Стратегічні напрями забезпечення енергоефективності на засадах інтелектуальної декарбонізації: кластерний аналіз

Автор(и)

  • Олена Олексіївна Трофименко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0002-2339-0377
  • Ірина Сергіївна Лазаренко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0002-3384-1186
  • Катерина Олександрівна Копішинська Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0002-1609-2902
  • Іван Олександрович Пишнограєв Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0002-3346-8318

DOI:

https://doi.org/10.15587/2706-5448.2025.325743

Ключові слова:

стратегування енергоефективності, політика енергоефективності, декарбонізація економіки, інтелектуальна декарбонізація, штучний інтелект, енергетична політика

Анотація

Об’єктом дослідження є процеси обґрунтування стратегічних напрямків підвищення енергоефективності на засадах інтелектуальної декарбонізації та сталого розвитку на основі кластерного аналізу з урахуванням міжнародного досвіду та викликів глобального середовища. Проблема, яку було розглянуто, полягає у відсутності системного підходу до кластеризації країн за енергоефективністю, який також враховує показники інтелектуальної декарбонізації. Це ускладнює розробку цільових стратегій підвищення енергоефективності та декарбонізації, особливо враховуючи специфіку штучного інтелекту (ШІ) та інноваційних технологій у різних країнах.

Суть результатів дослідження полягає у визначенні п’яти кластерів вибраних країн, таких як США, Індія, Японія, Китай, Україна, Румунія, Угорщина, Польща, Чехія, Туреччина, Португалія, Бельгія, Греція, Швеція, Іспанія, Норвегія, Австрія, Фінляндія, Італія, Франція, Нідерланди, Німеччина, Швейцарія, Велика Британія з використанням кластерного аналізу за такими показниками:

  1. Оцінка прикладного дослідження ШІ.
  2. ШІ урядової стратегії: оцінка стратегії.
  3. ШІ комерційної екосистеми: рейтинг компаній.
  4. Енергоємність.
  5. Викиди вуглекислого газу від енергетики.

Кластер 1 включає Індію та Україну, країни з високою енергоємністю та значними викидами CO₂, але з потенціалом розвитку інтелектуальної декарбонізації. Кластер 2 представлений Сполученими Штатами, лідером у галузі штучного інтелекту та інновацій, з низькою енергоємністю, але високими викидами CO₂ завдяки розвиненій промисловості. Кластер 3 охоплює країни з низькою енергоємністю та низькими викидами CO₂, але слабким розвитком ШІ. Кластер 4 включає Китай, країну з високим рівнем досліджень ШІ та комерційною екосистемою, але високою енергоємністю та викидами CO₂ через інтенсивну промисловість. Кластер 5 охоплює країни з середнім і високим рівнем розвитку ШІ, низькою або середньою енергоємністю та різними рівнями викидів CO₂. Визначено ключові принципи енергоефективності у цих кластерах і визначено стратегічні пріоритети розвитку енергоефективності у сучасних країнах.

Отримані результати можуть бути використані на практиці для розробки стратегій енергоефективності та декарбонізації на національному та міжнародному рівнях.

Спонсор дослідження

  • Olena Trofymenko has received funding from the scholarship programme of the Verkhovna Rada of Ukraine, Kateryna Kopishynska and Ivan Pyshnograiev have received funding from the Ministry of Education and Science of Ukraine (project No. 0124U000866).

Біографії авторів

Олена Олексіївна Трофименко, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Доктор економічних наук, професор

Кафедра економічної кібернетики

Ірина Сергіївна Лазаренко, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Кандидат фізико-математичних наук

Кафедра економічної кібернетики

Катерина Олександрівна Копішинська, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Кандидат економічних наук

Кафедра менеджменту підприємств

Іван Олександрович Пишнограєв, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Кандидат фізико-математичних наук

Кафедра штучного інтелекту

Посилання

  1. Damayanti, S., Sudarmaji, E., Masrio, H. (2024). The Critical Role of Energy Intensity in Decarbonizing ASEAN: Integrating Growth and Emissions Reductions. International Journal of Energy Economics and Policy, 14 (3), 247–259. https://doi.org/10.32479/ijeep.15059
  2. Kozlowska, A., Guarino, F., Volpe, R., Bisello, A., Gabaldòn, A., Rezaei, A. et al. (2024). Positive Energy Districts: Fundamentals, Assessment Methodologies, Modeling and Research Gaps. Energies, 17 (17), 4425. https://doi.org/10.3390/en17174425
  3. Pylak, K., Pizoń, J., Łazuka, E. (2024). Evolution of Regional Innovation Strategies Towards the Transition to Green Energy in Europe 2014–2027. Energies, 17 (22), 5669. https://doi.org/10.3390/en17225669
  4. Li, H., Wang, S., Zhen, L., Wang, X. (2022). Data-driven optimization for automated warehouse operations decarbonization. Annals of Operations Research, 343 (3), 1129–1156. https://doi.org/10.1007/s10479-022-04972-1
  5. Kravchenko, M., Trofymenko, O., Kopishynska, K., Pyshnograiev, I., Boiarynova, K., Roshchyna, N. (2024). Ensuring energy security on the basis of intelligent decarbonisation and innovative economic development. E3S Web of Conferences, 558, 01009. https://doi.org/10.1051/e3sconf/202455801009
  6. Almassalkhi, M. R., Kundu, S. (2023). Intelligent Electrification as an Enabler of Clean Energy and Decarbonization. Current Sustainable/Renewable Energy Reports, 10 (4), 183–196. https://doi.org/10.1007/s40518-023-00228-z
  7. Wu, J. (2012). Advances in K-means Clustering: A Data Mining Thinking. Springer, 180.
  8. Energy statistics – an overview (2024). Eurostat. Available at: https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Energy_statistics_-_an_overview
  9. Britain publishes 'Bletchley Declaration' on AI safety (2023). Reuters. Available at: https://www.reuters.com/technology/britain-publishes-bletchley-declaration-ai-safety-2023-11-01/
  10. Artificial Intelligence Act: MEPs adopt landmark law (2024). European Parliament. Available at: https://www.europarl.europa.eu/news/en/press-room/20240308IPR19015/artificial-intelligence-act-meps-adopt-landmark-law
  11. The Global AI Index. Tortoise. Available at: https://www.tortoisemedia.com/intelligence/global-ai#data
  12. IEA policy review highlights leadership of United States on energy security and clean energy transitions (2024). IEA. Available at: https://www.iea.org/news/iea-policy-review-highlights-leadership-of-united-states-on-energy-security-and-clean-energy-transitions
  13. US Department of Energy. Available at: https://www.energy.gov/mesc/about-us
  14. Energy. US Department of State. Available at: https://www.state.gov/policy-issues/energy/
  15. Energy system of Sweden. IEA. Available at: https://www.iea.org/countries/sweden
  16. Energy system of Portugal. IEA. Available at: https://www.iea.org/countries/portugal
  17. Norway 2022. Energy Policy Review (2022). IEA. Available at: https://iea.blob.core.windows.net/assets/de28c6a6-8240-41d9-9082-a5dd65d9f3eb/NORWAY2022.pdf
Strategic directions for energy efficiency based on intellectual decarbonization: a cluster analysis

##submission.downloads##

Опубліковано

2025-04-02

Як цитувати

Трофименко, О. О., Лазаренко, І. С., Копішинська, К. О., & Пишнограєв, І. О. (2025). Стратегічні напрями забезпечення енергоефективності на засадах інтелектуальної декарбонізації: кластерний аналіз. Technology Audit and Production Reserves, 2(4(82), 48–55. https://doi.org/10.15587/2706-5448.2025.325743

Номер

Розділ

Економічна кібернетика