文摘

空气污染控制为背景的成本分配方法是基于夏普利值来确定核心利益相关者,因此公平污染控制项目和建立大气污染治理的成本分配模型,提出政府监管的协调解决空气污染和大气污染控制协作小组。结果表明,空气污染控制的成本分摊模型基于夏普利值更合理,和利益相关者在一定程度上降低成本,和参与者的风险降低,最大化社会效益。

1。介绍

过去30年的改革开放政策,中国已经取得了一些进展在空气污染预防和控制。单一的一部分大气污染物逐步达到排放标准。然而,新混合多种污染源所造成的污染引起了广泛的关注与生产和生活活动的复杂性。PM2.5或烟雾是由各种污染物的混合反应,如气体和微粒,包括挥发性有机化合物(挥发性有机化合物的仪器)。暴露在细颗粒物(PM2.5)直径< 2.5μm是公认的导致儿童呼吸道疾病的(1]。目前,空气污染物的生成是继续增加。有效的污染预防和控制应该减少污染物的增加和存储。目前,空气污染控制的问题仍面临许多困难,迫切需要解决。

在我国的城市发展系统,京津冀地区的城市发展带动我国整体经济发展,但这些地区的环境问题已经逐渐成为人们的主要担忧。(2京津冀地区,这是一个污染预防和控制的关键区域,患上了严重的生态环境问题,尤其是严重的空气污染和频繁的阴霾。同时,京津冀地区,有一个集群推进资源型经济主导的重工业,长期以来承担最高的PM2.5污染水平在中国,促使严重担忧该地区的疾病负担。(3)在京津冀地区整体空气质量相互影响,不能单独预防和控制。迫在眉睫的是加强区域生态保护和建设。然而,京津冀地区的一体化还处于初级阶段,和许多系统需要进一步建立和完善。也很难显著改善大气环境的质量在短期内。在这种情况下,协调环境需求之间的矛盾和京津冀地区的环境容量是突出。

非合作的跨界污染治理政策低效和无效,但合作污染治理政策很少成功的地区有不同的发展目标和利益冲突。(4)减少烟雾的危害居民的生命和健康,加快协调预防和控制空气污染的京津冀地区需要更多的资源和资本投资。然而,京津冀合作还没有明确地界定和划分权利,责任和利益在空气污染预防和控制,特别是成本分担机制,因此很难实现有效集成。

针对上述问题,本文进行理论分析的成本分配在空气污染控制的京津冀合作。我们建议建立大气污染的费用分摊模型在北京,天津,河北利用夏普利值。这个模型可以更好地识别利益相关者合作治理、整体和个体利益最大化,降低空气污染预防和控制的成本,并最终解决空气污染控制的协调问题在北京,天津,河北。

2。文献综述

霾污染不仅负面影响公共健康,还会导致重大经济损失(5,6]。在现有的空气污染控制的研究,主要关注的是空气污染的原因和空气污染的控制措施。杨等人的脆弱性定量评价大气环境在京津冀地区通过时空对比(7]。大气环境脆弱性和风险指数之间的关系,敏感性指数和适应性分析大气环境脆弱性指数是有益的。结果表明,13个城市的空气环境脆弱性京津冀地区显示明显的空间异质性。梁和系统地总结了京津冀城市群大气污染控制模式,实现多层次、跨地区、多方向的(8]。这包括state-agglomeration-city连杆结构、multiprovincial和跨区域联动治理,涉及工业和多向联动机制访问、能源结构、绿色交通、跨区域援助、监测和预警、咨询、和责任分析时间和空间特征通过使用六种空气污染物的浓度数据。太阳等人选择了三个方面的指标空气污染特征、自然条件特点,和贸易特点,使用entropy-top SIS方法确定的优先级顺序JPCAP地区(9]。通过确定四个区域的关键领域,确定了空气污染控制的关键领域,提供实际的指导和理论依据区域联合控制空气污染。Piersanti等人讨论的场景为2030年的意大利国家开发的空气污染控制规划,使用2010作为参考,并使用这些方案提供一个全面的方法来计算计划的影响健康的影响(死亡率)和相关的成本,提供一个重要的框架和评估措施减少空气污染的综合方法(10]。Ikeuchi等人提出,PM2.5造成的健康风险的降低会增加降水持续时间和发病率11]。施瓦兹等人认为,微粒在常见的空气污染浓度与每日死亡(12]。Gulia等人强调高时空变化的空气污染水平的问题在城市地区,可以用来消除污染物的方法。原型/设备的效率使用这些过程也被世界相比,开发和研究表明,这样的控制是非常有用的在减少空气污染热点大时空变异性(13]。

鉴于霾的形成原因和危害人体健康的,Elżbieta相信烟雾和空气污染的最大原因是炉灶燃烧的垃圾;其他原因包括大型工厂废气、燃煤炉灶,和汽车尾气14]。城市化、工业化,并增加化石燃料的消耗通常确认为空气质量差的主要贡献者(15]。赵和元创新降水作为工具变量用于缓解霾污染变量的内生性,发现霾污染严重降低了中国的经济发展的质量。劳动力供给的丧失、deurbanization和中断人力资本的三种传播途径霾污染影响中国经济发展的质量(16]。王等人研究了空气粒子的物理和化学性质的变化收集在北京期间从烟雾灰尘(典型的转变17]。研究发现,详细信息大气粒子的物理和化学性质在典型的重污染过程可以在短时间内提供,这样的短期变化应该考虑为更准确地评估环境、气候、空气颗粒物和健康造成的影响。强烈的超大城市经济和人类活动导致空气污染排放,导致大气中高浓度的空气污染物,危害人类健康,导致区域阴霾和酸沉积,破坏农作物,影响区域空气质量,导致气候变化(18]。张等人研究了大气边界层高度的昼夜变化,分析了温度、风向和垂直风、结构和特点的速度边界层;弱边界层和上层之间的垂直交换将促进雾和霾的形成19]。

袜,氮氧化物,考克斯,挥发性有机化合物(挥发性)和Hg蒸汽直接和间接的大气环境和人类健康造成危害的形成光化学烟雾、酸雨、阴霾,带来潜在毒性的风险(例如,致癌性)[20.]。小王和元测试空气污染控制生态的影响全要素能源效率和所有权结构的调节效应,利用面板数据的37个分支工业从2003年到2014年中国的工业部门。他们发现,进行行业短期有显著积极影响,而介质污染行业有一个显著的短期负面影响。低污染行业有重大的长期负面影响。最后,提出了一些具体的政策建议(21]。金等人确定因果关系的颗粒物的风险感知和满意度之间的户外活动在韩国,412人开展了一项在线调查,使用结构方程模型进行了验证性因素分析。结果表明,颗粒物的感知风险更高,当人们没有兴趣或信任公众舆论和政策,提高人们的健康风险和感知,进而减少了满意户外活动(22]。赵等人研究了京津冀地区为例,利用夏普利值法合理的利益分配模型,构建最优减排计划,并确定每个省的最佳年度决定。结果表明,模型的总成本降低₂减少污染(23]。高等人微粒污染对人类健康的风险评估通过比较样本来自七个不同功能区域(在北京24]。

目前,阴霾空气污染严重危害全球人类健康。国内外许多学者做出了详细说明空气污染物的来源,主要来自有机化合物如SOx,氮氧化物,考克斯,打开焚烧垃圾,汽车尾气排放。对空气污染的研究,许多学者关注实证研究。然而,Shapley值法模型参与收入分配的动态合作联盟。目前,美观价值方法主要用于解决收入分配在国内外合作项目。沙普利值方法很少用于研究空气污染控制的成本。

本文根据空气污染控制的成本分配Shapley值法。与现有的研究相比,该模型避免了相等的分布和其他相对简单的分布在一定程度上,这是科学、合理和公平。本文建立了空气污染控制费用分摊模型基于沙普利值决定了核心利益相关者进行成本分配更加合理,科学,和公平的。沙普利模型减少了每个利益相关者的指控,分散风险的参与者在一定程度上,并有效地保证了项目的顺利进行。我们发现成本基于夏普利值分布模型可以优化成本和社会效益最大化。因为空气污染控制需要一个漫长的过程,降低成本和风险可以有效地保证完成空气污染控制,这在促进空气污染控制中起着重要的作用。

3所示。空气污染控制成本分配的基本理论

3.1。Shapley值法

让我 项目参与者的总数,年代是任何的子集我,V上面定义的特征函数我,也就是说,某种合作的好处年代。

与说我在一个项目中我从联盟合作伙伴利润最大V_(我)的收入,即每个参与者所获得的收益在我使用字母来表示Y这个模型是一个成本分配,不仅要满足整体的合理性也同时满足个人理性(25,26,如下所示: 在哪里V(我)代表我的利益,一个参与者,可以获得通过完成项目,和V(我)代表获得的最大利益,可以在许多合作联盟(27,28]。在这一点上,我们得到了我们想要的夏普利值,叫做( ): S是组合的一个子集在哪里我,合作项目相关的利益相关者的数量年代,W 是重量。V(年代)是指获得的合作效益或成本由这个子集S,和 指获得的收益或成本由其他成员承担消除参与者后的年代我29日]。

3.2。利益相关者理论

罗利,外国学者,是第一个建立利益相关者理论。在狭义上,利益相关者意味着个体和一组参与同一个项目,提供人力、金融、和其他资源的项目,承担项目风险的一部分,最后分享利益(30.,31日]。在1990年代末,出现一个方法由米切尔和木头,叫做“米切尔评分法,主要分为合法性、权力,和紧迫性为三个属性。根据这三个属性,利益相关者可以分为三种类型:第一种是定义涉众,同时有三个属性和关注的主要对象。第二种类型是预期的利益相关者,与两个属性的任意组合。第三种类型是潜在的利益相关者,只有一个参与者的三个特征32]。

4所示。空气污染控制成本分配模型

4.1。空气污染控制成本分配项目的核心利益相关者

根据每个参与者的参与过程中空气污染控制项目和每个参与者对空气污染的影响程度的控制,(33)利益相关者在空气污染控制模型通过分析分为三个类别,如表所示1。

在大气污染控制项目,为核心利益相关者是空气污染控制的主要成员和主体分享空气污染的成本,他们在空气污染控制发挥了重要作用,这是特别重要的确定成本分配在核心利益相关者(34]。

4.2。成本分配模型,基于夏普利值的空气污染控制

基于上述利益相关者的分析,模型建立了空气污染处理成本的分配过程。结合夏普利值的相关知识,首先假设提出了模型。主要的假设如下:

假定参与者我= {1,2,…,n},包括两个地方的政府部门和企业的两个地方,由A, B, C, D, E, F,分别。A代表北京政府部门,代表了北京的企业,C代表河北省政府,D代表企业河北,E代表天津市政府,F代表企业天津如表所示2。

根据上面的分析特征函数和夏普利值法,区域合作的空气污染控制的成本分配模型,建立了主要根据以下两个公式计算。

4.3。北京政府部门成本分配在空气污染控制项目联盟

表中的值是根据公式计算(4)和公式(5)。组成元素的子集S代表利益相关者参与该项目。他们分别说合作联盟V (S)参加由北京政府部门代表空气污染控制成本由合作联盟承担参加由北京市政府V (S / I)代表的北京城市。政府后,这个合作联盟的成本和负担是指成本由项目承担北京市政府的参与-成本由项目承担北京市政府的参与。指的是这种合作联盟的比例与北京市政府的参与合作。的总和是1。代表北京市政府的夏普利值在这个合作联盟,从中我们可以得到最好的北京市政府的成本分配。根据公式,北京市政府应该承担的最终成本如表所示3。

根据公式,北京企业应该承担的最终成本

根据公式,河北省政府应承担的最终成本

根据公式,河北企业应承担的最终成本

根据公式,天津政府应承担的最终成本

根据公式,天津企业应承担的最终成本

因此,通过上述结果,我们可以知道治理的总成本是由三个政府承担成本+费用由企业承担V (S15)。在空气污染控制项目中,有必要确定总成本V (S15),单独的治疗费用V (S1)的北京政府,和V (S2)的政府成本控制空气污染。因此,通过上述结果,我们可以知道治理的总成本是由三个政府承担成本+费用由企业承担V (S15)。在空气污染控制项目中,有必要确定总成本V (S15),单独的治疗费用V (S1)的北京政府,和V (S2)的政府成本控制空气污染。河北政府单独治疗费用V (S3)和河北企业独立控制成本V (S4),天津政府独立治疗费用V (S16),天津企业独立的治疗费用V(肌力),通过了解成本的他们两个的结合,任何三个组合的成本,成本的组合4、5的组合,和他们共同治理的成本,我们可以确定各自的成本由政府和企业承担治疗空气污染在北京,天津,河北。

5。实例分析和修正基于夏普利值

5.1。分布的数值计算模型

在收集相关数据和解决空气污染控制的成本,我们得到相关的治疗费用空气污染在北京和河北。以北京和河北为例子,简化了成本分配模型。北京市政府使用,B为北京企业,C为河北省政府,和D为河北企业,具体数据如表所示4。

根据这个模型建立在上面的部分中,北京市政府的成本,北京市企业,河北省政府应该承担当建立合作联盟控制空气污染可以计算。具体结果如表所示5。

的和最后一行的表中的数据可以得到北京政府部门应承担的成本在北京和河北的共同治理。最终结果是2291.67亿元,这是最优成本。具体结果如表所示6。

的和数据表的最后一行可以成本,中国企业应该承担在北京和河北的共同治理。最终结果是825亿元,这是最优成本。具体结果如表所示7。

的和最后一行的表中的数据可以河北政府应该承担的成本在北京和河北的共同治理。最终结果是2241.67亿元,这是最优成本。具体结果如表所示8。

的和数据表的最后一行可以河北企业应承担的成本在北京和河北地区的共同治理。最终结果是866.67亿元,这是最优成本。

5.2。结果分析

基于Shapley值法,当北京和河北实现共同治理,总成本是6225亿元,可有效解决6200亿元的合作需求。与此同时,北京市政府部门承担2291.67亿元的合作治理,北京企业承担825亿元的治理成本,河北省政府熊2241元和67亿元,成本由河北企业承担866.67亿元。

因为分配的成本、夏普利值法一般用于收入的分布,因此其假设条件通常是积极的;也就是说,获得的收入是正的;相反,支付的成本是负的;即承担2291.67亿元的合作治理,B熊825亿元,C熊2241.67亿元,和D熊866.67亿元。根据夏普利值分配、合作成本如表所示9。

从上面的表可以看出,由合作承担成本小于个体产生的治理成本,也满足个人理性。同时,与个人在每个地区治理相比,由每个利益相关者共同治理成本显著低于由个人承担治理。在缺乏相关的利益相关者, 和 感到满意。

总之,利用夏普利值法获得的成本小于独立合作或独立治理的成本,从而使成本分配更加科学、公平、合理,减少每个利益相关者参与项目承担的风险治理,治理,促进项目的进展。同时,在实际情况下,我们必须根据实际情况调整成本,注意风险控制,确保空气污染控制的顺利完成。

5.3。修改模型

通过上述分析,四个利益分配因素,即成本轴承、轴承、风险的贡献程度,和合同的执行程度,应考虑。为了方便起见,影响因素T= {T},T= 1,2,3,4,分别代表这四个因素。在参与者的合作模式集合S,修改值的影响因素t我的成本分配^th参与者。具体结果如表所示10。

根据上面的表格,以下系数矩阵B可以获得:

如果我们安排矩阵B,我们得到的矩阵

在大气治理的过程中,一些专家需要得分影响因素。在这个时候,会有一个部分系数矩阵一个= (A1, A2, A3、A4),和一个新的系数矩阵D=一个= (D1,D2,D3,D4,D5,D6)可以获得。

因此,调整后,由每个地区承担成本

调整夏普利值更接近现实,更影响因素被认为是,因此成本分摊不仅更客观,还以确保项目的顺利实施,这样大气治理的目标可以实现更快,成本分配方案更加公平、合理和科学。

6。结论

本文关注的是跨区域污染控制成本分配问题。我们建立了一个空气污染控制费用分摊模型基于沙普利值确定核心利益相关者进行成本分配更加合理,科学,和公平的。沙普利模型减少了每个利益相关者的指控,分散风险的参与者在一定程度上,并有效地保证了项目的顺利进行。我们发现成本基于夏普利值分布模型可以优化成本和社会效益最大化。因为空气污染控制需要一个漫长的过程,降低成本和风险可以有效地保证完成空气污染控制,这在促进空气污染控制中起着重要的作用。

后续研究可以考虑等因素风险,贡献率,每个利益相关者的承载力。确定影响因素根据不同情况下的利益相关者可以使成本更合理和现实的。此外,治理在不同地区是不一样的。预防和控制方法根据当地条件可以广泛应用的成本分配模型,更好的解决空气污染问题,和社会效益最大化。

数据可用性

这个项目的数据是通过调查获得“国家联合研究中心为空气污染预防和控制项目主题:区域动态和高时空分辨率的空气污染源排放清单。”

的利益冲突

作者宣称没有利益冲突。