Моделирование и прогнозирование спроса на электроэнергию. Является ли цена на электроэнергию энергосберегающим фактором?

.Таким образом, для дальнейшего построения отбор факторов осуществляется из указанной группы показателей. В то же время необходимо отметить, что высокий уровень корреляции наблюдается между показателями цены за электроэнергию в квартирах без электроплит по установленной социальной норме потребления, среднедушевого денежного дохода и другими факторными признаками, что свидетельствует о проявлении эффекта мультиколлинеарности. В связи с указанными выводами данные факторы необходимо исключить из исследования. Таким образом, по результатам предварительного отбора факторов выполним построение модели множественной регрессии на основе следующих показателей:Результативный признак: –потребление электроэнергии, млн. кВт/ч.Факторные признаки:- число действующих организаций по производству, передаче и распределению электроэнергии и их территориально-обособленных подразделений; – средняя цена производителей электроэнергии, руб. за 1000 кВт/ч; – средняя цена приобретения электроэнергии, руб. за 1000 кВт/ч.Вектор оценки коэффициентов уравнения регрессии определим на основе метода наименьших квадратов из выражения:Выполним расчеты. После добавления единичного столбца и транспонирования матрицы коэффициентов факторных признаков найдем :Выполним умножение матриц :Найдем обратную матрицу:Найдем вектор оценок коэффициентов регрессии:Таким образом, уравнение регрессии имеет вид:Сравним результаты, полученные в результате расчетов с результатами построения модели множественной линейной регрессии, построенной средствами табличного процессора Excel (рисунок 5).Рис. 5 – Результаты построения модели множественной линейной регрессии, построенной средствами табличного процессора ExcelТаким образом, результаты расчетов совпадают.Результаты построения уравнения регрессии можно интерпретировать следующим образом:рост числа действующих организаций по производству, передаче и распределению электроэнергии и их территориально-обособленных подразделений на 1 единицу приводит к росту спроса на электроэнергию на 14,0057 млн. кВт/ч;рост средней цены производителей на 1 руб. за 1000 кВт/ч – к росту потребления на 220,58 млн. кВт/час;рост средней цены приобретения на 1 руб. за 1000 кВт/ч – к снижению потребления на 40,42 млн. кВт/час.Выполним оценку качества модели для проверки ее адекватности для построения прогноза.Значение показателя R-квадрат, равного 0,98 свидетельствует о высоком качестве уравнения регрессии. Таким образом, 98% вариации показателя потребления электроэнергии объясняется числом предприятий отрасли и средними ценами производителя и приобретения электроэнергии.На основе критерия Фишера выполним проверку статистической значимости модели в целом. Критическое значение критерия при заданных степенях свободы 3 и 16 и уровне значимости равноВыполним сравнение критического значения с расчетным:Таким образом, модель в целом следует признать статистически значимой.Выполним проверку коэффициентов при переменных на основе критерия Стьюдента. Критическое значение t-статистики при заданных условиях равно Таким образом, превышение t-статистик коэффициентов наблюдается только при переменных и . Коэффициент при переменной, характеризующей среднюю цену потребления не является статистически значимым, но это не является основанием для исключения указанного фактора из модели, его влияние подтверждается высоким уровнем корреляции с результативным показателем.Построение прогноза спроса на электроэнергию в РоссииДля построения прогноза спроса на электроэнергию выполним оценку качества модели на основе среднего показателя ошибки аппроксимации. Выполним расчет отклонений значений модели по уровням ряда от фактических показателей()и расчет отношения отклонения к фактическим данным (таблица 6).Таблица 6 – Расчет средней ошибки аппроксимацииГодПредсказанное YОстатки, 1998846497,88021779,419780,0020976861999850322,121303,1800150,0015302272000863984,1802-275,38020850,0003188352001875278,6209144,87907350,0001654962002894213,2422-15871,04220,0180693152003904398,5377-1490,4376520,0016507082004923602,2533642,44669440,0006951052005939073,61581629,0842080,0017317742006970507,19129475,4087610,00966895620071003356,304-821,50404440,00081942720081011463,26811282,932030,01103199620091004208,047-27085,647190,0277198120101009363,55611268,944450,01104113820111024047,8917074,210320,01639981520121046217,24717102,253470,01608383320131048750,2486072,3516420,00575675220141077909,547-12953,44730,01216336320151067094,556-6856,7557210,00646718720161073473,6964937,7037060,00457868320171083735,9-17358,599830,016278103Средняя ошибка аппроксимации0,8%Средняя ошибка аппроксимации не превышает 7%, таким образом, уравнение регрессии адекватно описывает взаимосвязь показателей и может быть использована для построения прогноза.Для построения спроса на электроэнергию выполним прогнозирование показателей факторных признаков на будущие периоды на основе функции ТЕНДЕНЦИЯ табличного процессора Excel. Результаты прогноза факторных признаков и прогнозных значений, полученных на основе уравнения множественной регрессии представлены в таблице 7.Таблица 7 – Результаты прогноза показателейГодПотребление электроэнергии, млн. кВт/чЧисло действующих организаций по производству, передаче и распределению электроэнергии и их территориально-обособленных подразделенийСредняя цена производителей электроэнергии, руб. за 1000 кВт/чСредняя цена приобретения электроэнергии, руб. за 1000 кВт/чПрогнозYX3X4X51998848277,32738163344846497,91999851625,32937171362850322,12000863708,83736191410863984,22001875423,54283217462875278,62002878342,24983278569894213,22003902908,15126338694904398,52004924244,75873402827923602,32005940702,76457451914939073,62006979982,676575361016970507,220071002534,885496271009100335620081022746,29134677128410114632009977122,4106155991551100420820101020632,599096651539100936420111041122,1101977821914102404820121063319,5106228591933104621720131054822,6106239102149104875020141064956,11101310092103107791020151060237,8108049892189106709520161078411,41079310212202107347420171066377,310682108322481083736201812940,410531149,52522,4157891118943201913426,492481201,9857142640,1744361132569202013912,574441254,4714292757,9330831146195202114398,656391306,9571432875,6917291159820202214884,738351359,4428572993,4503761173446Наиболее наглядно результаты прогноза представлены на рисунке 6.Рис. 6 – Результаты построения прогноза потребления электроэнергии в России в 2018-2020 гг.Результаты построения прогноза показывают рост спроса на электроэнергию. Прогнозные значения следует признать адекватными в виду обоснованных доказательств качества модели регрессии, на основе которой выполнялось построение прогноза.По результатам анализа и расчетов, проведенных в рамках настоящего исследования можно сделать вывод о том, что цена не является энергосберегающим фактором, что обусловлено ростом спроса на электроэнергию при росте средних цен производителей в большей степени, чем снижением потребления при росте цен приобретения.ЗаключениеВ рамках настоящего исследования в соответствии с целью и задачами были изучены особенности формирования спроса на электроэнергию в стране на современном этапе.Анализ показал, что спрос на электроэнергию формируется под влиянием системы внутренних и внешних факторов, в числе которых изменение показателей промышленного производства в стране, изменение численности населения, уровня его доходов, а также ценовая политика в области электроэнергетики.Кроме того, на современном этапе в развитых странах мира спрос на электроэнергию, в определенной степени, формируется под влиянием современных тенденций в области электроэнергетики, в частности, под влиянием использования возобновляемых источников энергии в структуре энергопотребления.На основе указанных особенностей в рамках исследования сформирован массив исходных данных и выполнен первичный анализ показателей, по результатам которого сформулированы следующие выводы:в 1998-2008 гг. наблюдается рост потребления электроэнергии, в посткризисном 2009 году – снижение показателя с последующим ростом до 2017 года;показатель цены за электроэнергию для населения в квартирах без электроплит по установленной социальной норме демонстрирует положительную динамику в исследуемом периоде;показатели числа действующих организаций по производству, передаче и распределению электроэнергии, средней цены производителей, средней цены приобретения электроэнергии и среднедушевого денежного дохода демонстрируют рост на протяжении всего периода исследования;индекс промышленного производства характеризуется нестабильной динамикой и ярко выраженными тенденциями изменения в кризисных 2008-2009 и 2014-2015 гг., которые проявляются в снижении показателя.По результатам корреляционного анализа был выполнен отбор показателей и построение модели множественной линейной регрессии. По результатам построения уравнения регрессии сформулированы следующие выводы:рост числа действующих организаций по производству, передаче и распределению электроэнергии и их территориально-обособленных подразделений на 1 единицу приводит к росту спроса на электроэнергию на 14,0057 млн. кВт/ч;рост средней цены производителей на 1 руб. за 1000 кВт/ч – к росту потребления на 220,58 млн. кВт/час;рост средней цены приобретения на 1 руб. за 1000 кВт/ч – к снижению потребления на 40,42 млн. кВт/час.Качество модели и ее адекватность для дальнейшего прогноза обоснованы результатами оценки по критериям Фишера и Стьюдента, а также на основе коэффициента детерминации и показателя средней ошибки аппроксимации.Результаты прогнозирования показали рост спроса на электроэнергию до 2022 года и доказали тот факт, что цена не является энергосберегающим фактором, что обусловлено ростом спроса на электроэнергию при росте средних цен производителей в большей степени, чем снижением потребления при росте цен приобретения.Список использованной литературыАюев Б. И. Управление электропотреблением: административные и экономические методы // Энергорынок. 2014. № 4. С. 12-17Ефимова М.Р., Петрова Е.В., Ганченко О.И. Практикум по общей теории статистики: учебное пособие для бакалавров.- 3-е изд., перераб. и доп. М.: Издательство Юрайт, 2013.-364 с.Замков О.О. Эконометрические методы в макроэкономическом анализе: Курс лекций. М.: ГУ ВШЭ, 2012. -122 с.Закиров Д.Г. Энергосбережение. Учебное пособие. - Пермь: Изд-во «Книга», 2013. 308 с.Кондаков Н.С. Эконометрика. Часть 1: учебное пособие и практикум/ Кондаков Н.С.— М.: Московский гуманитарный университет, 2015.— 100 c.Конторович А.Э., Эпов М.И., Эдер Л.В. Долгосрочные и среднесрочные факторы и сценарии развития глобальной энергетической системы в XXI веке // Геология и геофизика. 2014. – № 6. – 32-49 с.Кудрин Б.И. Электроснабжение промышленных предприятий. Учебник для студентов высших учебных заведений / - 2-е изд. - М.: Интермет Инжиниринг, 2014. - 672 сМакоклюев Б.И. Анализ и планирование электропотребления. - М.: Энергоатомиздат, 2013. - 296 с.Мхитарян В. С.,Архипова М. Ю.,Балаш В. А., Балаш О. С., Дуброва Т. А.,Сиротин В. П. Эконометрика/ Под общ.ред.:В. С. Мхитарян. М.: Проспект, 2014Промышленное производство в России. 2016: Стат.сб./Росстат. - М., 2016. - 347 c.Рогалёв Н.Д., Зубкова А.Г и др.; под ред. Н.Д. Рогалёва. Экономика энергетики : учеб. пособие для вузов ⁄ -М.: Издательство МЭИ, 2015. - 288 с.Федеральная служба государственной статистики РФ [Электронный ресурс] — Режим доступа: http://www.gks.ruШунаев С.А. Регрессионная модель прогнозирования электропотребления// Девятая международная молодежная научная конференция «Тинчуринские чтения». – 2014. - КазаньШунаев С.А. Прогнозирование электропотребления на промышленных предприятиях// Информационные технологии, энергетика и экономика Сб. трудов 12-ой межрег. науч.-техн. конф. студентов и аспирантов. В 3 т. Т2.- Смоленск, 2015Эдер Л.В.Прогноз мирового энергопотребления: методические подходы, сравнительные оценки // Минеральные ресурсы России. Экономикаиуправление. – 2013. – № 6. – С. 15-26BP StatisticalReviewofWorldEnergy[Электронный ресурс] — Режим доступа: http://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy/downloads.htmlПриложение 1