Open Economy Neoclassical Growth Models and the Role of Life Expectancy
Notice bibliographique
Résumé
Abstract This paper applies the Ramsey–Cass–Koopmans (RCK) growth model to an open economy so that, when calibrated with standard parameter values that are commonly used in the small open economy macroeconomic literature, the time paths of the model variables and the speeds of convergence implied by the model conform with empirical evidence. Open-economy versions of the RCK growth model lead to several counterfactual conclusions including: infinite speeds of convergence for physical capital and output; and unbalanced consumption and asset growth. We avoid these undesired results by extending the baseline model with human capital, international credit constraints, and finite horizons. Given its finite-horizons feature, our model allows us to study the growth implications of changes in life expectancy from the perspective of an open economy, as most of the existing theoretical-quantitative literature that focus on the relationship assumes a closed economy. The model predicts that increased life expectancy has positive but diminishing marginal effect on long-run output per capita. We find that, between 1960 and 2018, improvements in average life expectancy at birth raised long-run output per capita in sub-Saharan Africa, the OECD region, and Canada by an estimated 57.49 %, 14.94 %, and 11.58 %, respectively. In addition, if average life expectancy at birth in sub-Saharan African countries converges from its current level to the level in their OECD counterparts, the region’s long-run output per capita will increase by an estimated 22.89 %.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».