双碳背景下东北三省绿色物流绩效分析

摘 要：物流绩效已经成为衡量一个地区物流业绿色发展水平的重要指标。为研究东北三省物流业绿色发展水平，本文选取东北三省2012—2021年的面板数据，采用熵权-Topsis模型，对东北三省的绿色物流绩效进行评价与分析。研究结果表明，东北三省的绿色物流绩效整体呈上升趋势，其中辽宁省的绿色物流绩效远高于吉林省与黑龙江省，吉林省与黑龙江省相差不大。制约吉、黑二省绿色物流发展主要原因是经济发展和基础建设较落后。东北三省地区应重视物流基础建设，提升绿色物流数字化，利用地理优势，促进中外物流协同合作，发展绿色物流。

关键词：双碳目标；熵权-Topsis；绿色物流绩效；东北三省

中图分类号：F 503" " " " 文献标志码：A

目前，大多学者对国内物流的研究均针对我国某个省或市，主要集中在中部、东部等地区，李喻[1]通过因子分析法对湖北省各市绿色物流绩效指标体系进行构建并对其进行综合排名，提出了改变“先污染后治理”的思想。王嘉诚等[2]基于三阶段DEA对中国枢纽城市进行低碳物流绩效分析，剔除环境与随机因素后，枢纽城市的平均综合技术效率、纯技术效率以及规模效率都有所提升。骆金鸿等[3]基于变异系数法和相关系数法从系统主体要素、市场要素和支持要素3个方面对2016—2021年中国长江各省经济带农产品冷链物流能力进行评价并提出可行性建议。但是针对东北地区各省份绿色物流绩效的研究还相对较少，忽略了振兴东北的重要意义。

中俄经贸合作兴起、东北地区与俄罗斯港口互联互通加强带动东北三省物流业蓬勃发展，因此研究东北三省绿色物流绩效具有一定现实意义。东北三省拥有丰富的资源和优越的地理位置，对我国的进出口贸易做出了重要贡献，但是与中部和南部省份相比，东北三省物流产业距离高效快捷、规划合理和设施良好的现代绿色物流运输体系相差甚远。本文基于东北三省2012—2021年的相关数据，根据绿色物流的定义，从基础设施、经济水平、运营发展以及能源与环境4个方面构建绿色物流绩效评价体系[4]。结合双碳背景，分析东北三省绿色物流发展中存在的问题，并得出结论。

1 绿色物流绩效评价体系构建

1.1 评价指标的选取

科学、系统的评价指标体系是绿色物流绩效评价的基础和前提，而影响评价结果真实性与准确性的主要因素是评价指标选取是否合理。因此，应遵循系统性、科学性、实用性和通用可比性等原则进行指标选取。

与传统的物流绩效评价相比，绿色物流绩效的评价更关注碳排放和能源消耗。因此构建评价指标体系时必须要有关于绿色物流发展方面的指标。本文遵循指标选取的相关原则，以东北三省地区绿色物流的发展现状为基础，从基础设施、经济水平、运营发展以及能源与环境4个方面选取了12个二级指标，其中物流业二氧化硫排放量与物流业能源消费总量为负向指标，其余为正向指标。绿色物流绩效评价指标体系见表1。

其中选取的正向投入指标如下所示。1） 物流业固定资产投资额（X1）。该指标是指交通运输、仓储和邮政业固定资产投资额，可有效反映区域物流业有形资本的投入[5]。发展绿色物流必须利用先进的技术手段和节能高效的设施设备，因此物流业固定资产投资额越高，发展绿色物流的力度越强，绿色物流发展水平也会越高。2） 等级公路里程（X2）。该项数据在一定程度上揭示了该地区道路的发展规模和基础设计建设水平，同时也展现了该地区物流经济现状。当该地区等级公里里程数越高，物流基础建设越优化，物流运输效率就越高，即为该地区物流业绿色发展奠定了基石。3） 交通运输财政支出（X5）。该指标是指用于物流行业各级政府财支出的总和。绿色物流的发展取决于政府的导向、管理和把控。当物流业财政支出越多，说明政府的管理政策越严格，对绿色物流的发展越有利。4） 交通运输财政支出/财政总支出（X6）。该指标是指用于物流业的财政支出与政府财政总支出的比值。交通运输财政支出/总财政支出值越大，说明政府对物流业的投入越大，对物流业绿色发展越有推动作用。5） 物流业从业人数（X9）。该指标是指运输业、仓储业以及邮政业当年的从业人数。物流业从业人数能够反映一个地区的物流业的发展规模，从业人数越多，物流业发展规模就越大，发展绿色物流的潜力也越大。6） 物流业集聚度（X10）。该指标是指一个地区内物流企业的聚集程度。物流业聚集度越高，该地区物流业发展越好，对该地区物流业的绿色发展越有帮助。

选取的正向产出指标如下所示。1） 物流业增加值（X3）。该指标是指某个地区一定时间内物流业通过物流活动为社会创造的价值。该指标是衡量物流行业发展规模的重要部分。物流业增加值高，就能为其绿色发展奠定稳固的经济基础。2） 物流业总产值（X4）。该指标是指在一定时期内，一个地区物流业所生产出的服务总价值。物流业总产值越高，代表物流业越发达，绿色物流程度越高。3） 货物周转量（X7）。该指标是指货物运输量与运输距离的乘积。物流运输环节的发展状况与该指标密切相关。货物周转量增加，物流行业环节完善度越高，绿色物流发展空间越大。4） 货运量（X8）。该指标是指各运输单位实际运输的货物总数量，与地区经济增长密切相关，能够反应当地居民的生活需求、物流行业的运营和管理情况。物流行业发展与货运量成正比，与绿色物流发展有极大关联性。

选取的非期望产出指标如下所示。1） 物流业二氧化碳排放量（X11）。该指标为负向指标，以地区物流业所用各种能源消耗量与排放系数相乘。物流业二氧化碳排放总量是指在所有物流环节中产生的二氧化碳气体的总排放量。物流业绿色发展水平与其二氧化碳排放量成反比。2） 物流业能源消耗总量（X12）。该指标为负向指标，可以综合反映物流业对化石能源煤的消耗和使用情况。物流业标准煤消耗总量越少，物流业能源结构调整越完善，清洁能源使用越广泛，绿色化程度越高。

1.2 熵权法确立指标权重

本文利用熵权法来确定各指标权重。熵值越大，说明体系越混乱，信息量越小，不确定性越大，权重越小。熵值越小，说明系统越有序，信息量越大，不确定性越小，权重越大[6]。具体计算步骤如下所示。

假设有m个待评价样本，n项评价指标，构造原始数据矩阵如公式（1）所示。

（1）

式中：X为原始数列矩阵；m为待评价样本；n为评价指标个数；x为评价指标。

为消除不同评价指标数据差异性的影响，需要对各个指标进行归一化或无量纲化处理。为了避免求熵值时对数出现0而无意义，需要为每个值加上较小的实数，本文选择加上0.001。采用极值法进行归一化处理，分别如公式（2）、公式（3）所示。

对于值越大越好的指标，即正向指标如公式（2）所示。

（2）

式中：X'为正向指标归一化处理后的数据；Xij为第i个样本第j项评价指标的数值，其中，i=1，2，3，...，m；j=1，2，3，...，n；max（Xij）为数据最大值；min（Xij）为数据最小值。

对于值越小越好的指标，即负向指标如公式（3）所示。

（3）

式中：X'为负向指标归一化处理后的数据；Xij为第i个样本第j项评价指标的数值，其中，i=1，2，3，...，m；j=1，2，3，...，n；max（Xij）为数据最大值；min（Xij）为数据最小值。

计算第j项指标下，第i个数据在该指标中的占比，如公式（4）所示。

（4）

式中：Pij为第j项指标下，第i个评价指标的占比。

建立标准化矩阵，如公式（5）所示。

（5）

式中：P为标准化矩阵。

根据熵权法理论，计算第j个指标的信息熵，如公式（6）所示。

（6）

式中：ej为第j个评价指标的信息熵。

计算第j项指标的差异系数，如公式（7）所示。

gj=1-ej （7）

式中：gi为第j项指标的差异系数。

确定评价指标的权重Wj，如公式（8）所示。

（8）

式中：Wj为第j项指标的权重。

1.3 Topsis法排序评价

在多目标决策分析中，Topsis法是一种高效的策略和一种接近理想解的排序方法。该法基于有限的评价对象与理想目标的相似度进行排序，并对评价对象进行相对优劣评价。不仅对数据没有特殊要求，还能最大限度地利用相关数据信息，客观真实地展示不同评价对象间的差异。

建立加权评价决策矩阵，将熵权法标准化矩阵X与熵权法计算所得权重W=（W1，W2，...，Wn）T相乘，如公式（9）所示。

Zij=Wj‧Yij，i=1，...，m；j=1，...，n （9）

式中：Zij为加权决策评价矩阵。

计算正理想解和负理想解，分别如公式（10）、公式（11）所示。

（10）

式中：z+为正理想解；max{zij}为加权评价决策矩阵Z中正向指标最大值；min{zij}为加权评价决策矩阵Z中负向指标最小值。

（11）

式中：z-为负理想解；min{zij}加权评价决策矩阵Z中正向指标最小值；max{zij}加权评价决策矩阵Z中负向指标最大值。

Topsis法决策的关键是计算各评价指标的标准化向量到正理想解和负理想解的距离，分别如公式（12）和公式（13）所示。

（12）

式中：Di+为各评价指标到正理想解的距离。

（13）

式中：Di-为各评价指标到负理想解的距离。

Di+值越小，说明与最优解距离越近；Di-值越大，说明与最劣解距离越远。此时也是最理想的情况。

计算各对象到正理想解的贴近度。目标与最优目标的接近程度可以用贴近度来表示，其取值为[0，1]，计算值越接近1，说明该评价对象的结果越趋于最优水平，如公式（14）所示。

（14）

式中：Ci为各评价指标的相对贴近度。

2 实证分析

2.1 数据来源

鉴于我国还没有对物流业进行明确划分，因此数据库没有直接收集相关数据。根据现有研究，物流产业被视为交通运输业、仓储业和邮政业这3个行业的综合体，通常会采用这3个行业数据的总和来进行替代物流行业的数据。本文以东北三省为研究区域，选择其2012—2021年物流数据。本研究使用的数据汇总了《统计年鉴》和《国民经济与社会发展统计公报》中关于这3个产业的相关数据。由于部分数据存在少量缺失，因此采用插值法予以补齐。

2.2 指标熵值与权重分析

通过熵值法对东北三省2012—2021年绿色物流绩效评价指标数据进行计算，得到

评价体系各指标的权重，计算结果见表2。

由表2可知，在对东北三省绿色物流绩效的测算过程中，投入指标所占权重约为42.38%，产出指标约占45.81%。由此可见，投入指标与产出指标对东北三省绿色物流发展贡献近乎相同。投入指标的二级指标所占权重均在6%～8%，重要性比较均衡。其中物流业固定资产投资额与等级公路里程近目前最大降幅分别约为46.01%和33%。由此可见，在绿色物流发展前期，物流基础设施的建设和运输体系的搭建尤为重要。随着东北三省物流体系的完整化与规范化，物流业固定资产投资额与等级公路里程的占比也有所下降。产出指标的二级指标权重几乎都在10%以上，所占权重最高的前2个是货物周转量约为13.37%，货运量约为12.54%，其中货运量所占权重逐年增长，至目前涨幅约为28.17%。由此可见，绿色物流的发展离不开人们的需求、企业和政府对物流业运营管理的推动作用。而目前物流业二氧化碳排放量和物流业能源消耗量均为6%左右，所占权重较稳定，也是东北三省绿色物流发展中需要特别关注、不可或缺的部分。

2.3 评价结果分析

计算出各指标权重后，基于Topsis评价模型，利用MATLAB软件结合加权后的数据，依次计算正理想解距离D+、负理想解距离D-和相对贴近度，结果见表3，各年各省份相对接近度折线图如图1所示。

分析图1可知，辽宁省绿色物流发展水平在2012—2014年上升趋势明显，年平均增长率为6.76%。2014年辽宁省的物流业固定投资和货物周转量均为图1中10年的最高值，货运总量为这10年内第二，而相对贴近度也达到这10年内最大值0.809。其主要原因是辽宁省的整体经济水平、省内物流企业和物流基础建设发展较快。2014年后辽宁省绿色物流发展水平出现了小幅度下降，最大降幅约为10.38%，其原因是辽宁省经济增长缓慢，多项反应物流规模的指标开始下降，非期待产出指标能源消耗与碳排放水平却出现上升。

黑龙江的绿色物流发展水平较稳定，各年差异较小。2012年已达到图1中前5年的较高水平0.345。2012年黑龙江物流业固定投资额仅有500余亿元，但是其货运总量已达到6.5亿余吨，物流业能源消耗量与二氧化碳排放量均为这5年间最低水平，降幅约为41.9%。2016—2019年，黑龙江绿色物流发展水平在三省中增幅最大，年平均增长率为7.15%。其原因是黑龙江省的物流固定投资上涨，涨幅均在900亿元以上。政府上调了对黑龙江物流建设的投入，黑龙江的物流发展加快。同时，黑龙江政府的财政环保指数也同比增加4.2%，对环境污染治理的投入加大，使二氧化碳排放量明显下降，2016—2019年降幅为26.27%。

吉林省绿色物流发展水平在东北三省中较落后，图1中的10年平均相对贴近度约占辽宁省的41.89%，并在2013年出现了明显下降，在2014年后逐渐上升至最高水平0.43，年平均增长率为6.37%。根据数据可知，吉林省的物流固定投资额逐年递增，这10年增长近71.82%，物流规模有了大幅度提升。原因是吉林省清洁能源的使用率比传统能源高，吉林省的非期望产出数据远低于其他2省，仅占辽宁省这10年平均能源消耗量的32.24%。随着吉林物流业发展一片向好，在2019年，吉林省的二氧化碳排放量也达到了这10年的最低值，与2015年相比，降幅为14.13%。

3 结论

本文基于基础设施、经济水平、运营发展以及能源与环境4个维度、12个指标构建绿色物流评价指标体系。选取黑龙江、吉林和辽宁3个省份2012—2021年的面板数据进行实证分析。运用熵权法对相关指标数据进行赋权，再运用Topsis法进行贴近度排序。经实证分析，在2012—2021年这10年间，东北三省绿色物流发展水平存在较大差异，各省份间发展协同性较低。辽宁省的绿色物流发展迅速，接近吉林省和黑龙江省总和，这得益于辽宁省优越的地理位置，丰富的自然资源和发达的工业体系。吉林省与黑龙江省早期差异较大，继而吉林省呈现追赶之势，继而2个省份绿色物流发展水平也比较接近。在2019—2021年，东北三省绿色物流绩效均有不同程度的下降和回暖趋势，辽宁省尤为明显，其主要原因是在新冠疫情期间，政府实行严格的交通管控和人员管控，人力资源、物力资源的空缺和抗击给物流行业的发展带来了较大冲击。2020年后，由于疫情把控得当，随着经济复苏，物流行业稳健恢复，物流企业逐渐摆脱阴霾，快速进入复工复产状态，拉动供需两端进行实质性提升，带动了东北三省物流发展的回暖。根据东北三省绿色物流评价体系及其相关影响因素，东北三省未来绿色物流发展应提高物流基础建设，建立自贸试验区，打造应急物流供应链，从而实现多式联运，促进中外协同发展，提升绿色物流体系稳健性。

参考文献

[1]李喻.湖北省绿色物流绩效指标体系构建与评价研究[J].中国储运，2024（3）：15-116.

[2]王嘉诚，魏海蕊.基于三阶段DEA的枢纽城市低碳物流绩效分析[J].物流科技，2022，45（20）：1-5.

[3]王玲，严伟.“双碳”目标背景下绿色物流发展路径研究[J].辽宁行政学院学报，2023（3）：40-45.

[4]骆金鸿，邹娟平.基于EFA的区域农产品冷链物流能力评价指标体系构建[J].中国新技术新产品，2024（1）：132-135.

[5]李美玉.基于熵权TOPSIS模型的华东地区物流竞争力评价[D].昆明：昆明理工大学，2023.

[6]刘天威，曾睿，龙晨宇，等.基于熵权TOPSIS的雅鲁藏布江水电站选址综合评价[J].中国新技术新产品，2023（9）：125-127.