再制造生态效率注重经济效益和环境效益的平衡与最优化,其评价研究引起了越来越多的学者的关注,但大多集中在再制造行业宏观层面或产品、零件微观层面,鲜有从中观层面对再制造价值创造主体——再制造企业进行深入探讨。由于我国再制造行业的发展仍处于初级阶段,生态效率评价所需的信息数据资料例如回收利用率等难以获得准确数据,导致许多研究工作都面临着再制造系统数据信息不充分、模糊性带来的困扰,这种数据信息模糊分为两类:一是部分数据信息模糊,二是全部数据信息模糊,这给再制造企业再制造生态效率的评价带来了巨大挑战。针对以上问题,本文围绕模糊信息下再制造企业再制造生态效率展开评价研究,具体工作如下:首先,针对当前指标体系侧重于经济、环境维度的问题,参考了可持续发展理论对社会效益考量思路以及围绕再制造企业层面,对再制造生态效率评价维度进行了拓展,从体系因素、经济因素、环境因素、社会因素四个维度构建了再制造评价指标体系。其次,针对部分数据信息模糊的情形,本文采用灰色聚类模型进行了再制造企业再制造生态效率发展水平研究,将再制造生态效率分为“优”、“良”、“差”三个等级,运用层次分析法(AHP)确定权重,然后运用灰色聚类(Grey Clustering)对再制造生态效率进行分类从而得到再制造生态效率水平,并找出需要改善的关键因素进行改善,最后运用实例证明了评价模型的有效性,为企业进行自我“诊断”提供了决策依据。然后,针对全部数据信息模糊的情形,本文提出了改进的模糊熵权TOPSIS模型进行了多个再制造企业再制造生态效率选优综合评价,其中运用模糊理论(Fuzzy Theory)将模糊信息定性转定量,然后运用熵权法(Entropy Method)确定指标权重,并运用灰色关联分析(Grey Relational Analysis)及非线性规划改进理想点法(TOPSIS)确定方案再制造生态效率的综合排序,实例证明了评价模型的有效性,为政府部门提供了决策支持。最后,进行敏感性分析,探究决策者的态度(悲观或乐观程度)对指标权重以及评价结果的影响。结果表明决策者态度对回收体系、回收利用率和资源节约率三个指标权重具有较大的影响,从而影响到评价结果。