摘 要：“雙碳”目標(biāo)是應(yīng)對(duì)氣候變化問題的重大戰(zhàn)略。汽車行業(yè)大力推廣電動(dòng)汽車的使用，使得車輛周期的碳排放越來(lái)越值得關(guān)注。如何確定“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素并分析是電動(dòng)汽車行業(yè)需要解決的問題。考慮專家意見的模糊性，采用畢達(dá)哥拉斯模糊DEMATEL確定影響因素間的相互關(guān)系，結(jié)合ANP確定各影響因素的優(yōu)先級(jí)，提出了模糊DEMATEL-ANP模型。研究結(jié)果表明：行業(yè)生態(tài)不完善、市場(chǎng)需求不確定性、缺乏重構(gòu)設(shè)計(jì)的能力、低碳減排指標(biāo)的約束、原材料供應(yīng)不穩(wěn)定性、政策以及補(bǔ)貼調(diào)整是“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性重要影響因素。

關(guān)鍵詞：“雙碳”背景；電動(dòng)汽車供應(yīng)鏈；脆弱性影響因素；模糊DEMATEL-ANP

中圖分類號(hào)：F570.72 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2024.14.023

文章編號(hào)：1002-3100（2024）14-0115-06

Analysis of Factors Influencing Vulnerability in the Supply Chain of Electric Vehicles Under the Background of “Dual Carbon”

LIAO Yulian，XU Wenping （School of Management， Wuhan University of Science and Technology， Wuhan 430000， China）

Abstract： The \"dual carbon\" target is a major strategy to address climate change. The automotive industry is promoting the use of electric vehicles， making the carbon emissions of the vehicle cycle more and more concerning. How to determine and analyze the factors influencing vulnerability in the electric vehicle supply chain under the background of \"dual carbon\" is a problem for the electric vehicle industry. Considering the ambiguity of expert opinions， the fuzzy DEMATEL-ANP model is proposed by using Pythagorean fuzzy DEMETAL to determine the correlation between influencing factors， and combining ANP to determine the priority of each influencing factor. The results show that the imperfect industry ecology， uncertainty of market demand， lack of ability to reconstruct design， constraints on low-carbon emission reduction indicators， instability of raw material supply， and policy and subsidy adjustment are important factors affecting the vulnerability of the electric vehicle supply chain under the background of \"dual carbon\".

Key words： \"dual carbon\" background；electric vehicle supply chain；factors influencing vulnerability；fuzzy DEMATEL-ANP

0 引 言

全球變暖趨勢(shì)仍持續(xù)，氣候變化問題值得關(guān)注。“雙碳”目標(biāo)是我國(guó)加入《巴黎協(xié)定》后為應(yīng)對(duì)氣候變化問題而做出的戰(zhàn)略性部署。國(guó)際能源署（IEA）發(fā)布的《2022年CO2排放報(bào)告》表明，2022年我國(guó)CO2排放量約為114.8億噸，我國(guó)仍是CO2排放量較大的國(guó)家。[1]汽車行業(yè)全生命周期碳排放總量達(dá)12億噸，是我國(guó)實(shí)現(xiàn)“雙碳”目標(biāo)重點(diǎn)關(guān)注行業(yè)之一。[2]我國(guó)汽車行業(yè)燃料周期碳排放量占全生命周期碳排放量超過(guò)70%，傳統(tǒng)汽油車仍占據(jù)汽車保有量的主導(dǎo)地位。純電動(dòng)車相比傳統(tǒng)汽油車，其碳排放減少43.4%[3]。大力推行電動(dòng)汽車的使用有利于幫助汽車行業(yè)實(shí)現(xiàn)“雙碳”目標(biāo)。電動(dòng)汽車需求上升使得車輛周期碳排放量占比增加，車輛周期碳排放量逐步吸引關(guān)注。為期望時(shí)間內(nèi)實(shí)現(xiàn)“雙碳”目標(biāo)，在確保電動(dòng)汽車供應(yīng)鏈平穩(wěn)運(yùn)行的條件下，推動(dòng)電動(dòng)汽車供應(yīng)鏈綠色低碳化轉(zhuǎn)型事不宜遲。因此，如何確定并分析“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素是該領(lǐng)域亟需解決的關(guān)鍵問題。

目前，國(guó)內(nèi)外學(xué)者對(duì)電動(dòng)汽車供應(yīng)鏈脆弱性和“雙碳”背景下的供應(yīng)鏈韌性提升進(jìn)行了大量研究并取得顯著成果。Kumar等[4]使用德爾菲法和最佳-最差法對(duì)電動(dòng)汽車的電池供應(yīng)鏈可持續(xù)性發(fā)展所面臨的挑戰(zhàn)進(jìn)行分析和實(shí)證研究，針對(duì)電池原材料的供應(yīng)問題和回收問題給出合理建議。Sun等[5]搭建綜合模型框架以評(píng)估流行病背景下電動(dòng)汽車供應(yīng)鏈的核心供應(yīng)風(fēng)險(xiǎn)，并以供應(yīng)約束預(yù)測(cè)未來(lái)電動(dòng)汽車行業(yè)的需求，提出應(yīng)擴(kuò)大電池質(zhì)量升級(jí)方面的財(cái)政刺激。Wu等[6]從技術(shù)、市場(chǎng)和環(huán)境三個(gè)方面構(gòu)建不確定條件下電動(dòng)汽車供應(yīng)鏈的風(fēng)險(xiǎn)指標(biāo)體系，提出猶豫模糊綜合評(píng)價(jià)模型對(duì)中國(guó)電動(dòng)汽車供應(yīng)鏈進(jìn)行風(fēng)險(xiǎn)評(píng)估，幫助供應(yīng)鏈的利益相關(guān)者識(shí)別潛在風(fēng)險(xiǎn)并制定相關(guān)防范措施。李肖肖[7]采用魚骨法識(shí)別新能源汽車供應(yīng)鏈的各階段風(fēng)險(xiǎn)關(guān)鍵影響因素，并采用模糊DEMATEL進(jìn)行分析。陸岷峰等[8]分析了供應(yīng)鏈的經(jīng)濟(jì)在“雙碳”背景下的新形勢(shì)、新特點(diǎn)、新問題，為供應(yīng)鏈相關(guān)企業(yè)發(fā)展提出建設(shè)性意見。卜云峰等[9]分析了“雙碳”背景下綠色供應(yīng)鏈的控制路徑和內(nèi)外部驅(qū)動(dòng)因素，構(gòu)建“智能、高效、零碳”的綠色供應(yīng)鏈管理模型。

綜上所述，已有研究在電動(dòng)汽車供應(yīng)鏈的各階段風(fēng)險(xiǎn)和“雙碳”背景中供應(yīng)鏈的路徑探索方面較多。但在“雙碳”背景下，分析電動(dòng)汽車供應(yīng)鏈脆弱性影響因素的研究較少。因此，基于已有研究，從電動(dòng)汽車供應(yīng)鏈本身脆弱性影響因素和“雙碳”背景下新的脆弱性影響因素兩方面入手，構(gòu)建模糊DEMATEL-ANP模型，分析“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素，期望在新政策下為電動(dòng)汽車供應(yīng)鏈的利益相關(guān)者提供理論基礎(chǔ)和決策建議。

1 “雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素指標(biāo)構(gòu)建

指標(biāo)體系的構(gòu)建在“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素分析中有重要作用。電動(dòng)汽車供應(yīng)鏈?zhǔn)蔷邆淙蚧?、?dòng)態(tài)化的復(fù)雜系統(tǒng)，其脆弱性影響因素存在供應(yīng)鏈的各個(gè)階段?？紤]供應(yīng)鏈內(nèi)外多方面因素，通過(guò)文獻(xiàn)總結(jié)和專家評(píng)估，本文從原有文獻(xiàn)[6，10]和新環(huán)境[11]導(dǎo)致兩方面對(duì)“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素進(jìn)行選取?！半p碳”政策的實(shí)施沒有消解電動(dòng)汽車供應(yīng)鏈原有的脆弱性影響因素，反而在新的環(huán)境下產(chǎn)生了新的影響因素[12]。具體建立的指標(biāo)體系如表1所示。

2 構(gòu)建模糊DEMATEL-ANP模型

2.1 方法介紹

畢達(dá)哥拉斯模糊集（PFS）是基于直覺模糊集（IFS）知識(shí)的一個(gè)拓展。IFS隸屬度的空間范圍包含在PFS隸屬度空間范圍內(nèi)，使用PFS能更好解決不確定信息帶來(lái)的偏差[13]。

畢達(dá)哥拉斯模糊數(shù)的相關(guān)理論如下。[14]

定義1：假設(shè)X是一個(gè)論域。則在X上定義的畢達(dá)哥拉斯模糊集P可簡(jiǎn)記：

。 （1）

其中X上的兩個(gè)映射和，分別表示為P的隸屬函數(shù)和非隸屬函數(shù)。使得和分別表示元素x為屬于P的隸屬度和非隸屬度，并滿足條件，那么稱為畢達(dá)哥拉斯模糊數(shù)，簡(jiǎn)記為。

定義2：梯形畢達(dá)哥拉斯模糊數(shù)（TRPFN）是對(duì)畢達(dá)哥拉斯模糊數(shù)的一個(gè)擴(kuò)展。表示為。其中參數(shù)滿足，隸屬度和非隸屬度滿足條件，隸屬函數(shù)和非隸屬函數(shù)可由公式（2）獲得。

（2）

定義3：為梯形畢達(dá)哥拉斯模糊數(shù)，其中都是實(shí)數(shù)，那么A的期望值可由公式（3）獲得：

。 （3）

決策實(shí)驗(yàn)室法（DEMATEL）將專家經(jīng)驗(yàn)與知識(shí)、圖論和矩陣工具結(jié)合，建立復(fù)雜決策過(guò)程中不同要素間的因果關(guān)系。DEMATEL法較適于確定增添某新要素于指標(biāo)體系中所導(dǎo)致的各要素評(píng)估情況的改變。[15]網(wǎng)絡(luò)分析法（ANP）是由Saaty[16]開發(fā)的，基于層次分析法發(fā)展而來(lái)的決策方法。ANP法將決策問題各因素間的關(guān)系看成一種網(wǎng)絡(luò)結(jié)構(gòu)，考慮因素之間的相互作用，利用超矩陣?yán)碚摚_定因素間的優(yōu)先級(jí)[17]。

2.2 模糊DEMATEL-ANP模型的構(gòu)建

步驟一：確定梯形畢達(dá)哥拉斯模糊直接影響矩陣C。根據(jù)專家意見確定各影響因素間相互邏輯關(guān)系。將專家的語(yǔ)言變量通過(guò)表2轉(zhuǎn)換為梯形畢達(dá)哥拉斯模糊數(shù)的期望值，建立梯形畢達(dá)哥拉斯模糊直接影響矩陣，cij表示要素i對(duì)要素j的影響程度。

步驟二：根據(jù)公式（5）規(guī)范化直接影響矩陣， 得到規(guī)范后的直接影響矩陣N。

步驟三：建立要素間綜合影響矩陣T。，其中I為單位矩陣。

步驟四：通過(guò)公式（6）計(jì)算各要素的影響度Di、被影響度Rj、中心度Di+Rj與原因度Di-Rj。Di為矩陣T中i要素對(duì)應(yīng)行值之和，意為該要素對(duì)其他要素的綜合影響。Rj為矩陣T中j要素對(duì)應(yīng)列之和，意為該要素受其他要素的綜合影響。測(cè)量中心度和原因度將各要素劃分為原因或結(jié)果。原因度大于0，表示該要素為原因要素，否則，為結(jié)果要素。

（6）

步驟五：通過(guò)模糊DEMATEL結(jié)果和專家意見綜合考慮，確定各要素間的獨(dú)立性或相互依存性。各要素間進(jìn)行兩兩比較以確定相對(duì)重要性，利用Super Decision（SD）軟件構(gòu)建初始未加權(quán)超矩陣M并檢驗(yàn)其一致性。

步驟六：利用SD軟件對(duì)初始未加權(quán)超矩陣M進(jìn)行歸一化處理，得到加權(quán)超矩陣W。利用SD軟件對(duì)加權(quán)超矩陣穩(wěn)定化處理，當(dāng)時(shí)，可獲得極限超矩陣，得到各要素的權(quán)重及優(yōu)先級(jí)排序。具體模型步驟如圖1。

3 研究結(jié)果分析

3.1 模糊DEMATEL結(jié)果分析

收集綠色供應(yīng)鏈、電動(dòng)汽車供應(yīng)鏈等領(lǐng)域?qū)＜覇柧矸答伕饔绊懸蛩氐南嗷ビ绊懗潭?，梳理整合，建立語(yǔ)言變量影響矩陣。然后將語(yǔ)言變量轉(zhuǎn)換為畢達(dá)哥拉斯模糊數(shù)的期望值，建立畢達(dá)哥拉斯模糊直接影響矩陣C。求得規(guī)范后的直接影響矩陣N和綜合影響矩陣T，其中T如表3所示。

通過(guò)綜合影響矩陣T計(jì)算出各影響因素的影響度、被影響度、中心度與原因度，如表4和圖2所示。原因度R值正負(fù)將各影響因素劃分為原因或結(jié)果因素。中心度值的大小表示該因素在系統(tǒng)中的重要程度。中心度值越大說(shuō)明該因素在系統(tǒng)中的地位越重要。模糊DEMATEL結(jié)果表示：因素A1、A2、A3、A4、A5、A6、A7、A9的R值大于0，表明該因素影響其他因素比被影響的程度多，為原因因素。因素A8、B1、B2、B3、B4、B5的R值小于0，表明該因素受其他因素的影響更多，為結(jié)果因素?！半p碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素指標(biāo)體系中，因素行業(yè)生態(tài)不完善（A8）、市場(chǎng)需求不確定性（A2）、政策以及補(bǔ)貼調(diào)整（A9）、原材料供應(yīng)不穩(wěn)定性（A1）、缺乏重構(gòu)設(shè)計(jì)的能力（B2）、原材料供應(yīng)不穩(wěn)定性（A1）、低碳減排指標(biāo)的約束（B1）的權(quán)重較大，位于指標(biāo)體系的重要位置。

3.2 ANP結(jié)果分析

模糊DEMATEL分析確定了因素間相互影響關(guān)系，卻不能清晰描述各因素在指標(biāo)體系中的重要地位，通過(guò)ANP分析可以確定各因素的重要程度。在SD軟件中導(dǎo)入構(gòu)建初始未加權(quán)超矩陣M并確保影響因素的相互重要程度通過(guò)一致性檢驗(yàn)，即一致性檢驗(yàn)值小于0.1。初始未加權(quán)超矩陣如表5所示。

然后利用SD軟件對(duì)矩陣M進(jìn)行歸一化處理，使得每列元素值的和為1，得到加權(quán)超矩陣W。使用SD軟件對(duì)矩陣W進(jìn)行穩(wěn)定化處理，當(dāng)時(shí)，得到極限超矩陣并確定各影響因素的優(yōu)先級(jí)和權(quán)重，如圖 3所示。權(quán)重越大，說(shuō)明該因素在“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素指標(biāo)體系中越重要。ANP分析結(jié)果表明：在“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素指標(biāo)體系中，因素行業(yè)生態(tài)不完善（A8）、市場(chǎng)需求不確定性（A2）、缺乏重構(gòu)設(shè)計(jì)的能力（B2）、低碳減排指標(biāo)的約束（B1）、原材料供應(yīng)不穩(wěn)定性（A1）、低碳管理文化兼容度（B5）相比其他因素更重要。

4 結(jié)論與建議

本文從電動(dòng)汽車供應(yīng)鏈本身和“雙碳”背景下產(chǎn)生的脆弱性影響因素兩方面識(shí)別“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素。采用模糊DEMATEL-ANP方法構(gòu)建“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素分析模型。研究結(jié)果表明，行業(yè)生態(tài)不完善、市場(chǎng)需求不確定性、缺乏重構(gòu)設(shè)計(jì)的能力、低碳減排指標(biāo)的約束、原材料供應(yīng)不穩(wěn)定性、政策以及補(bǔ)貼調(diào)整在該指標(biāo)體系中占據(jù)重要地位。決策者們?cè)凇半p碳”背景下進(jìn)行電動(dòng)汽車供應(yīng)鏈管理時(shí)，可多加關(guān)注這些因素帶來(lái)的影響。為了提升電動(dòng)汽車供應(yīng)鏈管理水平，提出以下建議。

4.1 完善電動(dòng)汽車行業(yè)生態(tài)，確保電動(dòng)汽車供應(yīng)鏈的穩(wěn)定發(fā)展

加大電動(dòng)汽車行業(yè)的宣傳和扶持工作，電動(dòng)汽車市場(chǎng)全方面調(diào)研，有助于對(duì)電動(dòng)汽車供應(yīng)鏈的需求端進(jìn)行精準(zhǔn)預(yù)測(cè)；鼓勵(lì)電動(dòng)汽車技術(shù)、供應(yīng)鏈綠色技術(shù)不斷創(chuàng)新，相關(guān)人才培養(yǎng)或引進(jìn)，為電動(dòng)汽車行業(yè)提供源源不斷的支持；合理規(guī)劃充電基礎(chǔ)設(shè)施和電池回收計(jì)劃，為擴(kuò)大電動(dòng)汽車行業(yè)生態(tài)做好準(zhǔn)備。做好原材料供應(yīng)商的選擇與合作，減少原材料供應(yīng)中斷、延遲風(fēng)險(xiǎn)。

4.2 幫助電動(dòng)汽車供應(yīng)鏈的低碳化轉(zhuǎn)型，確保電動(dòng)汽車供應(yīng)鏈的可持續(xù)發(fā)展

積極響應(yīng)國(guó)家政策，做好向低碳供應(yīng)鏈轉(zhuǎn)型的準(zhǔn)備。制定供應(yīng)鏈的各階段減排策略，落實(shí)到實(shí)踐；做好員工綠色意識(shí)培養(yǎng)，幫助提高低碳管理文化兼容度；打好基礎(chǔ)，提升供應(yīng)鏈重構(gòu)設(shè)計(jì)的能力。同時(shí)，電動(dòng)汽車供應(yīng)鏈的低碳化離不開相關(guān)政策支持，讓低碳減排融入到供應(yīng)鏈企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)中去。

參考文獻(xiàn)：

[1] IEA（2023）.CO2 Emissions in 2022[EB/OL]. （2022-03-20）[2023-08-25].https：//www.iea.org/reports/co2-emissions-in-2022.

[2] ESG Today．Mercedes-Benz targets carbon neutral supply chain[EB/OL].（2020-12-07）[2023-08-25]．https：//www.esgtoday.

com/mercedes-benz-targets-carbon-neutral-supply-chain/.

[3] 中國(guó)汽車技術(shù)研究中心．中國(guó)汽車低碳行動(dòng)計(jì)劃（2022）[EB/OL].（2022-08-25）[2023-09-10].http：//www.199it.com/

archives/1483410.html．

[4] KUMAR P，SINGH R K，PAUL J，et al．Analyzing challenges for sustainable supply chain of electric vehicle batteries using a

hybrid approach of Delphi and Best-Worst Method[J/OL]. Resources，Conservation and Recycling，2021，175（1）：105879.[2023-

08-30].https：//doi.org/10.1016/j.resconrec.2021.105879.

[5] SUN Xin，LIU Gang，HAO Han，et al．Modeling potential impact of COVID-19 pandemic on global electric vehicle supply

chain[J/OL]. iScience，2022，25（3）：103903.[2023-08-30].http：//pubmed.ncbi.nlm.nih.gov/35187462/.

[6] WU Yunna Wu，JIA Weibing，LI Lingwenying，et al．Risk assessment of electric vehicle supply chain based on fuzzy synthetic

evaluation[J]. Energy，2019，182：397-411.

[7] 李肖肖．新能源汽車供應(yīng)鏈風(fēng)險(xiǎn)關(guān)鍵影響因素辨識(shí)[J]．物流科技，2022，45（15）：119-123．

[8] 陸岷峰，徐陽(yáng)洋．“雙碳”目標(biāo)背景下供應(yīng)鏈經(jīng)濟(jì)的新特點(diǎn)、新挑戰(zhàn)與新對(duì)策[J]．新疆社會(huì)科學(xué)，2022（1）：38-46，146．

[9] 卜云峰，藍(lán)式賢．“雙碳”背景下的綠色供應(yīng)鏈管理研究[J]．中國(guó)儲(chǔ)運(yùn)，2023（2）：138-139．

[10] ONAT N C，KUCUKVAR M.A systematic review on sustainability assessment of electric vehicles： Knowledge gaps and future perspectives[J/

OL].Environmental Impact Assessment Review，2022，97：106867.[2023-09-01].https：//doi.org/10.1016/J.EIAR.2022.106867.

[11] 孫夢(mèng)君．我國(guó)新能源汽車供應(yīng)鏈發(fā)展探析[J]．中國(guó)儲(chǔ)運(yùn)，2023（3）：204-205．

[12] 劉榮娟，趙道致．低碳供應(yīng)鏈風(fēng)險(xiǎn)源的識(shí)別與控制策略[J]．武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2014，36（4）：513-516.

[13] 金珍．基于畢達(dá)哥拉斯模糊集的多準(zhǔn)則群決策理論與方法研究[D]．南昌：江西財(cái)經(jīng)大學(xué)，2019．

[14] GIRI B C，MOLLA M U，BISWAS P．Pythagorean fuzzy DEMATEL method for supplier selection in sustainable supply chain

management[J/OL]. Expert Systems with Applications，2022，193：116396. [2023-09-04].https：//doi.org/10.1016/j.eswa.2021.116396.

[15] GARDAS B B，RAUT R D，NARKHEDE B．Evaluating critical causal factors for post-harvest losses（PHL）in the fruit and

vegetables supply chain in India using the DEMATEL approach[J]．Journal of Cleaner Production，2018，199：47-61.

[16] SATTY T L．Time dependent decision-making;dynamic priorities in the AHP/ANP： Generalizing from points to functions and

from real to complex variables[J]．Mathematical and Computer Modelling，2007，46：860-891．

[17] KURMAR S，RQUTRD，NAYAL K，et al. To identify industry 4.0 and circular economy adoption barriers in the agriculture supply chain by

using ISM-ANP[J/OL]. Journal of Cleaner Production，2021，293：126023.[2023-09-10].https：//doi.org/10.1016/j.jclepro.2021.126023．

收稿日期：2023-10-06

基金項(xiàng)目：湖北省教育廳重點(diǎn)項(xiàng)目“中斷風(fēng)險(xiǎn)下關(guān)鍵產(chǎn)業(yè)供應(yīng)鏈彈性評(píng)估與提升策略研究”（23D060）

作者簡(jiǎn)介：廖玉漣（2001—），女，四川成都人，武漢科技大學(xué)管理學(xué)院碩士研究生，研究方向：供應(yīng)鏈的脆弱性與韌性評(píng)估；徐文平（1977—），本文通信作者，女，湖北襄陽(yáng)人，武漢科技大學(xué)管理學(xué)院，副教授，博士，博士生導(dǎo)師，研究方向：風(fēng)險(xiǎn)管理、應(yīng)急決策、供應(yīng)鏈的脆弱性與韌性評(píng)估、社區(qū)韌性、基礎(chǔ)設(shè)施系統(tǒng)風(fēng)險(xiǎn)與可靠性、系統(tǒng)建模與仿真等。

引文格式：廖玉漣，徐文平．“雙碳”背景下電動(dòng)汽車供應(yīng)鏈脆弱性影響因素分析[J]．物流科技，2024，47（14）：115-119，134.