如何實現煤電交易穩定匹配和規模聯動

劉平闊，譚忠富

(1.上海電力學院經濟與管理學院，上海 200090；2.華北電力大學經濟與管理學院，北京 102206)

如何實現煤電交易穩定匹配和規模聯動

劉平闊1，譚忠富2

(1.上海電力學院經濟與管理學院，上海 200090；2.華北電力大學經濟與管理學院，北京 102206)

構建煤、電企業間的交易發展模型，分析中國煤電交易的穩定匹配的作用機理和規模聯動的動態過程。首先，界定“煤電交易”的屬性和治理結構；其次，優化延遲選擇和拒絕機制，形成適合于煤電交易的匹配算法；再次，為偏好排序構建得分數、潛在收益、意愿信任和彈性模型，利用自適應系統進行邊界選擇；最后，通過模擬仿真，驗證理論假設、算法可行性和模型有效性。結果表明：(1)效率可保證企業的有效供給和產出，信任的地位應僅次于收益；(2)當發電企業對煤電企業的打分高于自身的得分數時，發電企業會傾向于“購買”煤炭；(3)控制和調整煤炭產業規模方面，既應合理適度地淘汰產能落后的現役煤炭企業，又應通過發電企業設置必要的市場準入壁壘。

潛在收益；意愿信任；自適應；邊界選擇

1 引言

煤炭是中國最主要的一次能源，作為最大宗的工業產品占中國能源消費總量的70%以上。在中國煤炭消費結構中，工業用煤的50%以上用于二次能源轉化(動力煤的65%以上用于火力發電)。周伏秋等[1]認為煤、電的協調運行是國民經濟保持平穩發展的重要一環。在能源體制改革的當下，煤、電產業的可持續發展不僅涉及中國的經濟增長、能源安全等問題，也涉及到中國實現低碳承諾，與氣候、環境問題息息相關[2]。

中國實施煤電聯動的背景是煤炭價格波動。由于體制和歷史問題，中國的“聯動”與美國、日本略有不同[3-4]，如吳德軍等[5]構建雙重差分模型實證檢驗了聯動政策對電力企業盈余管理的影響。國內學者多基于市場均衡理論分析“煤電之爭”，但對于煤電沖突根本原因的研究結論上存在差異：葉澤等[6]認為煤炭市場失靈是導致煤電沖突的原因；程敏等[7]認為煤炭企業與發電企業所處的市場結構不同是“煤電之爭”的根源；于左等[8]從政策沖突視角研究了中國煤電關系緊張的形成機理，并發現存在“六重”政策沖突。因此，部分學者將研究重點集中于企業內部和企業之間的協調上。

一部分學者討論煤電聯營的優勢，并提出了“非市場導向”的研究觀點：有的學者認為中國煤炭、發電產業的架構取向是推行“煤電聯營”[9]；有的學者通過博弈模型對煤、電企業的收益進行定量分析，進而證明煤電聯營方案的優勢[10]；還有的學者基于企業控制的角度對煤電交易進行研究，并提出“借助資本市場”實現煤電一體化的論點[11]。其中一些學者對于“煤電一體化”持支持態度，如武丹[12]認為縱向兼并能有效解決現階段煤電矛盾；沈慧芬等[13]認為發電企業后向化煤炭企業是盤活中國業已失衡的煤電產業鏈的關鍵；甚至夏鑫等[14]研究了煤電產業聯盟價格形成的機理，并設計了保障機制。還有學者也運用綜合評價技術、動態演化方法和經濟計量手段，更進一步對“一體化”問題進行展開，如曾雪峰[15]改進 AHP 法的煤電一體化決策模型，齊鋒[16]基于煤炭、電力和政府的動態演化討論制度環境和需求波動對煤電縱向一體化的影響，徐斌[17]運用面板數據模型證實了交易成本和組織成本可影響縱向整合的選擇。但是，部分學者則對“煤電一體化”的相關問題提出批判性觀點：陳軍[18]認為由于體制、政策、市場環境和企業所導致的發展速度過緩問題，無法依靠市場力量解決煤電一體化；楊彤等[19]也認為煤電一體化企業對信息披露進行成本監管的要求更高、規制防范的訴求更強。

另一部分學者弱化了能源企業的市場定位，將研究重點集中于企業之間的經濟行為。如趙曉麗等[20-21]首先建立了煤電企業合作利益分配模型，形成供應鏈合作利益分配機制，然后通過自我實施規制和政府規制解決合作沖突問題；李莉等[22]設計了煤電的差價合約模型，通過Shapley原理給出了發電商之間合作利益分配模型；原毅軍等[23]利用討價還價博弈模型分析了煤電產業縱向聯盟定價問題。進而學者將研究重點轉移至能源供應鏈的方向[24-25]。但值得注意的是，博弈行為應作為煤電企業交易行為的基礎活動，卻不可替代交易過程。因此，有一些學者開始運用微觀經濟學理論、統計學方法、演化博弈技術等，分析煤電“交易”的本質問題，如于立等[26]分類了煤電縱向交易關系，構建了煤電縱向交易關系形式選擇的理論分析框架；劉冰[27]利用新型古典微觀經濟學模型，分析煤電縱向交易合約的結構變量選擇問題，確定總交易費用、購置成本和不確定性風險損失對合約結構變量的影響效果；于左[28]比較分析了中、美兩國的煤炭、電力價格水平、結構及決定因素，指出長期合同交易機制的缺失和定價機制的不合理是導致中國煤電關系緊張的重要因素；譚忠富等[29]利用制度變遷演化博弈分析和交易成本離散結構分析，對中國煤電交易的經濟行為及邊界選擇的問題進行研究。

現有的研究都忽視了一個重要的研究單元——“交易”，造成研究結論的可行性不強、政策建議實施性不足。本文將對煤電交易機理、穩定匹配過程和規模聯動結果進行研究。下文分四個部分：第2部分提供理論支持進行規范分析，界定中國煤炭交易的基本屬性和治理結構、優化匹配算法，并構建煤電交易發展模型；第3部分設定仿真數據，設計模擬流程；第4部分根據仿真結果進行分析，說明理論的實用性及模型的可行性；第5部分是結論與政策涵義。

2 理論及方法

2.1 系統描述

1)煤電交易的屬性及治理結構

(1)煤電交易的屬性

交易的基本屬性包括交易頻率、資產專用性和不確定性[30]。

煤電交易的頻率是指單位時間內發電企業與煤炭企業選擇交易所發生的次數。頻率的大小可影響煤炭單位次數交易量、總交易費用以及單位交易成本。在治理結構既定的情況下，交易頻率的增加會使總煤電交易成本相對平緩地增長[31]。

煤電交易的專用性資產形式有三種[32]：(1)地點專用性，即地點確定，則相應的資產也高度固定。(2)物質資產專用性，即煤、電企業雙方為了適應煤電交易而進行的專用性的機器設備投資。(3)專項資產，即煤炭企業為增加生產能力，向某一特定火電廠出售大量煤炭而進行的分立投資。

不確定性決定了煤電交易屬性的差異[33]，存在兩種形式：一種是“環境的不可預見性”[34]；另一種是“個體生產率計量的困難”[35]。主要包括市場不確定性、規制不確定性和行為不確定性等[36-37]。

(2)煤電交易的治理結構

治理結構包括市場制、層級制及混合制[31,38-39]。

市場制主要指現貨批發市場和期貨(金融)市場；建立合理競爭能源市場是能源部門改革的核心[40]。當市場可實現資源的有效配置時，煤價可作為有效的信號和統計工具，交易雙方可自發地進行調節。市場制的激勵相對高效[41]，但強烈的激勵會帶來較差的協作[42]。

層級制是一種企業內部形式，表現為“一體化”結構。首先，層級制可避免有效投資與連續性決策之間的矛盾[43-46]。其次，層級制可避免資源配置比例扭曲，通過有效的要素組合降低總成本[44]。最后，層級制既可規避中間產品營業稅，又可放松配額限制和價格控制，還可針對產權的不完全界定實現產權的優化配置。

混合制包括長期契約、互惠貿易、管制、特許經營等模式，其在激勵性、適應性和官僚主義成本方面均介于市場制和層級制之間。受限于復雜的煤炭供給關系，混合制可減少企業的機會主義行為[31]；交易有效性的保證，一方面體現于交易應避免出現由于復雜性而帶來的“事后套牢”；一方面體現于合理的談判機制和私人沖突解決機制；另一方面體現于混合制與其他模式的混合協調。

2)收益、信任與煤電聯動

收益產生的原因既包括煤炭企業為提高規模效率而減少的成本，又包括發電企業為提高經驗效率而增加的收入。若收益的產生原因源于供應鏈的上下游環節企業的協作，則貢獻可在所涉及的企業間按某一規則進行均分[47]。

在評估交易伙伴的合作可能性時，“信任”應作為一個獨立的價值標準。類比于“預期收益”，企業根據實現收益而賦予“信任”的權重同樣是自適應的，且與收益可實現的主觀概率有關。由于主觀概率涉及實現意圖的風險，因此信任的類別存在差別[48]。Nooteboom[49]將信任分為“勝任力信任”(Competence trust)和“意愿信任”(Intentional trust)[49]。勝任力信任指的是實現期望的行為能力；意愿信任指的是遵守協議的行為意圖。由于中國煤、電企業均可進行規模化生產，且生產過程相對穩定，故本文將只分析意愿信任；并將此時的“風險”定義為由于合作伙伴的背叛而導致的轉換成本。

因此，穩定匹配和規模聯動的煤電交易機制包括3個層次：“收益”和“信任”是煤電聯動過程中的重要因素；聯動的基礎性問題又是交易邊界的選擇；煤電交易的邊界確定即利用匹配算法進行“生產或購買”決策。若發電企業對不同的煤炭供應商(包括自己生產)有不同的偏好，在交易成本和配對時間的約束下，基于其偏好的排序，發電企業與相應的煤炭供應商進行匹配，形成聯動機制。若雙方的偏好穩定，就不會出現違約行為，即實現“穩定”和“聯動”。

3)自適應系統

在現實的企業關系中，若治理結構的最優形式產生且適應于煤電交易屬性，則影響未來的交易的因素有二：理性和選擇[47]。對于煤電交易問題，目前的理論局限包括[38,50-55]：(1)并未討論“學習”和“適應”等問題的影響效果。(2)非未驗證“有效交易的結果將產生”的假設。(3)“接受機會主義行為的發生概率，并構建保障機制”的觀點同樣也是被假設，而非分析得到。(4)即使有可能搜集合作伙伴的信譽信息，但搜集成本較大。

若讓不同組織形式的經濟活動分布從企業間的互動過程中產生，企業便可通過過去的經驗調整未來的決策[56-58]。人工自適應主體(Artificial adaptive agents)模型可處理“通過過去經驗調整未來決策的過程”的“復雜的相互關聯的結構”[59-62]。本文充分接受有限理性的假設，基于自適應性和相互評價，考慮信任和收益，使用人工自適應主體模型來模擬企業之間的互動選擇過程，構建系統的煤電交易發展模型，利用并優化匹配算法，解釋交易過程、說明交易機理，解決煤電交易的穩定匹配和規模聯動問題，由此形成相應的煤電交易機制。

2.2 匹配算法

1)前提假設

為結合中國煤炭交易現狀，保證算法的實用價值，實現穩定匹配和規模聯動的煤電交易機制，本文做如下假設：

H1：煤、電企業對合作伙伴的選擇并非是隨機的；且主體對潛在合作伙伴有不同的偏好。基于偏好，發電企業匹配給相應的煤炭供應商(煤炭企業或發電企業本身)。當發電企業匹配給其本身時，即選擇“生產，而非購買”，并將“生產或購買”的決定內生化。

H2：對于煤炭企業而言，所有的發電企業均有可能成為合作伙伴；煤炭企業沒有其他選擇方案，所以煤炭企業只能向發電企業提供煤炭，且不能留作“生產”電能產品。

H3：為了保證企業投資不可通過某種形式(如購并或租賃)轉移到其他企業，同時保證煤電交易的資產專用性屬性，規定煤炭和電力的生產技術是剛性的，煤炭質量與發電設備是相關的。

H4：用層級制的內部生產替代市場制或混合制的供應商供給時，發電企業對自身的打分是基于最大程度信任時的潛在收益，此時“信任”為1(100%)。

H5：為了便于說明機理，將模型中的變量單位設為1。

2)算法設計

穩定匹配和規模聯動煤電交易機制的基礎即為治理結構選擇，其本質是“生產或購買”的決策問題，即邊界的選擇問題，此過程由“匹配算法”而產生[63]。

煤電交易匹配算法擬采用并優化Tesfatsion[63-65]的“延遲選擇和拒絕機制”(Deferred choice and refusal algorithm，DCR算法)。DCR算法要求市場供求雙方是一致、重疊或不相交，而且還要求任意指定數量的“要約和承諾”(Offer and acceptance)配額。DCR可形成穩定匹配；且匹配保證不存在受阻主體組(Blocking agents)，即與其實際配對情況相比，匹配主體組可以單方面地或雙方面地改善其實際狀況。DCR算法可提供一種分配主體的方式，而在目前的應用中，“穩定性”(Stability)是該算法僅有的副作用。DCR算法的應用條件包括：(1)允許發電企業與其自身匹配；(2)盡管發電企業可成為其自身的煤炭供應商，但不可成為其他發電企業的煤炭供應商；(3)為了防止出現買方壟斷和賣方壟斷的現象，規定了煤、電企業的一個“最大匹配數量”或“數量配額”(Quota)，且可在任何一個時間步長t進行調整。為提高DCR算法的適用性，本文對其進行優化，另規定：(1)當發電企業將自身作為偏好排序中的一個決策方案時，排名比該發電企業低的供應商是其不可接受的合作伙伴；(2)發電企業可有一個或更多的煤炭供應商，煤炭企業也可有一個或更多的煤炭購買者；(3)發電企業i的要約配額oi和煤炭企業j的承諾配額aj均為不小于1的正整數；(4)匹配進行前，所有的企業均建立了嚴格的偏好排序。優化后的匹配算法計算步驟如下所示：

步驟1 發電企業向其所有的最偏好且最可接受的煤炭供應商發出最大額度的要約請求oi。

步驟2 煤炭供應商首先剔除來自不可接受的發電企業的要約請求，然后“暫時接受”來自最偏好且最可接受發電企業的最大額度的承諾請求aj，并且拒絕其他請求(如果有)。

步驟3 被剔除或被拒絕的發電企業重新調整其要約請求的額度oi，并向次級偏好的且未接受其他發電企業請求的煤炭供應商發出相應額度的要約請求。此時，次級偏好的煤炭供應商的數量等于oi與暫時接受請求的煤炭供應商數量之差。

步驟4 每個煤炭供應商再次剔除來自不可接受的購買者的要約請求，并且從新收到的和之前暫時接受的請求中，再在最大額度承諾請求aj的范圍內，暫時接受來自更偏好且更可接受的發電企業的要約請求，然后拒絕其他請求(如果有)。

步驟5 只要存在被拒絕的發電企業，算法回到“步驟3”。直到不存在發電企業的請求被拒絕，則算法終止。此時，所有暫時接受的請求成為“絕對接受”。

2.3 模型構建

1)得分數

為了便于進行排序，引入“得分數”的概念。主體將對其所有可能被匹配的主體(包括其他主體和本身)進行分數計算。得分數模型(Score)的變量包括潛在收益和意愿信任。當“潛在收益”和“意愿信任”相乘時，則表示：若“潛在收益”或“意愿信任”為0，則“得分數”為0。為了便于主體對“潛在收益”和“意愿信任”賦予不同的權重，構建Cobb-Douglas形式的方程：

(1)

其中，t為時間步長，由于每一個步長里都有一次打分和匹配，因此t也表示打分次數或匹配次數；scorei,j,t表示在第t次打分或匹配時，發電企業i分配給煤炭企業j的分數；pri,j,t表示發電企業i通過與煤炭企業j合作而可能獲得的收益；tri,j,t表示發電企業i對煤炭企業j的意愿信任；αi,t表示發電企業i賦予“潛在收益”的重要程度，即發電企業i分配給煤炭企業j得分數的“收益彈性”，且αi∈[0,1]，主體i可在下一個時間步長t結束時動態調整αi的取值。

除了偏好排序，煤、電企業均存在一個“最低耐受水平”，由此決定合作伙伴可否被接受。根據匹配算法的優化規定可知，發電企業對煤炭企業的“最低接受水平”是其為自身所打的得分數。由于完全信任自己是合理的，因此當發電企業為自身打分時，設定“信任”的最大值為1，且信任的影響可被忽略(此時α=1)。

2)潛在收益

無論是煤炭企業供給或是發電企業自己生產，煤炭生產均需要對資產進行投資，但是效率的提高會減少產量對資產總量的依賴[66]。因此，潛在收益的影響因素為煤炭企業的規模效率和發電企業的經驗效率[47]。資產的利用情況取決于發電企業的經驗經濟，煤炭產品的產量取決于煤炭企業的規模經濟。

pri,j=lei·sej

(2)

其中，lei表示發電企業i的經驗效率；sej表示煤炭企業j的規模效率。根據Klos等[47]的研究結果，“經驗效率”和“規模效率”均可由下式給出：

(3)

其中，

(1)當e為經驗效率le時，f表示經驗因子f(learning)；x表示發電企業i與配額范圍內所有的煤炭企業合作時的連續生產次數t；

(2)當e為規模效率se時，f表示規模因子f(scale)；x表示煤炭企業j為配額范圍內所有的發電企業提供煤炭時的煤炭產量y。

3)意愿信任

意愿信任將隨著關系持續期的延長而增加[67]。雖然信任會受到合作伙伴規模報酬遞減的影響[47]，但由于關系持續越久，主體就越會默認合作伙伴的行為[68]，并對其未來的行為有相同的預期。引入“信任基準水平”的概念用以反映意愿信任存在的基礎[49]。在信任基準水平之上，基于經驗，主體可以發展“伙伴專用性信任”(Partner-specifictrust)[47]。由此產生以下規范：

(4)

公式(4)說明意愿信任增長與持續期延長的關系。其中，trbase表示信任基準水平；參數f(trust)表示信任因子；打分次數t可視為交易關系持續時間。

4)彈性

若在環境中的行為可被量化為價值(如收益、績效、效用等)，則主體在復雜適應系統(ComplexAdaptiveSystems，CAS)中便可實現自適應[69-70]。發電企業的自適應性特征應體現為一種改變潛在收益的可能性[70]，即企業將適應過程應用于逐期改變的α中。為了利于主體分配給合作伙伴的分數變化，將α定義為偏好得分數的收益彈性，(1-α)定義為得分數的信任彈性。對于各α值，主體可分配一個“強度”，由此解釋主體成功利用某α值的“信心”。在每個時間步長t之初，各主體選擇一個α值。對于α不同可能值的選擇是概率性的，即一個簡單的“輪盤賭選擇”。基于主體在時間步長t中的收益情況，在某特定的時間步長t之初，選定α值的強度；且根據實現的收益情況，在時間步長t之末，更新α值的強度。

(5)

strenghi,t=strenghi,t-1+Δsi,t

(6)

Δsi,t=λ·(pri,j,t-1-strenghi,t-1)

(7)

(8)

3 數據與流程

3.1 數值處理

情境設定：某區域存在4家煤炭企業和4家發電企業(圖1)；對于各個企業的經濟參數設定如表1至表3所示；假設煤炭產量與連續供給時間存在線性關系，方程的參數由中國電力企業聯合會和國家統計局的數據計算得到。且規定煤、發企業的數量配額均為“2”；煤炭企業對發電企業的偏好也存在不可接受合作伙伴的“黑名單”(表4)。

表1 煤炭企業規模因子及“產量-時間”函數

表2 發電企業經驗因子及適應能力

表3 發電企業對煤炭企業的信任因子

表4 煤炭企業可接受的發電企業名單

注：“+”表示接受；“-”表示不接受。

給定α的取值范圍為[0.0，0.1，…，0.9，1.0]。初始條件下，α取得各值的概率均為1/11；利用“輪盤賭選擇”，初始狀態的s為“1”。另設匹配過程在1個營業周期(52周)內完成。

3.2 仿真流程

仿真在連續的時間步長中進行。為降低隨機分布對結果的影響，每次仿真實驗可多次復制。仿真開始之前，為模型設定初始值；并且需要提供發電企業和煤炭企業的個數、運行的次數、每次運行的時間步長個數等。程序的隨機數發生器是既定的，且最后主體將被給定一個識別數字。在每次運行開始時，將對每個主體進行初始化操作(圖2)。

圖1 區域煤電交易市場中供給企業和需求企業設定

圖2 仿真實驗的流程圖

4 分析與討論

4.1 因子影響

1.規模因子與經驗因子

當規模因子和經驗因子的取值分別為0.1、0.3、0.5、0.7和0.9時，因子對效率的影響效果如圖3和圖4所示。因子越大，效率增長的能力越強，曲線逼近“1”的速率越快。隨著煤炭產量和連續生產次數的增加，規模效應和經驗效應會使企業的收益增加，且又保證了一個遞減的收益率。

由圖3中的規模因子可知，當且僅當煤炭企業的生產規模大于發電企業為自身提供煤炭所需的最大規模時，煤炭企業提供煤炭將會比發電企業自己生產煤炭的規模效率更高。同理，圖4中的經驗因子說明當且僅當發電企業的連續生產時間充足時，發電企業進行電力生產的效率更高。規模效率可保證煤炭企業的有效供給，經驗效率可保證發電企業的有效產出。

圖3 規模因子對規模效率的影響

圖4 經驗因子對經驗效率的影響

2.基準水平與信任因子

圖5 信任基準水平對意愿信任的影響

當信任因子為0.5時，隨匹配次數的增加，信任基準水平對意愿信任的影響如圖5所示；當信任基準水平為0.5時，隨匹配次數的增加，信任因子對意愿信任的影響如圖6所示。信任基準水平決定了意愿信任曲線截距的初始位置和曲線的斜率；信任因子意愿信任曲線的扁平程度和曲線的斜率。對于各個發電企業，意愿信任始于某特定的信任基準水平，變化趨勢受信任因子影響，二者均為外生變量，且適應于分析合作伙伴的忠誠。在下一個時間步長中，若發電企業和煤炭企業再次匹配，且不會發生合作關系中斷的現象，降低后的意愿信任水平將會增長。“信任”的適應性應基于企業可預見的忠誠；在煤電交易過程中，其地位應僅次于“收益”。雖然“規模”可以體現企業收益方面的勝任力，但“收益”的獲得應為一個動態連續的過程。

圖6 信任因子對意愿信任的影響

4.2 邊界選擇

當在匹配過程中存在企業自適應和自調節時，匹配中的得分數函數曲線將呈現波動，波動幅度不僅與企業的潛在收益、意愿信任有關，而且與企業的自適應能力有關。由圖7可知。

圖7(a)中，當t∈(0,10]時，發電企業1對煤炭企業1和煤炭企業2的打分略高于發電企業1對自身的打分，此時發電企業1可選擇“購買”煤炭；當t∈(10,52]時，發電企業1對所有煤炭企業的“打分”均低于發電企業1對自身的打分，此時發電企業1可選擇自己“生產”煤炭。同理可知，圖7(b)中，當t∈(0,52]時，發電企業2更傾向于“購買”煤炭；圖7(c)中，當t∈(0,52]時，發電企業3的決策為“購買”煤炭；圖7(d)中，在整個交易期t∈(0,52]中，發電企業4更傾向于“購買”煤炭。

4.3 匹配與聯動

模型展示了不同條件下，收益、信任的本質及其影響的進化過程。根據圖7的打分結果和表4的設定，得到t為10和52時的匹配結果(圖8)。圖中虛線表示發電企業在既定數量配額內所發出的要約請求；實線表示通過匹配所建立的合作關系。當t=10時，在數量配額的范圍內形成6組配對，此時可根據其交易成本適當選擇“市場制”或“混合制”的治理結構[23]；當t=52時，形成4組配對和1組“生產內部化組織”。隨著交易次數的增加及匹配次數的增多，導致煤炭企業1無法匹配到合適的發電企業；同時，使得發電企業1最終選擇了自己“生產”煤炭，其治理結構的選擇結果為層級制。

圖7 發電企業對自身及煤炭企業的打分

對于煤炭企業1和發電企業1，可能會出現三種可能性結果：(1)煤炭企業1成為“產能過剩”的部分，最終徹底被煤炭市場中的其他煤炭企業的競爭所淘汰；(2)煤炭企業1被其他煤炭企業所兼并，即“橫向一體化”；(3)煤炭企業1被發電企業1所兼并，即“縱向一體化”。由于匹配是長期穩定的，以上三種可能性結果均可實現煤電交易的邊界選擇和煤炭產業規模的整合。但第一種可能性結果將導致煤炭產業規模的減小；第二種可能性結果將導致煤炭產業集中度的增加；第三種可能性結果將導致所有權的重新洗牌。

圖8 匹配過程及穩定匹配最終結果

5 結語

5.1 研究結論

穩定匹配和規模聯動的研究不是以企業、市場、政策為研究單元，而是以“交易”為分析單位。本文的現實意義包括以下4點：首先，由于企業主體有限理性的約束，本文提供了一種路徑依賴的選擇方法解決煤電交易的穩定匹配和規模聯動等問題；其次，形成穩定匹配和規模聯動的煤電交易機制，揭示了經濟組織中穩定匹配的適用規律和特征；再次，分析企業主體的激勵相容和社會組織的意愿匹配，為能源市場中的資源配置和發展協調指明了方向；最后，研究方法的優化升級，體現博弈均衡，引導公平、合理的分配機制設計，調動和協調社會各方面的積極性。總結全文，結論如下：

(1)“生產或購買”問題的內生化過程涉及到較高規模效率煤炭企業與較高經驗效率發電企業之間的交易問題。當且僅當煤炭企業的生產規模大于發電企業為自身提供煤炭所需的最大規模時，煤炭企業提供煤炭將會比發電企業自己生產煤炭的規模效率更高；當且僅當發電企業的連續生產時間充足時，發電企業進行電力生產的效率更高。

(2)隨著交易持續期的增加，煤、電企業還應充分考慮“經驗”的影響，并形成合理認知和科學評估。基于經驗對潛在收益和意愿信任進行認知和評估時，可能會產生無序且不可預測的結果，因此企業間形成或解除合作關系不僅是一種效率的體現，而且是一種經濟社會正外部性的改善，結果不一定是最優的卻是最合理的。

(3)基于獨立主體的偏好排序，匹配算法可生成一個匹配集合，由此成為煤電交易穩定匹配的基礎。不同的偏好排序可解釋煤、電企業的經濟行為，說明了假設條件在現實中的合理性和實用性。優化后的匹配算法在結構上有利于煤電交易實現穩定匹配，進而進行規模聯動。因此，基于偏好排序的能源企業市場行為是合理的。

(4)隨著交易和匹配次數的增加，可形成較為穩定的匹配結構，煤電交易穩定匹配的結果是實現規模聯動。穩定匹配和規模聯動的煤電交易機制強調市場設計和制度安排，保證煤電雙方最大的選擇權；在博弈相對公平的前提下，實現效用的合理轉移和規模的動態聯動。

5.2 政策涵義

本文的研究背景正是中國能源體制改革的制度變遷過程；在“放松管制”的實踐階段，電力系統、能源系統的改革必須有理可依。在設計“穩定匹配和規模聯動的煤電交易機制”時，必須充分考慮效率問題和公平問題。唯其如此，機制的運行才不會偏離發展初衷，機制中的市場才不會失靈，機制中的制度才不會失效。由此，本文提出如下政策建議：

一方面，市場設計是能源交易穩定匹配和規模聯動的基礎和必要條件，更是能源體制改革中的基礎和重點。市場設計不僅應考慮能源交易平臺和交易方式，而且應明確所有權歸屬，在科學的治理結構中選擇合理的協調工具。另一方面，制度安排是煤電交易穩定匹配和規模聯動的根本保障。無論選擇何種交易模式，實現能源交易穩定匹配有效性的必要保證是中國能源企業偏好排序的客觀性和市場定位的真實性。在此基礎上分析交易的匹配問題、構建規模的動態聯動才對推動國企改革具有實踐意義。

本文的已討論了能源交易的邊界選擇問題，但仍存在研究局限；未來的工作將在此基礎上，重點分析市場、契約和規制如何實現能源交易在價格和成本等方面的“聯動”，為改革提供理論基礎和技術手段，進而推動中國能源體制改革的進程。

[1] 周伏秋，馮升波，王娟，等. 加強和完善煤電油氣運協調機制[J]. 宏觀經濟管理，2015，(2)：58-60.

[2] 張炳，王珂，畢軍. 煤電市場對火電行業SO2排污交易市場的影響分析[J]. 中國環境科學，2010，30(3)：416-419.

[3] 林伯強. 中國電力工業發展：改革進程與配套改革[J]. 管理世界， 2005，(8)：65-79,171-172.

[4] 劉希穎，林伯強. 改革能源定價機制以保障可持續發展——以煤電聯動政策為例[J]. 金融研究，2013，(4)：112-126.

[5] 吳德軍，郭慧敏，郭飛. 政治成本與盈余管理的“不對稱性”——基于煤電聯動政策的視角[J]. 會計研究，2016，(8)：42-49.

[6] 葉澤、何嬌. “煤電之爭”的根源及治理對策[J]. 中國軟科學，2013，(6)：142-153.

[7] 程敏、趙敏、李龍清. 煤電聯營在經濟可持續發展中的作用[J]. 技術與創新管理，2009，30(3)：362-365.

[8] 于左，孔憲麗. 政策沖突視角下中國煤電緊張關系形成機理[J]. 中國工業經濟，2010，(4)：46-57.

[9] 劉博. 區域市場煤電聯營的產業效應分析[D]. 成都：西南交通大學，2006.

[10] 李麗，楊力，韓靜. 煤電一體化趨勢下煤電聯營的博弈分析[J]. 中國煤炭，2011，37(1)：29-32.

[11] 谷敬煊、姚立軍. 借資本市場之力實現“煤電一體化”戰略的實踐探索[J]. 煤炭經濟研究，2013，33(1)：34-38.

[12] 武丹. 基于競價上網的煤電縱向一體化及其效率[J]. 產業經濟研究，2008，34(3)：20-27.

[13] 沈慧芬，高欣佳. 以交易費用視角來理解煤電一體化[J]. 經濟視角，2012，(5)：18-24.

[14] 夏鑫，杜翠翠，姜海虹. 作業價值創造驅動的煤電產業聯盟價格形成機制[J]. 財務與會計，2016，(10)：51-53.

[15] 曾雪峰. 基于交易成本理論的發電企業煤電一體化決策研究[J]. 中國電力教育，2010，15(1)：236-238.

[16] 齊鋒. 基于制度基礎觀的煤電縱向交易關系研究[J]. 經濟研究參考，2012，51(1)：72-76.

[17] 徐斌. 交易成本是影響縱向整合選擇的重要因素嗎?——來自中國煤電上市公司的實證檢驗[J]. 經濟經緯，2012，(1)：12-17.

[18] 陳軍. 基于行政力量推動的我國煤電一體化之路[J]. 長春大學學報，2013，23(7)：812-816.

[19] 楊彤、時如義、康長安. 煤電一體化的不利影響及防范措施[J]. 中國煤炭，2013，39(3)：17-19,52.

[20] 趙曉麗，乞建勛. 供應鏈不同合作模式下合作利益分配機制研究——以煤電企業供應鏈為例[J]. 中國管理科學，2007，15(4)：70-76.

[21] 趙曉麗，乞建勛. 煤電企業供應鏈合作沖突規制模型[J]. 中國管理科學，2008，16(4)：96-103.

[22] 李莉，譚忠富，李寧，等. 煤電差價合約及其合作效益優化分配的博弈模型[J]. 中國管理科學，2010，18(4)：133-139.

[23] 原毅軍，郭鈺. 煤電產業縱向聯盟定價研究——基于討價還價博弈模型[J]. 經濟問題， 2015，(11)：47-53.

[24] 譚忠富，劉平闊. 基于魯棒優化的煤電能源供應鏈中長期風險減輕策略[J]. 技術經濟，2015，(8)：58-70.

[25] 侯琳娜，王海燕. 補貨策略對供需隨機波動的煤電供應鏈牛鞭效應的影響與選擇[J]. 統計與決策, 2016，(4)：38-42.

[26] 于立，劉冰，馬宇. 縱向交易理論與中國煤電的縱向交易效率[J]. 經濟管理，2010，32(3)：18-24.

[27] 劉冰. 煤電企業縱向交易合約選擇的理論分析[J]. 財經問題研究，2009，10(1)：58-64.

[28] 于左. 我國煤電價格水平、 交易方式及其相關決定因素[J]. 改革，2010，(3)：43-53.

[29] 譚忠富，劉平闊. 交易成本、 治理成本與邊界選擇：制度變遷中煤電交易的博弈問題[J]. 華東經濟管理，2015，29(1)：73-80.

[30] Williamson O E. Credible commitments: Using hostage to support exchange[J]. American Economic Review, 1983,73(4):519-540.

[31] Joskow P L. Vertical integration and long-term contracts: The case of coal-burning electric generating plants[J]. Journal of Law, Economics, & Organization, 1985,1(1):33-80.

[32] Joskow P L. Contract duration and relationship-specific investments: Empirical evidence from coal markets[J]. American Economic Review, 1987,77(1):168-185.

[33] Williamson O E. Transaction cost economics [J]. Handbook of Industrial Organizations, 1989,1:135-182.

[34] Williamson O E.Transaction-cost economics: The governance of contractual relations [J]. Journal of Law and Economics,1979,22(2): 233-261.

[35] Williamson O E.The economics of organization: the transaction cost approach [J]. American Journal of Sociology, 1981,87(3):548-577.

[36] Montero J P.Marketable pollution permits with uncertainty and transaction costs[J]. Resource and Energy Economics, 1997,20(1):27-50.

[37] Chen H, Chen T J. Governance structures in strategic alliances: Transaction cost versus resource-based perspective[J]. Journal of World Business, 2003,38(1):1-14.

[38] Williamson O E. The economic institutions of capitalism: Firms, markets, relational contracting [M]. New York:The Free Press, 1985.

[39] 譚榮，曲福田. 中國農地發展權之路：治理結構改革代替產權結構改革 [J]. 管理世界，2010，(6)：56-64.

[40] Joskow P L. Electricity sector restructuring and competition-lessons learned[J]. Cuadernos de Economía, 2003,40(121):548-558.

[41] Williamson O E.The logic of economic organization[J]. Journal of Law, Economics and Organization, 1988,4(1):65-93.

[42] Holmstrom B.Agent costs and innovation[J]. Journal of Economic Behavior and Organization, 1989,12(3):305-327.

[43] Alchian A A. Uncertainty, evolution, and economic theory[J]. Journal of Political Economy,1950,58(3):211-221.

[44] Jensen M, Meckling W.Theory of the firm: Managerial behavior, agency costs and capital structure[J]. Journal of Financial Economics, 1976,3(4):305-360.

[45] Fama E F.Agency problems and theory of the firm[J]. Journal of Political Economy, 1981,82(2):335-357.

[46] Williamson O E. Comparative economic organization: The analysis of discrete structure alternatives[J]. Administrative Science Quarterly, 1991,36(2):269-296.

[47] Klos T B, Nooteboom B. Agent-based computational transaction cost economics [J]. Journal of Economic Dynamics & Control, 2001,25(3-4):503-526.

[48] Gambetta D.Trust: the making and breaking of cooperative relations [M]. Oxford: Basil Blackwell, 1988.

[49] Nooteboom B. Inter-firm alliances: Analysis and design [M]. London: Routledge,1999.

[50] Williamson O E. Markets and hierarchies: Analysis and antitrust implications [M]. New York:The Free Press,1975.

[51] Hodgson G M.The political economy of utopia: Why the learning economy is not the end of history [M]. London: Routledge,1998.

[52] Pagano U.Veblen, new institutionalism and the diversity of economic institutions [C]//Proceedings of the Conference of the European Association for Evolutionary Political Economy, Prague, 1999.

[53] Alchian A, Harold D.Production, information costs and economic organization[J]. America Economic Review, 1972,62(5):717-795.

[54] Friedman M. The methodology of positive economics [M]//Ross D.The philosophy of economics:An anthology,Cambridge:Cambridge University Prers,1994.

[55] Williamson O E. Calculativeness, trust, and economic organization [J]. Journal of Law and Economics, 1993,36(1):453-486.

[56] Winter S G. Economic natural selection and the theory of the firm [D]. New Hawen,US:Yale, 1964.

[57] Koopmans T C. Three essays on the state of economic science [M]. New York: McGraw-Hill,1957.

[58] Epstein J M, Axtell R L.Growing artificial societies: Social science from the bottom up [M]. Washington, DC/Cambridge, MA:Brookings Institution Press/The MIT Press, 1996.

[59] Arthur W B. Designing economic agents that act like human agents: A behavioral approach to bounded rationality [J]. American Economic Review,1991, 81(2):353-359.

[60] Arthur W B.On designing economic agents that behave like human agents [J]. Journal of Evolutionary Economics,1993,3(1):1-22.

[61] Kirman A P, Vriend N J.Evolving market structure: An ACE model of price dispersion and loyalty [J]. Journal of Economic Dynamics and Control, 2001,25(3-4):459-502.

[62] van der Pol M, Currie G, Kromm S, et al. Specification of the utility function in discrete choice experiments [J]. Value in Health, 2014,17(2):297-301.

[63] Roth A E, Sotomayor M A O. Two-sided matching: A study in game-theoretic modeling and analysis [J]. European Journal of Political Economy,1992,8(3):510-514.

[64] Tesfatsion L. A trade network game with endogenous partner selection [M]//Amman H,Nagurney A,Ouraiappah A K,et al.Advances in computational economics, Verlag,US:Springer,1997.

[65] Gale D, Shapley L S. College admissions and the stability of marriage [J]. American Mathematical Monthly, 2013,120(5):386-391.

[66] 劉冰. 煤電縱向交易關系：決定因素與選擇邏輯 [J]. 中國工業經濟，2010，(4)：58-68.

[67] Gulati R. Does familiarity breed trust? The implications of repeated ties for contractual choice in alliances [J]. Academy of Management Journal, 1995,38(1):85-112.

[68] Zand D E.Trust and managerial problem solving [J]. Administrative Science Quarterly, 1972,17(2):227-239.

[69] Lane D A.Artificial worlds and economics, part II [J]. Journal of Evolutionary Economics,1993, 3 (3):177-197.

[70] Holland J H, Miller J H. Artificial adaptive agents in economic theory [J]. American Economic Review, 1991,81(2):365-370.

How to Achieve Stable Match and Scale Linkage for Transaction between Power and Coal

LIU Ping-kuo1, TAN Zhong-fu2

(1.College of Economics and Management, Shanghai University of Electric Power, Shanghai 200090, China;2.School of Economics and Management, North China Electric Power University, Beijing 102206, China)

In China′s coal consumption structure, there are more than 33% of industrial coal used for thermal power generation. Coal transaction is not only related to China′s economic growth and energy security, but also related to China′s low carbon commitments and other climate issues. The existing researches have neglected an important research unit, Transaction, which results in the weak feasibility of the research conclusion and the insufficient implementation of the policy recommendations. By using the theory of transaction cost economics, the technology of agent-based computational economics and the algorithm of two-sided matching, a transaction development model between power and coal is built to analyze the mechanism of stable matches and the dynamic process of scale linkage. First, the property and the governance structure of "coal transaction" are defined theoretically. Second, the deferred choice and refusal algorithm are optimized to design a mechanism suitable for coal transaction with respect to matching. Third, score, potential profitability, intentional trust and elasticity are illustrated for sorting preferences, and Complex Adaptive System is used for boundary selection. Finally, through simulation, we verify the theoretical assumptions, the feasibility of our algorithm and the plausibility of our model are verified. The results show that: (1) Efficiency ensures the efficient supply and output of enterprises, trust′role is next to profit in the choice of partners. (2) When the coal enterprise′s score is higher than the power enterprise′s, power enterprise will tend to buy coal instead of make it; (3) to control and adjust the scale of coal industry, China should reasonably and moderately eliminate the coal enterprises with backward production capacity, and set some necessary barriers to market access through the power enterprises. The data in our paper is used for the simulation. The source of the initial value of our data is the China Electric Power Enterprises Association and the National Bureau of Statistics of the People′s Republic of China. The main contributions of our paper include two aspects: on the one hand, the "transaction" is chosen as the research unit, the more advanced theoretical support and technical methods are exploited to build our model; on the other hand, a corresponding energy transaction mechanism, which would guide the reformation of China′s energy system is formed.

potential profitability; intentional trust; self-adaption; boundary selection

1003-207(2017)01-0106-11

10.16381/j.cnki.issn1003-207x.2017.01.012

2015-03-13；

2015-12-29

國家自然科學基金資助項目(71273090)；上海高校人文社會科學重點研究基地項目(WKJD15004)

劉平闊(1989-)，男(漢族)，內蒙古赤峰人，上海電力學院經濟與管理學院，講師，研究方向：優化理論與技術經濟決策、數據模型優化理論及應用、能源經濟與管理，E-mail:pingoforever@sina.com.

F407.6

A