Bibliographic record
Abstract
Trois essais sur l'accumulation de la richesse à long terme La présente thèse analyse l'évolution et l'accumulation de la richesse nationale dans une perspective transnationale. Il est composé de trois chapitres différents. Dans le premier chapitre, avec Miguel Artola Blanco et Clara Martínez-Toledano, nous reconstruisons la richesse nationale de l'Espagne de 1900 à 2017. En combinant de nouvelles sources avec des comptes existants, nous estimons la richesse des secteurs privé et gouvernemental et utilisons une nouvelle décomposition spécifique à un actif. l'accumulation à long terme de la richesse. Nous trouvons que le ratio de la richesse nationale sur le revenu était relativement étroit au cours du 20ème siècle - entre 400 et 600% - jusqu'à ce que le boom immobilier du début des années 2000 conduise à une augmentation sans précédent de 800% en 2007. Nos résultats soulignent l'importance de la terre, des gains en capital liés au logement et des flux de capitaux internationaux en tant qu’éléments clés de l’accumulation de la richesse. Le deuxième chapitre étudie le lien qui existe entre l’augmentation spectaculaire des ratios nationaux entre le logement et le revenu national enregistrés par les pays riches au cours des dernières décennies avec la transformation du système de production: de la fabrication aux services. Il explore deux facteurs: l’accroissement de la concentration spatiale de l’activité économique dans les pays et les chocs négatifs sur les régions manufacturières. Pour explorer le premier facteur, je présente de nouvelles séries de richesse immobilière et de concentration spatiale de l'activité économique dans sept économies développées: la France, l'Allemagne, l'Italie, le Japon, l'Espagne, le Royaume-Uni et les États-Unis. Les résultats montrent que la richesse croissante du logement est la conséquence de la hausse de la valeur des terrains urbains, cette augmentation étant étroitement liée à la concentration accrue de services orientés vers le marché. Le deuxième facteur est étudié à l'aide de données urbaines en Angleterre et au Pays de Galles, analysant ainsi la manière dont les tendances macro-économiques des ratios de revenus des maisons émergent du niveau local. Je trouve que la hausse des valeurs nationales est en grande partie le résultat d'une plus grande dispersion des prix de l'immobilier local, mais pas du revenu par habitant. Le meilleur prédicteur de l'évolution des prix de l'immobilier est la spécialisation du système de production au niveau de la ville. J’estime qu’un quart de la dispersion des prix locaux de l’habitation s’explique par le déclin de la production manufacturière au niveau national. Un modèle théorique simple est utilisé pour rationaliser ces deux facteurs. Le troisième chapitre présente les séries actualisées de parts de revenus de la richesse nationale et du capital des huit pays couverts par Piketty et Zucman (2014a): Australie, Canada, France, Allemagne, Italie, Japon, Royaume-Uni et États-Unis. Il aborde l’adaptation des séries du SCN93 au SCN 2008, l’inclusion du capital naturel (terres forestières, ressources minérales et énergétiques) dans le concept de la richesse nationale et la répartition des logements nationaux entre les ménages et d’autres secteurs. Je conclus que l’adoption du SCN de 2008 n’a pas de conséquence significative sur la richesse macroéconomique globale ni sur la part du capital après amortissement. Toutefois, les parts de capital en brut d’amortissement sont plus élevées, probablement en raison de l’inclusion de la RD en tant qu’investissement dans le nouveau système de comptes. Dans l’ensemble, de nouvelles séries révèlent que les ratios moyens de la richesse privée par rapport au revenu national ont régulièrement augmenté au cours des dernières années, la part capital-travail restant relativement constante à leurs valeurs de 2010.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.002 |
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; both teacher heads agree on what is shown here.
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".