MétaCan
Menu
Retour à la cohorte
Enregistrement W1536160558

Trade facilitation in Asia and the Pacific : which policies and measures affect trade costs the most?

2011· preprint· en· W1536160558 sur OpenAlex
Yann Duval, Chorthip Utoktham

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEconstor (Econstor) · 2011
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésTrade facilitationTariffInternational economicsAffect (linguistics)BusinessCommercial policyPort (circuit theory)Trade barrierInternational tradeEconomicsEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

How much of international trade costs can be mitigated through implementation of trade facilitation measures and policies?What measures and policies affect trade costs the most?This paper presents findings from an initial analysis of new non-tariff trade cost estimates and their determinants, based on a bilateral database of comprehensive trade cost maintained by ESCAP.Although trade costs consist for the most part of non-tariff trade costs, tariff cuts accounted for a very significant portion of trade costs reduction between 1996-99 and 2004-07.That said, most countries are found to have reduced their non-tariff policy-related trade costs between 1996 and 2007.Among the top trade facilitating economies are Malaysia, the United States, China, Republic of Korea and Thailand, with Japan and Germany following closely.The dominance of Asian countries in the ranking is fully consistent with the trade-led growth strategies of these economies and their emphasis on reducing international trade costs.The more detailed analysis of bilateral non-tariff policy-related trade costs further reveals that ASEAN developing countries often faced higher such costs when trading with one another than with the United States or Japan in 2007.However, while the trade costs of many developing countries with developed countries have remained roughly unchanged since 1996, their trade costs with other developing countries have often sharply decreased between 1996 and 2007 -at least within ASEAN.A closer look at the bilateral trade costs of large Asian economies revealed that China, Republic of Korea and Japan have achieved similar levels of trade facilitation, but that India has lagged behind.China impressively reduced its trade costs with all 13 partner economies examined in our study.Nontariff policy-related trade costs between China and India decreased significantly over the past 10 years.Results of the non-tariff policy-related trade costs modeling exercise strongly suggest that improving port efficiency (liner shipping connectivity) and access to information and communication technology facilities is essential to reducing trade costs.Policies aimed at liberalizing logistics and information technology services and increasing competition among service providers should therefore be readily considered, with a view to maximizing efficiency at any given level of hard infrastructure development.Establishment of public-private partnerships to accelerate the development of the national IT and transport and logistics infrastructure may also be actively pursued.The econometric results also supports the view that, given limited resources available, focusing on improving the overall business environment may be often more effective in facilitating trade than implementing soft measures solely targeted at speeding up movement of goods between factory and the port (or viceversa).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,221
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle