MétaCan
Menu
← Retour à la cohorte
Enregistrement W2287828028

Taxes versus Standards (Again): Misallocation and Productivity Consequences of Energy and Emission Intensity Targets

2012· article· en· W2287828028 sur OpenAlexaffabout
Trevor Tombe, Jennifer Winter

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEnergy taxEconomicsProductivityEnergy intensityPublic economicsMicroeconomicsEnergy (signal processing)MacroeconomicsTax reform
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Various policies, from energy taxes to emission intensity limits, promote energy conservation and emission reduction, and have potentially different effects on aggregate productivity and GDP. Theory and evidence regarding the superiority of either policy is mixed, leading some jurisdictions to adopt energy taxes and others to adopt intensity standards. We contribute to this debate by developing a tractable quantitative model reflecting the industrial structure and energy use patterns of developed economies. In contrast with most existing literature, we explicitly incorporate productivity dispersion across firms in multiple industries. This is important as policies can (1) differentially burden firms, leading some to exit, and (2) create factor-market distortions, lowering aggregate productivity. In the model, calibrated to Canadian data, a flat energy tax is usually superior to intensity standards, as the tax does not cause factor-market distortions, though it does induce firm exit. The cost of a firm-specific standard is mainly driven by factor-market distortions while the cost of a sector-specific standard is mainly from firm exit. In special cases where standards are superior to a flat tax, an alternative tax scheme – where firm-specific rates increase with energy intensity – dominates the standard. The scope for market-based emission reduction policies is therefore larger than previously recognized. JEL Classification: Q4, Q5, H2, E6

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 enseignants0,147
Score d'incertitude au seuil0,292

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,004
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,084
Tête enseignante GPT0,271
Écart entre enseignants0,187 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate Change Policy and Economics→Travaux en français237 207→