CC BY
9
Liashenko, I. M., Korobova, M. V., and Stoliar, A. M. Osnovy matematychnoho modeliuvannia ekonomichnykh, ekolohich-nykh ta sotsialnykh protsesiv [Fundamentals of mathematical modeling of economic, environmental and social processes]. Ternopil: Navchalna knyha «Bohdan», 2006.
Mezentseva, O. O. "Napriamy pidvyshchennia konkuren-tospromozhnosti metalurhiinykh pidpryiemstv" [Areas of increase of competitiveness of metallurgical enterprises]: dys.... kand. ekon. nauk: 08.00.04, 2014.
Pavlovska, L. D., and Kosovych, O. V. "Modeliuvannia konkurentnoho statusu u systemi marketynhu pidpryiemstv" [Simulation of competitive status in the system of marketing of enterprises]. In Implementatsiia naukovykh zasad ta perspektyvy doskonaloi marketynhovoi diialnosti pidpryiemstv yak rynkovo-
oriientovanoi kontseptsii yikh rozvytku, 30-57. Zhytomyr: Yeve-nok O. O., 2017.
"Stalyi rozvytok rehioniv Ukrainy" [Sustainable development of regions of Ukraine]. http://activity.wdc.org.ua/ukraine/ Isd_ukr-2400dpi-10.pdf
Stanzhytskyi, O. M., Taran, Ye. Yu., and Hordynskyi, L. D. Osnovy matematychnoho modeliuvannia [Fundamentals of mathematical modeling]. Kyiv: VPTs «Kyivskyi universytet», 2006.
Tomashevskyi, V. M. Modeliuvannia system [System simulation]. Kyiv: Vydavnycha hrupa VNU, 2005.
Zaitseva, O. I., Sharko, M. V., and Gusarina, N. V. "Providing of innovative activity and economic development of enterprise in the conditions of external environment dynamic changes". Naukovyi visnykPolissia, vol. 2, no. 3 (2017): 57-60.
УДК 3П:33]:620.92](477)
ВИКОРИСТАННЯ ФАКТОРНОГО АНАЛ1ЗУ ДЛЯ ОЦ1НЮВАННЯ РОЗВИТКУ В1ДНОВЛЮВАНИХ ДЖЕРЕЛ ЕНЕРП1
©2018
ХАЗАН П. В.
УДК 311:33]:620.92](477)
Хазан П. В. Використання факторного аналiзу для оцшювання розвитку вщновлюваних джерел енерги
У роботi выявлен! та об(рунтоват основт фактори впливу на розвиток в:дновлюваних джерел енерги за рахунок проведення факторного анал'ву методом головных компонент на прикладi £вропи. Для доЫдження було використано критерй сферичностi Бартлетта та розрахунок м!ри адекватностi виб'рки Кайзера - Майера - Олюна. Розрахунок зроблено за допомогою програми IBM SPSS Statistics. Було знайдено найважлившi фактори розвитку вдновлюваних джерел енерги ¡з використанням масиву даних за останш 10 рож. Також було визначено кльксть головних компонент'в, побудовано кореляцтну матрицю, матрицю компонент'в, коварiацiйну матрицю та Ыаграму компонент'в. На основiрозрахова-них даних надано систему л'тшних р:внянь залежних фактор'в та головних компонент. Проведене досл'дження показало, що найб'шьшу дисперсю мають так компоненти, як загальне виробництво енерги з в'дновлюваних джерел енергп, загальна потужнсть в'дновлюваних джерел енерги та кнцеве споживання енерги, що сумарно складають 90,6%. Зроблено анал'в фактор'в в'дпов'дно до отриманихрозрахунш Ключовiслова:вдновлюватджерела енерги, розвиток, система показнит, статистичнеоцнювання, ¡нтегральний показник, факторний анал'в. Рис.: 1. Табл.: 5. Формул: 4. Ббл.: 23.
Хазан Павло Вкторович - здобувач, Нацональна академiя статистики, облку та аудиту (вул. Пiдгiрна, 1, Кшв, 04107, Украна) E-mail: pavlo.khazan@gmail.com
УДК 311:33]:620.92](477) Хазан П. В. Использование факторного анализа для оценки развития возобновляемых источников энергии
В работе выявлены и обоснованы основные факторы влияния на развитие возобновляемых источников энергии за счет проведения факторного анализа методом главных компонент на примере Европы. Для исследования были использованы критерий сферичности Барт-летта и расчет степени адекватности выборки Кайзера - Майера -Олкина. Расчет произведен с помощью программы IBM SPSS Statistics. Были найдены важнейшие факторы развития возобновляемых источников энергии с использованием массива данных за последние 10 лет. Также было определено количество главных компонент, построена корреляционная матрица, матрица компонентов, ковариационная матрица и диаграмма компонентов. На основе рассчитанных данных представлена система линейных уравнений зависимых факторов и главных компонент. Проведенное исследование показало, что наибольшую дисперсию имеют такие компоненты, как общее производство энергии из возобновляемых источников энергии, общая мощность возобновляемых источников энергии и конечное потребление энергии, которые суммарно составляют 90,6%. Сделан анализ факторов в соответствии с полученными расчетами. Ключевые слова: возобновляемые источники энергии, развитие, система показателей, статистическое оценивание, интегральный показатель, факторный анализ. Рис.: 1. Табл.: 5. Формул: 4. Библ.: 23.
Хазан Павел Викторович - соискатель, Национальная академия статистики, учета и аудита (ул. Подгорная, 1, Киев, 04107, Украина) E-mail: pavlo.khazan@gmail.com
UDC 311:33]:620.92](477) Khazan P. V. Using Factor Analysis to Evaluate the Development of Renewable Energy Sources
In the publication, using factor analysis and method of major components, the main factors influencing the development of renewable energy sources are identified and substantiated on the example of Europe. The study applies the Bartlett's criterion of sphericity and the calculation of the adequacy grade of the sample of Kaiser - Mayer - Olkina. The calculation is made by means of the IBM SPSS Statistics software. The most important factors of the development of renewable energy sources have been determined using the data array for the last 10 years. The number of main components has been defined, also the correlation matrix, the matrix of components, the covariance matrix and the component diagram have been built. A system of linear equations of dependent factors and the main components, which is based on the calculated data, is presented. The carried out research has showed that the greatest dispersion is made by components such as total energy production from renewable energy sources, total power of renewable energy sources and final energy consumption, which in the total make up 90.6%. An analysis of factors in accordance with the obtained calculations is carried out. Keywords: renewable energy sources, development, system of indicators, statistical evaluation, integral index, factor analysis. Fig.: 1. Tbl.: 5. Formulae: 4. Bibl.: 23.
Khazan Pavlo V. - Applicant, The National Academy of Statistics, Accounting and Auditing (1 Pidhirna Str., Kyiv, 04107, Ukraine) E-mail: pavlo.khazan@gmail.com
Украша мае великий потенщал використання вГдновлюваних джерел енерги (ВДЕ). Як свГд-чать офiцiйнi данi, частка ВДЕ в державi з ура-хуванням електро- i теплогенераци мае збкьшитися до 13,2% у 2020 р. Таким чином, загальний обсяг ВДЕ в УкраМ у 2030 р. потенцшно може сягнути 21,8%. Це зумовить економго в енергетичному секторi до 175 млн дол. США на рж у 2030 р. [1; 3; 4; 17]. Важ-ливкть розвитку вГдновлювано! енергетики у свт вiдзначаеться на мiжнародному рiвнi, зокрема в шд-сумкових документах лiдерiв розвинених кра!н свiту. На останньому глобальному самт G20 було заде-кларовано, що виробництво енерги мае бути доступ-ним i надiйним, а енергетична полiтика держав мае базуватися на принципах сталого розвитку [9]. Тому сучасна енергетична система мае базуватися на ВДЕ, як е прикладом гнучких та ефективних технологш, з урахуванням локалiзацii виробництва та споживання енерги. Мiжнароднi тренди зумовлюють динамiчний розвиток ВДЕ в УкраМ, удосконалення методологш оцiнювання !х розвитку та нормативно-правового ре-гулювання [2; 5; 23].
Мета стати полягае у виявленш та обгрунту-ванш основних факторiв впливу на розвиток ВДЕ за рахунок проведення факторного аналiзу методом го-ловних компонент на прикладi бвропи. Такий аналiз виявляе прихованi змiннi або фактори, як поясню-ють структуру кореляцш всерединi набору спостере-жених змшних. Вiн використовуеться для зниження розмiрностi даних, щоб знайти невелике число фак-торiв, якi пояснюють бкьшу частину дисперси для значно бГльшо! кГлькостГ явних змГнних. Даний метод також використовуеться для формування гшотез щодо механiзмiв причинних зв'язюв або з метою пе-ревiрки змГнних перед подальшим аналiзом (напри-клад, щоб виявити колГнеарнГсть перед проведенням лМйного регресГйного аналГзу). Вже згадана процедура факторного аналГзу забезпечуе бГльшу гнучкГсть, а саме: наявш сГм методГв видГлення факторГв, п'ять методГв обертання, три методи обчислення значень факторГв, як можна зберегти у виглядГ змГнних для подальшого аналГзу. Розрахунок зроблено за допомо-гою програми IBM SPSS Statistics (версш 1.0.0.1089) [8; 12; 13; 15].
Для кожно! пари змГнних даш представляють собою вибГрку з двовимГрного нормального розпо-дГлу, а спостереження мають бути незалежними. Модель факторного аналГзу передбачае, що змшш ви-значаються загальними факторами (чинниками або ощненими моделями) i характерними або специфГч-ними факторами. Обчислюваш оцГнки заснованГ на тому, що ва характернГ фактори не мають кореляци один з одним та Гз загальними факторами. Запропо-нований метод дозволяе задати алгоритм вилучення факторГв. Для розрахунку використовуеться метод головних компонент для видГлення факторГв з метою формування некорельованих лМйних комбша-
цш спостережених змшних. Перший компонент мае максимальну дисперсш. Тобто в деяких фактopiв е сшльними двi чи бкьше ознак. Фактори, мiж якими немае сшльних ознак, е незалежними. Пословно одержуванi компоненти пояснюють все меншi частки дисперси, i ва вони не корельовaнi мiж собою. Ана-лiз методом головних компонент застосовуеться для отримання початкового факторного ршення. У дано-му випадку може використовуватися для сингуляр-них (вироджених) кореляцшних матриць, а ознаки, яю cпocтеpiгаютьcя, е лiнiйними комбшащями при-хованих фактopiв. Представлення методу головних компонент можна зробити таким чином для опису впливу кожно! ознаки лМйними комбiнацiями у ви-глядi суми внесшв спкьних фактopiв [6; 10; 11]:
2^ = адхГ^ + а^2+... + а^гх¥г + д^хи^,
j = 1, п, г < р,
де 2. - дocлiджувана ознака (величина випадков а);
F F F2,
¥ - загальнi фактори (величини випадтов^ нopмальнo poзпoдiленi), cпiльнi для вах ознак;
Ц - хаpактеpний фактop; йд, ..., аг - фактopнi навантаження, щo хаpактеpизують icтoтнicть впливу кoжнoгo фактopа (пoказують внеток вiдпoвiднoгo фактopа в oзнаку 2);
^ - навантаження хаpактеpнoгo фактopа ткьки для ознаки 2..
Напрямок у пpocтopi вихiдних ознак визначае головна компонента. По цьому напрямку cукупнicть об'екйв мае найбкьшу диcпеpciю. Iншi компоненти пояснюють бкьшу частину залишково! диcпеpcii. Ocкiльки кожний фактop визначаеться взаемо-пов'язаними ознаками, то !х можна представити такою формулою:
¥г = V- (аг1х21 + аг2х22 + ... + атх2п X (2) Кг
де Хг - влacне значення фактopа.
Фaкторнi навантаження мають певну схожкть з коефiцiентaми кореляци, тому що вони показують рiвень взаемозв'язку представлених ознак i фaктopiв: чим бкьшою е абсолютна величина факторного навантаження, тим сильшшим е зв'язок ознаки 2. з фактором вiдповiдно, тим бiльший внесок ознаки у фактор, i тим бкьше дана ознака зумовлена дiею в1д-повiдного фактора [7; 14; 18].
Метод ощнювання коефiцiентiв факторних значень грунтуеться на тому, що отримаш оцiнки факторних значень мають середню, рiвну нулю, i дисперсш, що дорiвнюе квадрату мно-жинного коефМента кореляци мiж оцiненими зна-ченнями фактора та iстинними. Ц фaкторнi значення можуть бути корельоваш, нaвiть якщо фактори ортогональна Для цього будемо використовувати крите-рiй сферичностi Бартлетта - ощнювання коефМен-
пв факторних значень, де отримуваш значення ма-ють середню, рiвну нулю. О^м того, мiнiмiзуеться сума квадратш характерних фaкторiв по вс1х змшних, i розраховуеться мiрa aдеквaтностi вибiрки Кайзера -Майера - Олкша [7; 14; 16].
На основi групування фaктopiв можна видь лити найважливМ фактори i побудувати модель, яка показуе взаемозв'язок мiж показ-никами i факторами. Надаеться можливкть вид1лити чинники, якi погiршують або покращують розвиток ВДЕ. За дoпoмoгoю цього методу та на основi цих по-кaзникiв можна розробити полiтику регулювання для оптимiзaщ! розвитку ВДЕ на визначених територiях та рiвнях упрaвлiння. Отже, визначено таи фактори (табл. 1).
Таблиця 1
Фактори розвитку ВДЕ
<С т
2
о
=Г
I
о
о
Загальне виробництво енергй з ВДЕ, тис. ТНЕ *1
Загальна потужшсть ВДЕ, МВт Х2
Кшцеве споживання енергй, млн ТНЕ Хз
Загальне виробництво електроенергп, ГВт • год Х4
Валове внутршне споживання вщновлювано! енергй, тис. ТНЕ Х5
Валове внутршне споживання вщновлювано! гщроенергп, тис. ТНЕ Х6
Валове внутршне споживання в^рово! енергГ!, тис. ТНЕ Х7
Валове внутршне споживання сонячно! термiч-но! енергй, тис. ТНЕ Х8
Валове внутршне споживання сонячно! фото-гальвашчно! енергй, тис. ТНЕ Х9
Електрична потужшсть основних виробниш -горюче паливо, МВт Х10
Електрична потужшсть автовиробниш - горюче паливо, МВт х11
Електрична потужшсть основних виробниш -ядерне паливо, МВт Х12
Електрична потужшсть основних виробниш -гщроелектростанцп, МВт Х13
Викиди СО2, т Х14
Джерело: складено за даними [19-22].
°сЮльки X2,факт. < Х'тябл., можна зPoбити ви^ нoвoк, що в мacивi змiнних не кнуе мульти-кoлiнеapнocтi. При цьому мiрa aдеквaтностi Кайзера -Мейера - Олкша складае 0,729. Показник Df (ст. св) дорiвнюе 91. Це показник ступеня свободи, добуток юлькостей градацш змшних, зменшених на 1. Ця ккьшсть елеменпв тaблицi, як можуть бути запо-вненi числами, перш шж змiст усiх шших осередкiв стане постiйним. Iмовiрнiсть випадковосп зв'язку або ревень знaчимостi дорiвнюе 0. Як вiдомо, чим менша ця величина, тим вище статистична значи-мкть (достовiрнiсть) зв'язку. При р-рiвнi значущосп р < 0,05 вважаеться, що в^дмшносп мiж тим, що спо-стерiгaеться, i очiкувaними значеннями незначш.
Розглянемо грaфiк визначення кiлькocтi гoлoв-них кoмпoнентiв, що зображений на pиc. 1.
На даному графку зобрaженi дисперси, якi по-в'язаш з факторами. Грaфiк наочно показуе розрив мiж крутим нахилом великих фaкторiв i поступовим зменшенням шших (критерш «осип»). Проведений розрахунок шказуе дoцiльнicть зacтocувaння тpoьх фaктopiв.
Перейдемо до системи лiнiйних piвнянь залеж-них фaктopiв та головних компонент. Шдста-вимо розрaховaнi значення. Отже, система рiвнянь мае такий вигляд:
f Z1 = 0,963xF1 + 0,156x^2 - 0,012x^3; Z2 = 0,975x^1+ 0,061^ + 0,096xF3; Z3 = 0,969xF1 - 0,138xF2 - 0,144xF3; Z4 = 0,969xF1 + 0,027xF2 - 0,195xF3; Z5 = 0,962xF1 + 0,158xF2 - 0,027xF3; Z6 = 0,417xF1 + 0,861^ + 0,029xF3; Z7 = 0,901^ - 0,220xF2 + 0,223xF3; Z8 = 0,495xF1 + 0,119xF2 + 0,712xF3; Z9= 0,868xF1 - 0,314xF2 + 0,030xF3; Z10 = 0,906xF1 - 0,284xF2 + 0,171xF3; Z11 = 0,825xF1 - 0,364xF2 - 0,240xF3; Z12 = 0,470xF1 + 0,250xF2 - 0,635xF3; Z13 = 0,635xF1 + 0,745xF2 + 0,066xF3; Ч Z14 = 0,947xF1 - 0,250xF2 - 0,021xF3. Джерело: розраховано за даними [19-22].
<
(4)
<
2 ш
Слк зазначити, що дaнi статистики базуються на спостереженнях без в^сутшх значень для вах ви-користовуваних змшних. Для того, щoб зрозумiти, чи е цей зв'язoк явищем мультикoлiнеapнocтi та чи мoже вiн негативш впливати на oцiнку екoнoметpичнoi мoделi, визнaчимo кpитеpiй сферичностi Бapтлеттa, який шказуе значущкть кopеляцiйнoi мaтpицi.
х2 = -
п -1 - 1(2т + 5)
1п Б = 1015,927. (3)
Розрахунки факторного aнaлiзу надають нам додaтковi дань Отже, матриця коефщенпв значення компоненпв, ковaрiaцiйнa матриця, значення компо-ненпв та значення спiльнот по факторах надаються в табл. 2 - табл. 4.
Розрахунок власних значень дисперсГ! та су-марно! диспери показав, що найбкьшу дисперсiю мають першi три компоненти, а саме: виробництво енергй з ВДЕ, загальна потужнiсть ВДЕ та кiнцеве споживання енергй, що сумарно складають 90,6%.
<и т <о
I
м ф
I
и т ц. со
23 456789 Номер компонента
Рис. 1. Критерш «осип»
10 11 12 13 14
Джерело: побудовано за даними [19- 22].
Таблиця 2
Матриця коефiцicнтiв значень компоненлв
Фактор Компонент
1 2 3
х1 0,099 0,083 -0,011
х2 0,101 0,033 0,085
х3 0,100 -0,074 -0,128
х4 0,100 0,015 -0,174
х5 0,099 0,085 -0,024
хб 0,043 0,461 0,026
х7 0,093 -0,118 0,199
х8 0,051 0,064 0,634
х9 0,090 -0,168 0,027
х10 0,094 -0,152 0,153
х11 0,085 -0,195 -0,214
х12 0,048 0,134 -0,566
х13 0,066 0,399 0,059
х14 0,098 -0,134 -0,018
Джерело: складено за даними [19-22].
Таблиця 3
Коварiацiйна матриця значень компоненлв
Компонент 1 2 3
1 1,000 0,000 0,000
2 0,000 1,000 0,000
3 0,000 0,000 1,000
Спiльноти
Таблиця 4
Фактор Початкова Вилучення
х1 1,000 0,952
х2 1,000 0,963
х3 1,000 0,978
х4 1,000 0,979
х5 1,000 0,951
х6 1,000 0,917
х7 1,000 0,909
х8 1,000 0,766
х9 1,000 0,853
х10 1,000 0,930
х11 1,000 0,870
х12 1,000 0,686
х13 1,000 0,962
х14 1,000 0,960
Джерело: складено за даними [19-22].
Характеристики зазначених фактор1в, а саме: пояснена сукупна дисперая, надано в табл. 5.
Фактори 4 та 5 - загальне виробництво елек-троенерги та валове внутршне споживання енерги
Джерело: складено за даними [19-22].
з ВДЕ - мають высоток дисперси того ж порядку, що i фактор 3. П'ять факторiв (з першого по п'ятий) складають 97,8% сумарно'! дисперси, проте початковi значення факторiв 4 та 5 е на порядок меншими, шж визначенi найб1льш впливовi фактори.
Таким чином, розрахунки, що проведеш за до-помогою факторного аналiзу, свiдчать про те, що найбмьший вплив на розвиток ВДЕ мае та-кий фактор, як виробництво первинног енерги з ВДЕ, тобто повне виробництво енерги з рiзних видiв ВДЕ з урахуванням експортно^мпортного енергетично-го балансу. Як зазначалося вище, оскiльки первин-на енерпя приходить з рiзних джерел, для побудови адекватно! системи аналiзу розвитку ВДЕ необх^д-
8
6
4
2
■
0
■
■
■
■
■
■
■
Таблиця 5
Характеристики фактор1в - пояснена сукупна дисперая
Компонент Початковi власш значення Вилучення суми квадралв навантажень
Загалом % дисперсм Сумарний % Загалом % дисперсм Сумарний %
1 9,685 69,181 69,181 9,685 69,181 69,181
2 1,867 13,338 82,519 1,867 13,338 82,519
3 1,123 8,021 90,541 1,123 8,021 90,541
4 0,721 5,152 95,693
5 0,297 2,121 97,814
6 0,122 0,872 98,686
7 0,077 0,551 99,237
8 0,055 0,392 99,630
9 0,027 0,193 99,823
10 0,015 0,110 99,932
11 0,006 0,046 99,978
12 0,002 0,011 99,989
13 0,001 0,006 99,996
14 0,001 0,004 100,000
Джерело: складено за даними [19-22].
ми факторами, - це загальне виробництво електрое-нерги (5,2%) та валове внутршне споживання енерги з ВДЕ (2,1%). Перший фактор пояснюеться тим, що за рахунок ВДЕ генеруеться, перш за все, електрич-на енерпя, яка е найбкьш щкавим продуктом з точки зору «зеленого» тарифу та найбкьш легка та гнучка для транспортування, акумулювання, споживання та тарифкаци. Другий фактор пояснюеться тим, що розвиток ВДЕ впливае на збкьшення споживання енерги з ВДЕ. За умов розвитку окремих так званих смарт-мереж для передачi енерги з тдприемств ВДЕ роль цього фактора буде збкьшуватися. Це пояснен-ня також стосуеться i таких факторiв, як валове внутршне споживання в^новлювано! пдроенерги, валове внутршне споживання вкрово! енерги, валове внутршне споживання сонячно! термiчноI енерги та валове внутршне споживання сонячно! фотогальва-шчно! енерги. Серед факторiв, як практично не ма-ють впливу на розвиток ВДЕ: електрична потужшсть основних виробнишв - горюче паливо; електрична потужшсть автовиробнишв - горюче паливо; електрична потужшсть основних виробнишв - ядерне паливо; електрична потужшсть основних виробнишв -пдроелектростанци та викиди СО2. У даному ви-падку мова йде про велик гiдроелектростанцГi, якi не входять до складу ВДЕ. Ц фактори не пов'язаш з розвитком ВДЕ та мають дисперсiю вк 0,1 до 0,004%.
ВИСНОВКИ
Таким чином, обгрунтовано проведення факторного аналiзу розвитку ВДЕ методом головних компонент з використанням критерш сферичносп Бартлетта та розрахунком мiри адекватност вибiр-
=г
но мати шформацш щодо внеску кожного джерела ^ енерги. У даному випадку внесок окремого джерела енерги у виробництво первинно! енерги характеризуе со сумш виробництва енергГ! в краМ, обласп та на ш-2 ших рiвнях, тобто сумiш вироблено! енергГ! з рiзних видiв ВДЕ.
Другим за значенням фактором е загальна потужшсть уах видiв енерги. ВДЕ роблять свш внесок у загальну енергетичну систему кра!ни. Розвиток ВДЕ суттево впливае на енергетичш системи кра!н, змшюе шфраструктуру та систему управлiння енер-гетикою держави, впливае на формування тарифiв та державну полiтику в галузi енергетики, що шдтвер-джують розрахунки факторного аналiзу.
Означен два фактори мають найбiльшу дис-персiю - 69,2% та 13,3% вкпов^но. Фактор кшцево-^ го споживання енерги мае дисперсш 8%. Його плив теж вважаемо великим, але вш значно менший, нГж у перших двох факторiв. Слк зазначити, що на цей О фактор у розвинених кра!нах суттево впливають до-датковi фактори енергоефективносп, а саме: полiти-ка енергоефективносп рiзного рiвня, рiзноманiтнi системи енергозбереження в iнфраструктурi споживання, оптимiзацiя транспортування енергГ!, багато-^ зонна тарифкащя, зменшення споживання енергГ! за ^ рахунок використання електрообладнання клаав А, А+ та динамiчного збкьшення використання електрообладнання класiв А++ та А+++. Також важливим чинником впливу е динамiчне збкьшення енергое-фективностi будiвель, що стало результатом упрова-^^ дження вiдповiдних нормативно-правових акпв. я^ Фактори, що мають значно менший вплив, про-
ш
те мають дисперсiI схожого порядку iз двома останш-
ки Кайзера - Майера - Олкша. У ходi дослiдження було визначено найважливМ фактори розвитку ВДЕ на прикладi бвропи i3 використанням масиву даних за останш 10 роив. Було проведено визна-чення юлькосп головних компонент1в, побудовано кореляц1йну матрицю, матрицю компонентiв, коварь ацiйну матрицю та дiаграму компонентiв. На основi цих даних надано систему лшшних р1внянь залежних фактор1в та головних компонент. Проведений роз-рахунок показав, що найбiльшу дисперсiю мають таи компоненти, як загальне виробництво енерги з ВДЕ, загальна потужнiсть ВДЕ та кшцеве споживання енерги, що сумарно складають 90,6%. Зроблено аналiз факторiв вiдповiдно до отриманих розрахуншв. ■
Л1ТЕРАТУРА
1. Енергетична стратепя УкраТни на перiод до 2030 року : схвалена Розпорядженням Кабшету MiHicTpiB УкраТни вiд 24.07.2013 р. № 1071-р. URL: http://zakon2.rada.gov.ua/ laws/show/n0002120-13/paran3#n3
2. £лiс€€ва О. К., Хазан П. В. Оцiнювання впливу вщ-новлюваноТ енергетики на софально-еконо!^чш показни-ки. Ызнес 1нформ. 2017. № 8. С. 134-140.
3. Сайт Державного агентства з енергоефективност та енергозбереження УкраТни. URL: http://saee.gov.ua/
4. Сайт Мастерства палива та енергетики УкраТни. URL: http://mpe.kmu.gov.ua
5. Хазан П. В., Ангурець О. В. Впровадження норма-тивно-правовоТ бази для розвитку вщновлюваних джерел енерги на прикладi ДнтропетровськоТ област // Матерiали мiжнародноТ науково-практичноТ конференцп «Актуальн проблеми моделювання та управлiння соцiально-економiч-ними системами в умовах глобалiзацп». Дрогобич : Редак-цiйно-видавничий вщдт Дрогобицького державного педа-гогiчного ушверситету iменi 1вана Франка, 2018. С. 233-236.
6. Dantzig G. B. Linear Programming and Extensions. Princeton : Princeton University Press, 1965. 625 p.
7. Fabigar L. R., Wegener D. T. Explanatory Factor Analysis. Oxford University Press, 2011. 176 p.
8. Field A. Discovering Statistics Using IBM SPSS Statistics. London, SAGE Publications Ltd, 2013. 915 p.
9. G20 Leaders' Communique Hangzhou Summit. URL: http://www.g20.utoronto.ca/2016/160905-communique.html
10. Harrell E. E. Regression Modelling Strategies: With Applications to Linear Models, Logistic Regression and Survival Analysis. New York : Springer, 2001. 572 p.
11. Harrington E. C. Jr. The desirability function. Industrial Quality Control. 1965. Vol. 21. P. 494-498.
12. Hinton P. R., McMurray I., Brownlow C. SPSS Explained. London, Routledge, 2014. 386 p.
13. Landau S., Everitt B. S. A Handbook of Statistical Analyses using SPSS. London : A CRC Press Company, 2004. 366 p.
14. Leech N. L., Barrett K. C., Morgan G. A. SPSS for Intermediate Statistics: Use and Interpretation. New Jersey : Lawrence Erlbaum Associates. Inc, 2005. 382 p.
15. Muliak S. A. Foundations of Factor Analysis. 2nd edition. CRC Press, 2009. 548 p.
16. Nisbet R., Miner G., Elder J. Handbook of Statistical Analysis and Data Mining Applications. 2nd edition. London : Academic Press, 2018. 864 p.
17. Renewable Energy Statistics 2016 // International Renewable Energy Agency, 2016. URL: http://www.irena.org/ publications/2016/Jul/Renewable-Energy-Statistics-2016
18. Rummel R. J. Applied Factor Analysis. Northwestern University Press, 1988. 617 p.
19. Website of Eurostat. URL: http://ec.europa.eu/euro-
stat
20. Website of International Renewable Energy Agency (IRENA). URL: http://www.irena.org
21. Website of Renewable Energy Policy Network for the 21st Century (REN21). URL: http://www.ren21.net/
22. Website of the International Energy Agency (IEA). URL: https://www.iea.org/
23. Yelisyeyeva O. K., Khazan P. V. Methodological aspects of evaluation of solar energy in context of sustainable development in Ukraine. Stredoevropsky vestnikpro vedu a vyz-kum. 2017. No. 1/37. P. 5-11.
Науковий кер1вник - €лк€€ва О. К., доктор економтних наук, професор, завщувач кафедри статистики, обл^ та економiчноТ шформатики, Днтровський нацюнальний университет
1мен1 Олеся Гончара
REFERENCES
Dantzig, G. B. Linear Programming and Extensions. Princeton: Princeton University Press, 1965.
Fabigar, L. R., and Wegener, D. T. Explanatory Factor Analysis. Oxford University Press, 2011.
Field, A. Discovering Statistics Using IBM SPSS Statistics. London: SAGE Publications Ltd, 2013.
"G20 Leaders' Communique Hangzhou Summit". http:// www.g20.utoronto.ca/2016/160905-communique.html
Harrell, E. E. Regression Modelling Strategies: With Applications to Linear Models, Logistic Regression and Survival Analysis. New York: Springer, 2001.
Harrington, E. C. Jr. "The desirability function". Industrial Quality Control. Vol. 21 (1965): 494-498.
Hinton, P. R., McMurray, I., and Brownlow, C. SPSS Explained. London: Routledge, 2014.
Khazan, P. V., and Anhurets, O. V. "Vprovadzhennia nor-matyvno-pravovoi bazy dlia rozvytku vidnovliuvanykh dzherel enerhii na prykladi Dnipropetrovskoi oblasti" [Implementation of the regulatory framework for the development of renewable energy sources on the example of Dnipropetrovsk region]. Ak-tualni problemy modeliuvannia ta upravlinnia sotsialno-ekonomi-chnymysystemamy v umovakh hlobalizatsii. Drohobych: Redakt-siino-vydavnychyi viddil Drohobytskoho derzhavnoho pedaho-hichnoho universytetu imeni Ivana Franka, 2018. 233-236.
[Legal Act of Ukraine] (2013). http://zakon2.rada.gov.ua/ laws/show/n0002120-13/paran3#n3
Landau, S., and Everitt, B. S. A Handbook of Statistical Analyses using SPSS. London: A CRC Press Company, 2004.
Leech, N. L., Barrett, K. C., and Morgan, G. A. SPSS for Intermediate Statistics: Use and Interpretation. New Jersey: Lawrence Erlbaum Associates. Inc, 2005.
Muliak, S. A. Foundations of Factor Analysis. CRC Press,
2009.
Nisbet, R., Miner, G., and Elder, J. Handbook of Statistical Analysis and Data Mining Applications. London: Academic Press, 2018.
"Renewable Energy Statistics 2016" International Renewable Energy Agency, 2016. http://www.irena.org/publica-tions/2016/Jul/Renewable-Energy-Statistics-2016
Rummel, R. J. Applied Factor Analysis. Northwestern University Press, 1988.
Sait Derzhavnoho ahentstva z enerhoefektyvnosti ta en-erhozberezhennia Ukrainy. http://saee.gov.ua/
Sait Ministerstva palyva ta enerhetyky Ukrainy. http:// mpe.kmu.gov.ua
Website of Eurostat. http://ec.europa.eu/eurostat Website of International Renewable Energy Agency (IRENA). http://www.irena.org
Website of Renewable Energy Policy Network for the 21st Century (REN21). http://www.ren21.net/
Website of the International Energy Agency (IEA). https:// www.iea.org/
Yelisieieva, O. K., and Khazan, P. V. "Otsiniuvannia vplyvu vidnovliuvanoi enerhetyky na sotsialno-ekonomichni poka-znyky" [Assessment of the impact of renewable energy on socio-economic indicators]. Biznes Inform, no. 8 (2017): 134-140.
Yelisyeyeva, O. K., and Khazan, P. V. "Methodological aspects of evaluation of solar energy in context of sustainable development in Ukraine." Stredoevropsky vestnik pro vedu a vyz-kum, no. 1/37 (2017): 5-11.
<C
QQ 2
o
IT
I
o
o
<
Si
u
104 BI3HECIHQOPM № 9 '2018
www.business-inform.net
