, 潘鹏清华大学 土木工程系, 北京 100084
收稿日期：2020-06-19
基金项目：国家自然科学基金资助项目(91546113，71874093)
作者简介：王秋懿(1998-), 女, 博士研究生
通讯作者：吴璟, 副教授, E-mail: ireswujing@tsinghua.edu.cn
摘要：建筑抗震韧性是近年来国际防震减灾领域的前沿研究方向，但目前从技术经济角度开展的建筑抗震韧性问题研究仍处于空白。该文从建筑全生命周期成本最小化的基本思路切入，基于期望效用理论和前景理论2种风险决策理论，分别设计了量化测算居民家庭对住宅建筑抗震韧性支付意愿(willingness to pay，WTP)的理论模型。进一步采用《建筑抗震韧性评价标准》规定的相关参数，以2017年北京市新建商品住房为例，测算得到居民家庭支付意愿水平，并和对应的建筑增量成本进行对比。结果表明，利用市场机制推动住宅建筑抗震韧性向一星级和二星级的基础性提升已具备经济可行性，但向三星级的高等级提升还需要政府补贴等支持。论文还围绕如何提升居民家庭对住宅建筑抗震韧性的支付意愿提出了若干政策性建议。
关键词：抗震韧性居民家庭支付意愿(WTP)主观效用
Analysis of households' willingness to pay for residential building seismic resilience
WANG Qiuyi, WU Jing
, PAN PengDepartment of Civil Engineering, Tsinghua University, Beijing 100084, China
Abstract: The seismic resilience of buildings has attracted increasing research attention for earthquake prevention and damage mitigation. However, there have been few studies using economic analyses. This study minimized the building life-cycle costs with two models used to quantify the household willingness to pay (WTP) for improved residential building seismic resilience based on two subjective utility models using expected utility theory and prospect theory. Then, the household WTP for residential building seismic resilience was calculated and compared with the corresponding incremental costs using parameters from the Standard for Seismic Resilience Assessment of Buildings for selected new residential buildings in Beijing in 2017 as an example. The results show that improving the residential building seismic resilience to the 1 or 2 star levels is financially feasible. However, further development to the 3 star level still relies on government subsidies or other support. This study also provides some policy implications to increase the household WTP for building seismic resilience.
Key words: seismic resiliencehouseholdswillingness to pay (WTP)subjective utility
建筑的抗震韧性是指建筑在遭遇给定水准地震后维持与快速恢复功能的能力，也被称为建筑的地震可恢复性[1]。随着技术进步和经济发展，社会对建筑抗震功能的要求不再仅限于减轻因地震导致的倒塌破坏，还进一步要求降低建筑遭遇地震后的失效概率和失效损失(包括人员伤亡、建筑损坏等负面经济社会后果)，缩短恢复时间[2]。建筑的抗震韧性问题相应成为近年来全球范围内结构工程和防灾减灾领域的热点问题。2012年，美国联邦应急管理署(Federal Emergency Management Agency, FEMA)发布了《FEMA P-58建筑抗震性能评估》(FEMA P-58 seismic performance assessment of buildings)报告，明确了修复费用、修复时间、人员伤亡、环境影响等衡量标准的计算方法，是目前最受认可的建筑抗震韧性评价体系。我国同样高度重视建筑的抗震韧性问题，并在政策层面进行了积极推动。2017年6月，中国地震局提出实施的《国家地震科技创新工程》将“韧性城乡”列为其中的四大计划之一，并以建筑抗震韧性作为其核心。2020年，住房和城乡建设部发布《建筑抗震韧性评价标准》(GB/T38591—2020)(简称《标准》)[3]，详细规定了建筑抗震韧性评价的基本原则和建筑损伤状态判定、建筑修复费用计算、建筑修复时间计算、人员伤亡计算等方面的具体评价方法，为我国建筑抗震韧性的研究和推广工作提供了关键依据。
但值得关注的是，目前国内外围绕建筑抗震韧性问题的研究主要从工程技术角度展开，围绕其技术经济问题的分析仍处于空白。现阶段各级政府仍是我国防震减灾工作的主要推动力，但考虑到我国每年建设量和体量更为庞大的既有建筑规模，仅仅依靠政府公共资源投入来实现新建和既有建筑的抗震韧性等级提升是不可持续的，在住宅领域尤其如此。在这种情况下，发挥市场机制作用成为加快提升建筑抗震韧性的另一种可行选择。现有文献已经表明，居民家庭在进行住房选择时会将自然灾害风险作为考虑因素之一，且愿意为了降低灾害风险而支付溢价。例如，文[4]基于中国四川省的实证分析和文[5]基于美国加州的实证分析都表明，居民感知的地震风险程度对住房价格存在显著的负向影响。类似地，若干研究也发现洪涝灾害风险对住房价格存在显著影响[6-7]。这表明，有可能基于居民家庭，降低住宅建筑对地震灾害风险暴露程度的主动需求，发挥市场机制作用调动其参与对韧性建筑建设或改造的资源投入，进而有效推动我国住宅建筑抗震韧性的全面升级。要实现这一目标，首先需要从需求端量化评估居民家庭对住宅建筑抗震韧性等级提升的支付意愿，并通过对支付意愿与抗震韧性等级提升所需增量成本的比较判断其经济可行性。作为可资借鉴的案例，在绿色建筑的推广过程中，国内外****围绕使用者对绿色建筑的支付意愿、绿色建筑投资的经济可行性等问题开展了大量定量研究，为绿色建筑推广政策的制定提供了重要依据[8-9]。
基于上述背景，本文提出从主观效用角度评估使用者(即居民家庭)对住宅建筑抗震韧性支付意愿的思路，进而在期望效用理论和前景理论2种主流风险决策理论下分别设计了定量测算居民家庭支付意愿水平的方法。依托上述方法，本文依据《标准》中设定的相关参数，以2017年北京市新建商品住宅为例进行具体测算。结果显示，居民家庭对住宅建筑抗震韧性等级提升到一星级和二星级的支付意愿基本能够覆盖其增量成本，表明发挥市场机制助推住宅建筑抗震韧性的基础性提升具备经济可行性。但居民家庭对三星级抗震韧性住宅建筑的支付意愿低于对应的增量成本，说明现阶段高抗震韧性等级建筑的推广还需要得到政府补贴等非市场化措施的支持。在此基础上，本文还基于敏感性分析归纳了影响居民家庭支付意愿的关键因素，进而从提升居民家庭支付意愿的角度对加快提升我国住宅建筑抗震韧性整体水平提出了若干建议。
1 居民家庭支付意愿的测算思路1.1 基本思路文献中在测算消费者支付意愿时经常采用意愿调查法和显示性偏好法，但这2种方法都不能很好地反映当前条件下居民家庭对住宅建筑抗震韧性的支付意愿：意愿调查法依托问卷、访谈等形式直接询问被调查者的意向支付金额，但易因社会期许偏误等原因高估支付意愿[10]；显示偏好法基于商品的市场价格间接推断消费者支付意愿(例如对比市场中不同抗震韧性等级建筑的价格差异)，但目前已经投入市场的韧性住宅建筑项目非常有限，无法提供足够样本开展实证研究。为此，本文从建筑最小全生命周期成本(life-cycle cost, LCC)设计准则出发[11]，参照已有研究通过主观风险决策理论测算投保人保费支付意愿的方法[12-13]，使用理论推导思路测算居民家庭的支付意愿。
从居民家庭角度出发，住宅建筑的全生命周期成本包含初始获得成本C0、灾害损失CD和维护成本CM 3个部分。假设居民已经拥有符合规范但尚未达到抗震韧性等级的住宅建筑(下称韧性等级为零星级的建筑)，则将住宅升级至抗震韧性等级s，家庭愿意支付的初始获得成本C0, s为其决策变量；在给定的地震发生概率下，E(CD, s)为抗震韧性等级s下地震灾害造成的全部损失的期望值，并有E(CD, s+1) < E(CD, s)；假设全生命周期内的维护成本与抗震等级无关，仍记为常数CM。相应地，抗震韧性s等级建筑的全生命周期期望成本E(LCCs)如下：
| $E({\rm{LC}}{{\rm{C}}_s}) = {C_{0,s}} + E({C_{{\rm{D}},s}}) + {C_{\rm{M}}}.$ | (1) |
| $\begin{array}{c}\mathrm{WTP}_{s}=E\left(C_{\mathrm{D}, 0}\right)-E\left(C_{\mathrm{D}, s}\right)= \\\sum\limits_{i=1}^{n}\left[\sum\limits_{j=1,2,3}\left(P_{j} \times C_{0, j} \mathrm{e}^{-\gamma \times i}\right)-\right. \\\left.\sum\limits_{j=1,2,3}\left(P_{j} \times C_{s, j} \mathrm{e}^{-\gamma \times i}\right)\right].\end{array}$ | (2) |
式(2)为量化评估居民家庭对住宅建筑抗震韧性等级提升的支付意愿提供了基础性思路。但直接将其应用于实际计算则仍存在不足。式(1)和(2)反映了基于地震损失的客观期望值计算得到的建筑全生命周期成本。但家庭作出决策时实际上依赖的是其对自身效用值的主观判断，即主观效用，因此还可能受到其主观风险态度乃至非理性的价值感受因素的影响。为解决这一问题，下文分别引入期望效用理论和前景理论进行进一步分析。
1.2 期望效用理论期望效用理论(expected utility theory)通过效用函数将客观的收益或损失转化为主观效用值，进而反映决策者风险态度对其决策行为的影响[14]。对于地震等纯粹风险，通常假设决策者是风险厌恶的，即效用函数的二阶导数小于零。本文假设居民家庭的风险偏好符合指数效用函数的形式[15]，并对指数效用函数进行了归一化的处理：
| $u(x)=\left[1-\mathrm{e}^{-\alpha\left(1-x / X_{\max }\right)}\right] /\left(1-\mathrm{e}^{-\alpha}\right), \alpha>0.$ | (3) |
现有研究表明，普通人的风险厌恶系数通常为0.5~10[16-18]。根据式(3)可知，u(Xmax)=0，u(0)=1，即成本为0时效用值达到最大值1，成本最高时效用值达到最小值0。
在期望效用理论的假设下，居民家庭的决策目标为全生命周期主观效用最大化。由此可知，当且仅当全生命周期效用不减少时，即E(u(LCC0))≤E(u(LCCs)) 时，居民家庭具有实现建筑抗震韧性等级提升的意愿。由于家庭面对的是抗震韧性等级已经确定为零的既有建筑，对应的初始成本为0，则零星建筑的抗震韧性等级提升至s时，居民家庭的支付意愿WTPs可通过式(4)表示：
| $\begin{array}{c}u\left(\mathrm{WTP}_{s}\right)-u(0)=E\left(u\left(C_{\mathrm{D}, 0}\right)\right)-E\left(u\left(C_{\mathrm{D}, s}\right)\right)= \\\sum\limits_{i=1}^{n}\left[\sum\limits_{j=1,2,3} P_{j} \times u\left(C_{0, j} \times \mathrm{e}^{-\gamma}\right)-\right. \\\left.\sum\limits_{j=1,2,3} P_{j} \times u\left(C_{s, j} \times \mathrm{e}^{-\gamma}\right)\right].\end{array}$ | (4) |
1.3 前景理论期望效用理论考虑了决策者主观风险态度的影响，但仍以决策者的完全理性为前提，即假设决策者基于客观概率进行最优决策，并且对损失和获利的反应程度相同。但现实生活中居民家庭在进行决策时通常并非完全理性。前景理论(prospect theory)放松了理性人假设，引入决策者非理性的价值感受因素的影响[19]。前景理论被证明更符合社会实验中观察到的个体决策模式，因而成为一种应用广泛的风险决策理论。
前景理论从2个方面考虑了决策者非理性价值感受因素的影响。首先假设决策者对损失和获利的反应程度不同，对损失呈现风险追逐的态度，而对获利呈现风险厌恶的态度(即决策者在确定性损失和非确定性损失之间偏好后者，在确定性获利和非确定性获利之间偏好前者)。相应地，决策者的价值函数v(x)是以0为分界点的分段函数，本文假设其符合式(5)的形式[19]：
| $v(x)=\left\{\begin{array}{ll}x^{\alpha}, & x \geqslant 0 ; \\-\lambda(-x)^{\beta}, & x<0.\end{array}\right.$ | (5) |
前景理论的另一项核心假设是决策者通过其认知的主观概率，而非客观概率进行风险决策，同时其对损失和获利概率的认知也存在区别。为此，前景理论中引入了与客观概率p对应的决策权重函数n(p)，本文采用如下形式[19]：
| $\prod^{+}\left(p_{i}\right)=w^{+}\left(\sum\limits_{j=1}^{n} p_{j}\right)-w^{+}\left(\sum\limits_{j=i+1}^{n} p_{j}\right),$ | (6a) |
| $\prod^{-}\left(p_{i}\right)=w^{-}\left(\sum\limits_{j=1}^{i} p_{j}\right)-w^{-}\left(\sum\limits_{j=1}^{i-1} p_{j}\right) . $ | (6b) |
| $w^{+}(p)=p^{\gamma} /\left(p^{\gamma}+(1-p)^{\gamma}\right)^{1 / \gamma},$ | (7a) |
| $w^{-}(p)=p^{\delta} /\left(p^{\delta}+(1-p)^{\delta}\right)^{1 / \delta}.$ | (7b) |
在前景理论下，决策者追求的是全生命周期期望前景值的损失最小化。由于前景理论中严格区分了损失和获利，因此价值函数中所有的成本变量前均加上负号以表示损失。综上，当且仅当全生命周期前景值损失不发生增加，即E(v(-LCCs))≤E(v(-LCC0)) 时，居民家庭具有实现建筑抗震韧性等级提升的意愿。则建筑的抗震韧性等级由零星级提升至s级时，居民家庭的支付意愿WTPs可以通过式(8)计算：
| $\begin{array}{c}v\left(-\mathrm{WTP}_{s}\right)=E\left(v\left(-C_{\mathrm{D}, 0}\right)\right)-E\left(v\left(-C_{\mathrm{D}, s}\right)\right)= \\\sum\limits_{i=1}^{n}\left[\sum\limits_{j=1,2,3}\left(P_{j} \times v\left(-C_{0, j} \times \mathrm{e}^{-\gamma \times i}\right)\right)-\right. \\\left.\sum\limits_{j=1,2,3}\left(P_{j} \times v\left(-C_{s, j} \times \mathrm{e}^{-\gamma \times i}\right)\right)\right] .\end{array}$ | (8) |
下文将基于式(4)和(8)，在2种理论假设下分别模拟测算居民家庭对住宅建筑韧性等级提升的支付意愿。在此之前，还需要对地震灾害损失的估计方法做出设定。
2 地震灾害损失的计算根据《标准》，本文考虑的地震灾害损失主要包括建筑损失和人员损失两部分。建筑损失以建筑修复成本表征，包含建筑修复费用和建筑修复时间成本。建筑修复费用是指对震损构件进行修复、拆除和置换所产生的各项直接费用之和，包含人工费、材料费、机械费等，《标准》中以修复费用占住房初始建造成本C之比k作为衡量修复成本的标准；建筑修复的时间成本是指所有震损构件完成建筑功能性恢复占用天数所引发的成本，本文以修复天数T乘以当地日平均住房租金V进行测算。抗震韧性s级的建筑在第j类情况下的修复成本CMs, j可表示为
| $\mathrm{CM}_{s, j}=k_{s, j} \times C+T_{s, j} \times V.$ | (9) |
| $\mathrm{CP}_{s, j}=\gamma_{\mathrm{H}_{s, j}} \times d \times H+\gamma_{\mathrm{D}_{s, j}} \times d \times I \times 20.$ | (10) |
| $\begin{array}{c}\mathrm{CD}_{s, j}=\mathrm{CM}_{s, j}+\mathrm{CP}_{s, j}= \\k_{s, j} \times C+T_{s, j} \times V+\gamma_{\mathrm{H}_{s, j}} \times d \times H+ \\\gamma_{\mathrm{D}_{s, j}} \times d \times I \times 20\end{array}$ | (11) |
表 1 各抗震韧性等级建筑损失指标上界
| 等级 | 建筑损失 | 人员损失 | |||
| 建筑修复费用指标k/% | 建筑修复时间指标T/d | 人员受伤指标γH | 人员死亡指标γD | ||
| 三星 | 5 | 7 | 1×10-4 | 1×10-5 | |
| 二星 | 10 | 30 | 1×10-3 | 1×10-4 | |
| 一星 | 10 | 30 | 1×10-3 | 1×10-4 | |
| 零星 | 25 | 75 | 3.5×10-3 | 5.5×10-4 | |
表选项
基于上述条件，本文选择以2017年北京市新建商品住宅为案例，根据市场实际情况确定了表 2所示各项取值。其中，折现率按照FEMA对非公共基础设施项目经济评价的建议，取5%[23]；建筑设计使用年限按照《建筑结构可靠性设计统一标准》(GB50068—2018)中对普通房屋和构筑物设计使用年限的要求，取值为50年[24]；建造成本由中国建设工程造价信息网中提供的2017年北京市多层、小高层和高层建筑建安成本数据取算数平均值得到；住房平均租金数据来自于2017年《中国住房租赁蓝皮书》；伤员平均医疗费用取值参考华西医院汶川地震住院患者医疗费用[25]；城镇人均可支配收入和居民消费价格指数数据均来自于北京市统计局；住房密度按照《标准》的规定取值。
表 2 2017年北京新建商品住房参数取值
| 名称 | 符号 | 取值 |
| 折现率 | r | 5% |
| 建筑设计使用年限/年 | n | 50 |
| 建造成本/(元·m-2) | C | 2 393 |
| 住房平均租金/[元·(m2 ·d)-1] | V | 3 |
| 伤员平均医疗费用/(元·人-1) | M | 10 000 |
| 城镇人均可支配收入/(元·人-1) | I | 62 406 |
| 住房密度/(人· m-2) | d | 0.2 |
| 居民消费价格指数 | CPI | 2% |
表选项
3 基于2017年北京市新建商品住宅的算例假设地震发生的分布为Poisson分布，根据《中国地震动参数区划图》(GB18306—2015)[26]的规定，取罕遇地震最大年平均发生率P1为1/1 600次·a-1，设防地震的最大年平均发生率P2为1/474次·a-1。按照式(4)和(8)，可以分别在2种思路下测算得到居民家庭对住宅建筑韧性等级提升的支付意愿，结果如表 3所示。其中，基于期望效用理论的测算部分假设居民家庭风险厌恶系数α为6[13]；基于前景理论的测算部分，由于本文研究对象为纯粹风险，因此仅选用式(5)和(6)中x≤0部分的函数，系数取值为β=0.88，λ=2.25，δ=0.69[19]。
表 3 支付意愿测算结果?
| 元·m-2 | |||||||||||||||||||||||||||||
| 等级提升 | 期望效用理论 | 前景理论 | |||||||||||||||||||||||||||
| 零星到一星 | 268 | 149 | |||||||||||||||||||||||||||
| 零星到二星 | 273 | 242 | |||||||||||||||||||||||||||
| 零星到三星 | 274 | 252 | |||||||||||||||||||||||||||
表选项
3.1 基于期望效用理论的结果和敏感性分析如表 3所示，在期望效用理论假设下，居民家庭愿意为建筑韧性从零星到一星、二星和三星的提升分别支付268、273和274元/m2的溢价。该测算结果提供了两项重要信息。一方面，居民家庭对新建住宅建筑韧性等级提升至一星和二星的支付意愿已经大于其所需的增量成本(分别约为150和250元/m2，数据来源于作者对现有韧性建筑项目的统计)。这意味着，以居民家庭自愿支付为核心、基于市场机制推动住宅建筑韧性等级提升至一星级和二星级具备经济可行性，且综合比较成本和支付意愿，一星级建筑将更受市场欢迎。但另一方面，居民家庭对三星级抗震韧性建筑的支付意愿低于其增量成本(约为300元/m2)，且只比二星级的支付意愿高约1元/m2。这是由于在期望效用理论的假设下，居民家庭在高损失时的边际效用损失高于在低损失时的边际效用损失，三星级建筑相对于二星级建筑减少的地震损失对居民家庭效用提升的程度有限，因此居民对三星级建筑的支付意愿非常接近于二星级。虽然居民家庭对高抗震韧性等级的支付意愿有限，但其增量成本相对较高，因此政府补贴等支持措施在这部分建筑上更为重要。
图 1进一步对各项影响支付意愿的因素进行了敏感性分析。其中，决策者风险态度是对其支付意愿影响最大的因素(图 1f)。决策者对纯粹风险的厌恶程度越高，就越愿意在期初支付高溢价以减少地震带来的不确定损失。根据国内外文献基于大量实证研究总结的一般规律，女性(相较于男性)、已婚者(相较于未婚者)、高教育程度者(相较于低教育程度者)和高收入者(相对于低收入者)通常对纯粹风险的厌恶程度更高[17, 27-29]。这一方面表明，随着我国经济社会发展，尤其是居民整体受教育水平和收入水平提升，居民家庭对住宅建筑抗震韧性的支付意愿也将随之提升，这将为我国建筑抗震韧性水平的整体提升创造有利条件。另一方面也表明，现阶段优先在相对发达地区(或者同一城市内部的相对高档次住宅项目)启动新建住宅建筑抗震韧性等级的提升工作，更有可能得到居民家庭的积极响应和主动投入。此外，若干研究还指出曾经的受灾经历会显著提高决策者的对纯粹风险的厌恶程度[30-31]，这意味着居住在曾发生过重大地震灾害地区的居民家庭会对住宅建筑抗震韧性升级有更高的支付意愿。因此在这些地区开展抗震韧性升级试点，也有可能在全国范围内发挥更好的示范性效果。
 |
| 图 1 基于期望效用理论的敏感性分析 |
| 图选项 |
敏感性分析结果同时显示，建造成本(图 1d)和日租金(图 1e)也对居民家庭支付意愿存在较大影响，这再次表明相对发达地区，或者同一城市内的相对高端住宅项目，更有可能实现以市场化机制推动新建住宅建筑抗震韧性升级的目标。相反，建筑寿命、受伤成本和死亡成本等因素的影响相对有限。
3.2 基于前景理论的结果和敏感性分析如表 3所示，根据前景理论，居民家庭愿意为建筑韧性从零星到一星、二星、三星的升级分别支付约149、242、252元/m2的溢价。这一结果表明，居民家庭对建筑韧性升级到一星级和二星级的支付意愿基本接近于对应的升级建造成本，再次说明利用市场机制推进低等级韧性建筑具有经济可行性。另一方面，尽管在前景理论的假设下，居民家庭会高估罕遇地震发生的概率，但升级到三星级的支付意愿仍低于对应的增量成本，这一结果与期望效用理论假设下的结果一致。
图 2展示了前景理论下敏感性分析的结果。决策者支付意愿对代表其主观风险认知的风险损失系数δ最为敏感(图 2g)。这意味着，如果居民家庭对地震灾害的主观风险感知不足，会导致其对住宅建筑抗震韧性的支付意愿偏低。而现有文献表明决策者因缺乏有关巨灾风险的客观概率信息而对巨灾风险认知不足的现象在现实中普遍存在[32]。此外，即使决策者被准确告知客观概率，也可能受心理因素等影响而低估巨灾风险发生的可能[33]。因此，为避免居民家庭可能存在的巨灾风险认知不足的偏误，政府在宣传过程中不仅应该准确告知居民巨灾风险的客观概率，还应注重表达形式。现有研究表明可得性启发(如触发其对灾害事件的想象和回顾)、可评估性启发(如将地震发生概率和车祸概率类比)、概率表示方式转变(如将年发生率0.2%表达成50年发生概率10%)等方式均能够促进居民家庭对自然灾害等纯粹风险的感知[33-34]，可以应用于建筑抗震韧性的相关宣传中。
 |
| 图 2 基于前景理论的敏感性分析 |
| 图选项 |
反映决策者风险态度的系数β仍会对其支付意愿产生较大影响(图 2f)。在前景理论假设下，系数β值越小表明消费者在损失状态下越偏好风险；当β趋近于0时，消费者对各等级韧性建筑的支付意愿均有显著下降，尤其是对抗震等级为一星级建筑的支付意愿甚至接近于0。因此用前景理论可以解释部分居民家庭即使只需支付低于客观期望损失的溢价时仍不愿升级建筑抗震韧性等级的情况。除此之外，建筑寿命、受伤成本、死亡成本、建筑费用、租金水平等对居民家庭支付意愿的影响规律与期望效用理论相似。
4 结论本文从最小化建筑全生命周期成本的基本思路切入，基于期望效用理论和前景理论2种考虑决策者主观效用的风险决策理论，分别设计了居民家庭对韧性建筑支付意愿的定量测算方法。利用上述方法，本文依照《标准》中设定的参数，以2017年北京市新建商品住房为例，定量测算了居民家庭对住宅建筑抗震韧性等级提升的支付意愿水平，以及各项主要因素对该支付意愿的可能影响。得到的主要结论和建议如下：
1) 居民家庭对满足基本需求的低等级抗震韧性建筑(一星级和二星级)的支付意愿水平可以覆盖住房建筑抗震韧性等级提升所需的增量成本，表明以居民家庭自愿支付为核心的市场机制在推动住宅建筑韧性等级的基础性提升方面具备经济可行性。这也表明，房地产开发企业在进行商品住宅项目开发时主动提升产品的抗震韧性等级，不仅具有显著社会效益，自身也能通过住宅售价的提升而获得足够的投资回报。
2) 居民家庭对高等级抗震韧性建筑(三星级)的支付意愿仍低于其对应的增量成本，因此如果要进一步提升我国建筑抗震韧性等级，政府需要对高等级抗震韧性建筑施以补贴等引导和支持措施。
3) 敏感性分析结果表明，居住在相对发达地区(或者同一城市内部的相对高档次住宅项目)和近年来发生过重大灾害的地区的家庭有更高的支付意愿水平，因此在这些地点率先启动建筑抗震韧性升级更有可能取得较好的效果，为后续全面展开建筑抗震韧性升级起到示范性作用。
4) 通过可得性启发等方式纠正居民家庭对地震风险认知不足的偏误，能够提高居民家庭的支付意愿水平，是推动住宅建筑抗震韧性升级的有效途径之一。
参考文献
| [1] | 宁晓晴, 戴君武. 地震可恢复性与非结构系统性态抗震研究略述[J]. 地震工程与工程振动, 2017, 37(3): 85-92. NING X Q, DAI J W. A review of seismic resilience and performance-based seismic study of nonstructural systems[J]. Earthquake Engineering and Engineering Vibration, 2017, 37(3): 85-92. (in Chinese) |
| [2] | BRUNEAU M, CHANG S E, EGUCHI R T, et al. A framework to quantitatively assess and enhance the seismic resilience of communities[J]. Earthquake Spectra, 2003, 19(4): 733-752. DOI:10.1193/1.1623497 |
| [3] | 中华人民共和国住房和城乡建设部. 建筑抗震韧性评价标准: GB/T 38591-2020[S]. 北京: 中国标准出版社, 2020. Ministry of Housing and Urban-Rural Development of the People's Republic of China. Standard for seismic resilience assessment of buildings: GB/T 38591-2020[S]. Beijing: Standards Press of China, 2015. (in Chinese) |
| [4] | DENG G Y, GAN L, HERNANDEZ M A. Do natural disasters cause an excessive fear of heights? Evidence from the Wenchuan Earthquake[J]. Journal of Urban Economics, 2015, 90: 79-89. DOI:10.1016/j.jue.2015.10.002 |
| [5] | SINGH R. Seismic risk and house prices: Evidence from earthquake fault zoning[J]. Regional Science and Urban Economics, 2019, 75: 187-209. DOI:10.1016/j.regsciurbeco.2019.02.001 |
| [6] | DANIEL V E, FLORAX R J G M, RIETVELD P. Flooding risk and housing values: An economic assessment of environmental hazard[J]. Ecological Economics, 2009, 69(2): 355-365. DOI:10.1016/j.ecolecon.2009.08.018 |
| [7] | ZHANG L. Flood hazards impact on neighborhood house prices: A spatial quantile regression analysis[J]. Regional Science and Urban Economics, 2016, 60: 12-19. DOI:10.1016/j.regsciurbeco.2016.06.005 |
| [8] | ZHANG L, WU J, LIU H Y. Turning green into gold: A review on the economics of green buildings[J]. Journal of Cleaner Production, 2018, 172: 2234-2245. DOI:10.1016/j.jclepro.2017.11.188 |
| [9] | ZHANG L, LIU H Y, WU J. The price premium for green-labelled housing: Evidence from China[J]. Urban Studies, 2017, 54(15): 3524-3541. DOI:10.1177/0042098016668288 |
| [10] | FISHER R J. Social desirability bias and the validity of indirect questioning[J]. Journal of Consumer Research, 1993, 20(2): 303-315. DOI:10.1086/209351 |
| [11] | WEN Y K, KANG Y J. Minimum building life-cycle cost design criteria. I: Methodology[J]. Journal of Structural Engineering, 2001, 127(3): 330-337. DOI:10.1061/(ASCE)0733-9445(2001)127:3(330) |
| [12] | BABCOCK B A. Using cumulative prospect theory to explain anomalous crop insurance coverage choice[J]. American Journal of Agricultural Economics, 2015, 97(5): 1371-1384. DOI:10.1093/ajae/aav032 |
| [13] | 潘晨, 李全旺. 考虑主观风险态度的建筑结构地震风险决策[J]. 土木工程学报, 2018, 51(9): 121-128. PAN C, LI Q W. Seismic risk decision-making of building structures considering subjective risk attitude[J]. China Civil Engineering Journal, 2018, 51(9): 121-128. (in Chinese) |
| [14] | VON NEUMANN J, MORGENSTERN O. Theory of games and economic behavior[M]. New Jersey: Princeton University Press, 1944. |
| [15] | STEWART M G, ELLINGWOOD B R, MUELLER J. Homeland security: A case study in risk aversion for public decision-making[J]. International Journal of Risk Assessment & Management, 2011, 15(5-6): 367-386. |
| [16] | 王晟, 蔡明超. 中国居民风险厌恶系数测定及影响因素分析: 基于中国居民投资行为数据的实证研究[J]. 金融研究, 2011(8): 192-206. WANG S, CAI M C. Measurement of risk aversion coefficient of Chinese residents and analysis of influencing factors: An empirical study based on investment behavior data of Chinese residents[J]. Journal of Financial Research, 2011(8): 192-206. (in Chinese) |
| [17] | HALEK M, EISENHAUER J G. Demography of risk aversion[J]. The Journal of Risk and Insurance, 2001, 68(1): 1-24. DOI:10.2307/2678130 |
| [18] | OUTREVILLE J F. Risk aversion, risk behavior, and demand for insurance: A Survey[J]. Journal of Insurance Issues, 2014, 37(2): 158-186. |
| [19] | TVERSKY A, KAHNEMAN D. Advances in prospect theory: Cumulative representation of uncertainty[J]. Journal of Risk and Uncertainty, 1992, 5(4): 297-323. DOI:10.1007/BF00122574 |
| [20] | CAMERER C F, TECK-HUA H. Violations of the betweenness axiom and nonlinearity in probability[J]. Journal of Risk and Uncertainty, 1994, 8(2): 167-196. DOI:10.1007/BF01065371 |
| [21] | GONZALEZ R, WU G. On the shape of the probability weighting function[J]. Cognitive Psychology, 1999, 38(1): 129-166. DOI:10.1006/cogp.1998.0710 |
| [22] | NILSSON H, RIESKAMP J, WAGENMAKERS E J. Hierarchical Bayesian parameter estimation for cumulative prospect theory[J]. Journal of Mathematical Psychology, 2011, 55(1): 84-93. DOI:10.1016/j.jmp.2010.08.006 |
| [23] | Federal Emergency Management Agency (FEMA). A benefit-cost model for the seismic rehabilitation of buildings: FEMA 227[S]. Washington, DC: Federal Emergency Management Agency, Building Seismic Safety Council, 1992. |
| [24] | 中华人民共和国住房和城乡建设部. 建筑结构可靠性设计统一标准: GB 50068-018[S]. 北京: 中国建筑工业出版社, 2018. Ministry of Housing and Urban-Rural Development of the People's Republic of China. Unified standard for reliability design of building structures: GB 50068-018[S]. Beijing: China Building Industry Press, 2018. (in Chinese) |
| [25] | 张进, 陈伟, 孟骥, 等. 华西医院1635例汶川地震住院患者总体费用构成和影响因素分析[J]. 中国循证医学杂志, 2008, 8(9): 703-709. ZHANG J, CHEN W, MENG J, et al. Research on structure and influencing factors of overall medical treatment expenses of 1635 inpatients of Wenchuan Earthquake in West China Hospital[J]. Chinese Journal of Evidence-based Medicine, 2008, 8(9): 703-709. DOI:10.3969/j.issn.1672-2531.2008.09.004 (in Chinese) |
| [26] | 全国地震标准化技术委员会. 中国地震动参数区划图: GB 18306-015[S]. 北京: 中国标准出版社, 2015. National Technical Committee of Earthquake Standardization. Seismic ground motion parameters zonation map of China: GB 18306-015[S]. Beijing: Standards Press of China, 2015. (in Chinese) |
| [27] | EISENHAUER J G, HALEK M. Prudence, risk aversion, and the demand for life insurance[J]. Applied Economics Letters, 1999, 6(4): 239-242. DOI:10.1080/135048599353429 |
| [28] | HERSCH J. Smoking, seat belts, and other risky consumer decisions: Differences by gender and race[J]. Managerial and Decision Economics, 1996, 17(5): 471-481. DOI:10.1002/(SICI)1099-1468(199609)17:5<471::AID-MDE789>3.0.CO;2-W |
| [29] | OUTREVILLE J F. The relationship between insurance and economic development: 85 empirical papers for a review of the literature[J]. Risk Management and Insurance Review, 2013, 16(1): 71-122. DOI:10.1111/j.1540-6296.2012.01219.x |
| [30] | VAN DEN BERG M, FORT R, BURGER K. Natural hazards and risk aversion: Experimental evidence from Latin America[C]//Paper presented at the International Association of Agricultural Economists (EAAE) Conference. Beijing, China: EAAE, 2009. |
| [31] | CAMERON L, SHAH M. Risk-taking behavior in the wake of natural disasters[J]. The Journal of Human Resources, 2015, 50(2): 484-515. DOI:10.3368/jhr.50.2.484 |
| [32] | KUNREUTHER H, PAULY M. Neglecting disaster: Why don't people insure against large losses?[J]. Journal of Risk and Uncertainty, 2004, 28(1): 5-21. DOI:10.1023/B:RISK.0000009433.25126.87 |
| [33] | KUNREUTHER H. Risk analysis and risk management in an uncertain world[J]. Risk Analysis, 2002, 22(4): 655-664. DOI:10.1111/0272-4332.00057 |
| [34] | KUNREUTHER H, NOVEMSKY N, KAHNEMAN D. Making low probabilities useful[J]. Journal of Risk and Uncertainty, 2001, 23(2): 103-120. DOI:10.1023/A:1011111601406 |
