尚姍姍，劉敦楠，李曉宇，王文，劉明光，彭曉峰，楊燁

（1.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 102206；2.國網(wǎng)電動(dòng)汽車服務(wù)有限公司，北京 100033）

0 引言

在化石能源日益短缺和生態(tài)環(huán)境持續(xù)惡化的雙重壓力下，新能源汽車憑借其無噪音、低污染的優(yōu)勢吸引了不同國家政府的關(guān)注。截至2022 年1月，我國充電樁保有量為2.62×106臺，其中包括公共充電樁1.18×106臺、私人充電樁1.44×106臺，車樁比約為2.31:1，尚未達(dá)到《電動(dòng)汽車充電基礎(chǔ)設(shè)施發(fā)展指南（2015—2020 年）》中設(shè)定的1:1 的目標(biāo)?，F(xiàn)有充電站容量難以滿足用戶日常充電需求，充電站充電樁的投資建設(shè)亟待發(fā)展。

目前針對電動(dòng)汽車充電站的研究重點(diǎn)集中在充電站的選址與定容上。在充電站選址方面，高治佳等[1]基于充電距離和成本偏好構(gòu)建了考慮已有充電站調(diào)整的電動(dòng)汽車充電站選址模型。羅佳欣等[2-3]基于全社會(huì)經(jīng)濟(jì)成本和碳排放量構(gòu)建了電動(dòng)汽車充電站選址雙層規(guī)劃模型。在充電站定容方面，王妍等[4-5]通過研究區(qū)域交通流量與充電站投資建設(shè)的經(jīng)濟(jì)性，利用聚類算法確定了待建充電站的理想充電容量。劉新萌等[6-8]利用遺傳算法對典型多站融合進(jìn)行儲能容量優(yōu)化，設(shè)計(jì)了多站融合規(guī)劃方案。張林垚[9]基于流量均衡原理建立充放電管理的快/慢充電站規(guī)劃模型，實(shí)現(xiàn)了快充站與慢充站的優(yōu)化配置。

由于充電站建設(shè)缺乏長期規(guī)劃[10-11]，對充電站進(jìn)行投資決策分析可避免資源浪費(fèi)與效益減少的問題，同時(shí)可以降低企業(yè)投資風(fēng)險(xiǎn)。目前針對投資決策分析的研究方法分為2 類：（1）傳統(tǒng)投資決策方法，多為凈現(xiàn)值法。王小勝等[12]基于凈現(xiàn)值法提出節(jié)水效益分享型項(xiàng)目的投資風(fēng)險(xiǎn)評估模型，以實(shí)際試點(diǎn)項(xiàng)目驗(yàn)證了模型的適用性，缺點(diǎn)是僅考慮了貨幣的時(shí)間價(jià)值未考慮不確定因素影響的風(fēng)險(xiǎn)投資；（2）現(xiàn)代風(fēng)險(xiǎn)分析方法，多為實(shí)物期權(quán)法。李寅龍[13]利用實(shí)物期權(quán)理論中的B-S-M 定價(jià)模型較好地解釋了互聯(lián)網(wǎng)企業(yè)的價(jià)值。殷鳳媛等[14-17]根據(jù)實(shí)物期權(quán)理論展開對增量配電網(wǎng)和變電站等投資價(jià)值的研究，驗(yàn)證了實(shí)物期權(quán)模型的有效性。

綜上所述，本文針對電動(dòng)汽車充電站投資較為粗放的問題，分析充電站投資收益模式及投資收益面臨的不確定性，基于B-S 模型構(gòu)建了充電量波動(dòng)和充電站成本變動(dòng)的波動(dòng)率模型，最后通過算例分析證明了模型的有效性，為電動(dòng)汽車充電站的投資決策提供重要參考。

1 電動(dòng)汽車充電站投資效益及不確定性分析

1.1 電動(dòng)汽車充電站收入

電動(dòng)汽車充電站收入Y主要分為電量銷售收入、服務(wù)費(fèi)收入、政府補(bǔ)貼收入3 個(gè)部分。

1.1.1 電量銷售收入

充電站運(yùn)營的大部分收入來源于售電收入，售電收入一方面取決于充電站售電單價(jià)Psel，另一方面由用戶的充電量Q決定。電量銷售收入的表達(dá)式為：

式中：Yt,sel為運(yùn)營商第t年電量銷售收入；Pt,sel為運(yùn)營商第t年售電單價(jià)；Qt為第t年用戶充電量。

1.1.2 服務(wù)費(fèi)收入

充電站運(yùn)營商收取的充電服務(wù)費(fèi)也是其收入之一，用來彌補(bǔ)設(shè)施運(yùn)營成本。服務(wù)費(fèi)收入表達(dá)式為：

式中：Yt,ser為運(yùn)營商第t年獲得的服務(wù)費(fèi)收入；Pt,ser為運(yùn)營商第t年收取的服務(wù)費(fèi)單價(jià)。

1.1.3 政府補(bǔ)貼收入

目前我國大力推動(dòng)新能源汽車充電設(shè)施建設(shè)，不同城市都有相應(yīng)的補(bǔ)貼政策。政府一般按照運(yùn)營商初始投資成本的一定比例給付補(bǔ)貼，其表達(dá)式為：

式中：Ysub為政府補(bǔ)貼收入；a為政府給予的補(bǔ)貼比例；Cin為初始投資成本。

由式（1）—式（3）可得充電站n年的收入現(xiàn)值為：

式中：PV(Y)為充電站收入Y的現(xiàn)值；i為行業(yè)收益率。

1.2 電動(dòng)汽車充電站成本

電動(dòng)汽車充電站成本C主要包括初始投資成本和營業(yè)成本2 類。

1.2.1 初始投資成本

初始投資成本Cin包括設(shè)備購置成本Cep、設(shè)備安裝成本Cei、建筑工程費(fèi)用Cce及其他成本Cot。其中Cep占Cin的比重較大，具體分為快充與慢充設(shè)備的購置成本。

1.2.2 營業(yè)成本

營業(yè)成本Ct,ru包括購電成本Ct,bu、管理成本Ct,ad、維護(hù)成本Ct,ma、土地租金成本Ct,la，其表達(dá)式為：

式中：Pbu為運(yùn)營商購電單價(jià)；β為充電站管理費(fèi)率；μ為充電站設(shè)施安裝的維護(hù)費(fèi)率。

由式（5）—式（8）可得充電站n年的成本現(xiàn)值為：

式中：PV(C)為充電站成本C的現(xiàn)值。

凈現(xiàn)值A(chǔ)NPV是電動(dòng)汽車充電站未來現(xiàn)金流量的折現(xiàn)，基于1.1 和1.2 節(jié)分析可得其表達(dá)式為：

1.3 投資收益不確定性分析

由于電動(dòng)汽車充電站投資成本較大、專用性強(qiáng)，其收益也更容易受到宏觀和微觀環(huán)境的制約。影響電動(dòng)汽車充電站投資收益的不確定性因素[18]如表1 所示。

表1 影響電動(dòng)汽車充電站投資收益的不確定性因素Table 1 Uncertain factors affecting the investment income of charging station

1.3.1 宏觀環(huán)境的不確定性

1）經(jīng)濟(jì)。充電站行業(yè)與新能源汽車行業(yè)是資本密集型行業(yè)，受制于宏觀經(jīng)濟(jì)周期的影響。如果未來宏觀經(jīng)濟(jì)穩(wěn)中向好，針對這2 個(gè)行業(yè)的投資會(huì)增加，反之則減少。

2）政策。從整個(gè)行業(yè)來看，充電基礎(chǔ)設(shè)施補(bǔ)貼的強(qiáng)度會(huì)不斷調(diào)整且存在一定時(shí)限，政府補(bǔ)貼退坡會(huì)較大程度影響充電站投資，導(dǎo)致充電站收益不及預(yù)期。

3）社會(huì)。受城市規(guī)劃的影響，人口密度在各個(gè)區(qū)域的聚集程度不同，充電站在投資建設(shè)過程中需要將人口密度，作為判斷投入規(guī)模與潛在收益的依據(jù)。

4）技術(shù)?，F(xiàn)有技術(shù)無法徹底解決強(qiáng)光照、嚴(yán)寒風(fēng)雨、明火汽油接觸等條件引發(fā)的充電樁使用的安全問題。隨著行業(yè)技術(shù)革新，現(xiàn)有安全問題將逐步解決，也必然會(huì)加速充電站投資收益增加的進(jìn)程。

1.3.2 微觀環(huán)境的不確定性

1）市場潛力。長期來看，新能源汽車保有量、充電站的建設(shè)數(shù)量都會(huì)導(dǎo)致車主充電需求發(fā)生改變和引起充電量波動(dòng)，進(jìn)而增加充電站收益的不確定性。

2）投資成本。由于直流充電樁（快充）的購置成本遠(yuǎn)高于交流充電樁（慢充），因此對于充電站而言擴(kuò)大直流充電樁的建設(shè)規(guī)模會(huì)一定程度影響項(xiàng)目收益。此外，充電站建設(shè)用地的土地租金價(jià)格高低，也會(huì)影響項(xiàng)目收益。

3）運(yùn)營效益。隨著政府逐步重視電價(jià)機(jī)制改革以及電力價(jià)格的逐步放開，未來電價(jià)將參與市場競爭，成為不確定量。同理，服務(wù)費(fèi)的制定也取決于同類充電站競爭引起的價(jià)格調(diào)整變化。這2 者變動(dòng)都會(huì)直接導(dǎo)致充電站價(jià)值具有波動(dòng)性。

基于1.3 節(jié)分析可知，電動(dòng)汽車充電站項(xiàng)目收益存在多重不確定性，在具體投資決策中需要重視不確定性因素帶來的附加期權(quán)價(jià)值。

2 電動(dòng)汽車充電站投資實(shí)物期權(quán)模型

2.1 實(shí)物期權(quán)理論分析

基于實(shí)物期權(quán)理論，電動(dòng)汽車充電站的第一階段投資等同于購買基礎(chǔ)資產(chǎn)的期權(quán)，具體衍生出5種主要的多重期權(quán)：擴(kuò)張期權(quán)、延遲期權(quán)、收縮期權(quán)、放棄期權(quán)、轉(zhuǎn)換期權(quán)。第二階段的投資視充電站所處的宏觀和微觀環(huán)境而定。由于充電站的初始投資成本較大、運(yùn)營年限較長且充電基礎(chǔ)設(shè)施有很強(qiáng)的專用性，項(xiàng)目一旦開工建設(shè)極難撤銷，具有不可逆性。根據(jù)現(xiàn)代決策理論可知：充電站項(xiàng)目投資過程中風(fēng)險(xiǎn)越大，經(jīng)營管理者對項(xiàng)目的預(yù)期收益越高。而實(shí)物期權(quán)的定價(jià)方法可以較好地反映充電站投資項(xiàng)目未來價(jià)值的增長潛力，避免傳統(tǒng)投資決策模型估值的局限性，故本文研究方法采用實(shí)物期權(quán)。

2.2 B-S模型

實(shí)物期權(quán)基本模型分為B-S 模型和二叉樹模型。二叉樹模型對步長的確定沒有統(tǒng)一劃分標(biāo)準(zhǔn)，人為劃分容易造成偏差，影響期權(quán)價(jià)值的準(zhǔn)確性。相較于二叉樹模型，B-S 模型假設(shè)條件嚴(yán)格、推理嚴(yán)謹(jǐn)，所以本文采用B-S 模型開展研究。

一般對電動(dòng)汽車充電站的投資分多個(gè)階段進(jìn)行，具體分為一期建設(shè)運(yùn)營期階段和二期充電樁增容等階段。充電站增容依賴于用戶的充電需求，經(jīng)營管理者可根據(jù)用電需求增長率預(yù)測確定下一期投資時(shí)間和規(guī)模。當(dāng)充電站運(yùn)營獲批后，充電站投資具有歐式看漲期權(quán)特性。B-S 模型表達(dá)式為：

式中：c0為充電站投資項(xiàng)目的期權(quán)價(jià)值；S0為未來充電站項(xiàng)目不考慮Cin的各年度現(xiàn)金流現(xiàn)值；N(D1)和N(D2)分別為標(biāo)準(zhǔn)正態(tài)分布下變量小于D1和D2時(shí)的累計(jì)概率；D1和D2為實(shí)數(shù)軸上的任意值；r為無風(fēng)險(xiǎn)利率；T為充電站投資項(xiàng)目的等待期；σ為充電站投資項(xiàng)目收益的波動(dòng)率。

引入實(shí)物期權(quán)理論后，充電站的投資價(jià)值不僅要考慮其凈現(xiàn)值，還要衡量項(xiàng)目不確定性帶來的期權(quán)價(jià)值，充電站投資總價(jià)值（即項(xiàng)目擴(kuò)展凈現(xiàn)值）WENP為：

2.3 投資收益波動(dòng)率建模

波動(dòng)率關(guān)系著期權(quán)價(jià)值的準(zhǔn)確性，是B-S 模型中的重要參數(shù)。波動(dòng)率的常規(guī)計(jì)算方法有歷史波動(dòng)率替代、蒙特卡洛模擬、GARCH 模型預(yù)測等[17]。在傳統(tǒng)的實(shí)物期權(quán)模型中，電動(dòng)汽車充電站投資價(jià)值被設(shè)定為一個(gè)整體變量，其波動(dòng)率也僅設(shè)定為一個(gè)輸入?yún)?shù)而未進(jìn)行深入探討。下文將針對充電站投資的不確定因素進(jìn)行波動(dòng)率建模。

2.3.1 不確定因素建模

雖然充電站投資收益面臨諸多的不確定因素，但充電站投資收益主要受制于充電量波動(dòng)和充電站成本變動(dòng)兩個(gè)方面。

1）充電量波動(dòng)。充電量波動(dòng)是影響充電站投資收益的重要因素。隨著新能源汽車保有量的逐年攀升和充電基礎(chǔ)設(shè)施的逐步完善，未來用戶的充電需求量將會(huì)激增。由于用戶的充電需求量是一個(gè)隨機(jī)過程，具有不確定性，因此本文假設(shè)充電量服從幾何布朗運(yùn)動(dòng)[18-20]，其表達(dá)式為：

式中：dzQ為維納過程zQ的獨(dú)立增量；εQt為服從（0，1）的正態(tài)分布隨機(jī)變量；αQ和σQ分別為充電站充電量的漂移率和波動(dòng)率。

2）充電站成本變動(dòng)。考慮實(shí)際投資中的柔性決策，充電站會(huì)視經(jīng)濟(jì)發(fā)展情況、充電樁建設(shè)缺口、技術(shù)改進(jìn)的情況來調(diào)整充電站擴(kuò)建或是充電樁增容的投資，因此充電站的成本是隨機(jī)變化的。假設(shè)充電站成本服從幾何布朗運(yùn)動(dòng)，其表達(dá)式為：

式中：dzC為維納過程zC的獨(dú)立增量；εCt為服從（0，1）的正態(tài)分布隨機(jī)變量；αC和σC分別為充電站投資成本的漂移率和波動(dòng)率。

2.3.2 波動(dòng)率建模

B-S 模型由布朗運(yùn)動(dòng)推導(dǎo)得到，充電站投資項(xiàng)目的收益波動(dòng)率模型表達(dá)式為：

式中：γQC為充電量波動(dòng)與投資成本變動(dòng)的相關(guān)系數(shù)。

充電量與投資成本之間存在溢出效應(yīng)，所以本文假設(shè)充電站投資收益與充電量及充電站成本之間存在正相關(guān)性。根據(jù)式（10），項(xiàng)目收益波動(dòng)率可進(jìn)一步表示為：

在期權(quán)模型中經(jīng)常應(yīng)用伊藤引理展開伊藤過程函數(shù)，幾何布朗運(yùn)動(dòng)是一種簡單形式的伊藤過程，該過程對時(shí)間連續(xù)但不可微。然而在期權(quán)定價(jià)過程中，需要對充電量波動(dòng)函數(shù)和充電站成本變動(dòng)函數(shù)進(jìn)行求導(dǎo)[21]。為進(jìn)一步求解式（16），需要根據(jù)伊藤引理將充電站投資價(jià)值的微分dANPV進(jìn)行二階泰勒展開。為簡便運(yùn)算，將ANPV簡寫為V，其表達(dá)式為：

忽略比dt更快趨于0 的項(xiàng)，整理式（17）可得項(xiàng)目價(jià)值的波動(dòng)率，進(jìn)一步表示為：

式中：m為殘數(shù)。

3 算例分析

本文以浙江省某地級市G 公司典型區(qū)域充電站項(xiàng)目為例，將充電站選址位置劃分為工業(yè)區(qū)、住宅區(qū)、商業(yè)區(qū)、風(fēng)景區(qū)、公交區(qū)5 個(gè)區(qū)域[22-25]。以60 kW快充充電樁、7.5 kW 慢充充電樁的投資建設(shè)規(guī)劃展開算例分析，選取2019—2031 年為“風(fēng)險(xiǎn)-收益”評估周期。

考慮設(shè)備的購置、安裝與配電側(cè)的投入等因素，充電站快充單樁與慢充單樁的初始投資成本分別為1.2 元/W，0.5 元/W，由于充電設(shè)施行業(yè)采用10 kV等級以下的大工業(yè)電價(jià)，所以評估周期內(nèi)購電成本均取0.644 4 元/kWh。管理成本取充電站初始投資成本的6%并以每年3%遞增，維護(hù)成本取初始投資成本的3%并以每年1%遞增。此外，商業(yè)區(qū)建設(shè)充電站需要繳納一定的土地租金，為簡便計(jì)算計(jì)提當(dāng)年10%的充電站收入歸為土地租金成本。政府補(bǔ)貼以充電站初始投資成本的20%測算，平均服務(wù)費(fèi)按照小幅下降的趨勢收取。充電站建設(shè)參數(shù)如表2所示：

表2 充電站建設(shè)參數(shù)Table 2 Construction parameters of charging station

3.1 傳統(tǒng)凈現(xiàn)值測算結(jié)果

G 公司2019 年開展一期項(xiàng)目實(shí)際建設(shè)，分別在工業(yè)區(qū)、住宅區(qū)、商業(yè)區(qū)、風(fēng)景區(qū)及公交區(qū)各投放了20，25，20，4，4 個(gè)60 kW 快充。由于電動(dòng)汽車各年充電需求量不同，所以每年各區(qū)域充電樁利用率、平均充電費(fèi)用和平均充電服務(wù)價(jià)格也有所異同，各區(qū)域充電站指標(biāo)變化如圖1 所示。

圖1 各區(qū)域充電站指標(biāo)變化Fig.1 Index changes of charging stations in each region

由圖1（a）可知，前期工業(yè)區(qū)的充電樁利用率增長緩慢，經(jīng)過用電引導(dǎo)后利用率會(huì)高于住宅區(qū)、風(fēng)景區(qū)和公交區(qū)；受停車位的限制，商業(yè)區(qū)充電樁利用率會(huì)顯著高于其他各區(qū)；住宅區(qū)受車主晚間時(shí)段充電需求影響，充電樁利用率較低；風(fēng)景區(qū)與公交區(qū)充電樁利用率較為穩(wěn)定。圖1（b），圖1（c）反映了在測算周期內(nèi)，G 公司對各區(qū)域平均充電費(fèi)增長和平均充電服務(wù)費(fèi)下降的預(yù)期。

根據(jù)充電設(shè)施行業(yè)收益率10%測算，一期投資如表3 所示。

表3 一期投資Table 3 Phase I investment 元

由表3 可知，只有住宅區(qū)的ANPV遠(yuǎn)小于0。按照傳統(tǒng)剛性的投資決策方法，應(yīng)該停止對住宅區(qū)充電站的二期擴(kuò)容投資計(jì)劃。但隨著住宅區(qū)電動(dòng)汽車的數(shù)量增加和用戶充電量需求上升，在住宅區(qū)投資充電站可能帶來額外的期權(quán)價(jià)值，所以在投資過程中需要進(jìn)行柔性決策。

G 公司認(rèn)為公交區(qū)投放的充電樁基本滿足充電需求無須再追加投資。項(xiàng)目計(jì)劃在2020 年追加投資開展二期建設(shè)，分別在工業(yè)區(qū)、住宅區(qū)、商業(yè)區(qū)、風(fēng)景區(qū)投放20，30，20，5 臺60 kW 快充充電樁，建設(shè)期為1 年，評估周期為2021—2031 年。二期投資如表4 所示。

表4 二期投資Table 4 Phase II investment 元

由表4 可知，商業(yè)區(qū)充電站的ANPV值最大。雖然住宅區(qū)充電站初始投資高于其他3 個(gè)區(qū)域，但ANPV值較小。為此，本文將進(jìn)一步分析4 個(gè)區(qū)域充電站的實(shí)物期權(quán)價(jià)值。

3.2 實(shí)物期權(quán)測算結(jié)果

由于σQ，σC參數(shù)的市場樣本較難獲取，因此以G 公司提供的同類型充電站運(yùn)營數(shù)據(jù)為基礎(chǔ)測算參數(shù)。區(qū)域波動(dòng)率測算結(jié)果如表5 所示。

表5 區(qū)域波動(dòng)率測算結(jié)果Table 5 Calculation results of regional volatility

由表5 可知，在工業(yè)區(qū)和商業(yè)區(qū)投資充電站項(xiàng)目風(fēng)險(xiǎn)最大，風(fēng)景區(qū)投資充電站項(xiàng)目風(fēng)險(xiǎn)最小。根據(jù)式（11）、表4 和表5 可得4 個(gè)區(qū)域充電站的實(shí)物期權(quán)價(jià)值和WENP值，如表6 所示。

表6 實(shí)物期權(quán)價(jià)值Table 6 Project real option value 元

由表6 可知，在商業(yè)區(qū)和工業(yè)區(qū)投資充電站的期權(quán)價(jià)值最大，住宅區(qū)充電站的期權(quán)價(jià)值是風(fēng)景區(qū)的3 倍。4 個(gè)區(qū)域的WENP值存在較大差距，實(shí)物期權(quán)法測算結(jié)果如圖2 所示。

圖2 實(shí)物期權(quán)法測算結(jié)果Fig.2 Calculation results of real option method

由圖2 可知，對比4 個(gè)區(qū)域充電站項(xiàng)目的看漲期權(quán)價(jià)值，商業(yè)區(qū)的WENP值最大，可擴(kuò)容建設(shè)。工業(yè)區(qū)和風(fēng)景區(qū)在規(guī)模電動(dòng)汽車的滲透率下同樣具有追加投資的潛力。而大規(guī)?？斐涑杀窘档土俗≌瑓^(qū)充電站投資效益，導(dǎo)致住宅區(qū)的WENP值小于風(fēng)景區(qū)。因此本文進(jìn)一步優(yōu)化住宅區(qū)充電站二期投資場景，改為全部投放慢充。住宅區(qū)充電站投資優(yōu)化前后對比如表7 所示。

表7 住宅區(qū)充電站投資優(yōu)化前后對比Table 7 Comparison before and after investment optimization of charging station in residential area

由表7 可知，將住宅區(qū)充電站二期投資更換為慢充投資策略時(shí)，WENP實(shí)現(xiàn)大幅度增長。這是由于慢充的初始投資成本遠(yuǎn)低于快充，住宅區(qū)充電樁利用率偏低，如果全部投放快充，易導(dǎo)致總體效能下降，相反快慢充結(jié)合可以有效實(shí)現(xiàn)車主的需求，減少公司投資成本。

3.3 敏感性分析

為進(jìn)一步展現(xiàn)表6 中不同區(qū)域充電站W(wǎng)ENP對項(xiàng)目波動(dòng)率變化的反應(yīng)程度，對項(xiàng)目波動(dòng)率上下調(diào)整10%，20%，且考慮表7 中住宅區(qū)充電站投資優(yōu)化前后的兩種投資策略，以橫坐標(biāo)軸O 處的WENP為基準(zhǔn)值，觀測不同波動(dòng)率下的WENP變化情況，波動(dòng)率對不同區(qū)域WENP的敏感性分析如圖3 所示。

圖3 波動(dòng)率對不同區(qū)域WENP 的敏感性分析Fig.3 Sensitivity analysis of volatility to WENP in different regions

由圖3 可知，快充住宅區(qū)充電站W(wǎng)ENP對項(xiàng)目波動(dòng)率的變化最為敏感，當(dāng)波動(dòng)率增加20%時(shí)，其WENP增加逾10 萬元，具有高風(fēng)險(xiǎn)高回報(bào)特征，但需要警惕的是快充建設(shè)成本高、投資回收長；而快慢充組合的住宅區(qū)充電站W(wǎng)ENP呈現(xiàn)剛性，抗風(fēng)險(xiǎn)能力強(qiáng)，能夠給公司帶來穩(wěn)定的經(jīng)濟(jì)效益；風(fēng)景區(qū)的充電站W(wǎng)ENP相比于工業(yè)區(qū)、商業(yè)區(qū)會(huì)更容易受到項(xiàng)目波動(dòng)率的影響，但前后WENP差距較小，說明風(fēng)險(xiǎn)承受能力較大。

商業(yè)區(qū)、工業(yè)區(qū)、風(fēng)景區(qū)的一期項(xiàng)目投資蘊(yùn)含了后續(xù)投資機(jī)會(huì)，會(huì)帶來實(shí)物期權(quán)價(jià)值，在這3 個(gè)區(qū)域建設(shè)充電站且全部投入快充充電樁，項(xiàng)目可獲得較好的盈利能力。綜合權(quán)衡效益與風(fēng)險(xiǎn)后，對住宅區(qū)充電站投資采取一期投入快充、二期投入慢充的策略更加符合經(jīng)濟(jì)性，采用實(shí)物期權(quán)法對G 公司充電站項(xiàng)目進(jìn)行投資決策更具有現(xiàn)實(shí)意義。

4 結(jié)語

本文在研究電動(dòng)汽車充電站項(xiàng)目投資時(shí)，通過分析充電站投資的多重不確定性因素，結(jié)合布朗運(yùn)動(dòng)原理考慮了充電量和投資成本的不確定性，構(gòu)建了基于B-S 模型的充電站投資價(jià)值評估模型，以此形成對充電站投資的實(shí)物期權(quán)價(jià)值及擴(kuò)展凈現(xiàn)值的綜合評估，有效彌補(bǔ)了傳統(tǒng)方法測算充電站投資價(jià)值的不足。但由于政府補(bǔ)貼政策和技術(shù)革新帶來的風(fēng)險(xiǎn)價(jià)值較難量化，本文未將以上2 點(diǎn)放入模型中，為提高投資決策精度，后續(xù)可以考慮開展政策與技術(shù)這2 類不確定性因素對充電站投資收益影響的量化研究。