【日時】
2025年1月11日（土）13:00～17:20（受付開始 12:30～）

【場所】
京都大学芝蘭会館・稲盛ホール（定員 200名）

【講演者】
・基調講演：「激動の世界と政策対応」
　神田 眞人　内閣官房参与
・講演：「地域での脱炭素と経済社会課題の同時解決を目指して」
　大森 恵子　環境省大臣官房地域脱炭素推進審議官
・講演：「社会関係資本と住民主体のまちづくり活動」
　要藤 正任　京都産業大学経済学部教授
・講演：「先端政策分析の意義：国際機関の現場から」
　八代 尚光　国際通貨基金シニアエコノミスト　※録画
・パネルディスカッション：「医学×社会科学による文理融合研究（Socio-Life Science）から政策を提起する」
　松田 文彦　京都大学医学研究科教授
　関根 仁博　産業技術総合研究所企画本部審議役
　井上 祐介　京都大学経済研究所先端政策分析研究センター特定准教授（コーディネーター）
・パネルディスカッション：「『社会実装』がSPI（science and policy interface）を切り拓く」
　松本 眞　尼崎市長
　大竹 文雄　京都大学経済研究所特定教授/ 大阪大学感染症総合教育研究拠点特任教授
　谷 直起　京都大学経済研究所先端政策分析研究センター特定准教授（コーディネーター）

【詳細】
聴講は無料（申込制）
プログラムの詳細・参加お申込みはこちら
Flyerはこちら

Abstract：(Tentative) We draw on new granular data from cities around the world to study how the spatial distribution of income within cities varies with development. We document that in less-developed countries, average incomes of urban residents decline monotonically in distance to the city center, whereas income-distance gradients are flat or increasing in developed economies. We also show that urban neighborhoods with natural amenities – in hills and near rivers – are poorer than average in lessdeveloped countries and richer than average in developed ones. We hypothesize that these patterns arise due to the differences in the provision of residential and transportation infrastructure within cites. Using a quantitative urban model, we show that observed differences in residential and transportation infrastructure help explain a significant fraction of how the spatial income distribution within cities varies with income per capita.

Abstract: In one-shot delegation the principal optimally imposes an upper bound on actions when the agent is possibly upward-biased. In repeated delegation a biased type has greater incentive to signal her honesty in the early period than an honest type to induce the principal to relax the upper bound in the later period. Both types are locked in a signaling race and pool at downward-distorted actions in equilibrium. The optimal delegation set in the early period imposes a binding action lower bound despite the agent’s upward bias. The optimal action upper bound is less restrictive than that in a one-shot game.