Rebound effect met impact op het milieu

Rebound effect met impact op het milieu Eindrapport

Voor: Vlaamse Overheid –Departement LNE Afdeling Milieu, Natuur en Energiebeleid Dienst Beleidsvoorbereiding en - evaluatie Koning Albert II-laan 20 bus 8 1000 Brussel 15 september 2013

Transport & Mobility Leuven Diestsesteenweg 57 3010 Leuven Belgium http://www.tmleuven.be

Auteurs: Eef Delhaye (TML) Christophe Heyndrickx (TML) Rodric Frederix (TML) Bruno Van Zeebroeck(TML) Sandra Rousseau (KU Leuven -HUBrussel) Stef Proost (KU Leuven)

“It is wholly a confusion of ideas to suppose that the economical use of fuel is equivalent to a diminished consumption. The very contrary is the truth” Jevons, 1865

REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

2

Inhoud Inhoud ..................................................................................................................................................................3 Lijst met begrippen.............................................................................................................................................5 1

Samenvatting ..............................................................................................................................................6 1.1

Wat u absoluut moet weten over het rebound effect ..........................................................6

1.2

Wat interessant is voor u ..........................................................................................................8

2

Inleiding en probleemstelling ............................................................................................................... 17

3

Naar een concept Rebound Effecten.................................................................................................. 18

4

5

6

7

3.1

Literatuuroverzicht ................................................................................................................. 23

3.2

Concept Rebound Effecten .................................................................................................. 38

Naar een selectie van cases ................................................................................................................... 40 4.1

Algemene principes ................................................................................................................ 40

4.2

Case Transport ........................................................................................................................ 42

4.3

Case Energie ............................................................................................................................ 43

Case 1: telewerken .................................................................................................................................. 44 5.1

Wat is telewerken? .................................................................................................................. 44

5.2

Mogelijke rebound effecten .................................................................................................. 44

5.3

Literatuur.................................................................................................................................. 45

5.4

Doorrekening .......................................................................................................................... 48

5.5

Totale impact ........................................................................................................................... 62

5.6

Sensitiviteit ............................................................................................................................... 64

Case 2: energie-efficiëntieverbeteringen ............................................................................................. 70 6.1

Energie-efficiëntieverbetering bij de consument ............................................................... 70

6.2

Efficiëntieverbetering producenten ..................................................................................... 94

Algemene conclusie ............................................................................................................................. 107

Literatuur......................................................................................................................................................... 111 Annex 1: lijst van mogelijke cases ............................................................................................................... 118 REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

3

Voorstellen van de stuurgroep ........................................................................................................... 118 Voorstellen van de opdrachthouder.................................................................................................. 121 Annex 2: Beschrijving van het ISEEM Model ........................................................................................ 124 1.1

Modelbeschrijving ................................................................................................................ 124

1.2

Regionale effecten door verandering in de transport sector.......................................... 126

1.3

Input aanwezig in model ..................................................................................................... 127

1.4

Input nodig voor beleidssimulatie...................................................................................... 129

1.5

Output .................................................................................................................................... 129

Annex 3: Lijst van sectoren .......................................................................................................................... 132 Annex 4: Resultaten efficiëntieverbetering producenten ........................................................................ 133


4

Lijst met begrippen Algemeen evenwichtsmodel: In tegenstelling tot een partieel evenwichtsmodel bekijkt een algemeen evenwichtsmodel niet alleen de gevolgen op de markt waar de beleidsmaatregel plaatsvindt, maar ook de effecten op alle andere markten, met onder meer de arbeidsmarkt. De algemene evenwichtstheorie dateert uit de jaren 1870 en bouwt in het bijzonder voort op het werk van de Franse econoom Léon Walras Backfire: situatie waarbij het rebound effect groter dan 100% is Directe effect: het verwachte effect indien er geen gedragsveranderingen zijn. Ook soms het “ingenieurseffect” genoemd. Rebound Effect: de mate waarin een milieugerichte efficiëntieverbetering niet één tot één vertaald wordt naar de verwachte effecten bij een constante vraag. Uitgedrukt als een % van de initiële efficiëntieverbetering. Hierbij maken we een onderscheid naar de directe, de indirecte rebound effecten en de brede economische effecten. Directe rebound effecten: stijging in consumptie van het goed waarvoor er een verbetering is als gevolg van de (impliciete) prijsdaling veroorzaakt door de efficiëntieverbetering. Indirecte rebound effecten: verandering in consumptie van andere goederen, die op hun beurt ook energie vergen. De indirecte effecten omvatten ook de bijkomende energie die eventueel nodig is om het efficiëntere goed te maken (embodied effect). Economisch brede rebound effecten: de macro-economische effecten waarbij efficiëntieverbeteringen bij een goed zich verder zetten naar de rest in de economie. Marginale kosten: dit zijn de kosten die een extra eenheid met zich meebrengen. Telewerken: telewerken is een arbeidsvorm waarbij werknemers hun activiteiten kunnen verrichten buiten de eigenlijke vestigingsplaats en dit doorgaans op flexibele tijdstippen.


5

1

Samenvatting

1.1

Wat u absoluut moet weten over het rebound effect Wat is “het rebound effect” Het rebound effect laat zich het best uitleggen door middel van een voorbeeld. Stel dat het gebruik van bijkomende isolatie, bij onveranderd gedrag, leidt tot een energiebesparing van 20%. We spreken dan van een rebound effect indien de werkelijke besparing kleiner dan wel groter is dan deze 20%. De winst in efficiëntie zorgt voor een besparing die tot een gedragsverandering leidt, namelijk extra consumptie. 50% van potentiële efficiëntie- winst kan verloren gaan door het rebound effect Door allerlei gedragsveranderingen gaat meestal tussen 30 en 50% van een initieel verwachte besparing verloren. Zo laat bijvoorbeeld bijkomende isolatie toe om goedkoper te verwarmen. Mensen kunnen hierop reageren door de verwarming iets hoger te zetten; het zou hun immers niets meer kosten dan voordien. Hierdoor is de uiteindelijke besparing kleiner dan indien men wel meer isolatie heeft, én de verwarming op hetzelfde niveau houdt. Het is zelfs zo dat in sommige gevallen er uiteindelijk meer verbruikt kan worden dan vòòr de besparingsmaatregel (ook ‘backfire’ genoemd). Aan de andere kant kan er ook meer bespaard worden dan initieel verwacht (ook ‘superconversation’ genoemd). Het rebound effect is een gevolg van gedragsveranderingen Een winst in efficiëntie zorgt voor een besparing die tot een gedragsverandering leidt, namelijk extra consumptie. De rebound effecten of gedragsveranderingen spelen zowel direct, via extra consumptie van energie- of milieugoederen,- als indirect via extra consumptie van andere goederen. Deze laatsten veroorzaken uiteindelijk ook extra verbruik van energie- of milieugoederen. Daarnaast zijn er ook brede economische effecten die doorwerken in de ganse economie. Deze spelen vooral bij de producenten. Deze maken immers intermediaire producten voor andere producenten. Een prijsdaling voor een intermediair product vertaalt zich in tal van andere finale (of andere intermediaire) producten. Op die manier vindt de prijsdaling zijn weg in de hele economie met een verhoging van het energieverbruik en/of milieubelasting als gevolg, het rebound effect. Een rebound effect is niet noodzakelijk “slecht”. Een rebound effect is klassiek economisch gezien niet noodzakelijk slecht. Een efficiëntiewinst laat de consument toe een besparing te realiseren. Deze besparing kan de consument gebruiken om extra energie en andere goederen te verwerven die hij anders niet had kunnen verwerven. Hij verhoogt zo zijn welvaart. Efficiëntiewinsten komen op deze manier ook economische groei ten goede. Dit betekent niet dat het rebound effect genegeerd mag worden. Het rebound effect wordt sterk beïnvloed door de prijsgevoeligheid De gedragsverandering, en dus het rebound effect, hangt af van de gevoeligheid van de consument voor veranderingen in prijzen. Bij consumenten hangt de prijsgevoeligheid samen met de aanwezigheid van vervangende goederen of diensten en met de verzadiging voor wat betreft de consumptie van het goed. Indien de verwarming al op 22° staat, zal men deze bijvoorbeeld niet REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

6

verhogen naar 23°, waardoor het rebound effect veel minder sterk is dan als de verwarming initieel maar op 19° stond. Hoe gevoeliger de consument is voor een prijsverandering, hoe belangrijker het directe rebound effect zal spelen. Het rebound effect is groter op lange termijn dan op korte termijn Dit is een gevolg van het feit dat de prijsgevoeligheid groter is op de lange dan op de korte termijn. Gedrag aanpassen op langere termijn is ook eenvoudiger want dan is er meer flexibiliteit en zijn er meer mogelijkheden. Om het rebound effect te minimaliseren, is een belasting te verkiezen boven een subsidie Het rebound effect wordt veroorzaakt door een (impliciete) prijsdaling. Indien deze prijsdaling teniet gedaan wordt door een extra belasting zal er ook geen rebound effect zijn. De overheid moet dan wel de taks zodanig besteden dat ze zelf geen rebound effect veroorzaakt. Merk op dat het tegengaan van het rebound effect een mogelijkheid is maar zeker geen vereiste. Het rebound effect op zich is immers niet noodzakelijk welvaartsverlagend. Om deze reden kan het doeltreffender zijn een belasting in te voeren op energiedragers of milieugoederen dan een subsidie voor energie- of milieubesparende maatregelen door te voeren. Een subsidie zorgt uiteindelijk voor een lagere energiekost en dus mogelijkerwijs tot een rebound effect. Een belasting op de energiedrager zorgt integendeel voor een lager energieverbruik. De reden is dat de belasting het (gebruik van het) goed duurder maakt en zo voor een extra incentive zorgt voor energie- of milieubesparende maatregelen omdat het besparingspotentieel groter wordt. Een belangrijke uitzondering hierop zijn de eenvoudig vervangbare of herlokaliseerbare goederen. Het is niet efficiënt om goederen te belasten die eenvoudig te vervangen zijn door goederen die niet belast worden en zo goedkoper zijn. Dat is bijvoorbeeld het geval bij een energie- (of milieu-) belasting voor de industrie ingevoerd in één land. De industrie kan vrij eenvoudig haar productie verplaatsen naar een land zonder energie- (of milieu-)belasting, met goedkope energie en/of milieugoederen (leakage). Lokaal verdwijnt het milieu- of energieverbruik wel, maar het milieu- of energieverbruik blijft elders wel bestaan zolang de lokale vraag van de consument blijft bestaan. Mogelijk is het milieu-of energiegebruik elders zelfs minder efficiënt en dit kan leiden tot een toename van milieuproblemen op wereldschaal zoals het klimaatprobleem. Ook een voldoende strenge standaard of norm zal het rebound effect minimaliseren of opheffen Als een standaard of norm zo gekozen wordt dat hij een extra kost betekent waardoor de consument (producent) geen financiële winst kan halen, dan zal er geen rebound effect zijn. Dit kan bijvoorbeeld het geval zijn bij een strenge CO2 uitstootnorm voor auto’s. De strenge norm kan extra technologie vereisen waarvan de kost de winst van lager verbruik compenseert. Hou in prognoses en impact analyses rekening met het rebound effect Bij het maken van prognoses voor het behalen van bepaalde objectieven met betrekking tot energie- of andere milieuobjectieven is het belangrijk rekening te houden met een rebound effect. Indien men geen rekening houdt met het bestaan van rebound effecten, dan kan het moeilijk worden om de vooropgestelde energie- of milieuobjectieven te behalen. Daarom houdt men in het VK expliciet rekening met het rebound effect door de verwachtingen systematisch naar beneden bij te stellen.


7

1.2

Wat interessant is voor u “It is a wholly a confusion of ideas to suppose that the economical use of fuel is equivalent to a diminished consumption. The very contrary is true.” Dit zei William Stanley Jevons in 1865 toen hij vaststelde dat bij een efficiënter gebruik van steenkool het verbruik van steenkool gevoelig toenam. Ook vandaag bestaan talrijke voorbeelden waar de reële winsten in energie-efficiëntie niet overeenkomen met de theoretisch verwachtte winsten. Enkele gevalstudies van TML bevestigen dit. • Telewerken levert een energiebesparing op voor de woonwerkverplaatsingen, maar die besparing kan volledig teniet gedaan worden door een hoger energieverbruik thuis en door bijkomende, andere verplaatsingen. • Een hoogrendementsketel die 50% efficiënter werkt doet de stookolie rekening dalen met ongeveer 30%, niet met 50% • Een efficiëntieverbetering in de petrochemie zorgt voor MEER energieverbruik in Vlaanderen . • Een efficiëntieverbetering in de dienstensector VERLAAGT het energieverbruik in Vlaanderen als geheel meer dan de loutere energiewinst in de dienstensector. In de meeste gevallen levert een besparing in energie-efficiëntie ook effectief een (kleinere) energiebesparing op zoals ook onderstaande figuur illustreert. De afwijking van de realiteit wordt rebound effect genoemd. In sommige gevallen versterkt het rebound effect het initiële effect (superconservation), in andere gevallen gaat het initiële effect helemaal teniet (back fire). Onderstaande figuur illustreert deze mogelijkheden.


8

Figuur 1: Een geobserveerde energiebesparing wijkt af van de mechanisch voorspelde energiebesparing

Rebound (extra besparing)

Rebound effect Mechanisch voorspelde besparing

Theorie

1.2.1

Werkelijke geobserveer de besparing

Realisatie1

Rebound effect (meerverbruik)

Realisatie2

Mechanisch voorspelde besparing

Realistatie3

Mechanisch voorspeld Rebound tusen 30 en 50% Effect meer dan teniet

Effect versterkt

ingenieurseffect

Superconservation

Meest frequent

Back fire

Rebound effect is een gevolg van gedragsveranderingen op verschillende niveaus

Het initieel verwachte effect van een efficiëntieverbetering zonder gedragsverandering is het directe of ingenieurseffect. Een condensatieketel laat bijvoorbeeld toe het energieverbruik van de verwarming met 50% te laten dalen. Het directe of ingenieurs effect van de maatregel is dan een energiebesparing van 50%. Figuur 2: het rebound effect is een combinatie van verschillende effecten

direct rebound


indirect rebound

breed economisch Werkelijke geobserveer de besparing


9

Op een verbetering in energie-efficiëntie reageren consumenten (en producenten) door allerlei gedragsveranderingen. Deze gedragsveranderingen vormen het rebound effect. Er zijn directe en indirecte rebound effecten, daarnaast zijn er ook brede economische rebound effecten. De figuur hierboven illustreert dit. • Het directe rebound effect is een stijging in de (energie)consumptie als gevolg van een (impliciete) prijsdaling van energie. Voor eenzelfde resultaat (verwarming bv.) is minder energie nodig zodat bv. verwarming goedkoper wordt. Door deze prijsdaling gaan mensen de verwarming misschien langer opzetten en/of meer kamers verwarmen en/of de thermostaat hoger zetten. • De indirecte rebound effecten zorgen voor een stijging van de (energie) consumptie omdat ook andere extra goederen worden geconsumeerd. Dit kan omdat dankzij de impliciete prijsdaling van energie hiervoor budget vrijkomt. Soms is voor het realiseren van de initiële energie-efficiëntie winsten ook extra materiaal nodig. De extra energie die hiervoor eventueel nodig is, is de embodied energie. • De brede economische rebound effecten zijn effecten waarbij de efficiëntieverbeteringen zich verder zetten in de rest van de economie. Deze spelen vooral bij producenten via intermediaire goederen. • Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering teniet wordt gedaan spreken we van back fire. Back fire stelde Jevons vast bij efficiëntieverbeteringen van steenkoolgebruik in de industrie. In China werd, meer recent, ook een back fire effect vastgesteld bij de invoering van microgolfovens voor het koken. • Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering versterkt wordt spreken we van superconservation. Dit gebeurt bijvoorbeeld als de energiebesparing opgelegd wordt via een standaard en extra geld kost zodat er geen financiële besparing mogelijk is en geen budget vrijkomt om aan andere goederen te spenderen. Vooral het directe rebound effect is goed gedocumenteerd in de literatuur, de indirecte en brede economische reboundeffecten zijn dat veel minder. 1.2.2

Rebound door de economische bril: prijsdaling van goed A = extra consumptie van goed A + extra andere uitgaven Prijsdaling van energie zorgt voor extra consumptie van energie

Een eenvoudige vraagcurve voor goed A, bijvoorbeeld “verwarming”, geeft aan hoeveel de consument bereid is te betalen voor een bepaalde hoeveelheid “verwarming”. Op de X-as staat de hoeveelheid verwarming, op de Y-as de prijs. Als de prijs van de “verwarming” daalt zal de consument extra “verwarming” kopen. Als de prijs stijgt zal hij minder “verwarming” kopen. De manier waarop de consument reageert op prijsveranderingen bepaalt de helling van de vraagcurve, ook prijs-elasticiteit genoemd. De helling zal bepalen hoeveel meer of minder de consument consumeert bij een prijsverandering.


10

Figuur 3: Theoretische illustratie van het rebound effect

De linkse figuur geeft een startsituatie aan met een bepaalde marktprijs (P0(E0))voor “verwarming” bij een bepaalde gevraagde hoeveelheid (Q0). Bovenop de marktprijs is er ook een milieukost (A min P0(E0)) per eenheid “verwarming” die niet vervat zit in de marktprijs (externe kost). Door bijvoorbeeld het gebruik van condensatieketels zal de efficiëntie van verwarmen toenemen. Met eenzelfde hoeveelheid brandstof kan men dus meer verwarmen, of om eenzelfde temperatuur te bereiken is minder brandstof nodig. De prijs voor “verwarming” daalt dus zoals de rechtse grafiek illustreert. Een prijsdaling tot P1(E1)betekent echter ook dat men meer “verwarming” (Q1) zal wensen. Men zal bijvoorbeeld de thermostaat op 22° ipv op 20° afstellen. Gezien de extra kost van de nieuwe condensatieketel zal het effect zich waarschijnlijk niet op korte termijn laten voelen, maar slechts op de langere termijn. Prijsdaling van energie zorgt voor andere uitgaven die op hun beurt doorwerken in de economie

Normaal besteden consumenten niet de volledige besparing aan extra verwarming. Het aandeel besteed aan extra verwarming (direct rebound effect) zal groter zijn bij armere bevolkingsgroepen of landen dan bij rijkere bevolkingsgroepen of landen. Voor rijkeren is extra verwarming waarschijnlijk minder nuttig omdat ze zich al dichter bij hun saturatiepunt wat betreft verwarming zitten. Indien de thermostaat reeds op 23° staat heeft het geen of weinig zin hem te verhogen tot 25°. De consument is nagenoeg gesatureerd wat betreft verwarming. Indien de thermostaat slechts op 18° staat heeft het wel zin hem te verhogen naar 20°. Een deel van de besparing zullen consumenten besteden aan andere uitgaven, het indirecte rebound effect. Op die manier stimuleren ze ook de rest van de economie wat op zijn beurt extra energie verbruik betekent. Andere uitgaven kunnen bijvoorbeeld zijn: • extra vliegtuigreizen (extra energieverbruik) • bijkomende toestellen • …... De impact van deze keuze is allesbehalve neutraal.


11

Bij de rijkere bevolkingsgroepen of landen zal het indirect rebound effect via andere consumptie groter zijn. Gelijkaardige fenomenen bij producenten

Een bedrijfssector die zijn energie-efficiëntie verbetert, zal een deel van zijn inputs vervangen door de goedkoper geworden input (energie). Daarnaast zal die sector ook zijn verkoopsprijzen verlagen en zal hij meer produceren. Meer productie in die sector betekent ook extra gebruik van intermediaire producten afkomstig van andere economische sectoren. Ook die andere sectoren zullen daarom extra energie nodig hebben. Daarnaast betekenen goedkopere producten voor de consument ook een deel extra beschikbaar budget. Hierdoor kan hij weer andere producten verbruiken en zo de andere sectoren aanzwengelen. 1.2.3

Illustratie door gevalstudies:

TML bestudeerde in dit onderzoek drie gevalstudies van totale reboundeffecten (direct, indirect, economisch breed): telewerken, energie-efficiëntieverbeteringen bij consumenten en energieefficiëntieverbeteringen bij producenten. Reboundeffecten bij telewerken zorgen voor verlies van 70 tot 100% van initieel effect

Bij het invoeren van één dag telewerk per week in Vlaanderen stelt TML vast dat • het aantal voertuigkilometers slechts daalt met ongeveer 30% van het verwachte directe effect. • ongeveer 70% van de verwachte vermindering in voertuigkilometers verloren gaat via reboundeffecten. • telewerken geen energiebesparing oplevert wegens de reboundeffecten. Er is wel een effect op de uitstoot van broeikasgassen en luchtpolluenten omdat meer vervuilende energie van wagengebruik vervangen wordt door minder vervuilende energie voor verwarming. • de niet-telewerkende autogebruikers slechts 30% van de tijdswinst realiseren omdat de vermindering van files aanzienlijk kleiner is dan verwacht. • ongeveer 70% van de verwachte tijdswinst gaat dus verloren via reboundeffecten Tabel 1: Detail van de rebound effecten bij telewerk

aantal miljoen vkm/jaar Direct effect Telewerkers Rebound 1 Energiegebruik thuis Rebound 2 en 3 Inkomens en locatie-effect Rebound 4 Latente vraag Congestie niet-telewerkers Totaal Rebound Effect

energie (miljoen kWh/jaar) 370

265

tijdswinst (miljoen uur/jaar) 15

-69 -168

-120

-7

-101

-72

101 73%

4 99%

-4 0,31 4 71%


12

De gevalstudie nam volgende elementen in beschouwing: • Vlaamse werknemers gaan gemiddeld één dag per week telewerken (met variatie per sector) • Direct effect van de maatregel: Telewerkers vermijden één woon-werkverplaatsing per week • Rebound 1: in de winterperiode moet thuis extra verwarmd worden, vooral in huizen waar de thuiswerker de enige aanwezige is • Rebound 2 en 3: telewerkers die geld besparen door het telewerken1, gebruiken een deel van hun vrijgekomen transportbudget om o andere verplaatsingen te doen (inkomenseffect). Hier speelt ook dat mensen nog altijd naar de winkel, school, etc. gaan – transport dat vroeger misschien in de keten woon-werkverkeer zat. o langere woon-werk verplaatsingen te doen op hun werkdagen (locatie effect – men zal bijvoorbeeld een grotere woon-werkafstand aanvaarden omdat men deze trip niet elke dag hoeft te maken bij telewerken) • Rebound 4: De afwezigheid van telewerkers vermindert de files en het tijdverlies voor niet telewerkers. De tijdswinst en de vermindering van files zijn wel niet zo groot als verwacht. Er zijn nu meer niet- telewerkers die de auto nemen omdat het sneller gaat dan vroeger. Deze nieuwe gebruikers vormden de “latente” of “geïnduceerde” vraag. Deze nieuwe gebruikers zorgen er dus voor dat de tijdswinst kleiner wordt voor de oude gebruikers. De gevalstudie nam een verkleining van de kantoorruimtes op middellange of lange termijn niet in aanmerking. Het rebound effect zou met dit effect inbegrepen enkele percenten lager liggen. We kunnen een aantal verklaringen geven voor zo een belangrijk rebound effect: • De helft van de telewerkers gebruikten de trein vóór ze telewerkten • Een deel van de telewerkers voert telewerk uit vanuit een satellietkantoor. Om naar dat satellietkantoor te gaan gebruiken ze de auto. Voorheen gebruikten ze de trein voor een weliswaar langere verplaatsing. • Het energieverbruik om zich te verplaatsen met een wagen is relatief laag vergeleken met het opwarmen van een huis gedurende de hele dag. Aan de andere kant wordt de meer Niet iedereen zal geld uitsparen door te gaan telewerken. Treinreizigers die een abonnement hebben, besparen enkel op de tijd nodig voor het woon-werktransport.

1


13

vervuilende energie van wagengebruik vervangen door minder vervuilende energie voor verwarming. Indien we een aantal hypotheses aanpassen (gevoeligheidsanalyse) dan zien we dat de grootteorde van de resultaten dezelfde blijft. Rebound effect van energie-efficiëntiewinst bij producenten: van extra energiewinst in diensten (super conservation) tot extra energieverlies in petrochemie (backfire)

TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de energie-efficiëntie met 1 à 10% in één van de verschillende economische sectoren. TML deed dit op een theoretische manier met het algemeen evenwichtsmodel ISEEM om de verschillende effecten die doorwerken in de economie in beschouwing te nemen. De rebound effecten in de petrochemie en de dienstensectoren springen eruit.

Figuur 4: Totaal rebound effect als gevolg van efficiëntieverbetering in één sector

De petrochemie kent een backfire effect. Voor 1% energie-efficiëntieverbetering in de petrochemie gaat het energieverbuik in Vlaanderen stijgen met het equivalent van twee maal de energie besparing gerealiseerd dankzij de efficiëntieverbetering in de petrochemie. De reden is dat een efficiëntieverbetering in de petrochemie voor goedkopere brandstof zorgt voor alle consumenten en economische sectoren. Consumenten en economische sectoren zullen daarom hun brandstof en energieverbruik verhogen.


14

De diensten sectoren (waaronder de financiële sector, de overheid, onderwijs, onderzoek, etc2.rechts op de figuur)kennen een super-conservation effect. Voor 1% energie-efficiëntie verbetering in de diensten daalt het energieverbruik in Vlaanderen met het equivalent van 20 tot 30% van de energie-efficiëntieverbetering in de dienstensector. De hoofdreden is dat de dienstensectoren de energie-efficiëntiewinsten in extra personeel investeren. Deze extra aanwervingen door de dienstensectoren zetten de arbeidsmarkt onder druk zodat de lonen stijgen. Dit heeft voor gevolg dat ook de lonen in de industrie stijgen, dat de industriële productie duurder wordt en de consument minder van deze industriële producten verbruikt. Minder industriële productie betekent ook minder energieverbruik. Rebound effect van energie-efficiëntiewinst bij consumenten: van ongeveer 20% op korte termijn tot 50% op lange termijn

TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de energie-efficiëntie met 1% van elektrische toestellen, verwarming of warm water. TML deed dit, net als voor de producenten, met het algemeen evenwichtsmodel ISEEM om de verschillende effecten die doorwerken in de economie in beschouwing te nemen. Onderstaande figuur geeft de grootte van het reboundeffect (Y as) voor een betere energieefficiëntie van elektrische toestellen, verwarming of warm water op korte (KT) en lange (LT) termijn. De figuur geeft ook aan onder welke energievorm en bij wie het rebound effect gebeurt. Figuur 5: opsplitsing van het totale rebound effect naar energiedrager, consument en bedrijven

De gevalstudie leert ons dat: • De rebound effecten belangrijker zijn op lange (rond 50%) dan op korte termijn (rond 20%) omdat men zijn gedrag eenvoudiger kan veranderen op langere termijn. • De consument, dankzij de energie-efficiëntie winst, het vrijgekomen budget, gebruikt om extra gas, elektriciteit en stookolie te verbruiken.

2

Zie bijlage 3 voor een volledige lijst van de sectoren


15

Opvallend is dat bij elektrische applicaties een deel van de besparing wordt verbruikt onder de vorm van stookolie. Via een indirect rebound effect gaat de consument dus zijn elektriciteitswinst omzetten in stookolie verbruikt. o Bij verwarming situeert het grootste rebound effect zich bij elektriciteit. Enerzijds wordt er extra verwarmd met elektriciteit, anderzijds wordt elektriciteit ook gebruikt voor andere toepassingen. Stookolie is daarentegen niet inzetbaar voor andere toepassingen zodat het rebound effect via stookolie beperkter blijft. De brede economische effecten situeren zich bij de producenten en dan vooral op korte termijn. Het minverbruik van de consument wordt op korte termijn niet optimaal opgevangen door de producenten, zij investeren teveel omdat ze een hogere vraag naar energie verwachten. Daardoor is er een licht overschot aan energieproductie, waardoor de prijzen dalen. Dit zorgt op zijn beurt voor extra (elektriciteits) verbruik bij de producenten op korte termijn. Op langere termijn passen de producenten hun investeringen aan, waardoor het overschot verdwijnt en de prijs normaliseert. Het gaat (hoofdzakelijk) om het groene balkje – elektriciteitsbedrijven. Voor ruwe olie merken we een licht besparingseffect (super-conservation) op lange termijn. De reden is dat de gedaalde vraag naar afgewerkte olieproducten, leidt tot minder raffinage van ruwe olie in Vlaanderen. o

•


16

2

Inleiding en probleemstelling De Vlaamse overheid wil een kwaliteitsvol leefmilieu realiseren, waarin op een duurzame wijze gebruik wordt gemaakt van diverse voorraden. Hiertoe ontwikkelt ze een geïntegreerd leefmilieu-, natuur en energiebeleid. Dit beleid uit zich in de vorm een milieubeleidsplan waarin de hoofdlijnen van het milieubeleid van het Vlaamse Gewest bepaald worden. Naast een schets van de context, is in het plan een evenwaardige plaats toebedeeld aan de lange termijndoelstellingen, de overheidsinterne engagementen, de plandoelstellingen, de milieuthema’s en de maatregelpakketten. In de meeste gevallen zijn maatregelen direct gericht op het doel. Denk bijvoorbeeld aan emissiestandaarden voor wagens om de emissies te verminderen, het aanmoedigen van het isoleren van huizen om het energiegebruik te verlagen, het bevorderen van duurzame consumptie van levensmiddelen, etc. Naast het beoogde, rechtstreekse/directe effect, treed er echter bij sommigen van deze maatregelen ook een tweede orde of indirect effect op. Dit indirect effect kan zowel positief als negatief bijdragen tot het halen van de doelstelling. Een gekend voorbeeld is het feit dat strengere emissiestandaarden leiden tot een verminderd brandstofverbruik. Dit is positief wanneer men kijkt naar het gebruik van energie. Aan de andere kant zorgt dit verminderd energieverbruik ook voor een besparing bij de consument. De vraag die zich dan stelt, is wat de consument met dit “bijkomend” budget zal doen. Indien deze hierdoor juist meer gaat rijden, dan kan het initiële effect (verlaging van de uitstoot per km) sterk verminderd worden – of zelfs te niet gedaan doordat er meer kilometers gereden worden. Het mechanisme van dit soort “tweede orde” effecten wordt in de literatuur ook wel “rebound effecten” genoemd. Dit effect is niet nieuw. De Britse econoom William Stanley Jevons merkte dit in 1865 voor het eerst bij het gebruik van steenkool: de brandstof werd plotseling efficiënter gebruikt, waardoor de totale consumptie van steenkool snel de hoogte in schoot. Het effect wordt daarom ook wel de Jevons-paradox genoemd. In opdracht van de Vlaamse Overheid – Afdeling Milieu, Natuur- en Energiebeleid gaan we in deze studie na hoe het “rebound effect” speelt op Vlaams niveau. Het rapport bestaat uit twee grote delen. In een eerste deel wordt het concept “rebound effect” op een onderbouwde en gestructureerde wijze uiteengezet en voorzien van voorbeelden. Daarna wordt met behulp van drie cases het rebound effect geïllustreerd op Vlaams niveau. Hierbij worden ook algemene conclusies en specifieke aanbevelingen geformuleerd, die ook een aanzet kunnen geven om het rebound effect te voorzien en in zekere mate te vermijden. Dit werk moet er ook toe bijdragen dat het bestaan van dit soort effecten op een duidelijke manier kan gecommuniceerd worden.


17

3

Naar een concept Rebound Effecten Veel van het milieubeleid is erop gericht om de efficiëntie van inputs (energie, water, materialen,…) te verhogen om zo de milieu-effecten verbonden met het gebruik van deze inputs te verminderen. Maar al te vaak wordt verondersteld dat deze efficiëntieverbeteringen zullen leiden tot een daling van het gebruik van de inputs, zeker in vergelijking met een scenario waarin deze verbeteringen er niet zijn. Er zijn echter heel wat mechanismes, in de literatuur samengebracht onder de noemer “rebound effecten” –of “terugslageffecten”, die ertoe leiden dat de besparingen minder groot zijn dan verwacht. In sommige, extreme gevallen, kunnen verbeteringen zelfs leiden tot een totaal verbruik dat hoger is dan anders het geval zou zijn. Dit wordt in de literatuur “backfire” genoemd. Dit is bijvoorbeeld het geval voor zeer doordringende technologieën zoals de stoommotor in de 19e eeuw, die niet alleen de energie-efficiëntie verhoogde, maar ook de economische productiviteit. Traditioneel focust de rebound literatuur op energie en energie-efficiëntieverbeteringen, maar het concept is ook van toepassing voor andere inputs zoals water, materiaal, etc. Bij een zeer ruime interpretatie van het concept rebound effecten kan men elke vorm van beleid opnemen, waarbij de gerealiseerde effecten niet overeenkomen met de initieel verwachte effecten. En dit omdat mensen hun gedrag aanpassen. Denk bijvoorbeeld aan het verstrekken van gratis busabonnementen die vooral fietsers en wandelaars aantrekt. Binnen een economisch kader is het echter voor de hand liggend dat de verbetering in inputefficiëntie niet één tot één vertaald wordt naar een daling van het gebruik van deze input. De impliciete veronderstelling achter deze één-één relatie is dat de vraag naar de input constant zou blijven. Dit is een te eenvoudige veronderstelling. De verbetering in efficiëntie vermindert immers de marginale kost van de input en hierop gaan mensen/bedrijven reageren. We tonen dit aan met onderstaande figuur. Deze figuur vormt de basis van de economische theorie – met name een vraag en aanbodschema. Veronderstel dat deze figuur de vraag van een consument naar een energiedienst voorstelt– dit kan de vraag naar verwarming zijn, of de vraag naar transport, de vraag naar schone kleding, etc…Om de zaken concreet te maken veronderstellen we dat het hier gaat om de vraag naar huishoudverwarming. Maar deze figuur is van toepassing voor alle andere voorbeelden. Op de horizontale as vinden we de gevraagde hoeveelheid verwarming terug. Op de verticale as staat de kostprijs van verwarming voor de consument. De kostprijs voor de consument omvat zowel de tijdskost3 als de geldkost. De vraag naar de dienst is een dalende functie van de prijs. Als verwarming duur is, dan zal de consument minder verwarming vragen (binnen bepaalde grenzen natuurlijk). In de praktijk zal ze bijvoorbeeld de verwarming eerder uitzetten of de thermostaat een graad lager instellen dan als de prijs laag is. In dit voorbeeld veronderstellen we dat de prijs constant is (P0) én een functie van de energie-efficiëntie van de dienst E0. Gegeven de vraag en deze prijs, hebben we een evenwicht in het punt en zal de consument een vraag gelijk aan Q0 hebben. Op deze figuur hebben we nog een lijn toegevoegd, met name de milieukost die samenhangt met het gebruik van energie voor verwarming. Deze is ook afhankelijk is van de energie-efficiëntie. Voor zover deze kost niet vervat zit in de prijs voor verwarming, wordt dit ook een externe kost genoemd. Extern, omdat de consument er geen rekening mee houdt. Het bestaan van dit soort externe kosten is een reden voor het opleggen van maatregelen zoals belastingen of

Het mee opnemen van het tijdscomponent is belangrijk voor bepaalde voorbeelden. Bij transport zal meer wegcapaciteit leiden tot een lagere tijdskost en zo tot meer verkeer. Bij de vervanging van houtkachels versus pelletkachels zal ook voornamelijk het verhoogde gebruiksgemak voor een bijkomende vraag naar verwarming zorgen. 3


18

energiestandaarden, etc. Voor de eenvoud van de grafiek hebben we deze hier constant verondersteld. Gegeven de gevraagde hoeveelheid Q0 is de milieukost gelijk aan de lichtblauwe rechthoek ABCP0. Figuur 6: vraag naar verwarming bij energie-intensiteit E0

Veronderstel nu dat de energie-efficiëntie voor het verwarmen van een huis verbetert waarbij E0=θ*E1. θ staat voor de winst in energie-efficiëntie die zorgt voor een gelijk niveau van verwarming als bij E0, maar met een verminderde energie-input. Deze verbeterde efficiëntie van verwarming kan ontstaan door bijvoorbeeld de installatie van een hoogrendementsketel (al dan niet verplicht of gesubsidieerd door de overheid). Abstractie makend van de installatieprijs van deze ketel daalt de prijs voor het verwarmen van het huis voor de consument. We gaan er ook van uit deze verbeterde energie-efficiëntie ervoor zorgt dat de milieukost bij een gegeven vraag daalt. Dit is weergegeven in figuur 2. Als de vraag constant blijft (Q0) (of de prijs onveranderd) dan daalt de milieukost en wordt gelijk aan de blauwe rechthoek.


19

Figuur 7: Illustratie verandering milieukost bij verbetering energie-efficiëntie als vraag constant blijft

A

B C

Het verschil in milieukosten is dan gelijk aan het verschil tussen de rechthoek van figuur 1 en de rechthoek van figuur 2. Dit is ook vaak wat beleidsmakers verwachten bij het uitstippelen van het beleid en wordt ook wel het mechanische, ingenieurseffect genoemd. Maar doordat de energieefficiëntieverbetering ook zorgt voor een prijsdaling, zal juist de vraag naar verwarming ook stijgen. De consument zal juist zijn thermostaat een graadje hoger zetten of besluiten om de verwarming langer aan te zetten. Hierdoor komen we in een nieuw evenwicht, bij prijs P1(E1) en Q1, met Q1>Q0. Door deze stijging in de vraag, is er ook een extra belasting voor het milieu – gelijk aan de gestippelde rechthoek (figuur 3). Een deel van het mechanische verwachte effect wordt dus teniet gedaan. Dit is wat men het directe rebound effect noemt. Merk op dat de efficiëntieverbetering op zich zorgt voor een baat voor de consument. De baat voor de consument is gelijk aan de oppervlakte P0ABC. Afhankelijk van de grootte-orde van de externe kosten, de effecten die daar spelen en van de investeringskost nodig om tot de efficiëntieverbetering te komen, zal er ook nog steeds een baat voor de maatschappij zijn. Rebound effecten worden vaak als iets negatief aanzien, in de zin dat niet alle mogelijke baten van een efficiëntieverbetering gerealiseerd worden in werkelijkheid. Hierbij vergeet men dat de efficiëntieverbetering op zich vaak wel nog steeds leidt tot een baat voor de maatschappij. Dit met uitzondering van zogenaamde backfires.


20

Figuur 8: Illustratie verandering milieukost bij verbetering energie-efficientie met rebound effect

A

B

We focussen hier op de milieu-effecten, maar hetzelfde effect speelt zich af bij de achterliggende energie-input. Verwarmen gebeurt bijvoorbeeld met gas. Door het gebruik van een hoogrendementsketel die θ efficiënter is verwacht men, bij gelijkblijvend gebruikt een daling in het verbruik met θ. In werkelijkheid gaan de mensen reageren en zal de daling in het verbruik kleiner zijn dan θ. Het rebound effect wordt bij conventie als een percentage uitgedrukt en geeft het verschil weer tussen het mechanisch verwachte en de werkelijkheid. Een rebound effect van 10% wil zeggen dat als bijvoorbeeld het gasverbruik theoretisch gezien daalt met 50% door een efficiëntieverbetering, we in werkelijkheid maar een daling zien van 45% van het verbruik van gas. Figuur 9: Grafische voorstelling van het idee Rebound Effect

Rebound effect Mechanisch voorspelde energiebesparing

Theorie

Werkelijke geobserveerde energiebesparing Realisatie


21

Het rebound effect (RE) is met andere woorden gelijk aan het verschil in de verwachte besparing (VB) en de gerealiseerde besparing (GB) ten opzichte van de verwachte besparing. 100

1

100

Indien de efficiëntieverbetering volledig teniet wordt gedaan, dan is het rebound effect groter dan 100% . Men gebruikt dan meer van de input dan initieel, en men spreekt dan van een backfire4. Het is echter ook mogelijk dat men nog minder van de input gaat gebruiken dan initieel verwacht. Dit wil zeggen dat het gebruik van de input meer daalt dan de één-tot-een basis met de input efficiëntie, met andere woorden een 1% verbetering in efficiëntie (dus in θ) leidt tot een daling van 2% in het gebruik. Dit wordt ook wel een “super-conservation” rebound effect genoemd. Onderstaande figuur illustreert deze begrippen. Figuur 10: Een geobserveerde energiebesparing wijkt af van de mechanisch voorspelde energiebesparing

Rebound (extra besparing)


Theorie

Werkelijke geobserveer de besparing

Realisatie1

Mecha-nisch voor-spelde bespa-ring

Rebound effect (meerverbruik)

Realisatie2

Realistatie3

Mechanisch voorspeld Rebound tusen 30 en 50% Effect meer dan teniet

Effect versterkt

ingenieurseffect

Superconservation

Meest frequent

Backfire

Vandaag de dag is het niet duidelijk of zowel backfire als super-conservation rebound effecten zich ook voordoen in de werkelijkheid. Uit de literatuurstudie die volgt, blijkt ook dat er meer in het algemeen geen overeenstemming is over de grootte-orde van de rebound effecten; er is enkel overeenstemming over het feit dat rebound effecten bestaan. Met dit voorbeeld willen we vooral het achterliggend mechanisme beschrijven. Dit voorbeeld is ook van toepassing voor bijvoorbeeld de gevolgen van brandstofefficiëntere voertuigen en de vraag naar 4

Zie ook Alcott (2005), Dimitropoulus (2007), Sorell (2009) en Madlener & Alcott (2009)


22

brandstof, materiaalgebruik, etc. In een meer bredere context geldt dit voorbeeld ook voor verbeteringen in wegcapaciteit, verbeteringen in gebruiksgemak, etc. Dit voorbeeld focust op consumenten, maar de idee is ook van toepassing voor producenten. Merk op dat naast dit direct effect, er ook andere redenen zijn waarom de daling in het gebruik van de input kleiner is dan volgens de technische berekeningen. Zo is het mogelijk dat de consument een deel van het geld dat ze bespaart aan verwarming niet zal besteden aan meer verwarming, maar aan andere goederen zoals reizen– die op hun beurt ook weer energie vragen. Bij de installatie van bijvoorbeeld isolatie is er ook een meerverbruik aan energie bij de productie van de isolatie zelf (ook “embodied” energy demand genoemd). Producenten kunnen ervoor opteren om de besparingen die ze hebben door de verbetering van één input in te zetten om meer te produceren, wat op zijn beurt dan weer de consumptie van kapitaal, arbeid en materiaal verhoogt – wat op zijn beurt weer extra energie vraagt. Daarnaast kunnen kost-efficiënte input efficiëntieverbeteringen leiden tot een verhoogde productiviteit van heel de economie, wat op zijn beurt economisch groei verhoogt wat weer leidt tot een verhoogde consumptie van inputs (macro-economische effecten). Dit soort effecten worden in de literatuur ook wel de indirecte effecten genoemd. In de volgende sectie starten we met het literatuuroverzicht. In dit literatuuroverzicht focussen we op definities en classificaties van het rebound effect. Vervolgens worden een aantal voorbeelden besproken. Gegeven de voorbeelden en de literatuur komen we tot een voorstel tot een definitie van rebound effecten die centraal zal staan in deze studie.

3.1

Literatuuroverzicht

3.1.1

Definitie

Uit lezing van de literatuur rond rebound effecten blijkt dat er verschillende definities in omloop zijn van wat een rebound effect juist is. Er is wel consensus over het bestaan van rebound effecten en over het algemeen achterliggend idee. De idee is dat er een verbetering in energie-efficiëntie is waarvan blijkt dat de initieel ingeschatte (theoretische) energiebesparing in de realiteit minder is dan verwacht door veranderingen in gedrag (Gavankar & Geyer (2010)). Deze initieel ingeschatte besparing hebben we eerder ook het “mechanisch effect” genoemd worden. Maxwell, D. ea (2011) hanteren een iets bredere definitie in de zin dat ze niet enkel focust op energie. Zij definiëren het rebound effect als de stijging in consumptie veroorzaakt door milieugerichte efficiëntieverbeteringen via ofwel een prijsdaling (omdat een efficiënter product goedkoper is in het gebruik en daardoor meer geconsumeerd wordt5) ofwel door andere gedragsveranderingen. Het rebound effect kan dus zowel door prijsveranderingen als door mentale/psychologische veranderingen veroorzaakt worden. Murray (2013) onderzocht bijvoorbeeld wat het rebound effect is van “groener leven”. Hierbij wordt verondersteld dat geen nieuwe efficiëntere goederen aangekocht worden, maar dat mensen bijvoorbeeld het autorijden gaan vervangen door fietsen, dat ze bijvoorbeeld hun droogkast minder gaan gebruiken, etc. MIRA6 heeft ook een zeer brede definitie waarbij het rebound effect gedefinieerd wordt als een situatie waarin het volume van consumptie van bepaalde producten in feite de verhoogde efficiëntie van het product (ten dele) te niet doet.

5

Merk op dat de aankoop van het efficiëntere product wel duurder kan zijn.

6http://www.milieurapport.be/default.aspx?path=mira/Tools/woordenboek/&AlfaLetter=R&cat=0&SearchTerm=true

&Culture=nl&&ExplID=2761 REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

23

In het algemeen focust de literatuur van rebound effecten eerder op efficiëntieverbeteringen en niet op andere vormen van beleid en niet verwachte effecten. Centraal staan ook energieefficiëntieverbeteringen. Dit laatste heeft te maken met de oorsprong van het concept. De literatuur rond rebound effecten start bij de Britse econoom William Stanley Jevons en het gebruik van steenkool. In 1865 merkte hij op dat de brandstof plotseling efficiënter gebruikt kon worden, waardoor steenkool in meer toepassingen gebruikt kon worden en de totale consumptie van steenkool snel de hoogte in schoot. Het rebound effect wordt daarom ook wel de Jevons-paradox genoemd. Daarna bleef het stil rond dit onderwerp tot Brookes (1979) en Khazzoom (1980) een nieuwe impuls aan dit onderzoek gaven. Khazzoom (1980) stelde in een studie naar de economische effecten van verplichte energiestandaarden voor huishoudtoestellen vast dat de daling in energiegebruik kleiner is dan de verbetering in energie-efficiëntie. Dit werd veroorzaakt door de prijsveranderingen ten gevolgen van de verbetering in energie-efficiëntie. Een verbetering in de energie-efficiëntie leidt meestal tot een daling van de gebruikskosten/prijs, wat dan, volgens de gangbare economische theorie, weer leidt tot een verhoging van de vraag (zie ook de eerdere figuren). Dit effect wordt later het directe rebound effect genoemd en sinds 1992 wordt de “Khazzoom-Brookes postulaat7” gebruikt om de idee te beschrijven dat een verbetering in energieefficiëntie kan leiden tot een stijging in energiegebruik. Wat precies gemeten wordt met “energie-efficiëntie” wordt meestal niet gedefinieerd, er wordt enkel gesteld dat er een verbetering is (Gavankar & Geyer (2010)). Over de achterliggende mechanismes die leiden tot het rebound effect, én over welke mechanismes mee opgenomen dienen te worden, is er meer discussie. Er zijn dan ook verschillende classificaties in omloop. Turner, K. (2012) geeft een uitgebreid literatuuroverzicht, waarbij ze focust op de verschillende definities/classificaties van rebound effecten. Zij stelt dat het gebrek aan een solide raamwerk en de haast om empirische schattingen uit te voeren geleid heeft tot een gebrek aan consensus in de literatuur. 3.1.2

Classificatie

Binnen de literatuur vindt men voor het “Rebound effect” verschillende betekenissen. De Jevons Paradox benadrukt de lange termijn en de bredere (macro) economisch effecten. Anderen zoals Brookes (1979) en Khazzoom (1980) benadrukken een korte termijn, micro economische benadering. Greening (2000) en Sorrel (2007) brengen de twee definities samen door de algemeen evenwichtseffecten erbij te betrekken. De classificatie die het meeste terugkomt, maakt een onderscheid tussen de directe effecten, de indirecte effecten en de economisch brede effecten (onder andere bij Gavankar & Geyers, 2010; Gueraa & Sancho (2010)). Dit is ook het onderscheid dat Maxwell ea (2011) maken. In hun onderzoek behandelen ze in detail het concept van rebound effect en geven een overzicht van een aantal voorbeelden. Ze maken een onderscheid tussen de micro- en de macro-economische effecten. - Op micro-economisch niveau o Direct rebound effect – waar een verhoging van de efficiëntie en de daarbij horende kostendaling voor een product/dienst leidt tot een verhoogde consumptie van het product/dienst zelf omdat ze goedkoper wordt. Het klassieke voorbeeld

7

Saunders (1992)


24

-

hierbij is dat als de brandstofefficiëntie van personenwagen stijgt, mensen geneigd zijn om meer te rijden. o Indirect rebound effect – waar besparingen door de verhoogde efficiëntie en bijhorende kostendaling leiden tot meer inkomen wat dan weer wordt uitgegeven aan andere producten en diensten. In het voorbeeld wil dit zeggen dat mensen niet de volledige besparing aan brandstofkosten, weer gaan “oprijden”, maar ook andere uitgaven gaan doen, zoals meer uit eten gaan of meer gaan reizen. Deze bijkomende uitgaven vragen op hun beurt ook weer energie. Op macro-economisch niveau o Brede economie rebound effect – waar een verhoging van de efficiëntie de economische productiviteit verhoogt wat leidt tot een hogere economische groei en consumptie op macro-economisch niveau.

Deze classificatie kan men ook zien als een verandering van welke effecten precies deel uitmaken van het rebound effect wanneer men de effecten over de tijd bekijkt. Hierbij spelen de microeconomische effecten eerder op korte termijn, terwijl de macro economische effecten op langere termijn spelen.

Energiebesparin g zoals voorzien door ingenieurs

Rebound effect korte termijn

Werkelijke geobserveerde energiebesparing

Rebound effect lange termijn

Werkelijke geobserveerde energiebesparing tijd

Wat korte en lange termijn is, is sterk afhankelijk van de levensduur van het goed in kwestie. Voor een auto is dit 5 jaar, voor een huis 30 jaar en voor een kantoor 20 jaar. Verlichting is vergeleken met 700 jaar terug 6000 keer efficiënter geworden. Ook is het mogelijk dat juist op de heel korte termijn er geen effect is. We keren even terug naar ons initiële voorbeeld: het vervangen van een verwarmingsketel. De ketel wordt vervangen en de energierekening daalt. Dit leidt tot een reactie: men gaat meer kamers verwarmen, langer verwarmen, etc. Maar in het eerste jaar gaan mensen dit misschien niet doen. De ketel vervangen is immers duur en het beschikbare inkomen zal hierdoor tijdelijk dalen. Op langere termijn gaan ze wel reageren. Van den Bergh (2011) gaat niet akkoord met deze classificatie omdat de bredere economische effecten binnen verschillende classificaties vallen. Hij stelt voor om enkel een onderscheid naar directe en indirecte effecten te maken, die dan samen de bredere economische effecten vormen. Dit is een heel eenvoudige classificatie, maar heeft als nadeel dat het verondersteld dat de effecten additief zijn.


25

Sorrell (2007) stelt ook dat het totale rebound effect de som is van de directe en indirecte rebound effecten, waarbij hij deze twee effecten nog verder onderverdeelt: - Direct rebound effect: o Voor consumenten: het directe rebound effect is gerelateerd aan individuele energievoorzieningen, zoals verwarming, verlichting, witgoederen, etc. en zijn rechtstreeks gerelateerd aan de energie die nodig is om die voorziening te leveren. Een verbeterde energie-efficiëntie verlaagt de bijkomende kost om die voorziening te leveren en leidt daardoor tot een stijging van de vraag. De vervanging van een oude verwarmingsketel door een hoge rendementsketel leidt ertoe dat het relatief goedkoper wordt om de woning te verwarmen. Mensen kunnen hierop reageren door de verwarming hoger te zetten en/of langer aan te laten staan. Volgens de economische theorie spelen hierbij twee effecten. Substitutie-effect: men gaat meer (goedkopere) energie consumeren in plaats van (relatief) duurder geworden ander producten. Men gaat met andere woorden de consumptie van andere goederen en diensten vervangen door energie om zo tot eenzelfde nut te bekomen. Inkomens effect, waarbij de stijging in reëel inkomen veroorzaakt door de energie-efficiëntieverbetering leidt tot een hogere consumptie van alle goederen en diensten, inclusief energiediensten o Voor producenten Substitutie-effect: Men gaat meer van de goedkopere energie gebruiken, ter vervanging van kapitaal en arbeid en andere materialen om tot een zelfde output te komen. Output effect: de kostenbesparing van de energie-efficiëntieverbetering laat toe dat meer output geproduceerd wordt – waardoor de consumptie van alle inputs (inclusief energie) stijgt8. - Indirect rebound effect o “embodied energy” – dit wil zeggen de indirecte energieconsumptie nodig om tot een energie-efficiëntieverbetering te komen, zoals de energie nodig om isolatie te produceren en te installeren. o Tweede-orde effecten als gevolg van de energie-efficiëntieverbeteringen. Hierin zitten bijvoorbeeld het bijkomend energiegebruik op lange termijn als de efficiëntieverbeteringen leiden tot economische groei die dan weer leiden tot meer energieverbruik. Bij Maxwell ea (2011) zit dit effect in de brede economische effecten. Dit is ook de classificatie die Lee & Wagner (2012) maken, waarbij ze stellen dat de directe en de indirecte rebound effecten samen de economisch brede effecten maken. Dit is licht verschillend van de classificatie van Sorell & Dimitropoulus (2008) en Murray (2013) die stellen dat je de directe en de indirecte effecten hebt, die samen met de schaal- en productie-effecten de economisch brede effecten vormen. Nog andere classificaties worden gemaakt door Greening ea (2000), die een van de eerste was om een verdere classificatie te maken van de verschillende rebound effecten en om de benadering van Jevons en Khazoom samen te brengen. Hij maakte een onderscheid naar 4 effecten (directe effecten, bijkomend energieverbruik, effecten op de marktprijs en volume aanpassingen en transformatie effecten). Sorell (2009) maakt dan weer een onderscheid naar 5 verschillende

8

Er is eventueel dit outputeffect op de markt, indien de kostendaling bij 1 onderneming plaatsvindt.


26

effecten (voorziene energie effect, het budget effect, het output effect, de energiemarkt effect en de compositie-effecten) en Turner, K. (2009) onderscheidt voor rebound effecten wat betreft energieverbeteringen in de productiesector zeven verschillende effecten (het technische effect, het substitutie-effect, de output/competitiviteiteffect, het compositie-effect, het inkomenseffect, het negatieve multiplicator effect en het negatieve effect op investeringen). 3.1.3

Schattingen grootte-orde rebound effect

De meeste empirische literatuur focust rond energiediensten – en meer bepaald rond efficiëntieverbeteringen voor de consument. Er is veel literatuur rond de rebound effecten van verbeteringen van brandstofefficiëntie en verbeteringen bij de verwarming van woningen. Hierbij ligt de focus meestal op de zogenaamde directe rebound effecten. Sorell (2007) omvat een uitgebreid literatuuroverzicht rond rebound effecten binnen de energiesector. Meer dan 500 studies en rapporten werden hierbij geanalyseerd. Hierbij wordt een onderscheid gemaakt tussen vijf types van literatuur: evaluatiestudies, econometrische studies, studies die gebruik maken van substitutie elasticiteiten, algemeen evenwichtsstudies en de resultaten van energie, productiviteit en economische groei studies. Ook hij wijst er op dat verschillen in de literatuur waarschijnlijk vooral te wijten zijn aan het gebruik van verschillende definities. Gavankar & Geyer (2010) stellen dat verschillen ook te wijten zijn aan verschillen in datasets, verschillen in schattingsmethode, verschillen in afhankelijke variabelen, etc. Maxwell ea (2011) omvat eveneens een uitgebreid literatuuroverzicht en een bevraging van 44 experten. Ze stellen dat al de evidentie erop wijst dat er geen evidentie is dat het rebound effect zo klein is dat het niet significant is, maar ook geen evidentie dat het groter is dan 100%. Verder wijzen ze er ook op dat de grote variatie in de literatuur erop wijst dat het geen goed idee is om de gevonden % zo maar als algemene richtlijnen toe te passen. Opvallend in heel de literatuur is dat de kosten van de efficiëntieverbetering zelden meegenomen worden. 3.1.3.1

Direct rebound effect

Wat empirische schattingen betreft is er het meeste onderzoek gedaan naar de directe rebound effecten. De meeste methodes maken gebruik van elasticiteiten om het effect in te schatten. Over welke elasticiteit (welke afhankelijke versus welke veranderlijke) is er minder eenduidigheid. De keuze lijkt voornamelijk af te hangen van de databeschikbaarheid. Sorell ea (2009) maken een overzicht van schattingen van het directe rebound effect. Hierbij focussen ze zowel op de methodologie als op de theoretische problemen. De focus van hun overzicht ligt bij energiediensten voor huishoudens. Gebaseerd op een literatuuroverzicht stellen ze wel dat het rebound effect in de meeste gevallen overschat wordt. Ze besluiten dat voor OECD landen het direct rebound effect in het algemeen kleiner dan 30% zal zijn. Op basis van hun literatuuronderzoek stellen Gavankar & Geyer (2010) dat er een soort van consensus in de literatuur is dat het direct rebound effect voor personentransport en verwarming rond de 30% ligt. Er is dus geen sprake van een backfire of een heel groot rebound effect. Dit is ook de conclusie van Maxwell ea (2011). Het directe rebound effect voor energievoorzieningen voor huishoudens (verwarming, airco, transport, witgoed en verlichting) wordt geschat op een 10% tot 30%.


27

Frondel ea (2010) geeft een voorbeeld voor brandstofverbruik van hoe de definitie van de directe rebound effecten afhangen van de elasticiteit die gebruikt wordt: - De verandering in de vraag naar transportdiensten door de verandering in efficiëntie - De negatieve prijselasticiteit van de vraag naar dienst s. Deze is gelijk aan de eerste definitie als de brandstofprijzen exogeen zijn én de vraag naar dienst s enkel afhangt van de prijs. Dit wil zeggen dat de prijs voor dienst s gelijk is aan de brandstofprijs voor een gegeven efficiëntie x - De (negatieve) eigen prijselasticiteit van brandstofconsumptie - De (negatieve) brandstofprijselasticiteit van de vraag naar transportdiensten.

a) Studies rond brandstof efficiëntieverbeteringen Frondel ea (2010) gebruikte panel data en regressiemethodes op basis van reisdagboeken van huishoudens om de heterogeniteit van directe rebound effecten in personentransport in te schatten. Ze vonden een rebound effect van rond de 60% en stellen dan ook dat een klimaatbeleid niet enkel mag focussen op standaarden, maar dat brandstofbelastingen ook een belangrijke rol moeten spelen. Verder vonden ze dat het rebound effect sterk afhankelijk was van het jaarlijks aantal km dat personen reden. Voor mensen die weinig reden, bleek het rebound effect veel sterker. Matos & Silva (2011) analyseerde de Portugese vrachtsector tussen 1987-2006 en komen tot de conclusie dat de efficiëntieverbeteringen op het vlak van brandstofverbruik niet geleid hebben tot een “backfire”, maar dat er wel een direct rebound effect is van 24.1%. Bovendien gaf de vrachtsector de voorkeur aan operationele efficiëntieverbeteringen over technologische brandstof efficiëntieverbeteringen. Maxwell ea (2011) stellen op basis van hun literatuuronderzoek dat het directe rebound effect voor brandstofverbeteringen tussen de 30%-80% is voor commercieel transport. TML (2011)9 berekende voor DG ENV de rebound effecten van een strengere uitstootregulering. Hier werd rekening gehouden met zowel positieve als negatieve rebound effecten: de daling in brandstofgebruik leidt immers tot lagere rijkosten en kan zo leiden tot meer rijden – anderzijds stijgt ook de aanschafprijs, waardoor het aantal verkochte wagens kan dalen. In het onderzoek van Macharis ea (_) voor LNE in verband met het (milieu)potentieel van elektrisch rijden in Vlaanderen werd ook kort het rebound effect bekeken. De idee hierachter is dat een elektrisch voertuig in aankoop wel duur is, maar in gebruik veel goedkoper dan een conventioneel voertuig. Een rebound effect is dus mogelijk indien er een verandering is in het aantal verplaatsingen en/of het soort verplaatsingen. Op basis van de antwoorden van de bevraging schatten ze het rebound effect klein in. 77% van de mensen zei immers van een elektrisch voertuig niet meer te gebruiken dan een conventioneel voertuig en het elektrische voertuig zou 4% van het wandelen, 8% van de fiets en 17% van het openbaar vervoer halen. Winebrake ea (2012) geeft een kritisch overzicht van de literatuur betreffende het berekenen van de directe rebound effecten bij vrachtwagens als gevolg van maatregelen die (ook) het brandstofgebruik doen verminderen. Ze stellen dat er geen studies zijn die rechtstreeks het effect van brandstofverbruik inschatten op de vraag naar wegvrachtvervoer. De meeste studies variëren wat betreft de methode, de gebruikte data en de variabelen die al dan niet meegenomen worden. Ze stellen dat recente studies rond lichte vrachtwagens vonden dat de vraag wel reageerde op

9

Smokers ea (2011), Support for the revision of regulation (EC) No443/2009 on CO2 emissions for cars


28

veranderingen in brandstofprijs, maar niet noodzakelijk op veranderingen in brandstofefficiëntie. De auteurs manen dan ook aan om voorzichtig te zijn met het gebruik van prijselasticiteiten Lee & Wagner (2012) maken ook een overzicht van de literatuur, waarbij ze focussen op het bestaan van rebound effecten als gevolg van emissiestandaarden binnen de transportsector. Ze stellen dat de efficiëntieverbetering op zich positief is voor de consument en de maatschappij want een efficiëntieverbetering verlaagt de energieconsumptie en de daaraan gekoppelde externaliteiten. Daarnaast kunnen huishoudens het geld dat ze besparen elders aan besteden en toch een zelfde dienst op het vlak van energie krijgen. Ook als ze een deel van de besparing spenderen aan extra energie, dan is dit toch nog positief voor de consument. Deze analyse houdt wel geen rekening met de kostprijs van de efficiëntieverbetering noch met mogelijke verschuivingen naar andere milieuproblemen. Ze wijzen er wel op dat het bestaan van het rebound effect impliceert dat het beter is om externaliteiten te beprijzen (een zogenaamde Pigoubelasting) of rechtstreeks te limiteren (pollution cap) dan om standaarden op te leggen. Op basis van hun literatuuronderzoek stellen ze dat het korte termijn rebound effect voor efficiëntieverbeteringen binnen transport rond de 1-10% ligt en het lange termijn rebound effect rond de 5-30% ligt. Het National Highway Traffic Safety Administration zou een centrale schatting van 10% gebruiken. De factoren die het directe rebound effect binnen transport beïnvloeden zijn dezelfde factoren die ook de prijs- en inkomenselasticiteiten beïnvloeden, met name het reëel inkomen10, factoren zoals stijgende verstedelijking en rij-intensiteit (saturatie-effect), onvervulde vraag wat zorgt voor een hoger rebound effect in ontwikkelingslanden, en hogere brandstofprijzen in de initiële situatie11. Zo zou ook het bestaan van congestie het rebound effect verminderen. Ze merken hierbij wel op dat de meeste literatuur gebruik maakt van prijselasticiteiten terwijl het beter zou zijn om gebruik te maken van de efficiëntie-elasticiteit van de vraag. Yu ea (2013) berekenen het rebound effect voor efficiëntere wagens in Beijing. Zij vinden een direct rebound effect van 33,61%. Dit is iets hoger dan de meeste schattingen voor OECD landen. Murray (2013) maakt een onderscheid naar besparingen in brandstof door de aankoop van een brandstofefficiënter voertuig dan wel door het rijden met de wagen te vervangen door meer te gaan fietsen (‘groener te gaan leven’). Bij de vervangen van de wagen vond ze een rebound effect van tussen de 17 en 24% voor het mediaan inkomen (Australië). Meer fietsen – dus zonder vervanging van de wagen zelf – heeft een lager rebound effect van 12 tot 17% bij het mediaan inkomen. De idee is dat het beschikbare inkomen stijgt door het laten staan van de wagen. Dus ook al is er geen echte efficiëntieverbetering, toch kan het rebound effect ook optreden bij het promoten/veranderen van levensstijl. Hoe groter de economische winst van het groener leven, hoe groter het verwachte rebound effect. Het rebound effect is kleiner indien groener leven duurder is dan wel gepaard gaat met minder werken. Een belangrijk resultaat is ook dat het indirect rebound effect belangrijker wordt bij de hogere inkomensgroepen.

Small & Van Dender (2007) vinden dat het rebound effect daalt met het reëel inkomen – wat je theoretisch ook zou verwachten. Als het inkomen stijgt, daalt immers het budgetaandeel van transport. Frondel ea (2010) vond daarentegen geen impact van inkomen. 11 Mensen reageren sterker op efficiëntieverbeteringen als de brandstofprijs al hoog is. 10


29

Tabel 2: samenvatting literatuur direct rebound effect binnen transport Auteur/Datum

Regio

Efficiëntieverbetering

Methode

Geschat Rebound effect

Frondel ea (2010)

Duitsland

Brandstofverbruik wagens

Panel data en regressiemethodes op basis van reisdagboeken (1997-2005)

Gemiddeld 57-62%

Matos & Silva (2011)

Portugal

Brandstofverbruik vrachtwagens

tijdreeksanalyse

24%

Maxwell ea (2011)

Brandstofverbruik vrachtwagens

Literatuurstudie/experten 30-80%

Sorell (2007)*


Meta-analyse van 17 studies die gebruik maken van huishouddata

10-30% (lange termijn)

Gillingham (2011)*


Analyse van prijselasticiteiten

7% (korte termijn)

Greening ea (2000)*


Analyse van geaggregeerde studies uit de jaren ‘90

10% (korte termijn) 20-30% (lange termijn) Voor 1966-2004: 4.1% (korte termijn)

Small & Van Dender (2007)*

VS


Cross-sectionele tijd serie 21% (lange termijn) analyse 1966-2004 en 2000-2004 Voor 2000-2004: 1.1% (korte termijn) 5.7% (lange termijn)

Barla ea (2009)*

Wang ea (2012)*

Canada

Hong Kong

8% (korte termijn)


Panel data 1990-2004


Tijdreeksen voor 19932009 en voor 2002-2009

20% (lange termijn) 45% (1993-2009) 35% (2002-2009)

Goldberg (1996)*

VS


Consumenten uitgaven data 1984-1990

0% (korte termijn)

Puller & Greening (1999)*

VS


Consumenten uitgaven data 1980-1981 e, 19841990

35% tot 80%

West (2004)*

VS


Consumenten uitgavendata vanaf 1997

87%

Roy (2000)*

ontwikkelingslanden


Geaggregeerde tijdreeksanalyse 19731974 en 1989-1990


Geaggregeerde tijdreeksanalyse voor periode 1994-2009

Wang ea (2011)*

Gavankar & Geyer (2010)

28 Chinese provincies

OECD, VS en Japan

Verbeteringen energieefficiëntie persoonlijk transport


24%%(korte termijn) 50% (lange termijn)

96%

5%-15% (KT) en 20-30% (LT) (6 geaggregeerde tijdreeksanalyses – VS) Literatuurstudie 5%-25% (KT) 20%-30% (LT) (2 geaggregeerde panel data studies) 30

0% (KT) 20-65% (LT) (3 studies gebaseerd op huishouddata) Sorell ea (2009)

brandstofverbruik

literaruurstudie

Murray, C.K. (2013)

Efficiëntere wagen versus groener leven (minder rijden)

Econometrische schatting



Yu ea (2013)

Australië

Beijing

10%-30% (op basis van 17 studies – direct RE) 17-24% (efficiëntere wagen) 12-17% (minder rijden) 33.61% (direct rebound effect)

* overgenomen uit studie van Lee & Wagner (2012)

b) Studies rond direct rebound effect efficiëntieverbeteringen energie huishoudens Voor energie stelt Sorell (2007) dat het verwachte rebound effect klein is omdat de vraag naar energie relatief inelastisch is en omdat de kost van energie maar een klein onderdeel in de totale kosten is. Wat betreft de grootteorde stelt hij dat men kan verwachten dat het rebound effect proportioneel is aan het aandeel van energie in de totale kost van de energiediensten, rekening houdend met de mate waarin deze kosten zichtbaar zijn voor de gebruiker (inkomenselement). Maar bij stijgend gebruik van bepaalde energiediensten dient men rekening te houden met saturatie (technologisch, verminderd nut) waardoor het direct rebound effect kleiner kan zijn. Bij een stijging van de brandstofefficiëntie zal men waarschijnlijk meer gaan rijden, maar er is een limiet op hoeveel je meer kan rijden. Hieruit volgt dat voor lage inkomensgroepen het rebound effect groter zal zijn omdat zij nog niet op het saturatieniveau zitten. Daarom verwacht de meeste literatuur dan ook dat de rebound effecten groter zijn voor ontwikkelingslanden (zie bv. Roy (2000)) Directe rebound effecten kunnen ook kleiner zijn als de meer energie-efficiënte toestellen veel duurder zijn. Maar eens aangekocht kan het gebruik wel hoger zijn. In de praktijk zijn de meeste toestellen én efficiënter én goedkoper geworden over de tijd. De vraag die zich stelt is wat de prijs zou zijn zonder de efficiëntieverbeteringen. Sorrell ea (2009) stelt op basis van een literatuuronderzoek dat het rebound effect voor huishoudverwarming 20% is, voor airco tussen de 1% en de 26%, voor andere energiediensten zoals verlichting en waterverwarming minder dan 20%. Ook verwijst hij naar een studie van Davis (2007) waarin men vond dat het rebound effect van een efficiëntere wasmachine heel klein was. Li & Xuewen (2012) hebben op basis van paneldata voor China voor de periode 1985-2008 het directe rebound effect van energieverbeteringen geschat. Hierbij hebben ze China ook ingedeeld in drie regio’s: een regio met een hoge energie-efficiëntie, een regio met een lage energie-efficiëntie en een met een lage efficiëntie. Het rebound effect varieerde van 53,66% voor de hogere regio; 69,82 % voor de middelste regio en 78,80% voor de minst efficiënte regio. Dit resultaat ondersteunt de thesis dat het rebound effect groter is in ontwikkelingslanden. Ook vonden ze dat het rebound effect daalde over de tijd. Het HECoRE project12, uitgevoerd door de ULB, UA en ICEDD heeft als doel de effecten van efficiëntieverbeteringen op het gebruik van energie door Belgische huishoudens na te gaan en om mogelijke beleidsinstrumenten die rebound effecten kunnen tegengaan te analyseren. De focus lag

12

http://www.belspo.be/belspo/fedra/proj.asp?l=en&COD=SD/EN/08A


31

bij het gebruik van energie door huishoudens (brandstof en elektriciteit) en de mobiliteit van huishoudens (werk en vrije tijd). Binnen dit project wordt het rebound effect eerst heel algemeen gedefinieerd als “het adverse effect van een verbetering”. Binnen de economie/technologie wordt dit dan gezien als de onverwachte consumptie van middelen als gevolg van een verbetering van de efficiëntie van die middelen. Dit voor elke technologie die gebruik maakt van natuurlijk bronnen (water, metaal,…). .Zo wordt in dit project gesteld dat het beste model om rebound effecten te modelleren een zogenaamd ‘agent based’ model is. Dit soort model laat meer interacties toe, netwerkeffecten (bv. het snobeffect – mijn buurman heeft zonnepanelen dus ik wil er ook), zachte beleidsmaatregelen zoals energie-educatie, sensibilisering, etc. Binnen het project zelf werd dit soort modellen wel niet ontwikkeld. Daarnaast wordt het concept van “mental accounting” en het belang hiervan bij rebound effecten geïntroduceerd Mental accounting houdt onder meer in dat we ons gedrag laten bepalen door algemene waardes. Voor de consumptie van energie door huishoudens stellen ze dat de bevragingen toonden dat mensen enkel kijken naar de energierekening, niet naar de consumptie van energie zelf. Mensen gaan dan ook hun verbruik aanpassen aan wat ze kunnen betalen. Dit impliceert dat als bijvoorbeeld het verwarmen van een huis relatief goedkoper wordt, de kans groot is dat mensen of de verwarming meer gaan aanzetten of een hogere gewenste kamertemperatuur gaan instellen. Daarnaast kan er ook een vorm van mental rebound effect optreden: mensen vinden het bijvoorbeeld al heel zuinig van zichzelf dat ze een laagrendementsketel hebben en kijken niet meer naar het verbruik zelf. Het onderzoek bevat echter weinig empirische resultaten. Ook voor energiegebruik van huishoudens maakt Murray (2013) een onderscheid naar het vervangen van toestellen en het groener leven. In dit geval beschouwt ze de vervanging van klassieke lampen door compacte fluorescent lampen. Groener leven houdt hier bijvoorbeeld in dat men kortere douches gaat nemen, lichten uitdoet als men de kamer verlaat, standby apparaten uitschakkeld, etc. Het vervangen van lampen heeft een rebound effect van 5-7.5%, terwijl het groener leven een geschat rebound effect heeft van 4.5-6.5%. Chitnis ea (2013) wijzen ook op het bestaan van rebound effect puur als gevolg van gedragsveranderingen (“sufficiency” in plaats van efficiëntie). Chitnis ea (2013) berekenen het rebound effect van zeven maatregelen die de energie-efficiëntie van huishoudens moeten verbeteren. Deze maatregelen gaan over isolatie, het vervangen van verwarmingsketels, het vervangen van lampen tot het verwarmen met zonne-energie. Voor de maatregelen rond verwarming vonden ze een gemiddeld rebound effect van 12.4%; voor maatregelen rond verlichting een rebound effect van 13.0% indien men geen rekening houdt met het “embodied” effect. Rekening houdend met dit effect stijgt het rebound effect naar 20% voor verwarming (16% indien men geen rekening houdt met zonne-energie) en 15% voor verlichting. Yu ea (2013) onderzoeken of een stijging in de energie-efficiëntie van een aantal huishoudapparaten leidt tot een bijkomend energiegebruik op korte termijn bij huishoudens in Beijing. De methode die hij hiervoor gebruikt geeft aanleiding tot rebound effecten die geïnterpreteerd moeten worden als maximale rebound effecten. Over het algemeen vinden ze grotere rebound effecten dan elders in de literatuur. Dit heeft voor een deel ook te maken met het verschil in rebound effecten bij geïndustrialiseerde landen dan wel bij ontwikkelingslanden. Voor airconditioning vinden ze een gemiddeld direct rebound effect van 60.76% en een relatief laag indirect rebound effect van 3%. Voor microgolfovens vinden ze een totaal rebound effect van wel 626,58%. Hierbij wordt de initiële energiewinst (ten opzichte van traditionele kooktoestellen) volledig teniet gedaan (backfire). Voor wasmachines vinden ze een rebound effect van 106.81%. Davis (2007) vond voor een rebound effect van maar 15% in de VS voor wasmachines. Yu ea verklaren dit verschil door te wijzen op de veel hogere onverzadigde vraag in ontwikkelingslanden. REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

32

Tabel 3: samenvatting literatuur direct rebound effect binnen energiegebruik door huishoudens Auteur/Datum

Li & Xuewen (2012)

Regio


China

Energieefficiëntieverbetering

Methode


Panel data

53,66%-78,80%, afhankelijk van de energie-efficiëntie van de regio 30%-60% (beste schatting) – op basis van 6 voor-na studies


OECD, VS en Japan

Verbeteringen huishoudelijke verwarming

literatuurstudie

30-60% (beste schatting) op basis van 5 econometrische studies – 1 vergelijking 25%-60% en eerder naar 50-60% op basis van 3 econometrische studies met meerdere vergelijkingen.


OECD, VS en Japan

airco

literatuurstudie

0-50% (gebaseerd op 9 studies – initiële review door Greening ea (2000)


OECD, VS en Japan

Verwarming van water

literatuurstudie

10-40% (gebaseerd op 5 studies)


OECD, VS en Japan

Witte huishoudgoederen

literatuurstudie

0% (gebaseerd op 2 studies)

Sorell ea (2009)

OECD

Verwarming huishoudens

literatuurstudie

Minder dan 30%. Centrale schatting van 20% (gebaseerd op 9 studies)

airco

literatuurstudie

1-26% (gebaseerd op 2 studies)

Andere energiediensten (bv. waterverwarming, verlichting, etc)

literatuurstudie

Sorell ea (2009)

Sorell ea (2009)

Davis (2007)***

Murray (2013)

Chitnis ea (2013)

Yu ea (2013)

VS

VS

Wasmachine die 48% minder energie gebruikt en 41% minder water

experiment

Australië

Vervangen van lampen versus groener leven


VK

Beijing

7 maatregelen om de Econometrische energie-efficientie van schatting en model huishoudens te verhogen

Airco, microgolfovens, wasmachine



Minder dan 20% (3 studies)

5.6% stijging in vraag schone kleding – maar ook door minder verbruik water en wasmiddel. Pure RE gelinkt aan energiebesparing quasi nul.(80-90% kost wassen zijn tijdskosten dus energiekost relatief onbelangrijk) 5-7.5% voor het vervangen van lampen 4.5-6.5% voor het groener leven 12.4% voor maatregelen rond verwarming 13.0% voor maatregelen rond verlichting Airco: 88,95% Microgolfoven: 626,58%

33

Wasmachine: 106,81%

*** Sorrell ea (2009)

c) Studies rond rebound effecten binnen andere sectoren De literatuur rond rebound effecten buiten de sectoren transport en energie is veel schaarser. Rond watergebruik is de verwachting dat er ook rebound effecten optreden aangezien de mechanismes vergelijkbaar zijn als bij bijvoorbeeld energie. In de literatuur is er echter minder evidentie voor. Weidema ea (2008) vonden ‘super conservation effecten’ variërend van 10%-100% voor regelgeving die de milieu-impact van vlees en melkproducten wou verbeteren in de EU. Dit wil zeggen dat het uiteindelijke effect groter was dan het pure ‘ingenieurseffect’. Carlsson-Kayama ea (2005)13 zagen ook ‘super conservation effecten’ van het overschakelen naar een groener dieet. Dit omdat de kostprijs van het groener dieet hoger is. Binnen Geerken ea (2011) werd het indirect rebound effect op de ecologische voetafdruk voor een aantal maatregelen doorgerekend met behulp van een input-output model. Deze maatregelen hadden betrekking op het voorkomen van voedselafval, een verschuiving naar meer vegetarische maaltijden, hogere bezettingsgraad van auto’s. Een iets andere benadering wordt genomen in het REBOUND project, gefinancierd door het Duits Federaal Ministerie van Onderwijs en Onderzoek (BMBF). Binnen dit project focust Peters ea (2012), op de rebound effecten veroorzaakt door psychologische en sociologische oorzaken en niet door prijseffecten.

3.1.3.2

Indirect rebound effect en Economisch brede effecten

Literatuur die enkel focust op indirecte rebound effecten of de macro-economische effecten is niet echt aanwezig. De economisch brede effecten zijn veel moeilijker in te schatten dan de directe rebound effecten. Statistische analyses zijn zeer moeilijk omdat het zeer moeilijk is om het effect te isoleren van andere gebeurtenissen. Deze rebound effecten worden meestal ingeschat met behulp van algemeen evenwichtsmodellen. Gavankar & Geyer (2010) stellen dat de literatuur rond de meer macroeconomische rebound effecten nog in het stadium van theoretische discussies en veronderstellingen zit. Ze verwijzen naar Greening & Greene (1998) en Schippers ea (X) die stellen dat de economisch brede rebound effecten klein zijn omdat de energiekost maar een klein aandeel is in de uitgaven van zowel consument en producent. Voor producenten wordt dit gestaafd door de bevindingen van Venmans (2013) die vond dat zelfs indien investeringen in energiebesparingen zichzelf terugbetalen binnen de 5 jaar, bedrijven toch niet geneigd waren om hierin te investeren. Dit omdat dit soort investeringen niet hoog genoeg op de rangorde staan – juist door hun klein aandeel in de kostenstructuur. Aan de andere kant citeren ze studies die rebound effecten vinden van meer dan 30% - ook in geïndustrialiseerde landen. Maxwell ea (2011) stellen dat deze effecten in het algemeen veel kleiner zijn dan de directe effecten, en dat de meeste studies een effect van ongeveer 10% vinden. Al zijn er ook studies die meer dan 30% vinden.

13

Geciteerd in Murray (2013)


34

Allen ea (2009) analyseren een 8-tal studies (zie tabel 3) die gebruik maakten van algemeen evenwichtsmodellen, allen gefocust op rebound effecten. Alle studies vonden rebound effecten groter dan 30% (rond de 37-50% ofwel groter dan 100%), het % dat door de auteurs gezien werd als het consensuscijfer voor de grootte-orde van de directe rebound effecten. Dit wijst erop dat er naast directe effecten er nog andere rebound effecten zijn. Ze stellen dat je altijd economisch brede effecten hebt omdat je anders moet veronderstellen dat er - Geen vervanging mogelijk is met andere inputs - De vraag naar energie onafhankelijk is van de prijs van energie - De vraag van goederen onafhankelijk is van prijsveranderingen of dat het aandeel van energie in de kostprijs quasi nul is. De auteurs stellen dat het gebruik van algemeen evenwichtsmodellen de volgende voordelen heeft: - Verschillende effecten kunnen simultaan meegenomen worden. Het resultaat is een numerieke ondersteuning van de analyse. - Het is mogelijk om het “pure” effect te isoleren. Men doet immers twee “runs” van het model – een keer met en een keer zonder de efficiëntieverbetering en kan dan het resultaat vergelijken. - Algemeen evenwichtsmodellen zijn niet noodzakelijk een zwarte doos, mits het model en de analyse goed gedocumenteerd zijn. Het gebruik van algemeen evenwichtsmodellen heeft echter ook nadelen: - De productie wordt beschreven aan de hand van “zich goed gedragende”, maar beperkte functionele vormen. - De parameters worden geschat op basis van een bepaald basisjaar en zijn mogelijk niet representatief - Er wordt verondersteld dat bedrijven kosten minimaliseren, consumenten hun nut maximaliseren en dat de technologische veranderingen exogeen zijn – wat niet noodzakelijk overeenkomt met de werkelijkheid. Karen Turner14 heeft heel wat onderzoek gedaan naar rebound effecten binnen de energiesector. Hierbij focuste ze op efficiëntieverbeteringen zowel binnen de productiezijde van de sector als voor consumenten. Met behulp van een algemeen evenwichtsmodel zijn er een aantal doorrekeningen gebeurd voor Schotland en het Verenigd Koninkrijk. Hierbij werd er steeds een exogene efficiëntieverbetering verondersteld. Guerra & Sancho (2010) stellen dat in de meeste empirische literatuur een bias optreedt omdat men uitgaat van de “verkeerde” ingenieurseffecten. Hierdoor wordt het economisch brede rebound effect onderschat. Zij stellen dat een juiste maatstaf om de economisch brede rebound effecten te meten een vergelijking is van wat een input-output model berekent dat de gevolgen zijn van een efficiëntieverbetering en van wat een algemeen evenwichtsmodel (gebaseerd op dezelfde input als bij het input-output model) berekent. Dit idee hebben ze vervolgens toegepast op een Spaanse case. In het basisgeval bekwamen ze een rebound effect van 87% volgens de traditionele definitie en 91% volgens hun eigen definitie. Als een sensitiviteitsanalyse laten ze ook de elasticiteit variëren. Behalve in het geval van een inelastische vraag komen ze steeds op een (bijna) backfire. Merk op dat de meeste literatuur hier uitgaat van exogene verbeteringen en vooral focust op de productiezijde van een economie.

Zie referentielijst voor een oplijsting van de beschikbare resultaten. Naast rapporten zijn ook heel wat presentaties beschikbaar.

14


35

Tabel 4: samenvatting literatuur indirect rebound effect en economisch brede effecten. Auteur/Datum

Regio


Methode


Semboja, 1994*

Kenia

Energieefficiëntieverbetering voor zowel producenten als consumenten

Algemeen evenwichtsmodel

>100% in beide gevallen

Dufournaud ea , 1994*

Sudan

100%-200% verbetering Algemeen van de energie-efficiëntie evenwichtsmodel van verwarmingskachels

47-77%

Vikstrom, 2003*

Zweden

15% in productiesectoren en 12% in energiesector


50-60%

Washida, 2004*

Japan

1% in alle sectoren


53% in basisgeval

Grepperud & Ramussen, 2004*

Noorwegen

Verdubbeling van de historische groeivoet in elektriciteitsproductiviteit voor 4 sectoren en een Algemeen verdubbeling van de evenwichtsmodel groeivoet van olie efficiëntie in twee sectoren

Glomsrod & Taoyuan, 2005*

China

Deregularisering van steenkoolindustrie, lager Algemeen prijs en meer aanbod van evenwichtsmodel schone steenkool

>100%

Hanley ea, 2005*

Schotland

5% voor producenten Algemeen (inclusief energie aanbod) evenwichtsmodel

37% in basecase

Turner

Schotland


Guerra & Sancho (2010)

Spanje

5% efficiëntie verbetering in intermediair gebruik van energie

Greening (2000) citing Kydes (1997)**

VS

6.5% lagere energieintensiteit dan in de base case

Klein voor olie >100% in sommige gevallen voor elektriciteit


Voor benchmark elasticiteit: 87% traditionele definitie eco brede rebound effect. Volgens eigen definitie rebound effect 91%

Algemeen evenwichtsmodel NEMS

25% (eco brede RE)

* Bron: Allen ea, 2009 **Bron: Lee&Wagner (2012) Een aantal van bovenstaande studies vinden heel hoge rebound effecten (50%- tot meer dan 100%). In een gesloten economie zijn dit onrealistische cijfers. Indien de prijseffecten bij de consument klein zijn, moet men terugvallen op substitutie-elasticiteiten bij de producent. Deze zijn meestal kleiner dan 1, omwille van de complementariteit met kapitaal. Bij een klein aandeel van energie bij de productiefactoren is de subsitutie-elasticiteit ongeveer gelijk aan de prijselasticiteit. 3.1.4

Besluit literatuurstudie

Al de literatuuroverzichten zijn het erover eens dat er geen eenduidige definitie van wat een rebound effect juist is. Veel auteurs stellen ook dat het gebrek aan een eenduidige definitie juist de verklaring is voor de verscheidenheid aan resultaten. Gelinkt hiermee zien we dat ook wat de classificatie van de verschillende effecten betreft, er ook geen eensgezindheid is in de literatuur. De REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

36

allereerste literatuur en de meeste empirische schattingen focussen slechts op een enkel effect – het korte termijn directe effect. Maxwell ea (2011) maken een onderscheid tussen drie effecten. De vraag die zich hier stelt is of we ons willen beperken tot de korte termijn directe effecten of ook een rol zien voor de bredere economische effecten op lange termijn. Hierbij merken we op dat de literatuur vindt dat naarmate het inkomen stijgt de directe effecten kleiner worden en de indirecte en economisch brede effecten groter worden. Gegeven de inkomens in Vlaanderen lijkt het dan ook relevant om zo veel mogelijk effecten mee op te nemen. Ook al zijn er verschillen in de exacte definitie en classificatie van rebound effecten, toch is er een aspect dat centraal staat. De analyse begint altijd met een vorm van efficiëntieverbetering. Wat de exacte verbetering precies is, wordt vaak niet gedefinieerd maar in het algemeen kan gesteld worden dat voor een zelfde output minder input nodig is. Efficiëntieverbeteringen kunnen ingegeven zijn door een specifiek beleid zoals verbruiksstandaarden op huishoudapparaten, emissiestandaarden voor voertuigen, etc.. of kunnen in een meer algemeen proces naar verbetering ontstaan. Aan de andere kant zijn er ook andere vormen van beleid waarbij het gerealiseerde niet overeenkomt met het initieel ingeschatte effect. Denk bijvoorbeeld aan het gratis openbaar vervoer voor studenten in vele steden die er vooral toe geleid hebben dat studenten overschakelden van fiets en wandelen naar bus of meer trips dan voordien maken(Steenberghen ea (2006)). Strengere emissiestandaarden die leiden tot het gebruik van meer plastic in voertuigen – wat belastender is voor het milieu dan metalen omdat deze laatsten efficiënter te recycleren zijn. De vraag die zich stelt is of “Rebound Effecten “ zeer breed gedefinieerd dient te worden – waarbij de focus ligt op alle tweede-orde effecten die een beleid (ongewild) met zich kan meebrengen of moeten we ons eerder beperken tot de traditionele link met de efficiëntieverbetering. Wat betreft de empirische schattingen focust de meeste literatuur op energie en meer bepaald op (personen)transport en huishoudverwarming. In het algemeen is er weinig empirische evidentie rond licht, watergebruik, materiaalgebruik, etc. De meeste definities focussen ook op positieve rebound effecten met een negatief effect op mogelijke doelstellingen. Dit terwijl rebound effecten ook negatief kunnen zijn en hierdoor kunnen bijdragen tot de doelstelling. Lagere snelheidslimieten op autosnelwegen kunnen hier een voorbeeld van zijn. Door de lagere snelheid daalt de uitstoot, maar wordt het ook minder aantrekkelijk om te rijden. Ook binnen voeding zijn er een aantal voorbeelden van positieve tweede-orde effecten mogelijk (cf. Wagema). Merk op dat we eerder al aantoonden dat rebound in se ook goed kan zijn. De focus binnen de literatuur ligt op werking prijsmechanismen en minder op andere elementen die het gedrag van consumenten kan beïnvloeden. Al is bijvoorbeeld het artikel van Murray (2013) daar een uitzondering op. De investeringskosten om tot de efficiëntieverbeteringen te komen, worden zelden meegenomen in de analyse. Ook de internationale aspecten worden vaak genegeerd. Indien een efficiëntieverbetering doorwerkt in de economie en Vlaanderen hierdoor meer gaat produceren, dan is dit enkel goed indien Vlaanderen efficiënter is dan het buitenland. Anders leidt dit tot een export van het probleem. Dit speelt ook bij de keuze tussen beprijzing en het zetten van standaarden. De literatuur stelt dat in het algemeen beprijzing niet leidt tot rebound effecten en standaarden wel. Maar bij beprijzing van bijvoorbeeld de CO2 uitstoot in een open economie maak je je eigen producten duurden, wat de import bevordert en er uiteindelijk toe leidt dat de CO2 in het buitenland wordt uitgestoten. In een wereld waarin Europa alleen bekommerd is om CO2 zal een standaard een hoger effect hebben op de totale CO2 uitstoot in de wereld dan bij beprijzing in


37

Europa alleen. Dit omdat de technologie overgebracht kan worden naar andere landen (cf. carbon leakage en Barla&Proost 2012). Er is weinig aandacht voor puur technische rebound effecten. Zo is het mogelijk dat met meer isolatie in de daken, er weer meer warmte via de muren verdwijnt indien de isolatie van daken zorgt voor een groter temperatuurverschil tussen de binnen- en de buitentemperatuur.

3.2

Concept Rebound Effecten Gegeven dit literatuuroverzicht willen we komen tot een concept voor rebound effecten zoals dit verder gebruikt zal worde in de studie. Hiertoe stelden we ons volgende vragen - De literatuur linkt rebound effecten aan (energie)efficiëntieverbeteringen. Volgt onze definitie deze literatuur of gaan we voor een breder concept, waarbij rebound effecten staan voor elke “onverwachte”/”ongewenste” beleidsconsequentie. Gelinkt aan efficiëntieverbeteringen of elk “bijkomend” effect van beleid. Indien we elk “bijkomend effect” van beleid mee zouden opnemen, dan wordt het concept erg breed en waarschijnlijk minder hanteerbaar. Daarom stellen we voor om te kiezen voor een concept dat gelinkt is aan efficiëntieverbeteringen. Deze verbeteringen zien we wel breder dan voor enkel energie. - De literatuur maakt een onderscheid tussen de directe effecten en de indirecte effecten. Macro-economische effecten worden soms onder de indirecte effecten gerekend of worden soms aanzien als een categorie op zichzelf. De vraag die zich hier stelt is wat voor effecten we willen opnemen. Dit hangt ook samen met de tijdshorizon. Macro-economische effecten treden eerder op lange termijn op. We stellen voor om hier rekening te houden met alle effecten. De literatuur wijst er immers op dat voor geïndustrialiseerde landen indirecte effecten (inclusief macro-economische effecten) een belangrijkere rol gaat spelen. Dit hangt samen met mogelijke saturatieeffecten. Wat betreft de classificatie zijn er verschillende mogelijkheden. Ofwel wordt de classificatie van Maxwell (2011) gevolgd en maken we een onderscheid naar directe, indirecte en macro-economische effecten. Ofwel maken we een onderscheid naar directe en indirecte effecten, waarbij de indirecte effecten in se alle tweede-orde effecten omvat – inclusief de macro-economische effecten - De klassieke definities focussen meestal op rebound effecten die een deel van de efficiëntiewinsten te niet doen. Er is echter ook (zij het beperkte) evidentie die erop wijst dat er ook bijkomende winsten mogelijk zijn. Onze definitie zou dus ook dit soort positieve effecten moeten toestaan. Daarnaast wijzen we erop dat rebound effecten vaak als negatief geïnterpreteerd worden, terwijl ze wel staan voor een baat voor de consument/producent.


38

In het vervolg van deze studie werken we met volgende definitie: Het Rebound Effect is de mate waarin een milieugerichte efficiëntieverbetering niet één tot één vertaald wordt naar de verwachte effecten bij een constante vraag. Door gedragsveranderingen zal het gerealiseerde effect uiteindelijk lager, dan wel groter zijn dan indien deze gedragsveranderingen niet plaats vinden. Hierbij maken we een onderscheid naar de directe, de indirecte rebound effecten en de brede economische effecten. De directe rebound effecten hangen samen met verandering in consumptie van het goed waarvoor er een verbetering is als gevolg van de prijsverandering veroorzaakt door de efficiëntieverbetering. Bijvoorbeeld, het vervangen van klassieke lampen door energieefficiëntere lampen kan ertoe leiden dat mensen het licht sneller aandoen, in meer kamers het licht aandoen, het licht niet altijd uitdoen bij het verlaten van de kamer, etc. De indirecte effecten hangen samen met verandering in consumptie van andere goederen, die op hun beurt ook energie vergen. Door een efficiëntieverbetering van verlichting bijvoorbeeld daalt de energiefactuur, ondanks het meergebruik van verlichting. Dit zorgt voor bijkomend inkomen wat op zijn beurt weer besteed kan worden aan andere goederen. De indirecte effecten omvatten ook de bijkomende energie die eventueel nodig is om het efficiëntere goed te maken (embodied effect). De economisch brede effecten zijn de dan eerder macro-economische effecten waarbij efficiëntieverbeteringen bij een goed zich verder zetten naar de rest in de economie.


39

4

Naar een selectie van cases De tweede fase vormt de kern van deze studie. In deze studie worden een aantal cases voor het Vlaamse niveau doorgerekend. Twee cases zullen in detail berekend worden. In de volgende paragrafen stellen we eerst de algemene principes voor een selectie voor. Vervolgens gaan we dieper in op de gekozen cases. De lijst waaruit deze cases gekozen zijn, is terug te vinden in bijlage 1.

4.1

Algemene principes Initieel werd bepaald om twee cases door te rekenen, waarvan een voor transport en een voor energie. De keuze voor deze twee toepassingen is gebaseerd op: 1. De waarschijnlijkheid om een rebound effect te vinden. Daarom focussen we ons op de sectoren waarvan uit eerdere literatuur al bleek dat er rebound effecten spelen: transport, en energie. 2. Mogelijkheid tot negatieve rebound effecten. 3. Gelinkt aan het milieu 4. Beleidsrelevant voor Vlaanderen– hiertoe hebben we gekeken naar het meest recente Vlaamse Milieubeleidsplan 2011-2015. Binnen dit plan worden 38 pakketten van realiseerbare voornemens met grote maatschappelijke relevantie vooropgesteld. Daarnaast impliceert dit ook dat het beter zou zijn om te focussen op maatregelen waarbij niet alleen het relatief rebound effect groot is (conform principe 1), maar het effect ook groot is in absolute termen. Voor energiecases zijn ook de EU doelstellingen 20-20-20 en het daaruit volgend beleid van belang. 5. Voldoende informatie beschikbaar 6. Toepasbaarheid in het algemeen evenwichtsmodel ISEEM (zie bijlage 2 voor meer uitleg rond dit model) Naast deze algemene principes moet de case ook passen onder het concept dat gedefinieerd werd. Meer concreet wil dit zeggen dat enkel voorstellen waarbij er sprake is van een efficiëntieverbetering weerhouden werden. Voorbeelden van beleid waarbij wel ongewenste effecten optreden, maar geen echte efficiëntieverbetering impliceren werden daarom dan ook niet geselecteerd. Voor de voorgestelde domeinen betekent dit concreet voor deze vijf punten het volgende: Transport 1. Transport is in verschillende studies al onderzocht. Binnen goederenvervoer worden de rebound effecten op 30-80% geschat (Maxwell, D. ea (2011)). 2. TML schatte in 2012 de negatieve rebound effecten van een strengere CO2 regulering voor personenwagens. Ten gevolge van de strengere reguleringen wordt verwacht dat de aankoopprijs van wagens zal verhogen, wat leidt tot een daling in de verkoop en een daling in de uitstoot. Dit zou leiden tot een bijkomende brandstofbesparing van 1 tot 2%. 3. Het aandeel van transport in de verschillende milieuthema’s in Vlaanderen is niet te verwaarlozen, vooral op het vlak van geluidshinder, luchtvervuiling en de bijdrage tot klimaatsverandering.


40

Figuur 11: aandeel van transport in de verschillende milieuthema’s (Vlaanderen, 2011)

Bron: http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/transport/ 4. Binnen het Milieubeleidsplan focussen twee maatregelen rond mobiliteit en transport. Bijvoorbeeld maatregel. 20 - Een milieuvriendelijke mobiliteit bewerkstelligen. In dit project ligt de focus op de uitbouw van milieuvriendelijke gemotoriseerd verkeer en richt zich op een daling van de wegverkeeremissies. Beleidsinstrumenten zijn bv. financiële instrumenten (Hervorming van de belasting op in verkeersstelling, rekeningrijden vrachtwagens), communicatie, voorbeeldfunctie van de Vlaamse overheid en groene logistiek. Maatregel 23 focust dan weer op het elektrisch rijden bewerkstelligen in Vlaanderen 5. Transport is een sector waarbij de verschillende effecten van maatregelen (zowel technische regulering, uitstootregulering, financiële instrumenten) reeds intensief gemodelleerd en gesimuleerd zijn. Daarnaast toont de literatuurstudie ook aan dat het rebound effect binnen transport al eerder voor andere landen onderzocht werd. Energie 1. Reeds in 1865 merkte de Britse econoom William Stanley Jevons dat de totale consumptie van steenkool snel de hoogte in schoot terwijl de brandstof plotseling efficiënter werd gebruikt. Veel van de literatuur (zie bijvoorbeeld tabel 1.1 in Maxwell, D. ea (2011) rond rebound effecten focust ook rond energiegebruik. 2. In het geval van energie worden niet onmiddellijk negatieve rebound effecten verwacht. De literatuur vindt tot op heden vooral evidentie van positieve rebound effecten. 3. Net als transport heeft ook de sector energie een belangrijk aandeel op de milieudruk in Vlaanderen.


41

Figuur 12: aandeel van de energiesector in de verschillende milieuthema’s (Vlaanderen, 2011)

Bron: http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/energiesector/ 4. Energie speelt een belangrijke rol in het Vlaams milieubeleidsplan. Hierbij wordt vooral gefocust op hernieuwbare energie (zie bv. punt 12, 15 en 18). 5. Net als transport is de energiesector een intensief bestudeerde sector – ook in Vlaanderen. Dit, en gegeven de focus in de literatuur op de rebound effecten van energie zijn we ervan uitgegaan dat voldoende informatie beschikbaar zou zijn.

4.2

Case Transport Voor transport wordt de case van telewerken geselecteerd. De efficiëntiewinst bij telewerken is het uitgespaarde vervoer en de tijd die daarmee gepaard gaan. Indien er een significant aandeel van de weggebruikers van de weg wordt gehaald, zijn er ook mogelijke effecten op congestie en dus ook op mensen die zelf niet aan telewerken doen. In eerste instantie worden er mensen van de weggehaald – dit heeft een positief effect op congestie. Op langere termijn is het echter mogelijk dat door het aanzuigeffect deze initieel positieve effecten op congestie weer te niet gedaan worden. Maar voor alle gebruikers geldt dat de voornaamste efficiëntieverbetering tijdswinst is. Eventuele rebound effecten zijn: - Effect op congestie (eerder genoemd). - Verschuiving van verwarming van kantoren naar het meer verwarmen van huizen en satellietkantoren en dus mogelijk een stijging van energiegebruik. - Efficiëntieverlies op het werk zelf indien thuiswerken minder productief is dan op het werk. Hiervoor zal de literatuur rond thuiswerken en efficiëntie geanalyseerd worden. Het voordeel van deze case is dat ze/er: - beleidsrelevant is voor Vlaanderen - eenvoudig te communiceren REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

42

-

4.3

vernieuwend in de zin dat dit nog niet eerder bestudeerd is onder de noemer rebound effecten data beschikbaar zijn zowel directe als indirecte effecten te verwachten zijn door te rekenen is met het ISEEM model

Case Energie Voor de energiecasus wordt een meer theoretische oefening gemaakt waarbij een efficiëntieverbetering van X% verondersteld wordt. Dit zowel aan consumentenzijde als aan producentenzijde. Voor de consumenten zal dit verder opgesplitst worden naar verschillende vormen van gebruik van energie. Er zijn data beschikbaar om voor consumenten de volgende opsplitsing te maken: - Verlichting (elektriciteit) - Verwarming (gas / elektriciteit / stookolie / vaste brandstof (maar dat is een heel klein deel) ) - Air-co (elektriciteit) - Transport (petroleum) - Ander gebruik : koken / strijken / huishouden algemeen (elektriciteit / eventueel gas) In de oefening kunnen we dus het rebound effect gaan vergelijken van een 10% efficiëntieverbetering in verwarming versus een 10% efficiëntieverbetering in verlichting. Qua opdeling is verwarming het meest complex. Ook moeten we nog nagaan of de relevante elasticiteiten in de literatuur aanwezig zijn. Dit is een meer theoretische aanpak, maar heeft als grote voordeel dat: - Meer aspecten bekeken kunnen worden en er dus verschillende coëfficiënten berekend kunnen worden. - Er een onderscheid gemaakt kan worden tussen verbeteringen bij consument dan wel bij producent. - Er data beschikbaar is. - Zowel directe als indirecte effecten te verwachten zijn. - Het door te rekenen is met het ISEEM model. - Veel gevoeligheidsanalyse mogelijk is.

In de volgende hoofdstukken bespreken we deze cases in meer detail.


43

5

Case 1: telewerken Voor transport wordt de case van telewerken geselecteerd. De efficiëntiewinst bij telewerken is het uitgespaarde vervoer en de tijd en energie die daarmee gepaard gaan. De voordelen van het doorrekenen van deze case zijn dat ze/er - beleidsrelevant is voor Vlaanderen - eenvoudig te communiceren is - vernieuwend is in de zin dat onderzoek rond telewerken vaak abstractie maakt van rebound effecten - data beschikbaar zijn - zowel directe als indirecte effecten te verwachten zijn - door te rekenen is met het ISEEM model

In de volgende paragrafen bespreken we achtereenvolgens de definitie van telewerken, de relevante literatuur en tot slot de berekening voor Vlaanderen.

5.1

Wat is telewerken? Telewerken is een arbeidsvorm waarbij werknemers hun activiteiten kunnen verrichten buiten de eigenlijke vestigingsplaats en dit doorgaans op flexibele tijdstippen (Macharis ea 2011). Er is echter geen eenduidige definitie van wat telewerken nu precies is: het gaat van het verschuiven van arbeidstijden om het piekverkeer te vermijden, het werken van thuis uit dan wel van uit een satellietkantoor of op verplaatsing. De juridische definitie van telewerken is terug te vinden in CAO nr 85 van 9 november 2005 betreffende het telewerken. Hierin wordt telewerken omschreven als een vorm van organisatie en/of uitvoering van het werk waarin, met gebruikmaking van informatietechnologie en in het kader van een arbeidsovereenkomst, werkzaamheden die ook op de bedrijfslocatie van de werkgever zouden kunnen worden uitgevoerd, op regelmatige basis en niet incidenteel buiten die bedrijfslocatie worden uitgevoerd 15. Een belangrijk punt is hier dat het gaat over ‘op regelmatige basis’ en over werk dat ook op de bedrijfslocatie kan uitgevoerd worden. Merk op dat binnen deze CAO zogenaamde mobiele telewerkers (bijvoorbeeld vertegenwoordigers, consultants, technici, thuisverpleging) en satellietkantoren en telecenters buiten de definitie vallen. Een ander belangrijk element is de vrijwilligheid van telewerken. Werknemers mogen niet verplicht worden om te telewerken. Aan de andere kant is de werkgever ook niet verplicht om telewerken aan te bieden. In deze doorrekening beperken we de definitie van telewerken tot het regelmatig verrichten van arbeid thuis dan wel in satellietkantoren.

5.2

Mogelijke rebound effecten Initieel is er een besparing in energie en tijd doordat er door het telewerken verplaatsingen worden uitgespaard/ingekort. Hieraan gekoppeld zal er ook een positief effect op emissies en eventueel op congestie zijn. Dit is het directe effect of het initieel verwachte effect of het ingenieurseffect.

15

http://www.tijdvoortelewerk.be/cao.html


44

Eventuele rebound effecten zijn - Rebound 1: Verschuiving van verwarming van kantoren naar het meer verwarmen van huizen en satellietkantoren en dus mogelijk een stijging van energiegebruik. - Rebound 2: Door het toestaan van telewerken wordt het woon-werkverkeer goedkoper. Hierdoor komt er meer budget vrij. Deze kan besteed worden aan meer transport (rebound 2a) dan wel aan andere goederen (rebound 2b). - Rebound 3: Doordat het woon-werkverkeer goedkoper wordt, gaat men misschien verder wonen van het werk. Op lange termijn kan er dus ook een invloed zijn op de locatiebeslissingen. - Rebound 4: In eerste instantie worden er mensen van de weg gehaald – dit heeft een positief effect op congestie. Op langere termijn is het echter mogelijk dat door het aanzuigeffect deze initieel positieve effecten op congestie en energie/milieu weer deels teniet gedaan worden. - Rebound 5: Op zeer lange termijn is het mogelijk dat er minder/kleinere kantoorgebouwen opgetrokken worden. Dit is positief. In deze analyse houden we geen rekening met mogelijke efficiëntie-effecten op het werk zelf. Dit omdat dit niet echt gekoppeld is aan besparingen in energie, noch aan verbeteringen op het vlak van milieu, noch aan het thema van rebound effecten. Werken van thuis uit of vanuit een satellietkantoor wordt door telewerkers zelf omschreven als productiever.

5.3

Literatuur In dit kort literatuuroverzicht focussen we op de literatuur die de relatie telewerken en het effect op energieverbruik, congestie, etc. behandelen. Hierbij geven we steeds aan of rebound effecten mee opgenomen zijn in de analyse. We gaan dus niet dieper in op de aanwezige literatuur omtrent de karakteristieken van telewerkers en de voorwaarden om telewerken succesvol te maken. Op basis van acht telewerkprogramma’s kwamen Mokhtarian ea (1995) tot de conclusie dat de mobiliteitseffecten als gevolg van telewerken ook een positieve impact had op milieu. De (extra) energieconsumptie thuis werd eveneens bestudeerd, maar de effecten hiervan bleken verwaarloosbaar ten opzichte van de reductie in energie door de daling in voertuigkm. De energieconsumptie in de kantoren zelf werd wel niet mee opgenomen in deze studie. Atkyns ea (2002) analyseerde aan de hand van een bevraging de procedures nodig om telewerken te meten en het effect op uitgespaarde voertuigkm en emissies in de US. Hierbij werd geen rekening gehouden met de eerder vernoemde mogelijke rebound effecten. Matthews & William (2005) bestudeerden de effecten op het energiegebruik in kantoren in de Verenigde Staten en Japan. Op basis van de doorrekening van een aantal scenario’s schatten ze dat voor het huidig aandeel aan telewerkers de energieconsumptie in kantoren daalt met ongeveer 0.01% tot 0.4% in the Verenigde staten en met 0.03% tot 0.36% in Japan. Ze stellen dat in een maximaal scenario waarbij 50% van de “kenniswerknemers” 4 dagen in de week thuis telewerken leidt tot een daling van amper 1% in energieverbruik. Hierbij houden ze rekening met de energiedaling in transport, de mogelijke daling in het aantal kantoorgebouwen en de stijging van het energiegebruik thuis. Ze stellen zelf dat analyses die focussen op emissies leiden tot grotere winsten, maar dat de winst – eens men alleen focust op de mogelijke energiebesparingen - beperkt is. Verbeke ea (2006) gingen voor België met behulp van een rekenmodel na hoeveel verkeersexternaliteiten bespaard kunnen worden voor verschillende scenario’s van telewerken. Hierbij waren de belangrijkste parameters de frequentie en de penetratiegraad van telewerken. De REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

45

focus lag op de effecten op het verkeer. Er wordt geen rekening gehouden met de mogelijke effecten op het energiegebruik op kantoor dan wel thuis. Er wordt wel rekening gehouden met de latente vraag. Hierbij wordt in het rekenmodel een rebound effect van 50% verondersteld. Dit wil zeggen dat de uiteindelijke daling in voertuigkm maar de helft is van de voertuigkm die de telewerkers initieel uitsparen. Fuhr & Pociask (2010) maken een inschatting van de vermeden externe kosten als gevolg van telewerken voor de komende 10 jaar. Naast de transportkosten en de energiereducties houden ze ook rekening met het feit dat er minder gebouwen opgetrokken moeten worden als gevolg van besparingen in kantoorruimte. Dit rebound effect is goed voor ongeveer 5% van de totale vermeden externe kosten die gegenereerd worden over 10 jaar. Het gaat hier dus om een bijkomend indirect positief effect. Macharis ea (2011) berekenden op basis van kentallen en de resultaten van een bevraging voor Brussel de impact van telewerken op het milieu en de congestie. Uit de bevraging van Macharis ea (2011) bleek dat energiereducties haalbaar in de hoofdkantoren lager dan 1% is omdat verwarming/afkoeling en verlichting vaak niet afgestemd kan worden op het aantal werknemers werkelijk aanwezig op het kantoor16. Dit impliceert dat de impact op hoofdkantoren op korte en middellange termijn eerder beperkt zal zijn. Wat betreft het mogelijk bijkomend energiegebruik thuis, stellen Macharis ea (2011) dat de impact vooral afhangt van het feit of er nog andere personen aanwezig zijn overdag, aangezien het huis dan toch al verwarmd en verlicht wordt. Bij ongeveer 1 op 4 van de thuiswerkers in hun bevraging bleek dit het geval. 3 op 4 thuiswerkers verwarmt meerdere kamers in het huis terwijl 22% heel het huis verwarmt. Dit was niet verschillend bij de personen waarbij er meerdere personen thuis waren dan wel niet. 56% van de mensen antwoordden dat ze meer verwarmen dan wanneer ze niet thuis zouden werken. Gemiddeld spreekt men van 13% bijkomende verwarming. 58% van de mensen stelt dat de energieconsumptie op het vlak van verlichting gemiddeld stijgt met 7%. Wat betreft de consumptie van elektriciteit voor gebruik van de computer, printer; koffiemachine antwoordt 72% van de mensen dat deze stijgt met gemiddeld 7%. Uit het rapport blijkt niet of dit gaat om de stijging op een thuiswerkdag vergeleken met een gewone werkdag, dan wel of het gaat om een stijging op jaarbasis. Indien de stijging op week/jaarbasis is dan lijkt 7% aan de hoge kant – zeker voor elektriciteit - want dit wil zeggen dat ze bijna twee keer zoveel verbruiken op een thuiswerkdag dan op een gemiddelde dag17. Rietveld (2011) bespreekt telewerken als een middel om het energiegebruik van transport te doen dalen. Hij wijst erop dat telewerken in realiteit niet zo wijdverspreid is als men denkt. In de Verenigde Staten doet ongeveer 7% van de werknemers aan telewerken. In Nederland is voor de groep van telewerkers het gemiddeld aantal uur dat men thuiswerkt 1.5 uur per week. De auteur stelt dat dit erop wijst dat telewerken in dit geval vaak bestaat uit het later vertrekken naar het werk en/of avondwerk. In dit geval leidt deze vorm van telewerken niet tot een daling in pendelverkeer. ’s Morgens werken kan een impact hebben op congestie, maar ’ s avonds werken laat dan weer toe dat mensen die moeten overwerken mee met de avondspits naar huis kunnen keren. Andere mogelijke “rebound effecten” die hij identificeert, zijn - het feit dat door het thuiswerken de wagen nu thuis beschikbaar is voor andere gezinsleden

Er is geen informatie teruggevonden over het aandeel Vlaamse kantoren waarbij een mogelijke afstemming op het aantal werknemers wel mogelijk is. 17 Stel dat men op een gemiddelde dag 10 eenheden verbruikt. Op een week wil dit zeggen dat men 70 eenheden verbruikt. Indien het energiegebruik met 7% stijgt, wil dit zeggen dat op weekbasis het energiegebruik stijgt naar 77 eenheden. Deze extra 7 eenheden worden dan toegewezen aan de thuiswerkdag – een dag met 17 eenheden. Ten opzichte van de eerdere 10 eenheden is dit een stijging met 70%. 16


46

-

gegeven dat de gemiddelde pendeltijd daalt, kan dit op lange termijn leiden tot beslissingen om verder van het werk te wonen waardoor het energiegebruik op zeer lange termijn weer kan stijgen door het toestaan van telewerken. Dit werd bevestigd in het onderzoek van Rhee (2009) die met behulp van een spatieel economisch model de effecten van telewerken op ‘urban sprawl’ (stedelijke uitbreiding) onderzocht.

Fu ea (2012) analyseerde de impact van thuis te werken en het gebruik van land, infrastructuur en demografie. Gebaseerd op Ierse cijfers stellen ze dat er gemiddeld 9.33 kWh per dag bespaard kan worden per individu die thuis gaat werken. Hierbij houden ze rekening met de stijging in het energiegebruik thuis. Hiermee tonen ze aan dat telewerken ook een significante invloed kan hebben op het energiegebruik in landen waar de pendelafstanden relatief kort zijn. Telewerken wordt sterk beïnvloed door het gebruik in land, publiek transport en de internetinfrastructuur. Daarnaast spelen ook pendelafstand en persoonlijke kenmerken een belangrijke rol bij de beslissing om te gaan telewerken. Lari (2012) maakte op basis van een bevraging een kosten-baten analyse van een programma (eWorkPlace) gericht op het vereenvoudigen van telewerken/flexibel werken in de US. Ze stelt dat dit programma een baten-kosten ratio had van 9.22. De belangrijkste positieve effecten waren de besparingen aan private kosten van het rijden met de wagen, de tijdsbesparingen en de daling in emissies. In deze analyse werd geen rekening gehouden met mogelijke rebound effecten. Ropke ea (2012) focussen niet op telewerken, maar op de energie-impacts van ICT in het algemeen en zijn impact op het energiegebruik. Hierbij maken ze een onderscheid tussen drie soorten van effecten, waarbij gesteld wordt dat de eerste orde effecten negatief zijn en de tweede en derde orde effecten zowel negatief als positief kunnen zijn: - Eerste orde effecten: milieu-impact direct gerelateerd aan de volledige levenscyclus van de ICT hardware. - Tweede orde effecten: de milieu-impact veroorzaakt door het gebruik van ICT waardoor processen van productie, transport en consumptie veranderd zijn - Derde orde effecten: de milieu-impact gerelateerd aan veranderingen van gedrag en economische structuren op middellange termijn. Rebound effecten worden in deze derde categorie ondergebracht. In hun analyse focussen ze op de tweede en derde orde effecten aangezien die vaak niet worden meegenomen. Telewerken is een voorbeeld waarbij verwacht werd dat ze aanzienlijke positieve tweede orde effecten heeft aangezien energie-intensief transport vervangen wordt door minder energie-intensieve ICT toepassingen, maar waarbij derde orde effecten dit initieel verwacht effect toch blijken te milderen. Voorbeelden van rebound effecten bij telewerken die hier worden gegeven zijn: - Het feit dat als mensen later kunnen vertrekken ze de file vermijden en zo eerder opteren voor de wagen dan voor publiek transport - Dat het toelaat om verder van het werk te wonen dan men anders zou aanvaarden indien men elke dag naar het werk moet pendelen - Hoger gebruik van de wagen voor privé doeleinden Uit dit literatuuronderzoek besluiten we dat de focus in de literatuur voornamelijk ligt bij het berekenen van de directe effecten op het gebruik van transport en de daaraan gekoppelde emissies. Indien rebound effecten expliciet worden meegenomen, dan worden ze meestal als verwaarloosbaar beschouwd. Voor het verdere onderzoek zijn vooral de cijfers beschikbaar bij Verbeke (2006) en


47

Macharis ea (2011) relevant. Merk wel op dat de cijfers van Macharis ea (2011) gebaseerd zijn op bevragingen bij bedrijven uit het Brusselse.

5.4

Doorrekening Voor de doorrekening bouwen we verder op de modellen zoals ontwikkeld door Verbeke ea (2006) en Macharis ea (2011). Uit deze studies bleek dat de impact voornamelijk afhangt van volgende parameters: - Het aantal mensen dat gaat telewerken - Het aantal dagen waarop aan telewerken gedaan wordt - De wijze van telewerken: thuis of op een satellietkantoor - De modale keuzes die gemaakt worden bij pendelen naar het hoofdkantoor en satellietkantoor en de afstand - De afstanden tot het werk-thuis en satellietkantoor-thuis - Het effect van telewerken op niet-werkgebonden trips Daarom voorzien we ook een sensitiviteit wat betreft de waardes voor een aantal van deze parameters. In de volgende paragrafen bespreken we eerst de opbouw van het model en daarna de gebruikte data en de resultaten.

5.4.1

Opbouw rekenmodel

Binnen het rekenmodel onderscheiden we vier stappen: 1) Berekening van het direct effect op het aantal vkm en de daaruitvolgende impact op energiegebruik en tijdswinsten 2) Berekening van het direct rebound effect (rebound 1) op het meergebruik aan energie thuis of in het satellietkantoor 3) Berekening van de indirecte rebound effecten op het aantal vkm. Het gaat hier over het inkomenseffect (rebound 2) en het effect op locatiekeuze (rebound 3). Berekening van het directe effect op congestie, al dan niet rekening houdend met de latente vraag (rebound 4). Het mogelijke rebound effect op heel lange termijn – rebound 5- het effect op kantoorgebouwen wordt niet berekend. De cijfers nodig hiervoor zijn niet beschikbaar. In de literatuur stelt de studie van Fuhr &Pociask (2010) dat dit over 10 jaar voor een bijkomende baat gelijk aan 5% van de totale vermeden externe kosten is. Stap 1: Direct effect op vkm/energie/tijd In een eerste stap bepalen we de theoretische vermindering in voertuigkm per werknemer en de daaraan gekoppelde daling in energiegebruik en tijdswinst. Eens we de effecten per telewerker bepaald hebben, berekenen we de effecten per sector en op jaarniveau. In de analyse maken we een onderscheid tussen mensen die thuiswerken en mensen die op een satellietkantoor gaan werken. Bij de thuiswerkers is immers het verwachte effect op de daling in voertuigkm groter dan voor satellietwerkers. Daarnaast maken we een onderscheid tussen mensen die met de wagen gaan werken en mensen die gebruik maken van het openbaar vervoer. Voor mensen die met de wagen gaan werken is er sprake van zowel een daling in energiegebruik als van een tijdswinst. Voor de mensen die gebruik maken REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

48

van het openbaar vervoer is er enkel een tijdswinst aangezien we ervan uitgaan dat de daling in de vraag naar openbaar vervoer niet groot genoeg is om een effect te hebben op het aanbod. Voor thuiswerkers wordt de daling in het aantal voertuigkm bepaald door: - Het aantal dagen per week dat men thuiswerkt - Het aantal werkweken – dus rekening houdend met vakanties, ziektedagen, halftijds werkenden, etc. - Het modale aandeel van de wagen/openbaar vervoer - De gemiddelde afstand van het werk met de wagen/openbaar vervoer. Voor de mensen die in satellietkantoren (tele)werken is de situatie anders. Deze moeten zich immers nog altijd verplaatsen. We moeten hierbij dus rekening houden met de mogelijke modale verschuivingen. Om het effect op het aantal voertuigkm te berekenen, houden we rekening met - Het aantal dagen per week dat men thuiswerkt - Het aantal werkweken - Het aandeel mensen dat overschakelt van de trein naar de auto, vermenigvuldigd met de afstand naar het satellietkantoor. Hier gaat het om bijkomende vkm met de wagen. - Het aandeel mensen dat met de auto blijft rijden, vermenigvuldigd met het verschil in afstand tussen het hoofdkantoor en het satellietkantoor. Dit gaat om een daling in voertuigkm met de wagen. - Het aandeel mensen dat van de auto overschakelt naar de trein of zachte modi, vermenigvuldigd met de afstand naar het hoofdkantoor. Dit gaat ook over een daling in vkm met de wagen. - Het verschil in snelheid en afstand tussen de modi wanneer men naar een satellietkantoor gaat dan wel naar het hoofdkantoor. Dit zal de mogelijke tijdswinsten bepalen. Het product van bovenstaande parameters geeft dan de verwachte daling in voertuigkm per thuiswerker. Om later een vergelijking mogelijk te maken met het energiegebruik thuis vermenigvuldigen we de uitgespaarde voertuigkm met het verbruik in energie. Om de tijdswinst te bepalen delen we de uitgespaarde voertuigkm door de gemiddelde snelheid die in Vlaanderen gereden wordt. Stap 2: Rebound 1 – extra energieverbruik thuiswerker Voor de thuiswerkers zal het energiegebruik thuis stijgen. Voor dit bijkomend energiegebruik thuis gaan we ervan uit dat deze enkel relevant is als er anders niemand thuis zou zijn. Het gaat dan met name om het bijkomend energieverbruik voor verwarming. Het gebruik van een computer, koffiemachine, radio, verlichting etc. nemen we niet mee omdat in het geval van bijvoorbeeld de computer deze anders op het werk zou aanstaan. Het eventuele gebruik van een koffiemachine, verlichting en dergelijke is te verwaarlozen. Het bijkomend energiegebruik thuis wordt bepaald door het product van - Het aantal dagen per week dat men thuiswerkt - Het aantal werkweken - Het gemiddeld energieverbruik per dag voor verwarming - Het feit of er iemand anders thuis is Gegeven de resultaten van het literatuuronderzoek gaan we ervan uit dat telewerken op korte termijn een beperkte tot geen impact heeft op het energieverbruik op kantoor. Het blijkt immers heel moeilijk om het energiegebruik af te stemmen op het aantal gebruikers. Op zeer lange termijn zijn hier wel effecten mogelijk indien telewerken leidt tot minder en/of kleinere kantoren. REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

49

Extra energieconsumptie thuis is voor satellietwerkers niet relevant. Wel relevant zijn de eventuele bijkomende energiekosten van het satellietkantoor. De vragen die zich hier stellen zijn: - Is dit kantoor er enkel voor de telewerkers of gaat het om een bestaande bedrijfssite - Hoeveel mensen maken gemiddeld gebruik van het satellietkantoor. Dit effect (het bijkomende energieverbruik in satellietkantoor) nemen we niet mee in rekening wegens gebrek aan gegevens. Stap 3: Rebound 2 en 3 – extra uitgaven en andere locatiekeuze (verder) We gebruiken eerst een vereenvoudigd theoretisch model om de indirecte rebound effecten (rebound 2 en 3) bij telewerken te definiëren. We veronderstellen dat de consument gebruik maakt van twee soorten transport: transport tussen de werkplaats en woonplaats en ander transport. Onder ander transport verstaan we recreatief transport en transport gerelateerd aan de aankoop van goederen. De onderstaande vergelijking geeft de totale energieconsumptie van transport ( , berekend uit het aantal jobs ( , het aantal gemaakte trips per job gedurende een bepaald tijd ( / , de gemiddelde woon-werk afstand ̅ ; en het aantal trips voor andere doeleinden( . , het aantal andere trips gedurende een bepaalde tijd ( en de / ), de gemiddelde afstand per interactie ( brandstofefficiëntie ( . .

/

.!"

.

/

.

#.

(1)

Deze formule helpt ons om inzicht te krijgen in mogelijke veranderingen in het energieverbruik van transport, bij het invoeren van telewerken. De parameters kunnen geïnterpreteerd worden als de efficiëntie van woon-werk en andere interacties. We zien telewerken als een verandering in de efficiëntie van . ̅ $ / . Gebruiken we nu en . ̅ $ , de totale jaarlijkse afstand afgelegd voor woon-werkverkeer dan wel voor andere zaken. Om de indirecte rebound effecten in te schatten stellen we een realistische consumptieboom op naar transport, zoals de volgende figuur. Dez komt overeen met de huishoudvraag naar transport en met het vraagmodel naar transport in het ISEEM model18.

18

Het ISEEM model wordt in meer detail in bijlage twee besproken.


50

Figuur 13: Consumentenboom transport

Inkomen

Consumptie Transport

Publiek

Privé

Vast

Consumptie Niet Transport

Variabel

Pendel

Ander

Op het eerste niveau stelt dit de keuze tussen transport gerelateerde en niet-transport gerelateerde consumptie voor. Op het tweede niveau de keuze tussen privé en publiek transport. Op het derde niveau vaste en variabele kosten in transport en het onderste niveau de keuze tussen werk-woon transport en ander transport. Veranderingen in het laagste niveau zijn equivalent met $ en $ Op basis van deze structuur en de verwachte efficiëntieverandering kunnen we berekeningen maken van het rebound effect op de eigen vraag naar transport en naar andere goederen. Stap 4: Rebound 4 – aanzuigeffect en effect andere weggebruikers Thuiswerken leidt tot een daling in het aantal voertuigkm. Hoe minder verkeer er op de baan is, hoe korter de files- toch in de piekuren. Uitgaande van de gemiddelde snelheid als maatstaf voor congestie is het mogelijk om aan de hand van congestiefuncties het effect op de gemiddelde snelheid te berekenen als er een voertuigkm meer of minder wordt gereden. Deze congestiefuncties geven aan hoe de reistijden monotoon stijgend verlopen in functie van het verkeersvolume. We veronderstellen hierbij dat een additionele voertuigkilometer de gemiddelde snelheid op de weg doet dalen, waarbij de gemiddelde reistijd dus stijgt. Het functieverband dat we hier gebruiken is dat van een BPR congestiefunctie; deze heeft volgende vorm19:

Naast de BPR functies kunnen ook lineaire, exponentiële, conische, Davidson’s en Akçelik’s congestiefuncties gebruikt worden. Eigen doorgedreven onderzoek op basis van Vlaamse meetgegevens toonde echter aan dat de BPR functie een van de beste schattingen gaf, samen met een eenvoudige functionele vorm. 19


51

β  q T = T ff 1 + α    C  

   

Waarbij Tff = reistijd in een onbelast netwerk waarin het verkeer vrij kan stromen (seconden) q = verkeersvolume (voertuigkilometer per uur) C = maximaal verkeersvolume (voertuigkilometer per uur) α = constante die bepaalt hoe vlak de functie is bij vrijstromend verkeer β = constante die bepaalt hoe sterk de functie stijgt van zodra er congestie optreedt In Delhaye ea (2010) werden deze parameters berekend. Onderstaande tabel toont de resultaten voor de vier wegtypes die toen beschouwd werden. De resultaten gelden telkens voor het volledige net. Tabel 5: Parameters congestiefuncties, Vlaams Gewest, 2007 Wegennet

Tff Hoofdwegennet - Vlaamse Ruit Hoofdwegennet - alles behalve Vlaamse Ruit Regionaal wegennet Stedelijk wegennet

C

36,21 34,39 67,02 58,69

α 3.138.944 2.828.288 5.900.202 3.355.506

β 0,1741 0,1792 0,2081 0,4013

2,7536 1,7382 1 1

Bron: Delhaye ea (2010)

In de case die we hier bestuderen daalt het aantal weggebruikers omdat een aantal telewerkers van de weg verdwijnen. De gemiddelde snelheid voor de (niet-telewerkende) weggebruikers stijgt en de kost om met de auto te rijden daalt dan. Gegeven dat de prijs van autorijden daalt, verwacht men een stijging van het aantal weggebruikers. In de literatuur wordt dit fenomeen ook aangeduid met “latente” vraag of geïnduceerd transport. Deze speelt ook bij bijvoorbeeld infrastructuurwerken die de capaciteit willen verhogen. De idee is dat een deel van de vrijgekomen capaciteit na verloop van tijd weer wordt ingenomen. Litman (2012) geeft een overzicht van het % aan nieuwe capaciteit geabsorbeerd door geïnduceerd transport. Onderstaande tabel neemt dit overzicht over en voegt wat bijkomende bronnen toe.


52

Tabel 6: Aandeel capaciteit opnieuw ingenomen op korte en lange termijn Auteur

Korte termijn

SACTRA* Goodwin*

Lange termijn (na 3 jaar) 50-100%

28%

57%

Johnson & Ceerla*

60-90%

Hansen & Hung*

90%

Fulton ea*

10-40%

Marshall*

50-80% 76-85%

Noland*

20-50%

70-100%

EC (2004)

25%

50%

Schiffer ea (2005)

0-40%

50-100%

* overgenomen van Litman (2012) In zijn analyse gebruikt Verbeke (2006) 50% om rekening te houden met de latente vraag. Dit wil zeggen dat hij verondersteld dat de uiteindelijke daling in voertuigkm maar de helft is van het directe effect. 5.4.2

Gebruikte data en resultaten rekenmodel

Stap 1: Direct effect op vkm, energie en tijd We berekenen eerst de tijdswinst voor de individuele thuiswerker en de satellietwerker. Voor de modale aandelen gaan we uit van Macharis ea (2011). Hieruit blijkt dat telewerkers meer dan de gemiddelde pendelaar de trein nemen. Dit wordt ook gereflecteerd in de gemiddelde afstand tot het werk – 40 km – enkele afstand. De cijfers van Macharis ea (2011) zijn geldig voor Brussel. Over het algemeen zijn de afstanden voor Vlaanderen 1.5 keer korter (VUB 2006). De grotere thuiswerkafstanden voor Brussel zijn te verklaren door zowel de goede bereikbaarheid van Brussel met de trein, als het feit dat verschillende overheidsinstanties – zowel Vlaamse, Brusselse als Waalse en internationale instellingen in Brussel gevestigd zijn. Daarnaast is het modaal aandeel van spoor ook groter voor Brussel dan voor Vlaanderen. In de gevoeligheidsanalyse zal hiermee rekening gehouden worden. Op basis van Maerivoet & Yperman (2008) hebben we de gewogen gemiddelde snelheid20 berekend op een werkdag in Vlaanderen. Deze is gelijk aan 56,65 km/uur. Voor de andere modi baseren we ons op Mobiliteitsvisie De Lijn 2020 voor de snelheid van de trein en op Lebrun ea (2012) voor de snelheid van de tram en de metro en op Het Laatste Nieuws (2011)21 voor de bus22. De snelheden voor fietsen/te voet en zachte weggebruikers zijn eigen veronderstellingen. Als we de afstand delen door de snelheid bekomen we de tijdswinst per trip voor de telewerker. Onderstaande tabel geeft de

De gewichten zijn de vkm gereden in de verschillende periodes (piek versus dal) en op de verschillende type wegen. http://www.hln.be/hln/nl/957/Binnenland/article/detail/1273507/2011/06/02/Snelheid-voertuigen-De-Lijn-daaldein-2010.dhtml 22 Merk op dat de snelheden voor openbaar vervoer geen rekening houden met het voor- en natransport. Voor trein betekent dit waarschijnlijk een overschatting van de gemiddelde snelheid, voor bus/tram/metro eventueel een onderschatting. De fout hangt af van de afstand van het voor- en natransport en de gebruikte modi. 20 21


53

inputgegevens en het resultaat voor de thuiswerker. Gemiddeld is er voor de thuiswerker een tijdswinst van 44 minuten per trip. Tabel 7: Tijdswinst per thuiswerker per trip

Normale pendelmodi auto trein motor/brommer tram metro te voet fiets bus

aandeel bij gemiddelde afstand gemiddelde thuiswerkers hoofdkantoor (km) snelheid (km/u) 51.30% 40 57 39.20% 62 80 2.20% 31 57 2.20% 11 17 1.10% 28 29 0.40% 3 5 2.00% 14 18 1.50% 26 30

tijdswinst thuiswerken (uur/trip) 0.71 0.78 0.55 0.65 0.97 0.60 0.78 0.87

Bron: Macharis ea (2011), Maerivoet & Yperman (2008), Het Laatste Nieuws (2011), Lebrun ea (2012) Voor de satellietwerker spelen het verschil in zowel afstanden als snelheid voor een trip naar het hoofdkantoor dan wel naar het satellietkantoor. Onderstaande tabel toont de resultaten voor de satellietwerkers. Gemiddeld is de tijdswinst iets kleiner dan voor de thuiswerker, maar nog steeds gelijk aan 34 minuten per trip. Tabel 8: Tijdswinst per satellietwerkers per trip

Verandering van modi van trein naar auto van auto naar auto trein naar trein trein naar zacht auto naar trein auto naar zacht trein naar bus anderen

gemiddelde gemiddelde afstand gemiddelde snelheid gemiddelde tijdswinst aandeel afstand satellietkantoor modi naar snelheid modi naar thuiswerken satellietwerkers hoofdkantoor (km) (km) hoofdkantoor (km/u) satellietkantoor (uur/trip) 34.60% 75 21 80 57 0.57 23.90% 73 28 57 57 0.79 14.80% 83 26 80 80 0.71 9.90% 72 5 80 10 0.40 2.50% 60 35 57 80 0.62 2.50% 48 10 57 10 -0.15 2.50% 86 10 80 30 0.74 9.50% 0 0 0 0 0.00

Bron: Macharis ea (2011), Maerivoet & Yperman (2008), Het Laatste Nieuws (2011), Lebrun ea (2012) Voor de besparing in energiegebruik is enkel de daling in vkm van de wagen van belang. Onderstaande tabel toont de centrale schatting van het effect op het totaal aantal voertuigkm/thuiswerker/jaar, de energiewinst/thuiswerker/jaar en de tijdswinst /thuiswerker/jaar. We gaan hier uit van - 1 thuiswerkdag per week. In de bevraging van Macharis ea (2011) bleek dat 45% van de mensen minder dan 1 dag per week thuiswerkte en 30% 1 dag. - 40 werkweken. Dit gaat uit van een 200 werkdagen op een jaar. - Een modaal aandeel van de wagen van 51%. Deze cijfers zijn gebaseerd op Macharis ea (2011). - Een energieverbruik van 0,72 kWh/vkm23. - Een gemiddelde tijdswinst van 44 minuten per trip zoals eerder berekend.

23

Bron: TREMOVE model: www.tremove.org


54

Tabel 9: Resultaten direct effect voertuigkm (per thuiswerker)

Input: basisgegevens frequentie (aantal per week) aantal werkweken modale aandeel auto gemiddelde afstand werk auto (km) heen en terug (factor) Winst: direct effect vkm/werknemer/jaar energie wagen (kWh/werknemer/jaar) tijdswinst per jaar (uur/werknemer/jaar)

thuiswerker 1 40 51.30% 40 2 1642 1178 59

Bron: eigen berekeningen Gegeven deze veronderstellingen bekomen we een besparing van 1642 voertuigkm (vkm) per werknemer. Uitgaande van een energieverbruik van 0,72 kWh/vkm24 komen we tot een besparing van 1178 kWh per werknemer die thuiswerkt. De jaarlijkse tijdswinst voor de thuiswerker is gelijk aan 59 uur. Uitgaande van 2,17 miljoen werknemers25, 13% telewerkers – waarvan 9% thuiswerkers komen we tot volgend resultaat voor de thuiswerkers. Tabel 10: Resultaten direct effect voertuigkm, energie en tijdswinst per jaar totaal Vlaanderen – thuiswerkers

Input: basisgegevens aantal werknemers % thuiswerkers vkm/werknemer/jaar energie wagen (kWh/werknemer/jaar) tijdswinst per jaar (uur/werknemer/jaar) Winst: direct effect aantal thuiswerkers totaal miljoen vkm/jaar energie wagen ( miljoen kWh/jaar) tijdswinst per jaar (miljoen uur/jaar)

thuiswerker 2170097 9% 1642 1178 59 188075 309 222 11

Bron: eigen berekeningen Op jaarbasis is er een besparing van 309 miljoen voertuigkm door de thuiswerkers berekend. Dit komt overeen met een besparing van 222 miljoen kWh en 11 miljoen uur. In de gevoeligheidsanalyse maken we een onderscheid naar het type werknemer en de mogelijkheid tot telewerken. Ook voor de satellietwerker kennen we het aantal uitgespaarde vkm. Onderstaande tabel toont de veronderstellingen die gemaakt zijn en het resultaat van de berekening zoals eerder uitgelegd. De

24 25

Bron: TREMOVE model: www.tremove.org RSZ data 2010


55

veronderstellingen in verband met de afstanden en de modale verschuivingen zijn gebaseerd op Macharis ea (2011). Ook hier geldt dat de gemiddelde afstanden en het modale aandeel van spoor waarschijnlijk groter zijn voor Brussel dan voor Vlaanderen. Per satellietwerker wordt er jaarlijks 647 vkm en 45 uur uitgespaard, dit komt overeen met een energiebesparing van 464 KWh. Tabel 11: Resultaten effect voertuigkm, energiegebruik en tijdswinst per satellietwerker

Input: basisgegevens frequentie (aantal per week) aantal werkweken van trein naar auto van auto naar auto auto naar trein auto naar zacht heen en terug (factor) gemiddelde afstand werk gemiddelde afstand satelliet Winst: direct effect vkm/werknemer/jaar energie wagen (kWh/werknemer/jaar) tijdswinst per jaar (uur/werknemer/jaar)

satellietwerker 1 40 35% 24% 2% 2% 2 75 22 647 464 45

Bron: eigen berekeningen Het is onmiddellijk duidelijk dat de besparing in vkm en bijgevolg in energie en tijd veel kleiner is dan bij de thuiswerker. Dit deels omdat er ook een belangrijke modale verschuiving is van openbaar vervoer naar de wagen. Ook hier vermenigvuldigen we de effecten met het aantal satellietwerkers om zo tot een totale besparing op jaarbasis voor Vlaanderen te komen. Tabel 12: Resultaten direct effect voertuigkm, energie en tijdswinst per jaar

Input: basisgegevens aantal werknemers % telewerkers satelliet vkm/werknemer/jaar energie wagen (kWh/werknemer/jaar) tijdswinst per jaar (uur/werknemer/jaar) Winst: direct effect aantal satellietwerkers totaal miljoen vkm/jaar energie wagen ( miljoen kWh/jaar) tijdswinst per jaar (miljoen uur/jaar)

satellietwerker 2170097 4% 647 464 45 94038 61 44 4

Bron: eigen berekeningen Het totale directe effect – thuiswerkers en satellietwerkers samengebracht – is gelijk aan een daling van 370 miljoen vkm op jaarbasis. Ter vergelijking – in Cools ea (2012) werd het potentieel voor telewerken geschat op een daling van 560 miljoen vkm. REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

56

Tabel 13: Resultaten totaal direct effect vkm, energie en tijdswinst per jaar – centrale schatting

Totaal direct effect totaal miljoen vkm/jaar energie wagen ( miljoen kWh/jaar) tijdswinst per jaar (miljoen uur/jaar)

370 265 15

Bron: eigen berekeningen Stap 2: Rebound 1 – Extra energiegebruik thuiswerker Het eerste direct rebound effect dat we beschouwen is het energiegebruik thuis. Dit is enkel relevant voor de thuiswerker. We focussen hier op het bijkomend energiegebruik voor verwarming. Er zal ook een bijkomend energieverbruik zijn door de extra verlichting, maar dit bijkomend verbruik is klein vergeleken met het effect op het verbruik voor verwarming. Om het effect op de verwarming te berekenen, gaan we eerst uit van een top down berekening, waarbij we vertrekken van het totale verbruik in Vlaanderen. Vervolgens analyseren we wat het resultaat is van een benadering van onderuit, waarbij we de bijkomende verwarming per woning proberen te schatten.

Top down berekening Voor de verwarming berekenen we eerst het gemiddeld verbruik per dag verwarming. In Vlaanderen verbruikt de residentiële sector gemiddeld 230 PJ/jaar (periode 2009-2011). Uit het achtergrond document huishoudens van MIRA bleek dat in 2006, 70% van het totale energiegebruik voor verwarming is. Recentere cijfers ontbreken. Dit wil zeggen dat een 161 PJ verbruikt wordt voor de verwarming van Vlaamse woningen. Dit is gelijk aan 44.722 miljoen kWh voor heel Vlaanderen voor 1 jaar. Gedeeld door het aantal woongelegenheden26 in Vlaanderen (2.775.682) verkrijgen we zo een verbruik van 16.112 kWh/woning/jaar aan verwarming. Om een verbruik per dag te kennen, delen we door 220 dagen (uitgaande van een werkende verwarming in de periode tussen ongeveer 15 oktober en 15 mei). Zo bekomen we 73,2 kWh/woning/dag. Uitgaande van 7 uur vol vermogen (4,72 kW om 22° te hebben tussen 6-8 uur en tussen 17-22u) en 17 uur gereduceerd vermogen (50% of 2,36 kW om de rest van de dag 15° te hebben) komen we op een verbruik van aan 33,0 kWh vol vermogen en 40,2 kWh aan gereduceerd vermogen. Bij thuiswerken komt er een periode van 9 uur (tussen 8 en 17 uur) bij waaraan aan vol vermogen verwarmd wordt in plaats van aan half vermogen (9uur maal 4,72 kW i.p.v. 2,36 kW) of een bijkomend verbruik van 22,27 kWh per thuiswerkdag. Op jaarbasis, uitgaande van 1 thuiswerkdag per week, 40 werkweken en uitgaande van een verwarming die 220 dagen op 365 dagen aanstaat, komt dit neer op 489 kWh bijkomend verbruik per jaar. Als we rekening houden met eventueel andere aanwezige gezinsleden dan komt dit neer op 366 kWh per thuiswerker per jaar of 69 miljoen kWh extra aan verwarming. De 16.112 kWh/woning/jaar lijkt echter aan de lage kant geschat27. Indien we uitgaan van een verbruik van tussen de 18.000-23.000 kWh dan bekomen we – uitgaande van een gemiddelde van 20.500 kWh) een bijkomend verbruik van 467 kWh per jaar per thuiswerker of een totaal van 88 miljoen kWh per jaar voor alle thuiswerkers samen.

26 27

MIRA achtergrond document huishoudens. Dit omvat zowel open, half-open, gesloten bebouwing als appartementen. Persoonlijke communicatie VEA


57

Bottom up Het benodigde vermogen om één of twee kamers overdag extra opgewarmd te houden, hangt af van verschillende parameters28: - De energieprestatie van de woning (K-peil): de aanwezige isolatie, warmteverliezen door transmissie en ventilatie. Dit is afhankelijk van de leeftijd van de woning. - Afgiftesystemen: vloerverwarming, radiatoren, convectoren, etc. Bij vloerverwarming zal er immers nauwelijks een dagverlaging toegepast worden omdat dit een ‘traag’ systeem is. Convectoren en radiatoren zijn veel sneller. - Temperatuurregime van de afgiftesystemen: aanvoer- en retourtemperatuur, debiet. - Opwekkingssystemen: bijvoorbeeld warmtepomp die op nachttarief een buffervat oplaadt - Dagverlaging: hoeveel zou de temperatuur overdag dalen en binnen welke tijd moet de kamer opnieuw verwarmd worden. Het opwarmen van het gebouw vraagt extra vermogen. Dit hangt sterk af van de inertie van de structuur (massief of licht) en van de energieprestatie van de woning - De oppervlakte van de ruimte waar gewerkt wordt. Dit bepaalt immers het opwarmingsvermogen. - Etc. Op al deze parameters is een grote spreiding mogelijk, waardoor het uiteindelijke antwoord niet zo eenduidig is. Gebruik makend van een aantal richtwaarden komt men tot volgend resultaat. Als we uitgaan van een geïnstalleerd vermogen van afgiftesystemen in een ruimte tussen de 1000 en 5000 W, een bijkomende verwarming van 8 uur per dag, dan bekomen we een extra energiegebruik van 8 tot 40 kWh per dag. Indien de verwarming niet blijft aanstaan dan moet de ruimte ’s avonds opnieuw verwarmd worden. Het opwarmingsvermogen voor een ruimte van 40 m² (bijvoorbeeld de woonkamer) bedraagt 880 W bij een temperatuurverlaging van 3°C en een opwarmingstijd van 2 uur29. Tijdens de opwarmingstijd wordt dus 880 W*2uur of 1,76 kWh aan energie verbruikt. Dit valt weg bij het thuiswerken omdat de ruimte er op temperatuur blijft. Netto komen we dus op een bijkomen energiegebruik van 6,24 tot 38,24 kWh per dag (8-1,76 en 40-1,76 kWh). De 22,27 kWh per thuiswerkdag eerder berekend met de top down benadering valt binnen deze grenzen. Bij een gelijkaardige berekening gaan we uit van een gemiddeld K-peil van 7230 en een woning met een warmteverliesoppervlakte van 350 m². De gemiddelde compactheid is 1,4 voor vrijstaande huizen, 1,55 voor halfopen bebouwing en 1,9 voor rijwoningen en appartementen31. Gebruik makend van een gewogen gemiddelde van 1,68 kan je van het K peil naar de U waarde gaan door het K-peil te delen door 83,3. Als we de U waarde dan vermenigvuldigen met de verliesoppervlakte dan bekomen we het aantal Watt per graad verschil. We krijgen dan 72/83.3*350m² = 302 Watt/Kelvin. Uitgaande van een gemiddelde dagtemperatuur van 10°C32 buiten, is het verschil met de gewenste binnentemperatuur gelijk aan 10°C. Om 1 uur tot 20°C te komen hebben we dan een vermogen van 3kWatt nodig. Om dit een uur te doen is dit 3 kWh of 27 kWh per thuiswerkdag (9 uur bijkomend verwarmen) voor een volledige woning. Gegeven het belang van de leefruimte

Persoonlijke communicatie WTCB WTCR rapport nr 14, Ontwerp en dimensionering van centrale –verwarmingsinstallaties met warm water – tabel 10. 30 Heylen en Winters (2009), Isolatieniveau van private huurwoningen en woonuitgaven, Steunpunt Ruimte en Wonen. 31 VEA(2012) EPB in cijfers 2006-2011, Cijferrapport Energieprestatieregelgeving. 28 29

32

http://statbel.fgov.be/nl/statistieken/cijfers/leefmilieu/klimaat/.


58

schatten we het bijkomend energiegebruik dan op 19 kWh – opnieuw binnen bovenstaande grenzen. In de verdere berekeningen gaan we verder met een bijkomend verbruik van 21,24 kWh per thuiswerkdag of een bijkomend gebruik van 367 kWh/jaar of 69 miljoen kWh/jaar voor alle thuiswerkers samen. Stap 3: Rebound 2 en 3: extra uitgaven en andere locatiekeuze Voor de berekening van het inkomens- en locatie effect bekijken we eerst het relatieve aandeel van de bestedingen in ISEEM per huishouddeciel. De huishouddecielen hangen af van het inkomen van het huishouden. De eerste kolom toont de bestedingen aan transport in de totale bestedingen, de tweede kolom het aandeel van privé transport in het totaal, de derde en laatste kolom toont het aandeel vaste kosten (aankoop voertuig, eenmalige belastingen, etc.) in de totale transport kost. Tabel 14: Aandelen in uitgaven naar transport, per huishouddeciel

Transport bestedingen in totaal

Aandeel privé transport in totaal transport

Aandeel vaste kosten in totale transport kosten

D1

9,6%

92,1%

50,2%

D2

12,1%

94,2%

47,7%

D3

14,1%

92,9%

43,8%

D4

14,3%

94,0%

45,7%

D5

15,8%

93,9%

47,9%

D6

16,3%

93,9%

42,2%

D7

16,3%

92,0%

46,1%

D8

16,7%

93,7%

43,2%

D9

17,0%

94,0%

43,7%

D10

19,5%

95,3%

41,4%

Huishoud deciel

Bron: ISEEM model In het vervolg van de berekeningen gebruiken we de volgende parameters, die het aandeel in de totale uitgaven per onderdeel en de elasticiteiten weergeven. Deze zijn vergelijkbaar met de uitgaven van het doorsnee huishouden D5 (zie Tabel 14) en de gebruikte elasticiteiten in het ISEEM model. Daarom kan de volgende doorrekening representatief worden genoemd voor de hele consumptie naar transport. Hierbij moeten we wel beklemtonen dat we geen rekening houden met secundaire inkomenseffecten of indirecte effecten door een vermindering in congestiekosten.


59

Tabel 15: Gebruikte parameters bij doorrekening van vraagschok bij invoeren telewerken

Aandeel in uitgaven

Elasticiteiten

Transport uitgaven

15,0%

0,5

Privé transport

95,0%

0,3

Variabele kosten

50,0%

0,3

Woon-werk verkeer

50,0%

0,1

Op deze manier houden we rekening met de uitgaven die de mensen zelf doen. Voor sommigen is het woon-werk verkeer immers gratis of wordt deze gesubsidieerd door de werkgever (tussenkomst treinabonnement, bedrijfswagens,etc.) We simuleren een schok in / gelijk aan 20%. Dit staat gelijk met 1 thuiswerkdag per werkweek. We gebruiken deze schok om de gepercipieerde kost in het woon-werk transport te verlagen. De volgende tabel toont dan de resulterende relatieve veranderingen in de prijs en vraag naar transport en andere consumptie. Tabel 16: Relatieve verandering in transport en andere bestedingen

Variabele

Variabele (%)

Totale bestedingen

0%

Andere consumptie

-0,32%

Woon-werk verkeer

-13,20%

Ander transport

2,271%

Bron: eigen berekeningen mbv ISEEM model We zien dat de verhoging van de woon-werk efficiëntie parameter leidt tot een toename van de transportconsumptie, doordat de verhoogde efficiëntie leidt tot een prijsdaling voor transport. De redenering hier is dat de verlaagde kost voor woon-werkverkeer de relatieve kosten van ander transportgebruik verlaagt. De aanname is dat het hier puur over transportkilometers gaat en over de tijd gebruikt in transport. Consumenten gaan hun auto dus meer gebruiken voor recreatief en ander gebruik. Dit komt ook overeen met de bevindingen van Macharis (2011), waarin blijkt dat 13% van de ondervraagden stelt dat ze ook de wagen gebruiken indien ze thuiswerken. In 42% van de gevallen gaat het hier om extra km. De daling in woon-werkverkeer is eveneens niet gelijk aan 20%, maar aan 13,2%. Dit komt omdat thuiswerken de consument toelaat om verder van huis te gaan wonen, waardoor de gemiddelde woon-werk afstand op langere termijn kan toenemen.


60

Het totale33 rebound effect is dan gelijk aan 1-

()*,,-%/,,,0)% (,-%

45,327% (13.20 is vermindering

woon werkverkeer; 2.271 is verhoging ander verkeer). Dit wil zeggen dat van de initiële daling in voertuigkm slechts 54,6% overblijft. Hetzelfde geldt voor de initiële energiebesparing en de tijdswinsten. De resultaten, na correctie voor dit tweede rebound effect zijn te vinden in onderstaande tabel.

Tabel 17: Resultaten totaal direct effect vkm, energie en tijdswinst per jaar, gecorrigeerd voor rebound 2 en 3

Input totaal miljoen vkm/jaar energie wagen ( miljoen kWh/jaar) tijdswinst per jaar (miljoen uur/jaar) rebound 2 en 3 Winst - gecorrigeerd voor rebound 2 en 3 totaal miljoen vkm/jaar energie wagen ( miljoen kWh/jaar) tijdswinst per jaar (miljoen uur/jaar)

370 265 15 45% 202 145 8

Bron: eigen berekeningen Door thuiswerken te interpreteren als een verlaging van de gepercipieerde kost in het woon-werk transport is de inschatting van de hoeveelheid recreatief en ander transport aan de hoge kant. Bij deze interpretatie daalt ook de consumptie van andere goederen (niet-transport) licht (-0.32%). Indien thuiswerken geïnterpreteerd wordt als een budgetstijging (meer beschikbare tijd en geld), dan zou ook de consumptie van andere goederen stijgen, en zou de consumptie van recreatief en ander transport minder hard stijgen. De totale winst in voertuigkilometers zou dan groter zijn. De realiteit ligt ergens tussen beide interpretaties. In het vervolg van het rapport gebruiken we de hoge inschatting zoals in Tabel 17. In sectie 5.6 wordt via een gevoeligheidsanalyse nog nagegaan in welke mate de resultaten veranderen indien de winst in voertuigkilometer groter is. Stap 4: Rebound 4 – aanzuigeffect en effect andere weggebruikers Op basis van de eerder besproken reistijd-verkeersvolume relatie kunnen we berekenen hoeveel extra reistijd één bijkomende voertuigkilometer teweeg brengt op deze wegen door hiervan de afgeleide te nemen. Merk op dat de reistijdstijging op het stedelijk wegennet hoger is dan de reistijd op het regionaal wegennet, terwijl je – gegeven de gangbare snelheidslimieten – zou verwachten dat dit omgekeerd is. Dit komt zo uit de gemeten data. Een mogelijke verklaring is dat het verkeer minder vlot gaat op regionale wegen omdat er meer verkeer is, meer lichten, etc en omdat de capaciteit op stedelijke wegen lager is. Het effect van een extra voertuigkm meer of minder op de gemiddelde snelheid is dan gelijk aan 6

33

6$7 89 7:;< = <6>6 ?6@>A:B6>C

D E DE

1 F

G

HI

G() E JJ E

E G K L HI F

JJ

Het rebound effect wanneer we enkel rekening houden met de stijging in de afstand is kleiner en gelijk aan 33,97%.


61

Gebruik makend van de coëfficiënten eerder gegeven en de volumes over van Maerivoet en Yperman (2008) kunnen we het effect van 1 vkm meer of minder berekenen. Onderstaande tabel geeft dit effect in seconden. Tabel 18: Effect (seconden) van een daling/stijging met een voertuigkm

Vlaams gewest hoofdwegennet Vlaamse ruit hoofdwegennet regionaal wegennet stedelijk

werkdag ochtend avond dag 7.46 10.82 5.31 7.19 10.90 12.57 18.62 21.47

nacht 7.04 4.99 7.09 7.09

niet-werkdag ochtend avond dag 0.74 2.36 4.18

4.03 9.45 14.19

nacht

3.15 4.73 7.09

Bron: eigen berekeningen op basis van Delhaye ea (2010) Omdat we niet weten op welk wegennet de vkm van de telewerkers verdwijnen, berekenen we een gewogen gemiddelde voor de tijdswinsten. Hiervoor maken we gebruik van de resultaten voor een werkdag en wegen we aan dezelfde verkeersvolumes als eerder. Zo komen we op een gemiddelde tijdswinst van 10.90 seconden per voertuigkm dat verdwijnt34. Wanneer we de 10,90 seconden per voertuigkm vermenigvuldigen met het aantal voertuigkm die nog overblijven na de correcties bij stap 3, komen we op een tijdswinst voor de maatschappij van 0,61 miljoen uur. Indien we veronderstellen dat 50% van de verdwenen voertuigkm weer ingenomen wordt door latente vraag dan daalt de winst in voertuigkm, de winst in energie, en de winst in tijd voor de andere weggebruikers verder. Onderstaande tabel toont het resultaat. Tabel 19: Resultaten totaal direct effect vkm, energie en tijdswinst voor niet-telewerkers per jaar, gecorrigeerd voor rebound 2, 3 en 4

Correctie latente vraag totaal miljoen vkm/jaar energie wagen ( miljoen kWh/totaal/jaar) tijdswinst per jaar (miljoen uur) - Niet- telewerkers

101 72 0.31

Bron: eigen berekeningen

5.5

Totale impact Onderstaande tabel vat de bevindingen van de vorige hoofdstukken samen.

We maken gebruik van een afgeleide. Dit wil zeggen dat dit resultaat enkel geldig is in de onmiddellijke nabijheid van de voertuigvolumes waarvoor deze afgeleide berekend is. Indien telewerken een veel groter effect zou hebben dan nu wordt aangenomen, dan moet dit cijfer herbekeken worden. 34


62

Tabel 20: Effect van telewerken op vkm, energie en tijd, rekening houdend met het rebound effect.

miljoen vkm/jaar Direct effect Telewerkers

energie (miljoen kWh/jaar)

370

Rebound 1 Energiegebruik thuis Rebound 2 en 3 Inkomens en locatie-effect

tijdswinst (miljoen uur/jaar)

265

15

-69

-168

-120

-7

-101

-72

-4 0.31

Totaal

101

4

4

Rebound Effect

73%

99%

71%

Rebound 4 Latente vraag Congestie niet-telewerkers

Het rebound effect bij telewerken is groot. Ongeveer 70% van de initiële besparing in vkm en tijdswinst gaat teniet door rebound effecten. Voor de tijdswinst is het rebound effect het kleinste omdat er hier ook positieve effecten zijn voor de andere weggebruikers, maar het is zeker niet verwaarloosbaar, want het bedraagt toch nog ongeveer 70%. Wat betreft het energiegebruik is het rebound effect nog groter doordat er meer energie thuis gebruikt wordt. In totaal wordt er een 4 miljoen kWh bespaard. Ter vergelijking: in Vlaanderen wordt op jaarbasis ongeveer 1600 PJ of 444 miljard kWh verbruikt. We kunnen dus stellen dat op het vlak van energie er dus eigenlijk een nuloperatie verwacht wordt. We houden hierbij wel geen rekening met de mogelijke energiewinsten die kunnen ontstaan doordat er op lange termijn minder kantoorgebouwen nodig zijn. Fuhr & Pociask (2010) stelden dat dit rebound effect goed is voor ongeveer 5% van de totale vermeden externe kosten die gegenereerd worden over 10 jaar. Het gaat hier dus om een bijkomend indirect positief effect. In dit geval zou het gaan om een bijkomende besparing van 3,6 miljoen kWh/jaar – wat het rebound effect doet dalen tot 98,6%. Daarnaast merken we ook op dat de impact naar milieu ook verschillend kan zijn. De uitstoot van broeikasgassen en luchtpolluenten is immers verschillend voor motorvoertuigen dan voor de productie van energie. Onderstaande tabel toont de uitstoot per kWh – voor energie zijn er enkel vergelijkbare cijfers teruggevonden voor de productie van elektriciteit. Tabel 21: Emissies per kWh

Energiesector (2011) Wagen (2010) Broeikasgassen (CO2 equivalent gram/kWh) 275 328 0,005 0,012 Verzurende emissies (Zeq/kWh)* 204 1487 Ozonprecursoren (mg TOFP/kWh) Bron: Tremove model voor de wagen (zowel indirecte als directe emissies) en MIRA website voor energie (http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/energiesector/emissiesnaar-lucht-door-de-energiesector/emissie-per-eenheid-geproduceerde-stroom/ ) * voor de wagen zit hier enkel SO2 in, voor de energiesector ook NO2 en NH3. Hieruit blijkt dat de winst in energie door de daling in vkm meer effect heeft op de uitstoot dan het bijkomende energiegebruik door verwarming – en dit voor alle polluenten. Bovendien wordt voor transport fijn stof hier nog niet mee opgenomen in de tabel. REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

63

5.6

Sensitiviteit Gegeven de onzekerheden bij bepaalde parameters in de voorgaande analyse is er ook een gevoeligheidsanalyse uitgevoerd op de belangrijkste parameters. In deze paragraaf bespreken we hiervan het resultaat. Door deze analyse krijgen we een idee van het onzekerheidsinterval waarbinnen de bovenstaande resultaten vallen. Voor elk van de gevoeligheidsanalyses herhalen we de slottabel.

5.6.1

Aandeel telewerkers en aandeel satellietwerkers

-

Aandeel telewerkers (nu 13%): we veronderstellen dat deze eens gelijk is aan 6% (aandeel laag) en 25% (aandeel hoog)

Tabel 22: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: aandeel hoog

miljoen vkm/jaar Direct effect Telewerkers Rebound 1 Energiegebruik thuis Rebound 2 en 3 Inkomens en locatie-effect Rebound 4 Latente vraag Congestie niet-telewerkers Totaal Rebound Effect



386

37

-133 -373

-175

-17

-225

-106

225 73%

-27 107%

-10 0.68 11 71%

Tabel 23: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: aandeel laag


-


195


-32 -48

-88

-1

-29

-53

29 73%

21 89%

-1 0.09 1 69%

Meer satellietwerkers. In de basisberekeningen veronderstellen we dat 2/3 van de werknemers thuis werkt en 1/3 is satellietkantoren. In deze analyse veronderstellen we dat er 9% satellietwerkers zijn en 4% thuiswerkers. Het totaal aantal telewerkers blijft hetzelfde


64

Tabel 24: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: meer satellietwerkers


-



312

14

-32 -122

-142

-6

-73

-85

73 73%

54 83%

-4 0.22 4 71%

Aantal telewerkdagen: als een soort van maximum scenario veronderstellen we dat er 3 dagen in de week thuisgewerkt wordt. Dit wordt ook aanzien door de werkgevers als het maximaal aantal dagen dat thuisgewerkt kan worden.

Tabel 25: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: aantal telewerkdagen


5.6.2



796

46

-207 -503

-361

-21

-303

-217

303 73%

11 99%

-13 0.92 13 71%

Onderscheid naar sectoren

-

Onderscheid naar sectoren (aandeel verschillend over sectoren). In deze analyse houden we rekening met het aantal werknemers in elke sector en met de graad van telewerken dat er mogelijk is. Onderstaande tabel toont de veronderstellingen

Sector Totaal landbouw &delfstoffen Totaal industrie Totaal energie/waterbeheer Totaal bouw Totaal private diensten Totaal publieke diensten & onderwijs Totaal andere diensten (publiek/privaat)

aantal werknemers 10968 358335 25392 133948 871738 378245 391471

% telewerkers 10% 6% 6% 9% 11% 12% 9%

Bron: VUB (2006) voor aandeel telewerkers en RSZ data (2010)


65

Tabel 26: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: verschil sectoren


5.6.3



204

5

-51 -122

-93

-2

-73

-56

73 73%

5 98%

-1 0.22 2 68%

Gemiddelde afstand en modale aandelen

-

Gemiddelde afstand. De gemiddelde afstanden in de basisanalyse zijn overgenomen van Macharis ea (2011). Deze afstanden gelden voor Brusselse telewerkers. Over het algemeen zijn de afstanden voor Vlaanderen 1.5 keer korter (VUB 2006). Daarom hebben we alle afstanden gedeeld door deze factor. Dit wil dus zeggen dat we bijvoorbeeld uitgaan van een gemiddelde woon-werkafstand voor de thuiswerker van 26.6 km in plaats van 40 km.

Tabel 27: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: gemiddelde afstand

miljoen vkm/jaar energie (miljoen kWh/jaar) Direct effect Telewerkers Rebound 1 Energiegebruik thuis Rebound 2 en 3 Inkomens en locatie-effect Rebound 4 Latente vraag Congestie niet-telewerkers Totaal Rebound Effect

-

257


15

-69 -117

-84

-7

-70

-50

70 73%

-19 110%

-4 0.21 4 71%

Modaal aandeel spoor. In de basis analyse zijn we uitgegaan van de cijfers van Macharis ea (2011). Deze slaan op Brussel en Brussel kent een groot aandeel aan spoor (een 39% aandeel spoor bij telewerkers in Brussel). Gemiddeld is het aandeel spoor in Vlaanderen gelijk aan een 7% (OVG 4.3). Daarom voeren we de analyse ook nog eens uit met een modaal aandeel aan spoor voor 7% voor de thuiswerkers. Dit is echter een ondergrens omdat uit de literatuur blijkt dat het aandeel spoor groter dan gemiddeld is voor telewerkers. Telewerkers vindt men immers voornamelijk terug in de groep met een relatief grotere woon-werkafstand omdat het dan ook een echte besparing in tijd is om te gaan telewerken. Daarnaast stijgt het aandeel van spoor met de woon-werkafstand. Voor de satellietwerkers is de verschuiving van modi vooral van belang. Deze wijzigen niet.


66

Tabel 28: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: modaal aandeel spoor


5.6.4



359

15

-69 -227

-163

-7

-137

-98

137 73%

29 92%

-4 0.41 4 70%

Energiegebruik verwarming

-

Energiegebruik verwarming: de basisanalyse veronderstelt dat de verwarming de helft van het jaar aanstaat, en dan voor heel de dag. In deze gevoeligheidsanalyse nemen we een extreme veronderstelling en stellen we dat het energiegebruik voor verwarming maar 30% is van het energiegebruik in de basisberekening (minder verwarming). Dit heeft enkel invloed op het eerste rebound effect.

Tabel 29: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: minder verwarming


5.6.5



265

15

-48 -168

-120

-7

-101

-72

101 73%

24 91%

-4 0.31 4 71%

Latente vraag en inkomens- en locatie-effect

-

Elasticiteit latente vraag: in plaats van 50% veronderstellen we 30%. (latente vraag)


67

Tabel 30: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: latente vraag


-



265

15

-69 -168

-120

-7

-61

-43

141 62%

33 88%

-3 0.18 6 61%

Rebound effect door het inkomenseffect en het gaan wonen op langere afstanden (inkomens-en locatie-effect): in de basisanalyse werd hier uitgegaan van een rebound effect van 55%. In de gevoeligheidsanalyse veronderstellen we een rebound effect van 25%. Dit wil zeggen dat we maar 25% van de initieel gewonnen vkm verliezen.

Tabel 31: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten – gevoeligheidsanalyse: inkomens- en locatie- effect


5.6.6



265

15

-69 -92

-66

-4

-139

-99

139 63%

31 88%

-6 0.42 6 60%

Besluit gevoeligheidsanalyse

Onderstaande tabel toont de resultaten van deze analyse. Deze tabel toont de uiteindelijke verandering in vkm, energie en tijdswinst en het rebound effect in %.


68

Tabel 32: Samenvatting gevoeligheidsanalyse

Basis

Totaal Rebound Effect Aandeel hoog Totaal Rebound Effect Aandeel laag Totaal Rebound Effect Meer satellietwerkers Totaal Rebound Effect Aantal telewerkdagen Totaal Rebound Effect Verschillend over sectoren Totaal Rebound Effect Gemiddelde afstand Totaal Rebound Effect Modaal aandeel spoor Totaal Rebound Effect Minder verwarming Totaal Rebound Effect Latente vraag Totaal Rebound Effect inkomen en locatie -effect Totaal Rebound Effect

miljoen vkm/jaar 101 73% 225 73% 29 73% 73 73% 303 73% 73 73% 95 73% 101 73% 101 73% 141 62% 139 63%

energie (miljoen kWh/jaar) 4 99% -27 107% 21 89% 54 83% 11 99% 5 98% 0 100% 4 99% 24 91% 33 88% 31 88%

tijdswinst (miljoen uur/jaar) 4 71% 11 71% 1 69% 4 71% 13 71% 2 68% 3 70% 4 71% 4 71% 6 61% 6 60%

De meeste van de parameters hebben een effect op het energiegebruik thuis. Alleen het veranderen van de elasticiteit wat betreft de latente vraag en het thuisgebruik hebben een significante invloed op het relatieve effect wat betreft het aantal vkm. Het aandeel telewerkers, het aandeel satellietwerkers, het verbruik aan verwarming en de veronderstelde afstanden hebben een duidelijke invloed op het % energiegebruik. Het rebound effect wat betreft het aantal km is meestal gelijk aan 73% - met een ondergrens van 62%. Voor energiegebruik blijft het rebound effect hoog – rond de 90 tot 100%, met een uitschieter op 107%. Als het aandeel telewerkers stijgt, is er zelfs sprake van een backfire (107%). Het rebound effect is het kleinste voor energie als er relatief meer satellietwerkers zijn. Het rebound effect voor de tijdswinst ligt rond de 70%. Als de latente vraag of het inkomen en locatie-effect kleiner is, dan daalt ze tot een 60%. Over het algemeen kunnen we besluiten dat het rebound effect bij telewerken significant is.


69

6

Case 2: energie-efficiëntieverbeteringen Voor de energiecasus wordt een meer theoretische oefening gemaakt waarbij een efficiëntieverbetering van X% verondersteld wordt. Dit zowel aan consumentenzijde als aan producentenzijde. We starten deze analyse met de doorrekening van een efficiëntieverbetering bij de consument.

6.1

Energie-efficiëntieverbetering bij de consument In de eerste oefening berekenen we het rebound effect voor efficiëntieverbeteringen bij de consument, waarbij we een onderscheid maken naar verschillend gebruik van energie (verwarming, verlichting, elektrische toestellen, warm water en koken) en naar verschillende energiedragers (elektriciteit, aardgas en stookolie). In de volgende paragraaf bespreken we de aanpassingen die gebeurd zijn aan het ISEEM model, waarmee we de berekening gaan doen. Het model zelf wordt in meer detail in bijlage 2 besproken. Daarna bespreken we aan de hand van een theoretisch voorbeeld hoe de resultaten van het ISEEM model geïnterpreteerd worden. Vervolgens gaan we verder met het opzetten van de oefening zelf en de bespreking van de resultaten.

6.1.1

Aanpassingen aan ISEEM

Het ISEEM model is een model op arrondissementniveau. Voor deze studie werd ISEEM geaggregeerd naar 3 regio’s (Vlaanderen-Brussel-Wallonië) om de analyse niet verder te compliceren. De data werd nagekeken op eventuele fouten in de aggregatie en sectorindeling • Een belangrijke aanpassing is de opsplitsing van de consumptie van huishoudens in energie gerelateerde, niet-energie gerelateerd en transport consumptie. De consumptie van transport wordt uitgesplitst in een publiek (aangekocht) en privaat deel. De uitsplitsing van energie voor vervoer (diesel, petroleum en andere brandstoffen) en energie voor andere doeleinden gebeurt aan de hand van gedetailleerde huishoudbudget enquêtes (HBE) van Vlaanderen, Brussel en Wallonië. Deze worden gepubliceerd door het Nationaal Instituut voor Statistiek en kunnen online geraadpleegd worden. Hiermee wordt de boomstructuur van de huishoudvraag gelijk aan:


70

Budget

Andere

Niet-Energie

Energie

K

Olie

L

V

Gas

Transport

A

…

…

Publiek

Verz

Privaat

Auto

Brandstof

Elec

De niet-energie bundel werd gemodelleerd op basis van een Stone Geary functie35, gelijkaardig aan het oorspronkelijke ISEEM model. De aan energie gerelateerde consumptie is verder uitgesplitst in: koken, verwarming, licht, applicaties en warm water. Voor elke categorie is een verschillende input nodig van olie, gas of elektriciteit. Het aandeel consumptie van kolen was te laag om betekenisvol in het huishoudbudget uit te splitsen. Om deze opsplitsing te maken is gebruik gemaakt van volgende bronnen: - MIRA Achtergronddocument 2010, Sector Huishoudens - Energiebalans van het Brussels Hoofdstedelijk Gewest (BHG) 2009 Er wordt een 5 bij 3 matrix opgesteld die de uitgaven in Vlaanderen weergeeft voor vijf categorieën van energieconsumptie, verdeeld over drie energiedragers (elektriciteit, aardgas, stookolie). Onderstaande tabel geeft de lege matrix die ingevuld moet worden.

De Stonge_Geary functie is een utiliteitsfunctie (U) van de volgende vorm: M ∏ . O PQ ,waarbij x consumptie voorstelt van goed i, O een bepaald niveau van minimumconsumptie en H een preferentieparameter. Specifiek voor deze functie is dat men aanneemt dat huishoudens tenminste het niveau aan consumptie O willen bereiken. Stone Geary utiliteit laat toe om de consumptie van moeilijker substitueerbare of essentiële goederen (voeding, kleding, elektriciteit) met een groter realisme te modeleren. 35


71

Tabel 33: Lege matrix

Uitgaven (miljoen euro)

Elektriciteit Aardgas

Stookolie Totaal

Verwarming Verlichting Elektrische toestellen Warm water Koken Totaal Deze matrix zullen we stap voor stap invullen. Voor een duidelijk overzicht presenteren we op het einde van elke stap de matrix zoals hij op dat moment ingevuld is. Stap 1: naar een energieverbruik per drager Het MIRA rapport vermeldt het totaal energieverbruik van huishoudens in Vlaanderen in 2009, namelijk 236.7 PJ. We gebruiken de gegevens van 2009 in plaats van recenter beschikbare gegevens van 2010 of 2011 omdat het energieverbruik in 2010 en 2011 veel extremer is: respectievelijk 253.3 en 225.4 PJ36. Deze extremere waarden zijn een gevolg van meer extreme weersomstandigheden in deze jaren, waardoor de stookkosten enorm verschillen. Een goede indicator hiervoor is het aantal graaddagen. Het gemiddeld aantal graaddagen in de afgelopen 10 jaar was 2241. In 2009, 2010 en 2011 bedroeg het aantal graaddagen respectievelijk 2212, 2703 en 192837. De waarden voor 2009 komen dus veel beter overeen met een gemiddeld verbruik in Vlaanderen dan de waarden voor 2010 of 2011. Verder staat in het MIRA rapport aangegeven hoe dit totaal energieverbruik zich verdeelt over 7 verschillende energiedragers. Tabel 34: Energieverbruik per energiedrager in Vlaanderen, 2009

Energiedrager

Energieverbruik (PJ)

Aandeel

Benzine

0,5

0,2%

Butaan/propaan

1,7

0,7%

Kolen

3,2

1,4%

Biomassa

3,8

1,6%

Elektriciteit

41,2

17,4%

Aardgas

91,3

38,6%

Stookolie

95,0

40,1%

Bron: MIRA achtergronddocument 2010, Sector Huishoudens 36 37

http://www.emis.vito.be/cijferreeksen http://www.aardgas.be/consumenten/de-aardgasfederatie/nieuws-en-publicaties/graaddagen


72

In ISEEM worden enkel elektriciteit, aardgas en stookolie beschouwd. Gezien het beperkte aandeel van de andere energiedragers (3.9%) beschouwen we deze niet mee in verdere berekeningen, en kijken we enkel naar het verbruik van elektriciteit, aardgas en stookolie. Verder dient het energieverbruik vertaald te worden naar euro, aangezien ISEEM rekent in monetaire termen. Hiervoor maken we gebruik van de data in Energiebalans BHG 2009, waarin zowel de uitgaven in euro als het energieverbruik voor de verschillende energiedragers vermeld staat. Combinatie van deze gegevens levert de uitgaven per energie-eenheid op voor elk van de energiedragers. Tabel 35: Uitgaven per energie-eenheid per energiedrager in BHG, 2009

miljoen euro/PJ

Stookolie

Aardgas

Elektriciteit

Totaal

12,89

16,22

52,62

Bron: Energiebalans van het BHG, 2009 Merk op dat in de Energiebalans Vlaanderen deze info niet beschikbaar is. We veronderstellen echter dat de uitgaven per energie-eenheid in Vlaanderen sterk overeenkomen met die in het BHG. Aangezien de Energiebalans BHG 2009 cijfers bevat over alle energiedragers biedt deze ook meer garantie op consistentie dan het gebruik van individuele cijfers voor elke energiedrager apart. Als we deze gegevens toepassen op het energieverbruik in Vlaanderen, weten we de kolomtotalen van onze 5 op 3 matrix volgende tabel:

Tabel 36: Matrix na stap 1



Stookolie Totaal

Verwarming Verlichting Elektrische toestellen Warm water Koken Totaal

2152,1

1481,1

1224,4

4857,6


Stap 2: naar een energieverbruik per gebruikscategorie Dit energieverbruik moet nu verdeeld worden over de verschillende categorieën van energieconsumptie. Hiervoor vertrekken we van de verdeling vermeld in het MIRA rapport.


73

Tabel 37: Energieverbruik per categorie in Vlaanderen, 2009

Categorie

Energieverbruik (%)

Energieverbruik (PJ)

Verwarming

70%

161,28

Verlichting

2%

4,61

Elektrische toestellen

12%

27,65

Ruimtekoeling, bevochtiging

1%

2,30

Warm water

15%

34,56

Bron: MIRA achtergronddocument 2010, Sector Huishoudens Deze categorieën komen nog niet overeen met onze eigen categorisering. Daarom maken we volgende vertaalslag. De ruimtekoeling/bevochtiging wordt bijgeteld bij de elektrische toestellen. Verder wordt er een categorie Koken toegevoegd. Het energieverbruik voor Koken zal verderop afgeleid worden. Naast het vertalen van de categorisering moet het energieverbruik nog worden omgezet naar monetaire eenheden. Deze keer kunnen we niet rechtstreeks gebruik maken van prijzen, omdat elke categorie een andere mix van energiedragers verbruikt. Daarom maken we opnieuw gebruik van Energiebalans 2009, waarin onderstaande verdeling van de uitgaven voor het Brussels Hoofdstedelijk Gewest te vinden is.


74

Tabel 38: Energie-uitgaven per energiedrager en categorie in Brussel, 2009


Stookolie Aardgas Elektriciteit

Verlichting, elektrische toestellen

193,1

Koken Sanitair, warm water

14,3

23,6

23,3

66,5

21,5

Extra verwarming

8,8

Verwarming

79

267,5

28,9

Totaal

93,3

357,6

275,6

Bron: Energiebalans van het BHG, 2009 Verlichting en het gebruik van elektrische toestellen gebeurt puur op basis van elektriciteit. Hiervoor kunnen we dus wel rechtstreeks de prijzen uit Tabel 35 gebruiken. Voor de categorie Koken maken we de benadering dat deze geen gebruik maakt van de energiedrager Stookolie. Verder gebruiken we de verdeling van het Brussels elektriciteitsverbruik per woning. Koken neemt volgens deze gegevens 9% van het totaal elektriciteitsverbruik op zich. Dit aantal trekken we af van de categorie Elektrische toestellen. We krijgen dan onderstaande tabel.


75




Stookolie Totaal

Verwarming Verlichting

247,4

0

0


1414,5

0

0

Warm water Koken

193,7

Totaal

2152,1

0 1481,1

1224,4

4857,6


Stap 3: Aanvullen energiedragers aardgas en stookolie Voor het invullen van de energiedragers aardgas en stookolie kijken we naar de verdeling van de uitgaven over de verschillende categorieën in Brussel. Voor stookolie wordt 14.3/(14.3+79)=15.3% uitgegeven aan Warm water, en 84.7% aan Verwarming. Deze verdeling kunnen we vermenigvuldigen met de totale uitgaven in Vlaanderen aan stookolie. Voor aardgas geldt dezelfde redenering. Dit levert volgende tabel:




Verwarming

Stookolie Totaal

1107,9

1037

Verlichting

247,4

0

0

247,4


1414,5

0

0

1414,5

275,4

188

Warm water Koken

193,7

97,7

0

291,4

Totaal

2152,1

1481,1

1224,4

4857,6


Stap 4: Aanvullen energiedrager elektriciteit De som van de uitgaven aan elektriciteit voor Warm water en Verwarming moet gelijk zijn aan 2152.1 – (247.4+1414.5+193.7) = 296.5. Voor de verdeling ervan kijken we net zoals in stap 3 naar de verdeling van de uitgaven over deze categorieën in Brussel. Koken neemt 23.3/(23.3+28.9)=44.6% voor zijn rekening, en Warm water de overige 55.4%. Onze finale matrix ziet er dus als volgt uit REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

76




Stookolie Totaal

Verwarming

170,0

1107,9

1037

2314,7

47,7%

Verlichting

247,4

0

0

247,4

5,1%


1414,5

0

0

1414,5

29,1%

Warm water

126,5

275,4

188

589,6

12,1%

Koken

193,7

97,7

0

291,4

6,0%

Totaal

2152,1

1481,1

1224,4

4857,6

44,3%

30,5%

25,2%

Bron: eigen berekeningen Ter vergelijking, in Brussel wordt 54% van de energie-uitgaven gespendeerd aan verwarming, 26% aan verlichting en elektrische toestellen, 14% aan warm water, en 6% aan koken.

6.1.2

Overzicht elasticiteiten

Onderstaande tabel geeft een overzicht van studies die de prijs- en/of inkomenselasticiteit bepalen voor een bepaalde vorm van energieverbruik. Voor elke studie is de bron vermeld, het jaar of de periode op basis waarvan de elasticiteiten zijn bepaald, het betreffende land, de specifieke vorm van energieverbruik, het type elasticiteit, en tot slot of het om een korte of langetermijnselasticiteit gaat. Indien de studie één van deze aspecten niet duidelijk vermeld, is dit aangeduid in de tabel als een liggende streep. Zoals de tabel laat zien liggen de bekomen waarden vaak sterk uiteen. Er vallen echter wel een aantal algemene tendensen op te maken op basis van deze data: • Voor eenzelfde studie is de elasticiteit op korte termijn steeds kleiner (in absolute waarde) dan die op lange termijn • De prijselasticiteit van energie schommelt rond de -0.3 • De prijselasticiteit van verwarming ligt meestal hoger (absoluut gezien), rond de -0.45 • De variatie is kleiner voor de prijselasticiteit dan voor de inkomenselasticiteit


77

Tabel 42: Literatuuroverzicht elasticiteiten energie

Bron

Jaar

Land

Toepassing

Type

HERMES

2003

België

Verwarming

Prijs

Inkomen

1990

Noorwegen

Nesbakken, 1999

Frankrijk Giraudet et al., 2012

KT

-0,26

LT

-0,42

KT

0,71 LT

0,77

Verwarming met elektriciteit

Prijs

-

-0,55

Verwarming

Prijs

-

-0,15

Verwarming

Prijs

LT

-0,45

Prijs

KT

-0,74

Prijs

KT

-0,54

Verwarming met olie

Inkome n

KT

[0,01; 0,04]

Verwarming

Inkome n

KT

[0,01; 0,1]

Prijs

KT

-0,43

Prijs

KT

-0,48

Prijs

-

-0,38

Prijs

KT

-0,26

LT

-0,37

Model outcome 1991-2005

UK

Meier & Rehdanz, 2010

Rehdanz, 2007

LT/KT /Elasticiteit

Verwarming met gas

1998-2003

Duitsland

Verwarming met gas Verwarming met olie 1979

Nederland Verlichting & verwarming

Centraal bureau voor statistiek Prosser, 198538

38

1971-1982

7 OECD countries

Energie

Zoals vermeld in A. Ferrer-i-Carbonell et al. (2000)


78

-

Nederland

Energie

Prijs

LT

-0,29

1948-1990

Denemarken

Energie

Prijs

KT

-0,135

LT

-0,465

Koopmans et al., 19991 Bentzen & Engsted, 19931 Karimu & Brannlund, 2013 Webster et al., 2008

1960-2006

17 OECD countries

Energie

Prijs

LT

-0,18

Model outcome

USA

Energie

Prijs

LT

-0,23

1985

53 countries

Rothman et al., 19941

Duerinck et a., 2007

-

1994-1999

België

Nederland

Energie

Prijs

-

[-0,69; 0,78]

Elektriciteit

Prijs

-

[-1,35; 1,42]

Elektriciteit

Prijs

-

-0,48

Inkome n

-

0,25

Prijs

KT

[-0,55; 0,57]

Inkome n

KT

0,61

Prijs

KT

[-0,19; 0,28]

Inkome n

KT

-0,27

Elektriciteit

Berkhout et al., 2004 Gas

1984-1992

Noorwegen

Elektriciteit

Prijs

KT

[-0,4; - 0,6]

1995-2000

Nederland

Elektriciteit

Prijs

KT

[-0,05; 0,13]

Gas

Prijs

KT

[-0,04; 0,15]

Elektriciteit

Prijs

KT

-0,11

LT

-0,24

Halvorsen & Larsen, 199939

Boonekamp, 2007 2000-2008

Spanje

Blázquez, Boogen,

39

Zoals vermeld in Berkhout et al. (2004)


79

Filipini, 2012 Inkome n

Filipini,1999

0,14

LT

0,3

1984-1990

Zwitserland

Elektriciteit

Prijs

KT

-0,3

-

USA

Elektriciteit

Prijs

KT

-0,3

LT

-0,9

KT

[-0,13; 0,26]

LT

[-0,39; 0,78]

Prijs

LT

-0,2

Inkome n

LT

0,28

Prijs

-

-0,38

Inkome n

-

0,42

EPRI, 199140 -

USA

Elektriciteit

Prijs

A. Faruqui, 2008 -

Noorwegen

Elektriciteit

Aasness & Holtsmark, 199341 -

Duitsland

Elektriciteit

Dennerlein, 19874

6.1.3

KT

Benaderen van modeleffecten uit ISEEM

Met deze paragraaf willen we de logica van de resultaten uit ISEEM uiteenzetten, door de effecten van het model te benaderen met een set van vereenvoudigde vergelijkingen. We doen dit, omdat de resultaten van algemeen evenwichtsmodellen, zoals ISEEM, moeilijk te interpreteren kunnen zijn, door de complexe niet-lineaire vergelijkingen die gebruikt worden in het model. In het voorbeeld hieronder, leiden we het rebound effect af, zonder het model te gebruiken. We focussen hierbij op een efficiëntieverbetering aan de zijde van de consumenten, omdat deze het eenvoudigst te begrijpen is. Vereenvoudigen we een uiterst complexe vergelijking42 zoals de volgende (1), die de vraag naar energie op het huishoudniveau ($ bepaalt op basis van inkomen (Y), prijs van energie (R ), prijs van andere producten (RS ), energie-efficiëntie T), de prijselasticiteit U en huishoudpreferenties (V . $

W V X R)(X T X() . R V X R)(X T X() " 1 V

X R)(X S

1

Zoals vermeld in Neenan & Eom (2008) Zoals vermeld in Nesbakken (1999) 42 Deze vergelijking is quasi identiek aan deze die daadwerkelijk in het ISEEM model wordt gebruikt. 40 41


80

Naar de benaderde, maar eenvoudigere vergelijking (2), waarbij alle variabele in relatieve waarden (percentuele veranderingen) worden uitgedrukt. Hierbij moeten de punten boven de variabelen gezien worden als relatieve of percentuele veranderingen. $ Y ≅ [Y

Waarbij RY

U. RY # " U C . RY

1 . RY " U

TY# " CS . RSY

1 . TY 2

Met C en CS de aandelen van de energie gebonden en andere consumptie in de totale bestedingen.

Een equivalente vergelijking naar de vraag naar energie aan de kant van de producenten ( , in Y , het functie van veranderingen in de totale vraag Y ), de prijs van andere productiefactoren43 ( R\] aandeel van energie C en andere factoren (C\] , de prijselasticiteit van energie bij de producenten Y U S^ en veranderingen in energie-efficiëntie bij producenten44 T_S^ is. We herhalen dat alle

punten boven de variabelen wijzen op percentuele veranderingen in de variabelen. Y ≅ Y Waarbij RY

U S^ .

Y " RY # " U S^ R

C . RY

1 . T_S^ Y 3

Y T_S^ Y # " C\] . R\]

Vergelijkingen zoals (2) en (3) zijn vereenvoudigde of BOTE45 vergelijkingen. Deze vormen de basis om CGE resultaten te communiceren aan een breder publiek (Dixon & Rimmer, 2002). Focussen we eerst op de vraag naar energie aan de consumentenzijde. Terwijl vergelijking 1) zo goed als oninterpreteerbaar is, vertelt vergelijking 2) ons zeer veel over het veronderstelde gedrag van consumenten. Uit vergelijking 2) kunnen we de volgende elementen afleiden: 1. In afwezigheid van prijseffecten en veranderingen in energie-efficiëntie, stijgt de vraag naar energie percentueel even sterk als het inkomen. Als voorbeeld: 1% extra inkomen, betekent 1% extra vraag naar energie. 2. In afwezigheid van inkomenseffecten en efficiëntieverbeteringen zal een percentuele stijging van de prijs van energie een daling van de energieconsumptie van U maal de prijsverandering vermeerderd met het aandeel van de energieconsumptie teweeg brengen. Bijvoorbeeld, stel dat U gelijk is aan 0.5 en het aandeel van energie in de totale bestedingen gelijk is aan 10%. Dan zal een stijging van de energieprijs met 1%, een daling van de energieconsumptie teweeg brengen gelijk aan ongeveer 0.5+(0.1*0.5) = -0.55% 3. Vice versa, zal een stijging van de prijs van andere producten met 1%, een daling van de energie gebonden consumptie teweeg brengen van U ∗ 0.9 ∗ 1% =-0.45 % 4. Als laatste, maar belangrijkste ter interpretatie van het rebound effect, zal een stijging van de energie-efficiëntie, in afwezigheid van alle andere inkomens-of prijseffecten, een daling van de energieconsumptie teweeg brengen, die gelijk is aan U 1 vermenigvuldigd met het aandeel van energie in de consumptie vermeerderd met U 1 - de relatieve

Waarbij C\] staat voor het aandeel kapitaal en arbeid (toegevoegde waarde) in de productie. Deze wordt enkel voor de volledigheid toegevoegd, we focussen in ons voorbeeld op energie-efficiëntieverbetering bij de consumenten. 45 Back Of The Envelope (eng.): letterlijk ‘aan de achterkant van de enveloppe’. Vergelijkingen die zo intuïtief zijn dat ze snel door een onderzoeker op de achterkant van een enveloppe kunnen neergeschreven worden om een schatting van het totale effect te berekenen. 43 44


81

efficiëntieverbetering. Nemen we terug het voorbeeld in 2, dan zal een stijging van de energie-efficiëntie met 1% leiden tot een daling van het energieverbruik met 0.05-0.5) = 0.45%. Merk nu op dat we bij de berekening van punt 1-4 hierboven, steeds hebben aangenomen dat andere variabelen (inkomen, prijzen) constant bleven. Dit noemen we het ‘directe effect’. We definiëren het directe rebound effect46Y bij consumenten als TY " $ Y /TY. Waarbij de relatieve verandering van de energieconsumptie berekend werd met constante prijzen en constant consumenten inkomen. Uit het voorgaande kunnen we benaderen hoe groot het directe rebound effect van energieconsumptie is, zonder de complexe vergelijking (1) te gebruiken, rechtstreeks uit het aandeel van energieconsumptie en de elasticiteit. Tabel 43: Benadering direct rebound effect bij 1% efficiëntieverbetering, in functie van elasticiteit en het aandeel van de energie in de consumptie (ter illustratie)

Elasticiteit

Aandeel van energie in totale consumptie 1% 5% 10% 15%

20%

0,1

10,9%

14,5%

19,0%

23,5%

28,0%

0,2

20,8%

24,0%

28,0%

32,0%

36,0%

0,3

30,7%

33,5%

37,0%

40,5%

44,0%

0,4

40,6%

43,0%

46,0%

49,0%

52,0%

0,5

50,5%

52,5%

55,0%

57,5%

60,0%

0,6

60,4%

62,0%

64,0%

66,0%

68,0%

Tabel 43 kunnen we gebruiken als richtlijn bij het bepalen van rebound effecten, onafhankelijk van de modelresultaten. De enige informatie die we hierbij nodig hebben is een schatting van de elasticiteit sigma en het aandeel van energieconsumptie in de totale consumptie. De in vet gedrukte waarden geven aan welke schattingen van het rebound effect, het dichtste bij de modelresultaten van het ISEEM model liggen. Tabel 43 is niet het einde van het verhaal in een goed werkende economie. De extra energieefficiëntie bij de consument zal leiden tot een daling van de vraag naar energie en uiteindelijk tot een daling van energieprijzen. De stijging van de vraag naar andere goederen, kan de prijs van die goederen beïnvloeden. We nemen aan dat de prijsontwikkeling bij de consument en de producent gelijklopend is. Dit betekent dat het rebound effect kan versterkt of verzwakt worden doordat consumenten en producenten de markt naar energie en andere producten delen. We kunnen dus indirecte rebound effecten bij de consument en de producent onderscheiden. Bij de consument zullen indirecte rebound effecten ontstaan door veranderingen in het inkomen ([Y en de marktprijzen voor energie (RY en andere goederen (RSY . Veranderingen in energie-efficiëntie bij de consument kunnen ook doorwerken aan de producentenzijde. Bij de producent ontstaan indirecte rebound effecten door wijzigingen in de totale vraag ( Y ), de marktprijs voor energie (RY Y . Het ISEEM model houdt rekening met interactie-effecten op alle en productiefactoren (R\] markten om het rebound effect te berekenen, maar in dit voorbeeld focussen we op het

R staat hier voor het directe rebound effect in %. Een rebound effect gelijk aan nul betekent dat de daling in energieconsumptie( $ Y gelijk is aan de efficiëntieverbetering (TY . Merk op dat $ Y hier een negatief getal is!

46


82

voornaamste effect: de marktprijs van energie (RY . Het is immers op deze prijs dat de energieefficiëntieverbetering bij de consument een invloed zal hebben. Nemen we terug het voorbeeld van hierboven, onder puntje 4, waarbij consumenten 10% van hun budget besteden aan energie, met een substitutie elasticiteit gelijk aan 0.5. Een efficiëntieverbetering van 1% aan consumentenzijde leidt dan tot een daling van de consumentenvraag gelijk aan -0.45%. Nemen we aan dat het energieverbruik van consumenten 10% bedraagt van het totale energieverbruik. Dat betekent dat de totale vraag naar energie daalt met -0.045%. Stellen we ons nu voor dat dit leidt tot een prijsdaling van energie met -0.01%47. Zowel consumenten als producenten reageren op de prijsdaling. Gemakkelijkheidshalve nemen we aan dat U S^ = U=0.5 en dat het aandeel van het energieverbruik in de productie ook gelijk is aan 10% van de totale productiekost ). Hierdoor is de reactie van de producenten op de prijsdaling gelijk aan die van de consumenten. Zowel consumenten als producten gaan dus reageren op de prijsverandering door 0.0055% meer energie te verbruiken. In onderstaande tabel geven we het volledig resultaat voor het directe en indirect rebound effect van dit gestileerde voorbeeld. Tabel 44: Gestileerd voorbeeld van direct en indirect rebound effect bij een efficiëntieverbetering bij consumenten van 1% Consument

Producenten

Totale economie

Energie-efficiëntieverbetering

1%

0%

0

Verwachte besparing (ingenieurseffect)

1%

0%

0,1%

Reëele verandering in vraag energie

-0,45%

0%

-0,045%


55%

0%

55%

Prijs energie

-0,01%

-0,01%

-0,01%

Indirect vraageffect

+0,0055%

+0,0055%

+0,0055%

Totale verandering in vraag energie

-0,4445%

+0,0055%

-0,0395%

Totaal rebound effect

55,55%

4,95%

60,5%

Directe effecten

Indirecte effecten

Met dit in het achterhoofd wordt het gemakkelijker om de rebound effecten die uit ISEEM berekend worden (zowel direct als indirect) beter te begrijpen. We wijzen op de volgende elementen 1. Hoewel de veronderstelde verandering in de energieprijs laag is (-0.01%), zien we een groot interactie-effect met de producenten, hun aandeel in het totale rebound effect is ongeveer 8%48. 2. Het indirect effect op de consument is klein, we hebben natuurlijk wel indirecte inkomenseffecten en prijseffecten op andere goederen genegeerd. Hier zullen we verder op ingaan bij het gebruik van het ISEEM model.

Dit is een vrij realistische schatting, maar werd voornamelijk gebruikt omwille van het gemak om de effecten door te rekenen. 48Berekend als 4.95% / 60.5% 47


83

3. De resultaten worden gedreven door de elasticiteit van de energieconsumptie bij consumenten en producent, hun aandeel in de totale energieconsumptie en de invloed van de consument op de energieprijzen

6.1.4

Opzet simulaties

We voeren een simulatie uit waarbij het gebruik van energie door het huishouden in gebruik van water, elektrische applicaties en verwarming met 1%, 5% en 10% aan efficiëntie wint, we volgen hierbij de methodologie van Turner K. (2011). We modelleren een permanente, kosteloze en directe schok in de energie-efficiëntie van huishoudens in 3 van de 5 types energieverbruik bij huishoudens: verwarming, gebruik van elektrische applicaties en het gebruik van een boiler (warm water). We focussen ons op deze types verbruik, omdat de resultaten voor verlichting nagenoeg perfect overeenkwamen met die van ‘elektrische applicaties’ en de resultaten voor ‘koken’ en ‘warm water’ eveneens zeer sterk overeenkwamen. We onderscheiden zowel korte als lange termijneffecten, directe en indirecte rebound effecten. Om de korte en lange termijn effecten te onderscheiden maken we een belangrijke veronderstelling. Uit econometrisch onderzoek (cf. literatuurstudie eerder) is gebleken dat de korte termijn substitutie elasticiteit van energiegebruik veel kleiner is dan de lange termijn elasticiteit van energieverbruik. In ISEEM gebruiken we de volgende substitutie-elasticiteiten voor energieverbruik op korte en lange termijn voor consumenten U\c 0.1 en U]c 0.5. Voor producenten gebruiken we een elasticiteit van energieverbruik gelijk aan 0.5, zowel op korte als op lange termijn. We nemen dus aan dat producenten meer substitutiemogelijkheden hebben in hun energieconsumptie dan de consumenten. Zoals in de vorige paragraaf al werd uiteengezet, is er een directe relatie tussen de gebruikte elasticiteit van energieconsumptie en het rebound effect. Om een correcte inschatting te maken van het rebound effect is het dus nodig om de elasticiteit van de consumenten te laten toenemen over de tijd. Om het model over te laten gaan van korte termijn, naar lange termijn elasticiteiten kunnen we enkel een veronderstelling maken. Daarom nemen we aan dat de prijselasticiteit van energiegebruik lineair toeneemt in de tijd, met discrete stappen van 0.05. Dit betekent dat we aannemen dat de huishoudens hun gewoontes aanpassen over een periode van 8 jaar. Dit is vergelijkbaar met Turner K. (2011). In principe heeft de ‘aanpassingstermijn’ geen invloed op de modelresultaten. Als de aanpassingstermijn wordt verkleind of verlengd, betekent dit dat de lange termijn effecten naar voren in de tijd worden geschoven, de lange termijn effecten blijven zo goed als identiek. Het enige verschil is hoe snel deze zich voordoen. We gebruiken de dynamische versie van het ISEEM model over een periode representatief voor 2012-2025. We onderscheiden het directe en indirecte effect op de volgende manier door het model twee keer te laten draaien. De eerste keer gebruiken we enkel de vergelijkingen die de consumptie van de huishoudens bepalen, alle prijzen en inkomensvergelijkingen worden vastgezet. Dit betekent dat we enkel het pure effect van de efficiëntieverbetering, zonder prijs en inkomenseffecten berekenen. De impact op de producenten wordt genegeerd. In onze tweede run gebruiken we het volledige ISEEM model, met alle inkomens en prijseffecten. De dynamische versie van ISEEM houdt rekening met kapitaalsaccumulatie, investeringen en mobiliteit van arbeid en kapitaal. De schok in energie-efficiëntie doet zich voor in jaar 1. Na ongeveer 8 jaar is de schok volledig verwerkt (2020). De bijkomende periodes werden meegenomen om de stabiliteit van de resultaten te checken. Als we spreken over de ‘lange termijn’ resultaten spreken we over de stabiele modelresultaten na 8 jaar. Zoals al vermeld hierboven zijn de lange REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

84

termijn resultaten in principe onafhankelijk van de aanpassingstermijn. Het model biedt enkel een schatting van de aanpassingsperiode.

6.1.5

Resultaten

De resultaten voor algemeen energieverbruik worden getoond in Tabel 45. Zoals gezegd tonen we de resultaten voor elektrische applicaties, verwarming en warm water. We gebruiken als basisscenario een verbetering van de efficiëntie in elk type verbruik van 1%. Deze tabel is vergelijkbaar met Tabel 44, maar hierbij gaat het over echte modelresultaten uit ISEEM. We onderscheiden korte (KT) en lange termijn (LT) effecten. De korte termijn effecten zijn de effecten in het eerste jaar van de energie-efficiëntieschok. De lange termijn effecten zijn het uiteindelijke resultaat, na volledige verwerking van de energie- efficiëntie schok. Tabel 45: Direct en indirect rebound effect op korte en lange termijn (1%)

Elektrische appl

Verwarming

Warm water

KT

KT

KT

LT

LT

LT

Efficiëntie verbetering

1%

1%

1%

1%

1%

1%

Elasticiteit consument

0,1

0,5

0,1

0,5

0,1

0,5

Elasticiteit producent

0,5

0,5

0,5

0,5

0,5

0,5

-0,25%

-0,25%

-0,49%

-0,49%

-0,12%

-0,12%

-0,020%

-0,020%

-0,040%

-0,040%

-0,010%

-0,010%

-0,21%

-0,11%

-0,42%

-0,25%

-0,10%

-0,06%

-0,016%

-0,009%

-0,034%

-0,024%

-0,008%

-0,005%

15,0%

58,0%

14,1%

48,9%

14,5%

51,2%

Indirect rebound effect consument

0,6%

0,2%

0,3%

0,1%

0,4%

0,1%

Indirect rebound effect producent

6,0%

-0,1%

-0,2%

-8,5%

1,4%

-6,4%

Totaal rebound effect

21,7%

58,0%

14,2%

40,4%

16,2%

44,8%

Verwachte daling verbruik Verwachte daling totaal verbruik Werkelijke daling verbruik Werkelijke daling totaal verbruik




85

Bekijken we eerst de directe rebound effecten bij de consumenten. Deze zijn vergelijkbaar met onze schatting in Tabel 43, gegeven een aandeel van de totale energieconsumptie in de totale huishoudconsumptie van ongeveer 5% (zie ook Tabel 49) Zoals al uiteengezet in de vorige sectie, kan de impact van het indirect rebound effect door producenten groot zijn. Opvallend is dat in Tabel 45 het indirecte rebound effect van de producent op korte termijn erg hoog is bij elektrische applicaties (6%), terwijl het quasi nul is in de lange termijn. Omgekeerd is het indirect producenteneffect op korte termijn effect ongeveer nul bij verwarming en warm water en wordt het op langere termijn negatief. Om deze resultaten beter te begrijpen splitsen we Tabel 45 op naar energieverbruik, het resultaat wordt weergegeven in Tabel 46. Tabel 46: Direct en indirect rebound effect per energiedrager (korte en lange termijn)

Elec_appl

Verwarming

KT

LT

KT

Water LT

KT

LT

Electriciteit & gas49 Direct consument

13,3%

41,9%

16,0%

67,4%

15,0%

56,6%

Indirect consument

0,8%

0,1%

0,8%

0,1%

0,8%

0,1%

Indirect producent

5,9%

-1,5%

6,0%

-2,1%

5,9%

-1,9%

20,0%

40,5%

22,8%

65,4%

21,7%

54,8%

Totaal

Olie Directe rebound huishoudens

Nvt

Nvt

12,5%

33,5%

13,7%

43,4%

Indirect rebound huishouden

Nvt

Nvt50

-0,1%

0,0%

-0,2%

0,1%

Indirect producent

Nvt

Nvt

-0,3%

-2,6%

0,1%

-1,9%

Totaal

Nvt

Nvt

12,0%

31,0%

13,5%

41,5%

Totale rebound Huishoudens totaal

15,6%

58,2%

14,4%

48,9%

14,8%

51,2%

Producenten gas & elektriciteit

5,9%

-1,5%

2,7%

-1,0%

3,5%

-1,1%

Producenten olie

0,7%

1,0%

-0,2%

-1,4%

0,0%

-0,8%

Uit de beschikbare data is het niet mogelijk om consumptie van elektriciteit en gas te scheiden. Nvt= Niet van Toepassing. Er wordt geen veronderstelling gemaakt over een verbetering in de energie-efficientie van stookolie of brandstoffen. Daarom is het onmogelijk om een rebound effect enkel voor brandstoffen/olie te berekenen. Dit betekent echter niet dat de consumptie van stookolie en brandstoffen niet verandert. Het extra energieverbruik van stookolie speelt zelfs een belangrijke rol bij het totale rebound effect.

49 50


86

Producenten ruwe olie en kolen

-0,5%

0,3%

-2,7%

-6,1%

-2,1%

-4,5%

Totaal

21,7%

58,0%

14,2%

40,4%

16,2%

44,8%

Bron: eigen berekeningen In bovenstaande tabel zien we een duidelijk patroon naar voren komen. Kijken we eerst naar elektrische applicaties (en verlichting) die enkel elektriciteit gebruiken. We zien dat het directe rebound effect op de consumptie van elektriciteit door huishoudens 13,3% bedraagt op korte en 41,9% op lange termijn. Maar, de totale rebound, inclusief de impact van andere energiedragers (verbruik van stookolie) is hoger. Op lange termijn blijken huishoudens bij een verbetering van de elektrische toestellen, consumptie van elektriciteit te vervangen door stookolie en andere brandstoffen. Dit verhoogt de totale rebound naar 58,2%. Op korte termijn is het indirecte effect van producenten erg hoog, dit wordt veroorzaakt door een scherpe daling van de energieprijs op korte termijn, waarna die stabiliseert op langere termijn. Dit wordt verder verklaard in Tabel 47. Het rebound effect van elektrische verwarming blijkt erg hoog. Op korte termijn is de direct rebound 16% en de totale rebound 22.8%. Op lange termijn is de directe rebound 67.4% en het totale rebound effect 65.4%. Het lange termijn rebound effect van verwarming op basis van stookolie blijkt slechts 31% te zijn, of grofweg de helft. Dit valt gemakkelijk te verklaren uit de substituteerbaarheid van de consumptie van elektriciteit. Stookolie kan immers enkel gebruikt worden voor verwarming van water of het huis, elektrische energie is een veel universelere energiedrager. Wat betreft het gebruik van energie voor warm water, deze resultaten liggen min of meer tussen deze van verwarming en deze van elektrische applicaties. Dat kan verklaard worden doordat boilers zowel op stookolie als op basis van gas en elektriciteit functioneren. De relatieve rebound van boilers op stookolie ligt wel hoger dan in het geval van verwarming. In Figuur 14 splitsen we het totale rebound effect nogmaals uit naar energiedrager, consumenten en bedrijven. De gebruikte cijfers zijn identiek aan deze van Tabel 46, maar hier wordt ingegaan op een grafische voorstelling van het totale rebound effect. De som van de cijfers in elk ‘blokje’ is gelijk aan het totale rebound effect. Cijfers onder de as, geven energiebesparingseffecten weer. De rebound in gebruik van elektrische energie is verantwoordelijk voor het grootste deel van het rebound effect, zeker bij elektrische applicaties. Op langere termijn speelt het extra gebruik van stookolie door consumenten een grotere rol. De impact op producenten speelt vooral op korte termijn een rol, door een daling van de energieprijzen. Op langere termijn valt dit effect weg en wordt zelfs voornamelijk negatief, door een toegenomen import van energie. Hier wordt in Tabel 47 verder op ingegaan.


87

Figuur 14: Opsplitsing van het totale rebound effect naar energiedrager, consument en bedrijven

Elektriciteit&Gas Consument

Stookolie Consument

Elektriciteit Bedrijven

Olie Bedrijven

Ruwe olie 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% -10.0% -20.0%

KT

LT

KT

Elektrische applicaties

LT

KT

Verwarming

LT Warm water

Bron: Eigen berekeningen op basis van ISEEM

Kijken we naar de totale rebound effecten en splitsen we het indirect effect van producenten uit over gas & elektriciteit, stookolie, steenkool & ruwe olie, dan zien we een groot indirect rebound effect omwille van de consumptie van ruwe olie op de lange termijn, zowel bij verwarming als bij warm water. Om dit te verklaren verwijzen we naar onderstaande tabel. Tabel 47: Invloed op de internationale handel, productie en prijzen van energiedragers (in %)

Elec_appl KT Import olie

Verwarming LT

KT

Water LT

KT

LT

0,014 %

0,023 %

-0,074 %

-0,073 %

-0,012 %

-0,010 %

-1,113 %

-0,641 %

-0,955 %

-0,302 %

-0,306 %

-0,131 %

Export olie

0,008 %

0,012 %

-0,009 %

-0,066 %

-0,001 %

-0,010 %

Export electriciteit & gas

0,065 %

-0,567 %

0,058 %

-0,395 %

0,018 %

-0,139 %

Productie olie

0,008 %

0,013 %

-0,018 %

-0,065 %

-0,002 %

-0,010 %

-0,183 %

-0,541 %

-0,156 %

-0,348 %

-0,050 %

-0,127 %

0,001 %

0,000 %

-0,005 %

0,001 %

-0,001 %

0,000 %

-0,126 %

-0,001 %

-0,108 %

0,001 %

-0,035 %

0,000 %

Import electriciteit & gas

Productie electriciteit&gas Prijs olie Prijs electriciteit & gas


88

In Tabel 47 zien we hoe de import, export, productie en marktprijzen van de voornaamste energiedragers veranderen op korte en lange termijn. Om de resultaten te begrijpen moeten we de basis van de dynamische assumpties van ISEEM kort uiteenzetten. Kapitaal is immers immobiel op korte termijn. Veranderingen in investeringen op lange termijn zorgen dat het model een evenwicht bereikt op de kapitaalsmarkt. Op korte termijn heeft de energiesector een teveel aan kapitaal, op lange termijn valt dit overschot weg en produceert de energiesector terug aan normale (internationale) marktprijzen. We zien dus dat de binnenlandse productie van elektriciteit en gas op korte termijn in alle gevallen minder afneemt dan de lange termijn. In het geval van verwarming en stookolie is er ook een negatief langetermijneffect op de productie van raffinaderijen. Dit leidt tot een lager verbruik van ruwe olie, wat het grote indirecte effect op lange termijn verklaart. Men moet dit effect relativeren om 2 redenen: 1)het gaat over een omzetting van ruwe olie naar petroleum waardoor de besparing niet helemaal representatief is, 2) er treedt substitutie op van binnenlands geproduceerde petroleum naar import van petroleum, waardoor het energieverbruik naar importproducten verschuift. Onderstaande figuur toont het korte en lange termijn rebound effect van 1%. De volle lijnen tonen het totale rebound effect, de gestippelde lijnen het indirecte effect. Deze figuur toont hoe het rebound effect dynamisch evolueert over een periode van 12 jaar. Na 8 jaar is het lange termijn rebound effect nagenoeg stabiel. Figuur 15: Korte & lange termijn rebound, totaal & indirect effect (1%)

70.0

Rebound energie %

60.0 50.0 40.0 30.0 20.0 10.0 0.0 -10.0 1

3

5

7

9

11

13

-20.0 elec_appl

Years verwarming

water

indirect_elec_appl

indirect_verwarming

indirect_water

De volgende figuur toont een vergelijking van het totale rebound effect, in vergelijking met een hogere relatieve efficiëntieverbetering van 5 en 10%. Het rebound effect is ongeveer gelijk en is tussen -0.2% en -0.4% kleiner bij een efficiëntieverbetering van 5% en tussen -0.4% en -0.8% kleiner bij een efficiëntieverbetering van 10%. Vooral bij verwarming is het relatieve verschil groter. We kunnen hieruit besluiten dat het rebound effect stabiel is bij een hogere relatieve efficiëntieverbetering.


89

Figuur 16: Vergelijking rebound effect van 1% met hogere relatieve efficiëntieverbeteringen van 5% en 10%

0.0 -0.1 1

3

5

7

9

11

13

Verschil in rebound

-0.2 -0.3 -0.4 -0.5 -0.6 -0.7 -0.8 -0.9 -1.0 elec_appl_5%

verwarming_5%

water_5%

elec_appl_10%

verwarming_10%

water_10%

Onderstaande figuren illustreren hoe het model tot een nieuw marktevenwicht komt. Merk op dat het aanbod in jaar 1 de vraag overschrijdt. Dit wordt veroorzaakt door de beperkte substitutie van kapitaal door andere factoren op korte termijn. Op lange termijn neemt het aanbod af, totdat het evenwicht hersteld is. Hiermee hangt nauw de volgende figuur samen. Deze toont de internationale handel in energie. Het eerste jaar wordt gekenmerkt door een scherpe daling van de import, het overschot aan energie wordt geëxporteerd. Op langere termijn neemt de import van energie weer toe, en de export af, totdat de marktprijzen overeenkomen met de internationale marktprijzen.

Figuur 17: Verandering in vraag en aanbod van elektrische energie en gas bij 1% efficiëntieverbetering in water, verwarming en elektrische applicaties

%Verandering vraag en aanbod energie

0.000 -0.020

1

3

5

7

9

11

-0.040

13

elec_appl_aanbod elec_appl_vraag verwarming_aanbod

-0.060 verwarming_vraag -0.080 -0.100

water_aanbod water_vraag

-0.120


90

Figuur 18: Verandering in export en import van elektrische energie en gas bij 1% efficiëntieverbetering in water, verwarming en elektrische applicaties

0.400 %Verandering import en export energie

0.200

6.1.6

0.000 -0.200 1

elec_appl_export 3

5

7

9

11

-0.400

13

elec_appl_import verwarming_export

-0.600 verwarming_import

-0.800 -1.000

water_import

-1.200

water_export

-1.400 -1.600

Rebound effect per inkomensklasse

We waren niet in staat om de substitutie elasticiteit van energieconsumptie te differentiëren per inkomensklasse, we nemen aan dat de elasticiteiten op korte en lange termijn gelijk zijn voor elke inkomensklasse. Het rebound effect zal niet gelijk zijn, omwille van het verschillende aandeel energie per inkomensklasse. Bij de armste klasse is het aandeel 5,9%, bij de rijkste klasse nog slechts 3,6%. Dit maakt een verschil bij de berekening van het rebound effect. Op basis van de berekeningen in Tabel 43, en het aandeel van energie in de huishoudconsumptie, benaderen we het directe rebound effect per inkomensdeciel als: Tabel 48: Benadering direct rebound effect per inkomensdeciel van D1 (arm) naar D10 (rijk)

Sigma Deciel

Aandeel energie

0.1

0.5

D1

5,9%

15,3%

53,0%

D2

5,3%

14,8%

52,7%

D3

4,5%

14,1%

52,3%

D4

4,6%

14,1%

52,3%

D5

4,1%

13,7%

52,1%

D6

4,2%

13,8%

52,1%

D7

3,8%

13,4%

51,9%

D8

3,6%

13,2%

51,8%

D9

3,6%

13,2%

51,8%

D10

3,6%

13,2%

51,8%

In de onderstaande tabel geven we de werkelijke modelresultaten van het reboundeffect per inkomensklasse. We gebruiken hiervoor een simulatieopzet die identiek is als hierboven beschreven, maar met specifieke energie-efficiëntie schokken per huishoudklasse. Om de resultaten overzichtelijk te houden onderscheiden we enkel de armste (D1), midden (D5) en rijkste (D10) klasse. We onderscheiden opnieuw de korte termijn (KT) en lange termijn (LT) resultaten. Zoals al gezegd is er geen onderscheid tussen de substitutie elasticiteiten van energieverbruik van de hoogste en laagste inkomensklasse. REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

91

Tabel 49: Rebound per inkomensklasse – modelresultaten bij relatieve energie-efficiëntieverbetering van 1%

Elektrische appl D5

D10

Verwarming D1

D5

Warm water

KT (U=0,1)

D1

D10

D1

D5

D10

Direct cons

16,6% 14,8% 14,3% 15,4% 14,2% 13,8% 15,7% 14,3% 13,9%

Indirect cons

0,6%

0,6%

0,6%

0,3%

0,3%

0,3%

0,4%

0,4%

0,4%

Indirect prod

5,6%

5,7%

6,0%

-1,0%

0,1%

0,5%

0,6%

1,5%

1,9%

Totaal

22,8% 21,0% 20,9% 14,7% 14,6% 14,6% 16,6% 16,2% 16,3%

LT (U=0,5)

D1

Direct cons

59,8% 57,3% 56,8% 49,3% 49,4% 49,3% 51,8% 51,4% 51,3%

Indirect cons

-0,2%

-0,2%

-0,2%

0,0%

-0,1%

-0,1%

-0,1%

-0,1%

-0,1%

Indirect prod

-0,1%

-0,4%

-0,3%

-9,1%

-8,1%

-7,9%

-7,0%

-6,2%

-5,9%

Totaal

59,7% 56,9% 56,5% 40,1% 41,2% 41,4% 44,8% 45,3% 45,4%

D5

D10

D1

D5

D10

D1

D5

D10

We zien dat voornamelijk het directe rebound effect de resultaten stuurt op korte termijn. De verschillen met een algemene energie-efficiëntie schok zijn klein. De rebound effecten van de hoogste inkomensklasse zijn 2-3% kleiner dan deze van de laagste inkomensklasse op korte en lange termijn bij gebruik van elektrische apparatuur, koken en verlichting. Bij verwarming en warm water treedt er een interactie-effect op met de producenten op de lange termijn, waardoor het rebound effect bij de hoogste inkomensklasse ongeveer 1% hoger is. Het directe rebound effect op lange termijn is kleiner bij verwarming en warm water, omwille van de beperkingen om stookolie voor ander energiegebruik toe te passen. De reden waarom de rijkste huishoudens een iets groter indirect producenteneffect veroorzaken, komt omdat zij absoluut gezien, meer energie gebruiken en dus op hun beurt een iets groter indirect prijseffect veroorzaken. De verschillen in indirecte effecten zijn klein. De drijvende factor is het aandeel van energie in de consumptiebundel en de veronderstelling over de substitutie elasticiteiten.

6.1.7

Besluit

We vergeleken korte en lange termijneffecten van energie-efficiëntie op de consumenten. We focussen hierbij op elektrische applicaties (en verlichting), verwarming en warm water. Om de ontwikkeling van het rebound effect te onderzoeken op langere termijn gebruikten we de dynamische versie van het ISEEM model met kapitaalsaccumulatie en met graduele aanpassing van de consumentenelasticiteit. De indirecte effecten van de producenten spelen een matige tot belangrijke rol in de berekening van het totale rebound effect. Deze interactie-effecten ontstaan doordat in ISEEM de producenten en consumenten de markt naar energie delen. Zelfs kleine dalingen van de energieprijzen, kunnen een belangrijke impact hebben op het totale rebound effect. Op lange termijn daalt de binnenlandse productie van elektriciteit en petroleum. Op de markt voor petroleum voorspelt het model een aanzienlijke indirecte impact op lange termijn door veranderingen in de vraag naar ruwe olie, veroorzaakt door de verminderde binnenlandse productie van raffinaderijen. Dit doet zich voor bij het gebruik van stookolie voor verwarming. Het gaat hier echter vooral over substitutie van REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

92

binnenlandse energievraag, naar import van geraffineerde olie. Dit effect is dus niet volledig representatief. Als algemene conclusie bij onze resultaten geldt het volgende: op korte termijn is het rebound effect bij de consumenten vrij beperkt, omdat de consument zijn/haar consumptiegedrag slechts geleidelijk aanpast. Het verwachte directe rebound effect bij consumenten is ongeveer 15%, met relatief kleine verschillen tussen de verschillende vormen van energieverbruik (verwarming, koken, verlichting, warm water en elektrische applicaties). Het totale rebound effect op korte termijn wordt voornamelijk vergroot bij verbruik van elektrische energie, wat leidt tot een versterking van het rebound effect met 5%. De bron van dit effect is een korte termijn daling in de vraag naar elektrische energie. Andere indirecte effecten, omwille van prijsveranderingen of secundaire veranderingen in het consumenteninkomen zijn bijna verwaarloosbaar en tellen mee voor een versterking van de rebound van ongeveer 0.5% tot maximum 1%. Op lange termijn blijkt het directe rebound effect voor consumenten de beste graadmeter voor het totale rebound effect. Hierbij moet wel rekening gehouden worden met de grotere substitutie elasticiteit van consumenten op langere termijn. Het rebound effect van elektrische applicaties is het hoogst, met respectievelijk 58%. Verwarming en warm water (boilers) veroorzaken een kleiner direct rebound effect van respectievelijk 48.9% en 51.2%. Dit komt door de beperktere substitueerbaarheid van stookolie voor ander energieverbruik. Inclusief de indirecte producentenimpact door verminderde olieraffinage en elektriciteitsproductie, worden de laatste 40.4% en 44.8%. Maar zoals hierboven aangehaald zijn de indirecte producenteneffecten op lange termijn hier niet volledig representatief. Splitsen we op naar energiedrager, dan zien we vooral bij elektrische verwarming een hoog rebound effect van 67%. Ter vergelijking, het rebound effect van verwarming op stookolie bedraagt slechts 33%. Het rebound effect bij warm water (boilers) is 41.5%, omdat hier een groter interactie-effect is met verwarming op stookolie en ander energieverbruik. De verschillen in rebound effecten tussen de huishoudens zijn niet erg groot, dit hangt natuurlijk samen met onze veronderstelling dat alle huishoudens dezelfde substitutie elasticiteit hebben tussen energie en niet-energie gerelateerde consumptie. Het directe rebound effect bij armere huishoudens is ongeveer 2-3% groter dan bij rijkere huishoudens. Het grotere indirecte markteffect door de rijkste huishoudens compenseert dit gedeeltelijk. We besluiten dat hoewel het algemeen evenwichtsmodel een grote mate van detail en inzicht biedt in het rebound effect, de indirecte effecten op lange termijn klein zijn. In een kleine, open economie als België worden veranderingen in de prijzen van energie (de grootste drijver van indirecte effecten) grotendeels opgevangen door de internationale markt. De aanname dat andere indirecte prijs- en inkomenseffecten een grotere rol spelen bij het rebound effect blijkt, tenminste op basis van onze modelresultaten, grotendeels ongegrond aan de consumentenzijde. Dit hoeft echter niet het geval te zijn bij de producenten.


93

6.2

Efficiëntieverbetering producenten Deze oefening gaat na wat de effecten zijn van een efficiëntieverbetering binnen een sector die het benodigd energieverbruik voor die sector doet verminderen. Met andere woorden wordt er vanuit gegaan dat, door de efficiëntieverbetering, er voor dezelfde output minder energie nodig is. We kijken naar de effecten op korte tot middellange termijn, waarbij verondersteld wordt dat de hoeveelheid kapitaal (machines en dergelijke) niet verandert, maar waarbij voor de consumenten wel de lange termijn substitutie elasticiteit uit de vorige sectie wordt gehanteerd. Een voorspelling op lange termijn laat deze veronderstelling los, maar vereist wel inzicht in toekomstige investeringen in kapitaal voor alle sectoren. Gezien de grote onzekerheid hieromtrent lijkt het daarom aangewezen om deze vereenvoudigde veronderstelling te gebruiken. In totaal maakt ISEEM onderscheid tussen 2951 sectoren. De beschouwde efficiëntiewinst is 5%. Voor elk scenario kijken we naar de resulterende netto energiebesparing en maken we een opsplitsing tussen de ingenieurseffecten, de directe rebound effecten en de indirecte rebound effecten. Na het bespreken van de resultaten volgt er nog een sensitiviteitsanalyse.

6.2.1

Methodologie

Deze oefening maakt opnieuw gebruik van het ISEEM model, een CGE model voor België. Net als voor de consumenten bekijken we enkel de resultaten voor Vlaanderen. In dit model zijn er verschillende sectoren die goederen produceren en daarvoor inputs gebruiken. De productie van een sector wordt gemodelleerd als een geneste CES productiefunctie. Om een product te maken zijn er energie, arbeid, kapitaal -en intermediaire goederen nodig. Deze productie gebeurt initieel door bepaalde verhoudingen van deze inputs te gebruiken, maar deze verhoudingen kunnen wijzigen door prijsveranderingen van de inputs. Als de prijs van arbeid te duur wordt, kan een producent beslissen om meer gebruik te maken van kapitaal, en meer overgaan tot automatisering van bepaalde processen. Dit noemen we substitutie tussen de inputs. Verder zijn er ook inputs waartussen geen substitutie mogelijk is. Inputs waartussen substitutie mogelijk is worden verzameld in een nest. In ISEEM zijn er meerdere nesten op verschillende niveaus, zoals op onderstaande figuur is weergegeven.

51

Zie annex 3 voor een overzicht van deze sectoren


94

Figuur 19: Voorstelling productiefunctie in ISEEM

Output

…

Intermediair product 1

Kapitaal-ArbeidEnergie

Intermediair product n

Kapitaal-Arbeid (KL)

Energie (E)

Arbeid

Kapitaal

Om een efficiëntieverbetering te modelleren moeten de parameters van de Kapitaal-Arbeid-Energie (KLE) nest aangepast worden. Concreet komt dit neer op een herberekening52 van het model, waarbij er nu slechts 100-x % van de initiële hoeveelheid energie nodig is om dezelfde hoeveelheid output te genereren (waarbij x de efficiëntiewinst is). Wat we op deze manier doen is de productiefunctie aanpassen, en daarmee dus ook de preferenties voor verschillende soorten input. De nieuwe Kapitaal-Arbeid-Energie productie wordt nu gegeven door de

S f

=c

Xhij () S f gV S f deS f Xhij .

1

VS

f

Xhij () Xhij .

1

VS

f

=c S

f

lV S

f

deS

f

Xhij Xhij () Xhij () S f Xhij k

g

1 100

m^

Xhij Xhij () Xhij () Xhij

k

n

de m^ Hierin is ϒ een parameter tussen 0 en 1 die de verhouding aangeeft tussen de gebruikte hoeveelheid Kapitaal-Arbeid en de gebruikte hoeveelheid energie (een lage ϒ komt overeen met een lage hoeveelheid Kapitaal-Arbeid); de parameter σKLE is de substitutie-elasticiteit, en duidt aan hoe eenvoudig het is om energie te vervangen door Kapitaal-Arbeid. De parameter aT is tot slot een normalisatieparameter.

De herberekening moet resulteren in een productiefunctie waarbij het mogelijk is om dezelfde hoeveelheid output te produceren met een lagere hoeveelheid energie als input.

52


95

De netto energiebesparing kan opgesplitst worden in een ingenieurs effect, een direct en een indirect rebound effect. Volgende figuur maakt duidelijk hoe we elk van deze effecten interpreteren in het vervolg van deze oefening. Figuur 20: Grafische voorstelling rebound effect.

# output

F B

I

O

A

C

E

D

# energie input per output

Het punt A is de oorspronkelijke situatie, met een bepaalde hoeveelheid geproduceerde output en een bijhorende hoeveelheid energie per output. De totale energieconsumptie is gelijk aan de rechthoek ADOI. Wanneer er een energie-efficiëntieverbetering gebeurt, zal een eerste schatting voorspellen dat de energiewinst gelijk is aan x maal de oorspronkelijke energieconsumptie binnen de sector. Deze energiebesparing noemen we het ingenieurseffect, en wordt in de figuur aangeduid door de rechthoek ABCD (waarbij C gelijk is aan (1-x).D). De totale energieconsumptie volgens deze schatting is gelijk aan de rechthoek BCOI. Vanwege de efficiëntieverbetering zal de producent veranderingen doorvoeren in zijn productieproces, en duurdere input (bv. arbeid) vervangen door energie. De producent stelt zich de volgende vraag: gegeven mijn nieuwe productietechnologie en de huidige marktprijzen van alle inputs, wat is de optimale hoeveelheid die ik nodig heb van elke input om evenveel output te produceren als nu? De op deze manier bepaalde totale energieconsumptie is gelijk aan de rechthoek FEOI. Het directe rebound effect is hetgeen we verliezen tov de eerste schatting, en is gelijk aan de rechthoek BCEF. Tot slot zijn er nog de indirecte rebound effecten. De verandering in de gebruikte hoeveelheid inputs leidt tot prijsveranderingen op de andere markten. Concurrentie binnen de beschouwde sector zal leiden tot lagere prijzen, en zal de winst doen dalen. De vraag voor de output van deze sector zal stijgen vanwege de lagere prijzen. Deze verhoogde output leidt tot een hogere vraag in inputs, wat dan weer tot prijsstijgingen van de inputs leidt. Voor consumenten kunnen deze veranderingen in prijzen ook leiden tot een nieuwe consumptiemix. De uiteindelijke energieconsumptie in de hele maatschappij kan in principe zowel hoger als lager liggen dan de oorspronkelijke energieconsumptie in de maatschappij. Het indirect rebound effect is het verschil tussen de uiteindelijke energieconsumptie en de energieconsumptie volgens de tweede schatting.


96

6.2.2

Resultaten

In deze sectie presenteren we de resultaten van een efficiëntieverbetering in een bepaalde sector. We maken hierbij een onderscheid tussen het ingenieurseffect, een direct en een indirect rebound effect, en het totale rebound effect. Door het groot aantal verschillende sectoren in ISEEM is het niet vanzelfsprekend om de vereenvoudigde vergelijkingen uit sectie 6.1 toe te passen. De verandering in energieconsumptie is namelijk niet enkel te vinden bij de beschouwde sector (waar de efficiëntieverbetering plaatsvindt), maar ook bij alle andere sectoren. Het volstaat dus niet om de vergelijking slechts voor één sector toe te passen. Het toepassen van deze vergelijking op alle 29 sectoren zou echter niet verduidelijkend werken. Bovendien is er een belangrijk verschil met de consumentenzijde: bij producenten is er een sterke wisselwerking tussen de sectoren onderling, omdat ze elkaars producten gebruiken in hun productieproces; voor veel industriële sectoren zijn de belangrijkste afnemers niet de consumenten, maar de sectoren zelf. De sectoren hebben dus onderling een sterk effect op elkaars outputhoeveelheid en prijs. Om een duidelijk beeld te krijgen op de reboundeffecten zouden de effecten op outputhoeveelheid en prijs van een sector moeten opgesplitst worden per sector. In plaats van een dergelijke opsplitsing te maken is ervoor geopteerd om het direct en indirect rebound effect rechtstreeks grafisch weer te geven, en de achterliggende effecten te rapporteren. Om de resultaten overzichtelijk te houden bespreken we in deze paragraaf de resultaten voor een selectie van sectoren: • Sector 5: Textiel • Sector 6: Petrochemie • Sector 8: Transportmateriaal • Sector 11: Elektriciteit en gas • Sector 16: Landtransport • Sector 23: Financiële sector • Sector 26: Overheidsdiensten Deze selectie betreft sectoren die op basis van de resultaten representatief zijn voor de andere sectoren. Bijlage 4 geeft de resultaten voor alle sectoren. Onderstaande figuur toont het directe rebound effect bij een efficiëntieverbetering van 5% in een bepaalde sector. We gaan dus steeds uit van een energie-efficiëntieverbetering in één sector. We veronderstellen dus niet dat de efficiëntieverbetering plaatsvindt in alle sectoren tegelijkertijd. Op de horizontale as vinden we de geselecteerde sectoren en op de verticale as het directe rebound effect als een percentage van het ingenieurseffect. Een rebound effect van 100% zou betekenen dat de ingenieurseffecten volledig tenietgedaan zijn, en dat er dus netto geen verandering is in energieverbruik. De resultaten geven een direct rebound effect dat steeds kleiner is dan de initiële efficiëntieverbetering, en altijd positief. Het direct rebound effect zorgt dus nooit voor een extra energiebesparing, maar doet het ingenieurseffect ook nooit volledig teniet. Het directe rebound effect schommelt rond de 20%, met uitschieters van 1.8 % en 50.6%.


97

Figuur 21: Direct rebound effect als gevolg van efficiëntieverbetering in één sector

Kijken we naar de verschillen tussen de sectoren, dan springt in bovenstaande figuur sector 6 (petrochemie) eruit. De directe rebound effecten zijn des te groter naarmate de sector energieintensiever is. Dit is logisch, aangezien eenzelfde efficiëntieverbetering in deze sectoren een grotere kostenbesparing betekent, en dus meer mogelijkheden laat tot optimalisatie van het productieproces. Onderstaande figuur toont het indirecte rebound effect in gans Vlaanderen bij een efficiëntieverbetering van 5% in een bepaalde sector. Op de horizontale as vinden we de geselecteerde sectoren en op de verticale as het indirecte rebound effect uitgedrukt als een als een percentage van het ingenieurseffect.


98

Figuur 22: Indirect rebound effect als gevolg van efficiëntieverbetering in één sector

Het indirecte rebound effect is een bundeling van allerhande effecten die niet altijd eenvoudig te isoleren zijn. In se gaat het om een verder doorwerken van het initiële effect in de rest van de economie. Het totale indirecte rebound effect kan zowel positief (meer energieconsumptie) als negatief (minder energieconsumptie) zijn, zoals te zien is op de figuur. Er zijn een aantal belangrijke parameters en mechanismes die maken of het indirecte effect van een efficiëntieverbetering positief of negatief is. Ten eerste zijn er de sectoren die energie produceren, sector 6 (petrochemie) en 11 (elektriciteit en gas). Een hogere energie-efficiëntie in deze sectoren leidt tot lagere prijzen voor energie, hetgeen de vraag naar energie over de hele samenleving doet toenemen en dus leidt tot een zeer hoog positief indirect rebound effect. Ten tweede zijn er een aantal sectoren die energie-intensief (energie per output) zijn zoals transport en de industrie en een hoge totale energieconsumptie hebben (en dus ook een hoge totale output). Voor deze sectoren is het indirecte rebound effect ook positief. Bij de geselecteerde sectoren gaat het hierbij om sector 5 (textiel en kledij) en sector 16 (land transport). De dienstensectoren (sectoren 23 en 26) scoren dan weer eerder laag op deze criteria, en zijn eerder arbeidsintensief. Zij hebben immers maar een klein aandeel aan energie als input. Veranderingen in de energie-efficiëntie voor de dienstensectoren zorgen ervoor dat deze sectoren competitiever worden, en meer arbeidskrachten willen aantrekken. De industrie gaat in concurrentie met de dienstensector voor de arbeidskrachten, waardoor de prijzen in de industrie stijgen. Er vindt een kleine verschuiving plaats in de arbeidsmarkt van industrie naar diensten. Deze verschuiving wordt echter versterkt doordat de verschillende industriesectoren sterk verweven zijn, en veel intermediaire goederen gebruiken van elkaar. De intermediaire goederen worden dus duurder, wat de finale producten nog duurder maakt. De oorspronkelijke lichte prijsstijging wordt dus intern versterkt. Als gevolg daarvan daalt de productie in de industrie, en daarmee daalt ook de totale energieconsumptie verder.


99

Sector 8 (transportmateriaal, automobielsector) is één van de sectoren die een belangrijk effect aandeel heeft in de export. Een hogere energie-efficiëntie verbetert de concurrentiepositie, en doet de export toenemen. Dit zet druk op de handelsbalans. Gegeven dat de inwisselwaarde van euro voor buitenlandse valuta vast ligt, vraagt een evenwicht op de internationale markt dat ófwel de binnenlandse inflatie toeneemt, ófwel de rente (en dus ook vraag) van binnenlandse investeringen afneemt. Dit leidt dan weer tot een lagere vraag naar investeringsgoederen. Deze vermindering in investeringen, voornamelijk in de bouwsector, leidt tot een extra vermindering van de energieconsumptie in die sector. Onderstaande figuur toont het totale rebound effect bij een efficiëntieverbetering van 5% in een bepaalde sector. Op de horizontale as vinden we de geselecteerde sectoren en op de verticale as het totale rebound effect uitgedrukt als een als een percentage van het ingenieurseffect. De netto energiebesparing (in verhouding tot het ingenieurseffect) kan afgelezen worden als het verschil tussen 100% en het totale rebound effect. Merk op dat deze percentuele netto energiebesparing niet noodzakelijk iets zegt over de absolute energiebesparing: voor sector 26 ligt de waarde hoger dan voor sector 8, maar het basis energie verbruik in sector 8 ligt hoger dan in sector 26. Een kleinere percentuele besparing kan dus toch resulteren in een grotere energiebesparing in absolute termen. Figuur 23: Totaal rebound effect als gevolg van efficiëntieverbetering in één sector

Voor bijna alle sectoren is het totale rebound effect kleiner dan 100%, en zijn er dus de netto energiewinsten. Bij de energie-intensieve sectoren (transport, industrie) zorgt een energie-efficiëntiewinst voor een totaal rebound effect rond de 50%, zodat ongeveer de helft van de verwachte energiewinst effectief behaald wordt. Over het algemeen geldt dat hoe hoger het aandeel van energie in de initiële productiekost van de sector, hoe hoger het rebound effect zal zijn. Een energie-efficiëntiewinst voor sectoren die energie produceren kan daarentegen leiden tot een verhoogde in plaats van een verlaagde energieconsumptie (backfire). In het geval van raffinage bleek het rebound effect het hoogst en bedroeg bijna 300%. De reden voor het hoge rebound effect is dat de binnenlandse REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

100

productie van olie en afgeleide producten en dus ook het gebruik van ruwe olie voor raffinage sterk stijgt. Ook de export naar het buitenland neemt in verhouding sterk toe. Dit heeft een grote secundaire impact op het totale energieverbruik. Deze resultaten lopen eveneens gelijk met Turner K. (2010). Opvallend is dat winsten in energie-efficiëntie bij de dienstensector en dan vooral in de publieke sector voor grotere energiebesparingen dan het ingenieurseffect zorgen. Het directe rebound effect is al kleiner dan bij de meer energie intensieve sectoren (1-5% in vergelijking met 30-50%), maar het indirecte rebound effect is negatief en bedraagt bij de financiële sector -30% en bij de publieke sector zelfs -70%. Deze effecten spelen voornamelijk via de arbeidsmarkt, die een groot indirect effect heeft op de rest van de economie. De redenering hier is als volgt: de toename van de energieefficiëntie zorgt voor een relatief kleine besparing aan energie in de dienstensector (voornamelijk uitgespaarde verwarmingskosten en in mindere mate verlichting, transport en andere elektrisch gebruik). Omdat de dienstensector een relatief hoge graad van arbeidsintensiteit heeft, besteedt de sector een groot deel van de uitgespaarde kosten aan arbeid. Omdat arbeid een productiefactor is die niet oneindig is, zorgt dit voor een kleine, maar significante druk op de arbeidsmarkt die doorspeelt op andere sectoren. De verhoging van de prijs van arbeid heeft daardoor een kleine impact op de productiekosten van de industrie, die op haar beurt leidt tot dalingen in energiegebruik. Dit lijkt op het eerste zicht-tegen intuïtief, maar het kan ook begrepen worden als een versterking van de competitiviteit van de dienstensector, ten opzichte van industrie. De dienstensector vertoont een eerder kleine hoeveelheid energiegebruik, maar een grote arbeidsintensiteit. De industrie vertoont zowel een groter energieverbruik als een relatief hoge arbeidsintensiteit. Als men dezelfde mensen die als arbeider worden ingezet in de industrie, inzet in de dienstensector, kan dit dus leiden tot een netto daling van het energieverbruik per werknemer. Dit is één van de bekende mechanismen (naast efficiëntieverbeteringen in energieverbruik) die ertoe leiden dat postindustriële economieën absoluut gezien meer energie verbruiken dan ontwikkelingseconomieën, maar minder gerekend per capita of per werknemer. Deze hele redenering stoelt natuurlijk op de flexibiliteit van de arbeidsmarkt. Omdat we in deze versie van ISEEM niet met een gedetailleerd uitgewerkte arbeidsmarkt werken, met verschillen in opleidingsniveau en capaciteiten, is een sensitiviteitsanalyse noodzakelijk. Indien we de substitutieelasticiteit van arbeid, die het ‘gemak’ bepaalt waarmee arbeid met andere productiefactoren kan worden ingewisseld met de helft verlagen, verlaagt ook het indirect effect van de dienstensector op het energieverbruik. Een halvering van de substitutie-elasticiteit van kapitaal door arbeid (σKL) leidt (benaderd) tot een halvering van het berekend negatief rebound effect voor de dienstensectoren. Het effect blijft echter wel relevant, zeker voor de publieke dienstensector. Een ander, onverwacht resultaat dat uit de resultaten naar voren komt, is dat de impact van extra energie-efficiëntie in export gerichte sectoren (zoals automobielproductie) een negatief indirect rebound effect kunnen veroorzaken door wisselwerkingen met de internationale markt. De reden is dat efficiëntieverbeteringen dan leiden tot een netto toename van export, wat druk zet op de handelsbalans. Gegeven dat de inwisselwaarde van euro voor buitenlandse valuta vast ligt, vraagt een evenwicht op de internationale markt dat ófwel de binnenlandse inflatie toeneemt, ófwel de rente (en dus ook vraag) van binnenlandse investeringen afneemt. Dit leidt dan weer tot een verhoogde prijs voor arbeid of een lagere vraag naar investeringsgoederen. Beiden hebben een klein, maar significant negatief effect op de vraag naar energie.


101

Vergelijking van het direct en indirect rebound effect geeft aan dat het uiteindelijke effect in grote mate bepaald wordt door het indirect rebound effect. Dit komt omdat voor de producenten er een sterke interactie onderling is (output van een sector is input voor andere sector). De wisselwerking met de rest van de economie is dus wel degelijk van groot belang, wat het belang bevestigt van het gebruik van een algemeen evenwichtsmodel in plaats van een partieel evenwichtsmodel. 6.2.3

Sensitiviteit

Deze paragraaf gaat de gevoeligheid na van de resultaten wanneer één van de parameters verandert. Drie parameters worden onderzocht: de efficiëntieverbetering x, de substitutie-elasticiteit voor kapitaal-arbeid (σKL) die aangeeft hoe eenvoudig het is om arbeid te vervangen door kapitaal, en de substitutie-elasticiteit voor energie-kapitaal-arbeid (σKLE in sectie 6.2.1) die aangeeft hoe eenvoudig het is om energie te vervangen door kapitaal-arbeid. We zijn geïnteresseerd in de gevoeligheid van de efficiëntieverbetering, omdat dit aangeeft in welke mate de resultaten uit de vorige sectie geëxtrapoleerd kunnen worden, hetgeen van belang kan zijn voor effectieve beleidsbeslissingen. De substitutie-elasticiteit voor kapitaal-arbeid en energie-kapitaal-arbeid zijn van belang omdat ze in deze case studie bepalen in welke mate de arbeidsmarkt veranderingen in energie-efficiëntie opvangt. Een kleinere substitutie-elasticiteit zorgt ervoor dat verschuivingen moeilijker zijn, en verhindert in zekere mate dat er arbeid vervangen wordt door meer energie te verbruiken. Dit leidt ook tot kleinere effecten op de arbeidsmarkt. Net zoals de prijs –en inkomenselasticiteiten uit sectie 6.1.2 zijn de substitutie-elasticiteiten geen universele constanten, en zit er een redelijke marge op de schattingen hiervoor. Daarom kijken we na hoe sterk de resultaten veranderen bij een andere schatting, om een idee te krijgen van de onzekerheidsmarge. Onderstaande figuren tonen de directe, indirecte en totale rebound effecten bij een efficiëntieverbetering in een bepaalde sector van 1%, 5% en 10%. Figuur 24: Direct rebound effect bij verschillende efficiëntieverbeteringen


102

Figuur 25: Indirect rebound effect bij verschillende efficiëntieverbeteringen

Figuur 26: Totaal rebound effect bij verschillende efficiëntieverbeteringen

Het blijkt dat de sterkste niet-lineariteiten bij het indirect rebound effect gevonden kunnen worden. Dit valt te verklaren doordat het indirect rebound effect het doorwerken is van het initiële effect in de gehele economie (ipv enkel binnen de sector), en er dus meer wisselwerking kan optreden tussen allerlei niet-lineaire effecten. Voor sommige sectoren neemt het indirect rebound effect toe met de energie-efficiëntie, voor andere sectoren neemt het af. Bij het direct rebound effect treedt er voor alle sectoren een soort verzadiging op: het direct rebound effect wordt kleiner met de stijgende energie-efficiëntie. Dit komt omdat de winsten vanwege de energie-efficiëntie niet eindeloos kunnen gebruikt worden om kapitaal en arbeid door energie te vervangen. Aangezien het totale REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

103

rebound effect wordt gedomineerd door het indirect effect, is de gevoeligheid van het totale rebound effect ook bepaald door die van het indirecte effect. Al bij al is de gevoeligheid voor de grootte van de energie-efficiëntiewinst echter beperkt. Voor de sensitiviteitsanalyse van de substitutie-elasticiteit worden vier gevallen beschouwd: • Case 1: substitutie-elasticiteit voor kapitaal-arbeid van 0.95 (basiswaarde in ISEEM) en substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.7 (basiswaarde in ISEEM) • Case 2: substitutie-elasticiteit voor kapitaal-arbeid van 0.95 (basiswaarde in ISEEM) en substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.4 • Case 3: substitutie-elasticiteit voor kapitaal-arbeid van 0.4 en substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.7 (basiswaarde in ISEEM) • Case 4: substitutie-elasticiteit voor kapitaal-arbeid van 0.4 en substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.4 De waarden van 0.4 voor de substitutie-elasticiteit voor kapitaal-arbeid en voor energie-kapitaalarbeid zijn lagere schattingen uit de literatuur (zie Dissou et al., 2012). Onderstaande figuur toont het totale rebound effect bij een substitutie-elasticiteit voor kapitaal-arbeid van 0.95 (basiswaarde in ISEEM) en 0.4 en een substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.7 (basiswaarde in ISEEM) en 0.4. Figuur 27: Totaal rebound effect bij verschillende substitutie-elasticiteiten voor kapitaal-arbeid en energie-kapitaal-arbeid

Een daling van σKLE (case 2) leidt steeds tot een lagere waarde voor het rebound effect, en dus een grotere energiebesparing. De reden hiervoor is het feit dat een lagere σKLE het voor alle sectoren minder aantrekkelijk maakt om arbeid of kapitaal te vervangen door goedkopere energie. Een daling van σKL (case 3) daarentegen leidt steeds tot een kleiner rebound effect in absolute grootte. Dit komt omdat σKL voornamelijk inspeelt op de indirecte effecten via de arbeidsmarkt. Voor de dienstensectoren is σKL dan ook bepalend. Voor meer industriële sectoren is σKLE bepalend. Kijken we naar case 4, dan zien we dat een daling van beide parameters ervoor zorgt dat het rebound effect ongeveer halveert in absolute grootte. Aangezien de waarden in case 1 en case 4 respectievelijk de REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

104

hogere en de lagere schattingen in de literatuur representeren, kunnen de uitkomsten voor case 1 en 4 gezien worden als een soort betrouwbaarheidsinterval waarbinnen het werkelijke totale rebound effect zich bevindt. 6.2.4

Besluit

In deze sectie werd nagegaan wat de effecten zijn van een efficiëntieverbetering binnen een sector die het benodigd energieverbruik voor die sector doet verminderen. Er werd hierbij gekeken naar de korte termijneffecten. De effecten op lange termijn zullen groter zijn dan die op korte termijn, net zoals dat het geval was voor de consumenten. Dit valt te begrijpen aangezien rebound effecten voortkomen uit het wijzigen van gedragingen en beslissingen ten opzichte van het verleden. Aangezien op langere termijn de mogelijkheden tot wijziging toenemen, zal ook het rebound effect toenemen. Dit wordt ook bevestigd in de studie van Turner K. (2010), die een gelijkaardige studie uitvoerde voor Schotland en het Verenigd Koninkrijk. Rebound effecten voor verschillende sectoren waren over het algemeen (en consistent) 10-20% groter53. Het effect van een energie-efficiëntiewinst verschilt sterk van sector tot sector. Voor dienstensectoren zorgt een energie-efficiëntiewinst voor grotere energiebesparingen dan verwacht op basis van het ingenieurseffect. Deze effecten spelen voornamelijk via de arbeidsmarkt. Bij meer energie-intensieve sectoren zorgt een energie-efficiëntiewinst voor een totaal rebound effect rond de 50%, zodat ongeveer de helft van de verwachte energiewinst effectief behaald wordt. Een energie-efficiëntiewinst voor sectoren die energie produceren kan daarentegen leiden tot een verhoogde in plaats van een verlaagde energieconsumptie. We vatten deze inzichten als volgt nog eens samen: 1) Hoewel dienstensectoren (zowel privaat als publiek) een relatief laag aandeel in het totaal energieverbruik hebben, kunnen ze indirect een groter energiebesparingseffect veroorzaken door het wegtrekken van arbeid uit sectoren met een hogere energie intensiteit. Indirect is dit dus een stimulans voor arbeid in de dienstensectoren. 2) Efficiëntieverbeteringen in sectoren die energie produceren, kunnen leiden tot een zogenaamde ‘backfire’ of extra energieverbruik. Dit wordt veroorzaakt door drie mechanismen. Het eerste is een daling in de energieprijs voor de verbruikers door toegenomen efficiëntie van de sector, die de vraag naar energie opnieuw stimuleert. Het tweede is een toegenomen export en afname van import van elektriciteit en petroleumderivaten. Het laatste is een toegenomen import van ruwe olie, kolen en gas (primaire energie) voor het produceren van secundaire energiedragers en derivaten. 3) Efficiëntieverbeteringen in sectoren die energie intensief en export gericht zijn, kunnen via interactie met het evenwicht op de internationale markt leiden tot extra inflatie en daling van binnenlandse investeringen. Deze daling in buitenlandse investeringen zorgt voor een daling van het verbruik van energie en arbeid voor andere sectoren. Dat leidt op zich weer tot een grotere energiebesparing dan initieel verwacht. De kracht van het algemeen evenwichtsmodel is om deze effecten te isoleren en zichtbaar te maken, terwijl ze in een andere economische analyse niet zouden opvallen. De grootte van de energie-efficiëntiewinst heeft in beperkte mate een effect op de grootte van het rebound effect. Het direct rebound effect wordt voor alle sectoren kleiner naargelang de

Met enkele opvallende uitzonderingen. Zo werden rebound effecten tot 800% voorspeld op basis van desinvesteringen in niet-energiesectoren, resultaten die ons niet erg geloofwaardig leken en die ertoe hebben bijgedragen dat we een keuze hebben gemaakt voor de ‘vaste kapitaal’ assumptie.

53


105

efficiëntiewinst groter is. De grootte van de energie-efficiëntiewinst heeft echter een ander effect op het indirect en het totale rebound effect voor elke sector. Uit de gevoeligheidsanalyse blijkt dat de grootte van het rebound effect sterk afhankelijk is van de gekozen waarden voor enkele cruciale parameters (de substitutie-elasticiteiten σKLE en σKL). Enige voorzichtigheid is dus steeds geboden bij het interpreteren van deze resultaten, maar ook bij modelmatige resultaten uit andere studies.


106

7

Algemene conclusie Het doel van deze studie was om na te gaan hoe “rebound effecten” spelen op Vlaams niveau. Rebound effecten zorgen ervoor dat bij efficiëntieverbeteringen, een deel van de potentiële (energie/milieu)winst verloren gaat. Een winst in efficiëntie zorgt immers voor een besparing die tot een gedragsverandering leidt, namelijk een bijkomende consumptie. De studie valt uiteen in twee delen. In een eerste deel werd aan de hand van een literatuuroverzicht het concept van rebound effecten bepaald. Vervolgens werden twee cases voor Vlaanderen uitgerekend: één voor telewerken en één rond energie-efficiëntieverbeteringen. Resultaat literatuuroverzicht

Al de literatuuroverzichten zijn het erover eens dat er geen algemeen aanvaarde definitie van rebound effect bestaat. Veel auteurs stellen ook dat het gebrek aan een eenduidige definitie ook juist de verklaring is voor de verscheidenheid aan resultaten. Gelinkt hiermee zien we dat wat de classificatie van de verschillende effecten betreft, er ook geen eensgezindheid is in de literatuur. Ook al zijn er verschillen in de exacte definitie en classificatie van rebound effecten, toch is er een aspect dat centraal staat. De analyse begint altijd met een vorm van efficiëntieverbetering. Wat de exacte verbetering precies is, wordt vaak niet gedefinieerd maar in het algemeen kan gesteld worden dat voor een zelfde output minder input nodig is. Wat betreft de empirische schattingen focust de meeste literatuur op energie en meer bepaald op (personen)transport en huishoudverwarming. In het algemeen is er weinig empirische evidentie rond lichtconsumptie, watergebruik, materiaalgebruik, etc. De meeste definities focussen ook op positieve rebound effecten met een negatief effect op mogelijke doelstellingen. Dit terwijl rebound effecten ook negatief kunnen zijn en hierdoor kunnen bijdragen tot de doelstelling. De investeringskosten om tot de efficiëntieverbeteringen te komen, worden zelden meegenomen in de analyse. Ook de internationale aspecten worden vaak genegeerd. Het gebruikte concept voor Rebound Effecten

Op een verbetering in energie-efficiëntie reageren consumenten (en producenten) door allerlei gedragsveranderingen. Deze gedragsveranderingen vormen het rebound effect. Er zijn directe en indirecte rebound effecten, daarnaast zijn er ook brede economische rebound effecten. • Het directe rebound effect is een stijging in de (energie)consumptie als gevolg van een (impliciete) prijsdaling van energie. Voor eenzelfde resultaat (verwarming bv.) is minder energie nodig zodat bv. verwarming goedkoper wordt. • De indirecte rebound effecten zorgen voor een stijging van de (energie) consumptie omdat ook andere extra goederen worden geconsumeerd. Dit kan omdat dankzij de impliciete prijsdaling van energie hiervoor budget vrijkomt. Soms is voor het realiseren van de initiële energie-efficiëntie winsten ook extra materiaal nodig. De extra energie die hiervoor eventueel nodig is, is de embodied energie. • De brede economische rebound effecten zijn effecten waarbij de efficiëntieverbeteringen zich verder zetten in de rest van de economie. Deze spelen vooral bij producenten via intermediaire goederen. • Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering teniet wordt gedaan spreken we van back fire.


107

•

Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering versterkt wordt spreken we van superconservation. Dit gebeurt bijvoorbeeld als de energiebesparing opgelegd wordt via een standaard en extra geld kost zodat er geen financiële besparing mogelijk is en geen budget vrijkomt om aan andere goederen te spenderen.

Resultaat van de cases

Reboundeffecten bij telewerken zorgen voor verlies van 70 tot 100% van initieel effect Bij het invoeren van één dag telewerk per week in Vlaanderen stelt TML vast dat • het aantal voertuigkilometers slechts daalt met ongeveer 30% van het verwachte directe effect. • ongeveer 70% van de verwachtte vermindering in voertuigkilometers verloren gaat via reboundeffecten. • telewerken geen energiebesparing oplevert wegens de rebound effecten. Er is wel een effect op de uitstoot van broeikasgassen en luchtpolluenten omdat meer vervuilende energie van wagengebruik vervangen wordt door minder vervuilende energie voor verwarming. • de niet-telewerkende autogebruikers slechts 30% van de tijdswinst realiseren omdat de vermindering van files aanzienlijk kleiner is dan verwacht. • ongeveer 70% van de verwachte tijdswinst gaat dus verloren via reboundeffecten De gevalstudie nam een verkleining van de kantoorruimtes op middellange of lange termijn niet in aanmerking. Het rebound effect zou met dit effect inbegrepen enkele percenten lager liggen. We kunnen een aantal verklaringen geven voor zo een belangrijk rebound effect: • De helft van de telewerkers gebruikten de trein voor ze telewerkten • Een deel van de telewerkers voert telewerk uit vanuit een satellietkantoor. Om naar dat satellietkantoor te gaan gebruiken ze de auto. Voorheen gebruikten ze de trein voor een weliswaar langere verplaatsing. • Het zich verplaatsen met een wagen relatief weinig energie vraagt, vergeleken met het opwarmen van een huis gedurende de hele dag. Indien we een aantal hypotheses aanpassen (gevoeligheidsanalyse) dan zien we dat de grootte-orde van de resultaten dezelfde blijft.

Rebound effect van energie-efficiëntiewinst bij producenten: van extra energiewinst in diensten (super-conservation) tot extra energieverlies in petrochemie (backfire) TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de energie-efficiëntie met 1 à 10% in één van de verschillende economische sectoren. TML deed dit op een theoretische manier met het algemeen evenwichtsmodel ISEEM om de verschillende effecten die doorwerken in de economie in beschouwing te nemen. De rebound effecten in de petrochemie en de dienstensectoren springen eruit. De petrochemie kent een backfire effect. Voor 1% energie-efficiëntieverbetering in de petrochemie gaat het energieverbuik in Vlaanderen stijgen met het equivalent van twee maal de energie besparing gerealiseerd dankzij de efficiëntieverbetering in de petrochemie. De reden is dat efficiëntieverbetering in de petrochemie voor goedkopere brandstof zorgt voor alle consumenten REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

108

en economische sectoren. Consumenten en economische sectoren zullen daarom hun brandstof en energieverbruik verhogen. De diensten sectoren (rechts op de figuur)kennen een super conservation effect. Voor 1% energieefficiëntieverbetering in de diensten daalt het energieverbruik in Vlaanderen met het equivalent van 20 tot 30% van de energie-efficiëntieverbetering in de dienstensector. De hoofdreden is dat ervan uitgegaan kan worden dat de dienstensectoren de energie-efficiëntiewinsten voor een deel in extra personeel investeren. Deze extra aanwervingen door de dienstensectoren zetten de arbeidsmarkt onder druk zodat de lonen stijgen. Dit heeft voor gevolg dat ook de lonen in de industrie stijgen, dat de industriële productie duurder wordt en de consument minder van deze industriële producten verbruikt. Minder industriële productie betekent ook minder energieverbruik.

Rebound effect van energie-efficiëntiewinst bij consumenten: van ongeveer 20% op korte termijn tot 50% op langere termijn TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de energie-efficiëntie met 1% van elektrische toestellen, verwarming of warm water. TML deed dit, net als voor de producenten met het algemeen evenwichtsmodel ISEEM om de verschillende effecten die doorwerken in de economie in beschouwing te nemen. De gevalstudie leert ons dat: • De rebound effecten belangrijker zijn op lange (rond 50%) dan op korte termijn (rond 20%) omdat de elasticiteiten op lange termijn groter zijn. Dit komt omdat men op lange termijn zijn gedrag eenvoudiger kan aanpassen dan op korte termijn. • De consument, dankzij de energie-efficiëntie winst, het vrijgekomen budget gebruikt om extra gas, elektriciteit en stookolie te verbruiken. • De brede economische effecten zich situeren bij de producenten en dan vooral op korte termijn. Dankzij een minderverbruik bij de consumenten dalen de energieprijzen. Dit zorgt op zijn beurt voor extra (elektriciteits) verbruik bij de producenten op korte termijn. Aanbevelingen

Het rebound effect speelt ook in Vlaanderen en is zeker niet te verwaarlozen. Een rebound effect is niet noodzakelijk “slecht” zolang het objectief wat betreft energieverbuik of milieubelasting niet wordt overschreden. Een rebound effect is klassiek economisch gezien niet noodzakelijk slecht. De efficiëntiewinst laat de consument toe een besparing te realiseren. Deze besparing kan de consument gebruiken om extra energie en andere goederen te verwerven die hij anders niet had kunnen verwerven. Hij verhoogt zo zijn welvaart volgens de economische theorie. Efficiëntiewinsten komen op deze manier ook economische groei ten goede. Zolang het rebound effect de gestelde objectieven voor vermindering van energieverbruik en/of milieubelasting niet in het gedrang brengt, stelt het rebound effect dus geen probleem.

Een subsidie zorgt mogelijkerwijs voor een verhoogd rebound effect. Een belasting heeft het omgekeerde effect. Het rebound effect wordt veroorzaakt door een (impliciete) prijsdaling. Indien deze prijsdaling teniet gedaan wordt door een extra belasting zal er ook geen rebound effect zijn. De overheid moet dan wel de taks zodanig besteden dat ze zelf geen rebound effect veroorzaakt. REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

109

Om deze reden is het ook efficiënter een belasting in te voeren op energiedragers of milieugoederen dan een subsidie voor energie- of milieubesparende maatregelen door te voeren. Een subsidie zorgt uiteindelijk voor een goedkoper energiegebruik. Als de prijs van een goed daalt, dan stijgt de vraag naar dit goed – indien de consument nog niet verzadigd is. De subsidie leidt zo tot een hoger energiegebruik. Een belasting op de energiedrager zorgt integendeel voor een lager energieverbruik. De reden is dat de belasting het gebruik van energie duurder maakt en zo voor een extra incentive zorgt voor energie- of milieubesparende maatregelen. Het besparingspotentieel wordt immers groter. Een belangrijk uitzondering hierop zijn de makkelijk vervangbare of herlokaliseerbare goederen. Indien een belast goed makkelijk vervangbaar is door een ander, niet belast en dus goedkoper goed, zal een belasting niet efficiënt zijn. Dat is bijvoorbeeld het geval van een energie- (of milieu-) belasting voor de industrie ingevoerd in één land. De industrie kan vrij makkelijk zijn productie verplaatsen naar een land zonder energie- (of milieu-)belasting, met goedkope energie en/of milieugoederen (leakage). Lokaal verdwijnt het milieu- of energieverbruik wel, maar het milieu- of energieverbruik blijft elders wel bestaan zolang de lokale vraag van de consument blijft bestaan. Mogelijk is het milieu-of energiegebruik zelfs minder efficiënt elders.

Ook een voldoende strenge standaard of norm zal het rebound effect minimaliseren of opheffen Als een standaard of norm zo gekozen wordt dat hij een extra kost betekent voor de consument (of producent) die de energie- of milieuefficiëntiewinst opheft zal er geen rebound effect zijn. Dit kan bijvoorbeeld het geval zijn bij een strenge CO2 uitstootnorm voor auto’s. De strenge norm kan extra technologie vereisen waarvan de kost de winst van lager verbruik compenseert.

Hou in prognoses en impact analyses rekening met het rebound effect Bij het maken van prognoses voor het behalen van bepaalde objectieven mbt energie- of andere milieuobjectieven is het belangrijk rekening te houden met een rebound effect. Indien geen rekening wordt gehouden met mogelijke rebound effecten zullen de vooropgestelde energie- of milieudoelstellingen waarschijnlijk niet worden gehaald.


110

Literatuur Aasness, J., Holtsmark, B., 1993. Consumer Demand in a General Equilibrium Model for Environmental Analysis. Discussion Papers No. 105, Statistics Norway. Alcott, B. (2005), ”Jevons’ Paradox”. Ecological Economics 54: 9-21 Allen,G. ea (2009), The Rebound Effect with Energy Production: a Partial Equilibrium Analysis; Strathclyde Discussion Papers in Economics 09-25 Atkyns,R. ea (2002), Measuring the environmental impacts of telework adoption amidst change in complex organisations: AT&T survey methodology and results; Resource, Conservation and Recycling 36, 267-285 Barla, P. & Proost, S. (2012), Energy efficiency policy in a non-cooperative world, Energy Economics 34, 2209-2215 Bentzen, J., and Engsted, T., 1993. Short- and long-run elasticities in energy demand: a cointegration approach. Energy Economics 15, pp 9-16. Berkhout, P.H.G.; Ferrer-i-Carbonell, A. and J.C. Muskens, 2004. The ex post impact of an energy tax on household energy demand. Energy Economics 26, pp 297-317. Brussels Instituut voor Milieubeheer (2012), Energiebalans van het Brussels Hoofdstedelijk Gewest 2009, Eindrapport Blazquez, L.; Boogen, N. and M. Filippini, 2012. Residential electricity demand for Spain: new empirical evidence using aggregated data. CEPE Working Paper No. 82. Bogaert, S., De Smet, L., Verdonck, F., Van Biervliet, K., Logghe, S., Franckx, L., Eyckmans, J. and S. De Jaeger, 2006. Verkennende studie naar prijs- en inkomenselasticiteiten van milieugerelateerde goederen en diensten in Vlaanderen. Studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA. Boonekamp, P.G.M, 2007. Price elasticities, policy measures and actual developments in household energy consumption – A bottom up analysis for the Netherlands. Energy Economics 29, pp 133-157. Boulanger, P-M, ea (2013), Household Energy Consumption and Rebound Effect (HECoRE), Final report Brookes, L. (1979), A Low Energy Strategy for the UK by G. Leach ea: a Review and Reply, Atom 269: 3-8 Centraal Bureau voor statistiek en Statistische en Economische onderzoeken, 1979. Sociale Maand Statistiek, oktober 1979, nr. 12. Chitnis, M. ea (2013), Turning lights into flights: Estimating direct and indirect rebound effects for UK households. Energy Policy 55, 234-250


111

Cools ea (2012), Ondersteuning bij de ontwikkeling van het Vlaams Klimaatsbeleidsplan, Studie uitgevoerd door VITO in opdracht van LNE. Delhaye, E., De Ceuster, G., Maerivoet, S. (2010) Internalisering van externe kosten van transport in Vlaanderen, studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA, MIRA/2010/10, Transport&Mobility Leuven Dennerlein, R.K.H., 1987. Residential demand for electrical appliances and electricity in federal republic of Germany. Energy J. 8 (1), pp 60-86. Dimitropoulos, J. (2007), Energy Productivity Improvements and the Rebound Effect: An Overview of the State of Knowledge; Energy Policy 35: 6354-6363 Duerinck J., Aernouts, K., Beheydt, D., Briffaerts, K., De Vlieger, I., Renders, N., Schoeters, K., Schrooten, L. and H. Van Rompaey, 2008. Energie- en broeikasgasscenario’s voor het Vlaams gewest – verkenning beleidsscenario’s tot 2030. Studie uitgevoerd in opdracht van het Vlaams Gewest. EPRI CU-7131, 1991, “Consumer Response to Rate Options,” Electric Power Research Institute, Palo Alto, CA. Faruqui, A., 2008. Inclining Toward Efficiency. Public Utilities Fortnightly. Ferrer-i-Carbonell, A., Muskens, A.C., van Leeuwen, M.J., 2002. Behavioural responses to energy and transportrelated taxes: a survey of price elasticities. International Journal of Global Energy Issues 18 (2– 4), 202– 217. Filippini, M., 1999. Swiss residential demand for electricity. Applied Economics Letters 6(8), pp 533–538. Frondel, M. ea (2010), Heterogeneity in the Rebound Effect, Further Evidence for Germany; Ruhr Economic Papers #227 Fu,M. ea (2012), Environmental policy implications of working from home: Modelling the impacts of land-use, infrastructure and socio-demographics, Energy Policy 47, 416-423 Fuhr, J.P &S. Pociask (2011), Broadband and Telecommuting: Helping the US Environment and the Economy, Low Carbon Economy, Vol 2(1), 41-47 Geerken, T. ea (2011), Analyse van het concept voetafdruk in een Vlaamse beleidscontext, http://www.lne.be/themas/beleid/mina4/leeswijzer/publicaties/Vlaamse%20Overheid_LN E_Finaal%20rapport_Analyse%20van%20het%20concept%20voetafdruk%20in%20een%20 Vlaamse%20beleidscontext.pdf Gavankar & Geyer (2010), The Rebound Effect: State of the Debate and Implications for Energy Efficiency Research, Bren School of Environmental Science and Management Greening, L.A. ea (2000), Energy Efficiency and Consumption – the Rebound Effect: a Survey; Energy Policy 28(6-7):389-401 Giraudet, L.G., Guivarch, C. and P. Quirion, 2012. Exploring the potential for energy conservation in French households through hybrid modeling. Energy economics 34, pp 426-445.


112

Guerra, A-I & Sancho, F. (2010), Rethinking Economy-Wide Rebound Measures: An unbiased Proposal, Barcelona Economics Working Papers Series, Working Paper 456 Halvorsen, B., Larsen, B.M., 1999. Changes in the pattern of household electricity demand over time. Discussion Papers 225. Statistics Norway, Research Department. Heylen en Winters (2009), Isolatieniveau van private huurwoningen en woonuitgaven, Steunpunt Ruimte en Wonen.

Ivanova Olga, Heyndrickx C., Spitaels K., Tavassy L., Koops O., Snelder M. (2007), First report on RAEM 3.0, Manual and Mathematical Description, Transport & Mobility Leuven Ivanova Olga, Heyndrickx C., Van Steenbergen A., Mayeres I., Witlox F., Hamaide B. (2009), Development of an Integrated Spatio-Economic-Ecological Model Methodology for the Analysis of Sustainability Policy, FWT contract nr. SD/TA/08A Jenkins, J. ea (2011), Energy Emergence: Rebound and Backfire as Emergent Phenomena, Report by the Breakthrough Institute Jevons, W.S. (1865). The Coal Question: Can Britain Survive? First published in 1865, re-published by Macmillan, London, UK, 1906 Karimu, A and R. Brännlund, 2013. Functional form and aggregate energy demand elasticities: A nonparametric panel approach for 17 OECD countries. Energy economics 36, pp 19-27. Khazzoom, J.D (1980), Economic Implications of Mandated Efficiency in Standards for Household Appliances, The Energy Journal 1(4): 21-39 Koerth-Baker & K. Turner (2011); The Rebound Effect: Some Questions Answered; Strathclyde Discussion Papers in Economics 11-07 Koopmans, C.C., te Velde, D.W., Groot, W., and Hendriks, J.H.A., 1999. NEMO: Netherlands Energy demand Model. A top-down model based on bottom-up information. Research Memorandum 155. Centraal Planbureau, the Netherlands. Lari, A. (2012), Telework/Workforce flexibility to reduce congestion and environmental degradation? Procedia Social and Behavioural Science 48, 712-721 Lee, R. & G. Wagner (2012), The Rebound Effect in a More Fuel Efficient Transportation Sector; Institute for Policy Integrity; New York University of Law Working paper No 2012/3 Li,L. Xuewen, L. (2012), Regional Energy Rebound Effect in China Based on IPAT Equation, IEEE Litman (2012) Generated Traffic and Induced Travel. Implications for Transport Planning, Victoria Transport Policy Institute Macharis, C. ea ( ), (Milieu)Potentieel van elektrisch rijden in Vlaanderen, Eindrapport, Studie voor de Vlaamse overheid, LNE


113

Macharis, C. ea (2011), Telework. Studie betreffende de milieu-, de mobiliteits- en de socioeconomische impact van het telewerken in grote bedrijven in het Brussels Hoofdstedelijk Gewest. Eindrapport. In opdracht van Brussel Leefmilieu Madlener, R. & Alcott, B. (2009); Energy Rebound and Economic Growht: A Review of the Main Issues and Research Needs, Energy 34(3):370-376 Maerivoet, S. & I. Yperman (2008) Analyse van verkeerscongestie in België, rapport in opdracht van de Federale Overheidsdienst Mobiliteit en Vervoer Matthews, H.S & E. Williams (2005), Telework Adoptation and Energy Use in Building and Transport Sectors in the United States and Japan, Journal of Infrastructure Systems, Vol 11(1) Matos F.J.F & F.J.F Silva (2011), The Rebound Effect on Road Freight Transport: Empirical Evidence from Portugal, Energy Policy 39 (5): 2833-2841 Maxwell, D. ea (2011), Addressing the Rebound Effect, a report for the European Commission, DG ENV. Meier,H. and K. Rehdanz, 2010. Determinants of residential space heating expenditures in Great Britain. Energy economics 32, pp 949-959. MIRA Milieurapport Vlaanderen (2010), Achtergronddocument, Sector Huishoudens Mobiliteitsvisie De Lijn 2020 Mokhtarian, P., Handy, S.; Salomon, I. (1995), Methodological Issues in the Estimation of the Travel, Energy and Air Quality Impacts of Telecommuting, Transportation Research A: Policy and Practive 29(4), 283-302 Murray, C. (2013), What if consumers decided to all “go green”? Environmental rebound effects from consumption decisions, Energy Policy 54, 240-256 Neenan, B. and J. Eom, 2008. Price Elasticity of Demand for Electricity : A Primer and Synthesis. Electric Power Research Institute (EPRI), Palo Alto, California. Nesbakken, R., 1999. Price sensitivity of residential energy use in Norway. Energy economics 21, pp 493-515. Peters, A. ea (2012); Theoretical Perspectives on Rebound Effects from a Social Science Point of View – working paper to prepare empirical psychological and sociological studies in the REBOUND project, Working Paper Sustainability and Innovation, No S. 2/2012 Prosser, R.D., 1985. Demand elasticities in OECD: dynamical aspects. Energy Economic 7, pp 912. Rehdanz, K., 2007. Determinants of residential space heating expenditures in Germany. Energy economics 29, pp 167-182. Rhee, Hyok-Joo. 2009. Telecommuting and urban sprawl. Transportation Research Part D 14: 453460 REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

114

Rietveld P. (2011), Telework and the transition to lower energy use in transport: On the relevance of rebound effects; Environmental Innovation and Societal Transitions 1, 146-151 Ropke I & Christensen T.H. (2012), Energy Impacts of ICT – Insights from an Everyday Life Perspective; Telematics and Informatics 29, 348-361 Rothman, D. S.; Hong, J. H.; Mount, T. D., 1994. Estimating Consumer Energy Demand Using International data: Theoretical and policy implications. Energy Journal 15, pp 67-88. RSZ data 2010 Saunders, H. (1992), The Khazzoom-Brookes Postulate and Neoclassical Growth, Energy Journal 12(4), 131-148 Small, K.A & Van Dender, K. (2007), Fuel Efficiency and Motor Vehicle Travel: The Declining Rebound Effect, UC Irvine Economics Working Paper #05-06-03 Smokers ea (2011), Support for the Revision of Regulation (EC) No443/2009 on CO2 Emissions for Cars Sorell, S. (2007), The Rebound Effect: an Assessment of the Evidence for Economy-wide Energy Savings from Improved Energy Efficiency. A report produced by the Sussex Energy Group for the Technology and Policy Assessment function of the UK Energy Research Centre. Sorell, S & J. Dimitropoulos (2007), UKERC Review of Evidence for the Rebound Effect: Technical Report 2: Econometric Studies. UK Energy Research Centre, London Sorrell, S. ea (2009), Empirical Estimates of the Direct Rebound Effect: A Review; Energy Policy 37; 1356-1371 Steenberghen ea (2006), Impact of ‘Free’ Public Transport on Travel Behaviour: a case study. Final report Belspo project CP/63 Thissen, M.J.P.M. (2005), RAEM, Ruimtelijk Algemeen Evenwichtsmodel voor Nederland Tversky, A. & Kahneman, D. (1974). "Judgment under uncertainty: Heuristics and biases". Science, 185, 1124–1130. Turner, K. (2012), “Rebound” Effects from Increased Energy Efficiency: a Time to Pause and Reflect; Stirling Economics Discussion Paper 2012-15 Turner, K. ( ), A CGE Analysis of the Relative Price Sensitivity Required to Induce Rebound Effects in Response to an Improvement in Energy Efficiency in the UK Economy, Strathclyde Discussion Papers in Economics Turner, K. ea (2012), Econometric Estimation of Nested Production Function and Testing in a CGE analysis of Economy-wide Rebound Effects Turner, K & N. Hanley (2010), Energy Efficiency, Rebound Effects and the Environmental Kuznetz curve, Energy Economics Van den Bergh, J.C.J.M. (2011), Energy Conservation more Effective with Rebound Policy, Environmental and Resource Economics 48:43-58 REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

115

Vlaamse Overheid (2011), Milieubeleidsplan 2011-2015 VEA(2012) EPB in cijfers 2006-2011, Cijferrapport Energieprestatieregelgeving.

Venmans, F (2013), Barriers to Energy Efficiency – In the Belgian ceramic, lime and cement sector. Presentation Belgian Environmental Economics Day 2013 http://www.hubrussel.net/cedon/BEED2013 Verbeke, A. ea (2006), De impact van telewerken op verkeersexternaliteiten in Vlaanderen, Eindrapport. In opdracht van de Vlaamse overheid, Departement MOW Webster, M.; Paltsev, S. and J. Reilly, 2008. Autonomous efficiency improvement or income elasticity of energy demand: Does it matter?. Energy Journal 30, pp 2785-2798. Weidema ea (2008) Environmental improvement potentials of meat and dairy products, http://ipts.jrc.ec.europa.eu/publications/pub.cfm?id=1721 Winebrake, J.J. ea (2012), Estimating the Direct Rebound Effect for On-road Freight Transportation; Energy Policy 48; 252-259 WTCR rapport nr 14, Ontwerp en dimensionering van centrale –verwarmingsinstallaties met warm water – tabel 10. Yu, B. ea (2013), Evaluating the Direct and Indirect Rebound Effects in Household Energy Consumption Behavior: A case study of Beijing, Energy Policy (article in press).

Webpages Aandeel van transport in de verschillende milieuthema’s (Vlaanderen, 2010) http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/transport/ Aandeel van de energiesector in de verschillende milieuthema’s (Vlaanderen, 2010) http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/energiesector/ http://www.aardgas.be/consumenten/de-aardgasfederatie/nieuws-en-publicaties/graaddagen Emissies per kWh energie, http://www.milieurapport.be/nl/feitencijfers/MIRAT/sectoren/energiesector/emissies-naar-lucht-door-de-energiesector/emissie-per-eenheidgeproduceerde-stroom http://www.emis.vito.be/cijferreeksen HECoRe project, http://www.belspo.be/belspo/fedra/proj.asp?l=en&COD=SD/EN/08A Het Laatse Nieuws, http://www.hln.be/hln/nl/957/Binnenland/article/detail/1273507/2011/06/02/Snelheidvoertuigen-De-Lijn-daalde-in-2010.dhtml http://www.tijdvoortelewerk.be/cao.html


116

HERMES model, http://www.plan.be/publications/Publication_det.php?lang=nl&TM=30&KeyPub=140 http://www.milieurapport.be/default.aspx?path=mira/Tools/woordenboek/&AlfaLetter=R&cat= 0&SearchTerm=true&Culture=nl&&ExplID=2761 http://statbel.fgov.be/nl/statistieken/cijfers/leefmilieu/klimaat/.

Tremove model, www.Tremove.org


117

Annex 1: lijst van mogelijke cases In deze bijlage lijsten we de verschillende voorstellen voor de cases op.

Voorstellen van de stuurgroep In onderstaande hebben we alle voorstellen samengebracht die TML via mail heeft binnengekregen. In een schuin lettertype worden de voor- en nadelen van elk voorstel besproken. Deze voorstellen zijn ook binnen een vergadering met de stuurgroep besproken. Transport -

Effecten van gratis openbaar vervoer

Door besparingen bij De Lijn staan ook de tarieven voor openbaar vervoer terug ter discussie. Momenteel rijden de 65-plussers nog steeds gratis. De bussen in de Hasseltse binnenstad zijn gratis, in Blankenberge komt de stad ook tussen voor 60-65jarigen, in Leuven rijden de studenten gratis. Aangezien er geen kost is voor het doen van de verplaatsing, zullen mensen meer verplaatsingen doen dan wanneer er wel een correcte beprijzing is. Als kan aangetoond worden dat de gratis tarieven leiden tot meer vervoer (dus meer congestie en milieueffecten), kan dit een positieve invloed hebben op het prijzendebat. Prijzen terug verhogen zal natuurlijk wel sociale gevolgen hebben, waar ook rekening moet mee gehouden worden. Voor studenten heeft men vastgesteld dat niet de autoverplaatsingen verminderen (beoogd effect), maar minder studenten te voet gaan of met de fiets rijden. Nochtans hebben de actieve modi gezondheidsbaten. Deze case wordt omwille van volgende redenen niet geselecteerd: - Geen efficiëntie verbetering - Het lijkt nuttiger om deze analyse uit te voeren met een partieel evenwicht en niet met een algemeen evenwichtsmodel zoals het ISEEM model. - Het verwachte rebound effect in traditionele definitie voor studenten is naar verwachting klein (gratis OV vervangt gratis wandelen – geen inkomenseffecten en geen prijseffecten) - Voor gepensioneerden spelen mogelijk andere motieven? Sociale? Verkeersveiligheid? - Voor gepensioneerden mogelijk wel inkomenseffect

-

Fiscaliteit bedrijfswagens

Deze fiscaliteit wil energie-efficiënte wagens stimuleren en is dan ook nog steeds voornamelijk gebaseerd op de CO2-emissie van personenwagens, waardoor dieselwagens bevoordeeld worden omdat ze globaal zuiniger zijn. Maar hoewel men hierdoor minder energie verbruikt en minder CO2 uitstoot, wat de klimaatverandering ten goede komt, wordt recent duidelijk dat door de hogere uitstoot van fijn stof van dieselwagens de opwarming van de aarde versneld wordt door de aanwezigheid van ‘black carbon’ in de dieseluitstoot (heeft opwarmend effect). - Gratis gebruik van brandstof bij bedrijfswagens beperken tot woon-werkverkeer en niet voor privé-doelen:


118

Indien personen moeten betalen voor hun brandstof voor privé-verplaatsingen zullen minder verplaatsingen gedaan worden of meer alternatieven overwogen worden (die daarom niet altijd milieuvriendelijker zijn: bv. buitenlandse reis met vliegtuig t.o.v. firmawagen). Waarschijnlijk zullen meer km gedaan worden met 2e wagen. Wagens die particulieren zelf kopen zijn meestal lichtere wagens die minder verbruiken, wat zowel het materiaalgebruik als het energiegebruik ten goede komt. Ze zijn echter ook wel meestal minder recent, met meer milieueffecten naar luchtkwaliteitspolluenten. Deze case wordt omwille van volgende redenen niet geselecteerd: - Het gaat hier niet om een efficiëntieverbetering - Deze analyse is ook eerder geschikt voor een partieel model en niet voor ISEEM - CO2 afhankelijk belasting is te integreren in model – maar is dit de moeite om met ISEEM te doen?

-

Wegenvignet/hervormen BIV/rekeningrijden

Onderzoek omtrent de nieuwe of te hervormen systemen van de verkeersbelastingen en het wegenvignet: in beide systemen wil men een integratie van milieu (incl. beleid afgedankte voertuigen) en is het belangrijk te weten wat de effecten zouden zijn van invoering in bepaalde vormen. Wat is het (rebound?) effect van een wegenvignet (of andere niet gebruiksgerelateerde belastingen), die de autobezitter er dan potentieel “uit wil halen” door meer te rijden? Hervorming BIV • Eventueel clusteren milieuvriendelijke vervoersmodi: ecodrive, ecoscore, ecopremie, subsidies allerhande, personenbelasting, rekening rijden, premies •

Zeker relevant voor Vlaamse beleidsmaker overdracht van Federaal niveau)

toekomstgericht (Vlaamse

Rekeningrijden (zie ook hervorming BIV) • Er is de aangekondigde kilometerheffing voor vrachtwagens •

Proefproject rekeningrijden door TML

•

Wat in het geval van personenwagens?

Deze case wordt niet geselecteerd want - Geen efficiëntieverbetering in strikte zin. Je gaat van vaste naar variabele kost. - Merk op dat we hier wel op lange termijn mogelijke een super conservation effect (dus positief) kunnen verwachten als mensen zich dichter bij hun werk gaan vestigen omdat transport duurder (dit zit nu niet in het model, maar zou wel kunnen).

-

Telewerken

Door te telewerken moeten minder verplaatsingen gebeuren en is er dus minder congestie en milieu-effecten, maar aangezien meer plaats op de weg vrijkomt trekt dit nieuw verkeer aan. Doordat personen thuis werken wordt ook gedurende de dag de verwarming opgezet in de individuele huizen/satellietkantoren, wat het energiegebruik verhoogt t.o.v. de collectieve arbeidsplaatsen.


119

Deze case werd geselecteerd en is verder uitgewerkt in de basistekst.

-

Telewinkelen (link met telewerken?)

•

Met internet is de hele wereld bereikbaar met een muisklik

•

‘Goedkope’ spullen met een grote impact op het milieu door het vervoer?

•

Toepasbaar in het model?

Deze case werd niet geselecteerd want - Het is meer een logistiek vraagstuk en niet echt toepasbaar in het ISEEM model - Maar op zich is het een interessant vraagstuk. In België wordt nog relatief veel geld besteed aan de distributie van goederen.

-

Elektrische fietsen

•

Dat is de markt die speelt: is deze voldoende relevant?

•

RE: meer elektriciteit verbruiken

•

Neg. RE: nu wel fietsen (ipv met de auto) (vraagtekens)

Deze case werd niet geselecteerd want -

Eerder uit te rekenen met een partieel evenwichtsmodel en niet met een algemeen evenwichtsmodel.

-

Pendelfonds

•

Is in se een efficiëntieverbetering

•

Bedrijfsvervoerplannen (woon-werk verkeer)

Deze case werd niet geselecteerd want -

Mogelijke effecten hangen sterk af van invulling (euro per km/ per maand)

-

Kan effecten hebben op locatiebeslissing

-

Onzeker of we dit kunnen modelleren in ISEEM

Materiaalbeleid

Materiaalefficiëntere productie van nieuwe wagens is opgenomen in ons materialenbeleid (oa ook een luik opgenomen in de milieubeleidsovereenkomst met een engagement van de voertuigproducenten). Er wordt in dat kader veel verwacht van alternatieve materialen (vb koolstofvezels), maar daarbij moeten we telkens toch ook kritisch naar de hele levenscyclus van het alternatieve materiaal kijken (vb. recyclage van koolstofvezels zou geen positief verhaal zijn). Gegevens hierrond hebben wij niet maar zouden beschikbaar kunnen zijn binnen LNE. VITO doet in dit domein ook iets rond een ecoscore van wagens. Rond verpakkingen: OVAM doet momenteel een onderzoek naar verpakkingen in de voedingsindustrie, en naar hoe gebruik van meer verpakking zou kunnen leiden tot minder voedselverspilling, en dus lagere milieu-impact. Hierover kunnen wel heel wat gegevens gevonden worden. Ik zal morgen nog laten weten wat de bronnen zijn, ik kan de betrokken collega voorlopig niet bereiken. REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

120

Deze cases werd niet geselecteerd want - Materiaal zit nu niet in model – afhankelijk van beschikbaarheid gegevens en format (cf IO model OVAM) zou koppeling gemaakt kunnen worden (soort materiaalmodule). Het is onzeker of dit zou lukken - Het is onzeker of de nodige informatie beschikbaar is. - Welk beleid zou gesimuleerd worden? - Verpakkingen zijn eerder een Europees gegevens. Het is een wereldindustrie en dan is er de vraag naar de impact die Vlaanderen kan hebben. -

Energie

Allerhande premies die een energiebesparing tot doel hebben (fall-back) • Internationaal goed gedocumenteerd •

Meerwaarde? Vlaamse case

•

Soortgelijk voorstel van VEA? (goede dakisolatie verhoogt de ‘lekken’ via de muren) klopt enkel als ook invloed op verschil temperatuur binnen en buiten.

We hebben het gevoel dat er binnen de maatregelen rond energiebesparing vooral aandacht is gegaan naar rebound effect bij burgers, maar dat er nog weinig geweten is over het rebound effect bij energiebesparende investeringen bij bedrijven (i.h.b. KMO’s) In een algemeen evenwichtsmodel zitten geen KMO’s maar sectoren en productie. De vraag is hier over KMO’s zich anders gedragen dan consumenten. Zie eerdere opmerking over belang energiekosten in bestedingen bedrijf en dus kleine kans dat ze energiebesparende maatregelen doorvoert. Dit is eerder een case studie en de vraag stelt zich dan of er wel voldoende info beschikbaar is.

Voorstellen van de opdrachthouder Energie:

1) Een meer theoretische oefening waarbij we een efficiëntieverbetering van x% veronderstellen in energie. En dit eens voor huishoudens en eens voor productie a. Voordelen i. Inzicht in hoe groot rebound in Vlaanderen is voor energieefficiëntieverbeteringen ii. Vergelijkbaar met literatuur/positie Vlaanderen ten opzichte van andere landen iii. Meerdere gevoeligheden mogelijk (ander %, ander elasticiteiten, etc. ) b. Nadelen i. Theoretische oefening en geen rechtstreekse link met het beleid – al zou je kunnen stellen dat als ze later een beleid uitvinden dat x% invloed heeft op energie-efficiëntie deze oefening inzicht geeft in het mogelijke effect 2) Huishoudverwarming bij huishoudens. Meer bepaald kunnen we hier denken aan efficiëntieverbetering hoogrendementsketel. Stel dat X% van de mensen zo een ketel neemt, of anders dat dit verplicht wordt, of dat er een subsidie gegeven wordt (maar ik vermoed dat we dan ergens extern de link tussen de subsidie gaan moeten leggen en hoeveel mensen dit doen?) a. Voordelen REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

121

i. Voor Vlaanderen, beleidsrelevant want er zijn premies hiervoor (bijvoorbeeld Iverlek) ii. Vergelijkbaar met andere literatuur 3) Isolatie / wonen: Feedback effecten ontstaan door een lagere prijs van ‘warmte’, uitgaven aan andere energie-intensieve goederen en (eventueel) door een lagere vraag naar stookolie /gas. a.

Voordelen i. Mogelijk rebound effect ii. Mogelijk in het ISEEM model iii. Voorbeeld waar “embodied energie” mogelijk significant. b. Nadelen i. Isoleren van huizen hangt samen met het werk dat nodig is om dit te doen. Zeker vloerisolatie vereist structurele werken aan de woning.

Transport

1) Telewerken cf; suggestie stuurgroep. Concreet: stel dat alle Vlaamse ambtenaren 2 dagen in de week thuis gaan werken. Negatief is dat je extra verwarming creëert thuis en in satellietkantoren. Positief is o betere matching arbeid. Door het toestaan van telewerken zal het bereik van een bepaalde positie groter zijn. Dit wil zeggen dat mensen van verder bereid zijn om te pendelen naar Brussel omdat er ook de mogelijkheid is tot telewerken. Als er meer mensen beschikbaar zijn voor een bepaalde job, dan suggereert de economische theorie dat de kans groter is dat de “beste” persoon die job zal doen. o mogelijk effecten op congestie. Het initiële effect op congestie zal wel afhangen van de modi waarmee de personen anders naar het werk gaan. Indien vooral treinpendelaars gaan telewerken zullen de initiële effecten gering zijn. Op langere termijn is het ook mogelijk dat de initiële winst op het vlak van congestie te niet gedaan wordt door de latente vraag a. Voordelen i. Zowel negatieve als mogelijk positieve effecten ii. Beleidsrelevant (cf. recent voorstel hiertoe) b. nadelen i. Rebound in zeer brede zin van het woord cf. in se geen echte efficiëntieverbetering? 2) Elektrische voertuigen: stel dat X % van de voertuigen elektrisch zijn? Of wat als premie elektrische voertuigen verder stijgen? Of verplichting (bv. voor grote vloten/overheidsvloten…). Eventueel verder kijken en ook hybride voertuigen mee opnemen? a. Voordelen i. Eens auto gekocht is rijden veel goedkoper, dus mogelijk daar effect (al stelde studie van Macharis van niet) ii. Indien % hoog genoeg, mogelijk effect op elektriciteitsprijs wat dan weer zou doorwerken op rest economie. De studie TRANS2HOUSE (Belspo project) heeft onderzocht wat de mogelijke effecten zijn op de elektriciteitsprijs door een stijgende vraag van elektrische voertuigen en het feit dat de capaciteit uitgebreid zou moeten worden. iii. Eventueel bijkomend negatieve effecten als de capaciteit van de centrales niet hoog genoeg is (en nucleair niet meer mag). Meer gasen koolcentrales inzetten die meer vervuilend zijn iv. Mix rebound binnen transport en energie v. We verwachten dat voldoende info beschikbaar is. b. Nadelen i. Heel veel mogelijke interacties? REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT

122

ii. Deze case wordt eerder gestuurd door de autoconstructeurs en door Europa. Het is niet duidelijk wat de rol van Vlaanderen hier zou zijn. 3) Materiaalgebruik: bv. Verplichting om wagens voor x% uit plastic te maken? Of meergebruik van plastic door het CO2doel voor 2020 (95 g/km). Dit heeft invloed op verbruik en dus op uitstoot, maar ook op gedrag mensen (meer rijden) a. Voordelen i. In se een klassieke case in de literatuur, maar nu een andere input ii. Eventueel koppeling te maken met een materiaalmodule? b. Nadelen i. Link Vlaams beleid? Materiaalgebruik is EU gegeven? ii. Werkbelasting koppeling met materiaal module en vraag naar beschikbaarheid data


123

Annex 2: Beschrijving van het ISEEM Model 1.1

Modelbeschrijving

ISEEM staat voor geIntegreerd, Spatio-Economisch en Ecologisch Model. ISEEM werd ontwikkeld door Transport & Mobility Leuven, in samenwerking met de Universiteit van Gent, het Federaal Planbureau en de Facultés Universitaires de Namur. De ontwikkeling van het model gebeurde in opdracht van het Federaal instituut voor wetenschap en technologie (FWT/Belspo). De basis van het ISEEM model werd gevormd door derde versie van het RAEM model (RAEM 3.0). De structuur van RAEM werd uitgebreid en gespecificeerd naar de Belgische beleidscontext. De ontwikkeling werd daarna verder gezet door Transport & Mobility Leuven. Het model werkt nu ook op het niveau van arrondissementen en heeft een sterkere focus op transport en regionale interacties gekregen. Dit gebeurde binnen de eerdere werkpakketten van dit project, onder meer dankzij een bijkomende subsidie van het Instituut voor Wetenschap en Technologie (IWT). Het model werd uitgebreid onder de naam “ISEEM-Benelux” en bevat momenteel een database voor België en Nederland op NUTS-3 niveau (arrondissementen). In deze bijlage focussen we ons op het Belgische deel van het model. Ondanks een aantal verschillen in structuur en opzet met het oorspronkelijke model blijven we verwijzen naar het ISEEM model. De versie van ISEEM die we gebruiken voor dit rapport heeft een gelijkaardige, maar iets eenvoudigere structuur als het oorspronkelijke model. Het huidige model gebruikt de vereenvoudigde ‘perfecte mededinging assumptie’ en modelleert dus geen marktimperfecties of schaalvoordelen. In de plaats daarvan biedt het een veel ruimer inzicht in de regionale economie en transport sectoren en is er meer aandacht besteed aan het inpassen van gegevens uit transportnetwerkmodellen. Voor een uitgebreide technische documentatie van het RAEM model wordt verwezen naar Ivanova et al (2007), voor een volledige beschrijving van het initiële ISEEM model naar Ivanova, Heyndrickx, Van Steenbergen et al (2009). Het ISEEM model hoort binnen de categorie van dynamische en regionale algemeen evenwichtsmodellen. Deze modellen stellen de economie van een land of gebied voor, op basis van kennis over handel, regionale economie en micro-economische theorie. De belangrijkste basisgegevens van het model zijn parameters die het gedrag van consumenten en bedrijven bepalen, een initiële dataset van monetaire transacties en handel binnen de economie en gegevens over het transportnetwerk. Het model beschrijft het gedrag van een aantal ‘representatieve agenten’. Deze zijn consumenten, producenten, de overheid, transportfirma’s en investeerders. De agenten van ons model werken, wonen, exporteren en importeren goederen en diensten, betalen en innen belastingen, kopen transportdiensten en verplaatsen zich tussen de regio’s van het model. Hun gedrag wordt afgeleid uit de micro-economische theorie, die de grondslag vormt van ISEEM.


124

Het model is ‘in evenwicht’, wat betekent dat productie en consumptie in balans zijn en dat alle productiefactoren (kapitaalgoederen, arbeid en energie) gebruikt worden. We nemen aan dat de dataset van het model in de beginsituatie een oplossing vormt van het model. De wiskundige formules van het model worden dus in lijn gebracht met de gegevens uit de database, waardoor het model de ‘basissituatie’ of baseline repliceert. Een modelsimulatie is in principe het inbrengen van een kleine afwijking in de basissituatie, waarna een krachtig oplossingsalgoritme een nieuw ‘evenwicht’ berekent. De kracht van ISEEM is haar flexibiliteit om regionale en economische welvaartseffecten van transport gerelateerde investeringen door te rekenen. ISEEM is in staat om de directe effecten op de regionale economie te presenteren, waarbij rekening wordt gehouden met vrachttransport, woon-werk verkeer en ander passagierstransport. Daarnaast worden secundaire effecten of indirecte effecten op de arbeidsmarkt, locatie van bedrijven, consumentenprijzen en de regionale economie berekend. Hieronder worden de algemene kenmerken van het huidige ISEEM model beschreven -

-

-

-

-

-

-

Arrondissementen: het ruimtelijke niveau van ISEEM is gemodelleerd op NUTS-3 (Arrondissementen) niveau voor België, wat neerkomt op 43 gebieden. De lijst van gebieden vindt men terug in tabel 4. Productiesectoren: de huidige database van het model bevat gegevens over 29 productiesectoren, waarvan 5 transport gerelateerde sectoren. De lijst van sectoren is terug te vinden in annex C. Toegesneden op de Belgische situatie: afhankelijk van de graad van detail nodig op regionaal niveau kunnen gebieden en sectoren geaggregeerd of uitgesplitst worden. De vergelijkingen van het model zijn geschat op basis van Belgische statistieken en econometrisch onderzoek. Recursief dynamisch model: Het ISEEM-model is recursief dynamisch over de tijd. Voor ieder jaar wordt een evenwichtsituatie berekend en de jaren verbonden door kapitaal accumulatie, waarbij investeringen afhangen het verwachte rendement in de toekomstige periode. Door het toevoegen van dynamica is het ISEEM-model in staat om resultaten per jaar te presenteren, waarmee het modelresultaten beter inpasbaar zijn voor een kostenbaten analyse. Arbeidsmarkt De werkloosheid wordt bepaald aan de hand van de looncurve, die de relatie beschrijft tussen het vrijwillige werkloosheidspercentage en het reële loonniveau. Pendel tussen regio’s wordt bepaald aan de hand van een model dat vacatures en werkzoekenden in evenwicht brengt, waarbij afruil plaatsvindt tussen pendelreistijd en het hoger te behalen loon. De evenwichtslonen zorgen zo voor een verbinding tussen de arbeidsmarkt en de productiemarkt. Handel en transport:. Bedrijven en consumenten gebruiken goederen en diensten uit de eigen regio en uit andere regio’s. Transport is een belangrijk deel van het handelsproces en elk goed bevat de volledige handelskosten als een deel van de consumentenprijs. Productiemarkt: De aanname van perfect competitie bleef behouden in het ISEEMmodel In ISEEM wordt de grondmarkt en woningmarkt niet expliciet gemodelleerd. Wel is deze indirect opgenomen in de werking van het model, als een deel van de normale marktwerking. Daarnaast bevat de database gegevens over de beschikbaarheid van grond


125

en de landprijzen, die eventueel kunnen gebruikt worden voor een doorrekening van resultaten

1.2

Regionale effecten door verandering in de transport sector

De doorwerkingen van transportkosten op de regionale economie en arbeidsmarkt die bestaan in het ISEEM model, worden het best geïllustreerd met de onderstaande figuren. Transportkosten bepalen voor een groot deel de interacties die bestaan tussen regio’s, zowel qua interregionale handel als in woon-werk verkeer. Bekijken we eerst in Figuur 1 de effecten van een daling van de transportkosten op handel en economie. De verbeterde toegang tot de markt maakt het gemakkelijker om met de regio te handelen, daardoor stijgt de vraag naar goederen uit deze regio, wat de uitvoer en invoer verbeterd en de competitiviteit van de regio. Natuurlijk leidt dit eveneens tot een verschuiving in de andere regio’s. Op langere termijn zullen nieuwe bedrijven zich vestigen of van locatie veranderen. Hoe deze interacties verlopen is uniek en afhankelijk van de lokale vraag en aanbod en de structuur van het transportnetwerk. Uiteindelijk zal de som van regionale interacties een effect hebben op de nationale economie. Deze is de som van positieve en mogelijk negatieve effecten op de andere regio’s. Figuur 28: Doorwerking van transportkosten op de regionale economie (Thissen, 2005)

Mogelijke

Interregionale distributieve effecten

Mogelijke Schaalschaalvoordelen

Goedkopere uitvoer

Lagere transport Lagereentransport kosten tijd

Groei lokale productie

Lokale intermediaire, consumptie en investeringsvraag

Lokale inkomens en Lokale inkomens- en werkgelegenheidseffecten

Krimp lokale productie

Goedkopere invoer

Mogelijke Schaalnadelen

Nationale generatieve effecten

Deze figuur kan men ook toepassen op veranderingen op de energiemarkt. Voor veranderingen in de transportsector zien we in figuur 2 de verdere doorwerkingen op de arbeidsmarkt en op pendelaars. Een verhoogde bereikbaarheid van de regio leidt tot een stijging van het lokale arbeidsaanbod en een verlaging van de zoekkosten van bedrijven. Dit leidt tot een verschuiving van de arbeidsmarkt naar de regio. Hoe sterk deze verschuiving is, hangt af van de kenmerken van het transport netwerk en de initiële arbeidsvraag en aanbod. Op langere termijn (hier niet afgebeeld) kan migratie optreden die een versterkend effect heeft op het arbeidsaanbod en de verschillen in welvaart tussen de regio’s kan verkleinen.


126

Figuur 29: Doorwerking van transport op pendelbewegingen (Thissen, 2005)

Verandering in relatief loon

Mogelijke schaalvoordelen

Interregionale Shift Arbeidsaanbod

Lokale productie effect

distributieve effecten

Pendel Lagere transport kosten kostenenentijd tijd

Handelseffecten

Nationale generatieve effecten

1.3

Input aanwezig in model

De belangrijkste input voor ISEEM bestaat uit de social accounting matrix of SAM, die de monetaire transacties tussen de agenten in ons model voorstelt. Annex B toont op vereenvoudigde wijze hoe zo een SAM matrix eruit ziet. De nationale matrix, gebaseerd op de meest recente Belgische input en output tabellen en gegevens uit de nationale boekhouding, wordt opgesplitst naar regionaal niveau door gebruik te maken van een dataset met gegevens over consumptie, productie, aantal bedrijven, werkgelegenheid, etc. Een voorbeeld van de regionale gegevens die gebruikt worden om de nationale matrix uit te splitsen is opgenomen in onderstaande tabel. Deze laat de gegevensmatrix zien voor de regio Brussel.


127

Tabel 50: Model input op regionaal niveau

Intermediaire

Nr.

Sector

sec1 sec2 sec3 sec4 sec5 sec6 sec7 sec8 sec9 sec10 sec11 sec12 sec13 sec14 sec15 sec16 sec17 sec18 sec19 sec20 sec21 sec22 sec23 sec24 sec25 sec26 sec27 sec28 sec29

Landbouw Visserij Mijnbouw Voedsel Textiel Brandstof Electronica Transport Eq Andere Water Electriciteit Bouw Handel Horeca Rail Land Pipeline Zee Binnenwater Lucht Andere transport Telecommunicatie Financiën R&D Makelaars Publiek Onderwijs Gezondheid Andere

Productie 31.2 1.1 18.7 2625.3 665.3 11797.0 466.3 3317.7 2381.3 928.5 3831.3 4194.5 14445.9 2388.1 1066.3 1292.6 663.1 138.8 6.0 519.2 2263.3 8175.7 19067.2 68.7 27569.3 8969.6 3371.9 4660.9 4309.4

Arbeid 2.2 0.3 3.6 333.6 117.9 1577.1 115.5 448.6 438.7 245.0 716.4 740.3 3601.6 505.3 517.8 439.4 272.4 5.2 0.1 58.5 365.5 2182.7 5311.7 25.7 4307.1 6035.6 2778.7 2054.6 1447.4

Taxen / Subsidies 0.0 0.0 0.5 9.6 0.0 11.0 0.0 0.0 5.9 0.0 32.8 6.2 118.9 21.1 0.0 3.9 0.0 0.0 0.0 0.0 0.0 0.0 175.3 0.0 643.3 0.0 0.5 0.0 22.3

Kapitaal 3.6 0.2 1.4 125.2 53.8 478.8 32.0 99.8 118.6 298.5 715.5 133.9 784.8 164.5 495.5 216.1 68.4 2.0 0.3 40.1 300.0 709.3 1607.6 4.3 3416.5 565.3 205.6 204.7 275.3

Consumptie 17.2 0.6 10.7 1921.7 451.2 8458.5 299.3 2559.3 1656.6 477.2 1631.5 2572.2 7206.5 1331.3 936.9 548.4 369.2 119.3 5.2 405.3 1422.6 3662.7 8773.8 37.9 11770.1 2220.5 362.4 1714.4 2046.8

Consumptie 162.5 18.6 4.3 1888.0 844.7 1175.8 116.2 859.1 345.9 118.5 491.5 19.3 574.9 718.7 203.8 26.7 4.8 4.3 0.7 32.6 548.6 573.6 925.6 12.4 3351.5 181.4 133.5 953.7 944.5

Overheid 0.0 0.0 0.0 0.0 0.0 729.7 0.0 0.0 62.6 47.9 0.0 0.0 0.0 0.0 0.0 403.5 0.0 0.0 0.0 0.0 1285.9 0.0 0.0 350.7 38.3 7773.4 5520.9 6283.8 546.6

Investeringen 6.1 0.0 0.0 0.0 0.0 2.7 337.7 735.4 656.5 0.0 0.0 2332.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 668.6 0.0 0.0 0.0 34.7

Export 33.3 3.3 69.7 1845.1 603.6 8498.7 658.4 1987.5 2111.9 37.0 1551.7 111.3 363.7 291.2 165.8 188.3 36.0 114.1 4.6 143.1 705.8 1111.6 2947.7 182.4 3801.4 0.0 7.7 4.3 216.7

Import 426.9 21.8 1826.9 1303.8 723.6 5339.0 1201.3 1516.4 2598.1 14.5 984.9 53.7 333.2 299.6 75.7 430.1 24.9 73.2 8.6 218.3 780.5 417.3 977.7 278.8 2390.5 0.0 4.6 2.8 195.4

Aantal Bedrijven 520.0 5.0 23.0 533.0 432.0 1936.0 370.0 50.0 1117.0 12.0 54.0 6654.0 18349.0 6061.0 8.0 1556.0 14.0 11.0 18.0 65.0 672.0 1377.0 770.0 418.0 22242.0 97.0 402.0 715.0 708.0

De calibratie van het model gebeurt grotendeels in de code en het model is daardoor vrij flexibel in het opnemen van nieuwe gegevens. Hiermee bedoelen we bijvoorbeeld het updaten van de SAM, bijstellen van de regionale parameters of zelfs het opnemen van nieuwe regio’s in het model. Dit is eveneens het geval voor het incorporeren van nieuwe modelelementen.

1.4

Input nodig voor beleidssimulatie

In deze paragraaf beschrijven we met behulp van Tabel 51 de input die nodig is om een beleidssimulatie door te rekenen met het ISEEM model. Hierbij maken we een onderscheid naar het onderdeel, het type (absoluut, percentage, bedrag) en het formaat van de gegevens. Het is hierbij belangrijk dat deze gegevens beschikbaar zijn voor zowel het referentiescenario als voor het beleidscenario. Tabel 51: Input nodig voor simulatie Onderdeel

Type

Formaat gegevens

Monetair (mil euro) Investering

Investeringstabel Spreiding investering in tijd

Verwachte veranderingen in reistijden (reiskosten) voor passagiers

Procentuele en/of absolute veranderingen in reistijden

Optimaal: verandering met doorwerking op alle arrondissementen (volledige OD tabel met nieuwe reistijden) Minimaal: reistijdverbetering op de nieuwe verbinding

Verwachte veranderingen in reistijden (reiskosten) voor vrachtvervoer

Regionale productie

Procentuele en/of absolute verandering in reistijden -Productie uitgesplitst naar sectoren op gemeentelijk niveau (monetair)

Idem als passagierstransport Uitsplitsing per goed, indien mogelijk

Zie Tabel 4

-Aantal bedrijven per type Werknemers naar type bedrijf/sector (regionale productie)

Arbeidsmarkt

Geplande veranderingen binnen regio die al (Aantal nieuwe ha dan niet samenhangen met de investering ( Nieuw bedrijventerrein)

Prijs bedrijventerrein)

Procentuele veranderingen in energieeffientie Verwachte efficientieverbeteringen energiesector (of beleid dat impact heeft op energie-efficientie) Onderscheid verbetering voor consumenten of producenten

1.5

Aantal werknemers eventueel gewogen met loonindex

Monetaire waarden of afwijking ten opzichte van het referentiescenario

% efficientieverbetering

Output

Onderstaande tabel lijst een aantal van de parameters op die tot de standaard output van het model behoren. Hierbij maken we een onderscheid tussen nationale indicatoren en regionale parameters.

De meeste indicatoren worden zowel in monetaire termen als in relatieve waarden ten opzichte van het referentiescenario weergegeven. De indicator voor welvaart is een getransformeerde welvaartsfunctie, gekend als de verandering in ‘equivalent variation’. Deze drukt de hoeveelheid geld uit die men aan een consument in het referentiescenario moet geven om hetzelfde niveau van welvaart te bereiken als in de simulatie. In Tabel 4 staan een aantal kernindicatoren, waarvan de meesten zowel op regionaal als op nationaal vlak worden geoutput. Gegevens over sectoren, goederen en diensten kunnen volledig gedifferentieerd weergegeven worden. Tabel 52: Output van de modelsimulatie Nationaal

Regio

Bruto nationaal product, per sector

Bruto regionaal product, per sector

Totale exports en imports

Regionale import en export

Taksinkomsten op nationaal niveau

Taksinkomsten op regionaal niveau

Handelstekort of surplus

Totale handel tussen en in de regios

Totale reiskosten op nationaal niveau

Totale reiskosten op regionaal niveau

Spaartegoeden (binnen & buitenland)

Investeringen per regio

Nationale consumptive/productie

Consumptie/productie per regio

Welvaartseffecten (nationaal)

Welvaartseffecten (regio)

Totale pendel

Pendelbewegingingen tussen regio's

Werkloosheid en uitkeringen (nationaal)

Werkloosheid en uitkeringen

Emissies, per sector

Emissies, per sector Concentratie van firma's industrie per regio Vraag naar verschillende types arbeiders per regio

Deze output kan ook op een grafische wijze weergegeven worden. Onderstaande figuur toont hiervan een voorbeeld waarbij een doorrekening werd gemaakt van een verbeterde reistijd op de Ring rond Brussel. Het regionaal product van Brussel en Halle-Vilvoorde neemt het sterkst toeneemt, ten nadele van alle andere regio’s, met voornamelijk Antwerpen en Leuven. Dit komt omdat de competitiviteit van Brussel toeneemt door de reistijdverbetering.

Rebound effecten. Eindrapport

130

Figuur 30: Effect op bruto regionaal product (miljoen €)


131

Annex 3: Lijst van sectoren sector1 sector2 sector3 sector4 sector5 sector6 sector7 sector8 sector9 sector10 sector11 sector12 sector13 sector14 sector15 sector16 sector17 sector18 sector19 sector20 sector21 sector22 sector23 sector24 sector25 sector26 sector27 sector28 sector29

Agriculture, hunting and forestry Fishing Mining and quarrying Food, beverages and tobacco Textiles and clothing Fuels, chemicals, rubber and plastic Electronics Transport equipment Other manufacturing Water supply Electricity and gas Construction Wholesale and retail trade; repair of motor vehicles, motorcycles and personal and household goods Hotels and restaurants Transport via railways Other land transport Transport via pipelines Sea and coastal water transport Inland water transport Air transport Supporting and auxiliary transport activities; activities of travel agencies Post and telecommunications Financial intermediation Research and development Real estate, renting and other business activities Public administration and defense; compulsory social security Education Health and social work Other community, social, personal service activities and activities of households


132

Annex 4: Resultaten efficiëntieverbetering producenten Direct rebound effect Direct rebound (%) sector1 sector2 sector3 sector4 sector5 sector6 sector7 sector8 sector9 sector10 sector11 sector12 sector13 sector14 sector15 sector16 sector17 sector18 sector19 sector20 sector21 sector22 sector23 sector24 sector25 sector26 sector27 sector28 sector29

Efficientieverbetering 1% 5% 10% 19.8 19.2 18.4 22.3 21.6 20.8 28.5 27.8 26.8 23.4 22.7 21.8 30.8 30.0 29.0 51.4 50.6 49.6 18.9 18.3 17.6 23.1 22.4 21.5 25.4 24.6 23.7 8.9 8.6 8.2 17.9 17.4 16.6 18.9 18.3 17.5 12.8 12.4 11.8 9.6 9.2 8.8 8.1 7.8 7.4 20.8 20.1 19.3 5.1 5.0 4.7 29.4 28.6 27.6 33.6 32.8 31.7 32.4 31.6 30.6 16.2 15.7 15.0 5.3 5.1 4.8 1.9 1.8 1.7 9.8 9.5 9.0 5.5 5.3 5.0 5.7 5.5 5.3 2.8 2.7 2.6 14.6 14.1 13.5 11.7 11.3 10.8


133

Indirect rebound effect Indirect rebound (%) sector1 sector2 sector3 sector4 sector5 sector6 sector7 sector8 sector9 sector10 sector11 sector12 sector13 sector14 sector15 sector16 sector17 sector18 sector19 sector20 sector21 sector22 sector23 sector24 sector25 sector26 sector27 sector28 sector29

Efficientieverbetering 1% 5% 10% -15.3 -15.5 -15.9 -43.3 -44.1 -45.1 27.2 24.6 21.3 -40.7 -41.5 -42.6 15.9 13.4 10.0 235.5 242.0 248.9 -41.0 -42.8 -45.2 -44.3 -45.7 -47.5 -23.6 -25.2 -27.2 -13.1 -13.2 -13.1 26.3 25.5 24.5 -45.5 -45.5 -45.5 30.3 30.4 30.5 -27.0 -27.1 -27.1 -14.4 -14.5 -14.5 18.3 18.1 17.7 50.2 50.5 50.7 12.1 11.5 10.8 17.9 16.9 15.5 -10.3 -10.8 -11.3 -15.1 -15.5 -16.0 -35.0 -35.2 -35.3 -32.5 -32.6 -32.7 -8.1 -8.5 -8.9 -19.1 -19.2 -19.3 -81.6 -81.8 -82.1 -72.5 -72.7 -72.9 -63.5 -63.9 -64.3 -55.9 -56.1 -56.4


134

Totaal rebound effect Totaal rebound (%) sector1 sector2 sector3 sector4 sector5 sector6 sector7 sector8 sector9 sector10 sector11 sector12 sector13 sector14 sector15 sector16 sector17 sector18 sector19 sector20 sector21 sector22 sector23 sector24 sector25 sector26 sector27 sector28 sector29

Efficientieverbetering 1% 5% 10% 4.6 3.7 2.6 -21.0 -22.4 -24.3 55.7 52.3 48.1 -17.3 -18.8 -20.7 46.7 43.4 39.0 287.0 292.6 298.5 -22.1 -24.5 -27.6 -21.2 -23.3 -26.0 1.7 -0.5 -3.5 -4.2 -4.6 -5.0 44.2 42.9 41.1 -26.7 -27.3 -28.0 43.1 42.7 42.3 -17.4 -17.8 -18.2 -6.3 -6.7 -7.1 39.1 38.2 37.0 55.4 55.5 55.4 41.5 40.1 38.4 51.5 49.6 47.1 22.1 20.9 19.3 1.1 0.2 -0.9 -29.7 -30.1 -30.5 -30.6 -30.8 -30.9 1.7 1.0 0.1 -13.6 -13.9 -14.2 -75.9 -76.3 -76.8 -69.7 -70.0 -70.3 -48.9 -49.8 -50.9 -44.2 -44.8 -45.6


135

Rebound effect met impact op het milieu

Recommend Documents