电动汽车充电市场动态联盟利益分配策略研究——基于居民小区内运营充电设施视角

艾先能 杨培文

(华北电力大学，北京 102206)

1 引言

在国家利好政策的扶持下，我国电动汽车发展环境逐步改善，将迎来新一轮高速发展的机遇期，居民小区内建设运营充电设施也成为了电动汽车普及的必由趋势，意味着以小区物业为主体的利益方将参与到充电设施的利益分配中来。这一发展方向也与国家能源局近日组织起草的《关于征求加快居民区电动汽车充电桩及配套设施建设的通知(征求意见稿)》是相一致的。该通知通过强制性要求和建立奖惩机制，促使物业配合充电设施的管理运营与维护，全面推进新老居民区充电桩建设，旨在解决建设运营充电桩过程中存在的物业公司不配合、充电设施无人维护等问题。

在这一发展形势的要求下，寻求建立一种风险共担、互利共赢的分配机制，为“谁参与分配，如何进行分配”等问题提供建议，是促进电动汽车市场平稳运行，解决电动汽车进一步推广的关键之一。近年来，针对电动汽车市场的研究已成为能源领域的热点之一。在现有文献中考虑到在居民区内充电设施利益分配问题还是十分少见的。国外大多数研究主要是从理论上或方法上进行定性描述。国内研究有：邓晨和梁艺利用shapley值法建立了电力公司、加油站和各大停车场之间的公共充电设施的联盟利益分配模型，但是没有考虑现实中存在的市场风险等因素，未对shapley值法得出的结论进行修正等。

本文把握合作联盟利益公平分配、合作共赢的原则，基于shapley值法对小区内充电设施的利益分配问题展开研究，将联盟利益分配的参与方主要确定为电网公司、充电桩运营商和小区物业。由于shapley值法在利益分配过程中未能考虑联盟成员的资源投入、绩效水平和风险承担等因素影响所造成的差异性，故应用基于TOPSIS思想的综合利益协商法对几种联盟利益分配的方法进行比选综合，使得分配结果“兼顾个人的合理性，也考虑集体的合理性”，为居民区电动汽车充电桩及配套设施建设运营提供建议。

2 相关利益分配模型的建立

2.1 基于Shapley值法的利益分配策略

Shapley值法是根据各参与方给合作带来的增值比例分配合作的利益，用于解决多人合作对策问题的一种数学方法。利用Shapley值法可以得到联盟的一种利益分配方案Φ(v)=(Φ1(v)，Φ2(v)，…，Φi(v))，存在唯一的Shapley值Φi(v)，即为各方的利益分配所得，且：

(1)

其中|S|代表联盟S规模。参与方i对联盟的边际贡献为[v(S)-v(Si)]。w(|S|)可以看成是加权因子。Shapley值法是从价值的贡献率的角度来考虑充电市场中的利益分配问题，但在整个联盟现实的合作中，利益的分配还表现为风险共担。

2.2 基于风险承担度的利益分配策略

要建立“利益共享，风险共担”的合作机制，对各参与方面临的“可能的风险有多少”进行衡量就显得十分必要。我们将联盟中参与方承担的风险主要分为五类，并应用模糊综合评判法 求得具体数值，再通过文献 提出的总风险系数的计算方法求解出各参与方的风险承担度：

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

(2)

其中，RE、RM、RT、RC和RD分别表示参与方面临的环境风险、市场风险、技术风险、合作风险和解散风险。

2.3 基于资源投入量的利益分配策略

资源投入量因素是对各参与方对联盟“投入了多少”进行衡量。假设资源投入向量I=(I1，I2，…，Ii，In)为联盟中各参与方i资源投入量Ii的集合，n为参与方的数量，v(N)是联盟财富的总价值，则可以得到各方利益分配额为：

(3)

2.4 基于绩效水平的利益分配策略

合作中各参与方是否尽职尽责，是否积极努力，都会直接影响着联盟整体的运作效果，绩效水平是对各参与方在联盟中所做的努力和经营的效果进行衡量假设绩效水平向量P=(P1，P2，…，Pi，…，Pn)为联盟中各参与方i绩效水平Pi的集合，则可以得到各方利益分配额为：

(4)

2.5 基于TOPSIS思想的综合利益分配协商法

TOPSIS法是一种距离综合评价方法，通过比较评价方案的与理想解(最优方案)和负理想解(最劣方案)之间的距离远近进行排序，再通过欧式距离算法计算方案与最优和最劣方案之间的距离，根据相对接近程度大小代表方案的满意度，进而为最终的分配结果确定每种分配方案的相对权重。定义如下：

(5)

(6)

(7)

类似的也可以得到第j种利益分配方案与负理想的分配结果之间的欧式距离公式。

理论认为第j种利益分配方案与理想的分配结果之间的欧式距离越小或者与负理想的分配结果之间的欧式距离越大，表示合作伙伴的总体满意度就越高。因此，可以得到第j种利益分配方案的相对满意度公式：

(8)

根据相对满意度Sj，得出第j种利益分配方案的相对权重：

(9)

(10)

3 算例分析

设基于良好的市场前景，有电网公司1，充电桩运营商2和小区物业3组成的合作联盟。在不合作的情况下，三方也均有能力自行建设充电桩。三个参与方经谈判协商后对联盟的投资额分别为I=(I1，I2，I3)=(60，40，25)，单位均为万元。若参与方不谋求合作则分别只能获利vi=(v1，v2，v3)=(24，18，6)。若1、2合作，则可获利v(1∪3)=54；若1、3合作，则可获利v(1∪3)=40；若2、3合作，则可获利v(1∪3)=30；若1、2、3三方达成合作，可获利v(1∪2∪3)=69，即为联盟总收益。

3.1 基于shapley值法的利益分配策略

根据(1)式，可以得到电网公司1的利益分配额见表1。

表1 电网公司1的利益分配额

可知：电网公司获利Φ1(v)=8+6+5.67+13=32.67。同理，充电桩运营商的利益分配额：Φ2(v)=24.67；小区物业的利益分配额：Φ3(v)=11.66。

3.2 基于风险承担度的利益分配策略

采用模糊综合评判法，由(2)式将风险因素对各参与方的影响的权重分别确定为R1=0.48，R2=0.42，R3=0.10。得到基于风险承担度的利益分配结果如下：电网公司：R1(v)=33.12；充电桩运营商：R2(v)=28.98；小区物业：R3(v)=6.90。

3.3 基于资源投入水平的利益分配策略

假设根据财务报表得到了各参与方的资源投入水平分别为I1=0.46，I2=0.40，I3=0.14，由(3)式得到基于资源投入水平的利益分配结果如下：电网公司：I1(v)=31.74；充电桩运营商：I2(v)=27.60；小区物业：I3(v)=9.66。

3.4 基于绩效水平的利益分配策略

我们根据各参与方的经营情况，经过专家评估得到了他们对应的绩效水平分别为P1=0.50，P2=0.41，P3=0.09，由(4)式得到基于绩效水平利益分配结果如下：电网公司：P1(v)=34.50；充电桩运营商：P2(v)=28.29；小区物业：P3(v)=6.21。

3.5 基于思想的综合利益分配协商法

根据综合利益协商法，本文探讨的利益分配策略有4种，即j=(1，2，3，4)；合作联盟中参与方有3个，即i=(1，2，3)，将上述的四种合作的利益分配结果可表示为：

(11)

ω=[0.299,0.200,0.403,0.098]

(12)

4 结果分析

上述四种方法都能够从不同的角度解决供应链的利益分配问题，得到利益分配结果整理如表2所示。

表2 利益分配结果

从合作状态下的其他几种分配方式的获利结果来看，如果各方选择单干，是与“理性人”的假设相悖的。Shapley值法体现了各参与方对合作联盟的价值贡献，但该方法对联盟达成合作的概率过于严格，这与现实情况不符，一定程度上限制了该理论在实际中的应用。要是单纯从资源投入水平和风险承担程度的角度考虑利益分配问题，难免会导致各企业合作后的“搭便车”行为，这无益于联盟的长期稳定与合作共赢。

通过与每种利益分配结果进行对比分析，综合利益协商法仍然保持着比“单干获利要大”这一合作的基本前提，并且任意两个参与方合作的利益和也比原来合作获利更多，说明利益分配方案提高了联盟的经济效率，优化了资源配置，符合建立联盟的核心思想。证明这种综合协商的方法是合理可行的，将各有利于调动各参与方的积极性，增加参与方收益，并使的联盟的合作更加稳定和实现可持续发展。另外，对于各参与方而言，电网公司和充电桩运营商无论是在资源投入、绩效水平，还是所承担的风险均比物业要大，在利益分配中向这两方倾斜符合市场运行规律。小区物业在联盟利益分配当中不仅会受到结算激励和参与激励，还会受到信任激励与协同激励，使得物业在联盟中参与热情增加，从而提高联盟的协同度和竞争力，也说明了物业作为利益主体参与居民小区内充电设施利益分配与现实需要相一致，将在其中扮演重要角色。

[1] 国家能源局.关于征求加快居民区电动汽车充电桩及配套设施建设的通知(征求意见稿)[S].2016.

[2] 庆艳华.供应链企业合作及其利益分配问题的研究[D].广州：暨南大学，2006.

[3] 邓晨，梁艺.电动汽车充电市场运营模式研究——供应链合作博弈下的联盟策略[J].贵州商业高等专科学校学报，2011，24(3)：29-34.

[4] 丁尚.基于供应链企业合作博弈的利益分配模型研究[D].长沙：湖南长沙理工大学，2009.

[5] 鞠建成.协同供应链的成员利益分配研究[D].青岛：山东大学，2009.

[6] 李刚.供应链合作利益分配模式研究[D].咸阳：西北农林科技大学，2010.

[7] 张炳轩等.动态供应链合作伙伴的评价体系及模糊评价方法[J].天津师范大学学报，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] 刘行军，陈维玉.应用TOPSIS法综合评价食品安全卫生监督工作质量[J].中国卫生统计，2005.

[11] 化党领，张志勇等.TOPSIS多目标决策方法及其应用[J].计算机与农业，1999.