این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات اقتصاد و توسعه کشاورزی ایران، جلد ۴۴، شماره ۲، صفحات ۲۴۵-۲۵۸

عنوان فارسی برآورد مدلهای ارزشگذاری مشروط با انتخاب دو‌گانه دو‌بعدی با استفاده از مدلهای رگرسیونی پروبیت به‌ظاهر نامرتبط
چکیده فارسی مقاله با وجود مباحث زیادی که علیه استفاده از ارزش‌گذاری مشروط در برآورد ارزش‌های غیر بازاری مطرح می‌شود، این روش بسیار استفاده شده است. از بین روش‌های مختلف استخراج در ارزش‌گذاری مشروط، به روش انتخاب دوتایی (DC)[1] توجه ویژه‌ای شده ‌است. دو نوع روش انتخاب دوتایی وجود دارد: انتخاب دوتایی یک‌بعدی (SBDC)[2] و انتخاب دوتایی دوبعدی (DBDC)[3]. کارایی روش DBDC از روش SBDC بیشتر است. در بیشتر مطالعات ارزش‌گذاری مشروط در ایران، از روش DBDC استفاده شده و تحلیل آن‌ها با استفاده از الگوی لوجیت انجام گرفته است که کارایی روش DBDC را بالا نمی‌برد. هدف این مطالعه تحلیل داده‌های DBDC با استفاده از مدل پروبیت به‌ظاهر نامرتبط است. برای این منظور پرسشنامه ارزش‌گذاری مشروط DBDC برای برآورد تمایل به پرداخت افراد برای حفاظت از گل سوسن چلچراغ طراحی و از سوی 177 سرپرست خانوار در سال 1390 در مرکز استان گیلان تکمیل شد. تحلیل داده‌ها به دو صورت مدل‌های مقید و غیرمقید انجام شد که در مدل مقید محدودیت برابر‌بودن ضرایب متغیرها در دو مدل اعمال شد. نتایج نشان می‌دهد که در مدل مقید تعداد متغیرهای معنی‌دار بیشتر از مدل غیرمقید است؛ همچنین تمایل به پرداخت (WTP)[4] با استفاده از مدل اول (مدلی که متغیر وابسته آن پاسخ به پیشنهاد اول است) و دوم (مدلی که متغیر وابسته آن پاسخ به پیشنهاد دوم است) در مدل غیرمقید به ترتیب 6650 ریال و 6963 ریال و با استفاده از مدل مقید 7225 ریال است. پیشنهاد می‌شود محققان ارزش‌گذاری مشروط در مطالعات خود برای تحلیل داده‌های DBDC به‌منظور دستیابی به برآوردهای کاراتر از مدل‌های پروبیت به‌ظاهر نامرتبط استفاده کنند.  
کلیدواژه‌های فارسی مقاله

عنوان انگلیسی Estimating Double-Bounded Dichotomous Choice Contingent Valuation Models Using Seemingly Unrelated Bivariate Probit Regressions
چکیده انگلیسی مقاله Despite controversy, the contingent valuation method (CVM) is widely used for non-market valuation. Among elicitation methods of CVM, the dichotomous choice (DC) has been paid attention. There are two types of DC methods: Single-Bounded DC (SBDC) and Double-Bounded DC (DBDC). DBDC is more efficient than SBDC. Many of CVM studies in Iran used DBDC but data analyses were done by Logit model; that do not raise the efficiency of DBDC. The purpose of this study is to analyze DBDC data using Seemingly Unrelated Bivariate Probit Regression. To do this, the DBDC CVM questionnaire designed to estimate willingness to pay (WTP) for preserving Lilium ledebourii used; and filled in the center of Guilan province by 177 respondents in 1390. Data analysis was done in two ways: restricted and unrestricted in which in restricted models the equality of parameters in two models were imposed. Results showed that number of significant variables is much more using restricted model than unrestricted model. Also, WTP using first (model in which its dependent variable is the response to the first offered bid) and second (model in which its dependent variable is the response to the second offered bid) unrestricted models are 6650 and 6963 Rls, respectively and is 7225 Rls using restricted model. It's proposed that the researchers of CVM use Seemingly Unrelated Bivariate Probit Regression to analyze DBDC data for acquiring efficient estimates.
کلیدواژه‌های انگلیسی مقاله

نویسندگان مقاله مرتضی مولایی |
استادیار گروه اقتصاد کشاورزی، دانشکدۀ کشاورزی، دانشگاه ارومیه
سازمان اصلی تایید شده: دانشگاه ارومیه (Urmia university)


نشانی اینترنتی http://ijaedr.ut.ac.ir/article_36722_c82e12c27632ffb4fc3c2b587890940b.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/687/article-687-279971.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات