ISSN: 0130-0105 (Print)
Дата публикации в журнале: 22.07.2023
Ключевые слова: парниковые газы; углекислый газ; энергетические выбросы; прогнозирование; среднедушевой ВВП; энергоемкость ВВП; искусственные нейронные сети; байесовский ансамбль
Доступно в on-line версии с: 21.07.2023
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. c.217-238
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