MétaCan
Menu
Retour à la cohorte
Enregistrement W2169299844 · doi:10.1068/c12101

Regulatory Uncertainty and Corporate Pollution Control Strategies: An Empirical Study of the ‘Pay for Permit’ Policy in the Tai Lake Basin

2014· article· en· W2169299844 sur OpenAlexaff
Bing Zhang, Hanxun Fei, Yongjing Zhang, Beibei Liu

Notice bibliographique

RevueEnvironment and Planning C Government and Policy · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEnforcementControl (management)Public economicsChinaWillingness to payInvestment (military)BusinessEmpirical researchEconomicsSet (abstract data type)MicroeconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Frequent adjustments of environmental regulations usually cause business and investment risks, resulting in significant challenges for policy effectiveness. This paper examines how regulatory uncertainty affects decision making through an empirical study of the ‘Pay for Permit’ policy in the Tai Lake Basin in China. The results show that firms' willingness to decrease pollution is positively influenced by their perceived attitudes, social pressure, and perceived behavioural control. In addition, perceived regulatory uncertainty has significant impacts on social pressure and attitudes toward pollution control. Firms that perceive less regulatory uncertainty are more inclined to adopt antipollution strategies under the Pay for Permit policy. To reduce regulatory uncertainty, China's policy makers should maintain a consistent level of environmental regulations, set clear and reliable long-term policy targets, and strengthen policy enforcement.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning C Government and PolicyMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207