李 珣，鄧乾旺 ，劉俊武

1.惠州學(xué)院 電子信息與電氣工程學(xué)院，廣東 惠州 516007

2.湖南大學(xué) 汽車車身先進設(shè)計制造國家重點實驗室，長沙 410082

1 緒論

隨著資源能源嚴重緊缺，環(huán)境污染加劇，生態(tài)文明建設(shè)日益緊迫，回收與再制造正是落實生態(tài)文明建設(shè)的重要組成部分?；厥张c再制造系統(tǒng)涉及諸多因素，如當前學(xué)者在對回收與再制造展開的研究中，研究內(nèi)容涉及

回收模式與回收體系、回收成本與效益、逆向物流網(wǎng)絡(luò)、再制造工藝、再制造生產(chǎn)、政策激勵、再制造供應(yīng)鏈[1-4]等多方面。但研究中也涉及到多種不確定性因素，如回收產(chǎn)品數(shù)量[5]、產(chǎn)品質(zhì)量[6]、產(chǎn)品需求[4，7]、外部政策變化[2，8]、消費者意識[9]等?，F(xiàn)有文獻已有對不確定性問題的分析，主要集中在外部政策環(huán)境因素的變化的情況下回收數(shù)量（回收率）以及再制造率的不確定性、閉環(huán)供應(yīng)鏈下的供需不確定性、回收產(chǎn)品質(zhì)量以及再制造生產(chǎn)工藝的不確定等方面。

在政策影響方面，計國君等考慮現(xiàn)行回收條例的要素和流程，分析不同回收處理模式下的利益相關(guān)主體的經(jīng)濟行為[10]；常香云等針對碳稅和不同政府政策情景，建立不同政策約束下的汽車零部件制造、再制造技術(shù)選擇的系統(tǒng)動力學(xué)模型[11]；P Ferrao，P Nazareth評估了當前報廢汽車回收利用技術(shù)，建立了ASR（Automobile Shredder Residue）模型，并通過仿真表明ASR機械分離和回收技術(shù)可以更廣泛地循環(huán)利用，有助于實現(xiàn)歐盟的回收目標，被視為比基于能量回收技術(shù)更有前途的方法[12]。

在回收率與再制造率方面，Simic V等提出ASR回收計劃模型，探討回收法對回收與提高企業(yè)盈利能力以及回收效率的影響[2]；Farel R圍繞退役產(chǎn)品回收，應(yīng)用SD進行了回收體系、回收成本與效益、回收行為、經(jīng)濟補償機制等方面的研究[13]；Sara Behdad通過對電子產(chǎn)品回收不確定性研究分析，針對回收數(shù)量的不確定性問題，建立隨機規(guī)劃模型[14]；毛海軍充分考慮時間和數(shù)量、回收與再制造供需平衡、廢舊產(chǎn)品可再制造率等不確定性，將回收數(shù)量和利用率作為隨機參數(shù)處理[15]；蘇春考慮再制造過程中隨機模糊參數(shù)，運用隨機仿真尋找最優(yōu)可再制造率區(qū)間[16]；余福茂研究情景因素對城市居民行為的影響關(guān)系，表明居民行為會對回收數(shù)量產(chǎn)生重要作用[9]。

在不確定質(zhì)量條件下再制造生產(chǎn)過程中，李聰波等設(shè)計工藝路線和時間的Petri網(wǎng)模糊學(xué)習(xí)系統(tǒng)解決回收產(chǎn)品質(zhì)量不確定性的問題[17]；張晶提出再制造系統(tǒng)可靠度計算方法，解決零件質(zhì)量不確定性[18]；李成川基于GERT圖解決質(zhì)量不確定性下再制造工藝問題[19]；楊愛峰建立了質(zhì)量不確定情況下的回收品采購批量及再制造排序策略模型[20]；C.B.Li針對再制造過程中的不確定性問題，提出了GERT模型，對再制造流程中的各個過程發(fā)生概率和消耗時間進行了估計[21]；Y.Tang重點總結(jié)分析現(xiàn)有文獻關(guān)于解決再制造過程不確定性的方法[22]；R.Teunter等研究產(chǎn)品的質(zhì)量如何影響到產(chǎn)品需求和再制造政策[23]；Tang Xifeng研究了質(zhì)量不確定性下，再制造生產(chǎn)制造系統(tǒng)對環(huán)境的影響[5]；蘇春提出了基于混合不確定性和證據(jù)理論的生產(chǎn)計劃研究方法，考慮再制造過程中的隨機模糊參數(shù)制定利潤最大化模型，得到滿意的再制造生產(chǎn)計劃[16]；Denizel M研究不確定質(zhì)量投入情況下的再制造生產(chǎn)計劃[6]；溫海駿為了減少再制造拆解過程中不確定因素的影響，采用模糊綜合評價法進行了回收質(zhì)量等級劃分，建立了基于雙重模糊機會約束的再制造拆解車間生產(chǎn)調(diào)度問題模型[24]。

在閉環(huán)供應(yīng)鏈方面，岳輝等將回收數(shù)量作為隨機參數(shù)處理，從而優(yōu)化逆向物流網(wǎng)絡(luò)[25]；徐小峰等研究復(fù)雜制造協(xié)同物流網(wǎng)絡(luò)中資源規(guī)劃決策中的參數(shù)狀態(tài)和概率分布等隨機不確定性因素，借助蒙特卡羅方法進行仿真[26]；熊中楷等為提高企業(yè)回收積極性，構(gòu)建了一個以舊換新為收購方式的逆向物流網(wǎng)絡(luò)優(yōu)化設(shè)計模型[27]；Das D則針對再制造的閉環(huán)供應(yīng)鏈、生產(chǎn)與庫存、政策與技術(shù)開展了SD建模及仿真研究[28]；Rosa V D研究不確定性條件下逆向物流網(wǎng)絡(luò)優(yōu)化[29]；高陽運用灰色規(guī)劃的思想和方法，用灰數(shù)來描述回收網(wǎng)絡(luò)中消費市場需求量，將不確定性關(guān)系轉(zhuǎn)化為確定性關(guān)系[30]；申成然等分析知識產(chǎn)權(quán)保護與政府補貼下不同情況下閉環(huán)供應(yīng)鏈決策問題[31]；M.Ketzenberg等考慮回收中不確定需求、地點等有價值信息下的再制造閉環(huán)供應(yīng)鏈決策[32]；萬延花考慮再制造率和顧客需求的不確定性，將其作為確定函數(shù)處理，綜合考慮再制造決策問題[33]；Kenne J P在不確定條件下，閉環(huán)供應(yīng)鏈中的制造與再制造混合系統(tǒng)的生產(chǎn)計劃研究[34]；Saman H A研究了不確定需求下，考慮閉環(huán)供應(yīng)鏈中的多個目標，進行選址規(guī)劃[4]；易余胤探究獎懲機制對回收與再制造企業(yè)決策產(chǎn)生的影響，構(gòu)建需求不確定的閉環(huán)供應(yīng)鏈模型[35]；Atefeh Baghalian考慮需求不確定以及中斷問題，設(shè)計靈活供應(yīng)鏈網(wǎng)絡(luò)來處理需求等不確定問題[7]。

通過上述文獻分析可知，對諸多不確定性問題（如回收數(shù)量質(zhì)量、回收率及再制造率等）產(chǎn)生的原因研究較少，尤其對較為重要的回收率的深入研究略顯不足，同時，對上述問題的研究也僅僅停留在定性方面的描述，缺乏將定性問題轉(zhuǎn)化為定量問題的橋梁。

針對此情況，本文以報廢汽車回收率為研究目標，著重考慮消費者、企業(yè)及政府等各方面的不確定性因素，分析系統(tǒng)中存在的不能直接量化的不確定性概念，通過建立ISM結(jié)構(gòu)模型，并運用云模型[36]來解決不確定性問題，通過仿真，分析影響回收率的各種因素并驗證模型的有效性，為報廢汽車回收行業(yè)及政府有關(guān)部門提供新的理論支撐。

2 報廢汽車回收率系統(tǒng)遞階結(jié)構(gòu)模型

回收與再制造是一個復(fù)雜的系統(tǒng)，影響因素主要包括物流網(wǎng)絡(luò)選址、回收數(shù)量、回收質(zhì)量、人因、再制造的生產(chǎn)及工藝等，各因素又相互影響。如：物流網(wǎng)絡(luò)選址不同會造成時間及產(chǎn)品數(shù)量的變化，回收數(shù)量直接影響再制造的產(chǎn)品數(shù)量，而再制造產(chǎn)品數(shù)量又影響社會上消費者使用再制造產(chǎn)品的消費習(xí)慣，并影響整個社會消費結(jié)構(gòu)、消費文化的構(gòu)成，回收產(chǎn)品質(zhì)量直接影響再制造生產(chǎn)計劃以及質(zhì)量。再制造品的使用會讓消費者對此形成不同評價，反過來影響消費傾向及文化，人因決定消費者是否愿意將報廢產(chǎn)品進入正常的報廢渠道，同時，又是否愿意使用再制造產(chǎn)品，而政策的改變會改變企業(yè)和消費者對再制造的認可程度以及整個產(chǎn)業(yè)格局。故綜合上述分析，從政策、企業(yè)、人因等不確定性方面總結(jié)歸納報廢汽車回收與再制造方面的因素[37]，如表1所示。

表1 報廢汽車回收率系統(tǒng)因素

分析上述系統(tǒng)因素及相互關(guān)系，得到鄰接矩陣如下：

通過ISM方法得到遞階結(jié)構(gòu)模型如圖1。

由圖1可以看出，報廢汽車回收率影響因素是一個多級遞階系統(tǒng)。對報廢汽車回收率產(chǎn)生直接影響的第一級要素有X18（可再制造（部件）數(shù)量）、X19（再使用再循環(huán)（部件）數(shù)量）、X20（擱置以及二手繼續(xù)使用車其中，Sij=1表示要素Si對要素Sj有影響；Sij=0表示要素Si對要素Sj沒有影響。數(shù)）及X21（廢棄物填埋處理（部件）數(shù)量）。第二級要素有X16（報廢汽車正規(guī)回收數(shù)量）。X16通過影響X18，X19，X21來間接影響報廢汽車回收率。同理，可看出其他層級的影響要素組成以及各要素之間的相互影響關(guān)系。最底層的影響因素有X2,X3,X10,X11,X14,X22,X23,X24,X25,X27,X28，這些要素通過影響其他層級的要素來間接地影響報廢汽車回收率。

圖1 報廢汽車回收率系統(tǒng)層次結(jié)構(gòu)圖

3 基于ISM結(jié)構(gòu)的報廢汽車回收率系統(tǒng)云模型

云模型提出后至今，已成功應(yīng)用到自然語言處理、數(shù)據(jù)挖掘、決策分析、智能控制、圖像處理等眾多領(lǐng)域。如針對交通系統(tǒng)本身的模糊性和車輛到達的隨機性，應(yīng)用云模型進行交通預(yù)測；針對群體復(fù)雜決策中知識不確定性的表示問題，給出基于云模型的語言變量表示和命題的描述，然后闡述不確定知識的產(chǎn)生式表示，最后給出基于相對貼近度和最大隸屬度的兩種知識推理方法等[36]。

3.1 報廢汽車回收率演化系統(tǒng)不確定性因素正態(tài)云

3.1.1 正態(tài)云及相關(guān)概念

云模型可以解決不確定性問題以及模糊隨機問題，是用語言值描述的某個定性概念與其數(shù)值表示之間的不確定性轉(zhuǎn)換模型。將模糊性隨機性評價如“好，中，差”等模糊概念運用正態(tài)云來描述，構(gòu)建正態(tài)云模型，把不確定性的評語映射為可細微變化的不同云滴。

概念1（一維正態(tài)云）U為某個論域U={u}，T是與U相關(guān)的定性概念，u在定性概念T中相對于U中的隸屬度CT(u)∈[ ]0,1，云是論域U 到CT(u)∈[0,1]的映射，即：

云用期望值Ex、方差En、超熵He三個數(shù)字變量表征，期望值Ex表示定性概念的期望值，方差En表示定性概念所能夠被接受的范圍，超熵He表示方差的不確定性度量，反應(yīng)云的離散程度，將模糊隨機的定性概念和定量數(shù)值之間形成映射關(guān)系，數(shù)學(xué)期望曲線(MEC)公式為：

m維正態(tài)云：U為一個m論域，U={x1,x2,…,xm}，(x1,x2,…,xm)在定性概念T中相對于U中的隸屬度CT(x1,x2,…,xm)，元素對于T的隸屬度是具有穩(wěn)定傾向的隨機數(shù)，即：

m維正態(tài)云用3m個數(shù)字特征表述(Ex1,Ex2,…,Exm;En1,En2,…,Enm;He1,He2,…,Hem)，多維正態(tài)云的數(shù)學(xué)期望超曲面(MEHS)公式：

概念2（云發(fā)生器）產(chǎn)生K個期望(Ex1,Ex2,…,Exm)，方差(En1,En2,…,Enm)的m維正態(tài)隨機數(shù)xi=(x1i,x2i,…,xmi),i=1,2,…,k；產(chǎn)生K 個期望(En1,En2,…,Enm)，方差 (He1,He2,…,Hem)的 m維正態(tài)隨機數(shù)yi=(y1i,y2i,…,ymi),i=1,2,…,k ；計算隸屬度：

由該公式得到云滴drop(xi,ui)。

概念3（X條件云）給定m組數(shù)據(jù)特征和特定的隨機數(shù)組xi=(x1i,x2i,…,xmi)，產(chǎn)生滿足上述條件的云滴drop(xi,ui)；Y條件云：給定m組數(shù)據(jù)特征和特定隸屬度值ui，產(chǎn)生滿足上述條件的云滴drop(xi,ui)；將m維X條件云和一維Y條件云構(gòu)成復(fù)雜定性規(guī)則發(fā)生器，如圖2所示，其中CG表示云發(fā)生器。

根據(jù)上述多維多規(guī)則發(fā)生器，即可實現(xiàn)因素之間的定性因果關(guān)系轉(zhuǎn)化為定量關(guān)系。

3.1.2 報廢汽車回收率演化系統(tǒng)因素正態(tài)云

由表1報廢汽車回收率系統(tǒng)因素和圖1遞階結(jié)構(gòu)圖可知，對于回收率系統(tǒng)而言，存在諸多由人類認知帶來的不確定性因素以及自然環(huán)境中決策不確定性因素，如系統(tǒng)因素穿插著不能直接量化表述的定性語言描述概念，從而影響著整個系統(tǒng)的演化過程，云模型是解決上述問題的最優(yōu)工具，并在綜合評價[40-41]等領(lǐng)域有著良好的應(yīng)用，故將云模型應(yīng)用到報廢汽車回收率系統(tǒng)，解決定性系統(tǒng)因素量化以及因素之間演化關(guān)系等問題。分析上述系統(tǒng)因素，對于含不確定性問題的定性因素提出正態(tài)云進行描述，另外，為了研究系統(tǒng)的整個演化過程，需要對其中部分定量因素構(gòu)建正態(tài)云，以配合完成與不確定性因素之間邏輯演化關(guān)系的數(shù)值演化。

圖2 多維多規(guī)則發(fā)生器示意圖

表2 報廢汽車流向系統(tǒng)因素正態(tài)云

針對報廢產(chǎn)品回收率系統(tǒng)中的不確定性因素，系統(tǒng)因素集HS={X1,X2,…,XN}，以因素X1（政策以及法律法規(guī)宣傳教育）為例，將定性概念X1與定量數(shù)值形成映射關(guān)系。根據(jù)具體的情況需要將系統(tǒng)因素進行不同的評分等級，設(shè)置5個評估等級參數(shù)分別為（好，較好，一般，較差，差），表示為 VXi={μ1,μ2,μ3,μ4,μ5}={H,OH,M,OL,L}，評價等級是以相對于歐美日等國家法律政策宣傳普及程度為依據(jù)，其中“一般”表示與歐美日等國家的情況相當，根據(jù)問卷調(diào)查和征詢專家意見等樣本獲取樣本云滴，得到期望、方差、超熵三個數(shù)字特征CI(ExI,EnI,HeI)，建立正態(tài)云CX1={(100,7,0.5),(70,5,0.1),(50,5,0.2),(25,5,0.3)(0,5,0.5)}，運用云發(fā)生器產(chǎn)生更多云滴形成云圖，不同數(shù)值對應(yīng)的隸屬度如圖3所示。

參照上述X1正態(tài)云的構(gòu)建方法，建立各不確定性因素的正態(tài)云，總結(jié)如表2所示。

3.2 報廢汽車回收率演化系統(tǒng)定性規(guī)則描述

針對上述回收系統(tǒng)，分析定性概念之間的影響關(guān)系，基于3.1節(jié)中定性概念對應(yīng)云的基礎(chǔ)上，建立描述因素之間相互關(guān)系的定性規(guī)則，并構(gòu)建表達邏輯關(guān)系的規(guī)則發(fā)生器。

圖3 X1政策以及法律法規(guī)宣傳教育正態(tài)云

在研究整個系統(tǒng)演化時需要建立準確的定性規(guī)則對因素之間的相互關(guān)系進行描述，根據(jù)圖1中的層次結(jié)構(gòu)，建立因素之間的因果關(guān)系的定性規(guī)則，總結(jié)如表3所示。

以Rule6為例，當X3財政投入增大時，在法律法規(guī)的宣傳教育方面(X1)的投入成本加大，勢必對導(dǎo)致法律法規(guī)的普及程度增大，故如果X3（財政投入）“較大”時（取值H），X1（政策以及法律法規(guī)宣傳教育）程度也會“較大”（取值 H），以此類推，當 X3取值OH、H、M、OL、L時，X1也同時取值OH、H、M、OL、L。

表3 系統(tǒng)定性規(guī)則描述

圖4 多維多規(guī)則報廢汽車回收率不確定性推理圖

3.3 報廢產(chǎn)品回收率演化系統(tǒng)不確定性推理演化

3.3.1 不確定性條件下多維多規(guī)則報廢汽車回收率演化機理

基于多維多規(guī)則發(fā)生器，將報廢汽車回收層次結(jié)構(gòu)構(gòu)建為報廢汽車回收不確定性推理系統(tǒng)。并劃分為回收率調(diào)節(jié)系統(tǒng)和可再制造率調(diào)節(jié)系統(tǒng)，如圖4所示。

3.3.2 不確定性條件下報廢產(chǎn)品回收率演化仿真

（1）根據(jù)圖4以及表2中定性規(guī)則，根據(jù)X條件云模型云滴公式得到云模型，CG表示云模型，將系統(tǒng)用數(shù)學(xué)表達如下：

以公式X9為例，根據(jù)概念3的定義，X9為X條件云，云滴公式為drop(xi,ui)，CG表示云發(fā)生器，再根據(jù)圖4可知，X9=CG9(CG29,CG8)，而CG29的云滴公式為CG29(X31),CG8的云滴公式為CG8(X2,X3)，即

汽車保有總量與當?shù)亟?jīng)濟水平以及人口數(shù)量存在密切關(guān)系，本文以城市為例進行研究，而城市的汽車總量可以查證，故將此變量作為常數(shù)處理。報廢汽車總量與汽車保有量比例系數(shù)為k′，X18為可再制造比數(shù)量，企業(yè)資金投入基準為X9′，回收價格基準X5′，再制造調(diào)節(jié)比例系數(shù)k。

（2）設(shè)定初值。針對不同地區(qū)的經(jīng)濟狀況以及政策的不同，分析不同因素情況下對最終再制造品的影響，以城市長沙為例，設(shè)定初值：報廢汽車量與汽車保有量比例一般為0.05～0.07，現(xiàn)設(shè)定：k′=0.07；報廢汽車回收價格基準在企業(yè)資金投入基準為X9′=60%時：X5′=3 000元/輛；非正規(guī)途徑回收價格：X23=2 900元/輛 ；當?shù)仄嚳偙Ｓ辛縓30=105萬輛,其他變量初值設(shè)定如表4。

在X2和X3投入分別為“一般”和“較好”的情況下，企業(yè)參與積極性取值“一般”與“較好”之間；企業(yè)盈利“一般”情況下，企業(yè)資金投入X9=71，說明企業(yè)是有信心繼續(xù)進行再制造活動，回收價格上升；信息共享水平“較差”時，逆向物流網(wǎng)絡(luò)覆蓋率“較差”，從而導(dǎo)致正規(guī)報廢所花費的時間“較長”。宣傳教育程度與財政投入存在很強的正相關(guān)關(guān)系，介于“較好”和“一般”之間，而當X2=55時；消費者環(huán)保意識值為69，說明在這樣的情況下消費者環(huán)保意識較好，在經(jīng)濟發(fā)展“較好”的地區(qū)，正規(guī)回收率為32%，回收率“較差”。每年應(yīng)報廢汽車數(shù)量為7.35萬輛，正規(guī)回收量為2.35萬輛，回收比例為32%，，在回收的基礎(chǔ)上可再制造比例為32.7%，實際能夠用于再制造的數(shù)量為0.77萬輛，占總車比例為10%左右?；厥毡壤c再制造比例都相對較低，為分析出實際的原因，故對此系統(tǒng)底層不確定性因素如法律法規(guī)、消費者意愿、經(jīng)濟投入進行仿真分析，研究因素影響系統(tǒng)的演化過程。

（3）不確定性推理計算以及結(jié)果如表5所示。

4 報廢汽車回收率系統(tǒng)不確定性因素演化仿真分析

回收率是系統(tǒng)中關(guān)鍵性因素，以回收率為基準將系統(tǒng)因素分為三類，即系統(tǒng)底層因素，導(dǎo)致回收率變化的系統(tǒng)過程因素，以及由回收率引起的系統(tǒng)頂層數(shù)量因素。系統(tǒng)底層因素只影響其他因素，不受其他因素影響，包括X2國家強制性法律法規(guī)、X3國家經(jīng)濟補貼政策（財政投入）、X31消費者對再制造品購買認可程度等；系統(tǒng)過程因素包含X12汽車正規(guī)途徑報廢比率（回收率）、X7正規(guī)報廢途徑便利性等；系統(tǒng)頂層數(shù)量因素包含X16正規(guī)報廢汽車回收數(shù)量、X17非法回收數(shù)量等。本文中選取系統(tǒng)底層具有代表性的不確定性因素，以國家強制性法律法規(guī)、國家經(jīng)濟政策補貼（含財政投入）、消費者對再制造品接受認可程度為例，模擬底層因素變化導(dǎo)致系統(tǒng)過程因素以及頂層數(shù)量因素變化結(jié)果，進行仿真并分析。

表5 仿真結(jié)果

4.1 分析國家強制性法律法規(guī)對報廢汽車回收率系統(tǒng)的影響

4.1.1 國家強制性法律法規(guī)導(dǎo)致過程因素變化情況

在X2國家法律法規(guī)逐步完善的情況下，即X2取值從20取到100，而其他的因素如3.3節(jié)中數(shù)值設(shè)定不變，代入上述系統(tǒng)進行仿真，分析其對X4消費者環(huán)保意識、X5正規(guī)回收價格、X12正規(guī)途徑回收率、X9企業(yè)資金投入、X8企業(yè)參與積極性、X7正規(guī)報廢花費時間等因素的影響，如圖5所示。

從圖5中可以知道，正規(guī)途徑的回收率在大幅上漲，8%上漲到75%，漲幅非常明顯，分析其原因是由于法律法規(guī)的完善，導(dǎo)致企業(yè)參與積極性增加，企業(yè)的資金投入增加，在一定程度上提升了回收價格，而另一方面，法律法規(guī)的完善提升了消費者的環(huán)境保護意識，愿意參與到正規(guī)回收當中去，當然在正規(guī)渠道進行處理回收品的時間變短，使消費者所花費的時間成本減少，而所獲取的經(jīng)濟收入又增加，所以使回收率大幅增長，回收氛圍逐漸改善，行業(yè)體系逐步發(fā)生良性變化。觀察變化趨勢，在X2取值在40到50時，增加率比較高，說明這個節(jié)點上，對企業(yè)和消費者來說會產(chǎn)生較大的影響，而在65到80增幅同樣劇烈，在考慮X2變化時，應(yīng)該使取值跨越這些階段，從而能夠得到比其他階段更有效的結(jié)果輸出。

4.1.2 國家強制性法律法規(guī)導(dǎo)致數(shù)量因素變化情況

將X2取值從20取到100，分析其對 X16報廢汽車正規(guī)回收量、X17非法回收量、X18可再制造量、X19再使用再循環(huán)零部件數(shù)量、X21廢棄物填埋處理數(shù)量、X15應(yīng)報廢汽車總量等的影響情況，如圖6所示。

由圖6可知，隨著上圖回收率的上升，正規(guī)回收數(shù)量也逐步增加，非法回收數(shù)量因此而逐步減少，可再制造量也相應(yīng)增加，同樣可知，在40至50區(qū)間段、65到80區(qū)間內(nèi)增幅劇烈。在80以后幾乎沒有相應(yīng)的增長，由此可知，法律法規(guī)進一步完善并不能導(dǎo)致更好的結(jié)果輸出，由于受到企業(yè)因素的影響，企業(yè)和消費者受到法律法規(guī)的約束力不再增加，故國家法律法規(guī)的完善單方面對企業(yè)和消費者的影響是一定的。

4.1.3 小結(jié)

現(xiàn)階段政府應(yīng)加強法律法規(guī)的完善工作，引導(dǎo)企業(yè)增加資金投入，并通過法規(guī)和宣傳等措施改善回收環(huán)境，激勵消費者參與。但同時應(yīng)注意到，在法律法規(guī)完善到一定程度時，其對企業(yè)和消費者的影響又失去了靈敏性，此時應(yīng)該分析其他因素并采取相應(yīng)的措施。

4.2 分析國家經(jīng)濟政策補貼（含財政投入）對報廢汽車回收率演化系統(tǒng)的影響

4.2.1 國家經(jīng)濟政策補貼（含財政投入）導(dǎo)致系統(tǒng)過程因素變化情況

當X3補貼政策逐步發(fā)生變化時，取值從20到100之間，分析其對系統(tǒng)影響，進行逐步的仿真，如圖7所示。

從圖7中可知，補貼政策對消費環(huán)保意識的影響是比較穩(wěn)定的，隨著X3的增長緩慢地增長。對企業(yè)資金投入形成比較劇烈的刺激，在[40，55]區(qū)間內(nèi)增長相當快，X3由“較差”轉(zhuǎn)為“一般”時使企業(yè)投入加大，企業(yè)參與積極性漲幅相對較大，由最初的20增長至90，可見財政性補貼對企業(yè)的刺激是相當有效的。與X2造成的影響形成對比分析，X3產(chǎn)生的影響比X2大，回收率和回收價格較X2而言都有增長。綜合分析，國家資金的投入比法律法規(guī)的約束力具有較大的刺激作用。

圖5 國家強制性法律法規(guī)導(dǎo)致系統(tǒng)過程因素變化仿真結(jié)果

圖6 國家強制性法律法規(guī)導(dǎo)致系統(tǒng)數(shù)量因素變化仿真結(jié)果

圖7 國家經(jīng)濟政策補貼（財政投入）導(dǎo)致系統(tǒng)過程因素變化仿真結(jié)果

圖8 國家經(jīng)濟政策補貼（含財政投入）導(dǎo)致系統(tǒng)數(shù)量因素變化仿真結(jié)果

圖9 消費者對再制造品接受認可程度導(dǎo)致系統(tǒng)過程因素變化仿真結(jié)果

圖10 消費者對再制造品接受認可程度導(dǎo)致系統(tǒng)數(shù)量因素變化仿真結(jié)果

4.2.2 國家經(jīng)濟政策補貼（含財政投入）導(dǎo)致系統(tǒng)數(shù)量因素變化情況

國家經(jīng)濟政策補貼導(dǎo)致系統(tǒng)數(shù)量因素的變化情況如圖8所示。

從圖中可以看出正規(guī)回收數(shù)量最高為85%，增幅劇烈的階段為40～55，以及80～90之間，在90以后，基本不發(fā)生變化，說明系統(tǒng)受到其他因素的制約，單純改變X3很難再對系統(tǒng)造成較為有效的影響。大體的效果與X2相似，但是其具體的值相對X2而言較優(yōu)。

4.2.3 小結(jié)

分析表明政府補貼政策具有持續(xù)的強有力的推動作用，現(xiàn)階段補貼政策應(yīng)持續(xù)穩(wěn)定地實施。但當回收率達到一定高度時，補貼政策同樣失去靈敏性，此時應(yīng)考慮其他因素的影響。

4.3 消費者對再制造品接受認可程度對報廢汽車回收率演化系統(tǒng)的影響

4.3.1 消費者對再制造品接受認可程度導(dǎo)致系統(tǒng)過程因素變化情況

當消費者對再制造品購買態(tài)度發(fā)生變化時，會對整個再制造行業(yè)產(chǎn)生影響，因此取不同的值進行模擬仿真，如圖9所示。

如圖9可以看出，企業(yè)的盈利水平與消費者購買幾乎呈現(xiàn)線性增長關(guān)系，也表明隨著銷售量增長會是企業(yè)盈利水平增大；隨著盈利變高企業(yè)增大資本投入，其影響力與國家補貼政策導(dǎo)致的影響大體一致，正規(guī)途徑回收率與企業(yè)資本投入符合相同的增加關(guān)系，在資本投入為“較好”時呈跳躍式增長；回收價格在資本的沖擊下必然增漲；在其他條件不變的條件下，購買認可度增加對報廢花費時間的減少是有限的。

4.3.2 消費者對再制造品接受認可程度導(dǎo)致系統(tǒng)數(shù)量因素變化情況

消費者對再制造品接受認可程度發(fā)生改變時，導(dǎo)致系統(tǒng)因素變化的仿真如圖10所示。

圖10中，整體趨勢和X2/X3變化的趨勢基本一致，消費者購買認可度變化導(dǎo)致回收率增長，從而使正規(guī)回收數(shù)量以及再制造部件量增加，但是消費者意愿對回收率的影響沒有財政補貼的影響大，從而導(dǎo)致回收率仍然不夠，非法回收數(shù)量巨大，長期占據(jù)50%以上，故需要綜合其他因素進行整體分析。

4.3.3 小結(jié)

當消費者意愿達到一定水平后，行業(yè)呈現(xiàn)高速發(fā)展的態(tài)勢，企業(yè)資金投入也會顯著提升，但對回收率的提升并沒有補貼政策的效果顯著。

5 結(jié)論

本文運用系統(tǒng)工程和不確定性理論，借助云模型工具將回收系統(tǒng)中的諸多不確定性問題進行定量轉(zhuǎn)化，并構(gòu)建相關(guān)的定性規(guī)則進行仿真分析，驗證了模型的有效性，具有重要的理論和現(xiàn)實意義，具體表現(xiàn)在：

（1）將ISM和云模型工具相結(jié)合并引入到報廢汽車回收系統(tǒng)中來，構(gòu)建相應(yīng)的關(guān)系準則，是較為重要的創(chuàng)新。

（2）相比較現(xiàn)有的理論和模型，本文通過云模型工具及構(gòu)建的關(guān)系準則，初步實現(xiàn)了將定性描述進行定量，直觀揭示了不確定性因素對回收率的影響，并進一步分析了各種因素對回收率的影響機理，具有較強的理論創(chuàng)新性和突破性。

（3）對報廢汽車回收行業(yè)的發(fā)展提供了新的思路和理論參考，對行業(yè)內(nèi)企業(yè)的布局和發(fā)展具有指導(dǎo)意義；比如回收和再制造企業(yè)應(yīng)參考本文的研究成果，分析行業(yè)的發(fā)展現(xiàn)狀，確定企業(yè)現(xiàn)階段是否需要增加投資，或者客觀分析企業(yè)現(xiàn)階段的盈利水平。

（4）對政府制定引導(dǎo)行業(yè)發(fā)展的相關(guān)政策及補貼措施提供了理論依據(jù)和支撐，具有重要的現(xiàn)實意義，比如現(xiàn)階段政府部門的工作重點應(yīng)該是大力完善法律法規(guī)制度，持續(xù)穩(wěn)定地實施補貼政策，直至行業(yè)發(fā)展到一定程度再考慮其他相應(yīng)措施。

：

[1]Haapala K R，Zhao F，Camelio J，et al.A review of engineering research in sustainable manufacturing[J].Journal of Manufacturing Science and Engineering，2013，135（4）：1-16.

[2]Simic V，Dimitrijevic B.Modelling of automobile shredder residue recycling in the Japanese legislative context[J].Expert Systems with Applications，2013，40（18）：7159-7167.

[3]Vlachos D，Georgiadis P，Iakovou E.A system dynamics model for dynamic capacity planning of remanufacturing in closed-loop supply chains[J].Computers&Operations Research，2007，34（2）：367-394.

[4]Saman H A，Zhang Guoqing.A multi-objective facility location model for closed-loop supply chain network under uncertain demand and return[J].Applied Mathematical Modeling，2013，37（6）：4165-4176.

[5]Tang Xifeng，Mao Haijun，Li Xuhong.Effect of quality uncertainty of parts on performance of reprocessing system in remanufacturing environment[J].Journal of Southeast University，2011，27（1）：91-95.

[6]Denizel M，F(xiàn)erguson M，Souza G.Multiperiod remanufacturing planning with uncertain quality of inputs[J].IEEE Transactions on Engineering Management，2010，57（3）：394-404.

[7]Baghalian A，Rezapour S，F(xiàn)arahani R Z.Robust supply chain network design with service level against disruptions and demand uncertainties：a real-life case[J].European Journal of Operational Research，2013，227（1）：199-215.

[8]Kusumaningdyah W，Eunike A，Yuniarti R.Modeling tradeoff in ship breaking industry considering sustainability aspects：a system dynamics approach[J].Procedia Environmental Sciences，2013，17（1）：785-794.

[9]余福茂.情境因素對城市居民廢舊家電回收行為的影響[J].生態(tài)經(jīng)濟，2012，249（2）：137-141.

[10]計國君，黃位旺.WEEE回收條例有效實施問題研究[J].管理科學(xué)學(xué)報，2012，15（5）：1-9.

[11]常香云，鐘永光，王藝璇，等.促進我國汽車零部件再制造的政府低碳引導(dǎo)政策研究——以汽車發(fā)動機再制造為例[J].系統(tǒng)工程理論與實踐，2013，33（11）：2811-2821.

[12]Ferrao P，Nazareth P，Amaral J.Strategies for meeting EU end-of-life vehicle reuse/recovery targets[J].Journal of Industrial Ecology，2006，10（4）：77-93.

[13]Farel R，Yannou B，Ghaffari A，et al.A cost and benefit analysis of future end-of-life vehicle glazing recycling in France：a systematic approach[J].Resources Conservation and Recycling，2013，74（5）：54-65.

[14]Behdad S，Thurston D.Disassembly and reassembly sequence planning tradeoffs under uncertainty for product maintenance[J].Jounal of Mechanical Design，2012.

[15]毛海軍，芮維娜，李旭宏.基于不確定條件的再制造物流網(wǎng)絡(luò)優(yōu)化設(shè)計[J].東南大學(xué)學(xué)報：自然科學(xué)版，2010，40（2）：425-430.

[16]蘇春，沙洋娟.基于混合不確定性和證據(jù)理論的再制造生產(chǎn)計劃[J].東南大學(xué)學(xué)報：自然科學(xué)版，2010，40（4）：712-716.

[17]李聰波，李玲玲，曹華軍，等.廢舊零部件不確定性再制造工藝時間的模糊學(xué)習(xí)系統(tǒng)[J].機械工程學(xué)報，2013，49（15）：137-146.

[18]張晶，梁工謙.基于零件質(zhì)量不確定性的再制造生產(chǎn)系統(tǒng)可靠性分析[J].工業(yè)工程，2013，16（2）：117-121.

[19]李成川，李聰波，曹華軍，等.基于GERT圖的廢舊零部件不確定性再制造工藝路線模型[J].計算機集成制造系統(tǒng)，2012，18（2）.

[20]楊愛峰，季園園，胡小建，等.質(zhì)量不確定的回收品采購量及再制造排序策略[J].合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2014，37（4）：473-477.

[21]Li C B，Tang Y，Li C C.A GERT-based analytical method for remanufacturing process routing[C]//Proceedings of IEEE 7th International Conference on Automation Science and Engineering，Trieste，Italy，Aug 24-27，2011：462-467.

[22]Tang Y，Li C B.Uncertainty management in remanufacturing：a review[C]//Proceedings of IEEE 8th International Conference on Automation Science and Engineering，Aug 20-24，2012：52-57.

[23]Teunter R，F(xiàn)lapper S.Optimal core acquisition and remanufacturing policies under uncertain core quality fractions[J].European Journal of Operational Research，2010，210：241-248.

[24]溫海駿，劉明周，劉長義，等.不確定環(huán)境下回收發(fā)動機拆卸調(diào)度方法[J].計算機集成制造系統(tǒng)，2015，21（5）：1279-1286.

[25]岳輝，鐘學(xué)燕，葉懷珍.隨機環(huán)境下再制造逆向物流網(wǎng)絡(luò)優(yōu)化設(shè)計[J].中國機械工程，2007，18（4）：442-446.

[26]徐小峰，趙金樓，宋杰鯤.復(fù)雜制造協(xié)同物流網(wǎng)絡(luò)資源規(guī)劃的不確定性控制優(yōu)化[J].系統(tǒng)工程理論與實踐，2012，32（4）：799-806.

[27]熊中楷，方衍，張聰譽.以舊換新收購方式下的逆向物流網(wǎng)絡(luò)優(yōu)化設(shè)計[J].中國管理科學(xué)，2011，19（6）：65-72.

[28]Das D，Dutta P.A system dynamics framework for integrated reverse supply chain with three way recovery and product exchange policy[J].Computers&Industrial Engineering，2013，66（4）：720-733.

[29]Rosa V D，Gebhard M，Hartmann E，et al.Robust sustainable bi-directional logistics network design under uncertainty[J].Int J Production Economics，2013，145（1）：184-198.

[30]高陽，周向紅，劉軍.灰色環(huán)境下多周期再制造逆向物流網(wǎng)絡(luò)設(shè)計[J].統(tǒng)計與決策，2014（6）：174-177.

[31]申成然，熊中楷，彭志強.專利保護與政府補貼下再制造閉環(huán)供應(yīng)鏈的決策和協(xié)調(diào)[J].管理工程學(xué)報，2013，27（3）：132-138.

[32]Ketzenberg M，Laan V D，Teunter R H.Value of information in closed loop supply chains[J].Production&Operations Management，2006（15）：393-406.

[33]萬延花，陳偉達.需求不確定的再制造批量決策[J].系統(tǒng)管理學(xué)報，2012，21（2）：270-274.

[34]Kenne J P，Dejax P，Gharbi A.Production planning of a hybrid manufacturing-remanufacturing system under uncertainty within a closed-loop supply chain[J].International Journal of Production Economics，2012，135（1）：81-93.

[35]易余胤，梁家密.不確定需求下具獎懲機制的閉環(huán)供應(yīng)鏈模型[J].計算機集成制造系統(tǒng)，2012，18（9）：2040-2051.

[36]李德毅，孟海軍.隸屬云和隸屬云發(fā)生器[J].計算機研究與發(fā)展，1995，32（6）：15-20.

[37]鄧乾旺，李衛(wèi)明，李珣，等.機械產(chǎn)品回收與再制造系統(tǒng)中綠色影響因子關(guān)聯(lián)仿真模型[J].中國機械工程，2015，26（22）：3064-3075.

[38]周永圣，汪壽陽.政府監(jiān)控下的退役產(chǎn)品回收模式[J].系統(tǒng)工程理論與實踐，2010，30（4）：615-621.

[39]周育紅，姜朝陽.我國汽車報廢回收利用體系框架初探[J].環(huán)境科學(xué)與技術(shù)，2006，29（3）：94-96.

[40]Li L，Liu L，Yang C，et al.The comprehensive evaluation of smart distribution grid based on cloud model[J].Energy Procedia，2012，17：96-102.

[41]Fan Linjun，Ling Yunxiang，Liao Liangcai，et al.An improved evaluation method based on cloud models for situation consistency within the battlefield of joint operations[J].Procedia Engineering，2012，29：1590-1595.