全 文 ：中国生态农业学报 2014年 1月 第 22卷 第 1期
Chinese Journal of Eco-Agriculture, Jan. 2014, 22(1): 120−126


* 国家自然科学基金项目(70973075)、上海市教育委员会科研创新项目(09ZZ169)和上海海洋大学研究生科研基金项目(A-2500-11-0111)
资助
** 通讯作者: 杨正勇, 主要从事产业经济、水产养殖经济研究。E-mail: zyyang@shou.edu.cn
赟范晓 , 主要从事农业生态经济、水产养殖经济研究。E-mail: long_13331010@163.com
收稿日期: 2013−07−15 接受日期: 2013-09-29
DOI: 10.3724/SP.J.1011.2014.30690
计数模型在池塘养殖游憩服务价值评估中的应用*
范晓赟 杨正勇** 唐克勇 张新铮 杨怀宇
(上海海洋大学经济管理学院 上海 201306)
摘 要 随着社会经济的快速发展, 休闲渔业正在逐渐成为渔业产业经济发展的新方向。近十年来, 上海地区
加大了对休闲渔业的投入, 使得该地区池塘养殖系统更加具有游憩服务价值。目前对池塘养殖游憩资源价值
的研究相对较少, 对相应的评估方法及其在池塘养殖游憩价值评估中的适用性也需进一步探讨。由于对评估
方法研究的滞后, 池塘养殖系统中的游憩服务价值往往得不到科学揭示。基于对青浦、嘉定、奉贤 3 区的实
证调查结果, 本文以上海市为例, 使用计数模型的个人旅游成本法估算这 3个地区的池塘养殖游憩价值, 进而
将泊松模型和负二项模型进行对比研究, 并将本文得到的青浦地区池塘养殖游憩价值结果与前期研究成果进
行比较, 探讨两种模型在池塘养殖评价中的有效性及个人旅游成本(ITCM)与区域旅游成本(ZTCM)两种方法
在此类评估中的稳定性。研究发现: ①不同模型对池塘养殖游憩价值的评估结果存在差异, 总体来看负二项模
型优于泊松模型。②个人旅游成本法与区域旅游成本法估计结果比值为 4.98︰ 1, 分别以两种方法估算值作为
养殖池塘系统游憩价值的上限值和下限值比较合适。③基于计数模型的个人旅行成本法评估青浦、嘉定和奉
贤地区的池塘养殖游憩服务价值分别约为 20 863.34 元·hm−2·a−1、57 997.03元·hm−2·a−1和 522.73元·hm−2·a−1。
建议有关各方重新认识池塘养殖休憩价值, 继续加大休闲渔业支持力度, 保护该地区的池塘养殖生态系统 ,
以促进旅游及池塘养殖产业的可持续发展, 提高渔民收入水平。
关键词 休闲渔业 池塘养殖 游憩价值 个人旅游成本法 计数模型
中图分类号: X820.3; F205; F326.4; S932.2 文献标识码: A 文章编号: 1671-3990(2014)01-0120-07
Application of count models in estimating recreational values
of pond aquaculture
FAN Xiaoyun, YANG Zhengyong, TANG Keyong, ZHANG Xinzheng, YANG Huaiyu
(College of Economics and Management, Shanghai Ocean University, Shanghai 201306, China)
Abstract With the rapid development of the third industry, recreational fishery has become one of significant sectors of fishery
economy in China. At the same time, the increasing investment in the recent decade on the recreational fishery has made this industry
more valuable in Shanghai. The literatures show that there are a few researches focused on the recreational values of pond
aquaculture ecosystems, and the suitability of methods and models which may be used to analyze these values should be estimated.
Owing to the lag of researches on the estimation methods, these eco-service values were not scientifically explained. Based on the
investigation in Qingpu, Jiading and Fengxian, three suburban districts of Shanghai, this paper estimated the recreational values of
the pond aquaculture ecosystems in these areas with count models of individual travel cost method (ITCM). The effectiveness of
Poisson Model and Negative Binomial Regression Model were compared. The estimated value of the pond aquaculture ecosystems in
Qingpu District this time and those results of former studies in the same area was also compared to analyze the stability of individual
travel cost method (ITCM) and the zone travel cost method (ZTCM). The results showed that: ① estimated values of pond
aquaculture ecosystems were sensitive to the models used, Negative Binomial Regression Model was more effective than Poisson
Model when the data had discrete characteristics; ② it was feasible to use the estimated values by individual travel cost method and
zone travel cost method as the upper and lower limits of pond aquaculture ecosystem services values respectively, the ratio of the
values estimated by the two methods was 4.98︰1; ③ the recreational values in the three districts were approximately 20 863.34
第 1期 范晓赟等: 计数模型在池塘养殖游憩服务价值评估中的应用 121


Yuan·hm−2·a−1, 57 997.03 Yuan·hm−2·a−1 and 522.73 Yuan·hm−2·a−1, respectively. The results suggest that stakeholders should
recognize the existence and importance of these types of ecosystem services values, support the development of recreational fishery,
protect the pond aquaculture ecosystems, and make full use of these ecosystems to promote the sustainable development of tour
industry and aquaculture and increase fish farmers’ income in these areas.
Keywords Recreational fishery; Pond aquaculture; Recreational value; Individual Travel Cost Method; Count Model
(Received Jul. 15, 2013; accepted Sep. 29, 2013)
Krutila[1]在 1967 年提出环境资源具有“惟一性”、
“真实性”、“不确定性”及“不可逆性”等特征, 这为环
境资源的货币价值评估奠定了理论基础。20世纪 90年
代以后, OECD[2]、Costanza等[3]、张象枢等[4]、李金昌
等[5]国内外学者又将自然资源生态服务价值进行细
分, 其中就包括游憩资源价值。农地是一种具有游
憩价值的特殊资源, 但相比其他游憩资源来说, 受
重视程度较少。随着国民收入的提高及城市开放景
观资源的稀缺, 人们开始将注意力转移到农业用地,
利用农业生产、农田景观和农家生活等为人们提供
娱乐服务[6]。作为农地中的一种, 养殖池塘通过养殖生
产者的行为而使渔业资源和旅游资源相结合[7], 使池
塘养殖具备旅游游憩资源的功能。但是传统经济往
往忽略这一价值 , 从而导致养殖池塘价值的低估 ,
进而导致资源配置的扭曲与效率低下。目前学界对
于自然资源游憩价值的实证研究, 多采用旅游成本
方法(travel cost method, TCM)。它是由 Hotelling提出,
并由 Trice等[8]、Clawson[9]等学者完善。早期的旅游
成本法以区域旅游成本法(ZTCM)为主, 随后 Brown
& Nawas提出了个人旅行成本法(ITCM)[10], ITCM弥
补了 ZTCM 的缺点[10], 从而得到广泛推广和应用,
成为目前游憩服务价值评估中使用的主要方法。早
期的个人旅行成本法常使用最小二乘法推导出旅游
需求函数, 但随着研究深入, 发现旅行次数属于一个非
负整数, 而用最小二乘法估计则会产生偏差[11]。因此许
多学者提出使用泊松模型(Poisson Model)及负二项
模型(Negative Binomial Model)来推导需求函数。
Englin和 Cameron[12]、Shrestha等[13]、Starbuck等[14]、
Anderson[15]等学者的研究都有类似观点。国内从 20
世纪 90年代引入旅行成本法, 但主要以 ZTCM方法
为主, 如: 孟永庆等[16–20]的研究。而对于个人旅行成
本法的探讨及实证分析还处在起步阶段, 如: 李巍
等[21–22]等的研究。虽然 ITCM理论研究在不断成熟,
但国内应用泊松及负二项模型的个人旅游成本法
(ITCM)在游憩资源评估较少, 评估方式仍以 ZTCM
为主。为了准确评估长期以来被忽视的池塘养殖游
憩资源价值, 对其评估方法的研究显得尤为重要。
鉴于此, 本课题组界定了池塘养殖游憩价值构成[23],
以上海市青浦、嘉定、奉贤地区为例, 使用计数模
型的个人旅游成本法估算这 3 个地区的池塘养殖游
憩价值。在此基础上, 将泊松模型和负二项模型进
行对比研究, 并将本文得到的青浦地区池塘养殖游
憩价值结果与课题组前期研究成果进行比较研究 ,
探讨两种模型及两种方法在池塘养殖评价中的有效
性和稳定性。
1 研究区域概况
研究区域为上海市青浦、嘉定和奉贤区。2010年
3个区的池塘养殖面积分别为 2 942.8 hm2、315.3 hm2
和 4 182.1 hm2, 占其所在地区水域总体的 38.3%、
19.8%和 32.2%, 是上海主要的池塘养殖区。近年来
3 个区依照各自农业发展现状, 提出了发展“高效农
业、生态农业、安全农业和休闲农业”等目标, 积极
发展以渔家环境观光、休闲垂钓、渔家乐等为主要
内容的池塘养殖休闲活动。2010年青浦、嘉定和奉
贤区的池塘养殖休闲服务(住宿、饮食、娱乐、垂钓
等)收入分别为 760.0 万元、343.7 万元和 80.0 万元,
而 2011年同期 3个区池塘养殖休闲服务收入分别达
到 1 570.0万元、542.9万元和 85.0万元, 并呈上升
趋势变化。
2 研究方法和数据来源
2.1 研究方法
通过实证调研发现, 池塘休闲游客多以钓鱼爱
好者为主 , 旅游目的比较单一 , 重复旅游率较高 ,
所以本文选取个人旅游成本法为研究方法。
个人旅游成本法以游客个人数据为基础, 对游
客的消费者剩余、旅游费用、时间机会进行估算, 从
而得到池塘养殖游憩价值计算公式为下:
transport visiting
food/accommodation shopping
time
(
)
RV TC TC
TC TC
SCS TC TN
= + +
+ +
+ ×
∑ ∑
∑ ∑
∑
(1)
式中: RV为池塘养殖总的游憩价值; TN为 1年的旅
游人次 ; transportTC∑ 为平均每次往返的交通费用 ,
主要表现为油费和过路费; visitingTC∑ 为平均每次
参加渔(农)家乐活动的费用; food/accommodationTC∑ 为
每次餐饮、住宿花费; shoppingTC∑ 为每次购买土特
122 中国生态农业学报 2014 第 22卷


产等的费用; SCS 为每次每人的消费者剩余, Creel
等[11]、Englin等[24]的研究表明, 使用个人旅行成本法
评估旅游者每人每次访问该旅游资源的消费者剩
余时, 可通过取旅行费用变量系数相反数的倒数来
计算; timeTC∑ 为每次游玩的时间成本 , 其计算公
式为:
transport playing
time
1
3 250 24
i ii
i
Time Timewage
TC
+= × × (2)
time
1
time
n
i
i
TC
TC
n
==
∑∑ (3)
式中, wagei为第 i 个游客的年收入。假定每年工作
日为 250 d, 时间成本包括 Timeitransport和 Timeiplaying,
分别为交通往返时间和池塘游玩时间, 并且本文时
间成本以 1/3赋值, 并以 h为单位。
2.2 模型选择
个人旅游成本法的因变量 y 为旅游次数, 该数
据具有正整数特征; x为受访者的社会经济特征及旅
游数据解释变量。所以在做总体回归时, E(y/x)为非负
数, 但若使用最小二乘法则会产生偏差, 使得旅游需
求曲线无法准确反映出真实需求[25], 所以本研究摒弃
使用最小二乘法, 采用计数模型中的泊松模型和负
二项模型对池塘养殖游憩需求函数进行估计。
2.2.1 泊松模型
假设有 n个游客, 随机变量 y为游客的旅游次数,
Y服从参数λ的泊松分布, 其概率密度函数为:
exp( )( )
!
y
Pr Y y
y
−= = λ λ (4)
式中, 参数λ是随机变量的均值, 只能是大于 0 的正
整数, 且是解释变量 X矩阵和参数向量β的函数:
exp( )X ′=λ β (5)
式中: X′=(X1, ⋯, Xp)是 p×1向量, 表示游客在 p个
影响因子上的取值, 別其中包括旅游成本、性 、年
龄、教育程度、受访者月收入、受访者居住地、往
返旅游距离和游玩时间。β 为 p×1 维参数向量, 即
β=(β1, ⋯, βp)′。
Y是满足独立泊松分布的因变量向量, 且有:
( ) ( ) exp( )E Y Var Y X ′= = =λ β (6)
2.2.2 负二项模型
另一个模型为负二项模型, 其概率密度函数为:
( ) 1( 1/ )( 1/ )( ) ( ) 1
( 1) (1/ )
zzzf Z z
z
αα αλ αλα
− +Γ += = +Γ + Γ (7)
且: ( ) exp( )E Y X ′= =λ β (8)
( ) (1 )Var Y λ αλ= + (9)
式中, Z为非负整数集合, Γ()为伽玛函数, α为大于 0
的参数。
2.3 游憩需求函数的设定
本研究将游憩需求函数设定为对数的形式, 表
示如下:
ln(FREQi)=β1+β2Tcost+β3Gender+β4Age+β5Edu+
β6Income+β7Add+β8Distance+β9Playtime+εi (10)
式中, FREQi为 1年中游客 i的池塘游憩次数, β1、β2、
β3、β4、β5、β6、β7、β8和 β9为常数项以及自变量旅
游成本(Tcost) 別、性 (Gender)、年龄(Age)、教育程度
(Edu)、游客月收入(Income)、游客居住地(Add)、往
返旅游距离(Distance)和游玩时间(Playtime)所对应
的参数。需要说明的是, 旅游成本变量(Tcost)中包括
游客一次实际支付的总费用和时间机会成本。本文
在旅游成本中考虑了时间机会成本, 这不仅避免回
归模型中自变量旅游距离和旅行费用支出之间存在
的高度相关所带来的多重共线性问题, 而且真实反
映了旅游的实际成本。
2.4 数据来源
为了保证方法的科学性和稳健性, 本研究首先
对研究区进行了预调研, 得到游客信息问卷 30份和
池塘养殖户信息问卷 3 份。根据访问情况, 发现池
塘游玩的游客大多以钓鱼爱好者为主, 游玩时间大
多集中于假期、周六和周日。根据预调研情况适当
修改问卷, 采用随机抽样的方法对青浦、嘉定和奉
贤区的游客进行面对面访问, 发放问卷 227 份, 回
收有效问卷 215 份, 问卷有效率为 94.71%。采用
STATA 10软件, 对研究区池塘养殖游憩价值进行分
析和评估。
3 结果与分析
3.1 问卷资料基本分析
3.1.1 游客社会背景
通过对调查数据的统计分析, 得到样本数据统
计的基本特征, 如表 1 別所示。在性 方面, 3个地区
男性比例远高于女性; 年龄大多集中在 31~50 岁的
游客; 除青浦外, 市区游客与郊区游客人数相差不
大, 可见市中心的人们经济较好, 生活压力比较大,
有空暇的时间会更多地选择郊区休闲活动; 受访者
教育程度较高, 职业以商业服务业为主; 最后在家
庭年所得方面, 高收入家庭成为渔家乐的主要游客
群体。
3.1.2 游客旅游信息
游客旅游资料由表 2 所示。3 个地区旅客游玩
次数均超过 20 次; 在旅游距离方面, 游客到达目的
地的距离总体差异不大 ; 在交通工具方面 , 超过
90%的游客选择自驾游; 游玩时间大多在 8.5 h左右;
在游玩花费方面 , 3 个地区游客的花费多集中于
101~500元。
第 1期 范晓赟等: 计数模型在池塘养殖游憩服务价值评估中的应用 123


表 1 上海市青浦、嘉定和奉贤 3区的池塘养殖游客社会背景统计特征
Table 1 Social background of tourists of pond aquaculture in Qingpu, Jiading, and Fengxian Districts of Shanghai City
青浦 Qingpu 嘉定 Jiading 奉贤 Fengxian
项目 Item 样本量
Sample
占比例
Percentage (%)
样本量
Sample
占比例
Percentage (%)
样本量
Sample
占比例
Percentage (%)
男 Man 59 84.29 65 92.85 72 96.00 性别
Gender 女 Woman 11 15.71 5 7.15 3 4.00
21~30 10 14.29 13 18.57 11 14.67
31~40 33 47.14 31 44.29 25 33.33
41~50 23 32.86 19 27.14 23 30.67
51~60 3 4.29 5 7.14 11 14.67
年龄
Age
>60 1 1.42 2 2.86 5 6.67
市区 Urban district 44 62.86 35 50.00 37 49.33 居住地
Address 郊区 Suburban 26 37.14 35 50.00 38 50.67
初中及以下
Junior middle school and below
0 0.00 1 1.43 13 17.34
高中 Senior middle school 20 28.57 32 45.71 31 41.33
教育程度
Educational
status
大学及以上 University and above 50 71.43 37 52.86 31 41.33
务农务工人员 Worker 8 11.43 6 8.57 20 26.67
公事教人员 Office staff 18 25.71 3 4.29 18 24.00
商业服务人员 Business services staff 28 40.00 40 57.14 29 38.67
职业类别
Occupation
其他 Others 16 22.86 21 30.00 8 10.66
10 000~50 000 0 0.00 0 0.00 20 26.67
50001~80 000 3 4.29 2 2.86 8 10.67
80 001~100 000 11 15.71 8 11.43 6 8.00
家庭年所得
Household
income
(Yuan)
>100 000 56 80.00 60 85.71 41 54.66
表 2 上海市青浦、嘉定和奉贤 3区的池塘养殖游客旅游资料统计特征
Table 2 Travel information of tourists of pond aquaculture in Qingpu, Jiading, and Fengxian Districts of Shanghai City
青浦 Qingpu 嘉定 Jiading 奉贤 Fengxian
项目 Item 样本量
Sample
占比
Percentage (%)
样本量
Sample
占比
Percentage (%)
样本量
Sample
占比
Percentage (%)
≤20 18 25.71 0 0.00 21 28.00
21~30 28 40.00 6 8.57 7 9.33
31~40 18 25.71 30 42.86 14 18.67
年旅游次数
Travel frequency
per year
≥41 6 8.58 34 48.57 33 44.00
0~30 17 24.29 15 21.43 27 36.00
31~60 37 52.86 46 65.71 39 52.00
61~80 16 22.85 9 12.86 7 9.33
距离
Distance
(km)
>80 0 0.00 0 0.00 2 2.67
自驾车 Self-driving 64 91.43 70 100.00 68 90.67 交通工具
Vehicle 其他 Others 6 8.57 0 0.00 7 9.33
≤7 4 5.71 0 0.00 31 41.33
7~10 43 61.43 16 22.86 20 26.67
10~15 13 18.57 0 0.00 5 6.67
停留游玩时间
Play time
(h)
>15 10 14.29 54 77.14 19 25.33
1~30 25 35.71 13 18.57 32 42.67
31~60 33 47.15 33 47.14 32 42.67
61~90 12 17.14 24 34.29 10 13.33
交通时间
Travel time
(min)
≥91 0 0.00 0 0.00 1 1.33
≤100 2 2.86 0 0.00 11 14.67
101~500 55 78.57 69 98.57 62 82.67
501~1 000 9 12.86 1 1.43 2 2.66
游玩费用
Play cost
(Yuan)
>1 000 4 5.71 0 0.00 0 0.00

124 中国生态农业学报 2014 第 22卷


3.2 基于泊松模型和负二项模型的参数估计
本研究分别采用泊松模型和负二项模型估计游
憩需求函数, 通过 STATA 10.0 进行回归分析, 结果
如表 3所示。
表 3 泊松模型和负二项模型估计池塘养殖游憩服务价值的回归结果
Table 3 Regression results of recreational values estimation of pond aquaculture with Poisson Model and Negative Binomial Model
变量
Variable
变量定义
Variable definition
泊松模型
Poisson Model
负二项模型
Negative Binomial Model
Constant 常数项 Constant 2.716 973** 2.750 617**
Tcost 旅游直接费用和时间成本的总和(元)
Sum of the direct costs and time opportunity cost
−0.001 033** −0.000 889**
Gender 性别, 男性=1, 女性=0 Gender, male=1 female=0 0.226 102** 0.264 532**
Age 年龄 Age 0.006 171** 0.005 504*
Edu 大学及以上=1, 其他=0 Above college degree=1, others=0 −0.043 745* −0.050 545
Income 旅游者个人月收入 Visitor income 6.86E−05** 5.75E−05**
Add 市区游客=1, 郊区游客=0 Urban residents=1, suburban residents=0 −0.060 947* −0.061 539
Distance 游客往返距离 Round trip distance 0.000 768 0.000 145
Playtime 在池塘停留游玩时间 Playtime 0.037 809** 0.037 078**
Log likelihood 对数拟然比 Log likelihood −1 086.302 −857.235 8
LR statistic 似然比统计量 LR statistic 647.302 8** 1 105.435**
Pseudo R2 伪 R2 检验 Pseudo R2 0.229 548 0.392 011
Likelihood-ratio test of
alpha=0: 离散拟然比率检验 Discrete likelihood ratio test — Prob ≥ chibar2 = 0.000
AIC 赤池信息量准则 Akaike information criteria 2 188.60 1 730.47
BIC 贝叶斯信息量准则 Bayesian Sehwartz criteria 2 191.26 1 733.13
*和**分别代表在 0.05和 0.01置信水平上显著性。* and ** indicate significant difference at the confidence levels of 0.05 and 0.01.

从表 3 可以看出, 在 0.05 的显著性水平下, 两
个回归模型都表明旅游成本(Tcost)、性别(Gender)、
年龄(Age)、月收入(Income)和游玩时间(Playtime)是
影响旅游次数的重要变量。旅游成本(Tcost)的回归
系数均为负数 , 表明游客所花费的旅游成本越大 ,
到此地的旅游次数越少, 即池塘游憩需求曲线是一
条向右下方倾斜的曲线。性别(Gender)、年龄(Age)
和月收入(Income)的回归系数均为正, 表明男性、高
年龄和高收入的游客对于池塘游玩项目更感兴趣 ,
与实证调研情况相符。游玩时间变量(Playtime)在两
个模型中都显著, 说明在池塘停留游玩的时间越长,
越会增加相应的旅游次数。此外, 学历(Edu)、游客
居住地(Add)变量在泊松模型中显著, 但在负二项模
型中表现不显著, 且参数估计值都为负数, 表明高
学历及居住在市中心的游客, 会减少对池塘游憩活
动的次数 , 这与实际情况不符。游客往返距离
(Distance)变量在两个模型中都不显著, 即往返距离
的长短对游憩次数没有显著影响。
3.3 养殖池塘消费者剩余估算
根据旅行总费用系数[即公示(10)中 Tcost 的系
数 β2]之相反数取倒数可以得出泊松模型和负二项
模型平均每人单次旅行的消费者剩余价值分别为
968.05 元和 1 124.86 元。对比两种结果, 可以看出
模型的选择会影响消费者剩余的结果, 从而影响养
殖池塘游憩价值的评估。
3.4 个人旅游成本法和区域旅游成本法的比较
本文以蔡银莺等[6]对武汉市和平休闲农场休闲
景观的游憩价值评估及课题组先前研究成果“上海
青浦区养殖池塘文化价值评估”[23]进行对比 , 结果
见表4。
表 4 应用 ZTCM和 ITCM两种模型评估农业用地游憩
服务价值
Table 4 Recreational value evaluation of agricultural land
using ZTCM and ITCM models 104 Yuan· a−1
究对象
Research object
使用方法
Method
总消费者剩余
Consumers’ surplus
ITCM 3 511.81 青浦池塘养殖
Pond aquaculture in Qingpu ZTCM 705.07[23]
ZTCM 1 591.36 武汉市和平休闲农场[6]
Heping Farm in Wuhan City ITCM 1 991.10

通过比较不难看出 , 本文使用ITCM估算青浦
池塘养殖的消费者剩余较高, 达到了3 511.81万元,
而李晟等[23]应用ZTCM估算的青浦池塘消费者剩余
价值约为705.07万元, 两者比值为4.98︰1, 而武汉
市和平农场使用ITCM估计的结果同样高于ZTCM。
这主要由于本文采集数据时, 存在多目的旅游和“零
访问”样本的丢失 , 导致对池塘游憩价值的偏高估
计。但课题组在应用ZTCM估算游憩价值时 , 仅考
虑了区域旅游率与平均旅游费用, 未考虑游客的游
玩次数及重返率, 导致其估算结果偏低。综上所述,
第 1期 范晓赟等: 计数模型在池塘养殖游憩服务价值评估中的应用 125


基于采取数据的偏差 , 将 ITCM和ZTCM的估算值
作为池塘养殖游憩价值的上限值和下限值是比较
合适的。
4 讨论
4.1 模型分析
个人旅游成本法是基于游客的旅游数据来建立
游憩需求函数, 其中因变量为旅游次数且呈现非负
整数的特点, 所以本文选择计数模型来评估池塘养
殖游憩服务价值是比较合适的。
从模型整体来看 , 泊松模型与负二项模型在
P<0.01 的显著性水平下, 均通过了似然比检验, 表
明了两个模型的选择都是有效的。具体来看, 泊松
模型通过显著性检验的变量与负二项模型基本一
致。但泊松模型中学历(Edu)、居住地(Add)变量通过
显著性检验, 并表明学历越低、居住郊区的受访者
会增加游憩次数, 但在负二项模型中这两个变量都
未通过显著性检验。从实际调研情况发现, 3个地区
受访者市区居住地也很多, 并且学历都以大学以上
占主导, 可见泊松模型评估产生偏差。
本文选取对数似然函数值与自由度的比值为标
准进行模型比较, 结果说明负二项回归模型的拟合
效果要稍好于泊松模型。而用 AIC及 BIC对两个模
型进行拟合优度检验, 结果是泊松模型都高于负二
项模型, 同样也说明负二项模型的拟合效果优于泊
松模型。并且从分散参数α=0 的似然比检验可以看
出数据存在离散特征, 不服从泊松分布的原假设。
因此负二项回归更适合于离散数据分析, 这与已发
表的文献中结果一致[22,26−27]。基于以上分析, 本文
认为采用负二项回归模型评估池塘养殖游憩服务价
值是比较合理的。
4.2 3个地区池塘养殖游憩价值
分别将研究区池塘旅游的平均直接费用、时间
成本和消费者剩余加总, 根据查阅 2010年前往上海
市青浦、嘉定和奉贤池塘游玩人次等资料[28], 估算
青浦、嘉定和奉贤地区的池塘养殖总游憩价值分别
为 6 139.66万元、1 828.65万元和 218.61万元, 平
均为 20 863.34元·hm−2·a−1、57 997.03元·hm−2·a−1、
522.73元·hm−2·a−1。其中青浦池塘养殖游憩服务总价
值是该区渔业总产值的 3 倍, 嘉定和奉贤地区的池
塘养殖游憩服务总价值均接近该地区的渔业总产值,
可见池塘养殖游憩服务价值是渔业经济发展的新突
破, 是增加渔民收入的新方向。因此, 从政策角度看,
以池塘养殖为切入点, 通过推动休闲渔业的发展来
促进渔村的发展与渔民收入水平的提高具有较大潜
力。相关部门应该为池塘养殖旅游产业提供更好的
发展环境, 从而提高池塘的潜在价值, 增加渔民的
休闲旅游产业收入。从研究角度看, 负二项模型评
估离散数据优于泊松模型, 并且由于数据采集的偏
差 , 在研究游憩价值过程中 , 建议可以同时使用
ITCM和 ZTCM评估游憩价值, 并以 ITCM和 ZTCM
的估算值作为游憩价值的上限值和下限值, 这样能
给出游憩价值一个精确范围, 有关部门也可以通过
该游憩价值的取值范围调整或完善相关的产业发展
和生态补偿政策。
参考文献
[1] Krutila J. Conservation reconsidered[J]. American Economic
Review, 1967, 9: 777–786
[2] OECD. 环境项目和政策的经济评价指南[M]. 北京: 中国
环境科学出版社, 1996: 16–17
OECD. The Economic Appraisal of Environmental Projects
and Policies: A Practical Guide[M]. Beijing: China
Environmental Science Press, 1996: 16–17
[3] Costanza R, dArge R, de Groot R, et al. The value of the
world’s ecosystem services and natural capital[J]. Nature,
1997, 387(6630): 253–260
[4] 张象枢 , 魏国印 , 李克国 . 环境经济学[M]. 北京: 中国环
境科学出版社, 1998: 60–80
Zhang X S, Wei G Y, Li K G, et al. Environmental
Economics[M]. Beijing: China Environmental Science Press,
1998: 60–80
[5] 李金昌 , 姜文莱 , 靳乐山 . 生态价值论[M]. 重庆: 重庆大
学出版社, 1999: l–5
Li J C, Jiang W L, Jin L S. The Ecologica Value[M].
Chongqing: Chongqing University Publishing House, 1999:
1–5
[6] 蔡银莺, 张安录. 应用 ZTCM 和 ITCM 两种模型评估农地
景观的游憩价值[J]. 农业技术经济, 2008(1): 66
Cai Y Y, Zhang A L. Recreational value evaluation of
farmland landscape using two kinds model of ZTCM and
ITCM[J]. Journal of Agrotechnical Economics, 2008(1): 66
[7] 林法玲 . 关于发展福建海洋休闲渔业的探讨[J]. 现代渔业
信息, 2003(3): 11–12
Lin F L. Study of modern fisheries information about
the development of Fujian marine recreational fisheries[J]. Journal
of Modern Fisheries Information, 2003(3): 11–12
[8] Trice A H, Wood S E. Measurement of recreation benefits[J].
Land Economics, 1985, 34(2): 195–207
[9] Clawson M. Method for Measuring the Demand for and Value
of Outdoor Recreation[M]. Washington D C: Resources for
the Future, 1959: 10
[10] Bergstrom J C, Cordell H K. An analysis of the demand for
and value of outdoor recreation in the United States[J].
Journal of Leisure Research, 1991, 23(1): 67–86
[11] Creel M D, Loomis J B. Theoretical and empirical advantages
of truncated count data estimates for analysis of deer hunting
in California[J]. American Journal of Agricultural Economics,
1990, 72(1): 434–443
[12] Englin J, Cameron T A. Augmenting travel cost models with
126 中国生态农业学报 2014 第 22卷


contingent behavior data[J]. Environmental and Resource
Economics, 1996, 7(2): 133–147
[13] Shrestha R K, Seidl A F, Moraes A S. Value of recreational
fishing in the Brazilian Pantanal: A travel cost analysis using
count data models[J]. Ecological Economics, 2002, 42(1/2):
289–299
[14] Starbuck C M, Alexander S J, Berrens R P, et a1. Valuing
special forest products harvesting: A two-step travel cost
recreation demand analysis[J]. Journal of Forest Economics,
2004, 10(1): 37–53
[15] Anderson D M. Estimating the economic value of ice
climbing in Hyalite Canyon: An application of travel cost
count data models that account for excess zeros[J]. Journal of
Environmental Management, 2010, 91(4): 1012–1020
[16] 孟永庆, 陈应发. 森林游憩价值评估的 8 种方法[J]. 林业
经济, 1994(6): 60–65
Meng Y Q, Chen Y F. The eight methods for estimating values
of forest recreation abroad[J]. Forestry Economics, 1994(6):
60–65
[17] 陈应发. 国外森林游憩的经济价值评估[J]. 广东林业科技,
1994(3): 19–22
Chen Y F. Foreign forest recreation economic value
evaluation[J]. Guangdong Forestry Science and Technology,
1994(3): 19–22
[18] 陈应发 , 陈放鸣 . 国外森林游憩价值评估的两种流行方法
[J]. 北京林业大学学报, 1994, 16(3): 97–105
ChenY F, Chen F M. Foreign forest recreation value
evaluation of two popular methods[J]. Journal of Beijing
Forestry University, 1994, 16 (3): 97–105
[19] 艾运盛 , 高岚 , 邱俊齐 . 武夷山国家风景名胜区游憩效益
的评价[J]. 北京林业大学学报, 1996, 18(3): 89–97
Ai Y S, Gao L, Qiu J Q. Study on the recreational benifits of
Wuyishan national senic spot[J]. Journal of Beijing Forestry
University, 1996, 18(3): 89–97
[20] 薛达元 , 包浩生 , 李文华 . 长白山自然保护区生物多样性
旅游价值评估研究[J]. 自然资源学报, 1999, 14(2): 140–145
Xue D Y, Bao H S, Li W H. A study on tourism value of
biodiversity in Changbaishan mountain biosphere reserve
(cmbr) in northeast China[J]. Journal of Natural Resources,
1999, 14(2): 140–145
[21] 李巍 , 李文军 . 用改进的旅行费用法评估九寨沟的游憩价
值[J]. 北京大学学报: 自然科学版, 2003, 39(4): 548–555
Li W, Li W J. Using a modified travel cost method to evaluate
the recreational benefits of Jiuzhaigou Nature Reserve[J].
Acta Scientiarum Naturalium Universitatis Pekinensis, 2003,
39(4): 548–555
[22] 刘焕庆 , 夏友照 . 计数模型在旅游资源经济价值评估中的
应用[J]. 东疆学刊, 2011, 28(3): 88–92
Liu H Q, Xia Y Z. The application of the counting method on
the evaluation of tourism resource value[J]. Dongjiang
Journal, 2011, 28(3): 88–92
[23] 李晟, 郭宗香, 杨怀宇, 等. 养殖池塘生态系统文化服务价
值的评估[J]. 应用生态学报, 2009, 20(12): 3075–3083
Li S, Guo Z X, Yang H Y, et al. Evaluation of cultural service
value of aquaculture pond ecosystem[J]. Chinese Journal of
Applied Ecology, 2009, 20(12): 3075–3083
[24] Englin J, Shonkwiler J. Modeling recreation demand in the
presence of unobservable travel cost: Toward a travel price
model[J]. Journal of Environmental Economics and Manage-
ment, 1995, 29(3): 368–377
[25] 伍德里奇 . 横截面与面板数据的经济计量分析[M]. 北京 :
中国人民大学出版社, 2007: 547
Wooldridge J M. Econometric Analysis of Cross Section and
Panel Data[M]. Beijing: China Renmin University Press, 2007:
547
[26] 王尔大 , 李作志 , 王忠福 . 利用计数统计模型方法评价大
连星海公园旅游的经济价值 [J]. 数理统计与管理 , 2009,
28(1): 23–31
Wang E D, Li Z Z, Wang Z F. Application of count data models
in valuing tourism benefits of Dalian Xinghai Park[J].
Application of Statistics and Management, 2009, 28(1): 23–31
[27] 陈宛君, 廖学诚. 应用旅游成本法分析宜兰县英士、玉兰及
仑埤社区的游憩效益 [J]. 中华林学季刊 , 2007, 40(3):
341–355
Chen W J, Liao X C. Application of travel cost method to
analyze recreational benefits in Yingshi, Yulan, and Lunpi
communities in the Ilan County[J]. Quarterly Journal of
Chinese Forestry, 2007, 40(3): 341–35
[28] 上海市水产办公室. 上海市水产统计资料汇编[M]. 2010
Fisheries and Aquaculture Office of Shanghai Agriculture
Committee. Shanghai Fisheries and Aquaculture Statistical
Year Book[M]. 2010