کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7400177 1481270 2016 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A comparative study on the influential factors of China's provincial energy intensity
ترجمه فارسی عنوان
یک مطالعه مقایسه ای در مورد عوامل تاثیرگذار در شدت انرژی استانی چین
کلمات کلیدی
شدت انرژی، رگرسیون نمادین، مصرف انرژی، جمعیت چین،
ترجمه چکیده
چین به بزرگترین مصرف کننده انرژی در سراسر جهان تبدیل شده است و مهم است که میزان انرژی مورد نیاز برای تحقق هدف توسعه پایدار چین را بررسی کنیم. این مقاله بر بررسی عوامل تأثیرگذار بر شدت انرژی چین با استفاده از داده های پانل در سطح استان طی سال های 1985 تا 2012 تمرکز دارد. به طور خاص، ما سعی می کنیم شناسایی کنیم که چه عامل هایی برای توجه به اهمیت نسبتا مهم هستند. روشی نوین مبتنی بر محاسبات تکاملی پیشنهاد شده است که هوشمندانه روابط ذاتی بین پدیده های مشاهده شده را ردیابی کند و عوامل مهم به صورت خودکار از مدل های غیر خطی کشف شود. با این حال، به علت گستردگی قلمرو چینی و ناهمگونی های قابل توجه، این روش ممکن است هنگام تجزیه و تحلیل کشور به طور کلی بررسی برخی اطلاعات دقیق یا پنهان را نداشته باشد. در عوض، ما بر سطح استان تمرکز می کنیم زیرا استان ها در کاهش شدت انرژی در چین نقش حیاتی دارند. از نتایج تحلیلی ما، یافته های اصلی به شرح زیر است: (1) مجموع جمعیت مهم ترین عامل تاثیرگذار در استان های چین است، در حالی که شاخص قیمت انرژی کمترین تاثیر را دارد؛ و (2) استان ها می توانند به طور طبیعی به چهار دسته بر اساس عوامل اصلی از داده ها طبقه بندی شوند، و این طبقه بندی می تواند بیشتر در مورد ویژگی های اصلی واقع در هر منطقه نشان دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
پیش نمایش مقاله
یک مطالعه مقایسه ای در مورد عوامل تاثیرگذار در شدت انرژی استانی چین
چکیده انگلیسی
China has become the largest energy consumer worldwide, and it is important to study the energy intensity to realize the sustainable development goal of China. This paper focuses on investigating the influential factors of China's energy intensity using provincial-level panel data from 1985 to 2012. More specifically, we try to identify which factor is relatively more important to pay attention to. A novel approach based on evolutionary computation is proposed to intelligently mine the intrinsic relations between observed phenomena and to let the important factors automatically emerge from the discovered nonlinear models. However, due to China's vast territory and significant heterogeneities, this approach may fail to examine some detailed or hidden information when analyzing the country as a whole. Instead, we concentrate on the provincial level because the provinces play vital roles in reducing energy intensity in China. From our analytical results, the main findings are as follows: (1) the Total Population is the most important influential factor across China's provinces, while the Energy Price Index has the least impact; and (2) the provinces could be naturally classified into four categories based on the primary factors emerged from data, and such classification could reveal more about the true underlying features of each area.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy Policy - Volume 88, January 2016, Pages 74-85
نویسندگان
, , , ,