城市居民对绿色生态系统休闲娱乐服务的支付意愿及其价值评估——以成都为例

张 婧，李志刚,2， 鲜宇鑫

(1.成都理工大学 管理科学学院，四川 成都 610059；2.成都公园城市示范区建设研究中心，四川 成都 610051)

1 引言

2018年2月11日，习近平总书记赴成都市天府新区调研时首次提出“公园城市”全新理念和城市发展新范式，习近平总书记指出：天府新区要突出公园城市特点，把生态价值考虑进去，努力打造新的增长极，建设内陆开放经济高地。城市绿色生态系统服务价值对提高人民福祉有重要的作用，而人为主导性作为城市生态系统服务的一个主要特征，对城市生态系统的建设和维护作用不容小觑[1]。因此，分析城市绿色生态系统休闲娱乐服务价值和居民的支付意愿，让公众充分认识和理解城市绿色生态系统价值的作用，有重要的现实意义。基于此，本文以成都市为例，利用CVM理论设计支付卡式调查问卷，采用SPSS 25.0软件对调查统计的有效数据进行二元Logistic回归分析，研究居民对城市绿色生态系统休闲娱乐服务支付意愿的影响因素，并测算其总经济价值。

2 研究区域概况及数据来源

成都市(102°54′～104°53′E，30°05′～31°26′N)位于川西北高原向四川盆地过渡的交接地带，总面积14605 km2。拥有丰富的自然生态资源，岷江、沱江等12条干流及几十条支流均流经此处。坐拥都江堰、青城山、九寨沟等城市绿色生态系统，建设都江堰精华灌区、龙泉山城市森林公园等重大生态示范工程，启动25个公园城市示范区项目。

城市建成区绿地率和人均公园面积是衡量城市绿色生态系统建设质量和城市居民生活品质的重要指标[2]。成都市人民政府提出的《成都市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要(草案)》指出成都市要持续塑造高品质公园城市场景，提升城市景观风貌，推动绿色可持续发展，打造美丽中国建设新典范[3]。《2020年成都市国民经济和社会发展统计公报》[4]显示，至2020年末，成都市全市新增绿地面积2004.2 hm2，森林覆盖率达40.2%，市辖区建成区绿化覆盖率达43.9%，高于2019年全国平均水平。全体居民人均可支配收入42075元，全年GDP达17716.7亿元。

成都市人民政府相关数据显示，至2020年11月1日零时，成都市常住人口达2093.7757万人[5]，其中15岁及以上人口占86.72%[6]。

3 研究方法

3.1 条件价值法(CVM)

朱颖等[7]总结了目前常见的生态系统服务价值的评估方法，主要有直接市场法、替代市场法、旅行费用法(TCM)和条件价值法(CVM)，其中CVM的应用较为广泛。其应用领域是对非市场商品或公共物品的经济价值及非使用价值进行评估。根据效用最大化原理，调查消费者的社会经济特征和主观满意度，让消费者将自己置身于假想市场中表达对生态系统服务的支付意愿，进而估算生态系统服务的经济价值[8]。

3.2 二元Logistic回归模型

近年来，Logistic回归模型被国内学者广泛应用，例如消费者购买意愿研究及影响因素分析[9]。研究将消费者的购买行为划为二分类回归问题。Strzelecka A等[10]将Logistic模型用于分析有关债务的家庭财务决策，指出Logistic回归适用于涉及决策问题的模型。

二元Logistic回归模型是因变量为二分类变量的线性回归分析，用于分析某一二分变量的影响因素。在本文中，该二分变量为“居民对成都市绿色生态系统休闲娱乐服务的支付意愿”，其值被编码为“0”和“1”，“0”表示不愿意支付，“1”表示愿意支付。其概率计算表现为公式：

(1)

式(1)中，p(y=1)表示受访者愿意支付的概率；b0表示回归方程的截距；x1，x2，…，xn表示各个变量，即受访者的特征信息；b1，b2，…，bn表示回归系数；exp(bi)表示支付意愿的概率。

3.3 基于CVM的WTP价值评估

目前已有的WTP值估算方法分为两种[11]：中位值与加权平均值。而中位值对于估算总WTP值意义不大[12]。故受访者的平均支付意愿表示为公式：

(2)

式(2)中，E(WTPi)表示受访者每年愿意支付的金额的加权平均值(元/人)；Ai为愿意支付的金额，Pi为受访者愿意支付此金额的概率，n为有支付意愿的样本数。

因此，休闲娱乐服务总经济价值为公式：

Q=E(WTPi)·P·a

(3)

式(3)中，Q表示绿色生态系统休闲娱乐服务的总经济价值；E(WTPi)表示居民平均支付金额；P为居民平均正支付意愿率；a为居民总数。

3.4 问卷设计及调查

Robert等[13]提出CVM调查过程应注重如何让受访者准确地计算其愿意支付的费用，或者如何避免受访者即便能够意识到商品或服务的价值但仍拒绝支付费用。鉴于此，笔者在设计问卷时首先进行了20份预调查，根据调查结果及受访者反馈，对调查问卷进行修改和完善。问卷内容共分为4个部分如下。

(1)引言。介绍绿色生态系统的概念和功能、休闲娱乐服务内容以及城市绿色生态系统建设的重要性。告知受访者全程匿名填写，尽可能让受访者从消费者角度进行真实设想，以提高调查数据的真实性和可靠性。

(2)受访者基本特征。包括受访者性别、年龄、教育程度、婚姻状况、家庭人口数、月均收入。

(3)受访者对成都市绿色生态系统休闲娱乐服务的主观评价。包括在成都市绿色生态系统的游玩次数、对休闲娱乐服务的了解程度、满意程度。

(4)受访者的支付意愿以及愿意支付的金额。对于无支付意愿的受访者，询问并分析其拒绝支付的原因。

为提高数据收集效率，同时采用线上发放问卷和线下拦截式面访两种方式随机发放问卷，共计发出问卷数630份，收回问卷数630份。由于线上发放问卷的开放性，将收回问卷中“是否在成都市居住”一题选择“否”的问卷剔除，得到有效问卷数共计558份，占收回问卷数的88.57%，可以用于数据分析和服务价值评估。

4 结果分析

4.1 信效度检验

此调查问卷共设计了6个量表题，需要对问卷进行信效度检验。用SPSS25.0软件对558份有效问卷数据进行信度检验，得出Cronbach α系数为0.881>0.80，说明研究数据信度质量高。效度检验得到KMO值为0.918>0.70，取值接近1，且sig.值为0.000<0.05，达到了显著性水平。该结果说明变量间的相关性较强，适合做因子分析。

4.2 受访者基本特征

(1)受访者中，男性占比49.64%，女性占比50.36%，性别比例与实际相符合，受访者调查结果具有代表性。

(2)受访者的年龄主要集中于20～35岁，占比达到51.43%，其次为36～50岁(占比18.1%)，故受访者中的中青年群体占更为主要的部分。

(3)受访者的教育程度普遍较高，大学及以上学历占比62.01%。

(4)受访者月均收入(学生即为月均生活费)主要集中在2001～8000元，占比54.12%，符合实际情况。

4.3 受访者支付意愿概况

在558位受访者中，每月平均前往成都市绿色生态系统游玩的次数在1～5次居多，占比70.25%。愿意支付的有483人，占比86.56%，不愿意支付的占13.44%。不愿意支付的人需选择或填写两项主要原因。根据统计，不愿意支付的原因共计150条，如图1所示。

图1 不愿意支付的原因

在面对面访谈过程中，发现受访者选择“没有时间前往游憩”与中青年群体生活节奏较快、家庭与工作任务繁忙，部分受访者仍面临学业压力、休闲时间较少有关；选择“不应该收费”的受访者多认为体验休闲娱乐服务是自己应享有的权利，公园、绿林、湿地等场所或景区应向市民免费开放；选择“绿色生态系统建设和发展是政府的事情，与自己无关”的受访者则认为应当由政府出资来建设城市绿色基础设施，且部分中高收入群体认为自己已经缴纳过不少税额，不必再支付任何费用专门用于绿色生态系统建设。

4.4 支付意愿的二元Logistic回归分析

选择性别(Gender)、年龄(Age)、教育程度(Education Level)、婚姻状况(Marital Status)、家庭人口数(Number of Households)、月均收入/生活费(Income)、每月平均游玩次数(Num)、对绿色生态系统休闲娱乐服务了解程度(DoK)、对其便利性的满意程度(DoS.convenience)、安全性的满意程度(DoS.safety)、收费合理度的满意程度(DoS.charge rationality)、景观设计的满意度(DoS.scenery)以及丰富性的满意程度(DoS.richness)、服务质量的满意程度(DoS.service quality)共14个变量作为自变量(其中“性别”为分类变量)。

通过SPSS 25.0软件对居民的支付意愿影响因素进行二元Logistic回归分析。Hosmer-Lemeshow拟合优度检验得到P值为0.560>0.05，说明建立的模型能够真实可靠地反映出各自变量对因变量产生的影响。预测准确率达到88.5%，模型拟合度较好，结果可信度高(表1)。

根据表1，性别、年龄、家庭人口数、月均收入/生活费、便利性满意程度、安全性满意程度、收费合理度满意程度、景观设计满意程度、丰富性满意程度对支付意愿无显著影响(p>0.05)。而教育程度、婚姻状况、每月平均游玩次数、了解程度以及服务质量满意程度对支付意愿有显著影响(p<0.05)。在问卷中“婚姻状况”的选项设置顺序为“已婚”“未婚”“离异”，即婚姻状况越好，其编码越低。而其他变量的选项均按照由低至高原则进行设置。因此这5个变量对支付意愿有显著正影响。

表1 二元Logistic回归分析中居民的支付意愿及其影响因素

4.5 支付意愿影响因素分析

(1)性别、年龄、家庭人口数和月均收入/生活费对支付意愿无显著影响，说明支付费用体验绿色生态系统的休闲娱乐服务在各年龄段较为普遍，且有限的家庭条件和收入不会限制受访者为其支付费用。

(2)受访者对绿色生态系统便利性满意程度、安全性满意程度、收费合理度满意程度、景观设计满意程度以及对休闲娱乐服务丰富性的满意程度，并不会显著影响其支付意愿。这与成都市绿色生态系统分布较多、交通便捷有关。同时说明成都市政府在城市绿色生态系统的建设、治理、优化方面呈现出良好的效果。

(3)受访者教育程度对其支付意愿呈显著正影响，说明教育程度越高，通识课程教育越广泛，素质教育更高。高校更注重生态环境保护类学科教育，甚至开放专业院系课程培养。

(4)婚姻状况对支付意愿呈显著正影响，也许是因为已婚人士更愿意利用闲暇时间与伴侣、子女前往公园、绿林等场所或生态景区游憩。

(5)受访者每月平均到绿色生态系统游玩次数越多、了解程度越高，对服务质量越满意，支付意愿越强烈。可能是因为受访者已经对绿色生态系统休闲娱乐服务产生了强烈偏好或依赖。这得益于政府对城市绿色生态系统建设，提高了生态系统休闲娱乐服务的服务质量、居民生活质量和幸福感。

4.6 服务价值评估

在558名受访者中，调查了受访者愿意支付的金额，根据调查结果统计了支付金额分布频率，如表2和图2所示。可以看出，居民支付意愿主要分布在10元、20元和100元附近，如果采用中位值会造成部分支付意愿缺失。鉴于此，本文仍采用加权平均法来估算WTP值。抗议性支付样本处理不当也会造成价值评估出现较大偏差，直接剔除0WTP值会降低结果的有效性[14]。参考陈海江等[15]的研究成果，根据Spike模型对WTP估算进行了校正。

表2 居民支付意愿金额分布频率和累积分布频率

图2 支付意愿金额分布

考虑居民的平均可支配收入及普遍经济状况，在评估服务价值时将“>1000”选项取值为2000元。对26份零支付样本不愿意支付原因进行分析和筛选，只有12份为“真正的零支付”。根据公式(2)、(3)计算得出居民的平均WTP值为117.74元/(人·a)，最高达183.79元/(人·a)。采用Spike模型[16]调整后，平均WTP值为115.14元/(人·a)，最高达179.73元/(人·a)。考虑到15岁以下居民尚不具备独立消费能力[17]，15岁以下常住人口数不纳入服务价值估算。经计算得出，2020年成都市居民绿色生态系统休闲娱乐服务支付意愿的总经济价值贡献额为18.1亿元，最大经济价值贡献额为28.2亿元。

5 结论与建议

5.1 结论

本文分析了成都市居民对城市绿色生态系统休闲娱乐服务的支付意愿及影响因素，利用CVM方法对其服务价值进行了评估。得出以下结论：

(1)性别、年龄、家庭人口数和月均收入/生活费对居民支付意愿无显著影响，教育程度、婚姻状况、游玩次数、了解程度对支付意愿有显著正影响。居民对绿色生态系统服务质量越满意，越愿意为其建设与发展进行支付。

(2)成都市绿色生态系统休闲娱乐服务的便利性、安全性、收费合理性、美观性和丰富性受到居民广泛认可，说明其绿色生态系统建设成效较显著。

(3)居民平均WTP值为115.14元/(人·a)，占可支配收入的0.27%。2020年居民对绿色生态系统休闲娱乐服务支付意愿的总经济价值为18.1亿元，占全年GDP的0.1%。

5.2 建议

(1)加强生态基础设施建设力度。按照生态城市原理进行城市规划设计、施工建设，以绿量饱和度、生态系统服务为主要标志，兼顾生态、功能和美学三大标准，实现生态、生产、生活高度融合，加大城市公园、绿道等生态系统建设项目投资力度，协调相关部门完善城市生态基础设施建设，以提高居民认可度。

(2)应扩大生态环境保护知识的教育与宣传范围，增强公众生态保护意识。结合成都市公园城市示范区建设的实践，加强生态环保宣传教育力度，让居民认识到自己作为自然生态系统的使用者和消费者，在享受权利的同时也应承担相应责任，提升居民休闲娱乐服务价值的支付意愿。

(3)完善相关制度管理体系，提高居民生态系统休闲娱乐服务消费水平和支付意愿。对资金投入情况做到公开、透明，接受全社会广泛监督，减少居民支付疑虑[18]。在打造城市景观设计的同时应注重服务质量的改善与提升，提高区域生态系统绿色休闲服务的能力和工作服务人员整体素质，树立良好娱乐文化形象，提高居民满意度，进而提升居民生态系统休闲娱乐服务消费水平和支付意愿，促进城市生态环境可持续发展。

通过比较发现，本文的平均WTP值与国内其他生态系统休闲娱乐服务价值评估研究的平均WTP值存在一定差异[16,19]，与研究区域不同以及受访者经济特征等因素存在差异有关。与曹先磊等[17]计算出的成都市区和温江区的WTP值相近，但服务价值估算结果差异较大，原因在于本文研究区域范围扩大，且近年来随着成都市的经济发展持续向好、就业机会增多、常住人口数量大幅度增加，以及人均可支配收入和全市GDP增速较大。