實證結果與分析

以最大概似函數法估計前述兩大類樣本下之七個模型，不含抗議性答覆 樣本與含抗議性答覆之有效樣本，在不同模型設定下之估計結果彙整於表 3。由表 3 之結果可以發現，在不含抗議性答覆樣本的情況下，OLS 與標準 Tobit 模型中各參數估計值之量值大小差異並不大，且均呈現相同的變動方 現，因此，驗證了前述倘若刪除大量的抗議性零觀察值後，樣本中僅剩極少 數的零察值，則只需將此樣本資料帶入一般迴歸式中進行分析即可。然而，

在包含抗議性答覆之有效樣本下，OLS 與標準 Tobit 模型中各參數估計值，

不論在數值之大小或變動方向均有較為顯著的差異，因此，我們更可以確認 倘若樣本屬於受限資料時，為避免估計結果之偏誤與不一致性，則需改採受 限應變數模型來進行估計。

此外，不論以標準 Tobit 模型或是 D-H 模型分析不含抗議性答覆樣本，

所得（Income）的高低對願付價值的影響均是正向且是最顯著的，即所得愈 高者其願付價值有愈高之趨勢，如此的影響變動符合一般直觀的預期。此 外，具顯著性且亦是正向影響的變數，尚有受訪者五年內曾經去過墾丁國家 公園的總次數（Fre），即受訪者親身體驗墾丁國家公園所賦予的非市場價值，

對於願付價值有相當程度的影響。而教育程度（Edu）對 WTP 則成負向的影 響，這與一般直觀認為教育程度愈高者應更能理解環境資源維護之重要性背 道而馳。但在 D-H 模型開放過程的參與方程式中可以看出，教育程度愈高者 對參與 WTP 支出的意願確實愈高，這樣的結果較符合一般直觀的預期。換 言之，D-H 模型將教育程度對 WTP 的影響解釋為，教育程度愈高者對參與 支付的機率愈高，但在實際支付的金額上卻是隨著教育程度之提升而降低，

而此特性是在標準 Tobit 模型中所無法得知的。

同時，由表 3 亦可發現包含抗議性答覆之有效樣本，分別以標準 Tobit 模型、D-H 模型與複檻式決策過程模型分析之結果，與不含抗議性答覆樣本 資料的結果亦有雷同之處。亦即，所得（Income）在各模型中均呈現極顯著 且為正向的影響，而受訪者五年內曾經去過墾丁國家公園的總次數（Fre）對 WTP 的影響雖也呈現正向變動，但普遍沒有不含抗議性答覆樣本下之估計結 果來得顯著。進而，比較標準 Tobit 模型與 D-H 模型分析包含抗議性答覆之 有效樣本的結果發現，在開放過程支出方程式中，教育程度（Edu）對 WTP 的影響在標準 Tobit 模型與 D-H 模型中均呈現反向變動，亦即，教育程度愈 高者之願意支付額度是愈低的，Tobit 模型之結果並無法有效解釋此種與一 般經驗不一致之處。然而，D-H 模型中則可以清楚呈現教育程度的變動，在 開放過程中之支出與開放過程之參與的不同影響。

又由表 3 可以得知，作為正確分析包含抗議性答覆之複檻式決策過程模 型，在開放過程之參與方程式中，教育程度（Edu）之參數估計值是正值，

而在支出方程式中，教育程度（Edu）之參數估計值則是負值，亦即在實際 支付的額度方面，是隨著教育程度之提升而降低的。此一現象則可以複檻式 決策過程模型中的參與外顯選擇過程表現出來，因為，在此一模型中外顯選 擇參與方程式中的教育程度變數對 WTP 影響是負向的，這個結論則如同

Jones（1992）研究之結論認為，標準 Tobit 模型參數估計結果可能會有誤導 的現象，相同的道理，可以用來說明 D-H 模型中有些參數估計的結果，也有 可能造成誤導現象，換言之，在分析包含抗議性答覆的樣本時，有些變數的 特性是標準 Tobit 模型或是 D-H 模型所無法觀察到的。

此外，在包含抗議性答覆之有效樣本的開放過程支出方程式變數方面，

除了教育程度（Edu）對 WTP 分別呈現不同的影響外，其他的變數對 WTP 的影響，不論在標準 Tobit 模型或是 D-H 模型中均呈現相同的變動方向，其 中呈現正向變動之影響因素除所得（Income）之外，尚有受訪者五年內曾經 到訪過墾丁國家公園之總次數（Fre）、五年內去過國內其他五座國家公園的 總次數（Subfre）及職業為軍公教者（Oc1）、職業別為自由業者（Oc3）及 曾對環保組織捐過款者（Green2）。而家庭人口數（Family）、曾經擔任過 環保組織之會員或義工者（Green1）與職業別為農漁業者（Oc2）則對 WTP 的變動呈現負面的影響。其他在開放過程之支出方程式亦顯示，性別為女性 者與年齡愈大者，對開放支付的意願亦愈低。

除了觀察各個自變數對 WTP 的影響外，表 3 亦分別計算了各種模型概 似比檢定之

χ

²值，以判別各模型之整體適合度。由結果可知，在 5％的顯著 水準下，不論所分析之樣本觀察值是否包含抗議性答覆，D-H 模型均較標準 Tobit 模型具顯著性，而複檻式決策過程模型又比 D-H 模型更具顯著性。依 此，表 4 同時也列出利用前述各種模型，在公式(12)與(13)下，由各估計模型 計算所得的 WTP 平均估計值及其信賴區間值。

由此可以結論，為了涵蓋抗議性答覆於樣本中所設計的複檻式決策過程 模型，由此計算而得每戶每年之平均願意支付 346 元及其對應之 95%信賴區 間的上下限值，是考量多種因素下具有相對高之可信度的數值。相對的，在 不含抗議性答覆樣本下，不論是 OLS、標準 Tobit 或是 D-H 模型所估算出來 的結果，則明顯有高估 WTP 平均值之傾向。由此證明，D-H 模型對零觀察 值之解釋能力明顯優於標準 Tobit 模型，而本文所架構出的複檻式決策過程 模型，對於解釋分析具有大量零觀察值之抗議性答覆的樣本，則具有較 D-H 模型更佳之解釋能力，同時，也更能有效估計、分析開放雙界二元選擇模式 之 CVM 樣本資料。

表 4　每戶每年願意支付之資源維護費的平均值及其 95%信賴區間之估計值

不含抗議性答覆之樣本 包含抗議性答覆之有效樣本

估計值

OLS 標準 Tobit

在文檔中 複檻式決策過程模型之建構：條件評估法中抗議性答覆之處理 (頁 29-34)