支付界科技_支付进行

志翔(2010)的文章,运用了支付卡片的形式设计调查问卷,同时,为了更好地设计支付卡片的支付意愿金额,文章在正式调查之前进行了预调查,统计居民的支支付付意愿金额。很多统计模型都可W用来科技对WTP进行估计。中外的研究成科技果中,研究支付意愿最主要到的模型是probit模型(W細gandMullahy,2006)和logit模型(Zalejska-Jonsson,2014),支付probit模型和logit模型都是二值选择模型,而对于二值选择模型,通常可W运用一个潜变量来概支付括该行为的净收益。这两个模支付型之间的不同点如下;首先logit模型假设的是变量跟随逻辑分布,而probit回旧模型是假设变量服从正态支付分布;其次就是logit模型可W用来进行多变量的回归,但是probit模型更多的应用于一个变量的回归。

而对支付意愿的金额进行研究时,研究所用的模型主要有多元逐步回归模型,威布尔模型和区间回归模型:Wangetal.(2006)用多元逐步回归模型评估北京居民对于改科技善空气质量的支付意愿,发现假设进行空气中有害物质能够减少50%,每年每户北京居民愿意支付143元;Adanianetal.(2011)用威布尔回归模型,探讨了242科技2名止耳其城市居民对于二氧化碳排放减少使得电力生产改善的支付意愿;WangandMullahy(2006)科技用区间回归模型对500个居民样本进行面对面调查,发现基于中国的弹性收入,中国的清洁空气可被视为"奢侈品"。Sun支付etal.(201科技6)曾W中国为例,研究中国居民对于空气质量改善的支付意愿,先用pn)bit模型来分析被调畜者具有正支付科技意愿的概率,然后用了区间回归模型来计算支付意愿的金额。本文的模型选择方面,因涉10及多个变量,所W笔者采取了logit模型对支付意愿的影响因素进行分析。许多学者运用了条件支付价值评估法来评估中国的大气污染治理和空气质量改善的价值问题。

研究主要集中与探讨一系列变量如社会经济因素,收入水平,人口特征因素(受教育水平,家庭成员人口数,住址等)对于居民支付意愿的影响。比如:Lietal.(2004)研究发现提高教育水平,设立开放和包容的决策程序对提高空气质量水平的政策的实现支付由显著地影响,作者同时估计了空气质量改善的潜在经济利益,并将这些利益与减排措施的支出进行比较。WangandMu11ahy(2006)通过运用开放式问卷和投标博弈式问卷的条件价值评估方法研究了重庆市居民对并发现,居民的收入水平水平越高,环支付境保护意识越强,其科技所意愿支付的金额越高。

相关文章

用户评论

*

*

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。