“数字化集中仓”模式下危化品仓储安全监管的演化博弈分析*

王 伟，刘晓雅，卢菊花，丁黎黎，张文思

（1.中国海洋大学经济学院，山东 青岛 266100；2.青岛恒星科技学院机械与汽车工程学院，山东 青岛 266100）

0 引言

由于危化品大多具有易燃易爆特点，稍有不慎易引发重大事故，因此危化品生产、运输、仓储等环节的安全监管问题受到相关政府部门高度重视[1]。各地方政府部门虽然已出台众多关于危化品仓储管理的行政法规，但是危化品仓储事故仍时有发生。因此，政府部门仍需进一步加强对危化品仓储企业的安全监管[2]。回顾以往发生的危化品仓储事故，不难发现事故频发的原因主要有以下2 个方面：1）政府监管不到位、责任缺失。在实际监管过程中，政府部门很难做到24 h 实时掌握和监控危化品企业的仓储动态。2）危化品企业仓储水平有待提高。危化品仓储基础设施投资成本大、技术门槛高，制约危化品企业仓储水平提高。很多危化品企业仓储管理水平落后、安全仓储意识较差，普遍存在“黑仓库”，具有严重安全隐患[3]。因此，如何提升政府监管效能、创新政府监管方式、改善危化品企业仓储现状是当前危化品仓储安全监管领域亟待解决的问题。

国内外学者围绕危化品仓储安全监管问题展开大量研究，主要集中在危化品仓储技术监测与预警、危化品仓储政府监管等方面。在危化品仓储技术监测与预警方面，Li等[4]构建实时动态风险监测模型，识别危化品存储过程中存在的风险。胡鹏等[5]通过设计算法跟踪危化品仓储矢量，准确识别危化品发生事故范围。刘学君等[6]对危化品立体仓库各货位进行火灾温度监测及高温点定位，实现危化品仓储安全预警。戴波等[7]提出1 种利用利用超宽带（ultra wide band，UWB）定位技术的虚拟力算法，提高危化品仓库堆垛监测精度。

在危化品仓储政府监管方面，许多学者运用演化博弈理论，研究政府监管下的危化品仓储安全问题。韩震等[8]为研究港口危化品安全管理问题，构建由政府、资源提供商和物流服务商3 方组成的演化博弈模型。Gao等[9]利用演化博弈的方法研究政府与港口危化品企业之间的行为博弈，并指出动态惩罚机制和补贴是有效的监管手段。张季平[10]认为通过加大对违规企业的惩罚力度，在短时间内可以保证危化品物流企业合法运营，但是长期内并不能完全消除违法行为，反而还会使政府监管部门放松警惕。实质上，危化品仓储监管是政府和危化品仓储企业之间的动态博弈过程。演化博弈理论以有限理性的群体作为研究对象，利用动态分析法把影响参与主体行为的因素纳入模型，使其更好地反映参与主体的策略演化趋势[11-12]。近5年来（2018—2022年），演化博弈理论常被应用于危化品行业监管领域，如危化品生产、运输、仓储等[13-15]。

然而，现有关于危化品仓储监管的研究大部分考虑采用传统监管方式，如：提高政府监管力度、加强行政处罚、引入第3 方监管等，上述监管方式基本没有减轻政府繁重的监管任务和危化品企业安全仓储成本。随新兴信息技术、智能识别技术、大数据应用技术等飞速发展，智能监管、数字化网络监管平台等新的仓储监管方式纷纷涌现。在数字经济时代，政府部门采取新的监管技术模式势在必行，但少有学者从该角度进行危化品仓储安全监管研究。相关政府部门如何合理利用新监管技术指导危化品仓储企业安全仓储，实现监管效能提升？ 危化品仓储企业是否可以通过新技术降低仓储运营成本，实现仓储效果优化？ 解决上述问题对于促进危化品仓储行业可持续发展具有重要意义。

本文运用演化博弈理论，引入政府搭建“危化品集中式仓储中心+数字化网络监管平台”（简称“数字化集中仓”）策略，构建政府监管部门与危化品仓储企业之间的演化博弈模型，将建仓策略（建数字化集中仓，不建数字化集中仓）、监管策略（严格监管，宽松监管）以及仓储策略（合规仓储，违规仓储）进行组合研究，探讨政府和危化品仓储企业的动态博弈过程，研究不同建仓概率下政府监管行为、企业仓储行为的演化趋势，为政府推行智能化监管技术模式和危化品仓储企业实施智慧化仓储管理模式提供相关决策参考。

1 模型假设及构建

1.1 模型假设

在危化品仓储监管过程中，政府部门和危化品仓储企业之间的策略相互影响，是1 种动态博弈过程。本文模型作出如下假设：

假设1 政府选择建数字化集中仓概率为x，0 ≤x≤1，选择不建数字化集中仓概率为1-x。政府选择严格监管概率为y，0 ≤y≤1，选择宽松监管概率为1-y。危化品仓储企业选择合规仓储概率为z，0≤z≤1，选择违规仓储概率为1-z。

假设2 政府建数字化集中仓成本为CW，数字化集中仓建成后，危化品仓储企业均选择数字化集中仓储，假设企业数量有n 个；若政府不建数字化集中仓，则危化品仓储企业仅选择各自独立仓储。

假设3 仓储活动给危化品仓储企业带来的经济收益为Rp。危化品仓储企业选择独立仓储时，企业承担的仓库自建或租赁费用为Wp，合规仓储过程中的运营费用（如：对仓储设备的维护保养、场地运营、仓储人员定期培训等投入资金）为Cp，违规仓储过程中的运营费用为0；危化品仓储企业选择集中仓储时，向政府支付的仓储托管费用为Wg，且Wp＞Wg。由于集中仓由政府和企业共同运营，因此集中仓可以降低企业在仓储过程中的投入资金，即合规仓储运营费用为βCp，β 为成本降低系数，0≤β≤1，违规仓储过程中的运营费用为0。

假设4 政府付出一定监管成本对危化品仓储企业进行严格监管时，基本上会发现企业的违规仓储行为，从而可以有效避免一部分危险事故发生。假设不建集中仓时严格监管成本为Cg。政府建集中仓后，可方便监管，此时政府严格监管成本为αCg，α为监管便利程度系数，0≤α≤1。若危化品仓储企业违规仓储，政府监管部门在监督检查过程中，发现危化品仓储存在重大安全事故隐患，则对其进行停产停业等整顿并处以罚款F。但政府监管部门作为公共管理部门，其本身不获得监管收入，因此罚款不作为其经济收益。

假设5 政府宽松监管时，投入成本为0。在政府宽松监管与危化品仓储企业违规仓储情况下，发生危险事故的概率为θ。一旦发生事故，对危化品仓储企业造成的经济损失为Sp，同时也会使地方政府公信力下降，给政府带来声誉损失Sg；如果建集中仓后发生事故，不仅会对政府造成声誉损失，还会破坏集中仓设施，给政府带来的总声誉损失为Sg′，且Sg′＞Sg。由于危化品仓储事故发生概率通常处于较低水平，即θ为较小值，因此假定F-θSp＞0 成立。

1.2 收益矩阵和复制动态方程

根据上文假设，可得政府部门和危化品仓储企业在不同策略下的收益矩阵，如表1所示，表中逗号前的公式为政府部门的收益，逗号后的公式为危化品仓储企业的收益。

表1 政府部门和危化品仓储企业的收益矩阵Table 1 Revenue matr ix of government departments and hazardous chemicals warehousing enterprises

根据收益矩阵，可以得到政府严格监管的期望收益如式（1）所示：

政府宽松监管的期望收益如式（2）所示：

政府部门选择监管策略的平均收益如式（3）所示：

则政府监管部门的复制动态方程如式（4）所示：

危化品仓储企业合规仓储的期望收益如式（5）所示：

危化品仓储企业违规仓储的期望收益如式（6）所示：

危化品仓储企业选择仓储策略的平均收益如式（7）所示：

则危化品仓储企业的复制动态方程如式（8）所示：

2 演化博弈模型

2.1 政府的演化稳定性分析

1）当z0≤0 时，由于解得

2）当0＜z0＜1 时，由于解得

3）当z0≥1 时，由于此时无解。

2.2 危化品仓储企业的演化稳定性分析

1）当y0≤0 时，根据假设可知F-θSp＞0，所以（xβ+1-x）Cp-θSp≤0，解得因此，在x∈情况下，当z*=1 时，满足＜0，此时z*=1 是稳定策略，危化品仓储企业选择合规仓储。

2）当 0＜y0＜1 时，由于 F-θSp＞0，所以，解得因此，在的情况下，当y＞y0时，有z*=1 满足，此时z*=1 是稳定策略，危化品仓储企业选择合规仓储；当y＜y0时，有z*=0 满足＜0，此时z*=0 是稳定策略，危化品仓储企业选择违规仓储。

3）当 y0≥1 时，由于 F-θSp＞0，所以，解得因此，在的情况下，当z*=0 时，满足＜0，此时z*=0 是稳定策略，危化品仓储企业选择违规仓储。

2.3 混合策略的均衡点及稳定性分析

根据上文可知，政府监管部门和危化品仓储企业的策略选择会受到政府建仓概率的影响。设 x1=

假设在情形1 中，有0≤x1＜x2＜x3≤1。

当x∈[0，x1]时，政府监管部门的稳定策略为y*=0，危化品仓储企业的稳定策略为z*=0。因此，当x∈[0，x1]时，政府监管部门和危化品仓储企业的混合均衡策略为（0，0）。

当x∈（x1，x2]时，政府监管部门的稳定策略为y*=1，危化品仓储企业的稳定策略为z*=0＜z0。因此，当x∈（x1，x2]时，政府监管部门和危化品仓储企业的混合均衡策略为（1，0）。

当x∈（x2，x3）时，无稳定点，政府监管部门或危化品仓储企业无法实现1 个稳定策略。

当x∈[x3，1]时，政府监管部门的稳定策略为y*=0，危化品仓储企业的稳定策略为z*=1＞z0。因此，当x∈[x3，1]时，政府监管部门和危化品仓储企业的混合均衡策略为（0，1）。同理，可得出情形2（0 ≤x2＜x1＜x3≤1）和情形3（0≤x2＜x3＜x1≤1）中政府监管和危化品仓储企业的混合均衡策略。

3 演化仿真分析

本文使用MATLAB模拟系统动态演化，通过数值仿真实验验证上文的均衡策略和博弈结论（以情形1 为例）。由于涉及决策主体及相关策略比较复杂，难以在实际中获取全部相关数据。为保证参数取值合理性，本文借鉴文献[8，10，13]中的参数设定经验，结合本文中参数的定义及约束条件，对模型相关参数进行初始赋值，并通过现实调研和咨询相关领域专家，对参数取值进行适当调整。

设定参数值为：θ=0.2，Sg′=200，Sg=100，Cg=30，α=0.2，F=12，Cp=25，Sp=40，β=0.2。那么x1=0.23，x2=0.65，x3=0.85。建仓概率x分别取0.2，0.5，0.7，0.9 得到政府部门和危化品仓储企业的演化仿真如图1～4 所示，图1～4 中纵坐标概率指政府部门选择严格监管概率及危化品仓储企业选择合规仓储概率。

图1 当x=0.2 时的演化仿真示意Fig.1 Evolution simulation when x=0.2

图2 当x=0.5 时的演化仿真示意Fig.2 Evolution simulation when x=0.5

由图1～4 可知，当建仓概率较小时（0＜x＜x1），由于政府严格监管需要付出较高成本，因此政府选择宽松监管。危化品仓储企业合规仓储成本高于政府罚款与发生事故可能造成的损失之和，因此危化品仓储企业管理者会存有侥幸心理，选择违规仓储。

随着建仓概率进一步提高（x1＜x＜x2），政府部门提高监督力度，选择严格监管，但不足以使危化品仓储企业向合规仓储策略演化。

图3 当x=0.7 时的演化仿真示意Fig.3 Evolution simulation when x=0.7

图4 当x=0.9 时的演化仿真示意Fig.4 Evolution simulation when x=0.9

当建仓概率处于中等水平时（x2＜x＜x3），政企的演化策略是无限循环的。若政府宽松监管，则企业选择违规仓储；若政府严格监管，则企业选择合规仓储；但当企业选择合规仓储时，政府宽松监管的收益高于严格监管时，故政府选择宽松监管策略，如此循环往复，无法实现1 个稳定策略。

当建仓概率很高时（x＞x3），危化品仓储企业通过入驻集中仓，降低企业合规仓储运营成本，从而自觉选择合规仓储，而政府监管部门则采取宽松监管策略。

4 结论

1）当建仓概率很低时（0＜x＜x2），政府监管部门和危化品仓储企业都会消极对待。危化品仓储企业由于合规仓储成本较高，大概率会选择违规仓储，政府监管部门因为不愿投入监管成本，大概率会选择宽松监管。

2）当建仓概率处于中等水平时（x2＜x＜x3），政企演化过程循环往复，无法实现均衡。政府在监管过程中会交替出现监管过严和过松的周期性波动情景，而危化品仓储企业也出现“合规仓储—违规仓储—合规仓储”的周期性波动现象。

3）当建仓概率很高时（x＞x3），若集中仓带来的合规仓储成本降低程度较低时，危化品仓储企业依旧会选择违规仓储；只有当成本降低程度超过一定阈值时，危化品仓储企业才会自愿选择合规仓储。

4）当政府不建设数字化集中仓时，其不仅要强化监管职责，防止出现懒政怠政等现象，还要对危化品仓储企业给予政策支持和财政补贴，鼓励企业按标准化流程开展仓储活动，而对于执行较差的企业应严格处罚。

5）当政府建设数字化集中仓时，其可以将危化品仓储从零散式监管转化为集中式监管。通过打造数字化网络监管平台，全面掌握辖区内危化品仓储企业动态，对企业进行分级、分类监管，对日常监管中出现的问题做到及时处理。同时还应下调入驻企业的托管费用，从而降低企业的运营成本。