详细内容或原文请订阅后点击阅览
解码中国的工业政策
Hanming Fang，Ming Li＆Guangli Lu在这篇NBER文章中使用大型语言模型来解码数百万个中国文档：我们通过采用大型语言模型（LLMS）从2000年到2022年解释了中国的工业政策（LLMS），从中央，省级，省级，省级和difs发出的全面数据集中提取和分析丰富的信息。 lars calmfors在北欧国家的工资协调模型上：通过模式讨价还价，在北欧国家维持了牢固的工资协调。该行业设定了第一个协议，然后作为随后的工资增加的全国范围。本专栏概述了该模型的关键动机是维护国际[…]
来源:Mostly EconomicsHanming Fang，Ming Li＆Guangli Lu在本文章中使用大型语言模型来解码数百万中文文档：
在这篇NBER文章中我们通过使用大型语言模型（LLM）从2000年到2022年对中国的工业政策进行了解码，从中央，省和市政府发行的300万个文件的综合数据集中提取和分析了丰富的信息。通过仔细及时的工程，多阶段提取和精致以及严格的验证，我们使用LLMS对工业政策文件进行分类，并提取有关政策目标，有针对性行业，政策或法规/抑制性的政策或政策工具，实施工具，实施机制以及政府间关系等的结构化信息。
将这些新建的工业政策数据与微型公司数据结合在一起，我们记录了有关中国工业政策的四组事实，探讨了以下问题：目标行业的经济和政治基础是什么？部署哪些政策工具？政策工具在不同层次的政府和地区以及行业发展阶段的情况如何变化？这些政策对公司行为的影响是什么，包括进入，生产和生产力增长？
我们还探讨了工业政策的政治经济学，重点是自上而下的传输机制，政策持久性和跨地区的政策扩散。最后，我们记录了空间效率低下和行业范围内的过量，这是工业政策的潜在缺点。
发现：
工业生产。