СТРУКТУРЫ И ФОРМЫ

Интеграция моделей оценки рисков и экономической динамики в системном анализе сценариев энергетического перехода с изучением эффектов обратной связи политики и технологий

Авторы

  • Цзяюань Сюй Университет автомобильных технологий Хубэй, 442002, Шиян, Хубэй, улица Автомобильная 88

Как цитировать

ГОСТ Сюй Ц. Интеграция моделей оценки рисков и экономической динамики в системном анализе сценариев энергетического перехода с изучением эффектов обратной связи политики и технологий // Академический исследовательский журнал. 2025. Т. 3. № 8. С. 136-145. DOI: 10.25726/x2750-8872-0849-c
APA Сюй, Ц. (2025). Интеграция моделей оценки рисков и экономической динамики в системном анализе сценариев энергетического перехода с изучением эффектов обратной связи политики и технологий. Академический исследовательский журнал, 3(8), 136-145. https://doi.org/10.25726/x2750-8872-0849-c

Аннотация

Работа посвящена разработке и апробации комплексной методологии системного анализа сценариев энергетического перехода, интегрирующей модели динамической оценки рисков и макроэкономической динамики в едином гибридном имитационном комплексе с агент-ориентированной моделью (АВМ), стохастическим DSGE-блоком, модифицированной диффузионной моделью Басса и Монте-Карло для вероятностной калибровки исходов; исследование опирается на массив данных 2000-2024 годов и горизонтом до 2050 года, рассматриваются три сценария: инерционный, «регуляторный толчок» с углеродным налогом и «технологическое стимулирование» с фокусом на субсидиях и НИОКР. Материалы и методы включают параметризацию поведенческих правил агентов, эндогенную оценку стоимости капитала (WACC) как функции волатильности денежных потоков и регуляторного риска, а также 10 000 прогонов на сценарий для построения распределений ключевых метрик (ВВП, инфляция, занятость, структура энергобаланса, Value-at-Risk и вероятность превышения углеродного бюджета). Результаты показывают, что статическая оценка дает отрицательные эффекты для ВВП, тогда как полная динамическая модель с обратными связями демонстрирует долгосрочный положительный результат: отклонение ВВП к 2050 г. составляет +1,34% при углеродном налоге и +0,67% при субсидиях; вероятность недостижения цели по выбросам снижается до 22,71% в режиме налога и 35,86% при субсидировании; экономический VaR (95%) минимален для налогового сценария (2,49% против 3,82%), что отражает более робастный профиль рисков. В технологическом измерении наблюдается ускорение диффузии ВИЭ: доля солнечной генерации достигает 29,61% (налог) и 34,19% (субсидии) к 2045 г., при этом наибольшее снижение WACC для ветроэнергетики достигается в налоговом случае (-92,7 б.п. против -78,3 б.п.). В обсуждении обосновано, что универсальный и предсказуемый ценовой сигнал углеродного налога эффективнее снижает рисковую премию и выстраивает адаптивные траектории инвестиций, тогда как директивное стимулирование уязвимо к политическим циклам и неэффективному распределению капитала. Вывод подчеркивает необходимость проектирования долгосрочных, последовательных рамок углеродного ценообразования, дополненных адресными социальными и НИОКР-мерами, для запуска положительных обратных связей между политикой, технологиями и экономикой и минимизации хвостовых рисков энергоперехода.

Ключевые слова

энергетический переход агент-ориентированное моделирование углеродное ценообразование стохастическое моделирование рисков стоимость капитала WACC

Библиографические ссылки

Ахамер Г. Сценарии системных переходов для энергетики и экономики // Форсайт. 2022. Т. 16. № 3. С. 17-34.

Ершова М.И., Юрлов Ф.Ф. Интеграция междисциплинарных подходов для повышения экономической безопасности атомной отрасли // Развитие и безопасность. 2025. № 2 (26). С. 49-57.

Зеленцова Л.С. Рецензия на монографию «Экономические риски наукоемкой промышленности: анализ и имитационное моделирование» (Москва, 2019) // Экономика высокотехнологичных производств. 2023. Т. 4, № 4. С. 307-310.

Массель А.Г., Пяткова Н.И. Применение методов когнитивного моделирования для анализа угроз энергетической безопасности // Информационные и математические технологии в науке и управлении. 2020. № 4 (20). С. 24-33.

Мирошниченко Е.А. Анализ макроэкономической нестабильности в связи повышенной волатильностью цен на энергоносители // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2025. № 1. С. 298-301.

Усманова Р.Р. Экономическое обоснование энергоэффективности использования ресурсов возобновляемой энергии // Журнал монетарной экономики и менеджмента. 2024. № 8. С. 145-150.

Хашир Б.О., Апсалямова С.О., Хуаж О.З., Хашир Е.А. Формирование сценариев развития углеродной нейтральности в системе природопользования // Экономика и предпринимательство. 2022. № 10 (147). С. 426-433.

Шамаева Е.Ф. Модель оценки энерго-экологического развития и безопасности в условиях перехода к устойчивому развитию развивающихся экономик на примере стран БРИКС // Моделирование, оптимизация и информационные технологии. 2024. Т. 12. № 2(45). С. 1-17.

Boonman H., Pisciella P., Reynès F. The Macroeconomic impact of policy measures, technological progress and societal attitude in energy transition scenarios // Energy. 2024. Τ. 297. С. 131136.

Grebennik I., Semenets V., Hubarenko Y. Information technologies for assessing the impact of climate change and natural disasters in socio-economic systems // IFIP Advances in information and communication technology. 2020. T. 575 IFIP. C. 21-30.

Karbasioun M., Gholamalipour A., Safaie N., Shirazizadeh R., Amidpour M. Developing sustainable power systems by evaluating techno-economic, environmental, and social indicators from a system dynamics approach // Utilities policy. 2023. Т. 82. С. 101566.

Laimon M., Mai T., Goh S., Yusaf T. System dynamics modelling to assess the impact of renewable energy systems and energy efficiency on the performance of the energy sector // Renewable Energy. 2022. Τ. 193. С. 1041-1048.

Stermieri L., Kober T., McKenna R., Schmidt T.J., Panos E. Impacts of digitalization and societal changes on energy transition: a novel socio-techno-economic energy system model // Energy strategy reviews. 2023. Τ. 50. С. 101224.

Yang C., Song X. Retraction Note: Assessing the determinants of renewable energy and energy efficiency on technological innovation: role of human capital development and investment // Environmental science and pollution research. 2024.

Ye F., Paulson N., Khanna M. Are Renewable energy policies effective to promote technological change? the role of induced technological risk // Journal of environmental economics and management. 2022. Τ. 114. C. 102665.

Метрики

117 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные