需求不確定視角下數字技術對政府補貼綠色產品策略的影響研究

摘 要：在市場需求不確定情況下，考慮數字技術應用前后供應商生產成本和消費者綠色信任變化時政府部門如何確定綠色產品補貼策略。結果表明：政府對綠色產品所制定的預期目標越高和市場需求不確定性越大時，政府對綠色產品的固定補貼額度和折扣價格以及供應商綠色產品最優產量也越高；無論是否應用數字技術，從政府角度而言，提供固定額度補貼往往是最優選擇。從消費者角度而言，政府價格折扣補貼有利提高消費者剩余；應用數字技術能夠降低生產成本和提高消費者綠色信任，政府最優補貼降低，進而提高整體社會福利；在政府選擇價格折扣補貼策略下，隨著消費者綠色信任提高，有利于供應商減小庫存積壓的風險。

關鍵詞：數字技術；綠色產品；政府補貼；需求不確定

中圖分類號：F273

文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202208137

A Study on The Impact of Digital Technology on Government Subsidized Green

Product Strategies under The Perspective of Demand Uncertainty

Chen Zhaolong，Wang Zhenzhen

（College of Economics，Fujian Normal University，Fuzhou 350108，China）

Abstract：In the case of uncertain market demand， how the government determines the green product subsidy strategy when considering the changes in suppliers' production costs and consumers' green trust before and after the application of digital technology. The results show that：the higher the government's expected target for green products and the greater the uncertainty of market demand， the higher the government's fixed subsidies and discounted prices for green products and the higher the optimal output of green products for suppliers;whether digital technology is applied or not， from the government's perspective， providing fixed subsidies is often the optimal choice. From the consumer's perspective， government price discount subsidies are beneficial to increase consumer surplus; the application of digital technology can reduce production costs and improve consumer green trust， and the government's optimal subsidy is reduced， which in turn improves overall social welfare; under the government's choice of price discount subsidy strategy， it is beneficial for suppliers to reduce the risk of inventory backlog as consumer green trust increases.

Key Words：Digital Technique; Green Products; Government Subsidies; Uncertain Demand

0 引言

隨著環境不斷惡化，人們開始意識到過度的碳排放已經導致溫室效應和極端氣候的發生，綠色發展逐漸成為未來發展的主旋律。綠色產品所具有的環境友好、資源節約等特性正受到各國政府的重視，但由于綠色產品較高的生產成本使得綠色產品價格高于普通產品；且基礎效用同普通產品無較大差異時，較高的價格與消費者效用不匹配，使得消費者購買意愿下降。政府補貼作為一種降低消費者購買綠色產品價格、提升消費者購買意愿的有效方式正得到廣泛應用。目前，政府補貼方式主要有兩種：固定額度補貼和價格折扣補貼^[1]。例如在固定額度補貼方面，北京、上海、山東等地規定購置新能源汽車可享受中央和地方雙重補貼，中央對于新能源補貼金額在3.325～19萬之間，山東省購置新能源汽車最高可補貼6萬元。在價格折扣補貼方面，北京市政府從2019年起根據家電能效等級或類別不同，分別給予8%～20%的補貼，政府補貼可有效提升消費者購買節能家電意愿。然而當消費者和企業間存在信息不對稱時，所導致的“綠色信任問題”會降低消費者綠色產品購買意愿，并由此影響政府補貼效應^[2]。

當前數字技術在生產生活中的廣泛應用很大程度上降低了綠色產品生產成本，提高了消費者的綠色信任。數字技術應用改善了傳統資源的配置扭曲問題^[3]，進而有利于減少能源消耗，降低生產成本^[4]。同時數字信息平臺已經成為消費者快速獲取綠色產品信息的重要途徑。在數字信息平臺上，消費者能快速了解到企業披露產品的相關信息、企業碳排放情況以及其他消費者對該產品的評價，并對綠色產品進行溯源和追蹤，減少信息不對稱的同時增強消費者綠色信任^[5]。因此，數字技術下綠色產品生產成本降低和消費者綠色信任提高時，政府如何制定最優補貼策略是值得探討的問題。此外當綠色產品消費出現極大不確定性，同時存在市場需求不確定性和數字技術應用下綠色產品生產成本降低和消費者綠色信任提高時，政府如何確定最優補貼策略以推動綠色產品消費，實現社會福利最大化呢？

基于以上分析，本文嘗試在市場需求不確定視角下，構建政府主導、供應商跟隨組成的博弈模型，探討當應用數字技術綠色產品生產成本和綠色信任變化時，政府部門應如何確定最優補貼策略。

1 文獻綜述

縱觀以往研究，不少學者已經從政府補貼策略選擇的相關影響因素進行探討。Huang^[6]認為當消費者具有較強的議價能力的時候，政府補貼有助于促進電動汽車的消費。Luo等^[7]發現當制造商生產成本較高時，設置價格折扣上限對于推動電動汽車消費更有效；當制造商生產成本較低時，設置固定價格折扣率更有效。Cohen等^[8]、海江濤和李旭^[9]考慮市場存在不確定性時，政府提供的價格補貼以及綠色產品產量隨著市場不確定性增大而增長。尚春燕等^[10]發現綠色產品研發技術不成熟和公眾綠色消費觀念淡薄時，政府對生產成本進行補貼有利于綠色市場的培育；當研發技術成熟和公眾具有較高的綠色消費觀念時，對綠色產品研發投入成本進行補貼優于生產成本補貼。姚鋒敏等^[11]構建政府補貼與CSR投入影響下的閉環供應鏈模型，發現零售商CSR投入總是有利于政府補貼效率的提升。張福安等^[12]基于碳減排和“以舊換再”兩種補貼政策，發現政府對碳減排水平較高的供應鏈進行碳減排補貼，而對碳減排水平較低的供應鏈進行“以舊換再”補貼，有利于實現對碳排放的高效監管。在綠色技術與政府補貼形式選擇方面，陳克兵和王雨琦^[13]認為綠色技術投入及渠道結構選擇均會影響政府對綠色研發成本補貼形式選擇。而政府補貼是否能有效促進企業綠色生產行為和綠色產品消費呢？研究表明政府補貼有助于提高產品綠色度^[14]，提高消費者對綠色產品的購買意愿^[15]，并提升社會福利水平^[16]。

在數字技術應用相關研究方面，孟慶春等^[17]指出信息平臺可信度在推動綠色產品研發和提高各方利潤發揮重要作用。李劍等^[18]引入區塊鏈技術，構建“區塊鏈＋協同減排”，發現在消除信息不對稱的同時，可以有效提高供應鏈收益。盛守一^[19]認為將區塊鏈技術應用于供應鏈中能有效減少信息不對稱，提高供應鏈運行效率。

從已有研究分析來看，目前多數學者從單一角度探討政府補貼策略選擇，面對當前復雜的市場環境和數字技術的廣泛應用，將市場需求不確定、數字技術應用下生產成本和綠色信任變化與政府補貼相結合進行研究更符合現狀。因此，本文嘗試在市場需求不確定視角下，探討當應用數字技術綠色產品生產成本和綠色信任變化時，政府部門應該采取何種補貼策略以推動綠色產品消費，最后通過數值仿真得到一些啟示。

2 研究假設與模型構建

2.1 研究假設

如圖2所示，構建一個由政府主導、供應商跟隨組成的博弈模型，首先由政府確定補貼方式，即確定固定補貼額度r或者價格折扣系數k，其次供應商確定綠色產品產量q和價格p。為了使所建立的博弈模型符合實際情況，作出如下假設：

假設一：綠色產品市場需求具有不確定性，市場需求為D（Q_i，ε）=Q_i+ε，（i=1，2），其中Q₁=a-b（p-r）+λαp_w，Q₂=a-b（p-kp）+λαp_w，隨機變量ε在[-h，h]內服從均勻分布^[9]，累計分布函數記為F（ε），概率密度函數記為f（ε）。a為市場容量，b為價格影響系數，α為消費者綠色偏好，p_w碳減排所產生的環境正收益，λ為消費者綠色信任，λ∈[0，1]，當應用數字技術時消費者能夠方便和準確得知產品的綠色信息，消費者綠色信任λ逐漸上升。

假設二：在一定時期內，政府補貼政策不輕易改變。同時當消費者需求確定時，綠色產品的銷量也將確定，即為min（q， D（Q_i， ε））。

假設三：政府在制定補貼政策時，通常會希望通過補貼能夠使綠色產品銷量達到預期目標。如在《減污降碳協同增效實施方案》中稱，到2030年，在大氣污染防治重點區域，新能源汽車新車銷量要占新車銷量的50%左右。

本文模型涉及的符號及含義見表1。

2.2 模型構建

企業生產單位綠色產品成本為c（cgt;0）。當綠色產品產量大于需求量時，折舊值為0。則供應商收益函數為：

π_m（p，q）=max{p·min（q， D（Q₁， ε））-cq}""" （1）

借鑒Cohen等^[8]、海江濤和李旭^[9]的研究，政府收益函數為綠色產品補貼支出減去因碳排放減少所產生的環境正收益。則當政府選擇固定補貼額度r時，收益函數為：

π_s^（1）（r）=min {（r-p_w）E[min（q， D（Q₁， ε））]}s.t.E[min（q， D（Q₁， ε））]=Γ""" （2）

當政府選擇價格折扣k時，收益函數為：

π_s^（2）（k）=min {（kp-p_w）E[min（q， D（Q₂， ε））]}s.t.E[min（q， D（Q₂， ε））]=Γ""" （3）

3 模型求解

3.1 固定額度補貼策略

根據逆向歸納法，首先求得供應商最優綠色產品價格p^*（r）和最優綠色產品產量q^*（p^*， r），其次求得政府最優補貼額度r^*。在政府固定額度補貼策略情形下，由式（1）可得供應商收益函數為：

式（4）化簡可得：

根據式（5）可得最優綠色產品價格和最優綠色產品產量，以及最優條件為：

由上述式（6）可知，存在最優綠色產品價格和最優綠色產品產量使得供應商獲得最優收益，則供應商最優綠色產品價格p^*（r）和最優綠色產品產量q^*（p^*， r）由下式（7）給出：

根據式（2）可求得最優補貼額度r^*，利用拉格朗日乘數法求解，可得：

Π^（1）=（r-p_w）E[min（q， D（Q₁， ε））]+μ（E[min（q， D（Q₁， ε））]-Γ）""" （8）

由?Π^（1）/?r=0和?Π^（1）/?μ=0可得最優補貼額度r^*存在的必要條件由下式（9）給定：E[min（q， D（Q₁， ε））]=Γ，即

3.2 價格折扣補貼策略

在政府固定額度補貼策略情形下，由式（1）可得供應商收益函數為：

由式（10）化簡可得：

根據式（11）可得最優綠色產品價格和最優綠色產品產量，以及最優化條件為：

由式（12）可知，存在最優綠色產品價格和最優綠色產品產量使得供應商獲得最優收益，則供應商最優綠色產品價格p^*（k）和最優綠色產品產量q^*（p^*， k）由式（13）給出：

根據式（3）可求得最優折扣系數k^*，利用拉格朗日乘數法求解，可得：

Π^（2）=（kp-p_w）E[min（q， D（Q₂， ε））]+ω（E[min（q， D（Q₂， ε））]-Γ）（14）

由?Π^（2）/?r=0和?Π^（2）/?μ=0可得最優補貼額度k^*存在的必要條件由下式給定：E[min（q， D（Q₂， ε））]=Γ，即

4 數值模擬分析

4.1 未應用數字技術下補貼策略與綠色產品產量討論

假定隨機變量ε分布函數為F（ε）=ε+h/2h，則F^-1（ε）=2hε-h。以小鵬汽車為例，2021年全年，新能源汽車總共交付98 155輛。根據第三方機構測算，與傳統燃油汽車相比，2021年交付的新能源汽車共計將減少了100萬噸碳排放量，則平均每輛減少10.19噸。參考學者And amp; Lave^[22]的研究，每減少一噸二氧化碳排放可以給環境帶來正收益23.3$，則小鵬汽車平均每輛新能源汽車可以給環境帶來正收益折合成人民幣大約為1 510元，即p_w=1 510。小鵬汽車P7價格大致為24萬元人民幣，按照10%利潤率來算^[9]，成本約為21.6萬元人民幣。參考相關文獻，假定市場容量a=12 000，政府進行補貼后新能源汽車預期目標為Γ∈（3 000，5 000），b=0.6。

由圖3可知，政府所制定的綠色產品預期目標越高，固定補貼額度也越高。同時市場需求不確定性越大時，政府固定補貼額度也越高。這也在一定程度上說明，當面臨較大的市場不確定時需要提高補貼，以刺激綠色產品消費。由圖4可知，政府所制定的綠色產品預期目標越高，供應商綠色產品產量也越高，并且與政府所制定的綠色產品預期目標基本一致。隨著市場不確定增大，供應商綠色產品產量基本不變。因此，當企業綠色產品產量跟隨政府預期目標時，所需承擔因市場不確定性所帶來的風險較小。

由圖5可知，政府所制定的綠色產品預期目標越高，價格折扣也越高，與政府固定補貼額度策略類似。同時市場需求不確定性越大，政府價格折扣也越高，并且當政府所制定的綠色產品預期目標較高時，價格折扣差距有所縮小。由圖6可知，市場需求不確定性越大時，供應商綠色產品產量也越高，且當政府所制定的綠色產品預期目標較高時，綠色產品產量差距越大。政府所制定的綠色產品預期目標越高，供應商綠色產品產量也越高，并遠超政府預期目標銷量，其可能原因在于價格折扣補貼程度較高，刺激消費者購買綠色產品，從而推動供應商生產。然而當政府實現預期目標時可能會減少補貼，且市場需求存在不確定性，由此可能造成供應商庫存積壓，即超出政府預期目標的綠色產品由于價格過高且缺少補貼，消費者購買意愿下降，造成綠色產品積壓。在我國，新能源汽車補貼2019-2020年補貼標準在2016年基礎上下降40%，其原因在于新能源汽車銷量遠超預期目標，補貼金額超出預算。

對比圖3和圖5可知，折扣價格大致補貼范圍為（230 400，235 680），大于固定補貼額度。對比圖4和圖6可知，政府折扣價格補貼情況下，企業綠色產品產量明顯高于政府固定額度補貼情況下的綠色產品產量。因此對于政府來說，提供固定額度補貼往往是最優選擇，而當政府希望進一步提高綠色產品銷量時，選擇價格折扣補貼策略將有效提高綠色產品銷量。從消費者角度而言，政府價格折扣補貼較為有利，較高補貼能降低消費者支出，提高消費者購買意愿，提升消費者剩余。

4.2 數字技術對最優補貼與最優產量的影響

在相關參數不變基礎上，給定Γ=4 000。在政府固定額度補貼中，消費者信任對供應商綠色產品最優產量無影響，故本節不做討論。

由圖7和圖10可知，生產成本越低，政府固定補貼額度和價格折扣也越低，降低生產成本有利于政府補貼降低，提高整體社會福利。但結合圖9和圖12可以看出，生產成本對于供應商綠色產品最優產量影響較小，而與政府銷售期望相關。其可能原因在于生產成本越高，政府補貼程度也越高，對于供應商來說其利潤基本不變，因此當政府達到銷售預期時，政府補貼下降，供應商綠色產品產量也將受到影響。由圖8和圖11可知，隨著消費者綠色信任增加，政府固定補貼額度和價格折扣下降。提高消費者綠色信任，消費者綠色產品購買意愿增加，即使補貼有所下降，消費者也愿意購買綠色產品，從而推動低碳消費，實現碳排放減小。因此，由前文分析可知，數字技術的應用將有效降低生產成本和提高消費者綠色信任，對于實現推動綠色消費和實現碳減排目標起著重要作用。

由圖13可以看出，在政府選擇價格折扣補貼策略下，隨著消費者綠色信任提高，供應商綠色產品產量反而下降，有利于供應商減小庫存積壓風險。在價格折扣補貼策略下，供應商綠色產品最優產量高于政府預期目標，當綠色產品達到銷售目標時可能會減少補貼，綠色產品銷售量下降，造成產品積壓。而消費者綠色信任提升有助于提高消費者綠色產品購買意愿，即使政府補貼有所下降，消費者仍有意愿購買綠色產品，同時供應商綠色產品產量下降更接近于政府預期目標，有利于減少供應商產品庫存。

5 結論與啟示

5.1 主要結論

本文從數字技術視角，在考慮市場需求不確定時，面對消費者消費綠色產品過程中政府部門應該采取何種補貼策略，得出以下結論：

（1）在政府固定補貼額度策略下，政府所制定的綠色產品預期目標越高和市場需求不確定性越大時，政府固定補貼額度也越高。政府所制定的綠色產品預期目標越高，供應商綠色產品產量也越大，并且與政府所制定的綠色產品預期目標基本一致。隨著市場不確定增大，供應商綠色產品產量基本不變。

（2）在政府價格折扣策略下，與政府固定補貼額度策略類似，政府所制定的綠色產品預期目標越高和市場需求不確定性越大時，政府價格折扣也越高。政府所制定的綠色產品預期目標越高，供應商綠色產品產量也越高，并遠超政府預期目標銷量。

（3）從政府角度而言，提供固定額度補貼往往是最優選擇，而當政府希望進一步提高綠色產品銷量時，選擇價格折扣補貼策略將有效提高綠色產品銷量。從消費者角度而言，政府價格折扣補貼較為有利，較高的補貼能降低消費者支出，提高消費者購買意愿，提升消費者剩余。

（4）數字技術能夠降低生產成本和提高消費者綠色信任，進而有利于政府補貼降低，提高整體社會福利。在政府選擇價格折扣補貼策略下，隨著消費者綠色信任提高，有利于供應商降低庫存積壓的風險。

5.2 管理啟示

在消費者綠色產品消費過程中，政府補貼在促進企業生產綠色產品和消費者購買綠色產品方面具有積極意義，同時數字技術的應用能夠提高整體社會福利。基于此，本文得到如下管理啟示：

（1）利用數字技術實現“降本增效提質”。通過利用物聯網、傳感芯片對生產過程中的狀態數據進行實時采集監測，通過大數據技術對海量數據進行挖掘分析，對資源使用進行智能化配置，最大化提高生產效率和降低成本。同時對設備運行實時聯網監控，實現及時處理設備故障，提升產品質量。

（2）利用數字技術進行市場預測。通過自有大數據平臺或與第三方數字平臺企業合作，從銷售歷史數據、價格/成本、市場趨勢、社交媒體數據等著手，利用智能預測模型預測當前市場數據以減小不確定性，同時將此次預測數據作為下一輪數據細化的參考并調整模型，提升市場預測精度。

（3）利用數字技術提升碳管理效率和完善信息披露。運用大數據、云計算等數字技術，實時采集能源供給側和消費測數據，實時分析產品全生命周期碳排放情況，利用虛擬現實技術對碳排放進程進行多維動態模擬研判，提高對碳排放監督、預測和預警的能力。同時可通過搭建綠色信息披露平臺，實現產品全生命周期碳排放和產品自身綠色度可追溯，為政府獲取碳信息及制定相關補貼政策提供依據和提高消費者綠色信任。

參考文獻：

[1]SHAO L， YANG J， ZHANG M.Subsidy scheme or price discount scheme？Mass adoption of electric vehicles under different market structures[J].European Journal of Operational Research， 2017，262（3）：1181-1195.

[2]張令榮，彭博，程春琪.基于區塊鏈技術的低碳供應鏈政府補貼策略研究[J/OL].中國管理科學：1-13（2021-09-26）[2022-07-01].http：//kns.cnki.net/kcms/detail/11.2835.G3.20210926.1324.002.html.

[3]謝康，夏正豪，肖靜華.大數據成為現實生產要素的企業實現機制：產品創新視角[J].中國工業經濟，2020（5）：42-60.

[4]蘇頡，王婷，付江月.能源錯配對制造業碳排放效率的影響研究[J].生態經濟，2021，37（4）：19-24，43.

[5]李巍，王志章.網絡口碑發布平臺對消費者產品判斷的影響研究——歸因理論的視角[J].管理學報，2011，8（9）：1345-1352.

[6]HUANG J， LENG M， LIANG L， et al. Promoting electric automobiles： Supply chain analysis under a government’s subsidy incentive scheme[J].IIE Transactions， 2013，45（8）：826-844.

[7]LUO C， LENG M， HUANG J， et al. Supply chain analysis under a price-discount incentive scheme for electric vehicles[J].European Journal of Operational Research，2014，235（1）：329-333.

[8]COHEN M，LOBEL R，PERAKIS G.The impact of demand uncertainty on consumer subsidies for green technology adoption[J].Management Science，2016，62（4）：868-878.

[9]海江濤，李旭.需求不確定情況下綠色產品消費過程中政府的最優補貼[J].中國管理科學，2021，29（5）：180-189.

[10]尚春燕，關志民，米力陽.考慮雙重消費偏好的綠色供應鏈政府補貼策略分析[J].系統工程，2020，38（5）：93-102.

[11]姚鋒敏，閆潁洛，滕春賢.考慮政府補貼及CSR投入的閉環供應鏈運作協調[J].系統工程學報，2021，36（6）：817-832.

[12]張福安，李娜，達慶利，等.基于兩種補貼政策的多元需求閉環供應鏈低碳減排研究[J/OL].中國管理科學：1-11（2022-02-11）[2022-07-16].https：//navi.cnki.net/knavi/journals/ZGGK/detail？uniplatform=NZKPT

[13]陳克兵，王雨琦.基于政府不同補貼形式下的綠色產品制造商渠道選擇策略分析[J/OL].中國管理科學：1-14（2022-04-05）[2022-07-16].https：//navi.cnki.net/knavi/journals/ZGGK/detail？uniplatform=NZKPT.

[14]SINAYI M，RASTI-BARZOKI M．A game theoretic approach for pricing，greening，and social welfare policies in a supply chain with government intervention[J].Journal of Cleaner Production，2018，196：1443-1458.

[15]江佳秀，何新華，胡文發.政府雙重補貼政策下的供應鏈碳減排策略研究[J].武漢科技大學學報，2022，45（3）：232-240.

[16]張紅，黃嘉敏，崔琰琰.考慮政府補貼下具有公平偏好的綠色供應鏈博弈模型及契約協調研究[J].工業技術經濟，2018，37（1）：111-121.

[17]孟慶春，于宇，金宗凱，等.考慮信息平臺影響的供應鏈聯合研發策略研究[J].山東大學學報（理學版），2021，56（10）：149-158.

[18]李劍，易蘭，肖瑤.信息不對稱下基于區塊鏈驅動的供應鏈減排信息共享機制研究[J].中國管理科學，2021，29（10）：131-139.

[19]盛守一.基于區塊鏈技術的供應鏈信息資源共享模型構建研究[J].情報科學，2021，39（7）：162-168.

[20]AND H S M，LAVE L B.Applications of environmental valuation for determining externality costs[J].Environmental Science amp; Technology，2000，34（8）：1390-1395.

（責任編輯：宋勇剛）