2025年财政杠杆撬动绿色生活方式转型_固定与浮动补贴的激励逻辑与效能评估报告_31页_3mb

> **来源：[研报客](https://pc.yanbaoke.cn)** 发起机构 则新智库 Caixin Insight ESG30 中国ESG30人论坛 联合发起 东方证券 ORIENT SECURITIES # 财政杠杆撬动绿色生活方式转型：固定与浮动补贴的激励逻辑与效能评估 支持机构 合作伙伴 # 关于ESG30青年学者计划 ESG30青年学者计划（2024-2025）由财新智库、中国ESG30人论坛（ESG30）发起，东方证券联合发起，旨在为具备专业素养、创新力和领导力的青年学者提供系统化研究支持，推动ESG理论研究与实践应用，探索和塑造新的经济范式。最终形成一批高质量的学术成果、政策建议和可应用于实践的方法论，为中国及全球的ESG实践提供前沿视角、智力支持和路径启示。 # 发起人 张立晖，财新传媒总裁，财新智库副董事长 鲁伟铭，东方证券副董事长 # 学术顾问 屠光绍，上海交通大学上海高级金融学院创院理事长 刘世锦，国务院发展研究中心原副主任 陈文辉，原中国银保监会副主席，全国社保基金理事会原副理事长 贺克斌，中国工程院院士，清华大学环境学院教授 # 学术导师 卢海，北京大学光华管理学院教授 陈玲，清华大学公共管理学院教授，清华大学产业发展与环境治理研究中心主任 王遥，中央财经大学绿色金融国际研究院院长 # 业界导师 武雅斌，联合国工业发展组织投资和技术促进办公室（中国·北京）主任 谢阳军，丝路国际产能合作促进中心主任 彭峰，上海环境能源交易所副总经理、碳中和行动联盟秘书长 杨冬梅，易方达基金副总经理 王会文，联想集团副总裁、全球电脑与智能设备首席质量官 藏珞琦，平安健康执行副总裁兼首席财务官 吴泽智，东方证券副总裁 张轶鹏，伊利集团副总裁 商容，中关村人工智能研究院对外事务部部长，前微软亚太研发集团副总裁 孙捷，远景科技集团首席可持续发展官 # 财政杠杆撬动绿色生活方式转型：固定与浮动补贴的激励逻辑与效能评估 课题负责人： 王文斌，上海财经大学 # CONTENTS # 目录 03 引言 05 第一章 文献综述 08 第二章 数理模型构建 09 2.1 模型设定 11 2.2 决策顺序与模型假设 12 第三章 模型分析 13 3.1企业策略 16 3.2政府补贴策略 19 3.3两种补贴模式的比较分析 24 第四章 结论与意义 26 参考文献 # PREFACE 引言 近年来，随着“双碳”目标的提出，绿色消费逐渐走入大众视野。居民日常的购物、出行、用电、用水等行为，已成为国家碳排放账本中不可忽视的一部分。据研究测算，居民消费直接产生的碳排放占比约为 $30\%$ ，若将生产端关联计算在内，间接排放更是高达 $79\%$ [1]。这意味着，每一位普通消费者的选择，其实都在悄然影响着国家能否如期实现碳达峰、碳中和目标。 为了引导公众在日常生活中做出更加环保的选择，我国长期以来借助补贴政策鼓励绿色消费。特别是在“双碳”战略提出后，绿色消费相关的财政支持力度明显增强。仅2021年度财政部提前下达的节能减排补助资金就达到375亿元，是2020年总额的3.34倍。在政策的推动下，企业纷纷加码绿色研发，相继推出低碳节能产品：上汽、广汽、长城等传统车企陆续发布新能源汽车战略；格力、海尔、美的等家电龙头也加快推进绿色制造转型升级。与此同时，政府对补贴资金使用成效的要求也在持续提高。例如，《节能减排补助资金管理暂行办法》明确提出，专项资金在分配时应考虑资源节约和减排效果等环境目标。补贴不仅要“花出去”，更要“花得准”“花得值”，如何选择合适的补贴形式，已成为提升财政使用效率的关键一环。 # 补贴模式的分化演进：从“达标奖励”到“按绿记分” 在政策不断深化的过程中，补贴的发放模式也在悄然发生变化。传统的绿色消费补贴多采用固定模式，即只要产品达到一定的环保性能标准，消费者即可获得预设金额的补贴[2]。现实中，固定补贴一直被广泛地用于鼓励绿色消费[2,3]。这一模式在节能家电、节能灯具等推广中被广泛应用，自2009年起，财政部等多部委陆续出台了一系列相关政策，覆盖了空调、电视、照明等多个品类。 近年来，随着绿色治理理念的升级，不少地方开始探索“浮动补贴”机制，即根据产品环保性能的差异，给予不同额度的激励——越绿色，补得越多。这一做法往往与碳积分制度相结合，例如北京、广东、成都等地推广的“碳普惠”项目，均采用“按绿计分、以分兑奖”的方式，引导消费者主动选择低碳产品。通过将减排行为量化并赋值，浮动补贴让绿色消费真正具备了“多做多得”的内在逻辑。 # 怎样既“绿”又“省”？补贴模式选择背后的经济思辨 补贴能否真正推动绿色转型，不仅取决于其存在与否，还取决于其设计是否科学、落地是否精准。尽管固定补贴具有操作简便、经验丰富等优势，但实践中也有不少案例显示，浮动补贴在相同资金规模下，往往能取得更高的减排成效。2020年，北京碳普惠项目利用一百多万元奖励资金，达成了相当于一万辆新能源汽车一年碳减排量的效果，约合每百元即对应一辆新能源车一年的减排，而传统补贴推广一辆新车的花费则动辄上万元。若以碳减排量为补贴成效衡量，浮动补贴的资金效率可达固定补贴的百倍以上。 当然，模式选择并不只是“效率优先”的技术问题。补贴政策的实际运作，还受到预算限制、市场条件、消费行为等多重因素的共同影响。为更清晰地理解不同补贴模式在现实中的适用边界，我们尝试从政策制定者的视角出发，思考三个核心问题：在预算有限的情况下，如何选择最优的补贴方式？在不同市场环境中，补贴的激励效果是否会发生变化？又有哪些潜在的“副作用”值得警惕？为此，我们对固定补贴与浮动补贴两种机制进行了深入比较，特别关注它们在企业绿色研发激励、消费响应行为及政策实施效益方面的表现。 围绕这些问题，我们从补贴激励的实际效果出发，深入比较了固定补贴与浮动补贴在不同场景下的表现。研究过程中，我们不仅关注企业是否愿意加大绿色研发投入，也特别留意了一些被忽视的“副作用”——比如消费被过度刺激后，是否可能适得其反。以下，我们将围绕三个关键发现展开讨论。 # ·补贴的“副作用”：警惕过度消费推高碳排放 两种补贴模式虽均具备激励企业绿色研发的能力，但也潜藏着加剧总体碳排放的风险。一方面，补贴促使企业推出碳排放更低的绿色产品，优化产品结构；另一方面，补贴通过降低消费门槛刺激需求，可能引发额外的购买行为，反而导致碳排放总量上升。当消费增长所带来的碳增量超过产品环保性能提升所带来的减排效益时，补贴反而可能“越补越不绿”。由于补贴本质上是一种消费激励工具，无论采用固定补贴还是浮动补贴模式，都需警惕其带来的“过度消费”效应。 # 如何花钱？预算约束下的最优补贴模式选择 财政预算水平是决定补贴模式选择的核心约束条件。研究发现，在预算极为紧张或高度充裕的极端场景下，浮动补贴在资源配置效率方面更具优势。当预算有限时，浮动补贴可以精准配置资金，优先激励环保性能更高的产品，从而实现单位支出下的减排效益最大化。而在预算充裕时，政府在两种模式下都可以实施高额度补贴，但浮动补贴因其激励机制更具敏感性和针对性，仍能实现更优的碳减排结果。相比之下，在预算处于中等水平时，若政府能够合理设定环保标准并匹配合适的补贴额度，传统固定补贴同样可以实现较高的环境效益。这种“环保标准 + 补贴量”的组合策略，能够在促进企业生产符合环保标准产品的同时，控制由补贴带来的过量消费效应。 # ·消费补贴的“东风”：来自市场规模与绿色偏好的助力 市场环境是决定补贴政策成效的关键变量。研究表明，在市场规模较大或消费者具有强烈绿色偏好的情境下，两种补贴模式均表现出更显著的环境绩效。一方面，庞大的市场基数放大了绿色技术升级所带来的边际减排效应；另一方面，当消费者倾向于优先选择绿色产品时，补贴政策对企业的激励作用将更加直接和有效。因此，在具备有利市场条件的地区，政策制定者可以相对有效地推进补贴政策，无需过度担心其效果与环境目标之间的偏差。 综上可见, 无论是消费补贴中潜藏的 “副作用”、预算资源的现实约束, 还是市场环境的异质性, 都会深刻影响绿色消费补贴的最终效果。如何在激励与风险之间取得平衡, 已成为绿色政策设计中必须直面的核心议题。为了厘清其中的机制, 接下来我们将回顾已有研究成果, 并在此基础上构建严谨的数理模型, 展现我们的分析结果。 # CHAPTER ONE 文献综述 目前，有关绿色消费补贴的研究主要以两种形式展开。其中一些学者聚焦单一补贴形式，探讨政府的最优补贴策略及其影响。这些研究大多假设绿色消费补贴会间接影响企业绿色产品研发或绿色技术投资决策，并基于这一逻辑建立了内生企业决策的理论模型。朱庆华和窦一杰[8]研究了基于产品价格折扣的补贴政策，分析了环保意识和补贴下限对补贴系数、价格和市场份额的影响。郑艳芳等[2]考虑了预算约束下的消费补贴策略优化问题，比较了最大化节能指数和总节能指数两种目标下政府的最优补贴策略及其对消费者剩余、企业利润的影响。Jorgensen和Zaccour[9]探究了最大化绿色产品销量的补贴设计问题。Cohen等[10]提出了需求不确定环境下的最优消费补贴策略，发现若政府在决策时忽视了需求的波动性，可能会导致补贴量过低，无法实现绿色产品的销量目标。Chemama等[11]在此基础上考虑了两阶段补贴的决策问题，发现两阶段均承诺消费补贴量可以在有效控制补贴成本的同时鼓励生产，而仅在第一阶段承诺消费补贴量则能够减轻需求不确定性带来的影响。这些学者对绿色消费补贴的作用效果进行了深入细致的探讨，取得了丰富的成果。但是上述研究大多关注于传统的固定补贴模式，而本研究则考察了基于产品环保性能水平的浮动补贴模式。同时，这些文献关注于单一消费补贴模式的策略优化问题，而本研究则进一步比较了固定补贴和浮动补贴两种模式，得到了不同预算规模下补贴模式的选择策略。最后，上述研究中的政府目标，大多是节能指数、绿色产品销量之类的间接环境指标，而本研究则将直接环境指标（如碳减排量）作为政府的决策目标，对两种补贴模式进行了优化和比较。特别是，本研究通过分析发现补贴会引发过度消费，进而可能导致负面的环境影响，并提出了对环境最优的补贴策略，这补充了之前将间接环境指标视为政策效果的研究。 另一些学者通过比较不同的补贴形式来为政府决策提供参考。大多数文献比较了消费者补贴和生产者补贴，探讨其对产业发展和社会福利的影响。朱庆华等[12]在竞争环境下发现直接补贴生产者会比补贴消费者带来更高的企业利润，从而更有益于低碳企业的发展。杨晓辉和游达明[13]在消费者存在产品绿色偏好的情境下，比较了消费者补贴与生产者补贴对社会福利的影响，发现二者的效果相同。Wang等[14]进一步在再制造情景下考察了两种补贴的效果，发现生产者补贴收窄了可推出再制造产品的范围。Bian等[15]通过内生政府补贴决策发现尽管消费者补贴下排放量更高，但社会福利也随之增加。Krass和Ovchinnikov[16]考虑了征税、固定厂商补贴和消费者返利三种政府干预手段，发现在征收排放税的同时引入消费者返利可以使社会福利达到更高的水平。鞠晴江等[17]考察了政府厂商单位补贴和消费固定补贴的联合优化问题，并且在拓展中讨论了两级固定补贴的最优策略，比较了其与一般固定补贴的区别。上述文献主要研究了生产者和消费者补贴的差异，而本研究专注于比较不同形式的消费者补贴。同时这些研究大多将社会福利作为政府目标，而本研究则考虑到我国绿色消费补贴政策的环境导向，更具针对性地研究了环境目标下的补贴政策优化问题。最后，这些研究并没有涉及补贴的资金约束，而本研究将预算约束纳入了模型，探讨了在有限预算下的最优补贴策略及不同预算规模下的补贴模式选择问题。与本研究类似，Shao等[18]也比较了不同形式的消费者绿色补贴，考察了绿色消费补贴和折扣对经济和环境的影响。本研究区别于他们的研究，考察了基于环保性能标准的固定补贴和基于环保性能水平的浮动补贴，前者要求产品达到一定环保标准，后者则根据产品环保性能变化调整补贴。同时，在Shao等[18]的模型中企业主要进行产品定价决策，而本研究则进一步考虑了企业的绿色产品研发决策，并且揭示了促进企业绿色产品研发是绿色消费补贴实现环境效益的重要方式。最后，相比于Shao等[18]，本研究通过考虑预算约束，分析得到了不同预算下的最优补贴模式，为政府补贴选择提供了新的管理见解。 表1 本研究与过往绿色消费补贴有关研究的比较 涉及的补贴形式 政策比较 企业绿色产品研发 内生政府决策 政府预算约束 消费者绿色产品偏好 本研究 1.消费浮动补贴 ✓ ✓ ✓ ✓ ✓ 朱庆华和窦一杰(2011) 2.消费固定补贴 ✓ ✓ ✓ 郑艳芳等(2016) 1.消费变动折扣补贴 ✓ ✓ ✓ Jørgensen和Zaccour(1999) 1.消费固定补贴 ✓ ✓ Cohen等(2016) 1.消费固定补贴 ✓ ✓ Chemama等(2018) 2.政府采购 ✓ ✓ 朱庆华等(2014) 1.消费固定补贴 ✓ ✓ 杨晓辉和游达明(2021) 1.消费固定补贴 ✓ ✓ ✓ Wang等(2023) 1.消费固定补贴 ✓ ✓ ✓ Bian等(2020) 2.厂商单位补贴 ✓ ✓ ✓ ✓ Krass和Ovchinnikov(2013) 1.消费浮动补贴 ✓ ✓ 鞠晴江等(2021) 2.厂商单位补贴 ✓ ✓ ✓ Shao等(2017) 1.消费固定补贴 ✓ ✓ ✓ 本研究借鉴了现有文献的研究思路和方法，围绕政府的环境目标，全面分析并比较了固定补贴与浮动补贴两种绿色消费补贴模式。表1直观展示了本研究与过往研究在理论层面的差异。本研究的创新之处主要体现在以下三点：第一，区分并分析了现实中常见的两种绿色消费补贴模式的经济与环境影响；第二，将环境目标和预算约束纳入模型，提供了制定补贴政策的理论支持；第三，明确了补贴政策对碳排放的直接影响，指出其可能引发过度消费、增加碳排放的风险，同时还明确了有利于补贴政策发挥正面作用的市场条件，从而帮助决策者加深对绿色消费补贴的理解，避免政策效果与目标背道而驰。 # CHAPTER TWO 数理模型构建 # 2.1 模型设定 本研究构建了一个博弈模型，参与者为补贴设计者（政府）和一家生产绿色产品的垄断企业（低碳企业）。为实现碳排放最小化，政府制定绿色消费补贴政策。将减碳作为政策目标，不仅符合财政部2019年提出的“以改善生态环境质量结果为导向”的要求，也契合我国环保专项资金的常用绩效指标[19, 20]。 由于补贴资金通常由上级政府、财政部或地方财政厅预拨 $[5, 6, 21]$ ，因此政府在制定补贴政策时必须考虑预算约束。设绿色消费补贴政策所能动用的最大资金量（预算量）为 $B$ ，补贴政策所消耗的资金总量不能超过该预算量。补贴政策分为固定补贴和浮动补贴两种模式，具体介绍如下： # （1）固定补贴模式 在基于环保性能标准（绿色度1阈值）的固定补贴模式下（Lump-sum subsidy），政府确定向消费者发放的补贴量 $s$ 。政府根据产品的绿色度水平 $\pmb{g}$ 决定是否发放补贴：若产品达到绿色度阈值 $g_{\min}$ ，则向消费者发放总量为 $s$ 的补贴。换言之，该模式下每位消费者可获得的补贴总量为： $$ R _ {L} (s, g; g _ {\min }) = \left\{ \begin{array}{l l} s & , g \geq g _ {\min } \\ 0 & , g < g _ {\min } \end{array} \right. \tag {1} $$ 实践中，补贴政策的设计者一般直接采用其他权威部门（如国家标准化管理委员会）颁布的产品环保标准作为发放补贴的条件；即使需要专门制定补贴标准（如新能源汽车补贴标准[22]），也需综合考量产业发展等外部因素。因此本研究将固定补贴模式中的绿色度阈值 $g_{\text{min}}$ 视为外生参数。 # （2）浮动补贴模式 在基于绿色度水平的浮动补贴模式（Greenness subsidy）下，政府根据产品绿色度水平向消费者发放补贴。绿色度水平越高，消费者获得的补贴总额也越高。这一设计可以通过绿色消费积分实现。例如，广东省和成都市的碳普惠项目根据用户数据和产品信息核算碳减排量，将碳减排量转换为积分发放给用户2。在浮动补贴模式下，政府需要确定为每单位产品绿色度发放的补贴量 $r$ （补贴率）：当消费者购买了绿色度为 $g$ 的产品时，该消费者可以获得总额为 $r \cdot g$ 的补贴，即： $$ R _ {G} (r, g) = r \cdot g \tag {2} $$ 两种补贴模式下的决策情况如图1所示。 图1 不同补贴模式下的决策 (1）固定补贴模式（L) (2）浮动补贴模式 (G) Fig.1 Decision-making processes under different subsidy modes 在补贴政策颁布后，企业研发生产绿色度为 $g$ 的产品，并以价格 $p$ 出售。设市场需求具有线性形式，且与产品价格 $p$ 负相关，与政府提供的补贴总量 $Ri$ 正相关 $[23, 24]$ ，消费者对绿色低碳的产品有所偏好 $[8, 25, 26]$ 。综上，需求函数可以表示为： $$ q (p, g, R _ {i}) = a - p + \beta g + R _ {i} \tag {3} $$ 其中， $\pmb{a}$ 为潜在市场大小， $\pmb{\beta}$ 反映了消费者对产品绿色度的偏好程度： $\pmb{\beta}$ 越大，消费者对绿色产品的偏好越强烈，产品绿色度提升带来的需求增幅更大。与Murali等[25]相同，将产品生产的变动成本标准化为0，并且设企业在研发绿色产品时需要承担二次函数形式的研发成本 $c(g) = \frac{1}{2} \theta g^2$ ，这体现了绿色减排技术边际投入递增的特点，其中 $\pmb{\theta}$ 为绿色度研发的成本系数[25,27,28]。 产品在生产使用中会产生碳排放。为了契合研究情境，本研究将产品绿色度 $g$ 视为单位产品碳排放降低的比率，即绿色产品相对于普通产品碳排放减少的百分比 [15, 25, 29]，其取值范围为 $0 \leq g \leq 1$ 。不失一般性地，设绿色度 $g = 0$ 的产品会产生 1 单位碳排放，故生产消费一单位绿色度为 $g$ 的产品将产生 $1 - g$ 单位的碳排放量。产品消费带来的碳排放总量可表示为单位产品碳排放量与产品销量的乘积： $$ E = (1 - g) \cdot q (p, g, R _ {i}) \tag {4} $$ # 2.2 决策顺序与模型假设 政府与企业进行 Stackelberg 博弈。政府作为领导者制定绿色消费补贴政策，企业作为追随者确定研发投入和产品价格。事件顺序如图 2 所示： 步骤1 政府选择固定补贴模式或浮动补贴模式来设计补贴政策。若采用固定补贴模式，则根据既定绿色度阈值 $g_{\text{min}}$ 确定补贴量 $s$ ，并向企业和消费者公布；若选择采用浮动补贴模式，则确定补贴率 $r$ 并公布。 步骤2 企业确定产品的绿色度 $g$ 并承担研发成本 $c(g)$ ，为产品定价 $p$ 并投放至市场。 步骤3消费者根据产品价格、绿色度及补贴政策决定是否购买，形成市场需求 $q(p,g,Ri)$ ；企业得到销售收入 $p\cdot q(p,g,Ri)$ 。在固定补贴模式下，若产品的绿色度 $\pmb{g}$ 高于绿色度阈值 $g_{min}$ ，则消费者获得总额为 $s$ 的补贴，否则无法获得政府补贴；在浮动补贴模式下，消费者获得总额为 $r\cdot g$ 的补贴。 图2 事件决策顺序 Fig.2 Sequence of events 为了确保模型中的产品绿色度符合减排率的设定，参数需满足以下假设： 假设1 绿色度的研发成本系数 $\theta$ 满足: $\theta \geq \frac{a\beta + \beta^2}{2}$ 。该假设保证了在无补贴情况下, 开发无碳排放产品 (g=1) 不具经济性, 符合现实中环保研发成本与收益的关系。 假设2政府预算参数B不超过上限 $\overline{B}$ （定义参见附录A153）。 $B < \overline{B}$ 确保了均衡的产品绿色度小于 $100\%$ [25,29]。 # 3 CHAPTER THREE 模型分析 # 3.1 企业策略 本章首先考虑补贴政策对企业决策的影响。给定政府的补贴政策，企业通过产品绿色度研发和产品定价来最大化利润： $$ \max _ {\substack {p \geq 0 \\ g \geq 0}} \pi_ {i} = p \cdot q (p, g, R _ {i}) - \frac {1}{2} \theta g ^ {2} \tag{5} $$ 其中，当政府所选的补贴模式为固定补贴（ $i = L$ ）时，消费者获得的补贴量 $RL$ 为： $$ R _ {L} (s, g; g _ {\min }) = \left\{ \begin{array}{l l} s & , g \geq g _ {\min } \\ 0 & , g < g _ {\min } \end{array} \right. \tag {6} $$ 当政府所选的补贴模式为浮动补贴（ $i = G$ ）时，消费者获得的补贴量 $Rg$ 为： $$ R _ {G} (r, g) = r \cdot g \tag {7} $$ # 1无补贴情景 为了方便后续的分析比较，首先考虑无补贴情景。此情景下不存在任何形式的补贴，故需求函数为： $$ q (p, g, 0) = a - p + \beta g \tag {8} $$ 企业通过产品绿色度研发和定价来最大化利润： $$ \max _ {p, g} \pi = p \cdot (a - p + \beta g) - \frac {1}{2} \theta g ^ {2} \tag {9} $$ 求解这一优化问题可以得到企业在无补贴时的最优决策。 引理1 当政府不提供任何补贴时, 企业的最优定价为 $p_{0} = \frac{\theta a}{2 \theta - \beta^{2}}$ , 产品绿色度为 $g_{0} = \frac{\beta a}{2 \theta - \beta^{2}}$ , 销量为 $q_{0} = \frac{\theta a}{2 \theta - \beta^{2}}$ , 利润为 $\pi_{0} = \frac{\theta a^{2}}{2 (2 \theta - \beta^{2})}$ ; 此时产品消费所造成的碳排放量为 $E_{0} = \frac{\theta a}{2 \theta - \beta^{2}} \left(1 - \frac{\beta a}{2 \theta - \beta^{2}}\right)$ 。 引理表明, 只要消费者对产品绿色度有所偏好 $(\beta > 0)$ , 企业就会推出具备一定绿色度的产品 $(g_{0} > 0)$ , 且消费者偏好越强, 产品绿色度越高。换言之, 企业会主动研发绿色产品以回应市场需求, 从而提高利润。这说明引导消费者树立绿色消费观的重要性: 即使没有补贴, 绿色消费观也能激励企业研发绿色产品。 # 2 固定补贴模式 固定补贴模式下，给定政府的补贴策略，企业通过产品绿色度研发和定价最大化利润。为了表述上的简洁，定义两个补贴量 $\underline{S}$ 和 $\hat{S}$ ，其表达式见附录A2。 定理1在固定补贴模式下，给定补贴量 $s$ ，企业的最优产品绿色度水平 $\pmb{g}_{L}^{*}$ 和产品定价 $\pmb{p}_{L}^{*}$ 为：若补贴量 $s\in [0,\underline{s})$ 则 $g_{L}^{*}(s) = g_{0}$ ， $p_L^* (s) = p_0$ ；若补贴量 $s\in [\underline{s},\hat{s})$ ，则 $g_{L}^{*}(s) = g_{min}$ ， $p_L^* (s) = \frac{a + s + \beta g_{min}}{2}$ ；若补贴量 $s\geq \hat{s}$ 则 $g_{L}^{*}(s) = \frac{\beta(a + s)}{2\theta - \beta^{2}}$ ， $p_L^* (s) = \frac{\theta(a + s)}{2\theta - \beta^2}$ 。将结果代入利润和需求函数可以得到最优策略下的企业利润 $\pi_L^* (s)$ 和产品销量 $q_{L}^{*}(s)$ 。 固定补贴模式下企业的最优决策与补贴量 $S$ 和绿色度阈值 $g_{\min}$ 密切相关，因为消费者补贴会通过刺激市场需求使企业间接获益，从而影响企业的决策。给定绿色度阈值 $g_{\min}$ ，当补贴量较低时，企业不愿增加研发投入，产品绿色度维持无补贴情景下的水平，即 $g_L^*(s) = g_0$ 消费者无法获得补贴。补贴量达到中等水平时（即 $s \in [\underline{s}, \hat{s}]$ ，企业会将产品绿色度提升至阈值水平，消费者获得补贴，但企业仅会满足而不会超越绿色度阈值，因为进一步提升绿色度的边际收益低于成本。最后，当补贴量足够高时（即 $s \geq \hat{s}$ ），固定补贴将通过刺激市场需求给企业带来较高的收益，企业进一步提升产品绿色度的边际收益较高，最终产品绿色度将高于阈值，即 $g_L^*(s) = \frac{\beta(a + s)}{2\theta - \beta^2} > g_{\min}$ 。 将定理1中的结果与无补贴情景下的企业决策相比较，可以得到以下推论。 推论1当补贴量 $s > \underline{s}$ , 产品最优绿色度水平、定价、销量和企业利润均高于无补贴情景, 即 $g_{L}^{*}(s) > g_{0}$ , $$ p _ {L} ^ {*} (s) > p _ {0}, \quad q _ {L} ^ {*} (s) > q _ {0}, \quad \pi_ {L} ^ {*} (s) > \pi_ {0} \circ $$ 结合推论1和定理1可知，固定补贴模式只有在补贴量足够大时，才能有效促进产品绿色度研发，同时提高产品定价、销量和企业利润。由于绿色度阈值是获得补贴的硬性条件，小额补贴带来的收益不足以覆盖研发绿色度的额外成本，因此，当补贴力度较小时，固定补贴无法激励企业提高产品的绿色度。 另一方面，固定补贴对绿色度研发的激励作用并非完全依赖于绿色度阈值。当补贴量足够高时（ $s \geq \hat{s}$ ），定理1表明企业研发产品的绿色度水平甚至会高于绿色度阈值，即 $g_L^*(s) > g_{min}$ 。这一激励效果的产生依赖于消费者对产品绿色度的偏好。 推论2当消费者绿色度偏好 $\beta = 0$ 时，对任意补贴量 $s\geq 0$ ，企业的最优产品绿色度水平 $g_{L}^{*}(s)\leq g_{min}$ 且对于 $S\neq \underline{S}$ 有 $\mathrm{dg}_L^* (s) / \mathrm{ds} = 0$ 。 由推论2可知，固定补贴模式对绿色度研发的促进作用取决于消费者对绿色产品的偏好：如果消费者对绿色度毫无偏好，无论补贴总量多高，企业只会选择不研发更高绿色度的产品，或仅研发达到阈值的产品，即或 $g_{L}^{*}(s) = 0$ 或 $g_{\min}$ ，而不会研发超过阈值的产品。 # 3浮动补贴模式 浮动补贴模式不将绿色度阈值作为补贴发放的硬性条件，而是根据产品绿色度水平确定补贴量，因此对企业决策的影响方式不同。 定理2给定浮动补贴的补贴率 $r$ ，企业的最优产品绿色度 $\pmb{g}_{G}^{*}$ 和产品定价 $\pmb{p}_{G}^{*}$ 为： $$ g _ {G} ^ {*} (r) = \frac {(\beta + r) a}{2 \theta - (\beta + r) ^ {2}}, \tag {10} $$ $$ p _ {G} ^ {*} (r) = \frac {\theta a}{2 \theta - (\beta + r) ^ {2}} $$ 将其代入利润函数和需求函数，可以得到最优策略下的企业利润 $\pi_G^* (r) = \frac{\theta a^2}{2\left[2\theta - (\beta + r)^2\right]}$ 和需求 $$ \pi_ {G} ^ {*} (r) = \frac {\theta a ^ {2}}{2 \left[ 2 \theta - (\beta + r) ^ {2} \right]} 。 $$ 浮动补贴模式下，消费者获得的补贴总量取决于产品的绿色度水平，这使得浮动补贴对企业的激励更加直接和连续。与固定补贴相比，尽管两种模式都能促使企业研发更绿色的产品，但浮动补贴的作用范围更广泛，如以下推论所示。 推论3对于任何 $\beta \geq 0$ ，浮动补贴对于产品绿色度研发总有促进效果，即 $\mathrm{dg}_G^* (r) / \mathrm{dr} > 0$ 。 与推论2相比，推论3表明，即使消费者没有绿色度偏好，浮动补贴仍能激励企业研发绿色产品。由于浮动补贴直接与产品绿色度挂钩，其促进效果不依赖消费者的偏好或硬性绿色度阈值。 将定理2中的结果与无补贴情景下的企业决策比较，容易得到以下结论。 推论4对任意补贴率 $r > 0$ ，产品最优绿色度水平、定价、销量和企业利润均高于无补贴情景，即有 $g_{G}^{*}(r) > g_{0},\quad p_{G}^{*}(r) > p_{0},\quad q_{G}^{*}(r) > q_{0},\quad \pi_{G}^{*}(r) > \pi_{0}$ 对于任意 $r > 0$ 均成立。 这表明，浮动补贴能带来更高的产品绿色度、价格和销量，并使低碳企业获得更高利润。由于浮动补贴不依赖绿 色度阈值，而是根据产品绿色度水平确定补贴总量，较固定补贴模式更为灵活，因此即使设定较低的补贴率，仍能影响企业决策。 # 政府补贴策略 本章将刻画政府在不同模式下的最优补贴策略。基于对企业决策的预期，政府将在固定补贴模式或浮动补贴模式下（ $i = L, G$ ），通过确定补贴量 $S$ 或补贴率 $r$ 来最小化碳排放量 $E_{i}^{*}$ ，同时维持其总支出 $TS_{i}^{*} = q_{i}^{*} \cdot R_{i}$ （销量与补贴量的乘积）不超过预算 $B$ 。固定补贴模式下政府的优化问题为： $$ \begin{array}{l} \min _ {s \geq 0} E _ {L} ^ {*} (s) = [ 1 - g _ {L} ^ {*} (s) ] \cdot q _ {L} ^ {*} (s) \\ \text {s . t .} T S _ {L} ^ {*} (s) \leq B \tag {11} \\ \end{array} $$ 浮动补贴模式下政府的优化问题为： $$ \begin{array}{l} \min _ {r \geq 0} E _ {G} ^ {*} (r) = [ 1 - g _ {G} ^ {*} (r) ] \cdot q _ {G} ^ {*} (r) \tag {12} \\ \begin{array}{l} \text {s . t .} T S _ {G} ^ {*} (r) \leq B \end{array} \\ \end{array} $$ 在某些情况下，政府可能希望在实现环境效益的同时，支持低碳企业发展或提升社会福利。因此，本研究在附录C中通过扩展模型，进一步探讨了兼顾低碳企业利润增长的政府决策问题；此外，该附录还分析了将经济效益纳入政府决策目标后，不同补贴模式的经济和环境影响。 # 1 固定补贴模式 在展示固定补贴模式下政府的最优策略前，首先需要厘清补贴对碳排放的影响机制，这有助于决策者在设计时抓住主要矛盾，做出科学决策。固定补贴通过两种途径影响碳排放：一方面，补贴激励企业推出更绿色的产品，降低单位产品的碳排放；另一方面，补贴刺激市场需求，引发额外消费和碳排放。当后者的影响更大时，增加补贴反而会导致碳排放上升。本研究将这种随补贴水平递增的碳排放现象称为“过量消费效应”。 引理2在固定补贴模式下，当补贴量 $s\in [\underline{s},\hat{s})$ 时，碳排放量 $E_L^* (s)$ 关于补贴量 $\pmb{S}$ 递增。 在引理所描述的情况下，补贴量单方面刺激市场需求，导致了过量消费效应。当补贴量介于 $\underline{S}$ 和 $\hat{S}$ 之间时，根据定理1，企业将会研发绿色度恰好达到阈值的产品。此时继续增加补贴量无法进一步激励产品研发，但补贴对市场需求的刺激仍然存在：随着补贴量增加，产品销量上升，进而导致碳排放增加。 在过量消费效应下，一味地增加补贴量可能会导致碳排放量高于无补贴情景（ $E_L^* > E_0$ ），而一些市场条件的存在可以消除这一可能性，使固定补贴发挥理想的效果。 引理3当 $2a\beta + \beta^2 \geq 2\theta$ 时，固定补贴总能降低碳排放，即对于任意 $s \geq 0$ 有 $E_L^*(s) \leq E_0$ 该引理表明，在较大的潜在市场规模 $a$ 或消费者强烈的产品绿色度偏好 $\beta$ 下，政府可以通过固定补贴模式有效降低碳排放。这是因为较大的市场规模能够充分发挥单位产品绿色度提升的减排效果。同时，消费者的绿色偏好能够强化补贴对企业绿色研发的激励作用。因此，在适宜的市场条件下，政府制定补贴政策时无需担心政策效果与目标相悖。 为了最大程度地降低碳排放，政府的主要任务是在尽可能控制过量消费效应的同时，发挥补贴政策对绿色产品研发的激励作用。为了方便表述，定义“顶格补贴量” $s_B = \frac{1}{2} [\sqrt{\frac{4B}{\theta} (2\theta - \beta^2) + a^2} - a]$ 为在预算 $B \geq TS_L^*(\hat{s})$ 时政府所能提供的最大补贴量。 定理3在固定补贴模式下，政府的最优补贴量可能有三种取值， $s^{*}\in \{0,\underline{s},s_{B}\}$ 。政府应根据预算量，比较各补贴量下的碳排放水平，选出最优补贴量： $$ s ^ {*} = \left\{ \begin{array}{l l} 0, & 0 \leq B < T S _ {L} ^ {*} (\underline {{s}}) \\ \operatorname * {a r g m i n} _ {s \in \{0, \underline {{s}} \}} E _ {L} ^ {*} (s), & T S _ {L} ^ {*} (\underline {{s}}) \leq B < T S _ {L} ^ {*} (\hat {s}) \\ \operatorname * {a r g m i n} _ {s \in \{0, \underline {{s}}, s _ {B} \}} E _ {L} ^ {*} (s), & T S _ {L} ^ {*} (\hat {s}) \leq B \end{array} \right. \tag {13} $$ 上述定理表明，政府在决策时只需评估特定补贴水平下的碳排放情况。最优补贴选择策略反映了预算规模和过量消费效应的重要性。首先，若过量消费效应过大或预算不足，政府可能会选择不提供固定补贴（ $s^{*} = 0$ ）。其次，当预算充足时，政府可以通过顶格补贴（ $s^{*} = s_{B}$ ）最大程度激励企业进行绿色度研发，使企业研发高减排率产品，从而消除过量消费效应。最后，有时政府的最优补贴策略是提供补贴量 $\underline{s}$ ，让企业恰好愿意研发绿色度达到阈值的产品（即 $g_{s}^{*}(s) = g_{min}$ ），因为继续增加补贴只会导致碳排放增加（见引理2）。通过将补贴量设定为 $\underline{s}$ ，政府可以既控制过量消费，又调动企业产品研发的积极性。相比于倾尽所有预算提供顶格补贴 $S_{B}$ ，这种适度的补贴策略有时反而能实现更好的效果。 # 2浮动补贴模式 在浮动补贴模式下也可能存在过量消费效应。为了方便表述, 定义 $a_{1} = \sqrt{\frac{8}{9}(2\sqrt{3} - 3)\theta}$ , 定义 $\beta_{1}$ 和 $\beta_{2}$ 分别为方程 $2\beta^{3} + 3a\beta^{2} - 4\theta\beta + 2a\theta = 0$ 第二大和最大的实根。 引理4当且仅当潜在市场规模 $a$ 满足 $a < a_{1}$ 且消费者绿色度偏好满足 $\beta < \beta_{2}$ 时，存在区间 $I \subset {}_{+}$ ，当补贴率 $r \in I$ 时浮动补贴模式下的碳排放量 $E_{G}^{*}(r)$ 关于补贴率 $r$ 递增。 引理4表明，当潜在市场规模较小且消费者绿色度偏好较弱时，浮动补贴会引发过量消费效应。作为绿色消费的激励手段，浮动补贴通过影响企业研发和市场需求来影响碳排放。当市场需求的刺激作用更大时，过量消费效应会出现。同时，若市场规模较大或消费者绿色度偏好较强，浮动补贴则能有效降低碳排放。对比引理2和引理3，可见浮动补贴和固定补贴对碳排放的影响机制相似。两种模式作为绿色消费的激励手段，都可能引发过量消费，增 加碳排放。然而，较大的市场规模和强烈的消费者绿色偏好有助于缓解这一效应，使补贴政策更好地发挥作用。 同时，由于补贴形式的不同，浮动补贴模式具有一些独特性，合理利用这些特性将帮助决策者制定更有效的政策。 引理5当潜在市场规模 $a 0$ ，当补贴率 $r \in [0, r_{1}]$ 时，碳排放量 $E_{G}^{*}(r)$ 关于补贴率 $r$ 递减。 该引理表明, 浮动补贴模式在补贴率较低时可能不会引发过量消费效应。这是因为当市场规模较小且消费者绿色度偏好较低时, 产品的绿色度水平 $\boldsymbol{g}_{G}^{*}$ 较低。而浮动补贴与产品绿色度直接相关 $(R_{G} = r \cdot \boldsymbol{g}_{G}^{*})$ , 所以在绿色度较低时, 提高补贴率对需求的刺激作用较为温和。因此, 较低水平的浮动补贴可能不会导致过量消费效应。 在浮动补贴模式下，政府的决策要点同样是在控制过量消费效应的同时，尽可能发挥浮动补贴对企业绿色产品研发的激励作用。为了方便表述，首先定义一些变量。定义“顶格补贴率” $r_B$ 为预算 $B$ 下政府所能提供的最大补贴率，即方程 $TS_G^*(r) = B$ 的正根。当 $a < a_1$ 时，用 $r_1$ 和 $r_2$ 分别表示排放量函数 $E_G^*(r)$ 两个较大的极值点， $r_1 < r_2$ ，其中 $r_1$ 为极小值点， $r_2$ 为极大值点；换言之， $r_1$ 和 $r_2$ 分别为方程 $\mathrm{d}E_G^*(r) / \mathrm{d}r = 0$ 第二大和最大的实根。图3展示了 $r_1$ 和 $r_2$ 的分布情况。 定理4在浮动补贴模式下，当潜在市场规模 $a \geq a_{1}$ 时，政府应选择顶格补贴率 $r^{*} = r_{B}$ ；当潜在市场规模 $a T S_{G}^{*}(r_{n}^{eq})$ ，政府应选择顶格补贴率 $r^{*} = r_{B}$ ，其中 $r_{n}^{eq}$ 为与无补贴情景排放量相同的最大补贴率，即 $r_{n}^{eq} = \max \{r \mid E_{G}^{*}(r) = E_{0}\}$ 3）当消费者绿色度偏好 $\beta TS_{G}^{*}(r_{1}^{eq})$ ，则政府应选择顶格补贴率 $r^{*} = r_{B}$ ，其中 $r_{1}^{eq}$ 为碳排放量与 $r_{1}$ 相等的最高补贴率，即 $r_{1}^{eq} = \max \{r \mid E_{G}^{*}(r) = E_{G}^{*}(r_{1})\}$ 。 # 图3 极值点位置示意图 Fig.3 The location of extreme points 在浮动补贴模式下，政府决策同样需综合考虑预算规模和市场反应。当潜在市场规模 $a$ 或消费者绿色度偏好 $\beta$ 较大时，政府可以在预算允许的范围内提供顶格补贴率 $r_B$ ，以充分激励企业研发高减排产品，实现碳排放总量的下降。当绿色产品的潜在市场规模 $a$ 较小且消费者绿色度偏好 $\beta$ 较低时，政府可以在预算量较小的情况下通过设定顶格补贴率 $r_B$ 来实现碳减排，因为此时浮动补贴对市场需求的刺激作用较为温和，过量消费效应不明显（引理5）。若预算量中等，则政府不应倾尽所有预算来提供补贴，而应选择适中的补贴率 $r_1$ 来实现最小的碳排放。因为过高的补贴率对市场有较大的刺激作用，反而会弱化政策的减排效果。最后，若预算量较大，则政府可以再次选择提供顶格补贴率 $r_B$ 来最大程度地激励企业研发绿色产品并降低碳排放。值得一提的是，即使政府在提升环境效益的同时需兼顾低碳企业的经济增长，上述固定补贴模式和浮动补贴模式下的最优补贴策略结构依然适用。这表明，政府在决策时应广泛考虑预算规模、市场状况和消费者的绿色偏好，平衡对企业绿色研发的激励与对过量消费的控制。 # 两种补贴模式的比较分析 对于任何绿色消费补贴模式，预算越高，政策空间越大，能实现的环境效益也越显著。现实中，各地的补贴项目财政支持力度不同，因此根据预算选择合适的补贴模式是政策制定的首要且关键一步。本章旨在对固定补贴和浮动补贴模式进行定量分析与对比。 # 1理论分析 分析将在相同的预算量 $\pmb{B}$ 下展开，以确保对比的公平性。为了方便比较和展示，定义补贴模式 $i\in \{L,G\}$ 下的均衡减排量 $ER_{i}^{e}$ 为补贴政策导致的碳排放减少量，即 $ER_{i}^{e}\coloneqq E_{0} - E_{i}^{e}$ ，其中 $E_{i}^{e}$ 为模式 $\pmb{i}$ 下的均衡碳排放量。减排量 $ER_{i}^{e}$ 越高意味着补贴政策带来的环境效益越大。此外，记模式 $\pmb{i}$ 在均衡下的产品绿色度、价格、销量和企业利润分别为 $g_{i}^{e},p_{i}^{e},q_{i}^{e},\pi_{i}^{e},i\in \{L,G\}$ 。为了结论表述的清晰性，仅考虑消费者具备绿色度偏好的情况，即假设 $\beta >0$ 。最后，定义一个预算水平 $B_{1}$ ，表达式见附录A14。 定理5对任意预算 $0 \pi_{G}^{e}$ ；否则，有 $\pi_{L}^{e} \leq \pi_{G}^{e}$ 。 定理5表明，在预算较小时，浮动补贴模式不仅能实现更高的碳减排量，还能促使企业研发更绿色的产品并推动更多绿色消费。其原因有两个方面。首先，浮动补贴对企业研发和定价的影响更直接，不依赖绿色度阈值，因此在预算较小时能更灵活地发挥作用。其次，根据引理5和定理4，当市场规模较小且消费者绿色度偏好较弱时，浮动补贴在较低补贴率下对市场需求的刺激较为温和，不会出现过量消费效应。这一特性为预算较小的决策者提供了通过低补贴率实现碳减排的机会。 另一方面，在预算量较大时比较两种补贴模式可以得到以下结论： 定理6存在 $B_{2} > 0$ ，当 $B > B_{2}$ 时，在均衡状态下，浮动补贴模式能够比固定补贴模式产生更大的碳减排量，且对产品绿色度、价格和销量的提升效果大于固定补贴模式，即 $ER_{L}^{e} \leq ER_{G}^{e}, g_{L}^{e} \pi_{G}^{e}$ 。 该定理指出，当预算规模较大时，浮动补贴模式的环境效益、产品绿色度、价格和销量均高于固定补贴模式。然而，与低预算情况不同，预算较大时，固定补贴下的企业利润必然高于浮动补贴模式。这是因为当预算充裕时，政府在两种补贴模式下都会选择顶格补贴，即 $s^{*} = s_{B}$ 和 $r^{*} = r_{B}$ ，以促使企业研发高减排率（甚至接近 $100\%$ ）的产品。而在浮动补贴模式中，为了让消费者获得更高补贴并刺激市场需求，企业需要研发更高绿色度的产品并承担更高的研发成本，因为补贴总量与产品绿色度直接挂钩，导致其利润不如固定补贴模式下高。 定理5和定理6分别展示了低预算和高预算情景下的结果，表明在预算较低或较高时，浮动补贴模式都能带来更高的环境效益。那么，固定补贴模式的减排能力是否总是弱于浮动补贴模式呢？考察 $B_{1}$ 和 $B_{2}$ 之间的预算水平可以发现，在一定条件下固定补贴也可以实现比浮动补贴更高的碳减排量。 定理7当固定补贴下的绿色度阈值具有约束力时（ $g_{min} > g_0$ ），若消费者绿色度偏好 $\beta \geq \beta_{1}$ 且固定补贴能够在 $s = s$ 处实现碳减排，即 $E_L^* (\underline{s}) B_{1}$ ，对于任意预算量 $B\in [B_1,B_m)$ ，在均衡状态下固定补贴模式的碳减排量比浮动补贴模式更高，即 $ER_{G}^{e} < ER_{L}^{e}$ ，其中 $\beta_{1}$ 与引理5和定理4中相同。 固定补贴在中等预算下实现更大减排量的原因在于，政府可以通过补贴量和绿色度阈值这对“组合拳”精准施策，既促使企业研发达到阈值的绿色产品，又有效控制过量消费效应。为了让产品获得补贴支持，企业需要将产品的绿色度提升到阈值以上。当政府将补贴量设为 $s$ 时，企业会设计绿色度恰好达到阈值 $g_{\min}$ 的产品，并且获得与无补贴情景下相同的利润 $\pi_0$ 。此时研发绿色度更高或更低的产品只会使其利润下降。相比浮动补贴，此时固定补贴模式在控制过量消费效应方面更有优势，因此碳减排效果更好。 除了比较环境导向政府在两种补贴模式下的影响外，本研究在附录C进一步考虑了政府在推动节能减碳的同时提升低碳企业经济效益的需求，并在这一情景下对两种补贴模式进行了对比分析。这些分析呈现了与前文类似的结果，即最优设计下的浮动补贴在预算量较低和较高时更优，而经过最优设计的固定补贴模式可以在一些中等预算水平下实现更好的表现。这表明，不同预算下两种补贴模式的选择策略在结构上具有一定的稳健性。 # 2 数值分析 本节将基于理论分析的结果，以数值实验的形式进一步分析和比较两种补贴模式的环境影响。在附录B中，本研究进一步探讨了两种补贴策略的经济影响。假设企业绿色度研发的成本系数 $\theta = 4$ 。为了展示更丰富的情景，参数 $\pmb{a}$ （潜在市场规模）和参数 $\beta$ （消费者绿色度偏好系数）将取不同的数值组合，在各算例中标明了具体的参数取值；同时，设固定补贴模式中所采用的产品环保标准（绿色度阈值） $g_{\min} = 0$ 或0.6，这分别代表固定补贴绿色度 阈值具备和不具备约束力的情形（即 $g_{\min} \geq g_0$ 和 $g_{\min} < g_0$ ）。图4和图5分别展现了绿色度阈值不具备约束力（ $g_{\min} < g_0$ ）和具备约束力（ $g_{\min} \geq g_0$ ）时，两种补贴模式在相同预算下的均衡碳减排量 $ER_i^e$ 。 当绿色度阈值不具备约束力时（图4），消费者在购买低碳企业生产的产品时总能得到补贴。但是由于过量消费可能会带来负面效应，政府的最优选择可能是放弃提供补贴并维持现状（ $s^{*} = 0$ 或 $r^{*} = 0$ ）。因此在图4的 $(b)、(c)、(d)$ 中存在固定补贴（虚线）或浮动补贴（实线）的减排量持续为0的情况。当预算足够大时，政府能够通过提供补贴促使企业研发具有更高绿色度的产品，从而实现更高的单位产品减排量。此时，政府的最优策略是提供补贴，甚至提供顶格补贴。在 $(a)、(b)$ 中，政府在预算充足时均会提供补贴；而在 $(c)、(d)$ 中，考虑到过量消费效应的影响，政府在固定补贴模式下会选择不提供补贴。（ $d$ ）中浮动补贴模式的碳减排量在中等预算水平上没有随着预算量增加而提升，因为此时政府的最优补贴策略是提供适中的补贴率 $r_{l}$ ，进一步提高补贴率只会削弱政策的减排效果（见定理4中的相关讨论）。 图4 不同预算下两种模式的碳减排量： $g_{\min} = o$ (a) $a = 4,\theta = 4,\beta = 1$ (b) $a = 3,\theta = 4,\beta = 1.1$ (c) $a = 1,\theta = 4,\beta = 1$ (d) $a = 1.2, \theta = 4, \beta = 0.4$ Fig.4 Carbon reduction of two subsidy modes under different budget: $g_{\text{min}} = o$ 当绿色度阈值具备约束力时（图5），固定补贴模式的碳减排表现与图4不同。此时，在预算量到达 $\pmb{B}$ 前，固定补贴的减排量始终维持在0的水平；而当预算超过 $\underline{B}$ 后，固定补贴的减排量发生了跃升，且在一段区间内保持不变。预算量 $\pmb{B}$ 为能够支持政府提供补贴量 $s$ 的最小预算水平。根据定理3，在预算较小时，任何预算允许的补贴量都无法激励企业研发绿色度达到阈值的产品，所以政府此时只能放弃补贴。当预算足够大时，政府可以给出补贴量 $s$ 。由于这一补贴量既能促使企业研发绿色度达到阈值的产品，又能控制过量消费效应，所以即使政府拥有更充足的预算也不会提供更高的补贴量。因此政府的决策在预算量高于 $\pmb{B}$ 的一段区间内保持不变。 # 图5 不同预算下两种模式的碳减排量： $g_{\min} = 0.6$ (a) $a = 4,\theta = 4,\beta = 0.2$ (b) $a = 1,\theta = 4,\beta = 1$ (c) $a = 1.2, \theta = 4, \beta = 1$ (d) $a = 1.2, \theta = 4, \beta = 0.4$ Fig.5 Carbon reduction of two subsidy modes under different budget: $g_{\text{min}} = 0.6$ 图4和图5中不同补贴模式在减排表现上的差异印证了理论分析的结论。当固定补贴模式的绿色度阈值不具备约束力时（图4），在较高和较低的预算水平下，浮动补贴相对于固定补贴必然有更好的碳减排效果，这与定理5和6中的结论一致。而在预算量适中时，本研究尝试的数值实验均表明浮动补贴同样能实现更高的碳减排量。这些数值实验的结果对理论分析起到了一定的补充作用。 当绿色度阈值具备约束力时（图5），正如定理5和6所展示的，可以观察到在较高和较低的预算水平下，浮动补贴有更出色的减排表现。同时，在图5所展示的四种情况中，固定补贴均在中等的预算水平上实现了比浮动补贴更高的碳减排量，这与定理7的结论一致。另外，图5的情况 $(d)$ 并不符合定理7的条件（此时 $\beta < \beta_{1}$ ），但本研究尝 试的所有算例均展现了与定理 7 一致的结果。因此当预算水平中等时, 政府可以通过采取合适的固定补贴策略在更多的场景中实现较高的环境效益。 附录C还将经济效益纳入政府决策目标，考虑了两种补贴模式的影响。结果表明，上述主要结论在此情况下依然具有稳健性。 # 4 CHAPTER FOUR 结论与意义 绿色消费补贴是引导绿色消费和支持绿色产业发展的重要手段。本研究探讨了基于环保性能标准的固定补贴和基于环保性能水平的浮动补贴两种模式，结果显示：（1）两种补贴均能激励企业研发绿色产品；（2）由于补贴增加了产品销量，可能加重环境负担，而较大的市场规模和消费者的绿色偏好有助于消除这一风险；（3）政府在两种补贴模式下均要平衡过量消费的负面效应与促进绿色研发的正面效应；（4）针对不同的补贴模式需要采取不同的补贴策略：固定补贴模式下，政府有时可以通过环保性能标准和补贴量的配合实现最大的环境效益，而浮动补贴模式下，有时可以利用补贴对产品销量和产品环保性能研发之间不对等的刺激作用，以较低的补贴水平实现最优的环境效益；（5）预算较低或较高时，浮动补贴效果更好，预算适中时，固定补贴结合恰当的环保性能标准可实现更大减排效果。 以上的研究结果表明：无论是传统的固定补贴还是浮动补贴的绿色消费积分制，都能引导绿色消费升级并推动企业转型。但是，补贴可能引发过量消费，加重环境负担，因此补贴设计者需具备全局意识，根据市场状况动态调整激励力度，防止负面效应。在选择补贴模式时，对于预算特别充裕或预算特别紧张的政策制定者而言，绿色消费积分制是一种合适的激励方式；对于预算规模适中的政策制定者而言，基于特定环保标准所构建的绿色消费固定补贴则可以实现更好的政策效果。 未来研究可进一步探索多企业竞争环境下的最优补贴策略，实证检验创新型绿色消费补贴的实际效果，评估其对消费者行为和企业绿色创新的影响，并提出优化建议。此外，还应结合绿色投资、绿色出行等不同类型的绿色行为，分析如何通过综合激励机制最大化社会效益。这些研究将为政策制定者提供全面参考，帮助其在复杂的市场和社会环境中制定更有效的绿色消费补贴政策，实现环境保护、经济增长与可持续发展的多重目标。 # 参考文献 [1] Yan W, Minjun S. CO2 emission induced by urban household consumption in China [J]. Chinese Journal of Population Resources and Environment, 2009, 7(3): 11-19. [2郑艳芳，周文慧，黄伟祥.绿色耐用产品的节能补贴合同设计[J].管理科学学报，2016,19(3):1-14. Zheng Yanfang, Zhou Wenhui, Huang Weixiang. Design energy-saving subsidy contract for green durable product [J]. Journal of Management Sciences in China, 2016, 19(3): 1-14. (in Chinese) [3] 李晓萍, 张亿军, 江飞涛. 绿色产业政策: 理论演进与中国实践 [J]. 财经研究, 2019, 45(8): 4-27. Li Xiaoping, Zhang Yijun, Jiang Feitao. Green industrial policy: theory evolution and chinese practice [J]. Journal of Finance and Economics, 2019, 45(8): 4-27. (in Chinese) [4]曹蒲菊，刘朝.排污权交易是否驱动了经济高质量发展？——基于中国地级及以上城市层面的研究[J].管理科学学报，2023,26(06):39-56. Cao Puju, Liu Zhao. Does Emission Trading Promote High-Quality Economic Development? Evidence from Prefecture-Level and Above Cities in China [J]. Journal of Management Sciences in China, 2023, 26(06): 39-56. (in Chinese). [5] 刘键. 中央财政专项资金安排和使用管理中存在的问题及改进建议 [J]. 财政研究, 2013, (10): 33-36. Liu Jian. Problems and improvement suggestions in the arrangement and use management of special funds of the central government [J]. Public Finance Research, 2013, (10): 33-36. (in Chinese) [6] 钱巨炎. 浙江省生态文明建设的财税实践与探索 [J]. 财政研究, 2014, (3): 55-60. Qian Juyan. Practice and Exploration of Finance and Taxation in the Construction of Ecological Civilization in Zhejiang Province [J]. Public Finance Research, 2014, (3): 55-60. (in Chinese) [7] Yu J J, Tang C S, Shen Z-J M. Improving consumer welfare and manufacturer profit via government subsidy programs: Subsidizing consumers or manufacturers? [J]. Manufacturing & Service Operations Management, 2018, 20(4): 752-766. [8]朱庆华，窦一杰.基于政府补贴分析的绿色供应链管理博弈模型[J].管理科学学报，2011,14(6):86-95. Zhu Qinghua, Dou Yijie. A game model for green supply chain management based on government subsidies [J]. Journal of Management Sciences in China, 2011, 14(6): 86-95. (in Chinese) [9] Jrgensen S, Zaccour G. Price subsidies and guaranteed buys of a new technology [J]. European Journal of Operational Research, 1999, 114(2): 338-345. [10] Cohen M C, Lobel R, Perakis G. The impact of demand uncertainty on consumer subsidies for green technology adoption [J]. Management Science, 2016, 62(5): 1235-1258. [11] Chemama J, Cohen M C, Lobel R, et al. Consumer subsidies with a strategic supplier: Commitment vs. Flexibility [J]. Management Science, 2019, 65(2): 681-713. [12] 朱庆华, 夏西强, 王一雷. 政府补贴下低碳与普通产品制造商竞争研究 [J]. 系统工程学报, 2014, 29(5): 640-651. Zhu Qinghua, Xia Xiqiang, Wang Yilei. Study of the competition between low carbon products and ordinary products manufacturer based on government subsidies [J]. Journal of Systems Engineering, 2014, 29(5): 640-651. (in Chinese) [13] 杨晓辉, 游达明. 考虑消费者环保意识与政府补贴的企业绿色技术创新决策研究 [J]. 中国管理科学, 2022, 30(09):263-274. Yang Xiaohui, You Daming. Research on enterprises green technology innovation decisions-Underthe perceptive of consumer environmental awareness and government subsidies [J]. Chinese Journal of Management Science, 2022, 30(09):263-274. (in Chinese) [14] Wang Z, Huo J, Duan Y. Manufacturers' strategy for introducing remanufactured products under a government subsidy: Introduce or not? [J]. Journal of Management Science and Engineering, 2023, 8(1): 128-148. [15] Bian J, Zhang G, Zhou G. Manufacturer vs. Consumer Subsidy with Green Technology Investment and Environmental Concern [J]. European Journal of Operational Research, 2020, 287(3): 832-843. [16] Krass D, Nedorezov T, Ovchinnikov A. Environmental taxes and the choice of green technology [J]. Production and Operations Management, 2013, 22(5): 1035-1055. [17]鞠晴江，鞠鹏，代文强，等.新能源汽车补贴政策与保有量影响研究：单位补贴销售奖励与产品差异化[J].管理科学学报，2021,24(6):101-116. Jv Q, Jv P, Dai W, et al. Adoption of new energy vehicles under subsidy policies: Unit subsidies, sales incentives and product differentiation [J]. Journal of Management Science in China, 2021, 24(6): 101-116. [18] Shao L, Yang J, Zhang M. Subsidy scheme or price discount scheme? Mass adoption of electric vehicles under different market structures [J]. European Journal of Operational Research, 2017, 262(3): 1181-1195. [19] 葛秋易, 宋雷蕾, 梁冬梅, 等. 环保专项资金审查管理工作及相关绩效评价体系探讨 [J]. 环境保护与循环经济, 2020, 40(7): 87-90. Ge Qiuyi, Song Leilei, Liang Dongmei, et al. Discussion on the review and management of environmental protection special funds and related performance evaluation system [J]. Environmental Protection and Circular Economy, 2020, 40(7): 87-90. (in Chinese) [20] 谢妍. 完善绿色发展的财政支持政策 [J]. 中国财政, 2014, (20): 68-69. Xie Yan. Improve fiscal support policies for green development [J]. China State Finance, 2014, (20): 68-69. (in Chinese) [21] 汤天滋. 地方环保专项资金使用与管理刍议 [J]. 财政研究, 2004, (12): 36-39. Tang Tianzi. Discussion on the Use and Management of Local Environmental Protection Special Funds [J]. Public Finance Research, 2004, (12): 36-39. (in Chinese) [22] 沈峰, 马铁驹, 赵兴荣, 等. 激励政策退坡下私家电动汽车扩散分析——以上海市为例[J]. 管理科学学报, 2021, 24(09): 79-104. Shen Feng, Ma Tieju, Zhao Xingrong, et al. Diffusion of Private Electric Vehicles with the Fade-Out of Incentive Policies: The Case of Shanghai [J]. Journal of Management Sciences in China, 2021, 24(09): 79-104. (in Chinese). [23] Banker R D, Khosla I, Sinha K K. Quality and competition [J]. Management Science, 1998, 44(9): 1179-1192. [24] Tsay A A, Agrawal N. Channel dynamics under price and service competition [J]. Manufacturing & Service Operations Management, 2000, 2(4): 372-391. [25] Murali K, Lim M K, Petruzzi N C. The effects of ecolabels and environmental regulation on green product development [J]. Manufacturing & Service Operations Management, 2019, 21(3): 519-535. [26] 贺勇, 陈志豪, 廖诺. 政府补贴方式对绿色供应链制造商减排决策的影响机制[J]. 中国管理科学, 2022, 30(6): 87-98. He Yong, Chen Zhihao, Liao Nuo. The impact mechanism of government subsidy approach on manufacturer's decision-making in green supply chain [J]. Chinese Journal of Management Science: 2022, 30(6): 87-98. (in Chinese) [27] 朱庆华, 夏西强, 李梦雅, 等. 碳配额分配方法对授权再制造影响研究 [J]. 管理科学学报, 2024, 27(05): 60-75. Zhu Qinghua, Xia Xiqiang, Li Mengya, et al. The Effect of Carbon Allowance Allocation Methods on Authorized Remanufacturing [J]. Journal of Management Sciences in China, 2024, 27(05): 60-75. (in Chinese). [28] Zhang X, Huang J, Shen C. Retailers' incentives for green investment in differentiated competition channels [J]. Journal of Management Science and Engineering, 2023, 8(4): 465-489. [29] Anand K S, Giraud-Carrier F C. Pollution regulation of competitive markets [J]. Management Science, 2020, 66(9): 4193-4206. # ESG30青年学者计划 # 系列课题成果 # 财政杠杆撬动绿色生活方式转型：固定与浮动补贴的激励逻辑与效能评估 发起机构 则新智库 Caixin Insight ESG30 中国ESG30人论坛 联合发起 东方证券 ORIENT SECURITIES