Nilai Nyawa Statistik dan Pengurusan Bencana Abu Sufian Abu Bakar Pusat Pengajian Ekonomi, Kewangan dan Perbankan Universiti Utara Malaysia Corresponding author: sufian@uum.edu.my Abstrak Isu keselamatan nyawa sering kali mendapat liputan utama masyarakat. Musibah banjir besar yang berlaku baru-baru ini telah menyedarkan orang ramai peri pentingnya langkah-langkah pencegahan diambil segera walaupun ia mengakibatkan peruntukan dana awam yang besar. Namun begitu pembuat dasar seringkali gagal untuk memperuntukan dana yang sewajarnya bagi mencegah berlakunya kehilangan nyawa akibat sesuatu bencana kerana tidak dapat mengukur nilai nyawa yang dapat diselamatkan jika langkah-langkah pencegahan dilakukan dengan memperuntukan sejumlah dana yang mencukupi. Kajian yang dilakukan ini adalah bertujuan untuk mengukur nilai nyawa statistik (VSL) pengguna di Malaysia dengan menggunakan teknik keutamaan dinyata (stated preference-sp). Nilai VSL yang dianggar dengan menggunakan teknik SP adalah antara RM723,024 hingga RM1,035,693. Kajian ini turut mendapati beberapa faktor demografi yang dianggar menyokong dapatan kajian lepas. Faktor pendidikan berhubung secara positif dengan nilai VSL, tetapi faktor umur tidak seperti yang dijangka, di mana umur berhubung secara negatif terhadap nilai VSL. Bagi faktor jantina, wanita mempunyai nilai VSL yang lebih tinggi berbanding lelaki. Nilai VSL ini boleh dijadikan sebagai asas kepada pembuat dasar apabila ingin menganggar kos dan faedah dari projek awam yang melibatkan nyawa. Kata Kunci: Nilai Nyawa Statistik, Analisis Kos Faedah, Teknik Keutamaan Dinyata (SP), Nilai Ekonomi. THE STATISTICAL VALUE OF LIFE AND DISASTER MANAGEMENT Abstract Life safety issues often get major coverage. A major flood disaster that occurred recently have been alerting people to the importance of preventive measures taken immediately even though it resulted in the huge allocation of public funds. Yet policy makers often failed to allocate funds to preventing loss of life due to not being able to measure the value of lives that could be saved if measures prevention is done by assigning a number of sufficient funds. This research aims to measure the value of statistical life (VSL) in Malaysia by using the stated preferences techniques (SP). The VSL values estimated by using SP is between RM723,024 to RM1,035,693. This study also finds that the impact of several demographic factors to be consistent with some previous works. On the one hand, education is positively related to the VSL, while on the other hand and contrary to expectation, age is negatively related to VSL. For gender, females have higher VSL estimates when compared to males. This VSL value 98
can be used as the basis for policy makers when they want to estimate costs and benefits from public project involving people life. Keywords: Cost-Benefit Analysis, Stated Preference Technique (SP), Economic value 1.0 PENGENALAN Isu keselamatan nyawa sering kali mendapat liputan utama masyarakat. Musibah banjir besar yang berlaku baru-baru ini telah menyedarkan orang ramai peri pentingnya langkah-langkah pencegahan diambil segera walaupun ia melibatkan peruntukan dana awam yang besar. Namum begitu pembuat dasar seringkali gagal untuk memperuntukan dana yang sewajarnya bagi mencegah berlakunya kehilangan nyawa akibat bencana kerana tidak dapat mengukur nilai nyawa yang dapat diselamatkan jika langkah-langkah pencegahan dilakukan dengan memperuntukan sejumlah dana yang mencukupi. Di dalam membuat pilihan di antara projek yang ada kaitan dengan isu keselamatan, penggubal dasar sering kali berhadapan dengan masalah menganggarkan faedah yang diperoleh dari pengurangan kehilangan nyawa yang dapat diselamatkan jika berlaku sebarang bencana. Akibatnya, faedah ini, walaupun wujud, dan magnitudnya adalah besar, sering kali diabaikan dalam pemilihan dasar keselamatan. Pengabaian yang berlaku ini adalah akibat dari ketiadaan anggaran nyawa yang boleh diterima pakai dalam membantu pembuat dasar. Implikasi kegagalan menilai faedah hasil dari pengurangan mangsa yang mati akibat bencana akan menjadi lebih ketara apabila pembuat dasar berhadapan dengan membuat keputusan pelaburan yang menguntungkan. Ini menjadikan projek yang berkaitan pencegahan terpaksa bersaing dengan projek pelaburan lain dari segi mendapatkan peruntukan dana awam yang terhad. Dengan ketiadaan satu anggaran nyawa yang sesuai dan boleh diterima pakai maka pengagihan sumber awam yang terhad ini menjadi tidak optimum pareto. 2.0 PENYATAAN MASALAH Keselamatan merupakan satu sumber yang terhad dan mempunyai kos yang tersendiri. Apabila memilih untuk menambah keselamatan, maka barangan lain terpaksa dilepaskan. Perbelanjaan yang dibuat untuk meningkatkan keselamatan 99
manusia akibat bencana akan menyebabkan peruntukan kepada perbelanjaan barangan lain akan berkurangan. Namun begitu walaupun konsep ini nampak jelas, masyarakat umum didapati sukar untuk memahami proses timbal-balik ini. Sebagai contoh, dua bulan selepas berlakunya penumpahan minyak Exxon Valdex, 80% daripada responden yang disoal selidik oleh New Yorks Times/CBS News Poll mengatakan bahawa langkah-langkah pemeliharaan alam sekitar perlu diteruskan tanpa mengambil kira kos yang terpaksa ditanggung (Viscusi, 1992, p.155). Proses timbal balik antara risiko dan wang sentiasa dilakukan oleh masyarakat sama ada mereka menyedari ataupun tidak. Masyarakat hanya dapat memahami keadaan ini apabila ia berlaku di depan mata. Umpamanya apabila berlaku bencana besar seperti banjir, tanah runtuh, sunami yang mengancam ratusan nyawa dan kerosakan harta benda yang besar, masyarakat akan meminta kerajaan mengambil langkah-langkah pencegahan walaupun usaha ini melibatkan wang yang banyak. Sebagai contoh, andaikan kerajaan berhajat untuk membina lebih banyak empangan untuk mengawal banjir bagi mengurangkan risiko kehilangan nyawa akibat banjir. Sekiranya projek tersebut diteruskan sudah tentu banyak nyawa dan harta benda dapat diselamatkan yang akan dapat diselamatkan. Walau pun kehilangan harta benda boleh di kira berdasarkan nilai semasa namun kehilangan nyawa manusia tidak diambil kira dalam pengiraan kos bencana. Disebabkan tiada nilai tertentu bagi nyawa yang diselamatkan, pembuat dasar tidak dapat memastikan sama ada projek tersebut akan membawa kerugian atau pun keuntungan. Akibat faktor nyawa ini tidak dinilai dalam analisis projek tersebut maka menyebabkan sumber dana telah digunakan untuk projek lain yang dianggap lebih berfaedah. Ini bermakna dengan adanya satu nilai statistik yang mewakili nilai nyawa individu maka pembuat dasar akan dapat menggubal sesuatu dasar dengan lebih rasional lagi dengan mengambil kira faedah dari menyelamatkan nyawa manusia. Dengan menggunakan nilai nyawa statistik yang akan diperoleh melalui kajian ini, pihak pembuat dasar akan dapat menentukan sama ada sesuatu projek yang melibatkan nyawa individu seperti pembinaan tebatan banjir, membesarkan sungai, pencegahan hakisan tanah dan sebagainya patut dilaksanakan atau tidak. 3.0 KAJIAN LITURATUR 100
Umumnya nilai nyawa statistik (VOSL) merujuk kepada kebarangkalian mengurangkan risiko kematian dikalangan sekumpulan masyarakat. Viscusi (1992a) mendefinisikan VOSL sebagai nilai yang diletakkan oleh masyarakat bagi mengurangkan kebarangkalian kematian salah seorang daripada mereka. Manakala menurut Bolmquist (2001) VOSL merujuk kepada kesanggupan individu dan masyarakat membayar bagi mengekalkan jangkaan hidup yang lebih panjang. Oleh itu nilai nyawa dapat diukur berdasarkan jumlah wang yang sanggup dilaburkan oleh setiap individu dalam sekumpulan masyarakat. Kajian berkaitan VOSL telah dipelopori antaranya oleh Dublin dan Lotka (1930), Abraham dan Thedie (1960), Dawsom (1967), Scehlling (1968), Mishan (1971) dan Jones-Lee (1976) yang mendapati individu sanggup membayar bagi mengurangkan risiko kematian. Keselamatan merupakan barangan biasa. Ini bermakna orang ramai akan meminta lebih banyak keselamatan apabila harganya turun ataupun apabila pendapatan mereka meningkat. Kenyataan ini disokong oleh beberapa kajian empirikal Blomquist (1979), Jones-Lee, Hammerton and Philips (1985) yang mendapati bahawa keanjalan nilai nyawa statistik berbanding pendapatan sepanjang hayat adalah 0.3. Ini bermakna peningkatan sebanyak sekali ganda dalam pendapatan purata tahunan akan meningkatkan secara agregat kesanggupan membayar untuk pengurangan risiko sebanyak 30%. Keselamatan juga akur kepada hukum utiliti marginal berkurang kerana semakin tinggi keselamatan yang dimiliki, semakin nilainya berkurang. Ahli ekonomi mempercayai bahawa sesuatu barangan yang tidak mempunyai harga pasaran tidak semestinya tidak mempunyai nilai. Barangan seperti alam sekitar atau kesihatan merupakan barangan yang tidak mempunyai harga tertentu kerana tiada pasaran di mana barangan tersebut boleh diniagakan (non-market goods). Namun begitu ini tidak bermakna barangan tersebut tidak bernilai. Nyawa juga boleh dikategorikan sebagai satu barangan yang tidak mempunyai pasaran dan dengan itu tidak mempunyai harga. Oleh itu kaedah yang sering digunakan untuk mendapatkan nilai bagi lain-lain non-market goods boleh juga digunakan untuk menentukan nilai bagi nyawa. 101
Kaedah penilaian kontingen (CV) sering digunakan bagi mendapatkan nilai kesanggupan membayar (WTP) untuk sesuatu dasar atau projek yang hendak dilaksanakan. CV merupakan satu kaedah yang pada awalnya diguna pakai dalam bidang ekonomi alam sekitar bagi menilai barangan alam sekitar. Kebelakangan ini penggunaan kaedah tersebut telah pun diluaskan kepada bidang-bidang ekonomi yang lain, seperti bidang pengangkutan dan kesihatan. Di sini perlu ditegaskan bahawa nilai nyawa yang akan diperoleh melalui kaedah ini hanyalah satu nilai statistik yang amat berguna kepada pembuat dasar terutamanya. Nilai sebenar bagi nyawa adalah mustahil untuk ditentukan. Tambahan pula setiap individu mempunyai persepsi yang berbeza terhadap nilai nyawa mereka. Setakat pengetahuan penyelidik, terdapat satu kajian yang dijalankan di Malaysia oleh satu kumpulan penyelidik (Abu Sufian et al., 2002) dengan menggunakan kaedah CVM bagi menganggar nilai kesanggupan membayar (WTP). Di dalam kajian tersebut nilai nyawa statistik (VOSL) yang dianggarkan adalah sekitar RM1.3 juta. Selain itu terdapat satu lagi kajian yang pernah dilakukan secara ad-hoc oleh ESCAP (ESCAP 1985). Apa yang dilakukan oleh ESCAP ialah mendarapkan Keluaran Negara Kasar (KNK) per kapita dengan purata kerugian jangka hayat mangsa-mangsa maut kemalangan jalan raya. Pada tahun 1983, KNK per kapita ialah RM4,327 di darap dengan 33.4 tahun bagi mendapatkan kos kemalangan maut. Kajian tersebut menganggarkan nilai nyawa yang hilang akibat kemalangan maut adalah RM145,000. Pada tahun 1996 kos tersebut telah meningkat kepada RM207,300 dengan menggunakan kaedah yang sama. Kajian terkini di Malaysia berkaitan VOSL telah dijalankan oleh sekumpulan penyelidik dari MIROS (Mohd Faudzi et al., 2013). Kajian ini mengukur nilai nyawa statistik pengguna kenderaan di Malaysia. Kajian tersebut menggunakan kaedah Conjoint Analysis bagi menentukan kesanggupan membayar (WTP) pengguna kenderaan untuk mengelak dari terlibat dalam kemalangan maut. Hasil kajian mendapati VOSL bagi pengguna kereta adalah antara RM1.3 juta ke RM1.7 juta. Sementara nilai VOSL bagi penunggang motosikal antara RM1 juta ke RM1.3 juta. Selain dari kajian di atas, tidak ada kajian lain yang dilakukan bagi mengukur nilai statistik nyawa individu di Malaysia. Di negara maju yang lain, kajian tentang 102
ukuran nyawa statistik ini banyak dilakukan terutama dengan menggunakan kaedah CVM. Dari pembacaan penyelidik terdapat beberapa kajian yang telah dijalankan, iaitu di Sweden oleh Trawen (1999), dan di Chili oleh Rizzi dan Ortúzar (2003), serta kajian oleh Iragüen dan Ortúzar (2004) menggunakan kaedah pemodelan pilihan (choice modeling) bagi mengukur nilai nyawa statistik individu. Sementara kajian di Thailand dilakukan oleh Dilum Dissanayake (2010), dan kajian di Sudan oleh Adam M., Kunnawee K., Piyapong J. (2015) kedua-duanya menggunakan kaedah Conjoint Analysis. Oleh itu kajian ini, dengan menggunakan teknik pemodelan pilihan, adalah kajian pertama seumpamanya di Malaysia. Dapatan kajian ini boleh dijadikan sebagai pelengkap kepada teknik kajian CVM yang telah dijalankan, terutama dari segi kesesuaian, konsisten dan ketepatan nilai statistik nyawa yang diukur. 4.0 METODOLOGI KAJIAN Terdapat beberapa alternatif teknik stated preferenc (SP) yang boleh digunakan dalam membuat penilaian kesan barangan bukan pasaran, yang dikenali sebagai teknik pemodelan pilihan (CM). Pemodelan pilihan termasuk teknik berikut: Eksperimen pilihan, urutan keutamaan kontingen, kedudukan kontingen dan perbandingan pasangan. Teknik SP adalah berdasarkan kepada idea di mana setiap barangan dapat digambarkan melalui ciri-ciri yang terdapat pada barang tersebut. Bagaimanapun, tidak semua teknik ini selari dengan teori ekonomi kebajikan. Reka bentuk dan implementasi soal selidik menggunakan teknik pemodelan pilihan (CM) mempunyai banyak persamaan dengan soal selidik menggunakan teknik penilaian kontingen (CV). Bagi mendapatkan anggaran VOSL ini satu soal selidik dibentuk untuk menyatakan pengguna tentang pilihan yang mereka paling suka berdasarkan atribut yang telah dikenal pasti iaitu harga sewa kenderaan dan tahap pengurangan risiko. Sebanyak 9 profil dibentuk dengan setiap satu profil mempunyai nilai atribut yang berbeza. Bagi maksud mendapatkan maklum balas dari responden satu soalan diajukan dan mereka dikehendaki memilih kenderaan sewa yang mereka suka berdasarkan nilai seperti yang di nyatakan. Temuduga dilakukan berdasarkan kepada kerangka persempelan yang dibekalkan oleh pihak Jabatan Statistik. Sempel merangkumi seluruh Malaysia, dan 103
kerja lapangan ini dijalankan dari bulan Oktober hingga pertengahan Disember 2005. Seramai 332 responden berjaya ditemuduga. Oleh kerana setiap responden menjawab 9 pilihan, maka jumlah pemerhatian yang dihasilkan adalah 332 x 9 = 2988. Selain dari nilai nyawa statistik, maklumat demografi juga digunakan untuk menentukkan faktor-faktor yang mempengaruhi nilai nyawa tersebut 5.0 KEPUTUSAN KAJIAN Terdapat dua model yang dianggarkan, iaitu model 1 yang mengambil kira kesan utama, kesan interaksi antara risiko dan sewa serta kesan kuardratik dengan mengkuasaduakan nilai risiko. Sementara model 2 hanya menganggar kesan utama sahaja, tujuan analisis ini adalah untuk melihat sama ada wujud kesan interaksi di antara pemboleh ubah risiko dan sewa seperti yang dicadangkan semasa membina orthogonality. Setelah data dibersihkan hanya 2265 pemerhatian di gunakan untuk tujuan analisis. Hasil kajian ditunjukkan dalam Jadual 1. Hasil regrasi menunjukkan bahawa nilai nyawa statistik (VOSL) bagi model 1 adalah RM957 961. Walau bagaimanapun kesan interaksi dan kuardratik tidak signifikan, tetapi pembolehubah risiko dan sewa adalah signifikan bagi kedua-dua model. Penganggaran model 2 memberikan nilai VOSL adalah RM723 024 iaitu lebih rendah berbanding model 1. Begitu juga dengan tanda yang ditunjukkan bagi pekali adalah konsisten dengan teori. Semakin tinggi harga semakin kurang kesanggupan membayar, ini ditunjukkan oleh hubungan negatif iaitu tanda bagi pekali sewa. Sementara itu semakin tinggi pengurangan risiko, semakin banyak barangan tersebut diminta. Hubungan ini ditunjukkan oleh tanda positif bagi pekali risiko. Jadual 1 Nilai Nyawa Statistik Individu di Malaysia Model 1 Model 2 Pembolehubah Pekali Pekali RISIKO 17423.4 (5.47) 12796.08 (15.64) SEWA -0.01819 (-8.95) -0.0177 (-15.65) Risiko x Sewa -4.71858 (-0.19)* Risiko 2 46077277 (1.59)* 104
VOSL (RM) 957,961 723,024 Log likelihood -1414.010-1416.353 Jumlah Sample 2265 2265 ( ) t-statistik * tidak signifikan Kesan faktor-faktor demografi ke atas nilai VOSL Adakah nilai VOSL ini berbeza bagi setiap responden? Dengan mengawal beberapa faktor demografi iaitu pendapatan, jantina dan umur, satu analisis dilakukan untuk melihat adakah wujud perbezaan nilai VOSL berdasarkan factor tersebut. Bagi melihat kesan pendapatan, sample dipecahkan kepada dua kumpulan iaitu berpendapatan kurang dari RM1,500 dan berpendapatan lebih dari RM1,500. Hasil ditunjukkan dalam Jadual 2 di bawah. Responden yang berpendapatan kurang dari RM1,500 mempunyai nilai VOSL lebih rendah berbanding dengan responden yang berpendapatan lebih RM1,500, iaitu RM957,961 berbanding RM1,035,693 bagi yang berpendapatan lebih RM1,500. Kedua-dua atribut adalah signifikan bagi kedua-dua model seperti yang ditunjukkan oleh nilai t-statistik. Sampel menunjukkan bahawa responden yang berpendapatan kurang RM1,500 adalah sebanyak 1192, sementara berpendapatan lebih RM1,500 adalah 1073. Hasil ini adalah konsisten dengan dapatan kajian lepas di mana mereka yang lebih berada dan berkemampuan mempunyai kesanggupan yang lebih untuk membayar bagi mendapatkan lebih banyak keselamatan. Ini di terjemahkan dari nilai VOSL yang lebih tinggi. Jadual 2 Nilai Nyawa Statistik Individu di Malaysia berdasarkan pendapatan Model 1 Model 2 Pendapatan kurang RM1500 Pendapatan lebih RM1500 Pembolehubah Pekali Pekali 105
RISIKO 10637.88 (9.65) 14787.63 (12.04) SEWA -0.02068 (-12.7) -0.01428 (-8.92) VOSL (RM) 957,961 1,035,693 Log likelihood -729.2271-1416.353 Jumlah Sample 1192 1073 ( ) t-statistik * tidak signifikan 6.0 KESIMPULAN Menurut Blomquist (2000), nilai nyawa ekonomi bermaksud apa yang individu dan masyarakat sanggup korbankan bagi mendapatkan hidup yang lebih panjang. Nilai nyawa adalah pilihan persendirian yang dilakukan oleh individu secara tersirat (implictly) dan tersurat (explicitly) terhadap kesihatan dan keselamatan mereka. Walaupun terdapat banyak perdebatan tentang VOSL yang diperolehi ini, namum ia semakin diterima umum sebagai satu kaedah yang terbaik untuk menentukan nilai nyawa statistik individu. Hasil kajian ini mendapati bahawa nilai nyawa di Malaysia adalah sekitar RM723,024 ke RM1,035,693. Nilai ini lebih rendah dari nilai yang dianggarkan menggunakan teknik CV iaitu RM1.3 juta (Abu Sufian et al., 2002) serta kajian oleh Mohd Fauzi et.al. (2013) yang juga menggunakan teknik CV. Selain dari teknik yang digunakan perbezaan nilai VOSL ini juga bergantung kepada demografi individu tersebut. Mereka yang perpendapatan tinggi selalunya akan sanggup untuk membayar lebih bagi mengelakan sebarang kemalangan maut. Bagi tujuan analisis kos faedah nilai VOSL purata akan digunakan sebagai asas perhitungan. Namum begitu nilai sebenar nyawa individu tidak mungkin dapat dihitung kerana nyawa tidak boleh ditukar ganti. Dapatan hasil kajian ini boleh dijadikan sebagai asas kepada pembuat dasar dalam memperuntukan sumber yang terhad kepada projek-projek yang mempunyai nilai faedah yang paling tinggi setelah mengambil kira nilai nyawa individu yang dapat diselamatkan. 106
RUJUKAN Abraham dan Thedie, (1960). Le Prix Dune Vie Humanie Dans Les Decision economiques, Dalam The Value of life: an economic analysis (ed Jones-Lee, M. W., 1976). Abu Sufian Abu Bakar, Nor Ghani Md Noor, Mohd Fauzi Mohd Yusuf, Ahmad Zafarullah Abdul Jalil, Azrae Zainol, Jamal Ali dan Rizaudin Sahlan, (2002). Penilaian Nyawa Individu: Kaedah kesanggupan membayar. Laporan penyelidikan geran IRPA. Tidak diterbitkan. Adam M., Kunnawee K., Piyapong J. (2015). Analysis of Pedestrian Accident Costs in Sudan Using the Willingness-To-Pay Method. Accident; analysis and prevention 78: 201-211 March 2015. Bateman, I. J., Carson, R. T., Day, B., Hanemann, M., Hanley, N., Hett, T., Jones- Lee, M., Loomes, G., Mourato, S., Ozdemiroglu, E., Pearce, D. W., Sugden, R., and Swanson, J., (2002). Economic Valuation with Stated Preference Techniques: A Manual. Edward Elgar. Ben-Akiva, M., Morikawa, T. And Shiroshi, F. (1991) Analysis of the reliability of preference ranking data, Journal of Business Research, 23, 253-68. Blomquist, G. C., (2001). Value of life, Economics of, in International Encyclopedia of the Social and Behavioral Sciences, Pergamon Press. Dawsom, (1967). Cost of road accident in Great Britain, in The Value of life: an economic analysis (ed. Jones-Lee, M. W., 1976). Dilum Dissanayake (2010). Stated-Preference Discrete Choice Model to Investigate Determinants of Public Willingness-to-Pay for Road Casualty Risk Reduction in Thailand. Asian Transport Studies, Volume 1, Issue 2 (2010), 137-152. Dublin and Lokta (1930). The money value of a man, in Jones-Lee, M. W., (1976). The Value of life: an economic analysis. Iragüen, P., and Ortúzar, Juan de Dios. (2004). Willingness-to-pay for reducing fatal accident risk in urban areas: an Internet-based Web page stated preference survey. Accident Analysis and Prevention 36 (2004) 513 524. Jones-Lee M. W. (1982). Preface, the value of life and safety, Proceeding of the 1981 Geneva Conference on the Value of Life and Safety (ed by Jones-Lee M.W.) North- Holland Publishing, New York Jones-Lee, M. W., (1976). The value of life, an economic analysis. Martin Robertson, London. Jones-Lee, M. W., (1989). The economics of safety and physical risk. Basil Blackwell, Oxford. Jones-Lee, M. W., Hammerton, M., and Philips P.R. (1985). The value of safety results of a national sample survey, Economic Journal, 95, 49-72 Louviere, J. (1988) Analyzing Decisions-Making: Metric Conjoint Analysis, No. 67 Quantitative Applications in the Social Sciences Series, Sage University Papers, Sage Publications, Newbury Park, California. Louviere, J. and Hensher, D.A. (1983) Using discrete choice models with experimental design data to forecast consumer demand for a unique cultural, Journal of Consumer Research, 10(3), 348-61. Louviere, J., Hensher, D. A., Swait, J. D., (2000). Stated Choice Methods: Analysis and Application. Cambridge University Press, Cambridge. McFadden, D. (1973) Conditional logit analysis of qualitative choice behaviour, in P. Zarembka (ed), Frontiers in Econometrics, New York: Academic Press. 107
Miller, T. (2000). Variations between Countries in Values of Statistical Life, Journal of Transport Economics and Policy, 34, 169-188. Miller, T. and Guria, J. (1991). The value of Statistical Life in New Zealand: Market research and road safety, Land Transport Division, Ministry of Transport, Wellington. Miller, T. R. (1996) Injury Cost Estimation: A Pain in the Neck,: In Proceeding Of A Conference on Measuring the Burden of Injury 15-16 February, Organized by Road Accident Prevention Research Unit, The University of Western Australia Mishan, (1971). Evaluation of life and limb, dalam Jones-Lee, M. W. (1976) The Value of life: an economic analysis. Mohd Faudzi Mohd Yusoff, Nuura Addina Mohamad, Nahdiya Zainal Abidin, Nor Ghani Mohd Nor & Husaini Salleh (2013). The Value of Statistical Life in Fatal Injury Among Drivers and Riders in Malaysia: Conjoint Analysis Method. Research report Malaysian Institute of Road Safety Research (MIROS). Rizzi, Luis I., and Ortúzar, Juan de Dios. (2003). Stated preference in the valuation of interurban road safety. Accident Analysis and Prevention 35 (2003) 9 22. Schelling, (1968). The life you save may be your own, in Jones-Lee, M. W. (1976) The Value of life: an economic analysis. Swait, J. and Adamowicz, W. (1996) The effect of choice environment and task demands on consumer behaviour, paper presented to 1996 Canadian Resource and Environmental Economics Study Group, Montreal. Trawen, A., and Hjalte, L. (2000). Conjoint analysis versus contingent valuation: estimating risk values and death risk equivalents in road traffic. In PTRC Education and Research Services (2000). Proceedings of Seminar Behavioural Modeling. United Kingdom. Viscusi, W. K. (1992a). Fatal Tradeoffs: Public and Private Responsibilities for Risk. New York: Oxford University Press. Viscusi, W. K. (1993). The Value of Risks to Life and Health, Journal of Economic Literature 31, 1912-1946. Viscusi, W. K., and Aldy, J. E. (2002). The value of a statistical life: A critical review of market estimates throughout the world. Discussion Paper No. 392, Harvard Law School. 108