Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Danh mục giảm phát và các công cụ chính sách khi phòng ngừa sự không chắc chắn về chính sách khí hậu và công nghệ
Tóm tắt
Trong bài báo này, chúng tôi sử dụng một mô hình đánh giá tích hợp ngẫu nhiên để đánh giá tác động của sự không chắc chắn về thuế carbon trong tương lai và chi phí của các công nghệ năng lượng carbon thấp. Chúng tôi đánh giá các hệ quả của sự không rõ ràng này đối với danh mục giảm phát dưới nhiều giả định khác nhau và đánh giá vai trò của các tiêu chuẩn hiệu suất phát thải cùng các danh mục năng lượng tái tạo trong việc hỗ trợ một chính sách khí hậu dựa trên thị trường. Kết quả cho thấy rằng chính sách khí hậu và sự không chắc chắn về công nghệ có tầm quan trọng với những tác động khác nhau đối với tất cả các lựa chọn giảm phát. Tác động này thay đổi tùy theo công nghệ, loại sự không chắc chắn và mức độ rủi ro. Chúng tôi chỉ ra rằng sự không chắc chắn về giá carbon không làm thay đổi đáng kể mức độ giảm phát, nhưng nó có ảnh hưởng đến danh mục giảm phát, đặc biệt là làm giảm các khoản đầu tư R&D năng lượng vào các công nghệ tiên tiến. Khi chi phí đầu tư không chắc chắn, các khoản đầu tư sẽ bị trì hoãn, đặc biệt là trong các giai đoạn đầu, nhưng tác động này được giảm nhẹ đối với các công nghệ có triển vọng học hỏi công nghệ. Tổng thể, những hiểu biết này ủng hộ một mức độ quy định nào đó để khuyến khích các khoản đầu tư vào than có trang bị công nghệ thu giữ và lưu trữ carbon, và nghiên cứu & phát triển năng lượng sạch.
Từ khóa
#chính sách khí hậu #công nghệ carbon thấp #đầu tư R&D năng lượng #mô hình đánh giá tích hợp #sự không chắc chắnTài liệu tham khảo
Bahn, O., Haurie, A., & Malham, R. (2008). A stochastic control model for optimal timing of climate policies. Automatica, 44, 1545–1558.
Baker, E., & Shittu, E. (2006). Profit maximizing R&D investment in response to a random carbon tax. Resource and Energy Economics, 28, 105–192.
Blanford, G. J. (2009). R&D investment strategy for climate change. Energy Economics, 31(S1), S27–S36.
Borer, M. J., & Wustenhagen, M. (2009). Which renewable energy policy is a venture capitalist' s best friend? Empirical evidence from a survey of international cleantech investors. Energy Policy, 37(12), 4997–5006.
Bosetti, V., Carraro, C., Massetti, E., Tavoni, M. (2006). WITCH: A world induced technical change hybrid model. The Energy Journal, Special Issue. Hybrid Modeling of Energy-Environment Policies: Reconciling Bottom-up and Top-down, 13–38 (2006).
Bosetti, V., Carraro, C., Sgobbi, A., & Tavoni, M. (2009). Delayed action and uncertain targets. How much will climate policy cost? Climatic Change, 96(3), 299–312.
Bosetti, V., & Tavoni, M. (2009). Uncertain R&D, backstop technology and GHGs stabilization. Energy Economics, 31, S18–S26.
Bosetti, V., Carraro, C., Duval, R., Tavoni, M. (2010). What should we expect from innovation? A model-based assessment of the environmental and mitigation cost implications of climate-related R&D. FEEM Working Paper No. 42, Milan.
De Cian, E., Tavoni, M. (2010). The role of international carbon offsets in a second-best climate policy: A numerical evaluation. FEEM Working Paper, No. 33, Milan.
Dixit, A., & Pindyck, R. S. (1994). Investment under uncertainty. Princeton: Princeton Univ Press.
Ecofys (2009). Scenarios on the introduction of CO2 emission performance standards for the EU power sector. http://www.ecofys.com/com/publications/documents/FinalReportEcofys_EPS_Scenarios_13Jan2009.pdf
Fisher, A. (2003). Irreversibility and catastrophic risk in climate change. In E. van Ierland, H. Weikard, & J. Wesseler (Eds.), Risk and uncertainty in environmental and resource economics. Wagenigen: Wagenigen University.
Fisher, A., & Narain, U. (2003). Global warming, endogenous risk, and irreversibility. Environmental and Resource Economics, 25, 395–416.
Goulder, L. H., & Schneider, S. H. (1999). Induced technological change and the attractiveness of CO2 abatement policies. Resource and Energy Economics, 21(3–4), 211–253.
Ha-Duong, M., Grubb, M. J., & Hourcade, J. C. (1997). Influence of socioeconomic inertia and uncertainty on optimal CO2 emission abatement. Nature, 30, 270–273.
Hendricks, C., Graus, W., Bergen, F. (2004). Global carbon dioxide storage potential and costs, Rijksinstituut voor Volksgezondheit en Milieu, TNO/ECOFYS.
Johansson, D. J. A., Persson, U. M., & Azar, C. (2008). Uncertainty and learning: Implications for the trade-off between short-lived and long-lived greenhouse gases. Climatic Change, 88(3–4).
Johnstone, N., Haščič, I., & Popp, D. (2010). Renewable energy policies and technological innovation: Evidence based on patent counts. Environmental and Resource Economics, 45, 133–155.
Karp, L., & Zhang, J. (2006). Regulation with anticipated learning about environmental damages. Journal of Environmental Economics and Management, 51, 259–280.
Keller, K., Bolker, B. M., & Bradford, D. F. (2004). Uncertain climate thresholds and optimal economic growth. Journal of Environmental Economics and Management, 48, 723–741.
Kolstad, C. (1996). Fundamental irreversibilities in stock externalities. Journal of Public Economics, 60, 221–233.
Kolstad, C. (1996). Learning and stock effects in environmental regulations: The case of greenhouse gas emissions. Journal of Environmental Economics and Management, 31, 1–18.
\Kriegler, E., Lorenz, A., Schmidt, M. (2010). The effect of uncertainty about catastrophic climate damages on optimal abatement levels revisited, presented at the International Energy Workshop, http://www.kth.se/polopoly_fs/1.61926!D3_Kriegler.pdf
Loulou, R., Labriet, M., & Kanudia, A. (2009). Deterministic and stochastic analysis of alternative climate targets under differentiated cooperation regimes. Energy Economics, 31(S2), S131–S143.
Manne, A., & Richels, R. (1995). The greenhouse debate. Economic efficiency, burden sharing and hedging strategies. The Energy Journal, 16(4), 1–37.
Massetti, E., Nicita, L. (2010). Optimal R&D investments and the cost of GHG stabilization when knowledge spills across sectors. CESifo Working Paper No 2988.
Nemet, G. F. (2010). Robust incentives and the design of a climate change governance regime. Energy Policy, 38(11), 7216–7225.
Nordhaus, W. D., & Popp, D. (1997). What is the value of scientific knowledge? An application to global warming using the price model. Energy Journal, 18(1), 1–45.
Nordhaus, W. D. (2007). A question of balance. Cambridge: MIT Press.
Nordhaus, W. D. (2007). A review of the stern review on the economics of climate change. Journal of Economic Literature, 45, 686–702.
Otto, V. M., Löschel, A., & Reilly, J. (2008). Directed technical change and differentiation of climate policy. Energy Economics, 30(6), 2855–2878.
Pindyck, R. (1992). Investments of uncertain costs. NBER Working Paper, No.4175.
Pindyck, R. (2000). Irreversibilites and the timing of environmental policy. Resource and Energy Economics, 22, 233–259.
Popp, D. (2006). R&D subsidies and climate policy: Is there a free lunch? Climatic Change, 77(3–4), 311–341.
Rothschild, M., & Stiglitz, J. (1970). Increasing risk I: A definition. Journal of Economic Theory, 2, 225–243.
Roughgarden, T., & Schneider, S. H. (1999). Climate change policy: Quantifying uncertainties for damages and optimal carbon taxes. Energy Policy, 27, 415–429.
Ulph, A., & Ulph, D. (1997). Global warming, irreversibility and learning. The Economic Journal, 107, 636–650.
Wigley, T. M. L., Richels, R., & Edmonds, J. (1996). Economic and environmental choices in the stabilization of atmospheric CO2 concentrations. Nature, 379, 240–243.
Yohe, G., Andronova, N., & Schlesinger, M. (2004). To hedge or not against an uncertain climate future. Science, 306, 416–417.