改革开放以来，我国实现了经济的高速增长，但是自然生态环境却受到了严重破坏，愈演愈烈的环境污染问题已经危及到公众的正常生产生活和经济的可持续发展。
2012 年中国环境状况公报显示，我国环境总体形势依然严峻:在十大流域的国控断面中，Ⅳ ～ Ⅴ类和劣Ⅴ类水质的断面比例为 31． 1%，在监测的 60 个湖泊(水库) 中，25% 处于富营养化状态，在 4 929 个地下水监测点位中，较差 － 极差水质的监测点达到 57． 3%;59． 1%的地级及以上城市空气质量不达标，76． 1%的环保重点城市空气质量不达标;全国水土流失面积高达 294． 91 万平方千米，全国突发环境事件达到 542 起。实际上，我国很早就开始重视环境保护问题，自 1979 年《环境保护法》颁布以来，国务院先后制定和实施了一系列重大环境保护政策，而环境污染问题能否得到有效解决，在很大程度上取决于地方政府对环境规制政策的执行状况。我国的环境规制政策由中央政府统一制定并由地方政府负责执行，作为连接中央制度供给和微观制度需求的重要中介，地方政府的环境规制行为直接影响着整个国家的环境治理效果。由于生态环境的一体化和污染物的扩散性质，环境污染往往具有区域性和跨界性的特点。环境污染的负外部性和地方政府环境规制行为的正外部性使相邻地方政府之间形成规制策略的博弈，针对环境规制执行过程中地方政府间策略行为的研究，能够从一个侧面揭示我国环境污染问题的本质，并有助于提高区域环境治理效率。
1 文献综述
为了改善污染治理效果，国内外众多学者就环境规制过程中相关主体的策略行为进行了研究，研究焦点主要集中于规制主体与规制客体之间的互动以及规制主体之间的互动两个方面。在规制主体与规制客体的行为互动方面:
Moledina 等通过构建信息不对称条件下的动态博弈模型，论证了企业会采取不同的策略行为以应对不同的政策工具。蒙肖莲等针对污染管理中企业与政府的博弈行为提出了分析环境政策问题的数理方法。张倩等对环境规制中政府与企业的策略行为进行了动态博弈分析。张学刚等则通过引入声誉成本和政治成本，对政府环境监管与企业污染治理的互动决策问题进行了探讨。此外，还有一些学者通过博弈分析强调了环境规制中政府对企业进行违规处罚的重要性和必要性。在规制主体之间的行为互动方面:Barrett 和 Kennedy 对不完全竞争市场下地方政府环境决策的非合作博弈进行了分析。崔亚飞等研究了我国地方政府间的污染治理策略问题，而后朱平芳等对地方政府间的策略性博弈展开了进一步的理论和实证研究。刘洋等从动态、微观的视角分析了跨区域环境事务中地方政府间的利益博弈过程和理性决策行为，为区域间环境事务的合作和交流提出了建议。易志斌结合我国当前地方政府的竞争行为特征，建立了地方政府的环境保护投资博弈模型，探究了地方政府之间的竞争对流域水环境保护投资的影响。针对地区间的越界污染，曾文慧通过构建“均衡污染”模型解释了我国环境规制的低效问题。张文彬等则结合了我国经济分权、政治集权的制度背景，实证研究了省际竞争对环境规制强度的影响。
通过回顾已有研究成果可知，在研究方法上，以往研究主要以博弈方完全理性为前提分析地方政府与企业以及地方政府之间的博弈关系，考虑到现实中博弈方的完全理性难以达到，策略的选择往往是不断学习和调整的结果，因此基于有限理性来探究地方政府的环境规制行为特征及其影响因素更具现实意义。在研究内容上，以往研究侧重分析地方政府竞争行为对污染治理的影响，而缺乏对地方政府环境规制策略行为的关注。地方政府间的环境规制策略博弈具有长期性和动态性，掌握既定外部条件下的地方政府行为演化路径与稳定策略，对解释我国环境规制失灵机理、提高环境污染治理效果具有一定的指导意义。目前，利用演化博弈方法就此类问题进行的研究还较为匮乏，因此，本文基于演化博弈理论，建立地方政府之间的演化博弈模型，分析区域污染治理中地方政府之间的环境规制策略演进规律及其影响因素，以期为促进地方政府环境规制的高效执行提供理论依据。
2 地方政府间环境规制演化博弈模型
在有限理性条件下，地方政府之间的博弈是成员间随机配对、相互学习的重复博弈，其策略调整过程可以用复制动态机制来模拟。
假设博弈方为相邻地方政府，策略选择包括执行环境规制和不执行环境规制，策略集为{执行、不执行}。当地方政府选择执行环境规制时，辖区内会有一定比例的排污企业选择治理污染，从而使污染排放量下降，环境质量得到改善;当地方政府选择不执行环境规制时，辖区内所有排污企业都不会治理污染，从而污染排放量增加，环境质量恶化。地方政府间存在同向外部效应，即一方环境质量的改善(恶化)会提高(降低)另一方的环境质量水平。当博弈方都采取执行环境规制时，双方所获收益相同。当博弈方采取不同策略时，执行环境规制的地方政府既要承担环境规制成本，又要承担对方不执行环境规制所带来的负外部效应;不执行环境规制的地方政府则无须承担环境规制成本，而且还能获得对方环境规制行为的正外部效应。
反复在地方政府群体 A 和地方政府群体 B 两个群体中随机抽取一个参与者进行博弈。C1为地方政府 A 的环境规制成本，其中包括环境规制执行成本和环境规制经济成本，环境规制执行成本是指规制执行过程中地方政府投入的人力、物力和财力等资源，环境规制经济成本是指环境规制的执行对地方经济发展造成的负面影响;H1为地方政府 A 执行环境规制时辖区内的污染排放削减量;P1为地方政府 A 不执行环境规制时辖区内的污染排放增加量。C2为地方政府 B 的环境规制成本;H2为地方政府 B执行环境规制时辖区内的污染排放削减量;P2为地方政府 B 不执行环境规制时辖区内的污染排放增加量。θ1为地方政府 A 对地方政府 B 的外部效应系数，θ2为地方政府 B 对地方政府 A 的外部效应系数。在2 ×2 非对称重复博弈中，其阶段博弈的支付矩阵如表 1 所示。【表1】
令地方政府群体 A 中选择执行环境规制的地方政府比例为 x，选择不执行环境规制的地方政府比例为 1 － x;地方政府群体 B 中选择执行环境规制的地方政府比例为y，选择不执行环境规制的地方政府比例为 1 － y，以下利用复制动态方程模拟该有限理性重复博弈过程。
地方政府群体 A 方面，选择执行环境规制的期望收益为:【1】
选择不执行环境规制的期望收益为:【2】
复制动态的稳定状态是指采用两种策略的博弈方的比例保持不变的水平，所以令 F(x) = 0，可以得到地方政府 A 的全部稳定状态，分别为:x*= 0，x*= 1。根据微分方程的稳定性定理可知，当 P1+ H1－ C1＞ 0 时，F( x) ＞ 0，F'(0)＞ 0，F'(1)＜ 0，所以 x*= 1 为该博弈的演化稳定策略。当 P1+ H1－ C1＜ 0 时，F( x) ＜ 0，F'(0) ＜ 0，F'(1) ＞0，所以 x*= 0 为该博弈的演化稳定策略。令 F(y) = 0，可以得到地方政府 B 的全部稳定状态，分别为:y*= 0，y*=1。当 P2+ H2－ C2＞ 0 时，F(y) ＞ 0，F'(0) ＞ 0，F'(1) ＜ 0，所以 y*= 1 为该博弈的演化稳定策略。当 P1+ H1－ C1＜0 时，F( y) ＜ 0，F'(0) ＜ 0，F'(1) ＞ 0，所以 y*= 0 为该博弈的演化稳定策略。式中，P1+ H1－ C1为地方政府 A 执行环境规制的净收益，P2+ H2－ C2为地方政府 B 执行环境规制的净收益。
由以上分析可以得出，在地方政府间的环境规制策略博弈中，政府之间的外部效应并不影响地方政府的环境规制策略选择。在没有约束机制的条件下，不同的地方政府会通过权衡自身的环境规制收益和环境规制成本进行环境规制策略选择。当环境规制净收益大于 0 时，会有越来越多的地方政府选择执行环境规制，直至所有地方政府都选择执行环境规制而达到稳定状态;当环境规制净收益小于 0 时，会有越来越少的地方政府选择执行环境规制，直至所有地方政府都选择不执行环境规制而达到稳定状态。
地方政府执行环境规制需要付出成本，而能够获得环境改善收益的区域却不仅仅是执行环境规制的地区。在现行的政绩考核体系下，中央政府偏重于考核 GDP 等经济指标，考核体系中环境指标的权重偏低，在地方政府的环境规制行为支付上则表现为较高的环境规制成本和较低的环境规制收益。因此地方政府更倾向选择不执行环境规制，采取“搭便车”策略享受其他地区环境规制的成果。
因此，在没有约束机制的条件下，地方政府的环境规制行为很容易陷入双方都选择不执行环境规制的“囚徒困境”，造成环境质量的恶化。
3 约束机制下的地方政府间环境规制演化博弈模型
为促使地方政府执行环境规制，引入约束机制。中央政府对地方政府的环境规制执行情况、污染排放情况进行监查，假设如果地方政府 A 在地方政府 B 执行环境规制时选择不执行环境规制将会受到中央政府的惩罚 F;地方政府 B 在地方政府 A 执行环境规制时选择不执行环境规制也将会受到中央政府的惩罚 F。δ 为环境质量指标在地方政府政绩考核中的权重系数(0 ＜ δ ＜1)。在 2 × 2 非对称重复博弈中，其阶段博弈的支付矩阵如表 2 所示。【表2】
在约束机制下，地方政府群体 A 方面，选择执行环境规制的期望收益为:【3】
地方政府群体 A 的平均期望收益为:【4】
分别令 F(x) = 0，F(y) = 0，可以得到:在平面 N ={(x，y);0≤x，y≤1}上，地方政府的环境规制策略博弈有5 个局部均衡点，分别是 O(0，0)，A(1，0)，B(1，1)，C(0，1)和鞍点 D(xD，yD)。其中【5】
根据 Friedman 提出的方法，5 个局部均衡点中 O(0，0)，B(1，1)是演化稳定策略，分别对应于地方政府 A 和 B的(执行，执行)与(不执行，不执行)的两种策略。图 1描述了地方政府 A 和地方政府 B 博弈的动态演化过程。
其中，折线 ADC 是系统收敛于不同状态的临界线，在折线右侧 ABCD 部分系统将收敛于(执行，执行);在折线左侧ADCO 部分系统将收敛于(不执行，不执行)。
图 1 中，群体的演化过程和稳定状态受到系统初始状态(群体 A 和群体 B 中选择不同策略的地方政府所占比例)与鞍点 D 相对位置的影响。当初始状态落在 ADCO区域时，演化博弈系统向 O(0，0)收敛，稳定策略逐渐向“囚徒困境”的方向演化，最终不执行策略将成为唯一的演化稳定策略;当初始状态落在 ABCD 区域时，演化博弈系统向 B(1，1)收敛，稳定策略逐渐向“帕累托最优”的方向演化，最终执行策略将是唯一的演化稳定策略。可见，地方政府博弈的长期均衡结果可能是完全执行环境规制，也可能是完全不执行环境规制，其具体演化路径和稳定状态取决于区域 ABCD 的面积 SABCD和区域 ADCO 的面积SADCO的大小。若 SABCD＞ SADCO，系统将以更大的概率沿着DB 路径向完全执行环境规制的方向演化; 若 SABCD＜SADCO，系统将以更大的概率沿着 DO 路径向完全不执行环境规制的方向演化;若 SABCD= SADCO，完全执行环境规制的概率等于完全不执行环境规制的概率，系统的演化方向则不明确。根据图 1，得出区域 ADCO 的面积为:【公式】【图1】
影响 SADCO的 8 个参数均与 SADCO为单调关系，其对地方政府完全执行环境规制的演化方向的影响如表 3 所示。【表3】
从表 3 可以看出，无论对于地方政府 A 还是地方政府B，政府间外部效应不会影响地方政府的规制决策，执行环境规制时辖区内的污染排放削减量越大、不执行环境规制时辖区内的污染排放增加量越大、环境规制成本越小，则地方政府选择执行环境规制的概率越大。提高对不执行环境规制的地方政府的处罚力度、提高政绩考核中环境质量指标的权重系数可以增大地方政府选择执行环境规制的概率。
4 结论及政策建议
本文以博弈方有限理性为前提，运用演化博弈理论分析了地方政府间环境规制决策的演化过程，研究结果表明:
在地方政府间环境规制策略博弈的过程中，地方政府间的外部效应并不影响地方政府的环境规制策略选择。
环境规制成本、执行环境规制时辖区内的污染排放削减量以及不执行环境规制时辖区内的污染排放增加量，是影响地方政府环境规制决策的重要因素。环境规制成本、污染排放削减量和污染排放增加量等因素由地方政府固有属性决定，在未引入约束机制的情形下，地方政府会根据各自的环境规制收益和成本进行策略选择。各参与者的支付水平是影响博弈行为的主要变量，当环境规制净收益大于 0 时，会有越来越多的地方政府选择执行环境规制，直至所有地方政府都选择执行环境规制;当环境规制净收益小于 0 时，会有越来越少的地方政府选择执行环境规制，直至所有地方政府都选择不执行环境规制。因此，区域内政府间博弈难以通过对内部变量的调节来实现区域整体利益最大的稳定策略(执行，执行)。而在外部约束机制下，通过加大对地方政府不执行环境规制的处罚力度，提高地方政府政绩考核体系中环境质量指标的权重系数，可以促使稳定策略向环境规制完全执行的方向演进，从而引导地方政府执行环境规制，达到改善环境质量的目的。
环境污染的治理效果不仅取决于规制政策制定的科学性，更取决于地方政府行为选择的合理性。基于研究结果，可以提出以下政策建议:
(1)中央政府应重视对地方政府环境治理活动的行政干预，加强对地方政府环境规制执行情况的监督和检查。通过建立包括环保组织和社会公众在内的环境监督体系，拓宽环境规制执行信息的反馈渠道。加大对地方政府不执行环境规制、纵容企业污染等行为的处罚力度，对于环境规制执行不力的官员，一经查明则予以降职甚至罢免。
(2)改革现有地方政府的政绩考核机制，建立以科学发展观为指导的政绩考核体系。将污染排放增加量、污染排放削减量等环境质量指标纳入政绩考核体系，并适当提高政绩考核体系中环境质量指标的权重系数，对地方政府任期内的环境质量变化情况进行重点考核，以考核结果作为官员选拔任用的依据，对于认真贯彻和执行环境规制的地方政府给予奖励。
(3)通过财政转移支付、规制执行支出责任向上级政府转移以及规制执行配套资金等手段，降低地方政府的环境规制执行成本。为企业提供污染削减技术支持、鼓励节能减排产品创新，提高环境规制下的污染排放削减量，进而提高地方政府执行环境规制的预期收益。增加企业的环保补贴，降低企业的治污成本，从而减少环境规制的执行对企业和地方经济造成的损失。
