《Journal of Agriculture and Food Research》：Comparing Generalized Multinomial Logit Models and Random Parameter Logit Models in Preference Space and in Willingness to Pay Space
编辑推荐：
广义多项Logit（Generalized Multinomial Logit, GMNL）模型和随机参数Logit（Random Parameter Logit, RPL）模型是混合多项Logit（Mixed Multinomial Logit, MMNL）
广义多项Logit（Generalized Multinomial Logit, GMNL）模型和随机参数Logit（Random Parameter Logit, RPL）模型是混合多项Logit（Mixed Multinomial Logit, MMNL）模型的两种规格。这些模型可以在偏好空间或支付意愿（Willingness to Pay, WTP）空间中估计。研究人员使用来自法国关于生态标签野生鱼和有机标签养殖鱼WTP的陈述偏好选择实验数据。该数据通过偏好空间和WTP空间中的GMNL和RPL模型进行估计。研究人员发现，在2008年的法国，参与者愿意为生态标签和有机标签支付约10%的溢价。理论上，在WTP空间中估计具有确保有限矩并避免WTP分布潜在厚尾问题的优势。研究人员从WTP的核密度估计（Kernel Density Estimation, KDE）中发现了混合证据，因此研究结果并未确定性地支持这些在WTP空间中估计的理论优势。研究人员还比较了四种模型的拟合度和WTP估计值。偏好空间中的GMNL模型具有最佳拟合，但四种模型之间的拟合度差异较小。除一个例外，四种模型估计的WTP 95%置信区间重叠。四种模型结果的相似性证明了估计值跨模型规格的稳健性。拟合度和WTP估计值的相似性表明，所有四种模型在研究人员的数据集中表现同样良好。研究人员讨论了模型拟合度和WTP估计，并从模型拟合度、模型简约性、WTP估计差异的经济意义和实用性角度，提供了关于在GMNL模型和RPL模型之间进行选择的建议。
**论文解读文章**
**研究背景**
在农业与食品经济学领域，离散选择模型（Discrete Choice Modeling, DCE）被广泛用于模拟消费者决策，其理论基础为McFadden的随机效用最大化（Random Utility Maximization, RUM）理论。混合多项Logit（Mixed Multinomial Logit, MMNL）模型已成为估计选择数据的主流标准，其中随机参数Logit（Random Parameter Logit, RPL）模型通过参数随机化捕捉口味异质性（taste heterogeneity），但无法识别另一重要变异来源——规模异质性（scale heterogeneity），即不同个体在未观测效用误差项变异上的系统性差异。若忽略规模异质性，实际中的决策一致性变异可能被误判为口味异质性，扭曲偏好推断。广义多项Logit（Generalized Multinomial Logit, GMNL）模型旨在同时估计口味异质性与规模异质性，尽管后续研究表明其难以完全分离二者，但该模型在模型拟合方面常优于RPL。此外，传统MMNL模型通常在偏好空间（preference space）中估计，但由此导出的支付意愿（Willingness to Pay, WTP）分布可能出现大方差甚至无限矩；理论建议在WTP空间（WTP space）中估计可直接获得WTP值并规避厚尾问题，但可能以模型拟合降低为代价。因此，系统比较GMNL与RPL模型在偏好空间与WTP空间中的实证表现，对于指导学术研究与实际应用具有重要价值。
**研究内容与结论**
研究人员利用2008年12月在法国国家农业研究所（INRA）感官实验室开展的一项陈述偏好选择实验数据，调查消费者对生态标签野生鱼和有机标签养殖鱼的WTP。实验包含8种鱼类产品（野生鳕鱼、养殖鳕鱼、养殖鲑鱼、野生安康鱼、养殖巴沙鱼，以及带MSC或AB标签的相应产品），144名参与者完成2,300次选择。研究人员采用RPL和GMNL模型分别在偏好空间和WTP空间进行估计，重点比较模型拟合（对数似然函数值、McFadden伪R2、AIC、BIC）和WTP估计值（均值与95%置信区间）。主要结论包括：（1）法国消费者在2008年愿意为MSC标签和AB标签支付约10%的溢价；（2）偏好空间中的GMNL模型拟合最佳，但与RPL模型的差异较小，WTP空间估计进一步降低了拟合度；（3）四种模型的WTP估计值高度相似，95%置信区间除一个例外均重叠；（4）WTP的核密度估计（KDE）显示，WTP空间估计并未一致消除厚尾现象，理论优势在实证中未得到确定性支持。该论文发表在《Journal of Agriculture and Food Research》，其方法论贡献在于证明了简约的RPL模型在偏好空间中足以获得稳健的WTP估计，并提供了在GMNL与RPL之间选择的实用框架。
**主要关键技术方法**
研究人员采用陈述偏好选择实验，样本来自法国INRA数据库的144名参与者，每人获25欧元报酬。实验设计使用SAS宏MktEx构造零先验的D-有效设计，共112个选择集分为7个区组，每区组16个选择集，以真实鱼品（300克包装）呈现在冰盒中，包括一个“无选择”选项。模型估计方面，使用NLOGIT 5软件，通过最大模拟似然估计（500次Halton抽取），设定面板数据结构。价格参数假设服从单侧三角分布，非价格属性设为虚拟变量并服从正态分布，所有参数设定为不相关。通过Delta方法计算偏好空间模型的WTP及置信区间，WTP空间模型直接输出WTP估计值。关键模型包括RPL和GMNL，分别在偏好空间与WTP空间估计。
**研究结果**
**模型拟合比较**
通过比较对数似然函数值（LLFV）、McFadden伪R2、AIC和BIC，偏好空间中GMNL模型拟合优于RPL（LLFV提升35点，伪R2提高0.01）；WTP空间中两种模型拟合均低于偏好空间，且GMNL的改进更小（LLFV仅提升4点）。规模异质性参数τ在GMNL中显著非零，证实数据中存在规模异质性。偏好空间GMNL中加权参数γ估计为0.67且显著，表明规模异质性与残余口味异质性存在交互作用，而WTP空间估计中γ固定为零，部分解释了拟合降低。
**WTP估计比较**
四种模型的WTP估计值大多重叠。以WTP空间GMNL模型为例，野生鳕鱼、养殖鳕鱼、养殖鲑鱼、野生安康鱼的WTP均值分别为�16.43、�16.45、�18.62、�19.49，均在1%水平显著。MSC标签的WTP为�1.89，AB标签为�1.92，对应约10%溢价。除养殖鲑鱼（WTP空间GMNL与RPL的95%置信区间未重叠）和巴沙鱼（所有模型WTP不显著且在10%水平不稳定）外，其余WTP估计值在不同模型间高度一致，表明结果跨规格稳健。
**WTP分布分析**
核密度估计（KDE）图显示，四种模型各属性的WTP分布形状相似。偏好空间模型对养殖鳕鱼和养殖鲑鱼的WTP分布呈现明显右厚尾，而WTP空间模型并未完全消除厚尾，例如对野生安康鱼的KDE出现左厚尾。因此，实证证据并未明确支持WTP空间估计能确保有限矩的理论优势。
**讨论与结论**
**讨论总结**
研究人员讨论了模型选择框架：当主要目标是获得稳健的WTP均值时，标准RPL模型在偏好空间中通常足够；GMNL适用于对规模异质性具有实质性兴趣、样本中误差方差差异较大、或模型比较显示拟合显著改善的情况。建议应用研究人员先使用RPL规格，再以GMNL作为稳健性检验。数据时间限制（2008年）使得绝对WTP水平仅具历史价值，不适用当前政策分析，但方法论结论不受影响。偏好空间GMNL因捕捉规模异质性而获得略优拟合，但改进幅度相对于RPL相对于MNL的革命性进步而言较为温和。WTP空间估计的理论优势在实证中未得到确定支持，且拟合度降低，因此研究建议在可能时同时在两种空间中估计以进行比较。
**研究结论翻译**
在法国进行了一项包含生态标签和未标签养殖鱼与野生鱼的陈述偏好选择实验。研究人员估计了偏好空间和WTP空间中的RPL与GMNL模型。法国消费者愿意为生态标签野生鱼和有机标签养殖鲑鱼及鳕鱼支付显著高于未标签产品的价格。平均而言，两种标签均吸引约10%的溢价。研究人员强调，WTP估计值的政策含义受数据时间限制；实验反映2008年的市场条件和生态标签可用性，MSC和有机标签的绝对溢价应被视为历史特定值，不直接用于当前政策分析。研究人员的主要贡献在于方法论层面，展示了不同MMNL规格可产生非常相似的WTP估计值，且简约的RPL模型在偏好空间中足以进行WTP估计。这些方法论见解预计比报告的特定WTP水平更具时间稳健性，旨在更广泛地为应用工作提供信息。尽管所有四种模型拟合数据良好，但偏好空间中的GMNL模型（纳入规模异质性和口味异质性）在统计上略优于其他三种模型，然而这种改进对WTP估计值的影响可忽略。四种模型的WTP估计值对五种鱼类中的四种以及两种标签均相似，一个模型的值在其他三个模型95%置信区间内，反之亦然，仅有一个例外。所有四种模型产生相似的个体WTP KDE图，表明GMNL中统计显著的规模异质性并未在经济学或统计学意义上改变WTP估计。研究结果并不意味GMNL不必要，但统计证据偏好GMNL，然而拟合改进相对于RPL对MNL的改进而言是适度的。研究人员建议，鉴于模型简约性，标准RPL模型在偏好空间中很可能产生相似的WTP估计值；当GMNL与RPL结果差异较大且GMNL拟合更优时，应选择GMNL。此外，WTP空间估计的核密度实证结果并未确定性地支持在WTP空间中估计能确保有限矩的理论优势，且WTP空间下GMNL模型拟合降低与以往发现一致。
