วัตถุประสงค์ของการศึกษาปัญหาพิเศษนี

วัตถุประสงค์ของการศึกษาปัญหาพิเศษนี้เพื่อศึกษาการเปลี่ยนแปลงการใช้พลังงาน และการปลดปล่อยก๊าซ CO2 เนื่องจากการใช้พลังงานในภาคครัวเรือนชนบทของประเทศจีน โดยใช้วิธีการวิเคราะห์การสลายเชิงแจกแจงแบบ LMDI (Log Mean Divisia Index) ผลจากการศึกษาพบว่าการใช้พลังงานเชิงพาณิชย์ในภาคครัวเรือนเขตชนบทของประเทศจีน เพิ่มขึ้นจาก 64 Mtce ในปี พ.ศ. 2534 (ค.ศ. 1991) เป็น 96 Mtce ในปี พ.ศ. 2553 (ค.ศ. 2010) คิดเป็นการเพิ่มขึ้นประมาณร้อยละ 50 ผลจากการวิเคราะห์การเปลี่ยนแปลงการใช้พลังงานด้วยวิธีการ LMDI พบว่าปัจจัยเชิงประสิทธิภาพเป็นปัจจัยหลักที่ส่งผลให้การใช้พลังงานรวมในภาคครัวเรือนชนบทของประเทศจีนเพิ่มขึ้นคิดเป็นประมาณร้อยละ 146 ในขณะที่ผลจากปัจจัยเชิงการขับเคลื่อนส่งผลให้การใช้พลังงานรวมลดลงประมาณร้อยละ 46
ทำนองเดียวกัน เมื่อพิจารณาผลการเปลี่ยนแปลงการปลดปล่อยก๊าซ CO2 พบว่าปัจจัยเชิงประสิทธิภาพ และปัจจัยเชิงพลังงานร่วม ส่งผลให้การปลดปล่อยก๊าซ CO2 เพิ่มขึ้น 164 Mt-CO2 และ 41 Mt-CO2 หรือประมาณร้อยละ 123 และร้อยละ 31 ตามลำดับ โดยที่การเพิ่มขึ้นของการปลดปล่อยก๊าซ CO2 จากปัจจัยเชิงพลังงานร่วมนั้นเนื่องจากมีสัดส่วนการใช้ไฟฟ้าเพิ่มขึ้น และมีการใช้ถ่านหินลดลง ซึ่งเป็นข้อบ่งชี้ว่าการใช้เชื้อเพลิงในการผลิตไฟฟ้าในประเทศจีนยังคงใช้เชื้อเพลิงที่มีคุณภาพต่ำ
นอกจากนี้ การศึกษานี้ได้ทำการเปรียบเทียบผลการวิเคราะห์ด้วยวิธีการ LMDI ในรูปแบบ Additive และ Multiplicative พบว่าวิธีการ LMDI แบบ Additive นั้น สามารถวิเคราะห์ และแปลความหมายจากผลการคำนวณได้ง่ายกว่าวิธีการ LMDI แบบ Multiplicative อีกทั้งรูปแบบของสมการมีความซับซ้อนที่น้อยกว่า จึงเหมาะสมที่จะนำไปประยุกต์ใช้กับกรณีศึกษาที่มีข้อมูลเป็นจำนวนมากและมีความซับซ้อนของข้อมูลสูง

ผลลัพธ์ (อังกฤษ) 1:

The purpose of this special issue, studies to study the change in energy consumption and CO2 emissions due to energy consumption in rural households of China. Using a complex method of dispersing analysis, distribution, the LMDI (Log Mean Divisia Index) results from the study found that commercial energy consumption in households in China's rural area. Increased from 64 in-2534 (1991) Mtce (1991) as 96 Mtce in 2553 (2010) (2010) representing an increase of approximately 50 per cent results from the analysis of energy consumption change by way of a performance-oriented factors, the LMDI found that the main factor that results in the total energy consumption in China's rural households increased to 146 per cent accounted for about as a result of complex factors driving resulted in reduced total power consumption is around 46 percent.Similarly, if you When considering the effects of changes in CO2 gas liberation found that a complex factor, power factor and efficiency-oriented cooperation resulted in increased CO2 gas discharge 164 Mt-CO2 and Mt-CO2, about 41 per cent or 123 and 31 per cent respectively. With the increase of CO2 emissions released from the complex factors that share power due to increased electricity usage ratio and reduced coal use, which is an indication that the use of fuels in production of electricity in China continues to use low quality fuel.In addition, this study was performed to compare the analysis results with the Additive and Multiplicative model, the LMDI I found that the Additive Model LMDI can analyze and interpret the results of calculations easier methods of Multiplicative models incorporating LMDI form of the equation is less complicated and thus is suitable to be applied to a case study that there is a lot of information and complexity of data high.

ผลลัพธ์ (อังกฤษ) 2:

The objective of this special issue is to study changes in energy use. And CO2 emissions due to energy consumption in rural households in China. Using an analytical breakdown of distribution LMDI (Log Mean Divisia Index) results from the study showed that the use of commercial energy in China's rural households increased from 64 Mtce in the year 2534 (c. . Prof. 1991) 96 Mtce in the year 2553 (2010), an increase of about 50 percent result from changes in the use of energy by means of LMDI factors that performance is a factor. The main result of the total energy used in rural households in China, an increase of approximately 146 percent as a result of the factors driving results in lower total energy usage per cent. 46
Similarly, Considering the transformative effects that CO2 emissions performance factors. Energy and co-factors This resulted in the emission of CO2 increased by 164 Mt-CO2 and 41 Mt-CO2, or about 123 percent and 31 percent, respectively, an increase of release of CO2 from the commercial power-sharing, since the proportion of Use. increased electricity And coal use fell. This is an indication that the use of fuel in power generation in China is still low-quality fuel
addition. This study compared the results with the LMDI in Additive and Multiplicative find a way LMDI Additive can be analyzed. And interpret the results of the calculations are easier to LMDI a Multiplicative. The form of the equation is more complex than that. It is appropriate to be applied to a case study with a lot of data and complexity of data is high.

ผลลัพธ์ (อังกฤษ) 3:

The purpose of the study of this special problem to study the changes in energy consumption and discharge gas discharge CO2 due to energy use in rural households of China. By means of analysis of degradation of distribution model LMDI (Log Mean.Index) from the result of this study found that the use of commercial energy in rural areas of China household sector increased from 64 Mtce in B.Professor 2534 (AD 1991) is a 96 Mtce the 2553 (AD2010) was increased approximately 50 results from analysis of changes using energy method, LMDI146 while the factors driving the result to use the combined power decreased approximately 46
.Similarly. When considering the effects of changes in emission CO2 found that factor, efficiency and power factor, resulting in release gas. CO2 increased and 164 Mt-CO2 41 Mt-CO2 or 123% and 31% respectively.CO2 from factor combined energy because the power is increased, and the coal drops. Which is an indication that the used fuel in the production of electricity in China still use fuel with low quality
.In addition, this study compared the methods in the form Additive Multiplicative LMDI and found that method. A Additive LMDI that can analyze And the interpretation of the calculation method LMDI than a Multiplicative.It is suitable to apply to a case study with data is numerous and complicated data high
.