Ressources naturelles et croissance endogène dans un modèle à biens horizontalement différenciés

André Grimaud

Économie et Prévision, 2000, vol. 143, issue 2, 213-226

Abstract: [eng] Natural Resources and Endogenous Growth in a Horizontally Differentiated Goods Model . by André Grimaud . A number of authors such as P. Shou, P. Aghion and P. Howitt have defined optimal growth paths in a Schumpeterian model with non-renewable resources. The main aim of this paper is to show how these optimal paths can be applied in a decentralized economy. We also analyse the effects of intervention instruments on the economy's long-run trends, especially the product growth rate and the rate of resource extraction. [fre] Certains auteurs, tels P. Schou ou P. Aghion et P. Howitt, ont caractérisé les sentiers optimaux de croissance dans un modèle schumpétérien en présence d'une ressource non renouvelable. Le premier objectif de cet article est de montrer comment ces sentiers peuvent être implémentés dans une économie décentralisée. Plus généralement, on analyse les effets des outils d'intervention sur les caractéristiques de l'économie à long terme, notamment le taux de croissance du produit et le rythme d'extraction de la ressource.

Date: 2000
Note: DOI:10.3406/ecop.2000.6103
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (2)

Downloads: (external link)
https://doi.org/10.3406/ecop.2000.6103 (text/html)
https://www.persee.fr/doc/ecop_0249-4744_2000_num_143_2_6103 (text/html)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:prs:ecoprv:ecop_0249-4744_2000_num_143_2_6103

Access Statistics for this article

Économie et Prévision is currently edited by Ministère de l'économie, des finances et de l'industrie

More articles in Économie et Prévision from Programme National Persée
Bibliographic data for series maintained by Equipe PERSEE ().