Регрессионный анализ факторов развития возобновляемой энергетики

  • Вид работы:
    Контрольная работа
  • Предмет:
    Физика
  • Язык:
    Русский
    ,
    Формат файла:
    MS Word
    70,42 Кб
  • Опубликовано:
    2017-01-13
Вы можете узнать стоимость помощи в написании студенческой работы.
Помощь в написании работы, которую точно примут!

Регрессионный анализ факторов развития возобновляемой энергетики














Контрольная работа

Регрессионный анализ факторов развития возобновляемой энергетики

 

Введение

регрессионный эконометрический автокорреляция

С момента открытия человечеством ископаемых энергетических ресурсов, а вместе с ним, возможностей их применения в различных областях нашей жизни, перед миром, перед каждым государством в частности, возникла проблема выбора в пользу добычи и использования того или иного ресурса. В начале развития энергетики как отрасли, данный выбор обуславливался лишь технологическими возможностями добычи и использования, а ископаемые энергетические ресурсы были предназначены для внутреннего использования с целью обеспечения более комфортных условий жизнедеятельности своего населения. Впоследствии, развитие торговых отношений между странами, в частности, желание и возможность одних стран продать избыток ископаемых энергоресурсов за рубеж с одной стороны, а также нехватка и потребность в них других стран с другой стороны, привели к формированию первых локальных рынков ископаемых энергетических ресурсов. Все более и более интенсивный процесс экономической интеграции, всеобщая экономическая взаимозависимость, привели к тому, что на сегодняшний день весь мир представляет собой глобальный рынок энергоресурсов, на котором в каждый момент времени многочисленные экономические агенты покупают огромные количества того или иного ресурса, но еще больше продают.

Глобализация энергетического рынка и, соответственно, функционирующий на нем рыночный механизм формирования цены на тот или иной энергетический ресурс привела к формированию единого ценового ориентира на каждом из рынков того или иного ископаемого энергетического ресурса для всех экономических агентов. Данный ценовой ориентир влияет не только на экспортоориентированныестраны-производили ископаемых энергетических ресурсов, но и на те страны, которые производят их добычу исключительно для внутреннего потребления. Так как издержки по добыче ископаемых энергоресурсов зависят от многих факторов и варьируются для каждой отдельной страны, выбор в пользу собственной разведки и добычи ресурса, либо в пользу импорта энергетического ресурса зависит от экономической целесообразности, а именно от соотношения цены на ресурс и издержек, связанных с его разведкой и добычей.

Это подтверждается тем фактом, что в условиях нынешнего кризиса на рынке нефти, важнейшего ископаемого энергоресурса, в условиях самых низких за всю историю цен, некоторые страны уже производят ее добычу в убыток, а нефтяным компаниям приходится сокращать производство ввиду экономической нецелесообразности. Помимо этого, развитие технологий, а вместе с этим, открытие новых, возобновляемых энергетических ресурсов, привело к тому, что проблема выбора в пользу того или иного энергоресурса стала еще более острой. В данных условиях странам приходится определять направление развития энергетической отрасли: развивать собственную добычу ископаемых энергетических ресурсов, либо развивать технологии получения возобновляемой энергии.

1. Методология регрессионного анализа и описание переменных


В представленном исследовании мной был проведен сравнительный анализ эконометрических моделей, отражающих влияние различных факторов на развитие возобновляемой энергетики, для Нидерландов и Бельгии. Выбор в пользу этих двух стран был сделан по нескольким причинам. Во-первых, с целью сравнить значимые факторы и их влияние на развитие возобновляемой энергетики в зависимости от наличия ископаемых ресурсов. Бельгия не имеет ископаемых ресурсов, а Нидерланды имеют собственное производство угля и газа. Проведение сравнительного анализа именно этих стран целесообразно по той причине, что обе эти страны, будучи членами Евросоюза, имеют схожий уровень экономического развития, практически идентичные географические условия, идентичную политику в сфере экологии, имеют тесные социокультурные связи, а отрасль возобновляемой энергетики получила свое развитие на ранних этапах ее зарождения в мире как таковой.

Таблица 1

Переменная

Описание

Elec_ren

Доля электричества, полученного при помощи возобновляемой энергии (%), зависимая переменная.

CO2

Выбросы углекислого газа от потребления энергии на душу населения (метрические тонны двуокиси углерода на человека)

Elec_fossils

Доля электричества, полученного из ископаемых источников энергии (%)

Energy_use

Использование энергии (кг нефтяного эквивалента на человека)

GDP

ВВП на душу населения (в текущих долларах США)


В данном исследовании уровень развития возобновляемой энергетики представлен переменной Elec_ren, которая представляет собой долю электричества, полученного при помощи возобновляемой энергии. В качестве зависимой переменной выбран показатель доли электричества, так как возобновляемые источники энергии используются главным образом для генерации электричества, исключением является лишь биотопливо. Переменная Elec_ren представлена в процентном эквиваленте, а не в абсолютных значениях, так как именно доля генерации электричества от общей выработки, а не абсолютное значение наилучшим образом отражает уровень развития отрасли возобновляемой энергетики. Переменная Elec_fossils представлена в виде доли электричества по причине того, что ископаемые виды оказывают прямое влияние на развитие возобновляемой энергетики именно в электроэнергетическом секторе, являясь для возобновляемых источников прямыми субститутами. Показатели CO2 и Energy_use выбраны по причине того, что оба этих фактора являются важнейшими в том, что касается развития возобновляемой энергии. Как было выяснено ранее выбросы CO2 - один из основных факторов, побуждающих страны продвигать возобновляемую энергетику. В свою очередь, показатель использования энергии отражает спрос страны на энергию, в том числе и на электрическую. Показатель ВВП также важен, так он отражает уровень экономического развития страны, который в свою очередь отражает возможность финансирования НИОКР, а также возможность инвестиций непосредственно в возобновляемую отрасль.

Регрессионная модель, представленная в настоящем исследовании, имеет вид аддитивных временных рядов, оценка коэффициентов была проведена методом наименьших квадратов. Данные представлены Интернет-ресурсом Всемирного банка и охватывают период с 1960 по 2011 год для обеих стран. Регрессионный анализ проведен при помощи программы Gretl.

Перед непосредственным построением моделей можно выдвинуть гипотезы о значимости регрессоров и предположить их потенциальное влияние на каждую переменную. Гипотезы о значимости и возможном знаке каждого из регрессоров для Нидерландов:

.        Все факторы значимы.

.        Переменные СО2 и GDP будут иметь положительный знак.

.        Переменная Elec_fossils будет иметь отрицательный знак.

Гипотезы для Бельгии:

.        Фактор Elec_fossils не значим.

2. Переменные СО2 и GDP значимы и будут иметь положительный знак.

 

2. Построение эконометрической модели для Нидерландов

 

.1 Описательная статистика


Рассмотрим описательную статистику переменных в модели для Нидерландов, представленную в таблице 2.

Таблица 2. Описательная статистика, использованы наблюдения 1960 - 2011

Переменная

Среднее

Медиана

Минимум

Максимум

Elec_ren

2,21372

1,29213

0,000000

10,8535

Energy_use

4113,75

4505,06

1825,93

5021,00

GDP

18775,5

13611,9

1068,78

56928,8

CO2

10,3016

10,5676

6,39918

13,3786

Elec_fossils

93,4571

92,9960

83,7653

100,000

Переменная

Ст. откл.

Вариация

Асимметрия

Эксцесс

Elec_ren

2,88316

1,30241

1,62315

Energy_use

878,313

0,213507

-1,44125

0,748975

GDP

16122,6

0,858703

0,827883

-0,313000

CO2

1,47257

0,142945

-0,791059

0,681578

Elec_fossils

4,47743

0,0479090

-0,0182321

-0,633283

Переменная

5% Perc.

95% Perc.

IQ range

Пропущенные наблюдения

Elec_ren

0,000000

9,41563

2,69834

0

Energy_use

2010,36

4860,84

806,229

0

GDP

1212,23

52473,3

23488,8

0

CO2

6,87168

12,4023

1,00243

0

Elec_fossils

85,5576

100,000

7,60968

0


Исходя из данных таблицы 2 можно сделать следующие выводы:

. Значение показателя доли электроэнергии, сгенерированной из возобновляемых источников, изменяется от 0 до 10,8535 с медианой 1,29213. Это может говорить о том, что отрасль возобновляемой энергетики Нидерландов получила интенсивное развитие на определенном этапе.

. Значение показателя использования энергии колеблется от 1825,93 до 5021,00 с медианой 4505,06. Исходя из приведенных значений можно сделать вывод о том, что в последние годы спрос на энергию в Нидерландах замедлился.

. Показатель ВВП колеблется от минимума 1068,78 до максимума 56928,8 с медианой 13611,9. Данные значения могут свидетельствовать о повышательном тренде роста ВВП на душу населения.

. Показатель СО2 имеет максимальное значение, равное 13,3786, минимальное значение, равное 6,39918, и медиану 10,5676. Исходя из этих данных можно сделать вывод о том, что темп роста выбросов углекислого газа в Нидерландах замедлился.

. Значение показателя Elec_fossils колеблется от 83,7653 до 100 и имеет медиану 92,9960. Можно сделать вывод о том, что в некоторый момент времени Нидерланды генерировали 100% энергии, используя ископаемые источники, тем не менее, предпринимая попытки диверсифицировать источники генерации.

Построив графики зависимости каждого из регрессоров от времени (см. приложение 6), можно утверждать о наличии повышательного тренда для всех параметров, кроме параметра Elec_fossils, который имеет ярко выраженный понижательный тренд.

 

.2 Построение модели. Тесты на гетероскедастичность и автокорреляцию


После построения модели были получены следующие результаты (см. приложение 7):

. Вероятность принятия нулевой гипотезы о незначимости каждого из представленных регрессоров меньше 1%, поэтому представленные регрессоры значимы на 1%-ом уровне значимости.

. Вероятность принятия нулевой гипотезы о незначимости модели в целом отвергается, так как P-значение (F)<1%. Модель в целом значима.

. Значение R-квадрат, равное 92% говорит об адекватности модели в целом.

Таким образом модель развития возобновляемой энергетики Нидерландов принимает вид:

.

Проведем тест на наличие гетероскедастичности (см. приложение 8). Результаты теста говорят о наличии гетероскедастичности, так как вероятность принятия гипотезы об отсутствии гетероскедастичности p-значение<1%, поэтому принимаем альтернативную гипотезу  о наличии гетероскедастичности.

Проведем LM-тест на наличие автокорреляции в модели 1-го и 2-го порядка.

Результаты тестов Бройша-Годфри свидетельствуют об отсутствии автокорреляции 1-го и 2-го порядка (см. приложения 9 и 10), так как критическое значение статистики χ-квадрат больше  в обоих случаях, что свидетельствует об отсутствии оснований для отклонения нулевой гипотезы об отсутствии автокорреляции. Представленные p-значения (эмпирические уровни значимости) намного меньше номинального уровня значимости, равному 5%, что также не дает оснований для отклонения нулевой гипотезы , поэтому процесс остатков обладает свойствами белого шума. Более того, все детерминанты оказались незначимы в дополнительной тестовой модели.

 

3. Построение эконометрической модели для Бельгии

 

.1 Описательная статистика


Рассмотрим описательную статистику переменных в модели для Бельгии.

Таблица 3. Описательная статистика, использованы наблюдения 1960 - 2011

ПеременнаяСреднееМедианаМинимумМаксимум





CO2

11,0981

8,84940

14,2555

GDP

17124,0

12584,0

1273,69

48424,6

Ener_use

4628,01

4757,19

2519,50

5713,58

Elec_ren

0,946555

0,358557

0,000000

9,19131

Elec_fossils

61,9479

41,9491

30,2095

99,5968

Переменная

Ст. откл.

Вариация

Асимметрия

Эксцесс

CO2

1,30698

0,114923

0,644914

-0,391568

GDP

14154,2

0,826568

0,704563

-0,572037

Ener_use

909,967

0,196622

-0,803302

-0,304861

Elec_ren

1,83883

1,94265

2,91254

8,27372

Elec_fossils

27,2020

0,439111

0,401877

-1,61057

Переменная

5% Perc.

95% Perc.

IQ range

Пропущенные наблюдения

CO2

9,67691

13,9778

1,98970

0

GDP

1407,61

45867,3

21225,3

0

Ener_use

2726,33

1274,12

0

Elec_ren

0,000000

6,00727

0,599036

0

Elec_fossils

31,5139

99,2946

60,0105

0


. Параметр СО2 принимает максимальное значение 14,2555, минимальное - 8,84940 и медиану 11,0981, что может свидетельствовать о том, что объемы выбросов углекислого на протяжении рассматриваемого отрезка времени могли расти равномерно.

. Показатель GDP принимает максимальное значение, равное 48424,6, минимальное значение 1273,69 и имеет медиану 12584,0. Можно утверждать, что данный показатель имеет повышательный тренд роста.

. Показатель использования энергии (Ener_use) имеет максимальное значение 5713,58, минимальное 2519,50 и медиану 4757,19, что может говорить о снижении темпов роста спроса на энергию в Бельгии на определенном этапе.

. Минимальное значение зависимой переменной Elec_ren равно 0, максимальное - 9,19131, медиана равна 0,358557. Данные могут свидетельствовать о том, что отрасль возобновляемой энергетики получила свое развитие в Бельгии в последние годы, а именно после 1985 года.

. Переменная Elec_fossils имеет максимальное значение 99,5968, минимальное значение равно 30,2095, медиана принимает значение 41,9491. Можно утверждать об увеличении генерации электричества из ископаемых источников в Бельгии во второй половине рассматриваемого периода, что также свидетельствует об увеличении импорта ископаемых ресурсов.

Построив графики зависимости рассматриваемых переменных от времени (см. приложение 11), можно утверждать о наличии повышательных трендов роста значений таких параметров, как GDP, Elec_ren и Ener_use.

 

.2 Построение модели. Тесты на гетероскедастичность и автокорреляцию


При построении модели вида


полученные результаты оценки коэффициентов показали незначимость двух регрессоров: Elec_fossils и CO2 (см. приложение 12). Удалим из модели регрессор Elec_fossils, имеющий наибольшее p-значение. После удаления регрессора Elec_fossils из модели все оставшиеся переменные оказались значимы, но константа, теперь имеющая наибольшее p-значение оказалась не значима. Удалить константу из модели не представляется возможным, поэтому удалим из модели переменную CO2. После проведения оценки коэффициентов МНК модели вида

 

все оставшиеся переменные оказались значимыми на 1% уровне значимости. Говоря о значимости модели в целом, вероятность принятия нулевой гипотезы о незначимости модели отвергается, так как P-значение (F)<1%, следовательно модель значима. Значение R-квадрат, равное 71%, что является неплохим показателем, говорит об адекватности модели в целом.

Проведем тест Вайта на наличие гетероскедастичность (см. приложение 13). Результаты теста говорят о наличии гетероскедастичности, так как вероятность принятия гипотезы об отсутствии гетероскедастичности p-значение<1%, поэтому принимаем альтернативную гипотезу  о наличии гетероскедастичности.

Проведем LM-тесты на наличие автокорреляции 1-го и 2-го порядка. Результаты тестов говорят о наличии лага переменной GDP (минимум 2-го порядка), так как она оказалась значима во вспомогательной тестовой модели (см. приложения 14 и 15). Включим в модель переменную GDP с лагом 3 и проведем оценку коэффициентов новой модели МНК (см. приложение 16). Полученные результаты свидетельствуют о значимости всех параметров модели, p-значение (F), меньшее 1% говорит о значимости модели в целом, значение R-квадрат, равное 73% говорит об адекватности модели. В результате модель принимает вид:

.

Проведем тест на автокорреляцию 1-го порядка полученной модели. По результатам теста можно говорить о том, что автокорреляция отсутствует, так как критическое значение статистики χ-квадрат больше  в обоих случаях, что свидетельствует об отсутствии оснований для отклонения нулевой гипотезы об отсутствии автокорреляции. Представленные p-значения (эмпирические уровни значимости) намного меньше номинального уровня значимости, равному 5%, что также не дает оснований для отклонения нулевой гипотезы , поэтому процесс остатков обладает свойствами белого шума, и вместе с этим новая переменная GDP_3 оказалась не значима во вспомогательной модели. Таким образом, модель, описывающая развитие возобновляемой энергетики Бельгии принимает вид

.

4. Интерпретация и анализ полученных результатов


По результатм эконометрического моделирования все выдвинутые ранее гипотезы о значимости коэффициентов и определении знака коэффициентов подтвердились. Несмотря на недостатки в спецификации моделей, можно сделать следующие выводы:

1. На развитие возобновляемой энергетики Нидерландов положительное влияние оказывает рост выбросов углекислого газа и рост ВВП на душу населения, что можно интерпретировать следующим образом: увеличивающиеся объемы выбросов  заставляют государство предпринимать действия по сокращению объемовэмиссии в том числе путем диверсификации источников энергии, используемых для генерации электричества, тем самым давая импульс развитию возобновляемой энергетики. Рост ВВП позволяет проводить дополнительные отчисления в научную сферу, а также обеспечить дополнительные инвестиции в отрасль.

. Показатели Energy_use и Elec_fossils в голландской модели имеют отрицательный знак. Таким образом, рост спроса на энергию в Нидерландах не ведет за собой увеличение генерации электричества с использованием возобновляемых ресурсов, что может говорить о том, что государство пока не видит альтернативу ископаемым и другим источникам энергии, за счет которых и удовлетворяется растущий спрос. Отрицательный знак коэффициента параметра Elec_fossils говорит о том, что ископаемые источники энергии и возобновляемые источники являются прямыми субститутами в электроэнергетической отрасли.

. В бельгийской модели значимыми оказались 2 из 4 регрессоров. Так как Бельгия не имеет собственных ископаемых ресурсов, развитие возобновляемых осуществляется в основном за счет роста ВВП, о чем говорит и положительный знак коэффициента перед параметром GDP. В том, что касается спроса на энергию, в Бельгии наблюдается схожая ситуация: рост спроса на энергию обеспечивается за счет невозобновляемых источников энергии, о чем говорит отрицательный знак коэффициента перед переменной Energy_use.

. Анализируя результаты регрессионного анализа обеих моделей, можно сделать главный вывод о том, что наличие ископаемых источников энергии оказывает значительное влияние на развитие отрасли возобновляемой энергетики. Это влияние заключается главным образом в том, что одно лишь отсутствие собственных ископаемых источников порождает ситуацию, в которой выбросы углекислого газа и использование ископаемых источников в генерации электроэнергии не оказывает прямого влияния на отрасль.

Заключение


По итогам проведенного исследования можно сделать следующие выводы:

1. Несмотря на сравнительно невысокую степень проработанности проблемы развития возобновляемой энергии, в последнее время ей уделяется все большее внимание со стороны научного сообщества. Ухудшающаяся экологическая обстановка и проблема ограниченности ископаемых ресурсов являются главными причинами, побуждающими страны стимулировать развитие «зеленой энергии». Однако, в ближайшей перспективе не удастся полностью отказаться от использования ископаемых энергетических ресурсов, являющихся основными источниками выбросов , и перейти полностью на возобновляемую энергию, так как это быстрый и несбалансированный переход может вызвать экологический и экономический кризис. Тем не менее в долгосрочной перспективе данная цель обозначена, а перед странами поставлена задача по сокращению эмиссии парниковых газов, одной из решений которых и является развитие возобновляемой энергетики.

. Важнейшим субъектом, влияющим на развитие возобновляемой энергии, является государство, а политическая инициатива остается главным драйвером развития отрасли. Странам необходимо проводить взвешенную и тщательно продуманную политику, другими словами правильно подобрать инструменты, стимулирующие развитие возобновляемой энергетики.

. Регрессионный анализ моделей развития возобновляемой энергетики Нидерландов и Бельгии показал, что наличие собственных ископаемых источников энергии оказывает значительное влияние на развитие отрасли возобновляемой энергетики.

Литература

1. Инструкция о порядке допуска в эксплуатацию новых и реконструированных энергоустановок; Харьков, агентствоХарьков-новости - Москва, 2003. - 915 c.

. Правила устройства электроустановок в вопросах и ответах. Раздел 4. Распределительные устройства и подстанции. Пособие для изучения и подготовки к проверке знаний; НЦ ЭНАС - Москва, 2005. - 310 c.

. Программа (типовая) комплексного обследования энергоустановок электростанций; СПб: Ювента, М.: Прогресс-Универс - Москва, 2003. - 370 c.

. Техническая термодинамика и теплотехника; Академия - Москва, 2008. - 272 c.

. Устройство, ремонт и обслуживание электрооборудования в сельскохозяйственном производстве; Академия - Москва, 2003. - 368 c.

. А. да Роза Возобновляемые источники энергии. Физико-технические основы; Интеллект, МЭИ - Москва, 2010. - 704 c.

. Афанасьев В.В., Кидин Н.И. Диагностика и управление устойчивостью горения в камерах сгорания энергетических установок; CapitalBooks - Москва, 2008. - 176 c.

. Беликов С. Е., Котлер В. Р. Котлы тепловых электростанций и защита атмосферы; Аква-Терм - Москва, 2008. - 212 c.

. Богославчик П. М., Круглов Г. Г. Гидротехнические сооружения ТЭС и АЭС; Вышэйшая школа - Москва, 2010. - 272 c.

. Быстрицкий Г. Ф. Основы энергетики; КноРус - Москва, 2011. - 352 c.

. Вагин Г. Я., Лоскутов А. Б., Севостьянов А. А. Электромагнитная совместимость в электроэнергетике; Академия - Москва, 2010. - 224 c.

. Виссарионов В. И., Дерюгина Г. В., Кузнецова В. А., Малинин Н. К. Солнечная энергетика; МЭИ - Москва, 2011. - 276 c.

. Гуляев В. А., Вороненко Б. А., Корнюшко Л. М., Пеленко В. В., Щеренко А. П. Теплотехника; Издательство "РАПП" - Москва, 2009. - 348 c.

. Жернаков А. П., Алексеев В. В., Лимитовский А. М., Меркулов М. В., Шевырев Ю. В., Косьянов В. А., Ивченко И. А. Экономия топливно-энергетических ресурсов при проведении геологоразведочных работ; ИнФолио - Москва, 2011. - 352 c.

. Зайцев С. А., Толстов А. Н., Грибанов Д. Д., Меркулов Р. В. Метрология, стандартизация и сертификация в энергетике; Академия - Москва, 2009. - 224 c.

. Игнатов П. А., Верчеба А. А. Радиогеоэкология и проблемы радиационной безопасности; ИнФолио - Москва, 2010. - 256 c.

. Кудинов В. А., Карташов Э. М., Стефанюк Е. В. Техническая термодинамика и теплопередача; Юрайт - Москва, 2011. - 560 c.

. Макеев Г. Н., Манухин С. Б., Нелидов И. К. Электрические схемы типовых лифтов с релейно-контакторными НКУ; Академия - Москва, 2010. - 223 c.

. Меркулов М. В., Косьянов В. А. Теплотехника и теплоснабжение геологоразведочных работ; ИнФолио - Москва, 2009. - 272 c.

. Панкратов Г. П. Сборник задач по теплотехнике; Либроком - Москва, 2009. - 252 c.

. Свидерская О. В. Основы энергосбережения; ТетраСистемс - Москва, 2009. - 176 c

Похожие работы на - Регрессионный анализ факторов развития возобновляемой энергетики

 

Не нашел материал для своей работы?
Поможем написать качественную работу
Без плагиата!