交通经济学/生产力

生产力

什么是生产力？

交通运输生产力的问题有多种解释。一项研究，始于Aschauer (1988) 的研究 ，并延续到Boarnet (1998) 和Nadiri (1996) ，研究了交通运输投资对整个经济的影响。这些论文倾向于将交通运输（或公路）视为一个黑箱，并且没有区分不同类型的交通运输投资。

投入是国家或地区的交通运输投资，产出是国内生产总值。虽然这项我们称之为宏观生产力的研究，为大型预算辩论提供了有用的修辞工具（交通运输投资提供了X%的回报，而其他投资提供了Y%的回报），但它对实际管理决策没有任何帮助，这些决策需要对微观生产力的理解。

宏观生产力

理论

$GDP=f(K,L,T)$ 其中

• $GDP$ - 国内生产总值
• $K$ - 资本
• $L$ - 劳动力
• $T$ - 交通运输投资

证据

Nadiri的研究表明，“1950年至1991年期间，美国经济对公路总资本的平均成本弹性约为-0.08。”也就是说，增加1%的公路投资将使成本降低-0.08%。公路资本的平均净回报率从1960年代的54%下降到1970年代的27%，再下降到1980年代的16%，最后一个数字接近私人回报率，表明公路投资已接近最佳水平。这是否意味着生产力下降或基础设施不足？Nadiri认为新的投资生产力下降。Aschauer认为我们的投资严重不足。

思考问题

• 哪个是对的？
• 我们对S曲线了解什么，对这件事有什么要说？

微观生产力

(基于Levinson, D. (2003a) Transportation Efficiency Perspectives. 国际交通管理杂志。1 pp.145-155)

企业试图最大化利润，社会试图最大化整体福利。在确定是否建设项目、选择政策、实施制度或提供服务时，可以通过成本/效益分析来估计未来利润或福利流的净现值。然而，这些估计取决于对供求关系的假设，这些假设可能实现也可能不实现。例如，客户数量（例如乘客或出行次数）取决于服务的资金和时间成本、用户偏好、可用竞争或替代方案、互补服务的可用性和质量以及其他质量属性。资金和时间成本本身在一定程度上取决于需求。用户偏好和态度会因服务质量和替代方案数量的不同而好坏参半。竞争者将出现以提供服务来替代先前的需求，并根据现有服务的市场实力创造新的需求。

想象一下，你的医生只有一支体温计。他可以诊断发烧，但除此之外，什么也做不了。你会留在他那里还是换医生？这类似于只使用一个效能指标（消费者剩余、效益/成本比率、流量/容量比率等）来理解交通运输等复杂系统。

超越效益/成本

因此，虽然成本效益分析对于做出明智的决策可能是必要的，但它可能不足以管理像交通网络这样复杂的系统。因此，人们希望能够从多个维度监控交通网络，以了解其运行状况（以及之前的预测的准确性），并引导未来的决策。这些指标可以在道路路段或特定公交路线的层面上进行评估，也可以在当地公路或公交网络或全系统部署的技术的层面上进行评估，甚至可以在全州或全国层面上进行评估。

这些指标可能会评估劳动力或资本的利用效率以及系统中的变化（以衡量未来劳动力或资本将被部署在何处）。它们可能会考虑相对于竞争对手的市场份额、互补服务的状况（例如，在公交系统中，可获得的公交或停车位）或客户和供应商的满意度（以衡量未来的市场份额以及投入的价格和质量）。

指标

所有这些指标都很重要，需要监测，但公共部门的交通运输才刚刚开始实施这样一套完整的管理体系。最基本的效率指标并没有被定期收集或分析，更不用说用于决策或流程改进。虽然公共部门的最终目标是提高整体福利，但衡量起来却很困难。容易衡量的东西（孤立路段的流量和速度）并不能提供整体福利的明确指标。更好的指标需要更完整（更昂贵）的数据，或模型来估计它们。这些更好的数据包括出行调查，通常十年才进行一次。

定义

生产力是指产出与投入的比率。

这个比率越大，系统生产力就越高。因此，增加产出或减少投入都可以提高生产力。这个绩效指标可以表明福利变化的方向。在其他条件相同的情况下，如果生产力在提高，福利应该在改善。

示例指标

观察其他行业的生产力可能提供一些指导。工业生产力是指产出与投入的比率，例如劳动生产力可以衡量为每工时生产的小部件数量。在其他条件相同的情况下，每工时生产更多小部件的公司比生产更少小部件的公司更盈利。在考察一家卡车运输公司时，我们可能会寻找每司机小时行驶的里程（公里数），这基本上是一个速度指标。或者我们可能想将里程（公里数）乘以吨数（吨公里（公里数））或价值（美元）。或者我们可能想要一个不同的分母来获得资本而不是劳动生产力的衡量指标（运营的车辆数量）。

定义投入和产出

因此，衡量生产力的关键问题是确定产出和投入。这取决于所考察的对象。例如，如果我们考虑的是私人公交系统，那么高速公路的成本是由税收和费用支付的。但是，如果我们考虑的是高速公路，我们必须更仔细地检查基础设施。

投入

从投入开始，我们大体上来说有资本和劳动力。

• 劳动力包括所有为生产该服务而直接由提供该服务的机构支付报酬的工人。因此，在考虑交通服务的生产力时，劳动力投入包括交通机构的员工，包括公交车司机、机械师、管理人员和会计人员等等。
• 资本包括运营服务所需的所有建筑物和设备（公交车、车库、办公室、计算机等等）。

虽然劳动力可能参与到每个资本部件的生产中，但对该机构来说，它被视为资本（制造公交车所需的劳动力被视为公交车制造商的劳动生产力，而不是运营商）。

劳动生产力 ($P_{L}$) 可以用劳动投入时间 (H) 和产出指标 (O) 来衡量，为

$P_{L}={\frac {O}{H}}$

一个相关的指标，单位劳动成本 (ULC) 是使用每小时美元或单位产出的劳动力补偿 (C) 来计算的，表示为

$U_{LC}={\frac {({\frac {C}{H}})}{({\frac {O}{H}})}}$

例如，年度劳动生产力将衡量全年的产出除以全年的总工作时间。适当的时间跨度取决于分析的案例和可用的数据。

类似地，资本生产力 (PK) 可以定义为产出指标除以生产该产出所需的货币资本 (K)。

$P_{K}={\frac {O}{K}}$

资本比劳动力要复杂一些，因为资本通常是存量，而产出和劳动力是流量。例如，如果建造一条寿命为数年的路段需要花费一百万美元，我们不能简单地将年产出除以一百万美元来衡量资本的生产力。相反，该存量需要转换为流量，就好像高速公路部门在租赁这条路一样。这种转换取决于利率和设施的寿命。

仅仅考察劳动生产力或资本生产力是不够的。一些投资可以以牺牲资本生产力为代价来提高劳动生产力。全要素生产力指标可以用来将劳动生产力和资本生产力结合起来。这需要对每个指标（以及构成指标的任何子指标）进行加权，权重与该指标在总成本中的份额成正比。当考察不同时期生产力的变化时，这个问题变得更加复杂，因为投入和产出（以及份额）都在变化。

产出

到目前为止，我们一直在有意模糊我们的生产力指标中产出的含义。当在交通运输方面进行特定的投资实际上增加了总产出时会发生什么？

在货运中，产出通常用运输的吨公里（公里数）等指标来衡量。因此，一项提高了相同资源下可运输的吨公里（公里数）数量的改进将提高生产力。

这些改进通常是节约时间（缩短距离或提高行驶速度），使同一辆卡车能够用于更多货物运输。但它们也可能是每次或每次司机运输更多重量的能力（例如，用一辆牵引车拖两辆挂车，或由于桥梁加固而消除了重量限制）。

悖论  ?

值得注意的是，当产出定义为网络上运输的吨公里（公里数）时，缩短网络行驶距离的路段可能不会提高生产力。会发生两种效应。首先，距离缩短，吨公里（公里数）减少。但同时行驶时间也缩短，这可能会诱发更多出行（从而产生更多吨公里（公里数））。这种悖论可以通过将点对点距离而不是网络距离作为基础来避免。

一家公司搬迁到更靠近其供应商的地方会减少点对点距离。一个后果是，虽然总行驶时间可能会减少，但可能不会像距离减少得那么快（即速度可能会下降）。同样，生产力（在这种情况下是用户速度）可能会下降，尽管系统会更好。在这种情况下，考察可达性可能会有所帮助。

行为变化

在客运旅行中，当旅行时间缩短时，人们要么旅行更多（要么旅行次数更多，要么旅行距离更长，或者两者兼而有之），要么用节约的时间做其他事情，或者两者兼而有之。此外，活动模式可能会发生变化，以便出行可以在一天中更方便的时间或通过更合适的交通方式进行。从中期到长期，这些活动的位置可能会发生变化，个人也会首先改变他们进行非工作、非家庭活动（如购物）的位置，然后可能会换工作或搬家。出行本身并不是商品，而是表示它们结束时的活动。因此，例如，一条新的路段可能会增加或减少总车辆行驶里程（公里数），或者减少总车辆行驶分钟数，但肯定会导致更多或不同和更好的活动被进行。一般来说，更多的活动可以与更多出行目的地相关联，尽管出行链可能会使这种情况变得复杂。

公共交通

从交通运营商的角度来看，产出可以通过客运量或客运里程（公里）来衡量。运营商想要什么取决于其票价结构（固定票价或距离票价）。实行固定票价的运营商可能希望（至少在短期内最大化收入）有许多短途旅行，而实行距离票价的运营商则会因长途旅行而获得奖励。在生产力方面，交通运营商在很多方面与货运公司相似。

公路

另一方面，公路并不那么相似。特别是在没有基于路段的道路定价的情况下，公路运营商想要鼓励什么来最大化整体社会福利是模棱两可的。然而，从路段的角度来看，最大化吞吐量、使用路段的人次或经过某个点的流量似乎是合理的产出衡量指标。在其他条件相同的情况下，如果路段能够服务更多的人次，或者以更低的成本服务，那么它就更有生产力。如果服务质量（旅行速度）随着拥堵的出现而下降，吞吐量就无法最大化。由于路段长度固定，因此对于给定的路段，流量和人次行驶里程（公里）是等效的。

然而，重要的是要一致地衡量投入和产出。很难确定给定路段所需的劳动力，因为许多服务是在整个网络范围内提供的。如果我们想考虑一个网络，那么需要一个以人次行驶里程（公里）为衡量指标的产出指标，以便进行汇总。以人次行驶时间为衡量指标的投入指标对于私人时间生产力很有用。然而，通常不考虑的劳动力因素之一是驾驶员和乘客的时间。当我们意识到驾驶员和乘客的时间成本远远超过公路机构的时间成本时，这一点尤为重要。

部分生产力

因此，可以考虑对运输采用四种基本的部分生产力衡量指标（只有前三种对交通运输有意义）。

公共劳动力生产力 (PGL) $P_{GL}={\frac {T}{H}}$

私人劳动力生产力 (PPL) $P_{PL}={\frac {T}{D}}$

公共资本生产力 (PGK) $P_{GK}={\frac {T}{K}}$

私人资本生产力 (PPK) $P_{PK}={\frac {T}{V}}$

交通规划模型，例如大都市规划组织和其他组织使用的模型，提供了可用于衡量生产力的数据。特别是，可以估算给定网络上的车辆行驶里程、车辆行驶时间和车辆运营成本的支出。机构劳动力和资本成本仍需分别收集。但可以将网络数据汇总起来，以提供部分私人生产力指标（$P_{PL}$ 和 $P_{PK}$），以及其他机构数据，可以提供部分公共生产力指标（$P_{GL}$ 和 $P_{GK}$）。

公共劳动力生产力 ($P_{GL}$) $P_{GL}={\frac {\sum \limits _{l}{T_{l}}}{\sum \limits _{l}{H_{l}}}}$

私人劳动力生产力 ($P_{PL}$) $P_{PL}={\frac {\sum \limits _{l}{T_{l}}}{\sum \limits _{l}{D_{l}}}}$

公共资本生产率 ($P_{GK}$)$P_{GK}={\frac {\sum \limits _{l}{T_{l}}}{\sum \limits _{l}{K_{l}}}}$

私人资本生产率 ($P_{PK}$)$P_{PK}={\frac {\sum \limits _{l}{T_{l}}}{\sum \limits _{l}{V_{l}}}}$

部分要素生产率

部分要素生产率 (PFP) 定义为总产出 / 要素 i。例如，衡量劳动力 PFP 的指标将是 Q/L，其中 Q 是总产出，L 是某种劳动力投入指标，例如工时或工人数量 [请注意，前者指标更好，因为后者假设每个工人工作的小时数相同，以及工人的质量相同]。

PFP 的使用
PFP 指标在企业中使用非常频繁，特别是用来衡量劳动力的生产率或贡献。浏览任何行业的年度报告，你会发现大量的证据，包括航空公司的报告。例如，机场会提供劳动力生产率的指标，例如飞机起降次数/员工或旅客人数/员工。这也许很好地解释了为什么 PFP 指标存在缺陷；它没有考虑到生产过程中使用的其他投入，例如资本。

全要素生产率

全要素生产率 (TFP) 的开发是为了克服与 PFP 指标相关的弊端。TFP 在计算生产率时考虑了所有要素投入。TFP 定义为总产出与总投入的比值。它在两个重要方面不同于 PFP；首先，它认识到可能存在多个产出，其次，它认识到生产过程中的所有投入。

TFP 已被定义为

$\ln \left({\frac {TFP_{K}}{TFP_{L}}}\right)=\sum \limits _{i}{\left({\frac {R_{ik}+R_{il}}{2}}\right)}\ln \left({\frac {Y_{ik}}{Y_{il}}}\right)-\sum \limits _{i}{\left({\frac {S_{ik}+S_{il}}{2}}\right)}\ln \left({\frac {X_{ik}}{X_{il}}}\right)$

其中 $k$ 和 $l$ 是相邻的时间段，$Y$ 是产出指数，$X$ 是投入指数，$R$ 是产出收入份额，$S$ 是投入成本份额，$i$ 表示各个投入或产出。经证明，此方程式是齐次对数生产或转换函数的精确指数。

面板数据

如果要进行时间序列横截面比较，这种 TFP 的定义缺少一些理想的特性。由于许多交通数据形成面板（横截面与时间序列的组合），因此提出了一种替代程序。它的构造方法旨在使所有双边比较都具有企业不变性。这种形式的 TFP 被称为“多边 TFP 指数”，广泛应用于交通和其他行业的研究所，以比较企业随时间的绩效以及与竞争对手的绩效。罗伯特·温德尔在处理 TFP 的国际比较时，使用了以下方法

比较 TFP

$\ln \left({\frac {TFP_{K}}{TFP_{L}}}\right)=\sum \limits _{i}{\left({\frac {R_{ik}+{\overline {R_{i}}}}{2}}\right)}\ln \left({\frac {Y_{ik}}{\overline {Y_{i}}}}\right)-\sum \limits _{i}{\left({\frac {R_{il}+{\overline {R_{i}}}}{2}}\right)}\ln \left({\frac {Y_{il}}{\overline {Y_{i}}}}\right)-\sum \limits _{i}{\left({\frac {S_{ik}+{\overline {S_{i}}}}{2}}\right)}\ln \left({\frac {X_{ik}}{\overline {X_{i}}}}\right)-\sum \limits _{i}{\left({\frac {S_{il}+{\overline {S_{i}}}}{2}}\right)}\ln \left({\frac {X_{il}}{\overline {X_{i}}}}\right)$

在 TFP 分析中，一个重要的附加问题是 TFP 的归因。一种方法是将 TFP 分解为规模效应、价格效应和纯粹的技术变革。这些很重要，因为规模效应是由于市场机会或管理决策造成的。定价也是市场或管理决策，而纯粹的技术变革效应是企业外部的。另一种归因 TFP 的方法是获取计算出的 TFP 指数，并将其回归到描述企业特征的一组变量上。Gillen、Oum 和 Tretheway 中包含了此过程的示例。