Voluntary Cost-Share Programs: Lessons from Economic Theory and Their Application to Rural Water Quality Programs
Notice bibliographique
Résumé
Inducing farmers to adopt alternative, more environmentally friendly production practices has been attempted in a variety of ways ranging from moral suasion to direct regulation to economic instruments. Among the most common instruments are voluntary cost-share programs that involve taxpayers sharing in the cost of production practices that generate fewer pollutants. These programs increase the attractiveness of alternative practices to farmers because they either compensate the farmer for any loss in profits or they offset the capital costs of adopting the new technology. Voluntary cost-share programs are a common policy tool because of their political viability, but their effectiveness has been limited largely due to the blanket approach used to distribute funds (Weersink et al., 1998). Since such programs continue to be a popular policy tool, as evidenced by the Environmental Quality Incentive Program (EQIP) in the United States and the National Heritage Trust in Australia, regulators need to know how to improve their effectiveness. This paper examines whether voluntary cost-share programs can succeed in achieving environmental objectives efficiently. The paper begins by developing a conceptual model of atypical cost-share program in which the regulator subsidizes the cost incurred for a set of pre-approved abatement practices. The paper then examines the cost-share program — the Rural Water Quality Program (RWQP) implemented in the Grand River Watershed by the Regional Municipality of Waterloo, Ontario.
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 | 0,000 |
| 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) | 0,001 | 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 ».