基于博弈视角的餐饮企业垃圾分类影响因素及对策＊

■ 李丹 仪宣彤 陈玫璐 姚秋宇 王玉琪 田关庆林

辽宁工程技术大学工商管理学院 葫芦岛 125000

0 引言

2019年6月初，我国住房和城乡建设部（以下简称“住建部”）、国家发展和改革委员会（以下简称“发改委”）等9 部委发文宣布自2019年起在全国地级及以上城市全面启动生活垃圾分类工作，垃圾分类逐步引发热议。继2019年7月1日上海实施垃圾分类之后，福州、温州、芜湖、杭州、西安、无锡6 地也相继进入垃圾分类“强制时代”。《上海市生活垃圾管理条例》表明，若未按规定进行垃圾分类，单位罚款最高可达5 万元。同时，深圳、北京也同样立法出台垃圾分类政策，另外还有46个城市即将实施[1]。自2012年以来，党中央多次强调美丽中国战略的重要意义，强调防污防治工作的重要性。作为治理污染的重要方面，垃圾处理成为我国急需解决的重要问题，做好垃圾分类工作具有重要意义。

我国餐饮业飞速发展，餐厨垃圾产量呈现逐年快速增长态势。我国餐厨垃圾在城市生活垃圾中的占比为37%至62%，据《2017-2022年中国餐厨垃圾处理行业发展前景预测与投资战略规划分析报告》显示，2018年全国餐厨垃圾产生量超过1亿吨，达到10800万吨。

餐饮垃圾在生活垃圾中占比巨大，餐饮企业能否认真做到垃圾分类，对环境保护意义斐然。由于垃圾分类工作数量大、强度高、要求多，很多餐厅准备增设“垃圾分类专员”一职，利用专人进行二次分拣，采用专业垃圾处理设备，这些都会极大增加餐饮企业的运营成本，然而企业本质是以盈利为目的，如果遵循规定要求进行垃圾分类处理，势必增加企业额外支出，所以企业多会选择不进行垃圾分类，因此如何引导餐饮企业做好垃圾分类工作迫在眉睫。

图1 2012～2018年中国餐厨垃圾产生量规模

十九大报告中指出“像对待生命一样对待环境，加快建立绿色生产和消费的法律制度和政策导向”，政府政策的制定对环境保护有至关重要的作用，环境保护的生活层面首先是垃圾分类。基于此，辽宁省教育厅设立了“治理现代化视域下地方政府政策扩散机理及失灵矫正”课题，本文是该课题的阶段性研究成果，成果的建议对政府对执法部门奖惩政策的制定有重要的作用。

1 文献综述

垃圾分类是减少环境污染、促进资源回收利用的有效途径，随着餐饮行业的飞速发展，餐饮垃圾的分类问题逐渐成为社会热点。国内学者围绕垃圾分类从不同角度进行了研究。

我国应建立能够满足不同环境要求的，属于中国特色的综合废物分类体系[2]。李春林曾指出做好垃圾分类的重点是推进有害垃圾和餐厨垃圾的单独收运、处理工作[3]。而德国完备的餐厨垃圾处理体系、便捷的翻台设计，为我们提供了借鉴与思考[4]。曹雨柔认为缺乏法律规范、系统的流程政策也是垃圾分类无法有效落实的原因之一[5]，而发达国家在此方面制定了详细全面的法规[6]。王芮指出应制定生活垃圾分类管理的配套法律规章和实施细则，督促公民履行法律义务[7]。因此应依法严查餐饮企业违法行为，形成完善的监管体系[8]。

在激励、监督机制设计角度，宋雨航提出有效监督、惩罚或激励机制对垃圾分类起促进作用[9]。李晓英基于循环经济理论，构建了科学的辽宁省餐饮垃圾处理模型，提出声誉激励、政策激励[10]。傅雯雯基于“史密斯模型”，发现加强政策监督，制定细致、严格的考核体系，同时将考核与绩效挂钩，有利于垃圾分类工作的实行[11]。李小波提出应由环保部门对垃圾处理工作进行监督，实施三位一体的生活垃圾治理模式[12]。

国外学者对垃圾分类问题的研究主演集中于垃圾的后续处理方法，如Cherubini 提出无沼气填埋策略、沼气燃烧发电式策略、有机无机分类策略[13]。

综上，目前国内研究大多是针对生活垃圾，提出分类处理方法及解决建议，但是建议多处于理论层面，缺乏有效论证。本文以在生活垃圾中占比较大的餐饮垃圾为切入点，构建餐饮企业与执法部门的垃圾分类博弈模型，分析执法部门和餐饮企业在垃圾分类中的行为关系，提出有效的、切实可行的垃圾分类对策。

2 “囚徒困境”简介

囚徒困境是一个非常经典的占优策略均衡，每个参与者的效用取决于每个人的选择，因此每个参与者的最佳选择也依赖于所有其他参与者的选择。但是，当一个参与者的最优选择并不取决于他人的选择时，这样的最佳策略就被称为“占优策略”。由所有参与者的占优策略构成的策略组合被称为“占优策略均衡”。具体内容：两个囚犯被关进监狱，彼此之间无法沟通，如果他们都不认罪，则没有确凿的证据，每个人仅入狱一年；如果只有一人坦诚罪行，不承认罪行者被判入监狱八年；如果二者都认罪，因为证据确凿，双方均判入狱5年。其得益矩阵见图2。

图2 囚徒困境博弈矩阵

对于囚徒A来说，无论囚徒B选择坦白或是不坦白，A 都会选择坦白，从A 的角度出发，最优选择为坦白，从B的角度出发，情况也是相同，即坦白是二者的严格占优策略，因此，此博弈结果可以预测，将是（坦白，坦白），但这对于囚徒A 和B 而言都不是最优结果，如果二者都选择不坦白，则收益最大。囚犯两人都从利己角度出发，最终结果确是损人损己，这就反应了个人理性与集体理性的冲突。

3 餐饮企业间的垃圾分类博弈

假设一地区有A、B 两家餐饮企业，对于A 企业来说，不进行垃圾分类的收益为R，如果进行垃圾分类则需要投入人工设备等垃圾分类成本，收益为S，对于B 企业来说情况相同，如果两企业都进行垃圾分类，对于整体外部环境效用为T，如果都任垃圾随意处置，整体环境效用为P，满足条件（T+T）>(R+S)，R>T>P>S，博弈矩阵如图3所示。

图3 餐饮企业博弈矩阵

用划线法求解纳什均衡，如果双方仅考虑自身利益，满足理性人追求自身利益最大化的前提下，无论对方的选择如何，对于每个企业而言，最优选择都是不进行垃圾分类，即不进行垃圾分类是严格占优策略，然而这种个体理性并不是对于整个环境而言的最佳选择，这就是囚徒困境博弈模型[14]。

但是这个均衡策略并不是对于整体环境效用最大化的策略，破解囚徒困境也是疑难所在。2019 上海市正式实施《上海市生活垃圾管理条例》后，相关执法部门对违规餐饮企业开出了《责令改正通知书》，要求立即改正，如若拒不改正，将处以5000～50000元罚款，这样降低了不进行垃圾分类企业的收益R，是破解囚徒困境的一种触发机制。这就要求执法部门介入对餐饮企业的垃圾分类进行监管。

4 城管执法部门与垃圾分类的餐饮企业之间的博弈

2018年7月住建部发布《城市生活垃圾分类工作考核暂行办法》对城市推行生活垃圾分类工作进度进行监管及考核，加强推进生活垃圾分类的进程。餐饮企业执行国家政策，选择垃圾分类，但是也有企业为了减少垃圾分类成本，可能不进行垃圾分类。从博弈论角度来分析，企业可以选择的策略为（分类，不分类）；城管执法部门可以选择的策略为（检查，不检查）。

4.1 博弈原型

假定不存在贿赂执法部门行为且企业垃圾分类成本与执法部门检查成本无关[15]。a表示餐饮企业进行垃圾分类的成本；b表示城管执法部门检查成本；p表示执法部门突击检查垃圾分类情况的概率；q表示餐饮企业不垃圾分类的概率；c表示对企业不进行垃圾分类行为的罚款，构建城管执法部门与餐饮企业双方博弈的得益矩阵，如图4所示。

求解上述混合策略的纳什均衡：

（1）先分析城管执法部门选择检查决策：给定餐饮企业不垃圾分类概率q，垃圾分类概率（1-q）

城管执法部门选择检查的期望收益为：

图4 餐饮企业与执法部门博弈

城管执法部门选择不检查的期望收益为：

使二者期望收益相等，解E(1,q) =E(0,q)，得餐饮企业不垃圾分类的概率为

由公式可知，企业不垃圾分类的概率q∗与检查成本b、罚款c有关。当成本一定时，餐饮企业的罚金越大越大，餐饮企业实行垃圾分类的概率越高。即如果概率小于q∗，城管执行部门最优策略是不检查，否则是检查。

再分析餐饮企业不实行垃圾分类决策：给定执法部门检查的概率p，不检查概率为(1-p)

企业选择垃圾分类的期望收益为：

企业选择不垃圾分类的期望收益为：

解E(p,1) =E(p,0)，得执法部门检查概率p∗=

由公式可知，执法部门检查概率p∗与罚款c和餐饮企业垃圾成本a有关。由上式可知，罚金越大时，城管执法部门突击检查的概率越低。即如果城管执法部门检查的概率小于p∗，餐饮企业最优策略是不进行垃圾分类，否则是垃圾分类。

此时执法部门期望收益：

餐饮企业期望收益：

因此混合策略[(p∗,1-p∗),(q∗,1-q∗)]纳什均衡是，即城管执法部门以的概率检查，而餐饮企业以的概率不实行垃圾分类。

由上述分析可知罚金越大，餐饮企业违规概率越小，同时执法部门检查概率越低。即在检查概率较低的情况下处以高额的罚款，此时会导致部分餐饮企业心理不平衡，挫伤企业垃圾分类积极性，久而久之餐饮企业的违规概率会变大，此时增加执法部门期望收益，有助于执法部门提高执法积极性。

4.2 引入绩效奖励的博弈模型

e 是执法部门的绩效奖励。餐饮企业进行垃圾分类后，对社会环境产生积极影响作用，执法部门由此得到绩效奖励，当餐饮企业出现违规现象，被执法部门勒令改正后，也给予执法部门绩效奖励。构建城管执法部门与餐饮企业双方博弈的得益矩阵，如图5所示。

图5 引入绩效奖励的餐饮企业与执法部门博弈

求解上述混合策略的纳什均衡：

（1）先分析城管执法部门选择检查决策：给定餐饮企业不垃圾分类概率q，垃圾分类概率(1-q)

城管执法部门选择检查期望收益为：

城管执法部门选择不检查期望收益为：

解E(1,q) =E(0,q)，得餐饮企业不垃圾分类的概率为

由公式可知，与检查成本b、罚款c和绩效奖励e有关。当成本一定时，餐饮企业的罚金越大和城管执法部门的绩效奖励越大，餐饮企业实行垃圾分类的概率越高。即如果餐饮企业不垃圾分类的概率小于，城管执行部门最优策略是不检查，否则是检查。

（2）再分析餐饮企业不实行垃圾分类决策：给定执法部门检查的概率p，不检查概率(1-p)

企业选择垃圾分类的期望收益为：

企业选择不垃圾分类的期望收益为：

解E(p,1)=E(p,0)，得执法部门检查概率=

与罚款c和餐饮企业垃圾成本a有关。由上式可知，罚金越大时，城管执法部门突击检查的概率越低。即如果城管执法部门检查的概率小于，餐饮企业最优策略是不垃圾分类，否则是垃圾分类。

此时执法部门期望收益：

餐饮企业期望收益：

4.3 引入保证金的博弈模型

引入保证金m，m是餐饮企业根据盈利情况上交的保证金，以三年为期限，第一年初上交保证金m，一年中若出现违规现象，从保证金中扣除罚金c，c=km(0

图6 引入保证金的餐饮企业与执法部门博弈

求解上述混合策略的纳什均衡：

（1）先分析城管执法部门选择检查决策：给定餐饮企业不垃圾分类概率q，垃圾分类概率(1-q)

城管执法部门选择检查的期望收益为：

城管执法部门选择不检查的期望收益为：

解E(1,q)=E(0,q)，得餐饮企业不垃圾分类的概率是

（2）再分析餐饮企业不实行垃圾分类决策：给定执法部门检查的概率p，不检查概率(1-p)

企业选择垃圾分类的期望收益为：

企业选择不垃圾分类的期望收益为：

解E(p,1)=E(p,0)，得执法部门检查概率

执法部门期望收益：

餐饮企业期望收益：

由此可知引入保证金后，餐饮企业违规概率和执法部门检查概率不变，而餐饮企业的期望收益却增加了。即加大了餐饮企业垃圾分类积极性，却不影响执法部门的收益。

4.4 引入精神奖励的博弈模型

为了提高执法部门监督积极性，起到正激励作用，引入精神奖励d，对未被查出违规行为的餐饮企业以及查出违规行为的执法部门进行奖励。构建城管执法部门与餐饮企业双方博弈的得益矩阵，如图7所示。

图7 引入精神奖励的餐饮企业与执法部门博弈

求解上述混合策略的纳什均衡：

（1）先分析城管执法部门选择检查决策：给定餐饮企业不垃圾分类概率q，垃圾分类概率(1-q)

城管执法部门选择检查的期望收益为：

城管执法部门选择不检查的期望收益为：

解E(1,q)=E(0,q)，得餐饮企业不垃圾分类的概率是

由公式可知，除了与检查成本b、罚款c和绩效奖励e有关，还和精神奖励d有关。当成本一定时，餐饮企业的罚金越大、城管执法部门的绩效奖励和精神奖励越大，餐饮企业实行垃圾分类的概率越高。

（2）再分析餐饮企业不实行垃圾分类决策：给定执法部门检查的概率p，不检查概率(1-p)

企业选择垃圾分类的期望收益为：

企业选择不垃圾分类的期望收益为：

解E(p,1)=E(p,0)，得执法部门检查概率

与罚款c、餐饮企业垃圾成本a和精神奖励d有关。由上式可知，罚金越大、精神奖励越大时，城管执法部门突击检查的概率越低。

执法部门期望收益：

餐饮企业期望收益：

由此可知引入精神奖励后，餐饮企业期望收益变大，极大的调动了餐饮企业垃圾分类积极性，同时执法部门期望收益增加，提高执法效率，对执法部门起到正向激励作用。即对餐饮企业增收保证金，对二者实施精神奖励制度，会提高企业垃圾分类积极性，使执法部门勤于执法，保证了垃圾分类政策的有效落实。

5 餐饮企业实施垃圾分类的对策建议

根据上述分析可知给与执法部门绩效奖励、对餐饮企业实行保证金制度和对双方实行精神奖励都会促使餐饮企业进行垃圾分类，同时国外完善的餐饮垃圾处理体系值得借鉴与思考。

5.1 绩效奖励

企业进行垃圾分类后，执法部门会获得绩效奖励。当加大执法监管力度后，企业垃圾分类带来的环境效益会提高，相应的执法部门也会得到更多的奖励。通过构建餐饮企业与执法部门模型，引入绩效奖励，由公式（11）可得执法部门期望收益增加，即设置绩效奖励后，执法部门会勤于执法、严于执法。目前广州市已将行政机关生活垃圾强制分类工作纳入常态化管理和绩效考核，考核成绩与绩效工资挂钩，可将行政机关对垃圾分类的绩效考核进一步推广到全国范围。

5.2 实行保证金制度

国家实行垃圾分类政策后，各地餐饮企业实施保证金制度。餐饮企业按照企业规模上交保证金，以3年或5年为期限，第一年初上交保证金，若出现违规现象，从保证金中扣除罚款，前两年末企业需补齐保证金，根据垃圾分类执行情况，第三年末或第五年末退还企业扣除罚款的保证金。由公式(18)可知，实行保证金制度后，餐饮企业期望收益增加，对于推行垃圾分类工作起到促进作用。由道格拉斯·诺斯“路径依赖”理论可知，制度变革也存在着自我强化和报酬递增机制。一旦走上某一既定路径，它的既定方向会在以后的发展中得到自我强化[15]引入保证金后，城管执法部门与餐饮企业双方博弈模型得到优化，3年或5年后餐饮企业垃圾分类工作进入良性循环状态，即使不实施保证金制度，企业垃圾分类工作也能有效落实，此时，对老企业取消保证金制度。新进餐饮企业依然采用保证金制度，直至垃圾分类良性循环为止。

5.3 给予精神奖励

根据“权责利对等”原则，应将正向与负向激励实施有机结合，若过分注重负激励威慑力，不利于垃圾分类工作的有效进行，因此应当注重发挥正向激励的积极效应[16]。对未被查出违规行为的餐饮企业以及查出违规行为的执法部门进行精神奖励，由公式(23)、(24)可知，二者的期望收益均提高。对于餐饮企业，表彰奖励有利于提高企业形象，餐饮企业可以通过做好垃圾分类展现企业责任感，提高影响力。对于执法部门，表彰奖励有利于绩效考核，督促执法部门始终保持良好职业素养。

5.4 完善国内餐饮企业垃圾处理系统

餐饮企业进行垃圾分类后会增加成本，重新设计翻台流程后企业的营业额和服务质量都很难保证，参考国外先进的餐厨垃圾处理方法，在我国原有基础上让服务员在翻台时使用两侧各悬挂干湿垃圾桶的推车，直接做好垃圾的干湿分离工作，规定餐饮企业的下水道必须要安装油污过滤系统，对水中的废油进行分离收集，定期对废油实施无害化集中处理，实现循环再利用。同时引进先进的垃圾分类处理技术，节省成本。完善餐厨垃圾分类管理体系，走向精细化运营管理。

6 结语

我国餐饮垃圾产量逐年增长，餐饮垃圾分类问题层出不穷。关于餐饮垃圾分类实施难点主要在于监管标准落实问题、执法部门监管及惩罚力度问题。对于餐饮企业而言，餐饮垃圾量大、分类困难，垃圾分类设备的采购以及员工费用等运营成本的增加也是重要问题。

博弈模型的构建为解决方法的提出提供了有效依据，从执法部门与餐饮企业两方面入手，基于博弈论相关理论，在执法部门和餐饮企业之间构建完全信息静态博弈模型。一方面将餐饮企业垃圾分类效益与执法部门绩效工资挂钩，实施精神奖励制度，发现可提高执法部门执法效率，解决执法部门监管问题。另一方面通过对餐饮企业征收保证金，发现增加了期望效益，依据“路径依赖”理论，可促使餐饮企业垃圾分类工作在未来进入良性循环状态。我国垃圾分类处理系统还有待完善，可借鉴国外先进的垃圾处理方法，降低垃圾处理成本，同时重新设计翻台流程以节省人工成本。响应国家可持续发展政策，促进餐饮垃圾分类工作，真正做到资源的有效利用。