《Waste Management Bulletin》：Evaluating the drivers behind the adoption of end-of-life vehicle management systems in Bangladesh: an intuitionistic fuzzy analytics approach
编辑推荐：
随着工业化进程加速、车辆保有量攀升以及不当处置带来的潜在有害环境影响，报废汽车（End of Life, EoL）的可持续管理已日益引起各国关注。在孟加拉国等新兴国家，汽车工业快速发展、车辆保有量持续增长，但缺乏全面的管理体系，加剧了资源浪费与环境恶化。为此，
随着工业化进程加速、车辆保有量攀升以及不当处置带来的潜在有害环境影响，报废汽车（End of Life, EoL）的可持续管理已日益引起各国关注。在孟加拉国等新兴国家，汽车工业快速发展、车辆保有量持续增长，但缺乏全面的管理体系，加剧了资源浪费与环境恶化。为此，研究人员提出了一种将区间值二型直觉模糊集（Interval Valued Type 2 Intuitionistic Fuzzy, IVT2IF）与加权影响非线性测度系统（Weighted Influence Non-linear Gauge System, WINGS）相结合的框架，以识别、排序并评估影响孟加拉国报废汽车管理系统采纳的驱动因素及其关联关系。经过详尽的文献回顾和专家验证，该框架确定了19项关键驱动因素进行评估。研究结果表明，"回收基础设施建设"（Development of recycling infrastructure）、"逆向物流系统改善"（Improvement in reverse logistics systems）和"强化地方政府作用"（Strengthening the role of local governments）是最具影响力的驱动因素，其总参与度值分别为0.1286、0.1251和0.1218。此外，"强化地方政府作用" emerges as the strongest causal driver (0.0086)，其次是"车辆处置污染者付费原则的采纳"（Adoption of the polluter pays principle for vehicle disposal, 0.0079）和"回收利用激励措施"（Incentives for recycling and reuse, 0.0055）。这些结果为孟加拉国的政策制定者和行业利益相关者提供了宝贵指导，也可为类似的南亚新兴经济体提供参考，前提是需根据当地的制度、经济和监管条件对框架进行重新校准。
该研究聚焦于孟加拉国报废汽车管理系统采纳的驱动因素评估，发表在《Waste Management Bulletin》期刊。研究背景源于全球对可持续性的重视日益增强，以及报废汽车不当处置带来的环境风险——包括残留机油、变速箱油、防冻液和电池酸液造成的水体污染，以及铅电池和汞开关不当处理导致的空气质量恶化。世界卫生组织（WHO）估计，空气污染每年导致420万人过早死亡，而不当的汽车废弃物管理加剧了城市环境中污染物的集中排放。孟加拉国缺乏官方的报废汽车回收处置系统，2022年车辆登记量已超过160万辆，且快速增长将使达到报废期的车辆数量激增。专门设施稀缺，大量车辆流入非正规拆解场、非法倾倒或出口到监管较弱的地区。达卡等人口密集城市的PM2.5年均浓度约为68 μg/m
3，是世界卫生组织年均指导值5 μg/m
3的约13.6倍，不受控制的报废汽车处置进一步加剧了这些压力。
研究人员开展这项研究的核心问题在于：识别影响孟加拉国报废汽车管理系统实施的主要驱动因素；明确这些驱动因素的重要性排序及其层级结构；理解驱动因素之间的相互关联，以指导有效的政策制定并推动可持续性和循环经济发展。
该研究采用IVT2IF-WINGS框架作为主要技术方法。WINGS是一种用于因素间存在相互依赖关系的系统的定量工具，与决策试行与评估实验室（Decision Making Trial and Evaluation Laboratory, DEMATEL）类似，均基于矩阵程序建模相互关系，但WINGS additionally evaluates both (i) each factor's intrinsic strength (importance) and (ii) influence intensity within the same framework。IVT2IF适用于专家判断含糊或不完整的情境，通过隶属度、非隶属度和犹豫度表示不确定性。研究邀请了13位专家，采用雪球法从Scopus和Google Scholar数据库中识别驱动因素，通过"是/否"二元编码进行专家验证（阈值设为0.6），最终确定19项驱动因素。专家使用五级语言量表（从无强度/影响到极高强度/影响）评估各驱动因素的内部强度及其直接影响程度，经IVT2IF加权几何算子聚合后，通过去模糊化得到直接强度-影响矩阵（Direct Strength-Influence Matrix, DSIM）的清晰值，经校准后计算总强度-影响矩阵（Total Strength-Influence Matrix, TSIM），进而推导各驱动因素的总参与度（e
a+g
a）和净因果值（e
a-g
a），并设置阈值Ω=0.0034绘制因果关联图。为验证结果稳健性，研究还进行了敏感性分析，系统调整专家权重分布。
研究结果显示，按总参与度排序，最重要的驱动因素依次为：D11回收基础设施建设（0.12862）、D10逆向物流系统改善（0.12516）、D19强化地方政府作用（0.12180）、D5回收利用激励措施（0.11733）、D17主要城市集中式车辆收集点（0.11712）、D18车辆处置污染者付费原则的采纳（0.11703）、D1回收材料收入（0.11478）、D12报废与市政垃圾收集整合（0.11243）、D6非法倾倒车辆严厉处罚（0.10988）、D13汽车零部件需求扩大（0.10969）、D7报废车辆识别车辆检查法规（0.10960）、D14环保汽车材料研发增长（0.10857）、D2回收拆解行业就业增长（0.10856）、D4微型创业机会创造（0.10797）、D3吸引回收领域外国投资（0.10792）、D8二手车市场法规（0.10704）、D15有害物质提取自动化（0.10462）、D9淘汰不合格车辆提升交通安全（0.09455）、D16跨境车辆回收双边协议（0.08894）。
基于净因果值的因果分组显示：D19强化地方政府作用（0.00869）、D18车辆处置污染者付费原则的采纳（0.00797）、D5回收利用激励措施（0.00553）属于关键驱动因素（Critical drivers），兼具高显著性和强因果影响力；D6非法倾倒车辆严厉处罚（0.00474）、D7报废车辆识别车辆检查法规（0.00454）、D14环保汽车材料研发增长（0.00189）、D16跨境车辆回收双边协议（0.00144）、D8二手车市场法规（0.00108）、D3吸引回收领域外国投资（0.00088）、D13汽车零部件需求扩大（0.00053）属于驱动型驱动因素（Driving drivers），具有中等显著性和正向净影响。效应组中，D12报废与市政垃圾收集整合（-0.00156）、D17主要城市集中式车辆收集点（-0.00318）、D11回收基础设施建设（-0.00396）、D10逆向物流系统改善（-0.00593）、D1回收材料收入（-0.00694）属于影响型驱动因素（Impact drivers），具有高度显著性但负向净影响；D9淘汰不合格车辆提升交通安全（-0.00177）、D15有害物质提取自动化（-0.00246）、D4微型创业机会创造（-0.00424）、D2回收拆解行业就业增长（-0.00728）属于独立型驱动因素（Independent drivers）。
研究讨论部分深入分析了核心发现。D11回收基础设施建设虽在显著性排名中居首，但其净因果值为负（-0.00396），表明其更多是受上游驱动因素影响的结果而非最强触发因素；而D19强化地方政府作用虽总参与度略低（0.12180），但具有最高的正向净因果值（0.00869），确认为主要触发驱动因素。这一区分体现了WINGS相对于传统DEMATEL的核心优势：既能识别系统嵌入度高的实施要件，也能辨别上游因果杠杆点。
D11回收基础设施建设在孟加拉国面临土地稀缺和高成本挑战，达卡等地需将设施选址于城郊和工业区，且先进去污拆解设备依赖进口，技术转移成本（包括许可、培训、适配和维护）可能减缓实施进度。D10逆向物流系统改善通过优化从用户到拆解回收点的上游物流，提升有价值零部件和材料的回收率，降低不当处置风险，并通过优化运输路线减少碳足迹。D19强化地方政府作用被视为最重要因果驱动因素，因其负责规划、协调和执行废物管理政策、确保环境合规、连接私营和非正规部门。但研究人员指出，这应理解为渐进能力建设过程而非立即扩展市政服务，建议从低成本高影响的赋能功能开始，如注册许可拆解商和废品交易商、设定最低环境和安全标准、引入简单的报告监测系统等，并通过透明且基于绩效的合同外包部分运营活动。D18车辆处置污染者付费原则的采纳作为上游制度杠杆，通过生产者责任延伸（Extended Producer Responsibility, EPR）、提前回收/报废费用或押金退还等机制内化外部成本，但需配合包容措施如验证收集付款、共享去污设施补贴准入、培训和低成本许可等，避免对小规模非正规经营者造成不利影响。D5回收利用激励措施直接激励利益相关方参与回收计划，推动D11、D10、D1、D2、D17、D12、D4等多个下游驱动因素。
研究人员强调，孟加拉国的报废汽车回收应走"混合过渡"路径，而非立即以完全正规化系统取代现有非正规网络。现有密集的收集者、拆解工、零部件贸易商、维修车间和废品经销商网络虽缺乏环境保障、可追溯性和监管认可，但提供了生计和低成本回收服务。政策应保护其生计和可回收材料获取渠道，同时改善环境和职业标准。两阶段微型拆解商许可证制度被提出：第一阶段允许收集、零部件拆除、基本防护设备使用、流体收集和安全储存；第二阶段要求去污认证、基本记录保存和向授权处理设施的可追溯转移。地方当局可开发小型城郊再利用回收集群，配备共享去污区、危险废物储存、消防安全系统和低成本租赁。D17主要城市集中式车辆收集点不应被视为取代非正规渠道的独立正规设施，而应作为规范接口节点，使非正规收集者、经纪人、路边车间和微型拆解商能在基本注册和安全要求下交付车辆或零部件。
研究的政策和管理启示包括：制定分阶段战略，优先采用混合过渡模式；针对达卡土地稀缺问题进行土地利用规划和分区；通过跨境回收协议开展国际合作；将报废汽车回收整合入市政废物服务；开展公众宣传运动警示不当倾倒危害；实施三阶段排序方法（绘图注册现有参与者并提供最低安全标准→提供低成本许可、培训、共享基础设施和基于激励的合同→逐步收紧执法和污染者付费合规要求）；鼓励私营部门投资回收设施和逆向物流；遵循包容优先的微型创业过渡路径；通过设备券、小额信贷和审计联动支持降低正规化成本；避免仅有利于大型正规设施的改革；通过合资企业、优惠融资和结构化培训加售后维护支持降低技术转移成本。
可持续性影响方面，报废汽车系统采纳通过促进循环经济发展直接支持可持续发展目标SDG 12（负责任消费和生产）；通过减少与新原材料开采加工相关的碳排放支持SDG 13（气候行动）；通过拆解回收行业创造就业支持SDG 8（体面工作和经济增长）；通过材料科学和回收技术进步支持SDG 9（产业、创新和基础设施）；通过淘汰不合格车辆改善道路安全、使城市更宜居支持SDG 11（可持续城市和社区）。
研究结论指出：孟加拉国报废汽车管理因快速工业化和城市化而日益严峻，不当处理造成环境危害和资源回收机会损失。本研究通过IVT2IF-WINGS方法识别并评估了影响报废汽车管理系统实施的主要驱动因素。"回收基础设施建设"、"逆向物流系统改善"和"强化地方政府作用"是三项主要驱动因素；"强化地方政府作用"、"车辆处置污染者付费原则的采纳"和"回收利用激励措施"是因果组中最具影响力的驱动因素；效应组中领先的是"报废与市政垃圾收集整合"、"淘汰不合格车辆提升交通安全"和"有害物质提取自动化"。利益相关者和政策制定者可利用这些见解实施战略举措，降低环境风险并提升汽车行业资源利用效率。但这些驱动因素应在分阶段混合过渡路径中解读，逐步将现有非正规回收网络整合到更安全、更可追溯、监管更好的报废汽车管理安排中，而非假设立即被完全正规系统取代。
（注：本解读严格基于原文内容浓缩总结，未添加推测性内容。所有专业术语首次出现时均在括号内注明英文缩写，上标以
、下标以
格式标注。）
