刘硕　王志强　马婷婷

摘 要：被动式建筑虽在发展，但其发展仍处于导入初期阶段。对被动式建筑需求端实施经济激励政策可以达到规范市场、推动被动式建筑发展的目的。本文运用演化博弈理论，基于信息非对称视角，构建政府—消费者博弈模型，通过对博弈双方相互作用行为策略分析，给出政府对需求端经济激励最优策略建议。

关键词：被动式建筑;激励政策;演化博弈

中图分类号：TU-9

1 绪论

自1998年，德国菲斯特教授在一次研讨会中首次提出“被动式建筑”概念，并随即在欧洲实行推广，现在普及于全球。被动式建筑作为一种具有超高舒适度并以超低能耗实现保湿、保温、隔热、隔音等功能特性的科技节能建筑。其能耗仅为传统建筑的10%～25%，推动其规模化发展，无论是在实现节能减排战略还是在促进供给侧结构性改革目标上都具有重要战略意义。[1]。

推动被动式建筑规模化发展既可以使我国传统建筑业摆脱低效耗能的困境，又可以促进建筑领域供给侧改革，从而实现绿色可持续发展。从近几年政策执行和市场发展现状不难看出，由于被动式建筑具有高度正外部性特征，不能仅仅依赖市场调节，政府实施强有力的经济激励政策进行干预才能突破发展瓶颈[2]。无论是产品还是服务，需求才是其内在驱动力，政府采取有效经济激励政策刺激需求端即消费者的需求，进而推动被动式建筑规模化发展成为近几年亟待解决的重要课题。目前，关于供给端经济激励政策的研究已经屡见不鲜，陈颖龄[3]和徐雯等[4]均通过构建政府—开发商演化博弈模型，分析政府对供给端经济激励政策演化过程;王洪波等[5]借助博弈理论求得政府对开发商最优经济激励力度。然而，国内学者关于政府对需求端经济激励政策的研究却存在空白。基于此，本文运用演化博弈理论，构建政府—消费者非对称博弈模型，通过对博弈双方相互作用行为策略分析，给出政府对需求端经济激励最优策略建议。

2 模型构建

2.1 模型假设

（1）政府—消费者非对称博弈模型中博弈双方均具有有限理性;政府策略选择集合为{激励;不激励}，消费者策略选择集合为{购买被动式建筑;购买传统建筑}。

（2）政府选择激励策略的概率为x，政府选择不激励策略的概率为1-x;为消费者选择购买被动式建筑的概率为y，消费者选择购买传统建筑的概率为1-y。政府选择不激励策略时的收益为a0;政府在消费者主动购买被动式建筑时额外收益为a1;政府采取激励策略的宣传支出为a2;政府采取激励策略的补贴支出为a3;政府采取激励策略获得收益为a4;b0为消费者购买传统建筑时收益;b1为消费者购买被动式建筑增量成本;b2为消费者购买被动式建筑时所得的政府经济补贴。

2.2 支付矩阵

根据博弈双方在博弈过程中不同策略的选择，构造不同策略组合下的支付矩阵，见下表。

4 结果分析

（1）政府加大经济激励力度，提高b2，降低x*，減小区域Ⅰ面积，使得该系统趋于最劣解的概率降低。具体措施：为选择购买被动式建筑策略的消费者减免购置税或采取直接经济补贴等。

（2）政府提高公信力，采取强制性措施确保政策得以实施;树立长远目标，始终以实现社会效益最大化与可持续发展为己任。提高a4，降低y*，减小区域Ⅰ面积，增大区域Ⅳ面积，使得该系统趋于最优解的概率增加。

（3）政府加强关于被动式建筑优势与经济激励政策的宣传，使环保与节能观念深入人心，驱动消费者积极响应政府激励导向，在提高生活质量，降低b1的同时，又获得政策带来的收益b2。

（4）政府应针对被动式建筑不同发展阶段适时调整策略，避免激励策略的实施成本a2、a3过高。

5 结论

本文运用演化博弈理论，构建政府—消费者非对称博弈模型，通过对博弈双方相互作用行为策略分析，研究得出：博弈双方策略初始值对演化结果有重要影响，通过调整策略初始值可改变博弈的演化稳定均衡状态。当地政府通过采取减免购置税、经济补贴等经济激励政策以及加强对被动式建筑优势、经济激励政策的宣传，将会促进政府与被动式建筑需求端之间的演化博弈结果收敛于局部最优状态。本文的研究为政府在被动式建筑导入初期阶段经济激励政策的制定提供了理论支持与重要参考。

参考文献：

[1]惠星星.基于BIM技术的被动式节能建筑设计研究[D].合肥：安徽建筑大学，2017，2-12.

[2]岑岩，刘美霞.被动式建筑经济政策评估与建议[J].住宅产业，2016，（9）：24-33.

[3]陈颖龄，林树枝，施有志.基于博弈论的装配式建筑激励政策[J].土木工程与管理学报，2018，35（2）：155-160+169.

[4]徐雯，刘幸.建筑节能激励政策的演化博弈分析[J].武汉理工大学学报（交通科学与工程版），2009（1）：184-187.

[5]王洪波，刘长滨.基于博弈分析的新建建筑节能激励机制设计[J].建筑科学，2009，25（2）：24-28.

作者简介：刘硕（1995-），男，山东临沂人，硕士研究生，研究方向为被动式建筑激励推广。