Subsidies, Standards, or Both? Trade-Offs among Policies for 100% Zero-Emissions Vehicle Sales
Notice bibliographique
Résumé
Numerous regions are committed to reaching 100% light-duty zero-emissions vehicle (ZEV) sales by 2035 or earlier. For the case of Canada, we explore two policy pathways toward this goal: (i) a stringent ZEV sales standard (or mandate) and (ii) a purchase subsidy-based strategy (of three different durations). The AUtomaker-consumer Model (AUM) is used to compare policy impacts on ZEV sales, GHG mitigation, vehicle markups and prices, and automaker profits from 2023 to 2035. The examined subsidy approach ($15k per ZEV) is ineffective, raising ZEV new market share to 44-69% by 2035, while increasing automaker profits in part due to 13-18% capture of the subsidy value (incidence). In contrast, the strong ZEV sales standard can induce 95-100% ZEV sales by 2035, while inducing more ZEV-supportive strategies by the automakers, including an average 22% reduction in the prices of ZEVs, a 6% increase in the price of conventional vehicles, and a doubling of ZEV-related Research & Development (R&D) investment. The ZEV standard decreases cumulative automaker profits relative to the baseline (2023-2035), though annual 2035 profits are still higher than annual profits in 2023. Finally, the combination of the subsidy and standard can achieve the same positive outcomes while somewhat mitigating profit losses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».