| Abstract : | During the last decades, huge improvements on energy efficiency are occurring across the European Union. Energy Efficiency policies are delivering in terms of reducing consumption, safeguarding Europe’s security of supply, reducing CO2 emissions, creating jobs and saving money for consumers. All this brings monetary and non-monetary benefits to Europe’s industry and consumers. Hence, measuring and evaluating the energy efficiency progress seems to be of great importance for the EU authorities. In order to assess the improvements in energy efficiency, a typical indicator used is the Energy Intensity, defined as the ratio of Gross Inland Energy Consumption to GDP (Eurostat and EEA). Energy Intensity can be considered as a proxy of the energy efficiency of a nation’s economy and shows how much energy is needed to produce a Unit of GDP. Nevertheless, the last years, there is a growing concern about the effectiveness of this indicator and a doubt on how well the Energy Intensity can measure the actual level of energy efficiency in each county. For this reason, many new econometric approaches have been proposed during the last years. In particular, the Stochastic Frontier Approach has been in the spotlight of many researchers in order to estimate the energy efficiency. For this reason, in this study, we employ three parametric Stochastic Frontier models which were recently introduced for the first time in energy economics literature. More specifically, we estimate and evaluate the energy efficiency of the energy consumption in the 28 EU member states from 1990 to 2016. We employ two SF models with no distributional assumptions (LSDV model & STV model) and one with distribution assumption (SF model with Half Normal inefficiency distribution).
Κατά την διάρκεια των τελευταίων δεκαετιών, στην Ευρωπαϊκή Ένωση έχουν σημειωθεί τεράστιες βελτιώσεις στην ενεργειακή απόδοση. Οι πολιτικές Ενεργειακής Αποδοτικότητας/ Αποτελεσματικότητας συμβάλουν στην μείωση της κατανάλωσης, στην εξασφάλιση της Ευρωπαϊκής ενεργειακής τροφοδοσίας, στην μείωση των εκπομπών CO2, στην δημιουργία νέων θέσεων εργασίας και στην εξοικονόμηση χρημάτων στους καταναλωτές. Όλα αυτά αποφέρουν νομισματικές αλλά και μη-χρηματικά οφέλη για την Ευρωπαϊκή βιομηχανία αλλά και τους Ευρωπαίους καταναλωτές. Επομένως, η μέτρηση και η αξιολόγηση της ενεργειακής αποδοτικότητας φαίνεται να αποτελεί σημαντικό στοιχείο για τις Ευρωπαϊκές αρχές. Προκειμένου να αξιολογηθεί η βελτίωση στην ενεργειακή αποδοτικότητα, ένας τυπικός δείκτης που χρησιμοποιείται, είναι ο δείκτης Energy Intensity (δείκτης Ενεργειακής Έντασης), ο οποίος ορίζεται ως ο λόγος της Συνολικής Εγχώριας Ενεργειακής Κατανάλωσης (Gross Inland Energy Consumption) επί του Α.Ε.Π. (GDP) (Eurostat & E.E.A). Ο δείκτης Energy Intensity, μπορεί να θεωρηθεί ως ένας καλός τρόπος προσέγγισης της ενεργειακής αποδοτικότητας μια οικονομίας και δείχνει πόση ενέργεια χρειάζεται για να παραχθεί μία μονάδα του Α.Ε.Π..Ωστόσο, τα τελευταία χρόνια, υπάρχει μια αυξανόμενη ανησυχία για την αποτελεσματικότητα αυτού του δείκτη και μια αμφιβολία σχετικά με το πόσο καλά μπορεί ο δείκτης Energy Intensity να μετρήσει το ακριβές επίπεδο της ενεργειακής αποδοτικότητας σε κάθε χώρα. Για το λόγο αυτό, τα τελευταία χρόνια έχουν προταθεί πολλές νέες οικονομετρικές προσεγγίσεις. Ειδικότερα, η Stochastic Frontier Analysis προσέγγιση βρίσκεται στο προσκήνιο πολλών ερευνητών προκειμένου να εκτιμηθεί η ενεργειακή αποτελεσματικότητα.Για το λόγο αυτό, σε αυτήν τη μελέτη, εφαρμόζουμε τρία παραμετρικά Stochastic Frontier μοντέλα τα οποία παρουσιάστηκαν για πρώτη φορά πρόσφατα στην βιβλιογραφία των Οικονομικών της Ενέργειας. Πιο συγκεκριμένα, αξιολογούμε και εκτιμούμε την αποδοτικότητα της ενεργειακής κατανάλωσης στις 28 χώρες της Ευρωπαϊκής Ένωσης από το 1990 έως το 2016. Χρησιμοποιούμε δύο SF μοντέλα χωρίς υποθέσεις κατανομής (μοντέλο LSDV και STV μοντέλο) και ένα με παραδοχή κατανομής (Half Normal κατανομή για τον όρο της αναποτελεσματικότητας).
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.