Smokeless tobacco product prices and taxation in Bangladesh: Findings from the International Tobacco Control Survey
Notice bibliographique
Résumé
INTRODUCTION: Smokeless tobacco use occupies a significant portion of overall tobacco consumption in Bangladesh. Yet very little is known about the effectiveness of tax and price policy in controlling the use of smokeless tobacco use in the country. METHODS: The paper examines the price distribution of various smoked (cigarette, bidi) and smokeless tobacco products (zarda, gul) using the univariate Epanechnikov kernel density function. It estimates the own and cross price elasticity of demand for the most widely used smokeless tobacco product zarda using two-step regression analysis. The analysis is based on data from the ITC Bangladesh Wave 3 Survey which is a nationally representative cohort survey of tobacco users and nonusers conducted in in Bangladesh during 2011-12. RESULTS: The price elasticity of lower price brands of zarda is estimated at -0.64 and of higher priced brands at -0.39, and the cross price elasticity of zarda with respect to cigarette price at 0.35. The tax increase on smokeless tobacco needs to be greater than the tax increase on smoked tobacco to bridge the wide price differential between the two types of products that currently encourages downward substitution from smoked to smokeless tobacco and discourages quitting behavior. CONCLUSIONS: This paper argues that increasing tax on smokeless tobacco simultaneously with the tax increase on smoked tobacco can have significant negative impact on the prevalence of smokeless tobacco use in Bangladesh. Finally, a specific excise system replacing the existing ad valorem excise tax can substantially contribute to the revenue collection performance from smokeless tobacco products.
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) | 0,000 | 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 | 0,000 | 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 ».