Spill-Overs from Good Jobs: A New Approach to a Recurring Debate
Notice bibliographique
Résumé
Does attracting or losing jobs in high paying sectors have important spill-over eects on wages in other sectors? The answer to this question is central to a proper assessment of many trade and industrial policies. In this paper, we exploit a search and matching model of the labor market to clarify how this question can be properly posed and how it can be empirically explored. In our empirical implementation, we use U.S. Census data over the years 1970 to 2000 to quantify the relationship between changes in industrial composition and changes in industry-specific city-level wages. Our findings are that sectoral level wages act as strategic complements in a manner consistent with bargaining theory, and that the spill-over (i.e., general equilibrium) eects associated with changes in the fraction of jobs in high paying sectors are very substantial and persistent. Our point estimates indicate that the total eect on average wages of a change in industrial composition that favors high paying sectors is about 3.5 times that obtained from a commonly used composition-adjustment approach which neglects general equilibrium eects. We interpret our results as highlighting the relevance of search and matching models for understanding wage determination in a decentralized economy, and we argue that our results provide considerable support to the populist view that changes in industrial composition are very important for understanding labor market outcomes.
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 | 0,016 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,037 |
| Communication savante | 0,012 | 0,033 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,011 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 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 ».