Modelling welfare estimates in discrete choice experiments for seaweed-based renewable energy.
Modelling welfare estimates in discrete choice experiments for seaweed-based renewable energy.
复制标题
DOI：
10.1371/journal.pone.0260352
复制
发表时间：
2021
期刊：
影响因子：
3.7
通讯作者：
Longo A
中科院分区：
文献类型：
--
作者：
Mariel P;Demel S;Longo A
本文探讨了三种常用的离散选择实验数据分析模型--参数相关的随机参数logit（RPL）模型、参数不相关的RPL模型和混合选择模型对研究者的利弊。具体来说，我们分析了三个数据集，重点是测量偏好，以支持可再生能源计划，以种植海藻生产沼气。尽管这三个模型都可以收敛到非常相似的支付意愿中值，但它们的使用并不一致。每个模型都基于不同的假设，这些假设在使用前都应进行测试。在环境评价中通常采用的标准抽样规模一般无法反映各种模式之间的结果差异，这一事实不能作为模糊应用这些模式的理由。
We explore what researchers can gain or lose by using three widely used models for the analysis of discrete choice experiment data—the random parameter logit (RPL) with correlated parameters, the RPL with uncorrelated parameters and the hybrid choice model. Specifically, we analyze three data sets focused on measuring preferences to support a renewable energy programme to grow seaweed for biogas production. In spite of the fact that all three models can converge to very similar median WTP values, they cannot be used indistinguishably. Each model is based on different assumptions, which should be tested before their use. The fact that standard sample sizes usually applied in environmental valuation are generally unable to capture the outcome differences between the models cannot be used as a justification for their indistinct application.
登录
查看更多内容
影响因子：
4.6
作者：
ADAMOWICZ, W;LOUVIERE, J;WILLIAMS, M
通讯作者：
WILLIAMS, M
影响因子：
3.8
作者：
Brouwer, Roy;Bliem, Markus;Wagtendonk, Alfred
通讯作者：
Wagtendonk, Alfred
影响因子：
5.9
作者：
Hess, Stephane;Beharry-Borg, Nesha
通讯作者：
Beharry-Borg, Nesha
DOI：
10.1016/j.eist.2019.12.002
发表时间：
2020-06-01
影响因子：
7.2
作者：
Bjornavold, Amalie;Lizin, Sebastien;Van Passel, Steven
通讯作者：
Van Passel, Steven
影响因子：
6.1
作者：
Dekker, Thijs;Hess, Stephane;Chorus, Caspar
通讯作者：
Chorus, Caspar