基于基金組織模式的生物質燃料供給研究

檀勤良，鄧艷明，趙建英，魏詠梅，張興平

(1.華北電力大學，北京 102206；2.北京能源發展研究基地，北京 102206；3.山西省委黨校，山西 太原 030006)

?

基于基金組織模式的生物質燃料供給研究

檀勤良1,2，鄧艷明1，趙建英3，魏詠梅1，張興平1

(1.華北電力大學，北京 102206；2.北京能源發展研究基地，北京 102206；3.山西省委黨校，山西 太原 030006)

生物質燃料收集難是制約生物質發電產業發展的主要因素之一，生物質燃料供給模式對生物質發電產業的發展有著重要作用。本文建立傳統模式下經濟效益最大化的農戶、經濟組織、電廠三者的動態博弈模型；并引入基金組織，即村委會組織農戶收集燃料，銷售收入部分歸農戶，部分用于村基礎設施建設，構建考慮效用最大化的農戶、基金組織、電廠三方的博弈模型。結果表明，農戶生物質燃料供給量、組織提供給農戶的價格同上網電價呈正相關關系，同燃料的運輸、存儲及預處理成本呈負相關關系。另外，基金組織模式下，效用函數系數對生物質燃料供給量和基金組織給農戶的經濟利益有一定影響。對兩模式進行比較發現，基金組織模式下，農戶的生物質燃料供給量和收益均高于傳統模式。政府實施激勵后農戶的效用、組織的效用、電廠的經濟利益均增加。

生物質能；基金組織模式；燃料供應模式；納什均衡

1 引言

生物質能是目前世界上應用最廣泛的可再生能源，其消費量僅次于煤炭、石油和天然氣，生物質發電為生物質能開發利用的主要方式之一，已成為世界的熱門話題。我國生物質能源豐富、開發潛力巨大，但目前我國生物質發電產業發展緩慢，生物質燃料收集困難是制約生物質發電產業發展的主要因素。為解決生物質發電燃料收集難的問題，國內外學者對生物質發電燃料供給模式進行了大量研究?？偟膩碚f，生物質燃料供應主要有三種模式：“農戶+電廠+政府”模式、“農戶+中間商+電廠+政府”模式、和“農戶+中間商+第三方物流+電廠+政府”模式。其中農戶負責收集生物質資源，中間商負責生物質燃料的收購、預處理、儲存等工作，第三方物流負責燃料的運輸，政府則從政策層面給予鼓勵和支持。

在不同的模式下，利益群體之間的利益共享機制、政府政策支持等都是關系到生物質發電燃料供應的關鍵問題。Junginger等[1]以泰國為例，在對發展中國家的大規模生物質發電原材料供應策略研究的基礎上，提出一種降低原料供應風險的方法。Nasiri等[2]建立了分銷商、農戶和設施開發者三者之間的序貫博弈模型，并探討了激勵對博弈模型的影響。魏巧云[3]針對生物質秸稈燃料供給各階段的影響因素進行了調研，并分析了不同收集模式下成本的變化。van Dyken[4]針對電熱系統，設計了生物質供應鏈中的供應、加工處理、儲存以及對不同生物質需求的混合整數規劃模型。徐云海[5]運用博弈理論建立發電廠與農民之間的博弈模型，構建了秸稈收購管理體系。何亮運[6]用覆蓋模型和P-中值模型將秸稈收集模式和秸稈資源定價結合起來進行研究。刑愛華等[7]結合秸稈類生物質資源的島式分布特點，在考慮秸稈收集過程成本、能耗和污染物排放等因素的基礎上，建立數學模型并進行了敏感性分析。張永等[8]運用系統動力學原理對生物質能供應鏈的運作進行模擬，建立政府、企業和農民協調關系的動態反饋模型。王曉凌[9]以河南省為例，從農戶行為角度出發對生物質能的利用情況進行分析，并建議構建“企業+合作社+農戶”的生物質能產業化合作模式。錢志新和唐高哲[10]結合我國生物質電廠的實際情況，引入集成化供應鏈理論和價值分析理論，建立了生物質集成化供應鏈系統，協調優化供應、配送、生產等各環節，從而最大限度改進供應鏈。張衛東等[11-13]建立三方動態價格博弈模型并得到序貫博弈的納什均衡。相方龍等[14]對農戶、電廠和政府行為建立三者之間的重復博弈模型，得出純策略的納什均衡，探討了政府在供應鏈中的影響，并對電廠和政府給出了積極性建議。

這些研究成果均認為生物質燃料供給的主體均追求經濟利益最大化。翟麗麗等[15-16]從有限理性對博弈模型進行了研究。本研究小組對農戶秸稈的供給行為進行了深入的分析，研究結果表明非價格因素對農戶的秸稈供給行為具有顯著的影響[17]?；诖?，本文擬在傳統模式和基金組織模式下分析生物質供應鏈各利益主體的行為，構建基于經濟效益最大化和效用最大化的兩種完全信息動態博弈模型，通過比較，分析不同生物質燃料供應模式的特點。

2 基于傳統模式的博弈分析

2.1 模型構建

傳統模式下，行為主體均追求經濟利益最大化，生物質燃料收集的組織為經濟組織，考慮經濟利益最大化，典型代表有“經紀人”、中間商或第三方物流，農戶為完全理性人，追求個人利益最大化。構建經濟組織、農戶和電廠三方的完全信息動態博弈模型對供給模式進行探討。該種情況下，各方的收益函數為：

(1)

max πo=(pe-p0)q-c1q

(2)

max πe=(pu-cc)rq-peq-c2q

(3)

其中，πf、πo、πe分別為農戶、經濟組織和電廠的經濟收入；pm為生物質燃料的市場價格(元/噸)，pe為電廠向經濟組織收購生物質燃料的價格，p0為經濟組織提供給農戶的燃料價格，pu為生物質電廠發電的上網電價(元/kWh)，且pe>po>pm；cq農戶供應生物質燃料的單位生產操作成本(元/噸)；q代表生物質燃料的收購數量(噸)；αe為電廠對經濟組織的激勵系數；ct表示組織運輸單位產量單位距離燃料的成本；cs組織存儲單位產量燃料的成本；ct′電廠運輸單位產量燃料的成本；cs′電廠存儲單位產量燃料的成本；cd電廠處理單位產量燃料的成本；cc單位發電的變動成本；r生物質燃料發電的轉化率；l生物質燃料從收購點到電廠的平均運輸距離；c1表示組織運輸和存儲單位燃料的成本；c2表示電廠存儲、運輸及預處理單位燃料的成本。假設：

(4)

pe=(1+αe)po

(5)

2.2 納什均衡的求解

用逆向求解法對博弈模型進行求解，將公式(4)、(5)代入(1)，可得到農戶生物質燃料供給的最優量為：

(6)

由(6)知，農戶的生物質燃料供給量同經濟組織給農戶的價格水平呈正比例，同自身的收集操作成本呈反比例關系，當分配價格為零時，農戶沒有供給行為。將(6)代入公式(2)得：

(7)

由式(7)知，經濟組織給農戶的價格同電廠對經濟組織的價格激勵水平呈正相關關系，同組織的收集、存儲成本呈負相關關系。電廠應給予經濟組織適當的激勵，保證經濟組織和農戶能夠有一定的盈利空間，否則當激勵不足以彌補組織成本時，組織將不再積極的進行收購。將式(7)代入(3)可得：

(8)

當上網電價高于一定水平，電廠對經濟組織的激勵水平同生物質燃料的市場價格、電廠的運輸、存儲和預處理費用呈負相關關系；同上網電價、組織的運輸和存儲成本呈正相關關系。即：隨著上網電價上升和組織運輸及存儲成本的增加，發電廠對組織的激勵水平會提高；反之，當生物質燃料的市場價格、電廠運輸、存儲和預處理成本較高時，電廠對組織的激勵水平將降低。而當電廠的上網電價低于某一水平時，電廠對經濟組織的激勵也將下降到某一值或以低于市場水平的價格進行燃料的收購。

由公式(6)、(7)、(8)可以得到農戶、經濟組織和電廠三方博弈的納什均衡解，即：

(9)

E1*=(αe1*,p01*,q1*)T=

(10)

E2*=(αe2*,p02*,q2*)T=

(11)

式(10)、(11)為三方博弈的納什均衡，根據E1*可知：農戶生物質燃料供給量、經濟組織給農戶的價格同上網電價呈正相關關系，同電廠和組織的運輸、存儲及預處理成本呈負相關關系；即上網電價越高，農戶的供給積極性越高，收集的生物質燃料量越多。由E2*知，當上網電價在一定范圍內，電廠對組織的激勵水平將不發生變化，農戶供給量、組織給予農戶的價格將與電廠的運輸、存儲及預處理成本呈負相關。

3 基于基金組織模式的博弈分析

3.1 農戶、基金組織和電廠三方完全信息動態博弈

隨著經濟的發展和社會的進步，農戶并不單純追求經濟利益最大化，而會關注一些非經濟性因素，比如農村基礎設施建設、環境保護等[18]。農村基層組織(比如村委會)為農村資源整合的重要載體，其行為對農戶個體行為有著顯著的導向作用，能夠促進村莊的團結和發展。因此本文假設存在由村組織牽頭成立的基金組織來組織農戶進行生物質燃料的收集和銷售，其銷售收入的一部分歸參與基金組織的農戶所有，另一部分留作村委會的公益基金，對村莊的基礎設施進行建設和完善，本文稱之為“基金組織”模式。在此模式下，農戶和基金組織追求效用最大化。進而構造考慮農戶、基金組織效用最大化和電廠經濟效益最大化的博弈模型，其中農戶的效用由絕對收益和相對收益的對數函數組成，基金組織的效用由其經濟利益和環境效益的對數函數組成。環境效益的研究中，生物質能的環境效益主要體現在節煤、減排、資源利用、地面改善、收集量等方面[20-22]，均是生物質能量的直接或間接折算，因此本文選取銷售量來代表環境效益。具體如下：

(12)

max uo=Dln[pe′q-p0′q-c1q]+Elnq

(13)

max πe=(pu-cc)rq-pe′q-c2q

(14)

其中，uf表示農戶的效用；A、B分別表示農戶的絕對收益和相對收益的效用系數，其大小同農戶的特性有關；uo表示基金組織的效用，D、E分別代表經濟效益效用和環境效益效用的系數水平；p0′表示基金組織分配給參與組織進行燃料銷售的農戶的價格水平；pe′為電廠向基金組織收購生物質燃料的價格；αe′為電廠對基金組織的激勵系數。

pe′=(1+αe′)pm

(15)

用逆向求解法求解該博弈模型的納什均衡。將公式(4)、(15)代入公式(12)可得，最優生物質燃料供給量為：

(16)

由式(16)知，在基金組織模式下，農戶的生物質燃料供給量同農戶的操作成本和相對收益效用系數呈負相關關系，同基金組織提供的價格水平和絕對收益效用系數呈正相關關系。即：絕對效益在總效用中貢獻度越大、組織提供給農戶的分配價格越高，農戶參與組織進行燃料供給的積極性越高，供給量越大。將式(16)代入公式(13)中可得：

(17)

由(17)知，基金組織給農戶的分配價格同電廠對組織的激勵水平和環境效用系數呈正相關關系，同組織的收集、運輸成本和經濟效益效用系數成負相關關系；在其它條件一定時，環境效用對基金組織總效用的作用越大，組織分配給農戶的價格水平就越高。將(17)代入公式(14)可得：

(18)

由式(18)知，電廠對基金組織的激勵水平并未隨運營模式的改變而改變。由(16)、(17)、(18)可知，基金組織模式下考慮效用最大化博弈模型的納什均衡解為：

E**=(αe′**,p′**,q**)T=

(19)

(20)

(21)

式(20)、(21)為基金組織模式下考慮基金組織、農戶效用最大化及電廠經濟利益最大化博弈模型的納什均衡。同傳統模式下的納什均衡相比，該均衡中農戶的生物質燃料供給量和組織給農戶的價格還受效用系數的影響。

3.2 兩種供給模式的比較

農戶是否供給是生物質燃料收集的關鍵，對基金組織模式和傳統模式下農戶的收益進行比較，基金組織模式下農戶的絕對收益和相對收益分別為πf1′、πf2′，傳統模式下農戶的收益為πf；其中

(22)

(23)

對(22)、(23)比較知：πf′>πf，基金組織模式下，農戶收益較高，農戶更傾向于參與村組織牽頭成立的基金組織進行燃料的收集和銷售。

通過兩種模式的比較還發現，q*

4 政府激勵對基金組織模式下納什均衡的 影響

假設政府根據生物質燃料的市場價格，對供給生物質燃料的基金組織給予適當的激勵，其激勵價格系數用αg表示，在該情況下，農戶和基金組織的效用函數均有所變化。

(24)

max uo=Dln[pe′q-p0′q-c1q+αgpmq]+Elnq

(25)

用逆向求解法對(14)、(24)、(25)構成的博弈模型進行求解，得；

(26)

(27)

(28)

(29)

進一步計算政府激勵后納什均衡的變化，激勵前E**=(αe′**,po′**,q**)T，則激勵后的納什均衡為：

(30)

激勵后，電廠對基金組織的激勵水平下降，而農戶燃料供給量和組織給予農戶的價格均增大，進一步對各方利益變化進行比較。激勵前各方效用及收益為：uf*、uo*、πe*，激勵后為：uf**、uo**、πe**。

(31)

(32)

(33)

通過式(31)、(32)、(33)的比較可知：

(34)

根據比較結果(34)可知，政府對基金組織實施激勵后，農戶的效用、組織的效用、電廠的經濟利益均顯著增加。另外，政府對基金組織實施激勵后，農戶的生物質燃料供給量增加， 農戶的供給行為明顯加強。在基金組織模式下，政府給予基金組織一定的激勵能促進基金組織模式的健康發展，進而促進生物質發電產業的發展。

表1 相關數據表

表2 納什均衡結果

5 算例

本文以某生物質發電廠為對象，該電廠年發電時間達350天，上網電量為8400萬kW·h，對生物質秸稈燃料供應環節進行實地調研，結合實地調研得到相關數據如表1。

將上述數據代入公式(10)、(20)、(22)、(23)、(29)設A、B、D、E均為1得到結果，如表2。

在實地調研中發現，pe=250元/t，p0=100元/t，由表2知，納什均衡得到：pe=264.8元/t，p0=97.4元/t，鑒于不確定因素的影響，實際收集價格同傳統模式納什均衡有微小偏差，但基本符合傳統模式。另外，基金模式下，組織提供給農戶的生物質燃料價格、農戶供給量、農戶收益及電廠收益均高于傳統模式，說明基金組織模式下，農戶供給生物質燃料的積極性更高，利于生物質燃料的收集。

政府對基金組織模式進行激勵，發現αe變小，p0、q、uf、πe均增大，說明政府對基金組織模式加以激勵能夠促進該模式的發展，且農戶效用、電廠收益同激勵水平呈正相關關系。農戶的供給量也隨著激勵水平的增加而加大，政府在實施激勵時，可適當采取階梯型激勵措施，以供給量為界，對不同區間的供給量水平給予不同的激勵，最大限度調動農戶及組織積極性的同時，盡量減少政府不必要的開支。

6 結語

本文首先在傳統模式下，建立農戶、經濟組織和電廠三方經濟利益最大化的完全信息動態博弈模型。然后在基金組織模式下，構建農戶、基金組織效用最大化和電廠經濟利益最大化的完全信息動態博弈模型。兩博弈模型的納什均衡結果均顯示農戶的生物質燃料供給量、組織提供給農戶的價格同上網電價呈正相關關系，同電廠和組織的運輸、存儲及預處理成本呈負相關關系。另外在基金組織模式下，效用函數系數對供給量和基金組織給農戶價格有一定的影響，且相對收益效用和環境效用對農戶的決策行為影響較大。通過兩種模式的比較發現，基金組織模式下，農戶的收益和生物質燃料供給量明顯高于經濟組織模式，農戶供給積極性較高。因此，基金組織運營模式較適合生物質發電燃料的收集，能夠在一定程度上促進生物質發電產業的發展。且政府對基金組織實施激勵后，各行為主體的收益均有所提升，能對基金組織模式加以鞏固。

基金組織模式能夠提高農戶對生物質燃料供給的積極性，增加生物質燃料的供給量，能有效促進生物質發電產業的發展。因此，政府應鼓勵村委會等基層組織成立相應的基金組織，進行燃料的收集、供應，并根據生物質燃料的供給量給予適當階梯型補貼，以促進基金模式發展，并進一步提高農戶供給積極性。

[1] Junginger M, Faaij A, Van den Broek R, et al. Fuel supply strategies for large-scale bio-energy projects in developing countries. Electricity generation from agricultural and forest residues in Northeastern Thailand[J]. Biomass and Bioenergy, 2001, 21(4): 259-275.

[2] Nasiri F, Zaccour G. An exploratory game-theoretic analysis of biomass electricity generation supply chain[J]. Energy Policy, 2009, 37(11): 4514-4522.

[3] 魏巧云.生物質發電秸稈供應鏈物流成本研究[D].北京：中國農業大學，2014.

[4] van Dyken S, Bakken B H, Skjelbred H I. Linear mixed-integer models for biomass supply chains with transport, storage and processing[J]. Energy, 2010, 35(3): 1338-1350.

[5] 徐云海.德源九臺生物熱電廠秸稈收購體系的研究分析[D].北京：華北電力大學，2007.

[6] 何亮.生物質能源資源可供性評價及實證研究[D].太原：山西財經大學，2008.

[7] 邢愛華,劉罡,王垚,等.生物質資源收集過程成本,能耗及環境影響分析[J].過程工程學報,2008,8(2): 305-313.

[8] 張永,陳曉嬌,景月明.生物質能供應鏈協調機制研究[J].物流技術,2009,28(3):58-63.

[9] 王曉凌.我國生物質能開發利用中的農戶行為研究[D].北京：中國農業科學院,2009.

[10] 錢志新,唐高哲.生物質電廠集成化供應鏈系統研究[J].現代管理科學，2010，(06):5-7.

[11] 張衛東,耿笑.基于三方博弈模型的網絡交易平臺收費機制研究[J].中國管理科學, 2014, 22(12): 135-141.

[12] 王燕,沈輝.生物質發電供應鏈的完全信息動態博弈[J].價值工程，2010,29(19):41-42.

[13] 王燕.博弈論情況下的生物質發電供應鏈合作模式研究[D].南京：南京航空航天大學，2011.

[14] 相方龍.基于MAS的生物質能供應鏈博弈分析[D].青島：青島大學，2011.

[15] 翟麗麗,柳玉鳳.軟件產業虛擬群體企業間信任進化博弈研究[J].中國管理科學,2014,22(12):118-125.

[16] 張樂,王慧敏.突發水災害應急合作的行為博弈模型研究[J].中國管理科學,2014,22(4):92-97.

[17] 檀勤良,鄧艷明,張興平，等.農業秸稈綜合利用中農戶意愿和行為研究[J].蘭州大學學報，2014,42(5):105-111.

[18] 張國興,張緒濤.節能減排補貼政策下的企業與政府信號博弈模型[J].中國管理科學,2013,21(4):129-136.

[19] 蔡樹文. 生物質發電效益評估及對策研究[J].縱橫經濟，2007，(01):23-25.

[20] 樊超,司慧.北京市生物質能源利用效益評價方法研究[J].中國農學通報,2012,28(26):190-195.

[21] 何璇.新疆農業生物質能資源利用的綜合效益分析[D].新疆：新疆農業大學,2014.

Research on the Biomass Fuel Supply Based on Foundation Organization Pattern

TAN Qin-liang1,2, DENG Yan-ming1, ZHAO Jian-ying3, WEI Yong-mei1, ZHANG Xing-ping1

(1.North China Electric Power University, Beijing 102206, China;2.Research Center For Beijing Energy Development, Beijing 102206,China;3.Shanxi Provincial Party School, Taiyuan 030006,China)

It is very difficult to collect biofuel, which is a main constraint of developing the biomass generation industry. Biofuel collecting mode plays a significant role in promoting the biomass power industry. In this paper, two dynamic game theory models are built: (1) Optimizing the economic benefits of farmer, economic organization and biomass power plant under tradition mode; (2) maximizing the utilities of these three parties with introduction of foundation organization, i.e. the village committee organizes the farmers to collect the biomass feedstock, part of whose revenue belongs to the farmers and the rest is utilized for the village’s infrastructure construction. The income is divided to two parts; one owes to farmers, the other is used for building infrastructure. The results demonstrate that the supply amount of biomass fuels and the price offered by organizations to the peasants have positive correlation relationship with feed-in tariff, while negative correlation with the cost of biomass fuels transportation, storage, and preprocess. Moreover, in the mode of foundation organization, the coefficient of the utility function has impact to some extent on the supply amount of biomass fuels and the benefit to peasants delivered by foundation. The biomass fuels supply amount and the peasant’s income in the foundation organization mode are higher than those in the tradition mode. With the incentives from government, the utilities of the farmer and organization present significant, as well as the economic benefit of biomass power plant,increase.

biomass energy; foundation organization pattern; biofuel supply mode; Nash equilibrium

2014-11-19；

2015-06-29

國家自然科學基金資助項目(71373077)；國家社科基金重大項目(15ZDB165)；北京市共建項目(GJ2013012)

簡介：檀勤良(1969-)，男(漢族)，福建福州人，華北電力大學教授、博士，研究方向：能源環境建模與優化，E-mail:tql@ncepu.edu.cn.

C934

A

1003-207(2016)09-0099-07

10.16381/j.cnki.issn1003-207x.2016.09.012