Resilience of Regional Trade Agreements: Evidence from United State of America Tariff Treatment of USMCA and Japan in the Post-Crisis Era
Notice bibliographique
Résumé
This study examines the resilience of regional trade agreements through an analysis of U.S. tariff treatment under the United States–Mexico–Canada Agreement (USMCA) and the U.S.–Japan Trade Agreement, using data obtained from the 2025 U.S. Tariff Database. The study adopts a quantitative research design using secondary data collected by extracting product-level tariff schedules reported under the Harmonized System (HS-8) classification. The dependent variable, tariff resilience, is proxied by the extent and stability of preferential tariff relief across tariff lines, while the independent variables include MFN tariff rate, USMCA preferential rate, and Japan preferential rate, representing multilateral, regional, and bilateral treatment respectively. Using the Kaplan–Meier survival simulation; this study evaluated the persistence and depth of preferential treatment over time, with findings showing a clear hierarchy in tariff treatment. MFN rates are consistently the highest, Japan’s tariffs provide partial but significant relief, and USMCA tariffs are almost entirely eliminated. Agricultural products, processed foods, and manufactured goods benefit most from complete tariff removal under USMCA, while Japan’s concessions, although meaningful, leave some residual exposure. These findings further illustrates that USMCA offers a 100% survival rate for covered tariff lines, reflecting its strength as a resilience mechanism, whereas MFN treatment gradually declines in coverage; highlighting the strategic importance of regional trade agreements in stabilizing trade flows during crises. The study concludes that deep regional integration enhances resilience, while multilateral frameworks require revitalization to complement regional arrangements.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».