Municipal solid waste management in rural areas and small counties: An economic analysis using contingent valuation to estimate willingness to pay for Yunnan, China
Notice bibliographique
Résumé
Municipal solid waste management (SWM) is a major challenge for local governments in rural China. One key issue is the low priority assigned by the local government which is faced with limited financing capacity. We conducted an economic analysis in Eryuan, a poor county in Yunnan, China, where the willingness- to- pay (WTP) for an improved solid waste collection and disposal service was valuated and compared with project cost. Similar to most previous studies in developing countries, this study found that the mean WTP is approximately 1% of the household income. The economic internal rate of return of the project is about 5%, which signifies the estimated social benefit to be already higher than the project cost. Moreover, we believe our estimation of social benefit to be a conservative one since our study only focuses on the local people who will be directly served by the project; wider positive externality of the project, such as CO2 emission reduction and groundwater pollution alleviation, etc., whose impact most probably surpass the frontier of Eryuan county, are not considered explicitly in our survey. The analysis also reveals that the poorest households are not only willing to pay more than the rich households in terms of percentage income but are also willing to pay no less than the rich in terms of absolute value in locations where solid waste services are unavailable. This result reveals the fact that the poorest households have stronger demands for public SWM services, whereas the rich may have the ability to employ private solutions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».