基于选择试验法的受威胁物种保护偏好及价值评估

张殷波，牛杨杨，王文智，李俊生

1.山西财经大学资源环境学院，山西 太原 030006 2.山西大学环境与资源学院，山西 太原 030006 3.山西大学经济与管理学院，山西 太原 030006 4.中国环境科学研究院，国家环境保护区域生态过程与功能评估重点实验室，北京 100012

生物多样性和生态系统经济学(the Economics of Ecosystems and Biodiversity，TEEB)是联合国环境规划署主导下的关于生物多样性和生态系统服务价值评估、示范及政策应用的综合体系[1]，旨在通过经济手段支持生物多样性保护和可持续利用相关政策的制定，为自然资源管理提供新的理论方向和技术路径[2].野生物种作为生物多样性的重要组成部分，是人类社会必不可少的自然资源，除提供必要的食物、工业原料和医药等外，还在维持环境稳定、保障生态系统平衡及维护遗传多样性等方面发挥着重要作用[3].评价野生物种的价值不仅能够将其内在价值通过直观的方式呈现出来，而且可为决策者提供科学有效的信息，进而制定出行之有效的物种保护和生态补偿措施[4].然而，野生物种资源作为一种公共产品，具有非竞争性和排他性，很难用传统的市场机制反映其内在的属性和价值[5-6]，探索科学合理的物种价值评估方法仍是值得关注的重要课题.

陈述性偏好法(Stated Preference)通过构建假想市场获取人们对环境产品的支付意愿来评估其价值，已被广泛接受用于环境产品的价值估算，其中条件价值法和选择试验法是最有代表性的常用方法[7].条件价值法通过直接询问受访者对某一环境产品的支付意愿来获取对该产品价值的直接表达，但因其不考虑环境产品的多重属性，无法评估因不同属性产生的偏好异质性和支付意愿的差异，因此其适用性存在很大的局限.选择试验法首先对某一环境产品建立多属性、多水平的选择试验方案，通过受访者在不同试验方案之间进行选择，间接地反映受访者的偏好和支付意愿(Willingness to Pay，WTP)，从而实现对环境产品的经济价值评价.

目前，选择试验法已被认为是国际上评估资源环境产品价值的最前沿方法之一，可用于多个环境学领域的研究[8].在生态修复与补偿方面，选择试验法可以进行生态修复价值评估和生态补偿标准的政策研究，如苏红岩等[9]对广西红树林湿地的生态修复价值进行了评估；龚亚珍等[10]通过农户对不同生态补偿政策方案的偏好情况，对生态补偿的政策设计提出建议；李京梅等[11]对胶州湾地区湿地围垦造成的生态效益损失进行了评估，进而筛选出了最优的生态补偿标准.在流域管理方面，可以运用选择试验法来解决流域服务功能评价和流域污染治理及保护的问题，如史恒通等[12]以渭河流域为例，运用选择试验法揭示了公众对渭河流域生态系统服务的偏好异质性并进行价值估算；张小红等[13]估算了湘江流域重金属污染治理所带来的环境价值，为制定相关污染治理政策提供了依据和建议.在自然景观方面，选择试验法在自然景观的生态价值和娱乐游憩价值评价中应用广泛，如王乙等[14]以扎龙国家级自然保护区丹顶鹤为研究对象，应用选择试验法分析受访者的支付意愿及偏好，从而评估野生动物的生态游憩价值；李菲菲[15]基于选择试验法对呼伦贝尔草原的旅游价值进行了评估，并对游客的偏好异质性进行分析.综上，选择试验法在生态系统服务的价值评估方面已有了大量的方法探讨和实践运用，但是在生物多样性物种价值评估方面尚需要深入研究.

鉴于此，在已有研究基础上，该研究选取翅果油树(Elaeagnusmollis)为研究对象，探讨选择试验法在受威胁物种保护偏好及价值评估中的应用.翅果油树为我国特有的国家Ⅱ级保护植物，是一种集食用、药用、工业用途于一身的优良油料树种，既具有极高的经济开发价值和社会效益，同时在水土保持、气候调节、生物多样性保护等方面也有着非常重要的生态功能[16]，因此适宜作为研究对象来探讨受威胁物种价值的评价.通过调查研究建立翅果油树的物种属性和选择方案，基于选择试验模型评估受访者的选择偏好和支付意愿，进而得到翅果油树保护和开发的相对经济价值，以期为物种资源保护政策的制定和实施提供科学依据，同时为选择试验法应用于我国TEEB行动方案中的物种价值评价奠定基础.

1 研究方法

1.1 选择试验设计

1.1.1评估对象的属性选择和水平设置

确定评估对象的物种属性是选择试验方案设计的基础和关键[17].设置的物种属性要具有代表性和全面性，不仅要准确、完整地反映物种保护的生态效益及开发的经济价值，还要兼顾与所选物种相关利益群体的社会诉求.基于此，通过文献查阅、焦点小组调查、专家咨询和实地预调研，最终选取种植面积、产品开发、树苗品种、保护投入和农户收益这5个物种属性作为选择试验方案的属性，并设定支付金额作为价格属性(见表1).其中，对种植面积、产品开发、保护投入和农户收益这4个属性分别设置了3个水平，对树苗品种设置了2个水平，对于价格属性，通过开放式问卷的预调研最终确定了5个水平的支付金额.

表1 翅果油树的物种属性及水平解释Table 1 Description of species attributes and levels of Elaeagnus mollis

1.1.2选择方案集的确定

根据筛选出的5个物种属性和价格属性，按照全因子设计可形成810(3×3×2×3×3×5)种选择组合，即810个可能的选择集.采用正交试验法排除冗余项后得到33个可供选择方案，组合形成16个选择方案集，其中每个选择方案集均包括一组表示当前水平的方案(选择1)和两组改进选择的方案(选择2和选择3)，选择方案集的示例见表2.每张调查问卷包括4个选择方案集、12个观测值，共设计出4个不同版本的调查问卷.受访者在问卷调查中从4个问卷中随机抽取1个接受调查.

1.2 选择试验模型

1.2.1选择试验理论模型

选择试验法的理论基础来自经济学的消费者理论和随机效用理论[18].消费者理论认为，个人是从物品的特征或属性中获得价值而不是物品本身[19]；随机效用理论认为，个人选择都是以获取效用最大化为目的[20].因此，选择试验法通过构造效用函数，采用效用最大化来表示受访者对选择集中最优方案的选择[21].在效用函数中，物品的效用分为两部分，一是决定性的可观测的成分，二是随机的不可观测的误差成分[21].效用函数表示为

Uni=Vni+εni

(1)

式中，Uni为受访者n选择方案i的效用，Vni为可观测的确定项，εni为不可观测的随机误差项.由此，受访者n选择i方案的概率(P)可表示为

P(Uni>Unj)=P[(Vni-Vnj)>(εni-εnj)]

(Vj∈S,i≠j)

(2)

式中，Unj、Vnj和εnj分别为受访者n选择组合j的效用、确定项和随机误差项，S为选择集.

1.2.2条件logit模型(CLM)

当随机误差项之间相互独立同分布且服从类型Ⅰ极限分布时[22]，条件Logit模型(Conditional Logit Model,CLM)中表示受访者n选择方案i的概率(Pni)表示为

(3)

式中，λ为比例参数，其与随机误差项的标准差成反比，在任何单样本中均假定λ=1.

1.2.3多项logit模型(MNL)

多项logit模型(Multinominal Logit Model,MNL)中表示受访者n从选择集S中选择方案i的概率一般为

(4)

式中，Xi表示选择方案i的物种属性，Xj表示选择组合j中的物种属性，Yn表示受访者n的社会经济属性，该模型通常包括选择特定常量(Alternative Specific Constant,ASC).

1.2.4随机参数模型(RPL)

随机参数模型(Random Parameter Logit,RPL)可用来捕捉受访者在不同选择方案之间的偏好异质性，即具有同样属性特征的人对物种属性表现出不同的偏好[23-24].在RPL中受访者n在选择集S中选择方案i的概率一般表示为

(5)

式中：β为参数；ηi、ηj为随机分量，个体偏好异质性随着随机分量η和社会经济属性Y而发生变化；V表示带有参数β的物种属性X的间接效用函数.

1.2.5潜在分层模型(LCM)

潜在分层模型(Latent Class Model，LCM)是通过模型估计将受访者分为有限个不同的类别，每一类别中的受访者表现出相同的偏好，各类别之间表现出不同的偏好[25].假定样本中由一些潜在的类别t组成，则受访者n在属于类别t时选择方案i的概率的一般表现形式为

(6)

1.2.6模型筛选

该研究运用Nlogit 5.0，采用以上4种不同的选择试验模型分别对问卷调查获取的数据进行统计分析.通过比较不同模型间的AIC(Akaike Information Criterion)值、最大似然函数值(Log Likelihood Function)和McFadden Pseudo-R2统计量，筛选出最优模型来分析选择试验法的结果.这3种统计量都用来表示模型拟合的优良性，AIC值越小，表示模型拟合度越好[26]；最大似然函数值一般为负值，实际值越大，表示拟合度越好；McFadden Pseudo-R2是计算似然比率的指标，范围在0～1之间，处于0.2～0.4之间时表示模型拟合度最好.

1.3 数据收集与分析

1.3.1问卷发放与数据收集

翅果油树在我国分布范围极其狭窄，仅分布于山西省南部的低山丘陵区.通过文献查阅和实地预调研，翅果油树的野生种群主要分布在山西省临汾市乡宁县和运城市翼城县、稷山县、平陆县等地；已建立的保护区仅有翼城翅果油树省级自然保护区一处，位于山西省翼城县；对于翅果油树产品的科技研发目前尚属起步阶段，已形成产业规模的仅有山西琪尔康翅果生物制品有限公司，位于山西省乡宁县，是目前从种植、育苗到产品研发、加工和销售一条龙的高新技术企业.因此，笔者所在课题组于2017年8月在乡宁县西交口镇和翼城县南梁镇以及周围村镇等地对当地民众、保护区管理人员和琪尔康公司企业人员展开了调查.问卷内容主要包括三部分——受访者的个人信息、受访者对翅果油树的认知程度以及翅果油树保护和开发的选择方案.问卷调查方式采用随机抽样调查，共发放问卷280份(4个版本问卷各70份)，收回问卷280份，剔除缺失和无效数据之后，最终得到有效问卷268份，回收率为95.71%.

1.3.2支付意愿(WTP)估计

该研究中支付意愿表示受访者为翅果油树的某一物种属性改变所愿意支付的费用[27]，其表达式为

WTPr=-βr/βp

(7)

式中，βr为具体的物种属性，βp为价格属性.

1.3.3补偿剩余价值计算

该研究中补偿剩余(compensating surplus,CS)价值是指，在翅果油树的保护和开发中由现状水平V0改变到研究所设定的最佳水平V1时受访者愿意支付的费用[28]，其表达式为

2 结果与分析

2.1 模型的选择

选择试验模型得到的统计量见表3.由表3可见，随机参数模型的AIC值最小，且在最大似然函数值中，其实际值也最大，综合而言，拟合效果优于条件logit模型和多项logit模型；在McFadden Pseudo-R2值中，随机参数模型和潜在分层模型的值都介于0.2～0.4之间，拟合效果相对更好.同时，考虑到潜在分层模型能够反映受访者的偏好异质性，因此该研究最终确定采用随机参数模型和潜在分层模型进行结果分析.

表3 不同选择试验模型的统计量比较Table 3 Comparison of model statistics for different choice experiment models

2.2 参数估计结果

2.2.1基于随机参数模型的参数估计结果

随机参数模型的计算结果(见表4)显示，有7个属性变量在5%显著性水平下通过显著性检验，其中5个属性变量在1%显著性水平下通过检验，分别是“高低端产品同时开发”“树苗品种”“保护不投入”“保护增加投入”和“农户收益”.随机参数模型拟合的结果与现实情况相近，表现出受访者对该研究选择的特定属性有明显的偏好.

表4 随机参数模型的参数估计结果Table 4 Parameter estimation results of RPL

根据随机参数模型原理，参数值的符号反映不同属性变量对受访者偏好的影响，符号为正(负)，则对受访者偏好的选择影响为正(负)[27].该研究中，受访者对“种植面积”“高低端产品同时开发”“树苗品种”“保护增加投入”“农户收益”这5个属性变量具有显著的正选择偏好，即增加翅果油树的种植面积、同时发展高低端产品、选择优质树苗品种进行栽培以及增加保护的投入和增加农户收益，受访者的偏好程度和支付意愿也会增加；而受访者对“保护不投入”和“支付金额”这2个属性变量具有显著的负选择偏好，表明当不进行保护投入时受访者选择方案的概率会降低，反映了受访者有对翅果油树保护进行一定投入的意愿.模型中参数值的大小表明不同属性变量在受访者的偏好选择中的相对重要程度.该研究中各属性变量的重要性表现为“保护增加投入”>“高低端产品同时开发”>“农户收益”>“树苗品种”>“保护不投入”>“种植面积”.所设置的“支付金额”为负，表明该属性对受访者偏好的选择产生负影响，反映了支付投入成本的增加会降低对翅果油树保护方案选择的概率，体现了受访者希望用较低的费用实现最大效用的意愿.

2.2.2基于潜在分层模型的参数估计结果

基于潜在分层模型，根据分层最优原则首先将受访者分为两个不同的潜在类别(见表5)：第1个类别为保护偏好型，该类群体代表了83.22%的样本；第2个类别为发展偏好型，该类群体代表了16.78%的样本.保护偏好型群体所占样本比例远高于发展偏好型群体.

表5 潜在分层模型参数估计结果Table 5 Parameter estimation results of LCM

对于保护偏好型，“种植面积”“树苗品种”“保护增加投入”和“农户收益”这4个属性变量的参数显著为正，表明该类受访者对翅果油树种植面积的增加、优质树苗品种的选择、保护投入的增加和农户收益的提高方面具有较强的正偏好，希望通过增加种植面积扩大其资源量，加大对保护区的资金和管理投入，选取优质的树苗品种等措施对翅果油树实施有效保护.

对于发展偏好型，“低端产品开发”“高低端产品同时开发”和“农户收益”这3个物种属性变量的参数均显著为正，其中“农户收益”对应参数的显著程度最高；“种植面积”和“保护增加投入”这2个物种属性的参数显著为负.这表明该类群体注重对翅果油树的产品开发及带来的经济效益，对农户收益关注度最高，对种植面积的增加和保护投入的增加态度比较消极，相比于对物种的保护，他们更偏好于对物种相关产品的开发.

2.3 不同属性的支付意愿

随机参数模型中，受访者对“保护增加投入”的支付意愿最高，为331.00元/(户·a)；对“高低端产品同时开发”支付意愿次之，为 242.71元/(户·a)；而对于“保护不投入”和“低端产品开发”的支付意愿最低，分别为-154.71和-15.14元/(户·a)(见表6).这表明受访者对翅果油树的保护投入和产品开发的重视程度较高，在保护投入方面，受访者愿意为增加保护投入支付较高的费用，希望通过增加保护投入对翅果油树进行最大化地保护；在产品开发过程中，受访者对高端产品的开发支付意愿最强，对当前产品开发模式较为满意，希望可以维持高端产品为主的开发水平，最大化地实现翅果油树的经济效益.

表6 基于RPL和LCM的不同物种属性的支付意愿Table 6 WTP for species attributes in RPL and LCM 元(户·a)

表6 基于RPL和LCM的不同物种属性的支付意愿Table 6 WTP for species attributes in RPL and LCM 元(户·a)

变量随机参数模型(RPL)潜在分层模型(LCM)保护偏好型发展偏好型种植面积62.1433.38-48.22高端产品开发1)227.5760.50-137.78低端产品开发-15.14-35.2567.78高低端产品同时开发242.71-25.2570.00树苗品种156.0058.88-958.92保护不投入-154.71-12.50-49.27保护投入不变1)176.29-8.25171.05保护增加投入331.0020.75-135.30农户收益220.5751.5088.86

注：1)表示属性当前的状态水平.

潜在分层模型中，不同潜在类别群体对各物种属性具有不同的选择偏好，从而影响支付意愿.保护偏好型群体对“高端产品开发”的支付意愿最高，为60.50元/(户·a)，而“低端产品开发”和“高低端产品同时开发”均为负值，表明该类群体对当前翅果油树产品开发现状较为满意，愿意支付较高的费用以维持产品开发现状，对其他产业开发水平支付意愿不显著.在保护投入属性方面，保护偏好型群体对“保护增加投入”的支付意愿为20.75元/(户·a)，表明该类群体对翅果油树当前保护状态满意度较低，更倾向于为翅果油树实施更好地保护支付一定的费用.同时，保护偏好型对“树苗品种”“种植面积”和“农户收益”等属性方面均有支付意愿.相对应地，发展偏好型对“保护投入不变”的支付意愿最高，为171.05元/(户·a)，而“保护不投入”和“保护增加投入”支付意愿均为负值，表明该类群体对当前翅果油树保护现状较为满意，愿意支付较高的费用以维持保护投入的现状，对其他保护投入属性水平没有支付意愿.在产品开发属性方面，发展偏好型群体对“高低端产品同时开发”和“低端产品开发”有较高的支付意愿，而对“高端产品开发”现状水平无支付意愿，表明该类群体更偏好于在产品开发方面支付一定的费用，并愿意改变产品开发现状水平，而对翅果油树的保护没有较强的支付意愿.保护偏好型和发展偏好型两种类别群体的相同偏好是对“农户收益”属性均具有支付意愿.

2.4 补偿剩余价值

根据随机参数模型得到各水平下的支付意愿计算补偿剩余价值：将翅果油树保护和开发现状V0(种植面积不变、高端产品开发、树苗品种选择随机、保护投入不变、农户收益不变)提高到最好状态V1(种植面积增加 10 000 亩、高低端产品同时开发、选择结实率高的树苗品种、增加保护投入、农户收益每年每户增加50%)时，受访者愿意支付的补偿剩余价值为285.62元/(户·a)，即翅果油树保护和开发的最大价值为285.62元/(户·a).

3 讨论

目前条件价值法仍是生物多样性物种非市场价值评估的一种最普遍使用的方法，与之相比，该研究所采用的选择试验法的研究目的不仅是估算WTP值，而是将评估对象转化为多个属性和水平值，让受访者权衡属性和支付意愿，更好地确定受访者的偏好以及在不同属性水平下的支付意愿[29].因此选择试验法可以较好地应用于生物多样性的物种价值评估中，更加科学准确地评估受访者的支付意愿及对不同物种属性的偏好情况.

在选择试验法中科学确定评估对象的属性和属性水平是模型分析的关键环节，直接影响评估结果的优劣[30].为了使所选取的属性具有代表性并能够反映实际情况，在文献查阅和预调查问卷设计基础上，通过走访翅果油树主要生长地周边的农户、翅果油树产品加工企业和相关保护管理部门，对不同利益相关群体进行访谈，结合专家意见最终确定物种属性及水平.以此为依据设计正式问卷调查并对利益相关群体进行调查，可确保受访者反馈信息真实可靠.

综合有关野生物种价值评估的案例研究[31]不难发现，评估对象的差异、受访样本的大小、调查区域的范围和调查方式等都会直接影响到最终价值评估结果，因没有统一的评估标准使得不同评估案例之间缺乏对比性.例如，以全国城镇人口作为总样本的亚洲象价值评估结果显示，人均支付意愿为116.31元/a，总价值为57.1×109元/a[32]；对于藏羚羊，以羌塘地区城镇居民为总样本，人均支付意愿为31元/a，总价值仅为0.116×109元/a[33].该研究选取的调查区域为翅果油树的主要分布区，受访样本均为翅果油树的利益相关者，尽可能减少取样偏差，以获取可靠数据.同时该研究得到的最终评估结果为补偿剩余价值，而不是由人均支付意愿和总样本得到总价值，既避免了受访样本大小的影响，同时也为当地政府生态补偿决策提供定量化依据.但是，受访者个人主观因素、宏观的社会经济和生态保护政策等仍会对评估结果产生影响，这些问题需要在未来的研究和发展中做进一步探讨.

有关生物多样性单一物种价值的评估方法正在不断地发展，如基于能值方法对不同濒危等级的物种进行价值评估[34]，基于物种相关指标(如独特性、近缘程度及濒危性等)计算物种资源保护价值等[35].但是，能够直接把物种保护价值转化为经济价值的研究相对较少.该研究运用选择试验法将翅果油树物种价值表现为直观的货币形式，分析受访公众对翅果油树物种保护和开发的支付意愿和偏好异质性，在物种价值评估中具有良好的适用性，可以推广至其他物种保护的价值评价中.

针对翅果油树资源的可持续利用提出以下建议：①在对翅果油树的物种保护政策制定中应遵循“保护为主，开发为辅”的原则.要把保护放在优先考虑的位置，一方面，对现有野生物种资源进行有效地保护，对翅果油树自然保护区加大资金和科研投入，加强自然保护区的管理和监督，完善基础设施建设，创造有利的自然生长环境；另一方面，通过增加种植面积扩充翅果油树物种资源量，增加物种的生态效益.②从财政和政策上大力支持翅果油树的产业发展，鼓励企业的科技创新，帮助企业获得资金和技术方面的支持.在产品开发中要注重科技创新的投入，重点解决翅果油树良种培育、产品深加工等技术问题，构建完整的翅果油树产业发展支撑体系.翅果油树可作为本土生物资源得到充分发展，使老百姓受益.③翅果油树的保护需要多方利益者的协调和共同努力.当地政府部门要加强物种保护的宣传力度，提高当地民众的生态保护意识，研究制定翅果油树物种保护和开发相关的政策并落实.依据受访者对高低端产品同时开发具有较高的偏好，企业要根据市场需求改进发展模式，一方面加大科技投入，维持高端产品市场的稳定发展；另一方面提高资源利用率，充分利用翅果油树物种资源，开发和扩大低端产品市场；还要严格遵守物种保护的规章制度，在合理有度、不破坏物种生境条件下进行开发利用.当地民众要提高主人翁意识，对翅果油树自然保护区的生态环境的状况加强监督，对破坏物种生境的行为要积极制止或及时举报；同时，民众更要严格规范自身行为，严禁为了一己私利而乱砍滥伐，破坏生态.

4 结论

a) 该研究选取了5个与翅果油树相关的属性——种植面积、产品开发、树苗品种、保护投入、农户收益，这些属性兼顾了翅果油树的保护价值和开发价值，与受访者自身利益关系密切.

b) 随机参数模型结果显示，物种属性和受访者偏好选择之间显著相关.其中，受访者具有正选择偏好的属性变量按重要性表现为“保护增加投入”>“高低端产品同时开发”>“农户收益”>“树苗品种”>“种植面积”，根据WTP估计得到受访者对“保护增加投入”的支付意愿最大，331.00元/(户·a)，“高低端产品同时开发”次之，为242.71元/(户·a)；受访者具有负选择偏好的属性变量为“保护不投入”和“支付金额”，“保护投入不变”支付意愿最低，为-154.71元/(户·a).这反映了受访者对翅果油树保护的偏好性，具有较强的生态保护意识.

c) 潜在分层模型将此次调查的受访者分为保护偏好型和发展偏好型两类，且前者所占样本比例远高于后者.不同类型的群体对翅果油树有不同的选择偏好，保护偏好型群体侧重于在翅果油树的“种植面积”“保护增加投入”“树苗品种”等方面投入更多关注，对提高物种保护、维持现有产品开发具有较高的支付意愿；而发展偏好型群体在“低端产品开发”“高低端产品同时开发”“农户收益”等方面具有较强的偏好，更关注物种的经济效益，对不同产品开发模式、维持现有保护投入方面具有较高的支付意愿.

d) 通过计算补偿剩余价值，即翅果油树各物种属性由现状水平提高到该研究设计最佳水平时受访者愿意支付285.62元/(户·a)，用于翅果油树物种的保护和开发中.