离散选择实验潜类别logit模型在卫生服务领域的应用与Stata软件的实现*

张春丽 邱佳玲 陈 莎 刘仲琦 古羽舟 鲁永恒 邓瑜,6 郝春,6△ 郝元涛,6

【提 要】 目的 简要介绍离散选择实验的设计步骤和潜类别分析模型的基本原理,通过实例演示介绍潜类别logit模型在Stata中的实现过程,为该模型在离散选择实验中的实际应用提供方法学的参考。方法 基于广州市艾滋病高危人群选择HIV自检试剂偏好的离散选择实验数据,通过实例演示潜类别logit分析模型的构建过程,并提供相应的Stata命令。结果 最终确立了4个类别模型为最优分类,模型估计结果显示4个类别模型中类别1(偏好尿液试剂),类别2(偏好更便宜的血液试剂配套说明书讲解和自行判读结果),类别3(偏好更便宜的尿液试剂),类别4(偏好血液试剂配套视频讲解和专业人员判读结果)的差异具有统计学意义。结论 潜类别logit模型用于离散选择实验数据的分析具有简便性与灵活性,但也有其应用的局限性,因此需要进一步结合其他模型来优化分析。

离散选择实验(discrete choice experiment,DCE)是一种多因素变量的分析方法,目前已广泛用于市场研究、运输经济学、心理学以及卫生服务利用等领域,以了解个体偏好。而个体对于某一商品或者服务的偏好可分为基于现实场景的显示性偏好和基于假设场景的声明偏好,显示性偏好即在实际生活中对于已经确定属性特征的商品或者服务的偏好,例如出行时对交通工具的选择。而在声明偏好中,商品或者服务的属性特征组合是假定的,例如某运营商提前设置了假定的套餐A和套餐B来调查客户对话费的选择偏好。……