基于城市居民特性的溫室氣體減排支付意愿離散選擇研究

王國友

(1.重慶工商大學 經濟管理中心,重慶 400067; 2.中國人民大學 環境學院,北京 100872)

?

基于城市居民特性的溫室氣體減排支付意愿離散選擇研究

王國友1,2

(1.重慶工商大學 經濟管理中心,重慶 400067; 2.中國人民大學 環境學院,北京 100872)

基于消費者支付意愿的定量評價是建立我國溫室氣體減排框架、確定不同地區合理的減排責任和低碳經濟發展政策的基礎。整個選擇過程是系統分量(支付屬性)和隨機分量(居民特性)共同作用的結果。以2014年成都、重慶、烏魯木齊3個西部城市收集的意愿性數據為分析基礎，借助Logistic離散選擇回歸模型系統分析影響居民溫室氣體減排支付意愿的影響因素。結果表明：烏魯木齊城市居民支付意愿最高，成都次之，重慶最低。所處地域、年齡、受教育程度、年收入、職業、有無子女和支付動機7個變量對支付意愿影響顯著。較之與多數完成式數據的研究相比，意愿性調查能更好地通過分析未選擇者的約束因素，從而可更好分析居民對溫室氣體減排的認知和態度。

溫室氣體減排; 支付意愿; Logistic離散選擇模型; 影響因素

2015年9月，我國與美國發布《中美元首氣候變化聯合聲明》，中國政府承諾“中國到2030年單位國內生產總值二氧化碳排放將比2005年下降60%～65%”，“中國將繼續支持并加快削減氫氟碳化物行動，包括到2020年有效控制三氟甲烷(HFC-23)排放”。要實現上述目標，必須從生產和消費兩方面著手進行減排，而IPCC(政府間氣候變化專門委員會)評估報告證實，溫室氣體排放是導致全球變暖的主要原因之一，其最大的增幅來自于工業生產和能源消費領域(IPCC，2007年)。而生產和消費的同一性決定了溫室氣體減排不只取決于產品的生產過程，還受制于公眾的消費偏好等主觀因素，消費者是否愿意為溫室氣體減排支付費用，其支付意愿如何，影響支付意愿的因素是什么，對這些問題的回答關系到我國政府應對氣候變化政策的制定和執行和低碳經濟發展的基礎。支付意愿的選擇，其目標是探討為什么不同消費者有不同的支付行為和支付意愿。更深層次的研究是這種支付意愿是否與其年齡、性別、教育程度等屬性特征有關。

由于溫室氣體減排的外部性特征，所以它無法在市場上通過交換直接獲得價值，目前國內外主要應用權變評價法(CV，Contingent Valuing Method，簡稱CVM)來測度居民對溫室氣體減排的支付意愿及其影響因素[1]。這些研究一直致力于通過直觀的數據給決策者傳達環境質量改善所需要的貨幣化成本，目的是為了提高決策者分析、評價及預測消費者對溫室氣體減排支付意愿的理解能力及支付能力[2-3]。但是，這種方法忽視了意愿性問題主觀效用和選擇偏好差異中的非貨幣化特征，很難解釋和驗證居民的選擇行為和影響因素。此外，已有研究成果仍基于傳統市場供給理論判斷消費者消費行為對溫室氣體減排的傳導作用，而忽視消費者本身的消費理念和市場需求對溫室氣體減排的直接影響，據此提出的減排方案和政策建議也因為脫離消費者的意愿而出現有偏的結果。基于以上原因，本文借助隨機效用理論和二項式Logistic離散選擇模型，采用對烏魯木齊、成都、重慶3個城市居民的選擇意愿數據，構建支付意愿選擇模型，探討影響支付意愿的各種因素。

1　數據來源與描述

1.1數據來源

本文數據來源于課題組在2014年9—11月對烏魯木齊、成都和重慶3地城市居民溫室氣體減排支付意愿所進行的隨機抽樣調查。

調查方法借鑒國家統計局城市司開展的城市住戶調查(Urban Household Survey，UHS)方法[4]。主要采取二相抽樣方法選取調查家庭。具體步驟為：在烏魯木齊市、成都市和重慶市分別以區(縣)為層，在每個層內隨機抽取2～3個街道或社區；在每個被選中的街道或社區按照其規模大小隨機抽選1～2個居民點；在每個被抽中的居民點內按照住宅分布等距抽選20～30個居民，如果被抽中住戶不符合要求或不愿意接受調查，由訪問員在其近鄰中選擇替換樣本住戶。具體對選出的大樣本或一相樣本開展調查，取得被調查者的家庭人口、收入等輔助資料，然后根據這些資料進行分組，從中按比例抽出一個小樣本(也稱二相樣本)，作為被調查人口。本文調查對象主要為18歲以上的成年人。內容涉及到被調查對象的年齡、職業、收入、婚姻狀況、有無子女、對氣候變化的主觀感知、日常節能減排行為等(表2)。從調查結果看，樣本中62%為男性，平均年齡45歲，超過70%被訪對象受教育程度為大學及以上，學歷為中學及以下的集中在年齡55歲及以上和22歲及以下兩個年齡階段。被調查者中27%左右收入為50 000～100 000元，60%的被訪對象年收入為20 000～50 000元，最低收入和最高收入比例都較低，收入調查結果同樣具有一定普遍性。此外，被調查對象超過90%認為現在全球越來越熱，因此愿意為溫室氣體減排支付一定金額，這個比例中在女性、受教育程度為碩士及以上以及年收入為50 000～100 000元的人群中集中度最高。

對支付意愿的調查主要采用支付卡問卷，即被訪者只需在列出的投標區間中選擇最大支付意愿所在區間。調查問卷共發放1 500份，在具體調查中，按照城市常住人口進行樣本量分配，其中成都500份，重慶600份，烏魯木齊400份。扣除答項有遺漏者，有效問卷成都為481份，重慶509份，烏魯木齊390份，共計1 380份，有效率為92%。

1.2支付意愿描述性統計

在調查中，根據三地的人口數量、居民收入、產業結構、主要溫室氣體類型和溫室氣體來源等前期調查和數據分析基礎上，將支付意愿劃成了15個檔次，最低0元，最高321元，但相鄰檔次間支付金額差并不全相等。所以，與平均值相比，使用中位數能夠更準確地反映城鎮居民的支付意愿，本研究使用中位數來衡量三地居民的代表性支付意愿[5]。

實現我國溫室氣體減排目標并降低減排成本，取決于我國發展路徑、對技術的投資和各種財政、稅收等一攬子方案的實施[6]。因此，要穩定在較低的排放水平需要在未來幾十年(2000—2050年)加強溫室氣體的減排和技術投入[7]。因此，在調查問卷中，我們結合3個城市“十二五”期間產業發展規劃、城市發展規劃和溫室氣體減排目標等，并在未來5年人口數量和經濟發展總量的預測基礎上，設計了3個不同減排目標，考量到2050年，所在城市溫室氣體分別減排10%，20%和30%的不同情況下，居民的支付意愿如何發生變化(表1)。

從表1可見，在3個不同減排目標下，烏魯木齊的城市居民對溫室氣體減排支付意愿為最高，成都居中，而重慶最低，總體而言，對于不同減排目標，居民的支付意愿差異不大。此外，我們的調查結果表明，3地被調查者都認為20%的減排目標可以較好地改善城市大氣環境，也不會對整個城市的經濟發展水平造成劇烈影響，因此，3個城市對降低20%的支付意愿都為最大。但與發達國家相比，我國城市居民對溫室氣體減排支付意愿仍為低，這可能與我國經濟發展水平和公民環境意識較為淡薄有關[8]。

表1　城市居民對減排的支付意愿描述性統計

注：到2030年的總支付意愿以年貼現率為5%進行預測。

2　實證模型與變量選擇

按照“理性經濟人”的假設，居民只會選擇與最大效用相聯系的支付意愿。而效用判斷的主觀性使支付意愿選擇充滿隨機性和不確定性。顯然，我們需要一個正式的規則來定義選擇某選項的概率如何被他們的隨機效用所影響，麥克法登(McFadden)開創性地以隨機效用假設為前提提出了Logistic離散選擇模型[9]，為宏觀決策的微觀視角分析提供了方法學選擇。Logistic離散選擇模型的行為理論基礎是隨機效用理論，它研究屬性對個體的空間選擇行為過程概率的直接影響，但并不是最后的結果[10]，即宏觀意義上是研究多少人愿意選擇為降低溫室氣體減排影響支付費用，而非實際有多少人進行支付。此外，模型采用最大似然估計法進行參數估計，不要求樣本數據呈正態分布，這也與現實中居民對溫室氣體減排支付意愿選擇的真實情況非常吻合。目前利用該模型分析選擇偏好多集中在交通、市場營銷、旅游和醫學方面，對溫室氣體減排支付意愿及影響因素研究尚未見到相關文獻。

2.1實證模型構建

2.1.1模型建立如果居民i認為選擇為溫室氣體減排支付(用j表示)比不支付效用(用k表示)大，就會主動選擇支付，反之。

(1)

進一步，我們可以把居民i選擇支付行為j的概率表示如下(具體推導過程見參考文獻[10])：

(i=0,…,N)

(2)

(3)

為了便于計算，將公式(3)用對數函數表示：

(4)

2.1.3模型解釋Logistic離散選擇模型因為涉及到兩種以上的結果，因此在解釋上較為復雜。因此，本文參考Andrews等[11]對模型解釋的方法，采取概率對數比來解釋該模型的實證結果。進行模型估計時，將Yij=0作為參照系，本文中有N+1個解釋變量作為偏好差異影響因素，即可得到N個logit的模型：

(5)

(6)

(7)

式中：j=1,…,N。

2.2解釋變量選擇

為了識別對支付意愿選擇產生影響的隨機變量，同時為了使解釋變量更為有效，本文結合焦點小組討論和深度訪談，并借助統計數據、過去研究的文獻、相關政策文件的匯總與分析等最終選擇了10個測評被城市居民行為偏好的被解釋變量，主要涉及居民的性別、年齡、職業狀況、婚姻狀況、教育程度、收入水平等情況。并假設城市居民是否選擇支付主要取決于這些屬性特征，這些因素共同作用決定了居民支付意愿概率的大小(表2)。

表2　解釋變量定義及特征(n=1380)

3　實證分析

3.1模型參數檢驗

3.1.1模型精度變化借助SPSS 16.0，采取逐步回歸法，通過極大似然估計的統計量概率檢驗(p<0.05)，對10個自變量逐漸引入，進行多次迭代和7輪優化后收斂，可得到影響最為顯著的7個自變量：X2，X3，X4，X5，X7，X9，X10。而Cox和Snell的R2及Nagelkerke的R2的擬合度檢驗結果分別為0.307，0.379，模型的預測準確率上升到67.8%，說明這些自變量顯著地改變了預測模型的效果(表3—4)。

表3　5輪優化后模型擬合度

3.1.2模型擬合優度檢驗在確定了7個主要變量之后，根據表4，年收入作為首選影響因素的比例最大，因此，本文將其設為與其他影響因素對比的基準因素，進行模型擬合度檢驗。

首先對所有自變量偏回歸系數進行似然比檢驗，判斷是否其全為0。當模型中沒有引入自變量時，-2倍的對數似然值為1 491.237，當引入自變量后，則為1 213.094，二者之差為278.143，p<0.001，表明至少有一個自變量偏回歸系數不為0，通過似然比檢驗，7個自變量均具有統計學意義，也就是說這些變量對模型具有顯著性影響，模型擬合良好(表5)。

表4　預測準確率的變化結果

3.1.3模型參數檢驗表6是最終回歸模擬的擬合結果，本文中在引入這8個變量之后，最終得到模型所需參數及顯著性檢驗結果(表6)。

表5　似然比檢驗

3.2實證結果與分析

(1)地理位置變量X10，p=0.003，說明該變量具有顯著性影響。而比數比表示自變量的低值和高值的比值，其引致因變量向高值變化的強度。即當控制其他變量保持不變的情況下，烏魯木齊和重慶被調查城市居民選擇支付行為的比例是成都的1.276，0.893倍。即，烏魯木齊市居民對溫室氣體減排支付意愿為最高，其次是成都，而重慶最低。這種差異可能來自于人口結構、產業結構、氣候和地理環境及取暖方式等。烏魯木齊是我國西北地區重要的煤、化工生產基地，加之長達半年的取暖期和狹長型的地形特點，2013全年霧霾天氣接近1/3，肺病發病率極高，因此居民對溫室氣體減排更為關注，也愿意為此支付一定數量的費用。根據統計數據，重慶人均收入較之成都為低，其中中低收入和農村務工人員比例較大，而結合對變量X4，X5的分析結果，這些都可能是導致重慶居民支付意愿較低的重要因素。

表6　模型參數及顯著性

(2)年齡變量X2的Wald的檢驗結果p=0.012，表明該自變量對因變量影響顯著。不同年齡層次對支付意愿的選擇有較大差異，其概率比為1∶1.673∶1.932∶1.001∶0.471∶0.625。即年齡在31～40歲的城市居民對溫室氣體減排的支付意愿最高，其次是19～30歲的城市居民，51～60歲的城市居民支付意愿則最低。根據我們抽樣調查，31～40歲這個年齡段的被調查居民經濟收入相對較為穩定，受教育程度較之其他年齡段高，更關心環境保護、氣候變化、社會公平等問題，而子女的未來也是他們最為關心的問題，這個年齡段的居民也更愿意為溫室氣體減排支付一定費用。而51～60歲階段的中老年人多處在后代上學、就業、買房和自身邁入養老期的夾心階段，對費用的支出最為敏感，其對溫室氣體減排支付意愿最低。

(3)受教育程度變量X3的Wald的檢驗值p=0.024，也達到了統計學意義，說明不同教育程度對溫室氣體減排支付意愿的概率不同。從表6可發現，教育程度越高，對溫室氣體減排支付意愿越高。教育程度在一定程度上決定著居民獲取信息和分析信息的能力，使其能更清楚地意識到氣候變化和溫室氣體排放對生產生活的負面影響，教育提高了居民對新的減排技術、新的低碳產品的認知能力、理解能力和執行能力，從而引致教育程度較高的居民更愿意對溫室氣體減排支付一定費用，或在日常生活中購買和使用低碳產品和綠色產品[12]。

(4)年收入變量X4的Wald檢驗值p=0.003，同樣達到了統計學意義。即收入越高，其對溫室氣體減排支付意愿的概率也最高。收入高者對減排支付價格不敏感，而這種支付具有巨大的社會意義，也能滿足其心理需求[13]，因此高收入者有能力也愿意對溫室氣體減排支付一定費用。

(5)職業變量X5的檢驗值p=0.019，也達到了統計學上的顯著意義。即職業的差異同樣影響城市居民支付意愿的概率變化。由表6可見，專業技術人員對溫室氣體減排支付意愿最高，離退休人員最低。總體而言，專業技術人員受教育程度普遍較高，較之其他人員，對溫室氣體導致的全球增溫和氣候變化認知程度較高。據我們的調查結果，超過60%的專業技術人員都對溫室氣體過度排放對本領域的負面影響有較為深刻的專業認知，也更愿意支付一定費用以減緩氣候變化的影響。而離退休人員更關心溫室氣體減排支付是否會降低他們的生活水平，即使這種支付只是一種虛擬性的調查。

(6)對于有無子女變量X7，Wald的檢驗值p=0.002也達到了統計學的顯著性，即相比沒有孩子的城市居民，有子女的被調查者更愿意為了后代的健康和有良好的生態環境而選擇支付。這與我們對支付動機的分析結論一致。

(7)對支付動機變量X9，Wald的檢驗值p=0.000達到了統計學的顯著性，即不同的動機其支付意愿的概率不同，其中后代健康與可持續概率最大，為1.134，一方面城市霧霾、沙塵暴等天氣越來越頻密，另一方面，獨生子女政策使得家庭更關注自己的子女，更愿意為了后代的健康與獲得可持續發展的生態環境而支付費用。

4　結論及建議

本文基于烏魯木齊和成都、重慶3地1 380個調查樣本，分析城市居民對溫室氣體減排的支付意愿，結果表明：烏魯木齊城市居民支付意愿最高，成都次之，重慶最低。借助二項式Logistic定性回歸模型分析影響支付意愿的因素，結果表明：所處的地域、年齡、受教育程度、年收入、職業、有無子女和支付動機7個變量對支付意愿影響顯著。而較之與多數完成式數據的研究相比，意愿性調查能更好地通過分析未選擇者的約束因素[14]，從而可更好地分析居民對溫室氣體減排的認知和態度。本文的實證研究凸顯了高收入、良好的職業和較高的學歷等對環境認知和保護的高度認知和高度的保護意愿，這也更符合發展中國家環境保護中“中產階級”的人口結構認知格局，從而使我們的研究結論更具有現實解釋力。

本文的結論具有重要的政策含義。首先，城市人口的消費能力和消費導向將是主導中國未來經濟發展和產業結構走向的最為主要的決定因素之一，溫室氣體減排離不開市場需求。因此，政府應更多地從消費需求的角度制定溫室氣體減排和低碳經濟發展政策，引導產業結構和能源結構適應消費需求變化，避免生產與消費的脫節，最終損害生產商和消費者雙方的利益。其次，從節能減排和應對氣候變化的整體性視角看，應該擴大節能產品的受眾范圍，讓不同收入水平的消費人群都可以參與到實際的節能減排當中。即價格不應該成為消費者選擇的障礙。這點除進行節能產品的宣傳的同時，較為可行的方法是對用戶實施一定程度的節能補貼，并同時淘汰落后生產工藝和產品。最終使消費者對節能產品的選擇成為一種消費習慣。同時需多層次、多渠道的調整生產和需求的關系，據此及時根據條件變化更正生產行為、消費方式和溫室氣體減排行為。再次，從維護社會經濟發展可持續的角度出發，生產部門、消費部門、項目審批部門和環境保護部門等，應該協調行動，增加生產者生產節能產品和消費者消費節能產品的渠道，緩解目前節能產品叫好不叫座的現狀，才能更好地從生產和消費兩個視角實現溫室氣體減排，最終實現多方共贏。

囿于研究區范圍、數據結構等，本文的研究僅僅代表了部分地區城市居民對溫室氣體減排的認知，一些變量可能并未體現影響支付意愿的全貌，且因為僅僅是一年的數據，難以動態反映城市居民對氣候變化、溫室氣體減排的支付意愿變化趨勢，對相關政策建議的提出也因此存在一定局限性，特別是國家“十二五”規劃已經明確了“到2015年，全國萬元GDP能耗要比2010年下降16%，化學需氧量、二氧化硫排放總量、二氧化碳排放總量分別要比2010年下降8%，8%和16%”的節能減排目標，并以省份為單位對這一節能減排目標進行了地區分解，這個可以作為一個自然試驗，在幾年之后進行檢驗，以驗證消費者視角能否推進地區的節能減排。我們也可以比較從生產視角和消費視角對二氧化碳減排是否有顯著不同。另外，如何尋找一個更好的工具變量，也是一個值得思考的議題。

[1]Burghart D R,Cameron T A,Gerdes G R.Valuing publicly sponsored research projects: risks,scenario adjustments,and inattention[J].Journal of Risk and Uncertainty,2007,35(1):77-105.

[2]Viscusi W K,Zeckhauser R J.The perception and valuation of the risks of climate change: a rational and behavioral blend[J].Climatic Change,2006,77(1/2):151-177.

[3]Lee J J,Cameron T A.Popular support for climate change mitigation: evidence from a general population mail survey[J].Environmental and Resource Economics,2008,41(2):223-248.

[4]鄭思齊,符育明,任榮榮.居民對城市生活質量的偏好:從住房成本變動和收斂角度的研究[J].世界經濟文匯,2011(2):35-49.

[5]曾賢剛.我國城鎮居民對CO2減排的支付意愿調查研究[J].中國環境科學,2011,31(2):346-352.

[6]國家發展和改革委員會能源研究所課題組.中國2050年低碳發展之路:能源需求暨碳排放情景分析[M].北京:科學出版社,2009.

[7]齊曄.中國低碳發展報告(2013)[M].北京:社會科學文獻出版社,2013.

[8]Andersen M S,Ekins P.Carbon-Energy Taxation: Lessons from Europe [M].London: OUP Oxford,2009.

[9]Train K E.Discrete Choice Methods with Simulation [M].Cambridge: Cambridge University Press,2003.

[10]聶沖,賈生華.離散選擇模型的基本原理及其發展演進評價[J].數量經濟技術經濟研究,2005,12(11):151-159.

[11]Andrews R L,Ainslie A,Currim I S.An empirical comparison of logit choice models with discrete versus continuous representations of heterogeneity [J].Journal of Marketing Research,2002,39(4):479-487.

[12]中國氣候傳播項目中心.中國公眾氣候變化與氣候傳播認知狀況調研報告[R].北京:中國氣候傳播項目中心,2012.

[13]Leiserowitz A A.American risk perceptions: Is climate change dangerous [J].Risk Analysis,2005,25(6):1433-1442.

[14]趙現紅.基于游客特性的旅游目的地離散選擇實證研究:以三大口岸中轉型入境游客為例[J].旅游學刊,2009,24(12):60-62.

An Empirical Study on Dispersed Choice in WTP for GHG Reduction Based on the Resident′s Specific Properties

WANG Guoyou1,2

(1.Economic and Management Center,Chongqing Technology & Business university, Chongqing 400067,China; 2.School of Environment,Renmin University of China,Beijing 100872,China)

Choice of WTP for GHG reduction has always been one of the basis of the study of building China′s GHG emissions framework,different parts of the reasonable responsibility to reduce emissions and low carbon economy development policies.The whole process of choice is commonly influenced by systematic component (payment attribute)and random component (resident property).Based on WTP survey in the Chengdu City， Chongqing City and Urumqi City,Logistic discrete choice model was used to analyze affecting factors on resident′s WTP.The results show that the Urumqi City residents have the highest willingness to pay followed by Chengdu City and Chongqing City.It was found that region,age,education,income,occupation,children and pay motivation significantly influenced the willingness to pay.Compared with the most perfect data research,intent-to-treat research can better analyze the residents′ perception and attitude of greenhouse gas emissions.

GHG reduction; WTP; logistic discrete choice model; affecting factor

2015-10-01

2015-11-20

國家社科資助項目“我國銅資源二次利用的生態產業鏈延伸路徑研究”(15XGL016);教育部人文社科青年項目“三峽庫區環境區居民傳統環境權利剝奪的生態補償制度研究”(10YJC790250);重慶市哲學社會科學規劃項目“三峽工程后續期生態補償制度研究”(2010YBJJ09)

王國友(1974—),男,新疆烏魯木齊人,高級工程師,博士,主要從事資源經濟學研究。E-mail:emcwgy@163.com

F062.2; X51

A

1005-3409(2016)05-0291-07