The Surprising Hybrid Pedigree of Measures of Diversity and Economic Concentration
Notice bibliographique
Résumé
Measures of economic concentration, such as the k-firm concentration index and the Hirschman-Herfindahl Index (HHI) are commonly used to ascertain the competitiveness of a product market.Within a Cournot model industry equilibrium, it is known a relationship exists between the HHI and the gap between industry price and marginal cost, but the economic theory foundations and intuition underlying the HHI formula are seemingly arbitrary.Here we document that there are indeed powerful and intuitive theoretical foundations to the HHI, but those foundations emanate from outside economics, namely, ecology, where the HHI is known as Simpson's Diversity Index.We discuss the origins of the HHI and Simpson's Diversity Index, summarize other measures of concentration, and link them to common measures of inequality.Based on a priori reasoning, we conclude there is little on which to base a choice between the HHI and non-HHI measures of market concentration.We empirically illustrate the implementation of the HHI and other concentration indexes as the statin drug LipitorTM lost patent protection and faced generic competition in 2012; we find very similar empirical trends and high correlations among them.Our research provides support for the continued use of HHI as a measure of concentration, provided one recognizes its link to market power is equivocal.
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 | 0,008 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,016 |
| Communication savante | 0,005 | 0,014 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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 ».