基于環(huán)境規(guī)制強(qiáng)度的政府與企業(yè)環(huán)境行為的重復(fù)博弈研究

侯貴生　殷孟亞　楊磊

摘 要：隨著我國社會(huì)工業(yè)化進(jìn)程的推進(jìn)，經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)矛盾日益突顯。因此，以重復(fù)博弈理論為基礎(chǔ)，基于環(huán)境規(guī)制強(qiáng)度，構(gòu)建政府與企業(yè)環(huán)境行為的博弈模型，通過對(duì)模型的分析得出雙方的納什均衡策略，為實(shí)現(xiàn)環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展的共贏提供理論依據(jù)。

關(guān)鍵詞：環(huán)境規(guī)制強(qiáng)度；環(huán)境行為；重復(fù)博弈

中圖分類號(hào)：F123.15；F224.32 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2016）05-0114-02

引言

隨著我國環(huán)境污染日益加劇，政府對(duì)企業(yè)的環(huán)境規(guī)制強(qiáng)度也日趨增強(qiáng)。企業(yè)所采取的環(huán)境行為必然受到政府環(huán)境規(guī)制強(qiáng)度變化的影響，而政府的環(huán)境行為也必然以企業(yè)的策略為依據(jù)，因而雙方的策略選擇無疑成為學(xué)者們關(guān)注的課題。王冬梅等（2004）分析了環(huán)境保護(hù)政府與企業(yè)之間的四種博弈關(guān)系[1]。羅麗艷（2007）運(yùn)用重復(fù)博弈的“囚徒困境”模型分析了人與自然間的無限次重復(fù)博弈關(guān)系，指出了合作的可能性[2]。

本文以政府環(huán)境規(guī)制決策和企業(yè)環(huán)保行為來分別反映兩者的環(huán)境行為，通過研究環(huán)境規(guī)制強(qiáng)度動(dòng)態(tài)調(diào)整條件下政府與企業(yè)環(huán)境行為的重復(fù)博弈問題，分析政府與企業(yè)環(huán)境行為的均衡策略，從而為政府政策選擇與企業(yè)環(huán)保決策提供理論參考。

一、基于環(huán)境規(guī)制強(qiáng)度的政府與企業(yè)環(huán)境行為的一次博弈分析

假設(shè)政府和企業(yè)分別為一個(gè)博弈參與人，兩者都有兩種策略選擇：政府（完全規(guī)制，不完全規(guī)制），企業(yè)（積極環(huán)保，消極環(huán)保）。兩者收益不僅與自身的策略選擇相關(guān)，還與對(duì)方的策略選擇相關(guān)。通過建立政府與企業(yè)環(huán)境行為的博弈樹來對(duì)雙方一次階段博弈進(jìn)行分析。

在博弈過程中，政府與企業(yè)都明確自身和對(duì)方的收益情況，也都能觀察到對(duì)方的策略選擇，因此，利用逆推歸納法來分析各階段博弈過程。下面首先對(duì)第二階段企業(yè)環(huán)境行為策略選擇進(jìn)行分析。

綜上，當(dāng)政府已知企業(yè)的策略選擇情況時(shí)，在相應(yīng)環(huán)境規(guī)制強(qiáng)度下，政府總收益的差值大于成本的差值時(shí)，政府會(huì)選擇不完全規(guī)制策略；否則會(huì)選擇完全規(guī)制策略。

由政企環(huán)境行為一次階段博弈可知，博弈雙方具有純策略納什均衡，但納什均衡受總收益和成本的變化趨勢(shì)的影響，因此，政企環(huán)境行為一次階段動(dòng)態(tài)博弈不存在唯一固定的純策略納什均衡，不是帕累托最優(yōu)策略，而（不完全規(guī)制，積極環(huán)保）應(yīng)是政企環(huán)境行為博弈的帕累托改進(jìn)策略。

二、政府與企業(yè)間的重復(fù)博弈模型

在政府與企業(yè)環(huán)境行為的博弈中，參與主體均為有限理性，意味著政府環(huán)境規(guī)制強(qiáng)度的選擇具有長期性，是重復(fù)博弈過程，往往不可能一開始就找到最優(yōu)策略，需要參與主體不斷學(xué)習(xí)[3]。

重復(fù)博弈分為有限次重復(fù)博弈和無限次重復(fù)博弈，在重復(fù)博弈中，博弈方考慮的不是現(xiàn)在本階段的博弈，而是整個(gè)博弈的總體收益情況[4]。由于資金具有不同的時(shí)間價(jià)值，就要考慮收益的時(shí)間價(jià)值問題，因此，引入收益折算的貼現(xiàn)因子δ[5]。設(shè)在一無限次重復(fù)博弈中，某博弈方的階段得益為π1，π2，…πt，將各階段得益折算到當(dāng)前階段所得到的總得益為[6]：

在重復(fù)博弈中，還存在一種嚴(yán)厲的懲戒機(jī)制，冷酷策略就是經(jīng)典的懲戒機(jī)制之一。根據(jù)冷酷戰(zhàn)略，在政企環(huán)境行為重復(fù)博弈過程中，雙方都能夠觀察到自己和對(duì)方的博弈歷史，雙方的收益就是各階段收益折算到當(dāng)前的貼現(xiàn)值之和[7]。設(shè)政府和企業(yè)的貼現(xiàn)因子都為δ，Ve表示企業(yè)積極環(huán)保時(shí)無限次重復(fù)博弈的貼現(xiàn)值，Vs表示企業(yè)消極環(huán)保時(shí)無限次重復(fù)博弈的貼現(xiàn)值，并假設(shè)政府開始選擇不完全規(guī)制策略，且一旦企業(yè)選擇消極環(huán)保策略，政府將會(huì)永遠(yuǎn)選擇完全規(guī)制策略。則有：

假設(shè)企業(yè)選擇消極環(huán)保，政府在察覺到企業(yè)的消極環(huán)境行為后，采取懲戒機(jī)制，且會(huì)永遠(yuǎn)選擇完全規(guī)制。

三、結(jié)論

在一次階段博弈中，博弈雙方具有純策略納什均衡，但納什均衡受總收益和成本的變化趨勢(shì)的影響，因此，政企環(huán)境行為博弈不存在唯一固定的純策略納什均衡，但博弈中的機(jī)會(huì)主義行為不可避免。在政企環(huán)境行為無限次重復(fù)博弈中，由于懲戒機(jī)制的存在，博弈雙方都會(huì)權(quán)衡長期利益，從而避免機(jī)會(huì)主義行為，最終政企博弈雙方達(dá)成唯一的純策略納什均衡，即（不完全規(guī)制，積極環(huán)保）。

參考文獻(xiàn)：

[1] 王冬梅，李萬慶.博弈論在環(huán)境保護(hù)中的應(yīng)用[J].城市環(huán)境與城市生態(tài)，2004，17（5）：45-47.

[2] 羅麗艷.循環(huán)經(jīng)濟(jì)：人與自然重復(fù)博弈煩人合作解[J].內(nèi)蒙古財(cái)經(jīng)學(xué)院學(xué)報(bào)，2007，（1）：18-22.

[3] 李建斌，劉楊.重復(fù)博弈視角下地企業(yè)環(huán)保行為規(guī)制[J].山東社會(huì)科學(xué)，2009，162（2）：64-67.

[4] 謝識(shí)予.經(jīng)濟(jì)博弈論[M].上海：復(fù)旦大學(xué)出版社，2006.

[5] 胡元林，陳怡秀.環(huán)境規(guī)制對(duì)企業(yè)行為的影響[J].經(jīng)濟(jì)縱橫，2014，（7）：51-54.

[6] 張倩，曲世友.環(huán)境規(guī)制下政府與企業(yè)環(huán)境行為的動(dòng)態(tài)博弈與最優(yōu)策略研究[J].預(yù)測(cè)，2013，（4）：35-40.

[7] 張學(xué)剛，鐘茂初.政府環(huán)境監(jiān)管與企業(yè)污染的博弈分析及對(duì)策研究[J].中國人口·資源與環(huán)境，2011，21（2）：31-35.

[責(zé)任編輯 張宇霞]