中国电动汽车制造业微中小企业智能循环物流系统采纳框架研究

印度电动汽车制造业MSMEs面临物流系统转型挑战，研究人员通过混合BWM-WINGS-QFD框架，识别出"LoRa和LoRaWAN无线技术"等14个关键使能因素，构建了智能循环物流系统(SCLS)实施路径，为资源受限企业提供可持续发展解决方案。

　　

随着全球对可持续交通需求的增长，印度电动汽车市场呈现爆发式发展，2023年电动汽车销量已占乘用车总销量的2%。然而，占据汽车零部件供应商80%以上的微型、中小型企业(MSMEs)在向智能循环物流系统(SCLS)转型时面临独特挑战：资源受限、技术采用率低、供应链碎片化等问题严重制约着可持续发展目标的实现。传统物流系统难以满足电动汽车行业对实时追踪、碳足迹监控和资源循环利用的新需求，亟需建立适合MSMEs特点的智能循环物流框架。

为应对这些挑战，P.C. Jha团队在《Journal of Cleaner Production》发表研究，创新性地将最佳最差法(BWM)、加权影响非线性测量系统(WINGS)与质量功能展开(QFD)相结合，开发出混合决策框架。研究首先通过文献综述和专家小组(10位来自产业界、学术界和政策制定领域的专家)确定了12项SCLS实施基本要求和14个使能因素。采用BWM量化要求重要性，WINGS分析使能因素间的相互作用，最终通过QFD将优先要求转化为可操作的实施路径。

研究结果呈现多个重要发现：

1. 1.

   基本要求重要性排序：UN3171和UN3481合规性(权重0.3906)、实时供应链可视化系统(0.1410)、碳足迹监控(0.1402)位列前三，反映出法规合规和可持续监控的核心地位。

2. 2.

   使能因素战略分区：将14个使能因素划分为优先区(如ESG软件)、应急区(如RFID与IoT集成)、长期区(电池回收系统)和非优先区，为企业提供分阶段实施指南。

3. 3.

   关键使能因素："LoRa和LoRaWAN无线技术"(综合权重0.1442)、"政府支持与标准化"(0.1406)和"RFID与IoT集成"(0.0865)被证实对SCLS实施最具影响力。

4. 4.

   技术协同效应：研究发现区块链技术(BCT)与IoT的协同应用可提升供应链透明度，而动态路线优化软件与碳足迹监控的结合能实现经济和环境效益双赢。

敏感性分析验证了框架的稳健性，23种情景测试显示关键使能因素排名保持稳定。与传统的QFD方法相比，该混合框架在捕捉因素间相互作用方面表现出显著优势，Spearman相关系数达0.930。

这项研究的重要意义在于：理论层面，首次将BWM-WINGS-QFD混合应用于SCLS研究，丰富了可持续物流决策方法论；实践层面，为印度EV制造业MSMEs提供了量身定制的实施路线图，特别强调在资源受限条件下如何分阶段采纳数字技术。政策层面，研究证实政府支持(如MSME-SPICE和MSME-GIFT计划)对推动循环经济转型的关键作用。该框架的灵活性和可扩展性使其可推广至其他新兴经济体的制造业转型研究，为全球可持续交通发展提供了有价值的参考案例。