China's Potential Future Growth and Gains from Trade Policy Bargaining: Some Numerical Simulation Results
Notice bibliographique
Résumé
Numerical simulation analysis of bargaining solutions is little developed in existing literature.Here we use a multi country, single period numerical general equilibrium model which captures China and her major trading partners and examine the outcomes of trade policy bargaining solutions (bargaining over tariffs and financial transfers) over time as China grows more rapidly than her trade partners.We compute gains relative to non-cooperative Nash equilibria for a range of model parameterizations.This yields a measure of both absolute and relative gain to China from bargaining.We calibrate our model to base case data for 2008 and use a model formulation where there are heterogeneous goods across countries.The gains from trade bargaining accrue more heavily to other countries when we use 2008 data rather than later year data.We then consider the impacts out into the future of different country growth rates which sharply increases China's relative size.Our objective is to assess how China's gains from bargaining change over time; whether they grow at a faster rate than GDP growth and for which parameterizations.Our simulation results indicate that China's welfare gain from trade bargaining will increase over time if countries keep their present GDP growth rates for several decades, but there are major difference when using different bargaining solution concepts.These differences have not been noted in existing literature but have an intuitive explanation.Our results also indicate that if China jointly bargains along with India, Brazil and other developing countries with the OECD, China's gain will further increase.Bargaining gains are also sensitive to country size.When we use PPP to adjust China's relative GDP size; China's trade bargaining welfare gain increases by about 37%.
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 | 0,007 |
| 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 | 0,001 | 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) | 0,005 | 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 ».