{
  "id": "induced-demand",
  "title": "诱导需求",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "诱导需求是商品或服务的广义成本降低所带来的额外消费，尤其指交通改善后增加的出行。",
  "category": "economics",
  "subcategory": "microeconomics",
  "type": "concept",
  "aliases": [
    "诱增需求"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/induced-demand/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/induced-demand/",
      "json": "https://aiwiki.page/en/induced-demand.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "诱导需求是指由于商品、服务或设施变得更便宜、更快捷、更便利，或在其他方面更具吸引力，其使用量随之增加的现象。这个术语最常用于交通领域：提高道路通行能力可以降低驾车的时间成本，从而促使车辆出行增加，占用部分新增通行能力。它描述的是人们对条件变化作出的行为反应，而不是说每条新建道路都必然立即拥堵的物理定律。\n\n在经济学中，诱导需求通常通过供给与需求来理解，其中尤其关注未以货币价格体现的成本。这一概念在交通领域之所以重要，是因为使用者共享有限的道路空间，拥堵会影响出行成本，而家庭和企业则会在数小时到数十年不等的时间跨度内调整自身行为。因此，评估一项交通改善措施时，需要区分即时的工程效果与出行者和土地开发活动最终作出的响应。\n\n这一概念对交通预测、投资评价、环境评估以及稀缺基础设施的管理都有重要意义。当能源效率提高使能源服务成本下降，或服务提供者影响消费时，也会出现类似机制。不过，将这一概念应用于这些情境时，需要区分价格变化引起的反应、偏好变化以及供应方的激励因素。"
    },
    {
      "heading": "经济含义与出行的广义成本",
      "text": "一次出行的相关价格，并不只是燃油费、票价或通行费。交通分析通常采用广义成本，将货币支出与出行时间的价值相加，并酌情计入可靠性、等候、换乘、不适及其他负担。其简化表达式为\n\n\\[g=m+vt,\\]\n\n其中，\\(g\\) 为每次出行的广义成本，\\(m\\) 为货币成本，\\(t\\) 为出行时间，\\(v\\) 为赋予单位时间的货币价值。更精细的模型会对步行、等候、拥挤条件下的出行以及意外延误赋予不同的时间价值。这些差异很重要，因为即使票价或其他货币价格保持不变，服务改善也能吸引使用者。\n\n若出行需求量为 \\(Q=D(g)\\)，广义成本下降通常会使需求量增加。用标准的微观经济学术语来说，这是沿着需求曲线的移动，而不一定是需求曲线本身的位移。因此，日常所说的“创造需求”可能引起误解：改善措施可能只是让原本就有意愿、但此前成本过高的出行得以实现。在更长的时期内，居住地、就业和车辆保有情况的变化，也可能改变需求关系本身。\n\n对于道路而言，广义成本在一定程度上取决于使用现有通行能力的交通量。一个简单的均衡关系可写为\n\n\\[Q=D\\bigl(g(Q,K)\\bigr),\\]\n\n其中，\\(K\\) 表示道路的有效通行能力。在给定交通量下，如果存在拥堵，提高 \\(K\\) 通常会缩短出行时间。随后，出行者会对成本下降作出反应，使 \\(Q\\) 增加。由此形成的市场均衡通常表现为交通量比原先更大，而成本降幅则小于假定交通量不变时的预测值。拥堵程度是持续降低、回升至接近原有水平，还是在其他地点发生变化，取决于路网状况及出行者的行为反应。\n\n这种反应可以用需求对广义成本的需求价格弹性来描述：\n\n\\[\\varepsilon_{Qg} = \\frac{\\partial \\ln Q}{\\partial \\ln g}.\\]\n\n这不同于机动车出行量对道路通行能力的弹性；后者同时包含通行能力影响出行成本的工程效应，以及出行者对这些成本的行为反应。混淆这些弹性可能导致错误的预测。\n\n诱导需求也不同于一般的交通增长。即使不扩建道路，人口增长、收入提高、货运活动变化以及燃油价格下降，也可能使机动车出行增加。只有可归因于基础设施或服务变化的额外出行，才属于其诱导效应。两者的区别在于因果关系：恰当的比较，是在其他条件相当的情况下，对比实施改善与未实施改善时的出行情况。"
    },
    {
      "heading": "行为响应与随时间推移的调整",
      "text": "交通设施改善后，新增交通量可能通过多种机制产生，而这些机制对总出行量的影响各不相同。最迅速的响应通常是改变路线或出发时间。驾驶者可能从一条平行道路转到改善后的公路上，也可能原先为了避开拥堵而提前出发，如今又恢复在高峰时段出行。改善路段上的交通计数会增加，但更大范围内的每日出行次数可能保持不变。\n\n改变出行方式是另一种响应。驾车速度提高可能吸引公交或轨道交通乘客转而驾车，促使原本搭乘他人汽车的人独自开车，或使驾车比步行、骑行更具吸引力。因此，即使出行人数没有增加，车辆出行量也可能上升。反过来，新开通的轨道交通服务既可能吸引原本驾车出行的人，也可能带来额外的乘客出行。因此，“诱发需求”并不必然意味着新增汽车交通量；它的具体含义取决于得到改善的服务以及所采用的计量单位。\n\n出行者还可能改变目的地或活动频率。例如，一个家庭可能前往更远的购物中心购物，更频繁地探访朋友，或进行一次过去因耗时过长而放弃的休闲出行。有些响应会增加出行次数，另一些则会增加平均出行距离。车辆行驶公里数通常缩写为 VKT，能够同时反映这两种影响，而单纯的出行次数统计则不能。在美国，相应的指标通常是车辆行驶英里数，简称 VMT。\n\n较长期的响应涉及具有持久影响的决策。家庭可能增购车辆，选择离工作地点更远的住房，或接受更大通勤范围内的工作。企业可能重新安排配送路线、合并仓库，或选址于新建互通立交附近。这些决策取决于对未来可达性的预期，也受到住房市场和劳动力市场的制约。由于更换建筑物、车辆以及改变雇佣关系的成本较高，这些响应可能需要数年才会显现。\n\n有些术语体系将特定交通设施上的“诱发交通量”与更广泛路网中的“诱发出行”区分开来。另一些分类则区分转移而来的出行、新生成的出行，以及目的地之间的出行重新分布。目前并没有一套得到普遍采用的术语，因此，所报告的估计值只有在明确其地理范围、时间跨度和出行计量指标时才有意义。\n\n这种变化在时间上未必表现为平稳增长。新开通的道路在最初可能使用量不大，待出行者逐渐了解后，才出现快速调整。施工造成的干扰可能暂时压低通车前的基准水平。经济衰退、燃油价格变化或新的公共交通服务都可能打断这一响应过程。因此，不能仅凭短期观测就断定最终影响；而在分析长期观测结果时，则需要更加谨慎地区分诱发出行与无关因素造成的变化。"
    },
    {
      "heading": "拥堵均衡与交通网络",
      "text": "诱导需求在拥堵道路上尤为重要，因为出行时间起着配给机制的作用。当道路通行未按拥堵程度定价时，使用者实际上是在通过等待或缓慢行驶，为稀缺的通行能力支付部分代价。道路扩容起初会降低这种时间成本，随后新增的使用量又会使其上升，不过最终的延误程度未必与扩容前完全相同。\n\n这一机制涉及拥堵的外部性。新增的驾驶者会考虑自身行程所需的时间，但通常不会承担其给其他人造成延误的全部成本。若总出行时间成本为 \\(C(Q)=Q\\,t(Q)\\)，则全体使用者的边际时间成本为\n\n\\[\\frac{dC}{dQ}=t(Q)+Q\\,t'(Q).\\]\n\n第一项是新增使用者自身经历的出行时间；第二项表示其给既有使用者造成的额外延误。将时间折算为金钱，即可得到相应的货币成本。私人成本与社会边际成本之间的这种差异，解释了为什么免费通行的拥堵道路，其使用强度可能超过经济效率最优的水平。\n\n约翰·格伦·沃德罗普于1952年提出的沃德罗普均衡，为路径选择提供了一种标准描述。在其常见的使用者均衡形式下，任何出行者都无法仅通过单方面改换路径来降低自身的出行成本。因此，同一起讫点之间所有被使用的路径，其感知成本均相等且最低。这并不是说所有道路的行驶速度都相同，也不意味着由此形成的交通分布能使整个路网的总延误最小。\n\n路网结构可能产生单条道路示意图无法体现的结果。增加某一路段的通行能力，可能会使排队转移到下游交叉口，改变通往桥梁的通行状况，或改变居住区街道上的交通流量。某条道路承载的车辆可能更多了，但整个路网的出行时间却几乎没有缩短。交通改善也可能通过改变路径选择和排队分布，使远离项目所在地的出行受益。\n\n另一个不同的结论是布雷斯悖论：当使用者各自独立选择路径时，增加一条路段有时反而会使均衡状态下的出行成本上升。迪特里希·布雷斯于1968年证明了这种可能性。这一悖论并不要求总出行需求增加：即使出行者人数固定，也可能出现。因此，它与诱导需求有关，但并不等同于诱导需求。\n\n这些区别说明，将“道路越多，拥堵越严重”作为普遍论断过于笼统。新增通行能力可以缓解瓶颈、提高出行可靠性，或在突发事件期间提供替代路径。诱导需求关注的是，改善后会新增多少使用量，以及这种响应如何改变项目效益。路网分析关注的则是，交通流重新分布后，成本和收益会出现在哪里。评估一个项目时，这两个问题都必须回答。"
    },
    {
      "heading": "概念的发展与主要实证发现",
      "text": "早在现代术语出现之前，人们就已认识到道路改善会吸引车流。在二十世纪的机动化进程中，工程师和规划人员观察到，交通量会随道路质量和可达性的变化而变化。随着公路建设计划的扩大，这一问题变得日益重要，因为交通预测和投资评估往往侧重于预计的交通增长，却未能充分考虑新增通行能力对出行行为的影响。\n\n1962年，安东尼·唐斯发表了《高峰时段快速路拥堵定律》，指出城市快速路的拥堵缓解往往会吸引更多使用者，直到其他与之竞争的出行选择相比之下不再那么有吸引力。他后来提出的“三重趋同”论述，强调了出行路线、出发时间和交通方式的变化。这些机制解释了为何一条道路会重新变得拥挤，而不意味着每增加一辆车就对应一次新产生的日常出行。这一论点针对的是使用强度较高的城市出行市场，并非对所有道路都适用的普遍预测。\n\n一个重要的制度性里程碑是英国干线公路评估常设咨询委员会（通常简称为 SACTRA）于1994年发布的报告《干线公路与交通生成》。报告认为，诱导交通量可能相当可观，应在相关情况下纳入评估。这份报告的重要性部分在于，它推动讨论的焦点从“是否存在新增交通量”，转向“在什么条件下，忽略新增交通量会使评估结果产生实质性偏差”。\n\n菲尔·古德温于1996年发表的综述《诱导交通量的实证证据：回顾与综合》，汇集了采用多种研究方法获得的证据。该文强调，行为响应会随时间逐步显现，观测到的交通变化并不仅仅反映即时的路线分流。此后的研究利用日益细致的路网、地理和面板数据，考察道路供给与出行之间的关系。\n\n吉尔·迪朗东与马修·特纳于2011年发表的《道路拥堵基本定律：来自美国城市的证据》是一项被广泛引用的研究。针对美国都市区的州际公路，两位作者估计，车辆行驶里程的增长与公路车道总里程的增长大致成正比。他们在分析中使用历史交通网络信息作为工具变量，以处理道路可能被修建在本就预期交通会增长的地区这一问题。这些发现适用于该研究所考察的城市环境、所用指标及其识别假设，并不是适用于所有道路项目的工程常数。\n\n实证文献中的估计结果因道路等级、地理区域、时间跨度和研究方法而异。长期内接近正比的关系构成了有力证据，说明不能假定城市公路扩建能够永久维持最初带来的速度提升。但这并不意味着每次扩建都没有效益，也不意味着交通量总会立即作出调整，更不意味着交通量较低的乡村道路与趋于饱和的大都市公路具有相同表现。从历史发展来看，最核心的变化，是将行为调整纳入交通供给分析。"
    },
    {
      "heading": "测量、因果关系与预测",
      "text": "测量诱导需求，需要估计反事实情形：如果没有运力扩张或服务变化，出行量会有多少。仅仅比较施工前后的交通量，通常并不足够。交通量可能因人口、收入、燃油价格或已在进行的开发活动而增长，也可能在施工期间暂时下降，通车后又恢复。\n\n统计上的主要难点在于道路供给与道路使用之间的双向关系。政府往往会在拥堵严重或预计将出现增长的地方扩建道路，而道路通行能力的提升本身又可能增加出行。因此，车道公里数与车辆行驶公里数（VKT）之间存在正相关，本身并不能确定因果关系的方向或大小。人口和经济活动可能同时影响这两个变量。\n\n研究人员采用多种研究设计来处理这一问题。面板数据持续追踪不同地区随时间的变化，使分析人员能够控制地区之间长期存在的差异。双重差分法将受影响地区的变化与对照组的变化进行比较，但需要对两者在未受影响的情况下原本会如何演变作出趋势假设。工具变量法利用某种与道路供给相关、但按研究设定不会通过其他渠道影响当前出行的变异来源。历史路线可以成为有用的工具变量，但其有效性必须经过论证，不能直接认定：旧有路线也可能影响当今的聚居格局和经济活动。\n\n测量范围的界定同样会显著影响结果。拓宽后的高速公路上交通量增加，可能被附近道路上交通量的减少所抵消。以都市区为范围的估计，可能遗漏转移到其边界以外的出行。每日总量可能掩盖出行向高峰时段的重新分布，而年度平均值则可能掩盖旅游或货运的季节性变化。车道公里数并不能完善地衡量实际道路供给，因为有效通行能力还取决于交叉口、车道宽度、交通组成、运行规则以及交通事件等因素。\n\n预测模型在所能反映的行为调整方面各不相同。传统的四阶段模型将出行产生、目的地分布、出行方式选择和交通分配分开处理。如果一项改善措施只改变最后的交通分配阶段，模型就能反映路线转换，却可能遗漏新增出行、前往更远目的地的出行或出行方式的变化。各阶段之间的反馈机制，使出行成本能够影响更多选择。基于活动的出行模型则刻画活动、日程安排和家庭约束，而土地利用与交通一体化模型还纳入了居住与企业区位的变化。\n\n可信的预测应明确说明模型包含哪些响应行为、调整期有多长，以及哪些假设保持不变。敏感性分析可以改变出行成本弹性、土地开发、燃油价格和定价政策等参数或假设。由于长期诱导需求取决于多项不确定的决策，给出一系列可能结果，通常比不加限定地提供单一估计值更有参考价值。"
    },
    {
      "heading": "经济评价与新增出行的效益",
      "text": "诱导需求会改变交通效益的计算方式，但这并不意味着新产生的出行没有价值。一个人只有在出行成本下降后才进行某次出行，便会从这一新机会中获益。在福利经济学中，这种效益通过支付意愿和消费者剩余的变化来衡量，并与建设成本、运营成本以及对他人的影响一并纳入评价。\n\n当变化幅度较小、需求曲线近似为直线时，一种常用的近似方法是“半数法则”：\n\n\\[\\Delta CS \\approx \\frac{Q_0+Q_1}{2}(g_0-g_1),\\]\n\n其中，\\(Q_0\\) 和 \\(Q_1\\) 分别表示改善前后的出行量，\\(g_0\\) 和 \\(g_1\\) 则表示相应的广义成本。原有出行享有成本下降带来的全部收益。在这一近似方法下，新增出行平均享有成本降幅一半的收益，因为这些出行的支付意愿介于原有成本与新成本之间。\n\n这种处理方式不同于认定所有新增交通都是浪费。一次新增出行可能让人获得就业、接触客户、接受教育或休闲娱乐的机会。然而，这次出行带来的私人收益并不等同于其净社会效益。对他人造成的拥堵、碰撞风险、局地污染、噪声以及温室气体排放，都可能抵消部分收益。燃油税、通行费和票款也需要谨慎处理，因为这些支付部分属于使用者与政府或运营者之间的转移，而非社会资源的损耗。\n\n如果忽略诱导需求，成本收益分析既可能高估，也可能低估效益。假定交通量不变，会忽视新增使用所造成的拥堵，从而可能夸大出行时间节约的持久程度。但若不将新增出行纳入效益计算，又可能遗漏真实的消费者收益。准确的评价必须让需求与路网成本相互适应、共同调整，而不能只对本身缺乏一致性的预测作单项修正。\n\n更广泛的经济影响需要另行审视。可达性的改善可以提高就业匹配效率、改善货运组织，并增强集聚经济效应。但新建互通式立交周边经济活动的增加，可能部分源于其他地区的活动迁入。同样，地价上涨可能是可达性效益资本化的结果，而这些效益已经通过出行成本节约计入。如果不加调整就将两者同时计入，便可能高估总效益。\n\n效益与成本的分配同样重要。能够更快抵达目的地的出行者，不一定就是承受拆迁、噪声、污染或步行可达性下降的人群。没有汽车的家庭从公路扩建中获得的直接收益可能有限，却仍要承担部分成本。因此，诱导需求分析有助于开展评价，但不能替代对谁受益、谁承担成本，以及评价边界内包含哪些影响的考察。"
    },
    {
      "heading": "土地利用、可达性与环境影响",
      "text": "交通与土地利用会在长期内相互影响。道路改善会改变各地的相对可达性，进而影响住宅用地、就业中心、商店和物流设施的吸引力。随后的开发又会形成新的出行模式，影响拥堵状况及后续投资。这种反馈机制是城市经济学和城市规划的核心研究课题之一。\n\n由此增加的出行，并不总能简单理解为固定人口增加了出行次数。人口和就业可能在不同地区之间转移。一个都市区可能因可达性改善而吸引居民或企业迁入，另一个都市区则可能流失居民或企业。因此，某地车辆行驶总里程（VKT）的增加，可能既包括新产生的出行，也包括从其他地方转移而来的出行。适合研究拥堵的地理尺度，可能不同于评估全国排放或经济增长所需的地理尺度。\n\n可达性本身不同于流动性。流动性关注的是移动，通常以速度、距离或出行频率来衡量。可达性关注的则是在可接受的成本下能够获得哪些机会。一个住在就业地点、商店和学校附近的家庭，即使出行里程相对较少，也可能享有较高的可达性。居住在分散聚居区的家庭，虽然出行更远、速度更快，但实际参与某些活动的便利程度仍可能有限。因此，车辆行驶量的增加并不能全面衡量交通服务的改善。\n\n土地利用如何响应，取决于规划规定和市场条件。如果城市边缘地区允许开发，且开发在经济上具有吸引力，通行速度更快的道路就可能促使居住布局更加分散。如果开发受到限制，交通改善则可能推高地价，或使各类活动在现有建成区内重新分布。既有基础设施、住房供应和就业分布都会影响最终结果。因此，同样的道路设计在不同城市可能引发不同的长期出行变化。\n\n交通对环境的影响既取决于交通量，也取决于车辆运行状况。在某些车辆类型和运行条件下，减少走走停停可以降低每公里油耗；但当车速处于较高区间时，进一步提速可能增加能耗。行驶里程的增加可能抵消每公里能耗或排放的改善。因此，估算排放量需要掌握车辆构成、车速、出行总量以及调整过程所经历的时间等信息。\n\n电动化改变了这些关系，但并未消除诱导性驾车出行的所有影响。电动汽车在运行过程中没有尾气排放，但发电、车辆制造、轮胎磨损、道路空间和土地利用等因素仍然需要考虑。拥堵主要源于车辆对空间和时间的争夺，而不是车辆采用何种动力技术。因此，环境评价必须区分每公里排放的减少、交通总量的减少以及可达性的改善。"
    },
    {
      "heading": "定价、容量管理与交通政策",
      "text": "由于诱导需求会随广义成本的变化而变化，其规模不仅取决于改善工程如何建设，也取决于建成后如何运营。一条不收取使用费的新车道，与一条其他条件相似但实行浮动收费的车道，对需求的影响并不相同。实体通行能力的增加，并不能单独决定最终的交通量。\n\n拥堵收费在道路空间紧缺时提高驾车的货币成本。在理想化模型中，若收费等于边际外部拥堵成本，就能使个人决策更充分地反映社会成本。出行者可能通过改变出发时间、拼车、改用其他交通方式、选择更近的目的地，或放弃价值较低的出行来作出响应。定价可以保留扩容之初节省的部分出行时间，而不是任由全部调整都通过拥堵再现来实现。\n\n实际的收费制度与教科书模型有所不同。收费范围可能是中心城区、某条收费边界线以内的区域、特定通道，或部分车道。费率可能随时段、车辆类型或观测到的交通状况而变化。管理成本、可用的替代选择、隐私要求以及缴费负担的分布，都会影响制度设计。道路使用者也可能绕行至不收费的道路，因此评估必须考虑收费边界以外的影响。\n\n其他措施也会改变同一个出行选择环境。停车收费影响一次汽车出行的货币总成本；公交优先措施改变不同交通方式的相对出行时间；可靠的公共交通增加替代选择；土地利用政策则影响各类活动地点之间的距离。这些措施相互作用。在增加道路通行能力的同时减少停车位供给并改善公共交通，可能引发与单纯扩容不同的出行响应。政策应当着眼于整套措施，而非孤立的工程要素。\n\n诱导需求也为道路空间重新分配的评估提供了依据。减少机动车道或限制车辆通行，并不总会使原有交通量一比一地转移到邻近街道上。一部分出行会改变时间、方式、目的地或频率，这种响应通常称为交通蒸发。不过，这些变化的规模和发生地点并不固定。瓶颈、替代选择不足，以及货运或行动不便出行者的需求，都可能带来相当大的调整成本。有证据表明交通会作出适应，并不意味着每一次道路封闭都能取得良好效果。\n\n扩容仍可服务于缓解日常拥堵以外的目标，例如更换不安全的结构设施、提升交通系统的韧性、连通此前无法到达的地区，或将相互冲突的交通流分离。诱导需求分析有助于厘清哪些主张需要行为证据支持。当一个项目主要以大幅且持久地减少城市高峰时段延误为理由时，这类分析尤其重要，因为这恰恰是最容易受到新增需求侵蚀的效益。"
    },
    {
      "heading": "相关概念、更广泛的应用及局限",
      "text": "诱导需求属于一大类由有效成本下降引起消费增加的反应。其中一个密切相关的概念是能源使用中的回弹效应。如果车辆效率提高，使每公里的燃油支出下降，人们可能会增加驾驶里程，从而抵消部分预期的燃油节省。如果高效供暖降低了取暖成本，居住者可能会为更多房间供暖，或将室温维持在更高水平。直接反应表现为更多地使用得到改善的服务；更广泛的反应则可能包括将节省下来的钱用于购买其他商品。\n\n讨论这种联系时，需要谨慎区分术语。在交通领域，诱导需求通常涉及基础设施、服务质量或出行成本的变化。能源回弹则专指效率提升引发的行为和经济反应。杰文斯悖论与威廉·斯坦利·杰文斯于1865年对煤炭问题的论述有关，指的是效率提升促使资源使用总量不降反升的情形。仅有部分回弹，并不足以证明出现了这种结果。\n\n“供方诱导需求”一词的侧重点有所不同，在卫生经济学中尤其如此。它关注的是这样一种可能性：由于服务提供者掌握着购买者所不具备的信息，因而能够影响服务的消费数量或类型。相关机制涉及信息不对称、支付安排以及委托—代理问题。这并不只是出行时间成本降低后通常会出现的需求反应。供给扩大后，服务使用量增加也可能反映出先前未得到满足的需求，因此，仅凭使用量增加，并不能认定存在不当诱导。\n\n数字服务及其他基础设施也可能出现类似反应。通信速度加快或存储成本降低，可能促使人们传输更大的文件、使用更高分辨率的媒体内容，或保留更多数据。不过，这些领域也可能存在强烈的网络效应、快速的技术变迁以及产品质量变化。不能根据道路交通的估计结果，直接推断这些领域的需求反应。每一种应用都需要明确所考察的服务、相关的成本指标，并与未发生该变化时的情形进行可信的比较。\n\n有几项区分界定了这一概念的适用边界。潜在需求是指在现有条件下受到约束或抑制的需求；诱导需求则是条件变化后实际出现的额外使用。预测误差是预测与实际结果之间的差异，本身并不能作为诱导需求的证据。同样，某项设施使用量的增加，可能只是使用活动的重新分布，而不代表整个系统的消费总量增加。\n\n将这一概念表述为可检验的关系时，它最具解释力：某项明确的广义成本下降，在界定的区域和时期内，引起了可衡量的使用量变化。这种反应的大小，取决于可用的替代选择、行为调整的灵活性、土地利用变化、定价以及初始拥堵程度。这些条件决定了某项实证估计在多大程度上能够从一个项目或领域推广到另一个项目或领域。"
    }
  ],
  "links": [
    "economics",
    "supply-and-demand",
    "microeconomics",
    "demand-curve",
    "market-equilibrium",
    "price-elasticity-of-demand",
    "externality",
    "marginal-cost",
    "causation",
    "panel-data",
    "difference-in-differences",
    "instrumental-variables",
    "welfare-economics",
    "consumer-surplus",
    "greenhouse-gas",
    "cost-benefit-analysis",
    "agglomeration-economies",
    "urban-economics",
    "urban-planning",
    "information-asymmetry",
    "principal-agent-problem",
    "network-effect",
    "technological-change"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}