A Mixed Count Data with Known Class Analysis to the Recreational Fishing Trips Demand

• Autorzy: Abdulbaki Bilgic , Wojciech J. Florkowski
• Języki publikacji: EN

Abstrakty

EN

A mixed negative binomial model is used to describe behavioral factors influencing the demand for recreation of three categories of anglers. Active anglers are classified into three groups according to the reported satisfaction derived from fishing. Results show that the group of the so-called "not-fully satisfied anglers" is willing to take an additional trip driven primarily by socio-economic reasons. Each additional trip has a higher cost. The marginal propensity to take an additional trip for that particular group is higher than the two other groups and so is the estimated welfare benefit. (original abstract)

Opisano konstrukcję modelu, w którym zmienna zależna przyjmuje wartości nieciągłe, w konkretnym przypadku liczby takie jak l, 2, itd., które odzwierciedlają uczestnictwo w rekreacyjnym połowie ryb. Wędkarze sklasyfikowani są w trzy grupy w zależności od stopnia satysfakcji uzyskanego z wędkowania. Wyniki wskazują, że grupa ,,nieusatysfakcjonowanych" wędkarzy gotowa byla podjąć dodatkowe wyjazdy na ryby z pobudek socjo-ekonomicznych (a nie tych związanych z cechami samego wypadu). Skłonność krańcowa do podjęcia dodatkowych wypadów oraz wielkość korzyści z wypadu jest dla tej grupy wyższa niż dla pozostałych grup. (oryg. streszcz.)

Słowa kluczowe

EN

Demand; Demand side economics; Fishery; Binomial model; Negative binomial model

PL

Popyt; Ekonomia popytu; Rybołówstwo; Model dwumianowy; Model ujemny dwumianowy

• Czasopismo: Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu
• Rocznik: 2004
• Tom: 6
• Numer: z. 6
• Strony: 15--20

Twórcy

autor

Abdulbaki Bilgic

autor

Wojciech J. Florkowski

Bibliografia

• Blundell R., Griffith R., Reenan J.V. 1995: Dynamic Count Models of Technological Innovation. Economic Journal, 105, pp. 333-344.
• Cameron A.C., Trivedi P.K. 1998: Regression Analysis of Count Data. Cambridge University Press, Cambridge.
• Guo, J.Q., Trivedi P.K. 2002: Flexible Parametric Models for Long-tailed Patent Count Distributions. Oxford Bulletin of Economics and Statistics, 64, pp. 63-82.
• Haab, T.C., McConnell K.E. 2002:Valuing Environmental and Natural Resources. The Econometrics of Non-Market Valuation. Edward Elgar, Northampton, MA, USA.
• Hausman J.A., Hall, B. H., Griliches Z. 1984: Econometric Models for Count Data with an Application to the Patents-R&D Relationship. Econometrica, 52, pp. 909-938.
• Wedel M., Desarbo W.S., Bult J.R. Ramaswamy V. 1993: A Latent Class Poisson Regression Model for Heterogeneous Count Data. Journal of Applied Econometrics, 8, pp. 397-411.