懲罰機(jī)制下城市居民垃圾投放行為策略研究

張蓓佳

(安徽大學(xué) 管理學(xué)院,安徽 合肥 230601)

一、引言

隨著經(jīng)濟(jì)增長速度和城市化進(jìn)程的加快,中國城市垃圾產(chǎn)生數(shù)量日益增多。2018 年全國200 個(gè)大、中城市的生活垃圾產(chǎn)生量為21 147.3 萬噸,較之2013 年261 個(gè)大、中城市的生活垃圾產(chǎn)生量增加了4 998.5 萬噸[1-2]。大量垃圾直接焚燒和填埋所帶來的環(huán)境污染和資源浪費(fèi)問題逐漸影響了人們的生活質(zhì)量,進(jìn)一步成為影響生產(chǎn)生活的限制性因素[3]。為了解決垃圾處理所帶來的社會環(huán)境問題,需要全面推進(jìn)垃圾分類工作。垃圾分類是科學(xué)處理的前提,也是城市垃圾治理的新方向。自2017 年起,“生活垃圾分類”已連續(xù)4 年(2017—2020 年)出現(xiàn)在政府工作報(bào)告中；2017 年3 月,國家發(fā)改委、住建部聯(lián)合發(fā)布《生活垃圾分類制度實(shí)施方案》,給出垃圾強(qiáng)制分類的要求,將46 個(gè)重點(diǎn)城市列為垃圾分類的試點(diǎn)城市；2019 年更是推出《關(guān)于在全國地級及以上城市全面開展生活垃圾分類工作的通知》,確定到2025 年底前全國地級及以上城市要基本建成“生活垃圾分類”處理系統(tǒng)。由此可見,“生活垃圾分類”已被提至國家戰(zhàn)略層面,得到各級政府的高度重視。

分類投放是垃圾分類的首要環(huán)節(jié),居民作為垃圾分類投放的重要實(shí)施主體,其投放行為選擇會直接影響垃圾分類的效果。然而目前在“生活垃圾分類”的試點(diǎn)城市中,居民垃圾分類參與率依然較低[4],例如,對寧波居民進(jìn)行垃圾分類情況調(diào)查,發(fā)現(xiàn)實(shí)際參與垃圾分類行為的居民比例僅為13%[5]。如何提高居民垃圾分類投放的積極性,促進(jìn)居民自覺進(jìn)行垃圾分類,已成為許多城市生活垃圾綜合管理中亟待解決的關(guān)鍵問題。通過構(gòu)建演化博弈模型,探索不同類型的懲罰機(jī)制對城市居民垃圾投放策略選擇的影響,在理論層面上揭示懲罰機(jī)制對居民垃圾投放行為策略選擇的影響機(jī)理,在應(yīng)用層面上為政府更好地促進(jìn)居民分類投放提供參考建議。

二、研究綜述

(一)垃圾分類投放的內(nèi)涵界定

關(guān)于垃圾分類投放的內(nèi)涵,許多學(xué)者都作出了界定。曲英等[6]將垃圾分類投放定義為城市居民將生活垃圾按照規(guī)定的類別分類收集,并投放到指定地點(diǎn)的行為；Jank et al.[7]認(rèn)為,垃圾分類投放就是根據(jù)不同的分類標(biāo)準(zhǔn),將城市固體廢棄物中的可回收垃圾和可填埋垃圾從源頭分離；Geller et al.[8]給出的概念更為具體,即垃圾分類投放是垃圾分類過程的第一個(gè)環(huán)節(jié),是居民和家庭要把垃圾按照規(guī)定的類別分類收集,比如,把玻璃、報(bào)紙、塑料等不同垃圾分裝到不同垃圾袋里,并分門別類地投放到指定地點(diǎn)的行為。這些概念雖然在表述上并不完全一致,但具有共通性,存在相似的關(guān)鍵詞,包括:城市居民、規(guī)定的類別、分類收集、指定投放等?？梢?學(xué)者們主要是從投放主體、分類標(biāo)準(zhǔn)和執(zhí)行過程三個(gè)部分來定義垃圾分類投放行為的。其中,投放主體主要是指城市居民,投放標(biāo)準(zhǔn)即規(guī)定的類別,執(zhí)行過程包含分類收集和指定投放兩個(gè)環(huán)節(jié)。

(二)居民垃圾分類投放行為影響因素

學(xué)術(shù)界主要從影響居民垃圾分類投放行為的因素入手研究如何提升居民垃圾分類投放的積極性,逐漸形成了兩種研究視角:一種是從居民個(gè)體出發(fā),強(qiáng)調(diào)居民的行為策略選擇是個(gè)人的“主動選擇”,從而分析居民垃圾分類投放行為產(chǎn)生的心理過程,從社會心理學(xué)角度探索影響行為的因素；另一種是從外部環(huán)境出發(fā),認(rèn)為居民的行為是由獨(dú)立于個(gè)人的外部整體環(huán)境所決定的,是一種“被動選擇”,因此從情境理論角度去探索影響居民垃圾分類投放行為的因素。

在諸多研究中,用于研究社會心理學(xué)因素的最常用理論是計(jì)劃行為理論,例如,Ari et al.[9]就運(yùn)用該理論研究了態(tài)度、感知行為控制、主觀規(guī)范和行為意愿對垃圾分類投放行為產(chǎn)生的影響。為了進(jìn)一步優(yōu)化計(jì)劃行為理論的預(yù)測與解釋力度,更多學(xué)者在該理論基礎(chǔ)上進(jìn)行了因素?cái)U(kuò)展,這些因素包括道德規(guī)范、知識感知、習(xí)慣、信任等。Razali et al.[10]認(rèn)為,計(jì)劃行為理論主要著眼于自身利益和理性選擇,但低估了道德規(guī)范的影響,因此在模型中引入了道德規(guī)范因素,探索它與垃圾分類投放行為之間的關(guān)系；Wang et al.[11]在考慮了道德規(guī)范因素的基礎(chǔ)上又加入了對所擁有知識的感知,認(rèn)為個(gè)人如果感知自己所擁有的垃圾分類知識越多則越可能采取分類投放行為；Knickmeyer[12]將分類投放的習(xí)慣和對垃圾分類收集單位的信任列為重要的影響因素。

影響垃圾分類投放行為的外部情境因素包括宣傳教育、分類設(shè)施與服務(wù)、激勵(lì)措施等,在中國這些情境因素的提供主體主要是政府。Liu et al.[13]指出,通過宣傳教育能夠讓居民認(rèn)識到垃圾的危害以及垃圾分類的必要性,改變其環(huán)境價(jià)值觀和對垃圾分類的態(tài)度,從而影響分類投放行為；孟小燕[4]為了探索設(shè)施與行為的關(guān)系,用經(jīng)濟(jì)成本收益、分類設(shè)施的便利性、時(shí)間花費(fèi)等指標(biāo)來解釋和度量垃圾分類設(shè)施與服務(wù),指出相較于環(huán)境知識和宣傳教育,垃圾分類設(shè)施與服務(wù)對居民行為的綜合影響最大；魯先鋒[14]認(rèn)為,垃圾分類投放管理中的市場誘導(dǎo)性激勵(lì)和強(qiáng)制性懲罰措施都會對分類投放行為產(chǎn)生良性作用；陳紹軍等[5]發(fā)現(xiàn)從不同的激勵(lì)措施對分類投放行為的影響上看,懲罰措施大于獎懲并重,而獎勵(lì)措施對分類行為的影響并不顯著。

從對現(xiàn)有文獻(xiàn)的梳理來看,影響居民垃圾分類投放行為的因素包括兩大類:社會心理學(xué)因素和情境因素。雖然在關(guān)于情境因素的研究中,已有文獻(xiàn)探討了懲罰機(jī)制對居民垃圾投放行為的影響,但僅在懲罰力度固定不變的基礎(chǔ)上展開,并未考慮當(dāng)懲罰力度隨著居民垃圾投放行為和政府監(jiān)管行為變動的情況。實(shí)際上懲罰力度隨著居民行為變化的動態(tài)懲罰機(jī)制已廣泛應(yīng)用于新能源汽車推廣[15]、廢舊產(chǎn)品回收[16]、公共項(xiàng)目承包[17]等領(lǐng)域,并被證明更加符合實(shí)際情況且政策效果更佳。因此,本文運(yùn)用演化博弈論方法,構(gòu)建居民分類投放行為和政府監(jiān)管行為之間的博弈模型,分別研究靜態(tài)懲罰機(jī)制、關(guān)聯(lián)居民行為的動態(tài)懲罰機(jī)制和關(guān)聯(lián)政府行為的動態(tài)懲罰機(jī)制下的系統(tǒng)穩(wěn)定演化策略,分析模型參數(shù)對策略產(chǎn)生的影響,并在此基礎(chǔ)上進(jìn)行數(shù)值模擬以驗(yàn)證模型結(jié)果的準(zhǔn)確性。在下文中使用動態(tài)懲罰機(jī)制(Ⅰ)指代關(guān)聯(lián)居民行為的動態(tài)懲罰機(jī)制,用動態(tài)懲罰機(jī)制(Ⅱ)指代關(guān)聯(lián)政府行為的動態(tài)懲罰機(jī)制。

三、模型假設(shè)及參數(shù)設(shè)計(jì)

在垃圾投放過程中,城市居民是否采取分類投放行為,政府是否采取監(jiān)管行為,構(gòu)成了城市居民和政府之間的博弈關(guān)系。在明確居民和政府行為特征的基礎(chǔ)上給出如下假設(shè):

1.假設(shè)演化博弈雙方是居民和政府,其中居民的投放策略選擇為{分類,不分類}, x 為分類概率(0 ≤x ≤1),政府的策略選擇為{監(jiān)管,不監(jiān)管},y為監(jiān)管的概率(0 ≤y ≤1)。

2.對于居民來說,居民分類投放需要付出成本Cp,但在政府監(jiān)管的情況下亦可以獲得政府的獎勵(lì)S 以彌補(bǔ)付出的成本,政府監(jiān)管也需要付出監(jiān)管成本Cg1,但同時(shí)可以獲得由居民分類投放所帶來的環(huán)境收益V。

3.對于居民來說,雖然不分類投放可以不用付出成本,但在政府監(jiān)管的情況下會付出懲罰F,而且無論監(jiān)管與否,政府都需要付出因居民沒有分類投放所造成的環(huán)境治理成本Cg2。表1 給出模型的參數(shù)及含義。

表1 模型參數(shù)及含義

四、靜態(tài)懲罰機(jī)制下的模型構(gòu)建及分析

(一)模型構(gòu)建及求解

在靜態(tài)懲罰機(jī)制下, F 為常量,不會隨著其他參數(shù)的變動而變動。根據(jù)模型假設(shè)及參數(shù)設(shè)計(jì),構(gòu)建靜態(tài)懲罰機(jī)制下的垃圾投放行為演化博弈模型,居民和政府的收益矩陣如表2 所示。

表2 垃圾投放行為演化博弈收益矩陣

將居民分類和不分類時(shí)的期望收益以及居民的平均收益分別用Ux1、Ux2和表示:

同理,當(dāng)政府監(jiān)管和不監(jiān)管居民垃圾投放行為時(shí)的期望收益以及政府的平均收益分別為Uy1、Uy2和:

構(gòu)建居民選擇分類投放策略和政府選擇監(jiān)管策略的復(fù)制動態(tài)方程組為:

為了使演化博弈各參與方有穩(wěn)定策略,需滿足條件:F(x)=F(y)=0。因此,求得系統(tǒng)五個(gè)可能的均衡點(diǎn)分別為A(0,0)、B(0,1)、C(1,0)、D(1,1)和O(x*,y*)。當(dāng)x∈[0,1],y∈[0,1]時(shí),

(二)均衡點(diǎn)穩(wěn)定性分析

Friedman 提出,系統(tǒng)均衡點(diǎn)的穩(wěn)定性可由雅克比矩陣的局部穩(wěn)定性分析得到[18]。根據(jù)式(7)和(8)可以求出雅克比矩陣J:

當(dāng)均衡點(diǎn)同時(shí)滿足雅克比矩陣J 的行列式det(J)和跡tr(J)的條件時(shí),該均衡點(diǎn)為系統(tǒng)演化的穩(wěn)定點(diǎn),能夠形成演化的穩(wěn)定策略。需滿足條件為:

將五個(gè)均衡點(diǎn)分別帶入式(10)和(11)中進(jìn)行計(jì)算,得到均衡點(diǎn)的穩(wěn)定性分析結(jié)果,如表3 所示。

表3 靜態(tài)懲罰機(jī)制下垃圾投放行為演化博弈系統(tǒng)均衡點(diǎn)穩(wěn)定性分析

根據(jù)表3 內(nèi)容,按照參數(shù)大小關(guān)系的不同,居民與政府之間的演化博弈存在三種結(jié)果,分別為沒有穩(wěn)定的演化策略、ESS(0,1)和ESS(0,0)。對于居民來說,分類投放垃圾是需要額外付出成本Cp的,政府進(jìn)行監(jiān)管引入獎勵(lì)和懲罰的目的就是為了彌補(bǔ)居民分類投放和不分類投放之間的收益差距。只有當(dāng)S+F-Cp＞0 時(shí),居民才有動力進(jìn)行分類投放。而對于政府來說,只有當(dāng)F＞Cg1時(shí),即當(dāng)政府對于不分類投放行為能夠收取的懲罰F 可以彌補(bǔ)政府監(jiān)管所需付出的成本Cg1時(shí),政府才會有監(jiān)管的動力。同時(shí)滿足條件F＞Cg1和S+F-Cp＞0 時(shí),靜態(tài)懲罰機(jī)制下的系統(tǒng)沒有穩(wěn)定的演化策略,因此需要在此條件下對模型進(jìn)行進(jìn)一步的修改,將靜態(tài)懲罰機(jī)制變?yōu)閯討B(tài)懲罰機(jī)制。

五、動態(tài)懲罰機(jī)制(Ⅰ)下的模型構(gòu)建及分析

(一)模型構(gòu)建及求解

在動態(tài)懲罰機(jī)制(Ⅰ)中,F 不再是一個(gè)常量,其值與居民垃圾分類投放行為概率相關(guān)聯(lián),即隨著x 的變化而變動。用F(x)代替F,令F(x)=(1-x)F,該式中的F 為懲罰的上限值[19]。F(x)隨著居民不分類投放的概率增大而增大,即居民越是不愿意分類投放,所獲得的懲罰越大,這屬于一種累進(jìn)懲罰機(jī)制。

用F(x)代替(7)和(8)式中的F 得到:

(二)均衡點(diǎn)穩(wěn)定性分析

根據(jù)式(12)和(13)可以得到雅可比矩陣:

在滿足條件F＞Cg1和S+F-Cp＞0 時(shí),對系統(tǒng)五個(gè)均衡點(diǎn)的穩(wěn)定性進(jìn)行分析,發(fā)現(xiàn)det(J)和tr(J)的符號還會受到S 和Cp大小關(guān)系的影響,但無論二者的大小關(guān)系如何都不會影響成為系統(tǒng)的漸近穩(wěn)定點(diǎn)。受限于篇幅,在此僅以S＞Cp的情況為例進(jìn)行后續(xù)分析,具體結(jié)果如表4 所示。

表4 動態(tài)懲罰機(jī)制(Ⅰ)下垃圾投放行為演化博弈系統(tǒng)均衡點(diǎn)穩(wěn)定性分析

在此種情況下,均衡點(diǎn)A(0,0)、B(0,1)、C(1,0)和D(1,1)均為鞍點(diǎn),為漸近穩(wěn)定點(diǎn)。盡管系統(tǒng)并沒有得到演化的穩(wěn)定策略,但會不斷趨近于,并最終在該點(diǎn)保持穩(wěn)定。

(三)參數(shù)分析

六、動態(tài)懲罰機(jī)制(Ⅱ)下的模型構(gòu)建及分析

(一)模型構(gòu)建及求解

在動態(tài)懲罰機(jī)制(Ⅱ)中,F 不再為常量,其值與政府監(jiān)管行為概率相關(guān)聯(lián),即隨著y 的變化而變動。用F(y)代替F,令F(y)=(1-y)F,該式中的F 同樣為懲罰的上限值。F(y)隨著政府不監(jiān)管的概率增大而增大。

用F(y)代替(7)和(8)式中的F 得到:

求得系統(tǒng)五個(gè)可能的均衡點(diǎn)分別為A(0,0)、B(0,1)、C(1,0)、D(1,1)和當(dāng)x2∈[0,1],y2∈[0,1]時(shí),

(二)均衡點(diǎn)穩(wěn)定性分析

根據(jù)式(12)和(13)可以得到雅可比矩陣:

在滿足條件F＞Cg1,S+F-Cp＞0 且S＞Cp時(shí),對系統(tǒng)五個(gè)均衡點(diǎn)的穩(wěn)定性分析如表5 所示。

表5 動態(tài)懲罰機(jī)制(Ⅱ)下垃圾投放行為演化博弈系統(tǒng)均衡點(diǎn)穩(wěn)定性分析

在此種情況下,均衡點(diǎn)A(0,0)、C(1,0)和D(1,1)均為鞍點(diǎn),B(1,1)點(diǎn)為不穩(wěn)定點(diǎn),O為漸近穩(wěn)定點(diǎn)。盡管系統(tǒng)并沒有得到演化的穩(wěn)定策略,但會不斷趨近于,并最終在該點(diǎn)保持穩(wěn)定。

(三)參數(shù)分析

七、演化博弈模型數(shù)值模擬

對模型中的基本參數(shù)賦值,并運(yùn)用MATLAB軟件模擬不同懲罰機(jī)制下的模型分析結(jié)果。為了懲罰參數(shù)的賦值能夠更加貼近實(shí)際,參考迄今為止垃圾分類政策出臺數(shù)量較多且內(nèi)容較為全面的城市——上海市頒布的《上海市生活垃圾分類管理?xiàng)l例》中對于居民個(gè)人懲罰的條款:將垃圾混放且拒不改正的個(gè)人處以一次50 元以上200 元以下罰款,即不分類的懲罰最大值為200 元,因此令初始值F=200。其余參數(shù)的初始值設(shè)定為S=20,Cg1=50,Cp=10。

假設(shè)初始概率值為[x,y]=[0.5,0.5],時(shí)間長度設(shè)置為[0,10],分別將初始參數(shù)值代入靜態(tài)懲罰機(jī)制、動態(tài)懲罰機(jī)制(Ⅰ)和(Ⅱ)下的模型中進(jìn)行數(shù)值模擬,得到三個(gè)模型的演化結(jié)果,見圖1～圖3。圖1 中的居民和政府演化路徑為環(huán)形閉合曲線,無論居民還是政府都無法達(dá)到穩(wěn)定的策略點(diǎn),說明采取靜態(tài)懲罰機(jī)制既無法促進(jìn)居民的分類投放行為,也無法影響政府的監(jiān)管行為。圖2 和圖3 結(jié)果顯示,在動態(tài)懲罰機(jī)制(Ⅰ)和(Ⅱ)下居民和政府的演化路徑均為螺旋漸近曲線,最終穩(wěn)定在和點(diǎn),說明最后居民和政府將會以某個(gè)固定概率分別采取分類投放和監(jiān)管行為。

圖1 靜態(tài)懲罰機(jī)制下的模型演化路徑

圖2 動態(tài)懲罰機(jī)制(Ⅰ)下的模型演化路徑

圖3 動態(tài)懲罰機(jī)制(Ⅱ)下的模型演化路徑

為了進(jìn)一步比較動態(tài)懲罰機(jī)制(Ⅰ)和(Ⅱ)對居民行為和政府行為的作用效果,圖4(a)和圖4(b)還分別給出了兩種動態(tài)懲罰機(jī)制下居民和政府單獨(dú)的演化路徑。由圖4(a)和圖4(b)可見,在動態(tài)懲罰機(jī)制(Ⅱ)下,居民分類投放的概率約為0.68,政府監(jiān)管的概率約為0.05；在動態(tài)懲罰機(jī)制(Ⅰ)下,居民分類投放的概率下降為0.46,而政府監(jiān)管的概率則上升至0.08。也就是說,相較于動態(tài)懲罰機(jī)制(Ⅰ),在動態(tài)懲罰機(jī)制(Ⅱ)下的居民分類投放概率更高,政府監(jiān)管的概率更低。這說明在兩種動態(tài)懲罰機(jī)制中,動態(tài)懲罰機(jī)制(Ⅱ)在促進(jìn)居民分類投放和釋放政府監(jiān)管壓力方面的效果都要更好,能夠使得演化結(jié)果更接近即使政府不監(jiān)管,居民也會主動進(jìn)行垃圾分類投放的理想狀態(tài)。

圖4 (a) 兩種動態(tài)懲罰機(jī)制下的居民行為演化路徑比較

圖4 (b) 兩種動態(tài)懲罰機(jī)制下的政府行為演化路徑比較

由于在三種懲罰機(jī)制中,動態(tài)懲罰機(jī)制(Ⅱ)對居民垃圾分類投放行為的促進(jìn)效果最好,因此基于動態(tài)懲罰機(jī)制(Ⅱ),進(jìn)一步模擬各參數(shù)變動對穩(wěn)定狀態(tài)下的居民和政府最終行為概率的影響。在保持其余參數(shù)不變時(shí),一次只變動一個(gè)參數(shù),分別變動F、S、Cp和Cg1的值,將F=200 增加至F=220,得到懲罰上限值變化對居民分類投放行為和政府監(jiān)管行為的影響,見圖5(a)和圖5(b)；將S=20 增加至S=40,得到獎勵(lì)變化對居民分類投放行為和政府監(jiān)管行為的影響,見圖6(a)和圖6(b)；將Cp=10 增加至Cp=15,得到分類投放成本變化對居民分類投放行為和政府監(jiān)管行為的影響,見圖7(a)和圖7(b)；將Cg1=50 增加至Cg1=60,得到監(jiān)管成本變化對居民分類投放行為的影響,見圖8。由圖5(a)、圖6(a)、圖7(a)和圖8 可知,當(dāng)F 值增大,S、Cp和Cg1值減小時(shí),居民分類投放的概率將增加。由圖5(b)、圖6(b)和圖7(b)可知,當(dāng)F 和S 值增大,Cp值減小時(shí),政府監(jiān)管的概率會下降。

圖5(a) 懲罰變化對居民分類投放行為的影響

圖5(b) 懲罰變化對政府監(jiān)管行為的影響

圖6(a) 獎勵(lì)變化對居民分類投放行為的影響

圖6(b) 獎勵(lì)變化對政府監(jiān)管行為的影響

圖7(a) 分類投放成本變化對居民分類投放行為的影響

圖7(b) 分類投放成本變化對政府監(jiān)管行為的影響

圖8 監(jiān)管成本變化對居民分類投放行為的影響

八、結(jié)論與啟示

本文運(yùn)用演化博弈論方法分別研究了在靜態(tài)懲罰機(jī)制和兩種動態(tài)懲罰機(jī)制下的城市居民垃圾投放行為策略,并對模型進(jìn)行了數(shù)值模擬驗(yàn)證,得到以下結(jié)論:

1.對比三種懲罰機(jī)制,在靜態(tài)懲罰機(jī)制下,系統(tǒng)不存在穩(wěn)定的演化策略,政府無法通過靜態(tài)懲罰機(jī)制有效的約束居民的分類投放行為；而在兩種動態(tài)懲罰機(jī)制下,系統(tǒng)均存在漸近穩(wěn)定點(diǎn),政府運(yùn)用動態(tài)懲罰機(jī)制能夠有效約束居民的分類投放行為。其中,動態(tài)懲罰機(jī)制(Ⅱ)在促進(jìn)居民分類投放和釋放政府監(jiān)管壓力方面的效果更好。

2.在動態(tài)懲罰機(jī)制(Ⅱ)下,居民分類投放的概率與懲罰上限正相關(guān),與獎勵(lì)值、政府監(jiān)管成本和居民分類投放成本負(fù)相關(guān)；政府監(jiān)管的概率與懲罰上限和獎勵(lì)值負(fù)相關(guān),與居民分類投放成本正相關(guān)。

通過上述結(jié)論可以為政府帶來如下管理啟示:

第一,政府的懲罰機(jī)制應(yīng)當(dāng)根據(jù)政府監(jiān)管行為進(jìn)行動態(tài)調(diào)整。政府在制定監(jiān)管策略時(shí)應(yīng)結(jié)合實(shí)際情況,充分考慮監(jiān)管的成本和收益,因此相較于掌握居民的分類投放概率,政府往往更容易事先確定自身監(jiān)管的概率,從而相應(yīng)的調(diào)整懲罰機(jī)制,取得更好的監(jiān)管效果。

第二,為進(jìn)一步降低政府監(jiān)管的概率,一方面,政府應(yīng)當(dāng)適當(dāng)提高懲罰上限,根據(jù)懲罰形式的不同,采取增加罰款金額、扣除更多信用積分、發(fā)布范圍更廣時(shí)間更長的通報(bào)批評等手段來提高懲罰上限；另一方面,政府應(yīng)當(dāng)設(shè)法降低居民投放成本。在實(shí)際操作中,政府首先需要加大宣傳教育力度,通過宣傳畫冊、電視廣告、公益課堂、手機(jī)小程序或公眾號等多種渠道向居民普及分類標(biāo)準(zhǔn)、設(shè)備標(biāo)識及操作流程等知識；其次開通即時(shí)查詢App,方便居民線上查詢及咨詢垃圾的歸類；最后還要健全分類投放配套設(shè)施,讓分類垃圾能夠被便利投放。

第三,為提升居民分類投放的概率,除了可以采取提高懲罰上限和降低居民分類投放成本的方式,還應(yīng)當(dāng)降低監(jiān)管成本。目前政府對于居民垃圾分類投放行為的監(jiān)管主要依靠社區(qū)管理人員及城管執(zhí)法人員,但人員數(shù)量較少,監(jiān)管范圍較廣,致使監(jiān)管成本相對較高。因此,政府需要結(jié)合智慧城市和社區(qū)建設(shè),利用大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù),建立“生活垃圾分類”收集信息管理系統(tǒng),對城市生活垃圾的產(chǎn)生種類、區(qū)域分布規(guī)律、居民投放習(xí)慣等信息進(jìn)行動態(tài)監(jiān)測,以提升監(jiān)管效率。同時(shí),還應(yīng)積極鼓勵(lì)更多的居民成為志愿者,并引入第三方機(jī)構(gòu),由完全依賴政府的行政監(jiān)管模式轉(zhuǎn)型成政府依法監(jiān)管、第三方專業(yè)監(jiān)管和居民參與監(jiān)管的綜合監(jiān)管模式。