政府獎懲機制下汽車行業逆向物流演化博弈分析*

閆 妍, 狄鑫悅

(沈陽工業大學 管理學院, 遼寧 沈陽 110870)

近年來,隨著科技的進步,我國汽車行業迅猛發展,汽車產銷量有增無已。據中國新聞網報道,我國汽車產銷量連續十年居全球第一[1]。相應地,我國汽車保有量也在增加,根據公安部統計,截至2021年底,汽車保有量達3.02億輛,比2020年增加了0.21億輛,同比增長了7.47%[2]。同時,我國報廢汽車數量也越來越多,但回收率不足15%。相關數據顯示,2019—2021年我國報廢汽車數量分別為195.1萬、206.6萬和249.3萬輛[3-4]。

汽車逆向物流主要包括商業回流、終端回流、維修回流、包裝回流和生產回流,其中終端回流包含報廢汽車逆向物流,主要是指所有從終端用戶處回收處理的產品[5-7]。報廢汽車逆向物流的有效實施有助于實現“雙碳”目標和推進循環經濟。汽車行業碳排放是當前我國碳排放增長最快的領域之一,廢舊汽車排放的污染物是普通汽車的數倍,有害物質也更多,因此有效回收報廢汽車有利于實現“雙碳”目標。一輛完整的報廢汽車中大概有72%的鋼鐵、11%的塑料、8%的塑膠和6%的有色金屬,其中,鋼鐵和有色金屬材料零部件的回收率超過90%,玻璃、塑料中有50%以上都可回收。由此可見,報廢汽車逆向物流的實施會大力推進循環經濟的發展[8]。

為了促進我國報廢汽車逆向物流發展,政府相繼出臺了一些政策,如《汽車產品回收利用政策》和《關于加強報廢汽車監督管理有關工作的通知》等。雖然在政府出臺政策后,我國報廢汽車回收數量明顯上升,但是報廢汽車數量增加的速度更快,且我國目前的報廢汽車回收水平與國外差距很大?，F階段,美國、日本和法國等一些發達國家的廢舊汽車再利用率已經超過80%,而我國的再利用率大約只是發達國家的一半。在政府的嚴格管控之下,美國的報廢汽車逆向物流發展迅速,其逆向物流行業每年回收的鋼鐵超過了整個汽車制造業所需鋼鐵的三分之一;而我國相關法規政策相對比較滯后,對企業有效支持力度不夠,許多政策沒有得到有效落實[9]。

由于政府沒有明確制定針對汽車生產企業承擔回收報廢汽車工作的獎懲制度,且報廢汽車回收的前期投入較多,目前很少有汽車生產企業愿意承擔廢舊汽車的回收工作。因此,政府如何通過行政和經濟手段來激勵汽車生產企業主動承擔報廢汽車逆向物流,進而減少環境污染并節約資源,是值得研究的問題。

一、文獻綜述

對相關問題,國內外眾多學者展開了研究并取得了一定成果。YIN等建立了以逆向物流市場中領導者和跟隨者為主體的演化博弈模型,并討論了政府的獎懲措施對二者決策的影響,指出政府獎懲會直接影響二者的決策[10]。趙福全等通過研究汽車行業發達國家在廢舊汽車回收方面的經驗來分析我國在這方面存在的問題,在此基礎上結合我國現狀提出了對策建議[11]。楊玉芳等通過建立政府、汽車生產商和車主的三方演化博弈模型,指出政府可以通過提高車主參與正規回收的收益來激勵車主參與正規回收,汽車生產商應該加強自身的技術改造,提高技術水平[12]。夏西強等建立了正規與非正規回收渠道的博弈模型,探討分析了政府不采取政策、采取補貼政策和監管政策對報廢汽車回收渠道產生的影響[13]。孫嘉楠等指出政府應加大對正規回收渠道的補貼力度并嚴厲打擊非正規回收行為,非正規回收群體如果要降低政府管制風險,就應形成產業聯盟并逐漸實現轉型和升級[14]。朱慶華等通過建立基于政府補貼和政府規范的博弈模型進行數值仿真分析,得出結論:政府可通過擴大補貼范圍并延長補貼期限來推動報廢汽車行業的發展,回收企業則可以采取加強員工技能培養、使回收拆解工作盡量機械化的方式來提高自身的競爭力[15]。MOHAMMAD-ALI等建立了以政府為領導者、檢驗中心為主要追隨者、修理中心為次要追隨者的Stackelberg博弈結構,運用博弈論方法,研究了包括利潤共享、收益分享和集中(合作)情景在內的3種情形下政府補貼對報廢車輛供應鏈中心決策變量均衡值的影響,結果表明:相對于利潤共享和收益共享兩種情形,集中情景具有最顯著的優勢[16]。

現有文獻的研究主要集中在報廢汽車回收、政府的獎懲機制對報廢汽車正規回收模式與非正規回收模式的影響以及參與者行為特征等方面,很少有文獻研究政府的獎懲機制對汽車生產企業承擔報廢汽車逆向物流的影響,也很少有文獻建立考慮政府獎勵和懲罰錯誤的博弈分析模型。鑒于此,本文利用演化博弈理論構建政府獎懲機制與汽車生產企業是否承擔報廢汽車逆向物流決策的演化博弈模型,且在其中包含了政府獎懲措施以及其他因素對汽車生產企業承擔報廢汽車逆向物流決策的影響機制。

二、演化博弈分析及假設

1. 演化博弈分析

汽車生產企業承擔報廢汽車回收工作有助于降低成本、樹立品牌形象、體現社會責任感。車企十分重視對自身品牌形象的維護,如德國大眾汽車旗下的奧迪汽車就于2017年宣布自發回收85萬輛柴油車。另外,許多車企開始重視逆向物流,如德國汽車制造企業寶馬、比利時材料和回收公司Umicore和瑞典建造電池工廠的Northvolt共同創建了汽車電池回收企業,其目標就是設計并商業化一個“封閉的生命周期循環”,使汽車電池作為存儲產品擁有第二次生命。盡管如此,仍很少有車企從事汽車回收拆解工作,這主要是因為前期投入大、短期內沒有明顯收益。政府作為公共政策服務提供者,可以根據車企是否承擔報廢汽車回收工作進行獎懲。政府給予承擔報廢汽車回收工作的車企一些獎勵,會使其獲得額外收益,同時使未承擔的車企有額外損失。汽車生產企業看到政府的獎懲措施,會根據自身情況計算利潤得失和承擔成本,將二者進行比較,從而決定是否承擔回收工作。另外,政府和汽車生產企業存在于社會環境中,都會注意自身的社會聲譽,政府在判斷車企是否承擔廢舊汽車回收工作時也要付出成本,因此,就形成了政府與汽車生產企業在報廢汽車逆向物流方面的博弈競爭關系。

2. 問題描述與假設

汽車生產企業是否承擔廢舊汽車回收工作可以看作汽車生產企業與政府之間的博弈結果。本文根據演化博弈論認為,由于信息的不完全性和參與主體的有限理性,在演化博弈過程當中,汽車生產企業和政府在進行決策時很難判斷自己的決策對自身來說是否為最優,二者需要通過不斷模仿學習和試錯來進行調整,進而最終找出最佳策略。為了便于分析,本文作出以下假設:

(1) 在報廢汽車逆向物流的過程當中有多方主體的參與,為了便于分析政府獎懲機制對汽車生產企業是否承擔報廢汽車回收工作決策的影響,本文僅考慮汽車生產企業和政府之間的博弈過程。

(2) 政府在對汽車生產企業是否承擔廢舊汽車回收工作的判斷過程中,可能會出現判斷錯誤的情況,而錯誤的獎懲行為均會降低政府的社會聲譽。

(3) 汽車生產企業獲得或減損社會聲譽只與其是否承擔報廢汽車回收工作有關,與政府是否實施正確的獎懲無關。

(4) 汽車生產企業承擔報廢汽車回收工作會提升品牌形象,提高社會聲譽;反之,則會降低社會聲譽。

(5) 政府的策略集為{獎勵,懲罰},汽車生產企業的策略集為{承擔,不承擔}。

三、演化博弈模型的構建

1. 參數設置

假設P為政府經過判斷給予選擇了承擔策略的汽車生產企業的獎勵,主要是指政府可以將稅收優惠傾向于承擔了報廢汽車回收工作的汽車生產企業。Q為政府經過判斷給予選擇了不承擔策略的汽車生產企業的懲罰,如汽車生產企業對報廢汽車沒有進行正常的回收拆解時,需要繳納一定的罰款。C1和C2為政府的運營成本,其中,C1為政府在獎勵企業時所付出的獎勵管理成本,C2為政府在懲罰企業時所付出的監督管理成本。c1和c2為汽車生產企業運營成本。其中,c1為汽車生產企業承擔廢舊汽車回收工作時的成本,主要包括生產成本、銷售成本和報廢汽車回收的成本等,報廢汽車回收之后會得到大量的可利用資源,大幅度降低生產成本。報廢汽車回收成本分為逆向管理成本、逆向流通成本和逆向處理成本:逆向管理成本主要是在設立機構、部門運營的過程中產生的一些費用,逆向流通成本主要是指收集信息的信息成本、運輸廢舊汽車等的運輸成本、儲存廢舊汽車的庫存成本和搬運成本,逆向處理成本主要指檢測成本(汽車檢測過程中產生的成本,因為廢舊汽車的零部件種類很多、可用程度不同,因此需要對其進行檢測)、分類成本(根據檢測結果對零部件進行分類)、拆卸成本(將汽車按照一定方式進行分拆時所造成的物資消耗和人力成本等)、清潔成本、碎裂成本和掩埋成本。c2為汽車生產企業采取不承擔策略時的成本,主要包括生產成本和銷售成本等,因為沒有進行報廢汽車回收,所以生產汽車所需要的原材料和零部件等均需要汽車生產企業采購。G1為政府對選擇承擔決策的汽車生產企業進行獎勵時所提高的社會聲譽;G2為政府錯誤地對選擇承擔策略的汽車生產企業進行懲罰所降低的社會聲譽;G3為政府錯誤地對采取不承擔策略的汽車生產企業給予獎勵所降低的社會聲譽;G4為政府對選擇不承擔策略的汽車生產企業進行懲罰所提高的社會聲譽。這里的社會聲譽,主要是指政府的形象、社會影響力和公眾對政府的信任即信譽度。g1和g2為汽車生產企業采取承擔策略時所提高的社會聲譽,這主要是因為企業承擔報廢汽車逆向物流,回收廢舊汽車,會體現出企業高度的社會責任感,有利于企業形象的塑造,但是由于政府可能出現錯誤懲罰的行為,因此g1和g2并不相等;g3和g4為汽車生產企業選擇不承擔策略時所降低的社會聲譽,二者不相等,原因同上。R0為汽車生產企業獲得的收益,主要是指銷售收益;G0為政府獲得的辦公收益,如稅收等。α為汽車生產企業采取不承擔策略卻被獎勵的概率;β為汽車生產企業選擇承擔策略卻被懲罰的概率;0≤α≤1,0≤β≤1。相關具體參數說明如表1所示。

表1 參數說明

博弈雙方的收益如下所示:

(1) 當政府選擇獎勵策略,汽車生產企業選擇承擔策略時:政府經過判斷認為,汽車生產企業承擔了廢舊汽車的回收工作,因此選擇獎勵策略,在獎勵汽車生產企業時需要投入一定的獎勵管理成本即C1,同時汽車生產企業獲得額外收益即P。這時汽車生產企業確實采取的是承擔的策略,政府由于進行了正確的獎懲而提高了社會聲譽即G1,會獲得辦公收益即G0。因此,政府得到的收益為G0-P+G1-C1。當汽車生產企業選擇承擔策略時,獲得的收益為R0,同時還會獲得社會聲譽g1;而此時政府經過判斷認為,汽車生產企業承擔了廢舊汽車的回收工作并給予一定的獎勵,故汽車生產企業又會獲得政府給予的獎勵即P;此外,汽車生產企業也需要投入一定的成本來承擔報廢汽車回收工作,即c1。因此,汽車生產企業得到的收益為R0-c1+P+g1。

(2) 當政府選擇獎勵策略,汽車生產企業選擇不承擔策略時:政府經過判斷認為,汽車生產企業承擔了廢舊汽車的回收工作,因此選擇獎勵策略,在獎勵汽車生產企業時需要投入一定的獎勵管理成本即C1;但是政府作出錯誤判斷的概率為α,因此使得汽車生產企業獲得的額外收益為αP;政府由于判斷錯誤會降低社會聲譽即G3,另外會獲得辦公收益即G0,因此,政府得到的收益為G0-αP-C1-G3。當汽車生產企業選擇不承擔策略時,首先汽車生產企業獲得的收益為R0,而此時政府錯誤地認為汽車生產企業承擔了報廢汽車回收工作而給予其獎勵,使得汽車生產企業獲得額外收益即αP;汽車生產企業會因為沒有承擔報廢汽車回收工作而降低社會聲譽即g3,其選擇不承擔策略時的成本為c2。因此,汽車生產企業得到的收益為R0+αP-g3-c2。

(3) 當政府選擇懲罰策略,汽車生產企業選擇承擔策略時:政府經過判斷認為,汽車生產企業沒有承擔廢舊汽車的回收工作,因此選擇懲罰策略,在懲罰汽車生產企業時需要投入一定的監督管理成本即C2;但是政府作出錯誤判斷的概率為β,因此汽車生產企業繳納的罰款為βQ;政府由于錯誤的懲罰行為降低的社會聲譽為G2,另外會獲得辦公收益即G0。故政府得到的收益為G0+βQ-G2-C2。當汽車生產企業選擇承擔策略時,首先汽車生產企業獲得的收益為R0,而此時政府錯誤地認為汽車生產企業沒有承擔報廢汽車回收而給予其懲罰,使得汽車生產企業繳納罰款為βQ;汽車生產企業會因為承擔了報廢汽車的回收工作而提高社會聲譽即g2,其承擔報廢汽車回收時的成本為c1。因此,汽車生產企業得到的收益為R0-βQ+g2-c1。

(4) 當政府選擇懲罰策略,汽車生產企業選擇不承擔策略時:政府經過判斷,認為汽車生產企業沒有承擔廢舊汽車的回收工作,因此選擇懲罰策略,在懲罰汽車生產企業時需要投入一定的監督管理成本即C2,因此使得汽車生產企業繳納的罰款為Q;政府由于作出了正確的懲罰行為而提高的社會聲譽為G4,另外會獲得辦公收益即G0。因此,政府得到的收益為G0+Q+G4-C2。當汽車生產企業選擇不承擔策略時,首先汽車生產企業獲得的收益為R0,此時政府認為汽車生產企業沒有承擔廢舊汽車的回收工作而給予其懲罰,使得汽車生產企業繳納罰款為Q;汽車生產企業會因為沒有承擔報廢汽車回收而降低社會聲譽即g4,其不承擔報廢汽車回收時的成本為c2。因此,汽車生產企業得到的收益為R0-Q-g4-c2。

2. 模型建立

假設政府選擇獎勵策略的概率為x,選擇懲罰策略的概率為1-x;汽車生產企業選擇承擔策略的概率為y,選擇不承擔策略的概率為1-y。其中,0≤x≤1,0≤y≤1。在決策的過程當中,政府和汽車生產企業各自的決策會根據利益最大化的原則不斷調整,相應地,x和y的取值也會發生變化,因此可以得到政府和汽車生產企業的支付矩陣如表2所示。

表2 政府和汽車生產企業的支付矩陣

根據表2支付矩陣可知:

(1) 政府選擇獎勵策略的期望收益為

U11=y(G0-P+G1-C1)+

(1-y)(G0-αP-C1-G3)

(1)

政府選擇懲罰策略的期望收益為

U12=y(G0+βQ-G2-C2)+

(1-y)(G0+Q+G4-C2)

(2)

政府的混合策略即采取獎勵與懲罰策略的平均期望收益為

(3)

由此可以得出,政府的復制動態方程為

x(1-x){[(1-β)Q+(α-1)P+

G1+G2+G3+G4]y-αP-Q-

C1-G3-G4+C2}

(4)

F′(x)=(1-2x){[(1-β)Q+(α-1)P+

G1+G2+G3+G4]y-αP-Q-

C1-G3-G4+C2}

(5)

(2) 汽車生產企業選擇承擔策略的期望收益為

U21=x(R0-c1+P+g1)+

(1-x)(R0-βQ+g2-c1)

(6)

汽車生產企業選擇不承擔策略的期望收益為

U22=x(R0+αP-g3-c2)+

(1-x)(R0-Q-g4-c2)

(7)

汽車生產企業的混合策略即采取承擔與不承擔策略的平均期望收益為

(8)

由此可以得出,汽車生產企業的復制動態方程為

y(1-y){[(1-α)P+(β-1)Q+

g1-g2+g3-g4]+(1-β)Q+

g2+g4-c1+c2x}

(9)

F′(y)=(1-2y){[(1-α)P+(β-1)Q+

g1-g2+g3-g4]x+(1-β)Q+

g2+g4-c1+c2}

(10)

3. 均衡的穩定性分析

(11)

其中:

G1+G2+G3+G4]y-αP-Q-

C1-G3-G4+C2}

(12)

G1+G2+G3+G4]

(13)

g1-g2+g3-g4]

(14)

g1-g2+g3-g4]x+(1-β)Q+

g2+g4-c1+c2}

(15)

(16)

(17)

計算得出各個均衡點(x,y)的雅可比矩陣的行列式和跡,結果如表3所示。

表3 各均衡點對應的雅克比矩陣的行列式與跡的結果

由于均衡點(x*,y*)的跡的值為0,不滿足trJ<0,因此(x*,y*)不是進化穩定策略點。表4為其他4個均衡點成為局部穩定點的條件。

表4 其他4個均衡點成為局部穩定點的條件

4. 均衡點的穩定性分析

(1) 點(0,0)穩定性分析:當C2-αP-Q-C1-G3-G4<0,(1-β)Q+g2+g4-c1+c2<0時,雅可比矩陣的detJ>0,trJ<0,此時(0,0)為演化穩定點。在這種情況下,政府的獎勵管理成本高,為了減少成本支出傾向于懲罰企業,承擔廢舊汽車回收工作成本高的汽車生產企業傾向于選擇不承擔策略,此時對應的演化穩定策略為(懲罰,不承擔)。

(2) 點(0,1)穩定性分析:當C2-P-βQ-C1+G1+G2<0,(1-β)Q+g2+g4-c1+c2>0時,雅可比矩陣的detJ>0,trJ<0,此時(0,1)為演化穩定點。在這種情況下,政府的獎勵管理成本高,為了降低成本往往選擇懲罰企業,不承擔廢舊汽車回收工作成本高的汽車生產企業傾向于選擇承擔策略,此時對應的演化穩定策略為(懲罰,承擔)。

(3) 點(1,0)穩定性分析:當C2-αP-Q-C1-G3-G4>0,(1-α)P+g1+g3-c1+c2<0時,雅可比矩陣的detJ>0,trJ<0,此時(1,0)為演化穩定點。在這種情況下,政府的監督管理成本高,為了降低成本傾向于選擇獎勵企業,承擔報廢汽車回收工作成本高的汽車生產企業傾向于選擇不承擔策略,此時對應的演化穩定策略為(獎勵,不承擔)。

(4) 點(1,1)穩定性分析:當C2-P-βQ-C1+G1+G2>0,(1-α)P+g1+g3-c1+c2>0時,雅可比矩陣的detJ>0,trJ<0,此時(1,1)為演化穩定點。在這種情況下,政府的監督管理成本高,傾向于選擇獎勵企業,不承擔報廢汽車回收工作成本高的汽車生產企業傾向于選擇承擔策略,此時對應的演化穩定策略為(獎勵,承擔)。

四、仿真分析

1. 演化博弈均衡點仿真分析

通過參數設置對演化均衡點進行仿真分析,參數及仿真結果如下所示(由于Matlab中沒有α和β,故用a代替α、b代替β,下同)。

(1) (0,0)點演化仿真:當模型的參數分別取P=1,Q=5,C1=20,C2=1,G1=1,G2=1,G3=20,G4=20,g1=1,g2=1,g3=1,g4=1,c1=40,c2=1,a=0.9,b=0.9時,演化的均衡點趨向于(0,0)(見圖1)。政府的獎勵管理成本要大于監督管理成本,因此政府為了降低成本傾向于懲罰汽車生產企業,對于汽車生產企業來說,其承擔報廢汽車回收工作時的成本要大于不承擔時的成本,所以汽車生產企業傾向于選擇不承擔策略,此時均衡點為(懲罰,不承擔)。

圖1 (0,0)點演化均衡

(2) (0,1)點演化仿真:當模型的參數分別取P=15,Q=30,C1=20,C2=1,G1=1,G2=1,G3=20,G4=20,g1=20,g2=20,g3=20,g4=20,c1=1,c2=20,a=0.9,b=0.9時,演化的均衡點趨向于(0,1)(見圖2)。政府的獎勵管理成本要大于監督管理成本,因此政府為了降低成本傾向于懲罰企業,對于汽車生產企業來說,其不承擔報廢汽車回收工作時的成本要大于承擔時的成本,所以汽車生產企業傾向于選擇承擔策略,此時均衡點為(懲罰,承擔)。

圖2 (0,1)點演化均衡

(3) (1,0)點演化仿真:當模型的參數分別取P=5,Q=5,C1=1,C2=9,G1=20,G2=20,G3=1,G4=1,g1=1,g2=1,g3=1,g4=1,c1=21,c2=1,a=0.1,b=0.1時,演化的均衡點趨向

于(1,0)(見圖3)。政府的監督管理成本要大于獎勵管理成本,因此政府為了降低成本傾向于獎勵汽車生產企業,對于汽車生產企業來說,其承擔報廢汽車回收工作時的成本要大于不承擔時的成本,所以汽車生產企業傾向于選擇不承擔策略,此時均衡點為(獎勵,不承擔)。

(4) (1,1)點演化仿真:當模型的參數分別取P=1,Q=1,C1=1,C2=36.5,G1=17,G2=20,G3=1,G4=1,g1=20,g2=20,g3=20,g4=20,c1=1,c2=20,a=0.1,b=0.1時,演化的均衡點趨向于(1,1)(見圖4)。政府的監督管理成本要大于獎勵管理成本,因此政府為了降低成本傾向于獎勵汽車生產企業,對于汽車生產企業來說,其不承擔報廢汽車回收工作時的成本要大于承擔時的成本,所以汽車生產企業傾向于選擇承擔策略,此時均衡點為(獎勵,承擔)。

2. 演化博弈均衡影響因素分析

不同的因素對于演化博弈有不同的影響,針對政府的成本(C1,C2)、汽車生產企業的成本

(c1,c2)、政府的社會聲譽(G1,G2,G3,G4)、汽車生產企業的社會聲譽(g1,g2,g3,g4)、錯誤獎勵的概率(a)、錯誤懲罰的概率(b)等影響因素進行進一步仿真分析。需要注意的是,當分析其中一個參數對演化博弈過程和結果的影響時,其他參數取值保持不變。

(1) 政府運營成本對雙方演化博弈的影響

政府運營成本對雙方演化博弈的影響如圖5所示。C1為政府采取獎勵策略時付出的獎勵管理成本,如補貼;C2為政府采取懲罰策略時付出的監督管理成本,如人力成本、管理成本。將C1和C2的值分別設置為1、15、30,圖5a、c表示政府的行為決策,圖5b、d表示汽車生產企業的行為決策。將圖5a與b、c與d分別對比分析可以看出,圖5a、c的線條變化幅度明顯,圖5b、d中的三條線幾乎重合,說明政府運營成本的變化對政府的決策影響明顯,對汽車生產企業幾乎沒有影響,這主要是因為政府的運營成本并不直接作用于汽車生產企業。從圖5a中可以看出,獎勵管理成本的增加抑制了政府選擇獎勵策略的演化速度,也就是說,隨著C1值的增加,政府選擇懲罰策略的意愿增加。從圖5c中可以看出,監督管理成本的增加抑制了政府選擇懲罰策略的演化速度,也就是說,隨著C2值的增加,政府選擇獎勵策略的意愿增加。因此,合理控制政府的運營成本,適當地降低獎勵管理成本、提高懲罰管理成本,有助于提高政府獎勵的積極性。

(2) 企業運營成本對雙方演化博弈的影響

企業運營成本對雙方演化博弈的影響如圖6所示。c1為汽車生產企業選擇承擔策略時的成本,c2為其選擇不承擔策略時的成本。將c1和c2的值分別設置為1、15、30,得出仿真結果。將圖6a與b、c與d分別對比分析可以看出,

圖6 不同汽車生產企業運營成本下政府和汽車生產企業策略演化軌跡

圖6b、d中的線條變化幅度明顯,圖6a、c中的線條變化幅度很小,說明汽車生產企業的運營成本對汽車生產企業的決策影響較大,對政府的影響甚微,這主要是因為汽車生產企業的運營成本并不直接作用于政府。從圖6b中可以看出,承擔成本的提高抑制了汽車生產企業選擇承擔策略的演化速度,也就是說,隨著c1值的增加,汽車生產企業選擇不承擔策略的意愿增加。從圖6d中可以看出,不承擔成本的提高抑制了汽車生產企業選擇不承擔策略的演化速度,也就是說,隨著c2值的增加,汽車生產企業選擇承擔策略的意愿增加。因此,多角度、全面控制汽車生產企業承擔時的成本,可以大大提高汽車生產企業的承擔積極性,同時也可以稍微增加政府獎勵的意愿。

(3) 政府社會聲譽對雙方演化博弈的影響

政府的社會聲譽對雙方演化博弈的影響如圖7所示。G1為政府因正確獎勵而提高的社會聲譽;G2為其因錯誤懲罰而降低的社會聲譽;G3為其因錯誤獎勵而降低的社會聲譽;G4為其因正確懲罰而提高的社會聲譽。將G1～G4的值分別設置為1、10、20,得到仿真結果。從圖7中可以看出,圖7a、c、e和g的線條變化幅度明顯,而相較來說,圖7b、d、f和h的線條變化微乎其微,說明政府的社會聲譽變化對汽車生產企業的決策沒有影響,這主要是因為政府的社會聲譽不直接影響汽車生產企業。圖7a、c中線條變化的趨勢和幅度基本一致,說明G1和G2對政府決策的影響方式是相似的,隨著G1和G2值的增加,政府選擇獎勵策略的意愿增強。圖7e、g中線條變化的趨勢和幅度基本一致,說明G3和G4對政府決策的影響方式是相似的,隨著G3和G4值的增加,政府選擇懲罰策略的意愿增強。因此,提高社會公眾對報廢汽車逆向物流的重視程度,加大宣傳力度,做好環境治理工作,提高在汽車生產企業選擇承擔策略情況下政府進行決策時所獲得或損失的社會聲譽收益,降低在汽車生產企業選擇不承擔策略情況下政府進行決策時所獲得或損失的社會聲譽收益,有助于加強政府選擇獎勵策略的穩定性。

圖7 不同政府社會聲譽值下政府和汽車生產企業策略演化軌跡

(4) 企業社會聲譽對雙方演化博弈的影響

g1是汽車生產企業選擇承擔策略且政府進行了正確獎勵時所提高的社會聲譽;g2是其選擇承擔策略且政府進行了錯誤懲罰時所提高的社會聲譽;g3是其選擇不承擔策略且政府進行了錯誤獎勵時所提高的社會聲譽;g4是其選擇不承擔策略且政府進行了正確懲罰時所提高的社會聲譽。將g1～g4的值分別設置為1、10、20,得到的仿真結果如圖8所示。從圖8的8個子圖可以看出,隨著參數取值的變化,相應的圖線條也有明顯的變化趨勢,說明汽車生產企業的社會聲譽收益的變化對二者的決策都有不同程度的影響。圖8a、c、e和g表明,隨著g1～g4值的增加,政府選擇獎勵策略的意愿上升。圖8b、f中線條變化的趨勢和幅度基本一致,說明g1和g3對汽車生產企業的影響方式是相似的,隨著g1和g3值的增加,汽車生產企業選擇承擔策略的意愿提高。圖8d、h中線條變化的趨勢和幅度基本一致,說明g2和g4對汽車生產企業的影響方式是相似的,當g2和g4的值相對較小時,汽車生產企業選擇不承擔策略,隨著g2和g4值的增加,汽車生產企業選擇不承擔策略的演進速度雖然有所減緩,但是演化結果并未改變。對比分析圖8b、d、f和h可以看出,圖8b、f的線條變化幅度要更大,說明汽車生產企業對參數g1和g3的變化要更加敏感。因此,提高全民對報廢汽車逆向物流的關注,加強公眾環保意識,通過引入媒體擴大宣傳力度,有助于提高汽車生產企業的承擔積極性,同時對政府選擇獎勵策略也有一定的激勵作用。

圖8 不同汽車生產企業社會聲譽值下政府和汽車生產企業策略演化軌跡

(5) 錯誤獎勵對雙方演化博弈的影響

將a的值分別設置為0.1、0.5、0.9,得到的仿真結果如圖9所示。從圖9可以看出,隨著a值的變化,圖9a、b的線條變化幅度并不明顯,而且圖9a比圖9b的變化幅度要更大一些,說明錯誤獎勵的概率對雙方演化博弈的影響并不大,相比較而言,其對政府決策的影響要更大一些。從圖9a可以看出,錯誤獎勵概率的增加抑制了政府選擇獎勵策略的演化速度,也就是說,隨著a值的增加,政府選擇懲罰策略的意愿增加。從圖9b可以看出,錯誤獎勵概率的增加抑制了汽車生產企業選擇承擔策略的演化速度,也就是說,隨著a值的增加,汽車生產企業選擇不承擔策略的意愿增加。因此,提高政府的辦公能力,降低錯誤獎勵的概率,有助于提高政府的獎勵積極性和汽車生產企業的承擔積極性。

圖9 不同錯誤獎勵概率值下政府和汽車生產企業策略演化軌跡

(6) 錯誤懲罰對雙方演化博弈的影響

將b的值分別設置為0.1、0.5、0.9,得到的仿真結果如圖10所示。從圖10可以看出,隨著b值的變化,圖10b相較于圖10a的變化幅度增加,說明錯誤懲罰的概率對汽車生產企業決策的影響更大。從圖10a可以看出,錯誤懲罰概率的增加抑制了政府選擇獎勵策略的演化速度,也就是說,隨著b值的增加,政府選擇懲罰策略的意愿增加,但這種變化并不明顯。從圖10b可以看出,錯誤懲罰概率的增加抑制了汽車生產企業選擇承擔策略的演化速度,也就是說,隨著b值的增加,汽車生產企業選擇不承擔策略的意愿增加。因此,提高政府辦公能力,降低錯誤懲罰的概率,有助于提高政府的獎勵積極性和汽車生產企業的承擔積極性。

圖10 不同錯誤懲罰概率值下政府和汽車生產企業策略演化軌跡

五、結論與建議

1. 結 論

本文通過建立演化博弈模型來分析政府的獎懲策略對汽車生產企業承擔報廢汽車逆向物流的影響,可得出如下結論:

(1) 合理降低政府的獎勵管理成本、提高政府的監督管理成本,有利于增強政府選擇獎勵策略意愿的穩定性。政府的運營成本只對其自身的決策產生影響。政府的獎勵管理成本越高,越傾向于選擇懲罰策略;政府的監督管理成本越高,越傾向于選擇獎勵策略。全面控制汽車生產企業承擔時的運營成本,有助于激勵汽車生產企業選擇承擔的策略。汽車生產企業選擇承擔時的成本越高,其越傾向于選擇不承擔策略。

(2) 提高社會對報廢汽車逆向物流的重視程度,做好環境治理工作,可以提高政府選擇獎勵策略的意愿。政府的社會聲譽只對其自身的決策產生影響。將政府社會聲譽的變化分為四種情況:第一種是政府因正確獎勵而提高的社會聲譽;第二種是其因錯誤懲罰而降低的社會聲譽;第三種是其因錯誤獎勵而降低的社會聲譽;第四種是其因正確懲罰而提高的社會聲譽。第一、二種情況下社會聲譽值的提高都會減緩政府采取懲罰策略的速度,第三、四種情況下社會聲譽值的增加都會加快政府采取懲罰策略的速度。

(3) 加強公眾環保意識,加大宣傳力度,可以大大提高汽車生產企業選擇承擔策略的積極性。汽車生產企業的社會聲譽對政府和汽車生產企業的決策都有影響。與政府社會聲譽變化的四種情況相對應,汽車生產企業社會聲譽的變化也分為四種情況:第一種是汽車生產企業選擇承擔策略且政府進行了正確獎勵時企業所提高的社會聲譽;第二種是汽車生產企業選擇承擔策略且政府進行了錯誤懲罰時企業所提高的社會聲譽;第三種是汽車生產企業選擇不承擔策略且政府進行了錯誤獎勵時企業所降低的社會聲譽;第四種是汽車生產企業選擇不承擔策略且政府進行了正確懲罰時所降低的社會聲譽。這四種情況下社會聲譽值的提高都會加快政府采取獎勵策略的速度,其中,第一、二種情況下社會聲譽值的變化影響更大。第一、三種情況下的社會聲譽值越高,汽車生產企業越傾向于采取承擔的策略,第二、四種情況下社會聲譽值越高,其越傾向于采取不承擔的策略。

(4) 提高政府的辦公能力,降低其錯誤獎勵和錯誤懲罰的概率,可以同時激勵政府的獎勵積極性和汽車生產企業的承擔積極性。政府錯誤獎勵的概率對雙方演化博弈的影響不是很大,相對來說,其對政府決策的影響更為明顯。政府錯誤獎勵的概率越大,政府越傾向于采取懲罰的策略,汽車生產企業越傾向于采取不承擔的策略。政府錯誤懲罰的概率對雙方演化博弈都有一定的影響,但對汽車生產企業的影響更大。政府錯誤懲罰的概率越大,政府越傾向于采取懲罰的策略,汽車生產企業選擇承擔策略的速度越慢。

2. 建 議

本文根據以上結論,可以為政府激勵汽車生產企業主動承擔報廢汽車逆向物流提出以下政策建議:

(1) 拓寬汽車生產企業的獲利渠道?，F階段報廢汽車逆向物流的利潤主要來自于一些廢舊汽車材料的出售,這種獲利方式能給企業帶來的利潤有限,政府可以擴大進入再制造流程零部件的范圍,以此來拓寬汽車生產企業的獲利渠道。

(2) 降低汽車生產企業投資的貸款利率。報廢汽車逆向物流的前期投資是很大的,包括倉庫、專業的設備和技術人員等。大量的資金投入是導致汽車生產企業不愿承擔報廢汽車逆向物流的主要原因之一。如果政府能夠降低汽車生產企業在進行投資時的貸款利率,那么就會大幅度減少汽車生產企業的資金壓力,降低其運營成本,有效提高其承擔的積極性。

(3) 加大宣傳力度?，F階段,人們主要是通過互聯網來獲取信息,政府應該充分利用網絡來宣傳發布官方消息。當查明汽車生產企業沒有承擔報廢汽車回收工作時,僅僅處以罰金是遠遠不夠的,政府應該在確保所查信息真實準確的基礎上,在網絡上發布官方消息給予這些企業批評;當然,如果發現汽車生產企業承擔報廢汽車回收工作時,也要在進行一些資金獎勵的同時,在官網上進行嘉獎。

(4) 將監管工作委托給第三方機構。第三方機構的專業性更強,可以提高監管的有效性,大幅降低政府錯誤獎懲的概率和運營成本,同時提升政府的獎勵積極性和汽車生產企業的承擔積極性。

本文運用演化博弈理論,將政府的獎懲政策對汽車生產企業是否構建逆向物流的決策進行了探討分析,為政府激勵汽車生產企業構建廢舊汽車逆向物流提出了建議。但實際上,在報廢汽車逆向物流的過程當中,不只有政府和汽車生產企業的參與,車主也是重要的參與者之一,所以在未來的研究當中,把車主加入到博弈主體當中將是十分有意義的。