電動汽車發(fā)展狀況評價研究

李澤森+趙貝貝+李晶晶

摘 要：電動汽車代表未來汽車發(fā)展的方向，其發(fā)展狀況對我國的節(jié)能減排和能源安全都有著重要的意義。為明確各類型電動汽車的發(fā)展狀況，基于改進TOPSIS法對電動汽車發(fā)展狀況進行全面、科學地評價研究。首先建立了各類型電動汽車發(fā)展狀況評價指標體系；然后利用層次分析法（AHP法）和熵權(quán)法對各指標的權(quán)重進行了確定；最后構(gòu)建了基于累計前景理論—TOPSIS法的評價模型，并對實例進行了分析評估，驗證了模型的可行性與可靠性。通過系統(tǒng)、準確、科學地分析各類型電動汽車的發(fā)展狀況，對促進我國電動汽車的健康發(fā)展具有重要意義。

關(guān)鍵詞：電動汽車；累計前景理論；TOPSIS；層次分析法；熵權(quán)法

中圖分類號：F27

文獻標識碼：A

doi：10.19311/j.cnki.1672-3198.2017.03.033

0 引言

隨著經(jīng)濟社會的發(fā)展，建設生態(tài)文明、實現(xiàn)可持續(xù)發(fā)展，已成為當今世界的重要共識。發(fā)展清潔能源、確保能源安全、緩解環(huán)境問題，成為目前能源革命的重要內(nèi)容。電動汽車具有可靠、環(huán)保、無污染的特點，自其產(chǎn)生以來就受到社會各界的廣泛關(guān)注。世界主要汽車生產(chǎn)國都把大力發(fā)展新能源汽車作為提高產(chǎn)業(yè)競爭能力、保持經(jīng)濟社會可持續(xù)發(fā)展的重要措施。對于中國汽車行業(yè)，電動汽車的發(fā)展有著更重要的意義。電動汽車作為新能源汽車的典型代表，是未來汽車行業(yè)的發(fā)展方向，將有力促進我國經(jīng)濟增長，也是我國汽車行業(yè)重要的戰(zhàn)略調(diào)整。發(fā)展奠定汽車有助于我國的節(jié)能減排事業(yè)，同時還能夠起到保障能源安全的作用，有助于加快建設“兩型社會”，也有利于調(diào)整我國汽車產(chǎn)業(yè)結(jié)構(gòu)，進而實現(xiàn)我國汽車產(chǎn)業(yè)的快速發(fā)展。同時，它對擴大內(nèi)需，加快轉(zhuǎn)變我國的經(jīng)濟增長模式，提高經(jīng)濟的長期競爭力都具有重要意義。對此，以綜合評估的方式來研究電動汽車的發(fā)展情況有助于促進電動汽車行業(yè)的健康發(fā)展。

目前，國內(nèi)外學者對電動汽車已有一定的研究。施曉清，李笑諾等在全面總結(jié)現(xiàn)有電動汽車節(jié)能減排研究成果的基礎上，研究了電動汽車的節(jié)能減排因子的影響因素，通過以改進后的燃料碳排放模型來對電動汽車的碳排放及其減排潛力進行分析。張敏，張建華等根據(jù)電動汽車電能供給及污染物排放過程，設計了計及電網(wǎng)側(cè)及車輛本身的綜合評價指標，以細致量化電動汽車入網(wǎng)方案在污染物以及溫室氣體排放方面的環(huán)境影響。陳明，郭立新選擇最高車速、加速能力等指標構(gòu)建了應用于純電動汽車動力性經(jīng)濟性綜合評價的指標體系，建立了基于TOPSIS的綜合評價模型。范建磊，劉君利用投影尋蹤理論將多個評價指標投影為綜合評價指標，采用量子粒子群優(yōu)化算法找到最佳投影方向，根據(jù)最佳投影值及等級函數(shù)關(guān)系得到電動汽車充電樁的綜合評價模型。LiSu-hua采用層次分析法建立了用于新能源汽車評價體系，可用于評價純電動汽車等在內(nèi)的共九種新能源汽車。Xingping Zhang等提出基于系統(tǒng)動力學模型電動汽車收益評價機制，該模型包括電動汽車利益相關(guān)者和充電站的生命周期凈收入效益評價。

通過文獻綜述可知，國內(nèi)外對于電動汽車以及綜合評價的研究已經(jīng)具有一定的理論基礎，但對電動汽車整體的評價較為缺乏。本文將建立電動汽車的發(fā)展評價指標體系，采用AHP和熵權(quán)法計算指標權(quán)重，并提出前景理論與TOPSIS法相結(jié)合的評價模型對電動汽車發(fā)展進行綜合評價，有助于促進電動汽車的發(fā)展。

1 電動汽車發(fā)展狀況評價指標建立

在對電動汽車運行影響因素分析的基礎上，本文將從技術(shù)性、社會性和經(jīng)濟性三個方面選取電動汽車發(fā)展綜合評價指標，以全面系統(tǒng)地反映各類型電動汽車的發(fā)展態(tài)勢。綜合發(fā)展五維指標的內(nèi)涵如下：

（1）規(guī)模擴張：各類電動汽車在單位時間內(nèi)的產(chǎn)量，它反映了各類電動汽車一定時間段內(nèi)的產(chǎn)能發(fā)展力。

（2）基礎建設：各類電動汽車在一定地區(qū)內(nèi)的發(fā)展與充電樁、能源等基礎建設密切相關(guān)，其主要體現(xiàn)各類電動汽車將來一段時間發(fā)展過程中地區(qū)基礎建設的支持度

（3）經(jīng)濟動力：各類電動汽車在發(fā)展過程中參考其生產(chǎn)和發(fā)展成本后，一定時間內(nèi)的銷售利潤以及有關(guān)專家對各類電動汽車今后一段時期銷售額的預期指標數(shù)據(jù)，它能反映出各類電動汽車現(xiàn)階段及將來一段時期的發(fā)展盈利能力。

（4）環(huán)境保護：一方面考慮各類電動汽車污染與溫室氣體排放的比較數(shù)據(jù)，另一方面考慮的是政府營造的政策環(huán)境對各類電動汽車發(fā)展力的影響。

（5）科學技術(shù)：類電動汽車時所擁有的不同技術(shù)優(yōu)勢以及其技術(shù)成熟度對該類電動汽車今后發(fā)展的牽引和帶動力。

2 基于改進TOPSIS法的綜合評價模型

TOPSIS法（理想解法）是基于各方案與理想解的接近程度進行排序的方法，該方法可以充分利用原始數(shù)據(jù)的信息。文中在TOPSIS法的基礎上，提出了一種基于累積前景理論-TOPSIS的評價模型，實現(xiàn)較為科學、客觀地對各類電動汽車發(fā)展進行綜合評價。

2.1 累積前景理論

為解決阿萊斯與埃爾斯伯格悖論，Kahneman等人在吸取Simon提出的“有限理性原則”思想上，通過廣泛觀察和全面研究在不確定情況下的個體決策行為，20世紀70年代末提出了前景理論。然而，隨著研究的深入，學者們逐漸發(fā)現(xiàn)前景理論存在一些比較明顯的問題。為避免違背隨機優(yōu)勢，Kahneman等人在前景理論的基礎上上結(jié)合了容量概率，提出了累積前景理論。

累積前景理論的核心是前景價值，是由價值函數(shù)和決策權(quán)重函數(shù)共同決定，具體表達式為：

式中，x為決策值與參考點的數(shù)值差，x>0則代表決策相對是收益的，x<0表示相反情況；為損失敏感性遞減系數(shù)；θ為損失規(guī)避系數(shù)，其值越小表示決策者對損失越不敏感，反之，則說明決策者對損失越敏感。和為收益態(tài)度系數(shù)和損失態(tài)度系數(shù)。

2.2 權(quán)重的確定

本文將采用AHP和熵權(quán)法相結(jié)合的權(quán)重確定方法計算指標權(quán)重，將主觀賦權(quán)法及客觀賦權(quán)法有效結(jié)合，使評價對象指標的權(quán)重更加準確、科學、合理。

2.2.1 層次分析法確定權(quán)重

層次分析法是一種系統(tǒng)分析方法，使決策者可以系統(tǒng)全面、數(shù)學化地處理復雜決策對象。采用這種方法可以分解復雜的問題，形成有序的遞階層次構(gòu)，并確定各因素的相對重要性。其基本步驟如下：

（1）構(gòu)造指標體系中影響上一級每個指標的同級指標兩兩比較的判斷矩陣。設受上一級指標支配的下級指標個數(shù)為n個，則判斷矩陣為：

式（5）中，aii的數(shù)值根據(jù)相應的標度方法進行確定，用1，3，5，7，9分別表示按照相關(guān)專家分析，兩個指標相比，前者與后者同等重要、較重要、重要、很重要、非常重要；而2，4，6，8表示上述相鄰判斷的中間值。

（2）通過對矩陣的最大特征值進行判定，同時對其一致性矩陣實施檢驗。加入后者通過檢驗了，這就說明特征向量中的各個分量代表的是各個指標相對特定指標的相對重要性，才計算后得到各指標權(quán)重。

（3）在上述計算處理中權(quán)重從下到上相乘，即可得到各指標權(quán)重w。

2.2.2 熵權(quán)法確定權(quán)重

熵權(quán)法進行權(quán)重技術(shù)是根據(jù)信息論的思想，按照各指標所提供的信息量的大小來確定指標權(quán)重?；谛畔⒄摶靖拍羁梢灾?，信息熵是衡量系統(tǒng)無序程度的一種度量方法。如果指標變化程度較大，其信息熵越小，則指標提供的信息量越大，該指標的權(quán)重越大；指標值的變化程度較小，信息熵較大，則指標提供的信息量較小，對指標權(quán)重較小。因此，根據(jù)指標值的變化程度，應用信息熵這個方法來計算各個指標的權(quán)重。其計算步驟如下：

假設評價指標共m個，項目的供選擇方案有n個，則指標決策矩陣為X=（xij）n×m。由于各評價指標的量綱和類型不同，難以直接進行比較，對決策矩陣需要進行無量綱化處理，無量綱化之后得到的決策矩陣為Y=（yij）n×m。

根據(jù)熵的極值性，把上式標準化，得到表征指標評價重要度的熵：

2.3 算法步驟

將累積前景理論在TOPSIS法的應用不僅可以克服傳統(tǒng)方法的主觀性問題，還可以使評價結(jié)果更加直接明了，便于人們的理解。因此，本文將采用累積前景理論對電動汽車的發(fā)展進行評價，保證所得評價結(jié)果的科學性、合理性、準確性?；玖鞒倘缦拢?/p>

第一步，建立相應的電動汽車發(fā)展評價指標體系，采用專家打分的方式得到原始數(shù)據(jù)，并對原始數(shù)據(jù)進行預處理。

第二步，采用基于AHP—熵權(quán)法獲取指標權(quán)重的基礎上，根據(jù)前景理論的權(quán)重函數(shù)求得各指標的評價權(quán)重。

第三步，根據(jù)前景理論價值函數(shù)的計算方法，得到二級指標的前景值，具體公式如（2）所示。依據(jù)確定好的權(quán)重函數(shù)和價值函數(shù)，對前景矩陣進行加權(quán)，進而得到加權(quán)前景矩陣。

3 算例分析

選取油電混合動力、可充電式混合動力、純電動、氫燃料電池四類具有典型代表性的電動汽車進行綜合評價。部分數(shù)據(jù)來源于中國汽車產(chǎn)業(yè)發(fā)展報告以及中國交通統(tǒng)計年鑒。對進行數(shù)據(jù)預處理后，得到評價矩陣。

3.1 確定權(quán)重

根據(jù)AHP-熵權(quán)法權(quán)重確定方法可計算出每一個指標的權(quán)重值，本文采用SD軟件和MATLAB進行計算，結(jié)果見表2。

3.2 評價結(jié)果

根據(jù)上述模型步驟，得到各類型電動汽車發(fā)展的綜合評價結(jié)果。油電混合動力汽車在規(guī)模擴張、基礎建設、經(jīng)濟動力、環(huán)境保護方面具有較大的優(yōu)勢，技術(shù)也相對成熟，因此發(fā)展狀態(tài)的最好。純電動汽車的經(jīng)濟動力優(yōu)勢較大，充電樁建設也在逐步擴大中，發(fā)展態(tài)勢僅次于油電混合動力汽車。氫氣燃料汽車是將來最有希望的交通工具之一，氫燃料電池汽車規(guī)模擴張較快，經(jīng)濟動力較強，排名相對較后?？沙潆娛交旌蟿恿ζ嚲C合發(fā)展水平較低，處于最差的位置。

4 結(jié)束語

本文從各類型電動汽車發(fā)展狀態(tài)進行分析，首先建立了從規(guī)模擴張、基礎建設、經(jīng)濟動力、環(huán)境保護、科學技術(shù)五個維度考慮的評價指標體系，為電動汽車發(fā)展評價提供了良好的基礎。其次將AHP和熵權(quán)法相結(jié)合，將主觀賦權(quán)法及客觀賦權(quán)法有效結(jié)合，使評價對象指標的權(quán)重更加準確、科學、合理。最后，將累積前景理論運用到TOPSIS法中，建立了累積前景-TOPSIS評價模型，并通過實例計算驗證了指標體系與評價模型的有效性與實用性。

電動汽車是未來汽車行業(yè)的發(fā)展方向，也關(guān)系著我國環(huán)保事業(yè)和能源安全，而本文所提出電動汽車發(fā)展評價指標和方法可以很好地應用于該領域，為電動汽車的發(fā)展規(guī)劃提供決策依據(jù)。

參考文獻

[1]國務院發(fā)展研究中心產(chǎn)業(yè)經(jīng)濟研究部等.中國汽車產(chǎn)業(yè)發(fā)展報告（2014）[M].北京：社會科學文獻出版社，2014.

[2]國務院發(fā)展研究中心產(chǎn)業(yè)經(jīng)濟研究部等.中國汽車產(chǎn)業(yè)發(fā)展報告（2015）[M].北京：社會科學文獻出版社，2015.

[3]施曉清，李笑諾，楊建新.低碳交通電動汽車碳減排潛力及其影響因素分析[J].環(huán)境科學，2013，（01）：385-394.

[4]張敏，張建華，曾博等.基于多目標灰靶模型的電動汽車環(huán)境效益綜合評價方法[J].現(xiàn)代電力，2012，（03）：64-69.

[5]陳明，郭立新.基于AHP-熵權(quán)-TOPSIS的電動汽車動力性經(jīng)濟性綜合評價方法[J].機械設計，2013，（04）：15-19.

[6]范建磊，劉君.電動汽車充電樁綜合評價方法研究[J].電氣應用，2014，（11）：31-35.

[7]Li Su-hua. Research on Evaluation System of New Energy Vehicles Based on AHP[C]. Information Engineering Research Institute， USA.Proceedings of 2012 Asian Pacific Conference on Energy，Environment and Sustainable Development（APEESD 2012 V260-261）.Information Engineering Research Institute， USA，2012：5.

[8]Xingping Zhang，Yanni Liang，Wenfeng Liu.Pricing model for the charging of electric vehicles based on system dynamics in Beijing[J].Energy，2017，119：218-234.

[9]李存斌，張建業(yè)，谷云東等.一種基于前景理論和改進TOPSIS的模糊隨機多準則決策方法及其應用[J].運籌與管理，2015，（02）：92-100.

[10]劉勇，F(xiàn)orrest Jeffrey，劉思峰等.基于前景理論的多目標灰靶決策方法[J].控制與決策，2013，（03）：345-350.

[11]周開俊，李東波.基于熵權(quán)與模糊集的產(chǎn)品可裝配性綜合評價方法[J].機械設計，2006，（03）：15-18.