城市生活垃圾焚烧处理环境补偿价值评估

程明涛,潘安娥

(武汉理工大学管理学院，湖北 武汉 430070)

垃圾焚烧厂在为整个城市提供垃圾处理服务的同时会对其周边的环境质量造成一定的不良影响，使垃圾焚烧处理厂周边成为生态受损地区，垃圾焚烧厂成为该地区生态环境的污染源[1]。垃圾焚烧厂通常会受到周边居民的排斥和抵制，如2009年广州番禺区垃圾焚烧厂事件、2014年杭州九峰垃圾焚烧厂事件、2016年武汉汉口北垃圾焚烧厂事件等，频频发生的群体事件给政府和垃圾处理企业带来了很大的压力。对垃圾焚烧处理设施造成的损失和影响进行补偿，对垃圾处理厂周边的环境进行保护和改善，可在一定程度上促进环境公平，减少垃圾处理的环境冲突。城市生活垃圾焚烧处理的环境补偿价值包含使用价值和非使用价值两部分，根据垃圾焚烧厂对于周边环境的负外部性影响，使用价值和非使用价值可以细分为以下4种成本(即恢复使用价值和非使用价值需要的支出)：垃圾焚烧厂周边环境资源的修复与开发成本[2]、垃圾焚烧厂周边不动产的贬值[3]、垃圾焚烧厂造成的居民心理及健康损害[4]和垃圾焚烧厂周边公共设施的修建支出[5]。由于我国垃圾处理行业起步较晚，城市生活垃圾处理环境补偿机制尚未建立，目前仅有广州、北京等少数先进城市开展了生活垃圾处理环境补偿的实践，并且现行的环境补偿标准普遍偏低，补偿依据不够充分[6]，对公众利益诉求考虑存在明显缺陷，居民的损失得不到合理补偿。

条件价值评估法(Contingent Valuation Method，CVM)是国内外学者对自然资源或公共物品环境补偿价值进行评估的主要手段，主要有支付意愿(Willingness to Pay，WTP)与受偿意愿(Willingness to Accept，WTA)两种测量尺度。现有研究表明，WTP相较于WTA更加可靠，且不受地区收入水平的影响，是CVM的主要研究方法[7-8，11]。在国外，Giaccaria等[9]基于选择模型对意大利垃圾焚烧厂和垃圾填埋场的外部性成本进行了评估，发现被调查者的健康状况和对于垃圾处理设施的信息感知是影响WTP的关键因素；Gaglias等[10]运用CVM评估了垃圾填埋场对环境的影响，并以此来确定希腊伊卡里亚填埋场附近社区可接受的补偿性福利。在国内，环境补偿研究多集中在流域、荒漠等自然资源领域，对于垃圾处理设施、污水处理厂等带有公共物品性质的污染项目负外部性的评估研究还较少。如：张志强等[11]运用CVM对黑河流域张掖地区生态系统服务恢复价值进行了评估，并以家庭数量和居民平均支付意愿来计算环境补偿的总经济价值;李长健等[12]采用CVM对长江流域居民水资源利用环境补偿进行了研究，并以居民受偿意愿作为环境补偿标准;韦惠兰等[13]对河西走廊沙化土地环境补偿价值进行了评估，以居民的最大支付意愿作为环境补偿标准。近年来CVM开始逐渐应用于垃圾处理环境补偿价值方面的研究，如周丽璇等[14-15]采用CVM分别对垃圾焚烧的公众支付意愿与受偿意愿进行了调查，根据Tobit模型结果，WTP与WTA相差15倍；曹志成等[16]建立了垃圾焚烧厂的高斯补偿模型，根据风向、风速和污染物浓度将各个方向的补偿区域划分为不同补偿等级，根据不同受污染程度对居民进行补偿，避免了平均分配补偿款；唐妙涵等[17]运用CVM对建筑垃圾的非市场价值进行了评价，采用logit模型以支付意愿(WTP)尺度来衡量环境物品价值。目前研究案例的数量十分有限，且对双边界二分式数据的处理采用的是Tobit模型或二项Logit模型，采用多项Logit模型的研究尚不多见。而将多项Logit模型应用到双边界二分式CVM中，构建投标结果的四分类变量，可以直观地展现投标值的支付意愿分布情况，降低调查数据的处理难度。为此，本文通过调查环境受损区域的公众利益诉求，采用双边界二分式CVM对垃圾焚烧处理的环境补偿价值进行了评估研究，并通过构建基于双边界二分式CVM的多项Logit模型，对居民支付意愿的影响因素进行了回归分析。

1 垃圾焚烧处理环境补偿价值评估模型的构建

1.1 支付意愿引导技术选择

条件价值评估法(CVM)是基于效用最大化原理，直接针对利益相关者进行调查，通过问卷的形式询问受访者对于改善(或破坏)环境的支付/受偿意愿(WTP/WTA)，以此来评估环境改善效益(或环境破坏损失)的经济价值[18]。CVM问卷的发展，经历了开放式—支付卡式—二分式的发展过程，二分式是目前CVM中较先进的支付意愿引导技术，应用较多的有单边界二分式和双边界二分式。单边界二分式是针对环境的变化，询问受访者是否同意支付一定数额货币，这种技术能够直接估计受访者的最大WTP；双边界二分式是单边界的改进形式，能够有效模拟市场交易博弈行为，一定程度上消除假象性偏差和策略性偏差对评估结果的影响，大大缩小支付意愿WTP的置信区间范围，增加估计的精确性[19-20]。因此本文采用双边界二分式问卷进行CVM调查。

1.2 基于多项Logit评估模型的构建

双边界二分式CVM是在给定初始投标值T的基础上，询问受访者是否愿意为环境物品的变化支付T元，若受访者回答愿意，则继续询问是否愿意支付较高投标值TU元(TU≥T)，若受访者回答不愿意，则询问是否愿意支付较低投标值TL元(TL≤T)。对于TU投标值的询问，如果受访者回答愿意，则追问其最大支付意愿，若受访者回答不愿意，则表明其真实支付意愿T≤WTP≤TU；同理，可得TL投标值的询问结果，并得到支付意愿。双边界二分式引导问题，根据受访者的回答情况，可以分为4种可能结果：愿意/愿意(记为YY)，愿意/不愿意(记为YN)，不愿意/愿意(记为NY)和不愿意/不愿意(记为NN)，这4种回答情况分别对应PYY、PYN、PNY、PNN4种概率。

根据Hanemann[21]的研究，当WTP≥0时，受访者支付意愿分布函数为logistic函数，如果以投标值T作为解释变量，愿意支付T的概率为被解释变量，可以得到双边界二分式WTP的数学期望公式如下：

(1)

E(WTP)=∑WiE(WTPi)

(2)

式中:Tmax为最大投标值;β0为常数项；βi为影响因子系数；xi为各个影响因素的均值;λ为投标值系数；Wi为不同支付情形的支付率。

对于有j=1,2,…,J类的无序多分类反应变量，通过线性变换,多项Logit模型可以写为

(3)

双边界二分式调查数据共有4个反应变量，分别为y=1(YY)、y=2(YN)、y=3(NY)、y=4(NN)，4个变量为无序多分类变量，仅仅表示选择情形的差别，没有好坏之分。因此，双边界二分式调查数据符合多项Logit模型数据分布。下面以“不愿意/不愿意(NN)”为参照类别，建立多项Logit模型方程：

(4)

(5)

(6)

式中:p1、p2、p3、p4为4种选择情况的概率，范围属于(0,1);β1、β2、β3为常数项;βjn为回归方程系数。

基于多项Logit模型参数，采用WTP的数学期望公式计算受访者平均支付意愿，并以此作为补偿标准，再结合受访者的支付意愿比率和研究区域人口数量，可以得到垃圾焚烧处理环境补偿的总经济价值[22]。其计算公式为

V=A·B·S

(7)

式中：A为受访者年平均支付意愿[元/(人·年)];B为研究区域人口数量(人)；S为支付意愿比率(%)。

2 模型应用实例

本文以汉口北垃圾焚烧发电厂为研究对象，采用双边界二分式问卷进行调查，测算盘龙城居民的支付意愿值。汉口北垃圾焚烧发电厂位于武汉市黄陂区盘龙城开发区刘店村，由浙江锦江集团公司按照建设-拥有-经营(Building-Owning-Operation，BOO)模式投资建设，占地86亩，设计日处理生活垃圾为2 000 t，采用循环流化床工艺，发电总装机容量为50 MW，总投资为5.3亿元。该厂于2005年开始选址，2009年1月开工建设，2010年12月建成并投入试运行，目前已稳定运行。

2.1 问卷设计与调查

调查问卷共分为三个部分：第一部分是居民认知情况和环保态度调查，包括对汉口北垃圾焚烧发电厂的了解程度，对垃圾处理设施的态度，对垃圾焚烧发电厂的环境保护评价等；第二部分是居民社会经济属性调查，主要是搜集受访者收入、年龄、教育水平等信息；第三部分是调查问卷的核心部分，即居民支付意愿的双边界二分式引导，包括询问拒绝支付的原因和支付方式等。根据研究经验[23]，将调查问卷设置了5、10、20、40、80、100六个初始投标值(T)。本调查问卷的核心估值问题如下：

1.假设未来10年内，相关部门将出台一系列针对垃圾焚烧厂周围的环境改善和居民补偿措施，需要每月从每户家庭总收入中拿出T元以支持该政策，您是否同意？

□同意(请回答第1.1题) □不同意(请回答第1.2题)

1.1 每月从您的家庭收入中拿出TU元，您是否同意？

如果您同意，请问您最多愿意支付多少元？________元。

1.2 每月从您的家庭收入中拿出TL元，您是否同意？

如果您不同意，请问您最多愿意支付多少元？________元。

根据Scheaffer公式[24]，以盘龙城居民数量为抽样总体，考虑5%的抽样误差，得出样本数量为400份，考虑无效问卷和零支付意愿的影响，预计发出问卷450份。本次调研采用面访式调查的方式，调研时间为2018年11月20号到12月1号，调研地点为汉口北垃圾焚烧发电厂周边小区，共发出问卷452份，回收问卷452份，其中无效问卷16份，问卷有效率为96.5%。筛选后得到的有效问卷436分，其中零支付意愿53份，正支付率为87.8%。

2.2 样本数据统计与分析

2.2.1 受访者支付意愿响应统计

本文运用SPSS 22.0软件对问卷调查数据进行统计与分析，得到双边界二分式支付意愿响应统计结果，见表1。

表1 双边界二分式支付意愿响应统计结果Table 1 Statistical results of double boundary dichotomy willingness response

由表1可知，当初始投标值T为最低值5元时，受访者回答“愿意-愿意(YY)”的比例有88.2%，回答“不愿意-不愿意(NN)”的比例为5.9%，实质上为零支付意愿的有4人;当初始投标值T为最高值100元时，受访者回答“愿意-愿意(YY)”的比例为2.8%，回答“不愿意-不愿意(NN)”的比例为74.6%。根据研究经验，支付意愿的响应最好能覆盖所有的投标值，即最低初始投标值回答“愿意-愿意(YY)”占90%，最高投标初始值回答“不愿意-不愿意(NN)”占90%[25]。表1中支付意愿响应统计结果与研究经验基本吻合，说明该问卷投标值的设置较为合理。

2.2.2 受访者基本信息统计

受访者的社会经济特征及其描述性统计结果，见表2。

2.2.3 解释变量筛选

根据多项Logit模型的推导过程，投标值T已经作为解释变量考虑进去。此外，目前对于WTP空间异质性的研究还较少，考虑到受访者的邻避态度与距离垃圾处理厂的距离存在显著关联，故将距离垃圾处理厂的距离(distance)直接纳入可供解释变量进行分析。本次调查问卷设置了21个问题，包含13个可能的解释变量，即问卷第一部分认知情况[了解途径(way)、是否参观(visit)]、环保态度(attitude)和环保评价(estimate)，问卷第二部分社会经济属性(性别、年龄、教育水平、户籍、居住时间、住房类型、职业、月收入和垃圾分类习惯)。

表2 受访者社会经济特征及其描述性统计结果Table 2 Respondents' socioeconomic characteristics and their descriptive statistics results

在分析各个属性变量对支付意愿的影响程度之前，先对上述13个变量与支付意愿进行相关性检验，分析各个变量是否显著影响支付意愿的选择。通过剔除对支付意愿没有显著影响的因素达到筛选变量的目的，以降低数据的处理难度[26]，在此选择列联分析的卡方检验找出与支付意愿显著相关的因素。各个变量与支付意愿的卡方检验结果，见表3。

表3 各属性变量与支付意愿的卡方检验结果Table 3 Chi-square test of attribute variables and willingness to pay

由表3可知，在5%的显著性水平下，性别、年龄、户籍、居住时间、住房类型和职业对支付意愿的选择情况没有显著的影响，不能拒绝零假设，从解释变量中剔除；了解途径、是否参观、环保态度、环保评价、教育水平、月收入和垃圾分类习惯与支付意愿存在相关关系，垃圾分类习惯和环保评价的影响更为显著，进入模型进行深入分析。

2.3 多项Logit模型回归分析

本文运用STATA 14.1对问卷调查结果进行多项Logit模型回归分析，模型以“不愿意/不愿意(y=4)”为参照方案，模型参数的估计结果见表4，得到的多项Logit模型如下：

(8)

(9)

(10)

参考Pindyck等[27]关于多项Logit模型的检验方法，对上述建立的多项Logit模型进行似然比检验(LR)和Wald检验，LR和Wald检验的卡方统计值分别为536.75和144.81，均大于5%显著性水平的临界值，在0.05显著性水平下拒绝零假设，表明模型变量的选取是有效的。同时，McFadden’sR2=0.56，表明模型可以估计大部分的观测数据，整体拟合度较好。

表4 多项Logit模型参数的估计结果Table 4 Estimation results of multiple Logit model parameter

注：Coef为各解释变量系数；Std.Err.为标准误差；z为logit回归统计量；OR值为优势比；p>|z|为不拒统原假设的概率。

由表4可知，模型一中，投标值、家庭月收入和垃圾分类习惯3个变量在5%的水平显著，距垃圾处理厂距离、是否参观和环保态度3个变量在10%的水平显著；模型二中，投标值和家庭月收入在5%的水平显著，垃圾分类习惯在10%的水平显著；模型三中，投标值在5%的水平显著，家庭月收入在10%的水平显著。

本文以选择y=4(不愿意/不愿意)为参照项，通过模型参数研究了不同解释变量对各反应变量与参照类别的优势比(OR值)(见表4)的影响，具体分析如下：

(1) 投标值对受访者支付意愿的影响。在模型一、二、三中，投标值T系数为负，OR值分别为0.71、0.76和0.83，表明其他条件相同时，投标值每增加1个单位，受访者选择“愿意-愿意”、“愿意-不愿意”、“不愿意-愿意”的概率与选择“不愿意-不愿意”的概率相比分别减少0.71、0.76和0.83倍。可见，投标值的变化对受访者的支付意愿有显著的影响，随着投标值的提高，受访者更加倾向于选择“不愿意-不愿意”，这与预期相符合。

(2) 距离垃圾处理厂的距离对受访者支付意愿的影响。在模型一中，距离垃圾处理厂的距离系数为负，OR值为0.21，在10%显著水平上对受访者的支付意愿有显著的影响，当距离垃圾处理厂的距离增加1个单位，受访者选择“愿意-愿意”的概率与选择“不愿意-不愿意”的概率相比减少21%，这验证了垃圾焚烧发电厂邻避效应的存在，越接近垃圾处理厂居民的支付意愿更强；在模型二和模型三中，距离垃圾处理厂距离的变化对受访者支付意愿的选择在统计学上不显著，出现这种情况的原因可能是在随机抽样过程中，样本选择距离间隔(最大间隔为2 km)过小，居民支付意愿选择未能表现出很好的差异性。

(3) 是否参观垃圾处理厂对受访者支付意愿的影响。在3个模型中，是否参观垃圾处理厂系数均为负，相对于选择“不愿意-不愿意”而言，受访者支付意愿随着对垃圾处理厂了解的深入而增加；在模型一中，是否参观垃圾处理厂对受访者的支付意愿有显著的影响，OR值为0.42，在其他条件不变的情况下，是否参观垃圾处理厂从路过附近到参观过每变化1个单位，受访者选择“愿意-愿意”的概率与选择“不愿意-不愿意”的概率相比增加0.42倍，即参观过垃圾处理厂的人选择“愿意-愿意”的可能性更大。这是因为参观过垃圾处理厂，意味着对垃圾焚烧处理的运营流程和环境影响了解更深入，对环境保护认识更深刻，更能支持环境补偿的实施，因而拥有更高的支付意愿。

(4) 环保态度对受访者支付意愿的影响。居民的环保态度是以是否支持垃圾处理设施的建设来衡量，从支持建设到支持，但不要建在此地，再到建在哪里都不支持，最后到无所谓。在模型一中，环保态度系数为负，环保态度的变化在10%显著性水平上对受访者支付意愿有显著差异，OR值为0.28，环保态度从无所谓到支持每变化1个单位，受访者选择“愿意-愿意”的概率与选择“不愿意-不愿意”的概率相比增加0.28倍，即环保态度更好的受访者选择“愿意-愿意”的可能性会更大，说明环保态度越好的居民支付意愿会越高；在模型二、模型三中，环保态度对受访者支付意愿的选择影响不大，原因可能是大多数居民出于邻避态度，大概率上选择“支持，但不要建在此地”，未能从客观上表达自己的环保态度，造成对支付意愿的影响不显著。

(5) 家庭月收入对受访者支付意愿的影响。家庭月收入对受访者支付意愿的影响在三个模型中都很显著，系数都偏大且都为正，OR值分别为7.82、4.72和2.77，表明家庭月收入每提高1个单位，受访者选择“愿意-愿意”、“愿意-不愿意”、“不愿意-愿意”的概率与选择“不愿意-不愿意”的概率相比，分别增加7.82、4.72和2.77倍，表明家庭月收入高的居民拥有更高的支付意愿，即收入越高越愿意接受投标值。

(6) 垃圾分类习惯对受访者支付意愿的影响。将居民的垃圾分类习惯分为经常、偶尔、从不三类，从高到低依次赋值1、2、3，得到3个模型中垃圾分类习惯系数同为负。在模型一中，垃圾分类习惯系数绝对值在所有解释变量中最大，表明垃圾分类习惯对受访者支付意愿的影响也十分显著；在3个模型中，OR值分别为0.03、0.16、0.48，表明垃圾分类习惯从经常到从不每变化1个单位，受访者选择“愿意-愿意”、“愿意-不愿意”“不愿意-愿意”的概率与选择“不愿意-不愿意”的概率相比,分别减少3%、16%、48%,由此说明垃圾分类习惯是受访者支付意愿的显著影响因素，拥有好的分类习惯的居民往往拥有更高的支付意愿。

2.4 环境补偿总经济价值的计算

2.4.1 居民支付意愿平均值估计

根据双边界二分式WTP的数学期望公式，将表4中模型参数估计结果代入公式(1)和(2)，运用Excel 2010进行计算可得：

E(WTP)=∑WiE(WTPi)

=62.96×45.40%+79.01×24%+86.69×19.60%

=64.54 元/(人·月)

按年换算，可得到居民年人均支付意愿为774.48元。

2.4.2 环境补偿总经济价值测算

本案例研究对象所处区域为武汉市盘龙城经济开发区，根据黄陂区国民经济发展与社会统计公报，盘龙城开发区当年常住人口为30万人。通过对盘龙城开发区的居民进行CVM问卷调查，回收有效问卷436份，其中居民有支付意愿的有效问卷383份，支付率为87.8%。

根据公式(7)，得到汉口北垃圾焚烧发电厂环境补偿的总经济价值为

V=774.48×300 000×87.8%

=2.04×108元/年=2.04亿元/年。

2.5 评估结果的有效性和可靠性检验

由于CVM具有假想市场的特征，需要对数据进行有效性和可靠性检验。CVM的有效性是指测量出的理论值与现实情况的符合程度；CVM的可靠性是指数据的“一致性”和“再现性”。

2.5.1 有效性检验

有效性检验，是利用CVM假想市场得到的受访者支付意愿与实际选择情况进行对照，检验模型预测结果的有效程度。将383份有支付意愿的有效问卷数据根据回归模型得到的预测结果与实际选择情况进行了对比(见表5)，结果表明：模型预测结果的准确率达到85.4%，表明该CVM模型在很大程度上能反映实际情况，预测结果有效。

表5 居民支付意愿的模型预测结果与实际选择情况的对比Table 5 Comparison of the model forecast results with the actual selection of the payment willingness of residents

注：表中数据除百分比的单位为%外，其余单位为人。

2.5.2 可靠性检验

可靠性检验一般有三种方法：一是试验-复试检验法，即运用相同的调查手段对同样的受访者在不同时间进行调查，检验两次回答的一致性；二是在相同条件下运用相同的方法对两个不同的样本组进行调查，比较两组结果的相近性；三是将研究结果与以前相关案例进行比较，检验结论可靠性[28]。本文选择第三种可靠性检验方法，即将本研究的实际补偿标准与类似案例的补偿方案进行比较，见表6。

由表6可知，虽然各区域在社会经济发展水平、居民素质、垃圾处理场周边环境状况存在一定差异，但所评估数值在数量级上具有相近性和一致性，说明在以上假想市场情景和偏差规避条件下，基于双边界二分式CVM的环境补偿标准测算结果具有可靠性[22]。

表6 本研究与相关研究WTP对比Table 6 Comparison of WTP between this study and related researches

3 结论与建议

对垃圾焚烧处理的环境补偿价值进行评估研究，可以拓展国内环境补偿研究领域，丰富环境补偿的理论体系；同时，通过科学评估基于公众利益诉求的垃圾处理环境补偿价值，不仅可以为我国现行的环境补偿提供决策参考，缓解垃圾处理设施“选址难”的问题，促进垃圾焚烧行业的发展，也有利于改善垃圾焚烧厂周边居民与企业、政府的关系，减轻政府维稳压力，让垃圾处理设施所在地区能平等地享受城市发展带来的福利。

本文构建了基于双边界二分式CVM的多项Logit模型，以汉口北垃圾焚烧发电厂为研究对象，对垃圾焚烧处理的环境补偿价值进行了评估，结果表明：计算得到受访者的月人均支付意愿为64.54元，年人均支付意愿为774.48元，环境补偿的总经济价值V为2.04亿元/年；模型的拟合度较好，评估结果通过了有效性和可靠性检验，说明双边界二分式CVM可以用来评估垃圾焚烧处理的环境补偿价值，评估结果充分考虑了公众的利益诉求，可作为建立和完善城市生活垃圾焚烧处理环境补偿机制的重要基础依据。

此外，通过实地走访调研发现，虽然近年来垃圾焚烧处理技术已经有了很大改进，但是垃圾焚烧厂在运营过程中还是给周边居民带来了较大的负面影响，需要更加重视垃圾焚烧厂周边的环境保护和改善，重视公众的利益诉求和环境补偿。距离垃圾焚烧厂越近，关于垃圾焚烧的矛盾就越激烈，通过对53份居民零支付意愿的分析，有28%居民拒绝补偿，要求焚烧厂迁址，这就需要政府在垃圾处理和居民生活质量保障、矛盾化解上做好协调工作，力求在垃圾焚烧发电厂运行的同时提升周边居民的生活福利。可参考2.04亿元/年的环境补偿总经济价值以及774.48元/人的年补偿标准，对盘龙城垃圾焚烧处理进行环保投入，对汉口北垃圾焚烧发电厂附近居民进行合理补偿，对周边环境进行改善与治理，修建惠民公共设施，并改善居民与垃圾处理企业、政府的关系，解决垃圾处理设施选址难的问题，推动我国垃圾处理行业的发展。同时，政府应加强对垃圾焚烧发电的环保宣传教育，使居民形成更好的环保意识和垃圾分类习惯；垃圾处理企业也需要更加开放透明，与周边居民利益共享，化解城市生活垃圾焚烧处理的邻避危机。