The level of renewable energy used in EU member states - A multidimensional comparative analysis

• Autorzy: Grzebyk Mariola , Stec Małgorzata

Identyfikatory

DOI

10.34659/eis.2023.86.3.558

Warianty tytułu

PL

Poziom wykorzystania energii odnawialnej w krajach Unii Europejskiej – wielowymiarowa analiza porównawcza

• Języki publikacji: EN

Abstrakty

EN

This paper assesses EU countries in terms of their level of renewable energy use. The ranking of 27 EU countries in terms of the complex phenomenon under study was constructed on the basis of 7 variables. The research period was 2011 and 2020. The research method was one of multi-dimensional comparative analysis methods, i.e. Hellwig’s pattern development model. The research results confirm that there wasa positive change in the use of renewable energy in all EU countries in 2020 compared to 2011, with Sweden, Austria, Finland, and Denmark taking the lead. However, most EU countries (16 in 2011 and 17 in 2020) have a medium-low level of use of “green energy”. A low level was identified in Cyprus and Malta in 2011 and Poland in 2020.

PL

W pracy oceniono kraje UE pod względem poziomu wykorzystania energii odnawialnej. Podstawę budowy rankingu 27 krajów UE pod względem badanego zjawiska złożonego stano-wiło 7 zmiennych, a okresem badawczym był 2011 i 2020 rok. Zastosowaną metodą badawczą była jedna z metod wielowymiarowej analizy porównawczej – metoda wzorca rozwoju Z. Hellwiga. Wyniki przeprowadzonych badań potwierdzają, że w 2020 w porównaniu do 2011 roku we wszystkich krajach UE nastąpiły pozytywne zmiany w zakresie wykorzystania energii odnawialnej. Liderami są Szwecja, Austria, Finlandia i Dania. Większość krajów UE (w 2011 roku – 16; w 2020 roku – 17) posiada jednak średnioniski poziom wykorzystania tzw. „zielonej energii”. Natomiast poziom niski uzyskały w 2011 roku Cypr i Malta, a w 2020 roku – Polska.

Słowa kluczowe

EN

renewable energy; European Union; synthetic measure; ranking; classification

PL

odnawialna energia; Unia Europejska; miara syntetyczna; ranking; klasyfikacja

• Wydawca: Fundacja Ekonomistów Środowiska i Zasobów Naturalnych
• Czasopismo: Economics and Environment
• Rocznik: 2023
• Tom: No. 3
• Strony: 244--264
• Opis fizyczny: Bibliogr. 55 poz., tab.

Twórcy

autor

Grzebyk Mariola

• University of Rzeszow, Institute of Economics and Finance, Ćwilkińskiej Street 2, 35-601 Rzeszow, Poland

• https://orcid.org/0000-0003-1107-0250

autor

Stec Małgorzata

• University of Rzeszow, Institute of Economics and Finance

• https://orcid.org/0000-0003-0185-4510

Bibliografia

• Angheluta, S. P., Burlacu, S., Diaconu, A., & Curea, C. S. (2019). The Energy from Renewable Sources in the European Union: Achieving the Goals. European Journal of Sustainable Development, 8(5), 57. https://doi.org/10.14207/ejsd.2019.v8n5p57
• Balicki, A. (2009). Statystyczna analiza wielowymiarowa i jej zastosowania społeczno-ekonomiczne. Gdańsk: Wydawnictwo Uniwersytetu Gdańskiego. (in Polish).
• Bednář, O., Čečrdlová, A., Kadeřábková, B., & Řežábek, P. (2022). Energy Prices Impact on Inflationary Spiral. Energies, 15(9), 3443. https://doi.org/10.3390/en15093443
• Bórawski, P., Bełdycka-Bórawska, A., Jankowski, K. J., Dubis, B., & Dunn, J. W. (2020). Development of wind energy market in the European Union. Renewable Energy, 161, 691-700. https://doi.org/10.1016/j.renene.2020.07.081
• Čermáková, K., Hromada, E., Filho, E. A. H., & Krulický, T. (2022). The effects of homeownership on wealth distribution. European Journal of Interdisciplinary Studies, 14(1), 68-86. http://doi.org/10.24818/ejis.2022.05
• Devine-Wright, P. (2019). Community versus local energy in a context of climate emergency. Nature Energy, 4, 894-896. https://doi.org/10.1038/s41560-019-0459-2
• Eurostat. (2022, November 20). Database. https://ec.europa.eu/eurostat/data/database
• Fura, B. (2015). Zróżnicowanie poziomu rozwoju zrównoważonego województw Polski z wykorzystaniem analizy wielowymiarowej. Nierówności społeczne a wzrost gospodarczy, 44(1), 108-117. (in Polish).
• Fura, B., Stec, M., & Miś, T. (2020). Statistical evaluation of the level of development of circular economy in European Union member countries. Energies, 13(23), 6401. https://doi.org/10.3390/en13236401
• Giri, C. N. (2004). Multivariate Statistical Analysis. New York: Marcel Dekker.
• Górzyński, J. (2017). Efektywność energetyczna w działalności gospodarczej. Warszawa: PWN. (in Polish).
• Grabiński, T. (2003). Analiza taksonometryczna krajów Europy w ujęciu regionów. Kraków: Wydawnictwo AE w Krakowie. (in Polish).
• Grabiński, T., Wydymus, S., & Zeliaś, A. (1989). Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych. Warszawa: PWN. (in Polish).
• Hejduková, P., Kureková, L., & Krechovská, M. (2020). The Measurement of Industry 4.0: An Empirical Cluster Analysis for EU Countries. International Journal of Economic Sciences, IX(1), 121-134.
• Hellwig, Z. (1968). Zastosowanie metody taksonomicznej do typologii podziału kraju ze względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr. Przegląd statystyczny, 15(4). (in Polish).
• Hosseini, S. E. (2022). Transition Away from Fossil Fuels Toward Renewables: Lessons from Russia-Ukraine Crisis. Future Energy,1, 2-5. https://doi.org/10.55670/fpll.fuen.1.1.8
• Jabłoński, W., & Wnuk, J. (2009). Zarządzanie odnawialnymi źródłami energii. Aspekty ekonomiczno-techniczne. Sosnowiec: Oficyna Wydawnicza „Humanitas”. (in Polish).
• Janiszewska, D., & Ossowska, L. (2018). Diversification of European Union Member States Due to the Production of Renewable Energy from Agriculture and Forestry. Problems of World Agriculture, 18(2), 95-104. https://doi.org/10.22630/PRS.2018.18.2.37
• Janiszewska, D., & Ossowska, L. (2022). The role of agricultural biomass as a renewable energy source in European Union countries. Energies, 15(18), 6756. https://doi.org/10.3390/en15186756
• Kaderabkova, B., Jasova, E., & Holman, R. (2020). Analysis of substitution changes in the Phillips curve in V4 countries over the course of economic cycles. International Journal of Economic Sciences, IX(2), 39-54.
• Kiselakova, D., Stec, M., Grzebyk, M., & Sofrankova, B. (2020). A multidimensional evaluation of the sustainable development of European union countries–An empirical study. Journal of Competitiveness, 12(4), 56. https://doi.org/10.7441/joc.2020.04.04
• Kolenda, M. (2006). Taksonomia numeryczna. Klasyfikacja, porządkowanie i analiza obiektów wielocechowych. Wrocław: Wydawnictwo AE we Wrocławiu. (in Polish).
• Kozłowski, W. (2022). Development of environmental policy instruments for renewable energy sources by municipalities. Ekonomia i Środowisko – Economics and Environment, 81(2), 222-240. https://doi.org/10.34659/eis.2022.81.2.454
• Kukuła, K. (2000). Metoda unitaryzacji zerowanej. Warszawa: PWN. (in Polish).
• Łuczak, A., & Kalinowski, S. (2022). A multidimensional comparative analysis of poverty statuses in European Union countries. International Journal of Economic Sciences, XI(1), 146-160. https://doi.org/10.52950/ES.2022.11.1.009
• Małecki, Z. J., Wira, J., & Małecka, I. (2015). Budownictwo Energooszczędne – Rozwiązania Przyszłościowe OZE? CZ. II. Zeszyty Naukowe – Inżynieria lądowa i wodna w kształtowaniu środowiska, 13, 46-55. (in Polish).
• Malina, A. (2004). Wielowymiarowa analiza przestrzennego zróżnicowania struktury gospodarki Polski według województw. Kraków: Wydawnictwo AE w Krakowie. (in Polish).
• Malina, A., & Zeliaś, A. (1997). O budowie taksonomicznej miary jakości ycia. SKiAD PTS. Taksonomia, 4. (in Polish).
• Malina, A., & Zeliaś, A. (1998). On bulding taxonometric measures on living conditions. Statistics in Transition, 3(3).
• Malinowski, M., & Jaworska, M. (2018). Diversification of the level of sustainable development in EU member states with the use of taxonomic methods. Ekonomia i Środowisko – Economics and Environment, 64(1), 41-54. https://www.ekonomiaisrodowisko.pl/journal/article/view/176
• Mickiewicz, B., & Zuzek, D. K. (2012). Rozwój rynku odnawialnych źródel energii w Polsce w świetle idei zrównoważonego rozwoju. In M. Polak (Ed.), Multiplikacny efekt vyuzitia biomasy v regionalnom rozvoji (pp. 20-28). University of Economics in Bratislava. (in Polish).
• Młodak, A. (2006). Analiza taksonomiczna w statystyce regionalnej. Warszawa: Difin. (in Polish).
• Młynarski, T. (2017). Bezpieczeństwo energetyczne i ochrona klimatu w drugiej dekadzie XXI wieku. Energia – środowisko – klimat. Kraków: Wydawnictwo Uniwersytetu Jagiellońskiego. (in Polish).
• Młynarski, T. (2019). Unia Europejska w procesie transformacji energetycznej. Krakowskie Studia Międzynarodowe, 16(1), 31-44. (in Polish).
• Myhr, A., Bjerkseter, C., Ågotnes, A., & Nygaard, T. A. (2014). Levelised cost of energy for offshore floating wind turbines in a life cycle perspective. Renewable Energy, 66, 714-728. https://doi.org/10.1016/j.renene.2014.01.017
• Niedziółka, D. (Ed.). (2012). Zielona energia w Polsce. Warszawa: CeDeWu.pl. (in Polish).
• Nowak, E. (1990). Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych. Warszawa: PWE. (in Polish).
• Panek, T. (2009). Statystyczne metody wielowymiarowej analizy porównawczej. Warszawa: SGH. (in Polish).
• Papież, M., Śmiech, S., & Frodyma, K. (2018). Determinants of renewable energy development in the EU countries. A 20-year perspective. Renewable and Sustainable Energy Reviews, 91, 918-934. https://doi.org/10.1016/j.rser.2018.04.075
• Ruszel, M. (2016). Paradygmat bezpieczeństwa energetycznego. In J. Gryz (Ed.), Zarys teorii bezpieczeństwa państwa (pp. 88-83). Warszawa: Akademia Obrony Narodowej. (in Polish).
• Scarlat, N., Martinov, M., & Dallemand, J. F. (2010). Assessment of the availability of agricultural crop residues in the European Union: Potential and limitations for bioenergy use. Waste Management, 30(10), 1889-1897. https://doi.org/10.1016/j.wasman.2010.04.016
• Sowa, S. (2018). Renewable sources of energy as a factor influencing improvement in energy efficiency. Zeszyty Naukowe IGSMiE PAN, 105, 187-196. https://doi.org/10.24425/124381 (in Polish).
• Stec, M. (2013). Wielowymiarowa analiza porównawcza zrównoważonego rozwoju krajów Unii Europejskiej. Wiadomości Statystyczne, 58(3), 64-81. (in Polish).
• Stec, M. (2021). Dokładność danych statystycznych w badaniach zjawisk złożonych. Wpływ na wyniki oceny zrównoważonego rozwoju województw Polski. Warszawa: CeDeWu. (in Polish).
• Stec, M. A., Filip, P. B., Grzebyk, M. J., & Pierscieniak, A. (2014). Socio-economic development in the EU member states–Concept and classification. Engineering economics, 25(5), 504-512. https://doi.org/10.5755/j01.ee.25.5.6413
• Stec, M., & Grzebyk, M. (2022). Statistical Analysis of the Level of Development of Renewable Energy Sources in the Countries of the European Union. Energies, 15(21), 8278. https://doi.org/10.3390/en15218278
• Strahl, D. (Ed.). (2006). Metody oceny rozwoju regionalnego. Wrocław: Wydawnictwo AE we Wrocławiu. (in Polish).
• Tomaszewski, K., & Sekściński, A. (2020). Odnawialne źródła energii w Polsce-perspektywa lokalna i regionalna. Rynek Energii, 4(149), 10-19. (in Polish).
• Walesiak, M. (1993). Zagadnienie oceny podobieństwa zbioru obiektów w czasie w syntetycznych badaniach porównawczych. Przegląd Statystyczny, 1. (in Polish).
• Walesiak, M. (2011). Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R. Wrocław: Wydawnictwo UE we Wrocławiu. (in Polish).
• Walesiak, M. (2016). Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R. Wrocław: Wydawnictwo UE we Wrocławiu. (in Polish).
• Walesiak, M., & Gatnar, E. (2009). Statystyczna analiza danych z wykorzystaniem programu R. Warszawa: PWN. (in Polish).
• Wysocki, F. (2010). Metody taksonomiczne w rozpoznawaniu typów ekonomicznych rolnictwa i obszarów wiejskich. Poznań: Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu. (in Polish).
• Zeliaś, A. (Ed.). (2000). Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym. Kraków: Wydawnictwo AE w Krakowie. (in Polish).
• Zou, C., Ma, F., Pan, S., Lin, M., Zhang, G., Xiong, B., Wang, Y., Liang, Y., & Yang, Z. (2022). Earth energy evolution, human development and carbon neutral strategy. Petroleum Exploration and Development, 49(2), 468-488. https://doi.org/10.1016/S1876-3804(22)60040-5

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).