Вариация оценок готовности платить в зависимости от величины снижения риска смерти от загрязнения воздуха

1,2Far Eastern Federal University, Vladivostok, Russia , ,

Введение . Исследование направлено на определение вариации оценок готовности платить (willingness to pay (далее – WTP)) за снижение риска смерти в зависимости от величины соответствующего сокращения на примере проектов, направленных на борьбу с загрязнением воздуха. Актуальность работы объясняется повышением частоты применения подходов к оценке стоимости среднестатистической жизни на основе готовности платить при принятии управленческих решений профильными органами власти. При этом оценки стоимости жизни зависят от рассматриваемой сферы жизнедеятельности. В частности, согласно исследованию ОЭСР 2023 г., готовность платить за снижение негативных последствий для здоровья от воздействия химических веществ в контексте таких последствий, как астма, бесплодие, низкая масса новорожденного, хроническая болезнь почек, стоимость одной человеческой жизни составляет 280 000, 91 000, 1 194 000 и 805 000 долл. соответственно¹. Вариация может наблюдаться и в рамках оценок различных ведомств в одной и той же стране, например Министерство защиты окружающей среды США оценивает стоимость жизни в 7,4 млн долл.², тогда как Министерство здравоохранения и социального обеспечения США – от 5,1 до 16,5 млн (Broughel, Viscusi, 2017). Граждане конкретной страны в определенных условиях могут выражать различные степени готовности платить за снижение риска смерти от разных причин, поэтому исследования, направленные на получение точных оценок, в том числе на развитие соответствующих методов и инструментов, могут существенно повысить уровень обоснованности и адресности принимаемых органами власти управленческих решений.

Исследовательская проблема заключается в том, что изменение уровня снижения риска может приводить к непропорциональному изменению величины готовности платить при прочих равных условиях, что создает существенную зависимость получаемых оценок стоимости жизни от дизайна исследовательского проекта. Согласно литературе, величина соответствующей чувствительности может широко варьироваться, например, в зависимости от социально-экономических, демографических и культурных особенностей респондентов разных стран. Например, на основе данных опроса 1 005 британцев были обнаружены оценки готовности платить за снижение риска смерти на 4 и 7 на 100 000 чел. – 137 и 155 фунтов соответственно. Другими словами, возрастание значения снижения риска смерти на 75 % привело к увеличению готовности платить за это снижение на 12 % (Jones-Lee et al., 1985).

Низкий уровень чувствительности к практически двухкратному снижению уровня риска смерти демонстрируется и в других работах (Ghanem et al., 2023; Smith, Desvousges, 1987). Частично данные результаты могут быть объяснены несовершенством дизайнов исследования, например возрастание готовности платить за повышение величины снижения риска смерти с 2,5 до 5,0 на 10 000 чел. может зависеть от базового значения смертности. Так, в восприятии респондентов снижение риска смерти с 2,5 до 5,0 может иметь различную ценность в случае, если базовое значение смертности составляет 100 или 1 000 на 1 000 000 чел. (Pinto-Prades et al.,

2006). Однако существенно нивелировать данное влияние можно за счет использования небольших величин снижения уровня смертности по отношению к базовому уровню, например не более 10 % (Ghanem et al., 2023). Вес может иметь также последовательность вопросов анкеты (Contemporary guidance…, 2017), влияние психологических, культурных и других факторов (Hammitt, 2000), особенно если они не контролируются в модели. Важным следствием обозначенной проблемы является возможность манипулирования результатом, в частности в зависимости от предложенной респондентам величины уровня снижения риска смерти при оценке готовности платить за соответствующее снижение в целях определения стоимости среднестатистической жизни в конкретной сфере жизнедеятельности.

В связи с этим представляется важным развитие существующих теоретических подходов к оценке готовности платить, позволяющее повысить точность и однозначность получаемых оценок, что предполагает необходимость проведения новых эмпирических исследований оценки вариации готовности платить за снижение риска смерти в зависимости от различных характеристик их дизайна, респондентов, территорий (Whitehead, 2016). Последнее имеет большое значение в том числе в контексте обеспечения возможностей корректного применения соответствующих оценок стоимости жизни в конкретных сферах жизнедеятельности при решении прикладных задач профильными органами власти.

Исследовательский вопрос: на сколько изменится готовность платить за снижение риска смерти от загрязнения воздуха при увеличении уровня снижения в 2 раза – c 2,5 до 5,0 на 10 000 чел. населения – со 100,0 до 97,5 и со 100,0 до 95,0 на 10 000 чел. соответственно при прочих равных условиях?

В рамках исследовательского проекта сформирована авторская методика, включающая разработку анкеты для сбора квазиэкспериментальных данных, которые были использованы для применения метода условной оценки (contingent valuation (далее – CV)) на основе заявленных предпочтений в рамках двойного дихотомического выбора (double-bounded dichotomies choice (далее – DBDC)) с учетом соответствующих рекомендаций в литературе (Contemporary guidance…, 2017; Economic valuation…, 2002). Исследование вносит вклад в литературу, изучающую подходы к оценке стоимости среднестатистической жизни: межстрановую дифференциацию вариации оценок готовности платить в зависимости от величины снижения риска смерти на примере отдельных социальных групп.

Обзор литературы . За последние десятилетия исследования по оценке стоимости жизни, основанные на методологии заявленных предпочтений – условной оценке готовности платить за снижение небольшого риска смерти, являются самым развивающимся направлением (How much is a human life worth…, 2021). CV впервые был описан в исследованиях экологических товаров (Sánchez-Martínez et al., 2021), поскольку статистика по нерыночным товарам недоступна в рамках других методов (например, в методологии выявленных предпочтений).

От проблем регулирования, с которыми сталкивается государство, зависит то, какие вопросы будет затрагивать исследование оценки стоимости жизни на основе готовности платить, поскольку оно призвано оценивать будущую политику. Данный подход реализуется с помощью вопросов о дополнительных издержках, которые человек готов понести за снижение риска смерти. Наиболее эффективны при этом формат вопроса, дающий больше информации о WTP респондента и точек данных, т. е. двойной дихотомический выбор, а также модель, построенная для его вычисления с помощью метода максимального правдоподобия (см. формулу (3)). Данный способ измерения WTP используют в большинстве исследований CV (Alberini et al., 2006; Arigoni et al., 2009; Hammitt, Zhou, 2006).

Египет занимает первое место в мире по количеству смертей от загрязнения воздуха, а именно PM2.5. В его столичных районах – Большом Каире и Александрии – сосредоточено около 80 % промышленности, что является главной причиной загрязнения воздуха. Непропорциональность оценок готовности платить выступает обнаруженной проблемой, однако вопрос о том, в какой степени различаются оценки готовности платить в зависимости от снижения риска смерти, служит предметом дискуссии. Например, на основе опроса 1 051 гражданина Египта (Александрия и Большой Каир) готовность платить в месяц составила разницу в 8 % при двухкратном снижении риска смерти. Респонденты были распределены на четыре подвыборки (группы) случайным образом для проверки роли информации и чувствительности к масштабам оценок готовности платить. Оценки стоимости жизни равны 7,5 млн р. (3 811 200 египетских фунтов) и 14 млн р. (7 032 000) для снижения риска смерти 10 и 5 на 10 000 чел. соответственно (Ghanem et al., 2023).

Исследования, направленные на измерение оценок стоимости жизни, рассматриваются в работах, связанных с угрозой здоровью из-за загрязнения воздуха в Канаде (Age, health and the willingness to pay…, 2002), Монголии (The willingness to pay…, 2012), химического производства в Китае (Park et al., 2024) и в ряде других публикациях, где одной из важнейших проблем регулирования является загрязнение окружающей среды и его негативное воздействие на здоровье

(Hammitt, Zhou, 2006). Вариации оценок готовности платить в зависимости от различных уровней снижения риска смерти рассматриваются в работах, изучающих влияние визуальных шкал на оценки готовности платить (Corso et al., 2001), базового уровня риска на ответы респондентов (Pinto-Prades et al., 2006).

Данные и модели . Для определения вариации оценок готовности платить в зависимости от величины снижения риска смерти от загрязнения воздуха в настоящем исследовании применяется метод условной оценки на основе заявленных предпочтений в рамках DBDC или интервальных данных (Lopez-Feldman, 2012). Соответствующая модель и статистическая эффективность полученных с ее помощью оценок готовности платить приведены в работе М. Ханеманна с соавторами (Hanemann et al., 1991). Для этого была разработана авторская анкета для сбора соответствующих квазиэкспериментальных данных с учетом соответствующих рекомендаций в литературе (Contemporary guidance…, 2017; Economic valuation…, 2002).

В исследовании приняло участие 195 студентов из ДВФУ. До заполнения анкет они случайным образом были разделены на две группы. Отличительной чертой анкет в данных подвыборках была величина снижения риска смерти. В группе 1 предлагалось рассмотреть снижение в размере 2,5 на 10 000 чел., тогда как в группе 2 – 5,0 на 10 000. Исследование проводилось в январе 2024 г. в онлайн-формате с помощью Google Forms.

Респондентам предлагалось сообщить о готовности нести дополнительные издержки (готовности платить) за реализацию программы по снижению смерти от загрязнения воздуха, которая носит обязательный характер и обязует порты и промышленные предприятия устанавливать очистительное оборудование. При этом формально каждый респондент ( i ) отвечал на два вопроса. Сначала о готовности платить определенную сумму (случайно выбранный вариант из множества потенциально возможных (300, 500, 700 р.)). Далее в зависимости от ответа на первый вопрос задавался второй – о готовности платить с новой ставкой. Если респондент отвечает «да» на вопрос о первой ставке ( А ^ ), то следующая ставка ( А “ ) была на некоторую сумму больше, чем первая ( А [ <  А “ ). Если респондент отвечает «нет» на вопрос о первой ставке, следующая ставка ( А - ) была несколько меньше, чем первая ( А - < A_t ). Более подробная информация о ставках и других переменных приведена в таблице 1.

Таблица 1 – Факторы, влияющие на исследуемую переменную¹

Table 1 – Factors Affecting the Variable under Study

№	Переменная	Описание	Значение
1	group1, group2	Подгруппа респондентов	Бинарные переменные, 1 – если респондент относится к группе
2	bid1	Начальная ставка (выбирается случайным образом для каждого респондента)	Числовая переменная, имеющая следующие значения (потенциально возможные варианты): 300, 500, 700
3	bid2	Ставки, предлагаемые при втором вопросе	Числовая переменная, имеющая следующие значения: 200, 400, 600, 800. Пониженные ставки – 200, 400, 600, повышенные – 400, 600, 800 соответственно, если на первый вопрос был дан отрицательный/положительный ответ в случае ставок 300, 500, 700 соответственно
4	answer1	Ответ «да» или «нет» при вопросе о готовности платить bid1	Бинарная переменная, 1 – если «да»
5	answer2	Ответ «да» или «нет» при вопросе о готовности платить bid2	Бинарная переменная, 1 – если «да»
6	gender	Пол (мужской, женский)	Бинарная переменная, 1 – если мужчина
7	age	Возраст	Бинарная переменная, если >18 – 1, если нет – 0
8	education	Тип полученного образования: высшее (бакалавр/специалист) – 5; незаконченное высшее – 4; среднее специальное – 3; школа, 11 классов – 2; школа, 9 классов – 1	Категориальная переменная, значения 1, 2, 3, 4, 5
9	income	Переменная уровня дохода	То же
10	satisfaction	Переменная удовлетворенности жизнью (от 1 до 5 по шкале Лайкерта)	–«–
11	airqualityresidence	Оценка качества воздуха на месте жительства	Бинарная переменная, 1 – если качество «хорошее»
12	airqualitywork	Оценка качества воздуха на месте работы	То же
13	numbercorrect-answers	Уровень экологических знаний. Количество верных ответов на тест об экологических знаниях (всего шесть вопросов)	Количественная переменная, от 0 до 6

1 Все таблицы в статье составлены авторами.

Оценка готовности платить может быть смоделирована с помощью следующей линейной функции (Lopez-Feldman, 2012):

WTP_i(x_i,u_i) = в₀ + вх х gender , + в₂ х age , + в₃^х education , + в₄^х income , + в₅^х satisfaction ; + + в₆ х airqualityresidence , + в₇ х airqualitywork , + в₈ х numbercorrectanswers , + и , .                (1)

Здесь WTP , - величина готовности платить;

β – оценки соответствующих коэффициентов;

и , - ошибки в модели, имеющие нормальное распределение и , ~ ^(0,o²) c математическим ожиданием, равным 0, и дисперсией, равной о² .

Ответ каждого респондента о готовности платить можно отнести к одному из четырех воз- можных исходов:

( /^уу = 1, если респондент ответил "да — да" /ⁿⁿ _ 1,если респондент ответил "нет — нет" /^уп _ 1, если респондент ответил "да — нет" ’

/пу _ 1, если респондент ответил "нет — да"

Здесь I – характеристическая функция, значение которой равно 1, если истина, и 0, если ложь;

/^уу - ответ на оба вопроса «да»;

/ⁿⁿ - ответ на оба вопроса «нет»;

/^уп - ответ на первый вопрос «да», за которым следует «нет» на второй вопрос;

/^пу - ответ на первый вопрос «нет», за которым следует «да» на второй вопрос.

Обозначим вероятности наступления каждого из исходов следующим образом: /^уу(Л ; ,А “ ) , /ⁿⁿ(A , ,A f ) , / '" (A , , A " ) и / "' (A , , A f ) . Тогда вероятности их наступления можно выразить так:

{ /^уу(Л,А “ ) = Pr (А “ < max WTP)

/ⁿⁿ (A , ,A f ) = Pr (A f > max WTP и A , > max WTP)

/^уп (A , ,A “ ) = Pr ( A ; < max WTP < A “ )       ^{.                                     (3)}

/^пу (A , ,A f ) = Pr ( A , >  max WTP >  A f )

Здесь A, - случайная ставка из потенциально возможных вариантов, предложенная i-му респонденту в первом вопросе о его готовности платить;

A “ - ставка, предложенная i -му респонденту во втором вопросе о его готовности платить, в случае если на первый вопрос бы получен положительный ответ;

A f - ставка, предложенная i -му респонденту во втором вопросе о его готовности платить, в случае если на первый вопрос бы получен отрицательный ответ;

Pr() - вероятность реализации соответствующего условия.

В частности, выражение P^QA^A " ) = Pr (A “ < max WTP) можно интерпретировать следующим образом. Предположим, одному из респондентов была предложена ставка в размере A , (например, 300 р.) и он дал положительный ответ на вопрос о готовности нести соответствующие издержки (готовности платить). Далее ему был задан второй вопрос, где была предложена новая, более высокая, ставка A “ (400 р.), и он также дал положительный ответ. Соответственно, вероятность того, что на оба вопроса будет получен положительный ответ, равняется вероятности того, что готовность платить данного респондента выше и первой, и второй предложенных ставок:

ln(L) = 2 =1р ^уу х ln (/ '' (A^A " )) + dⁿⁿ х ln(/ p ⁿ (A ; ,A f )) + d '" х ln(/ ' ⁿ (A , ,A P )) + d "' х х1п(Г^у (A_;,A f ))}.                                                                                                      (4)

Здесь /₁^уу, d "" , d "' , d '" - бинарные переменные (1/0), характеризующие ответ на вопрос о готовности платить для четырех вариантов исходов; ln – логарифмическая функция; L – функция правдоподобия, состоящая из суммы вероятностей отдельных исходов.

Далее необходимо построить логарифмическую функцию правдоподобия (формула (4)), максимизация которой позволит получить такие значения искомых коэффициентов в модели (1), при которых вероятность наблюдать соответствующие эмпирические данные, собранные в ходе опроса, будет максимальной.

Результаты и обсуждение . Все расчеты сделаны в статистическом пакете STATA. Подробное описание скриптов для построения и оценки соответствующих моделей, а также более детальное описание методологии можно найти в работе А. Лопеса-Фельдмана (Lopez-Feldman, 2012). В таблице 2 приведены результаты оценки коэффициентов (формула (1)), позволяющие максимизировать описанную функцию правдоподобия (формула (4)). Отдельные коэффициенты рассмотрены в качестве контрольных переменных, ввиду чего потенциально возможна их переоценка или недооценка из-за проблем эндогенности. Статистически значимыми являются такие показатели (см.

таблицу 2), как уровень дохода и качество воздуха в регионе проживания, что в определенной степени соответствует экономической теории. Так, респонденты с более высоким доходом в среднем могут позволить себе платить бóльшие суммы за реализацию проектов, направленных на снижение уровня загрязнения воздуха и, соответственно, уменьшение риска смерти.

Таблица 2 – Результаты оценки коэффициентов (модель (1))

Table 2 – Results of Coefficient Estimation (Model (1))

Переменная	Группа
	1	2
	Снижение риска смерти на 2,5 на 10 000 чел.	Снижение риска смерти на 5,0 на 10 000 чел.
Пол	–79,248 (69,888)	140,086 (294,568)
Возраст	10,379 (81,006)	–120,110 (330,412)
Образование	1,540 (31,087)	75,665 (118,905)
Доход	107,389** (46,303)	20,324 (140,989)
Удовлетворенность жизнью	3,297 (35,816)	–143,610 (141,754)
Оценка качества воздуха на месте жительства	245,853** (111,618)	172,007 (335,175)
Оценка качества воздуха на месте работы	–167,106 (112,577)	36,918 (305,494)
Уровень экологических знаний	13,897 (29,389)	–176,616 (181,149)
Constant	567,593*** (201,588)	1,409,194* (774,738)
Observations	175	20
AIC	324,0	47,6
BIC	355,6	57,6

*p < 0,10; **p < 0,05; ***p < 0,01.

Примечание . В скобках приведены стандартные ошибки, p < 0,15.

В таблице 3 приведены средние значения оценок готовности платить в соответствующих группах. Они рассчитываются на основе формулы (1) посредством умножения средних значений характеристик респондентов, представленных в таблице 1, на соответствующие значения коэффициентов, представленных в таблице 2.

Таблица 3 – Оценки готовности платить

Table 3 – Willingness-to-Pay Estimates

Группа	Месячная WTP, р.	Снижение риска (уровень) Δr	Годовая WTP, р.	Стоимость жизни, млн р.
1	976,09	2,5 на 10 000 чел., или 0,00025	11 713,14	46,85 (11 713,14/0,00025)
2	1 403,30	5,0 на 10 000 чел., или 0,0005	16 839,71	33,67 (16 839,71/0,0005)

Уменьшение риска смерти от загрязнения воздуха при увеличении уровня снижения в 2 раза – с 2,5 до 5,0 на 10 000 чел. – со 100,0 до 97,5 и со 100,0 до 95,0 на 10 000 чел. соответственно при прочих равных условиях привело к возрастанию готовности платить с 976,09 до 1403,30 р. в месяц, или с 11 713,14 до 16 839,71 р. в год. Другими словами, двухкратное повышение уровня снижения риска смерти привело к увеличению готовности платить за это снижение на 43,8 %.

Эти результаты в определенной степени согласуются с имеющимися в литературе выводами, полученными при оценке аналогичных эффектов в других странах. Однако предварительные итоги демонстрируют, что соответствующий разрыв имеет гораздо более низкое значение по сравнению с зафиксированными в других странах, например 43,8 против 8,0 % в исследовании в Египте (Ghanem et al., 2023).

Заключение . В рамках исследовательского проекта с помощью метода условной оценки на основе заявленных предпочтений в условиях двойного дихотомического выбора была измерена вариация оценок готовности платить за снижение риска смерти в зависимости от величины соответствующего сокращения на примере проектов, направленных на борьбу с загрязнением воздуха. Согласно полученным результатам, готовность платить за снижение риска смерти от загрязнения воздуха увеличивается на 43,8 %: с 11 713 до 16 839 р. при возрастании величины снижения в 2 раза – c 2,5 до 5,0 на 10 000 чел. населения – соответственно со 100,0 до 97,5 и 100,0 до 95,0 на 10 000 чел. при прочих равных условиях. Это соответствует оценкам среднестатистической стоимости жизни – 33,6 р. и 46,9 млн р соответственно.

С точки зрения внешней валидности важно учитывать тот факт, что в качестве респондентов рассматривались обучающиеся университета. Несмотря на то что был проанализирован широкий круг контрольных переменных: как оценки чувствительности готовности платить при увеличении уровня снижения риска смерти, так и соответствующие им оценки среднестатистической жизни в изучаемой сфере жизнедеятельности, для других социальных групп они могут быть скорректированы при проведении дальнейших исследований. Полученные результаты могут быть полезны при разработке и усовершенствовании методов, позволяющих снизить чувствительность оценок готовности платить за снижение риска смерти и, следовательно, оценок стоимости жизни к изменению соответствующего снижения.

Выводы имеют важное значение при формировании, реализации и интерпретации результатов исследований в проектах, направленных на оценку стоимости жизни в различных контекстах, а также их применении для обоснования конкретных управленческих решений в органах власти. Полученные оценки могут позволить профильным органам власти более точно определять альтернативные издержки принятия тех или иных управленческих решений в сфере здравоохранения и защиты окружающей среды, более обоснованно выбирать между различными направлениями расходования средств, касающимися повышения качества жизни населения. Оценки готовности платить могут быть полезны в том числе в контексте совершенствования системы налогообложения, особенно в рамках принятия мер, ориентированных на вывод из теневого сектора экономики (в частности, серых заработных плат) молодежи. Помимо прочего, полученные результаты способны повысить эффективность финансовых институтов при формировании адресных предложений, например в сфере страхования жизни и др.