Mostrar el registro sencillo del ítem

Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia

dc.contributor.advisorPacheco Sandoval, Leonardo Esteban
dc.contributor.advisorGonzález Calderón, William
dc.contributor.authorHernández Bueno, Nelson Javier
dc.coverage.spatialColombiaspa
dc.date.accessioned2022-04-05T19:11:51Z
dc.date.available2022-04-05T19:11:51Z
dc.date.issued2022-01-27
dc.identifier.urihttp://hdl.handle.net/20.500.12749/16165
dc.description.abstractEl presente trabajo presenta el desarrollo de un modelo de prospectiva para la formulación de escenarios del consumo energético de los diferentes sectores de consumo en Colombia, teniendo en cuenta el factor económico del país. El estudio se basa en el análisis de regresión múltiple, junto con la toma de decisiones con criterios múltiples para establecer una metodología integrada y conocer el comportamiento futuro de la demanda de energía por parte de los sectores de consumo final. Se tomó como estudio el sector transporte, comercial, industrial, residencial, agricultura, minería y construcción. Los resultados mostraron que, bajo la metodología del juego de actores y acorde al modelo de prospectiva estratégica obtenido, se estructuraron tres escenarios futuribles del comportamiento del consumo energético de los sectores de consumo en Colombia: (i) Escenario 1. Continuismo Energético; (ii) Escenario 2. Colombia Fósil-Dependiente y; (iii) Escenario 3. Dinámica energética, en los cuales se tuvo como principal supuesto el nivel de la producción futura de hidrocarburos en el país y su efecto en el comportamiento de las variables macroeconómicas seleccionadas y acorde a la metodología de prospectiva se realizó la proyección en el corto plazo (2022-2025), mediano plazo (2026-2035) y largo plazo (2036-2050).spa
dc.description.tableofcontentsResumen .................................................................................................................... 15 Abstract ...................................................................................................................... 16 Introducción ............................................................................................................... 17 1. Objetivos ............................................................................................................ 19 1.2 Objetivo general .................................................................................................... 19 1.2 Objetivos específicos ........................................................................................... 19 1.3 Planteamiento del problema ................................................................................ 20 2. Marco conceptual ............................................................................................ 22 3. Marco referencial ............................................................................................. 25 3.1 Estado del arte ...................................................................................................... 25 3.2 Marco normativo ................................................................................................... 30 4. Metodología ..................................................................................................... 32 4.1. Primera Fase: Diagnóstico sobre el estado del consumo energético en los sectores de consumo en Colombia. ................................................................ 32 4.1.1. Revisión bibliográfica en fuentes primarias, secundarias y terciarias de información ............................................................................................................... 32 4.1.2. Caracterización de las fuentes de información consultadas ........................... 32 4.1.3. Análisis de la información recuperada ............................................................ 32 4.2. Segunda Fase: Análisis de influencia de las variables que describen el comportamiento del consumo energético en los sectores de consumo en Colombia. ........................................................................................................... 32 4.2.1. Estudio del mercado minero – energético colombiano .................................. 32 4.2.2. Análisis del comportamiento histórico de la demanda y producción ............... 33 4.2.3. Identificación de variables de impacto ............................................................ 33 4.2.4. Análisis fundamental ....................................................................................... 33 4.2.5. Base de datos ................................................................................................ 33 4.2.6. Análisis del impacto de variables económicas al consumo energético de los sectores de consumo de Colombia ........................................................................... 33 4.2.7. Análisis de correlación .................................................................................... 33 4.2.8. Análisis estadístico y adecuación de los datos ............................................... 34 4.2.8.1 Afectación de variables ............................................................................. 34 4.3. Tercera Fase: Diseño e implementación de un modelo econométrico para prospectiva estratégica en la formulación de escenarios futuribles del comportamiento del consumo energético en los sectores de consumo en Colombia ............................................................................................................ 35 4.3.1. Combinatorias ................................................................................................. 35 4.3.2. Análisis econométrico ..................................................................................... 35 4.3.3. El procedimiento de las combinatorias y el análisis de regresión múltiple ...... 37 4.3.4. Análisis de significancia: ................................................................................. 37 Diseño de una matriz de impactos cruzados: ........................................................... 39 4.3.6. Clasificación de variables ............................................................................... 39 4.3.7. identificación de las variables claves .............................................................. 40 4.3.8. Generación del modelo: .................................................................................. 41 4.4. Cuarta Fase: Evaluación de los resultados obtenidos luego de implementado el modelo de prospectiva estratégica en la serie de tiempo retrospectiva del consumo energético en los sectores de consumo en Colombia. ................. 41 4.4.1. Análisis del juego de actores a través del método MACTOR ......................... 41 4.4.2. Definición del espacio morfológico ................................................................ 41 4.4.3. Análisis de los escenarios posibles ............................................................... 41 4.4.4. Contraste entre el comportamiento retrospectivo y prospectivo .................... 41 4.4.5. Cálculo de factor de éxito y margen de error. Se determina la diferencia entre el consumo de la energía proyectada en retrospectiva y el consumo de la energía real y se divide por el consumo de la energía real para hallar el indicador mencionado. ............................................................................... 41 5. Desarrollo del proyecto ........................................................................................ 42 5.1 Primera Fase: Diagnóstico sobre el estado del consumo energético en los sectores de consumo en Colombia. ................................................................ 42 5.1.1. Revisión bibliográfica en fuentes primarias..................................................... 42 5.1.2. Caracterización de las fuentes de información consultadas, revisando para ello antigüedad, veracidad y apropiación del tema. ........................................................ 42 5.1.3. Análisis de la información recuperada: ........................................................... 42 5.2 Segunda Fase: Análisis de influencia de las variables que describen el comportamiento del consumo energético en los sectores de consumo en Colombia. ........................................................................................................... 43 5.2.1 Estudio del mercado minero ........................................................................ 43 5.2.2 Análisis del comportamiento histórico de la demanda y producción de cada uno de los energéticos pertenecientes a los sectores mencionados desde el año 1975 hasta el año 2020 ..................................................................................................... 43 5.2.3 Conversión de unidades .............................................................................. 43 5.2.4 Identificación de variables de impacto a partir de la revisión bibliográfica realizada y de la matriz de impacto de factores en el consumo energético de los sectores de consumo de Colombia. .......................................................................... 44 5.2.5 Análisis fundamental ................................................................................... 45 5.2.5.1 Producto interno bruto, PIB ....................................................................... 45 5.2.5.2 Índice de precio al productor, IPP .............................................................. 46 5.2.5.3 Índice de precio al consumidor, IPC .......................................................... 47 5.2.5.4 West Texas Intermediate, WTI .................................................................. 49 5.2.5.5 Inversión extranjera directa en Colombia, IED .......................................... 50 5.2.5.6 Balanza comercial: importaciones y exportaciones ................................... 51 5.2.6 Base de datos .............................................................................................. 52 5.2.7 Análisis del impacto de variables económicas ............................................. 53 5.2.7.1 Análisis estadístico descriptivo ............................................................. 53 5.2.8 Análisis de correlación ................................................................................. 55 5.2.8.1 Sector Transporte ...................................................................................... 56 5.2.8.2 Sector Industrial ......................................................................................... 57 5.2.8.3 Sector Residencial ..................................................................................... 58 5.2.8.4 Sector Comercial ....................................................................................... 59 5.2.8.5 Sector Agricultura ...................................................................................... 61 5.2.8.6 Sector Minería ........................................................................................... 62 5.2.8.7 Sector Construcción .................................................................................. 63 5.2.9 Análisis estadístico y adecuación de los datos. ............................................... 64 5.3 Tercera Fase: Diseño e implementación de un modelo econométrico para prospectiva estratégica en la formulación de escenarios futuribles del comportamiento del consumo energético en los sectores de consumo en Colombia. ........................................................................................................... 66 5.3.1 Combinatorias: ................................................................................................. 66 5.3.2 Compilación de resultados del análisis econométrico: .................................... 66 5.3.3 Análisis de significancia: .................................................................................. 67 5.3.3.1 Sector transporte ....................................................................................... 67 5.3.3.2 Sector Agricultura ...................................................................................... 69 5.3.3.3 Sector Comercial ....................................................................................... 72 5.3.3.4 Sector Construcción .................................................................................. 74 5.3.3.5 Sector Industrial ......................................................................................... 77 5.3.3.6 Sector Minería ........................................................................................... 79 5.3.3.7 Sector Residencial ..................................................................................... 82 5.2.9 Diseño de una matriz de impactos cruzados de variables independientes identificadas y demanda de los sectores de consumo .............................................. 85 5.2.10 Clasificación de variables ............................................................................. 85 5.2.10.1 Sector transporte ..................................................................................... 85 5.2.10.2 Sector Agricultura .................................................................................... 86 5.2.10.3 Sector Comercial ..................................................................................... 86 5.2.10.4 Sector Construcción ................................................................................ 87 5.2.10.5 Sector Industrial ....................................................................................... 88 5.2.10.6 Sector Minería ......................................................................................... 89 5.2.10.7 Sector Residencial ................................................................................... 90 5.2.11 Identificación de las variables claves ............................................................. 91 5.2.12 Generación del modelo .................................................................................. 92 5.4 Cuarta Fase: Evaluación de los resultados obtenidos luego de implementado el modelo de prospectiva estratégica en la serie de tiempo retrospectiva del consumo energético en los sectores de consumo en Colombia. ................. 93 5.4.1 Sector transporte ............................................................................................. 93 5.4.2 Sector agricultura ............................................................................................. 94 5.4.3 Sector comercial .............................................................................................. 95 5.4.4 Sector construcción ......................................................................................... 96 5.4.5 Sector industrial ............................................................................................... 96 5.4.6 Sector minería ................................................................................................. 97 5.4.7 Sector residencial ............................................................................................ 98 5.4.1. Análisis del juego de actores a través del método MACTOR ...................... 99 5.4.2. Definición del espacio morfológico ............................................................ 100 5.4.2.1 Hipótesis Tendencial ............................................................................... 101 5.4.2.2 Hipótesis conservadora ........................................................................... 102 5.4.2.3 Hipótesis alternativa ................................................................................ 102 5.4.5. Cálculo de factor de éxito y margen de error. ............................................ 107 6. Análisis de resultados .................................................................................. 108 6.1 Sector Transporte ............................................................................................... 110 6.2 Sector Industrial .................................................................................................. 110 6.3 Sector Comercial ................................................................................................. 110 6.4 Sector Construcción ....................................................................................... 111 6.5 Sector Residencial .......................................................................................... 111 6.6 Sector Agricultura ............................................................................................... 111 6.6 Sector Minería ................................................................................................. 112 Escenario de la demanda energética en Colombia a 2050 .................................. 112 6.7 Sector transporte ............................................................................................ 114 6.8 Sector agricultura ........................................................................................... 115 6.9 Sector comercial ............................................................................................. 115 6.10 Sector industrial ................................................................................................ 116 6.11Sector minería .................................................................................................... 116 6.12 Sector residencial ............................................................................................. 117 7. Conclusiones ................................................................................................. 118 8. Recomendaciones ......................................................................................... 122 9. Referencias .................................................................................................... 123spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleModelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombiaspa
dc.typeThesiseng
dc.title.translatedProspective model for the formulation of energy consumption scenarios of the consumption sectors in Colombiaspa
dc.degree.nameMagíster en Ingeniería en Energíaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.rights.localAbierto (Texto Completo)spa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.programMaestría en Ingeniería en Energíaspa
dc.description.degreelevelMaestríaspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.localTesisspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.subject.keywordsEnergy engineeringspa
dc.subject.keywordsTechnological innovationsspa
dc.subject.keywordsEnergyspa
dc.subject.keywordsEnergy consumptionspa
dc.subject.keywordsEconomic factorspa
dc.subject.keywordsEnergetic dynamicsspa
dc.subject.keywordsEnergetic industryspa
dc.subject.keywordsPower supplyspa
dc.subject.keywordsEnergy distributionspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersionspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.relation.references[1] UPME, ’UPME Unidad de Planeación Minero energética’. Unidad de Planeacion Enérgetica de Colombia, Excel Sheet. Retrieved 4 Jun 2020, from http://www1.upme. gov.co/InformacionCifras/Paginas/BalanceEnergetico.aspxspa
dc.relation.references[2] F. deLlano-Paz, A. Calvo-Silvosa, S. I. Antelo, and I. Soares, “Energy planning and modern portfolio theory: A review,” Renewable and Sustainable Energy Reviews, vol. 77, pp. 636–651, Sep. 2017spa
dc.relation.references[3] 2015 PROCOLOMBIA, “Electric Power in Colombia,” PROCOLOMBIA, Colombia Energy Sector Outlook Year 2015spa
dc.relation.references[4] Swan, L. G.; Ugursal, V. I. Modeling of end use energy consumption in the residential sector: A review of modeling techniques, Renewable and Sustainable Energy Reviews. 2009, Vol. 13, Pages 1819-1835.99spa
dc.relation.references[5] Han Shih, Suchithra Rajendran. Comparison of Time Series Methods and Machine Learning Algorithms for Forecasting Taiwan Blood Services Foundation's Blood Supply. J Healthc Eng. 2019; 2019: 6123745.doi: 10.1155/2019/6123745spa
dc.relation.references[6] Wolfgang Schellong. 2011. Energy Demand Analysis and Forecast. Energy Management Systems.spa
dc.relation.references[7] C. Congress, “Law 1715 - Integracion de las Energias renovables no coonvencionales al Sistema Energetico Nacional,” May 2014.spa
dc.relation.references[8] Website GERENCIA, ¿QUÉ ES PROSPECTIVA? Colombia. 2014 en Línea: http://www.degerencia.com/articulo/que-es-prospectivaspa
dc.relation.references[9] Soms, Esteban, Guido de la Torre A. (2005). Prospectiva y construccón de escenarios para el Desarrollo territorial. En Línea: http://www.desarrollosocialyfamilia.gob.cl/btca/txtcompleto/mideplan/cuad3prospect.desterrit.pdf)spa
dc.relation.references[10] Paez Andrés, et all. (2017). Future scenarios and trends of energy demand in Colombia using long-range energy alternative planningspa
dc.relation.references[11] J. M. Santos and T. Jimeenz, “Final Agreement to End the Armed Conflict and Build a Stable and Lasting Peace National Government of Colombia | Commander-in-chief FARC-EP.,” Capital of the Republic of Cuba, Nov. 2016.spa
dc.relation.references[12] ECOPETROL, UPME, UNAB, UIS, and UPB, Prospectiva energética Colombia 2050 - ISBN 978-958-8956-50-3. Bucaramanga: Universidad Industrial de Santander, 2018.spa
dc.relation.references[13] R. Schaeffer et al., “Energy sector vulnerability to climate change: A review,” Energy, vol. 38, no. 1, pp. 1–12, Feb. 2012.spa
dc.relation.references[14] P. H. Abreu, D. C. Silva, H. Amaro, and R. Magalhães, “Identification of Residential Energy Consumption Behaviors,” Journal of Energy Engineering, vol. 142, no. 4, p. 04016005, Dec. 2016spa
dc.relation.references[15] F. deLlano-Paz, A. Calvo-Silvosa, S. I. Antelo, and I. Soares, “Energy planning and modern portfolio theory: A review,” Renewable and Sustainable Energy Reviews, vol. 77, pp. 636–651, Sep. 2017spa
dc.relation.references[16] S. Pfenninger, A. Hawkes, and J. Keirstead, “Energy systems modeling for twentyfirst century energy challenges,” Renewable and Sustainable Energy Reviews, vol. 33, pp. 74–86, May 2014.spa
dc.relation.references[17] Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli, Rob J Hyndman. 2016. Probabilistic energy forecasting: Global Energy Forecasting Competition 2014 and beyond. International Journal of Forecasting, Issue: 3, Volume: 32, Page: 896-913spa
dc.relation.references[18] Pohekar, S. D., Ramachandran, M. (2004). Application of multi-criteria decision making to sustainable energy planning - A review, Renewable and Sustainable Energy Reviews, 8(4), 365-381. DOI:10.1016/j.rser.2003.12.007spa
dc.relation.references[19] Swan, L. G.; Ugursal, V. I. Modeling of end use energy consumption in the residential sector: A review of modeling techniques, Renewable and Sustainable Energy Reviews. 2009, Vol. 13, Pages 1819-1835spa
dc.relation.references[20] Han Shih, Suchithra Rajendran. Comparison of Time Series Methods and Machine Learning Algorithms for Forecasting Taiwan Blood Services Foundation’s Blood Supply. J Healthc Eng. 2019; 2019: 6123745.doi: 10.1155/2019/6123745spa
dc.relation.references[21] Wolfgang Schellong. 2011. Energy Demand Analysis and Forecast. Energy Management Systemsspa
dc.relation.references[22] Zárate, M. T. N., & Vidal, A. H. (2016, June). Colombia Energy Investment Report. In Presentación Reporte sobre el sector Energético en Colombia-Carta Internacional de la Energía. Energy Charter Secretariatspa
dc.relation.references[23] UPME, ’UPME Unidad de Planeación Minero energética’. Unidad de Planeacion Enérgetica de Colombia, Excel Sheet. Retrieved 4 Jun 2020, from http://www1.upme. gov.co/InformacionCifras/Paginas/BalanceEnergetico.asspa
dc.relation.references[24] XM S.A. E.S.P. Informe de Operaci ́on del SIN y Administraci ́on del Mercado 2013, 2013. Retrieved 4 Jun 2020, fromhttp://informesanuales.xm.com.co/2013/ SitePages/operacion/Default.aspxspa
dc.relation.references[25] Burak Omer Saracoglu, Long Term Electricity Demand & Peak Power Load Forecasting Variables Identification & Selection. Science Journal of Circuits, Systems and Signal Processing.2017; 6(2): 18-28. DOI: 10.11648/j.cssp.20170602.13spa
dc.relation.references[26] United Nation ESCAP: Environment and Natural Resources Development Division: Scrotal Energy Demand Analysis and Longterm Forecast: Methodological Manual. MEDEE-S.No: ST/ESCAP/ 1521, 1995.spa
dc.relation.references[27] International Atomic Energy Agency, IAEA. Computer Tools for Comparative Assess- ment of Electricity Generation Options and Strategies. Vienna, Austria. 1995spa
dc.relation.references[28] Stefano Moret, V ́ıctor Codina Girones, Michel Bierlaire, Francois Mar ́echal. Character- ization of input uncertainties in strategic energy planning models, Applied Energy. Vol. 202, 15 September 2017. Pages 597-617spa
dc.relation.references[29] Saboohi, Y. Model for Analysis of Demand for Energy - MADE II. Institute fur Kernen- ergetik und Energiesysteme (IKE), University of Stuttgart, Technical Report, IKE 8-19, 1989: 0173-6892spa
dc.relation.references[30] Dementjeva, N., & Siirde, A. (2009). Energy planning models analysis and their adaptability for Estonian energy sector. TUT Press.spa
dc.relation.references[31] Ates, S. A. (2015). Energy efficiency and CO2 mitigation potential of the Turkish iron and steel industry using the LEAP (long-range energy alternatives planning) system. Energy, 90, 417-428spa
dc.relation.references[32] Debnath, K. B., & Mourshed, M. (2018). Forecasting methods in energy planning models. Renewable and Sustainable Energy Reviews, 88, 297-325spa
dc.relation.references[33] Mateus Valencia, Andres Camilo, 2016. Energy Crisis in Colombia.Tecnolog ́ıa, Investigacio ́n y Academia, TIA. ISSN: 2344-8288 Vol. 4 No. 2 pp. 74-81spa
dc.relation.references[34] Espinoza Sebastian, et all. (2015). Implementación de Prospectiva Energética como Estrategia Prioritaria para la Soberanı́a Energética y Sostenibilidad Nacional.spa
dc.relation.references[35] Xia, E. & Ahad, M. (2018). Oil demand forecasting for China: fresh evidence from structural time series analysisspa
dc.relation.references[36] Li, W. & Gao, S. (2018). Prospective on energy related carbon emissions peak integrating optimized intelligent algorithm with dry process technique application for China's cement industry.spa
dc.relation.references[37] Zengab, M. et all. (2013). The prospective of nuclear power in Chinaspa
dc.relation.references[38] Fontalvo, J. et all. (2018). ISelf-Generation Prospective in Ecuador using the LEAP Modelspa
dc.relation.references[39] Xie, N. & Alan, P. (2014). Forecasting energy consumption in China following instigation of an energy-saving policy.spa
dc.relation.references[40] Chen, Y. et all. (2019). Impacts of stochastic forecast errors of renewable energy generation and load demands on microgrid operationspa
dc.relation.references[41] Gülesin, S. (2016). Forecasting the energy demand of Turkey with a NN based on an improved Particle Swarm Optimizationspa
dc.relation.references[42] Roth, A.-N., 2002. Polı́ticas públicas. Formulación, Implementación Y Evaluación. (Bogotá). http://refhub.elsevier.com/S0301-4215(19)30189-2/sref47spa
dc.relation.references[43] Dincer, I., 1999. Environmental impacts of energy. Energy Policy 27, 845–854. http://refhub.elsevier.com/S0301-4215(19)30189-2/sref16spa
dc.relation.references[44] Official CREG Website. Retrived 5 feb 2021, from https://www.creg.gov.co/sites/default/files/marco_regulatorio_sector_energia.pspa
dc.relation.references[45] Official Cámara de Comercio de Cali, Retrived 5 feb 2021, from https://www.ccc.org.co/file/2016/04/Ritmo-Bioenergia-Bioenergia.pdf.spa
dc.relation.references[46]. C. Alonso, “Modelo de Regresion lineal Multiple - Econometria Universidad Carlos III de Madrid,” p. 40spa
dc.relation.references[47] A. C. Rencher and G. B. Schaalje, Linear models in statistics, 2nd ed. Hoboken, N.J: Wiley-Interscience, 2008.spa
dc.relation.references[48] P. Toro, A. Garcia, C. Aguilar, J. Perea, and R. Vera, Modelos Econometricos Para el Desarrollo de Funciones de Produccion - ISSN: 1698-4226 DT 13, Vol. 1/2010, Universidad de Cordoba.spa
dc.relation.references[49] C. Alonso, “Modelo de Regression lineal Multiple - Econometria Universidad Carlos III de Madrid,” p. 40.spa
dc.relation.references[50] R. M. Granados, “Montero Granados. R (2016): Modelos de regresión lineal múltiple. Documentos de Trabajo en Economía Aplicada. Universidad de Granada. España.,” p. 61.spa
dc.relation.references[51] D. Cardona, M. Rivera, J. González, and E. Cárdenas, “Estimación y predicción con el modelo de regresión cúbica aplicado a un problema de salud,” Ingeniería Solidaria, vol. 10, no. 17, pp. 153–160, Dec. 2014.spa
dc.relation.references[52] Zachariadis, Theodoros. Exploring the relationship between energy use and economic growth with bivariate models: new evidence from G-7 countries. En: Energy Economics. Vol.; 29, No (May.2007); p.1233–1253spa
dc.relation.references[53] Bowden, N., Payne, J.E. The causal relationship between U.S. energy consumption and real output: a disaggregated analysis. J. Policy Model. Vol.;31. No (2009); p.180– 188spa
dc.relation.references[54] Departamento Administrativo Nacional de Estadística. Producto Interno Bruto (PIB) Históricos. {En línea}. 2018. {18 de abril de 2019}. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/cuentas-nacionales/cuentasnacionales-trimestrales/historicos-producto-interno-bruto-pib#base-2005spa
dc.relation.references[55] Otero Prada, Diego Fernando. The energy-mining sector and the Colombian economy. {En línea}. 2012, p.37-38. {18 de abril de 2019}. Disponible en: http://www.indepaz.org.co/wp-content/uploads/2012/04/El-sector-energ%C3%A9ticominero-y-la-econom%C3%ADa-colombiana.pdfspa
dc.relation.references[56] Comisión de regulación de energía y gas. Resolución CREG 119 de 2007. Costo unitario de prestación del servicio de energía eléctrica. Capitulo III, 21 de diciembre de 2007spa
dc.relation.references[57] Comisión de regulación de energía y gas. (13 de marzo de 2011.), Resolución CREG 034 de 2001.Precio de Reconciliación Positiva de los Generadores. Artículo 1.spa
dc.relation.references[58] Sterne JAC, Davey Smith G. (2001) Sifting the evidence—what’s wrong with significance tests? BMJ 2001; 322, Pages 226-23spa
dc.relation.references[59] Godet, M. (1993). De la anticipación a la acción, Manual de prospectiva y estrategia. Disponible en: 127 https://administracion.uexternado.edu.co/matdi/clap/De%20la%20anticipaci%C3%B3n %20a%20la%20acci%C3%B3n.pdfspa
dc.relation.references[60] Ministerio de Energía y Minas Oficina Técnica de Energía, ( 1998) Tabla de conversión de unidades, p 146. http://www.minem.gob.pe/minem/archivos/file/Hidrocarburos/balances/balan-enerutil1998/tabla.pdfspa
dc.relation.references[61] Behera, J. (2015). Examined the energy-led growth hypothesis in India: Evidence from time series analysis. Energy Economics Letters, 2(4), 46-56.spa
dc.relation.references[62] Bruns, S. B., & Gross, C. (2013). What if energy time series are not independent? Implications for energy-GDP causality analysis. Energy Economics, 40, 753-759.spa
dc.relation.references[63] Gross, C. (2012). Explaining the (non-) causality between energy and economic growth in the US—A multivariate sectoral analysis. Energy Economics, 34(2), 489-499.spa
dc.relation.references[64] Jaramillo Villarreal, L. C. (2020). Desarrollo de un modelo económico de energía para pronosticar la demanda energética por sectores de consumo en Colombia. Disponible en: https://www.bancodeoccidente.com.co/wps/wcm/connect/banco-de-occidente/0f02cfa383c9-4f7e-bb2d-7ee32e20a4eb/informe-sectorial-anif-jul2018.pdf?MOD=AJPERES&CVID=mijQdGxspa
dc.relation.references[65] Schulte, I., & Heindl, P. (2017). Price and income elasticities of residential energy demand in Germany. Energy Policy, 102, 512-528.spa
dc.relation.references[66] EIA, Energy Information Administration, (2019) What drives crude oil prices: Overview. {En línea}. 2019. {18 de abril de 2019}. Disponible en: https://www.eia.gov/finance/markets/crudeoil/spa
dc.relation.references[67] Robert J. Myers a,∗, Stanley R. Johnsonb, Michael Helmar c, Harry Baumes d, Longrun and short-run relationships between oil prices, producer prices, and consumer prices: What can we learn from a permanent-transitory decomposition? - The Quarterly Review of Economics and Finance 67 (2018) 175–190spa
dc.relation.references[68] Humaira Yasmeen ∗ , Ying Wang, Hashim Zameer, Yasir Ahmed Solangi, Does oil price volatility influence real sector growth? Empirical evidence from Pakistan - --- Energy Reports 5 (2019) 688–703spa
dc.relation.references[69] Banco de la República, Departamento de Cambios Internacionales. Inversión Extranjera Directa en Colombia. {En línea}. 2012. {1 de mayo de 2019}. Disponible en:http://www.banrep.gov.co/sites/default/files/publicaciones/archivos/ce_dcin_inversio nextranjera.pdf.spa
dc.relation.references[70] Chongmei Wang, Chu Jiayu. Analyzing on the Impact Mechanism of Foreign Direct Investment(FDI) to Energy Consumption. En: Energy Procedia. Vol.; 159. No (Feb.2019); p. 515-520spa
dc.relation.references[71] Keeley, A. R., & Ikeda, Y. (2017). Determinants of foreign direct investment in wind energy in developing countries. Journal of Cleaner Production, 161, 1451-1458.spa
dc.relation.references[72] Dane, (2021) comercio-internacional balanza comercial. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/comerciointernacional/balanza-comercialspa
dc.relation.references[73] Katircioglu, S. T. (2013). Interactions between energy and imports in Singapore: empirical evidence from conditional error correction models. Energy Policy, 63, 514-520.spa
dc.relation.references[74] Fedoseeva, S., & Zeidan, R. (2018). How (a) symmetric is the response of import demand to changes in its determinants? Evidence from European energy imports. Energy Economics, 69, 379-394spa
dc.contributor.cvlacPacheco Sandoval, Leonardo Esteban [0001478220]spa
dc.contributor.cvlacGonzález Calderón, William [0001367421]spa
dc.contributor.googlescholarPacheco Sandoval, Leonardo Esteban [es&oi=ao]spa
dc.contributor.googlescholarGonzález Calderón, William [hbKBTcsAAAAJ]spa
dc.contributor.orcidPacheco Sandoval, Leonardo Esteban [0000-0001-7262-382X]spa
dc.contributor.scopusPacheco Sandoval, Leonardo Esteban [56117105700]spa
dc.contributor.researchgatePacheco Sandoval, Leonardo Esteban [Leonardo-Esteban-Pacheco-Sandoval]spa
dc.contributor.researchgateGonzález Calderón, William [William_Calderon2]spa
dc.subject.lembIngeniería en energíaspa
dc.subject.lembInnovaciones tecnológicasspa
dc.subject.lembEnergíaspa
dc.subject.lembDistribución de energíaspa
dc.subject.lembIndustria energéticaspa
dc.subject.lembAbastecimiento de energíaspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.description.abstractenglishThis thesis presents the development of a prospective work model for the formulation of energy consumption scenarios of the different consumption sectors in Colombia, taking into account the economic factor of the country. The study is based on multiple regression analysis, together with multi-criteria decision making to establish an integrated methodology and to know the future behavior of energy demand by the final consumption sectors. The transport, commercial, industrial, residential, agriculture, mining and construction sectors were taken as a study. The results show that under the methodology of the game of actors and according to the obtained strategic prospective model, three future scenarios of the behavior of energy consumption of the consumption sectors in Colombia were structured: (i) Scenario 1. Energy Continuity; (ii) Scenario 2. Fossil-Dependent Colombia and; (iii) Scenario 3. Energy dynamics, in which the main assumption was the level of future hydrocarbon production in the country and its effect on the behavior of the selected macroeconomic variables and, according to the prospective methodology, the projection was made in the short term (2022-2025), medium term (2026-2035) and long term (2036-2050).spa
dc.subject.proposalConsumo energéticospa
dc.subject.proposalFactor económicospa
dc.subject.proposalDinámica energéticaspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TMspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.description.learningmodalityModalidad Presencialspa


Ficheros en el ítem

Thumbnail
Nombre:
2022_Tesis_Nelson_Javier_Herna ...
Tamaño:
4.584Mb
Formato:
PDF
Descripción:
Tesis
Ver/
Thumbnail
Nombre:
2022_Articulo_Nelson_Javier_He ...
Tamaño:
585.4Kb
Formato:
PDF
Descripción:
Artículo
Ver/
Thumbnail
Nombre:
2022_Licencia_Nelson_Javier_He ...
Tamaño:
1.072Mb
Formato:
PDF
Descripción:
Licencia
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 Colombia