Intellectual Property & External Consumption Effects: Generalizations from Pharmaceutical Markets
Notice bibliographique
Résumé
There is a long-standing literature that recognizes that an efficient solution in correcting a consumption externality is through applying subsidies and taxes that line up private incentives with social ones. An equally long-standing literature tackles the appropriate methods of generating the efficient amount of R&D into goods that only have private consumption effects, e.g. the analysis of the welfare effects of patent regulations. This paper analyzes the joint problem of the optimal provision of R&D and consumption incentives for goods that at the same time undergo technological change and have external consumption effects. For good with external effects, just as is the case for goods with only private effects, ex-post static efficiency may have to be sacrificed for dynamic efficiency. For goods with only private consumption effects, it is well-understood that efficient competition ex-post leads to insufficient R&D incentives ex-ante, which is of course the common rationale for patents. For external effects, this analogy has the important and unrecognized implication that classic interventions to solve externality problems, such as Pigouvian taxes and subsidies, may often be inefficient under technological change. In many cases, arguing for Pigouvian solutions in presence of technological change is analogous to arguing for competitive markets for new inventions (!), as both argue for ex-post efficiency rather than dynamic efficiency. The results are discussed in the context of the pharmaceutical industry which simultaneously is one of the most R&D-intensive industries and one for which consumption of its output often seems to involve external effects, e.g. through human rights-based access issues.
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 | 0,006 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».