Regional Population Size and the Cost of Municipal Environmental Protection Services: Empirical Evidence from Ontario
Notice bibliographique
Résumé
With the passage of City of Toronto Act, the Government of Ontario created a ‘megacity’ by amalgamating six lower tier municipalities with the upper tier Regional Municipality of Metropolitan Toronto. The controversy over the megacity bill and similar proposals for amalgamation in other Ontario regions has rekindled a debate over whether larger city-regions supply services at a lower cost per capita than smaller regions. Through numerous public pronouncements and television advertisements, the Government argued that larger city-regions reduce political and administrative overlap, operate more efficiently, and subsequently reduce municipal government expenditures. The savings result in lower property taxes, making amalgamated communities more attractive locations for new business investment. Despite considerable public debate, neither the Government nor its critics say much about the potential environmental consequences and related environmental protection expenditures resulting from amalgamation. As in many jurisdictions, environmental protection represents a major area of program spending for municipal governments in Ontario. These outlays absorb approximately 18 % of total municipal expenditures across Ontario, with some municipalities that have high per capita expenditures such as the District of Muskoka spending as much as 26 % of their total budget (Ministry of Municipal Affairs (MMA) 1993a). If the ‘bigger is better’ argument holds for environmental programs in Ontario, some economy of scale should be present in the existing expenditure data. In this context we pursue two research objectives. First, we review the literature on the relationships between population size and environmental costs to provide a rationale for the research. Second, we analyse the empirical relationship between environmental expenditures and population size in Ontario to inform current policy debates and contribute empirical evidence to the scholarly discourse. The next section contains the literature review and conceptual framework. This is followed by a description of the data and methods. Presentation and discussion of the results follow this section. The paper concludes with a summary and recommendations for future research.
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 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».