Wondershare EdrawMind
Галерея диаграмм связей Применение трехэтапной модели SBM-DEA для оценки энергоэффективности и воздействия в странах ВРЭП
- 1
Применение трехэтапной модели SBM-DEA для оценки энергоэффективности и воздействия в странах ВРЭП
Это интеллектуальная карта применения трехэтапной модели SBM-DEA для оценки энергоэффективности и воздействия стран ВРЭП, включая методы исследования, результаты и обсуждения, сравнительный анализ и т. д.
Отредактировано в 2024-01-29 01:41:43
Применение трехэтапной модели SBM-DEA для оценки энергоэффективности и воздействия в странах ВРЭП
- Рекомендовано вам
- Структура
VIP-курс по основам экономики. Глава 2 Базовый рыночный спрос, предложение и равновесная цена.
- 2
Применение трехэтапной модели SBM-DEA для оценки энергоэффективности и влияющих факторов в странах ВРЭП
введение
Предыстория исследования
Будучи ключевым стратегическим ресурсом, энергия является одной из основных движущих сил экономического роста и ключевым фактором будущего развития страны. В последние годы изучение энергоэффективности и факторов, влияющих на нее, стало горячей темой, особенно в контексте реализации концепции зеленого развития, и ее углубленный анализ имеет большое значение.
Вопросы и цели исследования
Страны ВРЭП занимают важное положение с точки зрения энергопотребления и выбросов углекислого газа, но энергоэффективность все еще относительно низка по сравнению с размером экономики. В статье выдвигаются вопросы и задачи исследования, включая комплексный анализ текущего состояния, тенденций и факторов, влияющих на энергоэффективность ВРЭП, а также обсуждение различий в энергоэффективности в разных странах и путей ее оптимизации и улучшения.
Значение
Исследования региональной энергоэффективности являются ключом к решению глобальных энергетических проблем. Подчеркивая, что углубленный анализ энергопотребления ВРЭП и выдвижение соответствующих предложений по повышению энергоэффективности имеют большое значение для содействия зеленому развитию в регионе.
методология
Трехэтапная модель SBM-DEA проанализировала энергоэффективность и влияющие факторы 13 стран ВРЭП с 2000 по 2015 год.
литературный обзор
Сан и др. использовали стохастический граничный анализ (SFA) для анализа энергетических данных из 71 страны за 25 лет и пришли к выводу, что зеленые инновации оказывают положительное влияние на энергоэффективность.
Фон 1
Фон 2
Фон 3
Хонма и Ху применили SFA для изучения энергоэффективности и влияющих на нее факторов в 41 административном регионе Японии.
Цель 1
Цель 2
Цель 3
1. Разнообразие производственных функций приведет к систематическим ошибкам. 2. Метод SFA не может решить ситуацию с несколькими входами и несколькими выходами.
С точки зрения бизнеса Мун и Мон использовали метод DEA для оценки энергоэффективности Южной Кореи.
Краткое описание метода 1
Краткое описание метода 2
Краткое описание метода 3
Лю и др. применили традиционную модель DEA-BCC для пересмотра энергоэффективности провинций Китая.
Технология 1
Технология 2
Технология 3
Тон предложил метрику DEA на основе Slack (SBM-DEA) для включения нежелательных результатов в оценку эффективности.
Результат 1
Результат 2
Результат 3
Ву и др. использовали трехэтапный метод DEA для анализа эффективности использования электроэнергии в сталелитейной промышленности Китая и пришли к выводу, что эффективность использования электроэнергии постепенно снижается с востока на запад.
Цуй и Ли применили трехэтапную виртуальную границу DEA для оценки энергоэффективности транспорта.
Предлагается многоступенчатая модель DEA, объединяющая SFA и DEA.
Методы исследования
Модель DEA
Модель SBM-DEA
Плохо выведенная модель SBM-DEA
Трехступенчатая модель DEA
Модель DEA не учитывает влияние факторов окружающей среды и случайных ошибок, поэтому результаты расчетов необъективны.
Первый этап
Используйте традиционную модель DEA, чтобы получить значение эффективности и входной резерв каждого DMU на основе исходных входных и выходных данных.
вторая стадия
Уравнение регрессии SFA строится с использованием входного резерва и переменных окружающей среды, полученных на первом этапе. Целью этого шага является исключение влияния внешней среды и случайных ошибок.
Чтобы скорректировать входные значения, член случайной ошибки необходимо отделить от составного члена ошибки модели SFA. Неэффективность управления сначала разделяется по следующей формуле:
Дальнейшее разложение члена случайной ошибки
Формула корректировки входных переменных:
Третий этап
Объединив скорректированные входные данные и исходные выходные данные, модель DEA применяется снова для получения относительно точных значений эффективности после исключения внешней среды и случайных ошибок.
Построение трехступенчатой модели SBM-DEA
Традиционный DEA не добавляет к целевой функции слабые переменные, что может привести к погрешностям в результатах измерений, вызванным радиальными и угловыми отклонениями.
Модель SBM-DEA позволяет избежать ошибок, вызванных субъективным выбором радиала и угла, и решает проблему слабых входных и выходных переменных.
Самая большая разница между трехэтапной моделью DEA и традиционной моделью DEA заключается в том, что трехэтапная модель DEA учитывает влияние факторов окружающей среды и случайного шума на результаты.
Этапы сборки
На основе исходных данных «затраты-выпуск» модель SBMDEA использовалась для измерения энергоэффективности 13 стран ВРЭП.
Используйте SFA для настройки ввода
Модель SBM-DEA, объединяющая скорректированные входные и необработанные выходные данные, снова применяется для измерения энергоэффективности.
Выбор индикатора
входные переменные
акционерный капитал
рабочая сила
Потребление энергии
Потребление энергии на душу населения в стране, умноженное на общую численность населения
выходная переменная
валовой внутренний продукт
идеальный результат
Выбросы углекислого газа
нежелательный результат
переменные среды
①Промышленная структура
Корректировка промышленной структуры повлияет на соотношение трех основных отраслей и окажет большее влияние на потребление энергии. В этой статье структура промышленности выражается через добавленную стоимость промышленности (% ВВП).
②Уровень урбанизации
Процесс урбанизации оказывает особое влияние на спрос и предложение энергии, тем самым влияя на энергоэффективность. В этой статье выбрано соотношение городского населения к общей численности населения страны, чтобы отразить процесс урбанизации.
③Структура энергопотребления
Различное потребление энергии оказывает существенное влияние на выбросы углекислого газа. Структура энергопотребления представлена долей потребления ископаемой энергии в общем объеме энергопотребления.
④Товарная торговля
Степень открытости внешнему миру будет влиять на структуру производства продукции, тем самым изменяя уровень энергопотребления. В этой статье выбирается доля торговли сырьевыми товарами в национальном ВВП, представляющая товарный рынок.
⑤Эффективность правительства
Соответствующая политика, предложенная правительством, может быть полезной для энергосбережения. Однако чрезмерное вмешательство государства может повлиять на эффективное распределение ресурсов, что повлияет на энергоэффективность.
⑥ ВВП на душу населения
Этот показатель используется для измерения уровня развития страны, который повлияет на энергоэффективность.
⑦Доходы от туризма
Страны ВРЭП богаты туристическими ресурсами. Будучи третичной отраслью, туризм и экономический рост способствуют повышению энергоэффективности.
Результаты и обсуждение
Первый этап
На этом этапе не учитывается влияние внешней среды и случайных ошибок. Модель SBM-DEA использовалась для расчета энергоэффективности 13 стран ВРЭП с 2000 по 2015 год.
Энергоэффективность развитых стран (Австралия, Новая Зеландия, Япония, Сингапур) в целом выше, чем у развивающихся стран, за исключением Южной Кореи. Развитые страны имеют такие преимущества, как высокий технологический уровень и высокий индекс человеческого развития, в то время как развивающиеся страны, такие как Бруней, являются исключением. Их высокий уровень доходов влияет на их относительно высокую энергоэффективность.
вторая стадия
Анализ результатов регрессии SFA
Факторы окружающей среды будут влиять на энергоэффективность стран ВРЭП. Таким образом, входные данные каждой страны корректируются с помощью уравнений (4)–(7) так, чтобы они столкнулись с одной и той же внешней средой и случайными ошибками.
Третий этап
Введите скорректированную энергоэффективность
Сравнительный анализ
Сравнительный анализ энергоэффективности на первом и третьем этапах
Снижение средней энергоэффективности: Средняя энергоэффективность RCEP упала с 0,638 на первом этапе до 0,384 на втором этапе, снизившись на 39,8%. Это свидетельствует о том, что внешние факторы окружающей среды оказывают влияние на энергоэффективность ВРЭП, приводя к завышению энергоэффективности на первом этапе.
Различия стран
Китай, Япония и Южная Корея: 1. Китай добился значительного повышения энергоэффективности на втором этапе, увеличившись с 0,290 до 0,953, увеличившись на 228,6%. 2. Предыдущая низкая эффективность Китая была связана с относительно плохой внешней средой, в то время как зеленая экономика и политика чистого развития в последние годы привели к повышению энергоэффективности. 3. Являясь развитыми странами, Япония и Южная Корея оказывают относительно небольшое влияние на внешнюю среду, а их энергоэффективность остается на высоком уровне на всех этапах.
Изменения в других странах: Энергоэффективность снижается в 10 странах Экономическое и социальное развитие в различных аспектах развитых стран, таких как Австралия, Новая Зеландия и Сингапур, помогло создать благоприятную внешнюю среду и повысить энергоэффективность. Среди развивающихся стран наибольший спад наблюдался в Брунее и Камбодже – 98,0% и 96,9% соответственно. Высокий ВВП на душу населения и социальное обеспечение Брунея сформировали благоприятную внешнюю среду и повысили энергоэффективность. Индонезия: В Индонезии наблюдается наименьшее снижение энергоэффективности, что указывает на меньшее воздействие внешней среды, возможно, связанное с более низкими уровнями управления.
Сравнительный анализ результатов модели DEA-BCC и модели SBM-DEA с плохими результатами
1. Результаты расчета энергоэффективности модели DEA-BCC выше, чем у модели SBM-DEA. 2. Модель DEA-BCC, возможно, переоценила энергоэффективность RCEP. 3. Рассчитанные коэффициенты вариации показывают, что они составляют 0,218 (DEA-BCC) и 0,490 (модель SBM-DEA) соответственно, поэтому результаты измерений модели SBM-DEA имеют высокую степень дисперсии и обладают сильной способностью судить. энергоэффективность.
Было обнаружено, что трехступенчатая модель SBM-DEA имеет значительные преимущества при измерении энергоэффективности.
Подведем итог
методология
Трехэтапная модель SBM-DEA использовалась для оценки энергоэффективности 13 стран ВРЭП с 2000 по 2015 год. Основной капитал, потребление рабочей силы и энергии используются в качестве входных переменных, ВВП – как желательный результат, а выбросы углекислого газа – как нежелательный результат.
Таким образом, SFA исключает влияние внешней среды и случайных ошибок на энергоэффективность.
в заключение
По итогам первого этапа. Энергоэффективность 13 стран ВРЭП колебалась в период с 2000 по 2015 год, сначала повышаясь, а затем снижаясь. Австралия, Бруней и Новая Зеландия являются странами с высокой энергоэффективностью, тогда как Китай и Вьетнам являются наименее энергоэффективными. Развитые страны более энергоэффективны, чем развивающиеся страны.
По итогам второго этапа. Факторы внешней среды оказывают существенное влияние на энергоэффективность.
После устранения помех и случайных ошибок внешней среды средняя энергоэффективность ВРЭП на третьем этапе ниже, чем на первом этапе, что указывает на то, что факторы внешней среды приведут к завышению энергоэффективности ВРЭП. Однако изменения в эффективности варьируются от страны к стране.
Вклад и перспективы
способствовать
Модель SBM-DEA учитывает нежелательный выход углекислого газа, а трехступенчатая модель DEA исключает влияние факторов окружающей среды и случайных ошибок. Объединение этих двух моделей позволяет более точно измерить энергоэффективность, что имеет определенное теоретическое значение для исследований в этой области.
Предыдущие исследования в основном были сосредоточены на переменных, связанных с экономическим развитием, и в меньшей степени на индикаторах, отражающих национальные политические условия. В данной статье политические показатели эффективности правительства вводятся в общие экономические показатели для изучения влияния национальных политических условий на энергоэффективность. Более полный анализ энергоэффективности обеспечивается с учетом политических факторов.
Представляя доходы от туризма в качестве влияющего фактора, особое внимание уделяется богатым туристическим ресурсам десяти крупнейших стран АСЕАН. Туризм, как третичная отрасль, может повысить энергоэффективность, способствуя экономическому росту. Исследование заполняет некоторые пробелы в области энергоэффективности в ВРЭП и открывает новые перспективы для энергетического сотрудничества.
Перспективы будущей работы
В этой статье при выборе нежелательных выбросов учитываются только выбросы углекислого газа. Будущие исследования могут учитывать такие нежелательные выбросы, как SO2 и NOX.
Сосредоточьтесь на важных факторах, влияющих на энергоэффективность
Для измерения энергоэффективности можно использовать более новые методы, такие как модель виртуальной границы DEA.