Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Kongresse
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Veranstaltungskalender Awards MyNewsletter Firmensuche
Kunden Login
Über Einzelzugang informieren
Über Unternehmenszugang informieren
Referenzkunden
12. Internationaler Motorenkongress 2025 | 25. + 26. Februar 2025

Treffpunkt der Community für Antriebe und nachhaltige Kraftstoffe

Der Kongress beleuchtet die zukünftige Rolle des Verbrennungsmotors und seiner nichtfossilen Kraftstoffe aus globaler Sicht mit führenden Experten. Seien Sie dabei! Weitere Informationen und Buchungsmöglichkeiten finden Sie auf unserer Website.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kapitel lesen Erstes Kapitel lesen

2025 | OriginalPaper | Buchkapitel

Prediction of Interprovincial Environmental Efficiency in China Based on DEA Model

verfasst von : Dongfang Qin, Weixian Xue

Erschienen in: Advances in Communication, Devices and Networking

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The article proposes a method for predicting interprovincial environmental efficiency based on the DEA model. Firstly, the characteristics of various DEA models were compared and analyzed, and then the DEA model was used to predict interprovincial environmental efficiency in China through examples. The results indicate that with the continuous improvement of provincial industrial environmental efficiency, the impact of provincial environmental protection investment on environmental efficiency shows significant fluctuations. The fluctuation range is controlled between [0.28, 0.26]. The results also indicate that the more severe environmental pollution, the lower environmental efficiency.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Analysis of National Traditional Sports Physical Fitness and Health Test Data Based on Multivariate Statistics
Nächstes Kapitel Research on Autonomous Outdoor Game Instruction Strategy Based on K-Means Clustering Algorithm
Literatur
1.
Zhang W, Wu Y, Calautit JK (2022) A review on occupancy prediction through machine learning for enhancing energy efficiency, air quality and thermal comfort in the built environment. Renew Sustain Energy Rev 167:112704CrossRef
2.
Sun W, Huang C (2022) Predictions of carbon emission intensity based on factor analysis and an improved extreme learning machine from the perspective of carbon emission efficiency. J Clean Prod 338:130414CrossRef
3.
Zhu Y, Yang F, Wei F, Wang D (2022) Measuring environmental efficiency of the EU based on a DEA approach with fixed cost allocation under different decision goals. Expert Syst Appl 208:118183CrossRef
4.
Muhammad S, Pan Y, Magazzino C, Luo Y, Waqas M (2022) The fourth industrial revolution and environmental efficiency: the role of fintech industry. J Clean Prod 381:135196CrossRef
5.
Taleb M, Khalid R, Emrouznejad A, Ramli R (2023) Environmental efficiency under weak disposability: an improved super efficiency data envelopment analysis model with application for assessment of port operations considering NetZero. Environ Dev Sustain 25(7):6627–6656CrossRef
6.
Tu H, Dai W, Xiao X (2022) Study on the environmental efficiency of the Chinese cement industry based on the undesirable output DEA model. Energies 15(9):3396CrossRef
7.
El Montasser G, Ben-Salha O (2022) Super-SBM DEA and DTW-based analysis of the energy-environmental efficiency in emerging economies. Energy Sources Part B 17(1):2147604CrossRef
8.
Djordjević B, Maitra R, Ghosh B (2023) Environmental efficiency assessment of Dublin Port using two-stage non-radial DEA model. Maritime Transp Res 4:100078CrossRef
Metadaten
Titel
Prediction of Interprovincial Environmental Efficiency in China Based on DEA Model
verfasst von
Dongfang Qin
Weixian Xue
Copyright-Jahr
2025
Verlag
Springer Nature Singapore
Buch
Advances in Communication, Devices and Networking

Print ISBN: 978-981-9764-64-8

Electronic ISBN: 978-981-9764-65-5

Copyright-Jahr: 2025

DOI
https://doi.org/10.1007/978-981-97-6465-5_20