Modelling Non-Tariff Barriers as an Exporter Cost
Notice bibliographique
Résumé
Non-tariff measures (NTMs) are a prominent feature of many recent free trade agreement (FTA) negotiations, including the Trans-Pacific Partnership (TPP), the Canada-EU FTA and BREXIT. The implementation of NTMs within computable general equilibrium (CGE) models has been relatively simple to date, with modelers generally incorporating NTMs as tariff equivalents via export or import taxes or as import-augmenting technological (or iceberg) change. Our study compares and contrasts two new methods with the traditional mechanisms used. The first new method is the willingness to pay method, recently developed by Walmsley and Minor (2015). The second method, introduced here, provides a new methodology for adjusting the exporters’ production costs directly, henceforth referred to as the export cost method. We find that the choice of mechanism can have important consequences for estimates of the impact of changes in NTMs on variables such as GDP and trade. More careful consideration of the NTMs being investigated, the estimates being utilized, and the CGE mechanisms being used, could therefore improve analysis. We find some similarities between the willingness to pay and trade tax methods on the one hand, and the iceberg and new export cost methods on the other, suggesting that the traditional methods may provide reasonable approximations of the impact of NTMs on certain key variables, such as the short run impact on GDP. However, further analysis reveals that the approaches can elicit very different changes in trade, factor prices and terms of trade, leading to larger differences in real GDP over time.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».