Abstract

Despite its rapid growth in recent decades, GDP per capita in India remains at a relatively low level by international standards, and the country continues to be marked by large subnational disparities in levels of well-being. These large disparities naturally lead to interest in India’s spatial landscape of potential for economic development. Against this backdrop, this paper presents the results of an analysis of underlying variations in economic potential across Indian districts, where economic potential is defined as the extent to which a district possesses factors that are important determinants of the ability to experience a high level of productivity. The analysis is based on a simple composite Economic Potential Index, which is constructed from variables for which robust evidence exists of their importance as determinants of local productivity. From the analysis, a picture emerges of a heterogeneous landscape of economic potential characterized by strong geographic clustering of districts. The paper also reveals particularly high levels of underperformance, relative to potential, for districts in Uttar Pradesh. Document type: Book

Abstract

This thesis presents new evidences of negative impacts of traffic congestion in São Paulo Metropolitan Area, indicating that the omission or retardation of policy to alleviate that charges society with a high cost. Besides that, we shed light on Waze application\\'s impacts, evidencing GPS-based participatory navigation is a key element of the traffic in the contemporary cities. Induced by the economic theory, one can see that traffic slowness derived from the general demand for automotive vehicles corresponds to a social cost. With the objective of translating this cost to monetary units, we developed an approach that matches the 2012 Origin-Destination survey to Google Maps data. An econometric travel mode choice model is estimated and through that we infer the Value of Time for trips. From counterfactual analysis for travel duration, we estimate the delays of the trips in relation to a hypothetic free flow situation. Joining the calculations, we estimate that 89% of the trips motivated by work in São Paulo are retarded by traffic frictions, generating an annual welfare cost that amounts to R$7.338 billions. Additionally, we analyze widespread Waze malfunctioning at 10/23/2017. Combining congestion data to the Value of Time, we estimate that the Waze bug approximatedely tripled the welfare costs in regards to a typical day, showing the magnitude of mass effects that a social navigation application is able to trigger. Esta dissertação traz novas evidências dos efeitos negativos do congestionamento do trânsito na Região Metropolitana de São Paulo, mostrando que a morosidade na implantação de soluções custa muito caro para a sociedade. Além disso, evidências empíricas dos impactos do aplicativo Waze são elucidadas, mostrando que a navegação participativa por meio de aparelhos com GPS não pode ser esquecida ao pensarmos o trânsito nas cidades contemporâneas. À luz da teoria econômica, é possível ver que a lentidão do trânsito proveniente da demanda coletiva por automóveis corresponde a um custo social. Para quantificar este custo em unidades monetárias, é desenvolvida uma abordagem que combina dados da Pesquisa de Mobilidade de 2012 com dados do Google Maps. Através de um modelo econométrico de escolha de modal de transporte, são inferidos os valores do tempo em viagem e, através da análise contrafactual da duração dos deslocamentos, é estimado o tempo de atraso das viagens em relação a uma situação hipotética de fluxo livre. Juntando os cálculos, é estimado que 89% das viagens motivadas por trabalho em São Paulo são atrasadas por fricções do tráfego, gerando um custo de bem-estar da ordem de R$7,338 bilhões por ano. Ademais, são analisados empiricamente os impactos de uma falha generalizada do Waze ocorrida em 23/10/2017. Combinando dados de congestionamento com os valores de tempo já inferidos, é estimado que a falha aproximadamente triplicou os custos de bem-estar em relação a um dia típico, dando magnitude aos efeitos de massa que um aplicativo de navegação social é capaz de provocar.