Economia dell Energia e dell Ambiente A. A. 2012-2013 Modulo II Domanda di energia: stima e previsione
La domanda di energia Dal punto di vista dell analisi economica, la domanda di energia è il risultato di un processo decisionale da parte delle famiglie e delle imprese che ha come parametri i prezzi, le dotazioni, le tecnologie e i gusti. La specificità consiste nel fatto che l energia deve essere normalmente convertita per conseguire gli effetti desiderati Date le caratteristiche del convertitore, si possono variare le quantità utilizzate in modo praticamente continuo. La scelta del convertitore è invece una scelta discreta di lungo periodo, che viene fatta sulla base delle aspettative sull utilizzo futuro
La domanda di energia in generale Energia Convertitore Utilizzo finale Esempio: Energia elettrica Lampadina Illuminazione
Domanda di energia (famiglie) (I) Problema decisionale maxu c,te c p E E M Dove t è il coefficiente di conversione dell energia in utilità
Domanda di energia (II) Livelli di domanda ottimale (Marshalliana) dato il convertitore t E E p E,M;t c c p E,M;t Funzione di utilità indiretta V p E,M;t u c p E,M;t,tE p E,M;t
Domanda di energia (famiglie) (III) E necessario tenere conto: delle variabili demografiche e socio economiche che influiscono sulla forma della funzione di utilità delle variabili esterne (ora, giorno della settimana, periodo dell anno) che influiscono sulla domanda di energia
MwH Ciclo giornaliero della domanda di elettricità 10.000 9.000 Scambi di energia elettrica del 1.1.2010 8.000 7.000 6.000 5.000 4.000 3.000 Serie1 2.000 1.000 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Efficienza del convertitore 1. A parità di tutte le altre variabili, un convertitore migliore permette di aumentare l utilità complessiva t t V p E,M;t V p E,M;t 2. La sostituzione del convertitore è conveniente solo se l effetto supera una certa soglia. Se il costo della sostituzione è K, la sostituzione avviene se V p E,M;t V p E,M;t K
Domanda di energia (imprese) Nel caso delle imprese, si possono seguire due approcci (complementari): Massimizzazione del profitto maxpf K,L, E,M wl rk p E E p M M Minimizzazione del costo min wl rk p E E p M M
Con la massimizzazione del profitto, la funzione di domanda di energia è (in generale): In versione lineare: E E w,r,p M,p E ; E 0 L w K r M p M E p E In versione log-lineare lne 0 L lnw K r M p M E p E
Con la minimizzazione del costo: Funzione di domanda condizionale: E E w,r,p M,p E,y; E 0 L w K r M p M E p E y y u lne 0 L lnw K lnr M lnp M E lnp E y lny
L equazione può contenere un termine direttamente dipendente dal tempo E 0 L w K r M p M E p E 1 t Se il segno di β 1 fosse negativo rappresenterebbe gli effetti del progresso tecnico. In questo approccio non c è una descrizione esplicita della tecnologia, ma solo una descrizione di come gli operatori reagiscono a cambiamenti dei prezzi o dei redditi (Il comportamento rivela la tecnologia utilizzata). Questi cambiamenti sono considerati esogeni.
I coefficienti vengono stimati facendo ricorso all insieme dei metodi econometrici. I requisiti di una buona stima sono: -Non distorsione -Efficienza I problemi di stima sono comuni alla maggior parte dei modelli empirici Distorsioni da variabili omesse Endogeneità dei regressori Scelta opportuna della forma funzionale Errori di misurazione Problemi di identificazione Dinamica
Esempi: variabili omesse Vera relazione: E 0 L w K r M p M E p E In mancanza di dati sul capitale potrebbe venire stimata la relazione E 0 L w M p M E p E Dove: K r Per cui se il prezzo dell energia è correlato a quello del capitale, il coefficiente stimato per il prezzo dell energia risulta distorto
Relazione stimata: Esempi: Endogeneità E 0 L w K r M p M E p E y y u Se u è uno shock tecnologico che riguarda l impresa, esso influirà anche sul valore di y (mentre i prezzi di mercato non dovrebbero essere correlati con shock specifici della singola impresa). La stima del coefficiente di y ne risulterà distorta
Esempi: scelta della forma funzionale Non è detto che la vera relazione sia lineare o lineare nei logaritmi. Le forme funzionali flessibili costituiscono approssimazioni della vera forma funzionale. Es. la funzione di costo translog n lnc 0 i 1 i lnp i 1 n 2 i 1 n j 1 ij lnp i lnp j y lny 1 2 yy lny 2 n i 1 iy lnp i lny
Da questa funzione di costo si ottiene la seguente equazione dove s k è la quota del fattore k-esimo sul totale dei costi s k k n j 1 kj lnp j ky lny
Esempi: dinamica Vera relazione E 0 y y E p E Ipotizzando un meccanismo di aggiustamento parziale: E t E t 1 E E t 1 Otteniamo il modello: E t 0 y y E p E 1 E t 1
Un altro esempio di modellizzazione dinamica è il seguente. Vera relazione lne t 0 1 lnp t 1 lnp t 2 2 lnp t 3... Sarà quindi vero che: lne t 1 0 1 lnp t 2 2 lnp t 3 3 lnp t 4... E sottraendo: lne t 0 1 lne t 1 1 lnp t 1
Si può ottenere inoltre l elasticità di lungo periodo 1
Le indagini econometriche sulla domanda di energia sono letteralmente centinaia e ne vengono pubblicate decine di nuove ogni anno. Citiamo qui una delle prime (Berndt-Wood (1975) Technology, Prices and the Derived Demand for Energy, in The Review of Economics and Statistics vol LVII, n.3 Funzione translog (con KLEM) Settore manifatturiero degli USA
Elasticità al prezzo 1971 Capitale -0.44 Incr. Capitale/Lavoro 0.3 Incr. Capitale/Energia -0.16 Incr. Capitale/Materie Prime 0.30 Lavoro -0.45 Incr. Lavoro/Capitale 0.05 Incr. Lavoro/Energia 0.03 Incr. Lavoro/Materie Prime 0.37 Energia -0.49 Incr. Energia/Capitale -0.17 Incr. Energia/Lavoro 0.2 Incr. Energia/Materie Prime 0.46 Materie prime -0.24 Incr. Materie Prime/Capitale 0.02 Incr. Materie prime /Lavoro 0.18 Incr. Materie Prime/ Energia 0.03
Previsioni Esistono più modelli per la previsione a breve,medio e lungo termine, della domanda di energia. - Modelli econometrici di domanda individuale - Modelli bottom-up - Input-output analysis - CGE
Modelli econometrici di domanda individuale (singola famiglia o impresa) Una volta stimati i coefficienti di un equazione come quelle che abbiamo visto, dati diversi scenari sull evoluzione futura dei prezzi (o del reddito/produzione se l equazione lo include) si deduce l evoluzione futura dei consumi di energia per una singola impresa/famiglia tipo o per un settore o sistema economico (secondo il grado di aggregazione) In realtà, dato che il modello sottostante è un modello di scelta individuale, questi modelli danno il meglio quanto più specifico è l ambito di riferimento (un particolare tipo di impresa, uno specifico combustibile, etc.). Più discutibile è effettuare lo stesso esercizio per un sistema economico nel complesso
Modelli bottom-up A differenza dell approccio economico, il punto di partenza è la descrizione delle singole tecnologie per la produzione di beni e di energia (l approccio è ingegneristico) Sulla base di scenari riguardanti i prezzi e le quantità di produzione finale (crescita del PIL) si individua la combinazione meno costosa di fonti di energia e di tecniche utilizzate per sfruttarle e produrle(in genere mediante programmazione lineare, una tecnica nata negli anni Venti (Kantorovich)). Si analizzano anche gli investimenti I principali limiti: la domanda finale di energia è data (scenari), mentre viene determinata endogenamente la produzione dei vari tipi di energia e le tecniche utilizzate per realizzarla; i prezzi degli input (energetici e non) sono dati. Si suppone che gli agenti siano lungimiranti e razionali.
I modelli bottom-up sono normalmente molto sofisticati e utilizzati per una molteplicità di scopi, dalla previsione dei fabbisogni di energia alle emissioni di CO2. (MarkAl per gli USA considera ad esempio 4000 diverse tecnologie per la produzione e l utilizzo dei vari tipi di energia) Il più celebre di questi modelli è MarkAl, nato alla fine degli anni 70 e utilizzato dalla IEA e da numerose altre istituzioni nazionali e internazionali (incluso il Ministero dell Ambiente Italiano)
Esempio di programmazione lineare Tre tipi di combustibili (C 1, C 2, C 3 ) Due processi di produzione di energia (E α,e β ) Due settori produttori di beni (y A, y B )
Esempio di programmazione lineare minp 1 C 1 p 2 C 2 p 3 C 3 wl rk y A min y B min K A, L A K A, E A L E A B K B B K, L B B L, E B E E C 1 C 2 1 C 3 2 3 E C 1 C 2 C 3 1 2 D D D y A y B 3 C 1 C 1 C 1 C 2 C 2 C 2 C 3 C 3 C 3
Analisi input-output Il problema comune ai metodi già accennati (stime econometriche a livello di settore e metodi bottomup) è che le interazioni tra sistema energetico e sistema economico sono limitate, per motivi ed in modi diversi. L analisi input-output è una tecnica dovuta a W. Leontiev che permette di tenere conto di tutte le relazioni tra i due sistemi (è un modello di equilibrio economico generale). Per quanto meno popolare di qualche decennio fa, l analisi input- output può fornire qualche suggerimento interessante.
Il blocco principale è costituito dalla Matrice inout-output delle quantità: q 11 q 12...... q 1n q 21 q 22...... q 2n.............................. q n1 q n2...... q nn Dove q ij è la quantità del bene i utilizzata nella produzione del bene j.
Coefficiente tecnico: quantità del bene i necessaria per produrre una unità del bene j. Nell analisi input-output si assume che questo coefficiente sia costante (funzione di produzione Leontiev) ij q ij q j
Abbiamo quindi una matrice dei coefficienti, ricavata da quella delle quantità 11 12 13 14 A 21 22 23 24 31 32 33 34 41 42 33 44 E l identità (in realtà è l eguaglianza tra domanda (lato sinistro) e offerta) q 1 11 q 1 12 q 2... 1n q n D 1 Dove D i è la quantità del bene i destinata alla domanda finale
Definendo q 1 q q 2 q 3 q E D 1 D D 2 D 3 D E
Abbiamo il sistema 11 12 13 14 q 1 D 1 q 1 21 22 23 24 31 32 33 34 q 2 q 3 D 2 D 3 q 2 q 3 41 42 33 44 q E D E q E Aq D q
I A q D q I A 1 D (inversa di Leontiev): permette di calcolare i contenuti diretti e indiretti di energia (come di tutti gli altri prodotti). Limiti dell analisi input-output: i dati sono in valore e sono comunque ancora troppo aggregati. Le matrici input output sono stimate a intervalli troppo lunghi (è molto costoso) L ipotesi di coefficienti fissi è troppo limitante
Modelli CGE (Computable General Equilibrium) Sono i modelli che dal punto di vista economico meglio rappresentano le interdipendenze, senza le limitazioni del modello input-output (coefficienti flessibili). La domanda e l offerta di tutti i prodotti, così come i loro prezzi, sono endogeni
Previsioni International Energy Outlook sett.2011 International Energy Outlook è pubblicato da Energy Information Administration del governo USA (www. eia.gov/forecasts/ieo/pdf/0484(2011).pdf) Contiene previsioni al 2035 sulla domanda di energia a livello mondiale. Si basa sul modello WEPS+
2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025 2027 2029 2031 2033 2035 Titolo asse Share of liquids in total energy consumption OCSE 0,42 0,4 0,38 0,36 0,34 0,32 reference case high low 0,3
2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025 2027 2029 2031 2033 2035 Titolo asse 0,25 0,245 0,24 Share of Gas in total energy consumption OCSE 0,235 0,23 0,225 0,22 reference case High oil price low oil proce 0,215 0,21
2005 2008 2011 2014 2017 2020 2023 2026 2029 2032 2035 Titolo asse Share of Nuclear in total energy consumption OECD 0,11 0,105 0,1 0,095 0,09 0,085 Reference case high oil price low oil price 0,08
2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025 2027 2029 2031 2033 2035 Titolo asse 0,16 Share of "Other" in total Energy consumption OECD 0,15 0,14 0,13 0,12 0,11 0,1 reference case High Oil Price Low oil price 0,09 0,08