>
Fa   |   Ar   |   En
   تاثیر ناهمگنی ترجیحات در برآورد ارزش احیای دریاچه ارومیه: کاربردی از روش رتبه‌بندی ناقص  
   
نویسنده صالح نیا مینا ,حیاتی باب اله ,مولائی مرتضی
منبع تحقيقات اقتصاد كشاورزي - 1398 - دوره : 11 - شماره : 4 - صفحه:99 -122
چکیده    مقدار تمایل به پرداخت کاربران منابع زیست محیطی، تعیین کننده ارزش آن منابع در ارائه کالاها می‌باشد. اما مقادیر تمایل به پرداخت برای کالاهای زیست محیطی، تمایل به نمایاندن ناهمگنی بین افراد و ناهمگنی مکانی دارند. روند نزولی وضعیت زیست محیطی دریاچه ارومیه طی سالیان اخیر، بیانگر این واقعیت است که کارکردهای آن‌ بدون تدابیر و فعالیت‌های جمعی تداوم نخواهد یافت. لذا در این مقاله، داده‌های حاصل از رتبه‌بندی ناقص (انتخاب بهترینبدترین) با استفاده از مدل کلاس پنهان چند سطحی تحلیل شدند که امکان کلاس‌بندی افراد را بر اساس ترجیحات شخصی و موقعیت جغرافیایی تواماً فراهم میکند. نتایج نشان داد برای برازش بهتر داده‌ها، به یک مدل ناهمگن با سه کلاس کوچک و دو کلاس بزرگ، که هرکدام از کلاس‌ها معرف نوع خاصی از ترجیحات می‌باشد، نیاز است. محاسبه خطاهای پیش‌بینی برای انتخاب‌های بهتر و بدتر، حاکی از کاهش میزان خطا در مدل برآوردی نسبت به مدل همگن معمول می‌باشد. تمایل به پرداخت‌های نهایی محاسبه شده نیز بالاترین میزان را برای احیای ویژگی تعدیل آب و هوا و جلوگیری از وزش بادهای نمکی آشکار می‌کنند.
کلیدواژه تمایل به پرداخت، دریاچه ارومیه، رتبه‌بندی ناقص، مدل کلاس پنهان چند سطحی
آدرس دانشگاه تبریز, موسسه پژوهش های برنامه ریزی, ایران, دانشگاه تبریز, دانشکده کشاورزی, گروه اقتصاد کشاورزی, ایران, دانشگاه ارومیه, دانشکده کشاورزی, گروه اقتصاد کشاورزی, ایران
 
   The Impact of Heterogeneous Preferences in Estimating the value of Lake Urmia Restoration: An Application of Partial Ranking  
   
Authors salehnia mina ,hayati babollah ,molaei morteza
Abstract    Willingness to pay (WTP) of environment users, determines the value of those resources. But WTP values for environmental goods tend to display heterogeneity among individuals and spatial heterogeneity. The downward trend in the environmental status of Lake Urmia during last years expresses the fact that its functions will not continue without collective measures and activities. Thus in this paper, partial ranking (bestworst) data analyzed using multilevel latent class model which provides the possibility of classifying individuals based on personal preferences and geographic location. Results showed to better fit the data, a heterogeneous model with three classes and two grand classes is required. Calculating prediction errors for bestworst choices suggests a reduction in the estimated model than the usual homogeneous model. Estimating willingness to pays diagnosed climate regulation and prevention from salt storms as the most important attribute for the respondents.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved