ORIGINAL PAPER
Energy efficiency profiles in developing the free-carbon economy: on the example of Ukraine and the V4 countries
,
 
 
 
More details
Hide details
1
Department of Marketing, Sumy State University, Ukraine
 
 
Submission date: 2020-08-19
 
 
Final revision date: 2020-09-09
 
 
Acceptance date: 2020-09-09
 
 
Publication date: 2020-12-18
 
 
Corresponding author
Tetyana Pimonenko   

Department of Marketing, Sumy State University, 2, Rymskogo-Korsakova st., 40007, Sumy, Ukraine
 
 
Polityka Energetyczna – Energy Policy Journal 2020;23(4):49-66
 
KEYWORDS
TOPICS
ABSTRACT
This paper summarizes the arguments and counterarguments within the scientific discussion on developing the free-carbon economy in Ukraine. The main purpose of the paper is elaborating the energy efficiency profile of Ukraine to assure the development of the free-carbon economy. To achieve this purpose, the authors carried out an investigation in the following logical sequence. Firstly, the bibliometric analysis of 4674 of the most cited articles indexed by the Scopus database was conducted. The obtained findings indicated that the green economy transformation depended on the main factors such as economic performance, corruption, macroeconomic stability, social welfare, shadow economy etc. As a result, the forecast of the final energy consumption to 2030 was performed. The methodological tool of this research is based on the Autoregressive Integrated Moving Average (ARIMA) model. This study involved data of the Visegrad countries (Poland, the Czech Republic, the Slovak Republic and Hungary) and Ukraine from 2000 to 2018. The base of data is Eurostat, the EU statistical service. Based on the obtained results of analyzing the green economic transformation in the Visegrad countries and Ukraine, the authors intimated the existence of the significant energy-efficient gap in Ukraine compared to the analyzed countries. In reliance on the experience of the Visegrad countries and the forecast results, the authors provided the main recommendations for providing the green transforming in Ukraine. The authors highlighted that the obtained results of this paper were considered to be the base for future investigations considering the influence of endogenous and exogenous factors on developing the free-carbon economy in Ukraine.
METADATA IN OTHER LANGUAGES:
Polish
Profile efektywności energetycznej w rozwoju gospodarki bezemisyjnej na przykładzie Ukrainy i krajów V4
ARIMA, efektywność energetyczna, zielony ład UE, zielona transformacja gospodarcza
W artykule podsumowano argumenty i kontrargumenty w ramach dyskusji naukowej na temat rozwoju gospodarki wolnej od węgla na Ukrainie. Głównym celem artykułu jest opracowanie profilu efektywności energetycznej Ukrainy w celu zapewnienia rozwoju gospodarki niskoemisyjnej. Aby osiągnąć ten cel, autorzy przeprowadzili badanie w następującej logicznej kolejności. Po pierwsze, przeprowadzono analizę bibliometryczną 4674 najczęściej cytowanych artykułów zindeksowanych w bazie Scopus. Uzyskane wyniki wskazywały, że transformacja w kierunku zielonej gospodarki zależy głównie od takich czynników jak wyniki gospodarcze, korupcja, stabilność makroekonomiczna, dobrobyt społeczny, szara strefa itp. Następnie wykonano prognozę zużycia energii końcowej do 2030 roku. Narzędziem metodologicznym tego badania jest model autoregresywnej zintegrowanej średniej ruchomej (ARIMA). W badaniu uwzględniono dane z krajów Grupy Wyszehradzkiej (Polska, Czechy, Słowacja i Węgry) oraz Ukrainy w latach 2000–2018, których źródłem była baza Eurostat. Na podstawie uzyskanych wyników analizy przemian gospodarczych w krajach wyszehradzkich i na Ukrainie autorzy stwierdzili, że na Ukrainie istnieje znaczna luka w efektywności energetycznej w porównaniu z analizowanymi krajami. Opierając się na doświadczeniach krajów wyszehradzkich i prognozowanych wynikach, autorzy przedstawili najważniejsze rekomendacje dotyczące zapewnienia zielonej transformacji na Ukrainie. Autorzy podkreślili, że uzyskane wyniki przedstawione w niniejszym artykule można uznać za podstawę do dalszych badań nad wpływem czynników endogenicznych i egzogenicznych na rozwój gospodarki wolnej od węgla na Ukrainie.
 
REFERENCES (21)
1.
Ayres et al. 2013 – Ayres, R.U., van den Bergh, J.C.J.M., Lindenberger, D. and Warr, B. 2013. The underestimated contribution of energy to economic growth. Structural Change and Economic Dynamics 27, pp. 79–88, doi: 10.1016/j.strueco.2013.07.004.
 
2.
Bataille, C. and Melton, N. 2017. Energy efficiency and economic growth: A retrospective CGE analysis for Canada from 2002 to 2012. Energy Economics 64, pp. 118–130, doi: 10.1016/j.eneco.2017.03.008.
 
3.
Bilan et al. 2019a – Bilan, Y., Streimikiene, D., Vasylieva, T., Lyulyov, O., Pimonenko, T. and Pavlyk, A. 2019a. Linking between renewable energy, CO2 emissions, and economic growth: Challenges for candidates and potential candidates for the EU membership. Sustainability (Switzerland) 11(6), doi: 10.3390/su11061528.
 
4.
Bilan et al. 2019b – Bilan, Y., Vasilyeva, T., Lyeonov, S. and Bagmet, K. 2019b. Institutional complementarity for social and economic development. Business: Theory and Practice 20, pp. 103–115, doi: 10.3846/BTP.2019.10.
 
5.
Bilan et al. 2020 – Bilan, Y., Tiutiunyk, I., Lyeonov, S. and Vasylieva, T. 2020. Shadow economy and economic development: A panel cointegration and causality analysis. International Journal of Economic Policy in Emerging Economies 13(2), pp. 173–193, doi: 10.1504/IJEPEE.2020.107929.
 
6.
Chygryn et al. 2018 – Chygryn, O., Pimonenko, T., Luylyov, O. and Goncharova, A. 2018. Green bonds like the incentive instrument for cleaner production at the government and corporate levels: Experience from EU to Ukraine. Journal of Environmental Management and Tourism 9(7), pp. 1443–1456, doi: 10.14505/jemt.v9.7(31).09.
 
7.
Costantini, V. and Martini, C. 2010. The causality between energy consumption and economic growth: A multi-sectoral analysis using non-stationary cointegrated panel data. Energy Economics 32(3), pp. 591–603, doi: 10.1016/j.eneco.2009.09.013.
 
8.
Eurostat 2020. [Online] https://ec.europa.eu/eurostat/... [Accessed: 2020-05-20].
 
9.
IEA Atlas of Energy 2020. [Online] http://energyatlas.iea.org/#!/... [Accessed: 2020-05--15].
 
10.
Krukov, Yu. and Chernyagin, D. 2011. An Arima model for forecasting a values of network traffic. Journal of Information Technologies and Computing Systems 2, pp. 41–49.
 
11.
Lyeonov et al. 2019 – Lyeonov, S., Pimonenko, T., Bilan, Y., Štreimikiene, D. and Mentel, G. 2019. Assessment of green investments’ impact on sustainable development: Linking gross domestic pro-duct per capita, greenhouse gas emissions and renewable energy. Energies 12(20), doi: 10.3390/en12203891.
 
12.
Ma et al. 2018 – Ma, L., Hu, Ch., Lin, R. and Han, Y. 2018. ARIMA model forecast based on EViews software. IOP Conf. Series: Earth and Environmental Science, doi: 10.1088/1755-1315/208/1/012017.
 
13.
Miśkiewicz, R. 2018. The importance of knowledge transfer on the energy market. Polityka Energetyczna – Energy Policy Journal 21(2), pp. 49–62, DOI: 10.24425/122774.
 
14.
SJR 2020. Scimago Journal & Country Rank. [Online] https://www.scimagojr.com/ [Accessed: 2020-12--11].
 
15.
Scopus 2020. [Online] https://www.scopus.com/search/... [Accessed: 2020-04-11].
 
16.
Sotnyk et al. 2013 – Sotnyk, I.M., Volk, O.M. and Chortok, Y.V. 2013. Increasing ecological & economic efficiency of ict introduction as an innovative direction in resource saving. Actual Problems of Economics 147(9), pp. 229–235.
 
17.
Sotnyk et al. 2020 – Sotnyk, I., Kurbatova, T., Dashkin, V. and Kovalenko, Y. 2020. Green energy projects in households and its financial support in Ukraine. International Journal of Sustainable Energy 39(3), pp. 218–239, DOI: 10.1080/14786451.2019.1671389.
 
18.
Van Eck, N.J. and Waltman, L. 2007. VOS: A New Method for Visualizing Similarities Between Objects. Advances in Data Analysis, pp. 299–306, doi: 10.1007/978-3-540-70981-7_34.
 
19.
Vasylyeva, T.A. and Pryymenko, S.A. 2014. Environmental economic assessment of energy resources in the context of ukraine’s energy security. Actual Problems of Economics 160(1), pp. 252–260.
 
20.
World Bank 2020. [Online] https://data.worldbank.org/ind... [Accessed: 2020-05-20].
 
21.
Zhang et al. 2017 – Zhang, X., Zhao, X., Jiang, Z. and Shao, S. 2017. How to achieve the 2030 CO2 emission-reduction targets for china’s industrial sector: Retrospective decomposition and prospective trajectories. Global Environmental Change 44, pp. 83–97, doi: 10.1016/j.gloenvcha.2017.03.003.
 
eISSN:2720-569X
ISSN:1429-6675
Journals System - logo
Scroll to top