Effects of asymmetric policies to achieve emissions reduction on energy trade: A North American perspective
Notice bibliographique
Résumé
The implementation of asymmetric emission reduction policies can not only increase the cost of reducing emissions but also reduce the effectiveness of climate policies themselves, leading to policy inefficiencies such as carbon leakage. This paper investigates the impact of asymmetric emission reduction policies on the cost-effectiveness and efficiency of climate strategies in North America. Using a model inter-comparison approach, which combines two bottom-up global models and one top-down global model, this study assesses the effects of such policies on fuel substitution, global fossil fuel trade, and emissions in North America and globally. It is the first work where a multi-model approach is used for exploring how different energy systems react to asymmetric carbon policies. This provides critical insights into regional policy design within a global emissions framework. Quantitatively, the study reveals that asymmetric carbon pricing can lead to more than 60% global emissions reduction in certain models, but can also drive trade distortions , where U.S. exemptions result in emissions rising by more than 10% compared to reference scenarios. Qualitatively, significant fuel substitution patterns across Canada, Mexico , and the U.S. demonstrate increased coal consumption when carbon prices are unevenly applied. While no global emission increase was observed, asymmetric policies result in inefficiencies between local policy costs and emissions reduction outcomes, such as rising fossil fuel trade in non-abating regions. The findings suggest that harmonising carbon policies across regions would reduce inefficiencies and minimise 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».