用于发展中国家废弃手机闭环聚碳酸酯回收障碍优先排序的模糊熵驱动保序梯度聚合(Fuzzy Entropy-Driven Order-Preserving Gradient Aggregation, FE-OPGA)方法及基于秩稳定性(Rank Stability)的分析

《Waste Management Bulletin》：A fuzzy entropy-driven order-preserving gradient aggregation method with rank stability for prioritizing barriers to closed-loop polycarbonate recycling from waste mobile phones in developing economies

　　

摘要：废旧手机中聚碳酸酯(PC)材料的闭环回收面临经济、技术、环境与制度障碍的持续挑战。现有优先排序方法未充分考虑不确定性条件且易受补偿效应影响。本研究提出一种新的模糊熵驱动保序梯度聚合(FE-OPGA)方法，并结合蒙特卡洛(Monte Carlo)模拟的秩稳定性分析，用于废旧手机PC材料回收障碍的有效优先排序。采用三角模糊数(Triangular Fuzzy Number)建模专家不确定性，利用熵权法(Entropy Weighting)客观评估准则重要性，采用保序梯度聚合(Order-Preserving Gradient Aggregation, OPGA)进行非补偿性与稳定的秩评估。FE-OPGA方法用于评估跨6项准则的18项障碍。研究结果表明，政策—制度障碍与环境—健康风险被识别为最关键的两类障碍，基于熵分析共同贡献近58%的总重要性。OPGA方法识别出"PC材料回收成本高于原生聚碳酸酯"为最关键的障碍，其次为"缺乏具有成本效益且环境可持续的技术"及"材料降解约束(包括组分异质性和分子量变异性)"。采用蒙特卡洛模拟的秩稳定性分析验证了顶级障碍的排序稳定性。研究结果表明，发展中国家物质循环可持续转型失败主要由"成本不对称"和"治理脆弱性"导致，而非技术约束。因此，有效的政策干预应基于经济、制度及可回收性设计(Design-for-Recyclability)策略。

论文解读：

《Waste Management Bulletin》刊发的此文由Shakib Al Sharif、Mst. Farzina Akter、Tahjid Islam Samun及Md. Mubin Atik Soscho合作完成。研究背景方面，废弃电气电子设备(WEEE)中塑料组分常被忽视，其中聚碳酸酯(PC)虽具备良好回收潜力，但在发展中国家受限于收集体系碎片化、非正规部门主导、逆向物流低效、原料异质性高(含溴系阻燃剂等添加剂)、化学解聚对污染物敏感、催化剂失活、热化学降解、回收成本高于原生料(virgin PC)、再生料终端市场缺失、政策法规薄弱及EPR执行不力等多重障碍，传统多准则决策(MCDM)如AHP、TOPSIS多依赖主观赋权且加权求和具完全补偿性，微小输入变动易导致排序反转(rank reversal)，模糊扩展亦难保证序的稳健性，故需一种能处理专家判断模糊性、客观赋权、减少补偿效应并保持排序稳定性的新方法。研究人员通过开展文献综述与专家访谈识别出18项障碍(Barrier, X₁–X₁₈)分属收集供应链与预处理、原料质量与材料异质性、化学回收工艺与技术、经济与市场、政策制度与知识五大类，并由15位相关领域专家(≥5年经验)按6项准则——技术严重程度(Technical Severity, C₁)、经济负担(Economic Burden, C₂)、环境与健康风险(Environmental & Health Risk, C₃)、政策与制度挑战(Policy & Institutional Challenge, C₄)、实施与操作难度(Implementation & Operational Difficulty, C₅)、循环性与材料质量损失(Circularity & Material Quality Loss, C₆)——作语言评价并转为三角模糊数(Triangular Fuzzy Number, ?A=(l,m,u))再去模糊化，继而用信息熵(Information Entropy)计算客观权重并通过保序梯度聚合(Order-Preserving Gradient Aggregation, OPGA)算子赋予降序排列的加权准则值递减位置系数以抑制补偿效应，最终经±5%扰动、1000次蒙特卡洛(Monte Carlo)模拟计算秩稳定指数(Rank Stability Index, RS_i)，对18项障碍排序并验证稳健性。研究人员得出结论：最首要障碍为"PC回收成本高于原生料(X₁₄)"，其次为"缺乏低成本绿色化学回收途径(X₁₃)"和"宽泛且不可控的分子量分布即高多分散性指数(X₈)"；准则层C₄(0.3166)与C₃(0.2632)熵权最高合计近58%，表明治理脆弱与环境健康风险是区分障碍差异的关键维度；发展中国家闭环PC回收受阻主因为经济成本不对称与制度治理缺陷而非纯技术瓶颈，需整合经济政策(补贴/EPR/碳定价)、法规完善(源头分类/危添管控)、集中预处理设施及面向回收的设计(Design-for-Recyclability)。该FE-OPGA框架对不确定性下可持续决策及电子废弃物塑料回收领域具方法论拓展价值。

主要关键技术方法简述：研究人员通过文献回顾与目的性抽样访谈5位专家确定18项待回收障碍及6项评价准则；邀请15位具5年以上相关资历专家以6级语言变量(无影响—非常高)评分并转化为三角模糊数(?A=(l,m,u)，如Very High→(0.7,0.9,1.0))，取(l+m+u)/3去模糊化得 crisp 决策矩阵；归一化后依信息熵公式计算各准则熵值E_j、发散度d_j=1?E_j及客观权重w_j=d_j/Σd_j；将各障碍加权规范化值按降序排列，引入位置衰减系数α_k=(n?k+1)/Σ(n?k+1)做保序梯度聚合得分S_i=Σα_k·g_i(k)，降低弱准则对强准则的补偿；最后对熵权重施加±5%均匀噪声做1000次Monte Carlo模拟，统计各障碍保持原序比例即秩稳定指数RS_i，验证排序鲁棒性。

研究结果如下：

Defuzzied Barrier–Criteria Evaluation Results（去模糊化障碍—准则评价结果）：去模糊化矩阵显示技术严重程度(C₁)上原料纯度低(X₅)、组成异质(X₆)、解聚对污染敏感(X₁₀／X₁₁)评分≥0.77；经济负担(C₂)上缺绿色回收路线(X₁₃)与PC回收成本高(X₁₄)均达0.867；环境健康风险(C₃)上X₁₀、X₁₁及残留毒添料(X₇)≥0.84；政策制度挑战(C₄)上弱政策支持与知识基础设施(X₁₆)及非正规部门主导(X₂)＞0.78；实施操作难度(C₅)上X₁₃(0.822)最突出；循环性与质量损失(C₆)上X₅、X₆、X₇、X₈、X₁₀、X₁₁)≥0.75，表明聚合物结构完整性难维持。

Entropy Weight Analysis of Criteria Importance（准则重要性的熵权分析）：熵权结果为C₄=0.3166、C₃=0.2632、C₁=0.1337、C₆=0.1295、C₂=0.1044、C₅=0.0526；C₄与C₃合占约58%，反映治理与环境风险维度具最强判别力，C₅最低因专家对其影响共识度高致离散度小。

OPGA Ranking of Barriers（障碍的OPGA排序）：OPGA得分前三位依次为X₁₄(0.9561)、X₁₃(0.9289)、X₈(0.9219)；随后X₆、X₁₈、X₉、X₅等居中；较低排位含X₁(碎片化收集)、X₂(非正规主导)仍具＞0.75分。经济不可行是最紧迫操作障碍，原料异质／分子量变异性与缺绿色技术形成互锁约束簇，收集与制度类障碍虽未居首但是系统性前提条件。

Rank Stability Analysis Under Monte Carlo Simulation（蒙特卡洛模拟下的秩稳定性分析）：X₁₄秩稳定指数=1.00，X₁₃=0.893，表明顶级障碍排序对权重微扰不敏感；X₈、X₆、X₅等稳定指数≈0.59–0.773属中等，反映材料退化与分选受本地情境影响；X₁₅(缺终端市场)=0.203及X₃(不良拆解)=0.467较低，说明市场与预处理类障碍情境依赖性强，可通过定向干预改变其相对位次。

讨论与结论翻译总结：研究人员指出闭环PC回收受阻于交织的经济—技术—制度系统，最紧要约束非孤立技术短板而是系统低效。熵权凸显政策—制度(C₄)与环境—健康(C₃)维度主导差异化判别，但障碍层最高分为经济性障碍(X₁₄)，体现OPGA可识别跨多维度均衡高危障碍而非仅被高权准则挟持，此为该方法优于传统加权求和之处。需强制源头分类与原料质量标准、管控有害添加剂、扶持集中预处理以减污染与催化剂失活；针对X₁₃应投建绿色低成本解聚技术研发与试点并给税收优惠；产品需引入面向回收设计(Design-for-Recyclability)如限制不相容添加剂、模组化架构及聚合物标记以利分选；非正式回收网络应纳入正规化管理。闭环转型需同步解决成本平价、制度创新及产品设计，而非仅靠实验室技术突破。FE-OPGA融合模糊建模、熵客观赋权、保序梯度聚合及Monte Carlo秩稳定性检验，克服不确定下补偿效应与排序不稳缺陷，为可持续决策提供稳健工具。局限在于依赖专家判断且为静态评估，未来可结合动态网络模型、LCA及技术—经济评价并推广至其他聚合物与地域验证。