孟慶瑜，馬雁

（河北大學政法學院，河北保定071002）

環(huán)境行政執(zhí)法中的博弈決策分析
——基于執(zhí)法效能的視角

孟慶瑜，馬雁

（河北大學政法學院，河北保定071002）

借助博弈論基本模型，針對環(huán)境行政執(zhí)法中“激勵的悖論”現(xiàn)象及非線性效應(yīng)，依據(jù)混合策略納什均衡博弈矩陣，能夠分析環(huán)境行政執(zhí)法中囚徒困境的發(fā)生機制，并提出改進環(huán)境行政監(jiān)管執(zhí)法中的動態(tài)博弈與治理策略。導(dǎo)致環(huán)境執(zhí)法效能不足的原因，在于博弈各方行為抉擇時的信息不對稱與信息不充分，改進措施在于改變執(zhí)法博弈中收益結(jié)構(gòu)的激勵側(cè)重點，即強化對環(huán)境行政執(zhí)法機構(gòu)的監(jiān)管，改進環(huán)境治理效果的立法機制和改進執(zhí)法方式的切入點，提升對環(huán)境執(zhí)法行為的日常監(jiān)管效力，并在環(huán)保立法過程中強化這種結(jié)構(gòu)性約束。

環(huán)境治理；博弈決策；執(zhí)法效能

博弈論是研究決策主體行動及行為在相互作用的過程中，各方如何決策，以及決策是怎樣達致均衡的理論視角。一般而言，博弈各方在行動之前，會根據(jù)各自的利益最大化的目標，并考慮其決策行為對其他關(guān)聯(lián)者可能形成的作用和影響，據(jù)此選擇行動方案，以求獲得最佳的收益或效用。本文結(jié)合環(huán)境執(zhí)法中常見的幾種博弈情況，分析各方行動的策略依據(jù)，提出改進環(huán)境治理效果的立法與執(zhí)法側(cè)重點，以期提升環(huán)境治理的效能。

一、“激勵的悖論”在環(huán)境行政執(zhí)法中的分析和應(yīng)用

“激勵的悖論”是博弈學家澤爾騰最早提出，揭示了加大對執(zhí)法者的懲罰力度更有助于減少違法事件的發(fā)生。一般認為，單側(cè)加重對環(huán)境執(zhí)法相對人違法行為的處罰力度，可以有效維護環(huán)境治理方案的運行，提高環(huán)境質(zhì)量。但事實并非如此，采用納什均衡的混合策略的決策模型分析，調(diào)整執(zhí)行的側(cè)重點與著力點，加強對執(zhí)法部門的常規(guī)監(jiān)督和行為規(guī)范的力度，環(huán)境行政執(zhí)法的效果會更好。

（一）環(huán)境行政執(zhí)法中混合策略納什均衡的博弈矩陣分析

影響環(huán)境行動者行為決策的要素不僅只是立法方面的規(guī)定和制約，更為關(guān)鍵的影響因子是環(huán)境行政執(zhí)法的效能和設(shè)置機制方面的問題。以“竊賊和守門人”博弈形成的混合策略納什均衡為例。假設(shè)一個竊賊入庫行竊，倉庫有一個守門人在負責看守。假若竊賊在偷盜時，守門人失責在睡覺，竊賊就能順利得手，偷竊到的物品價值設(shè)為G；如果竊賊在偷盜時，守門人堅守崗位，竊賊就會被抓住。假設(shè)竊賊被抓之后被依法處理，此時產(chǎn)生的負效用為-U；對于守門人而言，也有睡覺時僥幸未遭遇倉庫被盜，此時出現(xiàn)的正效用為E，守門人如果因失責睡覺，倉庫被盜由此被解聘，則產(chǎn)生的負效用為-R。再假設(shè)竊賊不進行偷竊，即為無損失的0效用，守門人堅守崗位不睡覺，其也為無損失的0效用。用博弈矩陣表述如下：

按照該博弈矩陣模型，將守門人失責睡覺的概率設(shè)為α，竊賊偷盜的概率設(shè)為β，對α和β，用復(fù)合函數(shù)求偏導(dǎo)數(shù)，使之為0，并獲得函數(shù)最大值，同時求得守門人與竊賊各自期望的支付函數(shù)，得到如下結(jié)論：當（α=U/（G+U），β=0）時，竊賊的支付函數(shù)為0，守門人的支付函數(shù)為UE/（G+U）；當（α=0，β=E/（R+ E））時，竊賊的支付函數(shù)為EU/（R+E），而守門人的支付函數(shù)為0。原因可以解釋為，假設(shè)竊賊不偷盜，則守門人可以選擇函數(shù)值為α＝U/（G+U）的概率來偷懶睡覺，或者守門人不睡覺，則竊賊能夠以β=E/（G+E）的概率實施偷盜，即為混合策略中的納什均衡。以此模型分析環(huán)境監(jiān)察稽查執(zhí)法的過程，竊賊（違法違規(guī)生產(chǎn)企業(yè)）行為選擇有偷或不偷（排污或者不排污）兩種；守門人（監(jiān)察稽查執(zhí)法者）的行為選擇也有上班睡覺或堅守崗位（放松監(jiān)管或者嚴格監(jiān)管）兩種。假設(shè)監(jiān)管者選擇放松監(jiān)管，企業(yè)選擇違法生產(chǎn)，則收益為G，同時造成環(huán)境污染，此時監(jiān)管者面臨紀律和法律處罰，即收益為-G；假設(shè)企業(yè)偷排污染物，甚至違法生產(chǎn)，均會面臨法律制裁，企業(yè)的損失即為-U，如果監(jiān)管者放松監(jiān)管而企業(yè)沒有違法生產(chǎn)，監(jiān)管者因投機獲得收益E。即監(jiān)管方與被監(jiān)管方都沒有最優(yōu)策略，企業(yè)是否違法生產(chǎn)或偷排，與監(jiān)管者是否嚴格監(jiān)管有關(guān)，同時監(jiān)管者是否嚴格監(jiān)管，也與企業(yè)是否違法生產(chǎn)有關(guān)。

（表1）混合策略納什均衡矩陣（G，R大于0）

依據(jù)模型，需要明確的主要問題為：第一，從環(huán)境行政執(zhí)法部門的角度來審視，如何有效降低竊賊偷竊的概率？第二，如何有效降低守門人睡覺的概率，這也是針對環(huán)境行政執(zhí)法機構(gòu)在監(jiān)管方面做出的要求[1]。以上的概率函數(shù)和模型揭示出一項出乎設(shè)想的結(jié)論，即通過加強對守門人失責的處罰比重R，可以有效降低竊賊偷盜倉庫的概率；守門人若期望偷懶能多睡覺，則必須通過加強對竊賊的懲罰力度U來實現(xiàn)。用概率函數(shù)來分析，呈現(xiàn)這樣一組互動關(guān)系，通過加強對守門人的處罰力度，強化其責任心，減少睡覺的概率，竊賊戒備因此不敢貿(mào)然偷竊，則失竊的概率就能大幅降低。這種混合策略的納什均衡，對竊賊和守門人來說，都沒有固定不變的決策模式，各方的行動策略由對方的即時選擇來決定。竊賊最優(yōu)行動策略，取決于守門人上班睡覺或者不睡覺的概率；守門人上班睡覺不被處罰或會被處罰，取決于竊賊冒險實施偷竊或者不偷竊的概率。用序貫博弈貝葉斯公式分析，如果增加對竊賊和守門人的處罰，相當于增大了守門人上班不睡覺和竊賊不實施偷盜的概率，兩個選項對于防止倉庫被盜都有明確效果。

對于環(huán)境違法企業(yè)和環(huán)境執(zhí)法機構(gòu)，側(cè)重約束哪一方，是預(yù)防環(huán)境污染事故獲得成效的關(guān)鍵?，F(xiàn)實中，地方政府通常通過加重對排污企業(yè)的懲罰來實現(xiàn)，以運動式的環(huán)境集中治理來應(yīng)對突發(fā)的、顯性的環(huán)境污染問題。每當政府嚴打環(huán)境污染事故時，排污企業(yè)會迫于壓力承諾今后達標排放。但是當管制放松時，承諾的真實性和是否兌現(xiàn)就往往得不到保障。于是政府不得不采取新一輪的環(huán)境污染專項集中治理。而違法生產(chǎn)企業(yè)總是能夠根據(jù)地方政府突擊治理的政策和法律風向，選擇應(yīng)對的行動策略和方式——相機選擇達標性排放或是偷偷排放。此外，環(huán)境監(jiān)管和執(zhí)法機構(gòu)的工作態(tài)度也有寬嚴之分。這一突擊式、運動式的執(zhí)法整頓，并不能達到治理環(huán)境的預(yù)期目的，更無法實現(xiàn)環(huán)境保護的長效機制，只能陷入無法根治的死循環(huán)。究其根源，環(huán)境執(zhí)法效果不佳，源于相關(guān)主體期望目標不同，或者利益存在差異。

（二）環(huán)境行政執(zhí)法中“激勵的悖論”的發(fā)生機制與治理轉(zhuǎn)向

“竊賊和守門人”模型呈現(xiàn)的混合型策略博弈，揭示出法律的設(shè)置目標和法律的實際結(jié)果之間一種出乎意料的關(guān)聯(lián)——“激勵的悖論”，這對如何加強環(huán)境執(zhí)法效能具有立法價值的啟示。如果只懲罰行政執(zhí)法相對人（模型中的“竊賊”），長遠效果上并不能明顯提升環(huán)境執(zhí)法的效能，必須調(diào)整為加重處罰環(huán)境監(jiān)管的責任領(lǐng)導(dǎo)（模型中的“守門人”），以及加強對執(zhí)法行動的常態(tài)監(jiān)管，才能從根本上有效提高環(huán)境執(zhí)法的中長期效能。函數(shù)公式表明，竊賊偷竊的策略執(zhí)行概率，不受U值影響，執(zhí)法機構(gòu)只側(cè)重加大對竊賊的處罰，只對控制盜竊具有短期效果，長期實施這個舉措，只能增加守門人失職睡覺的概率，并不會減少發(fā)生偷竊行為發(fā)生的幾率。從環(huán)境治理的根本性來看，加重對失責偷懶的守門人的監(jiān)管和懲罰能夠有效降低竊賊實施偷竊行為的概率。預(yù)防非線性悖論，在法律、政策的制定實施過程中，須采取合理的動態(tài)反饋機制和監(jiān)控機制。將上述假設(shè)運用于環(huán)境治理之中，即若要嚴厲打擊違背環(huán)境法律法規(guī)的生產(chǎn)經(jīng)營活動，降低環(huán)境污染概率，首先要制定促成常態(tài)監(jiān)管機制的形成和建立確保環(huán)境執(zhí)法部門合法行政、有效作為的法律法規(guī)，這是提高環(huán)境執(zhí)法效能的關(guān)鍵所在。

分析“激勵的悖論”模型所獲得的啟示是，在不完備公共信息博弈的前提條件下，如何設(shè)置常態(tài)的監(jiān)管機制和建立針對行政執(zhí)法部門環(huán)境監(jiān)管失責或不作為、選擇性作為的可操作性強的責任追究機制。對于環(huán)保評價和環(huán)保立法，如果只是單一側(cè)重對環(huán)境違法違規(guī)行為的懲處與制約，卻忽視對環(huán)境行政執(zhí)法措施的獎懲激勵和效能提升，則法律震懾的長期效能可能會不如人意。為治理不斷加劇和形式多樣的區(qū)域環(huán)境污染問題，從中央到地方均出臺了各類不同層次的立法制約措施和經(jīng)濟激勵手段。但這些措施的實施與執(zhí)行效果并不明顯，卻形成新的系列形態(tài)的制度性激勵悖論的現(xiàn)象和問題，造成環(huán)境執(zhí)法效能不足。環(huán)境行政執(zhí)法過程中，執(zhí)法部門制定各種政策和法規(guī)，對環(huán)境違法行為和相對人采取嚴懲嚴罰，但如果措施不得要領(lǐng)，則容易導(dǎo)致屢禁不止。環(huán)保監(jiān)管和調(diào)整方面的法律以及政策法規(guī)的制定與實施，與嚴格監(jiān)管和調(diào)整后的結(jié)果的直接關(guān)聯(lián)不緊密，但與環(huán)境監(jiān)管和執(zhí)法機構(gòu)的監(jiān)管與被監(jiān)管效能存在直接關(guān)聯(lián)。因此，要使宏觀的法律法規(guī)和政策的調(diào)整手段具備明確的效果，立法體系首先應(yīng)有確保完成環(huán)境保護目標的監(jiān)管規(guī)定，并對未達到預(yù)期效果的執(zhí)法行為和行政不作為行為有嚴格的處置規(guī)定。

制度的激勵機制，對一切系統(tǒng)都很重要，環(huán)境執(zhí)法體系也是如此。環(huán)境違法行為產(chǎn)生的心理機制在于行政相對人采取違法行為的期待利益高于違法成本。假設(shè)法律設(shè)置本身的預(yù)見性，使行動者意識并獲得判斷，預(yù)期利益將會低于違法成本，則能有效減少環(huán)境違法行為的產(chǎn)生。用與環(huán)保法律相抵觸的方式來生產(chǎn)經(jīng)營，也是一種經(jīng)濟生產(chǎn)方式，其行為主體，會較多從耗費成本與期待利益持平的角度來考慮并決策行動[2]。依照“激勵的悖論”的博弈關(guān)系，如果環(huán)保立法和執(zhí)法重此輕彼，會從制度上給環(huán)境違法行為留有較大獲利余地。立法措施方面，需要加大對地方環(huán)境執(zhí)法部門不作為或失責行為的懲罰力度，以維護環(huán)境法律體系的權(quán)威性?；旌喜呗圆┺臎Q策得出的結(jié)論是，力求有效改善并提升環(huán)保質(zhì)量并保持長效，加強對環(huán)境監(jiān)管和執(zhí)法機構(gòu)的常態(tài)管理及約束，比單純加重對環(huán)境違法企業(yè)的懲治更為有效。這也是從環(huán)境立法側(cè)重點的角度，對提升環(huán)保執(zhí)法效能提出的針對性建議。

二、環(huán)境行政執(zhí)法中的合作與非合作博弈

環(huán)境執(zhí)法中，目的與結(jié)果相去甚遠或南轅北轍的現(xiàn)象，也可通過非線性效應(yīng)來描述。環(huán)境治理體系涉及多個不同主體、部門間的互動和博弈，是一種不同領(lǐng)域、層面和維度的互動以及不同利益?zhèn)戎攸c的混合博弈，合力決定環(huán)境治理的最終績效，形成環(huán)境治理“囚徒困境”的局面。作為一種比較典型的非零和博弈形態(tài)，“囚徒困境”揭示了以主體理性為出發(fā)點，因過程中的互動策略不同、信息不對稱等，很可能導(dǎo)致集團無理性的結(jié)果。發(fā)展經(jīng)濟與保護環(huán)境之間，常常陷入“囚徒困境”，雖然在立法設(shè)置與理論設(shè)定方面都能有兼顧以及比非此即彼更優(yōu)的選擇方案，但實踐中各方依舊較難取得集團協(xié)作的理性結(jié)果。

（一）環(huán)境行政執(zhí)法過程中企業(yè)與政府的重復(fù)博弈

環(huán)境行政執(zhí)法過程中，行政執(zhí)法部門與生產(chǎn)企業(yè)之間的博弈開始是納什均衡的狀態(tài)，當生產(chǎn)企業(yè)選擇依法開展生產(chǎn)經(jīng)營活動時，執(zhí)法部門的行為選擇是不進行執(zhí)法處理。當企業(yè)不遵照法律執(zhí)行時，執(zhí)法部門會選擇采取行政強制措施或行政處罰等執(zhí)法行為。當兩次及以上的博弈重復(fù)之后，雙方的各自行動策略和執(zhí)行效率將會在特定條件下，由納什均衡轉(zhuǎn)變?yōu)樾蜇灢呗跃狻?/p>

（圖1）不同地區(qū)地方政府、企業(yè)之間環(huán)境執(zhí)法過程中的重復(fù)博弈（收益函數(shù)）

重復(fù)博弈下地方政府（監(jiān)管，放任）與企業(yè)（守法，違法）的行為選擇或者中間線路，給各方帶來的回報和收益值不同，圖1中具備兩項納什均衡，即（中，中）與（違法，放任）策略。在博弈進入第二個回合，企業(yè)與地方政府面臨兩項策略中確定一項，此時各方選擇均未確定，但上一回合的行為選擇對下次的選擇和行動方案有影響。當?shù)贜個回合選擇（守法，監(jiān)管）時，則確立相互行為的約束機制，第N+1個回合則選擇（中，中）。若某方第N次選擇違法或放任不監(jiān)管，則N+1次即選擇（放任，違法）（1，1），以降低他方選擇（違法，放任）導(dǎo)致的（0，0）行為可能。重復(fù)博弈中的收益數(shù)值，是將第N個回合的博弈得益及參數(shù)，代入N-1的回合計算。即重復(fù)博弈的激勵機制在于當前行為選擇對后期行為和雙方合作存在實質(zhì)影響，由此提示地方政府的某次放任不監(jiān)管，不僅導(dǎo)致當下執(zhí)法效能收益為0或負值，并且對后續(xù)執(zhí)法過程中，行政執(zhí)法相對方企業(yè)逃避監(jiān)管和偷排偷放的行為選擇也有變相激勵的效果。因為各方主體重復(fù)博弈過程中，不同理性決策和利益最大化行動方案是首要考慮的。環(huán)境行政執(zhí)法過程中，地方政府與企業(yè)之間的重復(fù)博弈，呈現(xiàn)四個向度的交互博弈現(xiàn)象。需要指出的是，這四種情況既包括歷時性的各方主體之間的博弈，也包括同時性的各方主體之間的交互博弈，以及同類主體之間的內(nèi)部博弈對外部關(guān)系產(chǎn)生的影響。且每方主體以類為概括，主要為企業(yè)和政府（執(zhí)法機構(gòu)）兩類，每類主體包括若干同類型組織。

第一種情況是企業(yè)與企業(yè)之間形成的博弈。區(qū)域內(nèi)產(chǎn)能結(jié)構(gòu)相似的企業(yè)之間博弈后的最優(yōu)選擇，是所有參加博弈的企業(yè)都積極治理并合法排放，此策略有利于相同產(chǎn)業(yè)模式的企業(yè)在本地區(qū)的生產(chǎn)和持續(xù)性發(fā)展。若其中任意一所企業(yè)不確知其他類同產(chǎn)業(yè)結(jié)構(gòu)的企業(yè)是否也會同時加強治理；其他類同的企業(yè)都選擇不治理或違法排放策略，則積極治理污染與不治理污染的不同企業(yè)，在生產(chǎn)函數(shù)均相同的狀況下，積極治理的企業(yè)必然要支付多余的成本。基于利益考慮，在信息不對稱狀態(tài)下的博弈，將是多數(shù)企業(yè)都采取違法排放或不積極治理的策略。

第二種情況是不同區(qū)域地方政府與地方政府之間形成的博弈。地方政府在環(huán)境治理領(lǐng)域博弈的最優(yōu)選擇，是各地方政府都采取有效執(zhí)法措施，對違背環(huán)境法的企業(yè)進行嚴格監(jiān)管，這項策略有利于各地區(qū)的環(huán)境治理成效和經(jīng)濟持續(xù)發(fā)展。但若某地地方政府并不明確相鄰其他的地區(qū)會否也加大執(zhí)法監(jiān)管，若僅僅是本地在嚴格監(jiān)管，在生產(chǎn)技術(shù)接近的狀況下，除去執(zhí)法本身的成本投入外，本轄區(qū)內(nèi)的企業(yè)的生產(chǎn)經(jīng)營成本將大幅增加，很可能因成本過高而失去市場占有優(yōu)勢，進而引發(fā)投資的縮減與外移，直接影響地方政府以經(jīng)濟增長為指標的政績考核要求?；谏鲜隼婵剂?，博弈之后，各地方政府做出的策略選擇多為環(huán)境治理執(zhí)法方面的松懈、少作為甚至不作為。

第三種情況是企業(yè)和地方政府間形成的博弈。各地方政府間因第二種情況的博弈結(jié)果，選擇不合作或不作為，形成零和博弈的囚徒困境，而各地方政府與管轄區(qū)域內(nèi)的生產(chǎn)企業(yè)也形成博弈。在此零和博弈策略中，企業(yè)的最優(yōu)選擇是不積極治理，各地方政府間又形成不合作且不作為的納什矩陣均衡，兩個象度交疊的空間形成企業(yè)和地方政府間皆懈怠治理的囚徒困境。

第四種情況是各行政層級政府間形成的博弈。中央政府和地方政府之間，在環(huán)保治理的財政支付比例以及環(huán)境法規(guī)和政策的執(zhí)行力度和側(cè)重點方面，也存在博弈。中央政府和地方政府的環(huán)境治理、財政支出收益函數(shù)均不相同，在選取環(huán)境治理的財政支付比例方面也存在不同的取向。環(huán)境治理的財政支付收益，主要為環(huán)境收益與財政收益兩個方面[3]，總收益額為兩者之和。中央政府趨向選擇將環(huán)境治理的財政支付及比例定額化和法定化，并以此作為宏觀調(diào)控手段的法律法規(guī)與政策的制定依據(jù)，監(jiān)督法律法規(guī)和政策的執(zhí)行；各地方政府往往依據(jù)各地發(fā)展總收益趨向最大化的指標，來選擇完全或不完全執(zhí)行中央政府確定并要求貫徹的環(huán)保法規(guī)及政策。各層級別政府和主管部門有不同發(fā)展定位和價值取向，在執(zhí)政目標上的客觀差別和緊迫性事項方面的側(cè)重不同，造成環(huán)境保護政策目標選擇上的不同甚至矛盾。

（二）環(huán)境行政執(zhí)法效能不足的囚徒困境、收益矩陣及結(jié)構(gòu)改變治理

環(huán)境治理的重要途徑是強化執(zhí)法方面的常規(guī)化監(jiān)管，然而經(jīng)常在嚴格執(zhí)法查處后，污染仍持續(xù)加劇。其中，有地方保護方面的因素，基層政府或執(zhí)法機構(gòu)懶作為、不作為的因素，也有企業(yè)利益和本地經(jīng)濟保護的因素。從博弈論的視角，生產(chǎn)企業(yè)為追求利潤的最大化，違法生產(chǎn)造成大氣、河道等嚴重污染，地方政府的責任是采取措施制止企業(yè)的違法生產(chǎn)行為。地方政府和生產(chǎn)企業(yè)的博弈策略選擇及收益，合稱為地方政府與執(zhí)法機構(gòu)獲得的總收益①為方便分析，地方政府的收益僅限于執(zhí)法查處所得的確定性罰款，行政績效方面的彈性收益暫不列入。這個省略并不會對地方政府的行政作為或不作為的選擇策略產(chǎn)生的相對收益形成影響。。地方政府是否會嚴格執(zhí)法并查處，企業(yè)在事前并不知曉；同時，企業(yè)是否有違法排放的行為，地方政府事前也不了解。在信息不對稱狀態(tài)下，地方政府和企業(yè)之間的行動策略是基于靜態(tài)囚徒困境博弈做出的選擇，各方行為完全基于未來預(yù)期收益做出判斷和選擇。

假設(shè)地方政府及執(zhí)法機構(gòu)選擇執(zhí)法查處，同時企業(yè)選擇不治理的策略，則地方政府與執(zhí)法機構(gòu)獲得P個單位收益的行政罰款，設(shè)企業(yè)此情形下獲得B-P-C個單位的收益（B表示企業(yè)所得利潤，P表示企業(yè)所支出的罰款數(shù)額，C表示企業(yè)支出的環(huán)境治理和清潔費用）；假設(shè)地方政府及執(zhí)法機構(gòu)選擇執(zhí)法查處，同時，企業(yè)選擇治理和清潔的策略，此情形下地方政府和執(zhí)法機構(gòu)獲得的行政罰款收益為0個單位，企業(yè)支出了相應(yīng)的治理成本，實際減少了C個單位的收益；假設(shè)地方政府和執(zhí)法機構(gòu)選擇不嚴格執(zhí)法查處，同時企業(yè)選擇不進行治理與清潔，則此種情形下，地方政府和執(zhí)法機構(gòu)獲得的收益是0個單位，企業(yè)獲得B個單位的收益或利潤；假設(shè)地方政府和執(zhí)法機構(gòu)選擇不嚴格執(zhí)法查處，同時企業(yè)選擇不進行治理或清潔，則此種情形下地方政府與執(zhí)法機構(gòu)獲得的單位收益為0，而企業(yè)在支出了相應(yīng)的環(huán)境治理和清潔費用后，實際利潤或收益減少了C個單位。

由收益矩陣可知，企業(yè)選擇治理策略的期望收益是：（B-P-C+B）/2={B-（P+C）}/2；企業(yè)選擇不排污策略的期望收益是：{（B-C）+（B-C）}/2=B-C；假設(shè){B-（P+C）}/2＜B-C，得P＞C[4]。當不治理企業(yè)被處以罰款的金額大于治理清潔所需費用的情況下，企業(yè)做出治理的選擇是優(yōu)勢性策略；假設(shè)P＜C，當生產(chǎn)企業(yè)面臨的被處罰金額小于進行治理所需成本和支出時，企業(yè)做出不治理的選擇是優(yōu)勢性策略；假設(shè)地方政府與執(zhí)法機構(gòu)做出的選擇是嚴格執(zhí)法并查處，則此時企業(yè)的期待性收益值為P/2個單位，而地方政府和執(zhí)法機構(gòu)選擇不嚴格執(zhí)法查處，期待性收益值為0個單位。因此，選擇嚴格執(zhí)法并查處，是地方政府和執(zhí)法機構(gòu)的優(yōu)勢性策略。綜合雙方選擇策略看，企業(yè)雖然面臨罰款支出，但P＜C，在超強利潤刺激下，企業(yè)照常違法排放排污。雖然地方政府采取執(zhí)法手段不能禁止企業(yè)違法排放排污，但是獲得相應(yīng)的罰款收益要比沒有獲得任何收益為更優(yōu)策略。因此地方政府執(zhí)法機構(gòu)選擇嚴格執(zhí)法并獲得罰款，而環(huán)境污染狀況依舊。

（表2）地方政府、執(zhí)法機構(gòu)與企業(yè)的收益矩陣博弈模型

依據(jù)該收益效用模型，可知在被處罰的金額明顯低于治理清潔支出的情形下，生產(chǎn)企業(yè)有無環(huán)境治理的動機與支付意愿，同地方政府及執(zhí)法機構(gòu)的策略與選擇的關(guān)聯(lián)性不大?，F(xiàn)實狀況是，企業(yè)違法排污依然照舊，而地方政府及執(zhí)法機構(gòu)選擇不作為策略也不罕見，嚴格監(jiān)管并不作為常態(tài)效應(yīng)顯現(xiàn)。在忽略地方保護主義這項因素干擾下，造成這個結(jié)果的原因是，地方政府稽查力度與企業(yè)違法生產(chǎn)策略選擇之間的動態(tài)性問題。除了讓企業(yè)杜絕違法生產(chǎn)的可能之外，地方政府和執(zhí)法機構(gòu)也基于混合策略做出特定概率的行動選擇，即選擇“不查處”或“查處”的混合策略概率分布，并獲得最佳概率選擇。

而此番博弈的結(jié)果是，地方政府和執(zhí)法機構(gòu)更有可能做出不作為的策略選擇。若加強對地方政府和環(huán)境主管部門的執(zhí)法監(jiān)督，此時生產(chǎn)企業(yè)違法偷排的選擇概率無變化，地方政府和執(zhí)法機構(gòu)不作為策略選擇的可期待性收益成為負數(shù)，地方政府和執(zhí)法機構(gòu)加強執(zhí)法和積極作為的動機就會增強。在地方政府和執(zhí)法機構(gòu)加強執(zhí)法力度和環(huán)境質(zhì)量監(jiān)管后，生產(chǎn)企業(yè)只有控制和減少違法作業(yè)的概率，與此同時，地方政府和執(zhí)法機構(gòu)再次恢復(fù)之前的混合選擇策略，地方政府和執(zhí)法機構(gòu)積極作為的動機與程度，并非由生產(chǎn)企業(yè)的行為決定。地方政府、執(zhí)法機構(gòu)和生產(chǎn)企業(yè)，在經(jīng)過新的環(huán)境法律、法規(guī)與政策的初期干擾后，又重新調(diào)整行為策略，再一次進入新的納什均衡，而新的環(huán)境法律、法規(guī)和政策的執(zhí)行效果，往往付之闕如。

要使環(huán)保規(guī)制方面的法律法規(guī)確實發(fā)生作用，需要從立法保障和執(zhí)法監(jiān)管機制上，突破地方政府、執(zhí)法機構(gòu)和轄區(qū)內(nèi)的生產(chǎn)企業(yè)之間的固有均衡[5]，從行為動機上轉(zhuǎn)變參與博弈各方的選擇策略集及其固有結(jié)構(gòu)，并改變其中的信息關(guān)聯(lián)結(jié)構(gòu)與期待性收益結(jié)構(gòu)，從根本上脫離環(huán)境治理中的制度性激勵悖論結(jié)構(gòu)的陷阱，建立以科學發(fā)展為導(dǎo)向的最優(yōu)策略均衡。環(huán)保制度建設(shè)，并不是單純依靠自上而下強力推動就能有明顯效能的。法治化治理過程中，強化執(zhí)法機構(gòu)責任的配置與常態(tài)監(jiān)管，誘導(dǎo)主體選擇有利于社會的最優(yōu)策略和行為。社會效益結(jié)合主體預(yù)期收益的激勵機制，是實現(xiàn)制度目標的有效臺階。

預(yù)測各方的期待收益，結(jié)合參與者具體的主動參與或被動參與情況，以制度誘致因素，改變各博弈者的收益結(jié)構(gòu)，激勵博弈決策的正向效能。一方面是改良企業(yè)參與方的收益結(jié)構(gòu)元素，通過激勵科技創(chuàng)新能力的提升、處罰機制的透明化和重罰化，并對引發(fā)污染風險較高的行業(yè)企業(yè)采取治理前置，通過抵押資產(chǎn)擔保、納入環(huán)境污染征信體系等方式[6]，控制與降低污染風險；另一方面是改變地方政府的收益結(jié)構(gòu)，地方政府擔負的職責有輕重緩急之分，排序因素包括品德、制度實施的創(chuàng)新能力和政績考核等，但前兩者缺乏客觀的衡定準則，只有政績考核的標準是剛性規(guī)定[7]。因此，建立科學的法治化的政績激勵機制，提高地方政府的環(huán)保制度建設(shè)和創(chuàng)新能力，細化綠色GDP指標，是走出環(huán)境治理制度激勵悖論困境的切入點。此外，博弈過程中的信息往往是不對稱且不充分的，環(huán)境治理中的偷排偷放造成環(huán)境污染的企業(yè)，處于相對信息的強勢地位，對自身違法行為及實施、如何規(guī)避法律制裁等均有充分的認知。而地方政府、媒體及公眾處于信息獲知的弱勢地位和外圍，對違法企業(yè)的生產(chǎn)模式、環(huán)境污染的具體損害程度和排放規(guī)律，并無充分的了解和認知。因此，環(huán)境立法應(yīng)盡可能地改變博弈各方的信息結(jié)構(gòu)，扭轉(zhuǎn)執(zhí)法機構(gòu)和社會監(jiān)督機構(gòu)這種信息不對稱、不充分的局面，采取有效措施完善公眾監(jiān)督與媒體監(jiān)督的激勵措施。

三、優(yōu)化環(huán)境行政執(zhí)法效能的制度改進

（一）科學立法是環(huán)境行政執(zhí)法效能合理化與法治治理最優(yōu)體系形成的基礎(chǔ)

據(jù)環(huán)境執(zhí)法的多個博弈決策矩陣可知，不同利益主體之間在矛盾凸顯的同時，也有利益整合與協(xié)調(diào)的空間，這是正效能博弈與合作的基礎(chǔ)。環(huán)境立法的價值突出各方利益主體之間統(tǒng)籌、協(xié)同與合作，以尋求各方主體更多更廣泛的利益共同點，提高利益主體的共同收益，環(huán)境可持續(xù)發(fā)展的戰(zhàn)略目標才能有效實現(xiàn)。科學分析，而不是僅從常識、靜態(tài)利益結(jié)構(gòu)和樸素但非理性認知出發(fā)，選準環(huán)境立法和執(zhí)法效能的側(cè)重點，才能取得較好的執(zhí)法效果和正向激勵效能。

科學的環(huán)境規(guī)制立法，包括政府法治治理技術(shù)的相對有效吸納、地方立法在視野上的協(xié)同化與凸顯整體價值、自上而下與自下而上相結(jié)合的立法邏輯考量、立法法案形成中的專業(yè)評估、關(guān)聯(lián)方協(xié)商與立法效能的后續(xù)反饋機制的構(gòu)建等[8]。環(huán)境規(guī)制立法的科學測定指標之一，是對立法經(jīng)驗主義的合理取舍與有限保留，是在政治、治理等人文考量之外，給予經(jīng)濟發(fā)展狀況、區(qū)域因素、環(huán)境因子的技術(shù)性及歷時性等關(guān)鍵影響因素充分關(guān)注與平衡，不將具體法條所涉及的權(quán)利義務(wù)關(guān)系和調(diào)整對象，作為唯一、固化且超絕對的先驗認知的立法立場。環(huán)境規(guī)制的科學立法，更宜作為一項能夠有效調(diào)適并整合環(huán)境發(fā)展態(tài)勢中的歷時性進路，而非生態(tài)環(huán)境發(fā)展態(tài)勢自身所具備的受自然及科技因子影響的情勢來理解。環(huán)境規(guī)制立法在選項和設(shè)計方面的規(guī)則體系，不單以經(jīng)驗和常識判斷為出發(fā)點，其本身是個系統(tǒng)工程，各結(jié)構(gòu)之間是有機聯(lián)系并保持動態(tài)平衡的。環(huán)境規(guī)制立法本身也是社會利益綜合互動的結(jié)果，是依據(jù)現(xiàn)實需要與法條之間的關(guān)系這一認知路徑系統(tǒng)，在同時性與發(fā)展性語境中取舍并進行的規(guī)則安排和技術(shù)運用。

（二）環(huán)境法律規(guī)制的合理梯度與增效體系構(gòu)建

環(huán)境規(guī)制領(lǐng)域的法律、政策調(diào)整模式，歷經(jīng)了從標準化控制到排污排放收費制，再發(fā)展為環(huán)境標志認證的不同階段[9]，也體現(xiàn)出政府行政職能從推動轉(zhuǎn)變?yōu)橐龑?dǎo)，企業(yè)也由被動接受逐漸轉(zhuǎn)變?yōu)橛行⑴c。上述變化要求從以下方面完善環(huán)境規(guī)制：（1）推動綠色科學發(fā)展和法治治理，優(yōu)化并細化環(huán)保政績的考核體制結(jié)構(gòu)及標準。即明確環(huán)境保護方面的履職和績效測評的法定標準和執(zhí)行量化體系，且應(yīng)將當?shù)丨h(huán)?？冃У脑u估標準具體化。（2）環(huán)境治理法治化與公眾參與。完善環(huán)境法律法規(guī)中行政執(zhí)法與監(jiān)管的具體內(nèi)容、范圍與程序，避免執(zhí)行中因權(quán)力邊界重疊或模糊導(dǎo)致的行政執(zhí)法沖突與執(zhí)法資源的消耗，避免選擇性執(zhí)法、模糊性執(zhí)法和隨意性執(zhí)法。（3）根據(jù)地區(qū)差異，實施與區(qū)域環(huán)境質(zhì)量相適應(yīng)的環(huán)境生態(tài)規(guī)制的法律與政策①由于地區(qū)之間經(jīng)濟發(fā)展的不均衡和差秩格局，跨區(qū)域覆蓋與區(qū)域交叉的特征在生態(tài)環(huán)境治理上表現(xiàn)突出，值得注意的是，環(huán)境污染具有“東低西高”的特點，恰好與經(jīng)濟發(fā)展和城市化程度的“東高西低”的局面相對應(yīng)。。市場取向主導(dǎo)的環(huán)境生態(tài)規(guī)制，針對市場化和城市化程度較高地區(qū)，以及具有一定規(guī)模的城市群，鼓勵地區(qū)政府與生產(chǎn)企業(yè)積極治理，并通過主動實施減低排放獲得稅收或其他政策的優(yōu)惠；行政強制保障手段下的環(huán)境生態(tài)規(guī)制，針對欠發(fā)達地區(qū)以及城市化程度不高的區(qū)域，要避免高污染的工業(yè)企業(yè)在區(qū)域內(nèi)的過度集中，并保障政策性環(huán)保投入的適度傾斜。對于城市群集中的地區(qū)以及跨域地區(qū)，因環(huán)境與生態(tài)保護方面客觀上面臨更為復(fù)雜的問題，建立跨域協(xié)同的整體性環(huán)境法律規(guī)制和協(xié)調(diào)機制則是突破口。換言之，要敢于沖破行政區(qū)劃的限制，建立環(huán)境規(guī)劃跨域調(diào)控的治理機制與常設(shè)職能部門，整合執(zhí)法資源并共享信息，及時有效處置久拖不決或推諉不決的跨域環(huán)境問題。（4）推行排污權(quán)交易制度。整體較弱的環(huán)境規(guī)制和低效運轉(zhuǎn)的市場，是鉗制有效發(fā)揮排污權(quán)交易機制的功能的根本因素。為此，一是要通過完善市場建設(shè)，強化環(huán)境生態(tài)規(guī)制的監(jiān)管和執(zhí)法效能，以有效降低排污權(quán)交易的成本。二是激勵NGO、第三方與公眾的積極參與，因為協(xié)同治理與排污權(quán)交易制度的實施效能具有正相關(guān)性。三是優(yōu)化環(huán)境激勵的法律結(jié)構(gòu)模式，引導(dǎo)形成環(huán)境質(zhì)量改善的正向博弈機制，促動生產(chǎn)企業(yè)有以技術(shù)創(chuàng)新替代和彌補在履行環(huán)境治理義務(wù)中多支出成本的動機[10]。（5）根據(jù)區(qū)域不同發(fā)展定位和環(huán)保狀況，區(qū)分環(huán)境規(guī)制強度與環(huán)境規(guī)制效率的不同，建立梯度合理的環(huán)境立法執(zhí)法規(guī)制體系。因為同類強度的環(huán)境法律規(guī)制體系中，如果規(guī)制的側(cè)重點與實施途徑不同，會產(chǎn)生不同的規(guī)制效度[11]。在市場主導(dǎo)式、行政控制式與多元協(xié)同途徑中，控制式途徑的環(huán)境規(guī)制效度最低。

（三）構(gòu)建驗證環(huán)境執(zhí)法效能涵量與預(yù)測性的法治指標

對環(huán)境法律規(guī)制的強度與效度的評判與衡量，相關(guān)研究仍多是采用地方政府對治理區(qū)域工業(yè)行業(yè)污染的投資總額，占據(jù)地區(qū)工業(yè)行業(yè)經(jīng)濟增加值的比重或者區(qū)域內(nèi)的污染治理方面的設(shè)施投入及運行的總費用計算，指標總體分定量指標與定性指標。從經(jīng)濟發(fā)展效能的視角，保持與環(huán)境法律規(guī)制指標在強度和覆蓋面方面的平衡，能夠凸顯政府在環(huán)境治理中的法治決心和意愿的指標體系。如環(huán)境相關(guān)立法的數(shù)量與科學性、涉及環(huán)境仲裁和訴訟的立案數(shù)量、審結(jié)率、上訪率和上訴率等，都能有效反映推行環(huán)境生態(tài)規(guī)制的決心。（1）環(huán)境法律規(guī)制體系的完備與指標細化，有利于提高環(huán)境執(zhí)法的可執(zhí)行效能。當前環(huán)境資源法律規(guī)制體系中亟待改進的問題有，環(huán)境法律規(guī)制主體眾多且層次復(fù)雜、職能重疊、交叉或沖突，缺乏職能獨立的規(guī)制主體；規(guī)制措施不平衡，激勵方式明顯少于懲罰方式；規(guī)制指標的全面性和協(xié)調(diào)性不足；環(huán)境法律規(guī)制結(jié)果考核的有效性和多元化不足，缺乏對規(guī)制機構(gòu)的監(jiān)督與權(quán)力制衡。（2）創(chuàng)新環(huán)境糾紛處理的多元機制。從公益保護與私益平衡的角度，增設(shè)環(huán)境行政主管部門參與的環(huán)境仲裁體制，仲裁不設(shè)層級管轄與地域管轄。環(huán)境問題造成民事主體的損失，受害人無論所屬轄區(qū)，均可與致害方簽訂仲裁協(xié)議，提交環(huán)境仲裁機構(gòu)。因為仲裁程序尊重當事人意思自治，有利于和解與裁決執(zhí)行。（3）立法和執(zhí)法效能方面，應(yīng)搭建綜合性指標，涵蓋各層級和地區(qū)。針對企業(yè)環(huán)境責任的法律規(guī)制，需從規(guī)范企業(yè)的環(huán)境信息披露、明確企業(yè)的環(huán)境責任、完善生態(tài)稅收制度、改革排污收費規(guī)定、嚴格行政審批等方面進行指標細化。企業(yè)的環(huán)境責任應(yīng)從“先污染后治理”的末端治理責任，轉(zhuǎn)向為預(yù)防前置的全方位責任，覆蓋產(chǎn)品設(shè)計與生產(chǎn)、銷售、產(chǎn)品消費后廢棄物回收利用等各流程。環(huán)境責任評價指標體系與環(huán)境業(yè)績指標體系，須具體從土地退化、水污染、生物多樣性、廢棄物管理、自然資源涵養(yǎng)等方面確定壓力指標、狀態(tài)指標與改進指標。經(jīng)濟與環(huán)境協(xié)調(diào)的評價指標包括單位GDP內(nèi)的土地、水資源、能源與原材料消耗的各強度指標。環(huán)境業(yè)績包括環(huán)境法規(guī)的執(zhí)行情況、環(huán)境治理、污染物回收利用、環(huán)境資源消耗情況等。

[1]倪玉平.激勵的悖論——試論清代的鹽業(yè)緝私[J].鹽業(yè)史研究，2006，（4）.

[2]KaushikBasu.CivilInstitutions：Concepts，Critiqueand Models[J].Journal of Development Economics，1995，（46）.

[3]蔣軍成.地方政府治污的博弈分析與激勵重構(gòu)[J].中南財經(jīng)政法大學學報，2008，（3）.

[4]丁社教，柯小林.博弈論視角下河流污染問題的研究[J].未來與發(fā)展，2011，（10）.

[5]趙來軍，等.從激勵悖論看我國的環(huán)境執(zhí)法問題[J].軟科學，2005，（4）.

[6]焦若靜，牛海鵬.新常態(tài)下如何實現(xiàn)環(huán)境保護的納什均衡[J].中國環(huán)境管理，2016，（1）.

[7]潘峰，等.地方政府間環(huán)境規(guī)制策略的演化博弈分析[J].中國人口資源與環(huán)境，2014，（6）.

[8]樊建民.以水污染為基點探討污染環(huán)境罪的刑法規(guī)制[J].河南師范大學學報：哲學社會科學版，2015，（3）.

[9]孫久文，趙霄偉.如何發(fā)揮環(huán)境規(guī)制作用？[N].中國環(huán)境報，2012-07-06（2）.

[10]楊騫，劉華軍.環(huán)境技術(shù)效率、規(guī)制成本與環(huán)境規(guī)制模式[J].當代財經(jīng)，2013，（10）.

[11]涂正革，諶仁俊.加強環(huán)境規(guī)制推行排污權(quán)交易制度[N].光明日報，2015-12-03（16）.

［責任編輯：馬建強］

DF468；X32

A

1001－4799（2017）05－0098－07

2017-03-15

國家社會科學基金重點資助項目：15AFX022

孟慶瑜（1973-），男，河北阜平人，河北大學政法學院教授、博士生導(dǎo)師，法學博士，主要從事經(jīng)濟法學、環(huán)境資源法研究；馬雁（1974-），女，云南昆明人，河北大學政法學院教授，法學博士，主要從事憲法與行政法學、法治政府與治理法治化研究。