Analysis on the economic effect of Sino-US trade friction from the perspective of added value
Notice bibliographique
Résumé
Based on the theory of trade added value, this paper discusses the potential actual trade scale and benefit damage degree of the two countries under the background of big country game by measuring the real trade scale of China and the USA, simulating the economic impact of tariffs imposed by China and the USA and utilizing Wang-Wei-Zhu (WWZ) method to decompose the potential changes in Sino-US trade. The results show that: firstly, the size of China-US trade in terms of total value is significantly overestimated and China's overall trade with the USA in 2001-2014 was overestimated by an average of 3.06 percent, of which goods trade was overestimated by 8.06 percent. Secondly, although tariff increases can reduce the degree of trade imbalance between China and the USA to some extent, the adverse effects are mutual and global, and the European Union, the Association of Southeast Asian Nations (ASEAN), Japan and Canada become the main transfer countries of Sino-US trade. Thirdly, the pattern of China's final exports and the US' intermediate exports determines that China's trade interests are more damaged than those of the USA. It is proved that there is a big gap between China and the USA in the depth and breadth of China's participation in the value chain division of labor and the trade scale measured by Gross Domestic Product is more instructive than the total value.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».