海洋牧場生態安全監管的演化博弈模型及仿真

杜元偉,孫浩然,王一凡,萬驍樂

中國海洋大學管理學院, 青島 266100

隨著海洋經濟的高速增長,我國海洋牧場建設也進入了快速發展階段[1]。截至目前,我國農業農村部先后批準設立了6批共計136個國家級海洋牧場示范區,并為每個示范區提供2500萬元的建設資金。海洋牧場是我國推動漁業新舊動能轉換的重要途徑,但受自然災害、海域污染等多方面影響,近年來我國海洋牧場生態安全事件時有發生。如：2013年山東省招遠市長時間高溫和降水,造成其所轄海洋牧場海參區大量生物死亡；浙江舟山海洋牧場養殖海域污染嚴重,近年來海洋赤潮多達16次,污染面積超過了2800km2；渤海灣天津區域飽受近岸水體富營養化、高溫高鹽水污染等問題困擾,其海洋牧場發展前景堪憂。

縱觀國內外相關研究成果,目前已有學者在海洋牧場生態保護、海洋生態安全和生態環境監管等領域開展了一些相關研究工作。其一,在海洋牧場生態作用方面,現有研究主要集中在分析海洋牧場生態環境以及人工養殖、增殖放流等行為對海洋牧場生態的影響。如：Grant等[2]介紹了海洋魚類和無脊椎動物的封閉養殖、種群恢復、海洋牧場和種群改良取得的成果,分析了孵化場飼養的個體對野生種群的替代作用,提出了一種有利于保護遺傳多樣性的資源管理辦法；Lee等[3]利用生態系統模型,對韓國統營海洋牧場生態系統的結構和功能進行評價,比較了海洋牧場活動前后不同生態系統組成的變化；Kitada[4]評估了全球海洋資源增殖和海洋牧場建設的積極和消極影響,分析了世界范圍內海洋資源增殖和海洋牧場活動的現狀,并為海洋資源的人工繁殖和保護提供了重要信息；高春梅等[5]分析了海州灣海洋牧場海域表層沉積物林的形態及其環境意義。其二,在海洋生態安全方面,現有研究主要集中在分析生態安全內涵特征、影響因素、路徑對策方面。如：Ban等[6]分析了全球12個成功的大型海洋保護區在社會、生態和管理方面的特點,探究了大型海洋保護區的社會福利和生態績效的影響因素；Huang等[7]以廈門河口為例,研究了生態系統服務功能退化引起的生態安全問題,提出了生態服務評價指標體系、評價標準和權重確定方法；Pita等[8]從經濟、社會和生態影響等方面對西班牙加利西亞自治區的海洋休閑漁業進行了綜合分析,并為提高海洋休閑漁業的社會生態可持續性提供了政策建議；易愛軍[9]分析了海洋生態安全的內涵和特征,闡述了維護海洋生態安全的重要意義,在此基礎上提出了維護我國海洋生態安全的路徑及對策。其三,在生態環境監管方面,現有研究大多集中于各國政府為加強生態安全監管所采取的措施方面。如：Sneve等[10]介紹了挪威政府和俄羅斯政府為加強對核與輻射安全進行監管而開發的監管標準和評估體系,回顧了兩國政府在該合作計劃實施過程中取得的經驗和教訓；Shen等[11]基于演化博弈探究了能夠鼓勵企業積極防范霧霾的政府監管機制,認為長期監管機制優于集中監管機制；卞靖等[12]分析了我國加強生態安全監管的緊迫性和必要性,并結合國外流域生態安全監管體系經驗為我國生態安全混合監管體系建設提供了政策建議；秦宇等[13]基于我國生態環境大數據建設背景探討了生態環境的信息安全監管問題,設計了環境信息安全監管體系。

國內外學者已在海洋牧場生態作用、海洋生態安全和生態環境監管等領域開展了一系列的研究工作,這些成果對開展海洋牧場生態安全監管問題的研究具有重要參考價值。然而,目前尚未發現有關海洋牧場生態安全監管的直接研究成果,或者說該領域的研究仍屬空白。

1 海洋牧場生態安全監管的概念內涵與管理現狀

海洋牧場生態安全是海洋牧場人工生態系統的資源結構和海域環境能夠維持環境保護、資源養護和漁業持續產出功能的整體平衡狀態。海洋牧場生態安全監管是指為了保證海洋牧場海域的資源與環境符合生態安全需要,而由政府管理部門對海洋牧場企業的資源開發利用、環境治理保護等行為進行的監督和管理。海洋牧場生態安全監管的內涵較為廣泛,既包括對海洋牧場的生物資源、海域環境等狀態性指標而進行監督的活動(如海水水質標準、目標生物資源量、生物多樣性指數等),又包括對相關企業為維護海洋牧場生態安全所采取措施而進行管理的活動(如環境污染治理重視程度、環保經費投入數量、增殖放流是否存在外來物種入侵風險等)。其中：監督活動能夠從結果層面反映政府部門在海洋牧場生態安全監管方面取得的實際效果,管理活動能夠從原因層面揭示相關企業對落實海洋牧場生態安全監管工作的重視程度,二者關系可由圖1予以表示。

圖1 海洋牧場生態安全監管的概念框架圖Fig.1 Conceptual framework for supervising marine ranching ecological security (MRES)

我國政府已陸續出臺了《國家級海洋牧場示范區管理工作規范(試行)》《國家級海洋牧場示范區年度評價及復查辦法(試行)》等管理辦法,其中明確了海洋牧場的監管主體及職責——農業農村部主管示范區工作,組織開展示范區年度評價及復查工作；省級漁業主管部門負責轄區內示范區年度評價工作,并組織開展示范區資源養護效果評價工作；縣級以上漁業主管部門負責對轄區內示范區年度工作報告進行審核,并組織開展示范區年度監測工作。雖然在上述出臺的管理辦法中涉及了一些諸如海水水質標準、目標生物資源量、生物多樣性指數等一些對海洋牧場生態效益進行評價的指標,但是尚未深入到海洋牧場生態安全監管機制該如何構建的問題。

考慮到演化博弈是將博弈論和動態演化過程相結合的一種分析模型[14],能夠研究系統中存在多個有限理性主體、主體之間存在競合和制衡關系的群體演化動態選擇過程,并已在生態治理[15-17]、食品安全[18-20]、協同創新等[21-23]諸多領域得到了成功應用,因此本文基于演化博弈方法對海洋牧場生態安全監管行為進行研究,以期為我國海洋牧場生態安全監管機制的構建提供理論依據。本文首先通過分析海洋牧場生態安全監管中的參與主體、策略集合、收益矩陣構建演化博弈模型,然后基于復制動態方程求解能夠協調政府部門和海洋牧場企業之間關系的演化穩定策略,最后對演化博弈過程進行數值仿真分析提出有利于實現我國海洋牧場生態安全有效監管的政策建議。

2 指標篩選與演化博弈模型構建

2.1 指標篩選及建模

遵循演化博弈的基本原理,海洋牧場生態安全監管的演化博弈首先需明確系統中存在哪些博弈參與主體,然后分析各類主體的策略集合,最后通過構建各個主體在每種策略上的收益函數實現對演化博弈模型的構建。需要強調的是,在上述建模過程中,明確參與主體在海洋牧場生態安全監管中的博弈行為會涉及哪些指標,對演化博弈模型的構建(特別是收益矩陣的構建)具有重要作用。

在參與主體方面,海洋牧場生態安全監管主要包括兩個主體——政府部門和海洋牧場企業。其中：政府部門作為海洋牧場的直接管理者,需要對海洋牧場企業在開發利用海洋資源和海洋生態環境、破壞海洋生態系統等活動進行監管,故是海洋牧場生態安全監管的管理主體；海洋牧場企業作為海洋牧場的生產經營者,其生產捕撈、施工作業等活動會對確權海域的生態造成直接污染,故是海洋牧場生態安全監管的受制主體。

在策略集合方面,政府和企業在對海洋牧場進行生態安全監管的過程中均為有限理性的行為主體,都會朝著有利于自身利益的方向開展決策,二者之間實際上是一種博弈關系。顯然,在博弈的過程中,海洋牧場企業的策略選擇是重視或不重視海洋牧場生態安全,而政府部門的策略選擇是對海洋牧場企業進行監管或不監管,雙方通過不斷學習和試錯尋找較優的策略。

在收益函數方面,海洋牧場企業為追求短期利益最大化可能傾向于不重視海洋牧場生態安全問題,而政府部門則從長遠利益出發要求其重視海洋牧場生態安全,但因其監管能力有限,無法對所有海洋牧場企業進行全過程、全要素、全覆蓋的監管。若政府部門選擇不進行監管,由于存在媒體、專家、學者等外界監督力量,政府監管失職會使其自身利益受損。

政府和企業兩類參與主體在進行監管博弈過程中會產生一系列的收益和成本,具體可以通過企業常規收益(R1)、企業常規成本(C1)、重視生態成本(C2)、忽視生態損失(C4)、政府監管收益(R2)、政府監管成本(C3)、監督成功概率(α)、政府失職成本(C5)等指標進行衡量。上述相關指標及含義具體表1所示。

表1 動態演化博弈過程中的指標及含義

基于對參與主體、策略集合、收益函數等要素的特征分析,并結合表1中兩類參與主體在監管博弈過程中的收益和成本指標,本文提出海洋牧場生態安全監管博弈過程中的如下假設。

假設1：海洋牧場企業選擇重視生態安全的比例為x,不重視的比例為1-x,0≤x≤1；政府部門對海洋牧場企業進行生態安全監管的比例為y,不監管的比例為1-y,0≤y≤1。

假設2：海洋牧場企業銷售商品和提供服務的收益為R1,進行生產和服務的成本為C1,為重視海洋牧場生態安全而付出的成本為C2(如污染治理費用、信息化建設費用等),企業為不重視海洋牧場生態安全而產生的成本為C4(如被發現不重視而產生的罰款、商譽損失以及由于外來物種入侵造成的直接/間接損失等)。

假設3：政府部門發現海洋牧場企業不重視生態安全的收益為R2(即使政府部門選擇不進行監管,只要不出現海洋牧場生態安全問題,群眾會默認政府已經盡責,此時政府部門仍獲得收益R2),政府部門進行監管的成本為C3。

假設4：存在外界監督力量(如媒體、專家、學者等),其監督成功的概率為α,0≤α≤1。政府部門若不對海洋牧場企業的生態安全進行監管,一旦被外界監督力量發現,其需要付出的成本為C5(如政府公信力下降、上級部門問責等)。

遵循上述假設,可以得到政府部門與海洋牧場企業在海洋牧場生態安全監管博弈中的收益矩陣,具體如表2所示。

2.2 模型分析

2.2.1演化過程的均衡點

表2 海洋牧場生態安全監管博弈雙方的收益矩陣

同理,政府部門進行監管的復制動態方程F(y)：

動力系統(Dynamical System)是一個數學概念,常被用來描述空間中的一個點隨時間的演化情況。本文為研究博弈雙方的博弈策略隨時間的演化情況,根據上述博弈雙方的復制動態方程得二維動力系統S(以下簡稱“系統S”)：

命題1 二維動力系統S的5個局部均衡點分別為(0,0)、(0,1)、(1,0)、(1,1)和(x0,y0)。

2.2.2均衡點的穩定性分析

演化穩定策略(Evolutionarily Stable Strategy, ESS)的核心思想是[25],“如果一個現存策略是演化穩定均衡策略,那么必須存在一個正的入侵障礙,使得當變異策略的頻率低于這個障礙時,現存的策略能夠比變異策略獲得更高的收益。”復制動態方程求出的均衡點不一定是系統的演化穩定策略(ESS),根據Friedman[26]提出的方法,演化穩定策略可以從系統的雅可比矩陣(記為J)的局部穩定分析導出。對F(x)和F(y)依次求x和y的偏導數,可得該系統的雅可比矩陣：

其中,A11= (1-2x)[-C2+(α+y-αy)C4]

A12=x(1-x)(1-α)C4

A21= -y(1-y)(αR2+αC5)

A22= (1-2y)[(α-αx)R2-C3+(α-αx)C5]

當系統局部均衡點滿足以下兩個條件時,則稱其為演化穩定策略(ESS)：

條件1：trJ=A11+A22<0 (跡條件)

系統S的5個局部均衡點的取值如表3所示。

表3 局部均衡點處A11、A12、A21、A22的取值

其中A和B的具體表達式分別為：

在均衡點(x0,y0)處由于A11+A22=0,不滿足條件1,因此該局部均衡點一定不是ESS。所以,只需要考慮其他4個局部均衡點的情況。結合前文所述的判斷方法,可得雅可比矩陣J在各個局部均衡點處的跡和行列式的值并判斷局部穩定性。

證明：根據二維動力系統S,可得雅可比矩陣J各個局部均衡點處跡和行列式的值,并判斷局部穩定性。命題2中的情況(2)和情況(3)分別如表4和表5所示,其他情況的演化穩定性判斷方法一致,不予贅述。

表4 情況(2)的局部穩定性分析

表5 情況(3)的局部穩定性分析

綜合上述4種情況,不同條件下的ESS歸納如表6所示。根據表6可知,當海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本很小或較小且政府部門發現海洋牧場企業不重視海洋牧場生態安全產生的收益較小時,此時系統的ESS為(0,0),在這種情況下海洋牧場企業趨向于選擇不重視海洋牧場生態安全、政府部門趨向于選擇不進行監管,為便于分析,本文將此種情況定義為“雙方被動型”情景；當海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本很小且政府部門發現海洋牧場企業不重視海洋牧場生態安全產生的收益較大時,此時系統的ESS為(0,1),在這種情況下海洋牧場企業趨向于選擇不重視海洋牧場生態安全、而政府部門趨向于選擇進行監管,為便于分析,本文將這種情況定義為“政府主動型”情景；當海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本較小且政府部門發現海洋牧場企業不重視海洋牧場生態安全產生的收益較大時,此時系統處于周期波動狀態,無ESS,在這種情況下海洋牧場企業和政府部門的行為都無法趨向于一個穩定點,此時系統處于周期波動的狀態,為便于分析,本文將這種情況定義為“雙方波動型”情景；當海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本很大時,不論政府部門發現海洋牧場企業不重視海洋牧場生態安全時產生的收益的大小,此時系統的ESS都為(1,0),在這種情況下海洋牧場企業趨向于選擇重視海洋牧場生態安全、政府部門趨向于選擇不進行監管,為便于分析,本文將這種情況定義為“企業主動型”情景。

表6 不同條件下的ESS歸納

3 演化仿真研究

為更好的研究政府部門和海洋牧場企業在不同情況下的演化穩定策略,本文通過海洋牧場企業為重視海洋牧場生態安全而付出的成本C4和政府部門發現海洋牧場企業不重視海洋牧場生態安全時的收益R2這兩個參數設置不同的取值(基于現實管理問題的特點和相關文獻[27,28]),運用Matlab軟件進行數值仿真,分析不同情景下4個局部均衡點成為ESS的可能性。

假設α=0.5,C2=10,C3=8,C5=10,C4=8,R2=4,x=0.9,y=0.9符合情況(1)前者要求,假設α=0.5,C2=10,C3=8,C5=10,C4=19,R2=4,x=0.9,y=0.9符合情況(1)后者要求。這種情況下演化仿真得到的結果如圖2所示,隨著迭代步數的增加,重視海洋牧場生態安全的海洋牧場企業的比例和進行監管的政府部門的比例都不斷下降,最后二者互動行為演化的穩定點為(0,0)。

圖2 情況(1)的演化仿真趨勢圖Fig.2 Evolution simulation trend chart of case (1)

由圖2可知,在情況(1)中,由于海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本很小或較小且政府部門發現海洋牧場企業不重視海洋牧場生態安全產生的收益較小,海洋牧場企業都將趨向于不重視海洋牧場生態安全,而政府部門則都將趨向于不進行監管。在這種情況下系統將鎖定在一個充斥著不重視海洋牧場生態安全的失敗狀態,系統或將進入海洋牧場生態安全事件的高發期。

假設α=0.5,C2=10,C3=8,C5=10,C4=8,R2=8,x=0.9,y=0.9符合情況(2)要求。這種情況下演化仿真得到的結果如圖3所示,隨著迭代步數的增加,重視海洋牧場生態安全的海洋牧場企業的比例不斷下降,進行監管的政府部門的比例則為總體上升趨勢,最后二者互動行為演化的穩定點為(0,1)。

圖3 情況(2)的演化仿真趨勢圖Fig.3 Evolution simulation trend chart of case (2)

由圖3可知,在情況(2)中,由于海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本小于其為重視海洋牧場生態付出的成本,它將趨向于不重視海洋牧場生態安全；政府部門由于發現海洋牧場企業不重視海洋牧場生態安全時產生的收益較大,故它將最終趨向于進行監管。

假設α=0.5,C2=10,C3=8,C5=10,C4=19,R2=8,x=0.9,y=0.9符合情況(3)要求。這種情況下演化仿真得到的結果如圖4所示,隨著迭代步數的增加,重視海洋牧場生態安全的海洋牧場企業的比例和進行監管的政府部門的比例上下波動,且二者變化趨勢一致,此時不存在演化穩定策略ESS。

圖4 情況(3)的演化仿真趨勢圖Fig.4 Evolution simulation trend chart of case (3)

由圖4可知,在情況(3)中,海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本較小,政府部門由于發現海洋牧場企業不重視海洋牧場生態安全時產生的收益較大,海洋牧場企業和政府部門的行為都無法趨向于一個穩定點,此時系統處于周期波動的狀態,同時選擇進行監管的政府部門的比例與選擇重視海洋牧場生態安全的海洋牧場企業的比例的變化趨勢一致。結合實際情況認為,我國政府部門多采用運動式監管模式[29,30]：例如在春節、國慶節等重要節假日前后加強對海洋牧場企業的檢查,或在發生重特大海洋牧場生態安全事故后進行全面排查,這導致了特定時期的監管過度,更多時期的監管不足。

假設α=0.5,C2=10,C3=8,C5=10,C4=22,R2=4,x=0.9,y=0.9符合情況(4)前者要求,假設α=0.5,C2=10,C3=8,C5=10,C4=22,R2=8,x=0.9,y=0.9符合情況(4)后者要求。這種情況下演化仿真得到的結果如圖5所示,隨著迭代步數的增加,重視海洋牧場生態安全的企業的比例不斷上升,進行監管的政府部門的比例不斷下降,最后二者互動行為演化的穩定點為(1,0)。

圖5 情況(4)的演化仿真趨勢圖Fig.5 Evolution simulation trend chart of case (4)

由圖5可知,在情況(4)中,海洋牧場企業由于不重視海洋牧場生態安全而產生的高昂成本,它將趨向于重視海洋牧場生態安全,而此時政府部門不論發現海洋牧場企業不重視海洋牧場生態安全時產生的收益的大小,它都將趨向于不進行監管。在這兩種情況中,由于高昂的不重視成本,海洋牧場企業都能夠自覺重視海洋牧場生態安全,這能為政府部門節省大量的人力、物力和財力,降低其監管成本,是政府部門最愿意看到的情況。

上述四種場景的演化仿真結果表明：①懲罰力度是影響海洋牧場企業是否重視海洋牧場生態安全的關鍵因素。當海洋牧場企業被發現不重視海洋牧場生態安全而產生的成本較小時,海洋牧場企業趨向于不重視；反之,當加大懲罰力度時,海洋牧場企業則趨向于選擇重視海洋牧場生態安全。②政府部門發現海洋牧場企業不重視海洋牧場生態安全時的收益大小對其行為選擇具有重要影響。當政府部門從監管中獲得的收益較小時,它將趨向于不進行監管；反之,當政府部門從監管中獲得的收益較大時,它將趨向于進行監管。③外界監督力量監督成功的概率在特定情況下對政府部門的收益具有重要影響。當海洋牧場企業選擇不重視海洋牧場生態安全且政府部門選擇不進行監管時,此時政府部門的期望收益會隨著外界監督力量監督成功的概率的提高而下降。

4 結論與討論

本文基于演化博弈理論研究了政府部門和海洋牧場企業對生態安全的行為選擇問題,分析了二者在海洋牧場生態安全監管中的穩定策略,最后利用數值仿真得到了不同參數下模型的演化趨勢、演化結果及其影響因素。本文研究主要有以下特點：一是將演化博弈引入海洋牧場生態安全監管。在有限理性假設的基礎上,將海洋牧場生態安全監管視為一個漸進的動態學習過程,通過構建企業行為和政府行為的演化博弈模型,分析了演化博弈的均衡點及穩定性,探討了不同情況下企業和政府行為的演化穩定策略。二是運用數值仿真對演化趨勢和演化結果進行了模擬。通過為海洋牧場企業為重視海洋牧場生態安全而付出的成本和政府部門發現海洋牧場企業不重視海洋牧場生態安全時的收益這兩個參數設置不同的取值,運用Matlab軟件對模型進行了演化仿真研究,并結合演化趨勢圖分析了不同情況下監管過程的演化趨勢。三是考慮了外界監督力量對政府部門的影響。本文在構建博弈雙方的收益矩陣時考慮了當海洋牧場企業不重視海洋牧場生態安全且政府部門不監管時外界監督力量監督對政府部門收益的影響,使研究結果能夠更貼近現實中海洋牧場企業與政府部門的真實行為選擇。

結合上述研究結果,本文提出以下海洋牧場生態安全監管的建議。一是加大對海洋牧場企業不重視海洋牧場生態安全行為的處罰力度。通過加大懲罰力度,提高海洋牧場企業不重視海洋牧場生態安全的成本,促使海洋牧場企業樹立海洋牧場生態安全意識。二是提高政府部門發現海洋牧場企業不重視海洋牧場生態安全時的收益。建立科學完善的激勵機制,通過物質獎勵和非物質獎勵(例如嘉獎、通報表揚)相結合的方式,引導政府部門積極進行監管。三是建立健全海洋牧場生態安全監管機制,發揮外界監督力量的作用。面對我國海洋牧場快速發展的現狀,過度地依靠政府監管存在一定的難度,必須建立健全政府監管和外界力量監督的協同監管機制,才能有效維護我國海洋牧場生態安全。

需要指出的是,本文雖然并未直接考慮海洋動力災害(如臺風、風暴潮、海嘯)和生態環境災害(如赤潮、溢油)等因素對海洋牧場生態安全的影響,但在實際監管過程中對于上述災害的應急處理效果亦能從企業對海洋牧場生態的重視程度和政府是否對海洋牧場生態安全進行及時監管兩個層面予以一定程度的反映。在后續研究中,將上述自然災害可能產生的影響更加精細地融入到海洋牧場生態安全監管的動態演化博弈中是一個值得探索的方向。