Economies d'agglomeration: estimations de panel de microdonnees du secteur canadien de la fabrication
Notice bibliographique
Résumé
La productivité et les salaires ont tendance à être plus élevés dans les villes. L'explication courante de ce phénomène repose sur les économies d'agglomération, qui font augmenter le rendement associé au fait d'occuper un emplacement urbain. Les arguments parallèles axés sur la spécialisation et sur la diversité viennent étayer cette explication proposée. Depuis longtemps, la recherche empirique s'efforce de confirmer l'existence de telles économies d'agglomération et de trancher entre, d'une part, les modèles de Marshall, Arrow et Romer (MAR), qui avancent que les avantages de la proximité sont en grande partie confinés à des industries particulières, et d'autre part l'argument de Jacobs (1969) voulant que de tels avantages découlent de l'accroissement général de la densité de l'activité économique dans un emplacement donné et profitent à l'ensemble des occupants de cet emplacement. L'objet premier de la présente étude est de déterminer les principales sources de la hausse du rendement en région urbaine, dans la foulée des travaux de Marshall (1920). L'examen de la distance sur laquelle se manifestent les externalités entre entreprises appartenant à une même industrie constitue un deuxième objectif. Afin d'étudier ces questions, nous utilisons des données au niveau des établissements, structurées sous forme de panel pour les années 1989 et 1999. Les données de panel permettent d'éliminer le biais d'échantillonnage découlant de l'hétérogénéité non observée au niveau des établissements, cette hétérogénéité étant constante au fil du temps. Les
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».