荀守奎,張晉怡
(1.安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院; 2.安徽理工大學(xué) 金融科技研究所;3.安徽理工大學(xué) 城鎮(zhèn)化與產(chǎn)業(yè)發(fā)展研究所,安徽 淮南 232001)
2021 年2 月,《國(guó)務(wù)院關(guān)于加快建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系指導(dǎo)意見》提出了要加快建立、健全綠色低碳循環(huán)發(fā)展的經(jīng)濟(jì)體系?,F(xiàn)代物流業(yè)作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一,應(yīng)當(dāng)大力發(fā)展綠色物流,實(shí)現(xiàn)節(jié)能降耗。2022 年12 月,《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》指出,應(yīng)將綠色環(huán)保理念貫穿現(xiàn)代物流發(fā)展全鏈條,提升物流可持續(xù)發(fā)展能力,大幅提高現(xiàn)代物流綠色水平。正因如此,選擇對(duì)綠色物流進(jìn)行水平評(píng)價(jià)具有現(xiàn)實(shí)意義。
物流水平的高低主要通過效率值體現(xiàn),評(píng)價(jià)物流效率的方法主要有數(shù)據(jù)包絡(luò)法、 主成分分析法、層次分析法、模糊物元法。
數(shù)據(jù)包絡(luò)法文獻(xiàn)綜述和評(píng)價(jià)。Isotilia Costa Melo 等(2020)利用DEA 對(duì)巴西出口大豆的物流運(yùn) 輸 績(jī) 效 進(jìn) 行 評(píng) 估[1];Alexander Wollenberg 等(2022)運(yùn)用DEA 法對(duì)中東海灣合作委員會(huì)國(guó)家、歐洲六國(guó)和拉丁美洲六國(guó)的綠色供應(yīng)鏈發(fā)展?fàn)顩r進(jìn)行比較,并根據(jù)其物流績(jī)效指數(shù)的排名進(jìn)行了篩選[2];lo Storto Corrado 等(2023)通過DEA 法對(duì)比分析2010 年至2017 年歐盟28 個(gè)國(guó)家的物流系統(tǒng)績(jī)效[3];龔瑞風(fēng)等(2022)通過三階段DEA 模型對(duì)2009—2018 年中國(guó)31 個(gè)省份的物流效率進(jìn)行測(cè)度與比較[4];張永勝(2022)利用廣西省2010-2019年物流相關(guān)數(shù)據(jù),通過數(shù)據(jù)包絡(luò)分析對(duì)物流綜合效率、技術(shù)效率和規(guī)模效率進(jìn)行分析[5];龔雪(2022)運(yùn)用DEA-Tobit 模型分析2010-2019 年中國(guó)區(qū)域物流效率及其影響因素[6];牛芳等(2023)通過構(gòu)建考慮非期望產(chǎn)出和時(shí)滯效應(yīng)的DEA 模型,測(cè)算出2012—2020 年京津冀地區(qū)13 個(gè)城市的物流業(yè)綠色效率[7];秦小輝(2023)等運(yùn)用三階段DEA 模型測(cè)算西部陸海新通道內(nèi)14 省(區(qū)、市)2006—2020 年物流產(chǎn)業(yè)效率[8]。數(shù)據(jù)包絡(luò)分析是根據(jù)所選決策單元的多項(xiàng)投入、產(chǎn)出指標(biāo),利用線性規(guī)劃變換后,對(duì)相同類型的決策單元進(jìn)行相對(duì)有效性評(píng)價(jià)的一種數(shù)量分析方法。數(shù)據(jù)包絡(luò)分析無需對(duì)數(shù)據(jù)進(jìn)行量綱化處理且無需任何權(quán)重假設(shè),但也存在以下缺點(diǎn):對(duì)指標(biāo)數(shù)量有明顯限制、 容易受到極值的影響、評(píng)估結(jié)果是相對(duì)效率而非絕對(duì)效率。
主成分分析文獻(xiàn)綜述和評(píng)價(jià)。Rose 等(2019)通過主成分分析法研究,發(fā)現(xiàn)綠色包裝、綠色倉(cāng)儲(chǔ)、綠色技術(shù)、綠色運(yùn)輸和逆向物流是實(shí)現(xiàn)綠色物流的主要途徑[9];馬靜等(2017)利用主成分分析方法對(duì)調(diào)查問卷數(shù)據(jù)進(jìn)行分析,分析遼寧省農(nóng)產(chǎn)品綠色物流發(fā)展的影響因素[10];張雪玲(2019)以2008-2016年的數(shù)據(jù)為樣本,采用主成分分析法測(cè)算東部、中部、西部三大經(jīng)濟(jì)區(qū)的物流業(yè)效率[11];王學(xué)良等(2020)運(yùn)用主成分分析法,綜合評(píng)價(jià)浙江、江西和廣西三個(gè)省份的低碳物流競(jìng)爭(zhēng)力[12]。主成分分析法是一種通過正交變換將可能存在相關(guān)性的一組變量轉(zhuǎn)換為線性不相關(guān)變量的線性降維方法,轉(zhuǎn)換后的線性不相關(guān)變量即為主成分。主成分分析法的優(yōu)點(diǎn)是:數(shù)據(jù)的降維效果顯著、可減少冗余信息的影響、可消除評(píng)價(jià)指標(biāo)之間的相關(guān)影響。但也存在如下缺點(diǎn):對(duì)異常值比較敏感、 降維后存在少量信息丟失、主成分的解釋含義較原始數(shù)據(jù)比較模糊、需要考慮樣本量和變量個(gè)數(shù)的限制。
層次分析法文獻(xiàn)綜述和評(píng)價(jià)。de Souza ED 等(2021)使用層次分析法對(duì)塑料公司的27 個(gè)綠色物流指標(biāo)進(jìn)行排名[13];曾學(xué)文(2015)利用層次分析法研究控制集團(tuán)物流成本的方法[14];劉艷霞(2018)基于六步AHP 分析法對(duì)長(zhǎng)沙市四家商業(yè)物流企業(yè)進(jìn)行效率分析[15];羅超(2020)通過層次分析法對(duì)食用菌物流的綜合能力評(píng)價(jià)[16]。層次分析法是將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次,并在此基礎(chǔ)之上進(jìn)行定性和定量分析的一種多層次決策方法。它適用于定性指標(biāo)較多、評(píng)價(jià)指標(biāo)較少且模糊度低的評(píng)價(jià)過程,但由于定量數(shù)據(jù)較少、定性成分多,所以存在著主觀性較強(qiáng)的缺點(diǎn)。
模糊物元法文獻(xiàn)綜述和評(píng)價(jià)??惦蕃|(2020)基于模糊物元法從區(qū)域整體角度對(duì)京津冀區(qū)域物流能力進(jìn)行評(píng)價(jià)研究[17];陳言國(guó),許仕恒(2021)基于模糊物元模型,針對(duì)福廈泉區(qū)域物流一體化進(jìn)行實(shí)證分析[18];孫婷等(2022)等運(yùn)用模糊物元分析法對(duì)廣西省各城市近15 年的區(qū)域物流水平發(fā)展?fàn)顩r進(jìn)行橫向、縱向的分析[19];吳培麗等(2023)基于模糊物元法研究鄭州市2012-2020 年的城市物流能力[20]。模糊物元法適用于評(píng)價(jià)指標(biāo)不能準(zhǔn)確量化、指標(biāo)具有強(qiáng)模糊性的情況,但該方法在指標(biāo)權(quán)重的確定上較為主觀。
上述方法各有優(yōu)、缺點(diǎn),考慮到在評(píng)價(jià)綠色物流水平時(shí)存在指標(biāo)數(shù)量較多、 評(píng)價(jià)指標(biāo)之間不相容、評(píng)價(jià)指標(biāo)數(shù)具有模糊性等問題,模糊物法更適用于此種情況,所以本文選擇模糊物元法對(duì)綠色物流水平進(jìn)行評(píng)價(jià)。同時(shí),為了保證評(píng)價(jià)結(jié)果的客觀準(zhǔn)確,需要運(yùn)用客觀賦權(quán)法來準(zhǔn)確衡量指標(biāo)權(quán)重,所以本文在評(píng)價(jià)過程中將運(yùn)用熵權(quán)法來確定評(píng)價(jià)指標(biāo)的權(quán)重。綜上考慮,本文將通過熵權(quán)-模糊物元模型來分析評(píng)價(jià)綠色物流水平。
南京都市圈位于長(zhǎng)江流域下游,是長(zhǎng)三角城市群的重要組成部分。都市圈以南京市為中心,連接淮安、揚(yáng)州、鎮(zhèn)江、滁州、馬鞍山、蕪湖、宣城市。2022年南京都市圈經(jīng)濟(jì)總量達(dá)48952.4 億元,占全國(guó)經(jīng)濟(jì)總量比重的4.04%、 長(zhǎng)三角比重的16.86%。當(dāng)前,南京都市圈經(jīng)濟(jì)發(fā)展勢(shì)頭強(qiáng)勁,但關(guān)于其綠色物流水平評(píng)價(jià)的研究較少,所以本文選擇對(duì)南京都市圈進(jìn)行綠色物流水平評(píng)價(jià)。
對(duì)綠色物流水平進(jìn)行評(píng)價(jià)時(shí),通??梢岳媚:镌āD:镌ㄊ菍⑽镌治雠c模糊數(shù)學(xué)知識(shí)相結(jié)合,利用事物、特征、量值三要素構(gòu)建模糊物元模型。但利用模糊物元法在評(píng)價(jià)時(shí),不能客觀地確定評(píng)價(jià)指標(biāo)權(quán)重,所以為了更客觀準(zhǔn)確地衡量指標(biāo)權(quán)重,本文在評(píng)價(jià)過程中引入熵權(quán)法,構(gòu)建熵權(quán)-模糊物元模型以評(píng)價(jià)綠色物流水平。
熵權(quán)-模糊物元模型構(gòu)建的基本思路是:首先,構(gòu)建復(fù)合模糊物元模型;其次,構(gòu)建從優(yōu)隸屬度模糊物元模型;然后,進(jìn)一步構(gòu)建差平方復(fù)合模糊物元模型;最后,計(jì)算歐式貼近度,并以此評(píng)價(jià)綠色物流水平高低,構(gòu)建歐式貼近度模糊物元模型。但是,由于在構(gòu)建模糊物元模型時(shí)沒有考慮如何確定指標(biāo)的權(quán)重,這會(huì)影響歐式貼近度計(jì)算結(jié)果的準(zhǔn)確性,所以本文在模糊物元模型的構(gòu)建中引入了熵權(quán)法。
2.2.1 構(gòu)建復(fù)合模糊物元模型
在物元分析理論中,將事物M、特征指標(biāo)C 和對(duì)應(yīng)的量值x 稱為物元R 的三要素,記為R=(M,C,x)。若m 個(gè)事物M 有n 個(gè)特征指標(biāo)C1,C2,…,Cn及相應(yīng)的模糊量值xij,則構(gòu)成m 個(gè)事物的n 維復(fù)合模糊物元Rmn,即:
其中,Rmn為m 個(gè)事物的n 維復(fù)合模糊物元,Mi為第i 個(gè)事物(i=1,2,3,…,m);Cj為第j 個(gè)特征(j=1,2,3,…,n);xij為第i 個(gè)事物第j 個(gè)特征對(duì)應(yīng)的模糊量值。
2.2.2 構(gòu)建從優(yōu)隸屬度模糊物元模型
利用從優(yōu)隸屬度原則對(duì)各特征指標(biāo)的模糊量值進(jìn)行標(biāo)準(zhǔn)化處理。從優(yōu)隸屬度是指,各項(xiàng)特征指標(biāo)相應(yīng)的模糊量值從屬于最優(yōu)方案中對(duì)應(yīng)模糊量值的隸屬程度。當(dāng)復(fù)合模糊物元中的特征指標(biāo)有正、負(fù)向之分時(shí),正向指標(biāo)屬于越大越優(yōu)型,負(fù)向指標(biāo)則為越小越優(yōu)型。從優(yōu)隸屬度的計(jì)算公式如下:
其中,μij表示模糊量值xij的從優(yōu)隸屬度,maxxij和minxij分別表示各事物中第j 項(xiàng)特征相應(yīng)的所有模糊量值中的最大和最小值。
利用各從優(yōu)隸屬度構(gòu)建相應(yīng)的m 個(gè)事物的n維從優(yōu)隸屬度模糊物元模型Rμ:
2.2.3 構(gòu)建差平方復(fù)合模糊物元模型
將從優(yōu)隸屬度模糊物元Rμ與相對(duì)應(yīng)的最優(yōu)模糊物元R0與進(jìn)行差平方運(yùn)算,通過差平方值Δij構(gòu)建差平方復(fù)合模糊物元RΔ。其中,最優(yōu)模糊物元R0是由各項(xiàng)模糊量值的從優(yōu)隸屬度中的最大值組成,從優(yōu)隸屬度中的最大值表示為μoj。差平方復(fù)合模糊物元RΔ:
2.2.4 熵權(quán)法確定指標(biāo)權(quán)重
利用模糊物元法進(jìn)行評(píng)價(jià)時(shí),評(píng)價(jià)指標(biāo)的權(quán)重會(huì)直接影響評(píng)價(jià)結(jié)果的準(zhǔn)確性。為此,需要使用熵權(quán)法來客觀賦權(quán),以準(zhǔn)確衡量指標(biāo)權(quán)重。熵權(quán)法需要通過計(jì)算熵值來衡量某個(gè)評(píng)價(jià)指標(biāo)的離散程度。若其離散程度越大,熵值就越小,該指標(biāo)對(duì)總體評(píng)價(jià)體系的信息量貢獻(xiàn)就越大,即權(quán)重就越大,反之亦然。
用熵權(quán)法來計(jì)算事物M 的n 個(gè)特征指標(biāo)Cj(j=1,2,3,…,n)的權(quán)重,具體計(jì)算過程如下:
第一步,計(jì)算經(jīng)標(biāo)準(zhǔn)化處理后,模糊量值xij的從優(yōu)隸屬度μij所占的比重Pij。
第二步,計(jì)算第j 個(gè)評(píng)價(jià)指標(biāo)的熵值Ej。
其中,常數(shù)k 與樣本數(shù)相關(guān),取k=1/lnm;當(dāng)Pij時(shí),令Pij·lnPij=0。
第三步,計(jì)算第j 個(gè)評(píng)價(jià)指標(biāo)的差異系數(shù)Dj。
第四步,計(jì)算第j 個(gè)評(píng)價(jià)指標(biāo)的權(quán)重ωj。
2.2.5 計(jì)算歐式貼近度
歐式貼近度ρHi可表示各評(píng)價(jià)事物與最優(yōu)事物之間的接近程度,貼近度越高說明該事物越接近最優(yōu)事物。因此,本文利用歐式貼近度的大小來體現(xiàn)綠色物流水平的高低,歐式貼近度越大,即表明該地區(qū)綠色物流水平越高。計(jì)算公式如下:
其中,ωj為第j 個(gè)評(píng)價(jià)指標(biāo)的權(quán)重,Δij為從優(yōu)隸屬度模糊物元Rμ與相對(duì)應(yīng)的最優(yōu)模糊物元R0中各項(xiàng)差的平方。
由ρHi可構(gòu)造歐式貼近度復(fù)合模糊物元RρHi:
2019 年7 月,國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)發(fā)布了《物流園區(qū)績(jī)效指標(biāo)體系》(GB/T37102-2018)和《綠色物流指標(biāo)構(gòu)成與核算方法》(GB/T37099-2018)。本文結(jié)合國(guó)家標(biāo)準(zhǔn)和相關(guān)研究文獻(xiàn),遵循科學(xué)性、系統(tǒng)性、可行性原則,并參考綠色物流的發(fā)展要求,從基礎(chǔ)設(shè)施投入、經(jīng)濟(jì)與發(fā)展、環(huán)境與能源3個(gè)方面選取11 個(gè)二級(jí)指標(biāo)來構(gòu)建綠色物流水平評(píng)價(jià)指標(biāo)體系。
考慮到指標(biāo)數(shù)據(jù)的可獲得性,借鑒大多數(shù)學(xué)者的研究經(jīng)驗(yàn),本文中將選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)相關(guān)指標(biāo)來代替物流業(yè)指標(biāo),構(gòu)建南京都市圈綠色物流評(píng)價(jià)指標(biāo)體系。具體如表1 所示。
表1 南京都市圈綠色物流水平評(píng)價(jià)指標(biāo)體系
本文根據(jù)所建立的評(píng)價(jià)指標(biāo)體系,依據(jù)數(shù)據(jù)的可獲得性,選擇南京都市圈內(nèi)8 個(gè)城市2013—2021 年相關(guān)數(shù)據(jù)進(jìn)行研究。數(shù)據(jù)來源于各城市歷年統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)以及《江蘇省統(tǒng)計(jì)年鑒》《安徽省統(tǒng)計(jì)年鑒》,并利用插值法將少數(shù)缺失的數(shù)據(jù)補(bǔ)齊。
對(duì)南京都市圈綠色物流水平進(jìn)行評(píng)價(jià),可以從時(shí)間維度和空間維度兩個(gè)方面展開。
以2013-2021 各年份為評(píng)價(jià)事物Mi(i=1,2,3,…,9),評(píng)價(jià)指標(biāo)體系中11 個(gè)二級(jí)指標(biāo)為特征指標(biāo)Cj(j=1,2,3,…,11),評(píng)價(jià)指標(biāo)值為量值xij,從時(shí)間維度構(gòu)建熵權(quán)-模糊物元模型。
3.3.1 時(shí)間維度水平測(cè)算
(1)構(gòu)建復(fù)合模糊物元Rmn模型
對(duì)各城市相應(yīng)的指標(biāo)量值進(jìn)行求和,即可得到南京都市圈對(duì)應(yīng)的指標(biāo)量值。
(2)構(gòu)建從優(yōu)隸屬度復(fù)合模糊物元Rμ模型
對(duì)復(fù)合模糊物元Rmn模型中各項(xiàng)特征指標(biāo)相應(yīng)的模糊量值進(jìn)行運(yùn)算,得到優(yōu)隸屬度復(fù)合模糊物元Rμ模型:
(3)構(gòu)建差平方復(fù)合模糊物元RΔ模型
將從優(yōu)隸屬度復(fù)合模糊物元Rμ與相對(duì)應(yīng)的最優(yōu)模糊物元R0進(jìn)行差平方計(jì)算,得出差平方值Δij。其中,Δij=(μoj-μij)2。構(gòu)建差平方復(fù)合模糊物元RΔ模型:
(4)計(jì)算各指標(biāo)權(quán)重ωj
利用從優(yōu)隸屬度復(fù)合模糊物元Rμ,計(jì)算時(shí)間維度下南京都市圈整體及各城市綠色物流水平的指標(biāo)權(quán)重ωj。結(jié)果見表2:
表2 時(shí)間維度下南京都市圈整體及各城市綠色物流水平的指標(biāo)權(quán)重
(5)計(jì)算歐式貼近度ρHi
根據(jù)差平方復(fù)合模糊物元RΔ中的差平方值Δij與各二級(jí)指標(biāo)權(quán)重ωj,計(jì)算歐式貼近度ρHi,以此衡量時(shí)間維度下南京都市圈整體及各城市的綠色物流水平。結(jié)果分別見表3。
表3 時(shí)間維度下南京都市圈整體及各城市2013-2021 年的綠色物流水平
由表3 繪制出時(shí)間維度下南京都市整體及各城市2013-2021 年綠色物流水平變化趨勢(shì)圖,如圖1 所示。
圖1 南京都市圈整體及各城市2013-2021 年綠色物流水平變化趨勢(shì)圖
3.3.2 結(jié)論分析
(1)整體分析
圖1 中,南京都市圈整體2013-2021 年綠色物流水平變化趨勢(shì)為: ①2013-2015 年略有降低,原因可能是貨運(yùn)發(fā)展能力不足,導(dǎo)致貨物運(yùn)輸總量和貨物周轉(zhuǎn)量有所下降。②2015-2018 年穩(wěn)步上升,原因可能是基礎(chǔ)設(shè)施投入加大使得交通運(yùn)輸線路總里程、物流業(yè)GDP 逐年增長(zhǎng)。③2018-2019 年大幅提升,原因可能是交通運(yùn)輸基礎(chǔ)投資快速增長(zhǎng)、物流業(yè)發(fā)展速度大幅提升,導(dǎo)致交通運(yùn)輸線路總里程、物流業(yè)GDP、固定投資額大幅增長(zhǎng)。同時(shí),由于碳減排的要求,物流業(yè)開始注重強(qiáng)化綠色發(fā)展理念,這導(dǎo)致SO2、煙塵排放量有所降低。④2019-2021 年明顯下降,原因可能是新冠疫情防控導(dǎo)致交通運(yùn)輸線路總里程、物流業(yè)固定資產(chǎn)投資額持續(xù)大幅降低。
(2)分城市分析
南京市:①2013-2020 年綠色物流水平變化趨勢(shì)在窄幅波動(dòng)中整體呈現(xiàn)緩慢上升,原因可能是物流業(yè)發(fā)展相對(duì)成熟,交通運(yùn)輸體系較為完善,碳減排緊迫感尚且不足; ②2020-2021 年大幅上升,原因可能是交通運(yùn)輸線路總里程、 物流業(yè)GDP 均大幅提升。這兩項(xiàng)指標(biāo)在整個(gè)指標(biāo)體系中權(quán)重較大,所以導(dǎo)致綠色物流水平升幅較大。
淮安市:①2013-2015 年綠色物流水平穩(wěn)步上升,原因可能與經(jīng)濟(jì)增長(zhǎng)、物流業(yè)穩(wěn)步發(fā)展有關(guān);②其余各年,與南京都市圈綠色物流水平變化趨勢(shì)大體保持一致。
揚(yáng)州市:①2013-2015 年綠色物流水平變化趨勢(shì)增長(zhǎng)較快,可能是因?yàn)榻?jīng)濟(jì)增長(zhǎng)較快、物流業(yè)發(fā)展迅猛、 貨運(yùn)能力提升導(dǎo)致物流業(yè)固定資產(chǎn)投資額、從業(yè)人數(shù)逐年大幅增長(zhǎng)、貨運(yùn)量、貨物周轉(zhuǎn)量逐年增加;②2015-2020 年先有所下降,再緩慢攀升原因可能是權(quán)重較大的民用載貨汽車擁有量、交通運(yùn)輸線路總里程兩個(gè)指標(biāo)在此期間先減后增;③2020 年以后明顯上升,可能是由于物流業(yè)固定資產(chǎn)投資額、貨運(yùn)量、貨物周轉(zhuǎn)量持續(xù)增長(zhǎng)。
鎮(zhèn)江市:①2013-2014 年綠色物流水平大幅驟降,可能是因?yàn)槲锪鳂I(yè)發(fā)展疲軟、貨運(yùn)能力不足,導(dǎo)致物流業(yè)從業(yè)人數(shù)、貨運(yùn)量大幅減少,這兩項(xiàng)指標(biāo)的權(quán)重占比較大,所以導(dǎo)致綠色物流水平下降許多;②2014-2017 年有所回升,可能是由于社會(huì)經(jīng)濟(jì)增長(zhǎng)、物流業(yè)發(fā)展加速、物流需求增大,使得物流業(yè)GDP、固定資產(chǎn)投資額、貨運(yùn)量和貨物周轉(zhuǎn)量得到提升,同時(shí),積極建設(shè)低碳項(xiàng)目,使得SO2排放量、 煙塵排放量、 廢水排放量持續(xù)降低; ③2017-2021 年平緩降低,可能是由于新冠疫情的影響,使得物流業(yè)增長(zhǎng)減緩,物流業(yè)固定資產(chǎn)投資、從業(yè)人數(shù)、貨運(yùn)量較2017 年有小幅下降。
滁州市:①2013-2016 年綠色物流水平持續(xù)增長(zhǎng),原因可能是權(quán)重靠前的交運(yùn)輸線路總里程、物流業(yè)GDP 兩個(gè)指標(biāo)逐年增加。同時(shí),綠色發(fā)展理念有所強(qiáng)化,導(dǎo)致SO2、煙塵、廢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?yàn)樨涍\(yùn)發(fā)展水平有所變緩,導(dǎo)致貨運(yùn)量、貨物周轉(zhuǎn)量有所減少;③2017-2021 年先大幅上升、再保持穩(wěn)定,可能是由于交通基礎(chǔ)設(shè)施建設(shè)完善、物流業(yè)發(fā)展勢(shì)頭強(qiáng)勁,使得民用載貨汽車擁有量、交通運(yùn)輸線路總里程、物流業(yè)GDP、固定資產(chǎn)投資額先大幅增長(zhǎng),再保持高位穩(wěn)定。
馬鞍山市:①2013-2017 年先總體平穩(wěn)、略有下降,原因可能是物流業(yè)發(fā)展增幅相對(duì)較小,固定資產(chǎn)投資增長(zhǎng)較緩; ②2017-2021 年先大幅上升、再保持穩(wěn)定,總體上類似于滁州。
蕪湖市:①2013-2018 年綠色物流水平先緩慢攀升、再大幅上升,原因可能是交通基礎(chǔ)建設(shè)逐步加強(qiáng),物流業(yè)發(fā)展逐漸完善,最終導(dǎo)致物流需求增多、貨運(yùn)量和貨物周轉(zhuǎn)量快速增長(zhǎng),同時(shí)SO2排放量有所降低;②2018 年之后先下降、后攀升,可能是物流業(yè)GDP 在此期間先降后升所導(dǎo)致的。
宣城市:①2013-2016 年綠色物流水平緩慢上升,原因可能是物流業(yè)發(fā)展平緩,環(huán)境治理能力有所提升,導(dǎo)致物流業(yè)固定資產(chǎn)投資額略有增長(zhǎng),SO2排放量、 煙塵排放量、 廢水排放量均有降低;②2016-2018 年有所下降,可能是由于物流業(yè)固定資產(chǎn)投資額、 從業(yè)人員數(shù)較2016 年有所降低;③2018-2019 年大幅上升,可能是因?yàn)榧哟笪锪鳂I(yè)投資,使得物流業(yè)固定資產(chǎn)投資額同比增加3.04 倍;④2019-2021 年先有所下降,后有向上增長(zhǎng),可能是由于新冠疫情的影響,物流業(yè)GDP、固定資產(chǎn)投資額先降后增。
以南京都市圈內(nèi)8 個(gè)城市為評(píng)價(jià)事物Mi(i=1,2,3,…,8,依次表示滁州、馬鞍山、蕪湖、宣城、南京、淮安、揚(yáng)州、鎮(zhèn)江),11 個(gè)二級(jí)評(píng)價(jià)指標(biāo)為特征Cj(j=1,2,3,…,11),評(píng)價(jià)指標(biāo)值為量值xij,從空間維度構(gòu)建熵權(quán)-模糊物元模型。
3.4.1 空間維度水平測(cè)算
(1)構(gòu)建復(fù)合模糊物元Rmn模型
(2)構(gòu)建從優(yōu)隸屬度復(fù)合模糊物元Rμ模型
(3)構(gòu)建差平方復(fù)合模糊物元RΔ模型
(4)計(jì)算指標(biāo)權(quán)重ωj
利用從優(yōu)隸屬度復(fù)合模糊物元Rμ,計(jì)算空間維度下2013-2021 年綠色物流水平的指標(biāo)權(quán)重ωj。結(jié)果見表4。
表4 空間維度2013-2021 年綠色物流水平的指標(biāo)權(quán)重
(5)計(jì)算歐式貼近度ρHi
計(jì)算歐式貼近度ρHi,以此衡量空間維度下2013-2021 年內(nèi)年南京都市圈內(nèi)各城市的綠色物流水平,結(jié)果見表5。
由表5 繪制出空間維度下2013-2021 年南京都市圈各城市綠色物流水平對(duì)比圖,如圖2 所示。
圖2 空間維度下2013-2021 年南京都市圈各城市綠色物流水平對(duì)比圖
3.4.2 結(jié)論分析
從上圖可以看出,南京市綠色物流水平居于南京都市圈內(nèi)8 個(gè)城市之首;蕪湖市除2020 年之外,均排名第二;揚(yáng)州、滁州、淮安、宣城在第三至六位之間波動(dòng);鎮(zhèn)江和馬鞍山基本穩(wěn)居第七、第八位。
南京市排名靠前的原因可能是,南京市物流業(yè)發(fā)展穩(wěn)中有進(jìn),提質(zhì)降本增效能力增強(qiáng),積極促進(jìn)基礎(chǔ)設(shè)施低碳化建設(shè),堅(jiān)持發(fā)展減污降碳項(xiàng)目,強(qiáng)化創(chuàng)新綠色低碳科技。
蕪湖市排名第二的原因可能是,蕪湖市持續(xù)完善物流基礎(chǔ)設(shè)施,快速壯大物流市場(chǎng)主體,穩(wěn)步提升物流需求,積極推進(jìn)物流低碳轉(zhuǎn)型。
鎮(zhèn)江市和馬鞍山市排名靠后,分列第七、八位。兩市綠色物流水平靠后的主要原因可能與交通基礎(chǔ)設(shè)施投資增長(zhǎng)相對(duì)較少、 物流業(yè)增加值較小有關(guān)。
本文以南京都市圈為研究對(duì)象,選取3 個(gè)一級(jí)指標(biāo)、11 個(gè)二級(jí)指標(biāo)構(gòu)建綠色物流評(píng)價(jià)指標(biāo)體系,利用2013-2021 年相關(guān)指標(biāo)數(shù)據(jù),通過構(gòu)建熵權(quán)-模糊物元模型,分別從時(shí)間、空間維度對(duì)南京都市圈綠色物流水平進(jìn)行分析,得出以下結(jié)論:
(1)時(shí)間維度。南京都市圈整體2013-2021 年綠色物流水平變化趨勢(shì):前期略有降低,中期逐步大幅上升,后期明顯下降。都市圈內(nèi)各城市綠色物流水平的變化趨勢(shì)總體處于上升趨勢(shì),但是變化不盡相同。
(2)空間維度。南京都市圈8 個(gè)城市綠色物流水平排名情況為:南京、蕪湖排名第一、第二,滁州、宣城、淮安及揚(yáng)州在第三至六位之間變化,鎮(zhèn)江和馬鞍山位列最后。綠色物流水平的高低主要取決于交通基礎(chǔ)設(shè)施投資多少、貨物運(yùn)輸能力高低、物流業(yè)增加值大小以及環(huán)境治理能力強(qiáng)弱有關(guān)。
4.2.1 時(shí)間維度
(1)完善綠色物流法治體系。制定綠色發(fā)展相關(guān)法律法規(guī),完善綠色物流法治體系,規(guī)范物流環(huán)節(jié)污染物排放,為綠色物流發(fā)展提供有力的法制保障。
(2)加強(qiáng)綠色物流基礎(chǔ)建設(shè)。大力推進(jìn)物流基礎(chǔ)設(shè)施新建、改擴(kuò)建,提高現(xiàn)有設(shè)施的使用效率,加強(qiáng)新建設(shè)施的功能整合;大力推廣節(jié)能型交通運(yùn)輸工具,降低能源消耗和污染排放;加強(qiáng)綠色倉(cāng)庫(kù)改造建設(shè),合理化布局倉(cāng)儲(chǔ)容量。
(3)加快貨運(yùn)結(jié)構(gòu)優(yōu)化調(diào)整。推進(jìn)多式聯(lián)運(yùn)發(fā)展,構(gòu)建多式聯(lián)運(yùn)網(wǎng)絡(luò),積極推動(dòng)“公轉(zhuǎn)鐵、公轉(zhuǎn)水”;鼓勵(lì)企業(yè)積極參與多式聯(lián)運(yùn)工程建設(shè),構(gòu)建便捷、高效、綠色的綜合交通樞紐體系。
(4)加大綠色物流科技創(chuàng)新。加強(qiáng)大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新型技術(shù)在物流領(lǐng)域的應(yīng)用;加強(qiáng)綠色物流技術(shù)在物流運(yùn)輸、倉(cāng)儲(chǔ)等環(huán)節(jié)中發(fā)揮的作用;加強(qiáng)科技賦能,驅(qū)動(dòng)物流業(yè)向綠色、循環(huán)、低碳方向轉(zhuǎn)型升級(jí)。
4.2.2 空間維度
(1)發(fā)揮都市圈輻射作用。南京都市圈各城市的綠色物流水平不均衡,尤其是南京市與其他城市之間的差距極其明顯。應(yīng)充分利用南京都市圈獨(dú)特的跨省協(xié)作優(yōu)勢(shì),發(fā)揮好南京市對(duì)周邊城市的輻射效應(yīng),以提升都市圈整體綠色物流水平。
(2)加強(qiáng)區(qū)域間協(xié)同合作。長(zhǎng)江經(jīng)濟(jì)帶和長(zhǎng)三角一體化等重大發(fā)展戰(zhàn)略給都市圈帶來了難得的發(fā)展機(jī)遇。南京都市圈內(nèi)各城市應(yīng)積極整合資源,加強(qiáng)協(xié)作,完善區(qū)域物流網(wǎng)絡(luò)體系,促進(jìn)區(qū)域內(nèi)物流活動(dòng)組織化、規(guī)?;⒌吞蓟\(yùn)行。
赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版2023年10期