考慮道德風險的突發事件政府治理路徑研究

摘 要：道德風險和瞞報行為對突發事件應對將產生不利影響，探究政府治理路徑對應對突發事件具有重要意義。基于道德風險視角，利用演化博弈理論，在綜合考慮企業道德風險、政府獎勵、政府懲罰、政府監督等多個影響政府治理的因素基礎上，構建了政府突發事件治理演化博弈模型，探究了突發事件應對過程中政府治理路徑的演變情況。研究發現：政府治理突發事件行為的演化與其初始構建的支付矩陣密切相關，也與支付矩陣的初始參數選擇有關。在一定范圍內，增大對企業瞞報行為的處罰、降低政府強監管成本、減少企業道德風險可以有效促使系統的最終策略穩定于（強監管，實報）狀態。研究結論可為政府在突發事件治理過程中形成聯動治理局面提供一定參考和建議。

關鍵詞：突發事件；治理路徑；道德風險；演化博弈；監管

中圖分類號：F206 文獻標志碼：A" " " "文章編號：1005-9679（2024）01-0-07

A Study on the Path of Government Governance of Emergencies Considering Moral Hazard

LIU Jusheng1 LI Chaoran2 WANG Yuan1

（1. School of Economics and Management， Shanghai University of Political Science and Law， Shanghai 201701， China； 2. School of Economics and Management， Shanghai University of Sport， Shanghai 200438， China）

Abstract：The concealment and moral hazard have a negative effect on the response to major emergencies. To explore the evolution of governance paths in the government in the situation of emergency response，this paper used the evolutionary game theory to construct a model that comprehensively considers the moral hazard of enterprise，government reward，government punishment，government supervision，and other factors basing on the perspective of moral hazard firstly. Secondly，through the theoretical analysis and numerical simulation of the model，it explored the evolution of the governance paths of governments and enterprises in response to emergencies. This study found that the evolution of the governance behavior of the government is closely related to its initial construction of the payment matrix and to the initial choice of parameters of the payment matrix. Besides，increasing penalties for concealment behavior by enterprises，reducing the cost of regulation by the government，and reducing the moral hazard of enterprise can drive the final strategy of the system to strong regulation and factual reporting state effectively. The study aims to provide some reference and suggestions to the government in the process of forming a linked governance situation in the management of emergencies.

Key words： emergencies；governance path；moral hazard；evolutionary game；regulation

突發事件的發生，不僅給國家和人民群眾帶來了一定創傷和損失，也對基層政府的治理能力和治理水平提出了嚴格考驗。為了有效應對和治理突發事件，必須構建完善治理體系，提升治理水平和治理能力，故政府治理行為及政府決策逐步成為了廣大學者熱議的重要話題。突發事件的發生，不僅需要政府迅速進行決策以及調動廣大社會力量廣泛開展救援，也需要政府及時公開事故信息，澄清事故原因。此時，高效務實的政府治理機制和上下聯動的治理局面對應對突發事件具有重要作用。因此，探究突發事件下政府治理路徑對應對突發事件危機具有極為重要的理論與現實意義。

當前，已有學者圍繞突發事件政府治理進行了相關研究。南銳和朱文?。?022）認為推進適應性變革，吸納和優化多元主體，強化規劃更新和應急資源配置可以有效提升政府應對危機的能力。周振超和張梁（2021）從法制建設視角對非常規重大突發事件的法制原則進行了系統優化，認為推進應急法制體系革新，加強行政自我規范、加強司法保障、守法激勵以及法治監督，可以從法律層面增強應對突發事件的能力。傅昌波和劉冰（2021）從社會輿情治理視角為應對突發事件提供了政策建議，認為應對突發事件輿情治理，需從監測預警、風險研判、分類處置、信息發布、靶向供給、強勢引領、社交傳播、精準管控和形象修復等九個方面尋求突破。陳朋（2020）認為加強相互賦權、明確職責權限、確保激勵相容和中央政府提供有力調度等可以有效推進重大突發事件治理中的橫向府際合作。

上述學者基于靜態視角從宏觀政策層面對應急管理中的政府治理進行了相關研究。然而，在實際生活中，政府同樣具有“經濟人”特點，且政府以及部門間并非完全理性，存在逐利行為（施正文，2011）。因此，對政府的治理行為需從“經濟人”和有限理性視角出發，利用動態演化方法探究其治理及其決策行為。

演化博弈作為一種探究群體進化的方法論，在指導人類行為和策略演化過程中發揮著重要作用。演化博弈論認為，博弈雙方具有學習和進化的能力，能夠根據歷史經驗，通過模仿上次策略選擇來指導下次策略選擇，因此通過這種長期的模仿和改進，最終所有的博弈方都會選擇有利于自我發展的策略。目前，已有學者利用演化博弈相關理論對應急管理中政府治理進行了相關研究。Zhang和Li（2018）探究了上級政府與地方政府在霧霾治理方面的博弈關系，研究發現地方政府爭奪環境效應的共用效用博弈過程類似于鷹-鴿博弈，地方政府的異質性使得地方政府間難以形成穩定的合作模式，上級政府的行政處罰可以有效促進地方政府間的合作；Sun和Zhang（2019）針對日益嚴重的綠色洗滌問題，研究了政府與優質企業和劣質企業的博弈問題，研究發現政府的稅收補貼機制無法抑制下級企業發生違規行為，政府監管在解決綠色洗滌的問題上具有重要作用。郭進平等（2016）利用演化博弈和系統動力學（SD）方法在復制動態方程的基礎上對事故瞞報問題進行了深層次研究，認為安檢部門對施工單位的調查概率、懲罰力度是事故瞞報問題是否發生的重要影響因素。劉德海等（2018）以應急處置環境污染群體性時間為例，探討了政府的聲譽效應對應急策略的影響。徐輝（2020）利用三方博弈模型探究了中央政府、地方政府、社會組織與居民三方主體在突發公共事件進程中的行為策略選擇，發現引入中央政府懲罰機制能夠有效促使地方政府、社會組織與居民的策略選擇規范、科學、合法。

雖然學者們利用演化博弈理論對應急事件中政府治理進行了相關研究，為后續學者提供了一定的啟發，然而現有研究較少對突發事件中政府治理行為與企業行為路徑進行探究，同時也沒有考慮企業的道德風險。道德風險作為一種機會行為主義的體現，指的是一方利用其所掌握的信息優勢，做出對己方有利而對對方不利行為的風險。在政府治理突發事件過程中，企業在重大危機情境驅使下，道德風險的存在會使得企業在面對政府的監管時發生瞞報行為。因此，在實際應急管理活動中，從道德風險視角出發，如何構建政府與企業間的合作機制對發揮政府指導作用、有效解決應急危機、高效實施應急救援具有極為重要的戰略意義?；诖耍疚膹牡赖嘛L險視角出發，利用演化博弈相關理論，探究突發事件中政府治理路徑的演變規律，以期揭示政府應對突發事件治理行為演化路徑，為我國政府治理提供一定的參考和借鑒。

1 基本假設和模型構建

在政府應對突發事件過程中，企業會率先接觸到事故信息，為了避免懲罰，有時會對事故進行瞞報，以逃避政府的監管。此時，由于道德風險的存在，企業將依靠自身掌握的信息優勢，如事故第一信息，有可能做出瞞報事故的行為。因此，在探究政府治理行為及路徑時，本文考慮了企業道德風險這一因素。此外，政府獎勵、政府懲罰、政府監督等因素可能會對突發事件治理行為產生一定影響?；诖耍疚脑诰C合考慮了企業道德風險、政府獎勵、政府懲罰、政府監督等多個影響政府治理因素的基礎上，構建了政府治理演化博弈模型。為了明晰問題邊界，現做如下假設：

假設1：在事故發生時，假設存在政府和企業兩類博弈主體。政府的策略選擇為強監管和弱監管，假設政府選擇強監管的概率為x，選擇弱監管的概率為1－x；企業的策略選擇為瞞報（隱瞞事實）和實報（如實報告），企業選擇瞞報策略的概率為y，選擇實報的概率為1－y；假設政府選擇弱監管策略，企業選擇實報策略時，政府的收益為M0，企業的收益為N0。

假設2：假設在政府監管過程中，政府若選擇弱監管策略，則其付出的監管成本為C，若其選擇強監管策略，則其付出的成本為D，C＜D。此外，在合作過程中，政府為了促使企業如實報告事故情況，會給予企業一定獎勵，記為R。

假設3：企業在進行事故上報時，在道德風險存在的情況下，企業發現政府進行弱監管時，企業會在道德風險的驅使下選擇瞞報策略，此時企業獲得的收益為N1。假設企業的道德風險系數為l，此時政府會因企業選擇瞞報策略而額外受到一定程度的損失，且這一損失與企業的道德風險系數和企業的收益正相關，假設政府受到的損失為L，L＝lN1。

假設4：在企業與政府進行合作過程中，若企業選取了瞞報策略，政府選取強監管策略時，為了規避瞞報行為，政府會對企業進行一定程度的懲罰，且懲罰程度與企業的收益正相關，假設政府對企業的懲罰系數為f，若政府對企業的懲罰記為F，F＝fN1。

2 演化博弈支付矩陣構建及分析

基于上述假設，政府與企業的博弈支付矩陣如表1所示。

在t時刻時，政府選擇強監管的收益為U11：

U11＝y（M0－D＋fN1）＋（1－y）（M0－D－R）（1）

政府選擇弱監管的收益為U12：

U12＝y（M0－lN1－C）＋（1－y）M0 （2）

政府選擇強監管和弱監管的收益為UU－1：

U－1＝xU11＋（1－x）U12 （3）

企業選擇瞞報的收益為U21：

U21＝x（N1－fN1）＋（1－x）N1 （4）

企業選擇實報所獲得的收益為U22：

U22＝x（N0－R）＋（1－x）N0 （5）

企業選擇瞞報和實報所獲得的收益為U－2：

U－2＝yU21＋（1－y）U22 （6）

復制動態方程作為微分方程的一種，可以準確模仿和繼承上次策略的演化特征，進而指導種群朝著適合種群發展的方向進行演進，其常用來衡量種群的策略演進動態趨勢，具體形式為：

其中，x表示種群中采用策略n的比例；Un表示該博弈方采用策略n時的期望收益；U－表示該博弈方采用策略n時的平均期望收益。

因此，t時刻時，政府和企業的復制動態方程組為：

令F（x）＝0，F（y）＝0，可求得演化博弈系統的5個均衡點，E（0，0），S（0，1），N（1，0），K（1，1）和P（x*，y*），其中：

進一步對上述二維動力學方程組求其雅各比矩陣得：

計算雅各比矩陣在各均衡點E（0，0），S（0，1），N（1，0），K（1，1）和P（x*，y*）處行列式和跡的值，如表2所示。

情形（1）：由上述分析可知，，當， 時，x*gt;1，y*gt;1，此時，系統中存在E（0，0），S（0，1），N（1，0），K（1，1）和P（x*，y*）4個均衡點，根據上述雅各比矩陣的行列式和跡的符號可判定系統的穩定性，具體如表3所示。

由表3可以發現，系統中存在2個鞍點E（0，0）和K（1，1），1個穩定點S（0，1）和1個不穩定點N（1，0），此時系統的演化相圖如圖1所示。

從圖1中可以發現，在演化過程中，系統中的不穩定點N（1，0）會沿著路徑NES和路徑NKS向著穩定點S（0，1）運動，并最終穩定于S（0，1），此時N1－fN1＞N0＋R＞0，也即企業選擇瞞報策略所獲得的收益與其向政府交納的罰金之差依然大于其選擇實報策略所獲的收益與獎勵之和，此時企業將選擇瞞報策略。此外，D1＞C＋（f＋l）N1＞0，這表明政府的強監管成本大于一定值時，政府將選擇弱監管策略作為其最終的策略選擇，此時政府將選擇弱監管策略。因此，系統中的不穩定點N（1，0）會沿著路徑NES和路徑NKS向著穩定點S（0，1）運動。

情形（2）：0＜N1－N0＜fN1＋R當0＜＋D＋R＜R＋C＋（f＋l）N1時，此時，0＜x*＜1，0＜y*＜1，此時系統中存在E（0，0），S（0，1），N（1，0），K（1，1）和P（x*，y*）5個均衡點，進一步計算雅各比矩陣在各均衡點處的行列式和跡的符號，結合系統穩定性判定定理，可以得出若雅各比矩陣的行列式的符號為正，跡的符號為負，則該點為穩定點；若行列式的符號為正，跡的符號為正，則該點為不穩定點；若行列式的符號為負，跡的符號不確定，或行列式符號為正，跡的值為零，則該點為鞍點，經計算發現此時系統中存在5個鞍點，此時系統的穩定策略不存在。此時，雅各比矩陣在各均衡點處行列式和跡的符號如表4所示。

由表4可知，系統中存在5個鞍點，系統的演化相圖如圖2所示。

3 數值仿真分析

為了驗證本文模型的合理性，進一步選取相關參數對上述情形進行數值仿真，相關參數選取如下：R＝0.4，C＝0.4，D＝1.5，l＝0.1，f＝0.2，N0＝1，N1＝2。此時，上述參數的取值滿足N1－N0＞fN1＋R＞0，D＋R＞R＋C＋（f＋l）N1＞0，即情形（1），仿真結果如3所示。

從圖3可以發現，當N1－N0＞fN1＋R＞0，時，系統中存在4個均衡點，其中有1個不穩定點、2個鞍點和1個穩定點。此時，系統的演化路徑D＋R＞R＋C＋（f＋l）N1＞0將會從不穩定點經過鞍點最終到達穩定點，從策略演變來看，即系統中政府與企業的策略將會從（強監管，實報）演變為（弱監管，瞞報）。由于政府初始選擇了強監管策略，在強監管策略中，由于強監管成本D大于C＋（f＋l）N1，此時因強監管成本較大，政府會選擇弱監管策略，若政府選擇弱監管策略，那么企業此時選擇瞞報策略的收益N1大于選擇實報策略的收益N0，故企業會選擇瞞報策略，因此政府與企業的最終選擇為（弱監管，瞞報）策略。

在保證其他參數不變的基礎上，當f＝0.6時，此時上述參數的取值滿足0＜N1－N0＜fN1＋R，0＜＋D＋R＜R＋C＋（f＋l）N1，即情形（2），系統的演化相圖如圖4所示。從圖4可以發現，系統中存在5個鞍點，此時系統的穩定策略不存在。從圖3和圖4可以發現，數值仿真結果與理論推導結果一致。

4 參數敏感性分析

為探究哪些因素對政府治理過程中政府和企業策略選擇產生影響，本文進一步對影響政府與企業策略選擇的相關參數進行了敏感性分析，以期為政府與企業的策略選擇提供一定參鑒。

4.1 政府選取強監管策略的比例x敏感性分析

由可知，由此可知當企業選擇瞞報策略獲得收益N1增大時，政府選取強監管策略的比例x將會增大；，當企業選取實報策略獲得的收益N0增大時，企業將會選取實報策略，政府選擇強監管的比例x將會縮小，此時政府會選取弱監管策略。

4.2 企業選取瞞報管策略的比例y敏感性分析

由可知，＜0，當政府對企業的懲罰系數f增大時，此時企業選取瞞報策略的比例y將減小，選取實報策略的比例？將會增大，最終企業將選取實報策略。

＜0，當政府選擇弱監管策略時，企業的道德風險系數l增大，企業發生瞞報事故可能性變大，進而使得政府會損失較大利益，此時政府的策略選擇將會從弱監管策略轉向強監管策略。在強監管策略下，企業瞞報策略的比例y將縮小，最終企業將選擇實報策略。

當政府選取弱監管策略時時，弱監管成本C增大，此時政府將會選擇強監管策略，企業選擇瞞報的比例y將會縮小，選擇實報策略的概率將會增大。

當政府選取強監管策略時，強監管成本D增大，政府由于支出較大的監管成本，進而會選擇弱監管策略，此時企業選擇瞞報策略的比例y將會增大，企業最終會選擇瞞報策略。

當C＋（f＋l）N1－D＜0時，此時增大政府對企業的獎勵，將促使企業選擇瞞報的比例降低，選擇實報策略的比例增大；當C＋（f＋l）N1－D＞0時，此時增大政府對企業的獎勵，將促使企業選擇瞞報策略的比例增大，選擇實報策略的比例縮小。

綜合上述分析可以發現：政府選擇強監管策略的比例x會隨著企業選擇瞞報策略的收益N0的增大而增大，選擇弱監管策略的比例1－x會隨著企業選擇實報策略的收益N0的增大而增大；企業選擇實報策略的比例1－y會隨著政府選擇強監管策略處罰f，弱監管成本C增大而增大，隨著政府的強監管成本D的增大而縮小。

5 結論與啟示

針對突發事件中出現的政府事故瞞報行為，本文在考慮道德風險的基礎上，利用演化博弈理論對政府與企業應對突發事件過程中的政府治理行為進行了研究。研究發現：政府突發事件治理行為的演化與其初始構建的支付矩陣密切相關，也與支付矩陣的初始參數選擇有關；增大對企業瞞報行為的處罰，降低政府的監管成本，減少企業的道德風險可以有效促使系統的最終策略穩定于（強監管，實報）狀態。

基于上述結論，得出如下管理啟示：

（1）加大對企業瞞報行為的處罰。在突發危機應對過程中，企業因選擇瞞報策略所獲得收益較大，因此企業在面對較大的瞞報收益時，為了規避事故懲罰，往往對事故進行瞞報，這給突發事件的治理帶來了極大挑戰。因此，在突發事件治理過程中，要加大對企業瞞報行為的處罰力度，使得企業不敢發生瞞報行為，也不愿意發生瞞報行為，最終形成政府良性治理局面。

（2）降低政府監管成本。在事故瞞報監管方面，傳統的單一依靠政府監管模式難以對事故瞞報行為形成全覆蓋和全方位監督。因此，區別于傳統政府監督，要廣泛依托人民群眾、社會媒體等監督團體，充分發揮人民群眾和社會媒體的監督優勢，對企業的瞞報行為進行有效監督，不斷降低政府的監督成本，促使政府有更多精力對企業的瞞報行為進行有效監管。

（3）降低企業道德風險。道德風險的產生不僅受經濟利益誘惑等影響，而且與政策宣傳力度和監督體系完善程度密切相關。為了有效降低企業道德風險程度，在政策層面，要大力宣傳事故處理辦法與制度，積極引導企業建立對事故不隱瞞，早發現、早應對、早解決的工作機制；在企業工作人員自身素質方面，企業工作人員要不斷加強培訓與學習力度，不斷提高自身素質，進而降低道德風險發生概率；在監督體系方面，要積極探索新型監督手段，如聲譽懲戒機制，將發生瞞報行為的企業列入征信系統，不斷降低相關企業道德風險，進而有效減少瞞報行為的發生。

參考文獻：

［ 1 ］ 徐松鶴.公眾參與下地方政府與企業環境行為的演化博弈分析［J］.系統科學學報，2018，26（4）： 68-72.

［ 2 ］ 翁士洪，林晨暉，早克然·庫地熱提.突發事件政府數據開放質量評估研究：新冠病毒疫情的全國樣本實證分析［J］. 電子政務，2020（5）：2-13.

［ 3 ］ 莊文英，許英姿，任俊玲，等.突發事件輿情演化與治理研究：基于拓展多意見競爭演化模型［J］.情報雜志， 2021， 127-134， 185.

［ 4 ］ 雷曉康，安靜，張茜茜. 跨區域突發事件中地方政府內部應急協作的情景構建分析與優化策略［J］.中國行政管理， 2019（4）： 145-150.

［ 5 ］ 王鳳山，朱萬紅，郎遜國，等.基于人防資源的突發事件應急資源保障機制［J］.系統科學學報， 2013， 21（3）：92-96.

［ 6 ］ 呂志奎.構建適應國家治理現代化的應急管理新體制［J］.人民論壇·學術前沿，2019（5）： 16- 21.

［ 7 ］ 南銳，朱文俊. 面對重大突發事件的特大城市韌性治理：衍生邏輯、現實困境與突破路徑［J］. 學習論壇， 2022（4）：55-65.

［ 8 ］ 周振超，張梁. 非常規重大突發事件“緊急行政”模式的法治優化［J］. 中國行政管理， 2021（2）： 137-145.

［ 9 ］ 傅昌波，劉冰. 融媒體環境下重大突發事件的社會輿情風險與整體治理策略［J］. 北京師范大學學報（社會科學版）， 2021（4）： 151 -160.

［10］ 陳朋. 重大突發事件治理中的橫向府際合作：現實景象與優化路徑［J］. 中國社會科學院研究生院學報， 2020（4）：109-116.

［11］ 石亞軍，施正文. 我國行政管理體制改革中的“部門利益”問題［J］.中國行政管理， 2011，5：7-11.

［12］ 何建佳，劉舉勝，徐福緣.基于知識溢出視角的供需網企業Ramp;D合作策略演化［J］.系統工程， 2017， 35（10）： 131-139.

［13］ 徐敏.云生態價值共創中的演化博弈［J］.上海管理科學， 2022， 44（5）：13-18.

［14］ ZHANG M， LI H. New evolutionary game model of the regional governance of haze pollution in China［J］. Applied Mathematical Modelling， 2018，63： 577-590.

［15］ SUN Z， ZHANG W. Do government regulations prevent greenwashing？ An evolutionary game analysis of heterogeneous enterprises［J］. Journal of Cleaner Production， 2019，231： 1489-1502.

［16］ 郭進平，耿陽，張星. 基于系統動力學的事故瞞報博弈演化研究［J］. 中國安全科學學報， 2016， 26（9）： 106-111.

［17］ 劉德海，趙寧，鄒華偉.環境污染群體性事件組織應急策略的多周期聲譽效應模型［J］.管理評論， 2018， 30（9）： 239-245.

［18］ 徐輝. 突發公共事件應急治理三方博弈模型構建［J］. 統計與決策， 2020，36（22）： 164-168.

［19］ 馬本江.基于委托代理理論的醫患交易契約設計［J］.經濟研究，2007，476（12）：72-81.

［20］ MA Y， ZHANG Z， JANG J， et al. Overcapacity investment and supervision ?uctuation： an evolutionary game approach［J］. Applied Economics Letters， 2020， 27（3）： 221-227.

基金項目：上海市青年科技英才揚帆計劃資助項目（23YF1443800）；上海市教育發展基金會和上海市教育委員會“晨光計劃”項目資助項目（22CGA64）；上海市軟科學研究計劃資助項目（23692114100）；昆明市社科規劃課題（KSGH2318）；上海體育學院校級科研項目經費資助（2022XJ024）；上海政法學院青年教師國家社科基金培育項目（C-02-22-009-0401）

作者簡介：劉舉勝（1991—），男，山西朔州人，博士，講師，研究方向：復雜系統建模與管理博弈；李超然（1992—），男，安徽巢湖人，博士，講師，研究方向：復雜系統建模與管理博弈；王 苑（1992—），男，安徽蕪湖人，博士，講師，研究方向：管理科學與區域經濟。