电动汽车购买决策：一种混合多准则决策方法

《EURO Journal on Decision Processes》：Electric Vehicle Purchase Decision: A Hybrid Multi-Criteria Decision-Making Method

　　

本研究提出了一种用于购买电动汽车的混合多准则决策方法，该方法结合了层次分析法与基于与平均解距离的评估法。层次分析法用于分配准则权重并推导定性准则的得分，而电动汽车的技术规格则作为定量准则的决策数据。基于表明每辆车相对于平均解整体性能的评价得分，采用基于与平均解距离的评估法对电动汽车进行排序并确定最佳选项。所提出的方法基于真实世界数据和决策者的视角，在泰国应用于电动汽车购买决策。研究结果表明，所提出的方法能够做出有效的电动汽车购买决策。它通过准则权重直接获取决策者的需求；决策者高度重视舒适性准则，其权重为0.176。此外，所提出的方法成功地对所有电动汽车进行排序，并恰当地识别出最佳电动汽车，其评价得分为0.749，这表明其在所有决策属性上具有卓越的整体性能。本研究的理论新颖性在于所提出方法能够反映决策者的判断、分析定量和定性准则，并系统地推导出最佳决策。本研究通过支持电动汽车购买决策、指导新型电动汽车模型的开发以及为促进电动汽车采用的政策制定提供信息，为消费者、制造商和政府机构提供了实际效益。

在全球电动汽车市场因技术进步、政府支持政策和环境问题意识增强而迅速扩张的背景下，许多国家通过推广绿色技术来减少碳排放和对化石燃料的依赖。电动汽车产量和电池技术效率的提高，使得其数量急剧增加。然而，目前大量制造商提供了跨越不同价格区间和性能水平的多种电动汽车，在为消费者提供更多选择的同时，也增加了购买决策的复杂性。购买电动汽车已成为一项具有挑战性的任务，因为需要考虑多个准则，如续航里程、电池效率和服务质量。多种替代方案和多样化准则的存在，使得购买电动汽车的过程成为一个多准则决策问题。虽然单一的多准则决策方法是解决此类问题的最简单技术，但每种方法都有其自身的优缺点，且电动汽车评估中需要同时考虑定性准则和以精确数值表示的技术规格，这使得应用单一方法产生的结果有限。因此，有必要结合多种多准则决策方法，即混合多准则决策方法。

现有研究尚未明确将基于技术数据的定性准则作为决策输入进行评估，这限制了其在统一决策框架内完全整合定性和定量方面的能力。同时，现有研究没有同时考虑定量准则（如电动汽车规格）和基于定量参数评估的定性准则的决策数据。此外，基于与平均解距离的评估法在电动汽车购买决策中的应用尚未被研究。为填补这一研究空白，本研究提出了一种混合多准则决策方法，该方法将用于确定准则权重的层次分析法与用于评估电动汽车的基于与平均解距离的评估法相结合。尽管有多种方法可用于分配准则权重，但选择层次分析法是因为其用于两两比较的清晰层次结构、易于实施以及能够验证决策者评估的逻辑一致性。同样，尽管有多种方法可用于评估替代方案，但选择基于与平均解距离的评估法是因为其能够基于与平均解的正负距离来评估替代方案，这支持了现实的判断并与大量数据保持一致。

本研究提出的混合多准则决策方法结合了层次分析法和基于与平均解距离的评估法，旨在辅助电动汽车购买决策。层次分析法用于确定准则权重并综合定性准则的决策数据。将作为定量准则决策数据的电动汽车规格、定性准则的决策数据以及准则权重，通过基于与平均解距离的评估法进行分析，以基于正负累积值的平均值，识别出具有最高评价得分的最佳电动汽车。该方法通过应用从具有电动汽车知识的专家（在泰国）以及电动汽车用户处收集的数据进行了验证。研究人员在《EURO Journal on Decision Processes》上发表了该研究。

本研究采用的关键技术方法主要包括：首先，通过文献综述和与决策者访谈，识别出定量和定性两类准则，其中定量准则为可精确数值化的属性，定性准则为基于用户感知和经验的属性。其次，构建了一个由10名来自政府机构、学术机构和行业组织的专家组成的决策者小组，他们均拥有至少五年的电动汽车相关实践经验。最后，研究设计并实施了一个两阶段混合决策框架：第一阶段使用层次分析法计算准则权重和定性准则得分；第二阶段使用基于与平均解距离的评估法，基于与平均解的正负距离计算评价得分，从而对七款在泰国市场占有率高（截至2024年5月注册量占比超过5%）的电动汽车替代方案进行排序和选择。

研究结果部分首先介绍了**决策者小组与准则识别**。研究组建了由10名专家组成的决策者小组，并通过文献综述和访谈确定了8个定量子准则（价格、电池容量、续航里程、功率、扭矩、加速时间、最高速度、整备质量）和3个定性子准则（舒适性、可靠性、声誉）。所有准则的权重通过层次分析法计算得出，其中舒适性准则权重最高（0.176）。七款电动汽车替代方案的技术规格数据来自制造商官网等渠道，定性准则得分通过决策者对替代方案的两两比较获得。

**准则权重与定性得分计算**的结果显示，经过层次分析法计算和一致性检验后，各准则的最终权重得以确定。定性准则（舒适性、可靠性、声誉）下各替代方案的得分也通过两两比较和加权平均得出，并作为后续评估的输入数据。

**电动汽车评估与排序**部分展示了应用基于与平均解距离的评估法的过程。研究构建了决策矩阵，计算了每个准则的平均解，然后计算了各替代方案相对于平均解的正负距离。接着，计算了加权正负距离和及其归一化值。最后，通过平均归一化值得出各替代方案的评价得分。结果显示，电动汽车A1的评价得分最高（0.749），被确定为最佳选择，其次是A3（0.599）和A2（0.558）。A4、A5、A6和A7分别排在第四至第七位。

**扩展分析**部分包括敏感性分析和比较分析。敏感性分析通过改变关键准则（如舒适性）的权重、舒适性得分以及电池容量性能（变化±5%至±20%），检验了排序结果的稳健性。结果表明，在大多数情况下，A1保持为最佳选择，仅当舒适性权重变得极高（≥0.5）时，A3成为最佳选择，整体排序仅发生微小变化，证明了方法的稳定性。比较分析将所提方法与其它混合多准则决策方法（如AHP-TOPSIS）的排序结果进行对比，发现所提方法在平衡各决策属性方面表现更好，避免了过度强调单一属性，得出了理性且均衡的整体评估。

在讨论部分，研究人员指出，所提出的方法能有效反映现实世界的决策情境，准确表达决策者偏好，并在各种情况下得出最佳折衷方案。该方法通过使用制造商官方提供的明确定义且精确的数据，降低了不确定性，增强了决策过程的信心和清晰度。然而，研究也承认了该方法的局限性：方法论上，它主要适用于属性具有层次结构且相互独立的问题，无法捕捉准则间的潜在相互关系和依赖；基于与平均解距离的评估法在平均解元素为负值或零值时存在计算限制；当准则和替代方案数量过多时，决策者可能难以保持一致性两两比较。案例研究背景上，研究结果依赖于泰国特定市场条件和所选决策者的视角，可能无法直接推广到其他地理或社会经济背景。文化、社会经济、监管和市场特定因素会影响电动汽车购买偏好，因此在其他市场应用前需验证其情境适用性。

研究结论部分总结道，电动汽车购买决策是一个典型的多准则决策问题。本研究提出的结合层次分析法和基于与平均解距离的评估法的混合多准则决策方法，能够有效解决该问题。该方法利用了层次分析法的层次结构和逻辑一致性验证能力，以及基于与平均解距离的评估法的均衡和数据驱动评估机制，提供了综合考虑定量技术信息和定性评估得分的全面评估。在泰国电动汽车购买决策中的应用证实了其有效性。研究结果表明，决策者在做决策时高度重视便利性、易用性和长期可靠性。识别出的最佳电动汽车在所有决策准则上表现出最均衡的性能。本研究对消费者、制造商和政策制定者都具有实际意义：帮助消费者做出明智决策；指导制造商聚焦于提升对消费者最重要的产品特性；为政策制定者设计有效的激励和监管措施以促进电动汽车普及提供见解。本研究具有理论和实践意义，扩展了多准则决策的理论框架，并提供了一个结构化、透明且数据驱动的决策支持工具。最后，研究人员提出了未来研究方向，包括开发处理准则间依赖性的方法、解决基于与平均解距离的评估法在特定数据条件下的计算限制、支持大规模决策设置、开发决策支持系统以及将方法扩展到其他国家的电动汽车购买决策并进行比较研究。