Abstract:
پیشبینی میزان مصرف انرژی موضوع مهمی در مدیریت مصرف و پاسخگویی به نیازهای انرژی است. هدف این مقاله پیشبینی روندهای آتی مصرف انرژی در ایران طی سالهای 2013 تا 2030 میلادی و مقایسه آنها با کشورهای عضو اکو است. برای این منظور از دادههای شبکه آماری اکو و بخش جمعیت سازمان ملل و روش شبکه عصبی مصنوعی استفاده شده، که در مدلسازی آن از شاخصهای جمعیتی (جمعیت کل و نسبت جمعیت شهرنشین) و اقتصادی (تولید ناخالص داخلی سرانه) بهره گرفته است. برای بررسی تأثیر جمعیت بر روند مصرف انرژی، پیشبینیها بر مبنای سه سناریوی جمعیتی جایگزین صورت گرفته است. پیشبینیهای حاصل نشان میدهد که تا سال 2030، سطح مصرف انرژی در ایران به شکل قابل توجهای افزایش خواهد یافت. البته در هر یک از سناریوها، الگوی رشد مصرف انرژی متفاوتی تجربه خواهد شد. اگرچه مصرف انرژی در سایر کشورهای اکو، بهویژه پاکستان و ترکیه، نیز افزایش خواهد یافت، ولی رشد مصرف آنها به مراتب کمتر از ایران خواهد بود.
The projection of energy consumption is an important issue for consumption management and responding to energy needs. The objective of this paper is to predict trends of energy consumption for Iran over the years of 2013 to 2030, and to compare it with that of Economic Cooperation Organization (ECO) member states. To meet this goal, the data from ECOSTAT and UNPD and method of GMDH neural network has been used. In its modeling, demographic factors (total population and urbanization) and economic factors (GDP per capita) were employed as inputs. To examine the effect of total population on energy consumption trends, the projections was made based on three alternative demographic scenarios. The projections indicated that energy consumption in Iran will be increased significantly until the year 2030, however, the patterns of increase of energy consumption are considerably different under each scenario. Although energy consumption for other ECO member states, particularly for Pakistan and Turkey increases, but the amount of increase is much lower than that of Iran.
Machine summary:
با عنايت به اينکه آگاهي يافتن از روندهاي آتي مصرف انرژي موضوع مهمي در مـديريت مصرف و پاسخگويي به آن است ، در اين مطالعه به پيش بيني روندهاي آتي مصرف انـرژي در ايران بين سال هاي ٢٠١٣ تا ٢٠٣٠ ميلادي ميپردازيم .
World Development Indicators (WDI) ما براي پيش بيني روندهاي آتي مصرف انـرژي از روش شـبکه عصـبي مصـنوعي ١ کـه از الگوريتم دسته بندي گروهي داده ها٢ بهره ميبرد و به اختصار شبکه عصـبي GMDH ناميـده مي شود، استفاده کرديم .
اين مطالعه که بر اساس چارچوب نظـري موسـوم بـه تـأثيرات تصادفي با رگرسيون روي جمعيت ، ثروت و تکنولوژي (STIRPAT)٣ و با استفاده از روش رگرسيون داده هاي تابلويي ٤ انجام شده است ، شواهدي از تأثير گروه هـاي سـني بـر مصـرف انرژي ارائه ميدهد.
پيش بيني مصرف انرژي در ايران ، ترکيه ، پاکستان و ساير کشورهاي منطقه اکو در سناريوي جمعيتي سه (حد بالا) بر اين اساس ، مصرف انرژي در کشور از حدود ٢٠٠ ميليون تن معادل نفت خام در سـال ٢٠١٣ به حدود ١٠٠٠ ميليون تن معادل نفت خام در سال ٢٠٣٠ خواهد رسيد.
در نمودار ٤، پيش بيني مصرف انرژي در کل منطقه اکو در سناريوهاي جمعيتي مورد مطالعه در اين مقاله نمايش داده شده است .
در اين مقاله ، روند آتي مصرف انرژي در ايران و ساير کشورهاي عضو اکو طي سال هاي ٢٠١٣ تا ٢٠٣٠ پيش بيني و مورد بررسي قرار گرفت .