侯貴生　殷孟亞　楊磊

摘 要：隨著我國社會工業(yè)化進程的推進，經(jīng)濟發(fā)展與環(huán)境保護矛盾日益突顯。因此，以重復博弈理論為基礎，基于環(huán)境規(guī)制強度，構(gòu)建政府與企業(yè)環(huán)境行為的博弈模型，通過對模型的分析得出雙方的納什均衡策略，為實現(xiàn)環(huán)境保護與經(jīng)濟發(fā)展的共贏提供理論依據(jù)。

關鍵詞：環(huán)境規(guī)制強度；環(huán)境行為；重復博弈

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

引言

隨著我國環(huán)境污染日益加劇，政府對企業(yè)的環(huán)境規(guī)制強度也日趨增強。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者們關注的課題。王冬梅等（2004）分析了環(huán)境保護政府與企業(yè)之間的四種博弈關系[1]。羅麗艷（2007）運用重復博弈的“囚徒困境”模型分析了人與自然間的無限次重復博弈關系，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)制強度動態(tài)調(diào)整條件下政府與企業(yè)環(huán)境行為的重復博弈問題，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)制強度的政府與企業(yè)環(huán)境行為的一次博弈分析

假設政府和企業(yè)分別為一個博弈參與人，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，還與對方的策略選擇相關。通過建立政府與企業(yè)環(huán)境行為的博弈樹來對雙方一次階段博弈進行分析。

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

綜上，當政府已知企業(yè)的策略選擇情況時，在相應環(huán)境規(guī)制強度下，政府總收益的差值大于成本的差值時，政府會選擇不完全規(guī)制策略；否則會選擇完全規(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的影響，因此，政企環(huán)境行為一次階段動態(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）應是政企環(huán)境行為博弈的帕累托改進策略。

二、政府與企業(yè)間的重復博弈模型

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)制強度的選擇具有長期性，是重復博弈過程，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習[3]。

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

在重復博弈中，還存在一種嚴厲的懲戒機制，冷酷策略就是經(jīng)典的懲戒機制之一。根據(jù)冷酷戰(zhàn)略，在政企環(huán)境行為重復博弈過程中，雙方都能夠觀察到自己和對方的博弈歷史，雙方的收益就是各階段收益折算到當前的貼現(xiàn)值之和[7]。設政府和企業(yè)的貼現(xiàn)因子都為δ，Ve表示企業(yè)積極環(huán)保時無限次重復博弈的貼現(xiàn)值，Vs表示企業(yè)消極環(huán)保時無限次重復博弈的貼現(xiàn)值，并假設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，政府將會永遠選擇完全規(guī)制策略。則有：

假設企業(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，采取懲戒機制，且會永遠選擇完全規(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，但博弈中的機會主義行為不可避免。在政企環(huán)境行為無限次重復博弈中，由于懲戒機制的存在，博弈雙方都會權(quán)衡長期利益，從而避免機會主義行為，最終政企博弈雙方達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：

[1] 王冬梅，李萬慶.博弈論在環(huán)境保護中的應用[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：人與自然重復博弈煩人合作解[J].內(nèi)蒙古財經(jīng)學院學報，2007，（1）：18-22.

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

[4] 謝識予.經(jīng)濟博弈論[M].上海：復旦大學出版社，2006.

[5] 胡元林，陳怡秀.環(huán)境規(guī)制對企業(yè)行為的影響[J].經(jīng)濟縱橫，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)境行為的動態(tài)博弈與最優(yōu)策略研究[J].預測，2013，（4）：35-40.

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

[責任編輯 張宇霞]