| dc.contributor.advisor | Dieter, Matthias Prof. Dr. | |
| dc.contributor.author | Weller, Priska Johanna | |
| dc.date.accessioned | 2018-12-20T10:11:38Z | |
| dc.date.available | 2018-12-20T10:11:38Z | |
| dc.date.issued | 2018-12-20 | |
| dc.identifier.uri | http://hdl.handle.net/11858/00-1735-0000-002E-E546-E | |
| dc.identifier.uri | http://dx.doi.org/10.53846/goediss-7205 | |
| dc.language.iso | deu | de |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject.ddc | 634 | de |
| dc.title | Zahlungsbereitschaftsanalysen in der umweltökonomischen Bewertung von öffentlichen Gütern des Waldes | de |
| dc.type | cumulativeThesis | de |
| dc.title.translated | Willingness to pay analyses for environmental valuation of public goods provided by forests | de |
| dc.contributor.referee | Möhring, Bernhard Prof. Dr. | |
| dc.date.examination | 2018-10-18 | |
| dc.description.abstractger | Durch die mangelnde Verfügbarkeit von Marktpreisen für öffentliche Güter des Waldes entsteht der Bedarf, verlässliche Bewertungen für diese zu erlangen. Das Marktversagen, welches entsteht wenn Güter Dritte positiv oder negativ beeinflussen, aber nicht auf Märkten gehandelt werden, kann nur so überwunden werden. Die Bewertung nicht-marktlicher Güter erfolgt über Methoden der geäußerten Präferenzen, die Nutzennäherungen aus den Aussagen von befragten Personen ableiten, indem Märkte imitiert werden. Zwei verbreitete Methoden sind dabei die bedingte Bewertung (englisch: Contingent Valuation Method, CVM) und diskrete Auswahlexperimente (englisch: Discrete Choice Experiments, DCE). Methoden der geäußerten Präferenzen versetzen die Befragten über den experimentellen Versuchsaufbau in eine Situation, in der sie ähnlich wie auf einem Markt Entscheidungen fällen sollen oder eine Zahlungsbereitschaft (ZB) äußern.
In der vorliegenden Arbeit werden drei Forschungsfragen hauptsächlich behandelt.
Zum ersten soll die kritische Anwendung der Methoden CVM und DCE die Ableitung von Bewertungsergebnissen für einzelne Leistungen des Waldes ermöglichen, zum zweiten sollen methodische Aspekte der DCE untersucht werden, die sich auf das Antwortverhalten der Befragten in Abhängigkeit von der Komplexität des Befragungsdesigns beziehen, und zum dritten soll so die Möglichkeit geschaffen werden, Güter in Verhandlungen zu positionieren und so Marktversagen teilweise zu überwinden.
Elsasser und Weller (2013) bewerten mittels CVM in einer allgemeinen Bevölkerungsbefragung das Recht, den Wald in der Wohnumgebung ein Jahr lang zur Erholung betreten zu dürfen. Die Befragten werden dafür in einer hypothetischen Marktsituation direkt nach ihrer maximalen individuellen ZB gefragt. So ergibt sich für die persönlich Befragten eine ZB i.H.v. 27€/p/a für das Waldbetretensrecht. Um die Obergrenze der ZB abschätzen zu können, wurde im Anschluss an die Frage nach der ZB nach gewünschten Verbesserungen im Wald und resultierender ZB dafür gefragt. Dies ergab, dass über die Hälfte der Befragten sich Änderungen an der Infrastruktur wünscht, ein gutes Viertel der Befragten wünscht sich Änderungen hin zu mehr Naturschutz im Wald und das verbleibende knappe Fünftel hat keine Verbesserungswünsche. Allerdings entstehen auch nach der hypothetischen Realisierung dieser Wünsche kaum zusätzliche Waldbesuche der Befragten, sowie kaum zusätzliche ZB. Die Durchführung der Befragung erfolgte in zwei separaten Stichproben, eine wurde persönlich befragt und die andere wurde in einem online-Fragebogen befragt. Dabei fand sich kein signifikanter Unterschied in den Zahlungsbereitschaften der beiden Stichproben.
Weller und Elsasser (2018) bewerten mittels einer weiteren Bevölkerungsbefragung acht verschiedene Waldleistungen. Das zu bewertende Gut ist eine Landschaft, charakterisiert durch unterschiedliche Merkmale, die sich auf Eigenschaften des Waldes und teilweise auch der Landschaft beziehen. Fragebogen und DCE wurde online von den Befragten beantwortet und die Befragten waren auf zwei fast gleich große Stichproben verteilt.
Die beiden verwendeten Modelle (Multinomiales Logit-Modell und Mixed Logit-Modell mit Verteilungsannahmen der ZB („WTP space“)) zeigen sehr ähnliche Präferenzen der Befragten über Änderungen an den präsentierten Waldmerkmalen. Insbesondere bei der Betrachtung der Vorzeichen, also ob positive oder negative Präferenzen vorliegen, sind die Ergebnisse fast deckungsgleich. Sichtbar wird allerdings auch, eine große Heterogenität in den Antworten der Befragten. Dies bedeutet, dass es nicht eine klar vorherrschende Meinung gibt, sondern eine Bandbreite.
Nur wenige der angebotenen Änderungen weg vom Status Quo der Landschaft generieren positive jährliche ZB. Dies gilt für eine Steigerung des Anteils von Waldflächen, jede Steigerung der Biodiversität, eine zeitliche Verschiebung der Holzernte um 20 Jahre und eine Aufhebung der Nutzung von Wald auf 10% der Flächen. Die verbleibenden Änderungen weg vom Status Quo der Landschaft sind mit unterschiedlich hohen negativen ZB belegt. Dies gilt für eine Reduktion des Anteils von Waldflächen, Vergrößerungen und Verkleinerungen des Feld-/Wald-Mosaiks, die Reduktion von Unterwuchs, auf 70% veränderte Anteile von Nadelbäumen und Erhöhungen wie Reduktionen von nichtheimischen Bäumen, sowie eine Abschaffung von ungenutzten Waldflächen. Andere Veränderungen haben nicht zu statistisch signifikanten ZB geführt: eine Veränderung des Nadelbaumanteils auf 30%, eine Vergrößerung der Unterwuchsmenge und eine größere zeitliche Verschiebung der Holzernte um 30 Jahre.
Weller, Oehlmann, Mariel und Meyerhoff (2014) untersuchen die Frage, ob die Berücksichtigung aller im DCE angebotenen Merkmale durch die Befragten von der Komplexität des Auswahlexperiments abhängen, oder ob die Befragten (vereinfachende) Antwortheuristiken verwenden, die die Entscheidung für eine Alternative erleichtern. Die Komplexität bezieht sich auf die Anzahl der Auswahlkarten, der Merkmale, der angebotenen Alternativen, der Anzahl der Merkmalsausprägungen und der Spannbreite der Merkmalsausprägungen. Zur Erhebung der geäußerten Nicht-Berücksichtigung wurden die Befragten nach dem DCE aufgefordert, auf einer fünfstufigen Skala (niemals, selten, manchmal, häufig, immer berücksichtigt) ihre persönliche Berücksichtigung für jedes der einzelnen Merkmale anzugeben. Andererseits wurden zur rechnerischen Herleitung der Nicht-Berücksichtigung von einzelnen Merkmalen fünf mögliche Klassen definiert und die Wahrscheinlichkeiten für die jeweilige Klassenzugehörigkeit mittels latentem Klassenmodell für jeden Befragten in jeder der 16 Stichproben modelliert. In den Klassen wurden 1) alle Merkmale berücksichtigt, 2) kein Merkmal berücksichtigt, 3) – 5) jeweils eins der Merkmale Waldanteil, Flächenumwandlung und Preismerkmal nicht berücksichtigt. Im Ergebnis zeigt sich, dass die Anzahl an angebotenen Alternativen und die Anzahl der Auswahlkarten Einflüsse auf die Berücksichtigung der Merkmale haben. Je höher die Anzahl der Alternativen ist, desto mehr sinkt die Berücksichtigung aller Merkmale. Und je mehr Auswahlkarten angeboten werden, desto stärker nimmt die Nicht-Berücksichtigung aller Merkmale zu.
Meyerhoff, Oehlmann und Weller (2015) untersuchen unter Verwendung des Datensatzes aus dem vorherigen Artikel (Weller et al., 2014) ob die Komplexität des Auswahlexperiments Auswirkungen auf die Abbruchrate der Befragung, sowie die Fehlervarianz der Antworten der Befragten hat. Die Komplexität bezieht sich auf die Anzahl der Auswahlkarten, der Merkmale, der angebotenen Alternativen, der Anzahl der Merkmalsausprägungen und der Spannbreite der Merkmalsausprägungen. Die Abbruchrate steigt in Abhängigkeit von bestimmten soziodemographischen Charakteristika. Außerdem steigt sie mit steigender Anzahl von Auswahlkarten, Merkmalen und Designs mit fünf Alternativen. Die angegebenen Entscheidungen werden ebenfalls von soziodemographischen Charakteristika beeinflusst, sowie allen betrachteten Komplexitätscharakteristika. Sichtbar werden hier Lerneffekte, die die Fehlervarianz der Entscheidungen reduzieren, während später im Verlauf der Beantwortung der Auswahlkarten Ermüdung einsetzt. Die aus den Modellen errechneten Koeffizienten deuten darauf hin, dass die Befragten im Durchschnitt einen größeren Waldanteil sowie höhere Werte beim Naturschutzindikator bevorzugen, während sie weniger Flächenumwandlung bevorzugen. Insgesamt zeigt sich auch, dass die ermittelten Zahlungsbereitschaftswerte sich nicht stark verändern, wenn der Einfluss der Designdimensionen auf die Fehlervarianz berücksichtigt wird.
Zunächst zeigt die Bearbeitung der ersten Forschungsfrage, dass die Werte aus den ersten beiden Artikeln in der gleichen Größenordnung liegen. Die ZB für Walderholung liegt mit ca. 27€ im niedrigeren aber trotzdem eindeutig positiven Bereich der ZB für einzelne Waldmerkmale aus Artikel zwei. Wendet man die in Artikeln drei und vier identifizierten Kriterien für Forschungsfrage zwei auf die Ergebnisse des DCE aus Artikel zwei an, sieht man, dass Nicht-Berücksichtigung nicht zu erwarten ist: Nur eine hohe Anzahl von Auswahlkarten hat Auswirkungen auf die Nicht-Berücksichtigung von Merkmalen. Die Zahl der Auswahlkarten lag bei neun Karten, und die getesteten Zahlen lagen bei bis zu 24. Auch die Anzahl von Alternativen liegt mit drei im niedrigen Bereich. Die Fehlervarianz wird zwar von den Designdimensionen beeinflusst, aber die angegebene ZB ändert sich dadurch nicht, wie Artikel vier ergab.
Zur die Beantwortung der dritten Forschungsfrage liegen nun erste Möglichkeiten zur Lösung von Marktversagen vor. Die Möglichkeit zur Einbeziehung öffentlicher Güter in Abwägungsentscheidungen ist nun gegeben und Maßnahmen im Wald können bei Bedarf an den Bedürfnissen der Bevölkerung orientiert werden. Auch für Güter, die bisher nicht bewertet wurden, liegen nun Möglichkeiten vor, ihre Belastbarkeit (in Bezug auf die drei hier betrachteten Kriterien) einzuschätzen. | de |
| dc.description.abstracteng | The lack of availability of market prices for public goods in forests creates the need to obtain reliable assessments for them. Market failure, which occurs when goods influence third parties positively or negatively but are not traded on markets, can only be overcome through valuation. Valuation of non-market goods is done by using stated preferences methods that derive utility approximations from the statements of respondents. Two common methods are Contingent Valuation Method (CVM) and Discrete Choice Experiments (DCE). Stated preferences methods put respondents into a situation in which they are asked to make decisions similar to those in a market or express a willingness to pay (WTP) via the experimental set-up.
In the present work, three research questions are dealt with.
Firstly, the critical application of CVM and DCE methods should allow the derivation of valuation results for individual forest services, secondly methodological aspects of DCE are to be examined, which relate to the respondents' responses depending on the complexity of the survey design, and thirdly valuation should create the opportunity to position goods in negotiations and thus partially overcome market failures.
In a general population survey, Elsasser and Weller (2013) use CVM to assess the right to enter forests for recreation for one year. In a hypothetical market situation respondents are asked directly for their maximum individual WTP. For personally interviewed respondents WTP was around € 27 / p / a. In order to be able to estimate the upper limit of the WTP, following the question for the WTP respondents were asked for their desired improvements in forests and the resulting WTP. This shows that more than half of those surveyed want infrastructure changes, more than a quarter of respondents would like to see more nature protection in forests, and the remaining one-fifth has no wishes for improvement. However, even after the hypothetical realisation of these wishes hardly any additional forest visits of the respondents take place, as well as hardly any additional WTP created. The survey was conducted in two separate samples, one half was interviewed in person and the other half was interviewed in an online questionnaire. There was no significant difference in the willingness to pay of the two samples.
Weller and Elsasser (2018) valuate eight different forest services by means of an additional population survey. The good to be valued is a landscape characterised by different attributes of forests and their surrounding landscape. Questionnaire and DCE were answered online by the respondents in two almost equal sized samples.
The two models used (Multinomial Logit Model and Mixed Logit Model in WTP space) show very similar preferences of respondents for presented changes in forest attributes. Especially when considering whether there are positive or negative preferences the results are almost congruent. However, there is also great heterogeneity in the respondents' answers. This means that there is not a clear prevailing opinion, but a range.
Only some of the presented changes away from the status quo of the landscape generate positive annual WTP. This applies to an increase in the share of forest, every increase in biodiversity, a delay of timber harvest by 20 years and keeping 10% of forests unused. The remaining changes away from the status quo of the landscape generate different negative WTP. This applies to a reduction of the share of forest, increases and decreases in the size of field and forest mosaic, the reduction of understorey, changing the amount of coniferous trees to 70% and increases as well as decreases of tree species from other countries, as well as keeping no unused forest areas. Other changes did not lead to statistically significant WTP: a change in the share of coniferous tress to 30%, an increase in the amount of understorey and a greater delay of timber harvest by 30 years.
Weller, Oehlmann, Mariel and Meyerhoff (2014) examine whether respondents' attendance to all attributes offered in the DCE depends on the complexity of the choice experiment, or whether respondents use (simplifying) response heuristics to facilitate the choice of an alternative. The complexity relates to the number of choice cards, the number of attributes, the number of alternatives and the number and range of attributes. In order to assess the non-attendance, after the DCE respondents were asked to indicate their personal attendance to each of the attributes on a five-point scale (never, rarely, sometimes, often, always). Additionally, for the inferred derivation five possible classes for the non-attendance of attributes were defined and the probabilities for the respective class membership were modeled by means of a latent class model for each respondent in each of the 16 samples. Classes defined were that 1) all attributes were taken into account, 2) no attribute was taken into account, 3) - 5) one of the attributes forest share, land conversion and price were not taken into account. As a result, it can be seen that the number of alternatives presented and the number of choice cards have an influence on the attendance of attributes. The higher the number of alternatives, the more attendance to all attributes decreases. Also, the more choice cards are offered, the more attendance to all attributes decreases.
Meyerhoff, Oehlmann, and Weller (2015) use the data set from the previous article (Weller et al., 2014) and examine whether the complexity of the choice experiment has an impact on the drop-out rate of the survey, as well as the error variance. The complexity relates to the number of choice cards, the number of attributes, the number of alternatives and the number and range attributes. The drop-out rate increases depending on certain sociodemographic characteristics. In addition, it increases with the number of choice cards, attributes and in designs with five alternatives. The choices are also influenced by sociodemographic characteristics, as well as all the complexity characteristics. Learning effects are found which reduce the error variance, while later in the course of answering the choice cards fatigue weighs in. The coefficients calculated from the models indicate that, on average, respondents prefer a higher share of forest and higher values for the nature conservation indicator, while preferring less land conversion. Overall, it can be seen that the calculated willingness to pay values do not change significantly if the influence of the design dimensions on the error variance is taken into account.
First, the analysis of the first research question shows that the values from the first two articles are of the same order of magnitude. The WTP for forest recreation from article one is about 27 € and lies in the lower but still clearly positive range of WTP for forest attributes from article two. When analysing research question two and applying the criteria identified in articles three and four to the results of the DCE from article two, one sees that non-attendance is not to be expected: only a high number of choice cards will affect the non-attendance of attributes. The number of choice cards in article two was nine, and the numbers tested in article three were up to 24. Also, the number of alternatives is three and therefore lies in the lower range. Although the error variance is affected by the design dimensions, the specified WTP does not change as article four shows.
In order to answer the third research question, there are now some possibilities for overcoming market failure. The possibility of including public goods in decisions is now given and forest management measures can be customised according to the needs of the population. Even for goods that have not yet been valuated, there are now opportunities to assess their explanatory power (in terms of the three criteria considered here). | de |
| dc.contributor.coReferee | Olschewski, Roland Prof. Dr. | |
| dc.subject.ger | Ökosystemdienstleistungen | de |
| dc.subject.ger | Erholung | de |
| dc.subject.ger | Umweltökonomische Bewertung | de |
| dc.subject.ger | Öffentliche Güter | de |
| dc.subject.ger | Bedingte Bewertung | de |
| dc.subject.ger | Auswahlexperiment | de |
| dc.subject.ger | Wald | de |
| dc.subject.ger | Zahlungsbereitschaft | de |
| dc.subject.ger | Deutschland | de |
| dc.subject.ger | Nicht-Berücksichtigung | de |
| dc.subject.ger | Landnutzungsänderung | de |
| dc.subject.eng | recreation | de |
| dc.subject.eng | public goods | de |
| dc.subject.eng | ecosystem services | de |
| dc.subject.eng | environmental valuation | de |
| dc.subject.eng | contingent valuation | de |
| dc.subject.eng | discrete choice experiment | de |
| dc.subject.eng | forest | de |
| dc.subject.eng | willingness to pay | de |
| dc.subject.eng | attribute non-attendance | de |
| dc.subject.eng | design of designs | de |
| dc.subject.eng | choice complexity | de |
| dc.subject.eng | land use changes | de |
| dc.subject.eng | Germany | de |
| dc.identifier.urn | urn:nbn:de:gbv:7-11858/00-1735-0000-002E-E546-E-7 | |
| dc.affiliation.institute | Fakultät für Forstwissenschaften und Waldökologie | de |
| dc.subject.gokfull | Forstwirtschaft (PPN621305413) | de |
| dc.identifier.ppn | 1043805826 | |