已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

How Does the Government Policy Combination Prevents Greenwashing in Green Building Projects? An Evolutionary Game Perspective

政府(语言学) 补贴 惩罚(心理学) 过程(计算) 构造(python库) 环境经济学 序贯博弈 博弈论 业务 经济 微观经济学 计算机科学 心理学 社会心理学 哲学 语言学 市场经济 程序设计语言 操作系统
作者
Yuqing Chen,Zhen Li,Jiaying Xu,Yingying Liu,Qingfeng Meng
出处
期刊:Buildings [MDPI AG]
卷期号:13 (4): 917-917 被引量:7
标识
DOI:10.3390/buildings13040917
摘要

Green buildings (GBs) can effectively reduce building energy consumption and alleviate energy problems. However, as green building projects swell, the development process of GBs in China has gradually exposed many problems, among which the greenwashing behavior of construction enterprises is the more serious. The government needs to adopt some appropriate policies to prevent problems in GBs. This paper uses the evolutionary game theory to construct models and proposes four policy combinations: static reward and static punishment, static reward and dynamic punishment, dynamic reward and static punishment, dynamic reward and dynamic punishment. We compare the impact of four combinations on construction strategy and analyze the inner mechanisms of the behavior evolution of government departments and construction enterprises. Our results revealed no evolutionary stabilization strategy in the game system under the static reward and punishment policy. Under the combination of dynamic subsidies and static penalty policy, the green construction effect of construction enterprises is the best. Furthermore, dynamic reward policy has a more obvious restraining effect on construction enterprises. The government should dynamically adjust rewards and punishments according to the construction quality and determine the appropriate upper limit of rewards and punishments to improve the policies’ applicability and effectiveness. This study provides theoretical support for the healthy development of green buildings.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
缥缈的幻雪完成签到 ,获得积分10
刚刚
1秒前
占卜者完成签到,获得积分10
2秒前
2秒前
3秒前
able发布了新的文献求助10
3秒前
5秒前
科研菜鸟完成签到,获得积分10
5秒前
xiaowu应助俏皮的小鸭子采纳,获得10
5秒前
爆米花应助小灰灰采纳,获得10
7秒前
hang发布了新的文献求助10
7秒前
11秒前
云不暇完成签到 ,获得积分10
11秒前
15秒前
18秒前
小蘑菇应助DW123采纳,获得10
20秒前
22秒前
科目三应助ZD采纳,获得10
23秒前
Laaaaa发布了新的文献求助10
24秒前
桐桐应助吴彦祖采纳,获得10
26秒前
田様应助nnn采纳,获得10
27秒前
思源应助刻苦的尔白采纳,获得10
29秒前
轻松冷亦发布了新的文献求助10
29秒前
小猫不再冷酷完成签到,获得积分20
30秒前
阿兹卡班完成签到 ,获得积分10
32秒前
缓慢的煎饼完成签到 ,获得积分10
36秒前
36秒前
旺仔发布了新的文献求助10
37秒前
Alice完成签到,获得积分20
37秒前
穆一手完成签到 ,获得积分10
37秒前
星辰大海应助WYF采纳,获得10
38秒前
xiaoluuu完成签到 ,获得积分10
39秒前
41秒前
42秒前
Alice发布了新的文献求助10
42秒前
香蕉凌柏发布了新的文献求助10
43秒前
隐形曼青应助HuanchuWang采纳,获得10
43秒前
Vicky147发布了新的文献求助10
45秒前
在青城吃水饺的麋鹿完成签到 ,获得积分10
46秒前
ZD发布了新的文献求助10
47秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 600
MATLAB在传热学例题中的应用 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3303018
求助须知:如何正确求助?哪些是违规求助? 2937280
关于积分的说明 8481600
捐赠科研通 2611169
什么是DOI,文献DOI怎么找? 1425747
科研通“疑难数据库(出版商)”最低求助积分说明 662425
邀请新用户注册赠送积分活动 646861