導語：公職人員道德分析論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[摘要]從博弈論視角分析公職人員敗德行為及其監管的混合策略，給出其納什均衡解及經濟意義，并在分析基礎上提出監管敗德行為的政策建議。

[關鍵詞]公職人員敗德行為監管博弈

一、博弈論的引入

博弈論研究的是決策主體的行為發生直接相互作用時的決策以及這種決策均衡問題，應用最普遍的是納什均衡。而納什均衡，是指一組滿足給定對手的行為，各博弈方所做的是它所能做的最好的策略，為一種非合作博弈。博弈論的基本假設有兩個：一是強調個體行為理性，假設當事人在進行“決策”時，能夠充分考慮到他所面臨的局面，即他必須并且能夠充分考慮到人們之間行為的相互作用及其可能影響，并能夠做出合乎理性的選擇；二是假設博弈各方最大化自己的目標函數，能夠選擇使自身效益最大化的策略。博弈論分析的實質是，在經濟主體理性的條件下，行為主體根據給定的條件及對方的行為（策略）等，來決定自己的行為（策略），從而使自己的利益最大化。

公職人員敗德行為及其監管的主體是公職人員及其監管方，他們一般是行為理性的，顯然能清楚地認識到擁有某種重要社會地位、薪金收入等的自身價值。但面臨紛繁復雜的外部環境誘惑，局中人還是會作出不同的決策，即選擇嚴監管與否、選擇敗德行為與否取決于行為人對自身價值的認識及與預期收益的比較，這幾點正好符合博弈論分析的基本特征，因此我們可以將博弈論引入公職人員敗德行為的研究中，來分析公職人員敗德行為及其監管，并在此基礎上提出治理建議。

二、公職人員敗德行為及其監管的博弈分析

（一）博弈模型的選擇

根據上述假設及分析建立公職人員敗德行為及其監管的博弈模型。監管方的純策略選擇是嚴監管或松監管（不監管是松監管的極限狀態），公職人員的純策略選擇是實施敗德行為或不實施敗德行為。表1概括了對應不同純策略組合的支付矩陣。矩陣中第一個數字為監管收益，第二個數字為公職人員收益。其中：Cs是監管方實施松監管的成本（不監管時Cs＝0），Cy為監管方實行嚴監管多支付的成本，Mg指公職人員實施敗德行為未被查出預期所得收益（包括政治利益、經濟利益和其它不當得利等），Lj表示監管人員工作失職可能受到的懲罰（包括刑事責任、行政處分、經濟處罰等），Lg代表公職人員實施敗德行為被查出可能受到的懲罰（亦包括刑事責任、行政處分、經濟處罰等）。

假設各利益相關者的策略如下：

Pj：監管方嚴監管的概率，則（1－Pj）為松監管概率；

Pg：公職人員實施敗德行為的概率，則（1－Pg）為不實施敗德行為的概率。

矩陣中的四種策略組合表示的意義：當監管方嚴監管時公職人員公然實施敗德行為，此時公職人員敗德行為被查出將蒙受Lg的損失，而工作出色的監管人員將獲得獎勵Mj，Mj扣除嚴監管的成本（Cs＋Cy）為監管方的凈收益；當監管方嚴監管時，公職人員選擇遵紀守法不實施敗德行為，則監管方損失嚴監管的成本（Cs＋Cy），而公職人員既無損失也無收益（收益為0）；當監管方松監管甚至不監管時，公職人員若選擇敗德行為，此時監管方因監管人員失職而受懲處導致損失（Cs＋Lj），而公職人員則因敗德行為得逞獲得不當得利Mg；當監管方松監管時，公職人員如沒有敗德行為，此時監管方會損失松監管成本Cs，而公職人員當然既無損失也無收益（得益為0）。

表1：公職人員敗德行為及其監管得益矩陣

得益矩陣

公職人員

實施敗德行為Pg

不實施敗德行為1－Pg

監管方

嚴監管

Pj

Mj－（Cs＋Cy），－Lg

－（Cs＋Cy），0

松監管

1－Pj

－（Cs＋Lj），Mg

－Cs，0

通過以上分析可知，如果監管方實施松監管，公職人員的最佳策略是實施敗德行為，以獲取額外非法得益；而當公職人員實施敗德行為時，監管方的最佳策略是進行嚴監管，以打擊作奸犯科者，保障國家或企業不受損失。既然監管方實施嚴監管，公職人員的最佳策略是不實施敗德行為，以免受懲罰；而當公職人員不實施敗德行為時，監管方的最佳策略是進行松監管甚至不監管，使監管成本最小化……如此重復的結果，不可能產生一個使博弈雙方愿意單獨改變自己策略的純策略組合，而只能以上面假設的某種概率，如Pg、Pj等隨機地選擇不同的策略組合構成混合策略博弈的納計均衡。根據納什定理，在這種均衡條件下，監管方和公職人員都無法通過改變自己的混合策略來改善自己的得益。

如果設監管方和公職人員的期望收益分別為Ej和Eg，則：

Ej＝Pj·{[Mj－（Cs＋Cy）]·Pg＋[－（Cs＋Cy）]（1－Pg）}

＋（1－Pj）[－（Cs＋Lj）·Pg＋（－Cs）（1,－Pg）]

＝MjPjPg＋LjPjPg－CyPj－LjPg－Cs

Eg＝Pg·[－Lg·Pj＋Mg·（1－Pj）]＋（1－Pg）[0·Pj＋0·（1－Pj）]

＝MgPg－LgPjPg－MgPjPg

若使公職人員敗德行為及其監管的混合策略博弈達到納什均衡，

則：

MjPg＋LjPg－Cy＝0（1·1）

Mg－LgPj－MgPj＝0（1·2）

解（1·1）、（1·2）組成的方程組，求得該混合策略的納什均衡解為：

＝Mg/（Mg＋Lg）和＝Cy/（Mj＋Lj）（二）數據分析

在監管人員查出敗德行為所得獎勵Mj和因工作失職而受到的懲處Lj既定的情況下，即對監管人員工作業績的獎懲力度一定時，公職人員實施敗德行為的最優概率取決于監管方實行嚴監管多支付的成本Cy，且與其成正比。這預示著發現敗德行為需要支付很高的監管成本，沒有付出高企的額外成本就不能發現敗德行為，意味著發現敗德行為的概率降低了，因而實施敗德行為變得相對的容易，故敗德行為的發生概率隨著監管成本的增加反而提高了。反過來說，在一定條件下，設法降低嚴監管多支付的成本就可以降低敗德行為的發生概率；同理，Cy一定時加大對監管人員工作業績的獎懲力度能達到同樣的監管效果。但是，降低監管方的監管成本，加大對監管人員工作業績的獎懲力度，在短期內可提高監管人員實施嚴監管的積極性，但長期效果如何呢？

當Pg>時，監管方的最佳策略是選擇嚴監管。而根據＝Cy/（Mj＋Lj），公職人員選擇實施敗德行為的最優概率只與Cy、Mj、Lj有關，即與Cy成正比，與Mj、Lj兩者之和成反比。因而，降低Cy、提高Mj和Lj，都能降低發生敗德行為的最優概率，從而達到Pg＞，促使監管人員履行職責。但長此以往，在監管方實施嚴監管后，公職人員又會趨于選擇職務合法合規行為，而使敗德行為概率Pg降低，低至一定幅度就會導致監管方嚴監管與松監管兩者的期望收益等值，監管方又會重新選擇混合策略，出現重復博弈。而＝Mg/（Mg＋Lg）表明混合策略中監管方選擇嚴監管的概率主要與Mg、Lg有關，而與監管人員松監管所受懲處Lj無關。因此，單純降低監管方的監管成本、加大對監管人員的懲罰力度，而不改變公職人員期望得益，雖短期有作用，但長期來看卻并未改變監管人員的博弈策略選擇，對敗德行為效果不大。

同樣地，當Pj>時，公職人員最優選擇是遵紀守法。故要使監管有效，必須降低值。而由推導知，＝Mg/（Mg＋Lg）。在現實經濟生活中，公職人員未被查出預期所得收益Mg是外生變量，雖然在不同的敗德行為行為中由案件的嚴重性決定可大可小，但在某一固定事件中通常為一常量，即可確定監管者的最優概率主要取決于敗德行為被查出受到的懲罰Lg，且成非嚴格意義上的反比關系。因而加大懲處力度，使Lg值變大，將降低監管方的最優概率，從而形成Pj>的局面，促使公職人員選擇不實施敗德行為。但久而久之，在沒有敗德行為的情況下，監管方必然會理性地放松警惕，降低監管力度至一定程度時，敗德行為實施與否的期望收益相等，公職人員又會重新選擇混合策略，導致重復博弈。結果呢？根據＝Cy/（Mj＋Lj），與Lg無關，即實施敗德行為的最優概率與被查出的損失無關。此時即使被查出的損失Lg足夠大，根據博弈理論，如果監管乏力，對公職人員而言也只是不可置信的威脅，必然繼續延續前科。因此，單純加強對公職人員敗德行為的懲處力度，加大其損失，而不改變監管人員的期望得益，雖然短期內使公職人員敗德行為有所收斂，但長期也將導致監管人員降低監管力度，難以真正發揮控制敗德行為的作用。

三、啟示及建議

（一）公職人員是否實施敗德行為及監管人員能否履行職責是問題的兩個方面，單純采取對一方的獎懲來誘導其行為也許短期有效，但從長期看，并不能改善任何一方的理性和道德風險行為。為了達到（松監管，不敗德行為）的目標，我們過去總是片面強調加大懲罰力度，因為在一定范圍內懲罰得越嚴厲就越接近這一目標；與此同時，也提倡配合一定的激勵措施，希望達到監管方和公職人員的雙贏。但懲罰和激勵措施必須適度，而實際很難把握：對懲罰而言，力度過大會使部分公職人員產生逆反心理，形成拼死一搏的傾向，反而達不到約束的作用；對于激勵而言，其效果受多種因素影響，激勵程度不夠，會使監管人員在收益增加的情況下仍然松于監管，而過分激勵、收益過多會使監管人員產生當前的收益已經足夠了的想法，喪失進取動力，同樣達不到目的。筆者認為，由檢查力度、處罰力度和處罰執行力度三者合一所決定的監管環境是制約敗德行為的關鍵因素。治理敗德行為，應由目前的加強對敗德行為公職人員的懲處力度為主，逐漸過渡到提高對違法者的檢查力度和處罰執行力度與加強對敗德行為的懲處力度并重，加大對監管人員失職行為的處罰力度與降低監管成本并重，建立健全教育、制度、監督并重。

（二）博弈論的研究表明，一個人作出的選擇，取決于其對該選擇成本收益的預期以及對他人選擇的預期。給定必需的權力和信息不完全這兩個條件，敗德行為及其監管的內在邏輯沿著成本和收益變動的路徑展開。因此，權力配置結構問題是監管敗德行為機制設計及戰略選擇的根本問題。亦即監管敗德行為不能局限于在權力既定這一約束條件下只是通過加強對權力的外部制約來監督控制公職人員敗德行為而不改變現有的權力結構。如擴大公眾的監督權，把某些不必要集中的權力下放到市場中，是監管敗德行為的釜底抽薪之計。其次，改善權力配置的信息結構、提高透明度，包括完善政務公開、重大問題決策公開、選拔干部公開等制度，細化公職人員職務權力義務的規定等是監管敗德行為的另一項重要措施。另外，給定監管敗德行為的必要條件（如制度、信息不完備），監管人員與公職人員的期望得益、價值取向和道德約束主宰著實施敗德行為的動機，從另一側面說明了建立健全教育、制度、監督并重的懲治和預防腐敗體系的特殊意義。

（三）博弈過程是一個長期復雜的過程。松監管，不敗德行為作為我們追求的最終目標，是均衡點而不是一次博弈的結果。它是博弈雙方經過長期磨合和斗爭、反復修訂各自的策略、經過多次博弈最終形成的結論。隨著內外部環境的變化，隔一段時間各方還要進行修訂，以逐步接近最佳點。而且，達到最佳點涉及到政府政策、社會風尚、道德水準等許多方面，并不是只論及本文中提到的兩方，也就是說，這在實際中應該是一個多方博弈，甚至牽涉監管人員和公職人員的合謀問題，達到均衡點不是一朝一夕的事，由于本人水平的限制，很多問題由待大家共同研究。

[參考文獻]

[1]．張維迎．博弈論與信息經濟學[M].上海：上海人民出版社,1996．

[2]．(法)克里斯汀·蒙特．博弈論與經濟學[M]．北京：經濟管理出版社，2005．

[3]．胡鞍鋼、過勇．公務員腐敗成本—收益的經濟學分析[J]．經濟社會體制比較，2002，（4）．