流域生态补偿中的委托机制研究

摘要：运用委托理论对上下级政府间单一维度下委托关系和多任务委托关系进行分析发现：流域生态补偿中风险共担的方式是兼顾效率和公平的最佳方式；以水质和水量作为指标是合理的；流域生态补偿的实施需要上级政府对经济增长这项工作的激励弱化作为辅助措施等。

关键词：流域生态补偿；委托；激励机制

中图分类号F205 文献标识码：A 文章编号：1001-8409（2012）12-0074-04

Research on the Principal-agent Mechanism of River Basin Ecological Compensation

GUO Zhi-jian，GE Yan-xiang

（School of Economics & Management，Shandong Agricultural University，Tai′an 271018）

Abstract：This paper analyzes the principal-agent relationships in Single dimension and multitask， result shows that sharing risk is the best way of efficiency and fairness； chooses the water quality and quantity as index is reasonable； the implementation of river basin ecological compensation needs auxiliary measures to weak the work incentives of economic growth， and so on.

Key words：river basin ecological compensation；principal-agent theory；incentive mechanism

1 引言

随着经济的高速发展，流域生态破坏日益严重，流域生态补偿作为一种能够使生态效益的外部性内部化的新制度成为有关生态保护研究的一个热点。生态补偿机制是环境政策转变的一种产物，由最初的命令式强制实行生态保护到现在的通过机制设计激励企业或地方政府进行环境治理。而激励机制的设计是委托理论的一个核心问题，部分学者对以企业为人的委托机制进行分析，认为委托机制可以实现污染治理的低成本和高效率[1]，部分学者运用多任务委托理论对企业保护生态与实现经济增长这两个相冲突的目标进行了分析，并对生态保护中的激励优化问题进行了探讨[2～3]，这些研究主要是以排污企业为承担任务的人，分析进行生态治理的激励机制。

由于流域生态服务具有公共物品的性质，生态补偿机制运作需要政府部门的参与，甚至由政府部门在生态补偿机制中占主导地位，因此生态补偿必然涉及到各级政府部门。上下级的政府之间是一种委托关系，如省级政府和市级政府之间、市级政府和县级政府之间等，这里所涉及的政府范围的大小由流域覆盖范围决定。一些学者对中央政府与地方政府之间的委托机制进行了研究，分析地方政府的行为及激励机制[4～5]。对流域生态保护中上下级政府之间的委托关系的研究有助于优化流域生态补偿中的激励机制，推动生态补偿机制的实施。本文通过对流域生态补偿中的委托机制进行研究，以期为流域生态补偿中风险分摊、指标体系的选取及生态补偿的具体实施提供理论依据。

2 流域生态补偿中单一维度下委托关系研究

委托理论是研究不对称信息环境中经济行为的理论。实际中，上级政府对下级政府委托的工作不止一项，下级政府工作有多个维度或目标，这里首先对单一维度下人在生态补偿中的行为进行分析，即假定下级政府仅从事流域生态保护这一项工作。

2.1 模型构建

在流域生态补偿中，按行政单位可以将整个流域范围划分为省级区域、市级区域以及县级区域。其中各上下级政府之间构成委托关系，如省市之间，省级政府为委托人，市级政府为人，省级政府委托流域流经的所属各市进行生态保护，目标是能够提供等于或高于相应标准的流域生态服务，市级政府在生态保护中投入的努力程度与合约中的激励条件密切相关，市级政府要考虑不同的生态保护投入水平下收益与成本的变化，并对其权衡最终决定生态保护的努力水平。市级与县级之间同样存在这种关系，因此一般说可以是上级政府与下级政府之间的委托关系。

假设用A表示下级政府即人所有可选择的行动的组合，a∈A表示人的一个特别行动。具体到流域生态补偿中，a为下级政府在进行生态保护中的努力水平，即对生态保护投入的多少。假设θ是不受人和委托人控制的外生变量，主要是来自于自然环境条件的影响，g（θ）为θ的分布密度函数。人选择行动a后，其行动a和外生变量θ共同决定一个可观测的结果x（a，θ）（如水质、水量指标等）和相应的生态价值π（α，θ）。同时假设委托人也即上级政府根据观测到的x（a，θ）对人进行奖惩，其奖惩额为生态补偿s（x）。假定c（a）为人采取行动a所对应的成本，委托人希望人多努力，人则希望少努力，除非上级政府能够提供足够的激励，否则下级政府不会如上级政府希望的那样努力工作。委托人的效益函数v（α，θ）和人的效益函数u（α，θ）可以分别表示为：

v（a，θ）=π（a，θ）-s（x）

u（a，θ）=s（x）-c（a）（1）

假如上级政府不能“经济的”监督到下级政府的行为，那么下级政府的行为只受两个方面的制约：一是下级政府参与此合约机制的最终净所得高于其参与合约制定的机会成本，二是下级政府选择的行动应是最优的，优于其他行动带来的收益。在此情况下，可以得出下级政府参与合约制定的参与约束和激励相容约束，用μ0表示机会成本，上级政府面临的问题就是选择s（x）最大化，其期望收益函数可以用以下数学模型表示：

max∫（π-s（x））g（θ）dθ

s.t ∫（s（x）-c（a））g（θ）dθ≥μ0

∫（s（x）-c（a））g（θ）dθ≥∫（s（x）-c（a′））g（θ）dθ；a′∈A（2）

在流域生态补偿中，上级政府提供的生态补偿s（x）可能为正，也可能为负。如果下级政府提供的流域水资源的质量和数量高于协议标准要求时，s（x）为正，提供的水资源的质量和数量低于标准要求时则为负。委托人选择合适的s（x）激励人付出相应的努力a，最终实现自己的期望效用最大化；人则根据协议选择最优的努力程度，最大化自己的期望收益[6]。

2.2 模型分析

（1）风险分摊

流域生态补偿中，外生变量θ主要包括自然条件、所处社会环境变化等外部环境因素的影响。流域水资源的数量受季节性变化甚至年度变化的影响较大。多雨的季节，流域水量较多，而旱季则雨量较少，导致流域水量不可避免地减少，不同的年度同一地区的降雨量也会有明显差别；流域生态补偿机制中下级政府采取的行动主要有林业建设、水土流失治理以及为保护流域生态环境而限制部分行业的发展等活动[7]，这些行动都会间接地对流域水资源的数量和质量产生显著影响，最终影响所能提供的流域生态服务水平。

对于上述风险，流域生态补偿机制中关于风险的分摊可以有三种不同的安排：一种安排是由上级政府完全承担风险。生态补偿最初一般是以政府补偿为主，上级政府对下级政府在生态保护方面的投入或者因此而造成的损失进行补偿，此时下级政府得到的激励是基于其投入成本，下级政府不需要考虑外部环境因素对生态环境实际改善效果的影响，风险由上级政府完全承担。

第二种安排方式风险由下级政府完全承担。在流域生态补偿中，依据跨界断面处的水质水量监测数据，确定上下游之间的生态补偿量。但水质和水量指标是受下级政府行动a和外生变量θ共同影响的，生态补偿机制中上级政府期望通过水质和水量指标的观测了解下级政府在生态保护中的努力程度，而水质、水量指标反映的是下级政府努力程度和外生变量θ共同作用的结果，因此水质、水量指标的观测获得的信息与下级政府努力程度不是完全一致的。当外生变量θ对水质、水量指标的影响为负面时，上级政府低估了下级政府的努力程度；当外生变量θ对水质、水量指标的影响为正向的时候，上级政府又会高估下级政府的努力程度。甚至在某些特定情况下外生变量的负面影响很大，以致下级政府即使投入了较大的努力也难以实现水质、水量指标的改善，不能获得上级政府的补偿。这势必会打击下级政府在生态保护中的积极性甚至导致其短期行为，不利于流域生态环境的改善。

从委托人（上级政府）的角度看，增加方（下级政府）不努力的行为被发现时预期要承担的成本有助于促使下级政府在流域生态保护中投入更多的努力。但是依据公平的原则，上级政府对下级政府的生态补偿应当与下级政府的努力程度具有足够的相关性，这样才能对下级政府的生态保护行为起到切实的激励作用。因此流域生态补偿标准不应是固定不变的，而应该根据流域具体情形加以调整，尽量消除外部不确定性因素的影响，以准确反映下级政府在流域生态保护工作中投入的努力程度。

另一种安排方式可以是上述两种方式相结合。上级政府对下级政府生态保护工作中的投入成本按照一定比例进行补偿，然后根据观测的指标对下级政府进行另一部分补偿，此时风险由上下级政府共同承担。

第一种安排方式下，风险由上级政府完全承担，无论流域生态环境改善程度大还是小，下级政府得到的只是基于其保护投入成本而确定的补助资金，下级政府在生态保护中的积极性并不高，而且根据委托理论的一般观点，当上级政府不能有效地观测到下级政府在保护生态环境中的努力程度时，下级政府就会通过偷懒的方式减少自己的成本，而造成的生态改善效果不明显则会归因于外部环境的影响；第二种安排方式下，下级政府完全承担风险，此时下级政府在生态保护获得的奖励基于观测到的水质水量指标，这时下级政府的压力较大，甚至产生负面作用；第三种安排方式是前两种方式的结合，上级政府除给予基于投入成本的固定补偿外，还依据流域生态环境改善指标对下级政府进行奖惩，这种方式对下级政府的激励可能是最有效的。

（2）指标体系选取

在流域生态补偿的委托关系中，需要设计一个指标体系作为合约得以实施的可观测变量。委托人可以根据可观测变量获得的信息对人行动选择进行奖惩，选取指标应当遵循以下两点：一是某一指标的增加能够提供更多的信息量，以降低委托人的风险成本；二是某一指标的观测成本应当小于它的价值。

流域生态补偿中，上级政府对下级政府的行为进行观测的变量主要有水质、水量指标、流域范围内森林覆盖率、排污设备的建设、高污染企业的数量以及生态服务的价值等。选择合适的指标体系对人的行为进行监督，可以提高人偷懒的成本，使得整体的效用得以提高。

指标体系的选取，应当能够为委托人提供更多关于人行动的信息，从而提高人的效益，且对指标进行观测的成本应当小于其带来的效用提升。当某一变量能够在较低的观测成本下获取关于行动a的较准确的信息，就可以降低委托人面临的道德风险，从而提高其期望收益。在上面所列示指标中：森林覆盖率虽然可以以较低的成本获得，但它对下级政府生态保护行动的相关信息提供得较少；还有排污设备的状况、高污染企业的数量这几个都是生态保护的一个方面，而且彼此对生态环境改善的作用不是同向的；生态服务价值的观测虽然具有其科学性和准确性，能够准确地反映生态保护的状况，但生态服务价值的测量需要很高的成本，并且它的确定目前仍没有一致认可的方法，如水足迹的方法，引进虚拟水的概念度量水资源的使用状况[8]；条件价值评估法[9]以人们的意愿反映生态环境给人们带来的效用，从效用方面较准确体现生态服务的价值，但其确定同样需要很高的成本，且较难保证其准确性。相比较而言，水质、水量指标的监测较容易，水文监测具有比较完善的设备，且水质、水量指标可以直接反映水资源的状况，提供人生态治理行动的信息。因此，在生态补偿制度中，通常采用水质、水量为指标体系，据此确定生态补偿额s（x）是较合理的。

（3）动态分析

前面对流域生态补偿中上下级政府之间的委托关系的分析采用的是静态分析的方法。为激励下级政府实施生态保护策略，上级政府一般通过水质、水量这些便于观测的指标对下级政府进行奖惩来激励，但下级政府可能会采取一些短效的或“针对性”的措施使观测的指标得以提高，而在长期来看是对生态环境改善不利的。将这一政策放到无限次重复博弈环境中，也就是说如果流域生态补偿长期持续下去，那么这些短效的努力是不可能被隐瞒的。从长期来看，上级政府可以从众多的观测指标中推断出下级政府的努力水平。

上级政府的目标是最大化其期望收益水平：max∫（π（a，θ）-s（x））g（θ）dθ，在不增加额外的监测成本的情况下，如果可以减少激励成本s（x），就可以提高上级政府的收益水平。另外，对于人采取行动a所对应的成本c（a），如果增加人不努力被发现时的惩罚，同样可以降低其不努力的概率。如委托中的“保证金”制度在流域生态补偿中也可以发挥作用，在协议中规定下级政府支付一定的保证金，保证努力地做好流域生态保护工作，这种方法可以提高下级政府不努力时的损失，可以激励其做好生态保护工作。

流域生态补偿中的委托关系与一般企业中的委托关系存在一些不同之处，流域生态服务虽然不是纯公共物品，但是明显具有公共物品的性质，涉及到政府之间的委托关系，长期来看“棘轮效应”的作用显著。在流域生态补偿制度中协议制定时，要规定一个基于水质、水量指标的标准，在多次重复博弈过程中，上级政府往往会通过后验概率（即水质、水量改善的情况）修正流域水质水量的标准，随着水资源状况的改善，上级政府可能会将水质和水量标准越提越高，从而产生“棘轮效应”。再加上流域生态改善的边际成本是快速递增的，更加剧了这一效果。为了应对这种情况，在实际运作中，下级政府自然地会保留一部分努力。因此，流域生态补偿中应当考虑生态治理的边际成本递增，合理确定标准以避免“棘轮效应”。

3 流域生态补偿中的多任务委托关系分析

上述分析中假定下级政府的工作仅有一个维度，而在实际中上级政府委托下级政府的工作不止一个目标，下级政府既要完成实现经济增长的任务，又要进行生态保护工作。传统的委托模型仅考虑单个委托人和人从事一项工作的情况，这与实际的情况并不相符，Homstrom和 Milgrom 在线性委托模型基础上[10]提出了多任务委托模型[11]，分析人有多个目标或从事多项工作时的委托关系。下面将这一假定放松，对上下级政府之间的委托关系进行研究。

3.1 流域生态补偿中多任务委托模型构建

在流域生态补偿过程中，上级政府作为委托人，对下级政府在流域生态保护方面的工作进行评价，同时对其进行经济激励（生态补偿）；下级政府作为人，承担流域生态保护工作，由此上下级政府之间形成委托关系。事实上，下级政府不仅要保护流域生态环境，还要实现区域经济增长，由此形成了多任务委托关系。在此假设下级政府从事两项工作，第一项工作是实现经济增长；第二项工作是流域生态保护。而下级政府的精力是有限的，在一项工作中投入的精力多了，另一项就可能会减少。假设下级政府在经济增长和生态保护这两项工作中的努力程度用a=（a1，a2）表示；上级政府的收益用B（a1，a2）表示，包括经济增长的收益和生态效益，与下级政府所采取的在两项工作中的努力程度相关；上级政府作为委托人对两项工作可以观测到的信息量分别为：

x1=α1+ε1，x2=α2+ε2（3）

其中，α1，α2是由下级政府的努力向量a=（a1，a2）决定的，而ε1，ε2则是由于外部环境等不确定因素θ作用产生的。上级政府根据观测到的信息对下级政府进行奖励，对两项工作的奖励分别为S1（x1）、S2（x2），下级政府对两项工作付出的努力成本是C（a1，a2），其中下级政府对第二项工作的成本应当是由于努力保护生态环境的支出扣除环境改善给自己带来的直接效益之后的额外支出，假定固定的收入为M，则委托方（上级政府）和方（下级政府）的收益可以分别表示如下：

π1=∫（B（a1，a2）-S1（x1）-S2（x2））g（θ）dθ（4）

π2=∫（M+S1（x1）+S2（x2）-C（a1，a2））g（θ）dθ（5）

3.2 多任务委托关系分析

考虑到下级政府从事两项任务，在假定上级政府注重保护生态的前提下，对下级政府进行生态保护的激励措施与传统的委托情形下会存在一些差异，下面从促使下级政府进行生态保护的激励方式、两项工作之间的成本替代关系及上下级政府对流域生态补偿中的风险进行分摊的方式进行分析。

（1）多任务委托下生态保护的激励措施

下级政府所从事的两项工作具有不同的特点，第一项实现经济增长的工作中下级政府是否努力工作是容易被观测到的，而第二项工作即保护生态环境中投入的努力是不容易被观测到的，因为生态环境改善需要一个过程，而且改善的程度、价值难以界定，因此对这一工作的观测需要较高的成本，从提供的信息量来看，委托人即上级政府得到的主要是来自第一项工作的信息x1=α1+ε1，在第二项工作中投入的努力所产生的效果α2不容易被观测到。在这种情形下，上级政府为激励下级政府在保护生态环境方面投入更多的努力，可以有两种途径：一种是对第二项工作进行奖励，前提是能够通过经济的方式获得更多关于下级政府在第二项工作中努力程度的信息；另一种则是弱化对第一项工作的激励。另外，两项工作的成本间的替代关系同样影响激励方式的选择。

按照传统的委托理论，委托人如果希望人对某一项工作投入更多的努力，就应当对人针对这项工作给予奖励，并且这部分奖励应当大于人努力工作对应的成本。在流域生态补偿中的多任务委托机制中，针对激励下级政府努力做好生态保护工作的第一种途径是同样适用的，同时为对这项工作进行有效地激励，需要经济的获取关于下级政府在保护生态环境这一工作中努力程度的信息，而这也正是生态补偿机制研究的关键问题，即如何通过经济的手段使得生态服务的使用过程中外部性得以内部化。如流域生态补偿标准的制定以及生态服务价值评估的研究都可以说是为更好地激励生态保护提供前提条件。因此流域生态补偿中标准确定的一个关键是指标的选取，选择的指标应当能够提供足够的信息量，以保证下级政府进行生态保护的努力程度能够更加准确地得到反映，避免由于激励函数S2（x2）不能合理地测量下级政府的努力程度而导致的道德风险。

流域生态补偿机制对下级政府保护生态环境具有较好的激励作用，但是仍需要第二种途径的辅助。流域生态环境改善与经济增长相比依然是较难衡量的，若上级政府对经济增长这一工作的激励过高则仍可能导致下级政府将更多地精力投入到实现经济增长这一工作中，而由此造成的生态破坏则通过短期行为改善水质、水量指标来掩盖，这时流域生态补偿机制对保护生态环境这一工作的激励作用就会被弱化。结合公式（5）的表述，对第一项工作的激励使得投入到第一项工作中的成本能够获得更高的奖励，对第二项工作投入的减少通过短期行为来掩盖，第二项工作的奖励S2（x2）的减少幅度相对较小，方下级政府的收益可能会得到很大的提高。因此为保护生态环境，实现经济的可持续增长，对第一项工作的激励应当适度弱化。

（2）努力成本替代关系分析

上面所述没有考虑下级政府所从事的两项工作的努力成本之间的替代关系。如果两项工作的努力是完全替代的，则第一项工作的投入努力的增加会导致另一项工作投入的努力减少；相反若是完全互补的，则对第一项工作的激励，也会有助于后一项工作的实现。在我国现阶段，经济的快速增长会对生态造成不同程度的破坏，对生态环境的治理会在短期内降低经济增长速度，下级政府从事的两项工作之间的努力成本是近乎完全替代的，借鉴Homstrom和 Milgrom多任务委托的相关研究，假定委托人的要求是在两项工作中平均分配精力，下级政府从事的两种工作的努力成本替代关系可以用图1表示。

图1中，aa′线是成本完全可替代时两项工作的努力组合线，横轴是对经济增长的激励，纵轴是对保护生态环境的激励，U是下级政府两项工作总收益的无差异曲线，E点是均衡点。若上级政府在这一均衡下对第一项工作进行激励，则下级政府的努力组合如图中虚线所示，显然此时下级政府在生态保护中投入的努力水平下降，而由于第二项工作的信息较难观测，上级政府对保护生态环境的激励的效果相对较小。因此在下级政府从事多项工作的情况下，对保护生态的激励不仅取决于这一工作的可观测性，更取决于其他工作的可观测性。在对实现经济增长这一工作的激励弱化，对生态保护工作强化激励的条件下，下级政府受到的来自实现经济增长的相对激励低于某一水平时，下级政府会按照上级政府的要求努力做好生态保护工作。

从现阶段我国的基本情况看，经济增长与生态保护两者是成本相互替代的，经济增长往往会带来环境污染和生态破坏，但从长期来看两者之间的关系并不是固定不变的。1955年， Kuznets 提出环境库兹涅茨曲线，认为经济增长与环境污染之间关系呈“倒U型曲线”，初期经济水平较低时，经济增长会带来环境污染与生态破坏，但是随着经济的增长达到一定水平后，经济增长会对环境进行反哺，此时经济的增长将对生态保护、环境改善起到促进作用，此后许多学者对这一观点进行实证分析，验证结果与预测相一致。因此，经济增长与生态保护两项工作之间的成本虽然在现阶段是相互替代的，但是随着经济发展水平的提高，它们之间的关系可能会变成不完全替代甚至互补的情况。现阶段为激励下级政府保护生态环境需要弱化对经济增长的激励，而将来可能不需要对经济增长这一工作进行弱化，甚至可以通过激励较易观测到的第一项工作来间接达成对第二项工作的激励。

4 结论及建议

流域生态补偿中委托机制的研究可以为流域生态补偿机制的实施提供理论依据。基于上述分析，对流域生态补偿机制建设及实施提出以下建议：

（1）流域生态补偿中上下级政府采取风险共担的方式，这种安排是有效率且公平的。如果下级政府不承担任何风险，只取得固定的收益，由于人的行为不能够“经济地”被上级政府观察到，则作为人的下级政府必定会偷懒。而完全由下级政府承担风险则会对其造成过大的压力，甚至难以完成生态保护工作，因此流域生态补偿应当采用风险共担的安排方式。

（2）水质、水量指标的选取符合委托中有效率的机制的要求。水质和水量指标在检测上比较容易，目前国内水文监测的设备建设比较完善，且水质的评价方法比较成熟。取水量的测定比较简单，有关水权市场的研究使得水资源的价值确定切实可行。而且水质和水量指标是反映流域生态服务价值的最直接、最主要的观测指标，因此，以水质水量为指标可以使得下级政府的努力水平得到比较真实的反映，有利于这一机制的实施。

（3）流域生态补偿机制的有效运作需要其他机制的辅助。为激励下级政府对流域生态保护投入更多的努力，应当设法对该工作进行激励。但是鉴于下级政府从事的两项工作即经济增长和生态保护的特性及相互间的成本替代关系，实现经济增长这项工作较易被观测到，而流域生态环境的改善及其中投入的努力是较难被衡量或观测的，因此为提高流域生态环境水平，需要上级政府对经济增长工作的激励弱化，否则可能导致下级政府的短期行为。

（4）流域生态补偿长期实施可以取得更好的效果，但应注意克服棘轮效应。在无限次重复博弈中，下级政府的一些短效和表面的方式不可能隐藏下去，这样就使得下级政府被发现的概率增大，从而减少上级政府承担的风险成本。

参考文献：

[1]马严，沈学优，林道辉.企业治污的委托-机制初探[J].环境污染与防治，2000，22（4）：17-19.

[2]周权雄.政府干预、共同与企业污染减排激励——基于二氧化硫排放量省际面板数据的实证检验[J].南开经济研究，2009，4（4）：109-130.

[3]周文兴，林新朗.多任务委托模型下排污企业污染治理研究[J].商业研究，2011（6）：178-182.

[4]朱红琼.多任务委托下的地方政府行为研究——兼论君主制下激励机制的运行[J].江苏社会科学，2008（1）：56-60.

[5]张万宽，焦燕.地方政府绩效考核研究——多任务委托的视角[J].东岳论丛，2010，31（5）：153-158.

[6]张维迎.博弈论与信息经济学[M].上海：上海人民出版社，2004.

[7]中国生态补偿机制与政策研究课题组.中国生态补偿机制与政策研究[M].北京：科学出版社，2007.

[8]Chapagain AK，Hoekstra AY.Water Footprints of Nations[Z].IHE Delft，2004.1-80.

[9]葛颜祥，梁丽娟，王蓓蓓.黄河流域居民生态补偿意愿及支付水平分析——以山东省为例[J].中国农村经济，2009（10）：77-85.

[10]Bengt Holmstrom，Paul Milgrom .Aggregation and Linearity in the Provision of Intertemporal Incentives[J].Econometrica 1987，55（2）：303-328.

[11]Bengt Holmstrom，Paul Milgrom.Multi-task Principle-Agent analyses Incentive Contacts，Asset Ownership，and Job Design[J].Journal of Law，Economics and Organization，1991（07）：24-52.