کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4926594 1431601 2017 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
The price evolution of wind turbines in China: A study based on the modified multi-factor learning curve
ترجمه فارسی عنوان
تکامل قیمت توربین های بادی در چین: مطالعه بر اساس منحنی یادگیری چند عاملی اصلاح شده است
کلمات کلیدی
قیمت توربین باد، یاد گرفتن به کمک انجام دادن، یادگیری توسط تحقیق، اثر مقیاس، اثر ورودی قیمت، محدود کردن باد،
ترجمه چکیده
شگفت آور است که توجه کنید که چین موجب کاهش قیمت توربین های باد در سراسر جهان شده است. برای توضیح تغییرات قیمت توربین، مکانیزم نظری مورد استفاده برای کشورهای پیشرفته تکنولوژیک برای نشان دادن عملکرد تولید توربین از پذیرش تکنولوژی به نوآوری بومی و در جریان شوک های کاهش باد کافی نیست. این مقاله یک مدل یادگیری چند عامل را در چارچوب عملکرد کوب-داگلاس برای بررسی تکامل قیمت های توربین چین متمایز در سال های 1998-2012 ایجاد می کند. عوامل اصلی: یادگیری توسط کار، یادگیری توسط تحقیق، اقتصاد مقیاس در اندازه توربین و مقدار و قیمت ورودی قیمت کار، سرمایه، فولاد و فایبرگلاس / رزین، به رسمیت شناخته شده و واجد شرایط مطابق با صنعتی و خصوصیات بازار. نتایج نشان می دهد که اثرات یادگیری مهم ترین عوامل مرتبط با کاهش قیمت توربین های بزرگ در چین است و احتمالا با تاثیرات قیمت ورودی ها تضعیف می شود. اثرات مقیاس برای درک عملکرد نوآورانه که از طریق اثرات یادگیری و واکنش منفی قیمت به تنظیمات تولید در طی شوک های مختلط درک نمی شود مهم است. هزینه کار از لحاظ آماری ناچیز است اما از لحاظ جغرافیایی مهم است. برای تقویت قیمت و ساخت رقابت توربین در چین، سیاست ها باید برای به حداکثر رساندن مزایای این اثرات و به حداقل رساندن اثرات منفی کاهش محدودیت ها تنظیم شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
پیش نمایش مقاله
تکامل قیمت توربین های بادی در چین: مطالعه بر اساس منحنی یادگیری چند عاملی اصلاح شده است
چکیده انگلیسی
It is surprising to observe that China has led the wind turbine price reductions across the world. To explain turbine price changes, the theoretical mechanism applied for technologically advanced countries is insufficient to demonstrate the performance of turbine manufacturing from technology adoption to indigenous innovation and during wind curtailment shocks. The paper constructs a multi-factor learning model in the framework of the Cobb-Douglas function to examine the distinctive China turbine price evolution in 1998-2012. The core factors: the learning-by-doing, learning-by-researching, economies of scale in turbine size and quantity and input-price effects of labor, capital, steel and fiberglass/resin, are recognized and qualified in accordance with industrial and market characteristics. The results show that the learning effects are the most important factors associated with the larger turbine price reductions in China and most likely weakened by the price effects of inputs. The scale effects are important to understand the innovative performance uncaptured by learning effects and negative price responses to production adjustments during curtailment shocks. The labor cost is statistically insignificant but geographically important. To strengthen the price and manufacturing competitiveness of turbines in China, policies should be adjusted to maximize benefits from these effects and minimize negative impacts of wind curtailment.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Renewable Energy - Volume 103, April 2017, Pages 522-536
نویسندگان
, , , ,