公益林生态效益价值居民支付意愿实证分析——以贵阳市为例

吴小旋，田红灯，田大伦

(1.中南林业科技大学，湖南 长沙 410004；2.南方林业生态应用技术国家工程实验室，湖南 长沙 410004)

公益林生态效益价值居民支付意愿实证分析
——以贵阳市为例

吴小旋1,2，田红灯1,2，田大伦1,2

(1.中南林业科技大学，湖南 长沙 410004；2.南方林业生态应用技术国家工程实验室，湖南 长沙 410004)

以贵阳市公益林为研究对象，采用条件价值评估法（CVM），通过设计问卷、调查实施，对贵阳市居民公益林补偿的支付意愿（WTP）及影响因素进行了分析。结果显示：（1）73．6%贵阳市居民家庭对公益林生态效益价值有支付意愿，平均意愿支付额为每户家庭每年人民币213．96元；（2）支付意愿受社会经济因素综合影响，其中年龄、收入水平及环境关注态度对支付意愿具有显著影响，是影响支付意愿的主要因素。在对居民支付意愿影响因素进行分析的基础上，提出了一些建议性政策。

贵阳市；公益林；条件价值评估法（CVM）；支付意愿(WTP)；生态效益价值

条件价值评估法（CVM）是通过调查公众对某公共物品或资源的支付意愿(WTP) ，进而对该公共物品或资源的使用价值及非使用价值进行评估[1]，也称为意愿调查评估法、假想评价法等。自1963年Davis首次提出并运用CVM以来[2]，不同领域的学者广泛应用该法并取得了大量科研成果[3-6]。20世纪90年代末，我国CVM评估开始进入实证研究阶段[7]。随后大量科研工作者在多数领域进行了初步研究，涉及如空气质量、水质、旅游及环境资源等，生态系统价值的相关评估研究也逐步展开[8-12]。“效用价值理论”是该评估方法应用于公益林生态效益价值评估的理论基础。

林业是一项重要的公益事业和基础产业, 具有社会效益、经济效益及生态效益[13]，公益林是林业建设的重要组成部分。目前，国内外对公益林生态效益价值的评估大部分隶属静态范畴，较少涉及其动态规律性与资源特殊性等问题，而合理可行的生态公益林补偿标准对生态效益的持续发挥、国家生态环境安全具有非常重要的意义[14]。为促进科学化、合理化评估体制建设，并完善生态补偿制度，以贵阳市生态公益林为例，采用意愿调查法对当地居民享受公益林生态效益的意愿支付费用进行调查，并分析影响支付意愿的影响因素，为我国制定生态公益林补偿政策提供理论和方法。

一、研究地点概况

贵阳市为贵州省省会，2011年全市完成生产总值1 383.07亿元，比上年增长17.10%，年均增长14.45；完成地方财政收入187.09亿元，比上年增长37.3%，年均增长24.18%；人均生产总值达31712元，比上年增长14.9%，年均增长13.3%；城市居民每年可支配收入为14300元，比上年增长10.9%，年均增长9.83%；城市居民恩格尔系数为38.21%（表1）。

表1 贵阳市2007～2011年主要经济指标

贵阳市森林资源丰富，森林覆盖率达42.3%，现有森林31.33多万公顷，其中约有25.07万公顷为生态公益林，占总面积的80%。贵阳市2004年被国家林业局评为首个国家森林城市，同时也是世界上喀斯特地区植被规模最大、质量最好的中心城市[16]。

二、研究方法

(一) CVM问卷设计

基于相关调研的基础上，遵照评估系列原则并参考国内外实践经验[17],制定CVM问卷初稿。通过初稿预调查，并进一步完善总体体系。根据统计学的基本原理，确定样本容量为520户家庭，具有较强的代表性并及可操作性。

CVM问卷囊括：

（1）贵阳市生态环境情况介绍；

（2）贵阳市公益林生态效益价值简介；

（2）受访者的个人信息因素统计，如性别、年龄、受教育程度、收入水平等；

（3）受访者对公益林了解程度、对贵阳市生态环境质量关注程度及满意程度等；

（4）受访者对改善水源地生态系统服务的最大支付意愿（WTP）。

(二) CVM调查实施

2012年3～5月在贵阳市实施问卷调查。选择随机性调查，该方法能保证受访者具有均等被访机会、均匀分布，且减少误差。相比其他调查方式（如电话、邮件），面对面访问能增加研究结果的有效性和可靠性；采取支付卡法，即要求受访者在一系列的待选项中选择答案。调查地点选择在人群集中的地方进行面对面随机抽样调查，如贵阳市筑城广场、黔灵山森林生态公园等。问卷以家庭为单位，采用每家庭每月支付金额的形式[18]。

(三)数据计算

问卷的正支付意愿E(WTP〉0)可通过离散变量WTP的数学期望公式[19]获得:

式中，Ai和Pi分别为投标值及受访者选择该数值的概率，n 为投标数。

由于调查样本中有零支付意愿，由Spike模型调整后的总样本平均支付意愿为:

式中，B为家庭数。

三、结果与分析

(一)问卷整体分析

本次调查共发放问卷520份，正式有效问卷共498 份。对问卷整体及样本结构特征分析如下:

(二)受访者基本信息统计

对所有样本在性别、户籍、年龄、收入、所受教育程度等个人基本信息因素，以及是否了解公益林、关注环境态度、对生态环境满意程度等进行了详细统计（如表2所示）。其中，男性比例为57.03%，女性为42.97%；受访者年龄结构为：24岁以下占7.83%，24～30岁占31.73%，31～40岁的占21.49%，41～50岁的占10.84%， 50～60岁的占2.45%，60 岁以上的占11.04%；经济月收入水平：1 000 元以下的占11.65%，1 000～2 000元的占28.31%，2 000 ～ 4 000 元的占55.42%，4 000元以上月收入的占4.62%；受访者受教育程度分布情况为：初中及以下占8.43%，中专/高中水平占29.12%，大专/本科占58.03%，本科水平以上占4.42%。

表2 受访者基本信息统计

(三)支付比例统计

正式有效问卷共498 份。其中愿意支付的样本数为 356人，占总数的71.49%；不愿意支付的样本数为142，人占总数的28.51%，符合统计范围（20%～35%）。

由表3可以看出，受访者不愿意支付原因主要有五个部分：接近50%的不愿意支付受访者认为政府应该或者林业相关部门应该对公益林生态效益负责, 并承担相应的费用,但当中对生态环境质量不感兴趣者仅占3%。因此，今后在加大公益林建设资金投入的同时, 应强化宣传工作，提高民众参与积极性，使民众切实意识到当前公益林事业的重要性。

(四)WTP分布与计算

根据公式（1）以及表3中贵阳市民支付频率分布，经计算E（WTP）正= 24.94元/ （户·年）。由于调查样本中有28.51%的零支付意愿，精确的平均支付意愿需要经过一定的计量经济学处理，经公式（2）调整：E(WTP)= E(WTP)正× (1－28.51%)=17.64元/（户·年），即 213.96元 /（户·年）。

(五)WTP影响因素分析

个人基本信息变量对受访者支付数额的影响通过线性回归模型分析及Logistic回归模型进行分析,由回归结果可见：（表4，表5）

表3 贵阳市居民每月每户支付意愿分布

表4 个人社会经济信息变量对WTP值影响的线性回归分析

表5 个人社会经济信息变量对WTP值影响的logistic回归分析

1.年龄是影响受访者出资数额的重要因素，两项回归系数均为负值，说明在其他条件不变的情况下，受访者的年龄越大，其出资的数额越小。

2.环境关注态度均呈显著性水平,系数为正, 说明居民认为公益林生态效益重要性越大, 其支付数额越高。

3.月收入水平均呈显著性水平，说明在其他条件不变的情况下, 居民收入水平越高, 其愿意出资的数额越大。

4.受访者性别、教育程度、对公益林了解程度、对当地生态环境满意程度等变量在该研究中对WTP的影响均不显著。

5.预期影响方向中，受访者教育程度与WTP具有正相关关系，即教育程度越高，愿意支付更高数额的资金。

回归分析结果表明，受访者教育程度对WTP影响不显著，支付金额并不随教育程度提高而增大。这可能是与个人认知及经济收入等因素有关系，部分高学历人群对机制存在质疑，认为应当由政府或者相关部门承担该资金支出，同时也担心支付金额并不能真正正确应用等。总样本调查总结认为，人们对生态公益林的重要性认识与实际支付值之间还存在着一定的差别。

四、结论

在分析研究区域特征的基础上，采用支付卡式条件价值法对贵阳市居民公益林生态效益的支付意愿进行了调查，研究了498个有效样本支付意愿的分布及其平均值、支付意愿的影响因素并对其进行回归分析，结果显示：

(1)贵阳市71.49%的居民对公益林生态效益有正支付意愿，69.94%的人意愿支付额为5元～20元，平均支付意愿为17.83元/（月·户）。

(2)通过变量与WTP线性及Logistic回归分析，表明不同社会经济状况人群的支付意愿存在差异；年龄、收入水平、教育程度、关注环境态变量影响呈显著水平，是影响WTP的最主要因素，与预期影响方向一直且符合经济学理论，同时验证了CVM法的可靠性；其他变量如性别、对公益林了解程度、对当地生态环境满意程影响均不显著，其中对当地生态环境满意程度显著水平与预期方向不一致，这可能是与个人认知及经济收入等因素有关系。

(3)由于人们对生态公益林的重要性认识与实际支付值之间还存在着一定的差别，因此，政府在制定补偿政策时，还必须进一步做市场补偿调研，以使政策的制定更加符合市场实际。

在基于贵阳市公益林生态效益居民支付意愿影响因素分析的基础上，本文提出以下建议：①加强经济建设，提高居民总体收入水平，努力调动全体居民参与支持公益林事业建设的积极性；②加大教育投入，努力提高居民受教育程度，同时加强公益林建设及生态环境保护宣传力度；③加大以森林为主体的公共设施建设，如森林公园、生态公园的建设；④提高政府部门对公益林补偿资金的管理能力，做到补偿资金使用的公开化、透明化。

[1] Mitchell R, Carson R. Using surveys to value public goods: The Contingent Valuation Method[J]. Washington D C: Resources for the future, 1989.

[2] Davis R K. Recreation planning as an economic problem[J]. Natural Resource Journal, 1963, (3): 239-249.

[3] Carson R T. Valuation of tropical rainforests philosophsical and practical issues in the use ofcontingent valuation[J]. Ecological Economies, 1998,(24): 15-29.

[4] Randall A, Ives B, Eastman C. Bidding games for valuation of aesthetic environmental improvements[J]. Journal of Environmental Economies and Management, 1974,(l): 132-149.

[5] Loomis J B, Kent P, Strange L, et al. Measuring the total economic value of restoring ecosystem services in an impaired river basin:results from a contingent valuation survey[J]. Ecological Economies,2000,(33): 103-117.

[6] Jorgenson B S, Wilson M A, Heberlein T A. Fairness in the contingent valuation of environmental public goods: attitude toward paying for environmental improvement at two levels of scope[J]. Ecological Economies, 2001, 36,(l): 133-148.

[7] 薛达元. 生物多样性经济价值评估—长白山自然保护区案例研究[M]. 北京: 中国环境科学出版社, 1997.

[13] 黄世贤, 李益梅. 江西省集体林权制度改革研究[J].中南林业科技大学学报(社会科学版), 2009, 3(5): 16-21.

[14] 李彧挥, 孙 娟. 林农对生态林效益补偿的受偿意愿及影响因素分析——基于福建省集体林区林农调查的实证研究[J]. 中南林业科技大学学报(社会科学版), 2009, 3(5): 15-19.

[15] 贵阳市统计局.贵阳市统计年鉴[M]. 北京:中国统计出版社, 2011.[16] 曹 娟,田大伦,闫文德,等. 喀斯特城市刺槐梓木混交林生物量与碳储量研究[J].中南林业科技大学学报,2011,31(5):135-139.

[17] National Oceanic and Atmospheric Admin is tration. report of the NOAA panel on contingent valuation[J]. Federal Register, 1993,58(10): 4601-4614.

[18] 张 眉, 刘伟平. 公益林生态效益价值居民支付意愿实证分析—以广州市为例[J]. 江西农业大学学报(社会科学版), 2011, 10(1):42-49.

[19] 张翼飞. 城市内河生态系统服务的意愿价值评估—CVM有效性可靠性研究的视角[D]. 上海: 复旦大学博士论文, 2008.

Positive Analysis on Residents’ Willingness to Pay for the Ecological Benef i ts Value of Non-commercial Forests in Guiyang

WU Xiao-xuan1, TIAN Hong-deng1,2, TIAN Da-lun1,2
(1. Central South University of Forestry & Technology, Changsha 410004, Hunan, China; 2. National Engineering Laboratory for Applied Technology of Forestry & Ecology in South China, Changsha 410004, Hunan, China)

In order to estimate the residents’ Willingness to Pay for the ecological forests compensation on non-commercial forests, a study using Contingent Valuation Method (CVM) was conducted in Guiyang city. Through designing the questionnaire and carrying out the investigation, the impact factors of Willingness to Pay were analyzed. The results showed that: (1) about 73.6 percent of households would like to pay for the value of non-commercial forests ecological benef i t, the mean WTP was 213.96 RMB Yuan per household annually. (2) WTP was affected by comprehensive socio-economic factors; age, income level and environmental attitudes had signif i cant impact level, conf i rmed as the main impact factors. Several suggestive policies were put raised based on the analyzing of the factors that affect the residents’ WTP.

Guiyang city; non-commercial forests; Contingent Valuation Method; Willingness to Pay; ecological benef i ts value

F326.2；D668

A

1673-9272(2013)03-0088-04

2013-03-03

国家林业公益性项目科研专项：“喀斯特地区城市森林碳吸存及测算技术研究”（编号200904031）。

吴小旋(1984-)，女，湖南长沙人，中南林业科技大学南方林业生态应用技术国家工程实验室研究生，研究方向：景观生态学。

[本文编校：李浩慧]