MétaCan
Menu
Retour à la cohorte
Enregistrement W3125192555 · doi:10.1515/bejeap-2012-0061

A Commitment Theory of Subsidy Agreements

2013· article· en· W3125192555 sur OpenAlexaff
Daniel Brou, Michèle Ruta

Notice bibliographique

RevueThe B E Journal of Economic Analysis & Policy · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSubsidyNullificationCredibilityEconomicsTariffCommitGovernment (linguistics)Production (economics)International economicsCommercial policyPublic economicsInternational tradeMicroeconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract : This paper examines the rationale for the rules on domestic subsidies in international trade agreements through a framework that emphasizes commitment. We build a model where the policy-maker has a tariff and a production subsidy at its disposal, taxation can be distortionary and the import-competing sector lobbies the government for favorable policies. The model shows that, under political pressures, the government will turn to subsidies when its ability to provide protection is curtailed by a trade agreement that binds tariffs only ( policy substitution problem). When the factors of production are mobile in the long-run, but the investments are irreversible in the short-run, the government cannot credibly commit vis-à-vis the domestic lobby unless the trade agreement regulates production subsidies in addition to tariffs ( policy credibility problem). We employ the theory to analyze the Subsidies and Countervailing Measures (SCM) Agreement within the WTO system. We show that WTO rules on nullification or impairment solves the policy substitution problem, while serious prejudice rules can address the policy credibility problem in sectors with tariff commitments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,007
Communication savante0,0040,006
Science ouverte0,0020,003
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,245
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe B E Journal of Economic Analysis & PolicyMême sujetGlobal trade and economicsTravaux en français237 207