Analysis of the influence of various parameters on electricity consumption: an econometric study based on selected countries

Abweichender Titel nach Übersetzung der Verfasserin/des VerfassersDas Internet und damit verbundene Aktivitäten beanspruchen beim weltweiten Energiebedarf mittlerweile einen sehr hohen Anteil am gesamten Verbrauch. Unbewusst trägt jeder von uns dazu bei, diesen Anteil weiter in die Höhe zu treiben. Schnell zwischendurch einige Suchanfragen gestartet, dann noch einen Film gestreamt und auch die Benutzung von Social Media alle paar Minuten gehören heute einfach dazu. Im Einzelnen sind diese Dinge zwar nur ein kleiner Anteil, in Summe ist die Informations- und Kommunikationstechnologie jedoch ein enormer Zweig, den das Versorgungsnetz zu jedem Zeitpunkt abdecken muss. Die Corona Pandemie hat ebenfalls zur Forcierung der Digitalisierung beigetragen. Diese Arbeit untersucht die Zusammensetzung des gesamten Stromverbrauchs in maximal zehn ausgewählten Ländern. Verschiedene ökonomische und klimatische Daten werden als Grundlage für die ökonometrischen Modelle herangezogen und ausgewertet. Der gesamte Stromverbrauch eines Landes wird über insgesamt fünf erklärende Variablen zu beschreiben versucht. Ein Faktor ist der Strompreis. Er setzt sich aus Industrie- und Haushaltspreisen, gewichtet nach dem Stromverbrauch, zusammen. Das Einkommen ist als pro Kopf Einkommen zu verstehen und wird über das Bruttoinlandsprodukt beschrieben. Ein weiterer Parameter sind die Heizgradtage die den klimatischen Effekt repräsentieren. Die Informations- und Kommunikationstechnologie ist ebenfalls einer, der als Anteil vom Bruttoinlandsprodukt eingebunden wurde. Den letzten Faktor stellt eine zeitliche Verzögerung dar, den so genannten Lag. Die Komplexität der Modelle wird dabei iterativ erhöht. Beginnend mit der einfacheren kleinsten Quadrate Methode mit Koyck Lag, wurden die Ergebnisse mit der aufwendigeren ARDL-Methode verglichen und analysiert. Für den klimatischen Einfluss wurden die Modelle um die Heizgradtage erweitert. Zur Untersuchung des Informations- und Kommunikationstechniksektors wurden die Modelle mit der kleinsten Quadrate Methode iterativ erweitert und analysiert. Abschließend wird eine Szenarioanalyse durchgeführt. Aus den Ergebnissen dieser Arbeit können folgende Erkenntnisse gewonnen werden:(i) Das Einkommen hat in allen Ländern einen wichtigen Einfluss auf den Stromverbrauch, mit unterschiedlichem Ausmaß.(ii) Der Strompreis und die Heizgradtage haben wenn überhaupt, einen unterschiedlich starken Einfluss auf den Stromverbrauch.(iii) Die Informations- und Kommunikationstechnologie ist in den wenigsten Ländern ein beschreibender Faktor für den Stromverbrauch.The internet and related activities now account for a very high proportion of the world's total energy consumption. Unconsciously, each of us contributes to driving this share even higher. Quickly starting a few search queries, streaming a film and using social media every few minutes are all part of our daily routine. Individually, these things are only a small share, but in total, information and communication technology is an enormous branch that the supply network must cover at all times. The Corona pandemic has also contributed to the push for digitalization.This paper examines the composition of total electricity consumption in a maximum of ten selected countries. Various economic and climatic data are used as the basis for the econometric models and evaluated. The total electricity consumption of a country is attempted to be described by a total of five explanatory variables. One factor is the electricity price, which is made up of industrial and household prices weighted according to electricity consumption. Income is to be understood as per capita income and is described via the gross domestic product. Another parameter is the heating degree days, which represent the climatic effect. The information and communication technology sector is also one that was included as a share of the gross domestic product. The last factor is a time lag, the so-called lag. The complexity of the models is increased iteratively. Starting with the simpler least squares method with Koyck lag, the results were compared and analyzed with the more complex ARDL- method. For the climatic influence, the models were extended by the heating degree days. To investigate the information and communication technology sector, the models were iteratively extended and analyzed using the least squares method. Finally, a scenario analysis is carried out. From the results of this work, the following findings can be made:(i) income has an important influence on electricity consumption in all countries, with varying degrees,(ii) electricity price and heating degree days have varying degrees of influence on electricity consumption, if any, and(iii) the information and communication technology sector is a descriptive factor for electricity consumption in very few countries.8