王國(guó)友

(1.重慶工商大學(xué) 經(jīng)濟(jì)管理中心,重慶 400067; 2.中國(guó)人民大學(xué) 環(huán)境學(xué)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(guó)友1,2

(1.重慶工商大學(xué) 經(jīng)濟(jì)管理中心,重慶 400067; 2.中國(guó)人民大學(xué) 環(huán)境學(xué)院,北京 100872)

基于消費(fèi)者支付意愿的定量評(píng)價(jià)是建立我國(guó)溫室氣體減排框架、確定不同地區(qū)合理的減排責(zé)任和低碳經(jīng)濟(jì)發(fā)展政策的基礎(chǔ)。整個(gè)選擇過(guò)程是系統(tǒng)分量(支付屬性)和隨機(jī)分量(居民特性)共同作用的結(jié)果。以2014年成都、重慶、烏魯木齊3個(gè)西部城市收集的意愿性數(shù)據(jù)為分析基礎(chǔ)，借助Logistic離散選擇回歸模型系統(tǒng)分析影響居民溫室氣體減排支付意愿的影響因素。結(jié)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(yè)、有無(wú)子女和支付動(dòng)機(jī)7個(gè)變量對(duì)支付意愿影響顯著。較之與多數(shù)完成式數(shù)據(jù)的研究相比，意愿性調(diào)查能更好地通過(guò)分析未選擇者的約束因素，從而可更好分析居民對(duì)溫室氣體減排的認(rèn)知和態(tài)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(guó)與美國(guó)發(fā)布《中美元首氣候變化聯(lián)合聲明》，中國(guó)政府承諾“中國(guó)到2030年單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放將比2005年下降60%～65%”，“中國(guó)將繼續(xù)支持并加快削減氫氟碳化物行動(dòng)，包括到2020年有效控制三氟甲烷(HFC-23)排放”。要實(shí)現(xiàn)上述目標(biāo)，必須從生產(chǎn)和消費(fèi)兩方面著手進(jìn)行減排，而IPCC(政府間氣候變化專(zhuān)門(mén)委員會(huì))評(píng)估報(bào)告證實(shí)，溫室氣體排放是導(dǎo)致全球變暖的主要原因之一，其最大的增幅來(lái)自于工業(yè)生產(chǎn)和能源消費(fèi)領(lǐng)域(IPCC，2007年)。而生產(chǎn)和消費(fèi)的同一性決定了溫室氣體減排不只取決于產(chǎn)品的生產(chǎn)過(guò)程，還受制于公眾的消費(fèi)偏好等主觀因素，消費(fèi)者是否愿意為溫室氣體減排支付費(fèi)用，其支付意愿如何，影響支付意愿的因素是什么，對(duì)這些問(wèn)題的回答關(guān)系到我國(guó)政府應(yīng)對(duì)氣候變化政策的制定和執(zhí)行和低碳經(jīng)濟(jì)發(fā)展的基礎(chǔ)。支付意愿的選擇，其目標(biāo)是探討為什么不同消費(fèi)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(guān)。

由于溫室氣體減排的外部性特征，所以它無(wú)法在市場(chǎng)上通過(guò)交換直接獲得價(jià)值，目前國(guó)內(nèi)外主要應(yīng)用權(quán)變?cè)u(píng)價(jià)法(CV，Contingent Valuing Method，簡(jiǎn)稱(chēng)CVM)來(lái)測(cè)度居民對(duì)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(guò)直觀的數(shù)據(jù)給決策者傳達(dá)環(huán)境質(zhì)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(píng)價(jià)及預(yù)測(cè)消費(fèi)者對(duì)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(wèn)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(yàn)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(tǒng)市場(chǎng)供給理論判斷消費(fèi)者消費(fèi)行為對(duì)溫室氣體減排的傳導(dǎo)作用，而忽視消費(fèi)者本身的消費(fèi)理念和市場(chǎng)需求對(duì)溫室氣體減排的直接影響，據(jù)此提出的減排方案和政策建議也因?yàn)槊撾x消費(fèi)者的意愿而出現(xiàn)有偏的結(jié)果?；谝陨显颍疚慕柚S機(jī)效用理論和二項(xiàng)式Logistic離散選擇模型，采用對(duì)烏魯木齊、成都、重慶3個(gè)城市居民的選擇意愿數(shù)據(jù)，構(gòu)建支付意愿選擇模型，探討影響支付意愿的各種因素。

1　數(shù)據(jù)來(lái)源與描述

1.1數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于課題組在2014年9—11月對(duì)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(jìn)行的隨機(jī)抽樣調(diào)查。

調(diào)查方法借鑒國(guó)家統(tǒng)計(jì)局城市司開(kāi)展的城市住戶(hù)調(diào)查(Urban Household Survey，UHS)方法[4]。主要采取二相抽樣方法選取調(diào)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(qū)(縣)為層，在每個(gè)層內(nèi)隨機(jī)抽取2～3個(gè)街道或社區(qū)；在每個(gè)被選中的街道或社區(qū)按照其規(guī)模大小隨機(jī)抽選1～2個(gè)居民點(diǎn)；在每個(gè)被抽中的居民點(diǎn)內(nèi)按照住宅分布等距抽選20～30個(gè)居民，如果被抽中住戶(hù)不符合要求或不愿意接受調(diào)查，由訪問(wèn)員在其近鄰中選擇替換樣本住戶(hù)。具體對(duì)選出的大樣本或一相樣本開(kāi)展調(diào)查，取得被調(diào)查者的家庭人口、收入等輔助資料，然后根據(jù)這些資料進(jìn)行分組，從中按比例抽出一個(gè)小樣本(也稱(chēng)二相樣本)，作為被調(diào)查人口。本文調(diào)查對(duì)象主要為18歲以上的成年人。內(nèi)容涉及到被調(diào)查對(duì)象的年齡、職業(yè)、收入、婚姻狀況、有無(wú)子女、對(duì)氣候變化的主觀感知、日常節(jié)能減排行為等(表2)。從調(diào)查結(jié)果看，樣本中62%為男性，平均年齡45歲，超過(guò)70%被訪對(duì)象受教育程度為大學(xué)及以上，學(xué)歷為中學(xué)及以下的集中在年齡55歲及以上和22歲及以下兩個(gè)年齡階段。被調(diào)查者中27%左右收入為50 000～100 000元，60%的被訪對(duì)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(diào)查結(jié)果同樣具有一定普遍性。此外，被調(diào)查對(duì)象超過(guò)90%認(rèn)為現(xiàn)在全球越來(lái)越熱，因此愿意為溫室氣體減排支付一定金額，這個(gè)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(duì)支付意愿的調(diào)查主要采用支付卡問(wèn)卷，即被訪者只需在列出的投標(biāo)區(qū)間中選擇最大支付意愿所在區(qū)間。調(diào)查問(wèn)卷共發(fā)放1 500份，在具體調(diào)查中，按照城市常住人口進(jìn)行樣本量分配，其中成都500份，重慶600份，烏魯木齊400份?？鄢痦?xiàng)有遺漏者，有效問(wèn)卷成都為481份，重慶509份，烏魯木齊390份，共計(jì)1 380份，有效率為92%。

1.2支付意愿描述性統(tǒng)計(jì)

在調(diào)查中，根據(jù)三地的人口數(shù)量、居民收入、產(chǎn)業(yè)結(jié)構(gòu)、主要溫室氣體類(lèi)型和溫室氣體來(lái)源等前期調(diào)查和數(shù)據(jù)分析基礎(chǔ)上，將支付意愿劃成了15個(gè)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(shù)能夠更準(zhǔn)確地反映城鎮(zhèn)居民的支付意愿，本研究使用中位數(shù)來(lái)衡量三地居民的代表性支付意愿[5]。

實(shí)現(xiàn)我國(guó)溫室氣體減排目標(biāo)并降低減排成本，取決于我國(guó)發(fā)展路徑、對(duì)技術(shù)的投資和各種財(cái)政、稅收等一攬子方案的實(shí)施[6]。因此，要穩(wěn)定在較低的排放水平需要在未來(lái)幾十年(2000—2050年)加強(qiáng)溫室氣體的減排和技術(shù)投入[7]。因此，在調(diào)查問(wèn)卷中，我們結(jié)合3個(gè)城市“十二五”期間產(chǎn)業(yè)發(fā)展規(guī)劃、城市發(fā)展規(guī)劃和溫室氣體減排目標(biāo)等，并在未來(lái)5年人口數(shù)量和經(jīng)濟(jì)發(fā)展總量的預(yù)測(cè)基礎(chǔ)上，設(shè)計(jì)了3個(gè)不同減排目標(biāo)，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(fā)生變化(表1)。

從表1可見(jiàn)，在3個(gè)不同減排目標(biāo)下，烏魯木齊的城市居民對(duì)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(duì)于不同減排目標(biāo)，居民的支付意愿差異不大。此外，我們的調(diào)查結(jié)果表明，3地被調(diào)查者都認(rèn)為20%的減排目標(biāo)可以較好地改善城市大氣環(huán)境，也不會(huì)對(duì)整個(gè)城市的經(jīng)濟(jì)發(fā)展水平造成劇烈影響，因此，3個(gè)城市對(duì)降低20%的支付意愿都為最大。但與發(fā)達(dá)國(guó)家相比，我國(guó)城市居民對(duì)溫室氣體減排支付意愿仍為低，這可能與我國(guó)經(jīng)濟(jì)發(fā)展水平和公民環(huán)境意識(shí)較為淡薄有關(guān)[8]。

表1　城市居民對(duì)減排的支付意愿描述性統(tǒng)計(jì)

注：到2030年的總支付意愿以年貼現(xiàn)率為5%進(jìn)行預(yù)測(cè)。

2　實(shí)證模型與變量選擇

按照“理性經(jīng)濟(jì)人”的假設(shè)，居民只會(huì)選擇與最大效用相聯(lián)系的支付意愿。而效用判斷的主觀性使支付意愿選擇充滿(mǎn)隨機(jī)性和不確定性。顯然，我們需要一個(gè)正式的規(guī)則來(lái)定義選擇某選項(xiàng)的概率如何被他們的隨機(jī)效用所影響，麥克法登(McFadden)開(kāi)創(chuàng)性地以隨機(jī)效用假設(shè)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(xué)選擇。Logistic離散選擇模型的行為理論基礎(chǔ)是隨機(jī)效用理論，它研究屬性對(duì)個(gè)體的空間選擇行為過(guò)程概率的直接影響，但并不是最后的結(jié)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(fèi)用，而非實(shí)際有多少人進(jìn)行支付。此外，模型采用最大似然估計(jì)法進(jìn)行參數(shù)估計(jì)，不要求樣本數(shù)據(jù)呈正態(tài)分布，這也與現(xiàn)實(shí)中居民對(duì)溫室氣體減排支付意愿選擇的真實(shí)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(chǎng)營(yíng)銷(xiāo)、旅游和醫(yī)學(xué)方面，對(duì)溫室氣體減排支付意愿及影響因素研究尚未見(jiàn)到相關(guān)文獻(xiàn)。

2.1實(shí)證模型構(gòu)建

2.1.1模型建立如果居民i認(rèn)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(huì)主動(dòng)選擇支付，反之。

(1)

進(jìn)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(dǎo)過(guò)程見(jiàn)參考文獻(xiàn)[10])：

(i=0,…,N)

(2)

(3)

為了便于計(jì)算，將公式(3)用對(duì)數(shù)函數(shù)表示：

(4)

2.1.3模型解釋Logistic離散選擇模型因?yàn)樯婕暗絻煞N以上的結(jié)果，因此在解釋上較為復(fù)雜。因此，本文參考Andrews等[11]對(duì)模型解釋的方法，采取概率對(duì)數(shù)比來(lái)解釋該模型的實(shí)證結(jié)果。進(jìn)行模型估計(jì)時(shí)，將Yij=0作為參照系，本文中有N+1個(gè)解釋變量作為偏好差異影響因素，即可得到N個(gè)logit的模型：

(5)

(6)

(7)

式中：j=1,…,N。

2.2解釋變量選擇

為了識(shí)別對(duì)支付意愿選擇產(chǎn)生影響的隨機(jī)變量，同時(shí)為了使解釋變量更為有效，本文結(jié)合焦點(diǎn)小組討論和深度訪談，并借助統(tǒng)計(jì)數(shù)據(jù)、過(guò)去研究的文獻(xiàn)、相關(guān)政策文件的匯總與分析等最終選擇了10個(gè)測(cè)評(píng)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(yè)狀況、婚姻狀況、教育程度、收入水平等情況。并假設(shè)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(shí)證分析

3.1模型參數(shù)檢驗(yàn)

3.1.1模型精度變化借助SPSS 16.0，采取逐步回歸法，通過(guò)極大似然估計(jì)的統(tǒng)計(jì)量概率檢驗(yàn)(p<0.05)，對(duì)10個(gè)自變量逐漸引入，進(jìn)行多次迭代和7輪優(yōu)化后收斂，可得到影響最為顯著的7個(gè)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(yàn)結(jié)果分別為0.307，0.379，模型的預(yù)測(cè)準(zhǔn)確率上升到67.8%，說(shuō)明這些自變量顯著地改變了預(yù)測(cè)模型的效果(表3—4)。

表3　5輪優(yōu)化后模型擬合度

3.1.2模型擬合優(yōu)度檢驗(yàn)在確定了7個(gè)主要變量之后，根據(jù)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(shè)為與其他影響因素對(duì)比的基準(zhǔn)因素，進(jìn)行模型擬合度檢驗(yàn)。

首先對(duì)所有自變量偏回歸系數(shù)進(jìn)行似然比檢驗(yàn)，判斷是否其全為0。當(dāng)模型中沒(méi)有引入自變量時(shí)，-2倍的對(duì)數(shù)似然值為1 491.237，當(dāng)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(gè)自變量偏回歸系數(shù)不為0，通過(guò)似然比檢驗(yàn)，7個(gè)自變量均具有統(tǒng)計(jì)學(xué)意義，也就是說(shuō)這些變量對(duì)模型具有顯著性影響，模型擬合良好(表5)。

表4　預(yù)測(cè)準(zhǔn)確率的變化結(jié)果

3.1.3模型參數(shù)檢驗(yàn)表6是最終回歸模擬的擬合結(jié)果，本文中在引入這8個(gè)變量之后，最終得到模型所需參數(shù)及顯著性檢驗(yàn)結(jié)果(表6)。

表5　似然比檢驗(yàn)

3.2實(shí)證結(jié)果與分析

(1)地理位置變量X10，p=0.003，說(shuō)明該變量具有顯著性影響。而比數(shù)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(qiáng)度。即當(dāng)控制其他變量保持不變的情況下，烏魯木齊和重慶被調(diào)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(duì)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(lái)自于人口結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、氣候和地理環(huán)境及取暖方式等。烏魯木齊是我國(guó)西北地區(qū)重要的煤、化工生產(chǎn)基地，加之長(zhǎng)達(dá)半年的取暖期和狹長(zhǎng)型的地形特點(diǎn)，2013全年霧霾天氣接近1/3，肺病發(fā)病率極高，因此居民對(duì)溫室氣體減排更為關(guān)注，也愿意為此支付一定數(shù)量的費(fèi)用。根據(jù)統(tǒng)計(jì)數(shù)據(jù)，重慶人均收入較之成都為低，其中中低收入和農(nóng)村務(wù)工人員比例較大，而結(jié)合對(duì)變量X4，X5的分析結(jié)果，這些都可能是導(dǎo)致重慶居民支付意愿較低的重要因素。

表6　模型參數(shù)及顯著性

(2)年齡變量X2的Wald的檢驗(yàn)結(jié)果p=0.012，表明該自變量對(duì)因變量影響顯著。不同年齡層次對(duì)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(duì)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(jù)我們抽樣調(diào)查，31～40歲這個(gè)年齡段的被調(diào)查居民經(jīng)濟(jì)收入相對(duì)較為穩(wěn)定，受教育程度較之其他年齡段高，更關(guān)心環(huán)境保護(hù)、氣候變化、社會(huì)公平等問(wèn)題，而子女的未來(lái)也是他們最為關(guān)心的問(wèn)題，這個(gè)年齡段的居民也更愿意為溫室氣體減排支付一定費(fèi)用。而51～60歲階段的中老年人多處在后代上學(xué)、就業(yè)、買(mǎi)房和自身邁入養(yǎng)老期的夾心階段，對(duì)費(fèi)用的支出最為敏感，其對(duì)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(yàn)值p=0.024，也達(dá)到了統(tǒng)計(jì)學(xué)意義，說(shuō)明不同教育程度對(duì)溫室氣體減排支付意愿的概率不同。從表6可發(fā)現(xiàn)，教育程度越高，對(duì)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(shí)到氣候變化和溫室氣體排放對(duì)生產(chǎn)生活的負(fù)面影響，教育提高了居民對(duì)新的減排技術(shù)、新的低碳產(chǎn)品的認(rèn)知能力、理解能力和執(zhí)行能力，從而引致教育程度較高的居民更愿意對(duì)溫室氣體減排支付一定費(fèi)用，或在日常生活中購(gòu)買(mǎi)和使用低碳產(chǎn)品和綠色產(chǎn)品[12]。

(4)年收入變量X4的Wald檢驗(yàn)值p=0.003，同樣達(dá)到了統(tǒng)計(jì)學(xué)意義。即收入越高，其對(duì)溫室氣體減排支付意愿的概率也最高。收入高者對(duì)減排支付價(jià)格不敏感，而這種支付具有巨大的社會(huì)意義，也能滿(mǎn)足其心理需求[13]，因此高收入者有能力也愿意對(duì)溫室氣體減排支付一定費(fèi)用。

(5)職業(yè)變量X5的檢驗(yàn)值p=0.019，也達(dá)到了統(tǒng)計(jì)學(xué)上的顯著意義。即職業(yè)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(jiàn)，專(zhuān)業(yè)技術(shù)人員對(duì)溫室氣體減排支付意愿最高，離退休人員最低?？傮w而言，專(zhuān)業(yè)技術(shù)人員受教育程度普遍較高，較之其他人員，對(duì)溫室氣體導(dǎo)致的全球增溫和氣候變化認(rèn)知程度較高。據(jù)我們的調(diào)查結(jié)果，超過(guò)60%的專(zhuān)業(yè)技術(shù)人員都對(duì)溫室氣體過(guò)度排放對(duì)本領(lǐng)域的負(fù)面影響有較為深刻的專(zhuān)業(yè)認(rèn)知，也更愿意支付一定費(fèi)用以減緩氣候變化的影響。而離退休人員更關(guān)心溫室氣體減排支付是否會(huì)降低他們的生活水平，即使這種支付只是一種虛擬性的調(diào)查。

(6)對(duì)于有無(wú)子女變量X7，Wald的檢驗(yàn)值p=0.002也達(dá)到了統(tǒng)計(jì)學(xué)的顯著性，即相比沒(méi)有孩子的城市居民，有子女的被調(diào)查者更愿意為了后代的健康和有良好的生態(tài)環(huán)境而選擇支付。這與我們對(duì)支付動(dòng)機(jī)的分析結(jié)論一致。

(7)對(duì)支付動(dòng)機(jī)變量X9，Wald的檢驗(yàn)值p=0.000達(dá)到了統(tǒng)計(jì)學(xué)的顯著性，即不同的動(dòng)機(jī)其支付意愿的概率不同，其中后代健康與可持續(xù)概率最大，為1.134，一方面城市霧霾、沙塵暴等天氣越來(lái)越頻密，另一方面，獨(dú)生子女政策使得家庭更關(guān)注自己的子女，更愿意為了后代的健康與獲得可持續(xù)發(fā)展的生態(tài)環(huán)境而支付費(fèi)用。

4　結(jié)論及建議

本文基于烏魯木齊和成都、重慶3地1 380個(gè)調(diào)查樣本，分析城市居民對(duì)溫室氣體減排的支付意愿，結(jié)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(xiàng)式Logistic定性回歸模型分析影響支付意愿的因素，結(jié)果表明：所處的地域、年齡、受教育程度、年收入、職業(yè)、有無(wú)子女和支付動(dòng)機(jī)7個(gè)變量對(duì)支付意愿影響顯著。而較之與多數(shù)完成式數(shù)據(jù)的研究相比，意愿性調(diào)查能更好地通過(guò)分析未選擇者的約束因素[14]，從而可更好地分析居民對(duì)溫室氣體減排的認(rèn)知和態(tài)度。本文的實(shí)證研究凸顯了高收入、良好的職業(yè)和較高的學(xué)歷等對(duì)環(huán)境認(rèn)知和保護(hù)的高度認(rèn)知和高度的保護(hù)意愿，這也更符合發(fā)展中國(guó)家環(huán)境保護(hù)中“中產(chǎn)階級(jí)”的人口結(jié)構(gòu)認(rèn)知格局，從而使我們的研究結(jié)論更具有現(xiàn)實(shí)解釋力。

本文的結(jié)論具有重要的政策含義。首先，城市人口的消費(fèi)能力和消費(fèi)導(dǎo)向?qū)⑹侵鲗?dǎo)中國(guó)未來(lái)經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)走向的最為主要的決定因素之一，溫室氣體減排離不開(kāi)市場(chǎng)需求。因此，政府應(yīng)更多地從消費(fèi)需求的角度制定溫室氣體減排和低碳經(jīng)濟(jì)發(fā)展政策，引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)適應(yīng)消費(fèi)需求變化，避免生產(chǎn)與消費(fèi)的脫節(jié)，最終損害生產(chǎn)商和消費(fèi)者雙方的利益。其次，從節(jié)能減排和應(yīng)對(duì)氣候變化的整體性視角看，應(yīng)該擴(kuò)大節(jié)能產(chǎn)品的受眾范圍，讓不同收入水平的消費(fèi)人群都可以參與到實(shí)際的節(jié)能減排當(dāng)中。即價(jià)格不應(yīng)該成為消費(fèi)者選擇的障礙。這點(diǎn)除進(jìn)行節(jié)能產(chǎn)品的宣傳的同時(shí)，較為可行的方法是對(duì)用戶(hù)實(shí)施一定程度的節(jié)能補(bǔ)貼，并同時(shí)淘汰落后生產(chǎn)工藝和產(chǎn)品。最終使消費(fèi)者對(duì)節(jié)能產(chǎn)品的選擇成為一種消費(fèi)習(xí)慣。同時(shí)需多層次、多渠道的調(diào)整生產(chǎn)和需求的關(guān)系，據(jù)此及時(shí)根據(jù)條件變化更正生產(chǎn)行為、消費(fèi)方式和溫室氣體減排行為。再次，從維護(hù)社會(huì)經(jīng)濟(jì)發(fā)展可持續(xù)的角度出發(fā)，生產(chǎn)部門(mén)、消費(fèi)部門(mén)、項(xiàng)目審批部門(mén)和環(huán)境保護(hù)部門(mén)等，應(yīng)該協(xié)調(diào)行動(dòng)，增加生產(chǎn)者生產(chǎn)節(jié)能產(chǎn)品和消費(fèi)者消費(fèi)節(jié)能產(chǎn)品的渠道，緩解目前節(jié)能產(chǎn)品叫好不叫座的現(xiàn)狀，才能更好地從生產(chǎn)和消費(fèi)兩個(gè)視角實(shí)現(xiàn)溫室氣體減排，最終實(shí)現(xiàn)多方共贏。

囿于研究區(qū)范圍、數(shù)據(jù)結(jié)構(gòu)等，本文的研究?jī)H僅代表了部分地區(qū)城市居民對(duì)溫室氣體減排的認(rèn)知，一些變量可能并未體現(xiàn)影響支付意愿的全貌，且因?yàn)閮H僅是一年的數(shù)據(jù)，難以動(dòng)態(tài)反映城市居民對(duì)氣候變化、溫室氣體減排的支付意愿變化趨勢(shì)，對(duì)相關(guān)政策建議的提出也因此存在一定局限性，特別是國(guó)家“十二五”規(guī)劃已經(jīng)明確了“到2015年，全國(guó)萬(wàn)元GDP能耗要比2010年下降16%，化學(xué)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(jié)能減排目標(biāo)，并以省份為單位對(duì)這一節(jié)能減排目標(biāo)進(jìn)行了地區(qū)分解，這個(gè)可以作為一個(gè)自然試驗(yàn)，在幾年之后進(jìn)行檢驗(yàn)，以驗(yàn)證消費(fèi)者視角能否推進(jìn)地區(qū)的節(jié)能減排。我們也可以比較從生產(chǎn)視角和消費(fèi)視角對(duì)二氧化碳減排是否有顯著不同。另外，如何尋找一個(gè)更好的工具變量，也是一個(gè)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(duì)城市生活質(zhì)量的偏好:從住房成本變動(dòng)和收斂角度的研究[J].世界經(jīng)濟(jì)文匯,2011(2):35-49.

[5]曾賢剛.我國(guó)城鎮(zhèn)居民對(duì)CO2減排的支付意愿調(diào)查研究[J].中國(guó)環(huán)境科學(xué),2011,31(2):346-352.

[6]國(guó)家發(fā)展和改革委員會(huì)能源研究所課題組.中國(guó)2050年低碳發(fā)展之路:能源需求暨碳排放情景分析[M].北京:科學(xué)出版社,2009.

[7]齊曄.中國(guó)低碳發(fā)展報(bào)告(2013)[M].北京:社會(huì)科學(xué)文獻(xiàn)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(fā)展演進(jìn)評(píng)價(jià)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(guó)氣候傳播項(xiàng)目中心.中國(guó)公眾氣候變化與氣候傳播認(rèn)知狀況調(diào)研報(bào)告[R].北京:中國(guó)氣候傳播項(xiàng)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(xiàn)紅.基于游客特性的旅游目的地離散選擇實(shí)證研究:以三大口岸中轉(zhuǎn)型入境游客為例[J].旅游學(xué)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(guó)家社科資助項(xiàng)目“我國(guó)銅資源二次利用的生態(tài)產(chǎn)業(yè)鏈延伸路徑研究”(15XGL016);教育部人文社科青年項(xiàng)目“三峽庫(kù)區(qū)環(huán)境區(qū)居民傳統(tǒng)環(huán)境權(quán)利剝奪的生態(tài)補(bǔ)償制度研究”(10YJC790250);重慶市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目“三峽工程后續(xù)期生態(tài)補(bǔ)償制度研究”(2010YBJJ09)

王國(guó)友(1974—),男,新疆烏魯木齊人,高級(jí)工程師,博士,主要從事資源經(jīng)濟(jì)學(xué)研究。E-mail:emcwgy@163.com

F062.2; X51

A

1005-3409(2016)05-0291-07