四方主體參與下的環境規制演化博弈分析

潘 峰, 劉 月, 王 琳

(1.大連海事大學 公共管理與人文藝術學院，遼寧 大連 116026; 2.大連大學 經濟管理學院,遼寧 大連 116622)

0 引言

我國傳統的環境治理相關主體為中央政府、地方政府和企業三方，但近年來公眾參與力量逐漸增強，例如：2019年11月生態環境局接到群眾舉報后對騰格里沙漠邊緣大面積污染物展開調查，發現污染場地系美利集團產生的造紙黑液傾倒所致；2020年光大環保能源的一處垃圾填埋場被群眾舉報后，經檢查證實其存在環境違法情況。越來越多的環保抗議活動可看作公眾力量的有效參與，我國環境治理的相關主體正由傳統三方擴展至四方。黨的十九大報告指出，要構建多主體共同參與服務和治理的環境保護體系，本文通過建立中央政府-地方政府-企業-公眾四方環境規制動態博弈模型，探究環保體系中各主體之間的互動關系，對于促進各方利益協調、提高環境污染治理效果具有重要意義。

近年來，國內外學者基于博弈理論對環境規制過程進行了大量深入研究。(1)關于政府與企業之間的博弈。蔡烏趕和李廣培[1]建立了企業研發創新策略與政府碳交易制度的三階段博弈模型，發現政府減少碳排放標準會降低企業創新水平。初釗鵬[2]等發現中央環境監管機制、中央政府轉移支付和對下級政府環境規制執行不力的政治處罰可以有效解決地方政府和企業在環境治理中的目標不一致問題。Zu[3]等構建了兩級供應鏈進行博弈分析，發現政府不能對最終產品和下游企業進行有效監管。Song[4]等基于省級面板數據發現正式的環境規制可以有效促進企業創新并且環境監管對企業創新的影響具有空間異質性。王育寶和陸揚[5]將中央政府策略與財稅體制相聯系，發現中央政府、地方政府和企業策略選擇在(低財政分權度、積極治理、治污達標)時最快實現有效穩定。蘇昕和周升師[6]研究發現正式環境規制與企業創新產出存在U型關系，而非正式環境規制與企業創新產出存在倒U型關系。孔繁彬和原毅軍[7]證明環境補貼力度會影響政策組合的效果，環境稅和環境補貼的政策組合可以顯著改善環境質量。Tang[8]等研究發現，環境規制阻礙了企業生產率的增長，并且這種影響是滯后和持續的，環境可持續發展和企業生產率增長難以實現雙贏。(2)關于地方政府、企業和第三方監管之間的博弈。杜建國[9]等通過調整相關參數發現可以使公眾參與下的企業行為跳出不良狀態向良好狀態演化。Zhang[10]等建立政府、NGO和企業三方的博弈模型，發現政府罰金的效果優于企業補貼，且高罰金和高補貼并存的制度會導致企業不嚴格遵循環境規制政策，而NGO的檢查力度不會影響企業策略。Ouyang[11]等研究發現，公眾的參與水平對提升污染治理效果具有重要作用。Zheng和Kahn[12]則認為提升公眾參與水平可以對地方政府形成有力監督。Lee和Tang[13]發現公眾參與環境規制對政府政策制定具有重要影響，并且公眾參與可以有效降低政府監管成本。趙黎明和陳妍慶[14]研究表明政府環境規制能夠促使企業積極治污，并且公眾參與能顯著降低企業污染物排放量。初釗鵬[15]等構建中央-地方-公眾三方演化博弈模型，發現中央政府能夠通過管制規制下級政府不執行環境規制行為，公眾的監管作用以改變地方政府理性預期為前提。

通過回顧以往研究成果可以發現，國內外學者對環境治理中各行為主體的互動關系、影響因素等進行了深入研究，并且研究焦點多集中在央地兩級政府、企業和公眾中的兩方或三方博弈，但現實環境規制是多元主體相互作用的復雜系統，僅研究兩方或三方博弈關系容易導致研究結果不全面，將中央、地方政府、企業和公眾四個參與方同時置于統一框架下可以彌補以往研究的不足，全面、完整地分析環境規制過程中不同參與主體策略選擇的動態演化過程。此外，尚未有研究基于四方博弈理論框架進行數值仿真分析，從而定量考察不同因素變化對相關主體策略選擇的影響。因此本文將構建環境規制中中央政府-地方政府-企業-公眾四方演化博弈模型，分析不同情形下的演化穩定策略，并利用數值仿真模擬各參數變化對博弈系統的影響，以期為我國提高環境污染治理效果提供理論依據和政策參考。

1 中央-地方-企業-公眾四方演化博弈模型構建

1.1 問題描述與模型基本假設

中央政府制定環保政策要求下級政府實施以改善當地污染狀況，并根據地方政府及企業的執行及污染治理效果進行獎勵和處罰[16]。由于中央政府監管能力有限，使地方政府存在為謀求當地經濟增長而對企業放松要求、幫助隱瞞污染事實的可能[17]。企業需要承擔環境治理的大部分成本，在利潤最大化目標驅使下，企業可能選擇超量排污而造成環境污染。公眾作為環境污染的直接受害者，會自發對企業排污行為進行監督，并對企業非法排污行為進行舉報，從而對央地兩級政府的效用水平及企業利潤產生影響[18,19]。中央政府、地方政府、企業和公眾在環境規制過程中相互作用、相互影響，根據上述現實背景提出如下基本假設。

假設1博弈參與方均為有限理性，具體包括中央政府、地方政府、企業和公眾。

假設2中央政府的策略選擇為嚴格監管和不嚴格監管。中央政府嚴格監管成本C1，地方政府積極執行時給予地方政府轉移支付B1，中央政府監管力度(0

假設3地方政府策略選擇為積極執行和消極執行。地方政府執行成本C2，企業合法排污時地方政府享有環境收益R1；非法排污時地方政府承擔環境損失R2，此時地方政府若消極執行被中央政府發現將受到處罰F1，若積極執行將對企業處罰F2，地方政府占全國環境收益比例(0<γ<1)γ，地方政府執行力度(0

假設4對排污企業按照排污費率t、排污數量計征排污費，超過規定標準H，按實際排污量繳費并罰款。本文將企業排污量較小時(H1H)定義為非法排污，企業選擇繳納稅費而非治污以致排污量超標，此時獲得經濟收益R3，若中央政府不嚴格監管并且地方政府消極執行，被公眾舉報成功，中央政府公信力將損失F3，同時地方政府受到中央政府追加處罰F4，企業信譽損失F5。企業的策略選擇為合法排污和非法排污。

假設5公眾的策略選擇為舉報和不舉報。公眾舉報成本C4，企業合法排污給公眾帶來的環境收益S1，非法排污帶來的環境損失S2。公眾參與舉報并且當企業非法排污被地方政府查處時，由企業給予公眾獎勵R4；但此時地方政府消極執行被中央政府查處時，由地方政府給予獎勵；如果公眾不舉報將不會受到獎勵。

假設6中央政府選擇嚴格監管的概率為x(0

表1 中央-地方-企業-公眾四方博弈階段支付矩陣

1.2 中央政府、地方政府、企業和公眾復制動態方程構建

1.2.1 中央政府復制動態方程

當中央政府選擇嚴格監管時預期收益為：

U11=yzmΠ1+yz(1-m)Π5+y(1-z)·

mΠ9+y(1-z)(1-m)Π13+(1-y)·

zmΠ17+(1-y)z(1-m)Π21+(1-y)(1-z)·

mΠ25+(1-y)(1-z)(1-m)Π29

不嚴格監管時預期收益為：

U12=yzmΠ33+yz(1-m)Π37+y(1-z)·

mΠ41+y(1-z)(1-m)Π45+(1-y)·

zmΠ49+(1-y)z(1-m)Π53+(1-y)(1-z)·

mΠ57+(1-y)(1-z)(1-m)Π61

中央政府的復制動態方程為：

ε2(yz-y-z)+ε3y+ε4]

(1)

1.2.2 地方政府復制動態方程

地方政府積極執行時預期收益為：

U21=xzmΠ2+xz(1-m)Π6+x(1-z)·

mΠ10+x(1-z)(1-m)Π14+(1-x)·

zmΠ34+(1-x)z(1-m)Π38+(1-x)(1-z)·

mΠ42+(1-x)(1-z)(1-m)Π46

消極執行時的預期收益為:

U22=xzmΠ18+xz(1-m)Π22+x(1-z)·

mΠ26+x(1-z)(1-m)Π30+(1-x)·

zmΠ50+(1-x)z(1-m)Π54+(1-x)(1-z)·

mΠ58+(1-x)(1-z)(1-m)Π62

地方政府的復制動態方程為

ε6(zm-m)-ε2(xz-x)-ε3x+ε7x+ε8]

(2)

1.2.3 企業復制動態方程

企業選擇合法排污時的預期收益為:

U31=xymΠ3+xy(1-m)Π7+x(1-y)·

mΠ19+x(1-y)(1-m)Π23+(1-x)·

ymΠ35+(1-x)y(1-m)Π39+(1-x)(1-y)·

mΠ51+(1-x)(1-y)(1-m)Π55

選擇非法排污時的預期收益為:

U32=xymΠ11+xy(1-m)Π15+x(1-y)·

mΠ27+x(1-y)(1-m)Π31+(1-x)·

ymΠ43+(1-x)y(1-m)Π47+(1-x)(1-y)·

mΠ59+(1-x)(1-y)(1-m)Π63

企業的復制動態方程為:

(3)

1.2.4 公眾復制動態方程

公眾選擇舉報時預期收益為:

U41=xyzΠ4+xy(1-z)Π12+x(1-y)·

zΠ20+x(1-y)(1-z)Π28+(1-x)·

yzΠ36+(1-x)y(1-z)Π44+(1-x)·

zΠ52+(1-x)(1-y)(1-z)Π60

選擇不舉報時預期收益為:

U42=xyzΠ8+xy(1-z)Π16+x(1-y)·

zΠ24+x(1-y)(1-z)Π32+(1-x)·

yzΠ40+(1-x)y(1-z)Π48+(1-x)(1-y)·

zΠ56+(1-x)(1-y)(1-z)Π64

公眾的復制動態方程為:

x+y)+ε14z+ε15]

(4)

2 中央-地方-企業-公眾四方演化博弈穩定策略分析

2.1 中央-地方-企業-公眾四方演化博弈均衡點分析

2.2 結果討論穩定性條件分析

將上文求得的復制動態方程的均衡點帶入雅可比矩陣，依次求出每個均衡點的特征值并判斷其正負性，進而判斷該均衡點的穩定性以及穩定性條件。17個均衡點中可以得到9個穩定點，分別為(0,0,0,0)、(0,0,0,1)、(0,0,1,0)、(0,1,0,0)、(0,1,0,1)、(0,1,1,0)、(1,0,0,0)、(1,0,0,1)和(x*,y*,z*,m*)。

情形1穩定點(0,0,0,0)表示(中央政府不嚴格監管，地方政府消極執行，企業非法排污，公眾不舉報)，穩定條件是-(1-r1)(C1-F1)<0，-(1-r2)(C2-F2-tH2)+r1(B1+F1)<0，-C3+r2(B2+F2+tH2-tH1)-R3<0，-C4+r1R4<0。此時中央政府監管成本大于從地方政府取得罰款，即嚴格監管相對凈收益小于0，便降低監管力度。地方政府執行成本大于從企業取得的罰款、企業非法排污時所交費用、獲得的中央政府轉移支付及繳納的消極執行罰款之和，即積極執行相對凈收益小于0，且中央政府不嚴格監管、公眾不舉報，因此消極執行總是最優策略選擇，形成“無為而治”的局面。企業獲得的治污補貼與企業合法排污成本和合法排污所交費用之差小于非法排污獲得的經濟收益與非法排污繳納罰款和非法排污所交費用之差，即合法排污相對凈收益小于0，且地方政府消極執行，公眾不舉報使得企業非法排污被發現的概率較低，非法排污是企業最優策略選擇。公眾舉報成本大于舉報獎勵，即舉報相對凈收益小于0、舉報意愿較低。在這種情形下，中央政府不嚴格監管，地方政府消極執行，企業基于利益最大化選擇非法排污，公眾參與意愿低，為政府失靈和市場失靈的情形。

情形2穩定點(0,0,0,1)表示(中央政府不嚴格監管，地方政府消極執行，企業非法排污，公眾舉報)，穩定條件是F3+(1-r1)(F4-C1+F1)<0，-(1-r2)(C2-F2-tH2)+r1(B1+F1+R4+F4)<0，-C3+r2(B2+F2+tH2-tH1)-R3+F5<0，C4-r1R4<0。與情形一相比，中央政府還要考慮公眾舉報而對地方政府的追加處罰及不嚴格監管遭受的聲譽損失，但公眾舉報帶來的額外收益仍小于監管成本，嚴格監管相對凈收益仍小于0。地方政府還要考慮由于公眾加入而給予的獎勵及追加處罰，但可能由于公眾舉報帶來的懲罰較低，加上中央政府監管力度低，積極執行相對凈收益仍小于0。企業還要考慮因公眾舉報帶來的聲譽損失，在長期的演化過程中，企業可能最初選擇合法排污，但發現地方政府消極執行，即使被公眾舉報而被地方政府罰款，也會在利潤最大化驅使下選擇偷排。此種情形下公眾參與意識增強，但公眾舉報并未引起其他三方策略選擇的變化。

情形3穩定點(0,0,1,0)表示(中央政府不嚴格監管，地方政府消極執行，企業合法排污，公眾不舉報)，穩定條件為-(1-r1)C1<0，-(1-r2)(B2-tH1+C2)+r1B1<0，C3-r2(B2+F2+tH2-tH1)+R3<0，-C4<0。與情形一相比，企業改進生產技術達到排污標準獲得收益大于偷排成本。地方政府考慮到企業的策略選擇和執行成本，降低執行力度，中央政府嚴格監管相對凈收益仍小于0而選擇不嚴格監管；公眾考慮到企業行為，即使舉報也不會獲得收益而選擇不舉報。此種情形是環境規制的理想狀態，即在中央政府不嚴格監管、地方政府消極執行時企業仍能合法排污。但現實中政府依然是環境監管主要力量，若中央政府不嚴格監管且地方政府消極執行，由于公眾參與不足、企業非法排污被發現的概率降低，繼而企業基于利潤最大化仍將選擇非法排污。

情形4穩定點(0,1,0,0)表示(中央政府不嚴格監管，地方政府積極執行，企業非法排污，公眾不舉報)，穩定條件是-(1-r1)(B1+C1)<0,(1-r2)(C2-F2-tH2)-r1(B1+F1)<0，-C3+B2+F2+tH2-tH1-R3<0，-C4+R4<0。與情形一相比，地方政府積極執行相對凈收益大于0而選擇積極執行。中央政府考慮到地方政府行為，將對地方政府執行補貼而非消極執行罰款納入考慮范圍。由于地方政府積極執行，企業獲得治污補貼及非法排污處罰均增大，但可能治污成本高或違法成本低仍選擇非法排污。公眾舉報收益增大，但舉報相對凈收益仍小于0。此種情形下，地方政府雖然嚴格執行環境規制，但企業違法成本低或治污成本過高仍會選擇非法排污。

情形5穩定點(0,1,0,1)表示(中央政府不嚴格監管，地方政府積極執行，企業非法排污，公眾舉報)，穩定條件是-(1-r1)(B1+C1)<0，(1-r2)(C2+F2-tH2)-r1(B1+F1+R4+F4)，-C3+B2+F2+tH2-tH1-R3+F5+R4<0,C4-R4<0。與情形四相比，中央政府參數條件不變，公眾舉報相對凈收益大于0而選擇舉報。由于公眾的加入，地方政府需要考慮對公眾的舉報獎勵及消極執行的追加處罰，若消極執行因公眾舉報造成的損失很大而選擇積極執行。企業需要考慮因舉報對公眾的補償及因此造成的聲譽損失，即使扣除政府罰款和公眾舉報的損失，企業非法排污相對凈收益仍大于0，仍將選擇非法排污。

情形6穩定點(0,1,1,0)表示(中央政府不嚴格監管，地方政府積極執行，企業合法排污，公眾不舉報)，穩定條件是-(1-r1)(B1+C1)<0，(1-r2)(B2-tH1+C2)-r1B1<0，C3-B2-F2-tH2+tH1+R3<0，-C4<0。與情形四相比，中央政府參數條件不變。考慮到企業行為，公眾舉報并不會獲得收益而選擇不舉報。地方政府參數條件與情形四相類似，且在此基礎上由于地方政府積極執行而減少中央政府處罰，并且考慮到企業行為，減少對企業的處罰并增大治污補貼。在長期演化過程中，企業開始可能會選擇非法排污，但隨著地方政府策略選擇向積極執行方向演化，企業如果繼續非法排污將繳納更多的排污費和罰款，并且合法排污會獲得相應補貼，因此長期看來企業會逐漸選擇合法排污，此情形是最理想狀態。

情形7穩定點(1,0,0,0)表示(中央政府嚴格監管，地方政府消極執行，企業非法排污，公眾不舉報)，穩定條件是(1-r1)(C1-F1)<0，-(1-r2)(C2-F2-tH2)+B1+F1<0，C3-r2(B2+F2+tH2-tH1)+R3<0，-C4+R4<0。與情形六相比，中央政府嚴格監管相對凈收益大于0，且考慮到地方政府行為而選擇嚴格監管。由于中央政府嚴格監管，同時增大了地方政府轉移支付和消極執行的處罰，但可能由于補貼金額或處罰力度小使得地方政府積極執行相對凈收益仍小于0。中央政府嚴格監管增大了公眾舉報收益，但收益仍小于舉報成本，不舉報是其最優策略選擇。

情形8穩定點(1,0,0,1)表示(中央政府嚴格監管，地方政府消極執行，企業非法排污，公眾舉報)，穩定條件是-F3-(1-r1)(F4-C1+F1)<0，-(1-r2)(C2-F2-tH2)+B1+F1+R4+F4<0，-C3+r2(B2+F2+tH2-tH1)-R3+F5<0，C4-R4<0。與情形七相比，公眾舉報凈收益大于0而選擇舉報。由于公眾加入，中央政府需要考慮不嚴格監管造成的聲譽損失和對地方政府的追加處罰，此時嚴格監管凈收益大于不嚴格監管凈收益而選擇嚴格監管。地方政府除此之外要考慮公眾舉報帶來的對地方政府的追加處罰及對公眾的舉報補償，并且面臨的中央政府嚴格監管增加的治污補貼及消極執行罰款，長期看來選擇消極執行獲得的相對凈收益仍大于0，地方政府選擇消極執行策略。企業除此之外還要考慮被公眾舉報造成的企業聲譽損失，此時企業損失仍小于治污成本，同時考慮到地方政府策略選擇，企業傾向于選擇非法排污。

情形9穩定點(x*，y*，z*，m*)表示中央政府、地方政府、企業和公眾都分別以一定的概率選擇嚴格監管、積極執行、合法排污和舉報。開始時，地方政府因為擔心公眾舉報而選擇積極執行，中央政府鑒于地方政府行為及成本考慮降低監管力度，企業如果進行非法排污不僅會被公眾舉報還會被地方政府處罰，如果進行環保技術創新則會得到一定補貼，基于利益考慮選擇合法排污。于是地方政府選擇降低執行力度，同時公眾舉報概率也相應減弱。然后，企業鑒于地方政府消極執行、公眾不舉報，企業選擇偷排，公眾選擇舉報，地方政府積極執行，中央政府嚴格監管，于是四方博弈主體都會選擇混合策略。

3 中央-地方-企業-公眾四方演化博弈仿真分析

(0,1,1,0)表示在中央政府不嚴格監管、公眾不舉報的情況下，地方政府和企業自發進行環境治理、形成良性互動，系統達到環境治理理想穩定狀態。為了更直觀地看出中央政府、地方政府、企業和公眾四方博弈的演化路徑，選擇在(0,1,1,0)情形下對不同參數變化下系統各主體策略選擇進行仿真分析。

3.1 系統仿真初始設置

初始時，假設中央政府、地方政府、企業和公眾分別選擇嚴格監管、積極執行、合法排污和舉報策略的概率為[0.5,0.5,0.5,0.5]，橫軸代表時間(t)，縱軸代表中央政府(x)、地方政府(y)、企業(z)和公眾(m)分別選擇各自策略的概率p。令r1=0.6,r2=0.4,B1=8,F1=4,C1=10,B2=2,t=0.5,H1=20,H2=50,C2=15,F2=6,C3=20,R3=2,C4=6,R4=3,F4=6,F3=2,F5=2，初始狀態系統演化博弈仿真如圖1所示，并以此圖為基準。

圖1 四方博弈初始策略仿真

可以發現，地方政府首先向積極執行方向演進，并于t=0.5時積極執行概率趨近于1，即接近于穩態。中央政府也向不嚴格監管方向演進，可能考慮到監管成本和地方政府治理自覺性，基于效益最大化，中央政府嚴格監管概率逐漸降低，并最終于t=1時到達穩定狀態。企業在初期向非法排污方向演化，可能由于此時政府監管及公眾舉報概率低，在非法的邊緣試探，但隨地方政府積極執行概率不斷增大，企業合法排污概率逐漸增大，并于t=6時達到穩定。公眾舉報概率隨地方政府積極執行和企業合法排污概率的增大而逐漸降低，系統于t=6時最終達到(不嚴格監管，積極執行，合法排污，不舉報)理想穩定狀態。說明隨著環境問題的日益嚴峻，政府越來越重視環境問題，積極執行環境規制，轉變經濟增長模式，從而促使各企業改進污染治理技術，減少污染排放量。另外，由于公眾參與度低等問題，我國的污染治理效率還處于相對較低的水平。

3.2 各參數變化對系統影響

3.2.1 地方政府消極執行處罰F1增大到20

提高中央政府監管力度，即罰金從F1=4提高到F1=20，各主體策略演化路徑如圖2所示，系統最終達到(0,1,1,0)的理想穩定狀態。與圖1相比，中央政府的策略演化路徑變化不大，地方政府到達穩態的時間由t=0.5減少到t=0.3。企業在初期向非法排污方向演化的概率減小，于t=5.5時趨近于1。當中央政府監管強度增大，地方政府在政績考核機制下會選擇積極執行，通過各種約束和激勵措施調動企業減排積極性。可見源于中央層面合理的監督機制，對于達成地方政府和企業在環境治理中的良性互動具有重要作用。

圖2 F1=20時四方博弈策略仿真

3.2.2 中央政府轉移支付B1增大到20

提高中央政府轉移支付，即從B1=8提高到B1=20，各主體策略的演化路徑如圖3所示，系統可以達到理想穩定狀態。與圖1相比可以發現，中央政府、地方政府達到穩定點時間分別從t=1減少到t=0.5、t=0.5減少到t=0.2。企業到達穩定點的時間由t=6減少到t=4.8，并且初始選擇非法排污的概率明顯降低。由此可見，增大中央政府轉移支付，可以加快中央政府策略選擇，同時對地方政府積極執行環境規制形成正向激勵作用，使環境規制政策得以有效執行，同時能夠促使企業治污、提高環境治理效果。

圖3 B1=20時四方博弈策略仿真

3.2.3 地方政府消極執行追加處罰F4增大到30

當增大對地方政府消極執行追加處罰，即從F4=6提高到F4=30，各主體策略的演化路徑如圖4所示，系統可以達到理想穩定狀態。與圖1相比，中央政府和公眾到達穩態的演化路徑變化不大。地方政府實現策略穩定的時間點由t=0.5減少到t=0.3，而企業初始時選擇非法排污的概率減小，并于t=5時概率漸進趨近于1。可能由于增大追加處罰使地方政府提高執法力度，加強對企業非法排污監管，企業迫于壓力減少了污染物排放。說明公眾舉報可以提高環境規制效率，對地方政府環境規制執行具有促進效應，對企業非法排污具有抑制效應。

圖4 F4=30時四方博弈策略仿真

3.2.4環境規制標準t增大到5

提高環境規制標準，即從t=0.5提高到t=5，各主體策略的演化路徑如圖5所示，系統可以達到理想穩定狀態。與圖1相比，中央政府的演化路徑變化不大。地方政府和企業到達穩定點時間分別從t=0.5、t=6幾乎同時于t=0.1時趨近于1，并且企業初始時不存在向非法排污方向演化而直接選擇合法排污。可能由于提高環境規制標準后使企業非法排污成本上升，迫使企業進一步選擇合法排污策略。而地方政府考慮到執法收益的增加，加大執行力度。此外，公眾達到穩定點的斜率增大，到達穩態時間由t=1.2減少到t=1。由此可見，提高環境規制標準，對地方政府、企業和公眾的策略選擇都會產生影響。

圖5 t=5時四方博弈策略仿真

3.2.5 企業非法排污處罰F2增大到30

當增大對企業非法排污的處罰，即從F2=6提高到F2=30，各主體策略的演化路徑如圖6所示，系統可以達到理想穩定狀態。與圖1相比，中央政府演化路徑變化不大。企業初始時不存在向非法排污方向演化而直接選擇合法排污，并到達穩態時間點由t=6減少到t=0.3。t=0.3之前企業合法排污概率隨對企業非法排污處罰的增大而進一步增大說明處罰直接帶來了較大的資金流失進而提出了較高的環保要求，從而促使工業污染治理和技術改進的加快。但地方政府穩定的時間點由t=0.5延長到t=1，可能由于增大處罰使企業治污效率增大，地方政府出于節省執法成本的考慮降低了積極執行策略的選擇比例。此外，公眾達到不舉報策略穩定點的斜率增大。說明地方政府環境規制力度的提升可以提高企業治污積極性、改善環境治理效果。

圖6 F2=30時四方博弈策略仿真

3.2.6 企業治污補貼B2增大到30

當提高地方政府對企業的治污補貼，即從B2=2增大到B2=30時，各主體策略的演化路徑如圖7所示，與初始演化路徑(圖1)相比，最終達不到理想穩定狀態。初始時企業向合法排污演化，地方政府也選擇積極執行，公眾選擇不舉報，中央政府基于地方政府表現及監管成本選擇不嚴格監管。隨時間延長，可能由于短期內補貼增大，合法排污仍是企業最優策略選擇；地方政府策略演化路徑轉為向下，可能由于其考慮到企業治污從而選擇消極執行策略，在t=0.5時積極執行概率趨近于0。當企業逐漸發現地方政府消極執行，企業也隨之降低合法排污概率。一旦企業非法排污造成嚴重污染，地方政府又會增大環境規制執行力度，企業也隨之改變策略，進而呈現此起彼伏的周期性變化特征。可見過高的企業治污補貼是一種非長效的環境治理模式。

圖7 B2=30時四方博弈策略仿真

3.2.7 公眾舉報獎勵R4增大到30

當增大公眾舉報獎勵，即R4=3增大到R4=30，各主體策略的演化路徑如圖8所示。中央政府選擇不嚴格監管概率一直降低，并于t=0.3時趨近于穩態。在增大公眾舉報獎勵情況下，公眾到達穩定點的時間由t=1.2快速減少到t=0.3。并且隨著時間t的增加，地方政府選擇積極執行所占的比例不斷增加，和圖1對比可以發現，它們總體演化趨勢是相同的，但圖6中地方政府在趨近于概率1的過程中變慢，時間由t=0.4延長到t=0.6。企業首先以較高速率向合法排污方向演化，但在t=0.2時，企業仿真曲線坡度逐漸變緩并最終于t=5時合法排污概率趨近1，系統整體于t=5時達到穩定狀態。可以看出，增大公眾舉報獎勵，對公眾策略選擇具有顯著促進作用，在t=0.5之前對企業治污促進效果最明顯，并且對系統整體快速實現穩定具有促進作用。

圖8 R4=30時四方博弈策略仿真

4 結論與建議

本文通過建立中央政府-地方政府-企業-公眾四方演化博弈模型，分析不同情形下的演化博弈穩定策略，并利用仿真模擬分析參數變化對系統影響的演化路徑。通過分析得到以下結論：(1)四方演化博弈系統的16個純策略均衡點中，共有8個條件穩定點，其余8個均衡點在任何條件下都不穩定。8個條件穩定點代表著我國環境治理中各利益相關主體可能呈現的策略均衡。策略集中某策略的相對凈收益為正時，相關主體會更傾向選擇該策略。(2)數值仿真分析結果表明：增大中央政府對地方政府消極執行處罰、增大中央政府轉移支付、增大中央政府對地方政府消極執行的追加處罰，可以促使地方政府傾向于選擇積極執行策略，并且可以提高企業減排積極性。提高環境規制標準、增大對企業非法排污的處罰，對地方政府、企業和公眾的策略選擇都會產生影響，可以使系統更快向理想穩定狀態演化，使企業選擇合法排污策略、公眾選擇不舉報策略速度加快；其中提高環境規制標準可以加快地方政府積極執行策略的選擇，但增大對企業非法排污的處罰卻會使地方政府對積極執行策略的選擇放緩，因此提高環境規制標準的效果會略優于加大對企業處罰。地方政府增大對企業治污補貼，短期內可使得企業選擇合法排污概率增大，但長期來看并不能使系統處于穩定狀態。因此增大企業治污補貼短期內可有利于提高環境質量，但過高的治污補貼將不利于系統達到理想穩定狀態，是一種非長效的環境治理模式。提高公眾舉報獎勵，可以使企業選擇合法排污策略速度加快，公眾也加快選擇舉報策略，最終有利于系統向理想穩定狀態演化。

根據以上研究結論，可以提出的政策建議包括：一是加強中央政府監管力度、提高環境規制標準，強化對地方政府消極執行的各種處罰力度；優化激勵機制，提高中央政府對地方政府的環保專項資金支持。二是地方政府應增大對企業非法排污的處罰力度，同時避免提供給企業過高的治污補貼，可以采取提供相應技術支持、優惠政策等其他方式鼓勵企業治污和積極探索綠色技術創新。三是提高公眾舉報獎勵、通過多種手段降低公眾舉報成本，積極推動和發展公共監督機制。