一、博弈分析的基本假定

作為博弈參與人的企業(yè)和政府，都理性地追求自身效益的最大化。企業(yè)作為一個(gè)獨(dú)立進(jìn)行生產(chǎn)經(jīng)營(yíng)的經(jīng)濟(jì)單位，具有完全的“理性”，以利潤(rùn)最大化為基本目標(biāo)。政府作為社會(huì)公共利益最大化的代表者，更多追求的是社會(huì)效益、環(huán)境效益等社會(huì)公共利益的最大化。

二、無(wú)政府監(jiān)督狀態(tài)下的博弈

在無(wú)政府監(jiān)督狀態(tài)下，博弈雙方均為企業(yè)。假設(shè)有兩個(gè)生產(chǎn)規(guī)模實(shí)力相當(dāng)?shù)钠髽I(yè)甲和乙，兩種質(zhì)量管理模式：生態(tài)質(zhì)量管理（EQM）和傳統(tǒng)質(zhì)量管理（CQM）。收益矩陣見(jiàn)表1。如果二者都選擇生態(tài)質(zhì)量管理，其收益分別為X1，X2；如果二者都不選擇，其收益為分別Y1，Y2。選擇實(shí)行生態(tài)質(zhì)量管理模式提高資源利用效率，減少對(duì)環(huán)境有害的負(fù)產(chǎn)出，環(huán)境得到改善，但由于環(huán)境改善的長(zhǎng)期性,在短期內(nèi)企業(yè)投資后直接收益往往小于不投資的直接收益，也就是X1<Y1，X2<Y2。由收益矩陣可看出，當(dāng)企業(yè)甲選擇EQM時(shí)，因X2<Y2，故企業(yè)乙選擇CQM；當(dāng)企業(yè)甲選擇CQM時(shí)，因X2<Y2，企業(yè)乙仍會(huì)選擇TQM。可見(jiàn)，企業(yè)乙的最優(yōu)策略都是TQM。同理，企業(yè)甲的最優(yōu)策略也是TQM。這時(shí)出現(xiàn)“囚徒困境”，納什均衡為(CQM，CQM)。

由以上博弈現(xiàn)象可以看出，由于自利性與市場(chǎng)競(jìng)爭(zhēng)的存在，企業(yè)質(zhì)量管理模式的選擇結(jié)果往往都是CQM。在沒(méi)有政府的干預(yù)下，模式的選擇問(wèn)題是市場(chǎng)化的結(jié)果。對(duì)于企業(yè)而言，實(shí)行生態(tài)質(zhì)量管理意味著減少污染，提高資源利用效率，減少對(duì)環(huán)境有害的負(fù)產(chǎn)出，需要企業(yè)增加投資用以改善生產(chǎn)條件，改進(jìn)機(jī)械設(shè)備，加大環(huán)保力度，引進(jìn)專門人才，等等。這都將使企業(yè)增加生產(chǎn)成本，降低企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，在短期內(nèi)降低利潤(rùn)。如果沒(méi)有政府的調(diào)控、監(jiān)督，市場(chǎng)機(jī)制不能直接引領(lǐng)追求利潤(rùn)最大化的企業(yè)自發(fā)地選擇生態(tài)質(zhì)量管理模式。企業(yè)只關(guān)注自身利益，不顧其經(jīng)濟(jì)生產(chǎn)活動(dòng)給自然環(huán)境造成的危害，勢(shì)必會(huì)造成生態(tài)環(huán)境的急劇惡化。要改變這個(gè)結(jié)果就需要政府的有力調(diào)控和監(jiān)督管理。

三、有政府監(jiān)督狀態(tài)下的博弈

在有政府監(jiān)督狀態(tài)下，博弈的雙方為政府和企業(yè)。假定企業(yè)進(jìn)行生產(chǎn)時(shí)實(shí)行了EQM，且政府也不進(jìn)行檢查，此時(shí)社會(huì)公共利益凈損失為0。假定政府和企業(yè)都清楚地知道在不同的情形下的各自所得，雙方都獨(dú)立做出決策，即一方在做決策時(shí)不知另一方的決策。同樣，企業(yè)有兩種可供選擇的質(zhì)量管理模式：生態(tài)質(zhì)量管理模式（EQM）和傳統(tǒng)的質(zhì)量管理模式（CQM），各自所對(duì)應(yīng)的利潤(rùn)是a1和a2，企業(yè)選擇EQM的概率是p。而政府以概率q對(duì)企業(yè)進(jìn)行監(jiān)督檢查，以確定企業(yè)在進(jìn)行經(jīng)濟(jì)生產(chǎn)時(shí)是否實(shí)行EQM。如果企業(yè)未實(shí)行EQM則對(duì)企業(yè)加以處罰b，這也意味著政府可以得到一筆數(shù)額為b的公共收入。但不論企業(yè)是否實(shí)行EQM，只要政府進(jìn)行檢查都要花費(fèi)檢查成本c。由于政府的檢查成本并不能直接帶來(lái)社會(huì)公共利益的增加，所以政府進(jìn)行檢查直接導(dǎo)致社會(huì)公共利益減少c。而且，企業(yè)在進(jìn)行生產(chǎn)時(shí)沒(méi)有實(shí)行EQM，只是單純地追求企業(yè)自身的經(jīng)濟(jì)利益，將導(dǎo)致環(huán)境成本d的產(chǎn)生。這樣，可以得到如下的博弈矩陣：博弈矩陣中的前一個(gè)數(shù)表示政府的得益，后一個(gè)數(shù)表示企業(yè)的得益。從上面的假設(shè)來(lái)看，當(dāng)a1>a2時(shí)，該博弈存在唯一的純策略納什均衡(不檢查，生態(tài)質(zhì)量管理)。也就是說(shuō)，當(dāng)企業(yè)選擇EQM進(jìn)行生產(chǎn)管理要比企業(yè)實(shí)行CQM獲得更多的利潤(rùn)時(shí)“，理性”的企業(yè)必然選擇EQM，而政府也必然不進(jìn)行檢查。當(dāng)然，正如前面分析，這種情況一般不會(huì)發(fā)生。一般來(lái)說(shuō)，在短期內(nèi)企業(yè)投資進(jìn)行生產(chǎn)管理改進(jìn)后的直接收益往往小于不投資改進(jìn)的直接收益，也就是a1<a2。此時(shí)，該博弈沒(méi)有純策略納什均衡，只能求解混合策略納什均衡。在給定企業(yè)選擇EQM的概率是P時(shí)，政府選擇檢查(q=1)和不檢查(q=0)時(shí)的期望得益為：E(p，1)=-c*p+(b-c-d)*(1-p)=b-bp-c+dp-dE(p，0)=0*p+（-d）*（1-p）=dp-d令E(p，1)=E(p，0),(i)解得：p*=1-c/b,(ii)在給定進(jìn)行政府檢查的概率q，企業(yè)選擇EQM(P=1)和CQM(p=0)時(shí)的期望得益為：E(1,q)=a1*q+a1*(1-q）=a1E(O,q)=（a2-b）*q+a2（1-q）=a2-bq令E(1,q)=E(0,q)，(iii)解得：q*=（a2-a1）/b(iv)從以上的博弈分析可以得到如下結(jié)論：

（一）由式(i)可知“，理性”的政府在p小于1-c/b時(shí)會(huì)選擇檢查；當(dāng)p大于1-c/b時(shí)不進(jìn)行檢查；當(dāng)P等于1-c/b時(shí)，政府選擇檢查與不檢查無(wú)太大差別。

(二)由式(ii)可知，企業(yè)選擇EQM的概率p與政府管制的懲罰額度b成正比，與政府的檢查成本成c反比。這可能與以下原因有關(guān)，一方面當(dāng)政府管制的懲罰額度很高時(shí)，會(huì)增加企業(yè)選擇CQM的成本，從而更愿意選擇E-QM；另一方面，政府檢查成本低會(huì)提高企業(yè)被懲罰的概率，從而也增加了企業(yè)選擇CQM的成本，因而企業(yè)也更愿意選擇EQM。由此可知，在罰款b不變的情況下，政府可以通過(guò)使用信息網(wǎng)絡(luò)、優(yōu)化監(jiān)督流程、提高監(jiān)督效率等方法降低其監(jiān)督檢查的成本c，則q*不變,p*增大，即政府保持檢查的比例不變，而企業(yè)則會(huì)提高選擇EQM的概率。在政府檢查成本c保持不變的情況下，可以改變罰款b的大小，進(jìn)行調(diào)控：增大對(duì)CQM的罰款b，則p*增大，q*減小，即政府可以降低檢查的比例，企業(yè)EQM的概率增大。

(三)由式(iii)可知，“理性”的企業(yè)在q小于（a2-a1）/b時(shí)選擇EQM；在q大于（a2-a1）/b時(shí)選擇CQM。當(dāng)q等于（a2-a1）/b時(shí)企業(yè)選擇EQM與選擇CQM無(wú)太大差別。

(四)由式(iv)可知，政府選擇檢查的概率q與企業(yè)選擇CQM的額外所得額（a2-a1）成正比，與懲罰額度b成反比。這可以解釋為：CQM額外所得多會(huì)激勵(lì)企業(yè)選擇這種模式，政府更需要進(jìn)行檢查；而懲罰額度對(duì)企業(yè)選擇CQM產(chǎn)生的是負(fù)激勵(lì)，相應(yīng)地政府也不需要進(jìn)行檢查。

四、總結(jié)

市場(chǎng)不是萬(wàn)能的，生態(tài)環(huán)境的改善，企業(yè)對(duì)生態(tài)質(zhì)量管理模式的選擇，需要政府有力地調(diào)控和監(jiān)督管理。有了政府這只“看得見(jiàn)的手”進(jìn)行宏觀調(diào)控，才能真正地實(shí)現(xiàn)社會(huì)、經(jīng)濟(jì)、自然的協(xié)調(diào)可持續(xù)發(fā)展。