Estimación econométrica de la disponibilidad a pagar por los consumidores de servicios recreativos turísticos Translated title: Econometric estimation of the willingness to pay by the consumers for the tourist services

Abstract

El estudio estima la disponibilidad a pagar (DAP) de los consumidores de servicios a través del método de valoración contingente (MVC). El procedimiento muestra como calcular las medidas paramétricas de la DAP, la mediana y la media, derivadas de los modelos de utilidad aleatoria lineal y logarítmico a través del análisis de regresión logística. Los resultados indican que la DAP por los servicios recreativos del área de estudio es muy baja. Es posible que dicha estimación sea sesgada debido a errores de diseños en el enunciado que simula un mercado hipotético de servicios ambientales y en la aplicación de la encuesta. Se concluye que los estudios que estimen la DAP a través del MVC deben utilizar el método de máxima verosimilitud. El procedimiento de cuadrados mínimos ordinarios es inapropiado para modelos donde la respuesta es una variable dicotómica discreta lo que resultaría en estimaciones sesgadas, independientemente de los sesgos provenientes del diseño del instrumento de encuesta y de su aplicación.

Translated abstract

In this paper consumer willingness to pay (WTP) for the environmental services was estimated through the contingent valuation method (CVM). The procedure shows how to figure out the parametric measures of the WTP, the median and the mean, which are derived from the linear and logarithm random utility models via the logistic analysis regression. The results showed that WTP for the recreational services in the studied area is very low. It is possible that WTP was biased due to the errors in the design of the statement of the hypothetical market of environmental services and the application of the survey. The research concluded that studies that seek to estimate WTP through the CVM should use the maximum likelihood method because the ordinary least square method is inappropriate for models where the response is a discrete binary variable, which would result in biased estimations regardless of the biases originating from the design of the survey and its application.