基于FCE－DEA－AHP的城市物流綠色度評價研究＊

馬金麟 陳 龍

（江蘇大學汽車與交通工程學院 鎮江 212013）

0 引 言

世界經濟的發展給環境帶來了嚴重破壞.作為經濟活動的一部分，城市物流系統也面臨著環境問題，如污染氣體的排放、交通阻塞以及廢棄物的不當處理等.于是，世界各國相繼把發展綠色物流作為保護環境、愛護自然的關鍵途徑，城市物流產業的綠色度已成為衡量社會發展的和諧程度、城市建設的合理性以及居民生活健康水平的一項重要指標.

由此可見，對城市物流綠色度的比較和評估既有助于找出其發展瓶頸，又可為物流經濟的科學發展提供理論指導.

1 城市物流的綠色度評價指標

城市物流的綠色度是城市物流的綠色化程度，而物流的綠色化是指在物流過程中抑制物流對環境造成危害的同時，實現對物流環境的凈化，使物流資源得到最充分利用，達到經濟效益、社會效益和環境效益的統一.它遵循減量化原則、再利用原則、再循環原則和共存原則［1］.

城市物流的綠色化包括物流作業環節和物流管理全過程的綠色化.從物流作業環節來看，主要包括綠色運輸、綠色倉儲等［2］.從物流管理過程來看，則是從環境保護和節約資源的目標出發，改進物流體系，既考慮正向物流環節的綠色化，又考慮供應鏈上的逆向物流體系的綠色化.因此，評價城市物流的綠色度應主要對以下指標進行考量：

1）集約資源 這是綠色物流的本質內容，也是物流業發展的主導思想之一.通過整合現有運力資源、優化資源配置等手段，物流企業可以提高資源利用率，減少浪費.

2）綠色運輸 實現綠色運輸，首先要對運輸線路進行優化，從而縮短運輸距離；其次，合理組織貨源流向和配載，可減少不合理運輸的出現；此外，注重對運輸車輛的養護，使用清潔燃料，有益于減少能耗及尾氣排放.

3）綠色倉儲 綠色倉儲有3點要求：第一，倉庫選址要合理，便于節約運輸成本；第二，倉儲布局要科學，實現倉儲容積利用最大化，降低單元存貨成本；第三，合理配備軟硬件設施，提高管理效率.

4）逆向物流 主要通過廢舊物品的再利用、再循環和廢物處理等手段，實現對環境影響最小化［3］.

2 城市物流的綠色度評價

由于城市物流綠色度評價體系具有遞階層次結構，評價指標涉及諸多因素，且因素信息無法用精確數學語言描述，因此，采用模糊綜合評判法、數據包絡分析法（DEA）以及層次分析法（AHP）相結合的FDA 集成評價方法對多個城市物流的綠色度進行評價.

FDA 方法的主要思路是：首先用層次分析法確定評價指標體系，使各因素之間的關系層次化、條理化，并能夠區分各因素對評價目標的影響程度，然后用模糊綜合評判與數據包絡分析法計算單因素指標的隸屬度，最后結合指標權重對多個評價對象進行綜合評價.

2.1 運用AHP確定城市物流綠色度評價體系各指標權重

運用AHP方法，組織專家兩兩比較指標的相對重要性，給出相應的比例權重，構建上層某要素對下層相關元素的判斷矩陣，利用Yaahp 軟件，計算判斷矩陣的最大特征值及對應特征向量，得出單排序權向量和總排序權向量并分別通過一致性檢驗［4－5］，計算結果見表1.

表1 城市物流的綠色度評價指標權重匯總表

2.2 運用DEA 與模糊綜合評判集成方法評價單因素指標

數據包絡分析（DEA）是以“相對效率”概念為基礎，根據多指標投入和多指標產出對相同類型的單位（部門）進行相對有效性或效益評價的一種系統分析方法［6］.通常是對一組給定的決策單元（DMU），通過輸入和輸出數據的綜合分析，DEA 可以得出每個DMU 綜合效率的數量指標.據此將各決策單元定級排隊，確定有效的決策單元，它不僅可對同一類型各決策單元的相對有效性做出評價和排序，而且還可以進一步分析各決策單元非DEA 有效的原因及其改進方向，從而為決策者提供重要的管理決策信息［7－8］.

在DEA 的應用中，最關鍵步驟就是輸入、輸出指標體系的確定和各DMU 在相應指標體系下的輸入輸出數據的搜集與獲得.由于城市物流綠色度體系評價因素信息的不確定性，因此提出將模糊集合論與DEA 方法相結合，對各因素指標分別進行評價［9－10］.

2.2.1 模型原理

設W ＝｛w1，w2，…，wk｝為決策單元集，k 為決策單元個數；C＝｛c1，c2，…，cm｝為評價指標集，m 為評價指標個數；P＝｛p1，p2，…，pn｝為評價等級集，n為評價等級個數.

對每一個決策單元，有模糊關系矩陣R，稱為某一決策單元的評價矩陣.

式中：rij為C 中評價指標ci對應P 中等級pj的隸屬關系.

需要說明的是，評價等級數n 因具體問題及要求不同，取值也不一定.而且具體取哪些等級為DEA 的“輸入”和“輸出”，評價結果也會有一些差異.對于1個決策單元，它有t種類型的“輸入”和s種類型的“輸出”，且t＋s＝n.如表2所列.

表2 DEA輸入、輸出表

第j個決策單元的效益評價指數是

式中：Xj＝（x1j，x2j，…，xtj）T，Yj＝（y1j，y2j，…，ysj）T，j＝1，2，…，k，相應的權系數V＝（v1，v2，…，vt）T，U＝（u1，u2，…，us）T.為了便于比較，可適當選取權系數V 和U，使hj≤1.

對于第j0個決策單元進行效率評價，以權U和V 為變量，以第j0個決策單元的效率指數hj0為目標，以所有決策單元（包括第j0個決策單元）的hj≤1 為約束，構成最優化模型（即C2R 模型），化為等價的線性規劃問題

然后用線性規劃的最優解來判斷決策單元j0的相對有效性.

2.2.2 算 例

以甲、乙、丙、丁4城市的綠色物流開展現狀為決策單元，挑選10位專家進行模糊評判（假定各專家的權重相等），評價集P＝｛優，良，中，差｝，統計出該系統的12個因素指標的評價級度，見表3.試評價每個城市在各因素上的表現.

表3 DEA計算基礎數據

在利用DEA 與模糊綜合評判集成方法計算模糊指標隸屬度時，由于DEA 方法要求每個決策單元都應有輸入和輸出，且每個城市都渴望綠色度較好的物流體系，因此，以“差”（v1）、“中”（v2）為系統的輸入，取“良”（u1）、“優”（u2）為系統的輸出.

以“整合社會資源”為例，建立線性規劃模型.

對于城市甲而言，有Lp1

同理，可得其他3個城市的線性規劃模型.

采用Lindo軟件計算，得到4個線性規劃模型的最優目標函數值分別為

城市甲Lp1：max z1＝0.5000

城市乙Lp2：max z2＝0.1875

城市丙Lp3：max z3＝0.0156

城市丁Lp4：max z4＝1.0000

以同樣方法可得到甲、乙、丙、丁4個城市在其他因素上的表現，匯總信息見表4.

表4 各城市在每個評價指標上的表現（隸屬度）

2.3 城市物流綠色度的綜合評價與排序

根據表4中各城市模糊評價指標的隸屬度集G＝｛g1，g2，…，gm｝，結合表1各二級評價指標相對于總指標的權重集L＝｛l1，l2，…，lm｝，計算各城市物流綠色度的綜合評價得分.由

計算可得：A甲＝0.6744，A乙＝0.6696，A丙＝0.5080，A丁＝0.7492.

因此，4個城市物流綠色度綜合評分由低到高排序如下：丙＜乙＜甲＜丁；另外根據表4還可看出，城市甲的物流綠色化在“合理貨物配載”和“廢舊物再處理”兩方面所做的工作比較欠缺，城市乙在“整合社會資源”和“使用潔凈燃料”方面有待改進，而城市丙在“整合社會資源”和“廢舊物再處理”兩方面幾乎無所作為，是日后發展的重點，而對城市丁來說，發展的瓶頸則來自于“優化資源配置”和“合理貨物配載”.

3 結束語

基于FDA 模型的模糊綜合評判方法，由于應用了DEA 的理論，直觀性好，通過巧妙構造“輸入”、“輸出”指標并引入其權重作為模型變量，增強了模糊綜合評判結果的客觀性.它不僅可以考察城市物流體系在單個因素的綠色度表現，從而發現其優缺點，以便進一步改進和完善，而且由于把多個城市的物流體系放在一起進行討論和計算，所以可比性強，評價效率高.

［1］劉曉佳，蘭培真，鄭高哲.可持續發展的綜合交通運輸系統構成模型研究［J］.武漢理工大學學報：交通科學與工程版，2011，35（1）：122－125.

［2］David C.What the future holds for‘green logistics’［J］.Traffic Engineering and Control，2009，50（5）：215－217.

［3］Sonya H H，Alexander C A，Zhu Zhiwei.Understanding the reverse logistics operations of a retailer：A pilot study［J］.Industrial Management and Data Systems，2009，109（4）：515－531.

［4］杜 棟，龐慶華，吳 炎.現代綜合評價方法與案例精選［M］.北京：清華大學出版社，2005.

［5］Aya Zeki，Izadbakhsh H R.A combined fuzzy AHPgoal programming approach to assembly－line selection［J］.Journal of Intelligent and Fuzzy Systems，2007，18（4）：345－362.

［6］Coelli T J，Prasada R D，O′Donnell C J，et al.Introduction to efficiency and productivity analysis［M］.Second Edition.New York：Springer Press，2005.

［7］Hoff A.Second stage DEA：comparison of approaches for modeling the DEA score［J］.European Journal of Operational Research，2007，181（1）：425－435.

［8］Krivonozhko V E，Utkin O B，Safin M M，et al.On some generalization of the DEA models［J］.Journal of the Operational Research Society，2009，60（11）：1518－1527.

［9］Andersen B，Fagerhaug T.Performance measurement of logistics processes［J］.Journal of Operation Management，2003（20）：19－32.

［10］Liu Y M，Luo M K.Fuzzy topology［M］.Singapore：World Scientific，1997.