Determinanten huishoudelijk energiegebruik - Instituut Samenleving ...

Determinanten huishoudelijk energiegebruik - Instituut Samenleving ... Determinanten huishoudelijk energiegebruik - Instituut Samenleving ...

samenlevingentechnologie.be
from samenlevingentechnologie.be More from this publisher
07.09.2013 Views

Universiteit Antwerpen, STEM Determinanten huishoudelijk energiegebruik In de focusgroepen gaan we op zoek naar aanwijzingen omtrent het relatieve belang van bovenstaande attitudefactoren. Persoonlijke mogelijkheden In een economisch geïnspireerde theorievorming wordt het gedrag van de consument samengevat door het begrip ‘nutsmaximalisatie’. De consument is als een rationele, economische actor (homo economicus), die op elk moment, gezien de beperkte middelen waarover hij beschikt, zijn nut tracht te maximaliseren. De verschillende beslissingen van de consument staan bovendien niet los van elkaar. Optimalisatie van het gebruik van beperkte middelen om meerdere (nuts)doelstellingen te realiseren, impliceert immers dat de beslissingen over de toewijzing van die middelen met elkaar worden gelinkt en geanticipeerd (Weber, 1999, Stern, 1984). Een belangrijke assumptie binnen deze theorie is dat de consument als rationele actor beschikt over perfecte informatie en voldoende intellectuele capaciteiten om deze informatie op effectieve wijze te verwerken (Weber, 1999). In de realiteit houden deze assumpties moeilijk stand: perfecte informatie is vaak niet beschikbaar en consumenten gaan niet altijd rationeel te werk. Meer en meer wordt dan ook geopteerd voor modellen van ‘begrensde’ rationaliteit (bounded rationality). De economische theorie vormt vaak een belangrijke pijler van vraagmodellen waarin via wiskundige formules en diverse mogelijke scenario’s de toekomstige energievraag wordt ingeschat. De econometrische modellen proberen het ‘energiegedrag’ zoveel mogelijk te endogenizeren, op basis van historische, geaggreggeerde (‘top-down’) marktgegevens. Ze veronderstellen evenwicht in een deel van of in alle markten (partieel of algemeen evenwicht). Voor de consumenten schat men de prijs- en inkomenselasticiteiten, gebaseerd op de bovenvermelde theorie van nutsmaximalisatie. In deze modellen wordt ook toenadering gezocht met de zuivere engineeringmodellen waar technologische en fysische elementen, zoals het energiegebruik per type woning wordt bestudeerd. (Hoevenagel et al., 1996; Stern, 1984) De engineering modellen zijn in wezen uitgebreide databanken met een gedetailleerde beschrijving van alle technologieën die men kan gebruiken om aan energiediensten (verwarming, koeling, verlichting, ... ) te voldoen (‘bottom-up’). De keuze van consumenten voor een bepaalde techniek wordt verklaard op basis van ‘life cycle cost minimization’. De consument kiest die optie met de laagste verdisconteerde kosten, gegeven een exogene 29

Determinanten huishoudelijk energiegebruik Universiteit Antwerpen, STEM vraag naar energiediensten enerzijds en exogene marktprijzen anderzijds. Het belangrijkste bezwaar tegen engineering modellen is hun zwakke behandeling van het feitelijk gedrag van consumenten. Zij zijn geschikt voor het inschatten van het ‘technisch-economisch’ potentieel, maar houden geen rekening met belangrijke sociale, psychologische en culturele factoren die het bereiken van dit potentieel belemmeren. Een ander nadeel van engineering modellen, het gebrek aan macro-economische feedback, kan men gedeeltelijk ondervangen door econometrische groeimodellen te koppelen aan engineering energiemodellen. Enkele voorbeelden zijn: 30 • REEPS (Residential End-Use Energy Planning System), ontwikkeld door het Amerikaanse EPRI (Electric Power Research Institute), is een model voor het voorspellen van het huishoudelijk energiegebruik (Koomey et al, 1995; Hwang et al, 1994). De aankoopbeslissingen van de consument worden gemodeleerd aan de hand van zijn ‘toestand’, bijvoorbeeld gezinskenmerken en bezit van toestellen en verwarmingsinstallatie (“statebased approach”); • CREEM (Canadian Residential Energy End-Use and Emission Model), ontwikkeld door CREEDAC (Canadian Residential Energy End-use Data and Analysis Centre), is een zuiver engineering model dat gebaseerd is op het gemiddeld energiegebruik van 16 “archetypische” woningen (Fung et al, 2000); • In het Verenigd Koninkrijk gebruikt men o.a. een submodel voor het residentieel energiegebruik (Johnstone, 1994), geïntegreerd in een econometrisch model van het VK, met name het Cambridge Multisectoral Dynamic Model (MDM) (Barker and Peterson, 1987); • Boonekamp (1997) beschrijft een bottom-up model (SAVE Households) voor het simuleren van het toekomstig energiegebruik van gezinnen in Nederland; • Als voorbeeld van een ‘pionierssmodel’ vermelden we nog het “LBL Residential Energy Model” (McMahon, 1987). Socio-culturele kenmerken De impact van verscheidene demografische, economische en sociale kenmerken op het energiegebruik van gezinnen werd in het verleden meermaals onderzocht, voornamelijk aan de hand van econometrische modellen. Marcus et al. (2002) bijvoorbeeld analyseren de invloed van de grootte en de samenstelling van het gezin, het inkomen (samen met de kenmerken van de woning) op het energiegebruik van 1.000 gezinnen in Californië. Aydinalp et al. (1999) doen iets gelijkaardigs voor 9.060 gezinnen in Canada. Schuler et al (2000) gebruiken o.a. sociodemografische variabelen gebaseerd op een steekproef (uit 1988) van 44.000

<strong>Determinanten</strong> <strong>huishoudelijk</strong> <strong>energiegebruik</strong> Universiteit Antwerpen, STEM<br />

vraag naar energiediensten enerzijds en exogene marktprijzen anderzijds.<br />

Het belangrijkste bezwaar tegen engineering modellen is hun zwakke<br />

behandeling van het feitelijk gedrag van consumenten. Zij zijn geschikt voor<br />

het inschatten van het ‘technisch-economisch’ potentieel, maar houden geen<br />

rekening met belangrijke sociale, psychologische en culturele factoren die<br />

het bereiken van dit potentieel belemmeren. Een ander nadeel van<br />

engineering modellen, het gebrek aan macro-economische feedback, kan<br />

men gedeeltelijk ondervangen door econometrische groeimodellen te<br />

koppelen aan engineering energiemodellen.<br />

Enkele voorbeelden zijn:<br />

30<br />

• REEPS (Residential End-Use Energy Planning System), ontwikkeld door<br />

het Amerikaanse EPRI (Electric Power Research Institute), is een model<br />

voor het voorspellen van het <strong>huishoudelijk</strong> <strong>energiegebruik</strong> (Koomey et al,<br />

1995; Hwang et al, 1994). De aankoopbeslissingen van de consument<br />

worden gemodeleerd aan de hand van zijn ‘toestand’, bijvoorbeeld<br />

gezinskenmerken en bezit van toestellen en verwarmingsinstallatie (“statebased<br />

approach”);<br />

• CREEM (Canadian Residential Energy End-Use and Emission Model),<br />

ontwikkeld door CREEDAC (Canadian Residential Energy End-use Data<br />

and Analysis Centre), is een zuiver engineering model dat gebaseerd is op<br />

het gemiddeld <strong>energiegebruik</strong> van 16 “archetypische” woningen (Fung et al,<br />

2000);<br />

• In het Verenigd Koninkrijk gebruikt men o.a. een submodel voor het<br />

residentieel <strong>energiegebruik</strong> (Johnstone, 1994), geïntegreerd in een<br />

econometrisch model van het VK, met name het Cambridge Multisectoral<br />

Dynamic Model (MDM) (Barker and Peterson, 1987);<br />

• Boonekamp (1997) beschrijft een bottom-up model (SAVE Households)<br />

voor het simuleren van het toekomstig <strong>energiegebruik</strong> van gezinnen in<br />

Nederland;<br />

• Als voorbeeld van een ‘pionierssmodel’ vermelden we nog het “LBL<br />

Residential Energy Model” (McMahon, 1987).<br />

Socio-culturele kenmerken<br />

De impact van verscheidene demografische, economische en sociale<br />

kenmerken op het <strong>energiegebruik</strong> van gezinnen werd in het verleden<br />

meermaals onderzocht, voornamelijk aan de hand van econometrische<br />

modellen. Marcus et al. (2002) bijvoorbeeld analyseren de invloed van de<br />

grootte en de samenstelling van het gezin, het inkomen (samen met de<br />

kenmerken van de woning) op het <strong>energiegebruik</strong> van 1.000 gezinnen in<br />

Californië. Aydinalp et al. (1999) doen iets gelijkaardigs voor 9.060<br />

gezinnen in Canada. Schuler et al (2000) gebruiken o.a. sociodemografische<br />

variabelen gebaseerd op een steekproef (uit 1988) van 44.000

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!