Post on 12-Jan-2020
Profesor univ. dr. Zizi GOSCHIN
Departamentul de Statistică şi Econometrie
Academia de Studii Economice din Bucuresti
Departamentul Competitivitate si Progres Tehnic
Institutul de Economie Natională
FACTORI CARE MODELEAZĂ EFICIENTA FOLOSIRII
ENERGIEI ÎN UNIUNEA EUROPEANĂ
FACTORS THAT SHAPE THE EFFICIENCY OF ENERGY USE
IN EUROPEAN UNION
Abstract. Understanding the factors that determine total energy consumption
and energy intensity is essential for shaping effective energy policies. Separate
macroeconomic analysis of energy intensity for the old (better developed) and for
the new (former communist) EU member states offers the possibility to test the
energy intensity gaps and to identify the differences in the main factors of
influence. To this aim, several panel regression models have been tested for 1994
to 2009, based on statistics from Eurostat. The results point to the cross-section
fixed effects model as the best option in terms of statistical significance.
Keywords: energy intensity, panel regression, EU.
Clasificarea JEL: Q43, C23
1. Introducere
Eficienţa consumului de energie este o temă aflată de mult timp în atenția
economiștilor, iar înțelegerea factorilor care determină consumul total de energie și eficiența energetică este esențială pentru conturarea unor politici eficiente de
asigurare a sustenabilității. Eficienţa economică a consumului agregat de energie la
nivelul unei țări poate fi analizată pe baza a doi indicatori interdependenți: a)
eficiența energetică, calculată ca raport între PIB (sau valoare adăugată) şi
consumul de energie; b) energointensivitatea, măsurată ca raport între consumul
total de energie și PIB. Cei doi indicatori pot fi determinați la diferite niveluri de
agregare sectorială, precum şi în profil teritorial, inclusiv la nivel naţional şi
mondial.
Variaţia indicatorilor în timp şi spaţiu reflectă atât folosirea mai eficientă a
energiei sub impactul progresului științific și tehnic, al modificărilor structurale din
economie, precum și mărimea şi dinamica unei multitudini de factori între care cei
mai semnificativi sunt tipul tehnologiilor folosite în procesele de producție,
Zizi Goschin
diferențele de eficienţă energetică între diferitele sectoare economice, mutațiile
sectoriale în cadrul activității economice agregate, proporţiile deţinute de
principalele tipuri de combustibili în consumul total etc. Unul din factorii esențiali
de influență asupra eficienței energetice este adoptarea de noi tehnologii care pot fi
încorporate în exporturi cu consum energetic redus, investiții de capital
energoeficiente etc. (Hengyun și Oxley, 2009).
Numeroase studii bazate pe folosirea unor serii cronologice lungi au arătat
că intensitatea energetică se înscrie pe un trend constant descrescător în țările
OECD, în SUA, precum și în numeroase alte țări din întreaga lume (de exemplu,
Metcalf, 2008). Printre factorii determinanți ai acestei creșteri constante a
eficienței cu care este consumată energia au fost identificați: nivelul de dezvoltare
(măsurat prin PIB/capita), creșterea prețurilor energiei (Metcalf, 2008), precum și înzestrarea cu capital a populației ocupate – pe baza efectului de substituție în
producție între capital și energie (Thompson, 1995). Intensitatea energetică din
energia primară şi secundară pentru OCDE şi ţări nemembre ale OCDE este în
scădere pe termen lung datorită creșterii ponderii energiei electrice în consumul
final total (Goldemberg, 2011). Cu toate acestea se previzionează creșterea
emisiilor de CO2, cu excepţia cazului în care cărbunele ar fi înlocuit cu surse care
emit mai puţin carbon, cum ar fi gazele naturale, energiile regenerabile şi energia
nucleară.
Energointensivitatea variază între țări și regiuni sub influența unei
multitudini de factori direcți și indirecți care acționează diferit de la o țară la alta.
Analiza diferențiată la nivel macroeconomic a intensității energetice în cazul celor
două grupe de țări din UE (vechile țări membre, mai dezvoltate economic și fostele
țări comuniste care au aderat la UE) ne oferă posibilitatea testării comparative a
decalajelor de energointensivitate, precum şi identificarea factorilor principali de
influență pentru cele două grupuri de țări și în final stabilirea unor priorităţi şi
ierarhii în ceea ce priveşte instrumentele şi politicile economice utilizate.
2. Model, variabile și date
Modelul econometric pe care îl vom utiliza pentru a testa impactul
diferiților factori de influență asupra performanței energetice naționale, folosește
un panel care reunește toate țările din Uniunea Europeană pe perioada 1994-2009.
Opțiunea pentru folosirea unui model econometric de tip panel se bazează pe
avantajele combinării analizei teritoriale cu cea cronologică și evidențierea
specificității în timp și spațiu. Din perspectivă econometrică, panelul oferă mai
multe informații, mai multă variabilitate, mai puțină colinearitate între variabile,
mai multe grade de libertate, deci este mai eficient în comparație cu analizele
independente teritoriale sau cronologice (Baltagi, 2005).
Modelul pe care l-am construit evidenţiază acţiunea factorilor care
influențează energointensivitatea, măsurată prin consumul energetic - în kg
Factori care modelează eficienta folosirii energiei în Uniunea Europeană
echivalent țiței - ce revine la 1000 euro Produs Intern Brut. Având în vedere
diferențele importante de ordin economic, social, tehnologic între țările Uniunii
Europene, am considerat că analiza energointensivității are de câștigat prin
separarea țări lor în două grupuri cu caracteristici apropiate:
1. vechile țări membre, care sunt mai dezvoltate economic: Austria, Belgia,
Danemarca, Finlanda, Franța, Germania, Grecia, Irlanda, Italia, Luxemburg, Marea
Britanie, Olanda, Portugalia, Spania, Suedia; deși este un membru nou al UE, în
acest grup include și Cipru, țară care este mai apropiată de nivelul de dezvoltare al
vechilor membri ai UE;
2. fostele țări comuniste din Europa Centrală și de Est care sunt noii
membri ai UE: Bulgaria, Cehia, Estonia, Letonia, Lituania, Polonia, România,
Slovenia, Slovacia, Ungaria.
Dintre țările UE, Malta nu a fost inclusă în nici un grup datorită datelor
statistice incomplete pentru mai multe dintre variabilele modelului.
Modelul de regresie pe care îl propunem măsoară influența unei serii de
variabile economice relevante asupra efortului energetic cu care se obțin rezultatele
economice ale țărilor membre ale UE. Variabila dependentă a modelului este
energointensivitatea, iar cele nouă variabile independente reprezintă principalii
factori de influenţă (tabelul 1).
Energointensivitatea unei economii este măsurată ca raport între consumul
brut de energie la nivel național și PIB. Valorile pe care le-am utilizat pentru acest
indicator sunt comparabile în timp şi spaţiu, deoarece PIB este exprimat în preţuri
constante, utilizând ratele de transformare la Paritatea Puterii de Cumpărare (PPP),
iar consumul de energie este măsurat în unităţi convenţionale (echivalent kg. ţiţei)
nefiind influenţat de inflaţie. Energointensivitatea este invers proporțională cu
eficiența energetică. Ca variabilă determinată în model, energointensivitatea este
pusă în corelaţie cu variaţia factorilor de influenţă Alegerea variabilelor explicative
ale modelului (factorii care influenţează energointensivitatea) s-a bazat pe o analiză
statistică preliminară care a constat, în principal, în calcularea unor indicatori
parţiali de corelaţie care măsoară intensitatea legăturii dintre fiecare factor de
influenţă în parte şi variabila dependentă a modelului de regresie.
Variabilele de interes ale modelului sunt cheltuielile totale de cercetare-
dezvoltare (ca pondere în PIB), ca măsură a intensității activității de cercetare-
dezvoltare - inovare (CDI) dintr-o țară, precum și specializarea națională în
industrii high-tech sau low-tech. Modelul de regresie va evidenția în ce măsură
influențează aceste variabile consumul de energie pe unitatea de output şi implicit
eficienţa energetică.
Variabilele de control ale modelului sunt alți indicatori corelați cu
variabila dependentă, care completează modelul astfel încât variația teritorială și în
timp a energointensivității să fie cât mai bine explicată: PIB pe locuitor, folosit ca
variabilă proxy pentru eficiența activității economice în fiecare țară, dependența
țării de importurile de energie, combustibilii regenerabili şi deşeurile folosite ca
Zizi Goschin
sursă de energie etc. Toți acești factori de influenţă vor fi discutați în cele ce
urmează.
Tabelul 1. Variabilele modelului de regresie
Denumire Descrierea variabilei*
E-INTENSITY Energointensivitatea, ca raport între consumul brut de
energie la nivel național și PIB. Se măsoară în kg
echivalent țiței la 1000 euro, prețuri constante.
PIB Produsul intern brut anual pe locuitor (euro per capita).
GERD Cheltuielile totale de cercetare-dezvoltare, ca pondere în
PIB (%).
HIGH-TECH Populația ocupată în industria prelucrătoare de nivel
tehnologic ridicat (industria farmaceutică, calculatoare și echipamente de birou, echipamente radio, TV și comunicații, instrumente optice și de precizie, aeronave) și mediu - ridicat (industria chimică, mașini și aparate
electrice, motoare, echipamente de transport), ca pondere în
total populație ocupată (%).
LOW-TECH Populația ocupată în industria prelucrătoare de nivel
tehnologic mediu - scăzut (industria cărbunelui, petrolului,
a maselor plastice, produse metalice și nemetalice, reparații navale) și scăzut (industria alimentară, textilă, pielărie,
industria lemnului și altele), ca pondere în total populație
ocupată (%).
RENEW Ponderea energiei regenerabile – Contribuția electricității obținută din surse regenerabile în total consum de
electricitate (%).
DEPEND Dependența energetică, exprimată ca raport între
importurile nete de energie și consumul intern brut de
energie (%).
TAX Impozitul implicit pe consumul de energie (euro/tona echiv.
țiței).
CAPITAL Formarea brută de capital fix (euro per capita).
*Sursa datelor statistice: Eurostat, 2012
Produsul naţional brut per capita arată nivelul general al dezvoltării
economice şi sociale a unei ţări. Așa cum era de așteptat, performanța economică
medie a țărilor –măsurată prin PIB/locuitor- se află într-o legătură de dependență
negativă cu energointensivitatea: coeficienții de corelație sunt negativi și
Factori care modelează eficienta folosirii energiei în Uniunea Europeană
semnificativi statistic pentru ambele grupe de țări incluse în analiză (anexa 1).
Dependența eficienței economice a consumului energetic de eficiența medie a
economiei naționale este mai puțin intensă în cazul țărilor dezvoltate din UE
(coeficientului de corelaţie este - 0,36), comparativ cu grupul fostelor țări
comuniste (coeficient de corelaţie: - 0,69). În concordanță cu modelul neoclasic al
creşterii economice, o posibilă explicație pentru această diferențiere este principiul
randamentului descrescător al factorilor de producție, care defavorizează ţările
bogate: acestea obţin un produs marginal din ce în ce mai mic pe unitatea de efort,
inclusiv în cazul consumului energetic.
În lipsa unor date statistice care să măsoare eforturile directe de cercetare-
dezvoltare în sectorul energiei, cheltuielile totale de cercetare-dezvoltare, ca
pondere în PIB (GERD) sunt incluse în model ca variabilă proxy. Încercăm astfel
să surprindem impactul potențial al CDI asupra performanței energetice din fiecare
țară. Variabila GERD s-a înscris pe un trend constant crescător în toate țările UE,
creșterile fiind mai pronunțate pentru grupul noilor țări membre, care rămân totuși la un nivel mai scăzut al intensității CDI, comparativ cu țările dezvoltate ale UE.
Coeficienții de corelație cu variabila dependentă sunt negativi pentru ambele grupe
de țări, legătura fiind mai intensă în cazul noilor membri ai UE.
Combustibilii regenerabili şi deşeurile folosite ca sursă de energie, cum
sunt biomasa solidă şi lichidă, biogazul, deşeurile industriale şi gospodăreşti,
reprezintă o variabilă semnificativă pentru eficienţa energetică a unei ţări, astfel că
indicatorul ponderea combustibililor regenerabili şi a deşeurilor în consumul
energetic total a fost inclus în model.
Dependenţa energetică prezintă măsura în care o economie se bazează pe
importuri pentru a satisface nevoile sale de energie. Indicatorul este calculat ca
raport între importurile nete de energie și consumul intern brut de energie. Energia
fiind o resursă strategică pentru activitatea economică, țările cu nivel ridicat al
dependenței de importurile energetice sunt confruntate cu dificultăți sporite și costuri mai ridicate de procurare a energiei, ceea ce stimulează folosirea ei cât mai
eficientă. Țările dezvoltate ale UE au un nivel înalt al dependenței energetice,
cuprins în general între 40 și 60%, cu o stabilitate ridicată în timp. Noile țări
membre ale UE prezintă fluctuații mari ale dependenței energetice de la un an la
altul, pe fondul unor transformări economice majore antrenate de tranziția lor la
economia de piață. Variabila dependența energetică este importantă în contextul
analizei eficienței cu care este consumată energia în fiecare țară.
Structura activităţilor economice determină în mare măsură atât consumul
total de energie, cât şi eficienţa energetică, ceea ce ne-a determinat să includem
printre variabilele explicative ponderea sectoarelor high-tech și low-tech în
economie. Nivelul de specializare în industrii high-tech sau low-tech reprezintă
factori esențiali de influenţă ai energointensivităţii unei economii. Variabila HIGH-
TECH exprimă gradul de extindere a industriilor high-tech și a serviciilor care
folosesc intensiv cunoașterea, fiind calculată ca pondere cumulată a acestor
Zizi Goschin
sectoare în total populație ocupată. Ponderea sectoarelor high-tech a crescut
constant în perioada 1995-2009, pentru toate țările UE, contribuind la reducerea
consumul energetic pe unitatea de output. Variabila LOW-TECH arată ponderea în
total populație ocupată a sectoarelor industriale de nivel tehnic scăzut și mediu-
scăzut, care sunt corelate pozitiv cu energointensivitatea. Ponderea sectoarelor low-
tech tinde să se reducă continuu, mai accentuat pentru țările din primul grup,
contribuind de asemenea la reducerea consumul energetic pe unitatea de output.
Impozitul implicit pe consumul de energie este calculat ca raport între
impozitele încasate pentru energie (în euro, deflaționat) și consumul final de
energie (exprimat convențional în tone de echivalent țiței). Impozitele stimulează
economiile de energie, îndeosebi pentru țările dezvoltate, care practică taxe mult
mai mari: coeficientul de corelație cu variabila dependentă este -0.6727 (anexa
1.1), comparativ cu -0,185 pentru fostele țări comuniste (anexa 1.2).
Formarea brută de capital fix (euro per capita) este inclusă în model
pentru a exprima efectul pozitiv pe care îl poate avea introducerea noilor
echipamente și tehnologii asupra eficienței energetice. Există studii care sugerează
capacitatea capitalului de a substitui energia mai bine decât o poate face forța de
muncă (Hengyun, Oxley, 2009).
Forma generală a modelului econometric care reunește variabilele
prezentate anterior este:
E-INTENSITYit = β1 + β2 GERDit + β3 PIBit + β4 HIGH-TECHit +
+ β5 LOW-TECHit + β6 RENEWit + β7 DEPENDit + β8 TAXit +
+ β9 CAPITALit + eit, (1)
unde: i = 1,..., 27 (țările) și t = 1994,..., 2009.
Datele statistice folosite pentru modelele au ca sursă statisticile oficiale
furnizate de Eurostat. Datele pentru cele zece variabile descrise anterior au fost
înregistrate pentru fiecare țară a UE, anual, pe perioada 1994-2009.
3. Rezultate
Pornind de la forma generală a modelului econometric (1), au fost testate
mai multe variante de modele tip panel: modelul care reunește variațiile
cronologice și teritoriale fără a impune restricții tipice panelului (pooled data);
modele cu efecte fixe spațiale sau cronologice (cross-section fixed effects sau
period fixed effects), modelele cu efecte aleatoare în spațiu sau în timp (cross-
section random effects sau period random effects), precum și combinații ale
acestor modele de bază.
Fiecare din aceste modele a fost estimat pentru cele două grupuri
cuprinzând 16 și respectiv 10 țări ale UE. Rezultatele testelor statistice standard și
Factori care modelează eficienta folosirii energiei în Uniunea Europeană
mai ales testul Hausman (anexa 2), care permite compararea modelelor cu efecte
aleatoare cu cele având efecte fixe, indică modelul cu efecte constante spațiale ca
cea mai bună variantă, care oferă cele mai semnificative rezultate din punct de
vedere statistic. Acest rezultat este conform așteptărilor bazate pe analizele
statistice preliminare.
Având în vedere că dintre toate variantele modelului general de regresie
panel specificat în relația (1) cel mai bun este modelul cu efecte fixe cross section,
prezentăm în tabelul 2 doar rezultatele furnizate de acest model, pentru fiecare
dintre cele două grupe de țări.
Tabelul 2. Rezultatele modelului panel cu efecte fixe cross section, pe grupe
de țări
Variabila
Țări dezvoltate Țările din Europa Centrală
și de Est
Coeficient Prob. Coeficient Prob.
GERD -5.558693 0.1746 109.6766 0.1818
GDP -0.003734 0.0000 -0.092886 0.0098
HIGH_TECH -5.390219 0.0104 -34.42697 0.0464
LOW_TECH 2.831487 0.0004 80.09704 0.0000
DEPEND -0.268826 0.0391 3.528016 0.2066
RENEW -0.854007 0.0001 -3.004685 0.3843
TAX -0.029822 0.3926 0.038690 0.9002
CAPITAL 0.001840 0.2207 -0.123489 0.0221
C 300.2183 0.0000 2717.216 0.0000
Număr de
observații
256
160
R square 0.924 0.823
F statistic 122.08 33.88
Durbin-
Watson stat 1.097
1.355
Rezultatele modelului de regresie (tabelul 2) arată că factorii comuni cei
mai semnificativi care influenţează nivelul eficienţei energetice în țările UE sunt
gradul de extindere a industriilor high-tech și nivelul de dezvoltare (PIB/capita), ca
variabile care determină scăderea energointensivității activităților economice,
precum și ponderea industriilor low-tech, variabilă cu influență în direcția creșterii
consumului energetic pe unitatea de output.
Pe lângă aceste variabile, a căror influență este validată statistic pentru
ambele grupe de țări, gradul de dependență de importurile de energie și ponderea
energiei din surse regenerabile au un nivel ridicat de semnificație numai pentru
Zizi Goschin
grupul țărilor dezvoltate din UE. Nivelul relativ mai ridicat al dependenței
energetice pentru multe țări din primul grup, precum și ponderea mai mare pe care
o are folosirea energiei regenerabile în țările dezvoltate ar putea explica aceste
diferențe între cele două grupe de țări. Ţările care sunt mari importatori de energie
sunt motivate să depună eforturi susţinute pentru gospodărirea raţională, cât mai
eficientă, a acestui factor de producţie din ce în ce mai scump.
Modelul de regresie validează variabila Capital ca factor de influență în
direcția reducerii energointensivității doar în cazul fostelor țări comuniste din
Europa Centrală și de Est. Acțiunea formării brute de capital nu pare să fie
semnificativă pentru grupul țărilor dezvoltate.
Variabila GERD – ponderea cheltuielilor pentru cercetare-dezvoltare și inovare în PIB – nu este semnificativă statistic, dar are semnul așteptat în cazul
țărilor dezvoltate. Pentru fostele țări comuniste coeficientul este în mod
inexplicabil pozitiv, indicând că țările cu o pondere mai ridicată a cheltuielilor de
CD în PIB au un nivel mai ridicat al cheltuielilor energetice unitare. Aceasta
sugerează fie eficiența scăzută a activității de CDI naționale, fie faptul că pentru al
doilea grup de țări GERD nu este o variabilă proxy suficient de bună pentru a
reprezenta eforturile de cercetare în domeniul energiei.
Testele statistice efectuate au rezultate bune pentru ambele modele, iar
coeficientul de determinație de 92,4% pentru primul grup de țări și 82,3% pentru al
doilea grup indică o foarte bună putere explicativă a modelelor și o dependenţă
statistică puternică a intensității energetice de factorii de influență evidenţiaţi în
model.
4. Concluzii
Variaţia în timp şi spaţiu a consumului de energie reflectă atât folosirea
mai eficientă a energiei sub impactul progresului științific și tehnic, cât și modificările structurale din economie, mărimea şi dinamica unei multitudini de
factori între care cei mai semnificativi sunt tipul tehnologiilor și eficienţa
energetică a diferitelor sectoare.
Multitudinea de factori direcți și indirecți care condiționează
energointensivitatea acționează diferit de la o țară la alta. Opțiunea pentru analiza
la nivel macroeconomic a intensității energetice, separat pentru vechile țări
membre ale UE și pentru fostele țări comuniste din Europa Centrală și de Est care
au aderat la UE, ne-a oferit posibilitatea testării comparative a decalajelor de
energointensivitate, precum şi identificarea factorilor principali de influență pentru
două grupuri de țări diferite ca nivel de dezvoltare economică.
Estimările furnizate de modelele de regresie pe care le-am utilizat arată că
factorii cei mai semnificativi care influenţează pozitiv creșterea eficienţei
energetice în ambele grupe de țări sunt ”gradul de extindere a industriilor high-
tech” și nivelul de dezvoltare exprimat prin PIB pe locuitor. O altă variabilă cu
Factori care modelează eficienta folosirii energiei în Uniunea Europeană
impact semnificativ este ”ponderea industriilor low-tech”, care acționează în
direcția creșterii consumului energetic pe unitatea de output. Variabilele
”dependența de importurile de energie” și ”ponderea energiei din surse
regenerabile” au un nivel ridicat de semnificație numai pentru grupul țărilor
dezvoltate din UE, țări care au un nivel relativ mai ridicat al dependenței
energetice și sunt motivate să depună eforturi susţinute pentru gospodărirea
raţională, cât mai eficientă, a acestui factor de producţie din ce în ce mai scump.
”Capitalul” influențează în direcția reducerii energointensivității doar în cazul
fostelor țări comuniste și nu pare să fie semnificativ pentru grupul țărilor
dezvoltate.
O situaţie specială se înregistrează în cazul variabilei “ponderea
cheltuielilor de cercetare-dezvoltare în PIB”, care are influenţa negativă așteptată
asupra energointensivității în cazul ţărilor dezvoltate, dar influenţează pozitiv
variaţia intensității energetice a ţărilor din al doilea grup. Totuși variabila nu este
semnificativă statistic, așadar rezultatele nu pot fi validate.
Analiza pe baza modelelor prezentate anterior poate fi în continuare
dezagregată la nivel sectorial, ţinând seama de determinările cauzale ale intensității energetice în sectoarele şi subsectoarele care au cea mai mare pondere în consumul
total de energie, cum ar fi cazul industriei (extractivă şi prelucrătoare),
transporturilor, agriculturii, consumului populaţiei etc.
Dezvoltarea durabilă impune realizarea cât mai multor produse şi servicii
de calitate ecologică superioară cu consumuri mai scăzute, în special cele
energetice. Aceasta presupune ca atât ţările dezvoltate, care au atins niveluri relativ
scăzute ale energointensivității, cât și ţările în curs de dezvoltare, care se confruntă
cu niveluri înalte ale consumului energetic pe unitatea de output, să-şi mărească
producțiile în viitor în condiţiile unei eficiențe energetice cât mai ridicate. Pentru
ambele grupe de țări, realizarea acestui deziderat al dezvoltării durabile şi implicit
al combaterii poluării nu se poate baza decât pe schimbarea actualelor modele de
producţie şi consum, neprietenoase mediului, pe renunţarea la abordări şi viziuni pe
termen scurt, pe corelarea strategiilor sectoriale, locale, regionale, naţionale şi
internaţionale, precum şi pe contracararea unor forţe inerţiale care contravin
criteriilor şi principiilor dezvoltării durabile.
Zizi Goschin
BIBLIOGRAFIE
[1] Ang, B.W., Liu, N. (2006), A cross-country analysis of aggregate energy and
carbon intensities . Energy Policy, vol. 34, 15, pp. 2398-2404;
[2] Baltagi, B. H. (1995), Econometric Analysis of Panel Data; John Wiley and
Sons;
[3] Goldemberg J., Prado L.T.S. (2011), The decline of the world’s energy
intensity ; Energy Policy, vol. 39, 3, pp. 1802-1805;
[4] Hester R.R., Harrison R. (1995), Waste Treatment and Disposable;
Clarendon Press, London;
[5] Hengyun M., Oxley L., Gibson, J. (2009), Substitution possibilities and
determinants of energy intensity for China ; Energy Policy, vol. 37,5, pp. 1793-
1804;
[6] Metcalf, Gilbert E (2008) , An Empirical Analysis of Energy Intensity and its
Determinants at the State Level ; The Energy Journal, vol. 29, 3;
[7] Odyssee-Mure (2008), Energy Efficiency Policies and Measures in
Romania. Monitoring of Energy Efficiency in EU 27; Norway and Croatia
(ODYSSEE-MURE), Bucuresti;
[8] Rojanschi, V., Bran F., Grigore F. (2004), Elemente de economia şi
managementul mediului, Editura Economică, Bucureşti;
[9] Voronca, M.M. (2003), Stratégie d'efficacité énergétique de la Roumanie,
SIENE;
[10] Soham Baksi, Green C. (2007), Calculating economy-wide energy intensity
decline rate: The role of sectoral output and energy shares . Energy Policy, vol.
35, 12, pp. 6457-6466;
[11] Thompson, P., Taylor, T. (1995), The Capital-Energy Substitutability
debate: A New Look . The Review of Economics and Statistics, vol. 77, 3, pp.565-
569;
[12] Zugravu, P. (2004), Concurenţă şi competitivitate pe piaţa de energie, în
Aderarea României la Uniunea Europeană, Editura Economică, Bucuresti.
[13] http://www.enerdatafr.com
[14] www.europa.eu.int
[15] www.devdata.worldbank.org
Factori care modelează eficienta folosirii energiei în Uniunea Europeană
Anexa 1. Matricea de corelație a variabilelor modelului, pe fiecare grup de
țări
1.1. Grupul 1. Țările dezvoltate
E_INTENSITY GDP GERD HIGH_TECH LOW_TECH DEPEND TAX
E_INTENSITY 1.0000 -0.3626 -0.0681 -0.3026 0.2748 -0.3534 -0.6727
GDP -0.3626 1.0000 0.4767 0.4597 -0.6033 -0.1768 0.3099
GERD -0.0681 0.4767 1.0000 0.7689 -0.3312 -0.4993 0.2266
HIGH_TECH -0.3026 0.4597 0.7689 1.0000 -0.3975 -0.4868 0.2927
LOW_TECH 0.2748 -0.6033 -0.3312 -0.3975 1.0000 0.2801 -0.0481
DEPEND -0.3534 -0.1768 -0.4993 -0.4868 0.2801 1.0000 -0.5493
TAX -0.6727 0.3099 0.2266 0.2927 -0.0481 -0.5493 1.0000
1.2. Grupul 2. Țările din Europa Centrală și de Est
CAPITAL DEPEND E_INTENSITY GDP GERD HIGH_TECH LOW_TECH RENEW TAX
CAPITAL 1.0000 0.0883 -0.6342 0.8952 0.7040 0.4653 0.2057 0.0432 0.3391
DEPEND 0.0882 1.0000 -0.1157 0.0992 -0.0345 0.0164 0.1027 0.3169 0.0854
E_INTENSITY -0.6342 -0.1157 1.0000 -0.6896 -0.3945 -0.1963 0.0315 -0.2340 -0.1853
GDP 0.8951 0.0992 -0.6896 1.0000 0.8101 0.5037 0.3639 0.0644 0.4565
GERD 0.7040 -0.0345 -0.3945 0.8101 1.0000 0.6384 0.4721 -0.1008 0.5286
HIGH_TECH 0.4653 0.0164 -0.1963 0.5037 0.6384 1.0000 0.3850 -0.2066 0.4026
LOW_TECH 0.2057 0.1027 0.0315 0.3639 0.4721 0.3850 1.0000 0.0924 0.2302
RENEW 0.0432 0.3169 -0.2340 0.0644 -0.1008 -0.2066 0.0924 1.0000 0.0180
TAX 0.3391 0.0854 -0.1853 0.4565 0.5286 0.4026 0.2302 0.0180 1.0000
Zizi Goschin
Anexa 2. Testul Hausman
2.1. Grupul 1. Țările dezvoltate
Correlated Random Effects - Hausman Test
Equation: E1
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 44.820881 6 0.0000
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
GERD -6.902128 -0.604068 2.843530 0.0002
GDP -0.003332 -0.002845 0.000000 0.0074
HIGH_TECH -5.139008 -5.288909 0.626266 0.8498
LOW_TECH 2.494359 3.298738 0.071065 0.0025
DEPEND -0.166026 -0.106843 0.004325 0.3681
TAX -0.060400 -0.091788 0.000059 0.0000
Cross-section random effects test equation:
Dependent Variable: E_INTENSITY
Method: Panel Least Squares
Sample: 1994 2009
Periods included: 16
Cross-sections included: 16
Total panel (balanced) observations: 256
Variable Coefficient Std. Error t-Statistic Prob.
C 289.3554 21.17839 13.66277 0.0000
GERD -6.902128 4.152585 -1.662128 0.0978
GDP -0.003332 0.000419 -7.950388 0.0000
HIGH_TECH -5.139008 2.137068 -2.404700 0.0170
LOW_TECH 2.494359 0.784882 3.178007 0.0017
DEPEND -0.166026 0.127300 -1.304217 0.1934
TAX -0.060400 0.034859 -1.732698 0.0845
Factori care modelează eficienta folosirii energiei în Uniunea Europeană
Effects Specification
Cross-section fixed (dummy variables) R-squared 0.918189 Mean dependent var 182.0635
Adjusted R-squared 0.910847 S.D. dependent var 42.26890
S.E. of regression 12.62089 Akaike info criterion 7.990602
Sum squared resid 37273.12 Schwarz criterion 8.295266
Log likelihood -1000.797 Hannan-Quinn criter. 8.113137
F-statistic 125.0589 Durbin-Watson stat 1.016392
Prob(F-statistic) 0.000000
2.2. Grupul 2. Țările din Europa Centrală și de Est
Correlated Random Effects - Hausman Test
Equation: EQ
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 181.765949 8 0.0000
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
GERD
109.67662
3 215.639676 2205.764029 0.0241
HIGH_TECH -34.426968 -2.930336 255.425211 0.0488
LOW_TECH -80.097038 36.662900 132.450131 0.0000
GDP -0.092886 -0.131121 0.001107 0.2504
RENEW -3.004685 -4.290818 10.986748 0.6980
DEPEND 3.528016 0.320136 7.136215 0.2298
TAX 0.038690 0.640637 0.014723 0.0000
CAPITAL -0.123489 0.031902 0.002116 0.0007 Cross-section random effects test equation:
Dependent Variable: E_INTENSITY
Method: Panel Least Squares
Sample: 1994 2009
Periods included: 16
Cross-sections included: 10
Total panel (balanced) observations: 160
Zizi Goschin
Variable Coefficient Std. Error t-Statistic Prob. C 2717.216 323.7964 8.391743 0.0000
GERD 109.6766 81.74720 1.341656 0.1818
HIGH_TECH -34.42697 17.13552 -2.009099 0.0464
LOW_TECH -80.09704 13.01449 -6.154452 0.0000
GDP -0.092886 0.035481 -2.617917 0.0098
RENEW -3.004685 3.443194 -0.872645 0.3843
DEPEND 3.528016 2.780424 1.268877 0.2066
TAX 0.038690 0.307893 0.125660 0.9002
CAPITAL -0.123489 0.053365 -2.314032 0.0221
Effects Specification Cross-section fixed (dummy variables)
R-squared 0.852895 Mean dependent var 696.1828
Adjusted R-squared 0.835283 S.D. dependent var 339.0302
S.E. of regression 137.5964 Akaike info criterion 12.79218
Sum squared resid 2688455. Schwarz criterion 13.13814
Log likelihood -1005.374 Hannan-Quinn criter. 12.93266
F-statistic 48.42905 Durbin-Watson stat 0.888100
Prob(F-statistic) 0.000000