环境规制与企业排污策略选择

叶杰

【摘要】处理好企业排污问题对环境保护具有关键意义。关注环境规制条件下同行企业间排污行为的互动关系，以造纸企业为例，从有限理性假设和收益最大化假设出发，构建政府规制背景下排污企业排污行为的演化博弈分析框架。通过数理推导和数值模拟发现，政府给予造纸商的正向激励和负向激励之和与各类情况下两类排污策略收益的比较以及当地排污企业排污策略的初始比例，对特定区域造纸企业排污策略的演化方向和演化结果具有决定意义。因此，政府在制定环境规制政策时，应该对正负激励效用、各类情况下两类排污策略收益以及当地排污企业排污策略的初始比例进行综合考虑。

【关键词】环境规制；排污企业；排污策略；演化博弈

【中图分类号】F205【文献标识码】A【文章编号】1004-0994（2019）22-0115-9

【基金项目】教育部哲学社会科学研究重大课题攻关项目“新型政商关系研究”（项目编号：17JZD008）；国家社会科学基金青年项目“省直管县改革对县级政府基本公共服务供给绩效的政策效应研究”（项目编号：17CGL052）

一、问题的提出

众所周知，引发环境污染和生态破坏的主要因素是工业化进程中的企业污染物排放。因此，在各个国家的工业化进程中，环境规制与企业排污之间的关系成为学界长期关注的问题。综合起来说，环境规制可分为介入派和放任派两个派别。以庀古为代表的介入派认为，可以通过征收税费的方式，即通过庀古税和达斯古帕塔的社会贴现率让政府介入企业的污染物排放行为之中，从而开启了政府参与污染物治理的研究进程[1]。以西蒙为代表的放任派则认为，公共资源问题的根源在于缺乏明确的产权，没有市场价格或者市场价格不能正确反映公共资源的价值。因此，国家可以通过生态私有化使环境与生态资源融入经济体系，让公共资源进入市场配置领域[2]。不仅如此，放任派还对介入派进行了批判，并认为政府介入环境保护和企业污染物排放是缺乏效率的，由于存在优先治理问题选择和公共选择误区等问题，政府介入环保问题无效甚至有害[3，4]。

不论理论上政府是否应介入企业排污，出于回应民众对环境污染和生态破坏强烈不满的需要，各国政府在实践上都进行了不同程度的环境规制。究其本质而言，环境规制指的是政府或规制机构为应对经济活动的外部性，依法对企业污染行为进行的限制和调节，环境规制的执行过程实质上是相关主体的博弈过程[5]。针对环境规制下企业排污相关主体的博弈互动问题，国内外学者主要进行了三个方面的研究：第一，在政府和企业博弈研究方面，原毅军等[6]从政府环境政策在污染控制过程中的传导机制入手，指出政府的环境政策通过影响排污企业的污染控制行为从而对环保产业的发展产生影响。蒙肖莲等[7]的博弈分析结果显示，应通过鼓励污染处理或者就地污染最小化，达到对企业排污行为的理性控制。Moledina等[8]则构建了信息不对称条件下的动态博弈模型，其研究结果显示，针对不同的政策工具，企业会做出不同的应对策略。吴利华等[9]还运用动态博弈理论，研究单独的排污税政策以及排污税与减排补贴的组合政策对企业污染控制行为的影响机理。第二，在公众参与的博弈研究方面，刘家顺等[10]将公众引入博弈模型，论证了“生态经济人”假设较之于“经济人”假设更能解释企业的排污行为问题。徐咏梅[11]基于不完全信息博弈，指出公众的环保参与既可以缩小企业的排污不达标空间，又可以扩大政府部门的监督空间。甄美荣等[12]也构建了以地方政府、排污企业与公众为主体的企业排污治理演化博弈模型，认为建立公众参与监督的有效途径且做好受损公众的赔偿裁定是治理企业污染的关键之一。第三，在地方政府间的博弈研究方面，潘峰等[13]建立了地方政府间的演化博弈模型，分别研究了未引入约束机制和引入约束机制下的地方政府环境规制策略及其影响因素。在此基础上，他们还分析了地方政府在环境规制执行中的行为特征，发现环境规制执行成本等多种因素都会影响地方政府的进化稳定策略[14]。

总体上看，已有文献中关于排污企业间互动机制的研究相对缺乏。從笔者所搜集到的文献看，梅林海等[15]的研究涉及对生态工业园区内同类企业、不同类企业间的多种利益博弈格局，但该项研究尚处于起步阶段。汪星等[16]虽然分析了基于环境约束、科技创新和要素集聚三维因素上的同类产品制造企业间的非合作博弈，但该研究是建立在完全信息假设基础之上的。本文认为，要想对政府环境规制前提下企业排污行为进行深入研究，必须加强对企业间排污行为互动的研究，毕竟排污企业之间的博弈是客观存在的，且对于企业排污策略的选择和调整具有重要意义。为此，本文将在已有研究的基础上，从不完全信息假设出发，以造纸企业为例，通过构建演化博弈模型，深入分析政府规制背景下同行企业排污策略的选择和调整的影响因素及内在规律，为政府规制和企业排污的相互关系提供理论和实践上的些许依据和贡献。

二、造纸商排污策略的选择与调整属于演化博弈问题

对于特定区域内的不同造纸商群体来说，选择直接排污还是净化处理后排污，是一个博弈问题。一方面，双方都具有策略选择的自主性，即任何造纸商都有权决定自身的排污策略；另一方面，双方的选择收益不是独立的，己方的策略选择收益受到对方策略选择的影响。而在排污策略选择的实际过程中，造纸商又表现出明显的非完全理性特征。

所谓的“非完全理性特征”，指的是博弈决策方在选择过程中不能在理性计算能力和情绪控制方面做到完美。具体来说，就是人们在进行策略选择和实施的过程中，会受到识别问题能力、分析推理能力、记忆能力、预测能力、准确行为能力的制约，不能做出完全符合利益最大化原则的决定。即便上述各方面的能力趋于完美，博弈决策方也可能受到情感波动以及颤抖手均衡[17]式的偶犯错误的影响。因此，有限理性和演化博弈理论认为，对于现实中的决策行为者来说，完全理性是很难满足的要求，当社会经济环境和决策问题较复杂时，人们的理性局限尤为明显[18]。

在排污行为博弈的过程中，造纸商群体的上述非完全理性特征也是十分显著的。首先，造纸商不能完全掌握直接排污和净化处理后排污两类策略的收益比较情况；其次，造纸商对作为博弈参与者的其他造纸商的排污策略选择并不清楚，而博弈参与者的策略选择会影响己方策略选择的收益；最后，具有合法强制力的政府是否会介入，介入的程度及其带来的收益影响，造纸商也无从知晓，不能准确判断。当然，造纸商排污策略选择过程中的非完全理性还可能出现在特定理由、特定情境下的“突发奇想”与“偶犯错误”。因此，在选择直接排污还是净化处理后排污的问题上，造纸商只具有有限理性。

有限理性下造纸商的初始决策具有“掷骰子”的性质，即初始决策并不一定是最优的，并不一定能带来收益最大化。换言之，对于实现收益最大化的目标而言，初始决策可能是在“犯错”。为了获取更大的收益，造纸商不会将初始的排污策略固定下来，而是会采取不断试错和不断调整的方式，在各类策略收益比较中，最终确定最优策略。这种假设是大致符合大部分造纸商排污策略选择和演化的现实情境的。

促使造纸商不断试错、调整的是其自我反思能力。这种反思既体现在对原有排污策略收益的计算上，也体现在对其他排污策略收益的估计中，更体现在对对方排污策略选择及其收益的认知和判断上面。更为直接地说，这种认知和判断就是学习和模仿。在现实情境中，各个造纸商会通过各种途径观察、了解其他造纸商的排污策略，在比较的过程中，深化对自身排污策略收益情况的认识，通过学习和模仿比己方收益更大的排污策略以及规避和放弃收益较小的排污策略，不断将排污策略调整到符合自身收益最大化的状态上来，进而实现稳定均衡状态。

这种学习、模仿和调整与生物进化博弈过程中的“复制动态”机制具有非常高的吻合度。因此，本文将借助演化博弈分析框架模拟和分析造纸商排污策略选择和调整的过程和状态。演化博弈分析的重点在于有限理性博弈方各成员的策略选择、策略调整和策略演变趋势以及不同策略比例的稳定程度。这样的分析非常有助于我们理解各种社会均衡现象及其效率意义[18]。进一步地，演化博弈分析还以其所具有的简洁性、科学性、解释力和美感[19]，为我们提供了理解和想象排污企业（包括造纸企业在内）排污策略选择和调整现实情境的一个新的观察视角和分析路径。

三、构建模型

设某一区域内的造纸行业，其中造纸商群体甲采取净化处理后排放污水的方式，造纸商群体乙采取直接排放污水的方式。很显然，不同污水处理方式的收益不同，造纸商群体的博弈收益可表达为：①两类造纸商群体都选择净化处理后排放污水，则双方都将获得收益S；②两类造纸商群体都选择直接排放污水，则双方都将获益T；③如其中一方采取净化处理后排放污水的策略，而另一方采取直接排放污水的策略，则前者将获得收益R，后者将获得收益K。出于演化博弈模型推导的需要，我们还将对两类造纸商群体不同选择组合下的收益大小做出假设。

假设1：T>S。假设的基本逻辑是，当两类造纸商群体都选择净化处理后排放污水时，需要在污水处理设备、排污厂房和排污人员等方面付出经费，而两类造纸商群体都选择直接排放污水时，则不需要支付上述经费。因此，两类造纸商都采取直接排污策略的收益大于采取净化后排污策略的收益。

假设2：K>T。假设的基本逻辑是，造纸商群体B选择伴随生产成本提高的净化后排污策略，造纸商群体A选择直接排污策略，则群体A可以获得额外的价格竞争优势，这种优势是在两类群体都采取直接排污策略时所没有的。反之亦然。因此，具有额外价格竞争优势情形下的群体A收益大于没有额外价格竞争优势情形下的群体B收益。

假设3：S>R。假设的基本逻辑是，造纸商群体B选择直接排污，造纸商群体A选择净化处理后排污，则造纸商群体A会形成额外的价格竞争劣势，这种劣势是在两类群体都采取净化处理后排污时所没有的。反之亦然。因此，具有额外价格竞争劣势的造纸商群体A收益小于没有额外价格竞争劣势的造纸商群体B收益。

综合假设1、假设2和假设3，不难发现，在缺乏政府介入和环境规制这样类似于“丛林生存”的情形下，對方净化处理后排污而己方直接排污的收益最大，双方都直接排污时的收益其次，双方都净化处理后排污的收益再次，对方直接排污而己方净化处理后排污的收益最小。各类情形下的造纸商收益排序可表示为：K>T>S>R>0。收益矩阵可表示为表1。

很显然，按照上述收益排序假设，在缺乏政府介入和环境规制的情形下，为了实现利润最大化，该区域内的造纸商群体会选择直接排放污水的策略，并达成纳什均衡状态（T，T）。然而，这种状态不仅会破坏区域环境，还会引发当地和下游居民的不满和抗议，不符合可持续发展的战略要求和为人民服务的执政理念。因此，政府必须采取相关措施，对造纸企业的排污行为进行相应规制。从规制经济学的基本原理和环境规制的实践经验来看，政府一般会从正向激励和负向激励两个方面对造纸商排污行为进行规制。具体而言，正向激励表现为对净化处理后排污的造纸商进行财政补贴和税收减免，负向激励表现为对直接排放污水的造纸商进行停业休整和处以罚金。将正向激励标示为M（M>0），负向激励标示为N（N>0），则环境规制背景下的造纸商群体博弈收益矩阵可表示为表2。

由于造纸商只会在直接排放污水和净化处理后排放污水两种策略选择中进行取舍，因此，在模型分析过程中，只需要对其中一种排污策略的演化过程进行分析即可[20]。本文选取净化处理后排污进行演化过程分析。按照演化博弈的分析进路，本文将关注净化处理后排污比例的动态变化，以达到研究该类排污选择调整的过程和趋势及该类选择比例稳定性的目的。不难发现，比例动态变化的速度反映了该区域内造纸商学习、模仿采取净化处理后排污方式的速度。

从逻辑上说，影响直接排污策略比例动态变化速度的因素来自于两个方面：第一个因素是采取净化处理后排污策略的造纸商的存量情况。很显然，存量越大，则可供采取直接排污策略的造纸商学习和模仿的机会越多，学习和模仿的难度越小。存量大小可以用采取净化处理后排污策略的造纸商数量占该区域内参与博弈的造纸商总数的百分比表示。影响净化处理后排污策略比例动态速度的第二个因素是净化处理后排污策略的激励程度。很显然，激励越大，则净化处理后排污策略对采取直接排污策略的造纸商的吸引力越大。激励大小可用净化处理后排污的收益超过两种排污选择平均收益的差值（当然差值也有可能为负）表示。这样，我们就可以利用存量大小和激励大小两个参数构建动态微分方程，并以此表示选择净化处理后排污策略的动态变化速度。动态微分方程见式（1）。

按照演化博弈理论，可用式（7）所代表的动态微分方程数值分析造纸商排污策略的变化和稳定性：①当f（x）>0时，其现实意义是随着时间的变化，有越来越多的造纸商选择净化处理后排污的策略；②当f（x）<0时，其现实意义是随着时间的变化，有越来越多的造纸商改变净化处理后排污的策略而选择直接排污的策略；③当f（x）=0时，其现实意义是在此情形下，没有造纸商会改变自身的排污策略，也即采取净化后排污策略和直接排污策略的比例不会发生变化。换言之，在此情形下，博弈双方的学习和模仿行为停止了，此时的x即为演化中的稳定点。因此，分析和研究造纸商群体间排污策略的学习、模仿及选择直接排污策略的造纸商比例的稳定性时，求解f（x）等于零时的x数值，也就是选择净化处理后排污的初始比例的数值就成为解题的关键了。

不过，还有一种情形是，即便选择净化处理后排污策略的造纸商初始比例x是稳定点，也即造纸商群体通过学习和模仿找到了最佳排污策略，两种排污策略的比例保持稳定，但也有可能会出现个别或一小部分造纸商群体“偶犯错误”，做出非正常的选择和改变。在此情形下，可能会发生两种情况：第一种情况是，这种“偶犯的错误”不会对整个区域的造纸商排污策略选择造成实质性影响，即博弈群体在个别或一小部分造纸商群体的干扰下仍然保持稳健性；第二种情况是，这种“偶犯的错误”会带动其他造纸商群体排污策略的改变，进而引发社会意义上的“蝴蝶效应”[21]，从而使造纸商群体的博弈状态发生改变并收敛到其他的“稳定状态”。

演化博弈理论认为，如果某个稳定点受到干扰后，两类策略比例仍能保持稳定，博弈状态不发生改变，则这个稳定点被定义为局部渐进稳定点，由该稳定点决定而形成的稳定状态被定义为进化稳定策略。反之，在个别和一小部分博弈群体的“偶犯错误”的影响下，其他博弈群体经过学习和模仿后，改变了自身原有的博弈策略，也即这个稳定点受到微小扰动后，经过一段时间，原来的博弈状态发生了实质性改变。此时，我们将这个稳定点称为非局部渐进稳定点，稳定点决定而形成的稳定状态被称为非进化稳定策略。在应用数学中，动力系统的运动稳定性理论[22]对此进行了数学证明并提供了局部渐进稳定点和进化稳定策略的判定标准：当稳定点x*处的动态微分方程f（x）的导数，即f（x）<0时，x是局部渐进稳定点，该博弈状态是进化稳定策略；当f（x）≥0时，x不是局部渐进稳定点，该博弈状态不是进化稳定策略。

五、參数分析与数值模拟

本部分将从实践模拟的角度，以“命题陈述与证明”部分为基础，通过origin平台，从数值模拟的角度分析不同参数条件下，造纸商群体排污策略的选择、调整以及策略的稳定性。

1. M+N

图3给出的三条曲线的现实含义是，当政府给予造纸商的正向激励和负向激励程度一般，使其大于相同选择情境下的直接排放策略收益与不同选择情境下的净化处理后排放策略收益的差值，但又小于不同选择情境下的直接排放策略收益与相同选择情境下的净化处理后排放策略收益的差值时，即当M+N