MétaCan
Menu
Retour à la cohorte
Enregistrement W4403880695 · doi:10.1111/caje.12745

Economic implications of a phased‐in <scp>EV</scp> mandate in Canada

2024· article· en· W4403880695 sur OpenAlexaffvenueabout
Ross McKitrick

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMandateBusinessPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Canada plans to phase out internal combustion engine vehicle (ICEV) sales in favour of electric vehicles (EVs) by 2035 as part of its climate policy. Herein I examine the economic implications of a phased‐in electric vehicle mandate. I show using partial equilibrium analysis that when both types of cars are available, auto companies will overproduce electric vehicles and earn scarcity rents on internal combustion engine vehicles that partially offset the revenue loss on electric vehicles. I then present a numerical general equilibrium model of the Canadian economy to assess the overall macroeconomic consequences of the policy. The results depend critically on the assumed pace at which electric vehicles achieve cost parity with internal combustion engine vehicles on a quality‐adjusted basis. An electric vehicle mandate will have manageable economic consequences if technology improves so rapidly that the mandate is unnecessary. If the mandate outpaces achievement of cost parity the economic consequences can be severe and would likely cause the auto manufacturing sector to shut down. The cost per tonne of emission reductions are at least 10 times the Canadian carbon tax rate while the mandate is binding. The analysis provides insight into why automakers have been willing hitherto to develop and sell electric vehicles even though they currently lose money on them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,611

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,184
Écart entre enseignants0,136 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207