تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله تحلیل چند سطحی تجزیه شاخص – نشریه الزویر

عنوان فارسی: تحلیل چند سطحی تجزیه شاخص: رویکردها و کاربردها
عنوان انگلیسی: Multilevel index decomposition analysis: Approaches and application
تعداد صفحات مقاله انگلیسی : 8 تعداد صفحات ترجمه فارسی : 22 (1 صفحه رفرنس انگلیسی)
سال انتشار : 2014 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : pdf فرمت ترجمه مقاله : pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله : بی نازنین سایز ترجمه مقاله : 14
نوع مقاله : ISI نوع نگارش : مقالات پژوهشی (تحقیقاتی)
پایگاه : اسکوپوس نوع ارائه مقاله : ژورنال
ایمپکت فاکتور(IF) مجله : 4.669 در سال 2019 شاخص H_index مجله : 120 در سال 2020
شاخص SJR مجله : 2.003 در سال 2019 شناسه ISSN مجله : 0140-9883
شاخص Q یا Quartile (چارک) : Q1 در سال 2019 کد محصول : 10803
محتوای فایل : zip حجم فایل : 1.59Mb
رشته و گرایش های مرتبط با این مقاله: اقتصاد، حسابداری، اقتصاد انرژی، اقتصاد مالی، حسابداری مالی
مجله: اقتصاد انرژی - Energy Economics
دانشگاه: گروه مهندسی صنایع و سیستم ها، دانشگاه ملی سنگاپور
کلمات کلیدی: تحلیل تجزیه شاخص، تحلیل تجزیه چندسطحی، مدل چند سلسله مراتبی، شدت انرژی، تغییر ساختار
کلمات کلیدی انگلیسی: Index decomposition analysis - Multilevel decomposition analysis - Multi-hierarchical model - Energy intensity - Structure change
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است ✓
وضعیت ترجمه منابع داخل متن: ترجمه شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است ✓
ضمیمه: ندارد ☓
بیس: نیست ☓
مدل مفهومی: ندارد ☓
پرسشنامه: ندارد ☓
متغیر: ندارد ☓
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
doi یا شناسه دیجیتال: https://doi.org/10.1016/j.eneco.2014.05.002
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1. مقدمه

2. تحلیل تجزیه یک سطحی

3. مدل چند سطحی- موازی (M-P)

4. مدل چندسطحی- سلسله مراتبی (M-H)

5. مثال های نمایشی

5.1. مثال 1: سلسله مراتب متقارن

5.2. مثال 2: سلسله مراتب نامتقارن

6. مسائل مربوط به اجرای تحلیل تجزیه چندسطحی

6.1. قابلیت اجرا و کاربردپذیری روش های IDA

6.2. مسائل محاسباتی

7. تجزیه مصرف انرژی ایالات متحده و چین

7.1. نتایج تجزیه برای ایالات متحده

7.2. نتایج تجزیه برای ایالات متحده

8. بحث و نتیجه گیری

نمونه متن انگلیسی

Abstract

With the growing interest in using the technique of index decomposition analysis (IDA) in energy and energy-related emission studies, such as to analyze the impacts of activity structure change or to track economy-wide energy efficiency trends, the conventional single-level IDA may not be able to meet certain needs in policy analysis. In this paper, some limitations of single-level IDA studies which can be addressed through applying multilevel decomposition analysis are discussed. We then introduce and compare two multilevel decomposition procedures, which are referred to as the multilevel-parallel (M-P) model and the multilevel-hierarchical (M-H) model. The former uses a similar decomposition procedure as in the single-level IDA, while the latter uses a stepwise decomposition procedure. Since the stepwise decomposition procedure is new in the IDA literature, the applicability of the popular IDA methods in the M-H model is discussed and cases where modifications are needed are explained. Numerical examples and application studies using the energy consumption data of the US and China are presented.

1. Introduction

Index decomposition analysis (IDA) has been widely used to study the driving forces behind aggregate energy consumption changes, sectoral and economy-wide energy efficiency trends, and differences between countries in energy consumption or carbon emissions. See, for example, Ang and Zhang (2000), EERE (2003), Bataille et al. (2007), IEA (2007), OEE (2009), and Ang et al. (2010). In economy-wide studies, total energy consumption is often given as a sum of consumption in various energy consuming sectors. Each sector in turns comprises subsectors and so on. This leads to a well-defined hierarchy of energy consumption data, where IDA studies can be conducted at different levels of sector disaggregation. Generally, changes in the aggregate energy consumption at a specific level are often decomposed to give the contributions of factors linked to overall activity change, activity structure shifts, and energy efficiency improvement. The choice of level may vary from one study to another due to differences in study scope and objective, or in data availability and quality.

1 8. Discussion and conclusions

We discuss the limitations of single-level decomposition in IDA applied to energy and study how multilevel analysis can help to address these limitations. We introduce two multilevel decomposition models, the M-P model and the M-H model, and study their features. The M-P model, the multilevel decomposition model often used by researchers in the IDA literature, adopts the same calculation procedure as conventional single-level model. In contrast, the M-H model adopts a stepwise decomposition procedure which is totally new in the IDA literature. To extend from single-level to multilevel analysis using the M-H model, modifications via transformations are needed to some popular IDA methods. We further discuss the practical significance of the M-H model and present real cases to illustrate.

نمونه متن ترجمه

چکیده

با توجه به افزایش توجه به استفاده از تحلیل تجزیه شاخص (IDA ) در مطالعات انرژی و تولید و انتشار مرتبط با انرژی، مثل تحلیل اثرات تغییر ساختار فعالیت یا بررسی روندهای بهره وری انرژی در سطح گسترده اقتصادی، ممکن است روش متداول IDAیک سطحی قادر به تحقق نیازهای خاص تحلیل خط مشی نباشد. در این مقاله برخی از محدودیت های مطالعات انجام شده با روش IDA یک سطحی که با استفاده از تحلیل تجزیه چند سطحی می توان بر آنها غلبه کرد مورد بحث و بررسی قرار گرفته اند. سپس دو روند تجزیه چند سطحی که مدل چندسطحی- موازی (M-P) و مدل چندسطحی- سلسله مراتبی (M-H) هستند را معرفی و مقایسه می کنیم. در مدل چندسطحی- موازی از روند تجزیه مشابه IDAیک سطحی استفاده می شود درحالیکه در مدل دوم از روند تجزیه گام به گام استفاده می گردد. از آنجا که روش تجزیه گام به گام روشی نوین در ادبیات IDA است، قابلیت اجرا و کاربست پذیری روش های متداول IDA در مدل M-H مورد بحث قرار گرفته و مواری که نیاز به اصلاحات باشد نیز توضیح داده خواهند شد. مثال های عددی و مطالعات کاربردپذیری با استفاده از داده های مصرف انرژی ایالات متحده و چین نیز مطرح خواهند شد.

1. مقدمه

تحلیل تجزیه شاخص (IDA) به طور گسترده برای مطالعه نیروهای محرک تغییرات شدید در مصرف انرژی، روندهای بهره وری انرژی در سطح بخش و در سطح اقتصاد و تفاوت بین کشورها از نظر میزان مصرف انرژی و تولید و انتشار کربن به کار گرفته شده است. برای نمونه به پژوهش های آنگ و ژانگ (2000) ، EERE (2003) ، باتالی و همکاران (2007) ، IEA(2007)، OEE (2009) و آنگ و همکاران (2010) مراجعه نمایید. در پژوهش های در سطح اقتصاد، کل مصرف انرژی معمولاً مجموع مصرف در بخش های مختلف مصرف کننده انرژی لحاظ می گردد که هر بخش خود دارای زیر بخش های مختلف می باشد و به همین ترتیب. این روند داده های مربوط به مصرف انرژی را به صورت سلسله مراتبی و تعریف شده ارائه می دهد که در اینجا مطالعات IDA را می توان در سطوح مختلف به تفکیک بخش اجرا نمود. به طور کلی، تغییرات مصرف کل انرژی در سطح خاص اغلب به منظور ارتباط دادن سهم عوامل به تغییر کلی فعالیت، تغییرات ساختار فعالیت و بهبود بهره وری انرژی تجزیه می شوند. انتخاب سطح ممکن است در تحقیقات مختلف به خاطر تفاوت در حوزه و هدف پژوهش یا دسترس پذیری و کیفیت داده متفاوت باشد .

8. بحث و نتیجه گیری

ما محدودیت های تجزیه یک سطحی در IDA اعمال شده برای انرژی را شرح دادیم و بررسی کردیم چطور تحلیل چندسطحی می تواند به بررسی این محدودیت ها کمک کند. دو مدل تجزیه چندسطحی، مدل M-H و M-P را معرفی نموده و مشخصه های آنها را مطالعه و بررسی نمودیم. مدل M-P که مدل تجزیه چندسطحی است و اغلب مورد استفاده محققان IDA قرار می گیرد از روند محاسباتی مشابه مدل یک سطحی متداول بهره می گیرد. در مقابل، مدل M-H روند تجزیه گام به گام را به کار می گیرد که در ادبیات IDA کاملا جدید است. برای تعمیم از تحلیل یک سطحی به تحلیل چندسطحی با استفاده از مدل M-H نیاز به انجام اصلاحاتی از طریق تغییرات در برخی روش های متداول IDA هست. در اینجا اهمیت مدل M-H در عمل را شرح داده و نمونه های واقعی رای برای توضیح بیشتر ارائه می دهیم.

تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)

10803 IranArze     10803 IranArze1     10803 IranArze2