王新利，高振

（黑龙江八一农垦大学经济管理学院，大庆163319）

企业物流包括运输、仓储、包装、流通加工等环节，为了保持企业在整个行业中的竞争力，势必要降低物流运营成本。发展绿色物流对此有十分重要的意义，不仅能够实现企业利益的最大化，而且能够节约资源、保护环境，实现企业经济和社会的双重价值。

国内关于绿色物流的研究已经有很多。从绿色物流产生的背景、目标、行为和活动范围等方面，提出了关于发展绿色物流的对策；也有学者从可持续发展的角度对现代物流系统对环境造成的负面影响进行综合分析，提出发展物流的对此；而陈娟等人则是通过企业资信定量指标和定性指标模糊分析，提出了资信优序评价的模糊模型，解决了传统资信评价指标的处理难点，提高了评价的准确度。目前，关于绿色物流的研究大都以定性分析为主，缺少定量分析。为了使研究更加具体可靠，研究采用模糊综合评价法对绿色物流进行定性描述和定量分析相结合的方法，从环境性能、资源性能、经济性能和技术性能四个方面进行研究，不仅体现了物流系统中各因素的协调关系，也为企业的可持续发展提供参考，具有较强的实用性。

1 绿色度的评估指标体系

按照对企业绿色物流影响的各个方面可以分为四大类，分别是环境性能、资源性能、经济性能和技术性能，如表1所示。

表1 绿色度评价指标体系Table 1 Green degree evaluation index system

模糊数学模型[6]是一种相对比较成熟的理论，有大量的实践经验可以借鉴。但是数学模型法确定的指标权重是由于专家的偏好、知识水平、认识能力和对评价对象的了解程度不同，评判的结果也有所不同，这是因为专家对评判对象的价值判断与评判对象客观价值的接近程度不同。为了在此基础上更好地确定评判对象的权重，利用某企业员工的问卷调查样式作为样本，以各员工判断矩阵得出的权重构造的模型作为因子，通过模型分析得出各“专家的效度”，也就是员工对评判对象的价值判断与评判对象客观价值的接近程度。

模糊数学在绿色物流评价中的应用。模糊综合评价的结果是被评价对象对评价集各元素的隶属度，它构成一个模糊向量，而不是一个点值。因而需要进一步处理模糊综合评价结果向量。这里采用了目前通用的判别原则即最大隶属度原则。通过最大隶属度原则，就可以判断评价对象与评价集中的哪一个量化元素指标值最接近，进而确定被评价对象的等级。

2 物流绿色度评价的综合评价模型

物流绿色度的评价是一个多层模糊综合评价问题，因素集共分为2个层次，递阶层次模型如下：

2.1 第一层次（目标层）

2.1.1 绿色度评价矩阵的建立

根据前面的分析可知，对绿色度进行评判需要环境性能、资源性能、经济性能和技术性能四个方面进行了评价和分析，并由此组成了绿色度评价指标因素集合V=｛V1，V2，V3，V4｝；假设各要素对应的权重分别为｛0.1，0.2，0.4，0.3｝；将一个物流企业的绿色水平分为优秀、良好、中等、合格和较差五等，并由此构成评语集合C=｛C1，C2，C3，C4，C5｝=｛优秀，良好，中等，较差｝，分别服于评价集合中的各因子为｛5，4，3，2，1｝。其各自所占的权重为｛0.33，0.27，0.2，0.13，0.07｝。设R=｛rij｝，i=1，2，3，4，5；j=1，2，3，4，是从C到V的模糊关系，rij表示被评对象第i种评语在第j个因素达到的可能程度。

选取30名员工对这物流绿色度的4个方面进行评价，得到被研究企业物流绿色度的水平，其环境性能评价的结果为：6人认为是优秀、7人认为是良好、14人认为是中等、3人认为是合格和0人认为是较差，从而综合30名员工对该企业环境性能评价向量为V1=（0.20，0.23，0.47，0.10，0.00）。

同理可得到30名员工对该企业的V2，V3和V4等各个因素的评价向量分别为：

同时得到对该企业物流绿色度水平的评价矩阵：

2.1.2 做模糊线性变换K

假设构成评语集合向量可以量化，即规定优秀、良好、中等、合格和较差五个等级，即C=｛C1，C2，C3，C4，C5｝=｛优秀，良好，中等，较差｝。由K=V·R，经计算得K=［k1，k2，k3，k4，k5］表示各要素集对评语集合各个因子可能性系数，再用最大隶属度原则选择最大的ki对应的可能性系数大小，作为评价结果。计算如下：

由计算的结果可知：

分别对应评语集合中的优秀、良好、中等、合格和较差，再有最大隶属度原则得出如下结果。在集合K中0.32是最大的数，把它作为物流绿色度的评价水平，0.32对应我们提前规定C=｛C1，C2，C3，C4，C5｝=｛优秀，良好，中等，较差｝的C2为良好。我们规定该企业物流水平为良好。

2.2 第二层次（总指标层）

以上使我们针对第一层次（即目标层）进行评价分析。但是其物流绿色度水平测定还是不够详细。这是因为我们所分析的层次还不够详细，为了更加详细，可以进一步地进行层次分化，可得出：

V1=｛u11，u12，u13，u14｝=｛大气污染物评价，固体废弃物评价，噪声污染评价，废水污染评价｝

V2=｛u21，u22，u23｝=｛人力资源评价，设备资源评价，原料资源评价｝

V3=｛u31，u32，u33｝=｛物流成本评价，库存管理成本评价，社会成本评价｝

V4=｛u41，u42，u43｝=｛物流装备先进性评价，物流管理线进行评价，物流决策科学性评价｝

这样测定的绿色度水平更加接近真实值。其综合评价的步骤和第一层评价分析的步骤相似。

2.2.1 绿色度评价矩阵的建立

评价结果依然用问卷的方法进行评价V1=｛u11，u12，u13，u14｝=｛大气污染物评价，固体废弃物评价，噪声污染评价，废水污染评价｝各自对应的权重分别为｛0.3，0.2，0.4，0.1｝。对环境性能评价中的大气污染物的评价结果为

同理可知：

环境性能评价的评价矩阵为

2.2.2 做模糊线性变换K11

K11=［0.10，0.23，0.34，0.22，0.11 ］分别对应评语集合中的优秀、良好、中等、合格和较差，再由最大隶属度原则得出如下结果。在集合K11中0.34是最大的数，把它作为环境性能的评价水平，0.34对应我们提前规定C=｛C1，C2，C3，C4，C5｝=｛优秀，良好，中等，较差｝的C3为中等。我们规定该企业中环境性能水平为中等。用同样的方法进行对V2，V3和V4评价分析如表2：

表2 采用相同的方法对V2、V3和V4评价结果Table 2 Evaluation results of the samemethod to V2、V3 and V4

由此可以得到资源性能评价的评价矩阵为：

做模糊线性变换K22

由K22=［0.30，0.23，0.27，0.10，0.10 ］可知，再由最大隶属度原则得出如下结果。在集合K22中0.3是最大的数，把它作为环境性能的评价水平，我们规定该企业中资源性能水平为优。

同理得到经济性能评价的评价矩阵为

做模糊线性变换K33

由K33=［0.24，0.30，0.26，0.10，0.10 ］可知，再由最大隶属度原则得出如下结果。在集合K22中0.3是最大的数，把它作为经济性能的评价水平，我们规定该企业中经济性能水平为良好。

同理可以得到技术性能评价的评价矩阵为做模糊线性变换K44

由K44=［0.15，0.25，0.35，0.15，0.10 ］可知，再由最大隶属度原则得出如下结果。在集合K44中0.35是最大的数，把它作为技术性能的评价水平，我们规定该企业中技术性能水平为中等。

3 结论与讨论

第二层次的分析中由以上的分析可以得出这样的结论：对于绿色度评价指标体系中的环境性能的评价是中等的，所占的权值为0.2；对于绿色度评价指标体系中的资源性能的评价是优的，所占的权值为0.33；对于绿色度评价指标体系中的经济性能的评价是良好的，所占的权值为0.27；对于绿色度评价指标体系中的技术性能的评价是中等的，所占的权值为0.2。由绿色度评价指标体系因素集合V=｛V1，V2，V3，V4｝，各要素对应的权重分别为（0.1，0.2，0.4，0.3）由此可以得到该企业的物流绿色度的综合水平为

可见，0.25位于0.27和0.2之间，即良好和中等之间。可以判断出该企业的物流绿色度的综合水平为中等以上，良好以下。第二层次的分析更加细化，更能详细、准确地评价出物流绿色度的水平，还可以知道在哪个方面上欠缺，可以进一步的改进。

人们在衡量物流的绿色度具有一定的模糊性，通过精确定量分析并做出确切的判断是不切合实际的。采用模糊数学的模糊综合评判模型不仅考虑了所有因素的影响，而且保留了各级评价的全部信息，其量化结果能较好地反映企业物流绿色度的实际情况，较好地解决了物流绿色度的评价问题，给出了企业物流绿色度水平的高低排序，较完整地反映了生产物流的综合性能指标水平，体现了综合评价的系统性、合理性且具有普遍适用性。从而为加强企业物流行业开发与管理提供了依据。

［1］林敬松，钟唯希.对发展绿色物流的思考［J］.物流，2002（8）：33-35.

［2］王长琼.绿色物流的产生背景及发展对策初探［J］.物流技术，2002（6）：21-22.

［3］吕诗芸.绿色物流发展的新趋势［J］.物流科技，2007（3）：81-83.

［4］马光辉，奚文，董志文.模糊数学在物流系统规划评价中的应用［J］.煤矿机械，2006（2）：340-341.

［5］陈娟，吴开微.企业资信的模糊数学评价方法［J］.工科数学，2001（4）：21-24.

［6］刘侠，李玉凤.模糊数学法计量油气企业环境成本［J］.黑龙江八一农垦大学学报，2008，20（1）：103-104.