Game Theoretic Analyses of the United States-Canada Softwood Lumber Trade
Notice bibliographique
Résumé
The ongoing softwood lumber trade dispute between the United States (U.S.) and Canada is one of the most contentious and largest bilateral trade battles over the recent decades. The bilateral trade debate is mostly because of the different forestland ownership systems in the U.S. and Canada, and the alleged timber subsidies by provincial governments to Canadian lumber producers. The Softwood Lumber Agreement (SLA) 2006 between the U.S. and Canada is the latest transitory solution of this dispute, entailing Canada to impose mandatory export charges on its lumber shipments to the U.S. In order to understand this trade dispute from a strategic policy perspective, this study analyzes SLA 2006 using game-theoretic frameworks. A Cournot-Nash duopoly model is developed to assess the possible effects of the export tax on overall lumber price and production of softwood lumber in both countries. The empirical econometric models are estimated to uncover the findings of the Cournot-Nash duopoly model by employing the historical time-series data of the softwood lumber market. Even though the game-theoretic model suggests that the export tax under SLA 2006 could decrease Canadian lumber exports to the U.S., the empirical estimation reveals that SLA 2006 is quite ineffective in restricting the lumber trade between the two countries. This study also develops a two-country two-stage game, and concludes that the optimum export tax under the framework of SLA 2006 is mainly determined by the level of Canadian lumber production costs and the U.S. lumber production capacity. Unlike the actual export tax of 0-15%, the empirical estimation reveals that the monthly optimal export tax ranges from -23% to 30%. Given that SLA 2006 is scheduled to expire in October 2015 and that both countries already started looking for ways forward, this study provides useful information in country-level bargaining and trade negotiations between the two countries.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».