FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Agnieszka
Transkrypt
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Agnieszka
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 2007, Oeconomica 256 (48), 297–304 Agnieszka SOMPOLSKA-RZECHUŁA RANKING KRAJÓW EUROPY WEDŁUG KRYTERIUM WYKORZYSTANIA ODNAWIALNYCH ŹRÓDEŁ ENERGII I STANU ŚRODOWISKA NATURALNEGO THE RANKING OF EUROPEAN COUNTRIES WITH REGARD TO UTILIZATION OF RENEWABLE SOURCES OF ENERGY Katedra Statystyki Matematycznej, Akademia Rolnicza ul. Monte Cassino 16, 70-466 Szczecin Abstract. This work presents methods of ranking applications chosen European countries with regard to utilization of renewable sources of energy and the situation in natural environment. Three ways were used for creating the pattern and the size of variance was the base to chose the best ranking of countries. Słowa kluczowe: ranking, wzorzec, odnawialne źródła energii. Key words: ranking, pattern, renewable source of energy. WSTĘP W ostatnich dziesięcioleciach zaszły ogromne przeobrażenia, które swoim zasięgiem objęły wszystkie dziedziny życia. Dotyczy to zarówno gospodarki, społeczeństwa, jak i zasobów środowiska przyrodniczego. Te ostatnie mają istotny wpływ na dobrobyt społeczny i postęp. We współczesnym świecie znaczenie zasobów naturalnych dodatkowo rośnie z uwagi na ich wyczerpywanie się związane m.in. z nieracjonalnym gospodarowaniem. Efektem tych zmian było powstanie nowych obszarów badawczych, takich jak ekonomia środowiska czy zarządzanie środowiskiem. Pojawiły się też nowe terminy, takie jak „trwały i zrównoważony rozwój” (ang. sustainable development), który dotyczy wszystkich dziedzin życia gospodarczego, począwszy od rolnictwa, a skończywszy na przemyśle. Szczególnie energetyka, korzystając głównie z nieodnawialnych źródeł energii, przyczyniła się do degradacji środowiska przyrodniczego m.in. poprzez wprowadzanie do atmosfery tlenków azotu, siarki, węgla. Wyczerpywanie się tradycyjnych źródeł energii, np. węgla, ropy naftowej, gazu ziemnego oraz nadmierne zanieczyszczenie środowiska naturalnego spowodowały wzrost zainteresowania odnawialnymi źródłami energii (OZE), którymi są: biomasa, energia wody, wnętrze ziemi, wiatr, słońce. OZE stanowią doskonałą alternatywę dla tradycyjnych nośników energii, ponieważ ich zasoby uzupełniają się w naturalnych procesach, co oznacza, że są praktycznie niewyczerpalne. Celem pracy jest utworzenie rankingu wybranych krajów europejskich, metodą wykorzystującą wzorzec rozwoju Hellwiga, według kryterium wykorzystania odnawialnych źródeł energii oraz stanu przyrodniczego. Ochrona środowiska jest obecnie przedmiotem różnych analiz. Obejmuje wiele złożonych zjawisk, które mogą być opisane metodami wielowymiarowej analizy porównawczej (Kukuła 2000). 298 A. Sompolska-Rzechuła RODZAJE ODNAWIALNYCH ŹRÓDEŁ ENERGII Charakterystyczną cechą odnawialnych źródeł energii jest to, że pod wpływem oddziaływania promieniowania słonecznego są odtwarzane i praktycznie niewyczerpalne. W warunkach Polski może być wykorzystywana energia pochodząca (Tymiński 1997): – z promieniowania słonecznego, – ze spadku wód, – z wiatru, – z biomasy. Rysunek 1 przedstawia formy i kierunki wykorzystania odnawialnych źródeł energii (Pawlak 2004). Rys. 1. Odnawialne źródła energii – formy i kierunki ich wykorzystania Energia promieniowania słonecznego jest podstawowym źródłem energii na Ziemi. Energia paliw kopalnych, stanowiących obecnie główny surowiec energetyczny, zwłaszcza w krajach rozwiniętych jest także energią pochodzącą od Słońca. Także energia wiatru, fal morskich oraz innych niekonwencjonalnych źródeł energii powstaje dzięki promieniowaniu słonecznemu. Energia wody to zarówno energia fal morskich, energia zmagazynowana w stojących zbiornikach wodnych, jak i energia cieków płynących, przy czym znaczenie dla energetyki mają wody śródlądowe. Energetyka wodna stanowi aż 22% całkowitej światowej produkcji energii elektrycznej i jest obecnie najbardziej rozpowszechnionym źródłem energii odnawialnej. Wiatr powstaje w wyniku nierównomiernego nagrzewania się mas powietrza. Energia wiatru jest energią odnawialną, a także czystą ekologicznie, gdyż nie przyczynia się do wzrostu koncentracji gazów cieplarnianych w atmosferze. W Polsce istnieją obszary, gdzie energia wiatru może być wykorzystana do produkcji energii elektrycznej. Obszary te stanowią około 40% powierzchni kraju. Najlepsze warunki do wykorzystania energii wia- Ranking krajów Europy według kryterium... 299 tru panują na wybrzeżu Morza Bałtyckiego, Suwalszczyźnie i Równinie Mazowieckiej. Główną barierą w rozwoju sektora energetyki związanego z wykorzystaniem wiatru jest wysoki koszt instalacji, który zwraca się dopiero po wielu latach. Ponadto elektrownie wiatrowe mają wpływ na środowisko naturalne. Nie powodują one co prawda emisji zanieczyszczeń, poważnymi problemami są jednak zmiany krajobrazu, hałas oraz ich wpływ na dzikie ptactwo na szlakach migracji sezonowych. Biomasa stanowi trzecie co do wielkości na świecie naturalne źródło energii. Według definicji Unii Europejskiej biomasa oznacza podatne na rozkład biologiczny frakcje produktów, odpady i pozostałości przemysłu rolnego (łącznie z substancjami roślinnymi i zwierzęcymi), leśnictwa i związanych z nim gałęzi gospodarki, jak również podatne na rozkład biologiczny frakcje odpadów przemysłowych i miejskich. MATERIAŁ I METODA Na potrzeby rankingu wybranych państw Europy, według kryterium wykorzystania odnawialnych źródeł energii oraz stanu środowiska naturalnego, wybrano zmienne diagnostyczne, wśród których uwzględniono cechy dotyczące stanu, zagrożenia i ochrony przyrody, emisji zanieczyszczeń do powietrza, odpadów i wykorzystania alternatywnych źródeł energii. Szczegółową listę zmiennych diagnostycznych tworzą: X1 – produkcja energii pierwotnej, w tys. toe1 na 1 mieszkańca; X2 – dostawy energii, w Meto na 1 mieszkańca, z ropy naftowej, paliwa stałego, gazu zimnego, elektrowni jądrowej, energii odnawialnej; X3 – produkcja energii odnawialnej z biomasy i spalania odpadów, w tys. toe na 1 mieszkańca; X4 – emisja gazów cieplarnianych, w %, do roku 1990; X5– emisja dwutlenku węgla, w tonach CO2 na 1 mieszkańca; X6 – wytwarzane odpady komunalne na 1 mieszkańca, w kg; X7 – składowane odpady komunalne na 1 mieszkańca, w kg; X8 – powierzchnia lasów i innych terenów leśnych na 1 mieszkańca, w ha; X9 – biomasa drzewna, w tonach na 1 ha. Wybór krajów wiązał się z dostępnością danych statystycznych. W analizie uwzględniono te kraje, dla których otrzymano informacje dotyczące przyjętych cech diagnostycznych. Materiał badawczy dotyczy roku 2004 (Ochrona środowiska 2005). Informacje wykorzystane w analizie taksonomicznej pochodzą z bazy danych (Ochrona środowiska 2005 oraz New Cronos Eurostat 2005). Podstawowe charakterystyki opisowe przyjętych zmiennych diagnostycznych zostały przedstawione w tab. 1. Duże wartości współczynników zmienności świadczą o dużym zróżnicowaniu przestrzennym obiektów, zatem cechy mogą stanowić podstawę do utworzenia rankingu wybranych krajów europejskich (Ostasiewicz 1998). W konstruowaniu rankingu posłużono się metodą rangowania według odległości od wzorca, która oparta jest na odległościach metrycznych wszystkich obiektów od wyróż1 Toe – tona oleju ekwiwalentnego (umownego) – ang. ton of equivalent – stosowana w bilansach międzynarodowych jednostka miary energii. Oznacza ilość energii, jaka może zostać wyprodukowana ze spalania jednej metrycznej tony ropy naftowej (Ochrona środowiska 2005). 300 A. Sompolska-Rzechuła nionego obiektu zwanego wzorcem. Wzorzec jest pojęciem abstrakcyjnym o współrzędnych zestandaryzowanych (Nowak 1990). Podstawą rangowania n-elementowego zbioru obiektów, opisanego m-elementowym zbiorem cech, jest unormowana macierz danych, w której wszystkie cechy są symulantami (lub destymulantami), a średnie arytmetyczne cech równe są zero. W tabeli 2 przedstawiono rankingi wybranych krajów według kryterium wykorzystania odnawialnych źródeł energii i stanu środowiska naturalnego. Tabela 1. Podstawowe charakterystyki opisowe zmiennych diagnostycznych Zmienna X1 x 35 820,76 vj s 56 928,26 158,93 X2 69,05 92,54 134,02 X3 2 766,16 3 151,36 113,93 X4 96,94 30,93 31,91 X5 9,28 4,00 43,08 X6 502,04 139,83 27,85 X7 276,12 161,77 58,59 X8 0,678 1,06 157,64 X9 96,398 55,07 57,14 Tabela 2. Rankingi wybranych krajów UE pod względem wykorzystania odnawialnych źródeł energii i stanu środowiska naturalnego Metoda I Ścieżka rozwoju I max, min Cypr Luksemburg Irlandia Malta Portugalia Grecja Szwecja Wielka Brytania Belgia Węgry Dania Włochy Czechy Hiszpania Estonia Austria Polska Słowacja Niderlandy Finlandia Litwa Łotwa Niemcy Francja Słowenia 11,836 11,752 11,280 11,022 10,550 10,465 10,453 10,212 10,096 9,992 9,923 9,893 9,851 9,810 9,793 9,743 9,455 9,314 9,307 9,151 8,978 8,807 8,589 8,329 7,659 Metoda II Ścieżka rozwoju II q3, q1 Szwecja 4,815 Niderlandy 4,745 Luksemburg 4,577 Litwa 4,398 Finlandia 4,291 Malta 4,185 Francja 3,904 Niemcy 3,872 Łotwa 3,624 Cypr 3,461 Dania 2,704 Irlandia 2,616 Estonia 2,455 Wielka Brytania 2,417 Czechy 2,282 Polska 2,269 Belgia 2,017 Portugalia 1,913 Austria 1,826 Grecja 1,791 Słowenia 1,786 Hiszpania 1,728 Włochy 1,727 Słowacja 1,723 Węgry 1,515 Metoda III Suma z jednakowymi wagami Luksemburg Litwa Niderlandy Malta Szwecja Finlandia Francja Łotwa Niemcy Cypr Irlandia Wielka Brytania Dania Estonia Polska Czechy Portugalia Słowenia Grecja Słowacja Belgia Węgry Włochy Hiszpania Austria 4,729 4,522 4,414 4,361 4,249 4,082 3,856 3,765 3,736 3,650 2,923 2,625 2,582 2,504 2,469 2,383 2,265 2,090 2,068 2,064 2,045 1,964 1,963 1,955 1,924 Ranking krajów Europy według kryterium... 301 Rankingi określono na podstawie wartości g i , które wyznaczono ze wzoru (Kolenda 2006): m ( g i = ∑ xij' ⋅ w j j =1 ) gdzie: w j – wartości określające kierunek prostej (wagi dla cech), x ij' – zestandaryzowane wartości symulant. Różne wartości zmiennej syntetycznej g i w poszczególnych metodach wynikają z róż- nych wartości w j , które dla każdej metody wyznaczane są w inny sposób. W tabeli 2 w kolumnie Metoda I (ścieżka rozwoju I, max, min) wartości w j wyznaczone zostały według wzoru: wj = gdzie: xWj − x Aj d ( A,W ) d (A,W ) – odległość Euklidesowa punktów A i W, z których A jest antywzorcem, a W – wzorcem. Współrzędne tych punktów zostały określone jako maksymalne i minimalne wartości zestandaryzowanych cech. W kolumnie Metoda II (ścieżka rozwoju II, q3, q1) punkty A i W są określane na podstawie wartości trzeciego i pierwszego kwartyla dla poszczególnych cech. W kolumnie Metoda III (suma z jednakowymi wagami) wartości cechy syntetycznej gi wyznaczane są na podstawie wzoru (Kolenda 2006): m ⎛ 1 ⎞ 1 g i = ∑ ⎜⎜ x ij' ⋅ ⎟⎟ = m⎠ m j =1 ⎝ Jednakowe wagi dla cech równe są przypadku rangi w j = 1 9 m ∑x ij j =1 2 ⎛ 1 ⎞ , ponieważ ∑ ⎜ ⎟ = 1 . W omawianym m j=1 ⎝ m ⎠ m 1 = 0,333 . Jak wynika z tab. 2, poszczególne metody dają różne wyniki. Oceniając dobroć rankingu, można posłużyć się wariancją wyznaczoną dla wartości gi. Lepsza jest ta metoda, która ma większą wariancję. Wariancję s2(G) dla poszczególnych metod wyznacza się według wzoru (Kolenda 2006): n s 2 (G ) = ∑ (g i =1 i − g) 2 n gdzie: g i – wartość cechy syntetycznej, g – średnia arytmetyczna cechy syntetycznej G. Największa wariancja występuje przy użyciu metody II (ścieżka rozwoju II, q3, q1) – wynosi 1,30. Zatem najlepszą metodą tworzenia rankingu wybranych krajów, z uwzględnieniem przyjętych zmiennych diagnostycznych, jest metoda II. 302 A. Sompolska-Rzechuła WYNIKI I DYSKUSJA W pracy zastosowano zaproponowaną przez Z. Hellwiga metodę rangowania, za pomocą której można mierzyć rozwój państw, biorąc pod uwagę różne kryteria. W metodzie tej wykorzystano trzy sposoby wyznaczania wzorca rozwoju. Na podstawie wartości wariancji wskazano najlepszy ranking państw, czyli taki, dla którego wariancja była największa. Ścieżka rozwoju otrzymana drugą metodą (max, min.) różni się od rankingu wyznaczonego metodą pierwszą (q3, q1), natomiast mniejsze różnice w pozycjach zajmowanych przez obiekty występują w porównaniu z metodą wykorzystującą sumę jednakowych wag do wyznaczania wzorca. W przypadku tych dwóch metod różnice w pozycjach zajmowanych przez poszczególne państwa nie są znaczące. W rankingu, który okazał się najlepszy, biorąc pod uwagę wielkość wariancji, opartym na q3 i q1, pierwsze miejsce zajmuje Szwecja, w przypadku której wartości zmiennych diagnostycznych są bardzo korzystne w porównaniu z wartościami dla pozostałych państw – produkcja energii pierwotnej, w przeliczeniu na jednego mieszkańca, jest najwyższa, znacząca jest także produkcja energii odnawialnej przypadająca na jednego mieszkańca. Ilości wytwarzanych i składowanych odpadów komunalnych są małe w porównaniu z pozostałymi krajami. Ostatnie miejsce w rankingu zajmują Węgry z większością niekorzystnych wartości wskaźników przyjętych do analizy (np. niska produkcja energii odnawialnej z biomasy i spalania odpadów w przeliczeniu na jednego mieszkańca). PODSUMOWANIE Metody taksonomiczne w tym także liniowego porządkowania mogą być wykorzystane do mierzenia rozwoju takich obiektów, jak państwa, regiony czy województwa, według różnych kryteriów, w tym także związanych z oceną stanu środowiska naturalnego. W artykule przedstawiono wykorzystanie metod liniowego porządkowania wybranych krajów europejskich do tworzenia rankingu według kryterium wykorzystania odnawialnych źródeł energii oraz stanu środowiska naturalnego. Metody statystyczne i taksonomiczne są powszechnie stosowane w wielu dziedzinach życia społeczno-gospodarczego. Rankingi mogą być podstawą wyodrębniania grup typologicznych obiektów, zbliżonych pod względem badanego kryterium, dzięki czemu mogą być przydatne w podejmowaniu decyzji odnośnie do rozwoju regionów. Zaobserwowanie prawidłowości oraz stabilność zjawisk wymaga prowadzenia analiz w czasie, z uwzględnieniem innych zmiennych diagnostycznych charakteryzujących badane zjawisko. PIŚMIENNICTWO Kolenda M. 2006. Taksonomia numeryczna. Klasyfikacja, porządkowanie i analiza obiektów wielocechowych. AE, Wrocław. Kukuła K. 2000. Metoda unitaryzacji zerowanej. PWN, Kraków. Nowak E. 1990. Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych. PWE, Warszawa. Ranking krajów Europy według kryterium... 303 Ochrona środowiska. 2005. GUS, Warszawa Pawlak J. 2004. Możliwości stosowania odnawialnych źródeł energii w wiejskich obszarach problemowych. Acta Agr. Silv., Ser. Agraria 43 (1), 157–163. Statystyczne metody analizy danych. 1998. Red. W. Ostasiewicz. Wydaw. AE, Wrocław. Tymiński J. 1997. Wykorzystanie odnawialnych źródeł energii w Polsce do 2030 roku – aspekt energetyczny i ekologiczny. IBMER, Warszawa.