道路交通噪声与自然休闲活动选择：结合揭示性偏好与陈述性偏好分析的方法

《Journal of Environmental Economics and Policy》：Road traffic noise and nature recreation choices – a combined revealed preference and stated preference analysis

本研究结合揭示偏好（RP）和陈述偏好（SP）数据，通过联合估计模型分析丹麦户外自然休闲活动中道路交通噪声的影响。发现单独使用RP或SP数据时，支付意愿（WTP）差异显著，而联合模型能更精确地估计WTP，尤其在较高噪音水平下，WTP是单独RP模型的10倍以上。研究揭示了数据异质性和样本差异对结果的影响，提出未来需结合更多RP数据以验证结果。

　　### 无声之乐：自然休闲中的静默体验

在自然休闲活动中，静默体验是提升享受感的重要组成部分。然而，在经济评估的框架下，噪声的影响却常常被忽视。本研究通过整合多个地点的旅行成本调查数据（RP数据）与离散选择实验（SP数据），采用联合RP-SP模型来探讨道路交通噪声对自然开放区域休闲选择的影响。研究发现，RP和SP模型在避免交通噪声的支付意愿（WTP）估计上存在显著差异。同时，SP数据中的相对尺度参数明显低于RP数据，但这种差异并不能完全解释WTP的差异。结合两种数据集的联合模型提供了更精确的WTP估计，尤其在高噪声水平的情况下，WTP的估计值比单独的RP模型至少高出一个数量级。

### 问题的背景与研究意义

欧洲环境署（EEA）指出，人为环境噪声，特别是道路交通噪声，是欧洲地区的重要环境问题，对公民的健康和福祉产生负面影响。已有大量研究表明，人为噪声污染会对各种结果产生不利影响，包括人类健康、生物多样性和房价。然而，关于噪声对户外自然休闲选择的影响，研究却相对有限。因此，本研究旨在填补这一知识空白，通过分析道路交通噪声对自然休闲体验的经济影响，为政策制定者和研究者提供更全面的理解。

### 数据来源与研究方法

本研究的数据来源于两个不同的调查：一个是在2013年进行的多地点旅行成本调查（RP数据），另一个是2023年进行的离散选择实验（SP数据）。这两个数据集都通过互联网收集，但存在一些关键差异。RP数据反映了人们在实际行为中的选择，而SP数据则基于假设情景，允许研究者引入更多的变量变化，以进行政策模拟。然而，SP数据可能存在假设偏差，因为受访者可能无法完全理解决策情境或对实际选择缺乏严肃性。因此，联合分析有助于结合两种数据的优势，同时减少各自的局限性。

### 模型选择与估计

本研究采用随机效用模型（RUM）作为理论基础，该模型广泛用于分析离散选择数据。RUM假设个体在每次选择时会选择提供最大效用的自然区域。效用函数由系统性部分（可解释的属性）和随机误差项组成。为了提高模型的灵活性，研究还使用了混合Logit模型（RPL模型），允许参数的随机变化，从而更好地捕捉个体间的偏好差异。

在联合估计中，通过设定SP数据的相对尺度参数，可以调整两种数据集的误差项方差，使得模型更准确地反映实际选择行为。研究发现，SP数据中的尺度参数显著小于RP数据，这可能是因为SP数据中的假设情境引入了更多的不确定性。然而，这种差异并不能完全解释WTP的差异，表明存在其他因素影响个体对噪声的感知和支付意愿。

### 结果分析

研究结果表明，三种模型（独立RP模型、独立SP模型和联合RP-SP模型）在噪声暴露属性的参数估计上表现出一定的相似性，但在统计显著性和标准差方面存在差异。独立SP模型中，噪声暴露属性的标准差较大，反映出个体间的偏好异质性较高。相比之下，独立RP模型中的噪声暴露参数标准差不显著，可能是因为RP数据中噪声暴露的变异较小，或者个体在实际选择中对噪声的敏感度较低。

联合模型的WTP估计值介于独立RP和SP模型之间，但对高噪声水平的WTP估计值明显高于RP模型。这可能是因为SP数据中高噪声水平的样本更多，从而提供了更丰富的信息。此外，联合模型的WTP估计值也反映了SP数据在高噪声水平上的相对影响更大，这可能与SP数据中假设情境的设定有关。

### 研究局限与未来方向

本研究的一个重要局限在于，RP和SP数据来自不同的样本，并且时间跨度较大，可能导致样本结构和行为模式的差异。为了解决这一问题，研究对SP样本进行了后分层加权，以使其与RP样本在地区、年龄组和教育水平的分布上保持一致。尽管如此，样本结构的差异仍然可能影响WTP估计的准确性。

此外，研究中还存在一些其他限制，例如噪声暴露的测量误差和数据中噪声水平的变异不足。这些因素可能导致WTP估计值的偏差，特别是在低噪声水平的情况下，RP数据的估计值可能低于SP数据。因此，未来的研究应更加注重RP和SP数据的整合，以获取更全面和准确的噪声影响评估。同时，应寻求更大的样本量，以确保RP数据中噪声水平的充分变异，从而支持更深入的分析。

### 结论

本研究通过结合RP和SP数据，揭示了道路交通噪声对自然休闲选择的影响。结果显示，SP数据中的WTP估计值通常高于RP数据，这可能反映了假设偏差的存在。然而，联合模型能够有效校正这种偏差，并提供更精确的WTP估计。因此，未来的研究应进一步探索如何更好地整合RP和SP数据，以评估噪声对自然休闲的经济影响，并为相关政策提供更可靠的依据。