




[內容提要]規模養豬場與會計師事務所合作是推進環境會計信息披露,從根源上防控生豬養殖污染的有效途徑。運用雙種群演化博弈模型,解析了規模養豬場與會計師事務所博弈的演化過程、穩定策略及其影響因素;運用Matlab軟件模擬仿真了參數變化對博弈穩定策略演化路徑的影響程度。結果表明:提高合作超額收益、增加并合理分配合作政府獎勵、擴大不合作潛在損失、加大獎懲力度、降低合作成本能夠加快博弈過程向理想穩定策略的演化速度。為促進規模養豬場與會計師事務所合作,應加強培訓教育、健全管理信息系統、規范激勵約束機制、強化信譽監管。
[關鍵詞]合作;環境會計;信息披露;規模養豬場;演化博弈;模擬仿真
[中圖分類號]F230[文獻標識碼]A[文章編號]1008-8091(2024)01-0093-10
【收稿日期】2022-12-10
【基金項目】山東省生豬產業技術體系項目(項目編號:SDAIT-08-11)。
【作者單位】山東財經大學東方學院會計學院,山東 泰安,271000
【作者簡介】孫繼雅(1990-),女,山東莒縣人,講師,研究方向:農業會計。
一、引言中國是全球最大的生豬養殖和豬肉消費國。近年來,隨著規模化程度和集約化水平的不斷提高,中國的生豬養殖在優化農村產業結構、增加農民收入和改善居民生活水平的同時,也帶來了日趨嚴重的水體、土壤和大氣等環境污染,是繼工業污染和生活污染之后的第三大污染(第二次全國污染源普查公報,2020)。國內外理論與實踐表明,規模養豬場準確及實地披露環境會計信息,是從根源上防控生豬養殖污染的有效途徑。但是,目前我國環境會計剛剛起步,信息披露制度不健全、配套準則不完善,致使規模養豬場環境會計信息披露的意識薄弱、方式不規范、內容不盡豐富、時間不夠及時、可靠性不足,整體質量偏低(曾雄旺、胡鵬、廖蕊,2021)。在理性經濟人假設條件下,以自身利益最大化為目標的企業不愿自覺主動地披露環境會計信息(沈洪濤、馮杰,2012;王磊、丁黎黎,2022)。因此,加快推進規模養豬場進行環境會計信息披露,從源頭上防控生豬養殖污染,已成為政府、學者和公眾普遍關注的熱點與焦點問題,亟待解決。實質上,環境會計信息披露是一個相關利益主體之間行為直接相互作用下的最優決策問題,即博弈過程。近年來,國內一些學者圍繞環境會計信息披露問題,在完全理性假設條件下,研究了相關利益主體之間的雙方靜態博弈過程(薛雙雙、王學榮,2014;汪鳳,潘施琴,2017;張本越、焦焰,2017);也有學者研究了相關利益主體之間的三方博弈過程(王秋洋,2015;趙海燕、張山、楊柳,2017;吳君民、石奕磊,2020);還有學者在有限理性經濟人假設條件下,運用演化博弈模型研究了環境會計信息披露問題(張凱澤、沈菊琴、徐沙沙等,2019;秦軍、袁曉時,2020)。
現有研究較好地揭示了環境會計信息披露中相關利益主體間的決策過程和影響因素。文獻表明,現有學者側重于把政府(或會計師事務所、審計機構、證監會、媒體等)作為監管方,把公司(或企業)作為被監管方,試圖通過監管來改善公司(或企業)環境會計信息披露行為。但是,從目前我國環境會計發展及其信息披露的現實看,推進環境會計信息披露不能僅靠監管,張凱澤、沈菊琴、徐沙沙等(2019)也指出,政府監管是目前督促企業披露環境會計信息的主要方式,但效果并不好。因此,加快推進公司(或企業)高質量地披露環境會計信息需要監管也需要合作,尤其是公司(或企業)與會計師事務所之間的合作。為此,本文將另辟蹊徑,基于合作的角度,參考相關研究的思路(吳強、張園園、孫世民,2016;陳真玲、王文,2017),首先運用雙種群演化博弈模型解析規模養豬場與會計師事務所行為決策的演化過程、穩定策略及其影響因素;然后運用Matlab軟件進行模擬仿真,分析各參數變化對博弈穩定策略演化路徑的影響程度。旨在為促進規模養豬場與會計師事務所合作,進而高質量披露環境會計信息,從源頭減少生豬養殖污染提供借鑒與參考。
二、問題描述與參數假設
(一)問題描述對于環境會計信息披露,規模養豬場和會計師事務所在業務運作和專業技能上各有優勢和不足。規模養豬場擁有翔實的環境會計信息原始資料,但缺乏環境會計信息披露的專業人才和技能;會計師事務所擁有相關專業人才,明白環境會計信息披露的規則、流程、方法、內容和披露報告撰寫規范,但不了解規模養豬場的業務流程及其相應的環境成本收益。規模養豬場和會計師事務所都是有限理性博弈方,雙方策略集都是(合作,不合作),均以期望收益最大化為決策目標。博弈過程中,一方將根據另一方的策略選擇并考慮自身在群體中的相對適應性,來選擇和調整自己的策略,屬于雙種群演化博弈。實際博弈過程中,規模養豬場和會計師事務所的策略組合有如下三種情況。一是雙方都合作。規模養豬場合作,是指規模養豬場為會計師事務所及時提供在生豬養殖過程中所發生的環境支出(如生豬疫病檢疫費、病死豬和糞污處理費、綠化費、環保處罰等)和環境收益(如環保榮譽、環保計劃、糞污處理設備增加等)信息;會計師事務所合作,是指會計師事務所充分發揮其應有的咨詢服務作用,指派專業技術人員到規模養豬場,指導、培訓并協助規模養豬場開展環境會計信息披露工作、撰寫發布規范完整的披露報告,審核檢查信息披露的真實性。這樣,雙方互助協商、資源共享、優勢互補、合作共贏,共同完成高質量的規模養豬場環境會計信息披露報告,提高了規模養豬場的環境會計信息透明度。這將有助于降低生豬養殖污染排放、改善環境質量(胡宗義、李毅,2020),帶來社會效益,產生環境會計信息披露的外部正效應,為此政府給予雙方獎勵,稱為合作政府獎勵;同時,高透明度的環境會計信息能夠向信用評級機構展現自身的經營狀況,如特質風險、盈余質量等,從而提高了獲得高信用評級的概率(常瑩瑩、曾泉,2019),有助于改善各自的行業影響力和社會認知度,既能提高規模養豬場和會計師事務所當前的盈利能力,又能提升未來發展潛力,產生環境會計信息披露的內部正效應,帶來合作超額收益。另外,雙方為達成合作需要支付信息收集、選擇合作對象、協商交流等費用,形成合作成本。二是一方合作另一方不合作。可能是規模養豬場合作、會計師事務所不合作,也可能是會計師事務所合作、規模養豬場不合作。顯然,無論是哪種情況,都會影響規模養豬場環境會計信息披露的及時性和質量。為減少這種情況的發生,政府將發揮激勵約束作用,獎勵合作方、懲罰不合作方。三是雙方都不合作。在這種情況下,規模養豬場和會計師事務所均不作為,導致不能披露環境會計信息,雙方因不作為而降低各自的社會信譽或業內口碑,從而阻礙今后規模養豬場的競爭力提升和會計師事務所的業務發展,引致不合作內部負效應,產生不合作潛在損失。
(二)參數假設基于以上問題描述,考慮規模養豬場與會計師事務所博弈的內在機制,借鑒已有研究成果,提出如下參數假設。
(1)規模養豬場和會計師事務所的合作成本分別為Ca和Cf。
(2)規模養豬場和會計師事務所都合作時,超額收益分別為△Va(△Va>Ca)和△Vf(△Vf>Cf);政府給予雙方總的合作政府獎勵為R,其中,規模養豬場分得比例為δ(0≤δ≤1),會計師事務所分得比例為1-δ,δ稱為合作政府獎勵分配系數。
(3)規模養豬場和會計師事務所一方合作另一方不合作時,合作方付出了合作成本,不合作方則節省了合作成本。為此,政府將以合作成本為基礎,補貼合作方、懲罰不合作方,獎懲系數為λ(0≤λ≤1)。
(4)規模養豬場和會計師事務所都不合作,獨立運行時,雙方不合作的潛在損失分別為La和Lf。
三、規模養豬場環境會計信息披露演化博弈分析
(一)演化博弈支付矩陣 為不失一般性,假定上述所有參數均大于零。根據上述參數假設,得出規模養豬場與會計師事務所博弈的支付矩陣,詳見表1。
根據表1,假設(1-λ)Cf>Lf,(1-λ)Ca>La,以避免規模養豬場或會計師事務所選擇純策略,確保雙方博弈存在混合策略。
(二)復制動態方程及演化穩定策略 "根據雙種群演化博弈的基本原理,規模養豬場種群的任一博弈方與會計師事務所種群的任一博弈方隨機配對博弈。假設,規模養豬場種群中,選擇合作策略的概率為x(0≤x≤1),會計師事務所種群中,選擇合作策略的概率為y(0≤y≤1)。
規模養豬場選擇合作策略時的期望收益為:
U1f=y(△Vf+δR-Cf)+(1-y)(λ-1)Cf=y(△Vf+δR-λCf)-(1-λ)Cf(1)
規模養豬場選擇不合作策略時的期望收益為:
U1f=y(-λCf)-(1-y)Lf(Lf-λCf)-Lf(2)
規模養豬場的平均期望收益為:
—Uf=xU1f+(1-x)U2f(3)
規模養豬場選擇合作策略時的復制動態方程為:
F(x)=dxdt=x(U1f-—Uf)(4)
由式(1)、式(2)、式(3)和式(4)得,
F(x)=x(1-x)[y(△Vf+δR-Lf)-(1-λ)Cf+Lf](5)
同理,得到會計師事務所選擇合作策略時的復制動態方程為:
F(y)=y(1-y){x[△Va+(1-δ)R-La]-(1-λ)Ca+La}(6)
令F(x)=0,F(y)=0得到在平面M={(x,y);0≤x,y≤1}上,規模養豬場和會計師事務所博弈的5個局部均衡點,分別是O(0,0)、A(1,0)、B(0,1)、C(1,1)和鞍點D(XD,yD)。其中:
XD=[(1-λ)Ca-La]/[△Va+(1-δ)R-La](7)
yD=[(1-λ)Cf-Lf]/(△Vf+δR-Lf)(8)
根據Fredman(1991)提出的方法,在滿足,(1-λ)Cf≥Lf,(1-λ)Ca≥La條件下,上述5個局部均衡點中僅有O(0,0)和C(1,1)是規模養豬場與會計師事務所博弈的演化穩定策略,推算過程略。
(三)演化穩定策略的影響因素與討論
規模養豬場與會計師事務所博弈的動態演化過程詳見圖1。其中,折線ADB是博弈過程收斂于不同狀態的臨界線,若初始狀態在折線上方(ADBC部分)博弈過程將收斂于C(1,1),規模養豬場和會計師事務所共同合作,雙方各司其職,協同完成環境會計信息披露,是未來發展的理想狀態;若初始狀態在折線下方(ADBO部分)博弈過程將收斂于O(0,0),規模養豬場和會計師事務所相互獨立,均不作為,無法完成高質量的環境會計信息披露,應予避免。可見,現實中規模養豬場與會計師事務所的博弈過程到底向哪個方向演化,完全取決于博弈初始狀態以及區域ADBO面積SADBO和區域ADBC面積SADBC的大小。若SADBC>SADBO,則博弈過程向C(1,1)演化的概率大于向O(0,0)演化的概率;反之,向C(1,1)演化的概率小于向O(0,0)演化的概率。因此,要加快規模養豬場與會計師事務所間的博弈過程向雙方合作方向演化,就應減少區域ADBO的面積SADBO,進而增加區域ADBC的面積SADBC。由圖1可得,區域ADBO的面積為:
SADBO=12(xD+yD)=12[(1-λ)Ca-La△Va+(1-δ)R-La+(1-λ)Cf-Lf△Vf+δR-Lf](9)
由式(9)可見,降低xD或yD的值就能減少區域ADBO的面積SADBO,這是加快規模養豬場與會計師事務所博弈過程向雙方合作C(1,1)演進的基本途徑。進一步由式(9)可見,影響SADBO大小的9個參數中,除合作政府獎勵分配系數δ外,其余8個均與其是單調關系。
1.合作政府獎勵分配系數δ的影響。根據式(9),求SADBO關于δ的一階偏導數有:
SADBOδ=R2{(1-λ)Ca-La[△Va+(1-δ)R-La]2-(1-λ)Cf-Lf[△Vf+δR-Lf]2}(10)
由式(10)進一步得出2SADBOδ2>0,因此SADBO有極小值,SADBC有極大值。令SADBOδ=0,得到:
(1-λ)Ca-La[△Va+(1-δ)R-L]2=(1-λ)Cf-Lf[△Vf+δR-Lf]2(11)
當式(11)成立時,SADBC→max,規模養豬場與會計師事務所博弈過程向共同合作方向演化的概率最大,由此可得出最佳的合作政府獎勵分配系數δ*。
2.其他參數的影響。由式(9)得出,SADBO關于參數△Va、△Vf、R、La、Lf和Cf的一階偏導數均小于零,因此它們與SADBO是單調遞減關系;關于參數Ca和Cf的一階偏導數均大于零,所以它們與SADBO是單調遞增關系。各參數變化與演化穩定策略的關系詳見表2。
四、數據模擬仿真
由表2可見,在其他條件不變的情況下,通過增加或減少某類參數的大小,能夠減少區域ADBO的面積SADBO,進而增加區域ADBC的面積SADBC,提高規模養豬場與會計師事務所向共同合作這一理想穩定策略的演化概率。下文將通過數據模擬仿真,進一步直觀反映并印證各參數變化對博弈演化結果的影響程度。
(一)參數初始值假設及其演化路徑參考已有研究文獻[10,12],在滿足(1-λ)Cf>Lf,(1-λ)Ca>La條件下,設定各參數的初始數值為:△Va=20,△Vf=15,R=10,Ca=12,Cf=8,La=4,Lf=3,λ=0.2。將上述初始值代入式(11),得到對應的最佳合作政府獎勵分配系數δ*=0.61。運用Matlab9.1軟件,模擬得出初始參數值下規模養豬場與會計師事務所博弈穩定策略的演化路徑,詳見圖2。此時,博弈過程達到理想穩定策略的用時為0.55單位。
(二)參數變化對演化路徑的影響程度
在表2所示的6類參數中,固定其他參數的初始值,分別模擬分析某一類參數變化對演化路徑的影響。
1.合作政府獎勵分配系數變化對演化路徑的影響。分別令δ的值減少至δ=0.49和增加至δ=0.92,得到合作政府獎勵系數減少和增加后的博弈演化路徑,詳見圖3。對比圖2和圖3(a)的演化路徑可以發現,當δ減少20%時,由于會計師事務所分得了更多的合作政府激勵,其單方演化速度變快,規模養豬場則相反;圖3(b)的演化路徑顯示,當δ增加20%時,由于規模養豬場分得了更多的合作政府激勵,其單方演化速度變快,會計師事務所則相反。但是,當δ偏離了最佳值0.61時,雙方博弈過程達到理想穩定策略的用時均由原來的0.55單位增加至0.76單位,演化速度變慢。這表明,只有建立起良好的分配機制,公平合理地分享合作成果,才能最快地實現規模養豬場與會計師事務所的共同合作。
2.其他參數變化的影響。其他5類參數均與SADBO是單調關系,它們變化后的演化路徑形態與圖2類似(略)。各參數變化對博弈穩定策略演化時間的影響詳見表3。
δ=0.61→0.49δ=0.61→0.920.55→0.76變慢 偏離最佳值時,演化速度變慢。因此,只有建立起良好的分配機制,公平合理地分享合作成果,才能最快實現規模養豬場與會計師事務所的共同合作。
△Va=20→40△Vf=15→300.55→0.26加快合作超額收益增加,演化速度加快。因為合作超額收益增加,能夠增加目前利益和未來發展潛力,會吸引更多規模養豬場和會計師事務所選擇共同合作策略。
R=10→200.55→0.42加快合作政府獎勵增加,演化速度加快。因為合作政府獎勵屬于正向激勵,能夠改善規模養豬場與會計師事務所的行為,更愿意選擇共同合作策略。
La=4→8Lf=3→60.55→0.42加快不合作潛在損失增加,演化速度加快。因為不合作潛在損失增加,會對未來前景和持續發展產生負面影響,進而倒逼規模養豬場和會計師事務所選擇共同合作策略。
λ=0.2→0.40.55→0.48加快獎懲系數增加,演化速度加快。因為加大獎懲力度,能增加對合作的補貼和對不合作的懲罰,分別從正面和負面激勵規模養豬場和會計師事務所選擇共同合作策略。
Ca=12→6Cf=8→40.55→0.38加快合作成本減少,演化速度加快。因為降低合作成本,能夠減少合作的阻力與障礙,促進規模養豬場和會計師事務所選擇共同合作策略。
五、研究結論與政策建議
(一)研究結論規模養豬場環境會計信息披露是從根源上防控生豬養殖污染的客觀要求,規模養豬場與會計師事務所合作是推進環境會計信息披露的有效途徑。本文另辟蹊徑,基于合作角度,運用雙種群演化博弈模型,解析了規模養豬場與會計師事務所博弈的演化過程、穩定策略及其影響因素;運用Matlab9.1軟件模擬了參數變化對博弈穩定策略演化路徑的影響程度。研究結果表明:提高合作超額收益、增加并合理分配合作政府獎勵、擴大不合作潛在損失、加大獎懲力度、降低合作成本能夠加快博弈過程向理想穩定策略的演化速度。
(二)政策建議基于研究結論,提出加快規模養豬場與會計師事務所博弈過程向雙方共同合作方向演化,進而實現高質量環境會計信息披露的政策建議。(1)加強培訓教育。廣泛利用課堂培訓、專家咨詢以及媒體宣傳等途徑,普及環境會計信息披露的重要性、緊迫性、基本知識和專業技能,提高規模養豬場與會計師事務所合作的意識與能力。(2)健全內部管理信息系統。規模養豬場和會計師事務所根據環境會計信息披露合作的基本要領,充分運用大數據、人工智能等現代化信息技術,建立健全各自的“互聯網+披露”管理信息系統,充分準確、及時有效地收集、處理和傳遞合作所需要的相關信息,進而降低合作成本。(3)規范激勵約束機制。對于合作者,既要在資金、稅收和信貸等方面給予經濟上的獎勵,也要在人才、技術和信息等方面給予支持;對于不合作者,除給予一定的經濟懲罰外,也要給予通報批評等行政處罰。(4)強化信譽監管。依托全國、地方和行業信用信息共享平臺以及廣播、電視和報刊等新聞媒體,及時向社會公布規模養豬場與會計師事務所合作與否的真實信息,公開贊美表揚合作者、譴責批評不合作者,提高雙方合作的額外收益和不合作的潛在損失。
參考文獻:
[1]第二次全國污染源普查公報[J].環境保護, 2020, 48(18): 8-10.
[2]曾雄旺,胡鵬,廖蕊.畜牧業上市公司環境會計信息披露探究[J].會計之友, 2021(11): 106-110.
[3]沈洪濤,馮杰.輿論監督、政府監管與企業環境信息披露[J].會計研究,2012(2): 72-78.
[4]王磊,丁黎黎.企業環境信息披露:影響機制、時間策略與經濟后果[J].齊魯學刊, 2022(2): 132-142.
[5]薛雙雙,王學榮.環境會計信息披露的博弈模型構建[J].齊魯工業大學學報, 2014,28(4): 86-88.
[6]汪鳳,潘施琴.內部管理視角下企業環境會計信息披露的博弈[J].商業會計, 2017(16): 55-57.
[7]張本越,焦焰.政府與企業間環境會計信息披露的博弈研究[J].會計之友, 2017(4): 104-106.
[8]王秋洋.上市公司環境會計信息披露三方博弈分析[J].財會通訊, 2015(36): 10-13.
[9]趙海燕,張山,楊柳.三方博弈下對環境信息披露的研究[J].會計之友, 2017(21): 64-68.
[10]吳君民,石奕磊.上市公司會計舞弊三方演化博弈研究—考慮行為信譽損失[J].會計之友, 2020(22): 22-29.
[11]張凱澤,沈菊琴,徐沙沙等.環境信息披露中的政企演化博弈—媒體監督視角[J].北京理工大學學報(社會科學版), 2019, 21(3): 11-18.[12]秦軍,袁曉時.基于SD模型的環境會計信息披露演化博弈分析[J].科學與管理, 2020, 40(2):28-38.
[13]吳強,張園園,孫世民. 奶農與乳品加工企業質量控制策略演化分析[J]. 湖南農業大學學報(社會科學版), 2016, 17(3):20-26.
[14]陳真玲,王文.環境稅制下政府與污染企業演化博弈分析[J].管理評論, 2017,29(5): 226-236.
[15]胡宗義,李毅.環境信息披露的污染減排效應評估[J].統計研究, 2020(4):59-74.
[16]常瑩瑩,曾泉.環境信息透明度與企業信用評級-基于債券評級市場的經驗證據[J].金融研究, 2019(5):132-151.