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

Resumo Técnico: Decisões de Alocação de Portfólio Público Restritas entre Setores de Transporte e Não Transporte

Definição do Problema
As decisões de investimento público são inerentemente caracterizadas pela escassez, exigindo que os governos aloquem recursos fiscais finitos entre setores concorrentes, como transporte, saúde, educação e serviços públicos. Embora a pesquisa de transportes existente utilize extensivamente métodos de preferência declarada, como Experimentos de Escolha Discreta (DCEs), para avaliar preferências de infraestrutura, essas abordagens frequentemente dependem de estruturas de escolha única onde os respondentes selecionam uma alternativa preferida de um conjunto mutuamente exclusivo. Tais métodos falham em capturar os complexos compromissos (trade-offs) de portfólio inerentes ao orçamento público real, onde os cidadãos devem apoiar simultaneamente múltiplos projetos, excluir outros e navegar por custos de oportunidade explícitos. Além disso, a literatura existente isola frequentemente as decisões de transporte de contextos mais amplos de gastos intersetoriais, limitando a compreensão de como os investimentos em transporte competem com prioridades de não transporte sob orçamentos restritos.

Metodologia
Este estudo emprega um experimento de alocação de orçamento público restrito e repetido, administrado a residentes de Nova Gales do Sul (NSW), Austrália. Diferente das tarefas convencionais de escolha única, os respondentes foram solicitados a distribuir um orçamento público hipotético fixo entre um portfólio de categorias de gastos concorrentes de transporte e não transporte (ex: saúde, educação, estradas, transporte público, iniciativas de eletrificação). O design experimental apresentou múltiplas tarefas com níveis de orçamento e composições de projetos variados, gerando dados composicionais repetidos caracterizados por parcelas de alocação interdependentes, restrições de não negatividade e frequentes soluções de canto (alocações zero).

Para analisar esses dados, os autores desenvolveram um modelo de Valor Extremo Discreto-Contínuo Múltiplo de Classe Latente (LC-MDCEV). Este arcabouço integra três características críticas:

1. Estrutura Discreta-Contínua Múltipla: Acomoda alocações positivas simultâneas a múltiplas alternativas e alocações zero para outras dentro de uma única tarefa.
2. Restrições de Disponibilidade: O modelo contabiliza explicitamente o fato de que nem todos os tipos de projetos estão disponíveis em cada tarefa, tratando as alternativas não exibidas como estruturalmente indisponíveis, em vez de rejeitadas.
3. Heterogeneidade de Classe Latente: O modelo assume que os respondentes pertencem a segmentos comportamentais não observados (classes) que diferem em suas estruturas de utilidade subjacentes e parâmetros de saciedade.

A estimação utilizou um código customizado em MATLAB para maximizar a função de verossimilhança, incorporando características sociodemográficas de nível de respondente ao modelo de atribuição de classe. Após a estimação, um arcaboot de previsão foi aplicado a uma população sintética representando domicílios de NSW para simular comportamentos de alocação sob seis cenários de política alternativos, incluindo conjuntos de disponibilidade restritos (apenas transporte vs. apenas não transporte) e variações de enquadramento de benefícios.

Principais Resultados
A análise produziu vários achados significativos sobre a priorização de gastos públicos:

• Desempenho do Modelo: A especificação LC-MDCEV superou substancialmente o modelo MDCEV agregado, com o log-verossimilhança melhorando de -25.789,10 para -19.566,68 e o $\rho^2$ aumentando de 0,4447 para 0,5803. Isso indica que a heterogeneidade não observada no comportamento de alocação é substancial e não pode ser capturada por modelos agregados homogêneos.
• Segmentação Comportamental: O modelo identificou duas classes latentes distintas:
  • Classe 1 (Alocadores Concentrados): Composta por aproximadamente 29% da amostra, este grupo exibe efeitos de saciedade mais fracos, levando a portfólios de gastos concentrados onde grandes porções do orçamento são alocadas a um número menor de categorias preferidas (ex: saúde, educação, policiamento).
  • Classe 2 (Alocadores Difusos): Composta por aproximadamente 71% da amostra, este grupo apresenta fortes efeitos de saciedade, distribuindo os gastos de forma mais difusa entre as alternativas disponíveis e exibindo parcelas de alocação zero mais altas para categorias menos preferidas.
• Preferências de Investimento em Transporte: O apoio aos gastos de transporte é altamente condicional ao tipo de projeto e ao ambiente de gastos mais amplo. A infraestrutura convencional (estradas e transporte público) recebe forte apoio em ambas as classes. Em contraste, as iniciativas de eletrificação de transporte (eletrificação de veículos privados, de carga e de transporte público) recebem apoio significativamente mais fraco, particularmente da Classe 2. Mesmo quando os benefícios ambientais para a eletrificação foram substancialmente aumentados nos cenários de previsão, o apoio permaneceu moderado em comparação com a infraestrutura convencional.
• Sensibilidade Regional e Ambiental: Embora as diferenças regionais nas prioridades de alocação tenham sido sistemáticas (ex: domicílios da Grande Sydney priorizando saúde e transporte público eletrificado mais do que domicílios regionais), essas variações espaciais foram menos influentes do que a segmentação comportamental latente. Além disso, a composição do conjunto de gastos viáveis (ex: remover opções de não transporte) alterou materialmente a intensidade e a participação na alocação, demonstrando que o apoio público é relativo ao conjunto de oportunidades disponível.

Significância e Alegações
O artigo alega fazer contribuições substantivas tanto para a economia do transporte quanto para a literatura de orçamento participativo, demonstrando o valor de combinar experimentos de alocação de portfólio restrito repetidos com modelos MDCEV de classe latente.

• Contribuição Metodológica: O estudo aborda uma lacuna na pesquisa de transportes ao aplicar um rigoroso arcaboot de modelagem comportamental a decisões de gastos públicos que abrangem tanto os setores de transporte quanto os de não transporte. Ele captura com sucesso características comportamentais complexas — como soluções de canto, decisões repetidas e intensidade de alocação — que são difíceis de recuperar dentro dos modelos convencionais de escolha única de preferência declarada.
• Implicações de Política: Os achados sugerem que o apoio público para a descarbonização do transporte é mais segmentado e condicional do que as medidas de opinião agregadas implicam. Os autores argumentam que estratégias de gastos estaduais uniformes podem falhar em refletir a diversidade das preferências subjacentes de alocação pública. Consequentemente, os formuladores de políticas devem reconhecer que os cidadãos diferem não apenas nos projetos que apoiam, mas também em sua preferência por portfólios de gastos concentrados versus diversificados.
• Utilidade de Previsão: O arcaboot de previsão desenvolvido permite avaliar como as preferências de alocação variam entre perfis populacionais e cenários de política, forneando uma ferramenta para avaliar o impacto da mudança na disponibilidade de projetos e no enquadramento de benefícios sobre as prioridades de gastos públicos.

Os autores mantêm um tom modesto em relação às suas alegações, reconhecendo que o estudo depende de dados de preferência declarada de um ambiente hipotético e que os achados são específicos para o contexto de NSW. Eles observam que, embora o modelo capture heterogeneidade significativa, a estrutura de duas classes é uma representação parcimoniosa de uma segmentação comportamental potencialmente mais complexa.