Overcoming hypothetical bias in contingent valuation surveys

Abstract

This Ph.D. thesis aims to build econometric models that can overcome hypothetical bias in Contingent Valuation surveys. Within 4 interrelated Chapters, this thesis focuses on constructing a mixture model and applying stochastic frontier analysis in order to include the existence of hypothetical bias. The main idea of the proposed model of the present thesis is that in a Contingent Valuation survey there might be two types of respondents. The first one refers to respondents that answer sincerely about their WTP and the second to respondents that overstate their WTP. The first chapter presents a literature review regarding Contingent Valuation Method (CVM) and the problem of Hypothetical Bias. Additionally, it analyzes the theoretical framework regarding the statistical models that are constructed in Chapter 2 and 3. The second and third Chapters present the proposed model that can overcome hypothetical bias for the open-ended elicitation format and for the double-bounded dichotomous choice elicitation format. The Chapters contain the theoretical background of the corresponding format, the stochastic frontier theory, which is applied to model hypothetical bias, the mixture models theory that is used in order to allow the existence of the 2 classes and the estimation procedure, including the EM algorithm. In order to test the validity of the proposed model, simulations took place for 1000 observations and 1000 replications for several cases. Additionally in Chapter 3, after the illustration of the simulation results an empirical application is presented with real CVM data. The fourth Chapter deals with the issue of the selection of starting values for the EM algorithm. Chapter 4 begins with the literature review about the initialization techniques and the importance of the initial values. Furthermore, application of three initialization methods were applied to the proposed model for the double-bounded format and a comparison of the initialization techniques took place in order to conclude which initialization strategy performs better.

Η παρούσα διδακτορική διατριβή μελετά πως θα ξεπεραστεί το πρόβλημα της Υποθετικής Μεροληψίας σε έρευνες που πραγματοποιούνται με την μέθοδο της πιθανολογικής αποτίμησης ή Contingent Valuation (CV). Πιο συγκεκριμένα προτείνεται ένα εναλλακτικό μοντέλο, στοχεύοντας οι εκτιμήσεις που προκύπτουν να είναι απαλλαγμένες από το πρόβλημα της Υποθετικής Μεροληψίας, που σύμφωνα με την βιβλιογραφία, είναι βασικός παράγοντας που πλήττει την αξιοπιστία και την εγκυρότητα των αποτελεσμάτων της μεθόδου CV. Η διδακτορική διατριβή αποτελείται από τέσσερα αλληλένδετα κεφάλαια. Στο πρώτο κεφάλαιο παρατίθεται η θεωρία που αναφέρεται στη μέθοδο CV, η βιβλιογραφική ανασκόπηση για την διάχυση της μεθόδου καθώς και οι κριτικές που έχει δεχτεί η μέθοδος συμπεριλαμβανομένου του προβλήματος της Υποθετικής Μεροληψίας. Επιπλέον η βιβλιογραφική ανασκόπηση του πρώτου κεφαλαίου αναφέρει ποικίλες έρευνες που αναζήτησαν την ύπαρξη του προβλήματος καθώς επίσης και διάφορες μεθόδους που έχουν προταθεί για να διορθωθεί η Υποθετική Μεροληψία. Επιπλέον στο τέλος του πρώτου κεφαλαίου γίνεται αναφορά του θεωρητικού υπόβαθρου του στατιστικού μοντέλου που κατασκευάστηκε στην παρούσα διατριβή. Στο δεύτερο και στο τρίτο κεφάλαιο παρουσιάζεται η εφαρμογή του προτεινόμενου στατιστικού μοντέλου για να διορθωθεί το πρόβλημα της Υποθετικής Μεροληψίας για την Open-Ended μέθοδο εκμαίευσης δεδομένων και για την Double-Bounded Dichotomous Choice μέθοδο εκμαίευσης δεδομένων της CV μεθόδου αντίστοιχα. Πιο συγκεκριμένα, στα κεφάλαια αυτά παρουσιάζεται αρχικά η θεωρία της CV μεθόδου που αντιστοιχεί στην αντίστοιχη μέθοδο εκμαίευσης, αναλύεται λεπτομερώς η θεωρητική βάση, η κατασκευή του στατιστικού μοντέλου, καθώς και άλλες θεωρίες που εφαρμόστηκαν κατά τον σχεδιασμό του μοντέλου, πχ. Θεωρία μικτών μοντέλων- Mixture models theory κτλ.. Στην συνέχεια των κεφαλαίων αυτών πραγματοποιήθηκαν προσομοιώσεις με σκοπό να εξετασθεί πως λειτουργεί το μοντέλο κι αν ανταποκρίνεται στον αρχικό σκοπό του. Επιπροσθέτως στο τρίτο κεφάλαιο παρουσιάζεται και μια εμπειρική εφαρμογή όπου το προτεινόμενο μοντέλο δοκιμάστηκε σε πραγματικά στοιχεία μελέτης με την εφαρμογή της μεθόδου CV. Τέλος το τέταρτο κεφάλαιο πρόκειται για επέκταση του τρίτου κεφαλαίου καθώς ο ΕΜ αλγόριθμος, που εφαρμόζεται για την εκτίμηση του προτεινόμενου μοντέλου, αναφέρεται στην βιβλιογραφία ότι αντιμετωπίζει σοβαρή ευαισθησία στις αρχικές τιμές. Για τον λόγο αυτό, προκειμένου να προταθεί ένα ολοκληρωμένο μοντέλο για την αντιμετώπιση της Υποθετικής Μεροληψίας, έγινε μια σύγκριση τριών διαφορετικών μεθόδων προσδιορισμού αρχικών τιμών. Οι μέθοδοι που εξετάστηκαν ήταν η 1 τυχαία αρχικοποίηση, η οποία μέθοδος εφαρμόστηκε στα κεφάλαια 2 και 3, η μέθοδος των 100 τυχαίων αρχικοποιήσεων και τέλος ο αλγόριθμος k-means. Για την σύγκριση πραγματοποιήθηκαν προσομοιώσεις και εφαρμόστηκαν διάφορα κριτήρια προερχόμενα από την βιβλιογραφική ανασκόπηση.