The Earnings Effects of Multilateral Trade Liberalization: Implications for Poverty
Notice bibliographique
Résumé
Most researchers examining poverty and \n multilateral trade liberalization have had to examine \n average, or per capita effects, suggesting that if per \n capita real income rises, poverty will fall. This inference \n can be misleading. Combining results from a new \n international cross-section consumption analysis with \n earnings data from household surveys, this article analyzes \n the implications of multilateral trade liberalization for \n poverty in Indonesia. It finds that the aggregate reduction \n in Indonesia's national poverty headcount following \n global trade liberalization masks a more complex set of \n impacts across groups. In the short run the poverty \n headcount rises slightly for self-employed agricultural \n households, as agricultural profits fail to keep up with \n increases in consumer prices. In the long run the poverty \n headcount falls for all earnings strata, as increased demand \n for unskilled workers lifts incomes for the formerly \n self-employed, some of whom move into the wage labor market. \n A decomposition of the poverty changes in Indonesia \n associated with different countries' trade policies \n finds that reform in other countries leads to a reduction in \n poverty in Indonesia but that liberalization of \n Indonesia's trade policies leads to an increase. The \n method used here can be readily extended to any of the other \n 13 countries in the sample.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».