2.3 工业水环境监管中委托-代理关系的博弈分析
2.3.1 不完全信息动态博弈模型构建
在工业水环境监管中,地方政府和企业是两个最直接的参与主体,如何处理好这二者的利益关系成为问题的关键。本书综合考虑以下因素:①面对经济发展的诉求,地方政府存在庇护排污企业的动机;②水环境质量是一项政绩考核指标,故地方政府有着水环境保护的压力;③公众参与是地方政府和排污企业都要面对的社会监督力量;④区域水环境容量及初始排放权约束了企业的排污行为。将中央监察和公众参与作为地方政府对工业水环境监管的重要参与约束,采用信号博弈理论构建地方政府与排污企业的不完全信息动态博弈模型,并分析均衡结果。
作为环境监管部门的地方政府具有监管水体污染、执行污染限期治理、编制组织实施排污费征收等职能。企业是具有信息优势的博弈方,地方政府则是处于信息劣势的博弈方。根据“柠檬原理”,信息不对称易造成排污不达标企业“搭便车”行为获得较高的补贴,以致“劣等品驱逐优等品”、发生“逆向选择”,导致工业水环境监管机制的失灵。为研究该“逆向选择”问题,由Spence(1973)发展的信号博弈(Signaling Game)为研究不完全信息动态博弈提供了一种重要的方法[155]。因此,本书采用信号博弈的方法来研究工业水环境监管中参与主体的行为选择机理。
参与人集合I={LG,E},LG表示地方政府(Local Government),是信号的接收者,E表示企业(Enterprise),是信号的发出者。Θ={θ1,θ2}表示信号发出者企业的类型空间,为其私人信息,θ1表示水污染物处理成本低的企业,θ2表示水污染物处理成本高的企业。实施工业水环境监管机制后,作为委托人的地方政府根据水污染物处理成本C(qi,θi)的差异,将企业概化为成本高和成本低两种类型,设定两种水污染物排放标准qi(q1<q2=δ·q1≤q0,δ>1为比例系数,q0为国家标准中水污染物排放标准),实际监管运行中qi可按《水环境保护标准目录》中规定的33类工业水污染物排放标准制定。在企业选择较高或较低的水污染物排放标准后,地方政府为其提供相应的补贴S(qi),并按照相应的监管频率对企业执行监管P(qi),企业违法偷排行为被发现后将处以相应的罚款F(qi,θi)。虽然地方政府不能直接得知企业的真实水污染物处理成本类型,但可以通过企业申报的排放标准类型做出近似的推断,该推断的概率分布为p(θ=θ1)=γ1、p(θ=θ2)=γ2、γi(0≤γi≤1,γ1+γ2=1),并且γi∈(αi,βi)、αi(0≤αi≤1,α1+α2=1)、βi(0≤βi≤1,β1+β2=1)。
设πk(qi)为企业行使并完成社会责任治理生产废水所产生的附加经济收益,πl(qi)为企业行使并完成社会责任治理生产废水给社会带来的环境收益,Cr(Cr∈R)为政府工业水环境监管成本,D(qi,θi)为企业污水偷排对下游造成的破坏,T(qi,θi)为企业向国家缴纳的税款,Fa(qi,θi)为地方政府对企业偷排进行庇护恰好被公众参与发现并检举,此后将要受到中央政府的惩罚。D(qi,θi)、T(qi,θi)、Fa(qi,θi)均由企业的客观情况决定,是本研究的已知量。
博弈的过程如下。
1)自然根据特定的概率分布p(θi),从可行的类型集Θ={θ1,θ2}中赋予信号发出者企业(E)某种类型θi(i=1,2),θ1表示水污染物处理成本低的企业并以ξ1的概率违法偷排,θ2水污染物处理成本高的企业以ξ2的概率违法偷排。
2)信号发送者企业(E)观测到θi,从可行的信号集M={m1,m2}中选择一个信号mj(j=1,2),m1表示企业选择较高的排放标准q=q1,m2表示企业选择较低的排放标准q=q2。
3)信号接收者地方政府(LG)观测到mj(但不能观测到θi)。当m=m1时,以P(q1)的概率对企业进行监管;当m=m2时,以P(q2)的概率进行监管;然后从可行集A={a1,a2}中选择一个行动ak(k=1,2),a1表示地方政府以η的概率对企业进行庇护(0≤η≤1),a2表示地方政府严格执法对企业无庇护行为。
4)地方政府和企业的目标函数分别为ULG(θi,mj,ak)和UE(θi,mj,ak)。
工业水环境监管中地方政府与排污企业的信号博弈过程如图2.2所示。
图2.2 工业水环境监管的信号博弈模型
设λ为企业偷排污水或地方政府庇护行为被公众参与检举的概率,即公众参与程度(0≤λ≤1)。
(1)地方政府以η的概率对企业进行庇护a=a1。企业发出m=mj信号,选择较高的排放标准q=qj(j=1,2),若企业为水污染物处理成本较低类型θ=θi(i=1,2)时,政府和企业的期望效用分别为
(2)地方政府严格执法对企业无庇护行为a=a2。企业发出m=mj信号,选择较高的排放标准q=qj(j=1,2),若企业为水污染物处理成本较低类型θ=θi(i=1,2)时,政府和企业的期望效用分别为