博弈論視角下餐廚垃圾監管問題的研究

陳學妍，肖增敏

（南京中醫藥大學，江蘇 南京 210046）

《2017—2022 年中國餐廚垃圾處理行業發展前景預測與投資戰略規劃分析報告》表明，早在2015年末我國餐廚垃圾日均產生量就達2.6×105t/d，而實際處理能力不超過1.4×104t/d。如果解決不好餐廚垃圾的回收問題，將會直接污染地下水，引起沼氣爆炸甚至引發豬瘟，威脅人們生命健康［1-4］。2016 年9 月，100 個餐廚垃圾處理試點城市（區） 中，已有68 個陸續出臺了餐廚垃圾管理辦法［5-7］。《江蘇省餐廚廢棄物管理辦法》明確規定：“餐廚廢棄物產生單位將餐廚廢棄物排入湖泊、溝渠的，由縣級以上地方人民政府市環境衛生主管部門或有關部門依法查處”。

但盡管政府頒布了《餐廚垃圾廢棄物管理辦法》《城市生活垃圾管理辦法》等相關條例來規范餐廚垃圾的處理，餐廳隨意傾倒餐廚垃圾的現象仍屢見不鮮，這些問題引起了國內外學者的廣泛關注。Takeshi Matsuda 等［8］指出預防食物流失及廢物管理政策，包括單獨收集將是未來餐廚垃圾管理的重點。Warshawsky［9］則指出加大政府對食品企業和家庭的監管力度，餐廚垃圾才能顯著減少。針對餐廚垃圾的管理，我國學者也做了不少研究。從科技的角度來看，江洋等［10］指出好氧堆肥技術在餐廚垃圾處理方面發揮重要作用。潘婧冉等［11］則全面分析餐廚垃圾處理各工藝單元的微生物種群組成和變化規律，為優化餐廚垃圾厭氧消化處理工藝提供科學依據。從監管的角度來看，劉曉等［12］指出管理餐廚垃圾問題的主要手段是完善監管制度，加大執法力度。路風輝等［13］則進一步指出我國在餐廚垃圾分類的監管規定上還存在不足，主張建立餐廚垃圾獎懲制度，為餐廚垃圾處理提供了新思路。

針對餐廚垃圾處理問題，有學者提出增強科技水平、發展環保產業的方案來解決問題，也有學者從政策法規的視角來處理問題。但究其本質來說，餐廚垃圾處理不善源于利益沖突，餐廳與政府建立沖突的過程實質上就是博弈過程。餐廚垃圾處理可看作餐廳與政府之間，在一定的博弈規則下，從各自允許的策略集合中進行選擇并實施，追求“利益”最大化進行博弈的結果。因此，本研究結合前人的研究成果，從博弈論的角度分析懲罰和獎勵2 種模式對餐廚垃圾處理的影響，并結合環保方案為解決餐廚垃圾處理問題提出對策和建議。

1 懲罰策略下餐廚垃圾處理監管博弈模型構建及分析

政府對于餐廚垃圾的處理監管，通常采用嚴格的監督懲罰措施，這從法律的角度規范了餐廚垃圾的處理，給餐廳制定了餐廚垃圾處理的準則，一定程度上減少了餐廳對垃圾的隨意處理行為。但是就目前管理形式來看，單純嚴格的監管手段并不能讓餐廳自覺自愿地進行餐廚垃圾的科學處理，因此首先從懲罰策略角度對餐廚垃圾的處理建立博弈模型并進行分析。

1.1 模型構建

博弈論是研究決策者在決策主體各方相互作用情況下如何進行決策及有關這種決策的均衡問題的理論。

1） 博弈方有2 個：餐廳C，政府G。餐廳有傾倒餐廚垃圾和不傾倒2 種選擇，政府則有檢查和不檢查2 種選擇；各方收益函數分別是U1、U2。

2） 設餐廳不傾倒垃圾要進行的垃圾處理成本為R，傾倒餐廚垃圾被檢查發現后要承擔政府的罰款M，政府檢查投入的成本為C。為了減少餐廚垃圾的傾倒，政府通常在維護檢查成本的前提下采取嚴懲措施，故罰款M 大于檢查成本C，同時檢查成本C 大于垃圾處理成本R（M＞C＞R＞0）。

3） 餐廳傾倒餐廚垃圾的行為造成的綜合社會損失為F（如地下水、大氣等環境污染以及未進行垃圾資源化處理帶來的經濟損失）。

由此，構建政府與餐廳的監管博弈模型如表1所示。

表1 處罰模式下餐廳和政府關于餐廚垃圾傾倒的博弈矩陣

1.2 模型分析

通過分析表1，得出此博弈不存在純策略納什均衡。當餐廳選擇傾倒餐廚垃圾時，對政府來說最好的選擇就是監管（M-C-F＞-F）；當政府選擇監管時，對餐廳來說不傾倒垃圾是最優之選（-M＜-R）；當餐廳選擇不傾倒垃圾時，對政府來說不監管是合理的選擇；而當政府選擇不監管時，對餐廳來說傾倒就是最優選擇。此時，雙方的博弈會一直循環下去，不會自動形成均衡策略，屬于混合策略納什均衡。因此，餐廳是否傾倒餐廚垃圾，政府是否進行嚴格監管，存在一定的概率。在此模型中，不妨假設博弈方C 選擇傾倒和不傾倒的概率分別是p 和1-p，博弈方G 選擇監管和不監管的概率分別是q 和1-q。

根據表1 可得博弈方C 的期望收益函數為：

同理博弈方G 的期望收益函數為：

分析得到混合策略納什均衡下：

故而得到混合策略納什均衡（C/M，R/M）。

由C＞R 推出C/M＞R/M，所以在罰款M 一定的情況下，政府的執行成本遠大于餐廳傾倒垃圾可獲得的收益。那么，餐廳傾倒垃圾的機會就大于政府的監管機會。所以僅依靠政府的管制手段無法禁止餐廚垃圾傾倒。

2 獎勵策略下餐廚垃圾處理監管博弈模型構建及分析

鑒于單純依靠政府的管制禁止餐廚垃圾傾倒具有一定的欠缺性，可考慮在政府形成一定監管體制的基礎上，對自愿進行餐廚垃圾科學處理的餐廳給予一定的獎勵。

2.1 模型構建

若餐廳未隨意傾倒垃圾則政府給予一定的獎勵S，則博弈矩陣如表2 所示。

表2 獎勵模式下餐廳與政府關于餐廚垃圾傾倒的博弈矩陣

2.2 模型分析

通過分析表2，得出此模型不存在純策略均衡。當餐廳選擇傾倒垃圾時，對政府來說最好的選擇就是監管（M-C-F＞-F）；當政府選擇監管時，對餐廳來說最優選擇是不傾倒，S-R＞-M；當餐廳選擇不傾倒時，對政府來說不監管是合理的選擇；而政府選擇不監管的話，對餐廳來說傾倒就是最優選擇。如此這樣，雙方的博弈會一直循環下去，不會自動形成均衡策略，屬于混合均衡策略。因此在賦予一定概率的情況下，博弈方C 和G 的期望收益函數為：

分析得到混合策略納什均衡下：

故而得到混合策略納什均衡：[S/（M+S），R/（M+S）]。

根據此均衡結果，得出以下結論：

1） 若S＞R，則S/（M+S）＞R/（M+S）。那么，餐廳傾倒垃圾的機會就大于政府的監管機會。所以在此種條件下，政府進行監管的概率低于餐廳傾倒垃圾的概率，不能很好地達到禁止垃圾傾倒的目的。

2） 如果S≤R，則S/（M+S）≤R/（M+S）。那么，餐廳傾倒垃圾的機會就小于政府的監管機會。所以在此種條件下政府進行監管的概率高于餐廳傾倒垃圾的概率，可以很好地達到禁止垃圾傾倒的目的。

總的來說，解決中小型餐廳餐廚垃圾處理的關鍵是政府采用獎懲并進的策略進行管理，同時最大限度確保政府的獎勵可以大于餐廚垃圾的處理成本。因此，政府可采用合適的獎勵措施補貼餐廳的餐廚垃圾處理，提高S；同時大力發展大型餐廚垃圾處理項目，讓專業的餐廚垃圾處理公司為餐廳提供更為便捷、高效、低成本的餐廚垃圾處理服務，減少R。

3 對策建議

根據上述研究結論可以看出，在進行一定的懲罰機制的基礎上，若政府給予餐廳獎勵的金額能夠彌補餐廚垃圾的處理費用，則禁止餐廚垃圾傾倒是有效的。即采用一定的懲罰機制與獎勵補貼模式并用的措施，引導餐廳正確處理餐廚垃圾是比較有效的監管方式。為更好地處理餐廚垃圾傾倒問題提出以下建議。

3.1 加大政府收運財政投入

對餐廚垃圾處理實行免費收運或政府購買補貼，提高S，鼓勵餐廳采用合理的方式積極處理餐廚垃圾。政府補貼形式可以多樣化：①減少水、電、煤氣費；②降低營業稅額；③優惠添置油水分離器、廚余垃圾分類箱等處理工具；④對于農村地區的餐廳可建立集體沼氣池發電，根據垃圾傾倒的比例來分配電量；⑤采用階梯化補貼方式，對不同規模的餐廳采取不同的補貼定價方式；⑥分配專門人員對餐廳餐廚垃圾處理進行指導與監督，以此來鼓勵餐廚垃圾產生單位強化自律意識，配合政府做好餐廚垃圾的規范收運和處置。

3.2 大力發展大型餐廚垃圾處理項目

餐廚垃圾處理屬于市政民生工程，目前我國大部分項目采用BOT 模式運作，即政府通過契約授予私營企業（包括外國企業） 一定期限的特許專營權，并允許其通過收取費用或出售產品來清償貸款、回收投資并賺取利潤，待合同期滿后移交政府部門［14］。現階段我國餐廚垃圾處理技術及運行模式尚未成熟，補貼是餐廚垃圾處理發展的主要支撐。因此，政府可積極引入大型餐廚垃圾處理項目，鼓勵本地餐廚垃圾處理項目進行創新與發展。同時，通過產學研結合，利用國家及省級科研項目，提高餐廚垃圾資源化率，增強飼料原料轉化率和油脂提取率，實現資源化技術的集成。

3.3 以科技化為支撐加強監管

本研究分析的結果是采用懲罰機制與獎勵補貼模式并用的措施，來引導餐廳正確處理餐廚垃圾，因此政府可采用科技化手段形成一定的監管體制，提高監管的效率。

以全國餐廚垃圾資源化利用和無害化處理試點城市之一的蘇州為例：蘇州以信息化數據采集為依托建立起監督管理體系，運用云技術和物聯網技術定制開發一套完整的信息交流網絡系統，對餐廚企業廢棄物產生情況、處置企業收運情況進行實時數據采集和監管［15］。這種模式充分利用科技化手段管理餐廚垃圾處理問題，可謂卓見成效，但是其普及化程度不高，因此，各地政府可根據城市基本情況，因地制宜，建立本地的餐廚垃圾信息交流監督管理體系，加大普及力度。

3.4 加大宣傳教育力度

可在源頭上提高餐廳管理者和消費者的思想覺悟，減少餐桌浪費，杜絕餐廚垃圾隨意傾倒的行為［16］。因此，政府可通過報紙、電視、網絡等多種媒介，向人們宣傳傾倒餐廚垃圾對環境以及人們的生命健康安全造成的巨大危害，培養廣大市民的環保意識，增強居民的社會責任感。同時在學校和社區定期開展餐廚垃圾科學分類的科普活動，讓廣大市民熟悉餐廚垃圾的分類標準，自覺投身于餐廚垃圾分類處理的活動中去。