Preference heterogeneity in discrete choice models: random parameters, latent variables, and spatial effects

Modele wyborów dyskretnych są popularnym narzędziem do analizy danych mikroekonomicznych. Pozwalają one na oszacowanie (pośredniej) funkcji użyteczności konsumenta, co można wykorzystać do obliczania krańcowych stóp substytucji, elastyczności cenowej, nadwyżki konsumenta oraz innych miar dobrobytu. Literatura przedmiotu wskazuje, że podstawowe modele wyborów dyskretnych (jak np. wielomianowy logit) nadmiernie upraszczają strukturę błędów losowych, co może prowadzić do obciążonych oszacowań modelu i błędnego wnioskowania. W celu poprawy jakości tych oszacowań, zaproponowano model mieszanego logitu (ang. mixed logit), który w teorii może przybliżyć dowolny model wyborów dyskretnych oparty o teorię użyteczności losowej. Zastosowanie parametrów losowych pozwala na uwzględnienie w modelu nieobserwowalnej części heterogeniczności preferencji. Równolegle, wiele badań skupia się również na identyfikacji zmiennych, które pozwoliłyby na wyjaśnienie obserwowalnej heterogeniczności preferencji. Wśród nich często rozważane są czynniki psychologiczne, motywowane badaniami w naukach behawioralnych. Moja praca doktorska skupia się na rozwoju metodologii modelowania wyborów dyskretnych poprzez rozwój sposobów uwzględniania obserwowalnej i nieobserwowalnej heterogeniczności preferencji. Wkład mojej pracy do literatury przedmiotu umiejscowiony jest pośród trzech ważnych obszarów badawczych: parametrów losowych, kontrolowania czynników psychologicznych w postaci zmiennych ukrytych, oraz modelowania zależności przestrzennych. Dziewięć artykułów składających się na moją pracę doktorską przedstawia szczegółowy obraz tego jak różne aspekty heterogeniczności preferencji wpływają na wybory konsumenta, oraz jak można je kontrolować w modelach wyborów dyskretnych. W szczególności, wkład moich badań do literatury przedmiotu można podzielić na trzy grupy: (i) analiza wpływu wybranych zmiennych na preferencje konsumenta przy pomocy dostępnych metod (badania 2, 4, 5 i 7), (ii) omówienie dostępnych metod oraz ich wykorzystania w praktyce (badania 1, 3 i 6), (iii) zaproponowanie nowych metod (badania 8 i 9). Pomimo że większość badań w mojej pracy doktorskiej wykorzystuje metody, które zostały już wcześniej zaproponowane, wiele z moich prac wprowadza rozszerzenia standardowych podejść, które wcześniej nie były rozważane w literaturze (badania 3, 4, 5, 6 i 7). Pierwsze trzy badania w mojej pracy doktorskiej skupiają się na uwzględnieniu parametrów losowych w modelach wyborów dyskretnych. W szczególności, zapewniają one rekomendacje odnośnie estymacji modelu mieszanego logitu, podejmują temat preferencji altruistycznego konsumenta względem swoich podopiecznych (np. dzieci/rodziców), oraz porównują standardowy mieszany logit z nowym podejściem logitowo-mieszanego logitu (ang. logit-mixed logit). Kolejne trzy badania wykorzystują tzw. hybrydowe modele wyborów dyskretnych aby uwzględnić czynniki psychologiczne w modelach użyteczności losowej. Badania te pokazują istotny wpływ przekonań respondentów na preferencje, w szczególności, znaczenie świadomości, że podejmowane w ankiecie wybory będą miały faktyczny wpływ na politykę, oraz przekonań odnośnie szkodliwości elektrowni wiatrowych. Dodatkowo, szóste badanie pokazuje, że wbrew obiegowej opinii, specyfikacje modeli hybrydowych, które są zazwyczaj wykorzystywane w literaturze przedmiotu, nie pomagają rozwiązać problemu endogeniczności związanego z wykorzystaniem tzw. zmiennych indykatorowych. Ostatnie trzy badania podejmują temat przestrzennych zależności w modelach wyborów dyskretnych. Prace te pokazują jak ważne jest wykorzystanie danych przestrzennych o wysokiej rozdzielczości aby kontrolować cechy środowiskowych dóbr publicznych. Poza tym, zaproponowano w nich nowe metody pozwalające na modelowanie efektów przestrzennych. W szczególności, analizują one wykorzystanie modeli ważonych geograficznie, oraz przestrzennego mieszanego logitu. Oba te modele nie były wcześniej używane w literaturze przedmiotu. Badania przeprowadzone w ramach mojej pracy doktorskiej są ważne dla zastosowań wykorzystujących modele wyborów dyskretnych w praktyce. W szczególności dla analizy kosztów i korzyści, w której modele użyteczności losowej stanowią podstawę do oszacowania zmian dobrobytu konsumentów. Przeprowadzone badania przyczyniają się do zwiększenia wiarygodności tych oszacowań, oraz pozwalają na identyfikację czynników, które wpływają na ich wielkość. Dodatkowo, metody analizowane w niniejszej pracy mają szerokie zastosowanie do analizy poparcia dla danej polityki, oraz tego jak to poparcie zależy od czynników behawioralnych (np. norm społecznych lub nastawień). W tym sensie, rozwój modeli hybrydowych może zostać wykorzystany aby zweryfikować dokonania ekonomii behawioralnej i eksperymentalnej poza laboratorium. Z drugiej strony, zaproponowane modele przestrzenne mają znaczenie dla zarządzania zasobami naturalnymi, poprzez zapewnienie pożądanego rozkładu dobrobytu społecznego w przestrzeni. Wreszcie, pomimo że większość badań została przeprowadzona w kontekście dóbr publicznych, wiele metod, które zostały rozwinięte w tej pracy ma znaczenie również dla badań analizujących dobra prywatne, na przykład w marketingu. Podsumowując, kontrolowanie heterogeniczności preferencji jest niezbędne aby oszacować realistyczny model zachowania konsumenta oraz wykorzystać go do wiarygodnego wnioskowania. Moja praca doktorska dotyczy szeregu różnych podejść używanych do modelowania heterogeniczności preferencji i rozwija metody, które mogą zostać wykorzystane w praktyce do analizy danych mikroekonomicznych.

Discrete choice models are a popular tool in empirical microeconomic analysis, as they allow for the estimation of an (indirect) utility function of a consumer, which can then be used to calculate marginal rates of substitution, price elasticities, consumer surplus, and other welfare measures. It has been recognized that standard choice models simplify the structure of error terms, leading to biased parameters’ estimates and incorrect inference. To mitigate this issue, a mixed logit model has been proposed, which can theoretically approximate any given choice probability based on random utility maximization. By incorporating random parameters into the choice model, the mixed logit framework accounts for the unobserved portion of preference heterogeneity. Many studies have also focused on observed preference heterogeneity, by identifying factors that can be used to explain the variation in consumers’ tastes. This includes cognitive constructs motivated by research in social psychology. My thesis is focused on advancing the choice modeling methodology to better capture observed and unobserved preference heterogeneity. It contributes to this topic in three important areas: incorporating random parameters into choice models, controlling for latent psychological factors, and modeling spatial relationships. The nine studies included in the thesis provide a comprehensive picture of how different aspects of preference heterogeneity affect consumers’ choices and how they can be controlled in discrete choice models. Specifically, the contribution of the articles can be broadly separated into three categories: (i) investigating the effects of specific covariates on consumers’ preferences using already established methods (studies 2, 4, 5, and 7), (ii) discussing the already established methods and their usage (studies 1, 3, and 6), and (iii) proposing new methods (studies 8 and 9). While the studies in the thesis build on already established approaches, most of them propose novel extensions that have not been considered before (studies 3, 4, 5, 6, and 7). The first three studies included in the thesis contribute to the subject of incorporating random parameters into choice models. Specifically, they provide recommendations regarding the estimation of a mixed logit model, consider heterogeneous preferences towards decreasing a health-related risk for a dependent (a child or a grandparent) of an altruistic consumer as an additional dimension of preference heterogeneity, and compare the standard mixed logit with a novel logit-mixed logit specification. The next three articles focus on the use of so-called hybrid choice models in order to incorporate latent psychological factors into random utility models. They identify a significant welfare effect of respondents’ beliefs that their choices in the stated preference survey will have actual consequences for real-world policy, consider consumers’ beliefs regarding wind turbines and their effect on preferences for renewable energy development, and show that the oft-used specifications of hybrid choice models do not resolve the endogeneity issue associated with the use of indicator variables. Finally, the last three papers focus on preference heterogeneity tied to spatial considerations within the choice-modeling field. They highlight the importance of controlling for characteristics of the environmental public good using high-resolution spatial data and develop novel approaches allowing for the incorporation of spatial dependencies into choice models. Specifically, they consider the geographically weighted choice model as well as a spatial mixed logit model, both of which have not been used earlier in the literature. The research conducted within this thesis is relevant for real-life applications utilizing choice models. Specifically, for cost-benefit analysis that employs choice data to obtain welfare estimates as an input to the benefits side. The results of the thesis can be useful to enhance the reliability of value estimates measuring the benefits as well as to better understand the factors affecting these values. Furthermore, the methods evaluated in the thesis have broader relevance for studying the support for a given policy and how this support is affected by behavioral factors (e.g., social norms or attitudes). As such, the development of hybrid choice models can help to verify insights from behavioral and experimental economics in the field. On the other hand, spatial models proposed in the thesis may be useful for resource management, by providing a detailed distribution of benefits across space. Finally, although the studies have been carried out mostly in the context of public goods, many of the results and methodological developments are also relevant for studies in private-good settings, including marketing and consumer research. In conclusion, controlling for preference heterogeneity is necessary to specify a realistic model of consumers’ behavior and to obtain a reliable inference. My thesis illustrates a range of different aspects of preference heterogeneity and helps develop methods that could be used to analyze them in practice.