MétaCan
Menu
Retour à la cohorte
Enregistrement W2134301474 · doi:10.3386/w15590

Pain at the Pump: The Differential Effect of Gasoline Prices on New and Used Automobile Markets

2009· report· en· W2134301474 sur OpenAlexaff
Meghan R. Busse, Christopher R. Knittel, Florian Zettelmeyer

Notice bibliographique

RevueNational Bureau of Economic Research · 2009
Typereport
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesUniversity of California, DavisNational Science Foundation
Mots-clésGasolineDifferential (mechanical device)Automotive engineeringEconomicsBusinessMonetary economicsCommerceEngineeringWaste managementAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The dramatic increase in gasoline prices from close to $1 in 1999 to $4 at their peak in 2008 made it much more expensive for consumers to operate an automobile. In this paper we investigate whether consumers have adjusted to gasoline price changes by altering what automobiles they purchase and what prices they pay. We investigate these effects in both new and used car markets. We find that a $1 increase in gasoline price changes the market shares of the most and least fuel-efficient quartiles of new cars by +20% and -24%, respectively. In contrast, the same gasoline price increase changes the market shares of the most and least fuel-efficient quartiles of used cars by only +3% and -7%, respectively. We find that changes in gasoline prices also change the relative prices of cars in the most fuel-efficient quartile and cars in the least fuel-efficient quartile: for new cars the relative price increase for fuel-efficient cars is $363 for a $1 increase in gas prices; for used cars it is $2839. Hence the adjustment of equilibrium market shares and prices in response to changes in usage cost varies dramatically between new and used markets. In the new car market, the adjustment is primarily in market shares, while in the used car market, the adjustment is primarily in prices. We argue that the difference in how gasoline costs affect new and used automobile markets can be explained by differences in the supply characteristics of new and used cars.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,415
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207