The economics of carbon pricing: comparing policy design and outcomes in Europe and British Columbia
Bibliographic record
Abstract
Este trabajo ofrece una revisión exhaustiva de los instrumentos de fijación de precios del carbono implementados en Europa y Columbia Británica, examinando sus consecuencias económicas y medioambientales a través de un análisis sistemático de la bibliografía contemporánea. El estudio compara dos mecanismos principales basados en el mercado —los impuestos sobre el carbono y los sistemas de comercio de derechos de emisión (EU ETS y BC OBPS)— para evaluar su eficacia en la reducción de emisiones y su impacto en indicadores macroeconómicos clave. La bibliografía demuestra de manera sistemática que los mecanismos de fijación de precios del carbono son eficaces para reducir las emisiones de gases de efecto invernadero. En cuanto a las repercusiones económicas, los datos revelan que no hay efectos adversos significativos sobre el crecimiento del PIB, lo que pone en tela de juicio las preocupaciones sobre los perjuicios económicos de la política climática. Sin embargo, surgen importantes diferencias entre ambos instrumentos: los mercados de emisiones europeos generan mayores costes económicos, mientras que los impuestos, en particular los diseños neutros desde el punto de vista de los ingresos, muestran efectos negativos menores. Los efectos inflacionarios son ambiguos, y la literatura presenta conclusiones contradictorias. El análisis distributivo pone de relieve preocupaciones críticas en materia de equidad, ya que los hogares de bajos ingresos soportan cargas desproporcionadas tanto por los costes directos de la energía como por los efectos indirectos en el mercado laboral. El estudio concluye que los mecanismos de reciclaje de ingresos y el diseño de políticas progresistas son esenciales para alcanzar los objetivos medioambientales y garantizar al mismo tiempo resultados equitativos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".