Representative versus Real Households in the Macroeconomic Modeling of Inequality
Notice bibliographique
Résumé
: To analyze issues of income distribution, most disaggregated macroeconomic models of the computable general equilibrium (CGE) type specify a few representative household groups (RHG) differentiated by their endowments of factors of production. To capture “within-group” inequality, it is often assumed, in addition, that each RHG represents an aggregation of households in which the distribution of relative income within each group follows an exogenously fixed statistical law. Analysis of changes in economic inequality in these models focuses on changes in inequality between RHGs. Empirically, however, analysis of household surveys indicates that changes in overall inequality are usually due at least as much to changes in within-group inequality as to changes in the between-group component. One way to overcome this weakness in the RHG specification is to use real households, as they are observed in standard household surveys, in CGE models designed to analyze distributional issues. In this integrated approach, the full heterogeneity of households, reflecting differences in factor endowments, labor supply, and consumption behavior, can be taken into account. With such a model, one could explore how household heterogeneity combines with market equilibrium mechanisms to produce more or less inequality in economic welfare as a consequence of shocks or policy changes. An integrated microsimulation–CGE model must be quite large and raises many issues of model specification and data reconciliation. This paper presents an alternative, top-down method for integrating microeconomic data on real households into modeling.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».