Heterogeneous firms, trade liberalization and agglomeration
Notice bibliographique
Résumé
Abstract In this study, we develop an economic model to examine agglomeration of heterogeneous firms following trade liberalization. In a closed economy, we show that high-productivity firms are more likely to agglomerate because they benefit more from agglomeration than their low-productivity counterparts. However, trade liberalization, especially with a high-productivity partner, favours partial agglomeration; that is, low-productivity firms relocate away from the region where high-productivity firms agglomerate. Consequently, the welfare gap between the domestic regions of an economy narrows following trade liberalization. The latter result suggests that trade liberalization promotes regional economic development. On développe un modèle économique pour examiner l’agglomération de firmes hétérogènes à la suite de la libéralisation du commerce. Dans une économie fermée, on montre que les firmes à haute productivité sont davantage susceptibles de s’agglomérer parce qu’elles tirent plus d’avantages de l’agglomération que les firmes à basse productivité. Cependant, la libéralisation du commerce, en particulier avec un partenaire à haute productivité, favorise l’agglomération partielle, i.e., que les firmes à basse productivité se relocalise hors de la région où les firmes à haute productivité s’agglomèrent. En conséquence, l’écart de bien-être entre les régions domestiques d’une économie s’amenuise à la suite de la libéralisation du commerce. Ce dernier résultat suggère que la libéralisation du commerce favorise le développement économique régional.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».