基于MAS仿真的畜禽养殖污染治理政策研究

林学杰，陈秋强

（厦门大学嘉庚学院，福建 漳州 363100）

在全面深化经济体制改革的环境下，我国作为传统农业大国正逐步向规模化农业方向发展，其中畜禽的规模化养殖是传统农业升级的一个重要方面[1]。相较于传统散养方式，规模化养殖由于大量粪污不能被及时合理地处理所造成的环境污染，已经成为我国主要的农业面源污染源之一。《第二次全国污染源普查公报》显示，2017年畜禽养殖业水污染物化学需氧量高达1000.53×104t，并且高于其他污染源。

表1 畜禽养殖业与其他污染源污染物排放量对比表

如何在规模化的畜禽养殖行业中实行有效的排污监管与控制，减少畜禽养殖企业和农户的违规排污行为是实现有效治理畜禽养殖生态的关键。因此本文从多主体博弈的角度出发，基于多主体仿真技术，通过构建包含农户、监管者在内的多主体仿真世界，并以动态演化博弈映射现实中的监管-违规对抗行为，最终探讨不同的政策参数对治理效果带来的影响，从而识别关键政策设计要点，为监管部门的政策制定与实施提供建议。

1 模型假设与参数设定

本文假定存在2种Agent，即养殖户Agent和监管者Agent。其中养殖户Agent可以选择违规排污或是遵守排污规定进行净化处理的两种主体行为，而监管者Agent将在自己的视野范围内对所发现的违规养殖户Agent施以惩戒。

1.1 养殖户Agent行为假设及参数设定

与现实一致，作为市场主体的畜禽养殖户或企业，在其日常经营过程中，存在一个由其自身主观意愿和客观环境所决定的、与监管政策对抗，从而以较低成本排放养殖废弃物的违规倾向[2]。在本文的仿真模型中，以criminal参数代表该倾向，养殖户Agent的颜色越深，代表其违规倾向越大。其数值受到两方面控制因素的影响：每个养殖户个体对监管政策的反感和利益对抗程度PERCEIVED-POLICY与总体环境中政府监管政策的权威性POLICY-LEGITIMACY。本文设定其为：Criminal=PERCEIVED-POLICY※ (1-POLICY-LEGITIMACY)，即监管政策权威性越高，违规冒险倾向越低；对政策的反感程度越高、利益对抗越严重，其违规冒险倾向越强。由于畜禽养殖过程中的环保要求往往与养殖户的直接利益相冲突，而这种冲突的程度及养殖户对政府监管政策的反感程度往往各不相同，因此在本文的仿真中将每个养殖户Agent的PERCEIVED-POLICY设定为0～1间的随机小数，以体现我国养殖行业中广泛存在的个体差异。

养殖户Agent存在违规倾向后，其是否会做出违规排放行为，还存在一个重要的环境因素，即其对自身违规被查处概率的判断，在本文中设定为养殖户Agent基于其对视野内其他养殖户状态的观察所推断出的自己被查处的概率ESTIMATED-ARRESTPROBABILITY参数。每一轮仿真开始前，养殖户Agent将观察在既定视野内违规排放的养殖户个数Fv和视野内出现的监管人员的个数Sv，并依此计算如果自己违规排放会带来的被查处风险。其值为：

ESTIMATED-ARREST-PROBABILITY=1-e(-k×Sv/1+Fv)

从公式可知，视野内监管人员数量越多，被查处的风险概率越大。视野内违规排放的养殖户群体越多，基于监管人员的查处速度有限，被查处的风险概率越小。同时，令k表示监管人员的执法力度，该参数越大，代表当监管人员查获违规排放行为时能够杜绝徇私包庇，并严格贯彻政府的治理政策。

最后，每个人都有一定的风险厌恶性，类同于金融投资，不同的养殖户Agent，即便存在同样的违规倾向，并且对自身违规后的被查处概率有一样的估计，但由于其风险厌恶程度不一样，最终是否会做出违规决定的概率也不同。因此本文以一个0～1的随机数来代表每个养殖户Agent的风险厌恶因素RISKAVERSION，并最终得到每个养殖户Agent是否会违规排放畜禽养殖污染物的决定函数：

Pollute=criminal-RISK-AVERSION※ESTIMATED-ARREST-PROBABILITY

当某个养殖户Agent做出违排行为时，其Agent颜色由绿色变为红色，被查处后的停产整顿期间，其颜色变为黑色。

1.2 监管者Agent行为假设及参数设定

随着环保监管执行力度的加大，我国畜禽养殖行业的污染整治力度也在加强。本文以一定数量的监管者Agent仿真现实世界中的环保部门执法者，在仿真世界中，监管者Agent将在全域范围内随机移动，并在其视野范围内寻找违规排污的违法养殖户Agent，一旦发现违排，便从视野中的违规养殖户Agent中随机选取一个，对其进行惩罚。被查处的养殖户Agent将进入整改状态，并持续一定的轮数，本文设定其为0到MAX-RECTIFICATION-TERM间的一个随机整数。

1.3 仿真全局参数设定

本文以一个40×40的二维棋盘作为仿真主体所在的环境，在仿真模型演进过程中，所有的养殖户Agent和监管者Agent都处在该二维棋盘中的某个位置，并且不允许两个Agent站立在同一个棋格中。此外，仿真过程中各个Agent的视野为一个可控整数Vision，以Vision为半径的圆形区域内的情况，包括是否有人违排、是否有人被查处以及是否有监管者正在附近检查。另一方面，在仿真开始前，养殖户Agent和监管者Agent的数量作为全局参数，可以由控制者进行设置以反映不同地区的环保执法密度、养殖产业规模的不同配置。最后，本文还设计了一个控制参数Movement，用以控制养殖户Agent是否可以移动，从而反映一些非大规模化养殖区域内违法企业通过转移违排地点，以规避检查与惩处的现实情况对治理政策效果的影响[3]。

2 仿真演进流程设计

本文基于多主体仿真理论，从现实世界的演进逻辑出发，将畜禽养殖户与监管者之间的博弈演进过程分为初始化阶段—设定模型控制参数、养殖户行为，选择阶段—养殖户根据自己状态决定是否违规排放，监管施效执行阶段—监管者巡查并惩处违规养殖户，且在每一轮仿真结束后统计养殖户群体中合规经营、违规排放、停产整顿的个体的数量。

2.1 模型初始化阶段

在仿真模型初始化阶段，控制者首先完成对模型演进控制参数的设定，包括反映地区产业特点的养殖户密度、地区财政所能负担的执法监督者密度、每个个体的视野、监管者的执法公正力度、排污规范政策的权威性、最大停产整顿时长，以及养殖户是否可以转移经营[4]。系统将依据这些参数形成初始化的仿真世界，养殖户以牛作为标记，颜色反映其不满程度；监管者为配枪小人，可以在二维棋盘中巡查执法。

2.1养殖户行为选择阶段

在每一轮仿真开始时，如果模型允许养殖户转移经营，则每一个未处在停业整顿阶段的养殖户Agent都可以移动到一个随机的空棋盘内。完成移动或是停留在原地的养殖户Agent将根据自己视野内违排养殖户的数量和监管者的数量计算自己的被查处风险，并根据自己独有的风险厌恶因子和违规倾向决定自己是否进行违规排放。如果决定违规排放，则自身颜色变为红色。为了更加贴近现实，系统同时允许上一轮违规排放却未被查处的养殖户在新一轮仿真中更新自己的被查处风险。如果养殖户Agent决定停止违规排放，允许其将颜色变回绿色，代表养殖户自觉停止了违排行为。

图1 畜禽养殖污染治理仿真系统初始化示意图

图2 在执法力量密度较小的情况下不同治理政策执行效果对比图

图3 在执法力量配备充足的情况下不同治理政策执行效果对比图

2.2 监管施效执行阶段

每一轮仿真中养殖户群体完成其行为决策及可能的运动后，监管者Agent将随即进行运动巡查，到达新的位置后，将巡视其视野内是否存在红色的违排养殖户Agent。如果有，则随机选取一家将其查处并要求其停产整顿，停产时长为整数T轮，T∈[0,MAXRECTIFICATION-TERM]，被查处的处在停产整顿状态的养殖户Agent将变为黑色。

3 仿真结果分析及应用

基于前述MAS仿真系统，针对我国不同地区的畜禽养殖行业和各个不同地区的环保监管力度的状况，本文设计了不同的参数组合以对比在不同情况下，影响监管部门畜禽养殖污染治理效果的关键要素，从而找出养殖污染治理综合机制中的重要环节。根据仿真结果，本文得到的主要发现包括：

3.1 提高巡查密度，防患于未然

长期以来，我国污染治理领域一直存在基层环保执法力量弱、执行人员配备不足的问题，基层环保部门“小马拉大车”现象较为普遍。因此本文以960户养殖户Agent、80名监管者 Agent，视野为 5、执法力度为 2.3、政策权威性为0.3、最大停产整顿时长为15轮的普通环境仿真结果作为原始参考序列，对比监管者数量、视野、执法力度、政策权威性和最大停产整顿时长分别增加50%时的结果，发现在执法人员较少、执法密度不够的情况下，污染治理政策的改进无法产生显著的效果；并且如果以增加停产整顿时长为重点措施进行污染治理，在未能提高合规企业比例的情况下，仅仅是将一定比例的违规企业转换成停产企业，这将对地方养殖业的发展带来不利影响。因此在现有国情下，增加环保执法人员的数量和环保巡查力度是显著提高守法企业比例，保障养殖行业健康发展的最主要方法。

在我国养殖污染问题依然严重的情况下，各级政府部门应当努力达成执法力量下沉的目标，做到以事前防范替代事后重罚，有效完成对畜禽养殖污染的治理。

3.2 强化法治，创新监察手段

在保障执法人员较高密度的情况下，本文以960户养殖户和160名监管者作为原始序列，在视野为5、执法力度为2.3、政策权威性为0.3、最大停产整顿时长为15轮的条件下，通过调整不同治理政策所代表的控制参数进行政策执行成效对比。如图2所示，本文发现，相较于其他治理政策，提高政策权威性的治理效果最为明显；另一方面提高监管者和养殖户的视野虽然无法提升治理效果，但是可以有效抑制具有违规排放倾向的养殖户的侥幸心理，因此在该仿真环境中违规企业数量的波动非常小。分析不同的治理政策执行效果可以发现，提高治理政策的权威性，将以往强制力较低的污染治理政策提升到法律层级，是治理畜禽养殖违规排放的最有力手段。同时，为避免违规排放行为的反复，借助现今的互联网+等新型媒介手段，如微博、微信、短视频媒体等进行企业违规排放监控，可以有效巩固治理效果。

图4 依法治污与互联网环境下执法力量不足时不同治理政策效果对比图

自2014年新《环保法》立法以来，全国人大常委会共完成了包括土壤污染防治法、长江保护法、生物安全法等法案在内的12部生态环境保护法律的立法工作。同时，最高人民检察院与环保部、公安部联合出台了《环境保护行政执法与刑事司法衔接工作办法》。我国立法机构已经将生态环境保护作为立法的重点领域统筹谋划、扎实推进，这将极大地改善畜禽养殖领域的污染治理状况，给养殖业环保水平的提升提供关键的助力。此外，各地环保部门也应当探索新型环保监管手段，推动“互联网+环保”精准监管手段创新，保障和巩固环保监察效果[5]。

3.3 警惕反弹，倡导优胜劣汰，提高行业集中度

本文以执法力量不足状态下的960户养殖户和80名监管者作为原始序列，将视野提升至7.5、政策权威性提升至0.6，保持其他条件不变作为原始序列，并调整映射治污政策的控制参数，结果发现，无论执法力度翻倍还是延长整顿时间，都无法改变畜禽养殖户违规排污行为周期性反弹的问题，唯一起效的手段是降低养殖户Agent的数量。

由此可知，在我国立法趋严、社会舆论高度发达但执法力量还不充足的特殊时期，畜禽养殖业污染问题反弹将是常态[6]。为了有效控制反弹，降低反弹频率，延长治污政策有效性的持续时间，本文认为监管部门可以协同资本市场，引导畜禽养殖行业通过兼并等方式，使小微散养户和企业有序退出，提高行业集中度和产业规模化程度。

3.4 淡化区域壁垒，减少企业流动限制

作者在仿真模型运行过程中发现，无论仿真模型以何种参数进行组合，是否允许养殖户Agent在仿真世界中移动这一控制参数均不会对违规排放现象和实施治理政策的效果带来影响。由此可以认为，在仿真模型中养殖户Agent转移自己的经营地点或养殖位置，并不影响畜禽养殖排污治理博弈的结果。

在畜禽养殖污染治理过程中，各个地区无需在违规排污治理政策设计中构建针对养殖企业流动的区域壁垒，并且不应仅仅出于环保治理的目的而设置一些有关企业流动的限制性政策，因为该措施对于降低畜禽养殖企业的违规排污风险并无帮助。

4 结论

经过仿真论证可知，在畜禽养殖业污染治理过程中，加强执法力量和提高执法密度是最为关键的政策举措。其次，我国立法部门应当持续加强立法，完善环保机制。而地方政府在执法过程中应当借助互联网等新技术手段扩展自身的执法视野和触达范围。再者，在眼下我国立法趋严但执法力量有待补充的情形下，加强市场引导、鼓励优胜劣汰，从而提升行业集中度，不失为一种有效的补充办法。最后，各地政府应当摒弃固有的壁垒思维，减少对企业地域性流动的限制。