CC BY
14Научная статья Original article УДК 519.237.8
doi: 10.55186/2413046X_2022_7_11_635
СРАВНИТЕЛЬНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ ЭНЕРГЕТИЧЕСКОЙ ЭФФЕКТИВНОСТИ ЭКОНОМИК СТРАН МИРА COMPARATIVE STATISTICAL ANALYSIS OF THE ENERGY EFFICIENCY OF THE
ECONOMIES OF THE WORLD
Ь й МОСКОВСКИЙ
щршномшш ^jimyPHWl
Давыдов Андрей Русланович, кандидат технических наук, доцент, ФГАО ВО «Пермский национальный исследовательский политехнический университет», г. Пермь Краузе Алина Анатольевна, ФГАО ВО «Пермский национальный исследовательский политехнический университет», г. Пермь
Davydov Andrey Ruslanovich, candidate of Technical Sciences, Associate Professor, FSAEI HE «Perm National Research Polytechnic University», Perm
Krause Alina Anatolyevna, FSAEI HE «Perm National Research Polytechnic University», Perm
Аннотация. С использованием методов кластерного анализа, исследуется энергоэффективность стран мира. Страны мира разделены на 5 кластеров с учетом объемов потребления энергии, душевого ВВП, географических и климатических характеристик. В каждом кластере построено уравнение регрессии коэффициента энергоэффективности экономики на указанные параметры. Установлено, что дифференциация уровня энергоэффективности обусловлена различными для каждого кластера причинами. Показано, что энергоэффективность экономики России невысока из-за климатических условий и необходимости обслуживания обширной инфраструктуры. Abstract. Using the methods of cluster analysis, the energy efficiency of the countries of the world is investigated. The countries of the world are divided into 5 clusters taking into account the volume of energy consumption, per capita GDP, geographical and climatic characteristics. In each cluster, a regression equation of the energy efficiency coefficient of the economy for the
specified parameters is constructed. It is established that the differentiation of the energy efficiency level is due to different reasons for each cluster. It is shown that the energy efficiency of the Russian economy is low due to climatic conditions and the need to maintain extensive infrastructure.
Ключевые слова: энергопотребление, энергоэффективность экономики, кластеры, регрессионный анализ
Keywords: energy consumption, energy efficiency of the economy, clusters, regression analysis
В предыдущей работе [1] представлено исследование энергоэффективности экономик стран мира. Показателем энергоэффективности предложено считать отношение величины валового внутреннего продукта (ВВП), рассчитанного в денежных единицах на душу населения в год, к годовому объему потребляемой первичной энергии, также на душу населения. Для выборки из 33 стран проанализирована динамика этого показателя. Показано, что значения коэффициента энергоэффективности (КЭЭ) стран мира, несмотря на существенно различные показатели душевого потребления и ВВП, хорошо описываются уравнением парной регрессии — средней линии энергоэффективности.
Вместе с тем, объемы энергопотребления зависят не только от потребностей производства, но и от географических и климатических особенностей страны. Также и величины ВВП определяются не только объемами физического производства, но и структурой экономики, конъюнктурой мировых рынков. Для большей объективности обобщающих выводов исследования энергоэффективности экономик стран мира требуется принять во внимание большее число факторов и увеличить объем выборки.
В данной работе анализируются данные по 115 странам мира, за три года. Для них, помимо среднедушевых показателей ВВП и потребления рассмотрены такие параметры как площадь страны, протяженность железнодорожных магистралей как показатель обширности инфраструктуры, климатические условия (средняя температура самого холодного и самого теплого месяца) и обеспеченность энергоресурсами (разность между объемами производства и потребления первичных энергоресурсов) [2]. Из-за высокой волатильности стоимости энергоресурсов этот показатель не был включен в анализ, хотя, очевидно, его существенное влияние на уровень потребления. Значения ВВП рассчитаны по паритету покупательной способности, поскольку это лучше характеризует производительную направленность экономики [3].
Рассмотрим следующие факторы:
X1 - численность населения (чел)
Х2 - площадь страны (км )
Х3 - разность суммарного производства и потребления первичной энергии (1015Btu) X4 - энергопотребление на душу населения (10 Btu/чел)
Х5 - душевой ВВП, рассчитанный по паритету покупательной способности ($/чел) Х6 - коэффициент энергоэффективности экономики ($/Btu) Х7 - протяженность железнодорожных магистралей (км) Х8 - температура самого холодного месяца (°С) Х9 - температура самого теплого месяца (°С)
С использованием данных за 2017- 2019 годы расположим страны в системе координат X4 — X5 (Рисунок.1) .
1 4ES 1.2Е5 1Е5 80000 £ 60000 40000 20000 0
-20000
•10 0 10 20 30 40 S0 60 70 80
Х4
Рисунок I Расположение стран мира в координатах Х4-Х5 в период 2017-2019 гг. Заметим, что в выборке имеются выпадающие наблюдения. Это страны с показателями душевого потребления и душевого ВВП существенно отличающиеся от средних значений. Это Люксембург, Катар, Сингапур, Исландия. Эти страны не рассматривались при дальнейшем анализе.
Построим множественное уравнение регрессии КЭЭ на выбранные факторы. Результаты регрессии приведены в Таблице 1. Статистическая значимость уравнения невысока, с коэффициентом детерминации 0,15.
Таблица!. Результата регрессионного анализа
БЕТА Ст.Ош. - БЕТА В Ст.Ош. - В Ц339) р-знач.
С в. член 4522,390 430:5903 10,50277 0,000000
Х2 -СШ19882 0:082979 -0,000 0,0001 -0,23960 0,810787
ХЗ -0.099041 0:060912 -31,692 19,4916 -1,62595 0,104890
Х7 -0,068655 0,082944 -0,004 0,0051 -0,82772 0,408409
Х8 0=393927 0:058892 61,661 9,2184 6,65595 0,000000
Х9 -0,259454 0,057759 -77236 17,1943 4,49197 0,000010
Запишем безразмерное уравнение регрессии со статистически значимыми признаками. Коэффициенты в уравнении ранжируются по степени влияния на результирующую переменную.
Х6=039АХ8- 0259X9- 0.099ХЗ
Таким образом, на энергоэффективность всей совокупности стран мира оказывают влияние температура самого холодного и самого теплого месяцев, а также, в меньшей степени, обеспеченность собственными энергоресурсами. Экономики стран тем более энергоэффективны, чем выше температура самого холодного месяца, чем ниже температура самого теплого месяца и чем ниже обеспеченность собственными энергоресурсами. Результат представляется достаточно очевидным, поскольку «борьба» с температурными аномалиями требует больших затрат. С другой стороны, это отражает тот факт, что на сегодняшний день наиболее экономически развитые страны расположены в благоприятной климатической зоне.
Для более детального исследования используем методы кластерного анализа. Кластеры - группы стран, выделим, используя принцип геометрической близости на плоскости значений КЭЭ (Рисунок. 2).
При этом в кластер попадают страны с близкими характеристиками душевого ВВП и душевого потребления энергии. В этом случае можно оценить влияние на энергоэффективность других факторов. Для каждого кластера построим уравнения регрессии КЭЭ на выбранные факторы.
Состав кластеров приведен в Таблице.2.
Таазицв2. Состав кластеров
Номер кластера Страны
1 Бахрейн, Брл'ней, Канада, Кувейт, Мальта, Норвегия, Саудовская Аравия, США, ОАЭ
2 Австралия, Бельгия, Дания, Франция, Германия, Нидерланды, Новая Зеландия, Швеция, Швейцария, Тайвань, .Япония, Англия
3 Аргентина, Болгария, Чили, К о ста - Рика, Хорватия, Чехия, Эстония, Греция, Венгрия, Израиль, Италия, Латвия, Литва, Малайзия, Мексика, Черногория, Панама, Польша, Португалия, Словакия, Словения, Испания, Турция, Уругвай
4 Афганистан, Албания, Алжир, Ангола, Армения, Азербайджан, Бангладеш, Барбадос, Беларусь, Белиз, Бутан, Боливия, Босния и Герцеговина, Ботсвана, Бразилия, Бурунди, Камбоджа, Камеру, Чад, Китай, Колумбия, Доминика, Египет, Эфиопия, Фиджи, Грузия, Гана, Гвинея, Индия, Индонезия, Ирак, Л майка, Кения, Лаос, Ливан, Мальдивы, Молдавия, Монголия, Марокко, Мозамбик, Непал, Нигерия, Пакистан, Перу, Филиппины, Сербия, Судан, Сирия, Таджикистан Танзания, Таиланд, Тл'нис, Украина, Узбекистан, Венесуэла. Вьетнам. Замбия. Зимбабве
5 Россия, Корея, Казахстан, Иран:, Туркменистан
Кластер номер 1 образуют страны с самыми высокими показателями душевого энергопотребления. Показатели душевого ВВП здесь также выше среднего. Это нефтедобывающие страны Персидского залива, США, Канада и Норвегия, которые также богаты энергоресурсами. Коэффициент энергоэффективности, при этом, на среднем мировом уровне. Выявлено большое число факторов, влияющих на КЭЭ (Таблица.3).
Наиболее значимым фактором, дифференцирующим энергоэффективность этих стран, является обширность инфраструктуры Х7, что в большей степени характерно для США [4]. В тоже время, площадь страны Х2 является фактором, снижающим КЭЭ. Также заметно негативное влияние температуры самого теплого месяца. Вероятнее всего это обусловлено затратами арабских стран на «борьбу» с жарким климатом [5].
Таблица 3. Результаты регрессионного аиалгпа для кластера
БЕТА Ст.Ош. - БЕТА Б Ст.Ош. - Б ЦП) р-знач.
Св. член 2185,382 161,1228 13,56346 0,000000
Х2 -0,902996 0,213590 -0,000 0,0000 -4,22770 0,000377
хз 0,497868 0,148547 24,841 7,4117 3,35159 0,003022
Х7 1,461020 0,202250 0,006 0,0008 7,22384 0,000000
хэ 0,219378 0,233709 5,781 6,1450 0,94082 0,357495
ХР -0,743048 ОД 91014 -28,024 7,2042 -3,89001 0,0 0 0 845
Кластер 2 составили развитые страны Европы, а также Япония, Австралия и Тайвань. Это страны с самыми высокими значениями КЭЭ, достигнутого, в первую очередь, за счет высокого уровня душевого ВВП. В тоже время, уравнение регрессии на используемые признаки в этой группе малозначимо, с коэффициентом детерминации равным 0,27, а среди признаков, дифференцирующих энергоэффективность нет сколько-нибудь значимых (Таблица.4).
Таблица 4. Результаты регрессионного анализа для кластера №2
БЕТА Ст.Ош. - БЕТА Б Ст.Ош. - В 1(30) р-гнач.
С в. член 2334,577 1258,087 1,85566 0,073351
Х2 -0,566298 0,489667 -0,000 0,000 -1,15649 0,256605
ХЗ 0,521251 0,410153 79,865 62,842 1,27087 0,213542
Х7 0,150931 0,310978 0,010 0,021 0,48534 0,630958
хя -0,452732 0,240977 -85,706 45,619 -1,87874 0,070029
Х9 0,2758Э0 0,248506 71,103 64,048 1,11015 0,275753
Средний по количественному составу кластер 3 составили страны, у которых уровень энергоэффективности также выше среднемирового. Это наиболее развитые страны Латинской Америки и некоторые европейские страны, не обладающие значительными собственными ресурсами. Именно этот признак является значимым для дифференциации
уровня энергетической эффективности экономики этих стран (Таблица.5). Недостаток собственных ресурсов способствует более рациональному их использованию [6].
Таблица 5. Результаты регрессионного анализа для кластера
БЕТА Ст.Ош. - БЕТА Б Ст.Ош. - В 1(66) р-зняч.
С в. член 2653,423 693.&091 3.&2443 0,000293
Х2 -0:092496 0,188599 -0=000 0:0002 -0:49044 0:625450
хз -0,433246 0,152037 -267,379 93.&302 -2.&4961 0.005&34
Х7 0=3 07022 0:201089 0:023 0:0150 1:52680 0Л31539
хя 0:054328 0,153491 3:789 10=7055 0:35395 0:724504
Х0 0,123495 0,140505 25:42б 28:9279 0:87893 0:332627
Самый насыщенный кластер 4 составили страны с наименьшими значениями душевого ВВП и энергопотребления. В тоже время в этот кластер входят лидеры экономического роста Китай, Индия, Вьетнам, Индонезия. Низкие показатели потребления энергии и ВВП обусловлены у них высокой численностью населения. Здесь мы видим важную проблему, использования КЭЭ. В азиатских странах происходит существенный рост энергопотребления, сопровождаемый ростом ВВП. Это рост именно производительных секторов экономики, которым требуется энергия. При этом значения КЭЭ остаются невысокими [7]. Это отличает перечисленные страны от некоторых «развитых» стран 1 и 2 кластеров, в которых рост ВВП во многом обеспечивается непроизводственными секторами экономики, которые не требуют значительных энергоресурсов. Но, очевидно, что тенденции, которые появились в последние годы в мировой экономике, скажутся в скором времени на энергоэффективности экономик. Представляется, что различия величин КЭЭ ведущих стран Азии и Европы будут снижаться.
В 5 кластер вошли страны со средним уровнем душевого потребления энергии и невысоким ВВП, в их составе Россия. За исключением Южной Кореи, это страны с высокой обеспеченностью собственными энергоресурсами. В силу немногочисленности стран этой группы, удобнее сравнивать их данные с общемировыми показателями. Низкие значения температуры зимних месяцев, обширность территории, необходимость обслуживания обширной социальной и производственной инфраструктуры определяют для России и Казахстана низкую энергоэффективность экономики [8]. В тоже время, доступность собственных, недорогих энергоресурсов должна в конечном итоге способствовать росту экономики.
Список источников
1. Давыдов А,Р., Краузе А.А., Крылова Ю.А. «Статистический анализ динамики энергоэффективности мировой экономики» // Московский экономический журнал. - 2021. - № 6. - C. 175-181.
2. Independent Statistics and Analis. U.S. Energy Information Administration: [Электронный ресурс] URL: https://www.eia.gov
3. Статистика стран мира [Электронный ресурс] URL: https://svspb.net
4. Тваровская, А. И. Зарубежный опыт использования транспортных систем в качестве фактора регионального развития / А. И. Тваровская // Стратегия устойчивого развития регионов России. - 2012. - № 9. - С. 14-20.
5. Шарова, А. Ю. Энергоэффективность в арабских странах: проблемы и перспективы / А. Ю. Шарова // Азия и Африка сегодня. - 2017. - № 12(725). - С. 61-69
6. Энергетические субсидии в современном мире. Страны «Группы двадцати»/Под ред. Л.М. Григорьева, А.А. Кудрина. - М.: ООО «Асмин Принт», 2014. - 400 с.
7. Борисов, М. Г. Страны Азии: устойчивая энергетика для устойчивого развития / М. Г. Борисов // Восточная аналитика. - 2019. - № 1. - С. 12-22.
8. Клопова, К. В. Повышение энергоэффективности экономики России в соответствии с «Энергетической стратегией России до 2030 года» / К. В. Клопова // Ученые записки Российской Академии предпринимательства. - 2015. - № 44. - С. 81-87.
Reference
1. Davydov A.R., Krause A.A. «Statistical analysis of the dynamics of energy efficiency of the world economy» // Moscow Economic Journal. - 2021. - No. 6. - pp. 175-181.
2. Independent Statistics and Analis. U.S. Energy Information Administration: [Electronic resource] URL: https://www.eia.gov
3. Statistics of the countries of the world [Electronic resource] URL: https://svspb.net
4. Tvardovskaya, A. I. «Foreign experience of using transport systems as a factor of regional development» / A. I. Tvarovskaya // Strategy of sustainable development of Russian regions. — 2012. - No. 9. - pp. 14-20.
5. Sharova, A. Y. «Energy efficiency in Arab countries: problems and prospects» / A. Y. Sharova // Asia and Africa today. - 2017. - № 12(725). - Pp. 61-69
6. «Energy subsidies in the modern world. G20 countries»/Edited by L.M. Grigoriev, A.A. Kudrin. - M.: LLC «Asmin Print», 2014. - 400 p.
7. Borisov, M. G. «Asian countries: sustainable energy for sustainable development» / M. G. Borisov // Eastern Analytics. - 2019. - No. 1. - pp. 12-22.
8. Klopova, K. V. «Improving the energy efficiency of the Russian economy in accordance with the «Energy Strategy of Russia until 2030"» / K. V. Klopova // Scientific Notes of the Russian Academy of Entrepreneurship. — 2015. - No. 44. - pp. 81-87.
Для цитирования: Давыдов А.Р., Краузе А.А. Сравнительный статистический анализ энергетической эффективности экономик стран мира // Московский экономический журнал. 2022. № 11. URL: https://qje.su/otraslevaya-i-regionalnaya-ekonomika/moskovskij-ekonomicheskij -zhurnal-11 -2022-5/
© Давыдов А.Р., Краузе А.А., 2022. Московский экономический журнал, 2022, № 11.
