Perceived barriers and the price inflating effects of informal payments in fresh food retailing in urban Bangladesh
Notice bibliographique
Résumé
Abstract Insufficient fruit and vegetable consumption in Bangladesh, currently 25% below the WHO-recommended level remains a major public health concern. One overlooked factor contributing to high consumer prices and limited access is the presence of informal payments within urban fresh food supply chains. This study investigates the extent, nature, and economic implications of informal payments among fruit and vegetable retailers in Bangladesh’s urban markets. A mixed-method approach was employed, combining face-to-face surveys with retailers in two purposively selected areas, Dhaka City Corporation and Manikganj district and in-depth interviews with key supply chain stakeholders. Findings reveal that 36% of retailers reported making informal payments, with a markedly higher incidence in Dhaka (42%) than Manikganj (2%). Mobile (64%) and street vendors (44%) were disproportionately affected, while wet market retailers experienced fewer cases (14%). On average, informal payments amounted to BDT 2720 (US$ 26.93) per month, equivalent to 9.6% of monthly profit—rising to 10.97% among street vendors and 7.09% among wet market sellers. Thematic analysis of qualitative data highlighted how such payments constrain business profitability, discourage formalization, and act as an indirect tax on consumers, thereby inflating food prices and reducing affordability. The study concludes that addressing informal payments is critical to improving supply chain efficiency and food accessibility. Policy interventions should prioritize the formalization and integration of informal retailers, alongside targeted investments in transport logistics, cold storage, marketing infrastructure, and financial inclusion through government support or public–private partnerships.
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 | 0,001 | 0,003 |
| 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 ».