王坤 李曉 李英

(東北林業(yè)大學(xué)，哈爾濱，150040) (遼寧大學(xué))

東北重點(diǎn)生態(tài)功能區(qū)，是維護(hù)良好生態(tài)及生物多樣性的重要保障，所以關(guān)于公眾對生態(tài)建設(shè)支付意愿的研究成為學(xué)者們關(guān)注的重點(diǎn)。關(guān)于支付意愿的界定，業(yè)內(nèi)已經(jīng)取得了共識(shí)，即支付意愿(WTP)，是指買者為某種物品愿意支付的最高價(jià)格[1-2]。公眾對生態(tài)功能區(qū)建設(shè)的支付意愿，是指人們參與生態(tài)功能區(qū)建設(shè)愿意支付的最高額度。支付意愿，除了受個(gè)人因素的影響以外，還受區(qū)域環(huán)境因素的影響，揭示支付意愿與影響因素的影響機(jī)制對政府制定生態(tài)補(bǔ)償方案具有重要的指導(dǎo)意義。

近年來，以湖泊流域、國有林區(qū)等生態(tài)功能區(qū)建設(shè)為例，從支付意愿影響因素的個(gè)體層面[3-13]、環(huán)境層面[14-15]的生態(tài)補(bǔ)償研究取得了豐碩的成果，并構(gòu)建了影響公眾支付意愿的評價(jià)模型。研究結(jié)果表明，公眾的支付意愿和行為產(chǎn)生過程中，受區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r、教育發(fā)展水平的制約。但模型中所選評價(jià)指標(biāo)，僅僅是從不同區(qū)域個(gè)體差異對公眾所在區(qū)域、資源稟賦、社會(huì)條件的定性分析，針對區(qū)域經(jīng)濟(jì)發(fā)展指標(biāo)對支付意愿的影響進(jìn)行定量分析的較少。

公眾的支付意愿受公眾自身層面的主觀意愿(關(guān)注度、重視度、滿意度)、自身的社會(huì)經(jīng)濟(jì)特征(性別、年齡、居住地、受教育程度、月收入水平)的影響，在測算補(bǔ)償標(biāo)準(zhǔn)時(shí)，必須考慮地方經(jīng)濟(jì)發(fā)展水平、收入水平、文化差異。為此，本研究將評價(jià)區(qū)域經(jīng)濟(jì)發(fā)展水平的評價(jià)指標(biāo)(如消費(fèi)價(jià)格指數(shù)、人均總值、地區(qū)總值增長率、人均教育費(fèi)用支出、人均社會(huì)保障補(bǔ)助支出、城鎮(zhèn)職工平均工資、教育從業(yè)人員比例)納入評價(jià)模型中，運(yùn)用多層統(tǒng)計(jì)分析方法構(gòu)建個(gè)體以及區(qū)域整體兩個(gè)層面對生態(tài)功能區(qū)建設(shè)的公眾支付意愿的評價(jià)模型；在挖掘公眾個(gè)人支付意愿影響因素的同時(shí)，更精確地識(shí)別影響公眾參與生態(tài)補(bǔ)償行為的影響因子，進(jìn)一步挖掘區(qū)域經(jīng)濟(jì)發(fā)展水平對公眾參與生態(tài)建設(shè)支付意愿影響機(jī)理的同時(shí)，測算出制定符合地域特色的補(bǔ)償標(biāo)準(zhǔn)。旨在為生態(tài)功能區(qū)建設(shè)的有效開展、生態(tài)補(bǔ)償標(biāo)準(zhǔn)的制定和生態(tài)服務(wù)價(jià)值評估提供參考。

1 研究方法

1.1 對受訪者主觀特性調(diào)查內(nèi)容的設(shè)計(jì)

本研究是公眾參與森林生態(tài)建設(shè)受主觀意愿影響的后續(xù)研究，是在李曉等[7]開發(fā)的公眾參與森林生態(tài)建設(shè)的主觀意愿調(diào)查內(nèi)容基礎(chǔ)上，對研究對象主觀意愿進(jìn)行調(diào)查。該調(diào)查內(nèi)容依據(jù)大、中、小城市及森林生態(tài)效益直接受益地區(qū)和非直接受益地區(qū)普遍存在的主觀意愿共性特點(diǎn)進(jìn)行設(shè)計(jì)，依照李克特五點(diǎn)計(jì)分法進(jìn)行計(jì)分(見表1)。在10項(xiàng)主觀意愿調(diào)查內(nèi)容基礎(chǔ)上，編制含有人口統(tǒng)計(jì)學(xué)(包含性別、年齡、受教育程度、居住地、月人均收入等)、主觀意愿、意愿支付金額等調(diào)查內(nèi)容[3-17](見表2)。

表1 對受訪者主觀特性調(diào)查內(nèi)容及計(jì)分方法

表2 受訪者基本情況

1.2 影響支付意愿的區(qū)域經(jīng)濟(jì)發(fā)展指標(biāo)的選取與編碼

在借鑒相關(guān)文獻(xiàn)[3]的基礎(chǔ)上，考慮公眾個(gè)體支付行為決策的感知之間存在著共變性的復(fù)雜關(guān)系，且公眾對生態(tài)功能區(qū)建設(shè)的關(guān)注度、重視度、滿意度等三維度符合間接影響因素主觀意愿二階模型建構(gòu)，且擬合良好，因此，將所有指標(biāo)組中心化，并重新編碼，S(性別)、N(年齡)、V(受教育程度)、R(居住地)、P(月收入水平)、Q(主觀意愿)；將環(huán)境指標(biāo)重新編碼，A(消費(fèi)價(jià)格指數(shù))、B(人均總值)、C(地區(qū)總值增長率)、D(人均教育費(fèi)用支出)、E(人均社會(huì)保障補(bǔ)助支出)、F(城鎮(zhèn)職工平均工資)、G(教育從業(yè)人員比例)。

1.3 數(shù)據(jù)來源

本研究以東北生態(tài)功能區(qū)常駐人口、流動(dòng)人口、周邊村屯人口為研究對象，按照直接受益地區(qū)、間接受益地區(qū)劃分，從遼、吉、黑3省8市(哈爾濱市、齊齊哈爾市、牡丹江市、佳木斯市、長春市、吉林市、集安市、沈陽市)按照抽樣調(diào)查的原則，發(fā)放問卷1 500份，確保了回收數(shù)據(jù)的普適性、代表性。調(diào)查問卷的調(diào)查結(jié)果可顯示不同地區(qū)生態(tài)功能區(qū)建設(shè)的公眾個(gè)體支付意愿的差異性，回收有效問卷1 010份。公眾對生態(tài)功能區(qū)建設(shè)支付意愿的大小，不僅受公眾個(gè)體層面因素的影響，還受地域經(jīng)濟(jì)發(fā)展以及環(huán)境因素的影響。公眾個(gè)體特征與所在區(qū)域整體特征的不同，其支付意愿具有差異，因此，公眾個(gè)體層面特征數(shù)據(jù)通過調(diào)查問卷獲得，而區(qū)域整體層面經(jīng)濟(jì)發(fā)展指標(biāo)數(shù)據(jù)均來自于中國國家統(tǒng)計(jì)局(見表3)。

1.4 公眾支付意愿的多層線性模型構(gòu)建

多層線性模型基本原理：已有研究成果表明，不同區(qū)域的公眾對生態(tài)功能區(qū)建設(shè)的支付差異顯著；說明公眾個(gè)體的支付行為，既受公眾自身特征的影響，也受其所處區(qū)域的經(jīng)濟(jì)環(huán)境影響。已有研究，多數(shù)采用傳統(tǒng)的回歸分析，很難將影響支付意愿的個(gè)體自身特征所造成的差異和所處區(qū)域經(jīng)濟(jì)環(huán)境所造成的差異區(qū)分開來。因此，本研究選擇多層線性模型法構(gòu)建影響東北重點(diǎn)生態(tài)功能區(qū)建設(shè)支付意愿的模型，從公眾個(gè)體水平層面、區(qū)域經(jīng)濟(jì)發(fā)展整體水平層面進(jìn)行分層分析。通過對同一個(gè)區(qū)域內(nèi)的公眾對生態(tài)功能區(qū)建設(shè)支付意愿進(jìn)行組內(nèi)分析，整合各個(gè)區(qū)域內(nèi)的個(gè)人數(shù)據(jù)進(jìn)行分組，進(jìn)行組間分析；在此基礎(chǔ)上，對所有數(shù)據(jù)進(jìn)行總體分析，探討公眾個(gè)體特征(組內(nèi))、區(qū)域經(jīng)濟(jì)環(huán)境因素(組間)及二者交互作用對公眾支付意愿的影響。多層線性模型，既可規(guī)避傳統(tǒng)回歸分析中方差齊性、獨(dú)立性檢驗(yàn)，還可對不同層次影響因素對評價(jià)指標(biāo)作用的變化規(guī)律進(jìn)行分解分析，因此建立多層線性模型是一種更加符合現(xiàn)實(shí)情況的數(shù)據(jù)分析方法[18]。公眾個(gè)人特征對支付意愿的回歸模型為WPij=β0j+…+βijXij+γij，區(qū)域經(jīng)濟(jì)指標(biāo)對β0j、βij的回歸模型為β0j=γ00+υ0j+γ、βij=γi0+υij+γ，i、j為第i個(gè)區(qū)域經(jīng)濟(jì)指標(biāo)對應(yīng)的第j個(gè)個(gè)體特征；合并兩個(gè)模型后，得到最終公眾參與生態(tài)功能區(qū)建設(shè)支付意愿的多層線性模型。

表3 開展問卷調(diào)查工作的城市主要社會(huì)經(jīng)濟(jì)指標(biāo)

考慮到同一城市的公眾對生態(tài)功能區(qū)建設(shè)支付意愿，比不同城市的公眾支付意愿相似的可能性更大，因此本研究認(rèn)為，不同城市公眾對生態(tài)功能區(qū)建設(shè)支付意愿的回歸模型是不同的，且每一個(gè)回歸模型都有其自身的回歸系數(shù)(即各影響因素對支付意愿影響的比率)和初始值(即各個(gè)地區(qū)公眾支付意愿的初始值)。在多層線性模型分析過程中，首先通過問卷測得主觀意愿及人口統(tǒng)計(jì)學(xué)指標(biāo)，再將個(gè)體層面影響因素(即主觀意愿及人口統(tǒng)計(jì)學(xué)指標(biāo))和整體層面影響因素進(jìn)行總均值中心化，從而使得各區(qū)域支付意愿初始值和各影響因素對支付意愿影響的比率以及預(yù)測因子交互作用的評價(jià)更具有意義[19]。

根據(jù)以上分析，應(yīng)用HLM7.0構(gòu)建公眾對生態(tài)功能區(qū)建設(shè)的多層線性模型。

(1)零模型。首先建立不含評價(jià)指標(biāo)的兩層次模型，分析公眾對生態(tài)功能區(qū)支付意愿在區(qū)域?qū)用孀儺惖娘@著性；若公眾對參與生態(tài)功能區(qū)的支付意愿受區(qū)域經(jīng)濟(jì)環(huán)境整體水平的影響顯著，則需進(jìn)行下一步研究。

零模型：Wp=γ00+υ0+γ。

式中：Wp為支付意愿；γ00為支付意愿初始值；υ0為區(qū)域經(jīng)濟(jì)指標(biāo)對個(gè)體特征影響誤差項(xiàng)；γ為個(gè)體特征對支付意愿影響的誤差項(xiàng)。

(2)隨機(jī)效應(yīng)模型。分析公眾個(gè)體層面的生態(tài)功能區(qū)建設(shè)主觀意愿對支付意愿的影響及該影響在區(qū)域?qū)用娴牟町愋?，具體分析性別(S)、年齡(N)、居住地(R)、教育程度(V)、月收入(P)、主觀意愿(Q)對支付意愿(Wp)的影響。以支付意愿(Wp)作為評價(jià)指標(biāo)，將性別(S)、年齡(N)、居住地(R)、教育程度(V)、月收入(P)、主觀意愿(Q)加入到模型二的第一層中，建立不含區(qū)域?qū)用嬖u價(jià)指標(biāo)的兩水平隨機(jī)效應(yīng)回歸模型。

WP=γ00+γ10S+γ20N+γ30V+γ40R+γ50P+γ60Q+υ0+υ1S+

υ2N+υ3V+υ4R+υ5P+υ6Q+γ。

式中：Wp為支付意愿；γ00為支付意愿初始值；γ10～γ60為各個(gè)體特征對支付意愿的影響系數(shù)；υ0為區(qū)域個(gè)體特征初始值誤差項(xiàng)；υ1～υ6為區(qū)域經(jīng)濟(jì)指標(biāo)對個(gè)體特征影響的誤差項(xiàng)；γ為個(gè)體特征對支付意愿影響的誤差項(xiàng)。

(3)全模型。在隨機(jī)效應(yīng)模型基礎(chǔ)上，將區(qū)域?qū)用嬷笜?biāo))作為評價(jià)指標(biāo)加入到第二層中，構(gòu)建支付意愿(包含個(gè)體層面和區(qū)域整體層面指標(biāo))全模型，并根據(jù)區(qū)域經(jīng)濟(jì)指標(biāo)對個(gè)體特征各影響因素影響的初始值(總均分值差異)以及其對個(gè)體特征各影響因素影響比率的分析，進(jìn)一步說明區(qū)域?qū)用嬗绊懸蛩貙€(gè)體層面指標(biāo)的間接影響。建立公眾對生態(tài)功能區(qū)建設(shè)支付意愿的多層線性全模型，分析消費(fèi)價(jià)格指數(shù)(A)、人均總值(B)、地區(qū)總值增長率(C)、人均教育費(fèi)用支出(D)、人均社會(huì)保障補(bǔ)助支出(E)、城鎮(zhèn)職工平均工資(F)、教育從業(yè)人員比例(G)對支付意愿(Wp)的影響。

Wp=γ00+γ01A+γ02B+γ03C+γ04D+γ05E+γ06F+γ07G+

γ10S+γ20N+γ21(A×N)+γ22(B×N)+γ23(C×N)+γ24(D×N)+γ25(E×N)+γ26(F×N)+γ27(G×N)+γ30(V)+γ40(R)+γ11(A×R)+γ12(B×R) +γ13(C×R)+γ14(D×R)+γ15(E×R)+γ16(F×R)+γ17(G×R)+

γ50(P)+γ51(A×P)+γ52(B×P)+γ53(C×P)+γ54(D×

P)+γ55(E×P)+γ56(F×P)+γ57(G×P)+γ60(Q)+γ61(A×Q)+γ62(B×Q)+γ63(C×Q)+γ64(D×Q)+γ65(E×Q)+γ66(F×Q)+γ67(G×Q)+υ0+γ。

式中：Wp為支付意愿；γ00為支付意愿初始值；γ01～γ07為受區(qū)域經(jīng)濟(jì)指標(biāo)影響后的個(gè)體特征對支付意愿的影響系數(shù)；γ10～γ60為區(qū)域經(jīng)濟(jì)指標(biāo)對個(gè)體特征影響支付意愿程度的影響系數(shù)；γij(i=1～6、j=1～7)為第j個(gè)個(gè)體特征受第i個(gè)區(qū)域經(jīng)濟(jì)指標(biāo)影響的影響系數(shù)；υ0為區(qū)域個(gè)體特征初始值誤差項(xiàng)；γ為個(gè)體特征對支付意愿影響的誤差項(xiàng)。

2 結(jié)果與分析

2.1 調(diào)查問卷基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)

本研究對東北生態(tài)功能區(qū)直接受益地區(qū)(黑龍江省、吉林省部分城市)、非直接受益地區(qū)(遼寧省沈陽市)共計(jì)8個(gè)城市1 500名受訪對象進(jìn)行了參與生態(tài)功能區(qū)建設(shè)支付意愿的相關(guān)問卷調(diào)查，經(jīng)過初測和重測，回收問卷1 231份，去除無效問卷221份，回收有效問卷1 010份，有效率67.33%。男女性別比例為49.5∶50.5，受試對象為具有行為能力的19歲以上成年人，年齡、受教育程度等峰度值均在0.3～0.6之間，呈正態(tài)分布；受訪對象以城市居民為主，城市、周邊村屯、省內(nèi)流動(dòng)人口、省際流動(dòng)人口占比為60.7∶16.6∶14.4∶8.3；受訪對象平均月收入呈現(xiàn)出近省會(huì)城市收入高于遠(yuǎn)省會(huì)城市。經(jīng)計(jì)算，公眾對生態(tài)功能區(qū)建設(shè)支付意愿評價(jià)指標(biāo)體系的初測信度的克朗巴哈系數(shù)(Cronbach’sα)為0.853，重測過程中增加了樣本量，α=0.874，說明問卷具有良好的內(nèi)部一致信度。

2.2 不同城市間支付意愿的差異性

對采集的樣本數(shù)據(jù)進(jìn)行單因素方差分析，檢驗(yàn)支付意愿在不同城市之間的差異性。由見表4可見：支付意愿，組間均方值17.281、方差4.812、組間差異顯著性0，表明支付意愿在不同城市之間差異極其顯著。

表4 支付意愿在不同城市之間的差異性檢驗(yàn)

2.3 區(qū)域經(jīng)濟(jì)指標(biāo)對支付意愿的影響

在零模型中，HLM7.0軟件統(tǒng)計(jì)輸出結(jié)果為：有效樣本容量n=1 010、組間方差τ0=0.662、組內(nèi)方差σ2=3.481。計(jì)算公眾對生態(tài)功能區(qū)建設(shè)支付意愿的組間相關(guān)系數(shù)(Cic(1))，Cic(1)=τ0/ (τ0+σ2)=0.159 78，介于0～0.50之間，因此需計(jì)算組內(nèi)相關(guān)系數(shù)(Cic(2))，Cic(2)=nCic(1)/{1+(n-1)Cic(1)}=0.995 7。

當(dāng)Cic(1)介于0～0.50時(shí)，區(qū)域?qū)用婢当仨氁远鄠€(gè)城市受訪對象的調(diào)查結(jié)果計(jì)算[20]；Cic(2)是分析公眾支付意愿區(qū)域?qū)用嬖u價(jià)指標(biāo)與個(gè)體層面評價(jià)指標(biāo)間關(guān)系的必要條件，Cic(2)= 0.995 7>0.70，即使影響因素與評價(jià)指標(biāo)的Cic(1)=0.01，說明較低層次的變異有1%來自于組間方差，依然可以在整體層面中分析評價(jià)指標(biāo)與影響因素之間的關(guān)系。本研究中Cic(1)= 0.159 78，說明對公眾支付意愿的影響有15.98%來源于區(qū)域整體層面因素的影響[21-24]。因此客觀評價(jià)公眾對參與生態(tài)功能區(qū)建設(shè)的支付意愿受區(qū)域經(jīng)濟(jì)環(huán)境整體水平的影響，需要對以往支付意愿研究僅限于公眾個(gè)體層面的研究加以修正，即需要將區(qū)域經(jīng)濟(jì)發(fā)展整體層面影響因素納入到模型中，加以分析并確定對公眾支付意愿的影響因素。

2.4 公眾個(gè)體特征對支付意愿的影響

隨機(jī)效應(yīng)回歸模型構(gòu)建是在零模型的基礎(chǔ)上，納入公眾支付意愿的個(gè)體層面影響因素，進(jìn)一步分析公眾個(gè)體的人口社會(huì)經(jīng)濟(jì)特征對支付意愿的影響(見表5)。

表5 個(gè)體特征對支付意愿影響的隨機(jī)效應(yīng)回歸結(jié)果

由表5可見：性別(S)、年齡(N)、居住地(R)的估計(jì)值、t值均為負(fù)值，與支付意愿呈負(fù)相關(guān)，即男性的支付意愿高于女性；老年人低于年輕人；省際外來流動(dòng)人口對生態(tài)功能區(qū)建設(shè)資產(chǎn)支付能力低于省內(nèi)外來流動(dòng)人口，且二者低于村屯常住人口，更低于城市居民。受教育程度(V)的估計(jì)值、t值為正值，表明隨著學(xué)歷的提升，支付意愿相對提高。但上述4個(gè)影響因素的固定效應(yīng)，在95%的置信區(qū)間上對支付意愿均無顯著影響。隨機(jī)效應(yīng)分析結(jié)果表明：不同區(qū)域的居民，對生態(tài)功能區(qū)建設(shè)的支付意愿受其月收入和其對重點(diǎn)國有林區(qū)支付意愿的主觀意愿影響；隨機(jī)效應(yīng)模型的區(qū)域支付意愿初始值(β0)隨機(jī)變異達(dá)到了極其顯著水平，表明公眾對生態(tài)功能區(qū)建設(shè)的支付意愿存在顯著的地域差異；因此，將整體水平影響因素納入評價(jià)指標(biāo)體系，進(jìn)一步確定了整體水平影響因素對支付意愿的影響。公眾家庭月收入(P)、主觀意愿(Q)與支付意愿呈正相關(guān)，且在置信區(qū)間內(nèi)達(dá)到顯著或極其顯著水平，即公眾家庭月收入、主觀意愿對公眾對生態(tài)功能區(qū)建設(shè)支付意愿具有顯著影響。

2.5 公眾個(gè)體特征和區(qū)域經(jīng)濟(jì)指標(biāo)及其交互作用對支付意愿的影響

依據(jù)隨機(jī)效應(yīng)方程模型結(jié)果，將隨機(jī)效應(yīng)沒有顯著影響的影響因素(S、V)設(shè)為固定項(xiàng)，其余有影響的影響因素納入全模型方程進(jìn)行分析(見表6)。

表6 所有影響因子對支付意愿影響的全模型回歸結(jié)果

續(xù)(表6)

將所有影響因素納入全模型，發(fā)現(xiàn)區(qū)域?qū)用嬲w水平影響因素(人均總值(B)、地區(qū)總值增長率(C)、均教育費(fèi)用支出(D)、教育從業(yè)人員比例(G)等)對支付意愿的影響均不顯著，可以在全模型回歸方程模型中剔除該影響因素；性別(S)對公眾支付意愿的回歸系數(shù)失去了影響，受教育程度(V)對公眾支付意愿的回歸系數(shù)存在邊際顯著影響，可以固定個(gè)體層面性別(S)、受教育程度(V)，納入?yún)^(qū)域?qū)用嬷笜?biāo)消費(fèi)價(jià)格指數(shù)(A)、人均社會(huì)保障補(bǔ)助支出(E)、城鎮(zhèn)職工平均工資(F)后，分析性別(S)、受教育程度(V)對支付意愿回歸系數(shù)的影響；個(gè)體層面年齡(N)的加入，整體層面消費(fèi)價(jià)格指數(shù)(A)、人均社會(huì)保障補(bǔ)助支出(E)對支付意愿的回歸系數(shù)存在顯著的影響，但加入城鎮(zhèn)職工平均工資(F)對支付意愿的回歸系數(shù)不存在顯著的影響；居住地(R)加入整體層面后，同樣對公眾支付意愿無顯著的影響；月收入(P)，只有加入城鎮(zhèn)職工平均工資(F)才存在顯著的影響；主觀意愿(Q)加入，整體層面所有影響因素均存在顯著的影響。因此剔除對支付意愿無顯著影響的影響因素，對公眾支付意愿的影響因素全模型回歸方程進(jìn)行修正。

個(gè)體層面：Wp=β0+β1(N)+β2(V)+β3(R)+β4(P)+β5(Q)+γ。

整體層面：β0=γ00+υ0；β1=γ10+γ11(A)+γ12(E)；β2=γ20；β3=γ30；β4=γ40+γ41(F)；β5=γ50+γ51(A)+γ52(E)+γ53(F)。

修正后的公眾對生態(tài)功能區(qū)建設(shè)支付意愿影響因素全模型回歸方程一般模式：Wp=γ00+γ10(N)+γ11(A×N)+γ12(E×N)+γ20(V)+γ30(R)+γ40(P)+γ41(F×P)+γ50(Q)+γ51(A×Q)+γ52(E×Q)+γ53(F×Q)+υ0+γ。

剔除無顯著影響的影響因素后，得到修正后的公眾支付意愿的影響因素全模型參數(shù)(見表7)。

表7 修正后公眾支付意愿影響因素全模型回歸結(jié)果

結(jié)合全模型和修正模型運(yùn)行結(jié)果表明：①個(gè)體水平性別(S)和整體水平人均總值(B)、地區(qū)總值增長率(C)、人均教育費(fèi)用支出(D)、教育從業(yè)人員比例(G)對支付意愿均無顯著影響。②個(gè)體水平年齡(N)、受教育程度(V)、居住地(R)，在隨機(jī)效應(yīng)回歸模型分析過程中顯著性系數(shù)均大于0.05，納入整體水平影響因素的修正后模型結(jié)果顯示，公眾個(gè)體層面，年齡(N)、受教育程度(V)、居住地(R)顯著性系數(shù)，分別從0.069、0.059、0.083變?yōu)?.049、0.023、0.037，回歸系數(shù)分別從-0.050 113、0.060 137、-0.102 314變?yōu)?0.027 739、0.073 018 2、-0.072 778。說明不同經(jīng)濟(jì)環(huán)境地區(qū)的公眾的支付意愿存在顯著性差異，隨著年齡的增長支付意愿越低，越接近生態(tài)功能區(qū)的居民支付意愿越低，年齡(N)、居住地(R)對支付意愿存在負(fù)面影響；月收入(P)、主觀意愿(Q)對支付意愿存在正影響。③整體水平影響因素的消費(fèi)價(jià)格指數(shù)(A)、人均社會(huì)保障補(bǔ)助支出(E)、平均工資(F)，在全模型和修正模型中的回歸系數(shù)并不顯著，表明對支付意愿的影響區(qū)域間差異不顯著，但與個(gè)體水平影響因素的交互作用對支付意愿的影響顯著，結(jié)果表明，物價(jià)價(jià)格越高的地區(qū)，年齡越大人的支付意愿越低，主觀意愿越高支付意愿越低；保障補(bǔ)助支出越高的地區(qū)，年齡越大、主觀意愿越高人的支付意愿越高，職工平均工資越高的地區(qū)，月收入、主觀意愿高人的支付意愿越高。因此，人均社會(huì)保障補(bǔ)助支出(E)、城鎮(zhèn)職工平均工資(F)對支付意愿存在正影響；消費(fèi)價(jià)格指數(shù)(A)對支付意愿存在負(fù)面影響。

3 結(jié)論與討論

不同區(qū)域的公眾對生態(tài)功能區(qū)建設(shè)的支付意愿，具有顯著差異。在公眾個(gè)體層面中的性別(S)、年齡(N)、受教育程度(V)、居住地(R)、月人均收入(P)、主觀意愿(Q)，性別對公眾對生態(tài)功能區(qū)建設(shè)支付意愿沒有顯著影響，按照影響程度從強(qiáng)到弱依次為Q、P、V、R、N，且在公眾支付意愿中，有95.43%取決于公眾的主觀意愿、10.75%取決于月均收入、7.30%取決于受教育程度、7.28%取決于居住地、2.72%取決于年齡。

區(qū)域經(jīng)濟(jì)環(huán)境層面，居民消費(fèi)價(jià)格指數(shù)(A)、人均社會(huì)保障補(bǔ)助支出(E)、職工平均工資(F)對公眾對生態(tài)功能區(qū)建設(shè)支付意愿的直接影響不顯著，但與公眾個(gè)體水平的交互作用對支付意愿的影響達(dá)到了極其顯著水平。按照貢獻(xiàn)率從大到小依次為A×Q、A×N、E×Q、E×N、F×Q、F×P，在固定其它影響因素前提下，支付意愿有32.25%來源于居民消費(fèi)價(jià)格指數(shù)與公眾對生態(tài)功能區(qū)建設(shè)主觀意愿的交互作用、8.43%來源于居民消費(fèi)價(jià)格指數(shù)與年齡的交互作用。本研究認(rèn)為，公眾對生態(tài)功能區(qū)建設(shè)的支付意愿，受公眾對生態(tài)功能區(qū)建設(shè)主觀意愿及其自身社會(huì)經(jīng)濟(jì)特征影響的同時(shí)，還受公眾所在區(qū)域環(huán)境以及當(dāng)?shù)氐慕?jīng)濟(jì)水平制約，區(qū)域整體層面的特征起著重要的間接影響；在個(gè)體社會(huì)經(jīng)濟(jì)特征、整體區(qū)域經(jīng)濟(jì)環(huán)境的剛性指標(biāo)固定的條件下，提升支付意愿額度的關(guān)鍵，在于提升公眾對生態(tài)功能區(qū)建設(shè)支付的主觀意愿。因此，相關(guān)支付意愿的研究，應(yīng)將研究對象所在行政區(qū)劃的經(jīng)濟(jì)環(huán)境指標(biāo)納入其中。

公眾對東北重點(diǎn)生態(tài)功能區(qū)建設(shè)支付意愿評價(jià)模型：Wp=2.433-0.028(N)-0.084(A×N)+ 0.004(E×N)+0.073V-0.073(R)+0.107(P)-0.009(F×P)+0.954(Q)-0.323(A×Q)+0.009(E×Q)+ 0.0003(F×Q)。

本研究引入多層線性模型分析方法，構(gòu)建公眾對東北重點(diǎn)生態(tài)功能區(qū)建設(shè)的支付意愿模型，可將研究區(qū)域的對應(yīng)指標(biāo)帶入該模型，進(jìn)而預(yù)測該地區(qū)公眾參與的補(bǔ)償額度，還可從價(jià)值實(shí)現(xiàn)角度開展森林生態(tài)資產(chǎn)價(jià)值評估。在實(shí)際中，公眾支付意愿的影響因素錯(cuò)綜復(fù)雜，在影響因素選取方面仍存在許多不足；在模型運(yùn)算過程中，主觀意愿的隨機(jī)效應(yīng)仍處于99%置信區(qū)間的顯著水平，在未來的研究探索中進(jìn)一步完善和深入。