Measuring Border Crossing Costs and their Impact on Trade Flows: The United States-Mexican Trucking Case
Notice bibliographique
Résumé
This article presents the economic implications of the costs and times of crossing the border between the United States and Mexico. We measure the microeconomic impact of the inefficiencies of crossing the U.S.-Mexican border on shippers. We identify and explain the institutional factors and vested interests that permit cross-border inefficiencies to appear and endure and estimate the costs of these inefficiencies associated with cross-border movements between the U.S. and Mexico. Inefficiencies here are defined as money paid by shippers for charges for non-essential bordercrossing services. These inefficiencies not only cost exporters and importers time and money— they also cause welfare losses to the entire economy because of the distortions they introduce to consumption and sourcing decisions. In order to measure both the primary and secondary impacts of these nontariff barriers, we use the General Trade Analysis Project-GTAP- model to simulate the removal of iceberg trade costs equal in magnitude to the measured nontariff barriers at the U.S.- Mexican border. The measures of inefficiency at the U.S.-Mexican border come from detailed border surveys and data analysis performed by Haralambides and Londoño-Kent (“Impediments to Free Trade: The Case of Trucking and NAFTA in the U.S.-Mexican Border”, mimeo, 2002). These measures of distortion are then used to calibrate an iceberg tariff within the GTAP model. We aggregate the GTAP version 5 database to 5 regions (U.S., Mexico, Canada, EU, Rest of World) and to 11 sectors. The removal of iceberg tariffs is simulated by shocking the values of the variable AMS, augmenting technical change for the relevant sectors and trade flows. We estimate that removal of such barriers would benefit the Mexican economy by $1.8 billion per year, while the U.S. economy would see a welfare increase of about $1.4 billion per year. Trade flows between Mexico and the United States would likewise increase, with southbound trade expanding by about $6 billion and northbound trade growing by about $1 billion per year.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».