Transport Research >

2025 , Vol. 11 >Issue 1: 16 - 29

DOI: https://doi.org/10.16503/j.cnki.2095-9931.2025.01.002

Green Travel Strategies from the Perspective of New Energy: An Evolutionary Game Analysis Considering Internal Incentives in Enterprises

  • WANG Yang , 1 ,
  • ZHANG Chunqin , 1, * ,
  • JIANG Ziyan 2 ,
  • LU Xi 3
Expand
  • 1 Architectural Engineering Institute, Zhejiang Sci-Tech University, Hangzhou 310000, China
  • 2 School of Economics and Management, Ningxia University, Yinchuan 750021, China
  • 3 China Academy of Transportation Sciences, Beijing 100029, China

Received date: 2024-03-27

  Online published: 2025-03-14

Fold

Abstract

To guide residents to choose green travel strategies, based on evolutionary game theory and from the perspective of promoting the application of new energy, a tripartite evolutionary game model of government-public-enterprise is constructed to explore the impact of different parameters on the strategy choices of each subject, and analyze the potential impacts of changes in each subject′s strategy on the evolution of the game system. The research results indicate that compared to directly providing subsidies, adjusting the subsidy amount based on the assessment of green technology innovation achievements by enterprises is more conducive to encouraging enterprises to choose green technology innovation strategies; The changes of collection intensity in carbon and energy taxes imposed by the government will alter the evolution rate of enterprises′ choices of green technology innovation strategies, and compared to energy taxes, carbon taxes have a greater impact; The effect of proportional adjustment is more significant than that of equal-amount adjustment in terms of the collection intensity of energy taxes when different strategies are adopted by enterprises; When exploring the impact of additional costs of green travel on residents′ strategic choices, compared to the government, the impact of corporate strategic choices on the evolution rate of residents′ choice of green travel strategies is more significant; The additional benefits generated by enterprises adopting green technology innovation will form internal incentives, which will in turn encourage enterprises to choose green technology innovation strategies, and the benefits will be influenced by the government and public strategy choices. Based on the above research results, it is recommended that the government should provide corresponding subsidies to enterprises based on the assessment of their achievements in green technology innovation; Enrich the audit standards for regulatory penalties, pay attention to the carbon emissions and energy use in the production process of enterprises, and adopt a proportional adjustment method for the energy taxes that enterprises need to pay when adopting different strategies; While improving the urban road network planning, urge enterprises to carry out production transformation and reduce the cost of green travel for the public; Build a healthy and stable green travel market, increase the additional benefits of green technology innovation by enterprises, and stimulate the internal driving force of green innovation by enterprises.

Key words： green travel; new energy; tripartite evolutionary game; strategy selection; potential impact

Cite this article

WANG Yang , ZHANG Chunqin , JIANG Ziyan , LU Xi . Green Travel Strategies from the Perspective of New Energy: An Evolutionary Game Analysis Considering Internal Incentives in Enterprises[J]. Transport Research, 2025 , 11(1) : 16 -29 . DOI: 10.16503/j.cnki.2095-9931.2025.01.002

0 引言

随着城市机动化水平的提高，交通拥堵、环境污染等问题日渐严重。高频率的私家车出行在造成高能源消耗的同时，也导致了二氧化碳排放量的增加[1]。根据国际能源署发布的《2022年二氧化碳排放报告》[2]，2021年，全球交通运输领域的碳排放增加了2.1%（1.37亿吨）。在“双碳”目标背景下，交通运输领域如何在保证经济效益的同时解决高能耗、高污染的问题成为诸多学者的研究课题。
现阶段对于绿色出行尚未有统一明确的定义，本文在参考相关论文[3-4]及交通运输部相关文件[5]的基础之上，将绿色出行定义为：以绿色发展理念为指导、选择低碳节能的交通工具的出行方式，包括乘坐公共交通、步行、自行车出行等。绿色出行在降低社会运行成本的同时，能有效减少机动车对环境的污染[6]。为引导居民选择绿色出行方式，需要精准识别居民绿色出行的影响因素。相关研究表明，居民对于绿色出行的选择不仅受个人属性的影响[7-8]，还与城市交通环境相关[9⇓⇓-12]。出行者个人属性作为内因，是居民出行决策差异性的主要来源。城市交通环境作为外因，是居民选择出行行为的现实影响因素。当城市交通环境不足以支持居民选择绿色出行方式时，就会出现居民绿色出行行为与意愿悖离的现象[13]。城市交通环境的建设不仅需要政府的宏观规划，还需要交通企业进行技术支持。企业是交通领域实现低碳减排转型发展的行为主体[14]。现阶段，政府对企业生产行为的监管主要是通过以税收和补贴为手段的奖惩机制。碳税作为我国实现低碳减排的重要政策工具，可以有效促使企业降低碳排放量[15]。霍红等[16]基于碳税政策对企业开展低碳技术创新的临界条件进行了讨论，证明了机动车碳税政策能够有效促使企业进行低碳技术创新。Zhou等[17]通过构建可计算一般均衡模型，探讨了碳税对交通部门和宏观经济的影响，发现合适的碳税税率能够有效减小能源需求和碳减排对宏观经济和交通部门的负面影响，且不同交通部门和不同能源类别适合的碳税税率是不同的。Klier等[18]考察了法国、德国和瑞典的机动车登记情况，认为征收碳税能够减少新车登记。近年来，新能源汽车作为传统汽油机动车的替代方案，其在节能减排方面的优势受到关注，并逐步发展成为绿色出行的新方式。但新能源汽车作为交通领域的新兴产业，开发成本高且产品效益尚不明确，因此如何提高企业对新能源汽车的开发意愿成为诸多学者的研究目标。一方面可以从政府补贴出发，如Zhao等[19]探究了在无标度网络、小世界网络、小尺度网络和大规模网络中政府补贴对扩大新能源汽车市场规模的促进作用，认为在补贴额度有限的情况下，对于具有无标度特征的小规模市场，政府不应贸然扩大市场规模，而应先加强网络连接；马亮等[20]将国家财政补贴对象由需求侧调整为供给侧，向企业端提供补贴，并设计了产业内补贴，在促进传统机动车企业进行产业升级的同时，激励新能源汽车企业加大投入。另一方面可以从消费者角度出发，如李创等[21]运用结构方程模型分析了新能源汽车消费促进政策对消费者的影响，认为政策重点应当逐步转向基础设施建设和路权分配方面；汪和平等[22]通过构建消费者效用函数、汽车制造商利润函数和政府与汽车制造商的演化博弈模型，发现政府采取动态奖励与静态惩罚的政策组合最优，且适度提高惩罚力度有助于提高新能源汽车制造商的生产积极性。
总体来说，已有关于企业绿色转型发展影响因素的研究主要聚焦在外部激励，较少考虑企业收益形成的内部激励的作用机制，缺乏对企业潜在收益影响因素的研究；在探讨针对企业的惩罚机制时，主要以产品碳排放为衡量标准，对于能源使用情况的审查多局限于新能源汽车领域。鉴于此，本文基于演化博弈论，在推进新能源使用的背景下，构建政府、公众和企业三方博弈模型，将企业进行传统生产行为时所需缴纳的税金进一步细分为碳税和能源税，讨论将能源使用情况的征税标准推广到各个绿色出行领域；以企业收益为研究对象，探讨企业内部激励的作用机制，通过引入影响系数，探究各方主体策略变化对博弈系统的潜在影响。

1 模型构建

1.1 基本假设

本文以政府、公众、企业三方为博弈主体，探究其对绿色出行的作用机制，具体演化博弈关系如图1所示。在绿色出行群体演化的过程中，政府通过对公众和企业的低碳行为给予补贴，有效引导双方采取低碳策略；公众向政府提出诉求，享受企业提供的出行服务，并作为第三方对政府和企业进行监督；企业在为公众提供出行服务的同时，会受到政府的监管和公众的监督，并根据监管力度的不同给予不同的决策反馈[23]。由此，本文的基本假设如下。
图1 绿色出行博弈三方的博弈关系
1）H1：博弈三方均为有限理性个体，且均有两种行为选择策略。政府的策略集为（倡导绿色出行，保持传统模式），相应策略的选择概率为（x, 1-x）；公众的策略集为（绿色出行，非绿色出行），相应策略的选择概率为（y, 1-y）；企业的策略集为（绿色技术创新，保持传统技术），相应策略的选择概率为（z, 1-z）。
2）H2：公众为独立个体，在计算出行费用时以个体为单位。公众的绿色出行行为会得到政府的补贴；当企业进行绿色技术创新时，公众会因为企业提供了更完善的绿色出行服务而节省更多的出行费用；受制于现阶段绿色出行水平，公众的绿色出行行为在降低经济成本的同时，也会提高时间成本。
3）H3：企业采取绿色技术创新策略时会得到政府的补贴，补贴力度与企业的绿色创新成果相关；企业采取保持传统技术策略时，政府对其征收碳税及能源税，征税力度受政府策略影响。企业进行绿色技术创新时存在潜在收益，且该收益受政府和公众策略影响。当政府和公众策略集为（倡导绿色出行，绿色出行）时，企业的绿色技术创新行为会带来社会效益、潜在顾客群体等潜在收益；当政府和公众策略集为（保持传统模式，非绿色出行）时，企业的绿色技术创新行为会由于缺乏支持、销售受阻等，出现负向收益的现象。
4）H4：政府采取保持传统模式策略时，无论公众和企业选择何种策略，均无法得到补贴。

1.2 参数设定

根据上述基本假设，本研究从基础成本、额外成本、社会损益、基础收益、额外收益、税金等方面进行参数设定，并引入相关影响系数来体现各博弈主体采取不同策略对其余两方的潜在影响，具体如表1所示。相关参数进一步解释如下。
表1 参数符号说明
参数 含义
基础成本 C1 政府的固定成本
C2 企业的固定成本
C3 公众的基础出行费用
额外成本 C4 政府倡导绿色出行的额外成本
（补贴、宣传费用等）
C5 企业进行绿色创新的额外成本
C6 公众选择非绿色出行的额外费用
C7 公众选择绿色出行的额外成本（时间、舒适性等）
社会损益 M1 政府倡导绿色出行的社会收益
N1 政府保持传统模式的社会损失
M2 企业进行绿色创新的社会收益
N2 企业保持传统技术的社会损失
基础收益 S1 政府的基础收益
S2 企业的基础收益
额外收益 S3 企业保持传统技术时获得的额外收益
S4 企业进行绿色创新时获得的额外收益
B1 企业进行绿色创新时获得的政府补贴
B2 公众选择绿色出行时获得的政府补贴
F1, F2 公众选择绿色出行时节省的出行费用
税金 T1 企业保持传统技术时需缴纳的碳税
T2 企业保持传统技术时需缴纳的能源税
T3 企业进行绿色技术创新时需缴纳的能源税
影响系数 a1, a2, a3, a4 企业进行绿色技术创新的额外收益对其的
影响系数
b 企业进行绿色技术创新时政府补贴对其的
影响系数
c1, c2 企业保持传统技术时政府征收能源税对其的
影响系数
S1为政府的基础收益，主要为日常运营获得的社会效益以及征收交通企业日常经营所需缴纳的营业税等。
F1, F2分别为企业采取绿色技术创新、保持传统技术策略时居民采取绿色出行策略节省的费用。企业采取绿色技术创新策略时会完善绿色出行服务设施、提高绿色出行服务质量，进而降低绿色出行成本[24]，故本文假设F1>F2。
T2, T3分别为企业采取保持传统技术、绿色技术创新时所需缴纳的能源税。为激励新能源企业进行新能源技术研发，政府会对其实施税收优惠政策[25]，故本文假设T2>T3。
a为企业采取绿色技术创新策略时获得的额外效益的影响系数，其受政府和居民的策略选择影响。其中，公众对绿色产品的购买力受到基础配套设施的影响[26]，而基础设施的建设需要政府统筹规划。故本文假设，政府对企业采取绿色技术创新策略时获得的额外收益具有更大的影响。在上述基础之上，参考超额累进税率的划分标准，以政府和公众对企业进行绿色技术创新的支持度为依据，对a的取值进行区分。对各影响系数的取值区间界定如下。
a1：对应政府和居民策略集（倡导绿色出行，绿色出行），取值区间为[1,2]。
a2：对应政府和居民策略集（保持传统模式，绿色出行），取值区间为[0, 1)。
a3：对应政府和居民策略集（倡导绿色出行，非绿色出行），取值区间为[0.5,1.5]。
a4：对应政府和居民策略集（保持传统模式，非绿色出行），取值区间为[-1, 0]。
b：企业采取绿色技术创新策略时政府对其补贴的影响系数，受企业绿色技术创新成果的影响[27]，取值区间为(0, 1.5]。
c1, c2：分别为政府采取倡导绿色出行、保持传统模式策略前提下，企业采取保持传统技术策略时政府征收能源税的影响系数。政府监管力度的大小会影响其对企业制定相应税率的高低[28]，故本文假设c1>c2，其中c1的取值区间为[1,2]，c2的取值区间为[0.5, 1)。

1.3 三方博弈收益矩阵

根据上述参数设定和假设，得到政府、公众、企业三方博弈的收益矩阵，如表2所示。
表2 政府、公众和企业三方博弈的收益矩阵
策略组合 政府 公众 企业
（倡导绿色出行，
绿色出行，
绿色技术创新）		 -C1-C4+M1+
S1+T3		 -C3-C7+
B2+F1		 -C2-C5-T3+M2+bB1+S2+a1S4
（倡导绿色出行，
绿色出行，
保持传统技术）		 -C1-C4+M1+
S1+B1+T1+T2		 -C3-C7+
B2+F2		 -C2-N2+S2+S3-
T1-c1T2
（倡导绿色出行，
非绿色出行，
绿色技术创新）		 -C1-C4+M1+
S1+B2+T3		 -C3-C6 -C2-C5-T3+M2+bB1+S2+a2S4
（倡导绿色出行，
非绿色出行，
保持传统技术）		 -C1-C4+M1+S1+B1+B2+T1+T2 -C3-C6 -C2-N2+S2+S3-
T1-c1T2
（保持传统模式，
绿色出行，
绿色技术创新）		 -C1-N1+S1+T3 -C3-C7+F1 -C2-C5-T3+M2+
S2+a3S4
（保持传统模式，
绿色出行，
保持传统技术）		 -C1-N1+S1+
T1+T2		 -C3-C7+F2 -C2-N2+S2+S3-
T1-c2T2
（保持传统模式，
非绿色出行，
绿色技术创新）		 -C1-N1+S1+T3 -C3-C6 -C2-C5-T3+M2+
S2+a4S4
（保持传统模式，
非绿色出行，
保持传统技术）		 -C1-N1+S1+
T1+T2		 -C3-C6 -C2-N2+S2+S3-
T1-c2T2

2 三方演化博弈分析

2.1 复制动态方程

本文分别构造政府、公众和企业的复制动态方程，分析各博弈主体在采取不同策略时对博弈系统演化趋势的影响机理。
1）根据上述收益矩阵可以得出，政府采取倡导绿色出行策略的期望收益Ux1为：
U x 1 = y z ( - C 1 - C 4 + M 1 + S 1 + T 3 ) + y ( 1 - z ) ( - C 1 - C 4 + M 1 + S 1 + B 1 + T 1 + T 2 ) + ( 1 - y ) z ( - C 1 - C 4 + M 1 + S 1 + B 2 + T 3 ) + ( 1 - y ) ( 1 - z ) ( - C 1 - C 4 + M 1 + S 1 + B 1 + B 2 + T 1 + T 2 ) = - y B 2 - z ( B 1 + T 1 + T 2 - T 3 ) - C 1 - C 4 + M 1 + S 1 + B 1 + B 2 + T 1 + T 2
政府采取保持传统模式策略的期望收益Ux2为：
U x 2 = y z ( - C 1 - N 1 + S 1 + T 3 ) + y ( 1 - z ) ( - C 1 - N 1 + S 1 + T 1 + T 2 ) + ( 1 - y ) z ( - C 1 - N 1 + S 1 + T 3 ) + ( 1 - y ) ( 1 - z ) ( - C 1 - N 1 + S 1 + T 1 + T 2 ) = z ( T 3 - T 1 - T 2 ) + ( - C 1 - N 1 + S 1 + T 1 + T 2 )
政府的复制动态方程为：
F ( x ) = d x / d t = x ( U x 1 - U x ) = x ( 1 - x ) ( U x 1 - U x 2 ) = x ( 1 - x ) [ - y B 2 - z ( B 1 + T 1 + T 2 - T 3 ) - C 1 - C 4 + M 1 + S 1 + B 1 + B 2 + T 1 + T 2 - z ( T 3 - T 1 - T 2 ) - ( - C 1 - N 1 + S 1 + T 1 + T 2 ) ] = x ( 1 - x ) ( - y B 2 - z B 1 - C 4 + M 1 + B 1 + B 2 + N 1 )
2）根据上述收益矩阵可以得出，公众采取绿色出行策略的期望收益Uy1为：
U y 1 = x z ( - C 3 - C 7 + B 2 + F 1 ) + x ( 1 - z ) ( - C 3 - C 7 + B 2 + F 2 ) + ( 1 - x ) z ( - C 3 - C 7 + F 1 ) + ( 1 - x ) ( 1 - z ) ( - C 3 - C 7 + F 2 ) = x B 2 + z ( F 1 - F 2 ) - C 3 - C 7 + F 2
公众采取非绿色出行策略的期望收益Uy2为：
U y 2 = x z ( - C 3 - C 6 ) + x ( 1 - z ) ( - C 3 - C 6 ) + ( 1 - x ) z ( - C 3 - C 6 ) + ( 1 - x ) ( 1 - z ) ( - C 3 - C 6 ) = - C 3 - C 6
公众的复制动态方程为：
F ( y ) = d y / d t = y ( U y 1 - U y ) = y ( 1 - y ) ( U y 1 - U y 2 ) = y ( 1 - y ) [ x B 2 + z ( F 1 - F 2 ) - C 3 - C 7 + F 2 + C 3 + C 6 ] = y ( 1 - y ) [ x B 2 + z ( F 1 - F 2 ) - C 7 + F 2 + C 6 ]
3）根据上述收益矩阵可以得出，企业采取绿色技术创新策略的期望收益Uz1为：
U z 1 = x y ( - C 2 - C 5 - T 3 + M 2 + b B 1 + S 2 + a 1 S 4 ) + x ( 1 - y ) ( - C 2 - C 5 - T 3 + M 2 + b B 1 + S 2 + a 2 S 4 ) + ( 1 - x ) y ( - C 2 - C 5 - T 3 + M 2 + S 2 + a 3 S 4 ) + ( 1 - x ) ( 1 - y ) ( - C 2 - C 5 - T 3 + M 2 + S 2 + a 4 S 4 ) = x y S 4 ( a 1 - a 2 - a 3 + a 4 ) + x [ b B 1 + ( a 2 - a 4 ) S 4 ] + y ( a 3 - a 4 ) S 4 + ( - C 2 - C 5 - T 3 + M 2 + S 2 + a 4 S 4 )
企业采取保持传统技术策略的期望收益Uz2为：
U z 2 = x y ( - C 2 - N 2 + S 2 + S 3 - T 1 - c 1 T 2 ) + ( 1 - x ) y ( - C 2 - N 2 + S 2 + S 3 - T 1 - c 2 T 2 ) + x ( 1 - y ) ( - C 2 - N 2 + S 2 + S 3 - T 1 - c 1 T 2 ) + ( 1 - x ) ( 1 - y ) ( - C 2 - N 2 + S 2 + S 3 - T 1 - c 2 T 2 ) = ( - C 2 - N 2 + S 2 + S 3 - T 1 - c 2 T 2 ) + x ( c 2 - c 1 ) T 2
企业的复制动态方程为：
F ( z ) = d z / d t = z ( U z 1 - U z ) = z ( 1 - z ) ( U z 1 - U z 2 ) = z ( 1 - z ) { x y S 4 ( a 1 - a 2 - a 3 + a 4 ) + x [ b B 1 + ( a 2 - a 4 ) S 4 ] + y ( a 3 - a 4 ) S 4 + ( - C 2 - C 5 - T 3 + M 2 + S 2 + a 4 S 4 ) - [ ( - C 2 - N 2 + S 2 + S 3 - T 1 - c 2 T 2 ) + x ( c 2 T 2 - c 1 T 2 ) ] } = z ( 1 - z ) { x y S 4 ( a 1 - a 2 - a 3 + a 4 ) + x [ b B 1 + ( a 2 - a 4 ) S 4 - ( c 2 - c 1 ) T 2 ] + y ( a 3 - a 4 ) S 4 - C 5 - T 3 + M 2 + a 4 S 4 + N 2 - S 3 + T 1 + c 2 T 2 }

2.2 演化博弈稳定性分析

为求得博弈各方的均衡稳定策略，令F(x)=0, F(y)=0, F(z)=0，可得到8个均衡点，分别为E1(0,0,0), E2(1, 0, 0), E3(0, 1, 0), E4(0, 0, 1), E5(1, 1, 0), E6(1, 0, 1), E7(0, 1, 1), E8(1, 1, 1)。
根据李雅普诺夫稳定性理论，对三方博弈主体的复制动态方程分别求关于x, y, z的偏导数，构建雅可比矩阵，在此基础之上分析各个均衡点的特征值，判断博弈系统的稳定性。其中，雅可比矩阵J如式（10）所示。
J = d F ( x ) / d x d F ( x ) / d y d F ( x ) / d z d F ( y ) / d x d F ( y ) / d y d F ( y ) / d z d F ( z ) / d x d F ( z ) / d y d F ( z ) / d z = 1 − 2 x − y B 2 − z B 1 − C 4 + M 1 + B 1 + B 2 + N 1 x 1 − x − B 2 x 1 − x − B 1 y 1 − y B 2 z 1 − z a 1 − a 2 − a 3 + a 4 y S 4 b B 1 + a 2 − a 4 S 4 − c 2 T 2 − c 1 T 2 1 − 2 y x B 2 + z F 1 − F 2 − C 7 + F + C 6 z 1 − z a 1 − a 2 − a 3 + a 4 x S 4 + a 3 − a 4 S 4 − y 1 − y F 1 − F 2 1 − 2 y x y S 4 a 1 − a 2 − a 3 + a 4 + x b B 1 + a 2 − a 4 S 4 − c 2 − c 1 T 2 + y a 3 − a 4 S 4 − C 5 − T 3 + M 2 + a 4 S 4 + N 2 − S 3 + T 1 + c 2 T 2
将8个均衡点分别代入雅可比矩阵，并根据矩阵特征值的求法求得对应的特征值λ1, λ2, λ3，具体如表3所示。
表3 博弈系统各均衡点特征值
均衡点 特征值
λ1 λ2 λ3
（0, 0, 0） -C4+M1+B1+B2+N1 -C7+F2+C6 -C5-T3+M2+a4S4+N2-
S3+T1+c2T2
（1, 0, 0） C4-M1-B1-B2-N1 B2-C7+
F2+C6		 bB1-C5-T3+M2+a2S4+
N2-S3+T1+c1T2
（0, 1, 0） -C4+M1+
B1+N1		 C7-F2-C6 -C5-T3+M2+a3S4+N2-
S3+T1+c2T2
（0, 0, 1） -C4+M1+
B2+N1		 -C7+F1+C6 C5+T3-M2-a4S4-N2+
S3-T1-c2T2
（1, 1, 0） C4-M1-
B1-N1		 -B2+C7-
F2-C6		 bB1-C5-T3+M2+a1S4+
N2-S3+T1+c1T2
（1, 0, 1） C4-M1-
B2-N1		 B2-C7+
F1+C6		 -bB1+C5+T3-M2-a2S4-N2+S3-T1-c1T2
（0, 1, 1） -C4+M1+N1 C7-F1-C6 C5+T3-M2-a3S4-N2+
S3-T1-c2T2
（1, 1, 1） C4-M1-N1 -B2+C7-
F1-C6		 -bB1+C5+T3-M2-a1S4-N2+S3-T1-c1T2
由李雅普诺夫判别法可知，当雅可比矩阵中所有特征值均小于0时，该点为稳定点；当雅可比矩阵中的特征值均大于0时，该点为不稳定点；当雅可比矩阵中的特征值有正有负时，该点为鞍点。故上述各均衡点稳定性条件如表4所示。
表4 均衡点稳定性条件
均衡点 稳定性条件
（0, 0, 0） -C4+M1+B1+B2+N1<0, -C7+F2+C6<0,
-C5-T3+M2+a4S4+N2-S3+T1+c2T2<0
（1, 0, 0） C4-M1-B1-B2-N1<0, B2-C7+F2+C6<0,
bB1-C5-T3+M2+a2S4+N2-S3+T1+c1T2<0
（0, 1, 0） -C4+M1+B1+N1<0, C7-F2-C6<0,
-C5-T3+M2+a3S4+N2-S3+T1+c2T2<0
（0, 0, 1） -C4+M1+B2+N1<0, -C7+F1+C6<0,
C5+T3-M2-a4S4-N2+S3-T1-c2T2<0
（1, 1, 0） C4-M1-B1-N1<0, -B2+C7-F2-C6<0,
bB1-C5-T3+M2+a1S4+N2-S3+T1+c1B2<0
（1, 0, 1） C4-M1-B2-N1<0, B2-C7+F1+C6<0,
-bB1+C5+T3-M2-a2S4-N2+S3-T1-c1T2<0
（0, 1, 1） -C4+M1+N1<0, C7-F1-C6<0,
C5+T3-M2-a3S4-N2+S3-T1-c2T2<0
（1, 1, 1） C4-M1-N1<0, -B2+C7-F1-C6<0,
-bB1+C5+T3-M2-a1S4-N2+S3-T1-c1T2<0

3 仿真分析

3.1 理想策略演化路径分析

根据上述均衡点稳定性条件可知，为使结果演化至政府选择倡导绿色出行策略、公众选择绿色出行策略、企业选择绿色技术创新策略的理想状态，仿真分析的初值设定需要满足条件：C4-M1-N1<0, -B2+C7-F1-C6<0, -bB1+C5+T3-M2-a1S4-N2 +S3-T1+c1T2<0。故本文设定参数初始赋值如下：C1=2, C2=3, C3=1, C4=2, C5=3, C6=1.5, C7=1, M1=3.5, N1=3, M2=3, N2=2.5, S1=1, S2=3, S3=1.5, S4=1, B1=3, B2=1.5, F1=1.5, F2=0.5, T1=1.5, T2=2, T3=1.5, a1=1.5, a2=0.5, a3=1, a4=-0.5, b=0.8, c1=1.5, c2=0.8。
在上述参数设定下，利用MATLAB软件对博弈系统进行仿真分析，结果见图2。由图2可知，博弈系统在理想策略下存在稳定点E8（1, 1, 1），即政府采取倡导绿色出行策略、公众采取绿色出行策略、企业采取绿色技术创新策略的策略组合，与表4中的均衡点稳定条件一致，是本博弈系统演化结果的理想状态。由此可知，公众与企业对绿色行为的选择与政府采取倡导绿色出行的策略存在紧密联系。
图2 理想条件下演化50次的仿真结果

3.2 政府策略对企业的影响

3.2.1 政府补贴对企业策略演化趋势的影响

在理想稳定策略的条件下，对企业采取绿色技术创新策略时政府给予的补贴B1分别取值1, 3, 5，分析该取值变化对企业策略演化趋势的影响，结果如图3（a）所示。由图3（a）可知，在其余参数初始赋值不变的情况下，B1取值的变化不会影响最终演化结果，但会改变演化速率。在政府选择倡导绿色出行策略概率较低的情况下，补贴的提高对企业选择绿色技术创新策略存在一定的逆向作用；当政府选择倡导绿色出行策略概率较高时，补贴的提高会促使企业选择绿色技术创新策略。
图3 B1, b的取值变化对企业策略演化的影响
对政府给予企业补贴的影响系数b分别取值0.3, 0.8, 1.2，分析不同取值对企业策略演化趋势的影响，结果如图3（b）所示。由图3（b）可知，b的取值变化不会影响企业选择绿色技术创新策略的演化趋势，但会改变演化速率。随着补贴影响系数的提高，企业向绿色技术创新策略演化的速率会加快。而政府对企业补贴的影响系数受企业创新成果的影响。故政府完善补贴审核制度，将企业的创新成果纳入补贴的考核指标，根据企业的实际成果灵活调整给予的补贴额度，能够有效促使企业选择绿色技术创新策略。
对比图3（a）、图3（b）可知，相较于B1的取值变化，b的取值变化对企业向绿色技术创新策略演化的速率的影响更为显著。

3.2.2 政府税收对企业策略演化趋势的影响

对企业采取保持传统技术策略时政府征收的碳税T1分别取值1.5, 3.5, 5.5，征收的能源税T2分别取值2, 4, 6，对企业采取绿色技术创新策略时政府征收的能源税T3分别取值1, 1.5, 2，分析不同取值对企业策略演化趋势的影响，结果如图4所示。由图4可知，T1, T2, T3的取值变化不会改变企业选择绿色技术创新策略的演化趋势，但会改变演化速率。当企业采取保持传统技术策略时，随着政府征税力度的加大，企业向绿色技术创新策略演化的速率会加快，说明政府加大惩罚力度可以促使企业选择绿色技术创新策略。当企业采取绿色技术创新策略时，政府征收能源税力度的加大，反而会减缓企业向绿色技术创新策略演化的速率。
图4 T1, T2, T3的取值变化对企业策略演化的影响
对政府采取倡导绿色出行策略时征收企业能源税的影响系数c1取值1, 1.5, 2，对政府采取保持传统模式策略时征收企业能源税的影响系数c2取值0.5, 0.7, 0.9，分析不同取值对企业策略演化的影响，结果如图5所示。由图5可知，c1, c2取值的变化不会影响企业策略演化的趋势，但会改变演化速率。通过对比图5（a）和图5（b）可知，无论政府采取何种策略，c1, c2数值的提高都会加快企业选择绿色技术创新策略的演化速率。该系数与政府采取的策略、企业生产过程中传统能源的使用量相关，说明政府加大对企业使用传统能源的监管力度，能够有效促使企业选择绿色技术创新策略。
图5 c1, c2的取值变化对企业策略演化的影响
下面进一步探讨碳税T1和能源税T2, T3的取值变化对博弈系统演化的影响。
1）T2, T3取值为0
T2, T3取值为0，T1取值分别为1.5, 3.5, 5.5，即探讨仅征收碳税时博弈系统的演化，结果如图6所示。对比图4（a）和图6可知，T2=0时企业向绿色技术创新策略演化的速率整体下降，且下降幅度在T1取值较低的情况下更为明显。
图6 T2=T3=0时，T1的取值变化对企业策略演化的影响
2）T1取值为0
对T2分别取值2, 4, 6，对T3分别取值1.5, 3, 4.5，即在T2, T3比值不变的前提下，探究仅征收能源税对企业策略演化的影响，具体结果如图7（a）所示。对T2分别取值2, 4, 6，对T3分别取值1.5, 3.5, 5.5，即在T2, T3数值变化值相同的前提下，探究仅征收能源税对企业策略演化的影响，结果如图7（b）所示。对比图7（a）、图7（b）可知，相较于等额调整T2, T3数值，等比调整T2, T3数值对企业策略演化速率的影响更为明显。
图7 T1=0时，T2, T3的取值变化对企业策略演化的影响
3）T1, T2, T3取值均为0
T1, T2, T3取值均为0，即探讨不征收碳税和能源税时博弈系统的演化结果，并与T1=0、T2=T3=0的情况进行对比，结果如图8所示。由图8可知，相较于能源税，碳税的征收更有利于促使企业选择绿色技术创新策略。
图8 税种变化对企业策略演化趋势的影响

3.3 政府和企业策略对公众策略的影响

3.3.1 政府补贴对公众策略演化趋势的影响

对公众采取绿色出行时政府对其的补贴B2分别取值0.5, 1.5, 2.5，分析不同取值对公众策略演化的影响，结果如图9所示。由图9可知，B2的取值变化不会影响公众策略的演化趋势，但会改变演化速率。政府的补贴力度与公众选择绿色出行策略的演化速率正相关，即政府加大补贴力度能促使公众选择绿色出行策略。
图9 B2的取值变化对公众策略演化的影响

3.3.2 绿色出行额外成本对公众策略演化趋势的影响

对公众选择绿色出行的额外成本C7分别取值0.5, 1, 1.5，分析不同取值对公众策略演化的影响，结果如图10所示。
图10 政府、企业双视角下C7的取值变化对公众策略演化的影响
由图10可知，C7的取值变化不会影响公众策略的演化趋势，但会影响演化速率。伴随演化进程的推进，公众选择绿色出行时额外成本的增加会减缓公众选择绿色出行策略的演化速率。对比图10（a）、图10（b）可知，从企业视角观察，公众向绿色出行策略演化的速率更快。故在政府加强城市交通网络规划的同时，企业更需加快提升绿色出行服务质量，以期有效降低居民绿色出行成本，进而促使居民选择绿色出行策略。

3.4 各方策略对企业内部激励的影响

政府为促进企业绿色转型发展，多施以补贴、税金等奖惩措施，从外部激励企业选择绿色技术创新策略。但仅依靠外部因素对企业的绿色转型发展进行调节，不仅需要制定合理的监察制度、构建完善的监察渠道，还需要把握好监察力度。获取收益作为企业经营的主要目的，是激励企业发展的重要内部因素。因此，为更好地促使企业进行绿色发展，本文对企业进行绿色技术创新时的额外收益进行研究，分析其数值变化对企业策略演化的影响，进而探究企业进行绿色转型时内部激励的作用机制。
对企业采取绿色技术创新策略时的额外收益S4分别取值1, 3, 5，分析其数值变化对企业策略演化的影响，结果如图11所示。由图11可知，S4的取值变化不会改变企业策略的演化趋势，但会改变演化速率。绿色技术创新带来的额外收益的提高，能够促使企业选择绿色技术创新策略。
图11 S4的取值变化对企业策略演化的影响
当政府和公众的策略变化时，企业采取绿色技术创新策略所获得的额外收益存在潜在损益。故本文引入额外收益影响系数a，用以刻画博弈各方主体策略变化对企业额外收益的作用机制，并探究该作用机制下博弈系统的演化趋势。
对a1分别取值1.2, 1.5, 1.8，对a2分别取值0.2, 0.5, 0.8，对a3分别取值0.7, 1, 1.3，对a4分别取值-0.8, -0.5, -0.2，分析其数值变化对企业策略演化的影响，结果如图12所示。由图12可知，a1, a2, a3, a4的取值变化不会影响企业策略的演化趋势，但会改变演化速率。随着a1, a2, a3, a4数值的增大，企业向绿色技术创新策略的演化速率加快。
图12 a的取值变化对企业策略演化的影响
对比图12（a）、图12（d）可知，相较于a1而言，a4的数值变化对企业策略演化速率的影响更大。因此，相较于采取低碳策略的力度，政府和公众是否采取低碳策略对企业向绿色技术创新策略演化的速率影响程度更大。对比图12（b）、图12（c）可知，在取值变化值相同时，a3取值变化对博弈系统演化速率的影响程度大于a2取值变化对博弈系统演化速率的影响程度。因此，相较于公众对低碳策略的选择，政府选择低碳策略更有助于推动企业向绿色技术创新策略演化。

4 结论

本文以政府、公众、企业为主体，构建绿色出行三方博弈模型。在推广使用新能源的背景下，将企业采取传统技术时所需缴纳的税金细分为碳税和能源税，分析各方主体策略变化对博弈系统演化的影响；从企业自身收益出发，探究企业进行绿色转型发展时内部激励所形成的作用机制；通过引入影响系数，分析各方主体策略变化对博弈系统演化的潜在影响，得出以下结论。
1）相较于政府给予企业的补贴B1，影响系数b的数值变化对企业向绿色技术创新策略演化的速率的影响更为显著，而系数b与企业绿色创新的成果相关。故政府在通过财政补贴激励企业进行绿色技术创新的过程中，应加强对企业绿色创新成果的考核，并基于考核结果调整给予企业的实际补贴。
2）企业向绿色技术创新策略演化的速率受政府征收税种及税额的影响，且相较于能源税，碳税的影响力度更大；在调节对企业采取不同策略所征收的能源税时，等比调节比等额调节效果更为显著。对于企业的传统生产行为，政府应当丰富监管惩戒的审核标准，既要注重对碳排放的监管，也要加强对能源使用情况的审查；针对企业采取不同策略时所征收的能源税，应当采取等比调节的措施，进而促使企业选择绿色技术创新策略。
3）探讨居民选择绿色出行的额外成本对其策略选择的影响时，相较于政府，企业选择绿色技术创新策略的概率对居民向绿色出行策略的演化速率的影响更为显著。故政府在做好路网规划、基础设施建设的同时，更应该以企业为“主抓手”，督促企业提高绿色出行服务水平，以期更为直接、显著地降低公众选择绿色出行的成本，进而促使公众选择绿色出行。
4）企业收益作为企业绿色转型的内部激励因素，对企业选择绿色技术创新策略具有正向影响作用；当政府和公众均选择低碳策略时，企业向绿色技术创新策略演化的速率最快。政府应当积极倡导绿色出行，正确引导公众采取绿色出行行为，构建健康稳定的绿色出行市场，以此提高企业进行绿色技术创新的额外收益，从内部激励企业进行绿色转型发展。
本文从新能源视角展开分析，通过引入影响系数，探讨了各方主体策略变化对博弈系统的影响，丰富了绿色出行研究的内容，但仍存在一些不足，主要包括以下方面。
1）本文从政府企业双视角观察公众选择绿色出行成本对其策略选择的影响时，仅进行了初步的对比分析，缺乏细化研究，后续可考虑实际情况，进一步比较分析企业与政府对公众绿色出行额外成本的影响力度。
2）本文对政府和公众策略变化时对企业采取绿色技术创新策略的额外收益的影响系数仅做了区间估计，后续可以根据具体情况，对相关影响系数进行细化研究。
3）本文以演化博弈论为理论基础，主要采取仿真分析的方法进行研究，结果与实际情况存在一定差距。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
GÓMEZ VILCHEZ J, JOCHEM P. Powertrain technologies and their impact on greenhouse gas emissions in key car markets[J]. Transportation Research Part D: Transport and Environment, 2020, 80: 102214. DOI:10.1016/j.trd.2019.102214.

[2]
IEA. CO2 Emissions in 2022[R]. Paris: IEA, 2023.

[3]
XIONG H, LIU H, ZHANG R, et al. An energy matching method for battery electric vehicle and hydrogen fuel cell vehicle based on source energy consumption rate[J]. International Journal of Hydrogen Energy, 2019, 44(56): 29733-29742.

[4]
YANG R, LI L, ZHU J. Impact of the consciousness factor on the green travel behavior of urban residents: An analysis based on interaction and regulating effects in Chinese cultural context[J]. Journal of Cleaner Production, 2020, 274: 122894. DOI:10.1016/j.jclepro.2020.122894.

[5]
交通运输部, 国家发展改革委. 交通运输部国家发展改革委关于印发《绿色出行创建行动方案》的通知[EB/OL]. (2020-07-24) [2024-11-18]. https://xxgk.mot.gov.cn/2020/jigou/ysfws/202007/t20200724_3437849.html.

[6]
LÜ A, ZHU Z, CHENG G, et al. Research on the development of new energy vehicle sharing in China based on the concept of green travel[J]. E3S Web of Conferences, 2020, 165: 01024. DOI:10.1051/e3sconf/202016501024.

[7]
殷焕焕, 张璐. 基于ML模型的绿色出行方式选择行为研究[J]. 交通运输研究, 2016, 2(1):45-50.

[8]
刘建荣, 郝小妮. 考虑出行者异质性的绿色出行行为研究[J]. 华南理工大学学报(自然科学版), 2019, 47(7): 99-104,120.

[9]
SCHWANEN T, DIELEMAN F, DIJST M. Travel behaviour in Dutch monocentric and policentric urban systems[J]. Journal of Transport Geography, 2001, 9(3): 173-186.

[10]
CUI H, LI M, ZHU M, et al. Investigating the impacts of urban-rural bus service quality on rural residents′ travel choices using an SEM-MNL integration model[J]. Sustainability, 2023, 15(15): 11950. DOI:10.3390/su151511950.

[11]
王立明, 崔优凯, 俞洁, 等. 公路交通与能源基础设施融合发展模式及建议[J]. 交通运输研究, 2023, 9(3):123-131.

[12]
郭亮, 彭雨晴, 黄建中, 等. 影响绿色出行的短距离通勤空间要素识别与优化——以武汉市为例[J]. 城市规划学刊, 2022(3):37-43.

[13]
蔡洁, 刘炜, 马舒悦. 西安市居民绿色出行行为与意愿悖离研究[J]. 干旱区资源与环境, 2021, 35(11):31-37.

[14]
TIAN Y, GOVINDAN K, ZHU Q. A system dynamics model based on evolutionary game theory for green supply chain management diffusion among Chinese manufacturers[J]. Journal of Cleaner Production, 2014, 80: 96-105.

[15]
ZHENG P, PEI W, PAN W. Impact of different carbon tax conditions on the behavioral strategies of new energy vehicle manufacturers and governments-A dynamic analysis and simulation based on prospect theory[J]. Journal of Cleaner Production, 2023, 407: 137132. DOI:10.1016/j.jclepro. 2023.137132.

[16]
霍红, 杨若冰, 詹帅. 机动车碳税政策下政企低碳减排策略研究[J]. 重庆理工大学学报(自然科学), 2023, 37(1):232-243.

[17]
ZHOU Y, FANG W, LI M, et al. Exploring the impacts of a low-carbon policy instrument: A case of carbon tax on transportation in China[J]. Resources, Conservation and Recycling, 2018, 139: 307-314.

[18]
KLIER T, LINN J. Using taxes to reduce carbon dioxide emissions rates of new passenger vehicles: Evidence from France, Germany, and Sweden[J]. American Economic Journal: Economic Policy, 2015, 7(1): 212-242.

[19]
ZHAO D, JI S, WANG H, et al. How do government subsidies promote new energy vehicle diffusion in the complex network context? A three-stage evolutionary game model[J]. Energy, 2021, 230: 120899. DOI:10.1016/j.energy.2021.120899.

[20]
马亮, 仲伟俊, 梅姝娥. “供给侧改革”背景下的新能源汽车产业补贴政策创新研究[J]. 系统工程理论与实践, 2017, 37(9):2279-2288.

[21]
李创, 叶露露, 王丽萍. 新能源汽车消费促进政策对潜在消费者购买意愿的影响[J]. 中国管理科学, 2021, 29(10):151-164.

[22]
汪和平, 严啸宸, 赵丹, 等. 政府奖惩机制下考虑消费者低碳偏好的汽车制造商生产决策研究[J]. 系统工程理论与实践, 2023, 43(9):2669-2684.

[23]
徐莹, 张雪梅, 曹柬. 雾霾背景下政府监管与交通企业低碳行为演化博弈[J]. 系统管理学报, 2018, 27(3):462-469, 477.

[24]
ALLEN T, ARKOLAKIS C. The welfare effects of transportation infrastructure improvements[J]. The Review of Economic Studies, 2022, 89(6): 2911-2957.

[25]
董玮, 吴桐, 孟冉. 税收优惠能够激励新能源企业研发创新吗?——以A股新能源上市公司为例[J]. 税务研究, 2024(5):72-79.

[26]
WANG Z, ZHAO C, YIN J, et al. Purchasing intentions of Chinese citizens on new energy vehicles: How should one respond to current preferential policy?[J]. Journal of Cleaner Production, 2017, 161: 1000-1010.

[27]
李金昌, 连港慧, 徐蔼婷. “双碳”愿景下企业绿色转型的破局之道——数字化驱动绿色化的实证研究[J]. 数量经济技术经济研究, 2023, 40(9):1-21.

[28]
罗明, 范如国, 张应青, 等. 环境税制下政府与企业环境治理协同行为演化博弈及仿真研究[J]. 技术经济, 2019, 38(11):83-92.

Options
Outlines

/

〈 〉