Differential impacts of the US–China trade war and the outbreak of COVID-19 on Chinese air quality
Notice bibliographique
Résumé
Purpose Over the last couple of years, the Chinese manufacturing sector was affected by the onset of the US–China trade war and the outbreak of coronavirus disease 2019 (COVID-19). In such a scenario air quality in China has encountered a shock, and the impacts of these two incidents are unknown. In this study, the authors analyze the convergence of air quality in China in the presence of multiple structural breaks and how the impacts of these two events are different from each other. Design/methodology/approach In order to assess the nature of shocks in the presence of multiple structural breaks, unit root tests with multiple structural breaks are employed. Findings The results reveal that air quality in China is showing the sign of convergence, and it is consistent across 18 provinces which are worst hit by the outbreak of COVID-19. In the presence of transitory shocks, the impact of COVID-19 outbreak is found to be higher, whereas the impact of the US–China trade war is found to be more persistent. Lastly, the outbreak of COVID-19 has been found to have more impact on pollutants with higher severity of health hazard. Originality/value To the best of the authors’ knowledge, this is the first study that contributes to the empirical literature in terms of investigating the convergence of overall air pollution and individual air pollutants taking COVID-19 and the trade war into account.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».