基于AHP-MABAC多准则决策模型的电动自行车可持续交通选择研究

本研究针对电动自行车(E-bike)选择标准不明确的问题，采用层次分析法(AHP)与边界近似区域比较法(MABAC)相结合的决策模型，系统评估了8项关键性能指标。结果显示消费者最关注续航里程(24%)和电池容量(21%)，最终Simple One车型综合排名第一。该研究为制造商优化产品设计、政府完善充电设施提供了量化依据，对推动可持续交通发展具有重要意义。

　　

随着全球气候变化加剧，交通运输领域的碳减排压力日益凸显。传统燃油摩托车占印度城市交通的75%，其温室气体排放量占全国总排放量的12%。电动自行车(E-bike)作为零尾气排放的绿色交通工具，不仅能缓解空气污染，还可减少原油进口依赖（每年节省外汇约15亿美元）。然而，消费者在选购时面临续航焦虑、充电设施不足等现实问题，亟需建立科学的评估体系。

为此，来自印度高校的研究团队在《Global Transitions》发表研究，创新性地将层次分析法(AHP)与多属性边界近似区域比较法(MABAC)相结合，构建了包含8项关键指标的评价体系。通过28名行业专家的问卷调查，采集了Ola S1 Pro、Simple One等8款主流车型的性能数据，最终建立量化决策模型。

研究主要采用三种方法：1）通过Pareto分析从10个初始指标中筛选出8个核心参数；2）运用AHP计算各指标权重，一致性比率(CR)控制在0.1以内；3）采用MABAC对8款车型进行排序。数据来源于2023年印度市场在售车型的官方参数和专家实测。

2. 文献综述
系统梳理了全球E-bike市场现状，指出印度2022-23财年销量同比增长188%。通过Meta分析发现，现有研究多聚焦消费者行为，缺乏量化选择标准。研究填补了将AHP-MABAC混合模型应用于电动两轮车评估的空白。

3. 集成AHP-MABAC方法
构建三层决策模型：目标层（最优E-bike选择）、准则层（8项指标）、方案层（8款车型）。通过9级标度法建立判断矩阵，计算得出续航里程权重最高(23.82%)，最大扭矩最低(4.52%)。CR值为0.1，满足一致性要求。

4. 数据收集
采用判断抽样选取28名专家（71%为男性），覆盖印度6大地理区域。通过配对比较问卷收集数据，使用几何平均法整合群体决策。车型参数来自厂商公布的续航(km)、充电时间(hrs)、电池容量(kWh)等实测数据。

5. AHP-MABAC集成应用
MABAC分析显示，Simple One在边界近似区域矩阵(G)中正向距离值最高(0.133)，主要优势在于203km续航和1.05小时快充。Ola S1 Pro因115km/h最高时速排名第二，而Ather 450X因70km续航垫底。敏感性分析证实排序结果稳健。

6. 讨论
研究发现消费者偏好呈现"性能优先"特征：续航和电池容量合计占比达45%，远超价格(16.67%)。这与印度充电设施覆盖率不足(每百公里0.8个充电桩)的现状相符。政府应重点发展电池交换站，将其整合到现有加油站网络。对制造商而言，提升电池能量密度比增加电机功率(权重仅8.31%)更具市场竞争力。

该研究创新性地将决策理论应用于绿色交通领域，其方法论可扩展至电动汽车等产品评估。但样本仅涵盖印度市场主流车型，未来可增加发展中国家数据进行比较研究。随着锂电池技术进步，建议建立动态权重调整机制，使评价体系保持时效性。这些发现为制定FAME-II等产业政策提供了量化依据，对实现联合国可持续发展目标(SDG11)具有实践意义。