李华强, 李祖璨
(西南交通大学 公共管理学院,四川 成都 610031)
公路货运超限超载是指货运汽车实际装载的货物重量超过核定载重量的行为[1]。由于货运业者片面追求运输成本的最小化[2],公路货运超限超载运输的行为屡禁不止,统计数据显示,我国东部地区深夜时的超载率高达40%[3]。货运车辆超限超载运输对交通安全状况构成了严重的威胁。超限超载将延长车辆的制动距离和加剧车辆部件的磨损[4],增加交通事故发生概率[5]。货运车辆超限超载运输还对公共资源造成了负面影响。Wang等[3]通过建立多等级的车流模型,发现超限超载运输将导致显著的交通堵塞;长期超限超载运输会对交通道路造成过度破坏,导致公路实际寿命缩短[6],造成高额的维修养护成本。
对于公路货运超限超载的原因,周冰等[7]通过分析发现公路产权设置缺陷所导致的多头管理和不规范收费是公路超载的体制性原因。Zhang等[8]通过对广东省交通数据的分析,发现农村男性运输者具有更高的超载运输倾向。针对超限超载运输的治理,国内外学者从制度设计和具体措施两个层面提出了建议。例如:赵光辉[9]从构建服务型政府、提高交通运输行业治理现代化水平入手,提出引入赏金猎人制度并加以改造的设想,为解决超限超载提供制度层面的启示。Bagui等[10]通过实证分析指出积极治超对减少交通事故、提升行车速度和降低公共支出大有裨益,并提出加强监管、提高处罚和科技创新三个方面的举措;Jacob等[11]通过对法国10个动态称重系统的实验分析,证明了动态称重系统直接用于超载监测执法的可行性。
上述研究多从经济学角度分析超限超载运输发生的原因和后果,对不同利益主体行为和策略的定量化分析不足;同时,关于不同主体策略选择的演变路径和治超策略实施效果的研究尚不充分。为此,本文构建了运输者、稽查人员和交管部门的演化博弈模型,研究各方策略之间博弈的演化路径,分析惩处和监管政策对各主体行为演化的影响,并利用Netlogo进行仿真验证,为制定超限超载治理对策提供理论参考。
利益相关者是指可以影响组织目标的实现或受其实现影响的团体或个人[12]。本文将超限超载运输行为中的利益相关者界定为:能够影响超限超载行为发生、并且受到该行为影响的所有团体或个人。超限超载运输涉及的利益相关者及其参与机制如图1所示。
图1 超限超载运输中的利益相关者及其参与机制
公路货运行业由于具有技术能力要求少、市场准入门槛低和经营风险小的特点,成为了农村劳动力转移和下岗工人再就业的热门行业。运输者在降低运价以争取订单的情况下,将最大化利润作为营运目标,冒险选择超限超载运输。
稽查人员受到交管部门的监督,应该积极、严格和公正执法,但某些执法者收取超限超载运输人员罚款后,默许其继续实施超限超载,这种“以罚代管”的行政执法方式长期存在于“治超”执法领域[13]。
以交管部门为代表的政府肩负着维护市场正常秩序和道路基础设施的责任,也承受着超限超载运输带来的巨大道路养护成本和社会民众的质疑,交管部门倾向于采取措施培养稽查人员积极公正的执法态度,切实维护社会利益。
演化博弈理论是从进化生物学发展而来,被广泛应用于应急管理[14]、公共政策[15]和政企行为[16]等领域的研究,本文引入演化博弈模型对公路货运超限超载运输进行研究。
H1运输者T、稽查人员S和交管部门D是模型系统中的关键主体,三方均是具有学习能力的有限理性主体。
H2各博弈主体均有两种策略。策略集合分别为:运输者{超载运输,不超载运输 };稽查人员{管罚并举,以罚代管};交管部门{积极监管,消极监管}。
H3运输者选择“超载运输”的概率为x,选择“不超载运输”的概率为1-x;稽查人员选择“管罚并举”的概率为y,选择“以罚代管”的概率为1-y;交管部门选择“积极监管”的概率为z,选择“消极监管”的概率为1-z,x,y,z∈[0,1]。
H4运输者提供的运输服务价格为P,货运车辆准载定额量为Qs,超载运输量为Qo。由于可变成本占比很小,故将运输成本固定为Ct,运输者在超载后的受处罚金额为αQoP,其中α为平均实际超载处罚系数且α>0;稽查人员工作薪酬为S,E为稽查人员选择“管罚并举”策略时多消耗的时间和精力成本。当稽查人员选择“以管代罚”时,对超限超载部分以β为系数进行处罚且β<1,但并不要求其返回卸货或原地分批运输,该错位执法行为将面临交管部门的处罚F。记Cd为交管部门选择“积极监管”策略而付出的管理成本,如制定监管制度和法律,加强对稽查人员的培训,加派人力对执法情况进行监察和购买技术设备等,当稽查人员选择“以罚代管”策略,而交管部门缺乏长期有效的监管时,道路因长时间承受超过规定的荷载值以致需要耗费巨大的维修保养费用,同时还有一定几率引发交通安全事故,社会福利损失为L,且这部分损失远远大于管理成本,即L>Cd。交管部门选择“积极监管”对稽查人员“以罚代管”行为进行处罚时,社会福利损失将减少为kL,其中k为降低系数且0 3.1.1 运输者的策略稳定性分析 运输者“超载运输”的期望收益Ex=ypQo(-α-1+β)+(Qs+Qo-βQo)P-Ct; 3.1.2 稽查人员的策略稳定性分析 3.1.3 交管部门的策略稳定性分析 图2 三个利益相关者的策略选择相位图 在非对称博弈中,混合策略均衡一定不是演化稳定均衡[17],三主体演化博弈的均衡点稳定性可以通过Lyapunov第一法则判断:当复制动态系统的雅可比矩阵的所有特征值时,该均衡点是渐进稳定点[18]。 根据三个主体的复制动态方程得到系统的雅可比矩阵,将8个纯策略均衡点依次代入,可得各自的雅可比矩阵,并求出其特征值,结果如表1所示。 表1 系统均衡点的特征值及稳定性判别 8个均衡点中仅有E2(1,0,0)、E6(1,0,1)和E7(0,1,1)满足李雅普诺夫判别法的要求,具体分析如下: 情形1当F+(1-k)L-Cd<0时,E2(1,0,0)是系统演化稳定点。事实上,超限超载运输引起的社会福利损失L远大于交管部门“积极监管”的管理成本Cd,因此F+(1-k)L-Cd>0不可能成立,但为了尽可能地避免系统朝该方向演化,应该努力提高F和(1-k)的数值。交管部门在发现稽查人员以罚代管的寻租行为后,应立即追查运输者的违法行为,以减小此时的社会福利损失kL。 情形2当-E+F-βQoP+S<0且(k-1)L-F+Cd<0时,E6(1,0,1)是系统演化稳定点。同样地,由于L≫Cd,条件(k-1)L-F+Cd<0恒成立;当F+S<βQoP+E,即稽查人员通过寻租获得的不当利益较高,且选择“管罚并举”策略时额外付出的时间和精力成本过高时,两者之和超过了稽查人员的薪资和可能面临的处罚,稽查人员基于执法成本和利益获取的考虑而选择以罚代管,“超载运输”成为运输者的占优战略。尽管交管部门将保持积极监管,对于规范运输行为却成效甚微,该情形下的系统演化相位图如图3(a)所示。 图3 两种情形下的系统演化相位图 情形3当E-F<0且F-Cd<0时,E7(0,1,1)是系统演化稳定点。显然,对稽查人员的处罚小于交管部门的管理成本,F-Cd<0成立;因此,当E Netlogo是能够模拟自然和社会各种复杂对象的行为演化规律的可编程仿真环境[19]。设定区域中存在一定数量的运输者、稽查人员和交管部门三类主体(Agent),每类主体具有相应的属性并以参数刻画其水平。在区域环境和与其他主体的相互作用影响下,每个主体选择各自面临的策略进行,通过较长时间的反复学习迭代和策略更新以模拟其策略选择的动态演化过程。 根据问题描述和参数假设,合理设置模型参数初始值如下:Qs=15,Qo=5,P=2,Ct=12,α=1.0,β=0.5,k=0.5,S=10,Cd=50,L=500,参数量级并不影响演化结果。在此环境下,条件(k-1)L-F+Cd<0和F-Cd<0已经满足,两种演化稳定策略的关键约束简化为两个互斥的条件:E-F>5和E-F<0。 4.2.1 策略{超载运输,以罚代管,积极监管}的仿真分析 设E=8、F=1,使系统满足情形2的约束条件,为了模拟不同初始策略比例下的演化路径,令系统的初始决策比例(x0,y0,z0)从(0,2,0,2,0.2)开始,以0.1为步长增加至(0.7,0.7,0.7),系统演化过程如图4所示。当-E+F-βQoP+S<0且(k-1)L-F+Cd<0时,稽查人员执法积极性降低,最终选择以罚代管的策略管理运输者群体,运输者在意识到查处力度下降后,在低廉的违法成本和高额的超载运输利润吸引下,都会选择“超载运输”策略,监管部门的策略经过较长时间的演化,将稳定于积极监管,但此时顶层监管力度的加大已无法重塑市场秩序,系统最终收敛于均衡点E6(1,0,1)。可以看到,初始决策的比例高低并不会影响演化过程的最终收敛方向,而只是影响收敛速度,随着初始策略的比例向该主体的最终稳定状态不断靠近,该主体达到策略稳定的时间越来越短。 4.2.2 策略{不超载运输,管罚并举,积极监管}的仿真分析 在满足条件E-F<0、的情况下,设E=1、F=5,得到系统演化过程如图5所示。 随着稽查人员选择管罚并举额外执法成本的降低、对以罚代管行为的处罚力度加重,稽查人员端正执法态度的概率逐渐提高,严格监督超限超载运输者接受处罚并返回卸货;稽查人员的积极执法行为削弱了运输者再次通过超载运输填补被罚损失的动力,超限超载运输比例明显降低,运输者趋于选择不超载运输;交管部门在接收到良好的治理效果之后,也将长期稳定选择积极执法,系统最终收敛于E7(0,1,1)。 图6 处罚力度对策略演化的影响 为了进一步考察处罚系数α和管理成本Cd两个外部约束条件对系统演化路径的影响,通过改变参数的数值大小来表征不同的条件水平,观察影响因素对系统状态的具体规制效果。 4.3.1 处罚系数的影响 设E=1、F=5,保持其余上述其余参数不变,为了体现不同的违法运输处罚水平,令α={1,0,3.0,5.0},得到运输者和稽查人员演化博弈的结果如图6所示。 图6表明,在不同的处罚系数约束下,运输者和稽查人员的决策收敛速度变化较为明显。随着处罚系数的增大,运输者选择超载运输的概率达到0的时间不断缩短,收敛速度明显加快;受运输者群体策略选择的影响,稽查人员的决策也越来越快地到达稳定状态,收敛于管罚并举。这说明违法成本的大幅上升对抑制超限超载行为有良好的效果,而低廉的违法成本和治超执法中频发的“以罚代管”现象则会加剧超限超载行为。因此,可以通过加大对超限超载运输的处罚力度来约束市场行为,促使运输行业尽快回归正轨。需要注意的是,处罚系数的变化并未影响系统的最终稳定状态,而仅仅是影响了各个主体的收敛速度,在E-F<0的关键约束下,系统始终收敛于E7(0,1,1)。 4.3.2 管理成本的影响 令Cd={50,100,150},分别代表监管部门积极监管管理成本的低水平、中等水平和高水平,仿真结果如图7所示。当Cd=50,即管理成本较低时,交管部门的策略选择将很快稳定于积极监管,而随着管理成本的增加,收敛速度明显下降。因此,应该结合多种途径实施积极监管,降低交管部门对稽查人员考核的管理成本,有效激发监管动力。 图7 管理成本对交管部门策略演化的影响 本文运用演化博弈理论,分析超限超载运输中运输者、稽查人员和交管部门的决策演化过程。结果表明:(1)政策干预对减少超限超载运输现象有显著作用,针对不同利益主体要采用不同的管理手段。(2)随着超载运输处罚系数的增大,运输者选择“超载运输”策略的概率显著降低,且不再出现“劣币驱逐良币”的困境。(3)加重对稽查人员“以罚代管”行为的处罚、加大资金设备投入来降低执法的时间精力成本,有助于改善“治超”效果。(4)交管部门管理成本的高低,会显著影响其达到稳定策略的速度,较低的管理成本有助于系统加快向积极状态的演化。 (1)罚款系数明确界定,处罚方式软硬结合。相比于超限超载运输的额外利润,现有最高处罚两千元的罚款过低。而且,在五百至两千元区间内未有明确的罚款档次区分,留给稽查人员的自由裁量权过大,在制度层面为运输者的违法及执法者的“以罚代管”行为留下了空间。完善对运输者的从业资格考核,对有过超限超载行为的运输者纳入系统记录,倒逼运输者产生“不愿超”的内生动力。 (2)以交管为代表的政府部门应加强对稽查人员执法状况的监管力度,规范稽查人员的执法行为,严禁“以罚代管”的执法现象;通过宣传教育强化稽查人员公开公正的执法理念,对纵容超限超载行为的稽查人员采取相应的处罚措施,加强执法队伍建设。 (3)以科技力量为稽查人员的执法工作赋能,加大执法设备的研发力度,采用智能化设备简化稽查人员的工作流程,提高工作效率。在智能硬件赋能的基础上,实行网络化管理和“双随机、一公开”的监管模式,推动“放管服”改革在交通执法监管领域的深化。 (4)通过多种渠道降低交管部门的管理成本。一方面,可以加大财政投入减小当地交管部门的财政压力,调动监管积极性;另一方面,通过建立包括社会公众在内的监督体系,完善监督反馈渠道,将部分监督权让渡给社会公众。3 博弈模型的演化均衡分析
3.1 各主体的复制动态方程和策略稳定性分析
3.2 三方演化博弈策略组合的稳定性分析
4 仿真分析
4.1 仿真模型设计
4.2 两种演化稳定策略的仿真分析
4.3 约束条件对演化路径的影响
5 结语
5.1 研究结论
5.2 对策建议