The Study of the Impact of Value Added of the Industrial Sector on Electricity Demand and Forecast of Demand for Electricity in Industrial Sector with Attention to Price Reforms

Document Type : Research Paper

Authors

1 Ferdowsi University economics faculty member

2 Graduated in M.a Energy Economics

Abstract

Given the importance of electrical energy as one of the main factors behind economic growth and development, numerous studies in different countries have been devoted to estimation and forecasting of electricity demand. In this paper, ARDL technique is used to estimate and forecast electricity demand in the industrial sector. The results indicate that the value added of the industrial sector has a significant positive impact on the demand for electricity in this sector. The income elasticity in industrial sector is found to be less than unity, which shows electricity to be a necessary commodity.
The results indicate the existence of a long-term relationship between the variables in this industry. In this article, based on amendments to the law on subsidies and obtained cost estimates, forecast of electricity demand was carried out until the end of the Fifth Development Plan; and the results point to an increase in power consumption in the industry. At the end, fundamental changes in the structure of industry to improve technology and equipment in various industries have been proposed. In this regard, government should develop standards for equipment efficiency and monitor its implementation carefully.
JEL Classification: Q31, E64, L16, C32 

Keywords

References

  1. بانک اطلاعات سری‌های زمانی اقتصادی بانک مرکزی جمهوری اسلامی ایران.

    سهیلی، کیومرث (1391). برآورد کشش‌های قیمتی و تولیدی تقاضای نهاده‌ی انرژی در بخش کشاورزی، با استفاده از الگوی فرم تصحیح خطای خودتوضیح با وقفه‌ی توزیعی، فصلنامه‌ی اقتصاد کشاورزی و توسعه، 78، 171.

    صفاری پوراصفهانی، مسعود (1376). بررسی و پیش بینی تقاضای برقدر ایران، مجله‌ی برنامه و بودجه، 13 و 14، 75 – 92. 

    صفاری پوراصفهانی، مسعود (1380). چشم انداز تقاضای برق و ظرفیت علمی نیروگاهی مورد نیاز در برنامه‌ی سوم توسعه، مجله‌ی برنامه و بودجه، 37، 171-180.

    صمدی، سعید، شهیدی، آمنه و محمدی، فرزانه (1387). تحلیل تقاضای برق در ایران با استفاده از مفهوم همجمعی و مدل ARIMA (1383-1363). مجله‌ی دانش و توسعه، 25، 113-136.

    عباسی، ابراهیم و صفوی، درسا ( 1385 ). برآورد مصرف انرژی الکتریکی، مطالعات اقتصاد انرژی، 9، 13 – 38.

    عسکری، علی ( 1379 ). تخمین تقاضای برق خانگی و برآورد کشش‌های قیمتی و درآمدی آن، مجله‌ی برنامه و بودجه، 10، 62 و 63.

    گجراتی، دامور (1387). مبانی اقتصادسنجی، مؤسسه‌ی انتشارات و چاپ دانشگاه تهران، ترجمه حمید ابریشمی، تهران، چاپ پنجم.

    لطفعلی پور، محمدرضا، فلاحی، محمدعلی و ناظمی معزآبادی، سیما (1394)، برآورد توابع تقاضای برق در بخش‌های خانگی و صنعتی ایران با به‌کارگیری الگوی سری زمانی ساختاری، فصلنامه‌ی مطالعات اقتصادی کاربردی ایران، 13، 187-208. 

    لطفی، احمد (1383). برآورد عوامل مؤثر بر تقاضای برق خانگی در استان خراسان، پایانامه‍ی کارشناسی ارشد اقتصاد، دانشکده‌ی اقتصاد دانشگاه فردوسی مشهد.

    نوفرستی، محمد (1378). ریشه‌ی واحد و همجمعی در اقتصاد سنجی. تهران: مؤسسه‌ی خدماتی رسا.

    نیاکان، لیلی و منظور، داوود (1392). تحلیل جانشینی بین سوخت‌ها در بخش صنعت با استفاده از مدل لاجیت خطی، فصلنامه‌ی مطالعات اقتصاد انرژی، 39، 155.

    وزارت نیرو، ترازنامه‌ی انرژی کشور، سال‌های مختلف.

    1. Ang, B.W. (1988). East and South East Asian developing countries, Energy Policy, 16, 2, 115-121.
    2. Ang, B.W. (1988). Electricity-output ration and sectoral electricity use case of East and South East Asian developing countries. Energy Policy, 16, 115-121.
    3. Bianco, V., Manca, O., & Nardini, S. (2009). Electricity consumption forecasting in Italy using linear regression models, Energy, 34 , No. 9, 1413–1421.
    4. Box, G.E.P., & Jenkins, G.M. (1970).  Time series analysis: forecasting and control, San Francisco: Holden-Day.
    5. Ceylan, H., & Ozturk, H.K. (2004). Estimating energy demand of Turkey based on economic indicators using genetic algorithm approach, Energy Convers Manage, 45, 25-37
    6. Egelioglu, F., Mohamad, A.A., & Guven, B. (2001). Economic variables and electricity consumption in Northern Cyprus, Energy, 26, No. 4, PP: 355–362.
    7.  Kavaklioglu, K., Ceylan, H., Ozturk, H.K., & Canyurt,O.E. (2009). Modeling and prediction of Turkey’s electricity consumption using ArtificialNeural Networks. Energy Conversion and Management, 50, 11, 2719 - 2727.
    8. Lin, Bo. Q. (2003). Electricity Demand in the People's Republic of China:Investmentrequirement and Enviromental Impact. Asian Development Bank, Working 50. 37.

Files

History

  • Receive Date: 04 June 2016
  • Revise Date: 13 November 2016
  • Accept Date: 27 February 2017

Share

How to cite

Statistics