府際關系視角下區域環境政策執行偏差研究
——基于博弈模型的分析

陳宇，閆倩倩，王洛忠

（北京師范大學 政府管理學院，北京 100875）

改革開放40年來，中國工業化和城鎮化快速發展，然而生態環境卻為此付出了巨大代價。從整體上看，中國生態環境處于“局部改善、總體惡化、前景堪憂”的尷尬境地。與此同時，公民權利意識日益覺醒，環境與環保問題逐漸進入大眾視野并提上政府的政策議程。十八大以來，國務院相繼出臺《生態文明體制改革總體方案》《“十三五”生態環境保護規劃》等政策法規以加強生態文明建設，習近平總書記指出，“歷史地看，生態興則文明興，生態衰則文明衰。生態文明建設是全國建成小康社會的突出短板，必須從根本上扭轉中國生態環境惡化的趨勢”[1]，將生態文明建設提升至治國理政的戰略高度。

環境作為公共物品，溢出效應明顯，其治理專業、復雜，治理難度和風險巨大，以單一行政區為中心的傳統治理模式效果甚微，日益被強調咨詢、互動、協商和網絡的現代治理模式所替代，區域合作成為化解治理風險的有效途徑[2]。盡管區域性公共問題涉及政府、企業、專業學者、社會公眾等多元利益主體，但相較于其他治理主體，政府憑借其資源優勢和環境治理責任仍承擔著“元治理”的角色[3]。世界各國經驗也表明，政府在環境保護中發揮著主導作用，政府間合作機制是環境保護的重要基礎，政府有效地執行區域環境政策是保障環境治理效果的基石。在中國科層制管理體制下，區域環境政策執行不僅涉及到橫向同級政府間的討價還價，還涉及到縱向中央政府與地方政府間的利益博弈，政策執行活動在錯綜復雜的府際關系中完成，故而府際關系是影響中國區域環境政策執行的重要因素。

府際關系（Intergovernmental Relation，IGR）即政府間關系，指各級政府間的一種互動機制，其本質是權力配置和利益分配[4]。府際關系主要呈現出五種形態，包括橫向府際關系、縱向府際關系[5]、斜向府際關系[6]、十字型府際關系[7]和網絡型府際關系[8]，此外，楊宏山[9]還開拓了主權國家府際關系的新領域。其中，縱向府際關系和橫向府際關系是學者研究的重點。

最早從府際關系視角研究政策執行的是馬爾科姆·戈金，他在總結第一代和第二代政策執行的基礎上，從府際關系的視角提出了“府際政策執行溝通模型”[10]，認為中央政府做出決定啟動政策執行過程后，這一決定會約束政策執行人員的選擇和行為，地方政府對這一約束的回應取決于地方政府偏好的性質和強度以及地方政府行為的能力。Ripley和Franklin指出[11]，“典型的公共政策執行是發生在一個復雜府際關系網絡上，其中多元參與者經常抱持分歧而且沖突的目標與期望，因此各層次間的府際關系運作能否順暢，自然與政策執行的效果息息相關?！笔┌乩蛘J為，政策是否能夠有效執行，關鍵在于培養正面的府際間運作關系，她還根據聯邦與地方官員彼此互信程度以及上級機構的監督介入情形，將府際的運作關系分為“合作共事型”“合作但維持地方自主型”“逃避式各自為政型”和“爭斗式各自為政型”[12]。

近年來，區域環境政策成為新的研究熱點，府際關系的視角[13-14]、政策網絡的視角[15-16]、公共選擇理論的視角[17-18]是當前研究的三種主要視角。但無論采取哪一研究視角，學者的基本共識是：“利益”是影響區域環境政策的重要因素，不同主體間的利益博弈是影響環境政策有效執行的關鍵變量。但是，從現有文獻來看，學者并未將“利益”作為一種獨立要素進行分析，也未對不同主體間如何開展利益博弈進行深入分析。本文從府際關系的視角，運用博弈模型分析政府在區域環境政策執行過程中的利益博弈和行為偏差的產生機制，以期為化解區域環境治理的困境提供新的思路。

一、區域環境政策執行偏差的實證分析——完全理性的靜態博弈

（一）橫向府際關系：薄弱環節協調博弈模型

公共選擇理論認為，政治決策者與市場決策者一樣是追求自身利益最大化的理性“經濟人”，地方政府“經濟人”理性引發的直接后果就是最大化本地區的特殊利益。在區域環境治理中，環境作為一種公共物品，具有極強的外部性，一個區域內環境污染的成本由本區域內的所有地方政府承擔，治理效果也為本區域所有地方政府所共享，溢出效應明顯，因此在區域環境治理中，理性的地方政府之間存在著利益博弈關系。從環境治理的現實看，區域環境治理的效果并非由某一單個地方政府的政策執行所決定，而是取決于政策執行的最薄弱環節，即區域環境治理遵循“木桶法則”。因此從橫向府際關系來看，如果有一個地方政府的政策執行出現偏差，那么這個地方政府的環境治理效果將決定整個區域的環境治理效果。以中國大氣環境治理為例，鑒于大氣跨域污染的嚴峻形勢，一些地方政府已經開展了區域協同治理的相關實踐，例如，京津冀地區、長三角地區、珠三角地區等。其中，京津冀地區既是中國大氣污染連片排放和跨域疊加傳輸最為嚴重的地區，也是中國較早開展區域環境協同治理的地區。2013年10月23日，為貫徹執行《關于推進大氣污染聯防聯控工作改善區域空氣質量的指導意見》《大氣污染防治行動計劃》《京津冀及周邊地區落實大氣污染防治行動計劃實施細則》等政策文件中關于大氣污染協作機制的相關規定，北京市、天津市、河北省政府在京召開首次工作會議，并成立了京津冀及周邊地區大氣污染防治協作小組，協調區域環境政策執行。但從京津冀霧霾治理的效果來看，政策執行的整體效果不佳。根據中國環境監測總站公布的74城市月度空氣質量報告顯示，從2013年10月建制到2018年10月，京津冀地區大氣環境質量雖有所改善，但改善幅度不大，只是在一些重大活動舉辦期間大氣質量明顯好轉，如2014年的“APEC藍”和2015年的“閱兵藍”，而這一現象產生的根源則在于地方政府所采取的一致行動[19]?；诶碚摰姆治龊同F實的觀察，本研究構建了一個薄弱環節協調博弈模型，分析區域環境政策執行過程中橫向地方政府間的利益博弈過程。

假設在單個區域環境政策執行的參與主體中，地方政府數量為n個（n≥2），且每個地方政府都是理性的決策主體，同時理性成為每個地方政府的共同知識。每個地方政府的策略集合是{1，2，3，4，5，6，7}，該集合中的每個數字代表單個地方政府執行環境治理的投入，數字越大表示投入越多。地方政府越是嚴格地執行環境政策，本區域的環境治理效果越好，執行成本也越高。令Si表示地方政府i所選的策略，并假設與政策執行相關的成本為10×Si。

雖然政策執行的成本由地方政府支付，但是環境治理的效果卻可以為所有的地方政府所共享，假定整個區域環境治理的效果由薄弱環節決定，即可以由100+20×min{S1，…，Sn}決定，其中min{S1，…，Sn}是指n個數中的最小值。地方政府i的支付是這一公共利益減去個人成本，即100+20×min{S1，…，Sn}-10×Si。假定Si＞min{S1，…，Sn}，這樣地方政府i沒有選擇最低政策執行投入。若地方政府i減少一個單位的投入，即從Si降至Si-1，則整個區域的環境治理效果將不會受到影響，因為min{S1，…，Sn}是不變的（地方政府i沒有選擇最低政策執行投入）。然而，地方政府的成本減少了10個單位，從10×Si到10×（Si-1），意味著地方政府的支付增加了10個單位。所以，在一個地方政府沒有最低政策執行支出時候，總是可以通過減少一個單位的投入來增加它的支付。這樣做可以在不影響區域既有環境治理效果的前提下降低自己的成本。從這一原則出發，可以推斷出一個地方政府不選擇最低政策執行投入而選擇最高政策執行投入不是一個最佳策略。因而，在一個納什均衡中，所有的地方政府必須采用最低政策執行投入。

如果存在納什均衡，則一定是對稱的，因此本文集中討論對稱策略組合。假設每個地方政府選擇相同的環境政策執行投入，用S′來表示，鑒于所有的地方政府面臨的決策問題相同，故本文只需關注地方政府1。地方政府 1 所選策略 S′對其他所有地方政府所選策略 S′產生的支付是：100+20×min{S′，…，S′}-10×S′=100+20S′-10×S′=100+10S′，問題是地方政府1是否可以通過采取更嚴格或更寬松的政策執行來獲得更高的收益。假設地方政府1會選擇更嚴格的政策執行，用S″來表示，且S″＞S′。那么所有地方政府的最低政策執行投入仍是 S′，地方政府 1 的支付是：100+20×min{S″，S′…，S′}-10×S″=100+20S′-10S″=100+10S′-10（S″-S′），這一結果就必定低于100+10S′，這就印證了在區域環境政策執行的過程中，一個地方政府不會想比其他地方政府投入更多，因為這么做不僅不會提高區域環境治理的效果，反而會增加自己的成本。假設地方政府1選擇較為寬松的政策執行，用S0表示且S0＜S′，區域環境治理的效果從S′降至S0，那么地方政府1的支付是：100+20×min{S0，S′，…，S′}-10×S0=100+20S0-10S0=100+10S0，這一支付小于 100+10S′，即地方政府選擇策略S′，因而地方政府沒有讓自己的政策執行投入低于其他地方政府的動機。

因此，可以推斷所有的地方政府選擇策略S′是一個納什均衡。一個地方政府采用比策略S′更嚴格的政策執行措施只能增加成本而不會提高區域環境治理的效果，而采取比策略S′更寬松的政策執行將使得實際的區域環境治理的效果低于S′，抵消掉節省下來的投入。因此S′是一個地方政府策略組合中的一個策略，共有7個納什均衡，對應7個可選策略中的每個策略。

這一納什均衡的結果表明，所有的地方政府要么都采取嚴格的環境政策執行，要么都采用寬松的環境政策執行，這也就意味著在區域環境政策執行的過程中存在著地方政府間的“共謀行為”?！肮仓\行為”原是經濟學概念，意指幾家大公司協商定價、瓜分市場的壟斷經濟行為，周雪光[20]將這種描述平行組織間的關系引入到政府部門，分析科層組織內部上下級之間的互動關系。他認為“共謀行為”是一個中性概念，是基層政府執行政策時所表現的靈活性和適應性，是制度創新的一個重要源泉。然而地方政府一旦出現負面的共謀行為，即在執行來自中央政府的指令時地方上下級政府共同謀劃，采取共同行動，變相執行政策要求，就會導致政策在實際執行過程中偏離原來的政策初衷，出現政策執行偏差。薄弱環節協調博弈模型表明，在區域環境政策執行的過程中，橫向地方政府間出于自身利益考量，采用與其他政府相同的策略是其最優選擇，也就是地方政府間存在類似于市場主體的“共同定價”行為。因而，從橫向府際關系看，地方政府間在區域環境政策執行過程中存在“共謀行為”，負面“共謀行為”的產生會影響區域環境治理的效果，產生政策執行偏差。經濟學認為，激勵和管制是打破“共謀行為”的有效手段和機制，這就需要中央政府創新激勵機制、約束機制、責任機制和協調機制，打破地方政府間的負面“共謀行為”，確保政策執行的效果。因此，縱向府際關系就成為分析區域環境政策執行偏差的另一維度。

（二）縱向府際關系：行政發包制博弈模型

研究中國公共政策執行需要考慮中國政府縱向府際關系的運行邏輯，在現行中央集權—地方分權的體制下，“行政發包制”[21-22]是一種典型的政策執行機制，即中央政府作為“發包方”制定總體目標和計劃，然后逐級發包給“承包方”各級地方政府，其基本特征為：（1）中央擁有絕對權威，地方擁有一定的自由裁量權和自主性；（2）中央在事權發包的同時并未給予相應的財權，常常是“中央請客，地方買單”；（3）監管方式多采用突擊檢查和專項整治。這種執行機制最為理想的狀態是地方政府能夠不折不扣地執行中央政府所設定的各項任務目標，然而實際政策執行的效果取決于中央與地方的博弈。區域環境政策執行是典型的“行政發包制”模式，中央政府制定環境治理的目標，而后層層發包給地方政府。例如，在節能減排政策執行過程中，中央政府首先制定了節能減排的五年計劃，而后將量化的節能減排目標以及整體的規劃和方案通過行政發包的方式發給各省、直轄市、自治區地方政府，地方政府將政策打包后轉發給下轄的次級地方政府。次級地方政府將節能減排工作列入黨委及政府的重要議題進行研究部署，與相關負責人、鄉鎮街道負責人、重點企事業單位負責人簽訂目標責任書，明確各項目目標及獎懲，下一級鄉（鎮）、街道則會與轄區內的重點企業簽訂目標責任書，將壓力傳遞給各責任主體，最終形成條塊結合和縱橫交錯的節能減排目標行政發包體系?；诖?，本研究構建了行政發包制博弈模型，分析縱向中央政府與地方政府之間的利益博弈過程。

縱向府際關系中，區域環境治理的執行主體是中央政府和多個地方政府，由于在區域環境政策執行過程中，各地方政府所面臨的情況大致相同，因此可將參與人簡化為中央政府和地方政府。在中央政府環境治理目標既定的情況下，中央政府可以選擇對地方政府的環境政策執行情況進行監管，也可以選擇不監管，其策略集合是Sc={監管，不監管}；地方政府可以選擇執行中央政府的環境政策，也可以選擇不執行，其策略集合是Sl={執行，不執行}。假設地方政府執行環境政策的投入為c1（c1＞0），地方政府執行環境政策的收益為 r1，不執行環境政策的收益為r2，雖然地方政府嚴格執行環境政策能夠提高環境治理的效果，但同時會造成當地企業的成本升高、利潤下降，導致地方政府財政收入減少，因此r1＜r2。假設中央政府的正常收益為r3，監管地方政府的成本為c2，且c2＞0。同時如果中央政府不對地方政府的環境政策執行進行監管，將造成整個社會環境的損失，損害社會公共利益，本文用中央政府來代表社會公共利益，用i來表示。根據以上假設，中央政府和地方政府的支付矩陣如表1所示。

表1 中央政府與地方政府的支付矩陣

由于理性是中央政府和地方政府的共同知識，這也就意味著，地方政府完全了解中央政府的政策偏好，中央政府也完全了解地方政府的政策偏好。分析其純策略的納什均衡：（1）如果納什均衡是策略組合{執行，監管}，即地方政府選擇執行環境政策，中央政府對其進行監管，根據納什均衡的定義，則需滿足條件r1-c1≥r2且 r3-c2≥r3。將兩個不等式整理可得 c1≤r1-r2≤0（r1＜r2）且 c2≤0，這也就意味著，只有地方政府的執行成本和中央政府的監管成本同時為0時，策略組合{執行，監管}才會成為地方政府和中央政府的最優選擇，然而事實是執行環境政策并對其進行監管都需要付出成本，因此地方政府和中央都沒有動力采取這一策略組合。（2）如果納什均衡是策略組合{執行，不監管}，即地方政府選擇執行環境政策，中央政府不對其進行監管，根據納什均衡的定義，則需滿足條件r1-c≥r21且r3≥r3-c2，將其進行整理可得c1≤r1-r2≤0且c2≥0，同樣意味著地方政府的環境政策執行成本和中央政府的監督成本為0時，這一策略組合才能成為地方政府和中央政府的最優選擇。（3）如果納什均衡是策略組合{不執行，監管}，即地方政府選擇不執行環境政策，中央政府對其進行監管，根據納什均衡的定義，則需滿足條件r2≥r1-c1且r3-c2-i≥r3-i，將其進行整理可得，c1≥r1-r2且c2≤0，這一策略組合也不可能成為現實中的納什均衡。（4）如果納什均衡是策略組合{不執行，不監管}，即地方政府選擇不執行環境政策，中央政府對其進行監管，根據納什均衡的定義，則需滿足條件r2≥r1-c1且r3-i≥r3-c2-i，將不等式進行整理可得c1≥r1-r2且c2≥0，此不等式恒成立，因此策略組合{不執行，不監管}是地方政府和中央政府的最優選擇。

這一納什均衡的結果表明，在區域環境治理過程中，行政發包制的政策執行機制顯得捉襟見肘。在中國現代化治理過程中，行政發包制曾為推動公共政策的執行發揮了重要作用，它與以經濟增長為中心的政治競標賽相互配合，極大地激發了中央政府和地方政府的執行動力，推動了公共政策的有效執行。然而，正如行政發包制博弈模型所分析，在執行區域環境政策時，行政發包制的積極作用受到了抑制并出現了中央政府和地方政府各自理性導致的集體非理性的“囚徒困境”，致使政策執行出現了偏差。究其原因：一方面是作為發包方的中央政府將執行環境政策的成本發包給了地方政府，加大地方政府的政策執行成本，與此同時考核方式仍采用經濟增長為中心的“硬指標”GDP，制度設計上地方政府的自由裁量權和自主性給予了“理性經濟人”的地方政府將地方的特殊利益置于公共利益之上而選擇不執行環境政策的空間。另一方面，對環境政策執行進行監管通常需要嚴格的規則、長期持續的監管，行政發包制典型的監管模式是突擊檢查和專項整治，這種簡單的資源動員和短期聚焦對環境治理難以有實質性的監管效果，理性的中央政府，當公眾壓力較小時，選擇不監管是其最優的策略選擇。

二、區域環境政策執行偏差的實證分析——有限理性的演化博弈

完全理性的靜態博弈分析，雖然有助于理解中央政府和地方政府在區域環境政策執行過程中的偏差行為，但對現實的解釋仍然有限。事實上，中央政府和地方政府并非完全理性的博弈主體，加之信息的不對稱，博弈主體的策略選擇往往表現為具有試探性的學習過程，需經過多次博弈才能尋找到均衡狀態。因此，區域環境政策執行本質上是一個多階段討價還價的過程，政策制定本身和地方政府的執行策略都是一個動態性均衡[23]。演化博弈是對有限理性主體博弈過程更為現實的描述，因此本文構建了中央政府和地方政府的演化博弈模型。

在歷時多階段博弈過程中，中央政府和地方政府并非是只考慮政策執行成本和收益的短視行為主體，作為公共利益的代表者，他們會考慮行政作為和不作為所帶來的聲譽損益，同時中央政府也會根據地方政府的政策執行情況作出獎懲安排。因此，有必要對行政發包制博弈模型設定進行調整，參與人依然是中央政府和地方政府，其策略選擇不變，假設地方政府執行環境政策的投入為c1，中央政府對其獎勵為f1，地方政府不執行環境政策中央政府對其進行懲罰為f2，聲譽受損為h2。地方政府執行環境政策的收益為r1，不執行環境政策的收益為r2。假設中央政府的正常收益為r3，監管地方政府的成本為c2，不監管地方政府的負面政治影響為h1（如公眾的關注、社會輿論的壓力、國際社會的壓力等）。同時如果中央政府不對地方政府的環境政策執行進行監管，將造成整個社會環境的損失，用i來表示。地方政府執行執行環境政策的概率為p，則不執行環境政策的概率為1-p，中央政府對地方政府政策執行進行監管的概率為q，則不進行監管的概率為1-q。根據以上假設中央政府和地方政府的支付矩陣，具體如表2所示。

表2 中央政府與地方政府的演化博弈支付矩陣

根據表2可得，地方政府執行環境政策的適應度函數u1為

地方政府不執行環境政策的適應度函數u2為

地方政府的平均適應度函數為

中央政府對地方政府環境政策執行進行監管的適應度函數e1為

中央政府對地方政府不進行監管的適應度函數e2為

中央政府的平均適應度函數為

演化穩定策略（ESS）和復制者動態是演化博弈的兩個核心概念，其中演化穩定策略的基本思想是：突變群體如果在混合群體中博弈所得支付大于原群體中個體支付，突變群體就有能力入侵原群體，反之，突變群體則不能入侵原群體，在演化過程中逐漸消失，演化穩定策略就表示一個群體能夠抵抗突變群體而保持穩定。 若策略p是ESS則必須滿足下列兩個條件之一：其一，F（p，p）＞F（p，q），p≠q，此時策略p為強演化穩定策略；其二，F（p，p）=F（p，q），p≠q 且 F（p，q）＞F（q，q），此時策略 p 為弱演化穩定策略（q 為群體中突變群體的策略）。根據演化穩定策略的定義和特征，嚴格納什均衡一定是演化穩定策略。

演化博弈的演化過程主要依賴于選擇機制，復制者動態是一種典型的基于選擇機制的確定性和非線性的演化博弈模型，在此模型的基礎上加入了策略的隨機變動行為，構成了一個包括選擇機制和變異機制的綜合演化博弈模型，通常稱為復制者——變異者模型[25]，其基本思想是群體中采用某項策略的適應度如果大于群體的平均適應度，則采用該策略的個體在群體所占比例將會擴大；反之，采用該策略的個體在群體所占比例將會縮小，通俗的講就是“優勝劣汰”。在區域環境政策執行這一博弈模型中，中央政府和地方政府兩個參與群體共同演化，根據式（1）～式（6），若p代表t時間采用環境政策執行的地方政府比例，p代表采用監管的中央政府的比例（現實中可理解為中央政府在t時間采取監管策略的概率），依據復制者動態的定義，可得地方政府的復制者動態方程為

中央政府的復制者動態方程為

將5個均衡點帶入，可得各均衡點的行列式和跡，如表3所示。

表3 各均衡點的行列式和跡

根據表3的結果和判定ESS的方法，（p*，q*）一定不是 ESS，因而只需討論其他4個均衡點的情況，具體如下：

情景 1.當 0＜c1＜r1-r2+h2，0＜c2＜h1-f1時，復制者動態共有4個均衡點，其中（0，0）是不穩定點，（1，0）和（0，1）是鞍點，（1，1）是 ESS。 即地方政府選擇執行環境政策，中央政府選擇監管。該ESS產生的原因是，地方政府執行環境政策的成本很低，基本不會給當地財政帶來壓力，地方政府還會因為區域環境的改善而受到中央政府的獎勵，同時贏得良好的社會贊譽；對于中央政府而言，監管的成本很低，監管還能帶來良好的政治影響。并且，即便是地方政府執行環境政策的成本和中央政府監管的成本都有所上升，但仍小于選擇不執行和不監管的機會收益，因此{執行，監管}對于兩級政府而言都是最優的選擇。其演化相位圖如圖1a所示。

情景 2.當 r1-r2+h2＜c1＜r1+f1-r2+h2+f2，0＜c2＜h1-f1時，復制者動態共有 5 個均衡點，（1，0）是不穩定點，（0，0）和（0，1）是鞍點，（1，1）是ESS。這種情況下，地方政府選擇執行環境的政策成本雖然很高，但仍小于不執行的機會收益，此時中央政府監管成本仍然較小，選擇監管不僅能進一步強化地方的政策執行，還能帶來良好的政治影響，因此選擇監管成為其最優策略。其演化相位圖如圖1a所示。

情景 3.當 r1+f1-r2+h2+f2＜c1，0＜c2＜h1-f1時，復制者動態有 5 個均衡點，其中（0，1）是 ESS。 也就是地方政府會選擇不執行環境政策，而中央政府會選擇監管。地方政府執行環境政策成本很高，不僅超過了中央政府的處罰和本地的聲譽損失，同時也超過了執行環境政策所獲得的中央政府獎勵和社會公眾正面評價的機會收益，而中央政府更看重監管所帶來的良好的政治影響，而此時監管的成本較低，中央政府必定會對地方政府進行監管，因此{不執行，監管}是ESS。其演化相位圖如圖1b所示。

情景 4.當 r1+f1-r2+h2+f2＜c1，h1-f1＜c2＜h1+f2時，復制者動態共有 5 個均衡點，其中（0，1）是 ESS，此時地方政府選擇不執行環境政策的動機與情景3相同，而中央的監管成本雖然上升，但由于中央政府面臨公眾和社會輿論壓力，必須對地方政府的行為進行必要的約束，因而選擇監管。其演化相位圖如圖1b所示。

情景 5.當 0＜c1＜r1-r2+h2，h1-f1＜c2＜h1+f2時，復制者動態共有 5 個均衡點，其中（1，0）是 ESS，也就是地方政府傾向于執行環境政策，中央政府傾向于不監管。地方政府執行環境政策的成本很低，同時能夠贏得良好的社會聲譽，因此策執行的自覺性很高，留給中央政府的監管空間不大。中央政府是否監管則取決于其監管的成本，而此時中央政府監管成本上升，因此選擇不監管。其演化相位圖如圖1c所示。

圖1 地方政府和中央政府的演化相位圖

情景 6.當 0＜c1＜r1-r2+h2，h1+f2＜c2時，復制者動態共有 4 個均衡點，其中（1，0）是穩定點。 該 ESS 產生的原因是，地方政府執行環境政策的成本很低，基本不會給當地財政帶來壓力，地方政府還會因為區域環境的改善而受到中央政府的獎勵，同時贏得良好的社會贊譽，因此執行的自覺性較高。中央政府監管的成本很高，已經超過了監管所帶來的機會收益，而選擇放棄監管。其演化相位圖如圖1c所示。

情景 7.當 r1-r2+h2＜c1＜r1+f1-r2+h2+f2，h1+f2＜c2時，復制者動態共有 5 個均衡點，其中（0，0）是 ESS。 在這種情景下，中央政府因為監管成本過高，超過了監管所帶來的機會收益，而選擇放棄監管。而地方政府由于不論是否執行環境政策都不會受到中央的獎懲約束，此外，地方政府執行環境政的成本處于中等水平，故可以選擇不執行降低成本而增加收益。其演化相位圖如圖1d所示。

情景 8.當 r1+f1-r2+h2+f2＜c1，h1+f2＜c2時，復制者動態共有五個均衡點，其中（0，0）是 ESS。 即地方政府不執行環境政策，中央政府不監管，原因是執行環境政策成本和監管的成本都很高，因此不執行和不監管是地方政府和中央政府的最優策略選擇。其演化相位圖如圖1d所示。

通過以上對演化穩定策略和復制者動態方程的分析可以發現，5個均衡點中有4個可能會成為演化穩定策略，究竟哪一個會成為現實的ESS則取決于初始狀態與政策執行過程中各要素的實際取值。對于地方政府而言，政策執行的成本收益、中央政府的獎懲機制與社會輿論的壓力是影響其是否會產生偏差行為的重要因素。從演化博弈模型可以看出，只有當執行環境政策的成本較低時，地方政府才有動力自覺的進行環境治理，當政策執行成本較高時，其執行環境政策的動力不足，中央政府的監管舉措成為約束地方偏差行為的必要條件。對于中央政府而言，是否選擇監管不僅受監管成本的影響，更受社會公眾輿論與國際壓力的影響。從目前現實的情況來看，在區域環境政策執行過程中，地方政府執行成本很高，不僅超過了中央政府的處罰，同時也超過了執行環境政策所獲得中央政府獎勵的機會收益，因此選擇不執行是地方政府的最優選擇，由此產生了政策執行偏差，其狀況與情景3、情景 4類似。

三、結論和建議

環境問題事關人類的未來和長遠發展，區域環境政策執行對改善環境質量和有序推進生態文明建設意義重大。本文從府際關系視角，通過構建靜態博弈、動態博弈模型，深入探討區域環境政策執行過程中府際之間的利益博弈及執行偏差的產生機制，得出以下結論：

1.從橫向府際關系看，在區域環境政策執行的過程中，地方政府之間存在“共謀行為”，負面的“共謀行為”會導致政策執行出現偏差。傳統觀點認為“共謀行為”只存在于科層制內部上下級之間，它們為共同的利益采取一致性的行動，但由于環境作為一種屬性特殊的公共物品，其外溢效應明顯，政策執行的實際效果取決于最薄弱的環節，“理性人”的地方政府出于自身利益的考量，使得橫向平行關系的地方政府之間也存在“共謀行為”，負面共謀行為將會導致環境政策執行偏離政策本來的初衷，導致政策執行偏差。

2.從縱向府際關系看，在區域環境政策執行的過程中，行政發包制的政策執行機制，在以經濟增長為中心的政治錦標賽背景下，會造成政策執行的“囚徒困境”。改革開放四十年的現代化進程中，行政發包制曾與政治錦標賽相互配合、相互補充，極大的釋放了中央政府和地方政府政策執行的積極性，保障了政策執行的效果。然而，在區域環境政策執行過程中，行政發包制的政策執行機制和政治錦標賽的積極作用雙雙被抑制。究其原因則是在區域環境政策執行領域，行政發包制與政治錦標賽從互補關系變成了互斥關系。

3.從時間維度上看，中央政府的監管舉措是約束地方政府政策執行偏差的必要條件。政策執行的成本、中央政府的獎懲機制和社會輿論的壓力是影響地方政府執行環境政策與否的關鍵變量，監管成本和社會公眾利益是中央政府是否履行監管義務的重要因素。從現實情況看，對于地方政府而言，環境政策執行成本較高，加之中國市民社會羸弱，并未對地方政府形成有效約束，就短期發展而言選擇不執行環境政策是其最優選擇。從時間維度來看，環境質量的惡化與公眾利益矛盾的激化，將倒逼中央政府加強對地方政府的監管，因此中央政府的監管就成為約束地方政府偏差行為的必要條件。

綜上所述，環境問題的外溢效應，使得區域內府際合作治理成為生態保護的必然選擇，其實際的治理效果取決于府際關系主體之間的博弈。位于橫向府際關系網絡中的地方政府間，基于利益驅動所產生的“共謀行為”在使得環境保護政策得已落實的同時，也帶來了政策執行偏差的巨大風險。與此同時中央政府采取的行政發包制的政策執行機制進一步增加地方政府間采取負面 “共謀行為”的風險，最終導致區域環境政策執行產生偏差。但也應看到，中央政府的監管行為依然是重要的糾偏機制，如圖2所示。

圖2 府際關系視角下區域環境政策執行偏差機制圖

據此，為有效約束地方政府的偏差行為，保障環境治理的效果，提出以下政策建議：

一是地方政府間應增強互信與信息共享。在區域環境政策執行過程中，地方政府不僅是本行政區環境治理的責任主體，還承擔著區域環境合作治理的責任。作為合作中的行動者必須依賴其他主體才能實現自己的目標。因此，各地方政府必須打破自家“一畝三分地”的思維定式，堅持區域利益優于地方利益、環境利益優于經濟利益的原則，防止地方政府間負面“共謀行為”的發生。信任資源和信息資源是合作者之間的核心資源，信任既是合作的前提，也是影響合作效果的重要變量，而順暢的信息溝通可以促進地方政府之間相互了解，增進互信，提升效率。更為重要的是在信任尚未建立之前，有效的信息共享和溝通可以避免追求自身利益最大的化的地方政府因違背承諾而陷入集體行動的困境。具體而言，一是考慮設置專門的常態區域環境協調治理機構，幫助解決區域內地方政府間因聯防聯控產生的糾紛，推動建立良好的府際信任關系，防范負面負面共謀行為的出現；二是落實構建區域環境信息共享平臺，明確信息發布要求、標準、時效和程序的規范性。

二是中央政府必須創新政策執行機制、政績考核機制、激勵機制、問責機制和協調機制。通過博弈模型分析發現，地方政府在區域環境政策執行過程中動力不足，中央政府的監管舉措是防止地方政府偏差行為的必要條件，而行政發包制的政策執行機制與政治錦標賽的考核方式的積極作用在環境治理過程中被抑制。因此，中央政府必須要創新政策執行機制，選擇合理恰當的政策執行工具，轉變以GDP增長為中心的政績考核方式，完善獎懲機制，扮演好利益協調者的角色。堅持“共同有區別”的原則設計政策方案：一方面明確各級政府的責任，合理有效銜接中央政府與地方政府間、區域政策與地方政策間不同的環境目標和措施；二是建立健全利益補償機制和問責機制，激發各級政府執行環境政策的內生動力。

三是建立健全社會監督體系。環境與公眾的生活息息相關，公民權利意識的覺醒，對環境質量的要求日益提高，建立社會監督體系能夠有效對政府的偏差行為形成約束。通過演化博弈模型發現，初始狀態是影響演化穩定策略的重要因素，而社會和公眾的輿論壓力是一種重要初始狀態資源，在其基礎上建立社會監督體系，能夠倒逼政府有效推進區域環境治理。為此，一方面要加強完善環境信息公開制度，保證公眾的知情權；另一方面要充分發揮網絡監督和環保NGO的監管作用。

四是需要推進區域環境治理的技術創新。數字治理時代，信息技術創新是社會發展的主要推動力[26]。在區域環境治理過程中，技術創新尤為重要，一方面環境作為一種脆弱的公共物品，其保護專業技術要求高，受損后恢復難度大，推動環境治理的技術創新，能夠提高環境保護和治理的效果；另一方面，技術創新能夠有效降低地方政府執行環境政策的成本、中央政府的監管成本，增強地方政府和中央政府政策執行的積極性，防止政策執行偏差行為的發生。