Measuring Spatial and Temporal Market Structure in a Transportation Sector: For-hire Grain Trucking on the Alberta-Saskatchewan Border in Canada
Notice bibliographique
Résumé
While the trucking industry across North America is now fully de-regulated, truck markets and movements are diverse enough that the level of competition in truck transportation almost certainly varies across space, commodities, and even time. Most studies of market power in transportation do not measure or account for spatial or temporal variation in levels of competition, and in addition, it is not clear to what degree such variation affects shippers. For example, there is anecdotal evidence that trucking of certain commodities in Western Canada is characterized by considerable market power that only manifests at certain times of the year. In this light, we examine both spatial aspects as well as the dynamics of rates in the medium-to-long-haul grain trucking sector in West-Central Alberta and East-Central Saskatchewan on the Canadian prairies. We attempt to characterize market power over both space and time within this regional trucking sector. This is done using a unique and detailed data set of trucking rates charged to shippers (farmers) for grain transportation to a common destination (Lloydminster, AB) from the numerous dispersed farms in the region. To frame the unique spatial aspects of this issue, we begin by using geographic information systems (GIS) software to build freight rate contours for this trucking market through space. A set of suppositions regarding the possible shape of these contours as they relate to transportation market structure is also developed. Subsequently, a subset of the data is used to conduct an econometric estimation of short-run freight rate dynamics. These latter estimates reveal evidence of less than competitive transportation markets through time and space. Ultimately, we find that market power in trucking is not persistent within this market, but we do observe uncompetitive pricing behavior at certain times of the year. Given that trucking is deregulated, the latter finding is somewhat unexpected. We suspect that this set of conditions very likely affects trucking rates across more markets and regions than the one examined here.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».