基于演化博弈的電動汽車擴散機制分析

摘要：為了探究政府環境規制下電動汽車擴散的內在機制，基于有限理性假設，構建了政府與汽車制造商的演化博弈模型。通過對政府和汽車制造商決策演化過程的分析，揭示了政府決策對汽車制造商生產行為及電動汽車擴散的影響。研究表明：碳稅價格越高，汽車制造商生產電動汽車的概率越大，而政府監管的概率受此影響不大；補貼的變化對汽車制造商生產策略的影響并不明顯，而政府監管概率隨著補貼的增加而降低。此外，還研究了電動汽車和燃油汽車的市場需求之比對政府和汽車制造商生產決策的影響。結果表明，提高電動汽車的市場需求能有效提高汽車制造商生產電動汽車的可能性，從而達到促進電動汽車擴散的目的。

關鍵詞：電動汽車；擴散；演化博弈；環境規制政策

基金項目： 國家自然科學基金青年基金項目（72101174）。

0 前言

全球極端氣候變化被公認為21世紀人類面臨的最大挑戰之一，低碳減排、發展低碳經濟已成為世界各國關注的重要議題[1]。

交通運輸是碳排放的一個主要源頭，如2019年全球交通運輸部門的溫室氣體排放量為89億t CO2當量，僅次于電力、工業，以及農業、林業和其他土地利用部門，是全球第四大溫室氣體排放源，占溫室氣體排放總量的15%[2-3]。隨著我國經濟的快速發展和城鎮化水平的不斷提高，交通運輸行業占全國能源消耗的比例及其產生的碳排放量將會不斷上升，因此交通領域的節能減排尤為重要[4]。為實現低碳環保和可持續發展，我國政府對用新能源汽車（主要是電動汽車）來代替傳統燃油汽車表現出極大的關注和扶持[5]。

本文通過建立汽車制造商與政府之間的演化博弈模型，探究政府監管措施與汽車制造商選擇之間的作用機制。

1 演化博弈模型的構建與分析

本文提出以下假設：

假設1：作為博弈雙方的政府部門和汽車制造商各有2種博弈策略，其中政府策略為{監管（S），不監管（U）}，汽車制造商策略為{生產電動汽車（EV），生產燃油汽車（FV）}；政府的最終目的為實現政府綜合效益（U）的最大化，汽車制造商在博弈過程中所關注的問題是收益（π）的最大化。

假設2：電動汽車的售價為Pe，其生產成本為Ce，市場需求為qe；燃油汽車的售價為Pf，其生產成本為Cf，市場需求為qf；總的汽車市場需求為Q = qe+ qf。

假設3：政府監管成本為K，碳價為Pc，政府給予汽車制造商生產電動汽車的補貼為Sc，設一輛電動汽車的平均碳排放量為el，一輛燃油汽車的平均碳排放量為en。設汽車制造商生產電動汽車給政府帶來的社會收益為W，導致政府的公信度損失為D。

3 結論

（1） 政府對汽車制造商征收碳稅能夠促使汽車制造商選擇生產電動汽車，且征收的碳稅越高，系統演化至制造商完全采納電動汽車生產策略的速率也越大。

（2） 補貼政策能在一定程度上促進電動汽車擴散，但單一補貼政策的促進效果不明顯，為提高電動汽車擴散的速率和深度，政府應采納征稅和補貼的混合政策。

（3） 分析電動汽車和燃油汽車的市場需求占比對汽車制造商生產決策的影響，發現電動汽車市場需求的增加能顯著提升汽車制造商生產電動汽車的概率。

參考文獻

[1] 夏西強，朱慶華，路夢圓.外包制造下碳交易對低碳供應鏈影響及協調機制研究[J].系統工程理論與實踐，2022，42（5）：1290-1302.

[2] 盧超，王倩倩，陳強.“雙積分”政策下考慮價格、減排和續航的汽車供應鏈協調[J].系統工程理論與實踐，2021，41（10）：2595-2608.

[3] 張奇，李彥，王歌，等.基于復雜網絡的電動汽車充電樁眾籌市場信用風險建模與分析[J].中國管理科學，2019，27（8）：66-74.

[4] WANG J， LV K， BIAN Y， et al. Energy efficiency and marginal carbon dioxide emission abatement cost in urban China[J]. Energy Policy， 2017，105： 246-255.

[5] WU Z，WANG M，ZHENG J，et al. Life cycle greenhouse gas emission reduction potential of battery electric vehicle[J]. Journal of Cleaner Production，2018，190（20）： 462-470.

[6] JI S F，ZHAO D，LUO R J. Evolutionary game analysis on local governments and manufacturers’ behavioral strategies： impact of phasing out subsidies for new energy vehicles[J]. Energy， 2019，189： 116064.