摘要:研究人员提出了一种基于距离测度的模糊多准则决策(Multi-Criteria Decision Making, MCDM)框架,用于评估欧盟(European Union, EU)成员国的循环经济(Circular Economy, CE)绩效。该框架将各评价指标表示为三角Neutrosophic数(Triangular Neutrosophic Number, TNN) A~=((a1,a2,a3);wA~,yA~,uA~),其中w、y、u分别为真值(Truth)、假值(Falsity)及不确定度(Indeterminacy)隶属度,并通过引入基于可能性均值(Possibilistic Mean)的Possibilistic Hamming距离dPH(A~,B~)直接度量TNN间的差异,而非依赖将模糊数压缩为单一实值的评分函数(Scoring Function) Si。为处理循环经济指标数据中存在的时期间不一致、来源可靠性差异及缺失值估算问题,研究人员依据数据源类型(Eurostat vs. Others)与数据新旧程度为每个指标赋予(w,y,u)质量参数。该框架分别与MARCOS(Measurement Alternatives and Ranking according to COmpromise Solution)、WASPAS(Weighted Aggregated Sum Product Assessment)及TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)三种经典MCDM方法进行集成。实证分析涵盖EU 27国、10项EU循环经济监测框架指标及2020—2023年数据。结果表明:dPH距离法所得排名在MARCOS/WASPAS/TOPSIS三者间完全一致(Spearman相关系数ρ=1.00),而基于S1,S2,S3评分函数的排名在不同MCDM方法间存在微小波动;荷兰(Netherlands)、德国(Germany)、意大利(Italy)、比利时(Belgium)稳定居前四位,保加利亚(Bulgaria)、罗马尼亚(Romania)、塞浦路斯(Cyprus)居末位;敏感性分析显示当"竞争力与创新(Competitiveness and Innovation, CI)"权重偏高时排名与基线相关性最高(rs=0.951),而"全球可持续性与韧性(Global Sustainability and Resilience, GSR)"权重偏高时变动最大(rs=0.413)。研究人员论证了距离型比较相较评分型比较具有零成对几何信息损失(Pairwise Geometric Information Loss, L(S,A~,B~)>0vs. L(M,A~,B~)=0),且TNN能比传统三角模糊数(Triangular Fuzzy Number, TFN)与直觉模糊数(Intuitionistic Fuzzy Number, IFN/TIN)更充分刻画数据不确定性与不完全性。该框架为政策制订者提供了透明、稳健且可分解的循环经济监测工具。