《Technovation》：Developing a holistic circular business model framework for the EV battery closed-loop supply chain: A data-driven approach
编辑推荐：
本研究针对电动汽车电池(EVB)领域循环转型的迫切需求，开发了一个数据驱动的循环商业模式(CBM)框架，以应对其闭环供应链(CLSC)中的环境、经济和监管挑战。研究结合文献综述和行业新闻稿分析，识别出九种关键CBM，并构建了一个连接价值创造、交付与捕获机制的全生命周期框架。该研究为行业实践者和政策制定者提供了战略见解，支持可持续的EVB生命周期管理，并推动了资源密集型行业的循环经济目标。
随着全球向脱碳交通转型，电动汽车(EV)已成为气候和工业政策的核心。截至2023年，全球电动汽车销量已超过1400万辆，自2018年以来增长了六倍，预计到2030年，道路上行驶的电动汽车将超过2.5亿辆。电池是这一转型的核心，推动了对钴、锂、镍等关键原材料的需求。然而，这种增长轨迹带来了紧迫的环境、经济和监管挑战。电动汽车电池的材料提取是资源密集型且地缘政治集中的过程，而报废电池的不当处置对生态系统和公共健康构成重大风险。预计到2030年，全球电池需求将增长两倍以上，到2035年将增长七倍以上，这加剧了对可扩展、可持续的回收和再利用战略的需求。作为回应，循环经济(CE)作为一种系统级方法，旨在解决材料使用中的线性低效率问题，已获得发展势头。然而，大规模实施CE原则不仅需要技术解决方案（如回收或再制造），还需要循环商业模式(CBMs)，即企业在封闭材料循环中创造、交付和捕获价值的组织和战略机制。特别是在电动汽车电池(EVB)领域，CBMs有潜力将线性供应链转变为闭环供应链(CLSCs)，整合从设计、生产到二次寿命应用和材料回收的生命周期活动。
尽管对CBMs和CLSC的兴趣日益增长，但两个关键的研究空白仍然存在。首先，文献按生命周期阶段碎片化，通常侧重于离散阶段，如回收、二次寿命使用或电池诊断，而未将这些整合到端到端的商业模式视图中。其次，很少有研究系统性地检验CBMs在EVB领域的实际应用，导致学术理论与行业实践之间存在脱节。为了弥补这些空白，本研究旨在为CLSC背景下的EVB开发一个整体的CBM框架，系统地绘制CBMs如何在EVB CLSC中创造、交付和捕获价值。本研究聚焦于回答三个研究问题：现有文献中识别出的EVB关键CBMs有哪些？哪些现实实践与文献衍生的CBMs一致或超越？如何将文献和行业证据综合成一个整体的、全生命周期的CBM框架，将价值创造、交付和捕获与EVB CLSC阶段联系起来？
为了回答这些问题，研究人员采用了一种混合数据驱动的方法论，结合了无监督机器学习主题建模和通过内容分析进行的文献综合。主题建模应用于从标准普尔Capital IQ Pro平台获取的与EVB相关的公司新闻稿数据集。文献综合使用了已发表的学术文章，为研究提供了全面的理论基础。研究发现有九种CBMs：电池租赁即服务、充电即服务、再制造、再利用、回收、维修、翻新、电动汽车共享和技术驱动模型。有趣的是，翻新仅在文献中发现，而行业在电动汽车共享和技术驱动模型（如数字护照和电池管理系统BMS）方面领先。
本研究对EVB领域的CBM和CLSC文献做出了贡献。首先，研究的创新性和贡献在于开发了一个基于工业生态学(IE)和资源基础观(RBV)理论视角的、集成的、整体的EVB CBM框架。该框架绘制了价值在不同生命周期阶段如何被创造、交付和捕获，通过将循环战略与资源密集型行业的供应链决策联系起来，提供了理论上的进步。其次，该方法论上通过引入一种混合的、数据驱动的方法，结合了无监督机器学习主题建模（BERTopic）和基于文献的内容分析。这种混合方法设计增强了CBM识别和CLSC绘制的严谨性和有效性， bridging学术概念化与新兴行业实践。第三，研究通过纳入技术驱动模型（如电池数字护照和电池管理系统BMS）扩展了CBM理论，这些模型在当前文献中尚未得到充分探索，但在实践中日益明显。第四，研究为管理者和政策制定者提供了实用价值，通过提供一个数据驱动的CBM分类法，为寻求在EVB领域内实施CE原则的资源密集型行业提供战略指导。这些见解进一步支持政策制定者促进向CE的过渡，并在闭环系统中平衡可持续性、创新和价值创造。
研究人员采用了四步方法框架。第一步定义了研究范围并提出了关键问题。第二步包括两个并行任务：通过深入内容分析探索EVB的CBMs，以及通过新闻稿收集行业数据。第三步探索收集的行业数据中的CBMs，以检验CBMs的实际应用。第四步将RQ1的CBMs与RQ2的行业证据综合，通过拟合分析和商业模式画布映射，构建一个整体的、全生命周期的EVB CLSC CBM框架。
在数据收集方面，研究构建了一个包含217家电池供应链公司的分层随机样本，并从标准普尔Capital IQ Pro平台收集了1810份包含“EV”、“electric vehicles”或“battery(ies)”关键词的新闻稿。采用引导式BERTopic建模对13,385个段落进行分析，以识别和验证CBMs。该模型产生了252个聚类，所有一致性得分Cv≥ 0.4，所有主题多样性得分≥0.5，表明模型拟合良好。
研究结果揭示了九种CBMs：回收、再利用、充电基础设施即服务、技术驱动（数字护照）、再制造、电池租赁即服务、电动汽车共享、技术驱动（电池管理系统）和维修。翻新在行业数据中没有出现。此外，发现了两种文献中未充分讨论的新颖商业模式：电动汽车共享和技术驱动模型（如数字护照和BMS）。这些CBMs被映射到EVB CLSC的五个阶段：EVB生产、车辆组装和EV使用阶段（第一次寿命）、寿命终止诊断、电池再利用阶段（第二次寿命）以及拆卸、回收和处置。
研究开发了一个整体的CBM框架，将价值主张、价值创造和交付以及价值捕获映射到EVB CLSC的各个阶段。该框架强调了技术驱动模型（如数字护照和BMS）在实现高级循环供应链操作中的关键作用。这些模型不仅支持物流和合规性，还反映了公司特定的技术能力，这些能力是有价值、稀缺且难以模仿的，符合RBV观点。该框架是动态的，可更新的，并提供了在过渡中的EVB领域调整盈利能力、合规性和可持续性的结构化基础。
研究对CBMs和CLSC管理理论做出了贡献，特别是在EVB背景下。它展示了IE和RBV如何整合以提供对CBM发展的全面理解。研究提出了一个动态的、生命周期导向的CBM理解，将其视为适应CLSC阶段、监管环境和使能能力的配置。研究还贡献了一个针对EVB行业的、数据驱动的CBM分类法，并提供了一个可复制的混合方法，用于快速发展的领域。
在实践贡献方面，该框架为整个EVB CLSC的业务实践者提供了阶段路线图和诊断工具。技术驱动模型的识别为寻求利用数字化转型获得循环优势的公司提供了价值。研究结果也为支持循环经济转型的政策设计提供了见解。该框架是数据驱动的和可更新的，允许随着市场数据、公司通信和政策背景的演变而定期更新。
研究存在一些局限性。新闻稿可能存在宣传偏见和选择性披露。未来研究可以结合访谈或第三方评估来验证和丰富CBM证据。研究触及了制约CBM可行性和可扩展性的财务和运营障碍，未来实证研究可以深入探讨这些因素。研究主要关注经济和环境机制，社会维度（如道德采购、二次寿命和寿命终止运营中的治理）仍未充分探索。未来研究可以通过整合社会指标和利益相关者公平考量来扩展框架。最后，虽然对监管工具（如欧盟电池法规）的详细分析超出了范围，但已识别的CBMs明显受到不断发展的政策信号的影响。未来研究可以在此基础上系统性地整合政策杠杆作为塑造CBM设计和实施的动态边界条件。
论文发表在《Technovation》期刊上。
