基于选择试验模型的生态系统服务全价值评估资料下载.pdf
- 文档编号:5978023
- 上传时间:2023-05-05
- 格式:PDF
- 页数:9
- 大小:535.05KB
基于选择试验模型的生态系统服务全价值评估资料下载.pdf
《基于选择试验模型的生态系统服务全价值评估资料下载.pdf》由会员分享,可在线阅读,更多相关《基于选择试验模型的生态系统服务全价值评估资料下载.pdf(9页珍藏版)》请在冰点文库上搜索。
1007-7588(2015)02-0351-09基于选择试验模型的生态系统服务支付意愿差异及全价值评估以渭河流域为例史恒通,赵敏娟(西北农林科技大学经济管理学院应用经济研究中心,杨凌712100)摘要:
对流域生态系统服务进行全价值评估有利于相关流域治理政策的建立,实现流域的可持续发展。
本文应用选择试验模型法,对我国流域生态系统服务的非市场价值进行评估,并以渭河流域陕西段为例进行实证研究。
在生态功能属性和指标的合理选取基础上进行选择试验模型设计和问卷调查,进一步分析渭河流域城乡居民对流域生态系统服务的认知差异,以及测算相关样本的支付意愿,最终进行非市场价值估算。
研究结果表明:
相对于城镇居民,农村居民不在意水土流失方面生态系统服务的改善,而更关心水资源数量和质量,以及自然景观和生态旅游条件等方面的改善;
渭河流域居民对水资源质量这一生态指标具有最高的支付意愿,对水土流失强度这一生态指标具有次高的支付意愿,而对自然景观这一生态指标具有最低的支付意愿;
陕西省渭河流域平均每户居民每年愿意为渭河流域生态系统服务的改善支付624.22元,且城镇居民的支付意愿(830.34元/户)明显高于农村居民(525.46元/户)。
陕西省渭河流域生态系统服务每年的非市场价值为8.68亿元。
关键词:
渭河流域;
生态系统服务;
全价值评估;
选择试验模型;
MixedLogit模型;
支付意愿1引言生态系统服务是地球上的各种自然生态系统向人类提供的产品和服务,除了提供可以在市场上实现的商品(如食物、木材、清洁水等)以外,还提供各种非实物型的生态服务,这些非实物型的生态服务具有潜在经济价值,给人类带来巨大的福利1。
然而这种生态服务与产品在纯粹的市场作用力下难以实现,人们往往忽略了其潜在的巨大非市场价值,造成资源配置中的扭曲。
关于生态系统服务价值的内涵,其发展过程中吸收了劳动价值论、主流经济学价值论、环境主义价值论的观点。
按照马克思的劳动价值论的观点,生态系统服务的使用价值是由具体的劳动创造的,其服务的作用是形成使用价值。
传统经济学家认为价值是物品满足人们欲望的能力,是由市场供求决定的,因而没有进入市场的生态系统服务就没有价值。
环境主义者对上述观点并不认同,ONeill等人认为生态系统服务价值的存在并不由人们的主观意愿和感受决定,生态系统具有内在价值(intrinsicvalue)2。
现代环境经济学对生态系统服务价值的研究集中于生态系统服务的外在价值(extrinsicvalue),而内在价值涉及环境伦理学方面的内容,很少将其计入价值评估范围3。
本文所指的生态系统服务全价值包括其使用价值和非使用价值4,且主要体现在生态系统服务的非市场价值。
对流域生态系统服务进行全价值评估,有助于对流域生态系统服务进行全面的了解,并将评估结果纳入到传统国民经济核算体系之中,为环境资源的科学管理提供依据,并在区域发展规划、资源开发和决策过程中充分重视和体现自然资产的价值,实现可持续发展的目标5。
第37卷第2期资源科学http:
/陈述偏好法(StatedPreferenceMethod,SP)是非市场价值评估的主要方法,其中最常见的包括条件价值评估法(ContingentValuationMethod,CVM)和选择试验模型法(ChoiceExperimentMethod,CE)。
相对于CVM而言,CE可以避免在应用中产生的各种偏差,较好地解决环境和资源的多重生态属性之间的损益比较问题6,而且CE的研究结果可通过效益转移法(BenefitTransfer,BT)应用于其他类似的生态环境物品的非市场价值评估7,8。
国外学者应用CE进行非市场价值评估是从Louviere,Hensher等的研究开始的9,应用CE对流域生态系统服务进行价值评估的研究较多7,10-12,但国内对非市场价值评估的实证研究大多局限于CVM的研究13-15。
近年来才出现CE在非市场价值评估中的应用,赵金成等16以我国土地政策效率研究为例,介绍了确定选择实验模型调查问卷中环境属性的方法。
樊辉等介绍了选择实验模型方法的原理,对选择实验模型法在资源环境和生态管理方面的应用进行了综述,并总结了选择实验模型在应用过程中应该注意的问题17。
以上这些研究只是在理论上进行探讨和分析,缺乏实证的定量研究。
翟国梁等以中国退耕还林为例,应用CE对该政策进行了评估18。
金建君等以浙江省温岭市耕地资源保护为例,探讨CE在耕地资源保护经济价值评估实践的可行性19。
但二者的研究均建立在多项式Logit(MultinomialLogit,MNL)模型基础之上,未能放宽模型独立同分布(IID)的假设,评估结果存在一定程度上的偏差。
谭永忠等通过分别建立MNL和MixedLogit模型,以浙江省德清县为例,对耕地和基本农田的非市场价值进行了评估,但其对属性指标的选择和试验的设计过程描述并不详尽20。
YueChe等运用CE对上海朱家角河网系统改善进行了支付意愿调查,并同时用MNL和MixedLogit模型对计量模型进行了估计,评估结果可对当地政府进行河网系统改善提供决策支持21。
综上所述,国内关于非市场价值评估的研究大多局限于CVM方法的探索,而CE方法的使用在国内很不成熟,主要体现在定量的实证分析研究并不常见、具体的计量方法过于简单和模型研究指标设计陈述不详尽。
从研究内容来看,国内尚未存在应用CE对流域生态系统进行全价值评估的实证研究。
为此,本文试图基于生态功能属性构建MixedLogit这一更加精确的计量模型,并分别选取渭河流域陕西段城乡居民样本进行实证研究,分析城市居民和农村居民在生态系统服务认知方面的差异,以及渭河流域居民对各生态功能属性指标支付意愿差异,最后对渭河流域生态系统服务进行全价值评估。
评估结果可应用于流域生态环境管理,为国家流域环境治理提供相关决策支持。
2研究区概况渭河是黄河第一大支流,流域面积13.48万km2,其中陕西省境内面积达6.72万km2。
陕西省渭河流域位于我国西北干旱半干旱地区,地跨黄土高原、关中盆地、秦岭北麓三个地貌单元(见图1)。
作为陕西省关中地区的主要河流,渭河承担着其沿河地区的生产、生活用水以及生态补水的水域功能。
随着人类对水资源的不断利用和开发,渭河流域的生态环境问题也日益突现,主要表现为:
图1陕西省渭河流域概况Figure1SynopticchartofWeiRiverBasininShaanxiProvince3522015年2月史恒通等:
基于选择试验模型的生态系统服务支付意愿差异及全价值评估http:
/
(1)水资源短缺严重,供需矛盾突出,渭河水量急剧减少,河床不断淤高,下游已成为地上悬河,防洪形势严峻,且国民经济用水挤占生态用水,水资源开发利用缺少进一步统一规划。
(2)水污染加剧,危害人类健康。
渭河干流宝鸡峡以下河段全部为类或超类水质,基本丧失了水的使用功能。
(3)水土流失问题尚未得到有效遏制,水土流失治理进展缓慢,待治理区域面积仍然很大,植被破坏等加剧了水土流失的治理难度。
3研究方法与数据来源3.1选择试验模型理论选择试验模型是一种近年来应用在资源环境经济学和生态经济学领域的一种更为可信的价值评估手段。
它通过参与者对一系列假想的环境政策组合的个人偏好选择,结合计量经济学的方法进行支付意愿的测算,从而得到环境物品和服务的非市场价值。
选择试验模型的理论基础为兰开斯特消费者理论22和随机效用理论23-26。
兰开斯特消费者理论指出,消费者的效用可以被分解为其对该物品(或服务)的各个特征属性进行消费的效用。
而根据随机效用理论,个人根据选项属性和一定程度的随机过程进行选择,该随机过程通过消费者效用方程中的随机项体现出来:
Ui=Vi+i
(1)式中Ui为第i项选择的真实、不可观测的效用;
Vi为第i项选择的系统、可观测效用,可以包括选项属性和个体特征;
i为不可观测效用部分,即随机误差项,代表不可观测因素对个体选择的影响。
对于所有j个选项,选择选项i的概率为:
P(i)=Pr(UiUj)=Pr(Vi+i)(Vj+j)
(2)可观测效用函数Vi可以用很多种方式进行表达,其中最简单的假设为线性函数模式:
Vi=C+xi(3)式中C为替代常数项;
为效用参数矩阵,而xi代表选择集中的属性矢量矩阵(可以包括价格、生态属性、个人特征甚至是他们之间的交叉项)。
通过对随机误差项进行不同的概率分布假设,可以得到不同的概率选择模型。
例如,MNL模型的随机误差项服从Gumbel分布,该模型为选择试验模型中最基本的一种计量模型。
MixedLogit模型,也称作随机参数Logit模型(RandomParameterLogit,RPL),在MNL模型基础上发展而来的最新应用于选择试验模型的一种计量模型,它放宽了MNL模型的独立同分布(IndependentandIdenticallyDistri-bution,IID)的模型假设,在模型的设定上具有更高的灵活性和可信度。
MixedLogit模型允许模型参数在个体间变动,即具有同样社会经济特征的人对属性特征的偏好是不同的,可用来解释异质性27,28。
MixedLogit模型的概率分布函数为:
Pni=exnijexjf()d(4)这与条件Logit模型的概率分布表达一致,但在MixedLogit模型中,参数是随机的(例如其为具有均值和标准差的正态分布),而在条件Logit模型中,参数则为某一固定值。
通过积分进行最大似然函数的模拟可以得到模型参数的具体表达,进而进行支付意愿的测算。
3.2选择试验模型设计选择试验模型设计主要分为三个步骤,即属性以及指标的确定、正交实验设计、问卷内容完善及调查。
3.2.1属性及指标的确定根据DeGroot的研究,生态系统服务可以被分为调节服务(RegulatingService)、栖息地服务(HabitatService)、生产服务(ProductionService)和信息服务(InformationService)29。
这四大类生态系统服务应该与本研究具体的价值评估生态功能属性选择相结合。
生态指标的选择是在功能属性的基础上进行扩展得到的。
其选择标准应符合两个标准:
对于生态系统服务消费者来说,生态指标应直观易懂,便于其在不同选择集中进行选择;
生态指标应与相关的环境政策相关,反映急需得到改善的环境属性。
基于此,本研究事先进行了两次预调研,以确定陕西省渭河流域生态环境的具体情况和了解该流域居民对环境改善问题的具体认知。
另外,通过与相关生态学、水文学、土壤学专家进行沟通,结合渭河流353第37卷第2期资源科学http:
/域重点治理规划1)(2005年)最终确定了相关的评估指标及其状态值(包括8个生态指标和1个价格指标,见表1),其中生态安全程度为反映生态总体程度的总指标,可以作为对以上其他7个生态指标的参考和矫正。
水质平均级别和人均水量两个指标反映了生态系统服务中的生产服务;
水土流失治理面积和水土流失强度两个指标反映了其调节服务;
自然景观和生态旅游、森林公园条件这两个指标主要反映为其信息服务;
林地覆盖率这一指标主要反映其栖息地服务。
由此可见,本研究所确定的生态指标涵盖了流域生态系统服务的各个方面,且通过实地调研、政策约束和专家咨询的方法确保了每个生态指标都代表了陕西省渭河流域的某项或几项重要生态功能。
3.2.2正交实验设计在确定了生态指标及其状态值之后,需要采用正交试验设计的方法对选项卡中不同指标状态值的组合进行设计,该过程决定了福利测算的效率30。
考虑到线性模型的参数估计的准确性,本研究结合“SAS”软件,采用实验设计中的D-优化设计原则进行正交实验设计,并得到了512个选择集2)。
去除被占优和错误的选择集后还剩下450个选择集,这450个选择集被分为150个版本(每个版本3个选择集组成一份问卷中的选项卡,每个版本的不同之处在于其中指标状态值的变化)。
在每份问卷中,被调研者被展示3个相互独立的选择集,并相应做出3个选择。
在得到假想的生态环境改进的生态指标组合的同时,需要每户居民在10年的规划中每年支付一定的费用(即价格指标)。
需要提示的是,该支付的费用将会用做渭河流域生态环境改善的专款,并不会有其他用途,且每个参与调研者需要在做出支付费用选择的同时考虑到其家庭收入等条件的约束。
3.2.3问卷内容及调查过程本研究调查问卷内容主要包括3个部分:
受访居民对渭河流域生态环境改善的认知情况调查;
关于受访居民对渭河流域生态环境服务改善的支付意愿调查;
对受访居民的社会经济特征调查,包括受访者年龄、性别、职业、受教育程度、家庭收入状况等。
受访居民以户为单位。
具体的问卷调查开展于2012年12月。
根据陕西省渭河流域水质情况,本次调研抽取了4个样本区、市进行调查,分别是宝鸡市的金台区(渭河中上游)、咸阳市的秦都区(渭河中下游)、渭南市的临渭区和华阴市(渭河下游),具体样本分布情况见表2,具体样本采用分层随机抽样的方法进行抽样调查。
评估指标林地覆盖率(%)水质平均级别(级)渭河流域人均水量占全国平均水平百分比(%)流域内水土流失治理面积占流域总面积百分比(%)水土流失强度流域内自然景观面积占流域总面积百分比(%)流域生态旅游、森林公园面积占流域总面积百分比(%)生态安全程度(目前,上游2级,中游3级,下游4级)愿意支付的费用(元/(年户)现状值304.51580中度=320253.50中间状态值31,334,3.517,1985,88偏轻=230,35303,2.550,100,200,300目标值3532090轻度=140352400表1不同评估指标的状态值Table1Levelsofdifferentvaluationindicators1)规划来源:
国家发展改革委农村经济司(2005年)。
2)512=29,其中2代表选项卡中的环境改进方案数目,9代表指标数目。
表2调查样本分布Table2Sampledistribution(人)样本区、市金台区秦都区临渭区华阴市总计城镇居民110100102115427农村居民115125120113473总计2252252222289003542015年2月史恒通等:
/4结果及分析4.1MixedLogit模型结果分析本研究应用MATLAB软件分别对整体样本、城镇居民样本和农村居民样本进行MixedLogit模型模拟,且对于每个样本的模拟均采用500个Halton抽取的方法进行似然估计27,31。
为了提高模型估计效率,模型假定所有生态指标参数为服从正态分布的随机参数32,而且价格指标参数被设定为固定参数1)。
为了方便后期的支付意愿计算,在模拟初始设定时设置价格指标参数为正。
模型估计结果见表3。
从模型整体显著水平来看,3个模型的整体拟合程度均较高,显著水平为0.01,且通过了Hessian矩阵检验。
对于所有样本的模型,无论是固定参数(支付费用),还是随机参数(生态指标)均在1%的水平上显著。
由于固定参数在初始被设定为正,除了水资源质量和水土流失强度两个随机参数以外,其他随机参数均预期为正。
这表明,对于水资源质量和水土流失强度这两个离散变量,被调研者期望得到更高等级的变化,而对于其他的连续变量,被调研者也期望得到相应生态指标的环境改善。
同时,所有随机参数的标准差均在1%的水平上显著,这表明被调查者之间在这些生态指标的偏好上确实存在较大的异质性,而本文使用MixedLogit模型进行估计放宽了独立同分布的假设,体现出与MultinomialLogit模型相比的优越性。
从城镇居民和农村居民的样本分开来看,两个MixedLogit模型的固定参数均在1%的水平上显著。
对于水土流失面积和水土流失强度两个生态指标,显著性程度在两个MixedLogit模型上表现出较大差异(城镇居民样本在1%水平上显著,而农村居民不显著),这表明水土流失面积和水土流失强度这两个指标被城镇居民认为是影响他们支付意愿的重要影响因素,而农村居民则更倾向于其他生态指标对其支付意愿的影响。
其他生态指标在两个MixedLogit模型中显现出不同的显著水平。
这表3MixedLogit模型估计结果Table3MixedLogitmodelresults注:
*、*分别表示在5%和1%的水平上显著,括号内为相应均值所对应的标准误。
固定参数随机参数随机参数的标准差模型检验统计变量支付费用林地覆盖率水资源质量水资源数量水土流失面积水土流失强度自然景观生态旅游林地覆盖率水资源质量水资源量水土流失面积水土流失强度自然景观生态旅游Log-likelyhood(LL)Hessian*grade样本量(N)所有样本0.0208*(0.0037)0.3020*(0.0693)-2.8039*(0.4285)0.3634*(0.0741)0.1028*(0.0283)-0.6910*(0.1361)0.1008*(0.0172)0.1025*(0.0249)0.7271*(0.1152)3.9681*(0.4684)0.8565*(0.1246)0.3906*(0.0508)1.2483*(0.2383)0.1158*(0.0265)0.2980*(0.0485)-2318.412639.59e-08900城镇居民0.0158*(0.0047)0.3419*(0.0819)-2.8569*(0.5548)0.3978*(0.1071)0.1248*(0.0366)-0.7698*(0.1697)0.0838*(0.0211)0.0672*(0.0302)0.4970*(0.1091)4.1444*(0.6289)0.6538*(0.1271)0.3107*(0.0766)0.7837*(0.3010)0.1245*(0.0315)0.2533*(0.0587)-1123.18947.876e-08427农村居民0.0284*(0.0098)0.3988*(0.1809)-2.5487*(0.9007)0.4171*(0.1821)0.0728(0.0521)-0.4703(0.2965)0.1584*(0.0545)0.2184*(0.0801)0.6401*(0.2237)7.8958*(2.2144)1.3093*(0.4473)0.6475*(0.1798)-2.6201*(0.6961)0.2626*(0.0856)0.4850*(0.1506)-1169.9466223.39e-084731)设定价格指标参数为固定参数有利于方便计算支付意愿中的隐含价格,在后文将会详细阐述隐含价格的计算。
355第37卷第2期资源科学http:
/两个MixedLogit模型所有的随机参数标准差均在1%的水平上显著,表明无论是城镇居民,还是农村居民对所有生态指标的偏好都存在较大差异。
4.2隐含价格测算选择试验模型通过估计单个变量的边际价值变化来表示受访者为了得到更多的指标变化愿意支付的金额,即隐含价格(ImplicitPrice,IP),从而反映受访者对于生态系统服务非市场价值的偏好差异,其计算公式为:
IP=-nmM(5)式中nm为生态指标的系数;
M为价格指标的系数。
隐含价格能够较好地反映出流域各个生态指标间的损益和比较问题,而只有选择试验模型法能够进行隐含价格的测算和度量,这一点是条件价值评估法和目前其他价值评估方法不能做到的。
本研究应用表3中MixedLogit模型的估计结果,分别测算了3个样本下不同样本群体的隐含价格。
由于价格指标系数为固定值,而其他生态指标参数为服从正态分布的随机参数,所以,隐含价格也服从正态分布31。
具体测算值见表4。
从表4可以看出,对于大多数生态指标变量,城镇居民的支付意愿普遍高于农村居民。
根据MixedLogit模型估计结果测算,城镇居民每户每年愿意为高一级别的渭河流域水资源质量改善支付180.82元,是农村居民支付意愿的2倍多;
愿意为降低一个级别的水土流失强度支付48.72元,是农村居民支付意愿的近3倍;
而农村居民在生态景观和生态旅游条件的改善方面比城镇居民具有更高的支付意愿。
纵观所有的生态指标变量,渭河流域居民对水资源质量的改善具有最高的支付意愿,为每户每年134.80元;
其次为水土流失强度的控制,为每户每年33.22元;
对自然景观的改善的支付意愿最低,为每户每年4.85元。
4.3补偿剩余测算隐含价格的测算结果说明,流域居民愿意为渭河流域生态服务的改善支付一定的金额。
另一种支付意愿的测度表达为补偿剩余(CompensatingSurplus,CS)的测算,它表达的是改变现状所带来的整体效用,其计算公式如下:
CS=-1M(V0-V1)(6)式中V0为维持现状能给人们带来的效用;
V1为生态服务改善后人们可获得的效用;
M同公式(5)。
本研究分别选取生态评估指标的现状值和目标值作为效用的现状和改善的基点,维持现状和按照规划目标的改善情况具体如下:
维持现状:
10年后,渭河流域林地覆盖率为30%,水质平均级别为4.5级,人均用水量占全国平均水平的15%,水土流失治理面积占流域总面积的80%,水土流失强度为中度,自然景观面积占流域总面积的20%,生态旅游、森林公园条件占流域总面积的25%。
目标状态:
10年后,渭河流域林地覆盖率为35%,水质平均级别为3级,人均用水量占全国平均水平的20%,水土流失治理面积占流域总面积的90%,水土流失强度为轻度,自然景观面积占流域总面积的40%,生态旅游、森林公园条件占流域总面积的35%。
根据公式(6)计算得到,陕西省渭河流域居民注:
支付意愿的测算剔除了生态安全程度这一整体校验指标,后面的补偿剩余测算情况一致。
生态指标变量林地覆盖率水资源质量水资源数量水土流失面积水土流失强度自然景观生态旅游所有样本均值14.52-134.8017.474.94-33.224.854.93标准差34.96190.7741.1818.7860.015.5714.33城镇居民均值21.64-180.8225.187.90-48.725.304.25标准差31.46262.3041.3819.6649.607.8816.03农村居民均值14.04-89.7414.692.56-16.565.587.69标准差22.54278.0246.1022.8092.269.2517.08表4隐含价格测算结果Table4Implicitpriceresults(元/(年户)3562015年2月史恒通等:
/年平均支付意愿为624.22元/户,其中城镇居民年平均支付意愿为830.34元/户,农村居民年平均支付意愿为525.46元/户。
根据公式:
非市场价值总值=居民年均支付意愿居民总户数支付率/还原率,可估算渭河流域生态系统服务的非市场价值。
据渭河流域统计资料,2012年底陕西省渭河流域共有居民6.30万户。
根据调查统计,66.22%的受访者愿意为渭河流域生态系统服务改善支付一定金额。
若还原率采用2012年末一年期银行定期存款利率3.00%,则陕西省渭河流域生态系统服务的非市场价值为8.68亿元
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 选择 试验 模型 生态系统 服务 价值 评估