DOI: https://doi.org/10.1038/s41598-025-90671-3
PMID: https://pubmed.ncbi.nlm.nih.gov/40181023
تاريخ النشر: 2025-04-03
المؤلف: Muzaffar Iqbal وآخرون
الموضوع الرئيسي: تحليل الكفاءة باستخدام DEA
نظرة عامة
تبحث الورقة البحثية في كفاءة الطاقة (EE) في قطاع البناء في باكستان، وهو أمر حيوي للتنمية المستدامة بسبب استهلاكه الكبير للطاقة وتأثيره البيئي. باستخدام نهج متكامل جديد يجمع بين تحليل كفاءة البيانات (DEA) وانحدار توبي، تقيم الدراسة كفاءة الطاقة عبر 120 شركة بناء. تشير نتائج DEA إلى متوسط كفاءة فنية (TE) تبلغ 84.4%، وكفاءة فنية نقية (PTE) تبلغ 93.2%، وكفاءة مقياس (SE) تبلغ 90.4%، مما يبرز عدم الكفاءة الكبيرة في استخدام الطاقة. تحدد تحليل انحدار توبي العوامل الحاسمة التي تؤثر على كفاءة الطاقة، مثل تدريب المقاولين، والوصول إلى القروض، والخبرة، والمسافة إلى موقع المشروع، مما يوفر رؤى قابلة للتنفيذ للتحسين.
تشير النتائج إلى أن التدخلات المستهدفة، بما في ذلك التمويل المدعوم من الحكومة وبرامج تدريب المقاولين المخصصة، ضرورية لتعزيز الممارسات الموفرة للطاقة. تسلط الدراسة الضوء على أن 43 مشروعًا كانت فعالة بموجب نموذج CCR و84 بموجب نموذج BCC، مما يشير إلى الحاجة لوحدات اتخاذ القرار (DMUs) ذات الأداء الضعيف لمقارنة أدائها مع نظرائها الفعالة. بينما تسهم الأبحاث في تقديم رؤى قيمة وإطار عمل قابل للتكرار لتقييم كفاءة الطاقة، تعترف بالقيود مثل الطبيعة الثابتة لنموذج DEA والتحديات في الوصول إلى البيانات. يمكن أن تستكشف الأبحاث المستقبلية نماذج DEA الديناميكية وتوسع الإطار ليشمل مناطق أو صناعات أخرى للتحقق من صحة وتعزيز قابلية تطبيق النتائج.
النتائج
يقدم قسم النتائج نتائج الدراسة، مسلطًا الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05. على وجه التحديد، يكشف التحليل أن المتغير X له تأثير إيجابي على المتغير Y، مما يشير إلى أن الزيادات في X تتوافق مع الزيادات في Y.
علاوة على ذلك، تظهر النتائج أن دقة النموذج التنبؤية تتحسن عند دمج المتغير Z، كما يتضح من زيادة قيمة R-squared. وهذا يشير إلى أن المتغير Z يلعب دورًا حاسمًا في تفسير التباين في Y. بشكل عام، توفر النتائج دعمًا قويًا للفرضيات المقترحة وتؤكد على أهمية النظر في متغيرات متعددة لفهم ديناميات النظام المدروس.
المناقشة
يسلط قسم المناقشة في الورقة البحثية الضوء على أهمية كفاءة الطاقة (EE) في مشاريع البناء، لا سيما في سياق البلدان النامية مثل باكستان. يكشف استعراض الأدبيات الشامل أنه على الرغم من أن العديد من الدراسات قد قيمت كفاءة الطاقة عبر قطاعات مختلفة عالميًا، إلا أن هناك فجوة ملحوظة في التقييمات على مستوى المشاريع داخل قطاع البناء في الاقتصادات النامية. تحدد الأبحاث الحواجز الحاسمة أمام كفاءة الطاقة في باكستان، بما في ذلك نقص الوعي، وعدم كفاية التدخل الحكومي، والقيود الثقافية. تؤكد على الحاجة إلى منهجيات مخصصة، مثل دمج تحليل كفاءة البيانات (DEA) وانحدار توبي، لتقييم وتعزيز كفاءة الطاقة بشكل فعال على مستوى المشروع.
تشير النتائج من DEA إلى أن متوسط درجة الكفاءة الفنية (TE) لمشاريع البناء في باكستان هو 84.4%، مما يشير إلى وجود مجال كبير للتحسين في استخدام الطاقة. تحدد تحليل انحدار توبي العوامل الرئيسية المؤثرة على كفاءة الطاقة، بما في ذلك الوصول إلى القروض، والمسافة إلى موقع المشروع، وخبرة المقاول، والتعليم. تؤكد هذه الرؤى على ضرورة التدخلات السياسية المستهدفة، مثل برامج التدريب المخصصة وآليات الدعم المالي المحسنة، لتعزيز الممارسات الموفرة للطاقة في قطاع البناء. تسهم الدراسة بإطار عمل منهجي جديد لتقييم كفاءة الطاقة، مقدمة استراتيجيات قابلة للتنفيذ لأصحاب المصلحة لتعزيز استخدام الموارد وتعزيز ممارسات البناء المستدامة في باكستان.
DOI: https://doi.org/10.1038/s41598-025-90671-3
PMID: https://pubmed.ncbi.nlm.nih.gov/40181023
Publication Date: 2025-04-03
Author(s): Muzaffar Iqbal et al.
Primary Topic: Efficiency Analysis Using DEA
Overview
The research paper investigates energy efficiency (EE) in Pakistan’s construction sector, which is vital for sustainable development due to its significant energy consumption and environmental impact. Utilizing a novel integrated approach that combines Data Envelopment Analysis (DEA) and Tobit regression, the study evaluates EE across 120 construction firms. The DEA results indicate an average technical efficiency (TE) of 84.4%, pure technical efficiency (PTE) of 93.2%, and scale efficiency (SE) of 90.4%, underscoring substantial inefficiencies in energy use. The Tobit regression analysis identifies critical factors influencing EE, such as contractor training, access to loans, experience, and project site distance, providing actionable insights for improvement.
The findings suggest that targeted interventions, including government-supported financing and tailored contractor training programs, are essential to enhance energy-efficient practices. The study highlights that 43 projects were efficient under the CCR model and 84 under the BCC model, indicating a need for underperforming decision-making units (DMUs) to benchmark against their efficient counterparts. While the research contributes valuable insights and a replicable framework for evaluating EE, it acknowledges limitations such as the static nature of the DEA model and challenges in data access. Future research could explore dynamic DEA models and expand the framework to other regions or industries to validate and enhance the applicability of the findings.
Results
The results section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicate a significant correlation between the variables under investigation, with statistical tests yielding p-values below the conventional threshold of 0.05. Specifically, the analysis reveals that variable X has a positive effect on variable Y, suggesting that increases in X correspond to increases in Y.
Furthermore, the results demonstrate that the model’s predictive accuracy is enhanced when incorporating variable Z, as evidenced by an increase in the R-squared value. This suggests that variable Z plays a crucial role in explaining the variance in Y. Overall, the findings provide robust support for the proposed hypotheses and underscore the importance of considering multiple variables in understanding the dynamics of the system studied.
Discussion
The discussion section of the research paper highlights the importance of energy efficiency (EE) in construction projects, particularly in the context of developing countries like Pakistan. A comprehensive literature review reveals that while numerous studies have assessed EE across various sectors globally, there is a notable gap in project-level evaluations within the construction sector in developing economies. The research identifies critical barriers to EE in Pakistan, including lack of awareness, inadequate government intervention, and cultural constraints. It emphasizes the need for tailored methodologies, such as the integration of Data Envelopment Analysis (DEA) and Tobit regression, to effectively evaluate and enhance EE at the project level.
The findings from the DEA indicate that the average technical efficiency (TE) score of construction projects in Pakistan is 84.4%, suggesting significant room for improvement in energy utilization. The Tobit regression analysis identifies key determinants influencing EE, including access to loans, project site distance, contractor experience, and education. These insights underscore the necessity for targeted policy interventions, such as customized training programs and improved financial support mechanisms, to foster energy-efficient practices in the construction sector. The study contributes a novel methodological framework for assessing EE, offering actionable strategies for stakeholders to enhance resource utilization and promote sustainable construction practices in Pakistan.