Does Exporting Improve Matching? Evidence from French Employer-Employee Data
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.
Notice bibliographique
Résumé
Does opening a market to international trade affect the pattern of matching between firms and workers? This paper answers this question both theoretically and empirically in three parts. We set up a model of matching between heterogeneous workers and firms in which variation in the worker type at the firm level exists in equilibrium only because of the presence of search costs. When firms gain access to the foreign market, their revenue potential increases. When stakes are high, matching with the right worker becomes particularly important because deviations from the ideal match quickly reduce the value of the relationship. Hence, exporting firms select sets of workers that are less dispersed relative to the average. We then document a novel fact about the hiring decisions of exporting firms versus non-exporting firms in a French matched employer-employee dataset. We construct the type of each worker using both a traditional wage regression and a model-based approach and construct measures of the average worker type and worker type dispersion at the firm level. We find that exporting firms feature a lower type dispersion in the pool of workers they hire. This effect is comparable and larger than the common finding in the literature that exporters pay higher wages because, among other factors, they employ better workers. The matching between exporting firms and workers is even tighter in sectors characterized by better exporting opportunities as measured by foreign demand or tariff shocks. Finally, we show that revenue loss is lower relative to the optimum allocation for exporting and more productive firms. This analysis is suggestive of the potenti al presence of additional gains from trade due to improved sorting.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle