经典报童模型常用于分析单周期内期望利润最大化或者期望成本最小化的决策问题。在实际生活中,由于决策者的决策行为往往为有限理性,这就使得经典报童模型与实际的决策结果有偏差,完善报童模型对于更好的协同优化供应链起着极为重要的作用。同时,随着全球生态环境的日益恶化,全球能源日趋紧张,新能源汽车的开发与应用已成为各国汽车工业积极探索的重点和未来发展的主要方向。本文基于学习曲线效应,以新能源汽车供应链为研究背景,建立基于完全理性以及损失规避前提下的新能源汽车供应链模型。在完全理性时,考虑学习曲线效应的新能源汽车制造商通过把获得的政府补贴的一定比例分配给新能源汽车经销商,以一个最优分配比例使整体供应链协同;供应链中新能源汽车制造商学习效率越高,分散决策时最优订货量越多;无论是分散决策或集中决策的供应链模型,政府给予的补贴均可以刺激新能源汽车的生产量,同时在一定程度增加收益。当考虑损失规避后,新能源汽车制造商同样还是可以通过补贴共享的方式达到整体供应链协同,但获得的收益均小于完全理性时获得的收益;随着损失规避效应逐渐增强,供应链整体收益逐渐下降,并且学习效率高的制造商会使所在供应链整体收益下降速率小于学习效率低的制造商;政府提供的补贴可在一定程度上增加新能源汽车经销商以及制造商的收益。本文归纳了相关模型的各项性质,并得到了新能源汽车供应链的最优决策集。本文研究结果可为政府以及新能源汽车制造商和经销商制定优化策略与政策,提供有价值的参考。