Metodologia Green Energy Index

Podobne dokumenty
Sytuacja młodych na rynku pracy

Zielone powiaty województwa śląskiego

Średnia wielkość powierzchni gruntów rolnych w gospodarstwie za rok 2006 (w hektarach) Jednostka podziału administracyjnego kraju

Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki

Metody klasyfikacji i klasteryzacji obiektów wielocechowych.

Dolnośląski O/W Kujawsko-Pomorski O/W Lubelski O/W. plan IV- XII 2003 r. Wykonanie

Statystyczna analiza poziomu rozwoju społeczno-gospodarczego w Polsce - w ujęciu regionalnym

1. Analiza wskaźnikowa Wskaźniki szczegółowe Wskaźniki syntetyczne

w planowaniu energetycznym Jacek Walski AM PREDA Zamek w Warcinie

na podstawie opracowania źródłowego pt.:

Energetyka Obywatelska Szansą Rozwoju Obszarów Wiejskich

Departament Koordynacji Polityki Strukturalnej. Fundusze unijne. a zróżnicowanie regionalne kraju. Warszawa, 27 marca 2008 r. 1

Solsum: Dofinansowanie na OZE

GŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Katowicach

ZałoŜenia do planu zaopatrzenia w ciepło, energię elektryczną i paliwa gazowe. RAPORT

Energoprojekt Katowice

Działalność badawcza i rozwojowa w Polsce w 2012 r.

Innowacyjność województwa kujawskopomorskiego

Wyniki analizy statystycznej opartej na metodzie modelowania miękkiego

Podsumowanie cyklu. Jacek Walski. Dolina Charlotty, 30 maj 2007 r.

Wpływ wsparcia unijnego na regionalne zróŝnicowanie dochodów w w rolnictwie

Klasówka po szkole podstawowej Historia. Edycja 2006/2007. Raport zbiorczy

Długość ścieżek rowerowych

Barometr społeczno-gospodarczy Małopolski

Wpływ funduszy europejskich perspektywy finansowej na rozwój społeczno-gospodarczy Polski Wschodniej. Andrzej Regulski 28 września 2015 r.

GŁÓWNY URZĄD STATYSTYCZNY

Ocena koniunktury gospodarczej w województwie opolskim w grudniu 2005 roku

Operacjonalizacja zmiennych

ROZDZIAŁ 13 EKONOMICZNE ZRÓŻNICOWANIE REGIONÓW POLSKI

Wielowymiarowa analiza regionalnego zróżnicowania rolnictwa w Polsce

Rozkład wyników ogólnopolskich

Baza noclegowa w I kwartale 2012 roku 1

Produkt Krajowy Brutto. Rachunki Regionalne w 2014 roku

Budowanie macierzy danych geograficznych Procedura normalizacji Budowanie wskaźnika syntetycznego

Rozkład wyników ogólnopolskich

Powierzchnia województw w 2012 roku w km²

Rozkład wyników ogólnopolskich

Wpływ wsparcia unijnego dla wsi i rolnictwa na rozwój województw. dr hab. Katarzyna Zawalińska

Symulacja przygotowana przez Krajową Radę RIO

Prezentacja założeń i wyników projektu Z instytucji do rodziny

Klasyfikacja województw według ich konkurencyjności przy pomocy metod taksonomicznych oraz sieci neuronowych.

Kazimier e z r K o K t o owski k Prez e es e Z a Z rządu u Zw Z iązku k u Powiatów Polski k ch c

Graficzna prezentacja danych statystycznych

INFORMACJA MIESIĘCZNA Z REALIZACJI Programu Operacyjnego Kapitał Ludzki

URZĄD MARSZAŁKOWSKI WOJEWÓDZTWA OPOLSKIEGO DEPARTAMENT POLITYKI REGIONALNEJ I PRZESTRZENNEJ Referat Ewaluacji

STRATEGICZNE ZARZĄDZANIE KOSZTAMI

Rozkład wyników ogólnopolskich

Wydatki mieszkaniowe gospodarstw domowych i ubóstwo energetyczne Skala zjawiska i grupy wrażliwe

Źródło danych statystycznych i definicji. Uwagi ogólne

Spis tabel. Tabela 5.6. Indeks rywalizacyjności oraz efektywna liczba partii w wyborach

Ranking atrakcyjności inwestycyjnej województw w zakresie energetyki odnawialnej

METODA DEA W ANALIZIE EFEKTYWNOŚCI NAKŁADÓW NA GOSPODARKĘ ODPADAMI

Gdzie za pracą - Śląsk, Mazowsze czy moŝe Północ?

WSTĘP. Nauczanie języków obcych w klasach najmłodszych szkoły podstawowej..

RACHUNKOWOŚĆ ZARZĄDCZA

Gospodarka oparta na wiedzy i regionalne programy operacyjne: porównanie wydatków w województwach

INNOWACYJNOŚĆ WOJEWÓDZTW W POLSCE

Produkt Krajowy Brutto. Rachunki Regionalne w 2013 roku

Zawody deficytowe i nadwyżkowe

XXIII OGÓLNOPOLSKA OLIMPIADA MŁODZIEŻY - Lubuskie 2017 w piłce siatkowej

Wsparcie przedsiębiorczości jako jeden z głównych priorytetów NSRO. Opole, 7 marca 2008

Małe i średnie przedsiębiorstwa w Polsce na podstawie analiz PARP

Rozkład wyników ogólnopolskich

Analiza danych wtórnych dla powiatów woj. zachodniopomorskiego za rok 2005 i I półrocze 2006

Aleksandra Rybińska, Anna ElŜbieta Strzała Organizacje poŝytku publicznego Profil statystyczny 1

Działalność badawcza i rozwojowa w Polsce w 2013 r. Główne wnioski

PLANOWANE INWESTYCJE BUDOWLANE 2009 NA CZELE WOJEWÓDZTWO MAZOWIECKIE raport Grupy Marketingowej TAI

GŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Katowicach

Innowacyjność Mazowsza na tle innych regionów w Polsce i UE. Marzenna Anna Weresa Instytut Gospodarki Światowej Szkoła Główna Handlowa w Warszawie

ROZWÓJ SPOŁECZNO-GOSPODARCZY POLSKICH REGIONÓW A PROCESY MIGRACJI

Rozkład wyników ogólnopolskich

Metodologia Rankingu Gmin Małopolski 2017

Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś.

WOJEWÓDZTWO PODLASKIE W LICZBACH RAPORT Z WYNIKÓW NARODOWEGO SPISU POWSZECHNEGO LUDNOŚCI I MIESZKAŃ Kobiety Mężczyźni.

Wykorzystanie biomasy na cele energetyczne w UE i Polsce

Rozkład wyników ogólnopolskich

Szanse rozwoju gospodarczego Województwa Świętokrzyskiego w perspektywie realizacji RPOWŚ na lata Kielce, kwiecień 2008 r.

Raport o sytuacji finansowej przedsiębiorstw w województwie mazowieckim w 2015 r.

Działalność gospodarcza przedsiębiorstw o liczbie pracujących do 9 osób w 2015 r.

Wyniki wyboru LSR w 2016 r.

Koncepcja systemowego wsparcia przedsiębiorczości na obszarach wiejskich Opinie, wnioski i rekomendacje

Możliwości pozyskania dofinansowania z funduszy strukturalnych UE na wdrożenie systemów informatycznych w przedsiębiorstwach. Małgorzata Nejfeld

Zmiany w ustawie Prawo Energetyczne Audyt energetyczny działania racjonalizujące zuŝycie energii i optymalizujące koszty utrzymania infrastruktury

analiza wyników I LICEUM OGÓLNOKSZTAŁCĄCE im. Karola Miarki w Mikołowie Oprac. Adam Loska

Budownictwo mieszkaniowe w styczniu 2013 r.

Wyzwania i kierunki rozwoju województwa podlaskiego w okresie Białystok, 7 grudnia 2012 r.

Rozwój gospodarki niskoemisyjnej. Szymon Liszka, FEWE

MAPA FUNDUSZY POŻYCZKOWYCH

Rozkład wyników ogólnopolskich

BANK OCHRONY ŚRODOWISKA S.A.

Rozkład wyników ogólnopolskich

ZASOBY ROZWOJOWE POLSKI POŁUDNIOWEJ METROPOLIE I KAPITAŁ LUDZKI

LICZBA BEZROBOTNYCH I STOPA BEZROBOCIA W WOJEWÓDZTWIE KUJAWSKO-POMORSKIM NA TLE POLSKI I WOJEWÓDZTW. LUTY 2014 R. Wojewódzki Urząd Pracy w Toruniu

dr inż. Tomasz Mirowski Pracownia Zrównoważonego Rozwoju Gospodarki Surowcami i Energią Instytut Gospodarki Surowcami Mineralnymi i Energią PAN

Działania planowane w Polsce, w ramach których możliwa będzie budowa bądź modernizacja oświetlenia zewnętrznego

Rozkład wyników ogólnopolskich

Rozkład wyników ogólnopolskich

Płatności bezpośrednie w Polsce. charakterystyka zróżnicowania. przestrzennego. wersja wstępna

Rozkład wyników ogólnopolskich

PRZESTRZENNO-CZASOWA ANALIZA ZRÓŻNICOWANIA POZIOMU ROZWOJU ODNAWIALNYCH ŹRÓDEŁ ENERGII

Transkrypt:

Metodologia Green Energy Index Raport analityczny na przykładzie wojewódzkiego podziału terytorialnego Polski w latach 2008-2012 tel. +48 32 205 00 92 kontakt@euro-centrum.com.pl

Spis treści 2 Idea wskaźnika Green Energy Index... 3 Metodologia badawcza... 5 Wykorzystanie Green Energy Index na przykładzie wojewódzkiego podziału terytorialnego Polski w latach 2008-2012...11 Podsumowanie...20 Źródła danych...22

Idea wskaźnika Green Energy Index C elem konstrukcji wskaźnika Green Energy Index jest efektywne porównywanie wybranych obszarów (krajów, jednostek terytorialnych) ze względu na sposób i stopień wykorzystania odnawialnych źródeł energii (OZE). Wykorzystanie tego rodzaju alternatywnych źródeł pozyskiwania energii jest obecnie bardzo popularyzowane, przede wszystkim przez kraje rozwinięte oraz wschodzące. Rosnące koszty produkcji energii ze standardowych źródeł (m.in. gaz, węgiel, ropa) powodują większe zainteresowanie alternatywnym sposobem jej pozyskania. Niezmiernie istotne znaczenie ma równieŝ czynnik ekologiczny odnawialne źródła energii są w pełni przyjazne ze środowiskiem naturalnym, co jest szczególnie istotne w obecnych czasach, gdy intensywny rozwój gospodarki światowej jest w nieunikniony sposób powiązany ze zwiększającym się zanieczyszczeniem środowiska. 3 Oprócz aspektu ekologiczno-ekonomicznego wykorzystania odnawialnych źródeł energii pojawia się takŝe aspekt nieprzewidywalności. Jest on szczególnie powiązany z siłami natury, które są ich głównym źródłem. Ilość uzyskanej energii jest tym samym zaleŝna od pory roku, obszaru geograficznego, sytuacji meteorologicznej czynników, na których kształtowanie człowiek nie do końca ma wpływ.

W śród najpowszechniej wykorzystywanych w gospodarce światowej odnawialnych źródeł energii moŝna wskazać: 4 Energia grawitacyjna wody Energia wiatru Energia geotermalna Energia słoneczna Biopaliwa Biomasa Wykorzystanie tych źródeł energii jest obecnie bardzo rozpowszechniane przede wszystkim ze względu na ich dostępność oraz niskie koszty produkcji. Wskaźnik Green Energy Index generuje informacje dotyczące wykorzystania technologii energetycznych na badanych obszarach. Określa podmioty korzystające z odnawialnych źródeł energii oraz wskazuje ich róŝnorodne zapotrzebowanie na rynku. Wskaźnik słuŝy równieŝ analizie przedsiębiorstw zaliczanych do sektora energetyki i stara się uwzględnić wszystkie firmy zaangaŝowane w alternatywne źródła energii.

Metodologia badawcza T eoretczne podstawy konstrukcji wskaźnika Green Energy Index (GEI) bazują na metodologii porządkowania liniowego. Metoda ta umoŝliwia szeregowanie (rangowanie, scoring) obiektów ze względu na wybrane cechy (zarówno ilościowe jak i jakościowe). W tym celu tworzona jest sztuczna, syntetyczna zmienna, będąca kombinacja liniową cech wejściowych (stąd nazwa metody). 5 Metoda porządkowania liniowego wymaga podziału zmiennych na dwie kategorie: Stymulanta zmienna ilościowa lub jakościowa, dla której poŝądane są wyŝsze wartości Destymulanta zmienna ilościowa lub jakościowa, dla której poŝądane są niŝsze wartości

I dea konstrukcji Syntetycznego Miernika Rozwoju, będącego podstawą metodologii porządkowania liniowego zakłada, Ŝe kaŝda ze zmiennych wejściowych powinna być stymulantą. Jeśli tak nie jest, to naleŝy ją przekształcić na stymulantę za pomocą odpowiedniej formuły. 6 Transformację destymulanty na stymulantę prowadzona jest w oparciu o jedną z poniŝszych technik: Wariant A: xˆ = maxx i x Wariant B: xˆ = 1 x gdzie: x wartość j tej cechy ( j = 1,2,..., m ) dla i tego obiektu ( i = 1,2,..., n) m liczba cech n liczba obiektów

Z e względu na często nieujednolicony charakter zmiennych, wynikający z róŝnych skal i jednostek pomiaru, koniecznym jest sprowadzenie ich do porównywalności. Wśród metod umoŝliwiających generowanie porównywalności stosuje się następujące przekształcenia: 7 Standaryzacja zmienna wyjściowa posiada wartość średnią równą zero ( x j ) oraz odchylenie standardowe równe jeden ( s j ( x) ): ˆ x ( std) = x s x j ( x) j Unitaryzacja zmienna wyjściowa posiada wartości z przedziału obustronnie domkniętego od zera do jeden: xˆ ( unit) x minx i = maxx minx i i

Normalizacja zmienna wyjściowa posiada wartości z przedziału obustronnie domkniętego od (-) jeden do (+) jeden: 8 x xˆ ( norm) = maxx i Procedura przekształcania zmiennych jest odporna na skalę pomiaru (moŝna stosować zarówno skalę nominalną, porządkową, jak takŝe skale ilościowe: przedziałową bądź ilorazową). Zmienne mierzone na skalach mocnych (ilościowych) najczęściej przekształcane są za pomocą procedury standaryzacji. Proponowaną metodą przekształcenia przy konstrukcji wskaźnika Green Energy Index jest unitaryzacja, gdyŝ umoŝliwia wyraŝenie wartości cech wejściowych w wartościach bezwzględnych na przedziale [ 01; ], gdzie zakres ten moŝe zostać dowolnie przeskalowany za pomocą skalara s: [ 01; ] [ 0; s] s R+ s, W szczególności skalar s moŝe być liczbą naturalną.

Z mienna syntetyczna (Syntetyczny Miernik Rozwoju) uzyskana jako wynik przeprowadzonych przekształceń stanowi kombinację liniową zmiennych wejściowych i moŝe zostać zapisana za pomocą formuły: 9 ϑ i m ( x) = wx jˆ = GEIi( xˆ ) j= 1 Wagi w j mogą zostać ustalone proporcjonalnie do liczby zmiennych tworzących wskaźnik lub teŝ mogą stanowić wielkości wynikające z innych przesłanek (charakter zjawiska, obszar zastosowań, etc.). JednakŜe winny spełniać własność w = 1. m j= 1 j Zaletą zastosowania unitaryzacji jako miary umoŝliwiającej zachowanie porównywalności zmiennych jest to, Ŝe wykorzystanie skalara s umoŝliwia wygenerowanie wartości wskaźnika według indywidualnych preferencji badacza, np.: s ( unit) [ 0; 10] GEI ( ˆx ) [ 0; 10] 10 xˆ = i

Z godnie z definicja stymulanty, im wyŝsza wartość wskaźnika Green Energy Index tym obiekt jest wyŝej klasyfikowany w hierarchii wszystkich obiektów branych pod uwagę. Ponadto zastosowanie wskaźnika umoŝliwia tworzenie rankingów zarówno w aspekcie strukturalnym (porównanie kilku obiektów w sensie statycznym, np. w jednym okresie) jak i czasowym (porównanie jednego obiektu na przestrzeni kilku okresów lub kilu obiektów na przestrzeni kilku okresów). Konstrukcja wskaźnika Green Energy Index przebiega w następujących etapach: 10 Etap 1 określenie zmiennych składowych wskaźnika GEI Etap 2 określenie na zbiorze zmiennych wejściowych stymulant oraz destymulant (ewentualna zamiana destymulant na stymulanty) Etap 3 transformacja zmiennych celem uzyskania porównywalności (standaryzacja, unitaryzacja, normalizacja) Etap 4 wyznaczenie wartości wskaźnika GEI (równe lub róŝne wagi dla kaŝdej zmiennej wejściowej) Etap 5 ranking obiektów

Ranking obiektów prowadzony jest w oparciu o wartości wskaźnika Green Energy Index. Im wartości wskaźnika są niŝsze, tym obiekt jest dalej w hierarchii. Z kolei wraz ze wzrostem wartości wskaźnika GEI analizowany obiekt zajmuje wyŝszą pozycję w rankingu. 11 Metodologia Green Energy Index na przykładzie wojewódzkiego podziału terytorialnego Polski w latach 2008-2012 M etdologię wskaźnika Green Energy Index wykorzystano do oceny efektywności wykorzystania Odnawialnych Źródeł Energii na przykładzie 16 województw w Polsce. Analizą objęto okres 5 lat: 2008-2012. Jako elementy konstrukcji indeksu zaproponowano cztery wskaźniki, które po odpowiedniej agregacji generują wartości miernika GEI.

Wskaźnik 1 udział produkcji energii elektrycznej ze źródeł odnawialnych w produkcji energii elektrycznej (%) 12 Wskaźnik 2 produkcja energii elektrycznej z odnawialnych nośników energii (GWh) Wskaźnik 3 emisja zanieczyszczeń powietrza z zakładów szczególnie uciąŝliwych (t/r) Wskaźnik 4 zuŝycie energii elektrycznej (TWh) Dodatkowo dokonano porównania wartości wskaźnika GEI z wybranymi wskaźnikami gospodarczymi dla województw w badanym okresie: PKB (mln zł) PKB per capita (zł) Stopa bezrobocia rejestrowanego (%)

P o wyspecyfikowaniu zmiennych stanowiących komponenty wskaźnika Green Energy Index określono, które z nich definiowane są jako stymulanty, a które jako destymulanty: 13 Wskaźnik 1 stymulanta Wskaźnik 2 stymulanta Wskaźnik 3 destymulanta Wskaźnik 4 - stymulanta Po zamianie destymulant na stymulanty przeprowadzono unitaryzację zmiennych celem doprowadzenia ich do porównywalności. Dla ułatwienia interpretacji wyników wykorzystano skalar s = 10, co umoŝliwiło wygenerowanie wartości wskaźnika GEI zgodnie z poniŝszą formułą: s ( unit) [ 0; 10] GEI ( ˆx ) [ 0; 10] 10 ˆx = i Biorąc pod uwagę proponowane wskaźniki oraz przyjmując załoŝenie równych wag w tworzeniu miary Green Energy Index wyniki dla poszczególnych województw w badanym okresie przedstawiono w tabeli 1.

Tabela 1. Wartości GEI oraz ranking województw 2008 2009 2010 2011 1012 Jednostka terytorialna GEI Ranking GEI Ranking GEI Ranking GEI Ranking GEI Ranking DOLNOŚLĄSKIE 3,13 11 3,49 11 3,70 8 3,67 10 3,82 10 KUJAWSKO-POMORSKIE 7,62 1 7,63 1 7,63 1 7,32 1 6,57 1 LUBELSKIE 2,71 13 2,52 14 2,51 13 2,46 14 2,60 13 LUBUSKIE 3,06 12 3,03 13 3,02 12 2,92 13 3,08 12 ŁÓDZKIE 1,40 15 1,45 16 1,90 15 1,89 16 2,19 15 MAŁOPOLSKIE 4,32 4 4,49 5 4,37 4 4,42 8 4,29 8 MAZOWIECKIE 4,34 3 4,22 7 4,34 5 4,46 7 5,00 6 OPOLSKIE 2,51 14 2,46 15 2,40 14 2,30 15 2,44 14 PODKARPACKIE 3,34 10 3,47 12 3,43 10 3,31 12 3,33 11 PODLASKIE 3,13 11 4,84 3 4,34 5 4,66 5 4,95 7 POMORSKIE 5,47 2 5,14 2 4,72 2 4,97 3 5,17 4 ŚLĄSKIE 3,42 9 4,42 6 4,47 3 4,68 4 5,06 5 ŚWIĘTOKRZYSKIE 3,75 7 3,73 9 3,36 11 3,36 11 3,82 10 WARMIŃSKO-MAZURSKIE 3,86 6 4,73 4 4,28 6 5,53 2 5,56 3 WIELKOPOLSKIE 3,53 8 3,52 10 3,87 7 3,88 9 4,12 9 ZACHODNIOPOMORSKIE 4,08 5 4,11 8 3,44 9 4,65 6 5,72 2 Źródło: obliczenia własne 14 A nalizując wyniki dla województwa śląskiego zaobserwowano wzrost jego pozycji w rankingu. NajwyŜszą notę ze względu na wartości wskaźnika GEI województwo śląskie uzyskało w 2010 roku, zajmując pozycję w pierwszej trójce wraz z województwami kujawsko-pomorskim (pozycja 1) oraz pomorskim (pozycja 2). NajniŜszą lokatę w rankingu Śląsk osiągnął w roku 2008 pozycja 9. W latach 2011 oraz 2012 województwo śląskie zajęło wysokie, odpowiednio 4 oraz 5 miejsce. Wartości wskaźnika GEI w poszczególnych latach przedstawiono na rysunkach 1 5.

Rysunek 1. Wskaźnik Green Energy Index rok 2008 7,62 5,47 15 GEI 4,34 4,32 4,08 3,86 3,75 3,53 3,42 3,34 3,13 3,13 3,06 2,71 2,51 1,40 Województwo Źródło: obliczenia własne Rysunek 2. Wskaźnik Green Energy Index rok 2009 7,63 GEI 5,14 4,84 4,73 4,49 4,42 4,22 4,11 3,73 3,52 3,49 3,47 3,03 2,52 2,46 1,45 Województwo Źródło: obliczenia własne

Rysunek 3. Wskaźnik Green Energy Index rok 2010 7,63 16 GEI 4,72 4,47 4,37 4,34 4,34 4,28 3,87 3,70 3,44 3,43 3,36 3,02 2,51 2,40 1,90 Województwo Źródło: obliczenia własne Rysunek 4. Wskaźnik Green Energy Index rok 2011 7,32 5,53 GEI 4,97 4,68 4,66 4,65 4,46 4,42 3,88 3,67 3,36 3,31 2,92 2,46 2,30 1,89 Województwo Źródło: obliczenia własne

Rysunek 5. Wskaźnik Green Energy Index rok 2012 2008 6,57 17 5,72 5,56 5,17 5,06 5,00 4,95 GEI 4,29 4,12 3,82 3,82 3,33 3,08 2,60 2,44 2,19 Województwo Źródło: obliczenia własne W yniki rankingu utworzonego na podstawie wskaźnika GEI pokazują pozycję województwa w hierarchii, ze względu na potencjalne zainteresowanie zagadnieniami związanymi z Odnawialnymi Źródłami Energii. Dodatkowo, wartości bezwzględne wskaźnika interpretować moŝna w kontekście odległości, jaka powstaje pomiędzy województwami ze względu na komponenty wskaźnika GEI. Rokrocznie pierwszą pozycję w rankingu zajmowało województwo kujawsko-pomorskie. NajwyŜszą notę osiągnęło w roku 2009 oraz 2010 (na poziomie 7,63 punktu). W 2010 roku zaobserwowano największą rzeczywistą róŝnicę w rankingu

pomiędzy województwami zajmujące pozycję pierwszą i drugą (województwo kujawsko-pomorskie 7,63 punktu, województwo pomorskie 4,72 punktu) na poziomie 2,91 punktu. Województwo kujawsko-pomorskie pierwsze noty w rankingu na przestrzenie badanego pięcioletniego okresu zawdzięcza przede wszystkim wielkości udziału produkcji energii elektrycznej ze źródeł odnawialnych w produkcji energii elektrycznej ogółem oraz wielkości produkcji energii elektrycznej z odnawialnych źródeł energii. W latach 2008-2010 województwo kujawsko-pomorskie zajmowało najwyŝszą pozycję ze względu na te dwa wskaźniki. 18 K oncentrując się na ocenach dla województwa śląskiego w tabeli 2 przedstawiono wyniki rankingu dla poszczególnych wskaźników składających się na Green Energy Index na przestrzeni badanego okresu. Tabela 2. Ranking komponentów wskaźnika GEI województwo śląskie Rok Ranking W1 W2 W3 W4 2009 15 8 16 1 2010 9 2 16 1 2011 12 2 16 1 2012 12 2 16 1 2013 12 2 16 1 Źródło: obliczenia własne Wyniki wskazują, Ŝe najbardziej pozytywny wpływ na wartości wskaźnika GEI w badanym okresie w województwie śląskim miała produkcja energii elektrycznej z odnawialnych

nośników energii oraz zuŝycie energii elektrycznej. Negatywny wpływ wykazały z kolei dwa pozostałe wskaźniki. Dokonując porównania wartości wskaźnika GEI 19 z proponowanymi wskaźnikami ekonomicznymi nie wykazano istotnej relacji w badanym okresie. Wyniki analizy zaleŝności za pomocą współczynnika korelacji Pearsona w badanym okresie przedstawia tabela 3. Tabela 3. Analiza korelacji pomiędzy wartościami wskaźnika GEI a wybranymi wskaźnikami ekonomicznymi Wskaźnik GEI 2008 2009 2010 2011 2012 PKB 0,10 0,07 0,18 0,14 0,26 PKB PER CAPITA 0,12 0,05 0,14 0,10 Brak danych STOPA BEZROBOCIA 0,15 0,18 0,12 0,27 0,25 Źródło: obliczenia własne Z informacji przedstawionych w tabeli 3 wynika, Ŝe w badanym okresie najsilniejsze związki pomiędzy wskaźnikami ekonomicznymi dla poszczególnych województw a wartościami wskaźnika Green Energy Index zaobserwowano w roku 2012, jednakŝe zaleŝności te nie są statystycznie istotne.

Podsumowanie W prezentowanym raporcie przedstawiono nowatorską metodę porównywanie wybranych obszarów (krajów, jednostek terytorialnych) ze względu na sposób i stopień wykorzystania odnawialnych źródeł energii (OZE). Jako narzędzie badawcze zaproponowano wskaźnik Green Energy Index, pozwalający identyfikować badane obszary ze względu efektywne wykorzystywanie alternatywnych źródeł energii. Wskaźnik Green Energy Index bazuje na zagadnieniu porządkowania liniowego, które umoŝliwia tworzenie scoringu obiektów ze względu na wybrane wskaźniki stanowiące jego komponenty. Tym samym zostaje utworzona pewna zmienna syntetyczna (tzw. Syntetyczny Miernik Rozwoju), będąca kombinację liniową zmiennych wejściowych. Prezentowany wskaźnik wykorzystano do oceny efektywności wykorzystania Odnawialnych Źródeł Energii na przykładzie wojewódzkiego podziału terytorialnego Polski. Badanie przeprowadzono w oparciu o dane z okresu 2008-2012. Celem konstrukcji indeksu określono cztery wskaźniki związane z rynkiem energii, które po odpowiedniej agregacji generują wartości wskaźnika Green Energy Index. Uzyskane wyniki pozwalają utworzyć hierarchię województw ze względu na stopień i efektywność 20

zaangaŝowania w wykorzystywanie alternatywnych źródeł energii. Biorąc pod uwagę analizowane województwa w całym badanym okresie najwyŝsze pozycje w rankingu zajmują obszary usytuowane w północnej części Polski. Są to przede wszystkim województwa kujawsko-pomorskie, pomorskie, zachodniopomorskie czy teŝ warmińsko-mazurskie. PołoŜenie województw (wybrzeŝe bałtyckie) jednoznacznie wskazuje na potencjalne odnawialne źródło energii jakim jest energia grawitacyjna wody. Biorąc pod uwagę wartości wskaźnika Green Energy Index dla województwa śląskiego zaobserwowano wzrost jego wartości w ostatnich latach objętych badaniem (porównując z rokiem 2008). Rosnąca pozycja w rankingu wynika przede wszystkim ze zwiększającego się udziału produkcji energii elektrycznej ze źródeł odnawialnych w produkcji energii elektrycznej ogółem oraz z rosnącej wielkości produkcji energii elektrycznej z odnawialnych nośników energii. Dodatkowo podjęto próbę wykrycia związku pomiędzy wartościami wskaźnika Green Energy Index a wybranymi wskaźnikami gospodarczymi dla poszczególnych województw. Wyniki analizy wskazały, iŝ taki związek nie występuje. Podsumowując naleŝy podkreślić, iŝ prezentowany raport jest wstępnym etapem konstrukcji i wykorzystania wskaźnika Green Energy Index do oceny efektywności wykorzystania alternatywnych źródeł energii. 21

Źródła danych W yniki wszelkich obliczeń przedstawionych w przygotowanym raporcie przeprowadzono na podstawie wskaźników pochodzących z następujących źródeł danych: 22 System Monitorowania Rozwoju: www.strateg.stat.gov.pl Bank Danych Lokalnych Głównego Urzędu Statystycznego: www.stat.gov.pl

23 Osoba do kontaktu: Patryk Białas Dyrektor Centrum Innowacji i Kompetencji ul. Ligocka 103, 40-568 Katowice K: +48 663 966 040 T: +48 32 783 43 25 F: +48 32 250 47 85 E: p.bialas@euro-centrum.com.pl