Het Vlaams uitgebreid milieu-inputoutputmodel:

Het Vlaams uitgebreid milieu-inputoutputmodel: Uitbreiding van en berekeningen met het model Eindrapport

2012/TEM/046

In opdracht van: de Vlaamse overheid Departement Leefmilieu-, Natuur en Energie, Afdeling Milieu-, Natuur- en Energiebeleid OVAM, afdeling Afvalstoffenbeheer VMM Vlaamse Milieumaatschappij

Uitgevoerd door

VITO:

An Vercalsteren Ann Van der Linden Evelien Dils Theo Geerken

Mol, maart 2012

vlaams milieu-input-outputmodel

1

Voorwoord Dit rapport kadert in een vierde fase van de operationalisering van het Vlaamse milieu inputoutput model. In de vorige fasen is de monetaire IO-tabel 2003 opgesteld, met daaraan gekoppeld de milieu-extensietabellen voor de Vlaamse productie en voor de productie in het buitenland voor import in Vlaanderen. Dit resulteerde in een 117x117 matrix, waarbij de sectoren (landbouw, industrie, diensten) ingedeeld zijn conform de SUT-indeling. De milieuextensietabellen zijn gekoppeld aan de input-output tabel en dus eveneens ingedeeld in 117 sectoren. Op sectorniveau bevatten de milieu-extensietabellen meer dan 120 milieuindicatoren (bv. CO2-emissie, gebruik van grondwater), verdeeld over 7 milieucategorieën, namelijk: emissies naar lucht, emissies naar water, emissies naar bodem, gebruik van water, gebruik van energie, afval en materiaalgebruik. Daarnaast is de monetaire consumptiematrix opgesteld, met daaraan gekoppeld de milieuextensietabellen. Deze milieu-extensietabellen voor Vlaamse consumptie zijn, conform de andere tabellen, onderverdeeld in 7 milieucategorieën. In een derde fase is het Vlaams milieu input-output model geactualiseerd voor het referentiejaar 2007, zowel de monetaire als de milieu-extensietabellen. Daarnaast werden enkele hiaten (zoals gebruik van secundaire materialen, pesticiden) ingevuld in het model. In deze vierde fase lag de nadruk enerzijds op het verder verfijnen van het model door: - opsplitsen van de sector landbouw in diverse subsectoren; - verfijnen van de modellering van materiaalstromen; en op het toepassen van analyses met het model op enkele concrete cases.

Dit rapport kwam tot stand mede dank zij de waardevolle opmerkingen van de leden van de stuurgroep-opdrachtgevers alsook van de begeleidingsgroep. Met dit model kan Vlaanderen zich alvast bij de kopgroep in Europa rekenen van landen/regio’s die een doorgedreven sector-milieu analyse kunnen voeren. Het vormt een bijkomende troef in het voeren van een duurzaam (milieu-)beleid.


2

Leden van de stuur- en begeleidingsgroepen Stuurgroepleden: Koen Smeets (OVAM) Kristien Huygh (OVAM) Janna Vandecruys (OVAM) Erika Van der Putten (VMM) Nathalie Dewolf (VMM)

Leden begeleidingsgroep: Onderstaande tabel geeft de namen weer van die personen die aanwezig waren op de begeleidingsgroep (17/10/2011).

Naam Jan Van Roo

Email [email protected]

Instelling ALBON

Guy Vandille

[email protected]

FPB

Natasja Elsen

[email protected]

LNE

Patrick Wilmots

[email protected]

OVAM

Kristof Rubens

[email protected]

LNE

Erika Van der Putten

[email protected]

MIRA

Nathalie Dewolf

[email protected]

MIRA

Koen Smeets

[email protected]

OVAM

Kristien Huygh

[email protected]

OVAM

Willy Sarlée

[email protected]

OVAM

Katleen Dierick

[email protected]

OVAM

Miranda Geussens

[email protected]

OVAM


3

Samenvatting

Het Vlaamse milieu input-outputmodel (IO-model), ontwikkeld in periode 2007-2011 in opdracht van OVAM, VMM en LNE, koppelt op een wetenschappelijk onderbouwde manier economie en ecologie. Het model verzamelt alle relevante economische en milieugegevens met betrekking tot consumptie en productie en kan een antwoord bieden op vragen als: “Welke economische sectoren en welk consumptiegedrag in Vlaanderen veroorzaken de meeste milieudruk?”, “Waar ontstaat die milieudruk: in Vlaanderen zelf of daarbuiten?” of “Waar in de keten ontstaat de milieudruk?”. Het Vlaamse milieu-input-outputmodel bestaat uit drie grote modules: I.

De Vlaamse monetaire input-outputtabel en de corresponderende milieuextensietabellen;

II.

De monetaire input-outputtabel van de import en de corresponderende milieu-extensietabellen;

III.

De monetaire consumptietabel extensietabellen.

en

de

corresponderende

milieu-

Het Vlaams uitgebreid milieu input-outputmodel is dus een tool die toelaat om de milieudruk per bedrijfstak in kaart te brengen en om vervolgens analyses te doen die een antwoord kunnen bieden op verschillende beleidsvragen. Het model is een koppeling tussen de economische (omzet, toegevoegde waarde), sociale (tewerkstelling) en ecologische gegevens (milieudata). Naast de directe milieueffecten laat het model toe tevens de indirecte effecten (stroomopwaarts in de economische waardeketen) te berekenen. Daarenboven wordt niet enkel de milieudruk van de productie in kaart gebracht, maar ook deze van de consumptie. Deze eigenschappen maken het derhalve een goede tool voor integrale analyses. De resultaten die uit het model voortvloeien dienen uiteraard in een bredere beleids- en economische context te worden gekaderd, al dan niet met de nodige voor- en/of nastudies. De eerste versie van het Vlaamse milieu IO-model is gebaseerd op het referentiejaar 2003. Productiestructuren hebben over het algemeen een vrij stabiel karakter. Echter gezien de snelle technologische veranderingen en de toenemende globalisering van de productieketens kunnen bepaalde bedrijfstakken aan belang winnen of verliezen. Omdat zowel monetaire als milieudata voor 2007 beschikbaar werden, zijn zowel de monetaire als de milieuextensietabellen van het Vlaamse milieu input-outputmodel geactualiseerd voor 2007. Hierdoor is het Vlaamse milieu input-output model momenteel beschikbaar voor de jaren 2003 en 2007. Het model werd in de loop van de vorige jaren verder verfijnd, met name door het verdelen van het hernieuwbaar energiegebruik volgens type energiebron en het opnemen van gebruik van secundaire materialen en pesticiden in de milieu-extensietabellen. In deze opdracht lag de focus op de actualisering en uitbreiding van het Vlaamse milieu inputoutput model waarbij volgende aspecten van het model verder zijn uitgebreid en verfijnd: - Analyseren van de mogelijkheden voor een correcte materiaalstromen en opbouwen van een gepaste methode;

modellering

van

de

- Uitvoeren van enkele (ecodesign) analyses, met focus op energie- versus materiaalgebruik (voor personenvervoer met de wagen en voor gsm gebruik); - Opsplitsen van de sector landbouw (01A1) in subsectoren (zowel voor de monetaire als de milieu-extensietabellen);

Voor de modellering van materialen in het Vlaams IO-model werd bij een eerste analyse vastgesteld dat, bij koppeling van materiaalgebruik aan de extractiesector zoals die was, er inderdaad materiaal “verloren” leek te gaan. Om dit te voorkomen is een nieuwe methode vlaams milieu-input-outputmodel

4

voorgesteld, steunend op enerzijds het directe materialengebruik (gebruik van ontgonnen ertsen, dus rechtstreeks geleverd door de extractiesectoren) en het indirect materialengebruik anderzijds (halfafgewerkte producten waar materialen in verwerkt zijn). Bij validatie van deze methode werd duidelijk dat nu wel een logisch resultaat wordt bekomen na doorrekening met het Vlaams IO-model. Waar in de oude methode bijvoorbeeld kolen die in Vlaanderen worden gebruikt uit Brussel/Wallonië leken te komen, is het resultaat nu veel logischer: 72% van alle kolen die worden gebruikt (direct en indirect) worden ontgonnen buiten Europa, 28% in Europa zelf (dus buiten België).

Aan de hand van de cases die zijn beschreven in dit rapport kan besloten worden dat de uitbreiding van het Vlaamse IO-model met primair materiaalgebruik toelaat om materiaalintensieve sectoren maar ook finale consumptieactiviteiten op te sporen. Zo blijkt dat voor een auto een factor 16 meer ertsen nodig zijn dan de effectieve hoeveelheid materiaal die in een auto zit, bij een gsm is dit een factor 110. Daarnaast is opnieuw gebleken dat een LCA tot specifiekere resultaten leidt dan een IOanalyse, met name voor producten (of productgroepen) die onvoldoende afgebakend zijn door de consumptie-activiteiten/productgroepen resp. sectoren. Omgekeerd zal een IOanalyse vollediger zijn, maar kan door zijn beperkingen qua detail van consumptieactiviteit/productgroep ook onnauwkeuriger zijn door uitmiddeling met andere activiteiten binnen dezelfde categorie. Een manier om voor specifieke producten die slechts een klein deel uitmaken van een consumptie-activiteit/sector toch meer nauwkeurigheid te bereiken is het verrichten van een vooronderzoek naar de monetaire opsplitsing van het specifieke product over de voorafgaande sectoren in de voorketen, zoals binnen de case ‘gsm’ gebeurd is. Een ander voordeel is dat een IO analyse veel minder tijd kost dan een LCA. Daarenboven laat dergelijke IO-analyse ook veel gemakkelijker een vergelijking toe met andere activiteiten in de maatschappij. Bij een IO-analyse waarbij gezocht wordt naar de verhoudingen in milieubelasting tussen de productiefase en de gebruiksfase treedt een discrepantie op tussen de milieugegevens verbonden aan de consumptiefase (stockgegevens, bv. voor het wagenpark in 2003, en dientengevolge een gemiddelde voor de technologie van ca. de laatste 10 jaar) en deze verbonden aan de productiefase (flowgegevens, bv. voor de wagens aangekocht in 2003 en dientengevolge wellicht niet representatief voor de gemiddelde aankoop van wagens (wegens top/crisisjaar )). Voor de case van de wagens zal de markt en ook de technologische ontwikkeling minder snel aan verandering onderhevig zijn geweest dan die voor de case van de GSM’s. In de praktijk van analyses is het belangrijk dat productiegegevens worden gekoppeld aan de verkoop in dat jaar en de gebruiksgegevens aan de in omloop zijnde producten, voor een correcte interpretatie.

Na overleg met landbouw-experten werd in samenspraak met de opdrachtgever beslist de landbouwsector op te splitsen in 3 subsectoren, namelijk de akkerbouw, veeteelt en tuinbouw. Om dit modelmatig mogelijk te maken, werden in eerste instantie de aanbod- en gebruikstabel opgesplitst. Op basis van deze opgesplitste tabellen werd door het Federaal Planbureau een nieuwe input-outputtabel opgemaakt, wat leidde tot een IO-tabel met 120x120 sectoren. Ook de milieugegevens voor de landbouwsector werden opgesplitst. Op deze manier is het mogelijk meer gedetailleerde analyses uit te voeren voor landbouw. Een eerste analyse die focust op de broeikasgasemissies verbonden aan de finale vraag naar producten van de landbouw en voeding door Vlaamse huishoudens toont aan dat het uitsplitsen van de landbouwsector in subsectoren wel degelijk het resultaat van een analyse met het IO-model beïnvloedt. Voor de vraag naar producten van de landbouw (01A1) gebeurt er voor CO2 een onderschatting wanneer analyses worden uitgevoerd met de x118 tabellen. Omgekeerd gebeurt er voor de pollenten N2O en CH4 bij het gebruik van deze x118 tabellen een overschatting. Omgerekend naar totale broeikasgasemissies (in CO 2-eq) resulteert dit in een overschatting bij analyses vanuit de finale vraag door huishoudens naar producten van de landbouw wanneer deze sector in zijn geheel wordt beschouwd. Voor het geheel van de


5

broeikasgassen die verbonden zijn aan de finale vraag door huishoudens naar producten van de voedingssectoren zien we dat door gebruik te maken van de x118 tabellen er voor de meeste sectoren een onderschatting gebeurt van de broeikasgasemissies. Voor twee sectoren ‘verwerking en conservering van groenten en fruit’ (15C1) en ‘vervaardigen van oliën en vetten’ (15D1) blijft het resultaat gelijk onafhankelijk of met de x118 of x120 tabellen wordt gewerkt.


6

Executive summary The Flemish environmentally extended input-output model (EE-IO), developed between 20072010 in commission of OVAM, VMM and LNE, relates economy and ecology on a scientific basis. The model includes all relevant economic and environmental data related to consumption and production and allows to answer questions such as: “Which economic activities (sectors) and consumer behaviour in Flanders and abroad cause the major environmental impact?”, “Where, in Flanders or abroad, originates this impact?”, “Where in the supply chain is the environmental impact caused?”. The Flemish EE-IO model distinguishes three building blocks: I.

The Flemish monetary input-output table and corresponding environmental extensions;

II.

The monetary input-output table for import and corresponding environmental extensions;

III.

The monetary (household) environmental extensions.

consumption

table

and

corresponding

As such the Flemish EE-IO model is a tool that allows the assessment of the environmental impact of industrial sectors and activities to answer different policy questions. The model is a combination of economic (turnover, added value), social (employment) and ecological data. Besides the direct environmental effects also the indirect environmental effects can be calculated and assessed with this model (upstream in the economic value chain). Moreover, not only the environmental impact of production but also of consumption can be taken into account. These characteristics make the EE-IO model an appropriate tool for integral analyses. The results that follow from the model must be looked at in a broader policy and economic context, and if relevant complemented with preparatory analyses. The first version of the Flemish EE-IO model is developed for 2003. Production structures generally have a rather steady character. However, due to rapid technological changes and increasing globalization of production chains the significance of some industries may change. Since economic as well as environmental data became available during the past years, the Flemish EE-IO model is updated for 2007 (both monetary tables and environmental extensions). As a result, the Flemish EE-IO model is available for both 2003 and 2007. The model is also further detailed, by dividing renewable energy use according to the type of renewable energy carrier and by developing environmental extension tables for the use of secondary materials and pesticides. The study reported here focusses on the actualisation and extension of the Flemish EE-IO model, with a focus on the following items: - Analyzing opportunities for modelling of material flows and developing suitable method; - Performing ecodesign analyses, with focus on energy- and material use (for passenger transport by car and for mobile phones); - Subdividing agricultural sector in subsectors (for monetary and environmental extension tables).

With regard to the modelling of material flows, previous analyses showed fictitious losses of material flows caused by the allocation of material use to the extraction sector. To prevent this, a new way of including material use data in the IO-model is developed, that focusses on direct material use (use of extracted ores, directly supplied by the extraction sectors) as well as indirect material use (materials embodied in semi-final products). The validation of this new methodology results in logical results and conclusions when analysing material flows with the Flemish EE-IO model. For example, with the previous method the coal used in Flanders


7

seemed to be imported mainly from the rest of Belgium but with the new method the result is much more realistic: 72% of the coal used (direct and indirect) in Flanders is extracted outside Europe and 28% is extracted within Europe.

Case studies, as discussed further in this report, showed that the extension of the Flemish IOmodel with primary material use allows to identify material intensive sectors and final consumption categories. They showed that the production of a car needs a factor 16 more ores than the effective amount of material present in a car, for a mobile phone this is an even higher factor 110. Furthermore, the case studies (again) demonstrated that a life cycle assessment (LCA) leads to more specific and detailed results than an IO-analysis, particularly for products (or product groups) that are not well-defined by the consumption activities and product groups resp. sectors in the model. On the other hand, an IO-analysis offers more complete results and conclusions, but due to limitations in level of detail (of consumption activities) results might be more inaccurate. One way of increasing the level of accuracy, for products that represent only a small share of a consumption activity/sector, is to perform a preliminary study of the monetary share of the specific product over the supply chain, as is happened for the case ‘mobile phones’. Other advantages of an IO-analysis are the reduced time-effort and the possibility to compare with other activities. When performing an IO-analysis that focusses on relations in environmental impact between the production and consumption phase, a discrepancy exists between the environmental data related to the consumption phase (stock data, e.g. for the car fleet in 2003, and as such an average for technology of the latest 10 years) and data related to the production phase (flow data, e.g. for cars purchased in 2003). For the case of the ‘cars’ the market and the technological developments are expected to be less subject to changes than for the case ‘mobile phones’. For a correct interpretation, it is important to know that production data are related to the (annual) sales, while the consumption data relate to the products in circulation.

After consultation with agricultural experts, it was decided to split the agricultural sector into 3 subsectors, i.e. arable farming (‘akkerbouw’), horticulture (‘tuinbouw’) and cattle breeding (‘veeteelt’). In first instance, a division was made in the supply and use tables. Based on these new tables, the Federal Planning Agency calculated the new input-output table, with 3 agricultural sectors instead of a single one, leading to a table with dimension 120x120 economic sectors. Of course, also environmental data related to agriculture were split up. This subdivision of the agricultural sector in the Flemish IO-model will enable users to analyse this sector into more detail. A first analysis focuses on greenhouse gas emissions related to the final demand of Flemish households for agricultural products and food. This analysis shows that the results after subdivision were indeed different. Looking at demand for agricultural products (from 01A1), the CO2-emissions are underestimated when taking the sector as a whole. Emissions of N 2O and CH4 are then again overestimated when using the x118 sector model. The household demand for agricultural products therefore causes more CO 2-equivalents compared to when the x120 tables are used. For the greenhouse gasses, related to the final household demand for food (products from the food producing sectors), there is an underestimation in CO2equivalents for most of the sectors. For two sectors, i.e. ‘vegetables and fruit’ (15C1) and ‘oils and fats’ (15D1), the result is more or less independent of the tables that are used.


8

Inhoudstafel

1

INLEIDING

16

1.1

Doelstelling en kader

16

1.2

Indeling van dit rapport

16

2

HET VLAAMS UITGEBREID MILIEU INPUT-OUTPUTMODEL

17

3

MODELLERING VAN MATERIAALSTROMEN

20

3.1

Inleiding

20

3.2 Analyse – hoeveelheden 3.2.1 Directe import van ruwe grondstoffen in Vlaanderen 3.2.2 Indirecte import van ruwe grondstoffen 3.2.3 Methode voor berekening van de totale import 3.2.3.1 Coëfficiënten voor de import van materialen 3.2.3.2 Berekening van de totale import van materialen 3.2.4 Validatie van de methode 3.2.4.1 Kolengebruik ten gevolge van de totale Vlaamse finale vraag naar afgewerkte producten 3.2.4.2 Mineraalgebruik door finale vraag in Vlaanderen naar producten van de bouwsector (45B1) in Vlaanderen

4 4.1

ANALYSE VAN ‘ECODESIGN’ CASES

20 20 21 21 21 22 23 23 24

28

Inleiding

28

4.2 Case “auto” 4.2.1 Afbakening van de case 4.2.2 Berekening van de milieu-impacten 4.2.3 Conclusies

28 28 29 32

4.3 Case “gsm” 4.3.1 Afbakening van de case 4.3.2 Berekening van de milieu-impacten met standaard IO-modellering 4.3.3 Berekening van de milieu-impacten met alternatieve IO-modellering 4.3.3.1 Aanvullende informatie over kostprijsopbouw omtrent gsm’s in huishoudens 4.3.3.2 Uitwerking van alternatieve verfijnde IO-analyse voor gsm’s 4.3.3.3 Toegevoegde waarde van alternatieve verfijnde IO-modellering 4.3.4 Vergelijking met LCA-studies van gsm-gebruik

34 34 34 35 36 37 39 40

4.4

42

5 5.1

Conclusies

OPSPLITSEN VAN LANDBOUWSECTOR

44

Inleiding

44

5.2 Analyse en opsplitsing aanbod- en gebruikstabel 5.2.1 Aanbodtabel

44 44


9

5.2.1.1 Welke producten worden door de landbouw aangeleverd? 5.2.1.2 Welke sectoren leveren landbouwproducten aan? 5.2.2 Gebruikstabel 5.2.2.1 Welke producten worden door de landbouw gebruikt? 5.2.2.2 Welke sectoren gebruiken landbouwproducten?

44 46 47 47 50

5.3 Opsplitsing milieu-extensietabellen 5.3.1 Energiegebruik 5.3.2 Gebruik van water 5.3.3 Materialen 5.3.4 Emissies naar lucht 5.3.5 Emissies naar water 5.3.6 Emissies naar bodem 5.3.7 Afval

53 53 54 55 57 58 58 59

5.4 Vergelijking impacts verbonden aan finale vraag 5.4.1 Vergelijking monetaire tabellen 5.4.2 Vergelijking van de milieu-impacts

59 59 61

6

BESLUITEN

63

7

BIBLIOGRAFIE

65


10

Lijst van afkortingen

ADSEI

Algemene Directie voor Statistiek en Economische Informatie

ALBON

LNE Afdeling Land en Bodembescherming, Ondergrond, Natuurlijke Rijkdommen

BBT

Beste Beschikbare Technieken

BOD

Biological Oxygen Demand

CH4

Methaan

c.i.f.

Cost, Insurance and Freight

CO2

Koolstofdioxide

COD

Chemical Oxygen Demand

COICOP

Classification Of Individual COnsumption according to Purpose

CPA

Statistical Classification of Products by Activity in the European Economic Community

CPC

Central Product Classification

FPB

Federaal Planbureau

HBE

Huishoudbudgetenquête

HBO

Huishoudbudgetonderzoek

HDPE

High Density Polyethylene

ILVO

Instituut voor Landbouw- en Visserijonderzoek

IPP

Integrated product policy

KGA

Klein Gevaarlijk Afval

LCA

Life Cycle Assessment

LNE

Departement Leefmilieu, Natuur en Energie van de Vlaamse Overheid

MFA

Material Flow Accounts

N

Stikstof

N2O

Lachgas

NACE

Nomenclature générale des Activités économiques dans les Communautés Européennes

NAMEA

National Accounting Matrix including Environmental Accounts

NMVOS

Niet-Methaan Vluchtige Organische Stoffen

OVAM

Openbare Vlaamse Afvalstoffenmaatschappij

P

Fosfor

PAK

Polycyclische aromatische koolwaterstoffen vlaams milieu-input-outputmodel

11

PET

Polyetheentereftalaat

PMD

Plastic flessen en flacons, Metalen verpakkingen en Drankkartons

POV

Producten van onvolledige verbranding

ROW

Rest of the World

SUT

Supply and Use Table

VITO

Vlaamse Instelling voor Technologisch Onderzoek

VMM

Vlaamse Milieu Maatschappij

SWW

Sanitair Warm Water

WSE

Werk en Sociale Economie


12

Lijst van tabellen Tabel 1: berekening totaal geïmporteerde hoeveelheid ruwe grondstoffen obv gegevens NBB

21

Tabel 2: overzicht van de coëfficiënten voor directe materiaalimport (NBB), indirecte materiaalimport (SERI) en ontginning in Vlaanderen (MIRA)

22

Tabel 3: Overzicht van de berekende bijdragen aan de verschillende milieuproblemen van de productie en consumptiefase, voor de totale vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003 29 Tabel 4: Bijdrage van de levenscyclusfasen van wagens aan totale broeikasgasemissies volgens Van Mierlo J. et al, 2011

30

Tabel 5: Bijdrage van de levenscyclusfasen van wagens aan totale broeikasgasemissies volgens Nemry F., 2008 31 Tabel 6: Aandeel van de impact van personenvervoer met de wagen door Vlaamse huishoudens in 2003 ten opzichte van de impact van de totale consumptie van Vlaamse huishoudens in 2003

33

Tabel 7: Overzicht van de berekende bijdragen aan de verschillende milieuproblemen van de productie en consumptiefase, voor de totale vraag naar communicatie en multimedia, waar mobiele telefonie een deel van uitmaakt, vanuit Vlaamse huishoudens in 2003 34 Tabel 8: Aandeel van de impact van communicatie en multimediagebruik door Vlaamse huishoudens in 2003 ten opzichte van de impact van de totale consumptie van Vlaamse huishoudens in 2003 35 Tabel 9: Bestedingen door Vlaamse huishoudens in 2003 voor aankoop gsm’s

36

Tabel 10: Bestedingen door Vlaamse huishoudens in 2003 voor opladen van gsm’s

37

Tabel 11: Bestedingen door Vlaamse huishoudens in 2003 voor abonnementen voor telecom diensten 37 Tabel 12: Aandeel van de impact van de verschillende ‘levenscyclusfasen’ voor de vraag naar mobiele telefonie door Vlaamse huishoudens in 2003 (volgens verfijnde methode) 38 Tabel 13: Bijdragen aan de verschillende milieu-aspecten, voor de totale vraag naar mobiele telefonie vanuit Vlaamse huishoudens in 2003, volgens verfijnde IO-analyse

38

Tabel 14: Bijdragen aan de verschillende milieu-aspecten, per gsm gebruikt in Vlaamse huishoudens in 2003, volgens verfijnde IO-analyse 39 Tabel 15: Broeikasgasemissies tengevolge van de vraag naar mobiele telefonie van Vlaamse huishoudens in 2003, berekend volgens 2 methodes

40

Tabel 16 : Overzicht door de landbouw geleverde landbouwproducten verdeeld over subsectoren

45

Tabel 17 : Overzicht door de landbouw geleverde niet-landbouwproducten over subsectoren

46

Tabel 18 : Door niet-landbouwsectoren geleverde landbouwproducten verdeeld over subsectoren

47

Tabel 19 : Door de landbouw gebruikte landbouwproducten verdeeld over subsectoren

48

Tabel 20 : Door de landbouw gebruikte niet-landbouwproducten verdeeld over subsectoren

50

Tabel 21 : Door de niet landbouwsectoren gebruikte landbouwproducten verdeeld over subsectoren

52

Tabel 22 : Verdeelsleutels energiedragers voor subsectoren van de landbouw

54

Tabel 23 : Totaal watergebruik in 2005 door verschillende deelsectoren van de landbouw

54

Tabel 24 : Aandeel in het totaal watergebruik door de verschillende deelsectoren van de landbouw

54

Tabel 25 : Verdeling watergebruik per type water over verschillende deelsectoren van de landbouw

55

Tabel 26 : verdeling watergebruik per type water over veeteelt en gewassen

55

Tabel 27 : Overzicht van gewassen die aan de subsector akkerbouw worden toegekend

55


13

Tabel 28: Overzicht van gewassen die aan de subsector tuinbouw worden toegekend

56

Tabel 29: Verdeelsleutels zoals gebruikt voor het verdelen van de emissies naar lucht over de verschillende subsectoren van de landbouw

57

Tabel 30 : Verdeling nutriëntenverlies naar oppervlaktewater voor de verschillende subsectoren van de landbouw 58 Tabel 31 : Indeling van verschillende teelten aan subsectoren van de landbouw

58

Tabel 32: Vergelijking geleverde hoeveelheden in de monetaire tabellen x118 versus x120

59

Tabel 33 : Analyse van finale vraagcategorieën x118 versus x120

60

Tabel 34 : Analyse broeikasgasemissies x118 versus x120

61


14

Lijst van figuren

Figuur 1: Schematisch overzicht van de structuur van het Vlaamse milieu input-outputmodel

17

Figuur 2: ketenanalyse van het materiaalgebruik door de Vlaamse finale vraag naar producten van de bouwsector (45B1) in Vlaanderen

26

Figuur 3: Aandeel van de productieen consumptiefasen in de totale broeikasgasemissies veroorzaakt door de vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003 30 Figuur 4: Aandeel van de productieen consumptiefasen in het totaal materiaalgebruik veroorzaakt door de vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003 32 Figuur 5: Aandeel van de productieen consumptiefasen in de totale bestedingen (uitgedrukt in basisprijzen) voor personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003, excl. Verzekeringen, inschrijvingen etc. 33 Figuur 6: Broeikasgasemissies gekoppeld aan de verschillende levenscyclusfasen van een gsm, volgens LCA studie EU IPP Nokia project

41

Figuur 7: Broeikasgasemissies gekoppeld aan de verschillende levenscyclusfasen van UMTS-systeem, volgens LCA studie EU IPP Nokia project 42 Figuur 8 : verdeling van door de landbouw geleverde producten

45

Figuur 9 : Verdeling van de door andere sectoren aangeboden landbouwproducten

46

Figuur 10 : Verdeling van de door de landbouw gebruikte producten

48


15

1

Inleiding

1.1

Doelstelling en kader

Dit rapport kadert in een derde fase van de operationalisering van het Vlaamse milieu inputoutput model. In de vorige fasen is de monetaire IO-tabel opgesteld, met daaraan gekoppeld de milieu-extensietabellen voor de Vlaamse productie en voor de productie in het buitenland voor import in Vlaanderen. Dit resulteerde in een 117x117 matrix, waarbij de sectoren (landbouw, industrie, diensten) ingedeeld zijn conform de SUT-indeling. De milieuextensietabellen zijn gekoppeld aan de input-output tabel en dus eveneens ingedeeld in 117 sectoren. Op sectorniveau bevatten de milieu-extensietabellen meer dan 120 milieuindicatoren (bv. CO2-emissie, gebruik van grondwater), verdeeld over 7 milieucategorieën, namelijk: emissies naar lucht, emissies naar water, emissies naar bodem, gebruik van water, gebruik van energie, afval en materiaalgebruik. Daarnaast is de monetaire consumptiematrix opgesteld, met daaraan gekoppeld de milieuextensietabellen. Deze milieu-extensietabellen voor Vlaamse consumptie zijn, conform de andere tabellen, onderverdeeld in 7 milieucategorieën. Deze studie liep parallel met de update van de monetaire en milieu-extensietabellen voor 2007 (Vercalsteren A. et al, 2011) en gaat dieper in op een aantal aspecten van het Vlaams milieu input-output model. Dit rapport beschrijft de aanpak en resultaten van deze studie, met name gefocust op volgende zaken: - Modellering van materiaalstromen zodat deze stromen zichtbaar blijven bij analyses (focus op materiaalstromen uit import); - Analyses voor enkele consumptie-activiteiten, met focus op energie- versus materiaalgebruik (breder kader); - Opsplitsen van de sector landbouw (SUT1A1).Met dit model kan Vlaanderen zich alvast bij de kopgroep in Europa rekenen van landen/regio’s die een doorgedreven sector-milieu analyse kunnen voeren. Het vormt een bijkomende troef in het voeren van een duurzaam (milieu-)beleid. Dit project is een belangrijke stap in het verder operationaliseren van het input-outputmodel voor Vlaanderen en in het verkennen van de toepassingsmogelijkheden.

1.2

Indeling van dit rapport

Ter inleiding wordt in hoofdstuk 2 van dit rapport de structuur van het Vlaamse milieu inputoutput model besproken. In hoofdstuk 3 wordt ingegaan op de modellering van materiaalstromen in het model. Hierbij wordt enerzijds de nieuwe methode voorgesteld en anderzijds een validatie van deze methode uitgevoerd. Hoofdstuk 4 toont de analyse van enkele ecodesign cases. Voor een auto en een gsm worden resultaten getoond en de mogelijkheden en beperkingen van IO voor deze analyses geïdentificeerd. In hoofdstuk 5 tenslotte, wordt de opsplitsing van de landbouwsector in het model toegelicht. Zowel de opsplitsing van de monetaire tabellen als de milieutabellen worden hier besproken.


16

2

Het Vlaams uitgebreid milieu inputoutputmodel

Het Vlaamse milieu input-outputmodel (IO-model), ontwikkeld in periode 2007-2010 in opdracht van OVAM, VMM en LNE, koppelt op een wetenschappelijk onderbouwde manier economie en ecologie (OVAM, 2010; Vercalsteren, et al., 2008; Avonds en Vandille, 2008; Bilsen et al, 2008). Het model verzamelt alle relevante economische en milieugegevens met betrekking tot consumptie en productie en kan een antwoord bieden op vragen als: “Welke economische sectoren en welk consumptiegedrag in Vlaanderen veroorzaken de meeste milieudruk?”, “Waar ontstaat die milieudruk: in Vlaanderen zelf of daarbuiten?” of “Waar in de keten ontstaat de milieudruk?”. Het Vlaamse milieu input-outputmodel bestaat uit drie grote modules, schematisch weergegeven in onderstaande figuur: IV.

De Vlaamse monetaire input-outputtabel en de corresponderende milieuextensietabellen;

V.

De monetaire input-outputtabel van de import en de corresponderende milieu-extensietabellen;

VI.

De monetaire consumptietabel extensietabellen.

en

de

corresponderende

milieu-

ROB = rest of Belgium (Brussel, Wallonië), EUR = EU, ROW = rest of world IZW = instellingen zonder winstoogmerk HH = huishoudens SUT = economische sectoren Gov. = overheid

Figuur 1: Schematisch overzicht van de structuur van het Vlaamse milieu input-outputmodel


17

De monetaire input-outputtabellen (oranje delen van module I en II) brengen de goederen- en dienstenstromen, uitgedrukt in euro, tussen de verschillende economische sectoren en eindgebruikers in kaart. Hierbij wordt een onderscheid gemaakt tussen intermediaire consumptie en finale vraag: 

De intermediaire consumptie is het gebruik van goederen en diensten door bedrijven voor de productie van hun goederen en diensten. Het gaat dus om goederen en diensten die aangekocht of geproduceerd worden om andere goederen en diensten te maken en die volledig verbruikt worden tijdens dat productieproces.



De finale vraag bestaat enerzijds uit de Vlaamse finale vraag en anderzijds uit de export. De Vlaamse finale vraag omvat de finale consumptie van huishoudens en overheid, de investeringen door zowel bedrijven, overheid als huishoudens (deze laatste enkel voor wat betreft woningen), en de verandering in de voorraden. De export omvat producten die nodig zijn om te voldoen aan zowel de finale vraag als de intermediaire consumptie in het buitenland.

De IO-tabel in module I belicht de Vlaamse productie bestemd voor Vlaamse intermediaire consumptie en voor finale vraag (finale consumptie door huishoudens en overheid, investeringen, export en voorraadvorming). Module II geeft de import van goederen en diensten weer die voor de Vlaamse intermediaire consumptie worden gebruikt en die voor de finale vraag worden aangekocht. Er wordt hierbij onderscheid gemaakt tussen import uit Brussel & Wallonië (Rest of Belgium), import uit EU (EU) en import uit de rest van de wereld (Rest of World). Module II bestaat in de praktijk dus uit drie submodules, elk met een eigen input-outputtabel en milieu-extensietabellen. In de IO-tabellen worden 117 economische sectoren onderscheiden, ingedeeld volgens de SUT-classificatie. De inputzijde van de IO-tabellen geeft voor elke economische sector de intermediaire inputs uit elk van de 117 sectoren binnen en buiten Vlaanderen weer. De outputzijde geeft voor elk van de 117 economische sectoren de bestemming van de productie weer: enerzijds intermediaire leveringen (van intermediaire producten) die als input dienen voor andere economische sectoren, anderzijds finale vraag (van finale producten). De monetaire consumptietabel (oranje deel van module III) koppelt de finale consumptie van de huishoudens en de overheid – de bestedingen in euro – aan de 117 economische sectoren van de monetaire IO-tabellen. De finale consumptie van de huishoudens wordt opgesplitst in 12 consumptiedomeinen (bv. voeding), die op hun beurt ingedeeld zijn in consumptieactiviteiten (bv. voedingswaren, opslag van voeding, bereiden van voeding, afwassen & kook- en eetgerei) en nog verder in productgroepen (bv. vis, groenten en fruit, vlees, dranken, melkproducten, andere voedingswaren). De finale consumptie door de overheid is niet opgesplitst in consumptiedomeinen. Door de koppeling van de monetaire input-outputtabellen en de monetaire consumptietabel met de corresponderende milieu-extensietabellen (groene delen van modules I, II en III) ontstaat het milieu input-outputmodel. De milieu-extensietabellen geven de directe milieudruk weer die overeenstemt met de productieactiviteiten van de 117 economische sectoren in Vlaanderen en in het buitenland (groene delen van modules I en II), en met de consumptieactiviteiten van huishoudens en overheid (groen deel van module III). Voor elk van de economische sectoren (productie) en consumptieactiviteiten (consumptie) wordt de directe milieudruk weergegeven door een reeks milieudrukindicatoren: 

Emissies naar lucht;



Emissies naar water;



Emissies naar bodem;



Gebruik van water;



Gebruik van energie;



Gebruik van materialen;



Afval.


18

Met het model kan bijvoorbeeld nagegaan worden hoeveel de productie van verfproducten aan directe milieudruk veroorzaakt (module I) en wat de directe milieudruk is bij het gebruik van verf (module III). Maar doordat het model de monetaire stromen tussen consumenten en economische sectoren binnen en buiten Vlaanderen in kaart brengt, laat het ook toe om de milieudruk die ontstaat in de voorgaande stappen van de productieketen – de indirecte milieudruk - te berekenen. De toewijzing van indirecte emissies aan een productie- of consumptieactiviteit gebeurt op basis van het aantal euro aangekocht bij de sectoren ‘stroomopwaarts’ in de productieketen. Zo kan bijvoorbeeld berekend worden wat de milieudruk is van producten uit het buitenland die voor productie en consumptie van verf zijn gebruikt (module II). Het Vlaams uitgebreid milieu input-outputmodel is dus een tool die toelaat om de milieudruk per bedrijfstak in kaart te brengen en om vervolgens analyses te doen die een antwoord kunnen bieden op verschillende beleidsvragen. Mits men de onderliggende hypothesen en de modelstructuur voor ogen houdt en rekening houdt met de databeperkingen, kan het model perfect dienen als tool voor integrale analyses. Het model is een koppeling tussen de economische (omzet, toegevoegde waarde), sociale (tewerkstelling) en ecologische gegevens (milieudata). Naast de directe milieueffecten laat het model toe tevens de indirecte effecten (stroomopwaarts in de economische waardeketen) te berekenen. Daarenboven wordt niet enkel de milieudruk van de productie in kaart gebracht, maar ook deze van de consumptie. Deze eigenschappen maken het derhalve een goede tool voor integrale analyses. De resultaten die uit het model voortvloeien dienen uiteraard in een bredere beleids- en economische context te worden gekaderd, al dan niet met de nodige voor- en/of nastudies.


19

3

Modellering van materiaalstromen

3.1

Inleiding

In het huidige model zijn materiaalstromen gekoppeld aan de sector van extractie. Uit analyses is gebleken dat materiaalstromen misschien onderschat worden wanneer berekeningen worden gemaakt met het Vlaams input-outputmodel. Dit zou vooral een aandachtspunt vormen voor de materialen die worden geïmporteerd in Vlaanderen. Het doel van deze taak is om te analyseren of en waar materialen ‘verloren gaan’ wanneer analyses worden uitgevoerd met het model, met de focus op de import van materialen. Vervolgens wordt, wanneer blijkt dat dit effectief het geval is, een methode voorgesteld om dit waargenomen effect te ondervangen. Tenslotte wordt aan de hand van cases nagegaan of de gehanteerde aanpak het probleem ook echt heeft opgelost.

3.2

Analyse – hoeveelheden

In een eerste fase is een analyse gemaakt van de geïmporteerde ruwe grondstoffen in Vlaanderen. Er wordt hiertoe een vergelijking gemaakt tussen de gegevens zoals ze momenteel zijn opgenomen in de milieu-extensietabellen van het input-outputmodel en de gegevens die zijn geïnventariseerd in het kader van het achtergronddocument ‘materiaalstromen’ van MIRA-T. Het betreft hier gegevens voor Vlaanderen over import van geëxtraheerde grondstoffen die werden opgevraagd bij de NBB alsook informatie beschikbaar in de SERI-databank. Grondstoffen die in Vlaanderen zelf worden geëxtraheerd zijn correct in het model opgenomen. Data over de import van geëxtraheerde grondstoffen zijn dus in verschillende bronnen beschikbaar. Enerzijds zijn er de data die bij de Nationale Bank van België kunnen worden opgevraagd en welke de import door Vlaanderen vanuit de EU en niet-EU weergeven. Daarnaast is er de SERI-databank. Deze bevat ondermeer data voor de hoeveelheid grondstoffen die worden ontgonnen door de extractiesectoren in Europa. Het idee achter beide datasets verschilt: hoeveelheid import versus hoeveelheid extractie. Wanneer de cijfers van de nationale Bank (in kg/€) ook gebruikt zouden worden voor hoe materialen in de Europese economie rondgaan, wordt in feite verondersteld dat het gamma materialen dat wordt geïmporteerd in Vlaanderen representatief is voor de materialen die in Europa zelf worden gebruikt. Dit is echter niet noodzakelijk zo. Omwille van deze bedenking is er door de stuurgroep geopteerd om een onderscheid te maken binnen de totale hoeveelheid materiaal dat in Vlaanderen wordt geïmporteerd volgens twee groepen (op basis van de databron gebruikt):  

Grondstoffen die rechtstreeks (als erts) worden geïmporteerd  data van de NBB; Grondstoffen die onrechtstreeks (als half afgewerkte of afgewerkte producten) worden geïmporteerd  data van de SERI-databank.

In onderstaande paragrafen wordt de gehanteerde methodologie meer in detail toegelicht.

3.2.1

Directe import van ruwe grondstoffen in Vlaanderen

Om voor Vlaanderen te kunnen berekenen welke hoeveelheden ruwe, dus onbewerkte, grondstoffen worden geïmporteerd, wordt gebruik gemaakt van importgegevens die beschikbaar zijn bij de Nationale Bank van België (NBB). Hiertoe worden op basis van de beschikbare gegevens de hoeveelheden (in kg) ruwe grondstoffen berekend per type


20

(landbouwproducten, bosbouwproducten, visserijproducten, kolen, olie&gas, ertsen en mineralen). Er is gewerkt met de importgegevens voor het jaar 2003. Onderstaande tabel geeft hiervan een overzicht. Tabel 1: berekening totaal geïmporteerde hoeveelheid ruwe grondstoffen obv gegevens NBB 2003 Landbouwproducten Bosbouwproducten

kton geïmporteerd (EU + niet-EU) 13.200 1.549

Visserijproducten

82

Kolen

5.214

Gas&olie

42.150

Mineralen

6.673

Ertsen

25.403

Op basis van deze hoeveelheden zijn de coëfficiënten (in kg/€) voor deze ruwe grondstoffen berekend. Dit gebeurt door de geïmporteerde hoeveelheden te delen door de totale monetaire hoeveelheden die door de Vlaamse economie worden geïmporteerd uit ontginningssectoren in het buitenland (sectoren 01A1 tot en met 14A1). De gegevens van de Nationale Bank bevatten enkel import van buiten België (EU, ROW) naar Vlaanderen. Dit wil zeggen dat import vanuit Brussel en Wallonië niet is opgenomen in deze gegevens. Om de import uit Brussel en Wallonië in kaart te brengen wordt gewerkt met de Vlaamse coëfficiënt (kg/€). De op deze manier berekende coëfficiënten zijn opgenomen in de ME-tabellen voor de EU en ROW, zowel in Excel (voor gebruik in matIDE) als in de betreffende Simapro-records voor het jaar 2003. In het kader van het update-project (update van monetaire en milieudata) werden dezelfde coëfficiënten berekend en opgenomen in het model voor het jaar 2007.

3.2.2

Indirecte import van ruwe grondstoffen

Om in kaart te brengen hoeveel grondstoffen verbruikt worden buiten Vlaanderen voor het maken van halfafgewerkte producten die op hun beurt in Vlaanderen worden geïmporteerd (indirecte import van grondstoffen), wordt gebruik gemaakt van verschillende databronnen. De in het buitenland (EU27) geëxtraheerde hoeveelheden zijn berekend op basis van gegevens uit de SERI-databank voor het jaar 2004. Deze databank bevat gegevens over de ontgonnen hoeveelheden grondstoffen wereldwijd per type materiaal (biomassa, bosproducten, mineralen, ertsen, steenkool en gas&olie). De in de EU27 ontgonnen hoeveelheden zijn vervolgens gedeeld door de monetaire output (van het jaar 2000) van de respectievelijke ontginningssectoren (01A1, 02A1, 10A1, 11A1, 12A1, 13A1 en 14A1) in de EU uit de NAMEA-databank. Op deze manier worden de ontgonnen hoeveelheden in kg/€ output berekend voor deze sectoren (SERI). Ter vergelijking worden in onderstaande tabel ook de coëfficiënten toegevoegd die werden berekend voor de rechtstreekse import van ruwe grondstoffen (NBB).

3.2.3

Methode voor berekening van de totale import

3.2.3.1

Coëfficiënten voor de import van materialen

In onderstaande tabel wordt een overzicht gegeven van de coëfficiënten voor import (SERI en NBB) en ontginning in Vlaanderen (MIRA).


21

Tabel 2: overzicht van de coëfficiënten voor directe materiaalimport (NBB), indirecte materiaalimport (SERI) en ontginning in Vlaanderen (MIRA) kg/€

SERI

NBB

MIRA

Landbouwproducten Bosbouwproducten Visserijproducten Kolen Gas&olie Mineralen Ertsen

5,46 11,70 NA 46,43 10,98 111,26 124,94

3,60 12,66 0,41 23,97 13,27 5,83 17,98

3,6 23,1 0,19 NA NA 71,86 NA

Voor mineralen en ertsen is een opvallend groot verschil op te merken tussen de verschillende coëfficiënten. Uiteraard heeft dit ook zijn effect op de uiteindelijke resultaten van eventuele berekeningen. Bij validatie van de methode (zie 3.2.4) werden enkele scenario’s doorgerekend, waaronder ook een oefening voor mineraalgebruik. De impact van het grote verschil tussen de coëfficiënten werd hier ook duidelijk. Omdat beide coëfficiënten gebaseerd zijn op andere bronnen, is de reden voor het verschil waarschijnlijk te zoeken in wat al dan niet in het cijfer is opgenomen, zowel in de materiaalstromen (bijvoorbeeld verschillende mineralen, in kg) als monetair (de monetaire import van bijvoorbeeld een mineraal, in €). Voor deze twee materiaalstromen werd dit dan ook nagegaan. Mineralen Bij doorrekening van de case voor mineralen, bleek het aandeel mineralen dat geïmporteerd wordt vanuit ontginningssectoren in het buitenland erg klein in vergelijking met dat wat ontgonnen wordt in Vlaanderen en Brussel/Wallonië. Dit is uiteraard te wijten aan het feit dat de coëfficiënt voor directe import uit EU en niet-EU veel kleiner is dan die voor Vlaanderen en ROB. Voor de materiaalstroom mineralen, zitten in het cijfer van de NBB ook importgegevens voor diamanten opgenomen. De import van diamanten is goed voor 94% van de monetaire import volgens de gegevens beschikbaar van de NBB, in massa gaat het slechts om 0,0001% van het totaal. Dit zorgt er uiteraard voor dat de totale coëfficiënt veel lager zal liggen dan wanneer de import van deze diamanten eruit wordt gelaten. Het lijkt daarom meer zinvol om bij het berekenen van de coëfficiënt voor mineralen onderscheid te maken tussen ‘mineralen exclusief diamanten’ en ‘mineralen, totaal’. Na herberekening, dus zonder import van diamanten, bedraagt de coëfficiënt 100,87 kg/€. Dit cijfer ligt in de grootteorde van de andere 2 coëfficiënten. Ertsen Voor ertsen werd een gelijkaardige analyse gemaakt als voor mineralen. De ertsen welke opgenomen zitten in de NBB-cijfers werden vergeleken met diegene die in Europa ontgonnen worden. Dit om de vergelijkbaarheid in de coëfficiënten na te gaan. Enkele ertsen, die niet in de EU worden ontgonnen zoals bv. molybdeen, uranium, thorium, … werden uitgesloten uit de coëfficiënt, zowel in monetaire als fysieke hoeveelheden. De herwerkte NBB-coëfficiënt bedraagt uiteindelijk 22,65 kg/€, wat slechts een kleine aanpassing betekent ten opzichte van de oorspronkelijke coëfficiënt.

3.2.3.2

Berekening van de totale import van materialen

Zoals eerder vermeld willen we beide coëfficiënten parallel gebruiken voor de berekeningen van de totale import van grondstoffen. Voor de directe import van geëxtraheerde grondstoffen gebruiken we de NBB-coëfficiënten: dit wil zeggen dat de monetaire hoeveelheid die elke sector importeert van de extractiesectoren in de EU of de ROW vermenigvuldigd wordt met de betreffende coëfficiënten. Voor de indirecte import van grondstoffen, dus de vlaams milieu-input-outputmodel

22

grondstoffen die verwerkt zijn in de door Vlaanderen geïmporteerde halfafgewerkte producten, willen we de SERI-data gebruiken. Deze weerspiegelt dan het gebruik van de grondstoffen in de EU en ROW. De daaruit voortvloeiende multiplicatoren worden vervolgens vermenigvuldigd met de monetaire import van de Vlaamse sectoren vanuit elke sector in de EU en ROW om de indirecte import van grondstoffen te berekenen. In de SERI gegevens zit echter ook een component voor directe import van ruwe materialen: alle import van Vlaamse sectoren uit de ontginningssectoren rechtstreeks omvatten immers (voornamelijk) import van de ruwe grondstoffen. Omdat de NBB-coëfficiënt waarschijnlijk correcter is wat betreft deze rechtstreekse import van ruwe materialen in Vlaanderen, dient het totaal berekende SERI-cijfer gecorrigeerd te worden voor deze directe import. In formulevorm betekent dit het volgende wanneer de totale import van materialen wordt berekend: Totaal materiaalimport = Totaal import SERI– (€ import ontginningssector*SERI-coëff.) + (€ import ontginningssector*NBB-coëff.)

3.2.4

Validatie van de methode

Om de beschreven methodologie te valideren werden verschillende berekeningen gemaakt. Deze cases worden hier toegelicht ter illustratie van de methode.

3.2.4.1

Kolengebruik ten gevolge van de totale Vlaamse finale vraag naar afgewerkte producten

Doel Berekening van het totale kolengebruik in en buiten Vlaanderen, om te kunnen voldoen aan de totale Vlaamse finale vraag (dus van huishoudens, overheid, investeringen, voorraadwijzigingen en export) naar producten uit Vlaanderen of daarbuiten (Brussel/Wallonië, Europa en niet-Europa). Berekening De berekening gebeurt op basis van de formule zoals die in 3.2.3.2 is gegeven. Alle berekeningen zijn gebeurd in de software Simapro. Gedetailleerde berekeningen en formules worden dan ook niet weergegeven. Ontginning van kolen gebeurt enkel in de EU en in de rest van de wereld. In Vlaanderen en de rest van België worden geen kolen ontgonnen: er is dan ook geen MIRA-coëfficiënt voor dit materiaal. 1) Totale import van kolen, berekend volgens de SERI-coëfficiënt Totale import kolen = 46,2 miljoen ton, waarvan 27% ontgonnen in EU en 73% in ROW 2) Berekening indirecte import van kolen volgens SERI (dus correctie voor direct aandeel) Directe import kolen volgens SERI = 12,4 miljoen ton, waarvan 16% ontgonnen in EU en 84% in ROW. De indirecte import van kolen (nodig voor het produceren van (half)afgewerkte producten die naar Vlaanderen geïmporteerd worden) = 34,1 miljoen ton, waarvan 31% ontgonnen in EU en 69% in ROW.


23

3) Directe import van kolen uit de ontginningssectoren in de EU en de rest van de wereld volgens NBB Directe import kolen volgens NBB = 7,98 miljoen ton, waarvan 16% ontgonnen in EU en 84% in ROW. 4) Totale import van kolen (direct + indirect) vanuit de EU en de rest van de wereld Totaal = 7,98 miljoen ton direct + 34,1 miljoen ton indirect = 42,9 miljoen ton kolen waarvan 28% ontgonnen in de EU en 72% in de rest van de wereld.

3.2.4.2

Mineraalgebruik door finale vraag in Vlaanderen naar producten van de bouwsector (45B1) in Vlaanderen

Doel Berekening van het totale mineraalgebruik in en buiten Vlaanderen, om te kunnen voldoen aan de Vlaamse finale vraag (exclusief export) naar producten van de bouwsector (45B1) in Vlaanderen. Berekening Het totaal mineraalgebruik bestaat uit mineralen ontgonnen in de 4 regio’s, i.e. Vlaanderen, Brussel/Wallonië, EU27 en de rest van de wereld. Het totale mineraalgebruik veroorzaakt door de finale vraag naar producten van de bouwsector in Vlaanderen bestaat dus uit mineralen die de sector uit Vlaanderen gebruikt, mineralen die de sector rechtstreeks van de ROB, EU en ROW importeert en mineralen die indirect vervat zitten in de halfafgewerkte producten die de sector uit binnen- en buitenland gebruikt. De berekeningen werden gemaakt in Simapro en in matIDE. 1) Totaal gebruik van mineralen ontgonnen in Vlaanderen (SUT 14A1 VL) en Brussel/Wallonië (SUT 14A1 ROB) De ontginning van materialen in Vlaanderen en Brussel/Wallonië worden berekend op basis van de MIRA-coëfficiënten. Mineralen ontgonnen in Vlaanderen = 2 miljoen ton Mineralen ontgonnen in Brussel/Wallonië = 1,98 miljoen ton 2) Totale import van mineralen, berekend met de SERI-coëfficiënt Totale import mineralen (direct+indirect)= 26,4 miljoen ton, waarvan 47% ontgonnen in EU en 53% in ROW. 3) Berekening indirecte import van mineralen door de SUT 45B1 en zijn voorketen volgens SERI (dus correctie voor direct aandeel) Directe import mineralen volgens SERI = 23 miljoen ton, waarvan 49% ontgonnen in EU en 51% in ROW. De indirecte import van mineralen = 3,4 miljoen ton, waarvan 32% ontgonnen in EU en 68% in ROW. 4) Directe import van mineralen uit de ontginningssectoren in de EU en de rest van de wereld volgens NBB Directe import van mineralen volgens NBB = 20,9 miljoen ton, waarvan 49% ontgonnen in EU en 51% in ROW.


24

5) Totale import van mineralen (direct+indirect) uit de EU en ROW Totaal import = 20,9 miljoen ton direct + 3,4 miljoen ton indirect = 24,3 miljoen ton mineralen, waarvan 47% ontgonnen in EU en 53% in ROW. 6) Totaal mineraalgebruik = 28,2 miljoen ton (= 4,7 ton per capita) Het mineraalgebruik verbonden aan de finale vraag naar producten van de bouwsector (45B1) in Vlaanderen werd ook eens weergegeven in een ketenanalyse (zie hieronder).


25

159 kg/cap 3,3% 175 kg/cap 3,7% 334 kg/cap 7,1%

45A1-VL

9,4 kg/cap 0,2%

14A1-VL

Bouwrijp maken van bouwterrein, VL

Mineralen, VL

159 kg/cap 3,4%

163 kg/cap 3,5% 136 kg/cap 2,9%

327 kg/cap 6,8%

14A1-ROB

45C1-VL

2,9 kg/cap 0,1%

10,5 kg/cap 0,2%

Algemene civieltechnische werken: wegen, VL 8,9 kg/cap 0,2%

81 kg/cap 1,7%

45 kg/cap 1%

Mineralen, ROB 137 kg/cap 2,9%

100 kg/cap 2,1%

67 kg/cap 1,4%

45D1-VL 5 kg/cap 0,1%

Installatiewerkzaamheden in de bouw, VL

16 kg/cap 0,3%

24 kg/cap 0,5%

Mineraalgebruik door de Vlaamse finale vraag naar producten van de bouwsector (45B1) in VL

26BD1-VL Sector voor keramiek, gips, beton, …-producten, VL 1901 kg/cap 40,4%

14A1- EU

902 kg/cap 19,1% 50 kg/cap 1,1%

330 kg/cap 7%

Mineralen, EU

11 kg/cap 0,2%

2152 kg/cap 45,7%

14A1- ROW

Mineralen, ROW

655 kg/cap 13,9%

45E1-VL

51 kg/cap 1,1 % 227 kg/cap 4,8%

51A1-VL 9 kg/cap 0,2%

46 kg/cap 1%

4710 kg/cap

Afwerken van gebouwen en verhuur van bouw- en sloopmateriaal, VL 61 kg/cap 1,3% 104 kg/cap 2,2%

Groothandel, VL 156 kg/cap 3,3%

59 kg/cap 1,3% 1561 kg/cap 33,1%

1398 kg/cap 29,7%

Figuur 2: ketenanalyse van het materiaalgebruik door de Vlaamse finale vraag naar producten van de bouwsector (45B1) in Vlaanderen


26


27

4

Analyse van ‘ecodesign’ cases

4.1

Inleiding

Verschillende acties gericht op het reduceren van de milieu-impact van producten focussen sterk op het reduceren van het energieverbruik van de producten en hechten minder belang aan bijvoorbeeld het verminderen van het materiaalgebruik. In het Europese beleid voor energiegerelateerde producten overheersen momenteel de maatregelen gericht op energieperformantie in de gebruiksfase. Materiaalgebruik en milieu-impacten zijn vanzelfsprekend aan elkaar gerelateerd. In het Vlaamse IO model is als aanvullende informatie het gebruik van primaire materialen gekoppeld aan de sectoren. De gangbare milieu-impacten van het ontginnen en verwerken van deze materialen waren al opgenomen in de milieuextensie-tabellen. Via analyses met het Vlaams milieu input-output model wordt in deze paragraaf getoond hoe informatie over primair materiaalgebruik een aanvulling vormt op de gangbare milieu-impacten zoals broeikaseffect en energiegebruik. Dergelijke analyses kunnen breder gaan dan enkel input-output analyses. Gegevens die uit het input-output model worden gehaald, worden gecombineerd met gegevens zoals aankoopprijzen, kostprijsopbouw, gebruiksgegevens enz. Samen met de opdrachtgever en de begeleidingsgroep is besloten om dergelijke analyse toe te passen voor enerzijds auto’s en anderzijds gsm’s omdat die wellicht een ander beeld geven qua energie versus materiaalgebruik in de diverse productfasen en beide relevante productgroepen zijn. In het Vlaamse IO model is de herkenbaarheid van de beide producten totaal verschillend. De gevolgde methode, resultaten en conclusies voor beide cases worden in dit hoofdstuk besproken.

4.2

Case “auto”

4.2.1

Afbakening van de case

Om na te gaan of het IO-model bruikbaar is voor dergelijke cases, is het in eerste instantie belangrijk om zowel binnen de consumptiematrix (consumptie-activiteiten en productgroepen) als bij de gedefinieerde sectoren (SUT indeling) een voldoende gedetailleerde afbakening van de productgroep en zijn producerende sector gedefinieerd te hebben. In het geval van de “auto” is hieraan zeker voldaan: - Consumptiedomein ‘personenvervoer’, opgesplitst in de relevante consumptieactiviteiten o

‘over weg (indiv.) – aankoop wagen’;

o

‘over weg (indiv.) – gebruik wagen/brandstof’;

o

‘over weg (indiv.) – onderhoud producten’ en

o

‘over weg (indiv.) – onderhoud diensten’.

- Goed afgebakende sectoren in de toeleveringsketen o

Vervaardiging en assemblage van auto’s (34A1);

o

Vervaardiging van carrosserieën en van onderdelen en accessoires voor auto’s (34B1);

o

Handel in auto’s, onderhoud en reparatie (50A1). vlaams milieu-input-outputmodel

28

Deze case focust op het individuele personenvervoer met de wagen, en vertrekt zodoende vanuit de consumptie-activeiten die hieraan direct gerelateerd zijn (zoals hierboven opgesomd). Via een input-output analyse is voor verschillende milieu-aspecten nagegaan wat de bijdrage is van de productiegerelateerde resp. consumptiefasen in de keten. Deze analyse is gebeurd op basis van het IO-model 2003 en focust op broeikasgassen (uitgedrukt in CO2eq.), energiegebruik (in PJ) en materiaalgebruik (in kton).

4.2.2

Berekening van de milieu-impacten

Onderstaande tabel toont de bijdrage aan de verschillende milieu-aspecten van productieen consumptiegerelateerde fasen, voor de totale vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003. Enkel de eerste categorie ‘aankoop wagen’ is rechtstreeks gekoppeld aan de productie van de wagens die in 2003 werden aangekocht door Vlaamse huishoudens. De overige categorieën hebben eerder te maken met het gebruik van de wagen (nl. brandstof, onderhoud en rijden) en betreft de activiteiten voor het Vlaamse wagenpark dat voor huishoudens in 2003 op de weg was.Ook bij deze laatste categorieën wordt de hele voorketen (dus inclusief de productie van bv. reserveonderdelen of brandstoffen) mee in rekening gebracht. Zo heeft de bijdrage tengevolge van onderhoud vooral te maken met de productieketen van bv. reserveonderdelen. De categorie ‘gebruik wagen/brandstof’ omvat enkel de productieketen van de brandstoffen die worden getankt, terwijl de categorie ‘rijden’ enkel te maken heeft met de emissies tijdens het rijden, dus aan de uitlaat van de wagen. Deze laatste twee categorieën kunnen eventueel gesommeerd worden, vermits ze beide betrekking hebben op het brandstofgebruik van de wagen tijdens de gebruiksfase. Omdat door dergelijke aggregatie bepaalde interessante detailinformatie verloren gaat, hebben we ervoor geopteerd deze opsplitsing te behouden. We focussen in deze case op broeikasgasemissies en materialen, en niet zozeer op het energiegebruik an sich, omdat broeikasgasemissies een maat zijn voor het effect van energiegebruik op het milieu. Voor de volledigheid toont de tabel wel een meer volledig overzicht van milieu-aspecten die in kaart gebracht kunnen worden voor deze case. Tabel 3: Overzicht van de berekende bijdragen aan de verschillende milieuproblemen van de productie en consumptiefase, voor de totale vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003

AUTO

Energiegebruik Climate (eigenverbruik) Afvalproductie Primaire Primaire change VL suts VL suts ertsen kolen kton CO2eq PJ kton kton kton

Primair gas/olie kton

aankoop wagen

3302,9

2,7

87,7

3667,9

616,5

449,4

gebruik wagen/brandstof

2386,9

8,3

90,7

340,4

203,3

4614,2

onderhoud

1286,3

7,6

258,6

700,6

163,1

417,2

rijden

7543,0

102,5

14,4

Total

14519,1

121,1

451,4

4708,9

982,9

5480,8

Broeikaseffect De relatieve bijdragen van de verschillende ‘levenscyclusfasen’ (weerspiegeld door de consumptie-categorieën) aan het broeikaseffect wordt schematisch weergegeven in onderstaande figuur. Hieruit kunnen we afleiden dat, volgens berekeningen met het Vlaamse input-output model, 23% van de broeikasgasemissies veroorzaakt worden tijdens de productie van de wagen. Het merendeel van de broeikasgasemissies treedt op tijdens gebruik van de wagen en worden voornamelijk (52%) veroorzaakt door de emissies aan de uitlaat.


29

Ook de productie van deze brandstoffen heeft een aanzienlijke bijdrage, namelijk 16%. Samengeteld is het brandstofgebruik verantwoordelijk voor bijna 70% van de broeikasgasemissies gekoppeld aan personenvervoer met de wagen door Vlaamse huishoudens in 2003.

Productiefase versus consumptiefase Verhouding Climate Change impact

23%

aankoop wagen productie brandstof

52%

16%

onderhoud rijden

9%

Figuur 3: Aandeel van de productieen consumptiefasen in de totale broeikasgasemissies veroorzaakt door de vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003

Deze resultaten zijn in grote lijnen vergelijkbaar met de conclusies die volgen uit studies die gebaseerd zijn op levenscyclusanalyses van wagens. Uit een Belgische BELSPO studie (Van Mierlo J et al, 2011) blijkt dat voor Euro 4 technologie (verplicht vanaf 2005) de productiefase 8 a 10% van de BKG veroorzaakt (assemblage 3 a 4%, productie van materialen bedraagt ca 5 a 6% ). De emissies tijdens de gebruiksfase bedragen ca 90 a 92%.

Tabel 4: Bijdrage van de levenscyclusfasen van wagens aan totale broeikasgasemissies volgens Van Mierlo J. et al, 2011 Score in ton CO2 eq/lifetime driven distance

Diesel Euro 4

Petrol Euro 4

TTW

39.6

49.6

WTT

6.6

11.2

Raw materials

3.2

3.2

Assembly

2.2

2.2

EOL

-2.0

-2.0

52

66.2

Total (excl. EOL)

TTW = Tank to Wheel, , WTT = Well to Tank, EOL = End of Life.

Uit een EU studie van IPTS (Nemry F, 2008) blijkt een soortgelijk resultaat voor het totale wagenpark in EU-25 anno 2004: productie van de wagens bedraagt ca 8%, en reserveonderdelen ca 1% van de totale levenscyclus. De WTT emissies verhogen de brandstofemissies aan de uitlaat met ca 17% net zoals in de Belspo studie.


30

Tabel 5: Bijdrage van de levenscyclusfasen van wagens aan totale broeikasgasemissies volgens Nemry F., 2008 Proces/fase

In Mt CO2 eq

TTW

601

WTT

104

Production

65

Spare parts

6

EOL

1

Total

777

Bij vergelijking van de resultaten van de IO-analyse en de LCA-studies blijkt dat de bijdrage van de productiefase en vooral het onderhoud hoger worden ingeschat bij een IO-analyse dan bij een LCA. Hiervoor kunnen verschillende redenen gezocht worden, één van de meest waarschijnlijke is dat de ‘truncation error’ die bij LCA voortvloeit uit het definiëren van cut-off regels niet voorkomt bij IO (Rowley, 2009). Via IO-modellen wordt immers de hele economie en dus ook de hele voorketen automatisch meegenomen en wordt geen cut off regel toegepast. De cut off is in deze case vooral relevant voor de productieen onderhoudsfase en verklaart hiermee de verschillen. Materiaalgebruik Een analoge analyse is gemaakt voor het materiaalgebruik (uitgedrukt in ton) tengevolge van de vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003. Hierbij is onderscheid gemaakt tussen volgende types materialen: ertsen, kolen, gas/olie. Omdat het gebruik aan ertsen en gas/olie in deze case het meest relevant is (kolen zijn enkel nodig voor staalproductie en deels voor elektriciteitsopwekking), wordt de bespreking beperkt tot deze materialen. Onderstaande figuren tonen de relatieve bijdrage van de productieen consumptiefase voor gebruik ertsen resp. gebruik gas/olie. Het gebruik van ertsen is vooral relevant tijdens de productiefase van de wagen (78%), wat uiteraard rechtstreeks gekoppeld is aan de metalen gebruikt voor het maken van de wagens. Ook de bijdrage van het onderhoud van de wagens heeft hiermee te maken. Het gebruik van gas/olie is dan weer voornamelijk gerelateerd aan de brandstof die nodig is om met de wagen te rijden en resulteert in een gelijkaardige verdeling als de broeikasgasemissies.


31

Productiefase versus consumptiefase

Productiefase versus consumptiefase

Verhouding gebruik primaire ertsen

Verhouding gebruik primaire gas/olie

0% 7%

aankoop wagen

15%

0% 8% 8%

aankoop wagen

productie brandstof

productie brandstof

onderhoud

onderhoud

78%

84% rijden

rijden

Figuur 4: Aandeel van de productieen consumptiefasen in het totaal materiaalgebruik veroorzaakt door de vraag naar personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003

In 2003 zijn er in België ca 430.000 nieuwe personenwagens ingeschreven, waarvan 60% in Vlaanderen. Het aandeel personenwagens op naam van een privé persoon bedraagt ca 89%. (Timmermans J., 2005). Er zijn dus ongeveer 230.000 wagens aangekocht door Vlaamse huishoudens met een gemiddeld gewicht van ca 1000 kg. Het gaat het hier dus om 230 miljoen kg auto’s. De primaire ertsen die daarvoor nodig waren bedragen volgens het IO model 3667 miljoen kg. In de voorketen wordt dus nog een factor 16 meer materiaal aan ertsen gewonnen/verplaatst en verwerkt dan het uiteindelijk autogewicht. In LCA-studies wordt informatie met betrekking tot de gebruikte materialen ingezameld tijdens de inventarisatiefase, waarover meestal niet of met weinig detail wordt gerapporteerd. Om die reden is een vergelijking met het materialengebruik binnen bovengenoemde LCA studies van auto’s niet mogelijk.

4.2.3

Conclusies

Uit deze eenvoudige oefening blijkt alvast dat het belang van de productie- dan wel consumptiefase gekoppeld aan de vraag naar personenvervoer verschilt naargelang het milieu-aspect dat bekeken wordt. Bij energiegerelateerde impacten (broeikaseffect, energiegebruik, gebruik van fossiele brandstoffen) levert vooral de gebruiksfase een belangrijke bijdrage. Wanneer het gaat om materiaalgerelateerde aspecten (gebruik van ertsen) is vooral de productiefase belangrijk Er kunnen dus geen eenduidige conclusies over het belang van de diverse fases in de levenscyclus worden geformuleerd over alle milieuproblemen heen. Milieubeleid (energie, emissies, afval, grondstoffen) heeft per aspect of impact een eigen analyse nodig om de meest bijdragende factoren waar dan ook in de levenscyclus van producten te bepalen: het materialengebruik in termen van kg ligt voor een auto in de productiefase vele malen hoger dan in de gebruiksfase, naar verwachting zal afval (ook in termen van kg) in de productiefase dan ook veel hoger liggen. Een vraag is natuurlijk of het IO model het juiste model is om het milieubeleid rond auto’s verder te ontwikkelen: vermoedelijk niet omdat hier al specifiekere modellen voor auto’s en hun gebruik voor ontwikkeld zijn. Het IO model met zijn aanvullingen rond materialen en primaire energie kan wel in korte tijd een totaaloverzicht over vele sectoren en consumptiedomeinen creeëren om bv. te zien of alle relatief veel bijdragende sectoren al gedekt zijn binnen het beleid. Daarnaast zijn de verschillende impacts ook heel anders verdeeld over de verschillende schakels in de productieen gebruiksketen in vergelijking met hun monetair aandeel (volgens basisprijzen). Onderstaande figuur toont dat, ten opzichte van de totale bestedingen van huishoudens aan personenvervoer met de wagen, de aankoop van de wagen bijna de helft van deze bestedingen omvat. Het aandeel van het tanken (aankoop brandstof) is slechts


32

15%. Dit beeld vertoont (toevallig) gelijkenissen met het aandeel van de verschillende fasen in het gebruik van ertsen, maar geeft een ander beeld vergeleken met het belang van de verschillende fasen voor broeikasgasemissies. Monetair gezien is de aanschaf van een wagen belangrijker dan de kosten van brandstof gedurende het leven van de wagen (terwijl dat voor broeikasgassen zelf qua belang net andersom ligt).

Productiefase versus consumptiefase Aandeel in bestedingen (basisprijzen)

36%

aankoop wagen 49%

gebruik wagen/brandstof onderhoud

15%

Figuur 5: Aandeel van de productieen consumptiefasen in de totale bestedingen (uitgedrukt in basisprijzen) voor personenvervoer met de wagen vanuit Vlaamse huishoudens in 2003, excl. Verzekeringen, inschrijvingen etc. Tabel 6: Aandeel van de impact van personenvervoer met de wagen door Vlaamse huishoudens in 2003 ten opzichte van de impact van de totale consumptie van Vlaamse huishoudens in 2003

Verhouding impact 'auto' tov totale impact Vl consumptie

Climate change

Energiegebruik (eigenverbruik) VL suts

Primaire ertsen

Primaire kolen

Primair gas/olie

kton CO2-eq

PJ

kton

kton

kton

totale bijdrage Vlaamse consumptie (incl voorketen)

81573,16

688,08

14986,73

8146,56

14908,83

totale bijdrage 'auto'

14519,1

121,1

4708,9

982,9

5480,8

aankoop wagen

4%

0%

24%

8%

3%

productie brandstof

3%

1%

2%

2%

31%

onderhoud

2%

1%

5%

2%

3%

rijden

9%

15%

0%

0%

0%

totale bijdrage 'auto'

18%

18%

31%

12%

37%

De consumptiecategorie ‘auto’ door huishoudens heeft een monetair aandeel van 12% in de totale bestedingen van Vlaamse huishoudens in 2003. Uit bovenstaande tabel valt te concluderen dat de auto relatief het hoogste beroep doet op gas/olie in zijn gebruiksfase. Gebruik van primaire ertsen is ook relatief belangrijk voor de productie van wagens, vermoedelijk vooral via staal/aluminium en koper. Ondanks de hoge score voor gebruik van ertsen waar voor staalproductie toch ook veel kolen nodig zijn is er gemiddeld gezien een gemiddeld beroep op kolen door de wagens. Andere consumptieactiviteiten doen kennelijk een groter beroep op kolen.


33

4.3

Case “gsm”

4.3.1

Afbakening van de case

De gsm en zijn gebruik is een onderdeel uit de in het Vlaamse IO-model samengevoegde consumptie-activiteit ‘Communicatie en multimedia’ (binnen consumptiedomein sport en ontspanning), met als belangrijkste bijdragende sector in de voorketen ‘Post en Telecommunicatie’ (64A1 + 64B). In vergelijking met de vorige case voor personenvervoer met de wagen is nu zowel de consumptie-activiteit als de voorketen veel breder en dus kunnen minder specifieke conclusies worden getrokken.

4.3.2

Berekening van de milieu-impacten met standaard IOmodellering

De beperkingen voor dergelijke onvoldoende afgelijnde productgroep in het IO-model worden duidelijk in de analyse van enkele milieu-aspecten, volgens de gewone IO-modellering zoals voor vorige case is toegepast. De resultaten hiervan zijn weergegeven in onderstaande tabel. Tabel 7: Overzicht van de berekende bijdragen aan de verschillende milieuproblemen van de productie en consumptiefase, voor de totale vraag naar communicatie en multimedia, waar mobiele telefonie een deel van uitmaakt, vanuit Vlaamse huishoudens in 2003

Communicatie en multimedia

productie

Energiegebruik (eigenverbruik) Afvalproductie Climate change VL suts VL suts

Primaire Primair kolen gas/olie

kton CO2-eq

PJ

kton

kton

kton

kton

2399,79

25,72

186,36

454,15

293,77

266,88

6,26

22,02

31,99

208,38

454,15

293,77

266,88

gebruik TOTAAL

Primaire ertsen

2399,79

Uit deze resultaten kunnen weinig bruikbare besluiten worden gehaald. Voor mobiele telefonie is slechts één consumptie-activiteit relevant (communicatie en multimedia), waardoor de milieu-aspecten die gekoppeld zijn aan mobiele telefonie niet zichtbaar zijn en verdwijnen in de milieu-aspecten van de andere bestedingen binnen deze activiteit. Daarnaast krijgt de consumptieactiviteit “mobiele telefonie” de gemiddelde milieubelasting van de voorketens van de ‘Telecommunicatie en Post’ mee. Daartoe behoren bijvoorbeeld ook de emissies van de wagens die voor de post rondrijden, papiergerelateerde sectoren etc. Voor de telecommunicatie valt te verwachten dat andere factoren belangrijker zijn, zoals het elektriciteitsgebruik van het net en mogelijk de aanleg van de infrastructuur zoals de zendmasten voor de mobiele telefonie. Voor de vaste telefonie gaat het ook over elektriciteit en vaste koperen leidingen/glasvezelnetwerken etc. Door de ‘Post en telecommunicatie’ geaggregeerd te beschouwen kan er hierdoor voor de resultaten een behoorlijke afwijking ontstaan ten opzichte van de werkelijk aan de gsm toe te wijzen emissies. Dit probleem van een vraag die feitelijk om veel meer detail vraagt dan het IO-model bevat in zijn sectorindeling komt vanzelfsprekend vaker voor. Een gedetailleerde LCA is dan beter in staat om de vraag met meer precisie te beantwoorden. Met het IO-model zelf kan ook meer precisie bereikt worden indien voor het specifieke product meer financiële informatie beschikbaar is over de prijsopbouw van het product in termen van de bestaande IO sectoren. In deze case werken we dergelijke analyses uit en vergelijken de resultaten. Om deze reden is het met dergelijke oefening dus ook niet mogelijk om een onderscheid te maken tussen de milieu-aspecten gekoppeld aan bijvoorbeeld de aankoop/productie van gsm’s, het elektriciteitsverbruik voor opladen etc., wat wel mogelijk was voor het personenvervoer.


34

Onderstaande tabel vergelijkt de bijdrage van ‘communicatie en multimedia’ met de bijdragen gekoppeld aan de totale consumptie van Vlaamse huishoudens in 2003. Monetair bedraagt het aandeel van ‘communicatie en multimedia’ in de totale bestedingen van Vlaamse huishoudens 4%. Tabel 8: Aandeel van de impact van communicatie en multimediagebruik door Vlaamse huishoudens in 2003 ten opzichte van de impact van de totale consumptie van Vlaamse huishoudens in 2003

Verhouding impact 'communicatie en multimediagebruik' tov totale impact Vl consumptie

totale bijdrage Vlaamse consumptie (incl voorketen) totale bijdrage 'communicatie en multimedia'

Climate change kton CO2-eq

Energiegebruik (eigenverbruik) Afvalproductie Primaire Primaire Primair VL suts VL suts ertsen kolen gas/olie PJ

kton

81573,16

688,08

17689,97

2399,8

32,0

208,4

454,1

293,8

266,9

3%

5%

1%

3%

4%

2%

aandeel ‘communicatie en multimedia’

kton

kton

kton

14986,73 8146,56 14908,83

Uit deze tabel valt op te maken dat “communicatie en multimediagebruik” een relatief gemiddelde bijdrage levert aan broeikaseffect en gebruik van primaire ertsen. Op het vlak van afval en gas/olie ligt het aandeel van afval en gas/olie wel duidelijk lager dan het monetaire aandeel. Uit bovenstaande oefening blijkt duidelijk dat hieruit weinig of geen relevante conclusies kunnen afgeleid worden ten aanzien van gebruik van mobiele telefonie door Vlaamse huishoudens. De reden hiervoor is de onvoldoende afbakening van deze productgroep in de consumptiematrix en deels ook in de voorketen ervan.

4.3.3

Berekening van de milieu-impacten met alternatieve IOmodellering

Een mogelijkheid om met het IO-model toch een meer specifieke analyse te doen bestaat erin om binnen de consumptie-activiteit ‘communicatie en multimedia’ mobiele telefonie af te splitsen. Om dit te kunnen, zijn gegevens nodig over de bestedingen van Vlaamse huishoudens (op jaarbasis) aan de verschillende aspecten van mobiele telefonie. Door vervolgens deze specifieke bestedingen te koppelen aan de milieu-aspecten van de productieketen van de producten en diensten worden dan meer specifieke resultaten bekomen. Uiteraard blijft dit een vrij hoge onzekerheidsmarge hebben, die samenhangt met de onzekerheid van de gegevens over de bestedingen. Specifiek voor deze case zijn gegevens opgezocht voor de volgende aspecten van mobiele telefonie: - Aankoop van gsm; - Elektriciteitsgebruik voor opladen; - Abonnementskosten. De gegevens zijn telkens herrekend naar alle Vlaamse huishoudens over het ganse jaar 2003. Onderstaand wordt deze oefening als illustratie gegeven. vlaams milieu-input-outputmodel

35

4.3.3.1

Aanvullende informatie over kostprijsopbouw omtrent gsm’s in huishoudens

Gewicht en prijs gsm anno 2003 De gsm’s uit het jaar 2003 wogen typisch 90g (Testaankoop nr. 468 sep 2003). Winkelprijzen varieerden tussen 99 en 549 Euro met een gemiddelde van 260 Euro voor alle 47 geteste gsm’s in december 2003 (Testaankoop nr. 471, dec 2003). Productieprijzen (vanaf de poort van de fabrikant) zijn niet gemakkelijk te vinden. We hebben wel een referentie gevonden uit Amerika die spreekt over een kostprijs van ca. 35 dollar dus ca 30 Euro medio 2005 (http://www.esato.com/news/20-production-cost-for-new-mobile-platform-616). We nemen even aan dat de gemiddelde basisprijs in 2003 zeker hoger is geweest en ca. 60 Euro bedroeg. De producerende sector in Vlaanderen kan 32A1 zijn (Vervaardiging audio,video, telecommunicatieapparatuur), ook al zal een belangrijk deel uit het buitenland komen. Het aantal gsm’s heeft een enorme opmars meegemaakt en is in 2003 gestegen tot 83,5 per 100 inwoners in België (http://www.itu.int/ITU-D/ict/statistics/). In Vlaanderen woonden er ca 6 miljoen mensen in 2003. In 2002 hadden 79 van de 100 inwoners een mobiele telefoon, dus dat betekent dat er in 2003 in totaal ca 270.000 gsm’s zijn verkocht. We moeten aannemen dat een significant deel ervan telefoons voor het werk zijn geweest (ca 35%) en dat het aandeel door huishoudens ca. 65% was. Dus er zijn naar schatting 175.500 gsm’s door huishoudens aangeschaft in 2003. Aan een geschatte prijs van 60 Euro komt dit overeen met 10,53 miljoen gsm’s die zijn aangekocht door huishoudens in 2003. Het gemiddelde aantal gsm’s in gebruik in Vlaanderen zal ca. 4,87 miljoen zijn geweest (gem. van 79% en 83,5% per inwoner). We nemen opnieuw aan dat 65% hiervan voor gebruik door huishoudens is geweest, wat neerkomt op 3,17 miljoen gsm’s. Tabel 9: Bestedingen door Vlaamse huishoudens in 2003 voor aankoop gsm’s Gsm aanschaf

Basisprijs per stuk (Euro)

Leveringen 2003 in Vlaanderen in basisprijs aan huishoudens door 32A1 (Euro)

60

10.53 miljoen

Elektriciteitsgebruik voor opladen Een Europese studie (http://ec.europa.eu/environment/ipp/pdf/nokia_mobile_05_04.pdf) geeft melding van volgende gebruiksscenario’s: - light user gebruikt 25 MJ aan elektriciteit; - heavy user gebruikt 33,5 MJ; - gedurende een levensduur van 2 jaar. Deze waarde betreft de elektriciteit uit het stopcontact, niet de primaire energie nodig om die ca 30 MJ per twee jaar te maken. Per jaar gaat het dus om 15 MJ (of 4,2 kWh) energie nodig voor het opladen van een gsm. De prijs van elektriciteit voor de consument in Vlaanderen (voor gemiddeld verbruik van 3500 kWh per jaar) bedroeg in 2002/2003 ca 0,15 Euro per kWh (Testaankoop Nr. 465, mei 2003). We nemen aan dat de basisprijs ca 0,1 Euro per kWh bedraagt. De basisprijs voor het opladen van een gsm gedurende een jaar wordt dus geschat op 0,42 Euro (4,2 kWh x 0,1 Euro/kWh)..


36

Tabel 10: Bestedingen door Vlaamse huishoudens in 2003 voor opladen van gsm’s Elektriciteit voor opladen GSM

Basisprijs voor 4,2 kWh per jaar per toestel (Euro)

Leveringen 2003 aan elektriciteit aan HH door 40A1 (Euro)

0,42

1,33 miljoen Euro

Abonnement/gesprekken voor telecomdiensten door huishoudens: Uit een onderzoek van OIVO in 2003 is gebleken dat jongeren tot 25 jaar ca. 17 tot 18 Euro per maand aan gsm-gesprekken en sms-en uitgeven (http://www.oivocrioc.org/teksten/pdf/842.pdf). We nemen aan dat dit gebruik ook redelijk dicht bij het gemiddelde gebruik zal liggen en dat het om ca. 10 Euro (basisprijs) per maand per toestel gaat, wat neerkomt op 120 Euro per jaar per toestel. Een aantal van de toestellen zullen ongebruikt liggen. Zakelijk gebruik zal hoger liggen qua gebruik en zelfs een deel van privé gebruik overnemen. Met 3,17 miljoen gsm’s in gebruik bij Vlaamse huishoudens in 2003, komt dit neer op een besteding van 380,40 miljoen Euro voor abonnementen/gesprekken. De telecombedrijven moeten van deze inkomsten de infrastructuur, hun energiegebruik , kantoren, verkooporganisatie en personeel betalen. Tabel 11: Bestedingen door Vlaamse huishoudens in 2003 voor abonnementen voor telecom diensten gebruik GSM

Basisprijs voor 1 jaar telefoneren per gsm (Euro)

Leveringen 2003 aan HH voor gsm gebruik door 64A1 en 64B (Euro)

120

380.40 miljoen Euro

We kunnen deze aankoop/besteding alleen maar toewijzen aan de gecombineerde sector 64A1 en 64B en dat blijft helaas een gemiddelde over post, vaste en mobiele telecommunicatie en overige communicatie. We hebben geen informatie over een verdere uitsplitsing tussen levering van zendmasten, gebruik van energie etc. dus we zullen moeten leven met een gemiddelde sector ‘Post en Telecommunicatie’ (64A1 + 64B). Deze is om vertrouwelijkheidsredenen in het monetaire luik samengevoegd. Uit de Europese EIPRO studie, die betrekking had op de jaren 2000-2003, waar post en telecom wel gescheiden zijn behandeld op EU-niveau, weten we dat post per Euro een fors hogere bijdrage (ca factor 6) geeft aan broeikaseffect dan telecommunicatie. Aangezien post monetair gezien een veel kleiner aandeel heeft in de uitgaven (0,25 % voor post vs 3,6 % voor telecom) verhoogt dit de gemiddelde emissies van broeikasgassen van “post + telecom” met ca 50% vergeleken met die van telecom afzonderlijk. Verwachting is dus dat de geschatte emissies door “gsm” in deze meer gedetailleerde berekening voor het monetair belangrijkste deel (de abonnementen/gesprekken) een overschatting zullen zijn van de werkelijkheid. Kanttekening hierbij is dat zelfs in de EIPRO-studie telecommunicatie ook nog een optelsom van vaste en mobiele telefonie is.

4.3.3.2

Uitwerking van alternatieve verfijnde IO-analyse voor gsm’s

Op basis van bovenstaande kostengegevens is de IO-analyse opnieuw gebeurd. De belangrijkste verfijning ligt in de meer specifieke bestedingen van huishoudens voor gsmgebruik. Deze zijn gekoppeld aan de milieugegevens voor de relevante sectoren waarvan de huishoudens goederen en diensten aankopen ten behoeve van mobiele telefonie.


37

Onderstaande tabel toont de verdeling van de broeikasgasemissies en materiaalgebruik over de verschillende sectoren waarvan huishoudens goederen en diensten afnemen. De bestedingen en dus ook impacten verbonden aan de aankoop, incl. productie, van gsm’s zijn verdeeld over zowel de producerende sector (32A1) als de groot- en kleinhandel (51A1 resp. 52A1). Voor wat betreft het gebruik van gsm’s zijn de impacten door het opladen volledig toegewezen aan de sector van productie van elektriciteit, gas en warm water (40A1), de abonnementen zijn toegewezen via de sector van post en telecommunicatie (64AB1). Tabel 12: Aandeel van de impact van de verschillende ‘levenscyclusfasen’ voor de vraag naar mobiele telefonie door Vlaamse huishoudens in 2003 (volgens verfijnde methode)

Climate change

Primaire ertsen

Primaire kolen

Primair gas/olie

kton CO2-eq

ton

ton

ton

32A1 (productie)

0%

0%

0%

0%

51A1 (groothandel)

1%

1%

1%

2%

52A1(kleinhandel)

2%

3%

2%

3%

40A1 (laden)

6%

0%

5%

0%

64AB1 (abonnement/operator)

91%

95%

92%

95%

totaal 'GSM' in 2003 door VL HH Totaal productiefase (voorketen)

In totaal bedraagt het aandeel van productie en gebruik (laden) van de gsm’s 9% van het volledige aandeel voor broeikasgasemissies. Het merendeel van de emissies wordt veroorzaakt door de telecommunicatiesector zelf, t.g.v. bijvoorbeeld het energiegebruik van het netwerk. Dit is mogelijk een overschatting, omdat in deze sector (64AB1) zowel de post als de telecommunicatiebedrijven en andere zitten. Toch komen deze verhoudingen voor broeikaseffect redelijk overeen met de bevindingen van een LCA-studie door Ericsson zoals verder beschreven. Onderstaande tabel toont de berekende milieu-aspecten in absolute waarde voor het totale gsm gebruik (zowel voor de aanschaf van de nieuwe gsm’s als voor het gebruik van alle nietprofessionele gsm’s) van Vlaamse huishoudens in 2003. Tabel 13: Bijdragen aan de verschillende milieu-aspecten, voor de totale vraag naar mobiele telefonie vanuit Vlaamse huishoudens in 2003, volgens verfijnde IO-analyse

Primaire ertsen

Primaire kolen

Primair gas/olie

kton CO2-eq

ton

ton

ton

141

38881

19806

38181

32A1 (productie)

0,2

177

40

103

51A1 (groothandel)

0,9

450

132

697

52A1(kleinhandel)

2,8

1260

406

960

40A1 (laden)

8,1

145

1085

117

128,6

36849

18142

36305

totaal 'GSM' in 2003 door VL HH Climate change Totaal productiefase


Deze resultaten zeggen op zich niet veel. Om deze resultaten te kunnen vergelijken met enerzijds LCA-resultaten en anderzijds met de IO-analyse van de ‘auto’, herrekenen we ze naar één gsm door deze absolute waarden voor het totale gsm gebruik te delen door het aantal gsm’s: - 32A1, 51A1 en 52A1: deze hebben te maken met de gsm’s die worden aangeschaft in 2003 (flow) en worden dus door dit aantal gedeeld (175.500 gsm’s);


38

- 40A1 en 64AB1: hebben te maken met het gebruik van alle gsm’s in gebruik (stock) en dus worden deze waarden gedeeld door dit aantal (3,17 miljoen gsm’s). Dit resulteert in volgende resultaten, welke de milieu-aspecten weergeven per gsm, berekend met de verfijnde IO-analyse. Materiaalgebruik is niet relevant voor het laden en de abonnementen, vandaar dat deze cellen niet ingevuld zijn in de tabel. Tabel 14: Bijdragen aan de verschillende milieu-aspecten, per gsm gebruikt in Vlaamse huishoudens in 2003, volgens verfijnde IO-analyse

Climate change

Primaire ertsen

Primaire kolen

Primair gas/olie

kg CO2-eq

ton

ton

ton

65,430

0,011

0,003

0,010

32A1 (productie)

1,310

0,0010

0,0002

0,0006

51A1 (groothandel)

5,057

0,0026

0,0008

0,0040

52A1(kleinhandel)

15,915

0,0072

0,0023

0,0055

40A1 (laden)

2,571


40,577

per GSM Totaal productiefase

De absolute waarde voor broeikasgasemissies komt goed overeen met de verderop gerapporteerde 55 kg CO2/gsm in de Ericsson LCA-studie. Dit laat zien dat de top-down IObenadering met de noodzakelijke verfijning via kostprijsopbouw toch goed overeenkomt met de resultaten van de bottom-up LCA-methode. Naar het gebruik van ertsen zien we dat per gsm van gemiddeld 100g er 11kg primaire ertsen nodig zijn geweest. Dit is dus een factor 110 voor de gsm die vergeleken met de auto (factor 16) toch een heel stuk hoger ligt. Algemeen is bekend dat elektronische producten in hun voorketen relatief gezien veel materialen gebruiken. De materialeninformatie die aan het IO model is toegevoegd kan een behulpzame indicator kunnen zijn voor de ontwikkeling van een grondstoffenbeleid of de opsporing van aanvullend afvalbeleid (in termen van kg): voor GSM’s zou de productiefase wel eens belangrijker kunnen zijn dan de afdankfase van het toestel. Het recycleren van auto’s en GSM’s blijft vanzelfsprekend belangrijk maar is al aan regelgeving onderhevig middels WEEE en End-of-Life vehicles Directives.

4.3.3.3

Toegevoegde waarde van alternatieve verfijnde IO-modellering

Om na te gaan wat nu de toegevoegde waarde is van deze verfijnde IO-analyse toont onderstaande tabel voor het totale gsm-gebruik van Vlaamse huishoudens in 2003 de totale broeikasgasemissies berekend volgens twee methoden: - Alternatieve (verfijnde) methode: zoals hierboven beschreven, met een specifieke kostprijsopbouw voor gsm gebruik (par. 4.3.3.2); - Eenvoudige methode waarbij emissies verdeeld worden volgens het monetaire aandeel: via de kostprijsopbouw van de gsm (par. 4.3.3.1) weten we dat de totale bestedingen van Vlaamse huishoudens aan mobiele telefonie naar schatting 392 miljoen Euro bedragen. Dit is 14% van de totale bestedingen van Vlaamse huishoudens aan de consumptieactiviteit ‘communicatie en multimedia’. Wanneer we deze ratio ook toepassen op de totale broeikasgasemissies van communicatie en multimedia (2400 kton CO 2-eq., zie tabel 8), resulteert dit in een schatting van de broeikasgasemissies voor mobiele telefonie van 336 kton CO2-eq. Dit laat zien dat voor heel specifieke vragen waarbij de productgroep slechts een klein aandeel is van de in het IO-model gedefinieerde consumptie-activiteiten/producerende vlaams milieu-input-outputmodel

39

sectoren, een voorstudie noodzakelijk is om toch nog met een IO-analyse een zekere nauwkeurigheid te bereiken. Tabel 15: Broeikasgasemissies tengevolge van de vraag naar mobiele telefonie van Vlaamse huishoudens in 2003, berekend volgens 2 methodes

Impact van mobiele telefonie volgens alternatieve verfijnde methode (par. 4.3.3.2) Impact van mobiele telefonie volgens monetair aandeel van volledige consumptie-activiteit (par. 4.3.3.3) Impact van communicatie en multimedia (waarvan mobiele telefonie deel uitmaakt) (par. 4.3.2)

4.3.4

Climate change

Bestedingen

kton CO2-eq

mio Euro

141

392

336

2400

2822

Vergelijking met LCA-studies van gsm-gebruik

LCA studie EU IPP Nokia project mbt CO2 , gerapporteerd in 2005 (http://ec.europa.eu/environment/ipp/pdf/nokia_mobile_05_04.pdf ) CO2 emissies van GSM toestel: - productiefase ca 60%; - transport componenten 6%; - transport tot consumer 5%; - gebruiksfase 29-35%. De totale CO2 emissies van een GSM in zijn gehele leven (van 2 jaar) bedragen 13 a 14 kg CO2. Per jaar en per gsm komt dit dus neer op 6,5 a 7 kg CO2.


40

Figuur 6: Broeikasgasemissies gekoppeld aan de verschillende levenscyclusfasen van een gsm, volgens LCA studie EU IPP Nokia project

Ericsson LCA studie naar UMTS systeem (2004) met in totaal 1,5 miljoen gebruikers De studie beschouwt zowel de GSM’s zelf als de infrastructuur, energiegebruik van infrastructuur en GSM’s en ook de kantoren van Ericsson etc en is dus in feite een completer systeem. De totale score voor broeikaseffect bedraagt volgens deze studie 55 kg CO2 per jaar per toestel en ligt dus beduidend hoger dan de GSM alleen. Het zendmastennetwerk en zijn energiegebruik zijn belangrijker dan de GSM zelf.


41

Figuur 7: Broeikasgasemissies gekoppeld aan de verschillende levenscyclusfasen van UMTS-systeem, volgens LCA studie EU IPP Nokia project

Conclusies uit de LCA-studies vergeleken met de IO-analyse Met de verfijnde IO-modellering hebben we laten zien dat met meer gedetailleerde informatie uit een voorstudie naar bijdragende sectoren de resultaten (voor de case GSM tenminste) aanzienlijk kan worden verbeterd. In termen van zowel totale score als verdeling over de productfases voor broeikaseffect komt het IO resultaat vrij goed overeen met een veel uitgebreidere LCA studie.

4.4

Conclusies

Bij de vergelijking tussen LCA en IO zijn uiteraard nog andere bedenkingen relevant, zoals: - De toevoeging van het gebruik van primaire materialen aan het Vlaamse IO model laat toe om materiaalintensieve sectoren maar ook finale consumptieactiviteiten op te sporen. Op termijn zouden deze wellicht ook aan een uitputtingsimpactcategorie gekoppeld kunnen worden, De gangbare milieu-impacts die aan de ontginning en verwerking van deze primaire materialen zijn verbonden, zijn al zichtbaar in de milieuextensietabellen. - LCA vertrekt vanuit een productperspectief en is zodoende specifiek van toepassing voor dat product, ook de productieketen wordt zoveel mogelijk specifiek voor de productie van de wagen in kaart gebracht. Om tijds/budgettaire redenen wordt de in principe oneindige levenscyclus afgebroken (middels cut-off criteria) leidend tot de zgn “truncation error”. Daartegenover staat dat een IO-analyse vertrekt vanuit een vlaams milieu-input-outputmodel

42

consumptie-activiteit/productgroep en ook voor de productieketen gebonden is aan het detailniveau van de sectoren zoals gedefinieerd in het IO-model. Algemeen beschouwd zal een LCA specifiekere resultaten geven dan een IO-analyse, omgekeerd zal een IO-analyse vollediger zijn, maar kan door zijn beperkingen qua detail van consumptie-activiteit/productgroep ook onnauwkeuriger zijn door uitmiddeling met andere activiteiten binnen dezelfde categorie. Een manier om voor specifieke producten die slechts een klein deel uitmaken van de consumptieactiviteit/sector toch meer nauwkeurigheid te bereiken is het verrichten van een vooronderzoek naar de monetaire opsplitsing van het specifieke product over de voorafgaande sectoren in de voorketen. - Een IO analyse kost veel minder tijd dan een LCA analyse en laat dankzij het totale IO model ook veel gemakkelijker een vergelijking toe met andere activiteiten in de maatschappij. - Bij een IO-analyse waarbij gezocht wordt naar de verhoudingen in milieubelasting tussen de productiefase en de gebruiksfase treedt een discrepantie op tussen de milieugegevens verbonden aan de consumptiefase (stockgegevens, voor het wagenpark in 2003, en dientengevolge een gemiddelde voor de technologie van ca. de laatste 10 jaar) en deze verbonden aan de productiefase (flowgegevens, voor de wagens aangekocht in 2003 en dientengevolge wellicht niet representatief voor de gemiddelde aankoop van wagens (wegens top/crisisjaar )). Voor de case van de wagens zal de markt en ook de technologische ontwikkeling minder snel aan verandering onderhevig zijn geweest dan die voor de case van de GSM’s. In de praktijk van analyses is het belangrijk dat productiegegevens worden gekoppeld aan de verkoop in dat jaar en de gebruiksgegevens aan de in omloop zijnde producten, voor een correcte interpretatie. - De cases van de auto en de GSM zijn gebruikt als illustratie van mogelijkheden en beperkingen om milieuaspecten of milieu-impacten te analyseren met het uitgebreide IO-model. Indien er al meer gedetailleerde modellen/informatie beschikbaar is voor beleidstoepassingen (zoals bij de auto), levert het IO-model op zich niet meer detail op, wel staat het toe om auto’s met andere productgroepen te vergelijken. Bij de GSM, die als product niet afzonderlijk herkenbaar is in het IO-model, laat het verfijnde model zien hoe er toch nog zinvolle resultaten met behulp van het IO-model kunnen worden behaald.


43

5

Opsplitsen van landbouwsector

5.1

Inleiding

Tijdens een overleg met landbouw-experten werd afgesproken om de landbouwsector (SUT 01A1) in het Vlaamse input-outputmodel op te splitsen in 3 sectoren, namelijk:   

Akkerbouw, Veeteelt, Tuinbouw.

Vervolgens werd gesuggereerd (door Guy Vandille van het Federaal planbureau) om ook de sector “overige” mee op te nemen. Deze optie wordt meegenomen in de aanbod- en gebruikstabellen waar de levering van de dienst (in de rij) aan de verschillende landbouw subsectoren (in de kolommen, akkerbouw, veeteelt en tuinbouw) is opgenomen. In de uiteindelijke input-outputtabellen zien we deze sector echter niet terugkomen (omdat hij niet gedefinieerd is als subsector van de landbouw, enkel als een ‘dienst (of product)’). In dit document wordt op basis van de aanbod- en gebruikstabellen nagegaan:    

welke producten door de landbouw worden geleverd (aanbodstabel); welke sectoren landbouwproducten leveren (aanbodstabel); welke producten de landbouw gebruikt (gebruikstabel); welke sectoren producten uit de landbouw gebruiken (gebruikstabel).

Deze analyse moet het mogelijk maken om vervolgens in de aanbod- en gebruikstabellen de landbouwsector op te splitsen in de genoemde deelsectoren. En dit zowel voor de geleverde landbouwproducten door de landbouwsectoren maar ook door de andere sectoren alsook voor de gebruikte producten door de landbouwsectoren. Het gaat hierbij zowel om het gebruik van landbouwproducten binnen de landbouw én daarbuiten, maar ook het gebruik van niet-landbouwproducten door de landbouw. In wat volgt wordt weergegeven hoe de verschillende producten wordt verdeeld en toegekend aan de verschillende subsectoren van de landbouw.

5.2

Analyse en opsplitsing aanbod- en gebruikstabel

5.2.1

Aanbodtabel

5.2.1.1

Welke producten worden door de landbouw aangeleverd?

De landbouwsector levert voor 98% landbouwproducten aan. Daarnaast levert deze sector nog beperkte hoeveelheden vleesproducten (15A1; 0.75%), zuivelproducten (15E1; 0.4%), hotels/kampeerterreinen (55A1; 0.15%).


44

15E01 0,37% 01A01 98,74%

55A01 0,15%

Other 1,26% 15A01 0,75%

Figuur 8 : verdeling van door de landbouw geleverde producten

Om de geleverde landbouwproducten toe te kennen aan de subsectoren van de landbouw werd stapsgewijs een verdeelsleutel berekend.     

Uit de gebruikstabel weten we dat gebruik van diensten ongeveer 6% uitmaakt; Op basis hiervan wordt berekend over hoeveel mio Euro dit gaat (gebruikstabel); Dit bedrag wordt afgetrokken van de leveringen van de landbouw (in aanbodtabel); Het resterende bedrag wordt verdeeld over de leveringen van producten van veeteelt, akkerbouw en tuinbouw volgens productiewaarde; Levering van diensten wordt verdeeld over de 3 subsectoren volgens de productiewaarden.

Onderstaande tabel geeft het resultaat hiervan weer. Tabel 16 : Overzicht door de landbouw geleverde landbouwproducten verdeeld over subsectoren Landbouw, jacht en aanverwante diensten Producten van de landbouw, jacht en diensten in verband met deze activiteiten akkerbouw

akkerbouw

tuinbouw

100% 10%

veeteelt tuinbouw overige

veeteelt

56% 31% 0,3%

1,6%

0,9%

De geleverde niet-landbouwproducten worden op basis van een eenvoudige analyse en expertinschatting als volgt toegekend aan de verschillende subsectoren: 

Vleesproducten (15A1) worden volledig toegekend aan de veeteelt;


45

 

Zuivelproducten (15E1) worden volledig toegekend aan de veeteelt; Hotels/kampeerterreinen (55A1) wordt verdeeld over de drie subsectoren a rato van 40% akkerbouw, 40% veeteelt en 20% tuinbouw.

Onderstaande tabel geeft het resultaat hiervan weer. Tabel 17 : Overzicht door de landbouw geleverde niet-landbouwproducten over subsectoren Landbouw, jacht en aanverwante diensten Vlees en vleesproducten 15A1 Zuivelproducten en consumptie-ijs 15E1 Hotels kampeerterreinen en overige accommodaties voor kortstondig verblijf 55A1

5.2.1.2

akkerbouw

veeteelt

tuinbouw

100%

0%

100%

0%

100%

0%

100%

0%

100%

40%

40%

20%

Welke sectoren leveren landbouwproducten aan?

Landbouwproducten worden voor 98% aangeleverd door de landbouwsector (01A1). Andere sectoren die een beperkte hoeveelheid landbouwproducten aanleveren zijn de sector van maalderijen (15F1 + 15G1: 1,4%) en de groothandel (51A1: 0.12%). 15F1+G1 1,44%

51A1 0,12%

01A1 98,43%

Figuur 9 : Verdeling van de door andere sectoren aangeboden landbouwproducten

Om de door de landbouw geleverde landbouwproducten toe te kennen aan de subsectoren is een bijkomende analyse nodig van de beschikbare economische gegevens. Op basis hiervan moet het huidige landbouwproduct dat geleverd wordt door de landbouwsector worden opgesplitst in 4 landbouwproducten die geleverd worden door 3 landbouwsectoren. Voor de verdeling wordt verwezen naar §5.2.1.1. De door de niet-landbouwsectoren aangeleverde landbouwproducten worden verdeeld analoog aan de verdeling van producten van de landbouw door de landbouwsectoren. Dit leidt tot het resultaat zoals getoond in onderstaande tabel.


46

Tabel 18 : Door niet-landbouwsectoren geleverde landbouwproducten verdeeld over subsectoren

Maalderijen en vervaardiging van zetmeel en zetmeel-produkten, diervoeders, brood, vers banketbakkerswerk, beschuit en koekjes Groothandel en handelsbemiddeling 15F1+G1 51A1

Producten van de landbouw, jacht en diensten in verband met deze activiteiten 100%

100%

akkerbouw

10%

10%

veeteelt

56%

56%

tuinbouw

31%

31%

overige

3%

3%

5.2.2

Gebruikstabel

5.2.2.1

Welke producten worden door de landbouw gebruikt?

Een groot deel van door de landbouw gebruikte producten bestaat uit maalderijproducten, bereide diervoeders, e.d. (15F1+15G1, 40%). Andere producten die door de landbouw worden gebruikt zijn: chemische basisproducten (24A1, 11%), landbouwproducten (01A1; 8%), aardolieproducten (23A1: 8%), verdelgingsmiddelen en andere chemische producten voor de landbouw (24B1+24C1; 6%), gezondheidszorg en veterinaire diensten (85B1; 5%), elektriciteit en gas (40A1; 5%), financiële diensten (65A2; 2%), groothandel (51A1; 2%), zakelijke diensten (74F1; 2%), diensten van bedrijfsorganisaties (91A1; 2%), farmaceutische producten (24D1; 1%), diensten van verzekering (66A2; 1%), machines en werktuigen voor de landbouw (29C1; 1%), verhuur van machines (71B1; 1%) en distributie van water (41A1; 0,5%).


47

24B01+C01; 6% 85B01; 5% 23A01; 8%

01A01; 8%

40A01; 5% 65A02; 2% 74F01; 2% 51A01; 2%

24A01; 11%

29C01; 1%

71B01; 1%

66A02; 1% 24D01; 1% 91A01; 2%

41A01; 0,5%

15F01+G01; 40%

Figuur 10 : Verdeling van de door de landbouw gebruikte producten

De door de landbouw gebruikte landbouwproducten bestaan voor een groot deel uit diensten voor de landbouw (mail Guy Vandille, 1 juni 2011). Uit onderzoek van de BTW gegevens is gebleken dat dit over ongeveer 40% gaat. We veronderstellen in de verdeling van de landbouwproducten dus dat de diensten 40% van het totale gebruik van landbouwproducten door de landbouw uitmaken. De resterende 60% wordt verdeeld over leveringen van de overige subsectoren (akkerbouw, veeteelt en tuinbouw) aan deze subsectoren. De verdeling wordt gemaakt a rato van de output van deze sectoren en leidt tot volgend resultaat. Tabel 19 : Door de landbouw gebruikte landbouwproducten verdeeld over subsectoren

Landbouw, jacht en aanverwante diensten Producten van de landbouw, jacht en diensten in verband met deze activiteiten akkerbouw

akkerbouw

veeteelt

100% 4,80%

veeteelt

37,20%

tuinbouw overige

tuinbouw

18% 3%

25%

12%


48

Verdeling van de niet-landbouwproducten die door de landbouw worden gebruikt (van niet landbouwsectoren) over de verschillende subsectoren: 

  







 

  





Maalderijproducten en bereide diervoeders (15FG1): Uit analyse van de BTW gegevens is gebleken dat deze producten grotendeels bestemd zijn voor de veeteelt. Bij het toekennen aan de subsectoren van de landbouw wordt verondersteld dat dit product volledig naar de veeteelt gaat. Aardolieproducten (23A1): De verdeling van deze stroom gebeurt op basis van een analyse van de BTW gegevens die werd uitgevoerd door het federaal planbureau. Chemische basisproducten (24A1): omvatten anorganische meststoffen. Deze stroom wordt verdeeld over de verschillende subsectoren op basis van gedetailleerde productierekeningen die beschikbaar zijn bij AMS. Verdelgingsmiddelen (24BC1): Deze worden hoofdzakelijk gebruikt in de akkerbouw en tuinbouw. Uit het MIRA achtergronddocument ‘bestrijdingsmiddelen’ blijkt dat het gebruik in de akkerbouw en tuinbouw (in kg as) ongeveer gelijk verdeeld is. Uit de vergelijking van de analyse die werd gemaakt door AMS op basis van gedetailleerde productierekeningen en de BTW analyse die werd gemaakt door het federaal planbureau is gebleken dat deze resultaten sterk verschillen. Er werd in overleg met de opdrachtgever beslist om de gegevens op basis van de BTW analyse te gebruiken. Farmaceutische producten (24D1): Uit BTW gegevens van het Federaal Planbureau is gebleken dat deze stroom farmaceutische producten omvat die zowel door de tuinbouw worden gebruikt als door de landbouw. De verdeling over de subsectoren is op basis van de BTW analyse van het Federaal Planbureau gebeurd. Machines en werktuigen voor de landbouw (29C1): De verschillende subsectoren maken gebruik van machines en werktuigen. De verdeling van deze stroom wordt verdeeld op basis van een analyse van de BTW gegevens die werd uitgevoerd door het Federaal Planbureau. Elektriciteit en gas (40A1): De verschillende subsectoren maken hiervan gebruik. De analyse die werd uitgevoerd door AMS en het Federaal Planbureau geven gelijkaardige resultaten. Bij de verdeling wordt gebruik gemaakt van de gegevens van AMS. Distributie van water (41A1): De toekenning aan subsectoren is gebeurd op basis van gegevens over het watergebruik door de verschillende subsectoren zoals beschikbaar bij VMM-MIRA. Groothandel (51A1): Om de verdeling van de producten van de groothandel toe te kennen aan de verschillende subsectoren werd in overleg met de verschillende actoren (OVAM, AMS, Federaal Planbureau en VITO) beslist om deze verdeling te baseren op de verdeling van de totale aankopen door de subsectoren. Diensten en verzekeringen (66A2): het gebruik van diensten en verzekeringen wordt over de verschillende subsectoren verdeeld op basis van de gedetailleerde productiegegevens die beschikbaar zijn bij AMS. Verhuur van machines (71B1): De verhuur van machines wordt over de verschillende subsectoren verdeeld op basis van de gedetailleerde productiegegevens die beschikbaar zijn bij AMS. Zakelijke diensten (74F1): Voor zakelijke diensten wordt verondersteld dat dit het onderhoud van gebouwen en serres omvat. De verdeling over de verschillende subsectoren gebeurt op basis van de gedetailleerde productiegegevens die beschikbaar zijn bij AMS. Gezondheidszorg en veterinaire diensten (85B1): Er wordt verondersteld dat deze dienst vooral veterinaire diensten omvat. Dit wordt ook bevestigd door de analyse van de BTW gegevens, het merendeel van de aankopen van dit product gebeurt door de veeteelt. Financiële diensten (65A1), Openbaar bestuur, excl. verplichte sociale verzekering (75AB3) en diensten van bedrijfsorganisaties (91A1) zijn toegekend aan de verschillende subsectoren op basis van hun respectievelijke aandeel in de productiewaarde.

Deze verdeling leidt tot volgend resultaat.


49

Tabel 20 : Door de landbouw gebruikte niet-landbouwproducten verdeeld over subsectoren

24BC1

Landbouw, jacht en aanverwant e diensten akkerbouw 0% 100% 9% 100% 13% 100% 2% 100%

24D1

100%

Overige chemische producten Machines en werktuigen voor de landbouw of de bosbouw, gereedschapswerktuigen, overige machines, apparaten en werktuigen voor specifieke doeleinden, wapens en munitie

24F1

100%

29C1

100%

Elektriciteit, gas, stoom en warm water Gewonnen en gezuiverd water; distributie van water Groothandel en handelsbemiddeling, met uitzondering van de handel in motorvoertuigen en motorrijwielen Diensten van financiële instellingen, exclusief het verzekeringswezen en pensioenfondsen Diensten van het verzekeringswezen en van pensioenfondsen, exclusief die op het gebied van verplichte sociale verzekeringen Verhuur van overige machines, apparatuur en werktuigen en verhuur van consumentenartikelen, n.e.g. Opsporing en beveiliging, industrieel reinigen en overige zakelijke diensten, n.e.g. Openbaar bestuur, excl. verplichte sociale verzekering

40A1

100%

41A1

100%

51A1

100%

65A2

100%

66A2

100%

71B1

100%

74F1

100%

75AB3

100%

Veterinaire diensten Diensten van bedrijfs- en werkgeversorganisaties, diensten van beroepsorganisaties (markt)

85B1

100%

91A1

100%

SUT Maalderijproducten, zetmeel en zetmeelproducten, bereide diervoeders Cokes, geraffineerde aardolieproducten en splijt- en kweekstoffen

15FG1 23A1

Chemische basisproducten Verdelgingsmiddelen en andere chemische producten voor de landbouw Farmaceutische producten, chemische en botanische producten voor medicinaal gebruik

24A1

5.2.2.2

veeteelt tuinbouw 100% 0% 46%

46%

37%

50%

18%

80%

5%

95%

10%

58%

32%

28%

36%

36%

3%

29%

68%

4%

40%

57%

5%

73%

22%

10%

58%

32%

7%

48%

45%

2%

35%

63%

2%

33%

65%

10%

58%

32%

100%

10%

58%

32%

Welke sectoren gebruiken landbouwproducten?

Een groot deel van de landbouwproducten (86%) worden gebruikt door de voedingssectoren. Binnen deze voedingssectoren ligt het zwaartepunt bij de productie en verwerking van vleesproducten (15A1; 22%), maalderijproducten en bereide diervoeders (15F1+15G1; 19%) en de zuivelnijverheid (15E1; 12%). Daarnaast zijn ook vervaardigen van dierlijke en plantaardige oliën (15D1; 4%), vervaardigen van suiker, chocolade en suikerwaren (15I1; 9%), vervaardigen van dranken (15K1+15L1; 1%), verwerking en conservering van groenten en fruit (15C1; 7%), vervaardigen van koffie, thee en deegwaren (15BJ1; 4%) relevant. De landbouwsector zelf vertegenwoordigt een beperkt aandeel in het gebruik van landbouwproducten (01A1; 4%). Andere sectoren die gebruik maken van landbouwproducten


50

zijn: de groothandel (51A1; 6%), bewerken en spinnen van textielvezel (17A1; 2%), restaurants (55B1; 2%), maatschappelijke dienstverlening (85C1; 1%). De door de landbouw gebruikte landbouwproducten bestaan grotendeels uit diensten voor de landbouw. Voor de juiste verdeling van deze landbouwproducten over de subsectoren van de landbouw wordt verwezen naar § 5.2.2.1. Verdeling van het gebruik van landbouwproducten door niet landbouwsectoren over de verschillende subsectoren :            

Productie en verwerking van vleesproducten (15A1): wordt volledig toegekend aan producten van de veeteelt; Verwerking en conservering van vis en vervaardigen van deegwaren, koffie, thee (15BJ1): Deze worden toegekend op basis van de BTW-gegevens; Verwerking en conservering van groenten en fruit (15C1): De levering van deze producten wordt verdeeld over de verschillende subsectoren op basis van de BTW gegevens; Vervaardiging van dierlijke en plantaardige oliën (15D1): wordt volledig toegekend aan de veeteelt; Zuivelnijverheid (15E1): de levering producten aan deze sector worden volledig toegekend aan de veeteelt; Maalderij producten en bereide diervoeders (15FG1): worden toegekend op basis van BTW gegevens; Vervaardigen van suiker, chocolade en suikerwaren (15I1): wordt volledig toegekend aan de akkerbouw; Vervaardigen van dranken (15KL1): wordt verdeeld over de drie subsectoren op basis van de BTW-gegevens; Bewerken en spinnen van textielgaren (17A1): wordt volledig toegekend aan de akkerbouw; Groothandel (51A1): de verdeling over de subsectoren gebeurt op basis van de productiewaarde; Restaurants (55B1): de verdeling gebeurt op basis van de BTW gegevens; Maatschappelijke dienstverlening (85C1): de verdeling gebeurt op basis van de BTW gegevens.

Deze verdeling leidt tot het resultaat zoals weergegeven in onderstaande tabel.


51

Tabel 21 : Door de niet landbouwsectoren gebruikte landbouwproducten verdeeld over subsectoren

Produkti e en verwerki ng van vlees en vleespro dukten

Vervaardi ging van deegwar en, koffie en thee, en overige voedings middelen -

Maalderij en en vervaardi ging van Vervaardi zetmeel Verwerki ging van en ng en plantaard zetmeelp conserve ige en rodukten ring van dierlijke , groenten oliën en Zuivelnijv diervoed en fruit vetten erheid ers,

Bewerke n en spinnen van Vervaardi textielvez ging van els, suiker, weven chocolad Vervaardi van e en Vervaardi ging van textiel en suikerwe ging van tabakspr textielver rk dranken oducten edeling -

Restaura nts, drankgel Groothan egenhed del en en, handelsb kantines emiddeli en ng catering

Maatsch appelijke dienstver lening, markt

15A1

15B1+J1

15C1

15D1

15E1

15F1+G1

15I1

15K1+L1

16A1

17A1

51A1

55B1

85C1

100%

100%

100%

100%

100%

100%

100%

100%

100%

100%

100%

100%

100%

akkerbouw

0%

23%

36%

0%

0%

11%

100%

11%

7%

100%

8%

6%

7%

veeteelt

100%

48%

25%

100%

100%

84%

0%

41%

93%

0%

62%

80%

19%

tuinbouw

0%

29%

39%

0%

0%

5%

0%

48%

1%

0%

30%

14%

74%

Producten van de landbouw, jacht en diensten in verband met 01A01 deze activiteiten

overige (diensen en jacht)


52

Op basis van de analyse zoals hierboven beschreven werd door het Federaal Planbureau een nieuwe input-outputtabel opgemaakt. Dit leidde tot een IO-tabel met 120X120 sectoren. De landbouwsector werd opgesplitst in de drie subsectoren: akkerbouw, veeteelt en tuinbouw. Bij het opstellen van deze Vlaamse tabel op basis van het BTW-leveranciersbestand is een schatting gemaakt die alle akkerbouwproducten toewijst aan de akkerbouw, tuinbouwproducten aan de tuinbouw en veeteeltproducten aan de veeteelt. De 3 subbedrijfstakken produceren dus hun eigen karakteristieke product en daarnaast bieden ze alledrie eveneens landbouwdiensten aan. De productie van maïs voor de veeteelt staat dus bij de akkerbouw. (Vandille, 2012)

5.3

Opsplitsing milieu-extensietabellen

Vervolgens werden ook de gegevens in de milieu-extensietabellen opgesplitst volgens deze drie subsectoren. Deze opsplitsing gebeurde op basis van gegevens die beschikbaar zijn bij MIRA. De basisgevens die gebruikt worden voor het opstellen van de ME-tabellen zijn immers veelal beschikbaar voor de verschillende subsectoren van de landbouw. In wat volgt wordt kort dieper ingegaan op de gebruikte databronnen en aannames om de verschillende milieu-extensietabelen (van het jaar 2007) op te splitsen voor de verschillende subsectoren van de landbouw. Voor wat betreft deze opsplitsing moet er rekening mee worden gehouden dat voor de milieuextensietabellen ‘emissies naar oppervlaktewater’, ‘emissies naar lucht’ ‘emissies naar bodem, nutirënten’ de gegevens voor veeteelt inclusief het mais- en weilandareaal zijn. Deze gegevens zijn gebaseerd op gedetailleerde gegevens beschikbaar in de MIRA-kernset (emissies naar lucht en energiegebruik) of werden berekend op basis van het SENTWA model (emissies naar oppervlaktewater, emissies naar bodem van nutriënten) (Overloop, 2012). Deze werkwijze komt bijgevolg niet volledig overeen met deze die werd gehanteerd voor het opsplitsten van de economische data. Voor wat de milieu-exensietabellen ‘gebruik van water’, ‘emissies naar bodem, gewasbeschermingsmiddelen’ en ‘primaire materialen’ zijn de gegevens voor veeteelt exclusief het mais- en weilandareaal. De impacts verbonden aan deze teelten zijn opgenomen in de gegevens gekoppeld aan de akkerbouw. Deze werkwijze is gelijkaardig aan de werkwijze die werd gebruikt voor het opsplitsten van de monetaire tabellen. De milieu-extensietabel ‘afval’ werd nog niet opgesplitst.

5.3.1

Energiegebruik

Het energiegebruik door de verschillende subsectoren van de landbouw werd berekend op basis van de MIRA kernset 2010. Er werd gebruik gemaakt van de gegevens voor het jaar 2007. Onderstaande tabel geeft voor de relevante energiedragers de gebruikte verdeelsleutels voor de verschillende subsectoren van de landbouw.


53

Tabel 22 : Verdeelsleutels energiedragers voor subsectoren van de landbouw

akkerbouw 0% 34% 54% 0% 0% 0% 43%

Kolen LPG Gas- en dieselolie Zware stookolie Aard- en mijngas Hernieuwbaar vast Elektriciteit

5.3.2

tuinbouw 100% 57% 27% 100% 100% 100% 42%

veeteelt 0% 10% 19% 0% 0% 0% 15%

Gebruik van water

Om het totaal watergebruik te kunnen verdelen over de verschillende subsectoren van de landbouw werd gebruik gemaakt van gedetailleerde gegevens beschikbaar bij VMM-MIRA, die werden berekend op basis van informatie van ILVO. Onderstaande tabel geeft een overzicht van deze gegevens. Tabel 23 : Totaal watergebruik in 2005 door verschillende deelsectoren van de landbouw Mio m³/jaar

2005

intensieve veehouderij

18,07

graasdieren

8,30

tuinbouw in open lucht

12,74

glastuinbouw

21,26

blijvende teelten

3,83

akkerbouw

2,72 66,91

totaal

De aandelen van ‘Intensieve veehouderij’ en ‘graasdieren’ worden gecombineerd om het aandeel van de subsector ‘veeteelt’ te bepalen. ‘Tuinbouw in open lucht’, ‘glastuinbouw’ en ‘blijvende teelten’ worden gecombineerd om het aandeel van de subsector ‘tuinbouw te bepalen. En het aandeel ‘akkerbouw’ geeft het aandeel van de subsector ‘akkerbouw’ weer. Dit leidt tot volgende aandelen in het totaal watergebruik van de subsectoren van de landbouw. Tabel 24 : Aandeel in het totaal watergebruik door de verschillende deelsectoren van de landbouw aandeel akkerbouw

4%

tuinbouw

57%

veeteelt

39%

In een andere studie die werd uitgevoerd door ILVO in opdracht van VMM-MIRA (ILVO, 2007) wordt per type water en voor verschillende deelsectoren van de landbouw het watergebruik bepaald.


54

Tabel 25 : Verdeling watergebruik per type water over verschillende deelsectoren van de landbouw 2005 in Mio m³

Drinkwater*

Grondwater

Oppervlaktewater

Hemelwater

Ander water

Totaal verbruik

Rund

1,04

3,04

0,05

0,29

0,11

4,53

Vark

0,40

3,87

0,01

0,15

0,05

4,49

Pluim

0,18

0,72

0,00

0,01

0,00

0,91

Andere

0,05

0,09

0,00

0,02

0,01

0,17

Gewas

0,79

3,78

0,04

0,04

0,02

4,67

Totaal

2,46

11,50

0,10

0,51

0,19

14,76

Op basis van deze gegevens kan het aandeel van de veeteelt (som van runderen, varkens, pluimvee en andere) enerzijds en akkerbouw+tuinbouw (gewas) anderzijds bepaald worden. Onderstaande tabel geeft de verdeling over de verschillende types water weer opgesplitst voor veeteelt enerzijds en gewassen anderzijds zoals berekend op basis van het onderzoek van ILVO. Tabel 26 : verdeling watergebruik per type water over veeteelt en gewassen 2005

drinkwater

Grondwater

veeteelt

68%

67%

Oppervlaktewater 59%

gewassen

32%

33%

41%

Hemelwater

Ander water

totaal

93%

92%

68%

7%

8%

32%

Omdat de gegevens uit bovenstaande tabellen (Tabel 23,


55

Tabel 25 en Tabel 26) niet overeenkomen en omdat in de reeds opgemaakte milieuextensietabel watergebruik (waarin de landbouw als één sector wordt beschouwd) geen gebruik van ‘ander water’ wordt toegekend aan de landbouwsector werd besloten om voor alle types water die door de landbouw worden gebruikt de verdeelsleutel toe te passen zoals opgenomen in Tabel 24. De verdeelsleutels zijn gebaseerd op gegevens van 2005.

5.3.3

Materialen

De milieu-extensietabel ‘primaire materialen’ bevat voor de sector ‘landbouw’ enkel gewassen, conform het achtergronddocument ‘materiaalstromen’ van VMM – MIRA. Aan de subsector ‘veeteelt’ worden bijgevolg geen ‘materialen’ toegekend. De verdeling van de materialen over de subsectoren ‘tuinbouw’ en ‘akkerbouw’ gebeurt op basis van type gewas. In onderstaande tabellen wordt een overzicht gegeven van de gewassen die aan de respectievelijke subsectoren ‘akkerbouw’ en ‘tuinbouw’ werden toegekend. Tabel 27 : Overzicht van gewassen die aan de subsector akkerbouw worden toegekend akkerbouw Wintertarwe Zomertarwe Spelt Rogge (incl.masteluin) Brouwgerst (winter en zomer) Wintergerst Zomergerst Haver (incl. mengsels van zomergranen) Triticale (kruising tarwe en rogge) Korrelmaïs droog geoogst Korrelmaïs vochtig geoogst (CCM) Andere graangewassen (boekweit, …) Suikerbieten Cichorei Vezelvlas (incl. zaden) Olievlas (incl. zaden) Koolzaad (incl. zaden) Raapzaad (incl. zaden) Andere oliehoudende gewassen (incl. zaden)

Andere nijverheidsgewassen Vroege aardappelen (te rooien vóór 1 augustus) Bewaaraardappelen - Bintje Bewaaraardappelen - andere variëteiten Plantaardappelen Voedererwten Tuin-, paarde- en duivebonen Gedroogde bonen Overige (lupinen, wikken, linzen, kekers,…) Voederbieten Andere wortelen knolgewassen Voedermaïs - volledige plant Maïs - gemalen kolf (MKS) Andere éénjarige voedergewassen Groenvoeders Tijdelijke weiden hoofdzakelijk voor het afmaaien Tijdelijke weiden hoofdzakelijk voor het afgrazen Permanente weiden hoofdzakelijk voor het afmaaien Permanente weiden hoofdzakelijk voor het afgrazen

Tabak

Stro

Hop

voederbietenblaren

Geneeskrachtige en aromatische planten en kruiden Landbouwzaden (suikerbieten, cichorei, grasachtige voedergewassen,…)

Suikerbietblaren

Tabel 28: Overzicht van gewassen die aan de subsector tuinbouw worden toegekend tuinbouw Industriële gewassen Erwten

Asperges Prei

Stekelbessen Zwarte bessen


56

Groene bonen

Rabarber

Braambessen

Wortelen

Venkel

Blauwe bessen

Uien

Peterselie

Andere bessen

Knolselder

Andere keukenkruiden (tijm,…)

Schorseneren

Spruitkolen

Witte selder

Bloemkolen

Spinazie

Broccoli

Kervel

Rode kolen

Aardbeien: Gewone teelten (oogst in juni) Aardbeien: Verlate teelten (oogst tussen juli en nov.) Tomaten: teelten op substraat in serres Tomaten: warme en koude teelten in de grond in serres Paprika in serres

Prei

Witte kolen

Komkommers in serres

Andijvie

Savooikolen

Courgettes in serres

Spruitkolen

Courgettes

Aubergines in serres

Bloemkolen

Pompoenen

Kropsla in serres

Rode kolen

Andere verse groenten

IJsbergsla in serres

Witte kolen

Appelaar:Golden

Veldsla in serres

Savooikolen

Appelaar: Boskoop

Alternatieve slasoorten in serres

Andere groenten voor de industrie

Appelaar:Cox’s

Andijvie in serres

Verse groenten

Appelaar: Jonagold

Witte selder in serres

Erwten

Appelaar: Jonagored

Groene selder in serres

Bonen

Appelaar: Elstar

Venkel in serres

Wortelen

Appelaar: Andere

Peterselie in serres

Uien

Perelaar: Conférence

Andere keukenkruiden in serres

Sjalotten

Perelaar: Doyenné

Bloemkolen in serres

Knolselder

Perelaar: Durondeau

Bonen in serres

Koolrabi

Perelaar: Andere

Radijzen in serres

Rapen

Zoete kersen-laagstammige

Andere groenten in serres

Witloofwortelen voor de forcerie op het bedrijf Witloofwortelen voor de verkoop

Zoete kersen-hoogstammige

Druiven in serres

Zure kersen-laagstammige

Aardbeien in serres

Witte selder

Zure kersen-hoogstammige

Bessen in serres

Groene selder

Pruimelaars-laagstammige

Andere fruitsoorten in serres

Spinazie

Pruimelaars-hoogstammige

Witloofforcerie

Kervel

Overige boomgaarden

Kropsla

Frambozen

Alternatieve slasoorten

Rode bessen

In de grond (oppervlakte van de lagen) Hydrocultuur (totale oppervlakte van de bakken) niet eerder vernoemde teelten (aardbeienplanten, wijnstokken, wijmenaanplantingen, kampernoelieteelt)

Andijvie

5.3.4

Emissies naar lucht

Om deze emissies op te splitsen werden verdeelsleutels berekend door VMM-MIRA op basis van informatie beschikbaar in het indicatorrapport 2010. In onderstaande tabel worden de gebruikte verdeelsleutels weergegeven voor de verschillende polluenten die zijn opgenomen in de milieu-extensietabel lucht voor de sector landbouw (01A1). De pollenten waarvoor geen


57

gegevens beschikbaar zijn voor de landbouw zijn niet opgenomen in deze tabel. Deze analyse werd aangeleverd door S. Overloop van MIRA-VMM. Tabel 29: Verdeelsleutels zoals gebruikt voor het verdelen van de emissies naar lucht over de verschillende subsectoren van de landbouw Polluenten

akkerbouw

tuinbouw

veeteelt

Arseen

0%

65%

35%

Cadmium

1%

60%

39%

CH4

0%

0%

100%

Chroom

1%

90%

9%

CO

5%

82%

13%

CO2

46%

31%

23%

Dioxines

1%

83%

17%

Formaldehyde

0%

0%

100%

Koper

1%

51%

48%

Kwik

0%

71%

29%

Lood

17%

40%

43%

N2O

19%

8%

73%

NH3

4%

1%

96%

Nikkel

0%

99%

1%

NMVOS

13%

55%

32%

NOx

16%

17%

67%

PAK

1%

96%

4%

PM10

36%

13%

51%

PM2,5

14%

27%

60%

Seleen

0%

37%

63%

SOx

2%

84%

15%

Stof

47%

9%

43%

Zink

3%

86%

10%

Uit analyse van deze gegevens blijkt dat het aandeel N 2O dat wordt toegekend aan de akkerbouw lager is dan verwacht. Dit is waarschijnlijk omdat de emissies die vrij komen tijdens het toedienen van mest op de akker worden toegekend aan de veeteelt.

5.3.5

Emissies naar water

De emissies naar water worden verdeeld over de verschillende subsectoren van de landbouw op basis van informatie die beschikbaar is in de MIRA kernset 2010 lozingen in bedrijfsafval water voor de zware metalen, BZV en CZV. Op basis van de analyse van de gegevens van 2005 (voor 2006 en 2007 waren geen gegevens beschikbaar in de kernset zoals bij VITO beschikbaar) blijkt dat deze emissies steeds afkomstig zijn van de veeteelt. Voor de verdeling van de emissie van N en P wordt gebruik gemaakt van gegevens die met behulp van het SENTWA model werden berekend voor het jaar 2007. Met behulp van dit model wordt het nutriëntenverlies naar oppervlaktewater begroot voor de verschillende subsectoren van de landbouw. In onderstaande tabel wordt een overzicht gegeven van de aandelen van de verschillende subsectoren.


58

Tabel 30 : Verdeling nutriëntenverlies naar oppervlaktewater voor de verschillende subsectoren van de landbouw akkerbouw stikstof fosfor

5.3.6

tuinbouw

32% 37%

veeteelt

6% 1%

62% 62%

Emissies naar bodem

Emissies naar bodem bestaan enerzijds uit de overschot op de bodembalans (N en P) en anderzijds uit het gebruik van gewasbeschermingsmiddelen. De verdeling van de overschot op de bodembalans over de verschillende subsectoren van de landbouw gebeurt volgens dezelfde verdeelsleutels als voor het verdelen van N en P verlies naar oppervlaktewater (zie Tabel 30). Voor wat betreft het gebruik van gewasbeschermingsmiddelen zijn gegevens beschikbaar per type teelt. In onderstaande tabel wordt aangegeven aan welke subsector het gewasbeschermingsmiddelengebruik in de verschillende teelten wordt toegekend. Tabel 31 : Indeling van verschillende teelten aan subsectoren van de landbouw akkerbouw

tuinbouw

aardappelen biet

fruitteelt groenten

graan

nijverheid

mais

serre bloemen

voeder

serre fruit

wei

serre groenten sierteelt

5.3.7

Afval

De milieu-extensietabel afval wordt door OVAM opgemaakt. Aangezien deze tabel nog niet beschikbaar is ( zie ook Vercalsteren et al., 2011) kan ook geen opsplitsing worden gemaakt van de sector landbouw.

5.4

Vergelijking impacts verbonden aan finale vraag

In deze vergelijking wordt nagegaan of en welke invloed het opsplitsen van de landbouw heeft op de totale impacts verbonden aan de finale vraag door huishoudens naar producten van de landbouw (01A1) en voedingssectoren (15 A–L). Deze vergelijking wordt enkel gemaakt voor de broeikasgasemissies. Er wordt voor deze impactcategorie geopteerd omdat de landbouw een aanzienlijk deel van deze impact veroorzaakt (zij het rechtstreeks via de verkoop van landbouwproducten, zij het in de voorketen van voedingswaren, zie Vercalsteren, et al., 2012).


59

5.4.1

Vergelijking monetaire tabellen

Voor we ingaan op de milieu-impacts wordt eerst een vergelijking gemaakt van de monetaire IO-tabellen op niveau van 118 (landbouw niet opgesplitst, verder x118 genoemd) ten opzichte van 120 (landbouw opgesplitst in 3 subsectoren, verder x120 genoemd) sectoren. Tabel 32: Vergelijking geleverde hoeveelheden in de monetaire tabellen x118 versus x120 X118

01A1

15A1

15B1+J1

15C1

15D1

15E1

15F1+G1

15H1

15I1

15K1+L1

01A1

182

812

58

168

0

697

283

7

140

1

15A1

15B1+J1

15C1

15D1

15E1

15F1+G1

15H1

15I1

15K1+L1

X120

akker

tuin

vee

akker

4

12

3

0

13

52

0

0

32

1

140

0

tuin

7

46

7

6

18

58

0

3

16

3

1

1

vee

7

35

54

805

32

55

0

693

233

6

0

1

Som

18

93

64

811

63

165

0

696

281

10

141

2

Wanneer we beide tabellen vergelijken zien we dat voor de handel tussen de landbouwsectoren onderling (in oranje aangegeven in de tabel) het totaal in de x118 ongeveer 4% hoger is (182 tov 175). Ook bij de voedingssectoren zijn er kleine verschillen in de totale geleverde hoeveelheden door de landbouw aan deze sectoren (15 A–L). Deze verschillen kunnen zowel positief (hogere leveringen in de x120 tabel tov de x118 tabel, groen in de tabel) als negatief zijn (lagere leveringen in de x120 tabel tov de x 118 tabel, rood in de tabel). Wanneer we echter de totalen van de tabellen vergelijken zien we dat deze gelijk zijn. Er zijn dus wel verschillen in handel tussen en binnen sectoren maar niet in de globale economie. Ook bij de finale vraag categorieën zien we iets gelijkaardigs. Er zijn (beperkte) verschillen in de finale vraag naar bepaalde producten tussen de x118 en de x120 IO-tabellen. Voor de sectoren die we hier bekijken zien we voor de landbouw (01A1) (wanneer we de drie subsectoren van de landbouw in de x120 tabel sommeren) en voor de sector maalderijen, zetmeel en diervoeders (15FG1) (relatief) grote verschillen voor de finale vraag door huishoudens (voor beide sectoren) en de verschillende ‘uitvoer’ categorieën. Voor de landbouw (01A1) zien we bovendien een verschil voor de finale vraag categorie ‘investeringen’. Voor de sector ‘maalderijen, zetmeel en diervoeders’ (15FG1) is er ook nog een verschil voor de finale vraag categorie ‘veranderingen in voorraden’. Onderstaande tabel geeft het verschil tussen de milieu-impact berekend op basis van de x118 (landbouw niet opgesplitst) ten opzichte van de x120 (landbouw wel opgesplitst), uitgedrukt ten opzichte van de impact verbonden aan de x118. Indien de waarde in de tabel negatief is wil dit zeggen dat de impacts die worden berekend met de x118 tabel lager zijn dan wanneer ze met de x120 tabel worden berekend. Dit wil dan zeggen dat door het opsplitsen van de landbouwsector de impacts die verbonden zijn aan de beschouwde producten hoger zijn dan wanneer de landbouwsector als 1 sector wordt beschouwd. Indien de waarde in de tabel positief is wil dit zeggen dat de impacts die worden berekend met de x118 tabel hoger zijn dan wanneer ze met de x120 tabel worden berekend. Dit wil dan zeggen dat door het opsplitsen van de landbouwsector de impacts die verbonden zijn aan de beschouwde producten lager zijn dan wanneer de landbouwsector als 1 sector wordt beschouwd. Tabel 33 : Analyse van finale vraagcategorieën x118 versus x120 Finale vraagcategorie

01A1

15F1+G1


60

Individuele consumptieve bestedingen, huishoudens

-3%

-7%

Individuele consumptieve bestedingen, IZW

nvt

0%

Individuele consumptieve bestedingen, overheden

nvt

0%

Collectieve consumptieve bestedingen, overheden

nvt

nvt

-42%

0%

Veranderingen in voorraden

0%

-5%

Uitvoer van goederen en diensten, EUR

3%

2%

Uitvoer van goederen en diensten, ROW

2%

1%

regionale uitvoer

7%

1%

Investeringen in vaste activa (bruto)

Deze verschillen hebben een invloed op de resultaten die verder worden besproken. Bij analyses vanuit de totale finale vraag is de impact van deze verschillen beperkt aangezien de totale finale vraag in beide tabellen hetzelfde is. Deze verschillen zijn een gevolg van de verschillen in samenstelling van de geleverde en de gebruikte landbouwsubproducten. De hogere levering van 15FG1 aan de huishoudens bijvoorbeeld, vloeit voort uit het feit dat 15FG1 een relatief belangrijke leverancier is van landbouwgerelateerde diensten, waarvan de huishoudens een relatief groot aandeel consumeren (herinner je dat deze diensten ook tuinaanleg en -onderhoud bevatten). Dat vertaalt zich in de VLAIO120 in een grotere levering van de 15FG1 aan de huishoudens. Dezelfde verschillen in samenstelling van aanbod en vraag zorgen ervoor dat de som van de 9 cellen van de opgesplitste landbouw in de IO-tabel niet overeenstemt met het getal in cel 01A1-01A1 in VLAIO118. In de aanbod- en gebruikstabel is dat wel het geval. (G. Vandille, 2012)

5.4.2

Vergelijking van de milieu-impacts

Zoals ook eerder vermeld wordt in deze vergelijking gefocust op de impactcategorie ‘broeikasgasemissies’. Enkel de impact verbonden aan de finale vraag door huishoudens naar producten van de Vlaamse landbouw en voedingssectoren wordt in detail bestudeerd. De waarden in de tabel zijn uitgedrukt in ton. Onderstaande tabel geeft het verschil tussen de milieu-impact berekend op basis van de x118 (landbouw niet opgesplitst) ten opzichte van de x120 (landbouw wel opgesplitst), uitgedrukt ten opzichte van de impact verbonden aan de x118. De analyse in het bovenste gedeelte van de tabel (voor de aparte polluenten) werd gemaakt op basis van de effectief geëmitteerde hoeveelheid van de besproken polluent. Enkel in de onderste rij worden de emissies omgerekend naar CO2-equivalenten. Indien de waarde in de tabel negatief is wil dit zeggen dat de impacts die worden berekend met de x118 tabel lager zijn dan wanneer ze met de x120 tabel worden berekend. Dit wil dan zeggen dat door het opsplitsen van de landbouwsector de impacts die verbonden zijn aan de beschouwde producten hoger zijn dan wanneer de landbouwsector als 1 sector wordt beschouwd. Indien de waarde in de tabel positief is wil dit zeggen dat de impacts die worden berekend met de x118 tabel hoger zijn dan wanneer ze met de x120 tabel worden berekend. Dit wil dan zeggen dat door het opsplitsen van de landbouwsector de impacts die verbonden zijn aan


61

de beschouwde producten lager zijn dan wanneer de landbouwsector als 1 sector wordt beschouwd. Tabel 34 : Analyse broeikasgasemissies x118 versus x120 ton

01A1

15A1

15B1+J1

15C1

15D1

15E1

CH4

46%

-50%

6%

46%

-9%

-50%

-33%

-25%

73%

23%

CO2

-21%

26%

-4%

-10%

0%

24%

-4%

0%

-37%

-1%

N2O

28%

-11%

-15%

-8%

-4%

-11%

-24%

-19%

-74%

-16%

-9%

-4%

0%

0%

-9%

-15%

-5%

-19%

-1%

CO2-eq

22%

15F1+G1

15H1

15I1

15K1+L1

Uit de tabel blijkt dat voor de vraag naar producten van de landbouw (01A1) er voor CO2 een onderschatting gebeurt wanneer analyses worden uitgevoerd met de x118 tabellen. Voor de pollenten N2O en CH4 gebeurt er bij het gebruik van deze x118 tabellen een overschatting. Wanneer deze polluenten worden gesommeerd zien we dat dit voor broeikasemissies (in CO2-eq) voor de landbouwsector resulteert in een overschatting bij analyses vanuit de finale vraag door huishoudens naar producten van de landbouw wanneer deze sector in zijn geheel wordt beschouwd. Dit komt vooral doordat huishoudens voornamelijk producten van de tuinbouw aankopen. De impact die verbonden is per euro van deze producten bedraagt slechts de helft van de impact die wordt toegekend wanneer de landbouw als 1 sector wordt beschouwd. Vandaar dat er voor landbouwproducten een sterke afname is van de totale broeikasgasemissies.

Tabel 35 : overzicht BKG-emissies per euro landbouwproduct x118 versus x120 ton BKG/euro

01A1 - akkerbouw

01A1 - tuinbouw

01A1 - veeteelt

x120

0,0025

0,0009

0,0019

x118

0,0017

0,0017

0,0017

-48%

48%

-12%

Voor de voedingssectoren (15 A–L1) zien we dat er voor de emissies van CH 4 een overschatting gebeurt voor de sectoren ‘verwerking van vis en vervaardiging van deegwaren’ (15BJ1), ‘verwerking van groenten en fruit’ (15C1), ‘vervaardiging van suiker’ (15I1) en ‘vervaardiging van dranken en tabaksproducten’ (15KL1) wanneer wordt gewerkt met de x118 tabellen. Voor de emissies van CO2 is er een overschatting van de emissies voor de vleesverwerkende nijverheid (15A1) en zuivelnijverheid (15E1). Voor de sectoren ‘plantaardige en dierlijke vetten’ (15D1) en ‘brood en banketbakkerswerk’ (15H1) zijn de ingeschatte impacts op basis van beide tabellen gelijk. Voor de overige sectoren gebeurt er een onderschatting voor deze polluent. Tot slot zien we dat er voor de emissie van N 2O steeds een onderschatting gebeurt wanneer gebruik wordt gemaakt van de x118 tabellen. Voor het geheel van de broeikasgassen die verbonden zijn aan de finale vraag door huishoudens naar deze producten van de voedingssectoren zien we dat door gebruik te maken van de x118 tabellen er voor de meeste sectoren een onderschatting gebeurt van de broeikasgasemissies. Voor twee sectoren ‘verwerking en conservering van groenten en fruit’ (15C1) en ‘vervaardigen van oliën en vetten’ (15D1) blijft het resultaat gelijk onafhankelijk of met de x118 of x120 tabellen wordt gewerkt. De milieu-impacts voor producten van de voedingssectoren worden meestal groter wanneer ze worden berekend met de tabellen waarin de landbouw is opgesplitst. De mate waarin deze milieu-impact toeneemt, is afhankelijk van de landbouwsectoren waar de voedingssector zijn


62

aankopen doet. Wanneer aankopen worden gedaan bij de vee- en de akkerbouw neemt de impact toe. Bij aankopen bij de tuinbouw neemt de impact af. Daarnaast neemt de impact toe naarmate het bedrag dat wordt gespendeerd bij de veeteelt en akkerbouw toeneemt.


63

6

Besluiten

Voor de modellering van materialen in het Vlaams IO-model werd bij een eerste analyse vastgesteld dat, bij koppeling van materiaalgebruik aan de extractiesector zoals die was, er inderdaad materiaal “verloren” leek te gaan. Om dit te voorkomen werd een nieuwe methode voorgesteld, steunend op enerzijds het directe materialengebruik (gebruik van ontgonnen ertsen, dus rechtstreeks geleverd door de extractiesectoren) en het indirect materialengebruik anderzijds (halfafgewerkte producten waar materialen in verwerkt zijn). Bij validatie van deze methode werd duidelijk dat nu wel een logisch resultaat wordt bekomen na doorrekening met het Vlaams IO-model. Waar in de oude methode bijvoorbeeld kolen die in Vlaanderen worden gebruikt uit Brussel/Wallonië leken te komen, is het resultaat nu veel logischer: 72% van alle kolen die worden gebruikt (direct en indirect) worden ontgonnen buiten Europa, 28% in Europa zelf (dus buiten België).

Aan de hand van de cases die zijn gerapporteerd in dit rapport kan besloten worden dat de uitbreiding van het Vlaamse IO-model met primair materiaalgebruik toelaat om materiaalintensieve sectoren maar ook finale consumptieactiviteiten op te sporen. Zo blijkt dat voor een auto een factor 16 meer ertsen nodig zijn dan de effectieve hoeveelheid materiaal per auto, bij een gsm is dit een factor 110. Daarnaast is opnieuw gebleken dat een LCA tot specifiekere resultaten leidt dan een IOanalyse, met name voor producten (of productgroepen) die onvoldoende afgebakend zijn door de consumptie-activiteiten/productgroepen resp. sectoren. Omgekeerd zal een IOanalyse vollediger zijn, maar kan door zijn beperkingen qua detail van consumptieactiviteit/productgroep ook onnauwkeuriger zijn door uitmiddeling met andere activiteiten binnen dezelfde categorie. Een manier om voor specifieke producten die slechts een klein deel uitmaken van een consumptie-activiteit/sector toch meer nauwkeurigheid te bereiken is het verrichten van een vooronderzoek naar de monetaire opsplitsing van het specifieke product over de voorafgaande sectoren in de voorketen, zoals binnen de case ‘gsm’ gebeurd is. Een ander voordeel is dat een IO analyse veel minder tijd kost dan een LCA. Daarenboven laat dergelijke IO-analyse ook veel gemakkelijker een vergelijking toe met andere activiteiten in de maatschappij. Bij een IO-analyse waarbij gezocht wordt naar de verhoudingen in milieubelasting tussen de productiefase en de gebruiksfase treedt een discrepantie op tussen de milieugegevens verbonden aan de consumptiefase (stockgegevens, bv. voor het wagenpark in 2003, en dientengevolge een gemiddelde voor de technologie van ca. de laatste 10 jaar) en deze verbonden aan de productiefase (flowgegevens, bv. voor de wagens aangekocht in 2003 en dientengevolge wellicht niet representatief voor de gemiddelde aankoop van wagens (wegens top/crisisjaar )). Voor de case van de wagens zal de markt en ook de technologische ontwikkeling minder snel aan verandering onderhevig zijn geweest dan die voor de case van de GSM’s. In de praktijk van analyses is het belangrijk dat productiegegevens worden gekoppeld aan de verkoop in dat jaar en de gebruiksgegevens aan de in omloop zijnde producten, voor een correcte interpretatie.

Na overleg met landbouw-experten, werd in samenspraak met de opdrachtgever beslist de landbouwsector op te splitsen in 3 subsectoren, namelijk de akkerbouw, veeteelt en tuinbouw. Om dit modelmatig mogelijk te maken, werden in eerste instantie de aanbod- en gebruikstabel opgesplitst. Op basis van deze opgesplitste tabellen werd door het Federaal Planbureau een nieuwe input-outputtabel opgemaakt, wat leidde tot een IO-tabel met 120x120 sectoren. Ook de milieugegevens voor de landbouwsector werden opgesplitst. Op deze manier is het mogelijk meer gedetailleerde analyses uit te voeren voor landbouw.


64

Een eerste analyse die focust op de broeikasgasemissies verbonden aan de finale vraag naar producten van de landbouw en voeding door Vlaamse huishoudens toont aan dat het uitsplitsen van de landbouwsector in subsectoren wel degelijk het resultaat van een analyse met het IO-model beïnvloedt. Voor de vraag naar producten van de landbouw (01A1) gebeurt er voor CO2 een onderschatting wanneer analyses worden uitgevoerd met de x118 tabellen. Omgekeerd gebeurt er voor de pollenten N2O en CH4 bij het gebruik van deze x118 tabellen een overschatting. Omgerekend naar totale broeikasgasemissies (in CO 2-eq) resulteert dit in een overschatting bij analyses vanuit de finale vraag door huishoudens naar producten van de landbouw wanneer deze sector in zijn geheel wordt beschouwd. Voor het geheel van de broeikasgassen die verbonden zijn aan de finale vraag door huishoudens naar producten van de voedingssectoren zien we dat door gebruik te maken van de x118 tabellen er voor de meeste sectoren een onderschatting gebeurt van de broeikasgasemissies. Voor twee sectoren ‘verwerking en conservering van groenten en fruit’ (15C1) en ‘vervaardigen van oliën en vetten’ (15D1) blijft het resultaat gelijk onafhankelijk of met de x118 of x120 tabellen wordt gewerkt.


65

7

Bibliografie

Avonds, Vandille 2008, Monetaire Planbureau, Brussel, 40 pp

input-outputtabellen

voor

Vlaanderen,

Federaal

Bilsen, Jansen, Van Dingenen, Vercaemst, Vercalsteren 2008, Algemene procesbegeleiding bij de operationalisering van een Vlaams milieu-input-outputmodel en modelafbakening van het te beschrijven systeem, IDEA Consult, Vito, eindrapport in opdracht van Vlaamse Overheid, Departement Leefmilieu, Natuur en Energie,OVAM en VMM, 143 pp. ILVO, 2007. D’hooghe, J., Wustenberghs, H. en Lauwers, L., Inschatting van het watergebruik in de landbouw op basis van nieuwe en geactualiseerde kengetallen per landbouwactiviteit. Studie in opdracht van VMM-MIRA, pp.80 Nemry F. , et al., 2008 Environmental Improvement of Passenger Cars (IMPRO-car) , ISBN: 978-92-79-07694-7 , http://ftp.jrc.es/EURdoc/JRC40598.pdf Rowley H.V., Lundie S. Peters G.M,2009 A hybrid life cycle assessment model for comparison with conventional methodologies in Australia. Int J Life Cycle Assess (2009) 14:508–516 Suh, S., 2009, Developing the sectoral environmental database for Input-Output Analysis: Comprehensive Environmental Data Archive of the US, chapter 32 in Suh. S. (ed.), 2009, Handbook of input-output economics in Industrial Ecology, Springer Netherlands, pp. 689712. Timmermans J. et al, 2005, Bepalen van een Ecoscore voor voertuigen en toepassing van deze Ecoscore ter bevordering van het gebruik van milieuvriendelijke voertuigen , Aminal studie.http://etec.vub.ac.be/publications/Eindverslag_Ecoscore_voertuigen_maatregelen_impl ementatiepaden.pdf Tukker, A., Huppes, G., van Oers, L., Heijungs, R., 2006, Environmentally extended inputoutput tables and models for Europe, Europese Commissie, JRC en IPTS, EUR 22194 EN, 116 pp. Tukker, A., Huppes, G., Guinée, J., Heijungs, R., de Koning, A., van Oers, L., Suh, S., Geerken, Th. Van Holderbeke, M., Jansen, B., Nielsen, P., 2006a, Environmental Impact of Products (EIPRO), Analysis of the life cycle environmental impacts related to the final consumption of the EU-25, Main report, JRC/IPTS/ESTO, EUR 22284 EN, mei 2006, 136 pp. Tukker, A., Huppes, G., Guinée, J., Heijungs, R., de Koning, A., van Oers, L., Suh, S., Geerken, Th. Van Holderbeke, M., Jansen, B., Nielsen, P., 2006b, Environmental Impact of Products (EIPRO), Analysis of the life cycle environmental impacts related to the final consumption of the EU-25, Summary of the final report by DG Environment and DG Joint Research Centre, mei 2006, 13 pp.

Van Mierlo J, Boureima F. et al. 2011 , Clean Vehicle Research : LCA and Policy measures “Clever” http://www.belspo.be/belspo/fedra/proj.asp?l=nl&COD=SD/TM/04B Vercalsteren, A., et al. 2008, De totale milieu-effecten van onze consumptie en productie in kaart met het Milieu-Input-Outputmodel voor Vlaanderen, in opdracht van OVAM, 11 pp. Vercalsteren, A., Jansen, B., Moorkens, I., Van der Linden, A., Vercaemst, P., 2008. Opstellen en opvullen van de milieu-extensietabel van een Vlaams milieu-input-outputmodel, VITO, eindrapport in opdracht van Vlaamse Overheid, Departement Leefmilieu, Natuur en Energie, OVAM en VMM, 72 pp Vercalsteren, A., Van der Linden, A., Dils, E., Geerken, T., Moorkens, I., Vanhulsel, M., Vangeel, S., 2011. Het Vlaams uitgebreid milieu-input-outputmodel: Update van de milieuextensietabellen. VITO, in opdracht van de Vlaamse Overheid, Departement Leefmilieu, Natuur en Energie, OVAM en VMM vlaams milieu-input-outputmodel

66

Vercalsteren, A., Van der Linden, A., Dils, E., Geerken, T., 2012. Milieu-impact van productieen consumptieactiviteiten in Vlaanderen. VITO, in opdracht van MIRA (in opmaak) Weidema, Bo P., Suh Sangwon, Notten Ph., 2008, Setting Priorities within Product-Oriented Environmental Policy, in Journal of Industrial Ecology, vol. 10(3), pp. 73-87.


67


68

Het Vlaams uitgebreid milieu-inputoutputmodel:

Recommend Documents