← 論文一覧に戻る

A PSR–Entropy–TOPSIS Framework for Evaluating Low-Carbon Construction Performance of Subway Stations

地下鉄駅の低炭素建設性能評価のためのPSR–エントロピー–TOPSISフレームワーク (AI 翻訳)

Yanmei Ruan, Xu Luo, Shi Zheng, Yuan Mei, Zhonghui Wang, Hongping Lu

Buildings📚 査読済 / ジャーナル2026-05-18#エネルギー転換Origin: CN経営インパクト: コスト削減対象セクター: construction
DOI: 10.3390/buildings16101983
原典: https://doi.org/10.3390/buildings16101983

🤖 gxceed AI 要約

日本語

本研究は、地下鉄駅建設の低炭素性能を評価するためのPSR–エントロピー–TOPSISフレームワークを提案する。17の指標を用い、広州の地下鉄駅で3つの工法を比較し、逆巻き工法が最も低炭素であることを示した。電力消費とコンクリート排出が主要因であり、建設スキーム最適化の意思決定支援ツールを提供する。

English

This study proposes a PSR-entropy-TOPSIS framework to evaluate low-carbon performance of subway station construction. Using 17 indicators, it compares three construction methods for a Guangzhou station, finding reverse cover excavation most low-carbon. Electricity and concrete emissions are key factors, offering a decision-support tool for optimizing construction schemes.

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

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本の地下鉄・都市鉄道建設は膨大なCO2排出を伴い、低炭素化が急務。本フレームワークは工法選択の定量的評価を可能にし、日本の鉄道事業者が環境性能を考慮した設計・施工計画に活用できる。また、SSBJ開示や投資家対応にも資する。

In the global GX context

Globally, urban rail expansion raises construction emissions; this framework provides a transparent, data-driven method to compare construction methods for low-carbon performance. It aligns with TCFD/ISSB disclosure trends by quantifying carbon impacts, and offers a replicable model for other cities and infrastructure projects.

👥 読者別の含意

🔬研究者:Provides a novel multi-criteria decision-making framework integrating PSR, entropy, and TOPSIS for low-carbon construction evaluation.

🏢実務担当者:Offers a practical tool for selecting low-carbon construction methods in subway projects, aiding sustainability reporting.

🏛政策担当者:Highlights the importance of construction-phase emissions and provides a methodology for setting low-carbon infrastructure standards.

📄 抄録（日本語訳）

地下鉄システムの急速な拡大は、駅建設時の多大な二酸化炭素排出をもたらしているが、異なる建設工法間の低炭素性能を評価するための体系的かつ解釈可能な枠組みは未だ十分に発展していない。このギャップに対処するため、本研究では、圧力–状態–応答（PSR）枠組みとエントロピー重み付きTOPSIS法を統合した包括的な評価モデルを提案する。材料・エネルギー消費（圧力）、環境炭素状態（状態）、管理対応（応答）を網羅する17の指標からなる多次元指標システムを構築した。エントロピー重み法を用いて客観的な指標重みを決定し、TOPSIS法を用いて異なる建設工案の総合的な低炭素性能を順位付けした。中国・広州の地下鉄駅を対象とした実証研究を実施し、開削工法、逆打ち覆蓋工法、逆巻き覆蓋工法の3つの建設工法を比較した。結果は、逆巻き覆蓋工法が最も高い低炭素性能を達成することを示している。電力消費とコンクリート関連排出が最も影響力の大きい要因として特定され、一方、障害分析により炭素削減における主要な制約が明らかになった。提案されたPSR–エントロピー–TOPSIS枠組みは、建設工案を最適化するための透明でデータ駆動型の意思決定支援ツールを提供し、都市鉄道輸送プロジェクトの持続可能な開発目標に貢献する。

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（原文）

The rapid expansion of subway systems has led to significant carbon emissions during station construction, yet a systematic and interpretable framework for evaluating low-carbon performance across different construction methods remains underdeveloped. To address this gap, this study proposes a comprehensive evaluation model that integrates a pressure–state–response (PSR) framework with an entropy-weighted TOPSIS method. A multi-dimensional indicator system comprising 17 indicators was established, covering material and energy consumption (pressure), environmental carbon states (state), and management responses (response). The entropy weight method was employed to determine objective indicator weights, and the TOPSIS method was used to rank the overall low-carbon performance of different construction schemes. An empirical study of a subway station in Guangzhou, China, was conducted to compare three construction methods: open-cut, top-down cover excavation, and reverse cover excavation. The results demonstrate that the reverse cover excavation method achieves the highest low-carbon performance. Electricity consumption and concrete-related emissions were identified as the most influential factors, while obstacle analysis revealed key constraints for carbon reduction. The proposed PSR–entropy–TOPSIS framework offers a transparent, data-driven decision-support tool for optimizing construction schemes, contributing to the sustainable development goals of urban rail transit projects.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。