钴供应链的动态韧性与协同策略:一种集成系统动力学与可解释机器学习框架

《Sustainable Production and Consumption》:Dynamic resilience and synergistic strategies for the cobalt supply chain: An integrated system dynamics and interpretable machine learning framework

【字体: 大 中 小 】 时间:2026年07月11日 来源:Sustainable Production and Consumption 9.2

编辑推荐:

  刘伟|张正阳|松林和代|陈伟强|曾贤来中国北京市清华大学环境学院钢铁工业环境保护国家重点实验室,邮编100084摘要钴对高科技产业具有战略重要性,因此需要具备强大的供应链韧性。本研究构建了一个结合系统动力学与可解释机器学习(XGBoost-SHAP)的集成框架,用于分析2003年

  
刘伟|张正阳|松林和代|陈伟强|曾贤来
中国北京市清华大学环境学院钢铁工业环境保护国家重点实验室,邮编100084

摘要

钴对高科技产业具有战略重要性,因此需要具备强大的供应链韧性。本研究构建了一个结合系统动力学与可解释机器学习(XGBoost-SHAP)的集成框架,用于分析2003年至2035年的钴供应链状况。历史分析显示,供应链韧性的驱动因素从需求驱动的扩张转变为危机驱动的能力建设。关键的韧性驱动因素包括战略储备、国内矿石资源以及工业产出,而进口集中度则代表着最大的风险。模拟结果显示存在非线性的脆弱性阈值:20%的贸易冲击反而可能因降低进口压力而使韧性提升2.57%,但严重的冲击则可能导致12年的恢复时间。协同策略比单独的措施更为有效。虽然战略储备能带来最大的单项收益(36.52%),但通过六种因素的协同作用,可实现73.01%的韧性提升。研究结果主张采取综合政策——包括多元化进口、扩大战略储备以及加强回收利用——以增强工业在面对系统性干扰时的安全保障,同时指出单一干预措施的局限性。

引言

如今,关键矿产供应链的安全问题已成为全球关注的焦点,对可持续的生产和消费构成威胁。作为一些前沿产业不可或缺的核心原材料,钴的战略重要性日益凸显(Gourley等人,2020;Ryu等人,2021)。在全球能源转型和技术革命的背景下,确保钴供应链的稳定性和韧性已成为世界各国工业政策的重中之重(Bahini等人,2024;Liu等人,2023)。
中国是全球最大的钴消费国和精炼国,但由于国内资源匮乏且储备不足(Chen等人,2020;Gulley等人,2019),不得不高度依赖进口的原材料。这种依赖尤其集中在政治不稳定的地区,比如刚果,该国占据了全球近一半的钴产量(Gulley,2022)。供需之间的严重失衡使得钴供应链面临诸多脆弱性,容易受到各种“非常规干扰”的影响,包括地缘政治冲突、贸易摩擦、自然灾害,甚至是重大的公共卫生事件。有证据表明,这些干扰会对贸易造成负面影响,尤其是在供应链较为复杂的经济体中(Li和Fang,2024;Liu等人,2023;Sun等人,2022)。因此,准确衡量钴供应链的韧性,并识别不同干扰情景下的关键影响因素,对于确保战略性新兴产业的健康发展以及维护经济安全而言, merupakan重要的挑战。
随着全球经济环境日益复杂,学术界和政策制定者逐渐意识到,传统的静态风险评估方法已无法满足实际需求(Ouyang等人,2024);有必要转向动态韧性建模和协同治理方式(Wietschel等人,2025)。中国的高质量经济发展战略强调,在推进经济结构转型的过程中,需要以协同的方式提升矿产资源供应的安全性并提高资源的利用效率(Chen等人,2020)。然而,鉴于复杂的供应链网络和多种不确定性,量化各类冲击对系统的影响并制定有效的协同应对策略仍然是一项艰巨的任务。因此,本研究旨在构建一个综合的动态评估与归因框架,为制定更精准的风险应对策略和提升钴供应链韧性提供科学理论依据和实践参考。

章节节选

关键矿产供应链中的风险识别

关键矿产供应链面临着复杂多样的风险,现有研究主要聚焦于识别供应集中、价格波动以及级联网络风险等问题(Ouyang等人,2025)。在供应集中度方面,研究表明,钴、锂等关键矿产在开采和精炼环节都存在较高的地理集中现象(Tan和Keiding,2024;Mu等人,2025);例如,全球超过一半的钴产自刚果,而

研究方法

本研究构建了一个综合分析框架,结合系统动力学建模、指标贡献分析以及可解释机器学习方法,用以研究钴供应链韧性的演变与提升机制。具体而言,我们建立了DPSIR-CLCA因果循环图以及基于2003–2022年数据的存量-流量系统动力学模型,以此描绘反馈结构并动态模拟韧性变化,为供应链的特性分析提供基准。

指标贡献分析与SHAP可解释性研究

从指标贡献的角度来看,我们采用了贡献度模型,评估了2003年至2022年间五个核心韧性子指标对中国钴供应链整体韧性提升的贡献程度。该分析有助于确定不同时间段内推动韧性提升的关键因素。如图4a–e所示,驱动力韧性指标对整体韧性的贡献起初呈下降趋势,但在2003年至2022年间又有所上升。相比之下,

破解供应链韧性“黑箱”的方法论进展

尽管系统动力学已被广泛用于模拟矿产供应链的长期发展规律(Xiang等人,2025;Zhou等人,2022),但传统系统动力学模型中复杂的内部因果反馈机制往往难以揭示各个变量对整体系统韧性的具体贡献权重。本研究通过将系统动力学模型与XGBoost-SHAP可解释机器学习框架相结合,实现了方法论上的重大突破。Sarkheil等人

政策建议

基于贡献分析、SHAP归因以及58种情景模拟的结果,我们提出以下针对性政策建议:
  • (1)
    多元化进口来源,降低集中风险:由于SHAP分析表明钴矿石的进口集中度是最大的系统性脆弱点,而且情景S46显示,在综合措施作用下,若将进口集中度降低6.5%,就能使韧性提升62.07%,因此中国应加快与政治相对稳定的国家建立战略合作伙伴关系

结论

本研究通过结合系统动力学模型与可解释机器学习方法,量化分析了2003年至2035年中国钴供应链的韧性状况。通过58种情景模拟实验,我们发现战略储备和工业产出价值是提升供应链韧性的核心因素,而高进口集中度则是主要的系统性脆弱点。定量模拟结果还显示出明显的非线性阈值效应,进一步证明了

CRediT作者贡献说明

刘伟:文章撰写——审阅与编辑,文章撰写——初稿撰写,可视化分析,方法设计,正式分析,概念构建。张正阳:文章撰写——审阅与编辑,可视化分析,资源协调,数据收集。松林和代:文章撰写——审阅与编辑,研究指导,数据收集。陈伟强:文章撰写——审阅与编辑,模型验证。曾贤来:文章撰写——审阅与编辑,文章撰写——初稿撰写,模型验证,研究指导,项目管理,资金筹集。

利益冲突声明

作者们声明不存在任何利益冲突。

致谢

本研究得到了国家自然科学基金(项目编号:72504160、92462301、92562305)、东北大学-清华大学2025年度合作研究基金(项目编号:20253080014)、清华大学-丰田研究中心、中国博士后科学基金会(项目编号:2024?M761575)以及日本学术振兴会(资助编号:26H02575)的支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号