动态惩罚机制下公共项目承包商机会主义行为演化博弈

谢秋皓， 杨高升

(河海大学 商学院， 江苏 南京 211100)

自2013年“一带一路”战略构想提出以来，我国大力推动大型公共项目建设，直接促进国家经济增长。大型公共项目的社会属性及经济属性决定了此类工程的建成对于城镇发展、居民生活稳定均存在重大影响。影响公共项目绩效的风险因素除社会外部不确定性、复杂性、合作时间外，项目相关方的机会主义行为同样不可忽视。项目利益相关方为追求权益最大化利用自身优势、信息资源的不对称性或合同的不完备性，刻意隐瞒项目真实信息，从而做出损害其他相关方权益的行为即为机会主义行为。承包商的机会主义行为若不加控制最终会影响公共项目整体绩效，损害社会利益[1]。公共项目中常见的机会主义行为主要包含搭便车行为[2]、寻租[3]、敲竹杠[4]、合谋[5]、偷工减料[6]等。

现阶段针对公共项目中机会主义行为的研究大致分为以下三类问题。一是集中分析机会主义行为的诱导机理。Parker等[7]基于交易成本理论提出由于资产专用性、不确定性、复杂性和项目工期等原因导致合同具有不完备性，为机会主义行为产生创造了条件；Shi等[8]从不完全契约角度分析，由于业主方监管不到位，导致承包商通过机会主义行为产生的超额利益是造成机会主义行为产生的动因之一；Schieg[9]提出工程建设过程中承包商掌握的信息量大于业主方，易造成信息不均衡从而出现道德风险及逆向选择，滋生机会主义行为。二是重点聚焦机会主义行为的演化路径。邢乐斌等[10]基于专有性资源的溢出效应，利用演化博弈理论分析机会主义者和互惠主义者的相互演化规律，指出一定预期合作可能性可以有效减少机会主义行为发生的可能性；吴正泓等[11]基于间接互惠理论，引入声誉系数建立机会主义行为演化博弈模型，指出声誉系数越大，私人部门越倾向于选择互惠行为，从而降低机会主义行为的产生；Liu等[12]基于社会网络理论，指出社会模仿行为存在于机会主义行为演化过程中，建设团队中机会主义行为可通过团队成员的模仿行为传递。三是着重关注机会主义行为的应对机制。尹贻林等[13]通过对承包商机会主义行为在短期合作和长期合作两种情景下进行演化博弈，指出合作双方达成的长期合作契约下带来的预期收益可有效防止机会主义行为的发生；Korczynski[14]分析了机会主义行为与信任的关系，指出应建立交易双方信任机制从而降低机会主义行为的发生概率；Aminian[15]从收益分配角度出发，指出合作双方需通过建立契约，达到双方收益分配均衡来抑制机会主义行为产生；张艳茹等[16]通过建立惩罚和补偿机制下的机会主义行为策略演化路径，得出一般性惩罚机制没有对机会主义行为起到约束作用，补偿机制在一定限制条件下可对承包商的机会主义行为产生影响。

针对机会主义行为的监管，此前研究仅从一次博弈角度分析惩罚机制对其影响的程度。现实情况中，监管惩罚行为并不是单次静态的，需要从动态角度对承包商与业主方的行为进行分析。鉴于此，本文运用演化博弈理论构建静态及动态惩罚机制下公共项目承包商机会主义行为演化模型，并进一步分析动态惩罚下监管方的惩罚严重程度对承包商机会主义行为的影响作用。

1 演化博弈模型假设

从经济学角度分析，承包商存在个体及团体非理性、道德风险、逆向选择、逐利倾向、交易成本等属性，同时公共项目自身存在社会、融资、技术及过程管理等风险类型，因此针对公共项目的监管工作必不可少。本文基于演化博弈理论分析公共项目中承包商在不同监管情境下对机会主义行为的选择路径。

本文假设该博弈系统的主体为公共项目中的承包商T与业主方G，且二者均为有限理性且在信息不对称情况下信息是有限的。博弈主体T和G二者均有两种可选择策略，公共项目承包商T有“采取机会主义行为”和“不采取机会主义行为”两种策略，即具有逐利偏好的承包商在信息获得不均衡的情况下有采取合谋、敲竹杠、偷工减料、搭便车等行为的倾向，策略集合为{不采取机会主义行为T1，采取机会主义行为T2}。公共项目业主方G对承包方的机会主义行为有进行监督管理的义务，有“严格监管”及“不严格监管”两种策略，策略集合为{不严格监管G1，严格监管G2}。假设承包方选择“不采取机会主义行为T1”的概率为m(0≤m≤1)，选择“采取机会主义行为T2”的概率为1-m；业主方选择“不严格监管G1”的概率为n(0≤n≤1) ，选择“严格监管G2”的概率为1-n。

假设承包商在正常工程建设过程中获得的收益为R1∈[0,)，付出的建设成本为C1∈[0,)；承包商通过机会主义行为获得的额外收益为ΔR，付出的建设成本为C2∈[0,)，且承包商在工程建设过程中通过偷工减料可缩减成本，C1>C2；假设业主方因合同的正常执行所获得的收益为R2∈[0,)，业主方不严格监管时付出的成本为C3∈[0,)，严格监管时付出的成本为C4∈[0,)，如投入较多的人力、物力资源加强管理力度，C3

2 静态惩罚机制下演化博弈模型构建与分析

2.1 模型建立

基于以上假设，构建静态惩罚机制下该系统博弈收益矩阵，如表1。

表1 静态惩罚机制下业主方与承包商博弈收益矩阵

(1)

(2)

得出该系统中承包商与业主方复制者动态方程如下：

(3)

2.2 演化均衡分析

根据以上计算结果，对该系统复制者动态方程进行演化均衡分析。对式(3)中的T(m)求导得：

(4)

(1)若-(-P+ΔR+C2-C1)<0，有nP-P+C1-C2+ΔR>0恒成立，则m=0为演化稳定策略，承包方选择机会主义行为策略。

对式(3)中的G(n)求导得：

(5)

(1)若P+C3-C4<0，有(1-m)P+C3-C4<0恒成立，则n=1为演化稳定策略，业主方采取不严格监管的策略。

根据Fredman构造的法则[17]，指出博弈微分方程的演化均衡策略集可以根据雅克比矩阵分析得出，由式(3)得出该系统的雅克比矩阵为：

J=

(6)

式(6)雅克比矩阵的行列式为：

det(J)=(1-2m)(nP-P+C1-C2+ΔR)(1-2n)[(1-m)P+C3-C4]+P2mn(1-m)(1-n)

(7)

式(6)雅克比矩阵的迹为：

tr(J)=-(1-2m)(nP-P+C1-C2+ΔR)-(1-2n)[(1-m)P+C3-C4]

(8)

将E1(0,1)，E2(0,0)，E3(1,1)，E4(1,0)，K(m*,n*)五个均衡点代入式(7)，(8)，若均衡点满足det(J)>0且tr(J)<0或不确定时即为演化过程中的稳定点，对以上五个均衡点进行局部稳定性分析，如表2所示。

表2 静态惩罚机制下均衡点局部稳定性分析

特征根λ1，λ2为纯虚根，该系统没有稳定均衡状态，将以K(m*,n*)点为中心点无限循环。

2.3 仿真分析

图1 静态惩罚机制下公共项目承包商与业主方演化仿真轨迹

图2 静态惩罚机制下不同初始值下公共项目承包商不采取机会主义行为的演化轨迹

3 动态惩罚机制下演化博弈模型分析

3.1 稳定性分析

此前分析均建立在对承包商机会主义行为的惩罚P为固定值的基础上，称之为静态惩罚机制。在静态惩罚机制下，承包商机会主义行为并没有达到有效的约束作用。然而从实际角度出发，由于承包商实施机会主义行为的程度与机会主义行为的后果影响程度不同，应该设置不同的惩罚机制，从而实现动态惩罚。从动态惩罚角度来看，假设业主方在严格监管的情况下惩罚罚金P与承包商进行机会主义行为成正比关系，即承包方因选择机会主义行为而受到的惩罚P由一个恒定不变值变换为关系式g(m)=(1-m)p0，其中p0为承包商机会主义行为受到的最严重程度惩罚，基于此动态惩罚机制下公共项目承包商机会主义行为演化博弈收益矩阵如表3所示。

表3 动态惩罚机制下业主方与承包方博弈收益矩阵

同理，对其进行演化博弈均衡分析，在动态惩罚机制下公共项目承包商与业主方复制者动态方程为：

(9)

由式(9)得出该系统雅克比矩阵为：

J=

(10)

式(10)雅克比矩阵的行列式为：

(11)

式(10)雅克比矩阵的迹为：

tr(J)=-(1-2m)[(n-1)(1-m)p0+C1-C2+ΔR]-(1-2n)[(1-m)2p0+C3-C4]

(12)

以上计算满足p=0，q>0，p2<4q条件，因此J′的特征根为一对具有负实部的负根，该系统的特征根为焦点，具有稳定性，稳定性分析见表4。

表4 动态惩罚机制下系统均衡点局部稳定性分析

3.2 均衡点分析

由式(9)可知，该系统稳定均衡解为：

(13)

将g(m)=(1-m)p0代入上式得到：

(14)

对(14)式进行分析：

(1)对m*进行求导，得出m*′(p0)>0，m*′(C4)<0。因此，m*与承包商因机会主义行为而受到的最严重惩罚p0成正比关系，即p0增加，承包商选择机会主义行为的可能性将会降低；与业主方采取严格监管时付出的成本C4成反比关系，即业主方采取严格监管时的成本增加将会导致业主方有选择不严格监管策略的趋势，在不严格监管的情形下，承包方选择机会主义行为的可能性增加。

(2)对n*进行求导，得出n*′(p0)>0，n*′(C4)<0，n*′(ΔR)<0，n*′(C1)<0。因此，由n*′(ΔR)<0以及收益矩阵中R+ΔR-C1>R-C2可知，当机会主义行为的额外收益ΔR增加时，承包商选择机会主义行为的概率将增加，从而使业主方选择采取严格监管策略的可能性增加；由n*′(C1)<0可知，当承包商选择不采取机会主义行为而付出的成本增加时，承包商采取机会主义行为策略的可能性增大，从而促使业主方采取严格监管行为的可能性增大，且业主方的监管成本越大越倾向于选择不严格监管行为的策略；由n*′(p0)>0可知，业主方采取严格监管策略n*与承包商因采取机会主义受到的最严重惩罚p0成反比关系，即当p0增大时，承包方采取机会主义行为策略的可能性降低，业主方采取不严格监管策略的可能性增大。

3.3 仿真分析

图3 动态惩罚机制下公共项目承包商与业主方演化仿真轨迹

图4 动态惩罚机制下公共项目承包商不采取机会主义行为的演化轨迹

4 结 论

本文运用演化博弈理论对公共项目承包方机会主义行为以及业主方监管行为进行演化分析，在构建模型的过程中分析了影响承包方选择机会主义行为的考虑因素，并着重关注静态惩罚及动态惩罚机制下承包方机会主义行为与业主方监管行为策略的博弈演化均衡。结果表明，业主方在选择严格监管策略的情形下，对承包方机会主义行为的惩罚为定值时，即在静态惩罚机制下，承包方和业主方的演化博弈呈周期性变化过程，不能达到稳定均衡状态；当业主方对承包方的机会主义行为采取动态惩罚时，其演化过程呈收敛态势，最终趋于稳定。同时，当最严重惩罚程度上升时，承包方选择机会主义行为的可能性将减小。由此可知，建立公共项目动态惩罚机制，适当加强惩罚力度可有效降低承包方机会主义行为的可能性，从而确保公共项目顺利实施，保障社会公共设施正常运转，保证人民群众的根本利益。

对于承包商的机会主义行为，从业主方的角度分析，应建立健全责任追究制度，依据违规机会主义行为的影响后果及严重性对违规行为进行等级划分，针对不同程度的问题实施分级惩罚。对于承包商触犯监管红线的不当行为，业主方应适当提高惩罚标准，加大惩罚力度，拓宽惩罚方式。必要时可采取资金罚款、信用降级、公开声誉惩罚等多种方式相结合的惩罚模式。从承包商的角度分析，公共项目中的承包商应加强自身行为规范，定期开展组织自查自纠活动，必要时采取内部惩罚措施，建立完善的自律机制框架。

本文基于演化博弈的方法，对承包商机会主义行为策略进行分析探讨，提出在公共项目建设过程中设置合理的动态惩罚机制可有效控制机会主义行为的产生，但在动态惩罚机制的研究中并未考虑承包商与业主方对于建立动态惩罚机制而产生的非理性因素，下一步拟对动态惩罚机制下承包商与业主方的非理性因素进行梳理并对其造成的影响进行分析进而提出动态惩罚机制治理框架。