低碳產品、定向廣告與供應鏈營銷投資策略演化

李春發,王 聰,曹穎穎,郝琳娜

低碳產品、定向廣告與供應鏈營銷投資策略演化

李春發1*,王 聰1,曹穎穎1,郝琳娜2

(1.天津理工大學管理學院,天津 300384；2.聊城大學商學院,山東 聊城 252000)

在對定向廣告影響低碳產品制造商、零售商的供應鏈營銷投資策略及其競爭關系分析基本上,建立制造商主導的Stackelberg博弈模型,給出制造商、零售商不同投資策略組合下的支付矩陣,構建以促進低碳產品銷售為目標的演化博弈模型,根據產品低碳度、差異化低碳產品,分析不同低碳產品供應鏈定向廣告投資策略演化路徑及穩定性,并利用Netlogo進行博弈雙方策略演化仿真,揭示消費者低碳偏好度、廣告效應因子、價格敏感系數對策略演化路徑的影響規律.研究發現,在制造商、零售商有限理性下,成本共擔契約不能促成雙方定向廣告投資合作;產品低碳度不同,低碳供應鏈演化均衡策略存在差異;與制造商相比,零售商投資定向廣告可催生更大市場需求,更有利于低碳產品的普及和推廣;對低碳度較高產品,消費者低碳偏好度、價格敏感系數與零售商投資意愿正相關,廣告效應因子對零售商投資意愿的影響存在峰值,當廣告效應因子在合適范圍內時,零售商投資意愿最大.據此,提出了相應的管理啟示和決策建議.

低碳供應鏈；定向廣告；投資決策；演化博弈

我國將在2030年前實現碳達峰的綠色低碳發展目標[1].這勢必推動企業生產運營模式、產品生產過程等的全面優化,低碳減排將成為企業生存發展的必然選擇.但低碳產品生產成本大、銷售價格高、消費群體小,使其營銷推廣難度大.而定向廣告作為產品營銷的有效工具,能夠精準匹配目標客戶,引導低碳消費,擴大低碳產品市場份額[2].目前,眾多企業投資定向廣告推廣低碳產品.定向營銷高效精準的獲客方式吸引越來越多的企業致力于定向廣告實踐,但同時也使市場競爭日趨激烈[3-4],且定向廣告前期投入高、投資周期長、營銷效果滯后、投資風險大,挫傷低碳供應鏈企業廣告投資積極性,阻礙低碳產品的普及和推廣.因此,設置科學合理的定向廣告投入機制,把握低碳供應鏈營銷策略選擇的演化規律,提高企業廣告投資意愿,對于擴大低碳消費市場、推動低碳經濟發展具有重要意義.

低碳經濟發展是時代潮流、低碳減排已成為全球共識[5].經濟社會全面綠色轉型、低碳發展,不僅要求生產加工環節的低碳化,還需要加強營銷推廣,拓寬低碳產品市場[6].低碳產品營銷推廣一方面,能夠擴大產品生產規模,實現供應鏈成員利益最大化[7];另一方面,能夠提升低碳產品市場需求,實現低碳產品消費規模化[8-9].而定向廣告作為產品營銷推廣的主要方式,能夠高效篩選目標客戶,實現消費者、低碳產品的精準匹配,提高產品轉化率、節約營銷成本[10].目前,供應鏈成員合作投資產品定向推廣、共擔廣告成本是產品營銷的主要形式[11-14].有研究者認為廣告成本共擔契約能夠提高制造商減排水平和零售商的促銷努力[15],當成本共擔比例在合適范圍內時,合作營銷使制造商、零售商均受益[16-20];也有研究者認為廣告成本共擔契約使零售商利益受損[21],當僅制造商投資定向廣告時,零售商利潤才會增加[22].上述研究以參與者有限理性為前提.實際上,供應鏈企業廣告投資決策是基于有限理性的動態博弈過程[23-24],廣告成本共擔契約對制造商和零售商利益的協調、定向廣告投資形式對低碳產品的推廣、碳排放量不同的低碳產品對制造商和零售商廣告投資策略的影響等均具有復雜的作用規律.

鑒于此,本文以有限理性低碳產品制造商、零售商為研究對象,考慮定向廣告成本共擔契約,建立制造商主導的供應鏈決策模型,分析比較最優決策,并運用演化博弈理論分析不同低碳產品制造商、零售商定向廣告投資決策的演化均衡策略,提出有利于促進低碳產品宣傳推廣的供應鏈定向廣告投資形式,并進一步利用Netlogo仿真軟件模擬博弈雙方投資策略的動態演化過程,揭示影響低碳供應鏈廣告投資決策的主要因素,為促進低碳產品營銷推廣、推進經濟社會低碳發展提供理論支持.

1 問題描述與模型構建

1.1 問題描述

考慮由低碳產品制造商、零售商構成的供應鏈.制造商作為主導企業生產并通過零售商銷售低碳產品.由于低碳產品售價較高,其受眾群體往往為高端消費者.因此,利用大數據技術精準匹配消費者、擴大市場規模,是現今最有效方法.然而,制造商、零售商在低碳產品定向廣告的投資與否、水平高低上,存在制造商主導的Stackelberg博弈,且均有投資(I)與不投資(N)兩種策略.當僅制造商采取投資策略時,廣告成本、碳減排成本由制造商承擔,零售商存在搭便車行為;當僅零售商采取投資策略時,其愿意承擔碳減排成本以鼓勵制造商低碳生產,同時投資定向廣告以擴大產品銷量;當雙方均采取投資策略時,共擔廣告成本.

1.2 決策模型構建

根據供應鏈成員定向廣告投資策略博弈關系,制造商、零售商之間存在雙方均投資定向廣告(II)、僅制造商投資定向廣告(IN)、僅零售商投資定向廣告(NI)和制造商和零售商均不投資定向廣告(NN)4種投資策略組合.下面針對4種策略組合,對制造商、零售商策略博弈關系進行分析,構建關于批發價、銷售收益和廣告投入水平的最優決策模型,并求解最優結果.

1.2.1 制造商和零售商均投資定向廣告(II) 在此情形下,定向廣告投入由制造商、零售商共同承擔,均以自身收益最大化為目標.制造商首先確定低碳產品批發價、廣告投入水平,零售商據此確定銷售收益.制造商、零售商最優決策模型分別為

1.2.2 僅制造商投資定向廣告(IN) 在此情形下,制造商承擔全部廣告成本,零售商不采取行動,更愿意利用廣告效應謀取額外收益.決策順序為,制造商首先確定低碳產品的批發價、廣告投入水平,零售商據此確定銷售收益.制造商、零售商的最優決策模型分別為

1.2.3 僅零售商投資定向廣告(NI) 在此情形下,零售商支付全部廣告費用、承擔碳減排成本以鼓勵制造商低碳生產.制造商首先確定低碳產品批發價,零售商據此確定銷售收益、廣告投入水平.制造商、零售商的最優決策模型分別為

1.2.4 制造商和零售商均不投資定向廣告(NN) 在此情形下,制造商、零售商均無投資意愿.決策順序為,制造商首先確定低碳產品的批發價,零售商據此確定銷售收益.制造商、零售商的最優決策模型分別為

制造商、零售商在4種策略組合下的最優決策如表1所示.

表1 低碳供應鏈不同投資策略組合下的最優決策

命題2 制造商、零售商的最優利潤與消費者低碳偏好度、價格敏感系數、成本共擔系數、廣告效應因子等因素有關,不同約束條件組合對應不同的利潤大小關系,具體結果如表2所示.

表2 制造商、零售商的最優利潤比較

由表2可知,區分情形1～3的主要因素是低碳度提升水平,其反應碳減排技術水平的高低.當較大時,碳減排技術相對成熟,相對普通產品,低碳產品在全生命周期中溫室氣體排放量明顯減少.當較小時,由于產品研發費用、生產成本等因素的限制,產品低碳度較低,低碳產品溫室氣體排放量相對減少.

1.3 定向廣告投資策略演化博弈

在博弈過程中,行為主體大多是有限理性的,且信息不完全使其難以在短時間內做出最優決策.因此,博弈參與者的策略均衡不是一次決策的結果,制造商、零售商會根據自身的利益需求動態調整行為策略,最終達到均衡策略狀態.鑒于此,本文運用演化博弈理論構建由制造商、零售商組成的演化博弈模型,探析二者定向廣告投資決策的動態演化過程.

1.3.1 演化模型構建 依據Stackelberg博弈模型所得結果,構建制造商、零售商在不同策略組合下的支付矩陣,如表3所示.

表3 制造商、零售商定向廣告投資策略的支付矩陣

1.3.2 演化策略穩定性 由式(9)和式(10),有如下復制動力系統(I)

演化系統中均衡點的穩定性可由矩陣局部穩定性獲得,矩陣為

根據表2中3種情形的約束條件,可將低碳產品分為兩大類,第一類為低碳度較低的產品,此類產品在全生命周期中溫室氣體排放量較少,對環境的改善作用相對較小;第二類為低碳度較高的產品,此類產品溫室氣體排放量極少,對環境污染小.其中,兩類低碳產品分別對應情形1～2、情形3.

結論1 對于第一類低碳產品,其低碳度提升水平較低,演化穩定策略為(0,1),演化穩定性結果和演化相位圖分別如表4和圖1(a)所示.這說明,當低碳度提升水平較低時,由于減排技術不成熟,低碳產品生產成本高,制造商出于資金限制,不會主動承擔廣告成本.但由于產品低碳度偏低,缺乏市場競爭力,產品銷售受阻,因此零售商為擴大銷量,將主動承擔廣告成本,且產品推廣獲得的收益足以彌補廣告投入.

(a)　　　　　　　　　　　　(b)

表4 不同情形的局部均衡點穩定性分析結果

結論2 對于第二類低碳產品,其低碳度提升水平較高,演化穩定策略為(0,1)和(1,0),演化穩定性結果和演化相位圖分別如表4和圖1(b)所示.這說明,當產品低碳度明顯提升時,制造商或零售商將獨自承擔廣告成本,以謀取自身利益最大化,且由命題1可知,零售商投資定向廣告更有利于低碳產品的普及和推廣,符合低碳環保發展方向,因此也是本文研究重點.

2 模型檢驗與數值仿真

運用多主體建模仿真方法,構建交互式模型,呈現利益主體在演化過程中的涌現現象,進而驗證演化均衡的有效性與正確性,并通過各關鍵參數調整揭示參與主體行為策略的演化規律.

2.1 參數設置

運用Netlogo仿真平臺,建立制造商、零售商定向廣告投資策略演化的仿真模型,仿真界面如圖2所示.設制造商、零售商數量均1000,采取投資策略、不投資策略初始概率均為50%.初始時,博弈方在空間內隨機分布,單個主體在仿真過程中隨機移動,當與另一類主體相遇時進行一次博弈,兩主體計算并比較自身收益,以此作為下一時刻決策依據.

圖2 Netlogo仿真界面

2.2 模型檢驗

根據表1和表2的計算結果及約束條件,設置兩組實驗數據檢驗結論1和結論2.仿真結果如圖3所示.

對于情形1～2,當低碳度提升水平較低時,參數設為=100,=1,=0.8,=0.6,=3,=0.4,=2,可得如圖3(a)所示的動態演化過程.這說明,隨時間推移,零售商通過定向推廣獲得的收益足以彌補廣告投入帶來的成本消耗,因此系統最終趨向于零售商承擔全部定向廣告成本.驗證了情形1～2結論的有效性.

對于情形3,當低碳度提升水平較高時,參數設為=100,=1,=0.8,=0.6,=3,=0.4,=15,計算得鞍點(0.1,0.95).據此取(0.1,0.96)和(0.5,0.3)為兩組初始概率,分析博弈雙方選擇投資策略的初始概率對演化穩定策略的影響,可得如圖3(b)、圖3(c)所示的動態演化過程.這說明,當制造商、零售商選擇投資策略的初始概率分別為=0.1、=0.97時,演化穩定策略為(0,1);當制造商、零售商選擇投資策略的初始概率分別為=0.5、=0.3時,演化穩定策略為(1,0).驗證了情形3理論分析結論的有效性.

圖3 情形1～3的演化過程仿真結果

2.3 參數分析

根據上述分析可知,系統最終演化方向與消費者低碳偏好度、廣告效應因子、價格敏感系數有關.且由結論1知,當演化穩定策略為(0,1)時,產品定向推廣對市場需求的刺激效果更明顯,更有利于低碳產品的普及和推廣.因此,本文基于第一組實驗數據,分析消費者低碳偏好度、廣告效應因子、價格敏感系數對博弈雙方策略演化結果的影響,從而使系統朝著更有利于綠色低碳發展的方向演化.仿真結果用a類和b類圖表示,前者表示參數變化對系統收斂到(0,1)概率的影響,后者表示參數變化對博弈演化速度的影響,其中實心線表示制造商、空心線表示零售商.

3 結論與建議

3.1 在博弈主體有限理性前提下,成本共擔契約不能協調供應鏈各方利益.當產品低碳度較低時,僅零售商投資定向廣告是唯一的演化均衡策略;當產品低碳度較高時,僅制造商或零售商投資定向廣告是演化均衡策略,且后者投資定向廣告更利于低碳產品的普及推廣.因此,政府應重點關注低碳產品銷售端,實施激勵政策引導零售商進行低碳產品推廣,例如通過給予零售商資金補貼、稅收抵免等優惠手段,減輕零售商運營負擔,推動低碳產品的營銷與流通;同時,舉辦低碳宣傳活動,提高公民環保知識水平和低碳意識,從而倒逼零售商銷售和推廣低碳產品.

3.2 當產品低碳度較高時,消費者低碳偏好度與零售商投資意愿呈正相關關系.為增強零售商廣告投資積極性,政府應引導消費者轉變消費觀念,如通過減免購置稅、財政補貼等方式,鼓勵消費者購買低碳產品;同時,零售商可設置會員積分制,通過累計積分兌換商品或服務,同時推出“以舊換新”銷售方案刺激消費者低碳消費行為,提升消費者對產品的認同,從而獲得長期、穩健高收益.

3.3 廣告效應因子對零售商投資意愿的影響存在峰值.當廣告投資回報較小時,潛在消費者轉化率較低,零售商應推出內容新穎、更具感染力的廣告內容,提高品牌認同感;當廣告投資回報較大時,零售商應轉變營銷策略,通過消費者市場細分挖掘低碳產品需求增長點,同時,零售商應及時向制造商反饋市場需求動向,刺激制造商進行低碳產品研發和升級.

3.4 當產品低碳度較高時,價格敏感系數與零售商投資意愿呈正相關關系.實際上,消費者購買力直接決定低碳產品營銷效果.當價格敏感系數較高時,低碳產品不具備市場競爭優勢.此時零售商為激發市場活力將主動投資定向廣告.政府應給予零售商推廣補貼,使其投資積極性保持穩定水平.

[1] 李文翔,李 曄,蔡近近.政府-企業-居民協同共治的道路交通碳交易機制設計[J]. 中國環境科學, 2021,doi:10.19674/j. cnki.issn1000- 6923.20210430.007.

Li W X, Li H, Cai J J. Design of CO2emission trading system for road transport collaboratively governed by the government, enterprises, and residents [J]. China Environmental Science, 2021,doi:10.19674/j. cnki.issn1000-6923.20210430.007.

[2] 陳 山,王 旭,吳映波,等.低碳環境下雙渠道供應鏈線上線下廣告策略的微分博弈分析 [J]. 控制與決策, 2020,35(11):2707-2714.

Chen S, Wang X, Wu Y B, et al. Differential game analysis of online and offline advertising strategies in a dual channel supply chain under low-carbon background [J]. Control and Decision, 2020,35(11): 2707-2714.

[3] 戚聿東,肖 旭.數字經濟時代的企業管理變革 [J]. 管理世界, 2020,36(6):135-152,250.

Qi Y D, Xiao X. Transformation of enterprise management in the era of digital economy [J]. Management World, 2020,36(6):135-152,250.

[4] 張建強,仲偉俊.企業定向廣告的競爭效果及模式選擇研究 [J]. 系統管理學報, 2017,26(6):1022-1033.

Zhang J Q, Zhong W J. Competitive effects of targeted advertising and firms’ choice between advertising strategies [J]. Journal of Systems & Management, 2017,26(6):1022-1033.

[5] 張永年,潘竟虎.基于DMSP/OLS數據的中國碳排放時空模擬與分異格局[J]. 中國環境科學, 2019,39(4):1436-1446.

Zhang Y N, Pan J H. Spatio-temporal simulation and differentiation pattern of carbon emissions in China based on DMSP/OLS nighttime light data [J]. China Environmental Science, 2019,39(4):1436-1446.

[6] 黃書真,徐福緣,何建佳,等.雙渠道低碳供應鏈合作減排與促銷決策模型 [J]. 科技管理研究, 2017,37(17):246-256.

Huang S Z, Xu F Y, He J J, et al. Cooperative reduction and promotion decision model in dual channel supply chain [J]. Science and Technology Management Research, 2017,37(17): 246-256.

[7] 俞 超,汪傳旭,王志華.考慮雙重低碳宣傳補貼的供應鏈碳減排優化 [J]. 計算機工程與應用, 2018,54(16):248-253,270.

Yu C, Wang C X, Wang Z H. Optimization of carbon emission reduction in supply chain with dual subsidies to low-carbon propaganda [J]. Computer Engineering and Applications, 2018,54(16): 248-253,270.

[8] 游達明,朱桂菊.低碳供應鏈生態研發、合作促銷與定價的微分博弈分析 [J]. 控制與決策, 2016,31(6):1047-1056.

You D M, Zhu G J. Differential game analysis of ecological R&D, cooperative promotion and pricing in the low-carbon supply chain [J]. Control and Decision, 2016,31(6):1047-1056.

[9] 王婷婷,王道平,趙 超.大數據服務商參與下供應鏈聯合減排的動態協調策略 [J]. 控制與決策, 2019,doi:10.13195/j. kzyjc.2019.1560.

Wang T T, Wang D P, Zhao C. Dynamic coordination strategy of joint emission reduction in supply chain involving big data service provider [J]. Control and Decision, 2019,doi:10.13195/j. kzyjc.2019.1560.

[10] 張建強,仲偉俊.制造商定向廣告與零售商定向定價關系研究 [J]. 中國管理科學, 2017,25(11):76-84.

Zhang J Q, Zhong W J. The relationship between manufacture’s targeted advertising and retailer’s targeted pricing [J]. Chinese Journal of Management, 2017,25(11):76-84.

[11] 侯靜怡,陸文星,梁昌勇,等.招聘服務供應鏈中廣告合作模型研究 [J]. 中國管理科學, 2018,26(6):133-142.

Hou J Y, Lu W X, Liang C Y, et al. A study on advertising cooperation model in recruitmenr service supply chain [J]. Chinese Journal of Management Science, 2018,26(6):133-142.

[12] 趙黎明,陳喆芝.考慮消費偏好的旅游供應鏈縱向合作廣告 [J]. 系統管理學報, 2018,27(4):753-760,768.

Zhao L M, Chen Z Z. Vertical cooperative advertising in a tourism supply chain considering consuming preference [J]. Journal of Systems & Management, 2018,27(4):753-760,768.

[13] 舒良友,王義寶.考慮渠道權力結構的O2O供應鏈合作廣告策略研究 [J]. 工業工程與管理, 2020,25(2):146-154.

Shu L Y, Wang Y B. Study on O2O supply chain cooperative advertising strategy considering channel power structure [J]. Industrial Engineering and Management, 2020,25(2):146-154.

[14] 錢萍萍,嚴 磊,李 敏.不同決策模式下的雙渠道供應鏈合作廣告博弈分析 [J]. 運籌與管理, 2019,28(4):42-47.

Qian P P, Yan L, Li M. Game analysis of cooperation advertising in dual-supply chain under different decision-making models [J].Operations Research and Management Science, 2019,28(4):42-47.

[15] 徐春秋,趙道致,原白云,等.上下游聯合減排與低碳宣傳的微分博弈模型 [J]. 管理科學學報, 2016,19(2):53-65.

Xu C Q, Zhao D Z, Yuan B Y, et al. Differential game model on joint carbon emission reduction and low-carbon promotion in supply chains [J]. Journal of Management Sciences in China, 2016,19(2):53-65.

[16] Guo Z, Ma J H. Dynamics and implications on a cooperative advertising model in the supply chain [J]. Communications in Nonlinear Science and Numerical Simulation, 2018,(64):198-212.

[17] Sarkar B, Omair M, Kim N. A cooperative advertising collaboration policy in supply chain management under uncertain conditions [J]. Applied Soft Computing, 2020,(88):105948.

[18] Zhou Y J, Bao M J, Chen X H, et al. Co-op advertising and emission reduction cost sharing contracts and coordination in low-carbon supply chain based on fairness concerns [J]. Journal of Cleaner Production, 2016,(133):402-413.

[19] Xiao D, Zhou Y W, Zhong Y G, et al. Optimal cooperative advertising and ordering policies for a two-echelon supply chain [J]. Computers & Industrial Engineering, 2019,(127):511-519.

[20] Chutani A, P.sethi S. Dynamic cooperative advertising under manufacturer and retailer level competition [J]. European Journal of Operational Research, 2018,268(2):635-652.

[21] 劉 盼,易樹平.定向廣告與消費者信息投入對供應鏈定價的影響 [J]. 計算機集成制造系統, 2017,23(1):162-171.

Liu P, Yi S P. Effect of consumer information and targeting advertising investment on supply chain pricing [J]. Computer Integrated Manufacturing Systems, 2017,23(1):162-171.

[22] 王玉燕,申 亮.基于第三方電商平臺銷售的E-供應鏈廣告策略研究 [J]. 管理評論, 2019,31(10):124-132.

Wang Y Y, Shen L. A Study of e-supply chain advertisement strategy based on the third party e-commerce platform for sales [J]. Management Review, 2019,31(10):124-132.

[23] 單汨源,吳煒煒,江黎明.制造商與零售商合作廣告的動態非對稱演化博弈 [J]. 軟科學, 2009,23(4):25-29.

Shan M Y, Wu W W, Jiang L M. An asymmetric evolutionary game for cooperative advertising between manufacturer and retailer [J]. Soft Science, 2009,23(4):25-29.

[24] 歐海鷹.在線廣告投放選擇及商品網絡定價的演化博弈 [J]. 管理評論, 2015,27(6):179-185.

Ou H Y. Online advertising and pricing strategy based on evolutionary game [J]. Management Review, 2015,27(6):179-185.

[25] 柳 鍵,周 輝.綠色差異化產品的定價與綠色度決策研究 [J]. 貴州財經大學學報, 2018,(2):98-110.

Liu J, Zhou H. Pricing and green degree decisions of green differentiated products [J]. Journal of Guizhou University of Finance and Economics, 2018,(2):98-110.

[26] 王丹丹,菅利榮,付帥帥.城市生活垃圾分類回收治理激勵監督機制研究 [J]. 中國環境科學, 2020,40(7):3188-3195.

Wang D D, Guan L R, Fu S S. Incentive and supervision mechanism of municipal solid waste separation and recycling [J]. China Environmental Science, 2020,40(7):3188-3195.

[27] 彭璐璐,李 楠,鄭智遠,等.中國居民消費碳排放影響因素的時空異質性 [J].中國環境科學, 2021,41(1):463-472.

Peng L L, Li N, Zheng Z Y, et al. Spatial-temporal heterogeneity of carbon emissions and influencing factors on household consumption of China [J]. China Environmental Science, 2021,41(1):463-472.

Low-carbon products, targeted advertising and evolution of supply chain marketing investment strategies.

LI Chun-fa1*, WANG Cong1, CAO Ying-ying1, HAO Lin-na2

(1.School of Management, Tianjin University of Technology, Tianjin 300384, China；2.Commercial College, Liaocheng University, Liaocheng 252000, China)., 2021,41(10)：4951～4960

Based on the analysis of the effects of targeted advertising on the marketing investment strategies and the competitive relationship of manufacturers and retailers of low-carbon products, a stackelberg game model dominated by manufacturers was established. In this paper, the payment matrix of different investment strategies of manufacturers and retailers was given, and an evolutionary game model was constructed to promote the sales of low-carbon products. According to the low-carbon degree of the product, differentiated low-carbon products, analyzed the evolution path and stability of directional advertising investment strategies in supply chain of different low-carbon products, and Netlogo was used to simulate the evolution of game strategies, which revealed the influence of consumers' low carbon preference, advertising effect factor and price sensitivity coefficient on the strategy evolution path. The results indicated that under the bounded rationality of the manufacturers and the retailers, the cooperative behavior of both parties' targeted advertising investment could not be promoted by cost-sharing contract; the evolution equilibrium strategies of low-carbon supply chain varied with the low-carbon degree of the product; compared with manufacturers, retailers' investment in targeted advertising could generate greater market demand, and made for the popularization and promotion of low-carbon products; for products with high low-carbon degree, consumers' low carbon preference and price sensitivity coefficient were positively correlated with retailers' investment intentions, and the impact of advertising effect factor on retailers' investment intentions had a peak value, where retailers were the most likely to make investment when the advertising effect factor was in the appropriate range. Accordingly, the inspirational management strategy and decision-making suggestions were put forward.

low-carbon supply chain；targeted advertising；investment decisions；evolutionary game

X196

A

1000-6923(2021)10-4951-10

李春發(1968-),男,湖南郴州人,博士,教授,博士生導師,主要從事生態系統仿真與決策研究.發表論文100余篇.

2021-03-04

國家自然科學基金資助項目(71902077);天津市研究生科研創新項目(2020YJSS033)

*責任作者, 教授, chunfali@163.com