Research Commentary—Information Technology Substitution Revisited
Notice bibliographique
Résumé
Taking advantage of the opportunities created by the price adjusted performance improvement in information technology (IT) depends in part on the ability of IT capital to substitute for other inputs in production. Studies in the information systems literature and most economics training examining the substitution of IT capital for other inputs use the Allen elasticity of substitution (AES). We present a less-well-known measure for the elasticity of substitution, the Morishima elasticity of substitution (MES). In contrast to the AES, which is misleading when there are three or more inputs—such as non-IT capital, labor, and IT capital—the MES provides a substitution measure where the scale is meaningful, and the measure differs depending on which price is changing. This is particularly important for IT capital, because prices have been declining, and there is evidence that IT capital can substitute for non-IT capital or labor in a qualitatively different way than non-IT capital and labor substitute for each other. Methodologically, we also show the impact of imposing local regularity—for example, monotonicity of output from increases in inputs—which we do through Bayesian methods employed to estimate the underlying functions that are used to calculate various measures of substitution. We demonstrate the importance of the MES as an underrecognized measure of substitution and the impact of imposing local regularity using an economy-wide industry-level data set covering 1998–2009 at the three-digit North American Industry Classification System code level. Our MES results show that reductions in the price of IT capital increase the quantity of IT capital in use, but are unlikely to change the input share of IT capital—the value of IT capital as a proportion of the value of all inputs—in contrast to major studies using the AES. In addition, estimates for both elasticities of substitution are more stable after imposing local regularity. Both of these advances—that is, the MES and imposing local regularity—have the potential to impact future work on IT productivity, IT pricing, IT cost estimation, and any type of analysis that posits the substitution of IT capital for non-IT capital or labor.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,016 |
| Communication savante | 0,009 | 0,016 |
| Science ouverte | 0,012 | 0,005 |
| Intégrité de la recherche | 0,054 | 0,057 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,013 |
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 source (Gemma direct ou Codex distillé), 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 ».