0 引言
当前交通运输系统减碳向纵深推进，而货运和小微型客车排放占道路交通总排放的80%以上[1]，是交通运输系统减排的重点。交通网、能源网等多网深度耦合下，公路运营商可以基于绿色化、信息化改造为货运车队提供服务，向道路使用者提供“交通+补能”的综合解决方案，从而提升车辆出行体验和货运车队自身盈利能力。
当前交能融合的最佳实践是基于既有公路建设零碳货运走廊，即在特定交通通道上系统性集成绿色基础设施、统一标准与激励政策，实现多主体协同的清洁能源替代与运营模式革新，从而为整个货运网络的零排放转型提供可复制、可推广的范式。目前世界范围内已有多条零碳货运走廊实践，例如美国2024年发布《国家零排放货运走廊战略》（National Zero-Emission Freight Corridor Strategy）以支持卡车脱碳，欧洲1996年制定名为“全欧运输网络”（Trans-European Transport Networks, TEN-T）的补能规划。近年来，我国出台了一系列政策鼓励货运减碳，部分地区已开展走廊层面的项目试点，如广西电动重卡超级充电走廊、晋陕冀换电重卡干线等。
已有一些研究探索了货运减碳机制与路径。如，田田甜等[9]通过使用多源数据分析了上海市的货运排放特征，认为货运减碳面临公众接受度不高与设施技术升级的双重挑战。货运减碳不能只看车辆端，还应与电网低碳化、充换电/加氢走廊布局、电池租赁等商业模式协同推进[10-11]。李雅男等[12]设计了货运履约与碳交易机制，分析了不同责任主体的碳排放权额度。刘昭然等[13]使用自上而下法量化了1999—2019年中国省级层面货运结构调整的碳减排贡献，发现大部分省份年均货运排放增速超过10%，且“公转铁”可有效促进货运减排。刘玮等[14]量化了两类货运车队中油、电、氢3种车型在不同线路场景下的生命周期成本效益，发现货运部门的新能源汽车对燃油汽车的自发替代需要额外的政策支持。虽然上述研究已经证明货运车辆、政府、公路运营商等主体采取的措施对货运减碳的正向作用，但大都局限于单一主体，忽略了主体间决策行为的相互影响，导致货运系统减碳以及各主体决策存在不确定性，无法实现系统帕累托最优，而多主体间的相互合作可以弥补这种局限性[15]。
综上，本文聚焦零碳货运走廊项目的核心利益相关者，基于公路特许经营商（运营商）、充换电基础设施（充换电站）和货运车队三方主体策略选择的重要因素，建立三方演化博弈模型，分析各博弈主体策略选择的动态变化过程以及不同条件下系统的演化稳定状态。同时，引入政府对运营商和电站的补贴以及车辆与补能设施不匹配概率，探讨其对系统策略演化的影响。本文的研究内容不仅能为今后开发零碳货运走廊项目时合理平衡多方利益相关者效益提供理论基础，而且能为政府规模化推广零碳走廊、构建交通系统全面低碳绿色转型的长效机制提供借鉴。
1 博弈模型设计
1.1 博弈问题描述
在实际项目中，零碳货运走廊涉及的利益相关方较多，包括车辆设计企业、货主单位等，但本文仅将公路运营商、货运车队和充换电站纳入博弈模型，原因在于他们是零碳货运走廊的直接受益者与核心决策者，而车辆设计等上游主体更多作为服务提供方，为博弈中的主要参与者提供支持。理论层面，增加博弈主体数量将削弱分析严谨性，同时导致参数维度爆炸问题。
由于外部决策环境不确定且信息不完备，参与主体通常为有限理性，在相互作用中不断调整策略[24]。演化博弈更注重车队、运营商和电站决策的动态调整过程，弥补了完全理性和静态分析的不足，在分析各自的策略选择时能够取得较好的效果。
演化博弈的核心在于设计参与主体的二元博弈策略。公路运营商出于自身收益和成本考虑，针对尚未成熟的零碳货运走廊模式，谨慎地选择是否进行零碳改造。在改造策略下，运营商通过部署分布式光伏、储能设施等形成“自发自用”的“绿电”生产与消纳模式，为电站提供清洁电力以支撑零碳转型。对于电站而言，在宏观经济增速放缓和行业竞争激烈的背景下，公路运营商更倾向于选择“他建合营”而非“自建自营”模式，因此本文的电站有“合作”和“不合作”策略。在合作策略下，电站与运营商合作经营、共享收益。车队货运路径通常是固定的，本文中货运车队的策略为“经过走廊”和“其他路径”。
基于上述博弈主体和策略设置，构建如图1所示的运营商、电站和货运车队的三方演化博弈模型，通过分析三者的决策行为和相互影响，探索零碳货运走廊项目顺利推进的协同机制和条件。
1.2 模型假设与参数设置
表2 参数设置 |
| 参数 | 含义 |
|---|---|
| i | |
| j | 或不合作（N） |
| x | 车队选择“经过走廊”策略的概率 |
| y | 公路运营商选择“零碳改造”策略的概率 |
| z | 充换电站选择与公路运营商“合作”策略的概率 |
| RF | 车队的运单收益，为车队的基础收益 |
| | 车队使用该走廊时的非经济收益，包括时间节省、 车辆磨损减少等广义收益 |
| | 车队使用该走廊时的经济收益，包括通行费用减少、 燃料成本节约等 |
| | j情形下货运车队选择该走廊的额外运营成本 |
| RO | 车队选择该走廊情形下，运营商的通行费收益 |
| | 车队选择该走廊时， i, j情形下运营商除通行费外的收益 |
| | i, j情形下运营商的资金投入 |
| | i, j情形下电站的经济收益 |
| | 充换电站的运营成本 |
| M1 | 政府对零碳货运走廊改造主体的 最大补贴 |
| M2 | 政府对充换电站的最大补贴 |
| λ1 | 当电站与货运车辆的补能供需不匹配时， 货运车队产生的最大补能延误成本 |
| λ2 | 当电站与货运车辆的补能供需不匹配时， 电站产生的最大经济损失 |
| α | 运营商选择加入零碳走廊项目时， 政府对其零碳改造的补贴强度， |
| γ | 电站选择合作时，政府对电站的补贴强度， |
| κij | 充换电设施与电动车辆的不匹配概率 （功率、型号的不匹配）， |
| | 公路运营商与充换电站的收益分配比例， |
假设1：本文将运营商、电站的策略i, j分别设定为进行零碳改造和保持现状（ $\mathit{i}\in (\mathit{L},\mathit{ }\mathit{H})$ ）、合作和不合作（ $\mathit{j}\in (\mathit{C},\mathit{ }\mathit{N})$ ），货运车队有多条路径可选，因此其策略为选择该走廊和选择其他路径。货运车队以x (0≤x≤1)的概率选择“经过走廊”，以1-x的概率选择经过“其他路径”；公路运营商以y (0≤y≤1)的概率选择“零碳改造”，以1-y的概率选择不进行零碳改造，即“保持现状”；充换电站选择以z (0≤z≤1)的概率与公路运营商“合作”，以1-z的概率选择“不合作”。
假设2：为实现“双碳”目标并减轻财政压力，政府可在PPP特许经营合同中授权公路特许经营者（运营商）在合同与监管约束下参与并主导运行阶段的车队电气化服务与配套设施部署，同时保留政府对公共利益、竞争与财政风险的监督权。特许经营期内运营商的货车通行费收益为 ${\mathit{R}}_{\mathit{i}\mathit{j}}^{\mathit{O}}$ 。 ${\mathit{C}}_{\mathit{i}\mathit{j}}^{\mathit{O}}$ 表示公路运营商的运营成本。当运营商选择实施零碳化改造时，其成本不仅包括常规运营与养护投入，还包括额外承担的部署光伏及储能设施与运行维护成本，因此 ${\mathit{C}}_{\mathit{L}\mathit{C}}^{\mathit{O}}$ 最大、 ${\mathit{C}}_{\mathit{H}\mathit{N}}^{\mathit{O}}$ 最小。针对零碳改造的运营商，政府提供补贴M1，最终补贴额由补贴力度α决定。
假设3：本研究将特许经营期内在各起讫点对上运行的货运车辆集合统一视为货运车队，以刻画其在策略选择中的整体行为特征。当货运车队未选择零碳货运走廊时，其获得的经济收益为RF。若货运车队选择该走廊，除基础运单收益外，还包括相对其他走廊的时间节省、车辆磨损减少等广义收益 ${\mathit{R}}_{\mathit{i}\mathit{j}}^{\mathit{F}}$ ，以及通行费降低收益 ${\mathit{R}}_{\mathit{t}\mathit{o}\mathit{l}\mathit{l}}^{\mathit{F}}$ 。本文聚焦零碳货运走廊的决策博弈过程，鉴于货运车队获得的电动货车购置补贴不随其走廊选择策略变化，相关补贴被视为外生常量，并已并入车队的整体收益函数中，故将其作为独立决策变量单独建模。
假设4：电站作为补能设施，在走廊上部署设备可以获得收益 ${\mathit{R}}_{\mathit{i}\mathit{j}}^{\mathit{E}}$ ，同时产生运营成本 ${\mathit{C}}_{\mathit{i}\mathit{j}}^{\mathit{E}}$ 。政府为在走廊部署充换电设施的设备商提供的最高补贴为M2，补贴强度为γ。
基于上述假设和参数设定，构建货运车队、运营商和电站的混合策略收益矩阵，如表3所示。
表3 收益矩阵 |
| 货运车队（F） | 运营商（O） | 电站（E） | |
|---|---|---|---|
| 合作（z） | 不合作（1-z） | ||
| 选择该走廊 （x） | 零碳改造 （y） | | |
| | | ||
| | 0 | ||
| 保持现状 （1-y） | | | |
| | | ||
| | 0 | ||
| 不选择该走廊（1-x） | 零碳改造 （y） | RF | RF |
| | | ||
| | 0 | ||
| 保持现状 （1-y） | RF | RF | |
| | | ||
| | 0 | ||
1.3 演化博弈策略稳定点分析
1）货运车队策略稳定性分析
根据表3的收益矩阵，可得货运车队在选择经过该走廊时的平均收益为UF, x，即：
货运车队在选择不经过该走廊时的平均收益为UF, 1-x，即：
货运车队的平均期望收益为：
车队策略选择的复制动态方程为：
根据微分方程稳定性定理，为实现货运车队走廊选择的动态博弈最优状态，x需要满足的必要条件是 $\mathit{F}\left(\mathit{x}\right)=0,\mathit{ }\mathit{ }\frac{\mathit{d}\mathit{F}\left(\mathit{x}\right)}{\mathit{d}\mathit{x}}0$ 。由复制动态方程可得：
${\mathit{z}}_{0}=\frac{\mathit{y}\left({\mathit{R}}_{\mathit{L}\mathit{N}}^{\mathit{F}}+{\mathit{R}}_{\mathit{t}\mathit{o}\mathit{l}\mathit{l}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{L}\mathit{N}}{\mathit{\lambda }}_{1}\right)+\left(1-\mathit{y}\right)\left({\mathit{R}}_{\mathit{H}\mathit{N}}^{\mathit{F}}+{\mathit{R}}_{\mathit{t}\mathit{o}\mathit{l}\mathit{l}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{H}\mathit{N}}{\mathit{\lambda }}_{1}\right)}{\left(1-\mathit{y}\right)\left[{\mathit{R}}_{\mathit{H}\mathit{N}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{H}\mathit{N}}{\mathit{\lambda }}_{1}-\left({\mathit{R}}_{\mathit{H}\mathit{C}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{H}\mathit{C}}{\mathit{\lambda }}_{1}\right)\right]+\mathit{y}\left[{\mathit{R}}_{\mathit{L}\mathit{N}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{L}\mathit{N}}{\mathit{\lambda }}_{1}-\left({\mathit{R}}_{\mathit{L}\mathit{C}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{L}\mathit{C}}{\mathit{\lambda }}_{1}\right)\right]}$
当z=z0时，对所有x都为稳定状态，货运车队的任何策略都是稳定策略。若 $\frac{\partial {\mathit{z}}_{0}}{\partial \mathit{y}}0$ ，则当zz0时， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{x}\right)}{\mathit{d}\mathit{x}}\right|}_{\mathit{x}=0}0$ ， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{x}\right)}{\mathit{d}\mathit{x}}\right|}_{\mathit{x}=1}0$ ，此时x=1满足必要条件，是演化稳定点；当zz0时， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{x}\right)}{\mathit{d}\mathit{x}}\right|}_{\mathit{x}=0}0$ ， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{x}\right)}{\mathit{d}\mathit{x}}\right|}_{\mathit{x}=1}0$ ，此时x=0满足必要条件，是演化稳定点。根据z0的关系式可以画出货运车队策略演化趋势，如图2（a）所示。曲面上的点在x轴方向上稳定，曲面上方的点将倾向于x=1，曲面下方的点将趋于x=0。
2）公路运营商策略稳定性分析
基于车队策略稳定点分析步骤，公路运营商的复制动态方程为：
对公路运营商来讲，可求得：
${\mathit{z}}_{1}=\frac{{\mathit{R}}_{\mathit{H}\mathit{N}}^{\mathit{O}}\mathit{x}-{\mathit{C}}_{\mathit{H}\mathit{N}}^{\mathit{O}}-\left({\mathit{R}}_{\mathit{L}\mathit{N}}^{\mathit{O}}\mathit{x}-{\mathit{C}}_{\mathit{L}\mathit{N}}^{\mathit{O}}+{\mathit{M}}_{1}\mathit{\alpha }\right)}{{\mathit{C}}_{\mathit{H}\mathit{C}}^{\mathit{O}}-{\mathit{R}}_{\mathit{H}\mathit{C}}^{\mathit{O}}\mathit{x}-{\mathit{C}}_{\mathit{H}\mathit{N}}^{\mathit{O}}+{\mathit{R}}_{\mathit{H}\mathit{N}}^{\mathit{O}}\mathit{x}-{\mathit{C}}_{\mathit{L}\mathit{C}}^{\mathit{O}}+{\mathit{R}}_{\mathit{L}\mathit{C}}^{\mathit{O}}\mathit{x}+{\mathit{C}}_{\mathit{L}\mathit{N}}^{\mathit{O}}-{\mathit{R}}_{\mathit{L}\mathit{N}}^{\mathit{O}}\mathit{x}-\left(1-\mathit{\delta }\right){\mathit{R}}_{\mathit{H}\mathit{C}}^{\mathit{E}}\mathit{x}+\left(1-\mathit{\delta }\right){\mathit{R}}_{\mathit{L}\mathit{C}}^{\mathit{E}}\mathit{x}}$
当z=z1时，对于所有的y都为稳定状态，公路运营商的任何策略均是稳定策略。若 $\frac{\partial {\mathit{z}}_{1}}{\partial \mathit{x}}0$ ，当zz1时， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{y}\right)}{\mathit{d}\mathit{y}}\right|}_{\mathit{y}=0}0$ ， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{y}\right)}{\mathit{d}\mathit{y}}\right|}_{\mathit{y}=1}0$ ，此时y=0是演化稳定点，当zz1时， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{y}\right)}{\mathit{d}\mathit{y}}\right|}_{\mathit{y}=0}0$ ， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{y}\right)}{\mathit{d}\mathit{y}}\right|}_{\mathit{y}=1}0$ ，此时y=1是演化稳定点。公路运营商演化策略趋势如图2（b）所示。
3）充换电站策略稳定性分析
基于车队策略稳定点分析步骤，充换电站策略选择的复制动态方程为：
对电站来讲，可求得：
${\mathit{y}}_{0}=\frac{\mathit{x}\left({\mathit{R}}_{\mathit{H}\mathit{C}}^{\mathit{E}}\mathit{\delta }-{\mathit{\kappa }}_{\mathit{H}\mathit{C}}{\mathit{\lambda }}_{2}\right)-{\mathit{C}}_{\mathit{H}\mathit{C}}^{\mathit{E}}+{\mathit{M}}_{2}\mathit{\gamma }}{\left({\mathit{C}}_{\mathit{L}\mathit{C}}^{\mathit{E}}-{\mathit{C}}_{\mathit{H}\mathit{C}}^{\mathit{E}}\right)-\left({\mathit{R}}_{\mathit{L}\mathit{C}}^{\mathit{E}}-{\mathit{R}}_{\mathit{H}\mathit{C}}^{\mathit{E}}\right)\mathit{\delta }\mathit{x}+\mathit{x}\left({\mathit{\kappa }}_{\mathit{L}\mathit{C}}-{\mathit{\kappa }}_{\mathit{H}\mathit{C}}\right){\mathit{\lambda }}_{2}}$
当y=y0时，对所有z都为稳定状态，电站的任何策略都是稳定策略。若 $\frac{\partial {\mathit{y}}_{0}}{\partial \mathit{x}}0$ ，当yy0时， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{z}\right)}{\mathit{d}\mathit{z}}\right|}_{\mathit{z}=0}0$ ， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{z}\right)}{\mathit{d}\mathit{z}}\right|}_{\mathit{z}=1}0$ ，z=1是稳定点；当yy0时， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{z}\right)}{\mathit{d}\mathit{z}}\right|}_{\mathit{z}=0}0$ ， ${\left.\frac{\mathit{d}\mathit{F}\left(\mathit{z}\right)}{\mathit{d}\mathit{z}}\right|}_{\mathit{z}=1}0$ ，z=0是稳定点。充换电站的策略演化趋势如图2（c）所示。
1.4 稳定性分析
系统达到均衡需要三方共同作用，联立三方的复制动态方程并求解三方演化博弈系统的 Jacobian 矩阵。由 F(x)= 0, F(y)= 0, F(z)= 0 可得系统均衡点、雅可比矩阵特征值和稳定条件，如表4所示。根据Lyapunov稳定性原理，当所有特征值均小于0时，对应均衡点为系统的演化稳定点。
表4 均衡点稳定性分析 |
| 均衡点 | 特征值1 | 特征值2 | 特征值3 |
|---|---|---|---|
| E1(0, 0, 0) | | | |
| E2(1, 0, 0) | | | |
| E3(0, 1, 0) | | | |
| E4(0, 0, 1) | | | |
| E5(1, 1, 0) | | | |
| E6(1, 0, 1) | | | |
| E7(0, 1, 1) | | | |
| E8(1, 1, 1) | | | |
情景1： ${\mathit{R}}_{\mathit{i}\mathit{j}}^{\mathit{F}}+{\mathit{R}}_{\mathit{t}\mathit{o}\mathit{l}\mathit{l}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{i}\mathit{j}}{\mathit{\lambda }}_{1}0$ , $-{\mathit{C}}_{\mathit{L}\mathit{j}}^{\mathit{O}}+\mathit{\alpha }{\mathit{M}}_{1}+{\mathit{C}}_{\mathit{H}\mathit{j}}^{\mathit{O}}0$ , ${\mathit{R}}_{\mathit{L}\mathit{j}}^{\mathit{O}}-{\mathit{R}}_{\mathit{H}\mathit{j}}^{\mathit{O}}0$ , ${\mathit{R}}_{\mathit{L}\mathit{j}}^{\mathit{E}}-{\mathit{R}}_{\mathit{H}\mathit{j}}^{\mathit{E}}0$ , $-{\mathit{C}}_{\mathit{i}\mathit{C}}^{\mathit{E}}+\mathit{\gamma }{\mathit{M}}_{2}0$ ， $\mathit{\delta }{\mathit{R}}_{\mathit{i}\mathit{C}}^{\mathit{E}}-{\mathit{\kappa }}_{\mathit{i}\mathit{C}}{\mathit{\lambda }}_{2}0$
此时只有均衡点E1(0, 0, 0)所对应的特征值为负数，因此E1(0, 0, 0)为系统的演化稳定点，其对应的演化策略为（不选择该走廊，保持现状，不合作）。若政府降低对运营商和电站的补贴力度会增加不等式成立的可能性，增加不匹配概率会降低不等式成立的可能性。
情景2： ${\mathit{R}}_{\mathit{i}\mathit{j}}^{\mathit{F}}+{\mathit{R}}_{\mathit{t}\mathit{o}\mathit{l}\mathit{l}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{i}\mathit{j}}{\mathit{\lambda }}_{1}0$ , $-{\mathit{C}}_{\mathit{L}\mathit{j}}^{\mathit{O}}+\mathit{\alpha }{\mathit{M}}_{1}+{\mathit{C}}_{\mathit{H}\mathit{j}}^{\mathit{O}}0$ , ${\mathit{R}}_{\mathit{L}\mathit{j}}^{\mathit{O}}-{\mathit{R}}_{\mathit{H}\mathit{j}}^{\mathit{O}}0$ , ${\mathit{R}}_{\mathit{L}\mathit{j}}^{\mathit{E}}-{\mathit{R}}_{\mathit{H}\mathit{j}}^{\mathit{E}}0$ , $-{\mathit{C}}_{\mathit{i}\mathit{C}}^{\mathit{E}}+\mathit{\gamma }{\mathit{M}}_{2}+\mathit{\delta }{\mathit{R}}_{\mathit{i}\mathit{C}}^{\mathit{E}}-{\mathit{\kappa }}_{\mathit{i}\mathit{C}}{\mathit{\lambda }}_{2}0$
此时只有均衡点E2(1, 0, 0)所对应的特征值为负数，因此E2(1, 0, 0)为系统的演化稳定点，其对应的演化策略为（选择该走廊，保持现状，不合作）。若降低对运营商和对电站的补贴力度，将会增加不等式成立的可能性。
情景3： ${\mathit{R}}_{\mathit{i}\mathit{j}}^{\mathit{F}}+{\mathit{R}}_{\mathit{t}\mathit{o}\mathit{l}\mathit{l}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{i}\mathit{j}}{\mathit{\lambda }}_{1}0$ , $-{\mathit{C}}_{\mathit{L}\mathit{j}}^{\mathit{O}}+\mathit{\alpha }{\mathit{M}}_{1}+{\mathit{C}}_{\mathit{H}\mathit{j}}^{\mathit{O}}0$ , $-{\mathit{C}}_{\mathit{i}\mathit{C}}^{\mathit{E}}+\mathit{\gamma }{\mathit{M}}_{2}0$
此时只有均衡点E4(0, 0, 1)所对应的特征值为负数，因此E4(0, 0, 1)为系统的演化稳定点，其对应的演化策略为（不选择该走廊，保持现状，合作）。若降低对运营商或增加对电站的补贴力度，将会增加不等式成立的可能性，增加不匹配概率亦会增加不等式成立的可能性。
情景4： ${\mathit{R}}_{\mathit{i}\mathit{j}}^{\mathit{F}}+{\mathit{R}}_{\mathit{t}\mathit{o}\mathit{l}\mathit{l}}^{\mathit{F}}-{\mathit{\kappa }}_{\mathit{i}\mathit{j}}{\mathit{\lambda }}_{1}0$ , $-{\mathit{C}}_{\mathit{i}\mathit{C}}^{\mathit{E}}+{\mathit{M}}_{2}\mathit{\gamma }+\mathit{\delta }{\mathit{R}}_{\mathit{i}\mathit{C}}^{\mathit{E}}-{\mathit{\kappa }}_{\mathit{i}\mathit{C}}{\mathit{\lambda }}_{2}0$ , $-{\mathit{C}}_{\mathit{L}\mathit{j}}^{\mathit{O}}+\mathit{\alpha }{\mathit{M}}_{1}+{\mathit{C}}_{\mathit{H}\mathit{j}}^{\mathit{O}}+{\mathit{R}}_{\mathit{L}\mathit{j}}^{\mathit{O}}-{\mathit{R}}_{\mathit{H}\mathit{j}}^{\mathit{O}}+(1-\mathit{\delta })\left({\mathit{R}}_{\mathit{L}\mathit{j}}^{\mathit{E}}-{\mathit{R}}_{\mathit{H}\mathit{j}}^{\mathit{E}}\right)0$
此时只有均衡点E8(1, 1, 1)所对应的特征值为负数，因此E8(1, 1, 1)为系统的演化稳定点，其对应的演化策略为（选择该走廊，零碳改造，合作）。政府增加对公路运营商和充换电站的补贴，将会增加不等式成立的可能性。同时，增大不匹配概率将会增加不等式成立的可能性。
2 数值仿真
为验证演化博弈分析的有效性，更直观地观察各个利益相关者协同共建零碳货运走廊的意愿变化，并分析关键因素对三方主体行为决策的影响，选择零碳货运走廊项目的理想状态E8(1, 1, 1)，即公路运营商选择零碳改造、车队选择该公路走廊、电站选择合作，进行仿真实验。考虑到难以获取参数的实际量化数据，以及不同地区、主体的统计口径可能存在差异，本文参考Hall等[25]和Basma等[26]的研究，对模型参数赋值（如表5所示），以仿真结果及其敏感性分析探究未来政策和顶层设计的变化趋势。值得注意的是，本文数值仿真主要用于揭示策略演化方向和关键参数影响机制，参数不代表具体项目财务测算结果。本文模型的验证平台选择MATLAB 2025版本。
表5 参数取值 |
| 参数 | 取值 | 参数 | 取值 | 参数 | 取值 | 参数 | 取值 |
|---|---|---|---|---|---|---|---|
| λ1 | 5 | λ2 | 5 | M1 | 25 | M2 | 15 |
| κLC | 0.1 | κLN | 0.3 | κHC | 0.1 | κHN | 0.3 |
| | 15 | | 7 | | 8 | | 2 |
| | 35 | | 25 | | 25 | | 20 |
| | 20 | | 18 | | 10 | | 10 |
| | 15 | | 12 | | 12 | | 10 |
| | 20 | | 15 | | 10 | ||
| | 35 | | 25 | RF | 20 | ||
| α | 0.9 | γ | 0.8 | | 0.8 |
2.1 初始演化路径
为消除博弈主体初始策略概率值对系统演化的影响，便于对比观察公路运营商、充换电站和货运车队之间的演化情况，选择E8(1, 1, 1)下的情境，且初始概率设置为（0.3, 0.3, 0.3）和（0.6, 0.6, 0.6），在此基础上研究公路运营商与充换电站的收益分配比例、货运车队电动化比例、政府对公路运营商和充换电站的补贴强度以及风险概率对三方博弈主体演化策略的影响。
2.2 公路运营商收益变动的敏感性分析
由图4可知，当政府对运营商的实际补贴降低70%时，y最终会收敛于0，且达到稳定状态的时间较长，x, z会收敛于1，此时运营商选择不进行零碳改造，而电站选择与运营商合作、车队选择经过该走廊。随着政府对公路运营商的实际补贴（M1α）增加，系统向E8(1, 1, 1)演化速率加快，且三方演化策略趋于稳定。政府对电站合作的实际补贴（M2γ）亦呈现相似的规律，即当对电站的实际补贴降低时，电站的综合收益仍为正，但向E8(1, 1, 1)收敛的速度明显放缓。可见高强度的经济激励可刺激利益主体主动参与零碳货运走廊改造。
成本是影响运营商决策的重要因素之一。如图5所示，在较低、较高两种初始意愿条件下，随着运营商零碳改造成本上升，系统逐渐演化至E6(1, 0, 1)，且高成本延长了电站与车队意愿收敛至1的时间。由此可知，政府无论是对运营商还是电站进行补贴，均能产生双赢效应，补贴能够激发各主体参与零碳货运走廊改造的意愿。
上述结果表明，零碳货运走廊在项目初期因未来收益不确定，相关主体多呈探索与观望态势。在零碳货运走廊大规模推广之前，政府需要提供大额补贴引导多主体参与零碳货运走廊建设。政府的补贴作为零碳改造的政策性工具[15]，旨在将博弈主体积极参与零碳项目的正外部性效益内在化，以降低主体自身成本负担。在成本优势与差异化产品服务的双重作用下，零碳货运走廊的竞争力会得到相应提升。政府的补贴可降低企业试错成本、提升企业参与意愿，但长期高强度补贴将抬升财政风险，在政府与企业间存在信息不对称时可能诱发骗取补贴等道德风险。
2.3 车队收益变动的敏感性分析
货运车队的收益主要来源于运单获利。目前，部分车队通过与运营商/电站协作，共同构建适配其运营的干线走廊。然而，作为广泛存在的车队，在市场化条件下需要进一步剥离三方角色，分析在独立运作情形下各主体博弈策略的演化。车队的路线选择取决于新策略带来的边际收益，因此，对车队在不同情境下的非经济收益、经济收益及二者相对规模进行仿真，结果如图6所示。
图6（a）~图6（c）表明，非运单收益增加将促使车队向E8(1, 1, 1)方向演化。若选择经过走廊不能带来非运单收益增长，将使得车队策略向E7(0, 1, 1)方向演化，且运营商的演化速率显著下降。运单收益在总收益中的比重同样影响策略选择，如图6（d）所示。对比图6（a）~图6（c）与图6（d）可见，运单收益RF对三方演化的影响方向与其他收益相反。当货运车队自身盈利能力较强时，受机会成本和风险厌恶影响，往往倾向于采取保守策略，x最终收敛至0；而处于低收益或亏损状态的车队更倾向积极参与零碳走廊，从而在短期内显著提高参与意愿，进而加快运营商的策略演化，x最终收敛至1。针对该现象可作如下解释：零碳货运走廊对那些亟需改善经营绩效、以增效为主要目标的低利润车队具有更强的吸引力。通过项目实施可为参与零碳改造的车队创造额外收益，从而形成正向激励。车队路径决策本质上由边际收益主导，补能便利性等非运单收益能够直接改善车队的综合收益结构，降低对单一运单利润的依赖。车队策略变化通过需求侧反馈作用于运营商与电站，形成协同演化机制。当车队参与意愿不足时，运营商的投资回报预期被削弱，其演化速率下降，系统难以收敛。
2.4 充换电站收益及分配比例变动的敏感性分析
随着能源转型与大规模车队更新，我国充换电站数量迅速增长，行业进入深水区。为提高合作成功率，电站常采用收益共享的合作模式。因此，本文进一步分析收益分配比例（图7）与电站收益水平（图8）对系统演化的影响。随着共享比例的提升和电站收益的增加，电站的边际收益显著提高，投资零碳改造和提供配套服务的意愿增强，驱动电站向E8(1, 1, 1)加速演化。与此同时，运营商“进行零碳改造”概率收敛至1的速率则略微下降，收敛时间略有延长。同时，电站决策影响车队策略，当电站的共享比例为0时，电站的全部收益被运营商占有，电站综合收益为负，导致z最终趋于0，即电站选择“不合作”。在此情形下，车队向1收敛的速度亦受到抑制。车队收益能力提升，即 ${\mathit{R}}_{\mathit{L}\mathit{C}}^{\mathit{F}}$ 增大时，系统的演化趋势与共享比例上升时的表现相似。以上结果说明，当电站变得更有利可图时，部分运营商进行零碳改造的积极性下降，电站将承担更多前期投入，获得更高比例的收益，从而短期内降低自身主动加速改造的动力，导致运营商演化速度略降。共享比例提升本质仍是改变收益分配结构，电站作为受益方，其演化加速，而相对受损或被边缘化的一方演化速率则会放缓。
2.5 电站与车辆匹配程度参数的敏感性分析
当前充电设施面临的主要问题之一是车辆型号、充电功率等与电站不匹配，导致车队和电站均产生损失。图9和图10旨在分析不匹配概率和车队、电站最大损失参数对系统演化策略的影响。当初始策略意愿较低时，随着不匹配损失增加，车队更倾向“不选择该走廊”策略，且不匹配损失使电站趋于选择“不合作”策略。随着初始策略意愿增加，三方更易于向E8(1, 1, 1)方向演化。相同不匹配概率下，车队承受的最大损失对系统稳定性的破坏性明显大于电站的对应损失，而运营商的策略演化速率对不匹配概率敏感性较低。这是因为车队直接承受电站运行中断或充换电困难的风险，这类风险会立刻转化为时间成本和运力损失，直接压缩经营收益，故对不匹配更为敏感；相比之下，电站的损失更多表现为设备利用率下降和短期利润损失，其边际影响被分摊且恢复路径更长，因此对系统触发临界失稳的敏感性较低。
3 结果与讨论
零碳货运走廊耦合了新能源基础设施和既有公路，是实现由点扩面补能、车路协同减碳与公路基础设施绿色转型的重要路径。本文通过建立“公路运营商-电站运营商-货运车队”三方演化博弈模型，系统分析了公路货运系统的最优演进状态及其实现条件。结果表明，政府的高额补贴能有效降低各方参与门槛，加速系统向理想状态收敛，尤其对初始意愿较低的主体具有显著激励作用。低利润车队对非运单收益响应更积极，而高收益车队因机会成本顾虑倾向于观望。充换电设施与车辆的不匹配对电站和货运车队的策略稳定性有显著影响，且初始意愿越高，不匹配损失对系统的破坏性越强。
基于这一研究结果，为促成零碳货运走廊建设，对政府、运营商、充换电站和货运车队分别提出如下建议。
1）首先，政府应大力开展节能降碳宣传与项目示范，使运营商、电站和车队三方均形成绿色低碳理念，增强其参与零碳货运走廊项目意愿。其次，建立动态补贴激励机制，在零碳货运走廊项目实施初期加大补贴力度，以加速各主体策略向理想状态演进，随着经验成熟和参与意愿提高，可逐步降低补贴额度，改为实施绿色物流走廊奖励，避免长期补贴引发财政风险，同时持续推动货运绿色转型。
2）运营商改造成本上升显著抑制系统向理想稳定状态演化，应通过技术与管理手段降低运营商零碳改造的边际成本。技术方面，可实施分阶段改造，基于光储充一体化等新工艺、新技术，优先完善补能需求强的区域节点，控制一次性资本投入强度；管理方面，绿色改造完成后积极参与碳交易市场，提高额外收益。
3）车队利润影响车队电动化进程。政府应实地调研所在区域的物流行业现状，制定货运车队盈利水平评价体系，并对不同盈利水平车队实施差异化政策。对于低利润车队，政府可通过通行费阶梯式减免、补能费用财政补贴或充电积分兑换机制，直接降低其短期运营成本；对于高收益车队，应推动沿线充换电站纳入统一调度平台，提升车队补能可靠性与时效性。而车队自身应平衡微利与低碳需求，一方面，结合自身业务场景和资金状况，制定滚动扩张计划，分批次购置适配车型，以生命周期成本最小化为目标优化车队结构；另一方面，因地制宜整合第三方公共补能资源与自建补能设施，合理规划补能节点布局，在控制固定资产投入的同时稳定运营成本。
4）鉴于电站收益共享比例与合作稳定性密切相关，电站商应建立基于合同的长期合作机制，降低自身投资与运营的不确定性。同时，电站应尽可能完善基础设施类型，推动接口标准、功率等级与车型适配统一，减少设施与车辆不匹配导致的潜在收益损失。
4 结束语
零碳货运走廊的推进本质上是多主体协同演化的过程，其成效取决于车队、运营商与充换电站在收益、成本与风险之间的动态博弈结果。本研究将货运车队电动化的单主体决策转向多主体互动决策，从系统协同演化角度揭示零碳走廊形成机制，为政府与企业制定差异化、阶段性策略提供了量化依据。
本文暂未刻画同一主体群体内部的异质性，所得结论主要反映典型主体的平均策略演化规律。未来可以将公路运营商在建设阶段的绿色可持续效益纳入博弈模型，探索建设和运营等全生命周期收益对演化路径的影响。进一步地，亦可将氢能等更多补能设施主体和异质化车队结构纳入博弈过程，从多补能商和异质性车队博弈视角分析系统演化路径。