Allowing for Zeros in Dichotomous-Choice Contingent-Valuation Models
允许零支付意愿的二元选择条件估值模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论二元选择调查的响应建模，并比较支付意愿混合分布及其均值，因而对应离散选择与分布分析。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
允许零支付意愿的二元选择条件估值模型
- 研究问题
- 二元选择条件估值调查中，最低支付意愿类别可能同时包含零值与小额正值；如何区分二者，并评估其对平均支付意愿估计的影响？
- 方法与思路
- 作者以混合分布修改标准参数生存模型，允许最低支付意愿类别来自零支付或小额正支付，并考察收入等协变量与正值部分的关系。
- 材料陈述的贡献
- 摘要称，相较标准模型，混合模型大幅降低平均支付意愿的估计值；收入等协变量在解释支付意愿分布的正值部分时更显著。
- 阅读关注点
- 应核对零值概率与小额正值的识别条件、最低报价类别的信息量，以及均值估计对正值分布尾部和协变量设定的敏感性。
- 阅读边界
- 摘要未说明调查设计、样本、分布形式及估计降幅；协变量显著性不能解释为因果效应，也不能据此判断零值与小额正值已充分识别。
原文摘要
Dichotomous-choice contingent-valuation data are modeled using a mixture distribution. The standard parametric survival model is modified such that respondents in the lowest willingness-to-pay category may have either zero willingness to pay or a small positive willingness to pay. In comparison to the standard model, the mixture model leads to a dramatic reduction in estimates of mean willingness to pay. Covariates such as income are found to be more significant in determining the positive portion of the distribution of willingness to pay.