| 榆林煤炭矿区生态环境改善支付意愿分析 |
|
|
|
|
榆林煤炭矿区生态环境改善支付意愿分析
煤炭资源是国民经济发展的重要保障，但煤炭资源开发过程中产生的生态环境破坏问题，即煤炭资源开发过程中的外部不经济性问题，已成为影响煤炭资源可持续利用，区域经济可持续发展的关键。国家“十二五”规划提出，加大生态保护和建设力度，从源头上扭转生态环境恶化趋势。然而，矫正煤炭资源开发过程中的外部不经济性问题，制定相应的生态环境改善方案，扭转生态环境恶化趋势，需要对煤炭资源开发所造成的生态环境破坏价值损失论文联盟*进行评估。
1 研究背景
由于生态环境本身具有的公共性，无法通过其市场信息计算生态环境破坏的价值损失，学术界通常选用条件价值评估法（Contingent Valuation Method，CVM）作为评估生态环境破坏价值损失的方法。CVM一般通过研究矿区居民为改善当地生态环境的支付意愿（Willing To Pay，WTP），估计矿区资源开发所造成的生态环境破坏价值损失。也就意味着，矿区居民为改善当地生态环境的WTP将直接影响矿区资源开发所造成的生态环境破坏价值损失估算，因此，有必要对矿区居民为改善当地生态环境的WTP进行分析。
对于CVM中居民支付意愿影响因素的分析，国内多采用多元线形回归、Logit模型、Probit模型等传统的计量分析方法。但是，这些方法在分析CVM的调查资料时，存在一个共同的缺陷，即对CVM调查中出现的零观察值不能进行合理的分析。在CVM调查中出现的零观察值可分为两类：①真正的零观察值（real zero），即被调查者对受访问题呈支持态度，但由于经济等方面的原因，没有能力支付；②抗议性零观察值（protest zero），即被调查者对受访问题呈负面的态度，不愿意答复其心中的WTP，而选择了零支付，并非该环境资源对其没有效益可言。对于含有抗议性零观察值的CVM调查资料，传统的处理方式是先将抗议性零观察值样本删除，再对剩余下的视为合理的非抗议性答复样本进行分析。但删除大量抗议性样本，不但将缩小原有样本规模，更有可能引起抽样偏差（sampling bias），导致最终的估计结果的偏误。也就是说，原来的样本虽然是随机选择的，但并不意味着删除抗议性样本仍符合随机抽样的条件。为了解决这一问题，学术界采用了能够分析受限（ [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >> |
|
|
| |
|
上一个论文： 营造大教研观的良好教研生态环境
下一个论文： 电力自动化技术在电力系统中的应用 |
|
用户登录 
新用户注册 