EN中文

经济地理 >

2024 , Vol. 44 >Issue 3: 138 - 146

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.03.014

区域经济与理论方法

环境污染强制责任保险实施策略及其影响因素

  • 黄鹤菲 ,
  • 米运生 , ※
展开
  • 华南农业大学 经济管理学院，中国广东 广州 510642
※米运生（1972—），男，博士，教授，博士生导师，研究方向为金融地理。E-mail：

黄鹤菲（2003—），女，研究方向为金融地理。E-mail：

收稿日期: 2023-05-29

  修回日期: 2024-01-29

  网络出版日期: 2024-09-12

基金资助

国家社会科学基金重大项目(19ZDA115)

广东省哲学社会科学创新工程2022年度特别委托项目(GD22TWCXGC08)

收起

Implementation Strategy and Influencing Factors of Compulsory Environmental Pollution Liability Insurance

  • HUANG Hefei ,
  • MI Yunsheng , ※
Expand
  • College of Economics and Management，South China Agricultural University，Guangzhou 510642，Guangdong，China

Received date: 2023-05-29

  Revised date: 2024-01-29

  Online published: 2024-09-12

Fold

摘要

环境污染强制责任保险（即“环强险”）是一种利用市场机制化解突发环境事件风险、防治环境污染的创新型金融措施，对实现经济社会高质量发展具有重要意义。文章运用不完全信息动态博弈模型，分析了政府、企业、保险公司作为决策主体参与环境污染强制责任保险的最优策略和均衡条件，并以深圳市为例进行了实证分析。研究发现：①政府制定的企业责任分担因子与环境事故风险和损失呈负相关，保费与保险公司责任分担因子呈正相关，企业投保概率与企业责任分担因子呈正相关。②深圳市作为中国较早一批环境污染强制责任保险试点示范城市，其责任分担因子现在为企业承担较多赔偿责任，而保险公司承担较少赔偿责任。③根据模型分析结果可知企业投保意愿有限，这与其环强险实际投保概率仅有50%的情况相吻合。在此基础上，提出政府应适当补贴企业和保险公司，针对高风险高损失的产业，由保险公司承担更多责任，并赋予保险公司监督权限，针对企业制定严格的环保标准和罚款制度，要在促使企业主动投保的同时履行环保义务等对策建议。

关键词： 环境污染强制责任保险; 不完全信息动态博弈模型; 绿色金融; 企业与保险公司; 政府; 高风险高损害产业; 环境风险管理

本文引用格式

黄鹤菲 , 米运生 . 环境污染强制责任保险实施策略及其影响因素[J]. 经济地理, 2024 , 44(3) : 138 -146 . DOI: 10.15957/j.cnki.jjdl.2024.03.014

Abstract

Compulsory liability insurance for environmental pollution is an innovative financial measure that uses market mechanisms to prevent and control environmental pollution,and has important implications for achieving high-quality economic and social development. Taking Shenzhen as the research area,this paper uses the incomplete information dynamic game model to analyze the optimal strategies and equilibrium conditions of the government,enterprises,and insurance companies as decision-makers in compulsory liability insurance for environmental pollution. The research finds that: 1) The corporate responsibility sharing formulated by the government is negatively correlated with the risk and loss of environmental accidents,the premium is positively correlated with the liability sharing of insurance companies,and the insurance probability is positively correlated with the corporate responsibility sharing. 2) As one of the first pilot demonstration cities of compulsory environmental pollution liability insurance in China,enterprises bear more compensation liability in terms of liability sharing in Shenzhen,insurance companies bear less compensation liability. 3) According to the results of model analysis,the insurance willingness of enterprises is limited,which is consistent with the actual insurance probability of only 50%. Based on the above,it is suggested that the government should appropriately subsidize enterprises and insurance companies,for industries with high risk and high loss,a scheme should be designed that allows insurance companies to bear more responsibility and grant them supervision authority,and strict environmental protection standards and fine systems should be formulated for enterprises,so as to encourage them to take proactive insurance while fulfilling their environmental obligations.

Key words： compulsory environmental pollution liability insurance; incomplete information dynamic game model; green finance; enterprises and insurance companies; government; high-risk and high-damage industries; environmental risk management

改革开放以来，中国经济取得了重大成就，但也付出了严重的环境和能源资源代价[1]。为有效防治环境污染，推动经济社会高质量发展，除依靠法律责任和行政监管等传统手段外，还需加快经济调控型环境规制工具的研究[2]，引入市场机制来调动各方的内在积极性。环境污染强制责任保险（以下简称“环强险”）是一种利用市场机制防范和化解环境污染风险的创新型金融措施，能有效增加企业对突发环境事件的抗风险能力，化解重大环境风险对企业的冲击，对生态环境保护具有重要作用[3]。环强险通常由政府强制要求涉污企业投保，由保险机构在发生环境污染事件时补偿企业需支付给受害者的赔款、企业清污费用、环境纠纷法律费用等，既能有效转移企业环境污染风险、降低企业经营负担，也能减轻政府对环境事故的财政负担[4]与压力[5]，降低环境纠纷的交易成本，维护公众的环境权益。此外，企业还可通过投保获得保险公司的风险管理、技术支持、事故预防等服务，进而帮助企业提高自身环保水平和竞争力，促进企业创新能力提升[6]，因此相关行业对环境责任风险控制存在广泛的需求[7]。同时，推行环强险还可为保险公司拓展业务来源，完善保险行业功能，推进我国绿色金融发展[8]。
经济活动中，环境政策对经济主体乃至产业的空间分布具有重要影响，但当地区间生产率和要素价格存在显著差异时，中心地区严苛的环境规制并不会导致企业转移，外围地区宽松的环境标准也不会导致企业的迁入[9]。推进环强险，相当于提前引入公共环境风险补偿机制，对企业形成环境风险规避，可有效平衡生态和经济发展。地方政府运用好环强险调节手段，不仅对企业具有吸引作用，鼓励企业迁入，保险公司基于业务拓展需求也会追随政策而动。
我国自2013年正式推行环强险试点工作以来进展迅速，但因各地区生态负荷强度不一[10]，区域环境治理不平衡，致使环强险实施必须因地制宜。诸如政策制度不完善、保险市场不成熟、保险设计不合理、利益相关方不协调等现实困境，导致了保险公司动力不足、企业投保意愿不强，甚至有抵触心理。从全国范围看，截至2021年，环境污染责任保险（包括环强险和非强制性环境责任险）投保企业的数量占规模以上工业企业的比例仍不足6%。针对上述困境，本文运用多方动态博弈理论，研究实施环强险的最优策略；同时，在各方利益诉求中寻找一个最佳平衡点，提出完善环强险配套机制与政策体系的建议，以期为加快推进环强险改革与政策落地提供理论参考和实践支撑。

1 文献综述

环强险作为绿色保险早已在美国、德国、英国、印度等多个国家成功推行，针对保险范围、赔偿范围、保险金额、赔付方式、赔付限额等建立了较为成熟的环强险服务机制，对环境污染治理起到了较好的作用。如美国通过《综合环境反应、赔偿和责任法案》（CERCLA）规定了污染者的责任原则，建立了超级基金（Superfund）来赔偿环境污染的损失。德国制定了《环境损害法》（Umweltschadensgesetz），规定环境损害的定义、责任主体、赔偿范围和程序，同时鼓励保险公司提供环强险产品。英国的《环境损害（预防和补救）条例》（Environmental Damage <Prevention and Remediation> Regulations）规定了环境损害的分类、责任主体、预防和补救措施，以及环境机构的监督职能。印度的《公共责任保险法》（Public Liability Insurance Act）规定了涉及危险物质的企业必须购买环强险，以赔偿因环境污染造成的人身伤害和财产损失。这些国家的环强险制度不仅为环境污染的受害者提供了有效的救济途径，也为环境污染的预防和治理提供了有力的激励和保障。
国内外从金融方向对环强险的理论研究主要集中在以下方面：①从保险公司视角进行保险定价研究，如游桂云等提出以期权定价为主、与精算定价相结合的方法对环境责任保险进行定价[11]。②从市场经济视角研究环强险对市场效率的影响，评估环强险的经济效果，如Kristin Kuntz-Duriseti利用成本效益分析方法，着重分析了博弈关系下强制保险、提高企业管理行为、污染风险评估3个因素在环境保护方面的经济效率[12]。③从政府视角出发，将环强险作为一种金融管理手段，研究环强险实施和监管机制，如Adam Whitmore基于外部性理论进行分析，认为环强险作为应对气候变化的一种手段可确保受害方得到赔偿，政府应对多种情况的环境责任保险进行干涉[13]。④从绿色治理视角考察环强险在企业绿色创新中的驱动作用，如Jinhui Ning等发现，购买环境污染责任保险可显著提高企业的绿色创新能力，并主要体现在绿色创新高质量提升和绿色专利产出结构优化等方面[14]；Ling Hu等主要分析了中国环强险试点政策对企业绿色转型的影响，以及环境规制、企业所有制和行业特征等因素的调节作用[15]。
鉴于当前我国环强险机制仍处于初步探索和试点阶段，不少学者运用博弈理论推演相关利益方的最优策略，致力于推进研究我国环强险的实施及改革机制。赵雅聪等基于博弈论角度对环境污染责任保险各方利益进行分析得出，强制污染企业投保环境污染责任保险，有利于促进该行业的产业转型升级，促进绿色经济发展[16]。王海萍等通过构建环境污染责任保险市场影响因素模型，分析了政府、环境风险生产企业、保险公司、公众之间存在的复杂互动关系及其不同职责[8]。周叶玲通过构建三方动态博弈模型，分析提出加大对保险公司的补贴力度、加大对企业的监管和处罚力度、降低政府监管成本等措施将促使企业加强环境风险管理和减少对生态环境的破坏[17]。
综上可知，对于环强险策略的研究已从静态分析演化至动态博弈分析，其假设条件逐步向复杂多变的实际市场情况贴近。但现有研究大多忽略了政府与保险公司、企业之间的主从博弈关系，且分别研究保险定价机制与政府补贴机制，割裂了两者的相互作用，同时忽略了环境事故发生风险、环境损失等参数对保险补贴额的影响。为揭示政府与保险公司、企业之间的相互作用，以及政府补贴对环强险参与各方的激励作用，本文引用不完全信息动态博弈模型对政府、保险公司、企业三方进行动态博弈分析，将政府的领导者地位纳入考量因素，并提出政府在制定风险分担因子方面的决策权，使之更加拟合现实。

2 不完全信息动态博弈模型构建

2.1 理论分析

我国环强险的主动参与利益主体主要有政府、企业和保险公司，社会公众作为被动利益相关方，并未参与环强险的决策过程。因此，本文主要分析政府、企业和保险公司三方博弈关系。首先，政府是环强险制度的制定者，同时发挥监督管理的功能。政府的目标是实现社会福利的最大化。社会福利用两部分来衡量，正向的包括生态环境的优化、政府的税收收入、企业利润、保险公司利润；负向的包括政府监管成本和发生环境事故的损害成本。因此，一方面政府存在刺激经济发展的动机，希望可以最大化地促进企业和保险公司的利润，增加税收，以增加社会福利；另一方面政府又必须考虑经济外部性问题，对企业进行必要的监管以有效遏制企业造成的负外部性作用，促进绿色转型，保护环境实现可持续发展，在必要时为发生环境事故时的损害托底。其次，企业是环强险制度的主体，主要发挥参与的功能。以大多数涉污企业为例，企业目的是实现自身利润最大化，通常具有强烈的缩减成本及转移风险动机，会为了扩大利润空间倾向于压缩成本，进而减少环保措施投入、规避税费、转移赔偿风险、拒买保险等。最后，保险公司是环强险制度的服务者，起到推动环强险发展的作用。保险公司通过收取企业保费实现收入，同时存在税费缴纳、监督企业和履行赔偿等成本。因此，保险公司具有提高保费并压缩成本的动机。
政府在博弈关系中扮演领导者的角色，而企业和保险公司则扮演跟随者。三者之间存在两个层级的动态博弈：一是政府与企业、政府与保险公司之间存在的领导者—跟随者层级动态博弈。政府作为领导者，通过制定企业在生产中的环保措施投入标准，以及企业与保险公司严格分担责任的比例，达到控制企业环保措施投入以及风险转移空间的效果。企业和保险公司通过观察政府的策略，从而决定自身的产量和保费。若政府制定的标准过高，将给企业的生产造成较大成本，企业利润空间缩减，从而影响社会福利减小；若政府规定保险公司承担较多赔偿责任，保险公司会从规避风险的角度设置高额保费，抑制企业购买保险的意愿，反而无法有效分散环境损害的风险。二是企业与保险公司之间存在双方互动博弈。当企业根据政府制定的环保措施标准和责任分担比例决定自身最优产量后，保险公司将根据政府的策略及企业的策略综合决定自身的最优保费。三者之间由于存在信息不对称和权力差异，在博弈过程中会不断相互影响，每个参与者都会根据其他参与者的策略不断调整自身的最优策略，而自身调整后的最优策略又会反过来影响其他参与者调整其最优策略。整个过程循环往复，经过多轮博弈后，最终将达成领导者和跟随者都无法通过单方面调整自身策略而获得更多收益的局面，至此实现均衡。

2.2 模型假设

基于上述理论分析，本文以政府社会福利最大化作为领导者目标，以企业和保险公司利润最大化作为跟随者目标，构建了一个三方序贯性不完全信息动态博弈模型，分析政府、企业和保险公司间的多层级动态博弈过程、博弈行为和均衡结果。模型中的博弈参与者及其假设条件如下：
①政府。泛指所有可参与环境污染治理的部门，假设其目标函数为追求经济效益和社会效益最大化πg，其策略变量为制定企业和保险公司之间的责任分担因子α，α∈[0,1]。α代表企业承担的赔偿责任比例，（1-α）代表保险公司承担的赔偿责任比例。政府为领导者，在决策时知道自己的目标和策略，以及保险公司和企业的目标，但不知道保险公司和企业的策略。政府的收益包含企业和保险公司的收益，并承担环境事故发生时的兜底责任。政府税收为t，监管成本为mg。发生环境污染事故时产生的损害成本为L，发生的风险为φ。
②保险公司。指所有参与环强险市场的公司，其目标函数为追求自身利润πi最大化，其策略变量为根据政府的政策和风险决定自身保费y高低，y∈[0，∞）。y代表高保费水平，（1-y）代表低保费水平。保险公司为第二动者，在决策时知道政府的目标及策略、自己的目标及策略，以及企业的目标，但不知道企业的策略。保险公司承保后，需承担的环境污染事故赔偿为（1-α）φL，同时还产生自身管理和对企业的风控服务等综合成本mi。
③企业。指由政府划定可产生环境污染的所有企业，其目标函数为追求自身利润πe最大化，其策略变量为根据政府的政策和保险公司的保费高低决定投保或违规不投保，投保概率为x∈[0,1]。企业为第三动者，在决策时知道政府、保险公司的目标及策略，以及自己的目标及策略。企业若投保环强险，则需承担的环境污染事故赔偿为αφL，但同时因转移风险获得收益E。若企业违规不投保则承担全部环境损失L，同时还要承担政府的罚款F。企业收入为Q，自身管理及环保投入等综合成本为me。
在假设中所有参与主体均为理性经济人，且政府已实施环强险，政府、保险公司和企业三方参与的博弈决策树如图1所示。
图1 政府、保险公司、企业三方博弈决策树

Fig.1 A three-way game decision tree between governments，insurance companies and enterprises

2.3 博弈模型求解

在不完全信息动态博弈模型中，在求解均衡时采用逆向归纳法，先分别求解使企业和保险公司利益最大化的策略最优值，再代入求解使政府利益最大化（本文假设政府利益即为社会福利）的策略最优值。在本模型中，先分别求解出企业的最优化投保概率 x *，保险公司的最优化保费 y *，再代入政府收益函数中求解出最优化责任分担因子α*。
第一步，求解企业最优策略下的均衡解：
根据假设可得企业收益函数为：
π e = Q + x E - α ϕ L - y + 1 - x - F - L - m e
对x求偏导并令其等于0可得到：
d π e d x - E - α ϕ L - y + F + L = 0
保费y与环境污染事故发生的风险φ成正比关系，即风险越高则保费越高，假设有：
y = k ϕ
式中：k为系数，则可根据式（3）变换得到：
φ = y / k
将式（4）代入（2）得到：
E - α y L k - y + F + L = 0
从而根据式（5）求得企业在执行最优投保策概率的均衡解：
y * = E + F + L 1 + α L / k
第二步，求解保险公司最优策略下的均衡解：
根据假设可得保险公司收益函数为：
π i = x y - ( 1 - α ) φ L - m i
假设mi与保费y和环境损失L之间存在正比关系，即保险公司保费越高其对企业提供的风控服务也越多，环境损失越高保险公司的事故调查工作也越多，相应的成本也就越高，假设有：
m i = δ y L
其中δ为系数，则将式（4）（8）代入（7）可得：
π i = x y - ( 1 - α ) y k L - δ j L
对y求偏导并令其等于0可得到：
d π i d y = x - x ( 1 - α ) L k - δ L = 0
从而根据式（10）求得保险公司在执行最优保费策略下的均衡解：
x * = δ L k k - 1 - α ) L
第三步，求解政府最优策略下的均衡解：
根据假设可得政府收益函数为：
π g = t + π i + π e - m g - φ L
将式（1）企业收益函数和式（7）保险公司收益函数代入式（12）中可得：
π g = t + x y - 1 - α φ L - m i + Q + x E - α φ L - y + 1 - x - F - L - m e - m g - φ L
展开式（13）可得：
π g = t + x y - x + x α φ L - m i + Q + x E - x α φ L - x y - F - L + x F + x L - m e - m g - φ L
将式（8）代入（14）中进行代数运算并提取公因式得：
π g = x ( E + F + L - φ L ) - δ y L + t + Q - F - L - m e - m g - φ L
将式（6）和式（11）代入（15）中得到：
π g = δ k ( E + F + L - φ L ) k - ( 1 - α L ) - δ k L ( E + F + L ) k - α L + t + Q - F - L - m e - m g - φ L
令 E + F + L = μ，对α求偏导并令其等于0得到：
d π g d α = δ k L 2 μ k + α L 2 - δ k L μ - φ L k - L + α L = 0
从而根据式（17）求出政府的均衡解：
α * = K μ - φ L - k - L μ L L μ L - μ - φ L

2.4 最优策略分析

根据上述模型推导结果，提出理论猜想如下：
由最优投保概率 x *可以看出，企业投保的概率和保险公司承担的赔偿责任大小呈正相关，当保险公司的赔偿责任 ( 1 - α )越大，企业投保的概率就越高，因为这意味着企业分散了更多的风险给保险公司。
由最优保费 y *可以看出，保险公司的保费和企业承担的赔偿责任大小呈负相关，企业的赔偿责任α越大则保费越低，企业承担的赔偿责任α越小则保费越高，保费越高同时又会抑制企业的投保需求。保费y存在上限值，当 α = 0时，保费 y m a x = E + F + L，即意味着保险公司最多只能承担全部环境事故造成的损害加上企业投保时产生的收益和企业违规不投保时政府处以的罚款。
由最优分担因子 α *可以看出，责任分担因子α与环境事故发生的风险φ和环境损失L呈负相关。当环境损害发生的风险φ越高，企业需承担的赔偿责任α就越少，相应的保险公司的赔偿责任 ( 1 - α )就越多，环境损失L同理。这说明当环境事故发生的风险越高，或者环境事故造成的损失越大，越应该将风险向保险公司转移，从而确保企业的赔偿责任得到有效分担。这种情况下，企业违规不投保（1-x）的概率较低，相应的投保意愿较高，但同样从 y *值可知，此时保险公司倾向于定高保费以规避风险。

3 实证分析：以深圳市为例

3.1 现状分析

近年来，我国环境污染治理形势日益严峻，根据生态环境部和国家统计局联合发布的《中国绿色国民经济核算研究报告2021》，2021年全国因环境污染造成的损失达5118亿元，占GDP的3.05%。环境污染治理投资支出居高不下，从一定程度上增加了政府财政负担。据生态环境部发布的《2022年中国生态环境统计年报》，2022年全国环境污染治理投资总额为9013.50亿元，除西藏、海南、青海、宁夏、吉林外，其余26个省份环境污染治理投资总额均超过100亿元。因此，结合现实情况分析不完全信息动态博弈模型中各参与主体行为，从绿色金融视角引进环强险，运用市场机制治理环境污染问题尤为重要。
我国早在2013年就发布了《关于开展环境污染强制责任保险试点工作的指导意见》，各省份自2015年起相继启动了环强险试点工作，但因缺乏法律层面的明确规定而停滞不前。2017年6月，环境保护部办公厅发布《环境污染强制责任保险管理办法（征求意见稿）》，2018年《环境污染强制责任保险管理办法（草案）》出台，随着政策密集发布，各地逐步开展了新一轮环强险改革试点，并取得一定成效。从环境污染责任保险（简称“环责险”，环责险包括自愿性保险和环强险，由于全国性的环强险数据公开披露极少，本文通过梳理历年环责险数据，以从时间序列上反映环强险发展情况，仅供参考）投保情况来看，2017年全国投保环责险企业数量达到1.6万家，保费总额3.15亿元，保障金额306.00亿元；截至2020年底，全国投保环责险企业增加到1.9万余家，累计保障金额超过400亿元，平均增速维持在15%以上（表1）。
表1 2014—2021年中国环责险投保企业数量与累计保障金额

Tab.1 The number of enterprises insured by compulsory environmental pollution liability insurance and the accumulated coverage amount in China from 2014 to 2021

年份 投保企业数量（家） 风险保障金额（亿元）
2014 4000 227.13
2015 5164 244.21
2016 - 263.73
2017 16000 306.00
2018 - -
2019 16522 347.83
2020 19000 400.00
2021 22506 423.12

注：根据银保监会、国家统计局网站，各年度《中国保险业协会责任报告》及公开资料披露数据整理所得，其中2019年数据为根据2020年计算的估计值，2021年数据为不完全统计值。

目前，全国已有31个省份开展环强险试点，覆盖涉重金属、石化、危险化学品、危险废物处置等行业。从部分省份推行环强险情况来看，进展及成效各有不同（表2）。
表2 我国部分省份与城市环强险投保情况

Tab.2 Compulsory environmental pollution liability insurance in some provinces and cities of China

地区 环境污染强制责任保险投保情况
深圳市 2020年10月，正式将环强险制度写入《深圳经济特区绿色金融条例》，成为全国首个通过立法确立环强险制度的城市。2021年，环强险共出单925单，保费2506万元，风险保障金额27.65亿元
山东省 2013年4月—2019年3月，共有391家企业投保，保费1809万元，风险保障金额15亿元
福州市 2017—2018年，共有96家企业投保，保费276.38万元，风险保障金额2.57亿元，累计为56家企业赔付352万元
贵州省 2013年10月—2018年6月，累计实现保费收入247.87万元，风险保障金额1.37亿元
河北省 2015年1月—2019年3月，累计投保企业3738家（次），风险保障金额128.51亿元
云南省 自2018年以来稳步推进环强险试点工作，截至2020年共有102家试点企业投保，保费总额212.40万元，风险保障金额1.97亿元
山西省 截至2021年底，共有584家企业投保，风险保障金额23.40亿元

注：数据来源于公开资料整理。

根据公开资料不完全统计，广东、江苏等东部沿海地区环强险改革试点无论在政策制度完善方面，还是在投保企业数量、风险保障金额数量方面，均处于全国领先地位（图2）。其中，深圳是率先在全国建立环强险制度的城市，在新一轮环强险改革试点工作中已初见成效，其相关数据披露也相对全面。因此，本文选择深圳市作为具有较好代表性和典型性的案例，对深圳市环强险改革实施情况展开数据调研，并将相关数据导入模型进行验证。需要说明的是，图2是以各地是否已颁布环强险试点工作方案或制度文件、投保企业数量、保障金额数量作为评价指标，综合评估而得，但由于环强险相关公开数据资料有限，图2仅展示部分有数据的省份，不能代表全国情况。
图2 2021年部分省份推进环强险试点工作进展情况对比

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2023）2763号的标准地图制作，底图无修改。

Fig.2 Comparison of the progress of pilot programs of compulsory environmental pollution liability insurance in some provinces and cities in 2021

3.2 数据处理

深圳生态环境局官网、《深圳保险年鉴》数据显示，2021年深圳市环强险出单925单，保费2506万元，为环境高风险企业提供风险保障27.65亿元，赔款1101.9万元（包含未决），环强险赔付率达到43.97%；《2021年度深圳市生态环境状况公报》数据显示，深圳全年共发生2748宗环境违法案件，累计处罚金额1.13亿元；深圳市政府数据开放平台数据显示，截至2022年11月深圳市涉污企业总数达到5798家，投保环强险企业总数达到2904家。将上述数据进行单位化和标准化处理，得到深圳环强险的部分参数均值（表3）。
表3 对深圳市环强险数据处理后得到的模型参数值

Tab.3 Model parameter values obtained after data processing of compulsory liability insurance for environmental pollution in Shenzhen

参数 含义 数值
1 保险公司责任分担因子1-α 0.44
2 企业责任分担因子α 0.56
3 环境损失L 298.92万元
4 企业投保环强险产生收益E 1.19万元
5 罚款F 4.11万元
6 实际保费y 2.71万元
7 实际企业投保概率x 0.5
8 系数δ 0.13 ≤ δ ≤ 0.15
9 系数k 1.4 ≤ k ≤ 1.6

注：基于模型架构的理想状态下，根据深圳市整体数据估算得出的单笔环强险相关数据均值。

3.3 参数值求解

根据深圳市实际数据，已求得多项模型参数值。本文采用经验验证法，通过差值校验来检验这些实际参数是否与本模型相拟合，如果偏差范围控制在±10%，说明模型达到拟合效果。即将各参数代入保险公司、企业各自最优保费和最优投保概率公式中，并将其计算结果分别与实际保费y和实际企业投保概率x进行比较，并综合考虑数据的变异性、模型的简化程度、误差的可接受范围等因素，认为当满足以下条件时：

Δ x = x * - x 且 - 0.05 ≤ Δ x ≤ 0.05 Δ y = y * - y 且 - 0.271 ≤ Δ y ≤ 0.271

即表示模型得到验证。
首先，验证保险公司 Δ y：
将参数2、3、4、5代入式（6）中可得：
y * = 1.19 + 4.11 + 298.92 1 + 0.56 · 298.92 k
计算简化后得到：
y * = 304.22 1 + 167.40 k
再将参数9代入式（20）可得：
y m i n * = 2.52 y m a x * = 2.88
已知：
y m i n * - y ≤ Δ y ≤ y m a x * - y
将式（21）中的值和参数6代入式（22）中得到：
- 0.19 ≤ Δ y ≤ 0.17
由式（23）可知，保险公司验证结果满足条件。即运用不完全信息动态博弈模型计算出的保险公司最优保费与实际情况相耦合。
其次，验证企业 Δ x：
将参数1、3代入式（11）中可得：
x * = δ k · 298.92 k - 0.44 · 298.92
参数k取中值1.5并代入式（24）得到：
x * = 3.45 δ
将参数8代入式（25）中可得：
x m i n * = 0.45 x m a x * = 0.52
已知：
x m i n * - x ≤ Δ y ≤ x m a x * - x
将式（26）中的值和参数7代入式（27）中得到：
- 0.05 ≤ Δ x ≤ 0.02
由式（28）可知企业验证结果满足条件。即运用不完全信息动态博弈模型计算出的企业投保概率与实际情况相耦合。

3.4 结果分析

①将深圳市环强险实际数据代入不完全信息动态博弈模型中推演，分别得到保险公司的最优保费和企业的最优投保概率，且模型计算结果与现实情况中保险公司保费和企业投保概率相拟合，即偏差在±0.2以内。说明该模型设计合理，具有一定的实践参考价值。
②通过分析深圳市环强险实际数据发现，深圳市作为中国较早一批环强险试点示范城市，其责任分担因子现在为企业承担较多赔偿责任，而保险公司承担较少赔偿责任。
③根据模型分析结果可知企业投保意愿有限，这与其环强险实际投保概率仅有50%的情况相吻合。根据模型分析，这种情况下保险公司保费一般偏低，与其实际单笔保单保费仅为2.71万元的情况相吻合。
④根据模型分析结果，深圳市应加强企业与保险公司赔偿责任分担管理，协助企业更有效地分散风险，以保障环强险制度长期良性运行。

4 结论与建议

4.1 主要结论

环强险是一种利用市场机制防治环境污染的创新型金融措施，对实现经济社会高质量发展具有重要意义。本文基于金融学理论视角，运用不完全信息动态博弈模型分析了政府、企业、保险公司作为决策主体参与环强险的最优策略和均衡条件，并以深圳市为例进行了实证分析。主要结论如下：①政府制定的企业责任分担因子与环境事故风险和损失呈负相关，保费与保险公司责任分担因子呈正相关，企业投保概率与企业责任分担因子呈正相关。②从深圳市案例分析看，其责任分担因子为企业承担较多赔偿责任，而保险公司承担较少赔偿责任。③根据模型分析结果可知企业投保意愿有限，这与其环强险实际投保概率仅有50%的情况相吻合。
鉴于我国环强险改革起步晚，国内成功经验相对较少、数据不足，本文仅以深圳市为单一案例检验了模型本身与现实情况的拟合程度，得到模型对现实具有一定参考价值，但也存在一定的地域局限，影响结论的普遍性和适用性。建议可选择不同地区、不同行业的环强险试点进行多案例分析，考察不同因素对环强险实施策略和效果的影响；或选择没有实施环强险的地区或企业作为对照组，进行实验组和对照组之间的比较分析，评估环强险对环境污染治理的作用。此外，由于缺乏时间序列数据，无法对模型结论中的理论猜想进行逐一验证，这也是未来研究应继续努力的方向。

4.2 对策建议

根据上述模型推导及验证结果，提出在最优条件下针对地方政府环强险及其配套机制设计对策建议如下：
①坚定推进高风险高损害产业的环强险措施，增强企业对抗意外环境污染风险的能力。当环境污染事故发生的风险越高或是造成的损害越大，企业就越是无法独立承担其后果，因此应该针对具有高风险高损害的产业制定统一的政策，明确规定企业和保险公司之间的赔偿责任分摊比例，并应由保险公司承担更多风险和赔偿责任，以合理分散环保风险。同时，企业的投保意愿随着环境污染风险的升高而增强，故环强险保费应按照风险发生的次数逐次提高，促使企业加强对意外环境风险的管理，同时激励保险公司为企业开展更多附加风险管理服务，以均衡实现保障经济发展和环境保护的目标。
②适时对保险公司和投保企业进行相应的保费补贴和税收优惠，激发市场主体活力。当保险公司承担更多风险和赔偿责任时，企业将有较强意愿投保环强险，其违规不投保的动机将减弱，这有助于政府节省自身监管成本。但在此种情况下，保险公司出于控制风险的角度考虑，会设定过高的保费，这又抑制了企业购买保险的意愿。因此，政府应当考虑适当的补贴政策：一是对保险公司设置直接财政补贴政策，合理降低保费，消除企业投保的障碍；二是对企业设置减免税费政策，根据企业投保的环强险险种给予一定数额的免、退税，增强企业投保动机。
③赋予保险公司监督和风险管理权，以应对企业可能产生的逆向选择与道德风险。由于企业承担的赔偿责任较少，企业会产生较大的道德风险。因此，保险公司对企业生产具有较强的监督动机，政府应赋予保险公司一定权限，以充分发挥其监督作用，这能有效降低政府自身的监管成本，充分发挥市场作用，提升社会福利。保险公司还要充分发挥其在风险管理方面的专业优势，通过培训等方式督促投保企业做好环境风险管理，以最大限度地化解突发性环境事故风险。
④制定严格的环保生产标准和严厉罚款制度，倒逼企业加强自身环境风险管理。政府要为不可抗拒的突发性环境污染事故风险托底，但不应该为所有意外风险托底，否则企业就不会主动加强风险管理。根据 y m a x = E + F + L，政府应针对企业的环保生产措施制定严格的标准和高额罚款的制度，以实现对企业产生有效的威慑作用，并促使企业主动投保，这样也可以在政府可掌控的范围内提高保险公司最大承保能力。
⑤基于空间和区域差异化特征，因地制宜制定和推行环强险相关政策。建议各地方政府根据国家环保及绿色金融的相关战略及指导文件，结合当地自然条件、人口情况、水源条件、生态绿化面积、环境治理水平等多重因素，因地制宜制定环强险实施细则，有效推进环强险实施，实现绿色金融与环境治理的协调发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
林伯强, 谭睿鹏. 中国经济集聚与绿色经济效率[J]. 经济研究, 2019, 54(2):119-132.

[2]
黄志基, 贺灿飞, 杨帆, 等. 中国环境规制、地理区位与企业生产率增长[J]. 地理学报, 2015, 70(10):1581-1591.

DOI

[3]
Freeman P, Kunreuther H. Managing Environmental Risk Through Insurance[M]. Dordrecht: Kluwer Academic Publishers, 1997.

[4]
Misheva I. The underwriting process in the environmental pollution liability insurance for enterprises with hazardous waste production[J]. Economic Alternatives, 2015(4):34-46.

[5]
陈冬梅, 李峰. 环境责任保险可行性研究[J]. 保险研究, 2004(8):35-37.

[6]
宁金辉, 金宇, 张永贝. 环境污染责任保险与企业创新:促进还是抑制[J]. 科技进步与对策, 2019, 36(17):90-97.

DOI

[7]
Russek K. Main Street clients need pollution covers[J]. National Underwriter Property & Casualty, 2005, 109(19):14-16.

[8]
王海萍, 李秀荣. 我国环境污染责任保险的市场环境考察:模型构建及调研分析[J]. 金融理论与实践, 2022(3):97-106.

[9]
Conrad K. Locational competition under environmental regulation when input prices and productivity differ[J]. The Annals of Regional Science, 2005, 39(2):273-295.

[10]
郑德凤, 臧正, 赵良仕, 等. 中国省际资源环境成本及生态负荷强度的时空演变分析[J]. 地理科学, 2014, 34(6):672-680.

DOI

[11]
游桂云, 赵智慧, 戴蕾奇. 环境责任保险定价理论与方法选择[J]. 价格理论与实践, 2011(10):86-87.

[12]
Kuntz-Duriseti K. Evaluating the economic value of the precautionary principle:Using cost benefit analysis to place a value on precaution[J]. Environmental Science & Policy, 2004, 7(4):291-301.

[13]
Whitmore A. Compulsory environmental liability insurance as a means of dealing with climate change risk[J]. Energy Policy, 2000, 28(11):739-741.

[14]
Ning J, Yuan Z, Shi F, et al. Environmental pollution liability insurance and green innovation of enterprises:Incentive tools or self-interest means?[J/OL]. https://www.frontiersin.org/articles/10.3389/fenvs.2023.1077128,2023-01-18.

[15]
Hu L, Liu Z, Liu P. EvidenceEnvironmental pollution liability insurance pilot policy and enterprise green transformation:Evidence from Chinese listed corporates[J/OL]. https://www.frontiersin.org/articles/10.3389/fevo.2023.1294160/,2023-11-18.

[16]
赵雅聪, 赵世浩. 基于博弈论角度的环境污染责任保险各方利益分析[J]. 上海保险, 2016(5):52-54.

[17]
周叶玲. 环境污染责任保险的三方动态博弈模型——以巢湖流域为例[J]. 价值工程, 2019, 38(29):151-154.

Options
文章导航

/

〈 〉