Import Price-Elasticities: Reconsidering the Evidence # By Hélène Erkel-Rousse * and Daniel Mirza** Second revised draft for the Canadian Journal of Economics
Notice bibliographique
Résumé
Recent economic geography and trade empirical studies based on monopolistic competition [Hanson, 1998; Head and Ries, 1999; Hummels, 1999], suggest high levels of trade price elasticities (between 3 and 11). However, direct estimations of price-elasticities in trade equations, using price indexes at aggregate or industry levels, usually lead to much lower values (around unity). In this paper, we show that those inconclusive results may be due to an econometric misspecification of these equations, as well as measurement errors in import price indexes. We re-estimate import price-elasticities from gravity-like equations using methods of transformed least squares and instrumental variables. Our study is based on compatible bilateral trade and activity data from the OECD and INSEE 1 for 14 importing countries, 16 trading partners, 27 industries and 23 years. When suitable instrumental variables are used, we find relatively high price-elasticities, in majority ranging from 1 to 13, the highest estimates corresponding to industries producing homogeneous goods. These results support recent studies on substitution elasticity estimates using monopolistic competition. They are also consistent with finite markup evaluations in the literature as well as reasonable estimates of the elasticity of trade costs with respect to distance.
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 | 0,008 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».