← 論文一覧に戻る

Global Co-Evolution of Carbon Pricing Instruments, Emissions Coverage and Revenues: A Long-Run Time-Series Assessment

炭素価格制度、排出カバー率、収入のグローバルな共進化：長期時系列分析 (AI 翻訳)

Mariusz Pyra

Energies📚 査読済 / ジャーナル2026-03-04#炭素価格Origin: Global
DOI: 10.3390/en19051277
原典: https://doi.org/10.3390/en19051277

🤖 gxceed AI 要約

日本語

本稿は1990～2024年の炭素税・排出量取引制度の普及、カバー率、収入の長期時系列データを用いて、3指標の共進化パターンを分析。相関分析・トレンドモデルにより、制度数と排出カバー率に強い正の相関を確認し、収入は非線形的に拡大することを示した。因果推論には慎重であり、今後のパネルデータ分析の必要性を指摘。

English

This paper analyzes the long-run co-evolution of carbon pricing mechanisms, emissions coverage, and revenues using annual global time-series data (1990-2024). It finds a robust positive correlation between the number of mechanisms and coverage, and nonlinear revenue growth. The study offers a transparent empirical synthesis while explicitly noting limits to causal inference.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本では2023年にGXリーグ/CAS本格稼働、2024年から排出量取引制度の試行開始。本稿は世界全体の炭素価格制度の実証的傾向を示すことで、日本の制度設計や国際動向のベンチマークとして活用できる。

In the global GX context

As ISSB, CSRD, and SEC climate rules push for carbon pricing disclosure, this paper provides a credible empirical baseline on global carbon pricing diffusion, coverage, and revenue trends. It supports policymakers and investors in assessing market maturity and fiscal potential.

👥 読者別の含意

🔬研究者:Provides a transparent, replicable methodology for analyzing carbon pricing diffusion and revenue scaling, with clear future research directions.

🏢実務担当者:Useful for benchmarking corporate carbon pricing exposure and understanding global coverage trends for risk assessment.

🏛政策担当者:Offers empirical evidence on the long-term relationship between carbon pricing instrument count, emissions coverage, and revenue growth.

📄 抄録（日本語訳）

炭素税や排出量取引制度（ETS）などの炭素価格付け手法の拡大は、過去30年間に急速に進んできた。しかし、世界的な定量的証拠は、統一された実証的枠組みではなく、記述的な報告書で提示されることが多い。本研究は、第一に炭素価格付けメカニズムの世界的普及、第二に明示的な炭素価格によってカバーされる世界の温室効果ガス排出量の割合、第三に世界の炭素価格付け収入という3つの要因間の長期的な共進化を記録するものである。本研究は、1990年から2024年までの期間（メカニズム）を対象とした年次世界時系列データと、カバー率および収入に関する重複サンプル（2005年～2024年、2006年～2023年）を利用する。相関分析、トレンドモデリング、トレンド系列に適合したロバストネスチェックを採用し、本研究はデータの透明性が高く再現可能な定量的統合を提供する。調査結果は、稼働中のメカニズム数と排出量カバー率との間に頑健な正の長期的相関があることを示唆している。収入は時間の経過とともに顕著な非線形的スケーリングを示すが、データセットの集計的な性質を考慮すると、推定値は特定の手法の因果効果ではなく、共変動パターンとして解釈される。本論文は、世界の炭素価格付けの普及と財政的スケーリングに関する透明性が高く再現可能な定量的統合を提供することで、この分野に大きく貢献するものである。ただし、本論文が因果推論の限界を明示し、将来の研究のためのパネルデータ拡張を概説していることに留意することが重要である。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

The expansion of carbon pricing instruments, such as carbon taxes and emissions trading systems (ETS), has been rapid over the last three decades. However, the global quantitative evidence is often presented in descriptive reports rather than in a unified empirical framework. The present study documents the long-run co-evolution between three factors: firstly, the global diffusion of carbon pricing mechanisms, secondly, the share of global greenhouse gas emissions covered by an explicit carbon price, and thirdly, global carbon-pricing revenues. The present study utilises annual global time-series data spanning the period 1990–2024 (mechanisms) and overlapping samples for coverage and revenues (2005–2024; 2006–2023). Employing correlation analysis, trend modelling and robustness checks tailored to trending series, the study offers a transparent and replicable quantitative synthesis of the data. The findings suggest a robust positive long-term correlation between the number of mechanisms in operation and emissions coverage. Revenues manifest a pronounced non-linear scaling over time; nevertheless, given the aggregate nature of the dataset, the estimates are interpreted as co-movement patterns rather than causal effects of specific instruments. The paper makes a significant contribution to the field by offering a transparent and replicable quantitative synthesis of global carbon-pricing diffusion and fiscal scaling. It is important to note, however, that the paper also explicitly states the limits of causal inference and outlines panel-data extensions for future research.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。