国家级风景名胜区游憩价值评估

苑泽明 周炯岚 刘甲

【摘要】风景名胜区是推动生态旅游市场发展的重要载体， 评估其游憩价值对自然资源的可持续发展和风景区的开发管理具有均衡作用。 本文基于消费者理论和随机效用理论， 以重庆市四面山风景区为研究对象， 分别运用旅行费用区间法（TCIA）和选择实验法（CEM）评估其游憩价值中的使用价值和非使用价值。 研究发现： 从使用价值看， 游客旅行费用与意愿需求率呈负相关关系。 从非使用价值看， 在影响游憩价值的自然资源属性（森林覆盖率、水质清澈度）和管理属性（垃圾数量、拥挤程度、交通便利程度）中， 游客对水质清澈度的支付意愿最强， 其次为垃圾数量和拥挤程度; 此外， 除森林覆盖率和交通便利程度外， 其余属性的平均边际支付意愿目前均处于最优状态。 因此， 满足游客的多重需求、调整门票价格以及改善交通状况可以促进风景区非使用价值的提高。

【关键词】游憩价值;旅行费用法;选择实验法;使用价值;非使用价值

【中图分类号】F211      【文献标识码】A      【文章编号】1004-0994（2022）19-0038-8

一、引言

自2019年以来， 为积极响应习近平总书记关于“双碳”目标的号召， 我国陆续出台多项政策保护绿色资源。 2019年， 中共中央办公厅、国务院办公厅发布《关于建立以国家公园为主体的自然保护地体系的指导意见》， 提到要建设中国特色的自然保护体系， 需统筹规划政府、社会组织和公众对自然保护区、风景名胜区以及各类公园的长效保护机制， 开展综合评价， 并通过自然属性、生态价值和管理目标整合分类自然保护区， 实现可持续发展。 该项政策的出台为建立自然资源价值评估体系奠定了基础。 2021年， 中央全面深化改革委员会第十八次会议审议通过了《关于建立健全生态产品价值实现机制的意见》， 要求各地建立生态产品价值评价体系， 根据不同类型生态系统功能属性， 探索建立体现市场供需关系的生态产品价格形成机制。 随着生态资源的保护与价值评价体系的建立， 我国风景名胜区迎来了重要的发展机遇。

自1982年我国建立风景名胜区管理制度以来， 国务院批准了30个地区共244处国家级风景名胜区。 近年来， 与风景名胜区相关的自然文化遗产也受到重视， 生态自信与文化自信的结合有效地推动了我国特色风景名胜区综合保护体系的建设。 在这个过程中， 风景名胜区作为我国特有的集自然景观、文化底蕴和科学研究为一体的保护区域[1] ， 其稀缺的自然环境与丰富的旅游产品满足了人们精神与物质层面的需求， 有效地促进了社会经济的发展， 不仅在我国生态产品中占有重要地位， 而且是推动生态旅游市场发展的重要载体。 由此可见， 保护自然资源已在绿色发展中呈现出独特的经济价值， 合理评估风景名胜区的游憩价值对于推动社会经济发展的绿色转型和改善风景区的管理具有重要意义。

目前， 我国对风景名胜区游憩价值评估的研究较少。 大多数研究仅采用单一方法评估游憩价值， 导致价值表达不充分; 少数研究虽采用了两种方法， 但没有从游客旅行费用和游憩属性的角度进行分析。 基于此， 本文以消费者理论和随机效用理论为基础， 运用旅行费用区间法（TCIA）和选择实验法（CEM）分析影响四面山风景区游憩价值的因素， 并分别评估其使用价值和非使用价值， 以期丰富研究视角， 弥补使用单一方法评估的不足， 进而聚焦于具体的管理问题， 提高管理者对风景区可持续发展和游憩资源管理的认识， 以做出合理决策， 改善风景区的旅游质量。

二、文献回顾与研究述评

（一）游憩价值评估的研究

从现有文献来看， 国内外学者主要对游憩价值的内容、评估方法及其运用三个方面进行了研究。

1. 游憩价值的内容。 游憩价值以福利经济学为理论基础， 该理论认为某项商品或服务的价值由人们的支付意愿决定[2] 。 因此， 游憩价值是从自然生态和休闲娱乐资源中获得的， 能满足受益者个人偏好和福利需求的综合利益[3] 。 此外， 游憩价值可分为使用价值和非使用价值[4] ， 其中使用价值即当前资源能够满足人们某种需求的价值， 非使用价值即人们对当前未使用但未来可使用的游憩资源的支付意愿。

2. 游憩价值的评估方法。 自20世纪以来， 国内外学者采用了多种方法探究游憩价值， 目前游憩价值的评估方法主要有两类： 一是对其使用价值的评估， 通常采用旅行费用法（TCM）; 二是对其非使用价值的评估， 通常采用条件价值法（CVM）和选择实验法（CEM）。 其中， TCM传统模型是1949年基于Hotelling[5] 的旅行成本思想提出的， 该模型认为景区价值由游客旅行费用和消费者剩余组成。 之后， 随着理论框架的完善， TCM传统模型得到修正和改进， 产生了目前在游憩价值评估中运用最广泛的TCM衍生方法， 即分区旅行费用法（ZTCM）、个人旅行费用法（ITCM）和旅行费用区间法（TCIA）[6] 。 CVM是由Ciriacy-Wantrup[7] 于1947年提出的， 它通过消费者的支付意愿来计算商品或服务的价值。 然而， CVM只能分析一种属性状态变化所引起的效用变化， 并且在现实生活中自然资源大都具有多重属性， 因此基于多重属性分析的CEM逐渐得到广泛运用。 CEM是Louviere和Woodworth[8] 在1983年提出的一种基于聚合分析的消费者选择模型， 该模型根据游客在不同方案中的选择来分析环境变化引起的游客支付意愿的变化。

3. 游憩价值评估方法的运用。 上述方法在森林公园、湿地和风景名胜区等游憩资源的评估中均得到了广泛的运用。 1963年， CVM首次被用于评估缅因州林地的娱乐价值[9] ， 而后被广泛用于评估公共游憩资源的价值， 如免门票森林公园和自然保护区等。 1966年， Clawson和Knetsch[10] 讨论了美国公共户外娱乐资源的定价问题， 实现了TCM从理论到实践的过渡。 考虑到TCM在评估非市场产品价值方面的有效性， 其常被用于评估具有旅行成本的游憩资源使用价值， 以及辅助制定与游憩活动相关的政策[11]  。 1998年， 学者们开始探究CEM在估算人们支付意愿方面的适用性， 并利用该方法来评估环境资源的价值[12] 。 此后， CEM則被广泛运用于生态环境资源游憩价值评估的各分支中， 包括文化遗址保护[13] 、国家公园[14] 、生物价值[15]  以及流域污染治理[16] 等。

（二）风景名胜区游憩价值评估的研究

近年来， 我国学者运用多种评估方法研究风景名胜区的游憩价值， 主要包括采用单一方法的评估以及两种方法相结合的评估。

1. 采用单一方法。 我国对风景名胜区游憩价值评估的研究起步较晚， 大多数研究通常只采用单一方法评估其使用价值、非使用价值或游憩价值。 例如， 杨净等[17] 运用ITCM评估了鼓山风景名胜区的使用价值。 查爱苹和邱洁威[18] 通过问卷调查， 运用CVM评估了杭州西湖风景名胜区的游憩价值。 除简单地评估风景名胜区的游憩价值外， 部分学者也在评估模型上有所拓展。 例如， Liu等[19] 采用CVM评估了青岛沿海风景区海滩的非使用价值， 并运用Logit回归模型分析了影响游客支付意愿的因素。 张良泉等[20] 从游客地方依恋视角出发， 采用TCM评估了韶山风景区的使用价值， 认为可以把游客对环境的心理因素纳入红色旅游景点的管理中。 从采用单一方法的研究可以看出， TCM只能在使用价值范围内评估风景名胜区的游憩价值， CVM虽然可以根据问卷设计的不同兼顾使用价值和非使用价值， 但由于具有主观性强等缺陷， 其使用受到一定限制[21] 。

2. 两种方法相结合。 上述研究采用的单一方法并不能全面地探究风景名胜区的游憩价值， 因此部分研究将TCM和CVM相结合用于评估风景名胜区的游憩价值， 增强了评估结果的客观性。 例如， 刘亚萍等[22] 以武陵源风景区为例， 探讨了TCM和CVM在评估生态旅游区游憩价值中的适用性， 认为将TCM和CVM的评估结果综合起来更贴近其真实价值。 李鑫等[23] 采用TCM和CVM相结合的方法， 比较了不同种类风景名胜区的使用价值和非使用价值， 突出了生态环境和人文环境的重要性。 黄和平等[24] 综合运用TCM和CVM评估了因游客私自攀爬三清巨蟒峰对其游憩价值的损害情况。

（三）文獻述评

从游憩价值评估的研究来看， 国内外研究主要从20世纪的福利经济学理论出发， 而后衍生出多种评估游憩价值的方法。 目前具有代表性的评估方法主要有TCM（ITCM、ZTCM、TCIA）、CVM和CEM， 这些方法被广泛用于国家公园、湿地以及文化遗产的游憩价值评估中， 为其未来的发展奠定了基础。 从风景名胜区游憩价值评估的研究来看， 学者们采用了单一方法和两种方法相结合的方式来评估其游憩价值， 试图整合其使用价值和非使用价值， 以提高游憩价值研究的完整性和科学性。 但在评估过程中， 仍存在忽略多目的地费用分配导致TCM的有效性降低， 以及混淆游憩价值、使用价值和非使用价值含义等诸多问题， 使得研究结果的解释并不尽然。

总体而言， 游憩资源价值评估的相关研究较为丰富， 但风景名胜区游憩价值的评估主要采用TCM和CVM两种方法， 尚无研究运用CEM从游客感知视角来评估其游憩价值。 因此， 本文借鉴前人的研究成果， 根据研究对象自身的特点， 采用TCIA和CEM对四面山风景区的游憩价值进行评估， 期望突出风景名胜区自然资源属性和管理属性的重要性， 为其管理和优化提供参考。

三、评估方法

（一）旅行费用区间法（TCIA）

2003年， 李巍和李文军[25] 在TCM的基础上， 根据游客旅行费用来划分游客集合， 从而提出了一种改进的旅行费用法， 即TCIA。 该方法通过计算每个区间游客的旅行费用和消费者剩余得到评估对象的使用价值， 不仅消除了个人重游率较低且旅行费用较高时使用ZTCM和ITCM导致的费用计算偏差， 而且拓展了该模型的适用范围。 TCIA模型的具体构建步骤如下：

首先， 根据问卷调查数据计算游客的总旅行费用。 相关研究显示， 人们花费的时间与机会成本呈正相关关系， 因此假设人们每年工作250天， 每天工作8小时， 并以工资率的1/3作为折算系数来计算游客的旅行时间成本。 在此基础上， 将游客总数为N的旅行费用以相同间隔分区， 分为[TC0，TC1]，[TC1，TC2]，…，[TCi，TCi+1]，…，[TCn，+∞]， 共n+1个区间， 其中每个区间的游客量分别为N0，N1，N2，…，Nn。 游客总旅行费用的计算公式如下：

TCi=DCi+TICi=TRi+ACi+CCi+SCi+ECi+（1/3）×R×[T/（250×8）]       （1）

TTC=[i=0nTC'i×Ni]   （2）

式（1）中： TCi为第i个区间中所有游客的旅行费用; DCi为第i个区间中所有游客的旅行直接费用; TICi为第i个区间中所有游客的旅行时间成本; TRi为第i个区间中的游客往返交通费; ACi为第i个区间中的游客住宿费; CCi为第i个区间中的游客餐饮费; SCi为第i个区间中游客在景区内的游览购物费， 包括门票、乘坐景区观光车、乘坐景区游船、购买土特产等费用; ECi为第i个区间中游客缴纳的停车费等其他费用; R为游客出发地的居民人均可支配收入; T为游客旅行花费的时间， 包括往返景区的交通时间以及在景区停留的时间。 式（2）中： TTC为游客的总旅行费用; TCi'为第i个区间游客旅行费用的均值; Ni为第i个区间的游客数。

其次， 计算游客消费者剩余。 根据各区间游客旅游需求Mi（Mi=    Nj）计算游客意愿需求率Qi（Qi=Mi/N）， 将各区间意愿需求率与游客旅行费用进行拟合， 得到旅游需求曲线Q=Q（TC）。 因此， 游客消费者剩余（SCS）为：

SCS=     [Ni           Q（TC）d（TC）] （3）

最后， 计算风景区使用价值。 根据游客总旅行费用和消费者剩余计算风景区的年使用价值（UV）：

UV=[（TTC+SCS）/N]×TN    （4）

式（4）中： N为调查游客数， 即问卷调查的有效样本量; TN为风景区年游客接待数。

（二）选择实验法（CEM）

CEM是基于Lancaster[26] 的消费者理论和McFadden[27] 的随机效用理论提出的。 Lancaster[26]  的消费者理论认为， 消费活动的产出是商品特征的集合， 消费者的效用最大化是消费者对商品特征集合的最优选择。 同时， McFadden[27] 在随机效用理论中提到， 商品的随机效用会受到商品本身特质以及选择个体特质的影响， 但CEM在理论上只可用连续型模型分析， 而部分变量为离散型， 因此McFadden[27] 建立了离散选择模型， 运用统计模型估计商品特质和选择个体特质对效用的影响， 进而判断商品的价值。

具体而言， CEM是在模拟所需评估环境下， 分析消费者的支付意愿（WTP）或接受补偿意愿（WTA）， 估算评估对象在某种环境属性变化的情况下以货币表示的非市场价值。 运用CEM进行评估包括四个步骤： 第一步， 根据实验目的确定评估对象的主要属性及水平; 第二步， 通过正交设计组合各水平的属性， 随机选择多个属性组合形成选择集; 第三步， 设计问卷， 进行问卷调查， 让受访者根据自身偏好在选择集中选择最优方案; 第四步， 运用Logit模型分析各属性的系数， 根据系数估计值计算出受访者的平均边际支付意愿（MWTP）， 进而得到评估对象的非使用价值以及补偿剩余价值。 CEM模型的原理如下：

假设受访者从限定选择集中选择方案j的随机效用为：

Uij=Vij+εij=Xij'×β+Zi'×γj+εij    （5）

式（5）中： Uij为受访者i在特定选择集中选择方案j的随机效用; Vij为可观测效用; εij为不可观测效用; Xij'为评估对象的属性变量， β为其系数; Zi'为与受访者i的经济特征相关的解释变量， γj為其系数， 表明选择方案j对效用的影响。

假设受访者均为理性人， 则当且仅当j为效用最大化方案时， 受访者i才会选择方案j， 故受访者i选择方案j的概率为：

Pij=P（Uij>Uik）=P[（Vij-Vik）-（εij-εik）]， ?j≠k  （6）

若不可观测变量εij符合独立同耿贝尔分布， 且β为固定值， 则运用条件Logit模型表示受访者选择方案j的概率为：

因此， 受访者对风景区所考虑属性的平均边际支付意愿为：

MWTP=-βa/βp  （8）

式（8）中， βa和βp分别代表非货币属性系数和货币属性系数。

当风景区属性组合发生变化， 即从初始状态    变为新状态     时， 补偿剩余价值（由于状态变化引起的福利水平的变化值）为：

CSi=       [ln（              ）-ln（             ）]   （9）

四、研究设计

（一）研究区域概况

四面山国家级风景名胜区位于重庆西南部， 西邻四川， 东靠贵州， 总面积213.37公顷， 是我国5A级风景区之一。 其森林覆盖率达96%以上， 空气中的负氧离子含量约2.9万个/立方厘米， 素有“天然氧吧”的美誉。 四面山风景区属于中亚热带季风湿润气候， 四季气候分明， 年均降水量约1500毫米， 风景区拥有各类珍稀动植物3700多种， 是同纬度上仅存的面积最大、保护最完好的亚热带原始常绿阔叶林带。 风景区内不仅有自然生态风光， 还有丰富的人文景观， 如远古时期摩岩壁画、千年朝源观、北宋明末的寺庙等， 都将深远的宗教文化融入了宏伟的建筑中。 凭借着丰硕的自然资源、历史文化资源以及优越的地理环境， 四面山风景区成为渝川黔独特的旅游景区， 其生态资源和旅游资源对于环境、经济、文化有着重要意义[28] 。 但随着人流量的增加， 风景区内部分游客和旅游服务单位的不当行为对环境资源产生了不利影响， 久而久之将造成不可逆的损害。 因此， 评估四面山风景区的游憩价值、权衡游客需求与保护生态环境之间的关系， 对于实现风景区的可持续发展是十分必要的。

（二）问卷设计和数据收集

1. 问卷设计。 依据问卷调查研究方法进行问卷设计， 旨在了解游客游览四面山风景区的情况， 改善四面山风景区旅游质量， 对其游憩价值评估提供参考。 问卷设计主要包含四个部分： 第一部分是对游客行为特征的调查， 包括游客满意度和旅游目的等， 用以分析游客对风景区游憩价值影响因素的满意程度; 第二部分是对采用TCIA和CEM评估时所需数据的调查， 包括游客在景区内的停留时间、旅行费用以及预设CEM评估所需场景， 让游客根据自身偏好选择各属性组合中的最优方案， 用以评估四面山风景区的游憩价值; 第三部分是对游客社会经济特征的调查， 包括游客的性别、年龄、职业、文化程度和居住省市等， 用以分析游客构成对调查结果的影响; 第四部分是对问卷信息可理解性以及游客对选择结果自信度的调查， 用以评价问卷的有效性。

（1）属性及属性水平设置。 运用CEM评估的第一步是确定描述游憩资源特征的属性， 并将属性组合形成选择集放置于问卷中供游客选择， 其中属性即影响游客支付意愿的因素。 四面山风景区集奇山、秀水、幽林于一身， 游憩资源种类丰富， 可选择的属性众多， 因此参照Xu和He[29] 、曹辉等[30] 、廉欢和王尔大[13] 等多位学者的研究成果， 综合四面山风景区实地调研与线上调查的结果， 总结出本文研究属性及水平。 根据四面山风景区官网介绍， 该风景区的主要景点有望乡台、土地岩、洪海等， 服务设施包括景区观光车、停车场、农家院等。 同时， 研究收集了“携程”“同程旅行”“去哪儿”等旅游网站中近年来游客对四面山风景区的评价， 在删除描述不清晰以及没有旅行体验的评论后， 发现游客对风景区的门票价格、自然环境状况以及游览的便利度最为关注。 综上所述， 本文选用森林覆盖率（Forest）和水质清澈度（Water）为自然资源属性， 垃圾数量（Garbage）、拥挤程度（Crowd）和交通便利程度（Traffic）为管理属性， 门票价格（Payment）为经济属性， 具体设定如表1所示。

（2）选择集的确定。 选择集是通过正交设计组合风景区各属性水平， 从而形成的选择集合。 根据表1列示的属性水平数量， 可以得到全因子设计共1620种（3×3×3×4×3×5）。 然而， 实验设计过于复杂会显著影响游客的陈述性偏好， 需要在不影响价值可信度的情况下， 采用特定程序减少游客的认知负担， 优化实验过程。 因此， 本文运用SPSS 25.0软件进行正交设计， 共产生25种不同的属性组合， 其中包括1种最接近现实状态的组合和24种不同情景的组合。 在删除3种明显不合理的属性组合后， 每个选择集中包含1种现状属性组合以及从剩余的21种组合中随机选择的3种属性组合， 每个版本的问卷只含有一个选择集， 因此共得到7种不同的问卷， 表2为其中一种问卷的选择集示例。

2. 数据收集。

（1）计算适宜抽样样本量。 参考Scheaffer的抽样公式可以计算出本次问卷调查所需的适宜抽樣样本量[31] ， 即：

n=N/[（N-1）δ2]+1 （10）

式（10）中： n为抽样样本数; N为样本对应的总体数量， 即风景区年游客总量; δ为抽样误差， 取7%。

由重庆市江津区统计局和国家统计局江津调查队编撰出版的《江津统计年鉴—2021》可知， 2019年四面山风景区接待游客数为457.8万人次， 2020年为120.25万人次。 由于疫情防控要求的影响， 2020年的游客人数比2019年降低了73.7%， 考虑到2021年和2022年的疫情管控情况与2020年相似， 因此采用2020年的游客量计算适宜抽样样本量， 得到205份样本。

（2）问卷发放与收回。 问卷调查主要在2022年“五一”节假日期间进行， 由于问卷涉及游客的旅行费用和对风景区满意度的调查， 而该风景区游客的游览方式主要为自驾， 因此调查地点选择景区北门和东门两大出口附近的游客休息汇集处。 调查者随机选择游客， 在游客能给予足够的时间和耐心的情况下进行问卷调查， 保证问卷质量。 本次发放问卷共232份， 剔除信息填写不全的24份， 共收回有效问卷208份， 各版本问卷数量较均匀， 有效回收率为89.66%。

（3）问卷数据有效性分析。 研究依据李克特量表设计了陈述性问题， 游客对该项陈述的认同程度反映了游客对问卷的综合认知， 可以据此分析问卷数据的有效性。 表3所示的数据显示了游客反馈信息的可靠度， 在每个问题中， 游客选择“同意”和“非常同意”的比例达88%以上， 说明问卷数据具有有效性， 游客对自己的选择充满自信， 且大部分游客愿意支付更多的钱来保护风景区的生态。

五、四面山风景区游憩价值评估

（一）游客社会经济特征统计

通过对游客社会经济特征的分析， 可以了解该风景区游客的具体构成情况， 从而分析调查数据的差异性， 避免大量同质性数据对评估结果的影响。 结果显示： 游客性别分布较均匀， 其中54.37%为男性， 46.63%为女性; 从年龄结构上看， 游客整体偏年轻化， 18 ～ 39岁年龄段的人口占比最大， 为67.79%; 从受教育程度上看， 大部分游客均受到良好的教育， 本科及以上的游客占比62.02%; 从职业结构和收入上看， 该风景区的游览主体是企业职员和学生， 其收入主要集中在6000元及以下; 首次来访的游客为71.15%， 多次来访的为28.85%; 在本次调研中， 96.63%为本地游客， 3.37%为外地游客。 游客社会经济特征的差异性保证了本次调研数据的相对科学性。

（二）基于TCIA的使用价值评估

根据TCIA模型， 首先将游客旅行费用（TC）以50元为间隔划分为30个区间， 并分别计算各区间的旅行费用（TCi）、游客人数（Ni）、游客旅行需求（Mi）以及游客意愿需求率（Qi）， 具体结果如表4所示。

其中， 由于研究存在多目的地问题， 需要对旅行费用中的交通费用和时间成本进行分配。 根据有效样本统计调查发现， 四面山风景区的游客虽主要来自于重庆市， 但交通费用大于150元的游客约占86.06%， 且20.19%的游客本次旅行的主要目的地并非该风景区。 考虑到采用单目的地假设会导致使用价值产生偏差， 因此本文以游客在四面山风景区的游览时间占游客本次在江津区游览时间的比例来分配旅行交通费用和时间成本。

其次， 对各区间的游客旅行费用和意愿需求率进行回归， 建立旅行需求曲线， 如表5所示。 可见， 旅行费用和游客意愿需求率并非简单的线性关系， 更类似于对数曲线模型或指数曲线模型。 因此， 旅行需求曲线为： lnQ=-0.00491TC+1.335686， 即Q=e-0.00491TC+1.335686。

再次， 根据旅行需求曲线计算游客消费者剩余， 即：

SCS=     [Ni           e-0.00491TC+1.335686d（TC）]

=4783.03（元）

最后， 由《江津统计年鉴—2021》可知， 2020年四面山风景区接待游客共120.25万人次， 因此游客的总旅行费用以及风景区的年使用价值为：

TTC=     TCi'×Ni=110850（元）

UV=（SCS+TTC）/N×TN=（4783.03+110850）/

208×1202500≈668503547（元）

综上所述， 四面山风景区的年使用价值为66850.35万元。

（三）基于CEM的非使用价值评估

CEM根据条件Logit模型的回归结果分析游客对各属性的偏好， 并基于此计算出各属性的平均边际支付意愿以及风景区的非使用价值。

1. 条件Logit模型回归结果分析。 基于CEM模型原理和前人的研究成果， 选择集中任一可替代方案被选择的概率均服从Logistic分布[27] ， 本文根据游客在选择集中选择的最优方案， 运用 STATA 15.0软件对6个属性按各水平值代入分析， 结果如表6所示。 其中： 条件Logit模型1用于分析不同属性状态下游客的选择偏好; 条件Logit模型2用于分析不同属性水平状态下游客的选择偏好。 两个模型的R2均大于0.2， 说明模型拟合度较好。

在条件Logit模型1中， 除森林覆盖率（Forest）和水质清澈度（Water）外， 交通便利程度（Traffic）的系数在5%的水平上显著， 垃圾数量（Garbage）、人群拥挤度（Crowd）和门票价格（Payment）均在1%的水平上显著。 当模型系数为正时， 表明该属性对游客的选择偏好为正向影响， 当模型系数为负时则为负向影響。 由此可见， 游客的选择偏好随森林覆盖率和交通便利程度的下降而降低， 随垃圾数量、拥挤程度和门票价格的上升而降低， 这与目前人们的普遍感知相吻合。 机会比（odd ratio）反映的是在属性的关联作用下， 当某一属性水平发生变化时引起的被选方案的选择概率的变化。 例如， 结合表1和表6可知， 森林覆盖率水平相对于现状来说， 每下降一个水平， 该方案被选择的概率将会降为原来的74.6%。 因此， 除水质清澈度属性外， 剩余属性水平的降低都会引起方案被选择概率的下降。

在条件Logit模型2中， 从自然资源属性来看， 水质清澈度（Water）中Water2系数的绝对值大于Water3。 虽然Water3的属性状态更优， 但游客的选择意愿下降， 表明游客对当前水质的状态比较满意， 存在水质偏好显著递减的现象[32] 。 从管理属性来看， 垃圾数量（Garbage）和交通便利程度（Traffic）各水平的系数均表明其属性水平变差对游客的选择偏好会产生显著负向影响; 但从拥挤程度（Crowd）来看， Crowd1的系数为0.412， Crowd2的系数为3.996， Crowd3的系数为-1.509， 表明游客对目前的拥挤程度Crowd2最满意， 且并非人流量越少， 游客的选择偏好会越高。 当拥挤程度低于20人/100m2时， 游客可能会因为风景区人流量太少而产生孤独感或怀疑风景区的受欢迎程度， 这将对游客体验产生负面影响， 因此适当的人流量可以提高游客的选择偏好。

2. 非使用价值评估结果。 根据条件Logit模型和公式（8）可以估算出游客对风景区不同属性的平均边际支付意愿（MWTP）和非使用价值。 由表7可以看出， 部分属性水平的改善并不一定会带来更高的支付意愿。 在森林覆盖率（Forest）中， Forest2的MWTP高于现状Forest1， 属性水平更差但游客的支付意愿更高， 说明游客认为当前的门票价格对于现在的森林覆盖率来说过高。 但大部分属性水平的改善会带来更高的MWTP， 其中水质清澈度（Water）、垃圾数量（Garbage）、拥挤程度（Crowd）和交通便利程度（Traffic）现状的MWTP均为正， 说明游客对当前状态比较满意， 且属性从较低水平向较高水平变化时会提高游客的支付意愿。 并且， 当水质清澈度从Water1提高到Water2时， MWTP增加到37.19元; 垃圾数量从Garbage2减少到Garbage1时， MWTP增加到27.25元。 综上可知， 在四面山风景区中， 游客对游憩属性的偏好从高到低依次为水质清澈度（Water）、垃圾数量（Garbage）、拥挤程度（Crowd）、交通便利程度（Traffic）和森林覆盖率（Forest）。

由现状、最优和最差状态下属性的MWTP可知， 风景区目前的人均非使用价值为98.74元， 最优状态下为102.96元， 最差状态下为-76.26元。 本文根据2020年四面山风景区的年游客量120.25万人次， 计算得出该风景区的非使用价值为11873.49万元。

综上所述， 四面山风景区的人均使用价值和非使用价值分别为555.93元和98.74元， 总使用价值和非使用价值分别为66850.35万元和11873.49万元， 因此， 总游憩价值为78723.84万元。

六、结论与建议

（一）结论

本文运用TCIA和CEM分别对四面山风景区的使用价值和非使用价值进行评估， 相较于单一方法而言， 两种方法的结合能够更全面合理地评估四面山风景区的游憩价值。 其中： TCIA建立了游客旅行费用和意愿需求率模型， 避免了局限于游客地域特征或游客社会经济特征而引起的价值偏差， 研究结果表明， 当旅行费用增加1%时， 游客意愿需求率的对数将下降0.00491%; CEM用于权衡游客对风景区各属性的偏好， 为提高四面山风景区的游憩价值提供参考。 研究最终得出四面山风景区的游憩价值为78723.84万元， 其中使用价值占比为84.92%， 非使用价值占比为15.08%。

四面山风景区非使用价值的研究结果表明， 在自然资源属性、管理属性和经济属性中， 属性指标大都呈显著状态， 且与人们的普遍感知相吻合， 说明各属性对风景区的价值有显著影响， 总体研究结果较合理。 从游客平均边际支付意愿来看， 游客对自然资源属性中的水质清澈度最重视， 其次为管理属性中的垃圾数量和拥挤程度， 而对交通便利程度和森林覆盖率的重视程度相对较弱。 同时， 除交通便利程度和森林覆盖率外， 其余游憩属性的MWTP均处于最优状态， 四面山风景区目前的人均非使用价值与最优状态下的人均非使用价值仅相差4.22元。 由此可见， 相对于管理属性而言， 游客更关注自然资源属性， 且四面山风景区的游览费用与游客愿意支付的最高费用接近， 风景区的管理者对资源的利用度较高， 目前游憩价值的提升空间较小。

（二）建议

根据以上结论， 本文对四面山风景区的建设和管理提出几点建议：

1. 风景区管理者应关注游客的游憩需求。 建立风景名胜区， 不仅需要上层设计， 还需要关注游客的真实需要。 在四面山风景区的游憩属性中， MWTP较高的首先为自然资源属性， 其次为管理属性。 因此， 为了风景区的可持续发展， 管理者应重视自然资源， 加大对森林、水以及动植物等资源的保护和管理， 提高自身对游憩资源非使用价值的认知; 与此同时， 风景区还需加强基础设施建设， 完善游客反馈机制， 关注游客满意度的变化， 让自然资源属性和管理属性相辅相成， 及时满足游客的多重需求。

2. 合理制定风景区门票价格。 从CEM研究中的人均非使用价值可以看出， 游客对风景区门票价格的满意度不高， 因此建议管理者动态调整门票价格。 虽然四面山风景区位于自然资源丰富但当地发展较落后的地方， 为引导其发展导致门票价格较高， 但管理者也需要关注人们的支付意愿与消费水平， 可以考虑在节假日举办活动， 适当降低游客在景区内的游览花费， 再加以宣传提高游客的关注度， 从而增加四面山风景区在旅游市场中的竞争力。 综合实地访问和实证研究的结论， 建议管理者按照当前门票价格的80%来设置该风景区门票价格的上限， 即70元。

3. 改善风景区交通不便的情况， 提高游客出行质量。 CEM研究结果显示， 在影响四面山风景区游憩价值的属性中， 交通便利程度并非最优状态。 因此， 建议管理者适度改善风景区交通的可进入性， 统筹规划从游客常出发地到四面山风景区的直通班车。 同时， 风景区面积较广， 大多数游客选择自驾旅行， 因此可以在风景区内使用智慧景区管理系统， 为游客提供可视化服务， 提前向游客介绍风景区中各景点的概况， 并根据交通拥堵程度推送合理的游览路线， 降低游客选择游览路线的试错率， 从而提供更便利的条件和更优质的服务， 提高游客的支付意愿。

【 主 要 参 考 文 献 】

[1] 贾建中.风景名胜区功能定位与国家保护地体系[ J].中国园林，2020（11）：2 ～ 3.

[2] 高岚，戴广翠.对森林游憩价值经济评估的研究[ J].经济研究参考，1996（I1）：14 ～ 30.

[3] Liston-Heyes C.， Heyes A.. Recreational Benefits from the Dartmoor National Park[ J].Journal of Environmental Management， 1999（2）：69 ～ 80.

[4] Emiru R.， Gemechu A.. Valuing the Benefits of Recreational Wetland Ecosystem： An Application of Contingent Valuation and Travel Cost Methods： The Case of Boye Recreational Wetland， Jimma Zone， Oromia National Regional State， Ethiopia[ J].Journal of Resources Development and Management，2017（29）：78 ～ 99.

[5] Hotelling H.. An Economic Study of the Monetary Evaluation of Recreation in the National Parks[M].Washington， DC： National Park Service，1949.

[6] 鄧懋涛，尚闽，杨志娟，杨渺，杨正兴，何斯妙.改进多目的地旅行公共费用分成模型及其在若尔盖县游憩价值评估中的应用[ J].自然资源学报，2020（5）：1090 ～ 1097.

[7] Ciriacy-Wantrup S. V.. Capital Returns from Soil-conservation Practices[ J].Journal of Farm Economics，1947（4）：1181 ～ 1196.

[8] Louviere J. J.， Woodworth G.. Design and Analysis of Simulated Consumer Choice or Allocation Experiments： An Approach Based on Aggregate Data[ J].Journal of Marketing Research，1983（4）：350 ～ 367.

[9] Davis R. K.. The Value of Outdoor Recreation： An Economic Study of Maine Woods[D].Cambridge： Harvard University，1963.

[10] Clawson M.， Knetsch J. L.. The Economics of Outdoor Recreation[ J].Southern Economic Journal，1966（104）： 559 ～ 593.

[11] Liu W. Y.， Chen P. Z.， Hsieh C. M.. Assessing the Recrea-

tional Value of a National Forest Park from Ecotourists' Perspective in Taiwan[ J].Sustainability，2019（15）：4084.

[12] Hanley N.， Wright R. E.， Adamowicz V.. Using Choice Experiments to Value the Environment[ J].Environmental and Resource Economics，1998（3-4）：413 ～ 428.

[13] 廉欢，王尔大.历史古迹旅游景区游憩属性价值评价研究——以沈阳东陵公园为例[ J].地域研究与开发，2019（4）：92 ～ 97.

[14] Rathmann J.， Sacher P.， Volkmann N.， et al.. Using the Visitor-employed Photography Method to Analyse Deadwood Perceptions of Forest Visitors： A Case Study from Bavarian Forest National Park， Germany[ J].European Journal of Forest Research，2020（3）：431 ～ 442.

[15] 张殷波，牛杨杨，王文智，秦浩，刘莹立，李俊生.利益相关者视角下的濒危物种价值评估与生态补偿——以翅果油树为例[ J].应用生态学报，2020（7）：2323 ～ 2331.

[16] 倪琪，徐涛，李晓平，刘霁瑶，赵敏娟.跨区域流域生态补偿标准核算——基于成本收益双视角[ J].长江流域资源与环境，2021（1）：97 ～ 110.

[17] 杨净，许丽忠，张江山.基于ITCM的游憩价值评估——以鼓山风景名胜区为例[ J].福建师范大学学报（自然科学版），2012（5）：89 ～ 94.

[18] 查爱苹，邱洁威.条件价值法评估旅游资源游憩价值的效度检验——以杭州西湖风景名胜区为例[ J].人文地理，2016（1）：154 ～ 160.

[19] Liu J.， Liu N.， Zhang Y.， et al.. Evaluation of the Non-use Value of Beach Tourism Resources： A Case Study of Qingdao Coastal Scenic Area， China[ J].Ocean and Coastal Management，2019（168）：63 ～ 71.

[20] 张良泉，唐文跃，李文明.地方依恋视角下红色旅游资源的游憩价值评估——以韶山风景区为例[ J].经济地理，2022（4）：230 ～ 239.

[21] 时少华，吴泰岳，李享，范怡然.基于ITCM和CVM的运河公园游憩价值评估研究——以北京通州大运河森林公园为例[ J].干旱区资源与环境，2022（1）：201 ～ 208.

[22] 刘亚萍，潘晓芳，钟秋平，金建湘.生态旅游区自然环境的游憩价值——运用条件价值评价法和旅行费用法对武陵源风景区进行实证分析[ J].生态学报，2006（11）：3765 ～ 3774.

[23] 李鑫，杨新军，宋鑫.不同類型景区国内游憩价值比较研究——以华山风景区与大唐芙蓉园为例[ J].宁夏大学学报（自然科学版），2014（3）：275 ～ 282.

[24] 黄和平，王智鹏，林文凯.风景名胜区旅游资源价值损害评估——以三清山巨蟒峰为例[ J].旅游学刊，2020（9）：26 ～ 40.

[25] 李巍，李文军.用改进的旅行费用法评估九寨沟的游憩价值[ J].北京大学学报（自然科学版），2003（4）：548 ～ 555.

[26] Lancaster K. J.. A New Approach to Consumer Theory[ J].Journal of Political Economy，1966（2）：132 ～ 157.

[27] McFadden D.. Econometric Models for Probabilistic Choice Among Products[ J].The Journal of Business，1980（3）：13 ～ 29.

[28] 袁广达，王琪.“生态资源—生态资产—生态资本”的演化动因与路径[ J].财会月刊，2021（17）：25 ～ 32.

[29] Xu S.， He X.. Estimating the Recreational Value of a Coastal Wetland Park： Application of the Choice Experiment Method and Travel Cost Interval Analysis[ J].Journal of Environmental Management，2022（304）：114225.

[30] 曹辉，林施琦，张静娴，曹爱红，陈婉婷，闫淑君.福利值与异质性：武夷山国家公园旅游者的选择实验分析[ J].生态与农村环境学报，2022（1）：126 ～ 135.

[31] Freeman A. M.. The Measurement of Environmental and Resources Value： Theory and Methods（2nd Edition）[M].Washington， DC： RFF Press，1993.

[32] Swait J.， Adamowicz W.. The Influence of Task Complexity on Consumer Choice： A Latent Class Model of Decision Strategy Switching[ J].Journal of Consumer Research，2001（1）：135 ～ 148.

【作者单位】1.天津财经大学会计学院， 天津 300222;2.天津财经大学无形资产评价协同创新中心， 天津 300222