联合惩戒机制下政企博弈问题研究

2021-11-03阳成虎苏晓丽陈茂晨

福州大学学报（哲学社会科学版） 2021年5期

阳成虎苏晓丽陈茂晨

(福州大学经济与管理学院，福建福州 350108)

一、引言

“放管服”改革激发了市场活力和社会创造力，在推动经济快速发展的同时，企业市场监管规模急剧增加。2019年，全国日均新设2.14万户，每月实有市场主体增速都稳定在12%以上。[1]以事前审批为主的传统监管模式，存在行政审批事项多、审批过程手续繁、周期长、效率低等问题，难以满足新形势下市场监管的要求，导致“部分地区、部分领域失信现象比较普遍，且高发频发的态势未能得到根本性遏制，严重影响经济社会持续健康发展”。[2]为此，国家提出新的监管机制来适应新经济发展形势下市场监管要求。2019年7月，国家明确提出“以加强信用监管为着力点，创新监管理念、监管制度和监管方式，建立健全贯穿市场主体全生命周期，衔接事前、事中、事后全监管环节的新型监管机制”。[3]新型信用监管机制强调贯穿事前、事中、事后全生命周期的分级分类监管，将监管资源向重点领域和信用等级较低、风险指数偏高的市场主体倾斜，对违法失信、风险较高的市场主体，适当提高抽查比例和频次，依法依规实行联合惩戒措施。如，《关于对严重拖欠农民工工资用人单位及其有关人员开展联合惩戒的合作备忘录》明确规定，若严重拖欠农民工工资，企业会受到限制享受优惠政策、降低银行授信额度、招投标限制、工商的抽检频率增加等联合惩戒措施，极大提高了企业的运行成本。通过联合惩戒的威慑作用，政府引导企业规范生产经营行为。此外，在保证失信惩戒措施有效的同时，联合惩戒机制中还包含信用修复措施，为企业提供容错空间。信用修复是指企业按照政府有关规定或社会共同认可的方式，纠正自己的失信行为，提高自身的履约践诺能力，获得社会的信任和谅解，从而增加自己的信用值，解除联合惩戒的限制。基于失信性质和影响程度的不同，政府将提供不同的信用修复渠道让失信企业纠错立新，提高信用值，恢复正常生产经营活动。

根据以上的分析，本文将研究联合惩戒机制下政企博弈问题，包括联合惩戒和信用修复措施对政府和企业的决策将产生何种影响？如何确保政府在提高监管效率的同时有效促使企业减少失信行为？

二、文献综述

纵观近年来关于政企博弈问题的研究，学者主要从政府监管必要性、监管力度和监管手段等方面展开讨论。在政府监管必要性方面，罗丹和张波指出政府的监管行为对企业选择是否实施碳交易有着明显的促进作用，并且有助于提高生态文明建设的整体效益。[4]王琦认为政府的监管行为是影响企业是否履行社会责任的关键，且政府监管力度的大小决定了企业社会责任的履行程度，政府监管行为与企业社会责任行为相互影响。[5]张在旭等指出政府的监管政策将影响企业的安全生产行为，对不同风险规避系数的企业而言，政府补贴可能是无效的甚至产生负面影响，此时加大政府监管力度或处罚力度能起到较好的效果。[6]在监管力度方面，政府监管力度的不同将对政企双方策略选择产生影响。[7]赵静雯和杨洪林认为在低碳约束与消费者监督行为下的农产品供应链政企博弈中，消费者的监督对核心企业的策略行为不产生直接影响，但能够降低政府对农产品核心企业低碳行为检查的概率。[8]赵黎明等研究发现政府加大监管力度能促使旅游企业转向低碳经营。[9]李亘等阐明当监管部门采取的监管力度较高时，厂商将选择生产合格乳制品。[10]Kim指出企业会采取不同的措施隐瞒自己的真实排污情况，以应对监管机构的不同监管形势。[11]张琳等证明政府实施持续的髙强度监管，有利于引导企业采取合规的轮换更新行为。[12]当失信处罚有限且监管成本较高时，定期监管优于随机监管。已有文献涉及的监管手段主要分为两种：一是通过减税、信贷、补贴等经济激励政策正向鼓励企业按照政策开展生产经营活动[13][14] [15]；二是通过增税、直接管制等惩罚手段惩戒违规生产经营的企业。[16][17]

上述学者从多个方面对政企博弈问题进行了探讨，但研究信用监管下的政企博弈行为较少，且多停留于定性分析层面。杨淑君和徐婧从制度、体系、信息归集、奖惩措施等方面对交通运输行业的联合奖惩机制制定提出了合理性建议。[18]周晨虹通过对比J市违法建设集中整治中采用联合惩戒机制前后的现象，说明实施联合惩罚机制的必要性和可行性，并为完善联合惩戒机制提供了合理的建议。[19]而杨丹和徐继敏陆续探讨了如何将失信联合惩戒机制纳入法制轨道，从而加强对失信企业的惩戒和明确失信行为的认定。[20][21]吴非燕指出通过黑名单、行业准入限制、企业高管任职资格限制、招投标限制、生产许可限制与融资授信限制等多种手段对失信企业进行联合惩戒，将大大增加其失信成本。[22]魏修建等通过构建企业“失信——诚信”纳税行为效用博弈模型分析得出政府的正向激励和反向约束策略得当可以有效规范企业的纳税信用行为。[23]此外，部分学者从信用修复定义和分类对信用修复机制进行了定性分析。[24][25]随着联合惩戒机制的完善，仅从定性层面分析联合惩戒对政府和决策的影响，难以满足实践指导的需要。本文在已有研究的基础上，分析联合惩戒机制下企业的决策行为，构建政府与企业之间的微分博弈模型。通过对均衡解的讨论，发现联合惩戒和信用修复的运作机理，以期为政策的制定提供理论依据。

三、模型的基本假设与构建

(一)模型的基本假设

企业需要付出努力严格规范生产经营行为，才能保证产品或服务的质量合规，发生食品质量、工程质量等方面的严重失信行为的概率会比较小。如，企业若能主动增加事前监管投资，加强对原材料、生产流程等环节的质量把关，类似“三聚氰胺事件”“瘦肉精事件”等失信行为会比较少，甚至不发生。

企业发生严重的失信行为会造成社会福利的损失。这损失部分由政府来承担。在新型信用监管机制下，企业严重的失信行为被政府发现，将会被及时记录，并通过信用中国可查可核可溯，会受到跨地区、跨部门、跨领域的联合惩戒措施。

假设2：假设失信记录积累量为P(t)，企业受到行业监管部门的惩罚及因失信对企业自身产生的潜在损失和联合惩戒成本分别为失信记录累积量的线性函数fP(t)和mP(t)，其中，f(f>0)为失信损失系数，m(m>0)为其他部门的联合惩戒系数。政府承担的部分社会福利损失为kP(t)，k(k>0)为社会福利损失系数。

在新型监管机制下，政府将重点加强对企业的事中和事后监管。在监管中需要投入大量的监管人员、设备等资源，这将产生一定的监管成本。

(二)模型的构建

首先构建企业失信记录积累量动态变化函数。在现实中，失信记录可以通过两种方式逐渐消除：(1)失信记录有效时间达到规定的期限；(2)通过主动采取信用修复行为消除已有的失信记录，修复的结果取决于信用修复努力水平程度。针对这一问题，本文借鉴环境治理领域的处理方式，构建单一状态变化的动态模型[29]，以量化不同时间状态下企业的失信记录变化。将失信记录积累量P(t)作为状态变量，政府的监管力度g(t)和企业的失信率α(t)作为控制变量，构建企业失信记录的动态变化函数：

P(0)=P0>0

(1)

其中，τ(τ>0)为企业失信行为对失信记录积累量的影响程度，如，不同企业的失信行为的失信性质不同，对社会的影响程度也不同，政府对其分级分类也不同，τα(t)表示失信记录的产生速率；εg(t)表示政府的监管会对企业产生一定的威慑力，企业会在一定程度上减少失信行为，ε(ε>0)为监管成功率；δ为失信记录的自然衰减率，则δP(t) 表示t时刻失信记录自然衰减量；η(η>0)为信用修复效度，则ηv(t)表示t时刻企业的有效信用修复量；P0表示初始时刻(t=0)时刻失信记录积累量的初始值。

对企业而言，目标是总成本最小化，其总成本函数为：

(2)

其中，第一项为企业的合规成本，第二项为企业的失信成本和联合惩戒成本，第三项为企业的信用修复成本，ρ为折现率，e-ρt为折现因子。

对政府而言，目标是监管成本和社会福利损失最小化，其成本函数为：

其中，第一项为政府的监管成本，第二项为政府承担的社会福利损失。

综上，政府和企业的微分博弈模型可表示为：

α(t)>0,v(t)>0,g(t)>0

为了简化公式，后文均省略时间t。

四、模型求解与均衡分析

(一)模型求解

(4)

VG(P)均满足如下HJB方程：

(5)

根据式(4)和式(5)最大化的一阶偏导数条件得：

(6)

在微分博弈中，价值函数通常是决策变量的一次或者1/2次函数的形式。本文采用线性价值函数结构。令：

VQ=l0+l1P，VG=k0+k1P

其中，l0，l1，k0，k1均为未知常数，则：

(7)

因此，式(4)、式(5)可分别表示为：

由待定系数法可得：(1)ρl1P=-(f+m)P-l1δP，(2)ρk1P=-k-k1δP，则：

(8)

因此，由式(6)、式(7)和式(8)可得反馈纳什均衡解为：

(9)

(10)

(11)

此时，企业失信记录存量的最优轨迹为：

(12)

(二)均衡分析

命题1：联合惩戒机制下，政府的监管力度不变，但企业会选择减少失信行为并增大信用修复努力水平。

证明：联合惩戒对政企双方决策的影响主要反映在其他部门施加的联合惩戒系数m上。当m=0时，企业的失信行为只受行业监管部门的惩戒，与其他部门无关。此时的均衡解为：

证毕。

命题1表明：与单一行业监管的情形相比，联合奖惩机制是通过影响企业行为来间接改善政府监管效率，维护市场经营秩序，并不会对政府的监管力度产生直接的影响。企业为了降低失信惩戒给其经营活动带来的制约，会选择减少失信行为，并增大信用修复努力水平尽快修复失信记录。

证明：由式(12)可得：

命题2表明：(1)监管成本越大，监管成功率越小，或者企业失信行为对社会福利损失的影响较小，则政府愿意付出的监管力度越小，企业越有可能因政府监管乏力而投机经营，导致失信记录累积量的增加。(2)信用修复难度越小，企业付出同等的信用修复努力能够修复的失信记录越少，信用修复成本越大，将导致失信企业的信用修复意愿越低，企业失信记录的累积量就越多。(3)合规成本越大，企业越不愿意为达到事前承诺的合规度而承担高成本，企业失信行为发生的概率就越大，失信记录积累量就越多。(4)失信行为的行业监管越严格或联合惩戒力度越大，则企业需要承担的失信成本越大，理性的企业会选择减少失信行为而规避此类成本，导致失信记录的累积量减少。(5)企业的失信行为对失信记录的影响较小时，随着τ的不断增大，企业的失信行为对失信记录的影响不断增大，给企业带来的负面影响不断增大，这将促使企业减少失信行为的发生，从而减少失信记录的积累量；然而，当τ增大到一定程度时，企业失信记录的积累量会随着τ的增大而增多。

命题3：α*是关于τ、f和m的减函数，关于b和δ的增函数；v*是关于η、f和m的增函数，是关于c和δ的减函数。

证明：由式(9)和式(10)可得：

证毕。

命题3表明：(1)失信行为对失信记录积累量的影响越大，则对企业造成的负面影响越大，这将迫使企业减少失信行为的发生以减少失信记录带来的负面效应。(2)合规成本系数越大，则企业承担的合规成本就越大，当高合规度为企业带来的效益低于高昂的合规成本时，理性的企业将不愿意承担此类成本，这将有可能间接增加企业的失信率。(3)信用修复难度越大，企业付出同等信用修复努力水平能修复的失信记录就越多，这极大刺激了企业的信用修复意愿，理性的企业则会选择付出更多的信用修复努力以尽早摆脱“一处失信，处处失信”的困境，并减少失信行为避免再次付出高额的信用修复成本；而信用修复成本系数越大，企业需要承担的信用修复成本就越大，这将在一定程度上降低企业的信用修复意愿，导致企业不愿意付出更多的信用修复努力。(4)失信损失系数越大，其他部门的联合惩戒系数越大，则企业需要承担的失信成本和联合惩戒成本越高，这将促使企业通过降低失信率而降低经营成本；同时增大信用修复努力水平，尽快修复不良信用记录，尽早解除联合惩戒措施的制约，减轻失信带来的负面影响。(5)不良信用记录自然衰减速度越快，不良信用记录越容易消除，这将在一定程度上增加企业的失信行为，为“长期获大利，短期受小罚”的现象创造空间，理性的企业此时会选择降低信用修复努力水平，等待不良信用记录自然消除。

命题4 ：g*是关于k和ε的增函数，关于h和δ的减函数。

证明：由式(11)可得：

证毕。

命题4表明：对于政府而言，(1)企业的失信行为对社会福利的损害越大，政府需要承担的社会福利损失越大，这将促使政府不断加大监管力度，倒逼企业减少失信行为，从而减少社会福利损失。(2)政府的监管成功率越大，能够发现企业失信行为的概率就越大，对企业的震慑作用就越大，而监管成本系数越小，政府付出的监管成本就越低，这都将有利于促进政府加大监管力度，提高监管质量。(3)不良信用记录衰减率越大，政府的监管力度反而越小，这明显与政府的管理动机相悖。原因在于不良信用记录自然衰减速度越快，企业承担的失信惩戒时效越短，惩戒对企业的影响越小，这将大大增加企业的失信行为。

五、数值仿真

为了更直观地揭示联合惩戒机制的影响，本文将采用数值仿真的方法对解析结果进行灵敏度分析。算例中，假设参数ε=0.5，η=0.6，δ=0.5，τ=0.05，a=0.6，b=0.2，c=0.3，f=0.4，m=0.5，s=0.3，h=0.1，ρ=0.1，P0=100。

(一)自然衰减率对反馈均衡解的影响

令自然衰减率δ在[0.3,1]之间变动，其他参数保持不变，分别讨论不良信用记录的自然衰减率对企业失信行为α*、信用修复努力v*、政府监督力度g*的影响，结果如图1所示。

图1 不良信用记录的自然衰减率的影响

从图1可以看出，随着自然衰减率的增加，企业失信行为增加，企业信用修复努力和和政府监督力度逐渐降低。此时，理性的政府必须加强监管力度才能约束有强烈失信动机的企业，这与命题3，4中论证的相符合。

鉴于此，政府应当采取措施降低不良信用记录的自然衰减率。具体到执行层面，政府可以通过提升不良信用记录的有效披露时间，来减缓不良信用记录的自然衰减。

(二)联合惩戒力度对反馈均衡解的影响

令联合惩戒力度m在[0.1,1]区间变动，其他参数保持不变，分别讨论联合惩戒力度对企业失信行为α*、信用修复努力v*、企业累计不良记录P*的影响，结果如图2所示。

图2 联合惩戒力度的影响

从图2可以发现，联合惩戒力度加强，企业需付出越高的信用修复努力，企业累计不良信用记录及失信行为将降低，这与命题1、2、3的论证相符。

(三)信用修复效度对反馈均衡解的影响

令信用修复效度η在[0.1,1]区间变动，其他参数保持不变，分别讨论信用修复效度对信用修复努力v*、企业累计不良记录P*的影响，结果如图3所示。

从图3可以看出，信用修复效度越高，企业需付出越高的信用修复努力，企业累计不良信用记录将降低。此时，理性的企业增大信用修复努力尽快消除不良信用记录，争取早日退出黑名单，解除受到的联合惩戒措施，同时也会努力降低失信行为的产生，避免再次付出高额的信用修复成本。

图3 信用修复效度的影响

六、结论

在联合惩戒机制下，政府采取的联合惩戒措施让失信企业“增压力、付代价”，引导企业诚信经营，减少甚至不发生严重的失信行为。本文采用微分博弈分析了联合惩戒机制下政企博弈问题，发现：(1)与单一行业监管的情形相比，联合惩戒机制下企业的失信率更低，企业愿意付出的信用修复努力更多。(2)增加失信记录的影响程度，加大联合惩戒力度，增大信用修复难度，并适当降低合规成本在一定程度上迫使企业降低失信率，增大信用修复努力，减少失信行为。(3)监管成本的降低和监管成功率的提高，会增强政府的监管意愿，加大监管力度。

根据分析的结果，本文针对政府和企业提出如下建议：

对政府来说，一方面要加强事前的诚信教育，大力推广事前信用承诺，又要基于市场主体的信用状况采取差异化监管，合理分配监管资源，使得有限的监管人员、监管设备等资源在日常监管和特定监管中能够发挥最大效用。在控制监管成本的同时，加大事前监管力度，提高监管成功率，从源头对企业产生足够的威慑力。另一方面，针对失信企业，通过公开失信黑名单、适当延长企业失信记录有效期、增加监管查处频率、加大联合惩戒力度或加强享受优惠政策资格审核等措施增加企业的失信成本，使得失信成本超出企业的可承受范围，倒逼企业减少失信行为；此外，政府也应该为失信企业提供合理的信用修复渠道，适当增大信用修复效度和降低合规成本，既激发企业信用修复的意愿，又让企业有能力开展信用修复活动，主动对失信行为采取有效措施进行弥补，降低失信行为对社会福利的损害。

对企业来说，应充分认识到高信用是确保企业在经济社会中畅通无阻的通行证，是受到社会认可的“经济身份证”。因此，企业应积极主动提高依法诚信经营意识，积极配合政府政策引导，主动参与信用承诺制度，依法合规经营，尽量减少甚至杜绝违规失信经营行为。即使存在失信行为，也应主动采取措施有效弥补违规失信行为给社会带来的负面影响，避免陷入“一处失信，处处失信”的困境。

本文仅从信用监管的角度分析政企之间的博弈行为，忽略了消费者的监督举报行为对政府监管策略的影响和企业信用信息对消费者行为选择的影响,未来的研究可以从这些方面着手展开讨论。

注释：

[1] 新华社：《12%！前三季度市场主体增速平稳活力凸显》，2019年10月22日，http://www.gov.cn/xinwen/2019-10/22/content_5443316.htm，2021年5月 1日。

[2] 国家发展改革委办公厅：《人民银行办公厅关于对失信主体加强信用监管的通知》，2018年8月2日。

[3] 国务院办公厅：《关于加快推进社会信用体系建设构建以信用为基础的新型监管机制的指导意见》，2019年7月16日。

[4] 罗丹、张波：《基于企业碳交易意愿度的整齐决策博弈分析》,《北京联合大学学报》2016年第3期。

[5] 王琦：《政府监管与企业社会责任行为的演化博弈研究》，《西南政法大学学报》2019年第1期。

[6] 张在旭、刘志阳、马莹莹：《政府监管下的企业安全生产行为研究——基于前景理论的演化博弈分析》，《数学的实践与认识》2018第4期。

[7] 罗福周、唐佳：《第三方监督下政企低碳减排策略演化博弈研究》，《生态经济》2020第4期。

[8] 赵静雯、杨洪林：《基于低碳行为和消费者监督的农产品供应链政企博弈分析》，《广西社会科学》2015第9期。

[9] 赵黎明、陈喆芝、刘嘉玥：《低碳经济下地方政府和旅游企业的演化博弈》，《旅游学刊》2015第1期。

[10] 李亘、李向阳、刘昭阁：《乳制品安全监管中的多阶段进化博弈分析》，《运筹与管理》2017第6期。

[11] Kim S. H.,“Time to Come Clean Disclosure and Inspection Policies for Green Production”,OperationsResearch, vol.63, no.1(2015), pp.1-20.

[12] 张琳、田军、党创寅，等：《企业应急物资轮换更新行为与政府监管博弈分析》，《系统工程理论与实践》2018年第10期。

[13] 吕荣胜、马广蔚：《低碳经济背景下节能减排管理政企博弈分析》，《武汉理工大学学报》(社会科学版)2013年第2期。

[14] Drezner J. A., “Designing effective incentives for energy conservation in the public sector”,DissertationAbstractsInternational， vol.60, no.2(1999), p.531.

[15] 曹爱红、韩伯棠、齐安甜：《低碳经济下政企的动态博弈分析》，《生态经济》2011年第3期。

[16] 张兆国、靳小翠、李庚秦：《低碳经济与制度环境实证研究—来自我国高能耗行业上市公司的经验证据》，《中国软科学》2013年第3期。

[17] 李媛、赵道致、祝晓光：《基于碳税的政府与企业行为博弈模型研究》，资源科学2013年第1期。

[18] 杨淑君、徐婧：《交通运输信用联合奖惩机制构建分析》，《交通世界》2018年第8期。

[19] 周晨虹：《“联合惩戒”：违法建设的跨部门协同治理——以J市为例》，《中国行政管理》2019第11期。

[20] 杨丹：《联合惩戒机制下失信行为的认定》，《四川师范大学学报》(社会科学版)2020第3期。

[21] 徐继敏：《失信联合惩戒专题研究》，《河南社会科学》2020第3期。

[22] 吴非燕：《失信企业协同监管和联合惩戒现状、难点及对策分析——以北京市为例》，《中国经贸导刊》2017第4期。

[23] 魏修建、姜博、吴刚：《企业纳税信用行为选择与政府税收治理杠杆》，《西安交通大学学报》(社会科学版)2017第6期。

[24] 孙南申：《信用规制中的企业信用修复路径》，《国际商务研究》2020第6期。

[25] 王伟：《失信惩戒的类型化规制研究——兼论社会信用法的规则设计》，《中州学刊》2019年第5期。

[26] 赵琳：《基于微分博弈的产学研合作信任构建策略研究》，硕士学位论文，重庆大学，2019年。