Allocating water efficiently taking into account consumptive and non-consumptive values
Notice bibliographique
Résumé
The objective of this thesis was to contribute to the understanding of how water resources can be managed to address both consumptive values and non-consumptive values of water. Theoretical analysis looked to answer the question: Can water permit markets within stream systems achieve efficient allocations when endogenously accounting for non-consumptive values? Results showed that third party effects of trade complicated allocations and a Nash Equilibrium achieving the optimal outcome was not possible within a laissez-faire system. The laissez-faire model was unable to address the free rider problem and achieve efficient prices and allocations. A Groves-Ledyard-like mechanism was proposed. Any third-parties affected by any trade could contribute 'blocking' or 'contributing' bids. The solution frees the social planner from determining prices, avoids the public good problem, allows users to endogenously set instream flow constraints and reach the optimal solution. In the empirical study, the objective was to assess current and alternative policies in the allocation of Ontario water among competing consumptive and non-consumptive uses, with a focus on the agri-food sector. Big Creek Watershed was used as a case study. A mathematical programming model was constructed incorporating the estimated values of agricultural, domestic and environmental/recreational water. The current Ontario Low Water Response program was analyzed. Results showed that a broad 20% reduction from all consumptive users cost the region $3.2-$3.7 million and improved stream flow by 21%-24%. A targeted 20% reduction reduced the loss to $1.5-1.9 million and improved stream flow by 26%-32%. Alternative policy models were also simulated. A maximum permitted volume charge was found to provide no incentive to increase water use efficiency. A volumetric charge was found to add some incentive in the long-run but little in the short-run. A permit trading system however, was found to provide strong incentives to achieve efficiency of use and allocation. Water charges were improvements to current policy but overall, a blunt tool. It is unlikely a governing body would understand constantly changing supply and demand conditions to determine the optimal fee. The permit trading model was found to be the better policy to maximize the benefits of water use.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».