Price elasticity of illegal versus legal cannabis: a behavioral economic substitutability analysis
Notice bibliographique
Résumé
Abstract Background and Aims The evolving legal status of cannabis world‐wide necessitates evidence‐based regulatory policies to minimize risks associated with cannabis misuse. A prominent concern is the impact legalization may have on the illegal cannabis market, including whether illegal cannabis will serve as a substitute for legal cannabis. Empirical data on this issue are virtually non‐existent. This study used behavioral economics to investigate substitutability of legal and illegal cannabis in legalized catchment areas in the United States. Design A substitution‐based marijuana purchase task assessed estimated cannabis consumption from concurrently available legal (a dispensary) and illegal (a dealer) sources. Prices of the two options were reciprocally either held constant ($10/gram) or escalated ($0–$60/gram). Setting US states with legalized recreational cannabis. Participants Adult cannabis users who were at least 21 years old ( n = 724; mean age = 34.13; 52% female; 74% Caucasian) were recruited using online crowdsourcing. Measurements Mean consumption values were used in demand curve modeling to generate indices of price sensitivity and elasticity. Differences in demand indices were compared using extra sums‐of‐squares F ‐tests. Findings Both legal and illegal fixed‐price cannabis options had significant positive cross‐price elasticities ( P s < 0.001), indicating that higher prices motivate substitution irrespective of legality. However, the presence of a legal alternative had a substantially greater effect on consumption and elasticity of illegal cannabis (∆ elasticity = 0.0019; F (1,37) = 160, P < 0.0001) than the presence of an illegal alternative on demand for legal cannabis (∆ elasticity = 0.0002; F (1,37) = 48, P < 0.0001), indicating asymmetric substitution. Demand for legal cannabis was significantly greater than for illegal cannabis ( P < 0.0001). Conclusions Cannabis users treat legal cannabis as a superior commodity compared with illegal cannabis and exhibit asymmetric substitutability favoring legal product. Cannabis price policies that include somewhat higher consumer costs for legal cannabis relative to contraband (but not excessively higher costs) would not be expected to incentivize and expand the illegal market.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».