برآورد ارزش تفرجی چشمه آب گرم شابیل با استفاده از روش ارزش‌گذاری مشروط (CVM)

علوم و تکنولوژی محیط زیست، دوره بیستم،شماره سه، پاییز 97

برآوردارزشتفرجیچشمهآبگرمشابیلبااستفادهازروشارزش­گذاریمشروط (CVM)

آیدا سیاهی سرابی[1]

 آزاده فلسفیان[2]^*

falsafian@iau.ac.ir

نادر حبیب زاده[3]

چکیده

زمینه و هدف: چشمه آب­گرم شابیل از توابع شهرستان مشکین واقع در استان اردبیل به دلیل دارا بودن جاذبه­های زیاد، از مناطق تفرجی و گردش­گری مهم استان می­باشد. برآورد ارزش این نوع اماکن تفرجی دارای اهمیت فراوانی است، به طوری که مردم و مسوولان را از ارزش واقعی محیط زیست بیشتر آگاه ساخته و آن ها را در پیش بینی نیازها، رفع کمبودها و حفظ و برنامه­ریزی جهت توسعه گردش­گری آن مصمم می­سازد. پژوهش حاضر به برآورد ارزش تفرجی چشمه آب­گرم شابیل پرداخته است.

روش بررسی: برای رسیدن به هدف مورد نظر از روش ارزش­گذاری مشروط استفاده شد. برای بررسی عوامل موثر بر تمایل به پرداخت افراد، مدل لوجیت به روش حداکثر درست نمایی برآورد گردید .داده­های مورد نیاز از طریق تکمیل 384 پرسش­نامه که در آن تمایل به پرداخت مبلغ پیشنهادی به روش انتخاب دوتایی یک بعدی طراحی گردیده است، از بازدیدکنندگان چشمه آب گرم شابیل جمع آوری شد.

یافته ها: میانگین تمایل به پرداخت افراد 36800 ریال و ارزش تفرجی سالانه چشمه آب­گرم شابیل حدود 48،037،103 هزار ریال برآورد گردید.

بحث و نتیجه گیری: با توجه به معنی دار بودن متغیر درآمد در مدل برآورد شده و نیز بر اساس اطلاعات جمع آوری شده از گردش­گران، انتظار می­رود افزایش سطح درآمد واقعی عمومی از یک طرف و فراهم نمودن تسهیلات و امکانات رفاهی بیشتر از طرف دیگر، تمایل به پرداخت بازدیدکنندگان را افزایش دهد.

واژه­های کلیدی: ارزش تفرجی، ارزش­گذاری مشروط، آب­گرم شابیل

Estimating the outdoor recreational value of Shabil hot spring using the Contingent Valuation Method (CVM)

Aida Siahie Sarabi[4]

Azadeh Falsafian[5] ^*

falsafian@iau.ac.ir

[6]

Abstract

Background and Objective: Shabil hot spring, located in Meshkin district of Ardabil province, has numerous attraction properties that give it a distinctive rank among the recreational areas of Ardabil. Estimating the outdoor recreational value of this area is more important and allows decision makers to better realize the environmental values and enables them to devise appropriate development programs for ecotourism. This study was carried out to survey the outdoor recreational value of Shabil hot spring.

Method: To achieve the objectives of the study, the contingent valuation method is applied. Moreover, Logit model with maximum likelihood was used to determine the variables that affect willingness to pay of individuals. The primary data was collected by 384 questionnaires which have been completed by visitors of Shabil hot spring. The offered amount of willingness to pay was designed by single bounded dichotomous choice.  

Findings: The per capita average of willingness to pay was estimated to be about 36,800 Rials and the outdoor recreational value of the spring was calculated as 10,303,748,000 Rials.

Discussion and Conclusion: It is expected that increasing the income and providing the public welfare facilities are important factors to enhance willingness to pay based on the significance of income in the estimated model and the information acquired from the visitors.

Keywords: Outdoor recreational value, Contingent Valuation Method (CVM), Shabil hot water

مقدمه

منابع زیست محیطی در جهان کنونی به مثابه سرمایه های ارزش­مندی هستند که حفاظت از آن ها باید در زمره تلاش های اساسی انسان قرار بگیرد. از آن جا که این منابع به تمامی نسل ها تعلق دارد، رعایت حفظ آن برای نسل­های آینده وظیفه­ای همگانی است. منابع زیست محیطی، کالاها و خدمات بسیاری را فراهم می­کنند که به رفاه انسان کمک می­کند، حتی اگر این کالاها و خدمات الزاما در بازار مورد داد و ستد قرار نگیرند. به طور کلی ارزش اقتصادی یک منبع زیست محیطی عبارت است از ارزش پولی تمامی کالاها و خدماتی که آن منبع ایجاد می­کند. این کالاها و خدمات به دو گروه قابل طبقه­بندی می­باشند، گروه اول به دلیل قابل داد و ستد بودن در بازار در زمره کالاهای بازاری قرار می­گیرند. گروه دیگر به دلیل غیر قابل داد و ستد بودن در بازار به عنوان کالای غیر بازاری شناخته شده و علی رغم این که بسیار با ارزشند، ولی به دلیل عدم ارزش­گذاری آن به صورت پولی، اغلب در تصمیم­گیری­های زیست محیطی نادیده گرفته می­شوند. از جمله می­توان به ارزش رضامندی حاصل از بازدید از یک منبع زیست محیطی اشاره نمود که همان ارزش تفرجی حاصل از آن منبع می باشد (1).

امروزه وجود ارزش تفرجی منابع طبیعی سبب به وجود آمدن صنعت اکوتوریسم شده که منبع مهمی در ایجاد درآمد محسوب می­گردد (2). هم چنین آگاهی از ارزش­های اقتصادی تفرج­گاه ها برای انجام مدیریت صحیح در اجرای طرح­های توسعه­ای و بهره برداری پایدار از آن­ها، ضرورتی انکارناپذیر است (3). لذا، غفلت در منظور کردن این ارزش­ها در محاسبات تصمیم­گیری، به برآورد غیر واقع­بینانه سهم منابع طبیعی در رفاه اجتماعی منجر می­شود. منظور کردن ارزش­های غیر بازاری به تصمیم گیرندگان اجازه می­دهد تا در سیاست­ها انتخاب بهتری در پیش بگیرند. پس ضروری است که فرآیندی برای ارزش­گذاری کالاهای زیست محیطی تدبیر شود. رایج‌ترین رهیافت مبتنی بر بازار فرضی، ارزش­گذاری منافع محیط‌ زیستی به صورت مشروط است (CVM: Contingent Valuation Method). این روش، رویکرد مستقیم برای برآورد میزان تمایل به پرداخت است که با استفاده از پرسش­نامه انجام می­پذیرد و مبتنی بر این ایده ساده است که تمایل به پرداخت مردم برای برخی از خصوصیات محیط زیست اطرافشان را می­توان به سادگی از مردم پرسید. لفظ  »مشروط«  به این خاطر استفاده می­شود که فرد باید خود را در موقعیت بازار فرضی قرار دهد.

یکی از جاذبه های طبیعی موجود در کشور ما چشمه آب­گرم شابیل واقع در استان اردبیل است. این چشمه در دامنه و در مسیر صعود به سبلان واقع شده است. چشمه شابیل ظاهری زلال، شفاف و بی‌رنگ دارد، کمی ترش­‌ مزه بوده و کمی بودار دارد و به خاطر وجود مقدار زیادیاسید کربنیک برای درمان پادرد و کمردرد مفید است. طبیعت زیبای منطقه و نیز خواص درمانی مربوط به این چشمه، دلیل مناسبی برای جذب گردش­گران می باشد. با توجه به آن چه گفته شد، هدف از مطالعه حاضر برآورد ارزش تفرجی چشمه آب­گرم شابیل و تعیین عوامل مؤثر بر میزان تمایل به پرداخت بازدیدکنندگان از این چشمه است.

مطالعات زیادی به بررسی میزان منافع به دست آمده از بازدید مناطق تفریحی و توریستی با استفاده از روش ارزش­گذاری مشروط پرداخته­اند. به عنوان نمونه حیاتی و همکاران (1389) ارزش تفریحی پارک شهری فدک شهرستان خوی را با استفاده از روش هزینه سفر فردی برآورد کرده و ارزش تفریحی سالانه این پارک را با توجه به بازدید سالانه 5000 نفر بر اساس گزارش مسوولین مربوطه، حدود 258 میلیون ریال برآورد نمودند (4). خادم بلدی پور (1388) ارزش تفرجی تالاب قوری گل واقع در شهرستان بستان آباد را با استفاده از روش ارزش­گذاری مشروط برآورد کرد. در این تحقیق جهت برآورد تمایل به پرداخت افراد از الگوی لوجیت بر مبنای روش حداکثر راست نمایی استفاده شد و داده­های مورد نیاز با استفاده از 390 پرسش­نامه از بازدیدکنندگان این تالاب به دست آمد. نتایج نشان داد که میانگین تمایل به پرداخت برای بازدید از این تالاب 7429 ریال و ارزش تفریحی سالانه ی این تالاب حدود 742900000 ریال است (5). هاشم نژاد و همکاران (1387) ارزش تفرجی پارک جنگلی در شمال را با استفاده از روش ارزش­گذاری مشروط و پرسش­نامه انتخاب دوگانه بررسی کردند. نتایج حاصل مبین این مهم است که میزان میانگین تمایل به پرداخت بازدیدکنندگان و کاربران برای این پارک جنگلی ۳۸۷۵ ریال برای هر بازدید برآورد شده است (6). مولایی (۱۳۸۸) با استفاده از روش ارزش­گذاری مشروط نشان داد که تمایل به پرداخت سالانه خانوارها برای حفاظت از اکوسیستم جنگلی ارسباران، ۱۱۲۵۲۰ ریال و نیز ارزش حفاظتی هر هکتار از این اکوسیستم، ۶۷۰۹۰۲۰ ریال است (7). مایلی و مندلسون (1991) (Maille and Mendelson) ارزش تفرجی جنگل های ماداگاسکار را با استفاده از روش هزینه سفر (TCM: Travel Cost Method ) بین 360 تا 468 دلار در هکتار برآورد کردند (8). ساتوت و همکاران (2007) ( Sattout, et al.) ارزش حفاظتی جنگل­های سرو لبنان را با استفاده از روش ارزش­گذاری مشروط و پرسش­نامه انتخاب دوگانه برآورد کردند. بر اساس نتایج حاصله، ارزش تمایل به پرداخت به ازای هر خانوار 20 دلار و هم چنین متوسط تمایل به پرداخت برای کل نمونه (شهر و روستا) 43/42 دلار محاسبه شد (9). لی و هان (2002) (Lee and Han) ارزش تفرجی پنج پارک ملی در کره جنوبی را 11 دلار برای هر خانواده در سال به دست آوردند (10).

روش بررسی

روش ارزش گذاری مشروط یکی از روش­هایی است که برای اندازه­گیری ارزش­های غیرمصرفی و مصرفی غیر بازاری منابع زیست محیطی به کار می­رود. این روش ابتدا به وسیله­ی  Ciriacy-Wanterupدر سال 1947 پیشنهاد شد (11)، ولی داویس(Davis) برای نخستین بار در سال 1963 به گونه ی تجربی از این روش استفاده نمود (12). روش ارزش گذاری مشروط (CV: Contingent Value) تلاش می­کند تا تمایل به پرداخت افراد را در سناریوهای بازار فرضی معین تعیین نماید. به بیان دیگر، اساساً روش CVتلاش می­کند تا بفهمد چگونه پاسخ­گویان در سناریوهای بازار فرضی مطمئن، راضی به پرداخت هستند. در نگاه نخست، این روش ساده به نظر می­رسد. صرفاً از گروهی افراد پرسیده می­شود که چه قدر تمایل به پرداخت برای کالای خاصی دارند. برای استفاده از این روش نه تنها نظریه­های اقتصادی مورد نیاز است، بلکه به چندین نظام و قواعد دیگر در زمینه­ی جامعه شناسی، روان شناسی، آمار و نظرسنجی نیز نیاز می­باشد (4). این مطلب به بیان ریاضی به صورت رابطه زیر خواهد بود (10):

که در آن U تابع رضامندی غیرمستقیم ، Y درآمد فردو S برداری از سایر عوامل اقتصادی - اجتماعی فرد است. هر بازدیدکننده حاضر است مبلغی از درآمد خود را برای استفاده از منبع زیست محیطی به عنوان مبلغ پیشنهادی (A ) بپردازد که این استفاده باعث ایجاد رضامندی برای وی می شود. میزان رضامندی ایجاد شده در اثر استفاده از منابع زیست محیطی بیشتر از حالتی است که وی از منابع زیست محیطی استفاده نمی کند (13).

چنان چه ΔU بزرگتر از صفر باشد، پاسخ دهنده رضامندی خود را با  ''بلی گفتن''  و موافقت با پرداختن مبلغی برای دریافت خدمات تفرجی حداکثر اعلام می­کند. به طوری که از هر فرد سوال می­شود که برای دریافت خدمات تفرجی و رفاهی از چشمه آب­گرم شابیل حاضرید مبلغ پیشنهادی (ریال) را بپردازید. پاسخ فرد به این سوال بلی یا خیر است. همان طوری که اشاره شد عوامل درآمد، سن و سایر عوامل اجتماعی- اقتصادی، این پاسخ (بلی یا خیر) را تحت تاثیر قرار می­دهند. درنتیجه، تابع اقتصادسنجی را که متغیر وابسته آن صفر، یا یک است خواهیم داشت. برای برآورد توابع رگرسیونی با متغیر وابسته صفر و یک از الگوی لوجیت، توبیت و پروبیت استفاده می­شود که نتایج این الگوها تفاوت چندانی با هم ندارند (14). از آن جا که کاربرد مدل لوجیت در محاسبات راحت تر است، در این مطالعه نیز به منظور برآورد ارزش تفرجی آب­گرم شابیل و همچنین برای بررسی تاثیر متغیر های مختلف توصیفی بر میزان تمایل افراد به پرداخت از مدل لوجیت استفاده شده است.

که در آن Fη (ΔU) تابع تجمعی با اختلافات لوجستیک استاندارد بوده و θ ,β₂ ,β₁ ضرایب برآورده شدهای هستند که پیش بینی می­شود 0,β₁<  0β₂> , 0θ  باشند.

مشخصه­های مدل لوجیت با استفاده از روش حداکثر راست نمایی برآورد می­شود (15). سپس مقدار انتظاری تمایل به پرداخت به وسیله انتگرال گیری عددی در محدوده صفر تا بالاترین پیشنهاد (A) به صورت رابطه زیر محاسبه می­گردد (10).

که­ E (WTP)­مقدار پیش بینی شده تمایل به پرداخت افراد جامعه و عرض از مبدا تعدیل شده است که به وسیله جمله اجتماعی- اقتصادی به جمله عرض از مبدا اصلی اضافه شده است. یکی از اهداف مهم مدل لاجیت، پیش بینی اثرات تغییر در متغیرهای توضیحی بر احتمال پذیرش مبلغ پیشنهادی توسط فرد (i) می­باشد.اگر احتمال این که هر فرد مصاحبه شونده مبلغ پیشنهادی را بپذیرد، به صورت رابطه (5) باشد:

در آن X_i متغیرهای توضیحی و βپارامترهایی هستند که باید برآورد شوند. برای ارزیابی اثرات تغییر در هر یکاز متغیرهای مستقل (X_ik) روی احتمال پذیرشمبلغ پیشنهادی،باید ازرابطه (5) مشتق جزییگرفته شود (16):

کهβ _k  پارامتر متغیر مستقل K­ام می باشد. با داشتن مشتقات جزیی از رابطه (6) کشش پذیری متغیر توضیحی K ام از رابطه (7) به دست می­آید.

همان طور که رابطه (7) نشان می دهد کشش پذیری ها ثابت نیستند و به مقادیر متغیرهای توضیحی به کار رفته در مدل بستگی دارند. مدل های لاجیت ممکن است به شکل های تابع لگاریتمی یا خطی برآورد شوند. در این بررسی از مدل لاجیت خطی استفاده شده است، زیرا شکل خطی برای محاسبه متوسط تمایل به پرداخت آسان تر می­­باشد.

 آمار و اطلاعات لازم در این تحقیق عمدتا از طریق تکمیل پرسش­نامه­های طراحی شده با مراجعه به بازدیدکنندگان از چشمه آب­گرم شابیل در تابستان 1392 جمع آوری گردید. حجم نمونه مورد بررسی شامل 367 نفر بود که بر اساس روش تصادفی ساده نمونه­گیری شدند. در این پژوهش برای اندازه­گیری تمایل به پرداخت (WTP: Willingness To Pay)  بازدیدکنندگان، در بررسی CV از پرسش نامه انتخاب دوگانه یک بعدی (SBDC: Single Bounded Dichotomous Choice)استفاده شده است. در مجموع، در روش انتخاب دوگانه پاسخ­گویان در مواجه شدن با قیمت پیشنهادی در یک بازار فرضی، تنها پاسخ (بلی یا خیر) می­دهند و در روش (SBDC) به هر پاسخ دهنده فقط یک مبلغ پیشنهاد و از او خواسته می­شود تا آن را به عنوان مبلغ تمایل به پرداخت خود قبول یا رد نماید (17). مبالغ پیشنهادی برای پرسش­نامه اصلی با استفاده از داده­های پیش آزمون تعیین گردید. اطلاعات و آمار جمع آوری شده توسط نرم افزارهای SPSS ,Stata12 ,Maple12  مورد تجزیه و تحلیل قرار گرفتند.

یافته ها

برخیویژگیهایآماری متغیرهای مهم حاصل از اطلاعات جمعآوری شده از بازدیدکنندگان چشمه آب­گرم شابیل در جدول (1) آمده است. براساس نتایج به دست آمده، سن پاسخ­گویان بین حداقل 21 و حداکثر 70 سال بوده و متغیر اندازه خانوار بین حداقل 1و حداکثر 8 نفر می­باشد. براساس نتایج جدول فوق، میانگین درآمدی نمونه مورد مطالعه 679 (ده هزار ریال) و میانگین مدت زمان لازم برای سفر گردش­گران 71/3 ساعت بوده است.

جدول 1- برخی ویژگی­های آماری متغیرهای مهم مورد مطالعه گردش­گران چشمه آب گرم شابیل در سال 1392

Table 1. The statistical summary of some important variables used in the study of the outdoor recreational value of Shabil’s hot spring, 2013

 مأخذ: یافته‎های تحقیق

توزیع فراوانی جنسیت گردش­گران چشمه آب­گرم شابیل در سال 1392 در جدول (2) آمده است. همان طور که مشاهده می­شود، 91 درصد نمونه را پاسخ­گویان مرد و 9 درصد آن­ها را زنان تشکیل داده اند.

جدول 2- توزیع فراوانی جنسیت گردش­گران چشمه آب گرم شابیل در سال 1392

Table 2. The frequency distribution of gender variable used in the study of the outdoor recreational value of Shabil’s hot spring, 2013

جداول (3) و (4) وضعیت نمونه مورد مطالعه را به ترتیب از لحاظ سطح تحصیلات و گروه شغلی نشان می­دهد. بر اساس نتایج جدول (3)، نزدیک 2 درصد پاسخ­گویان بی سواد بوده و بقیه باسوادند. هم چنین بیشترین درصد را پاسخ­گویان با سطح تحصیلات لیسانس تشکیل داده اند (1/37). براساس نتایج جدول (4) بیشتر پاسخ­گویان (8/35 درصد) دارای شغل آزاد می­باشند.

جدول 3- توزیع فراوانی سطح تحصیلات گردش­گران چشمه آب­گرم شابیل در سال 1392

Table 3. The frequency distribution of literate variable used in the study of the outdoor recreational value of Shabil’s hot spring, 2013

جدول4- توزیع فراوانی گروه شغلی گردش­گران چشمه آب­گرم شابیل در سال 1392

Table 4. The frequency distribution of variable of job status used in the study of the outdoor recreational value of Shabil’s hot spring, 2013

دلایل بازدید گردش­گران چشمه آب­گرم شابیل در جدول (5) به صورت دلایل تماشای طبیعت، شنا، استفاده از هوای آزاد، کوه­نوردی و سایر موارد تشریح شده است. جدول (5) نشان می­دهد که هدف اصلی اکثریت بازدیدکنندگان (7/71 درصد)، شنا و آب درمانی می­باشد و کوه­نوردی، استفاده از هوای تمیز و تماشای طبیعت به ترتیب در رده­های بعدی قرار دارند.

جدول 5- توزیع فراوانی دلایل بازدید گردش­گران چشمه آب­گرم شابیل در سال 1392

Table 5. The frequency distribution of reasons for tourists visiting Shabil’s hot spring, 2013

میزان اهمیتی که بازدیدکنندگان برای چشمه آب­گرم شابیل قایلند، به صورت طیف لیکرت در جدول (6) فرآهم آمده است. براساس نتایج این جدول، حدود 63 درصد پاسخ­گویان اهمیت زیادی برای این منطقه قایل می­باشند و افرادی که اهمیت منطقه را کم یا خیلی کم برآورد کرده اند، تنها 2/2 درصد از کل بازدیدکنندگان را تشکیل می­دهند.

جدول 6- توزیع فراوانی درجه اهمیت منطقه از دیدگاه گردش­گران چشمه آب­گرم شابیل در سال 1392

Table 6. The frequency distribution of the attractive degree of the region from the viewpoints of the tourists of Shabil’s hot spring, 2013

نتایج حاصل از تمایل به پرداخت افراد در جدول (7) ارایه گردیده است. در این مطالعه از روش Boyle, et al. (1988) برای به دست آوردن مقادیر تمایل به پرداخت استفاده شده است (18). بدین صورت که فرض شده توزیع تجربی مقادیر تمایل به پرداخت پاسخ دهندگان برابر همان توزیعی است که مقادیر تمایل به پرداخت در پیش آزمون دارند. بر این اساس، مبالغ پیشنهادی در 8 گروه مبالغ بین 2000 تومان تا 7000 تومان تعیین و طبقه بندی شد. نتایج حاصل از جدول (7) بیان­گر این واقعیت است که مطابق انتظار، بین مبالغ پیشنهادی و تمایل به پرداخت بازدیدکنندگان رابطه منفی وجود دارد، یعنی با افزایش مبلغ پیشنهادی میزان تمایل به پرداخت کاهش می­یابد. هم چنین می­توان نتیجه گرفت که در مجموع از بین 367 بازدید کننده، تعداد 239 بازدید کننده یعنی حدود 65 درصد حاضر به پرداخت مبالغ پیشنهادی جهت استفاده تفرجی از چشمه آب گرم شابیل بودند و در مقابل تعداد 128 بازدید کننده که حدود 35 درصد را تشکیل می دهند، تمایل به پرداخت مبالغ پیشنهادی برای استفاده تفرجی از چشمه آب­گرم شابیل را نداشتند.

جدول 7- توزیع فراوانی تمایل به پرداخت گردش­گران چشمه آب­گرم شابیل در سال 1392

Table 7. The frequency distribution of tourists’ willingness to pay for visiting Shabil’s hot spring, 2013

نتایج حاصل از برآورد مدل لوجیت برای برآورد ارزش تفریحی چشمه آب­گرم شابیل در جدول (8) آورده شده است. برای بررسی معنی داری کلی رگرسیون برآورد شده از آماره نسبت راست نماییLR  استفاده شده است. مقدار این آماره در درجه آزادی 4 برابر 67/136 بوده، لذا کل مدل برآوردی از لحاظ آماری در سطح یک درصد معنی دار می­باشد. همان طور که در جدول فوق مشاهده می­شود، ضرایب برآورد شده برای متغیر پیشنهادی و میزان اهمیت چشمه آب گرم شابیل در سطح یک درصد معنی دار بوده و متغیر سطح درآمد در سطح پنج درصد معنی دار و متغیر تعداد سال­های تحصیل در سطح ده درصد معنی دار می­باشد. هم چنین از این جدول می­توان نتیجه گرفت که مطابق انتظار مبلغ پیشنهادی اثر منفی بر احتمال تمایل به پرداخت بازدیدکنندگان از این چشمه دارد. بدین معنی که هر قدر مبلغ پیشنهادی افزایش یابد، احتمال تمایل به پرداخت کاهش می­یابد. در عین حال متغیرهای میزان اهمیت بازدید از چشمه آب گرم شابیل، سطح درآمد و تعداد سال های تحصیل اثر مثبت بر تمایل به پرداخت بازدید کنندگان دارد که مطابق انتظار می باشند. مقادیر ضرایب تعیین² Rمک فادن (­Mcfadden)، کراگ و اهلر (Cragg - Uhler)، افرون (­Efron)، مک کلوی و زاوینا (Mckelvey - Zavoina) برای مدل لوجیت برآورد شده به ترتیب معادل 270/0، 432/0، 359/0 و 460/0 می­باشد. این مقادیر نشان می­دهد که متغیرهای توضیحی بر حسب ² Rگزارش شده بین حداقل 27/0 تا حداکثر 46/0 از تغییرات متغیر وابسته را توضیح می_­دهند. مقدار درصد پیش بینی صحیح مدل برآورد شده نیز بالغ بر 67/79 درصد است و چون بیشتر از 70 درصد می باشد، مدل برآورد شده دارای اعتبار بوده و برای تجزیه و تحلیل های بعدی قابل اطمینان است. مقدار آمارهLM  برابر با 16/2 برآورد شد که دلالت بر عدم وجود مشکل ناهمسانی واریانس دارد. در مدل لوجیت ضرایب برآورد شده­ی اولیه فقط علایم تاثیر متغیرهای توضیحی را روی احتمال پذیرش متغیر وابسته نشان می دهند و تفسیر مقداری ندارند. به منظور تفسیر این ضرایب، از مفهوم کشش و اثرنهایی استفاده میشود که در ادامه مقادیر محاسبه شده کشش_­ها و اثرات نهایی مورد تفسیر قرار می­گیرند. دو ستون آخر جدول (8) مقادیر محاسبه شده کشش و اثرات نهایی را برای متغیرهای مدل لاجیت برآورد شده فرآهم آورده است. همان طور که مشاهده می­شود، اثر نهایی مربوط به متغیر مبلغ پیشنهادی برابر 00022/0- می­باشد و رقم مذکور بیان­گر این است که در صورت ثابت بودن سایر شرایط، یک واحد تغییر در مبلغ پیشنهادی (یک تومان)، به اندازه022/0 درصد احتمال تمایلبهپرداخت را کاهش می_­دهد.اثر نهایی متغیر درآمد برابر 040/0 می_­باشد، یعنی در صورت ثابت بودن سایر شرایط، یک واحد (ده هزار ریال) افزایش در میزان درآمد منجر به 4 درصد افزایش در احتمال تمایل به پرداخت بازدید کننده می­شود. هم چنین اثر نهایی مربوط به متغیر توضیحی تعداد سال های تحصیل برابر 10/0 می­باشد، یعنی در صورت ثابت بودن سایر شرایط، یک واحد افزایش در تعداد سال های تحصیل منجر به 10 درصد افزایش در احتمال تمایل به پرداخت بازدیدکننده می_­شود. اثر نهایی متغیر اهمیت بازدید از چشمه آب گرم شابیل برابر12/0 درصد می­باشد که رقم مذکور بیان می کند یک واحد افزایش در اهمیت بازدید از منطقه بازدیدکنندگان در صورت ثابت بودن سایر شرایط منجر به 12 درصد افزایش در احتمال تمایل به پرداخت بازدید کننده میشود. همان طور که از برآورد کشش متغیر مبلغ پیشنهادی پیداست، در صورت ثابت بودن سایرشرایط، با افزایش یک درصدی در مبلغ پیشنهادی،احتمال تمایل بهپرداخت29/1درصدکاهشمی­یابد. هم چنین با ثابت بودن سایر شرایط افزایش یک درصد در سطح درآمد، احتمال تمایل به پرداخت را به میزان 39/0 درصد افزایش می دهد. همین طور از برآورد کشش متغیرهای تعداد سال های تحصیل و اهمیت بازدید از منطقه بازدیدکنندگان پیداست که در صورت ثابت بودن سایر شرایط، با افزایش یک درصدی متغیرهای تعداد سال های تحصیل و اهمیت بازدید، احتمال تمایل به پرداخت به ترتیب، 98/0 و 22/0 درصد افزایش می­یابد. میانگین تمایل به پرداخت بازدید کننده از رابطه (4) قابل برآورد می­باشد. بر اساس نتایج به دست آمده، این رابطه برای داده های تحقیق به صورترابطه(9)می­باشد.

جدول8- نتایج حاصل از برآورد مدل لوجیت برای برآورد ارزش تفرجی چشمه آب گرم شابیل در سال 1392

Table 8. Final variables which contributed to logit model for estimating the outdoor recreational value of Shabil’s hot spring, 2013

علائم * ، ** و *** به ترتیب بیان گر معنی داری در سطح 10، 5 و 1 درصد می باشند.

که در آن مقدار α* به صورت  زیر محاسبه می گردد:

بر این اساس میانگین تمایل به پرداخت برای هر سرپرست خانوار تقریبا برابر با 3680 تومان یا 36800 ریال می باشد. کل ارزش تفرجی سالانه چشمه آب گرم شابیل طبق رابطه زیر محاسبه می­شود:

10303748000= 1/36799× 280000= (میانگین تمایل به پرداخت × تعداد خانوارهای بازدیدکننده) = ارزش تفریحی سالانه چشمه آبگرم شابیل (ریال)

بحث و نتیجه گیری

منـابع زیست محیطی، کالاهـا و خدمــات بسیـاری را فراهم می کنند که به رفاه انسان کمک می کند، حتی اگر این کالاها و خدمات الزامأ در بازار مورد داد و ستد قرار نگیرند. چشمه آب گرم شابیل واقع در دامنه کوه سبلان با دارا بودن طبیعت زیبا و خواص آب درمانی یکی از مناطق مهم گردش­گری استان اردبیل محسوب می شود، به طوری که هر ساله گردش­گران زیادی را به خود جذب می نماید. در این تحقیق از روش ارزش گذاری مشروط (CVM) در تعیین ارزش تفرجی چشمه آب گرم شابیل استفاده شد. هم چنین برای شناسایی عوامل موثر بر تمایل به پرداخت افراد از مدل لوجیت بهره برداری گردید. نتایج حاصل از برآورد مدل لوجیت نشان داد که متغیر مبلغ پیشنهادی از عوامل اثرگذار منفی بر تمایل به پرداخت بازدیدکنندگان از این چشمه بوده و متغیرهای اهمیت بازدید از چشمه، سطح درآمد و تعداد سال های تحصیل دارای اثر مثبت بر تمایل به پرداخت بازدیدکنندگان می باشند. از طرفی مقادیر کشش ها و اثرات نهایی متغیرهای توضیحی محاسبه و برآورد شد. در نهایت، ارزش تفریحی سالانه چشمه آب گرم شابیل حدود 10303748 هزار ریال به دست آمد. با توجه به معنی دار بودن متغیر درآمد در مدل برآورد شده و نیز بر اساس اطلاعات جمع آوری شده از گردش گران، انتظار می رود افزایش سطح درآمد واقعی عمومی از یک طرف و فراهم نمودن تسهیلات و امکانات رفاهی بیشتر از طرف دیگر، تمایل به پرداخت بازدیدکنندگان را افزایش دهد.

Reference

1. Pajooyan, j. & Falihi, N., 2008. Economic value of recreational services of biological resources: Anzali wetland, Economic research, 28: 147-171 (In Persian).
2. Mahmmodi, N., Shirzadi Laskokelaieh, S. & Sabohie Sabooni, M., 2010. Recreational value estimation of Anzali wetland using contingent valuation method. Journal of Environmental Studies, 54: 51-58 (In Persian).
3. Turner, R.K., Piers, D., & Batman, I., 1994. Environment Economic. Ferdosi Mashhad University Publication, Khorasan, Iran, Pp 267.
4. Hayati, B., Ehsanie, M., Ghahramanzadeh, M., Rahelie, H. & Tagizadeh, M., 2010. Factors affecting the willingness to pay of visitors to the Elgoli park and Mashroteh parks in Tabriz using the Hackman's Two-step Method, Journal of Agricultural Economics and Development, 24: 91-98 (In Persian).
5. Khadem-Baldipour, T., 2011. Determining the recreational value and the factors affecting the willingness to pay of visitors in GoriGol wetland. M.Sc. thesis. Tabriz University, department of ariculture management, Pp. 92 (In Persian).
6. Hashemnejad, H., Faizie, M., & Seddigh, M., 2011. Determination of the recreational value of the forest Park of Noor in mazandaran using conditional valuation (CV) method. Journal of environmnetal studies, 57: 129-136 (In Persian).
7. Molaie, M., 2009. Economic and Environmental Valuation of Arasbaran Forest Ecosystem. Ph.D. thesis. Tehran University, Faculty of agricultural economic and development (In Persian).
8. Maille, p., & Mendelson, R., 1991. Valuing Ecotourism in Madagascar, Newhaven: Yale school of forestry, mimeo.
9. Sattout,E.J.,Talhouk, S.N.,& Caligari, P.D.S.,2007.  Economic value of cedar relics in Lebanon:Anapplicationofcontingentvaluationmethodfor conservation, Pp: 315-322.
10. Lee, C & Han, S., 2002. Estimating the use and preservation values of national parks tourism resources using a contingent valuation method, Tourism Management, 23: 531-540.
11. Ciriacy-Wanterup, 1947. Capital returns from soil conservation practices. Journal of Farm Economics, 29: 1180 - 1190. 
12. Davis, R.K., 1963. The Value of Outdoor Recreation: an Economic Study of The marine Woods, Ph.D. Dissertation of Economics, Harvard University.
13. Amirnejad, H., Khalilyan, S., & Asareh, M., 2006. The preservation and use values determination of Sisangan Forest Park, Nowshahr using individual’s willingness-to-pay. Pajouhesh and Sazandegi, 72: 15-24 (In Persian).
14. Haneman,W.M., 1984. Welfare evaluation in contingent valuation experiments with discrete responses. American Journal of Agricultural Economics, 71: 332 - 341.                                                                                                                         
15. Greene, W.H., 2002. Econometric Analysis, Fifth edition, Prentice Hall.
16. Judge, G.G., Hill, R.C., Griffithes, W.E., Lukepohl, H. & Lee, T.C., 1988.The theory and practice of econometrics, 2nd edition, Wiley, New York. USA.
17. Maddala, G.S., 1983. Limited dependent qualitative variable in economics. New York, Cambridge University Press.
18. Deshazo, J.R., & Fermo, G., 1993. Designing choice sets for stated preference methods: the effects of complexion choice consistency. Journal of Environmental Economic Management, 44:123-143.                                                                           
19. Boyle, K.J., Welsh, M.P., & Bishop, R.C., 1988. Validation of empirical measures of welfare change: comment, Land Economics, 64(1):94-98.