Notice bibliographique
Résumé
This thesis contains three papers exploring topics related to international trade and market power. In Chapter 1, I develop a quantitative model of international trade in which firms have endogenous market power in both product and labor markets that depends on their sizes in those markets. I use the model to evaluate the importance of accounting for oligopsony power on firm-level outcomes, welfare, the distribution of aggregate income, and the gains from trade. I calibrate the model to Indian plant-level data and import data for manufacturing sectors. I find that oligopsony causes small decreases in welfare but large decreases in aggregate real wages compared to perfect competition in labor markets. Trade increases large firms’ labor market power. Additionally, the welfare gains from trade are larger with oligopsony but the real wage gains from trade are smaller. Chapter 2, which is based on joint work with Stephen Ayerst, Faisal Ibrahim, and Swapnika Rachapalli, examines how technology embodied in traded goods generates spillovers across countries and sectors that increase aggregate growth. Using patent citation data from the United States, we construct a knowledge input output (IO) table and compare it to the production IO table. We use these IO structures and data on bilateral sector-level trade flows to measure embodied technology in imports. We show that increases in this measure are positively associated with increases in sectoral innovation expenditures. We build a quantitative model of firm-level innovation and trade with knowledge spillovers and calibrate it to trade and production data. We find that spillovers are an important contributor to growth, particularly in developing countries. Chapter 3 investigates how the strength of intellectual property rights affects firms’ make-or-buy decisions for specialized input purchases. I study a model of vertical integration and outsourcing in which a firm and an input supplier have asymmetric information about the supplier’s ability to use the firm’s knowledge capital outside of the relationship. I show that under outsourcing some relationships break down in equilibrium, which causes ex-post inefficiencies. When intellectual property rights are weak, increasing their strength may not reduce these inefficiencies unless the increase is large enough.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».