Market regulation and productivity: The case of the Canadian Wheat Board
Notice bibliographique
Résumé
Abstract Changes to regulatory environments influence firm‐level incentives, which can move the productivity frontier or reposition firms within an existing frontier. Estimating causal effects of policy changes requires a credible counterfactual for productivity in the absence of policy change. We estimate causal effects of a major policy change in agricultural markets; deregulation of the Canadian Wheat Board. The Canadian Wheat Board was a state‐trading enterprise that controlled sale and distribution of wheat and barley produced in Western Canada through a single‐desk monopsony from 1943 to 2012. We investigate how deregulation affected farm‐level productivity for regulated crops. Field‐level production and input data for 13,000 farms over 17 years are used to generate a within‐farm difference‐in‐differences estimate of how relative productivity changed between regulated and unregulated crops when the single‐desk mandate was removed. Our within‐farm approach identifies the effects of regime change while controlling for factors that confound productivity estimation in other approaches, including unobserved time‐varying factors at the farm level. We identify significant positive effects of deregulation on farm‐level productivity of spring wheat. We also find heterogeneous effects across fields with different land productivity, and across farms with different levels of experience marketing their unregulated crops outside the single‐desk. Broadly, we find that deregulation of the Canadian Wheat Board's monopsonistic single desk incentivized farms to increase productivity of wheat. This research contributes to the understanding of how policy interventions can affect firm‐level productivity, and to the productivity literature with an estimation strategy for identifying productivity effects in the context of multi‐output 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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».