编辑推荐:
动力电池的梯次利用是实现资源回收和减少环境影响的关键途径。然而,其大规模发展受限于正规企业与新能源车(NEV)车主之间的认知差异。以往研究大多从单一的技术、经济或政策维度出发,依赖定量数据或单一利益相关者视角,忽视了企业专家定性判断中固有的模糊性和主观不确定性
动力电池的梯次利用是实现资源回收和减少环境影响的关键途径。然而,其大规模发展受限于正规企业与新能源车(NEV)车主之间的认知差异。以往研究大多从单一的技术、经济或政策维度出发,依赖定量数据或单一利益相关者视角,忽视了企业专家定性判断中固有的模糊性和主观不确定性,且未能有效整合车主的意见。为弥补这些不足,本研究构建了一个集成模糊DEMATEL(Fuzzy DEMATEL)与重要性-绩效分析(IPA)的混合评估框架。通过内容分析和探索性因子分析(EFA),研究人员提炼出关键标准及潜在维度。研究人员分别从企业专家和NEV车主处收集重要性评分和绩效评分,并比较两组IPA结果。本研究在以下方面有所贡献:(1)建立了一个涵盖技术和社会维度的多维分析框架,丰富了社会技术系统理论(Socio-Technical Systems Theory)在梯次利用领域的应用;(2)提出了一种集成模糊DEMATEL与IPA的混合方法,其中DEMATEL计算出的各标准中心性作为IPA中的重要性指标,该方法有效处理了专家语言评价中的模糊性及标准间的相互依赖关系,并通过比较分析揭示双方认知差异;(3)基于双视角比较,分析结果显示双方在特定技术能力上存在共识,但在政策激励和后端技术投资方面存在显著认知分歧,为企业优化资源配置提供了科学依据。
**研究背景、问题与意义**
动力电池退役后若管理不当,将造成钴、锂、镍等宝贵金属资源浪费,并带来安全与环境风险。梯次利用被视为资源回收与减少生命周期环境影响的重要途径,然而其大规模发展面临重大挑战:大量退役电池绕过具备先进技术能力的正规企业,通过非正规渠道流入非法回收系统。这一现象源于电池所有者(尤其是新能源车车主)与正规企业在梯次利用评估上的认知差异——包括对电池残余价值、环境后果、政策激励的理解以及对官方渠道的信任度,这些差异直接影响车主的回收选择,进而导致正规企业电池供应不足、生产效率低下,阻碍梯次利用产业进步。以往研究多从单一技术、经济或政策维度出发,采用定量数据或单一利益相关者视角,未能有效处理企业专家定性判断中的模糊性与主观不确定性,也未能系统整合车主意见。为此,本研究构建了一个集成企业专家定性评估与新能源车车主偏好的混合评估框架,旨在识别梯次利用关键标准,揭示两组利益相关者间的认知差异,为优化企业资源配置提供科学依据。该论文发表在《Sustainability》。
**主要关键技术方法**
本研究采用混合方法,首先通过内容分析从近五年Web of Science核心合集JCR Q1期刊中筛选113篇动力电池梯次利用相关论文,归纳出22项标准。随后基于随机样本(514份有效问卷,来自公众、企业专家及NEV车主)进行探索性因子分析(EFA),提取出六个维度,并通过KMO检验、Bartlett球形检验、因子载荷、Cronbach’s α、组合信度(CR)和平均方差提取量(AVE)验证结构效度与信度。在此基础上,采用模糊DEMATEL将企业专家(23人,来自Y公司内部及外部合作机构,平均经验8.7年)的语言评价转化为三角模糊数,通过去模糊化计算总关系矩阵及各标准中心性。最后,利用重要性-绩效分析(IPA)分别构建企业专家视角(以DEMATEL中心性为重要性轴)和NEV车主视角(以直接均值评分为重要性轴)的IPA象限图,通过双视角对比识别认知差异。
**研究结果**
**4.1 案例描述**:Y公司是中国退役动力电池综合利用领军企业,成立于2002年,总部位于浙江桐乡,专注于新能源锂电池材料研发制造及资源回收,入选工信部“白名单”。其梯次利用产能1.5 GWh,年回收能力超6.5万吨,主要产品包括通信基站备用电源、储能系统及低速电动车动力包。尽管公司在技术和管理上投入显著,但梯次利用业务扩张未达预期,大量退役电池通过高价渠道流入非正规系统。研究假设这可能源于企业与车主间的认知差距,因此选择Y公司作为单案例研究对象,因其运营覆盖退役电池收集到梯次产品应用全链条,且研究团队与公司有长期合作关系。
**4.2 分析结果**:通过内容分析提炼22项标准,并基于514份有效问卷进行EFA,提取六个维度:政策激励与制度保障(F1)、安全监管与风险防控(F2)、源头设计与可回收性(F3)、技术评估与寿命保障(F4)、回收网络与合规运营(F5)、双向沟通与市场信任(F6)。KMO=0.920,Bartlett检验显著,累积方差73.3%,各维度Cronbach’s α介于0.835-0.878,CR>0.7,AVE>0.36。企业专家(23人)通过模糊DEMATEL评估后,得到各标准中心性及绩效评分,构建IPA图(图1、图2)。NEV车主(137份有效问卷,来自四川等地,分层随机抽样)评估重要性及感知绩效,构建维度IPA图(图3)。对比发现:F2(安全监管与风险防控)和F4(技术评估与寿命保障)在企业专家与车主视角均位于“继续保持”象限,表明双方共识;F1(政策激励与制度保障)在企业专家视角重要性较低,但在车主视角重要性高且绩效低,存在显著认知差异;F3(源头设计与可回收性)在企业专家视角重要性高,但车主认为不重要;F5(回收网络与合规运营)和F6(双向沟通与市场信任)在双方视角均处于低优先级或过度努力象限。
**讨论总结**
理论意义方面,本研究将社会技术系统理论(STS)应用于动力电池梯次利用领域,强调技术与社会子系统的协同进化。F2和F4的高共识性表明,可验证的安全数据与寿命评估能直接转化为车主信任,而F3(如模块化设计)的长期间接效益难以被车主感知。F1的认知差距源于政策信号传递机制失效:产能补贴等政策红利主要惠及企业层面,车主未能有效感知经济激励。因此,企业需将政策红利通过利润分享、简化报销流程等方式直接转移到车主端。管理启示方面,企业应优先投资F2和F4(如全包梯次利用、全周期安全监测、快速检测、联邦学习排序、寿命预测等),维持F3基础合规水平,并主动将F1政策红利转化为车主回收激励。政策制定者应评估政策工具传递效果,要求企业将部分补贴直接返还车主。行业利益相关者应建立梯次利用产品认证标准体系,并开展公众科普。
**研究结论翻译**
动力电池梯次利用对于资源回收和环境可持续性至关重要。然而,大规模实施面临重大挑战:正规企业投入巨资进行技术升级,而新能源车(NEV)车主常因价格期望、政策认知和信任缺失将退役电池导入非正规渠道。以往研究主要考察孤立的技术、经济或政策维度,采用演化博弈、生命周期评估或离散选择实验等方法,但缺乏一个能够融合企业专家定性知识与NEV车主定量偏好的集成评估框架。为此,本研究开发了一个集成模糊DEMATEL与重要性-绩效分析(IPA)的混合框架。通过内容分析和探索性因子分析,识别出关键标准和维度。随后,收集企业专家的模糊评价和NEV车主的偏好权重,揭示两组之间的认知差异,从而为企业优化资源配置提供见解。研究结果为企业的资源分配提供了精确指导。企业应将安全监管与风险防控(F2)以及技术评估与寿命保障(F4)作为核心能力保持。迫切需要加强政策激励与制度保障(F1)。可大幅减少对源头设计与可回收性(F3)以及回收网络与合规运营(F5)的投资,因为这些被NEV车主视为不重要。具体而言,需维持全包梯次利用、全周期安全监测、生命周期评估、快速检测、联邦学习排序和寿命预测等能力。产能补贴、以旧换新计划、奖惩机制和材料回购协议急需优化和强化。相比之下,模块化设计和可追溯性管理等后端技术虽受企业专家重视,但对车主决策影响甚微,不应过度投入。基于Y公司案例,本研究表明,当技术安全能力与透明的政策利益和以车主为中心的沟通相结合时,正规梯次利用得以增强。未来研究应针对不同企业、地区和电池应用场景验证该框架。本研究贡献主要体现在三个方面:(1)构建了包含六个维度的社会技术系统分析框架,为社会技术系统理论在梯次利用领域的应用提供了新视角;(2)提出了集成模糊DEMATEL与重要性-绩效分析(IPA)的混合方法,有效结合了企业专家的模糊定性判断与新能源车(NEV)车主的定量偏好权重,该方法不仅通过比较分析直观揭示了两组间的认知差异,还克服了传统IPA通常依赖单一主体或纯定量数据的局限;(3)通过双视角比较,为企业资源配置提供了战略指导:建议保持F2和F4的可感知技术能力;将F1的政策红利从企业端重新分配以直接惠及车主;大幅减少对车主敏感度较低的F3等后端技术的投资。这一策略确保有限资源集中在影响车主决策的关键因素上,从而减少对高层管理人员个人经验的依赖。本研究存在若干局限性:横截面设计无法考察认知差异的动态演化,未来应采用纵向追踪;自陈式问卷可能存在社会期望偏差和共同方法变异,建议引入客观绩效指标交叉验证;自愿参与可能引入自选择偏差,建议采用概率抽样;车主样本主要来自一线和新一线城市,鼓励跨区域比较研究;样本量(23位专家和137位NEV车主)虽满足方法论要求,但统计普适性有限,未来应扩大样本并应用德尔菲法;实证数据仅来自行业领先企业Y公司,可能限制结论的普适性,后续研究应采用多案例比较设计,涵盖不同规模、地区和商业模式的企业,以及跨国或跨区域比较。进一步研究还应评估该框架在不同企业类型、地理区域和电池应用场景中的稳健性和适用性。