📈 economics

Constrained Public Portfolio Allocation Decisions Across Transport and Non-Transport Sectors

Dit artikel maakt gebruik van een latent class multiple discrete-continuous extreme value (LC-MDCEV) model om te analyseren hoe individuen beperkte publieke budgetten alloceren over concurrerende transport- en niet-transportsectoren in New South Wales, waarbij wordt onthuld dat onderscheidende gedragsegmenten met variërende niveaus van uitgavendiversificatie de financieringsprioriteiten meer significant aansturen dan matige veranderingen in de framing van projectvoordelen.

Oorspronkelijke auteurs: John M. Rose, Andrea Pellegrini, Matthew J. Beck

Gepubliceerd 2026-07-04

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: John M. Rose, Andrea Pellegrini, Matthew J. Beck

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je de burgemeester bent van een stad met een zeer specifieke, onveranderlijke regel: je hebt precies $100 om uit te geven, en je moet beslissen hoe je dit verdeelt over tien verschillende buren. Eén buurman heeft een nieuw park nodig, een ander heeft een ziekenhuisvleugel nodig, een derde heeft betere wegen nodig, en een vierde wil alle stadsbussen overschakelen op elektrische energie.

Als je $50 aan het ziekenhuis geeft, heb je nog maar $50 over voor de rest. Dit is de kern van het probleem dat de onderzoekers in dit artikel proberen op te lossen: Hoe verdelen gewone mensen eigenlijk een beperkt publiek budget wanneer alles wat ze willen geld kost?

Hier is een eenvoudige uitleg van wat de onderzoekers hebben gedaan, wat ze hebben gevonden en waarom het ertoe doet, met behulp van alledaagse analogieën.

Het Experiment: Het "Publieke Spaarvarken"-spel

De onderzoekers van de Universiteit van Sydney vroegen mensen niet simpelweg: "Houd je van wegen?" (wat makkelijk met ja te beantwoorden is). In plaats daarvan speelden ze een spel met meer dan 1.200 mensen in New South Wales, Australië.

Ze gaven elke persoon een hypothetisch publiek budget (variërend van $5 miljoen tot $50 miljoen) en een menu met projecten. Het menu bevatte:

Niet-transport: Gezondheidszorg, scholen, politie, parken, kunst.
Transport: Nieuwe wegen, openbaar vervoer met treinen/bussen, en elektrificatie (het overschakelen van auto's en vrachtwagens op elektrisch).

De Catch: Je kon niet zomaar je favoriet kiezen. Je moest precies opschrijven hoeveel geld er naar elk project ging. Als je $10 miljoen aan scholen gaf, was dat geld weg en kon het niet naar wegen gaan. Dit dwong mensen om echte afwegingen te maken, net zoals een overheid dat doet.

De Ontdekking: Twee Soorten Uitgevers

De onderzoekers gebruikten een geavanceerd computermodel (een "Latent Class MDCEV") om naar de antwoorden te kijken. Ze ontdekten dat mensen niet allemaal op dezelfde manier dachten. Ze vielen uiteen in twee duidelijke "persoonlijkheidstypes" met betrekking tot hoe ze het geld uitgaven:

De "Geconcentreerde Uitgever" (Class 1):
- De Analogie: Stel je een persoon voor die zegt: "Ik ga bijna al mijn geld in de dingen steken die ik het belangrijkst vind, en de rest negeren."
- Gedrag: Deze groep koos een paar favorieten (zoals gezondheidszorg, onderwijs en politie) en pompte een enorm deel van het budget in hen. Ze waren bereid om nul geld te geven aan de zaken die zij niet prioriteerden. Ze waren besluitvaardig en gefocust.
De "Verspreide Uitgever" (Class 2):
- De Analogie: Stel je een persoon voor die zegt: "Ik wil niemand buiten sluiten. Ik zal een beetje aan iedereen geven, zodat iedereen iets krijgt."
- Gedrag: Deze groep verspreidde het geld dun over bijna alle categorieën. Ze waren minder geneigd om een project een enorme boost te geven, maar ze waren ook minder geneigd om een project nul dollar te geven. Ze gaven de voorkeur aan een gebalanceerd, "veiligheid-eerst" portfolio.

De Grote Verrassingen

De studie onthulde enkele interessante waarheden over wat mensen echt waarderen wanneer ze de prijs moeten betalen:

De "Elektrische" Drempel: Zelfs toen de onderzoekers de deelnemers vertelden dat elektrische voertuigen en elektrische bussen geweldig zijn voor het milieu, waren mensen nog steeds terughoudend om ze te financieren. Conventionele wegen en regulier openbaar vervoer kregen veel meer geld dan "groene" elektrificatieprojecten. Het lijkt erop dat wanneer mensen moeten kiezen tussen een nieuwe weg en een nieuwe elektrische bus, ze vaak voor de weg kiezen, zelfs als ze om het milieu geven.
Het "Lokale" Effect: Mensen hielden over het algemeen meer van projecten in hun eigen achtertuin dan van projecten ver weg. Als een project in hun specifieke regio lag, waren ze eerder geneigd het te financieren.
De "Kernvoorzieningen"-regel: Ongeacht in welke groep je zat, waren Gezondheidszorg, Onderwijs en Politie bijna altijd de winnaars. Deze "kern"-diensten kregen het meeste geld, terwijl zaken als "Kunst en Musea" of "Sportfaciliteiten" vaak aan het kortste eind kwamen.

Waarom de "Twee Soorten" Ertoe Doen

De onderzoekers ontdekten dat als je alleen naar de "gemiddelde" persoon kijkt (door de twee types te negeren), je een wazig en onnauwkeurig beeld krijgt. Het is als zeggen dat de gemiddelde temperatuur van een kamer 21°C is, terwijl in werkelijkheid één hoek ijskoud is en de andere brandend heet.

De Geconcentreerde Uitgevers lieten zien dat als je een specifiek type infrastructuur wilt bouwen, je moet weten dat een groot deel van de bevolking ofwel volledig steun zal geven, of het volledig zal negeren.
De Verspreide Uitgevers lieten zien dat een ander deel van de bevolking de rijkdom gelijkmatig wil verspreiden, zelfs als dat betekent dat geen enkel project volledig wordt gefinancierd.

De Conclusie

Dit artikel leert ons dat vragen of mensen "het ondersteunen van groen transport?" te simpel is. Wanneer je ze dwingt om naar een beperkt budget te kijken en te kiezen tussen een nieuw ziekenhuis en een elektrische bus, verandert het antwoord.

De studie concludeert dat publieke steun geen enkele, solide blok is. Het is een mix van verschillende bestedingsstijlen. Sommige mensen willen "all-in" gaan op een paar dingen, terwijl anderen het "dun willen verspreiden". Voor overheden betekent dit dat een "one-size-fits-all"-plan voor de besteding van geld kan falen, omdat het geen rekening houdt met deze verschillende manieren waarop mensen waarde en afwegingen ervaren.

Kortom: Wanneer het geld echt en beperkt is, worden de prioriteiten van mensen heel specifiek, en splitsen ze zich op in twee zeer verschillende kampen over hoe het geld uit te geven.

Technische Samenvatting: Beperkte Publieke Portefeuilleallocatiebeslissingen over Transport- en Niet-Transportsectoren

Probleemstelling
Publieke investeringsbeslissingen worden inherent gekenmerkt door schaarste, wat overheden dwingt om beperkte fiscale middelen te alloceren over concurrerende sectoren zoals transport, gezondheidszorg, onderwijs en nutsvoorzieningen. Hoewel bestaand transportonderzoek uitgebreid gebruikmaakt van de methoden van gestelde voorkeuren, zoals Discrete Choice Experiments (DCE's), om infrastructuurvoorkeuren te evalueren, leunen deze benaderingen vaak op single-choice kaders waarbij respondenten één geprefereerde alternatief selecteren uit een wederzijds uitsluitende set. Dergelijke methoden falen in het vastleggen van de complexe portefeuilleafwegingen die inherent zijn aan de werkelijke publieke budgettering, waarbij burgers simultaan meerdere projecten moeten ondersteunen, anderen moeten uitsluiten en expliciete opportuniteitskosten moeten navigeren. Bovendien isoleert de bestaande literatuur transportbeslissingen vaak van bredere grensoverschrijdende uitgavencontexten, wat het begrip van hoe transportinvesteringen concurreren met niet-transportprioriteiten onder beperkte budgetten beperkt.

Methodologie
Deze studie maakt gebruik van een herhaald experiment voor de allocatie van een beperkt publiek budget, uitgevoerd onder inwoners van New South Wales (NSW), Australië. In tegenstelling tot conventionele single-choice taken, moesten respondenten een vast hypothetisch publiek budget verdelen over een portefeuille van concurrerende transport- en niet-transportuitgavecategorieën (bijv. gezondheidszorg, onderwijs, wegen, openbaar vervoer, elektrificatie-initiatieven). Het experimentele ontwerp bestond uit meerdere taken met variërende budgetniveaus en projectcomposities, wat herhaalde compositionele data genereerde die gekenmerkt worden door onderling afhankelijke allocatieaandelen, niet-negativiteitsbeperkingen en frequente hoekoplossingen (nul-allocaties).

Om deze data te analyseren, hebben de auteurs een Latent Class Multiple Discrete-Continuous Extreme Value (LC-MDCEV) model ontwikkeld. Dit framework integreert drie cruciale kenmerken:

Multiple Discrete-Continuous Structuur: Het faciliteert simultane positieve allocaties aan meerdere alternatieven en nul-allocaties aan anderen binnen een enkele taak.
Beschikbaarheidsbeperkingen: Het model houdt expliciet rekening met het feit dat niet alle projecttypen in elke taak beschikbaar zijn, waarbij niet-getoonde alternatieven als structureel niet-beschikbaar worden behandeld in plaats van afgewezen.
Latente Klasse Heterogeniteit: Het model gaat ervan uit dat respondenten behoren tot onwaargenomen gedragsegmenten (klassen) die verschillen in hun onderliggende utiliteitsstructuren en verzadigingsparameters.

De schatting maakte gebruik van een aangepaste MATLAB-code om de likelihoodfunctie te maximaliseren, waarbij sociaal-demografische kenmerken op respondentniveau werden opgenomen in het klasse-toewijzingsmodel. Na de schatting werd een forecasting-framework toegepast op een synthetische populatie die huishoudens in NSW vertegenwoordigt om allocatiegedrag te simuleren onder zes alternatieve beleidsscenario's, inclus\text{ief} beperkte beschikbaarheidssets (alleen transport versus alleen niet-transport) en variërende benefit-framing.

Belangrijkste Resultaten
De analyse leverde verschillende significante bevindingen op met betrekking tot de prioritering van publieke uitgaven:

Modelprestaties: De LC-MDCEV-specificatie presteerde aanzienlijk beter dan het geaggregeerde MDCEV-model, waarbij de log-likelihood verbeterde van -25.789,10 naar -19.566,68 en de $\rho^2$ toenam van 0,4447 naar 0,5803. Dit geeft aan dat de onwaargenomen heterogeniteit in allocatiegedrag substantieel is en niet kan worden gevangen door homogene geaggregeerde modellen.
Gedragssegmentatie: Het model identificeerde twee duidelijke latente klassen:
- Klasse 1 (Geconcentreerde Allocatoren): Bestaande uit ongeveer 29% van de steekproef, vertoont deze groep zwakkere verzadigingseffecten, wat leidt tot geconcentreerde uitgaveportefeuilles waarbij grote delen van het budget worden gealloceerd aan een kleiner aantal voorkeurscategorieën (bijv. gezondheidszorg, onderwijs, politie).
- Klasse 2 (Diffuse Allocatoren): Bestaande uit ongeveer 71% van de steekproef, vertoont deze groep sterke verzadigingseffecten, waarbij uitgaven diffuser worden verdeeld over beschikbare alternatieven en hogere nul-allocatieaandelen worden getoond voor minder geprefereerde categorieën.
Transportinvesteringsvoorkeuren: Steun voor transportuitgaven is sterk afhankelijk van het type project en de bredere uitgavenomgeving. Conventionele infrastructuur (wegen en openbaar vervoer) ontvangt sterke steun in beide klassen. Daarentegen ontvangen transport-elektrificatie-initiatieven (elektrificatie van privévoertuigen, vrachtvervoer en openbaar vervoer) aanzienlijk minder steun, met name van Klasse 2. Zelfs wanneer de milieubaten voor elektrificatie in forecasting-scenario's substantieel werden verhoogd, bleef de steun matig in vergelijking met conventionele infrastructuur.
Regionale en Milieugevoeligheid: Hoewel regionale verschillen in allocatieprioriteiten systematisch waren (bijv. huishoudens in Greater Sydney die prioriteit geven aan gezondheidszorg en geëlektrificeerd openbaar vervoer boven regionale huishoudens), waren deze ruimtelijke variaties minder invloedrijk dan de latente gedragssegmentatie. Bovendien veranderde de compositie van de haalbare uitgavenset (bijv. het verwijderen van niet-transportopties) de allocatie-intensiteit en participatie materieel, wat aantoont dat publieke steun relatief is aan de beschikbare opportuniteitsset.

Significantie en Claims
Het artikel claimt substantiële bijdragen te leveren aan zowel de transporteconomie als de literatuur over participatieve budgettering door de waarde aan te tonen van het combineren van herhaalde beperkte portefeuille-allocatie-experimenten met latent class MDCEV-modellen.

Methodologische Bijdrage: De studie adresseert een gat in transportonderzoek door een rigoureus gedragsmatig modelleringsframework toe te passen op publieke uitgavenbeslissingen die zowel de transport- als de niet-transportsector beslaan. Het slaagt erin complexe gedragskenmerken te vangen—zoals hoekoplossingen, herhaalde beslissingen en allocatie-intensiteit—die moeilijk te extraheren zijn binnen conventionele single-choice gestelde preferentie-frameworks.
Beleidsimplicaties: De bevindingen suggereren dat publieke steun voor de dekarbonisering van transport meer gesegmenteerd en voorwaardelijk is dan geaggregeerde opiniecijfers doen vermoeden. De auteurs stellen dat uniforme statewide uitgavenstrategieën er niet in kunnen slagen om de diversiteit van onderliggende publieke allocatievoorkeuren te reflecteren. Bijgevolg moeten beleidsmakers erkennen dat burgers niet alleen verschillen in de projecten die zij steunen, maar ook in hun voorkeur voor geconcentreerde versus gediversifieerde uitgaveportefeuilles.
Voorspellende Nut: Het ontwikkelde forecasting-framework maakt het mogelijk om te evalueren hoe allocatievoorkeuren variëren over populatieprofielen en beleidsscenario's, wat een instrument biedt om de impact van veranderende projectbeschikbaarheid en benefit-framing op publieke uitgaveprioriteiten te beoordelen.

De auteurs hanteren een bescheiden toon met betrekking tot hun claims, waarbij zij erkennen dat de studie steunt op gestelde preferentiegegevens uit een hypothetische omgeving en dat de bevindingen specifiek zijn voor de context van NSW. Zij merken op dat hoewel het model significante heterogeniteit vastlegt, de twee-klasse structuur een parsimonieuze representatie is van potentieel complexere gedragssegmentatie.