Building a Set of Internationally Comparable Value of Statistical Life Studies: Estimates of Chinese Willingness to Pay to Reduce Mortality Risk
Notice bibliographique
Résumé
This study is the eighth in a series of stated-preference studies designed to enhance the basis for international benefits transfer of value of statistical life (VSL) estimates. The series has fielded essentially similar stated-preference surveys in Canada, China, France, Italy, Japan, Mongolia, the United Kingdom, and the United States. This Chinese study estimates the willingness to pay for contemporaneous and future mortality risk reductions of residents of Shanghai, Jiujiang, and Nanning, China using a stated-preference payment-card survey. The pooled VSL for a contemporaneous reduction in annual mortality risk reduction of 5 in 10,000 is about 1.47 million 2009 yuan ($614,805 U.S. $2016), with income elasticities of 0.2 to 0.25. This VSL estimate is at the lower end of estimates from the eight countries, between those from Mongolia and Japan, and in the mid-range of estimates of willingness to pay (WTP) for mortality risk reductions as a percentage of household income. We find lower discount rates in the Mongolia, Japan, and China studies than in those fielded in North America or Europe. The study also explores the relative performance of dichotomous choice and stated-preference card elicitation methods in a middle income country setting and develops a computerized “payment card” that allows testing for anchoring. Implicit transfer elasticities across countries, calculated using the VSLs we estimate and each country’s income, relative to those of the United States, yields estimates of 0.88–0.95 for the lower income countries. These compare with the default assumption of 1.0 or assumed elasticities of 1.2 for developing countries.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».