Contingent Valuation

Environmental Valuation through Stated Preference Techniques: Contingent Valuation

Prepared for Module CB9005 “Environmental Valuation” by Carlos Ferreira

Submitted on the 8th April, 2009 1

Environmental goods have a value for society. However, this value is usually not  explicit, because of the non­existence of markets where they can be traded. As a result,  when   confronted   with   the   choice   between   conservation   of   an   environmental   good   or  development, policy makers can seldom reach a decision based on society's preferences,  since usually only the estimates of the value gained by society from the development are  readily   available.   It   is   from   the   need   to   estimate   society's   real   preferences   that  environmental valuation arises: to indicate how much society stands to lose from foregoing  conservation. The   problem   of   providing   economic   valuation   of   a   non­market   good   has   been  tackled   using   two   distinct   types   of   methods:   revealed   preference   techniques   and  expressed (or stated) preference techniques. The former infers the value society attributes  to an environmental good from surrogate markets or indirect approaches, and as a result is  limited   to   use   values;   the   later   resorts   to   a   direct   approach,   explicitly   questioning  individuals   on   how   they   value   the   environmental   good   in   question.   As   a   result,   stated  preference techniques can be used to determine both use and non­use values (such as  existence value, option value or bequest value). One   of   the   most   widely   used   stated   preference   techniques   of   environmental  valuation is Contingent Valuation. The method works by questioning participants what their  actions would be in a hypothetical situation – specifically, how much would they be willing  to   pay   for   the   conservation   of   a   certain   environmental   good,   or   what   is   the   minimum  compensation   they   would   be   willing   to   accept   to   foregone   the   utility   derived   from   an  environmental   good.   Choosing   between   one   of   these   situations   is   a   matter   of   whom  property rights are assigned to: if the participant does not own a good, it is relevant to ask  what is the maximum he or she will be willing to pay to acquire it; on the contrary, if he or  she does own the good, it makes sense to ask the individual the minimum amount of  compensation he or she would be willing to accept in order to return to his or her initial  utility level when deprived of that good. Contingent Valuation studies are undertaken by following a series of steps. The first  among these steps is to create a hypothetical market for the environmental good, setting  up the reason for the payment of services. During this stage, the bid vehicle – the way the  proposed payment will be collected – is also presented. It is paramount that this vehicle is 

2

credible, taxes and utility bills being commonly used. It is also important that the vehicle  has some connection to the amenity being valued, and that it is perceived as being as  equitable and fair as possible, The  second  step   is  to  obtain  willingness  to  pay  (or  to  accept) estimates.  These  estimates (bids) are usually obtained through survey methods, using one among several  elicitation   methods:   open­ended   questions,   close­ended   questions,   dichotomous   choice  questions, iterative bidding or payment cards. The third step concerns estimating the willingness to pay (or accept) amounts, and  consists of a process of statistical analysis and econometrics, different for each case. The  fourth step is to aggregate the data, converting the findings to the total relevant population  for the case at hand. Finally, the last step is to carry out validity checks, to estimate how  trustworthy the results obtained are. Appropriate validity tests include content validity (is  the study actually measuring what it is suppose to value?), criterion validity (how do the  results compare with actual or simulated market experiments?) and construct validity (do  results converge towards values obtained by other techniques, where these are available,  and are they consistent with theoretical expectation?). The potential of Contingent Valuation studies to obtain estimates of the value of  environmental good can be enhanced by the usage of more than one elicitation method, in  order to overcome some of the limitations of each one method. The example we have  chosen (Garcia et al., 2009) does exactly this. The study in question is a survey intended to value biodiversity in French forests.  Since biodiversity can have both a use value (when participants visit forests) and a non­ use value (non­visitors could consider biodiversity possesses option, bequest or existence  value),   usage   of   revealed   preferences   was   precluded.   However,   this   fact   also   means  there's a selectivity bias to the sample: respondents can either be visitors or non­visitors to  forests; the former have both use and non­use value to forests, while the later are limited to  non­use   value.   This   is   not   the   only   potential   source   of   selectivity   bias:   protest   votes,  usually excluded from the analysis, also result in estimate bias. The authors tackle both  these problems, using two different econometric models (probit and tobit). The study consisted of a telephone survey to a sample of 4504 French households, 

3

randomly chosen by different départements, in 2002. The   survey   was   directed   at  investigating   the   maximum   contribution   respondents   would   accept   to   pay   for   forest  conservation. The design of the questionnaire is discussed in a previous article (Garcia et  al., 2007), but the authors do not explicit how they defined the bidding vehicle – whether it  was a tax or utility fee, for example. Before the willingness to pay questions, participants  were also asked whether or not they were users of forests (by reporting if they visited  forests for recreational activities the previous year). After this, participants were asked to  report on a series of socio­economic characteristics that were thought to potentially impact  on   their   willingness   to   pay   for   biodiversity   conservation,   such   as   composition   of   the  household, whether they lived in a rural or urban area, and type of housing, plus a series  of dummy variables on respondents' opinions about forest exploitation. The   questions   that   elicited   participants   willingness   to   pay   for   biodiversity  conservation in forests were in two formats, with all participants answering both formats:  dichotomous choice followed by open­ended. After answering how much they would be willing to pay in the dichotomous format  question (where options ranged from €6 to €90 per year, in €6 intervals), participants were  asked what was the maximum amount they were willing to pay, per year, for conservation  of biodiversity in forests. Of course, it's expected there will be anchoring from the values  accepted in the dichotomous choice. In case participants answered €0 to the open ended  question, configuring what could be thought of as a protest answer, there was a follow­up  question,   intended   to   differentiate   true   €0   answers   (no   value   attributed   to   the  environmental good) from protest answers, where the subject values the environmental  good, but doesn't think he should have to pay for its conservation. Asking this question is  one   of   the   strongest   aspects   of   this   study's   methodology:   eliminating   all   €0   answers,  regardless of whether they were protest answers or real no­value answers results in over­ estimation of the true value of the environmental good when the mean value is estimated. The estimation of the willingness to pay values was obtained by a probit function (in  the dichotomous choice case) and a tobit function (in the open ended question). In the first  case,   this   procedure   allows   for   the   possibility   of   estimating   the   willingness   to   pay  accounting for whether they are users or non­users, therefore countering the selectivity  bias;   not   using   this   method   to   account   for   selection   control   means   considering   that   a 

4

participant being either a user or a non­user is a random variable. This is not the case:  users and non­users self select, because they are different. In the case of the open ended question, the objective was to account for the effect  of   protest   answers.   The   econometric   procedure   used   (tobit   regression)   allows   for   the  estimation of the willingness to pay maintaining the protest­answering participants in the  sample,   and   infering   what   the   mean   willingness   to   pay   would   be   if   these   participants  disclosed their “real” WTP, reducing the bias in the results. The results for the dichotomous choice question were €65 per year in the case of  users   and   €11.59   per   year   in   the   case   of   non­users,   after   sample   correction.   Without  sample correction, the values were respectively €63.23 and €30.35 in the case of non­ users,   therefore   showing   the   potential   overestimation   of   non­user   willingness   to   pay  without control of sample selection. The   results   of   the   open   ended   question   were   somewhat   different:   the   authors  estimated   a   mean   willingness   to   pay   of   €39.84   for   users   and   €33.42   for   non­users.  Different as these values are compared to the dichotomous choice results, they are less  biased because of the treatment of the €0 values, and so are the best estimates of the  respondents' willingness to pay.

5

References ●

Garcia, S., Harou, P., Montagne, C., Stenger, A. (2007) Valuing forest biodiversity  from a national survey in France: a dichotomous choice contingent valuation.  Cahier du LEF no 2007­08, [Internet]  . [Accessed 01 April  2009]

●

Garcia, S., Harou, P., Montagne, C., Stenger, A. (2009) Models for sample selection  bias in contingent valuation: Application to forest biodiversity. Journal of Forest   Economics, 15, pp.59­78.

6