涉公服务承包商机会主义行为及其监管演化博弈

倪东生1，贾慧慧2，石 珊

(1.北京物资学院 商学院，北京 101149；2.闻泰科技有限公司 采购部，广东 深圳 518001；3.优你造科技有限公司 采购部，北京 100089)

1 引言

承包商作为涉公服务的供给主体，受合同的约束本应规范自身行为，保证交易的顺利进行，但由于逐利倾向、逆向选择、道德风险等属性的存在，且涉公服务产品本身无形、无样、供给过程长、无法携带和保存等特点在承包商服务供给过程中催生了各种不确定性，涉公服务承包商的机会主义行为见涨，如搭便车、寻租、欺瞒行为等，降低了涉公服务采买的效率。因此通过监管手段有效抑制承包商的机会主义行为以确保服务供给的质量和效率成为一个亟待解决的问题。

现阶段，国内外学者针对如何通过监管手段有效抑制承包商的机会主义行为做了大量研究。Rehfuss (1989)提出强化管理者的职责来降低服务外包风险。Brown和Potoski (2006)认为强化政府直接监管和引入第三方专业监督机构可以有效降低承包商的机会主义行为。Winnie等(2012)认为利用市场力量改革对承包商的激励模式可以建立更有效的监管体系来提高服务供给效率。尹贻林等(2014)通过构建业主方与承包商的演化博弈模型来寻找应对承包商机会主义行为的有效措施，认为优化监管手段可以从降低业主方的监管成本和建立声誉约束机制方面进行考虑。毛艳华(2016)基于政府与机构的二元监管博弈模型分析，认为政府在提供政策激励的同时，加大对承包商的监管力度才能促使其努力进行服务供给。丁社教和王成(2017)通过对政府监管的三方博弈模型的考察，提出了双向激励模式，即严惩与补贴并行。李士梅和高维龙(2018)认为从显性契约与隐性契约有机结合的角度来优化激励约束模式可以减少承包商的道德风险与机会主义。岳向华和林毓铭(2019)基于政府部门与承包商间的博弈模型分析，认为提高惩罚和补贴力度可以有效约束承包商的违规行为。

现今，针对承包商机会主义行为的监管研究更多地考虑补贴和惩罚的效用，多采用演化博弈，但仍存在不足。基于此，本文从动态奖惩的视角出发，构建了静态补贴与静态惩罚、动态补贴与动态惩罚机制下承包商与涉公组织的演化博弈模型，并通过理论分析与数值仿真相结合的手段探讨了博弈双方的演化稳定策略，并分析了奖惩上限边界，为运营监管机制的设计提供了一定的借鉴。

2 静态补贴与静态惩罚机制下演化博弈模型构建分析

2.1 模型假设

假设1：涉公组织与承包商分别存在两种选择，承包商的策略选择为“不采取机会主义行为”和“采取机会主义行为”。承包商基于追逐利润的天性，在拥有信息优势的前提下可能会存在合谋、降低服务质量、减少服务供给数量等倾向。涉公组织有行使监督的职责，因而策略选择设为“积极监管”和“消极监管”。若承包商在服务供给中采取机会主义行为，假设涉公组织通过积极监管发现的概率为100%。两者的行为决策相互独立。

假设2：承包商不采取机会主义行为的概率设为

x

，采取机会主义行为的概率为(1-

x

)；涉公组织对承包商进行积极监管的概率为

y

，进行消极监管的概率为(1-

y

)。其中

x

,

y

∈[0,1]。假设3：承包商从项目可获得

A

的正常收益，取值范围为[0,∞]；若承包商采取机会主义行为，将获得

R

的额外收益，即节约的服务供给成本，同时还需承担验收考核不合格、声誉下降致使涉公组织减少与其合作的机会等期望损失

U

，其中

R

>

U

；假设涉公组织对承包商进行奖惩，若涉公组织进行积极监管时发现承包商努力进行服务供给，则给予

S

的一般性补贴，同时给予承包商采取机会主义行为的一般性惩罚为

P

，且

S

<

P

，

R

<

P

。涉公组织因合同的正常履行可获得

A

的正常收益，取值范围为[0,∞]；涉公组织消极监管付出

C

的监管成本，积极监管付出

C

的监管成本，如投入较高的成本制定监管规则、规章制度等，投入较多的人力物力去开发或购买高端科技网络设备等，

P

>

C

>

C

>0；若承包商采取机会主义行为时，涉公组织进行消极监管，需承担一定的期望损失

U

，如出现社会福利或名誉损失、上级责罚等，取值范围为[0,∞]。

2.2 模型构建与稳定性分析

基于上述假设，构建出静态补贴与静态惩罚机制下的支付收益矩阵，如表1所示。

承包商涉公组织积极监管y消极监管(1-y)不采取机会主义行为xA1+S,A2-C2-SA1,A2-C1采取机会主义行为(1-x)A1+R-U1-P,A2-C2+PA1+R-U1,A2-C1-U2

得到复制动态方程组：

T

(

x

)=

x

(1-

x

)(

yS

-

R

+

U

+

yP

),

K

(

y

)=

y

(1-

y

)[-

C

-

xS

+(1-

x

)

P

+

C

+(1-

x

)

U

]基于演化稳定策略理论可知，令

T

(

x

)=0、

K

(

y

)=0，才有均衡解。求出四个纯策略均衡点为(0,0),(0,1),(1,0),(1,1)，当0≤时，还存在均衡点基于

T

(

x

)和

K

(

y

)得到雅克比矩阵

J

，如式(1)所示。

(1)

将以上5个均衡点分别代入式(1)求得秩det(

J

)和迹

tr

(

J

)，仅当满足det(

J

)>0且

tr

(

J

)<0时，均衡点才是博弈系统的演化稳定策略(ESS)。若det(

J

)<0，则为鞍点，其余则为不稳定点。经过分析可知，(0,0),(0,1),(1,0),(1,1)的det(

J

)均小于的det(

J

)>0，

tr

(

J

)=0，故可知(0,0),(0,1),(1,0),(1,1)均为鞍点，为中心点。可知博弈系统在均衡点(0,0),(0,1),(1,0),(1,1)处均不具有稳定性，且均衡点为中心点，即承包商与涉公组织构成的博弈系统的演化趋势是围绕中心点的闭环曲线，接近均衡点但始终无法稳定到该点。因而静态补贴与静态惩罚机制下的博弈系统不存在演化稳定策略(ESS)，此时任何细微的变化都将会对承包商与涉公组织的策略选择产生较大的影响。

3 动态补贴与动态惩罚视角下演化博弈模型构建分析

假设涉公组织对承包商的奖惩措施与承包商的策略选择有关，即设涉公组织给予承包商的补贴与其不采取机会主义行为的概率

x

成正比，承包商可享受

S

=

xS

的补贴，其中

S

为补贴上限；涉公组织给予承包商的惩罚与其采取机会主义行为的概率(1-

x

)成正比，承包商需要承担

P

=(1-

x

)

P

的惩罚，其中

P

为惩罚上限。将

S

=

xS

和

P

=(1-

x

)

P

分别代入

T

(

x

),

K

(

y

)，进而得到复制动态方程组

T

(

x

)=

x

(1-

x

)[

yxS

-

R

+

U

+

y

(1-

x

)

P

]，而

K

(

y

)=

y

(1-

y

)[-

C

-

x

S

+(1-

x

)

P

+

C

+(1-

x

)

U

]。

同理，得到纯策略均衡点为(0,0)，(0,1)，(1,0)，(1,1)，当≤时，还存在

将以上5个均衡点分别代入det(

J

)和

tr

(

J

)中，经过分析可知，(0,0),(0,1),(1,0)的det(

J

)均小于0，(1,1)的det(

J

)不确定正负号，的det(

J

)>0，

tr

(

J

)<0，故可知均衡点(0,0),(0,1),(1,0)均为鞍点，均衡点(1，1)为鞍点或不稳定点，博弈系统在处存在渐进稳定性，即该均衡点为演化稳定策略(ESS)，即在动态补贴与动态惩罚机制下，承包商与涉公组织的演化轨迹是趋向于均衡点的螺旋曲线，说明当涉公组织进行积极监管的意愿为时，承包商不采取机会主义行为的意愿稳定于此时无法通过表达式判定何种机制更优，以下将通过数值仿真来直观展示。

4 数值仿真分析

本文在Vensim系统中所建立的仿真模型由承包商子系统和涉公组织子系统两个部分构成。结合涉公服务领域相关专家的经验对静态补贴与静态惩罚基准下相关参数进行赋值，令

A

=18,

R

=8,

U

=3,

A

=10,

C

=3,

C

=6,

U

=5,

S

=7,

P

=9,

x

,

y

=0

.

4,0

.

6。从仿真运行结果来看，静态补贴与静态惩罚场景下系统演化路径为绕着中心点(0

.

523809523,0

.

3125)无限循环的圆环，呈周期性变化趋势。仿真结果表明，承包商与涉公组织的演化过程不存在稳定均衡点，即该博弈系统不存在演化稳定策略(ESS)。动态补贴与动态惩罚场景下系统演化路径呈螺旋收敛趋势，并最终收敛于(0

.

5,0

.

625)的位置。仿真结果表明，承包商与涉公组织的演化过程存在稳定均衡点，该博弈系统存在演化稳定策略(ESS)，即在涉公组织积极监管的概率为0.625时，承包商不采取机会主义行为的概率稳定于0.5。说明动态补贴与动态惩罚机制不仅有效地抑制了承包商的机会主义行为，且监管投入更小。综上分析，动态补贴与动态惩罚机制优于静态补贴与静态惩罚机制。假设

x

和

y

的初始值均为0.5。本文在初始仿真数值

S

=7的基础上，保持其余参数不变，令

S

分别为5或3。在初始仿真数值

P

=9的基础上，保持其余参数不变，令

P

分别为11或13。从仿真运行结果来看，随着

S

的降低，

x

在演化前期也会降低，但

y

在演化前期则会升高，且

x

和

y

的收敛点均得到提升。表明动态补贴与动态惩罚机制下，一定范围内合理降低补贴上限，意味着涉公组织所付出的最大正向激励成本降低，短期内承包商不采取机会主义行为的意愿也会下降。这说明合理降低补贴上限，可以更有效地抑制承包商的机会主义行为，但所依赖的是涉公组织更高强度的监管力度。随着

P

的升高，

x

的收敛点提升，但

y

的收敛点却出现下降趋势。表明增大惩罚上限，会对承包商带来更大的威慑，承包商越倾向于不采取机会主义行为，当政府意识到承包商的努力程度在不断提升，会在一定程度上放松监管，并在彼此的相互制约中趋于稳定。说明增大涉公组织给予承包商采取机会主义行为的惩罚上限，可以更有效地抑制承包商的机会主义行为，且涉公组织也可以一定程度上放松监管以减轻自身的监管压力。

5 研究结论

本文基于有限理性假设，从动态奖惩的视角出发，分别构建了静态补贴与静态惩罚、动态补贴与动态惩罚机制下承包商机会主义行为与涉公组织监管行为的演化博弈模型。研究发现：涉公组织采用静态补贴与静态惩罚的监管机制时，博弈系统不存在演化稳定策略(ESS)，演化路径是围绕中心点无限循环的圆环；当涉公组织采用动态补贴与动态惩罚的监管机制时，博弈系统存在演化稳定策略(ESS)，演化路径呈螺旋收敛趋势。一定范围内合理降低补贴上限或加大惩罚上限均可有效鼓励或鞭策承包商努力服务供给，补贴与惩罚相结合设定奖惩上限边界，即低补高罚，才能避免出现过犹不及的问题。