.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. к Вт/ч;рост средней цены производителей на 1 руб.
за 1000 кВт/ч — к росту потребления на 220,58 млн. к Вт/час;рост средней цены приобретения на 1 руб. за 1000 кВт/ч — к снижению потребления на 40,42 млн. к Вт/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 равно.
Выполним 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 России.
Для 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 аппроксимации.
ГодПредсказанное YОстатки, 1 998 846 497,88021779,419 780,0020976861999850322,121 303,1800150,15 302 272 000 863 984,1802−275,38 020 850,0003188352001875278,6 209 144,87907350,1 654 962 002 894 213,2422−15 871,04220,180 693 152 003 904 384,5377−1490,4 376 520,0016507082004923602,2 533 642,44669440,6 951 052 005 939 073,61581629,842 080,0017317742006970507,19 129 475,4087610,966 895 620 071 003 392,304−821,50 404 440,00081942720081011463,26 811 282,932030,1 103 199 620 091 004 160,047−27 085,647190,277 198 120 101 009 376,55611268,944 450,01104113820111024047,8 917 074,210320,1 639 981 520 121 046 272,24717102,253 470,01608383320131048750,2 486 072,3516420,575 675 220 141 077 888,547−12 953,44730,1 216 336 320 151 067 136,556−6856,7 557 210,00646718720161073473,6 964 937,7037060,457 868 320 171 083 712,9−17 358,599830,16 278 103.
Средняя 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 показателей.
ГодПотребление электроэнергии, млн. кВт/чЧисло действующих организаций по производству, передаче и распределению электроэнергии и их территориально-обособленных подразделений.
Средняя цена производителей электроэнергии, руб. за 1000 кВт/чСредняя цена приобретения электроэнергии, руб. за 1000 кВт/чПрогнозYX3X4X51998848277,32 738 163 344 846 496,91999851625,32 937 171 362 850 320,12000863708,83 736 191 410 863 984,22001875423,54 283 217 462 875 280,62002878342,24 983 278 569 894 212,22003902908,15 126 338 694 904 398,52004924244,75 873 402 827 923 600,32005940702,76 457 451 914 939 072,62006979982,676 575 361 016 970 496,220071002534,885 496 271 009 100 275 745 969 668 096,29134677128410114632009977122,4 106 155 991 551 100 255 224 167 661 568,599096651539100936420111041122,1 101 977 821 914 102 397 707 625 693 184,5106228591933104621720131054822,6 106 239 102 149 105 392 630 519 300 096,11101310092103107791020151060237,8 108 049 892 189 107 203 938 564 702 208,41079310212202107347420171066377,310 682 108 322 481 084 430 832 107 520,410531149,52 522,4157891118943201913426,492 481 201,9857142640,1 744 361 132 569 201 999 872,574441254,4 714 292 757,9330831146195202114398,656 391 306,9571432875,6 917 291 159 820 202 672 128,738351359,4 428 572 993,4503761173446.
Наиболее 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.
Заключение
.
В 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. к Вт/ч;рост средней цены производителей на 1 руб. за 1000 кВт/ч — к росту потребления на 220,58 млн. к.
Вт/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 литературы.
Аюев 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, 2014.
Промышленное 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. — Казань.
Шунаев 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, 2015.
Эдер 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.
