基于共识的产品可持续性需求收集与分析方法，有助于在产品设计中有效制定战略

《Sustainable Production and Consumption》：Consensus-based elicitation and analysis of product sustainability requirements for effective strategy formulation in product design

本文提出一种可持续性要求（SRs）的系统框架，整合多层级模型、Dempster-Shafer理论、DEMATEL-ANP-TAISM方法，实现SRs分解、共识决策与优先级排序，并通过案例验证使策略性能提升37.6%，并探索生成式AI的应用。

　　随着全球对可持续发展的关注度不断提升，制造业在产品设计阶段对可持续性的整合已成为一项关键挑战。这一过程不仅涉及将宏观的可持续发展目标转化为具体的设计要求，还需要从产品生命周期的角度对这些要求进行有效的优先级排序，以制定具有深远影响的可持续发展策略。本文提出了一种创新的方法框架，旨在系统地获取、评估和分析可持续性要求（SRs），从而支持更加高效和长远的可持续产品设计。该框架通过多层次的可持续性要求模型，将抽象的战略层面的可持续发展目标转化为具体、可操作的SRs，使可持续性要求能够贯穿于产品设计的早期阶段。此外，该方法还引入了Dempster-Shafer理论（证据理论），以量化专家评估中的共识程度，解决评估中的冲突，并确保决策的准确性与广泛接受性。通过进一步整合决策试验与评价实验室（DEMATEL）方法、分析网络过程（ANP）以及总对抗性解释结构模型（TAISM），该框架能够识别SRs之间的相互关系，对它们进行优先级排序，并制定出稳健的可持续发展策略。与传统的仅关注SR权重的方法不同，本文强调通过SR组合的潜在影响，优先选择能够产生更高效益的组合。这一方法不仅提高了决策的科学性，还为不同规模的企业提供了有效的工具，帮助其在资源有限的情况下，制定出具有更大影响力的可持续发展策略。

本文的研究基于一个实际案例，即某中国领先的定制数控齿轮机床工具制造商（Company C）。该公司不仅专注于产品的制造，还提供贯穿产品生命周期的服务，包括维护、升级、远程监控和再制造，尤其是在产品中期（MoL）和产品末期（EoL）阶段。作为价值链中的重要参与者，该公司正在将其可持续性理念融入下一代产品系列，以开发具有广泛市场潜力的可持续发展策略。在该案例中，通过应用本文提出的方法框架，成功地获取了全面的SRs，并显著提升了专家之间的共识水平，从0.7985提升至0.9260。同时，该框架还有效提升了可持续发展策略的实施效果，使策略性能提高了37.6%。这一结果表明，该方法不仅在理论上具有创新性，而且在实践中也具有高度的可行性与应用价值。

为了进一步提高决策效率，本文还探索了将生成式人工智能（Generative AI）应用于SRs评估的潜力。通过引入AI技术，不仅能够更高效地处理大量数据，还能在复杂的决策过程中提供更准确的分析结果。这有助于企业在面对多学科专家和多元利益相关者时，更快速地整合不同的观点，形成一致的决策方向。尤其是在资源有限的中小企业（SMEs）中，这一方法可以帮助其在有限的资源下，选择最具影响力的SRs，从而推动可持续产品设计的发展。而对于大型企业而言，尽管拥有更多的可持续性机会，但通过该方法可以避免不必要的试错成本，制定出更加高效的可持续发展策略。

本文的研究方法基于产品生命周期的视角，通过系统地分解高层面的SRs，将其转化为具体的产品级SRs。这一过程不仅考虑了产品生命周期中的不同阶段，还结合了技术、环境、经济和社会等多个维度，以确保SRs的全面性与可行性。通过借鉴功能-行为-结构（FBS）模型，本文进一步分析了这些指标，以获得具体可行的可持续性措施。这些措施不仅能够指导设计决策，还能在实际应用中带来显著的可持续性效益。此外，为了确保专家评估的准确性与一致性，本文采用Dempster-Shafer理论对不同专家的评估意见进行整合，量化其中的共识水平，并通过迭代优化，提高决策结果的可靠性。相比于简单地对专家意见进行平均，这种方法能够更有效地解决评估中的冲突，形成更强的共识，从而为后续的可持续性策略制定提供坚实的基础。

在专家评估与共识形成之后，本文进一步整合了DEMATEL和ANP方法，以评估每个SR的重要性，并制定出稳健的可持续发展策略。DEMATEL-ANP方法因其在评估不同指标之间关系和合理分配权重方面的优势，被广泛应用于多准则决策问题中。相比其他方法，ANP能够更有效地考虑SRs之间的依赖性和独立性，这与SRs评估的相互依存特性高度契合。通过结合DEMATEL和ANP方法，本文不仅提高了决策的效率，还减少了因复杂关系带来的误差。此外，TAISM方法进一步简化了这些关系，将其转化为清晰、易懂的模型，从而帮助企业在更全面和清晰的视角下制定出有效的可持续发展策略。这一方法不仅能够识别最优的SR组合，还能在有限资源下最大化可持续性效益，从而推动更加高效、长远的可持续产品设计。

本文的研究框架具有三个核心组成部分：第一，系统地分解高层面的SRs，以获取具体的产品级SRs；第二，解决专家评估中的冲突，形成一致的决策；第三，分析SRs之间的相互关系，对它们进行优先级排序，并制定出可靠的可持续发展策略。这一框架不仅适用于特定行业，如机床工具设计，也具有广泛的适用性，能够为不同领域的可持续产品设计提供指导。通过该框架的应用，企业可以在设计初期就明确可持续性目标，并将其转化为具体的设计要求，从而确保产品在整个生命周期中都能满足可持续发展的需求。同时，该框架还能够帮助企业在资源有限的情况下，优化决策过程，提高可持续性策略的实施效果。

本文的研究不仅填补了现有文献中的某些空白，还为可持续产品设计提供了新的思路和方法。传统的方法往往侧重于单一维度的评估，而本文提出的框架则能够综合考虑多个维度，包括技术、环境、经济和社会，从而确保SRs的全面性与可行性。此外，通过引入Dempster-Shafer理论和DEMATEL-ANP方法，本文能够有效解决评估中的冲突，形成更加稳健的决策。这一过程不仅提高了决策的科学性，还增强了不同利益相关者之间的协作，使可持续性策略能够更广泛地被接受和实施。在实际应用中，该框架能够帮助企业更高效地识别可持续性机会，并制定出符合其战略目标的可持续性措施，从而在产品设计阶段就实现可持续发展的目标。

在实际案例中，本文展示了该方法框架的有效性。通过对Company C的案例分析，不仅验证了该框架在实际应用中的可行性，还揭示了其在提升专家共识和优化决策过程方面的潜力。在该案例中，通过应用该框架，成功地获取了全面的SRs，并提升了专家之间的共识水平，从而确保了决策的准确性与广泛接受性。此外，该框架还显著提高了可持续性策略的实施效果，使策略性能提升了37.6%。这一结果表明，该方法不仅能够有效解决传统方法中的不足，还能在实际应用中带来显著的效益提升。通过该框架的应用，企业可以在设计初期就明确可持续性目标，并将其转化为具体的设计要求，从而确保产品在整个生命周期中都能满足可持续发展的需求。

本文的研究还探索了生成式人工智能在可持续性要求评估中的应用潜力。通过引入AI技术，不仅能够提高数据处理的效率，还能在复杂的决策过程中提供更准确的分析结果。这有助于企业在面对多学科专家和多元利益相关者时，更快速地整合不同的观点，形成一致的决策方向。尤其是在资源有限的中小企业中，这一方法可以帮助其在有限的资源下，选择最具影响力的SRs，从而推动可持续产品设计的发展。而对于大型企业而言，尽管拥有更多的可持续性机会，但通过该方法可以避免不必要的试错成本，制定出更加高效的可持续发展策略。此外，AI技术的引入还能够提高决策的自动化水平，使企业能够在更短的时间内完成复杂的评估任务，从而加快可持续性策略的制定与实施。

综上所述，本文提出的方法框架为可持续产品设计提供了一种系统、科学且高效的解决方案。该框架不仅能够将抽象的可持续性目标转化为具体的设计要求，还能通过整合不同专家的评估意见，形成一致的决策。同时，该框架还能够有效分析SRs之间的相互关系，对它们进行优先级排序，并制定出稳健的可持续发展策略。在实际应用中，该框架能够帮助企业更高效地识别可持续性机会，并在资源有限的情况下，实现更高的可持续性效益。通过这一方法的应用，企业不仅能够在产品设计阶段就实现可持续性目标，还能在产品生命周期的各个阶段持续优化其可持续性表现，从而推动更加环保、经济和社会友好的产品设计。这一研究不仅具有重要的理论价值，还为制造业的可持续发展提供了切实可行的实践指导，有助于企业在未来的竞争中占据更有利的位置。