Energy Infrastructure and Geohazard Risk in China's Urban Expansion: A Hybrid <scp>MCDA</scp> Framework Integrating Bayesian Networks for Sustainable Resource Management and Climate Adaptation

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:The hybrid MCDA-Bayesian network approach provides a robust method for modeling interdependencies among sustainability criteria, applicable to other case studies.

🏢実務担当者:Urban planners can adopt this framework to systematically prioritize environmental and governance criteria in development projects.

🏛政策担当者:The findings support alignment of urban development policies with national carbon neutrality targets, offering a replicable decision-support tool.

この研究は、中国の都市開発における持続可能性基準を優先順位付けするために設計された包括的な多基準意思決定分析（MCDA）フレームワークを提案し、環境、経済、社会、ガバナンス、技術、およびレジリエンス関連の主要な課題に対処するものである。本アプローチは、専門家の知識と高度な分析手法を組み合わせており、基準を精緻化するためのデルファイ法、専門家の判断を定量化するための確率分布モデリング、相互依存関係を捕捉するための階層ベイジアンネットワーク、および基準とサブ基準の相対的重要度を決定するためのベスト・ワースト法（BWM）を含む。結果は、環境持続可能性とガバナンスが最も重要な側面であり、炭素排出削減、再生可能エネルギー統合、および長期計画が最も影響力のあるサブ基準として特定されたことを示している。確率分析により、環境上の優先事項に関する専門家間の強いコンセンサスが明らかになった一方、技術統合に関する意見はより多様であった。さらに、ベイジアンネットワーク分析は、基準間の有意な相互関連性を浮き彫りにし、特に持続可能性の成果を促進する上でのガバナンスの中心的役割を強調した。これらの知見は、2060年までのカーボンニュートラルへのコミットメントを含む中国の国家目標と一致しており、持続可能な都市化に関するより広範な国際的議論に貢献するものである。本研究は、頑健で適応可能かつ再現可能なフレームワークを提供することにより、政策立案者や都市計画家に実践的な洞察を提供し、他の発展途上の文脈にも適用可能である。専門家主導のアプローチと確率モデルおよび意思決定モデルを統合することにより、本研究は都市の持続可能性への理解を深め、情報に基づいたバランスの取れた戦略的政策決定の開発を支援する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

ABSTRACT This study proposes a comprehensive multi‐criteria decision analysis (MCDA) framework designed to prioritise sustainability criteria for urban development in China, addressing key environmental, economic, social, governance, technological and resilience‐related challenges. The approach combines expert knowledge with advanced analytical techniques, including the Delphi method to refine criteria, probability distribution modelling to quantify expert judgements, hierarchical Bayesian networks to capture interdependencies, and the best‐worst method (BWM) to determine the relative importance of criteria and sub‐criteria. The results indicate that environmental sustainability and governance are the most critical dimensions, with carbon emissions reduction, renewable energy integration, and long‐term planning identified as the most influential sub‐criteria. The probabilistic analysis revealed strong consensus among experts regarding environmental priorities, whereas opinions on technological integration were more varied. Furthermore, the Bayesian network analysis highlighted significant interconnections among criteria, particularly emphasising the central role of governance in facilitating sustainability outcomes. These findings are consistent with China's national objectives, including its commitment to carbon neutrality by 2060, and contribute to the broader global discourse on sustainable urbanisation. The study offers practical insights for policymakers and urban planners by providing a robust, adaptable, and replicable framework that can be applied to other developing contexts. By integrating expert‐driven approaches with probabilistic and decision‐making models, the research advances understanding of urban sustainability and supports the development of informed, balanced and strategic policy decisions.

• openalex https://doi.org/10.1002/gj.70322first seen 2026-05-21 04:55:02 · last seen 2026-06-17 07:05:04