MétaCan
Menu
Retour à la cohorte
Enregistrement W2593482350 · doi:10.15173/esr.v20i1.544

Optimal Intervention Policies in International Emissions Trading Considering Ancillary Benefits of Carbon Abatement

2013· article· en· W2593482350 sur OpenAlexvenueno aff
Tsung-Chen Lee, Hsiao‐Chi Chen, Shi‐Miin Liu

Notice bibliographique

RevueEnergy Studies Review · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllowance (engineering)SubsidyIncentiveEconomicsExternalityEmissions tradingCarbon priceIntervention (counseling)TariffGreenhouse gasNatural resource economicsInternational economicsEconomic interventionismMicroeconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

This paper explores governments’ optimal intervention policies under imperfectly competitive international emissions trading (IET) considering ancillary benefits of carbon abatement (i.e., positive externalities). A sequential game is employed to conduct the analyses. It is found optimal for all countries to intervene in IET by imposing an import tariff (or export subsidy) equal to the marginal ancillary benefit of carbon abatement. Accordingly, the magnitude of ancillary benefits will affect the incentive for domestic abatement and the equilibrium of the IET market. Increasing ancillary benefits will enhance the intervention level and domestic abatement and leads to a fall in the equilibrium allowance price. However, its impact on the emissions for price-making country and that for price-taking countries are somewhat different. If the price-making country has larger ancillary benefit, she will be willing to abate more carbon emissions. By contrast, an increase in the ancillary benefits of a price-taking country will lead to an ambiguous impact on her abatement level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

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

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 Opus0,165
Tête enseignante GPT0,318
Écart entre enseignants0,152 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Studies ReviewMême sujetClimate Change Policy and EconomicsTravaux en français237 207