مقایسه‌ی کارایی آماری روش استخراج دوگانه‌ی یک بعدی با دوگانه‌ی دوبعدی در ارزش‌گذاری مشروط

ارزش‌گذاری مشروط یکی از روش‌های استانداردی است که برای برآورد ارزش کالاها و خدمات غیربازاری مورد استفاده قرار می‌گیرد. در کشور ما نیز این روش در طی چند سال اخیر خیلی زیاد به کار گرفته شده است. مطالعات بسیار زیادی با روش استخراج dbdc طراحی شده ولی تحلیل داده‌های آن‌ها با استفاده از مدل لوجیت که برای تحلیل داده‌های روش استخراج sbdc مناسب است، انجام شده است. تعداد کمی از مطالعات هم وجود دارند که به‌صورت sbdc طراحی و تحلیل داده‌های آن‌ها با استفاده از مدل لوجیت صورت گرفته است. هدف از استفاده از روش dbdc بالابردن کارایی برآوردها است، ولی وقتی تحلیل داده‌ها با استفاده از لوجیت انجام می‌شود، کارایی افزایش نمی‌یابد. بنابراین، در این مطالعه داده‌های sbdc با استفاده از مدل لوجیت و داده‌های dbdc با استفاده از مدل‌های به ظاهر نامرتبط پروبیت تحلیل شده و کارایی آماری برآوردها مقایسه‌ شد. نتایج نشان داد که واریانس ضرایب تمامی متغیرها در مدل پروبیت به ظاهر نامرتبط کمتر از مدل لوجیت است. همچنین، مبلغ تمایل به پرداخت در روش sbdc و dbdc به‌ترتیب 6524 و 6437 ریال برآورد گردید؛ و فاصله اطمینان تمایل به پرداخت برآورد شده در روش dbdc کمتر از sbdc است. پیشنهاد می‌شود، چنانچه از روش استخراج dbdc برای برآورد تمایل به پرداخت استفاده می‌شود، تحلیل داده‌ها با استفاده از مدل پروبیت به ظاهر نامرتبط انجام شود.

comparison of the statistical efficiency of single bounded and double bounded dichotomous choice contingent valuation

contingent valuation is one of the standard methods is utilized to estimate the value of non-market goods and services. recently, this method is used in iran frequently. much more studies were designed using dbdc but analyzing their data was done using logit model that is suitable for analyzing sbdc data. also, there are some studies designed by sbdc and analyzed using logit model. the main purpose of using dbdc is to increase statistical efficiency of the estimates, but efficiency does not increase when logit model is used for its data analysis. the main goal of this paper is to analyze sbdc data using logit model and dbdc data using seemingly unrelated bivariate probit regression (surbp) and compare statistical efficiency of these estimates. the results showed that the variance of the coefficients of all variables in the surbp model is less than the logit model. also, the amount of willingness to pay in sbdc and dbdc methods was estimated 6524 and 6437 rials, respectively; and the estimated confidence interval of the willingness to pay in the dbdc method is less than the sbdc. it is suggested that if the dbdc elicitation method is used to estimate the willingness to pay, the data be analyzed using the surbp model.