Evaluating the efficiency and effectiveness of environmental policies for global and local air pollutants
Notice bibliographique
Résumé
Unregulated global and local air pollutants impose high costs on society. For more than half a century, economists have argued that the introduction of market instruments such as pollution taxes or cap-and-trade markets can cut aggregate emissions at the lowest cost. Market instruments have been implemented by some countries to reduce local pollutants, such as nitrogen oxides, and global pollutants, such as greenhouse gas (GHG) emissions. One problem with this context is the lack of evidence on the cost savings of market-based policies relative to other policies. Particularly for global pollutants, a second problem with the patchwork of policies is carbon leakage, where emission reductions from regulated countries are offset by emission increases in unregulated countries. This dissertation seeks to explore these two problems. The first chapter, Do environmental markets improve allocative efficiency? Evidence from U.S. air pollution, develops a framework to test the allocative efficiency changes of introducing cap-and-trade markets. The framework is applied to landmark U.S. air pollution markets using manufacturing data. The chapter finds evidence of allocative efficiency gains for some markets. The second chapter, Carbon pricing and competitiveness pressures: The case of cement trade, provides empirical evidence of decreased net exports of a carbon-intensive product, cement, in British Columbia, Canada following the introduction of their carbon tax. The third chapter, Do carbon tariffs reduce carbon leakage? Evidence from trade tariffs, combines theory and data to study the effects of proposed carbon tariffs that price the carbon content of imports on foreign GHG emission changes. The chapter finds evidence of reduced GHG emissions from targeted industries and an unintended emission offset effect from downstream industries. Together, these chapters provide evidence on the efficiency and effectiveness of policies promoted to mitigate harmful air pollutants.
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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».