Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Sự phân bố công nghệ xử lý nước thải đô thị tại Trung Quốc: góc nhìn từ mạng lưới hợp tác
Tóm tắt
Sự phân bố công nghệ xử lý nước thải đô thị là rất quan trọng đối với môi trường đô thị ở các nước đang phát triển. Trung Quốc đã xây dựng hơn 3000 nhà máy xử lý nước thải đô thị trong ba thập kỷ qua, đây là một cơ hội tốt để hiểu cách mà các công nghệ được phân bố thực tế. Chúng tôi đã sử dụng phương pháp dựa trên dữ liệu để khám phá mối quan hệ giữa sự phân bố công nghệ xử lý nước thải và sự phối hợp giữa các tổ chức. Một cơ sở dữ liệu bao gồm 3136 nhà máy xử lý nước thải đô thị và 4634 tổ chức hợp tác đã được xây dựng và chuyển đổi thành các mạng lưới để phân tích. Chúng tôi đã phát hiện ra rằng: 1) Các mạng lưới phân bố là có tính phân loại, và các mô hình phân bố thay đổi giữa các công nghệ; trong khi các mạng lưới hợp tác là bị phân mảnh và có tính phân loại xung quanh giá trị bằng không kể từ những năm 2000. 2) Các dự án quan trọng trong phân bố công nghệ thường liên quan đến các tổ chức trung tâm trong mạng lưới hợp tác, tuy nhiên các tổ chức trở nên trung tâm hơn trong hợp tác bằng cách thực hiện các dự án tình huống trong phân bố. 3) Tầm quan trọng của các dự án trong phân bố có thể được dự đoán bằng mô hình Random Forest với mức độ chính xác và độ chính xác tốt. Những phát hiện của chúng tôi cung cấp một hiểu biết định lượng về các quy trình phân bố công nghệ, điều này có thể được sử dụng cho việc hoạch định chính sách và ra quyết định trong lĩnh vực nước.
Từ khóa
#phân bố công nghệ #xử lý nước thải #mạng lưới hợp tác #Trung Quốc #dự đoán bằng mô hình Random ForestTài liệu tham khảo
Lofrano G, Brown J. Wastewater management through the ages: a history of mankind. Science of the Total Environment, 2010, 408(22): 5254–5264
Dechezleprêtre A, Hašcic I, Johnstone N. Invention and International Diffusion of Water Conservation and Availability Technologies: Evidence from Patent Data. Paris: OECD Environment Working Papers, No. 82, OECD Publishing, 2015
National Bureau of Statistics of China. Statistical Communiqué of the People’s Republic of China On the 2014 National Economic and Social Development. Beijing: National Bureau of Statistics of China, 2015 (in Chinese)
Ministry of Housing and Urban-Rural Development of China. Construction and Operation Report of Municipal Wastewater Treatment Facilities in 2014 Fourth Quarter. Beijing: Ministry of Housing and Urban-Rural Development of China, 2015 (in Chinese)
Qu J, Fan M. The current state of water quality and technology development for water pollution control in China. Critical Reviews in Environmental Science and Technology, 2010, 40(6): 519–560
Jin L, Zhang G, Tian H. Current state of sewage treatment in China. Water Research, 2014, 66(1): 85–98
Choi J, Chung J, Lee D. Risk perception analysis: participation in China’s water PPP market. International Journal of Project Management, 2010, 28(6): 580–592
Jang W, Lee D, Choi J. Identifying the strengths, weaknesses, opportunities and threats to TOT and divestiture business models in China’s water market. International Journal of Project Management, 2014, 32(2): 298–314
Du J, Fan Y, Qian X. Occurrence and behavior of pharmaceuticals in sewage treatment plants in eastern China. Frontiers of Environmental Science & Engineering, 2015, 9(4): 725–730
Sun Y, Lu Y, Wang T, Ma H, He G. Pattern of patent-based environmental technology innovation in China. Technological Forecasting and Social Change, 2008, 75(7): 1032–1042
Kemp R, Volpi M. The diffusion of clean technologies: a review with suggestions for future diffusion analysis. Journal of Cleaner Production, 2008, 16(1): S14–S21
Peres R, Muller E, Mahajan V. Innovation diffusion and new product growth models: a critical review and research directions. International Journal of Research in Marketing, 2010, 27(2): 91–106
Stoneman P, Battisti G. The diffusion of new technology. In: Hall B, Rosenberg N, eds. Handbook of the Economics of Innovation. Vol. 2, 1st ed. Amsterdam: North-Holland, 2010, 733–760
Hammar H, Löfgren Å. Explaining adoption of end of pipe solutions and clean technologies–determinants of firms’ investments for reducing emissions to air in four sectors in Sweden. Energy Policy, 2010, 38(7): 3644–3651
Galán J, Olmo R, López-Paredes A. Diffusion of domestic water conservation technologies in an ABM-GIS integrated model. In: Corchado E, Abraham A, Pedrycz W, eds. Hybrid Artificial Intelligence Systems. Berlin, Heidelberg: Springer, 2008, 567–574
Delre S A, Jager W, Bijmolt T H A, Janssen M A. Will it spread or not? The effects of social influences and network topology on innovation diffusion. Journal of Product Innovation Management, 2010, 27(2): 267–282
Allan C, Jaffe A B, Sin I. Diffusion of green technology: a survey. International Review of Environmental and Resource Economics, 2014, 7(1): 1–33
Andersen M M, Foxon T J. The greening of innovation systems for eco-innovation–Towards an Evolutionary Climate Mitigation Policy. In: Proceedings of the Druid Summer Conference 2009. Denmark: DRUID Society, 2009
Bass F M. A new product growth for model consumer durables. Management Science, 1969, 15(5): 215–227
Chu J, Wang H, Wang C. Exploring price effects on the residential water conservation technology diffusion process: a case study of Tianjin city. Frontiers of Environmental Science & Engineering, 2013, 7(5): 688–698
Kiesling E, Günther M, Stummer C, Wakolbinger LM. Agent-based simulation of innovation diffusion: a review. Central European Journal of Operations Research, 2012, 20(2): 183–230
Schwarz N, Ernst A. Agent-based modeling of the diffusion of environmental innovations — An empirical approach. Technological Forecasting and Social Change, 2009, 76(4): 497–511
Goetzke F, Rave T, Triebswetter U. Diffusion of environmental technologies: a patent citation analysis of glass melting and glass burners. Environmental Economics and Policy Studies, 2012, 14(2): 189–217
Hall B H, Helmers C. Innovation and diffusion of clean/green technology: can patent commons help? Journal of Environmental Economics and Management, 2013, 66(1): 33–51
Gomez-Rodriguez M, Leskovec J, Krause A. Inferring networks of diffusion and influence. ACM Transactions on Knowledge Discovery from Data, 2012, 5(4): 1–37 (TKDD)
Brunson J C, Fassino S, Mc Innes A, Narayan M, Richardson B, Franck C, Ion P, Laubenbacher R. Evolutionary events in a mathematical sciences research collaboration network. Scientometrics, 2014, 99(3): 973–998
Kim J, Perez C. Co-authorship network analysis in industrial ecology research community. Journal of Industrial Ecology, 2015, 19(2): 222–235
Newman M E. Mixing patterns in networks. Physical Review E: Statistical, Nonlinear, and Soft Matter Physics, 2003, 67(2): 026126
Newman M. Networks: An Introduction. Oxford: Oxford University Press, 2010
Page L, Brin S, Motwani R, Winograd T. The Pagerank Citation Ranking: Bringing Order to the Web. Technical Report. Stanford: Stanford InfoLab, 1999
Kitsak M, Gallos L K, Havlin S, Liljeros F, Muchnik L, Stanley H E, Makse H A. Identification of influential spreaders in complex networks. Nature Physics, 2010, 6(11): 888–893
Freeman L C. A set of measures of centrality based on betweenness. Sociometry, 1977, 40(1): 35–41
Sarig L E, Pfitzner R, Scholtes I, Garas A, Schweitzer F. Predicting scientific success based on coauthorship networks. EPJ Data Science, 2014, 3(1): 1–16
Newman M. The first-mover advantage in scientific publication. EPL, 2009, 86(6): 68001
Breiman L. Random forests. Machine Learning, 2001, 45(1): 5–32