政府奖惩机制下汽车行业逆向物流演化博弈分析*

闫 妍, 狄鑫悦

(沈阳工业大学 管理学院, 辽宁 沈阳 110870)

近年来,随着科技的进步,我国汽车行业迅猛发展,汽车产销量有增无已。据中国新闻网报道,我国汽车产销量连续十年居全球第一[1]。相应地,我国汽车保有量也在增加,根据公安部统计,截至2021年底,汽车保有量达3.02亿辆,比2020年增加了0.21亿辆,同比增长了7.47%[2]。同时,我国报废汽车数量也越来越多,但回收率不足15%。相关数据显示,2019—2021年我国报废汽车数量分别为195.1万、206.6万和249.3万辆[3-4]。

汽车逆向物流主要包括商业回流、终端回流、维修回流、包装回流和生产回流,其中终端回流包含报废汽车逆向物流,主要是指所有从终端用户处回收处理的产品[5-7]。报废汽车逆向物流的有效实施有助于实现“双碳”目标和推进循环经济。汽车行业碳排放是当前我国碳排放增长最快的领域之一,废旧汽车排放的污染物是普通汽车的数倍,有害物质也更多,因此有效回收报废汽车有利于实现“双碳”目标。一辆完整的报废汽车中大概有72%的钢铁、11%的塑料、8%的塑胶和6%的有色金属,其中,钢铁和有色金属材料零部件的回收率超过90%,玻璃、塑料中有50%以上都可回收。由此可见,报废汽车逆向物流的实施会大力推进循环经济的发展[8]。

为了促进我国报废汽车逆向物流发展,政府相继出台了一些政策,如《汽车产品回收利用政策》和《关于加强报废汽车监督管理有关工作的通知》等。虽然在政府出台政策后,我国报废汽车回收数量明显上升,但是报废汽车数量增加的速度更快,且我国目前的报废汽车回收水平与国外差距很大。现阶段,美国、日本和法国等一些发达国家的废旧汽车再利用率已经超过80%,而我国的再利用率大约只是发达国家的一半。在政府的严格管控之下,美国的报废汽车逆向物流发展迅速,其逆向物流行业每年回收的钢铁超过了整个汽车制造业所需钢铁的三分之一;而我国相关法规政策相对比较滞后,对企业有效支持力度不够,许多政策没有得到有效落实[9]。

由于政府没有明确制定针对汽车生产企业承担回收报废汽车工作的奖惩制度,且报废汽车回收的前期投入较多,目前很少有汽车生产企业愿意承担废旧汽车的回收工作。因此,政府如何通过行政和经济手段来激励汽车生产企业主动承担报废汽车逆向物流,进而减少环境污染并节约资源,是值得研究的问题。

一、文献综述

对相关问题,国内外众多学者展开了研究并取得了一定成果。YIN等建立了以逆向物流市场中领导者和跟随者为主体的演化博弈模型,并讨论了政府的奖惩措施对二者决策的影响,指出政府奖惩会直接影响二者的决策[10]。赵福全等通过研究汽车行业发达国家在废旧汽车回收方面的经验来分析我国在这方面存在的问题,在此基础上结合我国现状提出了对策建议[11]。杨玉芳等通过建立政府、汽车生产商和车主的三方演化博弈模型,指出政府可以通过提高车主参与正规回收的收益来激励车主参与正规回收,汽车生产商应该加强自身的技术改造,提高技术水平[12]。夏西强等建立了正规与非正规回收渠道的博弈模型,探讨分析了政府不采取政策、采取补贴政策和监管政策对报废汽车回收渠道产生的影响[13]。孙嘉楠等指出政府应加大对正规回收渠道的补贴力度并严厉打击非正规回收行为,非正规回收群体如果要降低政府管制风险,就应形成产业联盟并逐渐实现转型和升级[14]。朱庆华等通过建立基于政府补贴和政府规范的博弈模型进行数值仿真分析,得出结论:政府可通过扩大补贴范围并延长补贴期限来推动报废汽车行业的发展,回收企业则可以采取加强员工技能培养、使回收拆解工作尽量机械化的方式来提高自身的竞争力[15]。MOHAMMAD-ALI等建立了以政府为领导者、检验中心为主要追随者、修理中心为次要追随者的Stackelberg博弈结构,运用博弈论方法,研究了包括利润共享、收益分享和集中(合作)情景在内的3种情形下政府补贴对报废车辆供应链中心决策变量均衡值的影响,结果表明:相对于利润共享和收益共享两种情形,集中情景具有最显著的优势[16]。

现有文献的研究主要集中在报废汽车回收、政府的奖惩机制对报废汽车正规回收模式与非正规回收模式的影响以及参与者行为特征等方面,很少有文献研究政府的奖惩机制对汽车生产企业承担报废汽车逆向物流的影响,也很少有文献建立考虑政府奖励和惩罚错误的博弈分析模型。鉴于此,本文利用演化博弈理论构建政府奖惩机制与汽车生产企业是否承担报废汽车逆向物流决策的演化博弈模型,且在其中包含了政府奖惩措施以及其他因素对汽车生产企业承担报废汽车逆向物流决策的影响机制。

二、演化博弈分析及假设

1. 演化博弈分析

汽车生产企业承担报废汽车回收工作有助于降低成本、树立品牌形象、体现社会责任感。车企十分重视对自身品牌形象的维护,如德国大众汽车旗下的奥迪汽车就于2017年宣布自发回收85万辆柴油车。另外,许多车企开始重视逆向物流,如德国汽车制造企业宝马、比利时材料和回收公司Umicore和瑞典建造电池工厂的Northvolt共同创建了汽车电池回收企业,其目标就是设计并商业化一个“封闭的生命周期循环”,使汽车电池作为存储产品拥有第二次生命。尽管如此,仍很少有车企从事汽车回收拆解工作,这主要是因为前期投入大、短期内没有明显收益。政府作为公共政策服务提供者,可以根据车企是否承担报废汽车回收工作进行奖惩。政府给予承担报废汽车回收工作的车企一些奖励,会使其获得额外收益,同时使未承担的车企有额外损失。汽车生产企业看到政府的奖惩措施,会根据自身情况计算利润得失和承担成本,将二者进行比较,从而决定是否承担回收工作。另外,政府和汽车生产企业存在于社会环境中,都会注意自身的社会声誉,政府在判断车企是否承担废旧汽车回收工作时也要付出成本,因此,就形成了政府与汽车生产企业在报废汽车逆向物流方面的博弈竞争关系。

2. 问题描述与假设

汽车生产企业是否承担废旧汽车回收工作可以看作汽车生产企业与政府之间的博弈结果。本文根据演化博弈论认为,由于信息的不完全性和参与主体的有限理性,在演化博弈过程当中,汽车生产企业和政府在进行决策时很难判断自己的决策对自身来说是否为最优,二者需要通过不断模仿学习和试错来进行调整,进而最终找出最佳策略。为了便于分析,本文作出以下假设:

(1) 在报废汽车逆向物流的过程当中有多方主体的参与,为了便于分析政府奖惩机制对汽车生产企业是否承担报废汽车回收工作决策的影响,本文仅考虑汽车生产企业和政府之间的博弈过程。

(2) 政府在对汽车生产企业是否承担废旧汽车回收工作的判断过程中,可能会出现判断错误的情况,而错误的奖惩行为均会降低政府的社会声誉。

(3) 汽车生产企业获得或减损社会声誉只与其是否承担报废汽车回收工作有关,与政府是否实施正确的奖惩无关。

(4) 汽车生产企业承担报废汽车回收工作会提升品牌形象,提高社会声誉;反之,则会降低社会声誉。

(5) 政府的策略集为{奖励,惩罚},汽车生产企业的策略集为{承担,不承担}。

三、演化博弈模型的构建

1. 参数设置

假设P为政府经过判断给予选择了承担策略的汽车生产企业的奖励,主要是指政府可以将税收优惠倾向于承担了报废汽车回收工作的汽车生产企业。Q为政府经过判断给予选择了不承担策略的汽车生产企业的惩罚,如汽车生产企业对报废汽车没有进行正常的回收拆解时,需要缴纳一定的罚款。C1和C2为政府的运营成本,其中,C1为政府在奖励企业时所付出的奖励管理成本,C2为政府在惩罚企业时所付出的监督管理成本。c1和c2为汽车生产企业运营成本。其中,c1为汽车生产企业承担废旧汽车回收工作时的成本,主要包括生产成本、销售成本和报废汽车回收的成本等,报废汽车回收之后会得到大量的可利用资源,大幅度降低生产成本。报废汽车回收成本分为逆向管理成本、逆向流通成本和逆向处理成本:逆向管理成本主要是在设立机构、部门运营的过程中产生的一些费用,逆向流通成本主要是指收集信息的信息成本、运输废旧汽车等的运输成本、储存废旧汽车的库存成本和搬运成本,逆向处理成本主要指检测成本(汽车检测过程中产生的成本,因为废旧汽车的零部件种类很多、可用程度不同,因此需要对其进行检测)、分类成本(根据检测结果对零部件进行分类)、拆卸成本(将汽车按照一定方式进行分拆时所造成的物资消耗和人力成本等)、清洁成本、碎裂成本和掩埋成本。c2为汽车生产企业采取不承担策略时的成本,主要包括生产成本和销售成本等,因为没有进行报废汽车回收,所以生产汽车所需要的原材料和零部件等均需要汽车生产企业采购。G1为政府对选择承担决策的汽车生产企业进行奖励时所提高的社会声誉;G2为政府错误地对选择承担策略的汽车生产企业进行惩罚所降低的社会声誉;G3为政府错误地对采取不承担策略的汽车生产企业给予奖励所降低的社会声誉;G4为政府对选择不承担策略的汽车生产企业进行惩罚所提高的社会声誉。这里的社会声誉,主要是指政府的形象、社会影响力和公众对政府的信任即信誉度。g1和g2为汽车生产企业采取承担策略时所提高的社会声誉,这主要是因为企业承担报废汽车逆向物流,回收废旧汽车,会体现出企业高度的社会责任感,有利于企业形象的塑造,但是由于政府可能出现错误惩罚的行为,因此g1和g2并不相等;g3和g4为汽车生产企业选择不承担策略时所降低的社会声誉,二者不相等,原因同上。R0为汽车生产企业获得的收益,主要是指销售收益;G0为政府获得的办公收益,如税收等。α为汽车生产企业采取不承担策略却被奖励的概率;β为汽车生产企业选择承担策略却被惩罚的概率;0≤α≤1,0≤β≤1。相关具体参数说明如表1所示。

表1 参数说明

博弈双方的收益如下所示:

(1) 当政府选择奖励策略,汽车生产企业选择承担策略时:政府经过判断认为,汽车生产企业承担了废旧汽车的回收工作,因此选择奖励策略,在奖励汽车生产企业时需要投入一定的奖励管理成本即C1,同时汽车生产企业获得额外收益即P。这时汽车生产企业确实采取的是承担的策略,政府由于进行了正确的奖惩而提高了社会声誉即G1,会获得办公收益即G0。因此,政府得到的收益为G0-P+G1-C1。当汽车生产企业选择承担策略时,获得的收益为R0,同时还会获得社会声誉g1;而此时政府经过判断认为,汽车生产企业承担了废旧汽车的回收工作并给予一定的奖励,故汽车生产企业又会获得政府给予的奖励即P;此外,汽车生产企业也需要投入一定的成本来承担报废汽车回收工作,即c1。因此,汽车生产企业得到的收益为R0-c1+P+g1。

(2) 当政府选择奖励策略,汽车生产企业选择不承担策略时:政府经过判断认为,汽车生产企业承担了废旧汽车的回收工作,因此选择奖励策略,在奖励汽车生产企业时需要投入一定的奖励管理成本即C1;但是政府作出错误判断的概率为α,因此使得汽车生产企业获得的额外收益为αP;政府由于判断错误会降低社会声誉即G3,另外会获得办公收益即G0,因此,政府得到的收益为G0-αP-C1-G3。当汽车生产企业选择不承担策略时,首先汽车生产企业获得的收益为R0,而此时政府错误地认为汽车生产企业承担了报废汽车回收工作而给予其奖励,使得汽车生产企业获得额外收益即αP;汽车生产企业会因为没有承担报废汽车回收工作而降低社会声誉即g3,其选择不承担策略时的成本为c2。因此,汽车生产企业得到的收益为R0+αP-g3-c2。

(3) 当政府选择惩罚策略,汽车生产企业选择承担策略时:政府经过判断认为,汽车生产企业没有承担废旧汽车的回收工作,因此选择惩罚策略,在惩罚汽车生产企业时需要投入一定的监督管理成本即C2;但是政府作出错误判断的概率为β,因此汽车生产企业缴纳的罚款为βQ;政府由于错误的惩罚行为降低的社会声誉为G2,另外会获得办公收益即G0。故政府得到的收益为G0+βQ-G2-C2。当汽车生产企业选择承担策略时,首先汽车生产企业获得的收益为R0,而此时政府错误地认为汽车生产企业没有承担报废汽车回收而给予其惩罚,使得汽车生产企业缴纳罚款为βQ;汽车生产企业会因为承担了报废汽车的回收工作而提高社会声誉即g2,其承担报废汽车回收时的成本为c1。因此,汽车生产企业得到的收益为R0-βQ+g2-c1。

(4) 当政府选择惩罚策略,汽车生产企业选择不承担策略时:政府经过判断,认为汽车生产企业没有承担废旧汽车的回收工作,因此选择惩罚策略,在惩罚汽车生产企业时需要投入一定的监督管理成本即C2,因此使得汽车生产企业缴纳的罚款为Q;政府由于作出了正确的惩罚行为而提高的社会声誉为G4,另外会获得办公收益即G0。因此,政府得到的收益为G0+Q+G4-C2。当汽车生产企业选择不承担策略时,首先汽车生产企业获得的收益为R0,此时政府认为汽车生产企业没有承担废旧汽车的回收工作而给予其惩罚,使得汽车生产企业缴纳罚款为Q;汽车生产企业会因为没有承担报废汽车回收而降低社会声誉即g4,其不承担报废汽车回收时的成本为c2。因此,汽车生产企业得到的收益为R0-Q-g4-c2。

2. 模型建立

假设政府选择奖励策略的概率为x,选择惩罚策略的概率为1-x;汽车生产企业选择承担策略的概率为y,选择不承担策略的概率为1-y。其中,0≤x≤1,0≤y≤1。在决策的过程当中,政府和汽车生产企业各自的决策会根据利益最大化的原则不断调整,相应地,x和y的取值也会发生变化,因此可以得到政府和汽车生产企业的支付矩阵如表2所示。

表2 政府和汽车生产企业的支付矩阵

根据表2支付矩阵可知:

(1) 政府选择奖励策略的期望收益为

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

(1-y)(G0-αP-C1-G3)

(1)

政府选择惩罚策略的期望收益为

U12=y(G0+βQ-G2-C2)+

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

(2)

政府的混合策略即采取奖励与惩罚策略的平均期望收益为

(3)

由此可以得出,政府的复制动态方程为

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) 汽车生产企业选择承担策略的期望收益为

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

(1-x)(R0-βQ+g2-c1)

(6)

汽车生产企业选择不承担策略的期望收益为

U22=x(R0+αP-g3-c2)+

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

(7)

汽车生产企业的混合策略即采取承担与不承担策略的平均期望收益为

(8)

由此可以得出,汽车生产企业的复制动态方程为

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. 均衡的稳定性分析

(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)

计算得出各个均衡点(x,y)的雅可比矩阵的行列式和迹,结果如表3所示。

表3 各均衡点对应的雅克比矩阵的行列式与迹的结果

由于均衡点(x*,y*)的迹的值为0,不满足trJ<0,因此(x*,y*)不是进化稳定策略点。表4为其他4个均衡点成为局部稳定点的条件。

表4 其他4个均衡点成为局部稳定点的条件

4. 均衡点的稳定性分析

(1) 点(0,0)稳定性分析:当C2-αP-Q-C1-G3-G4<0,(1-β)Q+g2+g4-c1+c2<0时,雅可比矩阵的detJ>0,trJ<0,此时(0,0)为演化稳定点。在这种情况下,政府的奖励管理成本高,为了减少成本支出倾向于惩罚企业,承担废旧汽车回收工作成本高的汽车生产企业倾向于选择不承担策略,此时对应的演化稳定策略为(惩罚,不承担)。

(2) 点(0,1)稳定性分析:当C2-P-βQ-C1+G1+G2<0,(1-β)Q+g2+g4-c1+c2>0时,雅可比矩阵的detJ>0,trJ<0,此时(0,1)为演化稳定点。在这种情况下,政府的奖励管理成本高,为了降低成本往往选择惩罚企业,不承担废旧汽车回收工作成本高的汽车生产企业倾向于选择承担策略,此时对应的演化稳定策略为(惩罚,承担)。

(3) 点(1,0)稳定性分析:当C2-αP-Q-C1-G3-G4>0,(1-α)P+g1+g3-c1+c2<0时,雅可比矩阵的detJ>0,trJ<0,此时(1,0)为演化稳定点。在这种情况下,政府的监督管理成本高,为了降低成本倾向于选择奖励企业,承担报废汽车回收工作成本高的汽车生产企业倾向于选择不承担策略,此时对应的演化稳定策略为(奖励,不承担)。

(4) 点(1,1)稳定性分析:当C2-P-βQ-C1+G1+G2>0,(1-α)P+g1+g3-c1+c2>0时,雅可比矩阵的detJ>0,trJ<0,此时(1,1)为演化稳定点。在这种情况下,政府的监督管理成本高,倾向于选择奖励企业,不承担报废汽车回收工作成本高的汽车生产企业倾向于选择承担策略,此时对应的演化稳定策略为(奖励,承担)。

四、仿真分析

1. 演化博弈均衡点仿真分析

通过参数设置对演化均衡点进行仿真分析,参数及仿真结果如下所示(由于Matlab中没有α和β,故用a代替α、b代替β,下同)。

(1) (0,0)点演化仿真:当模型的参数分别取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时,演化的均衡点趋向于(0,0)(见图1)。政府的奖励管理成本要大于监督管理成本,因此政府为了降低成本倾向于惩罚汽车生产企业,对于汽车生产企业来说,其承担报废汽车回收工作时的成本要大于不承担时的成本,所以汽车生产企业倾向于选择不承担策略,此时均衡点为(惩罚,不承担)。

图1 (0,0)点演化均衡

(2) (0,1)点演化仿真:当模型的参数分别取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时,演化的均衡点趋向于(0,1)(见图2)。政府的奖励管理成本要大于监督管理成本,因此政府为了降低成本倾向于惩罚企业,对于汽车生产企业来说,其不承担报废汽车回收工作时的成本要大于承担时的成本,所以汽车生产企业倾向于选择承担策略,此时均衡点为(惩罚,承担)。

图2 (0,1)点演化均衡

(3) (1,0)点演化仿真:当模型的参数分别取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时,演化的均衡点趋向

于(1,0)(见图3)。政府的监督管理成本要大于奖励管理成本,因此政府为了降低成本倾向于奖励汽车生产企业,对于汽车生产企业来说,其承担报废汽车回收工作时的成本要大于不承担时的成本,所以汽车生产企业倾向于选择不承担策略,此时均衡点为(奖励,不承担)。

(4) (1,1)点演化仿真:当模型的参数分别取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时,演化的均衡点趋向于(1,1)(见图4)。政府的监督管理成本要大于奖励管理成本,因此政府为了降低成本倾向于奖励汽车生产企业,对于汽车生产企业来说,其不承担报废汽车回收工作时的成本要大于承担时的成本,所以汽车生产企业倾向于选择承担策略,此时均衡点为(奖励,承担)。

2. 演化博弈均衡影响因素分析

不同的因素对于演化博弈有不同的影响,针对政府的成本(C1,C2)、汽车生产企业的成本

(c1,c2)、政府的社会声誉(G1,G2,G3,G4)、汽车生产企业的社会声誉(g1,g2,g3,g4)、错误奖励的概率(a)、错误惩罚的概率(b)等影响因素进行进一步仿真分析。需要注意的是,当分析其中一个参数对演化博弈过程和结果的影响时,其他参数取值保持不变。

(1) 政府运营成本对双方演化博弈的影响

政府运营成本对双方演化博弈的影响如图5所示。C1为政府采取奖励策略时付出的奖励管理成本,如补贴;C2为政府采取惩罚策略时付出的监督管理成本,如人力成本、管理成本。将C1和C2的值分别设置为1、15、30,图5a、c表示政府的行为决策,图5b、d表示汽车生产企业的行为决策。将图5a与b、c与d分别对比分析可以看出,图5a、c的线条变化幅度明显,图5b、d中的三条线几乎重合,说明政府运营成本的变化对政府的决策影响明显,对汽车生产企业几乎没有影响,这主要是因为政府的运营成本并不直接作用于汽车生产企业。从图5a中可以看出,奖励管理成本的增加抑制了政府选择奖励策略的演化速度,也就是说,随着C1值的增加,政府选择惩罚策略的意愿增加。从图5c中可以看出,监督管理成本的增加抑制了政府选择惩罚策略的演化速度,也就是说,随着C2值的增加,政府选择奖励策略的意愿增加。因此,合理控制政府的运营成本,适当地降低奖励管理成本、提高惩罚管理成本,有助于提高政府奖励的积极性。

(2) 企业运营成本对双方演化博弈的影响

企业运营成本对双方演化博弈的影响如图6所示。c1为汽车生产企业选择承担策略时的成本,c2为其选择不承担策略时的成本。将c1和c2的值分别设置为1、15、30,得出仿真结果。将图6a与b、c与d分别对比分析可以看出,

图6 不同汽车生产企业运营成本下政府和汽车生产企业策略演化轨迹

图6b、d中的线条变化幅度明显,图6a、c中的线条变化幅度很小,说明汽车生产企业的运营成本对汽车生产企业的决策影响较大,对政府的影响甚微,这主要是因为汽车生产企业的运营成本并不直接作用于政府。从图6b中可以看出,承担成本的提高抑制了汽车生产企业选择承担策略的演化速度,也就是说,随着c1值的增加,汽车生产企业选择不承担策略的意愿增加。从图6d中可以看出,不承担成本的提高抑制了汽车生产企业选择不承担策略的演化速度,也就是说,随着c2值的增加,汽车生产企业选择承担策略的意愿增加。因此,多角度、全面控制汽车生产企业承担时的成本,可以大大提高汽车生产企业的承担积极性,同时也可以稍微增加政府奖励的意愿。

(3) 政府社会声誉对双方演化博弈的影响

政府的社会声誉对双方演化博弈的影响如图7所示。G1为政府因正确奖励而提高的社会声誉;G2为其因错误惩罚而降低的社会声誉;G3为其因错误奖励而降低的社会声誉;G4为其因正确惩罚而提高的社会声誉。将G1～G4的值分别设置为1、10、20,得到仿真结果。从图7中可以看出,图7a、c、e和g的线条变化幅度明显,而相较来说,图7b、d、f和h的线条变化微乎其微,说明政府的社会声誉变化对汽车生产企业的决策没有影响,这主要是因为政府的社会声誉不直接影响汽车生产企业。图7a、c中线条变化的趋势和幅度基本一致,说明G1和G2对政府决策的影响方式是相似的,随着G1和G2值的增加,政府选择奖励策略的意愿增强。图7e、g中线条变化的趋势和幅度基本一致,说明G3和G4对政府决策的影响方式是相似的,随着G3和G4值的增加,政府选择惩罚策略的意愿增强。因此,提高社会公众对报废汽车逆向物流的重视程度,加大宣传力度,做好环境治理工作,提高在汽车生产企业选择承担策略情况下政府进行决策时所获得或损失的社会声誉收益,降低在汽车生产企业选择不承担策略情况下政府进行决策时所获得或损失的社会声誉收益,有助于加强政府选择奖励策略的稳定性。

图7 不同政府社会声誉值下政府和汽车生产企业策略演化轨迹

(4) 企业社会声誉对双方演化博弈的影响

g1是汽车生产企业选择承担策略且政府进行了正确奖励时所提高的社会声誉;g2是其选择承担策略且政府进行了错误惩罚时所提高的社会声誉;g3是其选择不承担策略且政府进行了错误奖励时所提高的社会声誉;g4是其选择不承担策略且政府进行了正确惩罚时所提高的社会声誉。将g1～g4的值分别设置为1、10、20,得到的仿真结果如图8所示。从图8的8个子图可以看出,随着参数取值的变化,相应的图线条也有明显的变化趋势,说明汽车生产企业的社会声誉收益的变化对二者的决策都有不同程度的影响。图8a、c、e和g表明,随着g1～g4值的增加,政府选择奖励策略的意愿上升。图8b、f中线条变化的趋势和幅度基本一致,说明g1和g3对汽车生产企业的影响方式是相似的,随着g1和g3值的增加,汽车生产企业选择承担策略的意愿提高。图8d、h中线条变化的趋势和幅度基本一致,说明g2和g4对汽车生产企业的影响方式是相似的,当g2和g4的值相对较小时,汽车生产企业选择不承担策略,随着g2和g4值的增加,汽车生产企业选择不承担策略的演进速度虽然有所减缓,但是演化结果并未改变。对比分析图8b、d、f和h可以看出,图8b、f的线条变化幅度要更大,说明汽车生产企业对参数g1和g3的变化要更加敏感。因此,提高全民对报废汽车逆向物流的关注,加强公众环保意识,通过引入媒体扩大宣传力度,有助于提高汽车生产企业的承担积极性,同时对政府选择奖励策略也有一定的激励作用。

图8 不同汽车生产企业社会声誉值下政府和汽车生产企业策略演化轨迹

(5) 错误奖励对双方演化博弈的影响

将a的值分别设置为0.1、0.5、0.9,得到的仿真结果如图9所示。从图9可以看出,随着a值的变化,图9a、b的线条变化幅度并不明显,而且图9a比图9b的变化幅度要更大一些,说明错误奖励的概率对双方演化博弈的影响并不大,相比较而言,其对政府决策的影响要更大一些。从图9a可以看出,错误奖励概率的增加抑制了政府选择奖励策略的演化速度,也就是说,随着a值的增加,政府选择惩罚策略的意愿增加。从图9b可以看出,错误奖励概率的增加抑制了汽车生产企业选择承担策略的演化速度,也就是说,随着a值的增加,汽车生产企业选择不承担策略的意愿增加。因此,提高政府的办公能力,降低错误奖励的概率,有助于提高政府的奖励积极性和汽车生产企业的承担积极性。

图9 不同错误奖励概率值下政府和汽车生产企业策略演化轨迹

(6) 错误惩罚对双方演化博弈的影响

将b的值分别设置为0.1、0.5、0.9,得到的仿真结果如图10所示。从图10可以看出,随着b值的变化,图10b相较于图10a的变化幅度增加,说明错误惩罚的概率对汽车生产企业决策的影响更大。从图10a可以看出,错误惩罚概率的增加抑制了政府选择奖励策略的演化速度,也就是说,随着b值的增加,政府选择惩罚策略的意愿增加,但这种变化并不明显。从图10b可以看出,错误惩罚概率的增加抑制了汽车生产企业选择承担策略的演化速度,也就是说,随着b值的增加,汽车生产企业选择不承担策略的意愿增加。因此,提高政府办公能力,降低错误惩罚的概率,有助于提高政府的奖励积极性和汽车生产企业的承担积极性。

图10 不同错误惩罚概率值下政府和汽车生产企业策略演化轨迹

五、结论与建议

1. 结 论

本文通过建立演化博弈模型来分析政府的奖惩策略对汽车生产企业承担报废汽车逆向物流的影响,可得出如下结论:

(1) 合理降低政府的奖励管理成本、提高政府的监督管理成本,有利于增强政府选择奖励策略意愿的稳定性。政府的运营成本只对其自身的决策产生影响。政府的奖励管理成本越高,越倾向于选择惩罚策略;政府的监督管理成本越高,越倾向于选择奖励策略。全面控制汽车生产企业承担时的运营成本,有助于激励汽车生产企业选择承担的策略。汽车生产企业选择承担时的成本越高,其越倾向于选择不承担策略。

(2) 提高社会对报废汽车逆向物流的重视程度,做好环境治理工作,可以提高政府选择奖励策略的意愿。政府的社会声誉只对其自身的决策产生影响。将政府社会声誉的变化分为四种情况:第一种是政府因正确奖励而提高的社会声誉;第二种是其因错误惩罚而降低的社会声誉;第三种是其因错误奖励而降低的社会声誉;第四种是其因正确惩罚而提高的社会声誉。第一、二种情况下社会声誉值的提高都会减缓政府采取惩罚策略的速度,第三、四种情况下社会声誉值的增加都会加快政府采取惩罚策略的速度。

(3) 加强公众环保意识,加大宣传力度,可以大大提高汽车生产企业选择承担策略的积极性。汽车生产企业的社会声誉对政府和汽车生产企业的决策都有影响。与政府社会声誉变化的四种情况相对应,汽车生产企业社会声誉的变化也分为四种情况:第一种是汽车生产企业选择承担策略且政府进行了正确奖励时企业所提高的社会声誉;第二种是汽车生产企业选择承担策略且政府进行了错误惩罚时企业所提高的社会声誉;第三种是汽车生产企业选择不承担策略且政府进行了错误奖励时企业所降低的社会声誉;第四种是汽车生产企业选择不承担策略且政府进行了正确惩罚时所降低的社会声誉。这四种情况下社会声誉值的提高都会加快政府采取奖励策略的速度,其中,第一、二种情况下社会声誉值的变化影响更大。第一、三种情况下的社会声誉值越高,汽车生产企业越倾向于采取承担的策略,第二、四种情况下社会声誉值越高,其越倾向于采取不承担的策略。

(4) 提高政府的办公能力,降低其错误奖励和错误惩罚的概率,可以同时激励政府的奖励积极性和汽车生产企业的承担积极性。政府错误奖励的概率对双方演化博弈的影响不是很大,相对来说,其对政府决策的影响更为明显。政府错误奖励的概率越大,政府越倾向于采取惩罚的策略,汽车生产企业越倾向于采取不承担的策略。政府错误惩罚的概率对双方演化博弈都有一定的影响,但对汽车生产企业的影响更大。政府错误惩罚的概率越大,政府越倾向于采取惩罚的策略,汽车生产企业选择承担策略的速度越慢。

2. 建 议

本文根据以上结论,可以为政府激励汽车生产企业主动承担报废汽车逆向物流提出以下政策建议:

(1) 拓宽汽车生产企业的获利渠道。现阶段报废汽车逆向物流的利润主要来自于一些废旧汽车材料的出售,这种获利方式能给企业带来的利润有限,政府可以扩大进入再制造流程零部件的范围,以此来拓宽汽车生产企业的获利渠道。

(2) 降低汽车生产企业投资的贷款利率。报废汽车逆向物流的前期投资是很大的,包括仓库、专业的设备和技术人员等。大量的资金投入是导致汽车生产企业不愿承担报废汽车逆向物流的主要原因之一。如果政府能够降低汽车生产企业在进行投资时的贷款利率,那么就会大幅度减少汽车生产企业的资金压力,降低其运营成本,有效提高其承担的积极性。

(3) 加大宣传力度。现阶段,人们主要是通过互联网来获取信息,政府应该充分利用网络来宣传发布官方消息。当查明汽车生产企业没有承担报废汽车回收工作时,仅仅处以罚金是远远不够的,政府应该在确保所查信息真实准确的基础上,在网络上发布官方消息给予这些企业批评;当然,如果发现汽车生产企业承担报废汽车回收工作时,也要在进行一些资金奖励的同时,在官网上进行嘉奖。

(4) 将监管工作委托给第三方机构。第三方机构的专业性更强,可以提高监管的有效性,大幅降低政府错误奖惩的概率和运营成本,同时提升政府的奖励积极性和汽车生产企业的承担积极性。

本文运用演化博弈理论,将政府的奖惩政策对汽车生产企业是否构建逆向物流的决策进行了探讨分析,为政府激励汽车生产企业构建废旧汽车逆向物流提出了建议。但实际上,在报废汽车逆向物流的过程当中,不只有政府和汽车生产企业的参与,车主也是重要的参与者之一,所以在未来的研究当中,把车主加入到博弈主体当中将是十分有意义的。