ABSTRACT

In order to explain the action logic of the participants in the process of public policy, with the help of game theory and taking the new household registration policy in Xi’an as an example, this paper constructs the game model of “Xi’an Municipal Government-other municipal governments” and “Xi’an Public Security Bureau-non-Xi’an household registration population”, describes the formulation and implementation process of the new household registration policy in Xi’an, and explains the essential reasons for the policy subjects to make strategic choices through cost-benefit analysis. The study finds that the fundamental motive force for Xi’an Municipal Government to formulate the new household registration policy is to seek the huge benefits brought by talents for the future development of the city. Under the vigorous promotion of the Xi’an municipal government, the Xi’an Public Security Bureau will undoubtedly gain departmental benefits, higher-level awards and future benefits by actively implementing the new household registration policy; after measuring the existing and future benefits of settled in Xi’an, the migrant population, encouraged by the reward and subsidy policy of Xi’an, will choose to settle in Xi'an for the sake of optimizing the future development of Xi’an.

Keywords:Public Policy Process, Game Theory, New Policy of Xi’an Household Registration

博弈视角下的公共政策过程分析

——以西安市户籍新政为例

孟骊超，来爽^*，李宁娟

西北工业大学，人文与经法学院，陕西 西安

收稿日期：2019年4月7日；录用日期：2019年4月21日；发布日期：2019年4月28日

摘 要

为解释公共政策过程中各方参与主体的行动逻辑，论文借助博弈论方法，以西安户籍新政为例，构建了“西安市政府–其它地市政府”及“西安市公安局–非西安户籍人口”两个博弈模型，描述了西安户籍新政的制定和执行过程，通过对成本收益的分析解释了各政策主体进行策略选择的本质原因。研究发现，西安市政府制定“户籍新政”的根本动力是谋求人才给城市未来发展带来的巨大收益，同时为抢占先机和获得更多人口资源，西安推行了“史上最宽松的户籍政策”；在西安市政府的大力推动下，西安市公安局积极执行户籍新政无疑会获得部门效益、上级嘉奖和未来收益；而外来人口衡量落户西安可以收获的既有收益和未来收益后，在西安市奖补政策的鼓励下，出于看好西安未来发展的前提，或将选择落户西安。

关键词 :公共政策过程，博弈论，西安户籍新政

Copyright © 2019 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

公共政策的本质是政府对社会价值进行权威性分配的过程 [1] [2] ，对价值的分配必然涉及多方主体的利益博弈和利益整合，从这一视角出发，公共政策过程是政策相关者为争取自身利益，不断博弈的动态过程。政策制定者需要充分考量政策各方的利益得失，确保所制定的公共政策能够为政府带来最大化收益；而政策执行者与政策目标群体间的博弈则关乎公共政策的顺利推行，因而借用博弈论思想分析公共政策过程现实意义重大。首先，逐利是人的本能。借助博弈思想探究政策过程中相关主体的行为逻辑，通过挖掘利益得失揭示各主体进行策略选择的原因是一场追根朔源的探索。其次，在明晰博弈主体进行策略选择的本质原因后，政府借助博弈论思想，通过调整博弈各方的收益组合，可以对公共政策的未来走向进行主动规划。

本文从博弈论视角出发，选择“西安户籍新政”为样例，划分政策过程中的博弈主体及成本收益，通过博弈模型的构建和分析，描述了户籍新政的制定和执行环节。文章试图从利益博弈的角度对公共政策过程中诸多主体的行为逻辑进行注解，进而在对博弈主体选择策略根源更精准把握的基础上，为政府积极引导政策走向提供一种新的思路。

2. 相关理论与文献综述

政策周期学者通常将公共政策过程划分为政策制定、政策执行、政策执行、政策终结和政策监督等若干个阶段 [3] [4] 。当前国内学者对公共政策过程的研究大致可以分为四类。首先，一些学者专注政策过程某一阶段的研究。如薛澜、林泽梁 [5] 在“利益权力”、“理性学习”和“理念”三种视角下对中国政府决策过程的研究现状分别进行讨论分析。丁宁宁、刘曼曼 [6] 基于多元协调理论，构建了一个过程修正框架，解释了公共政策执行过程中由于协调不确定性带来的问题。姚刚 [7] 总结了日、韩、美、法等国家进行公共政策绩效评估的经验。姜国兵 [8] 将过程控制融合进公共政策绩效评估指标中，构建了基于公民满意、政府责任及公共性三个维度的评估体系。曲纵翔 [9] 对公共政策的终结过程进行了细化分析，认为政策终结是多元化主体间的利益博弈的复杂过程。

其次，另一些学者着重分析政策过程模型。宁骚 [10] 以中国领导层制与执行政策的思维和实践方式为原型，搭建“上来下去”的政策过程模型。薛澜、赵静 [11] 通过研究中国山西煤炭产业政策的两次政策过程，归纳整理出转型期中国公共政策“决策删减–执行协商”的新过程模型。

再者，公共政策过程影响因素也是现有研究关注的焦点之一。如陈水生 [12] 、刘丽霞 [13] 从不同角度切入，都研究了中国利益集团对公共政策过程的影响。于家琦、王来华 [14] 分析了舆情调查在公共政策过程中的价值理性和工具理性。何志斌 [15] 调研了网络民粹主义对公共政策过程的影响，提出政府在制定公共政策时规避网络民粹主义影响的合理路径。

另一些学者则聚焦政策过程参与者。王洛忠 [16] 、孙永怡 [17] 、周柏春 [18] 等人都就公共政策过程中的公民参与问题进行了研究。毛劲歌、庞观清 [19] 分析了公务人员在公共政策过程中的伦理建设问题。黄天柱 [20] 探索了民主党派作为参与性主体在中国公共政策过程中的作用。

公共政策过程离不开组织和人的参与，而组织和个人都有追求利益最大化的动机。博弈论的核心思想是理性参与者为了使自己的利益最大或者损失最小，在交互条件下做出最优决策的过程，因此用博弈论对政策过程中各行为主体的利益得失进行剖析，解释、描述、甚至预测 [21] 公共政策过程都具有一定的积极意义。

最早将博弈思想和方法分析引入公共政策领域的代表人物是美国政策学者尤金·巴得克 [23] ，在其1977年出版的《执行博弈》一书中，他提出政策执行是一个各方进行博弈的“赛局”，政策执行的有效性被各方参与者的策略选择深刻影响。不少学者追随其后，也借助博弈思想分析公共政策的相关问题。金登 [24] 提出政策过程中有着多方力量的参与和博弈。光相中 [25] 运用纳什均衡和囚徒困境模型作为分析工具，揭示了利益团体在公共政策制定过程中的建设性正能量与破坏性负能量对政策制定的影响。王余生 [26] 从集体行动逻辑视角分析了横向政府间在政策执行过程中的博弈行为。王海啸、缪小明 [27] 以新能源汽车研发补贴政策为例，构建政企博弈模型，探讨企业坚持新能源汽车研发意愿与政府补贴间的关系。朱娜娜 [28] 、秦德君 [29] 都从中央政府与地方政府博弈的角度出发，分别分析公共政策的制定和执行过程。

综上所述，目前国内学者在研究公共政策的过程中，已经注意到政策制定者、政策执行者、政策目标群体、利益集团等诸多行为主体，也已将博弈论思想引入其中进行研究，但将二者结合起来，即用博弈论思想研究公共政策全过程的文献不多。此外，对政策过程中行为主体行动逻辑的研究文献中，也缺乏对其利益得失的深入探索。

为了弥补以上研究局限，本文拟采用博弈论相关思想，结合公共政策多阶段过程，选择西安市户籍新政为例，分别构建政策制定和执行环节的博弈模型，文章涉及到的博弈主体包括：西安市政府、其他城市政府、西安市公安局、原西安户籍人口、非西安户籍人口。通过分析博弈过程，文章解释了各博弈主体在“理性经济人”思维的驱使下，为争夺“人才”或其他稀缺资源，以实现自身利益最大化为目标，选择博弈策略的本质原因。

3. 博弈视角下的西安户籍新政

3.1. 西安市户籍新政

西安地处关中平原，是陕西省省会城市，是西部地区重要的经济中心，2010年“大西安”规划正式出台。城市的发展与城市的人口规模休戚相关，人口既是劳动力，可以通过就业创造财富价值，人口也是消费者，可以通过消费拉动需求。

西安在推行户籍新政前，人口现状已经开始束缚城市的发展。首先，西安市人口规模低于同级别的其他省会城市。由于区域制约，西安与国内其他大中城市在人口数量上存在显著差距。截至2016年末，西安市常住人口仅为883.21万人，同期北京、上海的常住人口数量分别为2172.9万、2419.70万，而成都、武汉、重庆等地早已跨入千万人口之列 [30] 。

其次，近年来西安市的人口增长缓慢。根据西安市统计局数据，截至2015年年末，西安市常住人口为870.56万人，同2010年年末的847.41万人相比，五年共增加23.15万人 [31] ，按照此速率计算，西安跻身千万人口城市还需用时约30年。同期成都市常住人口数量在五年内增长60.95万人，总数已达1465.75万人 [32] 。两座城市的人口数量与增长趋势对比如表1所示。

表1. 2010年末至2015年末西安与成都常住人口数量对比

再者，在人口结构上，西安老龄化人口比例持续攀升。2015年西安市统计局人口抽样调查结果显示，全市65岁及以上人口为91.32万人，占10.50%，同2010年第六次全国人口普查相比，在0~14岁、15~64岁人口比重均下降的情况下，其比重上升2.04个百分点 [33] 。对比分析发现，西安市老龄人口的增长速度已经高于西安市总人口的增长速度 [34] 。

综合分析，人口规模、增速和结构三个方面的问题正成为西安市城市发展的主要制约因素。在这样的背景下，西安市政府2017年1月24日通过《关于进一步吸引人才放宽我市部分户籍准入条件的意见》，以招揽人才，解决城市人口存在的问题。具体而言该政策采取了“三放四降”的措施来解决这一问题：放开普通大中专院校毕业生的落户限制、放宽设立单位集体户口条件、放宽对“用人单位”的概念界定；降低技能人才落户条件、降低投资纳税落户条件、降低买房入户条件、降低长期在我市市区就业并具有合法固定住所人员的社保缴费年限 [35] 。

为将户籍新政与西安市之前实行的户籍政策进行对比，笔者梳理了2006年以来西安市执行的主要户籍政策。为方便对比，将其划分为三个阶段：前户籍政策、新政导向政策和户籍新政。前户籍政策是指户籍新政发布前西安市政府实行的户籍政策，导向政策是指由国家层面或省部级层面发布的相关指导性文件，户籍新政即2017年1月以后西安市政府制定的相关户籍新政，这一政策过程如图1所示，相关政策窗口分别见表2、表3、表4。

图1

表2. 前户籍政策

表3. 导向政策

表4. 户籍新政

通过对比表2和表4中西安市前后实行的户籍政策，本文发现户籍新政在准入条件上做出重大调整。例如，前户籍政策要求普通高等院校毕业生必须满足就业2年以上，社保缴费1年以上方可申请落户，而新政中大中专毕业生只需提供身份证和毕业证即可就近办理落户，后期随政策调整在校大学生凭学生证在线即可办理落户；对于各类技能人才的落户条件，新政放宽了年龄限制并取消了随迁限制；投资纳税落户的准入门槛也在新政中大幅降低，并专门针对个体工商户进行调整；用人单位的概念也在前户籍政策规定的范围中进一步增加等。

西安市公安局作为户籍落办部门，为吸引更多人才落户，提高户籍办理效率，先后多次升级调整落户政策。从放宽学历、年龄限制，到仅凭身份证、毕业证即可办理学历落户，再到只需通过掌上户籍室上传学历、身份证照片在校大学生也可在线落户。截至2018年12月11日，落户“新西安人”超过100万。仅2018年新增人口已逾75万 [36] ，其中学历落户和人才引进占比约66% [37] 。西安市户籍新政达到了增加人口规模、提高人口增速、改善人口结构的目的。

3.2. 政策过程中的博弈

一个完整的政策过程包括：政策制定、政策执行、政策评估、政策终结等环节。政策制定与执行的每个环节都存在不同参与主体的利益冲突与妥协。这种相互交织、动态发展的角力，构成了贯穿公共政策周期始终的利益博弈过程 [38] 。西安户籍新政从制定到历经数次修改，也是不同参与主体动态博弈的过程。

1) 政策制定中的博弈

政策制定指针对某个政策问题提出、论证并选择解决方案的过程 [39] 。在这一过程中，涉及的利益主体主要包括作为政策制定者的政府部门、受政策方案影响的目标群体和其他利益主体。

本文以西安市户籍新政制定为研究对象，就这一政策制定和执行过程中西安市政府与其他地市政府之间的博弈过程展开分析。西安市政府与其他地市政府之间因“抢夺人才”形成了不完全信息动态博弈的过程，落实在制定户籍政策方面，双方的博弈策略均为{制定，不制定}，其博弈树如图2所示：

图2. “西安市政府-其他地市政府”博弈树

首先需要对博弈双方的成本及收益状况进行分析：西安市在实施户籍新政之前，主要面临人口数量相对较少、人口增速相对缓慢、老龄化人口增速过快三个问题。西安城市发展和规划与国家战略的匹配要求西安市政府必须解决以上三个方面的人口问题。此外，2009年国务院批准了《关中—天水经济区发展规划》，要求到2020年，作为“国际化大都市”的西安市区人口规模要达到1000万人以上。另一方面，2016年中共中央又发布《关于深化人才发展体制机制改革的意见》，鼓励全国各省市大力实施人才优先发展战略，拓宽引才渠道。可见人口是城市发展的关键要素。为了提高城市人口数量和质量，一些城市不断改革城市户籍管理政策，积极吸引人才落户。例如，武汉市已于2017年初开始推行“双百万”政策，推动高校毕业生留汉就业创业，防止人才外流。在这些大背景之下，西安市政府改革原有的户籍政策，出台新的户籍政策“招揽人才”刻不容缓。制定户籍新政过程中发生于“西安市政府–其它地市政府”之间博弈的收益矩阵表如表5所示，该受益矩阵表中涉及到的相关参数的设置及定义如表6所示。

表5. “西安市政府–其它地市政府”博弈收益矩阵表

表6. “西安市政府–其它地市政府”博弈参数定义表

在制定户籍政策“抢才”的博弈过程中，西安市政府与其他地市政府的成本与收益大致相同。假设西安市政府选择“制定”户籍新政这一策略的概率为 $\text{p}\left(0\le \text{p}\le \text{1}\right)$ ，选择“不制定”的概率则为 $\left(\text{1}-\text{p}\right)$ 。同理，其他地市选择“制定”和“不制定”策略的概率分别为q、 $\text{1}-\text{q}\left(0\le \text{q},\text{1}-\text{q}\le \text{1}\right)$ 。西安市政府在两种策略选择下的期望收益分别为：

$\begin{array}{c}{\text{V}}_1\left(制定\right)=\text{p}\ast \text{q}\ast \left(\text{Rx1}+\text{Rx2}+\text{Rx3}+\text{Rx4}-\text{Cx1}-\text{Cx2}\right)\\ +\text{p}\ast \left(\text{1}-\text{q}\right)\ast \left(\text{Rx1}+\text{Rx2}+\text{Rx3}+\text{Rx4}-\text{Cx1}-\text{Cx2}\right)\\ =\text{p}\ast \left(\text{Rx1}+\text{Rx2}+\text{Rx3}+\text{Rx4}-\text{Cx1}-\text{Cx2}\right);\end{array}$ 公式1

$\begin{array}{c}{\text{V}}_1\left(不制定\right)=\left(\text{1}-\text{p}\right)\ast \text{q}\ast \left(-\left(\text{Cx3}+\text{Wx1}\right)\right)+\left(\text{1}-\text{p}\right)\ast \left(\text{1}-\text{q}\right)\ast \left(-\left(\text{Cx3}+\text{Wx1}\right)\right)\\ =\left(\text{1}-\text{p}\right)\ast \left(-\left(\text{Cx3}+\text{Wx1}\right)\right);\end{array}$ 公式2

由上文可知，地方政府制定户籍新政的收益主要来源于4个方面：1) 新增人口创造的直接财富、税收收益及作为消费者拉动需求带来的收益；2) 城市人口结构改善后产业升级带来的收益；3) 城市地位提升带来的收益；4) 其他潜在收益，例如城市地位提升后，土地财政收入也将随之水涨船高。而制定户籍新政的主要成本包括：1) 制定公共政策的固定成本；2) 制定户籍新政意味着招徕人才，政府需要承担为新增人口拓展公共设施，新增基础设施建设等费用。与之对应地，地方政府选择“不制定”策略的收益为0，但由于城市发展的需要，未来仍需在基础建设方面进行投资，即政府仍需承担一些发展公共设施的成本。此外，假如本地政府不制定户籍新政，而其他城市政府制定了户籍新政，则还将面临人才流失带来的相关损失。

以西安市政府的策略选择为例，其选择“不制定”策略的期望收益为 $\left(\text{1}-\text{p}\right)\ast \left(-\left(\text{Cx3}+\text{Wx1}\right)\right)$ ，由于 $0\le \text{p}$ 、 $\left(\text{1}-\text{p}\right)\le \text{1}$ ，且 $\left(-\left(\text{Cx3}+\text{Wx1}\right)\right)$ 恒小于0，即西安市政府“不制定”策略的期望收益是一个负数。再来看西安市政府选择“制定”策略的期望收益，一种情形是 $\left(\text{Rx1}+\text{Rx2}+\text{Rx3}+\text{Rx4}\right)\ge \left(\text{Cx1}+\text{Cx2}\right)$ ，即新政带来的未来收益大于或等于其所需付出的成本，“制定”策略的期望收益大于或等于0，与“不制定”策略下的负值收益相较，“制定”策略是明智之举。另一种情形是 $\left(\text{Rx1}+\text{Rx2}+\text{Rx3}+\text{Rx4}\right)<\left(\text{Cx1}+\text{Cx2}\right)$ ，即新政需要投入的成本大于未来收益，此时“制定”或“不制定”户籍新政的期望收益都是负值，需要进一步进行比较分析。先就两种策略下投资于基础设施建设的成本进行分析，毫无疑问，“制定”户籍新政的成本Cx2在短期内必定大于“不制定”策略下的Cx3，但从长远来看，城市良好的公共服务有助于提升城市形象，良好的城市形象又将为城市带来诸如投资、旅游等收益，也就是说，这一部分建设成本的差异将随时间推移而弥合；第二个需要讨论的问题是“制定”公共政策的收益 $\left(\text{Rx1}+\text{Rx2}+\text{Rx3}+\text{Rx4}\right)$ 减去固定成本Cx1后，与“不制定”策略时损失的Wx1进行比较。如前文所述，人才是城市发展的关键要素，人口规模的大小将决定城市的消费能力和竞争实力，人口结构的改善将推动产业结构的升级和城市竞争力的提升，因而“制定”户籍政策引进人口带来的综合收益将远大于制定政策所需的固定成本，不言自喻， $\left(\text{Rx1}+\text{Rx2}+\text{Rx3}+\text{Rx4}-\text{Cx1}\right)>-\text{Wx1}$ 。比较分析后发现，“制定”策略的期望收益仍然大于“不制定”的情形，理性的参与者仍然将选择“制定”户籍新政。

综合以上分析，西安市政府与其他地市政府为了追求新增人口带来的各项收益，都将选择{制定，制定}的博弈策略。同时，由于人才资源的稀缺性和不二性，出于抢占先机和追求最大收益的动机，西安市率先出台“史上最宽松的户籍政策”招徕人才。此后，成都、长沙、南京、天津等地也先后出台户籍新政，以宽松政策吸引高校毕业生就业创业，掀起了全国范围内的“抢人大战”。

2) 政策执行中的博弈

政策执行是公共政策发挥效力的关键环节，同时也是政策制定以后，利益相关者关注的焦点。公共政策执行指政府对特定的政策目标群体，运用各种政策资源，采取宣传、解释、实施、协调等活动，将公共政策的文本内容转化为实际效果，实现政策目标的过程 [40] 。从政策执行的逻辑过程来看，政策颁布并传达到目标群体以后，政策执行者与目标群体之间将展开博弈。具体到西安户籍新政之中，即西安市公安局与非西安户籍人口之间的博弈，其策略组合分别为{积极执行，消极执行}、{落户、不落户}。由于博弈双方中所掌的握信息也是不对称的，因此，这一博弈过程也是不完全信息的动态博弈，、西安市公安局与非西安市户籍人口之间的博弈树如图3所示，收益矩阵表及相关参数分别如表7、表8所示。

图3. “西安市公安局–非西安户籍人口”博弈树

表7. “西安市公安局–非西安户籍人口”博弈收益矩阵表

表8. “西安市公安局–非西安户籍人口”博弈参数定义表

在政策执行的过程中，西安市公安局选择“积极执行”或“消极执行”的概率分别为p、 $\left(\text{1}-\text{p}\right)$ ，非西安户籍人口选择“落户”或“不落户”的概率分别为q、 $\left(\text{1}-\text{q}\right)$ ，其中 $0\le \text{p}$ 、 $\left(\text{1}-\text{p}\right)$ 、q、 $\left(\text{1}-\text{q}\right)\le \text{1}$ ，根据收益矩阵容易得出双方在不同策略下的期望收益分别为：

$\begin{array}{c}{\text{V}}_{\text{1}}\left(积极执行\right)=\text{p}\ast \text{q}\ast \left(\text{Rp1}+\text{Rp2}+\text{Rp3}-\text{Cp1}\right)+\text{p}\ast \left(\text{1}-\text{q}\right)\ast \left(\text{Rp1}+\text{Rp2}+\text{Rp3}-\text{Cp1}\right)\\ =\text{p}*\left(\text{Rp1}+\text{Rp2}+\text{Rp3}-\text{Cp1}\right);\end{array}$ 公式3

$\begin{array}{c}{\text{V}}_{\text{1}}\left(消极执行\right)=\left(\text{1}-\text{p}\right)\ast \text{q}\ast \left(-\left(\text{Cp2}+\text{Wp1}+\text{Wp2}\right)\right)+\left(\text{1}-\text{p}\right)\ast \left(\text{1}-\text{q}\right)\ast \left(-\left(\text{Cp2}+\text{Wp1}+\text{Wp2}\right)\right)\\ =\left(\text{1}-\text{p}\right)\ast \left(-\left(\text{Cp2}+\text{Wp1}+\text{Wp2}\right)\right);\end{array}$ 公式4

$\begin{array}{c}{\text{V}}_{\text{2}}\left(落户\right)=\text{q}\ast \text{p}\ast \left(\text{Rn1}+\text{Rn2}-\text{Cn1}-\text{Cn2}\right)+\text{q}\ast \left(\text{1}-\text{p}\right)\ast \left(\text{Rn1}+\text{Rn2}-\text{Cn1}-\text{Cn2}\right)\\ =\text{q}\ast \left(\text{Rn1}+\text{Rn2}-\text{Cn1}-\text{Cn2}\right);\end{array}$ 公式5

${\text{V}}_{\text{2}}\left(不落户\right)=\left(\text{1}-\text{q}\right)\ast \text{p}\ast \left(-\text{Wn1}\right)+\left(\text{1}-\text{q}\right)\ast \left(\text{1}-\text{p}\right)\ast \left(-\text{Wn1}\right)=\left(\text{1}-\text{q}\right)\ast \left(-\text{Wn1}\right);$ 公式6

首先，就西安市公安局策略组合的成本收益进行分析。西安市公安局选择“积极执行”的收益主要包括：1) 为部门带来的绩效收益，其中新增人口数量是最直观的表征；2) 来自上级部门的褒奖，西安市政府制定户籍新政的目的在于引才，西安市公安局积极执行政策，快速实现政策初衷，会获得来自上级部门的嘉奖；3) 引才带动城市发展为部门带来的未来收益。其成本主要来自执行政策的时间、精力和金钱成本。

西安市公安局选择“消极执行”政策的收益为0，但仍将付出一定的执行成本。同时还将面临来自两方面的风险，一是来自上级部门的惩罚风险，二是其他城市引才成功，西安市城市地位下降从而导致部门整体福利水平的降低。

非西安户籍人口选择“落户”策略的收益主要有既有收益和未来收益两方面。既有收益即落户后就可获得的诸如教育、医疗、服务等既得收益，未来收益主要是指对西安未来发展能够给自身带来的期望收益。“落户”的成本主要包括现实成本和机会成本，前者是指搬家、择业及其他生活成本，后者是指选择落户其他城市可能带来的各项收益。

非西安户籍人口选择“不落户”策略时，不能获得既有收益和未来收益，还将承担不落户西安带来的机会成本。

博弈主体选择哪一种博弈策略依赖于该策略下的期望收益，西安市公安局是否选择“积极执行”户籍新政的策略，取决于V₁(积极执行) > V₁(消极执行)的条件是否成立。由于 $0\le \left(\text{1}-\text{p}\right)\le \text{1}$ ，因而消极执行政策的期望收益是一个负数，只要积极执行政策带来的期望收益大于或等于0，理性的西安市公安局就会选择积极执行政策。而这一条件的成立有赖于 $\left(\text{Rp1}+\text{Rp2}+\text{Rp3}\right)$ 与Cp1的大小判定，即执行政策获得的收益与其付出的成本进行比较。如果西安市政府将新落户人口数量作为绩效考核指标，考核西安市公安局的任务完成情况，并按照考核结果严格进行奖惩，同时对执行政策时可能付出的各项成本进行补贴，那么西安市公安局出于对自身利益的考虑，无疑会选择“积极执行”户籍新政。现实情况是，西安市政府为了加快“大西安”的建设进度，快速引进人才是必选之策，因而一定会不遗余力地支持公安局推进户籍新政，这也很好地解释了西安户籍新政自实施开始，西安市公安局多次出台便民举措，精简相关手续，全力推进新政执行的现象。

同样的，对于非西安户籍人口来说，是否选择“落户”西安也是一个对利益得失综合考量的过程。显而易见，选择“不落户”策略的期望收益 $\left(\text{1}-\text{q}\right)\ast \left(-\text{Wn1}\right)$ 是一个负值，因此本文重点讨论“落户”西安的期望收益。落户西安会得到既有和未来两部分收益，就既有收益而言，教育资源将吸引山东省、河南省人口流入，住房资源也会因较低房价而吸引人口流入；第二部分收益来自未来收益，因房价落差流入西安的人口，归根结底看中的是西安未来发展带动房价上涨，从而使自身获得更大收益。此外，在西安市发展前景看好的必然前提下，也必定会为个人提供更好的公共服务，更多的就业机会和更大的发展空间，使“新西安人”获得更大收益。为减少非西安户籍人口需要付出的成本，西安市政府同时制定了一系列配套政策，通过政策补贴、奖励、待遇保障等手段尽可能地弥合各项落户成本。但机会成本还源自个体对城市未来发展前景的期许，见仁见智，因此相信西安未来发展看好的非西安户籍人口将选择“落户”西安。

综上所述，西安市公安局为追求部门绩效、上级表扬和未来收益，在西安市政府的全力支持下“积极执行”户籍新政；非西安户籍人口综合考虑落户西安需付出的成本和可获得收益，结合西安市推行的奖补措施，在看好西安未来发展的基础上，选择“落户”策略。现实情况是，从户籍新政实施至2018年5月底，已有逾64.5万人次选择成为“新西安人”。

3) 政策评估与政策终结的博弈

政策评估和政策终结过程中也存在政策制定者、执行者、政策受益群体、政策受损群体、利益集团等主体间的复杂博弈，但由于博弈主体的复杂性，对参与博弈过程的各主体更加不易划分，对其收益的识别也因隐蔽性而难以确定。且西安户籍新政执行时间尚短，现在就对其优劣成败做出评判为时尚早，因此本文对政策评估及政策终结环节中的博弈过程不予阐释。

4. 小结

公共政策的根本目标是实现社会整体利益的最大化，提升社会整体福利水平，但在整个政策过程中，对于各政策主体而言，一方利益的增长可能意味着另一方利益的消减，为了追求自身利益的最大化，各方主体都将围绕公共政策的制定、执行、评估直至终结环节展开博弈，这些博弈活动共同决定了公共政策的成败。借助博弈论的思想对公共政策过程进行分析，是以过程视角还原了各博弈主体策略选择与公共政策之间的内在关联，从本质上解释公共政策主体间的行动逻辑；其次，通过调整各方的收益及成本，政府也可主动引导公共政策的未来走向。

本文以西安市户籍新政为例，通过构建“西安市政府–其他地市政府”、“西安市公安局–非西安户籍人口”两个博弈模型，简要分析了新政的制定及执行过程。通过分析发现，基于人口规模对城市未来发展的重要作用，西安市政府为追求新增人口带来的各项收益，并实现率先抢夺更多人才的目标，“制定”出台“史上最宽松的户籍新政”；西安市公安局为追求部门绩效、上级嘉奖及未来收益，不断放宽、化简政策办理流程，“积极执行”户籍新政；非西安市户籍人口在充分考量落户西安的利益得失后，结合各类奖补政策以及对城市未来发展的期许，或将选择落户西安。

截至2018年12月10日，西安市新增人口即将突破100万，西安市户籍人口总数接近1000万 [41] ，迁入人口中大专以上学历者占比超过50%，户籍新政的引才成果斐然，但同时也应注意到，新老西安人已经开始在公共设施、医疗教育、交通住房等领域展开新一轮的博弈，房价急速上涨、交通堵塞加剧就是这一博弈场域下的直接后果。而西安市政府推出的摇号购房、保刚需等政策则是在该博弈环境下的新一轮策略选择，未来对西安户籍新政的评估或可从这一方面展开论述。

文章引用

孟骊超,来 爽,李宁娟. 博弈视角下的公共政策过程分析——以西安市户籍新政为例
Analysis of Public Policy Process from the Perspective of Game—Taking the New Deal of Household Registration in Xi’an as an Example[J]. 社会科学前沿, 2019, 08(04): 675-688. https://doi.org/10.12677/ASS.2019.84096

参考文献