Addressing competitiveness of emissions-intensive and trade-exposed sectors: a review of Alberta's carbon pricing system
Notice bibliographique
Résumé
In 2018, the Canadian province of Alberta introduced a revamped carbon pricing regime – the Carbon Competitiveness Incentives Regulation (CCIR) – for large industrial emitters. This regulation set product benchmark emissions intensities and required that facilities purchase emissions credits for the portion of emissions that fell above that product benchmark. With a focus on Alberta's oil and gas industry, this paper assesses mechanisms used under the CCIR to address competitiveness-driven carbon leakage for emissions-intensive and trade-exposed sectors. These mechanisms include exclusions, output-based allocations and financial compensation in the form of market-based compliance flexibility and access to innovation funding. The CCIR also provided additional cost containment for facilities that demonstrated significant economic risk resulting from carbon compliance costs. The output-based allocation, which is the primary policy mechanism for addressing competitiveness, is compared with the carbon pricing system in California. This review suggests that the CCIR failed to provide evidence that emission allocation levels were sufficient to mitigate carbon leakage. Further, the system's definition of competitiveness failed to incorporate the ability to attract new investment, which is particularly important for the oil and gas sector due to its capital-intensive nature. Understanding policy options for protecting industry competitiveness from carbon pricing may help to inform future regulatory design that mitigates the likelihood of carbon leakage.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».