中央环保督察下的企业污染监管三方演化博弈与仿真分析.pdf

管理现代化134环境与社会Environment and Society一、引言改革开放后我国一跃成为世界第一制造大国、世界第二大经济体。然而，经济实现腾飞的代价是资源与环境的过度消耗，环境的持续恶化阻碍了我国经济的可持续发展。为此，我国高度重视环境问题，党的十九大提出“要坚决打好生态环境保护攻坚战”，并将生态环境保护提高到战略高度1。在此背景下，为了改善环境质量，推动经济可持续、高质量发展，我国于2016 年 1 月正式启动中央环境保护督察制度2，并于 2019 年以规章的形式明确了中央环境保护督察的组织架构、督察对象以及督察的程序与权限等3。当前，我国中央环境保护督察制度处于“党政同责”的阶段4，在区域环保督察局的配合下积极解决地方环境污染问题5。截至 2022 年 4 月 25 日，我国第二轮中央环保督察已经对全国 31 个省区市、2 个部门以及 6 家国企进行了督察，处罚企业 10320 家，约谈党政领导干部 4996 人，问责 2400 人。中央环保督察制度是我国环境监管体制的一次重大变革，拓展了中国环境治理结构，推动中国环境治理模式从“政府管理”向“中央政府-督察组-地方政府-企业-公众”的多元治理模式发展6，对地方政府的环境治理行为、企业行为以及污染排放都产生了一定影响。在中央环保督察对地方政府的影响上，苑春荟等发现中央环保督察制度的实施有效地降低了“中央-地方”纵向委托代理关系中的信息不对称7。庄玉乙等发现中央环保督察促使基层政府和环保部门进行组织结构的调适，改变了环保部门原本弱势的形象，拓展了其职权8。在中央环保督察对企业行为的影响方面，一些学者指出，中央环保督察能够促使重度污染企业改变生产决策9，提高环保投资10，倒逼企业进行技术创新11，促进企业转型升级12。在中央环保督察对污染排放的影响方面，涂正革等研究发现中央环保督察显著提高了河北省的空气质量，并认为其具有长期效应13。但一些学者通过实证研究得出，虽然中央环保督察对被督察省份的空气质量有显著改善效果，但督察组离开后，空气质量的改善效果逐渐消失，甚至基金项目教育部人文社会科学研究基金青年项目“基于空间外溢与门槛效应的制造业绿色技术创新能力研究”（20YJC630056）。作者简介胡敏：副教授，博士；研究方向：管理科学与决策分析；E-mail：。王周鸿：硕士研究生；研究方向：博弈论、环境治理；E-mail：。DOI：10.19634/ki.11-1403/c.2023.03.015中央环保督察下的企业污染监管三方演化博弈与仿真分析胡敏王周鸿（北京信息科技大学信息管理学院，北京100192）摘要中央环保督察是加强地方政府落实环境保护主体责任的重要措施，征收环境保护税以及制定环保专项资金管理办法是促使企业减少排放的有力手段。基于演化博弈理论，构建中央环保督察组、地方政府和排污企业参与的三方演化博弈模型，分析博弈策略演化路径。以环保督察试点省份河北省为案例，通过数值仿真分析博弈主体之间的策略演化过程，以及环保税收优惠率、企业获得的环保专项补助资金金额以及环保专项资金收回比例对博弈系统演化的影响。三方博弈存在若干演化结果，数值仿真后的初始博弈均衡结果为环保督察组监管、地方政府严格监管以及排污企业不减排。通过博弈均衡点移动分析可知：采取环保专项资金收回策略，并将收回比例提高到阈值以上可以促成环保督察组监管、地方政府严格监管以及排污企业减排的最优策略；增加企业获得的环保专项补助资金有助于企业向实施减排的策略方向演化。通过对约束变量的敏感性分析发现，降低企业减排的额外成本、给予企业环保税收优惠以及提高企业减排后的收益也可以促使博弈初始结果向最优策略转变。关键词污染监管；政企博弈；三方演化博弈；演化稳定策略；环保督察 中图分类号F062.2,N945.12,N945.13文献标识码A文章编号1003-1154(2023)03-0134-11135Environment and Society环境与社会2023年第 期3会发生污染反弹14-16。以上文献主要通过理论分析与实证分析的方式论述了中央环保督察工作对我国环境治理的影响。针对环境污染治理中出现的各种问题，大量学者从博弈论的角度切入，对环境污染监管问题中政府与企业之间的互动关系展开研究17-20。随着研究的深入，学者们将中央政府21、社会公众22、环境 NGO23加入到了博弈模型中。上述研究都是基于经典博弈论，其基本假设是博弈参与者的“完全理性”24。然而，企业污染监管问题是一个复杂、动态、长期的博弈问题，博弈参与者要做到“完全理性”十分困难25，且污染监管与治理过程中所涉及到的利益相关者具有信息不对称的特点，这就导致博弈参与者需要在博弈的过程中不断优化自身的决策，实现自身利益最大化26。演化博弈理论的有限理性假设以及自然种群的选择演化机制能够有效、合理地解决上述问题27。近年来，演化博弈理论已应用于环境保护、污染监管与治理领域28-31。Zhang 等32运用演化博弈理论研究了造纸企业与地方政府之间的策略演化32。Wang 等运用演化博弈理论构建静态惩罚机制与动态惩罚机制下地方政府与企业的演化博弈模型33。Xu 等运用演化博弈理论研究了政府、土壤污染企业、第三方治理机构之间的博弈关系，并重点分析了第三方治理机构的污染企业寻租行为和第三方治理机构的举报行为34。刘德智等将新闻媒体引入政府与污染企业演化博弈模型中，分析了新闻媒体在环境督察中的作用35。综上所述，中央环保督察对于我国污染监管与治理具有极大的现实意义。而现有文献对于中央环保督察的介入和环保税法颁布下的污染监管行为研究较少。相对于以往研究，本文的创新点主要为：以中央环保督察组、地方政府与排污企业为博弈对象，构建三方演化博弈模型，综合研究三方博弈策略的演化机理，同时考虑我国环境保护税法的实施，以及中央环保督察组的影响，具有较强的现实意义；提出一种环保专项资金收回机制，探讨了其对三个博弈主体策略演化的影响；基于河北省的情况进行数值仿真分析，验证模型的有效性，探讨了如何实现政企合力减少企业污染排放。二、模型构建在企业污染监管问题中，选择中央环保督察组（简称督察组）、地方政府与排污企业（简称企业）建立三方演化博弈模型。督察组的主要职责是对地方党委、政府、企业等主体对于国家环境法律法规的执行情况进行督察。地方政府是环境政策与法规的执行者，需要兼顾经济效益与环境效益。企业是污染排放者，一方面要关注自身的经营效益，另一方面受到地方政府的监管。由此可见，上述三者是提高污染治理效率、减少污染排放、实现污染防治目标过程中的三个重要利益相关者。为了构建合理的博弈模型，研究三个利益主体之间的策略演化，提出以下假设：假设 1：有限理性假设。在污染监管三方演化博弈模型中，督察组、地方政府与企业是三个博弈主体。三者均是有限理性的，目标都是追求自身利益最大化。在博弈过程中博弈参与者之间的信息不完全对称，并且在博弈过程中博弈参与者会根据自身的收益不断改进自身的博弈策略。假设 2：督察组的博弈策略假设。督察组的博弈策略集合为 S1 监管，不监管，“监管”是指督察组进驻地方通过现场调查、下沉督察、听取工作报告、个人谈话等方式4，解决地方政府在处理环境问题中不作为、慢作为、敷衍应对等问题36。“不监管”指的是督察组未督察到该地区，环境污染监管工作由地方政府负责。设督察组实施监管策略的监管成本为 C1，不监管时的成本为0。督察组在工作中深入基层，积极解决群众反应的环境问题，推动了环境基础设施的建设，由此带来的社会福利为 R1。当督察组不监管时，地方出现环境污染问题并且未得到有效的解决，造成督察组的声誉下降记为 L1。假设 3：地方政府的博弈策略假设。地方政府的博弈策略集合为 S2 严格监管，宽松监管，“严格监管”为地方政府严格遵守中央政府制定的环境政策、法规，对于企业污染行为的惩处力度加大，“宽松监管”为地方政府受政绩考核的压力驱使，着眼于地方经济发展，存在官员之间通过“共谋”与“数字掺水”等行为应对督察组检查的可能性，放松对于企业的污染行为监管，从而导致辖区内环境质量下降，进而影响到周边地区37。设地方政府“严格监管”时的监管成本为 C2，“宽松监管”时的监管成本为 C3（C2 C3 C1）。地方政府为了鼓励企业减少污染排放，制定税收减免政策，假设减排企业获得的环保税收优惠率为 f1。地方政府选择严格监管时，会很大程度上减少本地区环境污染事件的发生，将提高的社会福利记为 R2。当地方政府为了地方经济而牺牲环境，选择宽松监管策略，会造成环境质量下降，劳动力流失等后果，对地方政府的声誉带来不好的影响，将地方政府的声誉损失记为 L2。在督察组督察期间，如果地方政府选择宽松监管策略，会受到上级政府处罚，将处罚金额记为P1。想要形成长效的环保机制不能只依靠地方政府的财政投入38，中央政府也会向地方提供环保专项资金 M，当督察组检查到企业存在排放超标且地方政府治理不力时，中央政府会收回专项资金。假设 4：企业的博弈策略假设。企业的博弈策略集合S3 减少污染排放，不减少污染排放。设企业不减少污管理现代化136环境与社会Environment and Society染排放时缴纳的环境保护税为 T，此时，企业的经营收益为 R3。企业减少污染排放时，企业需要缴纳的环境保护税为 Tf1，企业的经营收益为 R4。企业购置减排设施、更新设备以及员工培训所花费的额外成本记为 C4。当企业选择减排策略时可以获得环保专项资金支持，设企业从当地政府获得的环保专项资金比例为 f2。若企业污染排放超标，则按照超标比例收回补助资金，记环保专项资金收回比例为 f3。当企业污染排放超标并且被检查到时，将受到地方政府的经济处罚 P2，并产生声誉损失 L3。企业减排时会改善地方的环境，产生额外的环境效益 R。企业不减排时，会对环境造成一定的损失，记为 L。由于污染排放存在负外部性，一个地方的污染物排放会影响到周边地区39，设溢出系数为 a(0a1)。假设 5：博弈初始状态假设。在博弈开始时，督察组实施“监管”策略的概率为 x，则实施“不监管”策略的概率为 1x；地方政府实施“严格监管”的概率为 y，则实施“宽松监管”的概率为1y；企业实施“减少污染排放”的概率为 z，则实施“不减少污染排放”的概率为 1z。x，y，z 均为时间 t 的函数，并且 x，y，z 0,1。根据以上假设，可以得出督察组、地方政府、企业三方演化博弈收益矩阵，如表 1 所示。表 1督察组、地方政府、企业三方演化博弈收益矩阵地方政府企业减少污染排放 z不减少污染排放 1z督察组监管 x严格监管 y（IG1；LG1；E1）（IG2；LG2；E2）宽松监管 1y（IG3；LG3；E3）（IG4；LG4；E4）不监管 1x严格监管 y（IG5；LG；E5）（IG6；LG6；E6）宽松监管 1y（IG7；LG7；E7）（IG8；LG8；E8）表 格 中IG（Inspection group）表 示 督 察 组 的 行 动 收 益，LG(Local Government)表示地方政府的行动收益，E（Enterprise）表示企业的行动收益。博弈矩阵中不同博弈策略组合的收益如下所示：IG1=R1C1+aR；LG1=R2C2+f1T+M(1f2)+R；E1=R4f1T+Mf2C4；IG2=R1C1aL；LG2=R2C2L+T+M(1f2)+Mf2f3+P2；E2=R3T+Mf2(1f3)P2L3；IG3=R1C1+aR；LG3=Tf1+M(1f2)+RC3L2P1；E3=R4Tf1C4+Mf2；IG4=R1C1aL；LG4=C3L2P1+TL；E4=R3TL3；IG5=aR；LG5=R2C2+Tf1+M(1f2)+R；E5=R4Tf1C4+Mf2；IG6=L1aL；LG6=R2C2+T+M(1f2)+Mf2f3+P2L；E6=R3T+Mf2(1f3)P2L3；IG7=aR；LG7=Tf1+M(1f2)C3L2+R；E7=R4Tf1C4+Mf2；IG8=L1aL；LG8=C3+TL2+M(1f2)L；E8=R3+Mf2L3T。三、模型分析（一）督察组策略的复制动态方程与稳定性分析设督察组实施监管策略或不监管策略的期望收益为U11与 U12，以及平均期望收益为1U：则督察组选择“监督”策略的复制动态方程为：根据微分方程的稳定性定理可知，若想要督察组选择“监督”策略的概率为一个稳定状态，则必须满足F(x)=0，d(F(x)/dxz*z0，C10，L10，0 x 1，所以可以得出：当*1111RLCzzL+=时，dF(x)/dx=0 恒成立，不论 x 取何值都是稳定的，无法确定其演化稳定策略。当 zz*，在此情况下，当 x=0 时，F(x)=0，d(F(x)/dx|x=00，督察组的演化稳定策略为“不监管”。当 z0；当 x=1 时，F(x)=0，d(F(x)/dx|x=10，此时督察组的演化稳定策略为“监管”。（二）地方政府策略的复制动态方程与稳定性分析设地方政府实施严格监管策略或宽松监管策略的期望收益为 U21与 U22，以及平均期望收益为2U：11R11L11R11LRL111211R1L1112()(1)()(1)()(1)(1)()(1)()(1)(1)(1)()(1)URCRCRCRCLLyzyzy zyzUyzyzy zyzUxUx U=+=+=+（1）1111111()()(1)()dxF xx UUxx RLCzLdt=+（2）1111()(12)()dF xx RLCzLdx=+（3）137Environment and Society环境与社会2023年第 期3则地方政府的复制动态方程以及其一阶导数为：地方政府的策略演化相位图，如图 2 所示。zyx111zyx111zyx111xx*x=x*图 2地方政府策略演化相位图 设 G(x)=x(M+P1zMMf2+Mf2f3+zMf2zMf2f3)zP2+C3C2+L2+R2+P2，且 满 足 0 y 1，C3，C2，L2，R2，P1，P20，0 f3 1，0 f2 1。故 G(x)/x0，可得 G(x)是关于 x的增函数。当1*322222222323zPCCLRMPzMxMfMf fzMfzMPf fx+=+时，F(y)=0，dF(y)/dy=0 恒成立，无法判断地方政府的演化稳定策略。当 xx*时，G(x)0，d(F(y)/dy|y=0 x*时，G(x)0，d(F(y)/dy|y=10，此时地方政府的演化稳定策略为严格监管。（三）企业策略的复制动态方程与稳定性分析设企业实施减少污染排放策略和不减少污染排放策略的期望收益为 U31与 U32，以及平均期望收益为3U：则企业的复制动态方程以及其一阶导数为：企业的策略演化相位图如图 3 所示。xx=x*xx*zy111zyx111zyx111图 3企业的策略演化相位图设 H(x)=x(Mf2-yMf2+L3-C4-R3+R4+T-Tf1+yP2+yMf2f3，易得 H(x)/x0，H(x)是关于 x 的增函数。设3341223223*4xCLRRTTfyPyMf fMfyMf+=，当 x=x*时，H(x)=0，F(z)=0，dF(z)/dz=0 恒成立，无法判断排污权企业的演化稳定策略。当 xx*时，H(x)0，d(F(z)/dz|z=00，此时企业的演化稳定策略为不减少污染排放。当 xx*时，H(x)0，d(F(z)/dz|z=00，d(F(z)/dz|z=10，故在此情况下，企业的演化稳定策略为减少污染排放。（四）博弈均衡点与稳定性分析由博弈参与者的复制动态方程，可以得到一个三维动力系统：为了简化计算，设a=R1+L1C1，b=C3C2+L2+R2+P2，c=M+P1Mf2+Mf2f3，d=MMf2+Mf2f3，e=L3C4R3+R4+TTf1，f=P2+Mf2f3。根据以上假设，可将式(10)化简为式(11)：令 F(x)=0，F(y)=0，F(z)=0 可以得到 8 个纯策略系统局 部 均 衡 点，E1(0,0,0)，E2(1,0,0)，E3(0,1,0)，E4(0,0,1)，E5(1,1,0)，E6(1,0,1)，E7(0,1,1)，E8(1,1,1)。在 一 定 条 件 下E9E12也 有 意 义，E9(0,e/f,b/P2)，E10(e/Mf2,0,a/L1)，E11(1,(e+Mf2)/(fMf2),(c+b)/(P2+d)。除此之外，系统还有212212R22L22322212R22L22322212R321321L1(1)(1)(1)(1)(1)(1)(1)(1)(1)(1)(1)Uxz RCTfMfxz RCTMfMf fPx z RCTfMfxz RCTMfMf fPUxz TfMfCLPxzCLPTx z Tf=+=+2R3232L222122(1)(1)(1)(1)(1)MfCLxzCLTMfUyUy U+=+（4）3222212222323()(1)dyF yyy CCLPRxMxPdtzPxMfxzMxzMfxMf fxzMf f=+（5）3222212222323()(12)dF yy CCLPRxMxPzPdyxMfxzMxzMfxMf fxzMf f=+（6）31412441244124412432323233332323332321(1)()(1)(1)(1)()(1)(1)(1)(1)(1)(1)(1Uxy Rf TMfCxy Rf TMfCx y Rf TMfCxy Rf TMfCUxy RTPLMffxy RTLx y RTPLMffxy RTLMfUzUz=+=+=+32)U（7）3434122223()(1)dzF zzz LCRRTTfyPdtxMfxyMfyMf f=+（8）3434122223()(12)dF zz LCRRTTfyPdzxMfxyMfyMf f=+（9）111132222122223233434122223()(1)()()(1)()(1)dxF xxx RLCzLdtdyF yyy CCLPRxMxPdtzPxMfxzMxzMfxMf fxzMf fdzF zzz LCRRTTfyPdtxMfxyMfyMf f=+=+=+（10）122()(1)()()(1)()()(1)(1)F xxx azLF yyy bx czdzPF zzz exy Mfyf=+=+=+（11）管理现代化138环境与社会Environment and Society一个可能存在的混合策略均衡点 E12(bL1+aP2)/(cL1+ad),(ceL1+adeMbf2L1aMf2P2)/(cfL1+Mbf2L1+adf+aMf2P2),a/L1)。根据 Lyapunov 判稳第一法（First Method）可知，局部均衡点为渐进稳定状态的充要条件是系统矩阵中所有特征值的实部均为负数；如果系统矩阵的特征值中有正实部且有负实部，则为鞍点；如果系统矩阵的所有特征值均有正实部，则为不稳定点；若系统矩阵的特征值除了有实部为 0 的特征值之外，还有实部为负数的特征值，则无法判断其稳定状态40,41。首先，利用 Friedman 提出的方法42，构建三方 Jacobian 矩阵可得：首先，分析局部均衡点 E1(0,0,0)的情况，在 E1(0,0,0)处的 Jacobian 矩阵为：由 此 可 得，局 部 均 衡 点 E1(0,0,0)处 Jacobian 矩 阵的特征值为 1=a，2=b，3=e，则 E1(0,0,0)为渐进稳定的条件为 a0，b0 且 e0。同理，将其余局部均衡点带入Jacobian 矩阵中，求出其余各个点处的特征值如表 2 所示，其中的公式如下所示：A1=(bL1+aP2)/P2，A2=P2bef(e+f)(P2b)(1/2)/(P2f)，A3=P2bef(e+f)(P2b)(1/2)/(P2f)，A4=(L1Mb+MP2aL1cef2adef2)/(L1M)，A6=(Me(4eL12af23+4ML12af22+MeL12f242MeL12f22+MeL12+4eL1a2f23+4ML1a2f22+4MeL1af248MeL1af22+4MeL1a+4Mea2f248Mea2f22+4Mea2)(1/2)(L1Me+2MaeL1Mef222Maef22)/(2L1M)，A7=(P2+d)(b+c)(e+f)(e+Mf2)(fMf2)(P2bc+d)(1/2)/(P2f+dfMP2f2Mdf2)，A8=(bL1+cL1+aP2+ad)/(P2+d)，A9=(P2+d)(b+c)(e+f)(e+Mf2)(fMf2)(P2bc+d)(1/2)/(P2f+dfMP2f2Mdf2)得 A2=A3，A5=A6，A7=A9，故 E9，E10，E11这 三 点处的特征值一定存在一正一负的情况，则 E9，E10，E11为鞍点。1122222(12)()0(1)(1)()(12)()(1)()(1)(1)(1)()(12)(1)x azLxx Lyy czdy bx czdzPyyxdPzzy MfzzfxMfz exy Mfyf+（12）000000abe（13）表 2Jacobian 矩阵特征值及稳定性均衡点123稳定性及条件E1(0,0,0)abea0,b0,e0E2(1,0,0)b+ce+Mf2ab+c0,e+Mf20E3(0,1,0)ae+fba0,e+f 0E4(0,0,1)L1+abP2eL1+a0,bP20E5(1,1,0)e+fabce+f 0,b+c0E6(1,0,1)L1aeMf2bP2+cdL1+a0,e+Mf20,bP2+cd 0E7(0,1,1)L1+aP2bfeL1+a0,P2b0E8(1,1,1)L1afeP2bc+df+e0,L1+a0,P2bc+d0，即督察组在工作过程中积极有效的解决地方出现的各种环境污染问题带来的收益大于其付出的督察成本，可得 E1(0,0,0)，E3(0,1,0)，E4(0,0,1)，E7(0,1,1)不可能是博弈的演化稳定点。进一步分析点 E2，E5，E6以及 E8的情况，结果如表 3 所示。该表的含义为当左侧第一列各点为稳定点时各个点的稳定性情况，其中点 E5为演化稳定点时，E6也可能为演化稳定点；E6为演化稳定点时，E5可能为演化稳定点；当 E2或 E8为演化稳定点时，是该情况下唯一的演化稳定点。表 3Jacobian 矩阵特征值及各点在不同条件下的稳定性情况均衡点为 ESSE2(1,0,0)E5(1,1,0)E6(1,0,1)E8(1,1,1)说明E2(1,0,0)(,+)(,+,)(,+)E5，E6，E8不稳定E5(1,1,0)(+,)(,)(,+,)E2，E8不稳定E6(1,0,1)(,+,)(,)(+,+)E2，E8不稳定E8(1,1,1)(+,+,)(+,)(,+)E2，E5，E6不稳定表中“,-,+”分别表示特征值的情况，依次为“待定，为负，为正”。139Environment and Society环境与社会2023年第 期3四、数值仿真分析（一）初始参数设置说明为了进一步分析督察组、地方政府与企业在污染监管过程中的行为模式，更加直观地体现均衡点在各个参数影响下的变动情况，结合实际情况进行参数赋值，利用数值仿真软件进行仿真模拟。2016 年 1 月正式启动中央环境保护督察制度之前，督察组率先在河北省展开环境保护督察试点工作，截至2016 年 5 月 24 日，督察组在督察过程中行政约谈 65 人，通报批评 60 人，责任追究 366 人，督察工作取得重大成功。由于河北省自身的历史因素、重工业集中、粗犷式发展方式等原因，环境问题亟待改善，因此选择河北省污染监管相关数据进行参数设置与仿真分析。1、博弈参与者的成本仿真参数根据 中国环境年鉴2020 中“生态环境部部门预算”为督察组实施监管策略时的成本 C1赋值。2019 年我国已经实施新环保法，并且开始征收环境保护税，所以使用中国统计年鉴 2020中的“河北省节能环保支出”为地方政府实施严格监管策略的成本 C2赋值。2015 年我国还未实施新环保法，所以使用 中国统计年鉴 2016中的“河北省节能环保支出”为地方政府实施宽松监管策略的成本 C3赋值。经计算，C1:C2:C3的比值约为 3.8：20：11.2，设 C1=3.8，C2=20，C3=11.2。2、环境保护税、环保专项资金相关仿真参数根据 中国统计年鉴 2020中“河北省环境保护税收入”为 27.31 亿元，而 中国环境年鉴 2020中“生态环境部部门预算为 95.84 亿元，二者比例约为 1:3，根据该比例与 C1值测算得 T=1.3。根据中华人民共和国环境保护税法第三章第十三条规定，如果企业污染物排放低于国家和地方规定的污染物排放标准 30%，则按 75%征收环境保护税，如果低于污染物排放标准 50%，则按 50%征收环境保护税，假设初始状态下地方政府未采取税收优惠措施，设 f1的初始取值为 1。根据河北省 2021 年获得中央生态环保专项资金 272.20 亿元，按照比例近似测算得 M=10。假设环保专项资金全部用于帮助企业开展减排活动，企业从当地政府获得的环保专项资金的比例f2=1。假设初始状态下企业未超标排放，设置环保专项资金收回比例 f3=0。3、博弈参与者收益与损失的仿真参数河北统计年鉴 2016中“规模以上工业企业利润总额”为 2360 亿元，根据比例计算得企业不实施减排措施的收益 R3=92。河北统计年鉴 2020中“规模以上工业企业利润总额”为 2140 亿元，根据比例测算设置企业减排后的收益 R4=84。参考贾舒娴43的参数设置，国家对地方政府的处罚一般以处分或是通报批评的方式进行，很少涉及经济处罚，所以设 P1=0。根据 中国环境年鉴 2020中“河北省行政处罚环境违法罚没款项”对参数 P2进行设置，按照比例测算得 P2=0.5。关于环境污染溢出效应值的设定参考 Deng Y31的研究，设 a=0.3，并假设产生额外的环境效益为企业减排时收益的 10%，计算得 R=8.4，设 L的值为企业收益差额的 10%，计算得L=0.8。使用国泰安经济金融研究数据库中环境研究数据库的数据，筛选出 2015 年至 2020 年河北省 A 股工业企业环境投资额对企业的购置减排设施、更新设备以及员工的培训所花费的额外成本赋值，经统计为 70.5 亿，根据比例测算得 C4=2.8。督察组、地方政府以及企业在博弈过程中获得的社会效益与声誉损失为主观性较强的数据，在参考文献 43参数设置的基础上，考虑其他参数的量纲确定取值。设督察组监管时获得的社会福利 R1为 20，地方政府严格监管时提高的社会福利 R2为 5，督察组不监管时遭受的声誉损失 L1为 10，地方政府宽松监管造成的声誉损失 L2为 7.5，企业污染排放超标造成时企业声誉损失 L3为 5。（二）初始仿真结果 三 方 博 弈 的 初 始 值 设 置 为：C1=3.8，C2=20，C3=11.2，R1=20，R2=5，R3=92，R4=84，L1=10，L2=7.5，L3=5，T=1.3，f1=1，f2=1，f3=0，P1=0，P2=0.5，M=10，a=0.3，R=8.4，L=0.6，C4=2.8。在上述参数赋值条件下，三方博弈的初始情况仿真结果如图 4（a）所示，由图 4 可知，此时博弈仅仅满足 E5(1,1,0)为演化稳定点的条件。中央环保督察组于 2015 年 12 月开始以河北省作为试点开展督察工作，因此初始督察的比例并不高，故设 x=0.1。地方政府在决策时面临着两方面的压力，一是促进地方经济发展，二是保护地方环境、减少环境污染，故设 y=0.5。企业采取减排措施需要投入额外的成本，并且由于环境“公共物品”的特性，一开始愿意采取减排策略的企业并不多，设置 z=0.2。以上仿真结果如图 4（b）、4（c）、4（d）所示。E5(1,1,0)为 演 化 稳 定 点 时 需 要 满 足 e+P20,b+c0，即 L3C4R3+R4+TTf1+Mf2f3+P20，C3C2+L2+R2+P2+M+P1Mf2+Mf2f30。当企业选择实施减排策略后的净收益 R4C4Tf1小于实施减排策略前的净收益 R3TTf1Mf2f3P2时，企业会选择不实施减排策略。由于督察组在工作过程中积极有效解决地方出现的各种环境污染问题带来的收益大于其付出的督察成本，此时督察组会选择监管策略。当地方政府实施严格监管策略成本 C2小于严格监管时可使用的专项资金M(1f2)+Mf2f3、社会福利 R2、宽松监管的成本 C3以及宽松监管时所付出的代价 L2+P1+P2时，地方政府就会选择实施严格监管策略。在开展督察试点工作之前，河北省一些地方政府“重管理现代化140环境与社会Environment and Society发展、轻保护”追求本地区利益最大化，在开展督察工作之后，河北省政府充分认识到自身环境保护形式的严峻程度，并且积极配合督察组开展工作，积极解决群众举报的环境问题 2856 件，关停取缔非法企业 200 家。虽然督察组与河北省政府高度重视环保问题，但是企业污染问题依旧严重，例如石家庄藁城的镀锌企业污染超标、河北知名企业超威电池环保数据造假、白洋淀上游污水处理企业超标排放污水。在此情况下博弈最终收敛于E5(1,1,0)，这一定程度上是符合实际情况的。但是，该情况并没有达到减少企业污染的目标。图 4三方博弈初始仿真结果（三）博弈均衡点的移动在得到初始博弈仿真结果的基础上，探究博弈均衡点如何向最优策略点 E8(1,1,1)移动。情况 1：假设部分企业超标排放 50%，则地方政府将按同比例收回环保专项资金，令 f3=0.5；企业所缴纳的环境保护税增加，令 T=1.95；企业污染排放的处罚金额增加，令 P2=2。其他参数保持初始值，在此情况下仿真结果如图 5 所示。在此情况下，三方博弈的演化稳定点为 E8(1,1,1)，并 且 满 足 条 件 P2+e0,L1+a0,P2bc+d0，R1+2L1C10，C3C2+L2+R2+P10。与初始情况的不同之处在于，当企业选择实施减排策略后的净收益 R4C4Tf1大于实施减排策略前的净收益 R3TTf1Mf2f3P2，企业会选择实施减排策略。对比仿真结果图 4（d）与图 5（d）可以发现，企业的策略演化趋势发生了改变。图 4（d）中企业的策略最终稳定于“不减少污染排放”策略。随着企业排污量增加，地方政府会加大企业污染排放超标罚款，同时通过环保专项资金收回策略，按比例收回发放给企业的专项资金，在此情况下，企业的策略最终稳定于图 5（d）中显示的“减少污染排放”策略。图 5情况 1 博弈均衡点移动后的仿真结果情况 2：假设部分企业减排 30%，则其缴纳的环境保护税减少，令 T=0.9，并会获得 30%的环保税收优惠，令f1=0.7。假设企业实施减排措施的额外成本降低，令C4=1.4；企业选择“减少污染排放”策略所获得的经营收益增加，令 R4=92.4。其他参数保持初始值，在此情况下，三方博弈的仿真结果如图 6 所示。在此情况下，三方博弈的演化稳定点为E8(1,1,1)，通过对比图 4 与图 6 可以发现，随着环保督察工作的深入与国家对于环保工作的重视程度不断提高，地方政府通过制定税收减免政策等方式鼓励企业控制污染排放，企业也逐渐开始实行减排措施。在企业实施减排的额外成本降低，且减排时经营收益提高的条件下，地方政府为企业提供税收优惠，企业的演化稳定策略会从不减排策略转变为实施减排策略。对比图 5（d）与图 6（d）可以发现，虽然企业最终都会趋向于选择减排策略，但是图 6（d）中企业选择减排策略的概率收敛于 1 的速度明显快于图5（d）。图 6情况 2 博弈均衡点移动后的仿真结果141Environment and Society环境与社会2023年第 期3（四）环保税收优惠率、企业获得的环保专项资金比例、环保专项资金收回比例对系统演化的影响地方政府可以根据地方的经济、环境状况制定相应的环境保护税政策，通过给与企业一定的税收优惠刺激企业减排，同时也需要制定环保专项资金管理办法，防止企业滥用环保专项资金。以下依次分析环保税收优惠率f1、企业获得的环保专项资金比例 f2以及环保专项资金收回比例 f3对系统演化的影响。图 7 展示了环保税收优惠率 f1变动对博弈参与者策略选择的影响。博弈参数设置为 T=2.5，C1=3.8，C2=20，C3=11.2，R1=20，R2=5，R3=92，R4=87，L1=10，L2=7.5，L3=5，f2=1，P1=0，P2=0.5，M=10，a=0.3，R=8.4，L=0.6，C4=2.8，f3=0。图 7环保税收优惠率 f1的影响由图 7（a）与图 7（b）所示的演化路径可以得知，f1值的改变不会影响督察组与地方政府策略选择。但是从图 7（c）可以看出，f1值变化会影响企业的策略选择。当 f1=1，即没有税收优惠时，企业的策略演化趋势先缓慢上升之后又缓慢下降，企业选择减排措施的概率最终稳定在 0.6 左右，并且依然处于下降趋势。这说明不实施税收优惠策略会影响企业策略选择，即使企业一开始有进行污染减排的想法，但是由于激励不足，最终还是会选择不减排策略。随着 f1降低，企业的演化结果逐渐向“减少污染排放”策略靠近，特别是当 f1=0 时，即地方政府因为企业污染减排达标而免除了其环境保护税，企业的演化结果收敛于“减少污染排放”策略的速度最快。由此可见，地方政府在制定合理的环境保护税税率的同时也需要给完成污染减排目标的企业提供一定的环保税收优惠，可以正向激励企业采取环境保护策略，达到提高本地区环境质量的目标。图 8 展示了企业从当地政府获得的环保专项资金的比例 f2变动时三个博弈参与者之间的策略演化情况。参数设置为 T=5，C1=3.8，C2=20，C3=11.2，R1=20，R2=5，R3=92，R4=87，L1=10，L2=7.5，L3=5，P1=0，P2=0.5，M=10，a=0.3，R=8.4，L=0.6，C4=2.8，f1=1，f3=0。f2值越高说明企业从地方政府处获得的环保专项资金越多。从图 8（a）与图 8（b）中可以看出，f2值的变动并不会影响环保督察组与地方政府最终的策略选择，但是从图 8（b）中可以明显看出，f2增加使得地方政府趋向于严格监管的速度减慢，主要原因是地方政府能够使用的环保专项资金减少会导致工作开展的难度加大，从而影响监管效率与监管效果。从图 8（c）中可以看出，随着 f2增大，企业的策略选择发生改变。当 f2取 0时，即企业未获得环保专项资金，企业最终会选择实施“不实施减排策略”。随着 f2取值提高，例如 f2取 0.6 与 1 时，企业选择减排策略的概率最终会收敛于 1，且随着 f2值的增大，企业选择减排策略的概率收敛于1的速度也逐渐变快。因此，地方政府需要提高环保专项资金发放比例，切实帮助企业减少实施减排策略的成本压力，引导企业从源头治理与技术革新两个角度进行污染减排。图 8企业获得的补助资金占环保专项资金的比例 f2的影响图 9 为环保专项资金收回比例 f3对三个博弈参与者策略演化过程的影响，参数设置为 T=5，C1=3.8，C2=20，C3=11.2，R1=20，R2=5，R3=92，R4=87，L1=10，L2=7.5，L3=5，P1=0，P2=0.5，M=10，a=0.3，R=8.4，L=0.6，C4=2.8，f1=1，f2=1。图 9环保专项资金收回比例 f3的影响管理现代化142环境与社会Environment and Society通过观察图 9（a）与图 9（b）可以看出 f3的提高对于督察组与地方政府的策略演化结果并没有影响，但在一定程度上使地方政府选择严格监管比例收敛于1 的速度变慢。从图 9（c）中可以看出，随着 f3值的提高企业的策略选择也发生改变。当 f3=0 与 f3=0.2 时，即不实施环保专项资金回收策略，以及超标排放收回比例较低时，企业依然会选择不减排策略。当 f3提高时，即地方政府加大对于企业超