MétaCan
Menu
Retour à la cohorte
Enregistrement W4240838025 · doi:10.2202/1538-0645.1506

Efficiency and Sectoral Distributional Impacts of Output-Based Emissions Allowances in Canada

2006· article· en· W4240838025 sur OpenAlexaffabout
Yazid Dissou

Notice bibliographique

RevueContributions in Economic Analysis & Policy · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEconomicsEmissions tradingSubsidyPayrollRevenueNatural resource economicsEfficient energy useProduction (economics)Distribution (mathematics)Environmental economicsGreenhouse gasMicroeconomicsMarket economyFinance

Résumé

récupéré en direct d'OpenAlex

Emissions trading with output-based allocation (OBA) of emissions allowances is gaining popularity as a mean to address sectoral distribution issues related to the use of market-based instruments in pollution control. Using a dynamic general equilibrium framework, this paper assesses the potential trade-off between efficiency and uneven sectoral distributional effects. It compares OBA and other alternative emissions trading systems, with special attention to the heterogeneity among energy-intensive industries. Because abatement is achieved at a higher marginal cost with OBA, it is less efficient than emissions trading systems in which permit revenues are used to reduce payroll taxes. Nonetheless, the implicit output subsidy in OBA improves the sectoral distributional outcome of the abatement policy to the benefit of energy-intensive industries as a whole. The simulation results also suggest that energy-intensive industries that do not produce energy are the main beneficiaries of OBA. In the new carbon-constrained environment, energy intensive industries that produce energy could not benefit from OBA.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,016
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations7
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContributions in Economic Analysis & PolicyMême sujetClimate Change Policy and EconomicsTravaux en français237 207