基于碳配额约束绿色供应链金融的成本与利润共担契约研究_谢利华

基于碳配额约束绿色供应链金融的成本与利润
共担契约研究
A Research on cost-profit sharing contract of green supply chain finance

under carbon quota constraint
学位申请人谢利华
指导教师苏应生
学科专业管理科学与工程
学位类别管理学
分类号密级
U.D.C
基于碳配额约束绿色供应链金融的成本与利润共担
契约研究
A Research on cost-profit sharing contract of green supply chain finance

under carbon quota constraint
学位申请人：谢利华
学号： 220120100001
学科专业：管理科学与工程
研究方向：绿色供应链金融
指导教师：苏应生
定稿时间： 2023 年 6 月 1 日
基于碳配额约束绿色供应链金融的成本与利润共担契约研究
摘要
随着人们对环境保护的日益关注，减少碳排放已成为一个中心问题，中
国为了实现碳达峰与碳中和的目标，启动了碳排放权交易市场的建设。为加
快推进全国碳排放权交易市场的建设，引导生产、消费和投资向低碳方向转
型，我国生态环境部出台了《碳排放权交易管理办法（试行）》，碳配额是碳
交易市场的主要产品。配额分配制度是政府为完成控排制定的一项重要政策，
是保证碳交易市场有序推进顺利运行的基石。
在碳交易市场的背景下，交易体系限制企业在一定时期内的碳排放数量，
每个企业被赋予一定数量的配额，如果企业排放量超标则会面临惩罚或被迫
从交易市场购买多余的配额。企业考虑绿色减排技术投入以满足降碳目标，
但由于资金不足或周转不畅而常常面临资金约束。由于企业之间碳减排的边
际成本存在差异，供应链上的企业若只靠自身能力优化碳减排方案，可能面
临重重问题或优化效果不尽人意，若从供应链整体出发，上下游企业参与联
合减排方案，或将实现供应链上碳排放权的最优配置。其次，中小企业融资
难的问题早已有之，而他们亦是推动经济低碳绿色转型的中坚力量，亟须资
金以支持其低碳绿色转型发展。绿色供应链金融的兴起，能充分调动普惠中
小微企业低碳绿色转型，推动相关产业节能减排，有助于打破环境约束造成
的融资困境，进而实现国家提出的“双碳”目标。
本文从绿色供应链视角，采用博弈理论，在考虑碳配额与交易制度以及
资本约束的前提下，建立了一个以零售商为主导的两阶段低碳供应链模型，
其中制造商是一个因生产绿色商品而承担减排成本的企业。首先，本文先假
设制造商有足够的资金用于减排投资，利用 Stackelberg 博弈求解该模型得到
制造商资金约束的条件，再利用资金约束条件建立绿色融资契约模型，考虑
参与绿色融资与不参与绿色融资的两种情况；其次为协调供应链效率，引入
收益与成本共享契约，同理先通过求解基础博弈模型得出资金受限的条件，
再利用该条件建立考虑收益与成本共担契约下绿色融资模型，分别是参与收
益与成本共担契约但不参与绿色融资和参与收益成本共担同时参与绿色融资。
利用逆向归纳法，推导并比较了四种情况下参与者的均衡决策和收益。并通
A Research on cost-profit sharing Contract of green supply chain Finance under carbon quota constraint
过 MATLAB 进行数值分析印证结论。研究发现，绿色融资利率较高时的零
售商的最优库存水平较低；当绿色融资利率较低时，制造商的最优碳减排水
平较高。同时，零售商的成本分担和利润分享会对制造商的碳减排效率产生
积极影响，制造商和零售商的利润可以实现潜在的帕累托改善，零售商的最
佳库存水平随着成本分担的增加而降低，随着利润份额增加而增加。当零售
商为低效率零售商时，制造商的最优碳减排水平随零售商的成本分担而增加，
随着零售商保留的利润份额增加而减少。
关键词：绿色供应链金融；碳减排；资本约束；成本和收益共享合同；动态
博弈
Abstract
With the growing concern for environmental protection, reducing carbon
emissions has become a central issue, and China has launched the construction of a
carbon emission trading market in order to achieve the goal of carbon peaking and
carbon neutrality. In order to speed up the construction of the national carbon
emission trading market and guide production, consumption and investment in the
low-carbon direction, the Ministry of Ecological Environment of our country has
issued "Management Methods of carbon emission Trading (Trial Implementation)".
Carbon quota is the main product of carbon trading market. The quota allocation
system is an important policy formulated by the government for the completion of
emission control and is the cornerstone to ensure the orderly promotion and
smooth operation of the carbon trading market.
In the context of carbon trading market, the trading system limits the amount
of carbon emissions of enterprises within a certain period of time. Each enterprise
is given a certain amount of quota, and if the emissions exceed the standard, it will
face punishment or be forced to buy excess quota from the trading market.
Enterprises consider green emission reduction technology investment to meet the
carbon reduction target, but often face financial constraints due to insufficient
funds or poor turnover. Due to the differences in marginal cost of carbon emission
reduction among enterprises, enterprises in the supply chain may face numerous
problems or unsatisfactory optimization effects if they only rely on their own
capabilities to optimize carbon emission reduction schemes. If the supply chain as
a whole is started, upstream and downstream enterprises participate in joint
emission reduction schemes, or the optimal allocation of carbon emission rights in
the supply chain may be realized. Second, smes have long faced difficulties in
financing. As they are the backbone of the low-carbon and green transformation of
the economy, they urgently need funds to support their low-carbon and green
transformation. The rise of green supply chain finance can fully mobilize the low-
carbon and green transformation of inclusive medium, small and micro enterprises,
promote energy conservation and emission reduction in related industries, and help
break the financing dilemma caused by environmental constraints, so as to achieve
the "double carbon" goal proposed by the state.
In this thesis, from the perspective of green supply chain, a two-stage low-
carbon supply chain model dominated by retailers is established based on game
theory and considering carbon cap-and-trade system and capital constraints. In this
model, the manufacturer is an enterprise that bears the cost of emission reduction
due to the production of green goods. First of all, this paper assumes that the
manufacturer has enough capital for emission reduction investment. Stackelberg
game is used to solve the model to get the conditions of the manufacturer's capital
constraints, and then the green financing contract model was established based on
the capital constraints. Two cases of participating in green financing and not
participating in green financing were considered. Secondly, to coordinate the
efficiency of supply chain, the benefit and cost sharing contract is introduced.
Similarly, the condition of capital constraint is obtained by solving the basic game
model, and then the green financing model under the benefit and cost sharing
contract is established. They are participating in the benefit and cost sharing
contract but not participating in green financing and participating in the benefit
and cost sharing while participating in green financing. Using backward induction,
we derive and compare the equilibrium decisions and returns of the participants in
four cases. And through MATLAB numerical analysis to confirm the conclusion. It
is found that when the green financing interest rate is high, the optimal inventory
level of retailers is lower; When the green financing rate is low, the optimal carbon
reduction level of the manufacturer is high. At the same time, the cost sharing and
profit sharing of retailers will have a positive impact on the carbon emission
reduction efficiency of manufacturers, and the profits of manufacturers and
retailers can achieve potential Pareto improvement. When the retailer is an
inefficient retailer, the manufacturer's optimal level of carbon abatement increases
with the retailer's cost sharing and decreases with the profit share retained by the
retailer.
Keywords: Green supply chain finance; Carbon reduction; Capital constraints;

Cost-sharing contracts; Dynamic game
目录
1 绪论......................................................................................................... 1
1.1 研究背景 ........................................................................................... 1
1.2 研究目的与意义............................................................................... 3
1.3 研究内容和方法............................................................................... 4
1.3.1 研究的主要内容 ......................................................................... 4
1.3.2 研究思路 ..................................................................................... 5
1.3.3 研究方法 ..................................................................................... 6
1.4 本文的贡献 ....................................................................................... 6
2 相关理论及文献研究综述 .................................................................... 8
2.1 相关理论综述................................................................................... 8
2.1.1 绿色供应链及绿色供应链管理的概述 .................................... 8
2.1.2 供应链金融及绿色供应链金融概述......................................... 9
2.1.3 博弈理论综述 ........................................................................... 11
2.1.4 契约理论综述 ........................................................................... 13
2.2 国内外研究综述............................................................................. 14
2.2.1 供应链协调 ............................................................................... 15
2.2.2 绿色供应链协调 ....................................................................... 16
2.2.3 低碳供应链协调的研究综述................................................... 17
2.2.4 资金受限的供应链研究综述................................................... 18
2.2.5 绿色金融研究综述 ................................................................... 19
2.3 现有的文献总结............................................................................. 20
3 不考虑收益与成本共担的低碳供应链绿色金融契约研究 .............. 21
3.1 问题描述 ......................................................................................... 21
3.2 模型参数 ......................................................................................... 21
3.3 模型假设 ......................................................................................... 22
3.4 模型建立与分析............................................................................. 24
3.4.1 碳配额约束下低碳供应链基础模型....................................... 24
3.4.2 碳配额约束下低碳供应链绿色金融契约研究 ...................... 27
3.5 本章小结 ......................................................................................... 34
4 考虑收益与成本共担的低碳供应链绿色金融契约研究 .................. 36
4.1 问题描述 ......................................................................................... 36
4.2 模型参数 ......................................................................................... 36
4.3 模型假设 ......................................................................................... 37
4.4 模型建立与分析............................................................................. 37
4.4.1 碳配额约束下参与收益与成本共担契约的低碳供应链基础
模型 ................................................................................................... 37
4.4.2 碳配额约束下参与收益与成本共担契约低碳供应链绿色金
融契约研究 ....................................................................................... 41
4.5 本章小结 ......................................................................................... 52
5 基于数值模拟的低碳供应链四类模型对比分析 .............................. 55
5.1 碳交易价格变化的影响分析 ........................................................ 55
5.2 制造商的绿化资金变化的影响分析 ............................................ 57
5.3 银行绿色金融贷款利率变化的影响分析 .................................... 59
5.4 制造商单位产品初始碳排放量变化的影响分析 ........................ 61
5.5 零售商成本分担系数变化的影响分析 ........................................ 62
5.6 零售商收益分担份额变化的影响分析 ........................................ 64
6 研究结论与展望 .................................................................................. 66
6.1 研究结论和建议............................................................................. 66
6.1.1 主要结论 ................................................................................... 66
6.1.2 主要建议 ................................................................................... 67
6.2 不足及展望 ..................................................................................... 68
参考文献................................................................................................... 70
1 绪论
1.1 研究背景
地球的温室气体排放连年增长，与之相关的极端自然灾害屡屡发生，气
候变化成为世界各国共同应对的重大挑战。根据政府间气候变化专门委员会
(IPCC)第一工作组第六次评估报告 [1]发布的气候科学报告，以更有力的证据
进一步确定了全球升温风险加剧的客观事实。随着人类活动向大气中排放的
温室气体增多，全球多地极端天气频发。不可逆的影响将很容易在世界大范
围内产生，主要风险包括海面上升、沿海地区受到高潮侵袭、城市因洪水和
城市酷暑导致死亡和疾病、极端天气危害基础设施等。温室气体在大气的含
量持续上升，专家预计未来的粮食安全以及人类的健康和财富将在 21 世纪
受到全球变暖带来的威胁。因此，为了防止全球变暖，降低碳排放量是当务
之急。
面对温室气体带来的气候变化，造成的恶劣影响是不可估量的，任何一
个国家都不可能置身事外，因此越来越多的国家和地区制定了长期排放目标。
加拿大致力于发展低碳和清洁经济，并制定了到 2030 年将排放量在 2005 年
水平上减少 30%的目标。美国在制定“国家自主贡献”（NDC）目标时，考虑
了各个部门的减排路径，计划宣布在 2030 年前将碳排放量至少减半。2020
年 10 月 25 日，日本政府也公布了实现 2050 年“碳中和”目标的工程表。在
2021 年的“领导人气候峰会”上，加拿大宣布了新的气候目标，计划使得碳排
放量到 2030 年减少 40-45%；英国政府公布计划，即到 2035 年，使得二氧
化碳排放量比 1990 年的水平减少 78%；韩国将停止所有针对煤炭的外部融
资；巴西承诺将在 2050 年实现碳中和。作为世界上最大的温室气体排放国，
中国制定了到 2030 年碳排放停止增长，排放强度比 2005 年降低 64%至 70%
的目标。中国将力争 2030 年前实现碳达峰、2060 年前实现碳中和，作为一
个发展中国家，要实现这样的目标，我们更需要艰苦奋斗，排除万难。
实现碳达峰和碳中和目标，是我国重大战略决策，低碳绿色发展在全国
正在被提到一个空前的高度。低碳经济的发展政策将促使企业把碳减排纳入
生产经营与投资决策中。在节能降碳的行动中，大型企业在资金、技术和生
1
态圈上都有很大的优势。但中小微企业本就面临融资难、融资贵的问题，同
时还要实现绿色发展，其中困难更加严峻。目前为止，向银行贷款融资仍然
是中小微企业解决资金短缺的主要方式，从银企关系角度出发，客观上中小
微企业需要银行放贷支持度过困难，但商业银行又出于信贷安全的考虑而惜
贷、惧贷。要想突破这种局面，就必须探索新型融资方式。对于中小企业面
临的绿色低碳转型以及融资的现实困境，绿色供应链金融作为行之有效的市
场手段给出了答案。将绿色金融理念应用到供应链全周期，实现绿色金融与
传统供应链的融合与创新，为供应链上下游企业赋能，推动中小企业绿色低
碳转型的同时有效降低绿色金融中的信用风险。绿色供应链金融主要应用在
各产业的节能减排活动中，包括为提升能源效率融资、为购买节能设备的融
资、为“三废（废渣、废水和废气）”治理融资等。绿色供应链金融鼓励企业
购买能够降低资源消耗且能提高能源利用率的节能减排设备，又由于将节能
环保和可持续化发展理念引入供应链金融中，使金融机构通过提供绿色环保
的投资产品，不仅获得经济利益，同时为自身增强了的社会责任感，提升了
金融机构在民众心中的良好形象。
为了应对全球变暖，实现绿色发展，许多国家都在实施碳排放法规。最
有效的机制之一是限额与交易监管。中国为了实现碳达峰与碳中和的目标，
于 2021 年启动了碳排放权交易市场的建设。为加快推进全国碳排放权交易
市场的建设，引导生产、消费和投资向低碳方向转型，我国生态环境部出台
了《碳排放权交易管理办法（试行）》。碳配额制度是碳交易市场有序运行的
主要手段，它不仅是政府为完成控排制定的一项重要政策，还是一项重大制
度创新，是保证碳交易市场有序推进顺利运行的基石。
在碳交易市场的背景下，交易体系限制企业在一定时期内的碳排放数量，
每个企业被赋予一定数量的配额（也成碳排放权），企业可以在碳交易市场
上出售自己的剩余碳排放权，但企业排放量超标，为了履约商业合同，企业
就需要购买其他市场主体的配额。然而，站在企业的角度，在实际执行过程
中，采用技术革新、调动企业低碳环保的积极性、建立保护生态的企业文化
等措施无疑都会增加企业的生产运营成本，尤其是高耗能高排量的制造企业
将会面临更大的挑战。为了加速减排进程，响应国家双碳政策，企业将低碳
化发展作为中长期发展方向。一方面，为满足碳减排要求，企业可能需要从
2
原材料采购、产品设计、生产制造、包装运输、流通消费、服务保障等各个
环节进行严格管控，由于中小微企业的规模大都较小、抵御风险的能力也较
差，绿色低碳升级改造会极大地提升企业成本。在这样的情况下，企业可能
面临资金不足的困境；另一方面，随着市场上消费者的低碳环保的认同感加
强，产品的市场需求以及企业的品牌形象将被产品的碳足迹影响。这使得供
应链上的企业若只靠自身能力优化碳减排方案，可能面临重重问题或优化效
果不尽人意，若从供应链整体出发，上下游企业参与联合减排方案，或将实
现供应链上碳排放权的最优配置。
为解决这些问题，本文研究了绿色融资下的联合碳减排的可持续供应链。
同时为激励供应链上的合伙作伴联合碳减排，提出了碳减排活动的收益与成
本共担契约，在减少碳排放的同时提高供应链的共同绩效。
1.2 研究目的与意义
随着全球变暖，人类已经意识到它对地球和地球上所有生物的灾难性影
响。为了应对全球变暖，许多国家都在实施碳排放法规，我国碳交易市场也
于 2021 年 7 月 16 日正式上线运行。企业在有限的时间内获得免费的碳排放
限额，并可以在碳交易市场上与其他企业进行限额交易。为了实现“双碳”目
标，企业应该升级生产技术以减少碳排放。很多时尚行业，例如 H&M、玛
莎百货和 Levis 等公司在生产阶段采用新的技术和设备来减少二氧化碳排放
量[2]。然而，供应链中大多数上游企业都是中小型企业，而中小企业是国民
经济的重要组成部分，在民营经济和社会发展发展过程中具有举足轻重的影
响。但中小企业大都组织结构简单、规模和利润较低，抵御风险的能力较差，
容易受到短期效益的影响以及资金周转的困难，从而忽视长远发展以及社会
的可持续发展，企业在减少碳排放的过程中，时常面临无法为其经营决策获
得足够资金的困境。为了缓解资金限制，制造商可以从一些银行获得绿色融
资，如上海浦东发展银行，浦发银行为有资金约束的企业提供绿色减排融资
产品。
此外，中小企业在绿色可持续发展问题上阻碍重重，但要想从根本上解
决其发展困境，不仅要考虑企业自身优势与缺陷，还必须要沟通和协调整个
供应链，具备全局思维，实现企业之间优势互补，通过战略合作来提升中小
3
企业绿色发展的内生动力。西门子鼓励其供应商通过减少能源消耗和温室气
体排放为绿色供应链做出贡献 [3]。沃尔玛的供应商可以从零售商那里获得一
些碳减排的成本分担 [4]。越来越多的企业认识到加强环境保护契合自身长远
利益。因而探讨绿色供应链管理与供应链协同间的关系，是值得学术界和实
践过程中关注的重要问题。
与传统的供应链相比，低碳供应链面临着许多新的问题，如与碳排放相
关的交易规则、高碳减排投资的资本约束等。在面对这些问题时，如何协调
制造商和零售商以实现供应链利润最大化就成为一个重要的问题，为解决这
些问题，本文研究了绿色融资下的联合碳减排的可持续供应链。同时为激励
供应链上的合作伙伴联合碳减排，提出了碳减排活动的收益与成本共担契约。
在减少碳排放的同时提高供应链的共同绩效。
1.3 研究内容和方法
1.3.1 研究的主要内容
首先，研究了资本约束下的碳减排可持续供应链。其次，为了达到激励
制造商减少碳排放的目的，我们设计了绿色融资和成本与收益共担契约，并
验证了两种合同的有效性。第三，考虑政府碳配额的限制，建立限额与交易
制度下的供应链分析模型。第四，研究了联合碳减排机制，比较了不同碳减
排契约对供应链成员利润的影响。同时，研究不同参数对供应链利润的影响，
为低碳供应链管理提供客观的理论支持。
全文共五章，论文结构如下：
第一章绪论
阐述研究课题的背景，并提出本文研究课题的目的，为后文论点的提出
提供理论基础。接着提出本文研究的问题，以及研究思路和研究方法，为后
文的模型的建立整理一个基础框架。最后，对比现有研究提出本文的创新点，
探索本研究内容的管理价值。
第二章相关理论基础及文献综述
为了更好地支持本文的研究，在本章阐述了本文涉及到的专业术语和研
究理论，并研读了国内外相关研究文献，其中包括：可持续供应链、考虑碳
4
排放的供应链、供应链协调、资金约束供应链、绿色融资、博弈论。对已有
的相关文献进行归纳和总结，发现当前研究的空白领域，在此基础上提出本
文的研究内容。
第三章不考虑收益与成本共担的低碳供应链绿色金融契约研究
制造商考虑在为碳减排活动提供无限资金的前提下（模型 A），由模型
均衡得到资金受限的条件。再考虑资金受限的情况下，对制造商不参与绿色
融资（模型 A1）与参与绿色融资（模型 A2）的最优库存水平、碳减排水平、
供应链成员的利润的博弈进行研究。
第四章考虑收益与成本共担的低碳供应链绿色金融契约研究
制造商参与收益与成本共担模型。首先在假设碳减排的绿化资金不受限
的前提下（模型 B），求出资金受限条件，进而在资金受限的基础上，分析
不参与绿色融资（模型 B1）与参与绿色融资（模型 B2）的两种情况。求解
模型分别得到零售商的最优库存水平、制造商的最优碳减排水平以及供应链
成员的利润，并得到相关结论。
第五章数值模拟分析
将结果引入相关数值进行模拟分析，讨论关键参数对解的敏感性分析以
及双方的收益，重点比较不同参数影响下制造商企业碳减排水平的变化以及
供应链收益的变化，验证模型结果，并提出相关建议。
第六章结论与展望
讨论了本文的主要结果，并根据前文得到的结果分别针对政府、商业银
行和生产商提出发展绿色供应链金融的建议，并指出本文研究的局限性和未
来研究方向。
1.3.2 研究思路
本文研究了一个由制造商和零售商组成的二级供应链，该供应链只生产
和销售一种产品。碳排放是在生产过程中产生的，制造商对可持续技术进行
投资以减少碳排放。制造商受限额与交易条例的管制，并拥有一定数量的排
放许可证，由监管机构免费分配。制造商决定最优的碳减排水平以使其利润
最大化。零售商负责库存水平状况以保证顺利销售，并决定最优的库存水平
以使其利润最大化。在研究碳减排时，本文关注的场景是制造商用于碳减排
5
的资金有限，而零售商的资金实力较强的情况。因此，为了缓解制造商有限
的资金，讨论了两种合同：零售商的成本和利润共享合同以及银行的绿色融
资合同。在为碳减排活动提供无限资金的前提下，推导两个基准模型，分别
是：不参与收益与成本共担模型(模型 A)、参与收益与成本共担模型(模型 B)
的均衡策略，在此前提下推导制造商资金受限的条件。在基准模型的基础上，
考虑碳减排的绿化资金有限的情况：分别是在不参与收益成本共担以及参与
收益成本共担的基准模型下，分别再考虑参与绿色融资与不参与绿色融资的
均衡策略。分析供应链成员决策之间的相互作用。最后，通过数值研究，讨
论关键参数对解的敏感性分析以及双方的收益，重点比较不同参数影响下制
造商企业碳减排水平的变化以及供应链收益的变化，验证模型结果，并提出
相关建议。
1.3.3 研究方法
本文基于动态博弈理论和数学建模方法，建立了生产商和其供应链中的
销售商之间的博弈模型，通过建立不同情形下的两阶段博弈模型来分析制造
商、零售商的决策策略。本文主要采用逆向归纳法对博弈模型求解，分别得
到各种模型下制造商的最优碳减排水平以及零售商的最优库存水平，并得到
制造商、零售商和整个供应链的利润水平，将不同情形下的订购策略、减排
策略和收益函数进行对比分析。最后，通过数值分析的方式将复杂的模型结
果进行数据化，并将数据结果以图表的形式进行呈现，以可视化的模式更清
晰地将两种情形下的结果进行分析，为我国绿色供应链金融的有序发展提供
有意义的参考。
1.4 本文的贡献
首先，在供应链金融的研究中较少研究制造商受到绿色创新资本的约束
同时企业有碳减排需求的可持续供应链。本研究丰富了这一关键领域的理论
研究。
其次，为了激励制造商减少碳排放，本文设计了绿色融资和成本与收益
共担契约，并分别验证了两种合同以及同时参与两种合同的供应链效率，制
定合理的融资和经营建议。
6
第三，本文考虑政府碳配额的限制，建立限额与交易制度下的绿色供应
链分析模型，有助于企业优化经营决策，在碳交易背景下具有一定的现实意
义。
7
2 相关理论及文献研究综述
本文在碳交易背景下，政府向企业免费发放碳排放权配额，企业考虑绿
色减排技术投入以满足降碳目标，但由于资金不足或周转不畅而面临资金约
束，在这样的情况下，研究绿色供应链金融对供应商和制造商组成的二级供
应链成员企业的影响，研究不同契约对供应链效率的提升问题。因此，本章
将对与该论文研究相关的基本理论及方法进行介绍，主要包括绿色供应链及
绿色供应链管理、供应链金融及绿色供应链金融、博弈论以及供应链契约相
关理论。并通过供应链协调、绿色供应链协调、低碳供应链协调、资金约束
的供应链协调以及绿色金融几个部分对现有国内外文献进行综述，以探讨本
文的必要性。
2.1 相关理论综述
2.1.1 绿色供应链及绿色供应链管理的概述
世界各国对现有的环境问题的给与高度关注，消费者对环保的态度也愈
加强烈，绿色供应链的概念在工业实践的发展中不断完善。美国密歇根州立
大学于 1996 年在制造研究协会开展一项名为“环境负责制造”的研究，由此
最早提出绿色供应链，又称环境供应链(Environmentally Supply Chain, ESC)
或环境意识供应链(Environmentally Conscious Supply Chain, ECSC)，是在供
应链管理的过程中采用将绿色制造的理论，以充分的利用能源，并减少环境
污染[5]。Jeremy[6]（2000）认为绿色供应链(Green Supply Chain, GSC)是以可
持续发展理念为中心，以环境友好的方式对产品的整个生命周期过程进行设
计，树立供应链成员的环保意识，建立供应链企业的战略联盟，最终实现绿
色协调优化。Zsidisin 和 Siferd[7]（2001）认为绿色供应链管理是以环境友好
为导向而进行的设计、采购、生产、销售、使用及回收等活动，并在供应链
内采取以环境为导向的管理策略以及合作关系等。王能民等人[8]（2007）将
绿色供应链定义为：是以优化资源配置能力、提升福利水平、达到与环境协
调为运营思路，以代内公平与代内际公平为决策准则，从资源开发到产品消
8
费的全过程中，整合了供应、加工、包装、仓储、运输、销售、使用、报废
处理以及回收等环节。
绿色供应链管理(Green Supply Chain Management, GSCM 或 GrSCM)是企
业在当今世界面临的一个日益复杂的挑战。越来越多的供应商、客户、政府、
法律辩护组织等主体要求公司为在生产周期活动中对环境造成的重大影响提
供解决方案和应对措施[9]。企业正寻求从被动的战略发展到积极主动的定位，
发展和实施新的管理方法，将可持续发展实践纳入其战略，并将其作为企业
文化公司政策的一部分制度化。Srivastava[10]（2007）将绿色供应链管理定义
为“将环境思维融入供应链的管理”，包括绿色制造过程，材料采购和选择，
产品设计和最终产品交付给消费者，以及产品使用寿命期后的再回收管理。
朱庆华和赵清华[11]（2005）认为绿色供应链管理的内容涵盖了产品生命周期
的所有阶段，包括绿色采购管理、绿色设计、绿色生产、绿色包装和绿色营
销。Diabat 等人[12]（2011）将绿色供应链管理实践分为绿色设计、绿色采购、
绿色分销、绿色运营、绿色物流和绿色营销以及逆向物流。Zhu 和 Sarkis[13]
（2011）认为绿色供应链管理是一个“闭环”，因为他是从供应商开始的绿色
采购到制造商，再到客户以及逆向物流的综合供应链管理。实施绿色供应链
管理使企业拥有更好的企业形象，这意味着利润的提高，成本的降低和商业
价值的增加。
2.1.2 供应链金融及绿色供应链金融概述
供应链金融(Supply Chain Finance, SCF)已经成为学者和相关从业者的“主

要术语”，供应链金融将供应链指标与财务指标联系起来，从而在物理操作、
数据和信息交换以及流动性之间实现紧密集成。供应链金融[14]旨在协调物质、
信息和资金流动，它规划、指导和控制供应链的财务流动。在过去的十年中，
全球供应链金融的应用一直在增长，Bryant 和 Camerinelli[15](2014)发现发达
国家的供应链金融业务增长率为每年 10%-30%，发展中国家为每年 20%-
25%。与此同时中国供应链金融资产也处于增长爆发期，供应链资产余额从
2016 年到 2020 年的年均复合增长率为 10.5%，并到 2021 年将进一步增至
28.6 万亿元[16]。供应链金融日益增长是源于其对供应链绩效的多方面好处，
其中包括加强客户、供应商和服务提供商之间的链接和整合[17]，以及创造可
9
替代性的竞争优势[18]。除了上述的好处，Evans 和 Koch[19]（2007）发现采用
供应链金融的企业还能获得额外的好处，包括较低的采购商品单位成本、风
险较低的供应商基础、较少的供应中断、较长的付款期限、较低的生产成本、
较低的销售天数、更好的业务连续性以及以较低的利率获得贸易信贷/融资。
供应链金融和贸易信贷的文献有很大的重叠，Gelsomino[20](2016)等人认为，
因为供应链金融涉及贸易信用机制，贸易信贷政策通过涉及付款期限解决方
案和预付解决方案(反向贸易信贷)使现金流管理成为供应链金融的基础。
绿色供应链金融(Green Supply Chain Finance, GSCF)是供应链金融的基础
上发展的，两者有一定区别。供应链金融是指：中小企业以供应链上发生的
交易事实向商业银行申请贷款，商业银行审查供应链交易或合作的真实性，
审核该贷款企业的其他信用条件，获准后商业银行再将贷款批给中小企业的
一种融资服务。而绿色供应链金融是指：在供应链金融中要求的中小企业必
须符合的条件下，商业银行另外要求中小企业提交《污染物排放许可证》和
排污权质押贷款申请，在审核其满足条件后，才将资金贷出[21]。如图 2.1 所
示，供应链金融与绿色供应链金融的流程。
订销售合同（销）
核心企业
验证销售合同
担保
申请贷款，
并提交销售合同及其他资产信用材料
商业银行
审核条件、批准贷款申请并发放贷款
提交排污权质押贷款申请
提交排污权估值报告评估排污权
环保部门
图 2.1 供应链金融与绿色供应链金融的流程
10
在绿色供应链金融研究背景中，许多小型制造商受到运营和绿色创新资
金约束的困扰。在严格的政府法规和不断增强的公众意识下，制造商不得不
采用绿色创新来提高产品的绿色程度。然而，绿色创新往往伴随着新技术的
开发和采用，需要大量投资，Chen 和 Huang[22](2021)发现许多制造商不仅在
原材料采购方面面临经营资本约束，而且缺乏绿色创新资本来提供环保产品。
为此，Xing 等人[23](2020)总结了政府实施的银行信贷融资，以帮助资金紧张
的绿色制造商。例如，天津恒晶再生合金材料有限公司从兴业银行获得 2000
万元经营贷款和 6000 万元绿色创新贷款，用于清洁制造技术升级。然而，
考虑到绿色创新努力的不可估量的收益和风险、缺乏抵押品和较低的信用评
级，Fang 和 Xu[24](2020)认为许多小型制造商可能无法从银行获得经营贷款，
更不用说绿色创新贷款了。与传统供应链金融方案主要解决运营资金约束不
同，绿色供应链金融既要解决运营资金约束，也要解决绿色创新资金约束。
典型的绿色供应链金融（ GSCF ）方案是部分信用担保 (Partial Credit
Guarantee, PCG)，供应商作为担保人，帮助制造商从银行获得经营贷款和绿
色创新贷款。有了供应商的信用担保，如果制造商违约，供应商将为制造商
偿还一部分贷款。这一机制使制造商能够顺利获得银行信贷。事实上，银行
信用担保制度在世界范围内普遍存在。例如，为解决没有传统抵押物的企业
融资难问题，中国银行引入了核心企业担保模式。兴业银行通过分析上下游
公司和核心公司之间的交易环节和需求点，设计了“M+1+N”模型来控制风险。
该模型高度重视核心公司的担保能力，核心公司对上下游公司的融资承担一
定的担保责任。美国进出口银行为信用评级较低的公司提供供应链融资担保
计划。一个更具体的例子是深圳洲明科技有限公司，这是中国知名的 LED
显示屏供应商，凭借该核心公司的联合担保，中国工商银行已向洲明科技上
下游 30 多家中小合作伙伴提供贷款。为了帮助小型制造商，Jin 等人[25](2019)
发现绿色供应链内部成员，特别是上游核心供应商会采取一些措施；如果领
导者充当担保人而不是中间债权人，所有供应链合作伙伴都能表现得更好。
2.1.3 博弈理论综述
（1）博弈论概念及分类
11
博弈论(Game Theory)开始于 1944 年由冯·诺依曼和摩根斯顿合作的划时

代巨著《博弈论与经济行为》，现是应用数学和运筹学的一个分支，在多个
领域都有很广泛的应用。一个完整的博弈包括三个要素：①参与人(players)，
即参与博弈过程且独立的人；②博弈规则(strategies)，即博弈参与者的行动
集；③效用(payoffs)，即各博弈方做出决策选择后的得失。
博弈分类可以从 4 个角度进行。根据可选择供局中人的策略是否有限，
博弈可分为有限博弈和无限博弈。根据参与人对其他参与人的了解程度，可
以划分为完全信息博弈和不完全信息博弈。根据参与人的先后顺序进行分类，
可以划分为静态博弈(static game)和动态博弈(dynamic game)。根据参与人之
间是否合作进行分类，可以划分为合作博弈和非合作博弈。
因此，按照上述博弈理论的初步分类，进一步考虑博弈主体参与的顺序
和是否合作，主要用这四种博弈理论和方法进行研究。
(1) Nash 均衡属于一种静态博弈，也是一种非合作博弈。Nash 均衡指的
是这样一种战略组合，没有任何单个局中人有选择其他战略的积极性或动机，
从而没有任何局中人在理性状态下打破这种均衡。
(2)集中决策式博弈，属于合作博弈。合作博弈是指博弈双方的利益都有
所增加，或者至少是一方的利益增加，而另一方的利益不受损害，因而整个
社会的利益有所增加。
(3) Stackelberg 定价模型。Stackelberg 定价模型最初起源于古诺模型或双
寡头模型。古诺模型是由法国经济学家古诺 1838 年提出的，在古诺模型基
础上，德国经济学家斯坦克尔伯格(Stackelberg)在 1934 年提出了一个双头垄
断的动态模型，其中一个支配企业(领导者)首先行动，然后跟随者再行动。
本文建立了一个二级供应链的完全信息 Stackelberg 博弈模型，在该供应
链中，零售商为领导者，零售商初始设定产品的库存量，制造商根据零售商
宣布的决策来确定单位产品的碳排放减少量。
（2）逆向归纳法的原理
在完全信息动态博弈中，存在着一个“子博弈精炼纳什均衡”。子博弈精
炼纳什均衡战略在均衡路径和非均衡路径的决策结上均是最优的。在有限的
完全信息博弈中，求解子博弈精炼纳什均衡最简便有效的方式便是逆向归纳
法。在有限的博弈中，博弈树中一定存在一个最后的决策结的集合，即倒数
12
第二个结，其直接后续结是终点结。在最后一个决策结中行动的参与人会选
择一个行动使自己的收益最大化；在这个参与人行动的基础上，倒数第二个
决策结上的参与人选择一个行动使自己的收益最大化；以此类推，每个决策
结上的参与人都在前面参与人的选择后选择自己的行动，直至初始结。通过
这个从终点结倒推到初始结的过程，可以得到每个参与人的战略路径，这些
战略构成的纳什均衡即子博弈精炼纳什均衡，这个倒推的过程就是逆向归纳
法。
（3）本文逆向归纳法的具体过程
根据逆向归纳法的原理，在本文中，给定一个制造商和零售商的两阶段
博弈模型，该博弈中的终点结即制造商，初始结即零售商。按照逆向归纳法
的具体求解过程，终点结上的参与人制造商根据自己的收益函数作出最优选
择；然后倒回到倒数第二个决策结也就是初始结，初始结上的参与人零售商
根据上一步制造商的决策结果和自身的收益函数找出自己的最优选择。由此
便可以得到制造商的最优选择：最优单位碳减排量；以及零售商的最优选择：
产品的最优库存水平。
2.1.4 契约理论综述
契约理论可以在供应链中得到广泛的应用，是因为它可以通过有形或者
是无形的契约，使得供应链中的参与者为了达到一定目的，而按照契约上的
条款行动。Cachon[26]（2003）则是为了实现整条供应链的效益，而制定了多
种形式的合作契约，分为批发价契约、补充契约、收入分享契约、信息共享
契约、数量柔性契约、销售回扣契约、延迟支付能力契约、返还政策(回购
契约)、风险分担契约和罚款条款契约。Lim 和 Ho[27]（2007）指出，有时供
应链契约的个数太多可能会导致参与者行动失败。Katok 和 Wu[28]（2009）
研究批发价格契约、回购契约和收入分成契约在供应链运营中的不同作用。
根据契约研究的不同出发点，可以将学者们的研究成果归纳成几个方面。
以数量折扣为出发点研究供应链中的合约理论的有很多，Dolan 和 Frey[29]
（1987）回顾和整合了经济学和市场营销文献，并对四家公司的政策进行了
详细分析，分析数量折扣的各种动机，为管理者设计数量折扣时间表提供指
导。上述供应链契约理论的研究基础是需求量确定，而现在的研究则都是建
13
立在需求量随机的基础上，如孙会君和高自友[30]（2005）通过采用合适的数
量折扣策略,供需双方都可以提高自己的利润，其中需求为供应商所给价格的
减函数。Chen 等人[31]（2001）研究了一个基本的两级分销系统，在这个系
统中，零售商的销售额是基于已知的需求函数内生地确定的，具体而言每个
零售市场的需求以恒定的速率连续到达，这是市场零售价格的一般递减函数。
从单一的公司采购决策出发，可以从如下文献中研究对现实契约的制定。
Scheller 和 Tayur [32]
（1998）考虑的情况是，一家小型制造商向一家大型跨
国公司提供产品。Moinzadeh 和 Nahmias[33]（2000）研究了单一的买方和单
一的卖方之间的长期合同协议。此外还有对供应链合作过程中没有合同和有
合同时的比较研究。Kohli 等人[34]（2010）在文中利用工具解释供应链合作
的有效性。Chen 等人[35]（2019）研究探讨了制造商和零售商在两级供应链
中首先合作投入绿色研发，然后根据批发价格合同组织生产的企业绿色研发
合作行为。通过与非合作模式的比较，在考虑技术溢出效应和供应链权力关
系的同时，评价了绿色研发合作对供应链经济、环境和社会绩效的影响。有
一些学者研究了在供应链的合作过程中的信息激励问题。Gallini 和 Lutz[36]
（1992）在文章中提出的模型是评估特许经营中的信号传导的理论参考，该
模型表明契约和组织装置可以作为信号机制发送给潜在的加盟商。张文会等
人[37]（2022）为了提高生鲜农产品供应链的运转效率，增加供应链综合经济
效益，构建了一种信息共享环境下生鲜农产品供应链的激励机制，信息共享
后供应链利润也有所提高。契约理论在供应链中的大量应用，不仅为供应链
中公司间的竞争与合作提供了坚实的理论基础，还使得人们在日常生活中对
契约越来越重视。
2.2 国内外研究综述
近年来，低碳已成为学术界、工业界和政府主办的会议的热门话题。很
多学者关注的是碳减排的政府监管问题，包括碳排放额度的分配、碳税的征
收等问题，但文献中关于联合碳减排的文献报道较少。企业需要考虑到在当
前环境下，低碳要求带来的潜在成本和收益。Lozano 等人[38]（2015）概述
了目前应用最广泛的五大理论，支持企业为缓解气候变化而采取行动。本文
主要讨论在减排需求下，存在资金限制的绿色供应链协调博弈情况，因此与
14
本文相关的文献有以下几类：供应链协调、绿色供应链协调、考虑碳排放的
绿色供应链、考虑资金约束的供应链、绿色金融。
2.2.1 供应链协调
供应链是生产产品或提供服务的各个环节的多个利益主体构成的功能网
络结构，它包括供应商、制造商、分销商、零售商、消费者等。供应链规划
从供应链事实的发生就协调和同步几项不同功能的活动，例如，由于供应链
运行的集中化或分散化，原材料采购和成品的分销可能需要不同的协调机制。
在集中式供应链中，单个决策者通过访问所有必需的信息来优化整个系统的
性能。相反，在一个有多个参与者的去中心化系统中（分散式供应链），没
有唯一的规划者，甚至，成员们可能有相互冲突的目标，他们各自追求自身
利润的最大化。传统上的供应链领域文献，如 Corbett[39](2001)对于库存管理
的方法即利用供应链上所有的信息。近年来由于一些发展和变化，如全球化、
通信技术、新的商业趋势、地理分布等原因，竞争环境中的大多数供应链是
分散的。尽管关于协调分散供应链的研究越来越多。为了定义供应链协调，
Albrecht[40](2010)将文献分为三个流派：第一种情况是，当且仅当它导致供应
链最优时，供应链机制是协调的；在第二种情况下，如果与没有协调的默认
解决方案相比，该机制导致供应链的改进，那么该机制就是协调的；最后一
种是，实施的协调机制能产生全系统范围内都可行的解决办法。
Vosooghidizaji 等人[41]（2020）对依赖于供应链协调不同维度的非对称信息下
的供应链协调进行了系统的文献综述。为了应对信息不对称，学者们提出了
若干情景和模型，以确保供应链行为体之间的协调。
供应链协调研究主要包括三个方面：定价及渠道协调、库存协调及契约
协调研究。Taylor[42](2002)研究了具有销售努力效应的渠道回扣下的供应链
协调问题，发现：当需求受到零售商销售努力的影响时，一个设计合理的目
标退货合同可以达到协调和双赢的结果。Krishnan 和 Winter[43] (2010)将供应
链激励理论扩展到动态环境中，发现垂直价格下限或库存回购可以协调定价
和库存决策中的激励。陈祥锋[44](2011)总结了 10 种供货合同，包括质量担保
合同、备货合同、数量折扣合同、期权数量柔性合同、时间柔性合同、退货
合同和削价合同、定量合同、风险共享合同。供应链契约协调目前有多种形
15
式，在不同情境下，其应用形式是不同的，主要有三个方面：一是对传统供
应链运用契约进行协调。如曹开颖等人[45](2011)在传统生鲜企业在电商冲击
的背景下需要考虑是否入驻电商平台开拓线上业务，比较分散式供应链情形
下企业最优渠道选择，结果表明相较于集中式决策，分散式供应链情形下零
售商更不愿意入驻平台。二是对闭环供应链运用契约进行协调。Dobos 等
[46]
(2013)考虑的供应链由一个单一的供应商和一个单一的买方组成的闭环供
应链模型。买方从供应商处订购一种产品，将其用于自己的需求，并在使用
后收集可再制造的物品。所订购的物品通过车辆以批次为单位从供应商运送
到买方，该车辆还将所收集的用过的物品从买方退还给供应商，以便在下个
订单周期中进行再制造和随后满足买方的需求，研究了两部收费契约对闭环
供应链的协调问题。三是采用实验经济学方法，分析契约参数变化对供应链
成员行为的影响。Giannoccaro 和 Pontrandolfo[47]（2004）提出了一个供应链
契约模型它是一种基于收益共享机制的供应链契约模型以协调三阶段供应链，
该模型通过调整合同参数，能够提高系统效率，提高所有供应链成员的利润。
2.2.2 绿色供应链协调
在过去的几十年里，环境问题已经引起了公众的关注。公众对有害环境
活动的关注极大地影响了供应链的规划和运营。因此，减少环境危害成为现
代供应链中的一个重要问题。有学者开始尝试将供应链协调引入绿色供应链
领域，以获得显著的竞争优势和更好的供应链公众形象。如 Basiri 和
Heydari[48](2017)将供应链协调的范围扩展到环境决策，供应链协调模型的主
要目标是提高渠道成员的决策，以优化供应链的总利润。 De
Giovanni[49](2014)通过提出零售商投资绿色广告的闭环 SC，将销售努力的概
念扩展到绿色销售努力；在其调查的闭环 SC 中，零售商通过绿色广告的目
的是增加需求，同时提高消费者对废弃产品的退货意愿。在混合产品(传统
产品和绿色产品 ) 供应链中，当需求是消费者环境意识（ Consumer
Environmental Awareness, CEA）的函数时，Liu 等人[50](2012)利用博弈论方
法提出了渠道协调模型以达到平衡条件。Xia 和 He[51](2014)分析了具有确定
性需求产品的两级供应链，证明了分担碳减排成本是制造商减少碳排放的有
效激励方式，他们提出了一种新的侧支付自动执行合同，以实现帕累托效率
16
解决方案。Gosh 和 Shah[52](2015)提出了一种成本分担合同，以启动制造商
提高产品的绿色水平，但所提出的机制无法达到集中式模式。 Li 等人
[53]
(2016)研究了一个竞争性的双通道绿色供应链，其中市场需求是产品价格
和绿色程度的确定性函数，他们在斯塔克尔伯格博弈方法下采用了两部分关
税合同来协调渠道。Zhang 等人[54](2015)在两阶段供应链中应用了一个退货
策略，该供应链有两种可替代产品(传统产品和绿色产品)，其中需求是价格
和绿色质量的函数，在他们的模型中，消费者环境意识作为需求函数中的绿
色质量系数被假设为随机变量。翁莉等人[55]（2013）研究发现在绿色供应链
上，上下游企业对经验和知识的掌握具有不同程度的水平，若他们彼此能够
分享知识并多加交流，则有利于整合绿色知识资源并提高绿色供应链的运行
效率。同时，他们还提到绿色供应链成员间的知识共享行为会受到知识的隐
性属性、知识转移主体间凝聚度、知识转移主体认知结构的差异等等多方面
因素的影响。魏光兴和宋燕龄 [43]（2014）基于收益共享契约，在斯塔伯格博
弈下，探究对农产品供应链的绿色投资水平、定价和利润的促进作用，研究
发现该契约能够推动农产品供应链绿色投资和供应链系统的绩效，可以实现
合理的定价协调。
2.2.3 低碳供应链协调的研究综述
绿色供应链管理的范围非常广泛，它包括污染控制、自然资源保护和废
物管理。近年来，随着人为温室气体排放的持续增加，加剧了全球变暖和气
候的变化，而这类人为温室气体排放的大部分是工业化、人口以及供应链增
加的结果，学者们越发关注温室气体减排。因此，低碳供应链管理(Low
Carbon Supply Chain Management, LCSCM)的概念越来越受到学术界和工业
界的重视。
在低碳供应链协调的情况下，买方、供应商和整个供应链的需求和利润
函数在使用新的碳排放约束重新制定[57]。低碳供应链协调的目标是在这些严
格的碳排放约束下，最大化供应链整体、零售商和制造商的利润 [58]。合同设
计中的主要决策变量是最优批发价格、零售价格和订货数量[59]。各种不同的
交易方案，如碳限额、限额与交易、碳税和碳抵消也被纳入供应链协调策略
[60] [61] [62] [63]
。Du 等人[64]（2015）将消费者对低碳产品的偏好和排放敏感性
17
纳入需求函数。Liu 等人[65]（2012）研究还发现，消费者的环境意识会影响
制造商和零售商的生态绩效。Tseng 和 Hung[66]（2014）在他们的供应链设计
决策模型中纳入了与二氧化碳排放相关的社会成本。此外，Jiang 和 Chen[67]
（2016）将低碳合同设计也应用于企业的投资决策。
供应链成员之间的合作不局限于提高供应链的运营效率，它还超越了这
一点。如今，各个组织都采取了不同的协作策略来减少整个供应链的排放。
例如，Trappey 等人[68]（2012）通过协同产品设计和生产规划降低产品碳足
迹(Product Carbon Footprint, PCF)。Huang 等人[69]（2016）考虑合同谈判成本
和总碳排放成本的多层次供应商协调优化。Tinoco 等人[70]（2017）设计运输
过程中需求整合和库存补充的协同决策。Theiben 和 Spinler[71]（2014）强调
了供应链合作伙伴之间的合作关系，随后提出了成功合作减少碳排放的六个
步骤。因此，通过采用不同的供应链协同战略决策可以减少碳排放。
2.2.4 资金受限的供应链研究综述
供应链管理文献大多关注货物和服务的流动，而没有考虑资金短缺和资
金流动对运营管理的影响。该领域的研究人员假设总有足够的营运资金供应
所需的库存。然而，经营决策受制于有限的营运资金，尤其是中小企业，往
往严重依赖外部融资。
Lai 等人[72]（2009）研究了预订模式、委托模式以及这两种模式的组合
下财务约束对供应链效率的影响。Caldentey 和 Chen[73]（2011）提出供应商
应该向资金紧张的零售商提供贸易信贷合同。Chen 和 Wang[74]（2012）研究
了贸易信贷融资（TCF）下资本受限的零售商与其供应商之间的相互作用。
他们发现，贸易信贷可以在资金受限的供应链中创造价值，并在一定程度上
实现协调。Kouvelis 和 Zhao[75]（2012）研究了在贸易和银行信贷下需求不确
定的产品市场中，由一个制造商和一个资金受限的零售商组成的分销渠道。
Xiao 等人[76]（2016）在发生破产成本时，使用收入分享合同来协调资金受限
的供应链。Miloudi 等人[77]（2016）提出了一个模型，通过调度公司的应付
账款和应收账款，优化公司在三级供应链中的营运资金。Kouvelis 和 Zhao[78]
（2018）讨论了信用评级对供应链运营和财务决策的影响，供应商和零售商
通过提前付款折扣合同进行交互。零售商和供应商都受到资金限制。Zhan 等
18
人[79]（2019）调查了一个资金受限零售商的供应链中带有返利合同的贸易信
贷的价值。
2.2.5 绿色金融研究综述
随着经济生活发展水平的逐步提升，可持续发展是一个全球共识的理念，
继而较多相关概念出现了。根据国际金融公司的定义，绿色金融是一种旨在
实现经济发展和环境质量改善之间双赢的金融创新产品，是为提供环境效益
的投资提供融资。与传统金融活动相比，绿色金融强调环境效益，将环境保
护和资源有效利用作为衡量其经济活动行之有效的重要标准。绿色金融谋求
金融活动与环境保护、生态平衡的协调发展，最终实现可持续发展。Wang
和 Zhi(2016) [80]指出，绿色金融是一种将环境保护与经济发展相结合的创新
性金融形式。Wang 等人(2019) [81]认为，绿色金融强调绿色发展和金融服务
两个“关键词”，认为金融机构应将环境保护作为一项重要的考虑因素，在投
融资决策中应考虑潜在的环境影响。绿色金融产品涉及到绿色信贷、绿色债
券、绿色保险、绿色信托、绿色租赁、绿色基金、碳金融产品等金融工具[82]。
Andersen[83] (2017)认为从企业的角度来看，企业的绿色创新能力受到融
资约束的限制，难以获得融资资源可能会极大地阻碍他们对绿色技术的投资，
企业的绿色创新通常具有高不确定性和低回报，尤其会受到融资约束的阻碍。
作为全球气候行动共识的结果，与支持环境可持续发展相关的投资和贷款
(GFSG)近年来急剧上升 [84]，中国绿色领域投资不断增加，已成为世界领先
的绿色投资目的地。最近，中国承诺到 2060 年实现碳中和，这需要对绿色
项目和技术进行全面投资。因此为绿色发展提供一个支持性的融资环境，中
国积极推进绿色金融政策的出台。无论是过去的成功，还是未来的雄心，都
离不开政策的支持。中国政府为应对环境恶化和污染做出了大量努力。除了
综合法规和行政执法外，明确出台绿色金融政策，支持绿色发展 [85]。Cao[86]
（2019）将绿色金融体系的机制与国内外的发展模式进行了比较，提出了提
高产品创新和金融机构创新有助于绿色金融的可持续发展。中国绿色金融产
品的创新起步较晚，Linnenluecke 等人[87]（2019）研究发现虽然中国绿色债
券市场的规模在逐年增加，总资产较多的 18 家金融机构的绿色信贷数量也
有所增加，但成交量与总资产之比仅为 1.18%，绿色金融市场还不够深。因
19
此，中国应该加快绿色金融市场机制的建设，需要创新绿色金融产品和商业
模式，这对于促进产业结构调整和优化区域经济发展尤为重要[88]。
2.3 现有的文献总结
在绿色供应链的国内外文献中，当前的研究主要集中于绿色供应链定价
及契约协调。在全球应对气候变化、防止气候变暖，中国制定了于 2030 年
前实现“碳达峰”以及 2060 年前实现“碳中和”的目标下，讨论的重点主要集中
在通过采用不同的供应链协同战略决策以减少碳排放。不少文献研究了绿色
供应链的碳减排问题，但上面文献中讨论的模型很少考虑绿色供应链受到资
本约束时对碳减排的影响。同时，将碳减排影响纳入资金受限的供应链的相
关研究也较少。
因此，本文研究了在碳配额制度下，采用绿色融资和成本与收益共担的
两种契约的绿色供应链系统，从而优化供应链的碳减排效率，解决因碳减排
投资而面临的资金约束难题，并提供一些管理思路。
20
3 不考虑收益与成本共担的低碳供应链绿
色金融契约研究
在碳减排的研究中，由于制造商要达到减排目标，排放合理数量的二氧
化碳，需要为减排技术进行投资，一般情况下是利用自有资金，但是中小型
制造商企业常常发生自有资金不足或资金周转困难不满足现需减排成本，即
发生资金约束的情况。而零售商是大型核心企业，拥有较强的资金实力，但
它只是售卖产品，并不为碳减排承担成本。所以本文关注的是制造商用于碳
减排的资金有限，而零售商资金实力较强的情况。为此，针对制造商资金有
限的问题，设计了银行绿色融资契约。同时，为促进供应链协调，以环境和
利润为导向，本文还设计了收益和成本共享的混合契约。本章内容主要针对
制造商资金约束下参与绿色融资契约前后的产品库存水平、碳减排水平和供
应链成员利润、博弈进行研究。
3.1 问题描述
假设一个制造商(记作 m )生产了一种低碳排放的产品(称为低碳产品)，
并在零售商(记作 r )的帮助下将其销售给终端市场的客户，市场上消费者对
该低碳绿色产品有一定的需求，零售商需要销售该类产品以迎合市场，制造
商也要制造该类产品以获取利润。制造商确定最优碳排放量来使其利润最大
化。而零售商为了保证物资能够不间断地供应而以最优库存水平来使其利润
最大化。由于定义碳排放是在生产过程中产生的，制造商为减少碳排放，需
要对可持续技术进行资金投入，但是自有资金的不足加上小微企业融资困难，
本节设计绿色融资契约以改善制造商的资金约束困境。
3.2 模型参数
本文为了方便模型描述，定义了模型涉及的相关变量如表 3-1 所示，并
给出相关变量的说明。
21
表 3-1 资金约束下绿色供应链博弈模型变量
c 制造商单位产品的生产成本
w 制造商的单位产品批发价格
p 零售商售出单位产品的价格
D 市场需求
 消费者对低碳排放的敏感性和偏好程度
k 碳减排投资系数
cp 碳交易价格
e 单位产品初始碳排放量
Ec 政府允许制造商碳排放总额
T 制造商的绿化资金
 SC 供应链的利润
m 制造商的利润
r 零售商的利润
q 零售商制定的订货量
z 辅助变量 z = q −  − e 作为需求实现后预期的确定性净库存水平
e 制造商的每件产品的碳排放减少量
3.3 模型假设
为便于模型分析，本文需做出一些假设。
首先，根据现有碳配额机制，我们假设政府向制造商分配免费排放配额
Ec ，它是制造商的排放上限。根据限额交易机制，当企业的实际生产排放
需求在政府排放配额以下时，企业可以在市场上交易剩余的排放权；否则，
他就得购买排放权以满足需要。令 c p 表示单位碳排放价格， e 表示单位产
品减碳量。为了简化阐述和计算，同时又不失一般性，影响我们解决中心问
题，这里我们没有考虑碳排放权交易价格的波动，让单位碳排放的出售价格
与购买价格相同。因此，假设生产数量 q 的低碳产品，制造商应该在市场上
购买或出售 ( e − e ) q − Ec 的碳排放量。当实际生产的碳排放量经过净化还是
大于政府分配的碳限额，则需要购买排放量以满足生产需求，当实际生产的
碳排放量经过净化未超过政府分配的碳限额，则可以出售排放权，而实际生
22
产需求又取决于单位产品减碳量和计划生产数量。
其次，为了关注问题的本质，我们将本研究的建模时间范围限制为一个
单一的周期。此外，本文假设制造商和零售商是风险中性的，各自追求利润
最大化。在该制造商和零售商组合的供应链上，只考虑制造商的碳排放，不
考虑零售商的碳排放。
与传统的高碳产品相比，低碳产品的价格通常被认为更高，高碳和低碳
产品在同一市场竞争的情况下，可能会出现“劣币驱逐良币”的现象。为了排
除低碳产品被逐出市场的情况，本文假设零售商完全竞争。此外，本文让零
售价格 p 和批发价格 w 保持不变，从而集中精力去解决本文的关键问题。由
于制造商和零售商的利润率都是正的，本文需要设置 c  w  p 。假设利润函
数为凹函数，因为在生产过程中，随着投入的增加，每增加一单位投入所带
来的产出增加量会逐渐减少。
根据 Achtnicht(2012))[89]发现假设低碳产品的市场需求对制造商的单位产
品减碳量较为敏感，令 e 表示制造商每件产品的碳排放减少量。为不失一
般性，本文假设零售商面临的市场需求函数形式 D = x ( p, e ) +  ，其中的
𝑥(𝑝, ∆𝑒) 表示为零售价格 𝑝 和制造商的单位产品减碳量 e 的函数，令
𝑥(𝑝, ∆𝑒) = 𝑎 − 𝑏𝑝 + 𝛾∆𝑒；其中的  是随机变量，服从均匀分布 U ( 0, B ) ，均
值  = B / 2 ，  的概率分布函数和概率密度函数分别是 F (  ) ， f (  ) ；根据
上述对零售价格 p 的假设（ p 保持不变），令  = a − bp ，则
x ( e ) = x ( p,e ) =  + e ，其中系数  表示消费者对低碳排放的敏感性和偏
好程度。因此，市场需求函数可以表示为 D ( e,  ) =  + e +  ，这里的线
性需求函数中，每件产品的碳排放减少量 e 作为一个增强需求的因子出现，
表明如果企业采取低碳策略，消费者由于其对低碳产品的偏好会对需求产生
正向影响。
参考 Ghosh 和 Shah（2012）[90]的文献假设制造商的碳排放成本 Cm ( e )
是一个单周期的碳减排投资成本，并且 Cm ( e ) = k ( e ) 2 是关于 e 的递增

2
凸函数。因此， C ( e )  0 ， C  ( e )  0 ， C  ( e )  0 ，其中， k 为减排相关
固定投资成本系数，表示减排对成本的影响。
23
制造商有专门的碳减排基金。然而，企业的资金是有限的，因此制造商
基于碳配额抵押，可以从银行获得绿色融资支持，只能用于碳减排。基于所
欠资金和绿色融资支持，制造商完成了减排任务。需求实现后，零售商和制
造商获得销售收入。然后制造商偿还银行贷款。
如果制造商无法支付银行，那么银行将拍卖碳资产配额，制造商将面临
巨额罚款，并因碳排放过剩而宣布破产。如果制造商支付银行贷款，那么银
行将署抵押财产。然后，制造商可以通过碳限额与交易规则进行碳排放交
易。本文主要研究了制造商在不破产的情况下能够偿还银行贷款的情况。
3.4 模型建立与分析
在本节研究中，第一部分是通过无资金约束下的模型（模型 A）的均衡
求得制造商因碳减排所需的成本，再与制造商的自有资金进行比较，当自有
资金小于碳减排成本时，说明制造商资金不足；反之，当自有资金大于碳减
排成本时，说明制造商资金充裕。由于行文目的是解决资金约束的问题，本
文重点关注制造商资金不足的情况，因此，第二部分对制造商参与绿色融资
契约前后的最优库存水平、碳减排水平、供应链成员的利润的博弈进行研究。
将不参与绿色融资的模型定义为模型 A1；将参与绿色融资的模型定义为 A2。
3.4.1 碳配额约束下低碳供应链基础模型
碳配额机制下，每年相关部门将其核定的碳排放配额免费分配给企业。
如果企业排放的二氧化碳超过了它在初始分配中得到的排放配额，就需要在
市场上购买额外的排放配额，反之，如果企业排放较少，就可以出售节省下
来的排放配额。在本模型中，制造商对产品减碳技术的投入没有限制。本文
认为这是一个以零售商为领导者的 Stackelberg 博弈。合作伙伴的行动步骤如
下：(1)零售商初始设定产品的订购量；(2)制造商根据零售商宣布的决策来
确定每件产品的碳排放减少量。
制造商的优化问题是：
max  mA ( e ) = ( w − c ) q + c p  Ec − ( e − e ) q  − k (e) 2 / 2 . (3-1)
e
在制造商的利润函数中，第一项为将产品销售给零售商的收益。第二项
为销售(或购买)碳排放许可的收益(或成本)，假设生产数量 q 的低碳产品，制
24
造商应该在市场上购买或出售 ( e − e ) q − Ec 的碳排放量，那么销售(或购买)
碳排放许可的收益(或成本)就是 c p  Ec − ( e − e ) q  。最后一项为减少碳排放的
投资成本，这里本文参考了 Ghosh 和 Shah（2012）[90]的文献假设制造商的
碳排放成本 Cm ( e ) = k ( e ) 2 是关于 e 的递增凸函数， k 为减排相关固定

2
投资成本系数，表示减排对成本的影响。
假定存货积压成本 h 和短缺成本 s，为避免出现不重要的情况，并将残
值设为零。零售商的优化问题是：
max  rA ( q ) = pmin ( q, D ) − wq − h  q − min ( q, D )  − s  D − min ( q, D ) (3-2)
q
在零售商的利润函数中，第一项为将产品销售给市场的收益，第二项为
进货成本，第三项为商品积压成本，第四项为商品短缺成本。
为了便于说明，设辅助变量 z = q −  − e ，因此，零售商的决策变量从
订单数量𝑞转换为𝑧，𝑧被称为预期的确定性剩余库存水平。因此，零售商的
利润函数可以表达为：
max E  rA ( z )  = ( p − w )( + e + z ) + s ( z −  )
z
(3-3)
− ( p + s + h )  F ( x ) dx
z
同理，制造商的利润函数可以表示为：
max  mA ( e ) =  w − c − c p ( e − e )  ( + e + z ) + c p Ec − k e 2 / 2 (3-4)
e
我们使用逆向归纳法来分析最优反应函数。分别令 e A* 为制造商最佳碳
减排率， z A* 为零售商最佳库存水平，由公式（3-3）和公式（3-4），本文得
出定理 1：
定理 1：制造商在无资金约束的情况下（模型 A）中，有以下几点：
(1)零售商的利润函数 E  r ( z )  是关于𝑧的凹函数，最优库存水平是

A
B ( p − w) ( k −  c p ) Bs
z A* = + (3-5)
( p + s + h ) ( k − 2 c p ) p+s+h
(2)假设 2 c p − k  0 ，制造商的利润函数  mA ( e ) 是关于 e 的凹函数。且最优
的碳排放量为
25
 cp +  ( w − c − cpe ) Bc p ( p − w ) ( k −  c p )
e A* = +
k − 2 c p ( p + s + h ) ( k − 2 c p )
2
(3-6)
Bsc p
+
( p + s + h ) ( k − 2 c p )
证明：本文采用逆向归纳法求解这个 Stackelberg 模型。首先，求制造商利润
对 e 的一、二阶导数，如下所示：
d mA ( e )
= c p ( + z ) +  ( w − c − c p e ) + e ( 2 c p − k ) .
d e
d 2 mA ( e )
= 2 c p − k .
d (e) 2
假设 2 c p − k  0 ，则制造商的利润函数  mA ( e ) 是关于 e 的凹函数，令
d mA ( e )
= 0 求得最优解，因此，我们可以得到最佳的单位产品减碳量如下：
d e
c p ( + z ) +  ( w − c − c p e )
e = (3-7)
k − 2 c p
将公式（3-7）代入零售商的利润函数，求解零售商利润对 z 的一阶和二
阶导数，如下所示：
dE  rA ( z )  k −  cp
= ( p − w) + s − ( p + s + h) F ( z ) .
dz k − 2 c p
d 2 E  rA ( z ) 
= − ( p + s + h) f ( z )  0 .
d (z)
2
dE  rA ( z ) 
令 = 0 求得最优解，因此，我们可以得到最佳库存水平如下：
dz
B ( p − w) ( k −  c p ) Bs
z A* = + .
( p + s + h ) ( k − 2 c p ) p+s+h
将 z A* 代入公式(3-7)，得到制造商最佳单位产品减碳量：
 c p +  ( w − c − c pe ) Bc p ( p − w ) ( k −  c p ) Bsc p
e A* = + + .
k − 2 c p ( p + s + h ) ( k − 2 c p )
2
( p + s + h ) ( k − 2 c p )
26
将公式(3-5)(3-6)代入公式(3-3)( 3-4)，得到零售商和制造商的最优利润，
分别用  mA* 和  rA* 表示。
 mA* =  w − c − c p ( e − e A* )  ( + e A* + z A* ) + c p Ec − k ( e A* ) / 2 .
2
 rA* = ( p − w ) ( + e A* + z A* ) + s ( z A* −  ) − ( p + s + h )  F ( x ) dx .
z A*
  c p +  ( w − c − c p e ) Bc p ( p − w ) ( k −  c p ) 
2
 + 
k − 2 c p ( ) ( p)
2
k  p + s + h k − 2 c 
T1 =   . (3-8)
2 Bsc p 
+ 
 ( p + s + h ) ( k − 2 c p ) 
然后，我们可以得到引理 1。
引理 1：假设制造商的自有的绿化资金𝑇满足条件 T  T 1 ，则在模型 A1 与
A2 中，制造商用于碳减排的绿化资金有限。
证明：在生产的过程中会产生二氧化碳排放，减排投资成本在此产生。由上
文可知制造商碳减排的成本为 Cm ( e ) = k ( e ) 2 ，因此，在无资金约束的
2
均衡下，制造商减少碳排放的投资成本可以表示为：
k ( e A* )
2
Cm ( e A*
)= 2
 c p +  ( w − c − c pe )
2

 
k k − 2 c p 
=   .
2  Bc p ( p − w ) ( k −  c p ) Bsc p 
+ + 
 ( p + s + h ) ( k − 2 c p ) ( p + s + h ) ( k − 2 c p ) 
2
( )
令 T = Cm e ，则当制造商自有资金𝑇满足条件 T  T 1 ，说明制造商
1 A*
资金不足。当自有资金𝑇满足条件 T  T 1 ，说明制造商资金充裕。
3.4.2 碳配额约束下低碳供应链绿色金融契约研究
制造商碳减排的成本较高，自有资金不足的情况下（即 T  T 1 ），分析
不参与绿色融资与参与绿色融资的两种情况，即分析模型 A1 与 A2。
27
3.4.2.1 不参与绿色融资：模型 A1
在模型 A1 中，制造商用于碳减排的绿化资金有限(即𝑇 ≤ 𝑇 1 )，但是不
参与绿色融资。本文认为这是一个以零售商为主导的 Stackelberg 博弈。合作
伙伴的行动步骤如下：首先，零售商决定其库存水平𝑧；第二，制造商根据
零售商的决定，根据其所拥有的有限的绿色生产资金，确定其碳减排量𝛥𝑒。
接下来，我们使用逆向归纳法来分析最优解。对于任何给定的零售商的
库存水平，制造商的利润函数是
max  mA1 ( e ) =  w − c − c p ( e − e )  ( + e + z ) + c p Ec − k e 2 / 2
e
k (e) 2 (3-14)
s.t.  T.
2
零售商的利润函数表达如下：
max E  rA1 ( z )  = ( p − w )( + e + z ) + s ( z −  ) − ( p + s + h )  F ( x ) dx. (3-15)

z
z 0
令 e A1* 和 z A1* 分别为零售商的最优库存水平和制造商的最优碳减排水平。

由公式（3-14）和（3-15），得到定理 3。
定理 3：
（1）模型 A1 中零售商的利润函数 E  r

A1
( z ) 是关于𝑧的凹函数。最优的库
存水平是
p − w+ s
z A1* = B （3-16）
p+s+h
（2）制造商用于碳减排的绿化投资存在资金约束的情况下，最优的碳减排
量为
2T
e A1* = （3-17）
k
证明：采用逆向归纳法求解这个 Stackelberg 模型。首先，解出制造商的最优
碳减排水平。在制造商资金绿化有限的情况下，利用拉格朗日乘数法，算得
其最优碳减排水平是
2T
e A1* = .
k
第二，根据公式(3-15)可以得到零售商的利润为
28
 2T 
max E  rA1 ( z )  = ( p − w )   +  + z  + s ( z −  ) − ( p + s + h )  F ( x ) dx .
z
z
 k 
0
求解该零售商利润对库存水平的一阶和二阶导数，如下所示：
dE  rA1 ( z ) 
= p − w + s − ( p + s + h) F ( z ) .
dz
d 2 E  rA1 ( z ) 
= −( p + s + h ) f ( z )   .
d ( z )2
由上式可知，零售商的利润函数是关于库存水平得凹函数。最优解由
dE  rA1 ( z ) 
= 0 得到。因此，我们可以得到最优得库存水平为
dz
p − w+ s
z A1* = B .
p+s+h
将上述最优解代入公式(3-14)和公式(3-15)，得到零售商和制造商的最优
利润，分别用  mA1* 和  rA1* 表示。
 mA1* =  w − c − c p ( e − e A1* )  ( + e A1* + z A1* ) + c p Ec − k ( e A1* ) / 2

2
= ( p − w) ( + e )+ s(z −  ) − ( p + s + h) 
z A1*
 A1*
r
A1*
+z A1* A1*
F ( x ) dx .
0
推论 1：对于模型 A1，我们有
z A1* eA1* 1  A1*  ( p − w )
(i). = 0； = 0； r = 0
T T 2Tk T 2Tk
z A1* eA1*  A1*
(ii). = 0； = 0； r = 0；
c p c p c p
 mA1*  A1*
(iii).当 Ec  e − e (
A1*
q， ) c p
(
 0 ；当 Ec  e − eA1* q ， m  0 .
c p
)
推论 1(i)表明，制造商的碳减排和最优利润随着自身有限的绿化资金而
增加。但是，零售商的库存水平与制造商有限的资金无关。推论 1(ii)表明，
在模型 A1 中，碳排放权交易价格不影响参与者的最优决策和零售商的利润。
当制造商的碳排放上限较高时，制造商的利润随碳排放权交易价格的增加而
增加；当制造商的碳排放上限较低时，制造商的利润随碳排放权交易价格的
29
增加而减少。
证明：零售商和制造商的最优利润分别如下所示：
 rA1* = ( p − w) ( + e A1* + z A1* ) + s ( z A1* −  ) − ( p + s + h )  F ( x ) dx .

z A1*
 mA1* =  w − c − c p ( e − e A1* )  ( + e A1* + z A1* ) + c p Ec − k ( e A1* ) / 2

2
由公式（3-16）（3-17）和零售商的最优利润公式，易得推论(i)。同理易
得推论(ii)。
对制造商的最优利润求一阶偏导：
 mA1*
= Ec − ( e − eA1* )( + eA1* + z A1* )
c p
则：
 mA1*
( )(
当 Ec  e − e A1*  + e A1* + z A1* ， ) c p
0.
 mA1*
( )(
当 Ec  e − e A1*  + e A1* + z A1* ， ) c p
 0 .
3.4.2.2 参与绿色融资：模型 A2
在模型 A2 中，制造商用于碳减排的绿化资金有限(即 T  T 1 )。制造商能
以相应的利率申请绿色融资。本文认为这是一个以零售商为主导的
Stackelberg 博弈。参与者的决策顺序如下所示。
首先，零售商决定库存水平。其次，制造商可以通过碳配额抵押 Ec 从
银行获得绿色融资支持  k ( e ) 2 − T  ，获得的资金只能用于碳减排。第二，
2
 
针对零售商的决定，制造商根据其所欠资金和绿色融资支持确定其碳减排量。
第三，需求实现后，零售商和制造商分别获得各自的销售收入。最后，制造
商偿还银行贷款。制造商可以通过碳限额与交易制度进行碳排放交易。使用
逆向归纳法来分析最优解。
零售商和制造商的利润分别为：
30
max  mA 2 ( e ) = ( w − c ) q
e
+ c p  Ec − ( e − e ) q  (3-18)
k (e) 2
− T − (1 + r )[ −T]
2
max E  rA 2 ( z )  = ( p − w )( + e + z ) + s ( z −  )
z
(3-19)
− ( p + s + h )  F ( x ) dx
z
在公式(3-18)中，第一项是制造商的销售利润，第二项是卖(买)碳排放许
可的收入(成本)，第三项是制造商自有且有限的减排投资资金，最后一项是
从银行借的本金和利息，这是需要到期支付给银行。公式(3-19)为零售商的
销售利润。
转换为关于库存水平的函数形式，制造商的利润函数为：
max  mA2 ( e ) =  w − c − c p ( e − e )  ( + e + z ) + c p Ec
e
k (e) 2 (3-20)
− T − (1 + r )[ −T]
2
令 e A 2* 和 z A 2* 分别为零售商的最优库存水平和制造商的最优碳减排水
平。由公式（3-19）和（3-20），得到定理 4：
定理 4：
（1）模型 A2 中零售商的利润函数 E  r

A2
( z ) 是关于𝑧的凹函数。最优的库
存水平是：
B ( p − w) [k (1 + r ) −  c p ] Bs
z A2* = + (3-21)
( p + s + h)[k (1 + r ) − 2 c p ] p+s+h
（2）制造商用于碳减排的绿化投资在资金约束的情况下，最优的碳减排量
为：
 ( w − c − c p e) + c p c p Bs
e A 2* = +
k (1 + r ) − 2 c p ( p + s + h)[k (1 + r ) − 2 c p ]
(3-22)
c p B ( p − w ) [k (1 + r ) −  c p ]
+
( p + s + h)[k (1 + r ) − 2 c p ]2
证明：用逆向归纳法求解这个 Stackelberg 博弈。首先，求解制造商的最优碳

减排问题。由公式(3-20)可得制造商利润对碳减排水平的一阶导数和二阶导
31
数，分别为
d mA2 ( e )
= [2 c p − k (1 + r )]e +  ( w − c − c p e) + c p ( + z ) .
d e
d 2 mA2 ( e )
= 2 c p − k (1 + r ) .
d (e)2
由上式可知，如果 2 c p − k (1 + r )  0 ，则制造商是碳减排量的凹函数，
d mA2 ( e )
令 = 0 得最优解：
d e
 ( w − c − c p e) + c p ( + z )
e A2* = .
k (1 + r ) − 2 c p
如此，得到零售商得利润函数：
  ( w − c − c p e) + c p ( + z ) 
max E  rA 2 ( z )  = ( p − w )   +  + z+ s(z − )
 k (1 + r ) − 2 c p 
 
z
.
− ( p + s + h )  F ( x ) dx
z
求零售商的利润函数对库存水平的一阶和二阶导数解如下：
dE  rA2 ( z )  k (1 + r ) −  c p
= ( p − w) + s − ( p + s + h ) F ( z) .
dz k (1 + r ) − 2 c p
d 2 E  rA2 ( z ) 
= − ( p + s + h ) f ( z)  0 .
d ( z )2
由上式可知，零售商得利润函数是关于库存水平的凹函数，令
dE  rA2 ( z ) 
= 0 得到最优库存水平
dz
B ( p − w) [k (1 + r ) −  c p ] Bs
z A2* = + .
( p + s + h)[k (1 + r ) − 2 c p ] p+s+h
最后，计算得到最优的碳减排量结果如下：
 ( w − c − c p e) + c p c p Bs
e A 2* = +
k (1 + r ) − 2 c p ( p + s + h)[k (1 + r ) − 2 c p ]
.
c p B ( p − w ) [k (1 + r ) −  c p ]
+
( p + s + h)[k (1 + r ) − 2 c p ]2
32
将上述最优解代入公式(3-19)和公式(3-20)，得到零售商和制造商的最优
利润，分别用  mA 2* 和  rA 2* 表示。
 rA2* = ( p − w) ( + e A2* + z A2* ) + s ( z A2* −  ) − ( p + s + h ) 

z A 2*
F ( x ) dx .
0
k (e A2* )2
 A 2*
m =  w − c − c p ( e − e A2* )  ( + e A2* + z A2* ) + c p Ec − T − (1 + r )[ −T ].
2

令
1 B ( s + p − w)
E1 = {[ + ][k (1 + r ) − 2 c p ]
 [k (1 + r ) − 4 c p ] p+s+h
(3-23)
2 Bc p ( p − w) k (1 + r ) −  c p
Bsc p
+ 2 [ ( w − c) + c p + + · ]}
p+s+h p + s + h k (1 + r ) − 2 c p
然后，得到推论 2。
推论 2：对于模型 A2，有
z A2* e A2*  A2*  A2*
(i). =0； = 0； r = 0 ； m = r  0.
T T T T
z A2* e A2* e A2*
(ii).  0 ；当 e  E 1 ，则  0 ，当 e  E 1 ，则 0.
z A 2* e A2*
(iii).  0； 0.
r r
本文定义单位产品初始碳排放量(𝑒)低的企业称为清洁型企业，单位产
品初始碳排放量(𝑒)高的企业称为污染型企业。
由推论 2(i)可知，制造商自身的绿化资金对参与者的最优决策均无影响，
也不影响零售商的最优利润；但是，制造商的最优利润随着自有资金的增加
而增加。在推论 2(ii)中，零售商的最优库存水平随碳排放权交易价格的增加
而增加。污染型制造商的最佳碳排放量随碳排放权交易价格的增加而增加，
而清洁型制造商的最佳碳排放量随碳排放权交易价格的增加而减少。在推论
2(iii)中，零售商的最优库存水平和制造商的最优碳减排水平都随着绿色融资
利率的降低而降低。
证明：将公式（3-21）和（3-22）对自有资金 T 求一阶偏导，简单可得推论(i)
的前两部分。将零售商和制造商的最优利润函数分别对自有资金 T 求一阶偏
33
导，易得推论(i)的后两部分。
将公式（3-21）和（3-22）对碳交易价格 c p 求一阶偏导：
z A2* B ( p − w )  k (1 + r )
= · 0.
c p p + s + h [k (1 + r ) − 2 c p ]2
e A 2* 1 B ( s + p − w)
= {[ −  e + ][k (1 + r ) − 2 c p ]
c p [k (1 + r ) − 2 c p ]2
p+s+h
.
2 Bc p ( p − w) k (1 + r ) −  c p
Bsc p
+ 2 [ ( w − c − c p e) + c p + + · ]}
p+s+h p + s + h k (1 + r ) − 2 c p
令
1 B ( s + p − w)
E1 = {[ + ][k (1 + r ) − 2 c p ]
 [k (1 + r ) − 4 c p ] p+s+h
，
2 Bc p ( p − w) k (1 + r ) −  c p
Bsc p
+ 2 [ ( w − c) + c p + + · ]}
p+s+h p + s + h k (1 + r ) − 2 c p
e A2* e A2*

则，当 e  E 1 ,则  0 ，当 e  E 1 ,则  0 .推论(ii)得证。
c p c p
将公式（3-21）和（3-22）对绿色融资利率 r 求一阶偏导：
z A2*  cp B ( p − w)
=− ·  0.
r [k (1 + r ) − 2 c p ] p + s + h
2
z A 2*
cp [ ( w − c − c p e) + c p ( + z )]k
e A 2* r
= − 0.
r k (1 + r ) − 2 c p [k (1 + r ) − 2 c p ]2
推论(iii)得证。
3.5 本章小结
本章首先构建了一个由需要碳减排投资的制造商和资金实力雄厚的零售
商组成的二级供应链，通过对 Stackelberg 博弈模型进行求解，得到了在无资
金约束下碳减排的投资成本，得到了制造商资金约束的条件。然后在模型中
引入在资金约束条件，考虑绿色融资对供应链成员企业的影响。求解模型
A1 和 A2 得到制造商的最优碳减排水平、零售商的最优库存水平以及两者的
最优利润函数，并对该均衡结果进行性质分析。
34
在资金约束的条件下，对比不参与绿色融资的模型 A1 和参与绿色融资
的模型 A2 的分析和推论。参与绿色融资（A2）后，制造商自身的绿化资金
𝑇对供应链上企业的均衡决策（制造商的最优碳减排水平、零售商的最优库
存水平）没有影响，只影响制造商自己的收益，制造商的最优利润随着自有
资金的增加而增加。碳交易价格𝑐𝑝 在模型 A1 中不影响均衡决策，但在模型
A2 中会影响零售商的最优库存水平，零售商的最优库存水平随碳排放权交
易价格的增加而增加。在模型 A1 中，制造商的利润在碳配额较高时随碳排
放权交易价格𝑐𝑝 的增加而增加；当制造商的碳排放上限较低时，制造商的利
润随碳排放权交易价格𝑐𝑝 的增加而减少；在模型 A2 中，污染型制造商的最
佳碳排放水平随碳排放权交易价格𝑐𝑝 的增加而增加，而清洁型制造商的最佳
碳排放水平随碳排放权交易价格𝑐𝑝 的增加而减少。绿色融资利率𝑟对均衡策
略都有影响，零售商的最优库存水平和制造商的最优碳减排水平都随着绿色
融资利率𝑟的降低而降低。
35
4 考虑收益与成本共担的低碳供应链绿色
金融契约研究
在本文的假设中，制造商为碳减排技术投入资金以控制碳排放量，零售
商只负责销售而不为碳减排承担成本。由于制造商是一个中小型企业，零售
商则是资金实力较强的核心企业，制造商可能因负担过重而面临破产风险，
同时零售商也将面临失去供货商的风险。作为一条供应链的两个合作伙伴，
制造商和零售商是休戚与共，相辅相成的关系。因此，为促进供应链协调，
以环境和利润为导向，本文还设计了收益和成本共享的混合契约，零售商将
承担一部分制造商的碳减排成本并分享一部分自己的利润，以帮助制造商的
经营。同时，考虑绿色融资对制造商的影响，探究制造商和零售商在参与收
益与成本共担契约下，参与绿色融资的前后的产品库存水平、碳减排水平和
供应链成员利润、博弈进行研究。
4.1 问题描述
假设一个制造商(记作 m )生产了一种低碳排放的产品(称为低碳产品)，
并在零售商(记作 r )的帮助下将其销售给终端市场的客户。零售商为制造商
分担一部分碳减排成本并分享一部分自己的利润以协助制造商经营。在供应
链中，制造商确定最优碳排放量来使其利润最大化。而零售商为了保证物资
能够不间断地供应而以最优库存水平来使其利润最大化。
4.2 模型参数
设计收益与成本共享契约时，需要考虑其他相关变量。本文为了方便模
型描述，定义了模型涉及的相关变量如表 4-2 所示，并给出相关变量的说明。
表 4-2 资金约束下考虑收益与成本共担的绿色供应链契约研究变量
wr 收益共享契约的批发价格
 零售商分担的碳排放成本系数 (  0 )
v 零售商分担的收入份额 ( v  [0,1])
36
4.3 模型假设
为便于本章模型分析，在上文的模型假设基础上，需要考虑其他相关的
假设。在收益与成本共担模型下，首先，制造商提供一个新的更低的批发价
格。下一阶段，为了确保双方成员的地位，零售商承担了一部分碳减排投资
成本。在没有订立该契约之前，由制造商自行承担碳减排投资成本，双方
订契约之后，零售商通过承担部分碳减排费用来说服制造商提高产品的低碳
率，定义零售商分摊的成本系数为  (  0 ) ；与此同时，制造商履行收益分
享契约，制造商承诺以新的批发价格 wr 将产品销售给零售商。新的价格低
于原来的批发价格 w ，且零售商承诺在销售季节结束时将总销售收入的一部
分 (1 − v )  [0,1] 支付给制造商。
4.4 模型建立与分析
本节研究中，在供应链参与收益与成本共担契约的情况下，第一部分通
过无资金约束下的模型（模型 B）求得制造商因碳减排所需的成本，再与制
造商的自有资金进行比较，当自有资金小于碳减排成本时，说明制造商资金
不足；反之，当自有资金大于碳减排成本时，说明制造商资金充裕。本文重
点关注制造商资金不足的情况，因此，第二部分针对参与收益与成本共担的
情况下，对制造商参与绿色融资契约前后的最优库存水平、碳减排水平、供
应链成员的利润的博弈进行研究。将不参与绿色融资的模型定义为模型 B1；
将参与绿色融资的模型定义为 B2。
4.4.1 碳配额约束下参与收益与成本共担契约的低碳供应链基础模型
收益分享是协调多级供应链系统的著名策略。然而，一个简单的收入分
享合同可能无法协调一个双变量模型，并为供应链成员获得一个双赢的结果。
为了克服这一缺点，本文采用了一种收益与成本共担契约来激励供应链成员
做出更优的决策。在收益与成本共担契约下，制造商对碳减排的绿化资金没
有限制。我们认为这是一个以零售商为领导者的 Stackelberg 博弈。合作伙伴
的行动步骤如下：(1)零售商设定产品的库存水平；(2)然后，制造商确定碳
减排量。
37
制造商的利润函数可以重新表述为：
max  mB ( e ) =  wr − c − c p ( e − e )  ( + e + z ) + c p Ec
e
− k e2 / 2 + e (4-1)

( p − wr )( + e + z ) 
+ (1 − v )  
 + s ( z −  ) − ( p + s + h )  F ( x ) dx 
z
 0 
其中 wr 为新的批发价格， (1 − v ) 为零售商的收入分配给制造商的份额；
并根据系数  确定零售商为制造商承担的碳减排成本。上式中，是在公式
（3-4）的基础上加上了零售商利润分享，减去了零售商替制造商分担的减
排投资成本。
零售商的利润函数可以重新表述为：
( p − wr )( + e + z ) + s ( z −  ) 
max E  rB ( z )  = v   − e (4-2)
 − ( p + s + h )  F ( x ) dx
z
z 
 0 
其中 wr 为新的批发价格，系数𝑣是零售商保留的利润份额，系数  是零
售商应承担的减碳成本系数。公式(4-2)是在式(3-3)的基础上，减去了分享给
制造商的利润份额以及为制造商承担的减碳成本。
本文使用逆向归纳法来分析最优反应函数。设 e B* 和 z B* 分别为制造商
的最优碳减排水平和零售商最优库存水平。由公式(4-1)和公式(4-2)，得到定
理 2：
定理 2：制造商参与收益与成本共担契约，且无资金约束的模型 B 中，有：
(1)在收益与成本共担的情况下，零售商的利润函数 E  r ( z )  是关于 z 的凹

B
函数。最优的库存水平为
 c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p )
z B* = (4-3)
( k − 2 c ) ( p + s + h )
p
(2)假设 2 c p − (1 −  ) k  0 ，在收益与成本共担的情况下，制造商的利润函数
是关于∆𝑒的凹函数。且最优的单位产品减碳量为
38
  c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p ) 
c p  +  +  +  ( vwr − c − c p e )
 ( k − 2 c p ) ( p + s + h ) 
e B* = (4-4)
k − 2 c p
证明：本文采用逆向归纳法求解这个 Stackelberg 模型。首先，求制造商的利
𝐵 (∆𝑒)对∆𝑒的一、二阶导数，如下所示：
润函数𝜋𝑚
d mB ( e )
= ( 2 c p − k ) e + c p ( + z ) +  +  ( vwr − c − c p e ) .
d e
d 2 mB ( e )
= 2 c p − k .
d (e) 2
假设 2 c p − k  0 ，制造商的利润函数  mB ( e ) 是关于 e 的凹函数。令
d mB ( e )
= 0 可得最优解。因此，最优的单位产品减碳量为：
d e
c p ( + z ) +  +  ( vwr − c − c p e )
e B = .
k − 2 c p
则，零售商的利润函数表示为：
  c p ( + z ) +  +  ( vwr − c − c p e ) 
( p − wr )   +  + z 
max E  r ( z )  = v
B   k − 2 c 
 p 
z  
 + s ( z −  ) − ( p + s + h ) F ( x ) dx
z
.
 0 
c p ( + z ) +  +  ( vwr − c − c p e )
−
k − 2 c p
求解该零售商利润对𝑧的一阶和二阶导数，如下所示：
dE  rB ( z )   k −  cp  cp
= v ( p − wr ) + s − ( p + s + h ) F ( z ) − .
dz  k − 2 c p  k − 2 c p
d 2 E  rB ( z ) 
= −v ( p + s + h ) f ( z ) .
d ( z )2
由上式可知，零售商的利润 E  r ( z )  是关于 𝑧 的凹函数。然后令
B
dE  rB ( z ) 
= 0 求出最佳库存水平。
dz
39
 c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p )
z B* = B .
( k − 2 c ) ( p + s + h )
p
因此，我们可以得到最优的碳减排率：
  c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p ) 
c p  + B  +  +  ( vwr − c − c p e )
 ( k − 2 c p ) ( p + s + h ) 
e B* = .
k − 2 c p
将上述最优值代入公式(4-1)和公式(4-2)，得到零售商和制造商的最优利
润，分别用  mB* 和  rB* 表示：
 mB* =  wr − c − c p ( e − e B* )  ( + e B* + z B* ) + c p Ec
− k ( e B* ) / 2 + e B*
2
( p − wr ) ( + e B* + z B* ) 
+ (1 − v )  
 
 + s ( z −  ) − ( p + s + h )  0 F ( x ) dx 
z B*
B*
( p − wr ) ( + e B* + z B* ) + s ( z B* −  ) 
 rB* =v  − e B*
 z B* 
 − ( p + s + h )  0 F ( x ) dx 
令
 c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p ) 
2
  
 c p  + B  +  +  ( vwr − c − c p e ) 
k   ( k − 2 c p ) ( p + s + h )  
T2 =   
2 k − 2 c p 
  .
 
  c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p ) 
c p  + B  +  +  ( vwr − c − c p e )
 ( k − 2 c p ) ( p + s + h ) 
−
k − 2 c p
(4-5)
引理 2。假设制造商的减排投资资金𝑇满足条件𝑇 < 𝑇 2 ，则在模型 B1 与 B2
中，制造商用于碳减排的绿化资金是有限的。
证明：在收益与成本共担的情况下，制造商碳减排的投资成本表示为：
40
 c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p ) 
2
  
 c p  + B  +  +  ( vwr − c − c p e ) 
k   ( k − 2 c p ) ( p + s + h )  
m e ）
C（ B*
=   
2 k − 2 c p 
 
 
  c p + ( p − wr ) ( k −  c p ) + s ( k − 2 c p ) 
c p  + B  +  +  ( vwr − c − c p e )
 ( k − 2 c p ) ( p + s + h ) 
−
k − 2 c p
令 T 2 = C（
m e ）
B*
，则当制造商用于碳减排的自有资金𝑇小于无资金约束时所
需成本𝑇 2 ，制造商处于资金受限的情况；当𝑇 > 𝑇 2 是，说明制造商资金充裕。

4.4.2 碳配额约束下参与收益与成本共担契约低碳供应链绿色金融契约研究
在参与收益成本共担契约的基础上，考虑碳减排的绿化资金有限（即
T  T 2 ），分析不参与绿色融资与参与绿色融资的两种情况，即分析模型 B1
与 B2。
4.4.2.1 参与收益成本共担，不参与绿色融资：模型 B1
在参与收益成本共担但不参与绿色融资模型中，制造商用于碳减排的绿
化资金有限(即𝑇 < 𝑇 2 )。零售商为制造商分担减少碳排放的成本，并将一部
分利润分享给制造商。本文认为这是一个以零售商为主导的 Stackelberg 博弈。
首先，零售商决定其库存水平。其次，制造商决定其碳减排水平。我们使用
逆向归纳法来求解最优解。制造商的利润如下所示：
max  mB1 ( e ) =  wr − c − c p ( e − e )  ( + e + z ) + c p Ec − k e 2 / 2 + e
e
+ (1 − v ) ( p − wr )( + e + z ) + s ( z −  ) − ( p + s + h )  F ( x ) dx 
z
 0 
k (e) 2
s.t. − e  T
2
(4-6)
公式(4-6)是在制造商的利润中，加上零售商按成本系数𝜑为减排成本分
担补贴，同时加上了零售商按份额(1 − 𝑣)的收益补贴。
零售商的利润表示为：
41
max E  rB1 ( z )  = v ( p − wr )( + e + z ) + s ( z −  ) − ( p + s + h )  F ( x ) dx  − e

z
z  0 
(4-7)
公式(4-7)是在零售商的原本的利润中，减去按(1 − 𝑣)的份额分享给制造
商的利润，同时减去按系数𝜑分担的减排成本。
设 z B1* 和 e B1* 分别为零售商的最优库存水平和制造商的最优碳减排水平。
由公式((4-6)至公式((4-7)，得到定理 5。
定理 5：
（1）零售商的利润函数 E  r
B1
( z ) 是关于𝑧的凹函数。最优的库存水平是
p − wr + s
z B1* = B (4-8)
p+s+h
（2）制造商用于碳减排的绿化投资存在资金约束的情况下，最优的碳减排
量为
 +  2 + 2kT
e B1* = (4-9)
k
证明：采用逆向归纳法求解这个 Stackelberg 模型。首先，求解制造商的最优
碳减排水平。在制造商资金绿化有限的情况下，利用拉格朗日乘数法，算得
其最优减排水平是
 +  2 + 2kT
e B1*
= .
k
将上式代入公式（4-7）得到零售商的利润函数
   +  2 + 2kT 
( p − wr )   +  + z 
max E  rB1 ( z )  = v   k 
 
z  
 + s ( z −  ) − ( p + s + h ) F ( x ) dx  .
z
 0 
 +  2 + 2kT
−
k
我们将零售商的利润对库存水平的一阶和二阶导数求解如下：
dE  rB1 ( z ) 
= v( p − wr + s) − v ( p + s + h ) F ( z ) .
dz
42
d 2 E  rB1 ( z ) 
= −v ( p + s + h ) f ( z ) .
d ( z )2
由上式可知， E  rB1 ( z )  是关于 z 的凹函数。
dE  rB1 ( z ) 
然后，利用 = 0 求出最优库存水平。
dz
p − wr + s
z B1* = B .
p+s+h
将上述最优解代入公式(4-6)和公式(4-7)，得到零售商和制造商的最优利
润，分别用  rB1* 和  mB1* 表示：
 rB1* = v ( p − wr ) ( + e B1* + z B1* ) + s ( z B1* −  ) − ( p + s + h )  F ( x ) dx 

z B1*
 0
.
− e B1*
 mB1* =  wr − c − c p ( e − e B1* )  ( + e B1* + z B1* ) + c p Ec − （

k e B1*）2 / 2 + e B1*
.
+ (1 − v ) ( p − wr ) ( + e B1* + z B1* ) + s ( z B1* −  ) − ( p + s + h )  F ( x ) dx 
B 1*
z
 0

推论 3：对于模型 B1，我们有：
z B1* e B1* 1
(i). = 0， =  0；
T T  + 2Tk
2
 rB1*  rB1*
当   v ( p − wr ) ,  0 ；当   v ( p − wr ) ,  0.
T T
  rB1*   rB1*
当v  ，  0 ；当 v  ,  0.
 ( p − wr ) T  ( p − wr ) T
z B1* e B1*  B1*
(ii). = 0， =0， r =0；
 mB1*
B1* B1*
(
当 Ec  (e − e )  + e + z
B1*
， ) c p
 0；
 mB1*
当 Ec  (e − e
B1*
) ( + e B1*
+z B1*
) ，  0.
c p
43
z B1* e B1*  +  2 + 2kT

(iii). = 0， =  0；
  k  2 + 2kT
z B1* e B1*

= 0； =0.
v v
推论 3(i)表明，制造商的最优碳减排水平随着自有绿化资金的增加而增
加。但制造商自身的绿化资金并不影响零售商的最优库存水平。当零售商为
制造商分担的碳减排成本系数  大于 v ( p − wr ) 时，零售商的最优利润随制
造商自有绿化资金的增加而减小，当  小于 v ( p − wr ) 时，零售商的最优利
润随制造商自有绿化资金的增加而增加；当零售商保留的利润份额 v 小于
 (  ( p − wr ) ) 时，零售商的最优利润随制造商自有绿化资金的增加而减小，
当 v 大于  (  ( p − wr ) ) 时，零售商的最优利润随制造商自有绿化资金的增加
而增加。推论 3(ii)表明，碳排放权交易价格不影响各参与者的最优决策，也

不影响零售商的最优利润。当制造商的碳排放上限较高时，制造商的利润随
碳排放权交易价格的增加而增加；当制造商的碳排放上限较低时，制造商的
利润随碳排放权交易价格的增加而减少。推论 3(iii)表明，制造商的最优碳减
排水平随零售商对减排成本分担系数增加而增加，而零售商的库存水平不受
成本分担系数的影响；制造商的最优碳减排水平和零售商的库存水平均不受
零售商向制造商分享的收益份额的大小影响。
证明：将最优库存水平和最优碳减排水平对自由资金𝑇求一阶偏导，易得推
论(i)的第一部分。
零售商和制造商的最优利润表示为：
= v ( p − wr ) ( + e B1* + z B1* ) + s ( z B1* −  ) − ( p + s + h )  F ( x ) dx 

B 1*
z
 B1*
 .
r 0
− e B1*
 mB1* =  wr − c − c p ( e − e B1* )  ( + e B1* + z B1* ) + c p Ec − （

k e B1*）2 / 2 + e B1*
.
+ (1 − v ) ( p − wr ) ( + e B1* + z B1* ) + s ( z B1* −  ) − ( p + s + h )  F ( x ) dx 
B 1*
z
 0

 rB1* 1
= [v ( p − wr ) −  ] 2 .
T  + 2Tk
44
 rB1*  rB1*
当   v ( p − wr ) ,  0 ；当   v ( p − wr ) ,  0.
T T
  B1*   B1*
当v  ， r  0 ；当 v  , r  0.
 ( p − wr ) T  ( p − wr ) T
推论(i)的第二部分得证。
将最优库存水平 z B1* 和最优碳减排水平 e B1* 对碳交易价格 c p 求一阶偏导，
易得推论(ii)的第一部分。
 mB1*
= Ec − (e − e B1* ) ( + e B1* + z B1* ) .
c p
 mB1*
(
当 Ec  (e − e B1* )  + e B1* + z B1* ， ) c p
 0；
 mB1*
当 Ec  (e − e B1*
) ( + e B1*
+z B1*
) ，  0 .推论(ii)的第二部分得证。
c p
将最优库存水平 z B1* 和最优碳减排水平 e B1* 分别对成本分担系数  以及收

益共享份额 v 求一阶偏导，简单可得推论(iii)。
4.4.2.2 参与收益成本共担，参与绿色融资：模型 B2
在模型 B2 中，制造商用于碳减排的绿化资金有限(即 T ＜T 2 )。零售商为
制造商分担减少碳排放的成本并与之分享他的收益。制造商也从银行获得绿
色融资，利率为 r 。本文认为这个场景是一个以零售商为主导的 Stackelberg
博弈。首先，零售商决定其库存水平。其次，制造商决定其碳减排水平。下
面，我们使用逆向归纳法来分析最优解。制造商和零售商在总量管制和交易
规则下的利润表示为：
max  mB 2 ( e ) =  wr − c − c p ( e − e )  ( + e + z ) + c p Ec
e
k e 2
− T −（1+r） ( − T ) + e (4-10)
2
( p − wr )( + e + z ) + s ( z −  ) 
+ (1 − v )  
 − ( p + s + h )  F ( x ) dx
z

 0 
45
( p − wr )( + e + z ) + s ( z −  ) 
max E  B2
( z ) = v   − e (4-11)
 − ( p + s + h )  F ( x ) dx
z

r
z
 0 
在公式(4-10)，第一、二项是制造商的销售利润和卖(买)碳排放许可的收
入(成本)，第三项是制造商有限的绿化资金，第四项是为满足碳减排需求从
银行借入的本金和产生的利息，需要返回给银行，第五项是零售商的成本分
担补贴，第六项是零售商收益补贴。
公式(4-11)中，第一项为零售商销售利润留存的份额，第二项是为制造
商的碳减排成本分担的部分。
设 e B 2* 和 z B 2* 分别为零售商的最优库存水平和制造商的最优碳减排水
平。由公式(4-10)至公式(4-11)，得到定理 6。
定理 6：在模型 B2 中，下列情况成立
(1)模型 B2 中零售商的利润函数 E  rB 2 ( z )  是关于 z 的凹函数。最优的库存
水平为
z B 2* =

B v ( p − wr + s ) k (1 + r ) − ( p − wr + 2s )  c p  −  c p  (4-12)
v( p + s + h)[k (1 + r ) − 2 c p ]
(2)假设 2 c p − k (1 + r )  0 ，模型 B2 中制造商的利润函数  mB 2 ( e ) 是关于 e
的凹函数。且最优的碳排放减少量为
c p +   p − c − c p e − v( p − wr )  + 
e B 2* =
k (1 + r ) − 2 c p
 
(4-13)
c p B v ( p − wr + s ) k (1 + r ) − ( p − wr + 2s )  c p  −  c p
+ 2
v( p + s + h)  k (1 + r ) − 2 c p 
证明：采用逆向归纳法求解这个 Stackelberg 对策。首先，求解制造商的最优

碳减排水平。由公式(28)可得制造商利润函数对 e 的一阶导数和二阶导数
d mB 2 ( e )
= 2 c p − k (1 + r )  e + c p ( + z ) +   p(1 − v) − c − c p e + vwr )  +  .
d e
d 2 mB 2 ( e )
= 2 c p − k (1 + r ) .
d (e)2
由上式可知，若 2 c p − k (1 + r )  0 ，则制造商是碳减排量的凹函数，令
46
d mB 2 ( e )
= 0 得最优解：
d e
c p ( + z ) +   p(1 − v) − c − c p e + vwr )  + 
e B 2* = (4-14)
k (1 + r ) − 2 c p
如此，得到零售商得利润函数：
  + z 
  

 ( p − wr )  c p ( + z ) +   p − c − c p e − v( p − wr )  +   

max E  rB 2 ( z )  = v   + k (1 + r ) − 2 c 
z
  p 
 .
( ) ( ) ( )
z
 + s z −  − p + s + h 0 F x dx 
c p ( + z ) +   p − c − c p e − v( p − wr )  + 
−
k (1 + r ) − 2 c p
求零售商的利润函数对库存水平的一阶和二阶导数解如下：
dE  rB 2 ( z )   k (1 + r ) −  c p  cp
= v ( p − wr ) + s − ( p + s + h ) F ( z) − .
dz  k (1 + r ) − 2 c p  k (1 + r ) − 2 c p
d 2 E  rB 2 ( z ) 
= −v ( p + s + h ) f ( z )  0 .
d ( z )2
令由上式可知，零售商得利润函数是关于库存水平的凹函数，令
dE  rB 2 ( z ) 
= 0 得到最优库存水平：
dz
z B 2* =

B v ( p − wr + s ) k (1 + r ) − ( p − wr + 2s )  c p  −  c p
.

v( p + s + h)[k (1 + r ) − 2 c p ]
将上式代入公式(4-14)，得最优的碳减排量如下：
c p +   p − c − c p e − v( p − wr )  + 
e B 2* =
k (1 + r ) − 2 c p
 
.
c p B v ( p − wr + s ) k (1 + r ) − ( p − wr + 2s )  c p  −  c p
+ 2
v( p + s + h)  k (1 + r ) − 2 c p 
将公式(4-12)和公式(4-13)代入公式(4-10)和公式(4-11)，可以得到零售商
和制造商的最优利润，分别用  mB 2* 和  rB 2* 表示：
47
 mB 2* =  wr − c − c p ( e − e B 2* )  ( + e B 2* + z B 2* ) + c p Ec
k (e B 2* ) 2
− T −（1+r） ( − T ) + e B 2* .
2
( p − wr ) ( + e B 2* + z B 2* ) + s ( z B 2* −  ) 
+ (1 − v )  
 z B 2* 
 − ( p + s + h )  0 F ( x ) dx 
( p − wr ) ( + e B 2* + z B 2* ) + s ( z B 2* −  ) 
 rB 2* ( z ) = v   − e B 2* .
 z B 2* 
 − ( p + s + h )  0 F ( x ) dx 
令
v ( p − wr + s ) k (1 + r ) − 2 ( p − wr + 2s )  c p  − 2 c p 
   
 
B
E =  4 v ( p − wr + s ) k (1 + r )c p − ( p − wr + 2s )  c p 2  −  c p 2
2

v( p + s + h） k (1 + r )  + 
 k (1 + r ) − 2 c p 
 k (1 + r ) + 2 2  p − c − v( p − wr )  + 2
+
 k (1 + r )
然后得到推论 4。
推论 4：在模型 B2 中，有如下结论，
z B 2* e B 2*  B 2*  B 2*
(i). =0， = 0， r = 0 ， m = r  0.
T T T T
z B 2* z B 2*
(ii).当   v ( p − wr ) ，  0 ；当   v ( p − wr ) ，  0；
c p c p
 z B 2*  z B 2*
当v  ，  0 ；当 v  ，  0.
 ( p − wr ) c p  ( p − wr ) c p
e B 2* e B 2*
当 e  E 2 ,则  0 ；当 e  E 2 ,则 0.
c p c p
z B 2* z B 2*
(iii).当   v ( p − wr ) ，  0 ；当    v ( p − wr ) ，  0；
r r
 z B 2*  z B 2*
当v  ，  0；v  ，  0.
 ( p − wr ) r  ( p − wr ) r
48
e B 2* e B 2*
当 e  E 3 ,则  0 ；当 e  E 3
,则 0.
r r
z B 2*
(iv).  0；

Bc p 2 e B 2*
当s  − p − h， 0；
v  k (1 + r ) − 2 c p  
Bc p 2 e B 2*
当s  − p −h， 0；
v  k (1 + r ) − 2 c p  
z B 2*
0；
v
 Bc p 2 e B 2*
当s  − p−h， 0；
 ( p − wr )v 2  k (1 + r ) − 2 c p  v
 Bc p 2 e B 2*
当s  − p−h， 0.
 ( p − wr )v 2  k (1 + r ) − 2 c p  v
推论 4(i)表明，制造商自身的绿化资金的多少不会影响参与者的最优决
策，也不会影响零售商的最优利润。但是，制造商的最优利润随着自有绿化
资金的增加而增加。
推论 4(ii)表明，当零售商为制造商分担的成本较小时，零售商的最优库
存水平随碳排放权交易价格的增加而增加，当零售商为制造商分担的成本较
大时，零售商的最优库存水平随碳排放许可交易价格的增加而降低；当零售
商保留的零售商利润份额较大时，零售商的最优库存水平随碳排放权交易价
格的增加而增加，当零售商为制造商分担的成本较小时，零售商的最优库存
水平随碳排放许可交易价格的增加而降低。同时，当制造商是清洁型企业时，
其最优碳减排量随碳排放许可交易价格的增加而增加。否则，当制造商为污
染型企业时，其最优减排量随碳交易价格的变化而减小。
推论 4(iii)表明，零售商为制造商分担的成本较小时，其最优库存水平随
绿色融资利率的增加而降低；反之，零售商的最优库存水平随绿色融资利率
的增加而降低。零售商保留的零售商利润份额较大时，其最优库存水平随绿
色融资利率的增加而降低；反之，零售商的最优库存水平随绿色融资利率的
49
增加而增加。此外，当制造商是清洁型企业时，其最优碳减排量随绿色融资
利率的升高而降低；当制造商为污染型企业时，其最优碳减排量随利率增加
而增加。
推论 4(iv)表明零售商的最佳库存水平随制造商成本分担系数增加而降低。
当零售商为低库存成本零售商（高效率零售商）时，制造商的最优碳减排水
平随着零售商成本分担系数的增加而减少。而当零售商为高库存成本零售商
（低效率零售商）时，制造商的最优碳减排水平随零售商成本分担系数的增
加而增加。也表明零售商的最佳库存水平随零售商的利润留存比例增加而降
低。当零售商为低库存成本零售商（高效率零售商）时，制造商的最优碳减
排水平随着零售商的利润留存比例增加而增加。而当零售商为高库存成本零
售商（低效率零售商）时，制造商的最优碳减排水平随零售商的利润留存比
例增加而降低。
证明：
将最优库存水平 z B 2* 、最优碳减排水平 e B 2* 、制造商和零售商的最
优利润对自有资金𝑇求一阶偏导，易得推论(i)。
将最优库存水平 z B 2* 和最优碳减排水平 e B 2* 对碳交易价格 c p 求一阶
偏导：
z B 2*
=
B  v( p − wr ) −   k (1 + r )
·
c p v ( p + s + h) [k (1 + r ) − 2 c p ]2
z B 2* z B 2*
当   v ( p − wr ) ，  0 ；当   v ( p − wr ) ，  0.
c p c p
 z B 2*  z B 2*
当v  ，  0 ；当 v  ，  0.
 ( p − wr ) c p  ( p − wr ) c p
50
e B 2*  k (1 + r ) + 2
=
2
 p − c − v( p − wr ) + 2 − e k (1 + r )
c p  k (1 + r ) − 2 c p 
2
 v ( p − wr + s ) k (1 + r ) − 2 ( p − wr + 2s )  c p  − 2 c p 
  2
 
  k (1 + r ) − 2 c p  
B  
+  
 
v( p + s + h） 4 v ( p − wr + s ) k (1 + r )c p − ( p − wr + 2s )  c p 2  −  c p 2
  
+ 3 
  k (1 + r ) − 2 c p  
.
令
v ( p − wr + s ) k (1 + r ) − 2 ( p − wr + 2s )  c p  − 2 c p 
   
 
B
E =  4 v ( p − wr + s ) k (1 + r )c p − ( p − wr + 2s )  c p 2  −  c p 2
2

v( p + s + h） k (1 + r )  + 
 k (1 + r ) − 2 c p 
 k (1 + r ) + 2 2  p − c − v( p − wr )  + 2
+
 k (1 + r )
.
e B 2* e B 2*
当 e  E ,则 2
 0 ；当 e  E ,则
2
 0 .推论(ii)得证。
c p c p
将最优库存水平 z B 2* 和最优碳减排水平 e B 2* 分别对绿色融资利率 r

求一阶偏导：
z B 2*  − v ( p − wr )  kc p B
= ·
r [k (1 + r ) − 2 c p ]2
v ( p + s + h)
z B 2* z B 2*
当   v ( p − wr ) ，  0 ；当   v ( p − wr ) ，  0.
r r
 z B 2*  z B 2*
当v  ，  0 ；当 v  ，  0.
 ( p − wr ) r  ( p − wr ) r
e B 2* c p +   p − c − c p e − v( p − wr )  + 
=−
r  k (1 + r ) − 2 c p 
2
.
B  − v ( p − wr )  kc p zk
+ −
v( p + s + h)[k (1 + r ) − 2 c p ]3  k (1 + r ) − 2 c p 
2
51
p − c − v( p − wr ) 2k + c p +  Bkc p  − v ( p − wr )
令 E3 = + − .
cp  cp v c p ( p + s + h） k (1 + r ) − 2 c p 
e B 2* e B 2*
当 e  E 3 ,则  0 ；当 e  E 3 ,则  0 .推论(iii)得证。
r r
将最优库存水平 z B 2* 和最优碳减排水平 e B 2* 分别对成本分担系数 
以及收益共享份额 v 求一阶偏导：
z B 2* − Bc p
=  0.
 v( p + s + h)[k (1 + r ) − 2 c p ]
e B 2* 1 Bc p 2
= − .
 k (1 + r ) − 2 c p v( p + s + h)  k (1 + r ) − 2 c  2
 p
Bc p 2 e B 2*
当s  − p − h， 0；
v  k (1 + r ) − 2 c p  
Bc p 2 e B 2*
当s  − p −h， 0.
v  k (1 + r ) − 2 c p  
z B 2* B c p
= 2  0；
v v ( p + s + h)[k (1 + r ) − 2 c p ]
e B 2* B c p 2  ( p − wr )
= −
v v 2 ( p + s + h)  k (1 + r ) − 2 c p 
2
k (1 + r ) − 2 c p
 Bc p 2 e B 2*
当s  − p−h， 0；
 ( p − wr )v 2  k (1 + r ) − 2 c p  v
 Bc p 2 e B 2*
当s  − p−h，  0 .推论(iv)得证。
 ( p − wr )v 2  k (1 + r ) − 2 c p  v
4.5 本章小结
本章引入了成本与利润共担契约，由零售商分担制造商的碳减排成本并
分享一部分自己的利润以帮助制造商经营，提升整个供应链效率。首先对
Stackelberg 博弈模型进行求解，求得制造商不受资金约束下只参与成本与利
润共享契约的碳减排成本，得到制造商资金约束的条件。再建立参与成本与
52
利润共享的供应链参与绿色融资（B1）和不参与绿色融资（B2）两种模型，
分别求解这两个模型的供应链均衡策略（制造商的最优碳减排水平、零售商
的最优库存水平）以及供应链参与方的均衡收益，并对该均衡结果进行性质
分析。通过对比两种模型的性质与推论，得到以下主要的结论。
（1）在模型 B1 中，制造商自身的绿化资金𝑇只影响制造商的最优策略，
制造商的最优碳减排水平随着自有绿化资金𝑇的增加而增加。在参与绿色融
资后的模型 B2 中，制造商自身的绿化资金𝑇不会影响两个参与者的最优决策，
也不会影响零售商的最优利润，制造商的最优利润随着自有绿化资金𝑇的增
加而增加。
（2）在模型 B1 中，零售商为制造商分担的碳减排成本系数  较大时，
零售商的最优利润随制造商自有绿化资金𝑇的增加而减小，反之则增加；当
零售商保留的利润份额 v 较小时，零售商的最优利润随制造商自有绿化资金
𝑇的增加而减小，反之则增加。在参与绿色融资的模型 B2 中，当零售商为制
造商分担的成本  较小时，零售商的最优库存水平随碳排放权交易价格的增
加而增加；当零售商保留的零售商利润份额 v 较大时，零售商的最优库存水
平随碳排放权交易价格的增加而增加。
（3）在模型 B1 中，碳交易价格𝑐𝑝 不影响各参与者的最优策略，也不影
响零售商的最优利润。当制造商拥有较高的碳配额时，制造商的利润随碳排
放权交易价格𝑐𝑝 的增加而增加；当制造商拥有较低的碳配额时，制造商的利
润随碳排放权交易价格𝑐𝑝 的增加而减少。在参与绿色融资的模型 B2 中，当
制造商是清洁型企业时，其最优碳减排水平随碳排放许可交易价格𝑐𝑝 的增加
而增加。否则，当制造商为污染型企业时，其最优碳减排水平随碳交易价格
𝑐𝑝 的变化而减小。
（4）在模型 B1 中，零售商为制造商分担的碳减排成本系数  只影响制
造商的最优碳减排水平，造商的最优碳减排水平随碳减排成本系数  的增加
而增加；零售商向制造商分享的收益份额 v 不影响供应链参与者的均衡决策。
在参与绿色融资的模型 B2 中，零售商的最佳库存水平随制造商成本分担系
数  增加而降低，随零售商的利润留存比例 v 增加而降低；当零售商为低库
存成本零售商（高效率零售商）时，制造商的最优碳减排水平随着零售商成
53
本分担系数  的增加而减少，随着零售商的利润留存比例 v 增加而增加。当

零售商为高库存成本零售商（低效率零售商）时则相反。
（5）在参与绿色融资的模型 B2 中，零售商为制造商分担的成本系数 
较小时，其最优库存水平随绿色融资利率的增加而降低，反之则降低。零售
商保留的零售商利润份额较大 v 时，其最优库存水平随绿色融资利率𝑟的增加
而降低，反之则增加。此外，当制造商是清洁型企业时，其最优碳减排量随
绿色融资利率的升高𝑟而降低，反之则增加。
54
5 基于数值模拟的低碳供应链四类模型对
比分析
通过第四章和第五章的模型分析，得出了一些推论，在本节中，通过灵
敏度分析给出一个数值例子来说明上述理论结果，考虑到模型 A2 和 B2 中参
与者利润的复杂性，同样通过本章的数值分析来纵向比较模型 A2 和 B2 中的
相关均衡，并给出一些管理见解。本文建立了四种不同场景下的解决方案和
制造商和零售商的利润。具体而言，本文更加关注的是碳排放许可交易价格
𝑐𝑝 、制造商的有限绿化资金𝑇、绿化融资率𝑟、制造商的初始碳排放𝑒、零售
商的成本分担份额𝜑以及零售商的收益分担份额𝑣对企业均衡策略和收益的影
响。为了确保在所有设置下都存在最优解，所有参数的值都满足前几节提出
的要求和假设。参考 Xia 等人(2018)[91] ，对应的参数值如下：B=20，𝛼 =
450，𝑘 = 40，𝛾 = 10，𝑐 = 30，ℎ = 1，𝑠 = 2，𝑤 = 60，𝑤𝑟 = 40，𝑝 = 80，
𝐸𝑐 = 25000。
数值研究的灵敏度参数见表 5-1。数值分析结果如下文所示。
表 5-1 灵敏度参数表
𝑐𝑝 𝑇 𝑟 𝑒 𝜑 𝑣
1.50-2.10 100 0.25 50 40 0.40
1.50 100-600 0.25 50 40 0.40
1.50 100 0.05-0.40 50 40 0.40
1.50 100 0.25 35-60 40 0.40
1.50 100 0.25 50 0-100 0.40
1.50 100 0.25 50 40 0.20-1.00
5.1 碳交易价格变化的影响分析
图 1-a 至图 1-d 展示了碳交易价格𝑐𝑝 在区间[1.5,2.1]时，四种模型中的库
55
存水平、单位产品碳减排水平、零售商以及制造商利润。
1-a 1-b
1-c 1-d
图 5-1 碳交易价格𝒄𝒑 变化的影响分析
根据碳交易价格𝑐𝑝 的变化，我们可以得到以下结果：
（1）根据图 1-a，随着碳交易价格𝑐𝑝 的增加，模型 A1 和 B1 中零售商的
最优库存水平保持不变(推论 1(ii)和 3(ii))。模型 A2 中零售商的最优库存水平
随着 c p 的增加而增加(推论 2(ii))。在模型 B2 中，当零售商为制造商分担的
减排成本较小时，或零售商保留的利润较大时，零售商的最优库存水平随着
56
c p 的增加而增加(推论 4(ii))。在模型 A2 和 B2 中，较高的碳交易价格会导致
零售商的最优库存水平较高。然而，在模型 A1 和 B1 中， c p 并不影响零售
商的最优库存水平。
（2）由图 1-b 可知，模型 A2 中制造商是污染型企业，其碳减排量随着
c p 的增加而增加(推论 2(ii))。在 B2 情况下，制造商是清洁型制造商，其碳
减排量随着 c p 的增加而增加(推论 4(ii))。此外，模型 B2 下制造商的碳减排
量水平要高于模型 A2。这一观察结果表明，较高的碳交易价格可以鼓励制
造商致力提高碳减排水平，从而减少碳排放。然而，随着 c p 的增加，模型
A1 和 B1 中制造商的碳减排量保持不变(推论 1(ii)和 3(ii))。

（3）根据图 1-c，随着 c p 的增加，模型 A1 和 B1 中零售商的利润保持
不变(推论 1(ii)和 3(ii))，这个条件意味着在模型 A1 和 B1 中 c p 不影响零售商
的利润；在该图中，后者高于前者，说明零售商为制造商分担的碳减排成本
和被制造商分享的零售商利益总和较小。模型 B2 和 A2 中零售商的利润随着
c p 的增加而增加，这说明碳交易价格与零售商收益正相关。另外，在 B2 情
况下，零售商的利润比 A2 情况小，是因为零售商不仅要分担制造商的碳减
排成本，还要分享自己的利润。
（4）根据图 1-d，在模型 A1 和 B1 中，制造商的利润随着 c p 的增加而
增加；在模型 A2 和 B2 中制造商的利润随着 c p 的增加而增加，且增加的幅
度比模型 A1 和 B1 大。而且，在模型 A1 中制造商的利润小于模型 B1，在

模型 A2 中制造商的利润小于模型 B2。
5.2 制造商的绿化资金变化的影响分析
图 2-a 至图 2-d 展示了制造商自有的绿化资金𝑇在区间[100,600]时，四
种模型中的库存水平、单位产品碳减排水平、零售商以及制造商利润。
57
2-a 2-b
2-c 2-d
图 5-2 制造商的绿化资金 T 变化的影响分析
根据制造商自有的绿化资金𝑇的变化，我们可以得到以下结果：
（1）根据图 2-a，模型 A1、A2、B1 和 B2 中零售商的最优库存水平与
制造商自有的绿化资金𝑇无关(推论 1(i)、推论 2(i)、推论 3(i)和推论 4(i))。该
情形表明，无论是在 A1、A2、B1 还是 B2 情况下，𝑇都不会影响零售商的最
优库存水平。
（2）由图 2-b 可知，在 A2 和 B2 的情况下，制造商最优碳减排水平随
着自有资金𝑇的增加而保持不变(推论 2(i)和 4(i))。在模型 Al 和 B1 中，制造
58
商的碳减排水平随着𝑇的增加而增加，这与推论 1(i)和 3(i)一致。而且，模型

Al 的减碳量小于模型 B1，表明制造商拥有的绿化资金越多，模型 Al 和模型
B1 的减碳量越大。但是，在 A2 和 B2 情况下，𝑇并不影响制造商的碳减排水
平。
（3）由图 2-c 可知，在情形 A2 和 B2 中，随着𝑇的增加，零售商的利润
保持不变(推论 2(i)和 4(i))。在情形 A1 中，零售商的利润随着𝑇的增加而增
加(推论 1(i))。这表明增加𝑇在模型 Al 和模型 B1 中会导致零售商的利润较高；
但是，在 A2 和 B2 情况下，𝑇并不影响零售商的利润。当模型 Bl 中零售商为
制造商分担的成本较小时，或当零售商保留的利润份额较大时，则零售商的
利润随𝑇增加(推论 3 (i))。
（4）根据图 3-d，在模型 A1 和 B1 中，制造商的利润随着𝑇增加而增加，
而在模型 B2 和 A2 中，制造商的利润与𝑇变化无关(推论 2(ii)和 4(ii))。这表
明，在 A1 和 B1 情况下，增加𝑇会导致制造商的利润增加；在 A2 和 B2 情况
下，如果增加𝑇，制造商的利润不变。但是在四种模型条件下，B2 的制造商
利润最高。
5.3 银行绿色金融贷款利率变化的影响分析
图 3-a 至图 3-d 展示了银行绿色金融贷款利率𝒓在区间[0.05,0.4]时，四种
模型中的库存水平、单位产品碳减排水平、零售商以及制造商利润。
3-a 3-b
59
3-c 3-d
图 5-3 银行绿色金融贷款利率𝒓变化的影响分析
根据银行绿色金融利率𝒓的变化，我们可以得到以下结果：
（1）由图 3-a 可知，在模型 A1 和模型 B1 中，随着绿色融资率的增加，
零售商的最优库存水平保持不变，而在模型 A2 中，随着绿色融资率的增加，
零售商的最优库存水平降低(推论 2(iii))。在模型 B2 中，当零售商为制造商
分担的成本较小时，或当零售商为保留的收益份额较大时，零售商的最优库
存水平降低(推论 4(iii))。这表明，较高的绿色融资率导致零售商的最优库存
水平降低。
（2）根据图 3-b，在模型 A1 和 B1 中，制造商的碳减排量随着 r 保持不
变。在模型 A2 中，随着 r 的增加，制造商的碳减排量减少(推论 2(iii))。此
条件意味着利率越高，减排量越小。此外，当利率较低时，模型 B2 的碳减
排水平大于模型 A2。
（3）由图 3-c 可知，在模型 A1 和 B1 中，r 不影响零售商的利润，而在
模型 A2 和 B2 中，零售商的利润随着 r 的增加而减少。但随着绿色融资利率
的增加，B2 降低的幅度小于 A2，这也表明在 A2 和 B2 情况下，绿色融资的
高利率会导致零售商的利润增加。
（4）由图 3-d 可知，模型 A1 和模型 B1 中，绿色融资利率对制造商的
利润没有影响。在 A2 和 B2 两种情况下，制造商的利润随着 r 的增加而降低，
B2 情况下的利润比 A2 情况下的利润要高得多。这一观察表明，低利率时制
60
造商的利润更高。
5.4 制造商单位产品初始碳排放量变化的影响分析
图 4-a 至图 4-d 展示了单位产品初始碳排放量𝑒在区间[35,60]时，四种模
型中的库存水平、单位产品碳减排水平、零售商以及制造商利润。
4-a 4-b
4-c 4-d
图 5-4 银行绿色金融贷款利率𝒓变化的影响分析
根据制造商单位产品初始碳排放量𝑒的变化，我们可以得到以下结果：
（1）根据图 4-a，在模型 A1、A2、B1、B2 中，随着产品的初始碳排放
61
量𝑒的变化，零售商的最优库存水平保持不变。这一观察表明，𝑒并不影响零
售商的库存水平。
（2）由图 4-b 可知，在 A1 和 B1 两种情况下，随着产品的初始碳排放
量𝑒的增加，制造商的碳减排量保持不变。在 A2 和 B2 情况下，碳排放量随
着𝑒的减少而减少。这一观察结果表明，在情况 A2 和 B2 中，𝑒的值越高导
致碳减排水平越低。
（3）由图 4-c 可知，随着产品的初始碳排放量 e 的增加，模型 A1 和模
型 B1 中零售商的利润不变。在 A2 和 B2 情况下，零售商的利润随着𝑒的减
少而减少。该条件表明，在情形 A2 和 B2 中，𝑒的值越高，零售商的利润越
低。
（4）由图 4-d 可知，在模型 A1、A2、B1、B2 中，制造商的利润随产
品的初始碳排放量𝑒的增加而减少。这一观察表明，𝑒的值越低，制造商的利
润就越多。
5.5 零售商成本分担系数变化的影响分析
图 5-a 至图 5-d 展示了零售商成本分担系数𝜑在区间[0,100]时，四种模
5-a 5-b
62
5-c 5-d
图 5-5 零售商成本分担系数φ变化的影响分析
根据零售商成本分担系数𝜑的变化，我们可以得到以下结果：
（1）根据图 5-a，在模型 A1、A2 和 B1 中，随着零售商的成本分担从
零增加，零售商的最优库存水平保持不变(推论 3 (iii))。因此𝜑并不影响这三
种情况的库存水平。对比模型 A2 与模型 B2，模型 A2 中的最优库存水平保
持不变，而模型 B2 中的最优库存水平随着𝜑增加而降低(推论 4(iv))。该趋势
表明，在模型 B2 中，较高的成本分担导致零售商利润较低。
（2）根据图 5-b，在模型 A1 和 A2 中，随着𝜑的增加，制造商的碳减排
水平保持不变，这表明𝜑的大小对减排效果没有影响。在模型 B1 中，随着𝜑
的增加，减排水平提升，如推论 3(iii)所示。在模型 B2 中，当零售商为高库
存成本零售商（低效率零售商）时，制造商的最优碳减排水平随零售商成本
分担系数的增加而增加，这与推论 4 (iv)一致。该观察表明，增大𝜑可以提高
制造商的碳减排水平。
（3）根据图 5-c，在模型 A1 和 A2 中，零售商的利润与𝜑无关。在模型
B1 中，零售商的利润随着𝜑的增加先增加后减少；在模型 B2 中，零售商的
利润随着𝜑的增加而减少，这说明，当成本分担较高时，模型 B1 和模型 B2
的零售商的利润都会降低。考虑最优库存水平和零售商收益的大小，零售商
应合理选择的成本分担的方式。
（4）根据图 5-d，𝜑在模型 A1 和 A2 中均不影响制造商的利润。而且，
63
在模型 B1 和 B2 中，制造商的利润随着𝜑的增加而不断增加。这表明𝜑越大，
制造商的利润就越大。
5.6 零售商收益分担份额变化的影响分析
图 6-a 至图 6-d 展示了零售商收益分担份额𝑣在区间[0.2,1.00]时，四种模
6-a 6-b
6-c 6-d
图 5-6 零售商收益分担份额 v 变化的影响分析
根据零售商收益分担份额𝑣的变化，我们可以得到以下结果：
64
（1）根据图 6-a，在模型 A1、A2 和 B1 中，随着零售商的收益分担份

额𝑣的增加，零售商的最优库存水平保持不变(推论 3 (iii))。因此𝑣并不影响
这三种情况的库存水平。对比模型 A2 与模型 B2，模型 A2 中的最优库存水
平保持不变，而模型 B2 中的最优库存水平随着𝑣增加而增加(推论 4(iv))，且，
其变化趋势表明，较高的收益份额𝑣会导致零售商较高的库存储备。
（2）根据图 6-b，在模型 A1 和 A2 中，随着𝑣的增加，制造商的碳减排
水平保持不变，这表明𝑣的大小对减排效果没有影响，如推论 3(iii)所示。在
模型 B1 中，随着𝑣的增加，最优减排水平也没有变化。在模型 B2 中，当零
售商为高库存成本零售商（低效率零售商）时，制造商的最优碳减排水平随
零售商收益份额𝑣的增加而减少，这与推论 4 (iv)一致。该观察表明，需要降
低零售商收益份额𝑣以提高制造商的碳减排水平。
（3）根据图 6-c，在模型 A1 和 A2 中，零售商的利润与零售商收益份
额𝑣的大小无关。在模型 B1 和 B2 中，零售商的利润随着𝑣的增加而增加，
但模型 B2 的利润始终高于模型 B1，在𝑣 = 1时重合，此时零售商保留全部
利润，这说明，当收益份额较高时，模型 B1 和模型 B2 的零售商的利润都较
高。
（4）根据图 6-d，零售商收益份额𝑣在模型 A1 和 A2 中均不影响制造商
的利润。而且，在模型 B1 和 B2 中，制造商的利润随着𝑣的增加而降低。这
表明𝑣越大，制造商的利润就越小，因此，制造商期望较小的零售商份额。
65
6 研究结论与展望
在本研究中，我们利用四个模型研究了一个资本受限的制造商和一个零
售商的供应链。各模型条件如下：(1)在模型 A1 中，制造商没有从零售商那
里获得成本分担和收益共享，也没有从银行获得绿色融资；(2)在模型 A2 中，
制造商没有获得零售商的成本分担和收益共享，但参与了银行的绿色融资；
(3)模型 B1 中，制造商有零售商分担成本和收益共享，但没有从银行获得绿
色融资；(4)在模型 B2 中，制造商获得零售商的成本分担和收益分享，同时
从银行获得绿色融资。
本文通过分析以上四种情况下供应链中的制造商和零售商的动态博弈结
果，来探讨绿色金融以及成本与收益共享契约对博弈行为的影响。接下来，
通过数值模拟分析的方式，讨论不同参数变化的情况下零售商的备货策略、
制造商的碳排放策略以及各参与者的收益的变化，并根据数值模拟的结果得
出相关结论。本文基于第三章和第四章的对比分析以及第五章数值模拟的结
果，得出了一些重要研究结论。本章主要梳理本文的相关研究结论，将本文
研究所获得的主要结论和贡献进行阐述，并对我国发展绿色供应链金融提出
针对性的建议。同时指出本文在研究过程及研究方法上存在的不足，并指明
后续的可能研究方向。
6.1 研究结论和建议
6.1.1 主要结论
本文主要关注制造商的绿色融资和零售商成本与收益共享的情况(即模
型 B2)。研究发现在该模型条件下：(1) 无论制造商是清洁型还是污染型的，
制造商自身的绿化资金不影响参与者各自的最优决策和零售商的最优利润。
其次，制造商的最优利润在该条件下最大。(2)当零售商的成本分担较小或利
润分享的份额较小时，其最优库存水平随碳交易价格的提高而增加。当零售
商的成本分担较大或利润分享较大时，其最优库存水平随碳交易价格的降低
而降低。同时，当制造商是清洁型企业时，其最优碳减排水平随着碳排放权
交易价格的提高而增加。反之，当制造商为污染企业时，其最优减排量随碳
66
排放权交易价格的增加而降低。(3)当零售商成本分担较大或利润分享较小时，
零售商的最优库存水平随着绿色融资利率的降低而降低。反之，其最优库存
水平随绿色融资利率的增加而增加。此外，当制造商是清洁型企业时，其最
优碳减排水平随绿色融资利率的降低而降低；反之，当制造商是污染型企业
时，其最优减排水平随绿色融资利率的降低而增加。(4)零售商的最佳库存水
平随着零售商为制造商分担的成本增加而降低，随着零售商保留的利润份额
增加而增加。当零售商为低效率零售商时，制造商的最优碳减排水平随零售
商的成本分担而增加，随着零售商保留的利润份额增加而减少。而当零售商
为高效零售商时，制造商的最优减排水平随零售商的成本分担而降低，随着
零售商保留的利润份额增加而增加。
通过对比分析，我们得出以下结论。(1)零售商在模型 Bl 下的最优库存
水平大于模型 A1，而制造商在模型 Al 下的最优碳减排水平小于模型 B1。
制造商的最优利润在模型 Bl 下始终大于模型 Al；当零售商收益份额较小时，
零售商在模型 Bl 的最优利润小于模型 Al 的最优利润；当零售商的收益份额
较大时，零售商在模型 Bl 下的最优利润大于模型 A1 的最优利润。(2)模型
A2 中零售商的最优库存水平低于模型 B2。当零售商成本分担系数较低时，
模型 B2 的最优碳减排水平低于 A2；当零售商成本分担系数较高时，模型
B2 的最优碳减排水平高于 A2。当零售商收益份额较低时，模型 B2 的最优
碳减排水平高于 A2；当零售商收益份额较高时，模型 B2 的最优碳减排水平
低于 A2。当零售商收益份额较低时，零售商的最优利润在模型 B2 下小于模
型 A2；当零售商收益份额较高时，其的最优利润在模型 B2 下大于模型 A2。
当零售商收益份额较低时，制造商的最优利润在模型 B2 下大于模型 A2；当
零售商收益份额较高时，零售商的最优利润在模型 B2 下小于模型 A2。在模
型 A2 与 B2 的情况下，绿色融资利率较高时的零售商的最优库存水平较低；
当绿色融资利率较低时，模型 A2 与 B2 下制造商的最优碳减排水平较高。比
较各模型结果对企业选择绿色融资具有一定的指导意义。
6.1.2 主要建议
首先，对于供应链的参与者来说，他们应该相互合作，协商出可行的成
本分担系数和收益共享份额。如果制造商要求零售商较高的成本分担以及较
67
低的零售商收益份额，零售商在模型 B2 中减少库存水平，可能无法满足市
场需求。当零售商是低效率零售商时，制造商的碳减排量随着零售商的成本
分担的增加而增加，随着收益份额的减少而增加。如果下游是高效的，则存
在相反的结论。因此，供应链的合作伙伴应该相互合作，协商成本分担率和
收益共享额。
其次，政府应该权衡碳交易价格和排放许可分配的影响。在模型 B2 中，
我们可以观察到，当制造商是清洁型企业时，其最优碳减排水平随着碳排放
权交易价格的增加而增加。如果制造商是污染型制造商，则存在相反的结论。
到目前为止，全球的能源资源还是以化石燃料为主导。随着这些能源的应用，
环境中的二氧化碳大幅上升，恶劣的自然灾害频频发生，带给人类的以危险
的警示。若设置过量碳排放空间将导致极高的社会成本，如果企业以低价或
继续免费排放二氧化碳，而只需要付出较低的成本，这就会进一步导致过量
使用碳环境容量。政府需要制定合理的碳排放空间，否则将因环境的恶劣变
化带来的社会成本将会不断消耗整个社会的利益。因此，政府应该科学制定
碳排放权交易体系，达到减少温室气体排放的目标、引导企业开展新能源产
业等领域的投资，帮助加速资源结构转型，鼓励对低碳技术创新的多边合作，
并在气候政策和能源之间创造科学的协同效应。
第三，为了激励制造商减少碳排放，银行应该制定适当的绿色融资利率。
通过模型 B2 我们可以知道，当制造商为清洁企业时，其最优碳减排量随绿
色融资利率的增加而降低；当制造商为污染企业时，其最优碳减排量随利率
的增加而增加。因此，银行应谨慎地制定利率决策，以激励制造商的碳减排。
助力实现“双碳”目标是每一个包括银行在内金融机构的责任和担当，银行业
也需要在实践中不断提升自己的业务能力，创新绿色金融产品，开展多方低
碳技术合作，积极探索更多业务模式。对银行来说，其金融业务的本质是为
当地经济发展和当地企业实现低碳化转型提供助力。从长远规划来看，银行
更要重视碳中和相关企业与银行金融合作的开展情况，即是否通过绿色金融
创新真正有效地推进当地的实体经济高质量发展转型和产业结构升级。
6.2 不足及展望
由于研究中存在客观条件的限制和研究假设的约束，本文存在着一定的
68
局限性。首先，与大多数研究相似，本研究假设供应链融资系统中有一家制
造商、一家零售商和一家银行。然而，根据当前的全球化趋势，由任意数量
的成员组成的供应链网络更为现实。其次，我们假设制造商有减少碳排放的
资金约束，但在现实中，制造商和零售商可能都有资金限制。因此，考虑到
合作双方都有碳减排的资金约束，可以进一步扩展未来的研究。第三，探索
供应链成员决策的最佳时间点并提供有用的决策见解可能也很有趣。然而，
因为它需要复杂的计算。因此，我们可以在未来的进行这个有趣的研究。第
四，人是有限理性的，但我们在模型中假设合伙人具有完全理性。因此，可
以通过考虑有限理性的合伙人来扩展现有模型。最后，我们可以进一步将法
律和伦理问题纳入我们的模型，以约束有限责任制造商的激进决策。
69
参考文献
[1] IPCC. Climate Change 2021: The Physical Science Basis[M]. Cambridge:
Cambridge University Press, 2021, in press.
[2] Li X, Li Y. Chain-to-chain competition on product sustainability[J]. Journal of
Cleaner Production, 2016, 112: 2058-2065.
[3] Uebelhoer K, Guder J, Holst J C, et al. Greenhouse gas management along the
supply chain at Siemens[C]//LCM 2013. 2013.
[4] Zhou Y, Bao M, Chen X, 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.
[5] Kerr M. Integrating the supply chain through Web-enabled CAx systems[J].
1999.
[6] Hall J. Environmental supply chain dynamics[J]. Journal of cleaner production,
2000, 8(6): 455-471.
[7] Zsidisin G A, Siferd S P. Environmental purchasing: a framework for theory
development[J]. European Journal of Purchasing & Supply Management,
2001, 7(1): 61-73.
[8]王能民,杨彤,乔建明.绿色供应链管理模式研究[J].工业工程,2007(01):11-
16+47.
[9] Jabbour A B, Jabbour C, Govindan K, et al. Mixed methodology to analyze the
relatioAhip between maturity of environmental management and the adoption
of green supply chain management in Brazil[J]. Resources, CoAervation and
Recycling, 2014, 92: 255-267.
[10] Srivastava S K. Green supply‐chain management: a state‐of‐the‐art literature
review[J]. International journal of management reviews, 2007, 9(1): 53-80.
[11] 朱庆华 , 赵清华 . 绿色供应链管理及其绩效评价研究述评 [J]. 科研管
理,2005(04):93-98.DOI:10.19571/j.cnki.1000-2995.2005.04.016.
[12] Diabat A, Govindan K. An analysis of the drivers affecting the
implementation of green supply chain management[J]. Resources,
coAervation and recycling, 2011, 55(6): 659-667.
[13] Sarkis J, Zhu Q, Lai K. An organizational theoretic review of green supply
70
chain management literature[J]. International journal of production

economics, 2011, 130(1): 1-15.
[14] Liebl J, Hartmann E, Feisel E. Reverse factoring in the supply chain:
objectives, antecedents and implementation barriers[J]. International Journal
of Physical Distribution & Logistics Management, 2016, 46(4).
[15] Bryant C, Camerinelli E. Supply chain finance: EBA European market
guide[J]. Paris, European Banking Association, 2014.
[16] 中国报告大厅 . 供应链市场规模： 2022 年供应链金融市场发展迅速
[EB/OL].(2022.5.26)[2023.3.7].
https://m.chinabgao.com/freereport/83929.html.
[17] Caniato F, Gelsomino L M, Perego A, et al. Does finance solve the supply
chain financing problem?[J]. Supply chain management: an international
journal, 2016.
[18] Wuttke D A, Blome C, Heese H S, et al. Supply chain finance: Optimal
introduction and adoption decisions[J]. International Journal of Production
Economics, 2016, 178: 72-81.
[19] Evans J, Koch T. Surviving chapter 11: Why small firms prefer supplier
financing[J]. Journal of Economics and Finance, 2007, 31(2): 186-206.
[20] Gelsomino L M, Mangiaracina R, Perego A, et al. Supply chain finance: a
literature review[J]. International Journal of Physical Distribution & Logistics
Management, 2016.
[21]顾金星. 绿色供应链金融博弈模型研究[D].大连理工大学,2017.
[22] Chen J, Huang S. Evaluation model of green supply chain cooperation credit
based on BP neural network[J]. Neural Computing and Applications, 2021, 33:
1007-1015.
[23] Xing C, Zhang Y, Wang Y. Do banks value green management in China? The
perspective of the green credit policy[J]. Finance Research Letters, 2020, 35:
101601.
[24] Xu S, Fang L. Partial credit guarantee and trade credit in an emission-
dependent supply chain with capital constraint[J]. Transportation Research
Part E: Logistics and Transportation Review, 2020, 135: 101859.
[25] Jin W, Zhang Q, Luo J. Non-collaborative and collaborative financing in a
bilateral supply chain with capital constraints[J]. Omega, 2019, 88: 210-222.
71
[26] Cachon G P. Supply chain coordination with contracts[J]. Handbooks in

operatioA research and management science, 2003, 11: 227-339.
[27] Lim N, Ho T H. Designing price contracts for boundedly rational customers:
Does the number of blocks matter?[J]. Marketing Science, 2007, 26(3): 312-
326.
[28] Katok E, Wu D Y. Contracting in supply chaiA: A laboratory investigation[J].
Management Science, 2009, 55(12): 1953-1968.
[29] Dolan R J. Quantity discounts: Managerial issues and research
opportunities[J]. Marketing Science, 1987, 6(1): 1-22.
[30]孙会君,高自友.基于差分的数量折扣条件下订货策略优化模型[J].管理科
学学报,2004(02):18-21+39.
[31] Chen F, Federgruen A, Zheng Y S. Coordination mechanisms for a
distribution system with one supplier and multiple retailers[J]. Management
science, 2001, 47(5): 693-708.
[32] Scheller-Wolf A, Tayur S. Reducing international risk through quantity
contracts[J]. GSIA, Carnegie Mellon University Working Paper, 1998: 1-35.
[33] Moinzadeh K, Nahmias S. Adjustment strategies for a fixed delivery
contract[J]. OperatioA Research, 2000, 48(3): 408-423.
[34] Kohli A S, JeAen J B. Assessing effectiveness of supply chain collaboration:
an empirical study[C]//Supply chain forum: An international journal. Taylor
& Francis, 2010, 11(2): 2-16.
[35] Chen X, Wang X, Zhou M. Firms’ green R&D cooperation behaviour in a
supply chain: Technological spillover, power and coordination[J].
International Journal of Production Economics, 2019, 218: 118-134.
[36] Gallini N T, Lutz N A. Dual distribution and royalty fees in franchising[J]. JL
Econ. & Org., 1992, 8: 471.
[37] 张文会 , 伊静 , 周舸 . 生鲜农产品供应链信息共享激励效应 [J]. 物流技
术,2022,41(05):98-105.
[38] Lozano R, Carpenter A, Huisingh D. A review of ‘theories of the firm’and
their contributioA to Corporate Sustainability[J]. Journal of Cleaner
production, 2015, 106: 430-442.
[39] Corbett C J. Stochastic inventory systems in a supply chain with asymmetric
information: Cycle stocks, safety stocks, and consignment stock[J].
72
Operations research, 2001, 49(4): 487-500.

[40] Albrecht M, Albrecht M. Coordination mechanisms for supply chain
planning[J]. Supply Chain Coordination Mechanisms: New Approaches for
Collaborative Planning, 2010: 35-61.
[41] Vosooghidizaji M, Taghipour A, Canel-Depitre B. Supply chain coordination
under information asymmetry: a review[J]. International Journal of
Production Research, 2020, 58(6): 1805-1834.
[42] Taylor T A. Supply chain coordination under channel rebates with sales effort
effects[J]. Management science, 2002, 48(8): 992-1007.
[43] Krishnan H, Winter R A. Inventory dynamics and supply chain
coordination[J]. Management Science, 2010, 56(1): 141-147.
[44]陈祥锋. Scenario 模型在供应链合同管理中的应用[J]. 科学学与科学技术
管理, 2001, 22(12): 59-62.
[45]曹开颖,徐玉秋,豆国威.考虑网络外部性的生鲜企业渠道选择策略研究[J].
运筹与管理,2022,31(11):226-233.
[46] Dobos I, Gobsch B, Pakhomova N, et al. Design of contract parameters in a
closed-loop supply chain[J]. Central European Journal of OperatioA Research,
2013, 21(4): 713-727.
[47] Giannoccaro I, Pontrandolfo P. Supply chain coordination by revenue sharing
contracts[J]. International journal of production economics, 2004, 89(2): 131-
139.
[48] Basiri Z, Heydari J. A mathematical model for green supply chain
coordination with substitutable products[J]. Journal of cleaner production,
2017, 145: 232-249.
[49] De Giovanni P. Environmental collaboration in a closed-loop supply chain
with a reverse revenue sharing contract[J]. Annals of Operations Research,
2014, 220: 135-157.
[50] Liu Z L, Anderson T D, Cruz J M. Consumer environmental awareness and
competition in two-stage supply chains[J]. European Journal of Operational
Research, 2012, 218(3): 602-613.
[51] Xia L, He L. Game theoretic analysis of carbon emission reduction and sales
promotion in dyadic supply chain in presence of consumers’ low-carbon
awareness[J]. Discrete Dynamics in Nature and Society, 2014, 2014.
73
[52] Ghosh D, Shah J. Supply chain analysis under green sensitive consumer
demand and cost sharing contract[J]. International Journal of Production
Economics, 2015, 164: 319-329.
[53] Li B, Zhu M, Jiang Y, et al. Pricing policies of a competitive dual-channel
green supply chain[J]. Journal of Cleaner Production, 2016, 112: 2029-2042.
[54] Zhang L, Wang J, You J. Consumer environmental awareness and channel
coordination with two substitutable products[J]. European Journal of
Operational Research, 2015, 241(1): 63-73.
[55]翁莉, 马林, 和媛媛. 传统产业升级下绿色供应链知识共享与绿色创新研究
综述[J]. 经济问题探索, 2013 (11): 153-157.
[56]魏光兴,宋燕龄.基于收益共享契约的农产品供应链绿色投资决策研究[J].
西部经济管理论坛,2023,34(01):60-68.
[57] Chen X, Hao G. Sustainable pricing and production policies for two
competing firms with carbon emissioA tax[J]. International Journal of
Production Research, 2015, 53(21): 6408-6420.
[58] Ji J , Zhang Z , Yang L . Carbon emission reduction decisioA in the retail-
/dual-channel supply chain with coAumers' preference[J]. Journal of Cleaner
Production, 2017, 141(JAN.10):852-867.
[59] Qi Q, Wang J, Bai Q. Pricing decision of a two-echelon supply chain with one
supplier and two retailers under a carbon cap regulation[J]. Journal of Cleaner
Production, 2017, 151: 286-302.
[60] Ding H, Zhao Q, An Z, et al. Collaborative mechanism of a sustainable supply
chain with environmental coAtraints and carbon caps[J]. International Journal
of Production Economics, 2016, 181: 191-207.
[61] Xu J, Chen Y, Bai Q. A two-echelon sustainable supply chain coordination
under cap-and-trade regulation[J]. Journal of Cleaner Production, 2016, 135:
42-56.
[62] Bai Q, Chen M, Xu L. Revenue and promotional cost-sharing contract versus
two-part tariff contract in coordinating sustainable supply chain systems with
deteriorating items[J]. International Journal of Production Economics, 2017,
187: 85-101.
[63] Toptal A, Çetinkaya B. How supply chain coordination affects the
environment: a carbon footprint perspective[J]. Annals of OperatioA Research,
74
2017, 250(2): 487-519.

[64] Du S , Zhu J , Jiao H , et al. Game-theoretical analysis for supply chain with
coAumer preference to low carbon[J]. International Journal of Production
Research, 2015, 53(11-12):3753-3768.
[65] Liu Z , Anderson T D , Cruz J M . CoAumer environmental awareness and
competition in two-stage supply chaiA[J]. European Journal of Operational
Research, 2012(3):218.
[66] Tseng S C , Hung S W . A strategic decision-making model coAidering the
social costs of carbon dioxide emissioA for sustainable supply chain
management[J]. Journal of Environmental Management, 2014,
133(jan.15):315-322.
[67] Jiang W, Chen X. Optimal strategies for manufacturer with strategic customer
behavior under carbon emissioA-seAitive random demand[J]. Industrial
Management & Data Systems,2016,116(4):759-776.
[68] Trappey A J C, Trappey C V, Hsiao C T, et al. System dynamics modelling of
product carbon footprint life cycles for collaborative green supply chaiA[J].
International Journal of Computer Integrated Manufacturing, 2012, 25(10):
934-945.
[69] Huang Y, Wang K, Zhang T, et al. Green supply chain coordination with
greenhouse gases emissioA management: a game-theoretic approach[J].
Journal of Cleaner Production, 2016, 112: 2004-2014.
[70] Tinoco S V P, Creemers S, Boute R N. Collaborative shipping under different
cost-sharing agreements[J]. European Journal of Operational Research, 2017,
263(3): 827-837.
[71] Theiben S, Spinler S. Strategic analysis of manufacturer-supplier partnerships:
An ANP model for collaborative CO2 reduction management[J]. European
Journal of Operational Research, 2014, 233(2): 383-397.
[72] Lai, G.; Debo, L.G.; Sycara, K. Sharing inventory risk in supply chain: The
implication of ﬁnancial coAtraint. Omega 2009, 37, 811–825.
[73] Caldentey R, Chen X. The role of financial services in procurement
contracts[J]. The handbook of integrated risk management in global supply
chains, 2011: 289-326.
[74] Kouvelis, P.; Zhao, W. Financing the newsvendor: Supplier vs. bank, and the
75
structure of optimal trade credit contracts. Oper. Res. 2012, 60, 566–580.
[75] Chen X, Wang A. Trade credit contract with limited liability in the supply
chain with budget constraints[J]. Annals of Operations Research, 2012, 196:
153-165.
[76] Xiao, S.; Sethi, S.P.; Liu, M.; Ma, S. Coordinating contracts for a ﬁnancially
coAtrained supply chain. Omega 2017, 72, 71–86.
[77] El Miloudi F, Tchernev N, Riane F. Scheduling payments optimization to
drive working capital performance within a supply chain[C]//6th International
Conference on Information Systems, Logistics and Supply Chain ILS
Conference. 2016.
[78] Kouvelis P, Zhao W. Who should finance the supply chain? Impact of credit
ratings on supply chain decisions[J]. Manufacturing & Service Operations
Management, 2018, 20(1): 19-35.
[79] Zhan J, Chen X, Hu Q. The value of trade credit with rebate contract in a
capital-constrained supply chain[J]. International Journal of Production
Research, 2019, 57(2): 379-396.
[80] Wang Y, Zhi Q. The role of green finance in environmental protection: Two
aspects of market mechanism and policies[J]. Energy Procedia, 2016, 104:
311-316.
[81] Wang C, Zhang X, Ghadimi P, et al. The impact of regional financial
development on economic growth in Beijing–Tianjin–Hebei region: A spatial
econometric analysis[J]. Physica A: Statistical Mechanics and its Applications,
2019, 521: 635-648.
[82] 人民银行研究局 . 绿色金融术语 [EB/OL].(2021-05-06)[2022-12-
31].https://www.cfstc.org/jinbiaowei/2929444/2979695/index.html.
[83] Andersen D C. Do credit constraints favor dirty production? Theory and
plant-level evidence[J]. Journal of Environmental Economics and
Management, 2017, 84: 189-208.
[84] 绿色金融研究小组.《G20 绿色金融综合报告》[R/OL].(2016-09-05)[2022-
12-31]. https://g20sfwg.org/wp-
content/uploads/2021/07/2016_Synthesis_Report_Full_CH.pdf.
[85] 中华人民共和国国务院新闻办公室.七部委印发《关于构建绿色金融体系
的指导意见》 [EB/OL].(2016-08-31)[2022-12-31].
76
http://www.scio.gov.cn/32344/32345/35889/36819/xgzc36825/Document/155
5348/1555348.htm.
[86] Cao Q. A probe into the innovation path of China􀆳 s green financial
system[J]. Journal of Financial Development Research,(3), 2019, 46: 52.
[87] Linnenluecke M K, Han J, Pan Z, et al. How markets will drive the traAition
to a low carbon economy[J]. Economic Modelling, 2019, 77: 42-54.
[88] Kim S B, Cho J H. A study on forecasting green infrastructure coAtruction
market[J]. KSCE Journal of Civil Engineering, 2014, 18(2): 430-443.
[89] Achtnicht M. German car buyers’ willingness to pay to reduce CO2
emissioA[J]. Climatic change, 2012, 113(3): 679-697.
[90] 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.
[91] Xia L, Guo T, Qin J, et al. Carbon emission reduction and pricing policies of a
supply chain considering reciprocal preferences in cap-and-trade system[J].
Annals of Operations Research, 2018, 268: 149-175.
77
79

基于碳配额约束绿色供应链金融的成本与利润共担契约研究_谢利华

Uploaded by

Copyright:

Available Formats

基于碳配额约束绿色供应链金融的成本与利润共担契约研究_谢利华

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

基于碳配额约束绿色供应链金融的成本与利润共担契约研究_谢利华

Uploaded by

Copyright:

Available Formats

基于碳配额约束绿色供应链金融的成本与利润

A Research on cost-profit sharing contract of green supply chain finance

A Research on cost-profit sharing contract of green supply chain finance

Keywords: Green supply chain finance; Carbon reduction; Capital constraints;

供应链金融(Supply Chain Finance, SCF)已经成为学者和相关从业者的“主

博弈论(Game Theory)开始于 1944 年由冯·诺依曼和摩根斯顿合作的划时

z 辅助变量 z = q −  − e 作为需求实现后预期的确定性净库存水平

好程度。因此，市场需求函数可以表示为 D ( e,  ) =  + e +  ，这里的线

是一个单周期的碳减排投资成本，并且 Cm ( e ) = k ( e ) 2 是关于 e 的递增

凸函数。因此， C ( e )  0 ， C  ( e )  0 ， C  ( e )  0 ，其中， k 为减排相关

投资成本，这里本文参考了 Ghosh 和 Shah（2012）[90]的文献假设制造商的

碳排放成本 Cm ( e ) = k ( e ) 2 是关于 e 的递增凸函数， k 为减排相关固定

(1)零售商的利润函数 E  r ( z )  是关于𝑧的凹函数，最优库存水平是

(2)假设 2 c p − k  0 ，制造商的利润函数  mA ( e ) 是关于 e 的凹函数。且最优

max E  rA1 ( z )  = ( p − w )( + e + z ) + s ( z −  ) − ( p + s + h )  F ( x ) dx. (3-15)

令 e A1* 和 z A1* 分别为零售商的最优库存水平和制造商的最优碳减排水平。

（1）模型 A1 中零售商的利润函数 E  r

 mA1* =  w − c − c p ( e − e A1* )  ( + e A1* + z A1* ) + c p Ec − k ( e A1* ) / 2

 rA1* = ( p − w) ( + e A1* + z A1* ) + s ( z A1* −  ) − ( p + s + h )  F ( x ) dx .

 mA1* =  w − c − c p ( e − e A1* )  ( + e A1* + z A1* ) + c p Ec − k ( e A1* ) / 2

（1）模型 A2 中零售商的利润函数 E  r

证明：用逆向归纳法求解这个 Stackelberg 博弈。首先，求解制造商的最优碳

 rA2* = ( p − w) ( + e A2* + z A2* ) + s ( z A2* −  ) − ( p + s + h ) 

e A2* e A2*

− k e2 / 2 + e (4-1)

(1)在收益与成本共担的情况下，零售商的利润函数 E  r ( z )  是关于 z 的凹

max E  rB1 ( z )  = v ( p − wr )( + e + z ) + s ( z −  ) − ( p + s + h )  F ( x ) dx  − e

由上式可知， E  rB1 ( z )  是关于 z 的凹函数。

 rB1* = v ( p − wr ) ( + e B1* + z B1* ) + s ( z B1* −  ) − ( p + s + h )  F ( x ) dx 

 mB1* =  wr − c − c p ( e − e B1* )  ( + e B1* + z B1* ) + c p Ec − （

z B1* e B1*  +  2 + 2kT

z B1* e B1*

而增加 。推论 3(ii)表明，碳排放权交易价格不影响各参与者的最优决策，也

= v ( p − wr ) ( + e B1* + z B1* ) + s ( z B1* −  ) − ( p + s + h )  F ( x ) dx 

 mB1* =  wr − c − c p ( e − e B1* )  ( + e B1* + z B1* ) + c p Ec − （

将最优库存水平 z B1* 和最优碳减排水平 e B1* 分别对成本分担系数  以及收

(1)模型 B2 中零售商的利润函数 E  rB 2 ( z )  是关于 z 的凹函数。最优的库存

(2)假设 2 c p − k (1 + r )  0 ，模型 B2 中制造商的利润函数  mB 2 ( e ) 是关于 e

证明：采用逆向归纳法求解这个 Stackelberg 对策。首先，求解制造商的最优

将最优库存水平 z B 2* 和最优碳减排水平 e B 2* 分别对绿色融资利率 r

本分担系数  的增加而减少，随着零售商的利润留存比例 v 增加而增加。当

1.50-2.10 100 0.25 50 40 0.40

1.50 100-600 0.25 50 40 0.40

1.50 100 0.05-0.40 50 40 0.40

1.50 100 0.25 35-60 40 0.40

1.50 100 0.25 50 0-100 0.40

1.50 100 0.25 50 40 0.20-1.00

图 5-1 碳交易价格𝒄𝒑 变化的影响分析

c p 的增加而增加(推论 4(ii))。在模型 A2 和 B2 中，较高的碳交易价格会导致

减排量随着 c p 的增加而增加(推论 4(ii))。此外，模型 B2 下制造商的碳减排

A1 和 B1 中制造商的碳减排量保持不变(推论 1(ii)和 3(ii))。

不变(推论 1(ii)和 3(ii))，这个条件意味着在模型 A1 和 B1 中 c p 不影响零售商

增加；在模型 A2 和 B2 中制造商的利润随着 c p 的增加而增加，且增加的幅

度比模型 A1 和 B1 大。而且，在模型 A1 中制造商的利润小于模型 B1，在

图 5-2 制造商的绿化资金 T 变化的影响分析

商的碳减排水平随着𝑇的增加而增加，这与推论 1(i)和 3(i)一致。而且，模型

（1）根据图 6-a，在模型 A1、A2 和 B1 中，随着零售商的收益分担份

chain management literature[J]. International journal of production

[26] Cachon G P. Supply chain coordination with contracts[J]. Handbooks in

Operations research, 2001, 49(4): 487-500.

而增加。推论 3(ii)表明，碳排放权交易价格不影响各参与者的最优决策，也