Evolutionary Game and Simulation of Power Plant and Government Behavior Strategy: a Study Based on the Development Perspective of Agricultural and Forestry Biomass Coupled Power Generation Industry
-
摘要:
“双碳”背景下，农林生物质与煤耦合发电成为煤电转型的新路径。政府如何制定有效的补贴和监管政策，以及电厂如何进行正确的策略选择是促进农林生物质与煤耦合发电产业发展的关键。通过构建政府和电厂的混合策略博弈模型，分析双方的博弈关系和行为策略动态演变过程，并运用系统动力学进行建模仿真，进一步探析关键因素对政府和电厂行为策略的影响路径。结果表明：政府和电厂的行为策略在较长时期里无法趋于稳定，而是在相互影响中波动变化。政府制定补贴和监管策略、提高耦合发电收益、降低耦合发电成本，都将促进更多电厂选择农林生物质与煤耦合发电，从而进一步促进产业发展。
Abstract:Under the background of "carbon peaking and carbon neutrality", agricultural and forestry biomass coupled power generation has become a new path of coal power transformation. How the government formulates effective subsidy and supervision policies and how the power plant chooses the right strategy is the key to promoting the development of agricultural and forestry biomass coupled power generation industry. In this paper, a hybrid strategy game model between the government and the power plant was constructed to analyze the game relationship and the dynamic evolution process of the behavior strategy of both sides. Then, system dynamics was used to conduct modeling and simulation and further explore the influence path of key factors on the behavior strategy of the government and the power plant. The results show that the behavior strategies of the government and power plant are not stable in a long period, but fluctuate in the interaction. At the same time, formulating subsidies and supervision policies by the government, improving the benefits of coupled power generation, and reducing the cost of coupled power generation, will promote more power plants to choose agricultural and forestry biomass coupled power generation, and further promote industrial development.
-
电力部门目前是我国温室气体排放量最大的工业源，其能源利用结构转型也是实现“双碳”目标的关键[1]。IPCC（Intergovernmental Panel on Climate Change，联合国政府间气候变化专门委员会）曾指出，能源利用与温室气体排放量增加密切相关，而可再生能源的利用有助于摆脱这种相关性，从而为可持续发展做出贡献[2]。生物质能源作为可再生能源的一种，其在生长过程中吸收的二氧化碳能够抵消燃烧中释放的二氧化碳量，具有“零碳排放”的特性，可在供电和供热领域实现对化石能源的替代，具有极大的碳减排潜力[3]。农林生物质与煤耦合发电是利用农林生物质原料与煤炭混合燃烧进行发电，是一种传统能源和可再生能源的综合利用方式[4]。一方面，该发电技术降低了农林生物质原料的使用成本，使其可以得到充分的利用，避免直接燃烧（如秸秆焚烧还田）造成的空气污染；另一方面，农林生物质替代一定比例的煤炭发电，不仅可在发电过程中保证较好的燃烧热值和效率，还可大幅度降低二氧化碳的排放量[5]。现阶段，我国农林生物质与煤耦合发电产业正处于项目示范阶段[6]。根据产业周期理论，产业政策在产业发展初期具有较强的波及效果，不仅可以直接扶持或限制某些产业的发展，而且能够控制绝大多数影响产业发展的因素[7]。因此，研究产业政策能否促进农林生物质与煤耦合发电产业发展，以及政府行为策略如何影响该产业发展具有一定的理论价值和现实意义。
目前，国内对生物质与煤耦合发电产业的相关政策研究多停留在宏观层面上，较为一致地认为政策支持是促进农林生物质与煤耦合发电产业发展的关键因素，虽然已出台一系列的政策法规来推动该产业的发展，但是具体的政策措施还较为笼统[8-10]。而探析政府和企业间的行为策略及相互影响关系是制定具体政策措施的前提和基础[11]。通过对相关文献的梳理可知，较多学者通过构建博弈模型来分析生物质能源利用领域相关主体（电厂、农户、中间商、政府等）之间的行为策略。Nasiri等[12]通过构建电厂、中间商和农户三方的静态博弈模型，对主体相关行为策略进行研究，指出农户供应生物质原料的数量受到中间商收购价格和电厂收购价格的影响。Tan等[13]和Zhang等[14]则认为，农户供应生物质原料数量的行为策略将受到供应链中参与主体类型和主体数量的影响。张晟义等[15]基于不完全信息非合作视角，对农业生物质发电原料供应链中的主体进行博弈分析，指出博弈主体对契约类型的选择会影响生物质原料的供应数量。与此同时，较多学者构建了政府、电厂和农户之间的博弈模型，较一致地认为政府补贴策略将提高所有参与主体收益和参与积极性，且政策补贴水平与主体收益和主体参与积极性呈正相关[16-18]。然而，虽然已有较多研究对生物质能源利用过程中主体之间的行为策略进行分析，但大多数研究在探析政府政策时通常假设政策是静态或单一动态的，较少研究考虑政府政策和其他主体策略随时间变化而动态变化的情况。演化博弈论常被用于研究主体行为的存在性和动态演化稳定性，而系统动力学则可以进一步定量分析主体行为策略的影响路径。因此，本研究将演化博弈论和系统动力学相结合，在充分考虑农林生物质与煤耦合发电环境外部性的条件下，构建政府和电厂的混合策略博弈模型，探析政府和电厂行为策略的动态演化博弈关系，以及关键因素对政府和电厂行为策略的影响路径，以期为政府制定合理的补贴政策提供理论依据。
一. 电厂和政府的演化博弈模型构建及策略分析
一 博弈主体
本文构建的动态演化博弈模型中的参与主体是电厂和政府。电厂是指一直利用传统燃煤技术进行发电，且可以通过技术改造转型成为利用农林生物质与煤耦合发电的电厂。政府出于对环境效益的考虑，采取相应的政策措施促使更多的电厂降低碳排放量，鼓励农林生物质与煤耦合发电技术的发展。
二 研究假设
假设 1：由于博弈双方信息不对称，政府和电厂均采取有限理性行为，在非对称信息条件下进行反复博弈。
假设2：电厂有“选择”和“不选择”进行农林生物质与煤耦合发电两个策略，政府针对电厂是否选择农林生物质与煤耦合发电有进行“监管并补贴”和“不监管不补贴”两个策略。
假设3：政府对选择农林生物质与煤耦合发电的电厂进行补贴，给予一定额度的政策补贴。政府对未选择农林生物质与煤耦合发电的电厂进行监管时，将向电厂征收固定额度的碳排放费用。
假设4：博弈过程只考虑政府和发电企业，忽略中央政府和地方政府的差异。
三 模型构建
电厂和政府的行为策略博弈为混合策略博弈，假设电厂选择农林生物质与煤耦合发电策略的概率为x；电厂依旧使用燃煤发电，不选择农林生物质与煤耦合发电的概率为1−x；政府选择对电厂监管并补贴策略的概率为y；政府选择不监管不补贴策略的概率为1−y。政府与电厂的收益支付矩阵如表1所示。
表 1 电厂和政府的收益支付矩阵电厂的策略 政府的策略 监管并补贴（y） 不监管不补贴（1−y） 选择耦合发电（x） $ \mathrm{\rm{EC}}_b+S+B-C,{\rm{EN}}_b-S-M $ $ \mathrm{\rm{EC}}_b+B-C,{\rm{EN}}_b $ 不选择耦合发电（1−x） $ \mathrm{\rm{EC}}_c-F,F-M-G $ $ \mathrm{\rm{EC}}_c,-G $ $ \mathrm{EC}_b $表示电厂选择农林生物质与煤耦合发电时产生的经济效益。$ \mathrm{EC}_c $表示电厂不选择农林生物质与煤耦合发电时，使用传统燃煤发电产生的经济效益。由于农林生物质具有较高的收集成本，因此农林生物质与煤耦合发电产生的经济效益小于燃煤发电产生的经济效益[19]，即$ \mathrm{EC}_b < \mathrm{EC}_c $。$ {\rm{EN}}_b $表示电厂选择农林生物质与煤耦合发电时获得的环境效益。S表示电厂选择农林生物质与煤耦合发电时，政府给予的政策补贴金额；B表示电厂选择农林生物质与煤耦合发电时，获得的间接收益，如享受优先发电、全额上网等政策及销售副产品等[20]；C表示电厂选择农林生物质与煤耦合发电需要付出的改造成本；M表示政府对电厂进行监管时需要付出的监管成本；F表示政府对电厂进行监管时，电厂燃煤发电需要支付的碳排放费用；G表示电厂进行燃煤发电时，政府需要支付的环境治理费用。
根据收益支付矩阵，电厂选择农林生物质与煤耦合发电策略时的期望收益为：
$$ {U}_{11}=y\left({\rm{EC}}_{b} + S + B-C\right) + \left(1-y\right)\left({\rm{EC}}_{b} + B-C\right) $$ (1) 电厂不选择农林生物质与煤耦合发电策略时的期望收益为：
$$ {U}_{12}=y\left({\rm{EC}}_{c}-F\right) + \left(1-y\right)\left({\rm{EC}}_{c}\right) $$ (2) 电厂的平均收益为：
$$ \overline{{U}_{1}}=x{U}_{11} + \left(1-x\right){U}_{12} $$ (3) 同理，政府选择补贴并监管策略和选择不补贴不监管策略的期望收益，以及平均收益分别为：
$$ U_{21}=x\left({\rm{EN}}_b-S-M\right)+\left(1-x\right)\left(F-M-G\right) $$ (4) $$ U_{22}=x{\rm{EN}}_b+\left(1-x\right)\left(-G\right) $$ (5) $$ \overline{{U}_{2}}=y{U}_{21} + \left(1-y\right){U}_{22} $$ (6) 根据演化博弈论中关于复制动态方程的定义[21]，如在时刻t决策者选择策略的概率为p，那么下一时刻p的变化率将与上一个时刻的概率p以及博弈方在该时刻下所对应的策略收益与期望平均收益之间的差值有关，在本文中可通过公式表达为：
$$ \begin{split} F\left(x\right)=&\dfrac{dx}{dt}=x\left({U}_{11}-\overline{{U}_{1}}\right)=\\&x\left(1-x\right)\left[y\left(S + F\right) + {\rm{EC}}_{b} + B-C-{\rm{EC}}_{c}\right] \end{split} $$ (7) 同理，
$$ F\left(y\right)=\dfrac{dy}{dt}=y\left({U}_{21}-\overline{{U}_{2}}\right)=y\left(1-y\right)\left[-\left(S + F\right)x + F-M\right] $$ (8) 四 电厂和政府的博弈策略分析
1 电厂单方策略分析
根据式（7）电厂策略的复制动态方程可知，当$ y=\dfrac{\mathrm{EC}_c+C-\mathrm{EC}_b-B}{S+F} $时，$ F\left(x\right)=0 $，这时x取任何值该博弈都是稳定的；当$ y=\dfrac{\mathrm{EC}_c+C-\mathrm{EC}_b-B}{S+F} $时，若令$ F\left(x\right)=0 $，可得出$ x=0，x=1 $两个电厂策略复制动态方程的稳定点。根据演化博弈理论可知，当$ {F}^{'}\left(x\right) < 0，{F}^{'}\left(y\right) < 0 $时，系统才会存在平衡点，因此可分成两种情况进行讨论。
1）当$ 0 < y < \dfrac{\mathrm{\rm{EC}}_c+C-{\rm{EC}}_b-B}{S+F} $时，已知$ {F}^{'}\left(x\right)= \left(1-2x\right)\left[y\left(S + F\right) + {\rm{EC}}_{b} + B-C-{\rm{EC}}_{c}\right] $，可得$ {F}^{'}\left(0\right) < 0， {F}^{'}\left(1\right) > 0 $，所以$ x=0 $是平衡点，此时电厂的策略是不选择农林生物质与煤耦合发电。若$ \dfrac{{\rm{EC}}_{c} + C-{\rm{EC}}_{b}-B}{S + F} > 1 $，即$ {\rm{EC}}_{c}-F > {\rm{EC}}_{b} + B + S-C $，则$ 0 < y < 1 $将一直成立，意味着在现实条件下如果电厂选择燃煤发电产生的经济效益即使扣除相关费用后，依然高于选择耦合发电产生的收益与政府补贴之和，那么电厂一定不会选择农林生物质与煤耦合发电策略。
2）当$ \dfrac{{\rm{EC}}_{c} + C-{\rm{EC}}_{b}-B}{S + F} < y < 1 $时，可得$ {F}^{'}\left(0\right) > 0，{F}^{'}\left(1\right) < 0 $，所以$ x=1 $是平衡点，此时电厂的策略是选择农林生物质与煤耦合发电。若$ {\rm{EC}}_{c} + C- {\rm{EC}}_{b}-B < 0 $，可得$ \dfrac{{\rm{EC}}_{c} + C-{\rm{EC}}_{b}-B}{S + F} < 0 $，则$ 0 < y < 1 $将一直成立，意味着在现实条件下如果电厂选择耦合发电产生的全部效益扣除改造成本后，依然大于电厂燃煤发电产生的效益，则电厂的策略一定是选择农林生物质与煤耦合发电。
因此，电厂单方的策略选择取决于政府采取策略的概率值，其动态演化趋势如图1所示。当政府采取补贴并监管策略的概率大于一定数值时，电厂将采取使用农林生物质与煤耦合发电的策略。而当政府采取补贴并监管策略的概率小于一定数值时，电厂将采取不使用农林生物质与煤耦合发电的策略。
2 政府单方策略分析
根据式（8）政府策略的复制动态方程可知，当$ x=\dfrac{F-M}{S + F} $时，$ F\left(y\right)=0 $，这时y取任何值该博弈都是稳定的；当$ x\ne \dfrac{F-M}{S + F} $时，若令$ F\left(y\right)=0 $，可得出$ y=0，y=1 $两个电厂策略复制动态方程的稳定点。同样可分为两种情况进行讨论。
1）当$ 0 < x < \dfrac{F-M}{S + F} $时，已知$ {F}^{'}\left(y\right)=\left(1-2y\right) \left[-\left(S + F\right)x + F-M\right] $，可得$ {F}^{'}\left(0\right) > 0，{F}^{'}\left(1\right) < 0 $，所以$ {y}=1 $是平衡点，此时政府的策略是对电厂进行补贴和监管。假设$ \dfrac{F-M}{S + F} > 1 $，则$ S < -M $，根据上文假设条件可知，所有变量均为正数，该种情况并不存在。因此在现实条件下，不存在政府一直选择对电厂进行补贴和监管策略的情况。
2）当$ \dfrac{F-M}{S + F} < x < 1 $时，可得$ {F}^{'}\left(0\right) < 0，{F}^{'}\left(1\right) > 0 $，所以$ y=0 $是平衡点，此时政府的策略是对电厂不进行补贴和监管。若$ F-M < 0 $，可得$ \dfrac{F-M}{S + F} < 0 $，则$ 0 < x < 1 $一定成立，也就意味着在现实条件下，当政府对电厂进行监管所获得的碳排放收益低于监管成本时，政府将选择不监管不补贴的策略。
同样，政府单方策略的动态演化趋势如图2所示，其策略选择取决于电厂采取策略的概率值。当电厂选择农林生物质与煤耦合发电策略的概率小于一定数值时，政府将采取对电厂进行补贴和监管的策略。而当电厂选择农林生物质与煤耦合发电策略的概率大于一定数值时，政府将不再对电厂进行补贴和监管。
3 电厂和政府混合演化博弈策略分析
根据电厂和政府的复制动态方程，令$ F\left(x\right)=0， F\left(y\right)=0 $，可得到该系统的5个均衡点，即（0，0），（1，0），（0，1），（1，1），（$ {x}^{*} $，$ {y}^{*} $）。其中，$ {x}^{*}=\dfrac{F-M}{S + F}，{y}^{*}=\dfrac{{\rm{EC}}_{c} + C-{\rm{EC}}_{b}-B}{S + F} $。
根据Friedman[22]提出的分析方法，由系统的雅克比矩阵的局部稳定性可判断演化博弈均衡点的稳定性。该电厂和政府博弈系统的雅克比矩阵$ {{\boldsymbol{J}}} $为：
$$ {{\boldsymbol{J}}}=\left[\begin{array}{cc}\dfrac{\partial F\left(x\right)}{\partial x}& \dfrac{\partial F\left(x\right)}{\partial y}\\ \dfrac{\partial F\left(y\right)}{\partial x}& \dfrac{\partial F\left(y\right)}{\partial y}\end{array}\right]=\left[\begin{array}{cc}\left(1-2x\right)\left[y\left(S + F\right) + {\rm{EC}}_{b} + B-C-{\rm{EC}}_{c}\right]& x\left(1-x\right)\left(S + F\right)\\ y\left(1-y\right)\left(-S-F\right)& \left(1-2y\right)\left[-\left(S + F\right)x + F-M\right]\end{array}\right] $$ (9) 雅克比矩阵$ {{\boldsymbol{J}}} $的行列式$ \mathrm{\boldsymbol{det}}\left(\boldsymbol{J}\right) $为：
$$ \begin{split}&\mathrm{\boldsymbol{det}}\left(\boldsymbol{J}\right)= \left|\begin{array}{*{20}{c}}\left(1-2x\right)\left[y\left(S+F\right)+\mathrm{EC}_b+B-C-\mathrm{EC}_c\right] & x\left(1-x\right)\left(S+F\right) \\ y\left(1-y\right)\left(-S-F\right) & \left(1-2y\right)\left[-\left(S+F\right)x+F-M\right]\end{array}\right|= \\ & \left(1-2x\right)\left[y\left(S+F\right)+\mathrm{EC}_b+B-C-\mathrm{EC}_c\right]\cdot\left(1-2y\right)\left[-\left(S+F\right)x+F-M\right] -x\left(1-x\right)\left(S+F\right)\cdot y\left(1-y\right)\left(-S-F\right)\end{split} $$ (10) 雅克比矩阵$ {{\boldsymbol{J}}} $的迹$ \boldsymbol{\mathrm{tr}}\left(\boldsymbol{J}\right) $为：
$$ \begin{split} {{\rm{tr}}}\left({{\boldsymbol{J}}}\right)=&\left(1-2x\right)\left[y\left(S + F\right) + {\rm{EC}}_{b} + B-C-{\rm{EC}}_{c}\right] +\\& \left(1-2y\right)\left[-\left(S + F\right)x + F-M\right] \end{split} $$ (11) 已知当满足$ \mathrm{\boldsymbol{det}}\left(\boldsymbol{J}\right) > 0 $且$ \boldsymbol{\mathrm{tr}}\left(\boldsymbol{J}\right) < 0 $时，可判断系统均衡点是否为进化稳定策略（Evolutionary Stable Strategy，简称ESS），使得系统处于稳定状态。上述5个均衡点的稳定性分析如表2所示。
表 2 系统各均衡点的稳定性分析局部均衡点 det(J) tr(J) 性质 （0，0） − $ \pm $ 不稳定 （1，0） − $ \pm $ 不稳定 （0，1） − $ \pm $ 不稳定 （1，1） − $ \pm $ 不稳定 （$ {x}^{*} $，$ {y}^{*} $） − 0 鞍点 根据分析结果可知，该电厂和政府的混合演化博弈矩阵没有稳定的均衡点，也就是说，电厂和政府的博弈策略无法趋于稳定，一直随着对方策略的变化而变化。
二. 基于演化博弈模型的系统动力学模型构建及仿真模拟分析
系统动力学的核心就是探寻模型中各因素之间的因果反馈关系[23]。因此，为进一步探析电厂和政府演化博弈模型的结果，找到模型中不同因素对电厂和政府行为策略的影响路径，本文采用博弈论和系统动力学相结合的方法，对电厂和政府混合演化博弈模型的主体行为策略进行建模和仿真。
一 系统动力学模型构建
根据电厂和政府策略的复制动态方程和结果，构建电厂和政府行为策略的系统动力学流图模型，如图3所示。
二 仿真模拟结果分析
基于Vensim PLE平台，模型初始参数设置为：初始时间为 0，终端时间为 100，时间跨度 为1，时间单位为月份。基于现有研究和实地调研结果，对相关变量进行赋值：ECc = 10，ECb = 8，ENb = 2，C = 4，B = 2，F = 5，S = 2，M = 3，G = 2。
1 初始仿真分析
电厂选择农林生物质与煤耦合发电策略的概率x的初始值设为0.5，政府选择补贴并监管策略的概率y的初始值同样设为0.5，仿真模拟结果如图4所示。
如图4所示，电厂和政府的策略无法趋于某一稳定策略，而是长期根据对方策略的变化来改变自身策略，在动态变化中相互影响和决策。当电厂选择农林生物质与煤耦合发电的概率低于一定数值时，政府将提高对电厂进行补贴和监管的概率，随着政府进行补贴和监管的概率增加，电厂将提高选择农林生物质与煤耦合发电的概率。而当电厂选择农林生物质与煤耦合发电的概率增加到一定程度，政府将减少对电厂进行补贴和监管的概率，随之电厂选择农林生物质与煤耦合发电的概率降低。
2 政府补贴金额S对主体行为策略的影响
系统仿真初始数值保持不变，仅改变政府对电厂补贴金额S的数值，分别将其设为$ S=1 $和$ S=3 $，依次分析补贴金额减少（$ S=1 $）和增加（$ S=3 $）对电厂和政府行为策略的影响，仿真结果如图5所示。
对比图4和图5可知，当政府补贴金额减少（$ S=1 $）时，政府选择对电厂进行补贴和监管策略的概率增加，电厂选择农林生物质与煤耦合发电策略的概率也会随之增加。反之，当政府补贴金额增加（$ S=3 $）时，政府选择对电厂进行补贴和监管策略的概率降低，导致电厂选择农林生物质与煤耦合发电策略的概率也降低。同时，从图5中电厂策略变化趋势可以看出，当政府补贴金额S减少时，电厂策略曲线变化变缓，而当补贴金额S增加时，电厂策略曲线变化加剧。这说明政府补贴金额的变化不仅可以改变电厂和政府策略选择的概率，还可以提高或降低政府策略对电厂策略变化的影响程度。这与黄弋华[16]、宗宇婷等[17]、Zhai等[18]的研究结论相一致，即政府补贴可提高参与主体的积极性。因此，若政府想要在较短时间内促进农林生物质与煤耦合发电产业的发展，提高电厂选择农林生物质与煤耦合发电的概率，应加大对电厂的补贴力度，提高补贴金额。
3 电厂支付碳排放费用F对主体行为策略的影响
系统仿真初始数值保持不变，仅改变政府监管时电厂燃煤发电需要支付的碳排放费用（即罚款金额）F的数值，分别将其设为$ F=3.5 $和$ F=10 $，依次分析罚款金额减少（$ F=3.5 $）和增加（$ F=10 $）对电厂和政府行为策略的影响，仿真结果如图6所示。
对比图4和图6可知，当政府监管，电厂需支付的碳排放费用减少（$ F=3.5 $）时，电厂由于政府监管的松懈，非常不愿意选择农林生物质与煤耦合发电，且电厂在确定政府一定会选择补贴和监管的策略之后，才会提高选择农林生物质与煤耦合发电策略的概率。当电厂需支付的碳排放费用增加（$ F=10 $）时，由于电厂一旦被政府监管，需支付的碳排放费用非常高，电厂不愿冒险，更倾向于自主选择农林生物质与煤耦合发电策略，因此电厂选择农林生物质与煤耦合发电策略的概率提高，此时政府只要稍微提高选择补贴和监管的概率，就会增加电厂选择农林生物质与煤耦合发电的概率。因此，政府提高电厂燃煤发电需支付的碳排放费用，将促进更多的电厂选择农林生物质与煤耦合发电。
4 农林生物质与煤耦合发电经济效益$ {\rm{EC}}_{b} $对主体行为策略的影响
系统仿真初始数值保持不变，仅改变农林生物质与煤耦合发电经济效益$ {\rm{EC}}_{b} $的数值，分别将其设为$ {\rm{EC}}_{b}=6 $和$ {\rm{EC}}_{b}=12 $，以此分析耦合发电经济效益减少（$ {\rm{EC}}_{b}=6 $）和增加（$ {\rm{EC}}_{b}=12 $）对电厂和政府行为策略的影响，仿真结果如图7所示。
对比图4和图7可知，当农林生物质与煤耦合发电产生的经济效益降低（$ {\rm{EC}}_{b}=6 $）时，电厂选择农林生物质与煤耦合发电策略的概率随之降低，且在确保政府会对电厂实施补贴和监管政策之后，才会提高选择耦合发电策略的概率。主要原因是电厂燃煤发电产生的经济效益远大于选择耦合发电获得的经济效益，若没有政府强有力的补贴和监管政策，电厂不会主动选择农林生物质与煤耦合发电。反之，当农林生物质与煤耦合发电产生的经济效益增加（$ {\rm{EC}}_{b}=12 $）时，电厂选择农林生物质与煤耦合发电的经济效益已大于燃煤发电，电厂必然主动选择农林生物质与煤耦合发电策略以获取更高的经济效益，而政府将不再对电厂进行补贴和监管。这与任世华等[8]的研究结论一致，经济效益的提升将从根本上促使农林生物质与煤耦合发电产业的发展。
5 农林生物质与煤耦合发电间接效益B对主体行为策略的影响
系统仿真初始数值保持不变，仅改变农林生物质与煤耦合发电产生的间接效益B的数值，分别将其设为$ B=0 $和$ B=8 $，以此分析耦合发电间接效益减少（$ B=0 $）和增加（$ B=8 $）对电厂和政府行为策略的影响，仿真结果如图8所示。
对比图4和图8可知，当农林生物质与煤耦合发电产生的间接效益减少（$ B=0 $）时，其总体经济效益也将减少，电厂选择农林生物质与煤耦合发电策略的概率将降低。而当农林生物质与煤耦合发电的间接效益增加（$ B=8 $）时，若电厂选择耦合发电产生的总经济效益超过燃煤发电，则电厂将主动选择农林生物质与煤耦合发电，此时政府将不再对电厂进行补贴和监管。
6 电厂选择耦合发电改造成本C对主体行为策略的影响
系统仿真初始数值保持不变，仅改变电厂选择耦合发电时改造成本C的数值，分别将其设为$ C=0 $和$ C=6 $，以此分析改造成本减少（$ C=0 $）和增加（$ C=6 $）对电厂和政府行为策略的影响，仿真结果如图9所示。
对比图4和图9可知，当电厂选择农林生物质与煤耦合发电没有改造成本（$ C=0 $）时，电厂十分愿意选择农林生物质与煤耦合发电策略，而政府将不再对电厂进行补贴和监管。当改造成本增加（$ C= 6 $）时，电厂选择农林生物质与煤耦合发电策略需付出较高的成本，选择该策略的概率将降低，此时就需要政府的补贴和监管政策来提高电厂选择农林生物质与煤耦合发电策略的概率。
三. 结论与建议
本文通过构建农林生物质与煤耦合发电产业中政府和电厂的混合策略博弈模型，探究政府和电厂行为策略的演化博弈关系，并结合系统动力学对博弈模型进行仿真分析，明晰关键因素对政府和电厂策略行为的影响路径，以期为政府促进农林生物质与煤耦合发电产业发展提供合理的政策建议。主要研究结论如下。
1）在农林生物质与煤耦合发电产业发展过程中，电厂和政府的行为策略是在动态中相互影响和变化的。在电厂燃煤发电产生的经济效益大于农林生物质与煤耦合发电产生的经济效益的前提下，政府选择补贴和监管策略将促使更多的电厂选择农林生物质与煤耦合发电，而当电厂选择农林生物质与煤耦合发电策略的概率达到一定程度时，意味着更多的电厂将自主选择耦合发电，政府不再对电厂进行补贴和监管，此时选择耦合发电的电厂将根据政府策略变化而减少，以此往复循环。
2）政府提高政策补贴金额和加大对燃煤电厂的惩罚力度，将促使更多的电厂选择农林生物质与煤耦合发电。同时，提高农林生物质与煤耦合发电的经济效益，增加农林生物质与煤耦合发电可以获取的间接效益，以及降低电厂选择农林生物质与煤耦合发电的改造成本，都可以促使更多的电厂选择农林生物质与煤耦合发电。
3）政府制定相应的补贴政策和监管措施只能改变电厂选择农林生物质与煤耦合发电的速度，而若要从根本上让电厂自主选择农林生物质与煤耦合发电，则需要提高选择耦合发电获取的收益，或降低选择耦合发电付出的成本。
根据上述研究结论，进一步提出相应的对策建议。
1）提高产业政策措施的时效性。由于电厂和政府的行为策略是相互变化和影响的，政府在制定产业政策时，应较为快速和准确地对电厂行为策略做出调整和反馈，确保政策措施的时效性。
2）健全产业补贴和惩罚机制标准。政府对采用农林生物质与煤耦合发电技术的电厂进行补贴和奖励，对燃煤电厂进行惩罚，并制定和完善相应补贴和惩罚机制的等级与标准，将有效促使更多电厂选择农林生物质与煤耦合发电。
3）加快技术研发，完善原料供给体系。加大农林生物质与煤耦合发电技术的研发力度，提高技术水平，并完善农林生物质原料供给体系，可以降低农林生物质与煤耦合发电的经济成本，促进该产业发展。
-
表 1 电厂和政府的收益支付矩阵
电厂的策略 政府的策略 监管并补贴（y） 不监管不补贴（1−y） 选择耦合发电（x） $ \mathrm{\rm{EC}}_b+S+B-C,{\rm{EN}}_b-S-M $ $ \mathrm{\rm{EC}}_b+B-C,{\rm{EN}}_b $ 不选择耦合发电（1−x） $ \mathrm{\rm{EC}}_c-F,F-M-G $ $ \mathrm{\rm{EC}}_c,-G $ 
下载: 导出CSV
表 2 系统各均衡点的稳定性分析
局部均衡点 det(J) tr(J) 性质 （0，0） − $ \pm $ 不稳定 （1，0） − $ \pm $ 不稳定 （0，1） − $ \pm $ 不稳定 （1，1） − $ \pm $ 不稳定 （$ {x}^{*} $，$ {y}^{*} $） − 0 鞍点
下载: 导出CSV
-
[1] 王灿,张雅欣. 碳中和愿景的实现路径与政策体系[J]. 中国环境管理,2020,12(6):58-64. [2] BONGAARTS J. Intergovernmental panel on climate change special report on global warming of 1.5℃ Switzerland:IPCC,2018[J]. Population and Development Review,2019,45(1):251-252. doi: 10.1111/padr.12234
[3] 张彩虹,张兰. 低碳经济与林木生物质能源发展[M]. 北京:中国林业出版社,2015:22-23. [4] AGBOR E,OYEDUN A O,ZHANG X L,et al. Integrated techno-economic and environmental assessments of sixty scenarios for co-firing biomass with coal and natural gas[J]. Applied Energy,2016,169:433-449. doi: 10.1016/j.apenergy.2016.02.018
[5] 杨卧龙,倪煜,雷鸿. 燃煤电站生物质直接耦合燃烧发电技术研究综述[J]. 热力发电,2021,50(2):18-25. [6] 毛健雄. 燃煤耦合生物质发电[J]. 分布式能源,2017,2(5):47-54. [7] 于立宏,孔令丞. 产业经济学[M]. 北京:北京大学出版社,2017. [8] 任世华,曲洋. 煤炭与新能源深度耦合利用发展路径研究[J]. 中国能源,2020,42(5):20-23,47. doi: 10.3969/j.issn.1003-2355.2020.05.005 [9] 高金锴,佟瑶,王树才,等. 生物质燃煤耦合发电技术应用现状及未来趋势[J]. 可再生能源,2019,37(4):501-506. [10] 王强. 生物质能耦合发电的产业政策与经营模式[J]. 中国电力企业管理,2017(34):70-71. [11] 高旭阔,席子云. 组合措施下政府与企业排污行为演化博弈[J]. 中国环境科学,2020,40(12):5484-5492. doi: 10.3969/j.issn.1000-6923.2020.12.046 [12] NASIRI F,ZACCOUR G. An exploratory game-theoretic analysis of biomass electricity generation supply chain[J]. Energy Policy,2009,37:4514-4522. doi: 10.1016/j.enpol.2009.06.008
[13] TAN Q,WANG T,ZHANG Y,et al. Nonlinear multi-objective optimization model for a biomass direct-fired power generation supply chain using a case study in China[J]. Energy,2017,139(15):1066-1079.
[14] ZHANG X,LUO K,TAN Q. A game theory analysis of China's agri-biomass-based power generation supply chain:a co-opetition strategy[J]. Energy Procedia,2017,105:168-173. doi: 10.1016/j.egypro.2017.03.297
[15] 张晟义,张杰,陈明月,等. 农业生物质发电原料供应链博弈分析:基于不完全信息非合作视角[J]. 河南科技大学学报(社会科学版),2021,39(4):35-42. [16] 黄弋华. 生物质能资源化主体决策博弈和政策仿真研究[D]. 南昌:江西农业大学,2021. [17] 宗宇婷,向丽. 生物燃料补贴的博弈分析[J]. 中外企业家,2017(26):115,117. doi: 10.3969/j.issn.1000-8772.2017.26.076 [18] ZHAI M,ZHANG X,CHENG F,et al. A game-theoretic analysis of the government's role on the biomass supply chain construction[J]. International Journal of Ambient Energy,2017,38(5):1-29.
[19] 孙依. 煤粉锅炉耦合生物质发电系统技术经济分析[D]. 武汉:华中科技大学,2018. [20] 毛健雄,郭慧娜,吴玉新. 中国煤电低碳转型之路:国外生物质发电政策/技术综述及启示[J]. 洁净煤技术,2022,28(3):1-11. [21] 乔根·W.威布尔. 演化博弈论[M]. 王永钦,译.上海:上海人民出版社,2006. [22] FRIEDMAN D. Evolutionary games in economics[J]. Econometrics,1991,59(3):637-666. doi: 10.2307/2938222
[23] 约翰·D. 斯特曼. 商务动态分析方法[M].朱岩,钟永光,译. 北京:清华大学出版社,2008. -
期刊类型引用(1)
1. 周路遥，刘富州，袁博文，陆宇轩，吴天雄. 政府激励机制下新能源技术发展三方演化博弈分析. 电工电气. 2024(07): 1-10 . 
百度学术
其他类型引用(1)
计量
- 文章访问数: 133
- HTML全文浏览量: 42
- PDF下载量: 41
- 被引次数: 2
