雙碳背景下東北三省綠色物流績效分析

摘 要：物流績效已經成為衡量一個地區物流業綠色發展水平的重要指標。為研究東北三省物流業綠色發展水平，本文選取東北三省2012—2021年的面板數據，采用熵權-Topsis模型，對東北三省的綠色物流績效進行評價與分析。研究結果表明，東北三省的綠色物流績效整體呈上升趨勢，其中遼寧省的綠色物流績效遠高于吉林省與黑龍江省，吉林省與黑龍江省相差不大。制約吉、黑二省綠色物流發展主要原因是經濟發展和基礎建設較落后。東北三省地區應重視物流基礎建設，提升綠色物流數字化，利用地理優勢，促進中外物流協同合作，發展綠色物流。

關鍵詞：雙碳目標；熵權-Topsis；綠色物流績效；東北三省

中圖分類號：F 503" " " " 文獻標志碼：A

目前，大多學者對國內物流的研究均針對我國某個省或市，主要集中在中部、東部等地區，李喻[1]通過因子分析法對湖北省各市綠色物流績效指標體系進行構建并對其進行綜合排名，提出了改變“先污染后治理”的思想。王嘉誠等[2]基于三階段DEA對中國樞紐城市進行低碳物流績效分析，剔除環境與隨機因素后，樞紐城市的平均綜合技術效率、純技術效率以及規模效率都有所提升。駱金鴻等[3]基于變異系數法和相關系數法從系統主體要素、市場要素和支持要素3個方面對2016—2021年中國長江各省經濟帶農產品冷鏈物流能力進行評價并提出可行性建議。但是針對東北地區各省份綠色物流績效的研究還相對較少，忽略了振興東北的重要意義。

中俄經貿合作興起、東北地區與俄羅斯港口互聯互通加強帶動東北三省物流業蓬勃發展，因此研究東北三省綠色物流績效具有一定現實意義。東北三省擁有豐富的資源和優越的地理位置，對我國的進出口貿易做出了重要貢獻，但是與中部和南部省份相比，東北三省物流產業距離高效快捷、規劃合理和設施良好的現代綠色物流運輸體系相差甚遠。本文基于東北三省2012—2021年的相關數據，根據綠色物流的定義，從基礎設施、經濟水平、運營發展以及能源與環境4個方面構建綠色物流績效評價體系[4]。結合雙碳背景，分析東北三省綠色物流發展中存在的問題，并得出結論。

1 綠色物流績效評價體系構建

1.1 評價指標的選取

科學、系統的評價指標體系是綠色物流績效評價的基礎和前提，而影響評價結果真實性與準確性的主要因素是評價指標選取是否合理。因此，應遵循系統性、科學性、實用性和通用可比性等原則進行指標選取。

與傳統的物流績效評價相比，綠色物流績效的評價更關注碳排放和能源消耗。因此構建評價指標體系時必須要有關于綠色物流發展方面的指標。本文遵循指標選取的相關原則，以東北三省地區綠色物流的發展現狀為基礎，從基礎設施、經濟水平、運營發展以及能源與環境4個方面選取了12個二級指標，其中物流業二氧化硫排放量與物流業能源消費總量為負向指標，其余為正向指標。綠色物流績效評價指標體系見表1。

其中選取的正向投入指標如下所示。1） 物流業固定資產投資額（X1）。該指標是指交通運輸、倉儲和郵政業固定資產投資額，可有效反映區域物流業有形資本的投入[5]。發展綠色物流必須利用先進的技術手段和節能高效的設施設備，因此物流業固定資產投資額越高，發展綠色物流的力度越強，綠色物流發展水平也會越高。2） 等級公路里程（X2）。該項數據在一定程度上揭示了該地區道路的發展規模和基礎設計建設水平，同時也展現了該地區物流經濟現狀。當該地區等級公里里程數越高，物流基礎建設越優化，物流運輸效率就越高，即為該地區物流業綠色發展奠定了基石。3） 交通運輸財政支出（X5）。該指標是指用于物流行業各級政府財支出的總和。綠色物流的發展取決于政府的導向、管理和把控。當物流業財政支出越多，說明政府的管理政策越嚴格，對綠色物流的發展越有利。4） 交通運輸財政支出/財政總支出（X6）。該指標是指用于物流業的財政支出與政府財政總支出的比值。交通運輸財政支出/總財政支出值越大，說明政府對物流業的投入越大，對物流業綠色發展越有推動作用。5） 物流業從業人數（X9）。該指標是指運輸業、倉儲業以及郵政業當年的從業人數。物流業從業人數能夠反映一個地區的物流業的發展規模，從業人數越多，物流業發展規模就越大，發展綠色物流的潛力也越大。6） 物流業集聚度（X10）。該指標是指一個地區內物流企業的聚集程度。物流業聚集度越高，該地區物流業發展越好，對該地區物流業的綠色發展越有幫助。

選取的正向產出指標如下所示。1） 物流業增加值（X3）。該指標是指某個地區一定時間內物流業通過物流活動為社會創造的價值。該指標是衡量物流行業發展規模的重要部分。物流業增加值高，就能為其綠色發展奠定穩固的經濟基礎。2） 物流業總產值（X4）。該指標是指在一定時期內，一個地區物流業所生產出的服務總價值。物流業總產值越高，代表物流業越發達，綠色物流程度越高。3） 貨物周轉量（X7）。該指標是指貨物運輸量與運輸距離的乘積。物流運輸環節的發展狀況與該指標密切相關。貨物周轉量增加，物流行業環節完善度越高，綠色物流發展空間越大。4） 貨運量（X8）。該指標是指各運輸單位實際運輸的貨物總數量，與地區經濟增長密切相關，能夠反應當地居民的生活需求、物流行業的運營和管理情況。物流行業發展與貨運量成正比，與綠色物流發展有極大關聯性。

選取的非期望產出指標如下所示。1） 物流業二氧化碳排放量（X11）。該指標為負向指標，以地區物流業所用各種能源消耗量與排放系數相乘。物流業二氧化碳排放總量是指在所有物流環節中產生的二氧化碳氣體的總排放量。物流業綠色發展水平與其二氧化碳排放量成反比。2） 物流業能源消耗總量（X12）。該指標為負向指標，可以綜合反映物流業對化石能源煤的消耗和使用情況。物流業標準煤消耗總量越少，物流業能源結構調整越完善，清潔能源使用越廣泛，綠色化程度越高。

1.2 熵權法確立指標權重

本文利用熵權法來確定各指標權重。熵值越大，說明體系越混亂，信息量越小，不確定性越大，權重越小。熵值越小，說明系統越有序，信息量越大，不確定性越小，權重越大[6]。具體計算步驟如下所示。

假設有m個待評價樣本，n項評價指標，構造原始數據矩陣如公式（1）所示。

（1）

式中：X為原始數列矩陣；m為待評價樣本；n為評價指標個數；x為評價指標。

為消除不同評價指標數據差異性的影響，需要對各個指標進行歸一化或無量綱化處理。為了避免求熵值時對數出現0而無意義，需要為每個值加上較小的實數，本文選擇加上0.001。采用極值法進行歸一化處理，分別如公式（2）、公式（3）所示。

對于值越大越好的指標，即正向指標如公式（2）所示。

（2）

式中：X'為正向指標歸一化處理后的數據；Xij為第i個樣本第j項評價指標的數值，其中，i=1，2，3，...，m；j=1，2，3，...，n；max（Xij）為數據最大值；min（Xij）為數據最小值。

對于值越小越好的指標，即負向指標如公式（3）所示。

（3）

式中：X'為負向指標歸一化處理后的數據；Xij為第i個樣本第j項評價指標的數值，其中，i=1，2，3，...，m；j=1，2，3，...，n；max（Xij）為數據最大值；min（Xij）為數據最小值。

計算第j項指標下，第i個數據在該指標中的占比，如公式（4）所示。

（4）

式中：Pij為第j項指標下，第i個評價指標的占比。

建立標準化矩陣，如公式（5）所示。

（5）

式中：P為標準化矩陣。

根據熵權法理論，計算第j個指標的信息熵，如公式（6）所示。

（6）

式中：ej為第j個評價指標的信息熵。

計算第j項指標的差異系數，如公式（7）所示。

gj=1-ej （7）

式中：gi為第j項指標的差異系數。

確定評價指標的權重Wj，如公式（8）所示。

（8）

式中：Wj為第j項指標的權重。

1.3 Topsis法排序評價

在多目標決策分析中，Topsis法是一種高效的策略和一種接近理想解的排序方法。該法基于有限的評價對象與理想目標的相似度進行排序，并對評價對象進行相對優劣評價。不僅對數據沒有特殊要求，還能最大限度地利用相關數據信息，客觀真實地展示不同評價對象間的差異。

建立加權評價決策矩陣，將熵權法標準化矩陣X與熵權法計算所得權重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為加權決策評價矩陣。

計算正理想解和負理想解，分別如公式（10）、公式（11）所示。

（10）

式中：z+為正理想解；max{zij}為加權評價決策矩陣Z中正向指標最大值；min{zij}為加權評價決策矩陣Z中負向指標最小值。

（11）

式中：z-為負理想解；min{zij}加權評價決策矩陣Z中正向指標最小值；max{zij}加權評價決策矩陣Z中負向指標最大值。

Topsis法決策的關鍵是計算各評價指標的標準化向量到正理想解和負理想解的距離，分別如公式（12）和公式（13）所示。

（12）

式中：Di+為各評價指標到正理想解的距離。

（13）

式中：Di-為各評價指標到負理想解的距離。

Di+值越小，說明與最優解距離越近；Di-值越大，說明與最劣解距離越遠。此時也是最理想的情況。

計算各對象到正理想解的貼近度。目標與最優目標的接近程度可以用貼近度來表示，其取值為[0，1]，計算值越接近1，說明該評價對象的結果越趨于最優水平，如公式（14）所示。

（14）

式中：Ci為各評價指標的相對貼近度。

2 實證分析

2.1 數據來源

鑒于我國還沒有對物流業進行明確劃分，因此數據庫沒有直接收集相關數據。根據現有研究，物流產業被視為交通運輸業、倉儲業和郵政業這3個行業的綜合體，通常會采用這3個行業數據的總和來進行替代物流行業的數據。本文以東北三省為研究區域，選擇其2012—2021年物流數據。本研究使用的數據匯總了《統計年鑒》和《國民經濟與社會發展統計公報》中關于這3個產業的相關數據。由于部分數據存在少量缺失，因此采用插值法予以補齊。

2.2 指標熵值與權重分析

通過熵值法對東北三省2012—2021年綠色物流績效評價指標數據進行計算，得到

評價體系各指標的權重，計算結果見表2。

由表2可知，在對東北三省綠色物流績效的測算過程中，投入指標所占權重約為42.38%，產出指標約占45.81%。由此可見，投入指標與產出指標對東北三省綠色物流發展貢獻近乎相同。投入指標的二級指標所占權重均在6%～8%，重要性比較均衡。其中物流業固定資產投資額與等級公路里程近目前最大降幅分別約為46.01%和33%。由此可見，在綠色物流發展前期，物流基礎設施的建設和運輸體系的搭建尤為重要。隨著東北三省物流體系的完整化與規范化，物流業固定資產投資額與等級公路里程的占比也有所下降。產出指標的二級指標權重幾乎都在10%以上，所占權重最高的前2個是貨物周轉量約為13.37%，貨運量約為12.54%，其中貨運量所占權重逐年增長，至目前漲幅約為28.17%。由此可見，綠色物流的發展離不開人們的需求、企業和政府對物流業運營管理的推動作用。而目前物流業二氧化碳排放量和物流業能源消耗量均為6%左右，所占權重較穩定，也是東北三省綠色物流發展中需要特別關注、不可或缺的部分。

2.3 評價結果分析

計算出各指標權重后，基于Topsis評價模型，利用MATLAB軟件結合加權后的數據，依次計算正理想解距離D+、負理想解距離D-和相對貼近度，結果見表3，各年各省份相對接近度折線圖如圖1所示。

分析圖1可知，遼寧省綠色物流發展水平在2012—2014年上升趨勢明顯，年平均增長率為6.76%。2014年遼寧省的物流業固定投資和貨物周轉量均為圖1中10年的最高值，貨運總量為這10年內第二，而相對貼近度也達到這10年內最大值0.809。其主要原因是遼寧省的整體經濟水平、省內物流企業和物流基礎建設發展較快。2014年后遼寧省綠色物流發展水平出現了小幅度下降，最大降幅約為10.38%，其原因是遼寧省經濟增長緩慢，多項反應物流規模的指標開始下降，非期待產出指標能源消耗與碳排放水平卻出現上升。

黑龍江的綠色物流發展水平較穩定，各年差異較小。2012年已達到圖1中前5年的較高水平0.345。2012年黑龍江物流業固定投資額僅有500余億元，但是其貨運總量已達到6.5億余噸，物流業能源消耗量與二氧化碳排放量均為這5年間最低水平，降幅約為41.9%。2016—2019年，黑龍江綠色物流發展水平在三省中增幅最大，年平均增長率為7.15%。其原因是黑龍江省的物流固定投資上漲，漲幅均在900億元以上。政府上調了對黑龍江物流建設的投入，黑龍江的物流發展加快。同時，黑龍江政府的財政環保指數也同比增加4.2%，對環境污染治理的投入加大，使二氧化碳排放量明顯下降，2016—2019年降幅為26.27%。

吉林省綠色物流發展水平在東北三省中較落后，圖1中的10年平均相對貼近度約占遼寧省的41.89%，并在2013年出現了明顯下降，在2014年后逐漸上升至最高水平0.43，年平均增長率為6.37%。根據數據可知，吉林省的物流固定投資額逐年遞增，這10年增長近71.82%，物流規模有了大幅度提升。原因是吉林省清潔能源的使用率比傳統能源高，吉林省的非期望產出數據遠低于其他2省，僅占遼寧省這10年平均能源消耗量的32.24%。隨著吉林物流業發展一片向好，在2019年，吉林省的二氧化碳排放量也達到了這10年的最低值，與2015年相比，降幅為14.13%。

3 結論

本文基于基礎設施、經濟水平、運營發展以及能源與環境4個維度、12個指標構建綠色物流評價指標體系。選取黑龍江、吉林和遼寧3個省份2012—2021年的面板數據進行實證分析。運用熵權法對相關指標數據進行賦權，再運用Topsis法進行貼近度排序。經實證分析，在2012—2021年這10年間，東北三省綠色物流發展水平存在較大差異，各省份間發展協同性較低。遼寧省的綠色物流發展迅速，接近吉林省和黑龍江省總和，這得益于遼寧省優越的地理位置，豐富的自然資源和發達的工業體系。吉林省與黑龍江省早期差異較大，繼而吉林省呈現追趕之勢，繼而2個省份綠色物流發展水平也比較接近。在2019—2021年，東北三省綠色物流績效均有不同程度的下降和回暖趨勢，遼寧省尤為明顯，其主要原因是在新冠疫情期間，政府實行嚴格的交通管控和人員管控，人力資源、物力資源的空缺和抗擊給物流行業的發展帶來了較大沖擊。2020年后，由于疫情把控得當，隨著經濟復蘇，物流行業穩健恢復，物流企業逐漸擺脫陰霾，快速進入復工復產狀態，拉動供需兩端進行實質性提升，帶動了東北三省物流發展的回暖。根據東北三省綠色物流評價體系及其相關影響因素，東北三省未來綠色物流發展應提高物流基礎建設，建立自貿試驗區，打造應急物流供應鏈，從而實現多式聯運，促進中外協同發展，提升綠色物流體系穩健性。

參考文獻

[1]李喻.湖北省綠色物流績效指標體系構建與評價研究[J].中國儲運，2024（3）：15-116.

[2]王嘉誠，魏海蕊.基于三階段DEA的樞紐城市低碳物流績效分析[J].物流科技，2022，45（20）：1-5.

[3]王玲，嚴偉.“雙碳”目標背景下綠色物流發展路徑研究[J].遼寧行政學院學報，2023（3）：40-45.

[4]駱金鴻，鄒娟平.基于EFA的區域農產品冷鏈物流能力評價指標體系構建[J].中國新技術新產品，2024（1）：132-135.

[5]李美玉.基于熵權TOPSIS模型的華東地區物流競爭力評價[D].昆明：昆明理工大學，2023.

[6]劉天威，曾睿，龍晨宇，等.基于熵權TOPSIS的雅魯藏布江水電站選址綜合評價[J].中國新技術新產品，2023（9）：125-127.