《Logistics》:A Nash Bi-Level Optimization Framework for Competing Cleaner Closed-Loop Supply Chains in the Power Battery Industry
编辑推荐:
背景:动力电池闭环供应链面临稀缺材料、补贴、市场需求及可回收电池的多重竞争,同时战略决策与生产、回收、运输、库存及碳控运营相互耦合。方法:研究人员针对两条同质竞争链构建了一种Nash型双层框架,其中同步的上层策略决定条件性的下层运营响应。共享资源使可行性依赖于
背景:动力电池闭环供应链面临稀缺材料、补贴、市场需求及可回收电池的多重竞争,同时战略决策与生产、回收、运输、库存及碳控运营相互耦合。方法:研究人员针对两条同质竞争链构建了一种Nash型双层框架,其中同步的上层策略决定条件性的下层运营响应。共享资源使可行性依赖于策略,因此计算目标是有限候选近似均衡,而非解析求解的连续均衡。研究人员采用基于公共信息改编的基准算例进行有限网格验证、算法与模型比较以及敏感性分析。结果:所提出的框架在小规模算例验证中逼近离散化参考均衡。在风格化的同质双寡头基准中,相较于所选Stackelberg和集中合作替代模型,Nash型结构为竞争稳定性与实施条件提供了更合适的联合表征,但该结果并未识别真实电池行业的竞争结构。敏感性分析提供了方向性的、基准特定的证据,表明需求与稀缺材料供应是最清晰的驱动因素,而政策、偏好及孤立的技术参数主要重塑均衡配置与结构。结论:研究结果支持该框架作为竞争性闭环供应链规划的条件性分析工具。
**竞争性动力电池闭环供应链的Nash型双层优化框架研究解读**
**1. 研究背景与问题提出**
随着新能源汽车的快速扩张和大量动力电池进入退役期,电池闭环供应链的战略重要性日益凸显[1,2,3]。在电池情景下,清洁供应链管理已不再局限于生产效率,还取决于电池回收、逆向运输、低碳交付、库存部署和再生材料利用,这些环节共同影响循环性、成本和排放[1,4]。与此同时,主要电池企业之间的竞争往往是多维度的,而非纯粹的基于价格。企业可能同时争夺稀缺原材料和补贴资源[5,6],以及市场需求和退役电池收集渠道[7,8]。这种竞争不仅改变市场结果,也改变生产、回收、运输和库存决策的可行性与后果。对于技术可比的企业而言,这种互动难以仅通过固定的领导者—跟随者结构来表征,因此战略竞争与低层运营执行应联合分析而非分别处理——这正是广义Nash均衡和共享约束博弈模型所研究的场景[9,10]。
现有研究为定价、回收、协调、补贴设计和电池回收政策提供了坚实基础[1,3,5,6,7,8,11,12],但仍存在三个缺口。第一,许多研究仍分析单一供应链或简化竞争设置[5,6,8],未充分表征两条可比供应链同时争夺原材料、补贴资源、市场需求和可回收电池的情形。第二,直接建模竞争时Stackelberg博弈依然常见,因其可表征权力不对称和序贯调整[13,14,15];但本研究中的电池双寡头设置基于不同的前提:两条供应链被视为结构可比,且未先验施加稳定的领导者。第三,双层优化文献已强调保留战略选择与低层执行之间联系的重要性[16,17,18],但低层响应往往被聚合,或框架仅为单一链条或层级博弈而开发。对于电池闭环系统——其中清洁物流决策直接影响成本与排放——更需要显式的战略—运营耦合。
本研究旨在弥补上述空白,构建一个能联合刻画水平竞争、低层运营反馈以及可比电池供应链之间共享约束竞争的框架,开发Nash型双层模型并基于公共数据改编的基准算例进行评估,使上层策略通过内生运营响应而非聚合反应来评估。
**2. 研究内容与核心贡献**
研究人员开发的框架将上层完全信息静态Nash型博弈与涵盖生产、运输、回收、库存和排放控制的下层运营模型相结合。下层通过ε-约束变换后的条件性下层优化进行评估,上层通过基于博弈的进化过程进行搜索以获得有限候选近似均衡[17,18,19,20]。由于共享资源设置导致上层产生依赖于策略的可行对应关系,计算目标是Nash型共享约束博弈的有限候选近似均衡。主要贡献包括:针对动力电池清洁闭环供应链背景下的同质双寡头构建Nash型双层优化框架,显式考虑原材料、补贴、市场需求和回收资源的平行竞争;通过将下层运营模型嵌入竞争决策结构强化战略—运营联动;采用问题适配的混合GT-DP-NSGA-II过程支持所提框架的有限候选近似均衡计算。
**3. 关键技术方法**
研究采用混合GT-DP-NSGA-II方法,将博弈导向的种群搜索与ε-约束变换后的条件性下层优化相结合[19,20]。对于每个候选策略对,CPLEX求解固定的下层混合整数子问题,其运营成本和排放反馈至上层目标。不可行候选被标记为不可行并从有效候选池中排除,进化阶段通过基于目标的排序、可行性偏好、多样性保留、交叉和变异更新两个种群。最终代后,利用得到的有限支付矩阵提取有限候选近似均衡对,并作为后处理指标计算局部单边偏离收益和安全性。基准算例来源于公共数据和公开案例信息,包括用于有限网格校准的小规模算例、用于主要基准和模型比较的成都中规模算例,以及用于可扩展性测试的长三角大规模算例,均为改编自公共信息的计算基准而非企业层面观测的直接复现。
**4. 主要研究结果**
**4.1 算法验证结果。** 在验证小规模算例中,将每条链的五个上层变量离散为两个水平,形成1024个策略对。混合GT-DP-NSGA-II在10代后迅速改善并在约10至15代后趋于稳定,理想点接近度从0.9632提升至ε=64时的0.9935,并在ε≥128时达到0.9964。跨规模算法比较显示,在统一基准协议下,Joint-NSGA-II在小规模算例上速度最快且代表利润最高,NGA获得最高的代表可持续性表现,GT-DP-NSGA-II主要在小规模算例的安全性和理想点接近度上及中规模算例的代表利润、可持续性、均衡集规模和理想点接近度上表现最佳。十种子中规模审计显示GT-DP-NSGA-II平均每种子需626.56秒和38,268.6次CPLEX调用,远高于Joint-NSGA-II的41.16秒和2,727.4次调用,表明质量优势伴随更高计算负担。安全截断值从0.70收紧至0.90时,平均保留均衡数从59.8降至23.2,非空种子数从10降至8,但在仍有可行代表均衡的种子中,代表利润保持在304.95至308.04(单位:元),代表可持续性指标稳定在2.458左右,理想点接近度保持在0.990以上,表明中规模结论不依赖于单一报告截断值。
**4.2 模型比较结果。** 在成都中规模算例上对三种模型结构进行比较:Nash型双层模型、Stackelberg双层模型和集中合作模型。在系统效率与分配平衡方面,集中合作模型提供协调的利润和成本基准,Nash模型获得最高的系统可持续性表现,Stackelberg模型产生最强的分配平衡。在竞争稳定性与实施可行性方面,Nash型双层模型的单边偏离收益最小,Stackelberg模型对领导者角色分配敏感,集中合作模型在两种扰动半径下均保持正的参与缺口。结果表明Nash型结构在假设可比企业和同时竞争的风格化同质双寡头基准中最一致,但这一结论仅限于本研究使用的基准设置,不应被解读为对Nash型结构的实证验证或行业层面的识别。
**4.3 敏感性分析结果。** 在中规模算例上进行了八因素单因素敏感性分析,使用五个等距水平和三个代表性种子。结果显示预期需求具有最清晰的方向性效应:更高需求提高代表总利润,而平均单位总排放变化较小。稀缺材料供应主要改变原生—再生材料组合和相应的利润平衡。政府补贴提高利润但对平均单位总排放影响有限;碳排放标准对可持续性表现评分的影响比对实际排放强度的影响更显著;消费者绿色偏好主要影响均衡多重性和利润平衡;需求弹性改变总利润和市场份额差距。低碳运输成本系数和回收率因子表现出较弱的边际效应,主要通过运输或材料构成体现。
**5. 讨论与结论总结**
讨论部分指出,对于风格化的同质双寡头设置,Nash型双层公式比强加的领导者—跟随者或集中合作结构更一致,因为未施加上层领导者且运营响应保持显式,但该结论不应被视为对实际动力电池行业竞争结构的实证识别。Stackelberg模型在存在权力不对称或先动承诺时仍然适用[5,6,8]。管理启示取决于扰动来源:当需求扩张或稀缺材料紧张是主要压力时,应优先考虑采购投标和原生/再生材料配置;当政策目标是减少实际排放而非补偿企业时,补贴和消费者偏好激励需要与更广泛的低碳生产、回收和运输选项配合;集中协调仅在弱势链的参与缺口可被补偿时方可实施。
研究结论支持三个有界结论:Nash型结构与所假设的同质平行竞争一致;运营可行性应最好地与战略决策联合评估;需求和材料稀缺具有最清晰的方向性效应,而政策、偏好和孤立技术参数主要重塑利润分配、均衡多重性和可行运营组合。研究局限性包括静态完全信息设置、两条风格化同质供应链、基于公共信息改编而非企业层面实证观测的计算算例,以及使用三个代表性种子的方向性敏感性证据而非完整随机稳健性检验。未来研究可考虑动态或随机博弈、不完全信息、异质企业、更丰富的政策工具以及更广泛的敏感性实验复制。