Mặc dù kết quả của luận án có những đóng góp về mặt học thuật và thực tiễn
nhƣng nghiên cứu vẫn còn một số hạn chế. Vì vậy, tác giả kiến nghị cho hƣớng
nghiên cứu tiếp theo.
Thứ nhất, nghiên cứu tiến hành hỏi trong cùng 1 phiếu khảo sát cho hai
phƣơng pháp định giá ngẫu nhiên và phƣơng pháp mô hình lựa chọn có thể tạo ra
―hiệu ứng thứ tự (order effects)‖. Vì vậy, các nghiên cứu tiếp theo có thể thực hiện
khảo sát phƣơng pháp định giá ngẫu nhiên riêng và phƣơng pháp mô hình lựa chọn
riêng trong các phiếu khảo sát khác nhau.
Thứ hai, các nghiên cứu sử dụng đồng thời phƣơng pháp định giá ngẫu nhiên
và phƣơng pháp mô hình lựa chọn tiếp theo có thể thực hiện thêm nội dung về bản
thân phƣơng pháp định giá ngẫu nhiên và phƣơng pháp mô hình lựa chọn chẳng hạn
sử dụng hình ảnh hỗ trợ hay sử dụng các phƣơng thức trả tiền khác nhau.
Thứ a, do nghiên cứu này chỉ dừng lại thực hiện khảo sát ở bốn tỉnh/ thành
phố ở khu vực ĐBSCL (thành phố Cần Thơ (đô thị loại I), thành phố Long Xuyên
tỉnh An Giang (đô thị loại II), thành phố Vĩnh Long tỉnh Vĩnh Long và thành phố Vị
Thanh tỉnh Hậu Giang (đô thị loại III) nên tác giả kiến nghị nghiên cứu tiếp theo
thực hiện khảo sát thêm một số tỉnh/thành phố còn lại ở khu vực ĐBSCL. Ngoài ra,
nghiên cứu tiếp theo có thể tiến hành thực hiện ở các địa bàn thuộc khu vực nông
thôn và các loại đô thị còn lại (đô thị loại IV và đô thị loại V) do sự gia tăng lƣợng
chất thải rắn cũng nhƣ việc quản lý chất thải rắn còn nhiều hạn chế đang trở thành
vấn đề đáng quan tâm không chỉ ở cả thành thị mà còn ở vùng nông thôn.
Thứ tư, nghiên này đã đƣa ra bốn thuộc tính của chƣơng trình làm giảm
lƣợng CTR của hộ gia đình, làm giảm lƣợng CTR cần đƣợc xử lý, làm giảm lƣợng
khí thải CO2, số loại CTR cần đƣợc phân loại và mức sẵn lòng chấp nhận. Các
thuộc tính này đƣợc chọn lọc dựa vào việc lƣợc khảo tài liệu, thảo luận nhóm và
tham vấn ý kiến chuyên gia một cách cẩn thận. Tuy nhiên, các nghiên cứu tiếp theo
vẫn nên chọn lọc và bổ sung các thuộc tính khác để mô tả tổng quát hơn cho
chƣơng trình quản lý CTR.
139 trang |
Chia sẻ: Minh Bắc | Ngày: 16/01/2024 | Lượt xem: 256 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Luận án Giá trị kinh tế của chương trình làm giảm lượng chất thải rắn của hộ gia đình ở đồng bằng sông Cửu Long, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
for improved residential waste
management in a developing country. International Journal of Environmental
Science and Technology, 10(3), 413-422.
Flores, N. E. (2017). Conceptual Framework for Nonmarket Valuation. A Primer on
Nonmarket Valuation, 13, 27-54.
Foster, V., & Mourato, S. (2003). Elicitation format and sensitivity to
scope. Environmental and resource economics, 24(2), 141-160.
Freeman III, A. M., Herriges, J. A., & Kling, C. L. (2014). The measurement of
environmental and resource values: theory and methods. Routledge, New
York.
Fukuda, K., Isdwiyani, R., Kawata, K., & Yoshida, Y. (2018). Measuring the
impact of modern waste collection and processing service attributes on
residents’ acceptance of waste separation policy using a randomised conjoint
field experiment in Yogyakarta Province, Indonesia. Waste Management &
Research, 36(9), 841-848.
Gaglias, A., Mirasgedis, S., Tourkolias, C., & Georgopoulou, E. (2016).
Implementing the Contingent Valuation Method for supporting decision
making in the waste management sector. Waste management, 53, 237-244.
Garrod, G., & Willis, K. (1998). Estimating lost amenity due to landfill waste
disposal. Resources, conservation and recycling, 22(1-2), 83-95.
Gellynck, X., & Verhelst, P., 2007. Assessing instruments for mixed household
solid waste collection services in the Flemish region of Belgium. Resources,
conservation and recycling, 49(4), 372-387.
Gómez, W., Salgado, H., Vásquez, F., & Chávez, C. (2014). Using stated
preference methods to design cost-effective subsidy programs to induce
technology adoption: an application to a stove program in southern
Chile. Journal of Environmental Management, 132, 346-357.
Green, P. E., & Srinivasan, V. (1978). Conjoint analysis in consumer research:
issues and outlook. Journal of consumer research, 5(2), 103-123.
Hagos, D., Mekonnen, A., & Gebreegziabher, Z. (2013). Households willingness to
pay for improved urban solid waste management: The case of Mekelle city,
Ethiopia. Ethiopian Journal of Economics, 22(1), 107-138.
Hammak, J., & Brown Jr, G. M. (1974). Waterfowl and wetlands: toward
bioeconomic analysis. Resources for the Future. Inc., Washington, DC, USA.*
Hanemann, M., (1999). Welfare analysis with discrete choice models, in: Herriges,
J., Kling, C., (Eds.), Valuing Recreation and the Environment, Edward Elgar,
Cheltenham, 33-64.
Hanemann, W. M. (1984). Discrete/continuous models of consumer
demand. Econometrica: Journal of the Econometric Society, 541-561.
Hanemann, W. M., & Kanninen, B. (1996). The statistical analysis of discrete-
response CV data (No. 1557-2016-133027).
Hanley, N., MacMillan, D., Wright, R. E., Bullock, C., Simpson, I., Parsisson, D.,
& Crabtree, B. (1998). Contingent valuation versus choice experiments:
estimating the benefits of environmentally sensitive areas in Scotland. Journal
of agricultural economics, 49(1), 1-15.
108
Hanley, N., Mourato, S., & Wright, R. E. (2001). Choice modelling approaches: a
superior alternative for environmental valuatioin?. Journal of economic
surveys, 15(3), 435-462.
Hausman, J. A. (1993). Contingent valuation: A critical assessment. Amsterdam,
The Netherlands: Elsevier Science.
Hausman, J., & McFadden, D. (1984). Specification tests for the multinomial logit
model. Econometrica: Journal of the econometric society, 1219-1240.
Hensher, D. A., & Johnson, L. W. (1981). Applied discrete-choice modelling. New
York, United States: Wiley.*
Hoyos, D. (2010). The state of the art of environmental valuation with discrete
choice experiments. Ecological economics, 69(8), 1595-1603.
Hoyos, D., & Mariel, P. (2010). Contingent valuation: Past, present and
future. Prague economic papers, 4(2010), 329-343.
Huhtala, A. (2010). Income effects and the inconvenience of private provision of
public goods for bads: The case of recycling in Finland. Ecological
Economics, 69(8), 1675-1681.
Hynes, S., Campbell, D., & Howley, P. (2011). A choice experiment versus a
contingent valuation approach to agri-environmental policy valuation
(Working paper no. 173). Department of Economics, National University of
Ireland, Galway, Galway.
Jin, J., He, R., Wang, W., & Gong, H. (2018). Valuing cultivated land protection: A
contingent valuation and choice experiment study in China. Land use
policy, 74, 214-219.
Jin, J., Wang, Z., & Ran, S. (2006). Comparison of contingent valuation and choice
experiment in solid waste management programs in Macao. Ecological
Economics, 57(3), 430-441.
Joel, S., Mark, K., & Cheserek Grace, J. (2012). Economic Valuation of Improved
Solid Waste Management in Eldoret Municipality. Journal of Emerging
Trends in Economics and Management Sciences (JETEMS), 3(6), 962-970.
Kardono, K. (2007). Integrated solid waste management in Indonesia. In Proc.
International Symposium on EcoTopia Science 2007, 629-633.
Karousakis, K., & Birol, E. (2008). Investigating household preferences for
kerbside recycling services in London: A choice experiment approach. Journal
of environmental management, 88(4), 1099-1108.
Ko, S., Kim, W., Shin, S. C., & Shin, J. (2020). The economic value of sustainable
recycling and waste management policies: The case of a waste management
crisis in South Korea. Waste Management, 104, 220-227.
Kofoworola, O. F. (2007). Recovery and recycling practices in municipal solid
waste management in Lagos, Nigeria. Waste management, 27(9), 1139-1143.
Kopp, R. J., & Smith, V. K. (1993). Valuing natural assets: the economics of
natural resource damage assessment. Resources for the Future.
Ku, S. J., Yoo, S. H., & Kwak, S. J. (2009). Willingness to pay for improving the
residential waste disposal system in Korea: A choice experiment
study. Environmental management, 44(2), 278-287.
Lancaster, K. J. (1966). A new approach to consumer theory. Journal of political
economy, 74(2), 132-157.
109
Lareau, T. J., & Rae, D. A. (1989). Valuing WTP for diesel odor reductions: an
application of contingent ranking technique. Southern Economic Journal, 728-
742.
Laurent, A., Bakas, I., Clavreul, J., Bernstad, A., Niero, M., Gentil, E., Hauschild,
M.Z. & Christensen, T. H. (2014). Review of LCA studies of solid waste
management systems–Part I: Lessons learned and perspectives. Waste
management, 34(3), 573-588.
Lee, C. Y., Jang, J. W., & Lee, M. K. (2020). Willingness to accept values for
vehicle-to-grid service in South Korea. Transportation Research Part D:
Transport and Environment, 87, 102487.
Lee, S., & Paik, H. S. (2011). Korean household waste management and recycling
behavior. Building and Environment, 46(5), 1159-1166.
Lehtonen, E., Kuuluvainen, J., Pouta, E., Rekola, M., Li, C.-Z. (2003). Non-market
benefits of forest conservation in southern Finland. Environmental Science &
Policy 6, 195-204.
Li, H., Yang, X., Zhang, X., Liu, Y., & Zhang, K. (2018). Estimation of rural
households’ willingness to accept two PES programs and their service
valuation in the Miyun reservoir catchment, China. Sustainability, 10(1), 170.
Lindhjem, H., & Mitani, Y. (2012). Forest owners’ willingness to accept
compensation for voluntary conservation: A contingent valuation
approach. Journal of Forest Economics, 18(4), 290-302.
Longe, E. O., & Ukpebor, E. F. (2009). Survey of household waste generation and
composition in Ojo local government area, Lagos state, Nigeria. Int. J. of
Geotech. & Env, 1(1), 41-54.*
Louviere, J. J., Hensher, D. A. & Swait, J. D. (2000). Stated choice methods:
Analysis and applications. Cambridge, United Kingdom: Cambridge
University Press.
Lu, W., Peng, Y., Webster, C., & Zuo, J. (2015). Stakeholders’ willingness to pay
for enhanced construction waste management: A Hong Kong
study. Renewable and Sustainable Energy Reviews, 47, 233-240.
Ma, J., & Hipel, K. W. (2016). Exploring social dimensions of municipal solid
waste management around the globe–A systematic literature review. Waste
Management, 56, 3-12.
Massarutto, A., Marangon, F., Troiano, S., & Favot, M. (2019). Moral duty, warm
glow or self-interest? A choice experiment study on motivations for domestic
garbage sorting in Italy. Journal of cleaner production, 208, 916-923.
McFadden, D. (1974). Conditional logit analysis of qualitative choice
behavior. Frontiers in Econometrics, 105-142.
McFadden, D., & Train, K. (2000). Mixed MNL models for discrete
response. Journal of applied Econometrics, 15(5), 447-470.
McGurk, E., Hynes, S., Manton, R., Thorne, F., & Clifford, E. (2019). Greenways,
recreational access and landowner willingness to accept: a contingent
valuation study of farmers in Ireland. Journal of Environmental Planning and
Management, 62(13), 2375-2392.
McKerlie, K., Knight, N., & Thorpe, B. (2006). Advancing extended producer
responsibility in Canada. Journal of Cleaner Production, 14(6-7), 616-628.
110
Meidiana, C., & Gamse, T. (2010). Development of waste management practices in
Indonesia. European journal of scientific research, 40(2), 199-210.
Miafodzyeva, S., & Brandt, N. (2013). Recycling behaviour among householders:
Synthesizing determinants via a meta-analysis. Waste and Biomass
Valorization, 4(2), 221-235.
Mitchell, C. L., (2008). Altered landscapes, altered livelihoods: the shifting
experience of informal waste collecting during Hanoi’s urban
transition. Geoforum, 39(6), 2019-2029.
Mitchell, R. C., & Carson, R. T. (1989). Using surveys to value public goods; the
contingent valuation method (No. GTZ 832). Resources for the Future,
Washington, DC (EUA).
Mogas, J., Riera, P., & Bennett, J. (2002). A Comparison of Contingent Valuation
and Choice Modelling: estimating the environmental values of Catalonian
Forests. Environmental Management & Development Occasional Paper 01,
Canberra, ACT: National Centre for Development Studies, The Australian
National University.
Moghadam, M. A., Mokhtarani, N., & Mokhtarani, B. (2009). Municipal solid
waste management in Rasht City, Iran. Waste Management, 29(1), 485-489.
Mutha, N. H., Patel, M., & Premnath, V. (2006). Plastics materials flow analysis for
India. Resources, conservation and recycling, 47(3), 222-244.
Ngân hàng thế giới (2018). Đánh giá công tác quản lý chất thải rắn sinh hoạt và
chất thải công nghiệp nguy hại, các phương án và hàng động nhằm thực hiện
chiến lược quốc gia. Hà Nội: Nhà xuất bản Hồng Đức.
Ngoc, U. N., & Schnitzer, H. (2009). Sustainable solutions for solid waste
management in Southeast Asian countries. Waste management, 29(6), 1982-
1995.
Nguyễn Đình Hƣơng (2006). Giáo trình Kinh tế chất thải. Tp Hà Nội: Nhà xuất bản
Giáo dục.
Nguyễn Xuân Hoàng, Nguyễn Hữu Sang và Nguyễn Hiếu Trung (2014). Phân tích
hiện trạng quy hoạch, quản lý bãi rác khu vực Đồng bằng sông Cửu Long. Tạp
chí Khoa học Trường Đại học Cần Thơ, 119-127.
Othman, J. (2002). Household preferences for solid waste management in
Malaysia. EEPSEA research report series/IDRC. Regional Office for
Southeast and East Asia, Economy and Environment Program for Southeast
Asia; no. 2002-RR8.
Othman, J. (2007). Economic valuation of household preference for solid waste
management in Malaysia: A choice modeling approach. International Journal
of Management Studies (IJMS), 14(1), 189-212.
Owusu, V., Adjei-Addo, E., & Sundberg, C. (2013). Do economic incentives affect
attitudes to solid waste source separation? Evidence from Ghana. Resources,
Conservation and Recycling, 78, 115-123.
Palatnik, R., Ayalon, O., & Shechter, M. (2005). Household demand for waste
recycling services. Environmental management, 35(2), 121-129.
Pasang, H., Moore, G. A., & Sitorus, G. (2007). Neighbourhood-based waste
management: a solution for solid waste problems in Jakarta, Indonesia. Waste
management, 27(12), 1924-1938.
111
Pattanayak, S. K., & Kramer, R. A. (2001). Pricing ecological services: Willingness
to pay for drought mitigation from watershed protection in eastern
Indonesia. Water Resources Research, 37(3), 771-778.
Pearce, D. and Moran, D. (1994). The economic value of biodiversity. Earthscan
Publications, London.*
Pearce, D., Atkinson, G., & Mourato, S. (2006). Cost-benefit analysis and the
environment: recent developments. Organisation for Economic Co-operation
and development.
Pearce, D., Oezdemiroglu, E., & Department for Transport, Local Government and
the Regions (DTLR), London (United Kingdom);. (2002). Economic valuation
with stated preference techniques summary guide.
Petrin, A., & Train, K. (2003). Omitted Product Attributes in Discrete Choice
Models (No. 9452). National Bureau of Economic Research, Inc.
Portney, P. R. (1994). The contingent valuation debate: why economists should
care. Journal of Economic perspectives, 8(4), 3-17.
Purcell, M., & Magette, W. L. (2010). Attitudes and behaviour towards waste
management in the Dublin, Ireland region. Waste management, 30(10), 1997-
2006.
Rae, D. (1983). The value to visitors of improving visibility at Mesa Verde and
Great Smoky National Parks. Managing air quality and scenic resources at
national parks.
Rahji, M. A. Y., & Oloruntoba, E. O. (2009). Determinants of households’
willingness-to-pay for private solid waste management services in Ibadan,
Nigeria. Waste management & research, 27(10), 961-965.
Rajmis, S., Barkmann, J., & Marggraf, R. (2009). User community preferences for
climate change mitigation and adaptation measures around Hainich National
Park, Germany. Climate Research, 40(1), 61-73.
Ramachandra, T. V., & Bachamanda, S. (2007). Environmental audit of municipal
solid waste management. International Journal of Environmental Technology
and Management, 7(3-4), 369-391.
Randall, A., Ives, B., & Eastman, C. (1974). Bidding games for valuation of
aesthetic environmental improvements. Journal of environmental Economics
and Management, 1(2), 132-149.
Rolfe, J., Bennett, J., & Louviere, J. (2000). Choice modelling and its potential
application to tropical rainforest preservation. Ecological Economics, 35(2),
289-302.
Saeed, M. O., Hassan, M. N., & Mujeebu, M. A. (2009). Assessment of municipal
solid waste generation and recyclable materials potential in Kuala Lumpur,
Malaysia. Waste management, 29(7), 2209-2213.
Sagoff, M. (2008). On the economic value of ecosystem services. Environmental
values, 17(2), 239-257.
Sakata, Y. (2007). A choice experiment of the residential preference of waste
management services–The example of Kagoshima city, Japan. Waste
management, 27(5), 639-644.
Sasao, T. (2004). An estimation of the social costs of landfill siting using a choice
experiment. Waste management, 24(8), 753-762.
112
Scott, A. (1965). The valuation of game resources: some theoretical
aspects. Canadian Fisheries Report, 4, 27-47.
Seller, C., Stoll, J. R., & Chavas, J. P. (1985). Validation of empirical measures of
welfare change: a comparison of nonmarket techniques. Land
economics, 61(2), 156-175.
Sembiring, E., & Nitivattananon, V. (2010). Sustainable solid waste management
toward an inclusive society: Integration of the informal sector. Resources,
Conservation and Recycling, 54(11), 802-809.
Sharholy, M., Ahmad, K., Mahmood, G., & Trivedi, R. C. (2008). Municipal solid
waste management in Indian cities–A review. Waste management, 28(2), 459-
467.
Shekdar, A. V. (2009). Sustainable solid waste management: an integrated approach
for Asian countries. Waste management, 29(4), 1438-1448.
Slack, R. J., Gronow, J. R., & Voulvoulis, N., 2009. The management of household
hazardous waste in the United Kingdom. Journal of environmental
management, 90(1), 36-42.
Smith, V. K. (1993). Nonmarket valuation of environmental resources: an
interpretive appraisal. Land Economics, 1-26.
Smith, V. K. (2006). Fifty years of contingent valuation. In Handbook on
Contingent Valuation (pp. 7-65). Edward Elgar Publishing Ltd.
Smith, V. K., & Desvousges, W. H. (1986). Measuring water quality
benefits. International series in economic modeling (USA).
Soderholm, P. (Ed.). (2013). Environmental policy and household behaviour:
sustainability and everyday life. Routledge.
Song, Q., Wang, Z., & Li, J. (2016). Exploring residents’ attitudes and willingness
to pay for solid waste management in Macau. Environmental Science and
Pollution Research, 23(16), 16456-16462.
Stafford, S. L. (2002). The effect of punishment on firm compliance with hazardous
waste regulations. Journal of Environmental Economics and
Management, 44(2), 290-308.
Stern, P. (2000). Toward a coherent theory of environmentally significant
behavior. Journal of social issues, 56(3), 407-424.
Stevens, T. H., Belkner, R., Dennis, D., Kittredge, D., & Willis, C. (2000).
Comparison of contingent valuation and conjoint analysis in ecosystem
management. Ecological economics, 32(1), 63-74.
Struk, M., & Pojezdná, M. (2019). Non-market value of waste separation from
municipal perspective. In Proceedings of 17th International Waste
Management and Landfill Symposium (Sardinia 2019).
Tadesse, T., & Hadgu, S. (2009). Demand for improved solid waste collection
services: a survey in Mekelle city. Journal of the Drylands, 2(1), 32-39.
Talyan, V., Dahiya, R. P., & Sreekrishnan, T. R. (2008). State of municipal solid
waste management in Delhi, the capital of India. Waste management, 28(7),
1276-1287.
Tarfasa, S., & Brouwer, R. (2018). Public preferences for improved urban waste
management: a choice experiment. Environment and Development
Economics, 23(2), 184-197.
113
Taylor, J.B. and Frost, L. (2000). Microeconomics, John Wiley and Sons Australia,
Queensland.
Thurstone, L. L. (1927). A law of comparative judgment. Psychological
Review, 34(4), 273-286.
Tietenberg, T. H., & Lewis, L. (2018). Environmental and Natural Resource
Economics. Routledge.
Tin, A. M., Wise, D. L., Su, W. H., Reutergardh, L., & Lee, S. K. (1995). Cost—
benefit analysis of the municipal solid waste collection system in Yangon,
Myanmar. Resources, conservation and recycling, 14(2), 103-131.
Tổng cục thống kê (2017). Số liệu thống kê: Chất thải rắn đƣợc xử lý bình quân một
ngày phân theo địa phƣơng. https://www.gso.gov.vn/px-web-
2/?pxid=V1166&theme=Y%20t%E1%BA%BF%2C%20v%C4%83n%20h%
C3%B3a%20v%C3%A0%20%C4%91%E1%BB%9Di%20s%E1%BB%91ng.
[Ngày truy cập: ngày 15 tháng 11 năm 2018].
Train, K. (2003). Discrete choice methods with simulation. New York: Cambridge
University Press.
Train, K. E. (1998). Recreation demand models with taste differences over
people. Land economics, 230-239.
Trihadiningrum, Y. (2006). Reduction potential of domestic solid waste in Surabaya
City, Indonesia. In Proceedings, The 4th International Symposium On
Sustainable Sanitation, Bandung, 4-6.
Turner, R. K., Paavola, J., Cooper, P., Farber, S., Jessamy, V., & Georgiou, S.
(2003). Valuing nature: lessons learned and future research
directions. Ecological economics, 46(3), 493-510.
Ủy ban nhân dân tỉnh Bến Tre (2019). Báo cáo công tác quản lý chất thải rắn trên
địa bàn tỉnh Bến Tre.
Ủy ban nhân dân tỉnh Hậu Giang (2019). Báo cáo công tác quản lý chất thải rắn trên
địa bàn tỉnh Hậu Giang.
Văn phòng Chính phủ (2018). Quyết định Phê duyệt điều chỉnh Chiến lƣợc quốc gia
về quản lý tổng hợp chât thải rắn đến năm 2025, tầm nhìn đến năm 2050. Số:
491/QĐ-TTg Hà Nội ngày 07 tháng 5 năm 2018.
Văn phòng Chính phủ (2020a). Chỉ thị Về một số giải pháp cấp bách tăng cƣờng
quản lý chất thải rắn. Số: 41/CT-TTg Hà Nội ngày 01 tháng 12 năm 2020.
Văn phòng Chính phủ (2020b). Luật Bảo vệ môi trƣờng. Luật số 72/2020/QH14 Hà
Nội ngày 17 tháng 11 năm 2020.
Vassanadumrongdee, S., & Kittipongvises, S. (2018). Factors influencing source
separation intention and willingness to pay for improving waste management
in Bangkok, Thailand. Sustainable Environment Research, 28(2), 90-99.
Vidanaarachchi, C. K., Yuen, S. T., & Pilapitiya, S. (2006). Municipal solid waste
management in the Southern Province of Sri Lanka: Problems, issues and
challenges. Waste Management, 26(8), 920-930.
Wagner, T., & Arnold, P. (2008). A new model for solid waste management: an
analysis of the Nova Scotia MSW strategy. Journal of cleaner
Production, 16(4), 410-421.
Wang, H., He, J., Kim, Y., & Kamata, T. (2011). Municipal solid waste
management in small towns: An economic analysis conducted in Yunnan,
China. World Bank Policy Research Working Paper, (5767).
114
Wang, X., Zhang, Y., Huang, Z., Hong, M., Chen, X., Wang, S., Feng, Q., & Meng,
X. (2016). Assessing willingness to accept compensation for polluted
farmlands: a contingent valuation method case study in northwest
China. Environmental Earth Sciences, 75(3), 179.
Wang, Y., Sun, M., Yang, X., & Yuan, X. (2016). Public awareness and willingness
to pay for tackling smog pollution in China: a case study. Journal of Cleaner
Production, 112, 1627-1634.
Werner, C. M., Turner, J., Shipman, K., Twitchell, F. S., Dickson, B. R., Bruschke,
G. V., & Wolfgang, B., 1995. Commitment, behavior, and attitude change: An
analysis of voluntary recycling. Journal of environmental psychology, 15(3),
197-208.
Wilson, D. C., Velis, C., & Cheeseman, C. (2006). Role of informal sector recycling
in waste management in developing countries. Habitat international, 30(4),
797-808.
Yeung, I. M., & Chung, W. (2018). Factors that affect the willingness of residents
to pay for solid waste management in Hong Kong. Environmental Science and
Pollution Research, 25(8), 7504-7517.
Yuan, Y., & Yabe, M. (2015). Residents’ preferences for household kitchen waste
source separation services in Beijing: A choice experiment
approach. International journal of environmental research and public
health, 12(1), 176-190.
Zen, I. S., & Siwar, C. (2015). An analysis of household acceptance of curbside
recycling scheme in Kuala Lumpur, Malaysia. Habitat International, 47, 248-
255.
115
PHỤ LỤC
Phụ lục 1
BẢN CÂU HỎI - VERSION 1
Tên đề tài: “GIÁ TRỊ KINH TẾ CỦA CHƢƠNG TRÌNH LÀM GIẢM LƢỢNG CHẤT
THẢI RẮN CỦA HỘ GIA ĐÌNH Ở ĐỒNG BẰNG SÔNG CỬU LONG”
Họ và tên của phỏng vấn viên: ___________________________________________________________
Ngày phỏng vấn: ______________________________________________________________________
Thời điểm bắt đầu phỏng vấn:____________________________________________________________
Thời điểm kết thúc phỏng vấn: ___________________________________________________________
Tổng thời gian phỏng vấn (số phút): _______________________________________________________
Địa chỉ (nơi phỏng vấn): ________________________________________________________________
Xin chào Ông/Bà! Chúng tôi là nhóm nghiên cứu thuộc khoa Kinh tế, Trƣờng Đại học Cần Thơ.
Chúng tôi đang tiến hành khảo sát các hộ gia đình về nội dung ―GIÁ TRỊ KINH TẾ CỦA
CHƢƠNG TRÌNH LÀM GIẢM LƢỢNG CHẤT THẢI RẮN CỦA HỘ GIA ĐÌNH Ở ĐỒNG
BẰNG SÔNG CỬU LONG‖ để phục vụ cho nghiên cứu của mình.
Mong Ông/Bà dành khoảng 30 phút để trả lời một số câu hỏi liên quan dƣới đây. Chúng tôi xin
cam kết mọi thông tin Ông/Bà cung cấp là hoàn toàn bảo mật.
I. THÓI QUEN XỬ LÝ CHẤT THẢI RẮN SINH HOẠT THÔNG QUA BÁN PHẾ LIỆU
1. Ông/Bà có phải là ngƣời thu gom phế liệu của gia đình hay không?
□ Có □ Không
2. Hiện nay, trên địa bàn có tiến hành thu gom chất thải rắn sinh hoạt không?
□ Có □ Không
3. Kỳ thu gom chất thải rắn sinh hoạt (bao lâu thu gom 1 lần)? . ngày/lần.
4. Ƣớc lƣợng một ngày gia đình Ông/Bà thải ra bao nhiêu kg chất thải rắn sinh hoạt?
Số kg chất thải rắn sinh hoạt: ....... Kg/ ngày
4.1. Tỷ trọng thành phần hữu cơ trong lƣợng chất thải rắn sinh hoạt của gia đình
là bao nhiêu? %
4.2 Tỷ trọng thành phần tái chế trong lƣợng chất thải rắn sinh hoạt của gia đình
là bao nhiêu? %
5. Ông/Bà có tự phân loại chất thải rắn sinh hoạt không?
□ Có □ Không
6. Ông/Bà có bán phế liệu (ve chai) không?
□ Có (tiếp tục câu 7) □ Không (chuyển sang câu 8)
7. Ông/bà hãy chọn BA YẾU TỐ QUAN TRỌNG NHẤT ảnh hƣởng đến quyết định bán phế liệu
(Đánh số 1 là quan trọng nhất, số 2 là quan trọng nhì, số 3 là quan trọng thứ ba)
Các yếu tố
Xếp hạng
(Đánh số
1,2,3)
1. Không tốn nhiều thời gian thu gom
2. Do phế liệu đó gọn nhẹ, dễ tích trữ lại, không chiếm nhiều diện tích
3. Thêm một khoản thu nhập
4. Cải thiện môi trƣờng
5. Không gây mùi hôi, không ảnh hƣởng đến sức khỏe
6. Khác: .............................................................................
8. Ông/bà hãy chọn BA YẾU TỐ QUAN TRỌNG NHẤT ảnh hƣởng đến quyết định KHÔNG
bán phế liệu (Đánh số 1 là quan trọng nhất, số 2 là quan trọng nhì, số 3 là quan trọng thứ ba)
Các yếu tố
Xếp hạng
(Đánh số 1, 2,
3)
1. Tốn thời gian thu gom
2. Tốn diện tích bố trí chứa phế liệu
3. Thiếu dụng cụ chứa
MÃ SỐ:
116
4. Số tiền bán đƣợc không bao nhiêu, không có lợi ích kinh tế
5. Do không nghĩ phế liệu đó có thể bán đƣợc
6. Gây mùi hôi, ảnh hƣởng sức khỏe con ngƣời
7. Khác:..............................................................................
9. Có bao nhiêu thành viên trong gia đình của Ông/Bà tham gia vào việc thu gom phế liệu của gia
đình? .. ngƣời
10. Kỳ bán phế liệu (bao lâu gia đình bán phế liệu 1 lần) . ngày/lần.
11. Ông/Bà vui lòng đánh dấu X vào ô bên dƣới:
Loại phế liệu
11.1 Đã bán loại nào?
(số lƣợng bán/lần và
giá bán)
11.2 Theo sự hiểu
biết của Ông/Bà,
loại phế liệu nào
dƣới đây bán
đƣợc?
11.3 Loại phế
liệu nào có
nhƣng không
bán?
1. Kim
loại
1.1 Sắt . kg/.... đồng/kg □ □
1.2 Thép . kg/.... đồng/kg □ □
1.3 Thiếc . kg/.... đồng/kg □ □
1.4 Nhôm . kg/.... đồng/kg □ □
1.5 Chì . kg/.... đồng/kg □ □
1.6 Inox . kg/.... đồng/kg □ □
1.7 Hợp kim . kg/.... đồng/kg □ □
1.8 Đồng . kg/.... đồng/kg □ □
2. Thủy
tinh
2.1 Chai . kg/.... đồng/kg □ □
2.2 Lọ . kg/.... đồng/kg □ □
3. Nhựa 3.1 Thùng, chai nhựa . kg/.... đồng/kg □ □
3.2 Ống nhựa . kg/.... đồng/kg □ □
3.3 Giày, dép nhựa . kg/.... đồng/kg □ □
3.4 Túi nylon . kg/.... đồng/kg □ □
4. Vải 4.1 Quần áo . kg/.... đồng/kg □ □
4.2 Vải vụn . kg/.... đồng/kg □ □
5. Cao su . kg/.... đồng/kg □ □
6. Gỗ . kg/.... đồng/kg □ □
7. Giấy 7.1 Giấy carton . kg/.... đồng/kg □ □
7.2 Giấy vụn . kg/.... đồng/kg □ □
7.3 Bao bì thực phẩm . kg/.... đồng/kg □ □
8. Đồ điện .kg/....đồng/kg □ □
9. Khác
9.1 ..
9.2 ..
. kg/.... đồng/kg
. kg/.... đồng/kg
□
□
□
□
II. SỰ HIỂU BIẾT VỀ CHƢƠNG TRÌNH PHÂN LOẠI CHẤT THẢI RẮN SINH HOẠT TẠI
NGUỒN
Chƣơng trình phân loại chất thải rắn sinh hoạt tại nguồn là chƣơng trình yêu cầu chất thải
rắn sinh hoạt đƣợc phân loại tại nguồn phát thải (hộ gia đình). Hệ thống thu gom và xử lý chất thải
rắn sinh hoạt phải đƣợc đầu tƣ một cách đồng bộ (ví dụ: nếu chất thải rắn sinh hoạt đƣợc hộ gia
đình phân loại thành 3 nhóm (hữu cơ, tái chế và còn lại) thì hệ thống thu gom và xử lý phải đảm
bảo thu gom và xử lý 3 loại riêng biệt). Lợi ích của chƣơng trình phân loại chất thải rắn sinh hoạt
tại nguồn là
(1) Kinh tế
117
Trong chất thải rắn sinh hoạt, thành phần hữu cơ chiếm khoảng 60% - 65%, thành phần tái
chế chiếm khoảng 22% - 26% (World Bank, 2012). Nếu đƣợc phân loại, thành phần hữu cơ
trong chất thải rắn sinh hoạt là nguồn nguyên liệu rất lớn để sản xuất thành các loại phân
bón. Thành phần có thể tái chế nhƣ nhựa, thủy tinh, nylon, kim loại, cao su là nguồn nguyên
liệu tái chế, dùng cho sản xuất các loại hàng hóa khác đem lại lợi ích cho xã hội, thậm chí trở
thành nguồn tài nguyên quý giá. Hơn nữa, việc tận thu sẽ tiết kiệm khoảng ngân sách chi cho
việc xử lý chất thải rắn sinh hoạt bằng công nghệ đốt, đồng thời giảm đƣợc nhiều diện tích
chôn lấp chất thải rắn sinh hoạt.
(2) Môi trƣờng
Giảm đƣợc khối lƣợng chất thải rắn sinh hoạt (lƣợng chất thải rắn đƣợc làm giảm khoảng
15%, từ đó, có thể làm giảm lƣợng khí thải CO2 từ việc xử lý chất thải rắn 15%) đồng nghĩa
với việc giảm tác động tiêu cực đến môi trƣờng, nhƣ hạn chế mùi hôi, nƣớc rỉ rác, giảm ô
nhiễm nguồn đất, nguồn nƣớc ngầm, nƣớc mặt.
(3) Nâng cao nhận thức cộng đồng về bảo vệ môi trƣờng
Phân loại chất thải rắn sinh hoạt tại nguồn còn góp phần nâng cao nhận thức của cộng đồng
trong việc bảo vệ môi trƣờng. Ngƣời dân có ý thức, hình thành thói quen nếp sống bảo vệ
môi trƣờng, góp phần xây dựng xã hội văn minh giàu đẹp.
12. Ông/Bà có biết đến chƣơng trình phân loại chất thải rắn sinh hoạt tại nguồn không?
□ Biết nhiều □ Biết ít □ Không biết
13. Ông/Bà có ủng hộ chƣơng trình phân loại chất thải rắn sinh hoạt tại nguồn không?
□ Có (chuyển câu 14) □ Không (chuyển câu 15)
14. Lý do Ông/Bà ủng hộ chƣơng trình phân loại chất thải rắn sinh hoạt tại nguồn?
...............................................................................................................................................................
...........................................................
15. Lý do Ông/Bà không ủng hộ chƣơng trình phân loại chất thải rắn sinh hoạt tại nguồn?
........................................................................................................................................................
.............................................................
Theo tính toán của đơn vị thu gom và xử lý chất thải rắn sinh hoạt, chi phí cho việc thu
gom, vận chuyển và xử lý chất thải rắn sinh hoạt là từ 150.000 đồng/tháng/hộ gia đình. Hiện nay,
mức phí này phổ biến chỉ khoảng 20.000/tháng/hộ gia đình. Mức phí này thấp hơn nhiều so với
mức phí thật sự hộ gia đình phải đóng là do Chính phủ đang thực hiện chính sách bù lỗ. Nếu Chính
phủ bỏ chính sách này thì mỗi hộ gia đình phải đóng mức phí cho dịch vụ quản lý chất thải rắn sinh
hoạt là là từ 150.000 đồng/tháng.
Giả sử để việc nâng cao hiệu quả của hoạt động quản lý chất thải rắn sinh hoạt (nhằm làm
giảm lƣợng chất thải rắn sinh hoạt thải ra môi trƣờng), Chính phủ thực hiện chƣơng trình phân loại
chất thải rắn sinh hoạt tại nguồn. Việc phân loại chất thải rắn sinh hoạt tại nguồn mang lại lợi ích
mặt kinh tế, môi trƣờng và nhận thức cộng đồng. Chính vì vậy, nếu hộ gia đình thực hiện việc
phân loại chất thải rắn sinh hoạt tại nguồn thì mức phí phải đóng cho dịch vụ quản lý chất thải rắn
sinh hoạt thấp hơn 150.000 đồng/tháng.
Nhƣ vậy, nếu mức phí của dịch vụ quản lý chất thải rắn sinh hoạt là 150.000
đồng/tháng/hộ gia đình và hộ gia đình đƣợc yêu cầu phân loại tại nguồn để giảm phí.
16. Ông/Bà có sẵn lòng thực hiện việc phân loại để phí của dịch vụ quản lý chất thải rắn sinh hoạt
đƣợc giảm từ 150.000 đồng/tháng còn 20.000 đồng/tháng hay không?
□ Có □ Không
CÂU HỎI CHOICE MODELING
Tùy theo mức độ lợi ích do chƣơng trình phân loại chất thải rắn sinh hoạt tại nguồn mang lại
cũng nhƣ mức độ các thuộc tính khác nhau của chƣơng trình phân loại tại nguồn. Chúng tôi muốn
điều tra thuộc tính nào Ông/Bà thích thú. Sau đây là một số thông tin về thuộc tính của chƣơng
trình phân loại chất thải rắn sinh hoạt tại nguồn. Xin hãy lựa chọn những thuộc tính nào mà Ông/Bà
quan tâm?
Giả sử chúng ta có 2 chƣơng trình phân loại tại nguồn khác nhau
17. Sau đây là một số chƣơng trình phân loại chất thải rắn sinh hoạt tại nguồn tƣơng ứng với các
thuộc tính khác nhau. Xin Ông/Bà lựa chọn chƣơng trình nào sau đây:
118
17.1
Thuộc tính Lựa chọn A Lựa chọn B Lựa chọn C
Lƣợng chất thải rắn sinh
hoạt cần xử lý
Giảm 10%
Giảm 5%
Không tham gia
chƣơng trình và
chấp nhận đóng
phí cho dịch vụ
quản lý chất thải
rắn sinh hoạt
150.000
đồng/tháng
Lƣợng CO2 Giảm 0%
Giảm 0%
Số loại CTRSH đƣợc
phân loại
Không phân loại
Không phân loại
Mức phí của dịch vụ
quản lý chất thải rắn
sinh hoạt
50.000đ/tháng 80.000đ/tháng
Vui lòng đánh dấu vào
1 trong 3 lựa chọn
□ □ □
17.2
Thuộc tính Lựa chọn A Lựa chọn B Lựa chọn C
Lƣợng chất thải rắn sinh
hoạt cần xử lý
Giảm 10%
Giảm 15%
Không tham gia
chƣơng trình và
chấp nhận đóng
phí cho dịch vụ quản
lý chất thải rắn sinh
hoạt 150.000
đồng/tháng
Lƣợng CO2 Giảm 0%
Giảm 0%
Số loại CTRSH đƣợc
phân loại
Tái chế và còn lại
Tái chế và còn lại
Mức phí của dịch vụ quản
lý chất thải rắn sinh hoạt 80.000đ/tháng 20.000đ/tháng
Vui lòng đánh dấu vào 1
trong 3 lựa chọn
□ □ □
17.3
Thuộc tính Lựa chọn A Lựa chọn B Lựa chọn C
Lƣợng chất thải rắn sinh
hoạt cần xử lý
Giảm 0%
Giảm 0%
Không tham gia
chƣơng trình và chấp
nhận đóng
phí cho dịch vụ quản
lý chất thải rắn sinh
hoạt 150.000
đồng/tháng
Lƣợng CO2 Giảm 5%
Giảm 15%
Số loại CTRSH đƣợc phân
loại
Tái chế, hữu cơ và còn
lại
Tái chế và còn lại
Mức phí của dịch vụ quản
lý chất thải rắn sinh hoạt 50.000đ/tháng 80.000đ/tháng
Vui lòng đánh dấu vào 1
trong 3 lựa chọn
□ □ □
17.4
Thuộc tính Lựa chọn A Lựa chọn B Lựa chọn C
Lƣợng chất thải rắn sinh hoạt
cần xử lý
Giảm 5%
Giảm 10%
Không tham gia
chƣơng trình và chấp
nhận đóng
phí cho dịch vụ quản
lý chất thải rắn sinh
Lƣợng CO2 Giảm 0%
Giảm 0%
119
Số loại CTRSH đƣợc phân
loại
Không phân loại
Tái chế và còn lại
hoạt 150.000
đồng/tháng
Mức phí của dịch vụ quản lý
chất thải rắn sinh hoạt 80.000đ/tháng 80.000đ/tháng
Vui lòng đánh dấu vào 1
trong 3 lựa chọn
□ □ □
17.5
Thuộc tính Lựa chọn A Lựa chọn B Lựa chọn C
Lƣợng chất thải rắn sinh
hoạt cần xử lý
Giảm 10%
Giảm 15%
Không tham gia
chƣơng trình và chấp
nhận đóng
phí cho dịch vụ quản
lý chất thải rắn sinh
hoạt 150.000
đồng/tháng
Lƣợng CO2 Giảm 10%
Giảm 15%
Số loại CTRSH đƣợc phân
loại
Tái chế, hữu cơ và còn
lại
Tái chế, hữu cơ và còn lại
Mức phí của dịch vụ quản
lý chất thải rắn sinh hoạt 130.000đ/tháng 130.000đ/tháng
Vui lòng đánh dấu vào 1
trong 3 lựa chọn
□ □ □
III. THÔNG TIN ĐÁP VIÊN
18. Họ và tên: .................................................................................................
19. Năm sinh:
20. Giới tính: □ Nam □ Nữ
21. SĐT hoặc email: .
22. Nghề nghiệp: 1. Hành chính sự nghiệp 4. Buôn bán
2. Công ty tƣ nhân 5. Nghỉ hƣu
3. Nội trợ 6. Khác
23. Địa chỉ: .. phƣờng....
24. Số năm đi học của Ông/ Bà (Trình độ học vấn):
25. Thu nhập của Ông/ Bà: (25.1) ..triệu đồng/tháng (Chiếm (25.2) .... % / tổng thu
nhập hộ gia đình) (25.3)
1. Dƣới 3 triệu đồng 8. Từ 15 triệu đến 17 triệu đồng
2. Từ 3 triệu đến 5 triệu đồng 9. Từ 17 triệu đến 19 triệu đồng
3. Từ 5 triệu đến 7 triệu đồng 10. Từ 19 triệu đến 21 triệu đồng
4. Từ 7 triệu đến 9 triệu đồng 11. Từ 21 triệu đến 23 triệu đồng
5. Từ 9 triệu đến 11 triệu đồng 12. Từ 23 triệu đến 25 triệu đồng
6. Từ 11 triệu đến 13 triệu đồng 13. Từ 25 triệu đến 27 triệu đồng
7. Từ 13 triệu đến 15 triệu đồng 14. Trên 27 triệu đồng
26. Tình trạng hôn nhân của Ông/Bà: □ Độc thân □ Khác
27. Tổng số thành viên trong gia đình của Ông/Bà:..ngƣời
28. Ông/Bà đã từng tham gia vào tổ chức đoàn hội nào?
Tên hội/đoàn thể Tham gia Hỗ trợ nhận đƣợc
Hội Nông dân
Hội Liên hiệp phụ nữ
Hội Chữ thập đỏ
Khác .......................................................
Chân thành cảm ơn Ông/Bà
120
Phụ lục 2 Kết quả hồi quy Logit và ƣớc tính mức sẵn lòng chấp nhận
_cons -.7921383 .197846 -4.00 0.000 -1.179909 -.4043673
bibwwta .000027 3.02e-06 8.93 0.000 .000021 .0000329
Q16sanlongCT Coef. Std. Err. z P>|z| [95% Conf. Interval]
Log likelihood = -292.16018 Pseudo R2 = 0.1479
Prob > chi2 = 0.0000
LR chi2(1) = 101.44
Logistic regression Number of obs = 578
LB: Lower bound; UB: Upper bound
*: Achieved Significance Level for testing H0: WTP0
MEAN/MEDIAN 29371.54 18419.39 37650.72 0.0000 0.65
MEASURE WTP LB UB ASL* CI/MEAN
Krinsky and Robb (95 %) Confidence Interval for WTP measures (Nb of reps: 5000)
Warning: Model with only the bid amount as covariate
. wtpcikr bibwwta
Correctly classified 74.91%
False - rate for classified - Pr( D| -) 42.06%
False + rate for classified + Pr(~D| +) 21.23%
False - rate for true D Pr( -| D) 10.82%
False + rate for true ~D Pr( +|~D) 61.73%
Negative predictive value Pr(~D| -) 57.94%
Positive predictive value Pr( D| +) 78.77%
Specificity Pr( -|~D) 38.27%
Sensitivity Pr( +| D) 89.18%
True D defined as Q16sanlongCT != 0
Classified + if predicted Pr(D) >= .5
Total 416 162 578
- 45 62 107
+ 371 100 471
Classified D ~D Total
True
Logistic model for Q16sanlongCT
. lstat
121
Correctly classified 77.94%
False - rate for classified - Pr( D| -) 33.00%
False + rate for classified + Pr(~D| +) 19.70%
False - rate for true D Pr( -| D) 8.17%
False + rate for true ~D Pr( +|~D) 57.59%
Negative predictive value Pr(~D| -) 67.00%
Positive predictive value Pr( D| +) 80.30%
Specificity Pr( -|~D) 42.41%
Sensitivity Pr( +| D) 91.83%
True D defined as Q16sanlongCT != 0
Classified + if predicted Pr(D) >= .5
Total 404 158 562
- 33 67 100
+ 371 91 462
Classified D ~D Total
True
Logistic model for Q16sanlongCT
. lstat
_cons -3.461298 .8357204 -4.14 0.000 -5.09928 -1.823316
dothi2 .6416695 .2764689 2.32 0.020 .0998005 1.183539
dothi1 .6855159 .2747717 2.49 0.013 .1469733 1.224058
Q261stnhapt 1.53e-08 3.53e-08 0.43 0.666 -5.39e-08 8.44e-08
educap4 1.281882 .6117152 2.10 0.036 .0829418 2.480821
educap3 2.038741 .5436981 3.75 0.000 .9731121 3.104369
educap2 .9931078 .5138054 1.93 0.053 -.0139324 2.000148
educap1 .3448788 .5105744 0.68 0.499 -.6558288 1.345586
Q21gtinhnam -.0552445 .2393742 -0.23 0.817 -.5244093 .4139203
Q20tuoi .0051721 .009331 0.55 0.579 -.0131163 .0234604
Q6banPL .9849434 .2548873 3.86 0.000 .4853735 1.484513
bibwwta .0000306 3.39e-06 9.03 0.000 .000024 .0000373
Q16sanlongCT Coef. Std. Err. z P>|z| [95% Conf. Interval]
Log likelihood = -255.11077 Pseudo R2 = 0.2358
Prob > chi2 = 0.0000
LR chi2(11) = 157.46
Logistic regression Number of obs = 562
Iteration 4: log likelihood = -255.11077
Iteration 3: log likelihood = -255.11078
Iteration 2: log likelihood = -255.14763
Iteration 1: log likelihood = -260.5842
Iteration 0: log likelihood = -333.84241
. logit Q16sanlongCT bibwwta Q6banPL Q20tuoi Q21gtinhnam educap1 educap2 educap3 educap4 Q261stnhapt dothi1 dothi2
LB: Lower bound; UB: Upper bound
*: Achieved Significance Level for testing H0: WTP0
MEAN/MEDIAN 29986.49 19273.13 37881.74 0.0000 0.62
MEASURE WTP LB UB ASL* CI/MEAN
Krinsky and Robb (95 %) Confidence Interval for WTP measures (Nb of reps: 5000)
. wtpcikr bibwwta Q6banPL Q20tuoi Q21gtinhnam educap1 educap2 educap3 educap4 Q261stnhapt dothi1 dothi2
122
Phụ lục 3 Kết quả hồi quy Logit đa thức và kiểm định IIA
Discrete choice (multinomial logit) model
Dependent variable Choice
Log likelihood function -1999.03560
Estimation based on N = 2880, K = 6
Inf.Cr.AIC = 4010.1 AIC/N = 1.392
Model estimated: Feb 09, 2022, 08:46:09
R2=1-LogL/LogL* Log-L fncn R-sqrd R2Adj
Constants only -2482.4948 .1947 .1939
Response data are given as ind. choices
Number of obs.= 2880, skipped 0 obs
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
CHOICE| Coefficient Error z |z|>Z* Interval
--------+--------------------------------------------------------------------
ALFA| 3.18415*** .14403 22.11 .0000 2.90186 3.46644
B_COST| .02369*** .00103 22.92 .0000 .02167 .02572
B_WASTE| 5.45395*** .67751 8.05 .0000 4.12606 6.78185
B_CO2| 4.89686*** .65337 7.49 .0000 3.61628 6.17743
B_SE2| .33654*** .08131 4.14 .0000 .17718 .49590
B_SE3| .63170*** .11066 5.71 .0000 .41481 .84859
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
Discrete choice (multinomial logit) model
Dependent variable Choice
Log likelihood function -479.31342
Estimation based on N = 1557, K = 6
Inf.Cr.AIC = 970.6 AIC/N = .623
Model estimated: Feb 09, 2022, 08:46:09
R2=1-LogL/LogL* Log-L fncn R-sqrd R2Adj
Constants only -495.7477 .0332 .0294
Response data are given as ind. choices
Number of obs.= 2880, skipped 1323 obs
Hausman test for IIA. Excluded choices are
NEW1
ChiSqrd[ 6] = 348.0945, Pr(C>c) = .000000
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
CHOICE| Coefficient Error z |z|>Z* Interval
--------+--------------------------------------------------------------------
ALFA| 1.97763*** .26533 7.45 .0000 1.45760 2.49766
B_COST| .00782*** .00228 3.43 .0006 .00335 .01228
B_WASTE| 3.88740*** 1.49291 2.60 .0092 .96135 6.81345
B_CO2| 1.86315 1.64491 1.13 .2573 -1.36081 5.08710
B_SE2| .56196*** .19505 2.88 .0040 .17966 .94426
B_SE3| .85011*** .24624 3.45 .0006 .36750 1.33273
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
-----------------------------------------------------------------------------
Discrete choice (multinomial logit) model
Dependent variable Choice
Log likelihood function -470.72277
Estimation based on N = 1474, K = 6
Inf.Cr.AIC = 953.4 AIC/N = .647
Model estimated: Feb 09, 2022, 08:46:10
R2=1-LogL/LogL* Log-L fncn R-sqrd R2Adj
Constants only -487.0338 .0335 .0295
Response data are given as ind. choices
Number of obs.= 2880, skipped 1406 obs
Hausman test for IIA. Excluded choices are
NEW2
ChiSqrd[ 6] =3918.3110, Pr(C>c) = .000000
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
CHOICE| Coefficient Error z |z|>Z* Interval
--------+--------------------------------------------------------------------
ALFA| 2.62893*** .24095 10.91 .0000 2.15667 3.10119
B_COST| .01133*** .00217 5.22 .0000 .00707 .01558
123
B_WASTE| 1.18795 1.60944 .74 .4604 -1.96650 4.34240
B_CO2| 3.06148** 1.52015 2.01 .0440 .08203 6.04092
B_SE2| -.05855 .19583 -.30 .7650 -.44236 .32527
B_SE3| .32276 .25004 1.29 .1968 -.16730 .81282
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
-----------------------------------------------------------------------------
124
Phụ lục 4 Kết quả hồi quy Logit tham số ngẫu nhiên và Logit tham số ngẫu nhiên
với biến tƣơng tác và ƣớc tính mức sẵn lòng chấp nhận
Random Parameters Logit Model
Dependent variable CHOICE
Log likelihood function -1985.62272
Restricted log likelihood -3164.00339
Chi squared [ 10 d.f.] 2356.76134
Significance level .00000
McFadden Pseudo R-squared .3724334
Estimation based on N = 2880, K = 10
Inf.Cr.AIC = 3991.2 AIC/N = 1.386
Model estimated: Feb 10, 2022, 08:27:44
R2=1-LogL/LogL* Log-L fncn R-sqrd R2Adj
No coefficients -3164.0034 .3724 .3713
Constants only -2482.4948 .2002 .1988
At start values -1999.0356 .0067 .0050
Response data are given as ind. choices
Replications for simulated probs. = 500
Halton sequences used for simulations
Number of obs.= 2880, skipped 0 obs
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
CHOICE| Coefficient Error z |z|>Z* Interval
--------+--------------------------------------------------------------------
|Random parameters in utility functions
B_WASTE| 8.40213*** 1.15795 7.26 .0000 6.13258 10.67167
B_CO2| 7.38384*** 1.16361 6.35 .0000 5.10321 9.66447
B_SE2| .39211*** .09598 4.09 .0000 .20399 .58022
B_SE3| .73242*** .13327 5.50 .0000 .47121 .99362
|Nonrandom parameters in utility functions
ALFA| 3.73279*** .21699 17.20 .0000 3.30749 4.15808
B_COST| .02819*** .00164 17.16 .0000 .02497 .03141
|Distns. of RPs. Std.Devs or limits of triangular
NsB_WAST| 13.1081*** 2.24912 5.83 .0000 8.6999 17.5163
NsB_CO2| 12.6025*** 2.61422 4.82 .0000 7.4787 17.7262
NsB_SE2| .01778 .35235 .05 .9598 -.67282 .70837
NsB_SE3| .13177 .91950 .14 .8860 -1.67042 1.93396
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
-----------------------------------------------------------------------------
WALD procedure. Estimates and standard errors
for nonlinear functions and joint test of
nonlinear restrictions.
Wald Statistic = 157.19990
Prob. from Chi-squared[ 4] = .00000
Krinsky-Robb method used with 1000 draws
Functions are computed at means of variables
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
WaldFcns| Coefficient Error z |z|>Z* Interval
--------+--------------------------------------------------------------------
Fncn(1)| 298.023*** 34.29716 8.69 .0000 230.802 365.245
Fncn(2)| 261.905*** 38.60757 6.78 .0000 186.235 337.574
Fncn(3)| 13.9080*** 3.51614 3.96 .0001 7.0165 20.7995
Fncn(4)| 25.9788*** 5.16688 5.03 .0000 15.8519 36.1057
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
-----------------------------------------------------------------------------
Start values obtained using MNL model
Dependent variable Choice
Log likelihood function -1949.21624
Estimation based on N = 2840, K = 10
Inf.Cr.AIC = 3918.4 AIC/N = 1.380
Model estimated: Feb 10, 2022, 07:58:09
R2=1-LogL/LogL* Log-L fncn R-sqrd R2Adj
Constants only -2452.3215 .2052 .2032
Response data are given as ind. choices
Number of obs.= 2880, skipped 40 obs
125
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
CHOICE| Coefficient Error z |z|>Z* Interval
--------+--------------------------------------------------------------------
B_WASTE| 5.57721*** .68304 8.17 .0000 4.23847 6.91595
B_CO2| 4.91220*** .65770 7.47 .0000 3.62314 6.20126
B_SE2| .32790*** .08190 4.00 .0001 .16738 .48842
B_SE3| .62179*** .11139 5.58 .0000 .40346 .84012
ALFA| 2.58202*** .46310 5.58 .0000 1.67437 3.48968
B_COST| .02378*** .00104 22.77 .0000 .02173 .02582
B_EDU| .03731* .02145 1.74 .0819 -.00473 .07934
B_GENDER| -1.05555*** .17722 -5.96 .0000 -1.40289 -.70822
B_INCOME| -.03441* .01955 -1.76 .0784 -.07272 .00390
B_AGE| .01857*** .00705 2.64 .0084 .00476 .03238
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
-----------------------------------------------------------------------------
Random Parameters Logit Model
Dependent variable CHOICE
Log likelihood function -1935.53868
Restricted log likelihood -3120.05890
Chi squared [ 14 d.f.] 2369.04045
Significance level .00000
McFadden Pseudo R-squared .3796468
Estimation based on N = 2840, K = 14
Inf.Cr.AIC = 3899.1 AIC/N = 1.373
Model estimated: Feb 10, 2022, 08:14:54
R2=1-LogL/LogL* Log-L fncn R-sqrd R2Adj
No coefficients -3120.0589 .3796 .3781
Constants only -2452.3215 .2107 .2088
At start values -1949.2162 .0070 .0046
Response data are given as ind. choices
Replications for simulated probs. = 500
Halton sequences used for simulations
Number of obs.= 2880, skipped 40 obs
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
CHOICE| Coefficient Error z |z|>Z* Interval
--------+--------------------------------------------------------------------
|Random parameters in utility functions
B_WASTE| 8.58781*** 1.20308 7.14 .0000 6.22982 10.94580
B_CO2| 7.46505*** 1.23007 6.07 .0000 5.05415 9.87595
B_SE2| .38198*** .09870 3.87 .0001 .18853 .57542
B_SE3| .72622*** .15119 4.80 .0000 .42989 1.02255
|Nonrandom parameters in utility functions
ALFA| 3.11311*** .54812 5.68 .0000 2.03881 4.18741
B_COST| .02843*** .00181 15.72 .0000 .02489 .03198
B_EDU| .04046 .02474 1.64 .1020 -.00803 .08896
B_GENDER| -1.18931*** .20494 -5.80 .0000 -1.59098 -.78764
B_INCOME| -.04210* .02302 -1.83 .0674 -.08723 .00302
B_AGE| .02053** .00807 2.54 .0110 .00472 .03635
|Distns. of RPs. Std.Devs or limits of triangular
NsB_WAST| 13.2336*** 2.35672 5.62 .0000 8.6145 17.8527
NsB_CO2| 12.7016*** 2.79173 4.55 .0000 7.2299 18.1733
NsB_SE2| .02091 .37940 .06 .9561 -.72270 .76451
NsB_SE3| .25017 1.11487 .22 .8224 -1.93494 2.43528
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
-----------------------------------------------------------------------------
WALD procedure. Estimates and standard errors
for nonlinear functions and joint test of
nonlinear restrictions.
Wald Statistic = 147.21914
Prob. from Chi-squared[ 4] = .00000
Krinsky-Robb method used with 1000 draws
Functions are computed at means of variables
--------+--------------------------------------------------------------------
| Standard Prob. 95% Confidence
WaldFcns| Coefficient Error z |z|>Z* Interval
126
--------+--------------------------------------------------------------------
Fncn(1)| 302.017*** 36.23811 8.33 .0000 230.992 373.043
Fncn(2)| 262.532*** 39.52015 6.64 .0000 185.074 339.990
Fncn(3)| 13.4335*** 3.65270 3.68 .0002 6.2743 20.5927
Fncn(4)| 25.5399*** 5.35289 4.77 .0000 15.0484 36.0314
--------+--------------------------------------------------------------------
Note: ***, **, * ==> Significance at 1%, 5%, 10% level.
-----------------------------------------------------------------------------