城市物流配送系统低碳化博弈研究

杨建华+郭继东+马书刚

摘要：分别运用Stackelberg与Nash的非合作博弈理论以及合作博弈论，研究了博弈双方在分散式、集中式、部分及全面合作等5种情形下系统的低碳化水平和收益决策，并对系统均衡点进行了比较分析。研究发现：相比分散式决策情形，采取全面合作策略对系统的总收益和低碳化水平最为有利；仅仅在低碳化水平上开展合作，而在其他系统参数的选取采用分散式决策模式，对于整个系统的利润及低碳化水平提升作用非常有限，甚至不如完全Nash博弈情形下的系统绩效；由电商主导下的分散型决策情形，系统的整体绩效要明显优于3PLs主导下的系统绩效。

关键词：3PLs；电商；城市物流配送系统；低碳化水平；合作策略

中图分类号：F272.3；F224.32文献标识码：A文章编号：1001-8409（2014）07-0130-06

Low Carbonization Game of

Urban Logistics Distribution System

YANG Jianhuaa,b, GUO Jidonga, MA Shugangb

(a.Dongling School of Economics and Management;

b. Beijing Enterprise Lowcarbon Operations Strategy Research Base,University of Science and Technology, Beijing 100083)

Abstract： Utilizing Stackelberg, Nash's noncooperative game theory and cooperative game theory, the lowcarbon levels and profit decisions under five various scenarios such as decentralized, centralized decision making, partial and full cooperation are analyzed comparatively. Results show that compared to decentralized decision making scenario, the lowcarbon level and total profit will reach its highest under the fully cooperation scenario; only cooperating on lowcarbon levels with decentralized decisionmaking on other systematical parameters, improvement of profits and lowcarbon levels is still much limited, even worse than pure Nash game scenario; the performance of the Ecommerce enterpriseleading lowcarbon service system outperforms much 3PLsleading one.

Key words： 3PLs; Ecommerce enterprises; urban logistics distribution system; lowcarbon level; cooperative strategy

1引言

随着城市连锁零售业与电子商务的迅速兴起，城市物流配送业步入了高速发展的轨道。它在支撑城域经济发展，提升城市综合竞争力方面发挥着越来越重要的作用。然而，随着居民环保意识的提升，城市物流业的外部不经济性也日益受到政府及公众的关注［1］。近些年来，可持续、宜居或绿色城市的概念被不断提出，绿色物流成为新电子商务条件下现代物流的发展趋势之一，这就要求物流系统在规划和决策中尽量采取对环境影响小的方案［2］。

在美欧等发达国家，第三方物流服务业方兴未艾。对于迅速崛起的国内电商们而言，将物流业务委托给规模更大、效率更高、成本也更低的3PLs，代表着城市物流配送业未来的另一个发展趋势［2］。在物流外包的形势下，城市电商也面临着新的挑战，即丧失了对物流业务的掌控权，这是否就意味着它与3PLs形成了利润零和博弈的态势？同时，面向低碳运营模式转型所带来的机遇和挑战，它在产品及服务的低碳化水平决策上也毫无话语权了呢？另外，对于3PLs而言，它在物流配送系统中降低碳排放的努力，除了博弈双方均能受益外，能否对自身产生合理的经济回报？要回答这些问题，就需要研究3PLs和电商之间的力量对比及采取的合作机制，以及影响双方利润和系统低碳化水平的要素及作用机理。

类似于供应链成员企业之间的合作，在城市3PLs—电商服务系统中，一方的决策需要考虑到另外一方的反应，同时还会对另外一方的决策造成影响，这种交互作用机制适合采用博弈论进行分析。Bhaskaran等人研究了绿色供应链背景下，成员企业在产品开发上开展合作的博弈问题，文中探讨了在技术不确定情形下，2家公司之间在不同合作机制下的联合产品开发策略［3］；Savaskan等研究了同样背景下，制造商主导的废旧产品回收渠道问题，把回收渠道的选择作为该制造商要作出的决策［4］；Vachon等探讨了在环境保护方面制造商与供应商采取多种不同的合作形式对制造商绩效的影响问题［5］；Debabrata等则研究了在供应链绿化合作及非合作机制下，单一制造商和单一零售商在不同力量对比情形下的博弈问题［6］。

与以往的研究不同，本文意识到城市3PLs—电商服务系统的低碳化动因，源于它能为博弈双方带来额外收益。因此，对消费者需求及物流配送系统低碳化水平之间的关系进行了分析建模。同时，不仅仅分析纯粹的合作和非合作情形，还研究了另外一种更加接近现实的情形，即博弈双方仅限于在物流配送系统的低碳化水平上开展合作。研究得到了在各种情形下，城市3PLs—电商服务系统的低碳化水平和系统绩效，并对结果进行了详细讨论。

2问题描述及数学模型

本文研究对象包含1家城市3PLs和1家电商。假定该3PLs的单位商品配送成本为c1，要求的单位边际利润为m1，两者之和就是它的单位商品配送服务的价格p1；对于电商来讲，单位商品的市场采购价格为c2，要求的单位边际利润则为m2，商品的单位零售价格为p2。由此可得：

p1=c1+m1m1≥0,c1>0(1)

p2=c2+p1+m2m2≥0,c2>0(2)

假设市场上对该商品的需求潜力为D。根据一般经济学理论，市场对于产品和服务的需求还应该与价格存在一定的反向关系。与Xie等人［7］的研究相同，本文设定需求与价格之间的关系是线性的。这里，d是市场对于该商品价格变化的需求敏感系数。另外，假定α为物流配送系统低碳化水平的需求扩张效应系数，它与市场需求之间呈现正比例关系。对物流配送系统进行低碳化技术改造的措施属于企业改善产品或服务质量的努力，目的在于降低运营过程对环境的影响，属于非价格因素。Savaskan和Tsay等人的研究均使用了需求与非价格因素之间存在线性相关关系的假设［8,9］。一般来讲，随着政府的政策引导和公众环保意识的提升，物流配送运营服务的低碳化水平也应不断升高。设系统的低碳化水平为l，它的增加对于该3PLs是有利可图的。较高的低碳化水平有助于提升该3PLs—电商服务系统的公众形象和顾客体验，并因此带来一定的竞争优势，促进产品及服务销售量的增加。比如，该3PLs开展的产品外包装回收或在产品上打上碳足迹标签等措施，可以吸引城市中出现的越来越多的绿色消费者；另外，政府对于低碳化物流服务的补贴政策也将为该3PLs带来额外收益。由此，可以得到市场对于物流配送服务和商品的总需求q的表达式：

q=D－dp2+al

D>0,d>0,a>0,l>0(3)

另外，式(3)还必须满足D≥dp2的条件，即需求的价格效应即使取得最大值，市场的潜在需求仍然不可能为负。结合式(1)和式(2)，又可以推导出另外一个重要条件，即D－dc1－dc2>0，该条件在博弈过程中经常用到。

另外，τ为物流配送系统低碳化水平发生变化时的投资成本系数。这种投资成本与低碳化水平呈现高次方非线性相关关系，这一点可参考Bhaskaran的研究［3］，这种效应来源于企业研发活动的回报递减效应。这里也引用了Debabrata等人的研究，即低碳化水平与需要的成本投入呈现二次方关系［6］。提升系统低碳化水平的努力假设只有通过3PLs来完成。另外，这里没有考虑物流配送系统低碳化水平对该3PLs单位运营成本及边际利润的影响。

根据以上假设及分析，本文可以写出3PLs和电商完整的利润函数：

l(m1,t)=qm1－τl2=(D-d(c1+c2+m1+m2)+al)m1-τl2τ>0(4)

e(m2)=qm2=(D－d(c1+c2+m1+m2)+al)m2(5)

那么，该城市3PLs—电商服务系统整体的利润就为博弈双方利润之和，即：

l+e=l+e=q(m1+m2)－τl2

=(D－d(c1+c2+m1+m2)+al)(m1+m2)－τl2(6)

3博弈机制设计

根据城市物流配送系统中博弈双方的力量对比，探讨如下可能发生的3种非合作博弈情形和2种合作博弈情形。

情形1：3PLs主导的Stackelberg博弈（简称LS博弈）

由于3PLs在物流配送服务系统中占据主导地位，首先它可以根据电商的反应函数，制定出物流服务系统的低碳化水平和边际利润；电商在整个服务系统中处于跟随者的地位，在考虑前者的边际利润和低碳化水平的情况下，再决定自身的边际利润。

情形2：电商主导的Stackelberg博弈（ES博弈）

与情形1正好相反，电商企业较为强势，具有一定的行业领先和规模优势，占据系统中的主导地位；3PLs为了与前者达成交易，不得不采取跟随策略。

情形3：Nash博弈（NA博弈）

这种情形考虑的是在现实中，3PLs和电商均面临较多合作伙伴关系选择，不存在哪一方占据主导地位的状况，即双方在物流配送服务系统中的地位是平等的，力量也达到了均衡。双方各自根据对方的反应函数，独立地进行决策。

情形4：低碳化水平合作决策下的Nash博弈（LCNA博弈）

提升物流配送系统的低碳化水平有利于提升整个系统的销售量，所以在现实中，电商有动力主动追求与3PLs探讨在低碳化水平上的合作。而在各自的利益诉求上，双方仍不愿意集中决策。因此，在低碳水平协商确定以后，双方又返回到非合作的状态，即开始Nash博弈，各自在自身的边际利润水平决策上仍是独立作出的。

情形5：全面的服务系统合作博弈（FSCC博弈）

在这种情形下，3PLs和电商双方达成了战略合作意愿，追求的目标是在某种合理的低碳化水平下，使得整个城市物流配送系统的总利润最大化，而利润的分配机制不在本文探讨之列，可以借鉴谢晶晶等人提出的一种改进Shapely值法 ［10］。所有决策变量的确定都要求双方的共同参与，以避免机会主义给系统可能带来的损害。

在下一节中，将根据以上5种博弈情形，计算主要的内生型决策变量，得到模型的均衡解。并在此基础上，根据式(1)至式(6)，计算3PLs和电商各自的最佳利润和系统的整体利润，以及博弈双方可交易的最优数量，即物流配送系统的销售量。

4不同博弈机制下的系统均衡

在5种博弈情形下，将分别求得所需的3个关键内生变量，即m1，m2和l。

4.1LS博弈

先求式(5)对变量m2的一阶和二阶导数：

dedm2=-d(c1+c2+m1+2m2)+al+D

d2edm22=-2d＜0

可见，式(5)在变量m2上是凹的，即存在最大值。令其一阶导数为0，可得：

m2=-d(c1+c2+m1)+al+D2d(7)

将式(7)代入式(4)中，接着求式(4)的一阶和二阶偏导数，如下：

lm1=-d(c1+c2+2m1)+al+D2

2lm21-dll=am12-2lτ

2ll2=-2τ2lm1l=a2

可知，式(4)在联合变量(m1，l)上的Hessian矩阵的二阶主子式为：

2τd-a24

在上式大于0，即8τd-α2>0的情况下，可知Hessian矩阵各阶主子式负正相间，因而是负定的，也即式(4)在联合变量(m1，l)上是凹的，亦存在最大值。令式(4)的2个一阶偏导数为0，可得：

m1=al-c1d-c2d+D2d

l=αm14τ

将以上2式联立可得m1和l的最优解：

mLS*1=τ(D-c2d-c1d)2τd-a24

lLS*=a(D-c2d-c1d)8τd-a2

因为m1≥0，也可以知道8τd-α2>0的条件是必然成立的。

将mLS*1和lLS*代入式(7)可得：

mLS*2=τ(D-c2d-c1d)4τd-a22

4.2ES博弈

首先求式(4)对联合变量(m2，l)的一阶和二阶偏导数:

lm1=-d(2m1+m2+c1+c2)+αl+D

2lm21=-2dll=αm1-2lτ

2ll2=-2τ2lm1l=α

其Hessian矩阵的二阶主子式为：

4d2τ－α2

当4τd-α2>0时，可知式(4)在联合变量(m1，l)上是凹的，故存在最大值。令一阶导数为0，可得：

m1=-d(m2+c1+c2)+la+D2d

l=am12τ

将以上2式联立，可得：

m1=τ((-d)(m2+c1+c2)+D)2dτ-a22（8）

l=a((-d)(m2+c1+c2)+D)4dτ-a2（9）

因为m1和l均大于0，于是又得到另外一个更为紧凑的约束条件，即4dτ-α2>0。将式(8)和式(9)代入式(5)，并求一阶导数和二阶偏导数，如下：

dldm2=m2((-d)(dτ-2dτ+a22+1)+da2a2-4dτ))-d(τ(-d(m2+c1+c2)+D)2dτ-a22+c1+c2+m2)+a2((-d)(m2+c1+c2 )+D)4dτ-α2+D

d2ldm22=-4τd24dτ-a2≤0

可见，式(5)在m2上是凹的，存在最大值。令一阶导数为0，可得m2的最优值：

mES*2=D-dc1-dc22d

将m2代入到式(8)和式(9)中，可得：

mES*1=τ(D-dc1-dc2)4dτ-a2

lES*=α(D-dc1-dc2)8dτ-2a2

4.3NA博弈

与ES博弈情形一样，首先对式(4)进行求导数，得到式(8)和式(9)。再对式(5)求导数，过程与LS博弈情形一样，得到式(7)。将式(8)和式(9)代入式(7)中，可得m2的最优值。

mNA*2=τ(D-dc1+dc2)2d

再将上式代回到式(8)和式(9)，得到：

mNA*1=mNA*2=τ(D-dc1+dc2)2d

lNA*=α(D-dc1-dc2)α2-6dτ

4.4LCNA博弈

首先式(4)仅对变量m1进行求导数，如下：

dldm1=-d(2m1+m2+c1+c2)+αl+D

d2ldm21=-2d≤0

可见式(4)在变量m1上是凹的，故有最大值。令一阶导数等于0，得到式(8)。再对式(5)求导数，过程如LS博弈情形，得到式(7)。式(7)与式(8)联立可得：

m1=m2=D+lα3d-c13-c23

将m2，m1代入到式(4)中，并对l分别求其一阶和二阶偏导数如下：

dldl=2Da+2la29d-2ac19-2ac29-2lτ

d2ldl2=2a29d-2τ

因为9dτ－a2>4dτ－a2>0，可知2a29d-2τ<0。故式(4)在变量l上为凹，存在最大值。令其一阶导数等于0，可得：

lLCNA*=dac2+dac1-Daa2-9dτ

将其代入m1，m2的表达式：

mLCNA*1=mLCNA*2=τ(D-dc1-dc2)3τd-a23

4.5FSCC博弈

首先，将整体利润函数展开，如下：

l+e=l+e=q(m1+m2)-τl2

=(D-d(c2+c1+m1+m2)+αl)(m1+m2)-τl2

令m=m1+m2，则：

l+e=(D2-d2(c2+c1+m)+αl)m-τl2 (10)

将上式对(m，l)求一阶和二阶偏导数：

l+em=-d(m+c1+c2)+la-dm+D

2l+em2=-2dl+el=mα－2lτ

2l+em2=-2τ2l+eml=α

可见式(10)在联合变量(m，l)上的Hessian矩阵的行列式为：

4dτ-α2>0

表明式(10)在变量(m，l)上的Hessian矩阵各阶主子式负正相间，因而是凹的，存在最大值。

所以，令一阶导数均为0，可得：

m= -d(c1+c2)+la+D2d

l=ma2τ

对以上2式联立求解，可得：

mFSCC*= τ((-d)(c1+c2)+D)2dτ-a22

lFSCC*= a((-d)(c1+c2)+D)4dτ-a2

根据上述5种情形下得到的物流配送系统均衡解及式（1）至式（6），计算出博弈双方各自的利润、整体利润及销量等衍生变量，所有这些结果经整理后放在了表1中。

5结果分析

根据表1的博弈均衡及约束条件，经过代数运算和比较，本文得到了如下3种运营绩效类别上的7组命题。

5.1城市物流配送系统的低碳化水平分析

命题1：物流配送服务系统的低碳化水平遵循以下次序：lLCNA

可以看出：非常有意思的是，如果3PLs与电商仅在决定物流配送系统的低碳化水平上进行合作，而在各自边际利润的决策上不合作的话，系统的低碳化水平是最低的。也就是说，在这种部分合作情形下，经过讨价还价以后，保持尽可能低的碳效率对于双方都是合适的。另外，还可以看到，双方采取全面战略合作对于提升系统的碳效率最为有益。在城市3PLs—电商服务系统中，如果3PLs占据主导地位，这样不利于系统低碳化水平的提升，此时物流配送服务系统的低碳化水平不仅低于电商占主导的情形，同样比完全不合作状态下的Nash博弈还要低。这可能是由于3PLs处于被动地位，进行低碳化投资意愿下降，或未来与电商的长期合作意愿不明朗所造成的。

5.2城市物流配送系统的利润水平分析

命题2：3PLs的边际利润水平遵循以下次序：mLCNA1

可以看出：在城市3PLs—电商服务系统中，3PLs在博弈过程中的力量对比决定了它的边际利润，3PLs主导博弈时的边际利润比Nash博弈时要高。因此，在现实中，为了能在城市3PLs—电商服务系统中占据主导地位，具有更多的话语权或定价权，以便攫取更大的边际利润，3PLs都在积极推进规模化扩张策略，争取成为行业领先的企业。当然，在博弈双方全面合作的情形下，理论上，无论整体利润还是双方均分配得到的利润都应该比非合作情形下更大一些，否则合作就是无效的。

①在情形5下，计算了双方的边际利润之和以及服务系统的整体利润。表15种博弈情形下城市3PLs—电商服务系统运营绩效

绩效指标情形1情形2情形3情形4情形5①碳效率α(D－dc2－dc1)8τd－α2α(D－dc2－dc1)8τd－2α2α(D－dc2－dc1)6τd－α2α(D－dc2－dc1)9τd－α2α(D－dc2－dc1)4τd－α23PLs边际利润τ(D－dc2－dc1)2τd－α24τ(D－dc2－dc1)4τd－α2τ(D－dc2－dc1)3τd－α23τ(D－dc2－dc1)3τd－α23电商边际利润τ(D-c2d-c1d)4τd-a22D－dc1－dc22dτ(D－dc1－dc2)3τd－α22τ(D－dc1－dc2)3τd－α23τ(D－dc2－dc1)3τd－α223PLs利润(8dτ2－τα2)(D－dc1－dc2)2(8τd－α2)2(4dτ2－τα2)(D－dc1－dc2)2(8τd－2α2)2(4dτ2－τα2)(D－dc1－dc2)2(6τd－α2)2(9dτ2－τα2)(D－dc1－dc2)2(9τd－α2)2--电商利润4dτ2(D－dc1－dc2)2(8τd－α2)2τ(D－dc1－dc2)28τd－2α24dτ2(D－dc1－dc2)2(6τd－α2)29dτ2(D－dc1－dc2)2(9τd－α2)2--系统总利润(12dτ2－τα2)(D－dc1－dc2)2(8τd－α2)2(12dτ2－3τα2)(D－dc1－dc2)2(8τd－2α2)2(8dτ2－τα2)(D－dc1－dc2)2(6τd－α2)2(18dτ2－τα2)(D－dc1－dc2)2(9τd－α2)2(4dτ2－τα2)(D－dc1－dc2)2(4τd－α2)2销售量(α2－6dτ)(D－dc1－dc2)8τd－α2+D－dc1－dc2(α2－2dτ)(D－dc1－dc2)8τd－2α2+D－dc1－dc22(α2－4dτ)(D－dc1－dc2)6τd－α2+D－dc1－dc2(α2－6dτ)(D－dc1－dc2)9τd－α2+D－dc1－dc2(α2－2dτ)(D－dc1－dc2)4τd－α2+D－dc1－dc2命题3：电商的边际利润水平遵循以下次序：mLS2

可以看出：在城市3PLs—电商服务系统中，电商的力量对比决定了它的边际利润率。当电商规模足够大时，就可以在博弈中要求更高的边际利润率；但是，在电商尚不具备这种实力时，它就会努力追求从市场上寻找与其力量相匹配的3PLs，从而实现Nash均衡下的边际利润最大化；另一方面，电商不会主动提出与3PLs仅在低碳水平方面开展合作。在3PLs占据主导地位的系统中，电商的边际利润处于最低点。

命题4：3PLs的利润水平遵循以下次序：NAl＜LCNAl＜LSl＜FSCCl

可以看出：无论3PLs力量大小，都应当追求与电商开展全方位的合作，共同参与所有决策变量的确定，以使得整个系统的价值最大化，这比其占主导的博弈情形下的整体利润要高。如果此时下游电商拒绝合作，那么3PLs就会争取控制系统的主导权。当3PLs实力不够强大，而下游电商又拒绝全面合作的情况下，城市3PLs应该与电商就低碳化水平展开协商，这比单纯完全不合作的Nash博弈能得到更大的利润。

命题5：电商的利润水平遵循以下次序：LSe＜LCNAe＜NAe＜ESe＜FSCCe

可以看出：电商为了利润最大化，也应当与3PLs开展全方位合作，后者也最好有相同的选择，否则电商会追求服务系统中的主导地位，对于后者更为不利。有意思的是，一个理性的电商不会主动寻求与3PLs单纯在低碳化水平上的合作，因此此时的利润比Nash博弈情形下还要低。

命题6：系统整体利润水平遵循以下次序：LSl+e＜LCNAl+e＜NAl+e＜FSCCl+e

对于城市3PLs—电商服务系统而言，实现全面的战略合作是必要的，仅仅在低碳化水平上的合作还不如非合作条件下Nash博弈时的利润总额。结合命题1分析，应当努力避免3PLs主导整个系统的情形出现，这样的结果会导致最低的整体利润和低碳化水平。

5.3城市物流配送系统销量分析

命题7：系统整体的销量遵循以下次序：qLS

实现城市3PLs—电商之间的全面合作对于提升系统的销售规模是十分有利的，仅仅在低碳水平方面开展合作，还不如单纯Nash博弈情形下的销售量高。当然，这个命题也表明，在3PLs主导的系统中，系统整体销售量在这4种情形下是最低的。

6结论

考虑到城市3PLs—电商服务系统低碳化运营所带来的销售扩张效应，建立了包括1家城市3PLs与1家电商的博弈模型。根据博弈双方的力量对比及不同的决策机制情形，研究了系统均衡及包括系统低碳化水平在内的各种绩效指标。通过指标对比及关键系数的灵敏度分析，得到如下主要结论：

(1)在城市3PLs—电商服务系统中，当博弈双方采取全面战略合作时，系统的绩效达到最大；当这种战略合作关系难以达成的时候，退而求其次，电商占据主导的系统绩效比其他3种运行机制更为有效；3PLs占据主导的系统绩效是最差的。

(2) 城市3PLs—电商服务系统的低碳化水平与低碳化水平投资系数存在较强的负相关关系。为此，建议城市管理者应当积极参与低碳化技术和设施的投资，以尽可能地降低提升低碳化水平的投资成本；另外，鉴于系统绩效与产品价格需求扩张系数之间的强烈正相关关系，建议城市管理者采取补贴政策或激励措施，进一步提升人们的低碳理念，增加人们对于低碳型城市3PLs—电商服务系统产品及服务的需求。

(3) 城市3PLs—电商服务系统中博弈双方仅在低碳化水平上的合作远不能达到人们对于系统绩效的各种预期，这种合作的低碳化水平及整体收益甚至还不及完全非合作状态下的系统绩效。

当然，本文的研究尚存在一些不足之处，主要体现在：首先，在模型中，低碳水平的投资只依赖于3PLs，而系统低碳化运营最大的受益者却是电商，没有考虑城市3PLs—电商服务系统对3PLs的激励机制。因此，在未来的研究中，应该考虑低碳化技术投资在博弈双方之间的分摊问题，或者电商向3PLs提供某种形势的激励，比如销售利润再分配问题等；其次，城市3PLs—电商服务系统只包含了1家3PLs和1家电商服务系统，而现实中往往会出现多方博弈的情况，比如2家3PLs争夺1家电商的订单，或2家电商竞争使用1家3PLs的配送服务的情况；还有，本文假设系统的绩效仍是单一的服务系统中的整体利润最大化，今后可以考虑某种碳政策机制下，比如碳税背景下，考虑了碳税成本的整体利润最大化问题也是未来的研究方向。

参考文献：

［1］高伟凯，纪寿文. 物流发展与城市竞争力提升之关系分析［J］. 城市问题，2008,(12):62-65.

［2］傅铅生，刘莉莉. 电子商务下的现代物流［J］. 软科学，2003，17(1):18-21.

［3］Bhaskaran S R，Krishnan V. Effort，Revenue and Cost Sharing Mechanisms for Collaborative New Product Development［J］. Management Science. 2009，55(7):1152-1169.

［4］Savaskan C，Van Wassenhove L N. Reverse Channel Design: the Case of Competing Retailers［J］. Management Science，2006，48(8): 1196-1212.

［5］Vachon S，Klassen R D. Environmental Management and Manufacturing Performance: the Role of Collaboration in the Supply Chain［J］. International Journal of Production Economics，2008，111(2): 299-315.

［6］Debabrata G，Janat S. A Comparative Analysis of Greening Policies across Supply Chain Structures［J］. International Journal of Production Economics，2012，135(2): 568-583.

［7］Xie J，Neyret A. Co-op Advertising and Pricing Models in Manufacturer-retailer Supply Chains［J］. Computers & Industrial Engineering，2009，56 (4): 1375-1385.

［8］Savaskan C，Bhattacharya S. Van Wassenhove L N. Closed-loop Supply Chain Models with Product Remanufacturing［J］. Management Science，2004，50(2): 239-252.

［9］Tsay A，Agrawal N. Channel Dynamics under Price and Service Competition［J］. Manufacturing and Service Operations Management，2000，2(4): 372-391.

［10］谢晶晶，窦祥胜. 低碳经济博弈中的收益分配问题:Shapley 值方法的一个应用［J］. 软科学，2012，26(12):69-73.

（责任编辑：冉春红）

命题5：电商的利润水平遵循以下次序：LSe＜LCNAe＜NAe＜ESe＜FSCCe

可以看出：电商为了利润最大化，也应当与3PLs开展全方位合作，后者也最好有相同的选择，否则电商会追求服务系统中的主导地位，对于后者更为不利。有意思的是，一个理性的电商不会主动寻求与3PLs单纯在低碳化水平上的合作，因此此时的利润比Nash博弈情形下还要低。

命题6：系统整体利润水平遵循以下次序：LSl+e＜LCNAl+e＜NAl+e＜FSCCl+e

对于城市3PLs—电商服务系统而言，实现全面的战略合作是必要的，仅仅在低碳化水平上的合作还不如非合作条件下Nash博弈时的利润总额。结合命题1分析，应当努力避免3PLs主导整个系统的情形出现，这样的结果会导致最低的整体利润和低碳化水平。

5.3城市物流配送系统销量分析

命题7：系统整体的销量遵循以下次序：qLS

实现城市3PLs—电商之间的全面合作对于提升系统的销售规模是十分有利的，仅仅在低碳水平方面开展合作，还不如单纯Nash博弈情形下的销售量高。当然，这个命题也表明，在3PLs主导的系统中，系统整体销售量在这4种情形下是最低的。

6结论

考虑到城市3PLs—电商服务系统低碳化运营所带来的销售扩张效应，建立了包括1家城市3PLs与1家电商的博弈模型。根据博弈双方的力量对比及不同的决策机制情形，研究了系统均衡及包括系统低碳化水平在内的各种绩效指标。通过指标对比及关键系数的灵敏度分析，得到如下主要结论：

(1)在城市3PLs—电商服务系统中，当博弈双方采取全面战略合作时，系统的绩效达到最大；当这种战略合作关系难以达成的时候，退而求其次，电商占据主导的系统绩效比其他3种运行机制更为有效；3PLs占据主导的系统绩效是最差的。

(2) 城市3PLs—电商服务系统的低碳化水平与低碳化水平投资系数存在较强的负相关关系。为此，建议城市管理者应当积极参与低碳化技术和设施的投资，以尽可能地降低提升低碳化水平的投资成本；另外，鉴于系统绩效与产品价格需求扩张系数之间的强烈正相关关系，建议城市管理者采取补贴政策或激励措施，进一步提升人们的低碳理念，增加人们对于低碳型城市3PLs—电商服务系统产品及服务的需求。

(3) 城市3PLs—电商服务系统中博弈双方仅在低碳化水平上的合作远不能达到人们对于系统绩效的各种预期，这种合作的低碳化水平及整体收益甚至还不及完全非合作状态下的系统绩效。

当然，本文的研究尚存在一些不足之处，主要体现在：首先，在模型中，低碳水平的投资只依赖于3PLs，而系统低碳化运营最大的受益者却是电商，没有考虑城市3PLs—电商服务系统对3PLs的激励机制。因此，在未来的研究中，应该考虑低碳化技术投资在博弈双方之间的分摊问题，或者电商向3PLs提供某种形势的激励，比如销售利润再分配问题等；其次，城市3PLs—电商服务系统只包含了1家3PLs和1家电商服务系统，而现实中往往会出现多方博弈的情况，比如2家3PLs争夺1家电商的订单，或2家电商竞争使用1家3PLs的配送服务的情况；还有，本文假设系统的绩效仍是单一的服务系统中的整体利润最大化，今后可以考虑某种碳政策机制下，比如碳税背景下，考虑了碳税成本的整体利润最大化问题也是未来的研究方向。

参考文献：

［1］高伟凯，纪寿文. 物流发展与城市竞争力提升之关系分析［J］. 城市问题，2008,(12):62-65.

［2］傅铅生，刘莉莉. 电子商务下的现代物流［J］. 软科学，2003，17(1):18-21.

［3］Bhaskaran S R，Krishnan V. Effort，Revenue and Cost Sharing Mechanisms for Collaborative New Product Development［J］. Management Science. 2009，55(7):1152-1169.

［4］Savaskan C，Van Wassenhove L N. Reverse Channel Design: the Case of Competing Retailers［J］. Management Science，2006，48(8): 1196-1212.

［5］Vachon S，Klassen R D. Environmental Management and Manufacturing Performance: the Role of Collaboration in the Supply Chain［J］. International Journal of Production Economics，2008，111(2): 299-315.

［6］Debabrata G，Janat S. A Comparative Analysis of Greening Policies across Supply Chain Structures［J］. International Journal of Production Economics，2012，135(2): 568-583.

［7］Xie J，Neyret A. Co-op Advertising and Pricing Models in Manufacturer-retailer Supply Chains［J］. Computers & Industrial Engineering，2009，56 (4): 1375-1385.

［8］Savaskan C，Bhattacharya S. Van Wassenhove L N. Closed-loop Supply Chain Models with Product Remanufacturing［J］. Management Science，2004，50(2): 239-252.

［9］Tsay A，Agrawal N. Channel Dynamics under Price and Service Competition［J］. Manufacturing and Service Operations Management，2000，2(4): 372-391.

［10］谢晶晶，窦祥胜. 低碳经济博弈中的收益分配问题:Shapley 值方法的一个应用［J］. 软科学，2012，26(12):69-73.

（责任编辑：冉春红）

命题5：电商的利润水平遵循以下次序：LSe＜LCNAe＜NAe＜ESe＜FSCCe

可以看出：电商为了利润最大化，也应当与3PLs开展全方位合作，后者也最好有相同的选择，否则电商会追求服务系统中的主导地位，对于后者更为不利。有意思的是，一个理性的电商不会主动寻求与3PLs单纯在低碳化水平上的合作，因此此时的利润比Nash博弈情形下还要低。

命题6：系统整体利润水平遵循以下次序：LSl+e＜LCNAl+e＜NAl+e＜FSCCl+e

对于城市3PLs—电商服务系统而言，实现全面的战略合作是必要的，仅仅在低碳化水平上的合作还不如非合作条件下Nash博弈时的利润总额。结合命题1分析，应当努力避免3PLs主导整个系统的情形出现，这样的结果会导致最低的整体利润和低碳化水平。

5.3城市物流配送系统销量分析

命题7：系统整体的销量遵循以下次序：qLS

实现城市3PLs—电商之间的全面合作对于提升系统的销售规模是十分有利的，仅仅在低碳水平方面开展合作，还不如单纯Nash博弈情形下的销售量高。当然，这个命题也表明，在3PLs主导的系统中，系统整体销售量在这4种情形下是最低的。

6结论

考虑到城市3PLs—电商服务系统低碳化运营所带来的销售扩张效应，建立了包括1家城市3PLs与1家电商的博弈模型。根据博弈双方的力量对比及不同的决策机制情形，研究了系统均衡及包括系统低碳化水平在内的各种绩效指标。通过指标对比及关键系数的灵敏度分析，得到如下主要结论：

(1)在城市3PLs—电商服务系统中，当博弈双方采取全面战略合作时，系统的绩效达到最大；当这种战略合作关系难以达成的时候，退而求其次，电商占据主导的系统绩效比其他3种运行机制更为有效；3PLs占据主导的系统绩效是最差的。

(2) 城市3PLs—电商服务系统的低碳化水平与低碳化水平投资系数存在较强的负相关关系。为此，建议城市管理者应当积极参与低碳化技术和设施的投资，以尽可能地降低提升低碳化水平的投资成本；另外，鉴于系统绩效与产品价格需求扩张系数之间的强烈正相关关系，建议城市管理者采取补贴政策或激励措施，进一步提升人们的低碳理念，增加人们对于低碳型城市3PLs—电商服务系统产品及服务的需求。

(3) 城市3PLs—电商服务系统中博弈双方仅在低碳化水平上的合作远不能达到人们对于系统绩效的各种预期，这种合作的低碳化水平及整体收益甚至还不及完全非合作状态下的系统绩效。

当然，本文的研究尚存在一些不足之处，主要体现在：首先，在模型中，低碳水平的投资只依赖于3PLs，而系统低碳化运营最大的受益者却是电商，没有考虑城市3PLs—电商服务系统对3PLs的激励机制。因此，在未来的研究中，应该考虑低碳化技术投资在博弈双方之间的分摊问题，或者电商向3PLs提供某种形势的激励，比如销售利润再分配问题等；其次，城市3PLs—电商服务系统只包含了1家3PLs和1家电商服务系统，而现实中往往会出现多方博弈的情况，比如2家3PLs争夺1家电商的订单，或2家电商竞争使用1家3PLs的配送服务的情况；还有，本文假设系统的绩效仍是单一的服务系统中的整体利润最大化，今后可以考虑某种碳政策机制下，比如碳税背景下，考虑了碳税成本的整体利润最大化问题也是未来的研究方向。

参考文献：

［1］高伟凯，纪寿文. 物流发展与城市竞争力提升之关系分析［J］. 城市问题，2008,(12):62-65.

［2］傅铅生，刘莉莉. 电子商务下的现代物流［J］. 软科学，2003，17(1):18-21.

［3］Bhaskaran S R，Krishnan V. Effort，Revenue and Cost Sharing Mechanisms for Collaborative New Product Development［J］. Management Science. 2009，55(7):1152-1169.

［4］Savaskan C，Van Wassenhove L N. Reverse Channel Design: the Case of Competing Retailers［J］. Management Science，2006，48(8): 1196-1212.

［5］Vachon S，Klassen R D. Environmental Management and Manufacturing Performance: the Role of Collaboration in the Supply Chain［J］. International Journal of Production Economics，2008，111(2): 299-315.

［6］Debabrata G，Janat S. A Comparative Analysis of Greening Policies across Supply Chain Structures［J］. International Journal of Production Economics，2012，135(2): 568-583.

［7］Xie J，Neyret A. Co-op Advertising and Pricing Models in Manufacturer-retailer Supply Chains［J］. Computers & Industrial Engineering，2009，56 (4): 1375-1385.

［8］Savaskan C，Bhattacharya S. Van Wassenhove L N. Closed-loop Supply Chain Models with Product Remanufacturing［J］. Management Science，2004，50(2): 239-252.

［9］Tsay A，Agrawal N. Channel Dynamics under Price and Service Competition［J］. Manufacturing and Service Operations Management，2000，2(4): 372-391.

［10］谢晶晶，窦祥胜. 低碳经济博弈中的收益分配问题:Shapley 值方法的一个应用［J］. 软科学，2012，26(12):69-73.

（责任编辑：冉春红）