非对称信息下考虑绿色偏好差异化与碳约束的减排定价策略优化

doi:10.16381/j.cnki.issn1003-207x.2021.1185

摘要/Abstract

摘要：

气候恶化促使政府倡导低碳发展，企业既要遵从碳约束又要满足消费者需求才能实现可持续发展。文章考虑消费者绿色偏好差异化和非对称信息的影响，构建策略型消费者、减排企业与政府组成的带约束的两阶段博弈决策模型。首先通过逆向选择机制优化企业减排定价策略，然后设计能兼顾经济与环境效益的碳政策，最后针对不同市场结构进行仿真模拟，发现：（1）当市场中绿色消费者较多时，碳交易价格随绿色偏好强度而递增；当普通消费者更多时，碳价随偏好强度而递减。（2）减排技术进步和信息壁垒加剧会使企业加大减排投入，当减排难度较大时，政府可提高碳配额、降低碳价或加强碳标签政策。（3）针对高排放企业的碳政策：当政府为了促进减排、缩小产品差异时，应实施紧缩的碳配额政策；为了提高社会福利时，应放宽碳约束并提高碳价。（4）政府在低或中等偏好市场中提高碳价、均匀市场中降低碳价，能促进社会减排。

关键词: 碳减排, 碳政策组合, 差异化绿色需求, 非对称信息

Abstract:

The rapid development of human society brings about the continuous deterioration of the environment， leading many countries put the green development on the agenda. Enterprises should concurrently satisfy the carbon policy constraints and consumer behavior in order to achieve sustained development. Therefore， it is important to optimize the pricing and emission reduction strategy for firms and the carbon policy decision-making for government under various market structures.Based on consumer preference differentiation and information asymmetry， a two-stage game theory model consists of strategic consumers， emission-constraint enterprise and government is built： Firstly， the enterprise’s decisions on emission reducing and pricing is optimized by adverse selection method； Then the carbon policies are designed which can improve both economic and environmental benefits for government； Ultimately， the results are simulated under three market structures.（1） When there are more green consumers in the market， the carbon trading price increases with the growth of green preference， while when less green consumers， the trading price decreases；（2） The carbon reduction degree will be raised with the improvement of reduction technology and the aggravation of information barrier. When marginal reduction cost is high， the government should increase carbon quota， reduce carbon price or implement stricter labeling policy. （3） When the government implements carbon policies for high-pollution enterprise， the carbon quota should be reduced with the aim of higher reduction degree and less product differentiation. Otherwise， the carbon constraint should be relaxed and trading price should be increased with the goal of higher social welfare. （4） In order to stimulate emission reduction， the government should raise the carbon trading price in a low-preference and normal-preference market， and reduce the price in a similar-preference market. On the other hand， in order to optimize the enterprise’s profit， the government should control the trading price higher or lower than a certain value in a low-preference market， increase the carbon price in a similar-preference market and decrease the price in a normal-preference market.

Key words: carbon emission reduction, carbon policies, differentiated green demand, information asymmetry

中图分类号:

F273

李璟,谢家平,古丽扎尔·艾赛提. 非对称信息下考虑绿色偏好差异化与碳约束的减排定价策略优化[J]. 中国管理科学, 2024, 32(4): 293-305.

Jing Li,Jiaping Xie,Aisaiti Gulizhaer. Optimization of Emission Reducing and Pricing Decisions Based on Differentiated Green Preference and Carbon Constraints under Information Asymmetry[J]. Chinese Journal of Management Science, 2024, 32(4): 293-305.

图/表 11

图1

表1

参数符号说明"

参数	说明	参数	说明	参数	说明
$u$ / $v$	消费者剩余/效用函数	下标 $i$	不同偏好类型的消费者 $i = 1,2, …, n$	上标 $F$	对称信息下两种产品的均衡
$θ$	消费者偏好强度系数	下标 $- i$	除 $i$ 之外的其他类型消费者	上标 $S$	非对称信息下两种产品的均衡
$δ$	制造商减排努力系数	下标 $m$	制造商	$上标 G$	非对称信息下多种产品的均衡
$q 0$	企业的初始碳排放总量	决策变量		上标 $U$	区间上限
$q G$	政府给定碳排放权配额总量	$p i$	制造商决策产品的销售价格	上标 $L$	区间下限
$α$	制造商可购买碳权上限	$q i$	制造商决策产品的减排努力	上标 $G U$	均匀偏好市场
$β$	制造商可出售碳权上限	$p C$	政府决策的碳交易价格	上标 $G D$	低偏好市场
$λ i$	市场中 $i$ 类型消费者占比			上标 $G C$	中等偏好市场

表1

图2

图3

图4

图5

图6

图7

图8

图9

图10

参考文献 37

1	Goldthau A， Hughes L. Protect global supply chains for low-carbon technologies［J］.Nature， 2020， 585： 28-30.
2	Lin B， Jia Z. Why do we suggest small sectoral coverage in China’s carbon trading market？［J］. Journal of Cleaner Production， 2020， 257： 120557.
3	Smriti M. How China could be carbon neutral by mid-century［J］. Nature， 2020， 586： 482-483.
4	陈林，万攀兵. 《京都议定书》及其清洁发展机制的减排效应——基于中国参与全球环境治理微观项目数据的分析［J］. 经济研究， 2019， 54（3）： 57-73.
	Chen L， Wan P B. The Kyoto protocol and its clean development mechanism's emission reduction effects： micro-project data on China's participation in global environmental governance［J］. Economic Research Journal， 2019， 54（3）： 57-73.
5	Liu T， Wang Q， Su B. A review of carbon labeling： standards， implementation， and impact［J］. Renewable & Sustainable Energy Reviews， 2016， 53： 68-79.
6	Guo Y， Li M， Xue J， et al. Evaluation of effectiveness of China's carbon emissions trading scheme in carbon mitigation［J］. Energy Economics， 2020，90， 104872.
7	Stern N. The economics of climate change［J］. American Economic Review， 2008， 98（2）： 1-37.
8	Figueres C， Quere C L， Mahindra A， et al. Emissions are still rising： ramp up the cuts［J］. Nature， 2018， 564： 27-30.
9	Salanie B. The economics of contracts［M］. The MIT Press， 1997.
10	苏媛，李广培. 绿色技术创新能力、产品差异化与企业竞争力——基于节能环保产业上市公司的分析［J］. 中国管理科学， 2021， 29（4）： 46-56.
	Su Y， Li G P. Green technological innocation ability， product differentiation and enterprise competitiveness： analysis of energy saving and environmental protection industry listed companies［J］. Chinese Journal of Management Science， 2021， 29（4）： 46-56.
11	Mantovani A， Vergari C. Environmental vs hedonic quality： which policy can help in lowering pollution emissions？［J］. Environment & Development Economics， 2017， 22（3）： 274-304.
12	Cao K， Xu X， 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， 2017， 167： 505-513.
13	Benjaafar S， Li Y， Daskin M. Carbon footprint and the management of supply chains： insights from simple models［J］. IEEE Transactions on Automation Science & Engineering， 2013， 10（1）： 99-116.
14	Girod B， De Haan P. More or better？ A model for changes in household greenhouse gas emissions due to higher income［J］. Journal of Industrial Ecology， 2010， 14（1）： 31-49.
15	Du S F， Zhu J， Jiao H. Game-theoretical analysis for supply chain with consumer preference to low carbon［J］. International Journal of Production Research， 2015， 53（12）： 3753-3768.
16	Cao K， Xu X， 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， 2017， 167： 505-513.
17	Wang S， Wan L， Li T， et al. Exploring the effect of cap-and-trade mechanism on firm's production planning and emission reduction strategy［J］. Journal of Cleaner Production， 2018， 172： 591-601.
18	Ren J， Bian Y， Xu X， et al. Allocation of product-related carbon emission abatement target in a make-to-order supply chain［J］. Computers & Industrial Engineering， 2015， 80：181-194.
19	Chai Q， Xiao Z， Lai K， et al. Can carbon cap and trade mechanism be beneficial for remanufacturing？［J］. International Journal of Production Economics， 2018， 203： 311-321.
20	Ji J， Zhang Z， Yang L. Carbon emission reduction decisions in the retail-dual-channel supply chain with consumers’ preference［J］. Journal of Cleaner Production， 2017， 141： 852-867.
21	张玲红，刘方媛，朱立龙，等. 考虑零售商公平关切与广告努力水平的碳减排策略研究［J］. 中国管理科学， 2021， 29（4）： 138-148.
	Zhang L H， Liu F Y， Zhu L L， et al. The optimal carbon emission reduction strategy with retailer’s fairness concern and adcertising effort level［J］. Chinese Journal of Management Science， 2021， 29（4）： 138-148.
22	Yang L， Wang G， Ke C. Remanufacturing and promotion in dual-channel supply chains under cap-and-trade regulation［J］.Journal of Cleaner Production， 2018， 204： 939-957.
23	赵道致，原白云，徐春秋. 低碳环境下供应链纵向减排合作的动态协调策略［J］. 管理工程学报， 2016， 30（1）： 147-154.
	Zhao D Z， Yuan B Y， Xu C Q. Dynamic coordination strategy of vertical cooperative on carbon emission reduction in supply chain under low-carbon era［J］. Journal of Industrial Engineering Management， 2016， 30（1）： 147-154.
24	武丹，杨玉香.考虑消费者低碳偏好的供应链减排微分博弈模型研究［J］.中国管理科学，2021，29（4）： 126-137.
	Wu D， Yang Y X. Study on the differentical game model for supply chain with consumers’ low carbon preference［J］. Chinese Journal of Management Science， 2021， 29（4）： 126-137.
25	Gallastegui D I G. The use of eco-labels： a review of the literature［J］. Environmental Policy & Governance， 2010， 12（6）： 316-331.
26	Bernstein S， Cashore B. Can non-state global governance be legitimate？ An analytical framework［J］. Regulation & Governance， 2010， 1（4）： 347-371.
27	Emberger-Klein A， Menrad K. The effect of information provision on supermarket consumers' use of and preferences for carbon labels in Germany［J］. Journal of Cleaner Production， 2018， 172： 253-263.
28	Li Q， Long R， Chen H. Empirical study of the willingness of consumers to purchase low-carbon products by considering carbon labels： a case study［J］. Journal of Cleaner Production， 2017， 161： 1237-1250.
29	Cho Y N. Different shades of green consciousness： the interplay of sustainability labeling and environmental impact on product evaluations［J］. Journal of Business Ethics， 2015， 128（1）：1-10.
30	Friedrich D. Welfare effects from eco-labeled crude oil preserving wood-polymer composites： a comprehensive literature review and case study［J］. Journal of Cleaner Production， 2018， 188： 625-637.
31	Zhao R， Geng Y， Liu Y， et al. Consumers’ perception， purchase intention， and willingness to pay for carbon-labeled products： a case study of Chengdu in China［J］. Journal of Cleaner Production， 2018， 171： 1664-1671.
32	Delmas M A， Lessem N. Eco-premium or eco-penalty？ Eco-labels and quality in the organic wine market［J］.Business & Society，2017，56（2）： 318-356.
33	Xia L， Hao W， Qin J， et al. Carbon emission reduction and promotion policies considering social preferences and consumers' low-carbon awareness in the cap-and-trade system［J］. Journal of Cleaner Production， 2018， 195： 1105-1124.
34	士明军，王勇，吉进迪，等.政府补贴下绿色供应链需求预测信息共享研究［J］. 管理工程学报， 2020， 34（4）： 119-125.
	Shi M J， Wang Y， Ji J D， et al. Information sharing with respect to green supply chain demand forecasts under government subsidies［J］. Journal of Industrial Engineering Management， 2020， 34（4）： 119-125.
35	Ghosh D， Shah J. A comparative analysis of greening policies across supply chain structures［J］. International Journal of Production Economics， 2012， 135（2）：568-583.
36	Stole L A. Price Discrimination and Competition［J］. Handbook of Industrial Organization， 2007， 3（6）：2221-2299.
37	Schmitz P W. Contracting under adverse selection： Certifiable vs. uncertifiable information［J］. Jounal of Economic Behavior & Organization， 2021， 182： 100-112.

[1]	李飚,夏西强,李秋月. 碳配额下碳交易对碳减排效应的影响及协调机制研究[J]. 中国管理科学, 2024, 32(8): 250-260.
[2]	张川,田雨鑫,崔梦雨. 电动汽车动力电池制造商混合渠道回收模式选择与碳减排决策[J]. 中国管理科学, 2024, 32(6): 184-195.
[3]	方国昌,何宇,田立新. 碳交易驱动下的政企碳减排演化博弈分析[J]. 中国管理科学, 2024, 32(5): 196-206.
[4]	程承,安润飞,董康银,任晓航,王震,赵国浩. 碳交易机制引导下可再生能源发电企业创新策略研究[J]. 中国管理科学, 2024, 32(3): 82-94.
[5]	赵川,郭奇栋,左敏,何明珂. 双碳视角下代工行业减排策略的多情境三方演化博弈：属地政府VS.外企品牌商[J]. 中国管理科学, 2023, 31(9): 35-44.
[6]	马雪丽,赵颖,柏庆国,薄洪光. 考虑保鲜努力与碳减排努力的生鲜品三级冷链最优决策与协调[J]. 中国管理科学, 2023, 31(9): 52-61.
[7]	姜跃, 韩水华, 赵洋. 基于零售商公平偏好的联合碳减排与低碳宣传微分对策研究[J]. 中国管理科学, 2023, 31(7): 173-182.
[8]	张令荣,彭博,程春琪. 基于区块链技术的低碳供应链政府补贴策略研究[J]. 中国管理科学, 2023, 31(10): 49-60.
[9]	杜娟, 潘盟, 汪云峰. 基于成本优化的中国省际碳减排目标分配[J]. 中国管理科学, 2022, 30(7): 252-263.
[10]	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.
[11]	王一雷，夏西强，张言. 碳交易政策下供应链碳减排与低碳宣传的微分对策研究[J]. 中国管理科学, 2022, 30(4): 155-166.
[12]	赵骅, 张晗, 李志国. 零售商信息禀赋优势下制造商电商直销渠道决策[J]. 中国管理科学, 2022, 30(3): 96-105.
[13]	唐敏, 张兆琪, 李志国. 信息禀赋差异下制造商信息获取策略：“躺平”或“进取”[J]. 中国管理科学, 2022, 30(12): 152-161.
[14]	林贵华, 冯文秀, 杨振平. 回收商参与的多阶段绿色闭环供应链竞争模型[J]. 中国管理科学, 2021, 29(6): 136-148.
[15]	夏良杰, 孔清逸, 李友东, 徐春秋. 考虑交叉持股的低碳供应链减排与定价决策研究[J]. 中国管理科学, 2021, 29(4): 70-81.