چکیده:
افزایش تقاضا برای انرژی، محدودبودن منابع انرژی فسیلی، و انتشار گازهای گلخانهای سبب افزایش توجه به انرژیهای تجدیدپذیر شده است. یکی از مسائل عمده در این زمینه تعیین روش مناسب قیمتگذاری است. در قیمتگذاری فناوریهای تجدیدپذیر متغیرهای کلان و خرد زیادی دخیلاند که ترکیب آنها حالتهای عدم اطمینان زیادی را ایجاد میکنند؛ بنابراین، طراحی مدلی که علاوهبر متغیرها روابط متقابل آنها را نیز شامل شود سبب افزایش دقت قیمتگذاری میشود. در این مقاله با استفاده از روش پویاییشناسی سیستمها و شبیهسازی مونت کارلو تأثیرگذاری متغیرها در یکدیگر و مقادیر احتمالی آنها در آینده تعیین شده است و سپس با استفاده از شبیهسازی مدل قیمت فناوری در آینده مشخص میشود. نتیجه اینکه متغیرهای دولتی بهنسبت بازار تأثیر بیشتری در قیمت و توسعۀ فناوری دارند. درنهایت، مشخص شد که یارانه بالاترین تأثیر را در روند گسترش و تعیین قیمت فناوریهای انرژی تجدیدپذیر دارد.
Renewable energies have attracted more attention due to the increase in the demand for energy, limited fossil fuel resources, and rising greenhouse gas emissions. However, high investment costs can be considered as one of the major problems for the development of renewable energy technologies. In this study, we design a model to investigate the relationship between price, biogas technology development, and the benefits of stakeholders based on the system dynamic approach. The results of various simulation scenarios show that the state variables have greater effect on the technology development price than the market variables. Moreover, the results reveal that the government subsidies are more influential in the process of the technology development and pricing, compared to the other state variables.
خلاصه ماشینی:
اقتصاد و تجارت نوین ، پژوهشگاه علوم انسانی و مطالعات فرهنگی فصل نامة علمی ـ پژوهشی ، سال سیزدهم ، شمارة چهارم ، زمستان ١٣٩٧، ٢٩-٥٣ طراحی مدلی برای قیمت گذاری فناوری بیوگاز در ایران با رویکرد پویایی سیستم رستم بهمردی کلانتری * علی اصغر توفیق **، محمدعلی شفیعا *** چکیده افزایش تقاضا برای انرژی ، محدودبودن منابع انرژی فسیلی ، و انتشار گازهای گل خانـه ای سبب افزایش توجه به انرژی های تجدیدپذیر شده است .
باتوجه به توضیحات ارائه شده ، مشخص می شود که این دو روش برای ارزش گذاری فناوری در کوتاه مدت و با عدم اطمینان کم مناسب اند، اما برای ارزش گذاری فناوری های تجدیدپذیر که تعداد عدم قطعیـت آن در طـولانی مـدت زیاد است و علاوه برآن در سرمایه گذاری در بخش R&D و سیاست ها و قوانین دولت ها نیز عدم قطعیت بیش تری را ایجـاد مـی کنـد، ایـن روش هـا مناسـب نیسـتند.
2006) با مطالعات مقالات ، گزارش های سازمان بین المللی انرژی هـای تجدیدپـذیر، و اتحادیـة اروپا نرخ یادگیری بـرای فنـاوری بیوگـاز بـه صـورت تـابع توزیـع یـک نواخـت پیوسـته [٠٠٥٠٠٨٢]U در نظر گرفته شده است (;٢٠٠٨ Neij ;٢٠١٥ ETSAP ;٢٠٠٠ IEA/ OECD .
مثلاً با افزایش نرخ یادگیری قیمت فنـاوری کـاهش مـی یابـد؛ درنتیجه ، دورة بازگشت سرمایه کاهش می یابد (شـکل ٣٤) و سـبب افـزایش نـرخ نصـب فناوری و تجمعی تعداد فناوری نصب شده می شود (شکل های ٣٥ تا ٣٧).