公众参与生态功能区建设的支付意愿评价模型构建1)——以东北重点生态功能区为例

王坤 李晓 李英

(东北林业大学，哈尔滨，150040) (辽宁大学)

东北重点生态功能区，是维护良好生态及生物多样性的重要保障，所以关于公众对生态建设支付意愿的研究成为学者们关注的重点。关于支付意愿的界定，业内已经取得了共识，即支付意愿(WTP)，是指买者为某种物品愿意支付的最高价格[1-2]。公众对生态功能区建设的支付意愿，是指人们参与生态功能区建设愿意支付的最高额度。支付意愿，除了受个人因素的影响以外，还受区域环境因素的影响，揭示支付意愿与影响因素的影响机制对政府制定生态补偿方案具有重要的指导意义。

近年来，以湖泊流域、国有林区等生态功能区建设为例，从支付意愿影响因素的个体层面[3-13]、环境层面[14-15]的生态补偿研究取得了丰硕的成果，并构建了影响公众支付意愿的评价模型。研究结果表明，公众的支付意愿和行为产生过程中，受区域经济发展状况、教育发展水平的制约。但模型中所选评价指标，仅仅是从不同区域个体差异对公众所在区域、资源禀赋、社会条件的定性分析，针对区域经济发展指标对支付意愿的影响进行定量分析的较少。

公众的支付意愿受公众自身层面的主观意愿(关注度、重视度、满意度)、自身的社会经济特征(性别、年龄、居住地、受教育程度、月收入水平)的影响，在测算补偿标准时，必须考虑地方经济发展水平、收入水平、文化差异。为此，本研究将评价区域经济发展水平的评价指标(如消费价格指数、人均总值、地区总值增长率、人均教育费用支出、人均社会保障补助支出、城镇职工平均工资、教育从业人员比例)纳入评价模型中，运用多层统计分析方法构建个体以及区域整体两个层面对生态功能区建设的公众支付意愿的评价模型；在挖掘公众个人支付意愿影响因素的同时，更精确地识别影响公众参与生态补偿行为的影响因子，进一步挖掘区域经济发展水平对公众参与生态建设支付意愿影响机理的同时，测算出制定符合地域特色的补偿标准。旨在为生态功能区建设的有效开展、生态补偿标准的制定和生态服务价值评估提供参考。

1 研究方法

1.1 对受访者主观特性调查内容的设计

本研究是公众参与森林生态建设受主观意愿影响的后续研究，是在李晓等[7]开发的公众参与森林生态建设的主观意愿调查内容基础上，对研究对象主观意愿进行调查。该调查内容依据大、中、小城市及森林生态效益直接受益地区和非直接受益地区普遍存在的主观意愿共性特点进行设计，依照李克特五点计分法进行计分(见表1)。在10项主观意愿调查内容基础上，编制含有人口统计学(包含性别、年龄、受教育程度、居住地、月人均收入等)、主观意愿、意愿支付金额等调查内容[3-17](见表2)。

表1 对受访者主观特性调查内容及计分方法

表2 受访者基本情况

1.2 影响支付意愿的区域经济发展指标的选取与编码

在借鉴相关文献[3]的基础上，考虑公众个体支付行为决策的感知之间存在着共变性的复杂关系，且公众对生态功能区建设的关注度、重视度、满意度等三维度符合间接影响因素主观意愿二阶模型建构，且拟合良好，因此，将所有指标组中心化，并重新编码，S(性别)、N(年龄)、V(受教育程度)、R(居住地)、P(月收入水平)、Q(主观意愿)；将环境指标重新编码，A(消费价格指数)、B(人均总值)、C(地区总值增长率)、D(人均教育费用支出)、E(人均社会保障补助支出)、F(城镇职工平均工资)、G(教育从业人员比例)。

1.3 数据来源

本研究以东北生态功能区常驻人口、流动人口、周边村屯人口为研究对象，按照直接受益地区、间接受益地区划分，从辽、吉、黑3省8市(哈尔滨市、齐齐哈尔市、牡丹江市、佳木斯市、长春市、吉林市、集安市、沈阳市)按照抽样调查的原则，发放问卷1 500份，确保了回收数据的普适性、代表性。调查问卷的调查结果可显示不同地区生态功能区建设的公众个体支付意愿的差异性，回收有效问卷1 010份。公众对生态功能区建设支付意愿的大小，不仅受公众个体层面因素的影响，还受地域经济发展以及环境因素的影响。公众个体特征与所在区域整体特征的不同，其支付意愿具有差异，因此，公众个体层面特征数据通过调查问卷获得，而区域整体层面经济发展指标数据均来自于中国国家统计局(见表3)。

1.4 公众支付意愿的多层线性模型构建

多层线性模型基本原理：已有研究成果表明，不同区域的公众对生态功能区建设的支付差异显著；说明公众个体的支付行为，既受公众自身特征的影响，也受其所处区域的经济环境影响。已有研究，多数采用传统的回归分析，很难将影响支付意愿的个体自身特征所造成的差异和所处区域经济环境所造成的差异区分开来。因此，本研究选择多层线性模型法构建影响东北重点生态功能区建设支付意愿的模型，从公众个体水平层面、区域经济发展整体水平层面进行分层分析。通过对同一个区域内的公众对生态功能区建设支付意愿进行组内分析，整合各个区域内的个人数据进行分组，进行组间分析；在此基础上，对所有数据进行总体分析，探讨公众个体特征(组内)、区域经济环境因素(组间)及二者交互作用对公众支付意愿的影响。多层线性模型，既可规避传统回归分析中方差齐性、独立性检验，还可对不同层次影响因素对评价指标作用的变化规律进行分解分析，因此建立多层线性模型是一种更加符合现实情况的数据分析方法[18]。公众个人特征对支付意愿的回归模型为WPij=β0j+…+βijXij+γij，区域经济指标对β0j、βij的回归模型为β0j=γ00+υ0j+γ、βij=γi0+υij+γ，i、j为第i个区域经济指标对应的第j个个体特征；合并两个模型后，得到最终公众参与生态功能区建设支付意愿的多层线性模型。

表3 开展问卷调查工作的城市主要社会经济指标

考虑到同一城市的公众对生态功能区建设支付意愿，比不同城市的公众支付意愿相似的可能性更大，因此本研究认为，不同城市公众对生态功能区建设支付意愿的回归模型是不同的，且每一个回归模型都有其自身的回归系数(即各影响因素对支付意愿影响的比率)和初始值(即各个地区公众支付意愿的初始值)。在多层线性模型分析过程中，首先通过问卷测得主观意愿及人口统计学指标，再将个体层面影响因素(即主观意愿及人口统计学指标)和整体层面影响因素进行总均值中心化，从而使得各区域支付意愿初始值和各影响因素对支付意愿影响的比率以及预测因子交互作用的评价更具有意义[19]。

根据以上分析，应用HLM7.0构建公众对生态功能区建设的多层线性模型。

(1)零模型。首先建立不含评价指标的两层次模型，分析公众对生态功能区支付意愿在区域层面变异的显著性；若公众对参与生态功能区的支付意愿受区域经济环境整体水平的影响显著，则需进行下一步研究。

零模型：Wp=γ00+υ0+γ。

式中：Wp为支付意愿；γ00为支付意愿初始值；υ0为区域经济指标对个体特征影响误差项；γ为个体特征对支付意愿影响的误差项。

(2)随机效应模型。分析公众个体层面的生态功能区建设主观意愿对支付意愿的影响及该影响在区域层面的差异性，具体分析性别(S)、年龄(N)、居住地(R)、教育程度(V)、月收入(P)、主观意愿(Q)对支付意愿(Wp)的影响。以支付意愿(Wp)作为评价指标，将性别(S)、年龄(N)、居住地(R)、教育程度(V)、月收入(P)、主观意愿(Q)加入到模型二的第一层中，建立不含区域层面评价指标的两水平随机效应回归模型。

WP=γ00+γ10S+γ20N+γ30V+γ40R+γ50P+γ60Q+υ0+υ1S+

υ2N+υ3V+υ4R+υ5P+υ6Q+γ。

式中：Wp为支付意愿；γ00为支付意愿初始值；γ10～γ60为各个体特征对支付意愿的影响系数；υ0为区域个体特征初始值误差项；υ1～υ6为区域经济指标对个体特征影响的误差项；γ为个体特征对支付意愿影响的误差项。

(3)全模型。在随机效应模型基础上，将区域层面指标)作为评价指标加入到第二层中，构建支付意愿(包含个体层面和区域整体层面指标)全模型，并根据区域经济指标对个体特征各影响因素影响的初始值(总均分值差异)以及其对个体特征各影响因素影响比率的分析，进一步说明区域层面影响因素对个体层面指标的间接影响。建立公众对生态功能区建设支付意愿的多层线性全模型，分析消费价格指数(A)、人均总值(B)、地区总值增长率(C)、人均教育费用支出(D)、人均社会保障补助支出(E)、城镇职工平均工资(F)、教育从业人员比例(G)对支付意愿(Wp)的影响。

Wp=γ00+γ01A+γ02B+γ03C+γ04D+γ05E+γ06F+γ07G+

γ10S+γ20N+γ21(A×N)+γ22(B×N)+γ23(C×N)+γ24(D×N)+γ25(E×N)+γ26(F×N)+γ27(G×N)+γ30(V)+γ40(R)+γ11(A×R)+γ12(B×R) +γ13(C×R)+γ14(D×R)+γ15(E×R)+γ16(F×R)+γ17(G×R)+

γ50(P)+γ51(A×P)+γ52(B×P)+γ53(C×P)+γ54(D×

P)+γ55(E×P)+γ56(F×P)+γ57(G×P)+γ60(Q)+γ61(A×Q)+γ62(B×Q)+γ63(C×Q)+γ64(D×Q)+γ65(E×Q)+γ66(F×Q)+γ67(G×Q)+υ0+γ。

式中：Wp为支付意愿；γ00为支付意愿初始值；γ01～γ07为受区域经济指标影响后的个体特征对支付意愿的影响系数；γ10～γ60为区域经济指标对个体特征影响支付意愿程度的影响系数；γij(i=1～6、j=1～7)为第j个个体特征受第i个区域经济指标影响的影响系数；υ0为区域个体特征初始值误差项；γ为个体特征对支付意愿影响的误差项。

2 结果与分析

2.1 调查问卷基础数据统计

本研究对东北生态功能区直接受益地区(黑龙江省、吉林省部分城市)、非直接受益地区(辽宁省沈阳市)共计8个城市1 500名受访对象进行了参与生态功能区建设支付意愿的相关问卷调查，经过初测和重测，回收问卷1 231份，去除无效问卷221份，回收有效问卷1 010份，有效率67.33%。男女性别比例为49.5∶50.5，受试对象为具有行为能力的19岁以上成年人，年龄、受教育程度等峰度值均在0.3～0.6之间，呈正态分布；受访对象以城市居民为主，城市、周边村屯、省内流动人口、省际流动人口占比为60.7∶16.6∶14.4∶8.3；受访对象平均月收入呈现出近省会城市收入高于远省会城市。经计算，公众对生态功能区建设支付意愿评价指标体系的初测信度的克朗巴哈系数(Cronbach’sα)为0.853，重测过程中增加了样本量，α=0.874，说明问卷具有良好的内部一致信度。

2.2 不同城市间支付意愿的差异性

对采集的样本数据进行单因素方差分析，检验支付意愿在不同城市之间的差异性。由见表4可见：支付意愿，组间均方值17.281、方差4.812、组间差异显著性0，表明支付意愿在不同城市之间差异极其显著。

表4 支付意愿在不同城市之间的差异性检验

2.3 区域经济指标对支付意愿的影响

在零模型中，HLM7.0软件统计输出结果为：有效样本容量n=1 010、组间方差τ0=0.662、组内方差σ2=3.481。计算公众对生态功能区建设支付意愿的组间相关系数(Cic(1))，Cic(1)=τ0/ (τ0+σ2)=0.159 78，介于0～0.50之间，因此需计算组内相关系数(Cic(2))，Cic(2)=nCic(1)/{1+(n-1)Cic(1)}=0.995 7。

当Cic(1)介于0～0.50时，区域层面均值必须以多个城市受访对象的调查结果计算[20]；Cic(2)是分析公众支付意愿区域层面评价指标与个体层面评价指标间关系的必要条件，Cic(2)= 0.995 7>0.70，即使影响因素与评价指标的Cic(1)=0.01，说明较低层次的变异有1%来自于组间方差，依然可以在整体层面中分析评价指标与影响因素之间的关系。本研究中Cic(1)= 0.159 78，说明对公众支付意愿的影响有15.98%来源于区域整体层面因素的影响[21-24]。因此客观评价公众对参与生态功能区建设的支付意愿受区域经济环境整体水平的影响，需要对以往支付意愿研究仅限于公众个体层面的研究加以修正，即需要将区域经济发展整体层面影响因素纳入到模型中，加以分析并确定对公众支付意愿的影响因素。

2.4 公众个体特征对支付意愿的影响

随机效应回归模型构建是在零模型的基础上，纳入公众支付意愿的个体层面影响因素，进一步分析公众个体的人口社会经济特征对支付意愿的影响(见表5)。

表5 个体特征对支付意愿影响的随机效应回归结果

由表5可见：性别(S)、年龄(N)、居住地(R)的估计值、t值均为负值，与支付意愿呈负相关，即男性的支付意愿高于女性；老年人低于年轻人；省际外来流动人口对生态功能区建设资产支付能力低于省内外来流动人口，且二者低于村屯常住人口，更低于城市居民。受教育程度(V)的估计值、t值为正值，表明随着学历的提升，支付意愿相对提高。但上述4个影响因素的固定效应，在95%的置信区间上对支付意愿均无显著影响。随机效应分析结果表明：不同区域的居民，对生态功能区建设的支付意愿受其月收入和其对重点国有林区支付意愿的主观意愿影响；随机效应模型的区域支付意愿初始值(β0)随机变异达到了极其显著水平，表明公众对生态功能区建设的支付意愿存在显著的地域差异；因此，将整体水平影响因素纳入评价指标体系，进一步确定了整体水平影响因素对支付意愿的影响。公众家庭月收入(P)、主观意愿(Q)与支付意愿呈正相关，且在置信区间内达到显著或极其显著水平，即公众家庭月收入、主观意愿对公众对生态功能区建设支付意愿具有显著影响。

2.5 公众个体特征和区域经济指标及其交互作用对支付意愿的影响

依据随机效应方程模型结果，将随机效应没有显著影响的影响因素(S、V)设为固定项，其余有影响的影响因素纳入全模型方程进行分析(见表6)。

表6 所有影响因子对支付意愿影响的全模型回归结果

续(表6)

将所有影响因素纳入全模型，发现区域层面整体水平影响因素(人均总值(B)、地区总值增长率(C)、均教育费用支出(D)、教育从业人员比例(G)等)对支付意愿的影响均不显著，可以在全模型回归方程模型中剔除该影响因素；性别(S)对公众支付意愿的回归系数失去了影响，受教育程度(V)对公众支付意愿的回归系数存在边际显著影响，可以固定个体层面性别(S)、受教育程度(V)，纳入区域层面指标消费价格指数(A)、人均社会保障补助支出(E)、城镇职工平均工资(F)后，分析性别(S)、受教育程度(V)对支付意愿回归系数的影响；个体层面年龄(N)的加入，整体层面消费价格指数(A)、人均社会保障补助支出(E)对支付意愿的回归系数存在显著的影响，但加入城镇职工平均工资(F)对支付意愿的回归系数不存在显著的影响；居住地(R)加入整体层面后，同样对公众支付意愿无显著的影响；月收入(P)，只有加入城镇职工平均工资(F)才存在显著的影响；主观意愿(Q)加入，整体层面所有影响因素均存在显著的影响。因此剔除对支付意愿无显著影响的影响因素，对公众支付意愿的影响因素全模型回归方程进行修正。

个体层面：Wp=β0+β1(N)+β2(V)+β3(R)+β4(P)+β5(Q)+γ。

整体层面：β0=γ00+υ0；β1=γ10+γ11(A)+γ12(E)；β2=γ20；β3=γ30；β4=γ40+γ41(F)；β5=γ50+γ51(A)+γ52(E)+γ53(F)。

修正后的公众对生态功能区建设支付意愿影响因素全模型回归方程一般模式：Wp=γ00+γ10(N)+γ11(A×N)+γ12(E×N)+γ20(V)+γ30(R)+γ40(P)+γ41(F×P)+γ50(Q)+γ51(A×Q)+γ52(E×Q)+γ53(F×Q)+υ0+γ。

剔除无显著影响的影响因素后，得到修正后的公众支付意愿的影响因素全模型参数(见表7)。

表7 修正后公众支付意愿影响因素全模型回归结果

结合全模型和修正模型运行结果表明：①个体水平性别(S)和整体水平人均总值(B)、地区总值增长率(C)、人均教育费用支出(D)、教育从业人员比例(G)对支付意愿均无显著影响。②个体水平年龄(N)、受教育程度(V)、居住地(R)，在随机效应回归模型分析过程中显著性系数均大于0.05，纳入整体水平影响因素的修正后模型结果显示，公众个体层面，年龄(N)、受教育程度(V)、居住地(R)显著性系数，分别从0.069、0.059、0.083变为0.049、0.023、0.037，回归系数分别从-0.050 113、0.060 137、-0.102 314变为-0.027 739、0.073 018 2、-0.072 778。说明不同经济环境地区的公众的支付意愿存在显著性差异，随着年龄的增长支付意愿越低，越接近生态功能区的居民支付意愿越低，年龄(N)、居住地(R)对支付意愿存在负面影响；月收入(P)、主观意愿(Q)对支付意愿存在正影响。③整体水平影响因素的消费价格指数(A)、人均社会保障补助支出(E)、平均工资(F)，在全模型和修正模型中的回归系数并不显著，表明对支付意愿的影响区域间差异不显著，但与个体水平影响因素的交互作用对支付意愿的影响显著，结果表明，物价价格越高的地区，年龄越大人的支付意愿越低，主观意愿越高支付意愿越低；保障补助支出越高的地区，年龄越大、主观意愿越高人的支付意愿越高，职工平均工资越高的地区，月收入、主观意愿高人的支付意愿越高。因此，人均社会保障补助支出(E)、城镇职工平均工资(F)对支付意愿存在正影响；消费价格指数(A)对支付意愿存在负面影响。

3 结论与讨论

不同区域的公众对生态功能区建设的支付意愿，具有显著差异。在公众个体层面中的性别(S)、年龄(N)、受教育程度(V)、居住地(R)、月人均收入(P)、主观意愿(Q)，性别对公众对生态功能区建设支付意愿没有显著影响，按照影响程度从强到弱依次为Q、P、V、R、N，且在公众支付意愿中，有95.43%取决于公众的主观意愿、10.75%取决于月均收入、7.30%取决于受教育程度、7.28%取决于居住地、2.72%取决于年龄。

区域经济环境层面，居民消费价格指数(A)、人均社会保障补助支出(E)、职工平均工资(F)对公众对生态功能区建设支付意愿的直接影响不显著，但与公众个体水平的交互作用对支付意愿的影响达到了极其显著水平。按照贡献率从大到小依次为A×Q、A×N、E×Q、E×N、F×Q、F×P，在固定其它影响因素前提下，支付意愿有32.25%来源于居民消费价格指数与公众对生态功能区建设主观意愿的交互作用、8.43%来源于居民消费价格指数与年龄的交互作用。本研究认为，公众对生态功能区建设的支付意愿，受公众对生态功能区建设主观意愿及其自身社会经济特征影响的同时，还受公众所在区域环境以及当地的经济水平制约，区域整体层面的特征起着重要的间接影响；在个体社会经济特征、整体区域经济环境的刚性指标固定的条件下，提升支付意愿额度的关键，在于提升公众对生态功能区建设支付的主观意愿。因此，相关支付意愿的研究，应将研究对象所在行政区划的经济环境指标纳入其中。

公众对东北重点生态功能区建设支付意愿评价模型：Wp=2.433-0.028(N)-0.084(A×N)+ 0.004(E×N)+0.073V-0.073(R)+0.107(P)-0.009(F×P)+0.954(Q)-0.323(A×Q)+0.009(E×Q)+ 0.0003(F×Q)。

本研究引入多层线性模型分析方法，构建公众对东北重点生态功能区建设的支付意愿模型，可将研究区域的对应指标带入该模型，进而预测该地区公众参与的补偿额度，还可从价值实现角度开展森林生态资产价值评估。在实际中，公众支付意愿的影响因素错综复杂，在影响因素选取方面仍存在许多不足；在模型运算过程中，主观意愿的随机效应仍处于99%置信区间的显著水平，在未来的研究探索中进一步完善和深入。