The Impact of Globalization and Digitalization on the Phillips Curve
Notice bibliographique
Résumé
COVID-19 has affected globalization and digitalization in opposing ways. Globalization—a process of increasingly stronger integration with the world economy where firms can easily access foreign capital and sell a considerable share of their production abroad—has stalled. The global response to the pandemic and the associated collapse in demand have led to a significant drop in trade and financial linkages between countries. Digitalization—firms’ greater use of digital technologies, such as digitizing information and automating manual tasks—has increased. In particular, the physical distancing requirements related to COVID-19 have contributed to more online shopping, remote work and use of industrial robots. We do not cover the developments of the COVID-19 period itself. We examine the impact of globalization and digitalization on the Phillips curve, which represents the sensitivity of inflation to economic activity. We use a sample of 18 advanced economies over two decades and industry-level data with a cross-country dimension. We first estimate Phillips curves for each decade by relating the growth rate of output prices to past inflation and an employment gap. We then assess the relative impact of globalization and digitalization on these Phillips curves. We measure globalization by increases in trade and financial integration and digitalization by the use of industrial robots as a share of a country’s population. We find that globalization significantly reduces the sensitivity of inflation to domestic economic activity, while digitalization has the opposite effect. Some evidence shows that globalization decreases the level of inflation and digitalization increases it. Evidence for the impact of both trends on employment is not as conclusive. We find that the negative impact of globalization is less in industries with high growth in productivity and that the positive impact of digitalization is less in industries with high past investments in information technology.
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 | 0,001 | 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 | 0,001 | 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) | 0,002 | 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 ».