基于CVM的城市大氣細顆粒物健康風險的經濟評估
——以北京市為例

曾賢剛，許志華，魯頤瓊 （中國人民大學環境學院，北京 100872）

基于CVM的城市大氣細顆粒物健康風險的經濟評估
——以北京市為例

曾賢剛*，許志華，魯頤瓊 （中國人民大學環境學院，北京 100872）

運用權變評價法（CVM）調查北京居民對降低PM2.5健康風險的支付意愿，結果表明居民為PM2.5年平均濃度降低30%、45%和60%的平均支付意愿分別71.60元/月、85.66元/月和94.31元/月.基于結構方程模型，以風險特征、風險情緒、風險溝通3個維度衡量風險認知，構建風險認知與支付意愿相關模型，分析表明風險認知對支付意愿的影響系數為0.37；風險認知3個維度中風險情緒反映度最高，負荷量為0.95，且風險情緒中“現實滿意度”影響最顯著，負荷量為0.71；風險特征中PM2.5健康風險發生可能性、后果嚴重性影響程度最高，負荷量均為0.85；個人特征能直接或通過風險認知間接影響支付意愿，總影響系數為0.47，且個人特征中受教育程度與收入表現出強共變性，共變系數為0.67.

PM2.5；支付意愿；風險認知；結構方程模型

近年來，PM2.5導致北京霧霾天氣嚴重，并影響居民身體健康［1-3］.了解居民對 PM2.5健康風險的認知程度、降低PM2.5健康風險的支付意愿及其影響因素，關系到國家 PM2.5治理政策的制定與實施.目前國內外還缺乏針對降低 PM2.5健康風險的支付意愿研究，僅有的相關研究主要是針對空氣污染的.由于空氣的公共物品屬性導致價值難以在市場交換中體現，所以需通過非市場價值評估方法進行衡量，目前國內外主要采用權變評價法（CVM）.權變評價法通過建立假想市場，以調查問卷形式詢問人們對環境改善的支付意愿（WTP）或對環境惡化的受償意愿（WTA），推導環境改善或惡化的經濟價值［4-5］.Carlsson等［6］調查瑞典居民對于空氣改善的支付意愿，結果表明人們愿為減少空氣中 50%的有害物質支付2000SEK/a，且支付意愿與收入、財富和教育呈正相關關系.Welsch［7］調查發現空氣污染對主觀幸福感有較強影響，且調查結果表明20世紀90年代西歐改善空氣中二氧化氮和鉛的價值分別為$750/a和$1400/a.Fabian等［8］調查573名馬尼拉居民，結果表明收入大于 10000PhP的居民愿為空氣改善支付（1.21，1.75）PhP，但對低收入者難以得到統一結論.Istamto等［9］調查多個國家居民在3種不同情形下對交通空氣污染的支付意愿，結果表明不同國家間居民支付意愿存在較大差距，且風險認知與態度和環境污染感知對支付意愿存在顯著影響.Du等［10］調查若空氣質量維持在奧運會水平時的北京居民的支付意愿，結果表明平均支付意愿為（22000，24000）CNY/a，中位值約為1700CNY/a，明顯高于假設型研究結果.蔡春光等［11］研究結果表明二分法下北京居民對改善空氣質量的支付意愿為652.33元/年，支付意愿受家庭經濟水平和受教育程度影響最大，且與之呈正相關關系.楊寶路等［12］通過兩次調查發現居民對空氣改善的支付意愿隨時間有所增長，且收入、年齡、受教育程度以及環境介質接觸程度等因素對支付意愿影響顯著.周潔等［13］對青島、煙臺、臨沂、棗莊1950位居民進行調查，結果表明青島居民空氣改善的支付意愿最高，且月收入是影響支付愿意的重要因素.然而空氣污染并不等于同于PM2.5，如Welsch［8］研究表明同時減少空氣中二氧化氮和鉛的價值高于兩者價值之和，因此有必要對PM2.5進行單獨研究.從目前國內PM2.5相關文獻［1-3］來看，主要集中于分析 PM2.5的來源、特征及健康影響，缺乏居民對 PM2.5健康風險認知及支付意愿研究.本文旨在深入了解居民對PM2.5的健康風險認知及支付意愿，分析風險認知與年齡、受教育程度等社會經濟特征對支付意愿的影響，為我國進行 PM2.5治理與有效風險管理提供決策服務.

1　降低PM2.5健康風險的支付意愿

1.1問卷設計與抽樣調查

調查問卷可分為以下5個部分：①風險特征：主要包括被調查者認為的PM2.5的影響程度、健康風險發生可能性、持續時間、后果嚴重性等10個方面；②風險情緒：包括對PM2.5健康風險的恐懼、焦慮和憤怒，以及現狀滿意度和未來樂觀度；③風險溝通：主要包括居民認為的實際 PM2.5健康風險與政府、專家、媒體等發布的健康風險之間的對比；④支付意愿：為問卷核心部分，采用支付卡式調查居民對PM2.5年平均濃度降低不同程度下的支付意愿，以及不愿支付的原因；⑤個人特征：包括被調查者的性別、年齡、受教育程度、月收入以及職業.正式開展問卷調查之前，于2014年2月在中國人民大學及周邊社區實施預調查，修改問卷中存在的問題與不足.2014年4月在北京市東城區、西城區、朝陽區、豐臺區、海淀區和石景山區以面對面訪談的方式開展正式的隨機抽樣調查.共發放問卷 1322份，根據邏輯檢查等質量控制方法，剔除了其中有邏輯錯誤和項目缺失的不合格調查問卷，得有效問卷1027份，有效問卷率為77.69%.

1.2支付意愿結果

問卷設計有 3種 PM2.5降低情景，分別是PM2.5年平均濃度降低30%、45%和60%.之所以如此設計，是因為即將在2016年實施的《環境空氣質量標準》中對于PM2.5達標限值為年均濃度35mg/m3，日均濃度75微克/立方米；而2013年北京市PM2.5年均濃度約為90mg/m3，若希望PM2.5年均濃度從90mg/m3下降至35mg/m3，需要下降60%才可以達到國家標準.另外，居民的支付意愿分別以WTP30%，WTP45%和WTP60%表示.調查中，為降低被訪者的回答難度和更加精確地描述支付意愿情況，根據經驗研究與預調查結果，將北京居民對降低PM2.5的支付意愿劃分為24檔次，最低檔次為0元/月，最高檔次為700元以上/ 月.對被調查者各檔次支付意愿進行統計，結果如表1所示.

對表1數據進行計算，可以得到PM2.5年平均濃度降低30%、45%和60%時的支付意愿平均值分別為71.60元/月、85.66元/月和94.31元/月.可以發現，北京居民對 PM2.5年平均濃度降低的支付意愿呈現邊際遞減.與蔡春光等［11］和楊寶路等［12］對空氣改善的平均支付意愿54.36和30.54 元/月相比，本次調查的支付意愿有顯著提高，這說明北京居民對空氣污染健康風險的認知有了顯著提高.然而與其他國家相比，我國居民支付意愿仍相對較低，如1995年索菲亞居民對空氣改善的平均支付意愿為收入的 4.2%［6］，而本研究中支付意愿僅為可支配收入的2.13%～2.81%（2013年北京市城鎮居民月均可支配收入為 3360.08元［14］），這說明北京居民對空氣質量問題的重視程度仍有待于提高.

表1　支付意愿頻數統計Table 1　Statistical situation of willingness to pay

2　支付意愿影響因素分析

圖1　風險認知與支付意愿理論模型Fig.1　Theoretical model of the risk perception and the willingness to pay

眾多學者對CVM中影響支付意愿的因素進行了研究，但大都集中于收入、受教育程度等個人因素，而對居民環境風險認知未有詳細分析，僅在因素分析中加入一些具體問題，如楊寶路等［12］在支付意愿影響因素分析中加入“認為環境污染嚴重程度”等；咸會琛等［15］加入“空氣質量意識概況”.本文采用結構方程模型對居民PM2.5風險認知情況和支付意愿的關系進行探討，深入解析支付意愿受影響機理.

2.1模型設定

根據經驗研究和結構方程模型，建構風險認知與支付意愿理論模型如圖1所示.其中居民風險認知由風險特征、風險情緒、風險溝通3個維度進行反映，并受到個人特征影響；支付意愿的影響變量包括風險認知和個人特征，這兩個變量直接作用于支付意愿；此外個人特征通過中介變量風險認知間接作用于支付意愿.對于各潛在變量的測量變量，風險特征包括問卷第一部分的10個問題，分別為PM2.5熟悉程度、對社會影響程度、健康風險發生可能性、后果嚴重性、持續時間、可控性、平等性、人為性、對家人健康是否有影響、自愿性；風險情緒包括對PM2.5風險的恐懼、焦慮、憤怒、現實滿意度、未來樂觀度5個方面；風險溝通包括居民認為的實際風險與政府、專家、媒體、非政府組織發布的風險間的對比 4個方面.個人特征包括性別、年齡、受教育程度、月收入、職業5個方面.

2.2數據先驗性分析

統計分析.測量變量均采用Likert五點量表進行測度（個人特征 5方面除外），基本形式為給出風險特征、風險情緒、風險溝通相關描述，再由被調查者從5個選項中選擇.如關于風險熟悉性，問題為是否之前知道什么是 PM2.5，答案分別為“非常了解”、“比較了解”、“一般了解”、“不太了解”、“完全不了解”（此選項負向設置），對選項1～5分別賦值為1、2、3、4、5.則風險特征、風險情緒、風險溝通的描述統計結果如表2所示，此外個人特征賦值方式與描述統計結果如表 3所示.

表2　風險特征、情緒、溝通的描述統計結果Table 2　Descriptive statistics of the risk characteristics，emotion and communication

表3　被調查者個人特征Table 3　The social and economic characteristics of interviewee

信度檢驗，即問卷各項目之間的內部一致性，常以Cronbach’s a系數進行衡量.經計算，本文調查數據整體Cronbach’s a系數為0.698，標準化項下Cronbach’s a系數為0.852，均大于臨界值0.5，說明問卷整體可行度較高.

效度檢驗，包括潛在變量與測量變量之間的聚斂效度及潛在變量間的區別效度.對聚斂效度，要求因子負荷量大于 0.5，若存在多項測量變量小于0.5，逐步刪除因子負荷量最小（顯著性最低）的變量，有助于提高聚斂效度.經計算，風險特征中影響程度、健康風險發生可能性、后果嚴重性、持續時間、家人健康是否有影響5項滿足條件；風險情緒中5項均滿足條件；風險溝通中與非政府組織發布風險的對比因子負荷量小于 0.5，予以刪除；個人特征中性別，職業是否為國家單位、組織機構和其他不滿足要求（職業在分析中采用虛擬變量賦值）；支付意愿中 WTP30%、WTP45%、WTP60%存在較強相關性，因此支付意愿以三者平均值進行度量.此外經檢驗，各潛在變量之間的區別效度均滿足條件，刪除因子負荷量小于 0.5的測量變量后，聚斂效度與區別效度均有所增加.

因子分析檢驗.據效度檢驗，本研究最終使用的測量變量包括風險特征5項、風險情緒5項、風險溝通3項、個人特征5項，支付意愿1項.對剩下 19項測量變量進行 KMO檢驗，經計算，KMO檢驗值為0.843，Bartlett球形度檢驗卡方統計量為7603.01，顯著性水平為0.000，說明適合進行因子分析.采用主成分分析方法，限定抽取因子數為 5個，得 5個因子的累積貢獻率達到63.17%，說明5個因子對19個測量變量的63.17%的解釋能力.

2.3理論假設與模型適配

根據數據先驗性分析結果，得到 PM2.5風險認知與支付意愿路徑初步分析模型（如圖2所示）.根據路徑分析模型可提出如下假設：

圖2　PM2.5風險認知與支付意愿路徑分析模型Fig.2　Path analysis model of the relationship between risk perception to PM2.5and the willingness to pay

H1：風險認知對支付意愿有顯著影響；

H2：個人特征對支付意愿有顯著影響；

H3：風險認知在個人特征對支付意愿影響過程中起中介作用.

據表2和表3可知，各測量變量偏度與峰度均相對較小，大都滿足偏度小于 3、峰度小于 8的條件，表明數據整體符合正態分布，滿足最大似然估計ML的要求.且模型有19個測量變量，待估計路徑數19個，待估計方差數24個，則自由度df 為147，為過度識別模型.運用AMOS進行模型計算，并在不違背理論以及結構方程模型修正基本原則條件下根據 MI值進行模型修正，得最終標準化結果如圖3所示.

結構方程模型的適配度是檢驗結果合理性的重要標準.卡方值χ2、卡方顯著性P、卡方自由度比（χ2/df）為基礎適配指標，但均易受樣本容量影響，樣本容量較大時難以滿足標準.因此需其他指標進行檢驗，通常采用比較適配度指數 NFI、絕對適配度指數GFI、AGFI、CFI和RMSEA.本研究中 NFI值為 0.885（接近 0.9）；GFI值為0.919（＞0.9）；AGFI值為0.892（接近0.9）；CFI值為0.902（＞0.9）；最重要適配度指標 RMSEA值為0.071（＜0.08），可此可知，風險認知與支付意愿理論模型合理適配.

圖3　模型標準化結果Fig.3　Standardized coefficient estimates of the structural model

2.4估計結果與分析

表 4為結構方程模型標準化路徑估計結果.由表可知，風險認知對支付意愿有顯著影響（理論假設H1得到支持），標準化回歸系數為0.37，表明風險認知越強，支付意愿越高，符合經驗研究，因此提高居民風險認知，有助于提高居民的支付意愿.對反映風險認知的3個維度，風險特征、風險情緒與風險溝通的標準化回歸系數分別為 0.76、0.95、0.48，其中風險情緒系數最高，對風險認知反映程度最高，風險特征中RP2、RP3、RP4、RP5和RP9標準化系數分別為 0.70、0.85、0.85、0.62和0.55，則對風險認知的標準化影響系數分別為 0.53、0.65、0.65、0.47、0.42，對支付意愿的標準化影響系數分別為0.15、0.17、0.24、0.24、0.19，說明居民認為PM2.5對社會影響越大、對健康造成危害可能性越大、對人體健康造成的后果越嚴重、對健康危害持續時間越長、對自己及家人造成的危害越大，居民風險認知越強，其支付意愿越大.風險情緒中RM1、RM2、RM3、RM4和RM5標準化系數分別為0.49、0.54、0.55、0.71和0.63，其中RM1雖小于 0.5，但極為接近且顯著，因此本文予以保留，對風險認知的標準化影響系數分別為0.47、0.51、0.52、0.67、0.60，表明人們對 PM2.5越感到恐懼、焦慮、憤怒，對現實PM2.5感覺越不滿意且對PM2.5健康風險越不樂觀，風險認知越強，支付意愿越大.風險溝通中RC1、RC2和RC3標準化系數分別為0.73、0.75、0.69，對風險認知的標準化影響系數分別為 0.35、0.36、0.33，說明居民認為PM2.5實際健康風險越大于政府、專家以及媒體報道，其風險認知越強，支付意愿越大.

表4　模型路徑估計結果Table 4　Path coefficient estimates of the structural model

個人特征對支付意愿亦有顯著影響（理論假設H2得到支持），標準化回歸系數為0.35.對于理論假設H3風險認知在個人特征對支付意愿影響過程中起介變量的作用，一方面個人特征對風險認知的影響路徑標準化回歸系數為 0.34，顯著性值亦小于 0.001；另一方面可通過對比，去除風險認知，僅個人特征對支付意愿作回歸分析，結果表明個人特征對支付意愿的影響路徑系數雖然顯著，但t值下降，且模型適配度亦有所下降，因此可認為風險認知起中介作用，即 H3得到支持.則個人特征對于支付意愿標準化總影響系數為 0.47.其中年齡的標準化回歸系數為 0.65，說明居民年齡越大，風險認知越強，支付意愿越大，這可能是由于年輕人易忽視健康問題，年齡較大人群對于健康重視程度較高；學歷標準化數值為-0.22，與經驗研究相違背，這是由于學歷與收入之間所存在較強共變關系導致（兩者共變關系標準化系數為 0.67），若去除兩者共變關系，結果表明學歷標準化系數亦為正，但模型適配度下降，即學歷越高，其收入越高，兩者相互作用使得風險越強，支付意愿越大；收入標準化系數為 0.91，表明收入越高，風險認知越強，支付意愿越大，這可能是由于低收入者往往更關注于家庭經濟生活，對于 PM2.5關注相對較少，而高收入者則更加注重生活享受，對PM2.5健康風險重視程度更高；對于職業，是否為學生、個體戶或企業人員兩項顯著，且學生、個體戶或企業人員的標準化系數分別為-0.79、0.45，表明不是學生或者是個體戶或企業人員，風險認知更強，支付意愿更大，這可能是學生大都屬于低收入群體，且學生關注點大都位于學習與求職，因此支付意愿較低，而個體戶或企業人員的收入往往較高.

3　建議

基于上述結果對PM2.5治理與健康風險管理提出以下建議：（1）提高居民的 PM2.5健康風險意識.由于居民風險認知與支付意愿呈正相關關系，所以提高居民的健康風險意識可提高支付意愿，有助于PM2.5治理.（2）人群差異化處理.年齡、收入等個體特征對風險認知和風險規避能力均有顯著影響，因此不同人群需區別對待，對風險認知較低與風險規避能力較低的人群需給予特別關注.（3）政府主導性.相比其他國家，我國居民支付意愿仍較低，因此在 PM2.5治理過程中仍需以政府為主導.

4　結語

運用CVM調查北京居民對于降低PM2.5的支付意愿，結果表明居民平均愿意為PM2.5年平均濃度下降30%而每月支付71.60元；愿意為PM2.5年平均濃度下降45%每月支付85.66元；愿意為PM2.5年平均濃度下降60%每月支付94.31元.

基于經驗研究與結構方程模型，構建風險認知與支付意愿理論模型，分析支付意愿與風險認知之間的關系.結果表明：風險認知對支付意愿存在顯著影響，影響系數為 0.37；個人特征對支付意愿存在直接顯著影響，且通過中介變量風險認知對支付意愿產生間接影響，總影響系數為 0.47.在反映風險認知的風險特征、風險情緒和風險溝通三個維度中，風險情緒反映程度最高，標準化系數為0.95；其中風險特征的PM2.5的影響程度、健康風險發生可能性、后果嚴重性、持續時間、家人健康是否有影響5個測量變量表現顯著，因素負荷量分別為0.70、0.85、0.85、0.62和0.55；風險情緒的恐懼、焦慮、憤怒、現實滿意度和未來樂觀度因素負荷量分別為 0.49、0.54、0.55、0.71和0.63，對風險認知和支付意愿有顯著影響；風險溝通中實際風險與政府、專家、媒體發布的風險間的對比因素負荷量分別為 0.73、0.75、0.69，對風險認知和支付意愿有顯著影響.個人特征方面，性別顯著性不高；年齡表現出較強顯著性，因素負荷量為 0.65，與支付意愿呈正相關關系；學歷與收入因素負荷量分別為-0.22和 0.91，兩者呈現較強共變關系，表現為學歷越高，收入越高，風險認知越強，支付意愿越大；職業亦表現出顯著性，其中以是否為學生、是否為個體戶或企業人員尤為顯著.

［1］ 郭新彪，魏紅英.大氣PM2.5對健康影響的研究進展 ［J］. 科學通報，2013，58（13）：1171-1177.

［2］ 羊德容.蘭州市PM2.5污染特性及其對人體健康的影響 ［D］. 蘭州大學，2013.

［3］ 戴海夏，宋偉民.大氣 PM2.5的健康影響 ［J］. 國外醫學，2001，28（5）：299-303.

［4］ Carson R T，Flores N E，Meade N F. Contingent valuation：Controversies and evidence ［J］. Environmental and Resource Economics，2001（19）：173-210.

［5］ Mitchell R C，Carson R T. Using surveys to value public goods：The contingent valuation method ［M］. Washington D. C.：Resource for the Future，1989.

［6］ Carlsson F，Johansson Stenman O. Willingness to pay for improved air quality in Sweden ［J］. Applied Economics，2000，32（6）：661-669.

［7］ Welsch H. Environment and happiness： Valuation of air pollution using life satisfaction data ［J］. Ecological Economics，2006，58（4）：801-813.

［8］ Fabian H G，Vergel K N. Air Pollution Exposure and Willingnessto-Pay.

［9］ Istamto T，Houthuijs D，Lebret E. Willingness to pay to avoid health risks from road-traffic-related air pollution and noise across five countries ［J］. Science of the Total Environment，2014（497-498）： 420-429.

［10］ Du X，Mendel sohn R O. Estimating the value of the reduction in air pollution during the Beijing Olympics ［J］ Environment and Development Economics，2011（16）：735-749.

［11］ 蔡春光，鄭曉瑛.北京市空氣污染健康損失的支付意愿研究 ［J］.經濟科學，2007（1）：107-115.

［12］ 楊寶路，鄒驥.北京市環境質量改善的居民支付意愿研究 ［J］.中國環境科學，2009，29（11）：1209-1214.

［13］ 周潔，王艷，任亮.山東典型城市居民改善空氣質量的支付意愿 ［J］. 環境與健康雜志，2010，27（6）：507-510.

［14］ 北京市統計局.北京市 2013年國民經濟和社會發展統計公報［R］. 2014.

［15］ 咸會琛，胡萌.青島市居民對改善空氣質量的支付意愿研究［J］. 城市發展研究，2013，20（8）：95-100.

Economic evaluation of health risks caused by PM2.5in Beijing based on contingent valuation method.

ZENG Xian-gang*，XU Zhi-hua，LU Yi-qiong （School of Environment and Natural Resources，Renmin University of China，Beijing 100872，China）.

China Environmental Science，2015，35（7）：2233～2240

Resident’s willingness to pay （WTP） for reductions of health risks caused by PM2.5were investigated in Beijing by using contingent valuation method （CVM）. The WTP for reducing the annual average concentration of PM2.5was 71.60 yuan/month，85.66 yuan/month and 94.31 yuan/month for a reduction of 30%，45%，and 60%，respectively. Based on structure equation model and by using risk characteristic，risk emotion and risk communication as three dimensions to reflect risk perception，a theoretical model of the relationship between WTP and risk perception was constructed. The results showed that the impact factor of risk perception on WTP was 0.37. Among the three variables used to reflect risk perception，the loading of risk emotion was the highest，which was 0.95. Reality satisfaction was the most significant factor in risk emotion，the influence coefficient was 0.71. The likelihood of health risks and the severity of the consequences had the greatest impact on risk characteristic，with a factor loading of 0.85. The individual features have a direct influence on WTP，it also affect WTP indirectly by way of risk perception. The total impact factor was 0.47. Education and income had a strong correlation，the covariant coefficient was 0.67.

PM2.5；willingness to pay；risk perception；structure equation model

X32

A

1000-6923（2015）07-2233-08

2015-10-30

國家自然科學基金項目（41371530）；國家社會科學基金重大項目（13&ZD045）

* 責任作者，教授，zengxg@ruc.edu.cn

曾賢剛（1972-），男，江西九江人，中國人民大學環境學院教授/博士生導師，研究方向為環境與資源經濟學.發表論文70余篇.