将行为者互动整合到德国电动汽车采用的多准则决策分析中

《Sustainable Futures》:Integrating Actor Interactions into Multi-Criteria Decision Analysis for Electric Vehicle Adoption in Germany

【字体: 大 中 小 】 时间:2026年08月03日 来源:Sustainable Futures 6.7

编辑推荐:

  向更可持续结构(例如能源或交通领域)的成功转型,需要理解那些可能受转型影响(无论是正面还是负面)的群体的偏好。多准则决策分析(MCDA)是评估这些偏好的重要方法。研究人员提出了一种多行为者多准则决策分析(MAMCDA)方法,该方法通过使用影响矩阵,内生地纳入了

  
向更可持续结构(例如能源或交通领域)的成功转型,需要理解那些可能受转型影响(无论是正面还是负面)的群体的偏好。多准则决策分析(MCDA)是评估这些偏好的重要方法。研究人员提出了一种多行为者多准则决策分析(MAMCDA)方法,该方法通过使用影响矩阵,内生地纳入了不同行为者之间的互动,这些影响矩阵反映了排名对选项特征或行为者对准则权重的反馈。以德国私人汽车的需求和供给为例,研究人员证明,与单行为者MCDA相比,对这种反馈循环的评估可能对偏好产生显著影响,并有助于更好地理解行为者如何相互影响。研究人员的系统地将行为者之间互动的关键要素整合到基于MCDA的决策分析中,而不会显著增加复杂性,从而与标准单行为者MCDA方法相比,保持了实际的可应用性和可解释性。
**论文解读:整合行为者互动的多准则决策分析在德国电动汽车采用中的应用**

**研究背景与问题**
在全球能源与交通系统脱碳转型中,理解受影响群体的偏好至关重要。多准则决策分析(MCDA)是评估偏好的主流方法,但传统MCDA在处理多行为者情境时存在局限:它无法内生地建模行为者决策间的相互依赖关系,例如某行为者的偏好如何影响其他行为者对选项特征或准则权重的看法。现有多行为者多准则决策分析(MAMCDA)方法通常分别评估个体行为者,再通过对话过程整合结果,但缺乏对反馈循环的显式建模。同时,系统动力学(SD)和基于智能体模型(ABM)虽能建模反馈,但高度抽象,难以保持实证应用的可解释性。为此,本研究旨在开发一种MAMCDA框架,该框架在不显著增加复杂性的前提下,内生地整合行为者间的直接与间接互动,从而维持MCDA的实用性与可解释性。

**研究内容与结论**
研究人员以德国汽车市场为例,分析了不同行为者群体(包括8类家庭、4类汽车制造商和1类政府)对电池电动汽车(BEV)的偏好。研究发现,考虑反馈循环后,偏好结果与单行为者MCDA存在显著差异,并能揭示行为者间的相互影响,例如制造商对EBIT利润率的关注可能削弱对特定BEV的支持,从而改变市场主导车型。这项工作表明,所提方法能有效识别技术扩散中的潜在障碍和诱导效应,并有助于理解当前电动汽车推广中的谨慎行为。论文发表于《Sustainable Futures》。

**主要技术方法**
研究人员采用以下关键方法:基于PROMETHEE II的MCDA模型,通过线性偏好函数(p=5, q=1)对选项进行排序;构建影响矩阵,分别建模行为者偏好对选项特征(如价格、续航里程、充电基础设施)的反馈,以及偏好对其他行为者准则权重(如环境友好性)的反馈;设定最大迭代次数(100次)作为终止条件;数据来源包括德国451户家庭的代表性离散选择实验(DCE)以获取家庭权重,以及专家判断和公开数据(如汽车特征、市场占有率、税收收入等)用于其他行为者;样本队列来自德国,按收入、子女状况及是否靠近汽车产业区域进行聚类。

**研究结果**

**行为者及初始偏好**
研究人员通过DCE获取了8类家庭(HH1-HH8)对价格、舒适性、环境友好性等18项准则的权重,结合4类汽车制造商(VM1-VM4:常规/环保型大众市场或高端市场)和政府的假设权重,计算初始排名。结果显示,多数家庭偏好大众T-ROC,制造商偏好梅赛德斯GLC或C级,政府偏好奥迪A4。反馈循环初始未激活,因此需通过改变框架条件引发互动。

**权重变化对偏好的影响**
通过图形化方法(标准单纯形剖面)分析,发现即使大幅提高环境友好性权重,在特征不变的情况下,家庭对BEV(如ID.4)的偏好仍难改变(图3)。这表明仅靠态度调整不足以推动转型。

**特征变化对偏好的影响**
系统修改ID.4的特征(价格、续航、充电时间)后发现,仅降价(对应价格特征提升1)不足以使HH1偏好ID.4,还需同时提升续航(增加2点,对应约156公里)和充电时间(图4)。这表明需要综合多重改进才能改变偏好。

**反馈循环下的均衡状态**
采用逆MAMCDA方法,假设所有行为者初始均偏好ID.4,经反馈迭代后,最终均衡为特斯拉Model Y成为首选。原因在于高端制造商(VM2、VM4)更关注EBIT利润率,其对ID.4支持不足,导致反馈减弱,最终转向Model Y。敏感性分析显示该均衡稳健。

**框架变化的影响**
当特斯拉Model Y的“形象”特征从3.7降至1时,均衡从Model Y转移回ID.4,说明形象变化可显著改变市场动态。

**讨论与结论**
讨论部分指出,现有MCDA研究多聚焦家庭或消费者,较少涉及行业与政府偏好。本研究方法可整合社会规范、支持计划等行为者互动,适用于有限数据集,且计算效率高(3700次运行在数秒内完成)。但需注意,分析基于已知特征且无新选项加入,且互动矩阵可能随时间变化,需进一步敏感性分析。

**研究结论**
本研究旨在提出并应用一种MAMCDA方法,该方法能够内生地实现行为者选择对选项特征以及特征权重的反馈循环。所实现的方法使我们能够高效评估复杂的行为者系统,补充了广泛的参与式方法,从而扩展了现有的MAMCDA。以私人汽车为例,本研究展示了如何实施该方法。结果表明,考虑反馈循环可能会得出与忽视此类效应的分析不同的结果。将研究方法作为MCDA实施,允许考虑“软”因素,包括社会规范的影响及其相互作用。它允许以简单易懂的方式呈现偏好和因果关系。研究表明,所选择的方法有助于理解扩散过程,并能够识别潜在的市场进入障碍以及影响技术传播的诱导效应。该方法的优点在于个体决策和发展易于追踪。需要注意的是,分析假设选项特征已知且无新选项加入。使用互动矩阵简化了反馈效应的分析,尽管存在某些方面(如策略行为)可能未被考虑或忽视的风险。在本研究中,矩阵源自经验观察,但未来可能不同,因此进行了广泛的敏感性分析。然而,关于互动矩阵的全面敏感性分析超出了本文范围,应在后续研究中解决。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号