Pere Riera y Joan Mogas

Pere Riera Micaló. Doctor en Economía, Universitat Autónoma de Barcelona (UAB), España. Profesor, UAB, España.

Joan Mogas Amorós. Doctor en Economía, UAB, España. Profesor, Universitat Rovira i Virgili, España. Dirección: Departament d’Economia. Avda. Universitat, 1. 43204, Reus, España. e-mail: joan.mogas@urv.net

Resumen

Se describe una aplicación de uno de los métodos emergentes en la estimación de activos medioambientales: los experimentos de elección. Este método, que se engloba dentro de los métodos de preferencias declaradas, permite estimar los valores de los diferentes atributos de un bien. El análisis empírico se realiza a partir de una aplicación de los experimentos de elección que consiste en el cálculo de los valores asociados a cambios potenciales en las funciones recreativas, de absorción de CO2 y prevención de la erosión como resultado de un programa de forestación en Cataluña

AN APPLICATION OF CHOICE EXPERIMENTS TO THE VALUATION OF FOREST MULTIPLE FUNCTIONS

Summary

An application of one of the emerging methods for estimating environmental values, the choice experiment, is outlined. This stated preference method allows the estimation of the different attributes of a particular good. The empirical application involves the valuation of the effects on the forest recreational function, carbon storage, and erosion protection that would have a specific forestation program in Catalonia.

UMA APLICAÇÃO DOS EXPERIMENTOS DE ELEIÇÃO À VALORAÇÃO DA MULTIFUNCIONALIDADE DOS BOSQUES

Descreve-se uma aplicação de um dos métodos emergentes na estimação de ativos meio ambientais: os experimentos de eleição. Este método, contido dentro dos métodos de preferências declaradas, permite estimar os valores dos diferentes atributos de um bem. A análise empírica se realiza a partir de uma aplicação dos experimentos de eleição que consiste no cálculo dos valores associados a mudanças potenciais nas funçðes recreativas, de absorção de CO2 e prevenção da erosão como resultado de um programa de reflorestamento na Catalunha

PALABRAS CLAVE / Bosque / Experimentos de Elección / Forestación / Gestión Forestal / Valoración Contingente /

Recibido: 21/01/2005. Modificado: 05/12/2005. Aceptado: 13/12/2005.

Introducción

Los bosques constituyen un bien particularmente complejo y generan un gran número de efectos externos. Además de la función productiva, básicamente de suministro de materias primas que afectan al ámbito privado, los bosques ofrecen toda una serie de funciones ambientales que afectan a la sociedad en su conjunto. Algunos ejemplos son la formación y conservación de los suelos, la absorción de CO2, la regulación del ciclo del agua, la creación de paisaje o la conservación de la biodiversidad. También ofrecen otras funciones que tienen demanda social, como las recreativas. Sin embargo, la mayoría de los productos y servicios que aportan los bosques al bienestar social carecen de un mercado real. De ahí que sea importante contar con algún método que permita estimar su valor, ya que se trata de una información útil para los gestores a la hora de planificar la política forestal y los usos del suelo.

La economía ha desarrollado un conjunto de técnicas para estimar valores para los bienes sin mercado, distinguiéndose habitualmente entre los métodos de preferencias reveladas y los de preferencias declaradas (véase Braden y Kolstad, 1991; Freeman, 1993). Los primeros métodos, que incluyen el del coste de viaje y el de los precios hedónicos, estiman el valor del bien a partir de la observación de otros mercados ya existentes, mientras que en los segundos los individuos expresan sus preferencias en instituciones (generalmente mercados) construidas expresamente mediante una encuesta.

El método de preferencia declarada más usado para la valoración de bienes y servicios medioambientales ha sido el de la valoración contingente (Mitchell y Carson, 1989). En su versión más habitual, se simula un cambio en la provisión de un bien (por ejemplo, un aumento de la superficie de bosques) y el programa o política para conseguir el cambio descrito. Entonces se le pregunta al individuo por la máxima cantidad de dinero que estaría dispuesto a pagar o, alternativamente, se le presenta un precio que la persona entrevistada puede aceptar o no. El valor que se obtiene hace referencia a la diferencia en el bienestar de la población por el cambio discreto analizado.

A veces, en lugar de valorar un escenario determinado, puede interesar valorar separadamente distintos atributos o características de un bien ambiental, como pueden ser los bienes públicos generados por los bosques (Santos, 1999). En estos casos se podrían considerar repetidas aplicaciones del método de la valoración contingente, aunque es más práctico utilizar otros métodos de preferencias declaradas, como los experimentos de elección. La principal diferencia respecto a la valoración contingente es que incluyen más de una variación en la calidad o cantidad de un bien. Así, en estos métodos se le presentan distintas alternativas a la persona entrevistada y se le pregunta de una determinada manera para que exprese sus preferencias. La forma de preguntar determina el método concreto que se vaya a utilizar.

En este trabajo se presenta una descripción general de los experimentos de elección (choice experiments) y se ejemplifica con una aplicación. Este método utiliza series de preguntas con dos o más alternativas (en cada alternativa pueden variar los valores de los distintos atributos, incluido el pago monetario) de entre las cuales la persona entrevistada debe escoger la que más prefiera. Así se estiman las preferencias respecto a los atributos de un determinado estado ambiental y los valores marginales de cada atributo. En la aplicación empírica que aquí se presenta, se estiman los valores asociados a cambios potenciales en las funciones recreativas, de absorción de CO2 y prevención de la erosión como resultado de un aumento de la superficie de bosques.

Los experimentos de elección dentro de los métodos de preferencias declaradas

Existen fundamentalmente dos variantes del método de los experimentos de elección: la elección por parejas y la elección en conjuntos, de la que la primera representa un caso particular. En la elección por parejas, el investigador presenta dos opciones (alternativas, en el argot), que reflejan variaciones tanto físicas como monetarias. Es práctica habitual incluir la alternativa que corresponde a la situación de status quo para poder interpretar los resultados en términos de economía de bienestar. En muchos casos el investigador interesado en medidas del bienestar puede preferir incluir los niveles del status quo como niveles de los atributos, en cuyo caso la inclusión de una alternativa para el status quo se considera a veces innecesaria (Hensher y Raimond, 1996). El ejercicio se repite varias veces con cada persona, cambiando los valores de las alternativas que se le proponen. En la elección en conjuntos, el número de alternativas que se presentan simultáneamente es superior. En este trabajo se aplicó la variante de elección por parejas.

Las características del bien descrito reciben el nombre de atributos, y el pago o compensación asociado a los cambios se denomina también atributo. Estos pueden ser por ejemplo "la cantidad del CO2 que anualmente absorbe una determinada superficie de bosque" o "el número máximo de visitantes simultáneos que se permite en un espacio natural". Las variaciones entre las alternativas propuestas en los conjuntos de elección se obtienen definiendo distintos niveles o valores para cada uno de los atributos. Así, por ejemplo, el "número de visitas simultáneas" podría variar entre los niveles 50, 100 ó 130 visitantes. Los diferentes niveles que se asignan a cada una de los atributos se combinan para crear las alternativas. De todas las posibles combinaciones solo se terminan preguntando unas cuantas, excepto si el número total es suficientemente bajo. La selección de las alternativas a presentar en la encuesta de entre todas las posibles se suele hacer con alguna de las diferentes técnicas disponibles para ello, principalmente mediante el uso del diseño experimental (Louviere, 1988).

Comparado con la valoración contingente, la principal ventaja de los experimentos de elección es que permiten estimar tanto los valores marginales de cada atributo como la media de la disposición a pagar para pasar del status quo a una alternativa específica. Estos estimadores de variaciones compensatorias son coherentes con los principios de la economía del bienestar (Small y Rosen, 1981; Louviere et al., 2000) y válidos para su inclusión, por ejemplo, como valores estimados en el análisis coste beneficio de diferentes alternativas. Obtener los valores ambientales de diferentes opciones mediante el método de la valoración contingente requeriría una aplicación diferente para cada opción, por lo que el experimento de elección presenta menores costes si el objetivo es la selección de una composición de atributos de un bien entre varias posibles o la valoración de cada uno de los atributos.

Otro tipo de información que pueden proporcionar los experimentos de elección al gestor público es el apoyo relativo que determinadas alternativas reciban de la población. Así, si hay un número de alternativas, incluida el status quo, entre las que el gestor público debe elegir, se puede estimar el porcentaje de población que elegiría cada una de ellas (Rolfe y Bennett, 2002).

Sin embargo algunos aspectos relacionados con el uso de los experimentos de elección como la presencia de comportamiento estratégico en la respuesta de elección, el efecto aprendizaje, cansancio y la complejidad a medida que aumenta el número de conjuntos de elección o la sensibilidad de las medidas de bienestar en función del diseño utilizado, son posibles problemas de este método (Adamowicz y Boxall, 2001; Hanley et al., 2001).

El campo de aplicación inicial de los experimentos de elección fue el marketing, pero a partir de los años 80 también se aplica en geografía, transporte y economía (Louviere, 1991). Tienen su origen en el análisis conjunto, que es un método utilizado para representar juicios individuales o estímulos multiatributos y que se ha aplicado principalmente en el marketing (Louviere, 1988). Difieren de los métodos tradicionales de análisis conjunto en que se pide a los individuos que elijan entre alternativas compuestas de atributos en lugar de ordenarlas o puntuarlas (Adamowicz et al., 1998). Los experimentos de elección se analizan utilizando el modelo de utilidad aleatoria (Luce, 1959; McFadden, 1973) y el análisis econométrico de los datos se basa en modelos de variables dependientes limitadas (McFadden, 1973; Greene, 1997).

A pesar de las ventajas potenciales de los experimentos de elección, hay todavía relativamente pocos ejemplos del uso de experimentos de elección en la valoración de bienes y servicios ambientales, especialmente en Europa (Adamowicz et al., 1994, 1998; Boxall et al., 1996; Rolfe y Bennett, 1996; Bergland, 1997; Morrison et al., 1997; Hanley et al., 1998a, b).

Esta escasez de trabajos es debida en gran parte a que el proceso de diseño y cálculo es complejo. Los ejercicios de elección implican un esfuerzo considerable y cuidadoso en cada una de las etapas que son necesarias para llevarlos a cabo, especialmente en la fase del diseño, tanto del cuestionario como del modelo estadístico. Para un mayor detalle del método del experimento de elección, véase por ejemplo Bennett y Blamey (2001) o Hensher et al. (2005).

Diseño del experimento

El primer paso de los experimentos de elección consiste en la identificación de los atributos y niveles o valores de cada atributo. El bien ambiental a valorar en este estudio estaba constituido por determinadas funciones generadas por la repoblación forestal al producirse un cambio en la utilización del suelo y para las cuales no existen mercados directos donde observar sus valores en euros. En concreto, el estudio se centró en un cambio en la utilización de un 10% de la superficie de Cataluña. Situada en el noreste de España, Cataluña cuenta con una superficie arbolada de 1200000ha que representan ~40% de su superficie total (CREAF, 2003). Forestar un 10% de la superficie significa pasar del 40% actual al 50%, es decir, tener bosques en una superficie equivalente a la mitad de Cataluña.

A partir de la investigación previa en literatura forestal (Cannell, 1995; Rojas, 1995; Brown, 1997; DARP, 1999), consultas a expertos en temas forestales, diferentes sesiones de trabajo con grupos reducidos de personas (focus groups) y repetidas entrevistas previas a pequeñas muestras de la población, se determinaron los atributos y niveles que se incluyeron en los conjuntos de elección. Estos atributos fueron: la prohibición o la no prohibición de realizar determinadas actividades recreativas en los nuevos bosques (circular en coche, recoger setas y poder hacer picnic), la cantidad de CO2 que absorberían anualmente los nuevos bosques, la disminución de la erosión que se produciría en los lugares donde se forestara, y la cantidad anual a pagar por un determinado tipo de forestación. Los niveles de los atributos fueron determinados de manera que además de ser reales, fueran comprensibles a las personas entrevistadas. En el caso del pago los niveles se determinaron a partir del rango de respuestas obtenido en la encuesta piloto mediante una pregunta abierta de disposición a pagar. Los niveles de cada uno de los atributos aparecen descritos en la Tabla I. Si bien en este trabajo la contribución anual está expresada en euros, en el cuestionario original se expresaba en pesetas.

El siguiente paso del diseño en los experimentos de elección consiste en seleccionar las combinaciones de los niveles de los atributos que se presentaran a las personas entrevistadas. Los experimentos de elección se caracterizan por el uso del diseño experimental para construir las alternativas hipotéticas que se presentan a las personas entrevistadas. Dentro del diseño experimental, los diseños factoriales completos son diseños en los cuales cada nivel de cada atributo se combina con cada uno de los niveles de los otros atributos. En este trabajo, debido a que los conjuntos de elección consistían en comparaciones de parejas de alternativas de forestación, los atributos y sus niveles formaban un universo de (23´43)´ (23´43) combinaciones posibles de dos alternativas (la opción de status quo no varía) o conjuntos de elección. El 23 corresponde a los tres atributos con dos niveles y el 43 a los tres atributos con cuatro niveles. El conjunto de todas las combinaciones permite estimar los efectos estadísticos de cada atributo en la respuesta de elección independientemente uno del otro. Ello supone estimar todos los efectos entre los atributos, tanto los efectos principales como los efectos interacción. Los efectos interacción entre dos atributos tienen lugar cuando las preferencias del individuo hacia los niveles de un atributo dependen de los niveles del otro atributo. Por ejemplo, alguien puede preferir una determinada reforestación que elimine anualmente una elevada cantidad de CO2 pero sólo con cierto tipo de actividades recreativas (si se permite circular en coche por los nuevos bosques). En este caso CO2 tiene un componente parcial de utilidad bajo excepto cuando se combina con un nivel específico de otro atributo (se permite circular en coche). CO2 y circular en coche están interactuando, según las preferencias de esta persona.

Debido al elevado número de combinaciones posibles (262144), era necesario buscar alguna aproximación para reducir el número de alternativas y de esta manera hacer el experimento de elección manejable. La solución generalmente utilizada es el uso del diseño factorial fraccionado (Louviere, 1988) que implica la selección de un subconjunto particular (fracción) del diseño factorial completo que permita estimar de la manera más eficiente posible determinados efectos de interés. La selección de las alternativas para el diseño suele realizarse mediante tablas (Hahn y Shapiro, 1966) o mediante programas informáticos de diseño experimental. En este trabajo se adoptó un diseño factorial fraccionado que permitiera estimaciones independientes de al menos todos los efectos principales y de las interacciones entre dos atributos, lo que dio lugar a 64 conjuntos de elección con dos alternativas. Este diseño se considera una estrategia de diseño suficiente ya que los efectos principales y las interacciones de orden 2 recogen casi toda la varianza explicada, por lo que el sesgo en las estimaciones de interés, aunque no se elimina, se minimiza (Louviere et al., 2000).

Cuestionario, muestra y obtención de los datos

El cuestionario se estructuró en tres partes diferenciadas. En una primera parte se le presentaba a la persona entrevistada los efectos que tendría la forestación y se le preguntaba sobre su importancia relativa. La segunda parte del cuestionario consistía en el propio experimento de elección: a la persona entrevistada se le mostraba una secuencia de conjuntos de elección, cada uno formado por dos alternativas de forestación, y se le pedía que eligiera entre no forestar (status quo) o una de las dos alternativas de forestación. Como no era realista suponer que la persona entrevistada pudiera realizar 64 elecciones en una sola entrevista, el diseño se dividió en 16 versiones de 4 conjuntos de elección. De esta manera a cada entrevistado se le presentan 4 parejas de alternativas de repoblación forestal más la opción de no forestar. Un ejemplo de uno de los conjuntos de elección presentados puede verse en la Figura 1. Por último, en la tercera parte del cuestionario se incluían varias preguntas acerca del uso del bosque y sobre las características sociodemográficas de la persona. Cada cuestionario se acompañaba de un mapa de la superficie de bosques de Cataluña antes y después de la forestación, así como de una serie de tarjetas que explicaban al entrevistado el significado de cada atributo y nivel.

Se entrevistó a una muestra aleatoria de los habitantes (5,3 millones) de Cataluña mayores de 18 años edad. La muestra se seleccionó de forma que fuera representativa de la población en términos del tamaño del municipio de residencia, edad y sexo de las personas entrevistadas. Las 16 versiones del cuestionario del experimento de elección se repartieron en la misma proporción a los 1200 individuos de la muestra. El porcentaje de respuesta fue del 95% de la población entrevistada, lo que dio lugar a 4576 observaciones válidas. Ello corresponde a 4 observaciones para cada individuo que responde a todos los conjuntos de elección y a menos observaciones para los que dejan algunos sin contestar. Las entrevistas se realizaron en la segunda mitad de 1999. Fueron personales y realizadas en el hogar, seleccionando las viviendas a través de un procedimiento de itinerarios aleatorios de 10 entrevistas válidas en cada itinerario. La duración media de las entrevistas fue de 15 minutos.

Resultados

Modelo logit condicional de efectos principales

El modelo estadístico generalmente utilizado para la estimación de los resultados en los experimentos de elección es el modelo logit condicional (McFadden, 1973). Si bien el diseño experimental utilizado permite la estimación de las interacciones de orden 2, en este trabajo se presenta la estimación del modelo logit condicional de los efectos principales solamente. Se comprobó que la inclusión de las interacciones no suponía ningún cambio significativo en el signo de los coeficientes estimados, así como en las medidas de bienestar, respecto al modelo estimado con solo los efectos principales. Los resultados del análisis logit de esta estimación pueden verse en la Tabla II.

El modelo presenta una bondad de ajuste relativamente reducida de acuerdo con índice de Cocientes de Verosimilitudes, si bien es algo mayor cuando se utilizaron otros Pseudo-R2 como el de Veall y Zimmermann (1992). Valores del Pseudo-R2 entre 0,2 y 0,4 se consideran indicativos de un ajuste del modelo relativamente alto (Domencich y McFadden, 1975). El estadístico del cociente de verosimilitudes rechaza a menos de un 5% de significación la hipótesis de que todas las pendientes del modelo son 0. Los parámetros tienen los signos esperados. Poder recoger setas, practicar el picnic en los nuevos bosques, así como la absorción de CO2, son factores que afectan positivamente la utilidad, mientras que la posibilidad de circular en coche en los nuevos bosques o el aumento de la erosión si no se reforesta, disminuyen la utilidad de la persona. El coeficiente de la cantidad anual a pagar es negativo como era de esperar. La constante es positiva y estadísticamente significativa lo que indica que, manteniéndose el resto constante, la persona entrevistada obtiene una utilidad mayor si se reforesta que si no se reforesta.

Disposición marginal a pagar

Vj = bPICNICDPICNIC+

bSETASDSETAS+

bCOCHEDCOCHE+

bC02DCO2+

bEROSIONDEROSION+

bPRECIODPRECIO,

donde b son los coeficientes estimados y D es el operador de diferencia, la disposición marginal a pagar (DAP marginal) de un atributo se calcula como la razón entre el parámetro estimado dividido por el negativo del precio. Por ejemplo, manteniendo la utilidad constante, la DAP marginal para una reducción de CO2 equivalente a las emisiones que, en promedio, un ciudadano español añade al aire cada año es

La DAP marginal se calcula respecto a los euros anuales que, a lo largo de su vida, estaría dispuesto a pagar la persona entrevistada por un incremento (o disminución) en una unidad en el nivel del atributo. Valores marginales positivos (negativos) de un atributo indican que la persona estaría mejor con incrementos (disminuciones) en los niveles de estos atributos. De la combinación de las Tablas I y II se deduce que los valores de Picnic, Setas y Coche corresponden a un cambio discreto de poder a no poder hacer picnic, recoger setas o circular en coche por los nuevos bosques. Para el CO2, la disposición a pagar lo es por una reducción de este gas equivalente a las emisiones de CO2 que en promedio un ciudadano más añade al aire cada año en el conjunto de actividades de producción y consumo. Finalmente, la disposición marginal a pagar por la variable erosión se interpreta como la disposición a pagar para que el suelo sea productivo un año más debido a la prevención de la erosión que produciría el bosque.

La descomposición del valor total de un bien ambiental en el valor de sus atributos que permite el experimento de elección le da un enfoque más útil desde una perspectiva de gestión y política que centrarse en la ganancia o pérdida de un bien o en un cambio discreto de uno de sus atributos que es común en las aplicaciones de valoración contingente. Estos valores son útiles en el sentido que muestran el trade-off entre atributos individuales. Ello permite el análisis de la composición de alternativas potenciales a la hora de gestionar los recursos naturales, en este trabajo la gestión de los bienes forestales. De esta manera la comparación de los precios implícitos de los atributos indica la importancia relativa que los individuos entrevistados dan a cada uno de ellos. A partir de estas comparaciones los gestores públicos tienen una mayor información a la hora de diseñar las estrategias de gestión de los bienes ambientales. Así, por ejemplo, el gestor puede diseñar alternativas de uso de los recursos naturales a favor de aquellos atributos que tienen relativamente mayores precios implícitos (por ejemplo poder recoger setas) y reducir los atributos hacía los cuales los individuos muestran más rechazo (por ejemplo circular con vehículos por los bosques), aunque en la comparación de los precios implícitos hay que tener en cuenta las unidades en que se miden los atributos no monetarios.

Finalmente, algunos autores consideran que los valores marginales de los diferentes atributos provenientes de los experimentos de elección son más adecuados para su uso en la llamada transferencia de beneficios que la utilización de valores más globales como los provenientes de la valoración contingente (Bennett et al., 2002; Morrison et al., 2002). La transferencia de beneficios consiste en la utilización de los valores monetarios de bienes ambientales obtenidos en un determinado contexto, para estimar los beneficios de un bien parecido o bajo distinto contexto, del cual se desconoce su valor (Desvouges et al., 1992). La transferencia de beneficios es utilizada por administraciones públicas en el análisis coste-beneficio y su uso es cada vez más extendido (Desvouges et al., 1992; OCDE, 1993). De esta manera, las estimaciones de la máxima disposición a pagar de los individuos mediante el experimento de elección se pueden usar para estimar los beneficios en otros programas españoles de forestación. Aplicar valores previamente obtenidos en otros estudios puede ser una alternativa a la realización de un nuevo estudio más costoso en tiempo y dinero. Sin embargo la fiabilidad de la validez y fiabilidad de la transferencia de valores ambientales ha sido cuestionada por diversos autores, por lo que debe procederse con cautela en su aplicación (Bergstrom y De Civita, 1999; McVittie et al., 2001; entre otros).

Conclusiones

En este trabajo se describe el método de los experimentos de elección y se presentan sus ventajas potenciales en relación al método de la valoración contingente, que ha sido el método tradicionalmente utilizado de valoración de recursos ambientales. Se presenta una aplicación de los experimentos de elección que estima los impactos en el bienestar social de cambios en determinados bienes y servicios ambientales debido a un aumento de la superficie de bosques.

Los experimentos de elección ofrecen un método prometedor en el campo de la valoración ambiental. Así, y como se muestra en la aplicación realizada, este método permite obtener la disposición marginal a pagar de los individuos para cada uno de los atributos que componen el activo ambiental. Además, también permite estimar la disposición a pagar para pasar del status quo a una alternativa específica. Todo ello hace que el experimento de elección dé lugar a un conjunto de información muy útil tanto en análisis coste beneficio como en la transferencia de beneficios. La principal dificultad de los experimentos de elección es la mayor complejidad que implica tanto su diseño como el análisis de los resultados.

De acuerdo con las disposiciones marginales a pagar que se obtuvieron en el experimento de elección que se analiza en este trabajo, el ciudadano medio de Cataluña estaría dispuesto a pagar anualmente 4,35 euros para poder hacer picnic en los bosques propuestos, 5,77 euros para poder recoger setas, y se le tendría que compensar anualmente en 8,63 euros para que los vehículos puedan circular por los nuevos bosques, siempre en valores de 1999. Además, estaría dispuesto a pagar 4,17 euros anuales por una reducción de CO2 equivalente a las emisiones que produce al año una ciudad de 100000 habitantes (suponiendo una relación lineal entre la reducción anual de CO2 y la disposición a pagar por ésta) y 0,02 euros para que el suelo sea productivo un año más.

Referencias

1. Adamowicz WL, Louviere JJ, Williams M (1994) Combining stated and revealed preference methods for valuing environmental amenities. J. Env. Econ. Manag. 26: 271-292.        [ Links ]

2. Adamowicz WL, Boxall PC, Williams M, Louviere JJ (1998) Stated preference approaches for measuring passive use values: choice experiments and contingent valuation. Am. J. Agric. Econ. 80: 65-75.        [ Links ]

3. Adamowicz W, Boxall P (2001) Future directions of stated choice methods for environmental valuation. Presentado en The Choice Experiments: A New Approach to Environmental Valuation Conference. South Kensington, Londres, RU.        [ Links ]

4. Bennet J, Blamey R (2001) The choice modelling approach to environmental valuation. Edward Elgar. Cheltenham, RU. 269 pp.        [ Links ]

5. Bennett J, Blamey R, Louviere J, Morrison M (2002) Choice Modelling and tests of benefit transfer. Am. J. Agric. Econ. 84: 161-170.        [ Links ]

6. Bergland O (1997) Valuation of landscape elements using a contingent choice method. Presentado en 1997 EAERE Conference. Tilburg, Holanda.         [ Links ]

7. Bergstrom JC, De Civita P (1999) Status of Benefit Transfer in the United States and Canada: A Review. Can J. Agric. Econ. 47: 79-87.        [ Links ]

8. Boxall P, Adamowicz WL, Williams M, Swait J, Louviere JJ (1996) A Comparison of stated preference approaches to the measurement of environmental values. Ecol. Econ. 18: 243-253.        [ Links ]

9. Braden J, Kolstad C (1991) Environmental demand theory. En Braden JB, Kolstad CD (Eds.) Measuring the demand for environmental quality. Elsevier. Amsterdam, Holanda. pp. 17-39.        [ Links ]

10. Brown S (1997) Los bosques y el cambio climático: el papel de los terrenos forestales como sumidero de carbono. Presentado en XI Congreso Forestal Mundial. Antalya, Turquía.        [ Links ]

11. Cannell M (1995) Forest and the global carbon cycle in the past, present and future. Research Report Nº2. European Forest Institute. Joensuu. Finlandia. 23 pp.        [ Links ]

12. CREAF (2003) Mapa de Cobertes del Sòl de Catalunya. Centre de Recerca Ecològica i Aplicacions Forestals. Barcelona, España.        [ Links ]

13. DARP (1999) Estadístiques agràries i pesqueres de Catalunya (1997) Departament d'Agricultura, Ramaderia i Pesca. Generalitat de Catalunya, Barcelona. España.        [ Links ]

14. Desvousges W, Naughton M, Parsons G (1992) Benefit transfer: conceptual problems in estimating water quality benefits using existing studies. Water Resource Res. 28: 675-683.        [ Links ]

15. Domencich T, McFadden D (1975) Urban travel demand: a behavioural approach. North-Holland Publishing Company. Amsterdam, Holanda.        [ Links ]

16. Freeman A (1993) The measurement of environmental and resource values. Resources for the Future Press. Baltimore, MD, EEUU.        [ Links ]

17. Greene W (1997) Econometric Analysis. 2a ed. MacMillan. Nueva York, EEUU. pp. 635-681.        [ Links ]

18. Hahn GJ, Shapiro SS (1966) A catalogue and computer programme for design and analysis of orthogonal symmetric and asymmetric fractional experiments. Report Nº 66-C-165. General Electric Research and Development Centre. Schenectady, NY, EEUU.        [ Links ]

19. Hanley N, MacMillan D, Wright RE, Bullock C, Simpson I, Parsisson D, Crabtree B (1998a) Contingent valuation versus choice experiments: estimating the benefits of environmentally sensitive areas in Scotland. J. Agric. Econ. 49: 1-15.        [ Links ]

20. Hanley N, Wright RE, Adamowicz W (1998b) Using choice experiments to value the environment. Env. Resource Econ. 11: 413-428        [ Links ]

21. Hanley N, Mourato S, Wright R (2001) Choice modelling approaches: a superior alternative for environmental valuation? J. Econ. Surv. 15: 435-462.        [ Links ]

22. Hensher D, Rose J, Greene W (2005) Applied Choice Analysis: A Primer. Cambridge University Press. Cambridge, RU. 742 pp.        [ Links ]

23. Hensher D, Raimond T (1996) Estimation of Public Transport Fare Elasticities in the Sydney Region. Research Paper Nº7. Independent Pricing and Regulatory Tribunal of New South Wales. Sydney, Australia.         [ Links ]

24. Krinsky I, Robb LA (1986) On approximating the statistical properties of elasticities. Rev. Econ. Stat. 68: 715-719.        [ Links ]

25. Louviere JJ (1988) Analyzing individual decision making: metric conjoint analysis. En Quantitative applications in the social sciences. University Series Nº 67. Sage. Newbury Park, CA, EEUU.         [ Links ]

26. Louviere JJ (1991) Experimental choice analysis: introduction and overview. J. Bus. Res. 23: 291-297        [ Links ]

27. Louviere JJ, Hensher DA, Swait JD (2000) Stated choice methods. Analysis and applications. Cambridge University Press. Cambridge RU. 95 pp.        [ Links ]

28. Luce R (1959) Individual choice behavior: a theoretical analysis. Wiley. Nueva York, EEUU.         [ Links ]

29. McFadden D (1973) Conditional logit analysis of qualitative choice behaviour. En Zarembka P (Ed.) Frontiers in econometrics. Academic Press. Nueva York, EEUU. pp.105-142.        [ Links ]

30. McVittie A, Hanley NY, Oglethorpe D (2001) Choice experiments, benefit transfers and the design of agri-environmental policy. Presentado en 2001 EAERE Conference. Southampton, RU.        [ Links ]

31. Mitchell RC, Carson RT (1989) Using surveys to value public goods: the contingent valuation method. Resources for the Future Press. Washington, DC, EEUU.         [ Links ]

32. Morrison M, Bennett J, Blamey R, Louviere J (2002) Choice modelling and tests of benefit transfer. Am. J. Agric. Econ. 84: 161-170.        [ Links ]

33. Morrison M, Bennett J, Blamey R (1997) Designing choice surveys using focus groups: results from the Maquarie Marshes and Gwydir Wetlands Case Studies. Choice Modelling Research Report Nº5. The University of New South Wales, Canberra, Australia.        [ Links ]

34. OCDE (1993) Project and policy appraisal: Integrating economics and environment. ENV/EPOC/GEEI(93)14. Organisation for Economic Co-operation and Development. París, Francia.         [ Links ]

35. Rolfe J, Bennett J (1996) Valuing International Rainforests: A Choice Modelling Approach. Presentado en 40th Annual Conference of the Australian Agricultural Economics Society. Melbourne, Australia.        [ Links ]

36. Rolfe J, Bennett J (2002) Tests of benefit transfer across sites and population in the Sitzroy basin. Central Queensland University, Emerald, Australia.         [ Links ]

37. Rojas E (1995) Una Política Forestal Para el Estado de las Autonomías. AEDOS/Mundi Prensa. Madrid, España.        [ Links ]

38. Santos JML (1999) The economic valuation of landscape change: theory and policies for land use and conservation. Edward Elgar. Cheltenham, RU.        [ Links ]

39. Small K, Rosen H (1981) Applied welfare economics with discrete choice models. Econometrica 49: 105-130.        [ Links ]

40. Veall MR, Zimmermann KF (1992) Pseudo-R2 in the ordinal probit model. J Math. Sociol. 16: 333-342.        [ Links ] ]]> 1 (199 4) 26 271-292 2 (199 8) 80 65-75 3 2001 4 2001 269 5 (200 2) 84 161-170 6 1997 7 (199 9) 47 79-87 8 (199 6) 18 243-253 9 17-39 10 1997 Antalya 11 1995 23 12 CREAF 2003 13 DARP 1999 14 (199 2) 28 675-683 15 1975 16 1993 17 1997 2a ed 635-681 18 1966 19 (199 8a ) 49 1-15 20 (199 8b ) 11 413-428 21 (200 1) 15 435-462 22 2005 742 23 1996 24 (198 6) 68 715-719 25 1988 26 (199 1) 23 291-297 27 2000 95 28 1959 29 105-142 30 2001 31 1989 32 (200 2) 84 161-170 33 1997 34 OCDE 1993 35 1996 36 2002 37 1995 38 1999 39 (198 1) 49 105-130 40 (199 2) 16 333-342