Does Population Matter in Accessing Inequality in China1/EST-CE QUE LA POPULATION IMPORTE DANS L'INEGALITE DE L'ACCES ?
Notice bibliographique
Résumé
Abstract: In accessing inequality all over the world, recent research by Fischer has found an interesting result: without regard to population size, incomes in poor countries grew slower than incomes in rich countries, implying that the poor are falling behind and that cross-country inequality is getting worse. However a population weighted analysis indicates that the poor are growing faster, which implies both catch-up and narrowing inequality. An attempt is made in this paper to examine whether the same pattern of inequality applies to the case of provincial comparison in China. Our finding shows, even after taking into consideration of population and using the improved accessing method, we find no evidence of less inequality across all the people. Key words: inequality, population weighted, convergence, divergence Resume: Sur l'inegalite de l'acces dans le monde entier, les recherches recentes effectuees par Fischer ont trouve un resultat interessant : sans relation avec la taille de la population, les revenus dans les pays pauvres croissent plus lentement que dans les pays riches, cela implique que les pauvres sont en retard et que l'inegalite transnationale devient de plus en plus grave. Neanmoins, une analyse qui met l'accent sur la population montre que les pauvres augmentent plus rapidement, qui implique le rattrapage et l'inegalite diminue. L'article present tente d'examiner si le meme modele d'inegalite est applicable a la comparaison provinciale en Chine. Les resultats montrent que, meme en mettant en consideration la population et en utilisant la methode d'acces amelioree, on n'a pas trouve la preuve d'une inegalite decrue a travers toute la population. Mots-Cles: inegalite, population qui importe, convergence, divergence 1. INTRODUCTION Economic inequality has always been one of the most popular discussion topics in development economics. This is particularly true when the previously neglected field of development economics was rediscovered in the 1950s and 1960s (Ranis, 2004). Recently, many studies have been constantly focusing on the economic inequality in the world (Sala-i-Martin, 2002; Pritchett, 1997), especially the widening gap between the rich and the poor in the world's most populous country, namely China (Yang, 1999; Wei, 2001; Wei, 2002; Gustafsson and Li, 2002). Last decade has seen plenty of literatures addressing the issue of regional disparity and income inequality in China. One question concerning the base of comparison remains to be clarified. Which matters more? Whether inequality is widening among provinces, or whether inequality is widening among all the people of the whole nation, regardless of which province they happen to live in? If the latter question turned out to be of more relevance, i.e., measuring across all the nation's individuals, then population becomes an important factor. Hence when looking at regional disparity across provinces, an attempt is made in this paper to examine the tendency towards convergence in real per capita income among the provinces in China during the period 1990-2003 and to analyze the population-weighted inequality among these provinces. The group of poor provinces accounting for a big share of all the poor people in the country will be investigated with particular attention so as to find out how they affect the inequality among all the people. 2. LITERATUR EREVIEW In examining economic inequality around the world, Stanley Fischer, former deputey chief of the International Monetary Fund, to the American Economic Association, propounded three important steps which are deemed necessary (Fisher, 2003). The first two steps are to show whether the within-country income inequality and the cross-country income inequality are widening. The third one is to show whether the overall income inequality is widening globally. Presumably, inequality measured across countries is widening, or the gap between average incomes in the richest countries and average income in the poorest countries is growing. …
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».