政府監(jiān)管與閉環(huán)供應(yīng)鏈環(huán)保投資策略演化博弈分析

王建華 黃賢鳳 馬漢武 劉旭

摘要：針對閉環(huán)供應(yīng)鏈在經(jīng)濟(jì)可持續(xù)發(fā)展中具有重要地位而當(dāng)前其環(huán)保投資不足的現(xiàn)狀，構(gòu)建包含政府監(jiān)管策略與供應(yīng)鏈環(huán)保投資策略的博弈模型，進(jìn)行策略演化動態(tài)穩(wěn)定性分析，采用數(shù)值仿真分析決策參數(shù)和初始條件對演化結(jié)果的影響及其演化路徑。結(jié)果表明，政府監(jiān)管成本、政府獎懲力度、投資收益等是影響監(jiān)管和環(huán)保投資策略動態(tài)演化的關(guān)鍵因素;環(huán)保投資收益較高時，無論政府是否選擇監(jiān)管策略，閉環(huán)供應(yīng)鏈都會選擇環(huán)保投資策略;環(huán)保投資收益較低時，政府進(jìn)行監(jiān)管政策設(shè)計(jì)需要在調(diào)整獎懲力度，同時采取激勵措施促進(jìn)環(huán)保技術(shù)的發(fā)展來降低供應(yīng)鏈環(huán)保投資的投入成本，以實(shí)現(xiàn)閉環(huán)供應(yīng)鏈向環(huán)保運(yùn)作狀態(tài)的演化。

關(guān)鍵詞：政府監(jiān)管;閉環(huán)供應(yīng)鏈;環(huán)保投資;演化穩(wěn)定策略;演化博弈

中圖分類號：F273文獻(xiàn)標(biāo)識碼：A

O引言

隨著科技和生產(chǎn)力的快速發(fā)展，產(chǎn)品開發(fā)、生產(chǎn)、使用和更新?lián)Q代的速度越來越快，廢棄產(chǎn)品越來越多，資源消耗和環(huán)境惡化問題日益凸顯，尤其在經(jīng)濟(jì)處于快速增長時期的中國。為了充分利用這些廢舊產(chǎn)品的殘值，減少其對環(huán)境的危害，世界各國陸續(xù)出臺相關(guān)的政策和法律法規(guī)加強(qiáng)對企業(yè)可持續(xù)發(fā)展的引導(dǎo)和規(guī)制，促進(jìn)閉環(huán)供應(yīng)鏈的發(fā)展。

政府引導(dǎo)閉環(huán)供應(yīng)鏈發(fā)展通常采取兩類方式：獎懲制度和回收補(bǔ)貼。獎懲制度一般規(guī)定特定的回收率，如果生產(chǎn)者廢舊品回收達(dá)到特定回收率給予獎勵，如果生產(chǎn)者廢舊品回收低于特定回收率則給予懲罰。易余胤等（2014）研究獎懲制度對混合回收渠道下閉環(huán)供應(yīng)鏈節(jié)點(diǎn)企業(yè)最優(yōu)定價和渠道選擇的影響。王文賓等（2016）比較政府獎懲機(jī)制和稅收一補(bǔ)貼機(jī)制對于提高逆向供應(yīng)鏈回收率的有效性。王文賓等（2019）研究政府獎懲機(jī)制下閉環(huán)供應(yīng)鏈的成本共擔(dān)一利潤共享契約，研究發(fā)現(xiàn)隨著政府獎懲力度的提高，產(chǎn)品的零售價降低，回購價、回收率和回收商的利潤均提高，但制造商的利潤與目標(biāo)回收率有關(guān)。石純來等（2019）研究規(guī)模不經(jīng)濟(jì)下獎懲機(jī)制對閉環(huán)供應(yīng)鏈制造商合作策略影響。

獎懲制度涉及主體主要是企業(yè)，為了進(jìn)一步調(diào)動消費(fèi)者參與到閉環(huán)供應(yīng)鏈中來，政府推出一系列回收補(bǔ)貼政策。回收補(bǔ)貼政策在執(zhí)行過程中雖然是政府根據(jù)回收量給予回收企業(yè)補(bǔ)貼，但是企業(yè)可以根據(jù)補(bǔ)貼政策采取不同的市場活動，例如以舊換新補(bǔ)貼或二手回收現(xiàn)金券等，這些活動會提高消費(fèi)者參與閉環(huán)供應(yīng)鏈的積極性。林杰等（2014）研究在家電以舊換新背景下政府補(bǔ)貼對閉環(huán)供應(yīng)鏈成員利潤分配的影響。李新然等（2015）研究政府“以舊換再”補(bǔ)貼下的差別定價對閉環(huán)供應(yīng)鏈回收量和利潤的影響。李新然等（2017）研究再造品銷售困難環(huán)境下政府補(bǔ)貼和銷售努力對閉環(huán)供應(yīng)鏈運(yùn)作效益的影響，并提出了相應(yīng)對策。Liu等（2016）基于回收品質(zhì)量視角研究政府補(bǔ)貼對定價的影響。韓小花等（2019）針對兩階段閉環(huán)供應(yīng)鏈系統(tǒng)，研究了古諾競爭型閉環(huán)供應(yīng)鏈中的“以舊換再”策略選擇問題。

上述研究的政策主要基于供應(yīng)鏈回收數(shù)量而進(jìn)行的設(shè)計(jì)，沒有考慮供應(yīng)鏈回收再制造過程中的環(huán)保性。而現(xiàn)實(shí)閉環(huán)供應(yīng)鏈中存在很多無拆解資質(zhì)或環(huán)保設(shè)備和技術(shù)不過關(guān)的企業(yè)，這些企業(yè)在進(jìn)行廢舊品的回收、拆解與再制造過程中容易形成資源利用率低而二次污染嚴(yán)重的結(jié)果。有鑒于此，本文綜合考慮經(jīng)濟(jì)性和環(huán)保性指標(biāo)，利用演化博弈方法研究政府監(jiān)管策略和閉環(huán)供應(yīng)鏈環(huán)保投資策略的演化路徑，重點(diǎn)分析政府獎懲力度和監(jiān)管成本、供應(yīng)鏈環(huán)保投資成本與收益等參數(shù)對政府和供應(yīng)鏈群體策略演化的影響規(guī)律，以期為閉環(huán)供應(yīng)鏈環(huán)保投資策略選擇提供客觀有效的理論指導(dǎo)，為政府制定可持續(xù)發(fā)展政策提供理論依據(jù)。

1問題描述及模型構(gòu)建

1.1問題描述?？紤]閉環(huán)供應(yīng)鏈從市場上回收廢舊產(chǎn)品并進(jìn)行再造和再循環(huán)，由于理性行為人追求經(jīng)濟(jì)效益的特點(diǎn)使得很多閉環(huán)供應(yīng)鏈不具備正規(guī)的再造流程或再處理設(shè)備，其在再造過程中一方面提高了廢舊產(chǎn)品的回收再利用數(shù)量，另一方面又導(dǎo)致對環(huán)境產(chǎn)生了較大的污染.但是在現(xiàn)行的技術(shù)水平和市場需求條件下，閉環(huán)供應(yīng)鏈的存在整體上具有較大的社會效應(yīng)，從而使得政府監(jiān)管力度和處置措施不是非常的完備和嚴(yán)厲。但是為了促進(jìn)閉環(huán)供應(yīng)鏈逐步向環(huán)保運(yùn)營方向發(fā)展，發(fā)揮很好的資源再利用和環(huán)境保護(hù)作用，政府需要采取一定的力度對閉環(huán)供應(yīng)鏈進(jìn)行監(jiān)管，促進(jìn)其進(jìn)行環(huán)保投資，增強(qiáng)其再處理過程的技術(shù)水平和污染處置能力。

在該博弈中，參與主體主要是政府和閉環(huán)供應(yīng)鏈群體，每一群體成員都有兩個純策略選擇。閉環(huán)供應(yīng)鏈可以選擇進(jìn)行環(huán)保投資或不進(jìn)行環(huán)保投資，政府可以選擇監(jiān)管或不監(jiān)管。政府按照一定的隨機(jī)比例a對閉環(huán)供應(yīng)鏈進(jìn)行監(jiān)管和查處，如果發(fā)現(xiàn)閉環(huán)供應(yīng)鏈沒有進(jìn)行環(huán)保系統(tǒng)的投資，則進(jìn)行處罰P，如果發(fā)現(xiàn)閉環(huán)供應(yīng)鏈進(jìn)行了環(huán)保系統(tǒng)的投資，則給予獎勵A(yù)，其中實(shí)施監(jiān)管活動需要支付成本C_g。閉環(huán)供應(yīng)鏈對資源再利用的社會收益為R，環(huán)保運(yùn)行可以獲得經(jīng)濟(jì)收益E₁，正常運(yùn)行可以獲得經(jīng)濟(jì)利益E₂，其中：有盧比例的成員采取了環(huán)保系統(tǒng)的投資策略，投資需要成本為C_j，運(yùn)作過程對環(huán)境的污染效應(yīng)為h;有1-B的成員不采取環(huán)保投資，環(huán)境污染效應(yīng)為H。

為了限定問題應(yīng)用場景和后續(xù)表述方便性，進(jìn)行如下假設(shè)和定義：（1）環(huán)保投資供應(yīng)鏈的污染效應(yīng)要比沒采取環(huán)保投資供應(yīng)鏈的低，即h1>E₂。（3）令E₁-C_i為供應(yīng)鏈環(huán)保收益、E₂為供應(yīng)鏈正常收益、E=E₁-C_i-E₂為供應(yīng)鏈環(huán)保溢價收益。

1.2模型構(gòu)建。根據(jù)鷹鴿博弈的思想建立政府監(jiān)管與閉環(huán)供應(yīng)鏈環(huán)保投資策略博弈收益矩陣如表1所示。

2演化均衡分析

從表3可以看出，在政府監(jiān)管成本較低而閉環(huán)供應(yīng)鏈具有中等環(huán)保溢價收益的前提下不存在演化穩(wěn)定策略，可以看出政府和閉環(huán)供應(yīng)鏈將都選擇混合策略。當(dāng)政府因?yàn)楸O(jiān)管成本較低而選擇較高比例的監(jiān)管策略時，閉環(huán)供應(yīng)鏈如果不進(jìn)行環(huán)保投資將受到政府的罰款，于是閉環(huán)供應(yīng)鏈中有一定比例的成員會選擇采取環(huán)保投資;但是隨著采取環(huán)保投資的比例提高，政府實(shí)施監(jiān)管策略不僅需要投入監(jiān)管成本還需要給予采取環(huán)保投資的供應(yīng)鏈以獎勵，政府將逐步縮小監(jiān)管的比例;繼而因?yàn)檎O(jiān)管力度減弱而不能獲得足夠的政府獎勵來彌補(bǔ)環(huán)保溢價收益為負(fù)值的損失，使得供應(yīng)鏈選擇不進(jìn)行環(huán)保投資的比例增加。如此反復(fù)，演化博弈的結(jié)果就是政府和閉環(huán)供應(yīng)鏈均選擇混合策略。

2.3P>C_g，E>0。政府對不采取環(huán)保投資的閉環(huán)供應(yīng)鏈罰款要高于政府監(jiān)管成本，渠道環(huán)保溢價收益能夠產(chǎn)生正向收益，即低政府監(jiān)管支付與高環(huán)保溢價收益環(huán)境。此時，演化博弈動態(tài)方程存在4個均衡點(diǎn)：D（0，0），A（1，0），B（0，1），C（1，1），對這4個均衡點(diǎn)進(jìn)行穩(wěn)定性分析如表4所示。

從表4可以看出，在政府監(jiān)管成本較低而閉環(huán)供應(yīng)鏈環(huán)保溢價收益高的前提下，演化博弈的穩(wěn)定策略為B（O，1）。此種情形下，由于采取環(huán)保投資可以實(shí)現(xiàn)正向的環(huán)保溢價收益，不論政府是否進(jìn)行補(bǔ)貼，閉環(huán)供應(yīng)鏈都會自發(fā)地選擇環(huán)保投資策略，在提高收益的同時也能降低運(yùn)營對環(huán)境的危害;因政府獎勵對于閉環(huán)供應(yīng)鏈環(huán)保投資來說起到了錦上添花的作用，不論政府是否進(jìn)行監(jiān)管都不會影響閉環(huán)供應(yīng)鏈的策略，從而導(dǎo)致政府監(jiān)管積極性降低;同時不采取監(jiān)管措施又能節(jié)約政府運(yùn)作成本，更進(jìn)一步促使政府采取不監(jiān)管策略。

2.4Pg，E+A+P<0。政府對不采取環(huán)保投資的閉環(huán)供應(yīng)鏈罰款要低于政府監(jiān)管成本，渠道環(huán)保溢價收益加上政府對采取環(huán)保投資渠道的獎勵與沒有采取環(huán)保投資渠道的懲罰之和都不能產(chǎn)生正向收益，即高政府監(jiān)管支付與低環(huán)保溢價收益環(huán)境。此時，演化博弈動態(tài)方程存在4個均衡點(diǎn)：0（0，0），A（1，0），B（0，1），C（1，1），對這4個均衡點(diǎn)進(jìn)行穩(wěn)定性分析如表5所示。

從表5可以看出，在政府監(jiān)管成本較高而閉環(huán)供應(yīng)鏈環(huán)保溢價收益降低的環(huán)境下，演化博弈的穩(wěn)定策略為0（0，0）。此種情形下，政府因?yàn)楸O(jiān)管成本過高，而對不進(jìn)行環(huán)保投資的閉環(huán)供應(yīng)鏈懲罰又過低，在長期演化過程中，政府趨向于不進(jìn)行監(jiān)管。閉環(huán)供應(yīng)鏈由于環(huán)保溢價收益為負(fù)值，即使考慮到政府的獎勵和懲罰也不能實(shí)現(xiàn)正向的環(huán)保投資收益，作為市場獨(dú)立的經(jīng)濟(jì)人，渠道會選擇不進(jìn)行環(huán)保投資。

2.5Pg，0

從表6可以看出，在政府監(jiān)管成本較高而閉環(huán)供應(yīng)鏈具有中等環(huán)保溢價收益的環(huán)境下，演化博弈的穩(wěn)定策略為0（0，0）。政府因?yàn)楸O(jiān)管成本較高而寧愿放棄對不進(jìn)行環(huán)保投資的渠道采取監(jiān)管和懲罰的策略;而政府不采取監(jiān)管措施，采取環(huán)保投資策略的供應(yīng)鏈就無法獲得政府的獎勵，不采取環(huán)保投資的閉環(huán)供應(yīng)鏈也不用擔(dān)心政府的懲罰，同時考慮采取環(huán)保投資不能獲得正向環(huán)保溢價收益，所謂獨(dú)立經(jīng)濟(jì)行為人的供應(yīng)鏈將最終選擇不采取環(huán)保投資策略。

2.6Pg，E>0。政府對不采取環(huán)保投資的閉環(huán)供應(yīng)鏈罰款要低于政府監(jiān)管成本，渠道環(huán)保溢價收益能夠產(chǎn)生正向收益，即高政府監(jiān)管支付與高環(huán)保溢價收益環(huán)境。此時，演化博弈動態(tài)方程存在4個均衡點(diǎn)：O（0，0），A（1，0），B（O，1），C（1，1），對這4個均衡點(diǎn)進(jìn)行穩(wěn)定性分析如表7所示。

從表7可以看出，在政府監(jiān)管成本較高而閉環(huán)供應(yīng)鏈環(huán)保溢價收益高的前提下，演化穩(wěn)定策略為B（0，1）。此種情形下，由于采取環(huán)保投資可以實(shí)現(xiàn)正向的環(huán)保溢價收益，不論政府是否進(jìn)行補(bǔ)貼，閉環(huán)供應(yīng)鏈都會自發(fā)地選擇環(huán)保投資策略，在提高供應(yīng)鏈?zhǔn)找娴耐瑫r也能降低渠道運(yùn)營對環(huán)境的危害;初始狀態(tài)下政府基于促進(jìn)環(huán)?；厥蘸途G色發(fā)展的觀念而采取一定比率的監(jiān)管，但是因?yàn)楸O(jiān)管成本較高而懲罰力度較低，以及不論政府是否采取監(jiān)管措施時供應(yīng)鏈都會采取環(huán)保投資策略，政府最終只會采取不監(jiān)管的策略。

3數(shù)值仿真分析

下面運(yùn)用Matlab軟件進(jìn)行數(shù)值仿真，一方面證實(shí)上述6種環(huán)境下的均衡點(diǎn)分析結(jié)論，另一方面分析政府監(jiān)管和閉環(huán)供應(yīng)鏈進(jìn)行環(huán)保投資比例初始值向均衡點(diǎn)演化的軌跡。a和β的初始值分別取[0.1，0.9]、[0.3，0.7][0.5，0.5][0.7，0.3][0.9，0.1]，這5種初始值下的實(shí)驗(yàn)分別命名為Z₁-Z₅，時間周期為[O，100]，每種實(shí)驗(yàn)場景中均相同的參數(shù)P、A、R、h、H分別設(shè)置為3、4、20、5和8，其他實(shí)驗(yàn)參數(shù)標(biāo)注于仿真演化圖形下方，其中仿真演化圖中橫軸和縱軸分別代表政府選擇監(jiān)管策略比例α和閉環(huán)供應(yīng)鏈選擇環(huán)保投資策略比例β。

圖1顯示在低政府監(jiān)管支付與低環(huán)保溢價收益環(huán)境下[α，β]不同初始值向最終的演化穩(wěn)定策略A（1，0）的演化路徑，其中：當(dāng)初始值盧較大時，如Z₁～Z₄，先迅速降低β值，直至β值降至0，在此期間，α值甚至有少許的降低，然后再不斷增加α值，使得α值增加到1，從而達(dá)到穩(wěn)定均衡點(diǎn)A（1，0）;當(dāng)初始值β較小時，如Z₅，也是先迅速降低β值，在此同時α值也會逐步增加，然后α值快速增加到1，從而達(dá)到穩(wěn)定均衡點(diǎn)A（1，0）。在實(shí)驗(yàn)的5種初始策略組合下，開始有一定的閉環(huán)供應(yīng)鏈采取環(huán)保投資策略，但是由于環(huán)保投資的溢價收益要明顯低于不進(jìn)行環(huán)保投資的收益，閉環(huán)供應(yīng)鏈寧愿放棄政府給予的獎勵并且冒著被懲罰的風(fēng)險而迅速選擇不進(jìn)行環(huán)保投資策略，而當(dāng)閉環(huán)供應(yīng)鏈群體采取環(huán)保投資策略的比例低于10%左右時，激發(fā)了政府迅速加大監(jiān)管力度，直至全面監(jiān)管。

圖2顯示在低政府監(jiān)管支付以及閉環(huán)供應(yīng)鏈具有中等環(huán)保溢價收益環(huán)境下整個系統(tǒng)不存在演化穩(wěn)定策略，根據(jù)前述演化均衡分析可知系統(tǒng)最終只得到中心點(diǎn)D，即最終兩個群體將采取混合策略（0.57，0.14），說明這種環(huán)境下博弈雙方策略選擇具有相互依賴性，并呈現(xiàn)為一種周期行為模式。兩群體策略比例不同初始值[α，β]下的動態(tài)演化路徑為：當(dāng)β高于0.14時，α值朝著0的方向演化;當(dāng)β低于0.14時，α值朝著1的方向演化;當(dāng)α高于0.57時，β值朝著1的方向演化;當(dāng)α低于0.57時，β值朝著0的方向演化。這種情形表示現(xiàn)實(shí)經(jīng)濟(jì)環(huán)境中，當(dāng)閉環(huán)供應(yīng)鏈采取環(huán)保投資策略的比例β較高時，則政府將逐步降低監(jiān)管策略實(shí)施的比例，而當(dāng)該比例β低于0.14時政府則逐步提高監(jiān)管策略實(shí)施的比例;當(dāng)政府采取監(jiān)管策略的比例α較高時，則閉環(huán)供應(yīng)鏈采取環(huán)保投資策略的比例將增加，而當(dāng)該比例α低于0.57時閉環(huán)供應(yīng)鏈選擇環(huán)保投資策略的積極性將降低。

圖3顯示在低政府監(jiān)管支付與高環(huán)保溢價收益環(huán)境下[α，β]不同初始值向最終的演化穩(wěn)定策略β（0，1）的演化路徑，其中：當(dāng)初始值β較小時，如Z₄和Z₅，先迅速提高β值，然后在提升β的同時降低α值，從而達(dá)到穩(wěn)定均衡點(diǎn)β（0，1）;當(dāng)初始值β較大時，如Z₁～Z₃，β值提升的同時降低α值，從而達(dá)到穩(wěn)定均衡點(diǎn)β（0，1）。在實(shí)驗(yàn)的5種初始策略組合下，開始閉環(huán)供應(yīng)鏈群體有一定比例不采取環(huán)保投資策略，但是由于環(huán)保投資的溢價收益要明顯高于不進(jìn)行環(huán)保投資的收益，在利益驅(qū)動下，閉環(huán)供應(yīng)鏈群體會迅速選擇環(huán)保投資策略，從而促使政府選擇不監(jiān)管策略以節(jié)約監(jiān)管和獎勵成本，達(dá)到“無為而治”的系統(tǒng)狀態(tài)。

圖4顯示在高政府監(jiān)管支付與低環(huán)保溢價收益環(huán)境下[α，β]不同初始值向最終的演化穩(wěn)定策略0（0，0）的演化路徑，其中：當(dāng)初始值β較大時，如Z₁，先共同降低α和盧值，然后迅速降低β值，然后α和β值共同降低至0，從而達(dá)到穩(wěn)定均衡點(diǎn)O（0，0）;當(dāng)初始值β較小時，如Z₂-Z₅，先共同降低α和β值，直至β值降至0，然后再降低α，從而在達(dá)到穩(wěn)定均衡點(diǎn)O（0，0）。在實(shí)驗(yàn)的5種初始策略組合下，開始政府群體有一定比例采取監(jiān)管策略，但是由于監(jiān)管費(fèi)用過高，則逐步選擇不采取監(jiān)管策略，寧愿選擇“污染后再治理”策略，這樣則引導(dǎo)閉環(huán)供應(yīng)鏈選擇不進(jìn)行環(huán)保投資策略，以獲得較高的收益。

圖5顯示在高政府監(jiān)管支付與中環(huán)保溢價收益環(huán)境下[α，β]不同初始值向最終的演化穩(wěn)定策略0（0，0）的演化路徑，其中：當(dāng)初始值α較大時，如Z₄-Z₅，，起初在快速降低α的同時，β值有一定的增加，但是當(dāng)α降低到一定程度時，β值也開始快速降低，從而達(dá)到穩(wěn)定均衡點(diǎn)O（0，0）;當(dāng)初始值α較小時，如Z₁～Z₂，先共同降低α和盧值，α降低到一定程度時β值開始快速降低，從而達(dá)到穩(wěn)定均衡點(diǎn)O（0，0）。該種情形下的演化結(jié)果同圖4，只是演化過程中閉環(huán)供應(yīng)鏈的中間演化過程稍有不同。

圖6顯示在高政府監(jiān)管支付與高環(huán)保溢價收益環(huán)境下（α，β）不同初始值向最終的演化穩(wěn)定策略B（0，1）的演化路徑，其中：當(dāng)初始值α較大時，如Z₅，起初在快速提高盧的同時α值有一定的降低，但是當(dāng)β值增加到一定程度時，α值開始快速降低，從而達(dá)到穩(wěn)定均衡點(diǎn)B（0，1）;當(dāng)初始值α較小時，如Z₁～Z₄，α值在降低的同時β值增加，直至達(dá)到穩(wěn)定均衡點(diǎn)B（0，1）。該種情形下的演化結(jié)果同圖3，最后都得到閉環(huán)供應(yīng)鏈采取環(huán)保投資策略而政府采取不監(jiān)管的策略。

4結(jié)論與建議

本文利用演化博弈方法研究政府監(jiān)管與閉環(huán)供應(yīng)鏈環(huán)保投資策略選擇和演進(jìn)規(guī)律，給出了政策設(shè)計(jì)和企業(yè)決策的參考方法。主要結(jié)論和建議如下：

（1）從政府角度看，當(dāng)監(jiān)管支付較高時，不論閉環(huán)供應(yīng)鏈?zhǔn)欠癫扇…h(huán)保投資策略，政府最終都將采取不監(jiān)管策略。此種情況下，政府如果希望能夠?qū)﹂]環(huán)供應(yīng)鏈的綠色運(yùn)營發(fā)揮一定的監(jiān)管和引導(dǎo)作用，則需要采取措施降低監(jiān)管過程所耗費(fèi)的人力、信息收集、監(jiān)管檢測等方面的成本，或者提高對不采取環(huán)保投資渠道的懲罰額度。

（2）從閉環(huán)供應(yīng)鏈來看，當(dāng)采取環(huán)保投資策略能夠獲得較高的環(huán)保溢價收益時，不論政府是否選擇監(jiān)管策略，閉環(huán)供應(yīng)鏈最終都會采取環(huán)保投資策略。但是也要注意，由于閉環(huán)供應(yīng)鏈之間的彼此競爭性，采取環(huán)保投資策略的閉環(huán)供應(yīng)鏈所獲得的效益不一定優(yōu)于不采取回收投資策略的供應(yīng)鏈，這將影響閉環(huán)供應(yīng)鏈采取環(huán)保投資的內(nèi)在驅(qū)動力。此種情況下，政府可以積極調(diào)研和公布不同閉環(huán)供應(yīng)鏈運(yùn)作成本和收益數(shù)據(jù)，引導(dǎo)閉環(huán)供應(yīng)鏈積極采取環(huán)保投資策略，而最后政府可以完全不用對閉環(huán)供應(yīng)鏈進(jìn)行監(jiān)管，將監(jiān)管職能轉(zhuǎn)變?yōu)樾袠I(yè)研究與指導(dǎo)。

（3）當(dāng)環(huán)保投資策略不能獲得高環(huán)保溢價收益時，閉環(huán)供應(yīng)鏈沒有采取環(huán)保投資的積極性，或者不采取環(huán)保投資，或者根據(jù)政府監(jiān)管的嚴(yán)厲程度動態(tài)調(diào)整環(huán)保投資。此種情況下，要想閉環(huán)供應(yīng)鏈能夠積極采取環(huán)保投資策略，從而提高廢舊產(chǎn)品回收再利用效率或降低廢舊產(chǎn)品回收處理的環(huán)境污染水平，則需要通過激勵相關(guān)研發(fā)創(chuàng)新活動，以提高環(huán)保處理系統(tǒng)軟硬件技術(shù)水平及其市場應(yīng)用規(guī)模，從而降低其導(dǎo)人成本，或者通過市場引導(dǎo)和綠色意識宣傳使得采用環(huán)保系統(tǒng)后的閉環(huán)供應(yīng)鏈回收規(guī)模效應(yīng)遠(yuǎn)高于不采用環(huán)保系統(tǒng)的閉環(huán)供應(yīng)鏈，達(dá)成高環(huán)保溢價收益。

（4）政府與閉環(huán)供應(yīng)鏈策略博弈的短期演化規(guī)律同兩類群體初始策略比例具有較強(qiáng)的關(guān)聯(lián)性，而長期的演化穩(wěn)定策略則同兩類群體支付參數(shù)具有較強(qiáng)的關(guān)聯(lián)性。因此，在動態(tài)的市場環(huán)境中，如果希望達(dá)成短期市場效應(yīng)，政府部門間可以通過協(xié)同運(yùn)作調(diào)控短期的監(jiān)管力度來引導(dǎo)閉環(huán)供應(yīng)鏈群體策略行為;而希望系統(tǒng)達(dá)成長期的、環(huán)保的穩(wěn)定狀態(tài)，則需要政府監(jiān)管運(yùn)作成本、監(jiān)管政策以及供應(yīng)鏈環(huán)保投資技術(shù)和收益等一系列因素的協(xié)同提升。