Comptabilité générationnelle et vieillissement démographique : les enseignements d’un modèle d’équilibre général calculable calibré pour la Belgique
Notice bibliographique
Résumé
Dans la plupart des pays développés, un vieillissement démographique important s’annonce. À politique économique inchangée, ce vieillissement générera un accroissement important des charges supportées par les individus jeunes et actifs, présents et à venir, et donc une détérioration de la situation des générations futures. Dans ce débat, la comptabilité générationnelle d’Auerbach et al. (1991, 1994) et Kotlikoff (1992) occupe une place prépondérante. Elle permet, en effet, de comparer le bilan fiscal moyen des générations à venir avec la charge supportée par les générations actuelles. Nous proposons dans ce papier une extension immédiate de la comptabilité générationnelle d’Auerbach et al. , qui consiste à estimer, de manière mécanique, la distribution de la charge léguée entre les générations futures. En supposant que la taxe sur les salaires équilibre le budget de l’État à chaque période, il ressort que ce sont les générations qui atteignent l’âge adulte entre 2020 et 2035 qui supportent la charge la plus forte. Les résultats sont établis sur base de données valables pour la Belgique. Puis nous comparons les enseignements de cette approche avec les résultats livrés par un modèle d’équilibre général dans lequel les agents ont une durée de vie incertaine. Ce type de modèle restitue un ensemble de grandeurs établies sur base d’hypothèses de comportement rationnel des individus et d’équilibre des marchés. Il nous montre que les écarts entre les charges supportées par les individus actuellement en vie et ceux à naître pourraient être beaucoup plus prononcés que ceux dégagés par une simple extrapolation mécanique. Cet effet est essentiellement dû à un rétrécissement des bases fiscales résultant d’une hausse du taux de taxation des salaires.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».