趙 銳，俞 陽，閔雪峰，黃雨欣

（西南交通大學 地球科學與環(huán)境工程學院，四川 成都 611756）

0 引言

城市化的快速推進，導致生活垃圾產(chǎn)生量逐年遞增[1]。垃圾焚燒發(fā)電因減容效果好且能產(chǎn)生發(fā)電效益，在近20a內(nèi)得到大量推廣[2]。盡管發(fā)展迅速，但在運營過程中潛在的環(huán)境影響，如二噁英、臭氣等[3]，可能導致公眾抵制[4]，這種抵制主要源于個體對項目的風險感知。

風險感知是公眾對某事物表達的擔心或憂慮，也是公眾對目標風險的主觀評價[5]。對于鄰避項目而言，不同利益主體的風險感知程度各不相同[6]。其中，公眾受個體特征、風險源性質(zhì)和中介載體等影響，易對風險后果主觀放大，觸發(fā)投訴等自我維權(quán)行為[7]。政府作為公共服務(wù)的提供者和管理者，旨在通過多種政策手段引導企業(yè)采取有效的環(huán)境管理措施，積極回應(yīng)公眾環(huán)境訴求[8]。但企業(yè)在運營過程中，往往將成本效益作為生存底線，不愿額外增加改善環(huán)境質(zhì)量的投入，忽略公眾訴求，引發(fā)鄰避危機[9]。在此背景下，政府環(huán)境監(jiān)管和公眾環(huán)保維權(quán)共同影響企業(yè)的環(huán)境行為，形成了一個三方博弈局勢。

2010年，張向和[10]利用Bertrand博弈，首次探討了城市垃圾處理面臨的鄰避問題，提出適宜的補償機制可協(xié)調(diào)鄰避利益主體的訴求關(guān)系，為從博弈角度分析鄰避沖突中各利益主體的策略行為交互奠定了基礎(chǔ)。劉素霞[11]構(gòu)建了政府、非政府組織和企業(yè)的三方博弈模型，對政府獎懲機制下的三方利益關(guān)系進行了均衡分析，提出了規(guī)制企業(yè)環(huán)境行為的政策建議。余紅輝[12]從污染控制與治理的角度出發(fā)，建立了政府、企業(yè)和公眾的動態(tài)博弈理論模型，獲取了企業(yè)實施環(huán)境治理的最佳策略。劉勤[13]建立了政府-企業(yè)-居民多維演化博弈模型，分析了不同財稅政策對企業(yè)綠色技術(shù)研發(fā)策略的影響，得出最優(yōu)補貼方案。但Frey B S[14]在1996年就首次報道了公眾并不會因為補償款的提高，增加其對廢物處置類鄰避項目的接受程度。這也加速了強制性行政手段，如行政處罰干預(yù)措施在化解鄰避沖突中的探索。代峰[15]基于三方演化博弈模型分析了中央政府、地方政府和焚燒發(fā)電企業(yè)的最優(yōu)垃圾處理決策，指出處罰措施可刺激焚燒發(fā)電企業(yè)在處理垃圾過程中采用綠色生產(chǎn)。類似的結(jié)論也反映在Yu Y[16]的研究中，與政府的補貼措施相比，行政處罰對激勵企業(yè)改善環(huán)境質(zhì)量更為有效。在此基礎(chǔ)上，Jia S[17]在建筑垃圾管理中，建議引入獎懲機制，應(yīng)用博弈獲得合理的獎懲區(qū)間，以提升建筑企業(yè)的廢物循環(huán)利用效率。Sheng J[18]也基于演化博弈探討了獎懲激勵相容的環(huán)境規(guī)制政策對企業(yè)排污行為的影響。但政府主導下的獎懲激勵機制，在實施后期可能會因監(jiān)管缺位、邊際成本上升等，導致執(zhí)行力度下降[16]，[19]?；诖耍旌芠20]將媒體監(jiān)督作為三方演化博弈的驅(qū)動因子，探究社會力量參與下鄰避沖突各方策略演化的穩(wěn)定條件，以強化環(huán)境監(jiān)管力度，避免沖突發(fā)生。Jin S[21]認為，鄰避問題呈螺旋演進態(tài)勢是由于利益關(guān)聯(lián)主體間的信息不對稱所導致，通過引入信號博弈，企業(yè)主動公開環(huán)境信息配合公眾有效參與，是解決鄰避問題的關(guān)鍵。俞武揚[22]在鄰避問題演化博弈中，通過增加溝通機制、減少封閉決策等條件，可以有效疏導公眾的對立情緒，減小沖突發(fā)生的可能性。

上述研究多是在政府主導環(huán)境監(jiān)管下，通過考察項目運營企業(yè)與公眾的策略交互，提出解決鄰避問題的途徑。但尚未考慮公眾風險感知對政府/企業(yè)/公眾三者策略行為交互的影響，同時垃圾焚燒發(fā)電項目因垃圾減容及能源利用產(chǎn)生的普惠性及經(jīng)濟性[23]，[24]，往往易忽略公眾的風險接受水平，引發(fā)鄰避沖突[25]。基于此，本研究以城市垃圾焚燒發(fā)電項目為典型鄰避案例，通過質(zhì)性分析識別項目中的公眾風險感知因子，以環(huán)境風險管控為目標，構(gòu)建企業(yè)、政府、公眾三方動態(tài)博弈模型，并應(yīng)用系統(tǒng)動力學對三方策略行為交互進行仿真，討論獎懲激勵融合的手段對3個利益主體策略的影響，以期為改善項目運營環(huán)境質(zhì)量、緩解鄰避沖突提供科學依據(jù)。

1 模型構(gòu)建

1.1 風險因子識別

本文選擇四川省成都市某大型焚燒廠作為研究對象，該廠于2011年建成，目前已運營11a。本研究結(jié)合問卷調(diào)查和深度訪談進行質(zhì)性分析，識別公眾的主要風險感知因子，為博弈建模奠定基礎(chǔ)。問卷調(diào)查是通過設(shè)計一系列問題，以快速了解被訪者的想法或觀點，具有成本低、信息量大、覆蓋面廣的特點，但不能精確反映出受訪個體的感受[26]。深度訪談則是研究者和受訪者面對面接觸，基于某個話題進行有目的性的對話，從而對受訪者進行全面考察和了解，其優(yōu)勢在于用小樣本獲取深度的信息反饋[27]。二者結(jié)合可以在保障信息充分覆蓋的基礎(chǔ)上，更加有效了解受訪對象對焚燒廠運營的真實感受。

調(diào)查問卷主要分為兩部分：受訪者基本情況調(diào)查和對垃圾焚燒發(fā)電風險感知調(diào)查。其中：受訪者基本情況主要涵蓋受訪者的人口統(tǒng)計特征，如性別、年齡、工作類型、年收入及教育程度；風險感知主要來自風險源感知和風險溝通感知兩個維度，前者主要反映公眾對能夠帶來風險的目標對象所產(chǎn)生的主觀認知過程[28]，后者關(guān)注公眾與利益關(guān)聯(lián)主體就風險本質(zhì)、風險控制等信息溝通與交流所產(chǎn)生的憂慮[29]。在此基礎(chǔ)上，本研究設(shè)計了一定的開放性問題輔助訪談開展，如表1所示。

本研究調(diào)查對象選擇垃圾焚燒廠半徑3km范圍內(nèi)的居民，并結(jié)合隨機抽樣法確定受訪樣本，共97人，樣本特征如表2所示。受訪者男女比例相當，其中年收入低于5萬元人民幣、未受過高等教育的中青年人員（30～40歲）居多。

表2 樣本特征Table2 Sample characteristics

通過對調(diào)查結(jié)果（圖1）進行初步分析，有61.60%的被訪居民對垃圾焚燒發(fā)電項目呈現(xiàn)極高的風險源感知，主要表現(xiàn)為因垃圾焚燒發(fā)電運營對自身身心健康產(chǎn)生擔心；有33.50%的被訪居民產(chǎn)生了極高的風險溝通感知，即表現(xiàn)為因自身感覺信息不對稱，導致對項目產(chǎn)生了較高的不信任度。

圖1 調(diào)查結(jié)果Fig.1 Results of survey

在上述分析基礎(chǔ)上，采用基于機器學習的詞頻分析法對深度訪談的音頻資料進行自動解譯，通過對關(guān)鍵詞頻數(shù)進行統(tǒng)計分析，獲取公眾關(guān)注的熱點問題，識別出鄰避沖突中公眾高度關(guān)注的風險感知因子。將訪談?wù){(diào)查獲得的音頻數(shù)據(jù)轉(zhuǎn)化為文本語料，利用ROST CM分析軟件對訪談數(shù)據(jù)進行詞頻分析，獲得關(guān)鍵詞頻見圖2。由圖2可知，影響焚燒發(fā)電廠鄰避公眾風險感知的主要因素有政府、臭氣、居住距離、健康、環(huán)境污染、煙氣、小孩、心理壓力等關(guān)鍵詞，進一步反映出被訪公眾對身體和心理健康關(guān)注程度最高。為此，從關(guān)鍵詞中抽取臭氣和煙氣作為公眾風險感知的主要風險因子，以此驅(qū)動焚燒運營企業(yè)、政府和公眾三方博弈模型構(gòu)建，以各方的經(jīng)濟收益作為行為決策的判斷依據(jù)，對其行為策略進行均衡分析。

圖2 詞頻分析結(jié)果Fig.2 Results of word frequency analysis

1.2 博弈模型構(gòu)建

根據(jù)風險感知分析，本研究認為垃圾焚燒發(fā)電企業(yè)排放的臭氣和煙氣是觸發(fā)公眾采取自我保護行為的關(guān)鍵因素；發(fā)電企業(yè)需要考慮到公眾對環(huán)境風險的應(yīng)對策略，采取相應(yīng)的預(yù)防和治理措施以降低臭氣和煙氣的排放；政府作為公共服務(wù)的管理者，除了對企業(yè)環(huán)境行為進行嚴格監(jiān)督外，還需采取行政手段以預(yù)防潛在社會穩(wěn)定風險事件的發(fā)生，從而形成企業(yè)-政府-公眾三方博弈的基礎(chǔ)。博弈模型假設(shè)如下。

①政府主要通過財政補貼的方式激勵企業(yè)采取更有效的環(huán)境管理措施，同時對企業(yè)的環(huán)境污染行為施加行政處罰，促使企業(yè)持續(xù)改善環(huán)境質(zhì)量；公眾以維護自身環(huán)境健康為目標，對企業(yè)的環(huán)境侵權(quán)行為進行上報。各博弈參與人均為理性經(jīng)濟人，其策略選擇均以自身收益最大化為目標。

②企業(yè)可能通過升級管控措施，諸如加大臭氣和煙氣的治理成本等，持續(xù)改善環(huán)境質(zhì)量，也可能選擇不升級，其策略集 ΦM=（不升級，升級）；政府對企業(yè)具有監(jiān)管責任，策略選擇為對企業(yè)采取定期檢查或者不定期檢查，即 ΦN=（定期檢查，不定期檢查）；公眾作為社會群體，對企業(yè)可能選擇環(huán)境健康維權(quán)，也可能選擇不維權(quán)，即 ΦP=（維權(quán)，不維權(quán)）。

③假設(shè)企業(yè)選擇“不升級”的概率是x，則“升級”的概率是1-x；政府選擇“定期檢查”的概率是y，“不定期檢查”的概率是1-y；鄰近公眾以z的概率選擇“維權(quán)”，以1-z的概率選擇“不維權(quán)”。其中，0≤x≤1，0≤y≤1，0≤z≤1。

④企業(yè)、政府和公眾三方策略行為博弈樹如圖3所示。企業(yè)收益主要來自發(fā)電收益Ba和垃圾處理收入Bb，同時企業(yè)存在運營成本Ae和納稅支出T。政府收益除了T以外，還存在不定期檢查成本支出Ag。當政府對企業(yè)進行檢查時，會對未按環(huán)境管理流程作業(yè)的企業(yè)處以罰金Dg，同時政府額外產(chǎn)生檢查成本Ag2；公眾會因企業(yè)潛在的環(huán)境風險蒙受健康損失E，若公眾選擇維權(quán)，公眾會產(chǎn)生維權(quán)成本Ap，企業(yè)會產(chǎn)生補償Dp，而政府對矛盾進行協(xié)調(diào)和化解，也會產(chǎn)生調(diào)解成本Ag1。若企業(yè)選擇升級環(huán)境管控設(shè)施，會產(chǎn)生額外成本Aeu。上述各參數(shù)均大于0。

圖3 企業(yè)、政府、公眾三方博弈樹Fig.3 Game tree of enterprise，government and public

2 基于系統(tǒng)動力學的博弈模型構(gòu)建

2.1 三方博弈均衡分析

企業(yè)選擇“不升級”和“升級”的期望收益分別為M1，M2，則 有：

政府選擇“定期檢查”與“不定期檢查”的期望收 益 分 別 為N1，N2，則 有：

公眾選擇“維權(quán)”與“不維權(quán)”的期望收益分別為P1，P2，則 有：

當企業(yè)、政府和公眾的期望收益相等時，博弈達到穩(wěn)定均衡狀態(tài)，此時可得：

企業(yè)會以1-x的概率選擇升級環(huán)境管控措施，政府以y的概率選擇定期檢查，公眾以z的概率選擇維權(quán)。由此可知，企業(yè)行為由政府檢查成本、公眾維權(quán)成本、罰金和居民補償款所決定；政府行為由企業(yè)升級成本、居民補償款、企業(yè)罰金和公眾選擇維權(quán)的概率決定；公眾行為則由企業(yè)升級成本、企業(yè)罰金、居民補償款和政府選擇定期檢查的概率所決定。

2.2 系統(tǒng)動力學模型

由博弈均衡分析可知：焚燒企業(yè)的策略行為以盈利為目標，由發(fā)電收益、垃圾處理費、企業(yè)運行成本、環(huán)境管控設(shè)施更新成本、繳納稅收、公眾補償及行政罰款決定；政府收益主要由企業(yè)繳納的稅收、行政罰款、不定期檢查成本、嚴格監(jiān)督成本和調(diào)解支出所決定；公眾的收益則主要由企業(yè)補償、維權(quán)成本和可能的健康損失決定。基于上述分析，本文構(gòu)建基于系統(tǒng)動力學的企業(yè)-政府-公眾的博弈模型，如圖4所示。

圖4 企業(yè)、政府和公眾三方動態(tài)博弈系統(tǒng)動力學模型Fig.4 Dynamic game-based system dynamics model for enterprise,government and public

其中，主要的增強回路包含以下3條：

①企業(yè)升級環(huán)境管控措施的概率→公眾健康損失→企業(yè)行政罰款→企業(yè)升級環(huán)境管控措施的期望收益→企業(yè)升級環(huán)境管控措施的概率；

②公眾健康損失→企業(yè)行政罰款→政府定期檢查的期望收益→政府實施定期檢查的概率→企業(yè)升級環(huán)境管控措施的概率→公眾健康損失；

③公眾維權(quán)的概率→政府實施定期檢查的概率→企業(yè)升級環(huán)境管控措施的概率→公眾健康損失→公眾維權(quán)的期望收益→公眾維權(quán)的概率。

平衡回路包含以下3條：

①企業(yè)升級環(huán)境管控措施的概率→公眾健康損失→政府定期檢查期望的收益→政府實施定期檢查的概率→企業(yè)升級環(huán)境管控措施的概率；

②政府實施定期檢查的概率→企業(yè)升級環(huán)境管控措施的概率→公眾健康損失→政府定期檢查期望的收益→政府實施定期檢查的概率；

③公眾維權(quán)的概率→企業(yè)升級環(huán)境管控措施的概率→公眾健康損失→公眾維權(quán)期望的收益→公眾維權(quán)的概率。

該模型包括3個水平變量、3個速率變量和26個輔助變量。其中：3個水平變量分別代表企業(yè)、政府和公眾的期望收益；3個速率變量分別代表企業(yè)、政府和公眾的收益變化率；輔助變量包含影響博弈各方收益的關(guān)鍵因素，取值來源于相關(guān)研究和實地調(diào)研，詳見表4。

表4 關(guān)鍵參數(shù)取值及說明Table4 Interpretation of the values for the key parameters

3 博弈仿真結(jié)果分析

3.1 初始博弈結(jié)果

假定企業(yè)選擇升級環(huán)境管控措施、政府選擇定期檢查和公眾選擇維權(quán)的概率均為0，即以博弈 混 合 策 略（x，y，z）=（1，0，0）作 為 系 統(tǒng) 動 力 學 的輸入初始值，得到各利益主體的初始仿真結(jié)果如圖5所示。當采用混合策略時，所構(gòu)建的動態(tài)博弈模型無法達到穩(wěn)定均衡解，企業(yè)選擇升級、政府選擇定期檢查和公眾選擇維權(quán)的概率曲線分別以0.6，0.1和0.1為中心上下振蕩。其原因可能在于，三方在博弈過程中不斷受對方行為策略影響，導致自身收益不斷變化，從而反復(fù)調(diào)整策略以滿足自身收益的最大化。

圖5 三方動態(tài)博弈初始仿真結(jié)果Fig.5 Initial simulation results of the proposed dynamic game

3.2 情景分析

（1）降低企業(yè)環(huán)境升級成本

相關(guān)研究表明，通過政策激勵可有效促進企業(yè)持續(xù)改進環(huán)境行為[16]。但過度補償可能會導致企業(yè)片面追求經(jīng)濟補貼，忽略環(huán)境質(zhì)量改善的實際效果[38]，[39]。為考察通過補貼降低企業(yè)環(huán)境管控升級成本的效果，圖6反映了運營企業(yè)、政府和公眾的策略變化趨勢。當成本降低后，企業(yè)升級、政府定期檢查和公眾維權(quán)的概率振幅在仿真初期均降低，并隨時間推移分別達到近似的均衡狀態(tài)。這說明企業(yè)升級成本降低，確實在一定程度上提升了項目運營的環(huán)境質(zhì)量，減少了政府和公眾定期檢查和維權(quán)的概率。但成本降低并未顯著改變企業(yè)選擇升級環(huán)保措施的概率，原因可能在于，環(huán)境違規(guī)產(chǎn)生的行政處罰相對成本較低，導致企業(yè)寧愿繳納罰款也不愿主動在環(huán)境質(zhì)量提升上有所作為。同時，長期的激勵機制可能使企業(yè)過度依賴政策補貼，自身改善環(huán)境質(zhì)量的意愿和執(zhí)行力下降，甚至出現(xiàn)一定概率的投機行為，從而導致政府開展定期檢查以及公眾維權(quán)的概率呈現(xiàn)波動變化，圖6也反映出鄰避沖突的“螺旋式”演進特征。為此還需要考慮適度的行政處罰措施，遏制企業(yè)的環(huán)境投機行為。

圖6 降低環(huán)境管控措施升級成本后三方動態(tài)博弈模型仿真結(jié)果Fig.6 The simulation results of the proposed dynamic game by reducing the upgrading cost of environmental facilities

（2）提高行政處罰力度

提高行政處罰力度可以增加企業(yè)環(huán)境違規(guī)的“犯罪”成本，迫使企業(yè)改變策略行為，提升環(huán)境質(zhì)量[40]。圖7反映了增加行政處罰，3個利益關(guān)聯(lián)主體的策略行為變化。當罰金增加后，在初始時期各利益主體行為策略的波動較大，隨時間推移逐漸達到穩(wěn)定。處罰力度增加確實可驅(qū)使企業(yè)自愿升級環(huán)保管控措施，改善環(huán)境質(zhì)量。但政府和公眾并未因企業(yè)的環(huán)境友好行為而降低監(jiān)管和維權(quán)力度，這也說明適度的行政處罰能促進企業(yè)-政府-公眾形成共建、共治、共享的利益均衡狀態(tài)。但若持續(xù)通過提升行政處罰力度驅(qū)動環(huán)境質(zhì)量改善，也可能導致企業(yè)活力喪失，甚至引起企業(yè)違規(guī)排污的惡性問題[41]。此外，政府若長期保持較高強度的監(jiān)管水平，也將支出大量的監(jiān)管成本，當監(jiān)管能力降低時，企業(yè)升級環(huán)境管控措施的概率以及公眾維權(quán)的概率又會再次出現(xiàn)波動[42]。

圖7 增加行政處罰后三方動態(tài)博弈模型仿真結(jié)果Fig.7 The simulation results of the proposed dynamic game by increasing the economic penalties

（3）提升公眾接受度

公眾通過參加企業(yè)開展的廠區(qū)開放參觀活動，詳細了解垃圾焚燒發(fā)電的相關(guān)流程，可在一定程度上降低風險感知水平，增加對項目的接受度[38]，[43]。圖8反映了公眾接受度變化對3個利益主體行為策略的影響。隨著公眾接受度的增加，各利益主體行為策略在短期內(nèi)呈現(xiàn)較大波動，隨后逐漸趨于穩(wěn)定。公眾接受度的提升也伴隨著維權(quán)概率的降低，在一定程度上能夠促進企業(yè)主動作為，強化環(huán)境質(zhì)量提升，同時降低政府的監(jiān)管成本?？梢钥闯觯卩彵茼椖窟\營期，若能開展公眾環(huán)境風險感知的跟蹤調(diào)查和評價，識別風險感知的影響因子，并及時采取有效的干預(yù)措施，可以在一定程度上提升公眾對鄰避設(shè)施的接受度，促進項 目 穩(wěn) 定 運 行[44]，[45]。

圖8 增加公眾接受度三方動態(tài)博弈模型仿真結(jié)果Fig.8 The simulation results of the proposed dynamic game by increasing the public acceptances

4 結(jié)論

本文基于質(zhì)性分析識別了焚燒發(fā)電項目的公眾風險感知影響因子，在此基礎(chǔ)上建立了運營企業(yè)、政府與公眾三方動態(tài)博弈模型。利用系統(tǒng)動力學仿真模擬了各利益主體行為策略的演化過程，揭示了在激勵和處罰政策下三者策略的動態(tài)變化，得到以下結(jié)論。

①臭氣和煙氣是公眾對焚燒發(fā)電項目風險感知的關(guān)鍵影響因素，公眾環(huán)保維權(quán)和政府環(huán)境監(jiān)管是強化企業(yè)環(huán)境規(guī)制行為、提升環(huán)境質(zhì)量的驅(qū)動力。

②博弈結(jié)果顯示，公眾補償和企業(yè)行政處罰是影響企業(yè)、政府和公眾行為策略的關(guān)鍵因素，前者對企業(yè)升級環(huán)境管控措施和政府監(jiān)管行為具有負向影響，對公眾不維權(quán)行為存在正向影響；后者對企業(yè)升級環(huán)境管控措施和公眾不維權(quán)行為具有正向作用，但對政府選擇檢查行為存在負向影響。

③系統(tǒng)動力學仿真結(jié)果顯示，降低企業(yè)成本、提高行政處罰力度以及提升公眾接受度均能促進系統(tǒng)達到均衡，且企業(yè)升級環(huán)保管控措施、政府不定期檢查及公眾不維權(quán)是博弈混合策略的均衡點。相較而言，行政處罰對促進企業(yè)升級環(huán)境管控措施效果明顯，而提升公眾接受度能夠有效降低政府監(jiān)管成本，促進企業(yè)主動強化環(huán)境管控措施，對推動項目穩(wěn)定運營有良好的效果。

基于上述結(jié)論，對企業(yè)而言，作為污染的責任主體，有必要規(guī)范自身環(huán)境行為，通過提升企業(yè)環(huán)保意識、優(yōu)化項目治污技術(shù)等保障環(huán)境質(zhì)量；對政府而言，作為公共責任主體，要深入開展項目運營期環(huán)境影響跟蹤評價，積極探索公眾環(huán)境風險感知調(diào)查與評價體系的構(gòu)建，建立健全項目全生命周期公眾參與機制，以化解潛在的鄰避沖突；對于公眾而言，作為環(huán)境風險感知的直接受體，在自覺維護自身環(huán)境知情權(quán)、參與權(quán)和監(jiān)督權(quán)的同時，還要理性、客觀地認知環(huán)境影響，避免因信息不對稱放大風險后果。通過三方協(xié)同，逐步建立起企業(yè)-政府-公眾共建、共治和共享的鄰避項目全生命周期管理范式，促進社會與環(huán)境可持續(xù)發(fā)展。