Abstract
This study investigated the variability of WTP estimates(i.e. mean or median) with ad hoc assumptions of specific parametric probability distributions(i.e. normal, logistic, lognormal, and exponential distribution) to estimate WTP function using dichotomous choice CV data on mortality risk reduction. From the perspective of policy decision, the variability of these WTP estimates are intolerable in comparison with those of Turnbull nonparametric estimation method which is free from ad hoc distribution assumptions. The Turnbull nonparametric estimation can avoid a kind of misspecification bias due to ad hoc assumption of specific parametric distributions. Furthermore, the WTP estimates by Turnbull nonparametric estimation are robust because the similar estimates are elicited from a dichotomous choice or double dichotomous choice CV data, and the statistically significant WTP estimates can be obtained even though it is not possible by parametric estimation methods. If there are considerable variability among those WTP estimates by parametric estimation methods in condition with no criteria of model adequacy, the mean WTPs from Turnbull nonparametric estimation can be the robust estimates without ad hoc assumptions, which can avoid controversial issues in the perspective of policy decisions.
본 연구는 조기사망 위험 감소를 위한 지불의사금액에 대한 양분선택형 조건부가치측정(CV) 자료를 이용하여, 자의적인 모수적 분포(즉, 정규분포, 로지스틱분포, 로그정규분포, 지수분포)를 가정하여 도출하는 지불의사금액 대푯값(즉, 평균 내지 중앙값)의 변동성을 비교 검토하였다. 이를 위해 특정 모수적 분포라는 제약을 갖지 않는 Turnbull 비모수적 추정방법(nonparametric estimation method)에 의한 결과를 함께 비교 검토하면, 정책의사결정에서는 인정되기 어려운 수준의 WTP 대푯값들의 변동성이 확인되었다. 한편 Turnbull 비모수적 추정방법에 의한 WTP의 대푯값은 기본적으로 자의적 모수적 분포 가정에 의한 일종의 오지정 편의를 회피할 수 있다. 또한 Turnbull 비모수적 추정방법으로는 단일양분선택형 CV 자료이든 이중양분선택형 CV 자료이든 거의 유사한 추정치를 도출하고, 모수적 분포를 가정한 추정방법으로는 통계적으로 유의한 추정치를 얻지 못하는 상황에서도 통계적으로 유의한 추정치를 얻을 수 있는 강건성(robustness)을 보여주었다. 그러므로 양분선택형 CV 자료에서 특정 모수적 분포의 적합성을 판단하기 어려운 상황에서 자의적 모수적 분포의 가정에서 도출한 WTP의 대푯값들이 상당한 변동성을 보인다면, Turnbull 비모수적 추정방법에 의한 WTP의 평균 추정치가 정책의사결정에서 논란의 여지를 회피할 수 있는 비자의적이고 강건한 추정치가 될 수 있음을 확인할 수 있다.
