Understanding Food Inflation in India
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
Persistently high food inflation has been one of the major concerns facing India over the last few years. With nearly a quarter of the population living below the poverty line, the persistence of food inflation at high levels is extremely undesirable. In this paper, we analyse the behaviour and determinants of food inflation over the recent past. We introduce structural breaks to identify the different phases of food inflation during the last three decades, and evaluate the persistence of food and core inflation across these phases. There is increase in persistence in food inflation over the periods implying it has become more persistent, and any positive shock will have a longer impact on it. Various components of food inflation including cereals, pulses, fruits, vegetables, meat and fish, have been significant contributors to food inflation at different points in time, indicating a broad nature of the problem. In analysing the key drivers of food inflation, we find limited role of international prices, with the co-movements between domestic and international prices being lower for cereals and dairy products, and higher for tradables like edible oils and meat. Using household consumer expenditure data we empirically estimate aggregate demand for key food products, and find demand has consistently outstripped supply in the case of cereals, pulses, meat and fish, and the extent of mismatch has widened in recent years. The rise in food prices is also a reaction of the rise in price of various inputs, including price of fuel and agricultural wages. We also find certain policy decisions such as large increases in minimum support prices have been associated with much higher increase in wholesale prices of these commodities in the corresponding period. Finally, we find significant evidence of transmission of food inflation to non-food inflation and aggregate inflation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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