曾 燚，張 茵

（北京林業(yè)大學(xué) 園林學(xué)院，北京 100083）

游憩價(jià)值是指游客在景區(qū)從事休閑游憩活動(dòng)所產(chǎn)生的直接或間接效益[1]。游憩價(jià)值評(píng)估是從經(jīng)濟(jì)學(xué)角度對(duì)旅游資源提供的綜合效益進(jìn)行貨幣化評(píng)價(jià)和核算[2]，該評(píng)估有助于景區(qū)管理者了解景區(qū)價(jià)值并制定合理的相關(guān)決策，包括合理的價(jià)值實(shí)現(xiàn)機(jī)制[3]。國(guó)內(nèi)多采用旅行費(fèi)用法（Travel Cost Method，TCM）中的分區(qū)旅行費(fèi)用法（Zonal Travel Cost Method,ZTCM）對(duì)單一案例地進(jìn)行游憩價(jià)值評(píng)估，而采用個(gè)人旅行費(fèi)用法（Individual Travel Cost Method，ITCM）的研究較少且基本局限于線性回歸模型。由于線性回歸模型沒(méi)有考慮旅游次數(shù)的不連續(xù)性，易導(dǎo)致結(jié)果產(chǎn)生較大偏差。Creel于1990年提出的計(jì)數(shù)模型（Count Data Model，CDM）能夠有效減少此類偏差，但國(guó)內(nèi)有效實(shí)踐尚不足：一方面，在采用CDM時(shí)缺少對(duì)于自然和人文景區(qū)最適模型的選擇研究；另一方面，對(duì)于CDM應(yīng)用于不同屬性景區(qū)時(shí)是否存在系統(tǒng)性差異缺乏探討。本文嘗試使用CDM分別對(duì)自然與人文屬性景區(qū)（北京植物園和北海公園）進(jìn)行評(píng)估和對(duì)比，探索對(duì)于不同類景區(qū)的最適模型，以期推動(dòng)ITCM的研究向縱深發(fā)展。

一、研究綜述

（一） 國(guó)外旅行費(fèi)用法研究

TCM主要存在三種模型，分別為分區(qū)旅行費(fèi)用法（ZTCM）、個(gè)人旅行費(fèi)用法（ITCM）和隨機(jī)效用模型（Random Utility Model,RUM），三種模型各自的適用條件（見(jiàn)表1）。1966年Clawson 和Kentsch提出了TCM 的第一個(gè)模型，即ZTCM[4]。1970年以前，ZTCM作為一種評(píng)價(jià)單一目的地游憩價(jià)值的有效方法被國(guó)外學(xué)者廣泛使用。1973年，Brown和Nawas提出了ITCM[5]。近二十年后，Wiliis和Garrod發(fā)表了一篇極具影響力的論文，使ITCM成為TCM研究的主流[6]。TCM研究早期主要是對(duì)森林公園[7]、國(guó)家公園[8]等自然景區(qū)進(jìn)行游憩價(jià)值估計(jì)，近年來(lái)亦出現(xiàn)了對(duì)于文化遺址[9]、節(jié)事活動(dòng)[10]、公園游憩設(shè)施[11]、城市公共空間[12]等人文屬性對(duì)象的價(jià)值評(píng)估研究。

表1 TCM三種模型的適用條件

Bockstael于1990年首次建立連續(xù)型數(shù)據(jù)游憩需求截?cái)嗄Ｐ蚚13]，之后Creel將其改進(jìn)為處理離散數(shù)據(jù)的CDM[14]。自此國(guó)外關(guān)于ITCM的研究大都采用泊松模型和負(fù)二項(xiàng)模型對(duì)旅游需求函數(shù)進(jìn)行回歸[9-12,15-16]。

（二） 國(guó)內(nèi)旅行費(fèi)用法研究

早期國(guó)內(nèi)TCM研究主要是對(duì)國(guó)外已有方法的簡(jiǎn)單借鑒和單純案例研究。評(píng)估對(duì)象最初以森林公園[17]、風(fēng)景名勝區(qū)[18]、自然保護(hù)區(qū)[19]等自然類型景區(qū)為主，2004年首次對(duì)敦煌這一人文屬性景區(qū)[20]進(jìn)行價(jià)值評(píng)估，之后開(kāi)始出現(xiàn)博物館[21]、古村落[22]和文化遺產(chǎn)[23]等更多人文景區(qū)的TCM價(jià)值研究。

國(guó)內(nèi)TCM研究大都采用ZTCM。為了彌補(bǔ)ZTCM將同一區(qū)域所有游客視為均質(zhì)游客（偏好相同、旅游費(fèi)用相同）的缺陷，李巍提出將旅行費(fèi)用相同的游客劃分為一個(gè)小區(qū)的改進(jìn)的旅行費(fèi)用法[24]，但該方法仍未把游客個(gè)體差異納入評(píng)估模型。與ZTCM相比，ITCM的優(yōu)勢(shì)在于充分考慮游客間的個(gè)體差異，以每個(gè)游客的旅行費(fèi)用及個(gè)人屬性為基礎(chǔ)構(gòu)建旅游需求函數(shù)，因而使估值結(jié)果更為真實(shí)準(zhǔn)確，尤其適用于以本地游客為主要客源的景區(qū)[3]。與ZTCM相比，國(guó)內(nèi)ITCM的相關(guān)研究明顯不足，且缺乏不同屬性景區(qū)的對(duì)比研究。

TCM一般采用線性或曲線函數(shù)進(jìn)行游憩需求函數(shù)回歸，這兩種方法多采用最小二乘法（OLS）進(jìn)行參數(shù)估計(jì)。然而從統(tǒng)計(jì)學(xué)視角來(lái)看，由于旅游次數(shù)是非負(fù)整數(shù)，在零點(diǎn)截?cái)嗲曳植歼^(guò)度離散，此時(shí)OLS就不再適合用于參數(shù)估計(jì)[25]。王爾大等嘗試采用CDM與非線性模型進(jìn)行對(duì)比分析，得出截?cái)嘭?fù)二項(xiàng)模型的擬合程度較好[25]。然而目前的CDM研究只是采用CDM對(duì)單一案例地或同類型案例地進(jìn)行分析[26-27]，尚缺乏對(duì)于自然和人文兩類不同屬性景區(qū)的最適模型的探討及對(duì)比研究。

北海公園和北京植物園都以北京本地游客為主，均適用于ITCM。本文將以這兩個(gè)典型景區(qū)為評(píng)估對(duì)象，探討自然與人文屬性景區(qū)是否存在各自的最適計(jì)數(shù)模型，并探索評(píng)估結(jié)果產(chǎn)生差異的原因。

二、研究方法

（一）個(gè)人旅行費(fèi)用法

1.需求函數(shù)模型

ITCM是以游客個(gè)人資料為基礎(chǔ)構(gòu)建需求函數(shù)：

其中，Vij表示游客i到旅游景點(diǎn)j的游覽次數(shù)，TCij表示游客i到旅游景點(diǎn)j的旅游成本，Xi表示游客i的社會(huì)經(jīng)濟(jì)特征，Yi表示旅游景點(diǎn)j的相關(guān)特征。

ITCM的操作步驟主要有以下五步：

①收集游客最近一年的游覽次數(shù)、旅行時(shí)間、旅行費(fèi)用、以及年齡、性別、人均月收入等社會(huì)經(jīng)濟(jì)學(xué)特征；

②計(jì)算每位游客的旅游成本等；

③擬合需求函數(shù)；

④計(jì)算人均消費(fèi)者剩余；

⑤人均消費(fèi)者剩余與人均旅游成本之和即為人均游憩價(jià)值。

根據(jù)經(jīng)濟(jì)學(xué)需求理論，本文構(gòu)建如下的旅游需求函數(shù)：

其中，Visiti表示第i個(gè)游客最近一年的游覽次數(shù)，即游客的旅游需求；Costi表示第i個(gè)游客的旅游成本；Satisi表示第i個(gè)游客的滿意程度；Sexi表示第i個(gè)游客的性別，Agei表示第i個(gè)游客的年齡，Worki表示第i個(gè)游客的職業(yè)，Incomei表示第i個(gè)游客的家庭人均月收入，β0、β1、β2、β3、β4、β5、β6分別為常數(shù)項(xiàng)以及各自變量所對(duì)應(yīng)的參數(shù)。

2.計(jì)算消費(fèi)者剩余

根據(jù)Creel等的研究，使用ITCM評(píng)估消費(fèi)者剩余時(shí)，可通過(guò)取旅游成本變量系數(shù)相反數(shù)的倒數(shù)[14]來(lái)計(jì)算。

3.旅游成本

旅游成本可分為旅游實(shí)際支出和時(shí)間機(jī)會(huì)成本兩大部分，前者包括交通費(fèi)用、住宿費(fèi)用、餐飲費(fèi)用、門票及景區(qū)內(nèi)其他花費(fèi)（如劃船、購(gòu)買紀(jì)念品等）；后者則通過(guò)將出游時(shí)間乘以工資率的1/3得出，設(shè)游客的月收入為I，每個(gè)月為20個(gè)工作，出游時(shí)間為h小時(shí)，則時(shí)間機(jī)會(huì)成本為：

4.多目的地旅行

根據(jù)前人的研究經(jīng)驗(yàn)并結(jié)合案例地的實(shí)際情況，本文采用目的地景區(qū)門票價(jià)格占多目的地門票價(jià)格總和的百分比作為分?jǐn)傄蜃樱瑢?duì)外地游客的交通費(fèi)用、住宿費(fèi)用、交通時(shí)間進(jìn)行分成。

（二）計(jì)數(shù)模型

旅游次數(shù)具有非負(fù)整數(shù)的特征，宜使用泊松模型進(jìn)行參數(shù)估計(jì)。這一模型的前提是因變量的條件均值等于條件方差，然而由于數(shù)據(jù)的異質(zhì)性，計(jì)數(shù)數(shù)據(jù)普遍存在過(guò)度離散的問(wèn)題，即條件方差通常大于條件均值[28]。為了降低面訪調(diào)查產(chǎn)生的內(nèi)生性分層和訪問(wèn)次數(shù)在零點(diǎn)截?cái)鄬?dǎo)致的偏差，國(guó)外學(xué)者嘗試采用截?cái)嗖此赡Ｐ停═runcated Poisson Model,TPOIS）[15]和雙階阻力模型（Two-stage Hurdle Model）[29]進(jìn)行價(jià)值評(píng)估。為了降低游覽次數(shù)存在大量零值造成的偏差，Weber提出采用零膨脹泊松模型（Zero-Inf l ated Poisson Model）進(jìn)行參數(shù)估計(jì)[30]。為了降低數(shù)據(jù)異質(zhì)性的影響，Pascoe則引入了截?cái)嘭?fù)二項(xiàng)模型（Truncated Negative Binomial Model,TNB）用于價(jià)值評(píng)估[31]。

為了探討不同屬性景區(qū)的最適計(jì)數(shù)模型，本文將分別采用TPOIS和TNB，對(duì)北京植物園和北海公園兩個(gè)不同屬性景區(qū)進(jìn)行游憩價(jià)值評(píng)估。

（1）TPOIS的概率密度函數(shù)：

（2）TNB的概率密度函數(shù)：

（3）這兩種回歸模型因變量的概率分布表示如下：

三、實(shí)證分析：北京植物園和北海公園游憩價(jià)值評(píng)估

（一）案例地概況

1.北京植物園

北京植物園位于西山臥佛寺附近，是以收集、展示和保存植物資源為主，集科學(xué)研究、科學(xué)普及、游覽休憩、植物種質(zhì)資源保護(hù)和新優(yōu)植物開(kāi)發(fā)功能為一體的綜合性植物園。園內(nèi)收集展示各類植物1萬(wàn)余種、150余萬(wàn)株。北京植物園于2000年被評(píng)為首批國(guó)家4A 級(jí)旅游景區(qū)，是北京首批精品公園、首批國(guó)家重點(diǎn)公園之一。

2.北海公園

北海公園位于北京市中心區(qū)，故宮的西北面，與中海、南海合稱三海。北海為中國(guó)現(xiàn)存最古老、最完整、最具綜合性和代表性的皇家園林之一，是世界上建園最早的皇城御苑，1925年開(kāi)放為公園，為全國(guó)重點(diǎn)文物保護(hù)單位、國(guó)家4A級(jí)旅游景區(qū)。

（二）數(shù)據(jù)收集

本研究于2016年5月1—15日期間，選取6天進(jìn)行實(shí)地面訪問(wèn)卷調(diào)查，其中黃金周期間2天，工作日2天，周末2天，以使采集數(shù)據(jù)盡量具有代表性。面訪調(diào)查采用隨機(jī)抽樣的方法，其中在北京植物園發(fā)放問(wèn)卷180份，回收178份，有效問(wèn)卷166份，有效問(wèn)卷率為93.26%；北海公園發(fā)放問(wèn)卷195份，回收192份，有效問(wèn)卷176份，有效問(wèn)卷率為91.67%。

（三）北京植物園游憩價(jià)值評(píng)估

1.游客社會(huì)經(jīng)濟(jì)特征分析

如表2所示，本次調(diào)查中北京植物園男性游客占比43.4%；女性占比56.6%。游客以青年人為主，18～34歲游客占76.5%。職業(yè)以公司職員最多，為33.1%；其次是學(xué)生和專業(yè)技術(shù)人員。受教育程度普遍較高，本科及以上游客占比為77.1%。家庭人均月收入主要集中于3001～5000元、5001～7000元及10000元以上，合占63.3%。

表2 北京植物園社會(huì)經(jīng)濟(jì)特征統(tǒng)計(jì)分析

2.游覽特征分析

游客游覽北京植物園的人均旅游成本為115.50元。最近一年到訪北京植物園的人均游覽次數(shù)為2.5次，其中至少為2次的游客共98名，均為本地游客且重游率較高。游客對(duì)于北京植物園滿意程度較高（見(jiàn)表3）。

表3 北京植物園游覽特征統(tǒng)計(jì)分析

3.模型參數(shù)估計(jì)分析

本文采用TPOIS和TBN兩個(gè)模型對(duì)北京植物園的游憩需求函數(shù)進(jìn)行估計(jì)。如表4所示，兩個(gè)模型的主要參數(shù)估計(jì)結(jié)果均基本符合旅游需求理論，其中旅游成本與游覽次數(shù)負(fù)相關(guān)；而年齡、收入與游覽次數(shù)呈正相關(guān)。

一般來(lái)說(shuō)，最大似然函數(shù)值（Log L）較大的模型擬合程度較好。由該值可以判斷，對(duì)于北京植物園來(lái)說(shuō)，TBN模型的擬合度要比TPOIS模型更好。

從旅游成本來(lái)看，對(duì)于TPOIS模型，其斜率參數(shù)為-0.008 208 0，即旅行成本每增加1 000元，游客對(duì)景點(diǎn)的旅游次數(shù)將減少8次；而對(duì)于TNB模型，其斜率參數(shù)為-0.006 374 2，即旅游次數(shù)將減少6次。

表4 變量的參數(shù)估計(jì)及其邊際影響

（四）北海公園游憩價(jià)值評(píng)估

1.游客社會(huì)經(jīng)濟(jì)特征分析

如表5所示，本次調(diào)查中北海公園男性占比48.9%；女性占比51.1%。以青年為主，18-24歲和25～34歲的游客分別占28.9%和34.1%。職業(yè)以公司職員最多，為39.8%，其次是離退休人員待業(yè)和專業(yè)技術(shù)人員，分別為18.8%和13.1%。游客受教育程度較高，本科及以上游客占59.7%。家庭平均月收入以3 001～5 000元為主，占40.9%。

表5 北海公園社會(huì)經(jīng)濟(jì)特征統(tǒng)計(jì)分析

2.游覽特征分析

如表6所示，北海公園游客的人均旅游成本為202.60元；最近一年人均游覽次數(shù)為5.5次，游覽次數(shù)至少2次的游客約占43.2%，本地游客重游率較高，而外地游客多為首次到訪；游客對(duì)北海公園的滿意度較高。

表6 北海公園游覽特征統(tǒng)計(jì)分析

3.模型參數(shù)估計(jì)分析

本文采用TPOIS和TBN兩個(gè)模型對(duì)北海公園的游憩需求函數(shù)進(jìn)行估計(jì)。如表7所示，TPOIS和TBN兩個(gè)模型的主要參數(shù)估計(jì)結(jié)果基本符合旅游需求理論，其中旅游成本與游覽次數(shù)負(fù)相關(guān)；年齡、滿意度與游覽次數(shù)正相關(guān)。

同樣，根據(jù)最大似然函數(shù)值（Log L）判斷，對(duì)于北海公園而言，TNB模型的擬合程度亦優(yōu)于TPOIS模型。

表7 變量的參數(shù)估計(jì)及其邊際影響

從旅游成本來(lái)看，旅游成本每增加1000元，據(jù)TPOIS模型，人們對(duì)北海公園的游覽次數(shù)會(huì)減少8次，而依據(jù)TNB模型則將減少3次。

四、游憩價(jià)值評(píng)估結(jié)果對(duì)比與討論

由上文可知，無(wú)論對(duì)于北京植物園還是北海公園，TNB模型的擬合程度均更優(yōu)。根據(jù)該模型，進(jìn)一步計(jì)算得到2016年北京植物園的人均消費(fèi)者剩余為362.40元，加上人均旅游成本115.50元，最終估計(jì)其人均游憩價(jià)值為477.90元。同理計(jì)算得到北海公園的人均消費(fèi)者剩余為756.90元，加上人均旅游成本202.60元，最終估計(jì)其人均游憩價(jià)值為959.50元（見(jiàn)表8）。

表8 案例地評(píng)估結(jié)果匯總

估值結(jié)果顯示，雖然北京植物園和北海公園均為北京最受歡迎的城市公園，但前者人均游憩價(jià)值顯著低于后者。究其原因，首先是由于兩個(gè)公園的屬性不同。北京植物園是典型的自然景區(qū)，以其優(yōu)美的自然植物景觀為主要吸引物；而北海公園作為蘊(yùn)含深厚文化底蘊(yùn)的皇家園林，美麗的自然風(fēng)光與獨(dú)特的歷史建筑交相輝映。同相對(duì)單一的自然風(fēng)光相比，神清韻遠(yuǎn)的人文景觀更易為游客所感知，由此可能導(dǎo)致北海公園的游憩價(jià)值更高。

其次，北京植物園與北海公園的知名度和游客構(gòu)成有所差異。北海公園相對(duì)知名度更高，其游客構(gòu)成也更為多元化。北京植物園離中心城區(qū)較遠(yuǎn)，其客源雖然基本為北京本地游客但又因其科普性較強(qiáng)故其擁有較多的學(xué)生游客；而北海公園地處中心地段，附近居民占據(jù)本地游客的相對(duì)較大比例，此外還有一定比例的外地游客。Lorenzo的研究表明，外地游客的消費(fèi)者剩余往往大于本地游客[32]，由此也使得北海公園的游憩價(jià)值評(píng)估結(jié)果更高。

五、結(jié)論

TCM是評(píng)估旅游景區(qū)游憩價(jià)值的經(jīng)典方法之一。由于旅游次數(shù)具有非負(fù)整數(shù)性，采用最小二乘法得出的需求函數(shù)會(huì)產(chǎn)生偏差。對(duì)于適用于ITCM的評(píng)估對(duì)象，采用CDM將有效規(guī)避此類偏差。

本文采用CDM中的TPOIS模型與TNB模型，分別對(duì)北海公園和北京植物園進(jìn)行游憩價(jià)值評(píng)估。研究結(jié)果表明，無(wú)論對(duì)于自然還是人文類型的景區(qū)，TNB模型均比TPOIS模型具有更佳的擬合度。采用TNB模型，進(jìn)一步計(jì)算得到2016年北京植物園和北海公園的人均游憩價(jià)值分別為477.90元、959.50元。北海公園游憩價(jià)值明顯偏高的原因可能是由于人文屬性景區(qū)的典型人文景觀更易為游客所感知，以及北海公園具有較高比例的外地游客。

隨著ITCM研究的不斷深入，后續(xù)可進(jìn)一步完善的研究?jī)?nèi)容包括：在時(shí)間機(jī)會(huì)成本的處理方面，可考慮采取不同的工資率對(duì)案例地進(jìn)行游憩價(jià)值的比較研究；在案例地選取方面，可選取更多具典型性的不同屬性案例地進(jìn)行最適模型的驗(yàn)證研究，如城市公園、郊野公園、濕地公園等；在模型選取時(shí)，可選擇更多改進(jìn)模型加以嘗試及比較；在進(jìn)行不同屬性景區(qū)對(duì)比時(shí)，應(yīng)盡量排除其它相關(guān)因素的影響，如均選擇本地游客占比80%以上的景區(qū)，盡量排除多目的地旅行因素，以及盡量排除替代性景區(qū)的影響等。

[1]劉亞萍.生態(tài)旅游區(qū)游憩資源經(jīng)濟(jì)價(jià)值評(píng)價(jià)研究 [M].北京:中國(guó)林業(yè)出版社,2008.

[2]黎潔.旅游資源的資產(chǎn)化管理與旅游業(yè)環(huán)境經(jīng)濟(jì)政策研究——兼與敖榮軍等同志商榷 [J].旅游學(xué)刊,2002,17(2): 35-38.

[3]張茵.生態(tài)旅游資源的經(jīng)濟(jì)價(jià)值評(píng)估——以九寨溝自然保護(hù)為例 [D].北京: 北京大學(xué),2004: 4-15.

[4]Claws M,Knetsch JL.Economics of Outdoor Recreation [M].Washington D C:Resources for the Future,1966.

[5]Brown WG,Nawas F.Impact of aggregation on the estimation of outdoor recreation demand functions [J].American Journal of Agricultural Economics,1973(55): 246-249.

[6]Willis KG,Garrod GD.An individual travel cost method of evaluating forest recreation [J].Journal of Agricultural Economics,1991(42): 33-42.

[7]Liisa Tyrvainen,Hannu Vaananen.The economic value of urban forest amenities: an application of the contingent valuation method [J].Landscape and Urban Planning,1998(43): 105-118.

[8]Pieter J H,van Beukering,Herman SJ Cesar,et al.Economic valuation of the Leuser National Park on Sumatra,Indonesia[J].Ecological Economics,2003(44): 43-62.

[9]Christos Tourkolias,Theodora Skiada,Sebastian Mirasgedis,et al.Application of the travel cost method for the valuation of the Poseidon temple in Sounio,Greece [J].Journal of Cultural Heritage,2015(16): 567–574.

[10]Mario Du Preez,Deborah Ellen Lee.The economic value of the Trans Baviaans mountain biking event in the Baviaanskloof Mega Reserve,Eastern Cape,South Africa:a travel cost analysis using count data models [J].Journal of Outdoor Recreation and Tourism,2016(15):47-54.

[11]Kavita Sardana,John Bergstrom,JM Bowker.Valuing settingbased recreation for selected visitors to national forests in the southern United States [J].Journal of Environmental Management,2016(183): 972-979.

[12]Merlin M,Hanauer,John Reid.Valuing urban open space using the travel cost method and the implications of measurement error [J].Journal of Environmental Management,2017(198):50-65.

[13]Bockstael NE,Strand IE,McConnell KE,et al.Sample selection bias in the estimation of recreation demand functions:an application to sport-fishing [J].Land Economics,1990(66):40-49.

[14]Creel MD,Loomis JB.Theoretical and empirical advantages of truncated count data estimators for analysis of deer hunting in California [J].American Journal of Agricultural Economics,1990(72): 434-441.

[15]Shrestha RK,Seidl A F,Moraes AS.Value of recreational fi shing in the Brazilian Pantanal:a travel cost analysis using count data models [J].Ecological Economics,2002,42(1): 289-299.

[16]陸鼎煌,吳章文.張家界國(guó)家森林公園效益的研究 [J].中南林學(xué)院學(xué)報(bào),1985,5(2): 160-170.

[17]吳楚材,鄧立陽(yáng).張家界國(guó)家森林公園游憩效益經(jīng)濟(jì)評(píng)價(jià)的研究 [J].林業(yè)科學(xué),1992,28(5): 423-430.

[18]艾運(yùn)盛,高嵐.武夷山國(guó)家風(fēng)景名勝區(qū)游憩效益的評(píng)價(jià) [J].北京林業(yè)大學(xué)學(xué)報(bào),1996,18(3): 89-97.

[19]張茵,蔡運(yùn)龍.基于分區(qū)的多目的地TCM模型及其在游憩資源價(jià)值評(píng)估中的應(yīng)用——以九寨溝自然保護(hù)區(qū)為例 [J].自然資源學(xué)報(bào),2004,19(5): 651-661.

[20]郭劍英,王乃昂.旅游資源的旅游價(jià)值評(píng)估以敦煌為例 [J].自然資源學(xué)報(bào),2004,19(6): 811-817.

[21]詹麗,楊昌明,李江風(fēng).用改進(jìn)的旅行費(fèi)用法評(píng)估文化旅游資源的經(jīng)濟(jì)價(jià)值 [J].軟科學(xué),2005,19(5): 94-96.

[22]張紅霞,蘇勤.基于TCM的旅游資源游憩價(jià)值評(píng)估——以世界文化遺產(chǎn)宏村為例 [J].資源開(kāi)發(fā)與市場(chǎng),2011,27(1):90-93.

[23]周英,王爾大,韋健華.文化遺產(chǎn)旅游資源非使用價(jià)值評(píng)價(jià)研究——以旅順太陽(yáng)溝為例 [J].生態(tài)經(jīng)濟(jì),2013(9):146-150.

[24]李巍,李文軍.用改進(jìn)的旅行費(fèi)用法評(píng)估九寨溝的游憩價(jià)值[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2003,39(4): 548-555.

[25]王爾大,李作志,王忠福.利用計(jì)數(shù)統(tǒng)計(jì)模型方法評(píng)價(jià)大連星海公園旅游的經(jīng)濟(jì)價(jià)值 [J].數(shù)理統(tǒng)計(jì)與管理,2009,28(1):23-31.

[26]王喜剛,王爾大.基于修正旅行成本法的景區(qū)游憩價(jià)值評(píng)估型——大連老虎灘海洋公園的實(shí)證分析 [J].資源科學(xué),2013,35(8): 1693-1700.

[27]周春波,林璧屬.基于截?cái)嗖此赡Ｐ偷木皡^(qū)游憩價(jià)值多案例評(píng)估 [J].生態(tài)經(jīng)濟(jì),2013(12): 130-133.

[28]Gurmu S,Trivedi P.Overdispersion tests for truncated Poisson regression models [J].Journal of Econometrics,1992(54): 347-370.

[29]Hill R,Loomis J,Thilmany D,et al.M.Economic values of agritourism to visitors: A multi-destination hurdle travel cost model of demand [J].Tourism Economics,2014(20): 1047-1065.

[30]Weber MA,Mozumder P,Berrens RP.Accounting for unobserved time-varying quality in recreation demand:An application to a Sonoran Desert wilderness [J].Water Resources Research,2012(48),W05515 .

[31]Pascoe S,Doshi A,Dell Q,et al.Economic value of recreational fi shing in Moreton Bay and the potential impact of the marine park rezoning [J].Tourism Management,2014(41):53-63.

[32]Lorenzo Giovanni Bellu,Vito Cistulli.Economic valuation of forest recreation facilities in the Liguria region (Italy).CSERGE Working Paper GEC,1997.