MétaCan
Menu
Retour à la cohorte
Enregistrement W4285495184 · doi:10.1002/ise3.10

Subsidy and product diversity in the presence of buyer power

2022· article· en· W4285495184 sur OpenAlexaff
Zhiqi Chen, Hong Ding

Notice bibliographique

RevueInternational Studies of Economics · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMerger and Competition Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSubsidyMonopolistic competitionMonopolyProduct (mathematics)MicroeconomicsDiversity (politics)EconomicsCompetition (biology)Social WelfareWelfareEconomic surplusProduct differentiationBusinessIndustrial organizationMarket economyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper analyzes the effectiveness of government subsidies in promoting product diversity when a downstream firm has buyer power. Using an extension of the Dixit‐Stiglitz model of monopolistic competition, we compare the effects of subsidies on the equilibrium number of differentiated products and social welfare in the case where products are sold directly to consumers versus the case where they are distributed through a monopoly retailer with buyer power. We find that a production subsidy promotes product diversity in both cases, but the mechanisms through which a subsidy raises the number of products are different. Compared with the case where products are distributed directly to consumers, retailer buyer power reduces product diversity and social welfare. Furthermore, it weakens the effectiveness of the subsidy in promoting product diversity. At any given subsidy rate the equilibrium number of products is smaller, and a rise in the subsidy rate leads to a smaller increase in the number of products.

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 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 enseignants0,292
Score d'incertitude au seuil0,451

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)0,0000,000

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 Opus0,070
Tête enseignante GPT0,251
Écart entre enseignants0,181 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Studies of EconomicsMême sujetMerger and Competition AnalysisTravaux en français237 207