Essays In Housing And Urban Economics
Notice bibliographique
Résumé
This dissertation examines how housing and location choice decisions contribute to spatial and social inequality. The first chapter studies the financial burdens of property taxes on homeowners. Exploiting a reform in Philadelphia that generated changes in property taxes without changing the provision of public goods and services, I measure how sensitive homeowners are to increases in their property tax bills. I find that a $100 increase in property taxes increases property tax delinquency by 3.9% after one year and 7.7% after two years. Home sales also increase by 4.1% after two years. There is no effect on house prices. Further, the financial burdens of property taxes vary considerably by owner race and occupancy status. White owners are more likely to recover from delinquency and sell their homes than Black and minority owners. Owners who live in their houses are also more likely to sell than landlords. The second chapter studies how the time spent commuting to work have evolved over the last four decades for White and Black commuters. In 1980, Black commuters spent 50.3 more minutes commuting per week than White commuters; by 2019, that difference declined to 22.4 minutes. Two factors account for the majority of this decline: Black workers are more likely to commute by transit, and Black workers make up a larger share of the population in cities with long average commutes. Increases in car commuting by Black workers account for nearly one quarter of the decline in the racialized difference in commute times between 1980 and 2019. Today, commute times have mostly converged (conditional on observables) for car commuters in small- and mid-sized cities. However, persistent differences in commute times still remain today in large, segregated, congested, and---especially---expensive cities, revealing the limits of cars in overcoming entrenched racialization of other factors of commuting.
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 ».