环境规制与企业治污创新——基于多 Agent模型

（新疆大学经济与管理学院，乌鲁木齐 830046）

引 言

环境规制是指国家为了保护环境而采取的对经济活动具有限制性的一切法律、政策、措施及其实施过程［1］，根据执行方式可分为命令控制型、市场激励型与自愿传递型［2］。命令控制型对企业而言多为费用型成本，难以起到提高竞争力与盈利能力的作用；市场激励型对企业而言多为投资型成本，在一定条件下可帮助企业获得更高的盈利能力［3］。目前我国的自愿传递型环境规制政策并不成熟，在适用度和普遍性上都不具有代表性，故本文重点研究命令控制型与市场激励型规制政策［4］。

表1 环境规制类型及内容

如何合理地制定政策并使其达到预期效果是一项十分困难的工作，因为政策的结果有时是不可预测的，针对同一项政策的效果研究也可能得出相悖的结论［5］。以本文研究的企业治污创新为例，企业投入成本研发创新的驱动力在很长一段时间内都被认为是市场的需求和技术的普及，很少涉及环境方面的法律法规［6］。古典经济学观点认为增加的环境规制对于企业属于额外成本，而经济损失最终会导致企业竞争力的下降［7］。 波特［8，9］于1995年提出了著名的 “波特假说”：设计合理的环境监管可以促进企业从事创新活动，从而部分或完全抵消因环境规制所带来的成本增加，而且这些 “创新补偿”效应可能会使企业更具备竞争优势。近年来诸多国内外学者就 “波特假说”的正确性进行了大量论证：Testa等［10］通过研究发现环保标准可以刺激企业进行技术研发，Rassier和Earnhart［11］通过对化工企业的研究发现监管体系会促进企业新技术研发并对经营绩效有积极影响，国内学者景维民和张璐［12］与沈能和刘凤朝［13］的研究也印证了这一点；但同时也有诸多学者得出了相反的结论：Lanoie等［14］通过对制造业的研究指出其付出的环境规制成本远高于 “创新补偿”，Rexhaeuser和 Rammer［15］也指出环境规制会导致企业盈利能力的下降，“波特假说”是否成立或在何种条件下及多大程度上可以成立，一直是环境经济学持续讨论的话题。

经济社会是一个非线性的复杂系统，当来自不同视角的不同政策作用于同一个系统时，旨在促进某一特定方面的措施往往会产生意想不到的结果［16］。前人的研究大都着眼于通过相关数据的显著性特征论证不同环境规制政策对企业的影响，本文从微观企业出发，构建多Agent主体模型，探究一段时期内微观Agent主体 （企业）相互之间及微观Agent主体与市场环境的交互作用，以模拟和评估不同政策所带来的结果，试图为政府在环境规制方面的政策制定带来新的研究思路与观察视角。

1 问题描述与多Agent模型仿真构建

1.1 问题描述

大量的文献证明，只有在 “建立灵活和动态的监管框架”的前提下， “波特假说”的情况才能成立：Sartorius和 Zundel［17］指出在进行环境规制的过程中政府要给予市场中的企业相对宽裕的“演化时间”使其做出行为选择并进行创新活动，这对于正确评估环境规制手段的影响是非常重要的；Ramanathan等［18］指出企业在面临必须强制执行的命令控制型规制手段和可以发挥逐利特性的市场激励型规制手段时，其选择会有较大的差异与不确定性，Bergquist等［19］的研究同样证实了这一点；张平等［20］的研究表明费用型环境规制政策对企业的自主研发投入产生了挤出效应，而投资型环境规制政策并未出现这一趋势；谢乔昕［21］的研究证明我国的环境规制强度正逐年提高，且有一定的波动性，这种趋势不利于我国企业的自主创新投入，Blyth等［22］也认为环境规制政策的变动与不确定性提升了企业进行创新研发的风险溢价。

基于上述研究，我们将在模型中重点考察3方面内容：

（1）演化时间：市场内的Agent主体能否在一定时期内实现预期的演化结果？如果能，需要多久达到预期，达到预期的时间与环境规制政策有什么样的关系？如果不能，会处于什么样的结果，无法实现理想预期的原因是什么？

（2）固定性与不确定性 （主要对于费用型环境规制政策而言）：固定成本与不断增加的成本对于Agent主体的行为选择有什么样的影响？更高强度的渐进规制能否取得更为显著的效果？

（3）费用型与投资型：对企业而言，多为费用型成本的强制命令与多为投资型成本的市场激励环境规制政策的效果有何不同？哪一种更能达到预期？两种环境规制手段是否会相互干扰？

与其他建模方法 （如系统动力学模型）相比，基于Agent主体的模型并不要求存在确定的函数关系，取而代之的是多个可以根据环境选择行为决策的Agent主体，通过设定Agent之间的关系 （如竞争、合作）、Agent与市场环境的交互关系 （如Agent的平均报价会影响市场交易价格）可以观测到各项因素之间的相互影响随着时间的推移如何改变Agent的经济行为，并研究多个Agent的行为决策构成的总体特征，多Agent模型已被广泛应用于包括经济在内的多个领域以评估政策影响［23］。

1.2 建模参数

根据上述相关研究，结合多主体模型的算法原则，本文对Agent主体进行建模：

（1）模型对污染物总量恒为10000的社会进行时长7300天 （20年）的政策评估模拟；

（2）假定排污处理的市场是准入的：不产生污染物的企业也可以作为排污处理Agent进入排污处理市场；产生污染物并进行排污处理的企业既是污染物生产企业，同时也可选择成为排污处理Agent；

（3）排污处理Agent分为两类：仅付出费用型成本的非创新Agent，与既付出费用型成本又付出投资型成本的创新Agent，在环境规制政策仅涉及费用型成本时，创新Agent数量恒为0；

（4）排污处理Agent的行为规范：在供给总量为10000的污染物交易市场购入污染物 （因非创新Agent与创新Agent的生产方式不同，故两类Agent购入污染物的价格不同），付出一定成本处理污染物，其中创新Agent额外获得市场激励型环境规制政策的经济奖励；

（5）排污处理Agent具有逐利性，仅当有盈利能力时才进入市场；并设置 “资产余额”，即进入市场后的所有资产亏空为0时退出市场；

（6）模型所需的其他基础设定：资产余额的核算周期＝1天，Agent最大连接数＝4，Agent进入或退出市场的频率＝15 天／个， 突变率＝0 等［24，25］。

2 多Agent模型仿真结果与分析

本文在未引入市场激励时，对政府采用固定强度 （本文参数设定恒为20）与渐进强度 （本文参数设定由20递增至100）的强制性命令下的环境污染进行模拟；之后引入市场激励，并沿用上文的渐进强度进行环境污染仿真，更符合现实情况。

2.1 未引入市场激励的社会污染仿真

无论是固定强度或渐进强度，未经处理的污染物数量均随着时间的推移由初始的总量逐渐下降，并逐渐各自趋于一个均衡值 （见图1），文中的参数设定总量为10000，均衡值约为6000，其具体数值与实际环境规制强度有关。

图1 强制命令下的未处理污染物数量

但是，从未处理污染物的数量来看，更高的环境规制强度并没有起到很明显的效果，其主要原因：（1）在总量固定的前提下，已处理污染物的数量取决于污染物的交易价格，而后者是由污染物的供应者与排污处理Agent共同决定的市场价格。故当供应者有意交易更多的污染物时，便会降低其所要付出的成本，因污染物的交易价格为负，即会表现为污染物交易价格的上升 （见图2）。而在未引入市场激励的前提下，排污处理A-gent唯一的收入来源即为交易污染物时的收入，交易价格的上升会使得排污处理Agent的交易意愿下降；（2）初始的环境规制强度一定程度上决定了初始的污染物交易价格，而初始较低的交易价格会使得逐利的排污处理Agent数量快速上升，进而拉低了排污处理Agent的利润空间 （见图3）。排污处理Agent的交易意愿下降，最终表现为未处理污染物数量处于均衡值。

图2 强制命令下的污染物交易价格

图3 强制命令下的处理污染物Agent数量

从图2与图3的时间对比中，我们可以看到，排污处理Agent的数量变动大致与污染物交易价格变动相一致，且有一定的迟滞性。其主要原因：（1）在未引入市场激励的前提下，排污处理A-gent唯一的收入来源即进行污染物的交易，故污染物的交易价格决定了未进入市场的排污处理A-gent是否有意愿进入市场及已进入市场的排污处理Agent是否有经济收益； （2）排污处理Agent在进入市场后， “资产余额”的存在使其在退出市场时具有一定的延迟性：在盈利时期积累的资产可用于弥补萧条时期的亏损，使得排污处理A-gent不会在价格下降时立刻退出市场，这有助于Agent在短期无法盈利时仍存活于市场，也有助于一个市场的成熟、稳定与发展。

从污染物交易价格来看，渐进强度的环境规制下交易价格波动幅度更大，排污处理Agent数量变动幅度也更大，其主要原因：（1）环境规制强度在短期内降低了污染物交易价格，导致排污处理Agent迅速增加，这一定程度上也导致了未处理污染物数量的快速减少与污染物交易价格的大幅变动；（2）市场进出壁垒、不对称信息、交易成本等因素以及 “资产余额”的存在使得市场内的排污处理Agent数量变动滞后于价格变动并继承了其更大的波动幅度。

由上文可知，在仅实行强制命令的前提下，渐进强度的效果与固定强度差距并不明显，且会带来一定的意外效应，如加剧交易价格波动情况与增加Agent相互竞争使排污处理Agent更频繁地进入或退出市场；且实际情况中，大多数排污处理Agent都是相似的，其进入市场的时间、生产规模、盈利能力、抗风险能力、行为决策具有很高的相似度，这意味着一旦市场条件恶化到一定程度，排污处理Agent的数量及相关指标的变动是非线性或难以用确切的方程表示的，这进一步印证了基于多主体模型探究多个微观决策主体行为的宏观扩散效应的优势。

2.2 引入市场激励的社会污染仿真

对上文各项数据分析可得，未处理污染物数量、排污处理Agent数量、污染物交易价格等均在第1000天 （3年）前后到达均衡值，并在此后围绕均衡值波动。故本文选择于第1001天引入市场激励环境规制政策，并根据激励强度的不同，设立对于进行自主创新排污处理的市场激励系数μ＝1、2、3、4（μ＝0即为上文中未引入市场激励的渐进强度仿真结果），激励系数越高，表明企业从创新活动中取得的收益越高。

因引入创新市场激励，排污处理Agent现可分为进行创新Agent与非创新Agent。其中前者享受创新市场激励，但因生产方式不同，进行创新处理所需污染物的交易价格为μ＝1、2、3、4的价格；后者不享受创新市场激励，因生产方式不变，故污染物的交易价格仍与μ＝0时保持一致。

在模拟的前1000天内，仿真结果与上文中无市场激励的结果相同：随着渐进强度的实施，污染物的交易价格升高，非创新Agent数量随着价格滞后波动，使得未处理的污染物数量持续下降。随着创新市场激励的引入，创新Agent也开始出现 （见图4）。

图4 引入市场激励下的创新Agent数量

随着时间的推移，创新Agent数量在μ＝1时持续为0，与不引入市场激励 （μ＝0）时相同，μ＝2及以上时则情况不同，说明市场激励强度存在门槛值，较低的激励强度下并不能增加社会对污染物的自主创新处理；μ＝3与μ＝4时的创新A-gent数量增长趋势大致相同，均在较短时间内达到了市场能容纳的最大数量；μ＝2时情况与前两种略有不同，虽然在足够长的时间后能够达到预期的规制效果，但其是否能满足环境规制计划的时效性有待商榷。

现对于污染物交易价格进行考察 （见图5），在μ＝0即不引入市场激励时，仅存在非创新A-gent，而非创新Agent的唯一收入来源为交易污染物时的收入，故μ＝0时的交易价格始终为负；但当引入市场激励后，污染物一定程度上成为了创新Agent用于创新处理并获得市场激励的生产资料，故其交易价格一度出现了正值，这意味着产生污染物的企业在将污染物转移给创新Agent时不但不需要向创新Agent支付处理费用，甚至可以通过产生污染物而获利。原计划为促进污染处理技术、提升污染处理水平的措施反而使得各企业更有意愿加大排污力度，这种意外效应在μ＝3、μ＝4等市场强度较高的情况下尤为明显。此后污染物交易价格的持续升高使得创新Agent失去盈利能力，一部分创新Agent在资产余额为0时退出市场，引起了创新Agent数量的下降与之后污染物交易价格的下降，可见污染物交易价格与市场内创新Agent数量将长时间处于周期较长的波动中。

图5 引入市场激励下的污染物交易价格

在继续假定社会污染物总量为10000的前提下，考察不同的市场激励强度对社会未处理污染物总量的影响 （见图6）。我们同样可以看到较为明显的门槛效应：低激励强度μ＝1时，未处理污染物数量与未引入市场激励μ＝0时变化不大，均为在原均衡值附近波动；而在较高的激励强度μ＝3、μ＝4下，社会未处理污染物数量明显下降，而且变动幅度更小，均衡状态为平稳；μ＝2时情况与前两种略有不同，在模拟周期的前半段 （前3600天），污染物数量与变动情况与μ＝0、μ＝1大致相同，但在足够长的演化时间后，其最终结果与μ＝3、μ＝4相近。这说明适中的激励强度μ＝2可以达到预期结果，但需要相当长的见效周期。

图6 引入市场激励下的未处理污染物数量

最后考察引入市场激励对非创新Agent数量的影响 （见图7）。结果与上文多项指标的变动情况大致相同：低激励强度μ＝1时与不引入市场激励几乎一致；高激励强度μ＝3、μ＝4时，创新A-gent对非创新Agent产生挤出效应，非创新Agent在较短时间内退出市场，此时市场内Agent类型全部成为创新Agent；激励强度适中μ＝2时的情况与前两种略有不同，短期内非创新Agent数量依然保持一定水平，但在足够长的演化时间后，非创新Agent全部退出市场。

图7 引入市场激励下的非创新Agent数量

由上文可知，在引入市场激励后，其政策效果根据激励强度的不同呈现门槛效应并具有最优区间：在低激励强度μ＝1下，该政策没有造成意外效应，但同时也无法达到政策预期效果，更广泛地说，一个较低水平的激励强度可能不足以促进特定市场的建立与发展；在高激励强度μ＝3、μ＝4下，该政策能在较短时间内达到预期效果，但会引起意外效应，如鼓励企业产生更多的污染物、创新Agent将同样对污染处理有积极作用的非创新Agent挤出市场等问题。所以，就政府而言，以较小的意外效应和财政支出来建立污染物交易市场，理论上是可行的，但要严格把控政策强度的最优区间 （如控制在本文参数中μ＝2），且要有足够长的时间使其中的各类Agent演化出政策预期的结果，并使该市场成熟、稳定地发挥预定的作用。

3 结论与启示

本文通过多Agent主体模型的构建与仿真对不同的强制命令型与市场激励型环境规制政策及其组合的影响结果进行研究，通过对演化时间、规制强度的确定性、规制政策的类型3个方面的考察，得出以下结论：

（1）以较少的政府投入促进特定市场的建立和发展是可行的，但因为市场激励存在一定的门槛效应，要避免无效的低强度激励。且即使激励强度被证明是有效的，市场内的微观主体仍然需要相对宽裕的演化时间做出选择并予以行动，这就导致了政府在预计政策效果时要有时间概念，特定市场的建立与成熟可能要经过数十年或以上的时间，对其的激励行为要有一定的持续性。

（2）高强度激励会缩短微观主体行为选择的扩散时间，能更快速地达到预期成效，但高强度的政策往往会带来意外效应：以强制命令型与市场激励型环境规制政策为例，更高强度的命令手段有利于减少社会污染物排放总量，但会破坏自主创新的市场环境；较强的市场激励会提高企业的创新排污处理意愿，但同时会鼓励污染物生产者排放更多的污染物以获取利益，还会因竞争关系而从市场挤出非创新排污处理主体。

（3）政策的不确定性与变动性会影响微观主体的决定，而且会放大市场内交易价格与微观个体的波动情况。频繁的激励变动旨在能够灵活地调整政策主要作用领域的情况，虽然从宏观视角上，更大幅度的波动能够更快地达到预期效果，但这也意味着市场上的微观主体可能会面对不切实际的交易价格以及有可能出现的资产亏空，不利于一个市场的建立、成熟与稳定。

从政策设计角度来看，我们无法对一项环境规制政策或任何宏观政策在多个领域的影响进行全面预测［26］，这有可能会导致作用于多个领域的政策或作用于同一领域不同目标的政策相互掣肘，通过社会复杂系统内部的联系相互干扰，使多项政策产生意外效应或无法达到预期的成效［27］，所以合理地制定政策并使其达到预期效果是一项十分困难的工作，我们需要更为微观与复杂的研究思路与观察视角。