宋豪達(dá),陳二蒙,田曉飛,王宏濤
(1.合肥工業(yè)大學(xué)機(jī)械工程學(xué)院,安徽 合肥 230009;2.中國質(zhì)量認(rèn)證中心,北京100000)
當(dāng)前在生態(tài)環(huán)境影響大、需求消費(fèi)旺、社會(huì)關(guān)注度高的重點(diǎn)領(lǐng)域消費(fèi)產(chǎn)品,存在著綠色產(chǎn)品概念模糊不清、評價(jià)指標(biāo)體系缺乏協(xié)調(diào)性和普遍適用性[1]?,F(xiàn)有的綠色產(chǎn)品相關(guān)國家評價(jià)指標(biāo)體系采用“綠筐”方式,只是對綠色相關(guān)指標(biāo)的物理整合,以打分和權(quán)重等主觀因素作為主要方法,落地難,適用性差,忽視了產(chǎn)品之間的差異性和相關(guān)指標(biāo)之間存在的冗余性。
針對產(chǎn)品評價(jià)指標(biāo)體系的構(gòu)建,文獻(xiàn)[2]利用Delphi法對多位相關(guān)領(lǐng)域?qū)<覂奢喆巫稍儾煌芷陔A段的強(qiáng)相關(guān)綠色指標(biāo),基于全生命周期角度建立產(chǎn)品的評價(jià)指標(biāo)體系。文獻(xiàn)[3]針對機(jī)電產(chǎn)品再制造過程中指標(biāo)體系不完善的問題,提出了基于模糊層次分析法的再制造性評價(jià)方法。文獻(xiàn)[4]從環(huán)境客戶滿意度和宏觀環(huán)境質(zhì)量健康指標(biāo)兩方面建立了質(zhì)量生存和發(fā)展評價(jià)指標(biāo)體系。上述研究在指標(biāo)收集方面缺少完整性,適用性差,忽略了消費(fèi)屬性指標(biāo)的收集,未能對不同的產(chǎn)品建立差異化的評價(jià)指標(biāo)體系。
在約簡冗余指標(biāo)方面,文獻(xiàn)[5]基于主觀和客觀賦值方法的結(jié)構(gòu)熵權(quán)法提出了一種計(jì)算評價(jià)指標(biāo)體系不同指標(biāo)權(quán)重的新方法。文獻(xiàn)[6]基于屬性約簡理論,利用粗糙集評估指標(biāo)間的相似關(guān)系,進(jìn)而刪除冗余指標(biāo)。上述研究通過粗糙集方法或計(jì)算指標(biāo)權(quán)重的方法達(dá)到約簡指標(biāo)的目的,主觀性大。
綜上所述,在對指標(biāo)進(jìn)行多層次分解的基礎(chǔ)上,通過指標(biāo)約簡刪除冗余性指標(biāo),構(gòu)建指標(biāo)體系,實(shí)現(xiàn)對綠色產(chǎn)品分級評價(jià)。首先從資源、環(huán)境、能源、消費(fèi)維度收集指標(biāo),利用約束性和必要性指標(biāo)識(shí)別標(biāo)準(zhǔn)對指標(biāo)進(jìn)行分解,然后利用灰色關(guān)聯(lián)聚類的方法對指標(biāo)進(jìn)行約簡,生成最簡指標(biāo)集,最后以約束性指標(biāo)作為約束條件對產(chǎn)品進(jìn)行分級評價(jià)。
消費(fèi)屬性是提升發(fā)展經(jīng)濟(jì)的動(dòng)力。越來越多的消費(fèi)者將產(chǎn)品對消費(fèi)者健康、安全的影響,對環(huán)境的影響作為選購產(chǎn)品的重要因素。因此,提出以產(chǎn)品消費(fèi)屬性為約束的綠色產(chǎn)品分級評價(jià)方法。
本方法以綠色產(chǎn)品基本內(nèi)涵為基礎(chǔ),結(jié)合生命周期思想,收集資源、能源、環(huán)境、消費(fèi)四個(gè)維度,囊括法律法規(guī)和行業(yè)標(biāo)準(zhǔn)所規(guī)定的相關(guān)指標(biāo),在必要時(shí)候進(jìn)行LCI生命周期清單分析,保證在指標(biāo)收集過程中的完整性和相關(guān)性,形成初始指標(biāo)集,按照產(chǎn)品的資源、能源、環(huán)境、消費(fèi)四個(gè)維度建立產(chǎn)品的初級指標(biāo)框架,如圖1所示。
圖1 評價(jià)指標(biāo)多層分級圖Fig.1 Multilayer Grading of Evaluation Indicators
以消費(fèi)屬性為約束,將消費(fèi)屬性類指標(biāo)定義為約束性指標(biāo)。按照國內(nèi)與國際法律法規(guī)的相關(guān)規(guī)定要求和強(qiáng)制性標(biāo)準(zhǔn)要求原則識(shí)別必要性指標(biāo),將剩余指標(biāo)定義為可選指標(biāo)。依據(jù)上述識(shí)別規(guī)則,初始指標(biāo)集中的指標(biāo)被分解為約束性指標(biāo)、必要性指標(biāo)和可選指標(biāo)。根據(jù)定量和定性標(biāo)準(zhǔn)再次分解這三類指標(biāo),即分解為定性約束性指標(biāo),定量約束性指標(biāo),定性必要性指標(biāo),定量必要性指標(biāo),定性可選指標(biāo),定量可選指標(biāo)。對不同類型的定量和定性指標(biāo)在后續(xù)的指標(biāo)約簡過程中采用不同的處理方法,具體流程圖,如圖2所示。不同類型指標(biāo)的約簡處理原則如下:
圖2 綠色產(chǎn)品指標(biāo)多層次分解流程圖Fig.2 Multi-Level Decomposition Process of Green Product Indicators
(1)約束性和必要性的定量指標(biāo):參與后續(xù)聚類分析計(jì)算,但不可以約簡刪除;
(2)可選定量指標(biāo):參與后續(xù)聚類分析計(jì)算約簡,可以被約簡刪除。
(3)約束性和必要性的定性指標(biāo):直接保留該指標(biāo),不參與約簡。
(4)可選定性指標(biāo):采用專家打分或者等級劃分的方法,將定性指標(biāo)轉(zhuǎn)化為定量指標(biāo),參與聚類計(jì)算,可被約簡刪除。
經(jīng)過初始指標(biāo)集收集的多屬性指標(biāo)存在著冗余性,通常不是最簡的指標(biāo)集?;诨疑P(guān)聯(lián)聚類提出了一種指標(biāo)約簡方法?;疑P(guān)聯(lián)分析能夠通過描述不同樣本間的相似性的大小判斷樣本信息的重復(fù)情況。循環(huán)聚類分析依據(jù)樣本信息的重復(fù)情況對樣本進(jìn)行分類,得到不同指標(biāo)情況下的樣本聚類情況。
選取n個(gè)樣本的指標(biāo)數(shù)據(jù)序列,每個(gè)樣本包含m個(gè)指標(biāo),這些數(shù)據(jù)序列可記為X(1k),X(2k),…,X(n k),k=1,2,…,m。在收集指標(biāo)數(shù)據(jù)時(shí),有的指標(biāo)值越大代表指標(biāo)對環(huán)境越友好,有些則相反,且不同指標(biāo)單位不同,因此需要進(jìn)行標(biāo)準(zhǔn)化,兩種類型的標(biāo)準(zhǔn)化公式為:
式中:yij—第i個(gè)評價(jià)樣本的第j個(gè)指標(biāo)的標(biāo)準(zhǔn)化值;xij—第i個(gè)評價(jià)樣本的第j個(gè)指標(biāo)的樣本收集值。
基于標(biāo)準(zhǔn)化指標(biāo)數(shù)據(jù),采用灰色關(guān)聯(lián)分析[7]法建立樣本之間的灰色關(guān)聯(lián)矩陣,然后,依據(jù)最大灰色關(guān)聯(lián)度系數(shù)原理對樣本進(jìn)行聚類。具體如下:
(1)計(jì)算樣本間的灰色關(guān)聯(lián)度系數(shù)Xij?;疑P(guān)聯(lián)度系數(shù)計(jì)算公式可表示為:
式中:x(i k),x(j k)—第i和j個(gè)樣本的第k個(gè)指標(biāo)的標(biāo)準(zhǔn)化結(jié)果;對于分辨系數(shù),取ρ=0.5。
(2)使用式(3)得到灰色關(guān)聯(lián)度系數(shù)矩陣A為:
式中:Xii=1;i=1,2,…,m。
(3)樣本聚類:首先,濾除矩陣A中的最大灰色關(guān)聯(lián)系數(shù)Xij,然后對應(yīng)于系數(shù)的行和列的樣本被聚類,并去除第i行和第j列;在新矩陣中循環(huán)上述過程,直到結(jié)束。確定聚類數(shù)目,一般可聚為(3~5)類。
(4)循環(huán)聚類流程:將指標(biāo)集內(nèi)的第1個(gè)、第2個(gè)、…第m個(gè)指標(biāo)順序移除,并且重復(fù)過程(1)至過程(3),獲得去除不同指標(biāo)的樣本聚類結(jié)果。
利用灰色關(guān)聯(lián)聚類[8]的方法,得到全指標(biāo)和依次去掉不同指標(biāo)情況下的樣本聚類結(jié)果后,以全指標(biāo)情況下的樣本聚類結(jié)果為標(biāo)準(zhǔn),與依次去掉不同指標(biāo)情況下的樣本聚類結(jié)果進(jìn)行比較,若結(jié)果相同,表明可刪去該指標(biāo),即該指標(biāo)為重復(fù)冗余的指標(biāo),若結(jié)果不相同,則該指標(biāo)不可被刪除,需要被保留。
經(jīng)過指標(biāo)約簡刪除冗余性指標(biāo)后,得到了最簡指標(biāo)集。將最簡指標(biāo)集中的產(chǎn)品約束性指標(biāo)作為能否可以繼續(xù)進(jìn)行綠色產(chǎn)品評價(jià)的前提。
對于產(chǎn)品約束性指標(biāo)而言,根據(jù)行業(yè)實(shí)際情況,經(jīng)由專家咨詢和行業(yè)內(nèi)征求意見,確定具體產(chǎn)品消費(fèi)約束性指標(biāo)值的三個(gè)等級與綠色產(chǎn)品金、銀、銅牌認(rèn)證等級相對應(yīng),依次記為A,B,C等級。若產(chǎn)品約束性指標(biāo)達(dá)到A級標(biāo)準(zhǔn),則其滿足金牌產(chǎn)品評判前提,若產(chǎn)品約束性指標(biāo)達(dá)到B級標(biāo)準(zhǔn),則其滿足銀牌產(chǎn)品評判前提,若產(chǎn)品約束性指標(biāo)達(dá)到C級標(biāo)準(zhǔn),則其滿足銅牌產(chǎn)品的評判前提。針對同類產(chǎn)品,在約束性指標(biāo)滿足的上述要求的基礎(chǔ)上,進(jìn)行綠色產(chǎn)品金、銀、銅牌產(chǎn)品分級評價(jià),如圖3所示。
圖3 綠色產(chǎn)品金、銀、銅牌分級圖Fig.3 Grading of Gold,Silver and Bronze Medals for Green Products
以一整套分體壁掛式1.5匹空調(diào)為例建立基于指標(biāo)多層次分解的產(chǎn)品評價(jià)指標(biāo)體系,具體流程如下:
步驟1:空調(diào)產(chǎn)品初始指標(biāo)集生成
該款空調(diào)產(chǎn)品在收集指標(biāo)的過程中,以空調(diào)產(chǎn)品基本內(nèi)涵為基礎(chǔ),涵蓋資源、能源、環(huán)境、消費(fèi)四個(gè)維度的指標(biāo),囊括法律法規(guī)和行業(yè)標(biāo)準(zhǔn)所規(guī)定的相關(guān)指標(biāo),形成空調(diào)產(chǎn)品初始指標(biāo)集。空調(diào)指標(biāo)集中指標(biāo)為:制冷劑環(huán)保性、能效的等級、銅線、鋁箔、優(yōu)質(zhì)碳素鋼、滲碳鋼、硅鋼片、鋁板、He氣、硅酸鈉、環(huán)氧樹脂、HIPS、PP、聚氯乙烯、EPS、使用階段電能、非使用階段電能、使用階段碳排放量、制冷劑末端處理方式。
步驟2:空調(diào)產(chǎn)品指標(biāo)約簡
利用綠色產(chǎn)品多層次分解原則對空調(diào)指標(biāo)集指標(biāo)分解。經(jīng)過分解,在空調(diào)產(chǎn)品初始指標(biāo)集中約束性指標(biāo)為冷卻劑環(huán)保性和能效等級,不參與約簡。必要性指標(biāo)是聚氯乙烯、He氣、優(yōu)質(zhì)碳素結(jié)構(gòu)鋼、滲碳鋼、HIPS、PP、EPS、鋁板、硅酸鈉,且均為定量必要性指標(biāo),參與約簡但不能夠被刪除??蛇x定量指標(biāo)為銅線、鋁箔、使用階段電能消耗、非使用階段電能消耗、硅鋼片、使用階段碳排放量、環(huán)氧樹脂、制冷劑末端處理方式,其中制冷劑末端處理方式為可選定性指標(biāo),利用專家打分法轉(zhuǎn)化為定量指標(biāo),經(jīng)過分解得到可約指標(biāo)集,分解結(jié)果,如圖4所示。
圖4 空調(diào)產(chǎn)品指標(biāo)分解圖Fig.4 Indicators Decomposition of Air-conditioning Product
基于上述指標(biāo)選取該類產(chǎn)品10個(gè)企業(yè)的指標(biāo)數(shù)據(jù)作為樣本數(shù)據(jù),利用專家打分法對可選定性指標(biāo)進(jìn)行量化。具體數(shù)據(jù)及標(biāo)準(zhǔn)化數(shù)據(jù),如表1所示。
表1 不同企業(yè)的指標(biāo)數(shù)據(jù)和標(biāo)準(zhǔn)化數(shù)據(jù)表Tab.1 Indicator Data and Standardized Data for Different Enterprises
將表1中第2~11列的10個(gè)企業(yè)標(biāo)準(zhǔn)化后得到的指標(biāo)數(shù)據(jù)代入式(3)中,并計(jì)算全部指標(biāo)情況下的灰色關(guān)聯(lián)矩陣A。為了便于本研究的快速計(jì)算,采用MATLAB數(shù)據(jù)處理系統(tǒng),編寫相應(yīng)的程序完成計(jì)算,得到灰色關(guān)聯(lián)矩陣A(以下關(guān)聯(lián)矩陣關(guān)于主對角線對稱,只列出對角線一側(cè)數(shù)據(jù))如下所示:
首先,濾除關(guān)聯(lián)矩陣A中的最大的關(guān)聯(lián)系數(shù)0.7772,然后對應(yīng)于系數(shù)的第2行第3列的樣本2和3被聚類,并將第3行第3列去除;在新矩陣中,繼續(xù)在新矩陣中找到0.7646最大關(guān)聯(lián)系數(shù),并將對應(yīng)于系數(shù)的第1行第2列的樣本1和2聚類。循環(huán)上述過程,最后在0.7021處將樣本1和4聚類。依據(jù)上述聚類結(jié)果繪制相應(yīng)的聚類結(jié)果圖,如圖5所示。在0.7491處可將樣本聚為5類,聚類結(jié)果列于表2第2行第2列。
圖5 全部指標(biāo)下的樣本聚類結(jié)果圖Fig.5 Clustering Results of Sample Under all Indicators
依次去掉每一個(gè)x(i i=1,2,…,17)指標(biāo)后進(jìn)行灰色關(guān)聯(lián)分析。將表2中除去該指標(biāo)所在的行的行數(shù)據(jù)的其他10個(gè)企業(yè)的指標(biāo)數(shù)據(jù)代入式(3)中,可得灰色關(guān)聯(lián)矩陣,并繪制相應(yīng)的譜系圖。上述灰色關(guān)聯(lián)矩陣通過MATLAB軟件得到,循環(huán)聚類分析結(jié)果,如表2所示。
表2 循環(huán)聚類分析結(jié)果表Tab.2 Analysis Results of Cyclic Cluster
將去除每個(gè)指標(biāo)后的樣本聚類結(jié)果與全部指標(biāo)下的聚類結(jié)果作對比,經(jīng)過分析可知,刪除指標(biāo)x3,指標(biāo)x5,指標(biāo)x10,指標(biāo)x13不會(huì)影響到評價(jià)樣本分類結(jié)果,但是指標(biāo)x5和指標(biāo)x10為必要性指標(biāo),不能夠被刪除。因此,將參與約簡的17個(gè)指標(biāo)篩選后為:
共15個(gè)指標(biāo),并將其與未參與約簡的約束性指標(biāo)(2個(gè))合并得到最簡指標(biāo)集。
步驟5:空調(diào)產(chǎn)品分級評價(jià):
空調(diào)產(chǎn)品指標(biāo)經(jīng)過約簡后,形成了空調(diào)產(chǎn)品最簡指標(biāo)集。依據(jù)產(chǎn)品分級評價(jià)方法對空調(diào)產(chǎn)品最簡指標(biāo)集內(nèi)的約束性指標(biāo)進(jìn)行等級劃分。根據(jù)行業(yè)實(shí)際情況經(jīng)由專家咨詢和行業(yè)內(nèi)征求意見,確定空調(diào)產(chǎn)品能效等級的一級能效,二級能效和三級能效分別對應(yīng)于約束性指標(biāo)的A級、B級和C級。當(dāng)某款空調(diào)產(chǎn)品達(dá)到一級能效、二級能效、三級能效時(shí),滿足金牌、銀牌、銅牌產(chǎn)品的評判前提。在約束性指標(biāo)滿足評判前提的條件下,考察必要性指標(biāo)是否都滿足指標(biāo)評價(jià)值,以及可選指標(biāo)滿足指標(biāo)評價(jià)值的比例,從而最終確定綠色產(chǎn)品等級。家用分體壁掛式1.5匹空調(diào)產(chǎn)品評級結(jié)果判定,如表3所示。
表3 家用分體壁掛式1.5匹空調(diào)產(chǎn)品評級結(jié)果判定Tab.3 Judgment of Grading Result of Household Split Wall Hanging Type of 1.5 Air-conditioning Products
(1)針對現(xiàn)有的綠色產(chǎn)品評價(jià)指標(biāo)體系落地難,適用性差等問題,提出了綠色產(chǎn)品指標(biāo)分級評價(jià)的思路?;谙鄳?yīng)的原則將指標(biāo)集中的指標(biāo)分解為約束性指標(biāo)、必要性指標(biāo)和可選指標(biāo)三類。并以定量和定性標(biāo)準(zhǔn)對三種類型的指標(biāo)進(jìn)行再次分解。對分解得到的指標(biāo)采取不同的約簡處理原則,為后續(xù)約簡和產(chǎn)品分級評價(jià)做準(zhǔn)備。(2)利用灰色關(guān)聯(lián)聚類的方法對指標(biāo)集中的冗余性指標(biāo)進(jìn)行刪除,得到最簡指標(biāo)集,避免了主觀性和重要指標(biāo)信息的流失。(3)基于分解得到的約束性、必要性和可選指標(biāo),結(jié)合最簡指標(biāo)集,對產(chǎn)品進(jìn)行分級評價(jià)。