Assessing the impact of unilateral trade policies EBA and AGOA on African beneficiaries' exports using matching econometrics
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
Abstract The existing literature studying the impact of non‐reciprocal preferential trade agreements (NRPTAs) assumes implicitly NRPTAs are non‐randomly assigned without showing the evidence of that. Using a matching methodology, this paper investigates whether the “African Growth and Opportunity Act” (AGOA) and the “Everything But Arms” (EBA) unilateral trade concessions have had an impact, and in what magnitude, on the exports of African beneficiary countries in the light of the evidence of the non‐random nature (endogeneity) of NRPTAs. Methodologically, previous studies using the matching procedure focused on bi or multilateral trade agreements. Our work focuses on NRPTAs that depend only on donors' conditions. Accordingly, we show that for NRPTAs, gravity covariates cannot be used for the matching procedure. We propose to use political variables as determinants for obtaining non‐reciprocal trade preferences in order to address the endogenous nature of NRPTA assignment. Our main results confirm that a country becomes eligible for a NRPTA only when it meets certain conditions, defined by their donors, such as political stability and economic regulation (for AGOA), and freedom of expression and human development (for EBA). Results also show that both AGOA and EBA policies have had a positive impact on African beneficiary countries' exports to NRPTA's providers, even if the magnitude impact of EBA is significantly lower than that of AGOA.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle