年都处于增长状态，且增长幅度较为均匀，表明其供应链发展水平稳步提升；中部地区的供应链绩效除2017年有所下降外，其余年份均以较高的增长率提升，表明中部地区在近几年的供应链发展速度较快；西部地区的供应链绩效波动较大，表明西部地区的供应链发展整体比较滞后且并不稳定。

东部地区供应链发展整体水平遥遥领先，“十三五”期间绩效评价的综合排名前5的地区均属于东部地区。而供应链发展滞后的西部地区中，超出一半的地区在“十三五”期间绩效评价的综合排名在20名之后。且各地理区域内部发展水平最高的地区与发展水平最低的地区间综合排名差距均大于等于20，表明区域内部供应链发展也存在不平衡的问题。综上，在数字经济环境下，我国低碳供应链的发展呈现出鲜明的地理区域化差异，供应链发展水平自东向西逐渐降低。我国供应链发展水平参差不齐，区域内部地区发展水平差距明显，两级分化现象也较为突出。

5  结束语

我国数字经济环境下低碳供应链的发展水平在整个“十三五”期间整体呈现逐年上升的态势。供应链发展较领先的地区整体上呈现逐年向好的趋势，而部分供应链发展落后的地区，其绩效不增反降，呈现出较为明显的“马太效应”。数字经济环境下低碳供应链发展水平具有显著的空间异质性，体现为东部地区领跑、中部地区用力追赶、西部地区缓缓起步的态势，且区域内部发展水平也呈现出极端不平衡现象。为推动我国“数字化”低碳供应链稳步发展，首先，各地区应注重“经济”与“环境”协同发展，加强低碳供应链管理，严厉打击出现一味追求经济发展而忽视环保问题的情况。其次，各地区应完善基础设施建设、强化区域协同，加强地区间相互合作，实现供应链发展“领跑”地区带动“落后”地区。最后，加强培养一批绿色创新型人才与技术创新型人才，推动“低碳”供应链“智慧化”。

参考文献：

[1] 焦瑞. 基于模糊综合评价法的绿色供应链中环境管理绩效研究[J]. 西南师范大学学报（自然科学版），2020，45（9）：71-77.

[2] 曾佑新，王斌. 基于綠色供应链的报废汽车企业绩效评价研究[J]. 工业技术经济，2017，36（4）：98-106.

[3] 王凯旋，杨玉中. 绿色农产品供应链绩效评价的灰色聚类——模糊综合模型及应用[J]. 数学的实践与认识，2020，50（2）：111-119.

[4] 刘玲，张新洁，夏露，等. 企业绿色供应链运营绩效评价研究[J]. 物流科技，2022，45（17）：15-19.

[5] 喻登科，彭静，肖欢，等. 国家知识资本区域配置水平、效率与均等化指数测量[J]. 科技进步与对策，2017，34（11）：25-34.

[6] 戴前智，黄西蒙，周思怡，等. 考虑DEA要素相关性的我国区域工业水-能-环境效率评价研究[J]. 系统科学与数学，2021，41（8）：2234-2251.

[7] 张梅，罗怀良，陈林. 资源型城市脆弱性评价——以攀枝花市为例[J]. 长江流域资源与环境，2018，27（5）：1170-1178.

[8] 李波，韩飞燕，陈圣，等. 基于综合评价方法的智慧供应链发展路径研究——以我国发达地区六个省市为例[J]. 华东经济管理，2022，36（2）：66-74.

[9] 谢众，李明广. 国内交通基础设施与出口国内增加值率——对构建“双循环”新发展格局的启示[J]. 技术经济，2021，40（9）：146-158.

[10] 魏微，尚英男，江沂璟，等. 成都市环境绩效评估研究[J]. 中国人口·资源与环境，2018，28（S1）：80-85.

[11] 宋巧娜. 基于证据理论的绿色供应链绩效评价[J]. 安徽农业科学，2011，39（21）：13177-13179.

[12] 左振宇，江红莉，叶春华. 基于证据理论的战时军械维修器材供应链性能评价[J]. 国防科技大学学报，2012，34（1）：94-99.

[13] 付艳华，张化光，唐加福. 基于证据推理的供应商绩效评价与决策[J]. 东北大学学报（自然科学版），2009，30（11）：1546-1549.

[14] 冯建英，原变鱼，李鑫，等. 神经网络在生鲜农产品供应链管理中的研究进展[J]. 农业机械学报，2019，50（S1）：366-373.

收稿日期：2023-03-30

基金项目：贵州省哲学社会科学规划课题一般项目（21GZYB10、21GZYB09）；贵州省省级科技计划项目（黔科合基础-ZK【2022】一般080、黔科合基础-ZK【2021】一般339）；贵州大学文科研究一般项目（GDYB2021022、GDYB2021023）

作者简介：邓  燕（1998—），女，四川广安人，贵州大学管理学院硕士研究生，研究方向：管理系统工程；刘小红（1980—），本文通信作者，女，湖南益阳人，贵州大学管理学院，副教授，博士，研究方向：系统优化与运作管理；张人龙（1976—），男，湖南邵阳人，贵州大学管理学院，副教授，博士，研究方向：系统优化与运作管理。

引文格式：邓燕，刘小红，张人龙. 数字经济环境下低碳供应链绩效评价研究[J]. 物流科技，2024，47（3）：103-108.