Pareto Improvements from Lexus Lanes: The effects of pricing a portion of the lanes on congested highways
Notice bibliographique
Résumé
Abstract. This paper shows that a judiciously designed toll applied to a portion of the lanes of a highway can be a Pareto improvement even before the revenue is spent. I achieve this new result by extending a standard dynamic congestion model to reflect an important additional traffic externality which transportation engineers have recently identified: additional traffic does not simply increase travel times, but can also introduce additional frictions that reduce throughput. By using a time varying toll to smooth the rate that people depart for work it is possible to avoid these frictions, increasing speed and throughput. Increasing throughput shortens rush hour, which directly helps all road users. However, adding tolls changes the currency used to pay for use of the highway during rush hour from time to money. This change hurts the inflexible poor and most of the time will outweigh the benefit they reap from having a shorter rush hour. We can avoid hurting the inflexible poor by only adding tolls to a portion of the lanes. Doing so preserves their ability to pay with time instead of money. When there are two families of agents, one rich and the other poor, then as long as some rich drivers use the highway at the peak of rush hour then adding tolls to a portion of the lanes is a Pareto improvement. To confirm the real world relevance of this theoretical possibility I use survey and travel time data to estimate the effects of adding optimal time varying tolls. I find that adding tolls to a fourth of the lanes is a Pareto improvement, and that social welfare gains of doing so are over a thousand dollars per road user per year. 1.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».