基于公众参与行为的化工企业监管治理演化博弈分析*

王循庆,孙晓羽

(山东工商学院 公共管理学院，山东 烟台 264005)

0　引言

随着我国化工行业的不断发展，更多的化工产品被运用到社会生活和生产中，促进了国民经济的快速发展。然而，由于大多数化工产品具有易燃、易爆、毒害、放射性等危险特性，在生产、储运和使用过程中，若处置不当,易发生重大安全事故，进而造成严重的人员伤亡、财产损失和环境污染等。如2013年6月2日，中石油大连石化分公司发生储罐爆炸事故，造成4人死亡，直接经济损失697万元；2015年9月18日，河南平顶山中鸿煤化公司发生合成爆炸，致使氨泄漏，造成厂区附近20名人员中毒；2016年12月5日，洛阳市高新区洛阳智邦石化设备有限公司发生一起液化石油气爆炸生产安全事故，造成1人死亡、5人受伤。以上这些化工生产安全事故暴露出化工行业的安全管理与安全监管尚存在较多问题需要解决，因此，对化工行业企业开展安全监管治理问题研究具有重要的现实意义。

化工企业生产安全事故频发的一个重要原因是安全监管体制还不健全，即在化工产品的生产、运输、存储、使用等环节存在严重的监管缝隙，导致监管漏洞[1-2]。Wachter和Yorio[3]从企业内部安全管理角度，分析了安全生产监管制度的建立对员工行为的影响；Makin和Winder[4]指出，提高政府的监管力度能够对企业的安全生产产生重要影响，并分析了外部环境对提升安全生产管理水平的作用；师立晨等[5]指出，危险化学品存在政府监管和企业管理界限不清晰的问题，同时重大危险源建设项目公众参与不足；Smith等[6]提出，需要加强企业从事危险工作员工的安全培训和指导，及时监测和识别易受到伤害的员工信息。从博弈论的角度，化工企业安全生产涉及多个利益主体，针对参与主体的利益博弈问题，现有研究主要借助博弈理论分析企业安全生产监管问题。沈斌[7]基于博弈模型分析政府安监部门监管效果，认为政府安监部门在企业发生生产安全事故后进行的处罚金额大小对演化效果的影响比较显著；刘素霞等[8]在考虑产业集群企业安全生产行为及其监管特点基础上，通过对企业群体间交互过程的演化模型分析，揭示企业安全生产行为选择的演化规律。

在实际中，化工企业监管涉及的多方博弈主体具有信息不确定性、有限理性等特点，传统的博弈理论已不能适用分析。演化博弈理论不同于传统博弈假设博弈参与者都是完全理性的，而是以具有有限理性的博弈参与者作为分析，开拓了博弈论的一个新研究角度，该理论是由Smith 和Price[9]对生物进化过程现象进行分析时提出的，是具有某种适应性学习能力的渐近演化过程，适应度高的个体将会被保留下来，并给出了演化博弈理论中的演化稳定策略。Binmore等[10]考虑演化过程中的随机突变问题，并将个体动态进入种群、退出种群以及模仿等机制进行了综合探讨，由此得到了演化博弈理论中的动态模仿者概念；Sethi[11]考虑到策略被模仿学习的可能性不同，有些策略几乎很难被观察，所以会更难被模仿学习，提出了一般化的复制动态方程。由于演化博弈理论克服了传统博弈理论的局限，将有限理性参与者纳入到研究中。因此，运用演化博弈理论分析化工企业监管治理问题更加贴近实际。

尽管上述研究对化工企业安全生产监管治理的影响因素和演化过程进行了大量研究，但现有研究还存在一些不足，主要包括：大多数现有研究主要基于博弈主体完全理性来探讨化工企业监管治理问题，缺乏考虑博弈主体的有限理性及主体间的交互影响；已有研究成果大多未考虑公众的参与行为对化工企业的监督作用，没有将公众纳入到博弈模型中进行分析。因此，本文针对上述不足，基于公众参与的角度，将地方政府、化工企业、公众3方同时作为博弈主体，运用演化博弈理论分析不同博弈主体参与行为策略的演化稳定均衡问题。

1　化工企业监管演化博弈模型建立

1.1　模型假设

在不考虑外部环境因素的条件下，可以将化工企业安全生产监管治理过程看作是地方政府、化工企业、公众3方博弈的结果。本文的基本假设如下：

1)假设1：地方政府、化工企业、公众等各个博弈主体均具有有限理性特征。其中，化工企业可以采取重视安全投入或者不重视安全投入2种策略；针对化工企业的安全生产投入情况，公众可选择参与监督或者不参与监督2种参与行为策略；地方政府可采取严格监管或者不严格监管2种策略。多个参与主体博弈过程中，假设化工企业采取重视安全投入策略的比例为α，则采取不重视安全投入策略的比例为1-α，α∈[0,1]；地方政府采取严格监管策略的比例为β，则采取不严格监管策略的比例为1-β，β∈[0,1]；公众采取参与监督策略的比例为γ，则采取不参与监督策略的比例为1-γ，γ∈[0,1]。

2)假设2：若化工企业重视安全生产，安全生产的投入成本为cH,化工企业获得收益为W；若地方政府严格监督执法时，政府从化工企业安全生产中获得收益为R，监管成本为cG；若化工企业不重视安全生产，只要政府部门和公众任何一方发现化工企业不重视安全生产投入，存在重大安全事故隐患时，则对其不重视安全投入的行为处以罚款S；如果地方政府未采取严格监管，公众参与监督发现化工企业的不重视安全投入行为，对其进行上访，上级政府将对地方政府的安全监管疏忽行为进行处罚F。

3)假设3：若公众参与到化工企业的安全生产投入监督，其监督成本为cP，地方政府则对公众的监督举报行为进行奖励，其奖励为δ。

1.2　博弈收益矩阵

根据以上假设和分析，可以得到化工企业安全生产监管治理过程中，地方政府、化工企业、公众3个参与主体之间的博弈收益矩阵，如表1所示。

表1　博弈收益矩阵Table 1　Game payoff matrix

2　化工企业监管治理演化博弈均衡分析

2.1　期望收益函数

2.1.1化工企业期望收益函数

基于上文建立的演化博弈模型，可以得到不同策略下的化工企业期望收益。

1)化工企业采取重视安全投入的期望收益为：

V11=βγ(-cH+W)+(1-γ)β

(-cH+W)+γ(1-β)(-cH+W)+

(1-γ)(1-β)(-cH+W)

(1)

2)化工企业采取不重视安全投入的期望收益为：

V12=βγ(W-S)+(1-γ)β

(W-S)+γ(1-β)(-S+W)+

(1-γ)(1-β)W

(2)

3)化工企业的平均期望收益为：

(3)

2.1.2地方政府期望收益函数

同理，可以得出不同策略下的地方政府期望收益。

1)地方政府采取严格监管的期望收益为：

V21=αγ(R-cG-δ)+(1-γ)α

(R-cG)+γ(1-α)(R-cG-δ+S)+

(1-γ)(1-α)(R-cG+S)

(4)

2)地方政府采取不严格监管的期望收益为：

V22=αγR+(1-γ)αR+

γ(1-α)(R+S-F)+

(1-γ)(1-α)R

(5)

3)地方政府的平均期望收益为：

(6)

2.1.3公众期望收益函数

同理，可以得出不同策略下的公众期望收益。

1)公众采取参与监督行为策略的期望收益为：

V31=αβ(-cG+δ)+(1-β)α

(-cP)+β(1-α)(-cP-δ)+

(1-β)(1-α)(-cP)

(7)

2)公众采取不参与监督行为策略的期望收益为：

V32=αβ·0+(1-β)α·0+β(1-α)·0+

(1-β)(1-α)·0

(8)

3)公众的平均期望收益为：

(9)

2.2　博弈的复制动态方程及演化稳定策略分析

由于公众、地方政府、化工企业等博弈参与主体多表现为有限理性，因此采用演化博弈中的复制动态方程[12-13]来描述其演化过程。

2.2.1化工企业复制动态方程

化工企业的复制动态方程为：

(10)

式中：

F(α)=(-βγS+βS+γS-cH)α(1-α)

(11)

F′(α)=(-βγS+βS+γS-cH)(1-2α)

(12)

依据以上过程，化工企业的动态趋势及稳定性如图1所示。

图1　化工企业动态趋势示意Fig.1　Dynamic trend of chemical enterprise

2.2.2地方政府复制动态方程

地方政府的复制动态方程为：

(13)

式中：

G(β)=(αγ(-F+S)+α(-cG)+

γ(-δ+F-S)+(-cG+S))

β(1-β)

(14)

G′(β)=(αγ(-F+S)+α(-cG)+

γ(-δ+F-S)+(-cG+S))

(1-2β)

(15)

根据以上过程，地方政府的动态趋势及稳定性如图2所示。

图2　地方政府动态趋势示意Fig. 2　Dynamic trend of local government

2.2.3公众复制动态方程

公众的复制动态方程为：

(16)

式中：

H(γ)=(-cP+βδ)γ(1-γ)

(17)

H′(γ)=(-cP+βδ)(1-2γ)

(18)

根据以上过程，公众行为的动态趋势及稳定性如图3所示。

图3　公众行为动态趋势示意Fig. 3　Dynamic trend of public participationbehavior

根据上述3方博弈演化稳定性分析可以得出：

1)化工企业策略选择的演化稳定状态受到地方政府严格监管的比例β和公众选择参与监督的比例γ变化影响；

2)地方政府策略选择的演化稳定状态受到化工企业重视安全投入的比例α和公众选择参与监督的比例γ变化影响；

3)公众策略选择的演化稳定状态是受到化工企业重视安全投入的比例α和地方政府严格监管的比例β变化影响。

由此可以发现，化工企业监管3方博弈过程中，某个博弈主体策略选择的演化趋势都与其他2个博弈主体的策略选择密切相关，这3者的行为是相互作用和影响的。可以通过调整或控制相关变量促使化工企业、地方政府、公众3方博弈最终演化到重视安全投入、严格监管、参与监督的稳定状态。

3　混合策略的均衡解分析

由式(11)、(14)和(17)可以得到一个化工企业、地方政府和公众3方构成的动力系统(I)为：

(19)

依据Friedman[14]提出的方法，其动力系统平衡点的稳定性是根据雅克比矩阵局部稳定性分析得到，系统(I)的雅克比矩阵为：

(20)

根据式(12)的结构特点，系统(I)必然存在8个纯策略平衡点，即(0,0,0)，(0,0,1)，(0,1,0)，(0,1,1)，(1,0,0)，(1,0,1)，(1,1,0)，(1,1,1)。这里以平衡点(1,1,1)为例，分析其满足渐进稳定的条件。系统(I)在平衡点(1,1,1)的雅克比矩阵为：

(21)

矩阵J的特征值为λ1=-s+cH，λ2=-s+δ+2cG，λ3=-δ+cP。若3方共同参与到化工企业安全生产监管治理，此时系统(I)的平衡点(1,1,1)是演化稳定均衡解，则必须满足条件λ1,λ2,λ3都小于0。由λ1<0，λ2<0，λ3<0，即-s+cH<0，-s+δ+2cG<0，-δ+cP<0可知：当化工企业安全投入的成本小于其不安全投入的罚款，政府的安全监管成本和对公众监督举报的奖励小于政府对不重视安全投入化工企业的罚款，且公众监督的成本小于其监督举报的奖励时，会促使化工企业、政府和公众3方最终选择重视安全投入、严格监管和参与监督策略，进而最大限度地避免重大化工企业生产安全事故的发生。

4　结论

1)化工企业是否重视安全生产投入很大程度上取决于政府对不重视安全投入化工企业的罚款力度、企业的安全投入成本和政府对化工企业严格监管的概率。这需要地方政府通过综合采用法律和行政手段，对严重忽视安全投入的化工企业进行停产、停业等整顿惩处，加大对违规企业的惩罚力度。同时，对重视安全投入的化工企业进行政策支持和奖励，降低企业安全投入成本。

2)地方政府严格监管策略选择主要取决于政府的监管成本、上级政府的问责力度、对疏忽安全投入企业的罚款。而地方政府部门可以通过运用信息技术手段降低监管成本，与此同时，上级政府要加大对疏忽监管的地方政府的问责力度，提高地方政府的安全生产监管意识。

3)公众参与监管策略行为的选择取决于监督举报的成本和对公众监督举报行为的奖励。这说明可以通过建立多种畅通的投诉渠道(包括网络平台、投诉电话等)，降低公众的监督举报成本，完善公众的监督参与机制。此外，对参与监督的公众给予较高的奖励，能够提高公众参与化工企业安全生产监管治理过程的动力。

4)“地方政府—化工企业—公众”的3方演化博弈模型可用于分析我国化工企业的安全生产监管治理问题，可为相关监管治理机制的建立提供对策和建议。

[1]佟淑娇，吴宗之，王如君，等.2001～2013年危险化学品企业较大以上事故统计分析及对策建议[J].中国安全生产科学技术，2015，11(3)：129-134.

TONG Shujiao, WU Zongzhi, WANG Rujun,et al. Statistical analysis and countermeasures on larger and above grades accidents of dangerous chemical enterprises from 2001 to 2013 [J]. Journal of Safety Science and Technology, 2015, 11(3):129-134.

[2]SILVESTRE B S, GIMENES F A, NETO R E. A sustainability paradox? Sustainable operations in the offshore oil and gas industry:The case of Petrobras[J]. Journal of Cleaner Production, 2017, 142(1, SI):360-370.

[3]WACHTER J K, YORIO P L. A system of safety management practices and worker engagement for reducing and preventing accidents:An empirical and theoretical investigation[J]. Accident; Analysis and Prevention, 2014, 68(SI):117-130.

[4]MAKIN A M, WINDER C. A new conceptual framework to improve the application of occupational health and safety management systems[J]. Safety Science, 2008, 46(6):935-948.

[5]师立晨，王如君，多英全.我国危险化学品重大危险源安全监管存在问题及建议[J].中国安全生产科学技术，2014，10(12)：161-166.

SHI Lichen, WANG Rujun, DUO Yingquan. Problems and suggestions of safety supervision of dangerous chemicals major hazard in China[J]. Journal of Safety Science and Technology, 2014, 10(12):161-166.

[6]SMITH P M, SAUNDERS R, LIFSHEN M, et al. The development of a conceptual model and self-reported measure of occupational health and safety vulnerability[J]. Accident; Analysis and Prevention, 2015, 82(8):234-243.

[7]沈斌.基于演化博弈理论的安全生产监管效果研究[J].工业安全与环保，2013，39(2)：68-70, 74.

SHEN Bin.Study on Safety Production Supervision Effect Based on Evolutionary Game Theory[J]. Industrial Safety and Environmental Protection, 2013, 39(2):68-70,74.

[8]刘素霞, 徐建飞, 梅强,等. 产业集群企业安全生产行为演化与监管[J]. 工业工程与管理, 2016, 21(1):52-59.

LIU Suxia, XU Jianfei, MEI Qiang ,et al. Evolution and supervision of the production safety behavior of enterprise in industrial cluster[J]. Industrial Engineering and Management, 2016, 21(1), 52-59.

[9]SMITH J M, PRICE G R. The Logic of Animal Conflict[J]. Nature, 1973, 246(11):15-18.

[10]BINMORE K G, SAMUELSON L, VAUGHAN R. Musical Chairs:Modeling Noisy Evolution[J]. Games & Economic Behavior, 1995, 11(1):1-35.

[11]SETHI R. Strategy-Specific Barriers to Learning and Nonmonotonic Selection Dynamics [J]. Games & Economic Behavior, 1998, 23(2):284-304.

[12]WU Dan, ZHOU Liang, CAI Yu-eming, et al. Energy-Aware dynamic cooperative strategy selection for Relay-Assisted cellular networks:an evolutionary game approach[J]. IEEE Transactions on Vehicular Technology, 2014, 63(9):4659-4669.

[13]LIU De-hai, XIAO Xing-zhi, LI Hong-yi, et al. Historical evolution and benefit-cost explanation of periodical fluctuation in coal mine safety supervision:An evolutionary game analysis framework[J]. European Journal of Operational Research, 2015, 243(3):974-984.

[14]FRIEDMAN D. Evolutionary Games in Economics[J]. Econometrica, 1991, 59(3):637-666.