MétaCan
Menu
Retour à la cohorte
Enregistrement W1570620083 · doi:10.62986/dp2003.09

Analysis of Trade Reforms, Income Inequality and Poverty Using Microsimulation Approach: The Case of the Philippines

2003· preprint· en· W1570620083 sur OpenAlexfundno aff
Caesar B. Cororaton

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineDecision Sciences
Thématiquedemographic modeling and climate adaptation
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésEconomicsComputable general equilibriumTariffMicrosimulationAgricultureLabour economicsPovertyHousehold incomeConsumption (sociology)Economic inequalityInequalityInternational economicsMacroeconomicsEconomic growthGeography

Résumé

récupéré en direct d'OpenAlex

This paper uses a CGE mircosimulation approach to analyze the effects of tariff reduction on poverty and income inequality. The approach relaxes the representative household assumption in the traditional CGE modeling by replacing household groups with individual households. As such the approach allows one to model the link between trade reforms and individual households and their feedback to the general equilibrium of the economy. The present paper incorporates the whole 24,797 households of the 1994 Family Income and Expenditure Survey and simulates the tariff reduction from 1994 to 2000. Tariff reduction leads to higher imports and exports. Although domestic production for the local market declines, the overall production improves. These are due to substitution and scale effects of tariff reduction. Resource reallocation and factor movements favor the nonfood manufacturing sector. Agriculture wages, as well the rate of return to capital in agriculture, decline as a result of the drop in agriculture output and value added. Income of rural households in the different regions declines, while income of urban households in the various regions (including the NCR) improves. Tariff reduction results in poverty reduction in all areas not because of the improvement in household income, but because of the drop in consumer prices. Income inequality, however, worsens except in the NCR.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,208
Tête enseignante GPT0,399
Écart entre enseignants0,191 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetdemographic modeling and climate adaptationTravaux en français237 207