MétaCan
Menu
Retour à la cohorte
Enregistrement W1538784779

The Cost of Environmental Policy under Induced Technical Change

2012· article· en· W1538784779 sur OpenAlexaff
Sjak Smulders, Corrado Di Maria

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTechnological changeEconomicsTechnical changeNatural resource economicsExternalityMarginal abatement costIncentiveProductivityInvestment (military)Valuation (finance)Environmental policyConsumption (sociology)Marginal costWelfareEnvironmental pollutionMicroeconomicsMarket economyMacroeconomicsEnvironmental protectionEnvironmental scienceGreenhouse gas
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Conventional wisdom argues that environmental policy is less costly if environmental policy induces the development of cleaner technologies. In contrast to this argument, we show that the cost of environmental policy (a reduction in emissions) may be larger with induced technical change than without. To explain this apparent paradox, we analyze three main issues. The first key issue is whether the new technology increases or reduces the marginal cost of abatement. While most analyses in environmental economics consider it natural that marginal abatement costs fall as new technology is developed, we argue that technological change may instead increase the productivity of polluting inputs, and thus marginal abatement costs. The second issue is whether environmental policy increases or decreases total investment and innovation. Even when stricter environmental policy induces some pollution-saving technological change, it may do so at the cost of a reduced overall rate of innovation, which crowds out production and consumption, and thus makes environmental policy more costly. Finally, the presence of additional distortions drive wedges between the social and private valuation of investment and pollution that may provide incentives for induced technological change with welfare-deteriorating effects.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,223
Tête enseignante GPT0,290
Écart entre enseignants0,067 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change Policy and EconomicsTravaux en français237 207