<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>علم تصمیم گیری و سیستم های هوشمند</JournalTitle>
      <Issn>3060-7574</Issn>
      <Volume>3</Volume>
      <Issue></Issue>
      <PubDate PubStatus="epublish">
        <Year>1405</Year>
        <Month>03</Month>
        <Day>10</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Development and Validation of a Causal Model for Assessing Energy Imbalance in Iran’s Gas Industry</ArticleTitle>
    <VernacularTitle>توسعه و اعتبارسنجی مدل علّی ارزیابی ناترازی انرژی در صنعت گاز ایران</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>27</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>رضا</FirstName>
        <LastName>عبدالعلی زاده</LastName>
        <Affiliation>گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مرتضی</FirstName>
        <LastName>محمودزاده</LastName>
        <Affiliation>گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>میرحسین </FirstName>
        <LastName>سیدی </LastName>
        <Affiliation> گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران </Affiliation>
      </Author>
      <Author>
        <FirstName>رضا </FirstName>
        <LastName>رستم زاده</LastName>
        <Affiliation>دانشیار گروه مدیریت، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1405</Year>
        <Month>01</Month>
        <Day>23</Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;This study aimed to identify and explain the factors influencing the severity of the gas imbalance, examine its consequences, and develop an integrated causal model. In terms of purpose, the study was applied, and methodologically, it employed an exploratory sequential mixed-methods design. Participants in the qualitative phase consisted of experts, managers, and specialists knowledgeable about issues related to the gas and energy industries. Data were collected through semi-structured interviews until theoretical saturation was reached and were subsequently analyzed. The statistical population of the quantitative phase comprised individuals with relevant knowledge and experience in the gas and energy sectors. Data from 300 respondents were examined using a researcher-developed 40-item questionnaire. Quantitative data were analyzed using SPSS and SmartPLS software and partial least squares structural equation modeling (PLS-SEM). The qualitative findings indicated that the gas imbalance is a multidimensional and systemic phenomenon. Its determinants were classified into six principal dimensions: demand pressure and consumption patterns; the quality of energy policymaking and governance; infrastructure capacity and reliability; demand-side management, technology, and efficiency; climatic and environmental pressures; and temporal and feedback complexities. The severity of the gas imbalance was also identified as the central construct, while its economic, industrial, social, environmental, and security consequences were identified as the model’s ultimate outcomes. The quantitative results confirmed the satisfactory reliability and validity of the measurement model and demonstrated that all seven research hypotheses were statistically significant. Demand pressure and consumption patterns, with a path coefficient of 0.291; temporal and feedback complexities, with a coefficient of 0.267; and climatic and environmental pressures, with a coefficient of 0.160, had positive and significant effects on the severity of the gas imbalance. Conversely, infrastructure capacity and reliability, with a coefficient of −0.256; the quality of energy policymaking and governance, with a coefficient of −0.201; and demand-side management, technology, and efficiency, with a coefficient of −0.147, had negative and significant effects on the severity of the imbalance. Furthermore, the severity of the gas imbalance had a strong positive effect on its consequences, with a path coefficient of 0.712. Collectively, the six predictor variables explained 62.9% of the variance in the severity of the gas imbalance, while the severity of the imbalance explained 50.6% of the variance in its consequences. The predictive relevance index values for the severity of the imbalance and its consequences were 0.408 and 0.316, respectively, and the model’s overall fit was assessed as acceptable and relatively satisfactory. Overall, the findings demonstrated that the gas imbalance is not attributable to a single factor and that its sustainable reduction requires simultaneous interventions in demand management, infrastructure development and modernization, governance reform, improvements in efficiency and technology, and the management of climatic impacts and time delays.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;پژوهش حاضر با هدف شناسایی و تبیین عوامل مؤثر بر شدت ناترازی گاز، بررسی پیامدهای آن و ارائه یک مدل علّی و یکپارچه انجام شد. این پژوهش از نظر هدف، کاربردی و از نظر روش، آمیخته اکتشافی متوالی بود. جامعه مشارکت‌کنندگان بخش کیفی را خبرگان، مدیران و کارشناسان آگاه به مسائل صنعت گاز و انرژی تشکیل دادند و داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته تا دستیابی به اشباع نظری گردآوری و تحلیل شدند. جامعه آماری بخش کمی نیز شامل افراد دارای دانش و تجربه مرتبط با حوزه گاز و انرژی بود که داده‌های ۳۰۰ مورد با استفاده از پرسشنامه محقق‌ساخته ۴۰ گویه‌ای بررسی شد. تحلیل داده‌های کمی با استفاده از نرم‌افزارهای SPSS و SmartPLS و روش مدل‌سازی معادلات ساختاری مبتنی بر حداقل مربعات جزئی انجام گرفت. یافته‌های بخش کیفی نشان داد که ناترازی گاز پدیده‌ای چندبعدی و نظام‌مند است و عوامل مؤثر بر آن در شش محور اصلی شامل فشار تقاضا و الگوی مصرف، کیفیت سیاست‌گذاری و حکمرانی انرژی، ظرفیت و قابلیت اطمینان زیرساختی، مدیریت مصرف، فناوری و بهره‌وری، فشارهای اقلیمی و محیطی و پیچیدگی‌های زمانی و بازخوردی قرار می‌گیرند. همچنین، شدت ناترازی گاز به‌عنوان سازه مرکزی و پیامدهای اقتصادی، صنعتی، اجتماعی، زیست‌محیطی و امنیتی به‌عنوان خروجی نهایی مدل شناسایی شدند. نتایج بخش کمی، پایایی و روایی مناسب مدل اندازه‌گیری را تأیید کرد و نشان داد هر هفت فرضیه پژوهش معنادارند. فشار تقاضا و الگوی مصرف با ضریب مسیر ۰٫۲۹۱، پیچیدگی‌های زمانی و بازخوردی با ضریب ۰٫۲۶۷ و فشارهای اقلیمی و محیطی با ضریب ۰٫۱۶۰، اثر مثبت و معناداری بر شدت ناترازی داشتند. در مقابل، ظرفیت و قابلیت اطمینان زیرساختی با ضریب ۰٫۲۵۶−، کیفیت سیاست‌گذاری و حکمرانی انرژی با ضریب ۰٫۲۰۱− و مدیریت مصرف، فناوری و بهره‌وری با ضریب ۰٫۱۴۷−، اثر منفی و معناداری بر شدت ناترازی نشان دادند. همچنین، شدت ناترازی گاز با ضریب ۰٫۷۱۲ اثر مثبت و قوی بر پیامدهای آن داشت. شش عامل پیش‌بین در مجموع ۶۲٫۹ درصد از تغییرات شدت ناترازی را تبیین کردند و شدت ناترازی نیز ۵۰٫۶ درصد از تغییرات پیامدهای آن را توضیح داد. مقادیر شاخص قدرت پیش‌بینی برای شدت ناترازی و پیامدهای آن به‌ترتیب ۰٫۴۰۸ و ۰٫۳۱۶ به دست آمد و برازش کلی مدل قابل قبول و نسبتاً مطلوب ارزیابی شد. در مجموع، نتایج نشان داد ناترازی گاز مسئله‌ای تک‌عاملی نیست و کاهش پایدار آن به مداخله هم‌زمان در مدیریت تقاضا، توسعه و نوسازی زیرساخت‌ها، اصلاح حکمرانی، ارتقای بهره‌وری و فناوری و مدیریت آثار اقلیمی و تأخیرهای زمانی نیاز دارد.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">gas imbalance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">consumption patterns</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">energy governance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">gas infrastructure</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">energy efficiency</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">temporal dynamics</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">structural equation modeling</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">ناترازی گاز</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">الگوی مصرف</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">حکمرانی انرژی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">زیرساخت گاز</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">بهره‌وری انرژی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">پویایی‌های زمانی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مدل‌سازی معادلات ساختاری</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://dsisj.com/index.php/dsisj/article/download/111/54</ArchiveCopySource>
  </Article>
</ArticleSet>
