激励与惩罚:城市生活垃圾源头分类中的主体行为分析
——基于演化博弈的视角

高 明,吴雨瑶

(1.福州大学 经济与管理学院,福建 福州 350116;2.福州大学 福建绿色发展研究院,福建 福州 350116)

我国生活垃圾产出庞大,根据中国环境状态公报的统计结果,我国生活垃圾总量呈逐年递增趋势,到2018年已经达到21 147.3万吨,有近2/3的城市面临着“垃圾围城”的困境[1]。然而我国的回收情况却不甚理想,整体低于26%的世界平均回收利用水平[2],且大部分城市以填埋手段进行处理,不但占用了大量土地资源,还有可能会造成二次污染，难以真正实现垃圾的“减量化”“无害化”和“资源化”。垃圾分类作为垃圾治理的源头,是破解“垃圾围城”这一窘境的关键与前提,亦是实现“无废城市”蓝图中的重要依托。

为此,我国从2000年起便开始实行生活垃圾分类试点,各地积极响应号召,并相继出台各类文件推动垃圾分类。但回顾我国城市生活垃圾分类进程,由于各地标准不一、执行力度参差不齐等原因,垃圾分类工作尚未取得可全面推广的成效。以率先实行生活垃圾分类的上海市为例,2018年其分类达标率仅为15%[3],可见,我国城市生活垃圾分类工作仍有很大的发展空间。

垃圾分类的研究难点是源头分类无法精准落实到位。在我国,除了居民自身因素,导致源头分类效果不尽人意的原因还包括“先分后混”的情形,居民分好类的生活垃圾却被收运者混合处理,使得居民的分类积极性大打折扣。居民是垃圾的生产者,是垃圾分类的起点。而垃圾收运企业常被认作是垃圾处理链的中间者,因为它承接着二次分类及分类运输的职责。但若将垃圾治理链划为分类和处理两个环节,那么收运企业的行为也可归为分类环节,换句话说,垃圾收运企业不失为分类源头之一,源头分类效果由居民和收运企业共同决定。

当前,我国学者对源头分类的研究可以概括为两个维度,即“居民意识和行为维度”与“政策方法和工具维度”。这两种维度一定程度上忽视了垃圾收运企业的影响,对分类中多元主体之间的互动研究不够。本文通过梳理既有文献,试从一个新的视角,即将居民和垃圾收运企业共同确认为垃圾分类的源头,二者行为互相捆绑,共同决定垃圾分类效果。从该前提出发,基于演化博弈理论进行探究分析政府采用不同规制手段对垃圾源头分类的影响。

一、文献述评

从本质上说,垃圾分类是一种“复杂的人类行为”[4],涉及方方面面,不仅与政策法规[5]、社会环境[6]息息相关,还受到个人认知[7]、价值观[8]等因素的影响。梳理已有文献,学者们从不同角度出发,探讨了生活垃圾分类难题的症结所在,并提出对策建议。

站在宏观角度,影响源头分类的因素有制度、法律政策、奖惩机制等。吴宇[9]从制度入手,认为分类政策落实不到位是主要原因,并总结反思了不同的城市生活垃圾分类政策,提出了具体的政策建议。而L.T.Lu等[10]也指出,在法律强制下的源头分类能够有效促进垃圾减量化的实现。除了法律政策体系,奖惩机制不健全也是我国垃圾分类的瓶颈之一[11],因此,不少学者将眼光投放于激励和约束政策上,希望通过外部机制塑造垃圾分类新风尚。如瞿利建等[12]就以发达国家、地区的垃圾分类奖惩机制为启发,通过借鉴先进经验,提出了财政拨款、垃圾收费、奖罚并用等对策建议；而鲁先锋[13]就居民垃圾分类中的行为与外在诱导机制进行探析,进一步将激励细化为政府诱导性激励、市场诱导性激励、公民社会组织的诱导性激励和强制性激励,规导居民自觉垃圾分类。

站在微观角度,影响源头分类的因素有居民分类意识与动机、公平感知等。垃圾分类实际上是一项公共事务,具有“准公共物品”的属性,这容易导致居民在分类过程中出现“集体行动的困境”[14]。童昕等[15]就以一个持续近 3 年的社区垃圾分类实验为例, 揭示了个体的行为动机与集体习惯间的内在逻辑。而针对居民本身,一般认为分类意愿才是主导其分类行为的首要因素,如Tonglet[16]、Miafodzyeva等[17]均认为态度是分类行为最直接有效的决定因素,态度与行为呈显著相关的关系。但陈绍军等[18]通过调查态度认知和情境因素对分类意愿的影响,发现意愿也会与行为出现相悖离的情况。可见垃圾分类绝不只是仅由意愿所决定,垃圾分类的行为选择会受到多方干扰,其中公平感知便是一个方面。我国垃圾分类处于起步阶段,对垃圾收运的流程设计、监督等方面没有清晰的明确的规定,时常出现“先分后混”的尴尬情况。以上海垃圾分类实践为例,叶岚等[19]指出垃圾收运的规范性不仅会影响居民分类的自觉性,并且一定程度上也决定了末端处理的有效性。吴清津等[20]基于价值共创理论,进一步表明了居民分类行为受到收运环节的影响,调研发现,过半数的居民表示垃圾混装运输会严重打击其分类的积极性。

可以发现,在垃圾分类的宏观政策影响因素中,激励惩罚等政策法规起到了尤为重要的作用,但从微观层面来看,在个人理性与集体理性冲突面前,尤其是当前端分类主体无法达成一致时,宏观政策往往不能很好调解该矛盾,究其原因,关键在于难以找到多元主体间的利益均衡点。

因此,不少学者借助博弈理论进行了研究,既有侧重于静态[21]、动态演化[22]等不同博弈类型的研究,也有聚焦于不同视角下的博弈,如信息不对称[23]、逆向物流[24]等。为了厘清各主体间的利益关系,王伟等[25]通过建立垃圾回收体系模型,对政府、居民、收运企业、处理企业进行博弈分析,界定了不同主体的差别责任;在由居民、垃圾处理企业和地方政府构成的三方博弈中,许振晓等[26]认为三方构成有机整体,任何一方的损益都受到其他主体策略选择的影响;在两两博弈的研究中,张爽等[27]对居民垃圾分类行为与政府收费行为进行演化博弈分析,得出居民垃圾分类行为与政府出台的收费政策是相互影响的结论,明确了科学合理的收费政策可以有效促进垃圾分类;政府与企业间的博弈主要针对垃圾处理方面,马慧民等[28]研究表明政府行为与政策成本有关,而企业行为则与其利润收益相挂钩,二者间呈现出此消彼长、循环往复的周期性行为模式。

值得注意的是,居民和收运企业作为分类源头,理应构成“命运共同体”,一起承担分类责任,但却鲜有文章将博弈的焦点放于二者身上,通常只定义居民等垃圾产生源为分类主体,而忽视了收运企业。本文以城市居民和收运企业为博弈主体建立模型,并引入政府治理机制,探寻激励和惩罚政策所产生的不同效果。

二、演化博弈模型的假设与建立

以城市居民与垃圾收运企业为博弈主体,分类为合作策略,不分类为背叛策略。博弈双方在有限理性的基础上进行策略感知和选择,且在博弈过程中都遵循效用最大化原则,倾向于不断模仿和调整来改进策略。以下是博弈模型的假设及参数解释。

假设1：居民和收运企业在对垃圾进行分类时都需要付出一定的成本,对居民而言,主要有时间成本和购买分类垃圾袋等日用支出,对企业而言则包括了人力成本和扩增收运车等设备成本。令居民的合作成本为C1,企业为C2。

假设2：“垃圾是放错了位置的资源”,其本身便具有一定的价值,垃圾收运企业无论分类与否都能获得收益,且为保障经营,其利润均为盈余。当居民选择分类,即合作策略时,能为企业节约一定的成本R1,企业分类收运能够取得的收益为R2,混合收运取得的收益为R3,但混合收运造成的经济及信用损失为C3。若居民坚持不分类,即采取了背叛策略,但当企业实行了分类收运,居民也能获得环境改善的正效益,居民的这笔额外收益设为K1。

假设3：政府会利用惩罚和激励机制对居民和企业进行约束,即背叛者会遭到惩罚,而合作的一方将得到奖励。设居民背叛需要承担的惩罚为P1,同时企业得到的奖励为F1;企业背叛需要承担的惩罚为P2,同时居民得到的奖励为F2。

假设4：政府为了鼓励垃圾分类,将会对分类行为进行补贴,居民获得的分类补贴为S1,企业为S2。

假设5：分类主体共同合作带来的总收益为R,按照分配系数θ,居民和企业的获得收益不同,居民的合作收益为θR,企业则为(1-θ)R。

假设6：居民和企业选择分类这一合作策略的概率分别为x、y,则选择背叛的概率分别对应(1-x)、(1-y),且x,y∈[0,1]。

假设7：所有的参数皆为正值。

基于以上的假设及参数设定,可以建立居民与收运企业博弈双方的支付矩阵。

表1 博弈双方的支付矩阵

三、模型分析

E1=y(θR+S1-C1)+(1-y)(S1+F2-C1)，

E2=y(K1-P1)+(1-y)(-P1)，

选择合作的居民的复制动态方程为:

E3=x[R1+R2+(1+θ)R+S2-C2]+(1-x)(R2+S2+F1-C2),

E4=x(R3-P2-C3)+(1-x)(R4-P2-C3),

选择合作的企业的复制动态方程为:

(一)无政府规制下的居民和收运企业的演化博弈分析

该均衡点才会存在。对居民来说,其达到演化稳定策略时复制动态方程必须满足F(x)=0且F′(x)<0,同理,企业达到演化稳定策略时复制动态方程必须满足F(y)=0且F′(y)<0。

在无政府规制的条件下,居民和企业均不享有补贴、奖励政策,同时也不受惩罚约束,即S1=S2=P1=P2=F1=F2=0。下面将讨论在不同情况下ESS的策略组合,首先对居民进行分析:

同理,接着对收运企业进行分析:

将以上假设进行组合可做相位图,如图1所示。

图1 无政府规制下的ESS相位图

图1(a)为基于假设(1)和假设(3)所做的演化稳定相位图,由图可知,当θR-K1>C1，且0

图1(b)反映了在假设1与假设6的情形下,博弈双方将会在(x,y)=(1,1)达成演化稳定策略,也就是说同样都选择了对垃圾进行分类。

除了图1(a)中的区域③,以下几种情形对应的相位图均反映了演化博弈策略稳定于(x,y)=(0,0)时D点可能的分布位置:当0C1,且0<(1+θ)R+R1

图1(f)则与上述演化稳定策略不同,在满足假设(6)的基础上,又符合假设(2)或假设(3)时,演化稳定策略的组合将会是(x,y)=(0,1),即居民将采取不作为策略,将垃圾分类统统交由收运公司承担。

通过上述分析可得,在政府不介入居民和收运公司间的博弈,对双方的分类行为不加以规制时,二者的演化稳定策略将有三种情况,分别是(x,y)=(0,0)、(x,y)=(1,1)和(x,y)=(0,1)。从最后的垃圾分类状态来看,三种情况表明了两种结果,即(x,y)=(0,0)代表的不分类,以及(x,y)=(1,1)和(x,y)=(0,1)代表的分类。对后者而言,只有当企业分类利润大于不分类利润、居民的合作收益大于其背叛时的额外收益与分类成本之和时,才有可能达成双方分类的合作稳定策略。

(二)政府规制下的居民和收运企业的演化博弈分析

当政府对居民和收运企业的行为加以规制,即采取惩罚政策和奖励补贴的激励政策,不分类者将会受到罚款,而分类者则会得到一定的补贴和奖励。在该情形下,不同的政策力度和政策组合将会产生不同的效果。本文将政府规制考虑为温和的治理政策及严格的治理政策,相应的改变博弈模型中的参数关系,并做相位图加以分析。

温和治理政策。政府对垃圾分类与否不加以太多规制,治理的力度是温和的,假定罚款金额小于任意一方的分类支出,P1

图2 温和治理下的ESS相位图

图2(a)为图1(a)的变化图,原区域②的面积在增加,意味着博弈稳定于(x,y)=(1,1)的可能性在增加,博弈双方倾向于采取合作策略。

同理,在图2(c)、图2(d)及图2(e)中,当D点向左下方移动至SABCO内时,双方的博弈出现了达成(x,y)=(1,1)的演化稳定策略的可能性,双方合作的策略成为了博弈演化趋势。

综上,当政府采取了温和治理的垃圾分类政策时,居民与收运企业共同选择分类的可能性增加,有利于垃圾源头的分类处理。

严格治理政策。当政府采用严格的治理政策,并同时加大了激励与惩罚的力度,能够满足P1>max(C1,S1+F2),P2>max(R2-C2,R3-C3)或S1+F2>C1,S2+F1>max(R2-C2,R3-C3)。基于这个假设,博弈双方的策略将选择受到较大的影响,下面将具体进行分析,首先是居民的演化博弈稳定策略分析,对居民而言C1-S1-F2-P1<0恒成立:

(1)假设C1-P1-F2-S1<0<θR-K1-F2,则F′(x=1)<0,F′(x=0)>0,即ESS将稳定于x=1。

(2)假设C1-P1-F2-S1<θR-K1-F2<0,则F′(x=1)<0,F′(x=0)>0,即ESS将稳定于x=1。

同理,接着对收运企业进行分析,C2+R3-R2-C3-S2-F1-P2<0恒成立:

(4)假设C2+R3-R2-C3-S2-F1-P2<00,ESS将稳定于y=1。

(5)假设C2+R3-R2-C3-S2-F1-P20,ESS将稳定于y=1。

将以上假设进行组合,可作在政府采取严格治理政策下的博弈相位图,见图3。

图3 严格治理下的ESS相位图

图3(a)为基于假设3和假设6的相位图,此时有两个演化稳定策略(x,y)=(0,1)及(x,y)=(1,0),图3(b)反映了假设1、假设2和假设6的演化博弈将稳定于(x,y)=(1,0),图3(c)描述了假设3、假设4和假设5的演化稳定策略为(x,y)=(0,1),图3(d)表明在假设1、假设2、假设4、假设6的情形下,博弈双方将达成(x,y)=(1,1)合作策略。由此可以得出,在政府严格治理的条件下,居民和收运企业经过重复博弈之后将出现三种稳定策略,分别为(x,y)=(0,1)、(x,y)=(1,0)和(x,y)=(1,1)。

通过对政府不同力度下的治理进行分析,可以得出:无论温和治理还是严格治理,均对垃圾分类效果有改善作用,尤其当政府采用了严格治理手段,对分类主体进行高压把控时,将会出现至少一方进行垃圾分类的现象,缓解了分类压力,从而提升环保水平。

四、仿真分析

为了能够更直观地反映不同政策对演化博弈的影响,在前文分析的基础上,本文运用Matlab软件对模型进行仿真分析。由于本文出发点是为有效地解决垃圾分类问题,确保博弈双方最终的ESS策略为(合作,合作),故而仿真数据为针对图3(d)的博弈结果设计,即需要满足P1>max(C1,S1+F2),P2>max(R2-C2,R3-C3)或S1+F2>C1,S2+F1>max(R2-C2,R3-C3)的前提假设。接着,分为只采取高激励政策、只采取高惩罚政策、激励与惩罚混合的政策，以及在混合政策下提高垃圾分类利润这四种情况讨论分析,探讨政府高压管制下哪种类型的政策能更为有效。

首先我们设定各项参数值为:C1=5,C2=15,C3=2,R1=5,R2=16,R3=14,K1=7,S1=3,S2=9。由于S1和S2的值偏低,因此政府的补贴对居民和企业而言不具有吸引力,居民与收运企业分类意愿也偏低,由此我们可以设定(x,y)的初始值,令愿意合作的居民比例x和愿意合作的企业比例y的初始值都为0.1.最后确定共同合作的收益分配比例,由于居民占主要部分,故有一定的分配倾斜,令R=30,θ=0.6。

(一)高激励政策

令F1=20,F2=10,R=30,θ=0.6,P1=P2=0。P=0,即政府不对“背叛者”进行处罚,而是运用高激励的手段促进分类主体选择合作,由此得到的x、y随时间t的演变趋势如图4所示。

图4 高激励政策下的ESS仿真

在激励政策下,x、y成为一条随时间上升的平滑曲线,表明二者都倾向于选择合作。纵向对比分析,不同的x、y出发点对应着最终达到稳定的时刻有所不同。结果表明,若x、y越大,则越快取得稳定。横向对比分析,同样是从概率0.1出发,居民在0.9时刻到达1并保持稳定,企业则在0.45时刻实现稳定。

从最后的结果来看,x、y都能够达成1,这意味着居民和企业在政策采用单边激励机制下,都会选择分类作为博弈稳定策略,ESS策略在0.9时刻实现(合作,合作)。

(二)高惩罚政策

令P1=10,P2=20,F1=F2=0。令政府只惩罚不奖励,各自的惩罚金额与奖励金额相同,由此得到的x、y随时间t的演变趋势如图5所示。

图5 高惩罚政策下的ESS仿真

首先与只采取激励政策进行比较,相类似的,由于居民和企业受惩罚政策的影响,x、y将逐步增大,且最后均会选择合作作为稳定策略。但与图4相比,二者最终达成稳定的时刻都稍有提前。同样从x=0.1出发,在图4(a)中,x在0.9时刻达到稳定策略1,而图5(a)则是在0.6时刻变为稳定;接着,选取y=0.1进行对比,可以发现在图4(b)中,y在0.45时刻达到1,而图5(b)则是在0.3时刻变为稳定,说明高惩罚比高激励政策更为有效。

然后进行纵向对比分析,不同的x、y出发点对应着最终达到稳定的时刻有所不同,明显看出若x、y越大,则越快取得稳定。

从最后的结果来看,x、y都能够达成1,这意味着居民和企业在政策采用单边惩罚机制下,都会选择分类作为博弈稳定策略,ESS策略在0.6时刻实现(合作,合作)。

(三)高激励与高惩罚的混合政策

令P1=10,P2=20,F1=20,F2=10,将上述高奖励与高惩罚政策相结合,使得双方博弈有了变化。

首先进行整体分析,与单边惩罚政策相比,同样从x=0.1出发,在图5(a)中,x在0.6时刻达到稳定策略1,而图6(a)则是在0.4时刻变为稳定;接着选取y=0.1进行对比,可以看到在图5(b)中,y在0.3时刻达到1,而图6(b)则是在0.2时刻变为稳定,说明高奖励与高惩罚结合的混合政策更为有效。

图6 混合政策下的ESS仿真

而后进行纵向对比分析,不同的x、y出发点对应着最终达到稳定的时刻有所不同,明显若x、y越大,则越快取得稳定。

从最后的结果来看,双方的曲线都呈现出了上升趋势,并且都能够达成概率1,这意味着居民和企业在政策采用混合机制下,都会选择分类作为博弈稳定策略,ESS策略在0.4时刻实现(合作,合作)。

(四)混合政策下提高企业分类收益

令P1=10,P2=20,F1=20,F2=10,R2=26。在采用混合政策的基础上,提高了企业分类后所能得到的收益,由此得到的x、y随时间t的演变趋势如图7所示。

图7 混合政策下提高企业分类收益的ESS仿真

首先与混合政策比较,同样从x=0.1出发,在图6(a)中,x在0.4时刻达到稳定策略1,而图7(a)变化基本不变;接着,选取y=0.1进行对比,在图6(b)中,y在0.2时刻达到1,而图7(b)则是在0.15时刻变为稳定,说明企业因分类利润的提高加速达到平稳策略。

接着进行纵向对比分析,不同的x、y出发点对应着最终达到稳定的时刻有所不同,明显看出若x、y越大,则越快取得稳定。

从最后的结果来看,双方的曲线都呈现出了上升趋势,并且都能够达成概率1,这意味着居民和企业在政策采用混合机制并提高了分类收益的情况下,都会选择分类作为博弈稳定策略,ESS策略在0.4时刻实现(合作,合作)。

通过对以上4种不同情况下ESS策略的演化路径和结果分析,我们可以得到以下结论。

(1)在政府严格治理下,无论采用哪种政策,都可以使博弈双方采用(合作,合作)的策略,而当奖惩政策混合使用时,对垃圾分类有明显的改善作用;

(2)若考虑不同人群特征,如收入高低、学历水平等,采用激励或惩罚政策获取的效果不同;

(3)总体而言,激励政策与惩罚政策相比较,后者对促进实现垃圾分类的效果更好;

(4)提高垃圾分类回收利润,能够激发企业分类意愿,而居民基本不受影响。

五、建议与对策

在垃圾源头分类中,居民和收运企业可能会陷入眼前的利益困境,囿于短视无法积极承担垃圾分类责任,但在长期的演化博弈过程中,双方通过不断调整策略,亦可以达成垃圾分类的理想局面。如何使双方更加主动作为,实现源头自觉分类,应从奖惩细化、监督落实、产业扶持、社企联动等方面入手。

(一)奖惩双管齐下,敦促自觉分类

在分类主体无法自发形成分类行为时,加入外部机制对其进行约束规制是相当有必要的。奖惩并用能够不断塑造行为,进而敦促分类主体自觉践行垃圾分类。

针对激励措施,庇古理论提出,政府应该对具有正外部效应的经济活动给予补贴,来缓解“市场失灵”的问题。因此,政府需要从分类主体角度出发,探寻最能激发分类意愿的奖励办法。具体做法可结合目标人群特征采取有针对性的激励办法,如对低收入群体采取物质激励、对高收入群体采取精神激励等。虽说激励能够换来人们的分类热情,但由需要层次理论我们可以知道,随着时代的不断进步,人们不可能永远满足于眼前的奖励,换句话说,激励能够推动分类主体主动作为,但这起到的作用只是一时的,若想持续性推进,则需要政府的激励政策不断更新,以满足人们的需要,这显然不是最为理想的办法。

而由博弈模型分析可得,惩罚措施对约束分类主体的行为更为有效。因此,在探寻垃圾分类减量的长效机制时,要做到奖惩结合,且以惩为主,以奖为辅,这关键是要找到利益相关方的“痛点”,确定惩罚标准,细化惩罚内容,加大惩罚力度,落实惩罚政策。可将垃圾分类上升到法定义务层面,拒不履行者将受到法律的制裁,具体可向垃圾分类较为成熟的日本学习,对不分类的情况进行详细描述,将实际不同情景引入法律义务规定,对个人、单位等责任主体的生活垃圾分类做出说明,使义务更加具体化、翔实化,也方便在具体执行惩罚时有章可循。

(二)引入声誉机制,加强监督分类

根据博弈结果,不同人群对奖惩的反应程度不同。深究原因,是因为对于部分人群而言,声誉更为重要,所以当奖惩只涉及金额时,于其并无多少威慑作用。从声誉因素出发,有两点具体建议:一是建立垃圾分类“黑名单”,二是加大通报力度。

目前,在我国尚未建立起一套完整的信用档案,若能将垃圾分类纳入信用体系,将拒不分类记为信用污点,这将无形中放大不作为的损失,对博弈的平衡也将产生影响。此外,在通报渠道上,除了征信网站,还可通过社区公告栏、单位内部网站、新闻广播等平台予以公示,扩大影响力。以声誉机制辅助奖惩手段,相当于在分类防线上添砖加瓦,消除垃圾分类不作为。

即便有了具体奖惩细则的支撑,有时也难以保证分类政策能精准落地,这其中还需要采取监管的手段加以规制。基于信用监管,将“分类黑名单”中的人员组成垃圾分类监督小组,一方面能够有效督促人们自觉分类作为,另一方面也能够加深声誉机制的影响,最后还能减少配备专门监管人员的成本,一举三得。而仅仅依靠这部分监管人员显然还不够,各级单位都应有监管人员,监管人员需要具备专业化知识,且公正客观。可考虑向社会招纳志愿者,与献血相类似,将监督垃圾分类上升为一种使命感、荣誉感,为通过考察的志愿人员配备服务绶带、服务记录仪,并择优予以表彰。居民之间亦可监督举报,如实举报者亦可有所回报,鼓励全民参与监管垃圾分类,让垃圾分类蔚然成风。

(三)扶持相关产业,激发市场活力

垃圾分类的协同治理需要市场的参与,市场在其中扮演着不可或缺的角色,其重要性不言而喻。我国生活垃圾主要以低附加值的废弃物为主,回收企业从中获利有限,无法承担所投入的高昂的设备费用。再加上受宏观经济形势的影响, 我国取消了对再生资源回收行业增值税的优惠政策,对整体回收产业是不小的打击。据商务部发布的《2019中国再生资源回收行业发展报告》来看,我国再生资源的市场价格持续走低,低附加值品种回收需政策支持。

有学者预测,到2030年,再生资源产业将成为全球经济新的增长点[29]。为了顺应时代发展潮流,政府应加大对再生资源回收产业的扶持力度,一是需要出台相关标准,统一原则标准,重塑产业秩序;二是配套机制制度,深化供给侧改革,完善产业体系;三是投入资金支持,将贸易成本、行业水平等纳入考量,并开展实地调研,切实提高回收企业经营利润,提升产业升值空间。利用宏观手段激发市场的活力,为再生资源回收产业注入生机,保障产业链的和谐发展。

(四)适当让利居民,社企联动分类

垃圾源头分类的成效好坏由社企两股力量共同决定,二者通力合作是最为理想的结果,但博弈结论表明,提高垃圾分类回收利润,只能够激发企业分类意愿,居民基本不受影响。通过模型假设,我们可知居民对利润的“不敏感”是因为这部分利润主要倾向于垃圾收运企业,所以居民的利润驱动性受到了阻碍。倘若居民也能享受产业扶持带来的利好,那么居民自觉分类便多了一个理由。

垃圾收运企业要想获得最大收益,少不了居民的配合,换而言之,居民从企业方面获得些许馈赠也无可厚非,这将使二者的合作关系更为密切,无形之中形成了源头分类“联盟”。企业应该从长远考虑,适当让利居民,结合实际提供便好服务,社企联动,建立常态化合作机制。比如，跟踪各户垃圾分类情况,对长期配合的居民赠送垃圾袋、垃圾桶等分类设备,或是提供上门分类服务,减少居民分类支出,惠民便民。