MétaCan
Menu
Retour à la cohorte
Enregistrement W3161235961 · doi:10.1111/rego.12406

Fine me if you can: Fixed asset intensity and enforcement of environmental regulations in China

2021· article· en· W3161235961 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRegulation & Governance · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAsset (computer security)EnforcementChinaBusinessInstrumental variablePunitive damagesFixed assetSample (material)Fixed effects modelIndustrial organizationPanel dataEconomicsEconometricsMicroeconomicsProduction (economics)Computer securityComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Why do some firms face more environmental regulatory actions than others? We present a theory focusing on firm‐fixed asset intensity. High fixed asset intensity makes a firm less mobile. A less mobile firm cannot present a credible exit threat, making it more susceptible to stringent enforcement. Analysis of key‐monitored firms in Jiangsu province, China of 2012–2014 shows that higher fixed asset intensity is associated with more pollution levies and a higher chance of receiving a punitive action. This result holds in a battery of robustness checks and an instrumental variable analysis. Furthermore, our 2018 online survey of Chinese firm managers shows that those from high fixed asset intensity firms indeed consider their firms less mobile and they pay more environment‐related operating costs. Finally, data from 2004 Chinese Firm‐Level Industrial Survey demonstrate that fixed asset intensity is positively associated with pollution levies in a national sample of 201,926 manufacturing firms.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,202
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle