消费者低碳偏好下基于收益共享契约的全渠道供应链协调研究

董兴林 聂乐杰

摘  要：在由制造商、零售商和消费者构成的全渠道供应链中，考虑消费者低碳偏好的影响，研究线上网络渠道和传统零售渠道的定价与利润决策以及收益协调问题。文章研究了集中决策与分散决策下全渠道供应链的最优决策，并通过设计收益共享契约模型解决低碳环境下全渠道供应链的冲突问题，最后通过算例验证了收益共享契约模型协调双渠道供应链收益的有效性。研究表明：（1）低碳环境下双渠道供应链利润的协调可以通过收益共享契约模型实现，碳减排水平对传统零售价格的影响程度大于其对网络直销价格的影响程度。（2）碳减排水平会影响产品定价、需求量以及供应链利润。（3）碳减排水平不断提高并不会使得供应链利润一直增加，当达到一定高度后，供应链利润反而会减少。因此制造商应确定合理的碳减排水平，制定科学的碳减排措施，实现经济效益、社会效益以及环境效益的统一。

关键词：全渠道供应链;低碳偏好;收益共享契约;收益协调

中图分类号：F274    文献标识码：A

Abstract： In a omni-channel supply chain composed of a manufacturer， a retailer and consumers， considering the influence of consumers' preferences for low carbon products， the article studies the pricing， profit decision and coordination between online and traditional retail channels. By studying the optimal decision of omni-channel supply chain under the centralized decision-making and decentralized decision-making， the revenue sharing contract model is designed to solve the conflict problem of omni-channel supply chain under low carbon environment. Finally， the effectiveness of the revenue sharing contract model to coordinate the revenue of dual-channel supply chain is verified by numerical examples. The research shows that：（1）under the low-carbon environment， the coordination of supply chain revenue can be achieved through the revenue sharing contract model. The level of carbon emission reduction has a greater impact on traditional retail prices than it has on online direct sales prices.（2）The level of carbon emission reduction affects product pricing， demand and supply chain profits.（3）The continuous improvement of carbon emission reduction level does not make the supply chain profit increase all the time， but decrease the profit of supply chain after reaching a certain height. Therefore， manufacturers should determine a reasonable level of carbon emission reduction， formulate scientific carbon emission reduction measures to realize the unification of economic， social and environmental benefits.

Key words： omni-channel supply chain; low-carbon preference; revenue-sharing contract; revenue coordination

近年來，网络零售市场发展迅速，电子商务已成为最具活力的经济形式之一。在美国，网络零售行业从2010年到2015年的年增长率约为10%，2015年的收益达到近3 000亿美元[1]。2017年，全球网络零售部门的总收入为9 296亿美元，2013年至2017年的复合年增长率为16.2%。亚太地区的电子商务增长速度超过了发达国家[2]。根据中国国家统计局的数据，2018年中国网上零售交易额超过9万亿元，同比增长25.4%。中国已成为世界上第一个万亿美元的电子商务市场。

在“电商时代”这个大背景下，众多品牌公司顺应时代潮流，通过开设线上网络直销渠道来开拓市场，同时通过传统销售渠道和网络直销渠道两种模式销售本企业产品。与传统实体店相比，电子商务具有搜索方便、购买快捷、产品选择丰富、渠道多样等优势，吸引了大量时间紧迫或远离实体店的消费者。消费者行为的改变会影响渠道选择决策。根据《纽约时报》的调查，超过42%的品牌制造商引入网络直销渠道来销售产品[3]。主要有三种模式：（1）通过独立的网络零售商进行销售。制造商将产品批发给网上零售商，然后由网络零售商自主决定产品的销售价格，如亚马逊的雅诗兰黛、阿玛尼;（2）厂商在电商平台开设官方旗舰店。销售和支付服务由各平台以一定的提成提供，如天猫上的耐克、华为等;（3）实力强大的制造商建立自己的网上商城，如格力、海尔。这些网上商城起着至关重要的作用。网络零售渠道的兴起打破了传统渠道销售市场的格局，传统零售渠道与网络直销渠道的不断竞争使得渠道冲突成为供应链中的常态问题。在消费者需求和新技术的双重驱动之下，物流和供应链的运作形式也开始发生变化，全渠道供应链成为其新发展方向。全渠道意味着线上和线下营销渠道的充分融合，并且能实时响应客户的需求。然而在供应链发展的同时，也面临着愈发突出的环境问题。随着全球经济的快速发展，温室气体排放对我们的社会和环境造成了巨大的影响。全球气候变化对人类生存和健康造成了巨大威胁[4]。中国是世界上最大的二氧化碳排放国。因此，越来越多的制造商开始生产低碳产品，如格力、美的等家电企业投资碳减排技术生产无氟空调，特斯拉等汽车制造商也在开发新能源汽车。在政府大力推行碳减排政策和消费者日益增长的低碳偏好需求的推动下，各个企业面临的经营压力不仅有来自渠道之间的竞争与冲突，更有解决碳减排机制下企业如何创新发展所带来的难题。基于以上分析与当前经济背景，本文考虑消费者低碳偏好影响下的供应链模式，并构建相应的全渠道供应链协调模型，分析该模式下决策者的最优定价决策，以达到供应链的资源协调与系统优化目的，并实现全渠道供应链成员的收益共享与合作共赢的局面。

1  文献综述

本文的研究涉及三个方面，第一部分是低碳环境下的双渠道供应链。随着社会文明的不断进步和低碳教育的开展，消费者对低碳产品的偏好也不断提升，对企业的碳减排工作造成一定影响。有数据表明，2012年有80%的欧洲人愿意购买较贵的低碳产品，而这一数据在2008年为50%[5]。满足消费者的低碳偏好已成为企业在激烈市场竞争中取得市场的重要保障[6]。Du等[7]考虑了消费者的低碳偏好和碳减排成本，提出碳减排的Pareto改进策略。Liu等[8]研究零售商之间的竞争与消费者的低碳偏好在制造商和零售商之间的关系，发现当消费者的环保意识上升，制造商和零售商均会受益。Zhang等[9]研究消费者低碳偏好在供应链中的作用，并假设制造商生产2种产品（减排产品和不减排产品）。另一方面，针对低碳环境下双渠道供应链的定价策略与协调机制，相关学者进行了研究与探索。Xu等（2018）[10]研究了强制碳排放控制下制造商主导的双渠道供应链协调问题。Ji等（2017）[11]考虑了在碳限额和消费者低碳偏好的影响下，只有零售渠道和双渠道情况时候供应链成员的减排行为和渠道选择问题。Yang等（2018）[12]研究了制造商主导的双渠道供应链中再制造问题，以及基于碳限额的碳排放最优减排水平和定價策略。Ranjan和Jha（2019）[13]研究了双渠道供应链中成员之间的定价策略和协调机制。Wang等（2016）[14]研究了供应链中的渠道选择和定价策略，该供应链包括多渠道零售商和通过直接渠道和零售渠道销售两级差异化产品的制造商。Liu等（2019）[15]研究了低碳减排制造商的渠道选择与渠道合作策略问题。Yu等（2019）[16]研究了消费者低碳偏好差异对制造商主导下双渠道供应链定价策略的影响。Yang等（2017）[17]研究了以制造商为主导的双渠道低碳供应链的渠道选择与协调问题。Sun等（2018）[18]研究了考虑消费者渠道偏好和低碳偏好的低碳供应链减排策略。以上对双渠道低碳供应链的研究主要集中在渠道选择、协调和定价策略方面，未涉及全渠道供应链问题。

第二部分是全渠道供应链。针对全渠道供应链，学者已经进行了研究，如Bell等[19]研究了Showroom对零售商的需求、运营效率的影响，还指出该策略能使零售商总需求增加。Rapp[20]、Gao Fei等[21]也分别分析了Showroom的特征及给企业带来的竞争优势，但全渠道的研究主要还是集中在“线上购买，线下取货”（Buy Online and Pick up in Store，BOPS）策略上，这一新兴零售模式引起了众多学者的关注，如Jin Ming等[22]对BOPS服务区域大小的影响因素进行了分析，并对全渠道下的BOPS模式和ROPS模式进行了对比研究。Gallino等[23]探讨了实施BOPS策略对线上线下渠道需求的影响，随后又在文献[24]中分析了BOPS策略引入对零售商整体销售分布的影响以及在这些影响下库存的管理问题。

另外，多数学者[25-30]在理论框架下探讨了企业实施BOPS模式的影响。其中，Cao等人（2016）研究了“线上到门店”渠道对零售商最优决策和收益的影响，结果表明这一跨渠道策略并不总能够使零售商受益。Gao和Su研究了BOPS对全渠道运营的影响，他们认为对实体店内销售良好的产品实施BOPS可能不是有益的，并指出BOPS通过提供关于库存可能性的实时信息及减少购物的麻烦成本两种方式影响消费者的选择。Jin等人通过构建理论模型，在考虑了取消订单惩罚策略情况下，分析实施BOPS项目的实体店零售商合适的服务区域，并与“线上订单，线下支付并取货（ROPS）”做了比较，认为：当订单可以取消时，适度的取消订单惩罚策略比宽松/严格的取消订单惩罚策略对实施BOPS的零售商更有利。Shi等人探讨了考虑预定的BOPS模式对消费者策略的影响。他们指出零售商的收益随着知情消费者的比例增加而提高。

通过上述文献综述可以看出，部分学者开始研究供应链的低碳减排策略，但是学者们更关注供应链在低碳条件下的定价和减排策略问题，鲜有学者研究全渠道供应链在考虑碳减排、碳交易机制等低碳环境下的协调问题。基于此，本文在考虑消费者低碳偏好的影响因素下，分别构建全渠道供应链在集中决策和分散决策两种模式下的博弈模型，通过设计收益共享契约模型实现全渠道供应链的协调与优化。本文的创新之处在于，在低碳环境下，既通过构建收益共享契约模型得到全渠道供应链达到协调优化的条件，又分析基于消费者低碳偏好下全渠道供应链的定价决策问题。

2  问题描述与模型假设

2.1  问题描述

在碳减排和碳交易机制的推动下，企业的可持续发展更多考虑国家节能减排政策和消费者日渐增长的低碳需求，为此企业在生产中开展自主减排工作。本文构建一个由制造商、零售商和消费者共同组成的二级全渠道供应链决策系统，制造商生产批发同一种低碳产品且在供应链中占据主导地位。假定制造商以w的批发价格将低碳产品批发给零售商，同时以p1的价格通过线上网络渠道将产品销售给消费者，而零售商以p2的价格通过线下传统渠道出售给消费者。

2.2  变量说明及模型假设

为使研究更加方便且模型具有应用意义和实践价值，本研究假设模型如下：

（1）假设市场基本需求恒定不变，市场需求函数是线性函数，且线下市场需求大于线上网络需求。

（2）假设由一个制造商、一个零售商和消费者组成全渠道供应链系统，零售商利用传统渠道销售产品，制造商同时通过批发渠道和网络渠道销售产品，制造商和零售商之间是完全信息博弈，制造商占据主导地位。

（3）假定产品生产环节的减排工作由制造商完成，且不考虑产品销售阶段的碳减排工作。

（4）由于在现实生活中，消费者通过线下零售渠道更能真切体验产品的碳减排水平，所以在同样价格下，消费者更倾向于通过线下零售渠道购买产品，故存在0

（5）由于供应链上下游在竞争过程中，自身渠道价格和其他渠道价格均会影响不同渠道下产品的需求量。为简化计算过程，本研究假设自身渠道对价格的影响系数为1，其他渠道对价格影响系数为r。由于自身渠道设置的价格对市场需求的影响力度要高于竞争渠道价格，因此有0

（6）在实际经济生活中，消费者在购买产品时考虑的首要因素为产品价格，所以本研究假设产品价格对市场需求的影响程度高于碳减排对市场需求的影响程度，故存在0

本文涉及的变量及其说明如表1所示：

本研究假设制造商碳减排成本为Ce=。

根据设置的变量符号以及相关学者研究，本文假设供应链中低碳产品的线下渠道和线上渠道的需求函数分别为：

d=ρa-p+rp+ke                                            （1）

d=1-ρa-p+rp+ke                                         （2）

为使问题具有现实研究意义，上式需满足d>0，d>0。

上述需求函数表明，全渠道低碳产品的市场需求量不但受到传统零售渠道价格和网络直销价格的影响，而且产品的碳减排水平亦会影响消费者对产品的购买意愿，且两者呈正相关关系。本文假设两种渠道的消费人群是稳定的，则有如下条件：

（3）

3  不同决策情形下供应链定价模型构建与分析

3.1  集中决策模式下全渠道供应链决策模型

在集中决策情况下，供应链中上下游参与成员以合作互助为经营理念，各企业将供应链视为一个整体。因此，最优定价策略必须从供应链的整体利益出发，以供应链总体期望利润最大化为决策目标。此时整个全渠道供应链的利润函数为：

π=p

-cd+p

-cd-δe                                     （4）

定理1：集中决策条件下，在考虑消费者低碳偏好的全渠道供应链中，整个供应链在传统零售渠道和线上网络直销渠道的最优定价分别为：

（5）

证明：对式（4）求其关于p和p的二阶偏导，得到关于p

，

p的海塞矩阵为：

H=

=

由于0

推论1：在集中决策模式下，产品的碳减排水平与产品需求量及碳减排成本成正相关。由于产品的碳减排水平与线下传统渠道的需求量之间的联系更加密切，因此传统零售价格随碳减排水平变化率大于线上网络直销价格随其变化率。

证明：对式（5）中两个等式分别求关于e的一阶导数有：=，=，且>。

将式（5）代入式（4），即得集中决策模式下全渠道供应链的利润为：

π=-δe++         （6）

3.2  分散决策模式下全渠道供应链决策模型

在分散决策模式下，供应链中的制造商和零售商追求自身期望利润的最大化。本文考虑Stackelberg博弈模型下全渠道供应链采取分散决策，制造商作为Leader先决策，控制供应链的主要价格水平;零售商作为Follower，且依照制造商提供的最优价格决策后行动，确定最优渠道价格以确保自身利润的最大化。

首先，制造商确定最优批发价格w、网络直销渠道的产品价格p以及产品的碳减排水平e。其次，零售商根据制造商的决策结果确定传统零售渠道的最优产品价格p。利用逆向归纳法，计算该博弈过程中相关决策变量的解。

在分散决策模式下，零售商的利润函数为：

π=

p-w·d                                              （7）

制造商的利润函数为：

π=w-cd+

p-cd-δe                                      （8）

定理2：消费者低碳偏好下基于收益共享契约模型、且制造商为Stackelberg博弈领导者的全渠道供应链采取分散决策模式时，零售商在线下传统零售渠道的最优定价决策和制造商在线上网络直销渠道的最优定价以及最优批发价格为：

（9）

证明：对式（7）即零售商的利润函数求关于p的二阶偏导数得，=-2<0，故该函数是关于p的凹函数且存在唯一的最优解。对式（7）求关于p的一阶导数并令其为0，得到：

p=                                           （10）

将式（10）代入制造商的利润函数式（8）有：

π=w-cρ

a-

+rp

+ke+

p-c1-ρ

a-p+r

·

+ke-δe

对上式分别关于p以及w求其一阶导数并令其为0，通过计算求解得到：

（11）

将式（11）代入式（10）即可得到：

p=                          （12）

定理2得以证明。

将式（11）和式（12）代入制造商和零售商的利润函数即可求得分散决策模式下其利润分别为：

（13）

推论2：在集中决策模式下，产品的碳减排水平与零售商的零售价格成正相关，亦与制造商的批发价格和网络直销价格成正相关。由于产品的碳减排水平与线下传统渠道的需求量之间的联系更加密切，因此传统零售渠道价格随碳减排水平变化率大于网络直销渠道价格随碳减排水平变化率。

证明：对式（9）中三个等式两边分别关于e求其导数得：=>0，=>0，=>0，且>，推论2得证。

推论3：通过与集中决策下全渠道供应链相比可以看到：分散决策模式下全渠道供应链中网络直销渠道价格p不变，但是线上网络直销渠道的需求量d增加;传统零售渠道价格p提高，线下传统零售渠道的需求量d反而降低，且分散决策模式下整个全渠道供应链的利润减少。

证明：

（14）

由上式可知，Δπ≥0，且π≥

π+

π，推论3得证。

通过对两种决策模型以及模型求解结果进行对比分析得出：集中决策模式下全渠道供应链的整体最优利润高于分散决策模式下全渠道供应链的最优利润。这是由于分散决策模式下的供应链中，制造商和零售商均以自身利润最大化为目标进行决策，导致出现“双重边际化效应”，最终造成产品价提高、企业利润降低的局面。基于以上结论，作为供应链的主导者——制造商必须采用合理有效的契约类型，设计恰当的协调机制，并用作激励零售商与其持续积极合作的保障，以期实现两者的互利共赢以及供应链整体利润的最大化。

4  考虑消费者低碳偏好的全渠道供应链收益协调研究

假设制造商将低碳产品以相当低廉的价格批发给零售商，同时以网络零售的方式在线上提供给消费者。为加强双方的合作力度与范围，以及实现双方对全渠道供应链线上利润的协调分配，制造商与零售商之间构建收益共享契约模型。契约内容为制造商为激励零售商继续与其合作，将部分线上直销渠道所获利润以λ0<λ<1比例分享给零售商;而零售商为获得更低的产品批发价格，将部分线下零售渠道所获利润以φ0<φ<1比例分享给制造商。在该契约模型中，制造商作为主导者通过不断调整λ和φ，在保证自身利润不会减少的前提下，提高零售商的利润，最后协调优化整个供应链。契约协调模型如图1所示。

定理3：在构建收益共享契约模型后，全渠道供应链若想实现协调，契约参数必须满足如下条件：

（15）

其中：A=

r-rc+ρar+rke，B=2c1-

r，C=ρac+21-rc+2rc

k+k

e。

证明：加入收益共享契约模型后，制造商和零售商的利润函数分别为：

π=φ

p+w-cd+1-λ

p-cd-δe                                 （16）

π=1-φp

-wd+λp·d                                       （17）

在计算过程中，决策第一阶段是按照收益共享契约内容，制造商将低碳产品以相对低廉的批发价格w提供给零售商，零售商在保证收益最大化的基础上决定其最优零售价格p。具体求解过程如下：

对零售商的利润函数π关于p求其一阶偏导数并令其为0，计算得：

p=                                   （18）

由

，以及聯系式（5），通过计算得到：

p=                                        （19）

在求解的第二阶段，以第一阶段零售商确定的传统渠道下最优定价p为前提，制造商决定其最优批发价格w以及网络直销渠道下最优定价p，将式（19）代入式（16），并求其关于p的一阶导数并令其为0，得：

p=+++                        （20）

联立式（18）到式（20），通過计算得：

w=                                 （21）

λ=                                       （22）

令A=

r-rc+ρar+rke，B=2c1-

r，C=ρac+21-rc+2rc

k+k

e，定理3得证，证明结束。

定理3说明若通过加入收益共享契约模型协调双渠道供应链的协收益，制造商和零售商必须使用并遵守契约内容中的契约参数λ，φ，且使得契约参数λ和φ满足一定条件。该定理同时表明收益共享契约能够协调供应链成员的利润并达到帕累托改进状态，实现供应链成员合作共赢。

推论4：产品的碳减排水平e与收益共享契约参数λ成正相关关系，契约模型的构建必须考虑碳减排水平的影响。

证明：对式（22）两边关于e求一阶导数得：=，且>0，推论4得证，证明结束。

推论5：通过本研究设计的收益共享契约模型协调，存在契约参数φ∈0，1使得零售商的利润等于其分散决策模式下的利润，且φ∈0，1时，零售商所得收益达到帕累托状态，且不低于分散决策模式下所得利润。

证明：令Fφ=π-π，则Fφ是关于φ的单调函数，并且是0，1上的连续函数，Fφ>0，Fφ<0。由函数零点定理可知，必存在一点φ∈0，1，使得Fφ=0成立。这说明契约参数在一定的范围内，能够使得收益共享契约模型协调下与分散决策模式下零售商所获利润相等。且有φ∈（0，φ]时，零售商所得利润不低于分散决策模式下所得利润。

推论6：通过本研究设计的收益共享契约模型协调，存在契约参数φ∈0，1使得制造商的利润等于其分散决策模式下的利润，且φ∈0，1时，零售商所得收益达到帕累托状态，且不低于分散决策模式下所得利润。

证明同推论5。

5  算例证明

由于模型的求解过程与结果较为复杂，难以清晰直观的得出结论，因此本文引入具体数值并进行算例分析来验证模型的可靠性。

参照学者的研究以及现实经济生活中天猫商城、苏宁商城等具体数据，本文假设a=100， r=0.5， k=0.4， k=0.3， e=5， c=2， δ=10。由于网络渠道范围更广，因此网络直销渠道规模大于传统零售渠道规模，同时比较式（11）中两个等式可知，当0<ρ

<0.5时，p>w成立，否则从零售商选择价格更低的网络直销渠道订购货物。本文为确保所做决策具有现实意义，即决策结果大于0，取ρ∈0.1，0.45。

利用MATLAB软件进行数字仿真过程，得到图2至图9所展示的仿真结果。其中在图2中，零售商会因为ρ的变大来提高其零售价格，目的是增加边际利润，制造商反而会降低其网络制造渠道的产品价格，目的是扩大该渠道的价格优势。除此之外，零售商在分散决策模式下确定的零售价格大于其在集中决策模式下的最优定价。从图3可以看出，ρ与零售商的最优利润成正相关，反而与制造商的利润成负相关，另外，供应链在分散决策模式下的整体利润低于其在集中决策下的整体利润。

分散决策模式下，制造商和零售商以自身所获利润最大化为前提确定最优定价。假设该模型中ρ取0.45，其余参数保持不变。由图4可以看出，碳减排水平e与制造商的最优网络直销渠道价格、最优产品价格以及零售商最优零售价格之间是线性函数关系，且都是正线性关系。碳减排水平对不同渠道价格的影响程度不同，其中e对最优零售价格的影响系数最大，对最优批发价格的影响系数最小。

从图5可以看出，分散决策模式下，制造商和零售商的最优利润与碳减排水平e之间是非线性函数关系，且e对制造商最优利润的影响程度要高于其对零售商最优利润的影响程度。

为探究收益共享契约协调模型协调全渠道供应链收益的有效性，假设该模型中ρ取0.45，其余参数保持不变。从图6可以看出，制造商所获利润会因契约参数φ的增大而增加，零售商所获利润反而降低。另外，在契约模型的协调下，供应链整体利润最终与集中决策模式下其整体利润相同，其结果为2 458.08，这说明该契约模型协调收益的有效性。

由图7可知，当φ∈φ

，φ

时，不但全渠道供应链整体利润实现协调，而且制造商和零售商所获利润均会增加，实现决策成员的利润目标，从而达到参与者的共赢局面。计算得φ=0.8905，φ=0.9452，因此当φ∈0.8905，0.9452时，双渠道供应链实现完美协调。

本文為探究碳减排水平对收益共享契约模型协调有效性的影响，假设φ取0.9，从图8可以看出，契约参数λ会随着碳减排水平e的提高而增大，这表明在设计契约参数时要考虑碳减排水平的影响。为研究碳减排水平对供应链利润的影响，假设φ取0.9，从图9可以看出，当e在区间0，3.5时，随着碳减排水平的提高，供应链利润增加;当e取3.5时，双渠道供应链的利润取最大值，其结果为2 469.06。当e>3.5时，双渠道供应链的利润会由于e的提高反而降低，直到利润为0。因此，供应链中的企业为增加利润，实现其可持续发展，应该确定合理的碳减排水平，制定恰当的碳减排措施。

6  结  论

本文主要考虑消费者低碳偏好影响下，研究制造商在进行自主减排工作时全渠道供应链基于收益共享模型的协调问题。首先，本文探究集中决策模式下全渠道供应链的最优决策。其次，针对制造商主导下的全渠道供应链，研究分散决策模式下制造商和零售商的最优定价决策。随后，根据决策结果构建了基于收益共享的全渠道供应链协调模型。最后，根据算例计算结果证明了契约模型协调的有效性，并分析研究了渠道偏好程度以及碳减排水平对供应链企业利润的影响。

本文通过研究得出以下结论：（1）不管是集中决策模式还是分散决策模式下，碳减排水平对制造商网络直销价格的影响程度都小于其对零售商零售价格的影响程度。（2）若契约参数满足式（15），全渠道供应链则处于协调状态，且供应链以及决策成员的利润达到帕累托改进。（3）碳减排水平必须保持在合理的高度，碳减排水平不断提高并不会使得供应链利润一直增加，当达到一定高度后，供应链利润反而会减少。（4）碳减排水平会影响产品的价格、需求量和企业的利润，因此供应链企业应该制定合理有效、科学恰当的碳减排措施，达到降低碳排放量、提高企业利润的目的，实现企业经济效益、生态效益和社会效益的有机统一。然而本文存在一定的局限性，本文只考虑了制造商存在碳减排行为，对于零售商拥有自主减排行为以及制造商和零售商同时存在碳减排行为下全渠道供应链的协调问题将是下一步的研究方向。

参考文献：

[1]  S Lerman. E-Commerce & Online Auctions in the US Industry Outlook （2020-2025）[EB/OL]. （2014）[2021-08-15]. https：

//www.ibisworld.com/united-states/market-research-reports/e-commerce-online-auctions-industry/.

[2]  PR Newswire. Online Retail Global Industry Almanac 2013-2020[EB/OL]. （2020）[2021-08-15]. https：//www.giiresearch.com/report/mkl939372-apparel-retail-global-industry-almanac.html？

[3]  G E Fruchter， C S Tapiero. Dynamic online and offline channel pricing for heterogeneous customers in virtual acceptance[J]. Int. Game Theory Rev.， 2005，7（2）：137-150.

[4]  Ma L. Thinking on China's Low-Carbon Economic Development[J]. Cooperative Economy and Technology， 2019（5）：36-37.

[5]  European Commission. Europeans' attitudes towards the issue of sustainable consumption and production[EB/OL]. （2012-11

-08）[2021-08-15]. http：//www.ec.europa.eu.

[6]  DU S F， HU L， SONG M L. Production optimization considering environmental performance and preference in the cap-and-trade system[J]. Journal of Cleaner Production， 2016，112：1600-1607.

[7]  DU S F， HU L， WANG L. Low-carbon supply policies and supply chain performance with carbon concerned demand[J]. Annals of Operations Research， 2017，255：569-590.

[8]  LIU Z， ANDERSON T， CRUZ J. Consumer environmental awareness and competition in two-stage supply chains[J]. European Journal of Operational Research， 2012，218（3）：602-613.

[9]  ZHANG L H， WANG J G， YOU J X. Consumer environmental awareness and channel coordination with two substitutable products[J]. European Journal of Operational Research， 2015，241（1）：63-73.

[10]  Xu J， Qi Q， Bai Q. Coordinating a Dual-Channel Supply Chain with Price Discount Contracts under Carbon Emission Capacity Regulation[J]. Applied Mathematical Modelling， 2018，56：449-468.

[11]  Ji J， Zhang Z， Yang L. Carbon Emission Reduction Decisions in the Retail-/Dual-Channel Supply Chain with Consumers'  Preference[J]. Journal of Cleaner Production， 2017，141：852-867.

[12]  Yang L， Wang G， Ke C. Remanufacturing and Promotion in Dual-Channel Supply Chains under Cap-and-Trade Regulation[J]. Journal of Cleaner Production， 2018，204：939-957.

[13]  Ranjan A， Jha J K. Pricing and Coordination Strategies of a Dual-Channel Supply Chain Considering Green Quality and Sales Effort[J]. Journal of Cleaner Production， 2019，218：409-424.

[14]  Wang W， Li， G， Cheng T C E. Channel Selection in a Supply Chain with a Multi-Channel Retailer： The Role of Channel Operating Costs[J]. International Journal of Production Economics， 2016，173：54-65.

[15]  Liu M， Xu Y， Fu H. Low Carbon Supply Chain Decision-Making and Channel Cooperation under Dual Channel Background[J]. Soft Science， 2019，33：105-111.

[16]  Yu L， Shi G， Chen J. Pricing Strategy of Dual-Channel Supply Chain Based on Different Low-Carbon Preference[J]. Statistics & Decision， 2019，35：43-47.

[17]  Yang S， Xiao D. Channel Choice and Coordination of Two-Stage Low-Carbon Supply Chain[J]. Soft Science， 2017，31：92-98.

[18]  Sun J， Xiao Z. Decision-Making of Dual-Channel Supply Chain Emission Reduction Based on Consumer  Preference to Low-Carbon[J]. Chinese Journal of Management Science， 2018，26：49-56.

[19]  BELL D R， GALLIA S， MORENO A. Showrooms and information provision in omni-channel retail[J]. Production and Operations Management， 2015，24（3）：360-362.

[20]  Rapp A， Baker T L， Bachrach D G， et al. Perceived customer showrooming behavior and the effect on retail salesperson self-efficacy and performance[J]. Journal of Retailing， 2015，91（2）：358-369.

[21]  Gao Fei， Su Xuanming. Online and offline information for omnichannel retailing[J]. Manufacturing and Service Operations Management， 2017，19（1）：84-98.

[22]  Jin Ming， Li Gang， Cheng T C E. Buy online and pick up in-store： Design of the service area[J]. European Journal of Operational Research， 2018，268（2）：613-623.

[23]  GALLINO S， MORENO A. Integration of Online and Offline Channel in Retail： The Impact of Sharing Reliable Inventory Availability Information[J]. Management Science， 2014，60（6）：1434-1451.

[24]  GALLINO S， MORENO A， STAMATOPOULOS L. Channel Integration， Sales Dispersion， and Inventory Management[J]. Management Science， 2017，63（9）：2813-2831.

[25]  Gao F， Su X. Omnichannel retail operations with buy-online-and-pick-up-in-store[J]. Management Science， 2017，63（8）：2478-2492.

[26]  Cao J， So K C， Yin S. Impact of an “online-to-store” channel on demand allocation， pricing and profitability[J]. European Journal of Operational Research， 2016，248（1），234-245.

[27]  Jin M， Li G， Cheng T C E. Buy online and pickup in-store： Design of the service area[J]. European Journal of Operational Research， 2018，268（2）：613-623.

[28]  Shi X， Dong C， Cheng T C E. Does the buy-online-and-pick-up-store strategy with pre-orders benefit a retailer with the consideratiton of returns？[J]. International Journal of Production Economics， 2018，206：134-145.

[29]  MacCarthy B L， Zhang L， Muyldermans L. Best Performance Frontiers for Buy-Online-Pickup-in-Store order fulfillment[J]. International Journal of Production Economics， 2019，211：251-264，45.

[30]  Niu B， Mu Z， Li B. O2O results in traffic congestion reduction and sustainability improvement： Analysis of “Online-to

-Store” channel and uniform pricing strategy[J]. Transportation Research Part E： Logistics and Transportation Review， 2019，122：481-505.