Influencing factors of residents’ willingness to pay for ecological compens-ation in sand area of Alxa Left Banner， Inner Mongolia， China

doi:10.7522/j.issn.1000-694X.2021.00095

Journal of Desert Research ›› 2022, Vol. 42 ›› Issue (2): 54-61.DOI: 10.7522/j.issn.1000-694X.2021.00095

Previous Articles Next Articles

Influencing factors of residents’ willingness to pay for ecological compens-ation in sand area of Alxa Left Banner， Inner Mongolia， China

Xiaoya Zhang¹^,³(), Fenglian Du²()

^1.School of Ethnology and Sociology /, Inner Mongolia University，Hohhot 010021，China
^2.School of Economics and Management, Inner Mongolia University，Hohhot 010021，China
^3.School of Business，Inner Mongolia University of Finance and Economics，Hohhot 010070，China

Received:2021-03-25 Revised:2021-07-15 Online:2022-03-20 Published:2022-03-30
Contact: Fenglian Du

Abstract

Abstract:

Promoting a comprehensive control of mountain， river， forest， farmland， lake， grassland， and sand is the new task of desertification control， for which one key strategy can be ascribed to establishing a market-oriented and diversified ecological compensation mechanism. Based on the survey data from 224 households in Alxa Left Banner， the payment card （PC） contingent valuation method （CVM） and Heckman two-stage model were adopted to analyze the influencing factors of residents’ willingness to pay for ecological compensation in sand area. The results show that 86.61% of the residents have the willingness to pay for ecological compensation， yet the left ones （13.39%） have no willingness. The residents’ willingness to pay is 649.3 Yuan per family per year， accounting for about 0.76% of the average household income. The compensation willingness and payment level are mainly affected by the personal-， family-， and cognitive-features of the local people. Therefore， the government should strengthen the propaganda of the ecological compensation policies， encourage diversified employment methods， establish diversified payment methods of ecological compensation and differentiated collection standards of ecological compensation， so as to provide reference for the construction of diversified ecological compensation mechanism and the improvement of ecological compensation policy.

Key words: Alxa Left Banner, ecological compensation, willingness to pay, influencing factor, Heckman Two-stage Model

CLC Number:

F327

Xiaoya Zhang, Fenglian Du. Influencing factors of residents’ willingness to pay for ecological compens-ation in sand area of Alxa Left Banner， Inner Mongolia， China[J]. Journal of Desert Research, 2022, 42(2): 54-61.

Figures/Tables 5

References 30

1	周颖，杨秀春，金云翔，等.中国北方沙漠化治理模式分类［J］.中国沙漠，2020，40（3）：106-114.
2	程磊磊，郭浩，卢琦.荒漠生态系统服务价值评估研究进展［J］.中国沙漠，2013，33（1）：281-287.
3	肖生春，肖洪浪，卢琦，等.中国沙漠（地）生态系统水文调控功能及其服务价值评估［J］.中国沙漠，2013，33（5）：1568-1576.
4	Wunder S.Revisiting the concept of payments for environmental services［J］.Ecological Economics，2015，117：234-243.
5	Curran M， Kiteme B， Wünscher T，et al.Pay the farmer，or buy the land？Cost-effectiveness of payments for ecosystem services versus land purchases or easements in Central Kenya［J］.Ecological Economics，2016，127：59-67.
6	樊胜岳，徐裕财，徐均，等.生态建设政策对沙漠化影响的定量分析［J］.中国沙漠，2014，34（3）：893-900.
7	Loomis J B.Contingent valuation methodology and the US institutional framework［C］//Bateman I J，Willis K G.Valuing Environmental Preferences：Theory and Practice of the Contingent Valuation Method in the US，EU and Developing Countries.New York，USA：Oxford University Press，1999：613-627.
8	Bateman I J， Langford I H， Turner R K，et al.Elicitation and truncation effects in contingent valuation studies［J］.Ecological Economics，1999，12：161-179.
9	Adams W M， Aveling R， Brockington D，et al.Biodiversity conservation and the eradication of poverty.［J］.Science，2004，306（5699）：1146-1149.
10	Horton B， Colarullo G， Bateman I J，et al.Evaluating non-user willingness to pay for a large-scale conservation programme in Amazonia：a UK/Italian contingent valuation study［J］.Environmental Conservation，2003，30（2）：139-146.
11	王鹏薇，韩丽荣，周睿，等.协商式CVM在资源非使用价值评估中的应用研究：以内蒙古达赉湖自然保护区为例［J］.资源科学，2017，39（5）：100-108.
12	张志强，徐中民，程国栋，等.黑河流域张掖地区生态系统服务恢复的条件价值评估［J］.生态学报，2002，22（6）：885-893.
13	郑海霞，张陆彪，涂勤.金华江流域生态服务补偿支付意愿及其影响因素分析［J］.资源科学，2010，32（4）：177-183.
14	周晨，李国平.流域生态补偿的支付意愿及影响因素：以南水北调中线工程受水区郑州市为例［J］.经济地理，2015（6）：38-46.
15	宗明绪.农户对森林生态效益的支付意愿及其影响因素：基于对十堰市张湾区和丹江口地区的调查［J］.华中农业大学学报（社会科学版），2013（4）：70-76.
16	He J， Dupras J， Poder G T.The value of wetlands in Quebec：a comparison between contingent valuation and choice experiment［J］.Journal of Environmental Economics and Policy，2017，6（1）：51-78.
17	黄蕾，段百灵，袁增伟，等.湖泊生态系统服务功能支付意愿的影响因素：以洪泽湖为例［J］.生态学报，2010，30（2）：487-497.
18	Jin J， He R， Wang W，et al.Valuing cultivated land protection：a contingent valuation and choice experiment study in China［J］.Land Use Policy，2018，74：214-219.
19	林龙圳，郑佳，林震.基于条件价值法（CVM）的库布齐沙漠治理支付意愿及影响因素研究［J］.中国沙漠，2020，40（6）：190-200.
20	李国平，郭江.煤炭资源开采中的生态环境经济损失及补偿研究［J］.统计与信息论坛，2013，28（11）：83-87.
21	何思源，李禾尧，闵庆文.农户视角下的重要农业文化遗产价值与保护主体［J］.资源科学，2020，42（5）：870-880.
22	Reiser B， Shechter M.Incorporating zero values in the economic valuation of environmental program benefits［J］.Environmetrics，1999（1）：87-101.
23	Heckman J J.Sample selection bias as a specification error［J］.Econometrica，1979，47（1）：153-161.
24	邱红，魏雅鑫.我国老年人参与社会活动及影响因素分析［J］.人口学刊，2020，42（5）：73-82.
25	何可，张俊飚.农业废弃物资源化的生态价值：基于新生代农民与上一代农民支付意愿的比较分析［J］.中国农村经济，2014（5）：62-73.
26	李国志.城镇居民公益林生态补偿支付意愿的影响因素研究［J］.干旱区资源与环境，2016，30（11）：98-102.
27	郭江，李国平.CVM评估生态环境价值的关键技术综述［J］.生态经济，2017，33（6）：115-119.
28	Puhani P A.The Heckman correction for sample selection and its critique［J］.Journal of Economic Surveys，2000，14（1）：53-68.
29	马爱慧.耕地生态补偿及空间效益转移研究［D］.武汉：华中农业大学，2011.
30	Swanson T， Day B， Mourato S.Valuing water quality in China：purpose，approach and policy［J］.Journal of Environmental Sciences，1999，11（3）：309-315.

变量类型	变量名称	变量定义及赋值	最大值	最小值	均值	标准差
个人特征	性别	研究受访者的性别对其支付意愿和支付水平的影响。赋值为：男=0；女=1	1	0	0.25	0.43
	年龄	研究受访者的年龄对其支付意愿和支付水平的影响。赋值为：25岁以下=1；25—34岁=2；35—44岁=3；45—54岁=4；55—64岁=5；65岁以上=6	6	1	3.92	1.39
	政治面貌	研究受访者的政治面貌对其支付意愿和支付水平的影响。赋值为：党员=0；非党员=1	1	0	0.61	0.49
	教育程度	研究受访者的教育程度对其支付意愿和支付水平的影响。赋值为：小学及以下=1；初中=2；高中及中专=3；大专及以上=4	4	1	2.63	1.03
	职业	研究受访者的职业对其支付意愿和支付水平的影响。赋值为：政府/事业单位/国企工作人员=1；私企/民企工作人员=2；个体户=3；自由职业者=4；农业生产者=5；其他=6	6	1	3.61	1.79
家庭特征	家庭年收入	研究受访者的家庭年收入对其支付意愿和支付水平的影响。赋值为：50000元及以下=1；50001—100000元=2；100001—150000元=3；150001—200000元=4；200001—250000元=5；250001—300000元=6；300000元以上=7	7	1	2.93	1.81
家庭特征	家庭居住位置	研究受访者的家庭居住位置对其支付意愿和支付水平的影响。赋值为：城区=0；农牧区=1	1	0	0.50	0.50
认知特征	对生态补偿认识	研究受访者对生态补偿的认识对其支付意愿和支付水平的影响。赋值为：没有听说过=1；听说过，不太明白=2；听说过，了解一些=3；非常了解，能清楚是怎么回事=4	1	4	3.13	0.95
认知特征	对生态补偿态度	研究受访者对生态补偿的态度对其支付意愿和支付水平的影响。赋值为：不赞成=0；赞成=1	0	1	0.87	0.34

变量类型	变量名称	变量定义及赋值	最大值	最小值	均值	标准差
个人特征	性别	研究受访者的性别对其支付意愿和支付水平的影响。赋值为：男=0；女=1	1	0	0.25	0.43
	年龄	研究受访者的年龄对其支付意愿和支付水平的影响。赋值为：25岁以下=1；25—34岁=2；35—44岁=3；45—54岁=4；55—64岁=5；65岁以上=6	6	1	3.92	1.39
	政治面貌	研究受访者的政治面貌对其支付意愿和支付水平的影响。赋值为：党员=0；非党员=1	1	0	0.61	0.49
	教育程度	研究受访者的教育程度对其支付意愿和支付水平的影响。赋值为：小学及以下=1；初中=2；高中及中专=3；大专及以上=4	4	1	2.63	1.03
	职业	研究受访者的职业对其支付意愿和支付水平的影响。赋值为：政府/事业单位/国企工作人员=1；私企/民企工作人员=2；个体户=3；自由职业者=4；农业生产者=5；其他=6	6	1	3.61	1.79
家庭特征	家庭年收入	研究受访者的家庭年收入对其支付意愿和支付水平的影响。赋值为：50000元及以下=1；50001—100000元=2；100001—150000元=3；150001—200000元=4；200001—250000元=5；250001—300000元=6；300000元以上=7	7	1	2.93	1.81
家庭特征	家庭居住位置	研究受访者的家庭居住位置对其支付意愿和支付水平的影响。赋值为：城区=0；农牧区=1	1	0	0.50	0.50
认知特征	对生态补偿认识	研究受访者对生态补偿的认识对其支付意愿和支付水平的影响。赋值为：没有听说过=1；听说过，不太明白=2；听说过，了解一些=3；非常了解，能清楚是怎么回事=4	1	4	3.13	0.95
认知特征	对生态补偿态度	研究受访者对生态补偿的态度对其支付意愿和支付水平的影响。赋值为：不赞成=0；赞成=1	0	1	0.87	0.34

问题	选项	频数	频率/%
您认为当地生态环境质量怎么样	较差	2	0.89
	差	2	0.89
	一般	51	22.77
	较好	133	59.38
	非常好	36	16.07
您认为当地生态环境改善后，对生活福利影响大吗	基本没有	38	16.97
	影响一般	44	19.64
	影响大	142	63.39
您听说过生态补偿吗	一无所知	20	8.93
	一般了解	28	12.5
	比较了解	78	34.82
	非常了解	98	43.75
您赞成通过生态补偿措施提高当地生态环境质量吗	不赞成	30	13.39
您赞成通过生态补偿措施提高当地生态环境质量吗	赞成	194	86.61
您是否愿意支付一定生态补偿费用来提高当地生态环境质量	不愿意	30	13.39
您是否愿意支付一定生态补偿费用来提高当地生态环境质量	愿意	194	86.61

问题	选项	频数	频率/%
您认为当地生态环境质量怎么样	较差	2	0.89
	差	2	0.89
	一般	51	22.77
	较好	133	59.38
	非常好	36	16.07
您认为当地生态环境改善后，对生活福利影响大吗	基本没有	38	16.97
	影响一般	44	19.64
	影响大	142	63.39
您听说过生态补偿吗	一无所知	20	8.93
	一般了解	28	12.5
	比较了解	78	34.82
	非常了解	98	43.75
您赞成通过生态补偿措施提高当地生态环境质量吗	不赞成	30	13.39
您赞成通过生态补偿措施提高当地生态环境质量吗	赞成	194	86.61
您是否愿意支付一定生态补偿费用来提高当地生态环境质量	不愿意	30	13.39
您是否愿意支付一定生态补偿费用来提高当地生态环境质量	愿意	194	86.61

年WTP /元	频次 /人	相对频率/%	调整后频率/%	累计频率/%
50	4	1.79	2.06	2.06
100	11	4.91	5.67	7.73
150	2	0.89	1.03	8.76
200	25	11.16	12.89	21.65
250	3	1.34	1.55	23.20
300	27	12.05	13.92	37.12
350	12	5.36	6.18	43.30
400	3	1.34	1.55	44.85
500	43	19.20	22.16	67.01
600	1	0.45	0.52	67.53
700	18	8.04	9.28	76.81
750	3	1.34	1.55	78.36
800	1	0.45	0.52	78.88
1 000	21	9.38	10.81	89.69
1 400	2	0.89	1.03	90.72
1 500	3	1.34	1.55	92.27
2 000	2	0.89	1.03	93.30
2 500	1	0.45	0.52	93.82
3 000	4	1.79	2.06	95.88
5 000	8	3.57	4.12	100
愿意支付（WTP>0）	194	86.61	—	—
拒绝支付（WTP=0）	30	13.39	—	—
总计	224	100	—	—

Influencing factors of residents’ willingness to pay for ecological compens-ation in sand area of Alxa Left Banner， Inner Mongolia， China

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 5

References 30

Related Articles 15

Recommended Articles

Metrics

Comments

变量	第一阶段模型（选择模型）	第二阶段模型 (支付模型)
性别（X₁）	0.425（1.34）	-0.439（-0.25）
年龄（X₂）	-0.040（-0.39）	-1.035^*（-1.69）
政治面貌（X₃）	-0.230（-0.60）	-4.309^***（-2.75）
受教育情况（X₄）	0.213（1.27）	2.143^**（2.17）
职业（X₅）	-0.257^***（-2.76）	—
家庭年收入（X₆）	0.231^*（1.72）	1.301^***（2.99）
家庭居住位置（X₇）	0.885^**（2.25）	3.721^*（1.89）
是否听说过生态补偿（X₈）	0.400^***（3.00）	2.062^*（1.92）
是否赞成通过生态补偿提高沙区生态环境质量（X₉）	1.383^***（4.06）	5.828^*（1.85）
常数项	-1.377（-1.31）	-10.755（-1.25）
逆米尔斯比率(τ)	—	7.502^*（1.68）

[1]	Lei Kang, Zhaoping Yang, Fang Han. Analysis of structural characteristics and spatial distribution of the intangible cultural heritage in Xinjiang and its influencing factor [J]. Journal of Desert Research, 2022, 42(1): 158-166.
[2]	Cheng Zhou, Binghua Liu, Xuhong Zhang, Juan Tian, Lin Zhou. Spatial distribution characteristics and influencing factors of heritage conservation units in the Yellow River Basin [J]. Journal of Desert Research, 2021, 41(6): 10-20.
[3]	Zhiwei Ding, Rui Zhao, Zihan Jian, Yiwei Meng, Gaisu Zhang. Economics spatial pattern and its influencing factors of Yellow River Basin at town scale from the perspective of urban-rural integration [J]. Journal of Desert Research, 2021, 41(6): 195-204.
[4]	Lizhu Xing, Fangmin Zhang, Kaicheng Xing, Yunpeng Li, Qi Lu, Feifei Lu. Change of soil wind erosion and attribution in Bayannur， Inner Mongolia based on the Revised Wind Erosion Equation [J]. Journal of Desert Research, 2021, 41(5): 111-119.
[5]	Longqiang Zhu, Xiaoyun Wang, Jiamin Liu, Yaowen Xie. Distribution and natural environment background of sites in Hexi region，Gansu，China [J]. Journal of Desert Research, 2021, 41(4): 121-128.
[6]	Gaopeng Sun, Xianfeng Liu, Xiaohong Wang, Shuangshuang Li. Changes in vegetation coverage and its influencing factors across the Yellow River Basin during 2001-2020 [J]. Journal of Desert Research, 2021, 41(4): 205-212.
[7]	Lichao Zhuang, Naiang Wang, Xunhe Zhang, Liqiang Zhao, Xianbao Su. Analysis on the difference of the spatial model of lake ice freezing and melting in the Badain Jaran Desert [J]. Journal of Desert Research, 2021, 41(3): 214-223.
[8]	Jun Lei, Xiaohu Yang, Hongmei Liu, Yuhong Zhao, Juping Fan, Caixia Guo. The characteristics of desert vegetation biomass and its influencing factors in the middle reaches of the Heihe River [J]. Journal of Desert Research, 2021, 41(1): 203-208.
[9]	Ning Baoying, Ma Jianxia, Jiang Zhide. Influencing factors and conceptual model for suitability evaluation of ecological control technologies: an example in desertification control [J]. Journal of Desert Research, 2020, 40(2): 9-16.
[10]	Xu Danlei, Ding Jingnan, Wu Yongqiu. Lake Area Change in the Mu Us Desert in 1989-2014 [J]. Journal of Desert Research, 2019, 39(6): 40-47.
[11]	Zhao Duoping, An Shuo, Miao Hong, Geng Yirui, Zhao Weiyi, Xie Lijuan. Influencing Factors and Driving Mechanism of Desert Non-traditional Festival Tourism-A Case of the Desert E-clan Hero Association in Alxa,China [J]. Journal of Desert Research, 2019, 39(5): 80-87.
[12]	Ma Liqun, Liu Tingxi, Wang Guanli, Duan Limin, Han Chunxue, He Tao. Variation of Soil Respiration Rate and the Influencing Factors in Artemisia halodendron Habitats and Bare Land [J]. Journal of Desert Research, 2019, 39(3): 66-76.
[13]	Meng Xiaonan, Yan Ping, Wang Zhenting, Dong Miao, Wang Yong. Dust Emission by Vehicle Crushing on Gobi of Gansu, China [J]. Journal of Desert Research, 2019, 39(1): 80-87.
[14]	Zhou Peng, Bai Yongping, Ma Wei, Wu Rongwei, Zhang Rui, Zuo Naixian. Evolvement of Spatial Pattern of Sustainable Development Efficiency and Its Influencing Factors for Resource-based Cities in China [J]. JOURNAL OF DESERT RESEARCH, 2016, 36(5): 1489-1495.
[15]	Liu Li, Feng Qi. A Review of Advances in Payment of Ecological Services Research in Relation to a Catchment [J]. JOURNAL OF DESERT RESEARCH, 2015, 35(3): 808-813.