Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Mingxing, Li" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Efficiency Evaluation and Influencing Factors of Government Financial Expenditure on Environmental Protection: An SBM Super-efficiency Model Based on Undesired Outputs
Ocena efektywności i czynniki wpływające na rządowe wydatki finansowe na ochronę środowiska: model Super-efektywności SBM oparty na niepożądanych efektach
Autorzy:
Jialu, Su
Zhiqiang, Ma
Mingxing, Li
Agyeman, Fredrick Oteng
Yue, Zhu
Powiązania:
https://bibliotekanauki.pl/articles/2073438.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
Tematy:
efficiency of government expenditure on environmental protection
unexpected output
SBM super efficiency model
influence factor
efektywność wydatków rządowych na ochronę środowiska
nieoczekiwane wyniki
model super efektywności SBM
współczynniki wpływu
Opis:
In recent years, the adoption of the precise approach for coordinating socio-economic growth and environmental protection to attain sustainable development has become an urgent challenge to be addressed in China. The current development of environmental governance and the efficiency of government financial expenditure on environmental protection (EPEE) deserves enormous attention. With the aid of the provincial panel data, this study emphasized on the use of the SBM super-efficiency model based on unexpected output to quantify the efficiency of China’s government expenditure on environmental protection from 2013-2018 and constructed the Ordinary Least Squares (OLS) regression model to investigate the influencing factors of the government expenditure on environmental protection. The results of the efficiency measurement portray that the aggregate EPEE in China is unsatisfactory. The efficiency value for the western region is greater than that of the central and eastern regions, while the values obtained from the eastern region are above that of the central region. Population size and urbanization level have negative implications on the efficiency value, while the regional economic development level positively promotes the efficiency of the government expenditure on environmental protection. Finally, the corresponding countermeasures and suggestions for policy implementation are outlined accordingly.
W ostatnich latach przyjęcie precyzyjnego podejścia do koordynacji wzrostu społeczno-gospodarczego i ochrony środowiska w celu osiągnięcia zrównoważonego rozwoju stało się pilnym zadaniem w Chinach. Na ogromną uwagę zasługuje obecny rozwój zarządzania środowiskiem oraz efektywność rządowych nakładów finansowych na ochronę środowiska (EPEE). Z pomocą danych panelowych z prowincji, badanie to kładło nacisk na wykorzystanie modelu super-wydajności SBM opartego na nieoczekiwanych wynikach do ilościowego określenia wydajności chińskich wydatków rządowych na ochronę środowiska w latach 2013-2018. Skonstruowano kwadraty (OLS) modelu regresji do badania czynników wpływających na wydatki rządowe na ochronę środowiska. Wyniki pomiaru efektywności pokazują, że zagregowany EPEE w Chinach jest niezadowalający. Wartość efektywności dla regionu zachodniego jest większa niż w regionach centralnych i wschodnich, podczas gdy wartości uzyskane z regionu wschodniego są wyższe niż w regionie centralnym. Negatywnie na wartość efektywności wpływa wielkość populacji i poziom urbanizacji, natomiast regionalny poziom rozwoju gospodarczego pozytywnie wpływa na efektywność wydatków rządowych na ochronę środowiska. Na koniec nakreślono możliwe sposoby poprawy sytuacji i sugestie dotyczące wdrażania polityki.
Źródło:
Problemy Ekorozwoju; 2022, 17, 1; 140--150
1895-6912
Pojawia się w:
Problemy Ekorozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Short-term load prediction model combining FEW and IHS algorithm
Autorzy:
Yu, Mingxing
Zhu, Jiazheng
Yang, Li
Powiązania:
https://bibliotekanauki.pl/articles/141740.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
evaluation criteria
exponential fuzzy time series
fitness function
improved harmony search algorithms
load forecasting
optimal interval length
Opis:
:Accurate prediction of power load plays a crucial role in the power industry and provides economic operation decisions for the power operation department. Due to the unpredictability and periodicity of power load, an improved method to deal with complex nonlinear relation was adopted, and a short-term load forecasting model combining FEW (fuzzy exponential weighting) and IHS (improved harmonic search) algorithms was proposed. Firstly, the domain space was defined, the harmony memory base was initialized, and the fuzzy logic relation was identified. Then the optimal interval length was calculated using the training sample data, and local and global optimum were updated by optimization criteria and judging criteria. Finally, the optimized parameters obtained by an IHS algorithm were applied to the FEW model and the load data of the Huludao region (2013) in Northeast China in May. The accuracy of the proposed model was verified using an evaluation criterion as the fitness function. The results of error analysis show that the model can effectively predict short-term power load data and has high stability and accuracy, which provides a reference for application of short-term prediction in other industrial fields.
Źródło:
Archives of Electrical Engineering; 2019, 68, 4; 907-923
1427-4221
2300-2506
Pojawia się w:
Archives of Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies