基于组合赋权和灰色 -TOPSIS的陕西省道路 运输业低碳竞争力评价

田爱玄¹，王蕾²

(1.长安大学经济与管理学院，陕西西安 710064；2.长安大学公路学院，陕西西安 710064)

摘要 ：能源利用的持续紧张和生态环境的逐步恶化使得低碳化成为道路运输业的发展趋势。从运输生产、经济发展、低碳效率三方面建立道路运输低碳竞争力的评价体系，先采用组合赋权法确定评价指标权重，再运用灰色-逼近于理想值的排序方法(technique for order preference by similarity to an ideal solution，TOPSIS)构建道路运输业低碳竞争力评价模型，对2012—2016年陕西省道路运输业低碳竞争力进行实证分析。研究表明：陕西省道路运输业在改善低碳效率的同时保持着经济效益的平稳增长和运输生产的稳态运行，整体低碳竞争力逐年提高。

关键词 ：道路运输业；低碳竞争力；评价体系；组合赋权法；灰色-TOPSIS

0引言

社会经济的快速发展，促使交通运输需求日益增长。交通运输作为国民经济运行的基础，更是能源消耗和碳排放问题的主要来源之一，因此发展绿色低碳的交通运输已成为节能减排的工作重点。

近年来，越来越多的学者开始关注交通运输行业的低碳化研究。这些研究主要是从能耗与碳排放测算^[1-3]与碳排放驱动因子分析等^[4-8]两方面进行探讨。文献[1]以省级交通运输业为研究对象，建立以能源消费和碳排放总量、分能源品种与分运输方式的比例结构及能耗与碳排放强度为指标的测算体系。文献[2]针对无调控、汽车保有量调控、燃油经济性调控及综合调控等4种情景，讨论了碳排放的变化情况。文献[4]采用对数平均迪氏指数法(logarithmic mean weight divisia index,LMDI)、修正的拉氏指数法探讨了我国交通运输业的碳排放驱动因素。文献[5 -6]分别运用向量自回归模型(vector auto-regression,VAR)对碳排放因子进行分析，结果表明提高能源利用效率可有效降低二氧化碳排放。文献[7 -8]运用通径分析探讨交通运输业主要驱动因子间的作用机理。

2.4 预后分析 子宫内膜癌组患者术后进行4～57个月的跟踪随访，其中有19例因肿瘤复发和转移死亡。生存比较采用Kaplan-Meier生存曲线，Long-rank检验。结果表明，HE4高表达(++，+++)患者的死亡数明显高于HE4低表达(-，+)患者，HE4高表达生存时间也明显低于HE4低表达患者(t=8.78，P=0.013)，见图2a。对有无淋巴转移进行Long-rank检验分析，无淋巴转移患者的生存时间明显高于有淋巴转移患者(t=13.36，P=0.004)，见图2b。

道路运输作为交通运输业的重要组成部分，低碳化是其发展的必然过程和重要要求。文献[9]通过建立自下而上的模型来估计中国道路运输部门燃油消耗量和二氧化碳排放量。文献[10]运用能源需求的全生命周期模型对中国道路运输业的能耗进行探究。文献[11]采用投入产出法和过程分析法讨论福建省道路运输业的碳排放量。文献[12]建立道路运输企业的循环经济评价体系。文献[13]通过机构制度、组织调度、节能减排等指标构建道路运输企业的节能减排评价指标体系。

在本课时正文的第二段，类比三角形全等的判定，教材以问题“类似地，判定两个三角形相似时，是不是也存在简便的判定方法泥”引出探究话题(定理1)．在探索定理1时，教材安排了对图1中l1， l2，被三条平行线l3，l4，l5截得的线段长度的度量和长度比值的计算，让学生通过反复操作与运算，发现并归纳基本事实(即定理1)．为了引出“平行判定法”，教材在得出定理1后，将图1中的两根相交直线特殊化，将其交点挪到了这组平行线的一条直线上，形成了图2、图3，并据图2、图3归纳出定理2．

自2013年引入低碳竞争力以来，低碳化已成为行业竞争力演化过程中的重要举措。澳大利亚气候研究机构与英国第三代环境主义组织联合发布的研究报告《20国集团(G20)低碳竞争力》中指出，低碳竞争力是在减少碳排放的同时实现经济更好发展的能力。文献[14-16]讨论了钢铁企业的低碳竞争力。文献[17-19]分别对城市及省际的低碳竞争力进行评价。文献[20]将灰色关联法与数据包络分析法(data envelopment analysis,DEA)结合，研究江苏省水运低碳竞争力的动态演化。文献[21-22]应用灰色关联法对道路运输业低碳竞争力进行了评价研究。

从上述文献的分析看，目前研究相对集中于能源消耗量预测、低碳评价体系方面，关于道路运输业低碳竞争力的研究较少，而提高道路运输业的低碳竞争力对于经济与环境的和谐发展具有重要的促进作用。本文在文献[21]研究的基础上，构建运输生产、经济发展、低碳效率为一级指标的道路运输业低碳竞争力评价指标体系，采用序关系分析法(G1-method,G1)和变异系数法相结合的组合赋权法对评价指标权重进行评价，再以组合权重为基础，基于灰色-逼近于理想值的排序方法(technique for order preference by similarity to an ideal solution，TOPSIS)构建道路运输业低碳竞争力评价模型，并对2012—2016年陕西省道路运输业低碳竞争力进行实证分析。

图4分析了原油成品油管道运行350h到450 h之间，土壤平均温度和原油管内壁平均热流密度的变化关系。由两组曲线变化趋势可以看出:管壁热流密度方面，饱和含水冻土比无水冻土的低，但在土壤平均温度方面，饱和含水冻土却比无水冻土要高。这主要是由于孔隙中水分凝结成冰时，释放大量的潜热，土壤平均温度升高，管内外温度梯度降低，从而管壁热流密度降低。

1评价体系构建

道路运输行业不仅涉及运输生产，同时也是影响社会经济与生态环境的重要因素。因此，在构建道路运输低碳竞争力评价体系时，既要考虑运输生产的基本特征，同时要满足社会经济和生态环境的低碳发展要求。基于此，构建由运输生产、经济发展、低碳效率为一级指标，换算周转量、等级公路比例、道路运输产值增加值、道路运输业能耗量、新能源车辆使用率、单位运输周转量能耗、单位运输产值增加值能耗为二级指标的道路运输业低碳竞争力评价体系，如表1所示。

表 1道路运输业低碳竞争力评价指标体系

2基于组合赋权法的评价指标权重确定

对于道路运输业低碳竞争力评价指标来说，换算周转量、等级公路比例、道路运输产值增加值、新能源车辆使用率等4个指标取观测数据的最大值作为最优值。道路运输业能耗量、单位运输周转量能耗、单位运输产值增加值能耗等3个指标取观测数据的最小值作为最优值。

客观赋权法是利用数值统计将各指标值进行分析处理，来确定指标权重的方法，如主成分分析法、熵权法、变异系数法,其评价结果具有较强的客观性与数据依据，但却忽视了评价指标的主观定性分析。两种权重确定方法均具有一定的局限性。

式中：ρ 为分辨系数，0<ρ <1，通常取ρ =0.5。

2.1基于 G1法的评价指标主观权重

1)确定评价指标序关系

EVA评价指标的科学性、有用性毋庸讳言，其正在全球范围内被广泛应用，但不同行业、不同发展阶段、不同规模的企业，仅使用EVA对企业进行绩效评价是不够的，实际工作中需要根据行业特点建立相配套的评价体系。不断提高管理者对EVA的认识并逐渐完善考核体系，相信EVA绩效评价在我国央企终将大放异彩，与企业、与国家共命运，彰显小指标的大作用。

①定义1。若评价指标x _i 相对某评价准则的重要程度大于等于x _k 时，i =1，2，……,n ；k =1，2，……,n ，n 为指标个数，则记x _i ≻x _k 。

1.开放透明。互联网结构开放，任何使用者都能够通过接入网络获得信息和服务，在技术上大大消除信息壁垒，促进社会信息传播开放透明。对于地方政府而言，借鉴互联网的公开透明理念，开放政府决策过程、行政事项等政府治理信息和经济社会发展相关政府数据，是提升政府公信力和公众满意度以及盘活信息资产的有效途径。

2)确定指标间的相对重要性程度

设x _i-1 和x _i (i =n ，n -1，n -2，……，3，2)是经过序关系排列后的相邻指标，专家赋于评价指标x _i-1 和x _i 权重为r _i ，r _i 的理性赋值如表2所示。

表 2 G1法 r _i 赋值参考

3)经序关系排列后第i 个评价指标的主观权重

(1)

其中,经序关系排列后的第n 个评价指标的权重

(2)

2.2基于变异系数法的评价指标客观权重

设x _i 为第i 个评价指标，i =(1，2，……，n )，n 为指标个数；x _ij 为第i 个评价指标在第j 个年度下的观测数据，p 为评价总年度数，j =(1，2，……，p )。

基于变异系数法的评价指标客观权重确定步骤如下：

1)计算各评价指标x _i 的均值和标准差

客户端流量拦截功能基于browsermob-proxy代理实现。代理工具browsermob-proxy开放源代码，本文除了使用API接口提供的功能外，还改动源码适配Android系统。代理需要长期运行，为了保证代理不被系统回收，将代理写入Android前台服务中并在通知栏显示运行状态。

相对贴近度ξ _j 表示第j 年道路运输业低碳竞争评价指标与理想解的接近程度，ξ _j 取值越大,说明该评价年的道路运输业低碳竞争力越强，ξ _j 取值越小，说明该评价年的道路运输业低碳竞争力越弱。

(3)

(4)

式中：为第i 个指标的正理想值，为第i 个指标的负理想值，

(5)

3)计算评价指标x _i 的权重

律师释法：专利法上的专利侵权行为主要分为直接侵权和间接侵权两类。其中直接侵权包含以下几种形式：(1)制造发明、实用新型、外观设计专利产品的行为；(2)使用发明、实用新型专利产品的行为；(3)许诺销售发明、实用新型专利、外观设计专利产品的行为；(4)销售发明、实用新型或外观设计专利产品的行为；(5)进口发明、实用新型、外观设计专利产品的行为；(6)使用专利方法以及使用、许诺销售、销售、进口依照该专利方法直接获得的产品的行为；(7)假冒他人专利的行为。

(6)

2.3评价指标组合权重的确定

设第i 个评价指标的组合权重为主观权重w _i 与客观权重的线性组合，则有

(7)

式中：β 为主观权重所占比例，(1-β )为客观权重所占比例。借鉴文献[25]，取β =0.5。

(三)品牌意识和行动缺少持久力导致轻重失衡。品牌是持久实践的产物，持久的探索和完善方可铸成品牌。品牌的标准有哪些？我们可否作这样的基本概括——业内认同、认可并支持；引起社会关注，吸引公众参与；党政满意。这三条指向三个侧重面，目标是育品牌、打品牌，凸现文艺界人士的主体地位和创新智慧。而现实是，绍兴的文艺品牌不多。其原因在于较大程度存在“品牌意识不强，今年办了，明年再说，活动缺乏示范性”、“重活动组织，轻谋划和总结提炼”、“重活动，轻原创”、“活动组织各自为政，统筹力度不够，活动资源在地域、时间上分布不平衡”、“重本级轻基层，重运行轻管理，重眼前轻长远”等失衡问题，必须加以思考，逐步改良和完善。

3基于灰色 -TOPSIS的道路运输业低碳竞争力评价模型

目前常用的权重确定方法主要分为主观赋权法和客观赋权法两类。其中，主观赋权法是根据专家主观价值判断来确定指标权重的方法，如：层次分析法(analytic hierarchy process,AHP)、G1法。其评价结果依赖专家意见，具有较强的主观随意性。

1)由于各评价指标的计量单位存在差异，首先对原始数据进行无量纲化处理，有

②定义2。若评价指标x ₁，x ₂，……,x _n 相对于某评价准则具有关系式≻≻,……,≻时，则称评价指标x ₁,x ₂,……，x _n 间按“≻”确定了序关系。这里表示x ₁,x ₂,……,x _n 按序关系“≻”排定顺序后的第i 个评价指标(i =1,2, ……，n )^[23-24]。为书写方便且不失一般性，≻≻,……,≻仍记为x ₁≻x ₂≻,……,≻x _n 。

(8)

(9)

式中：x _i0 为第i 个评价指标在各年度下观测数据的最优值；分别为x _i0 、x _ij 无量纲化处理的结果。

2)计算绝对差的最大值Δ _max和最小值Δ _max

(10)

(11)

3)求解各二级评价指标的得分系数

(12)

因此,为使评价指标的权重达到主观和客观的统一，从而更接近实际情况，本文综合主、客观赋权法的优点与不足，采用G1法主观赋权、变异系数法客观赋权的组合赋权法，确定评价指标的组合赋权权重。

称取编号为RCS25的长柄扁桃仁样品6份，按照1.2.3.1和 1.2.2的方法操作。试验测定表明，样品RCS25中只含有苦杏仁苷成分，不含野黑樱苷。记录苦杏仁苷峰面积分别为484.0、499.2、460.8、483.5、462.0、497.0。苦杏仁苷平均含量2.45%，RSD为3.13%(n=6)，表明方法重复性良好。

4)将组合赋权法得到的二级指标的权重与得分系数f _ij 相乘，得到加权矩阵

水行政是水行政主管部门及其工作人员在水行政管理领域内，依照法定职权和程序通过实施相应法律、法规而作出的具体行政行为。

(13)

5)第j 年第i 个指标与正理想解和负理想解的灰色关联系数分别为:

(14)

(15)

2)计算各指标的变异系数

（1）与国内其他湖泊相比，洞庭湖及其入湖口表层沉积物TN、TP和OM的含量均处于中间水平。空间格局均表现为南洞庭湖>西洞庭湖>东洞庭湖，各个入湖口中湘江入湖口处TN、TP和OM的含量均属最高。

越大，表明j 年第i 个指标的实际值与正理想解间的几何相似度越高；越大，表明j 年第i 个指标的实际值与负理想解间的几何相似度越低。

6)第j 年道路运输业低碳竞争力水平与正理想解、负理想解的灰色关联度分别为:

(16)

(17)

7)第j 年道路运输业低碳竞争力水平的灰色关联相对贴近度

(18)

当然，由于等离子射流温度足够高，且原始的NiAlW合金粉末具有较高的热导率和球形度，在喷涂过程中受热较均匀，熔融粉末颗粒高速撞击基体或已沉积涂层后变形充分，在凝固前可在基体及已沉积涂层表面迅速铺展并填充缝隙，且原始粉末粒径分布较宽，较细的熔融粉末更易于填充孔隙，故涂层整体仍较为致密。

由图9a所示，截割头从中间位置向下运动，当截割轨迹超出模拟的巷道边框时，报警的指示灯发生变化，以此引起操作人员警示。由图9b所示，截割头的位置实时显示在可视化界面中，掘进机根据界面中规划好的截割路径和移动截割头，截割轨迹显示正常。

4道路运输业低碳竞争力评价实证分析

选取2012—2016年陕西省道路运输业发展基础数据，如表3所示，评价其低碳竞争力，得出2012—2016年陕西省道路运输业运输生产、经济发展、低碳效率的竞争力评价结果，进而对陕西省道路运输业总体低碳竞争力水平进行分析。

表 3 2012—2016年陕西省道路运输业基本数据表

采用G1法对道路运输业竞争力二级评价指标重要程度进行排序：x ₆≻x ₇≻x ₄≻x ₅≻x ₃≻x ₁≻x ₂，并对经过序排列的二级指标根据表2进行理性赋值：r ₂=w ₆/w ₇=1.1，r ₃=w ₇/w ₄=1.2，r ₄=w ₄/w ₅=1.3，r ₅=w ₅/w ₃=1.1，r ₆=w ₃/w ₁=1.1，r ₇=w ₁/w ₂=1.6。由式1)～2)得出二级评价指标的主观权重w _i ；根据表3及式3)～6)得出二级评价指标的客观权重w _i ′；最后由式7)进一步确定二级评价指标的组合权重如表4所示。

表 4二级评价指标的主 、客观权重及组合权重

根据式8)～18)计算2012—2016年陕西省道路运输业一级评价指标的相对贴近度，如表5所示。其中相对贴近度数值越大，说明该评价年份对应的一级指标竞争力越强。

表 5 2012—2016年陕西省道路运输业一级评价指标相对贴近度

由表5可见：

1)陕西省2012—2016年道路运输业运输生产竞争力相对贴近度整体呈上升趋势。其中，2014年运输生产竞争力相对贴近度出现明显的降低，2015年开始回升，至2016年运输生产竞争力相对贴近度达到0.539 9，较2012年增长14.39%。

2)陕西省2012—2016年道路运输行业经济发展竞争力相对贴近度整体呈上升趋势，2016年为0.724 5，较2012年增加154.84%，说明陕西省道路运输业2012—2016年得到了良好发展。原因是陕西省道路运输等级公路所占比例逐年上升，运行环境不断改善，促使国民生产总值持续增长，而单位产值增加值的能耗量持续降低，反映了近几年陕西省在发展道路运输业经济效益的同时，逐步重视道路运输行业的低碳化演变，且低碳道路运输取得了较好的经济收益。另一方面，经济发展竞争力水平对陕西省道路运输业低碳竞争力的影响程度越来越大，所占比例越来越重要。

图1 陕西省道路运输业低碳竞争力水平评价

3)作为表征陕西省道路运输业竞争力的关键指标，低碳效率竞争力的相对贴近度整体呈上升趋势，由表3可以看出道路运输业的能耗量x ₄整体呈下降趋势，完成单位运输周转量所消耗的能源量x ₆持续减少，低碳效率逐渐提高。

根据式8)～18)，同时综合一级指标相对贴近度的评价结果，得出2012—2016年陕西省道路运输业总体竞争力水平评价结果，如图1所示。由图1可知：陕西省2012—2016年道路运输行业的低碳竞争力相对贴近度整体呈上升趋势，2016年达到0.599 2，较2012年上涨30.23%，说明陕西省着力推广节能减排政策，调整产业结构，在控制碳排放量、推动道路运输业的绿色化方面取得了一定成绩。

5结论

1)陕西省道路运输业整体低碳竞争能力逐渐提高，有效地降低了道路运输业整体能耗和单位运输周转量能耗，表明陕西省在道路运输业低碳化发展工作上取得了显著成效。

2)从2016年陕西省道路运输业能耗量、单位运输周转量能耗及低碳效率等方面来看，提高能源利用效率、降低能源消耗强度是陕西省提高道路运输业低碳竞争力的有效途径。

3)从各一级指标评价结果来看，经济发展是制约陕西省道路运输业低碳发展的主要因素，而运输生产、低碳效率是促进陕西省道路运输业低碳发展的主要因素。因此，发展经济水平、稳固运输生产能力、提高低碳效率是促进陕西省道路运输业低碳化发展的重要路径。

本文选取的道路运输业低碳竞争力指标具有一定的局限性，同时仅对陕西省的道路运输业进行评价，并未扩展到省域或市域间道路运输业低碳竞争力的比较，因此这将是未来的研究方向。

参考文献 ：

[1]欧阳斌, 凤振华, 李忠奎,等.交通运输能耗与碳排放测算评价方法及应用:以江苏省为例[J].软科学, 2015(1):139-144.

OUYANG Bin, FENG Zhenhua, LI Zhongkui, et al.Calculation and evaluation methodology of transport energy consumption and carbon emission：the case of jiangsu province[J].Soft Science, 2015(1):139-144.

[2]杨加猛, 万文娟. 省域交通运输业碳排放核算及其减排情景分析[J].公路，2017(11):155-159.

YANG Jiameng, WAN Wenjuan.Carbon emissions and reduction scenarios of transportation in Jiangsu Province[J].Highway, 2017(11):155-159.

[3]谢守红，蔡海亚，夏刚祥.中国交通运输业碳排放的测算及影响因素[J].干旱区资源与环境，2016，30(5):13-18.

XIE Shouhong, CAI Haiya, XIA Gangxiang.Calculation of the carbon emissions of Chinese transportation industry and the driving factors[J].Journal of Arid Land Resources and Environment, 2016，30(5):13-18.

[4]呙小明, 张宗益.我国交通运输业能源强度影响因素研究[J].管理工程学报, 2012, 26(4):90-99.

GUO Xiaoming, ZHANG Zongyi.What is keeping energy intensity in China′s transportation sector from deterioration[J].Journal of Industrial Engineering and Engineering Management, 2012，26(4):90-99.

[5]WANG W W，ZHANG M，ZHOU M.Using LMDI method to analyze transport sector CO emissions in China[J].Energy， 2011，36(10):5909-5915.

[6]XU B, LIN B.Carbon dioxide emissions reduction in China′s transport sector:a dynamic vector autoregression approach[J].Energy，2015，83:486-495.

[7]肖紫薇, 袁长伟, 云虹.中国交通运输业碳排放的通径分析模型[J].统计与决策, 2016(15):25-29.

XIAO Ziwei，YUAN Changwei, YUN Hong.Path analysis model of carbon emissions in China′s transportation industry[J].Statistics & Decision，2016(15):25-29.

[8]杜强，孙强，杨琦，等.中国交通运输业碳排放驱动因素的通径分析方法[J].交通运输工程学报，2017，17(2):143-150.

DU Qiang, SUN Qiang, YANG Qi, et al.Path analysis method of driving factors of carbon emissions for Chinese transportation industry[J].Journal of Traffic and Transportation Engineering，2017，17(2):143-150.

[9]HE K，HUO H，ZHANG Q，et al.Oil consumption and CO emissions in China′s road transport: current status, future trends, and policy implications[J].Energy Policy, 2005, 33(12):1499-1507.

[10]OU X M, ZHANG X L, CHANG S Y. Scenario analysis on alternative fuel/vehicle for China′s future road transport: life-cycle energy demand and GHG emissions[J].Energy Policy, 2010, 38(8):3943-3956.

[11]陈诚, 洪雅玲, 方玲娜,等.福建省道路运输业碳排放测算与分析[J].重庆交通大学学报(自然科学版), 2017, 36(9):98-103.

CHEN Cheng, HONG Yaling, FANG Lingna, et al.Calculation and analysis on carbon emission of road transport industry in Fujian Province[J].Journal of Chongqing Jiaotong University(Natural Science)，2017, 36(9):98-103.

[12]孙启鹏，王帅.基于低碳经济的道路运输企业循环经济评价与发展对策研究[J].科技管理研究，2011，31(2):138-141.

SUN Qipeng, WANG Shuai.Study on economy evaluation and development countermeasure of road transport enterprise circulation[J].Science and Technology Management Research, 2011，31(2):138-141.

[13]王林, 杨新秀.道路运输企业节能减排评价指标体系的构建[J].武汉理工大学学报(信息与管理工程版), 2009, 31(4):654-657.

WANG Lin, YANG Xinxiu.Construction of the evaluation index system for energy saving and emission of road transportation enterprises[J].Journal of Wuhan University of Technology(Information & Management Engineering)，2009，31(4):654-657.

[14]江玉国, 范莉莉, 胡颖梅.基于组合评价法的钢铁企业低碳竞争力评价研究[J].中国科技论坛, 2016(5):78-84.

JIANG Yuguo，FAN Lili，HU Yingmei.Study on evaluation of low carbon competitiveness of steel corp based on the combined method[J].Forum on Science and Technology in China，2016(5):78-84.

[15]范莉莉, 江玉国.基于熵值法的钢铁企业低碳竞争力评价[J].软科学，2016, 30(8):42-46.

FAN Lili, JIANG Yuguo.Low carbon competitiveness evaluation of steel enterprise based on the entropy value method[J].Soft Science，2016，30(8):42-46.

[16]江玉国, 胡颖梅, 范莉莉.基于TOPSIS法的钢铁企业低碳竞争力评价：来自12家上市钢铁公司的数据[J].科技管理研究，2016，36(11):259-266.

JIANG Yuguo, HU Yingmei, FAN Lili.Evaluation of low carbon competitiveness of steel corp based on TOPSIS method:data from 12 listed steel corp[J].Science and Technology Management Research，2016, 36(11):259-266.

[17]杨春苗, 郭海湘, 刘晓，等.中国城市群城市低碳竞争力仿真评价[J].科技管理研究，2016，36(13):243-254.

YANG Chunmiao，GUO Haixiang， LIU Xiao，et al.Simulation evaluation of urban low-carbon competitiveness of urban clusters in China[J].Science and Technology Management Research，2016, 36(13):243-254.

[18]李健, 朴胜任, 王铮.基于DPSIR-ENTROPY-TOPSIS模型的省际低碳竞争力评价及空间差异分析[J].干旱区资源与环境，2016，30(12):40-46.

LI Jian，PIAO Shengren，WANG Zheng.Evaluation of low carbon competitiveness of provinces and spatial differences analysis based on DPSIR-ENTROPY-TOPSIS model[J].Journal of Arid Land Resources and Environment, 2016, 30(12):40-46.

[19]陈静，程东祥，诸大建.基于灰理想关联分析的中国城市低碳竞争力评价[J].资源科学，2012，34(9):1726-1733.

CHEN Jing，CHENG Dongxiang，ZHU Dajian.Evaluation of urban low-carbon competitiveness in china using grey relational analysis[J].Resources Science，2012，34(9):1726-1733.

[20]陈静，张毅，黄贤金，等.基于灰色数据包络分析法的水运低碳竞争力动态评价模型[J].环境污染与防治，2017，39(11):1274-1277.

CHEN Jing，ZHANG Yi，HUANG Xianjin，et al.Dynamic evaluation model of water-transportation low-carbon competitiveness based on data envelopment analysis method and grey relational analysis method[J].Environmental Pollution & Control，2017，39(11):1274-1277.

[21]姜军，陈静.道路运输业低碳竞争力评价指标体系探索[J].开放导报，2014(5):71-74.

JIANG Jun, CHEN Jing. On low carbon evaluation index system for road transportation[J].China Opening Journal， 2014(5):71-74.

[22]姜军， 陈静， 张海森，等.道路运输业低碳竞争力评价研究[J].廊坊师范学院学报(自然科学版)， 2014，14(6):81-83.

JIANG Jun，CHEN Jing，ZHANG Haisen，et al.Evaluation research on low carbon competitiveness in road transport industry[J].Journal of Langfang Teachers University(Natural Science Edition)，2014，14(6):81-83.

[23]郭亚军.综合评价理论、方法及应用[M].北京：科学出版社，2007.

[24]常艳梅, 陈义华.基于指数标度的G1法及其应用[J].重庆理工大学学报(自然科学)，2013，27(8):131-134.

CHANG Yanmei，CHEN Yihua.G1 method on the basis of index number scale and its usage[J].Journal of Chongqing University of Technology(Natural Science)，2013，27(8):131-134.

[25]张识宇, 苏雯璟.基于G1-熵值-TOPSIS的新能源汽车风险投资项目评价[J].世界科技研究与发展，2018，40(2)：172-181.

ZHANG Shiyu，SU Wenjing.Evaluation of new vehicle venture captical project based on G1-Entropy-TOPSIS[J].World Sci-Tech R & D，2018, 40(2)：172-181.

Evaluation of Low Carbon Competitiveness of Road Transport Industry in Shaanxi Province Based on Combination Weighting Method and Grey -TOPSIS

TIAN Aixuan ¹,WANG Lei ²

(1.School of Economics and Management ,Chang ′an University ,Xi ′an 710064，China ; 2. School of Highway ,Chang ′an University ,Xi ′an 710064，China )

Abstract : The continuous tension of energy utilization and the gradual deterioration of ecological environment make low carbon become the development trend of road transport industry .This paper aims to establish an evaluation system of low-carbon competitiveness of road transport from three aspects: transportation production, economic development and low-carbon efficiency. Also it puts forward a method to determine the weight of evaluation index combination. Based on this, an evaluation model of low-carbon competitiveness of road transport industry by using grey-TOPSIS is constructed and an empirical analysis of the low carbon competitiveness of Shaanxi′s road transport industry in the past 2012 to 2016 is made. The research shows that the road transport industry in Shaanxi Province improves the low carbon efficiency while maintaining the steady growth of economic benefits and the operation of transportation production. The overall low carbon competitiveness is increasing gradually.

Keywords :road transport industry; low-carbon competitiveness; evaluation system; combination weighting method；grey-TOPSIS

中图分类号 ：F542

文献标志码： A

文章编号 ：1672-0032(2019)01-0022-08

引用格式 ：田爱玄，王蕾.基于组合赋权和灰色-TOPSIS的陕西省道路运输业低碳竞争力评价[J].山东交通学院学报，2019，27(1)：22-29.

TIAN Aixuan, WANG Lei.Evaluation of low carbon competitiveness of road transport industry in Shaanxi Province based on combination weighting method and grey-TOPSIS[J].Journal of Shandong Jiaotong University，2019，27(1)：22-29.

收稿日期 ：2018-11-12;

网络首发时间: 2019-04-04T14:14:34

网络首发地址: http://kns.cnki.net/kcms/detail/37.1398.U.20190404.1414.008.html

第一作者简介 ：田爱玄(1993—)，女，河北保定人，硕士研究生，主要研究方向为物流工程与供应链管理，E-mail: 1730906427@qq.com.

*通信作者简介 ：王蕾(1994—)，男，陕西咸阳人，硕士研究生，主要研究方向为桥梁与隧道工程，E-mail: 382873308@qq.com.

DOI： 10.3969/j.issn.1672-0032.2019.01.004

(责任编辑：杨秀红)

标签：道路运输业论文;  低碳竞争力论文;  评价体系论文;  组合赋权法论文;  灰色-TOPSIS论文;  长安大学经济与管理学院论文;  长安大学公路学院论文;