Short term impact of GST on Indian Economy : with GDP as focal point
Notice bibliographique
Résumé
The differential multiple tax regime across sectors of production leads to distortions in allocation of resources thus introducing inefficiencies in the sectors of domestic production. Efficient allocation of productive resources and providing full tax offsets is expected to result in gains for GDP. In sum, implementation of a comprehensive GST in India is expected to lead to efficient allocation of factors of production thus leading to gains in GDP. Terming the first quarter GDP data as a matter of concern, the govt. Requires both in policy and investment to work to improve the figure. A detailed analysis shows that while agriculture is in the normal range, manufacturing has bottomed out to 1.6 percent from 3.1 percent. The economic survey had projected a growth of 6.75 per cent to 7.5 per cent for 2017-18. The Indian economy expanded 5.7 percent year-on-year in the second quarter of 2017, below 6.1 percent in the previous period and market expectations of 6.6 percent. It remains the weakest growth rate since the first quarter of 2014 due to a slowdown in consumer spending and exports. On the production side, manufacturing and agriculture eased. GDP Annual Growth Rate in India averaged 6.12 percent from 1951 until 2017, reaching an all time high of 11.40 percent in the first quarter of 2010 and a record low of -5.20 percent in the fourth quarter of 1979. Economic growth plunged to 5.7 per cent in April- June of the current financial year 2017-18 due to destocking by companies following pre GST fears. Growth in manufacturing declined to 1.2 per cent in April-June from 5.3 per cent in January-March.
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 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».