Contingent Valuation Daten und Bayes'sche Verfahren / / Ulrike Lehr.

• Superior document: Hohenheimer Volkswirtschaftliche Schriften Series ; v.55
• VerfasserIn: Lehr, Ulrike,
• Place / Publishing House: Bern : : Peter Lang Publishing,, 2018.
• Year of Publication: 2018
• Edition: 1st ed.
• Language: German
• Series: Hohenheimer Volkswirtschaftliche Schriften Series
• Physical Description: 1 online resource (233 pages)

Mit Methoden zur Umweltbewertung, die - wie die interviewgestützte Contingent Valuation Methode - auf der Messung individueller Präferenzen basieren, lässt sich der Wert einer Umweltveränderung umfassend bestimmen, aber sie erweisen sich in der Praxis oft als zu teuer. Durch die Verwendung von Bayes'schen Ansätzen können die Kosten der Kosten-Nutzen-Analyse für explizite Bewertungsstudien sowie für die implizite Bewertung durch den Nutzentransfer deutlich gesenkt werden. Darüber hinaus wird durch diesen Ansatz der Nutzentransfer erheblich zuverlässiger, so dass dieses Sparmodell der Umweltbewertung mit weitaus geringeren Einschränkungen als bislang empfohlen werden kann. Die Arbeit illustriert diese Aussagen mit einer Vielzahl simulierter und empirischer Beispiele.

Table of Contents

Vorwort . -- Einleitung -- I Studien zur Umweltbewertung -- 1 Umweltbewertung und CVM 11 -- 1.1 Einführung zur Umweltbewertung -- 1.2 Theoretische Grundlagen der CVM -- 1.3 Contingent Valuation - die Praxis -- 1.3.1 Definition des Umweltguts -- 1.3.2 Der hypothetische Markt -- 1.3.3 Die Frage nach der Zahlungsbereitschaft -- 1.3.4 Soziodemographische und psychosoziale Daten -- 1.3.5 CVM-Interview bei Umweltschäden -- 2 Das statistische Modell -- 2.1 Ökonomische Fundierung -- 2.2 Klassische parametrische Modelle -- 2.2.1 Die Parameterschätzung -- 2.2.2 Zur Modellwahl -- 2.3 Weitere Ansätze der klassischen Statistik -- 2.4 Ein alternativer Ansatz: Das Bayes'sche Modell -- 2.4.1 Bayes'sches Modell für CVM Daten -- 2.4.2 Der Gibbs-Sampler -- 2.4.3 Über Konvergenz und Konfidenz -- 2.4.4 Vorteile des Bayes'schen Ansatzes -- 2.4.5 Die Wahl der A-Priori-Verteilung -- 3 Zahlungsbereitschaftsanalyse -- 3.1 Eine Monte Carlo Simulation -- 3.1.1 Simulation einer CVM-Befragung -- 3.1.2 Klassische Modellierung . -- 3.1.3 Bayes'sche Modellierung -- 3.2 Bewertung des Cottbuser Ostsees . -- 3.2.1 Ein neuer See in der Lausitz -- 3.2.2 Ergebnisse der Befragung . -- 3.2.3 Berechnung der Zahlungsbereitschaft -- 4 Zwischenfazit -- II N utzentransfer -- 5 Klassischer N utzentransfer -- 5.1 Nutzentransfer und Umweltbewertung -- 5.2 Herkömmliche Verfahren -- 5.2.1 Value Transfer -- 5.2.2 Benefit Function Transfer -- 5.3 Validitätstests für den Nutzentransfer -- 5.4 Die Grenzen klassischer Verfahren -- 6 Bayes'scher Nutzentransfer -- 6.1 Bayes'sche Verfahren als Chance für den NT -- 6.2 Anwendung auf eine simulierte Befragung -- 6.3 Bayes'scher NT für Dichotomous Choice Daten -- 6.3.1 Einfacher Bayes-Transfer -- 6.3.2 Der Power Prior -- 6.4 Bayes'scher NT für den Cottbuser Ostsee -- 6.5 Ein neuer Test für den Nutzentransfer -- 7 Zusammenfassung und Ausblick -- 2.1 Parametrische Modellierung von CVM Daten -- 2.2 Graphische Analyse der Konvergenz von Markov-Ketten -- 2.3 Veränderung des Konfidenzintervalls -- 3.1 Nichtparametrische Analyse der Erstantworten -- 3.2 Häufigkeiten aller Antworten -- 3.3 Graphische Analyse -- 3.4 Textauszug der Szenariodarstellung im Fragebogen -- 6.1 A-Posteriori-Verteilung im Vergleich.