基于主成分分析—熵值法的绿色发展视角下城市物流绩效指标体系构建与评价研究

徐 娟 （湖南现代物流职业技术学院，湖南 长沙 410131）

新发展理念提出以来，绿色发展被高度重视。作为经济发展的支柱产业物流业，面对经济的快速发展和经济发展方式的转变，如何打好污染防治攻坚战、打赢蓝天保卫战，如何保护生态环境、降低能源消耗、提高资源利用率，如何实现可持续发展是其直面的问题。

物流业发展成效如何，如何实现可持续发展，到目前为止还未有统一的评价指标体系作为衡量标准，城市物流绩效评价指标体系特别是绿色发展视角下城市物流绩效评价指标体系的构建有利于推动统一标准的出台，有利于推进物流业指标数据的规范与收集，同时有利于推动物流业在提质增效，有利于物流业在发展过程中思考如何降低成本、减小环境污染。

1 研究综述

自世界环境问题提出以来，国内外学者开始将环境因素纳入到物流研究中，尤以国外学者领先。关于物流绩效的研究，国外学者 Chhabra D 等 （2017）[1]、Zaman K 和 Shamsuddin S （2016）[2]、Psaraftis H N （2016）[3]等学者开展了绿色物流绩效的相关研究。

国内学者田洪燕 （2018）[4]、刘妤 （2018）[5]、张林强 （2017）[6]、薛红松 （2017）[7]、窦锦 （2017）[8]、曹兵斌 （2016）[9]等众多学者关于绿色物流、区域物流绩效开展了相关研究，梳理前任学者的研究成果发现，学者们认为经济、基础设施、环境因素、信息网络、技术、资源、运营管理方面是对物流业的影响因素。

2 城市物流绩效评价指标体系构建

2.1 评价指标选取原则

由于物流活动贯穿于经济活动中，涉及面广、影响因素错综复杂，故在设计评价指标体系时应从全面、综合的角度出发找寻影响指标。遵循全面性、简明性、可操作性、定量与定性相结合的原则选取评价指标。

2.2 城市物流绩效评价指标体系构建

鉴于物流活动的广泛性、复杂性、影响因素的多样性特点，本研究认为绿色发展视角下城市物流绩效评价指标体系应包含物流需求、物流投入、物流产出、环境与资源4 个方面19 个二级指标，具体指标如表1 所示。

表1 绿色发展视角下城市物流绩效评价指标体系

3 基于主成分分析筛选评价指标

3.1 主成分分析[10]的步骤

（1） 对原始数据进行标准化[11]处理。

（2） 根据标准化数据计算指标的相关系数矩阵R，利用相关系数矩阵求特征值与特征向量。

（3） 求相关系数矩阵 R 的特征值 λi（i= 1， …，k ），λi反映了第i 个主成分所表示的原始信息含量，即Fi所解释原始指标数据的方差，则主成分Fi所表示的贡献率为也就是说第i 个主成分的贡献率就是第i 个主成分的方差λi占全部方差的比重。

（4） 对相关系数矩阵求出的特征值从大到小排序，根据特征值的累计贡献率达到85%以上的原则提取相应的特征向量，当前k 个主成分的累计贡献率达到85%时，选取前k 个主成分。

（5） 根据因子载荷bij筛选指标。bij是第j 个主成分在第i 个指标在上的因子载荷，根据主成分Fj在第i 个指标上的因子载荷筛选指标，越大表明第i 个指标对评价结果的影响越显著，越小表明指标第i 个指标对评价结果的影响越不明显，本文保留大的指标。具体的保留删除原则是：保留第一主成分的＞0.8 的指标和第二、三、…、第K 个主成分最大的指标，删除其他的指标。

3.2 主成分分析筛选评价指标

3.2.1 样本数据的选取

本文选取2017 年中部6 省物流业的样本数据，由于没有单独的物流业相关数据，本研究将交通运输、仓储邮电业数据作为物流业数据。数据来源《中国统计年鉴》、《安徽省统计年鉴》、《河南省统计年鉴》、《山西省统计年鉴》、《湖北省统计年鉴》、《湖南省统计年鉴》和《江西省统计年鉴》等。具体数据略。

关于物流业网络里程指标数据的说明：由于物流业的运输方式主要有铁路、公路、水路、航空和管道，不同运输方式的性质、运输能力又不同，所以本文将各种运输方式的里程换算为公路运输的里程，具体换算方法为：

关于物流业能源消耗量和废水、废气排放量指标的说明：用行业的消耗量和排放量来代替物流业能源消耗量和排放量。

3.2.2 按照主成分分析的步骤筛选评价指标

（1） 利用SPSS 软件，对标准化后的数据阵计算指标的相关系数矩阵R，并求相关系数矩阵的特征值和特征向量。解释的总方差如表2 所示。

表2 解释的总方差

由主成分特征根和贡献率可知，前3 个主成分的累计贡献率达到84.918%，接近85%，即前3 个主成分涵盖了较多的信息，提取前3 个主成分。前3 个主成分的载荷矩阵如表3 所示。

经过主成分分析筛选，从19 个评价指标中筛选出11 个指标，保留的指标在表3 最后一列标出，未标“保留”的指标是要删除的指标。最后构建的评价指标体系见表4。

4 利用熵值法确定筛选后的指标权重

4.1 熵值法确定权重[12]的步骤

设系统有 n 个评价指标，有 m 个待评价对象，xij（i=1，2，…，m；j=1，2，…，n ）为第i 个评价对象在第j 个评价指标下的值。则可形成m×n 阶评价指标数值矩阵X= xij（m×n）。

表3 前3 个主成分的因子矩阵a

（1） 标准化处理

由于各指标间量纲不同，需要对评价指标数值矩阵进行标准化处理，正向指标的标准化：

负向指标的标准化：

其中：zij是标准化的xij，xmax、xmin表示不同评价对象同类指标的最大值和最小值。此处标准化值加上0.01 是为了避免求熵值时对数计算的无意义。

（2） 计算第i 个评价对象第j 个指标占第j 个指标的比重hij

（3） 计算指标熵值

第j 个评价指标输出的熵为：

（4） 计算指标权重

第j 个指标的权重为：

4.2 利用熵值法确定筛选后的指标权重

（1） 根据熵值赋权法的计算步骤计算各二级指标的权重和一级指标的权重（如表4 所示）。

（2） 结果分析

熵值计算结果分析：熵值是0-1 之间的数，其值的大小代表该指标所代表的城市物流绩效信息的大小，计算结果表明，各指标熵值都在0.6 以上，说明所选取的指标较好，能代表城市物流绩效的大部分信息。在11 个指标的熵值中，物流业氮氧化物排放量的熵值最大，能较好地反映城市物流绩效的信息。

权重计算结果分析：由于权重表明的是指标在整体评价中的相对重要程度，权重的大小直接表明指标在整体中重要性的大小。在物流需求、物流投入、物流产出、环境与资源4 个方面的指标的权重分别为0.1864、0.4757、0.2207、0.1172，物流投入占的重要性最大，究其原因，物流投入方面二级指标个数最多，有5 个。在整个评价指标体系中，权重最大的指标是物流业从业人数，这与实际发展情况相符，表明物流业从业人数对城市物流绩效的重要性最大；权重最小的指标是物流业氮氧化物排放量，表明该指标对城市物流绩效评价的作用最小。这是否是物流业反作用于环境与资源的作用小，不免引起作者的进一步思考。当然，引起作者深入思考的问题还有是否是因为物流业在环境与资源方面数据的缺失，而采用整个行业数据的原因引起的？

表4 绿色发展视角下城市物流绩效评价指标的熵值和权重

5 中部6 省城市物流绩效评价实证

5.1 利用权重计算中部6 省城市物流绩效的得分

先将样本数据标准化，然后利用权重分别计算中部6 省物流需求、物流投入、物流产出、环境与资源4 个方面的得分以及各省的综合得分。并对计算结果进行排名，具体计算结果如表5 所示。

表5 中部6 省城市物流绩效得分及排名情况

5.2 结果分析

（1） 从综合得分来看

中部6 省绿色发展视角下城市物流绩效得分最高的是河南省，综合得分是0.7063，最低的是江西省0.2067，最高的绩效得分是最低绩效得分的3.416 倍。综合得分的均值是0.4618373，河南省、湖北省、湖南省绿色发展视角下城市物流绩效综合得分处于均值以上水平，安徽省、山西省和江西省稍落后。

从分项指标不难发现，综合得分最低的江西省除了环境与资源方面，在物流投入、物流产出方面的得分都最低，而得分最高的河南省除了环境与资源方面，在物流需求、物流投入、物流产出方面的得分都最高。分析原因，其实是因为环境与资源方面选取的指标是物流业废水排放量和物流业氮氧化物排放量，对于物流需求、物流投入、物流产出都较多，物流业发展水平高的省来说，废弃物排放量自然也就多。所以环境与资源方面的指标用单位物流业增加值对应的废水排放量、单位物流业增加值对应的氮氧化物排放量更能反应实际问题。

（2） 从折线图形上来看中部6 省城市物流绩效综合得分（如图1 所示）

5.3 对策建议

（1） 山西省和江西省应注重刺激城市物流需求，同时注重物流投入和物流产出；

图1 中部6 省城市物流绩效综合得分

（2） 安徽省应注重物流投入和物流产出；

（3） 河南省虽然综合得分排名第一，但在发展城市物流绩效时应注重资源的节约利用和环境保护，增加物流投入；

（4） 湖北省在发展城市物流的同时，应注重环境保护和资源节约利用，同时进一步拉动物流需求和加大物流产出；

（5） 湖南省应注重环境保护和资源节约利用，同时注重进一步拉动物流需求，加大物流投入和产出。

6 结束语

本文遵循全面性、简明性、可操作性、定量与定性相结合的评价指标选取原则的基础上，从全面、综合的角度出发找寻影响城市物流绩效评价的因素，从绿色发展的视角出发构建包含物流需求、物流投入、物流产出、环境与资源4 个方面、19 个二级指标的城市物流绩效评价指标体系，通过主成分分析法筛选因子载荷大的指标，保留第一主成分的>0.9 的指标和第二、三等主成分的最大的指标，删除其他的指标，最终保留11 个二级指标。

通过熵值法确定筛选后评价指标的权重，通过计算熵值，各指标熵值都在0.6 以上，说明所选取的指标较好，能代表城市物流绩效的大部分信息。计算得出物流需求、物流投入、物流产出、环境与资源4 个方面的指标的权重分别为0.1864、0.4757、0.2207、0.1172。

选取中部6 省的样本数据，利用权重计算中部6 省物流需求、物流投入、物流产出、环境与资源4 个方面的得分以及综合得分，从综合得分来看，中部6 省绿色发展视角下城市物流绩效得分最高的是河南省，综合得分是0.7063，最低的是江西省0.2067，最高的绩效得分是最低绩效得分的3.416 倍。综合得分的均值是0.4618373，河南省、湖北省、湖南省绿色发展视角下城市物流绩效综合得分处于均值以上水平，安徽省、山西省和江西省稍落后。结合各省4 个一级指标得分的高低，分析各地物流业发展过程中的薄弱环节并提出相应的对策建议。