Home and Regional Biases and Border Effects in Armington Type Models
Notice bibliographique
Résumé
We discuss biases in preferences and their trade effects in terms of impacts on non-neutral trade flows motivated by recent literature on both home bias and the border effect.These terms take on multiple definitions in the literature and are often used interchangeably even though they differ.The border effect refers to a higher proclivity to trade behind rather than across national borders and is usually defined by the coefficients of regional dummies from an estimated gravity model.It can be present both in data and in counterfactual model solutions.Sometimes the reduced form of the gravity model used is asserted to reflect an Armington type model.For the border effect to occur as a model outcome, a structural model with at least 2 home regions and 1 country abroad is needed.In contrast to current literature, we offer a characterization of various forms of preference bias in trade models and measures of their associated trade effects based on a concept we term trade neutrality.These effects go beyond conventional border effects, and can be both across and within borders.Home bias is typically specified as an Armington preference for domestic over comparable foreign products in a trade model where goods are heterogeneous across countries.It is reflected in both model structure and parameterization, but defined in several different ways in the literature.We assess the contribution of each form of bias to the set of possible trade effects using a calibrated model with 3 Canadian regions, the U.S., and the rest of the world using 2001 data.We also evaluate how much of the conventional border effect is accounted for when model biases are modified in various ways.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».