電動汽車充電市場動態聯盟利益分配策略研究
——基于居民小區內運營充電設施視角

艾先能 楊培文

(華北電力大學，北京 102206)

1 引言

在國家利好政策的扶持下，我國電動汽車發展環境逐步改善，將迎來新一輪高速發展的機遇期，居民小區內建設運營充電設施也成為了電動汽車普及的必由趨勢，意味著以小區物業為主體的利益方將參與到充電設施的利益分配中來。這一發展方向也與國家能源局近日組織起草的《關于征求加快居民區電動汽車充電樁及配套設施建設的通知(征求意見稿)》是相一致的。該通知通過強制性要求和建立獎懲機制，促使物業配合充電設施的管理運營與維護，全面推進新老居民區充電樁建設，旨在解決建設運營充電樁過程中存在的物業公司不配合、充電設施無人維護等問題。

在這一發展形勢的要求下，尋求建立一種風險共擔、互利共贏的分配機制，為“誰參與分配，如何進行分配”等問題提供建議，是促進電動汽車市場平穩運行，解決電動汽車進一步推廣的關鍵之一。近年來，針對電動汽車市場的研究已成為能源領域的熱點之一。在現有文獻中考慮到在居民區內充電設施利益分配問題還是十分少見的。國外大多數研究主要是從理論上或方法上進行定性描述。國內研究有：鄧晨和梁藝利用shapley值法建立了電力公司、加油站和各大停車場之間的公共充電設施的聯盟利益分配模型，但是沒有考慮現實中存在的市場風險等因素，未對shapley值法得出的結論進行修正等。

本文把握合作聯盟利益公平分配、合作共贏的原則，基于shapley值法對小區內充電設施的利益分配問題展開研究，將聯盟利益分配的參與方主要確定為電網公司、充電樁運營商和小區物業。由于shapley值法在利益分配過程中未能考慮聯盟成員的資源投入、績效水平和風險承擔等因素影響所造成的差異性，故應用基于TOPSIS思想的綜合利益協商法對幾種聯盟利益分配的方法進行比選綜合，使得分配結果“兼顧個人的合理性，也考慮集體的合理性”，為居民區電動汽車充電樁及配套設施建設運營提供建議。

2 相關利益分配模型的建立

2.1 基于Shapley值法的利益分配策略

Shapley值法是根據各參與方給合作帶來的增值比例分配合作的利益，用于解決多人合作對策問題的一種數學方法。利用Shapley值法可以得到聯盟的一種利益分配方案Φ(v)=(Φ1(v)，Φ2(v)，…，Φi(v))，存在唯一的Shapley值Φi(v)，即為各方的利益分配所得，且：

(1)

其中|S|代表聯盟S規模。參與方i對聯盟的邊際貢獻為[v(S)-v(Si)]。w(|S|)可以看成是加權因子。Shapley值法是從價值的貢獻率的角度來考慮充電市場中的利益分配問題，但在整個聯盟現實的合作中，利益的分配還表現為風險共擔。

2.2 基于風險承擔度的利益分配策略

要建立“利益共享，風險共擔”的合作機制，對各參與方面臨的“可能的風險有多少”進行衡量就顯得十分必要。我們將聯盟中參與方承擔的風險主要分為五類，并應用模糊綜合評判法 求得具體數值，再通過文獻 提出的總風險系數的計算方法求解出各參與方的風險承擔度：

Ri：Ri=1-(1-RE)(1-RM)(1-RT)(1-RC)(1-RD)

(2)

其中，RE、RM、RT、RC和RD分別表示參與方面臨的環境風險、市場風險、技術風險、合作風險和解散風險。

2.3 基于資源投入量的利益分配策略

資源投入量因素是對各參與方對聯盟“投入了多少”進行衡量。假設資源投入向量I=(I1，I2，…，Ii，In)為聯盟中各參與方i資源投入量Ii的集合，n為參與方的數量，v(N)是聯盟財富的總價值，則可以得到各方利益分配額為：

(3)

2.4 基于績效水平的利益分配策略

合作中各參與方是否盡職盡責，是否積極努力，都會直接影響著聯盟整體的運作效果，績效水平是對各參與方在聯盟中所做的努力和經營的效果進行衡量假設績效水平向量P=(P1，P2，…，Pi，…，Pn)為聯盟中各參與方i績效水平Pi的集合，則可以得到各方利益分配額為：

(4)

2.5 基于TOPSIS思想的綜合利益分配協商法

TOPSIS法是一種距離綜合評價方法，通過比較評價方案的與理想解(最優方案)和負理想解(最劣方案)之間的距離遠近進行排序，再通過歐式距離算法計算方案與最優和最劣方案之間的距離，根據相對接近程度大小代表方案的滿意度，進而為最終的分配結果確定每種分配方案的相對權重。定義如下：

(5)

(6)

(7)

類似的也可以得到第j種利益分配方案與負理想的分配結果之間的歐式距離公式。

理論認為第j種利益分配方案與理想的分配結果之間的歐式距離越小或者與負理想的分配結果之間的歐式距離越大，表示合作伙伴的總體滿意度就越高。因此，可以得到第j種利益分配方案的相對滿意度公式：

(8)

根據相對滿意度Sj，得出第j種利益分配方案的相對權重：

(9)

(10)

3 算例分析

設基于良好的市場前景，有電網公司1，充電樁運營商2和小區物業3組成的合作聯盟。在不合作的情況下，三方也均有能力自行建設充電樁。三個參與方經談判協商后對聯盟的投資額分別為I=(I1，I2，I3)=(60，40，25)，單位均為萬元。若參與方不謀求合作則分別只能獲利vi=(v1，v2，v3)=(24，18，6)。若1、2合作，則可獲利v(1∪3)=54；若1、3合作，則可獲利v(1∪3)=40；若2、3合作，則可獲利v(1∪3)=30；若1、2、3三方達成合作，可獲利v(1∪2∪3)=69，即為聯盟總收益。

3.1 基于shapley值法的利益分配策略

根據(1)式，可以得到電網公司1的利益分配額見表1。

表1 電網公司1的利益分配額

可知：電網公司獲利Φ1(v)=8+6+5.67+13=32.67。同理，充電樁運營商的利益分配額：Φ2(v)=24.67；小區物業的利益分配額：Φ3(v)=11.66。

3.2 基于風險承擔度的利益分配策略

采用模糊綜合評判法，由(2)式將風險因素對各參與方的影響的權重分別確定為R1=0.48，R2=0.42，R3=0.10。得到基于風險承擔度的利益分配結果如下：電網公司：R1(v)=33.12；充電樁運營商：R2(v)=28.98；小區物業：R3(v)=6.90。

3.3 基于資源投入水平的利益分配策略

假設根據財務報表得到了各參與方的資源投入水平分別為I1=0.46，I2=0.40，I3=0.14，由(3)式得到基于資源投入水平的利益分配結果如下：電網公司：I1(v)=31.74；充電樁運營商：I2(v)=27.60；小區物業：I3(v)=9.66。

3.4 基于績效水平的利益分配策略

我們根據各參與方的經營情況，經過專家評估得到了他們對應的績效水平分別為P1=0.50，P2=0.41，P3=0.09，由(4)式得到基于績效水平利益分配結果如下：電網公司：P1(v)=34.50；充電樁運營商：P2(v)=28.29；小區物業：P3(v)=6.21。

3.5 基于思想的綜合利益分配協商法

根據綜合利益協商法，本文探討的利益分配策略有4種，即j=(1，2，3，4)；合作聯盟中參與方有3個，即i=(1，2，3)，將上述的四種合作的利益分配結果可表示為：

(11)

ω=[0.299,0.200,0.403,0.098]

(12)

4 結果分析

上述四種方法都能夠從不同的角度解決供應鏈的利益分配問題，得到利益分配結果整理如表2所示。

表2 利益分配結果

從合作狀態下的其他幾種分配方式的獲利結果來看，如果各方選擇單干，是與“理性人”的假設相悖的。Shapley值法體現了各參與方對合作聯盟的價值貢獻，但該方法對聯盟達成合作的概率過于嚴格，這與現實情況不符，一定程度上限制了該理論在實際中的應用。要是單純從資源投入水平和風險承擔程度的角度考慮利益分配問題，難免會導致各企業合作后的“搭便車”行為，這無益于聯盟的長期穩定與合作共贏。

通過與每種利益分配結果進行對比分析，綜合利益協商法仍然保持著比“單干獲利要大”這一合作的基本前提，并且任意兩個參與方合作的利益和也比原來合作獲利更多，說明利益分配方案提高了聯盟的經濟效率，優化了資源配置，符合建立聯盟的核心思想。證明這種綜合協商的方法是合理可行的，將各有利于調動各參與方的積極性，增加參與方收益，并使的聯盟的合作更加穩定和實現可持續發展。另外，對于各參與方而言，電網公司和充電樁運營商無論是在資源投入、績效水平，還是所承擔的風險均比物業要大，在利益分配中向這兩方傾斜符合市場運行規律。小區物業在聯盟利益分配當中不僅會受到結算激勵和參與激勵，還會受到信任激勵與協同激勵，使得物業在聯盟中參與熱情增加，從而提高聯盟的協同度和競爭力，也說明了物業作為利益主體參與居民小區內充電設施利益分配與現實需要相一致，將在其中扮演重要角色。

[1] 國家能源局.關于征求加快居民區電動汽車充電樁及配套設施建設的通知(征求意見稿)[S].2016.

[2] 慶艷華.供應鏈企業合作及其利益分配問題的研究[D].廣州：暨南大學，2006.

[3] 鄧晨，梁藝.電動汽車充電市場運營模式研究——供應鏈合作博弈下的聯盟策略[J].貴州商業高等專科學校學報，2011，24(3)：29-34.

[4] 丁尚.基于供應鏈企業合作博弈的利益分配模型研究[D].長沙：湖南長沙理工大學，2009.

[5] 鞠建成.協同供應鏈的成員利益分配研究[D].青島：山東大學，2009.

[6] 李剛.供應鏈合作利益分配模式研究[D].咸陽：西北農林科技大學，2010.

[7] 張炳軒等.動態供應鏈合作伙伴的評價體系及模糊評價方法[J].天津師范大學學報，2001.

[8] SUN Dongchuan，YE Fei.The negation Model for virtual enterprise benefit allocation[J].Science Research Management，2001，22(2).

[9] OLSON D L.Comparision of weights in TOPSIS models [J].Mathematical and Computer Modelling，2004，40：721-727.

[10] 劉行軍，陳維玉.應用TOPSIS法綜合評價食品安全衛生監督工作質量[J].中國衛生統計，2005.

[11] 化黨領，張志勇等.TOPSIS多目標決策方法及其應用[J].計算機與農業，1999.