邻避设施的选址与环境补偿研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇邻避设施的选址与环境补偿研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要 邻避行为的频发使得我国社会管理和公共决策面临新的挑战，环境补偿是缓解邻避冲突的重要方法。本文从行为与复杂性视角出发，基于计算实验理论与方法构建邻避设施的选址与环境补偿模型。通过资产的经济性贬值度量邻避设施对居民的影响，通过对主体、环境以及交互规则的描述与分析，最终采用多主体建模方法实现系统的演化结构。模型与计算实验研究了区域人口均匀分布邻避设施在中心、区域人口均匀分布邻避设施在郊区、区域人口非均匀分布邻避设施在中心与区域人口非均匀分布邻避设施在郊区等四种情形下，邻避设施所处社区在按人口补偿和按房屋面积补偿两种补偿方案下的动态演化规律。结果表明在两种方案下：社区最终人口与设施运营费用演化特征相近，但人口结构和个体行为的演化特征却有较大差异，按人口补偿方案虽照顾了贫穷家庭却最终使得大部分贫穷家庭留在了社区，按房屋面积补偿却使得社区居民保持多样性；如果区域人口相对比较平均，邻避设施选址在区域中心较好，人口迁移少且社区补偿额度高，如果区域人口分布不均匀，则选在郊区较为适宜，可规避大规模迁移免除房屋资源的浪费；此外，研究表明社区变化与邻避设施类型有较大关系，邻避效应越明显，社区最终人口越少，且不同补偿方案下人口结构演变具有差异性。
关键词邻避设施；计算实验；环境补偿；经济性贬值；情景分析
中图分类号X24；F284文献标识码A文章编号1002-2104（2013）12-0070-06doi：10.3969/j.issn.1002-2104.2013.12.011
邻避行为指部分社会民众因担心一些建设项目（如垃圾场、核电厂、高铁、基站、化工厂、殡仪馆等邻避设施）对身体健康、环境质量和资产价值等带来负面影响，激发嫌恶情结，滋生“不要建在我家后院（NIMBY： NotInMyBackYard）”的心理而采取的集体反对甚至抗争行为。近几年，我国邻避行为事件频频发生，从2007年厦门PX事件到2011年大连PX事件，再到2012年四川什邡反对钼铜项目、浙江宁波反对PX项目、江苏启东抵制王子排污项目、天津反对PC“绿色”化工项目、北京反对京沈高铁穿越居民区等事件频频见诸报端刺激公众的神经。根据2009年《中国环境报》全年报道的邻避冲突案例达66起，平均每月5.5起，是1984年的2.64倍[1]。邻避行为的爆发涉及到社会经济生活的各个领域，对环境污染的担忧已成为民众最大的心病之一。邻避行为的表达方式也从温和走向激烈，在厦门PX事件中公众还仅仅是“散步”，而到2012年什邡等时已演化为街头抗争[2]，这说明我国公众环境意识的增强与公众维权意识的提升，反映了我国社会经济发展步入更高阶段。同时，邻避难题也成为我国国民经济和社会发展中迫切需要解决的社会环境管理问题，使得我国社会管理和公共决策面临新的挑战。如何管理与协调邻避难题是我国邻避设施项目亟需面对的课题，其中由此引发的环境补偿也是其中的关键问题之一。环境补偿是以保护环境、促进人与自然和谐，综合运用行政和市场手段调整环境保护和建设相关各方之间利益关系的环境经济政策，在生态和资源管理领域有积极的应用[3]，然而在邻避冲突问题上，我国目前仍处于探索阶段，而从欧美国家的邻避运动经历可以发现，当群体性邻避运动之后，居民和邻避设施的运营商一般会在政府或NGO等组织的引导下达成某种协议，主要内容之一便是环境补偿方案。为此，邻避设施的环境补偿研究对于我国刚刚涌现的邻避难题管理具有积极的理论与现实价值。
1文献综述
对于如何破解邻避难题，选址与环境补偿是现实与理论界都积极关注的方面。对于邻避设施，人们普遍的意见是需要建但不是建在自家后院，因此就有不知道建在何处的困境。在早期决策程序中决策者常将邻避设施建设在贫民区，虽容易成功但不公平[4-5]。一些学者也试图在原有决策模型基础上，考虑公平性对模型进行调整，如张向和和彭绪亚[6]基于邻避效应从垃圾处理的产业化与市场化视角出发，借用Hotelling 线性城市模型和Bertrand 博弈模型分析了垃圾处理场的选址与定价决策问题，Saka[7]考虑公平性、鲁棒性以及废弃物运输等因素，基于数学模型探讨了区域邻避设施的最优化选址问题，求得假设目标下的最优解。当邻避设施在某地建成之后，便面临该区域环境补偿问题，如果补偿得当可促进区域和谐与可持续发展，若补偿不当，可能引发邻避冲突或居民无奈迁移。为此，不少学者与精英提出了各种积极的环境补偿主张，其中，最具有代表性的美国智库卡图研究院构建的反向抬价拍卖模型，提出补偿方案需要符合三个原则，第一是补偿原则，对于邻避设施由政府支付津贴作为补偿，用于提升当地社区的公益、环保、福利设施和服务；第二是多点原则，即邻避设施应具有多个选择点；第三是拍卖原则，就是将该项目加上津贴款项，在多个选定的地点中拍卖[8]。当然，经济补偿也未必能完全解决邻避难题，如Frey等[9]通过对瑞士放射性废料处置设施的邻避行为发现，在一定区间内，居民支持度并不会因为补偿金的提高而上升，但当提高到某一更高的金额后支持度会大幅提升；Lesbirel[10]发现各国居民对于以补偿金换取邻避设施支持的反应不尽相同，居民对设施的认知风险程度与补偿交换风险的意愿相关，风险认知程度越高的设施，补偿方式越重要；周丽旋等[11]基于条件价值评估法（CVM）对广州番禺生活垃圾焚烧设施选址问题的邻避行为进行研究，通过1 517份问卷对其选址受偿意愿调查研究进行研究发现垃圾焚烧设施强烈的“邻避效应”非单纯经济补偿政策可以解决。
通过对上述文献分析表明，尽管环境补偿是解决邻避冲突的有效方法，但由于邻避问题的复杂性，环境补偿未必都能奏效。已有研究多从问卷调查或数理模型的角度分析环境补偿的额度以及公平性问题等，受限于访问者以及情景的差异，结论不尽相同，较难针对不同方案不同情景的动态情况做出判断。而在现实中，问题的复杂性与相关主体行为的动态性更为明显，邻避设施运营商、社区居民都是具有自主决策能力的主体，会根据环境和其他主体行为的变化而相应地调整自己的行为。为此本文基于行为与复杂性视角，从资产的经济性贬值入手度量邻避设施对居民的影响，基于计算实验方法构建居民对待邻避设施的行为模型，刻画区域居民与运营商在不同情景下的演化状态。核心关注以下几个问题：①邻避设施应该建在何处较好？是建在人口密集区还是在人口稀疏区，是建在中心区域还是郊区，邻避设施的选择变化会不会导致社区结构与功能的变化；②该采取怎样的环境补偿方法？是按影响区域的人口补偿还是按照资产贬值情况补偿，补偿方案对不同人群的影响是否一样，公平性如何；③邻避设施的差异性对不同方案的实施效果有怎样的影响？邻避设施的类型是否会影响选择与补偿方案。本文的主要思路为：首先根据人口分布情况构建不同的计算实验情景，然后分析社区在两种常见的环境补偿方案（按人口补偿和按资产贬值情况补偿）在不同情景下的演变规则，接着基于多主体建模方法产生系统内的相关参与主体，通过参与主体的交互作用，自下而上的“主动”产生系统的各种行为和现象，实现可控制可复现的可计算实验[12]，模拟系统各成员的相互作用及其整体现象，抽取和分析我们感兴趣的参数变化，分析两种补偿方案在不同情景下对邻避设施运营及居民行为的影响，并根据变化规律得到积极的管理启示。
刘小峰：邻避设施的选址与环境补偿研究中国人口・资源与环境2013年第12期2问题描述
本文研究的系统主体主要包括邻避设施运营商和区域居民。其中，邻避设施为该区域居民的必须品，如垃圾处理站、污水处理厂、基站等，地理位置设定在“一个特定的实验区域”里， 邻避设施运营商根据设施经营情况、社区人口变化、政府补贴等因素综合确定环境补偿额度。居民是经济理性的，会根据环境补偿情况和资产损失情况自由迁移直到均衡，区域内人口数量在期间保持稳定，人口流入和流出保持在一定稳定的水平。
区域内有n个相似地理位置形状的社区，邻避设施导致的负面影响仅限在该设施所在的社区，社区居民对设施有邻避心态，希望得到一定的补偿，否则在自适应框架下自由迁移到别的社区。区域内居民对设施的需求量保持相对稳定，邻避设施的运营期为T，年收入（包括营业收入和政府补贴等）为一个常量F，其成本包含两个部分，一部分为固定的成本支出为C1，另一部分为变动的成本支出C2，如垃圾处理站的垃圾收集成本、污水处理厂的污水收集成本、基站在人口密集区增加信号强度等，C2与邻避设施位置以及人口分布有关，函数关系为：
C2=U1・C21+U2・C22+U3・C32（1）
式中，U1为邻避设施所在社区的人数，C21为该社区享受服务的单位成本；U2为邻避设施相邻社区的人数，C22为这些社区享受服务的单位成本；U3为其他社区的人数，C23为这些社区享受服务的单位成本。
假设区域内房价在研究期间保持相对稳定，设为P，有邻避设施的社区房屋将存在经济性贬值，设经济性贬值率为ρ。社区i（i=1，2，…，n）内有mi个家庭，第j（j=1，2，…，mi）个家庭有ωj个人口，人均房屋面积为Sj，根据多次人口普查数据，我国家庭规模呈现中间大两头小的特征，而且一口之家和两口之家的比重加大，故本文认为社区家庭规模服从参数为λ的泊松分布，即ωj-Poisson（λ），在本文中λ为社区家庭的平均规模；人均房屋居住面积呈现中间大两头小的特征，且数值并非均为整数，故本文假定其服从参数μ和σ2为正态分布，即Sj-N（μ，σ2），在本文中μ为社区人口的平均居住面积，σ2为其波动情况。邻避设施对社区的负面影响可以预知，而且这种负面影响最终可以体现在房屋资产价值的损耗（即房屋的经济性贬值）以及迁徙成本上，即在不考虑地区依附的情况下，社区居民可以通过自由迁徙（在区域的其他社区找一个类似的房产进行置换）来规避这种负面影响。对于社区家庭j，在无邻避设施时房屋单价为P・Sj，自由迁徙过程中因房屋置换导致的税费比例为b，则邻避设施对该家庭的负面影响值为P・Sj・（ρ+b）。
3计算实验模型
计算实验方法主要通过情景分析与建模把抽象的现实问题情景“搬到”计算机系统中并进行可控、可重复的计算机实验，从而揭示社会现象的内在联系及其演化规律，获取宏观层次的系统整体涌现，分析未来情景的演化趋势，并形成一定的科学预测和决策[12]。本部分内容主要在上述问题描述的基础上将现实问题情景进行结构化处理形成可计算的实验模型。
3.1计算实验情景构建
对于区域性的环境问题，如果想找一条解决的路径，预测和提炼不同情景下“将会怎样”的能力变得非常重要[13]。本文假定社区数n=9，根据区域人口分布和邻避设施地理位置的差异，构建四种初始的计算实验情景。
（Ⅰ）情景一：区域人口均匀分布在地图上，各社区人口数量均为N0，邻避设施设置在最中心区域；
（Ⅱ）情景二：区域人口均匀分布在地图上，各社区人口数量均为N0，邻避设施设置在区域的角落；
（Ⅲ）情景三：区域人口在地图上的分布并不均匀，中心区域人口明显多于其他区域，中心社区人口数量为k1N0，非中心区域的人口数量均为k2N0，在本文设定k1=5，k2=0.5，邻避设施设置在区域的中心位置；
（Ⅳ）情景四：区域人口在地图上的分布并不均匀，中心区域人口明显多于其他区域，中心社区人口数量为k1N0，非中心区域的人口数量均为k2N0，在本文设定k1=5，k2=0.5，邻避设施设置在区域的角落位置。
3.2主体规则设置
3.2.1邻避设施环境补偿方式
环境补偿作为社会公平的一种重要体现，在建立环境补偿机制时一般需要遵循以下原则：①谁利用谁补偿，谁受害谁受到补偿；②有利于促进相关设施的顺利建设与正常运营。在本文中，由于邻避设施具有准公益性，受益者可以认为是整个社区的居民，亦可以认为是邻避设施的运营商，但受害者只有邻避设施所在社区的居民。本文假定邻避设施在正常运营条件下是有盈余的（不盈利情况下可申请政府补助，使得补偿可以得以进行），即F>C1+C2，支付方为设施运营商，补偿款来自于设施运营（区域人口支付环境成本），如果不足，部分由政府补贴（来自于税收）；支付对象为受损的社区居民，根据补偿方案的对象略有差异，详见下文表述。其中，补偿总额为盈余的某个比例数θ，即θ・（F-C1-C2）用于支付环境补偿，满足总的补偿额不大于社区居民的总资产损失，即θ・（F-C1-C2）≤∑Si∈Kμ・Si・（ρ+b），同时邻避设施运营商在保证运营的前提下，尽量使得补偿额接近居民的损失额度。
本文主要研究常见的两种补偿类型，即按人口补偿和按房屋面积补偿。现实中还有按照邻避设施的运营量来补偿的，但本文假定邻避设施的需求量是相对稳定的，故在补偿标准中得以体现。假定邻避设施在第k社区，则其补偿标准分别为：
（1）按人口补偿，家庭j（j=1.2，…，mk）的补偿额度：
d=ωj・θ・（F-C1-C2）/N0（2）
需要说明的是，这种补偿方案包含一些公共福利形式，如邻避设施为体育馆的话，可以让该社区的居民免费或减免费用使用等。
（2）按房屋面积补偿，家庭j（j=1，2，…，mk）的补偿额度为：
d=Sj・θ・（F-C1-C2）/∑mk3i=1Si（3）
此外，考虑到一次性补偿对于邻避设施运营商的资金压力过大，而目前大多邻避设施运营盈利水平不高[14]，本文认为邻避设施运营商对于社区的补偿是一种持续性补偿，即在运营期内（运营期为T）持续补偿。社区每个家庭会根据邻避设施运营商对补偿额度的改变在每期做出新的评估，在按人口补偿方案下，家庭j在起初的期望补偿额度为：
E（d）=T・ωj・θ・（F-C1-C2）/N0（4）
在按房屋面积补偿下，家庭j在起初的期望补偿额度为：
E（d）=T・Sj・θ・（F-C1-C2）/∑mk3i=1Si（5）
3.2.2居民迁移规则
假定居民并不具有地区依附性，会根据家庭资产的损失和补偿情况以及邻居的行为表现作出自适应的决策，决策规则为：如果μ・Si・（ρ+b）≤d・（P/A，r，N），则不搬迁，式中r为适当的折现率，可用5年以上的国债收益率替代，（P/A，r，N）为年金现值系数，值为13r[1-13（1+r）N]；如果μ・Si・（ρ+b）>d・（P/A，r，N），则该家庭综合考虑损失和社区其他居民行为，以一定的概率φ迁徙到临近的社区，其值为：
φ=[1-d・（P/A，r，N）3μ・Si・（ρ+b）]Qt-13Qt（6）
式中，0
3.3变量设置与参数初始化
为从宏观层面探寻邻避设施及其补偿方案对社区的影响，我们定义了一些全局变量作为系统研究的观察变量，主要有：社区人口数量、邻避设施运营成本、邻避效应（可刻画邻避设施导致的社区内房屋的经济性贬值情况）、社区实际人均居住面积等。在计算实验中，可以观察变量与变量之间的关系以刻画系统主体与系统行为之间的规律。
除了上述描述过程中的部分参数外，其他初始参数取值主要有社区初始人口数量N0=10 000，根据第六次人口普查，我国平均每个家庭户的人口约为3人，本文社区家庭的平均规模设定为λ=3，根据2011年社会调查数据，我国城镇人均住房建筑面积为31.6平方米，本文社区人口的平均居住面积选择为μ=30，波动情况σ=15，房屋初始价格P=3 000，社区房屋因邻避设施导致的经济性贬值率初始值ρ=5%，自由迁徙过程中因房屋置换导致的税费初始比例b=5%，运营商年收入F=540 000，固定的成本支出C1=40 000，变动成本C21=1，C22=3，C23=5，用于环境补偿的盈利赔偿比例θ初始值为80%，根据公共设施在现实中的常见承包运营周期，本文选择运营期T=30，根据最新国债一年期到期收益率，本文选择折现率为r=3.4%。
4模型计算实现与结果分析
本文基于计算实验思想与方法实现系统内邻避设施的运营情况与社区人口变化，首先构建四种不同的实验情景，然后在情景下描述邻避设施运营商和社区居民的决策依据与过程，最后在MATLAB 2009R软件平台下运行该实验，根据多次运行程序得到如下结果。需要说明的是，图1中的运营周期只选取到第8周期，因为从8周期之后系统各研究变量均维持在一个稳定的状态，图2，3均是不同参数状态（邻避效应）在系统到达第30个运营周期后的稳定结果。
（1）补偿方式的差异性：社区人口数量与运营费用上，由图2可知，两种补偿方式在四种情景下的结果具有相似性，在同一情景下，社区人口与运营费用随运营周期变化不大；但社区人口结构却有明显的差异性，由图3可知，在四种情景下，补偿方式一（按人口补偿）最终实际人均居住面积都明显低于补偿方式二（按房屋面积补偿），补偿方式二最终（到第20个运营周期）社区实际人均居住面积均为30m2，补偿方式随情景有一定的差异，分别为18 m2，15 m2，10 m2和20 m2。如果人均房屋面积表征一定程度的贫富差距，则说明贫穷的家庭比较在乎补偿金额，按人口补偿方案下，最终留在社区的多为人均居住面积较小的家庭，而在房屋面积补偿方案下，则与初始状态相一致（初始μ=30 m2）。这种差异说明：尽管补偿方式一（按人口补偿）看似公平，贫穷家庭得到的补偿总额比在按房屋面积补偿的额度要高，也照顾贫穷群体，但最终却使得继续居住在环境不好的社区，居住环境没有得以改进，而在补偿方案二（按房屋面积补偿）下，看似对贫穷家庭不公平，但最终留在社区的居民却保持了多样性，无论是家庭富裕程度如何，在经济理性的驱动下在行为选择上表现出了倾向的相似性，这种差异是在初始实验设计时未曾想到的，却有深刻的现实启示。
（2）选址的差异性：由图1可知，如果区域人口相对比较平均，则选择在区域的中心较好，由情景一和情景二比
较可知，社区最终实际居住人口相近，但情景一下的运营费用明显比情景二下低，社区获得的补偿也相应更高。但如果区域人口密度不均匀，那么选择在郊区相对较好，由情景三和情景四比较知，社区最终实际居住人口相近，说明在情景三下，由于不满环境现状和补偿方案，居民发生了大批量的搬迁，这无疑会导致大批的房屋空置，这也是目前不少城市的困扰，在工业化过程中，城市中一些原来人口众多的社区慢慢沦陷为工厂区，污染区，不宜居住区，居民逐渐迁移到城市的其他社区，这些社区也成为了热闹繁华都市的另一面。
（3）邻避设施的差异性：设施自身性质常被一些学者[15-16]提出来解释为何不同邻避设施有不同的邻避行为。本文用邻避效应来刻画邻避设施的差异性，邻避效应系数越大，表示居民对邻避设施的反对行为越明显，导致社区房屋的经济性贬值越大。由图2可知，在补偿方式一（按人口补偿）下，社区实际平均居住面积随邻避效应变大而变小，说明邻避效应越大，越多房屋面积大的家庭逃离受影响的社区，然而在补偿方式二（按房屋面积补偿）下，社区实际平均居住面积并不随邻避效应变大而变化，始终保持在一个相对稳定的水平。进一步，由图3可知，无论是在何种情景，最终社区实际居住人口随邻避效应变大而变大，这与已有学者[15-16]的研究结论具有相似性。此外，情景一的社区人口数量最终多于情景二，说明补偿方案在情景一下比情景二下更有效率，而情景三和情景四因为初始人数的不对等，无法比较得出结论。
5结语
邻避设施的环境补偿问题是我国社会发展中涌现的新问题，处理不当会影响社会的可持续发展。本文利用计算实验理论与方法，构建了不同情景下的邻避设施环境补偿模型，主要贡献有：①通过模型分析与计算实验结果表明邻避设施的环境补偿问题是一个受邻避设施类型、区域人口分布、补偿方案等多方面影响的系统性问题，需要针对不同情景做出不同的应对策略。②分析了邻避问题在多种情景下以及两种常见补偿方案下的社区演化状态，研究结果可为社区的可持续发展管理提供理论参考。③因环境问题导致的相关资产经济性贬值是一个资产评估理论与实务界的难题，本研究可为邻避设施所在的社区房屋等资产的经济性贬值计量提供方法支持。
参考文献（References）
[1]陈宝胜.公共政策过程中的邻避冲突及其治理[J].学海，2012，（5）：110-115.[Cheng Baosheng. NIMBY Conflicts and Governance in the Public policy Decisionmaking Process[J].Academia Bimestris，2012，（5）：110-115.]
[2]启越.中国式“邻避运动”如何终结[N].经济观察报，2012-12-17（15）.[Qi Yue. How to Solve the Chinesestyle NIMBY [R]. Economic Observer，2012-12-17（15）.]
[3]王军锋，候超波.中国流域生态补偿机制实施框架与补偿模式研究：基于补偿资金来源的视角[J].中国人口・资源与环境，2013，23（2）：23-29.[Wang Junfeng， Hou Chaobo. Study on Implementation Framework and Compensation Pattern of Basin Ecological Compensation Mechanism in China： From the Perspective of Compensation Funds Source [J]. China Population， Resource and Environment， 2013， 23（2）：23-29.]
[4]Sidney H， Shaw D. Managing Conflict in Facility Siting： An International Comparison [M]. UK： Edward Elgar Publishing， 2005.
[5]Kasperson R. Siting Hazardous Facilities： Searching for Effective Institutions and Processes. In： Hayden L， Daigee S. Managing Conflict in Facility Siting， Cheltenham [M]. UK： Edward Elgar， 2005.
[6]张向和，彭绪亚.基于邻避效应的垃圾处理场选址博弈研究[J].统计与决策，2010，（20）： 45-49.[Zhang Xianghe， Peng Xuya. Study of Waste Disposal Sites Location Game Mode based on the NIMBY Effect [J]. Statistics and Decision，2010，（20）： 45-49.]
[7]Sakai T. Fair Waste Pricing： An Axiomatic Analysis to the NIMBY Problem [J]. Econ Theory， 2012， （50）： 499-521
[8]Goklany I. Clearing the Air： The Real Story of the War on Air Pollution [M]. Washington， DC： Cato Institute， 1999.
[9]Frey B， OberholzerGee F， Eichenberger R. The Old Lady Visits Your Backyard： A Tale of Morals and Markets [J]. Journal of Political Economy， 1996， 104（6）： 1297-1313.
[10]Lesbirel S. Markets， Transaction Costs and Institutions： Compensating for Nuclear Risk in Japan [J]. Australian Journal of Political Science， 2003， 38（1）：5-23.
[11]周丽旋，彭晓春，关恩浩，等.垃圾焚烧设施公众“邻避”态度调查与受偿意愿测算[J].生态经济，2012，（12）：174-177.[Zhou Lixuan， Peng Xiaochun， Guan Enhao， et al.Public NIMBY Attitude Survey and WTA Estimate of Waste Incineration Facility [J].Ecological Environment，2012，（12）：174-177.]
[12]盛昭瀚，张维.管理科学研究中的计算实验方法[J].管理科学学报，2011，14（5）：1-10.[Sheng Zhaohan， Zhang Wei. Computational Experiments in Management Science and Research [J].Journal of Management Sciences in China，2011，14（5）：1-10.]
[13]Schellnhuber H J. ‘Earth System’ Analysis and the Second Copernican Revolution [J]. Nature， 1999， 402（2）：19-23.
[14]刘小峰，程书萍，盛昭瀚，等.一类污水处理项目的运营与排污者行为动态分析[J].中国管理科学，2011，19（3）：79-87.[ Liu Xiaofeng， Cheng Shuping， Sheng Zhaohan， et al. Dynamic Analysis on a Type of Sewage Treatment Projects Operation and Polluters Behavior [J].Chinese Journal of Management Science，2011，19（3）：79-87.]
[15]Lee Y， Ho C. NIMBY Effects of Urban Service Facilities： A Case Study in Taipei Area [J]. Journal of City and Planning， 1995， 23（1）：95-116.
[16]Young M. Necessary but Insufficient： NIMBY and the Development of a Therapeutic Community for Homeless Persons with Comorbid Disorders [J]. Local Environment： The International Journal of Justice and Sustainability， 2012，17（3）：281-293.