MétaCan
Menu
← Retour à la cohorte
Enregistrement W2289115126

Production Externalities, Environmental Taxes, and the Gains from Trade

2015· preprint· en· W2289115126 sur OpenAlexaff
Soham Baksi, Michael Benarroch

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversity of ManitobaUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésEconomicsComparative advantageProductivityExternalityProduction (economics)International economicsIncentiveWelfareBilateral tradeInternational tradeFree tradeGains from tradeTrade barrierMicroeconomicsMacroeconomicsChinaMarket economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We analyze the effects of environmental taxation on the pattern of and gains from trade in a two-country Ricardian framework, where production in a polluting sector (e.g. manufacturing) adversely affects productivity in an environmentally sensitive sector (e.g. agriculture). The two countries differ in terms of their production technology so that the productivity loss suffered by the environmentally sensitive sector is higher in the dirtier country. When the countries do not pursue any environmental policy, the dirtier country has a comparative advantage in the polluting good and exports that good in the trading equilibrium. If preference for the polluting good is low, the dirtier country loses from trade while its trading partner gains. Global gains from trade are also negative as the market determined pattern of trade is inefficient. Introduction of a unilateral pollution tax by the dirtier country can enable it to reverse the pattern of trade and the distribution of the gains from trade, such that international trade becomes welfare-improving for that country as well as globally. The conventional pollution haven result may get reversed in the presence of cross-sectoral externalities, as each country has an incentive to set the tax such that it exports the good that is more preferred by consumers.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,071
Tête enseignante GPT0,275
Écart entre enseignants0,204 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetFiscal Policy and Economic Growth→Travaux en français237 207→