張海斌，盛昭瀚，孟慶峰

1 南京大學(xué) 工程管理學(xué)院，南京 2100932 江蘇大學(xué) 管理學(xué)院，江蘇 鎮(zhèn)江 212013

新能源汽車市場開拓的政府補貼機制研究

張海斌1,2，盛昭瀚1，孟慶峰2

1 南京大學(xué) 工程管理學(xué)院，南京 2100932 江蘇大學(xué) 管理學(xué)院，江蘇 鎮(zhèn)江 212013

市場培育與開拓成為阻礙中國新能源汽車行業(yè)發(fā)展的最為關(guān)鍵的要素之一。采用多Agent方法構(gòu)建政府通過補貼對具有行為外部性的新能源汽車銷售企業(yè)的銷售努力進行激勵的模型，研究政府補貼力度、獲取補貼的銷售目標(biāo)等因素對系統(tǒng)相關(guān)績效的影響，并將經(jīng)驗權(quán)重魅力值學(xué)習(xí)算法引入到政府動態(tài)調(diào)整補貼力度以開拓新能源汽車市場的研究中，對比政府靜態(tài)補貼和動態(tài)補貼對相關(guān)績效的影響。實驗結(jié)果表明，政府應(yīng)從消費者對新能源汽車的需求入手，努力擴大市場需求規(guī)模；銷售目標(biāo)對于汽車市場開拓具有正向作用，但在制定能否獲取補貼的銷售目標(biāo)時應(yīng)采用適度原則，并采取多種策略相結(jié)合的方式激勵銷售企業(yè)；重視和培養(yǎng)該行業(yè)中先鋒企業(yè)的開拓能力，以先鋒企業(yè)帶動其他企業(yè)共同增強新能源汽車市場開拓能力，在一定程度上鼓勵并發(fā)揮企業(yè)之間的行為外部性；政府采用動態(tài)補貼機制會優(yōu)于保持補貼力度不變的靜態(tài)補貼機制。研究結(jié)果為政府在多周期補貼過程中合理決策補貼力度和銷售目標(biāo)提供理論依據(jù)。

新能源汽車；市場開拓；政府補貼；多Agent；經(jīng)驗權(quán)重魅力值學(xué)習(xí)算法

1 引言

隨著中國經(jīng)濟的快速發(fā)展以及居民生活水平的不斷提高，對汽車的需求量日趨增大，這同時給能源需求和生態(tài)環(huán)境等方面帶來了巨大的壓力。發(fā)展節(jié)約能源、環(huán)境友好的新能源汽車已經(jīng)成為汽車產(chǎn)業(yè)發(fā)展的當(dāng)務(wù)之急[1]，也是中國汽車產(chǎn)業(yè)優(yōu)化與升級的主導(dǎo)方向和必然趨勢。

目前，中國新能源汽車尚處于發(fā)展的初級階段，市場培育和開拓成為阻礙新能源汽車行業(yè)發(fā)展的關(guān)鍵要素之一。實際上，中國各級政府相繼出臺了購車補貼、稅費減免、鼓勵公車采購等一系列激勵新能源汽車產(chǎn)業(yè)發(fā)展的政策。2009年中國國務(wù)院辦公廳發(fā)布了《汽車產(chǎn)業(yè)調(diào)整和振興規(guī)劃》，2010年出臺了《私人購買新能源汽車試點財政補助資金管理暫行辦法》，2013年財政部等4部委又發(fā)布了《關(guān)于繼續(xù)開展新能源汽車推廣應(yīng)用的通知》，各地方政府也紛紛出臺相應(yīng)的促進新能源汽車發(fā)展的政策，對消費者購買新能源汽車給予相應(yīng)的補助。根據(jù)中汽協(xié)公布的數(shù)據(jù)，中國新能源汽車銷售在2014年實現(xiàn)同比增長3.20倍，達到7.48萬輛。但銷售量僅占同期汽車銷售總量的3.18‰，新能源汽車“久推不廣”的難題依然十分嚴(yán)峻。為了更好地培育新能源汽車市場，更快地推廣新能源汽車，對新能源汽車市場開拓的政府補貼機制進行研究不但具有理論價值而且具有重要的實踐意義。

2 相關(guān)研究評述

由于新能源汽車市場不成熟以及消費者使用習(xí)慣等原因，新能源汽車較難通過市場機制實現(xiàn)快速推廣[2]。現(xiàn)實中消費者對新能源汽車購買意愿并沒有轉(zhuǎn)化為實際的購買行為[3]，需要更多強有力的政府刺激政策[4]，尤其是在發(fā)展中國家，過分依賴市場機制將導(dǎo)致本土企業(yè)很難擺脫追趕者的角色[5]。但政府該采取何種刺激政策以及相關(guān)問題，學(xué)術(shù)界并未形成一致的觀點。王海嘯等[6]的研究認為，新能源汽車企業(yè)在獲取補貼時會利用信息不對稱采取適應(yīng)性的博弈策略，可能對新能源汽車的發(fā)展產(chǎn)生負面影響；MATHEWS[7]認為政府刺激可能會產(chǎn)生泡沫，但更有可能引爆新能源汽車市場，迎來實實在在的可再生能源服務(wù)；RIZZI et al.[8]認為在政策和企業(yè)等多重利益博弈中，新能源汽車與傳統(tǒng)能源汽車在現(xiàn)實市場競爭中呈現(xiàn)利基格局。同時，由于新能源汽車尚處在孕育和發(fā)展階段，不少學(xué)者更多關(guān)注情景和條件差異對新能源汽車市場演化的影響。薛奕曦等[9]基于社會-技術(shù)轉(zhuǎn)型理論勾勒出中國現(xiàn)行汽車域向新能源汽車轉(zhuǎn)型的基本情景；向詩劍等[10]考慮現(xiàn)實的路網(wǎng)結(jié)構(gòu)和駕車者行駛路線的分布，對新能源汽車擴散及其加能站建設(shè)之間的交互影響進行分析。此外，也有學(xué)者從消費者購買意愿[11]、新能源汽車技術(shù)選擇決策[12]等方面開展研究。

上述這些研究在政府角色定位及其市場反應(yīng)方面已取得了豐碩成果，然而如何將市場反應(yīng)與政府政策聯(lián)系在一起，探討政府應(yīng)該采取何種策略開拓新能源汽車市場仍是亟待解決的理論和現(xiàn)實難題。在實際生活中，新能源汽車的銷售價格并非是影響消費者購買決策過程中最為重要的因素，新能源汽車配套設(shè)施的完善程度以及產(chǎn)品售后服務(wù)等因素才是影響消費者購買的關(guān)鍵要素[13]，這也是為什么政府采取給予消費者稅收優(yōu)惠或補貼的措施在實際操作過程中效果并不十分理想的原因。在新能源汽車市場開拓的過程中，汽車銷售企業(yè)扮演著重要的角色，其銷售努力(如雇傭更多的市場營銷人員、增加廣告投入和完善產(chǎn)品售后服務(wù)體系等)在一定程度上將決定著市場開拓的程度。企業(yè)提升銷售努力意味著成本增加，那么銷售企業(yè)可能僅會選擇使自身利潤最大的努力水平，其開拓市場的能力與政府期望之間可能存在一定的差距。因此，政府可考慮通過對銷售企業(yè)補貼來激勵其提高努力水平，以增加產(chǎn)品銷售量，進而開拓新能源汽車市場。

政府對銷售企業(yè)的補貼在管理實踐中可能會存在一些問題，在一定情況下并不具有可操作性。首先，企業(yè)的服務(wù)水平在多數(shù)情況下并不能被政府直接觀測到，即使企業(yè)承諾進行一定的服務(wù)活動，政府也并不能進行實時監(jiān)督。其次，企業(yè)的努力成本對于政府而言屬于私有信息，在兩者間存在嚴(yán)重的信息不對稱。基于這些原因，政府無法直接對銷售企業(yè)的服務(wù)活動及努力水平進行相應(yīng)的補貼。因此，面對銷售企業(yè)服務(wù)水平不可觀察、銷售成本信息不可獲取等問題時，政府應(yīng)根據(jù)企業(yè)的銷售業(yè)績等可觀察到的結(jié)果對其努力成本進行相應(yīng)補貼。已有研究表明銷售回饋契約在此情況下能夠取得較好的效果[14]。銷售回饋契約即我們現(xiàn)實生活中的“返點”激勵策略，就是當(dāng)企業(yè)銷售量超過一定目標(biāo)后，政府對企業(yè)的超額銷售部分給予一定比例的獎勵，這種激勵方式應(yīng)用較為普遍，中國許多汽車廠家均采用此方式激勵銷售商努力增加銷售量。對于銷售努力和服務(wù)水平的激勵問題，已有不少學(xué)者采用博弈論等方法對不同契約下企業(yè)銷售努力決策及其最優(yōu)激勵問題開展深入研究。MUKHOPADHYAY et al.[15]研究委托方提供特許經(jīng)營合同和轉(zhuǎn)售價格維持合同供代理方進行選擇，希望誘導(dǎo)企業(yè)揭示出其真實的銷售努力成本等信息，結(jié)果表明企業(yè)的盈利水平和成本類型直接影響其對具體合同類型的選擇；TAYLOR[16]證明在回購契約中引入銷售回饋策略能夠促使企業(yè)發(fā)揮最優(yōu)的促銷努力水平；XING et al.[17]則考慮雙渠道銷售企業(yè)在競爭過程中的“搭便車”行為，并相應(yīng)設(shè)計出一個價格相容和選擇補償折扣契約激勵零售實體店的銷售努力。也有學(xué)者進一步分析不同契約對供應(yīng)鏈整體績效的影響。CACHON et al.[18]證明市場需求與服務(wù)水平和努力因素等具有相關(guān)性的條件下，常見的契約類型中僅有數(shù)量折扣契約能夠?qū)崿F(xiàn)主體間的協(xié)調(diào)； SAHA[19]在市場需求與企業(yè)銷售努力相關(guān)情況下，檢驗3種類型契約對供應(yīng)鏈整體的協(xié)調(diào)效果。

與普通供應(yīng)鏈中銷售努力和服務(wù)水平的激勵問題不同，對于新能源汽車市場存在的政策補貼行為與市場中的激勵行為交錯在一起，可能還會具有促銷行為的外部性。比如當(dāng)企業(yè)采用廣告宣傳、完善服務(wù)設(shè)施等促銷行為時，可能激發(fā)了消費者的購買動機，但消費者有可能會在其他企業(yè)處進行購買，從而對其他企業(yè)的銷售量產(chǎn)生正面影響，導(dǎo)致企業(yè)間的“搭便車”現(xiàn)象[20]，進而導(dǎo)致問題的復(fù)雜性[21]?；诖?，本研究在充分考慮新能源汽車銷售企業(yè)之間具有行為外部性的情景下，構(gòu)建政府通過銷售回饋契約對企業(yè)的服務(wù)水平和銷售努力進行補貼的多Agent模型，分別研究政府的補貼力度和銷售目標(biāo)對新能源汽車銷售量產(chǎn)生的影響；在此基礎(chǔ)上，將經(jīng)驗權(quán)重魅力值(experience adding weight affinity, EWA)[22]學(xué)習(xí)算法應(yīng)用于動態(tài)調(diào)整補貼力度以最大化新能源汽車銷售量的政府決策制定中，旨在為政府合理設(shè)計新能源汽車銷售的目標(biāo)和補貼力度提供理論依據(jù)。政府、新能源汽車銷售企業(yè)和消費者組成的系統(tǒng)是典型的復(fù)雜系統(tǒng)，系統(tǒng)中包含眾多異質(zhì)性且具有適應(yīng)性行為的主體，適應(yīng)性主要表現(xiàn)在這些主體能夠根據(jù)環(huán)境變化和其他主體策略改變等因素適應(yīng)性地調(diào)整自己的行為決策[23]。基于此原因，本研究采用多Agent方法構(gòu)建模型，通過構(gòu)建可控制、可重復(fù)運行的多Agent模型，模擬主體間的相互作用及其涌現(xiàn)現(xiàn)象，抽取和分析需要研究的參數(shù)變化對各主體策略選擇及績效的影響，通過對所得結(jié)果的統(tǒng)計分析得出相應(yīng)的管理啟示。

3 主體Agent設(shè)計

3.1 消費者Agent設(shè)計

新能源汽車銷售企業(yè)之間的行為外部性表現(xiàn)為當(dāng)消費者被某個銷售企業(yè)的高銷售努力水平誘發(fā)購買動機后，卻不一定在此銷售企業(yè)處購買，而是有可能選擇其他銷售企業(yè)購買?；谏鲜龇治觯僭O(shè)在具有購買動機的消費者中，有x比例的消費者將選擇向在其搜索范圍內(nèi)銷售努力水平最高的企業(yè)購買，而其他消費者將在其搜索范圍內(nèi)隨機選擇一家企業(yè)購買。當(dāng)所有消費者行為決策完成后，銷售企業(yè)的新能源汽車實際銷售量隨之確定。

3.2 政府Agent設(shè)計

(1)

(2)

N(t)=ρN(t-1)+1

(3)

如果I(s)=1，即策略s在第t個周期被采用，則有

(4)

如果I(s)=0，即策略s在第t個周期未被采用，則有

(5)

假設(shè)政府在每周期對補貼力度v有3種可選擇的調(diào)節(jié)策略，即s∈{1,2,3}，s=1，表示將v提高ε；s=2，表示保持v不變；s=3，表示將v降低ε。在EWA學(xué)習(xí)算法中，政府策略選擇具有一定的隨機性，每種策略被采納的概率由該策略的魅力值決定。本研究采用Logit反應(yīng)函數(shù)[26]細致刻畫政府選擇策略s的概率，即

(6)

其中，λ為政府主體對策略魅力值反應(yīng)敏感度。

3.3 銷售企業(yè)Agent設(shè)計

(7)

在已有研究中，銷售企業(yè)一般會基于最大化其預(yù)期收益來進行決策。因此本研究假設(shè)銷售企業(yè)根據(jù)其經(jīng)濟收益的實際情況(利潤變化情況)相應(yīng)地調(diào)整銷售努力水平，即

(8)

4 主體決策流程和實驗情景設(shè)計

本研究采用Repast J平臺，并利用Java編程，程序開發(fā)環(huán)境為開源軟件Eclipse 3.2。假設(shè)有1個政府Agent、 100個新能源汽車銷售企業(yè)Agent和20 000個不同的消費者Agent，具體模型參數(shù)的初始值設(shè)定見表1。政府Agent、新能源汽車銷售企業(yè)Agent和消費者Agent之間的交互流程見圖1。在實驗初始階段，汽車銷售企業(yè)具有初始的銷售努力水平，因此首先是消費者在搜索范圍內(nèi)選擇企業(yè)，并對其銷售努力水平進行對比，并基于對比結(jié)果決策是否購買且完成相關(guān)行為。在此基礎(chǔ)上，能夠獲知銷售企業(yè)的汽車實際銷售量。政府據(jù)此確定汽車的銷售目標(biāo)，而后銷售企業(yè)根據(jù)汽車的銷售價格、政府補貼力度和實際銷售量等要素計算出實際收益，再通過收益的差值相應(yīng)調(diào)整其銷售努力水平。政府根據(jù)前后兩個周期的汽車實際銷售量的差值進行學(xué)習(xí)，并基于EWA學(xué)習(xí)算法對補貼策略進行適應(yīng)性調(diào)整。

根據(jù)研究需要，本研究設(shè)置3組實驗，實驗1設(shè)定v值由0依次取到4.50，參數(shù)間隔0.50，其他參數(shù)設(shè)置見表1，重點考察政府對銷售企業(yè)的不同補貼力度對其銷售努力水平和新能源汽車銷售量等的影響；實驗2設(shè)定η值由0.30依次取到1.20，參數(shù)間隔0.10，其他參數(shù)設(shè)置見表1，重點分析政府對銷售企業(yè)銷售目標(biāo)的設(shè)定對企業(yè)銷售努力水平和汽車銷售量等的影響；實驗3主要是在設(shè)定實驗參數(shù)的基礎(chǔ)上，將EWA學(xué)習(xí)算法應(yīng)用于政府動態(tài)制定補貼力度的決策過程中，對比分析靜態(tài)補貼模式(補貼力度不變)和動態(tài)補貼模式對新能源汽車銷售量的影響。每組實驗均運行1 000周期，且反復(fù)運行30次，以消除實驗過程中隨機因素的影響，并對所得實驗結(jié)果進行統(tǒng)計分析。

表1 基本實驗參數(shù)Table 1 Basic Experimental Parameters

圖1 系統(tǒng)相關(guān)主體交互流程圖Figure 1 Interaction Flow Diagram of Related Systematic Correlating Subjects

5 實驗結(jié)果統(tǒng)計和分析

5.1 政府補貼力度的影響

圖2給出新能源汽車銷售量隨政府補貼力度變動的演化趨勢。由圖2可知，在沒有補貼(v=0)和存在補貼(v=0.50)時，汽車銷售量呈快速增長。隨著補貼力度的不斷提升，新能源汽車銷售量呈現(xiàn)出一定的上升趨勢，尤其是當(dāng)補貼力度取值為2.00～3.50時。本模型中設(shè)定的消費者數(shù)量一定(N=20 000)，這意味著市場上對新能源汽車的總體需求規(guī)模一定。在此條件下，政府設(shè)置更高的補貼力度(v取值為3.50～4.50)將不會促使新能源汽車銷售量進一步增加。

圖2 不同補貼力度下新能源汽車銷售量演化Figure 2 Evolution of Sales of New EnergyVehicles with Differentiated Subsidies

本研究將銷售企業(yè)分為獲取補貼和未獲取補貼兩類群體，分別針對兩類群體的相關(guān)績效進行分析，旨在明確各群體對新能源汽車市場開拓的貢獻。圖3給出獲取補貼企業(yè)新能源汽車的平均銷售量、總銷售量、平均銷售努力水平和平均利潤隨不同補貼力度的演化趨勢。由圖3(a)和圖3(b)可知，獲取補貼企業(yè)新能源汽車的平均銷售量和總銷售量與圖2中汽車總銷售量的演化趨勢較為一致，因此開拓汽車市場的程度在較大程度上取決于獲取補貼企業(yè)的銷售量。銷售量的波動和變化主要取決于企業(yè)的市場開拓能力和競爭力，即其銷售努力水平的變化。由圖3(c)可知，政府補貼在一定程度上能夠激勵企業(yè)提升其銷售努力水平，在v=3.50時，銷售努力水平達到最大值，但因具體效果也受到系統(tǒng)中其他因素的影響，所以在達到最大值后出現(xiàn)下降。由圖3(d)可知，獲取補貼企業(yè)的平均利潤隨政府補貼力度的增加呈上升趨勢，由v=0時的2 069.84增加到v=4.50時的3 253.54，表明政府的補貼對于此類企業(yè)的利潤存在正向作用。與QUERINI et al.[28]的研究相同，銷售企業(yè)的銷售努力具有重要作用，企業(yè)提升銷售努力的動力是最大限度地獲取利潤，市場需求是影響其利潤的主要因素。在市場需求規(guī)模一定的情況下，如果企業(yè)不能有效開拓市場，即使政府加大補貼力度(v取值為3.50～4.50)，企業(yè)也很難獲得更多競爭優(yōu)勢。這對我們的管理啟示是，政府不能將補貼視為新能源汽車市場開拓的唯一激勵手段，除將補貼力度保持在一定水平后，應(yīng)從消費者對新能源汽車的需求入手，努力擴大市場需求規(guī)模，對企業(yè)的激勵采用推式與拉式相結(jié)合的策略，才能取得較好的市場開拓效果。

圖4給出未獲取補貼企業(yè)新能源汽車的平均銷售量、總銷售量、平均銷售努力水平和平均利潤隨政府補貼力度的不同而變化的趨勢。新能源汽車銷售企業(yè)因未能達到政府設(shè)定的銷售目標(biāo)而未獲取補貼。在政府沒有任何補貼(v=0)時，未獲取補貼企業(yè)相關(guān)指標(biāo)均處于較低水平。隨著政府補貼力度的不斷提升，該類企業(yè)新能源汽車總銷售量在補貼力度為1.00～3.50之間呈上升趨勢，由1 377.93升至1 735.25。究其原因，主要是在政府補貼的激勵作用下，能夠獲取補貼的企業(yè)提升其銷售努力水平，由于銷售企業(yè)之間行為外部性的存在，這在無形之中對未獲取補貼企業(yè)的銷售起到促進作用?？芍ぐl(fā)市場中某些先鋒企業(yè)不斷提升其銷售努力水平，將會對該行業(yè)的整體銷售努力水平帶來一定的推動作用。但當(dāng)市場需求規(guī)模達到一定程度以后，行業(yè)中的先鋒企業(yè)在僅有政府補貼激勵的情況下并沒有進一步提升努力水平的動力，因而會使未獲取補貼企業(yè)的“搭便車”的效果減弱，從而導(dǎo)致未獲取補貼企業(yè)的平均銷售量、平均利潤下降，如圖4(a)和圖4(d)所示。由圖4(c)可知，由于未獲取補貼企業(yè)沒有受到政府補貼的直接影響，故其平均銷售努力水平與政府的補貼力度之間并不具備簡單的線性關(guān)系。實際上，結(jié)合圖3(b)和圖4(b)可知，在不同補貼力度下，未獲取補貼企業(yè)的新能源汽車總銷售量占所有企業(yè)汽車總銷售量的比例普遍低于15%，由此可知，未獲取補貼企業(yè)對新能源汽車市場開拓的貢獻程度較低。因此，政府如果想較好地開拓新能源汽車市場，需要重視和培養(yǎng)該行業(yè)中先鋒企業(yè)的開拓能力，采用多種方式激勵其提高銷售努力水平。在先鋒企業(yè)的不斷帶動下，其他企業(yè)才有可能將新能源汽車市場這塊“蛋糕”共同做大。

(a)獲取補貼企業(yè)新能源汽車平均銷售量

(b)獲取補貼企業(yè)新能源汽車總銷售量

(c)獲取補貼企業(yè)平均銷售努力水平

(d)獲取補貼企業(yè)平均利潤

圖3不同補貼力度下獲取補貼企業(yè)的績效演化
Figure3PerformanceEvolutionoftheCompanieswithDifferentiatedSubsidies

(a)未獲取補貼企業(yè)新能源汽車平均銷售量

(b)未獲取補貼企業(yè)新能源汽車總銷售量

(c)未獲取補貼企業(yè)平均銷售努力水平

(d)未獲取補貼企業(yè)平均利潤

圖4不同補貼力度下未獲取補貼企業(yè)的績效演化
Figure4PerformanceEvolutionoftheCompanieswithoutDifferentiatedSubsidies

5.2 銷售目標(biāo)的影響

圖5(a)給出政府確定銷售目標(biāo)中的比例系數(shù)(η)與其銷售目標(biāo)間的關(guān)系，隨著η的增加，銷售目標(biāo)不斷提高，成正比關(guān)系。圖5(b)給出隨η的增加獲取補貼和未獲取補貼企業(yè)數(shù)量的演化趨勢，圖5(c)給出隨η的增加新能源汽車總銷售量的演化趨勢。由圖5(b)可知，η的提升意味著政府制定的銷售目標(biāo)不斷提高，會導(dǎo)致獲取補貼的企業(yè)數(shù)量呈大幅遞減趨勢，由η值為0.30時的83下降至η值為1.20時的27。由圖5(c)可知，銷售目標(biāo)與新能源汽車的總銷售量之間并不具有簡單的線性因果關(guān)系，即政府提高能夠獲取補貼的銷售目標(biāo)并不會促使新能源汽車銷售量的必然增加，而是使其呈現(xiàn)出一定的螺旋上升趨勢，當(dāng)η值為1.10時，新能源汽車的總銷售量達到最大，為13 108。由此得到的管理啟示是，政府在制定能否獲取補貼的銷售目標(biāo)時，并不是簡單的目標(biāo)越高，市場開拓的程度就越好，而應(yīng)采用適度原則，不宜將銷售目標(biāo)設(shè)置過高或過低。

圖6給出獲取補貼企業(yè)新能源汽車的平均銷售量、總銷售量、平均銷售努力水平和平均利潤隨η增加的演化趨勢。由圖6(b)可知，由于能夠獲取補貼的企業(yè)的數(shù)量不斷減少，該群體新能源汽車的總銷售量相應(yīng)呈現(xiàn)出下降趨勢，新能源汽車的總銷售量由η值為0.30時的11 417下降至η值為1.20時的8 329。隨著政府設(shè)定銷售目標(biāo)的不斷提高，能夠獲取補貼說明此類企業(yè)在市場中具有較強的競爭力，屬于行業(yè)中的先鋒企業(yè)。因而其平均銷售量、平均銷售努力水平和平均利潤均呈現(xiàn)出一定的上升趨勢。

(a)政府確定的新能源汽車銷售目標(biāo)

(b)不同補貼企業(yè)數(shù)量

(c)新能源汽車總銷售量

圖5不同銷售目標(biāo)下獲取補貼企業(yè)數(shù)量和新能源汽車銷售量演化
Figure5EvolutionoftheSalesoftheNewEnergyVehiclesandtheNumbersoftheSubsidedCompanieswithDifferentiatedSalesTargets

(a)獲取補貼企業(yè)新能源汽車平均銷售量

(b)獲取補貼企業(yè)新能源汽車總銷售量

(c)獲取補貼企業(yè)平均銷售努力水平

(d)獲取補貼企業(yè)平均利潤

圖6不同銷售目標(biāo)下獲取補貼企業(yè)的績效演化
Figure6PerformanceEvolutionoftheSubsidedCompanieswithDifferentiatedSalesTargets

由圖6(a)可知，平均銷售量由η值為0.30時的136上升至η值為1.20時的307；由圖6(c)可知，平均銷售努力水平由η值為0.30時的84.52上升至η值為1.20時的175.26；由圖6(d)可知，平均利潤由η值為0.30時的1 935.21上升至η值為1.20時的4 240.87。為了在市場中贏得競爭優(yōu)勢，獲取政府補貼，這些企業(yè)不斷提升其銷售努力水平，銷售努力水平的提升會導(dǎo)致新能源汽車銷售量的增加，進而增加其利潤。

圖7給出未獲取補貼企業(yè)新能源汽車的平均銷售量、總銷售量、平均銷售努力水平和平均利潤隨η增加的演化趨勢。由圖7可知，以上指標(biāo)均隨政府銷售目標(biāo)的增加而呈現(xiàn)出上升趨勢。在獲取補貼的先鋒企業(yè)不斷提升銷售努力水平開拓市場的情況下，由于銷售企業(yè)之間具有一定的行為外部性，先鋒企業(yè)能夠刺激消費者產(chǎn)生購買動機，從而使市場需求呈現(xiàn)出欣欣向榮的局面。在此情況下，該行業(yè)中的所有企業(yè)都會從中獲益，因此未獲取補貼企業(yè)的平均銷售量呈上升趨勢。由圖7(a)可知，平均銷售量由η值為0.30時的32上升至η值為1.20時的62。此外，由于銷售目標(biāo)的提高，未獲取補貼企業(yè)的數(shù)量會增加，因此該群體企業(yè)的汽車總銷售量呈上升趨勢。由圖7(b)可知，總銷售量由η值為0.30時的459上升至η值為1.20時的4 502。未獲取補貼企業(yè)的汽車平均銷售量增加導(dǎo)致其利潤增加，由圖7(d)可知，平均利潤由η值為0.30時的412.72上升至η值為1.20時的797.02。

雖然政府補貼不會直接作用于該類企業(yè)，但在獲取補貼企業(yè)的帶動下，在市場競爭壓力下，隨著政府銷售目標(biāo)的提升，此類企業(yè)的平均銷售努力水平也呈現(xiàn)上升趨勢。由圖7(c)可知，平均銷售努力水平由η值為0.30時的17.98上升至η值為1.20時的47.48。這給我們帶來的管理啟示是，政府對能否獲取補貼的銷售目標(biāo)的制定不僅對獲取補貼企業(yè)有作用，對未獲取補貼企業(yè)提升其銷售努力水平同樣具有一定的促進作用。為了使新能源汽車較好的開拓市場，政府應(yīng)允許甚至鼓勵銷售企業(yè)之間的“搭便車”行為，通過銷售企業(yè)之間的行為外部性，共同提升新能源汽車市場的需求規(guī)模。

(a)未獲取補貼企業(yè)新能源汽車平均銷售量

(b)未獲取補貼企業(yè)新能源汽車總銷售量

(c)未獲取補貼企業(yè)平均銷售努力水平

(d)未獲取補貼企業(yè)的平均利潤

圖7不同銷售目標(biāo)下未獲取補貼企業(yè)的績效演化
Figure7PerformanceEvolutionoftheNon-subsidedCompanieswithDifferentiatedSalesTargets

(a)補貼力度的演化趨勢

(b)新能源汽車總銷售量、企業(yè)銷售努力水平的演化趨勢

圖8基于EWA學(xué)習(xí)算法動態(tài)補貼模式與靜態(tài)補貼模式的比較分析
Figure8ComparativeAnalysisofDynamicSubsidiesBasedonEWALearningAlgorithmandStaticSubsidies

5.3 政府靜態(tài)補貼和動態(tài)補貼的影響

上述實驗中政府對企業(yè)的補貼力度(v=2)保持不變，這是一種靜態(tài)的激勵方式。本實驗考慮政府的動態(tài)激勵方式，假設(shè)政府將動態(tài)調(diào)整其補貼力度，采用EWA學(xué)習(xí)算法刻畫政府的動態(tài)決策過程，進而對比靜態(tài)激勵(補貼力度固定)和動態(tài)激勵(基于EWA學(xué)習(xí)算法動態(tài)調(diào)整補貼力度)對企業(yè)與系統(tǒng)相關(guān)績效指標(biāo)的影響，所得結(jié)論將為政府基于銷售回饋契約對新能源汽車企業(yè)銷售努力的多周期補貼力度動態(tài)決策提供參考，實驗結(jié)果見圖8。圖8(a)為動態(tài)補貼模式下補貼力度隨周期變動的演化趨勢，圖8(b)為與靜態(tài)補貼模式相比，動態(tài)補貼模式下新能源汽車總銷售量和企業(yè)銷售努力水平隨周期變動的演化趨勢，圖8(b)中的具體數(shù)值均用動態(tài)補貼模式下各個周期的數(shù)據(jù)與靜態(tài)補貼模式下同一周期相關(guān)數(shù)據(jù)的比值來衡量，為圖形明晰起見，所繪曲線為對原始數(shù)據(jù)進行四階擬合后的曲線。

由圖8(a)可知，政府基于EWA學(xué)習(xí)算法對補貼力度進行調(diào)整大致可以分為兩個階段。在前225個周期，每個周期補貼水平均維持在2以上，即政府傾向于在激勵前期通過較高的補貼力度激勵銷售企業(yè)提升其銷售努力水平；在第225個周期后，政府補貼力度則明顯下降，普遍維持在2以下。而且，基于對500個運行周期實驗結(jié)果的統(tǒng)計分析可知，在靜態(tài)補貼模式下平均每個周期新能源汽車總銷售量為10 939，而在動態(tài)補貼模式下，每周期平均銷售量為13 077；然而，政府的補貼力度則由靜態(tài)補貼模式下的每周期平均為2變?yōu)槊恐芷谄骄鶠?.99。由此可見，政府因采用動態(tài)激勵模式而增加的汽車銷售量非?？捎^，而補貼的支出成本并未增加。動態(tài)補貼模式的優(yōu)勢在圖8(b)中能得到更清晰的體現(xiàn)，即與靜態(tài)補貼模式相比，政府采用動態(tài)補貼模式下新能源汽車總銷售量不斷提高，在第500個周期時已接近1.40，表明新能源汽車總銷售量在動態(tài)補貼模式下比靜態(tài)補貼模式下提高了近40%，獲得補貼企業(yè)的平均銷售努力水平有接近20%的改善空間，未獲得補貼企業(yè)的平均銷售努力水平改善更為明顯，在第500周期時有超過40%的提升。

由上述分析可知，當(dāng)銷售企業(yè)根據(jù)實際收益相應(yīng)調(diào)整其決策時，在多周期的激勵過程中，對于增加新能源汽車銷售量而言，政府采用動態(tài)補貼模式的效果會優(yōu)于保持補貼力度不變的靜態(tài)補貼模式。此外，考慮到現(xiàn)實情況中主體的決策過程并非是完全信息情況下的最優(yōu)決策，因此本研究采用的EWA學(xué)習(xí)算法是一種學(xué)習(xí)算法，而非優(yōu)化算法，其較為符合不完全信息情況下主體的決策過程。因此，將其用于政府決策補貼力度的動態(tài)調(diào)整過程具有較好的可行性和可操作性。

6 結(jié)論

應(yīng)用基于多主體模擬的多Agent研究群體的激勵問題已經(jīng)成為一個新的研究熱點[29]。本研究考慮新能源汽車銷售企業(yè)之間的行為外部性，構(gòu)建政府基于銷售回饋契約對企業(yè)的銷售努力進行激勵的計算實驗?zāi)Ｐ停芯空难a貼力度、能否獲取補貼的銷售目標(biāo)等要素對系統(tǒng)相關(guān)績效指標(biāo)產(chǎn)生的影響，并分析政府如何動態(tài)調(diào)整補貼力度以最大化新能源汽車的總銷售量。

研究結(jié)果表明，汽車市場開拓的程度在較大程度上取決于獲取補貼企業(yè)的銷售量；在制定能否獲取補貼的銷售目標(biāo)時，并非簡單的目標(biāo)越高、市場開拓的程度就越好，而應(yīng)采用適度原則，不宜將銷售目標(biāo)設(shè)置過高或過低；當(dāng)企業(yè)基于自身收益進行決策時，對于增加新能源汽車銷售量而言，政府采用動態(tài)補貼模式在多周期過程中會優(yōu)于保持補貼力度不變的靜態(tài)補貼模式。

同時，實驗結(jié)果也給政府開拓新能源汽車市場提供積極建議和啟示。①不能將補貼視為新能源汽車市場開拓的唯一激勵手段，除將補貼力度保持在一定水平外，應(yīng)從消費者對新能源汽車的需求入手，努力擴大市場需求規(guī)模，對企業(yè)的激勵采用推式與拉式相結(jié)合的策略，才能取得較好的市場開拓效果。②需要重視和培養(yǎng)該行業(yè)中先鋒企業(yè)的開拓能力，采用多種方式激勵其提高銷售努力水平。在先鋒企業(yè)的不斷帶動下，其他企業(yè)才有可能將新能源汽車市場這塊“蛋糕”共同做大。③政府應(yīng)允許甚至鼓勵銷售企業(yè)之間的“搭便車”行為，通過銷售企業(yè)之間的行為外部性，共同提升新能源汽車市場的需求規(guī)模。

需要指出的是，本研究只是理論上研究政府應(yīng)該采取何種補貼來應(yīng)對具有外部性特征的新能源汽車激勵市場，提出的建議在實際推廣和應(yīng)用的實證還有待于進一步研究。另外，模型中對于消費者和企業(yè)類型比例的界定、政府補貼與懲罰等多樣化的政策對于模型結(jié)果的影響也需要進一步分析和探討，這些問題都將在以后的工作中給予研究。

[1]高倩,范明,杜建國.政府補貼對新能源汽車企業(yè)影響的演化研究[J].科技管理研究,2014,34(11):75-79.

GAO Qian,FAN Ming,DU Jianguo.Study on evolution of government subsidies′ influence on new energy vehicle enterprises[J].Science and Technology Management Research,2014,34(11):75-79.(in Chinese)

[2]JEAN M S.Polluting emissions standards and clean technology trajectories under competitive selection and supply chain pressure[J].Journal of Cleaner Production,2008,16(1):S113-S123.

[3]徐國虎,許芳.新能源汽車購買決策的影響因素研究[J].中國人口·資源與環(huán)境,2010,20(11):91-95.

XU Guohu,XU Fang.Impact factors of purchase decision of new energy automobile[J].China Population,Resources and Environment,2010,20(11):91-95.(in Chinese)

[4]BASTIN C,SZKLO A,ROSA L P.Diffusion of new automotive technologies for improving energy efficiency in Brazil′s light vehicle fleet[J].Energy Policy,2010,38(7):3586-3597.

[5]劉小峰,盛昭瀚,杜建國.產(chǎn)品競爭與顧客選擇下的清潔生產(chǎn)技術(shù)演化模型[J].管理科學(xué),2013,26(6):25-34.

LIU Xiaofeng,SHENG Zhaohan,DU Jianguo.Evolutionary model of cleaner production technologies under product competition and consumer choice[J].Journal of Management Science,2013,26(6):25-34.(in Chinese)

[6]王海嘯,繆小明.我國新能源汽車研發(fā)補貼的博弈研究[J].軟科學(xué),2013,27(6):29-32.

WANG Haixiao,MIAO Xiaoming.A research of R&D subsidies for new energy vehicles based on game theory[J].Soft Science,2013,27(6):29-32.(in Chinese)

[7]MATHEWS J A.The renewable energies technology surge:A new techno-economic paradigm in the making?[J].Futures,2013,46:10-22.

[8]RIZZI F,ANNUNZIATA E,LIBERATI G,et al.Technological trajectories in the automotive industry:Are hydrogen technologies still a possibility?[J].Journal of Cleaner Production,2014,66:328-336.

[9]薛奕曦,邵魯寧,尤建新,等.面向新能源汽車的社會:技術(shù)域分析及其轉(zhuǎn)型推動研究[J].中國軟科學(xué),2013(3):78-88.

XUE Yixi,SHAO Luning,YOU Jianxin,et al.Research on transition to alternative fuel vehicles:Social-technical regime analysis in China[J].China Soft Science,2013(3):78-88.(in Chinese)

[10] 向詩劍,馬鐵駒.ABM與GIS集成及在分析新能源汽車擴散中的應(yīng)用[J].管理科學(xué)學(xué)報,2014,17(1):1-10.

XIANG Shijian,MA Tieju.Integration of ABM and GIS and its application in analysis of diffusion of alternative energy vehicles[J].Journal of Management Sciences in China,2014,17(1):1-10.(in Chinese)

[11] 王穎,李英.基于感知風(fēng)險和涉入程度的消費者新能源汽車購買意愿實證研究[J].數(shù)理統(tǒng)計與管理,2013,32(5):863-872.

WANG Ying,LI Ying.An empirical research on the consumer′s purchase intention of new energy vehicles based on perceived risk and involvement[J].Journal of Applied Statistics and Management,2013,32(5):863-872.(in Chinese)

[12] SADEGHZADEH K,SALEHI M B.Mathematical analysis of fuel cell strategic technologies development solutions in the automotive industry by the TOPSIS multi-criteria decision making method[J].International Journal of Hydrogen Energy,2011,36(20):13272-13280.

[13] KANAGARAJ J,VELAN T S,MANDAL A B.Biological method for decolourisation of an azo dye:Clean technology to reduce pollution load in dye waste water[J].Clean Technologies and Environmental Policy,2012,14(4):565-572.

[14] 孟慶峰,李真,陳敬賢.不公平厭惡影響下的零售商銷售努力自組織演化[J].運籌與管理,2014,23(3):219-225.

MENG Qingfeng,LI Zhen,CHEN Jingxian.The self-organization evolution of multi-retailers′ sales efforts with inequity influenced aversion[J].Operations Research and Management Science,2014,23(3):219-225.(in Chinese)

[15] MUKHOPADHYAY S K,SU X,GHOSE S.Motivating retail marketing effort:Optimal contract design[J].Production and Operations Management,2009,18(2):197-211.

[16] TAYLOR T A.Supply chain coordination under channel rebates with sales effort effects[J].Management Science,2002,48(8):992-1007.

[17] XING D,LIU T.Sales effort free riding and coordination with price match and channel rebate[J].European Journal of Operational Research,2012,219(2):264-271.

[18] CACHON G P,LARIVIERE M A.Supply chain coordination with revenue-sharing contracts:Strengths and limitations[J].Management Science,2005,51(1):30-44.

[19] SAHA S.Supply chain coordination through rebate induced contracts[J].Transportation Research Part E:Logistics and Transportation Review,2013,50:120-137.

[20] GREER I,HAUPTMEIER M.Identity work:Sustaining transnational collective action at general motors Europe[J].Industrial Relations:A Journal of Economy and Society,2012,51(2):275-297.

[21] HOLLAND J H.Hidden order:How adaptation builds complexity[M].Reading,MA:Addison-Wesley,1995:1-18.

[22] 孟慶峰,盛昭瀚,李真.基于公平偏好的供應(yīng)鏈質(zhì)量激勵機制效率演化[J].系統(tǒng)工程理論與實踐,2012,32(11):2394-2403.

MENG Qingfeng,SHENG Zhaohan,LI Zhen.Efficiency evolution of quality incentive in supply chain based on fairness preference[J].Systems Engineering-Theory & Practice,2012,32(11):2394-2403.(in Chinese)

[23] HE Y,ZHAO X,ZHAO L,HE J.Coordinating a supply chain with effort and price dependent stochastic demand[J].Applied Mathematical Modelling,2009,33(6):2777-2790.

[24] CAMERER C,HO T H.Experience-weighted attraction learning in normal form games[J].Econometrica,1999,67(4):827-874.

[25] SUN Y,QIAN J.EWA selection strategy with channel handoff scheme in cognitive radio[J].Sensors & Transducers,2014,173(6):68-74.

[26] HO T H,CAMERER C F,CHONG J K.Self-tuning experience weighted attraction learning in games[J].Journal of Economic Theory,2007,133(1):177-198.

[27] 劉春林.多零售商供應(yīng)鏈系統(tǒng)的契約協(xié)調(diào)問題研究[J].管理科學(xué)學(xué)報,2007,10(2):1-6,18.

LIU Chunlin.Contract coordination of supply chain system based on multi retailers[J].Journal of Management Sciences in China,2007,10(2):1-6,18.(in Chinese)

[28] QUERINI F,BENETTO E.Agent-based modelling for assessing hybrid and electric cars deployment policies in Luxembourg and Lorraine[J].Transportation Research Part A:Policy and Practice,2014,70:149-161.

[29] PARETO L,HAAKE M,LINDSTR?M P,et al.A teachable-agent-based game affording collaboration and competition:Evaluating math comprehension and motivation[J].Educational Technology Research and Development,2012,60(5):723-751.

[30] LAU H S,SU C,WANG Y Y,et al.Volume discounting coordinates a supply chain effectively when demand is sensitive to both price and sales effort[J].Computers & Operations Research,2012,39(12):3267-3280.

[31] KRISHNAN H,KAPUSCINSKI R,BUTZ D A.Coordinating contracts for decentralized supply chains with retailer promotional effort[J].Management Science,2004,50(1):48-63.

[32] LEE C Y,YANG R.Compensation plan for competing salespersons under asymmetric information[J].European Journal of Operational Research,2013,227(3):570-580.

[33] TAGHAVI A,CHINNAM R B.Assortment planning of automotive products with considerations for economic and environmental impacts of technology selection[J].Journal of Cleaner Production,2014,70(1):132-144.

TheGovernmentSubsidiesMechanismforMarketDevelopmentofNewEnergyVehicle

ZHANG Haibin1,2，SHENG Zhaohan1，MENG Qingfeng2

1 School of Management and Engineering, Nanjing University, Nanjing 210093, China 2 School of Management, Jiangsu University, Zhenjiang 212013, China

With the increasing concern over the issues of resources demand and ecological environment, new energy vehicle has become the unavoidable tendency of vehicle development for a long time. The development of new energy vehicle, which provides a good answer to the resource and environment challenge, has been included as an indispensable part in national strategy in China. Among others, market cultivation is one important question in its development. How to take the full advantage of government subsidy to promote the sale aspiration and service quality of the sales enterprises has become the central issue, which deserves wide attention.

In this paper, the Multi-Agent method has been employed to build a model, by which we explored the question that how the service quality of the sales enterprise with behavior externality can be encouraged with the government subsidy. With this model, we investigated the impact of factors such as government subsidizing strength and selling objective that is qualified to acquire subsidy on the relevant performance of system. What is more, the EWA algorithm was also introduced to the decision-making mechanism on government subsidizing strength, after which we explored the differences on the relevant performance of the system, when the two incentive mode were used, that is, the static incentive mode with constant subsidizing strength and the dynamic incentive mode with subsidizing strength depending on EWA algorithm.

It is demonstrated that the consumer demand for the new energy vehicle must be surveyed and analyzed, based which results the government formulate corresponding plan for market expansion. In addition, the positive influence of the selling objective on market development is also revealed. But, appropriate principle is necessary when designing the policy whether a selling objective is qualified to get the subsidy or not, whereby the combination of multiple strategies are preferred to encourage the sale of enterprises. It is also pointed that, emphasis should be addressed to the cultivation of pioneer enterprise′s market-expanding capacity, which would set good examples to others for the rapid development of this filed, and the behavior externality among enterprises should be encouraged as well. It is suggested that the dynamic subsidizing mechanism is superior to the static one with the constant subsidizing strength. The findings of this paper are expected to provide theoretical foundations for the formulation of effective subsidy system, which is of great significance in the market cultivation of new energy vehicle in China.

new energy vehicle；market development；government subsidies；multi-Agent；experience adding weight affinity algorithm

Date:December 29th, 2014

DateOctober 5th, 2015

FundedProject:Supported by the National Natural Science Foundation of China(71501084,71301062,71201071,71471076,71301070,71471077)

Biography:ZHANG Haibin(1973-，Native of Guiping, Guangxi), is a Ph.D candidate in School of Management and Engineering at Nanjing University and an Associate Professor in the School of Management at Jiangsu University. His research interests include social science computing experiment, etc. E-mail：jghb@ujs.edu.cn

F203

A

10.3969/j.issn.1672-0334.2015.06.010

1672-0334(2015)06-0122-11

2014-12-29修返日期2015-10-05

國家自然科學(xué)基金(71501084, 71301062, 71201071, 71471076, 71301070, 71471077)

張海斌(1973-)，男，廣西桂平人，南京大學(xué)工程管理學(xué)院博士研究生，江蘇大學(xué)管理學(xué)院副教授，研究方向：社會科學(xué)計算實驗等。E-mail：jghb@ujs.edu.cn

□