Centro de Investigación y Docencia Económicas, A. C.
Maestría en economía
Econometría II
Economic and policy factors driving adoption of institutional woody biomass heating systems in the U.S.
Rafael Martínez Martínez
Septiembre 2020
Economic and policy factors driving adoption of institutional woody biomass heating systems in the U.S.
Se presenta un breve descripción del siguiente artículo:
Young, J. D., Anderson, N. M., Naughton, H. T., & Mullan, K. (2018). Economic and policy factors driving adoption of institutional woody biomass heating systems in the US. Energy Economics, 69, 456-470.
url: https://www.fs.fed.us/rm/pubs_journals/2018/rmrs_2018_young_j001.pdf
Contenido
1. Problema a investigar
2. Metodología empleada,
3. Principales resultados
4. Conclusiones del estudio
1. Problema a investigar
Se identifican factores económicos y políticos que favorecen la instalación y operación de sistemas de calefacción con biomasa (de madera) a pequeña escala (uso común calefacción)
Modelo: Inflado a Cero Negativo Binomial (ZINB)
Existes varias ventajas para la adopción de los sistemas de calefacción por biomasa:
- Independencia parcial de combustibles fósiles
- Aprovechar los recursos disponibles
- Fuente de energía renovable
- Mejorar las condiciones de los bosques mediante la generación de biomasa y reconstrucción de bosques (arboles muertos) reducir incendios.
- Las reducciones netas de efecto invernadero (bajo ciertas condiciones)
La energía no viene sin desventajas, en el aire por ejemplo. Los efectos de cosechar, degrada los suelos.
- Se sabe poco sobre las condiciones de adopción de estos sistemas
- Política federal (1978) alentaba el uso de biomasa en el sector energético (precios)
- Instituciones para el "manejo" de biomasa: Bureau Lan Managment (BLM); U.S. Forest Service (USFS), entre otras.
2. Metodología empleada
Método y datos
ZINB es usado para estimar la cantidad de eventos en todos los condados EUA,
Evento: Una institución usa calentamiento a base de biomasa
Instituciones: instituciones educativas (publicas y privadas), hospitales, instalaciones gubernamentales, prisiones, bases militares, entre otras.
El conteo teórico de datos sigue una distribución de Poisson, normalmente hay sobredispersión \(\sigma^2>>\mu\).
Numéricamente la sobredispersión se puede manifestar con un número excesivo de ceros
Si los ceros vienen de un proceso de generación simple y representa conteos verdaderos de ceros, los modelos de ceros alterados son apropiados
Si los ceros se generan en un proceso de generación compuesto y el exceso de ceros es debido a barreras estructurales (por ejemplo leyes), se recomiendan los modelos inflado a cero (ZI), donde los ceros estructurales son modelados independientemente de los ceros muestreados (errores sesgados)
Ceros estructurales (ZI) condados que no necesitan de calentadores
Ceros muestreados (NB) condados que son adecuadas pero no tienen la tecnología adoptada
Y_i\equiv
Cantidad de instituciones que usan biomasa
\operatorname{Pr}\left(Y_{i}=y_{i}\right)=\left\{\begin{array}{ll}
p_{i}+\left(1-p_{i}\right)\left(\frac{\phi}{\mu_{i}+\phi}\right)^{\phi}, & \text { si } y_{i}=0 \\
\left(1-p_{i}\right) \frac{\Gamma\left(\phi+y_{i}\right)}{\Gamma\left(y_{i}+1\right) \Gamma(\phi)}\left(\frac{\mu_{i}}{\mu_{i}+\phi}\right)^{y_{i}}\left(\frac{\phi}{\mu_{i}+\phi}\right)^{\phi}, & \text { si } y_{i}=1, \ldots, k
\end{array}\right.
0\leq p_i\leq 1
\phi^{-1}
E(Y_i)=(1-p_i)\mu_i
Var(Y_i)=(1-p_i)\mu_i(1+\mu_i\phi^{-1}+p_i\mu_i)
\text{Si }p_i=0,\;\;Y\sim BN(\mu_i,\phi)
\log \left(\frac{p_{i}}{1-p_{i}}\right)=z_{i}^{T} \gamma\quad\log \left(\mu_{i}\right)=x_{i}^{T} \beta, \quad i=1, \ldots, n
Modelo ZI
Modelo BN
Datos
- 3142 condados
- Instituciones por condado
- Periodo de observación 2014
- cobertura nacional (Whashington not)
- Base de datos Wood2Energy
- 3 Modelos de ZINB
- Prueba Vuong para determinar sobredispersión
-
Un aprueba de razón de verosimilitud
-
BN sobre Poisson, ZINB sobre NB y ZINB sobre ZIP
3. Principales resultados
4. Conclusiones del estudio
- Se amplio el conocimiento limitado de los efectos de las políticas y factores económico asociados a la adopción institucional de los sistemas de calefacción por biomasa de madera
- Orientar a política pública eficaz (las políticas financieras parecen estar más fuertemente asociadas, inversión inicial)
- Adopción esta asociada a la proximidad
- Mejorar la gestión de tierras
- Se pueden utilizar los datos del mapa con datos de cobertura terrestre que conduzcan a productores de madera
- Crecimiento demográfico disminuye la adopción
- Biomasa bb (sistemas combustibles fósiles)
- Es probable que el crecimiento de este sector éste vinculado a una compleja interacción de factores económicos, sociales, políticos y ecológicos.
Economemetría II: Economic and policy factors driving adoption of institutional woody biomass heating systems in the U.S.
By ra_fa
Economemetría II: Economic and policy factors driving adoption of institutional woody biomass heating systems in the U.S.
Se presenta un resumen del artículo: Economic and policy factors driving adoption of institutional woody biomass heating systems in the U.S.
