Innovative Business Models in Ocean-Bound Plastic Recycling
Notice bibliographique
Résumé
Problem definition: About 30 million tons of plastic waste reaches the oceans each year, mostly from low- and middle-income coastal countries. We study novel business models of firms aiming to reduce ocean plastic pollution with a triple-bottom-line (TBL) objective—a weighted sum of profit, environmental impact, and social impact. These firms sell (a) plastic offsets and (b) segregated plastic. Methodology/results: We develop and analyze models where a firm partners with a local plastic recycling supply chain to sell (a), (b), or both via collecting and recycling ocean-bound plastic. Considering additionality (i.e., that the firm can only sell plastic offsets based on recycled plastic that is additional to the plastic recycled without the firm’s presence), we solve the equilibrium outcomes by maximizing the firm’s TBL objective. For the special case of a for-profit firm, we show that additionality can decrease the firm’s social and environmental impacts when selling (a) only or when selling both (a) and (b). Additionality may also alter the effect of the local recycled plastic market (i.e., the number of collectors and the recycled plastic price) on the firm. We find similar insights under the TBL objective via a numerical study calibrated with real data. Managerial implications: When firms decide whether to integrate and promote additionality, they must be careful because it may not only reduce their profit but also, reduce their social and environmental impacts. Moreover, we find that selling both (a) and (b) can generate a much higher TBL objective value than selling either one alone. We also find that firms employing a TBL objective can generate much larger environmental and social impacts with a slight reduction in profits than profit-maximizing firms. Our model and results provide insights into new initiatives for tackling ocean plastic pollution. Funding: O. Baron and G. Romero are both supported by the Natural Science and Engineering Research Council of Canada. Z. Zhang is partially supported by the Fundamental Research Funds for the Central Universities of Xiamen University [Grant 20720241012]. S. X. Zhou is partially supported by the Hong Kong Research Grants Council General Research Fund [Grant CUHK-14500921], the National Natural Science Foundation of China [Grant 72394395], and the Asian Institute of Supply Chains and Logistics. Supplemental Material: The online appendix is available at https://doi.org/10.1287/msom.2022.0643 .
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».