考虑公众选择偏好的应急避难安置双阶段选址-分配模型

为使开放避难场所符合公众自行避难的实际情况,借鉴Huff模型量化公众选择行为,构建双阶段选址-分配模型,第1阶段确定开放避难场所位置,第2阶段将溢出容量的灾民二次分配到有剩余容量的避难场所,并利用改进粒子群算法进行求解。研究结果表明:双阶段选址-分配模型能够实现同一需求点灾民前往不同避难场所的过程,管理者干预政策能够使服务人数大幅度增加,避免资源浪费、灾民流离失所且二次分配情况主要依赖于第1阶段的结果。研究结果可为管理部门规划应急避难场所提供参考。

公众对电力来源清洁化的支付意愿

电力来源清洁化对于中国的环境保护和能源安全有重要意义。了解公众对电力来源清洁化的偏好及支付意愿可为政府制定能源改革政策提供支撑。本文采用离散选择实验法研究了公众对电力来源清洁化的偏好和支付意愿,分析了电力来源结构、环境影响(CO2、SO2排放量)、电价等属性对偏好的影响以及不同特征个体间偏好的差异。基于在中国10个主要城市收集到的1008份有效问卷,本文运用Mixed Logit模型和Latent Class模型分析了数据。结果发现:(1)公众对电力来源的偏好存在地域差异;(2)电力来源带来的环境影响以及电价的增加均与公众对电力清洁化偏好程度呈负相关;(3)不同特征的个体对电力来源的偏好也不同,年龄越大、收入越高、居住地越靠近城市和越重视环保的受访者,越偏好清洁的电力来源;(4)公众愿意为SO2或CO2排放量降低30%的清洁电力多支付31%的电价,公众的环保态度对该支付意愿的影响(差异为26%左右)大于社会经济特征(如年龄)对支付意愿的影响(差异为15%左右)。基于此,本文建议在各地采用精细化的政策促进电力来源清洁化,以及增强公众的环保意识,尤其是低收入群体、年轻群体和乡村群体,从而提高公众对清洁可再生能源的接受度和支付意愿。