TOWARD ASSESSING THE NON-MARKET BENEFITS OF EXPERIMENT STATION

RESEARCH: A CASE STUDY OF PUBLIC PREFERENCES FOR AES RESEARCH IN

RHODE ISLAND
by
Stephen K. Swallow and Marisa Mazzotta, Department of Environmental and Natural Resource
Economics, University of Rhode Island
Abstract: This study reports on a survey assessment of the public preferences for the Rhode
Island Agricultural Experiment Stations research program. The study summarizes preferences
to allocate effort to alternative research projects and estimates the publics willingness to pay to
maintain or increase research effort.
E-mail (respectively): swallow@uri.edu; mazzotta@uri.edu
Department office phone: 401-874-2471
Department Fax: 401-782-4766
Subject Code: Primary Code: 17 (Professional Affairs and Research Agenda/Funding)
Secondary Code: 7 (Environmental Economics)
This paper was prepared for the Selected Papers sessions of the 1999 Annual Meeting of the
American Agricultural Economics Association, Nashville, Tennessee, August 8-11.
Copyright. 1999 by Stephen K. Swallow and Marisa Mazzotta. All rights reserved.
Readers may make verbatim copies of this document for non-commercial purposes by
any means, provided that this copyright notice appears on all such copies.
Send Correspondence to:
Stephen K. Swallow
Department of Environmental and Natural Resource Economics
University of Rhode Island

swallow@uri.edu

5 Lippitt Road, Suite 319

Office: 401-874-4 5 8 9

Kingston, RI 02881

Fax: 401-782-4766

The Government Performance and Results Act (GPRA) has motivated a renewed effort by
USDA (and all federal agencies) to strengthen the relationship between their mission and their
constituent or customer base. GPRAs mandates filter down through USDA to affect
university research via strategic plans affecting the state Agricultural Experiment Stations
(AESs). For example, the Research, Education and Economics Strategic Plan mandates that
affected agencies proactive consider the linkages between program priorities, future
discretionary funding from federal to local levels, service to the general public as well as
traditional agricultural industries, and the political and public debate concerning the efficiency
and equity of agricultural and environmental programs (USDA 1997). These efforts represent a

response to reported threats to the Land Grant educational system, and concerns that institutions
inadequately match academic and research programs to constituent needs (Weaver and
Diamantides 1993; Ballenger and Kouadio 1995; Ballenger 1996)
This paper reports on a study of the Rhode Island publics values and views regarding the
priority research efforts of the state Agricultural Experiment Station (AES).
Rhode Islands AES directs a large share of effort toward environmental problems that may
directly benefit the public at large, yet Rhode Island AES has historically received only minimal
discretionary funds from state and local sources leveraging federal funding.
Like many USDA agencies, RI AES might better define a publicly valuable, and politically
sustainable, long term role through gaining a better understanding of the public interests.
While the research process must respect insights of leading scholars, the publics on-going
financial support for the AES program implies that broad-based public input constitutes a
relevant perspective for AES Directors, and USDA, to consider.
The case study focuses on a public survey designed for the ambitious goal of identifying the
economic benefits that the Rhode Island AES provides to the states public. An AES program is
complex and multidisciplinary, including, in Rhode Island, at least 18 broad research topics
across a spectrum of social and natural sciences. The investigators chose the contingent choice
method of contingent valuation (Adamowicz et al. 1998) due to the methods potential to
address a complex set of attributes contributing to both use and non-use values from a public
program.
Clearly, this application of contingent choice is challenging. Few research administrators, let
alone members of the general public, can claim to possess a thorough understanding of the
spectrum of research topics that could contribute most to social welfare. Moreover, the
application is challenged by the absence of an obvious and metric that is suitable to quantify
research output for comparison across natural and social science topics, yet this metric would
provide a key starting point for analysis.

Therefore, we offer this study as a first step toward the valuation of an AES program. We hope
that the study initiates broad interest in finding viable approaches to evaluate the public good
provided by complex agency programs. While the case study offered here is subject to an array
of limitations, we challenge the research community and public agencies, like AESs, to rise
above the temptation to omit a serious review of the public values. We believe that the easy,
even elitist, approach to establishing agency priorities has to often relied upon the excuse that
public values are derivative of laymens whims at worst and these values are difficult to
quantify at best. Yet these laymen are expected to pay the public contribution to research, so
their views are at least relevant
Survey Development and Implementation
With these challenges in mind, the investigators invested extensively, over six-months, in ten
focus groups (Johnston et al. 1995). The focus-group effort supported an attempt to design a
contingent choice survey that assured respondents would be familiar with and carefully consider
the dimensions of the good, an AES research program, that they would be asked to value.
Focus group observations guided the investigators in clarifying the descriptions of research

topics and developing a format that encouraged respondents to consider tradeoffs among the
research effort allocated to each topic. The resulting survey included three main parts.
The first part provided background on the AES and asked respondents their view on the
importance of research to serve existing and new businesses, local communities, or to balance
conservation with economic uses of environmental resources.
The second part asked respondents to consider the allocation of scientist-months across
research topics within each of five different topic-groups (Table 1). With this variety of
research topics, focus group observations lead to the use of scientist-months as a metric for
research output. Using this metric requires the assumption that research output for each topic
area is proportional to the effort of one scientist (one principle investigator) or one month. This
second section of the survey asked respondents to state their preference for the percentage of
research effort to be focused on each of the five topic-groups.
This second section served two functions. First, it provided a measure of the individual
respondents preferred allocation of effort across the five topic-groups and across the topics
within each group. This information is of interest to any public official who wishes to assess
the AESs service to the state constituency, independently of the contingent valuation estimates
derived from data collected in the surveys part three.
Second, these questions caused respondents to read brief descriptions of numerous research
activities within the AES, to consider these activities in relation to their personal preferences,
and thereby invest in renewed familiarity with the AES program and research topics being
addressed by AES.
The surveys third section consisted of a contingent choice question. The question presented
four alternative AES programs. Each program consisted of an overall level of total effort (in
scientist-months), a pre-defined allocation of that effort across the five research topic-groups,
and a required cost in terms of state taxes. Plan A offered a chance to eliminate the AES,
setting all levels of effort to zero, while the other three plans offered, respectively, a decrease
from the current effort level, maintenance of the current AES effort, and a plan to increase the
current effort.
A mail survey (following Dillman procedures) began with 1211 randomly selected registered
voters (after adjusting for undeliverable addresses) and produced 590 nearly complete
responses, for a 49% response rate. For the contingent choice analyses, 558 responses were
useable, for a 46.1% response rate. The initial sampling was stratified by residency. Rural
residents comprised 39% of the sample, but 11% of the state population; intermediate (quasisuburban) residents comprised 34% of the sample, but
26% of the state population; urban residents comprised 27% of the sample, but 63% of the state
population. Except as noted below, results are uncorrected for this sampling stratification.
However, weighted regression was used to correct the contingent choice analysis for
stratification, so that contingent choice results may be interpreted as representative of the
average Rhode Island respondent.
Results and Modeling

Respondents considered three or four research topic areas within each of five different research
groups, and they were asked to report their preferred percentage of research effort (scientistmonths) to be expended on each research topic within that group.
Table 1 reports the mean percentage that respondents preferred to see allocated to each topic
within each research group. One might expect these averages to approach a proportionate
distribution of effort across topics within each group; however, these results show that, on
average, respondents did not prefer an equal distribution of effort across all research topics.
This result is consistent with the interpretation that respondents, on average, did consider tradeoffs in allocating scientist-months between research topics.
Contingent Choice Modeling
Contingent choice questions allowed the respondent to choose between four plans for the
allocation of effort in the Rhode Island AES. Each plan was described according to the total
number of scientist-months involved, the number of scientist months allocated to each research
group (e.g., food science, agriculture and pest management; see Table 1), and a cost to the
respondents household. Of these four plans, one represented an option to eliminate this [AES]
research, so that total effort was zero, as was cost to the household. The other three plans
represented options for the current level of [AES] effort, for decreased total effort, and for
increased total effort. The total effort was stated numerically, with the current level of effort
set at 139 scientist-months, as estimated by the RI AES director for 1997-98. The decreasedeffort plans involved either 70 or 98 scientist months (50% and 30% reductions from the current
level). The increased-effort plans involved either 187 or 231 scientist-months (35% and 66%
increase from the current level). The distribution of effort within the current plan was fixed as
anticipated for the 1997-98 fiscal year (see Table 1). The distribution for the increased and
decreased effort plans were varied according to an fractional factorial design. The increased
effort plan did not necessarily include an increase in effort for all five of the research groups,
and the decreased effort plan did not necessarily reduce effort for all five of the research groups.

The household cost for the each plan ranged was also varied by the fractional factorial design,
so that the ranges were from $8 to $62 for the current plan, $4 to $47 for the decreased plan, and
$10 to $93 for the increased plan. The design produced 64 distinct contingent choice questions,
which were then randomly assigned to recipient addresses on the survey mailing list.
Contingent choice analysis proceeds on the assumption that each respondent chooses the
option which provides them with the greatest satisfaction or utility (Hanemann 1984;
Adamowicz et al. 1998). The utility of an AES plan is modeled as:
U(Di,Ti,Ai,Y-Ci,Qi,Zi) = v(Ti,Ai,Y-Ci,Qi,Zi) + i,
where U() is the respondents utility function; v() is the measurable part of utility; and i
represents a random error. The utility function depends on variables that describe AES plan i (i
= {E, C, D, I} for eliminate, current, decrease or increase effort plans) and other factors
considered by respondents: Di represents a vector of (choice-specific) dummy variables that
identify whether the plan (i = E, C, D, I); Ti represents the total effort in scientist-months
provided by plan i; Ai represents a vector of variables that identify the allocation of scientist
months across five research groups by plan i; Y is the respondents household income; Ci is the
cost to the respondents household to obtain plan i; QI is an index (quality index) that measures

the sum of squared differences between the proportions of effort allocated by plan i to each of
the research groups (as measured by {Ti}-1Ai ) and the proportions of effort that the
respondent stated he or she preferred to see allocated to each research group; and Zi captures
some additional variables, discussed below, that describe other factors affecting the
respondents choice. (We defined QE = 0 because the proportions of zero total effort are
undefined. For this reason, the utility model for the eliminate plan always retains DE.) This
model was estimated using the LIMDEP 7.0 command for NLOGIT, based on a multinomial
logistic distribution for the errors.
Notice several aspects of a linear form of this theoretical equation. First, if v() is inear in net
income, then in comparing the value of v() for two different plans, the effect of income (Y)
subtracts away and only the value of the Ci affect the choice (Hanemann
1984); therefore, Y may be omitted from the statistical analysis. Second, multinomial logit
cannot identify a coefficient for all choice-specific dummies, so estimation will omit DC in
order to normalize the other coefficients. Third, notice that the five elements of Ai will add up
to equal the total effort, Ti , so that one of these variables must be dropped from estimation. We
have elected to drop the effort allocated to the food science research group, so that coefficients
on the remaining elements of Ai are measuring the contribution of the corresponding research
group relative to the contribution of the food science group.
Before discussing specific estimates, it is worthwhile to consider the importance of Qi. In most
contingent choice studies, analysts must take the attributes of the goods (plans), such as Ai , as
the primary basis for modeling respondents utility. Following the same theoretical structure as
here, analysis proceeds based upon a representative respondent, with heterogeneity in
preferences modeled only to the extent that it is captured by, for example, demographic
variables (Swallow et al. 1994). However, because our survey first requested respondents
preferred distribution of effort, we are table to calculate Qi as a measure of how well a
proposed effort plan comes toward chieving the respondents preferred composition. This
measure may be expected to capture unique aspects of respondents preferences more directly
than many models based on demographic and other variables used as proxies to capture
preferential heterogeneity.
In this application, however, one limitation is that respondents were first told the distribution
of effort across research groups in the current effort plan (AC). This raises the potential for
respondents to anchor on that distribution. In order to test for such an anchoring effect, the
value of QC was included as a descriptor of the plans that maintain an active AES; that is Zi =
QC for i = D, I, C, while ZE = 0.
Table 2 reports the statistical results based on the theoretical framework above.
The table presents two pairs of models. The first pair includes the indices Qi and Zi to account
for the respondents interest in the allocation of effort within each plan, while the second pair
excludes these index variables. This second pair allows an assessment of how results in the
absence of this approach to capturing heterogeneity in respondent preferences.
First, we note that the models including the indices are both significant at P<0.005.
However, the specific variables involving the allocation of effort across research groups are
mostly insignificant in the unrestricted model, while the significance of total overall effort is

weak (P<0.13) but of the anticipated sign. Also, in the unrestricted model, the significance of
household cost is good (P<0.05) on a one-tailed test. The restricted model omits the explicit
allocation of effort across research groups and it omits the choice-specific dummy for the
increased effort plan. The outcome is that the total effort and the Qi index are strongly
significant (P<0.06 and P< 0.001, respectively), while the household cost variable is reasonably
significant on a one-tailed test (P<0.06).
In contrast, if the index variables had been omitted (or unavailable), analysis would have had
more difficulty identifying a reasonable model. The unrestricted model in the second pair of
models is not significant, while the restricted version is only marginally significant (P<0.10).
The restricted model includes, primarily, total effort, with the anticipated sign, the amount of
effort allocated to economic and planning for environmental management, and the household
cost.
Discussion and Conclusions
These results (Table 2) indicate that the single strongest factor affecting respondents choices
among the four plans was the distribution of effort across research groups within the plan. The
more closely a plans distribution of effort matched the respondents preferred distribution, the
more likely the respondent was willing to pay for that plan. That is, plans with a smaller value
of Qi were strongly preferred by respondents.
However, these statistical results suggest that respondents choices were also affected by the
costs of the plans, but the statistical significance of cost was somewhat weaker than in many,
more conventional applications of contingent choice.
Based on the restricted model which includes Qi in Table 2, one can calculate a parametric
estimate of respondents willingness to pay (WTP) for a particular plan (and since the was
weighted to account for stratified sampling, the estimate is representative of the WTP of the
average citizen). As an example, we calculate the willingness to pay of the average respondent
for the current AES effort and distribution as follows:
v(DC, TC,AC,Y-WTP,QC,ZC) = v(DE,0,0,Y,0,0)
Where the right- hand- side represents the estimated utility of the plan which eliminates the
AES. We evaluate this WTP based on the mean of QC for respondents, 0.0541, and a total
effort (TC) of 139 scientist months, along with the coefficients in Table 2, such that:
WTP = {0.521 - [0.376 TC -0.0000856(TC) 2 + (-8.73+2.62) QC]} / (-0.0120). This parametric
estimate is about $226.
This estimated WTP is higher than we anticipated from focus groups, where individuals
frequently started to reject plans at or before $50. On the other hand, many focus group
respondents expressed pleasant surprise that during completion of the survey they learned that
RI AES conducts a large and active research agenda, so respondents did indicate that they
believed the AES provided a high value to their household. For comparison, we developed a
non-parametric estimate of WTP. First, we assumed that individuals who chose either the
current or the increased effort plan (80% of useable responses) would be willing to pay at least
the amount specified in the current plan. By averaging these minimum willingness-to-pay
values, we obtain a non-parametric estimate of $23.61 annual WTP. This lower WTP value is
over twice the discretionary support provided by the average state to their AES, and over 5

times the per household level of support provided by the state of Rhode Island. (At this writing,
a preliminary parametric model to estimate a lower-bound may support the non-parametric
estimate stated here.)

Table1. Research Topics Included in the Survey and Mean Percent of Effort as Preferred
by Respondents a
Research Group
(Mean % of total effort by AES, as allocated by
respondents)
Science for Environmental
Protection, Restoration, and Uses in Rhode
Island (18.2%) [AES: 17%]b

Fisheries and Aquaculture in Rhode Island

(23.0%) [AES: 18%]b
Food Safety, Science, and Nutrition in Rhode
Island (24.9%) [AES: 27%]b

Agricultural Production and Management in

Rhode Island (18.2%) [AES: 23%]b

Economics and Planning for Environmental

Protection and Uses in Rhode Island (16.8%)
[AES: 15%]b

Research Topics (Mean % of effort in research

group, as allocated by respondents)
Biology and Ecology for Environmental
Management
and
Protection
(36.2%)
Groundwater Science (30.3%) Distribution of
Radon (15.2%) Models/Mapping for Land Use
Planning (17.9%)
Fisheries Management, Marketing, Trade (35.4%)
Aquaculture Production, Management, Marketing,
and Trade (38.6%) Fishing Techniques (25.7%)
Food Safety and Preservation of Food (29.9) %
Food Safety Labeling and Economics (21.6%)
Nutrition of the Elderly (19.9%) Cancer revention
Through Dietary Change (28.6%)
Landscape/Nursery Plant Research (20.7%)
Turfgrass Production and Uses (14.0%) Insect Pest
Management (34.3%) Farm Animal Health
(30.9%)
Economics and Planning for Land Use and Open
Space Management (31.0%) Management of
Water Resources (44.1%) Economic Development,
Planning, and Tourism in Rural Communities
(24.4%)

Parenthetic percentages under Research Topics have N=582, except for Fisheries and Aquaculture, where N=584.
N = 581 for percentages under Research Group.
B

AES percentage is 1997-98 allocation of scientist-months in Rhode Island AES.

References
Adamowicz, Wiktor, Peter Boxall, Michael Williams, and Jordan Louviere. Stated Preference
Approaches for Measuring Passive Use Values: Choice Experiments and Contingent
Valuation. American Journal of Agricultural Economics 80(February 1998):64-75.
Ballenger, Nicole. The National Research Council Report on the Colleges of Agriculture at the
Land Grant Universities: Implications for the Northeast.Agricultural and Resource Economics
Review 25 (October 1996)
Ballenger, Nicole and Didy Kouadio. The National Research Council Study of the Colleges of
Agriculture at Land Grant Universities: Status and Thoughts for Agricultural Economists.
American Journal of Agricultural Economics 77 (December 1995):1329-1336.
Hanemann, W.M. Welfare Evaluations in Contingent Valuation Experiments with Discrete
Responses. American Journal of Agricultural Economics 66(August 1984):332-41.
Johnston, R. J., T. F. Weaver, L. A. Smith, and S. K. Swallow. Contingent valuation focus
groups: Insights from ethnographic interview techniques. Agricultural and Resource
Economics Review 24(April 1995):56-69.
Swallow, S.K., T. Weaver, J.J. Opaluch, and T.S. Michelman. Heterogeneous preferences and
aggregation for environmental policy assessment: A landfill siting case. American Journal of
Agricultural Economics 73(August 1994):431-443.

U.S. Department of Agriculture. 1997. Research, Education, and Economics (REE) Mission
Area: Strategic Plan USDA Strategic Plan 1997-2002. (Error! Bookmark not defined.)
Weaver,T.F. and J. Diamantides. The Future of the Land Grant University System.
Agricultural and Resource Economics Review 22(October 1993):130-36.

HACIA LA EVALUACIN DE LOS BENEFICIOS DE AUSENCIA DE MERCADO DE

ESTACIN EXPERIMENTAL DE INVESTIGACIN: UN CASO DE ESTUDIO DE LA
PREFERENCIAS PBLICAS PARA AES INVESTIGACIN EN ISLA RHODE
Traducido por: Ofelia Tia Chura
Por:
Stephen K. Swallow y Marisa Mazzotta, Departamento de Medio Ambiente y Economa de los
Recursos Naturales de la Universidad de Isla Rhode
Resumen: Este estudio informa sobre una encuesta estimando las preferencias del pblico para
el programa de investigacin de Agricultura experimental de la Isla Rhode. El estudio resume
las preferencias distribuyendo esfuerzos para proyectos de investigacin alternativo y
estimaciones de la buena voluntad del pblico a pagar para mantener o aumentar el esfuerzo de
investigacin.
E -mail (respectivamente): swallow@uri.edu; mazzotta@uri.edu
Telfono del Departamento de Oficina: 401-874-2471
Departamento Fax: 401-782-4766
Cdigo de asignatura: Cdigo Principal: 17 (Asuntos Profesionales y agenda/financiamiento de
investigacin)
Cdigo Secundario: 7 (Economa Ambiental)
Este documento fue preparado de documentos seleccionados de las sesiones de la Reunin
Anual 1999 de la Asociacin Americana de Economa Agrcola, de Nashville, Tennessee,
agosto 8-11.
Derecho de Autor. 1999 por Stephen K. Swallow y Marisa Mazzotta. Todos los derechos
reservados.
Los lectores pueden hacer copias literales de este documento con fines no comerciales,
cualquier medio, siempre que esta nota de derecho de autor aparezca en todas las copias.
Enviar correspondencia a:
Stephen K. Swallow

Departamento de Economa de los Recursos Naturales y Ambientales

Universidad de Rhode Island swallow@uri.edu
5 Lippitt Road, Suite 319 Oficina: 401-874-45-89
Kingston, RI 02881 Fax: 401-782-4766
El Desempeo y Resultados del Gobierno Actual (GPRA) ha motivado un renovado esfuerzo
por USDA (y todas las agencias federales) para fortalecer la relacin entre la base de su misin
y su constituyente o "cliente. Mandatos de GPRA filtran a travs de USDA para afectar la

investigacin universitaria a travs de planes estratgicos que afectan a las Estaciones

Experimentales Agrcolas del Estado (AES). Por ejemplo, la Investigacin, Educacin y
mandatos del Plan Estratgico Econmicos que afectaron agencias proactivas teniendo en
cuenta los vnculos entre prioridades del programa, futuro financiamiento discrecionales del
servicio federal a nivel local, para el pblico en general, es as como las industrias de
agricultura tradicionales, y debate pblico y poltico acerca de las eficiencias y equidades de
programas ambientales y agrcolas (USDA 1997). Estos esfuerzos representan una respuesta
para reportar amenazas del sistema educacional, y referirse que instituciones acadmicas
inadecuadas de Concesin de Tierras, y programas de investigacin para componentes
necesitado (Weaver y Diamantides 1993, Ballenger y Kouadio 1995, Ballenger 1996).
Este documento informa sobre un estudio de los valores de la Isla Rhode y criterios referente a
las prioridades de los esfuerzos de investigacin de la Estacin Agricultura AES de la Isla
Rhode dirige una gran parte de esfuerzo de hacia problemas directamente beneficios al pblico
en general, aun la Isla Rhode AES ha recibido solo el mnimo de fondos discrecionales del
estado y fuentes locales influyendo el financiamiento como algunos agencias USDA,RI AES
podra definir mejor un valioso publicidad y polticamente sostenible a travs de un largo
termino ganara una mejor compresin de los intereses pblicos.
Mientras el proceso de investigacin debe respetar ideas principales y el pblico en curso un
apoyo financiero para la AES que implica que el programa implica una base publica
contribuyendo una perspectiva relevante para directores AES, y USDA, a considerar.
El caso estudia enfocndose sobre una encuesta pblica diseada para los objetivos ambiciosos
de los beneficios econmicos identificando que la isla Rhode AES proporcionara al pblico del
estado.
Un programa de AES es complejo y multidisciplinario, incluyendo dentro la Isla Rhode, en
menos de 18 temas de investigacin sobre un espectro de ciencias sociales y naturales. La
investigacin elegir la eleccin contingente del modelo de valoracin contingente
(Adamowicz et al. 1998) debido a las potencias del mtodo para dirigir un conjunto complejo de
atributos contribuyendo al uso de ambos y no uso de valores de un programa pblico.
Claramente esta aplicacin de contingencia elegida es un reto. Pocos administradores de
investigacin, permiten solo miembros del pblico general, pueden afirmar tener un exhaustivo
entendimiento del espectro del tema de investigacin que podra contribuir ms para el bienestar
social. Por otra parte, la aplicacin es desafiada por la ausencia de un evidente y mtrico que es
adecuado para cuantificar el rendimiento de la investigacin para temas de ciencia natural y
social, aun esta mtrica no podra proporcionar un punto clave para empezar el anlisis.
Por lo tanto, nosotros ofrecemos este estudio como un primer paso hacia la evaluacin de un
programa AES. Nosotros esperamos que este estudio inicie un amplio inters en encontrar un
acceso viable en base de un complejo programa agencial para evaluar el bien pblico. Mientras
el caso de estudio ofrecido aqu es tema para poner en orden de limitaciones, nosotros
desafiamos a la investigacin comunitaria y agencias pblicas, al igual que AES, sobre todo
para aumentar la tentacin de omitir una informacin seria de los valores pblicos. Nosotros
creemos que es fcil, hasta elitista, para enfocarse en las prioridades agnciales para depender a
menudo de algo con la excusa de los valores pblicos que son derivados de caprichos de
personas profanas en lo peor y estos valores son dificultosos para cuantificar correctamente.

Aun esperamos algo de estas personas, para compensar la contribucin del pblico para la
investigacin, tanto sus opiniones son menos relevantes.

ENCUESTA DE DESARROLLO Y IMPLEMENTACION.

Con estos retos en mente, los investigadores invirtieron frecuentemente, ms de seis meses,
centrados en 10 grupos (Johnston et al. 1995). El esfuerzo de los grupos centrados apoy un
intento para disear una eleccin contingente con encuestas que de seguro contestaran las
familias y cuidadosamente considerando las dimensiones de los bienes, un programa de
investigacin AES, que ellos supuestamente preguntaron los valores. Las observaciones de los
grupos centrados guiaron la investigacin claramente dentro de las descripciones del tema de
investigacin y desarrollando un formato fomentando respuestas para considerar entre los
esfuerzos de investigacin asignado para cada tema. Los resultados se incluyeron en tres partes
importantes:
La primera parte proporciono fondos sobre la AES y pidiendo respuestas a sus opiniones sobre
la importancia de investigacin y para servir la existencia de nuevas empresas, comunidades
locales o para equilibrar la conservacin con usos econmicos ambientales.
La segunda parte pidi respuestas para considerar la asignacin de meses-cientficos sobre
temas de investigacin en el plazo de cada 5 diferentes temas grupales (cuadro 1). Con esta
variedad de temas de investigacin, las observaciones de los grupos centrados nos conducen
hacia el uso de meses- cientficos como una mtrica a favor de la produccin investigada.
Usando la supuesta mtrica que la produccin de investigacin de cada tema o rea sea
proporcional para el esfuerzo de un cientfico, (un investigador principal) durante un mes. Esta
segunda seccin de la encuesta pidiendo respuestas para manifestar sus preferencias para el
porcentaje del esfuerzo de investigacin para ser centrado sobre cada tema grupales de los 5.
La segunda seccin atiende dos secciones. Primero, este proporciono un signo de asignacin de
esfuerzos sobre los cinco temas grupales y sobre los temas dentro de cada grupo de las
respuestas individuales promovidos. Esta informacin es de inters para cualquier pblico
oficial quienes desean evaluar los servicios del estado constituyente
de AES,
independientemente de las estimadas valoraciones contingentes derivadas de datos recopilados
en las tres partes de la encuesta.
Segundo, estas preguntas causaron respuestas para decir breves descripciones de numerosas
actividades de investigacin dentro de AES, para considerar estas actividades en relacin a sus
preferencias personales, y de este modo invertir en renovar conocimientos del programa AES y
temas de investigacin dirigidos por AES.
LA tercera seccin de la encuesta consiste de un tema de eleccin contingente. El tema presenta
cuatro alternativas de los programas AES. Cada programa consiste en un nivel total de esfuerzo
sumados ( en meses- cientficos), una asignacin predefinida de ese esfuerzo sobre los cinco
temas grupales de investigacin, y un requerido costo de impuesto dentro de las condiciones del
estado. Ofreciendo una plan de riesgo para eliminar las AES, poniendo todos los esfuerzos al
nivel cero, mientras los otros tres planes ofrecen respectivamente, un decrecimiento de los

niveles actuales de esfuerzo, el mantenimientos dela corriente de esfuerzo AES, y un plan para
incrementar los esfuerzos actuales.
Un mensaje encuestado (bajo procedimiento DILLMAN) Empez con 1211 votos registrados
seleccionados al azar (adjuntando despus para dirigirse indeliberadamente) y produciendo casi
590 respuestas completas, para estimar una 49% de respuestas. Para la eleccin de anlisis
contingente, 558 respuestas son revisables, para una taza de 46.1% de respuesta. La muestra
inicial se estratifico por residencias. Residentes rurales constaron del 39 % de las muestras, pero
el 11% del estado poblacional; intermedio (casi-suburbano) residentes comprenden 34% de la
muestra, pero 26 % del estado poblacional; residentes urbanos comprenden 27% de la muestra,
pero 63% de toda la poblacin. Excepto notas abajo, los resultados son incorrectos para esta
estratificacin mostrada. Por muy pesado que sea la regresin corrigi la eleccin contingente
para el anlisis de estratificacin, as que los resultados de esta eleccin contingente podran ser
interpretados como representante de los medios respondidos de la isla Rhode.
RESULTADOS Y MODELOS
Consideraron tres o cuatro reas de investigacin dentro de cada cinco grupos diferentes de
investigacin y ellos son preguntados para informar su porcentaje preferido de su esfuerzo de
investigacin (meses-cientficos) para ser empleado sobre cada tema de investigacin dentro de
los grupos.
Cuadro 1, informa el porcentaje medio de encuestados que prefirieron ver la asignacin de cada
tema dentro de cada grupo de investigacin, uno podra supones estos promedios para acercarse
a una distribucin proporcionada de esfuerzos sobre temas dentro de cada grupo; sin embargo,
estos resultados lo muestran en promedio, lo encuestados no prefirieron un igual distribucin de
esfuerzos sobre todos los temas de investigacin. Este resultado es consistente con la
interpretacin de los encuestados en medio, consideraron no industrializar dentro de mesescientficos asignados entro los temas de investigacin.
MODELO DE ELECCION CONTINGENTE
Preguntas de eleccin contingente permitieron a los encuestados elegir entre cuatro planes para
la asignacin de esfuerzos de la AES de la isla Rhode. Cada plan describe con un nmero total
de meses cientficos acordando participar en algo, el nmero de meses cientficos asignados
para cada grupo de investigacin (e.g., ciencia de la alimentacin, agricultura y manejo de
plagas; ver cuadro 1), un costo para los vecindarios encuestados. De estos cuatro planes de
investigacin un representara un opcin para eliminar las [AES], as que el esfuerzo total fue
cero, as como costo para el vecindario los otros tres planes representaron esfuerzos y opciones
para los niveles actuales de [AES], para disminuir el esfuerzo total, y para incrementar el
esfuerzo total. El esfuerzo total fue establecerse numricamente puestas con las corrientes
actuales de esfuerzo de 139 meses cientfico, as como se estim por el director de RI AES
desde 1997-98. El esfuerzo disminuido planea participar en ambas en los 70 o 98 meses
cientficos (50 % y 30% redujeron de las corrientes actuales). El esfuerzo incrementado planea
participar en ambas 187 o 231 meses cientficos (35% y 66% se incrementa de la corriente
actual la distribucin de esfuerzos dentro de las corrientes planean establecerse as como prever
para los conos fiscales de 1997-98) ver cuadro 1).la distribucin para los esfuerzos aumentados
y disminuidos planearon ser variados acordando fraccionar un diseo factorial. El esfuerzo
aumentado no planeo necesariamente incluir un aumentado esfuerzo dentro de todos los 5
grupos de investigacin, y el esfuerzo disminuyendo no planeo necesariamente reducir

esfuerzos de todos 5 grupos de investigacin. El vecindario gasto para cada escala-------- fue
tambin variada por el diseo fraccional factorial, as que los rangos fueron desde $8 a 62$ para
el plan actual, s/.4 a s/.47 para el plan disminuyendo, y S/. 10 a S/.93 para el plan aumentado.
La asignacin producio 64 distintas preguntas de eleccin contingentes, cuales fueron luego-----------------------asignando recursos destinados sobre listas encuestadas por correo.

Las ganancias de eleccin contingente analiza sobre la supuesta opcin que cada encuestador
elegir cual proporciona con la gran satisfaccin o utilidad (Hanemann 1984; Adamowicz et
al.1998). El plan de utilidad de la AES es modelado as como:
-

) ,

Donde U (.) es la funci n utilizar a del encuestador; V(.) es la parte medida de la utilidad; y
representa el signo de error. La utilidad depende de la funcin sobre variables que describe el
plan AES i {i=E,C,D,I} para eliminarlas, actualmente disminuye o aumenta los planes de
esfuerzo) y otros factores consideraron por encuestados: Di representa un vector de (especificoelegido) variable dummy que identificara si el plan (i=E,C,D,I);T i representa el esfuerzo total
dentro meses- cientficos proporcionando por el plan i; Ai representado un de vector de
variables que identificaron la asignacin de meses cientficos sobre 5 grupos de investigacin
por un plan i; Y es el ingreso de vecindario encuestado; Ci es el costo para los vecindarios
encuestados para obtener un plan i; Qi es un ndice(ndice de calidad) que medir la suma
cuadrada de diferencias entre las proporciones de esfuerzos asignados por el plan i para los
grupos de cada investigacin(as como medirn por {Ti}-1.Ai) y las proporciones de esfuerzo
que los encuestados l o ella del estado prefieren para ver la asignacin de cada grupo
investigado; y Zi captura algunas variables adicionales, bajo debate, que describe otros factores
afectando la eleccin del encuestado. (Nosotros definimos QE=0 porque las proporciones del
esfuerzo total de cero son indefinidos. Por esta razn el modelo de utilidad para eliminar
siempre el plan de conserva DE). Este modelo fue estimado usando el LIMDEP 7.0 Comando
por NLOGIT, base sobre una distribucin multinomial logstica para errores.
Varios aspectos anuncia de una forma lineal de esta ecuacin terica. Primero, si V (.) es en
ingreso neto lineal, entonces en comparacin los valores V (.) para 2 planes diferentes el efecto
del ingreso (Y) resta la distancia y solo los valores de los Ci afecta la eleccin (Hanemann
1984); por lo tanto, Y pide de ser omitido de los anlisis estadsticos. Segundo Logit
multinomial no puede identificar un coeficiente dummy de toda la eleccin especfica, as la
estimacin podra omitir DC en orden para normalizar los otros coeficientes. Tercero anuncia
que los 5 elementos de Ai podra encajar para igualar el esfuerzo total, Ti, as que una de estas
variables debe ser disminuido de la estimacin. Nosotros tenemos que elegir para disminuir el
esfuerzo asignado para el grupo de investigacin de ciencia de alimentos as que los coeficientes
permanecen sobre los elementos de Ai medirn la contribucin de el grupo de investigacin
relativo correspondiente para la contribucin del grupo de la ciencia de alimentos.
Antes de estimaciones especificas habladas, esto es que vale la pena para considerar la
importancia de Qi. Dentro eleccin contingente ms estudio, anlisis ms atributos de los bienes
(planes), por ejemplo Ai, es como la base primaria para modelar la utilidad de los encuestados.
Segundo la misma estructura terica que est aqu, bases de anlisis procesados sobre un
representante encuestado, con modelos heterogneos solo dentro de preferencias que este es
capturada por extensin, por ejemplo, variables demogrficas (Swallow et. Al. 1994). Sin

embargo porque nuestras primeras encuestas pedirn distribuciones de esfuerzos preferidos, de

los encuestados nosotros podemos calcular Qi as como una medida de cuan bien una propuesta
de plan de esfuerzo viene alcanzando la composicin preferida del encuestado. Esta medida
podra ser supuesto para capturar aspectos nicos de preferencia del encuestado mas
directamente que todo los modelos bsicos sobre demogrfico y otras variables usadas, as
como (proxies) para capturar preferencias heterogneas.
En esta aplicacin, sin embargo, una limitacin es que los encuestados fueron los primeros en
decir la distribucin de esfuerzos sobre grupos de investigacin en el plan actual de esfuerzo
(Ac).Estas plantean el potencial para los encuestados para anclar sobre una distribucin para
anlisis por otro lado el efecto anclara, el valor de QC fue incluido as como una descripcin de
los planes que mantendrn una activa AES; que es ZI=QC para i=D,I ,C, mientras ZE=0.
Cuadro 2 reporta los resultados estadsticos basados sobre una estructura por encima de lo
terico.
La tabla presenta dos pares de modelos. La primera par incluye los ndices Qi y Zi para el inters
del encuestado dentro de la asignacin de esfuerzos en el plazo de cada plan, mientras el
segundo par incluye estas variables de ndices. Este segundo par permiten una evaluacin de
como los resultados en la ausencia de estos enfoques para capturar sobre respuestas
heterogneas.
Primero, nosotros notamos que el modelo incluye los ndices de ambos significados de
P<0.005.Sin embargo, las variables especificas implica la asignacin de esfuerzo sobre grupos
de investigacin que son principalmente insignificantes dentro el modelo restringido, mientras
el significado del total global de esfuerzo es dbil (P<0.13) pero de los signos anticipados.
Tambin de los modelos restringidos, el significado del costo del vecindario es bueno (P<0.05)
sobre un anlisis de cola. El modelo restringido omite la asignacin explicita de esfuerzos sobre
grupos de investigacin y estos omite la eleccin especifica dummy para el incremento de plan
de esfuerzo. El resultados es que el esfuerzo total y el Qi ndice son fuertemente significativos
(P<0.06 y P<0.001, respectivamente), mientras el costo de variable del vecindario es razonable
mente significativo, sobre una cola de anlisis (P<0.06).
Dentro de contraste, si el ndice de variables tiene omitidas (o no disponible), anlisis podra
tener ms dificultades identificando un modelo responsable. El modelo no disponible dentro o
en las segunda parte del modelo no es significativo, mientras la versin limitada es solo
marginalmente significativo (P<0.10). El modelo limitado incluye, principalmente, esfuerzo
total, con el signo anticipado, la cantidad de esfuerzo asigno para planificacin y economa para
gestin ambiental, y el costo del vecindario.
RESULTADOS Y CONCLUSIONES
Estos resultados (cuadro 2) indican que al elegir el factor fuerte afecta a las elecciones entre los
4 planes del encuestado que fue la distribucin de esfuerzos sobre grupos de investigacin
dentro el plan. El ms concluido una distribucin de esfuerzo del plan coinciden las preferencias
de la distribucin del encuestado, lo ms probable el encuestado est dispuesto a pagar por ese
plan. Que es, plan con un pequeo valor Qi fueron preferidos fuertemente por encuestados.

Sin embargo, estos resultados estadsticos sugieren que las elecciones del encuestado fueron
tambin afectado por el costo de los planes, pero el significado estadstico de costo fue algo
dbil que en todas, aplicaciones mas convencionales de eleccin contingente.
Basado en un modelo limitado con inclusin Qi en cuadro 2, uno puede calcular un parmetro
estimado de la disposicin a pagar de los encuestados (WTP) por un plan particular y desde el--------- para contar por muestra limitada, lo estimado es representativo de el WTP de los medios
ciudadanos).As como un ejemplo, nosotros calculamos la disposicin a pagar de el medio
encuestado para corriente AES esfuerzo y distribucin as como seguir:
)

Donde el lado-mano-derecho representa la utilidad estimada con las eliminaciones AES.

Nosotros evaluamos este WTP basado sobre el significado de QC por encuestado, 0.0541, y un
esfuerzo total (TC) de 139 meses cientficos, junto el coeficiente en cuadro 2, semejante que:
{

]}

Estas estimaciones paramtricas es acerca de S/.226.

Esta estimado WTP es ms alto que muestras anticipadas de grupos enfocados, donde
frecuentemente individuales para el plan marginado o antes $ 50. Por otro lado, muchos grupos
encuestados expresan enfocndose con amabilidad sorpresivamente que durante de la inclusin
de la encuesta ellos aprendieron RI AES, conduce un largo y activo agenda de investigacin los
encuestados indicaron que ellos creen AES con tal de que un valor de peso para sus
vecindarios. por comparacin, nosotros desarrollamos una ausencia paramtrica estimada de
WTP. Primero nosotros asumimos que individuos elijan cualquiera de los corrientes o el
esfuerzo de plan incrementado (80% de encuestas usables) podra estar dispuesto a pagar menos
del monto especificado en el plan corriente. Por medio de estas mnimos valores dispuestos a
pagar, nosotros ptimos una ausencia paramtrica estimada de $23.61 WTP. Esta baja WTP
valora es sobre 2 veces el soporte discrecional con tal de que por el estado medio para sus AES
y sobre 5 veces por el vecindario nivel de soporte acondicion por el estado de isla Rhode.(esta
escritura, un modelo paramtrico preliminar para estimar un bajo-examen puede soportar la
ausencia paramtrica estimado aqu).
Tabla 1. Investiga temas incluyendo en la encuesta y porcentaje de esfuerzo media como
preferido para encuestados
Grupo Investigacin

Temas de Investigacin (Medio% en grupo de

investigacin tal como asignado por encuestados)

(% de esfuerzo media total por AES, como asignando

por encuestados)
Ciencia de Medio Ambiente
Proteccin, restauracin, y proteccin en isla Rhode
b
(18.2%) [AES: 17%]

Biologa y Ecologa de gestin Ambiental direccin y

proteccin (36.2%) Agua Subterrnea Ciencia (30.3%)
Distribucin de Radn (15.2%) Modelos/Mapeando por
tierra hacer uso de Planificacin (17.9%)

Pesca y acuicultura en Isla Rhode

Gestin de Pesca, Marketing, Comercio (35.4%)

(23.0%) [AES: 18%]

Produccin de Acuicultura, Gestiona, Marketing, y

Comercio (38.6%) Tcnicas de Pesca (25.7%)

Seguridad de Alimentos, ciencia, y nutricin en Isla

b
Rhode (24.9%) [AES: 27%]

Seguridad de Alimentos y preservacin de comida

(29.9) % Seguridad etiquetado de Alimentos y
econmicos (21.6%) Nutricin de alimentos (19.9%)
Prevencin de Cncer atravez de un cambio de dieta
(28.6%)

Produccin de Agricultura y gestin en Isla Rhode

b
(18.2%) [AES: 23%]

Landscape/Nursery Plant Research (20.7%) Turfgrass

Production and Uses (14.0%) Insect Pest Management
(34.3%) Farm Animal Health (30.9%)

Economics and Planning for Environmental Protection

b
and Uses in Rhode Island (16.8%) [AES: 15%]

Economics and Planning for Land Use and Open Space

Management (31.0%) Management of Water Resources
(44.1%) Economic Development, Planning, and Tourism
in Rural Communities (24.4%)

Referencias
Adamowicz,Wiktor, Peter Boxall, Michael Williams, y Jordn Louviere.
Adamowicz, Wiktor , Peter Boxall , Michael Williams, y Jordania Louviere . Preferencia
Estado Enfoca para la medicin pasiva de Valores de uso : los experimentos de eleccin y
valoracin contingente . " Revista Americana de Agricultura Econmica 80 (febrero de 1998):
los 64 -75.
Ballenger, Nicole. "El informe del Consejo Nacional de Investigacin en las Facultades de
Agronoma de las Universidades Land Grant : Implicaciones para el noreste. " Economa
Agrcola y de Recursos Revisin 25 (octubre de 1996).
Ballenger,Nicole y Didy Kouadio . "El estudio del Consejo Nacional de Investigacin de las
Facultades de Agronoma en Land Grant Universities : Situacin y Pensamientos para
Economistas Agrcolas . " Revista Americana de Agricultura Econmica 77 (diciembre de
1995):1329 -1336.
Hanemann, W.M. " Las evaluaciones de bienestar en los experimentos de valoracin
contingente con respuestas discretas. " Revista Americana de Agricultura Econmica 66 (agosto
de 1984): 332 -41.

Johnston, RJ, TF Weaver, LA Smith, y SK Swallow. "Valoracin contingente grupos focales:

Entendimientos de tcnicas de entrevistas etnogrficas " Agricultura y Economa de Recursos
Revisin 24 (abril de 1995): los 56 -69

Tragar, S.K., T. Weaver, JJ Opaluch, y T. S. Michelman. "Preferencias heterogneas y

agregacin para la evaluacin de la poltica ambiental: Un caso emplazamiento de vertedero "
Revista Americana de Agricultura Economica 73 (agosto de 1994):431 -443.
Departamento de Agricultura de EE.UU. 1997. Investigaci n, Educaci n y Econom a (REE)
Misin Zona: Plan Estratgico USDA Plan Estratgico 1997-2002. (Error! marcador no
definido. ).
Weaver, T.F. y J. Diamantides. "El futuro del Sistema Universitario Land Grant ". Agrcola y
Economa de Recursos Revisin 22 (octubre de 1993):130 -36.