Assessing the Contribution of Carbon Emissions Trading in China to Carbon Intensity Reduction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper assesses the impacts of emissions trading between Jiangxi Province and the Rest of China on the carbon prices, total cost of carbon reduction and GDP loss using a two-region provincial Computable General Equilibrium model developed for China. The results reveal that without emissions trading, the carbon prices in 2020 would be 46.8 US$ in Jiangxi Province and 23.2 US$ in the rest of China, leading to GDP loss of 1.07% and 0.79% respectively. However, if emissions trading is allowed between provinces, Jiangxi Province needs to import CO 2 emissions allowance from the rest of China. In 2013, the trading amount is 14.30 million ton or 7.84% of total CO 2 emissions of Jiangxi Province. In 2020, the trading amount triples as compared to 2013, to a level of 44.85 million ton, accounting for 19.37% of Jiangxi’s total emissions. The results also reveal that the total costs of Jiangxi Province and the whole China would fall due to emissions trading, which is consistent with the theoretical implications. It is found that in the case of emissions trading, the GDP loss in 2020 would be lower for Jiangxi Province, at 0.36% instead of 1.07%. Key words: Domestic carbon emissions trading; 2-regional CGE model; China
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.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle