Predicting the "gains from trade" using AI technology in the agricultural sector

使用人工智能技术预测农业领域的“贸易收益”

• 批准号: 21K14930
• 负责人: 佐藤 秀保
• 金额: $ 2.91万
• 依托单位: Toyo University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K14930/
• 关键词: 農産物貿易; 自由貿易協定; 代替の弾力性; メタ分析; 貿易の利益; 応用一般均衡分析; 機械学習; 国際貿易

本研究の開始から２年目となる2022年度は，主に貿易自由化の政策シミュレーションでキー・パラメータとみなされている代替の弾力性を中心とした需要の諸弾力性について，国内外の文献を整理し，得られた点推定値がいかなる要因によって説明されるかという点に主眼を置いて研究を進めた．とりわけ，国際的な学術雑誌では日本を対象国とし，かつ農産物を財として諸弾力性の推定を試みた論文がほとんどみられず，一方で国内のローカル誌では毎年様々なジャーナルでそれらの値が報告されている．これらの日本語で記述された研究成果をグローバルに共有する意義は大きいため，国内の文献を中心に諸弾力性値を被説明変数，他の要因（需要推定の際にトレンド項をいれているか，特定の期間のショックに対するダミー変数を入れいているか，分析期間はどのくらいか，需要関数の積分可能性に関する検定を行った結果はどうか，など）を説明変数としたOLS推定によるメタな分析を試みた．未だ限られた文献を対象にしかできず思うような結果が得られなかったが，サンプル・サイズを大きくすることで，より有益な結果が期待できる．なお，本分析の着想は比較的最近出版されたBajzik et al.(2020)が3,500を超える代替の弾力性の推定値についてメタ分析を行い，出版バイアスを考慮した上でおよそ中央値で3.8という結果を報告したことに影響を受けている（しかし，Bajzik et al.では農産品はほとんど含まれておらず日本を対象とした推定もわずかしか含まれていない）．

2022财年，即本研究开始的第二年，我们将主要研究有关各种需求弹性（主要是替代弹性）的国内外文献，这些弹性被认为是贸易自由化政策模拟的关键参数。因素解释了所获得的点估计。特别是，国际学术期刊上几乎没有试图以日本为对象国、以农产品为商品来估算各种弹性的文章，而在日本本土期刊中，各种期刊每年都会发表这些数值。报道称。由于在全球范围内分享这些用日语撰写的研究成果具有重要意义，因此我们将主要使用国内文献中的各种弹性值作为因变量和其他因素（需求估计中是否包含趋势项）进行尝试。使用OLS估计的荟萃分析，使用解释变量，例如是否包含特定时期冲击的虚拟变量、分析周期是多长、以及需求函数Ta的可积性检验的结果如何。尽管由于我们只能针对有限的文献而无法获得预期的结果，但我们可以通过增加样本量来期待更有用的结果。这项分析的想法是 Bajzik 等人 (2020) 发表的一篇相对较新的文章，他们对 3,500 多个替代弹性估计进行了荟萃分析，并在考虑发表偏差后发现中位数为 3.8（但是，Bajzik.等人包括很少的农产品，并且只对日本进行了一些估计）。