2017行政成本控制研究论

 摘要：本文分析了政府行政成本中的非对称信息问题，运用委托代理理论探讨了存在道德风险的情况下，作为委托人的上级政府或部门如何激励作为代理人的下级政府或部门降低行政成本。通过对问题的假设与抽象，构建了行政成本控制的委托代理模型。运用遗传算法进行仿真求解，得出最优合同激励因子。仿真结果表明该模型较有效地节约了行政成本。

关键词：非对称信息；委托代理；行政成本；遗传算法

引言

加快建设节约型、可持续发展社会已经成为人们的普遍共识。在这个过程中，政府应该以建设节约型政府为目标，成为建设节约型社会的榜样。建设节约型政府以节约行政成本作为微观基础[1]。因此，研究如何有效节约行政成本具有现实意义。

一直以来许多专家学者对政府行政成本进行了研究，对降低成本的方法做了多方面探讨，主要集中在对政治架构、制度建设、法律建设等方面的宏观讨论[2]，很少站在委托代理的角度来审视政府上下级之间关系并对行政成本进行分析。本文立足于政府各层级之间的委托代理关系，通过定量建模研究如何减少行政成本。

1 行政成本中的委托代理关系

从宏观的视角剖析政治领域的委托代理关系，它可以分解为两个层次：第一层是人民和政府之间形成的委托代理关系，这是基础关系，称之为“一级委托代理关系”；第二层的委托代理关系是基础委托代理关系的派生关系，它存在于政府各层级之间，称之为“二级委托代理关系”[3][4]，在二级委托代理关系中，上级政府委托下级政府从事活动，上级政府为委托人，下级政府成为代理人。假定行政系统由中央政府，地方政府，各级行政部门领导组成。

那么，每一层次相对上一层次是代理人，相对下一层是委托人。因此该委托代理关系在上下级政府或上下级行政部门间同样成立[6]。这种关系不仅继承了一般委托代理关系的共性，而且还有着自身的特殊性，即委托人地位的特殊性与代理人地位的特殊性。因此，相对于其他的委托代理关系，代理人的道德风险将会更频繁、更严重地出现[5]，政治领域道德风险的具体表现就是政府官员对行政成本的普遍浪费。

本文主要研究“二级委托代理关系”，将降低行政成本问题抽象为数学模型，分析行政过程中资源浪费的原因，探讨在行政成本管理方面产生道德风险的情况下，委托人（上级政府或部门）如何设计一种有效的激励和控制措施，促使代理人（下级政府或部门）努力降低行政成本，使委托人效用最大化。

2 模型的假设及说明

1) 政府的运行是有效的，上级政府期望效用以社会福利最大化为目的，一直致力于降低行政成本。本文讨论的降低行政成本是指在保证政府正常运作水平的情况下，减少行政过程中所产生的浪费和各种不必要支出。

2) 降低行政成本给政府和社会带来多方面的效益和影响，这里只考虑降低成本带来的直接收益，而不考虑间接效益。

3) 下级政府在进行每期行政预算时，根据经验确定该期行政成本C1，上级政府确定行政成本的合理值C2，再根据预先给定的权数确定行政成本基数C，C 是C1 和C2 两项指标的综合评价值。将多个指标变换为一个指标的数学方法很多。文献[8]研究了一种线性联合确定基数法的合同机制。根据文献[7]，考虑成本指标的特殊性及将C1 和C2 作用扩大化的要求，将线性和非线性两种方法确定的联合基数的平均值作为行政成本的基数，即其中，β 是上级政府根据其对1 C 和2 C 的倾向而确定的权数。

a. 当代理人实际行政成本a C 小于基数C 时，委托人将节约部分( )a C <C 以1 b 比例分给代理人作为奖励，即1 *( ) a b C <C 。

b. 当实际行政成本a C > C时，则代理人需要承担超额部分1 b 的数额，即1 *( ) a b C <C 。

同时，故意高报成本1 C 有利于使代理人获得更多奖励或承担更低超额费用，因此当1 a C > C 时，委托人对高报部分处以比例为2 b 的处罚，即1 1 *( ) a b C <C 。显然， 1 2 b ，b ≥ 。

4) 假设 C 为未实施激励控制措施前几期的行政成本的移动平均数，对应于实施激励控制措施后的实际成本的节约额，作为委托人的收益，即 ( )a C <C 。

5) 行政成本的减少取决于代理人的努力程度，也受到外界的环境噪音(随机因素)的影响。不失一般性，假设a C = C < ta +θ 。t是努力对成本的影响系数，可以通过历史数据的均值来确定(t > )。θ 表示外界的环境噪音或不确定性，服从均值为零、方差为σ 2的随机分布，即θ < N(，σ 2 )。a C 的意义是代理人付出努力后的实际行政成本， ' ( ) a C a < ，即a C 随代理人努力的增加而减少。

6) 代理人的努力成本V(a)可用货币衡量，且努力成本V ' (a) < ， V '' (a) < ，即代理人的努力成本V(a)随其努力程度的增加而递增的增加。进一步假设V(a) = na2。n为成本系数，n 越大，努力产生的成本越大。

3 模型的建立

委托人与代理人之间存在信息非对称是产生道德风险的根源。委托代理理论认为，无论委托人采取何种措施，代理人总会选择使自己期望效用最大的努力程度。由于私有信息的存在，委托人无法通过强制合同迫使代理人付出符合委托人期望的最大努力。因此，存在道德风险的情况下，委托人只能通过激励合同机制诱使代理人采取委托人希望的行动，在激励代理人的同时使委托人期望效用最大化。建立委托代理关系模型如下：

4 仿真求解

4.1 遗传算法

遗传算法(GA)，最先是由John Holland 教授于1975 年提出，借鉴生物界自然选择和自然遗传机制的搜索算法。其主要特点是采用群体搜索策略和充分利用群体中个体间的信息交换，其搜索不依赖于梯度信息，具有全局搜索、搜索空间维数较大以及效率高等优点，尤其适用于处理传统搜索方法难于解决的复杂非线性问题。

遗传算法运算过程如下：

1)编码：将解空间的解表示成遗传空间的基因型串结构数据本文采用二进制编码方式。

2)生成初始种群：随机产生N 个初始串结构数据，每个串结构数据称为个体，N 个个体构成一个群体，以该初始群体为初始点开始迭代。设置进化代数计数器t ←；设置最大进化代数T =1；随机生成N个个体作初始种群P()。

3)适应度值评价：适应度函数反映了个体对环境适应能力的强弱，根据适应度值，可以控制个体生存的机会，体现适者生存的自然法则。适应度函数的定义方式有很多。

4)选择：根据个体适应度值，按一定规则从上一代群体中选择优良个体遗传到下一代群体。适应性强的个体为下代贡献后代的概率大。这里采用Stochastic Tournament 选择算子。

5)交叉：将群体内各个个体搭配成对，对每个个体以一定交叉概率交换其部分染色体。本文采用Scattered 交叉方式。

6)变异：对群体中每一个个体，以某一变异概率改变某些基因座上的基因值为其他等位基因。这里采用Gaussian 变异函数。

7)终止条件判断：若t ≤ T ，则t ←t +1，转步骤(2)；若t > T ，输出进化过程中得到的具有最大适应度的个体作为最优解，终止运算。

4.2 仿真求解及分析

假定 C = 5，t = 5，w =15，n = .6 ρ = .5，β = .6， U = 1，实施激励措施后，代理人自报成本1 C = 35，委托人报成本2 C = 3，将参数代入模型进行仿真计算，搜寻最优的决策变量1 b 和2 b 。遗传算法中，产生规模为2 的初始种群，迭代终止代数为1代，优良计数为2，交叉概率为.8，适应度函数为1 2 1 2 1 ta(1< b + b ) < b (c < c ) + b (c < c )。

仿真计算使用Matlab 语言。仿真结果显示使委托人期望效用最大的1 b = .7398 ，2 b = .527，此时委托人期望效用稳定为54.191，代理人期望效用稳定为1.3。显然，如果不采取激励，则委托人直接效用为零，代理人效用大于其基本收入。公务员之家

由计算结果可得：

(1) 1 2 b > b ，一方面满足了代理人付出的最优努力为正的条件，另一方面也说明在前面设定的费用基数确定方式下，代理人通过高报行政成本来提高费用基数的做法不会为其带来较多收益，且能使委托人的期望效用获得最大值。为了激励代理人降低成本，需要设定适当的奖励和惩罚系数，过小的奖励和惩罚系数起不到激励的效果，过大的奖励和惩罚系数又会导致委托人和代理人的期望效用小于零，使委托人失去制定激励控制措施的动力，代理人也不会有意愿参与激励计划。在上述设定的模型参数的情况下，仿真结果b1 和b2 值可以达到最佳激励效果。

(2)当有关参数变量发生变化时，最佳奖励和惩罚系数也会发生变化。通过仿真比较，__权数值β的减小对委托人和代理人的期望效用没有显著影响，但却使b1 和b2 明显减少。这是因为委托人降低了对代理人自报行政成本依赖的结果。委托人掌握较多的信息量，主动减少了对代理人自报成本的依赖程度(即调低β 值)，从而增加了委托人期望效用。ρ 值的变化对奖励惩罚系数影响不大，主要影响代理人确定性等价收入中的风险成本。

5 总结

本文以委托代理的视角研究了政府各层级间的关系，对行政成本控制问题进行了建模与仿真。通过仿真计算可以得到使委托人期望效用最大的奖励因子和惩罚因子。从仿真结果可以看出，采取了激励措施后委托人期望效用非负且显著改善，有效节约了行政成本。

模型参数值的设定会影响到奖励和惩罚因子，因此如何合理设定模型参数仍值得进一步研究。实际应用时可以依据历史数据和经验来设定，并在实践中不断修正。

[参考文献]
[1] 李章泽，孙鸣鹤.降低行政成本的制度分析[J] .经济社会体制比较.27，vol5，133:91-97.
[2] 何翔舟. 中国行政管理成本问题实证研究[J]. 政治学研究， 27，2:86.
[3] 孔祥国.委托代理关系中的中国行政管理[J].求索，1996，3:52-56.
[4] Mirrlees J.A. The theory of moral hazard and unobservable behavior: part I. Review of EconomicStudies，1999，66(1):3-21.
[5] Holmstrom B. Moral hazard and observability [J]. Bell Journal of Economics， 1979， 1(1): 74-91.
[6] 安康，刘祖云. 委托代理视角下的行政成本分析[J]. 江苏社会主义学院学报，26，6:56-58.
[7] 郭亚军. 综合评价理论与方法[M]. 北京:科学出版社，22.
[8] 丁元耀，贾让成. 道德风险防范模型研究[J]. 数量经济技术研究，21，12:67-7.
[9] Kim S K，Wang S S. Linear contracts and the double moral-hazard[J].Journal of EconomicTheory，1998，82:342-378.
[1] 张维迎. 博弈论与信息经济学[M]. 上海:上海人民出版社，24.
[11] 周明，孙树林. 遗传算法原理及应用[M]. 北京:国防工业出版社，1999.
[12] 雷英杰，张善文，等. Matlab 遗传算法工具箱及应用[M]. 西安:西安电子科技大学出版社，25.