Preview

Вестник Московского университета. Серия 6. Экономика

Расширенный поиск

Сравнительный анализ эффективности корреляционно-регрессионного и нейросетевого моделирования в прогнозировании энергетических выбросов углекислого газа в России

https://doi.org/10.55959/MSU0130-0105-6-58-3-11

Аннотация

Эффективная национальная система торговли квотами предполагает точный прогноз объема эмиссии парниковых газов в целом для экономики страны и в ее отраслевом разрезе. Основным источником выбросов углекислого газа в большинстве стран мира (включая Россию) является энергетика с традиционными видами топлива (уголь, газ и нефть). Отсюда цель данной научной статьи — построение прогноза энергетических выбросов углекислого газа в РФ путем применения адекватных методов экономико-математического моделирования. Для ее достижения последовательно выдвигаются и проверяются две гипотезы: о возможности построения среднесрочного прогноза показателя в результате проведения корреляционно-регрессионного анализа и на основе формирования байесовского ансамбля искусственных нейронных сетей. В ходе эмпирического исследования подтвердились обе гипотезы. При этом второй метод обеспечивает более высокую степень точности аппроксимации статистических данных. Поэтому в рамках статьи формирование среднесрочного прогноза энергетических выбросов углекислого газа в России производится с помощью нейросетевого моделирования. Высокоточное прогнозирование является научной базой для принятия эффективных управленческих решений руководством страны в сфере декарбонизации национальной экономики.

Об авторах

Р. В. Губарев
РЭУ имени Г. В. Плеханова
Россия

Губарев Роман Владимирович — к.э.н., доцент, кафедра экономической теории

Москва



Л. Г. Чередниченко
РЭУ имени Г. В. Плеханова
Россия

Чередниченко Лариса Геннадиевна — д.э.н., профессор, кафедра экономической теории

Москва



А. И. Бородин
РЭУ имени Г. В. Плеханова
Россия

Бородин Александр Иванович — д.э.н., доцент, профессор кафедры финансов устойчивого развития

Москва



Е. И. Дзюба
Российское общество «Знание»
Россия

Дзюба Евгений Иванович — лектор

Уфа



Список литературы

1. Алжеев, А. В., & Кочкаров, Р. А. (2020). Сравнительный анализ прогнозных моделей ARIMA и LSTM на примере акций российских компаний.Финансы: теория и практика, 1, 14–23. http://doi.org/10.26794/2587-5671-2020-24-1-14-23

2. Белолипцев, И. И., Горбатков, С. А., Романов, А. Н., & Фархиева, С. А. (2015). Моделирование управленческих решений в сфере экономики в условиях неопределенности. М.: ИНФРА-М, 299 с. http://doi.org/10/12737/7761

3. Васильцов, В. С., Яшалова, Н. Н., Яковлева, Е. Н., & Харламов, А. В. (2021). Национальная климатическая политика: концептуальные основы и проблемы адаптации. Экономика региона, 4, 1123–1136. http://doi.org/10.17059/ekon.reg.2021-4-6

4. Давидсон, Н. Б., Мариев, О. С., & Баев, Д. В. (2019). Эконометрическая оценка влияния прямых зарубежных инвестиций на окружающую среду. AlterEconomics, 3, 575–580. http://doi.org/10.31063/2073-6517/2019.16-3.22

5. Институт географии РАН. (2021). Ученые анализируют итоги Шестого оценочного доклада Международной группы экспертов по изменению климата. 30.08.2021. Дата обращения 12.01.2023, https://www.atomicenergy.ru/news/2021/08/30/116802

6. Колпаков, А. Ю. (2020). Энергоэффективность: роль в сдерживании выбросов углекислого газа и определяющие факторы. Проблемы прогнозирования, 6, 141–153. http://doi.org/10.47711/0868-6351-183-141-153

7. Мариев, О. С., Давидсон, Н. Б., & Емельянова, О. С. (2020). Влияние урбанизации на выбросы углекислого газа в регионах России. Journal of Applied Economic Research, 3, 286–309. http://doi.org/10.15826/vestnik.2020.19.3.014

8. Национальный доклад о кадастре антропогенных выбросов из источников и абсорбции поглотителями парниковых газов, не регулируемых Монреальским протоколом за 1990–2020 гг. Часть 1. (2022). М.: Росгидромет и ФГБУ «ИГКЭ». http://downloads.igce.ru/kadastr/RUS_NIR-2022_v1_rev.pdf

9. Пахомова, Н. В., Рихтер, К. К., & Ветрова, М. А. (2022). Глобальные климатические вызовы, структурные сдвиги в экономике и разработка бизнесом проактивных стратегий достижения углеродной нейтральности. Вестник Санкт-Петербургского университета. Экономика, 3, 331–364. http://doi.org/10.21638/spbu05.2022.301

10. Порфирьев, Б. Н., Широв, А. А., Колпаков, А. Ю., & Единак, Е. А. (2022). Возможности и риски политики климатического регулирования в России. Вопросы экономики, 1, 72–89. http://doi.org/10.32609/0042-8736-2022-1-72-89

11. Порфирьев, Б. Н., & Широв, А. А. (2022). Стратегии социально-экономического развития с низким уровнем выбросов парниковых газов: сценарии и реалии для России. Вестник РАН, 5, 415–423. http://doi.org/10.31857/S086958732205005X

12. Регионы России. Социально-экономические показатели. 2021: статистический сборник. (2021). М.: Росстат.

13. Российский статистический ежегодник. 2021: статистический сборник. (2021). М.: Росстат.

14. Стратегия социально-экономического развития Российской Федерации с низким уровнем выбросов парниковых газов до 2050 года. (2021). http://static.government.ru/media/files/ADKkCzp3fWO32e2yA0BhtIpyzWfHaiUa.pdf

15. Федеральный закон от 02.07.2021 № 296-ФЗ «Об ограничении выбросов парниковых газов». Дата обращения 12.01.2023, http://www.kremlin.ru/actsbank/47013

16. BP. Statistical Review of World Energy. (2021). 28.06.2021. Retrieved January 12, 2023, from https://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.html

17. Climate Change. (2021). The Physical Science Basis. Cambridge University Press. In Press 15.08.2021. https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_Full_Report.pdf

18. Henstra, D., Thistlethwaite, J., & Vanhooren, S. (2020). The governance of climate change adaptation: stormwater management policy and practice. Journal of Environmental Planning and Management, 63, 1077–1096. http://doi.org/10.1080/09640568.2019.1634015

19. Herrington, G. (2021). Update to limits to growth: Comparing the world3 model with empirical data. Journal of Industrial Ecology, 25, 614–626. http://doi.org/10.1111/jiec.13084

20. IPCC. Climate Change. (2022). Impacts, Adaptation and Vulnerability. Sixth Assessment Report. https://report.ipcc.ch/ar6wg2/pdf/IPCC_AR6_WGII_FinalDraft_FullReport.pdf

21. Ketenci, N. (2018). The environmental Kuznets curve in the case of Russia. Russian Journal of Economics, 4, 249–265.

22. Kurbatskiy, А. N., & Shakleina, E. I. (2022). Economic growth and environmental pollution in the USA and Russia: Comparative spatial-econometric analysis. Economic and Social Changes: Facts, Trends, Forecast, 15(2), 92–107. http://doi.org/10.15838/esc.2022.2.80.6

23. Makarov, A. A. (2022). Scenarios and Price of the Transition to Low-Carbon Energy in Russia. Thermal Engineering, 69(10), 727–737. http://doi.org/10.56304/S0040363622100058

24. Raimi, K. T. (2021). Public Perceptions of Geoengineering.Current Opinion in Psychology, 42, 66–70.

25. Sachs, J. D. (2019). Our Zero-Emission Future. Retrieved January 12, 2023, from https://www.project-syndicate.org/commentary/zero-emission-energy-and-food-by-middle-of-century-by-jeffrey-d-sachs-2019-04

26. Tabbi, W. et al. (2019). Outlook of Carbon Capture Technology and Challenges. Sciences of the Total Environment, 657, 56–72.

27. Winter 2022 — National Surveys on Energy and the Environment. Key Findings Report. https://www.muhlenberg.edu/media/contentassets/pdf/about/polling/surveys/WINTER%202022%20-%20Energy%20&%20Environment%20Survey.pdf

28. Xu, H., Zhang, C., Li, W., Zhang, W., & Yin, H. (2018). Economic growth and carbon emission in China: a spatial econometric Kuznets curve?Zbornik radova Ekonomskog fakulteta u Rijeci: časopis za ekonomsku teoriju i praksu, 3(1), 11–28.

29. Yang, X., Lou, F., & Sun, M. et al. (2017). Study of the relationship between greenhouse gas emissions and the economic growth of Russia based on the Environmental Kuznets Curve. Applied Energy, 193, 162–173.

30. Zhang, Y. J. Peng, Y. L., & Ma Ch. Q. et al. (2017). Can environmental innovation facilitate carbon emissions reduction? Evidence from China. Energy Policy, 100, 18–28. http://doi.org/10.1016/j.enpol.2016.10.005


Дополнительные файлы

Рецензия

Для цитирования:


Губарев Р.В., Чередниченко Л.Г., Бородин А.И., Дзюба Е.И. Сравнительный анализ эффективности корреляционно-регрессионного и нейросетевого моделирования в прогнозировании энергетических выбросов углекислого газа в России. Вестник Московского университета. Серия 6. Экономика. 2023;(3):217-238. https://doi.org/10.55959/MSU0130-0105-6-58-3-11

For citation:


Gubarev R.V., Cherednichenko L.G., Borodin A.I., Dziuba E.I. Comparative analysis of the effectiveness of correlation-regression and neural network modeling in predicting energy emissions of carbon dioxide in Russia. Moscow University Economics Bulletin. 2023;(3):217-238. (In Russ.) https://doi.org/10.55959/MSU0130-0105-6-58-3-11

Просмотров: 204


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0130-0105 (Print)