Effect of price and income on the demand for sugar-sweetened beverages in Nigeria: an analysis of household consumption data using an almost ideal demand system (AIDS)
Notice bibliographique
Résumé
OBJECTIVES: To estimate the own-price, cross-price and income elasticities for carbonated soft drinks (CSDs), malt drinks, chocolate powder, sachet water and sugar in Nigeria. These elasticities can be used to estimate the potential demand response to the recently-introduced sugar tax in Nigeria. SETTING: The study uses household data from the 2018/2019 Nigeria Living Standards Survey (NLSS). PARTICIPANTS: The NLSS is a national household survey. 21 114 households were included in the final sample for this analysis. PRIMARY AND SECONDARY OUTCOMES: We used Deaton's almost ideal demand system, which controls for the goods' quality, to estimate the effect of price and income changes on the demand for CSDs, chocolate powder, malt drinks, sachet water and sugar. RESULTS: We found that the own-price elasticity (ordered from most to least price-responsive) was -0.99 (p<0.01) for sachet water, -0.76 (p<0.01) for CSDs, -0.72 (p<0.01) for chocolate powder, -0.62 (p<0.01) for sugar and -0.19 (p<0.01) for malt drinks. The cross-price elasticities indicate that malt drinks and chocolate powders are substitutes of CSDs. The income elasticities indicate that all the commodities are normal goods. Sachet water had the highest income elasticity at 0.62 (p<0.01), followed by chocolate powder at 0.54 (p<0.01), CSDs at 0.47 (p<0.01), malt drinks at 0.43 (p<0.01) and sugar at 0.13 (p<0.01). CONCLUSION: Even though the price elasticities for CSDs, malt drinks and chocolate powder are less than one, in absolute terms, they are significantly different from zero. Increases in the sugar-sweetened beverage tax could curb the demand for these beverages, and, in turn, reduce the incidence and prevalence of sugar-attributable diseases.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».