hYÄkii! 217.1997 MAATALOUDEN TALOUDELLINEN TUTKIMUSLAITOS Tutkimuksia '40111111~111.1111111111111111 AGRICULTURAL ECONOMICS RESEARCH INSTITUTE Finland Research reports LANTBRUKS- EKONOMISKA FORSKNINGS- ANSTALTEN Undersökningar Torjunta-aineiden käytön vähentämisen arvo? Contingent valuation -tutkimus kuluttajien maksuhalukkuudesta Juha Siikamäki TUTKIMUKSIA 217 Torjunta-aineiden käytön vä- hentämisen arvo? Contingent valuation -tutkimus kuluttajien maksuhalukkuudesta Juha Siikamäki MAATALOUDEN TALOUDELLINEN TUTKIMUSLAITOS AGRICULTURAL ECONOMICS RESEARCH INSTITUTE, FINLAND RESEARCH REPORTS 217 ISBN 952-9538-83-9 ISSN 1239-8799 Esipuhe Maataloustuotanto ja siihen liittyvät kokemukset välittyvät kuluttajalle välittömim- min maaseutumaiseman kokemisen ja elintarvikkeiden kulutuksen kautta. Puhtaat ja terveelliset tuotteet sekä viihtyisä maaseutumaisema ovat tärkeitä tuottajien ja kuluttajien yhteisymmärryksen säilymiselle. Sen lisäksi, että hyvää laatua korostetaan, on tuotteiden terveydellisyys ja tuotantotavan ympäristövaikutukset saaneet entistä suuremman merkityksen. Käsillä olevassa julkaisussa esiteltävän tutkimuksen yhteydessä kuluttajilta kysyttiin mielipidettä mm. maatalouden kehittämisestä joko tehokkuuden tai ympäristöystävällisyyden suuntaan. Varsin yksiselitteisesti vastaukset tulivat ympäristöystävällisen tuotannon puolesta. Toisaalta kuluttajien mielestä elintarvikkeisiin liittyvät riskit useimmiten koskevat elintarvikkeisiin käytettyjä säilöntäaineita ja mahdollisia torjunta-ainejäämiä. Kuluttajien asenteiden huomioonottaminen maatalouspolitiittisessa päätöksen- teossa on yhä tärkeämpää. Erityisesti ympäristöasenteiden vaikutus tuntuu nykyi- sellään jo lähes kaikilla talouden sektoreilla, eikä vähiten maataloudessa. Elin- tarvikkeiden tuotanto on hyvin läheisesti ja jokapäiväisesti sidoksissa myös kuluttajien hyvinvointiin, jonka takia tuotannossa olisi tärkeää pysyä tietoisena markkinoilla vallitsevista asenteista. Tällä tutkimuksella selvitettiin kuluttajien maksuhalukkuutta vähentää tai kokonaan lopettaa torjunta-aineiden käyttö maa- taloudessa. Torjunta-aineiden käyttöön kohdistuvien mielipiteiden lisäksi selvi- tettiin mitkä mahdollisuudet kuluttajilla olisi suunnata resurssejaan torjunta-aineiden käytön vähentämisen ja siten ympäristöystävällisemmän tuotantotavan suuntaan. Tutkimus on osa Maa- ja metsätalousministeriön rahoittamaa maatalouden tuotantovaihtoehtojen ympäristötaloudellisia vaikutuksia käsittelevää MATYVA- proj ektia ja se on toteutettu Maatalouden taloudellisen tutkimuslaitoksen ympäris- tötalouden tutkimusalueella. Tutkimus on samalla myös Juha Siikamäen Pro Gradu -työ Helsingin yliopiston taloustieteen laitokselle. Helsingissä tammikuussa 1997 Jouko Sir6n Asko Miettinen AGRICULTURAL ECONOMICS RESEARCH INSTITUTE P.O. Box 3, FIN-00411 HELSINKI, Finland Research reports 217, 1997. 89 p. TORJUNTA-AINEIDEN KÄYTÖN VÄHENTÄMISEN ARVO? CONTINGENT VALUATION -TUTKIMUS KULUTTAJIEN MAKSUHALUKKUUDE STA JUHA SIIKAMÄKI The economic value of decreased use of pesticides? A contingent valuation study on willingnes to pay Abstract. The aim of this study is to measure in monetary terms consumer preferences for using pesticides in agriculture. A dichotomous choice con- tingent valuation approach was used. A questionnaire was sent to 3600 randomly sampled Finns of whom 1512 (43 %) responded. Consumers' will- ingness to pay (WTP) for reducing the use of pesticides was estimated for two different reduction levels: 1) reducing the use of pesticides in agricul- ture by 50 compared to present level (50 decrease) and 2) completely ending the use of pesticides in agriculture (100 % decrease). The results indicate that Finnish consumers prefer the alternative "50 % decrease" to the alternative "100 % decrease". WTP for "50 % decrease" was some 1600 FIM per household per year (5 of the household average total food & drink expenditure) while WTP for "100 % decrease" was some 1100 FIM per household per year. Sensitivity of WTP estimates was tested as follows: WTP was estimated by different models i.e. logit-, probit-, spike- and non- parametric models. A simple jack-knife analysis for testing the bidvector desing was done. Non-response bias was tested by comparing the WTP of the respondents who returned the questionnaire after the first delivery, with the WTP of the respondents who responded after the reminder was sent. Based on these analyses, the WTP estimates were found robust. In addition, the impact of information on respondents' WTP was tested by varying the information included in the questionnaire. No statistically significant effects were found in that part of the study. Index words: CV method, environmental good, pesticides, preferences, valuation Sisällysluettelo Johdanto 8 1.1. Tutkimuksen tausta 8 1.2. Tutkimuksen tarkoitus ja tavoite 9 1.3. Tutkimusraportin rakenne 10 Ympäristöhyödykkeet ja hyvinvoirmin muutosten mittaaminen 11 2.1. Julkishyödykkeet ja ulkoisvaikutukset 11 2.2. Ympäristöhyödykkeen arvo 12 2.3. Kuluttaj an ylij äämä 12 2.4. Kompensoiva ja ekvivalentti variaatio 14 2.5. Kompensoiva ja ekvivalentti ylijäämä ympäristöhyödykkeelle 16 2.6. Tutkimuksen teoreettinen viitekehys 18 Contingent valuation -menetelmä ympäristöhyödykkeiden arvottamisessa 20 3.1. Tutkimusmenetelmän kehitys 21 3.2. Käyttö tutkimusmenetelmänä 22 3.3. Tulosten harhaisuusongelma 24 3.4. Menetelmän nykyinen asema 28 3.5. Aikaisemmat torjunta-aineiden käyttöön liittyvät tutkimukset 30 Maksuhalukkuuden mallittaminen ja estimointi 31 4.1. Maksuhalukkuuden esittäminen ns. random utility -mallin avulla 31 4.2. Maksuhalukkuuden odotusarvo ja mediaani 34 4.3. Probit- ja logit-malli 35 4.4. Spike-malli 38 4.5. Ei-parametrinen estimointi 39 Tutkimusaineisto 41 5.1. Tutkimusasetelma 41 5.2. Kyselylomakkeen suunnittelu, kyselyn toteutus ja tietojen tallentaminen 43 5.3. Aineiston edustavuus 47 Tulokset 48 6.1. Vastaajien mielipiteitä elintarviketurvallisuudesta ja torjunta-aineiden käytöstä maataloudessa 48 6.1.1. Elintarvikkeiden turvallisuus 48 6.1.2. Maatalouden ympäristöpainotteinen kehittäminen 50 6.1.3. Torjunta-aineiden käyttö maataloudessa 50 6.2. Kotitalouksien maksuhalukkuus torjunta-aineiden käytön vähentämisestä 54 6.3. Kokonaismaksuhalulckuus torjunta-aineiden käytön vähentämisestä 56 6.4. Maksuhalukkuutta selittävä malli 57 6.5. Informaatioharha 58 6.6. Tulosten herkkyystarkastelu 60 6.6.1. Vastauskadon vaikutus 60 6.6.2. Tarjousvektorin asetannan vaikutus 62 6 6 3 Maksuhalulckuusestimaattien keskihajonnat 63 Johtopäätökset 64 Yhteenveto 67 Kirjallisuus 69 Liitteet 75 1. Johdanto 1.1. Tutkimuksen tausta Ympäristön huomioonottamisesta on tullut osa maatalouspolitiikkaa. Maatalou- desta peräisin olevaa ympäristökuormitusta vähennetään peltoviljelyssä aiempaa alhaisemmalla torjunta-aineiden ja keinolannoitteiden käytöllä hehtaaria kohden, karjataloudesssa puolestaan pyritään minimoimaan lannan varastoinnin ja levi- tyksen aiheuttamat ravinnepäästöt. Konkreettinen esimerkki ympäristöpainottei- sesta maatalouspolitiikan toimesta on vuonna 1995 käyttöön otettu maatalouden ympäristötukijärjestelmä, jonka yhtenä tavoitteena on turvata pitkällä tähtäimellä kestävän maatalouden harjoittaminen. Maatalouspolitiikan muutospaineet ympäris- tökeskeisempään suuntaan ovat seurausta mm. ympäristötietoisuuden lisäänty- misestä ja eri ympäristöryhmien aiempaa suuremmasta vaikutusvallasta. Lisäksi ennen EU:iin liittymistä Suomessakin harjoitettu tuottajahintatukeen perustuva maatalouspolitiikka on johtanut muutostarpeisiin, koska se on sekä kärjistänyt maatalouden ympäristövaikutuksia että aiheuttanut kannattamatonta ylituotantoa (OECD 1994). Ympäristöasioiden painotusta niin maataloudessa kuin muillakin aloilla 'lat- van Rio de Janeirossa vuonna 1992 pidetty YK:n ympäristö-ja kehityskonferenssi ja siellä esitetyt toimet. Konferenssissa sovittiin maailmanlaajuisesta kestävän kehityksen toimintaohjelmasta, jonka toteuttamiseksi kunkin maan on omalta osaltaan arvioitava, mitä kansallisia toimia kestävän kehityksen saavuttamiseksi tarvitaan. Suomessa näiden kansallisten toimien tarvetta on arvioitu mm. ympäristöministeriön Ympäristöohjelma 2005:ssä (1995). Maatalouden tavoit- teeksi on asetettu tuotannon harjoittaminen siitä aiheutuvat haitat minimoiden. Tavoitteeseen päästään ohjelman mukaan noudattamalla ns. hyviä viljelymenetel- miä (MMM 1993), joihin kuuluu mm. lannoitustasoj en tarkistaminen lannoituk- sesta aiheutuvan ympäristökuormituksen huomioon ottavaksi. Torjunta-aineiden käytölle esitetään samassa yhteydessä vähentämisohjelmaa, jonka tavoitteena on niiden käytön vähentäminen vuoteen 2005 mennessä noin 75 %:11a vuoden 1990 tasosta. Ympäristötietoisuuden lisääntyessä kuluttajat asettavat entistä enemmän vaa- timuksia elintarvikkeiden tuotannon kuluttaja- ja ympäristöystävällisyydelle. Ku- luttajien luottamusta kotimaisten elintarvikkeiden laadukkuuteen on pidetty ta- keena suomalaisen maatalouden selviytymisessä Euroopan unionin yhteis- markkinoilla. Yksi kuluttajien elintarvikkeisiin liittyvistä epäluuloista liittyy torjun- ta-aineiden käyttöön. Vaikka terveysviranomaisten mielestä onkin selvää, että torjunta-aineiden käytöstä ei aiheudu merkittävää terveysriskiä kuluttajille (Elintarvikevirasto 1994), kuluttajat tuntevat torjunta-aineiden käytön yhdeksi vakavimmista elintarvikkeisiin liittyvistä terveysriskeistä (Louekari 1991). 8 Maatalouden aiheuttama ympäristökuormitus on esimerkki tuotantoon liitty- västä negatiivisesta ulkoisvaikutuksesta, joka seuraa tuotannon ympäristövaiku- tusten jättämisestä huomiotta liiketaloudellisin perustein tehtävissä tuotanto- päätöksissä. Esimerkiksi yritystaloudellisesti optimaalinen lannoitteiden tai tor- junta-aineiden käyttö ei ole välttämättä sama kuin yhteiskunnallinen optimi. Perusongelma kaikkien hyötyjen ja haittojen huomioonottamisessa tuotantopää- töksessä on mm. ympäristöön kohdistuvien hyötyjen/haittojen vaikea vertailtavuus konkreettisia kassavirtoja aiheuttavien tuottojen/kustannusten kanssa. On esi- merkiksi vaikea arvioida paljonko maanviljelijän tulisi vähentää tai lisätä torjunta- aineiden käyttöä, jotta käytön seurauksena saatavan sadonlisän arvo sekä muut mahdolliset hyödyt vastaisivat kaikkia käytöstä aiheutuvia kustannuksia. Torjun- ta-aineiden käytön kustannuksia ovat valmistekustannuksen lisäksi torjunta-ai- neiden käytöstä viljelijälle, elintarvikkeiden kuluttajille ja ympäristölle aiheutuvat riskit. Jotta kaikkia kustannuksia ja tuottoja voitaisiin pitää päätöksenteon perus- teina, niiden tulisi olla yhteismitallisesti, esimerkiksi markkoina, arvotettuja. Mark- kinoilla arvottamattomat hyödykkeet, kuten ympäristön laadun paraneminen/heik- keneminen, pyritäänkin arvottamaan rahamääräisenä, jotta niiden vaikutus hy- vinvointiin voitaisiin paremmin ottaa huomioon päätöksenteossa. 1.2. Tutkimuksen tarkoitus ja tavoite Tutkimuksen tarkoitus on mitata kyselyihin perustuvalla contingent valuation - menetelmällä (CV-menetelmä) kuluttajien suhtautumista maataloudessa käytet- tyjen torjunta-aineiden käytön vähentämiseen. Näin kerätään maatalous- ja ympäristöpolitiikan kannalta hyödyllistä tietoa kuluttajien asenteista yhteen maa- talouden tuotantomenetelmistä. Tutkimuksen tavoitteet ovat: selvittää suomalaisten kuluttajien mielipiteet torjunta-aineiden käytöstä maa- taloudessa tuottaa rahamääräinen arvio kuluttajien maksuhalukkuudesta torjunta-ainei- den käytön vähentämisestä sekä arvioida herkkyystarkasteluj en ja kyselyyn liittyvän informaation perusteella contingent valuation -menetelmällä saatujen tulosten luotettavuutta. Tutkimus on katsottu tarpeelliseksi, koska sen tulosten avulla voidaan saada tietoa: torjunta-aineiden käytön vähentämisen tuottamista hyödyistä, markkinattomien hyötyj en rahamääräisestä arvottamisesta ja kuluttajien suhtautumisesta kotimaisessa maataloudessa käytettyihin tuotanto- menetelmiin. 9 Tutkimuksen tarkoituksen, tavoitteiden ja tarpeellisuuden perusteella muotoutu- neet tutkimusongelmat ovat: Paljonko suomalaiset kuluttajat ovat halukkaita maksamaan torjunta-aineiden käytön vähentämisestä puoleen nykyisestä tai niiden käytön lopettamisesta kokonaan? Onko kyselyssä vastaaj alle esitetyllä informaatiolla merkittävä vaikutus saa- tuihin tuloksiin? 1.3. Tutkimusraportin rakenne Tutkimusraportin kappaleessa kaksi esitetään valitun tutkimusmenetelmän kannal- ta oleelliset, kuluttajan teoriaan perustuvat, hyvinvoinnin muutosten mittarit. Kappaleessa kaksi kuvataan lisäksi ulkoisvaikutusten ja julkishyödykkeen avul- la ympäristöhyödykkeen käsite, esitellään tutkimuksen teoreettinen viitekehys sekä rajataan tutkimus. Kappaleessa kolme perehdytään lyhyesti vaihtoehtoisiin tutkimusmenetelmiin ympäristön tuottamien hyötyjen rahamääräiseksi arvot- tamiseksi, esitellään contingent valuation -menetelmän käyttö tutkimusmene- telmänä ja arvioidaan menetelmällä saatavien tulosten luotettavuutta aikaisem- pien tutkimusten avulla. Osana tätä tarkastelua luodaan lyhyt katsaus menetel- män ympärillä käytävään keskusteluun ja menetelmän saamaan kritiikkiin. Li- säksi käydään kursorisesti läpi aikaisemmat torjunta-aineiden käyttöön ja elin- tarvikkeiden turvallisuuteen liittyvät tutkimukset. Kappaleessa neljä käydään läpi tutkimuksella estimoitavien hyvinvointisuu- reiden mallittaminen ns. random utility -mallin avulla ja esitellään yleisimmin käytetyt estimointimenetelmät diskreetin selitettävän muuttujan estimoinnissa. Parametrisista menetelmistä käydään läpi logit- ja probit-mallit sekä niiden sovel- lus spike-malli. Laskennallisesti ja käsitteellisesti yksinkertainen ei-parametrinen menetelmä esitellään myös kappaleessa neljä. Tutkimusraportin loppuosa käsittää tutkimuksessa aiemmin esitetyn teorian empiirisen sovelluksen. Kappaleessa viisi esitellään tutkimusaineisto ja kappa- leessa kuusi aineistoon perustuvat tutkimustulokset, joihin liittyy myös tulosten luotettavuuden arviointi. Lisäksi arvioidaan vastauskadon vaikutusta ja esitetään kuluttajien maksuhalukkuutta torjunta-aineiden käytön vähentämisestä selittävä malli Kappaleessa seitsemän esitetään johtopäätökset ja kappaleessa kahdeksan lyhyt yhteenveto käsillä olevasta tutkimusraportista. 10 2. Ympäristöhyödykkeet ja hyvinvoinnin muutosten mittaaminen 2.1. Julkishyödykkeet ja ulkoisvaikutukset Ympäristöhyödykkeelläl tarkoitetaan tässä työssä ympäristöresurssien tuotta- maa maksutonta ja ainakin periaatteessa kaikille tarjolla olevaa hyödykettä, jonka tuottamat hyödyt eivät välity hyödynsaajille markkinoiden kautta. Ympäristöhyödyke on julkishyödyke (public good), jonka varantoon ulkois- vaikutukset (externalities) virtasuureina vaikuttavat (Hanley 1991, s. 6). Varianin (1992, s. 414) mukaan julkishyödyke on kaikkien vapaasti kulutettavissa (nonexclusive) oleva hyödyke, jonka kuluttaminen ei vähennä toisten kulutus- mahdollisuuksia (nonrival). Julkishyödyke on siten vastakohta yksityiselle hyödykkeelle (private good), joka ei ole kaikkien vapaasti käytettävissä ja vähe- nee käytön seurauksena. Johanssonin (1993, s. 63) mukaan julkishyödykkeelle on ominaista, että yhden lisäyksikön kuluttaminen ei lisää tuotantokustannuksia (tuotannon rajakustannus MC = 0) eikä ketään voida sulkea pois hyödykkeen kuluttamisesta. Johanssonin ja Varianin määritelmät vastaavat käytännössä toisi- aan ja jatkossa viitataankin ympäristöhyödykkeisiin julkishyödykkeinä heidän määritelmiensä mukaisesti. Julkishyödyke on tämän määritelmän mukaisesti ns. aito julkishyödyke (pure public good). Ulkoisvaikutus kuvaa tilannetta, jossa kuluttajan tai tuottajan kokemaan hyö- dyn määrään vaikuttaa jonkun muun talouden toimijan kulutus tai tuotanto ilman, että tämän vaikutuksen rahallinen arvo välittyy markkinoiden kautta. Ulkoisvaikutukset voivat olla joko negatiivisia tai positiivisia ja ne vaikuttavat kulutukseen ja/tai tuotantoon. Negatiivinen, ilman kulutukseen kohdistuva ulkois- vaikutus ilmenee esimerkiksi runsaan autoliikenteen heikentäessä ilman laatua. Tienvarsimaisemaa elävöittävä viljelyalue on puolestaan esimerkki viljelyn tuotta- masta positiivisesta ulkoisvaikutuksesta, jota tiellä kulkijat voivat korvauksetta hyödyntää. Ulkoisvaikutuksissa on olennaista niiden vaikutus hyvinvointiin il- man, että niille on olemassa markkinoita (Varian 1993, s. 545). Ulkoisvaiku- tukset voidaan sisällyttää yrityksen tuotantoon määräämällä yritykselle ulkois- vaikutusten taloudellista arvoa vastaava vero tai tuki (Johansson 1993, s. 66). 1 "Ympäristö" voi tietysti olla kuluttajalle myös "haitake". Haitta on "negatiivista" hyötyä ja jatkossa ympäristöhyödyistä puhuttaessa niihin sisällytetäänkin vastakohtaisina ympä- ristöhaitatkin. 11 2.2. Ympäristöhyödykkeen arvo Ympäristön kokonaisarvon voidaan karkean luokittelun mukaan kuvata koos- tuvan käyttöarvosta, optioarvosta ja olemassaoloarvosta. Käyttöarvo (use value) kuvaa hyödykkeen todellisesta käytöstä saatavaa hyötyä ja optioarvo (option value) hyödykkeen potentiaalisen, tulevaisuudessa mahdollisesti toteutuvan käy- tön arvoa. Olemassaoloarvo (existence value) ei liity mitenkään käyttöön, sillä se ilmaisee jonkun asian olemassaolon tiedostamisesta koituvaa hyötyä, esimer- kiksi lajin tai ekosysteemin olemassaolon itseisarvoa (Pearce ja Turner 1990, s. 130-131). Tämän määritelmän mukaan esimerkiksi yksittäisen metsälön kokonaisarvo muodostuu metsän käytöstä saatavista hyödyistä (esim. puun- myyntitulot), tulevaisuudessa mahdollisesti saatavista, mutta nykyhetkellä tun- temattomista, metsän käyttöön liittyvistä tuloista (optioarvo) ja metsälön pelkäl- lä olemassaolollaan tuottamasta hyödystä (olemassaoloarvo). 2.3. Kuluttajan ylijäämä Taloudessa tapahtuvien muutosten vaikutus hyvinvointiin on keskeinen kysy- mys arvioitaessa muutosten mielekkyyttä. Vaikutukset olisivat helposti selvitet- tävissä, mikäli tunnettaisiin yksilön hyötyfunktio, joka ilmaisee hänen kokemansa hyödyn kulutettujen hyödykkeiden funktiona. Hyötyfunktion havaitseminen on kuitenkin mahdotonta. Tarvitaan luotettava ja kohtuullisen helposti havaittavis- sa oleva suure hyvinvointimuutosten arvioimiseksi. Sellaisena on yleisimmin käytetty kuluttajan ylijäämää. Kuluttajan ylijäämän määrittelemiseksi on tunnettava tuotteen kysyntäffinktio, joka ilmaisee kysynnän kuluttajan tulojen ja hänen kuluttamiensa tuotteiden funktiona. Kysyntäfunktiosta voidaan ratkaista tuotteen kysyntäkäyrä vaihtele- malla tuotteen hintaa kuluttajan tulot ja muut hinnat vakioituina. Näin saatu kysyntäkäyrä ilmaisee tuotteen kysytyn määrän eri hinnoilla. Kysyntäkäyrästä voidaan edelleen ratkaista käänteinen kysyntäkäyrä, joka ilmaisee tuotteen hin- nan kysytyn määrän funktiona (kuvio 1). Nämä ns. perinteinen 1. marshallilainen kysyntäkäyrä ja käänteinen kysyntäkäyrä vastaavat graafisesti toisiaan. Ero nii- den välillä on pelkästään lähestymistavassa (Varian 1993, s. 95-113). Kuluttajan nettoylijäämäksi (CS, the net consumer's surplus) hinnalla p* kutsutaan tuotteesta maksetun hinnan ja kysyntäkäyrän väliin jäävää aluetta ABC (kuvio 1). Osa kuluttajista olisi tarvittaessa valmis maksamaan tuotteesta korkeamman hinnan kuin p*. Kaikkien ei kuitenkaan tarvitse maksaa korkeinta maksuhalukkuuttaan vastaavaa hintaa, koska tuotteen hinta vain harvoin voi- daan asettaa kullekin ostajalle erikseen. Erotus maksimaalisen maksuhalukkuuden ja markkinahinnan välillä on kuluttajan nettoylijäämä. 12 Kuluttajan bruttoylijäämä hirmallap* on koko kysyntäkäyrän alle jäävä alue ABCDE. Erotus brutto- ja nettoylijäämien välillä on maksun DE aiheuttama vähennys kuluttajan hyvinvoinnissa. Jatkossa kuluttajan ylijäämällä tarkoitetaan nimenomaan nettoylijäämää. Kuluttajan ylijäämä vastaa bruttoylijäämää ainoas- taan hyödykkeen kulutuksen ollessa maksutonta. Aidon julkishyödykkeen tapa- us vastaa tällaista tilannetta ja kuluttajan ylijäämä on silloin koko kysyntäkäyrän alapuolelle jäävä alue ABCDE, jonka suuruutta tarjolla olevan hyödykkeen mää- rä q* ja kysyntäkäyrä rajoittavat (Johansson 1991, s. 120). Alue A on kuluttajan nettoylijäämä hinnan noustua p*:stä p ':uun (kuvio 1). Ylijäämä on pienentynyt hinnan nousun seurauksena alueen BC verran, joka kuvaa hinnan nousun aiheuttamaa kuluttajan hyvinvoinnin laskua. Kuluttajan ylijäämä ei kuitenkaan ole yksiselitteinen hyvinvoinnin muutoksen mittari. Esi- merkiksi useamman kuin yhden tuotteen hinnan muuttuessa on mahdollista saada toisistaan poikkeavat tulokset hintamuutosten oletetusta järjestyksestä riip- puen (Just ym. 1982, s. 73). Kuluttajan ylijäämä on tarkka hyvinvoinnin muu- toksen mittari vain siinä tapauksessa, että hinnan muutoksen aiheuttama ns. tulovaikutus ei vaikuta tarkasteluun eli kuluttajan hyötyfunktio on joko homo- teettinen tai kvasilineaarinen. Hyötyfunktion sanotaan olevan homoteettinen, jos tulojen muutos vaikuttaa samalla tavalla kaikkien tuotteiden kysyntään. Kvasilineaarisen hyötyfunktion tapauksessa tulojen muutos puolestaan vaikuttaa vain yhden tuotteen kysyntään (Johansson 1993, s. 42-47). Vaikka toisinaan koko kuluttajan kokeman hyödyn ja siinä tapahtuvien muu- tosten rahamääräinen mittaaminen lcyseenalaistetaan, kuluttajan ylijäämä on hyö- dyn tai hyödyn muutosten suoran mittaamisen mahdottomuuden takia usein ainoa järkevä lähestymistapa monille ongelmille soveltavan hyvinvointitalous- tieteen alalla (Just ym. 1982, s. 76). Hyödyn mittaaminen kuluttajan ylijäämän kysyntäkäyrä p(q) = q(p) q* Kuvio I. Kysyntäkäyrä ja kuluttajan ylijäämä (Varian 1993, s. 245-249). 13 avulla ei kuitenkaan aina johda täsmällisiin havaintoihin hyödyn muutoksesta. Seuraavassa luvussa esiteltävien ns. hicksiläiseen kysyntäkäyrään perustuvien hyvinvoinnin muutoksia mittaavien suureiden etu tavalliseen ns. marshallilaiseen kuluttajan ylijäämään nähden on niiden tarkkuus. Hicksiläinen kysyntäkäyrä poikkeaa marshallilaisesta kysyntäkäyrästä siinä, että se kuluttajan tulojen vakioi- misen sijaan (vrt. marshallilainen kysyntä) vakioi kuluttajan kokeman hyödyn ja vaihtelee tietyn hyötytason saavuttamisen tarvittavia tuloja (esim. Gravelle ja Rees 1992, s. 106-107). Yhteiskunnan kokonaishyvinvoinnissa talouden muutoksen seurauksena ta- pahtuvan muutoksen selvittämiseksi tulisi tietää kaikkien kuluttajien kokeman hyödyn muutos. Laskemalla jokaisen kuluttajan ylijäämän muutokset yhteen voitaisiin todeta, onko hyvinvointi alhaisemmalla, korkeammalla vai samalla tasolla kuin ennen taloudessa tapahtunutta muutosta. Ylijäämien laskeminen yhteen yhteismitallisina ilmaisee täsmällisesti todellista hyvinvoinnin muutosta kuitenkin vain siinä tapauksessa, että rahan rajahyöty on jokaiselle kuluttajalle sama. Summattaessa yksinkertaisesti havaitut rahamääräiset kuluttajien ylijää- män muutokset yhteen, on mahdollista, että hyvinvoinnin muutos on yhteen- laskun mukaan päinvastainen kuin todellisuudessa, koska rahan rajahyöty vaih- telee kuluttajien kesken (Johansson 1993, s. 48-49). 2.4. Kompensoiva ja ekvivalentti variaatio Hyödyn muutosten mittaamiseen on marshallilaisen lcysyntäkäyrän avulla määri- tettävän kuluttajan ylijäämän lisäksi muitakin suureita. Yksi niistä on Hicksin 1940-luvulla esittämä kompensoivan ja ekvivalentin variaation käsite. Kompen- soiva variaatio (CV, compensating variation) kuvaa rahasummaa, joka voidaan hyödykkeen hinnan muututtua ottaa kuluttajalla pois (antaa kuluttajalle) jättäen hänet samalle, hinnan muuttumista edeltäneelle hyödyn tasolle. Ekvivalentti variaatio (EV, equivalent variation) puolestaan on kuluttajan tulojen vähennys (tai tulojen lisäys), joka saattaa hänet täsmälleen samalle hyödyn tasolle ennen muutosta kuin muutoksen jälkeen (Johansson 1993, s. 49). Kompensoiva variaatio johdetaan kuviossa 2 kahden hyödykkeen tapauksen (i) ja hicksiläisen 1. kompensoidun kysyntäkäyrän avulla (ii). Hinnalla p* kulut- taja valitsee kulutuskorin a, missä hänen preferenssejään kuvaava indif- ferenssikäyrä u ja yhtenäisen viivan kuvaama hintasuora sivuavat toisiaan. Hyödykkeen x/ hinnan laskiessa p ':un kuluttajan hintasuora loivenee (leikaten nyt xl-akselin kohdassa p'/m) ja hyötyään maksimoiva kuluttaja valitsee kulu- tuskorin c siirtyen samalla indifferenssikäyrän u' kuvaamalle korkeammalle hyödyn tasolle. Tapahtuneen hinnan muutoksen aiheuttama hyödykkeen x/ ku- lutuksen muutos voidaan nyt jakaa substituutio- ja tulovaikutukseen. Kuvi- ossa 2(i) siirtyminen pisteestä a pisteeseen b on hyödykkeen xl hinnan alentumisen aikaan saama substituutiovaikutus. Tulovaikutus puolestaan ilmenee 14 xl p'/m xl xl" x1' p*/m kuluttajan siirtymisenä korkeammalle hyödyn tasolle pisteestä b pisteeseen c. Tämä on mahdollista kuluttajan ostovoiman lisäännyttyä toisen hänen kuluttamansa hyödykkeen hinnan alennuttua. Kompensoiva variaatio kuvaa sitä tulojen mää- rää, jonka vähentäminen saattaa kuluttajan uusilla hinnoilla p' takaisin entisillä hinnoilla p vallinneelle hyödyn tasolle u. Tämä merkitsee siirtymistä pisteestä c pisteeseen b. Poistamalla näin hinnan muutoksen aiheuttaman tulovaikutuksen voimme johtaa hicksiläisen 1. kompensoidun kysyntäkäyrän (kuvio 2ii), jonka avulla CV on määriteltävissä samaan tapaan kuin tavallinen kuluttajan ylijäämä. (i): (iii): Kompensoiva variaatio CV Ekvivalentti variaatio EV p A xl xl" xl' (ii): Kompensoiva variaatio marshallilaisen dM ja hicksiläisen dH kysyntäkäyrän avulla kuvattuna (iv): Ekvivalentti variaatio marshallilaisen ja hicksiläisen kysyntäkäyrän avulla kuvattuna Kuvio 2. Kompensoiva ja ekvivalentti variaatio (Johansson 1993, s. 50-51). 15 Ekvivalentin variaation johtaminen on periaatteessa analoginen kompensoivan variaation johtamisen kanssa, mutta lähtökohta on päinvastainen (kuvio 2ii). Tavoite on nyt kuluttajan hyödyn saattaminen vanhoilla hinnoilla uusien hinto- jen tuottamalle hyödyn tasolle. Tuotteen x/ hinnan alentuessa p*:sta p':uun kuluttaja siis siirtyy alkuperäisen hyödyn tasolta u korkeammalle hyödyn tasolle u' eli pisteestä d pisteeseen f, joka on seurausta kuluttajan ostovoiman lisäänty- misestä toisen hänen kuluttamansa hyödykkeen hinnan alennuttua. Ekvivalentti variaatio on tulojen muutos, jolla on sama vaikutus ilman hintojen muutosta kuluttajan hyvinvointiin kuin hinnan alentumisellap*:stäp ':un. Lisäämällä van- han hinnan p* vallitessa kuluttajan tuloja määrällä EV, hän saavuttaisi saman hyödyn kuin alhaisemmalla hinnalla p'. Tämä merkitsee siirtymistä pisteestä d pisteeseen e. 2.5. Kompensoiva ja ekvivalentti ylijäämä ympäristöhyödykkeelle Hyvinvointivaikutusten arviointi hinnan muutoksen avulla on mahdotonta kun tarkastellaan ympäristön tuottamia hinnattomia hyötyjä. Kuvion 3 ylemmässä osassa kuvataan samahyötykäyrien avulla hyvinvoirmissa tapahtuvia muutoksia, kun hinnattoman ympäristöhyödykkeen xl kulutettavissa oleva määrä Q muut- tuu. Hyödyke x2 kuvaa tässä kaikkia muita käytettävissä olevia hyödykkeitä kokonaistuloina kuvattuna. Hintasuora on vaakasuora, koska hyödykkeen 1 käyttö on kuluttajalle maksutonta. Hyödykkeen 1 kulutusta ei rajoita nyt sen hinta vaan sen tarjottu määrä Q. Nyt tarkastelun kohteena olevia hyvinvointisuureita kutsutaan variaatioiden asemasta kompensoiviksi (CpS, compensating surplus) ja ekvivalenteiksi ylijää- miksi (ES, equivalent surplus). Oletetaan, että ympäristöhyödykkeen alkuperäi- nen määrä on Q, jollöin kuluttajan hyötyä kuvaa piste A. Mikäli ympäristö- hyödykkeen tarjolla olevaa määrää Q lisätään määrään Q', kuluttaja siirtyy budjettisuoraa pitkin korkeammalle hyödyn tasolle pisteeseen B. Alemmassa ku- viossa marshallilaisen kysyntäkäyrän dd avulla esitettynä tätä vastaa alueen FG suuruinen kuluttajan ylijäämän kasvu. Muutoksen aiheuttama tulo- ja substi- tuutiovaikutus on tässä tapauksessa otettu kokonaan huomioon. Huolimatta ympäristöhyödykkeen hinnattomuudesta, tulovaikutus on olemassa ja marshal- lilainen kuluttajan ylijäämä antaa epätarkan kuvan hyvinvoinnin muutoksesta. Tulovaikutus voidaan kompensoida selvittämällä, kuinka paljon kuluttaja on halukas maksamaan varmistaakseen ympäristöhyödykkeen lisääntyneen tarjon- nan (tyypin 1 muutos). Kuluttajan maksimaalinen maksuhalukkuus (WTP, willingness to pay) muu- toksesta on BC. Maksun seurauksena kuluttajan tulot vähenevät ja kuluttaja palaa alkuperäiselle hyödyn tasolle pisteeseen C. Alemmassa kuviossa kompen- soitu 1. hicksiläinen kysyntäkäyrä hh ja sen alle jäävä alue G kuvaavat täsmälli- 1 6 xl Hinta ympäristö- hyödyke Q' ympäris o- hyödyke muut hyödy et Hyvinvoinnin Hyvinvoinn4tiu0t) lisäys lasku WTA (ES) (tyyppi 2) WTA (CpS) (tY311313i 4) budjetti- suora WTP (ES) (tyyppi 1) WTP (CpS) (tyyppi 3) u. Kuvio 3. Hyvinvointimuutosten mittaaminen hinnattoman, määrältään rajoitetun hyödykkeen tapauksessa (Bateman ja Turner 1992, s. 27). sesti määrän muutoksen aiheuttaman hyvinvoinnin lisäyksen (CpS, kompensoiva ylijäämä). Edellä kuvattua tilannetta voidaan tarkastella myös olettamalla, että ympäris- töhyödykkeen määrää ei mahdollisuudesta huolimatta päätetäkään lisätä mää- rästä Q määrään Q'. Näin menetetty hyödyn lisäys voitaisiin korvata kuluttajalle summalla AD, jonka avulla hän voisi saavuttaa korkeamman hyödyn u'. Summa AD on ekvivalentti variaatio, jonka kuluttaja olisi valmis hyväksymään (WTA, willingness to accept) korvauksena ympäristöhyödykkeen tarjonnan lisäyksen peruuntumisesta. Täsmällinen hyvinvointimuutoksen mittari on tällöin hicksiläisen kysyntäkäyrän h 'h' alle jäävä alue EFG, joka vastaa tyypin 2 muutosta ylem- mässä kuviossa. Huomattakoon, että tällöin CpS (WTP) < kuluttajan ylijäämä < ES (WTA) ja toisaalta WTP < WTA. Kuluttaja siis vaatii enemmän korvausta muutoksen peruuntumisesta kuin on halukas maksamaan sen toteutumisesta. Oletetaan nyt hyvinvoinnin lasku ympäristöhyödyklceen tarjonnan alennuttua määrästä Q' määrään Q. Kuluttaja on ensin pisteessä B hyötykäyrällä u'. Koska 17 on odotettavissa siirtyminen hintasuoraa pitkin pisteeseen A, kuluttaja on valmis maksamaan summan BC välttääkseen hyödyn alenemisen (kuvio 3: CpS, tyyppi 3). Mikäli hyvinvoinnin menetys kuitenkin tapahtuu, sen aiheuttama hyvin- voinnin menetys voidaan korvata kuluttajalle summalla AD (WTA, tyyppi 4). Hyvinvointitappion kohdalla tilanne on seuraava: ES (WTP) < kuluttajan ylijää- mä < CpS (WTA). Kuluttajan vaatima korvaus hyvinvoinnin laskusta on suu- rempi kuin hänen halukkuutensa maksaa hyvinvoinnin laskun estämisestä (Bateman ja Turner 1992, s. 26-28, Braden ja Kolstadt 1991,s. 30-31). 2.6. Tutkimuksen teoreettinen viitekehys Tutkimuksen teoreettinen viitekehys kuuluu hyvinvointitaloustieteeseen ja ra- kentuu pääosin ulkoisvaikutusten teorian, kuluttajan teorian ja hyötyjen raha- määräistämisen teorian perustalle. Teoreettisen viitekehyksen lähtökohtina ovat viljelijöiden preferensseihin perustuva torjunta-aineiden käyttö maataloudessa ja siitä aiheutuvat ulkoisvaikutukset, jotka voivat olla joko negatiivisia tai positii- visia (kuvio 4). Nämä ulkoisvaikutukset vaikuttavat elintarviketurvallisuudesta ja maaseutuympäristön tilasta koostuvan julkishyödykkeen varantoon. Tutkimuksella selvitetään kuluttajien maksuhalukkuus muutoksesta, joka seu- raisi em. julkishyödykkeen tarjonnassa torjunta-aineiden käytön vähentämisen seurauksena. Tutkimusmenetelmänä käytettävänä contingent valuation -mene- telmällä rahamääräistetään kuluttajien preferenssit torjunta-aineiden käytön vä- hentämisen suhteen. Informaatiota kuluttajien suhtautumisesta torjunta-aineiden käyttöön voidaan käyttää maatalouspoliittisen päätöksenteon apuvälineenä harkittaessa torjunta-aineiden käyttöä koskevan politiikan toimenpiteitä. Toi- menpiteet vaikuttavat viljelijöiden käyttäytymisen kautta edelleen torjunta-ai- neiden käytön tulevaan tasoon. CV-menetelmään liittyvien potentiaalisten me- netelmä- ja teoriaharhojen vuoksi informaatio kuluttajien preferensseistä on epätäydellistä ja se tulee huomioida tutkimustulosten tulkinnassa. Tutkimus ei ota kantaa torjunta-aineiden käyttöä sääteleviin maatalous- poliittisiin toimenpiteisiin tai niiden päätöksenteon perusteisiin eikä sillä arvioi- da objektiivisesti torjunta-aineiden käytön perusteita. Tutkimus on tehty valaise- maan kuluttajien suhtautumista torjunta-aineiden käyttöä kohtaan maataloudessa. Teoreettisen viitekehyksen keskeinen elementti on preferenssien rahamää- räistäminen CV-menetelmän avulla. Tutkimuksessa pyritään luomaan CV-me- netelmällä informaatiolinkki kuluttajien preferenssien ja maatalouspoliittisen pää- töksenteon välille sekä arvioimaan kriittisesti tämän yhteyden toimivuutta. In- formaatio kuluttajien preferensseistä kerätään kyselyn avulla luoduilla hypoteetti- silla markkinoilla. Otokseen valitut kuluttajat tuovat niillä esille, kuinka suuresta osasta tulojaan he ovat valmiita luopumaan varmistuakseen torjunta-aineiden käytön vähentämisestä. Kyselyllä selville saatava maksuhalukkuus torjunta-ai- 18 ULKOIS VAIKUTUS JULKISHYÖDYKE HYVINVOINTITALOUSTIEDE Ulkoisvaikutusten ja julkishyödykkeiden teoria elintarvike- turvallisuus maaseutu- ympäristö (varanto) toimenpide t t I 1-11" L _J KULUTTAJIEN PREFERENSSIT X Infusimaatio X Kuluttajan teoria keinovalikoima MAATALOUS- POLIITTINEN PÄÄTÖKSEN- TEKO Päätöksenteon —teoria r— I 1 CONTINCENT VALUATION iuformaatju X Y I preferenssien paljastaminen Hyötyi!n rahamääräistämisen teoria menetelmä- ja teoriaharhat Y Tuotantoteoria torjunta-aineiden käyttö (virta) VILJELIJÖIDEN PREFERENSSIT neiden käytön vähentämisestä vastaa näin 011en kuvion 3 (s. 17) tyypin 1 muu- toksesta seuraavaa ekvivalenttia ylijäämää. Menetelmäharhojen vaikutusta tut- kimustuloksiin arvioidaan herkkyystarkasteluin ja tutkimalla vastaaj alle annetta- van informaation vaikutusta kyselyssä ilmaistuun maksuhalukkuuteen. Kuvio 4. Tutkimuksen teoreettinen viitekehys. 19 3. Contingent valuation -menetelmä ympäristöhyödykkeiden arvottamisessa Contingent valuation -menetelmällä (CV-menetelmällä) tuotetaan rahamääräisiä arvioita markkinattomien hyödykkeiden aikaan saamista hyödyistä luomalla niille kyselyjen avulla keinotekoiset markkinat ja tekemällä havaintoja aikaan saaduil- la, mahdollisimman todenmukaisilla markkinoilla. CV-menetelmää voitaisiinkin kutsua markkinasimulaatio-menetelmäksi. Kyselyillä tavoitellaan käyttökelpoisia estimaatteja kuluttajien haluldcuudesta maksaa heidän hyvinvointia edistävän hank- keen toteutumisesta Hankkeen heikentäessä hyvinvointia estimoidaan kuluttajan hyvinvoinnin ennalleen saattavan kompensaation suuruutta. Pyrkimyksenä on yleensä selvittää julkishyödykkeen tarjonnassa tapahtuvien muutosten aiheutta- mat hyvinvointivaikutukset, jotta tuloksia voitaisiin käyttää yhteiskunnallisen hyö- ty-kustannusanalyysin apuvälineenä ja arvioida näin toimenpiteiden yhteis- kunnallista mielekkyyttä. Markkinattomien ympäristöhyödykkeiden arvottamiseksi on contingent valuation -menetelmän ohella eniten käytetty matka kustannusmenetelmää, hedonisten hintojen menetelmää ja sairauskustannusten arviointia. Matka- kustannusmenetelmällä arvioidaan esimerkiksi luonnonsuojelualueen tuottamia hyötyjä selvittämällä ihmisten kyseiselle alueelle matkustamiseen ja siellä oleiluun käyttämien tulojen määrä. Menetelmällä ei kuitenkaan pystytä arvioimaan muita kuin todellisen käytön aikaan saamia hyötyjä (Knetsch 1964, Just ym. 1982, s. 290-292, Randall 1987, s. 269). Hedonisten hintojen menetelmä perustuu oletukseen, jonka mukaan tuottei- den hinnat heijastavat niiden tuottamien hyötyjen kokonaisarvoa (Palmquist 1991, s. 77). Oletetaan esimerkiksi kaksi asuntoa, jotka poikkeavat toisistaan siten, että ainoastaan toisen asunnon ikkunasta avautuu merinäköala. Hedonisten hin- tojen menetelmällä näköalan tuottama rahamääräinen hyöty voitaisiin arvioida selvittämällä, paljonko enemmän ihmiset ovat halukkaita maksamaan merinäköalan tarjoavasta asunnosta. Sairauskustannusten arviointia käytetään arvottamismene- telmänä ympäristössä tapahtuvan muutoksen vaikuttaessa ihmisten terveyteen. Arvioimalla mm. aiheutuva sairastuneisuuden ja kuolleisuuden lisäys, niistä koi- tuvat hoitokulut sekä menetetyn työpanoksen arvo, voidaan mitata muutoksen yhteiskunnalliset kustannukset. Terveyteen positiivisesti vaikuttavan ympäristö- muutoksen tuottamat hyödyt voidaan toisaalta arvioida alentuneiden kustannus- ten avulla. Tätä menetelmää on arvosteltu mm. sen vuoksi, että sairauden uhrin kokemaa hyödyn alenemista ei täysin pystytä sisällyttämään laskelmiin. Esimer- kiksi kasvanut kuolemanriski voi alentaa yksilön kokemaa hyötyä tuntuvasti, vaikka riski ei koskaan toteutuisikaan eikä suoranaisia kustannuksia syntyisi (Wiegand ja Braun 1994, s. 302). 20 3.1. Tutkimusmenetelmän kehitys Ensimmäinen viittaus CV-menetelmään on Ciriacy-Wantrupin (1947, ref. Port- ney 1994, s. 4) ehdotus Yhdysvaltojen eroosion lieventymisen tuottamien hyötyjen arvioimisesta kysymällä ihmisiltä heidän maksuhalukkuuttaan eroosion vähenty- misestä. Tästä ehdotuksesta kului lähes kaksikymmentä vuotta ennen kuin CV- menetelmää käytettiin tutkimusvälineenä. Davisin (1963, ref. Portney 1994, s. 4) tutkimuksessa arvioitiin Mainen osavaltion metsien virkistysmahdollisuuksien ar- voa metsästäjille ja retkeilijöille. Arvioidakseen CV-menetelmällä saatujen tulos- ten luotettavuutta, Davis vertasi niitä matkakustannusmenetelmällä saatuihin tu- loksiin ja totesi ne mielestään riittävän yhdenmukaisiksi (Portney 1994, s. 4). Krutilla (1967) toi ympäristönsuojelun motiiveja pohtineessa artikkelissaan esille useita ympäristönsuojelun ja ympäristön arvottamisen tutkimusongelmia. Hän painotti mm. ympäristössä tapahtuvien muutosten peruuttamattomuutta, en- nakoi luonnon virkistyskäytön merkityksen kasvua, muistutti geneettisen vaihte- lun säilyttämisen potentiaalisesta arvosta sekä ympäristön nk. olemassaoloarvosta. CV-menetelmä on ainoa käytettävissä oleva menetelmä olemassaoloarvon, ja yleensäkin ns. ei-käyttäjäarvojen, taloudelliseen arvottamiseen. 1970-luvulla CV-menetelmä vakiinnutti asemansa akateemisessa tutkimuk- sessa ja sitä käytettiin mm. metsästyksen, veden ja ilman laadun, terveysriskien vähenemisen, maiseman muuttumisen ja luonnon virkistyskäytön aikaansaamien hyötyjen arvioimiseen. 1980-luvun loppupuolelle saakka useimmat menetelmään liittyvät tutkimukset keskittyivät julkishyödykkeiden arvottamisen ohella CV-me- netelmän kehittämiseen. Tämän myötä CV-menetelmän kiistanalainen maine menetelmänä kohentui huomattavasti. USA:n ympäristönsuojeluviraston (U.S. Environmental Protection Agency, EPA) aloitteesta v. 1984 järjestetyssä semi- naarissa tunnustettujen tieteentekijöiden (mm. Kenneth Arrow) mielipiteet CV- menetelmän käyttökelpoisuudesta olivat kuitenkin varovaisia. Vaikka menetel- män lupaavuus tunnustettiinlcin, sen luotettavuutta vaadittiin kohennettavaksi (Mit- chell ja Carson 1989, s. 12-14, Cummings ym. 1986). Contingent valuation -tutkimuksia tehdään nykyisin laajalti myös USA:n ulko- puolella. Carsonin ym. (1995) bibliografia sisältää yli 2100 CV-menetelmään liittyvää julkaisua kymmenissä eri maissa. Tutkimuskohteet kattavat luonnon- ympäristön lisäksi useita muita aiheita kuten terveyden, koulutuksen ja liikennejärjestelyt. Suomessa CV-menetelmää ovat käyttäneet mm. Mäntymaa (1993) arvioidessaan Oulujärven tuottamia virkistyshyötyjä, Tervonen (1994) kuluttajien talousveden laatuun liittyviä preferenssejä tutkiessaan, Huhtala (1995) jätteiden kierrätystä koskevassa tutkimuksessaan, ja Aakkula (1996) suomalai- sen maaseutumaiseman arvottamistyössään. 21 3.2. Käyttö tutkimusmenetelmänä Contingent valuation -menetelmän avulla pyritään posti-, puhelin- tai haastattelu- kyselyjen avulla paljastamaan yksilöiden preferenssit jonkin julkishyödykkeen tarjontaa kohtaan. Vaikka vakiintunutta tapaa CV-tutkimuksen toteuttamiseksi ei olekaan, menetelmää käyttävät tutkimukset muodostuvat seuraavista osista: (1) kyselyn suunnittelu ja suorittaminen, (2) aineiston analyysi ja (3) tutkimuk- sen arviointi. Kyselyn suunnittelu ja suorittaminen sisältää mm. tutkimuksessa esitettävän hypoteettisen markkinatilanteen määrittelyn. Simuloitu markkinatilanne voi täh- dätä joko maksuhalukkuuden (WTP) määrittelyyn hyvinvoinnin lisäyksestä tai kompensaation hyväksymishalukkuuden (WTA) arviointiin hyvinvoinnin las- kun hyvittämiseksi. Suunnitteluvaiheessa on myös päätettävä perustellusti kysymys- tekniikan valinta ja täsmennettävä maksuhalukkuuskysymys. Maksuhalukkuus- kysymyksessä yleisimmin käytettävät tekniikat ovat avoin kysymys, tarjous- peli, maksukortti ja yksi- tai useampiportaiset kyselymenetelmät. Davis (1964, ref. Mitchell ja Carson 1989, s. 99) käytti ensimmäisessä CV-tutkimuksessa ns. tarjouspelitekniikkaa. Vastaaj alta kysytään tarjouspelissä, olisiko hän halukas maksamaan esitetyn skenaarion toteutumisesta tietyn summan rahaa. Jos vas- taus on myönteinen, kysytään edelleen, olisiko hän halukas maksamaan raha- summan, joka on ensimmäisessä kysymyksessä esitettyä korkeampi. Jos vas- taus ensimmäiseen kysymykseen on ollut kielteinen, vastaaj alta kysytään toises- sa kysymyksessä ensimmäistä kysymystä alhaisempaa maksuhalukkuutta. Tarjouspeliä voidaan periaatteessa edetä tarjouksia korottaen ja laskien niin pitkälle, että vastaajan maksuhalukkuus saadaan tarkasti selville. Tarjouspelin käyttöön liittyvät mm. alkutarjousharhasta (ks. luku 3.3.) aiheutuvat ongelmat (Mitchell ja Carson 1989, s. 99, Mäntymaa 1993, s. 68). Yksinkertaisin tapa vastaajan maksuhalukkuuden selvittämiseksi on kysyä sitä suoraan. Tämän ns. avoimen kysymyksen (open ended question) käyttö johtaa usein mm. protestivastausten suureen lukumäärään, alhaiseen vastaus- prosenttiin sekä ns. strategiseen käyttäytymiseen (ks. luku 3.3.). Avoimen kysy- myksen käyttöön liittyvät ongelmat johtuvat mm. siitä, että sen avulla simuloitu marklcinatilanne poikkeaa huomattavasti tavallisesta markkinatilanteesta (Mit- chell ja Carson 1989, s. 97). Avoimen kysymyksen etu, että sillä saadaan havaittua kunkin vastaajan maksuhalukkuus periaatteessa tarkasti. Hyvinvointi- suureiden laskeminen on yksinkertaista eikä sitä varten tarvitse tehdä oletuksia esim. maksuhalukkuuden jakaumasta. Avoimen kysymyksen käyttöä maksuhaluk- kuuskysymyksessä ei kuitenkaan suosita siihen liittyvien ongelmien vuoksi (esim. Mitchell ja Carson 1989, s. 97, Arrow ym. 1993). Maksukorttitekniikassa vastaajaa pyydetään valitsemaan ns. maksukortilla esitetyistä lukuisista rahamääristä omaa maksuhalukkuuttaan parhaiten kuvaa- van summan (Mäntymaa 1993, s. 70). Menettelyn tarkoitus on helpottaa päätös- 22 tilannetta. Visualisointi ja vaihtoehtojen tarjoaminen auttavat vastaajan päätök- sentekoa, mutta ne voivat myös ohjata vastauksia. Hypoteettisen markkinatilanteen luomiseksi enemmän tavallisia markkinoita vastaavaksi ja tulosten luotettavuuden parantamiseksi ryhdyttiin käyttämään tar- jouksen sisältävää yksiportaista maksuhalukkuuskysymystä (dikotominen kysely- menetelmä). Vastaaja antaa siinä hänelle esitettyyn tarjoukseen ainoastaan myön- teisen tai kielteisen vastauksen. Dikotominen kyselymenetelmä vähentää vas- taajan mahdollisuuksia strategiseen käyttäytymiseen ja tekee markkinasimulaation hyvin paljon markkinatilannetta vastaavaksi (Mitchell ja Carson 1989, s. 101). Valintatilanne on lähellä tavallisen ostopäätöksen tekoa, jossa kuluttaja joutuu tiettyjen hintojen vallitessa tekemään myönteisen tai kielteisen kulutuspäätöksen (vrt. kannustekyvykkyys, luku 3.3.). Dikotomisen kyselymenetelmän ongelma on sen avulla kerättävän informaation niukkuus. Vastaajan maksuhalukkuudesta tiedetään vain, onko se kysymyksessä esitettyä tarjousta alempi tai korkeampi. Maksuhalukkuutta kuvaavat suureet joudutaan estimoimaan maksuhalukkuuden jakaumaa koskevien oletusten nojalla. Tehdyt oletukset voivat puolestaan vaikut- taa tuloksiin. Lisäksi dikotomista kyselymenetelmää käytettäessä tarvitaan esim. avoimen kysymyksen käyttöön verrattuna suuri määrä havaintoja, joten käytetyn otoksen tulee olla suuri. Dikotominen kyselymenetelmä on nykyisin ilmeisesti eniten käytetty kyselytelcniikka. Dikotomisen kyselymenetelmän avulla kerättyä informaatiota voidaan laajen- taa käyttämällä kaksiosaista tarjousta. Siinä vastaajalle esitetään ensimmäisen vastauksen perusteella uusi, ensimmäisestä poikkeava tarjous. Menettely vastaa kaksiosaista tarjouspeliä. Vastaajan maksuhalukkuus saadaan kaksiportaisella menetelmällä periaatteessa tarkemmin esille kuin yksiosaisella tarjouksella. Kaksi- osaisen kysymyksen käyttö onnistuu käytännössä vain joko puhelinkyselyssä tai haastattelutilanteessa, joten sen käyttöä rajoittavat kyselyn toteuttamisesta ai- heutuvat kustannukset. Kuten tarjouspelissäkin, maksuhalukkuuskysymys voi olla myös useampi kuin kaksiportainen. Moniportaisten maksuhalulduiuskysymysten käyttöä on kritisoitu, koska on perustellusti epäilty, että vastaaja ei välttämättä perustakaan toista vastaustaan ensimmäiseen vastaukseen. Moniportaisella kysymystekniikalla ei siten välttämättä saada tarvittavaa lisäinformaatiota maksu- halukkuudesta (Cameron ja Quiggin 1994). Hyödykkeen yksityiskohtainen määrittely sekä riittävän siihen liittyvän infor- maation tarjoaminen vastaaj alle ovat ratkaisevia kyselyn onnistumiselle. Annet- tavan informaation tulee olla hyvin harkittua, koska se toisaalta varmistaa vas- taajan tietoisuuden tuotteesta, mutta voi myös ohjata hänen kyselyssä antamiaan vastauksia. Kyselyssä tulee myös selvittää vastaajaa kuvaavat sosioekonomiset muuttujat (ikä, tulot, sukupuoli, asuinpaikka, koulutus jne.), koska niiden avulla voidaan tutkimuksen analyysivaiheessa selvittää vastaajan maksuhalukkuutta se- littäviä tekijöitä ja arvioida käytetyn otoksen kattavuutta vertaamalla otoksesta laskettuja tunnuslukuja koko populaation vastaaviin lukuihin. Suunnitteluvaihees- 23 sa tulee myös määrittää tarkasteltavana oleva perusjouldco ja toteuttaa mahdol- lisimman kattava otanta tästä joukosta. (Mitchell ja Carson 1989, s. 2-3, Portney 1994, s. 5-6, Bateman ja Turner 1992, s. 19-21.) Kyselyn toteuttamisen jälkeen analysoidaan kerätty aineisto. Tehtävänä on selvittää keskimääräinen maksuhalulckuus (WTP) tai kompensaation hyväk- symishalulckuus (WTA). Lisäksi halutaan usein estimoida maksuhalukkuutta se- littävä malli. Avoimen kysymyksen tapauksessa mallin estimoinnissa käytetään tavallista regressioanalyysia, dikotomisessa kyselyssä pääasiassa logit-mallia. Keskimääräisestä maksuhaluldcuusestimaatista voidaan laskea kohdejoukon koko- naismaksuhalukkuus hyödykkeen kokonaisarvon saamiseksi. Maksuhalukkuutta kuvaavan keskiluvun valinta vaikuttaa joskus hyvin merkittävästi saatuihin tulok- siin. Maksuhalukkuutta voidaan periaatteessa kuvata joko maksuhalukkuuden odotusarvon tai maksuhalukkuuden mediaanin avulla. Estimoinnin jälkeen tutki- muksen tulokset tulee arvioida kriittisesti tutkimuksen onnistumisen ja mahdol- lisesti havaittujen puutteiden pohjalta (Bateman ja Turner 1992, s. 20-23). 3.3. Tulosten harhaisuusongelma Arvioitaessa CV-menetelmän avulla saatujen tulosten luotettavuutta, halutaan yleensä tietää, missä määrin havaintoaineiston sisältämä varianssi on tulkittavis- sa satunnaisvirheeksi. Kyselyssä saatujen vastausten sisältämälle varianssille on periaatteessa kolme lähdettä: todellinen vaihtelu, käytetty menetelmä ja valittu otos (Bateman ja Turner 1992, s. 38). Tutkimusta tehtäessä tavoitellaan luotet- tavia estimaatteja minimoimalla kahden viimeksi mainitun lähteen vaikutus saa- tujen havaintojen vaihteluun. Mikäli niiden vaikutus saataisiin täysin poistettua, olisi tuloksena täydellisesti todellisuutta vastaavia estimaatteja ja havaintoihin sisältyvä vaihtelu kuvaisi pelkästään eri henkilöiden maksuhalukkuuksien välillä ilmeneviä eroja. CV-menetelmän tulosten harhaisuutta on käsitelty laajasti useis- sa julkaisuissa ja tässä yhteydessä harhaisuutta käsitellään melko suppeasti ja viitataan laajemman käsittelyn sijaan esimerkiksi Mitchellin ja Carsonin (1989) kattavaan esitykseen asiasta. Harhaisuutta ovat käsitelleet myös Bishop ja Heberlein (1979) ja NOAA-paneeli loppuraportissaan (Arrow ym. 1993). Strateginen harha (taulukko 1) ilmenee vastaajan tietoisesti muuttaessa ilmaisemaansa maksuhalukkuutta tarkoituksenaan saada itselleen mieleinen lop- putulos. Vastaaja voi esimerkiksi vähätellä maksuhalukkuuttaan, koska arvioi kyselyn pohjana olevan hankkeen toteutuvan joka tapauksessa. Ilmoittamalla alhaisen maksuhalukkuuden hän voi yrittää saada itselleen tulevaisuudessa koi- tuvan maksurasituksen mahdollisimman pieneksi. Vastaajalle esitetyn ensim- mäisen tarjouksen vaikutus hänen ilmaisemaansa maksuhalukkuuteen on osoitus lähtöpisteharhan olemassaolosta. Maksuvälineharha viittaa vastauksien eroi- hin riippuen siitä, mitä maksuvälinettä käyttäen esitetyt rahasummat ehdotetaan 24 kerättäväksi. Mikäli maksutavaksi esitetään esimerkiksi verojen korotus maksu- halukkuutta vastaavalla summalla, voivat veroihin kielteisesti suhtautuvat henki- löt ilmaista todellista alhaisemman maksuhalukkuuden. Informaatioharha on yleisnimi harhoille, jotka aiheutuvat joko vastaajan tietotasosta arvotettavan hyödykkeen suhteen tai kyselytilanteessa vastaaj alle jossain muodossa annetun informaation vastauksia ohjaavasta vaikutuksesta. Informaatioharha voi aiheutua esim. siitä, että vastaajien jo kyselyä aikaisempi tieto hyödykkeestä voi myös vaikuttaa kyselyssä ilmaistuun maksuhalukkuuteen Taulukko 1. Contingent valuation - menetelmän käyttöön liittyvät potentiaaliset harhat. Harha Esimerkkejä STRATEGINEN KÄYTTÄYTYMINEN vapaamatkustus KYSELY LÄHTÖPISTEHARHA MAKSUVÄLINEHARHA INFORMAATIOHARHA TOTEUTUS korkea alkutarjous tuottaa korkean maksuhalukkuuden verot ovat vastenmielisiä ja alentavat maksuhalukkuutta hyödyke epäselvästi määritelty + annettu informaatio vaikuttaa maksuhalukkuuteen epäselvä tai puutteellinen kyselylomake, haastattelijan ominaisuudet vaikuttavat vastaaj aan HYÖDYKKEEN KOKOON erittäin alhainen maksuhaluldcuus LIITTYVÄ HARHA lisämäärästä hyödykettä HYPOTEETTISUUSHARHA marklcinatilanne ei vastaa todellisia markkinoita, riski tai todellinen kauppa eivät sisälly tilanteeseen OTANTA otos ei kuvaa populaatiota, johon hyvin- voinnin muutos kohdistuisi VASTAUSKATO alhainen vastausprosentti Lähteet: Pearce ja Turner 1990, s. 149, Mitchell ja Carson 1989, s. 91-187, Kriström 1990, s. 32-33. 25 ja erityisesti maksuhalukkuuden vakauteen lcyselytilanteen suhteen. Informaatio- ongelman pienentämiseksi on pyrittävä määrittelemään mahdollisimman tark- kaan arvotettavana oleva hyödyke. Siitä, että vastaajat todellisuudessa ilmaise- vat maksuhalukkuutensa sellaisesta hyödykkeestä, joka on tutkimuksen tavoit- teena, voidaan varmistua esim. pilottitutkimusten ja lopulliseen kyselyyn sisältyvillä seurantakysymyksillä. Bergström ym. (1990) arvioivat, että vastaajan maksuhaluk- kuus yleensä kohoaa sen mukaan, mitä paremmin vastaaja tuntee hänen hyvin- vointiaan kohottavan hyödykkeen. Informaatioharha voi aiheutua siitä, että vastaaj alle annettu informaatio ohjaa vastauksia ja vaikuttaa kyselyssä ilmaistuun maksuhalukkuuteen. Informaatio- harhan tutkiminen on koettu melko hankalaksi, koska ongelma on monisäikeinen ja esimerkiksi informaation määrä tai laatu on vaikea määritellä yksiselitteisesti. Romstadt (1992) ehdottaa, että informaation vaikutus riippuu siitä, onko annettu informaatio vastaajan tiedossa jo aikaisemmin ja onko vastaaja samaa vai eri mieltä sen kanssa. Informaation vaikutus kyselyssä ilmaistuun maksuhalukkuuteen ei siis ole suoraviivainen vaan vaikutus tavallaan peilautuu arvotettavana olevan hyödykkeen ja vastaajan asenteiden kautta. Informaatioharhaan palataan tutki- mustulosten yhteydessä kappaleessa 6. Kyselyn toteuttaminen, esimerkiksi kyselylomake tai haastattelijan käyttäyty- minen, voivat myös aiheuttaa harhaisuutta CV-menetelmän käytössä. Kyselyn toteuttamisesta aiheutuvan harhan vaikutus voidaan minimoida kiinnittämällä toteutukseen erityistä huomiota. Esimerkiksi postikyselyissä kyselylomake tai useita hieman muunneltuja kyselylomakkeita tulee testata pilottikyselyllä, joka voidaan toteuttaa joko postitse tai henkilökohtaisin haastatteluin. Henkilökohtais- ten haastattelujen käyttämisen etu pilottikyselyissä on se, että siten saadaan usein enemmän palautetta kuin postikyselyissä. Haastatteluna toteutettava pilotti- kysely on toisaalta toteutettava käytössä olevien, yleensä niukkojen resurssien takia melko pienenä otoksena, joka puolestaan vähentää pilottikyselyllä saatavaa hyötyä tarjousvektorin määrittelyssä. Haastattelututkimuksena toteutettavissa ky- selyissä tulisi haastattelijan roolin selvittämiseksi pystyä käyttämään useita eri haastattelijoita, jotta haastattelijan mahdollisesti aiheuttama harha on mahdollista saada selville aineistoa analysoitaessa. Hyödykkeen kokoon liittyvä harha (issue of scope) tarkoittaa arvioitavana olevan hyödykkeen laajuuden suhteellisen pientä vaikutusta vastaajien ilmoitta- maan maksuhalukkuuteen. Ongelman ovat tuoneet esille mm. Kahneman (1986, s. 191) ja Desvouges ym. (1992). Kahnemanin (1986) tutkimuksessa, joka kos- kee ihmisten maksuhaluklcuutta järvien kunnostamisesta, vastaajat olivat haluk- kaita maksamaan vain hieman enemmän kaikkien Ontarion järvien kunnosta- misesta kuin ainoastaan murto-osan järvien kunnostamisesta. Desvouges ym. (1992) puolestaan osoittivat mielestään CV-menetelmän tulosten harhaisuuden, koska heidän tutkimuksessaan maksuhalukkuus vesilintuj en suojelusta oli suun- nilleen sama olipa kyseessä oleva lintukanta kooltaan 2 000 tai 200 000 lintua. 26 Tuloksia on pidetty yhtenä osoituksena CV-menetelmän avulla saatujen tulosten epämääräisyydestä ja vastaajien piittaamattomuudesta arvioitavana olevan hyödykkeen laajuudesta. Myöhemmin Kahneman ja Knetsch (1992) ehdottavat ko. harhan selitykseksi sitä, että vastaajat ostavat paremminkin moraalista "tyydytystä" kuin itse arvotettavana olevaa tuotetta, eivätkä siten välitä tuotteen koosta. Carson ja Mitchell (1993) ottivat huomioon potentiaalisen ongelman, mutta pitävät sitä lähinnä osoituksena tutkimusten heikosta toteutuksesta. He vaativat mm. vastaajalle esiteltävän hyödykkeen selvää määrittelyä ja esittävät tutkimuksensa, jonka tuloksista ilmenee selvä vastaavuus hyödykkeen laajuuden ja maksuhalukkuuden välillä. Esimerkiksi Desvouges ym. (1992) tutkimuksen tulokset lienevät osaksi seurausta hyödykkeen hieman epäselvästä määrittelystä, koska tutkimuksessa arvotettava hyödyke oli määritelty itse asiassa sellaisten lintukantoj en suojeluna, jotka ovat kokonaiskannasta huomattavasti alle prosen- tista (2 000 lintua) kahteen prosenttia (200 000 lintua). Hypoteettisuusharha kuvaa sitä, että ihmisten kyselytilanteessa ilmaisema maksuhalukkuus on korkeampi kuin rahasumma, josta he olisivat todellisuudessa valmiita luopumaan vastineena heille esitetystä toimenpiteestä. Tätä pidetään yhtenä vaikeimpana CV-menetelmän tulosten käyttöön ja niiden tulkintaan liitty- vistä ongelmista. On osoitettu (mm. Cummings ym. 1995a), että tutkimustilanteissa ilmaistut maksuhalukkuudet poikkeavat, jos vertailtavina vaihtoehtoina ovat ns. konkreettinen maksuhalukkuus ja ns. hypoteettinen maksuhalukkuus. Konkreet- tisella maksuhalukkuudella tarkoitetaan tässä yhteydessä sitä, että vastaaj alla on vastatessaan tieto siitä, että hän joutuu todellisuudessa maksamaan ilmaise- maansa maksuhalukkuutta vastaavan summan. Hypoteettinen maksuhalukkuus kuvaa sitä, että vastaaja on arvioinut maksuhalukkuuttaan hänelle esitetystä toimenpiteestä ollen samalla tietoinen, ettei joudu todellisuudessa luopumaan maksuhalukkuutenaan esittämästään summasta rahaa. Hypoteettisen harhan suu- ruutta on tutkittu myös tavallisilla hyödykkeillä ja myös niiden osalta on huomat- tu, että hypoteettinen maksuhalukkuus on usein korkeampi kuin vastaajan konk- reettinen maksuhalukkuus. Hypoteettisen harhan vaikutus voidaan minimoida rakentamalla kyselytilanne ja maksuhalukkuuskysymys ja siihen liittyvä infor- maatio sellaiseksi, että vastaajalle muodostuu mahdollisimman realistinen käsitys arvotettavana olevasta hyödykkeestä. Vastaaja olisi myös saatava ottamaan huomioon budj ettiraj oitteensa vastatessaan. Hypoteettiseen harhaan liittyy kiinteästi kysymys siitä, onko vastaaj alla kan- nustimia vastata maksuhalukkuuskysymyksiin siten, että hän voi olla vastuussa vastauksistaan ja hänen ilmaisemansa maksuhalukkuus mahdollisuuden tullessa realisoituu. Tämä CV-menetelmän ns. kannustinkyvykkyys (incentive compa- tibility) (Cummings ja Harrison 1992, Cummings ym. 1995a, Cummings ym. 1995b) on tällä hetkellä paljon huomiota saava aihe CV-menetelmään liittyvässä tutkimuksessa. Siihen liittyvän tutkimuksen tarkoitus on hypoteettisen harhan todentamisen lisäksi etsiä keinoja, joilla harhaa voitaisiin pienentää. Hypoteetti- 27 sen harhan merkitys on korostunut käytettäessä CV-menetelmän tuloksia vahin- gonkorvausvaatimusten perusteena, jolloin tulosten luotettavuudelle asetettavat vaatimukset ovat erityisen voimakkaat (Harrison ym. 1995). Hypoteettisuus on toisaalta CV-menetelmän vahvuus, sillä se mahdollistaa sellaisten taloudessa tapahtuvien muutosten tutkimisen, joiden tutkimiseen muilla menetelmillä ei pys- tytä. Yksi dikotomisen kyselymenetelmän eduista on katsottu olevan, strategisen käyttäytymisen merkityksen vähentämisen lisäksi, hypoteettisuuden aiheuttaman harhan pienentäminen ja hypoteettisten markkinoiden muokkaaminen mahdolli- simman paljon tavallisia markkinoita vastaavaksi. Yksi potentiaalinen CV-menetelmään liittyvän harha on otanta ja se voi vaikuttaa tuloksiin kuten muissakin otantaa hyödyntävissä tutkimuksissa (Mit- chell ja Carson 1989, s. 264-278). Otantaa suunniteltaessa tulee pystyä varmis- tumaan ainakin siitä, että otos on kattava valitusta perusjoukosta. Otannan luo- tettavan suorittamisen ei tulisi yleensä aiheuttaa suuria ongelmia, joskin esim. puhelinhaastatteluita käytettäessä otos väistämättä valikoituu ja kattaa vain pu- helimen omistavat henkilöt. Otantaharhaa suurempi ongelma CV-menetelmän tuloksien luotettavuudelle on varmastikin vastauskato , joka on usein jopa kaksi kolmasosaa kaikista otok- seen valituista henkilöistä. Vastauskato on yleensä suurimmillaan kirjekyselyissä. Tuloksien yleistäminen koko perusjoukkoa koskevaksi voi aiheuttaa harhaisuutta, jos estimoidut maksuhalukkuudet perustuvat vain valikoituun joukkoon alkuperäi- sestä otoksesta. Valikoituneiden otosten pohjalta saatujen tulosten yleistämisessä on ehdotettu tulosten kalibrointia ns. harhafunktioiden (bias function) avulla (Blackburn ym. 1994). Jos esimerkiksi vastaajan koulutus, ikä, tulot, sukupuoli tai muu havaittavissa oleva ja halutussa perusjoukossa tunnettu taustamuuttuja merkittävästi selittää vastaajien maksuhalukkuutta, estimoidut tulokset voidaan vaikutuksen voimakkuuden perusteella kalibroida koko haluttua perusjoukkoa koskevaksi, vaikka vastaajien joukko ei täysin vastaisikaan perusjoukkoa. Tulos- ten hieno säädössä harhafunktioiden avulla törmätään usein siihen, että maksuhalukkuuden selittäminen yksityiskohtaisesti vastaajan taustamuuttujista riippuvaksi ei onnistu eivätkä esimerkiksi vastaajan ikä, koulutus tai edes tulot aina vaikuta vastaajan ilmaisemaan maksuhalukkuuteen. 3.4. Menetelmän nykyinen asema Contingent valuation -menetelmän asema muuttui kahden Yhdysvalloissa sääde- tyn lain (the Superfund Law 1980, the Oil Pollution Act 1990) ja supertankkeri Exxon Valdezin karille ajon seurauksena. Lakien tarkoituksena oli määritellä missä määrin toiminnallaan ympäristölle vahinkoa aiheuttanut yritys on korvaus- velvollinen aiheuttamistaan vahingoista ja miten langetettavan korvausvaatimuksen suuruus tulisi määritellä. Exxon Valdezin ajo karille Alaskassa 1989 johti yli 40 000 28 raakaöljytonnin joutumiseen mereen ja aiheutti vakavia ympäristövahinkoja. Ex- xon-yhtiön korvausvelvollisuuden ulottaminen myös CV-menetelmällä arvioitujen aineettomien arvojen (non-use values) kärsimien vahinkojen hyvittämiseen olisi moninkertaistanut vaaditut korvaukset. Exxon Valdez -onnettomuuden seurauksena Yhdysvaltain kongressi sääti v. 1990 lain öljyvahinkojen korvaamisesta (the Oil Pollution Act) ja velvoitti NOAA- viraston (the National Oceanic and Atmospheric Administration) antamaan oh- jeet vahingonkorvausten suuruuden ja laajuuden määrittämisestä. NOAA puo- lestaan kääntyi lukuisten asiantuntijoiden Puoleen pyytäen mm. Kenneth Arrow'ta ja Robert Solowia johtamaan tutkijapaneelia (ns. NOAA-paneeli), jonka tehtävä- nä oli arvioida CV-menetelmän käyttömahdollisuuksia korvausvaatimusten mää- rittelyssä. Erityistä huomiota tuli kiinnittää ns. ei-käyttäjäarvojen kärsimien vahin- kojen määrittelyyn. Selvitystyön jälkeen paneeli katsoi CV-menetelmän avulla voitavan arvioida ympäristön kokonaisarvolle aiheutettujen vahinkojen suuruutta niin luotettavasti, että saatuja arvioita voidaan käyttää oikeusprosessin lähtökoh- tana (Portney 1994, s. 7-8, Arrow ym. 1993). NOAA-paneelin antamaan lausuntoon sisältyy runsaasti CV-menetelmän tu- losten luotettavuudelle asetettavia ehtoja. Paneeli esitti loppuraportissaan yksityis- kohtaiset ohjeet, joita tulisi noudattaa arvioitaessa oikeusprosessia varten CV- menetelmällä esim. olemassaoloarvolle aiheutuneita menetyksiä (Portney 1994, s. 9-10, Arrow ym, 1993). NOAA-paneelin antamat ohjeet CV-menetelmän käytöstä sisältävät mm. seuraavia vaatimuksia tutkimuksen toteutukselle: Kyse- lyjen tulisi perustua mieluiten henkilökohtaisesti tehtävään haastatteluun. Avoi- men kysymyksen käyttöä maksuhalukkuuden selvittämisessä tulisi välttää ja ky- selyn tulisi alkaa helposti ymmärrettävän skenaarion luomisella, jotta varmiste- taan vastaajan tietoisuus arvioitavasta hyödykkeestä. Vastaajalle tulisi huomaut- taa hänen käytettävissään olevien tulojen todennäköisesti rajallisesta määrästä. Vastaajalle tulisi myös antaa tietoa arvioitavana olevan hyödykkeen mahdollisis- ta substituuteista, jotka eivät sisälly kyselyyn. Lisäksi tulisi esittää riittävä määrä seurantakysymyksiä, joilla varmistetaan vastaajan ymmärtäneen tilanteen oikein (Portney 1994, s. 9). Paneelin esittämien vaatimusten tulkintaa yleispätevinä ohjeina on kritisoitu mm. sen takia, että jokaisen CV-menetelmää käyttävän tutkimuksen toteutus tulee päättää tapauskohtaisesti tutkimusasetelman ja tulos- ten käyttötavoitteiden mukaan (Mitchell ja Carson 1995, s. 19). NOAA-paneelin ohjeita tuleekin tulkita siitä näkökulmasta, että niiden tavoitteena on määrittää reunaehdot ei-käyttäjäarvojen arvottamiseksi niin, että tuloksia voidaan käyttää oikeusprosessin lähtökohtana yhdysvaltalaisissa tuomioistuimissa. Korvausvaateiden perustaminen CV-menetelmän avulla saatuihin tuloksiin nostatti voimakkaan kritiikin saatujen tulosten käyttökelpoisuudesta. Esitettyjen tutkimusten ja kannanottojen yhteinen johtopäätös on periaatteessa sama: CV- menetelmä on käyttökelvoton mitattaessa ei-käyttäjäarvoja. Diamond ja Haus- man (1992, s. 1, 1994, s. 62) painottavat, että johtuen vastaajien mahdollisesta 29 tietämättömyydestä arvotettavana olevasta kohteesta ja toisaalta heidän tottu- mattomuudestaan arvioida ympäristön tuottamia hyötyjä rahamääräisenä, on mah- dotonta olettaa saatavan luotettavia tuloksia. Ihmisillä ei heidän mukaansa ole preferenssejä kaikkien ympäristön tuottamien hyötyjen tai heikosti tunnettujen ympäristökohteiden suhteen. Diamond ja Hausman (1994, s. 56) sekä Kahne- man ja Knetsch (1992) esittävät, että vastaajat perustavat vastauksensa myötä- tuntoon jotakin hyväksymäänsä asiaa kohtaan, jolloin maksuhalukkuus on pa- remminkin ilmaus hyvästä tahdosta kuin todellisesta maksuhalukkuudesta. Milgrom (1992) toteaa samaan asiaan liittyen, että sympatialle ei ole olemassa taloudellis- ta arvoa. Schkade ja Payne (1992) tuovat esille, että vastaajat ilmaisevat maksu- halukkuutensa ennalta määritettyjen preferenssien sijasta mm. hyväntekevä- isyyteen, yleiseen huoleen ympäristöstä, kyselytilanteeseen ja jopa puhtaisiin arvauksiin perustuen. Hanemann (1994) toteaa, että vaihtoehto CV-menetelmälle on asiantuntijavallan käyttö ei-käyttäj äarvoj en määrittämisessä, mikä ei toisaalta ole mielekästä ilman kansalaismielipiteen selvittämistä. Lisäksi hän arvioi useiden CV-menetelmän kritisoijien soveltaneen menetelmää tavalla, joka ei vastaa laadukkaan tutkimuk- sen kriteerejä. Portney (1994, s. 14-15) puolestaan tuo esille, että suoranaisen käytön ulkopuoliset arvot ja myös niiden rahamääräinen arvottaminen (olemassa- oloarvo, optioarvo) ovat joka tapauksessa yhä tärkeämpiä, haluttiinpa niin tai ei. Hän esittää myös, että CV-menetelmän avulla on mahdollisesti saatavissa talous- tieteelle laajemminkin hyödyllistä tietoa kuluttajan tekemien valintojen perusteis- ta. CV-menetelmän kohtaama kritiikki on nostanut sen soveltamiselle asetettuja kriteerejä ja kohottanut tutkimusten laatua. 3.5. Aikaisemmat torjunta-aineiden käyttöön liittyvät tutkimukset Yhdysvalloissa on tehty viimeisen viiden vuoden aikana ainakin neljä torjunta- aineiden käyttöön liittyvää CV-tutkimusta (Ott 1990, Weaver ym. 1992, Ravenswaay 1992, 1995, Eom 1994). Niiden yhteinen lähtökohta on, että kulut- tajien suhtautuminen torjunta-aineiden käyttöön maataloudessa perustuu torjun- ta-aineiden käytön tuottamaan terveysriskiin. Esimerkiksi torjunta-aineiden käy- tön ympäristövaikutusten ei ole katsottu vaikuttavan kuluttajien mielipiteeseen. Tutkimuksissa on arvioitu kuluttajan maksuhalukkuutta elintarvikkeisiin liittyvän terveysriskin pienenemisestä. Kuluttajien suhtautuminen torjunta-aineiden käyt- töön saattaa kuitenkin olla seurausta muustakin kuin omaa tai perheenjäsenten terveyttä koskevasta huolesta. Voidaan olettaa, että esim. torjunta-aineiden käy- tön vaikutukset maaseutuympäristöön vaikuttavat kuluttajien mielipiteisiin kasvin- suojelua kohtaan. Ott (1990) arvioi, että noin kaksi kolmannesta hänen tutkimuksessaan teh- tyyn kyselyyn vastanneista olisi ollut valmis maksamaan yli 5 % enemmän ilman torjunta-aineita tuotetuista tuotteista. Vastaajista yli 60 % olisi ollut valmis hy- 30 väksymään tuotteessa kosmeettisia vaurioita, mikäli se olisi seurausta luopumi- sesta torjunta-aineiden käytöstä. Weaver ym. (1992) ovat esittäneet saman suuntaisia tuloksia kuluttajien maksuhalulckuudesta ilman torjunta-aineita tuotetuista elintarvikkeista. Eom (1994) tuo esille, että kuluttajat ovat halukkaita maksamaan huomatta- vasti torjunta-ainejäämien vähenemisestä. Hän toteaa myös, että kuluttajien suhtau- tuminen torjunta-aineiden avulla tuotettuihin tuotteisiin perustuu pääasiassa nii- den hintoihin ja kuluttajan omaan mielikuvaan tuotteen terveydestä eikä niinkään vastaajan saamaan tekniseen informaatioon elintarvikkeeseen liittyvästä terveys- riskistä. Ravenswaayn (1992) mukaan elintarvikkeiden turvallisuuteen liittyvät riskit ovat yksi merkittävimmistä tekijöistä, jotka vaikuttavat ihmisten mielipiteisiin koko maatalouspolitiikkaa kohtaan. Kuluttajat myös uskovat kemiallisille torjunta-aineille olevan vaihtoehtoja satotappioita torjuttaessa ja tiedostavat tarpeen torjua sato- tappioita aiheuttavia tuholaisia ja tauteja (Ravenswaay 1992, 1995). Ravenswaay ja Hoehn (1991a, 1991b, 1992) toteavat contingent valuation -menetelmän käy- töllä saavutettavan etuja markkinoilta suoraan saatavaa informaatiota käyttäviin menetelmiin nähden, koska CV-tutkimukset mahdollistavat kuluttajan preferenssien monipuolisemman tarkastelun. 4. Maksuhalukkuuden mallittaminen ja estimointi 4.1. Maksuhalukkuuden esittäminen ns. random utility -mallin avulla Dikotomisen kyselymenetelmän käyttö kysymysformaattina on nykyisin melko vakiintunut tapa soveltaa CV-menetelmää. Keskimääräisen maksuhalukkuuden estimointi dikotomisen maksuhalukkuuskysymyksen avulla tehdään talousteoriaan pohjautuen ns. random utility -mallin (RU-mallin) perusteella, jonka on CV- menetelmään liittyen esittänyt Hanemann (1984). Hanemannin malli perustuu alunperin McFaddenin (1973) kehittämään malliin (esim. Greene 1990, s. 663). Sen perusajatus on, että kuluttaja tekee rationaalisia ja hyödyn maksimoivia diskreettejä valintoja, joiden perusteita ulkopuolinen ei kuitenkaan täysin tunne. Kuluttajan valintoja koskevasta puuttellisesta informaatiosta johtuen malliin liit- tyy satunnaisuutta. Valintojen tuottama hyöty vaihtelee tutkijan vaillinaiseen in- formaatioon perustuvasta näkökulmasta satunnaisesti eri kuluttajien kesken, mutta kuluttajan valinnat maksimoivat kunkin kuluttajan subjektiivisesti kokemaa hyö- tyä. Seuraavassa esitetään Hanemannia (1984) ja Kriströmiä (1990) mukaillen, kuinka julkishyödykkeen tarjonnan muutoksen vaikutusta kuluttajan kokemaan hyötyyn mitataan. Hanemannin (1984) lähtökohtana on rakentaa talousteorian mukainen, hyödyn maksimointiin perustuva malli kuvaamaan kuluttajan vastaus- 31 ta dikotomiseen maksuhalulckuuskysymykseen ja hyvinvoinnin muutoksia mittaa- vien suureiden estimointia. Koska kuluttajan hyötyfunktioon lisätään tutkijan nä- kökulmasta stokastinen termi, myös estimoidut hyvinvointisuureet ovat stokastisia muuttujia ja niiden estimointi edellyttää tiettyjen jakaumaoletusten tekoa. Oletetaan tarkastelun aluksi, että kuluttajan kokemaa hyötyä kuvaa epäsuora hyötyfunktio, joka määritetään kahtena funktiona VO ja U(-). Funktio VO kuvaa kuluttajan todellista hyötyfunktiota ja funktio U(.) tutkijan havaitsemaa kuluttajan hyötyfunktiota, joka ei sisällä täydellistä informaatiota kuluttajan hyö- dystä. Kuluttajan kokema hyöty kuvataan siis hänen tulojensay ja tarjolla olevan julkishyödykkeenz funktiona seuraavasti: V(z, y; B) = U(z, y; B) +E, jossa B on kyseisen kuluttajan kotitaloutta kuvaavien taustamuuttujien joukko. Muuttuja 8 on puutteelliseen informaatioon perustuvan hyötyfunktion U(.) termi, jonka odotusarvo on nolla. Termi E ilmaisee kunkin havainnon kohdalla, kuinka paljon tutkijan arvioima hyöty poikkeaa kuluttajan todellisesta hyödystä. Virhe- termin ominaisuuksia on tietenkin mahdoton määrittää, mutta kuluttajan päätös- tilanteen analysoiminen edellyttää oletuksia sen jakaumasta. Tehdyt oletukset itse asiassa määräävät maksuhalukkuuden estimoinnissa käytettävän mallin. Oletetaan seuraavaksi, että kuluttajan hyötyyn vaikuttavan ympäristö- hyödykkeen z tarjonta muuttuu alkuperäisestä määrästä z° uuteen määrään z1. Aiheutuvaa muutosta (AV) kuluttajan kokemassa hyödyssä kuvataan seuraa- vasti: AV = V(zi ,y,. B) - V (z°, y; B) = {U(z1, y; B) + E1} - {U(z°, y; B) + jossa VO ja U(.) ovat johdonmukaiset yhtälön (1) kanssa. Jos kuluttaja joutuu pohtimaan maksaako vai eikö maksaa tietty summa ympäristöhyödykkeen aiem- min esitetystä muutoksesta, hän arvioi yhtälön (2) mukaisesti, ovatko ympäristö- hyödykkeen tarjonnan lisäämisen tuottamat hyödyt hänelle korkeammat kuin tarjonnan muutoksesta aiheutuvat kustannukset. Tilannetta, jossa kuluttajan kan- nattaa tiettyä maksua Ai vastaan valita ympäristöhyödykkeen tarjonnan lisäänty- minen määrästä z° määrään z1, kuvataan seuraavasti : V(z ], y - Ai; B) - V(z°, y; B) O= V(z1, y - Ai; B) V(z°, y; B). Epäyhtälön (3) mukaan kuluttaja vastaa tarjouksen Ai sisältävään maksu- halukkuuskysymykseen myöntävästi, jos ympäristöhyödykkeen tarjonnan lisäys 32 1 tuottaa hänelle maksusta huolimatta positiivisen lisähyödyn. Kysyttäessä kulutta- jan maksuhalukkuutta esim. torjunta-aineiden käytön vähentämisestä, hänen vas- tauksensa tarjouksen Ai sisältävään diskreettiin kysymykseen on myönteinen vain, jos epäyhtälö (3) toteutuu ja Ai on korkeintaan hänen maksimaalinen maksuhalukkuutensa muutoksesta z° --> z1. Yhtälöstä (3) seuraa suoraan, että kuluttajan maksimaalinen maksuhalukkuus ympäristöhyödykkeen tarjonnan lisääntymisestä on määriteltävissä yhtälön (4) mukaisesti. Ekvivalentti ylijäämä ES eli tulojen y vähennys, joka saattaa kulutta- jan kokeman hyödyn ympäristöhyödykkeen tarjonnan tasolla z1 sen tarjonnan z° tasolle on: V(z ], y - ES; = V(z°, y; B), jossa ES on yhtä suuri kuin korkein mahdollinen epäyhtälön (3) toteuttava tarjo- us Ai ts. kuluttajan maksimaalinen maksuhalukkuus (WTP) ympäristöhyödykkeen tarjonnan lisäyksestä. Jos maksuhalukkuuden oletetaan olevan jakautunut jonkin funktion Gwtp mukaan, todennäköisyys KYLLÄ-vastaukselle tarjouksen A sisäl- tävään maksuhalukkuuskysymykseen määritetään Hanemannin (1984) mukaan seuraavasti: P(WTP = 1— Gw,p(A) = P(AVO e) = F, (AV), jossa AV = V(z1, y - A; B) - V(z°, y; B) ts. ympäristöhyödykkeen tarjonnan aiheuttama muutos kuluttajan hyödyssä ja E = E0 - ei . Maksuhalukkuutta kuvaa- vat suureet ovat näin ollen tiettyjen oletusten nojalla laskettuja estimaatteja. Oletetaan seuraavaksi, että kuluttajan kokemaan hyötyyn vaikuttaa vain ympäristöhyödykkeen tarjolla oleva määrä zi ja kuluttajan tulot y. Kuluttajan hyötyfunktio on siis muotoa V = z1 + 13y. Ympäristöhyödykkeen tarjonnan muu- toksesta aiheutuvaa muutosta kuluttajan hyvinvoinnissa kuvaa silloin yhtälö AV= a - I3A. Parametri a kuvaa ympäristöhyödykkeen tarjonnassa tapahtuvan muu- toksen z1 - z° vaikutusta ja parametri 13 kuvaa kuluttajan rahan rajahyötyä ympäristöhyödykkeen suhteen. Diskreetin valinnan menetelmällä kerätyn informaation avulla voidaan nyt itse asiassa estimoida hyötyään maksimoivan kuluttajan hyötyfunktion parametrit a ja [3. Parametrit estimoidaan esim. logit- mallilla käyttämällä maksuhalukkuuskysymykseen saadun vastauksen selittäjinä vakiota ja kysymyksessä esitettyä tarjousta. Jos oletetaan lisäksi, että maksu- halukkuuden jakaumaa kuvaa mikä tahansa koko reaalilukuj en joukossa R mää- ritelty symmetrinen kertymäfunktio, Kriströmin (1990) todistuksen mukaan yhtä- löstä (5) seuraa, että maksuhalukkuuden odotusarvo ja mediaani ovat yhtä- 33 suuret. Ne määritellään jakamalla ympäristöhyödykkeen muutosta kuvaava ter- mi a rahan raj ahyödyllä 13 seuraavasti: Md(W7'P) = a//3 = E(WTP). 4.2. Maksuhalukkuuden odotusarvo ja mediaani CV-tutkimuksissa pyritään yleensä estimoimaan joko vastaajien maksuhalukkuu- den odotusarvo (keskimääräinen maksuhalukkuus) tai mediaani. Maksuhaluk- kuuden odotusarvo on maksuhalukkuuden kertymäfunktion GwTp (A) yläpuolinen alue Al vähennettynä alueella A2 (kuvio 5). Maksuhalukkuuden mediaani on tarjous A+, joka tuottaa 50 %:n todennäköisyydellä kyllä-vastauksen (Kriström 1990, 66, Hanemann 1984). Maksuhalukkuuden odotusarvo voidaan laskea integroimalla seuraavasti: E (WTP) f (1— GwT p(A))dA - GwT p(A)dA. Maksuhalukkuutta kuvaavan suureen valitsemiseen liittyviä yksityiskohtia ovat käsitelleet mm. Hanemann (1984) ja Johansson ym. (1989). Hanemann puoltaa mediaanin käyttöä, koska se on maksuhalukkuuden odotusarvoon verrattuna vakaa estimaatti. Tämä johtuu jakauman ääripäissä olevien havaintojen vain pienestä vaikutuksesta mediaanin saamaan arvoon. Maksuhalukkuuden odotus- arvo puolestaan on herkkä jakauman ääripäissä oleville arvoille. Johansson ym. (1989) painottavat, että maksuhaluklcuutta kuvaava suure tulee valita tutkimuk- sen tavoitteiden mukaisesti. Mediaania tulisi käyttää haettaessa äänestystuloksen tyyppistä tulosta. Se kertoo kuinka paljon 50 %:n enemmistö olisi halukas mak- samaan tietystä toimenpiteestä. Diskreetin valinnan menetelmän käyttö maksuhalukkuuden estimoinnissa vähentää keskimääräiseen maksuhalukkuuteen liittyviä ongelmia. Tämä johtuu jakauman ääripäissä olevien havaintojen vaikutuksen pienentymisestä. Haettujen estimaattien tilastollisen luotettavuuden kannalta tarjousvektori tulisi pystyä aset- tamaan maksuhalukkuuden jakauman keskivaiheille. Estimaattien varianssi pie- nenee tällöin sen johdosta, että havainnoinnissa keskitytään estimaattien kan- nalta oleellisiin havaintoihin. Kanninen (1995) on esittänyt nyrkkisääntönä, että tarjousvektori tulisi pyrkiä asettamaan maksuhalulckuusjakauman 15:nnen ja 85:nnen prosentiilin väliselle alueelle. Tarjousvektorin kohdistaminen tietylle maksu- halukkuusjakauman alueelle on tietenkin vaikeaa, koska se edellyttää ennakko- tietoa jakaumasta. Ennakkotieto maksuhalukkuudesta on kerättävissä esimerkik- si pilottitutkimusten avulla. 34 0 A+ tarjous A Kuvio 5. Maksuhalukkuuden mediaani ja odotusarvo (Kriström 1990, s. 66). 4.3. Probit- ja logit-malli Tilastollisen analyysin tehtävä on etsiä sopiva malli kuvaamaan yhteyttä vastauksen ja sitä selittävien muuttujien välillä. Yksinkertaisin tapa estimoida diskreetin va- linnan todennäköisyys olisi tulkita se taustamuuttujista lineaarisesti riippuvaksi (Greene 1990, s. 663). CV-menetelmää käytettäessä tämä merkitsisi vastaajan antaman KYLLÄ/EI -vastauksen selittämistä vastaajalle annetun tarjouksen lineaarisena funktiona. Todennäköisyys voisi tällöin saada arvoja periaatteessa koko reaalilukuj en joukossa, joka on mahdoton oletus. Toinen lineaarisen mallin heikkous on malliin sisältyvän virhetermin dislcreettisyydestä johtuva hete- roskedastisuus. Virhetermin saama arvo ei näin ollen ole satunnainen vaan se riippuu selittävistä muuttujista (Griffiths ym. 1993, s. 739, Maddala 1983, s. 16, Kennedy 1992, s. 241). Todennäköisyyttä voidaan kuvata paremmin seuraavak- si esiteltävien probit- ja logit-mallien avulla, jotka soveltuvat RU-mallin mukai- seen diskreetin päätöksen estimointiin. Tässä luvussa kuvaillaan probit- ja logit-mallien käyttöä maksuhalukkuuden estimoinnissa, kun selitettävä muuttuja on diskreetti, dikotomiseen maksu- halukkuuskysymykseen saatu KYLLÄ/EI -vastaus. Luku perustuu pääasiassa Greenen (1990, s. 662-675) ja Pindyckin ja Rubinfeldin (1991, s. 248-268) esi- tyksiin. Probit- ja logit mallien etu lineariseen todennäköisyysmalliin nähden on niiden epälineaarisuus parametrien suhteen. Niiden avulla saadaan estimoitua parammin todellisuutta vastaavat mallit, jotka lisäksi tuottavat vain välille [0,1] sijoittuvia estimoituja todennäköisyyksiä. Probit-ja logit-mallien käyttö perustuu selitettävänä olevan diskreetin tapahtuman todennäköisyyden estimointiin ns. 35 kertymäfunktion F avulla. Kertymäfunktioon perustuvan todennäköisyyden estimointi tapahtuu seuraavasti: Pi =F(oc+ fixi )=F(Zi ), missä vektori x kuvaa saadun vastauksen todennäköisyyttä selittävien tekijöiden joukkoa, esim. vastaajaa kuvaavia sosio-ekonomisia taustamuuttujia. Vaihtoeh- toisista kertymäfunktioista käsitellään tässä ainoastaan normaalijakaumaan ja logaritmiseen jakaumaan perustuvat kertymäfunktiot, joista edellisen käyttö joh- taa probit-malliin ja jälkimmäisen logit-malliin. Maksuhalukkuuskysymykseen saatava KYLLÄ/EI -vastaus perustuu vas- taajan tekemään vertailuun hänelle esitetyn toimenpiteen tuottamista hyödyistä ja niiden saamisen kustannuksista. Koska vastaajan saama hyöty ei ole havaitta- vissa, voidaan ajatella, että on olemassa teoreettinen, jatkuva indeksi Zi, jonka saaman arvon selittävä muuttuja X määrittää seuraavasti: Z= a + Indeksifuktion saamat arvot eivät hypoteettisuutensa takia ole käytettävissä. Vastaajan maksuhalukkuudesta on informaatiota ainoastaan vastaajan sijoittumi- sesta tarjouksittain kahteen hyödyn kategoriaan. Ne, jotka vastaavat kieltävästi maksuhalukkuuskysymykseen, kuuluvat ns. alhaisen hyödyn kategoriaan. Vasta- uksen perusteella tiedetään, että he arvostavat esitetystä toimenpiteestä koitu- van henkilökohtaisen hyödyn tarjouksessa esitettyä rahasummaa alhaisemmaksi. Maksuhalukkuuskysymykseen myöntävästi vastanneet puolestaan kuuluvat ns. korkean hyödyn kategoriaan ja heille tarjouksessa esitetyt kustannukset ovat pienemmät tai korkeintaan yhtä suuret kuin esitetystä toimenpiteestä saatava hyöty. Probit- ja logit-malleilla ratkaistaan sellaiset selittävän muuttujan parametri- estimaatit, jotka mahdollisimman hyvin ennustavat vastaajan ratkaisua ja sijoittu- mista jompaan kumpaan kategoriaan. Oletetaan seuraavaksi, että maksuhalukkuuskysymykseen saatua vastausta kuvaa dummy-muuttuja Y. Se saa arvon Y=1, jos vastaus on KYLLÄ ja arvon Y=0, jos vastaus on EI. Yksittäinen vastaaja perustaa vastauksensa subjektiivi- seen arvioonsa hänelle esitetystä toimenpiteestä seuraavaan hyötyyn. Jos olete- taan, että vastaajan käsityksen mukaan Zi* on edellä kuvatun teoreettisen indeksifunktion kriittinen arvo, joka tarkalleen vastaa toimenpiteen tuottamaa hyötyä, maksuhalukkuuskysymykseen saadut vastaukset voidaan määritellä seu- raavasti: y = 1 (KYLLÄ), jos Zi > Zi* y = 0 (EI), jos Zi < Zi*. 36 Vastaaja i siis hyväksyy hänelle esitetyn tarjouksen vain siinä tapauksessa, että hänelle pätee Z1 > Zi*. Tästä seuraa, että KYLLÄ-vastauksen todennäköi- syys määritellään todennäköisyytenä, että Z1 > Zi* pätee. Probit-mallin lähtökoh- ta on, että Zi* on normaalisti jakautunut satunnaismuuttuja. Logit-malli eroaa probit-mallista vain siten, että funktion F oletetaan oleva logaritminen kertymä- funktio. Logit-mallissa todennäköisyys estimoidaan seuraavan kaavan mukaises- ti: Pi = F(Z1) = F(a + xi) — Koska vastausta selittävän muuttujan x saamat arvot määrittävät funktion Zi saaman arvon, on selvää, että mitä pienemmän arvon tämä funktio saa, sitä suurempi todennäköisyys P (Zi Zi* ja, että tarjoukseen saadaan KYLLÄ-vastaus. Maksuhalukkuuden estimoinnissa halutaan määrittää tarjouksen hyväksymistä kuvaava todennäköi- syys vastaajalle esitetyn tarjouksen A funktiona, jotta tämän funktion avulla voidaan arvioida maksuhaluklcuuden odotusarvo ja mediaani. Logit-mallin parametrien estimointi perustuu ns. vedonlyöntisuhteen (odds ratio) selittämiseen valittujen muuttujien avulla. Selitettävä muuttuja on itse asi- assa vedonlyöntisuhteen logaritmi ja sen selittämistä kuvaa seuraava regressio- yhtälö: (12) log 1 = Z, = a + f31 x1 + /32x2 + ••• + finxn• — Pp Logit- ja probit-mallien tuottamat todennäköisyysestimaatit eroavat toisistaan periaatteessa vain todennäköisyyden saadessa lähellä nollaa tai ykköstä olevia arvoja. Logit-mallilla saadaan silloin johdonmukaisesti hieman kauempana nol- lasta tai ykkösestä olevia estimaatteja. Tiheysfunktioiden avulla kuvattuna logarit- minen ja normaalijakauman tiheysfunktiot poikkeavat toisistaan siten, että normaali- jakauma on hieman huipukkaampi ja logaritminen jakauma on "hännistään pak- sumpi". Logit-mallin käytön yleistymiseen on johtanut ilmeisesti laskutekninen yksinkertaisuus probit-malliin verrattuna, vaikka sillä ei nykyisin käytettävissä olevilla tietokoneilla olekaan suurta merkitystä. Logit- ja probit-malleja tulkittaessa on huomattava, että parametrin f3i saama arvo ei suoraan kerro kyseisen selittävän muuttujan yhden yksikön muutoksen vaikutusta tutkittavaan todennäköisyyteen. Yhden yksikön muutoksen vaikutus 37 selittävässä muuttui assa voidaan laskea logit-mallissa kaavan [P(Y=1)]* [1 - P(Y=1)] * )(3i avulla. Muutoksen vaikutus lasketaan yleensä käyttämällä lähtökoh- tana selittävän muuttujan aineistosta saatua keskiarvoa (Kennedy 1992, s. 234). Logit- ja probit-mallien avulla lasketut parametriestimaatit eivät myöskään ole keskenään suoraan vertailukelpoisia, vaikkakin molempien mallien tulisi tuottaa lähes yhdenmukaisia todennäköisyysestimaatteja samoilla selittävien muuttujien saamilla arvoilla (Maddala 1983, s. 23). Logit- ja probit-mallien parametrien estimointi tehdään käytännössä esim jol- lakin yleisesti käytetyistä tilasto-ohjelmistopaketeista, esimerkiksi SAS- tai LIMDEP-ohjelmistoilla. Mallin parametrien estimointi toteutetaan useimmiten ns. suurimman uskottavuuden (maximum likelihood) -menetelmällä, jolla hae- taan parhaiten todellisuutta vastaavan mallin tuottavat parametrien arvot. Las- ketut parametriestimaatit maksimoivat uskottavuusfunktion (likelihood function) saaman arvon. Estimoidun mallin hyvyyttä kuvaa esimerkiksi suhde selitettävän muuttujan ennustettuj en ja havaittujen arvojen välillä, joka kertoo kuinka suuren osuuden kaikista havainnoista malli ennustaa oikein. Maksuhalulcicuutta selittävi- en muuttujien parametriarvot estimoidaan siten, että ne maksimoivat uskottavuus- funktion saaman arvon. Estimoidut parametriarvot ovat arvoja, jotka selittävät parhaiten kyselyssä maksuhalukkuuskysymyksen eri tarjouksiin saatuja vasta- uksia. Logit-mallin parametrien estimoinnissa maksimoitava uskottavuusfunlctio on seuraava: (13) L = ln(1 — G ( A)) + (1 — )(1n Gw,p (A)) , missä T on maksuhalukkuuslcysymykseen saatua KYLLÄ/EI -vastausta indikoiva muuttuja. Se saa arvon Ti=1, jos vastaaja i hyväksyy hänelle esitetyn tarjouksen ja muulloin arvon T=0. 4.4. Spike-malli Yksi diskreetin maksuhalukkuuskysymyksen käyttöön liittyvä ongelma on sen maksuhalukkuutta koskevan informaation niukkuus. Jos vastaaja ei esimerkiksi hyväksy esitettyä toimenpidettä tarjouksessa esitettyjen kustannusten vastinee- na, tiedetään ainoastaan hänen maksuhalukkuutensa olevan tarjousta alhaisempi. Maksuhalukkuus on mahdollista havainnoida tarkemmin kysymällä vastaaj alta, onko hän ylipäänsä halukas maksamaan esitetystä toimenpiteestä mitään. Tässä ns. spike-mallissa, jonka Hanemann ja Kriström (1995) sekä Kriström (1995) ovat esittäneet tarjouksen hyväksymistodennäköisyyttä kuvaava funktio saa ar- voja seuraavasti: 38 1, jos A <0, (14) F = p(<1), jos A= 0, wtp 1- Gwrp, jos A> 0. Spike-malli mahdollistaa nollamaksuhalukkuuksien huomioimisen ilman, että probit- ja logit-mallien perusasetelma muuttuu. Spike-mallin käyttö tuottaa yleen- sä korkeamman estimaatin maksuhalukkuuden odotusarvosta kuin probit- tai logit-mallit. Maksuhalulckuuden odotusarvo on aina positiivinen spike-mallia käy- tettäessä. Spike-mallin etu tavalliseen probit/logit -malliin nähden on välttyminen niiden yhteydessä tehdyltä negatiivisten maksuhalukkuuksien hyväksymiseltä. Logit/probit-malleissahan maksuhalukkuuden odotusarvo lasketaan vähentämällä positiivisen maksuhalukkuuden odotusarvosta (kuvio 5, s. 35, alue Al) negatiivi- nen maksuhalukkuuden odotusarvo (kuvio 5, s.35, alue A2). Spike-malli eroaa probit/logit -malleista siten, että tarjouksen hyväksymisen todennäköisyyttä ku- vaavassa käyrässä on epäjatkuvuuskohta nollatarjouksen kohdalla ja negatiivi- sen maksuhalukkuuden odotusarvo on nolla. Vastaajat jaetaan spike-mallin parametrien estimointia varten kolmeen ryhmään. Ryhmäjako perustuu maksu- halukkuuteen ja on seuraava: maksuhalukkuus on nolla maksuhalukkuus on nollaa suurempi, mutta vastaaj alle esitettyä tarjousta A pienempi ja maksuhalukkuus on nollaa ja vastaaj alle esitettyä tarjousta A suurempi. Spike-mallin parametrit voidaan estimoida samalla suurimman uskottavuuden menetelmällä kuin probit/logit -mallienkin, mutta maksimoitava uskottavuusfunktio on muotoa: (15) L = 57 ln(1- + 5i(1- 7,)(1n G(A) - (0))+ (1- Si)(1- 7;)ln jossa T on johdonmukainen logit-mallin estimoinnin kanssa ja S=0 indikoi vas- taajan kuulumista vastaajiin, joiden maksuhalukkuus on nolla (Hanemann ja Kriström 1995). 4.5. Ei-parametrinen estimointi Maksuhalukkuuden estimointi onnistuu parametristen menetelmien lisäksi hel- posti ja yksinkertaisesti estimoimalla vastaajien maksuhalukkuus ei-parametrisella 39 menetelmällä. Ayerin ym. (1955) esittämän ei-parametrisen estimointimenetel- män käytön dikotomisella kyselymenetelmällä kerätyn CV-aineiston analyysissä on esitellyt Kriström (1990b). Ei-parametrisen estimoinnin perusajatus on välttyä jakaumaoletuksen aiheut- tamalta riskillä jättämällä se kokonaan tekemättä. Maksuhalukkuus estimoidaan aineistosta käyttämällä suoraan aineistosta saatuja KYLLÄ/EI -vastauksien suh- teita. Tarjouksen hyväksymistodennäköisyyttä voidaan kuvata empiirisellä hy- väksymiskäyrällä (survival function), jonka eri tarjouksiin saatujen KYLLÄ/EI -vastauksien suhde määrittää. Maksuhalukkuuden odotusarvo määritetään las- kemalla empiirisen hyväksymiskäyrän ja x- ja y-akseleiden rajoittaman alueen pinta-ala. Koska tarjouksia ei voida etukäteen asettaa siten, että saataisiin tietoa varmoista KYLLÄ/EI -vastauksen tuottavista tarjouksista, empiirisen hyväksymis- käyrän leikkauskohdat akseleiden kanssa approksimoidaan lineaarisesti. Kuten myöhemmin esitettävistä tuloksista käy ilmi, erityisesti empiirisen hyväksymis- käyrän ja x-akselin leikkauskohdan sijainti vaikuttaa voimakkaasti ei-parametrisesti estimoituun maksuhalukkuuden odotusarvoon. Koska tilastotieteellisesti optimaalisen tarjousvektorin asetannan (Kanninen 1995, Alberini 1995) mukaan tarjousten tulisi olla valittu siten, että tiedon keruu- ta vastausjakauman ääripäistä vältetään, on ilmeisesti järkevämpää keskittyä maksuhalukkuuden mediaanin käyttöön ei-parametrisen estimoinnin tuloksissa. Maksuhaluldcuuden mediaani arvioidaan ei-parametrisessa estimoinnissa approksi- moimalla lineaarisesti tarjous, jonka puolet vastaajista empiirisen aineiston perus- teella hyväksyy. Mediaani siis sijaitsee niiden tarjousten välillä, joista toisen yli puolet vastaajista on hyväksynyt ja toisen yli puolet on hylännyt ja se määritel- lään approksimoimalla piste, jossa näiden kahden tarjouksen hyväksymistodennä- köisyydet yhdistävä jana leikkaa 0,5 hyväksymistodennäköisyyden. Vaikka ei-parametrinen estimointi sisältää approksimointeja, sen avulla saa- daan maksuhalukkuudesta yksinkertaisesti käyttökelpoista tietoa ilman rajoittavia oletuksia. Näin saadaan myös tietoa jakaumaoletusten paikkansa pitävyydestä. Jos maksuhalukkuuden odotus arvon ja mediaanin ei-parametriset estimaatit poik- keavat huomattavasti toisistaan, tulee parametristen menetelmien avulla saatu- jen tulosten tulkintaan kiinnittää erityistä huomiota. SPike-mallin käyttö soveltuu myös ei-parametriseen estimointiin. Tällöin väl- tytään edellä esitetyltä oletukselta nollatarjouksen tuottamasta varmasta kyllä- vastauksesta. Kyllä-vastauksen todennäköisyyttä kuvaava epälineaarinen suora kohtaisi tällöin todennäköisyyttä kuvaavan akselin yhtälön (14, s. 39) mukaisessa kohdassa p. 40 5. Tutkimusaineisto 5.1. Tutkimusasetelma Tutkimusasetelma tähtää kahden johdannossa (s. 8) esitetyn tutkimusongelman ratkaisemiseen. Tutkimuksen teossa tavoitteena oli soveltaa käytettävissä olevin resurssein contingent valuation -menetelmää mahdollisimman luotettavasti. Tavoitteen toteuttamiseksi tuli tehdä perustellut päätökset koskien a) hyödykkeen määrittelyä, b) kyselytekniikkaa ja maksuhalukkuuskysymystä, c) informaation vaikutuksen testaamisen mekanismia ja d) käytettävän otoksen määrittelyä. Tehdyt päätökset esitellään ja perustellaan tässä luvussa. Hypoteettisilla markkinoilla kaupattavan hyödykkeen määrittelyssä on pyrittävä varmistumaan siitä, että vastaajat arvottavat samaa hyödykettä kuin tutkija haluaa ja että siitä pystytään jollakin tavoin myös varmistumaan. Vaihtoehtoisia lähestymistapoja olisi ollut periaatteessa kaksi. (1) kysyä vastaajilta kompensaation hyväksymishalukkuutta torjunta-aineiden käytön jatkumisesta ennallaan käytön vähentämisen sijaan tai (2) kysyä vastaajilta maksuhalukkuutta torjunta-aineiden käytön vähentämisestä tietyllä määrällä. Tutkimuksessa päädyttiin valitsemaan realistisuuden vuoksi jälkimmäinen em. vaihtoehdoista. Kompensaation maksa- misen todennäköisyys todellisuudessa olisi erittäin epätodennäköistä, mutta laaja- mittainen torjunta-aineiden käytön vähentäminen johtaisi ainakin korotuspaineisiin elintarvikkeiden hinnoissa ja sitä kautta maksuhalukkuuden realisoitumiseen. Hyödykkeen määrittelyssä päädyttiin ratkaisuun, jossa arvioidaan maksu- halukkuutta kahdelle eri tasoiselle torjunta-aineiden käytön vähentämiselle. Tällä ratkaisulla saavutetaan kaksi etua: 1) se mahdollistaa vertailutilanteen kahden eri tason välillä ja 2), sillä voidaan arvioida, onko hyödykkeen koolla merkitystä maksuhalukkuuteen. Tutkimusasetelma mahdollistaa yksinkertaisen preferenssi- järjestyksen selvittämisen ja maksuhalukkuuden herkkyyden arvotettavana olevan hyödykkeen laajuudelle testaamisen (ns. issue of scope, ks. s. 26). Kyselytekniikan suhteen valinta oli tehtävä pääasiassa avoimen ja diskreetin maksuhalukkuuskysymyksen välillä. Lisäksi tuli valita käytettävä maksuväline. Maksuhalukkuuskysymyksessä päädyttiin noudattamaan nykyisin useimmiten käytettyä, mm. NOAA-paneelin (1993) suosittelemaa diskreettiä maksu- halukkuuskysymystä. Moniportaisen diskreetin maksuhalukkuuskysymyksen käytöstä luovuttiin sen takia, että sen käyttö postikyselyissä tekee kyselylomakkeen sekavaksi. Valittu kysymysmuoto oli siis dikotominen. Vastauksien motiivien selvittämiseksi maksuhalukkuuskysymykseen kieltävästi vastanneille esitettiin seurantakysymys, jossa kysyttiin kieltäytymisen perusteita (liite 1, kysymys 30). Tavoitteena oli selvittää oliko syynä kysymyksessä esitetyn tarjouksen suuruus ts. hyödykkeen liian korkea hinta vai jokin muu syy. Seurantakysymys mahdollisti hyödykkeen asettelun toimivuuden kriittisen tarkastelun ja spike-mallin estimoinnin 41 Maksuvälineen valinnassa päädyttiin lopulta vertailemaan kahta päävaihtoehtoa: veroluonteista vuosimaksua ja elintarvikkeiden hintojen kohoamisen käyttöä maksuvälineenä. Pilottikyselyssä ilmeni, että elintarvikkeiden hintojen käyttäminen maksuvälineenä torjunta-aineiden käytön vähentämisestä oli selkeä, havainnollinen ja realistinen maksuväline, joka tässä tapauksessa aiheuttaisi mahdollisimman vähän maksuvälineharhaa. Pilottitutkimuksen perusteella maksuvälineeseen sisällytettiin myös verovarojen käyttö esitetystä toimenpiteestä aiheutuvien hallinnollisten kustannusten kattamiseen ja vaihtoehtoisen torjuntateknologian kehittämiseen. Pilottikyselyyn osallistuneiden mielestä tämä yhdistelmä oli uskottava vaihtoehto eikä herättänyt epäilyksiä esim. maatalouden uuden piilo- tukimuodon kehittämisestä, jonka perusteella pelkän veron tai veroluonteisen maksun käytöstä maksuvälineenä luovuttiin. Koska maksuhalukkuuskysymys oli diskreetti, sen toteuttamista varten piti suunnitella tarjousvektori. Tarjousvektorin asetannan tavoite on saada riittävä määrä tietoa maksuhalukkuuden jakaumasta suhteellisen pienellä tarjousten luku- määrällä. Tarjousvektorin määrittelyssä tavoiteltiin mahdollisimman alhaista lu- kumäärää tarjouksia, jotta otoskokoa ei tarvitse tarpeettomasti suurentaa. Pilotti- tutkimuksen perusteella päädyttiin käyttämään kuutta eri tarjousta, jotka vaihte- levat välillä 50 - 2000 markkaa. Tavoitteena oli asettaa tarjousvektori siten, että se kattaa maksuhalukkuusjakaumasta suunnilleen 20 % mediaanin molemmin puolin ja on siten tilastotieteellisen luotettavuuden kannalta mahdollisimman opti- maalinen (Kanninen 1995). Alarajaksi asetettiin kotitaloudelle lähes merkitykse- tön summa, johon vastaavat kieltävästi vain toimenpidettä periaatteessa vastus- tavat henkilöt. Ylärajan puolestaan haluttiin olevan niin korkea tarjous, että noin kaksi kolmannesta vastaajista kieltäytyy siitä. Vastaajille annettavan informaation vaikutusta tutkittaessa lähdettiin Rom- stadtin (1992) esittämästä oletuksesta, jonka mukaan informaation vaikutus riippuu siitä, millaista informaatio on suhteessa vastaajan aiempaan asennoitumiseen arvotettavana olevaa hyödykettä kohtaan. Informaatioharhaa päätettiin testata antamalla vastaajille kahta erityyppistä informaatiota. Puolelle vastaajista päätettiin antaa torjunta-aineiden käytön vähentämistä puoltavaa lisätietoa (jatkossa ns. positiivisen informaation ryhmä) ja toiselle puolelle torjunta-aineiden käytön haitattomuutta puoltavaa lisätietoa (jatkossa ns. neutraalin informaation ryhmä). Testausasetelmassa on huomattava, että molemmat ryhmät saivat saman kattavan perustietopaketin torjunta-aineiden käytön hyödyistä ja haitoista. Vastaajille annetut eri tyyppiset lisäinformaatiot muodostivat lisäksi vain osan koko kyselylomakkeen sisältämästä informaatiosta. Ero eri informaatiota saaneiden ryhmien välillä oli vähäinen, koska tietoisesti haluttiin välttää vaikutelmaa kyse- lyn voimakkaasta asenteellisuudesta. Referenssiryhmänä päätettiin käyttää edellä kuvattua neutraalin informaation ryhmää, koska ryhmän saama informaatio ei ainakaan korosta torjunta-aineiden käytön vähentämisen tarvetta (ks. liite 1) eikä oletettavasti aiheuta maksuhalukkuuden harhaisuutta ylöspäin. Tulosten tul- 42 kinnassa päädyttiin tässä vaiheessa noudattamaan ns. konservatiivista linjaa, jonka mukaan siinä tapauksessa, että vastaajan saamalla informaatiolla on vastauksiin merkittävä vaikutus, keskimääräisistä maksuhalukkuusestimaateista kunkin toimenpiteen kohdalla käytetään varovaisuussyistä alhaisempaa lukua. Tutkimuksen otos valittiin suomenkielisistä henkilöistä, jotka ovat 16-70 vuotiaita ja asuvat eri osoitteissa. Koska tutkimusasetelman laadinnassa päädyttiin kahteen eri arvotettavana olevaan hyödykkeeseen, kahteen eri informaatiota saavaan ryhmään ja kuuden eri tarjouksen käyttöön, kokonaisotokseksi valittiin 3600 lähtevää kyselyä. Tähän päädyttiin ennakoimalla minimivastausprosentiksi noin kolmekymmentä ja arvioimalla kuhunkin muodostuneeseen 24 alaryhmään tarvittavan vähintään viisikymmentä havaintoa, jotta tilastollinen analyysi onnis- tuisi vaikeuksitta. 5.2. Kyselylomakkeen suunnittelu, kyselyn toteutus ja tietojen tallentaminen Kyselylomakkeen suunnittelussa oli tavoitteena valmistaa sellainen kyselylomake, johon vastaaminen on suhteellisen helppoa ja yksiselitteistä. Myös tietojen tallentaminen ja käsittely haluttiin saada mahdollisimman vaivattomaksi. Tavoitteeseen pyrittiin muotoilemalla kysymykset selkeästi ja helposti ymmär- rettäviksi, liittämällä kuhunkin kysymykseen riittävästi vaihtoehtoja ja sisällyt- tämällä lomakkeeseen mahdollisimman vähän avoimia kysymyksiä. Kyselyloma- ketta kierrätettiin kommentoitavana niin asiantuntijoilla kuin tavallisen vastaajan tyyppisillä henkilöillä mahdollisimman paljon ennen lopullista kyselyä. Kyselylomake testattiin vielä lopuksi haastatteluna tehdyllä pilottikyselyllä. Kyselylomake käsitti kaikkiaan 43 kysymystä, jotka käsittelivät seuraavia aiheita: 1) kyselylomake esitettyjen tietojen painotukset ja annetun informaation uutuus vastaaj alle - vastaajan mielipide annetusta informaatiosta 2) vastaajan mielipiteet koskien - torjunta-aineiden käyttöä elintarviketurvallisuutta maataloustuotannon ympäristöystävällisyyttä maataloustuotannon tukemista luonnonmukaista tuotantoa maksuhalukkuus torjunta-aineiden käytön vähentämisestä vastaajan sosio-ekonomiset taustamuuttujat. Kyselylomaketta suunniteltaessa kyselyjen ja/tai CV -menetelmän kanssa tekemisissä olleet henkilöt kommentoivat ensimmäisiä versioita ja esittivät joitakin 43 parannusehdotuksia kysymyksenasetteluun ja lomakkeen muotoiluun. Komment- tien perusteella muokattua kyselylomaketta testattiin pilottituticimuksella. Pilotti- tutkimus toteutettiin vantaalaisessa ostoskeskuksessa siten, että koehenkilöiksi valittiin henkilöitä, jotka yhdessä mahdollisimman hyvin vastasivat todelliseksi kohdejoukoksi valittua otosta. Tutkimuksen tekijä kuvaili koehenkilölle testitilanteen ja kävi vastaajiksi suostuneiden kanssa koko kyselylomakkeen läpi ja pyysi heitä mainitsemaan kyselylomakkeen täyttämisessä esiintulevista epäselvyyksistä ja ongelmista. Erityistä huomiota kiinnitettiin vastaajan maksuhalukkuuden selvittä- miseen. Maksuhalukkuutta haarukoitiin ns. tarjouskortin avulla, jossa olevista viidestätoista välille 0 - 3000 markkaa sijoittuvasta tarjouksesta koe