Onderzoeksgroep

Economie

Expertise

Mijn onderzoek is methodologisch van aard en gecentreerd rond twee assen. De eerste betreft mijn belangrijkste expertisegebied, namelijk het ontwerpen en analyseren van discrete keuze-experimenten (“discrete choice experiments” of DCEs) om de voorkeuren van mensen te kwantificeren. De tweede as betreft de ontwikkeling en toepassing van meer algemene econometrische en data science methoden in de gezondheidszorg. Experimenten zijn een aantrekkelijk hulpmiddel voor het afleiden van monetaire waarde door middel van (in)directe mededelingen van voorkeuren. DCEs zijn misschien wel de meest populaire methode die momenteel wordt gebruikt in onderzoeken naar voorkeuren en bereidheid tot betalen (WTP), zowel in hypothetische als niet-hypothetische omstandigheden. Oorspronkelijk, in de jaren 1970, werd de methode ontwikkeld voor marketing- en transportstudies, maar in de laatste twee decennia heeft deze zich uitgebreid naar milieu-, landbouw- en voedseleconomie en gezondheidseconomie. De steeds groter wordende hoeveelheid literatuur over DCEs benadrukt de toenemende rol die zij spelen. In een DCE wordt aan respondenten gevraagd om keuzes te maken tussen meerdere alternatieven, ook wel profielen genoemd, die worden beschreven door attributen met verschillende niveaus. Bijgevolg kan door middel van niet-lineaire regressiemodellen het nut dat elk attribuut (niveau) bijdraagt aan het goed of de dienst die wordt bestudeerd worden gekwantificeerd en vertaald in (marginale) betalingsbereidheid. Ik ben pionier in de ontwikkeling van Bayesiaanse D-optimale ontwerpen met gedeeltelijke profielen waarmee vele attributen in een DCE kunnen worden bestudeerd, terwijl tegelijkertijd de keuzetaken eenvoudig zijn voor de respondenten. Gedeeltelijke profielontwerpen verenigen deze twee –op het eerste gezicht– conflicterende doelen en zijn daarom slimme ontwerpen. Ook heb ik deze ontwerpen ontwikkeld met behulp van de Bayesiaanse D-optimale methode, die ik uitgebreid heb verbeterd en de beste en modernste techniek is geworden. Het adjectief ‘Bayesiaans’ betekent dat bij het ontwerp van een DCE rekening wordt gehouden met de reeds aanwezige informatie over respondentvoorkeuren. Het adjectief ‘optimaal’ verwijst naar de alternatieven of profielen die in de keuzesituaties zodanig worden gekozen dat het statistische model en de grootheden zoals WTP kunnen worden geschat met maximale precisie. Resultaten van DCEs die ik heb uitgevoerd in samenwerking met praktijkonderzoekers hebben gemakkelijk hun weg gevonden naar de populaire pers. Een DCE samenwerking in de gezondheidszorg met het Centrum voor Gezondheidseconomie en Infectieziekten (CHERMID) van de Universiteit Antwerpen om te bepalen welk soort medische interventies Belgische burgers graag vergoed zien door de overheid, kreeg veel media-aandacht via het persbericht “Wie oud en ziek is, die moet lijden” in de Vlaamse krant De Standaard van 18 juni 2014 en via het interview “Wie ziek is door eigen schuld moet niet op mededogen rekenen” in het programma “De Ochtend” op Radio 1 op dezelfde dag. Tegelijkertijd werd er rond dezelfde tijd een DCE vergelijkbaar met die van ons over de meting van maatschappelijke voorkeuren voor verschillende criteria voor terugbetaling van medische interventies door de overheid, uitgevoerd door het Federaal Kenniscentrum voor de Gezondheidszorg (KCE), die me uitnodigde om op te treden als externe validator van hun wetenschappelijk rapport dat algemeen werd gepubliceerd op 22 december 2014. Naast DCEs heb ik ook nieuwe indices ontwikkeld om de correlatie tussen sociaaleconomische omstandigheden en gezondheidsresultaten te meten, evenals nieuwe regressiemethoden om deze indices te ontleden. Onlangs heb ik bijvoorbeeld een distribueel regressiemodel voorgesteld dat valt onder het GAMLSS kader (Generalized Additive Models for Location, Scale and Shape). Noteer dat elk ander analytisch, econometrisch of data science probleem ook past bij mijn onderzoeksinteresse en zeer welkom is.

Empirische en methodologische uitdagingen in keuze-experimenten. 01/01/2017 - 31/12/2021

Abstract

Discrete keuze-experimenten worden in toenemende mate gebruikt in marketing, gezondheidseconomie, milieu-economie, transport en ook in niet-economisch getinte disciplines om voorkeuren te kwantificeren en om de bereidheid tot betalen te bepalen in tal van toepassingen. Deze wetenschappelijke onderzoeksgemeenschap heeft tot doel grensverleggend onderzoek in dit domein en innovatieve toepassingen van keuze-experimenten te stimuleren.

Onderzoeker(s)

Onderzoeksgroep(en)

Uitvoeren statistisch luik van het project 'Opstellen van een beslismethode voor het vaccinatiebeleid in Vlaanderen'. 01/07/2019 - 30/09/2019

Abstract

In het kader van de overheidsopdracht 'Opstellen van een beslismethode voor het vaccinatiebeleid in Vlaanderen' uitgegeven door het Vlaams Agentschap Zorg en Gezondheid zal het statistische luik worden verzorgd van het discrete keuze-experiment dat zal worden uitgevoerd bij de Vlaamse bevolking en onder vaccinatie-experten. Dit behelst (1) het ontwerp van het experiment, (2) het schoonmaken van de data sets die opgehaald worden, (3) de analyse van de resulterende data sets, (4) het formuleren van conclusies, (5) het samenvatten en neerschrijven van de studies in één of meerdere rapporten en (6) deze rapporten uitwerken tot internationale publicaties in gerenommeerde tijdschriften. Voor de invulling van het discrete keuze-experiment wordt verwezen naar het technisch dossier bij bestek N° AP/IZ-VAC/2018/2.

Onderzoeker(s)

Onderzoeksgroep(en)

Taakcomplexiteit, framing effecten en post-hoc individu-specifieke modelanalyse in discrete keuze-experimenten. 01/10/2015 - 30/09/2018

Abstract

Dit project behandelt drie belangrijke aspecten in discrete keuze-experimenten, die veelvuldig gebruikt worden om de voorkeuren van mensen te bestuderen voor attributen van concurrerende producten of diensten in verschillende economische disciplines. Om de nauwkeurigheid van de informatie uit data van deze experimenten te maximaliseren, is het van belang de experimenten optimaal te ontwerpen. Onderzoek binnen dit domein heeft zich voornamelijk toegespitst op het verbeteren van de statistische kwaliteit van discrete keuze-experimenten. De statistische kwaliteit is echter niet het enige aspect dat van belang is om te onderzoeken. De betrouwbaarheid van de antwoorden van een experiment is op zijn minst even belangrijk en hangt af van de mate waarin respondenten de keuzevragen goed kunnen beantwoorden, of anders gezegd, hangt af van het feit of de keuzevragen niet al te complex zijn. Ook het kaderen of omschrijven van de attributen en attribuutniveaus speelt een sleutelrol. Positieve omschrijvingen leiden bijvoorbeeld eerder tot risico-averse antwoorden dan negatieve omschrijvingen. Het in rekening brengen van deze twee aspecten in het ontwerp en de analyse van discrete keuze-experimenten leidt tot twee verschillende onderdelen van dit project. Voor de ontwerpen die we zullen opstellen, mikken we hoog op zowel statistische kwaliteit als op responskwaliteit, en garanderen we dus een hoge algemene kwaliteit. Een laatste onderdeel van dit project concentreert zich op post-hoc individu-specifieke discrete keuze-analyse waarin we aantonen hoe we individuele voorkeuren gebruiken voor marktsegmentatie en voor de constructie van indifferentiecurves.

Onderzoeker(s)

Onderzoeksgroep(en)

Het kwantificeren van voorkeuren voor woontypologieën met discrete keuze-experimenten 01/01/2012 - 31/12/2012

Abstract

Dit project beoogt het uitvoeren van een online discrete keuze-experiment om de voorkeuren voor woontypologieën van jonge mensen in Antwerpen te kwantificeren. We vragen een panel een keuze te maken uit verschillende woontypologieën gaande van collectief wonen tot individuele studios. De studie zal toelaten om onze recent ontwikkelde Bayesiaanse ontwerpmethode te valideren alsook een beleidsplan op te stellen in de huisvestingsmarkt.

Onderzoeker(s)

Onderzoeksgroep(en)

Het ontwerp van discrete keuze-experimenten aangepast aan het cognitief proces van de respondent. 01/10/2011 - 30/09/2015

Abstract

In marketing, transport, gezondheidseconomie, milieu-economie en diverse andere domeinen van de economie worden discrete keuze-experimenten veelvuldig gebruikt om de voorkeuren van mensen te onderzoeken voor bepaalde attributen van producten of diensten. Een typisch keuze-experiment legt respondenten een aantal keuzesets voor die elk bestaan uit een aantal alternatieven die gedefinieerd worden als combinaties van verschillende attribuutniveaus. Respondenten dienen dan hun preferentie voor een bepaald alternatief in elke keuzeset kenbaar te maken. Het doel van een discrete keuze-experiment is om zoveel mogelijk informatie te verkrijgen over de voorkeuren door slechts een gering aantal keuzesets aan een beperkt aantal respondenten voor te leggen (omwille van respondentvermoeidheid en kostenoverwegingen). Om dit te realiseren is het noodzakelijk om de alternatieven op een deskundige wijze te selecteren en toe te wijzen aan de keuzesets. Dit is mogelijk dankzij de technieken van optimaal experimenteel ontwerp. Het onderzoek naar het optimaal ontwerp van discrete keuze-experimenten is hoofdzakelijk gericht op het verbeteren van de kwaliteit van ontwerpen onder de vereenvoudigende veronderstelling dat respondenten in een experiment compenserende beslissingen nemen. Dit wil zeggen dat aantrekkelijke niveaus van één attribuut onaantrekkelijke niveaus van een ander attribuut compenseren. Omdat respondenten niet altijd rationeel handelen, is deze veronderstelling vaak verkeerd. Het doel van dit onderzoeksproject is om voor drie belangrijke situaties waarin respondenten afwijken van de compenserende beslissingsregel bij het nemen van keuzes optimale ontwerpen te ontwikkelen. Het project is daarom onderverdeeld in drie secties waarin we telkens inzoomen op één scenario waarin de compenserende beslissingsregel niet gevolgd wordt: (i) het scenario waarin de keuzesets van het experiment te veel attributen tonen en als gevolg daarvan respondenten attributen negeren bij de besluitvorming, (ii) het scenario waarin bepaalde attributen extra in het oog springen bij de respondenten omwille van hun positie in de beschrijving van de alternatieven en (iii) het scenario waarin bepaalde alternatieven extra in het oog springen bij de respondenten omwille van hun positie in de keuzesets. Het begrijpen van het cognitief proces van de respondenten in deze scenarios laat toe om dit proactief te betrekken bij het opzetten van optimale ontwerpen voor discrete keuze-experimenten.

Onderzoeker(s)

Onderzoeksgroep(en)