Trade Policy and Global Sourcing: An Efficiency Rationale for Tariff Escalation

降级 关税 国际贸易 业务 国际经济学 原产地规则 经济 医学 重症监护医学
作者
Pol Antràs,Teresa Fort,Agustín Gutiérrez,Felix Tintelnot
标识
DOI:10.1086/728993
摘要

Import tariffs tend to be higher on final goods than inputs, a phenomenon referred to as tariff escalation. Despite its salience, existing research does not predict that tariff escalation increases welfare. We show that tariff escalation is usually welfare-improving when final-good production occurs under increasing returns to scale. In our vertical model, countries export inputs directly or by embodying them in final goods. The latter raises welfare if final-good efficiency is increasing in sector size, and a disproportionately high final-good tariff exploits this benefit. When tariffs are the only available instruments, this effect dominates input-tariff motives for most parameter values.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
清爽寒安完成签到 ,获得积分10
1秒前
了0完成签到 ,获得积分10
5秒前
5秒前
tcheng发布了新的文献求助10
8秒前
飞快的冰淇淋完成签到 ,获得积分10
10秒前
Bismarck发布了新的文献求助10
12秒前
tcheng完成签到,获得积分10
17秒前
19秒前
XRWei完成签到 ,获得积分10
35秒前
38秒前
46秒前
49秒前
学分完成签到 ,获得积分10
53秒前
学术小垃圾完成签到,获得积分10
55秒前
眼睛大的剑心完成签到 ,获得积分10
59秒前
最美夕阳红完成签到,获得积分10
1分钟前
z_king_d_23完成签到,获得积分10
1分钟前
风秋杨完成签到 ,获得积分0
1分钟前
111完成签到 ,获得积分10
1分钟前
1分钟前
hyl-tcm完成签到 ,获得积分10
1分钟前
栗子完成签到 ,获得积分10
1分钟前
634301059完成签到 ,获得积分10
1分钟前
今天开心吗完成签到 ,获得积分10
1分钟前
1分钟前
从容的水壶完成签到 ,获得积分10
1分钟前
劲秉应助飞飞飞采纳,获得30
1分钟前
JHL完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
香蕉子骞完成签到 ,获得积分10
1分钟前
cc2713206完成签到,获得积分0
1分钟前
黑糖珍珠完成签到 ,获得积分10
2分钟前
Joanne完成签到 ,获得积分10
2分钟前
sci_zt完成签到 ,获得积分10
2分钟前
Spring完成签到,获得积分10
2分钟前
航行天下完成签到 ,获得积分10
2分钟前
祭酒完成签到 ,获得积分10
2分钟前
美好灵寒完成签到 ,获得积分10
2分钟前
蒲蒲完成签到 ,获得积分10
2分钟前
高分求助中
All the Birds of the World 4000
Production Logging: Theoretical and Interpretive Elements 3000
Animal Physiology 2000
Les Mantodea de Guyane Insecta, Polyneoptera 2000
Am Rande der Geschichte : mein Leben in China / Ruth Weiss 1500
CENTRAL BOOKS: A BRIEF HISTORY 1939 TO 1999 by Dave Cope 1000
Machine Learning Methods in Geoscience 1000
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3736714
求助须知:如何正确求助?哪些是违规求助? 3280670
关于积分的说明 10020241
捐赠科研通 2997394
什么是DOI,文献DOI怎么找? 1644527
邀请新用户注册赠送积分活动 782060
科研通“疑难数据库(出版商)”最低求助积分说明 749656