基于Critic-Topsis的城市低碳物流發(fā)展能力研究

摘 "要：為應(yīng)對全球性氣候問題，我國在聯(lián)合國大會上提出碳達峰、碳中和的“雙碳”目標。數(shù)據(jù)顯示，物流行業(yè)的能源消耗量占比超過20%，政府和企業(yè)愈發(fā)重視低碳物流的發(fā)展。基于此，文章以北京、上海、重慶、天津四市為例，構(gòu)建評價城市低碳物流發(fā)展水平的指標體系，運用Critic

-Topsis方法求出各評價指標的權(quán)重并對四市的低碳物流發(fā)展能力進行評分，最后基于研究結(jié)果對各城市低碳物流的發(fā)展提出了一些建議。

"關(guān)鍵詞：Prophet；Topsis；低碳物流；評價指標體系

"中圖分類號：F259.27 " "文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.09.012

Abstract： In response to global climate issues， China put forward the \"dual carbon\" goal of carbon peak and carbon neutrality at the United Nations General Assembly. Data show that the energy consumption of the logistics industry accounts for more than 20%， and governments and enterprises are paying more and more attention to the development of low-carbon logistics. Based on this， this paper takes Beijing， Shanghai， Chongqing and Tianjin as examples， constructs an index system to evaluate the development level of low-carbon logistics in cities， uses the Critic-Topsis method to find the weight of each evaluation index and scores the low-carbon logistics development capacity of the four cities， and finally puts forward some suggestions for the development of low-carbon logistics in each city based on the research results.

Key words： Prophet; Topsis; low carbon logistics; evaluation index system

0 "引 "言

"近年來，氣候變化逐漸成主流科學(xué)界的共識。我國作為目前世界上最大的碳排放國，化石能源的消耗造成了嚴重的環(huán)境問題。數(shù)據(jù)顯示，物流交通已占20%以上全社會總能耗，成為碳排放大戶。在能源緊缺和氣候問題的多重危機影響下，我國需要向綠色物流轉(zhuǎn)型、減少碳排放，實現(xiàn)環(huán)境保護與經(jīng)濟發(fā)展的共贏。基于此，本文通過定量研究方法，以北京市、天津市、重慶市和上海市為研究對象，通過研究低碳物流發(fā)展的影響機理，構(gòu)建城市低碳物流發(fā)展能力的綜合評價模型，旨在為政府及社會提供參考，加速發(fā)展低碳物流，早日實現(xiàn)“碳達峰、碳中和”的目標。

國內(nèi)外學(xué)者對低碳物流的影響因素和發(fā)展能力評價做出了廣泛研究。如崔強等[1]基于RM-DEMATEL對交通運輸?shù)吞蓟芰τ绊懸蛩胤治?，得出影響因素指標。傅鈺等[2]提出利用包裝技術(shù)，開發(fā)新型的低碳包裝材料代替塑料包裝以實現(xiàn)低碳物流。劉承良等[3]從空間演化特征及其影響因素的角度，得出低碳物流約束下的物流效率的影響因素。Guo Xiaolong等[4]為滿足綠色物流的要求采用兩階段混合搜索算法求解冷鏈物流的時間窗口綠色車輛路徑問題。賀玉德等[5]運用CRITIC-DEA方法對四川省的區(qū)域物流與區(qū)域經(jīng)濟協(xié)同發(fā)展情況進行評價。Ye Fenfang等[6]使用主成分分析法研究影響冷鏈低碳配送運營效益的因素。Sun Yanming等[7]使用灰色關(guān)聯(lián)分析方法得出各影響因素與交通碳排放的時間序列灰色相關(guān)度和區(qū)域灰色相關(guān)度。車小英等[8]則使用Tobit回歸的方法探究了我國低碳物流發(fā)展的能力。

"現(xiàn)有研究已經(jīng)得出了較為豐富的低碳物流發(fā)展水平的綜合評價方法和結(jié)論，但存在以下不足之處：第一，針對不同發(fā)展程度的城市間低碳物流發(fā)展能力對比及預(yù)測的研究尚不多見；第二，選取的指標權(quán)重多是由物流領(lǐng)域從業(yè)人員的自身經(jīng)驗判斷得出，研究結(jié)果受主觀因素影響較大。

"因此，本文聚焦于經(jīng)濟與物流發(fā)展程度不同的幾個典型城市，首先，基于現(xiàn)有研究及文獻，構(gòu)建出城市低碳物流發(fā)展評價體系；其次，結(jié)合國家統(tǒng)計局、各市統(tǒng)計年鑒和中國碳核算數(shù)據(jù)庫的數(shù)據(jù)，運用Critic-Topsis方法，得到指標權(quán)重并計算出綜合評分，進一步提出加速低碳城市物流發(fā)展的建議。

1 "評價模型設(shè)計

1.1 "評價指標體系構(gòu)建

"在對現(xiàn)有文獻所提出的低碳物流發(fā)展能力影響因素進行歸納的基礎(chǔ)上，對指標體系進行完善，構(gòu)建本文評估模型的指標體系。由外部物流環(huán)境、物流發(fā)展水平、低碳水平3個一級指標和17個二級指標組成，其中有兩個指標屬性為負，表示降低評分如表1所示。

1.2 "基于Critic-Topsis的評價模型

目前，在計算權(quán)重時主要運用的方法有層次分析法、優(yōu)序圖法等主觀方法，也有熵權(quán)法、Critic權(quán)重法、因子分析法等客觀方法，在綜合評價時主要運用的方法有模糊綜合評價法、優(yōu)劣解距離Topsis法、秩和比綜合評價法等。為體現(xiàn)評價結(jié)果的客觀性和各城市數(shù)據(jù)間的差異性與波動性，本文選取Critic-Topsis法來評價各市的低碳物流發(fā)展能力。該方法的具體步驟如下：

1.3 "Prophet預(yù)測模型

1.3.1 "模型構(gòu)建

Prophet根據(jù)問題建立時間序列模型，仿真歷史數(shù)據(jù)，評估模型的效果，結(jié)合出現(xiàn)的問題不斷調(diào)整，最終得到預(yù)測結(jié)果。

Prophet的本質(zhì)是自加性模型，采用分解時間序列趨勢方法，模型表示為：

yt=gt+ht+st+ε

式中：yt為t時刻時間序列的觀測值；gt為趨勢項，用來擬合時序數(shù)據(jù)的非周期性變化；st為周期項，用來擬合時序數(shù)據(jù)的周期性變化；ht為假期項，代表假期等偶然影響；ε為殘差。

"趨勢項是該預(yù)測模型的核心，有飽和增長模型和分段線性模型兩種。飽和增長模型中趨勢達到一定的程度就會呈現(xiàn)飽和狀態(tài)，飽和值與時間相關(guān)；分段線性模型與之相反，不會出現(xiàn)臨界值。此外，這兩種模型都有不同的參數(shù)來調(diào)整平滑度，優(yōu)化預(yù)測結(jié)果。

（1）飽和增長模型：

（2）分段線性模型：

式中：C指承載量；K指增長率；δ指適應(yīng)率；at指指示函數(shù)，取0或1；T指時間；γ指拐點；b指偏移量。

"本文需預(yù)測的物流業(yè)碳排放量和物流業(yè)能耗兩項指標的增長趨勢為線性增長趨勢，因此使用分段線性模型。

1.3.2 "模型精度檢驗

為了評價模型的預(yù)測性能，本文以絕對百分比誤差A(yù)PE和平均絕對百分比誤差MAPE作為評價標準，其定義如下：

"（1）絕對百分比誤差A(yù)PE：

（2）平均絕對百分比誤差MAPE：

作為衡量預(yù)測模型優(yōu)劣程度的重要標準，本文規(guī)定MAPE所對應(yīng)的預(yù)測精度如表2所示。

2 "實證分析

2.1 "數(shù)據(jù)來源

為使得研究結(jié)果具有普適性，從各種不同類型的城市中選取了四個典型城市，北京作為全面型城市在經(jīng)濟、物流業(yè)、科研等多方面發(fā)展迅速；上海作為國際化都市，經(jīng)濟、科研方面發(fā)展水平高但林木資源較少，且物流業(yè)能耗和碳排放量極高；天津則是全方位發(fā)展相較慢些的城市；重慶同樣發(fā)展稍慢，但林木業(yè)與運輸業(yè)尤為發(fā)達。

"本文以這四個城市的17項評價指標的數(shù)據(jù)為研究樣本。其中，地區(qū)物流業(yè)碳排放量這項指標的數(shù)據(jù)，由中國碳核算數(shù)據(jù)庫得到各地區(qū)物流業(yè)的能源消耗量，再參照《中國能源統(tǒng)計年鑒》給出的具體換算標準換算后得出。其余各項數(shù)據(jù)來源于國家統(tǒng)計局及各地區(qū)的統(tǒng)計年鑒，數(shù)據(jù)來源真實可靠。

2.2 "缺失值預(yù)測

在收集數(shù)據(jù)的過程中發(fā)現(xiàn)，中國碳核算數(shù)據(jù)庫在2019年之后停止更新各地區(qū)物流業(yè)能耗的數(shù)據(jù)，因此本文選擇使用Prophet預(yù)測模型將2020—2021年兩項指標的缺失數(shù)據(jù)補全，將收集到的2005—2019年四市的數(shù)據(jù)代入模型求解得出預(yù)測值如表3和表4所示：

通過預(yù)測結(jié)果可以看出，四個城市兩項指標預(yù)測值的平均絕對百分比誤差MAPE全部遠小于5%，預(yù)測精度全部為高，可以將預(yù)測結(jié)果作為原始數(shù)據(jù)使用。

2.3 "權(quán)重結(jié)果

"根據(jù)Critic權(quán)重法的算法步驟得到各指標的權(quán)重，計算結(jié)果如表5所示。從表5可以看出物流業(yè)能耗、物流業(yè)碳排放量、森林面積、公路營業(yè)里程的指標權(quán)重較大，是影響綜合評分結(jié)果的關(guān)鍵因素。而物流業(yè)增加值、專利授予件數(shù)、物流業(yè)從業(yè)人員、研發(fā)支出等指標權(quán)重較小，對綜合評分影響不大。這是因為北京、上海、重慶、天津四個城市在物流業(yè)能耗、物流業(yè)碳排放量、森林面積、公路營業(yè)里程等指標上的差異大，且這幾個指標與其余指標相關(guān)性小，Critic客觀權(quán)重法認為這樣的指標能體現(xiàn)出更多信息，應(yīng)占有更高權(quán)重。而研發(fā)支出、專利授予件數(shù)、人均GDP、物流業(yè)增加值等指標的波動性小、矛盾性差，無法反應(yīng)出更多信息，所以權(quán)重較小。

2.4 "城市低碳物流發(fā)展能力綜合評分結(jié)果

將2.3中得到的權(quán)重結(jié)果代入Topsis綜合評價模型，經(jīng)模型計算得到北京、上海、重慶、天津四個城市的低碳物流發(fā)展能力綜合評分（滿分為1）如表6所示。

縱向來看，2005—2009年這一階段，四個城市的綜合評分增長都較為緩慢，甚至個別年份評分有所下降。這個時期雖然人均GDP、地區(qū)進出口總值、人均消費支出等經(jīng)濟相關(guān)指標有一定的提高，但物流水平的發(fā)展緩慢，且由于沒有足夠先進的科學(xué)技術(shù)支撐，兩個負向指標物流業(yè)能耗和物流業(yè)碳排放量增長過快，因此會出現(xiàn)低碳物流綜合發(fā)展能力評分個別年份有所下降的結(jié)果。此后互聯(lián)網(wǎng)行業(yè)不斷發(fā)展，網(wǎng)購的出現(xiàn)和興起使得各地的物流業(yè)得到了迅速發(fā)展，伴隨著科技水平的提高和新能源的出現(xiàn)，城市低碳物流發(fā)展能力逐漸增強。

橫向來看，上海市初始綜合評分較低，但增長幅度最大，這是由其飛速增長的經(jīng)濟水平和物流水平所造成的，該類型城市需要著重在節(jié)能減排方向上實現(xiàn)進一步突破；天津市的綜合評分增長趨勢僅略強于北京市，這與其經(jīng)濟增長的速度較慢密切相關(guān)，該類型城市應(yīng)重視經(jīng)濟發(fā)展，進一步發(fā)揮經(jīng)濟增長對物流業(yè)的推動作用，提升自身的低碳發(fā)展能力；北京市的最終綜合評分最低且增幅最小，雖然北京市的經(jīng)濟水平非常發(fā)達，且對科研的投入力度也很大，但在占比重最高的幾個指標項中表現(xiàn)都非常差，尤其是城市貨運量這一指標，這類城市需要重視物流業(yè)的發(fā)展，保持經(jīng)濟發(fā)展水平和科研投入力度，深化物流行業(yè)的智慧化、低碳化改革，努力實現(xiàn)碳達峰、碳中和的最終目標；重慶市的綜合評分始終最高的主要原因是森林面積和城市貨運量這兩項指標遠遠超出其他城市，這得益于重慶市環(huán)境保護政策法規(guī)的實施和環(huán)境保護執(zhí)法監(jiān)管的工作，推動了城市生態(tài)物流的發(fā)展，這類生態(tài)型城市應(yīng)繼續(xù)增強環(huán)境保護力度，不遺余力地推進生態(tài)物流的建設(shè)。

3 "結(jié)束語

"本文構(gòu)建了城市低碳物流評價指標體系，采用Critic-Topsis綜合法求出各評價指標權(quán)重，最終得到2005—2021年北京、上海、重慶、天津四個城市的低碳物流發(fā)展能力綜合評分。結(jié)果發(fā)現(xiàn)物流業(yè)能耗、物流業(yè)碳排放量、森林面積這3個指標對城市低碳物流發(fā)展能力影響最大；重慶市的綜合評分位居榜首，高于近些年經(jīng)濟和物流業(yè)發(fā)展迅速的上海市，而經(jīng)濟同樣發(fā)達的北京市卻評分墊底，甚至略低于天津市。對此本文提出幾點建議：各市要增加對物流業(yè)的投入，提高物流業(yè)信息化水平，推動物流業(yè)進一步向智慧化、綠色化轉(zhuǎn)型；推廣清潔能源，降低能耗與碳排放量；優(yōu)化運輸效率，樹立綠色物流發(fā)展理念，加強生態(tài)環(huán)境建設(shè)、保護森林資源。

參考文獻：

[1] 崔強，徐鑫，匡海波. 基于RM-DEMATEL的交通運輸?shù)吞蓟芰τ绊懸蛩胤治鯷J]. 管理評論，2018，30（1）：210-220.

[2] 傅鈺，吳曉楠. 低碳視角下綠色物流包裝的發(fā)展與對策研究[J]. 中國集體經(jīng)濟，2019（2）：128-130.

[3] 劉承良，管明明. 低碳約束下中國物流業(yè)效率的空間演化及影響因素[J]. 地理科學(xué)，2017，37（12）：1805-1814.

[4] "GUO XIAOLONG， ZHANG WEI， LIU BINGBING. Low-carbon routing for cold-chain logistics considering the time-dependent effects of traffic congestion[J]. Transportation Research Part D， 2022，113：113502.

[5] 賀玉德，馬祖軍. 基于CRITIC-DEA的區(qū)域物流與區(qū)域經(jīng)濟協(xié)同發(fā)展模型及評價——以四川省為例[J]. 軟科學(xué)，2015，29（3）：102-106.

[6] "YE FENFANG， ZHAO Jing. Influencing factors analysis of collaborative development level of new retail and cold chain distribution of agricultural products under low-carbon[J]. Mathematical Problems in Engineering， 2022.

[7] "SUN YANMING， LIU SHIXIAN， LI LEI. Grey correlation analysis of transportation carbon emissions under the background of carbon peak and carbon neutrality[J]. Energies， 2022，15（9）：3064.

[8] 車小英，隋博文，劉興旺. 基于Tobit回歸的我國低碳物流發(fā)展影響因素實證分析[J]. 商業(yè)經(jīng)濟研究，2021（5）：101-103.

收稿日期：2023-05-23

基金項目：北京信息科技大學(xué)基金項目“促進高校分類發(fā)展—信息管理學(xué)院專業(yè)學(xué)位點與研究生教育改革”（5112311018）

作者簡介：魏澤宇（1997—），男，山東東營人，北京信息科技大學(xué)信息管理學(xué)院碩士研究生，研究方向：物流與供應(yīng)鏈管理；尹春華（1966—），女，遼寧沈陽人，北京信息科技大學(xué)信息管理學(xué)院，教授，博士，研究方向：智能決策、復(fù)雜系統(tǒng)研究。

引文格式：魏澤宇，尹春華. 基于Critic-Topsis的城市低碳物流發(fā)展能力研究[J]. 物流科技，2024，47（9）：46-50，56.