选择实验法价值评估综述

(整期优先)网络出版时间:2023-12-11
/ 3

选择实验法价值评估综述

段鹏飞

河北经贸大学经济研究所   河北省石家庄  050061

摘要:随着人类的发展和人与自然的矛盾越演越烈,生态系统的价值得到了越多越多学者的关注,并且对生态系统的价值评估有利于人们认识到自然的重要性。目前生态价值评估的方法主要可以划分为,显示性偏好和陈述性偏好,本文详细的介绍了陈述性偏好,选择实验法的价值评估。并对该方法的历史回顾、理论假设、优点和局限性进行了总结,并列举国内外应用选择实验方法的经典文献,并对目前价值评估的局限和不足进行总结。

关键词:生态价值;选择实验法;可支付意愿

引言

在党的十八大报告中指出,既要绿水清山,也要金山银山,将生态文明建设提升到一个新的高度,报告中指出生态文明建设是关系人民福祉、关乎民族未来的长远大计。生态环境是人类社会赖以生存和发展的基础,因此生态环境有着无法估量的价值。由于没有对生态环境进行合理的估价,因此导致了生态系统的过度消费[1]。为了保护和维持各类生态系统稳定,促进被人类破坏的生态系统恢复,人类必须要投入大量的人力和物力[2]

自Costanza et.al[3]首次提出了关于生态服务和自然资本价值以来,越来越多的学者通过计算生态系统服务的价值来评估生态系统。该方法基于货币价值,试图量化生态系统的货币价值并为经济学家和政府提供思考和规划。

目前评估生态系统的方法可以分为两类:显示性偏好(RP)和陈述性偏好(SP),其中陈述性偏好方法是直接询问受访者假设他们增加或减少生态系统服务所愿意支付的货币价值;显示性偏好则是通过与生态服务相关的一些私人支出中推断出其生态价值的可支付意愿(WTP)。目前,具有代表性的显示性偏好法有旅行成本法(travel cost method,TCM)、条件价值法(contingent valuation method,CVM)和选择实验法(choice experiment,CE)。本文主要介绍显示性偏好法:选择实验法,并对选择实验法的历史进行回顾、阐述选择实验理论假设、以及目前资源价值评估的局限和不足。

1 选择实验法(CE)

在目前的环境价值评估中,中国国内主流运用CVM进行资源价值评估,但CVM有其局限性,CVM运用一次通常只能解决一种环境引起的环境福利变化而且只能解决环境质量当作同一整体的价值变化并不能解决复杂变化环境下的资源价值评估。然而在现实生活中,环境产品往往具有许多属性,受访者更关心的是某种属性变化和整体环境质量状况变化不同的价值估计。因此,选择实验的方法更加适合现实评估。选择实验设计时会考虑到许多属性以及属性水平,并将这些属性纳入到理论模型当中,多属性以及多属性水平的综合考虑也使得评估结果更精确。与CVM不同的是,选择实验必须先通过资料分析或者前期调研,间接的推算出环境的货币价值的大体范围,然后根据其值设置货币水平。其应用大致可以分为5个步骤:第一,确定属性及属性水平,以及属性的定义;第二,根据属性及属性水平采用不同效度分析得到正交的问卷;第三:调研区域的选择,要选择合适的调研地区;第四,实施调研;第五,数据的收集清理以分析。

Lancaster 1966年提出的需求理论是选择实验方法的理论基础,该理论假设产品是由一系列的属性和属性水平构成,并且消费者从商品中获得的效用来自于这些属性而不是商品本身即商品的总效用可以分解为不同属性的效用之和,消费者从这些不同属性当中获得效用。在此基础上,选择实验要求消费者通过对比不同的属性和属性水平进而选择产品,这种模式也更加的符合消费者在市场消费中的决策过程。实证模型设定如下:

                        (1)

其中,是方案对单个个体提供的效用,是所有方案的集合,是方案的属性向量

选择实验基于随机效用理论,个体的效用由可观测到的部分和误差项组成。个体n在情景k中选择方案i时,其所获得的效用为:

                                            (2)

其中,为可观测部分的效用,为随机误差项,即不可观测的部分。在随机效用理论的假设下,理性的个体在做选择时,会基于效用最大化选择对应方案。个体在单个情境下,选择方案i,而不是方案j的概率公式如下:

                            (3)

计量经济学的模型与误差项的概率分布有关,因此发展出了多种选择实验分析模型,例如条件模型(CL)、混合对数模型(MXL)、多元参数模型(MNL)、随机参数模型(RPL)等。单个个体n选择方案i而不是方案j的概率由下式给出:

                               (4)

其中,表示为的分布函数,根据估计出的系数,可以采用某个方法进行

                               (5)

其中,为价格向量的估计系数,为商品其他属性的估计系数,根据上式即可估计出个体

n对于商品某个属性的支付意愿。

1.1选择实验相关文献

表1 选择实验法相关文献

作者

目的

国家

研究对象

WTP/WTA

(Kassie et.al, 2023)[10]

了解牧民对山羊性状的偏好

埃塞俄比亚

山羊

WTP

(Pratikto et.al等, 2023)[11]

估计印度尼西亚非补贴住宅消费者中绿色电力的WTP

印度尼西亚

绿色电力

WTP

(Jiang et.al, 2023)[12]

信息干预对公众偏好的影响和为改善空气质量的支付意愿

中国

空气质量

WTP

(Zhao et.al, 2023)[13]

中国文化旅行游客为讲解的支付意愿

中国

旅游讲解

WTP

(Kyoi et.al, 2023)[14]

评估居民对环境景观的支付意愿

日本

居住景观

WTP

(AsiolI et.al, 2022)[15]

消费者对人工培养牛肉的支付意愿

英国、西班牙和法国

培养牛肉

WTP

(Poulissen et.al, 2023)[16]

雇主为临时工和长期工的培训费用支付意愿

荷兰

临时工和长期工

WTP

(Liu et.al, 2023)[17]

荷兰租户和拥有房产者参与天然气改造的差异性研究

荷兰

租户和房产拥有者

-

(Schröer et.al, 2023)[18]

牧民参与沼气生产过程中动物粪便押金退还制度的意愿

德国

饲养牲畜的牧民

WTP

2、研究与展望

由于生态系统价值评估具有复杂性和多样性等问题,很难十分准确的评估生态价值。对于一些发达国家,其生态价值评估已经经历了几十年的历程,我国的生态系统价值评估起步在近十几年,相较于发达国家起步较晚,虽然过去的几十年中,国内外已经存在了大量的生态价值评估研究,但研究结果仍然具有局限性。未来的研究发展趋势应当着重改进当前的不足,主要的不足有以下几方面:

应注重价值评估方法的提升和评估理论的突破。虽然我国的生态价值评估方法和理论已经有了较大的进度,但总体上看仍是在模仿应用国外的方法和理论。我国的生态、生产力水平、经济发展重点、城镇化水平都与国外有很大差异,应探索出一套符合我国国情的理论和评价方法,对地方和政府发展社会经济和牺牲生态环境的代价进行合理的估算,才可以进一步的遏制以牺牲环境而换取GDP的不健康发展方式,实现绿色发展,促进人与自然和谐共生。

生态系统价值具有复杂性和系统性。采用意愿支付法进行评估时会有很大的差异,因此在生态价值评估时要综合考虑生态服务系统所处的经济环境、地理状况、人文特点等因素。因此在进行生态价值评估时应进一步的细分不同生态系统功能以及价值并对不同功能采用相对应的方法进行评估而不是简单的将各部分功能的生态价值加总求和,这样才可以求得一个合理的价值并提供政策指导意义。

基金项目:2023 年河北经贸大学硕士研究生创新计划项目(项目号:XYCX202345)

参考文献

[1]EGOH B, ROUGET M, REYERS B, et.al. Integrating ecosystem services into conservation assessments: A review. Ecological Economics, 2007, 63(4): 714-721. DOI:10.1016/j.ecolecon.2007.04.007.

[2]KINZIG A P, PERRINGS C, CHAPIN F S, et.al. Paying for Ecosystem Services—Promise and Peril. Science, 2011, 334(6056): 603-604. DOI:10.1126/science.1210297.

[3]COSTANZA R, D’ARGE R, DE GROOT R, et.al. The value of the world’s ecosystem services and natural capital. Ecological Economics, 1998, 25(1): 3-15. DOI:10.1016/S0921-8009(98)00020-2.

[8]HOTELLING H. Washington: The Prewitt Report. National Parks Service[R]. 1947.

[9]MCFADDEN D L. Conditional Logit Analysis of Qualitative Choice Behavior[[M]. 1974.

[10]全世文. 选择实验方法研究进展[J]. 经济学动态, 2016(1): 127-141.

[11]KASSIE G T, ABDULAI A, HAILE A, et.al. Understanding pastoralists’ preferences for goat traits: Application of all-levels and end-point choice experiments. Journal of Behavioral and Experimental Economics, 2023, 104: 102021. DOI:10.1016/j.socec.2023.102021.

[12]PRATIKTO F R, ARININGSIH P K, RIKARDO C. Willingness to Pay for Greener Electricity Among Non-Subsidized Residential Consumers in Indonesia: A Discrete Choice Experiment Approach. Renewable Energy Focus, 2023, 45: 234-241. DOI:10.1016/j.ref.2023.05.002.

[13]JIANG N, AO C, XU L, et.al. Will information interventions affect public preferences and willingness to pay for air quality improvement? An empirical study based on deliberative choice experiment. Science of The Total Environment, 2023, 868: 161436. DOI:10.1016/j.scitotenv.2023.161436.

[14]ZHAO W, CHAN C S. What interpretation service are cultural tourists willing to pay for? A choice-experiment approach for cultural heritage sites in China. Tourism Management Perspectives, 2023, 46: 101091. DOI:10.1016/j.tmp.2023.101091.

[15]KYOI S, KURIYAMA K, HASHIMOTO S. Relationship between the actual environmental landscape surrounding residents and their willingness to pay for the landscape: Evidence from a discrete choice experiment. Social Sciences & Humanities Open, 2023, 8(1): 100531. DOI:10.1016/j.ssaho.2023.100531.

[16]ASIOLI D, FUENTES-PILA J, ALARCÓN S, et.al Consumers’ valuation of cultured beef Burger: A Multi-Country investigation using choice experiments. Food Policy, 2022, 112: 102376. DOI:10.1016/j.foodpol.2022.102376.

[17]POULISSEN D, DE GRIP A, FOUARGE D, et.al. Employers’ willingness to invest in the training of temporary versus permanent workers: A discrete choice experiment. Labour Economics, 2023, 84: 102430. DOI:10.1016/j.labeco.2023.102430.

[18]LIU X, YANG D, ARENTZE T, et.al. The willingness of social housing tenants to participate in natural gas-free heating systems project: Insights from a stated choice experiment in the Netherlands. Applied Energy, 2023, 350: 121706. DOI:10.1016/j.apenergy.2023.121706.