Notice bibliographique
Résumé
This thesis contains three chapters investigating the gains from trade and the subsequent costs of changes in trade policy. In Chapter 1, I use detailed data linking individual households to the origin country of the goods they buy in order to study the distributional costs of tariffs across US households. I find that tariffs on high-income countries are progressive and anti-urban, whereas tariffs on low-income countries are regressive and anti-rural. In estimating these costs, I propose a model of import substitution which marks a departure from standard assumptions often made in the trade literature, and I illustrate that this proposed model is effective at matching the underlying substitution data while also providing a nuanced analysis of how import substitutability differs across origin countries.Chapter 2 complements the analysis in Chapter 1 by providing an empirical study of the US-China trade war of 2018-2019. I use the same barcode country-of-origin data to provide direct evidence that, in the short run, the cost of tariffs implemented on Chinese imports was borne almost entirely by American consumers. However this paper departs from the previous literature in finding that in the medium-run, the incidence of these policies shifted away from American consumers and towards Chinese producers, with the market share of tariff-affected goods decreasing by almost 50\% eight months after the final tariff increase. I discuss which firms and countries gained and lost the most from this substitution and provide evidence that, due to selection effects, estimates of tariff pass-through using customs data may be biased upward. Chapter 3 provides an analysis and critique of the empirical literature documenting the variety gains from trade. I use detailed scanner data to study how the set of varieties available to US consumers responds to increases in import penetration. I find that while increased trade does lead to increased entry of new varieties, this entry is more than off-set by subsequent exit of existing varieties leaving households with contracted choice sets. I discuss heterogeneity across US cities in terms of their relative entry and exit responses to changes in trade costs.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,012 |
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 ».