선호 불확실성을 고려한 조건부가치측정법의 고찰

An Empirical Investigation of Contingent Valuation Method with Preference Uncertainty

본 연구는 기존의 양분선택형(dichotomous choice : DC) 질문에서 고려하지 못했던 응답자 개개인 선호의 불확실성을 CV(contingent valuation) 모형에 명시적으로 포함하여, 보다 개선된 가치추정결과를 이끌어내고자 한다. 이를 위해, 설문의 전체 표본을 2개의 표본으로 분할하였다. 첫 번째 표본은 다중선택(polychotomous choice : PC) 질문법을 사용하였고, 두 번째 표본은 사후적 확신도 질문이 첨가된 DC 질문법을 사용하여 설계하였다. 선호의 불확실성을 고려한 다섯 가지 모형과 기존의 DC 모형을 적용하였으며, 각 모형들의 추정결과를 효율성 측면과 모형적합도 측면에서 비교해 보았다. 실증분석 결과, 첫째, WTP(willingness to pay) 추정치의 효율성 측면에서는 전반적으로 DC 모형이 더 우월했고, 모형적합도 측면에서는 PC 모형이 좀더 우월함을 관찰할 수 있었다. 둘째, 기존 DC 모형과 가장 유사한 PC 모형을 비교해 볼 때, 두 모형의 WTP 추정치는 통계적으로 다르지 않으나, DC 모형이 효율성과 의형적합도 측면에서 좀더 개선된 추정치를 가져다주었다. 셋째, DC 모형에서 선호의 불확실성을 고려한 경우의 WTP 추정치는 불확실성을 고려하지 않은 기존 DC 모형의 추정결과와 비교해 볼 때, 효율성과 모형적합도 측면에서 별다른 손실 없이, 최대 84% 정도 더 크게 추정되었다. 이러한 결과들은 WTP 추정에 있어서 PC 모형보다는 DC 모형을 적용하는 것이 더욱 적합하며, 일반적인 DC 추정모형에서 선호의 불확실성을 고려하지 않았을 경우 응답자의 보수적인 응답경향으로 인해 WTP 추정치가 실제 WTP보다 과소 추정될 수 있으므로 선호의 불확실성을 고려해야 할 필요가 있음을 시사한다.

This study attempts to empirically investigate the respondents' preference uncertainty involved in stating their willingness to pay (WTP). In the contingent valuation (CV) survey, we employed two approaches using two split samples. The respondents of one sample were given the opportunity to express intensity of preference through polychotomous choice (PC) WTP question. Those of the other sample were given a follow-up question of confidence measure (0~100%). By incorporating the two elicited degrees of preference uncertainty into examining the WTP responses, we take a comparison of the two approaches in terms of the goodness-of-fit of the examination and the efficiency of the mean WTP estimates. In comparing the DC model with the PC models, the DC model provides more efficient estimates. Moreover, the conventional DC model give some gains in terms of the goodness-of-fit and efficiency in comparing with the PC model most similar to this model. In this specific study, incorporating the preference uncertainty in DC model results greater estimates than conventional DC model without loss of goodness-of-fit and efficiency. This implies that the consideration of preference uncertainty on DC model could correct underestimating. We conclude that DC model provides a better estimate of WTP and preference uncertainty could be a critical information on the DC-CV estimation.