The choice of the social discount rate and the opportunity cost of public funds
Notice bibliographique
Résumé
The decades-old literature on the correct method for choosing and estimating a social discount rate (SDR) has resulted in two, largely opposing viewpoints. This note seeks to clarify the key sources of disagreement between these two camps. One view advocates that the choice should be based chiefly on the social opportunity cost of the return to foregone private capital investment (SOC), and suggests a SDR of around 7%. The other viewpoint, expressed by the authors, argues that the choice should be based on the social rate of time preference (STP), the rate at which society is willing to trade present for future consumption, suggesting a SDR of around 3.5%. Because of the fundamentally normative basis of the SDR choice, neither approach generates testable hypotheses that would allow falsification. For government project evaluation, the choice ultimately depends on the opportunity cost of public funds, which in turn depends on how fiscal policy actually operates. The STP approach contends that governments set targets for deficits and public debt, so that a marginal government project will be tax-financed, largely crowding out current consumption. The SOC belief is that governments set revenue targets, so that any government project will be deficit-financed on the margin, which will largely crowd out private investment. The authors also argue that a SDR based on the STP approach is appropriate for: benefit-cost analysis of government regulations, self-financing government projects, and government cost-effectiveness studies.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».