MétaCan
Menu
Retour à la cohorte
Enregistrement W7107948783 · doi:10.1016/j.jeem.2025.103263

Asymmetric environmental regulation, interfuel substitution and carbon leakage

2025· article· en· W7107948783 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Environmental Economics and Management · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubstitution (logic)Leakage (economics)Carbon fibersCarbon leakageEnvironmental policy

Résumé

récupéré en direct d'OpenAlex

This paper examines how plants adjust their production in response to asymmetric carbon pricing. When plants compete across areas, asymmetric regulation can lead to carbon leakage, shifting emissions from regulated to unregulated areas. I build a production model with multiple fuel inputs, imperfect competition, and region-specific carbon taxes. Using publicly available Canadian plant-level data on a wide range of air pollutants, I invert the chemical reactions from combustion to back out plants’ fuel usage. I then estimate the model by exploiting variation in the British Columbia (B.C.) and Quebec carbon taxes, which were implemented in 2008 and 2007, respectively. Findings indicate substantial emissions reductions in British Columbia, with 95 % confidence intervals ranging from 7 % to 48 %, and no reduction in Quebec. Contrary to theoretical predictions of carbon leakage, the analysis reveals no statistically significant shift in production toward unregulated provinces. A detailed decomposition reveals that the absence of leakage was primarily due to the regulated plants’ ability to absorb the tax by switching from oil to natural gas and by reallocating output from dirtier to cleaner plants within British Columbia.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,003
Tête enseignante GPT0,162
Écart entre enseignants0,158 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Economics and ManagementMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207