Responsabile: Prof. ssa Cinzia Mortarino, PA, Dipartimento di Scienze Statistiche
Il gruppo di ricerca sui temi dell’energia è formato da statistici esperti di modellazione e analisi dei sistemi complessi caratterizzati da agenti e cluster sociali interagenti.
Composizione del GRE:
- Cinzia Mortarini, PA
- Alessandra Dalla Valle, PA
- Claudia Furlan, PA
- Mariangela Guidolin, PA
Aree di ricerca di afferenza:
- Mercati energetici e regolamentazione
- Mobilità e Biocarburanti
- Scenari energetici e Politiche energetico/ambientali
- Sistemi di accumulo energetico
- Valutazione economica delle risorse ambientali ed energetiche
Attività:
La ricerca è rivolta allo studio delle dinamiche e delle strategie che si stanno attuando in questa fase di imminente transizione tra paradigmi energetici. Esempi tipici sono: gli sviluppi cross-country delle rinnovabili seguendo le tematiche del fovoltaico, eolico, biomasse, idroelettrico a varie taglie ed altro ancora; il nucleare dopo Fukushima nei vari paesi leader; le tematiche di sviluppo delle produzioni di risorse petrolifere convenzionali e non convenzionali; le produzioni e le forniture di gas metano convenzionale; le strategie di rilancio delle produzioni di shale oil e shale gas negli USA ed altrove con la conseguente valutazione strategica del loro impatto futuro, il ruolo del carbone in Cina ed altrove, le ipotesi di sviluppo della mobilità individuale e le tecnologie in competizione (mobilità elettrica, ad idrogeno, a biocombustibili, i sistemi di accumulo), gli aspetti climatici e demografici in relazione ai cambiamenti imminenti.
Elenco delle ultime pubblicazioni:
- GUSEO, R. GUIDOLIN, M., (2015). Heterogeneity in Diffusion of Innovations Modelling: A Few Fundamental Types, Technological Forecasting and Social Change, 90, 514-524;
- GUSEO, R. MORTARINO, C., DARDA, M.A. (2015). Homogeneous and heterogeneous diffusion models: Algerian natural gas production, Technological Forecasting and Social Change, 90, 366-378;
- GUSEO, R. MORTARINO, C. (2014). Multivariate Nonlinear Least Squares: Robustness and Efficiency of Standard versus Beauchamp and Cornell Methodologies, Computational Statistics, 29(6), 1609-1636;
- GUIDOLIN, M., GUSEO, R. (2014). Modelling Seasonality in Innovation Diffusion, Technological Forecasting and Social Change, 86, 33-40;
- GUSEO, R., MORTARINO, C. (2014). Within-brand and cross-brand word-of-mouth for sequential multi-innovation diffusions. IMA Journal of Management Mathematics , 25(3), 287-311;
- DALLA VALLE, A., FURLAN, C. (2014). Diffusion of nuclear energy in some developing and graduated developing countries. Technological Forecasting and Social Change, 18, 143-153.
Contatti:
