The Health Gains, Financial Risk Protection Benefits, and Distributional Impact of Increased Tobacco Taxes in Armenia
Notice bibliographique
Résumé
—The majority of Armenian adult males smoke, yet tobacco taxes in Armenia are among the lowest in Europe and Central Asia. Increasing taxes on tobacco is one of the most cost-effective public health interventions, but many opponents often cite regressivity as an argument against tobacco taxation. We use a mixed-methods approach to study the potential regressivity of tobacco taxation and the extent to which the regressivity argument hindered increases in tobacco taxation in Armenia. First, we pursued an extended cost-effectiveness analysis (ECEA) to assess the health, financial, and distributional consequences (by consumption quintile) of increases in the excise tax on cigarettes in Armenia. We simulated a hypothetical price hike leading to a tax rate of about 75% of the retail price of cigarettes, which would be fully passed on to consumers. Second, we conducted a series of stakeholder interviews to examine the importance of the regressivity argument and identify the factors that allowed tobacco tax increases to be adopted as public policy in Armenia. We show that increased excise taxes would bring large health and financial benefits to Armenian households. Half of tobacco-related premature deaths and 27% of associated poverty cases averted would be concentrated among the bottom 40% of the population. Though regressivity was raised as a concern at the initial stages of the policy adoption process, our qualitative stakeholder analysis indicates that the recent accession to the Eurasian Economic Union and the fiscal constraints faced by the government created a window of opportunity for tobacco taxation to be placed on the policy agenda and adopted as government policy, and the ECEA findings were an important input into the process.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 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 ».