MétaCan
Menu
← Retour à la cohorte
Enregistrement W3126145182

Market Structure, Imperfect Tariff Pass-Through, and Household Welfare in Urban China

2016· preprint· en· W3126145182 sur OpenAlexafffund
Jun Han, Runjuan Liu, Beyza Ural Marchand, Junsen Zhang

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesZhejiang UniversityNational Natural Science Foundation of ChinaUniversity of Alberta
Mots-clésAccessionTariffEconomicsLiberalizationWelfareInternational economicsConsumption (sociology)Free tradeChinaPer capitaProduction (economics)Distribution (mathematics)Market economyMacroeconomicsPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates the tariff pass-through mechanism and the distributional effects of trade liberalization in urban China. We study how market structure, specifically the size of the private sector, affects tariff pass-through, and how this mechanism influenced the extent to which households benefited from the trade liberalization. Our results suggest that a higher share of private sector in Chinese cities is associated with higher levels of tariff pass-through rates. This effect works both through the distribution sector, and through the production of final goods. By incorporating the changes in consumer prices of tradable and non-tradable goods, we next investigate the impact of WTO accession on household welfare through changes in the cost of consumption. The results show that WTO accession of China was associated with welfare gains to almost every household across the per capita expenditure spectrum, and that the distributional effect is strongly pro-poor. The average welfare gain of WTO accession on Chinese households is estimated to be 7.3%. The distributional effect through higher levels of privatization was also pro-poor, indicating that privatization enhanced the pro-poor impact of trade liberalization.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,255
Écart entre enseignants0,214 · 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'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetGlobal trade and economics→Travaux en français237 207→