摘 要：在碳達峰、碳中和背景下，物流業(yè)作為國民經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)之一，在推動經(jīng)濟發(fā)展的同時，也伴隨著碳排放?；诖?，文章建立經(jīng)濟發(fā)展指標和物流業(yè)碳排放指標，用熵權(quán)-TOPSIS法和Tapio脫鉤模型劃分城市類型，引入障礙度診斷模型識別障礙指標；根據(jù)障礙指標提出具體的經(jīng)濟發(fā)展-物流業(yè)減碳路徑。研究發(fā)現(xiàn)，2016—2020年，湖北省經(jīng)濟發(fā)展指標和物流業(yè)碳排放指標均處于上升狀態(tài)；“十三五”時期，湖北省內(nèi)各城市呈現(xiàn)出兩種脫鉤類型，分別為較理想的弱脫鉤和不太理想的擴張負脫鉤。隨著障礙度診斷模型的引入和障礙指標的識別，結(jié)合國家及先進地區(qū)經(jīng)濟、綠色物流、環(huán)境領(lǐng)域最新的五年規(guī)劃，可建立各城市經(jīng)濟發(fā)展-物流業(yè)減碳措施庫，助力找到經(jīng)濟發(fā)展-物流業(yè)減碳路徑。

關(guān)鍵詞：經(jīng)濟發(fā)展；物流業(yè)碳排放；熵權(quán)-TOPSIS法；Tapio脫鉤模型；障礙度診斷

中圖分類號：F127；X24 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2025.04.029

Abstract： Under the background of carbon peaking and carbon neutrality， the logistics industry， as a pillar industry of national economic development， is accompanied by carbon emissions while promoting economic development. Based on this， the article establishes economic development indicators and carbon emission indicators for the logistics industry， uses the entropy weight-TOPSIS method and the Tapio decoupling model to classify city types， and introduces the obstacle diagnosis model to identify obstacle indicators. The paper also proposes specific paths of economic development and carbon reduction for the logistics industry based on obstacle indicators. According to the obstacle indicators， specific economic development-carbon reduction paths of the logistics industry are proposed. The results show that from 2016 to 2020， the economic development indicators and carbon emission indicators of the logistics industry in Hubei Province are on the rise. During the 13th Five-Year Plan Period， cities in Hubei Province showed two types of decoupling， which were the ideal weak decoupling and the less ideal expansion negative decoupling. With the introduction of the obstacle diagnosis model and the identification of obstacle indicators， and combined with the latest five-year plans in the fields of national and advanced regional economy， green logistics and environment， databases of economic development-carbon reduction measures of the logistics industry in various cities can be established to help find the path of economic development-carbon reduction of the logistics industry.

Key words： economic development; carbon emissions of the logistics industry; entropy weight-TOPSIS method; Tapio decoupling model; obstacle diagnosis

1" " 文獻綜述

在“雙碳”背景下，區(qū)域經(jīng)濟發(fā)展—物流業(yè)減碳路徑選擇是各省市探索的重點任務(wù)。物流業(yè)作為推動國民經(jīng)濟發(fā)展的基礎(chǔ)性、支柱性產(chǎn)業(yè)之一，是低碳經(jīng)濟的重要組成部分，而在物流業(yè)減排行動中，以公路運輸為主，所以能耗和碳排放量占比較大，是國家環(huán)保攻堅、節(jié)能減排的重點改進領(lǐng)域。因此，研究低碳物流運作具有一定現(xiàn)實意義和理論價值[1]。

低碳物流的運作需要構(gòu)建物流減碳模型，現(xiàn)有學者采用了不同的評價指標體系及方法來構(gòu)建物流減碳模型。常用的評價指標體系包括物流業(yè)能源消耗碳量[2]及社會-經(jīng)濟-物流業(yè)等間接碳排放指數(shù)[3]。在評價方法的選用上，熵權(quán)法能夠客觀反映不同指標間的差異性和重要程度[4]；熵權(quán)-TOPSIS法是一種有效的綜合評價分析方法，可在復(fù)雜的環(huán)境中識別和評估不同選項，考慮多種因素，從而支持作出更好決策[5]；采用Tapio脫鉤模型可考察低碳試點城市經(jīng)濟發(fā)展與物流業(yè)碳排放總量變動間的關(guān)系[6]；構(gòu)建經(jīng)濟發(fā)展和物流業(yè)碳排放評價指標體系，利用障礙度診斷模型，可計算出影響經(jīng)濟發(fā)展和物流業(yè)碳排放能力的障礙指標，識別對經(jīng)濟發(fā)展和物流業(yè)碳排放影響突出的幾個評價指標，從而構(gòu)建經(jīng)濟發(fā)展—物流業(yè)減碳路徑[7]。目前，對于評價指標體系的設(shè)計尚未形成統(tǒng)一標準，同時評價方法的選用也比較分散。

鑒于此，本文以國民經(jīng)濟發(fā)展的支柱型產(chǎn)業(yè)——物流業(yè)為切入點，以公路運輸為導(dǎo)向，構(gòu)建相關(guān)碳排放指標和經(jīng)濟發(fā)展指標，同時基于熵權(quán)-TOPSIS法進行量化評分，借鑒Tapio脫鉤模型分析區(qū)域經(jīng)濟發(fā)展及物流業(yè)碳排放脫鉤類型，并引入障礙度模型，診斷各區(qū)域經(jīng)濟發(fā)展指標、物流業(yè)減碳指標障礙因子，并結(jié)合國家及先進地區(qū)經(jīng)濟、綠色物流、環(huán)境領(lǐng)域最新的五年規(guī)劃，建立各城市經(jīng)濟發(fā)展-物流業(yè)減碳措施庫，探尋經(jīng)濟發(fā)展-物流業(yè)減碳路徑。本文將以湖北省為例，驗證該方法的適用性。

2" " 研究方法

2.1" " 區(qū)域經(jīng)濟發(fā)展-物流業(yè)減碳水平評估

“碳排放脫鉤”理論強調(diào)利用脫鉤指數(shù)刻畫“脫鉤”的程度和方向，一般以GDP總量作為驅(qū)動變量，以能源消費量或碳排放量作為被解釋變量。該方法被廣泛用于資源環(huán)境使用進程的評估[8]。傳統(tǒng)的脫鉤公式表達如下。

式中，e為脫鉤彈性系數(shù)；?CO2和?GDP分別為基期到末期區(qū)域物流業(yè)碳排放指標和經(jīng)濟發(fā)展指標的變動；CO2和GDP分別為區(qū)域的物流業(yè)碳排放量指標和區(qū)域的經(jīng)濟發(fā)展指標。

Tapio模型依據(jù)e值的大小和?CO2和?GDP的正負情況界定了6種脫鉤類型[9]。結(jié)合脫鉤定義的內(nèi)涵，本文將6種脫鉤類型分為4種理想等級，并根據(jù)理想等級進行排序，排名越高則脫鉤類型越理想，具體如表1所示。在 Tapio 脫鉤指標體系中，臨界值分別是兩個彈性值：0和1，可更清晰地劃分物流業(yè)碳排放量與經(jīng)濟增長狀況間不同的脫鉤區(qū)間，從而判定物流業(yè)碳排放與經(jīng)濟發(fā)展間的關(guān)系[10]。

傳統(tǒng)脫鉤模型僅考慮經(jīng)濟和碳排放總量，難以溯源影響因子。本文以物流業(yè)為切入點，公路運輸為導(dǎo)向，構(gòu)建相關(guān)碳排放指標，用以表征區(qū)域碳排放潛力，同時構(gòu)建區(qū)域經(jīng)濟發(fā)展指標體系，并將綜合評分代入脫鉤指數(shù)公式，用于分析各城市脫鉤程度。其中，綜合評價方法采用熵權(quán)-TOPSIS法、落后指標的診斷采用障礙度診斷模型。

熵權(quán)-TOPSIS法首先需要通過熵值法客觀賦權(quán)；其次，通過TOPSIS法，對評價對象的指標值與綜合評價問題的最優(yōu)解和最劣解的相對距離進行排序[11]。熵權(quán)-TOPSIS法的主要過程包括：基于極差法的指標無量綱化、信息熵確定權(quán)重、計算最優(yōu)及最劣方案以及各指標與最優(yōu)方案的相對貼進度。具體計算公式參考趙靜等（2004）[12]。

2.2" " 區(qū)域經(jīng)濟發(fā)展指標、物流業(yè)碳排放指標障礙度診斷

對影響經(jīng)濟發(fā)展和物流業(yè)碳排放能力的障礙因子進行診斷與分析，可更具針對性地制訂相應(yīng)對策。因此，本文引入障礙度模型，對經(jīng)濟發(fā)展和物流業(yè)碳排放指標展開延伸性研究。因子貢獻度是單項指標對經(jīng)濟發(fā)展-物流業(yè)減碳總目標的貢獻度；指標偏離度是單項指標實際值與最優(yōu)目標值的差距，可設(shè)為單項指標標準化值與100%之差；障礙度是各城市單項指標對經(jīng)濟發(fā)展指標和物流業(yè)碳排放指標的影響程度。

設(shè)定第i個城市第j項指標與理想值的偏離程度Oij；第i個城市的指標障礙度Ii；城市內(nèi)第j項指標的障礙度Ij。障礙度診斷模型公式如下。

根據(jù)障礙度診斷模型，設(shè)定省域內(nèi)i個城市第j項指標的平均障礙度；城市內(nèi)部的單項指標障礙度為i。具體表達如下。

比較省域內(nèi)第j項指標的障礙度Vj與。當Vj＞1.2，第j項指標屬于省內(nèi)的障礙指標。

比較各城市內(nèi)部第j項指標的障礙度。當Vi＞1.2，第j項指標屬于各城市內(nèi)部的障礙指標。

3" " 研究發(fā)現(xiàn)

3.1" " 基于熵權(quán)-TOPSIS法及碳脫鉤模型的區(qū)域經(jīng)濟發(fā)展-物流業(yè)減碳水平評估

根據(jù)2016年、2020年湖北省各市的經(jīng)濟發(fā)展指標（人均GDP、城鎮(zhèn)居民人均可支配收入、人均固定資產(chǎn)投資額）以及物流業(yè)碳排放指標（人均公路貨運量、第三產(chǎn)業(yè)占 GDP 比重、民用汽車人均擁有量、人均公路里程）的相關(guān)數(shù)據(jù)，根據(jù)信息熵計算方法，得出經(jīng)濟發(fā)展指標和物流業(yè)碳排放指標的二級指標權(quán)重占比，具體如表2所示。

如表3所示，湖北省各城市可分為弱脫鉤、擴張負脫鉤2種類型。根據(jù)脫鉤類型列出理想排序，較為理想的是弱脫鉤類型，不太理想的是擴張負脫鉤類型。脫鉤類型的確定能進一步診斷出區(qū)域優(yōu)先發(fā)展的重點應(yīng)是經(jīng)濟建設(shè)還是碳減排。同時，對應(yīng)表1，發(fā)現(xiàn)湖北省經(jīng)濟發(fā)展-物流業(yè)減碳路徑的重點均為碳減排，且擴張負脫鉤類城市的物流業(yè)碳減排力度應(yīng)進一步加大。省域內(nèi)的中心城市武漢及兩個副中心城市宜昌、襄陽及周邊城市，由于承載區(qū)域經(jīng)濟發(fā)展重擔，均表現(xiàn)出擴張負脫鉤傾向；弱脫鉤類型的城市主要為湖北省“武漢城市圈”外圍城市及“宜荊荊恩”城市群中的大部分城市。其中，孝感、黃岡、咸寧、恩施情況相對較好，但是Tapio脫鉤模型的局限性在于無法提出具體的經(jīng)濟發(fā)展-物流業(yè)減碳措施。因此，還需引入障礙度診斷模型，以根據(jù)各個城市的障礙指標提出針對性的建議。

3.2" " 經(jīng)濟指標和物流業(yè)碳排放指標的障礙度分析

指標障礙度分析可進一步篩選出城市經(jīng)濟發(fā)展-物流業(yè)減碳路徑中的障礙指標。以湖北省各城市經(jīng)濟、物流業(yè)碳排放指標數(shù)據(jù)為基礎(chǔ)，引入障礙度診斷模型，同時根據(jù)公式（2）計算出湖北省16個城市經(jīng)濟發(fā)展指標和物流業(yè)碳排放指標的指標偏離度，共涉及7個單項指標，分別是人均GDP（指標1）、城鎮(zhèn)居民人均可支配收入（指標2）、人均固定資產(chǎn)投資額（指標3）、人均公路貨運量（指標4）、第三產(chǎn)業(yè)占GDP比重（指標5）、民用汽車人均擁有量（指標6）、人均公路里程（指標7）。根據(jù)公式（2）（3），確定各項指標障礙度大小；從省域內(nèi)各項指標方面展開分析，結(jié)合公式（4），診斷出省內(nèi)相比障礙指標；根據(jù)公式（5），求出各城市內(nèi)部單項指標障礙度的平均值，診斷出市內(nèi)相比障礙指標，具體結(jié)果如表4所示。

數(shù)據(jù)顯示，各城市經(jīng)濟發(fā)展-物流業(yè)減碳路徑的選擇是優(yōu)先發(fā)展本省內(nèi)相比的障礙指標，再發(fā)展本市內(nèi)的障礙指標。例如，武漢應(yīng)優(yōu)先發(fā)展指標6（民用汽車人均擁有量）、指標7（人均公路里程），再發(fā)展指標3（人均固定資產(chǎn)投資額）；荊州應(yīng)優(yōu)先發(fā)展指標1（人均GDP）、指標4（人均公路貨運量），再發(fā)展指標3（人均固定資產(chǎn)投資額）。

政策數(shù)據(jù)庫的構(gòu)建應(yīng)結(jié)合先進地區(qū)經(jīng)濟、綠色物流、環(huán)境領(lǐng)域最新的五年規(guī)劃。本文結(jié)合上海、廣州、杭州、南京、武漢等城市發(fā)布的“十四五”國民經(jīng)濟發(fā)展規(guī)劃、綠色物流規(guī)劃、環(huán)境保護規(guī)劃中提到的經(jīng)濟發(fā)展以及物流業(yè)減碳相關(guān)政策措施，匯總了提升7個指標的措施，如表5所示。

4" " 結(jié)論與建議

4.1" " 主要結(jié)論

本文以湖北省為研究對象，得出結(jié)論如下。

基于經(jīng)濟發(fā)展、物流業(yè)碳排放指標建立脫鉤關(guān)系分析顯示，“十三五”期間，湖北省各城市呈現(xiàn)出兩種脫鉤類型。省域內(nèi)的中心城市武漢及兩個副中心城市宜昌、襄陽及周邊城市，由于承載區(qū)域經(jīng)濟發(fā)展重擔，均表現(xiàn)出擴張負脫鉤傾向；弱脫鉤類型的城市主要為湖北省“武漢城市圈”外圍城市及“宜荊荊恩”城市群中的大部分城市。其中，孝感、黃岡、咸寧、恩施情況相對較好。

區(qū)域內(nèi)各城市經(jīng)濟發(fā)展-物流業(yè)減碳路徑是優(yōu)先發(fā)展本省內(nèi)相比的障礙指標，再發(fā)展本市內(nèi)的障礙指標。例如，武漢應(yīng)先落實公交優(yōu)先戰(zhàn)略、引導(dǎo)共享出行、加強自行車專用道和行人步道等城市慢性系統(tǒng)建設(shè)、推廣新能源汽車等措施優(yōu)先改善指標6（民用汽車人均擁有量），并通過日常規(guī)劃行程、注意車輛維護等方式改善指標7（人均公路里程），再通過創(chuàng)新投融資機制、支持物流企業(yè)發(fā)行各類債務(wù)融資工具、加大對低碳物流企業(yè)的招商引資力度等方式發(fā)展指標3（人均固定資產(chǎn)投資額）。

政策數(shù)據(jù)庫用于支持制訂政策措施。政策數(shù)據(jù)庫的構(gòu)建應(yīng)結(jié)合國家及先進地區(qū)經(jīng)濟、綠色物流、環(huán)境領(lǐng)域最新的五年規(guī)劃以及相關(guān)文獻中經(jīng)濟發(fā)展-物流業(yè)減碳路徑建議，同時針對各城市障礙因子對應(yīng)政策數(shù)據(jù)庫找到相應(yīng)減排路徑。

4.2" " 主要建議

本文以國民經(jīng)濟發(fā)展支柱——物流業(yè)為基礎(chǔ)，建立經(jīng)濟發(fā)展指標和物流業(yè)碳排放指標，開展脫鉤評價、障礙度分析，以此找到區(qū)域經(jīng)濟發(fā)展-物流業(yè)減碳路徑研究方法。然而，研究發(fā)現(xiàn)，指標體系的構(gòu)建仍具有一定局限性，由于統(tǒng)計數(shù)據(jù)中缺乏民用汽車中新能源汽車比重的統(tǒng)計，“民用汽車人均擁有量”核算出的交通碳排放可能高于實際情況。指標的選取與數(shù)據(jù)的統(tǒng)計具有特征性，不同城市同樣可以國民經(jīng)濟發(fā)展的支柱型產(chǎn)業(yè)物流業(yè)為起點，公路運輸為導(dǎo)向，構(gòu)建相關(guān)碳排放指標，以表征區(qū)域碳排放潛力，同時從各城市能源統(tǒng)計年鑒中找到完整的數(shù)據(jù)指標，以此構(gòu)建合理的評價指標體系。另外，經(jīng)濟發(fā)展-物流業(yè)減碳政策措施庫還需要結(jié)合各地政策經(jīng)驗不斷完善，從而為其他城市經(jīng)濟發(fā)展-物流業(yè)減碳路徑規(guī)劃提供參考。

參考文獻：

[1] 鐘文，楊俊，鄭明貴，等．中國城市數(shù)字經(jīng)濟對物流業(yè)碳排放的影響效應(yīng)及傳導(dǎo)機制[J]．中國環(huán)境科學，2024，44（1）：427-437.

[2] 張明." 《效率視角下中國物流業(yè)能源消耗與二氧化碳排放研究》書評[J]．技術(shù)經(jīng)濟與管理研究，2019（10）：1.

[3] 馬國亮，馬曉翠，楊芳，等．區(qū)域經(jīng)濟-社會-物流產(chǎn)業(yè)耦合協(xié)調(diào)度研究——以甘肅省隴南市為例[J]．物流科技，2024，47（13）：

85-90.

[4] 樸勝任，李健．京津冀區(qū)域碳減排能力測度與評價[J]．科技管理研究，2016，36（5）：6.

[5] 李云，桂海霞，王向前，等．基于熵權(quán)—Topsis的中部地區(qū)低碳物流發(fā)展水平評價[J]．衡陽師范學院學報，2022，43（3）：115-120.

[6] 陳莉，譚俊華．我國物流業(yè)能源消耗與經(jīng)濟增長的脫鉤效應(yīng)及其驅(qū)動要素研究[J]．商業(yè)經(jīng)濟研究，2021（3）：98-102.

[7] 黃丙桂，白林．安徽省綠色物流績效評價及障礙因子分析[J]．科技和產(chǎn)業(yè)，2024，24（15）：62-67.

[8] 鐘太洋，黃賢金，韓立，等．資源環(huán)境領(lǐng)域脫鉤分析研究進展[J]．自然資源學報，2010（8）：13.

[9] 禹湘，陳楠，李曼琪．中國低碳試點城市的碳排放特征與碳減排路徑研究[J]．中國人口·資源與環(huán)境，2020，30（7）：9.

[10]" 李健，白子毅，李柏桐．雙碳背景下京津冀物流業(yè)碳排放脫鉤及影響因素研究[J]．城市問題，2022（5）：8.

[11]" 舒波，郝美梅．基于熵權(quán)TOPSIS法的旅游上市公司績效評價[J]．北京第二外國語學院學報，2009（9）：5.

[12]" 趙靜，王婷，牛東曉．用于評價的改進熵權(quán)TOPSIS法[J]．華北電力大學學報：自然科學版，2004，31（3）：3.