Output‐based rebating of carbon taxes in a neighbour's backyard: Competitiveness, leakage and welfare
Notice bibliographique
Résumé
Abstract We investigate how, in an open economy, carbon taxes combined with output‐based rebating (OBR) perform in interaction with the carbon policies of a large neighbouring trading partner. Analytical results suggest that, whether the purpose of the OBR policy is to compensate firms for carbon tax burdens or to maximize welfare (accounting for global emission reductions), the OBR rate should be positive in policy‐relevant cases. Numerical simulations for Canada, with the US as the neighbouring trading partner, indicate that the impact of US policies on the OBR rate will depend crucially on the purpose of the Canadian OBR policies. If, for a given US carbon policy, Canada's aim is to restore the competitiveness of domestic emission‐intensive and trade‐exposed (EITE) firms to the same level as before the introduction of its own carbon taxation, we find that the necessary domestic OBR rates will be insensitive to the foreign carbon policies. However, if not only the Canadian carbon tax but also an equally high US tax is introduced, compensatory Canadian OBR rates will be up to 50% lower, depending on the sector and on US OBR policy. If the policy objective is to increase economy‐wide allocative efficiency (welfare) of Canadian policies by accounting for carbon leakage, the US policies will have only a minor downward pressure on desirable OBR rates in Canada. Practical choices of OBR rates hardly affect overall domestic economic performance; thus, output‐based rebating qualifies as an instrument for compensating EITE industries without a large sacrifice in terms of economy‐wide allocative efficiency.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».