影响红树林环境服务支付意愿的因素：一种混合模糊动态AHP-质心指数模型

《Environmental Development》：Factors affecting willingness-to-pay for mangrove environmental services: A hybrid fuzzy dynamic AHP-centroid index model

　　

**摘要**
红树林在社会经济发展和生态可持续性方面发挥着关键作用。本研究提出了一种新颖的混合模型，整合了广义模糊动态层次分析法 (AHP) 与重心指数，以对影响红树林环境服务 (MESs) 支付意愿的因素进行优先级排序。首先，它引入了一种基于广义梯形模糊数 (GTrFNs) 的新动态比较矩阵，跨越时间序列。其次，它定义了模糊综合值的平均值。然后，应用广义重心指数排名方法来确定影响因素的权重向量。为了验证所提模型的有效性，本研究在越南富隆社进行了实际应用。研究评估了四个主要因素及其十八个子因素：知识、态度、主观规范和感知行为控制。结果表明，感知行为控制是影响红树林环境服务支付意愿的最具影响力因素，其次是态度、知识和主观规范。基于这些发现，本研究为越南富隆社提供了若干讨论和政策启示。

**引言**
红树林通过生物量和土壤中的温室气体封存，在减缓气候变化方面发挥着至关重要的作用。红树林提供的森林环境服务通过一系列生态系统功能（Gao et al., 2024）对人类福祉做出了重大贡献。这些服务通常分为四类：(i) 供给服务（例如食物、原材料、草药、遗传资源和观赏物品）；(ii) 支持服务（例如碳封存、侵蚀控制和防洪防风暴潮）；(iii) 调节服务（例如商业重要鱼类的育肥、产卵和育苗栖息地）；(iv) 文化服务（例如休闲、美学和精神价值）(Garmaeepour et al., 2025; Liu & Wu, 2021; Vo et al., 2012)。尽管具有生态和社会经济价值，红树林正日益受到退化和丧失的威胁，这导致储存的碳释放，并使它们转变为温室气体排放的净来源 (Kitpakornsanti et al., 2022; Pacheco et al., 2024)。全球范围内，由于沿海开发、水产养殖扩张、过度开采和气候变化，过去五十年间红树林覆盖率至少下降了 30% (Giri et al., 2005)，其中亚洲在 2000 年至 2012 年间遭受了超过 10 万公顷的严重损失 (Richards & Friess, 2016)。虽然政府政策在红树林保护中起着核心作用，但当地农户和社区贡献仍被低估 (Xiong et al., 2018)。

越南红树林是世界上生产力最高、生物多样性最丰富的生态系统之一 (Veettil et al., 2019)，但在 2000 年至 2012 年间，该国经历了 0.25% 的红树林损失率 (Daniel & Daniel, 2016)。作为回应，越南政府于 2011 年启动了环境服务付费 (PES) 试点计划，其中包括红树林相关服务 (Do et al., 2018; Truong, 2022)。该项目展示了其作为可持续森林管理机制的潜力 (Pham et al., 2018)，导致了第 156/2018/ND-CP 号法令的颁布，该法令规定了支付水平和付款人。然而，这一法律框架尚未完全扩展到农户和居民。随着 PES 计划的扩展，公众参与对于确保其有效性变得至关重要 (Obeng & Aguilar, 2018)，了解居民支付意愿 (WTP) 的决定因素对于长期成功至关重要。越南的多项研究表明，居民愿意出资以保护和可持续地发展森林资源 (Pham et al., 2018; Do et al., 2018)。尽管如此，很少有研究对影响 WTP 的因素进行优先级排序，限制了其对政策设计的效用。此外，大多数现有研究缺乏综合的社会经济和行为框架。

越来越多的国际文献研究了森林生态系统服务 (FES) 的 WTP 决定因素，侧重于个体和情境驱动因素，如环境知识 (Daudi, 2008; Tuan et al., 2014; Pham et al., 2018; Foroughi et al., 2022)、态度 (López-Mosquera et al., 2014; Obeng & Aguilar, 2018; Zhang et al., 2021a; Tien et al., 2024)、主观规范 (Th?gersen, 2006; Liebe et al., 2011; Rambalak & Govind, 2017) 和感知行为控制 (López-Mosquera et al., 2014; Yang et al., 2020; Zhang et al., 2021a)。这些因素已使用各种方法进行分析，包括结构方程建模 (Dat et al., 2024; Liu, 2020; Thuy et al, 2024)、回归分析 (Abdeta et al., 2023; Aguilar et al., 2018; Sardana, 2019; Sourokou et al., 2024) 和探索性因子分析。

近年来，Chang (1996) 开发的模糊层次分析法 (AHP) 在确定影响因素优先级方面引起了广泛关注。它已应用于工程、经济、教育和环境研究等领域。例如，Hosseini-Moghari (2017) 使用模糊 AHP 为伊朗 Gorganrood 盆地设计了一个干旱管理框架，确定社区意识和干旱预警系统是关键优先事项。Sakhardande 和 Gaonkar (2022) 应用它简化环境决策中的大型数据矩阵，提高一致性和准确性。Alhassan 等人 (2023) 结合模糊 AHP 和 TOPSIS 根据成本、回收效率、可行性和健康风险对金矿开采方法进行排名。Abusaeed 等人 (2023) 使用模糊 AHP 对敏捷成本估算中的间接成本因素进行分类，而 Saygin 等人 (2023) 将其与决策树算法集成，用于滑坡敏感性制图。在泰国，Wijitkosum (2021) 应用模糊 AHP 结合 GIS 评估土地退化风险并制定有效的管理策略。最近的研究进一步突出了其多功能性。Abdullah 等人 (2023) 应用混合模糊 AHP-TOPSIS 模型识别印度中小企业可持续制造的障碍和策略，发现社会环境问题最关键。Shi 和 Lai (2023) 使用它对在工业园区吸引高科技人才的因素进行排名，Mohamed 等人 (2023) 用于分析医疗保健中的数据系统实施，Zhao 等人 (2023) 用于评估影响敏捷环境中软件开发效率的因素。尽管应用广泛，Chang 的方法存在一些局限性，包括可能赋予重要准则零权重、错误识别最佳备选方案以及仅限于三角形模糊数 (TFNs)。为了克服这些问题，Hue 等人 (2022) 提出了一种改进的模糊 AHP 方法。然而，这两种方法都受限于 TFNs 和静态环境。

尽管日益认识到红树林在气候适应性和生态系统服务提供中的作用，但仍存在几个研究空白。在越南，PES 政策尚未充分吸纳农户，尽管他们既是红树林生态系统的受益者又是管理者。现有研究很少对影响因素进行优先级排序，且很少有研究采用跨学科方法来捕捉 WTP 的行为复杂性。此外，传统分析方法在管理不确定性和动态信息方面存在不足。虽然模糊 AHP 提供了一个有希望的方向，但其当前应用范围仍然有限。迄今为止，还没有研究利用整合 GTrFNs 和时间动态的先进模糊 AHP 技术来分析红树林生态系统服务 (MESs) 的 WTP。在现实情况下，数据通常是在一段时间内收集的，这使得动态决策成为必要。这意味着决策是分步进行的，依赖于之前的决策，并随着条件的演变而变化。本研究解决了受时间约束影响的动态决策问题。此外，以前的模糊 AHP 方法大多局限于标准化三角形模糊数，这限制了方法的更广泛应用。在各种排名技术中，重心方法被广泛用于对模糊数进行排名。

针对这一空白，本研究提出了一种新颖的混合模糊动态 AHP 重心指数模型，以确定影响 MESs 支付意愿 (WTP) 的因素优先级。该模型采用 GTrFNs 来表示语言变量，并使用重心指数排名方法来捕捉随时间变化的因素权重。一项案例研究在越南海防市富隆社进行，该地作为越南红树林生态系统的代表区域，具有重要的生态和经济价值。富隆社位于吉婆岛西部，拥有约 1000 公顷的红树林，占吉婆生物圈保护区内红树林总面积的 95%。这些红树林在保护生物多样性和环境方面发挥着至关重要的作用。然而，该地区正面临红树林覆盖率的迅速下降，主要原因是养虾业、森林砍伐以及开发项目，如吉海港口和跨海缆车系统。这些挑战强调了在富隆开展红树林可持续管理研究的必要性，该地也是一个受欢迎的生态旅游目的地。

**章节片段**
**影响 MESs 支付意愿的因素文献综述**
最近的实证研究强调了居民对 MESs 的 WTP 的复杂和多维性质，其中社会经济变量与行为和心理维度相互作用。较高的收入水平、提高的教育程度以及对红树林资源更强的生计依赖性始终与更高的 WTP 相关，这反映了财务能力和生态系统服务的感知价值 (Acharya et al., 2021; Iqbal & Hossain, 2023; Pham et al., 2018

**研究区域**
海防是越南北部的一座沿海城市，与邻近地区相比，其红树林森林面积相对较大，2018 年记录约为 2570 公顷。在其沿海社中，富隆社（位于吉婆岛西部，归吉海郡管辖）包含了大部分红树林区域。该社横跨北纬 20°47’20”至 20°53’02”，东经 106°54’10”至 106°58’23”，总面积覆盖

**确定影响 MESs 支付意愿的因素优先级**
本节应用所提出的模型来确定影响越南海防市富隆社 MESs 支付意愿的优先因素。数据是通过与富隆社的专家、科学家和管理人员就红树林和 FES 进行深入访谈收集的。该研究在三个时间段进行了三轮专家访谈。第二轮访谈在第一轮后约 6-8 天举行，以评估专家的短期一致性

**结论**
本研究开发了一种新颖的混合模糊动态 AHP-重心指数模型，旨在对影响海洋生态系统服务 (MESs) 支付意愿 (WTP) 的关键决定因素进行优先级排序。通过结合 GTrFNs 和重心指数排名方法，所提出的框架为不确定性下的多准则决策 (MCDM) 提供了一个动态、自适应且理论上稳健的工具，从而为该领域做出了重要的方法学进步贡献。该模型引入了一种动态比较矩阵

**CRediT 作者贡献声明**
Luu Quoc Dat：写作 – 审阅与编辑，写作 – 原稿，软件，方法论，形式分析。
Tran Nhat Lam Duyen：写作 – 审阅与编辑，写作 – 原稿，可视化，概念化。
Nguyen Dinh Tien：写作 – 原稿，可视化，验证，概念化。
Pham Minh Tam：写作 – 审阅与编辑，写作 – 原稿，可视化，形式分析，概念化。
Pham Thu Thuy：写作 – 审阅与编辑，写作 – 原稿，

**未引用参考文献**
Daniel and Daniel A, 2016; Giri et al., 2015; Hosseini-Moghari et al., 2017; Iqbal, 2020; Kaiser et al., 2023; López Mosquera and Sánchez, 2012; Wijitkosum, 2021.

**利益冲突**
作者声明，他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能看似影响本文所报告的工作

**利益冲突声明**
? 作者声明，他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能看似影响本文所报告的工作。

Pham Thu Thuy|Pham Minh Tam|Nguyen Dinh Tien|Tran Nhat Lam Duyen|Luu Quoc Dat
越南国家大学经济与商业大学，越南河内，宣德路 144 号，河内 100000，越南