Did ETS Coverage and Free Allowances Affect Economic Performance and GHG Emissions in the EU?: Evidence from a Panel of EU Sectors
Notice bibliographique
Résumé
This study analyzes the impacts of the European Union Emissions Trading System and free allowances on sectoral value added, gross output, and greenhouse gas emissions in the European Union for the period 1995-2020. Since the European Union Emissions Trading System inherently covers firm-level emissions, most studies in this area have been conducted at the firm level. However, a sectoral analysis allows understanding how sectors as a whole respond to the carbon pricing mechanism in terms of carbon reductions, competitiveness and sectoral output growth. It can also reveal how changes differ across sectors subject to different regulations. Controlling for sectoral employment, intermediate input use, and time effects, the results show that European Union Emissions Trading System coverage has a negative impact on both value added and gross output, but does not lead to a significant reduction in greenhouse gas emissions. The findings indicate that more labor-intensive and less input-intensive production can reduce emissions. Furthermore, the study draws attention to the competitive losses caused by compliance costs in sectors within the scope of the European Union Emissions Trading System and shows that the impact of free allowances on performance is insufficient. These results highlight the importance of coherent and inclusive approaches in policy design to more effectively manage the economic and environmental impacts of the European Union Emissions Trading System. It is recommended to develop more targeted and flexible strategies, taking into account sectoral differences.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 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 ».