摘? 要：為了充分挖掘綠色貨運中的數據價值，促進貨運業(yè)碳減排。提出一種基于大數據挖掘和偏好順序結構評估法的綠色貨運績效評價方法。在深入分析綠色貨運績效影響因素的基礎上，確定評價指標體系，采用藍鯨大數據挖掘軟件進行建模，以物流云平臺模式下綠色貨運項目數據為樣本進行K-means聚類分析。利用傅勒三角形法確定評價指標權重，采用偏好順序結構評估法，借助Visual PROMETHEE軟件對聚類分析結果進行驗證，并對30輛貨車的綠色運輸績效做出全面深層次評價。針對樣本貨車運輸中存在的問題，提出了公路貨運業(yè)碳排放管理策略。

關鍵詞：績效;評價;偏好順序結構評估法;綠色貨運

中圖分類號：U294? ? 文獻標志碼：A? ? DOI：10.13714/j.cnki.1002-3100.2023.15.012

Abstract： In order to fully discover the data value in green freight transport and promote carbon emission reduction in freight transport industry， a performance evaluation method of green freight that based on big data mining and promethee was proposed. Based on the in-depth analyzed of the influencing factors in green freight performance， the evaluation index system was determined， and the Blue Whale big data mining software was used to model construction. The K-means cluster analysis was conducted with green freight project data under the logistics cloud platform model as the sample. Fourier triangle method was used to determine the weight of the evaluation index， and the preference order structure evaluation method was used to verify the clustering analysis results by means of Visual PROMETHEE software， and a comprehensive and in-depth evaluation of the green transport performance of 30 trucks was made. Aimed at the problems existing in the sample truck transportation， the carbon emission management countermeasures of road freight industry were proposed.

Key words： performance; evaluation; PROMETHEE; green freight

0? 引? 言

碳達峰和碳中和目標的提出，物流業(yè)碳減排成為關注的焦點，交通領域的碳排放多數來源于公路貨運，其中重型貨車的碳排放約占83.5%[1]。對于貨運企業(yè)而言，借助大數據技術分析綠色貨運活動數據潛在的價值，有助于對貨運績效進行科學分析評價，促進節(jié)能減排[2]。然而，由于綠色貨運績效評價是一種典型的多影響因素、多目標沖突下的管理決策問題，企業(yè)實施綠色貨運績效評價面臨一定的困難和挑戰(zhàn)，為了實現節(jié)能減排目標，從大數據的視角研究綠色貨運績效評價具有重要的現實意義。畢建濤在分析貨運大數據來源和類型的基礎上，構建了公路貨運大數據價值分析模型。彭美春等研究了重型貨車碳排放與車速、裝載率的關系，得出了車速與裝載率的分布規(guī)律。周文娟[3]構建了城市綠色配送評價模型，利用層次分析法和模糊綜合評價法對城市綠色配送績效進行了評價，提出了發(fā)展建議。梁山清等[4]基于專家系統和協同過濾算法，研究了大數據技術在貨運行業(yè)中的應用。劉煥然等[5]基于汽車生命周期數據庫和汽車生命周期評價模型，研究了重型汽車的生命周期碳排放核算方法，并對汽車生命周期碳排放進行了預測研究。Chen等通過研究不同低碳政策下的貨運特征，提出了最優(yōu)的運輸模式。Weger基于物流仿真法，研究了化石燃料貨車轉換為氫動力貨車后發(fā)現，采用清潔動力貨車可以減少貨運碳排放。已有研究集中在城市、行業(yè)碳排放核算與評價，針對行業(yè)碳排放管理的評價方法較為單一，關于組合評價方法應用的研究較少。針對貨車碳減排的研究，尤其是大數據環(huán)境下綠色貨運績效評價的實證研究偏少。本研究試圖從大數據挖掘和偏好順序結構評估法（Preference Ranking Organization Method for Enrichment Evaluation）應用的視角，設計綠色貨運績效組合評價方法，針對綠色運輸績效實施多角度、深層次分析和評價，為公路貨運企業(yè)碳減排提供借鑒。

1? 偏好順序結構評估法基本原理

1.1? 形成對象集合

對象集合A=a

，…，

a， n=1，…，N為第n個評價對象。

1.2? 建立指標的標準值集合

設d=d

，…，

d，k=1，…，k， d為第k個指標的對應值。

1.3? 建立評價矩陣

E=

=

（1）

1.4? 計算優(yōu)先指數

優(yōu)先指數計算公式如下：

∏

a，

a=wP

a，

a

w? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

1.5? 計算正流量和負流量和得出排序結果

正、負流量的計算公式如下[6]：

φ=∏

a，

a? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

φ=∏

a，

a? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

2? 基于大數據挖掘和PROMETHEE的綠色貨運績效評價

2.1? 評價目標設定

評價目標是物流云平臺模式下廣東綠色貨運項目30輛貨車的運輸績效，該項目是利用世界銀行基金支持貨運節(jié)能減排的我國首個綠色貨運項目。

2.2? 影響因素分析和評價指標選取

（1）平均運距。指一定時期內貨物的平均運輸距離，是計算貨物周轉量的依據，也是反映貨運工作強度的重要指標。其大小影響能源消耗量、碳排放和運輸成本?！l件下，縮短平均運距可以提高運輸效率和降低能耗和減少碳排放。

（2）營運里程。指載貨行駛里程，也是辦理貨運的計費里程，由各路段里程累計得到。行駛里程包括營運里程和空駛里程。營運里程影響貨物周轉量，增加營運里程的同時減少空駛里程，可以降低碳排放。

（3）貨物周轉量。是報告期內運輸貨物重量乘以運輸距離的累計數，從碳排放的角度來看，貨物周轉量比貨運量更能夠有效衡量貨物運輸績效。在運輸合理的前提下，提高貨物周轉量的同時減少碳排放，有助于提高綠色運輸績效。

（4）里程利用率。指營運行程與行駛里程之比，其大小反映車輛行駛里程的利用程度。在滿足貨運需求的前提下，減少空駛里程，相應提高營運里程，能夠提高里程利用率。

燃油消耗量、百公里耗油量。燃油消耗量是報告期內完成貨物運輸的燃油消耗量。與行駛速度、運輸技術等因素有關，貨車在經濟車速區(qū)間內行駛越慢，百公里油耗量越多。對車輛進行節(jié)能改造可以降低碳排放，分析百噸公里燃油消耗量，有利于挖掘節(jié)能減排潛力。

（5）二氧化碳排放量。指報告期內完成貨物運輸的二氧化碳排放量。車輛節(jié)能技術、駕駛速度、運輸組織方式影響碳排放量。在完成貨物周轉量的條件下，采用綠色駕駛和低碳運輸技術，可以減少二氧化碳排放量。

根據以上分析，查閱我國綠色貨運車輛標準、中國綠色貨運行動標準、美國環(huán)保局等國內外參考文獻，從運輸規(guī)模、運輸強度、運輸效率、節(jié)能減排4個評價方面建立一級指標，每個一級指標下建立二級評價指標。選取貨運量、營運里程、行駛里程作為反映運輸規(guī)模的指標。平均運距、貨物周轉量作為反映運輸強度的指標。里程利用率作為反映運輸效率的指標。選取貨車油耗、二氧化碳排放量、百公里耗油量作為節(jié)能減排指標。

2.3? 數據準備與處理

以示范期內30輛貨車配載營運監(jiān)測數據作為樣本，通過咨詢參與項目實施的專家，完成評價指標體系中9個指標數據量化，表1中百公里耗油量、二氧化碳排放量是計算得出，其余均為原始數據，綠色貨運物流云平臺貨物配載營運數據如表1所示。表1中百公里耗油量、二氧化碳排放量計算方法如下。

首先，計算百公里耗油量=油耗/行駛里程×100;其次，按照以下步驟計算得出樣本貨車的二氧化碳排放量[7]。

以車牌號BAJ882的碳排放為例，計算如下：

（1）已知年燃料消耗量=1 635.70（L）;（2）確定燃料的凈熱值：已知柴油的密度840kg/m3，1L=0.001m3，根據《綜合能耗計算通則》（GB/T 2589—2008），查得柴油的凈熱值為42.65MJ/kg，換算后得到42.65×840=35.83（MJ/L）;（3）計算柴油的CO2碳排放量：1 635.70×35.83×10-6×74 100×10-3=4.34（噸）。

2.4? 基于大數據挖掘的貨車運輸績效聚類分析

利用藍鯨（Blue Wale）大數據挖掘軟件對樣本數據進行聚類分析，首先進行特征變量設置，然后構建綠色貨運績效聚類分析模型，綠色貨運績效聚類分析模型如圖1所示。再將表1中的數據導入Blue Wale大數據分析軟件。由于二氧化碳排放量和單位貨物周轉量組合能夠充分體現綠色貨運績效，因此，建立二者的指標組合，選擇馬賽克圖功能進行可視化輸出，觀察各輛貨車的單位貨物周轉量和二氧化碳排放量，圖中右下方附近區(qū)域內貨車的單位貨物周轉量較大，二氧化碳排放量較少，綜合績效較優(yōu)。屬于此區(qū)域的主要車牌號有BU5249、BAJ892、BV6599、AM3227、AS3356、BAB066。以BU5249為例，參照表1中的數據可知，其貨物周轉量為31 286.70t.km，二氧化碳排放量為3.92t?；谪浳镏苻D量與CO2排放量的聚類分析結果如圖2所示。

2.5? 基于PROMETHEE的貨車運輸績效評價

為了驗證以上聚類分析的有效性與合理性，借助Visual PROMETHEE軟件進行全面、深層次評價。

（1）權重確定和偏好函數設置

賦予各評價指標代號，利用傅勒三角形法計算指標權重：將評價指標組成傅勒三角形，每兩行的各評價指標進行互相比較，在對轉運系統評價較重要的指標上畫圈，同樣對其他行比較，圈定較重要的指標，如果同樣重要，都劃圈。各評價指標的圓圈數占總圓圈數的比值即為各評價指標的權重。確定各評價指標權重的傅勒三角形如圖3所示，各評價指標的代號和權重計算結果如表2所示。

Visual PROMETHEE軟件內設6種偏好函數，分別為Usual型、U-shape型、V-shape型、Level型、Linear型、Gaussian型，滿足不同的評價需求[8]。

首先，在Visual PROMETHEE軟件中設置表2中的權重值，然后選擇偏好函數和設置以下參數。

貨運量：效益型指標，使用Linear型偏好函數，偏好閾值使用軟件推薦值P=2， Q=1。

平均運距：成本型指標，使用Linear型偏好函數，偏好閾值使用軟件推薦值P=2，Q=1。

貨物周轉量：效益型指標，使用V-shape型偏好函數，偏好閾值使用軟件推薦值P=2。

營運里程：效益型指標，使用U-shape型偏好函數，偏好閾值使用軟件推薦值Q=1。

行駛里程：成本型指標，使用Linear型偏好函數，偏好閾值使用軟件推薦值P=2，Q=1。

油耗 ：成本型指標，使用U-shape型偏好函數，偏好閾值使用軟件推薦值Q=1。

二氧化碳排放量：成本型指標，使用Level型偏好函數，P=2，Q=1。

百公里耗油量：成本型指標，使用V-shape型偏好函數，偏好閾值使用軟件推薦值P=2。

里程利用率：效益型指標，使用U-shape型偏好函數，偏好閾值使用軟件推薦值Q=1。

（2）軟件計算與評價結果分析

設置完上述的偏好函數后，再將表1中的數據導入Visual PROMETHEE軟件，使用軟件的PROMETHEE-GAIA功能進行計算生成和PROMETHEE table表和PROMETHEE rainbow圖。PROMETHEE table表顯示計算出的正向流、負向流和凈流，PROMETHEE rainbow圖顯示各評價對象的堆積柱狀圖，Phi值按降序從左到右排列，縱坐標的正負方向分別為Phi和Phi的度量，水平軸上方是該系統的優(yōu)勢指標名稱及排名，從上到下遞減，水平軸下方是劣勢指標及排名，從下往上遞減。

PROMETHEE table是顯示各輛貨車的績效排名表，從高到低依次為BU5249、BAJ892、BV6599、BAJ882、AM3227、BU1948、AS3356等，這與聚類分析結果基本一致，從而驗證了評價法的合理性與有效性。計算出評價對象的正向流、負向流和凈流，如表3所示。

圖4是根據表2中的數據設置權重后，30輛貨車的績效排名彩虹圖，BU5249排名第一，其次為BAJ892。 附變化權重的30輛貨車績效排名彩虹圖如圖4所示。

圖5為倒數后10位貨車的運輸績效彩虹圖，排名倒數第一的是BAB733，其在行駛里程、平均運距、百公里耗油量、貨運量、二氧化碳排放量、油耗6項指標均存在不足，需加以改進。綜合績效排名倒數后10位貨車的彩虹圖如圖5所示。

3? 結論與建議

減少公路貨運碳排放有助于雙碳目標的實現，本研究提出的綜合評價法，在充分考慮決策者的評價目標和偏好需求的基礎上，通過深層次大數據挖掘、靈活設置權重，使用藍鯨大數據挖掘軟件建模和Visual PROMETHEE軟件自動計算，實現了對物流云平臺模式下綠色貨運績效的綜合評價，得到了較為全面客觀的評價結果。針對績效排名靠后貨車共同存在的4種劣勢指標，提出以下碳排放管理對策：（1）減少平均運距。通常干線物流運距較長，加強多式聯運網絡建設，對運輸站點進行合理規(guī)劃，縮短運輸距離，能夠減少平均運距。根據公路貨運的技術特點，大于50公里的遠距離運輸宜采用鐵路或公鐵聯運方式，發(fā)展以鐵路運輸為主的公鐵聯運能夠提高綠色貨運績效。（2）降低二氧化碳排放量。為了改善碳排放指標，企業(yè)可以通過優(yōu)化運輸線路，減少公路運輸所占比重、提高車輛裝載率等方式降低碳排放量。充分發(fā)揮智慧物流云平臺的網絡效應和規(guī)模效應，提高運力，降低碳排放量。（3）提高里程利用率。傳統運輸組織下，運力利用率低，空載率較高。運營線路固定能夠使駕駛員更熟悉路線，減少無效行駛里程，有助于節(jié)能減排。此外，利用大數據技術收集挖掘貨源信息，改進運輸組織工作，合理地進行貨運站點布局設計也能夠提高運輸效率，提高里程利用率。（4）降低耗油量。駕駛員的操作技術方法、駕駛經驗在一定程度上決定著車輛燃油的消耗情況，例如，速度保持在60～90公里勻速行駛時比較省油。因此，規(guī)范提高駕駛員的駕駛技術，對駕駛員進行節(jié)能減排培訓。此外，采用清潔能源車輛、使用燃油添加劑、采用碳減排技術對車輛進行改造，也能降低耗油量。

參考文獻：

[1] 張明琦，鄭澤東，李永東. 公路貨運能耗及低碳化發(fā)展路徑研究[J]. 機車電傳動，2022（3）：10-16.

[2] 甘蜜，卿三東，劉曉波，等. 貨車軌跡數據在公路貨運系統中應用研究綜述[J]. 交通運輸系統工程與信息，2021，21（5）：91-101.

[3] 周文娟. 綠色物流配送評價體系構建研究——以鄭州市為例[J]. 創(chuàng)新科技，2019，19（11）：59-66.

[4] 梁山清，李恩寧，葛紅志，等. 基于大數據平臺的貨車位置服務應用研究[J]. 無線電工程，2020，50（5）：368-372.

[5] 劉煥然，張妍，孫鋅，等. 中國重型貨車全生命周期碳排放及減排潛力研究[J]. 中國汽車，2022（7）：47-52.

[6] 魏敏，李書昊，徐杰. 高質量發(fā)展背景下中國省際旅游競爭力再測度——基于PROMETHEE方法[J]. 商業(yè)研究，2020（2）：91-100.

[7] 彭美春，廖清睿，曾隆隆，等. 道路營運新能源汽車減碳測算[J]. 廣東工業(yè)大學學報，2020，37（2）：39-44.

[8] 趙梓旭，曲大義，郭海兵，等. 軌道交通站點綜合效能評價的PROMETHEE方法及應用[J]. 青島理工大學學報，2021，42（3）：135-141.

收稿日期：2022-11-24

基金項目：廣東省普通高校特色創(chuàng)新類（人文社科）項目“面向智能制造的廣東綠色供應鏈金融系統協同研究”（2021WTSCX105）;廣州市哲學社科規(guī)劃項目“廣州加快低碳發(fā)展推動綠色化轉型研究：‘雙碳戰(zhàn)略下產業(yè)供應鏈綠色低碳多重耦合協同演進視角”（2022GZGJ85）

作者簡介：秦新生（1971—），男，河南平輿人，廣州商學院管理學院，副教授，研究方向：綠色供應鏈、供應鏈金融。

引文格式：秦新生. 基于大數據的綠色貨運績效組合評價研究[J]. 物流科技，2023，46（15）：54-59.