Socio-Economic and Institutional Drivers of Willingness to Pay for Sustainable Arsenic Mitigation in Rural India

Technische Samenvatting: Sociaal-economische en institutionele drijfveren van de bereidheid tot betalen voor duurzame arsenicamitigatie in ruraal India

Probleemstelling
Ondanks de wijdverspreide erkenning van ernstige volksgezondheidsrisico's die gepaard gaan met arsenicaverontreinigd grondwater, blijft de adoptie van mitigatietechnologieën in getroffen regio's, met name in ruraal India, hardnekkig laag. Deze studie adresseert de kritieke kloof tussen het bewustzijn van arsenicariisico's en daadwerkelijk adoptiegedrag op huishoudniveau. Terwijl traditionele benaderingen vaak nadruk leggen op bewustzijn en waargenomen gezondheidsrisico's als primaire drijfveren, stelt dit onderzoek dat adoptie wordt gevormd door een complex samenspel van sociaal-economische beperkingen, institutioneel vertrouwen, sociale hiërarchie en ervaren lasten met betrekking tot watertoegang. De studie richt zich op ruraal Bihar, een belangrijke hotspot waar de arsenicaconcentraties in het grondwater frequent de WHO-richtlijnen overschrijden, om de determinanten van de Bereidheid tot Betalen (Willingness to Pay, WTP) voor duurzame mitigatietechnologieën te onderzoeken.

Methodologie
De studie hanteert een geïntegreerd analytisch kader dat traditionele statistische analyse combineert met interpreteerbare machine learning (ML) technieken om het WTP-gedrag van huishoudens te modelleren.

• Gegevensverzameling: Primaire gegevens werden verzameld bij 340 huishoudens in drie arsenicagevoelige dorpen (Suarmarwa, Rampur Diara en Bhawani Tola) in de Maner block van het district Patna, Bihar. De enquête legde demografische kenmerken, levensomstandigheden, lasten van watertoegang, institutioneel vertrouwen, sociale participatie en risicoperceptie vast.
• Variabeledefinitie: De afhankelijke variabele, WTP, werd gedichotomiseerd in "Lage/Geen WTP" (≤ ₹25) en "Hogere WTP" (> ₹25) op basis van de geobserveerde distributie van de antwoorden. De onafhankelijke variabelen omvatten socio-demografie (kaste, opleiding, beroep), economische indicatoren (inkomen, landbezit), wateraccesstermijnen (afstand, tijd, arbeid), institutioneel vertrouwen (overheid, NGO's, PRIs) en risicopercepties (gezondheid, economie, sociale aspecten).
• Analytische aanpak:
  1. Statistische Analyse: Beschrijvende statistiek, kruistabellen en Chi-kwadraattoetsen werden gebruikt om associaties te beoordelen. Spearman's rangcorrelatie werd ingezet om monotone relaties te evalueren, rekening houdend met het ordinale karakter van de gegevens.
  2. Machine Learning Modellering: Een reeks classificatie-algoritmen werd geëvalueerd, inclus\u201baand Logistic Regression (LR), Support Vector Machines (SVC, NuSVC, Linear SVC), Random Forest (RF), Gradient Boosting, Decision Trees, K-Nearest Neighbors, Naïve Bayes en Multi-layer Perceptron (MLP). Modellen werden getraind op 75% van de data en gevalideerd op een holdout-set van 25%.
  3. Prestatie-indicatoren: Modellen werden geëvalueerd op basis van nauwkeurigheid (accuracy), precisie, recall, F1-score, Area Under the ROC Curve (AUC) en Cohen's Kappa. De F1-score diende als de primaire metriek voor modelselectie om een balans te vinden tussen vals positieven en vals negatieven.
  4. Verklaarbaarheid: SHapley Additive exPlanations (SHAP) werden toegepast op het benchmark Logistic Regression-model om de omvang en richting van de bijdragen van kenmerken te kwantificeren, waardoor werd gewaarborgd dat de ML-outputs overeenkwamen met statistische inferentie en beleidsrelevante interpreteerbaarheid boden.

Kernbijdragen

1. Geïntegreerd Kader: De studie ontwikkelt een nieuw kader dat statistische inferentie combineert met interpreteerbare ML en SHAP-gebaseerde verklaarbaarheid om de multidimensionale aard van WTP-gedrag te ontleden.
2. Herwaardering van Drijfveren: Het daagt systematisch de heersende aanname uit dat bewustzijn en waargenomen gezondheidsrisico's de dominante drijfveren van adoptie zijn. In plaats daarvan levert het bewijs dat sociaal-economische haalbaarheid, sociale structuur en institutioneel vertrouwen meer substantiële rollen spelen.
3. Methodologische Rigor: Door lineaire en niet-lineaire modellen te vergelijken, demonstreert de studie dat interpreteerbare lineaire modellen (specifiek Logistic Regression) net zo robuust kunnen presteren als complexe niet-lineaire classificaties, wat een balans biedt tussen voorspellende kracht en beleidsinterpretatie.

Resultaten

• Statistische Bevindingen: WTP vertoonde significante heterogeniteit tussen dorpen en was sterk geassocieerd met kaste, beroep, inkomen en institutioneel vertrouwen. Opvallend genoeg vertoonden variabelen zoals geslacht, leeftijd, burgerlijke staat en basisbewustzijn van arsenicum geen statistisch significante associatie met WTP. Waargenomen economisch risico was een significante voorspeller, terwijl waargenomen gezondheidsrisico dat niet was, wat de bevinding bevestigt dat economische beperkingen vaak zwaarder wegen dan gezondheidszorgen bij de besluitvorming.
• Modelprestaties: Logistic Regression bleek het meest robuuste en interpreteerbare model, met een testnauwkeurigheid van 0,753, een F1-score van 0,687, een AUC van 0,743 en een Kappa van 0,495. Hoewel niet-lineaire modellen zoals NuSVC en Random Forest concurrerende prestaties lieten zien, vertoonden zij tekenen van overfitting (bijv. een Random Forest trainingsnauwkeurigheid van 1,000 die daalde naar 0,741 op de testdata). De matige prestaties over alle modellen heen (AUC ~0,70–0,74) suggereren dat WTP-gedrag inherent complex en contextafhankelijk is, met een aanzienlijke overlap tussen adopteerders en niet-adopteerders.
• SHAP-interpretatie: De SHAP-analyse identificeerde kaste, landbouwgrondbezit-klasse (AgLHC), waargenomen sociaal risico en vertrouwen in NGO's als de meest invloedrijke voorspellers. Cruciaal was dat de analyse gemengde directionele effecten onthulde: terwijl een hoger waargenomen economisch risico en bezit van activa de WTP over het algemeen verhoogden, correleerden hogere niveaus van bepaalde institutionele vertrouwensvariabelen en participatie-indices soms met een lagere WTP, wat suggereert dat structurele beperkingen en institutionele inefficiënties als barrières kunnen fungeren, zelfs wanneer de betrokkenheid hoog is.

Betekenis en Claims
Het artikel claimt dat de bevindingen onderstrepen dat bewustzijn-gestuurde benaderingen alleen onvoldoende zijn om de adoptie van arsenicamitigatietechnologieën te verbeteren. De studie concludeert dat effectieve interventies betaalbaarheid, institutionele geloofwaardigheid en sociaal-economische kwetsbaarheden moeten adresseren. Door aan te tonen dat WTP diep ingebed is in sociale hiërarchieën en governance-dynamiek in plaats van enkel in de perceptie van gezondheidsrisico's, pleit het onderzoek voor contextspecifieke, op vertrouwen gebaseerde interventiestrategieën. De studie positioneert zichzelf als een stap naar het ontwerpen van economisch levensvatbare en sociaal inclusieve mitigatiestrategieën voor hulpbronnenarme omgevingen, waarbij wordt benadrukt dat duurzame oplossingen vereisen dat bredere socio-environmentale uitdagingen worden aangepakt, verder dan louter technologische voorziening. De auteurs hanteren een bescheiden toon, waarbij zij beperkingen erkennen zoals het dwarsdoorsneden-karakter van de gegevens en het gebruik van gestelde voorkeuren (stated-preference), en roepen op tot toekomstige validatie met longitudinale gegevens en geobserveerde voorkeuren (revealed-preference).