XiaoMi-AI文件搜索系统
World File Search SystemCostinot
网络经济中的财政政策
本文的早期版本的标题为“冲击传播和财政乘数：异质性的作用”。我们感谢 Daron Acemoglu、George-Marios Angeletos、Martin Beraja、Olivier Blanchard、Ricardo Caballero、Arnaud Costinot、Dave Donaldson、Andrea Ferrero（讨论人）、Ben Golub、Isaac Liu、Jeremy Majerowitz、Andrea Manera、Laura Murphy、Jordan Norris、Elias Papaioannou、Otis Reid、Matthew Rognlie、Karthik Sastry、Lawrence Schmidt、Alp Simsek、Ludwig Straub、Robert Townsend、Ivan Werning 以及哈佛大学、2021 年 NBER 夏季研究所脉冲和传播机制会议、石溪大学、乔治城大学、布鲁金斯学会、智利中央银行、牛津大学、南加州大学、青少年虚拟宏观会议、2022 年 ASSA 年会、2023 年欧洲央行双年会、2021 年欧洲央行冬季会议的研讨会参与者。计量经济学会、麻省理工学院宏观午餐会和麻省理工学院贸易茶会提供的有益评论。我们还要感谢经济分析局 RIMS 工作人员的有益讨论。首次发布版本：2020 年 4 月 18 日。本文表达的观点为作者的观点，不一定反映国家经济研究局的观点。
“过早”去工业化技术差距模型
* Fujiwara：庆应义塾大学经济学系和澳大利亚国立大学克劳福德公共政策学院（电子邮件：ippei.fujiwara@keio.jp 或 ippei.fujiwara@anu.edu.au）；Matsuyama：西北大学经济学系（电子邮件：k-matsuyama@northwestern.edu）。Arnaud Costinot 是本文的共同编辑。我们感谢 Timo Boppart、Francisco Buera、Shinnosuke Kikuchi、Marti Mestieri、Rachel Ngai、Dani Rodrik、Richard Rogerson、Kei-Mu Yi 以及（按时间顺序）一桥国际贸易和 FDI 会议、肯特、ES 中国、ES 澳大利亚、FRB-芝加哥、莫纳什、墨尔本、ES 欧洲夏季、STEG、圣加仑-苏黎世、牛津、东京、FRB-达拉斯、北京、CIGS、普林斯顿、悉尼、爱荷华州立大学、芝加哥、庆应义塾大学和日本银行的研讨会参与者的反馈。该项目的大部分工作是在松山自 2018 年 12 月以来访问庆应义塾大学期间进行的，最近一次是 2023 年 12 月作为其超级全球项目的客座教授进行的。最终版本是在他访问贝克尔弗里德曼研究所期间准备的。 Fujiwara 承认获得了日本学术振兴会 KAKENHI 科学研究资助 (A) 18H03638 的资金支持。适用通常的免责声明。† 请访问 https://doi.org/10.1257/aer.20230133 访问文章页面以获取更多材料和作者披露声明。
工作文件 30630
我们感谢 Rodrigo Adão、Pol Antràs、Robert Barro、Adrien Bilal、Vasco Carvalho、Raj Chetty、Gabriel Chodorow-Reich、Arnaud Costinot、Jonathan Dingel、John Friedman、Edward Glaeser、Sarah Griebel、Erik Hurst、Greg Kaplan、Marc Melitz、Brent Moulton、Holger Mueller、Esteban Rossi Hansberg、Andrei Shleifer、Eric Young 以及许多研讨会听众提出的有益评论。我们感谢 Adam Sheridan 的贡献以及丹斯克银行对数据工作的支持。Agustín Barboza、Jason Jia、Rodolfo Rigato 和 Samuel Zhao 提供了出色的研究协助。丹斯克银行客户记录的数据处理由丹斯克银行授权人员执行，遵守该银行严格的数据隐私准则。本次分析中使用的所有个人数据均已匿名化，数据中无法追踪到任何个人客户。我们非常感谢贝克尔·弗里德曼研究所、丹麦创新基金、丹麦国家研究基金会、Domenic and Molly Ferrante、丹麦经济政策研究网络、法玛-米勒中心、宏观金融研究计划、华盛顿公平增长中心和威廉·S·菲什曼基金的资助。CEBI 的活动由丹麦国家研究基金会拨款 DNRF134 资助。本文表达的观点为作者的观点，并不一定反映美国国家经济研究局的观点。
衡量城市内通勤和经济活动...
∗作者感谢Lirneasia组织提供访问Sri Lanka手机数据，尤其是Lirneasia高级研究经理Sriganesh Lokanathan。作者还感谢shibasaki的Ryosuke Shibasaki通过孟加拉国的手机数据导航，到Anisur Rahman和Takashi Hiramatsu，以获取DHUTS调查数据，以及孟加拉国国际增长中心（IGC）孟加拉国的数据。孟加拉国的手机数据由该项目的亚洲开发银行（A-8074REG：“在河流流域管理中应用遥感技术”），这是ADB与东京大学之间的一项联合计划。我们感谢Lauren Li，Akira Matsushita和Zhongyi Tang，他们提供了出色的研究帮助。We sincerely thank David Atkin, Alexander Bartik, Abhijit Banerjee, Sam Bazzi, Arnaud Costinot, Dave Donaldson, Esther Duflo, Gilles Duranton, Jean-benoît Eymeoud, Ed Glaeser, Seema Jayachandran, Sriganesh Lokanathan, Danaja Maldeniya, Melanie Morten, Ben Olken, Lirneasia BD4D团队的成员史蒂夫·雷丁（Steve Redding）和MIT，Lirneasia，Neudc 2016的MIT的研讨会参与者，哈佛城市发展小型会议，ADB城市发展与经济学会议，UEA 2019，NBER CIETS和全球经济会议，以进行建设性评论和反馈。我们感谢Dedunu Dhananjaya，Danaja Maldeniya，Laleema Senanayake，Nisansa de Silva和Thushan Dodanwala在斯里兰卡的Hadoop Code和GIS数据提供帮助。我们还感谢Darin Christensen和Thiemo Fetzer的R代码来计算Conley标准错误（http://www.trfetzer.com/使用r-to-to-to-to-estimate-spatial-spatial-hac-errors-per-per-per-conley/），我们在其中构建了我们的代码。我们非常感谢国际发展研究中心（IDRC）和魏斯基金（Weiss）数据分析的资金，以及国际增长中心（IGC）的资金，以分析孟加拉国数据。†哈佛大学。电子邮件：gkreindler@fas.harvard.edu‡波士顿大学。电子邮件：miyauchi@bu.edu
研究声明Joseph S. Shapiro，UC Berkeley
Allcott，Hunt，Reigner Kane，Max Maydanchik，Joseph S. Shapiro和Felix Tintel-没有，““ Buy American”的效果：电动汽车和减少通货膨胀法案”，2024年。nber工作文件33032。Balboni，Clare和Joseph S. Shapiro，“空间环境经济学”，2024年。Barreca，Alan，Karen Clay，Olivier Deschenes，Michael Greenstone和Joseph S. Shapiro，“适应气候变化的融合：高温和死亡率的证据，1900-2004，1900-2004，美国经济评论：论文和论文集，2015，105，105（5），247-51，247-51。，，，，，，“适应气候变化：20世纪美国温度关系的显着下降”，《政治经济学杂志》，2016年，第124（1）期，第105-159页。Copeland，Brian R.，Joseph S. Shapiro和M. Scott Taylor，Gita Gopinath，Elhanan Helpman和Kenneth Rogoff编辑，《国际经济学手册》，第1卷。5，Elsevier Science Publishing，2022年，全球化与环境一章，pp。61–146。Costinot，Arnaud，Danny O'Connor，Joseph S. Shapiro和Ivan Werning，“最佳的碳税和重新分配的担忧”，2025年。Deschenes，Olivier，Michael Greenstone和Joseph S. Shapiro，“防御性投资与空气质量的需求：NOX预算计划的证据”，《美国经济评论》，2017年，第107卷，第107款（10），2958-89。Ganapati，Sharat，Joseph S. Shapiro和Reed Walker，“美国制造业的能源成本通过：对碳税的估计和影响”，《美国经济杂志：应用经济学》，2020年，12（2），303-42。Garcia-Lembergman，Ezequiel，Natalia Ramondo，Andres Rodriguez-Clare和Joseph S. Shapiro，“跨国生产的碳足迹”，2024年。Greenhill, Simon, Hannah Druckenmiller, Sherrie Wang, David A Keiser, Manuela Girotto, Jason K Moore, Nobuhiro Yamaguchi, Alberto Todeschini, and Joseph S. Shapiro , “Machine learning predicts which rivers, streams, and wetlands the Clean Water Act regulates,” Science , 2024, 383 (6681), 406–412。Jacobsen，Mark R，James M Sallee，Joseph S. Shapiro和Arthur A Van Benthem，“调节不可移动的外部性：车辆空气污染标准是否有效，有效？”，《经济学》季刊，2023年，2023年，138（3），1907-1976-1976。Keizer，David A和Joseph S. Shapiro，“《清洁水法》和对水质需求的后果”，《经济学季刊》，2019年，第134（1）期，第349-396页。
自动化经济中的最低工资
在过去的几十年里，人工智能、机器人和其他形式的自动化等新技术发展迅速。这些新技术可能会对经济产生重大影响。特别是，劳动力市场将在未来发生根本性变化（例如，Brynjolfsson & McAfee，2014；Ford，2015）。Frey 和 Osborne（2017）探讨了工作与自动化之间的敏感性，并估计美国目前约 47% 的工作可能会在一到二十年内实现自动化。实证研究表明，自动化对常规任务产生了重大影响，导致劳动力两极分化，并加剧了经济不平等（例如，Acemoglu & Restrepo，2020a；Autor，2015；Autor & Dorn，2013；Autor 等，2003、2015；Goos & Manning，2007；Graetz & Michaels，2018）。此外，Goos 等人（2019）强调，自动化对失业求职者造成的调整成本在低技能工人和高技能工人之间分配不均。为了减少新出现的不平等，人们讨论了各种政策手段，例如对机器人征税、基本全民收入或最低工资（例如，Acemoglu 等人，2020 年；Costinot 和 Werning，2018 年；Freeman，2015 年；Furman，2019 年；Guerreiro 等人，2017 年；McAfee 和 Brynjolfsson，2016 年；Thuemmel，2018 年）。然而，人们对最低工资与自动化相结合的影响知之甚少。在现有的少数研究之一中，Lordan 和 Neumark（2018 年）通过实证表明，较高的最低工资会减少可自动化工作的就业。此外，他们强调，在有关最低工资影响的实证文献中，有一些工人群体经常被忽视，例如老年人和低技能工人。然而，似乎几乎没有任何理论研究过基于任务的框架中的最低工资的影响，在该框架中，任务越来越多地由机器取代低技能工人。一个例外是 Aaronson 和 Phelan ( 2019 ) 的研究，他们开发了一个基于任务的理论框架来检验最低工资对劳动力市场的影响。本文旨在探讨具有约束力的最低工资对自动化经济中总产出、就业、要素价格和各种收入分配指标的影响。为了分析最低工资与自动化相结合对劳动力市场的影响，我们以 Acemoglu 和 Restrepo ( 2018a 、 2018b 、 2018d ) 以及 Acemoglu 和 Autor ( 2011 ) 的研究为基础，这两项研究是相互关联的，并且基于 Zeira ( 1998 ) 和 Acemoglu 和 Zilibotti ( 2001 )。基于任务的框架采用了劳动力市场的概念，该市场可以通过工作任务内容进行实证表征（例如，Goos 等人，2019 年）。从理论上讲，基于任务的框架使我们能够沿着密集和广泛的边界对自动化进行建模（Acemoglu & Restrepo，2018c），还要考虑引入最低工资后可能产生的影响。在我们基于任务的框架中，单位间隔内的任务由机器、低技能和高技能工人完成。机器和低技能工人可以生产的任务范围受外生阈值的限制。假设每种生产要素在部分任务上都有比较优势，这会导致要素的简单分配。因此，我们的任务间隔被划分为三个复杂度不断增加的间隔，其中机器在第一个间隔生产任务，低技能工人在中间间隔生产任务，高技能工人在最后一个间隔生产任务。通过假设机器、低技能和高技能工人的供给固定且无弹性，我们实施高于均衡低技能工资的最低工资并确定新的均衡。