低碳产品、定向广告与供应链营销投资策略演化

李春发,王 聪,曹颖颖,郝琳娜

低碳产品、定向广告与供应链营销投资策略演化

李春发1*,王 聪1,曹颖颖1,郝琳娜2

(1.天津理工大学管理学院,天津 300384；2.聊城大学商学院,山东 聊城 252000)

在对定向广告影响低碳产品制造商、零售商的供应链营销投资策略及其竞争关系分析基本上,建立制造商主导的Stackelberg博弈模型,给出制造商、零售商不同投资策略组合下的支付矩阵,构建以促进低碳产品销售为目标的演化博弈模型,根据产品低碳度、差异化低碳产品,分析不同低碳产品供应链定向广告投资策略演化路径及稳定性,并利用Netlogo进行博弈双方策略演化仿真,揭示消费者低碳偏好度、广告效应因子、价格敏感系数对策略演化路径的影响规律.研究发现,在制造商、零售商有限理性下,成本共担契约不能促成双方定向广告投资合作;产品低碳度不同,低碳供应链演化均衡策略存在差异;与制造商相比,零售商投资定向广告可催生更大市场需求,更有利于低碳产品的普及和推广;对低碳度较高产品,消费者低碳偏好度、价格敏感系数与零售商投资意愿正相关,广告效应因子对零售商投资意愿的影响存在峰值,当广告效应因子在合适范围内时,零售商投资意愿最大.据此,提出了相应的管理启示和决策建议.

低碳供应链；定向广告；投资决策；演化博弈

我国将在2030年前实现碳达峰的绿色低碳发展目标[1].这势必推动企业生产运营模式、产品生产过程等的全面优化,低碳减排将成为企业生存发展的必然选择.但低碳产品生产成本大、销售价格高、消费群体小,使其营销推广难度大.而定向广告作为产品营销的有效工具,能够精准匹配目标客户,引导低碳消费,扩大低碳产品市场份额[2].目前,众多企业投资定向广告推广低碳产品.定向营销高效精准的获客方式吸引越来越多的企业致力于定向广告实践,但同时也使市场竞争日趋激烈[3-4],且定向广告前期投入高、投资周期长、营销效果滞后、投资风险大,挫伤低碳供应链企业广告投资积极性,阻碍低碳产品的普及和推广.因此,设置科学合理的定向广告投入机制,把握低碳供应链营销策略选择的演化规律,提高企业广告投资意愿,对于扩大低碳消费市场、推动低碳经济发展具有重要意义.

低碳经济发展是时代潮流、低碳减排已成为全球共识[5].经济社会全面绿色转型、低碳发展,不仅要求生产加工环节的低碳化,还需要加强营销推广,拓宽低碳产品市场[6].低碳产品营销推广一方面,能够扩大产品生产规模,实现供应链成员利益最大化[7];另一方面,能够提升低碳产品市场需求,实现低碳产品消费规模化[8-9].而定向广告作为产品营销推广的主要方式,能够高效筛选目标客户,实现消费者、低碳产品的精准匹配,提高产品转化率、节约营销成本[10].目前,供应链成员合作投资产品定向推广、共担广告成本是产品营销的主要形式[11-14].有研究者认为广告成本共担契约能够提高制造商减排水平和零售商的促销努力[15],当成本共担比例在合适范围内时,合作营销使制造商、零售商均受益[16-20];也有研究者认为广告成本共担契约使零售商利益受损[21],当仅制造商投资定向广告时,零售商利润才会增加[22].上述研究以参与者有限理性为前提.实际上,供应链企业广告投资决策是基于有限理性的动态博弈过程[23-24],广告成本共担契约对制造商和零售商利益的协调、定向广告投资形式对低碳产品的推广、碳排放量不同的低碳产品对制造商和零售商广告投资策略的影响等均具有复杂的作用规律.

鉴于此,本文以有限理性低碳产品制造商、零售商为研究对象,考虑定向广告成本共担契约,建立制造商主导的供应链决策模型,分析比较最优决策,并运用演化博弈理论分析不同低碳产品制造商、零售商定向广告投资决策的演化均衡策略,提出有利于促进低碳产品宣传推广的供应链定向广告投资形式,并进一步利用Netlogo仿真软件模拟博弈双方投资策略的动态演化过程,揭示影响低碳供应链广告投资决策的主要因素,为促进低碳产品营销推广、推进经济社会低碳发展提供理论支持.

1 问题描述与模型构建

1.1 问题描述

考虑由低碳产品制造商、零售商构成的供应链.制造商作为主导企业生产并通过零售商销售低碳产品.由于低碳产品售价较高,其受众群体往往为高端消费者.因此,利用大数据技术精准匹配消费者、扩大市场规模,是现今最有效方法.然而,制造商、零售商在低碳产品定向广告的投资与否、水平高低上,存在制造商主导的Stackelberg博弈,且均有投资(I)与不投资(N)两种策略.当仅制造商采取投资策略时,广告成本、碳减排成本由制造商承担,零售商存在搭便车行为;当仅零售商采取投资策略时,其愿意承担碳减排成本以鼓励制造商低碳生产,同时投资定向广告以扩大产品销量;当双方均采取投资策略时,共担广告成本.

1.2 决策模型构建

根据供应链成员定向广告投资策略博弈关系,制造商、零售商之间存在双方均投资定向广告(II)、仅制造商投资定向广告(IN)、仅零售商投资定向广告(NI)和制造商和零售商均不投资定向广告(NN)4种投资策略组合.下面针对4种策略组合,对制造商、零售商策略博弈关系进行分析,构建关于批发价、销售收益和广告投入水平的最优决策模型,并求解最优结果.

1.2.1 制造商和零售商均投资定向广告(II) 在此情形下,定向广告投入由制造商、零售商共同承担,均以自身收益最大化为目标.制造商首先确定低碳产品批发价、广告投入水平,零售商据此确定销售收益.制造商、零售商最优决策模型分别为

1.2.2 仅制造商投资定向广告(IN) 在此情形下,制造商承担全部广告成本,零售商不采取行动,更愿意利用广告效应谋取额外收益.决策顺序为,制造商首先确定低碳产品的批发价、广告投入水平,零售商据此确定销售收益.制造商、零售商的最优决策模型分别为

1.2.3 仅零售商投资定向广告(NI) 在此情形下,零售商支付全部广告费用、承担碳减排成本以鼓励制造商低碳生产.制造商首先确定低碳产品批发价,零售商据此确定销售收益、广告投入水平.制造商、零售商的最优决策模型分别为

1.2.4 制造商和零售商均不投资定向广告(NN) 在此情形下,制造商、零售商均无投资意愿.决策顺序为,制造商首先确定低碳产品的批发价,零售商据此确定销售收益.制造商、零售商的最优决策模型分别为

制造商、零售商在4种策略组合下的最优决策如表1所示.

表1 低碳供应链不同投资策略组合下的最优决策

命题2 制造商、零售商的最优利润与消费者低碳偏好度、价格敏感系数、成本共担系数、广告效应因子等因素有关,不同约束条件组合对应不同的利润大小关系,具体结果如表2所示.

表2 制造商、零售商的最优利润比较

由表2可知,区分情形1～3的主要因素是低碳度提升水平,其反应碳减排技术水平的高低.当较大时,碳减排技术相对成熟,相对普通产品,低碳产品在全生命周期中温室气体排放量明显减少.当较小时,由于产品研发费用、生产成本等因素的限制,产品低碳度较低,低碳产品温室气体排放量相对减少.

1.3 定向广告投资策略演化博弈

在博弈过程中,行为主体大多是有限理性的,且信息不完全使其难以在短时间内做出最优决策.因此,博弈参与者的策略均衡不是一次决策的结果,制造商、零售商会根据自身的利益需求动态调整行为策略,最终达到均衡策略状态.鉴于此,本文运用演化博弈理论构建由制造商、零售商组成的演化博弈模型,探析二者定向广告投资决策的动态演化过程.

1.3.1 演化模型构建 依据Stackelberg博弈模型所得结果,构建制造商、零售商在不同策略组合下的支付矩阵,如表3所示.

表3 制造商、零售商定向广告投资策略的支付矩阵

1.3.2 演化策略稳定性 由式(9)和式(10),有如下复制动力系统(I)

演化系统中均衡点的稳定性可由矩阵局部稳定性获得,矩阵为

根据表2中3种情形的约束条件,可将低碳产品分为两大类,第一类为低碳度较低的产品,此类产品在全生命周期中温室气体排放量较少,对环境的改善作用相对较小;第二类为低碳度较高的产品,此类产品温室气体排放量极少,对环境污染小.其中,两类低碳产品分别对应情形1～2、情形3.

结论1 对于第一类低碳产品,其低碳度提升水平较低,演化稳定策略为(0,1),演化稳定性结果和演化相位图分别如表4和图1(a)所示.这说明,当低碳度提升水平较低时,由于减排技术不成熟,低碳产品生产成本高,制造商出于资金限制,不会主动承担广告成本.但由于产品低碳度偏低,缺乏市场竞争力,产品销售受阻,因此零售商为扩大销量,将主动承担广告成本,且产品推广获得的收益足以弥补广告投入.

(a)　　　　　　　　　　　　(b)

表4 不同情形的局部均衡点稳定性分析结果

结论2 对于第二类低碳产品,其低碳度提升水平较高,演化稳定策略为(0,1)和(1,0),演化稳定性结果和演化相位图分别如表4和图1(b)所示.这说明,当产品低碳度明显提升时,制造商或零售商将独自承担广告成本,以谋取自身利益最大化,且由命题1可知,零售商投资定向广告更有利于低碳产品的普及和推广,符合低碳环保发展方向,因此也是本文研究重点.

2 模型检验与数值仿真

运用多主体建模仿真方法,构建交互式模型,呈现利益主体在演化过程中的涌现现象,进而验证演化均衡的有效性与正确性,并通过各关键参数调整揭示参与主体行为策略的演化规律.

2.1 参数设置

运用Netlogo仿真平台,建立制造商、零售商定向广告投资策略演化的仿真模型,仿真界面如图2所示.设制造商、零售商数量均1000,采取投资策略、不投资策略初始概率均为50%.初始时,博弈方在空间内随机分布,单个主体在仿真过程中随机移动,当与另一类主体相遇时进行一次博弈,两主体计算并比较自身收益,以此作为下一时刻决策依据.

图2 Netlogo仿真界面

2.2 模型检验

根据表1和表2的计算结果及约束条件,设置两组实验数据检验结论1和结论2.仿真结果如图3所示.

对于情形1～2,当低碳度提升水平较低时,参数设为=100,=1,=0.8,=0.6,=3,=0.4,=2,可得如图3(a)所示的动态演化过程.这说明,随时间推移,零售商通过定向推广获得的收益足以弥补广告投入带来的成本消耗,因此系统最终趋向于零售商承担全部定向广告成本.验证了情形1～2结论的有效性.

对于情形3,当低碳度提升水平较高时,参数设为=100,=1,=0.8,=0.6,=3,=0.4,=15,计算得鞍点(0.1,0.95).据此取(0.1,0.96)和(0.5,0.3)为两组初始概率,分析博弈双方选择投资策略的初始概率对演化稳定策略的影响,可得如图3(b)、图3(c)所示的动态演化过程.这说明,当制造商、零售商选择投资策略的初始概率分别为=0.1、=0.97时,演化稳定策略为(0,1);当制造商、零售商选择投资策略的初始概率分别为=0.5、=0.3时,演化稳定策略为(1,0).验证了情形3理论分析结论的有效性.

图3 情形1～3的演化过程仿真结果

2.3 参数分析

根据上述分析可知,系统最终演化方向与消费者低碳偏好度、广告效应因子、价格敏感系数有关.且由结论1知,当演化稳定策略为(0,1)时,产品定向推广对市场需求的刺激效果更明显,更有利于低碳产品的普及和推广.因此,本文基于第一组实验数据,分析消费者低碳偏好度、广告效应因子、价格敏感系数对博弈双方策略演化结果的影响,从而使系统朝着更有利于绿色低碳发展的方向演化.仿真结果用a类和b类图表示,前者表示参数变化对系统收敛到(0,1)概率的影响,后者表示参数变化对博弈演化速度的影响,其中实心线表示制造商、空心线表示零售商.

3 结论与建议

3.1 在博弈主体有限理性前提下,成本共担契约不能协调供应链各方利益.当产品低碳度较低时,仅零售商投资定向广告是唯一的演化均衡策略;当产品低碳度较高时,仅制造商或零售商投资定向广告是演化均衡策略,且后者投资定向广告更利于低碳产品的普及推广.因此,政府应重点关注低碳产品销售端,实施激励政策引导零售商进行低碳产品推广,例如通过给予零售商资金补贴、税收抵免等优惠手段,减轻零售商运营负担,推动低碳产品的营销与流通;同时,举办低碳宣传活动,提高公民环保知识水平和低碳意识,从而倒逼零售商销售和推广低碳产品.

3.2 当产品低碳度较高时,消费者低碳偏好度与零售商投资意愿呈正相关关系.为增强零售商广告投资积极性,政府应引导消费者转变消费观念,如通过减免购置税、财政补贴等方式,鼓励消费者购买低碳产品;同时,零售商可设置会员积分制,通过累计积分兑换商品或服务,同时推出“以旧换新”销售方案刺激消费者低碳消费行为,提升消费者对产品的认同,从而获得长期、稳健高收益.

3.3 广告效应因子对零售商投资意愿的影响存在峰值.当广告投资回报较小时,潜在消费者转化率较低,零售商应推出内容新颖、更具感染力的广告内容,提高品牌认同感;当广告投资回报较大时,零售商应转变营销策略,通过消费者市场细分挖掘低碳产品需求增长点,同时,零售商应及时向制造商反馈市场需求动向,刺激制造商进行低碳产品研发和升级.

3.4 当产品低碳度较高时,价格敏感系数与零售商投资意愿呈正相关关系.实际上,消费者购买力直接决定低碳产品营销效果.当价格敏感系数较高时,低碳产品不具备市场竞争优势.此时零售商为激发市场活力将主动投资定向广告.政府应给予零售商推广补贴,使其投资积极性保持稳定水平.

[1] 李文翔,李 晔,蔡近近.政府-企业-居民协同共治的道路交通碳交易机制设计[J]. 中国环境科学, 2021,doi:10.19674/j. cnki.issn1000- 6923.20210430.007.

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

[2] 陈 山,王 旭,吴映波,等.低碳环境下双渠道供应链线上线下广告策略的微分博弈分析 [J]. 控制与决策, 2020,35(11):2707-2714.

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

[3] 戚聿东,肖 旭.数字经济时代的企业管理变革 [J]. 管理世界, 2020,36(6):135-152,250.

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

[4] 张建强,仲伟俊.企业定向广告的竞争效果及模式选择研究 [J]. 系统管理学报, 2017,26(6):1022-1033.

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

[5] 张永年,潘竟虎.基于DMSP/OLS数据的中国碳排放时空模拟与分异格局[J]. 中国环境科学, 2019,39(4):1436-1446.

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

[6] 黄书真,徐福缘,何建佳,等.双渠道低碳供应链合作减排与促销决策模型 [J]. 科技管理研究, 2017,37(17):246-256.

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

[7] 俞 超,汪传旭,王志华.考虑双重低碳宣传补贴的供应链碳减排优化 [J]. 计算机工程与应用, 2018,54(16):248-253,270.

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

[8] 游达明,朱桂菊.低碳供应链生态研发、合作促销与定价的微分博弈分析 [J]. 控制与决策, 2016,31(6):1047-1056.

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

[9] 王婷婷,王道平,赵 超.大数据服务商参与下供应链联合减排的动态协调策略 [J]. 控制与决策, 2019,doi:10.13195/j. kzyjc.2019.1560.

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

[10] 张建强,仲伟俊.制造商定向广告与零售商定向定价关系研究 [J]. 中国管理科学, 2017,25(11):76-84.

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

[11] 侯静怡,陆文星,梁昌勇,等.招聘服务供应链中广告合作模型研究 [J]. 中国管理科学, 2018,26(6):133-142.

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

[12] 赵黎明,陈喆芝.考虑消费偏好的旅游供应链纵向合作广告 [J]. 系统管理学报, 2018,27(4):753-760,768.

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

[13] 舒良友,王义宝.考虑渠道权力结构的O2O供应链合作广告策略研究 [J]. 工业工程与管理, 2020,25(2):146-154.

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

[14] 钱萍萍,严 磊,李 敏.不同决策模式下的双渠道供应链合作广告博弈分析 [J]. 运筹与管理, 2019,28(4):42-47.

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

[15] 徐春秋,赵道致,原白云,等.上下游联合减排与低碳宣传的微分博弈模型 [J]. 管理科学学报, 2016,19(2):53-65.

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

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

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

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

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

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

[21] 刘 盼,易树平.定向广告与消费者信息投入对供应链定价的影响 [J]. 计算机集成制造系统, 2017,23(1):162-171.

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

[22] 王玉燕,申 亮.基于第三方电商平台销售的E-供应链广告策略研究 [J]. 管理评论, 2019,31(10):124-132.

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

[23] 单汨源,吴炜炜,江黎明.制造商与零售商合作广告的动态非对称演化博弈 [J]. 软科学, 2009,23(4):25-29.

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

[24] 欧海鹰.在线广告投放选择及商品网络定价的演化博弈 [J]. 管理评论, 2015,27(6):179-185.

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

[25] 柳 键,周 辉.绿色差异化产品的定价与绿色度决策研究 [J]. 贵州财经大学学报, 2018,(2):98-110.

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

[26] 王丹丹,菅利荣,付帅帅.城市生活垃圾分类回收治理激励监督机制研究 [J]. 中国环境科学, 2020,40(7):3188-3195.

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

[27] 彭璐璐,李 楠,郑智远,等.中国居民消费碳排放影响因素的时空异质性 [J].中国环境科学, 2021,41(1):463-472.

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

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

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

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

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

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

X196

A

1000-6923(2021)10-4951-10

李春发(1968-),男,湖南郴州人,博士,教授,博士生导师,主要从事生态系统仿真与决策研究.发表论文100余篇.

2021-03-04

国家自然科学基金资助项目(71902077);天津市研究生科研创新项目(2020YJSS033)

*责任作者, 教授, chunfali@163.com