演化博弈视角下外部变量对绿色施工及其监管行为的影响

谭秀英，王斌义

（厦门理工学院经济与管理学院，福建 厦门 361024）

建筑工程碳氧化物排放量占全球排放的38%，能源消耗量则接近全球总能源的35%［1］。而建筑施工对环境造成的污染尤为严重［2］。可持续发展背景下，绿色施工是建筑产业污染治理的重中之重［3］。当前，我国绿色建筑发展仍处于初级阶段［4］，具体表现为绿色施工增量成本高，实施技术水平低，评价标准不统一。政府作为社会公众利益的代言人，在绿色施工发展中扮演监管角色。虽然政府针对绿色施工管理相继出台了一系列法律法规，但绿色施工的外部不经济性导致绿色施工发展缓慢、监管部门监管失职等问题。如何促进政府监管部门监管、总承包商绿色施工，从而推进绿色施工发展的制度化和规范化，是目前政府和学者共同关注的问题，而探究哪些因素会影响总承包商绿色施工和政府监管行为，对解决上述问题有重要意义。

现有绿色施工发展研究［5-10］集中在绿色施工管理办法、绿色施工推动因素以及绿色施工效果评价指标等方面。近年来，部分学者从政府监管角度出发研究绿色施工发展。如蔡彬清等［11］认为绿色施工受政府税收政策影响；Olubunmi 等［12］提出施工方只有在政府提供满意激励时才会主动绿色施工；陈杨等［13］提出政府承担建筑开发者收益损失分摊者将对绿色施工产生激励作用；王波等［14］认为监管部门采取激励与惩罚双重机制能更加高效地实现政府的监管职能；张晴晴等［15］提出动态奖惩机制相较于静态奖惩机制能使绿色建筑运营管理水平更有效。还有一些学者从绿色施工主体出发分析绿色施工当前的障碍。如王一新等［16］提出绿色施工技术的开发能力是底层根本影响因素；Onubi等［17］对我国绿色施工的应用现状调查，发现绿色施工发展的主要问题是绿色施工成本高昂；Ariff等［18］提出环境可持续绩效推动绿色施工能力的提高，因此从环境绩效方面来提高施工主体绿色意识。总体而言，现有研究多从政府或施工方单一视角探究影响绿色施工发展的因素，考虑到政府与施工方的行为是相互作用的，本文将政府与总承包商视为博弈系统中的利益主体，探究外部变量对总承包商绿色施工及其监管行为的影响，在此基础上提出一些针对性的建议，以期推动绿色施工的发展。

一、绿色施工与监管行为的博弈模型

（一）博弈模型构建的前提条件

（1）博弈双方为政府监管部门和建筑工程总承包商，双方绿色施工行为与监管行为互动过程中暂不考虑其他行为主体。博弈中两个局中人都是有限理性的，双方在已有信息下采取的行为并不一定是最优行为，而是通过学习与效仿来动态调整自己的行为。

（2）政府监管部门绿色监管概率为x，不监管的概率为（1-x），总承包商绿色施工的概率为y，普通施工的概率为（1-y）（x∈［0，1］，y∈［0，1］）。

（3）政府监管部门对总承包商绿色施工和普通施工实行动态奖励与惩罚机制，即设置一个最高奖励力度R 与最高惩罚力度F，奖励金额随着总承包商群体绿色施工概率y 增大而增大，表示为yR；惩罚金额随着普通施工的概率（1-y）增大而增大，表示为（1-y）F。

（4）政府监管部门绿色监管成本为C1，监管部门监管有效率为p，监管部门若制止普通施工行为将受到上级部门直接奖励R2。监管部门监管有效时政府声誉提高Fg，监管失效或者不监管会引发监管部门损失政府信誉Fd；对于总承包方而言，普通施工可以节约施工成本R1，但同时会导致环境受到污染，政府将承担普通施工带来的环境损失C2。

在政府监管部门对总承包商绿色施工监管重复博弈中，政府监管部门可以随机独立地选择“监管”和“不监管”，总承包商可以随机选择“绿色施工”和“普通施工”，结合上述假设，政府监管部门与总承包商的演化博弈支付矩阵如表1所示。

表1 政府监管部门与总承包商的演化博弈支付矩阵Table 1 Evolution game payment matrix between government regulators and general contractors

（二）收益函数与复制动态方程

根据表1，政府监管部门绿色监管和不监管时的期望收益为UGx和UG（1-x），平均期望收益为UG，计算如下所示：

政府监管部门选择监管的复制动态方程为

同理，承包商选择绿色施工的复制动态方程为

根据方程（2）和（3），可得演化动态系统的复制动态方程，见式（4）：

依据Friedman 定理［19］，复制动态方程的均衡点稳定性可通过雅克比矩阵求出，设上述动力系统的复制动态方程（4）雅克比矩阵为J，该矩阵的行列式为detJ，矩阵的迹（对角线元素之和）为trJ。稳定性判别定理：当且仅当同时满足detJ ＞0和trJ＜0，则对应策略为演化稳定策略。

（三）局部均衡点稳定性分析

求上述复制动态方程（4）的零解，得到可能存在的5 个局部均衡点为E1(0,0), E2(1,0), E3(0,1),

对上述复制动态方程组（4）中的微分方程依次求关于变量x、y的偏导数。计算出Jaconbian矩阵如下：

将求得的系统均衡点代入雅克比矩阵中，判断矩阵J的特征值和迹的符号是否满足式（6）。博弈系统局部均衡点的稳定性分析如表2所示。其中，ESS（evolutionary strategy stable）表示演化稳定。

表2 博弈系统局部均衡点的稳定性分析Table 2 Stability analysis of the model at the local equilibrium points

综上，该博弈演化系统的5 个均衡点中仅均衡点E5满足式（6）时能演化至稳定，结合E5表达式及式（6），可得出：政府监管部门监管和总承包商绿色施工行为取决于上级奖励力度、政府监管成本、普通施工节约成本、监管有效率、政府奖惩力度多个参数值的大小。为了更直观地演示博弈系统中外部变量对政府监管部门监管与总承包商绿色施工行为的作用情况，本研究将使用软件Vensim PLE对上述博弈模型进行系统动力学（system dynamics，简称SD）仿真模拟，观察外部变量发生变化时双方行为的演变情况。在仿真模拟的基础上引入敏感性概念，对各外部变量的敏感性计算，比较哪些因素对双方行为影响更大。

二、绿色施工与监管行为的影响因素分析

为演示政府监管行为与总承包商开发行为的影响因素，本文运用Vensim PLE 软件建立政府监管下总承包商绿色施工演化博弈SD模型，结果如图1所示。

图1 政府监管下总承包商绿色施工演化博弈SD模型图Fig.1 SD Model of evolution of green construction by general contractor under government supervision

图1 中，白云图案为“源点”，代表系统的外部世界，表示政府监管部门（总承包商）未做出决策的初始状态，此状态下，主体行为决策随着系统相关成员的决策和外部变量的影响而实时变化；纺锤形图案为速率变量的描述符号，表示监管（绿色施工）概率变化的速率。

结合绿色施工项目相关案例中的数据和绿色建筑推广政策相关文献［20-23］，设定一组初始参数值，具体如表3 所示。本研究设定仿真周期为12.5 a，故起始时间（INITIAL TIME）为0；结束时间（FINAL TIME）为150，Units for Time（单位时间）为月。政府监管部门以每月4～5次的频率对总承包商绿色施工行为进行抽查，因此，设定仿真步长（TIME STEP）为0.031 25。

表3 参数赋值表Table 3 Parameter assignment table

本研究重点模拟总承包商绿色施工与政府监管概率受外部变量的影响情况，政府监管部门监管概率和总承包商绿色施工概率初始值为（0.5，0.5）。参数调节将依照以下几点：首先，本研究对参数的调节均满足式（6）。其次，政府奖励与惩罚力度的调节一般可由政策制定者决定，参考梁喜的研究［24］，本文设置政府奖励与惩罚力度变化幅度为15%。再次，普通施工节约成本、政府监管成本、监管有效率的变化应符合绿色建筑项目中的实际情况，本文结合绿色项目工程案例［25］与绿色建筑质量监管文献［26］，将变化幅度分别控制在5.0%，11.1%，8.3%。最后，上级部门对政府实施监管的奖励调整幅度为100%，变化情况是0∶1∶2，旨在体现上级部门对绿色施工监管从不重视到重视的过程。

（一）对建设项目总承包商最大奖励力度变化对双方行为的影响

保持其他参数不变，调整对总承包商最大奖励力度R，调整情况A：R=1.165 ；B：R=2.185。双方行为演化情况如图2 所示。奖励力度R 增大时，政府监管概率减小，总承包商绿色施工概率增大，双方演化至稳定的路径波动幅度增大。

图2 参数R对博弈双方行为演化的影响Fig.2 Effect of parameter R on behavioral evolution of both sides of the game

分析原因可知，对采取绿色施工行为的总承包商进行经济奖励将给政府部门带来财政压力，因此奖励力度增大时，监管部门偏向于不监管；对总承包商而言，政府对绿色施工的奖励在一定程度上弥补绿色施工发展不成熟时进行绿色施工行为所付出的超额成本，绿色施工概率呈现小幅上升。但是政府监管概率的减小引发总承包商群体倾向于普通施工，因此随着奖励力度的增加，双方演化至稳定的所需时间更长。

（二）最大惩罚力度变化对双方行为的影响

保持其他参数不变，调整总承包商普通施工的最大惩罚力度F的值，调整情况为A：F=6.8 ；B：F=9.2。双方行为演化情况如图3 所示。与奖励力度变化对双方行为影响情况类似：最大惩罚力度F增大，政府监管概率减小，总承包商绿色施工概率增大。

图3 参数F对博弈双方行为演化影响Fig.3 Effect of parameter F on behavioral evolution of both sides of the game

分析原因可知，政府加大惩罚力度引发总承包商选择绿色施工，随着绿色施工的建设项目增加，绿色建材、绿色工艺的进步将带来绿色施工增量成本下降。此时建筑行业绿色环保行为形成了良性循环，建筑行业节能低碳行为不再完全依赖政府部门的监督，监管部门监督概率呈下降的趋势。

（三）总承包商普通施工节约成本变化对双方行为的影响

保持其他参数不变，调整总承包商普通施工节约的施工成本R1，调整情况为A：R1·=3.8；B：R1=4.2，双方行为演化情况如图4 所示。普通施工节约成本增大，政府监管部门监管概率增大，总承包商绿色施工的概率减小，双方演化至稳定状态的速度加快。

图4 参数R1对博弈双方行为演化影响Fig. 4 Effect of parameter R1 on behavioral evolution of both sides of the game

分析原因可知，普通施工节约成本较大时，总承包商倾向于普通施工以节约成本，因而政府监管部门将加大监管，督促总承包商绿色施工。总承包商在绿色施工发展初期选择普通施工节约成本较大，开展绿色施工的投资回报远低于普通施工，因此总承包商将在更短的时间内做出普通施工的决策。

（四）政府监管部门监管成本变化对双方行为的影响

保持其他参数不变，调整政府监管部门监管成本C1，调整情况为A：C1=8；B：C1=10，双方行为演化情况如图5 所示。政府监管成本降低，政府监管部门监管概率和总承包商绿色施工的概率均增大，双方演化至稳定的速度加快。

图5 参数C1对博弈双方行为的影响Fig.5 Effect of parameter C1 on the behavior of both sides of the game

分析原因可知，政府监管成本随着政府工作效率的提高而降低，政府监管部门为了获得更高的政府公信力和社会效益会加大对总承包商绿色施工的监管力度。对于总承包商而言，地方政府监管概率增加意味着其普通施工的成本增加，群体演化路径将朝着绿色施工方向发展。

（五）政府监管部门监管有效率对双方行为的影响

保持其他参数不变，调整政府监管部门监管有效率p。调整情况为A：p=0.55；B：p=0.65，双方行为演化情况如图6所示。监管有效率增加，政府监管部门监管概率降低，总承包商绿色施工概率增大。

图6 参数p对博弈双方行为的影响Fig.6 Effect of parameter p on the behavior of both sides of the game

分析原因可知，监管有效率提升时，监管部门适当降低监管概率也能起到相同的监管效果，因此监管部门为了节约监管成本会降低绿色施工监管概率；对总承包商群体而言，政府监管有效率的提升将增大普通施工的投机成本，因此其绿色施工概率增大。

（六）上级部门奖励变化对双方行为的影响

保持其他参数不变，调整上级部门对政府监管部门的奖励R2。调整情况为A：R2=0；B：R2=2，双方行为演化情况如图7所示。上级部门对政府监管部门奖励增加，政府监管部门监管概率和总承包商绿色施工概率均增加，双方演化至稳定的速度加快。

图7 参数R2对博弈双方行为的影响Fig.7 Effect of the parameter R2 on the behavior of both sides of the game

分析原因可知，上级部门加大对监管部门监管奖励能够弥补监管部门监管的成本，使监管部门监管概率提高；监管部门监管积极性的提高进一步促进总承包商绿色施工，且总承包商群体出于风险成本考虑，将在更短时间内达到稳定均衡状态。

三、绿色施工与监管行为参数敏感性分析

为探究外部变量中哪些因素对双方行为相对影响更大，结合Vensim PLE 软件的仿真模拟结果和经济学中敏感度的概念，对各参数变化引起博弈双方行为演化情况进行更具体的分析。各参数敏感度计算结果如表4所示。

由表4可知，影响政府监管概率的各因素中，政府监管对政府监管有效率p值的参数敏感度最高，其次是总承包商进行普通施工受到的最大惩罚额度F 值和普通施工节约成本R1，敏感度在0.4 附近。敏感度最低的因素是政府监管获得上级奖励R2。因此，促进政府监管部门监管的首要措施是提高监督效率；影响总承包商绿色施工概率的各因素中，总承包商绿色施工对政府监管部门监管成本C1的敏感度最高，其次是政府监管部门的监管有效率p 值；敏感度最低的因素同样是政府监管获得上级奖励R2。

对比奖励与惩罚额变化时总承包商绿色施工的灵敏度，当最大奖励额度与最大惩罚额度均减小相同幅度15%时，总承包商绿色施工概率对奖励额度减小的灵敏度为0.14，对惩罚额度减小的灵敏度为0.77。当最大奖励额度与最大惩罚额度均增大相同幅度15%时，总承包商绿色施工概率对奖励额度增大的灵敏度为0.30，对惩罚额度增大的灵敏度为0.42。由此得出总包商绿色施工概率对惩罚额度变化的灵敏度均大于奖励额度。也就是说，奖惩机制双重作用时，总承包商绿色施工概率受惩罚力度变化的影响更大，政府在制定监管政策时应适当地“重罚轻奖”。

四、结论与建议

（一）结论

为促进政府监管部门监管、总承包商绿色施工从而推进绿色施工的发展，本文基于演化博弈理论推导出对总承包商绿色施工与监管行为的影响因素，包括上级奖励力度、政府监管成本、普通施工节约成本、监管有效率、政府奖惩力度，并进一步应用系统动力学仿真和参数敏感性分析确定这些外部因素对绿色施工与监管行为的影响情况。研究发现：政府监管部门监管行为的正向影响因素包括上级奖励力度和普通施工节约成本，负向影响因素包括政府监管成本、监管有效率及政府奖惩力度，其中，监管有效率的影响最大。对总包商绿色施工正向影响的因素包括上级奖励力度、监管有效率及政府奖惩力度，负向影响因素包括政府监管成本和普通施工节约成本，其中，政府监管成本的影响最大。另外，基于张晴晴［17］提出政府动态奖惩较静态奖惩更有效的观点，对比分析动态奖励与惩罚措施下，总承包商绿色施工受惩罚力度变化的影响更大，即动态奖惩措施下调节惩罚力度比调节奖励力度对促进总承包商绿色施工行为更有效。

（二）建议

第一，政府监管成本对双方的行为均为负向影响，因此为推动绿色施工与政府监管行为以促进绿色施工发展，降低政府监管成本尤为重要，可以从两个方面考虑： 其一，提高公众低碳环保意识，对污染严重和碳排放量大的在建工程进行举报；其二，搭建“绿色施工信息共享平台”，有效降低政府绿色施工监管成本。

第二，在影响绿色施工行为的因素中政府监管有效率的影响最大。政府在制定监管政策时要充分考虑监管部门的监管能力，通过统一绿色施工规范来减轻地方监管部门监管工作中的负担，对监管能力不足的地区，可以派遣专家委员会协助工作来提高政府监管有效率。

第三，动态奖惩措施下调节惩罚力度对绿色施工行为的影响更大，政府监管部门制定监管政策时，以“重罚轻奖”为准则制定更为严格的法律法规，把工程项目中的绿色施工作业计划作为工程审核的重要内容。