張洪浩,詹長書,陳佳璐,儲江偉
(東北林業(yè)大學(xué)交通學(xué)院,哈爾濱150040)
據(jù)統(tǒng)計,造成環(huán)境污染的70%廢棄物來自于制造業(yè)的排放,每年約產(chǎn)生55億t無害廢物和7億t有害廢物。目前,汽車保有量急劇增加,截至2014年底,我國汽車保有量新增1 707萬輛,目前全國機(jī)動車保有量達(dá)2.64億輛,其中汽車1.54億輛,以5%的報廢率計算,將有約800萬輛汽車報廢。這些報廢產(chǎn)品引起的生態(tài)環(huán)境與資源問題日趨嚴(yán)重。汽車再制造及再利用已引起專家和學(xué)者們的廣泛關(guān)注[1-4]。
目前,國外再制造企業(yè)發(fā)展已有較大規(guī)模,美國、日本等國家高度重視再制造產(chǎn)業(yè)帶來的經(jīng)濟(jì)和環(huán)境效益,技術(shù)水平也處于領(lǐng)先地位,已成為獨(dú)具特色的新興產(chǎn)業(yè)。而我國作為“世界制造中心”,在面臨自然資源匱乏、環(huán)境污染嚴(yán)重的情況下,再制造產(chǎn)業(yè)發(fā)展卻較為遲緩,技術(shù)發(fā)展落后,故需加快再制造產(chǎn)業(yè)的發(fā)展步伐。完善的汽車再制造企業(yè)技術(shù)體系對于再制造技術(shù)的發(fā)展至關(guān)重要,進(jìn)而直接影響著國內(nèi)再制造業(yè)的發(fā)展,故汽車再制造企業(yè)技術(shù)體系的評估和完善顯得尤為重要[5-6]。
層次分析法(AHP)[7-8]是將定性與定量分析相結(jié)合的系統(tǒng)分析方法,主要步驟包括明確問題、建立層次分析結(jié)構(gòu)模型、構(gòu)造判斷矩陣、層次單排序和層次總排序。模糊層次分析法(FAHP)在此基礎(chǔ)上做出了兩點改進(jìn):一是通過元素的兩兩比較,構(gòu)造模糊一致判斷矩陣;二是由模糊一致矩陣表示各元素相對重要性的權(quán)重[9]。AHP方法在模糊環(huán)境下的擴(kuò)展使其成為解決復(fù)雜系統(tǒng)分析中不確定性問題的有力工具。
本文對汽車再制造企業(yè)的發(fā)展模式進(jìn)行綜述;通過FAHP分析方法,將設(shè)計技術(shù)、生產(chǎn)過程技術(shù)和技術(shù)管理作為評價指標(biāo),以原始設(shè)備再制造模式和獨(dú)立再制造模式為分析目標(biāo),評估汽車再制造企業(yè)技術(shù)體系中各影響因素的重要度,科學(xué)分析影響汽車再制造企業(yè)發(fā)展的關(guān)鍵技術(shù)指標(biāo),并對研究結(jié)果進(jìn)行總結(jié)分析,為我國汽車再制造企業(yè)技術(shù)發(fā)展方向的確定奠定理論基礎(chǔ)。
目前,汽車再制造企業(yè)多數(shù)采用以下4種運(yùn)作模式:
(1)原始設(shè)備再制造模式,即所謂的OEM模式。它是“生產(chǎn)者責(zé)任制”的直接形式,屬于集中型再制造運(yùn)作模式。該模式便于制造商對產(chǎn)品全生命周期進(jìn)行管理,保證再制造產(chǎn)品的質(zhì)量一致性,且技術(shù)實力雄厚、管理經(jīng)驗豐富。但投資規(guī)模大,再制造企業(yè)數(shù)量少,回收物流半徑大。
(2)獨(dú)立再制造模式,即與OEM制造商無任何關(guān)系,不經(jīng)過OEM授權(quán)便對其產(chǎn)品進(jìn)行再制造,屬于離散型再制造運(yùn)作模式。該模式再制造的品種多,批量大,規(guī)模效益高;資源利用率較高;再制造成本低,價格優(yōu)勢明顯。但在政府管理體系及知識產(chǎn)權(quán)體系尚不完善的情況下,易產(chǎn)生知識產(chǎn)權(quán)糾紛和市場混亂。
(3)OEM服務(wù)的承包性再制造模式,即再制造企業(yè)由OEM以外的企業(yè)進(jìn)行投資,與OEM企業(yè)之間屬于合同關(guān)系。該模式下,整車廠通過授權(quán)其他再制造企業(yè)達(dá)到間接履行生產(chǎn)者責(zé)任的目的,降低了自身投資風(fēng)險,且可通過建立再制造技術(shù)研發(fā)企業(yè),通過技術(shù)標(biāo)準(zhǔn)來控制產(chǎn)品的質(zhì)量。但該模式也需要完善的政府管理體系加以支持。
(4)聯(lián)合再制造模式,即OEM授權(quán)承包再制造商,而承包再制造商通過自身進(jìn)行再制造生產(chǎn)、向獨(dú)立再制造采購再制造產(chǎn)品的形式來進(jìn)行生產(chǎn)的模式,通過充分的市場競爭機(jī)制,實現(xiàn)分工的細(xì)化,降低全社會廢舊汽車產(chǎn)品回收物流半徑,把不確定性風(fēng)險充分分散,利用社會最優(yōu)勢資源進(jìn)行再制造的生產(chǎn),以獲得最佳的經(jīng)濟(jì)效益和社會效益。
完善的汽車再制造企業(yè)技術(shù)體系,是加快汽車再制造企業(yè)穩(wěn)定快速發(fā)展的基礎(chǔ),是提高規(guī)模效益,增強(qiáng)資源利用率的重要保障。汽車再制造企業(yè)技術(shù)是多層次的動態(tài)系統(tǒng),涉及的因素較多、結(jié)構(gòu)復(fù)雜,只有從多個角度和層面來設(shè)計指標(biāo)體系,才能準(zhǔn)確地反映真實的影響程度。
依據(jù)汽車再制造企業(yè)發(fā)展的內(nèi)涵,參考以往企業(yè)技術(shù)評估的經(jīng)驗,構(gòu)建其技術(shù)體系的層次結(jié)構(gòu)圖。其具有3個層次:目標(biāo)層,準(zhǔn)則層和因素層。
如圖1所示,目標(biāo)層(G)是汽車零部件再制造企業(yè)發(fā)展(G1);標(biāo)準(zhǔn)層是設(shè)計技術(shù)(C1),生產(chǎn)過程技術(shù)(C2)和技術(shù)管理(流通技術(shù))(C3)。設(shè)計技術(shù)包括2個因素,即再制造設(shè)計(F1)和市場策略(F2);再制造過程技術(shù)包括拆解技術(shù)(F3),清洗技術(shù)(F4),檢驗技術(shù)(F5),修復(fù)技術(shù)(F6),加工技術(shù)(F7),裝配技術(shù)(F8)和測試技術(shù)(F9);技術(shù)管理包括人才培訓(xùn)(F10),標(biāo)準(zhǔn)制定(F11),質(zhì)量認(rèn)證(F12),信息管理(F13),回收網(wǎng)絡(luò)(F14)和銷售模式(F15)。
AHP[10-11]是由美國運(yùn)籌學(xué)家、匹茲堡大學(xué)T.L.Saaty教授于20世紀(jì)70年代初提出,是一種定性和定量相結(jié)合的、系統(tǒng)化、層次化的簡便、靈活而又實用的多準(zhǔn)則決策方法。但其在客觀表現(xiàn)事物自身的復(fù)雜性和人的思維判斷等方面的局限性。FAHP是一種較好的多屬性決策方法,目前,在FAHP理論方法和應(yīng)用方面已取得了不少進(jìn)展[12-17]?,F(xiàn)結(jié)合上述評價指標(biāo)體系,建立其FAHP評估模型。評價因素層次結(jié)構(gòu)如圖1所示。
圖1 評判因素層次結(jié)構(gòu)圖Fig.1 Hierarchy diagram of evaluation factors
定義3.1:設(shè)矩陣 R=(rij)n×n,若滿足:o≤rij≤1,(i=1,2,…,n;j=1,2,…,n),則稱R是模糊矩陣。
定義3.2:若模糊矩陣 R=(rij)n×n滿足:rij+rji=1,(i=1,2,…,n;j=1,2,…,n),則稱模糊矩陣R是模糊互補(bǔ)矩陣。
定義3.3:若模糊互補(bǔ)矩陣 R=(rij)n×n滿足:對任意i,j,k,rij=rik-rjk+0.5,則稱模糊矩陣R是模糊一致矩陣。
以上一級的某元素作為評價準(zhǔn)則,對本級的要素進(jìn)行兩兩比較來確定矩陣元素,分別組建G1-C,C1-F,C2-F,C3-F的判斷矩陣。即模糊判斷矩陣:
其中,n表示上一層某準(zhǔn)則相關(guān)的該層元素的個數(shù);表示三角模糊數(shù),n表示三角模糊數(shù)的下界,l表示三角模糊數(shù)的上界,m表示三角模糊數(shù)的中值。l和n表示兩個指標(biāo)相對重要程度關(guān)系范圍。m表示2個指標(biāo)相比較的重要程度關(guān)系,選取依據(jù)表1所示的模糊標(biāo)度。
本文選用置信度排序方法來計算三角模糊數(shù)互補(bǔ)判斷矩陣的權(quán)重系數(shù),即各指標(biāo)的權(quán)重系數(shù)[18]。
表1 模糊標(biāo)度及其含義Tab.1 Fuzzy scale and meaning
步驟1:根據(jù)公式(2)、(3)和(4),計算概率矩陣B的元素及模糊評判矩陣S。
步驟2:根據(jù)公式(5)和(6),計算調(diào)整判斷矩陣T,并得出模糊互補(bǔ)判斷矩陣
步驟4:根據(jù)公式(7)和(8),計算矩陣的合成矩陣。
式中:λs表示各專家的權(quán)系數(shù),設(shè)λ=1/k;k表示專家數(shù)量,s為其各自的序號。
步驟5:根據(jù)公式(9),計算得到各項指標(biāo)的權(quán)重 W=(w1,w2,…,wn)T。
式中:α≥(n-1)/2,i=1,2,…,n。
步驟2:根據(jù)公式(10),計算最大特征值λmax。
步驟3:根據(jù)公式(11)和(12)求得CR,進(jìn)行一致性檢驗,其中RI為平均隨機(jī)一致性指標(biāo),其取值見表2。
設(shè)定CR值不超過0.1,判斷矩陣具備滿意的一致性。
表2 平均隨機(jī)一致性指標(biāo)Tab.2 Mean Random Consistency Index
目前,汽車再制造企業(yè)多數(shù)采用原始設(shè)備再制造、獨(dú)立再制造、OEM服務(wù)的承包性再制造、聯(lián)合再制造4種生產(chǎn)模式,但比較而言,原始設(shè)備再制造模式與獨(dú)立再制造模式應(yīng)用比較廣泛,且生產(chǎn)效益更加優(yōu)異,故本文以該2種模式為研究目標(biāo),分析影響汽車再制造企業(yè)發(fā)展的關(guān)鍵技術(shù),總結(jié)技術(shù)體系的關(guān)鍵影響因素。
4.1.1 構(gòu)建模糊判斷矩陣
相對于汽車再制造企業(yè)發(fā)展,構(gòu)建判斷矩陣G1-C,見表3。
表3 判斷矩陣G1-CTab.3 Judgment matrix(G1-C)
相對于設(shè)計技術(shù),生產(chǎn)過程技術(shù)和技術(shù)管理,分別構(gòu)建判斷矩陣C1-F,C2-F和C3-F,見表4、表5和表6。
表4 判斷矩陣C1-FTab.4 Judgment matrix(C1-F)
表5 判斷矩陣C2-FTab.5 Judgment matrix(C2-F)
表6 判斷矩陣C3-FTab.6 Judgment matrix(C3-F)
4.1.2 因素重要度分析
相對于汽車再制造企業(yè)發(fā)展的3個因素的重要度及排序結(jié)果,見表7。
表7 因素重要度及排序(G1-C)Tab.7 Factors importance and sorting(G1-C)
相對于設(shè)計技術(shù)的2個因素的重要度及排序結(jié)果,見表8。
表8 因素重要度及排序(C1-F)Tab.8 Factors importance and sorting(C1-F)
相對于再制造生產(chǎn)過程技術(shù),其7個因素的重要度及排序結(jié)果,見表9。
表9 因素重要度及排序(C2-F)Tab.9 Factors importance and sorting(C2-F)
相對于技術(shù)管理,其6個因素的重要度及排序結(jié)果,見表10。
表10 因素重要度及排序(C3-F)Tab.10 Factors importance and sorting(C3-F)
基于上述各層次因素的結(jié)果,得到汽車再制造企業(yè)因素層的各個因素相對于汽車再制造企業(yè)發(fā)展(目標(biāo)層)的因素重要度,見表11。
表11 再制造企業(yè)的各因素重要度及排序Tab.11 The factor importance of remanufacturing business and sorting
由表11可知,影響OEM再制造企業(yè)發(fā)展的主要關(guān)鍵技術(shù)為:F1(可再制造性設(shè)計),F(xiàn)2(市場策略),F(xiàn)6(修復(fù)技術(shù)),F(xiàn)3(拆解技術(shù))和F4(清洗技術(shù))。
4.2.1 構(gòu)建模糊判斷矩陣
相對于汽車再制造企業(yè)發(fā)展,構(gòu)建判斷矩陣G1-C,見表12。
表12 判斷矩陣G1-CTab.12 Judgment matrix(G1-C)
相對于設(shè)計技術(shù)、生產(chǎn)過程技術(shù)和技術(shù)管理,分別構(gòu)建判斷矩陣C1-F,C2-F和C3-F,見表13、表14和表15。
表13 判斷矩陣C1-FTab.13 Judgment matrix(C1-F)
表14 判斷矩陣C2-FTab.14 Judgment matrix(C2-F)
表15 判斷矩陣C3-FTab.15 Judgment matrix(C3-F)
4.2.2 因素重要度分析
相對于汽車再制造企業(yè)發(fā)展的3個因素的重要度及排序結(jié)果,見表16。
表16 因素重要度及排序(G1-C)Tab.16 Factors importance and sorting(G1-C)
相對于設(shè)計技術(shù)的2個因素的重要度及排序結(jié)果,見表17。
表17 因素重要度及排序(C1-F)Tab.17 Factors importance and sorting(C1-F)
相對于再制造生產(chǎn)過程技術(shù),其7個因素的重要度及排序結(jié)果,見表18。
表18 因素重要度及排序(C2-F)Tab.18 Factors importance and sorting(C2-F)
相對于技術(shù)管理,其6個因素的重要度及排序結(jié)果,見表19。
表19 因素重要度及排序(C3-F)Tab.19 Factors importance and sorting(C3-F)
基于上述各層次因素的計算結(jié)果,得到獨(dú)立再制造模式下汽車再制造企業(yè)因素層的各個因素相對于汽車再制造企業(yè)發(fā)展的因素重要度,見表20。
表20 再制造企業(yè)的各因素的重要度及排序Tab.20 The factor importance of remanufacturing business and sorting
由表20可知,影響?yīng)毩⒃僦圃炱髽I(yè)發(fā)展的主要關(guān)鍵技術(shù)為:F1可再制造性設(shè)計,F(xiàn)2市場策略,F(xiàn)6修復(fù)技術(shù),F(xiàn)3拆解技術(shù)和F4清洗技術(shù)。
針對我國汽車再制造企業(yè)發(fā)展的不確定性和模糊性,運(yùn)用模糊AHP建立模糊判斷矩陣,分別對汽車原始設(shè)備再制造企業(yè)和獨(dú)立再制造企業(yè)的關(guān)鍵技術(shù)進(jìn)行評估;綜合2種企業(yè)技術(shù)體系的研究結(jié)論,得出影響汽車再制造企業(yè)發(fā)展的關(guān)鍵技術(shù),總結(jié)技術(shù)體系的關(guān)鍵影響因素。根據(jù)表11和表20所示的權(quán)重和隸屬度的計算結(jié)果以及對再制造企業(yè)體系的研究,可得:
(1)在2種模式技術(shù)評估中,設(shè)計技術(shù)的權(quán)重都達(dá)到了0.5左右,故在整個汽車再制造企業(yè)技術(shù)體系中占有絕對重要的地位,而生產(chǎn)過程技術(shù)與技術(shù)管理階段也具有一定的重要性。
(2)采用模糊層次分析法,確定影響汽車再制造企業(yè)發(fā)展的各技術(shù)體系的權(quán)重,具有較強(qiáng)的客觀性和可操作性,可克服層次分析法的局限性,較好地保證了權(quán)重系數(shù)的客觀性和準(zhǔn)確性。通過對模型的求解,對汽車再制造企業(yè)技術(shù)的相對重要性進(jìn)行排序。結(jié)果顯示:可再制造性設(shè)計>市場策略>修復(fù)技術(shù)>拆解技術(shù)>清洗技術(shù)。
(3)通過對企業(yè)技術(shù)的評估,確定影響汽車再制造企業(yè)發(fā)展的關(guān)鍵技術(shù),即可再制造性設(shè)計、市場策略、修復(fù)技術(shù)、拆解技術(shù)、清洗技術(shù)。為汽車再制造業(yè)的技術(shù)研究奠定了理論基礎(chǔ)。
[1]徐濱士.再制造工程基礎(chǔ)及其應(yīng)用[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,2005.
[2]王 瑣.基于循環(huán)經(jīng)濟(jì)理念的汽車零部件再制造工程[J].森林工程,2007,23(5):25-28.
[3]侯獻(xiàn)軍,李 ?。囋僦圃旃こ碳捌涔に嚰夹g(shù)的研究[J].武漢理工大學(xué)學(xué)報,2009,31(1):71-74.
[4]潘福林,劉 磊.汽車再制造產(chǎn)業(yè)發(fā)展模式研究[J].經(jīng)濟(jì)縱橫,2011(2):68-79.
[5]儲江偉.中國汽車再制造產(chǎn)業(yè)發(fā)展模式分析[J].中國科技論壇,2010(1):33-37.
[6]李德才.汽車零部件再制造工藝研究[J].森林工程,2007,23(5):29-32.
[7] SAATY T L.The analytic hierarchy process[M].New York:McGrwa-Hill,1980.
[8]陸 娟,肖生苓.基于AHP的汽車制造企業(yè)逆向物流合作伙伴選擇[J].森林工程,2010,26(2):98-101.
[9]王化吉.基于模糊層次分析法的汽車操縱穩(wěn)定性主觀評價指標(biāo)權(quán)重確定方法[J].機(jī)械工程學(xué)報,2011,47(24):83-90.
[10]蘭繼斌.模糊層次分析法權(quán)重研究[J].系統(tǒng)工程理論與實踐,2006(9):107-112.
[11]張吉軍.模糊層次分析法(FAHP)[J].模糊系統(tǒng)與數(shù)學(xué),2000,14(2):80-88.
[12] Calabrese A,Costa R,Menichini T.Using fuzzy AHP to manage intellectual capital assets:An application to the ICT service industry[J].Expert Systems with Applications,2013,40(9):3747-3755.
[13] Tan R R,Aviso K B,Huelgas A P,et al.Fuzzy AHP approach to selection problems in process engineering involving quantitative and qualitative aspects[J].Process Safety and Environmental Protection,2014,92(5):467-475.
[14] Torfi F,F(xiàn)arahani R Z,Rezapour S.Fuzzy AHP to determine the relative weights of evaluation criteria and Fuzzy TOPSIS to rank the alternatives[J].Applied Soft Computing,2010,10(2):520-528.
[15]烏云娜,卞 青.基于模糊AHP法的核電建設(shè)項目費(fèi)用控制影響因素研究[J].華東電力,2012,40(8):1303-1306.
[16]宋高峰.基于模糊層次分析法的厚煤層采煤方法選擇研究[J].采礦與安全工程學(xué)報,2015,32(1):35-41.
[17]兵光富.基于模糊層次分析法的設(shè)備狀態(tài)系統(tǒng)量化評價新方法[J].系統(tǒng)工程理論與實踐,2010,30(4):744-750.
[18]覃柏英.FAHP的標(biāo)度系統(tǒng)與排序方法研究[D].南寧:廣西大學(xué),2005.