Bruken av Norges inntektsvekst : utvikling i volatiliteten i norsk økonomi og fordeling av inntekstveksten mellom privat og offentlig sektor
Bibliographic record
Abstract
Denne masterutredningen studerer oljepengebruken i Norge i et todelt perspektiv. Den første\ndelen tester handlingsregelens påvirkning på volatiliteten i norsk økonomi i en internasjonal\nsammenheng. Selv om Norge har begrenset oljepengebruken, har Norge og Canada hatt\nomtrent lik reduksjon i volatiliteten i BNP etter innføringen av handlingsregelen i 2001. Den\noljerike canadiske provinsen Alberta har derimot hatt en økning i volatiliteten i BNP. I likhet\nmed Norge har Alberta et petroleumsfond, men sparekulturen har aldri blitt den samme. At\nAlberta, i motsetning til Norge, har brukt olje- og gassinntektene tilnærmet løpende kan være\nen forklaring til volatilitetsforskjellen i BNP. Alberta har i tillegg en høyere og mer volatil\narbeidsledighet enn Norge.\nI den andre delen studeres hvordan bruken av den generelle inntektsveksten i Norge, inkludert\ninntekter fra olje- og gassvirksomheten, har blitt fordelt mellom offentlig og privat konsum.\nResultatene viser at det totale konsumet siden 1990 til i dag har blitt rettet mer mot privat\nkonsum. En forklaring kan være at skattebyrden har blitt redusert til tross for at offentlige\nkonsum har hatt en stabil utvikling. Samtidig har oljepengebruken stadig blitt større. Vi finner\ndet sannsynlig at produktivitetsveksten har vært lavere i offentlig sektor enn den som\nobserveres i privat sektor. Det betyr at enhetskostnadene i offentlig tjenesteproduksjon har økt\nover tid. Vi ser dermed tendenser til Baumols syke i norsk økonomi. Det betyr at offentlig\nsektor blir bygget ned, relativt til privat sektor. Denne relative kostnadsøkningen kan se ut til\nå bli dekket av uttak fra SPU istedenfor å øke skatteprovenyet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.011 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.057 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".