曾賢剛，許志華，魯頤瓊 （中國(guó)人民大學(xué)環(huán)境學(xué)院，北京 100872）

基于CVM的城市大氣細(xì)顆粒物健康風(fēng)險(xiǎn)的經(jīng)濟(jì)評(píng)估
——以北京市為例

曾賢剛*，許志華，魯頤瓊 （中國(guó)人民大學(xué)環(huán)境學(xué)院，北京 100872）

運(yùn)用權(quán)變?cè)u(píng)價(jià)法（CVM）調(diào)查北京居民對(duì)降低PM2.5健康風(fēng)險(xiǎn)的支付意愿，結(jié)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(jié)構(gòu)方程模型，以風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)情緒、風(fēng)險(xiǎn)溝通3個(gè)維度衡量風(fēng)險(xiǎn)認(rèn)知，構(gòu)建風(fēng)險(xiǎn)認(rèn)知與支付意愿相關(guān)模型，分析表明風(fēng)險(xiǎn)認(rèn)知對(duì)支付意愿的影響系數(shù)為0.37；風(fēng)險(xiǎn)認(rèn)知3個(gè)維度中風(fēng)險(xiǎn)情緒反映度最高，負(fù)荷量為0.95，且風(fēng)險(xiǎn)情緒中“現(xiàn)實(shí)滿意度”影響最顯著，負(fù)荷量為0.71；風(fēng)險(xiǎn)特征中PM2.5健康風(fēng)險(xiǎn)發(fā)生可能性、后果嚴(yán)重性影響程度最高，負(fù)荷量均為0.85；個(gè)人特征能直接或通過(guò)風(fēng)險(xiǎn)認(rèn)知間接影響支付意愿，總影響系數(shù)為0.47，且個(gè)人特征中受教育程度與收入表現(xiàn)出強(qiáng)共變性，共變系數(shù)為0.67.

PM2.5；支付意愿；風(fēng)險(xiǎn)認(rèn)知；結(jié)構(gòu)方程模型

近年來(lái)，PM2.5導(dǎo)致北京霧霾天氣嚴(yán)重，并影響居民身體健康［1-3］.了解居民對(duì) PM2.5健康風(fēng)險(xiǎn)的認(rèn)知程度、降低PM2.5健康風(fēng)險(xiǎn)的支付意愿及其影響因素，關(guān)系到國(guó)家 PM2.5治理政策的制定與實(shí)施.目前國(guó)內(nèi)外還缺乏針對(duì)降低 PM2.5健康風(fēng)險(xiǎn)的支付意愿研究，僅有的相關(guān)研究主要是針對(duì)空氣污染的.由于空氣的公共物品屬性導(dǎo)致價(jià)值難以在市場(chǎng)交換中體現(xiàn)，所以需通過(guò)非市場(chǎng)價(jià)值評(píng)估方法進(jìn)行衡量，目前國(guó)內(nèi)外主要采用權(quán)變?cè)u(píng)價(jià)法（CVM）.權(quán)變?cè)u(píng)價(jià)法通過(guò)建立假想市場(chǎng)，以調(diào)查問(wèn)卷形式詢問(wèn)人們對(duì)環(huán)境改善的支付意愿（WTP）或?qū)Νh(huán)境惡化的受償意愿（WTA），推導(dǎo)環(huán)境改善或惡化的經(jīng)濟(jì)價(jià)值［4-5］.Carlsson等［6］調(diào)查瑞典居民對(duì)于空氣改善的支付意愿，結(jié)果表明人們?cè)笧闇p少空氣中 50%的有害物質(zhì)支付2000SEK/a，且支付意愿與收入、財(cái)富和教育呈正相關(guān)關(guān)系.Welsch［7］調(diào)查發(fā)現(xiàn)空氣污染對(duì)主觀幸福感有較強(qiáng)影響，且調(diào)查結(jié)果表明20世紀(jì)90年代西歐改善空氣中二氧化氮和鉛的價(jià)值分別為$750/a和$1400/a.Fabian等［8］調(diào)查573名馬尼拉居民，結(jié)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(duì)低收入者難以得到統(tǒng)一結(jié)論.Istamto等［9］調(diào)查多個(gè)國(guó)家居民在3種不同情形下對(duì)交通空氣污染的支付意愿，結(jié)果表明不同國(guó)家間居民支付意愿存在較大差距，且風(fēng)險(xiǎn)認(rèn)知與態(tài)度和環(huán)境污染感知對(duì)支付意愿存在顯著影響.Du等［10］調(diào)查若空氣質(zhì)量維持在奧運(yùn)會(huì)水平時(shí)的北京居民的支付意愿，結(jié)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(shè)型研究結(jié)果.蔡春光等［11］研究結(jié)果表明二分法下北京居民對(duì)改善空氣質(zhì)量的支付意愿為652.33元/年，支付意愿受家庭經(jīng)濟(jì)水平和受教育程度影響最大，且與之呈正相關(guān)關(guān)系.楊寶路等［12］通過(guò)兩次調(diào)查發(fā)現(xiàn)居民對(duì)空氣改善的支付意愿隨時(shí)間有所增長(zhǎng)，且收入、年齡、受教育程度以及環(huán)境介質(zhì)接觸程度等因素對(duì)支付意愿影響顯著.周潔等［13］對(duì)青島、煙臺(tái)、臨沂、棗莊1950位居民進(jìn)行調(diào)查，結(jié)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(shí)減少空氣中二氧化氮和鉛的價(jià)值高于兩者價(jià)值之和，因此有必要對(duì)PM2.5進(jìn)行單獨(dú)研究.從目前國(guó)內(nèi)PM2.5相關(guān)文獻(xiàn)［1-3］來(lái)看，主要集中于分析 PM2.5的來(lái)源、特征及健康影響，缺乏居民對(duì) PM2.5健康風(fēng)險(xiǎn)認(rèn)知及支付意愿研究.本文旨在深入了解居民對(duì)PM2.5的健康風(fēng)險(xiǎn)認(rèn)知及支付意愿，分析風(fēng)險(xiǎn)認(rèn)知與年齡、受教育程度等社會(huì)經(jīng)濟(jì)特征對(duì)支付意愿的影響，為我國(guó)進(jìn)行 PM2.5治理與有效風(fēng)險(xiǎn)管理提供決策服務(wù).

1　降低PM2.5健康風(fēng)險(xiǎn)的支付意愿

1.1問(wèn)卷設(shè)計(jì)與抽樣調(diào)查

調(diào)查問(wèn)卷可分為以下5個(gè)部分：①風(fēng)險(xiǎn)特征：主要包括被調(diào)查者認(rèn)為的PM2.5的影響程度、健康風(fēng)險(xiǎn)發(fā)生可能性、持續(xù)時(shí)間、后果嚴(yán)重性等10個(gè)方面；②風(fēng)險(xiǎn)情緒：包括對(duì)PM2.5健康風(fēng)險(xiǎn)的恐懼、焦慮和憤怒，以及現(xiàn)狀滿意度和未來(lái)樂(lè)觀度；③風(fēng)險(xiǎn)溝通：主要包括居民認(rèn)為的實(shí)際 PM2.5健康風(fēng)險(xiǎn)與政府、專(zhuān)家、媒體等發(fā)布的健康風(fēng)險(xiǎn)之間的對(duì)比；④支付意愿：為問(wèn)卷核心部分，采用支付卡式調(diào)查居民對(duì)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(gè)人特征：包括被調(diào)查者的性別、年齡、受教育程度、月收入以及職業(yè).正式開(kāi)展問(wèn)卷調(diào)查之前，于2014年2月在中國(guó)人民大學(xué)及周邊社區(qū)實(shí)施預(yù)調(diào)查，修改問(wèn)卷中存在的問(wèn)題與不足.2014年4月在北京市東城區(qū)、西城區(qū)、朝陽(yáng)區(qū)、豐臺(tái)區(qū)、海淀區(qū)和石景山區(qū)以面對(duì)面訪談的方式開(kāi)展正式的隨機(jī)抽樣調(diào)查.共發(fā)放問(wèn)卷 1322份，根據(jù)邏輯檢查等質(zhì)量控制方法，剔除了其中有邏輯錯(cuò)誤和項(xiàng)目缺失的不合格調(diào)查問(wèn)卷，得有效問(wèn)卷1027份，有效問(wèn)卷率為77.69%.

1.2支付意愿結(jié)果

問(wèn)卷設(shè)計(jì)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(shè)計(jì)，是因?yàn)榧磳⒃?016年實(shí)施的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中對(duì)于PM2.5達(dá)標(biāo)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(dá)到國(guó)家標(biāo)準(zhǔn).另外，居民的支付意愿分別以WTP30%，WTP45%和WTP60%表示.調(diào)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(jù)經(jīng)驗(yàn)研究與預(yù)調(diào)查結(jié)果，將北京居民對(duì)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(duì)被調(diào)查者各檔次支付意愿進(jìn)行統(tǒng)計(jì)，結(jié)果如表1所示.

對(duì)表1數(shù)據(jù)進(jìn)行計(jì)算，可以得到PM2.5年平均濃度降低30%、45%和60%時(shí)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(fā)現(xiàn)，北京居民對(duì) PM2.5年平均濃度降低的支付意愿呈現(xiàn)邊際遞減.與蔡春光等［11］和楊寶路等［12］對(duì)空氣改善的平均支付意愿54.36和30.54 元/月相比，本次調(diào)查的支付意愿有顯著提高，這說(shuō)明北京居民對(duì)空氣污染健康風(fēng)險(xiǎn)的認(rèn)知有了顯著提高.然而與其他國(guó)家相比，我國(guó)居民支付意愿仍相對(duì)較低，如1995年索菲亞居民對(duì)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(zhèn)居民月均可支配收入為 3360.08元［14］），這說(shuō)明北京居民對(duì)空氣質(zhì)量問(wèn)題的重視程度仍有待于提高.

表1　支付意愿頻數(shù)統(tǒng)計(jì)Table 1　Statistical situation of willingness to pay

2　支付意愿影響因素分析

圖1　風(fēng)險(xiǎn)認(rèn)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(xué)者對(duì)CVM中影響支付意愿的因素進(jìn)行了研究，但大都集中于收入、受教育程度等個(gè)人因素，而對(duì)居民環(huán)境風(fēng)險(xiǎn)認(rèn)知未有詳細(xì)分析，僅在因素分析中加入一些具體問(wèn)題，如楊寶路等［12］在支付意愿影響因素分析中加入“認(rèn)為環(huán)境污染嚴(yán)重程度”等；咸會(huì)琛等［15］加入“空氣質(zhì)量意識(shí)概況”.本文采用結(jié)構(gòu)方程模型對(duì)居民PM2.5風(fēng)險(xiǎn)認(rèn)知情況和支付意愿的關(guān)系進(jìn)行探討，深入解析支付意愿受影響機(jī)理.

2.1模型設(shè)定

根據(jù)經(jīng)驗(yàn)研究和結(jié)構(gòu)方程模型，建構(gòu)風(fēng)險(xiǎn)認(rèn)知與支付意愿理論模型如圖1所示.其中居民風(fēng)險(xiǎn)認(rèn)知由風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)情緒、風(fēng)險(xiǎn)溝通3個(gè)維度進(jìn)行反映，并受到個(gè)人特征影響；支付意愿的影響變量包括風(fēng)險(xiǎn)認(rèn)知和個(gè)人特征，這兩個(gè)變量直接作用于支付意愿；此外個(gè)人特征通過(guò)中介變量風(fēng)險(xiǎn)認(rèn)知間接作用于支付意愿.對(duì)于各潛在變量的測(cè)量變量，風(fēng)險(xiǎn)特征包括問(wèn)卷第一部分的10個(gè)問(wèn)題，分別為PM2.5熟悉程度、對(duì)社會(huì)影響程度、健康風(fēng)險(xiǎn)發(fā)生可能性、后果嚴(yán)重性、持續(xù)時(shí)間、可控性、平等性、人為性、對(duì)家人健康是否有影響、自愿性；風(fēng)險(xiǎn)情緒包括對(duì)PM2.5風(fēng)險(xiǎn)的恐懼、焦慮、憤怒、現(xiàn)實(shí)滿意度、未來(lái)樂(lè)觀度5個(gè)方面；風(fēng)險(xiǎn)溝通包括居民認(rèn)為的實(shí)際風(fēng)險(xiǎn)與政府、專(zhuān)家、媒體、非政府組織發(fā)布的風(fēng)險(xiǎn)間的對(duì)比 4個(gè)方面.個(gè)人特征包括性別、年齡、受教育程度、月收入、職業(yè)5個(gè)方面.

2.2數(shù)據(jù)先驗(yàn)性分析

統(tǒng)計(jì)分析.測(cè)量變量均采用Likert五點(diǎn)量表進(jìn)行測(cè)度（個(gè)人特征 5方面除外），基本形式為給出風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)情緒、風(fēng)險(xiǎn)溝通相關(guān)描述，再由被調(diào)查者從5個(gè)選項(xiàng)中選擇.如關(guān)于風(fēng)險(xiǎn)熟悉性，問(wèn)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(xiàng)負(fù)向設(shè)置），對(duì)選項(xiàng)1～5分別賦值為1、2、3、4、5.則風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)情緒、風(fēng)險(xiǎn)溝通的描述統(tǒng)計(jì)結(jié)果如表2所示，此外個(gè)人特征賦值方式與描述統(tǒng)計(jì)結(jié)果如表 3所示.

表2　風(fēng)險(xiǎn)特征、情緒、溝通的描述統(tǒng)計(jì)結(jié)果Table 2　Descriptive statistics of the risk characteristics，emotion and communication

表3　被調(diào)查者個(gè)人特征Table 3　The social and economic characteristics of interviewee

信度檢驗(yàn)，即問(wèn)卷各項(xiàng)目之間的內(nèi)部一致性，常以Cronbach’s a系數(shù)進(jìn)行衡量.經(jīng)計(jì)算，本文調(diào)查數(shù)據(jù)整體Cronbach’s a系數(shù)為0.698，標(biāo)準(zhǔn)化項(xiàng)下Cronbach’s a系數(shù)為0.852，均大于臨界值0.5，說(shuō)明問(wèn)卷整體可行度較高.

效度檢驗(yàn)，包括潛在變量與測(cè)量變量之間的聚斂效度及潛在變量間的區(qū)別效度.對(duì)聚斂效度，要求因子負(fù)荷量大于 0.5，若存在多項(xiàng)測(cè)量變量小于0.5，逐步刪除因子負(fù)荷量最?。@著性最低）的變量，有助于提高聚斂效度.經(jīng)計(jì)算，風(fēng)險(xiǎn)特征中影響程度、健康風(fēng)險(xiǎn)發(fā)生可能性、后果嚴(yán)重性、持續(xù)時(shí)間、家人健康是否有影響5項(xiàng)滿足條件；風(fēng)險(xiǎn)情緒中5項(xiàng)均滿足條件；風(fēng)險(xiǎn)溝通中與非政府組織發(fā)布風(fēng)險(xiǎn)的對(duì)比因子負(fù)荷量小于 0.5，予以刪除；個(gè)人特征中性別，職業(yè)是否為國(guó)家單位、組織機(jī)構(gòu)和其他不滿足要求（職業(yè)在分析中采用虛擬變量賦值）；支付意愿中 WTP30%、WTP45%、WTP60%存在較強(qiáng)相關(guān)性，因此支付意愿以三者平均值進(jìn)行度量.此外經(jīng)檢驗(yàn)，各潛在變量之間的區(qū)別效度均滿足條件，刪除因子負(fù)荷量小于 0.5的測(cè)量變量后，聚斂效度與區(qū)別效度均有所增加.

因子分析檢驗(yàn).據(jù)效度檢驗(yàn)，本研究最終使用的測(cè)量變量包括風(fēng)險(xiǎn)特征5項(xiàng)、風(fēng)險(xiǎn)情緒5項(xiàng)、風(fēng)險(xiǎn)溝通3項(xiàng)、個(gè)人特征5項(xiàng)，支付意愿1項(xiàng).對(duì)剩下 19項(xiàng)測(cè)量變量進(jìn)行 KMO檢驗(yàn)，經(jīng)計(jì)算，KMO檢驗(yàn)值為0.843，Bartlett球形度檢驗(yàn)卡方統(tǒng)計(jì)量為7603.01，顯著性水平為0.000，說(shuō)明適合進(jìn)行因子分析.采用主成分分析方法，限定抽取因子數(shù)為 5個(gè)，得 5個(gè)因子的累積貢獻(xiàn)率達(dá)到63.17%，說(shuō)明5個(gè)因子對(duì)19個(gè)測(cè)量變量的63.17%的解釋能力.

2.3理論假設(shè)與模型適配

根據(jù)數(shù)據(jù)先驗(yàn)性分析結(jié)果，得到 PM2.5風(fēng)險(xiǎn)認(rèn)知與支付意愿路徑初步分析模型（如圖2所示）.根據(jù)路徑分析模型可提出如下假設(shè)：

圖2　PM2.5風(fēng)險(xiǎn)認(rèn)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(fēng)險(xiǎn)認(rèn)知對(duì)支付意愿有顯著影響；

H2：個(gè)人特征對(duì)支付意愿有顯著影響；

H3：風(fēng)險(xiǎn)認(rèn)知在個(gè)人特征對(duì)支付意愿影響過(guò)程中起中介作用.

據(jù)表2和表3可知，各測(cè)量變量偏度與峰度均相對(duì)較小，大都滿足偏度小于 3、峰度小于 8的條件，表明數(shù)據(jù)整體符合正態(tài)分布，滿足最大似然估計(jì)ML的要求.且模型有19個(gè)測(cè)量變量，待估計(jì)路徑數(shù)19個(gè)，待估計(jì)方差數(shù)24個(gè)，則自由度df 為147，為過(guò)度識(shí)別模型.運(yùn)用AMOS進(jìn)行模型計(jì)算，并在不違背理論以及結(jié)構(gòu)方程模型修正基本原則條件下根據(jù) MI值進(jìn)行模型修正，得最終標(biāo)準(zhǔn)化結(jié)果如圖3所示.

結(jié)構(gòu)方程模型的適配度是檢驗(yàn)結(jié)果合理性的重要標(biāo)準(zhǔn).卡方值χ2、卡方顯著性P、卡方自由度比（χ2/df）為基礎(chǔ)適配指標(biāo)，但均易受樣本容量影響，樣本容量較大時(shí)難以滿足標(biāo)準(zhǔn).因此需其他指標(biāo)進(jìn)行檢驗(yàn)，通常采用比較適配度指數(shù) NFI、絕對(duì)適配度指數(shù)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(biāo) RMSEA值為0.071（＜0.08），可此可知，風(fēng)險(xiǎn)認(rèn)知與支付意愿理論模型合理適配.

圖3　模型標(biāo)準(zhǔn)化結(jié)果Fig.3　Standardized coefficient estimates of the structural model

2.4估計(jì)結(jié)果與分析

表 4為結(jié)構(gòu)方程模型標(biāo)準(zhǔn)化路徑估計(jì)結(jié)果.由表可知，風(fēng)險(xiǎn)認(rèn)知對(duì)支付意愿有顯著影響（理論假設(shè)H1得到支持），標(biāo)準(zhǔn)化回歸系數(shù)為0.37，表明風(fēng)險(xiǎn)認(rèn)知越強(qiáng)，支付意愿越高，符合經(jīng)驗(yàn)研究，因此提高居民風(fēng)險(xiǎn)認(rèn)知，有助于提高居民的支付意愿.對(duì)反映風(fēng)險(xiǎn)認(rèn)知的3個(gè)維度，風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)情緒與風(fēng)險(xiǎn)溝通的標(biāo)準(zhǔn)化回歸系數(shù)分別為 0.76、0.95、0.48，其中風(fēng)險(xiǎn)情緒系數(shù)最高，對(duì)風(fēng)險(xiǎn)認(rèn)知反映程度最高，風(fēng)險(xiǎn)特征中RP2、RP3、RP4、RP5和RP9標(biāo)準(zhǔn)化系數(shù)分別為 0.70、0.85、0.85、0.62和0.55，則對(duì)風(fēng)險(xiǎn)認(rèn)知的標(biāo)準(zhǔn)化影響系數(shù)分別為 0.53、0.65、0.65、0.47、0.42，對(duì)支付意愿的標(biāo)準(zhǔn)化影響系數(shù)分別為0.15、0.17、0.24、0.24、0.19，說(shuō)明居民認(rèn)為PM2.5對(duì)社會(huì)影響越大、對(duì)健康造成危害可能性越大、對(duì)人體健康造成的后果越嚴(yán)重、對(duì)健康危害持續(xù)時(shí)間越長(zhǎng)、對(duì)自己及家人造成的危害越大，居民風(fēng)險(xiǎn)認(rèn)知越強(qiáng)，其支付意愿越大.風(fēng)險(xiǎn)情緒中RM1、RM2、RM3、RM4和RM5標(biāo)準(zhǔn)化系數(shù)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(duì)風(fēng)險(xiǎn)認(rèn)知的標(biāo)準(zhǔn)化影響系數(shù)分別為0.47、0.51、0.52、0.67、0.60，表明人們對(duì) PM2.5越感到恐懼、焦慮、憤怒，對(duì)現(xiàn)實(shí)PM2.5感覺(jué)越不滿意且對(duì)PM2.5健康風(fēng)險(xiǎn)越不樂(lè)觀，風(fēng)險(xiǎn)認(rèn)知越強(qiáng)，支付意愿越大.風(fēng)險(xiǎn)溝通中RC1、RC2和RC3標(biāo)準(zhǔn)化系數(shù)分別為0.73、0.75、0.69，對(duì)風(fēng)險(xiǎn)認(rèn)知的標(biāo)準(zhǔn)化影響系數(shù)分別為 0.35、0.36、0.33，說(shuō)明居民認(rèn)為PM2.5實(shí)際健康風(fēng)險(xiǎn)越大于政府、專(zhuān)家以及媒體報(bào)道，其風(fēng)險(xiǎn)認(rèn)知越強(qiáng)，支付意愿越大.

表4　模型路徑估計(jì)結(jié)果Table 4　Path coefficient estimates of the structural model

個(gè)人特征對(duì)支付意愿亦有顯著影響（理論假設(shè)H2得到支持），標(biāo)準(zhǔn)化回歸系數(shù)為0.35.對(duì)于理論假設(shè)H3風(fēng)險(xiǎn)認(rèn)知在個(gè)人特征對(duì)支付意愿影響過(guò)程中起介變量的作用，一方面?zhèn)€人特征對(duì)風(fēng)險(xiǎn)認(rèn)知的影響路徑標(biāo)準(zhǔn)化回歸系數(shù)為 0.34，顯著性值亦小于 0.001；另一方面可通過(guò)對(duì)比，去除風(fēng)險(xiǎn)認(rèn)知，僅個(gè)人特征對(duì)支付意愿作回歸分析，結(jié)果表明個(gè)人特征對(duì)支付意愿的影響路徑系數(shù)雖然顯著，但t值下降，且模型適配度亦有所下降，因此可認(rèn)為風(fēng)險(xiǎn)認(rèn)知起中介作用，即 H3得到支持.則個(gè)人特征對(duì)于支付意愿標(biāo)準(zhǔn)化總影響系數(shù)為 0.47.其中年齡的標(biāo)準(zhǔn)化回歸系數(shù)為 0.65，說(shuō)明居民年齡越大，風(fēng)險(xiǎn)認(rèn)知越強(qiáng)，支付意愿越大，這可能是由于年輕人易忽視健康問(wèn)題，年齡較大人群對(duì)于健康重視程度較高；學(xué)歷標(biāo)準(zhǔn)化數(shù)值為-0.22，與經(jīng)驗(yàn)研究相違背，這是由于學(xué)歷與收入之間所存在較強(qiáng)共變關(guān)系導(dǎo)致（兩者共變關(guān)系標(biāo)準(zhǔn)化系數(shù)為 0.67），若去除兩者共變關(guān)系，結(jié)果表明學(xué)歷標(biāo)準(zhǔn)化系數(shù)亦為正，但模型適配度下降，即學(xué)歷越高，其收入越高，兩者相互作用使得風(fēng)險(xiǎn)越強(qiáng)，支付意愿越大；收入標(biāo)準(zhǔn)化系數(shù)為 0.91，表明收入越高，風(fēng)險(xiǎn)認(rèn)知越強(qiáng)，支付意愿越大，這可能是由于低收入者往往更關(guān)注于家庭經(jīng)濟(jì)生活，對(duì)于 PM2.5關(guān)注相對(duì)較少，而高收入者則更加注重生活享受，對(duì)PM2.5健康風(fēng)險(xiǎn)重視程度更高；對(duì)于職業(yè)，是否為學(xué)生、個(gè)體戶或企業(yè)人員兩項(xiàng)顯著，且學(xué)生、個(gè)體戶或企業(yè)人員的標(biāo)準(zhǔn)化系數(shù)分別為-0.79、0.45，表明不是學(xué)生或者是個(gè)體戶或企業(yè)人員，風(fēng)險(xiǎn)認(rèn)知更強(qiáng)，支付意愿更大，這可能是學(xué)生大都屬于低收入群體，且學(xué)生關(guān)注點(diǎn)大都位于學(xué)習(xí)與求職，因此支付意愿較低，而個(gè)體戶或企業(yè)人員的收入往往較高.

3　建議

基于上述結(jié)果對(duì)PM2.5治理與健康風(fēng)險(xiǎn)管理提出以下建議：（1）提高居民的 PM2.5健康風(fēng)險(xiǎn)意識(shí).由于居民風(fēng)險(xiǎn)認(rèn)知與支付意愿呈正相關(guān)關(guān)系，所以提高居民的健康風(fēng)險(xiǎn)意識(shí)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(gè)體特征對(duì)風(fēng)險(xiǎn)認(rèn)知和風(fēng)險(xiǎn)規(guī)避能力均有顯著影響，因此不同人群需區(qū)別對(duì)待，對(duì)風(fēng)險(xiǎn)認(rèn)知較低與風(fēng)險(xiǎn)規(guī)避能力較低的人群需給予特別關(guān)注.（3）政府主導(dǎo)性.相比其他國(guó)家，我國(guó)居民支付意愿仍較低，因此在 PM2.5治理過(guò)程中仍需以政府為主導(dǎo).

4　結(jié)語(yǔ)

運(yùn)用CVM調(diào)查北京居民對(duì)于降低PM2.5的支付意愿，結(jié)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(jīng)驗(yàn)研究與結(jié)構(gòu)方程模型，構(gòu)建風(fēng)險(xiǎn)認(rèn)知與支付意愿理論模型，分析支付意愿與風(fēng)險(xiǎn)認(rèn)知之間的關(guān)系.結(jié)果表明：風(fēng)險(xiǎn)認(rèn)知對(duì)支付意愿存在顯著影響，影響系數(shù)為 0.37；個(gè)人特征對(duì)支付意愿存在直接顯著影響，且通過(guò)中介變量風(fēng)險(xiǎn)認(rèn)知對(duì)支付意愿產(chǎn)生間接影響，總影響系數(shù)為 0.47.在反映風(fēng)險(xiǎn)認(rèn)知的風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)情緒和風(fēng)險(xiǎn)溝通三個(gè)維度中，風(fēng)險(xiǎn)情緒反映程度最高，標(biāo)準(zhǔn)化系數(shù)為0.95；其中風(fēng)險(xiǎn)特征的PM2.5的影響程度、健康風(fēng)險(xiǎn)發(fā)生可能性、后果嚴(yán)重性、持續(xù)時(shí)間、家人健康是否有影響5個(gè)測(cè)量變量表現(xiàn)顯著，因素負(fù)荷量分別為0.70、0.85、0.85、0.62和0.55；風(fēng)險(xiǎn)情緒的恐懼、焦慮、憤怒、現(xiàn)實(shí)滿意度和未來(lái)樂(lè)觀度因素負(fù)荷量分別為 0.49、0.54、0.55、0.71和0.63，對(duì)風(fēng)險(xiǎn)認(rèn)知和支付意愿有顯著影響；風(fēng)險(xiǎn)溝通中實(shí)際風(fēng)險(xiǎn)與政府、專(zhuān)家、媒體發(fā)布的風(fēng)險(xiǎn)間的對(duì)比因素負(fù)荷量分別為 0.73、0.75、0.69，對(duì)風(fēng)險(xiǎn)認(rèn)知和支付意愿有顯著影響.個(gè)人特征方面，性別顯著性不高；年齡表現(xiàn)出較強(qiáng)顯著性，因素負(fù)荷量為 0.65，與支付意愿呈正相關(guān)關(guān)系；學(xué)歷與收入因素負(fù)荷量分別為-0.22和 0.91，兩者呈現(xiàn)較強(qiáng)共變關(guān)系，表現(xiàn)為學(xué)歷越高，收入越高，風(fēng)險(xiǎn)認(rèn)知越強(qiáng)，支付意愿越大；職業(yè)亦表現(xiàn)出顯著性，其中以是否為學(xué)生、是否為個(gè)體戶或企業(yè)人員尤為顯著.

［1］ 郭新彪，魏紅英.大氣PM2.5對(duì)健康影響的研究進(jìn)展 ［J］. 科學(xué)通報(bào)，2013，58（13）：1171-1177.

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

［3］ 戴海夏，宋偉民.大氣 PM2.5的健康影響 ［J］. 國(guó)外醫(yī)學(xué)，2001，28（5）：299-303.

［4］ Carson R T，F(xiàn)lores 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(jīng)濟(jì)科學(xué)，2007（1）：107-115.

［12］ 楊寶路，鄒驥.北京市環(huán)境質(zhì)量改善的居民支付意愿研究 ［J］.中國(guó)環(huán)境科學(xué)，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(zhì)量的支付意愿 ［J］. 環(huán)境與健康雜志，2010，27（6）：507-510.

［14］ 北京市統(tǒng)計(jì)局.北京市 2013年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)［R］. 2014.

［15］ 咸會(huì)琛，胡萌.青島市居民對(duì)改善空氣質(zhì)量的支付意愿研究［J］. 城市發(fā)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(guó)家自然科學(xué)基金項(xiàng)目（41371530）；國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目（13&ZD045）

* 責(zé)任作者，教授，zengxg@ruc.edu.cn

曾賢剛（1972-），男，江西九江人，中國(guó)人民大學(xué)環(huán)境學(xué)院教授/博士生導(dǎo)師，研究方向?yàn)榄h(huán)境與資源經(jīng)濟(jì)學(xué).發(fā)表論文70余篇.