中图分类号：F123.15；F224.32 文献标志码：A 文章编号：1673-291X（2016）05-0114-02
引言
随着我国环境污染日益加剧，政府对企业的环境规制强度也日趋增强。企业所采取的环境行为必然受到政府环境规制强度变化的影响，而政府的环境行为也必然以企业的策略为依据，因而双方的策略选择无疑成为学者们关注的课题。王冬梅等（2004）分析了环境保护政府与企业之间的四种博弈关系[1]。罗丽艳（2007）运用重复博弈的“囚徒困境”模型分析了人与自然间的无限次重复博弈关系，指出了合作的可能性[2]。
本文以政府环境规制决策和企业环保行为来分别反映两者的环境行为，通过研究环境规制强度动态调整条件下政府与企业环境行为的重复博弈问题，分析政府与企业环境行为的均衡策略，从而为政府政策选择与企业环保决策提供理论参考。
一、基于环境规制强度的政府与企业环境行为的一次博弈分析
假设政府和企业分别为一个博弈参与人，两者都有两种策略选择：政府（完全规制，不完全规制），企业（积极环保，消极环保）。两者收益不仅与自身的策略选择相关，还与对方的策略选择相关。通过建立政府与企业环境行为的博弈树来对双方一次阶段博弈进行分析。
在博弈过程中，政府与企业都明确自身和对方的收益情况，也都能观察到对方的策略选择，因此，利用逆推归纳法来分析各阶段博弈过程。下面首先对第二阶段企业环境行为策略选择进行分析。
综上，当政府已知企业的策略选择情况时，在相应环境规制强度下，政府总收益的差值大于成本的差值时，政府会选择不完全规制策略；否则会选择完全规制策略。
由政企环境行为一次阶段博弈可知，博弈双方具有纯策略纳什均衡，但纳什均衡受总收益和成本的变化趋势的影响，因此，政企环境行为一次阶段动态博弈不存在唯一固定的纯策略纳什均衡，不是帕累托最优策略，而（不完全规制，积极环保）应是政企环境行为博弈的帕累托改进策略。
二、政府与企业间的重复博弈模型
在政府与企业环境行为的博弈中，参与主体均为有限理性，意味着政府环境规制强度的选择具有长期性，是重复博弈过程，往往不可能一开始就找到最优策略，需要参与主体不断学习[3]。
重复博弈分为有限次重复博弈和无限次重复博弈，在重复博弈中，博弈方考虑的不是现在本阶段的博弈，而是整个博弈的总体收益情况[4]。由于资金具有不同的时间价值，就要考虑收益的时间价值问题，因此，引入收益折算的贴现因子δ[5]。设在一无限次重复博弈中，某博弈方的阶段得益为π1，π2，…πt，将各阶段得益折算到当前阶段所得到的总得益为[6]：
在重复博弈中，还存在一种严厉的惩戒机制，冷酷策略就是经典的惩戒机制之一。根据冷酷战略，在政企环境行为重复博弈过程中，双方都能够观察到自己和对方的博弈历史，双方的收益就是各阶段收益折算到当前的贴现值之和[7]。设政府和企业的贴现因子都为δ，Ve表示企业积极环保时无限次重复博弈的贴现值，Vs表示企业消极环保时无限次重复博弈的贴现值，并假设政府开始选择不完全规制策略，且一旦企业选择消极环保策略，政府将会永远选择完全规制策略。则有：
假设企业选择消极环保，政府在察觉到企业的消极环境行为后，采取惩戒机制，且会永远选择完全规制。
三、结论
在一次阶段博弈中，博弈双方具有纯策略纳什均衡，但纳什均衡受总收益和成本的变化趋势的影响，因此，政企环境行为博弈不存在唯一固定的纯策略纳什均衡，但博弈中的机会主义行为不可避免。在政企环境行为无限次重复博弈中，由于惩戒机制的存在，博弈双方都会权衡长期利益，从而避免机会主义行为，最终政企博弈双方达成唯一的纯策略纳什均衡，即（不完全规制，积极环保）。
