Long-Run Impacts of Increasing Tobacco Taxes: Evidence from South Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tobacco taxes are considered an effective policy tool to reduce tobacco consumption \nand produce long-run benefits that outweigh the costs associated \nwith a price increase. Through this policy, some of the most adverse effects and \neconomic costs of smoking can be reduced, including shorter life expectancy, \nhigher medical expenses, added years of disability among smokers, and the \neffects of secondhand smoke. Nonetheless, tobacco taxes are often considered \nregressive because low-income households tend to allocate a larger share of \ntheir budgets to purchasing tobacco products. This paper uses an extended \ncost-benefit analysis to estimate the distributional effect of tobacco taxes on \nhousehold welfare in South Africa. The analysis considers the effect on household \nincome through an increase in tobacco prices, changes in medical expenses, and \nthe prolongation of working years. Results indicate that a rise in tobacco prices \ninitially generates negative income variations across all groups in the population. \nIf benefits through lower medical expenses and an expansion in working years \nare considered, the negative effect is reduced, particularly in medium- and \nupper-bound elasticities. Consequently, the aggregate net effect is progressive \nand benefits the bottom deciles more than the richer ones. Overall, tobacco \ntax increases exert a small, but positive effect in the presence of low conditional \ntobacco price elasticity. If the population is more responsive to tobacco price \nchanges (or participation elasticity estimates are included) then they would \nexperience even more gains from the health and work benefits. More research \nis needed to clarify the distributional effects of tobacco taxation in South Africa.
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.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 découle