C＆T和政府补贴下的绿色技术选择与产品定价研究

doi:10.16381/j.cnki.issn1003-207x.2021.1779

摘要/Abstract

摘要：

本文以碳排放总量控制与交易（C＆T）为政策背景，通过构建政府福利最大化与控排企业利润最大化的Stackelberg博弈模型，探讨政府不同补贴方式（单位产品补贴和绿色技术成本补贴）下控排企业绿色技术选择以及产品定价决策，并进一步分析不同政府补贴方式对控排企业碳排放以及社会福利的影响。研究结果表明：与绿色技术成本补贴相比，单位产品补贴下的最优价格更高，而且会导致更多的绿色生产和消费。而绿色技术成本补贴下的碳排放更低，企业利润更高；政府补贴总预算相同时，绿色技术成本补贴更有可能激励企业投资绿色技术。研究结果也表明，政府补贴并不能保证控排企业投资绿色技术和总碳排放减少，而是取决于绿色技术成本的范围、碳减排率以及控排企业的碳排放强度。此外，单位产品补贴下的社会福利要优于绿色技术成本补贴下的社会福利。数值实验验证了本文的有关研究结果。最后给出了政府补贴政策的相关建议。

关键词: C＆T, 政府补贴, 定价, 绿色消费偏好, 绿色技术选择

Abstract:

In this paper， under the background of carbon emission cap and trade （C＆T） policy， the Stackelberg game model of maximizing government welfare and controlling and emission enterprise’s profit is constructed to explore the choice of green technology and product pricing decisions of controlling and emission enterprises under different government subsidies （unit product subsidy and green technology cost subsidy）. Furthermore， the influence of different government subsidies on carbon emission control enterprises and social welfare is further analyzed. The results show that compared with the cost subsidy of green technology， the optimal price of unit product subsidy is higher， and will lead to more green production and consumption. The cost subsidy of green technology has lower carbon emissions and higher corporate profits. When the total budget of government subsidy is the same， the cost subsidy of green technology is more likely to encourage enterprises to invest in green technology. It is shown that government subsidies cannot guarantee the investment in green technologies and the reduction of total carbon emissions of enterprises， but depend on the range of green technology cost， carbon emission reduction rate and carbon emission intensity of enterprises. In addition， the social welfare under unit product subsidy is better than the social welfare under green technology cost subsidy. Numerical experiments verify the results of this paper. Finally， some suggestions on government subsidy policy are given.

Key words: C&T, government subsidies, pricing, green consumption preference, green technology selection

中图分类号:

F272.3

潘燕春,马晓晨. C＆T和政府补贴下的绿色技术选择与产品定价研究[J]. 中国管理科学, 2024, 32(2): 99-107.

Yanchun Pan,Xiaochen Ma. Green Technology Selection and Product Pricing Research under C＆T and Government Subsidies[J]. Chinese Journal of Management Science, 2024, 32(2): 99-107.

图/表 10

表1

模型参数与描述"

变量	描述
$a$	产品市场容量
$b$	产品需求弹性
$λ$	绿色消费偏好， $0 < λ < 1$
$r$	采用绿色技术后单位产品碳减排率， $0 < r < 1$
$e$	单位产品碳排放
$E$	企业总排放
$c g$	绿色技术投资成本
$u$	单位产品生产成本
$π$	企业收益
$p e$	碳价
$q$	产量
$A$	政府分配的免费碳配额
$l$	受绿色消费偏好影响，单位碳排放带来的最大需求下降
$v$	环境损害系数
$S W$	社会福利
$? π i j = π i - π j$	不同模型之间企业的利润之差，其中， $i, j = 0,1, 2$ 分别代表模型 $M 1 、 M 2 、 M 3$
$? E i j = E i - E j$	不同模型之间企业的碳排放之差
$? S W i j = S W i - S W j$	不同模型之间社会福利之差
决策变量
$p$	产品价格
$z$	是否投资绿色技术， $z = 1$ 表示投资； $z = 0$ 表示不投资
$s$	单位产品补贴大小
$k$	绿色技术成本补贴率， $0 < k < 1$

表1

表2

不同补贴模型下企业的最优决策"

参数	$M 1$	$M 2$
$p *$	$a - λ l e (1 - r) + b (p e e (1 - r) + u + s) 2 b$	$a - λ l e (1 - r) + b (p e e (1 - r) + u) 2 b$
$q *$	$a - λ l e (1 - r) - b (p e e (1 - r) + u - s) 2$	$a - λ l e (1 - r) - b (p e e (1 - r) + u) 2$
$π *$	$[a - λ l e (1 - r) - b (p e e (1 - r) + u - s)] 2 4 b + p e A - c g$	$[a - λ l e (1 - r) - b (p e e (1 - r) + u)] 2 4 b + p e A - (1 - k) c g$
$E *$	$a - λ l e (1 - r) - b (p e e (1 - r) + u - s) 2 e (1 - r)$	$a - λ l e (1 - r) - b (p e e (1 - r) + u) 2 e (1 - r)$

表2

表3

社会福利最大化下企业和政府的最优决策"

参数	$M 0$	$M 1$	$M 2$
$p *$	$a - λ l e + b (p e e + u) 2 b$	$a - e (1 - r) (b v + λ l) b$	$a - λ l e (1 - r) + b (u + p e e (1 - r)) 2 b$
$q *$	$a - λ l e - b (p e e + u) 2$	$a - λ l e (1 - r) - b (u + e (1 - r) (p e + v))$	$a - λ l e (1 - r) - b (u + p e e (1 - r)) 2$
$π *$	$[a - λ l e - b (p e e + u)] 2 4 b + p e A$	$[a - λ l e (1 - r) - b (u + e (1 - r) (p e + v))] 2 b + p e A - c g$	$[a - λ l e (1 - r) - b (u + p e e (1 - r))] 2 4 b + p e A - (1 - k) c g$
$E *$	$a - λ l e - b (p e e + u) 2 e$	$a - λ l e (1 - r) - b (u + e (1 - r) (p e + v)) e (1 - r)$	$a - λ l e (1 - r) - b (u + p e e (1 - r)) 2 e (1 - r)$
$S W *$	$(a - λ l e - b (p e e + u)) F + p e A$	$[a - λ l e (1 - r) - b (u + e (1 - r) (p e + v))] 2 2 b + p e A - c g$	$(a - λ l e (1 - r) - b (u + p e e (1 - r))) N + p e A - c g$

表3

表4

政府补贴下绿色技术成本、碳排放强度和绿色投资决策的关系"

补贴方式	$c g$	$e$	$z$
	$c g ≥ c g 1$	$? e$	0
单位产品补贴	$c g < c g 1$	$e ∈ (e 1 m i n, m i n e 1 m a x, a + b u λ l - b p e)$	1
		$e < e 1 m i n$ 或 $e > e 1 m a x$	0
	$c g ≥ c g 2$	$? e$	0
绿色技术成本补贴	$c g < c g 2$	$e ∈ (e 2 m i n, m i n e 2 m a x, a + b u λ l - b p e)$	1
		$e < e 2 m i n$ 或 $e > e 2 m a x$	0

表4

表5

不同情形下碳排放总量的比较"

补贴方式	$r$	$e$	$? E i 0$
	$0 < r ≤ 1 - 22$	$0 < e < m i n e 1, a + b u λ l - b p e$	$? E 10 > 0$
		$m i n e 1, a + b u λ l - b p e < e < a + b u λ l - b p e$	$? E 10 < 0$
单位产品补贴	$1 - 22 < r ≤ 1 - λ l + b p e 2 (b (p e + v) + λ l)$	$e < a + b u λ l - b p e$	$? E 10 > 0$
	$1 - λ l + b p e 2 (b (p e + v) + λ l) ? < r ≤ 12$		$? E 10 < 0$
	$12 < r ≤ 1$	$0 < e < m i n e 1, a + b u λ l - b p e$	$? E 10 > 0$
		$m i n e 1, a + b u λ l - b p e < e < a + b u λ l - b p e$	$? E 10 < 0$
绿色技术成本补贴	$0 < r < 1$	$0 < e < m i n e 2, a + b u λ l - b p e$	$? E 20 > 0$
		$m i n e 2, a + b u λ l - b p e < e < a + b u λ l - b p e$	$? E 20 < 0$

表5

表6

参数取值"

模型参数	取值	单位
$a$	$2 × 106$	$m 2$
$b$	1200	$m 2 / 元$
$u$	700	$元 / m 2$
$r$	0.08
$e$	0.086	吨 $C o 2 E / m 2$
$A$	$4 × 104$	吨 $C o 2 E$
$c g$	$1.79 × 105$	元
$p e$	45	$元 / 吨 C o 2 E$

表6

图1

图2

图3

图4

参考文献 22

1	Zhang Y G. Supply-side structural effect on carbon emissions in China［J］. Energy Economics， 2010， 32（1）： 186-193．
2	Jiang J J， Xie D J， Ye B， et al. Research on China’s cap-and-trade carbon emission trading scheme： overview and outlook［J］. Applied Energy， 2016， 178： 902-917.
3	Zhang Y， Hussam A， Ali D. A stochastic reverse logistics production routing model with environmental considerations［J］. Annals of Operations Research， 2018， 271（2）： 1023-1044.
4	Xie Y， Liu X， Chen Q， et al. An integrated assessment for achieving the 2°C target pathway in China by 2030［J］. Journal of Cleaner Production， 2020， 268： 122238.
5	Hwang S N， Chen C， Chen Y， et al. Sustainable design performance evaluation with applications in the automobile industry： focusing on inefficiency by undesirable factors［J］. Omega， 2013， 41（3）： 553-558.
6	曹裕，李青松，胡韩莉. 不同政府补贴策略对供应链绿色决策的影响研究［J］. 管理学报， 2019， 16（2）： 297-305.
	Cao Y， Li Q S， Hu H L. Research on the influence of different government subsidy strategies on the of green decision-making in supply chain［J］. Chinese Journal Management，2019， 16（2）： 297-305.
7	刘小兰，杨军，王清蓉. 碳排放交易机制下政府补贴的供应链减排博弈分析［J］. 昆明理工大学学报（社会科学版）， 2017， 17（2）： 73-82.
	Liu X L， Yang J， Wang Q R. Game analysis on carbon emission reduction on supply chain considering government subsidies under carbon cap and trade system［J］. Journal of Kunming University of Science and Technology，2017， 17（2）： 73-82.
8	贺勇，陈志豪，廖诺. 政府补贴方式对绿色供应链制造商减排决策的影响机制［J］.中国管理科学， 2022， 30 （6）： 87-98.
	He Y， Chen Z H， Liao N. The impact mechanism of government subsidy approach on manufacturer’s decision-making in green supply chain［J］. Chinese Journal of Management Science， 2022， 30（6）： 87-98.
9	Pan Y C， Hussain J， Liang X Y， et al. A duopoly game model for pricing and green technology selection under cap-and-trade scheme［J］. Computers & Industrial Engineering， 2021， 153： 107030.
10	Drake D F， Kleindorfer P R， Wassenhove L V. Technology choice and capacity portfolios under emissions regulation［J］. Production ＆ Operations Management， 2016， 25（6）： 1006-1025.
11	Yang W， Pan Y C， Ma J H， et al. Effects of allowance allocation rules on green technology investment and product pricing under the cap-and-trade mechanism［J］. Energy Policy， 2020， 139： 111333.
12	Hussain J， Pan Y C， Ali G， et al. Pricing behavior of monopoly market with the implementation of green technology decision under emission reduction subsidy policy［J］. Science of The Total Environment， 2020， 709： 1-8.
13	Jamali M B， Rasti-Barzoki M. A game theoretic approach for green and non-green product pricing in chain-to-chain competitive sustainable and regular dual-channel supply chains［J］. Journal of Cleaner Production， 2018， 170： 1029-1043.
14	Yang W， Pan Y C， Ma J H， et al. Optimization on emission permit trading and green technology implementation under cap-and-trade scheme［J］. Journal of Cleaner Production， 2018， 194： 288-299.
15	曹细玉，张杰芳. 碳减排补贴与碳税下的供应链碳减排决策优化与协调［J］.运筹与管理， 2018， 27（4）： 57-61.
	Cao X Y， Zhang J F. Carbon reduction optimization and coordination of supply chain under carbon reduction subsidy and carbon tax［J］. Operations Research and Management Science， 2018， 27（4）： 57-61.
16	易明，程晓曼. 碳价格政策视角下企业绿色创新决策研究［J］. 软科学， 2018， 32（7）： 74-78.
	Yi M， Cheng X M. Study on the green innovation strategy of enterprise from the perspective of carbon pricing policies［J］. Soft Science， 2018， 32（7）： 74-78.
17	杨晓辉，游达明. 考虑消费者环保意识与政府补贴的企业绿色技术创新决策研究［J］.中国管理科学， 2022， 30（9）： 263-274.
	Yang X H， You D M. Research on enterprises green technology innovation decisions——Under the perceptive of consumer environmental awareness and government subsidies［J］. Chinese Journal of Management Science， 2022， 30（9）： 263-274.
18	Zhang S Y， Wang C X， Yu C， et al. Governmental cap regulation and manufacturer’s low carbon strategy in a supply chain with different power structures［J］. Computers ＆ Industrial Engineering， 2019， 134： 27-36.
19	Cao J， Ho M S， Jorgenson D W， et al. China's emissions trading system and an ETS-carbon tax hybrid［J］. Energy Economics， 2019， 81（6）： 741-753.
20	Yenipazarli A. Managing new and remanufactured products to mitigate environmental damage under emissions regulation［J］. European Journal of Operational Research， 2016， 249（1）： 117-130.
21	Cao K Y， Xu X P， Wu Q， et al. Optimal production and carbon emission reduction level under cap and-trade and low carbon subsidy policies［J］. Journal of Cleaner Production，167（11）： 505-513.
22	CarbonTrust， Demand for lower carbon lifestyles is putting pressure on ［EB/OL］.（2011-01-07）［2022-06-24］.

[1]	王君,马闻康,鲁馨蔓. 考虑成本信息透明和学习效应的跨期定价策略[J]. 中国管理科学, 2024, 32(2): 11-22.
[2]	张华,李莉,何向,朱星圳,胡娇,杨文胜. 预售策略下销售商定价与广告投放决策[J]. 中国管理科学, 2024, 32(2): 231-241.
[3]	宋亚楠,南瑞娟,谷炜,王道平. 基于司机服务努力水平的共享出行平台定价与补贴策略研究[J]. 中国管理科学, 2024, 32(2): 265-275.
[4]	汪乐,宋杨,范体军. 制造商直播引入的策略研究[J]. 中国管理科学, 2024, 32(2): 276-284.
[5]	林志炳,吴清. 基于随机参照价格的BODS全渠道绿色供应链定价和渠道策略研究[J]. 中国管理科学, 2024, 32(2): 65-74.
[6]	周晓阳,李长长,刘莹,赵凡,冯耕中,汪寿阳. 工业互联网平台、开发商与企业的三方协作演化策略[J]. 中国管理科学, 2024, 32(1): 276-287.
[7]	刘旭旺,朱成娜,雒兴刚,齐微. 考虑负网络效应的产品线动态定价研究[J]. 中国管理科学, 2023, 31(9): 127-136.
[8]	唐跃武,宋杨,范体军. 考虑多种等待成本策略型消费者的零售商定价研究[J]. 中国管理科学, 2023, 31(9): 177-185.
[9]	冯华, 邱雨如, 黄宇, 唐紫璇. 养老服务补贴研究：补需方比补供方更好吗？[J]. 中国管理科学, 2023, 31(9): 266-277.
[10]	陈崇萍,卓晓坡,陈杰. 不同付款方式下供应不确定企业的采购源与定价策略研究[J]. 中国管理科学, 2023, 31(8): 162-172.
[11]	康文津, 章康. 中国A股市场流动性冲击与股票回报率关系研究[J]. 中国管理科学, 2023, 31(7): 68-77.
[12]	冯春, 何征, 郭倩芸, 张怡. 零售商引入扶贫产品的策略研究[J]. 中国管理科学, 2023, 31(6): 25-38.
[13]	姜璇, 王婷, 邓世名. 品牌商直营模式下的新产品运营策略：质量、价格和渠道的联合决策[J]. 中国管理科学, 2023, 31(6): 49-59.
[14]	梁喜, 肖金凤. 基于区块链和消费者敏感的双渠道供应链定价与渠道选择[J]. 中国管理科学, 2023, 31(5): 29-38.
[15]	桂云苗, 程静, 龚本刚. 不同信息策略下竞争型网络货运平台定价研究[J]. 中国管理科学, 2023, 31(5): 176-186.