EXPLORING THE IMPACTS OF A NATIONAL U.S. CO<sub>2</sub> TAX AND REVENUE RECYCLING OPTIONS WITH A COUPLED ELECTRICITY-ECONOMY MODEL
Notice bibliographique
Résumé
This paper provides a comprehensive exploration of the impacts of economy-wide CO2 taxes in the U.S. simulated using a detailed electric sector model [the National Renewable Energy Laboratory’s Regional Energy Deployment System (ReEDS)] linked with a computable general equilibrium model of the U.S. economy [the Massachusetts Institute of Technology’s U.S. Regional Energy Policy (USREP) model]. We implement various tax trajectories and options for using the revenue collected by the tax and describe their impact on household welfare and its distribution across income levels. Overall, we find that our top-down/bottom-up models affects estimates of the distribution and cost of emission reductions as well as the amount of revenue collected, but that these are mostly insensitive to the way the revenue is recycled. We find that substantial abatement opportunities through fuel switching and renewable penetration in the electricity sector allow the economy to accommodate extensive emissions reductions at relatively low cost. While welfare impacts are largely determined by the choice of revenue recycling scheme, all tax levels and schemes provide net benefits when accounting for the avoided global climate change benefits of emission reductions. Recycling revenue through capital income tax rebates is more efficient than labor income tax rebates or uniform transfers to households. While capital tax rebates substantially reduce the overall costs of emission abatement, they profit high income households the most and are regressive. We more generally identify a clear trade-off between equity and efficiency across the various recycling options. However, we show through a set of hybrid recycling schemes that it is possible to limit inequalities in impacts, particularly those on the lowest income households, at relatively little incremental cost.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».