MARC

 008260203s2025        us                              c    eng  d
■001000017365914
■00520260209102854
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798291567661
■035    ▼a(MiAaPQ)AAI32271932
■035    ▼a(MiAaPQ)umichrackham006285
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a382
■1001  ▼aKang,  Elliot.
■24510▼aEssays  in  International  Trade  and  Spatial  Economics
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a171  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-03,  Section:  A.
■500    ▼aAdvisor:  Levchenko,  Andrei  A.;Sotelo,  Sebastian.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2025.
■520    ▼aThis  dissertation  examines  international  trade  and  spatial  economics  with  a  focus  on  natural  resources  and  geopolitical  tensions.In  the  first  chapter,  I  use  a  novel  geospatial  dataset  of  global  fishery  catch  and  develop  a  quantitative  dynamic  spatial  model  to  quantify  the  externalities  from  open  access  in  global  fishing.  I  first  show  that  assigning  property  rights  leads  to  larger  fishery  stock  and  fuel  subsidies  to  vessels  are  positively  correlated  with  high  sea  fishing.  Then,  I  build  a  dynamic  spatial  model  of  global  fisheries  and  compare  two  polar  cases  of  open  access:  the  decentralized  equilibrium,  where  atomistic  firms  have  open  access  to  the  fishery,  and  the  socially  optimal  allocation,  where  the  social  planner  has  exclusive  property  rights.  Taking  the  model  to  the  data  in  2018,  I  find  that  in  the  socially  optimal  allocation,  the  average  global  fishery  stock  at  the  steady  state  increases  by  88%,  and  the  net  present  value  of  global  welfare  increases  by  0.11%,  compared  to  the  decentralized  equilibrium.  The  counterfactual  analysis  shows  that  fuel  subsidies  are  globally  welfare-reducing  and  decrease  the  average  global  fishery  stock  at  the  steady  state  by  3.2%.The  second  chapter,  co-authored  with  Farid  Farrokhi,  Heitor  S.  Pellegrina,  and  Sebastian  Sotelo,  investigates  the  relationship  between  international  trade  and  deforestation.  Using  the  data  on  forest  and  agricultural  land  use  from  1990-2020,  we  document  that  deforestation  is  strongly  associated  with  agricultural  land  expansion  and  is  more  severe  in  countries  with  comparative  advantage  in  agriculture.  We  show  analytically  and  quantitatively  that  global  reductions  in  trade  costs  reduce  global  deforestation  when  agriculture  is  complementary  in  demand  to  other  sectors.  Using  the  calibrated  model,  we  demonstrate  that  multilateral  reductions  in  agricultural  trade  costs  reduce  global  deforestation  by  0.5  percentage  points.  We  find  that  countries  with  comparative  advantage  in  agriculture  also  tend  to  have  absolute  advantage,  making  trade  liberalization  globally  land-saving.The  third  chapter,  co-authored  with  Barthelemy Bonadio,  Zhen  Huo,  Andrei  A.  Levchenko,  Nitya  Pandalai-Nayar,  Hiroshi  Toma,  and  Petia  Topalova,  analyzes  how  recent  geopolitical  tensions  have  reshaped  global  trade  patterns.  Using  bilateral  trade  data  from  2015-2023,  we  document  evidence  of  trade  fragmentation  rather  than  deglobalization,  with  countries  sorting  into  US-aligned  and  China-aligned  blocs.  Contrary  to  conventional  wisdom,  we  find  that  the  median  country  experienced  a  0.6%  increase  in  real  income  due  to  these  changing  trade  patterns,  as  within-bloc  trade  costs  decreased  while  cross-bloc  costs  increased.  We  also  discover  that  bloc  alignment  often  does  not  follow  economic  interests,  suggesting  that  geopolitical  considerations  increasingly  influence  trade  relationships.Together,  these  chapters  advance  our  understanding  of  the  complex  interconnections  between  international  trade  and  spatial  economics  in  a  changing  global  landscape.
■590    ▼aSchool  code:  0127.
■653    ▼aInternational  trade
■653    ▼aSpatial  economics
■653    ▼aNatural  resources
■653    ▼aGeopolitics
■690    ▼a0501
■690    ▼a0511
■690    ▼a0601
■71020▼aUniversity  of  Michigan▼bEconomics.
■7730  ▼tDissertations  Abstracts  International▼g87-03A.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17365914▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books