生态学报  2017, Vol. 37 Issue (4): 1297-1308

文章信息

毛碧琦, 敖长林, 焦扬, 高琴, 刘玉星
MAO Biqi, AO Changlin, JIAO Yang, GAO Qin, LIU Yuxing.
基于选择实验的三江平原湿地生态系统服务功能价值评价及偏好异质性研究
Evaluation of preference heterogeneity of ecosystem services in the Sanjiang Plain Wetlands based on choice experiments
生态学报. 2017, 37(4): 1297-1308
Acta Ecologica Sinica. 2017, 37(4): 1297-1308
http://dx.doi.org/10.5846/stxb201604120669

文章历史

收稿日期: 2016-04-12
修订日期: 2016-07-25
基于选择实验的三江平原湿地生态系统服务功能价值评价及偏好异质性研究
毛碧琦, 敖长林, 焦扬, 高琴, 刘玉星     
东北农业大学 管理科学与工程系, 哈尔滨 150030
摘要: 维持与保护生态系统服务功能是实现可持续发展的基础,定量评价湿地生态系统服务功能的经济价值已成为当前生态学领域研究的前沿课题。以三江平原湿地为研究对象,应用选择实验法,选取湿地面积、生物多样性、水源涵养和自然景观等4项湿地属性,运用随机参数Logit模型(RPL)对其进行货币化评价,并结合潜在分类模型(LCM)证实并解释公众对湿地生态系统服务功能的偏好异质性。研究结果显示:湿地生态系统服务功能的价值依次为水源涵养 > 湿地面积 > 生物多样性 > 自然景观。对于维持当前各项湿地生态系统服务功能的总价值为14.61亿元/a,改善价值为98.58亿元/a。此外,研究发现受访者可分为资源偏好型、景观偏好型和价格敏感型等3个潜在类别,不同类型的群体对湿地生态系统服务功能存在不同偏好;女性和更高学历的受访者更偏好于资源保护,高收入和到景区旅游次数多的受访者更偏好于景观保护,而教育和收入水平越低的受访者更倾向于选择价格较低的湿地管理方案。研究有助于湿地可持续管理政策的优化设计,为相关环境政策的制定提供理论依据。
关键词: 三江平原湿地     生态系统服务功能     偏好异质性     选择实验法     随机参数Logit模型     潜在分类模型    
Evaluation of preference heterogeneity of ecosystem services in the Sanjiang Plain Wetlands based on choice experiments
MAO Biqi, AO Changlin, JIAO Yang, GAO Qin, LIU Yuxing     
Department of Management Science and Engineering, Northeast Agricultural University, Harbin 150030, China
Abstract: Maintenance and protection of ecosystem services are the basis for achieving sustainable development. Quantitative assessment of the economic value of wetland ecosystem services has become one of leading topics in the field of ecology. Choice experiments (CE) comprise an important non-market resource value evaluation technique, which are carried out by eliciting responses from individuals in hypothetical markets. CEs also enable researchers to measure a respondent's Willingness to Accept (WTA) compensation or Willingness to Pay (WTP) a premium for different characteristics of one product, and to analyze the relative value of a combination of different attributes from various alternatives by using econometric models. As CEs are most likely to reveal respondents' preferences for goods or services, such experiments have become a widespread means of ecological valuation. The purpose of this paper is to assist policy makers in formulating efficient and sustainable wetland management policies by providing the results of a valuation study on the Sanjiang Plain Wetlands. A CE was employed to estimate the values that changes to ecosystem service functions of the Sanjiang Plain Wetlands could provide to the public. We estimated partial values for wetland conservation, with a focus on wetland size, biodiversity, water conservation, and natural landscapes, among a myriad of wetland ecosystem services. A random parameter logit (RPL) model was employed to evaluate the ecosystem services in monetary units, and a latent class model (LCM) was employed to confirm and account for heterogeneity in the preferences of the public for various wetland ecosystem service functions. Compensating surplus welfare measures were also estimated for management scenarios representing changes in the quality and quantity of wetland ecosystem services. The results reveal that:(1) the relative wetland ecosystem valuation results of each wetland attribute are as follows:water conservation > wetland area > biodiversity > natural landscape. The relative contribution degree of each wetland attribute to the environment follows the same pattern.(2) The total WTP is RMB 1.461 billion per year in order to maintain the current wetland ecosystem service functions of the Sanjiang Plain Wetlands, and RMB 9.858 billion per year to improve them. (3) There is considerable preference heterogeneity across the public, which derives significant positive values from sustainable wetland management. We were able to divide respondents into three categories:those who preferred protecting resources, those who preferred protecting the landscape, and those who were price-sensitive. Female respondents and highly educated respondents preferred resource conservation, while respondents with higher incomes and those who had travelled more number of times to the Sanjiang Plain Wetlands preferred landscape protection. However, respondents with lower education and income levels were more sensitive to costs, and preferred to choose alternatives with lower cost. These results can aid in the design of socially optimal policies for sustainable management of wetlands and provide a theoretical basis for the development of environment-related policies.
Key words: Sanjiang Plain Wetlands     ecosystem services     preference heterogeneity     choice experiment method     random parameter logit model     latent class model    

生态系统的功能与效益是地球生命支持系统的重要组成部分, 也是社会与环境可持续发展的基本要素[1]。Costanza等[2]对全球生态系统服务的价值评价在世界上引起了巨大反响, 将生态系统服务价值化的研究推向了热潮, 促进和加速了生态系统服务的研究进程。人类活动已使我国生态系统遭受空前的冲击与破坏, 区域性的生态危机日益突显, 严重威胁到社会经济的发展、人类的生存和生态环境的安全, 已构成了对国家安全的威胁[3]。建立健全环境资源保护和生态补偿制度是目前急需解决的重要科学问题。

生态环境政策和相关治理决策的科学制定, 离不开生态物品的价值评估。对生态系统服务功能的经济评价是实现生态环境可持续发展的基础, 也是使环境与生态系统保育引起社会重视的重要措施。作为地球上最具生产力的生态系统和最重要的自然生境之一, 湿地与人类的生存、繁衍和发展息息相关, 深入研究湿地生态系统服务功能, 量化其经济价值, 可以促进自然资本开发的合理决策, 有利于人类进步。由于湿地生态系统服务功能的多面性, 其经济评价具有多价值性, 从而导致个人偏好的多样性。因此, 把握公众的生态偏好和支付意愿是十分必要的, 有助于了解对于湿地保护责任分配的社会观点, 改善福利衡量, 体现社会公平和生态可持续性, 使社会决策机制在各种竞争需求之间进行科学合理的分配。

选择实验(Choice Experiments, CE)是一种重要的非市场资源价值评价技术[4], 因其能够进行多属性、多水平决策, 适用于虚拟市场中多重属性变动的情况, 更容易揭示受访者的偏好信息而成为当前生态环境领域价值研究的主要方法[5-6]。为获取环境物品的价值, CE以问卷调查为工具构建假想市场, 为受访者提供由资源或环境物品的不同属性状态组合而成的选择集, 让受访者从每个选择集中选出自己最偏好的一种方案, 研究者可以根据受访者的偏好, 运用计量经济学模型分析出不同属性的价值以及由不同属性状态组合而成的各种方案的相对价值。

在CE的研究中, 把握受访者的偏好异质性是实证研究的重要内容[7-10]。自Train[11]揭示自然资源使用者间存在实质性的偏好变化以来, 关于偏好异质性的调查研究已受到越来越多经济价值领域学者的青睐[12-14]。虽然在国际上CE已经被越来越广泛的运用到湿地生态系统功能价值评价的研究中[15-18], 但国内基于选择实验的湿地生态系统服务功能经济价值的研究案例极为少见[19]。与国外相比, 我国基于选择实验的偏好异质性研究起步较晚, 研究案例相对欠缺, 大多仅关注了偏好异质性的存在性, 并没有深入阐明偏好异质性的形成机理[20-23]

本文以三江平原湿地为研究对象, 针对目前三江平原湿地生态系统完整性受到破坏, 生态服务功能日趋降低的现状, 应用选择实验法, 筛选湿地面积、生物多样性、水源涵养和自然景观等4项湿地属性, 运用随机参数Logit模型(Random Parameter Logit, RPL)定量评估湿地生态保护中不同属性的支付意愿及维持和改善湿地生态系统服务功能的补偿剩余价值, 并结合潜在分类模型(Latent Class Model, LCM)探讨受访者对三江平原湿地生态系统服务功能的偏好异质性及其形成机理。研究结论为国家和地方政府制定湿地生态管理制度提供理论依据, 为相关环境政策的费用负担及利益分配等具体方案的制定提供技术支持与参考。

1 研究区域概况

三江平原是我国最大的淡水沼泽分布区, 位于我国东北角, 地理位置介于129°11′20″—135°05′26″E, 43°49′55″—48°27′40″N之间, 由松花江、黑龙江、乌苏里江汇流冲积而成。三江平原原始湿地众多, 地势平缓, 河流纵横, 漫滩广阔, 泡沼星罗棋布, 湿地景观丰富多彩, 具有丰富的生物多样性, 素有“北大荒”之称, 是中国重要的生态功能区。三江平原有洪河自然保护区、三江自然保护区、兴凯湖国际级自然保护区等6个国家级湿地自然保护区, 其中3个被列入到国际重要湿地名录, 是国际湿地生物多样性的关键地区之一, 在国际上占据着极高地位。全区土地总面积10.24万km2, 包括22个县(市)及其中的52个国营农场和8个森工局[24]。在维持生物多样性、物种基因库、调节气候、调蓄水量、净化水体、保持水土和提供动物栖息地、休闲旅游等方面具有重要的生态价值和经济价值, 对调节区域生态环境起到重要作用。

然而, 三江平原自50年代垦荒以来, 已有300万hm2湿地变为农田, 目前所剩的200万hm2自然湿地也面临消失的危险[25]。三江平原耕地开发与湿地保护之间的矛盾冲突已经严重影响了整个生态系统的服务功能, 在湿地面积萎缩、耕地面积增加的情况下, 湿地与耕地生态系统总服务功能价值处于下降趋势[26]。同时, 大量修建的排水干渠忽视了湿地生态用水, 加之大面积推广水稻种植, 过渡开采地下水, 导致三江平原湿地生态系统退化速度加快, 涵养水源、保持水土功能下降, 水土流失严重, 湿地景观破碎化, 湿地面积缩小, 功能降低, 许多生物物种的生境遭到改变和破坏, 生物多样性保护能力不断下降, 严重威胁生态安全和社会经济可持续发展。因此, 保护湿地, 恢复湿地, 进行湿地生态系统服务功能的调控是一项刻不容缓的工作。

2 研究方法与模型 2.1 选择实验法

选择实验法(CE)是一种重要的非市场资源价值评价技术, 其理论基础为经济学的消费者理论和随机效用理论[27-28]。每个评估对象的价值由其多个属性所决定, 其中某一属性水平的变化可能导致受访者对其偏好或选择发生变化, 受访者每个选择总是以效用最大化为目的。CE研究者通常为受访者提供一系列能体现研究对象状态的属性集, 且每个属性集至少包含一个货币价值属性, 不同的状态水平对应不同的费用, 通过分析和比较人们的选择可以得到环境物品各功能和属性的经济价值。

根据随机效用理论, 个体的选择效用(U)由确定(V)和随机误差项(ε)组成[29], 则个体q选择方案i的效用可表为:

(1)

式中, Zi为选择的湿地管理方案i的属性, 如湿地面积, 生物多样性, 水源涵养, 自然景观以及支付保护价格。Sq为个体q的社会经济属性, 如性别, 年龄, 受教育程度等。个体q从一个由j个选项组成的特定选择集J中选择方案i的概率为:

(2)

随机效用模型转化为选择模型需要对随机误差项的联合分布进行确定的假设。如果随机误差项遵循第一种极值分布(EV1) , 且选择方案和选项独立同分布(IID), 就得到多项logit模型(Multinomial Logit, MNL)[30]。在MNL中, 个体q选择最佳方案i的概率可表为:

(3)

式中,Viq通常包括选择特定常量(Alternative Specific Constant, ASC)、选择方案i的属性Zi和个体q的社会经济特征Sq

2.2 随机参数logit模型

MNL模型中个体之间的异质性极难检查[31]。针对该问题, Revelt等[32]提出了随机参数logit模型(RPL), RPL通过允许个体效用参数随机变化来捕捉偏好异质性[33-34]。与MNL模型相同, RPL的间接效用被分解为确定项(V)和随机误差项(ε):

(4)

由于个体偏好异质性可随着随机分量 ηi 和社会经济属性Si变化, 间接效用(U)被假定为带有参数β的选择属性Zi的函数。通过指定误差项ε和 η 的分布, 可导出在选择集J中选择方案i的概率。通过解释不可观测的异质性, 等式(3) 变为:

(5)
2.3 潜在分类模型

潜在分类模型(LCM)在CE分析中应用广泛。相比于MNL模型, LCM是半参数模型, 不需要任何个体间参数分布的特定假设[35]。同时, LCM将样本分为有限个可识别的类, 每一类中个体特征相关、偏好同质, 而各类间的偏好结构异质[36]。因此, 与RPL相比, LCM不仅能估计每一类中个体的选择概率, 还可以通过分析社会经济属性变量等样本特征对其选择概率的影响, 进一步解释偏好异质性的形成机理[37]

假定样本由一些潜在的类S组成, 这些类可以通过估算相应效用函数中的不同参数向量捕捉个体间不可观察的异质性。若个体q属于类s, 则(1) 式为:

(6)

s中个体q的选择概率可表为:

(7)

考虑个体的分类成员函数M能将受访者分到s个潜在类别之一, 分类成员受个体可观测的社会经济属性Sq的影响。个体q隶属于类s的分类成员函数为 MqssSqqs 。假设分类成员函数的随机误差项遵循第一种极值分布, 且在个体和类间独立同分布, 个体q在类s的概率Hqs可表为[38]

(8)

式中, α为尺度因子, 通常标准化为1; λs1, 2, …S 是被估计的分类特定参数, 表示各个体特征对其分类成员概率的贡献;Sq为决定分类概率的特征集。结合选择方程(7) 和分类方程(8) , 选择方案i的无条件概率可表为:

(9)

在方程(9) 中, 令α等于1, 则可通过极大似然方法估计参数向量βsls, 进而解释选择行为。

2.4 WTP估计

公众对于一个非货币性属性的支付意愿(WTP)为公众愿意为获取所需属性水平而支付的价格溢价。如果所有属性的效用是一个线性函数, 则改善某一环境属性水平的WTP为:

(10)

式中,βrβp分别表示具体环境属性r和价格属性p的估计参数。

2.5 补偿剩余价值

Hanemann[39]提出了符合需求理论的补偿剩余(CS)测算方法。一旦得到参数向量的估计值β, 便可进一步测算出由属性集变化引起的福利水平变化值。从初始状态V0变化到新的状态V1的补偿剩余价值为:

(11)
3 选择实验设计与调查 3.1 选择实验设计

本研究旨在估计三江平原湿地生态系统服务价值, 并探究公众对湿地属性的偏好异质性。在设计选择实验时, 最关键的是确定待评价的湿地属性及其水平组合。基于此, 课题小组通过查阅文献和咨询专家, 确定了能体现三江平原湿地生态系统服务功能的主要湿地属性, 并针对三江平原区域公众进行分析与讨论, 以确定对公众重要的最终属性、水平及在调查中使用的语言和表达方式。最终确定湿地面积、生物多样性、水源涵养及自然景观等4个湿地属性, 并设定支付保护价格来确定价格属性值。其中, 湿地面积有2个水平, 生物多样性、水源涵养及自然景观各3个水平, 支付保护价格有5个水平。包含所有可能组合的全集如表 1所示。

表 1 选择实验中的湿地属性及管理水平 Table1 Wetland management attributes and levels used in the CE
属性Attributes管理水平Management levels解释Definition
湿地面积Wetland area恶化放任其恶化, 湿地面积减少
维持维护现在的湿地面积不变
生物多样性Biodiversity恶化放任其恶化, 物种减少
维持维护现在的生物多样性不变
改善取得良好的管理效果, 物种恢复
水源涵养恶化放任其恶化, 水质污染, 水量降低
Water conservation维持维护现在的水源涵养不变
改善取得良好的管理效果, 水质改善, 水源丰富
自然景观恶化放任其恶化, 环境破坏, 污染严重
Natural landscape维持维护现在的自然景观不变
改善取得良好的管理效果, 景观优美
支付保护价格Price0、50、100、150、200每户每年支付的费用

湿地面积是保证湿地生态系统服务功能的基础, 三江平原耕地开发与湿地保护之间的矛盾冲突已经严重影响了整个生态系统的服务功能价值, 随着农业活动频繁, 湿地与农田面积此消彼长[40], 研究三江平原湿地面积的经济价值具有重要的现实意义, 有关湿地价值研究的相关文献将湿地面积作为一个重要属性[18]。湿地生态系统是湿地生物多样性的载体, 对于生物多样性的维护具有重要作用, 有关湿地的经济价值评价, 生物多样性是不可或缺的重要属性[16, 41]。水文是湿地环境中最重要的因子之一, 由于湿地的特殊水文作用而形成的涵养水源功能是重要的服务功能, 是维持其他生态系统健康发展的前提, 也是湿地生态系统有别于森林、草地等其他自然生态系统的特质[42]。除湿地本身带来的生态效益外, 湿地生态系统服务功能价值还可能来自于社会、经济因素, 湿地自然景观所带来的娱乐文化价值、旅游休闲价值也不容忽视。

表 1中不同的属性及其水平进行组合, 共得到(2×33×5) 2个不同的选择集。考虑到现实操作的可行性, 本文通过正交实验设计方法和SAS软件筛选出拥有不同湿地属性水平选项组合的15个选择集。并将其随机分为5个版本, 每个版本3个选择集, 每个选择集中包含2个湿地管理方案和1个现状方案。选择集的示例如表 2所示。受访者需要对每个选择集的3个选项进行选择。方案A和B代表不同湿地管理水平下预期的环境状况;方案C是现状方案, 代表没有任何管理措施下的当前环境状态, 选择集中包含一个现状方案的设定, 符合需求理论, 有助于进行福利估计[43]

表 2 问卷中的选择集 Table2 Sample choice set
属性 Attributes方案A Alternative A方案B Alternative B方案C Alternative C
湿地面积 Wetland area维持维持
生物多样性 Biodiversity改善改善
水源涵养 Water conservation维持恶化A和B我都不选, 对三江平原不进行任何保护
自然景观 Natural landscape恶化改善
支付保护价格 Price1001500
3.2 选择实验数据收集

本文以三江平原湿地为研究对象, 应用CE问卷数据, 评价三江平原湿地生态系统服务价值。根据已有研究基础[44], 确定问卷中价格属性以及样本容量。于2014年4月至5月间进行了预调查, 发放问卷60份。通过充分模拟真实市场, 结合预调查的信息反馈, 修正不准确的提问及表达方式, 进而保证问卷调查效率和可操作性。最终问卷的内容包括3个部分:

第1部分为受访者对三江平原湿地的认识调查, 包括对三江平原的了解程度、关心程度、对环境保护和开发现状的态度等信息。

第2部分为选择实验问卷的核心部分, 即3个选择集的支付意愿调查, 选择集的示例如表 2所示。

第3部分为受访者社会经济属性的调查, 包括性别、年龄、收入、受教育程度以及到三江平原旅游次数等。

问卷调查以面访方式进行, 调查范围涉及三江平原各地区, 在问卷的总投放量和各地区投放量的确定上采用了分层抽样原理, 综合参考按比例分配与Neyman分配原则, 于2014年7月至8月在黑龙江省展开正式调研。参与此次调研的问卷调查人员都已经过先期培训, 并在访问前为每位受访者清楚地解释问卷中各属性及选项的含义, 以保证问卷的有效性。此次调研共发放问卷500份(每个版本问卷发放100份), 共回收问卷420份, 剔除缺失和极端数据后得到有效问卷394份, 为选择模型估计提供了1182(394 × 3) 个有效观测值。

3.3 样本特征描述

问卷中除了重要的CE问题, 收集受访者的社会经济属性数据也是必要的。这对于解释样本的代表性, 探讨偏好异质性具有重要意义。样本的描述性统计结果如表 3所示。

表 3 受访者社会人口信息统计 Table3 Social, economic characteristics of the respondents
变量Variable描述Description定义Definition样本比例Sample average/%
性别GenderSEX=047.72
SEX=152.28
年龄 Age18以下AGE=17.11
18—25AGE=217.77
26—39AGE=337.56
40—59AGE=428.42
60以上AGE=59.14
受教育程度小学及以下EDU=17.61
Education初中EDU=223.86
高中EDU=333.50
大学EDU=430.46
研究生及以上EDU=54.57
个人年收入/元 5千以下INC=136.55
Income5千—1万INC=212.18
1万—3万INC=325.89
3万—5万INC=414.21
5万—10万INC=57.61
10万以上INC=63.55

分析受访者社会经济属性变量, 女性所占样本比例为52.28%, 高于男性所占比例, 但两者差距不大, 性别分布较为平均。年龄分布也较为合理, 25岁以下、26—59岁和60岁以上所占比例分别为24.88%、65.98%和9.14%, 与黑龙江省统计年鉴公布的23.1%、61.9%和15%较为接近。样本的受教育程度主要集中在高中和大学, 比例分别为33.50%和30.46%, 这反映出样本具有较高的文化素养。

4 结果分析 4.1 随机参数Logit模型参数估计

在对属性状态值及受访者个体特征变量进行虚拟赋值的基础上, 使用Nlogit 5.0软件估计RPL模型结果。首先, 分析基本模型来展示所选属性如何解释选择集中的不同选择方案。RPL模型中包含的解释变量有选择特定常数(ASC), 湿地面积, 生物多样性, 水源涵养, 自然景观, 以及支付保护价格。其中, 当选择湿地管理方案A和B时, ASC等于1;选择现状方案C时, ASC等于0;支付保护价格被指定为非随机的, 所有其他属性被指定为正态分布随机参数。模型结果见表 4

表 4 RPL模型的参数估计结果 Table4 RPL model parameter estimation results
变量Variable系数Coefficient标准误s.e.Z值Z-value
ASC-2.83952**1.41093-2.01
湿地面积 Wetland area0.89049***0.330252.7
生物多样性 Biodiversity0.44291*0.232171.91
水源涵养 Water conservation1.27701***0.370643.45
自然景观 Natural landscape0.63952***0.228752.8
支付保护价格 Price-0.01077***0.00313-3.44
Log likelyhood-525.99515
Pseudo-R20.1857459
*为在10%水平下显著, **为在5%水平下显著, ***为在1%水平下显著; ASC:选择特定常数 Alternative specific constant

RPL模型表明, 所有湿地属性均通过显著性检验, 且符号都与先验预期相一致。问卷中所有的湿地属性都是一个湿地生态系统管理方案被选择的重要因素, 在其他条件不变的情况下, 任何单一属性的增加都会导致一个管理方案被选中的概率增大。且湿地面积、水源涵养、自然景观以及生物多样性等4项湿地属性对效用的影响均为正, 意味着受访者对生态系统服务功能的改善均显示积极态度。支付保护价格系数显著为负, 表明选择一组具有较高的支付保护价格的选择集的效用为负, 即支付保护价格的增加会降低一个管理方案被选中的概率。

4.2 潜在分类模型参数估计

将湿地面积、生物多样性、水源涵养和自然景观等4项湿地属性作为效用函数参数, 将受访者的社会经济属性作为分类成员函数参数, 使用Latent GOLD Choice 5.0软件对受访者进行分类研究。LCM分析的首要步骤是确定分类数量, 本文通过比较AIC、BIC及AIC3检验量来确定模型分类数。LCM的分类结果如表 5所示。

表 5 LCM模型分类表 Table5 LCM model classification table
分类数 NumberNparLog LikAIC(LL)BIC(LL)AIC3(LL)
15-582.281174.571190.981179.57
216-488.021008.051060.571024.05
327-463.61981.221069.951008.22
438-450.23976.451101.211013.29
538-433.93965.851126.731014.70
AIC:赤池信息量准则 Akaike information criterion, BIC:贝叶斯信息量准则 Bayesian information criterion, AIC3:AIC with a penalty factor of 3

对数似然比收敛表明:分类数越多模型的拟合就越好。这是因为对数似然比通常随着待估计参数的增加而增加。表中AIC检验值随着分类数的增加而逐渐减小, 在分类数为3时减小趋势趋于平缓;BIC检验值在分类数为2时最小, 而在分类数为3时稍有增加, 随后逐渐加大;AIC3检验值则在分类数为3时最小。综上, 本文将受访者分为3个潜在的类别。

三类潜在分类模型中参数的相对重要性如表 6所示。在第一类中, 水源涵养是最重要的属性, 其他属性的相对重要性都相差无几。在第二类中, 自然景观的相对重要性远大于其他属性。而在第三类中, 保护价格是最重要的属性, 其他湿地保护属性则相对较低。根据以上参数的相对重要性, 将对各种湿地资源属性均为重视的第一个潜在类别称为资源偏好型;将对自然景观最为重视的第二个潜在类别称为景观偏好型;将对支付保护价格最为关注的第三个潜在类别称为价格敏感型。

表 6 参数的相对重要性 Table6 The relative importance of attributes
属性 AttributesClass 1Class 2Class 3
湿地面积 Wetland area16.160.0711.38
水源涵养 Water conservation37.725.6615.63
支付保护价格 Price11.7413.9363.87
生物多样性 Biodiversity17.711.623.99
自然景观 Natural landscape16.6868.725.13

模型的参数估计结果列于表 7。第一部分显示了湿地属性的效用系数, 第二部分为分类成员系数。受访者在面临三江平原湿地生态系统保护问题时, 对其各属性的偏好存在极强的异质性, 依据模型结果中各湿地属性效用值的大小, 本文将受访者分为3个不同的潜在类别, 各类别所占比例分别为:68.88%、15.70%和15.42%。

表 7 LCM模型的参数估计结果 Table7 LCM model parameter estimation results
变量VariableClass 1资源偏好型Resources preferableClass 2景观偏好型Landscape preferableClass 3价格敏感型Price-sensitive
系数Coefficient标准误s.e.z值z-value系数Coefficient标准误s.e.z值z-value系数Coefficient标准误s.e.z值z-value
比例 Proportion68.88%15.70%15.42%
效用函数:湿地属性 Utility function: wetland attributes
湿地面积 Wetland area1.4435***0.19377.45400.01430.72410.01980.9571*0.68081.8057
生物多样性Biodiversity0.7901***0.13925.67801.1579*0.68791.6831-0.16770.4319-0.3883
水源涵养 Water conservation1.6839***0.20858.0745-0.56410.9006-0.6568-0.6568*0.5006-1.6721
自然景观 Natural landscape0.7445***0.16474.51976.8436**2.88832.37110.21540.42410.5079
支付保护价格 Price-0.0052***0.0017-3.1680-0.0695*0.00861.7054-0.0268***0.0071-3.7783
分类成员函数:受访者的社会经济属性 Class membership function: respondents′ socio-economic characteristics
Intercept0.31320.82100.3815-1.96581.1818-1.66341.65261.03331.5994
性别Gender0.4423*0.25721.71950.02120.35840.0591-0.46340.3382-1.3705
年龄 Age-0.13210.1348-0.98000.00130.19350.00650.13090.16470.7945
教育 Education0.2581**0.12981.98860.16120.17910.9002-0.4192**0.1669-2.5117
收入 Income-0.05500.0922-0.59680.3148***0.11992.6261-0.2597**0.1253-2.0734
旅游次数 Times-0.06330.1125-0.56260.1569*0.14241.7019-0.09360.1507-0.6239
*为在10%水平下显著, **为在5%水平下显著, ***为在1%水平下显著

第一个潜在类别为资源偏好型, 在该类群体中, 所有4个湿地属性的效用系数均为显著, 分类成员系数显示性别和受教育水平对受访者属于第一类的概率有显著影响。女性受访者更注重湿地的资源属性, 且较高的受教育水平也促使受访者更偏好对湿地面积、生物多样性、水源涵养等资源进行保护管理。第二个潜在类别为景观偏好型, 对于该类群体, 湿地面积和水源涵养的效用系数不显著, 即对于他们的选择几乎没有影响;收入和旅游次数的分类成员系数显著为正, 表明收入水平和旅游次数的提高增加了受访者属于第二类的概率。此类中高收入和旅游多次的受访者比例明显高于其他两类, 表明收入水平高和旅游次数多的受访者更偏好于湿地自然景观的保护。第三个潜在类别为价格敏感型, 对于该类群体, 生物多样性和自然景观的效用系数不显著, 而支付价格的效用系数显著为负, 表明减少支付价格能增加该类受访者选择高水平的湿地保护方案的可能性, 该类受访者在做出支付时首先考虑的是价格;同时, 分类成员系数显示受教育水平和收入水平与受访者属于第三类的概率成显著负相关, 即受访者教育和收入水平越低, 其属于第三类的概率越大。

4.3 属性价值核算

表 8的边际WTP可以看出, 公众对湿地各项管理属性的重视程度从高到低依次是水源涵养, 湿地面积, 生物多样性和自然景观, 该结果与张翼然[42]在中国内陆湿地生态系统服务功能价值评估中得出的平均价值量排序相符。RPL模型中, 公众对改善湿地水源涵养的平均支付意愿为118.57元/a, 增加湿地面积的平均支付意愿为82.68元/a, 而对改善生物多样性及自然景观的平均支付意愿相对较少, 分别为41.12元/a和59.38元/a。水源涵养之所以成为公众关注的重点, 其原因可能是三江平原是我国著名的“北大仓”, 水稻种植广泛, 稻田的水质直接影响粮食的产量与质量。而湿地面积之所以得到公众更多的重视, 其原因可能与人们对湿地保护的直观印象、感受有关。

表 8 湿地属性的边际WTP Table8 The marginal WTP of wetland attributes
属性Attributes随机参数logit模型Random parameter logit model潜在分类模型 Latent class model
Class 1资源偏好型Resources preferableClass 2景观偏好型Landscape preferableClass 3价格敏感型Price-sensitive
湿地面积 Wetland area82.68275.440.20635.65
生物多样性 Biodiversity41.12150.7716.69-6.25
水源涵养 Water conservation118.57321.32-8.13-24.46
自然景观 Natural landscape59.38142.0698.698.02

根据RPL模型和LCM模型的参数与方程(11) 得出针对不同恢复方案的补偿剩余价值, 估计结果如表 9所示。

表 9 补偿剩余价值 Table9 Compensating surplus for each scenario
情景Scenarios随机参数模型Random parameter logit model潜在分类模型 Latent class model
Class 1 资源偏好型Class 2 景观偏好型Class 3 价格敏感型
维持 Maintain38.11259.3878.9374.65
改善 Improve257.18878.35185.9551.92

补偿剩余价值随着湿地生态系统服务功能的改善而增加, 这与Birol等[16]的研究结论相一致。在RPL模型中受访者对维持当前的湿地生态系统服务功能的平均支付意愿为38.11元/a, 而对改善湿地生态系统服务功能的平均支付意愿为257.18元/a。根据《2015年黑龙江省统计年鉴》, 2014年末黑龙江省常住总人口数为3833.0万, 将平均支付意愿与地区人口数相乘, 即得到维持湿地生态系统服务功能的总平均支付意愿为14.61亿元/a, 改善湿地生态系统服务功能的总平均支付意愿为98.58亿元/a。

5 结论与讨论 5.1 结论

本文应用选择实验法对三江平原湿地生态系统服务功能的边际效益进行经济评价, 结合RPL模型和LCM模型分析公众对湿地生态系统服务功能的偏好异质性, 并阐释其形成机理。主要结论如下:

(1) 公众对湿地面积、生物多样性、水源涵养和自然景观等4项湿地属性的支付意愿均为正, 其中, 水源涵养的边际支付意愿最大, 湿地面积次之, 而生物多样性和自然景观相对较低。补偿剩余价值随着湿地生态系统服务功能的改善而增加, 说明保护三江平原的生态环境不仅能促进生态系统的可持续发展, 也将创造巨大的经济效益。三江平原作为我国最大的淡水沼泽集中分布区, 在涵养水源、物种保护等生态效益方面价值巨大, 远大于休闲旅游等带来的直接经济效益。近年来, 三江平原耕地的开发对湿地的完整性造成极大的破坏, 这影响了湿地生态系统的服务功能价值。因此, 在未来的政策制定实施和管理过程中, 应当加大湿地的保护和恢复力度, 杜绝对湿地的过度开发, 恢复湿地面积;同时应重点开展湿地水质和生物多样性的修复工作。

(2) 通过潜在分类模型分析发现受访者可分为资源偏好型、景观偏好型和价格敏感型3个潜在类别, 不同类型的群体对湿地生态系统服务功能存在不同偏好, 从而揭示了偏好异质性的由来。结果表明, 公众的社会经济属性对其偏好具有显著影响。女性和受教育水平高的受访者会更偏好于资源保护, 而高收入和到三江平原湿地景区旅游次数多的受访者会更偏好于景观保护。同时, 教育和收入水平越低的受访者对其支付保护价格也具有较为敏感的反应, 更倾向于选择支付保护价格较低的湿地管理方案。随着收入水平的提高以及国民素质的增强, 越来越多的人愿意为湿地生态环境的保护支付更高的价格。加强湿地环保理念的教育, 加大湿地生态文明建设的宣传力度也将增强公众的生态意识, 对其支付意愿起到积极的引导作用。

5.2 讨论

(1) 虽然相比于条件价值法(Contingent Valuation Method, CVM), CE能够更加科学、准确地评估受访者的支付意愿以及对不同湿地属性的偏好, 但与CVM一样, 由于评估行为是基于假想市场行为, 故而问卷提供的信息、问题提出的顺序以及受访者对问题的理解程度等都会影响评估结果。因此, 相比以往研究[45-47], 本文的研究目的不是估算出精确的WTP值, 而是在于能够通过测算不同湿地属性的边际价值来判别各属性的重要程度, 探究不同群体对湿地生态系统服务功能的偏好, 同时进一步解释这种偏好异质性的形成机理。

(2) 由于CE在问卷设计方面更为复杂[48], 本文只针对受访者的社会经济属性进行了探讨, 有关心理感知因素和地理环境因素对受访者支付意愿的影响, 以及问卷信息和认知对受访者选择的影响是今后研究中需进一步验证和讨论的问题。

(3) 湿地生态系统服务功能评估方法在不断发展[49], 但目前湿地系统已知的各项服务功能中, 能被准确规范计量的只占少数。随着湿地生态系统服务功能的更细划分, 以及湿地类型的不同, 需要更具标准化的评价方法。基于选择实验法的生态系统服务功能价值评价, 能够把握公众的生态偏好, 有助于了解对于生态保护责任分配的社会观点, 针对不同湿地管理目标, 确定其重要性及保护的优先性, 进而综合信息、进行调控, 提供社会决策并最终服务于人类。

致谢: 感谢黑龙江省林业厅及洪河国家级自然保护区管理局、三江国家级自然保护区管理局、兴凯湖国家级自然保护区管理局在实地调研中提供的支持与帮助。
参考文献
[1] 陈仲新, 张新时. 中国生态系统效益的价值. 科学通报, 2000, 45(1): 17–22.
[2] Costanza R, D'Arge R, De Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, O'Neill R V, Paruelo J, Raskin R G, Sutton P, Van Den Belt M. The value of the world's ecosystem services and natural capital. Nature, 1997, 387: 253–260. DOI:10.1038/387253a0
[3] 李文华. 中国当代生态学研究. 北京: 科学出版社, 2013.
[4] Kataria M, Bateman I, Christensen T, Dubgaard A, Hasler B, Hime S, Ladenburg J, Levin G, Martinsen L, Nissen C. Scenario realism and welfare estimates in choice experiments-a non-market valuation study on the European water framework directive. Journal of Environmental Management, 2012, 94(1): 25–33. DOI:10.1016/j.jenvman.2011.08.010
[5] Kosenius A K, Markku O. Ecosystem benefits from coastal habitats-a three-country choice experiment. Marine Policy, 2015, 58: 15–27. DOI:10.1016/j.marpol.2015.03.032
[6] Ndunda E N, Mungatana E D. Evaluating the welfare effects of improved wastewater treatment using a discrete choice experiment. Journal of Environmental Management, 2013, 123: 49–57. DOI:10.1016/j.jenvman.2013.02.053
[7] Provencher B, Bishop R C. Does accounting for preference heterogeneity improve the forecasting of a random utility model? A case study. Journal of Environmental Economics and Management, 2004, 48(1): 793–810. DOI:10.1016/j.jeem.2003.11.001
[8] Bliem M, Getzner M, Rodiga-Laßnig P. Temporal stability of individual preferences for river restoration in Austria using a choice experiment. Journal of Environmental Management, 2012, 103: 65–73. DOI:10.1016/j.jenvman.2012.02.029
[9] Price J I, Janmaat J, Sugden F, Bharati L. Water storage systems and preference heterogeneity in water-scarce environments:a choice experiment in Nepal's Koshi River Basin. Water Resources and Economics, 2015, 13: 6–18.
[10] Brennan N, Van Rensburg T M. Wind farm externalities and public preferences for community consultation in Ireland:a discrete choice experiments approach. Energy Policy, 2016, 94: 355–365. DOI:10.1016/j.enpol.2016.04.031
[11] Train K E. Recreation demand models with taste differences over people. Land Economics, 1998, 74(2): 230–239. DOI:10.2307/3147053
[12] Boxall P C, Adamowicz W L. Understanding heterogeneous preferences in random utility models:a latent class approach. Environmental and Resource Economics, 2002, 23(4): 421–446. DOI:10.1023/A:1021351721619
[13] Garrod G, Ruto E, Willis K, Powe N. Heterogeneity of preferences for the benefits of environmental stewardship:a latent-class approach. Ecological Economics, 2012, 76(1): 104–111.
[14] Bestard A B. Substitution patterns across alternatives as a source of preference heterogeneity in recreation demand models. Journal of Environmental Management, 2014, 144: 212–217. DOI:10.1016/j.jenvman.2014.04.034
[15] Carlsson F, Frykblom P, Liljenstolpe C. Valuing wetland attributes:an application of choice experiments. Ecological Economics, 2003, 47(1): 95–103. DOI:10.1016/j.ecolecon.2002.09.003
[16] Birol E, Karousakis K, Koundouri P. Using a choice experiment to account for preference heterogeneity in wetland attributes:the case of Cheimaditida wetland in Greece. Ecological Economics, 2006, 60(1): 145–156. DOI:10.1016/j.ecolecon.2006.06.002
[17] Newell L W, Swallow S K. Real-payment choice experiments:valuing forested wetlands and spatial attributes within a landscape context. Ecological Economics, 2013, 92: 37–47. DOI:10.1016/j.ecolecon.2012.08.008
[18] Dias V, Belcher K. Value and provision of ecosystem services from prairie wetlands:a choice experiment approach. Ecosystem Services, 2015, 15: 35–44. DOI:10.1016/j.ecoser.2015.07.004
[19] 李京梅, 陈琦, 姚海燕. 基于选择实验法的胶州湾湿地围垦生态效益损失评估. 资源科学, 2015, 37(1): 68–75.
[20] 王喜刚, 王尔大. 基于选择实验法的环境资源属性价值评价及实证研究. 技术经济, 2014, 33(12): 80–86.
[21] 马爱慧, 张安录. 选择实验法视角的耕地生态补偿意愿实证研究——基于湖北武汉市问卷调查. 资源科学, 2013, 35(10): 2061–2066.
[22] 王尔大, 李莉, 韦健华. 基于选择实验法的国家森林公园资源和管理属性经济价值评价. 资源科学, 2015, 37(1): 193–200.
[23] 龚亚珍, 韩炜, BennettM, 仇焕广. 基于选择实验法的湿地保护区生态补偿政策研究. 自然资源学报, 2016, 31(2): 241–251.
[24] 李艳芳. 近年来三江平原生态环境变化研究. 环境科学与管理, 2013, 38(2): 42–45.
[25] 徐明华, 冯树丹, 孟祥楠, 倪红伟. 三江平原湿地生态服务功能重要性. 国土与自然资源研究, 2012(1): 59–60.
[26] 李云成, 刘昌明, 于静洁. 三江平原湿地保护与耕地开垦冲突权衡. 北京林业大学学报, 2006, 28(1): 39–42.
[27] Lancaster K J. A new approach to consumer theory. Journal of Political Economy, 1966, 74(2): 132–157. DOI:10.1086/259131
[28] Marschak J. Binary-choice constraints and random utility indicators//Arrow K J, Karlin S, Suppes P, eds. Mathematical Methods in the Social Sciences. Stanford:Stanford University Press, 1960:312-329.
[29] Manski C F. The structure of random utility models. Theory and Decision, 1977, 8(3): 229–254. DOI:10.1007/BF00133443
[30] McFadden D, Train K. Mixed MNL models for discrete response. Journal of Applied Econometrics, 2000, 15(5): 447–470. DOI:10.1002/(ISSN)1099-1255
[31] Smith V K. Arbitrary values, good causes, and premature verdicts. Journal of Environmental Economics and Management, 1992, 22(1): 71–89. DOI:10.1016/0095-0696(92)90020-W
[32] Revelt D, Train K. Mixed logit with repeated choices:households' choices of appliance efficiency level. The Review of Economics and Statistics, 1998, 80(4): 647–657. DOI:10.1162/003465398557735
[33] Bhat C R, Gossen R. A mixed multinomial logit model analysis of weekend recreational episode type choice. Transportation Research Part B:Methodological, 2004, 38(9): 767–787. DOI:10.1016/j.trb.2003.10.003
[34] Hess S, Bierlaire M, Polak J W. Estimation of value-of-time using mixed logit models. General Information, 2004, 39: 221–236.
[35] Greene W H, Hensher D A. A latent class model for discrete choice analysis:contrasts with mixed logit. Transportation Research Part B:Methodological, 2003, 37(8): 681–698. DOI:10.1016/S0191-2615(02)00046-2
[36] Bhat C R. An endogenous segmentation mode choice model with an application to intercity travel. Transportation Science, 1997, 31(1): 34–48. DOI:10.1287/trsc.31.1.34
[37] Tabi A, Saz-Salazar S D. Environmental damage evaluation in a willingness-to-accept scenario:a latent-class approach based on familiarity. Ecological Economics, 2015, 116: 280–288. DOI:10.1016/j.ecolecon.2015.05.010
[38] Swait J. A structural equation model of latent segmentation and product choice for cross-sectional revealed preference choice data. Journal of Retailing and Consumer Services, 1994, 1(2): 77–89. DOI:10.1016/0969-6989(94)90002-7
[39] Hanemann W M. Discrete/continuous models of consumer demand. Econometrica, 1984, 52(3): 541–561. DOI:10.2307/1913464
[40] Liu X H, Lu X G, Ming J, Zhang C L, Wang L G. Evaluation of greenhouse gas emissions from wetland and agriculture ecosystems in Sanjiang Plain. International Journal of Sustainable Development and World Ecology, 2010, 17(6): 462–467. DOI:10.1080/13504509.2010.516480
[41] Do T N, Bennett J. Estimating wetland biodiversity values:a choice modelling application in Vietnam's Mekong River Delta. Environment and Development Economics, 2009, 14(2): 163–186. DOI:10.1017/S1355770X08004841
[42] 张翼然, 周德民, 刘苗. 中国内陆湿地生态系统服务价值评估——以71个湿地案例点为数据源. 生态学报, 2015, 35(13): 4279–4286.
[43] Louviere J J, Hensher D A, Swait J D. Stated Choice Methods:Analysis and Application. Cambridge: Cambridge University Press, 2001.
[44] 敖长林, 周领, 焦扬, 王世雪. 初始投标值数量和样本容量对双边界二分式CVM的影响. 生态学报, 2016, 36(3): 854–862.
[45] 敖长林, 陈瑾婷, 焦扬, 王静. 生态保护价值的距离衰减性——以三江平原湿地为例. 生态学报, 2013, 33(16): 5109–5117.
[46] 敖长林, 王静, 高琴, 陈红光. CVM数据分析中的半参数模型及实证研究. 系统工程理论与实践, 2014, 34(9): 2332–2338.
[47] 高琴, 敖长林, 陈红光, 佟锐. 基于居民生态认知的非使用价值支付意愿空间分异研究——以三江平原湿地为例. 生态学报, 2014, 34(7): 1851–1859.
[48] Hoyos D. The state of the art of environmental valuation with discrete choice experiments. Ecological Economics, 2010, 69(8): 1595–1603. DOI:10.1016/j.ecolecon.2010.04.011
[49] 崔丽娟, 庞丙亮, 李伟, 马牧源, 孙宝娣, 张亚琼. 扎龙湿地生态系统服务价值评价. 生态学报, 2016, 36(3): 828–836.