The Impact of High Environmental Standards in Trade Clauses on Bilateral Aquatic Product Value Chain Linkages
Notice bibliographique
Résumé
Aquatic product value-added trade constitutes a vital component of agricultural food security. Particularly in developing coastal nations, aquatic products serve as the backbone of the agricultural sector. However, illegal, unreported, and unregulated (IUU) fishing activities not only disrupt the global marine aquatic products value chain but also accelerate the degradation of marine ecosystems and the depletion of marine resources, posing severe challenges to sustainable fisheries and environmental governance. In 2022, the World Trade Organization reached a consensus on fisheries subsidy negotiations, while regional agreements such as the United States–Mexico–Canada Agreement (USMCA) and the Comprehensive and Progressive Agreement for Trans-Pacific Partnership (CPTPP) incorporated fisheries into relevant provisions under environmental rules. This indicates that high-standard environmental trade agreements are emerging as crucial tools for cross-border fisheries governance. This study employs open economy theory and a deep text protocol database to conduct an empirical analysis of the impact of high-standard bilateral environmental provisions on the interconnections within the aquatic products value chain. Findings reveal that environmental provisions significantly strengthen these linkages by lowering market access barriers, promoting technology spillovers, and reinforcing horizontal and vertical labor division. Heterogeneity analysis further shows that the extent of these effects varies with trade provisions, political distance, and network position. These insights offer new perspectives for seafood exports and upstream–downstream coordination in aquatic products, providing policy implications for regions seeking to enhance their value chain advantages.
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 | 0,015 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».