Uitvoeren van een (beknopte) procesanalyse van de herstructurering van de Binnenhaven van Enschede. Het doel van de procesanalyse was om het inzicht in - en overzicht van - de complexiteit van de herstructurering te verbeteren. De procesanalyse is uitgevoerd in 2012, gebruikmakend van een decision support model voor het omgaan met complexe herstructureringsprocessen van bedrijventerreinen gebaseerd op jaren onderzoek (Bugge, 2013; Bugge, 2010; Bugge et al. 2010; Bugge, 2006; Brand, Bugge en Roelofs, 2004).
MULTIFILE
De mkb-ers die deelnemen aan Re-StORe willen naast het inzichtelijk maken van het circulaire waardesysteem en de daarbij behorende mogelijke financiële, sociale en ecologische impact - ook weten op welke wijze zij kunnen handelen om de beoogde impact te bereiken en te handhaven. Daarnaast blijkt uit gesprekken met verschillende afdelingen binnen de gemeente Amsterdam, dat er ook een kennisvraag is omtrent de handelingsmogelijkheden van publieke instituten om deze bottom-up transitie naar de circulaire economie te ondersteunen.In dit rapport wordt omschreven welke stappen er binnen Re-StORe gezet worden om te komen tot kennis met betrekking tot het vormgeven van circulaire composterings- en biovergistingsnetwerken. We volgen hierbij een ontwerpgerichte aanpak, met als uitgangspunt dat het composterings- of biovergistingsnetwerk te beschouwen is als een sociaal-technisch systeem. Het netwerk bestaat enerzijds uit technologieën en organisatiestructuren die inzamelings- transport-, verwerkingsstappen van afval naar productafzet mogelijk maken binnen de wet- en regelgeving. En anderzijds uit sociale actoren, die besluiten nemen en (inter)acties uitvoeren, zoals het onderling uitwisselen van materialen, energie en informatie.We richten ons binnen het onderzoek op de processen waar de mkb-bedrijven en de gemeente het meeste invloed binnen deze context op kunnen uitoefenen met als doel:• Het analyseren van de invloed van gedragsaspecten op technologieën en businessmodellen rondom composteren en biovergisten in de context van de stad Amsterdam• Aanbevelingen doen, die mkb-ers helpen bij te dragen aan een effectief en veerkrachtig waardesysteem rondom composteren en biovergisten• Aanbevelingen doen, die de gemeente helpen in het bevorderen van de effectiviteit en veerkrachtigheid van circulaire waardesystemen in de stad• Bij te dragen aan een discussie over belangen, verantwoordelijkheden, kosten en baten van compostering en biovergisting in de stad.We ontwikkelen hierbij samen met deze partijen oplossingrichtingen en verhaallijnen, die we verwerken in twee simulatiemodellen:• Model 1: inzameling. In dit model wordt het gescheiden inzamelen en transporteren van afval ten behoeve van biovergisten of composteren gemodelleerd en gesimuleerd. We onderzoeken welke technische en organisatorische ingrepen leiden tot een verhoogde afvalscheiding.• Model 2: van afval naar grondstof. Hierin wordt, na inzameling, de handel en verwerking van bedrijfsafval tot producten uit biovergisten of composteren gemodelleerd en gesimuleerd. Uiteindelijk wordt dit model gebruikt om de impact te kunnen meten van enkele voorgestelde businessmodellen.Om deze modellen op te zetten werken we samen met NDSM-werf om in een bestaande situatie, te onderzoeken welke systemen hierbinnen zouden kunnen werken. Daarnaast passen we de ontwikkelde modellen toe op een nieuw het ontwikkelen gebied Haven Stad.Op dit moment is de ontwikkeling van de twee simulatiemodellen in volle gang. In hoofdlijn worden de twee modellen ontwikkeld in de periode tot en met oktober 2019. Daarna kan er worden begonnen met experimenteren. In februari 2020 moet alle verslaglegging zijn afgerond.
Digitalization is the core component of future development in the 4.0 industrial era. It represents a powerful mechanism for enhancing the sustainable competitiveness of economies worldwide. Diverse triggering effects shape future digitalization trends. Thus, the main research goal in this study is to use sustainable competitiveness pillars (such as social, economic, environmental and energy) to evaluate international digitalization development. The proposed empirical model generates comprehensive knowledge of the sustainable competitiveness-digitalization nexus. For that purpose, a nonlinear regression has been applied on gathered annual data that consist of 33 European countries, ranging from 2010 to 2016. The dataset has been deployed using Bernoulli’s binominal distribution to derive training and testing samples and the entire analysis has been adjusted in that context. The empirical findings of artificial neural networks (ANN) suggest strong effects of the economic and energy use indicators on the digitalization progress. Nonlinear regression and ANN model summary report valuable results with a high degree of coefficient of determination (R2>0.9 for all models). Research findings state that the digitalization process is multidimensional and cannot be evaluated as an isolated phenomenon without incorporating other relevant factors that emerge in the environment. Indicators report the consumption of electrical energy in industry and households and GDP per capita to achieve the strongest effect.
MULTIFILE
