張 穎，李曉格

北京林業(yè)大學(xué)經(jīng)濟管理學(xué)院，北京 100083

自黨的十八大以來，我國把生態(tài)文明建設(shè)提升到了國家的戰(zhàn)略高度，對生態(tài)環(huán)境保護的重視不斷加強，對生態(tài)環(huán)境服務(wù)價值評價和支付意愿的研究也逐步升溫[1-3].具體到森林生態(tài)環(huán)境服務(wù)價值評價和支付意愿的研究，最早可追溯到1997年Costanza在Nature上發(fā)表的論文[2].公眾對于生態(tài)環(huán)境的理解、認(rèn)識和參與是生態(tài)環(huán)境保護和資源環(huán)境管理的基礎(chǔ)，但是，關(guān)于他們的支付意愿如何，影響因素有哪些，以及森林生態(tài)環(huán)境的價值定量評估研究并不多見[4-5].因此，開展森林生態(tài)環(huán)境支付意愿的研究，并對影響支付意愿的主要因素進行分析，對提升公眾森林生態(tài)環(huán)境保護意識、加強森林資源管理、促進林業(yè)可持續(xù)發(fā)展等具有重要意義.

目前，有關(guān)公眾支付意愿的研究主要集中在城市[5-7]、森林[8-9]、濕地[9-12]、農(nóng)田[13-14]、流域[12,15-16]、國家公園等方面[7]，尤其對生態(tài)服務(wù)價值補償及資源保護與開發(fā)補償?shù)难芯枯^多，采用的方法主要有條件價值法(CVM)、選擇性試驗法、Logit回歸、Probit回歸、Mixed Logit回歸和最優(yōu)尺度回歸等[9-16].在公眾對生態(tài)環(huán)境支付意愿的研究方面，公眾個體特征，如性別、年齡、個人收入水平、文化教育程度、家庭年收入、職業(yè)等對支付意愿有顯著影響，且公眾對不同生態(tài)環(huán)境支付意愿的差別較大，分別從10元/(人·a)到幾百元/(人·a)不等[4-15].具體到森林生態(tài)環(huán)境支付意愿的研究，一些學(xué)者運用結(jié)構(gòu)方程的方法分析公眾支付意愿和影響因素，得出支付意愿與公眾滿意度、關(guān)注度、重視度之間存在中高度相關(guān)關(guān)系，滿意度與關(guān)注度、重視度存在負(fù)相關(guān)關(guān)系[16].還有一些學(xué)者對公眾對于森林生態(tài)環(huán)境保護不愿支付的原因進行了分析，認(rèn)為主要原因是公眾存在“搭便車”和“對政府環(huán)境治理缺乏信任”[17-18]等.森林生態(tài)環(huán)境與一般生態(tài)環(huán)境一樣，屬于公共物品，影響公眾支付意愿的因素較多[18].目前，絕大部分研究僅對支付意愿的單個影響因素進行分析，缺少“群組”研究和“系統(tǒng)”研究[19-20]，存在一定的不足.實際上，“群組”研究和“系統(tǒng)”研究能夠?qū)餐饔糜谕荒繕?biāo)的多個平行共變結(jié)構(gòu)進行分析，并回答多個影響因素對總體的影響是否具有等同性，并從總體上判斷各影響因素的重要程度[21]，這明顯優(yōu)于單個因素對支付意愿影響的分析，有利于從整體上進行不同影響因素之間的比較，選出最優(yōu)的決策模型.鑒于此，該研究以甘肅省迭部縣為例，在相關(guān)研究基礎(chǔ)上，采用結(jié)構(gòu)方程方法中的多群組結(jié)構(gòu)方程模型，探討公眾對森林生態(tài)環(huán)境支付意愿的影響因素及其大小，并分析相關(guān)原因，以期為生態(tài)環(huán)境保護和資源環(huán)境管理等提供參考.

1 研究地概況與問卷調(diào)查

1.1 研究地概況

迭部縣隸屬于甘肅省甘南藏族自治州，地處秦嶺西，岷山、迭山山系之間的高山峽谷之中，青藏高原東部邊緣的甘川交界處，轄區(qū)面積 5 108.3 km2.迭部縣森林資源豐富，林地面積39.94×104hm2，森林覆蓋率61.61%，植被覆蓋率超過87%，擁有 1 671 種高等植物，大熊貓等國家重點保護珍稀動物27種.全縣境內(nèi)擁有152種菌類植物(屬低等植物)和127種藥用植物.據(jù)迭部縣國民經(jīng)濟和社會發(fā)展統(tǒng)計公報資料顯示，2017年，迭部縣常住人口5.4×104人，包括藏族、漢族、回族、蒙古族等多個民族，其中藏族占總?cè)丝诘?2%.2017年迭部縣實現(xiàn)地區(qū)生產(chǎn)總值11.79×108元，人均GDP為21 839元，低于當(dāng)年全國人均GDP(59 660元)水平.從林業(yè)生產(chǎn)來看，2017年迭部縣實現(xiàn)林業(yè)總產(chǎn)值1.23×108元[8]，占地區(qū)生產(chǎn)總值的10.43%.從生態(tài)區(qū)位來看，迭部縣是青藏高原東部重要的生態(tài)屏障和長江上游地區(qū)重要的水源涵養(yǎng)地，生態(tài)環(huán)境保護地位十分重要.因此，開展森林生態(tài)環(huán)境支付意愿的研究，對了解當(dāng)?shù)鼐用裆鷳B(tài)環(huán)境保護支付意愿、提升居民的生態(tài)環(huán)境保護意識等具有重要意義.

1.2 問卷調(diào)查

該文主要采用問卷調(diào)查的方式進行研究.在問卷設(shè)計中，相關(guān)內(nèi)容包括三部分：①居民的基本特征，包括性別、年齡、民族、教育程度、家庭人口數(shù)、家庭年收入、外出打工情況、是否為村干部等.②森林生態(tài)環(huán)境支付意愿的影響因素，包括森林生態(tài)環(huán)境補償?shù)念A(yù)期收益、對森林資源認(rèn)知、對森林生態(tài)環(huán)境服務(wù)價值認(rèn)知、對森林生態(tài)環(huán)境補償認(rèn)知、資金技術(shù)因素影響、對森林生態(tài)環(huán)境保護目的認(rèn)知、外部影響因素等.③森林生態(tài)環(huán)境支付意愿，主要為森林生態(tài)環(huán)境支付意愿大小等.各種指標(biāo)的選取主要是在多次預(yù)調(diào)研的基礎(chǔ)上，參考有關(guān)研究并按照心理學(xué)的要求進行設(shè)計[12-13,16].

問卷設(shè)計主要根據(jù)李克特的五點量表，采用結(jié)構(gòu)化調(diào)查問卷，被調(diào)查者需要仔細(xì)閱讀并選擇最適宜的答案.每個問題包含5個選項，分別表示5種不同的支付意愿程度，即非常同意(計1分)、同意(計2分)、不一定(計3分)、不同意(計4分)、非常不同意(計5分).最終所得分?jǐn)?shù)為不同問題得分的總和，分?jǐn)?shù)代表此項調(diào)查的認(rèn)同程度.問卷整體設(shè)計經(jīng)過多次修改，最后確定不同的問題.

調(diào)查于2017年7月進行.課題組在調(diào)研之前對所有人員進行培訓(xùn)，對各問題不斷修改、完善，并進行預(yù)調(diào)查，以確保調(diào)查內(nèi)容科學(xué)、合理.調(diào)查采用分層隨機抽樣的方法，針對迭部縣不同區(qū)域，共發(fā)放問卷300份，剔除不完整答案的問卷，共獲得有效問卷291份，有效問卷率為97%.

1.3 描述性統(tǒng)計和信度檢驗

為了確保數(shù)據(jù)的質(zhì)量，該研究對問卷的第一部分內(nèi)容進行基本描述性統(tǒng)計分析，結(jié)果如表1所示.

從表1可以看出：此次調(diào)查的受訪者中男性相對較多，占52.58%，女性占47.42%.年齡主要分布在30～50歲之間，占比為74.57%.被調(diào)查者中高中以下文化程度占50.51%，說明被調(diào)查者的受教育程度較低.在家庭年收入中，收入在3.6×104元以下的占比為45.36%，反映出被調(diào)查者收入水平不高.另外，在民族構(gòu)成中，藏族占被調(diào)查者的68.73%，漢族占29.21%，有2.06%為其他民族.在外出打工情況調(diào)查中，不外出的占比最高，為67.70%，外出6個月以上的占比最低，為5.50%；在是否為村干部的調(diào)查中，有5.80%的被調(diào)查者回答為村干部.

表1 問卷基本信息統(tǒng)計Table 1 Basis information of the questionnaire

另外，該研究采用李克特量表信度系數(shù)法——克朗巴哈系數(shù)(Cronbach′sα)對回收問卷中第二、三部分的主要內(nèi)容進行了信度檢驗[8-9]，結(jié)果見表2.

表2 信度分析結(jié)果Table 2 Reliability analysis results

從表2所示檢驗結(jié)果可以看出：問卷總體的克朗巴哈系數(shù)為0.948，說明此次調(diào)查數(shù)據(jù)的可信度較高[11].各變量數(shù)據(jù)的克朗巴哈系數(shù)均大于0.8，其中森林生態(tài)環(huán)境支付意愿的克朗巴哈系數(shù)高達(dá)0.954，說明其變量的內(nèi)部一致性和可信度比較高.因此，此次問卷具有較高的可靠性和有效性，可進行模型構(gòu)建和分析.

2 研究方法

2.1 結(jié)構(gòu)方程模型

該研究主要采用結(jié)構(gòu)方程模型(Structural Equation Model,SEM)進行研究.結(jié)構(gòu)方程模型是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計方法，它包括測量模型和結(jié)構(gòu)模型[21-22].結(jié)構(gòu)方程涉及變量主要包括潛在變量、觀察變量，其中，潛在變量亦稱隱變量，無法直接觀察并測量，需要通過設(shè)計若干指標(biāo)間接加以測量.潛在變量可分為外因潛在變量和內(nèi)因潛在變量，外因潛在變量在模型中不受其余任何變量的影響，但卻可以影響其余變量；內(nèi)因潛在變量可受到任何變量的影響.觀察變量是能夠以量表或問卷為介質(zhì)，通過測量所獲取的數(shù)據(jù).

相對于其他傳統(tǒng)模型而言，結(jié)構(gòu)方程模型能夠處置多個因變量，能夠?qū)τ^察變量和潛在變量之間、因子之間的關(guān)系予以精確地估計和衡量，設(shè)置的模型更具彈性，同時能夠?qū)δＰ驼w和數(shù)據(jù)擬合度予以準(zhǔn)確估計[22].

2.2 模型構(gòu)建

該研究主要分析對森林資源認(rèn)知(FRC)、對森林生態(tài)環(huán)境服務(wù)價值認(rèn)知(FVC)、對森林生態(tài)環(huán)境補償認(rèn)知(FPC)、居民參與森林生態(tài)環(huán)境補償?shù)念A(yù)期收益(ER)、資金技術(shù)影響(FTI)、外部影響因素(EFI)、對森林生態(tài)環(huán)境保護目的的認(rèn)知(FPP)與森林生態(tài)環(huán)境支付意愿(WTP)之間的關(guān)系，具體結(jié)構(gòu)方程為

(1-B)η=τξ+e

(1)

式中：η為內(nèi)生潛在變量，是指被調(diào)查者對森林生態(tài)環(huán)境的支付意愿；ξ為外生潛在變量，即對森林資源認(rèn)知、對森林生態(tài)環(huán)境服務(wù)價值認(rèn)知、對森林生態(tài)環(huán)境補償認(rèn)知、居民參與森林生態(tài)環(huán)境補償?shù)念A(yù)期收益、資金技術(shù)影響、外部影響因素、對森林生態(tài)環(huán)境保護目的的認(rèn)知；B為內(nèi)生潛在變量之間的關(guān)系；τ為外生潛在變量影響內(nèi)生潛在變量的程度；e為標(biāo)識殘差.

針對觀測變量和潛變量間的關(guān)系，測量模型表示為

(2)

式中，X為外生潛在變量的觀測變量，Y為內(nèi)生潛在變量的觀測變量，βX表示外生潛在變量和觀測變量之間的關(guān)系，βY表示內(nèi)生潛在變量和觀測變量之間的關(guān)系，δ與ε表示觀測變量獲取的誤差項[21].選取的觀測模型方程如下：

Xi=βijξj+δj

(3)

式中：i為觀測變量，i=1,2,3,…,34；j為潛在變量,j=1,2,3,…,7.即x1、x2分別表示對森林資源認(rèn)知變量FRC1、FRC2，x3、x4、x5、x6、x7分別表示對森林生態(tài)環(huán)境服務(wù)價值認(rèn)知變量FVC1、FVC2、FVC3、FVC4、FVC5，x8、x9、x10、x11分別表示對森林生態(tài)環(huán)境補償認(rèn)知變量FPC1、FPC2、FPC3、FPC4，x12、x13、x14分別表示生態(tài)環(huán)境補償?shù)念A(yù)期收益變量ER1、ER2、ER3，x15、x16、x17、x18分別表示資金技術(shù)影響變量FTI1、FTI2、FTI3、FTI4，x19、x20、x21分別表示外部影響因素變量EFI1、EFI2、EFI3，x22、x23、x24、x25、x26、x27分別表示對森林生態(tài)環(huán)境保護目的的認(rèn)知變量FPP1、FPP2、FPP3、FPP4、FPP5、FPP6.在此，所有觀測變量共計34個，七大類潛在變量不同水平的變量為27個.

yj=βjηj+εj

(4)

式中，y1、y2、y3、y4、y5、y6、y7分別表示被調(diào)查者森林生態(tài)環(huán)境支付意愿WTP1、WTP2、WTP3、WTP4、WTP5、WTP6、WTP7.

運用Amos 17.0軟件構(gòu)建森林生態(tài)環(huán)境支付意愿的影響因素模型，并評價各因子的重要性.需要說明的是，在Amos 17.0軟件中，將繪制圖形的要素劃分成以下類別：橢圓形表示潛在變量，矩形表示測量指標(biāo)，圓形表示誤差(e)，有向箭頭表示要素間的關(guān)聯(lián)性，各箭頭上均加載回歸權(quán)重系數(shù)[22].該研究采取β系數(shù)表示各潛在變量間的回歸系數(shù).在規(guī)定模型中，各潛在變量所對應(yīng)的測量指標(biāo)內(nèi)均包括回歸系數(shù)，其中，當(dāng)回歸系數(shù)等于1時，意味著所規(guī)定的潛在變量的度量單位等同于所對應(yīng)的指標(biāo)單位.此次調(diào)查的森林生態(tài)環(huán)境支付意愿影響因素模型見圖1.

圖1 森林生態(tài)環(huán)境支付意愿影響因素分析路徑 Fig.1 The path map of factors influencing the willingness to pay for forest ecological environment

結(jié)構(gòu)方程模型構(gòu)建之后，需要通過各項模型適配指標(biāo)來對模型的識別情況進行判斷，并對假設(shè)模型與實際情況的一致性進行評價.卡方值(χ2)體現(xiàn)了模型對識別效果的擬合程度，它與自由度系數(shù)(df)密切關(guān)聯(lián)，χ2/df值愈小，表示擬合程度愈佳.一般要求相對擬合指數(shù)(Comparative Fit Index,CFI)與擬合優(yōu)度指數(shù)(Goodness of Fit Index,GFI)值介于0～1之間(實際使用中要求二者均大于0.9)，與1愈接近，說明其擬合效果愈佳.該研究檢驗了結(jié)構(gòu)方程模型的擬合效果，且對參數(shù)進行估計，其適配度的檢驗結(jié)果如表3所示.

表3顯示，模型的χ2/df值等于1.965(<2)，與要求的評價標(biāo)準(zhǔn)相符合.近似均方根誤差(Root Mean Square Error of Approximation，RMSEA)與GFI和調(diào)整后的擬合優(yōu)度指數(shù)(Adjusted Goodness-of-fit Index，AGFI)、CFI等指標(biāo)值的評價標(biāo)準(zhǔn)不一致，表明其假設(shè)模型的擬合結(jié)果不符合評判標(biāo)準(zhǔn)，需要進一步修正或完善，以達(dá)到理想的擬合狀態(tài)，此時模型的擬合路徑見圖2.

圖2 森林生態(tài)環(huán)境支付意愿影響因素擬合路徑Fig.2 The path map of factors influencing the willingness to pay for forest ecological environment

表3 各項指標(biāo)的模型檢驗Table 3 Model test of various indexes

2.3 模型分析與修正

2.3.1探索性因子分析

探索性因子分析法(Exploratory Factor Analysis,EFA)可將復(fù)雜繁瑣的多變量綜合為少數(shù)幾個主成分.該研究采取探索性因子分析方法找到觀測變量的主成分?jǐn)?shù)量，探究各主成分與各觀測變量間的相關(guān)程度，根據(jù)分析結(jié)果對理論模型的合理性予以判定[14].運用SPSS 22.0軟件對問卷所得數(shù)據(jù)進行探索性因子分析，統(tǒng)計結(jié)果表明，整體的Bartlett球形檢驗KMO值為0.875，說明調(diào)查數(shù)據(jù)適合進行因子分析[21].

根據(jù)方差和累積方差貢獻(xiàn)率，共提取8個主成分，累積方差解釋貢獻(xiàn)率為78.77%，表明8個主成分能夠解釋原變量的絕大多數(shù)方差，方差貢獻(xiàn)率計算結(jié)果如表4所示.

表4 所提取的8個主成分的解釋總方差Table 4 Total variance of the 8 principal components extracted for interpretation

根據(jù)因子載荷矩陣得到各指標(biāo)在不同主成分下的負(fù)荷量，采用方差法進行因子旋轉(zhuǎn)之后，得到旋轉(zhuǎn)成分矩陣表，共得到8個主成分.其中，居民森林生態(tài)環(huán)境支付意愿的觀測指標(biāo)在第1主成分的因子載荷值大于0.7，所以將其主成分定義為森林生態(tài)環(huán)境支付意愿影響因素;第2主成分定義為對森林生態(tài)環(huán)境補償認(rèn)知因素;第3主成分定義為對森林生態(tài)環(huán)境保護目的認(rèn)知因素;第4主成分定義為預(yù)期收益因素;第5、6、7、8主成分分別定義為外部影響因素、森林資源認(rèn)知因素、資金技術(shù)影響因素和對森林生態(tài)環(huán)境服務(wù)認(rèn)知因素.提取的這8個主成分也說明了驗證性因子分析結(jié)果與之前構(gòu)建的理論模型存在較好的一致性，能夠采用結(jié)構(gòu)方程模型對森林生態(tài)環(huán)境支付意愿的影響因素進行分析.

2.3.2模型修正

模型修正手段包括兩類：①修正初始模型，如果計算的指標(biāo)值與評價標(biāo)準(zhǔn)條件不符，加以刪除或修改；②根據(jù)模型擬合結(jié)果中的修正模塊(modification模塊)的結(jié)果進行修正.每次修正只改變一個參數(shù)值，以獲得理想的結(jié)果[10].

圖2的擬合路徑顯示，F(xiàn)RC(對森林資源認(rèn)知)對WTP(森林生態(tài)環(huán)境支付意愿)的回歸權(quán)重系數(shù)只有0.08，F(xiàn)PC(對森林生態(tài)環(huán)境補償認(rèn)知)對ER(預(yù)期收益)的回歸權(quán)重系數(shù)僅為0.06，其數(shù)值極低，說明與結(jié)構(gòu)方程要求的評價標(biāo)準(zhǔn)不相符合，需要刪除森林資源認(rèn)知對森林生態(tài)環(huán)境支付意愿及森林生態(tài)環(huán)境補償認(rèn)知對預(yù)期收益的關(guān)系路徑.另外，參考修正模塊的計算結(jié)果，考慮到實際情況與所計算結(jié)果，添加FTI(資金技術(shù))對EFI(外部影響因素)的關(guān)系路徑，并對模型進行進一步修正，修正后模型路徑如圖3所示.

根據(jù)修正后的模型擬合路徑(見圖3)對相關(guān)模型重新進行擬合，利用最大似然估計法(Maximum Likelihood Estimation,MLE)進行參數(shù)估計，此時模型的適配指標(biāo)如表5所示.從絕對擬合適配統(tǒng)計量來看，各項檢驗指標(biāo)基本都符合結(jié)構(gòu)方程模型的評價標(biāo)準(zhǔn)，因此，該結(jié)構(gòu)方程模型較好地擬合了實際調(diào)查數(shù)據(jù)[22-23].

表5 修正后各項指標(biāo)的模型檢驗Table 5 Model test of various indexes after modify

2.3.2.1觀測模型擬合分析

結(jié)構(gòu)方程模型由結(jié)構(gòu)模型與觀測模型構(gòu)成，表6為觀測模型檢驗結(jié)果.由表6可知，各潛在變量與觀測變量之間的回歸系數(shù)均大于0.5，基本都在0.7以上，說明該研究的觀測變量即調(diào)查題目能夠反映潛在變量的狀況[24].

由表6可知，被調(diào)查者對森林資源認(rèn)知(FRC)的2個觀測變量對森林資源認(rèn)知的回歸系數(shù)均大于0.7，解釋效果良好，說明被調(diào)查者對森林資源有較好的認(rèn)知.被調(diào)查者對森林生態(tài)環(huán)境服務(wù)價值認(rèn)知(FVC)的5個觀測變量回歸系數(shù)均在0.6以上，解釋效果良好.其中對森林生態(tài)服務(wù)價值的了解程度(FVC2)和對森林生態(tài)服務(wù)價值能提高林地總收入(FVC3)的回歸系數(shù)均在0.85以上.因此，宣傳森林生態(tài)服務(wù)價值、提升被調(diào)查者對森林生態(tài)服務(wù)價值的認(rèn)知程度，可以進一步提高被調(diào)查者森林生態(tài)環(huán)境支付意愿.對森林生態(tài)環(huán)境補償認(rèn)知(FPC)的4個觀測變量回歸系數(shù)均在0.88以上，解釋效果良好.因此，可以從森林生態(tài)環(huán)境補償?shù)慕嵌葘用襁M行宣傳和培訓(xùn)引導(dǎo)，提高被調(diào)查者的生態(tài)環(huán)境保護意識，進而提升被調(diào)查者森林生態(tài)環(huán)境的支付意愿.被調(diào)查者森林生態(tài)環(huán)境補償預(yù)期收益(ER)的3個觀測變量回歸系數(shù)均大于0.7，解釋效果良好，這也說明被調(diào)查者參與生態(tài)環(huán)境支付是期望相關(guān)收益增加.資金技術(shù)影響(FTI)的4個觀測變量的回歸系數(shù)在0.5以上，解釋效果基本良好.其中被調(diào)查者認(rèn)為林地適合生態(tài)環(huán)境建設(shè)(FTI4)的回歸系數(shù)為0.847，表明如果居民有適合的林地資源，他們是愿意參與投資和學(xué)習(xí)相關(guān)技術(shù)并參與森林生態(tài)環(huán)境的保護.被調(diào)查者受外部環(huán)境因素影響(EFI)的3個觀測變量的回歸系數(shù)均大于0.6，解釋效果良好.其中國家政策制度(EFI2)的影響最大，回歸系數(shù)為0.888.因此，政策制度越完善，被調(diào)查者的權(quán)益保障越好，居民參與環(huán)境保護的意愿也會隨之提高.支付意愿(WTP)的7個觀測變量的回歸系數(shù)均在0.75以上，解釋效果良好，也說明被調(diào)查者提高森林資源認(rèn)知、主動參與森林生態(tài)環(huán)境保護活動等有利于居民生態(tài)環(huán)境支付.被調(diào)查者參與生態(tài)環(huán)境保護目的(FPP)認(rèn)知的6個觀測變量的回歸系數(shù)均在0.65以上，解釋效果良好.其中，獲得生態(tài)補償收益及響應(yīng)政府號召的系數(shù)較大，說明對居民來說收益和政策是影響其參與生態(tài)環(huán)境保護的主要影響因素.

表6 觀測變量標(biāo)準(zhǔn)化的回歸系數(shù)及其顯著性檢驗結(jié)果Table 6 Standardized regression coefficients and its significance test of observation variable

2.3.2.2結(jié)構(gòu)模型擬合分析

表7是潛在變量標(biāo)準(zhǔn)化的回歸系數(shù)及其顯著性檢驗結(jié)果.結(jié)果表明，各回歸系數(shù)顯著，均通過顯著性水平檢驗，說明模型能夠被識別[25-26].

由表7可知，外部環(huán)境影響因素(EFI)受居民森林生態(tài)環(huán)境支付意愿(WTP)的顯著影響，具體回歸系數(shù)為0.830，說明政策等外部環(huán)境對居民參與森林生態(tài)環(huán)境支付意愿影響最重要.被調(diào)查者森林生態(tài)環(huán)境服務(wù)價值認(rèn)知(FVC)、森林生態(tài)環(huán)境補償認(rèn)知(FPC)的回歸系數(shù)分別為0.760、0.650，表明被調(diào)查者對生態(tài)環(huán)境服務(wù)價值相關(guān)知識及政策的了解有利于提高他們的支付意愿.居民個人的資金技術(shù)影響(FTI)也受其支付意愿影響，回歸系數(shù)為0.501.森林生態(tài)環(huán)境補償預(yù)期收益(ER)也受森林生態(tài)環(huán)境支付意愿(WTP)的影響，但不是主要影響因素，回歸系數(shù)較低，僅為0.335.觀測變量中森林生態(tài)環(huán)境保護目的認(rèn)知(FPP)對潛在變量森林生態(tài)環(huán)境補償認(rèn)知(FPC)、預(yù)期收益(ER)、外部環(huán)境影響因素(EFI)和資金技術(shù)影響(FTI)存在一定的影響，而資金技術(shù)影響(FTI)受森林生態(tài)環(huán)境保護目的認(rèn)知(FPP)的影響最小，回歸系數(shù)僅為0.283.

表7 潛在變量標(biāo)準(zhǔn)化的回歸系數(shù)值及其顯著性檢驗結(jié)果Table 7 Standardized regression coefficients and its significance test of latent variable

2.3.2.3假設(shè)檢驗分析

由表6、7參數(shù)估計與適配指數(shù)結(jié)果可以看出，所構(gòu)建的結(jié)構(gòu)模型具有較好的適配程度，理論模型中的各項假設(shè)通過了潛在變量的回歸系數(shù)驗證[27].表8為假設(shè)和驗證結(jié)果之間的對應(yīng)關(guān)系.

從檢驗結(jié)果來看，構(gòu)建的13個研究假設(shè)均是正相關(guān)關(guān)系，所以當(dāng)結(jié)構(gòu)變量間的回歸系數(shù)大于0時，證明假設(shè)的結(jié)構(gòu)變量間所存在的關(guān)系是成立的，大于0.5則證明相關(guān)關(guān)系較強.由表8可知，13個研究假設(shè)中有11個成立，有2個不成立.這2個不成立的關(guān)系表明，居民對森林資源認(rèn)知(FRC)與森林生態(tài)環(huán)境支付意愿(WTP)不存在正相關(guān)關(guān)系，居民對生態(tài)環(huán)境服務(wù)價值認(rèn)知(FVC)與森林生態(tài)環(huán)境補償預(yù)期收益(ER)也不存在正相關(guān)關(guān)系.其他假設(shè)的標(biāo)準(zhǔn)化回歸系數(shù)估計值均大于0，說明均存在正相關(guān)關(guān)系.

表8 研究假設(shè)與驗證結(jié)果Table 8 Research hypothesis and verification results

3 多群組結(jié)構(gòu)方程模型分析

3.1 基于性別的多群組分析

表9為不同性別下結(jié)構(gòu)方程模型適配指標(biāo)的擬合結(jié)果.結(jié)果顯示，模型的適配檢驗符合模型評價標(biāo)準(zhǔn)，多群組結(jié)構(gòu)方程模型與觀測數(shù)據(jù)擬合較好[28-29].

表9 基于性別的各項指標(biāo)模型檢驗Table 9 Model test of various indexes based on gender

表10是基于性別的多群組結(jié)構(gòu)方程模型擬合結(jié)果.結(jié)果顯示，假設(shè)H2、H3、H12中男性居民對森林生態(tài)環(huán)境支付意愿影響顯著，女性居民影響不顯著.

表10 基于性別的研究假設(shè)與驗證結(jié)果Table 10 Research hypothesis and verification results based on gender

H5、H10、H9主要是資金技術(shù)、預(yù)期收益方面的假設(shè)，這幾個假設(shè)的檢驗結(jié)果表明男性和女性群體對森林生態(tài)環(huán)境支付意愿的影響情況基本一致.假設(shè)H6、H11是居民參與生態(tài)環(huán)境保護的外部影響因素的影響程度，研究結(jié)果表明，女性居民較男性對支付意愿的影響更為顯著.

3.2 基于民族的多群組分析

表11為不同民族的結(jié)構(gòu)方程模型適配計算結(jié)果.結(jié)果顯示，模型適配指標(biāo)基本符合模型評價標(biāo)準(zhǔn).具體來說，藏族、漢族的模型適配指標(biāo)檢驗結(jié)果相差不大，其結(jié)果值分別為2.069和1.989，并無明顯區(qū)別.計算過程中，由于其他民族統(tǒng)計數(shù)據(jù)較少，故僅對藏族、漢族兩個民族的數(shù)據(jù)進行了檢驗.

表11 基于民族的各項指標(biāo)模型檢驗Table 11 Model test of various indexes based on the nationality

表12所示擬合結(jié)果也顯示，兩組樣本的各研究假設(shè)檢驗結(jié)果較為接近，也進一步說明不同民族的居民在各路徑的影響情況基本一致，不同民族對森林生態(tài)環(huán)境支付意愿的影響差異較小.

表12 基于民族的研究假設(shè)與驗證結(jié)果Table 12 Research hypothesis and verification results based on the nationality

3.3 基于年齡的多群組分析

此次調(diào)查中，年齡數(shù)據(jù)分為<30歲、30～40歲、41～50歲、51～60歲和>60歲共5組，分別擬合不同年齡段下的結(jié)構(gòu)方程模型，將不同模型適配指標(biāo)結(jié)果整理得出：5組模型的χ2/df在1.796～2.124之間，RMSEA在0.088～1.027之間，GFI在0.879～0.931之間，CFI在0.894～0.925之間，各模型適配指標(biāo)基本符合模型評價標(biāo)準(zhǔn)，說明多群組結(jié)構(gòu)方程模型與觀測數(shù)據(jù)擬合程度較好[30-31].

表13為基于年齡的多群組結(jié)構(gòu)方程模型的擬合結(jié)果.結(jié)果顯示，對于認(rèn)知的相關(guān)假設(shè)H2和H3，年齡在31～40歲和41～50歲之間的群體比其他年齡段群體的影響更為顯著，也說明相比于其他年齡段而言，該群體更加關(guān)注生態(tài)環(huán)境保護.在預(yù)期收益相關(guān)假設(shè)H4、H9中，除>60歲群體影響不顯著以外，其他群體影響均較為顯著，說明不同群體對森林生態(tài)環(huán)境補償?shù)念A(yù)期收益均比較關(guān)注.在資金技術(shù)(H5)和外部因素影響(H6)方面，除<30歲的群體影響不顯著以外，其他群體均較為顯著.在其他假設(shè)下，各群體之間的影響基本無差異.

表13 基于年齡的研究假設(shè)與驗證結(jié)果Table 13 Research hypothesis and verification results based on the age

3.4 基于教育程度的多群組分析

將教育程度數(shù)據(jù)分為小學(xué)及以下、初中、高中、專科和大學(xué)及以上共5組，由各模型適配指標(biāo)結(jié)果可知，5組模型的χ2/df在1.952～2.094之間，RMSEA在0.085～1.009之間，GFI在0.898～0.922之間，CFI在0.876～0.938之間.各模型適配指標(biāo)基本符合模型評價標(biāo)準(zhǔn)，顯示多群組結(jié)構(gòu)方程模型與觀測數(shù)據(jù)擬合程度較好[23,31].

表14是基于教育程度的多群組結(jié)構(gòu)方程模型的擬合結(jié)果.結(jié)果顯示，在所有認(rèn)知程度方面，高中及以上學(xué)歷水平群體對森林生態(tài)服務(wù)價值認(rèn)知的影響較為顯著，說明該群體對森林生態(tài)服務(wù)價值認(rèn)知的程度較高.在其他研究假設(shè)情況下，各群體認(rèn)知差異不明顯.

表14 基于教育程度的研究假設(shè)與驗證結(jié)果Table 14 Research hypothesis and verification results based on education level

4 討論

該研究主要采用多群組結(jié)構(gòu)方程模型分析了甘肅省迭部縣居民森林生態(tài)環(huán)境支付意愿的影響因素，針對上述研究結(jié)果，以下問題值得思考：

a) 完善生態(tài)環(huán)境保護相關(guān)政策，落實生態(tài)環(huán)境補償制度，有利于提高居民的森林生態(tài)環(huán)境保護支付意愿.實際上，對參與森林生態(tài)環(huán)境建設(shè)的居民給予一定的補貼，激勵居民參與森林生態(tài)環(huán)境保護活動.對于資金不足而又積極參與森林生態(tài)環(huán)境建設(shè)的居民，應(yīng)放寬貸款優(yōu)惠政策，解決他們的實際問題等，也有利于提高他們的生態(tài)環(huán)境保護支付意愿[13].

b) 加強政策引導(dǎo)和宣傳教育，提高居民對生態(tài)環(huán)境服務(wù)價值的認(rèn)知程度，激發(fā)他們的環(huán)保意識.一方面，政府可以搭建生態(tài)環(huán)境專題網(wǎng)站、創(chuàng)建微信公眾號、舉辦講座、設(shè)立報刊專欄等，對森林生態(tài)環(huán)境服務(wù)價值進行宣傳和普及，為廣大居民提供更多的信息渠道；另一方面，政府可以通過舉辦生態(tài)環(huán)境保護專題活動，如植樹造林、森林撫育管護、以資代勞等多種形式的活動等，引導(dǎo)居民積極參與，并加強輿論宣傳，培養(yǎng)他們的生態(tài)環(huán)境服務(wù)有償消費觀，強化他們對生態(tài)環(huán)境保護的關(guān)注度和重視度等[16]，也有利于提高他們的森林生態(tài)環(huán)境保護支付意愿.

c) 基于個體的差異性來制定差異化的生態(tài)環(huán)境保護方案，有助于有效提高居民的生態(tài)環(huán)境保護支付意愿.應(yīng)根據(jù)居民的性別、年齡、受教育程度等差異，采取有針對性的生態(tài)環(huán)境價值和保護的宣傳策略.如對于女性群體側(cè)重于生態(tài)環(huán)境服務(wù)知識的普及，對于男性群體側(cè)重于生態(tài)價值補償及收益等方面的宣傳，從而提高他們生態(tài)環(huán)境保護意識等，并提高他們的森林生態(tài)環(huán)境保護支付意愿.

d) 從研究方法來看，采用結(jié)構(gòu)方程模型分析的最大優(yōu)點是可以同時處理許多因變量，并比較、評價不同的理論模型，也允許不同變量之間存在測量誤差[22,32-33].當(dāng)采用多群組結(jié)構(gòu)方程模型分析時，可了解不同組別內(nèi)各變量的關(guān)系是否保持不變，各因子的均值是否有顯著差異，并選出最優(yōu)的決策模型.但在分析過程中，如果采用過多的多群組結(jié)構(gòu)方程模型，會對數(shù)據(jù)的量要求更大，如何在不擴大樣本量的情況下，采用更多的多群組結(jié)構(gòu)方程模型分析，這也是多群組結(jié)構(gòu)方程模型分析過程中值得討論和思考的問題.

5 結(jié)論

a) 居民對生態(tài)環(huán)境服務(wù)價值認(rèn)知、對森林生態(tài)環(huán)境保護目的認(rèn)知、對生態(tài)環(huán)境補償認(rèn)知和生態(tài)環(huán)境補償預(yù)期收益、居民個人資金技術(shù)因素及外部影響因素與居民森林生態(tài)環(huán)境支付意愿存在正相關(guān)關(guān)系，且都存在顯著影響.居民對森林生態(tài)環(huán)境補償認(rèn)知、生態(tài)環(huán)境補償預(yù)期收益、外部影響因素和資金技術(shù)因素與居民生態(tài)環(huán)境保護目的的認(rèn)知呈正相關(guān)關(guān)系.對森林生態(tài)環(huán)境服務(wù)價值認(rèn)知與森林生態(tài)環(huán)境補償認(rèn)知呈正相關(guān)關(guān)系.這些發(fā)現(xiàn)有助于了解迭部縣居民森林生態(tài)環(huán)境支付意愿的影響因素.這些影響因素在生態(tài)環(huán)境支付意愿影響研究中也具有一定的普適性和代表性.

b) 在居民森林生態(tài)環(huán)境支付意愿的不同影響因素中，最主要的影響因素是外部因素，其回歸系數(shù)為0.830，具體包括相關(guān)政策、制度、法律法規(guī)以及被調(diào)查者的權(quán)益保障規(guī)定等，這些外部影響因素越完善，居民森林生態(tài)環(huán)境支付意愿越強；影響最小的是資金技術(shù)因素，回歸系數(shù)僅為0.283.另外，研究結(jié)果也顯示，被調(diào)查者對森林生態(tài)環(huán)境服務(wù)價值及補償相關(guān)知識的認(rèn)知程度也會影響其支付意愿.因此，應(yīng)加強相關(guān)宣傳，提高居民森林生態(tài)環(huán)境保護的認(rèn)知程度.

c) 多群組結(jié)構(gòu)方程模型計算結(jié)果顯示，男性居民森林生態(tài)環(huán)境支付意愿相對于女性更高，且主要受對森林生態(tài)環(huán)境的認(rèn)知程度的影響，女性更容易受外部因素的影響；不同年齡段的被調(diào)查者在森林生態(tài)環(huán)境服務(wù)價值認(rèn)知、資金技術(shù)條件因素和外部影響因素方面存在差異性；不同教育程度的被調(diào)查者之間的差異主要體現(xiàn)在對森林生態(tài)環(huán)境服務(wù)價值認(rèn)知和森林生態(tài)環(huán)境補償?shù)恼J(rèn)知上.