Forsch ungszentru m J01 ich
Programmgruppe Systernforschungund Technologische Entwicklung
~f([j)UU«(,CJ)wirtsch@jt'l!:Glirt:!h if{onsi,~;;;'fL'~nzur
/1;7ffne SektoU'iiHUJ6Jlse mitte6s Kop r»hung von e ffn e me D] e U'~Y ff f'! 1I:echIn isd~en m if: f'! ffn em mekH'O rfjUKono /iJI~isrr.h f'!nJlliodeU em B«~ff.'iifP)ffe6 des U(AmJS"U/i~s1I:nJ}/imm1l:i3}/i'ffiJJffffi)S;
Thomas Grundmenn
Berichte des Forschungszentrums Julich 3663
Volkswirtschaftlich konsistenteEnergieszenarien zur CO2-ReduktionEine Sektoranalyse mittels Kopplung von einemenergietechnischen mit einem mekrookonomischenModell am Beispiel des IKARUS-Instrumentariums
Thomas Grundmann
Berichte des Forschungszentrums Jiilich ; 3663, Juni 1999ISSN 0944-2952Programmgruppe Systemforschung und Technologische Entwicklung JOI-3663D715 (Diss. Universitat Oldenburg)
Zu beziehen durch: Forschungszentrum Jiilich GmbH· ZentralbibliothekD-52425 Jullch . Bundesrepublik Deutschlande 02461/61-6102· Telefax: 02461/61-6103· e-mail: [email protected]
Danksagung
Die vorliegende Arbeit entstand wahrend meiner Tatigkeit in der Programmgruppe
Systemforschung und Technologische Entwicklung STE am Forschungszentrum Julich FZJ.
Sie wurde im April 1998 vorn Fachbereich Wirtschafts- und Rechtswissenschaften der
Universitat Oldenburg als Dissertation angenommen.
Mein besonderer Dank gilt meinen Betreuern Herrn Prof Dr. Wolfgang Pfaffenberger als
Doktorvater und Herrn Prof Dr. Wolfgang Strobele als Korreferenten, die die Anfertignng der
Untersuchung mit wertvollen Anregungen und positiver Kritik begleitet und einen wesentlichen
Anteil an meinem wissenschaftlichen Werdegang haben.
Ebenfalls herzlich bedanken mochte ich mich bei den Mitarbeitern der STE in Julich, Unter der
Leitung von Herrn Dipl. Math. Jurgen-Friedrich Hake fand ich ausgezeichnete Arbeits
bedingungen vor. Besonders erwahnen mochte ich die Herren Dr. Wilhelm Kuckshinrichs und
Dr. Peter Markewitz, die mir auf den Gebieten der okonornischen Analyse und energie
technischen Modellierung jederzeit mit Rat und Tat zur Seite gestanden haben, Fur die EDV
technische Unterstutzung danke ich Frau Dagmar MOller und Herrn Dieter Sonnenschein. Stets
hilfsbereit und zuverlassig durch die Tucken der offentlichen Verwaltung gefuhrt hat mich Frau
Rita Becker.
Auf keinen Fall mochte ich an dieser Stelle versaumen zu erwahnen, daf Herr Dr. Wilhelm
Kuckshinrichs, Herr Dr. Peter Markewitz und Frau Sabine Konig das Manuskript kritisch
gelesen und zu Detailverbesserungen angeregt haben.
Ein groBes Dankeschon auch an meine Eltem Elisabeth und Martin Grundmann.
Thomas Grundmann Wiesbaden, im Juni 1999
Volkswirtschaftlich konsistente Energieszenarien zur COrReduktionGegenstand der vorliegenden Arbeit ist die theoretische und praktische Durchfiihrung der
Verbindung des technischen Energiemodells IKARUS-LP mit dem okonomischen Input
Output-Modell MIS. Beide Modelle sind innerhalb des vom Bundesministerium fur Forschung
und Technologie initiierten IKARUS-Projektes mit dem Ziel der Simulation von kosten
optimalen Szenarien zur Reduktion von CO2-Emissionen entwickelt worden.
Um die Einzelmodelle in ihrer Struktur unverandert beizubehalten, wurde fur die
Modellverbindung das Soft-Linking Verfahren gewahlt, Dabei erfolgt ein Datentransfer von
energienachfragebestimmenden Grofien und technischen Effizienzparametem. Die im
Energiemodell IKARUS-LP als exogene Inputdaten benotigten sektoralen energienachfrage
bestimmenden Grofsen werden mittels Nachfragegeneratoren aus den Ergebnissen des
Okonomiemodells MIS ermittelt.
Die Ergebnisse der Modellkopplung liegen fur den Energieeinsatz und die CO2-Emissionen im
Rahmen der bereits durch die Szenarien des IKARUS-LP-Einzelmodells vorgezeichneten
Entwicklung. Der Ausweis erhohter COrReduktionskosten ist auf die Einbettung der
Makrookonomie in energietechnische Szenarien zuruckzufuhren. A1s mogliche Ursachen sind
die auch nach einer erfolgreichen Kopplung noch bestehenden Unterschiede beider
Modellansatze sowie die Nichtberucksichtigung institutioneller Hemnmisse und Markt
unvollkommenheiten seitens der Energiemodelle zu nennen.
Macroeconomic consistent energy scenarios for CO2 reductionThe present study deals with the theoretic and practical establishmentof a linkage between the
energy technology model IKARUS-LP and the macroeconomic input-output model MIS. Both
models were developed within the IKARUS project which had been initiated from the German
Federal Ministry of Research and Technology. The aim of the project is the simulation of cost
optimal CO2 reduction scenarios.
In order to keep the structure of the single models unchanged, the soft linkage approach was
chosen. This kind of approach employs extensive data transformation of energy demand and
technical efficiencyparameters. The energy model IKARUS-LP needs sectoral energy demands
as exogenous input data. These are provided from the results of the macroeconomic model
MIS via demand generators.
The results of the model linkage in terms of energy use and CO2 emissions are equivalent to
the results of the IKARUS-LP single model scenarios. The increased costs of CO2 reduction
are likely to be caused by the embedding of macroeconomic structures in technical energy
scenarios. An explanation for the divergences can be found in the different scientific
approaches of the models and the non-consideration of institutional drawbacks and imperfect
markets in energy models.
Inhaltsverzeichnis
Verzeichnis der TabellenVerzeichnis der AbbildungenAbkurzungsvcrzeichnis
1 Einleitung
2 Energie und Treibhauseffekt2.1 Die CO2-Problematik
2.1.1 CO2als treibhausrelevantes Leitgas2.1.2 Weltweite C02-Emissionen2.1.3 Die CO2-Emissiouen in Deutschland2.1.4 C02-Reduktionsmal3nahmen
2.2 Systemanalyse und Modellierung als Entscheidungshilfen
3 Modelliiberblick3.1 Die okonomische Dimension der CO2-Problematik3.2 Aktuelle Modellentwicklungen3.3 Klassifikationsansatze
3.3.1 Von Einzelmodellen zu integrierten Ansatzen3.3.2 Top-Down und Bottom-Up Modelle
3.4 Modelldeterminanten3.4.1 Allgemeine Determinanten3.4.2 Technischeund okonomische Determinanten
3.5 Ergebnisvergleich am Beispiel der Vermeidungskosten
4 Verbindung von Modellen4.1 Das hard-linking Konzept4.2 Soft-linking von Modellen
5 Das JKARUS/MIS-Instl'umentarium5.1 Das Energiemodell JKARUS
5.1.1 Struktur und Energietragcr5.1.2 Technikabbildung5.1.3 Formaler Aufbau
5.2 Das MIS-Modell5.2.1 Vorgaben5.2.2 Die Input-Output-Struktur5.2.3 Beschaftigung, Bevolkerung, Wohnungen und Verkehr5.2.4 Das MIS-Energiemodell
IVVIIIX
1
6679
121420
2223343639424747
5970
737683
9094949798
101102104III115
I
II
6 Die Verbindung von IKARUS-LP und MIS am Beispiel des westdeutschenIndustriesektors 1216.1 Der Industriesektor 124
6.1.1 Die funktionelle Branchenstruktur des MIS-Modells 1256.1.2 Die institutionelle Abgrenzung im IKARUS-LP-Modell 127
6.2 Nettoproduktionswerte als energicnachfragebestimmcnde Groben 1296.2.1 Determinanten der Nettoproduktionswerte 131
6.2.1.1 Bevolkerungsentwicklung und Wirtschaftswachstum 1326.2.1.2 Politikmalinahmen 1346.2.1.3 Steigerung der Energieeffizienz 135
6.2.2 Zur Berechnung von Nettoproduktionswerten 1416.2.2.1 Nettoproduktionswerte nach lSI-Karlsruhe 1416.2.2.2 Neues Verfahren zur Berechnung der NPW 1446.2.2.3 Unterschiede in den Nettoproduktionswerten 157
6.3 Einbeziehung der neuen NPW in das IKARUS-LP-Konzept zurBestimmung der Energienachfrage 158
6.4 Ableitung sektoraler AEEI-Werte 160
7 Ubl'igeSektoren 1637.1 Haushalte 163
7.1.1 Disaggregation des Haushaltssektors 1647.1.2 Wohnflache als energienachfragebestimmende Grofie 1657.1.3 Determinanten und zukiinftige Entwicklung der Wohnflachen 167
7.2 Kleinverbraucher 1727.2.1 Disaggregation des Kleinverbrauchersektors 1727.2.2 Beschaftigtenzahl als energienachfragebestimmende Grolle 1757.2.3 Determinanten und zukunftige Entwicklung der Beschaftigtenzahlcn 1767.2.4 Ableitung sektoraler AEEI-Werte 180
7.3 Verkehr 1817.3.1 Disaggregation des Verkehrssektors 1817.3.2 Fahrleistung als energienachfagebestimmende Grofse 1827.3.3 Determinanten und zukunftige Entwicklung der Fahrleistungen 183
8 Rechnen mit IKARUS-MIS 1878.1 Kalibrierung und Iterationsverfahren 1878.2 Szenarien und Basisannahmen 191
8.2.IIKARUS-LP 1918.2.2 MIS 193
8.3 Ergebnisse 1978.3.1 Energieeinsatz 1988.3.2 CO2-Emissionen 2018.3.3 Systemkosten 203
III
9 Beurteilung del' Modellkopplung 2079.1 Zielvorgabe del' CO2- Reduktion 2079.2 Zielerreichung del' CO2-Reduktion 2109.3 Eignung von Energic-Okonomie-Modellen bei del' Abbildung del' Realitat 213
10 Schlufibetrachtung 216
Literatur 219
Anhang 239A Energie und Treibhauseffekt 240B Modelle 242C IKARUS-MIS 245
IV
Verzeichnis der Tabellen
Tab. 2-1:Tab. 2-2:
Tab. 3-1:Tab. 3-2:Tab. 3-3:Tab. 3-4:
Tab. 3-5:
Tab. 4-1:Tab. 4-2:
Tab. 5-1:Tab. 5-2:Tab. 5-3:Tab. 5-4:
Tab. 6-1:Tab. 6-2:
Tab. 6-3:Tab. 6-4:Tab. 6-5:Tab. 6-6:Tab. 6-7:Tab. 6-8:Tab. 6-9:Tab. 6-10:Tab. 6-11:Tab. 6-12:Tab. 6-13:Tab. 6-14:Tab. 6-15:
Tab. 6-16:
CO2-Emissionsfaktoren fossiler Encrgictrager 9CO2-Emissionen in Deutschland 13
Modelluberblick 34Modellkategorien 40Allgemeine Modelldeterminanten 47Auswirkung von ESUB und Substitutionsparameter aufIsoquantenverlaufe 62Makrookonomische Determinanten 69
Hard-linked Energie-Okonomie-Modelle 73Soft-linked Encrgie-Okonomie-Modelle 74
Hauptcncrgietrager des IKARUS-LP-Modells 96Emissionen im IKARUS-LP-Modell 96Die Verkehrssektoren im MIS-Modell 114Technischer Fortschritt in der MIS-Produktionsfunktion 119
Endenergienachfrage des westdeutschen Industriesektors im Jahr 1989 124Von der Sektoreneinteilung im Industriesektor des StatistischenBundesamtes zur Aggregation des MIS-Modells 126Institutionelle Sektoreneinteilung nach StBA und IKARUS-LP 128Einflul3faktoren aufNettoproduktionswerte in MIS und IKARUS-LP 131Entwicklung Bcvolkerung und Erwerbstatige, MIS, ABL 133Sektoraler Energieverbrauch im Industriesektor der Jahre 1979 bis 1989 137Einflul3 des Strukturwandels auf den Energieverbrauch 138IKARUS-Simulation Rechenfalle 138Sektoraler Energiebedarfin der Normalentwicklung 139Sektoraler Energiebedarf in der Sparvariante 140Branchen Disaggregation von MIS zu IKARUS-LP nach lSI-Karlsruhe 142NPW nach lSI-Karlsruhe 143Produktionsprogramm 1991 149Produktionsprogramm 1989 150Zwischenergebnis: funktionelle und institutionelle Bruttowert-schopfung des MIS-Modells 151Bereinigung des MIS-Industriesektors urn die Betriebe < 20 Beschaftigte 153
Tab. 6-17:Tab. 6-18:Tab. 6-19:Tab. 6-20:Tab. 6-21:Tab. 6-22:
Tab. 6-23:
Tab. 6-24:Tab. 6-25:
Institutionelle Bruttowertschopfung der Industriesektoren 154Institutionelle Nettoproduktionswerte im Industriesektor fiir 1989, ABL 155Angleichen der Sektoreneinteilung zwischen IKARUS-LP und MIS 156Nettoproduktion des Industriesektors 1989 157Nettoproduktionswerte der alten Bundeslander fur das Jahr 2005 158Umrechnung der spezifischen Energieverbrauche im Industriesektorfur den Energiebedarf bezuglich Kommunikation und Licht 159Umrechnung der spezifischen Energiovcrbrauche im SektorNE-Metalle, 1989, alte Bundeslander 159Energieintensitaten des Industriesektors fur die Jahre 1989 und 2005 160Jahrliche ABEI-Werte aus Fallvergleich D-E und MIS-Szenario TSHB 161
v
Tab. 7-1: Entwicklung der Wohnflachen in den alten Landern 168Tab. 7-2: Entwicklung der Wohnflachen im MIS-Wohnungsmodell 168Tab. 7-3: Anzahl der Personen in den alten Landern im MIS-Wohnungsmodell 169Tab. 7-4: Nachfragevektor Raumwarme im LP-Modell 169Tab. 7-5: Nachfragevektor Raumwarme fur das LP-Modell generiert aus
MIS-Wohnungsmodell 170Tab. 7-6: Nachfragevektor Warmwasser, Strom, Kochen, Waschen und Spulen
fur das LP-Modell 171Tab. 7-7: Nachfragevektor Warmwasser, Strom, Kochen, Waschen und Spulen
fur das LP-Modell generiert aus MIS-Wohnungsmodell 171Tab. 7-8: Disaggregierung des Sektors Kleinverbraucher 173Tab. 7-9: Kleinverbrauchersektor, Beschaftigte in IKARUS-LP 178Tab. 7-10: Kleinverbrauchersektor, Erwerbstatige nach MIS in den alten Landern;
Szenario: hohes Wachstum, hohe Bevolkerung 179Tab. 7-11: Energieintensitaten des Kleinverbrauchersektors fur die Jahre 1989
und 2005 180Tab. 7-12: Jahrliche AEEI-Werte aus Fallvergleich D-E und dem gewahltcn
MIS-Szenario 180Tab. 7-13: Entwicklung der Personen- und Guterverkehrnachfrage in IKARUS-LP
und MIS 184Tab. 7-14: Anteile des Personen- und Guterverkehrs am Nah- und Fernverkehr
Westdeutschlands 185Tab. 7-15: Disaggregation der NGV-Fahrleistungen fur Westdeutschland 185Tab. 7-16: Entwicklung der Verkehrsnachfrage im MIS-Wachstumsmodell 186
Tab. 8-1:Tab. 8-2:Tab. 8-3:Tab. 8-4:Tab. 8-5:Tab. 8-6:Tab. 8-7:Tab. 8-8:
CO2-Emissionen im IKARUS-LP-Modell 192Energiepreise in IKARUS-LP 195Kohlemengen und -anteile aus Ll'-Laufen fur 2005 196MIS-Primarenergiepreise fur 2005 196Fallunterscheidung 198Endenergie, Referenzentwicklung 2005 198Endenergie, Reduktion 2005 198Primarenergicvcrbrauch im Jahr 2005, Referenzszenarien 200
VI
Tab. 8-9:Tab. 8-10:Tab. 8-1 I:Tab. 8-12:Tab. 8-13:Tab. 8-14:Tab. 8-15:Tab. 8-16:Tab. 8-17:Tab. 8-18:Tab. 8-19:Tab. 8-20:Tab. 8-21:
Tab. 9-1:Tab. 9-2:
Primarcncrgievcrbrauch im Jahr 2005, Reduktionsszenarien 200CO2-Emissionen in den alten Bundeslandern 201CO2-Emissionen im MIS-Modell 201CO2-Emissionen der Endverbrauchersektoren in IKARUS-LP fur 2005 202CO2-Emissionen der Endverbrauchersektoren in IKARUS-MIS fiir 2005 202CO2-Emissionen der Endverbrauchersektoren in MIS fur 2005 203Systemkosten in IKARUS-LP im Jahr 2005 204Systemkosten in IKARUS-MIS im Jahr 2005 204Systemkosten des Endverbrauchs in IKARUS-LP fur 2005 204Systemkosten des Endverbrauchs in IKARUS-MIS fur 2005 205Durchschnittskosten des Endverbrauchs fur 2005 205Durchschnittskosten imIKARUS-LP-Modell 206Durchschnittskosten im IKARUS-MIS-Modell 206
CO2-Emissionen bei Verschiebung des Ausgangsjahres der Reduktion 208Variation der MIS-Ergebnisse 211
VII
Verzeichnis der Abbildungen
Abb. I-I:
Abb.2-1:Abb.2-2:Abb.2-3:Abb.2-4:Abb.2-5:
Abb.2-6:
Abb.3-1:Abb.3-2:Abb.3-3:Abb.3-4:Abb.3-5:
Abb.3-6:Abb.3-7:
Abb.3-8:Abb.3-9:
Abb.3-10:Abb.3-11:
Abb. 4-1:Abb.4-2:Abb.4-3:Abb.4-4:
Abb. 5-1:Abb.5-2:Abb. 5-3:Abb. 5-4:Abb.5-5:Abb.5-6:
Ablaufschema und Grobgliederung der vorliegenden Arbeit 3
Anteile der Treibhausgase am anthropogenen Treibhauseffekt 7Entwicklung der CO2-Emissionen ausgewahlter Lander von 1989-1994 10Prozentuale Veranderung der CO2-Emissionen zwischen 1989 und 1994 IIAbsolute Veranderung der CO2-Emissionen zwischen 1989 und 1994 12Gegenuberstellung der sektoralen Verteilung der CO2-Emissionen in denalten und neuen Bundeslandern fur das Jahr 1992 ]3Moglichkeiten zur COrReduktion ] 8
Zusammenhang von Zertifikatspreis und effizientem Emissionsniveau 28Optimaler Ressourcenpreispfad ohne CO2-Limit 30Optimaler Preispfad fur fossile Energletrager 31Systemgrenzen von Top-Down und Bottom-Up Modellen 42Emissionspfade bei unterschiedlichen Schadenseintritts-wahrscheinlichkeiten 56Wert der Emissionszertifikate bei einer Hedging-Strategie 56Zusammenhang von CO2-Vermeidungsrate und Lernratefur das Jahr 1995 58
Zusammenhang von lsoquanten und Verteilungsparametern 6]Fall (J) mit limitationalerProduktionsfunktion und Fall (2) mitkonvexen lsoquanten und Achsenparallelen 63Verlaufe von CES-Produktionsfunktionen der Faile (3), (4) und (5) 63Zusammenhang von ABEl und Produktionsfaktoren 68
Das MARKAL-MACRO-Modell 77Das MARKAL-MEPA-Modell 86Die Iterationskette des MARKAL-MEPA-Modells 87Soft-linking mittels Clearing House 89
Struktur des lKARUS-Projektes 9]Sektorielle Struktur des IKARUS-Modells 94Schematische Abbildung eines Platzhalters 97Uberblick uber das MIS-Modell ]02Die Input-Output-Struktur des MIS-Modells ]04Berechnung des fiktiven Startwertes in den neuen Landern ]06
VIII
Abb.5-7:Abb.5-8:Abb.5-9:Abb, 5-10:
Abb.6-1:Abb.6-2:
Abb.6-3:Abb.6-4:
Abb.6-5:
Abb.6-6:Abb.6-7:Abb.6-8:
Abb.6-9:
Abb.7-1:Abb.7-2:Abb.7-3:Abb.7-4:Abb.7-5:
Abb.7-6:
Abb.7-7:Abb.7-8
Abb, 8-1:Abb.8-2:Abb, 8-3:Abb.8-4:Abb.8-5:
Abb.9-1:
Skizzierung des MIS-Modells 107Das MIS-Wohnungsmodell 113Die Substitutionsstruktur des MIS-Modells 117Technischer Fortschritt in der M1S-Produktionsfunktion 120
Fine-Tuning am Beispiel von IKARUS-LP und MIS 122Moglichkeiten eines Soft-Linkings von IKARUS-LP und MISmittels Datentransfer 123Anteil der Sektoren am Energieverbrauch Deutschlands im Jahr 1989 124Endenergieverbrauch in der westdeutschen Grundstoffindustrie imBasisjahr 1989 125Berucksichtigung der Nutzenergie bei der Kopp1ung vonIKARUS-LP und MIS 129Vereinfachte Darstellung der LP-Struktur des Investitionsgutersektors 130MIS-Annahmen zur Wirtschaftsentwicklung in den ABL 132Zusammenhang von Nettoproduktionswerten und CO2-Steuer beider Iteration von IKARUS-LP und MIS 134Produktionskonto eines Unternehmens 146
Endenergieverbrauch des Haushaltssektors im Jahr 1992 163Strukturbild Raumwarme im Haushaltssektor 166Struktur Kochen im Haushaltssektor 167Endenergiebedarf des Kleinverbrauchersektors in IKARUS-LP fur 1989 172Struktur des Endenergieverbrauchs im Kleinverbrauchersektor alteund neue Lander 1992 175Vereinfachtes Strukturbild im Kleinverbrauchersektor, Bereich Handelund Kleinindustrie, Prozeflenergie fur die ABL 1989 176Endenergieverbrauch im Verkehrssektor des Jahres 1991 181Vereinfachte Darstellung der IKARUS-LP-Struktur im SektorPersonen-Nahverkehr 183
Sequentielle Iteration von MIS und IKARUS-LP 187Simultane Iteration von MIS und IKARUS-LP 188Ablaufschema der Iteration von MIS und IKARUS-LP 190Sektorale AEEI-Werte fur den Zeitraum 1989 bis 2005 194Energieeinsatz von IKARUS-LP und IKARUS-MIS 199
Emissionen und deren Einfluflfaktoren in Basis- und Zieljahr 212
Abkiirzungsverzeichnis
IX
AAbb.ABLAEElAGEPAIJAufl.BBaUBd.BfLRElPBMBF
BMFTBMVBMWIBNLBPWBSPBSTBUBWSCESCGECMFCONV.SDBWDECADES
Diss.DIWDKEEBGECNEDLEEEEEEFHE-IEMFEPRIESUB
AnhangAbbildungalte Bundeslanderautonomous energy efficiency improvementArbeitsgemeinschaft Energie- und Systemplanungacitvities implemented jointlyAuflageBeschaftigtebusiness as usualBandBundesforschungsanstalt fur Landeskunde und RaumordnungBruttoinlandsproduktBundesministerium fur Bildung, Wissenschaft, ForschungundTechnologieBundesministerium fur Forschungund TechnologieBundesministerium fur VerkehrBundesministerium fur WirtschaftBrookhavenNational LaboratoryBruttoproduktionswertBruttosozialproduktBackstop-Technikbottom-upBruttowertschopfungconstant elasticity of substitutioncomputable general equilibriumcommonmeasuring pointconversion spreadsheetDie BetriebswirtschaftDatabases and methodologies for comparative assessment of differentenergy sources for electricity generationDissertationDeutsches Institut fur WirtschaftsforschungDurchschnittskostenEnergieenergienachfragebestimmende GroBeNetherlands EnergyResearch FoundationEnergiedienstleistungelektrische Energieenergy - economy- environmentEin-/ ZweifamilienhausEnergieintensitatEnergy Modeling ForumElectric Power Research Instituteelasticity of substitution
x
ETSAPEUFfEFIZFNFZJGJGKGSGVKGWPHHHLHrsg.IEIEAIERIfoIIASAIORIOTIPCClSIJg.JIKk.A.KFAKVLIfd. Nr.LPMFHMIVMio.Mrd.NBLNENGINGVNPWNWSOECDOPNVPPIKPIPkmppm
Energy Technology Systems AnalysisEuropaische UnionForschungsstelle fur EnergiewirtschaftFachinformationszentrumFuJ3noteForschungszentrum JulichGigajouleGrenzkostenGrenzschadenGrenzvermeidungskostenglobal warming potentialHaushaltHard-LinkingHerausgeberintener BerichtInternational Energy AgencyInstitut fur Energiewirtschaft und rationelleEnergieanwendungInstitut fur Wirtschaftsforschung .International Institute for Applied Systems AnalysisInput-Output-RechnungInput-Output-TabelleInternational Panel on Climate ChangeFraunhofer Institut fur Systemtechnik und InnovationsforschungJahrgangjoint implementationKapitalkeine Angaben (vorhanden)Kernforschungsanlage JulichKleinverbraucherArbeitlaufende NummerIineareProgrammierungMehrfamilienhausmotorisierter IndividualverkehrMillion(en)Milliarde(n)neue Bundeslandernicht-elektrischeEnergieNachfragegenerator IndustrieNachfragegenerator VerkehrNettoproduktionswertNettowertschopfungOrganization for Economic Cooperation and Developmentoffentlichcr StraJ3enpersonenverkehrPersonenPotsdamer Institut fur KlimafolgeforschungPetajoulePersonenkilometerparts per million
RERESRWIS.SKESLSNAStBASTESTPRSYPRO
Tab.TDTDMTFFTkmTPTPRTwhTOVUNCEDUniv.VDEWVDIVWEWWWiSTWISUWZZfU
rebound-effectreference energy systemRheinisch - Westfalisches Institut fur WirtschaftsforschungSeiteSteinkohleeinheitSoft-LinkingSystem of National AccountsStatistisches BundesamtProgrammgruppe Systemforschung und Technologische Entwicklungsocial time preference rateSystematikder Wirtschaftszweigein der Fassung fur die Statistik imProduzierenden GewerbeTabelletop-downTausendDeutsche MarkProgrammgruppe TechnologieFolgeforschungTonnenkilometerTeilprojekttime preference rateTerawattstundeTechnischerUberwachungsvereinUnited Nations Conference for Environment and DevelopmentUniversitatVereinigung Deutscher ElektrizitatswerkeVereinDeutscher IngenieureVeriags- und Wirtschaftsgesellschaft der ElektrizitatswerkeWattWirtschaftswissenschaftliches StudiumWirtschaftsstudiumKlassifikation der WirtschaftszweigeZeitschrift fur Umweltpolitik& Umweltrecht
XI
1
1 Einleitung
Seit dem Ende del' 80er Jahre riickt die durch die Verbrennung fossiler Energietrager (Kohle,
Erdol, Erdgas) verursachte Problematik des anthropogenen Treibhauseffektes und del' damit
verbundenen Klimafolgen als aktueller Beitrag del' EnergiediskussionI verstarkt in den
Blickpunkt der Offentlichkeit. Begleitet wird diese Diskussion von Mallnahmen in Po1itik und
Wissenschaft.? Auf politischer Seite sind dabei intemational die OECD-Klimarahmen
konferenz von Rio de Janeiro- im Jahr 1992 wie auch die anschliefsenden Vertragsstaaten
konferenzen von Berlirr' des Jahres 1995 und Kyoto> im Dezember 1997 zu nennen. Im
nationalen Rahmen ist insbesondere die im Jahr 1990 getroffene Entscheidung der
Bundesregierung zu einer CO,-Reduktion von 25-30% auf Basis der Emissionen von 1987 bis
zurn Jahr 2005 hervorzuheben. Dies im Bestreben urn eine Harmonisierung von nationaler
Energiepolitik und globaler Klimapolitik." ill der wissenschaftlichen Auseinandersetzungsind
intemational VOl' allem die Bemiihungen des Energy Modeling Forum (EMF)? hervorzuheben.
Letzteres analysierte innerhalb des Projektes Nummer 12 die Auswirkungen des
Energiesektors sowohl auf die Emissionen klimarelevanter Gase als auch auf die
Vermeidungsstrategien. Im Verlauf des Projektes Nummer 14 wurde eine integrierte
Bewertung von Klimaveranderungen sowie das OECD-Modellvergleichsprojekt
durchgefuhrt.s welches die Analyse der CO,-Reduktionskosten zurn Ziel hat. Neben diesen
globalen Bemiihungen existiert jeweils auf nationaler Ebene eine Vielzahl von
Einzelprojekten. FUr Deutschland ist hier VOl' allern das Projekt lKARUS9 zu nennen, in
2
3
4
5
67
89
Beispiele energiepolitischer Diskussionen der 70er Jahre sind die mil den beiden "Olpreiskrisen" 1973/74und 1979/80 aufgeworfenen Fragen nach der Abhiingigkelt von importiertem Erdol und der Begrenztheitfossller Energieressourcen, aber auch die Debatte urn den Einsatz und die Risiken del' Kemenergienutzung.In den 80er Jahren traten als neue Themen zunehmend Fragen des Umweltschutzes und derRessourcenschonung fUr zukunftige Generationen auf.Eine Bewertung privatwirtschaftlicher Mallnahmen wie beispielsweise die Selbstverpflichtung derDeutschen Wirtschaft findet sich im Kapitel 2.1.4.Ausfilhrliche Hintergrundinformationen sowie eine kenntnisreiche Beschreibung der Vorgeschichte,Einblicke in den Verlauf der Verhandlungen und einen Ausblick auf die zukiinftige Entwicklung gebenMintzer/Leonhard (1994).Die Verabschiedung der Klimarahmenkonvention bzw, des ,,Rahmenlibereinkommens der VereintenNationen libel' Klimaanderungen" der Welt-Umweltkonferenz (UNCED) 1992 in Rio de Janeiro trat erst am21.03.1994 in Kraft. Daher konnte deren oberstes Gretniurn, die jahrliche Vertragsstaatenkonferenz,erstmalig vom 28.03 bis zum 07.04.1995 in Berlin zusanunenkommen. FUr weitere lnformationen undErgebnisse siehe Schafhausen (1995).Auf del' dritten Vertragsstaatenkonferenz wurde fur die sogenannten Annex l-Lander, d.h. dieIndustrieliinder, fUr ein Blindel von sechs Treibhausgasen eine durchschnittliche Reduktionsquote von 5,2%festgelegt, Die Reduktion soll innerhalb der Jahre 2008 bis 2012 erreicht werden. Vgl. United Nations(1997).Vgl. Oesterwind et al. (1996), S. 158.Zurn EMFI2-Projekt: "Global climate change: energy sector impacts of greenhouse gas etnissions controlstrategies" siehe Energy Modeling Forum (1993). Einen guten Ubersichtsaufsatz bietet Dean (1993). DerOriginaltitel des EMFl4-Projektes lautet: "Integrated assessment of climate change".Hierzu VOl' allern OECD (1993).Instrumente fur !9iml]gasredgktions~trategien.
2
dessen Rahmen auch del' vorliegende Beitrag eingebunden ist. Im Mittelpunkt steht die Arbeit
mit dem innerhalb des IKARUS-Projektes entwickeIten Modellinstrumentarium und dessen
Anwendung aufEnergiesystem und Wittschaftssektoren.
Del' Einsatz von Modellen erscheint VOl' dem Hintergrund del' Vielschichtigkeit des Problems
del' globalen Erwarmung sowie angesichts del' bestehenden Unsicherheiten in allen Bereichen
del' zukUnftigen Entwicklung und del' damit verbundenen Foigen fur Bevolkerung,
Wittschaftswachstum und Klima, urn nur einige Beispiele zu nennen, als geradezu
unverzichtbar. Dabei werden aus modelltheoretischer Sicht Energiemodelle, die del'
Beschreibung del' Zusammenhange innerhalb von Energiesystemen dienen, ebenso verwendet
wie Okonomiemodelle, d.h. reine makrookonomische Modelle zur Analyse und Darstellung
volkswittschaftlicher Zusammenhange. Durch die zunehmende Verflechtung von Energie und
Okonomie wird eine Verbindung beider modelltheoretischer Ansatze zur Ausnutzung del'
jeweiligen Vorteile und Reduzierung spezifischer Nachteile del' unterschiedlichen Ansatze
immer wichtiger.
Solch eine Verbindung zwischen einem Energiemodell und einem volkswirtschaftlichen
Modell ist Gegenstand del' vorliegenden Arbeit, Fur die Gliederung bietet sich dabei eine top
down Vorgehensweise von oben nach unten an. Diese wird mit del' Abbildung 1-1 anhand von
Schlagworten illustriert,
Da die Klimaproblematik gleichsam die Motivation sowohl fur die zahlreichen technischen
und okonomischen Untersuchungen und Modelle als auch fUr die politischen Vorgaben
darstellt, werden in dem Kapitel 2 die grundlegenden Zusammenhange zwischen den
energiebedingten Klimagasen und dem anthropogenen Treibhauseffekt erlautert, Dazu
gehoren neben den Anteilen del' Spurengase am anthropogenen Treibhauseffekt und den CO,
Emissionsfaktoren der fossilen Energietrager ebenso die sektorale Verteilung del' in del'
Bundesrepublik auftretenden Emissionen wie auch ein Uberblick einzelner CO,
Reduktionsmaf3nahmen.
Zu Beginn des Kapitels 3 wird die umweltokonomische Problematik del' CO,-Emissionen
beschrieben. Dieses sind die intemationalen und intertemporalen Aspekte des
Treibhauseffektes sowie das Problem del' offentlichen Guter, Nicht zuletzt an del' Fahigkeit zu
diesen umweltokonomischen Problemen Losungsstratcgien zu entwerfen und anzubieten,
mussen sich die einzelnen Modelle messen lassen. Die ebenfalls diskutierte
ressourcenokonomische Thematik fmdet ihren Ausdruck im Problem der adaquaten
Integration des strategischen Verhaltens von Ressourcenanbietem in die jeweiligen Modelle
angesichts einer geplanten EinfUhrung von CO,- oder Energiesteuem. Anschliefsend gibt das
3
Kapitel einen Uberblick tiber bestehende Modelle zur Losung der COz-Pl'Oblematik im
Bereich zwischen Okonomie und Energie, Dieses beinhaltet neben einer Klassifikation der
aktuellen Modelle und einem Vergleich verschiedener Ansatze die Beschreibung und
Beurteilung der wichtigsten technischen und rnakrookonomischen Einfluflgrofsen innerhalb
der Instrumente,
globale Treibhausproblematik
(Energienachfrage, COz-Emissionen)
JJ
Modelle
(umwelt- und ressourcendkonomische Aspekte, top-down und bottom-upAnsatze)
JJ
Kopplung von Modellen
(Hard-Linking und Soft-Linking)
JJ
nationales Instrumentarium
(IKARUS-Optimierungsmodell, makrookonomisches MIS-Modell)
JJ
Kopplungvon lKARUS-LP und MIS:Teil I
(Endverbrauchssektoren, energienachfragebestimmende Groflen, Energieeffizienzund Struktunvandel)
JJ
Kopplung von lKARUS-LP und MIS:Teil II
(Iteration, Szenarien und Ergebnisse)
JJ
Beurteilung der Modeilkopplung
Abb. I-I: Ablaufschema und Grobgliederung der vorliegenden Arbeit
Im Kapitel4 werden Moglichkeiten einer Kopplung von Top-Down und Bottom-Up Modellen
vorgestellt. Dies geschieht anhand von existierenden Ansatzen, Nach der Art der
Modellkopplung werden stellvertretend das MARKAL-MACRO-, das MESSAGE llR- und
das MARKAL-MEPA-Insttumentarium dargestellt." AnschlieJ3end werden daraus abgeleitete
Moglichkeiten zum Linking innerhalb des IKARUS-Inst1'U1llentariums analysiert.
Ihre konkrete Ausgestaltung erfahrt die Untersuchung am Beispiel des Projektes IKARUS,
welches 1990 ins Leben gerufen wurde, Ziel des Projektes ist die Entwicklung eines
10 Erlauterungen der Narnen von Modellen auJlerhalb des lKARUS-Projektes erfolgen, soweit fiir dieDarstellung notwendig, in den einzelnen Kapileln. Dariiberhinaus sei anf die Literaturangaben verwiesen.
4
Instrumentariums, mit dem gemaB den nationalen CO2-Reduktionsvorgaben fur die
Bundesrepublik Deutschland einzelne Handlungsszenarien simuliert werden konnen,
Integraler Bestandteil dieses Instrumentariums ist neben einer Technik-Datenbank und einem
Simulationsmodell fUr die drei Sektoren Raumwarme, Strom! Fernwarme sowie Verkehr ein
lineares Optimierungsmodell fUr den nationalen Energiesektor. Letzteres liegt als technisch
ausgerichtetes Energiernodell, im weiteren Verlauf IKARUS-LP genannt, VOl' und wird mit
dem makrookonomischen Modell MlSll verbunden, Das MIS-Modell ist als mehrsektorales
dynamisches Input-Output-Modell mit integriertem Kapitalstockmodell, Nachfragemodell und
detailliertem Energiemodell konzipiert, Eine Komponente del' Verbindung beider Modelle
stellen energierelevante Nachfragegrofsen dar. Da jedoch diese fur das LP-Modell
energierelevante Nachfrage nicht direkt aus dem MIS-Modell ablesbar ist - einzelne
Komponenten del' volkswirtschaftlichen Energienachfrage mit dem MIS-Modell sind auf del'
Basis statistischer Angaben del' Produktionsbereiche in den Input-Output-Tabellen nicht oder
nur unvollstandig erfaBt - soli dies mit del' vorliegenden Arbeit auf del' Basis eines
Nachfragegenerators fUr den Bereich Industrie geschehen. Dazu wird im Kapitel 5 das
IKARUSIMIS-Instrumentarium vorgestellt sowie auf die Problematik del' Verbindung beider
Modelle eingegangen.
Das Kapitel6 enthalt die detaillierte Beschreibung del' Verbindung von IKARUS-LP und MIS
am Beispiel des Sektors Industrie. Ausgangslage ist eine genaue Analyse des
Disaggregationsniveaus im Produzierenden Gewerbe und die Berechuung del'
energienachfragebestimmenden GroBen. Als letztere sind im IKARUS-Kontext fur den
Industriesektor die Nettoproduktionswerte del' einzelnen Branchen und Produktionsverfahren
defmiert. Da im Rahmen des IKARUS-Pl'Ojektes ausgehend vcm Basisjahr 1989 die
Entwicklung bis 2005 bzw. 2020 betrachtet wird, spielt fur eine Schatzung del' kunftigen
Entwicklung del' Nettoproduktionswerte die Entwicklung del' Determinanten Wirtschafts
wachstum, Bevolkerungs- und Erwerbstatigenzahlen, PolitikmaBnahmen, VOl' allem abel'
Energieeffizienzsteigerungen sowie technischer und struktureller Wandel innerhalb del'
Branchen und Produktionen des Sektors Industrie eine groBe Rolle. Mit Hilfe diesel' Daten
und einem neu erstellten Nachfragegenerator Industrie werden das IKARUS-LP und das MlS
Modell aufiterativem Wege entsprechend dem gewahlten Soft-Linking Konzept verbunden.
Nach einer Kurzdarstellung del' ubrigen LP-Sektoren werden im Kapitel 7 ebenfalls die
entsprechenden energienachfragebestimmenden Grofsen aus MIS abgeleitet. Im Haushalts
sektor sind dies Quadratmeterzahlen, im Kleinverbrauchersektor die Erwerbstatigen, FUr den
Verkehrssektor besteht bereits ein MlS-Nachfragegenerator. Dessen Ergebnisse mussen del'
Sektoreneinteilung in IKARUS-LP angepaBt werden.
11 Makrookonomisches Infonnationssystem Ikarus.
5
Irn Anschluf an die Darstellung der Iterationsmethode des verbundenen IKARUS-MIS
Modells werden innnerhalb des Kapitels 8 Rechenlaufe, d.h. Szenarien inklusive ihrer
Annalunen und Ergebnisse vorgestellt und mit den Einzelergebnissen des LP-Modells
verglichen. Berechnet und ausgewertet werden Szenarien mit und ohne C02
ReduktionsmaJ3nahmen. So konnen im direkten Vergleich Aussagen dariiber gemacht werden,
ob das gewahlte Linking-Verfahren signifikante Anderungen in den Modellergebnissen zur
Foige hat.
Im Kapitel 9 werden, ausgehend von den Erkenntnissen der IKARUS-MIS-Verbindung, dem
Iterationsverfahren und den Szenarioergebnissen, Aussagen iiber die Zielvorgabe und
Zielerreichung der C02-Reduktion sowie tiber die Eignung der Energie-Okonornie
Modellierung bei del' Abbildung der Realitat abgeleitet. D.h. es werden angesichts der
Ergebnisse die generellen Moglichkeiten und Grenzen der Modellierung im Spannungsfeld
von Energie und Okonomie bilanziert. Hinsichtlich der Instrumente des IKARUS-Pl'Ojekts ist
dabei vor allem ein Blick aufdas Erreichen des C02-Reduktionsziels interessant.
Die SchluJ3betrachtung fmdet sich in dem Kapitel 10. Es enthalt eine Zusammenfassung und
weist in einem Ausblick aufweiteren Analysebedarfhin.
6
2 Energie und Treibhauseffekt
Bei del' Diskussion libel' die drohende globale Erderwarmung ist zwischen naturlichem und
anthropogenem, durch den Menschen verursachten, Treibhauseffekt zu unterscheiden. Dabei
impliziert schon die Gegenuberstellung del' Begriffe .naturlich" und "anthropogen" positive
wie auch negative Folgen des Treibhauseffektes.
Die von del' Sonne emittierte Strahlung betragt rund 342 W/m' und wird, sofem sie nicht zu
rund 30% direkt durch Wolken oder Aerosole in das All zuruckreflektiert wird, von del'
Atmosphere und dem Erdboden absorbiert. Dies sind annahernd 237 W/m'. In einem
Gleichgewichtszustand, wie er wahrend Eis- und Zwischeneiszeiten herrschte, wird vom
System Erde del' gleiche Betrag als Infrarotstrahlung, d.h. als Warrnestrahlung in den
Weltraurn abgegeben. In del' Atmosphare befindliche Gase wie Wasserdampf und
Kohlendioxid storen das Gleichgewicht, indem sie die von del' Erde ausgehenden
Wiirmestrahlen ihrerseits absorbieren. Dadurch ist die Warmestrahlung an del' Erdoberflache
urn ca. 150 W/m' starker als im oberen Bereich del' Atrnosphare, Del' Effekt diesel' Erhohung
des Strahlungsflusses durch die Gegenstrahlung wird als natUrlicher Treibhauseffekt
bezcichnet.' Dabei ist atmospharischer Wasserdampf zu rund 62% und CO, zu rund 22% fUr
diese Warmestrahlung verantwortlich. Im Ergebnis bewirkt diesel' Effekt einen Anstieg del'
bodennahen Lufttemperatur von ca. -18 0 C auf ca. +15 0 C im globalen Mittel und ermoglicht
so erst das Leben in seiner Vielfalt.
Dieses neue Gleichgewicht wird seinerseits durch den anthropogenen Treibhauseffekt gestort,
welcher aus einer Erhohung del' Konzentration von klimarelevanten Spurengasen in del'
Atmosphere resultiert. Dies ist VOl' allem seit del' Industrialisierung zu bemerken. So stieg im
Vergleich zur vorindustriellen Zeit das CO, von 280 ppm auf 355 ppm im Jahre 1991 an. Als
Resultat ergibt sich eine urn 2-3 W/m' erhohte Gegenstrahlung.
2.1 Die CO2-Problematik
Die gegenwartigen Kenntnisse libel' die Ursachen und Folgen des anthropogenen Treibhaus
effektes bieten wenig Anlaf zu Optirnismus. Heutige Klimamodelle? prognostizieren bei
einem weiteren Anstieg del' Konzentration del' klimarelevanten Treibhausgase allein durch die
anthropogene Verstarkung des vorhandenen naturlichen Treibhauseffektes eine Erwarmung
I
2Dazu etwa SchOnwiese (1994) wie auch Lelieveld/Crutzen (1994).Fur einen Einstieg in die Thematik der Klimamadellrechnungen siehe Schonwicse (1995), S. 234 f. sowiedie dart angegebene Literatur.
7
del' bodennahen Atmosphare run ca. 0,5 - 1°C. Daraus folgt ein Anstieg des Meeresspiegels
run ca. 20 em bis 2030 und urn ca. 30 - 110 em bis 2100,3 sowie eine Zunahme von
Verdunstung, Luftfeuehtigkeit und Niederschlagen im globalen Mittel." Negative
Sekundarwirkung diesel' Klimaveranderungen ware neben del' drohenden Uberflutung von
Siedlungsraum und landwirtsehaftlieh genutzten Flachen eine Versehiebung del'
Vegetationszonen. In del' Folge ware mit einer regionalen Gefahrdung del' Ernahrung und
daraus resultierenden Fluchtlingsstromen zu reehnen. Tier- und Pflanzenarten konnen sieh
nieht anpassen und sterben aus.>
2.1.1 C02 als treibhausrelevantes Leitgas
Im Vordergrund del' Diskussion von Strategien zur Reduktion von Treibhausgasen steht das
Kohlendioxid (CO,).6 Andere wichtige Gase, die den anthropogenen Treibhauseffekt
verursaehen, sind Methan (CR.), Distiekstoffoxid (Lachgas, N,O), Fluorchlorkohlenwasser
stoffe (FCKW) und Ozon (0,).7
fCKW17%
34
5
6
7
Abb. 2-1: Anteile del' Treibhausgase am anthropogenen Treibhauseffekt
IPCC (1991), S. 143 f.Zu den sozialeu Kosten des Treibhauseffektes siehe Fankhauser/Pearce (1993). In dieser Studie finder sichauch ein Vergleich mit friiheren Berecbnungeu von Nordbaus (1991), Peck und Teisberg (1992b) undFankhauser (1993). Ein stochastisches Modell zur Bestinunung von sozialen Grenzkosten desTreibhauseffektes wird vorgestellt in Fankhauser (1994), S. 163 f. Als deutschsprachigen Literaturhinweissiehe Hohmeyer/Giirtner (1992). Ebenfalls interessant sind Zahien aus der Versicheruugswirtschaft. Zu denvon Naturkatastrophen verursachten volkswirtschaftlichen und versicherten Schaden siehe Berz (1996).Ausfilhrlich zu den Fo1gen einer we1tweiten Klimaanderung siehe Mintzer (1992) sowie Cline (1992).Eindrucksvoll ist ebenfalls die Liste der Schadenskategorien des PRIMES-Modells, die 16 Positionenumfafit. Siehe dazu CES-KULeuven (1993), Abb. 3. Auf bestehende Unsicherheiten beziiglich derKlimafolgenabschatzung von erhohten CO, -Konzentrationen weisen Matsuoka et aI. (1993) hin.VgI. Enquete Kommission "Schutz der Erdatrnosphiire" des Deutschen Bundestages (1995). Dort wird dasCO, als treibhausre1evantes Leitgas bezeicbnet.Siehe SchOnwiese (1994), S. 7-8. Zur Abgrenzuug zum naliirlichen Treibhauseffekt spricht Schonwiese voneinem anthropogeneu Zusatz-Treibhauseffekt, Die numerischen Angaben filr die Abb. 2-1 entstannnenHolzapfel/Wagner (1995), Abb. 2 aufS. 416.
8
Wasserdampf (H20) ist bereits ZUlli erheblichen Teil fur den natUrlichen Treibhauseffekt
verantwortlich. Anthropogene Einflusse, wie z.B. zunehmender Flugverkehr erhohen dessen
Konzentration in del' Atmosphere und bewirken eine Verstarkung,
Anthropogene Quellen fur Methan sind Reisanbau, Viehhaltung, Erdol-Brdges-Kohle
forderung und Vertcilungf sowie Deponien. Wesentliche Verursacher del' FCKW-Emissionen
sind Treibmittel bei Aerosolen und Kunstschaumen, Kaltemittel bei Ktthlanlagen sowie Lose
und Reinigungsmittel. Wichtigste Quelle ftir N,O sind mikrobielle Umsetzungen von
Stickstoffverbindungen in Boden. Von Bedeutung sind auch Prozesse in der chemischen
Industrie und in geringerem Umfang Verbrennungsprozesse, N20 entsteht ebenfalls bei del'
katalytischen Reinigung von Kraftfahrzeugabgasen. Ozon bildet sich in del' Atmosphare im
wesentlichen durch photochemische Umsetzungen zwischen Stickoxiden (NO,) einerseits und
fluchtigen organischen Verbindungen (VOC), Methan (GEL) und Kohlenmonoxid (CO)
andererseits.
Die Klimagefahrlichkeit del' ubrigen Treibhausgase, die fur sich genommen im Vergleich zum
CO, nur geringe Anteile ausmachen, in ihrer Sunnne aber doch 50% ZUlli anthropogenen
Treibhauseffekt beitragen, zeigt sich bei del' Betrachtung del' sogenannten Verdoppelungsrate
des CO,. Diese ist ein haufig verwendeter Indikator, mit dem die moglichen Folgen einer CO,
Verdopplung auf Klima und Umwelt untersucht werden.? Zwar rechnet man mit einer CO,
Verdopplung erst in rund 100 Jahren, doch wird eine Situation, die unter Berucksichtigung del'
ubrigen klimawirksamen Spurengase einer solchen Verdopplung entspricht, bereits in den
Jahren 2025-2030 eintreten, Ais alternative Vergleichswerte sind die CO,-Aquivalenzwerte zu
nennen, die auch als Global Warming Potential (GWP)-Werte bekannt sind. Bei einem
Einsatz von CO,-Aquivalenzwelten bzw. -faktoren wird die Treibhauswirkung als
Temperaturwirkung oder Nettostrahlungsflufldichte eines betrachteten Gases in Relation zu
del' Wirkung von CO, gesetzt. Damit ist das Ziel diesel' Methodik ein Vergleich del'
Wirksamkeit verschiedener Treibhausgase bezuglich des Temperatureffektes.
Die zukunftig drohenden Folgen erfordern in zunehmendem Malle neue Losungen von Politik
und Okonomie. Denn die wichtigste anthropogene Quelle fur CO, ist die Verbrennung fossiler
Energietrager (Kohle, Erdol, Erdgas), bei del' das CO, als unvermeidbares Kuppelprodukt
anfallt.!? Verstarkt werden die auf die fossilen Brennstoffe zuruckzufuhrenden Effekte mit ca.
8910
Ausfuhrlich bei Pospischill (1993).Zur Ubersichr hierzu Deutscher Bundestag (1994), S. 142-143.Das CO,-Verrneidungspotential des nichtenergetischen Verbrauchs fossiler Energietrager, d.h. derstofflichen Nutzung von z.B. Heizol, Erdgas und Naphta in Farben, Lacken, Chemiefasem undKunststoffen etc. wird nicht in den lKARUS-Rechnungen beriicksichtigt und deshaib auch in del'vorliegenden Untersuchung vernachlassigt, Dennoch soil erwahnt werden, dall fiir die alten Bundesliinder in1989 ein Emissionspotential von ca. 58 Mio. t CO" das waren 7,5% des fossilen Primarenergieverbrauchs,allein durch den nichtenergetischen Verbrauch bestand. Vgl. Patel et al. (1996).
9
7% am weltweiten Spurengasaufkommen durch grofsflachige Brandrodung in den Zonen des
tropischen Regenwaldes und eine damit einhergehende Minderung der CO,-Absorptions
fahigkeit.!'
Die Tabelle 2-1 illustriert die CO,-Emissionsfaktoren,12 d.h. die spezifischen CO,-Emissionen
bei unterstellter vollstiindiger Verbrennung, fUr die wichtigsten fossilen Primiirenergietriiger in
Deutschland. Dabei werden regionale und technische Unterschiede bei gleichen
Energietriigem vemachliissigt. Die Emissionsfaktoren zeigen, daB der Einsatz von Braunkohle
doppelt so klimagefahrdend ist wie der Einsatz von Erdgas.
Tab. 2-1: CO,-Emissionsfaktoren fossiler Energietriiger
Steinkohle (Ruhr
Braunkohle fUrKraftwerk 3,23
RoMI 2,19
Erdgas 1,64
Quelle: Emissionsfaktoren nach Birnbaum et al. (1991), Tab. 4.5, S. 11.
2.1.2 Weltweite COz-Emissionen
Der Anteil der Bundesrepublik Deutschland an den weltweiten energiebedingten CO,
Emissionen von 22,8 Mrd. t im Jahre 1994 betrug 4,1%. Hauptverursacher der globalen CO,
Emissionen des Jahres 1994 waren die USA mit 5,7 Mrd. t, China mit 2,9 Mrd. t, die GUS
Staaten mit 2,7 Mrd. t sowie Japan mit 1,3 Mrd, t CO,.13 Damit trugen die USA zu 25,1 % an
den weltweiten CO2-Emissionen bei. Danach folgt China mit 12,7%. Die Anteil der GUS
Staaten betrug 11,9%. Rood 5,7% der C02-Emissionen verursachte Japan.
II
12
13
In Kayes (1993) werden die durch die Regenwaldvemichtung verursachten Emissionsmengen mit jahrlich2,35 ± 1,25 Mrd. t angegeben. Mengenangaben zorn Absorptionspotential hingegen sind sehr unsicher. Fiirdie Bundesrepublik Deutschland wird nach Deutscher Bundestag (1994), S. 92-93 von einem in denWaldern gespeicherten Kohlenstoffvorrat von ca. 1,5-2 Mrd. t Kohlenstoff (C) ausgegangen. Die jahrlicheKoWenstoffabsorptionszuwachsrate betragt ca. 6 m'iha Holzzuwachs minus 4 m'iha Holzeinschlag gleichetwa 2 m'iha Nettoholzzuwachs. Dies macht rund 0,5 t Ciha, d.h. 5,4 Mio, t C bzw. 20 Mio. t CO, aus.Dabei kann allerdings nicht naher bestinunt werden, wann die Walder das sogenannte CO,-Reifestadium,d.h, einen maximalen Biomassevorrat erreicht haben, bei dem ein Ende der Aufnahmefahigkeit erreicht istund die Mengen von gebundenem und freiwerdendem CO, annahernd gleich sind.Berechnungsmethoden ausfiihrlich in Birnbaum et al. (1991), S. 2 ff.Emissionsdaten nach BMWI (1996). Die in der Abb. 2-2 fur 1995 angegebenen Werle sind nach BMWI(1996) als vorlaufig anzusehen. Fiir Werle zorn weltweiten Primarenergieverbrauch siehe Anhang A-I.
10
Die Abbildung 2-2 illustriert die Entwicklung der COz-Emissionen ftir die Lander mit den
hochsten Emissionsmengen.
6
5
4 I--+-USAc~
,__GUSe ~
!-.-China,2 ,
w 3.~ ~JapanEw __ SRD
2
1995199419931992199119900+-----+----+-----+---;-----.;----11989
Jahre
Abb. 2-2: Entwicklung der C02-Emissionen ausgewahlter Lander von 1989 bis 1994
(in Mrd. t)
Wie man aus den Verlaufen der einzelnen Emissionspfade sieht, weist die Bundesrepublik
sinkende C02-Emissionen auf. Damit ist sie auf dem Weg des Reduktionsziels ftir 2005. Ein
Stabilisierungsziel ware auf jeden Fall erreicht.. Beide Ziele erreichen die GUS-Staaten
aufgrund ihrer desolaten Wirtschaft. Die USA haben nach Anfangserfolgen ab 1991 bereits
Schwierigkeiten mit dem Stabilitatsziel, Ebensolches gilt fur China, welches aufgrund seiner
Zuwachsraten zum Land mit den zweithochsten COz-Emissionen "aufstieg", Stabilisierungs
oder Reduktionsverpflichtungen ist China daher gar nicht erst eingegangen. Japan hat noch
Chancen, das Stabilitatsziel einzuhalten.l"
14 Zum Nebeneinander von Stabilitats- und Reduktionszielen ist anzumerken, daB mit dem im Juni 1992 inRio de Janeiro unterzeichneten Rahmenilbereinkommen der Vereinten Nationen tiber Klimaanderungensich die Annex I-Staaten lediglich auf die Stabilisierung der Treibhausgaskonzentration verstandigten, Soist nach Art. 2 Ziel der Unterzeichnerstaaten, "...die Stabilisierung der Treibhausgaskonzentrationen in derAtmosphare auf einem Niveau zu erreichen, auf dem eine gefahrliche anthropogene Storung desKJimasystems verbindert wird." Dies gilt auf dem Niveau des Jahres 1990 bis zum Jahr 2000. Zitat inDeutscher Bundestag (1994), Anhang 8. DaB diese MaJlnahmen kaum geeignet erscheinen, Storungen desKJimasystems nacbhaltig einzudammen, wurde auf der Berliner Vertragsstaatenkonferenz 1995 erkannt.Durch ein Mandat fUr 1997 sollen quantifizierte Reduktionsziele erarbeitet und in Kyoto beraten werden.All dies unterstreicht die intemationale Vorreiterrolle, die die Bundesregierung mit dem 1990 verkiindetenReduktionsziel fUr 2005 eingegangen ist.
11
Mit den Abbildungen 2-3 und 2-4 werden die absoluten wie auch die prozentualen
Veranderungen del' Emissionswerte fur die Zeit von 1989 bis 1994 in del' Art von Gewinn und
Verlust-Diagrammen prasentiert. Unter Umweltaspekten wird als "Gewinn" eine Emissions
reduktion bezeichnet. Dementsprechend ist ein "Vedust" mit gestiegenen COz-Emissionen
gleichzusetzen. Die Werte beziehen sich auf die Entwicklung im jeweiligen Land bzw.
Kontinent und nicht auf die weltweite Entwicklung. Beispielsweise sind die COz-Emissionen
in Afrika von 1989 bis 1995 urn 15,2% gestiegen, was absolut 99 Millionen t COz ausmacht.
Mit den Abbildungen wird deutlich, daB die Bemiihungen in Richtung Emissionsreduktion del'
europaischen OECD-Staaten nur einen geringen EinfluB auf die weltweite Entwicklung
haben. Ein Stabilitatsziel ist erreicht, von 25%iger Reduktion kann jedoch keine Rede sein.
Die Reduktionsbetrage del' letzten Jahre sind vielmehr del' schlechten Wirtschaftsentwicklung
in den osteuropaischen sowie den GUS-Staaten zu verdanken. Die hochsten absoluten COz
Zuwachse sind in Asien und Ozeanien und danach in Sudamerika zu verzeichnen, Den
Mittleren Osten dagegen kennzeichnet zwar annahernd die gleiche Wachsturnsrate wie Asien
und Ozeanien, das Emissionsniveau ist aber ungleich niedriger.
iIIIAfrikailllUSA
i0 SOdamerikaiDAsien u.OzeanieniIIIOECD·Europaifll Obriges Europa
Ii!GUS
:E! Mittlerer Osten-26.3
33,6 34,5
·29,5
50 r-----------------,40
30
20
... 10·
o.~ 0·10
·20
·30
-40-50·L------------ ...J
Abb, 2-3:Pl'Ozentuale Veranderung del' COz·Ernissionen zwischen 1989 und 1994
(GuV-Diagramm, d.h, negatives Vorzeichen fur Emissionsanstieg)
12
,- -~.~-.~.--.-'---.~-"---
:!Zl Asien u. OzeaniEfl'IIIOECD-EUrcpa,,mObriges Eurq;>a
ill GUS-13 Mittlerer osteo
.,- ~-- _.~--- - . -- -- -
IfllAfrika
IIIIUSA'0 Slldatreika•
-1593
-$9 -271 -127
2500,.--------------,
2<XXl
1500
1<XXl
500
o-500
-1<XXl -
-1500
-2(XX) -
-2500 '---------- -l
Abb. 2-4: Absolute Veranderung del' C02-Emissionen zwischen 1989 und 1994
(GuV-Diagranun, d.h. negatives Vorzeichen fur Emissionsanstieg)
2.1.3 Die C02-Emissionen in Deutschland
In del' Bundesrepublik reduzierten sich im Zeitraurn von 1989 bis Ende 1995 die
energiebedingten COz-Emissionen urn 10,6% von rund 1,04 Mrd. t auf 940 Mio. t. IS Dies war
abel' weniger eine Folge erfolgreich durchgefuhrter MinderungsmaBnahmen, a1s vielmehr das
Resultat umfangreicher struktureller Anpassungsvorgange in den neuen Bundeslandern, in
denen die Emissionen urn ca. 50% zuriickgingen. Ausgelost wurde diesel' enorme
Strukturwandel nach del' Wiedervereinigung durch den Zerfall del' Hande1sbeziehungen del'
fruheren DDR-Unternehrnen zu den osteuropaischen- und zu den GUS-Staaten bei
gleichzeitiger Offnung del' Wirtschafts- und Handelsbarrieren. Dadurch wurde ein GroBteil
del' ebenso energie- wie kapital- und urnweltintensiven Produktionsverfahren vollig oder urn
memo als zwei Drittel eingestellt.ts Mit einem Ruckgang von 1031 PJ im Jahr 1988 auf 311 PJ
in 1993 nahm del' industrielle Endenergiebedarf in den neuen Landern urn gut 70% abo
Zusatzlich ergab sich eine Anteilsverschiebung auf weniger C02"intensive Energietrager wie
Mineralol oder Erdgas. Mit del' Tabelle 2-2 werden die CO2-Emissionen Deutschlands
zusanunengefallt. Die Bilanzierung erfolgte nach Energietragern,
IS
16
Aufgrund des in del' vorliegenden Untersuchung betrachleten Zeithorizonts von 1989 bis 2020 bleibt eineBetrachtung temperaturbereinigter Energieverbrauche und COz-Emissionen unberticksichtigt, FUrkurzfristige Analysen sollte del' Temperatureffekt beachtet werden. Vgl. DIW (1998), S. 120. Eineausfiihrliche Darstellung zur Temperaturbereinigung des Energieverbrauchs bei DIW (l995b).Vgl. Jochem et al. (1996), S. 52 f. Beispiele fur eingestellte Produktionen sind die Sinter- und Roheisenerzeugung, die Stahlerzeugung nach dem Siemens-Martin-Verfahren sowie die Primarerzeugung vonAluminium, Zink, Kupfer und Zinno Urn mehr als zwei Drittel ging die Produktion von Zement, Zellstoff,Farben und Lacken, Wasclunilleln, Chlor und PVC zurilck.
13
Tab. 2-2: C02-Emissionen in Deutschland (in Mio. t.)
i!!!l~~~lj'i! !!!!!11Iqilj!!!'!iiJtggl!i'! !i:!:I~~i!!:!: i!112Iil"!I!!~!§~Ji!I'I!,wl§~!!1
alte Lander 686 686 721 705 707 703 700
neue Lander 333 301 229 196 183 169 160
Gesamtdeutschland 1019 987 950 901 890 872 860
Quelle: BMW! (1996), Tab. 9.1- 9.3. Fiir 1994 und 1995 sind vorlauflge Werre angegeben.
Die Abb. 2-5 illustriert die VerteiIung von insgesamt 728 (200) Mio t CO,-Emissionen des
Jahres 1992 in den alten (neuen) Bundeslandern auf die Sektoren Kraft- und Femheizwerke,
Industrie, Kleinverbraucher (KV), Haushalte (HH) und den Verkehrssektor.l? Unterschiede zu
den Werten aus der obigen Tabelle 2-2 ergeben sich aufgrund unterschiedIicher
Abgrenzungen und Berechnungsmethoden.
60·
20
'0
Kraftwerke Industria HH
!m aJte Under
1~~~~:,t1itl<ler
Abb. 2-5: Gegeniiberstellung der sektoralen VerteiIung der CO,-Emissionen in den alten und
neuen Bundeslandern ftlr das Jahr 1992
17 Quelle: BMWI (1996), Tab. 8.1 u. 8.2. Ebenso Daun (1993), S. 9, der feststellt: "...dall mehr ais 80% deremittierten Mengen in den alten, bzw. 70% in den neuen Bundeslandern auf die Bereiche Stromerzeugung,Verkehr und Bereitstellung von Niedertemperaturwlirme bei Haushalten und Kleinverbrauchem entfallen."Zur sektoralen Verteilung der ilbrigen Treibhausgase in der Bundesrepub1ik, Stand 1990, siehe DeutscherBundestag (1994), Tab. 3.2 auf S, 81 f.
14
2.1.4 COz-Reduktionsma611ahmen
Aus der mit den fossilen Brennstoffen verbundenen Problematik folgt, daf eine Ubernutzung
der Atmosphare vor al1em als CO,-Deponie sich nicht mehr fortsetzen laBt. Auf politischer
Ebene sind mit der Festschreibung von CO,-Reduktionszielen erste Schritte getan. So hat die
Bundesregierung in Zusammenarbeit mit der Enquete - Kommission "Vorsorge zum Schutz
der Erdatmosphare" in AnIehnung an die Toronto Weltkonferenz bereits am 7. November
1990 nach dem Gebot der Vorsorge ein CO,-Reduktionsziel von 25-30% bis zum Jahr 2005
auf der Basis der Emissionen des Jahres 1987 ausgesprochen.ls Das waren in absoluten
Zahlen ca. 270 Mio. teO, gemessen an 1987. Eine Verschiebung der Basis auf das Jahr 1990,
wie vom Bundeskanzler auf der Berliner Konferenz im Friihjahr 1995 postuliert, bedeutet ein
zusatzliches Einsparziel von rund 40 Mio. t CO,.19 Diese Zielvorgaben sind eingebunden in
einen Katalog zur Verminderung der energiebedingten CO,-Emissionen, welcher neben der
Umsetzung des obengenannten nationalen CO,-Minderungsprogramms durch Bemuhungen
auf der Ebene der Bundeslander und kommunale Minderungskonzepte unterstiitzt wird.s?
Langfristig werden zur Klintastabilisierung weltweite Reduktionsziele von 60% bzw. fur die
Industrielander von 80% angestrebt." Freiwillige SelbstverpfIichtungen der Deutschen
Wirtschaft ZUl' CO,-Reduktion, die an die Stel1e von ordnungspolitischen Klimaschutz- und
Energiesteuem treten sol1en, werden iiberwiegend kritisch betrachtet.P So wiirde die
freiwillige Reduktion des spezifischen Endenergieverbrauchs der einzelnen Branchen U1ll bis
zu 20-25% bereits durch technologische, organisatorische und strukturelle Entwicklungen
18
19
20
21
22
Eine Ubersicht der K1imagasreduktionsinitiativen bzw. Verpflichtungen von 24 OECD·Mitgliedstaaten(inklusive BRD) hinsichtlich der betrachteten K1imagase, Sektoren, Reduktions- bzw. Stabilisierungsziele,Basis- und Zieljahr gibt OECD (1994). Zur chronologischen Abfolge der K1imaschutzpolitikrnaJlnahmenab1985 siehe Blank/Strobele (1994), S. 552.Die zuslitzlich reduzierte Menge von 40 Mio. t CO, resultiert aus der Differenz von venniedenen 814 Mio.t CO, bei einer 25%igen Reduktion von 1085 Mio. t CO, des Jahres 1987 und den 774 Mio. t CO" die sichbei einer Reduktion der 1032 Mio. t CO, des Jahres 1990 ergeben.Siehe dazu Schafhausen (1994), S. 31 f, in dessen Beitrag mit den Tab. I u. 2 eine ausftihrliche Ubersichtbereits umgesetzter und sich in der Umsetzung befmdlicher EinzeimaJlnabmen im Rahmen des CO,·Reduktionsprogramms der Bundesregierung aufgenommen ist. Als ein Beispiel fur MaJlnahmen auf derEbene der Bundesllioder stellen Schade/Weimer-Jehle (1996) das regionale Projekt ,,KIimavertrliglicheEnergieversorgung in Baden-Wiirttemberg" vor. Zu MinderungsmaJlnahmen fur nichtenergiebedingtes CO,siehe Schon et al. (1997).Vgl. die Empfehlungen der Enquete Komission "Schutz der Erdatmosphare" des Deutschen Bundestagesmit einem CO,·Reduktionsziel von langfristig 80% fur die Industrielander, Nach Simulationen mit Hilfedes GREEN·Modells ergeben sich fur Emissionsreduktionen, wie sie auf der Weltkonferenz fiberKlimafolgen 1988 in Toronto empfohlen wurden, folgende Werte. Eine 20% Reduktion fur OECD·Llioderab 1990 bis 2010 und anschlieBende Stabilisierung bis 2050; eine 50% Erhohung der nicht OECD·Llioderbis 2010 und danach Stabilisierung. Als Ergebnis im Vergleich zum Bal.I-Emissionsniveau im Jahr 2050eine 55% Reduktion der OECD·Llioder und 67% fur die ubrigen Staaten. Siehe dazu Martin et al. (1992),S.104-105.Dazu Markewitz/Sonnenschein (1995b).
15
ubertroffen werden.P Interessanter erscheint das Angebot einer absoluten Minderung del' CO,
Emissionen urn 25 % bis zurn Jahr 2015 seitens del' deutschen Stromversorger.>
Wichtig zur Zielerreichung ist VOl' allem eine international abgestimrnte und moglichst alle
bzw. viele Staaten wnfassende Vorgehensweise.s> Unilaterale Mafmahmen konnen zu
sogenannten Leakage-Effekten fuhren. 26 In del' Regel bewirken diese negativen Effekte,
ausgehend von einem Nachfrageruckgang in den Reduktionsstaaten und anschliefiendem
internationalen Preisverfall, eine verstarkte Nachfrage nach fossilen Brennstoffen in den von
den Reduktionsmafsnahmen ausgenomrnenen Staaten. Daneben ist denkbar, daf durch die
Verlagerung energieintensiver Industrien in Richtung del' Nicht-Reduktionsstaaten die
einseitig durchgefuhrten Emissionsminderungsmafsnahmen del' Industrielander in anderen
weniger entwickelten Regionen bzw. Staaten zu gegenlaufigen Effekten, d.h. zu
Emissionserhohungen fuhren. Als Gegenmafsnahmen sind seitens del' Reduktionsstaaten
neben Ausnahmeregelungen oder Subventionen fur energieintensive Industrien die
Einfiihrung von Zollen oder Irnportverboten energieintensiver Produkte aus den Nicht
Reduktionsstaaten moglich.
Eine zur Zeit viel diskutierte Anwendung internationaler Zusarnmenarbeit ist Joint
Implementation (JI = gemeinsame Umsetzung). Neu ist del' Ausdruck "Activities
Implemented Jointly" (AlJ = gemeinsam umgesetzte Aktivitaten)." Diese spezielle Form von
23
24
25
26
27
So nach DIW (1995a), S. 277 f. Ebenso kritisch iiuJlern sich IFO/ RWI (1996), S. 201 f. Die aufgrund derKritik an der urspriinglichen Fassung von 1995 noch einmal uberarbeitete Selbstverpflichtungserkliirungvom 27. Marz 1996 ftihrt lediglich zu Effizienzsteigerungen und damit zu Reduktionsbeitragen, die mitprognostizierten Wirkungen einer Warmeschutzverordnung identisch sind. Auf letztere und eine Energiesteuer wurde wegen der Selbstverpflichtung verzichtet.Siehe Grawe (1995). Stellungnahme des Hauptgeschaftsftihrers der Vereinigung Deutscher Elektrizitiitswerke (VDEW) zu den Ergebnissen der I. Vertragsstaateukouferenz in Berlin.Wie schwierig eine Verstandigung tiber verbindliche Reduktionszusagen auf internationaler Ebene verlauft,zeigt das Ringen der EU Umweltroinister urn eine gemeinsame Position fUr die Kouferenz von Kyoto Ende1997. Nach Iangen Verhandlungen einigten sich die Minister irn Marz 1997 auf eine 15%igeTreibhausgasreduktion mit dem Ausgangsjahr 1990 und dem Zieljahr 2010. Moglich war dieserKompromiB dank des vereinbarten Burden Sharing. D.h. eine Gleichverteilung der Lasten wird vennieden.Beispielsweise werden den Volkswirtschaften von Spanien und Portugal noch geringe Steigerungsratenzugestanden. Demgegenuber sollen andere Lander erheblich mehr leisten. So wird das 25%igeReduktionsziel der Bundesrepublik in das europaische Burden Sharing eingebunden und bleibt unverandert,Vgl. Hadler (1997). Eine Ubersichtstabelle der Reduktionsanteile findet sich irnAnhang A-2.Als Rate fur diese "Sickerverluste" wird der Quotient aus dem Emissionsanstieg auJlerhalb derReduktlonsstaaten mit dem Emissionsriickgang in den Reduktionsstaaten bezeichnet. Siehe Blank/Strobele(1994), S. 556. Der empirische Spielraurn ist mit wenigen Prozenten bis bin zu 80% sehr hoch. So wiirdebei einer Leakage-Rate von 0,8, d.h, bei 80 %, eine unilaterale Emissionsreduktion urn 100 Einheiten in denReduktionsstaaten einen Anstieg der Emissionen in den Nicht-Reduktionsstaaten urn 80 Einheitenverursachen.Dieser Ausdruck wird von manchen Autoren synonym zu Jl gebraucht. Vgl. StraBburg (1996). AndereAutoren berufen sich auf die Sprachregelung der Bundesregierung und bezeichnen als AlI nur jeneMaBnahmen, die in der in Berlin beschlossenen Pilotphase durchgeftihrt werden. Vgl.Luhmann/v.Weizsacker (1996). Dadurch beschranken sieh die AlI-MaBnahmen auf Projekte zwischenAonex 1 Parteien, d.h. auf OEeD-Staaten und Staaten Mittel- und Osteuropas. Eine Aurechoung vonKompensationsmaBnahmenist wahrend der Pilotphase nicht vorgesehen.
16
Kompensationsmodellenss ist zwar aus Effizienzgriinden durchaus sinnvoll, politisch zur Zeit
jedoch nur als Versuchsprojekt in die entsprechenden Vertragstexte del' Klimakonvention
aufgenommen, da man das Auftreten moglicher unterschiedlicher Belastungen fill' einzelne
Landergruppen furchtet.s? So wurde im Rahmen del' 1. Vertragsstaatenkonferenz in Berlin
erstmalig eine Pilotphase fur Joint Implementation bis 1999 vereinbart. Bedingungen fill' eine
erfolgreiche Durchflihrung sind: keine Anwendung auf bestehende Verpflichtungen del'
Klimarahmenkonferenz, Freiwilligkeit, es sollen zusatzliche Klimaschutzeffekte erreicht
werden und die Einfiihrung eines transparenten Berichtswesens libel' die Ergcbnisse.s?
Das okonomische Argument fUr IT sind unterschiedliche nationale Vermeidungskosten in
unterschiedlichen nationalen Energiesystemen." So konnen Industrielander mit
vergleichsweise hohen Emissionsreduktionskosten Projekte in Entwicklungslandern mit
niedrigen Emissionsreduktionskosten frnanzieren. Zur Erreichung des gleichen
Reduktionspotentials lassen sich beispielsweise Mafmahmen zur Erttichtigung von
Kraftwerken in China oder in osteuropaischen Staaten zu deutlich niedrigeren Kosten als in
Deutschland durchfuhren.v Vorteile dieses Poolings fur das Gastland bzw. fill' die dort
beteiligten Untemehmen sind neben del' Emissionsreduktion und dem positiven
Urnwelteffekt, del' bei CO2-Emissionen praktisch weltweit gilt, die technische Verbesserung,
Energieeinsparung und Aufbau von Infrastruktur etwa bei Mafsnahmen zur
Energieversorgung. Ebenso sind eine Forderung regenerativer Energien, zusatzliche
Kapitalzufuhr, mehr Arbeitsplatze und ein verbesserter Ausbildungsstand zu nennen. FUr das
Land des Investors bzw. das investierende Untemehmen liegen Vorteile neben del'
Kostenerspamis insbesondere in del' C02-Gutschrift fur eine spatere Verrechnung mit C02
Steuem oder Zertifikaten. Schwierigkeiten liegen jedoch bei del' praktischen Umsetzung des
28
29
30
31
32
Eine theoretische Analyse der Vor- und Nachteile Internationaler Kompensationsregelungen auf Basis desOrdnungsrechts, hinsichtllch freiwilliger Selbstverpflichtung sowie beziiglich einer CO,-Abgabe, findetsich bei Rentz (1995). Zu nationalen, branchenintemen und brancheniibergreifenden Kompensationsmodellen siehe IFOIRWI (1996), S. 339 f.Zu den Anforderungen an Joint Implementation hinsichtlich Kosteneffektivitat siehe Jackson (1995). DOltfinden sich einige gute Beispiele filr Landerstudien,Dazu Schafhausen (1995), S. 282. Im ArtikeI4 der Klimarahmenkonvention fallt die Defmition von JointImplementation sehr allgemein aus. So heillt es im Artikel 4 der Klimarahmenkonvention: ,'parties ... (to)implement ... policies and measures (to curb emissions) jointly with other Parties".KypreosiBaim (1995), S. 12 f. stellen dem okonomischen Effizienzkriterium der unterschiedlichcnVermeidungskosten als weiteres Kriterium fur einen Einsatz von Jl die projektorientierte Implementierungals Alternative entgegen.Beispiele aktueller AIJ-Mallnahmen der E7-Gruppe in der Zeitschrift Stromthemen (1996). Berichtet wirdiiber den Aufbau einer dezentralen Stromversorgung filr entlegene Gebiete Indonesiens mit Hilferegenerativer Energien, die Verbesserung des Wirkungsgrades fossiler Kraftwerke in Jordanien und dieErrichtung eines Klein-Wasserkraftwerks zur lokalen Versorgung in Zimbabwe. Der finanzielle Umfangdieser Projekte betragt insgesarnt 5 Mio. US $. Ebenfalls interessant sind die skandinavischen JIMallnahmen mit den baltischen Staaten. So weist das schwedische EAES (Environmentally AdaptedEnergy System in the Baltic Region and Eastern Europe) Programm mit Kosten von ca. 56. Mio, DM bis1996 das weltweit groBte Investitionsvolumen auf. Vgl. MichaelowalKrause (1997).
17
Anrechnungsverfahrens.P Wie weit man dabei von dem Idealkonzept entfernt ist zeigt sich
daran, daB in del' Testphase zunachst einmal Moglichkeiten aufgezeigt werden sollen,
Informationen libel' die tatsachlich vermiedenen Emissionen zu erhaIten. D.h. innerhalb eines
JI-Konzeptes ist es wichtig zu wissen, wie hoch die Emissionen VOl' dem Einsatz etwa einer
neu eingesetzten Technik waren. Diese Entscheidung libel' die Frage del' "Baseline" ist
Voraussetzung fur die Festlegung von Anrechnungswerten. Im Idealfall flihrt das JI
Verrechnungssystem zu einer Angleichung del' Grenzkosten del' Emissionsreduktion.tt
Beschrankt man sich auf das CO2, sind wegen del' schlechten Realisierbarkeit von
Ruckhaltetcchniken» insgesamt 5 Moglichkeiten del' Reduktion energiebedingter Emissionen
denkbar, die sich grolltenteils auf Substitutionsmallnahmen beziehen. Grafisch stelIt dies die
Abbildung 2-6 dar.36
• Die Substitution von Energietragern mit hohem C-Anteil durch C-anne bzw, C
freie Energietrager (Braun- und Steinkohle durch Erdgas, Kernenergie und
regenerative Energietrager).
• Die Einfiihrung kapitalintensiverer Energieumwandlungs- bzw. Nutzungstechniken
(d.h, Substitution von Energie durch Kapital).
• Die Entwicklung neuer Energienutzungstechniken zu Energiesparzwecken (z.B.
verbesserte Motorentechnik durch Mikroelektronik beim Kfz).
• Del' Wechsel des Konsumenten/Produzentenverhaltens (z.B. energieintensive
Aktivitaten durch weniger energieintensive ersetzen, wie etwa Auto- durch
Fahrradfahrenj.F
• Eine Deposition von CO2-Emissionen (z.B, an Land in erschopften 01- und
Gaslagerstatten, in Kavernen oder in Minen; unter Wasser in den Tiefenlagen del'
Ozeane oder als Trockeneis).
33
34
35
36
37
Vgl. Jepma (1996). Die kostengiinstigste Option fiir Jl ist die Aufforstung. Kostenwerte sind mit 1 $, aberauch mit 3-5 $ pro Tonne CO2 angegeben. Danach folgen der Einsatz von Wasserkraft und generellEnergieefflzienzverbesserungen unter economics of scale. Die Vorteile von n bleiben jedoch nur bestehen,halt man die Transaktionskosten bei 2-5% des Gesamtprojektes.Zwei weitere Moglichkeiten gleiche Grenzvermeidungskosten zu erreichen, sind die Einfuhrung einereinheitlichen CO,-Steuer oder del' Handel mit Zertifikaten. Eine ausfiihrliche Darstellung zur okonomischenEffizienz von CO,-Steuer und Zertifikaten findet sich weiter unten in Kapitei 3.1.Zu Ruckhaltetechnlken und sich anschlieJlenden Depositionsmoglichkeiten siehe Herzog (1995). Nachteildel' Ruckhaltetechniken ist neben noch bestehenden teclmischen Miingein und hohen Kosten vor allem derhohe Energiebedarf. Dadurch wird u.U. die CO,-Produktion erhoht, Mit anschliefsender Depositionverringert sichjedoch die fiir den Treibhauseffekt relevante CO2-Akkumulation in der Atmosphiire.Erweiterung der Abb. 45, S. 134 bei Borsch/Wagner (1992). Zu den verschiedenen Substitutionsmoglichkeiten siehe ebenso Cline (1992), S. 142. Nakicenovic et a!. (1993), S. 583 f. unterscheiden 4 Arlenvon teclmischen Strategien zur Reduktion energetischer CO,-Emissionen und stellen diese in derReihenfoige anfsteigender Kosten dar.Das Produzentenverhalten beinhaItet die Moglichkeit vermehrter Produktion im Ausland. DieseMoglichkeit einer rein rechnerischen, nationalen Reduktion von Emissionen hilft lediglich bei derEinhaltung nationaler Mengenziele. Sie ist aus globaler Sieht jedoch keine Losung, da die weltweiten CO,Emissionen nicht verringert, sondern nur regional verlagert werden.
18
Energie einsparen( Verbrauclter
vemalten)
C-armeEnergletrager(Erdgas )
C-freieEnergietrager( Kemenergle,erneuetbsre
Energie)
.Anderung desEnergletrager
mixes
RationelieEnergleverwen-
dung( Teclmlk)
C-reicheEnergietrager
(Koltle)
Abscheidungund
Deponierung
VerbleibendeCO 2-Emissionen
Abb. 2-6:Moglichkeiten zur CO,-Reduktion
Zusanunenfassend lassen sich sowohl die Problematik der CO,-Akkumulation als auch die
Reduktionsmoglichkeiten durch die sogenannte Kaya-Identitat darstellen." In dieser Formel
werden die Karbonemissionen (C) als Funktion del' Bevolkerung (P), der Pro Kopf
Wirtschaftsaktivitat (YIP), der Energieintensitat (ElY) und del' Karbonintensitat (CfE) per
Einheit Energie (E) defmiert. Dabei beschreibt (Y) die Wirtschaftsaktivitat, d.h. das
Sozialprodukt.
(2.1)
38 Kaya (1989).
19
oder durch logarithmisches Differenzieren in Wachstumsraten:
!:iC = M' +(b.(Y I P)) +(b.(E I Y)) +(b.(C I E))C P (YIP) (ElY) (CIE)
(2.2)
schlagt sich die Zielvorstellung iiber das angestrebte
in ihrer Dynamik durch Politikmailnahmen und die
beeinfluilt. In del' Entwicklung del' Pro Kopf-
Bei modelltheoretischen Betrachtungen ist die Bevolkerungsentwicklung M in jedem FallP
exogen vorgegeben. Sie ist
gesellschaftliche Entwicklung
Wirtschaftsaktivitiit b.(YIP)(YI P)
Wirtschaftswachstum nieder. In Energiemodellen ist auch diese Grofse hiiufig exogen gesetzt.b.(EIY) .
Dafur wird allein die Entwicklung del' Energieintensitat als Mail fill' die(EI Y)
Energienachfrage eingesetzt.l? Mittels diesel' Tautologie werden Basisdeterminanten
energiewirtschaftlicher Uberlegungen deutlich. Jede diesel' Einflufsgrofsen entwickeIt eine
eigene Dynamik und ist das Ergebnis vieler Einzelfaktoren, die in diesel' allgemeinen Form
gebiindeIt werden.
Deutlich wird die Bedeutung des Bevolkerungswachstums und del' zukiinftigen
wirtschaftlichen Entwicklung fur den Anstieg von CO,-Emissionen. Ebenso lassen sich die
quantitativen Anforderungen an eine Reduktion del' Emissionen ableiten." Die CO,
Reduktionsmoglichkeiten werden durch die Energieintensitat und die Karbonintensitiit
beschrieben. Eine Verminderung der Energieintensitat wird durch sttukturelle Veriinderungen
wie etwa dem Ausbau des Dienstleistungssektors und weniger energieintensiven Industrien in
den Umwandlungs- und Nutzenergiesektoren erreicht. Eine Verminderung del'
Karbonintensitat (Dekarbonisation) beinhaltet die Substitution von C-haltigen durch C-freie
Energietrager ebenso wie Depositionsmailnahmen. Keinen Beitrag leistet die Kaya-Identitat
indes bei del' Beantwortung der Frage, wie sich etwa eine Veranderung del' Energieintensitat
auf die Pro Kopf-Wirtschaftsaktivitiit auswirkt. Denn Wechselwirkungen zwischen den
Wachstumsraten von Bevolkerung, Pro Kopf-Wirtschaftsaktivitiit, Energieintensitiit und
Karbonintensitat konnen nicht abgebildet werden. Damit ist die Kaya-Identitat bestenfalls
nutzbar fur retrospektive Erlauterungen. FUr Zukunftsschiitzungen kann sie niitzlich sein,
wenn jeweils eigenes Expertenwissen iiber prognostizierte Bandbreiten del' vier Wachstums
komponenten del' Gleichung (2.2) mobilisierbar ist.
3940
Vgl. Erdmann (1995), S. 206 f.KypreosfBahn (1995) leiten aus der Kaya-Identitat bei einer Weltbevolkerung von 12 Mrd. und einerkiinftigen Verdopplung der Pro Kopf-Wirtschaftsaktivitiit flir einen doppelt so hohen CO,-Bestand in derAtmosphiire wie der vorindustrielle Wert eine Reduktion der heutigen CO,-Emissionen urn 87,5% abo
20
2.2 Systemanalyse und Modellierung als Entscheidungshilfen
Eine Entscheidung uber die Einfilluung einer del' unter 2.1 aufgefUhrten Moglichkeiten zur
Reduktion energiebedingter C02-Emissionen oder eines Mafsnahmenmixes, ist ein sehr
komplexes Problem, da Ruckkopplungen sowie auch del' gesamte technische und
okonomische Kontext zu betrachten sind. Dies zeigt sich u.a. daran, daB Fragen in
Verbindung mit dem anthropogenen Treibhauseffekt und damit mit del' C02-Pl'Oblematik
technischer, okonomischer oder auch okologlscher Natur sein konnen, wie etwa:
• Wie hoch ist die Reduktion von treibhausrelevanten Klimagasen in Deutschland,
wenn das technische Potential von Windenergie voll ausgenutzt wird?
• Wie hoch ist das Investitionsvolumen in den einzelnen Wirtschaftssektoren bei
einer 25%igen C02-Reduktion durch Einsparung und Umstrukturierung del'
Kapitalstocke VOl' allem im Umwandlungs- und Nutzungsbereich von Energie in
Deutschland?
• Urn welchen Betrag verringern sich die Kosten einer etwaigen Kompensation
zwischen einem Industrieland x und einem Entwicklungsland y bei einem
vordefmierten Emissionsreduktionsziel?
• Welche Auswirkungen auf die Einfuhnmg von intemationalen Vereinbarungen
zeigen verschiedene Anreizsysteme del'Emissionsreduktion?
• Wie hoch wird del' Anstieg del' durchschnittlichen Temperatur ausfallen, sollten in
den Industrielandern keine Mafmahmen zur Emissionsreduktion untemommen
werden?
Orientiert man sich an diesen Fragen, so lassen sich aus ihnen adaquate Systemgrenzen filr die
Modellierung ableiten. So besteht die Moglichkeit, die Grenzen relativ eng zu setzen und auf
ein Energieangebotssystem zu beschranken, Denkbar ist jedoch auch eine Ausweitung del'
Fragen, indem man das Energieangebotssystem und seine Verflechtung mit den ilbrigen
Wirtschaftssektoren betrachtet. Andere Systemgrenzen ergeben sich durch eine Ausweitung
del' Analyse tiber die nationalen Grenzen hinaus. Die Verbindung von technischen und
okonomischen Systemen mit okologischen Ansatzen stellt eine zusatzliche Option veranderter
Systemgrenzen dar.
21
Es ist daher von groJ3er Bedeutung, die zu untersuchende Fragestellung im Rahmen einer
Systemanalyse zu prazisieren. Als Systemanalyse wird eine durch eine konkrete
Aufgabenstellung wie etwa die Abbildung eines Energiesystems, die Reduktion von CO,
Emissionen aber auch die Wahl eines geeigneten Losungsverfahrens definierte Beschreibung
einzelner Elemente und deren Verknupfung untereinander verstanden." Geschieht diese
Abbildung der Realitat mit Hilfe rnathematischer Verfahren, so werden die Variablen und
Gleichungen unter der Bezeichnung Modell zusanunengefaJ3t. In vielen Fallen werden darauf
aufbauend computergestutzte Modelle entwickelt. Bei der im Rahmen der vorliegenden
Untersuchung betrachteten Kopplung zweier Modelle besteht der nahezu klassische Ansatz
der Systemanalyse darin zu fragen, wie sich das neu geschaffene Verbundsystem im Vergleich
zu den Einzelmodellen verhalt. Denn gerade das C02-Problem ist ein Paradebeispiel fur die
Notwendigkeit der Modellierung. Die Gefahrdung durch eine globale Erwarmung tritt erst in
der Zukunft auf, Handlungsbedarf besteht aber bereits in der Gegenwart. Urn in dieser
Situation entscheiden zu konnen, bzw. urn im Zuge einer verantwortungsbewuJ3ten
Politikberatung wissenschaftlich fundierte Entscheidungsaltemativen anbieten zu konnen, ist
heute die Entwicklung eines Instrumentariums zur Analyse von Reduktionsstrategien
voranzutreiben. Verstarkt wird diese Motivation durch die vielfliltigen Unsicherheiten, etwa
tiber zukunftige Emissionspfade, den Zeitpunkt kUnftiger Klimaveranderungen, die Kosten
von Klimaveranderungen oder die Reaktion innerhalb der Gesellschaft, urn nur einige zu
nennnen.
Eine andere Argmnentation folgt einer sogenarmten Hedging-Strategie, Aufgrund von
Unsicherheiten bezuglich der Wahrscheinlichkeit zukUnftiger schwerwiegender Klima
veranderungen und deren Folgen - so gehen manche Autoren von einer 5%igen
Wahrscheinlichkeit fur einen worst case aus - ist es von groJ3er Bedeutung, heute in
wissenschaftliche Untersuchungen zu investieren, d.h, heute Modelle aufzubauen. Es ist fur
gegenwartig bzw. in naher Zukunft zu treffende Entscheidungen essentiell, mehr tiber solche
Risikowahrscheinlichkeiten zu wissen. Denn im Fall einer niedrigen Wahrscheinlichkeit fur
kUnftige schwere Klimafolgen, ist es eventuell ratsam, Entscheidungen und Reduktions
mafsnahmen in die Zukunft zu verlagem, in der letztere dann effizienter und kostengtinstiger
durchgefuhrt werden konnen,
DaJ3 diese CO,-Reduktionsmoglichkeiten sowohl in technischer als auch in okonomischer
Hinsicht beschrieben werden konnen, ist ein weiteres Argmnent fur die gleichzeitige Nutzung
bzw. Verbindung von Energiemodellen und Okonomiemodellen. Dazu werden im folgenden
die verschiedenen Konzeptionen der Energie- und Okonomiemodelle sowie der verbundenen
Modelle inklusive neuerer Modellentwicklungen vorgestellt,
41 VgJ. Walbeck et aJ. (1988), S. 11 f.
22
3 ~odelluberblick
Das Instrumentarium zur CO,-Reduktion zeichnet sich durch eine hohe Interdependenz aus.
Es Iiegt im EinfluJ3bereich von Energie, Okonomie und Umwelt: 1
• Energiewirtschaftlichen und okonomischen Fragen widmet sich die Energieokonomik,
• Die Umweltokonomik untersucht die Beziehungen zwischen Wirtschaft und dem
Umweltbereich.
• Die KIimaforschung befaBt sich mit dem Treibhauseffekt, d.h. mit den Wirkungen
energiebedingter Emissionen auf die Umwelt. Daneben betrachtet die Klimafolgen
forschung- die Auswirkungen auf okonomisch relevante Parameter wie regionale Klima
zonen (konkrete Beispiele sind Landwirtschaft und Tourismus), Meeresspiegel (Deich
erhohung, Purnpsysteme), Niederschlagsverteilung (Wasserversorgung, Haufigkeit von
Uberschwemmungcn) oder auch Windsysteme (Haufigkeit und Intensitat von Sturmen).
Auf nationaler Ebene wird jeder diesel' drei Bereiche vom Energiesystem beeinflufst, Ein
Energiesystem stellt sich als die Gesamtheit von Gtitern und Prozessen dar, mit denen die
Gesellschaft nattirliche Ressourcen in Energietrager und Energiedienstleistungen umwandelt.'
Es setzt sich aus Techniken und Energietragern ebenso wie aus Institutionen, Untemehmen
und anderen Teilnehmem zusamrnen. Mit seinen Systemelementen beschreibt es den
Bnergieflufr' von den Primarenergietragern tiber die Umwandlung zur Endenergie bis zur
Nutzenergie.! Haufig werden ebenfalls die Kosten und Emissionen abgebildet. Aus diesem
Grund sind fur energiewirtschaftliche Fragestellungen eine grofse Menge an Informationen
relevant, fUr die analytische Entscheidungshilfen in mathematisch erfafsbaren und
2
3
4
5
Ebenfalls drei Dimensionen unterscheiden Kypreos/Bahn (1995): die naturwissenschaftliche, die technischeund die okonomisch/politische Dimension. Der Naturwissenschaft obliegt es, die globaleTreibhausproblematik quantitativ und qualitativ zu beschreiben und auf Zeitrahmen und moglicheKonsequenzen aufinerksam zu machen. Die Technik liefert CO,.Reduktionstechniken, alternativeEnergiequellen und AnpassungsmaBnahmen. Politik und Okonomie liefem die Identifikation vonVermeidungskosten und sollen geeignete Instrmnente und PolitikmaBnahmenaufzeigen bzw. anwenden.Zum Zusammenhang von intemationaler KIlmawirkungsforschung und integrierter Modellierung sieheSchellnhuber (1995). Ebendort zu den Zielen und Beitragen des Potsdamer Instituts fur KIlmafolgenforschung (PIK).Zur Defmition von Energiesystemenvgl. Hake et al. (I994a), S. 10 und Walbeck et al. (1988), S. 5 f.Eine gute grafische Darstellung der Energiebilanz bietet das Energieflullbild der Figur 4 beiReuter/Schlenzig (1993) aufS. 15.A1s Endenergie wird die vom Verbraucher bezogene Energiemenge bezeichnet. 1m Gegensatz dazu stehtdem Verbraucher die Nutzenergie nach der letzten Umwandlung des Energietragers zur Erfilllung seinerPraferenzen zur Verftigung. So wird eine als angenehm empfundene Raumtemperatur durch Warme unddas gewiinschte MaB an Kommunikationmittels Licht und Kraft hergestellt. Vgl. WinjelWitt (1991), S. 36.
23
quantifizierbaren Bereichen notwendig sind. Zusammengefafst zeigt sich am Beispiel des
Energiesystems, daB Modelle VOl' aIIemzwei Beitrage leisten.v
• Komplexe Zusammenhange konnen konsistent, vergleichbar und reproduzierbar
beschrieben werden. Sehr groBe Datenmengen und Informationen sind nur in
ModeIIenhandhabbar. Wenn ein ModeII existiert, kann es angepaBt werden, indem
Systemgrenzen verandert und Daten mit geringem Aufwand aktualisiert werden.
• Szenarien und Sensitivitatsanalysen werden eingesetzt, urn Einfliisse und
Interaktionen von Entscheidungsparametern zu analysieren. Experimente mit
veranderten Bedingungen, die in del' Realitat so nicht moglich sind, konnen als
Modellaufe im Computer durchgefuhrt werden, urn das VerhaIten des
Verbundsystems von Energie, Okonomie und UmweIt zu studieren. Auch konnen
in diesen ModeIIenzukiinftigeEntwicklungen abgeschatzt werden.
3.1 Die okonomlschen Dimensionen der CO2-Problematik
Aus umweltokonomischer Sicht stelIt sich die CO,-Problematik als aulserst vielschichtig dar.?
CO, ist ein global wirkender KIimaschadstoff. Dies gibt del' Treibhausproblematik eine
internationale Dimension. Durch den sich proportional zu den Emissionen langsam in del'
Atmosphere kumulierenden CO,-Bestand werden Ort und Jahreszeit del'Emissionen irrelevant
bezuglich del'Langfristschaden ftlrDritte.f Daraus resuItiert, daf es das Problem del'hot spots,
regionaler bzw. ortlicher Schadstoftkonzentrationen mit weit uberdurchschnlttlichcr
Belastung, nicht gibt. Aus urnweltpolitischer Sicht bietet sich bei diesel' Form del'
Schadenswirkung eine Steuerung del' AIIokation iiber global wirkende einheitliche
Schattenpreise an, die etwa in Form einer Emissionssteuer oder von Zertifikatspreisen
urngesetzt werden konnen.
Eine intertemporale Dimension del' CO,-Problematik ergibt sich aus del' bereits
angesprochenen, langsamen Kurnulation del' CO,-Emissionen in del' Atmosphare, Die
Wirkungen eines wachsenden CO,-Bestandes in del' Atmosphare sind, bedingt durch die
Komplexitat des Klimageschehens, nur mit naturwissenschaftlichen Modellrechnungen
6
78
Diese Argumente konnen je nach Betrachtungsweise auch als Schwierigkeiten bzw. Einschriinkungen beider Modellierung angesehen werden. So etwa nach Grubb et a1. (1993) derart, dall die Modelle die Realitatvereinfacht darstellen, grofie Dateninputs erfordern und deshalb Sensitivitatsanalysen durchgefiihrt werdenmussen,Vg1. Blank/Strobele (1994).Bei den energiebedingten Emissionen ist zu beachten, dall die Vermeidungskosten eine Funktion desEnergieflusses darstellen, die Klimaschadenskostenjedoch eine Funktion des Energiebestandes sind.
24
abschatzbar, Dies gilt auch fur die okonomischen Auswirkungen. Da Kosten und Nutzen von
Reduktionsmafmahmen zeitlich weit auseinanderfallen, ist die Wahl des Zeithorizonts sowie
del' Diskontierung innerhalb solcher Modelle von grofser Bedeutung. Denn del' in Zukunft
auftretende CO2- Bestand und damit gleichzeitig del' Kapitalstock, del' fur Reduktions- und
Umweltvermeidungskosten aufgewendet werden mufs, wird durch die heutige Nutzung von
Primarenergietragern und den heutigen Produktionsmoglichkeiten mit beeinfluBt. Diese
Argumentation folgt nun del' Ressourcentheorie. Dabei stellt sich die Frage, ob del' Nutzen
zukUnftiger Generationen wie del' heutige Nutzen bewertet werden soli, d.h. ob del' zukiinftige
Nutzen abdiskontiert wird oder nicht.? So wird del' Barwert, d.h. del' Gcgenwartswert,
zukiinftiger Umweltschaden flir den heutigen Betrachter urn so hoher (niedriger), je niedriger
(hoher) die Abdiskontierungsrate angesetzt wird, Damit erscheinen CO,-Reduktionsmafs
nahmen heute urn so dringender (vernachlassigbarer).
In del' Finanzwissenschaft sowie bei Investitionsrechnungen wird in del' Regel mit Zinssatzen,
(I') zwischen 5% und 10% gearbeitet.l'' Diese sind gleich den individuellen Raten, d.h. I' = i m
Ubertragt man soleh eine Standarddiskontierung mit relativ hohen Abdiskontierungsraten auf
die Umweltproblematik, werden mit derart hohen Abdiskontierungsraten die Vermeidungs
mafmahmen heute reduziert.' 1
Grundsatzlich sind beziiglich del' umweltokonomischen Fragestellungen zwei Auspragungen
del' Abdiskontierungsratet- denkbar. (i) Eine Zeitpraferenzrate (0) nahe Null folgt dem
Rawls-Kriteriumt> und stellt in del' Nutzenbewertung aile Generationen eher gleich. (ii)
Bewertet man den Nutzen zukiinftiger Generationen niedriger als heutige Praferenzen, gelangt
man zu positiven Zeitpraferenzraten (0) 0). Letzteres ist die utilitaristische Sichtweise."
9
to
11
12
1314
I.d.R. bewerten die Individuen die Zukunft niedriger als die Gegenwart, Dies erklart sich aus der Ungeduld,bzw. der Zeitpraferenz heraus. Ein zweites Argument flir eine Diskontierung folgt aus derGrenzproduktivitat des Kapitals, Der heute so aktuelle und viel diskuticrte Gedanke einer nachhaltigenEntwicklung (Sustainable Development) hat ebenfalls EinfluJl auf die Abdiskontierungsrate. Siehe dazuPearce et al. (1990), S. 4 f. Gerade unter solchen Gesichtspunkten werden niedrige soziale Diskontratengefordert. Ein weiteres Argument unter dem Stlchwort Diskontrate mit Risikobewertung ist das derIrreversibilitat, wie etwa Artenverlust im Zuge des Treibhauseffektes.Die Werte variieren in diesem Bereich nicht sehr stark. So geben Grubb et al. (1993), S. 401 Raten von 5%bis 8% an und Markandaya (1995) Werte zwischen 5% und 7% fiir EU-Lander.Darnit sind nach Cline (1992), S. 235 f. solch relativ hohen Abdiskontierungsraten fUr umweltokonomlscheLangzeitprobleme ungeeignet.Die Begriffe Abdiskontierungsrate (zukiinftige Umweltschaden werden abdiskontiert) und Diskontrate(Nutzen aus heute zu treffenden MaJlnahmen wird fiir die Zukunft diskontiert) werden innerhalb del' CO,Diskussion haufig synonym gebraucht. Innerhalb diesel' Studie wird der Begriff der AbdiskontierungsratefUrdie soziale Zeitpraferenzrate (0) verwendet. Unter dem Begriff der Diskontrate wird der Marktzins (r)verstanden,Dazu Rawls (1971).Griinde fiir eine positive Abdiskontierungsrate, aber auch Gegenargumente, finden sich in Mtlllcr/Strobele(1985), S. 109.
25
Lind (1995) unterscheidet drei Konzepte beztiglich der Diskontierung.P Nach Nutzen-Kosten
Abwagungen in einem Wettbewerbsmarkt gleicht die Diskontrate dem Marktzins und damit
gIeichzeitig del' Grenzproduktivitat des KapitaIs und del' individueIIen Grenzrate del' Zeit
praferenz. Damit ist, wie bereits oben ausgefuhrt, l' = im• Die zweite Moglichkeit, zu einer
impliziten Diskontrate zu gelangen, liegt in einer Befragung del' Individuen bzw. del'
GeseIIschaft hinsichtlich ihrer Bereitschaft, auf heutigen Konsum zugunsten zukunftiger
reduzierter Klimaschaden zu verzichten.lf Das dritte Konzept Ieitet sich aus optimalen
WachstwnsmodeIIen, wie etwa dem Ramsey-Modell abo
Nach dem formalisierten Optimierungsansatz des Ramsey-Modells entscheidet ein
reprasentativer Konsument bzw. eine GeseIIschaft mit konstanter Nutzenfunktion U(C) iiber
die Hohe des Sozialproduktes wie auch libel' dessen Verwendung in Form von Konsum odcr
Investitionen. Im Optimwn bringt eine zusatzliche Einheit Konsum heute so vieI Nutzen wie
del' Barwert der Konsummoglichkeiten einer heutigen Investition. Gesucht wird das
Maximwn del' soziaIen Wohlfahrt (W) iiber die Zeit.!"
ro
Max W = fe-al ,U(C(I»)dt,
mit 0 > 0 sowie U'(C) > 0 und U"(C) < 0lime....oU'(C) =00 und lim.,....eo U'(C) =0
(3.1)
Mit diesel' utilitaristischen ZieIfunktion wird auch del' Gesamtnutzen kiinftiger Generationen
maximiert. Durch die gewahlte Abdiskontierungsfunktion (e-OI) solI jedoch eine
systematische Abwertung des Zukunftsnutzens kiinftiger Generationen erreicht werden.P
Wichtig dabei ist, daB mit 0 > 0 die Abdiskontierungsrate aIs konstant angesehen wird.'? Die
beiden Grenzwertbedingungen beschriinken den Nutzen U(C) nach oben, sichem so bei
positiver Diskontrate die Konvergenz des NutzenintegraIs und damit die Existenz eines
Optimums. AnschlieBend stellen sie entiang des OptimaIpfades einen positiven Nutzen sicher.
15
1617
18
19
Siehe Lind (1995), S. 385.Dazu Schelling (1995).Die Diskussion del' utilitaristischen Zielfunktion finder sich bereits in DasguptaIHeal (1979), S. 292 f.Naehfolgend wird der Fall mit konstanter Bevolkerung diskutiert. Bei waehsender Bevolkerung (n) wird dieAbdiskontierungsfunktion zu (e -B(-n)1 ) variiert.Vgl. M<illerlStriibele (1985), S. 99 f.tst dies nieht del' Fall, d.h. ist <5 neben del' Zeit (t) noeh abhangig vom Konsum (e), so ergibt sichnachfolgend die modifizierte Ramsey-Regel, und die Einf1uJlfaktoren del' Diskontrate lassen sieh nicht mehrso klar trennen.
26
Mit del' Nebenbedingung del' Bewegungsgleichung fur den Kapitalstock:
K=F(K)-C
lautet die Hamilton-Funktion zur dynamischen Optimierung:
H =tucve:" +/l,(t). [F(K)- C]
(3.2)
(3.3)
Die daraus abgeleitete Optimalbedingung fur den Konsumpfad ist als Ramsey-Regel-?
bekannt:
A F:-oC=_K,,--_ ,17
. -U"(C)·ClTIIt T/ = U'(C) (3.4)
Da die Grenzproduktivitiit des Kapitals (FK) im Optimum gleich dem Marktzins (r) ist, liiJ3t
sich mit C=g schreiben:
(3.5)
Demnach ist del' reale Marktzins die Summe aus del' Abdiskontierungsrate (0) und demProdukt T/ g. Del' Term 17 g steht fttr die nutzenorientierte Diskontierung (Grenznutzen-
elastizitat des Pro-Kopf-Konsums x Pro-Kopf-Wachstumsrate des Einkommens bzw.
Konsums). Die Zweiteilung liiBt sich dadurch erklaren, daf zukiinftiger Konsum hoher als
heutiger ausfallen wird und damit del' Grenznutzen fur eine zusatzlich konsumierte Einheit in
del' Zukunft niedriger sein wird als heute. Ohne Wachstum des Pro-Kopf-Konsums ist die
soziale Diskontrate gleich del' individuellen Zeitpraferenzrate, Mit wachsendem Konsum
steigt die soziale Rate tiber die individuelle. Gleichzeitig stel1t del' Marktzins (1') die
Komponente del' reinen, individuellen und myopischen Abdiskontierungsrate (im) dar,
beschreibt also die Ungeduld del' Individuen.s! D.h. im= r.
Mit del' Gleichung (3.5) konzentriert sich die Diskussion tiber den Umfang del' Diskontierungauf die Hohe del' Einf1u1lfaktoren 0, T/ und g.22 Nimmt man etwa fur 0= 0,01, fur T/ = 3 und
fur g = 0,02 an, liiBt sich eine Diskontrate von 0,07 bzw. von 7% berechnen. Umgekehrt
unterstellt Cline (1992) hinsichtlich del' Gerechtigkeit fur zukiinftige Generationen eine
2021
22
Ramsey (1928).Argumente gegen die Aufhahme des Konzeptes der individuellen TPR (time preference rate) fur dieBerechnung der STPR (social time preference rate) sowie Kritik zu positiven Werten von g beiMarkandaya (1995), S. 37-38.Eine Ubersicht verschiedener Werte von Nordhaus (DICE-Modell), Peckffeisberg (CETA), Hope (PAGE),Fankhauser und Cline gibt Toth (1995), S. 405 f. Siehe dazu vor allem die Tabelle 1.
27
individuelle Zeitpraferenzrate von 0 und setzt 1] = 1,5 und g = 1. Damit begriindet er eine
niedrige soziale Zeitpraferenzrate <5 = 1,5 %.23
Sensitivitatsanalysen del' individuellen Abdiskontierungsrate im zeigen, daB eine hohe Rate die
sozial optimalen Vermeidungsanstrengungen zu Beginn des Betrachtungszeitraums stark
einschrliukt; auch sparer wird eine lOO%ige Vermeidung nicht erreicht. Verringert man die
Abdiskontierungsrate etwa von 3% auf 1%, steigen die Vermeidungsmalmahmen sprunghaft
an und erreichen frUh den Zustand lOO%iger Vermeidung.e' Wahlt man aus
Gerechtigkeitsgriinden eine Rate von Null, so ist die starkste Wirkuug zu beobachten. Wegen
del' konkaven Nutzenfunktion ist neben del'expliziten Abdiskontierung durch im eine impliziteDiskontieruug aufgrund von 1]g festzustellen.> D.h. auch bei einer individuellen
Abdiskontierungsrate von Null treten Vermeidungsmafmahmen mit einer, wenn auch relativ
geringfugigen, Verzogerung ein.
Durch die globale Dimension del' CO,-Problematik ergeben sich Anreizprobleme del'
sogenannten offentlichen Giiter. Diesel' ursprunglich aus del' Finanzwissenschaft stammende
Begriff deftniert ein Gut als offentlich, wenn es von mehreren Wirtschaftssubjekten
gemeinschaftlich genutzt werden kann, ohne daB Ausschluflprinzipien-s angewendet werden
konnen. In del' Praxis bedeutet dies ein Scheitem bei del' Durchsetzuug von klar defmierten
Eigentums- und Verfligungsrechten an zu hohen Transaktions- , Informations- und Durch
setzungskosten.s? Dadurch kommt es auch nicht mit Hilfe von Verhandlungslosungen nach
Coase'schem Muster zur Internalisierung del' durch die Umweltverschmutzung
hervorgerufenen negativen extemen Effekte. Denn fur den einzelnen Wirtschaftsteilnehmer,
dies konnen Individuen abel' auch Staaten sein, lohnt es sich, seine wahren Praferenzen, d.h.
seine Zahlungsbereitschaft-", fur das offentliche Gut zu verschleiem. So werden die
Zahlungsbereitschaften Ld.R. untertrieben, wenn die Wirtschaftssubjekte zu Reinigungs- und
Vermeidungskosten fur das Umweitgut herangezogen werden sollen und iibertrieben, sobald
die Mafmahmen aus offentlichen Mitteln finanziert werden.
2324
2S26
2728
Sehr scharfe Kritik erfahrt Cline von Nordhaus (1994), S. 131-133.Zu dem gleichen Ergebnis, wenn auch in der Absicht niedrige Diskontraten zu propagieren, gelangt Manne(1995), S. 393, bei der Analyse von Nettoinvestitionen bei Diskontraten r = 3% und r = 1%. Bei 3%igerDiskontrate steigen die notigen lnvestitionen uber die nachsten 50 Jahre moderat mit 2% jiihrlich an. Mitr=1% ist innerhalb der ersten 10 Jahre ein Sprung auf ein fast vierfaches lnvestitionsniveau zu verzeichnen.AnschlieBend steigen diese nach einer kurzen Stagnationsphase ebenfalIs urn 2% an.Vgl. Kvemdokk (1994), S. 67 f.Beispiele fUr technische NichtausschlieBbarkeit bei knappen offentlichen Glitem sind neben den reinenoffentllchen Gtitern mogliche Extemalitiiten und Marktversagen. Normative Grunde fur Nichtausschliefibarkeit liegen bei meritorischen Glitem (Zugang zu Hochschulen, lmpfungen etc.) VOL
Vgl. Strobele (1987), S. 11.Zu den verschiedenen Konzepten der Zahlungsbereitschaft und der Zahlungsbereitschaftsanalyse, ihrenMoglichkeiten und Schwachen siehe Schulz (1989), Romer (1991) und Appel (1988).
28
Urn die Trittbrettfahrerproblematik zu uberwinden, muf eine Kollektivorganisation oder ein
internationales Klimaschutzabkommen erreicht werden. Da einheitliche Verpflichtungen fur aIle
Staaten, wie etwa eine gleichmaffige prozentuale Reduzierung der Emissionen, zu ineffizienten
Losungen fuhrt, sind flexible umweltOkonomische Instrumente-? wie handelbare Zertifikate
und Steuern-? zu praferieren.
Handelbare Umweltzertifikate bzw. Lizenzen sind als Stiickelungen einer vorher durch den
Staat oder eine Umweltbehorde festgelegten Gesamtemissionsmenge definiert. Es handelt sich
also um mengenbeschrankte Emissionsrechte, deren Preis uber den Marktmechanismus des
Ausgleichs yon Angebot und Nachfrage errnittelt wird. Jahrlich steigende Reduktionsmengen
werden bei befristeter Vergabe durch die Verringerung der Gesamtemissionslizenzen erreicht.
Bei unbefristeter Vergabe ist eine Abwertung der Zertifikate denkbar. Bei einer
Offenmarktpolitik erwirbt der Staat Zertifikate und nimmt diese anschliefsend vom Markt.
Grundsatzlich kommt ein Zertifikatshandel dadurch zustande, daf Unternehmen solange
Zertifikate nachfragen, solange deren Grenzvermeidungskosten (GVK) hoher als der
Zertifikatspreis (z) sind. In einer Volkswirtschaft ist die aggregierte Kurve der
Grenzvermeidungskosten gleich der Funktion der Gesamtnachfrage.
Zertifikats-preis
GVK = Nachfrage
Zf---~
L- -'--- ---._ Emissionen
E
Abb. 3-1: Zusarnmenhang yon Zertifikatspreis und effizientem Emissionsniveau
29
30
Zur Einfiihrung in die Ausgestaltung der umweltokonomischen Instrumente und deren Vor- undNachteile siehe Wicke (1993), Endres (1994) sowie Weimann (1991). Einen kompakten Uberblick gebenbereits Wicke/Schafhausen (1982). Zu den umweltokonomischen Kriterien einer Bewertung derInstrumente siehe Kuckshinrichs (1995). AIs Kriterien sind statische und dynamische Effizienz, dieGenauigkeit der umweltokonomischenZielerreichung (okologische Treffsicherheit) und die Vereinbarkeitmit umweltpolitischen Grundprinzipien wie etwa dem Verursacherprinzip zu nennen.Anf die formale Unterscheidung des umweltpolitischen Instrumentes der Abgabe gemiill finanzwissenschaftlicher Theorie in Steuem, Beitrage und Gebiiren sei an dieser Stelle hingewiesen. ImRahmen dieser Untersuchung werden zur Vereinfachung Abgaben mit Steuem gleichgesetzt.
29
Eine effiziente Allokation ergibt sich zumindest in der Theorie dadurch, dall dann zuerst die
Unternehrnen mit den hochsten Grenzvermeidungskosten kaufen. Unternehrnen mit GVK < z
werden ihre Zertifikate auf dem Markt anbieten.
In einer Variante des Grundmodells sieht eine Kompensationslosung Ausgleichszablungen fiir
Emittenten vor, die ihre Emissionen uberproportional reduzieren. Eine ahnlichc Art del'
Ausgleichspolitik sieht in den USA eine Bewilligung von Anlagen nur VOl', wenn die dadurch
entstehenden zusatzlichen Emissionen an anderer Stelle tlberkompensiert werden. Dieses fiihrt
zu einem Handel von Zertifikaten und von Emissionsreduktionsgutschriften, Bei der
amerikanischen Glockenpolitik werden regionale Emittenten zu Gruppen zusammengefallt,
innerhalb derer sich der Handel mit Emissionsrechten vollzieht.
Das Hauptproblem bei einer CO,·ZertifikatslOsung ist die Erstausstattung, da damit
regelmafiig Umverteilungswirkungen verbunden sind. Jedes del' Erstausstattungsverfahren,
proportional zu den laufenden Emissionen (Grandfathering), nach BIP, nach
Bevolkerungszahl, invers zu den bereits kumulativ freigesetzten Emissionen abel' auch
Kompensationsmodelle, weist eine Reihe von Problemen bzw, Nachteilen fur bestimmte
Lander bzw. Staatengruppen auf.
Im Vergleich zur Zertifikatslosung ist das Konzept einer C02-Steuer problematischer. Zwar
sind auch bei einer Steuerlosung die Kriterien der statischen und dynamischen Effizienz
erftillt, doch ergeben sich sowohl bei einer reinen Pigou-Steuer als auch bei einer Steuer nach
dem Preis-Standard-Ansatz in del' Praxis Schwierigkeiten. Eine reine Pigou-Steuer sorgt
mittels Schattenpreis als staatlichem Ersatz fur den Marktpreis fur eine Internalisierung der
externen Effekte. Im Optimum ist die Hohe der Steuer (t) gleich dem Grenzschaden (GS) del'
Umweltverschrnutzung, d.h. es gilt t* = GS. Damit ist gleichzeitig die optimale Emissions
menge festgelegt. Das Problem des gesamtwirtschaftlichen Planers liegt bei diesem Ansatz in
dem Informationsdefizit libel' den jeweiligen Grenzschaden wie auch tiber die Verlaufe der
Grenzkosten (GK) der Wirtschaftssubjekte.
Anders als bei der Pigou-Steuer wird bei dem Preis-Standard-Ansatz gar nicht erst versucht,
durch einen Ausgleich von Vermeidungskosten und sozialem Nutzen die optimale
Emissionsmenge festzulegen." Dieses wird exogenen Entscheidungstragern, d.h. der Politik
liberlassen. Anschliellend wird versucht, die minimalen Kosten zu der so vorgegebenen
Emissions- bzw. Reduktionsmenge zu fmden. Sind die Vermeidungskosten del' Emittenten der
Behorde nicht bekannt, besteht eine Moglichkeit, sich dem vorgegebenen Emissionsstandard
in einem trial and error-Verfabren zu nahern. Liegen die Emissionen in einer ersten Runde
31 SieheWeimann (1991),S. 136 f.
30
libel' (unter) dem vorgegebenen Welt, muf del' Steuersatz erhoht (vermindert) werden. Das
Kriterium del' okologlschen Treffsicherheit ist dabei jedoch zumindest gefahrdet, da del'
Umfang del' Reduktion schwer vorhersehbar ist. AuBerdem sind bei solch einem Vorgehen,
welches die Implementierungskosten einer Steuer in die Hohe treibt, Zweifel an del'
politischen Durchsetzbarkeit angebracht. Die verfahrenstechnische Erhebung einer Steuer
bereitet keine administrativen Schwierigkeiten. Ebenfalls problematisch ist die Frage del'
Verwendung bzw. Rilckverteilung del' Steuereinnahmen wie auch die Frage nach del'
steuererhebenden Instanz,
Ein weiterer Nachteil einer CO2-Steuer liegt darin, daB deren Einfuhrung zu emem
veranderten Preismechanismus fur fossile Brennstoffe fiihrt. Diese ressourcenbkonomische
Problematik wird im folgenden erlautert.P Ohne CO2-Limit, d.h. im Fall eines unendlich
grofsen Potentials del' Atmosphere, CO2-Emissionen ohne negative Auswirkungen
akkumulieren zu konnen, folgt del' effiziente Ressourcenausbeutungspfad del' Hotelling
Regel. 33 In diesem einfachen Modell maximiert ein gesamtwirtschaftlicher Planer den
Konsum libel' die Zeit. In einer ersten Phase VOl' Einfuhrung einer Backstop-Technik>, d.h.
eines unbegrenzten Substitutes fur erschopfliche Energieressourcen, wird del' gesamte
Ressourcenbestand ausgebeutet. Damit spiegelt del' Ressourcenpreis allein die
Knappheitsrente pR wieder, d.h. del' Preis bestimmt sich aus del' Existenz begrenzter
Bestande. AnschlieBend folgt in einer zweiten Phase del' Ressourcenpreispfad dem Marktpreis
(k) des Ressourcensubstitutes.
ASchatlen- I
preisk
Phase 1 Phase 2...
Zeit
323334
Abb. 3-2: Optimaler Ressourcenpreispfad ohne CO2-Limit
Die nachstehende Darstellung folgt im wesentlichen Blank/Strobele (i 995), S. 5 ff.Hotelling (1931). Zu Abweichungen von del'Hotelling-Regel in del' Praxis siehe Erdmann (1995), S. 42 f.Zur Etymologie des von Nordbaus eingefilhrten Begriffes del' Backstop-Technik (BST) siehe Strobele(i984), S. 69 die FN 59 sowie Kromphardt/Spelthan (1988), S. 175. Strobele (1984) unterscheidet auf S.101 f. echte, quasi und langsame BST. Praktisch alle okonomischen Klimamodelle sind als Ubergang aufeine CO2-freie BST konzipiert. So auch die Modelle GREEN, Global 2100 oder das ERB-Modell.
31
Mit Einfuhrung eines CO2-Limits, d.h. mit einer oberen Grenze der CO2-Akkumu1ation in der
Atmosphere wie sie eine CO2-Steuer darstellt, andert sich der Preispfad, und der Anfangspreisbesteht aus den beiden Komponenten Knappheitsrente, nun j.1K < j.1R , und Schattenpreis A..
Mit anderen Worten bestehen nun im Gegensatz zum Modell ohne CO2-Steuer mit derKnappheitsrente j.1R im Modell mit CO2-Steuer zwei vollig verschiedene Knappheiten j.1K
und A.. Ist der Preis fur die Nutzung der Atmosphare a1s CO2-Deponie, d.h. der Schattenpreis
grofier a1s Null, so unterscheidet sich der Preispfad sowoh1 in der Ressourcenausbeutungs
phase 1 a1s auch in der Backstop-Technik-Phase 2 YomModell ohne CO2-Steuer. In der erstenPhase greift die Schadstoffrestriktion, d.h. If > 0 und A. < O. Eine Randlosung mit
konstanter Ressourcennutzung, die sich durch einen naturlichen Abbau von Neuemissionen
auszeichnet, wird in der Phase 2 realisiert. Der entsprechende Schattenpreis sei (m), In einer
dritten Phase verknappen sich die fossilen Ressourcen. Dadurch kommt es zu freien
Assimilationskapazitaten in del' Atmosphare, Da der rucklaufige Ressourceneinsatz nun die
Atmosphare nicht memo schadigt, ist A. =0 und der Schattenpreis steigt bis auf den Backstop
Marktpreis an. Phase 4 beschreibt die schadstofffreie Backstop-Nutzung.
!Schattenpreis
k
m
Phase 1 Phase 2 Phase 3 Phase 4 Zeit
Abb. 3-3: Optimaler Preispfad fur fossile Energietrager
Damit unterscheidet sich del' Preispfad des offentlichen Gutes "Nutzung der Erdatmosphare
als CO2-Deponie'' vollig YOm Ressourcenpreispfad. Wie man sieht, sind umweIt- und
ressourcenokonornische Argumente kaum voneinander zu trennen, sondem erganzend zu
betrachten. Denn in del' Standardressourcenokonomie besitzen Staaten bzw, Untemehmen die
Eigentums- und Verftigungsrechte tiber die Ressourcenbestande, Dies ist - wie bereits oben
angesprochen - bei offentlichea Giitem ausgesch1ossen.
32
Geht man in del' Argumentation einen Schritt weiter und zwar weg von del' Annahme eines
wohlmeinenden gesamtwirtschaftlichen Planers oder auch UN-Planers tiber zur Realitat vieler
verschiedener Entscheidungstrager in den ressourcenanbietenden und den energie
nachfragenden Landern und berucksichtigt den Ressourcenpreis des Modells mit CO2-Steuer,
zeigt sich, dafl die Anbieter bzw. Besitzer von fossilen Brennstoffen einen Verlust ihrer
Knappheitsrente hinnehmen mussen, del' einer faktischen Enteignung nahekommt.f Die Hohedieses Verlustes ist bestimmt durch den Barwert del' Differenz fiR - fiK wahrend del' Dauer
del' Ausbeutung. FUr die Verbraucher ergibt sich del' Preis fur eine Einheit des fossilenEnergietragers aus del' Summe del' Schattenpreise fur die Ressourcennutzung fiK und fur die
Nutzung del' Atmosphare -A. In del' dritten Phase steigt del' Preispfad dann gernaf del'
Hotelling-Regel mit dem Marktzins.
Abschliefsend laBt sich feststellen, dafl die Bedeutung des Verhaltens del' Ressourcenanbieter
in einer Vielzahl von Makromodellen zur CO2-Reduktion bisher nicht hinreichend
benicksichtigt worden iSt.36
Aufgrund del' Interdependenz zwischen den Bereichen Energie, Okonomie und Umwelt ist
es aus modelltheoretischer Sicht jedoch nicht ausreichend, die einzelnen Teildisziplinen
isoliert zu betrachten. Es ist vielmehr eine Kombination aus Energiemodellen,
Okonomiemodellen und K1imamodellen zu berucksichtigen, Dabei bietet sich jeweils eine
Vielzahl von Ansatzpunkten an, die bald den einen oder anderen Teilaspekt bevorzugen, abel'
keine Teildisziplin ganz auslassen konnen, Diese Dreifachinterdependenz ruckt allerdings erst
in den letzten Jahren in den Vordergrund del' modelltheoretischen Betrachtung. Eine
Kombination aller drei Bereiche fordert Gottinger (1992) und spricht in diesem
Zusammenhang von Energy-EconomY-Environmental (EEE) Modellen. Neben einem
multisektoralen Optimierungsmodell fur den Energieteil und del' auf Schattenpreisen und
Vermeidungskosten fur CO,-Emissionen basierenden Entwicklung von Vermeidungs
strategien setzen sich diese Modelle in ihrem Umweltteil aus del' Modellierung von CO,
Kreislauf, Quellen, del'Verteilung in del'Atmosphare und Grenzwerten zusammen.t?
Diese idealtypische Konzeption des Energie-Okonomie-Umwelt Verbundsystems wirdjedoch
in einer Vielzahl del' Z.Zt. diskutierten Modelle aus Komplexitatsgrunden nicht aufgenommen.
Man beschrankt sich entweder auf die Bereiche Energic-Okonomie oder auf Okonomie-
35
36
37
Eine genau umgekehrte Argumentation lautet wie folgt, Del' "scheinbar" hohe Wert von fossilenBrennstoffen und damit deren Knappheitsrente beruhten auf dem fehlerhaften Glauben, daJl dieDeponiekapazitlit der Atmosphare fiir CO2 unbegrenzt bzw. hinreichend hoch sei. Nach Feststellung diesesIrrtums ist eine Korrektur des bislang falschen Preises fur die in-situ Ressource nach unten angebracht.Zusammen mit der neuen ,,Deponiegebiihr" ergibt sich dennoch ein insgesamt hoherer Preis.Aufdiese Prob1ematik weisen Blank/Strobele (1995) bin und untersuchen das GREEN, Global 2100 sowiedas ERE-Modell hinsichtlich veranderter Knappheitsrenten bei der Einfiihrung einer CO2-Steuer.
Siehe Gottinger (1992), S. 54.
33
Umwelt. Dabei wird die jeweils dritte TeiIdisziplin keineswegs ausgelassen.. Diese wird dann
nicht direkt, sondern indirekt tiber die Ausgestaltung von Grenzwerten und Restriktionen
sowie in Form politisch motivierter Vorgaben modelliert.
Im folgenden wird ein kurzer Uberblick hinsichtlich verschiedener Klassifikations
moglichkeiten del' einzelnen Modelle zur CO,-Reduktion gegeben, bevor ein eigenes
Klassiftkationsschema vorgestellt wird.
34
3.2 Aktuelle Modellentwicklungen
Die Vielfalt del' existierenden Modelle innerhalb des Spektrums del' C02-Problematik und del'
Interdependenz von Energie, Okonomie und Umwelt veranschaulicht die Tabelle 3_1.38
Tabelle 3-1: Modelluberblick
AIM Matsuoka, Kainuma, Morita 1993
CETA Peck, Teisberg 1992CETA-R Peck, Teisberg 1995
ConradAGE-Modell Conrad, Henseler-Unger 1985Conrad, Wang 1993
CRTM Rutherford 1992
DIAM Chapuis, Ha Dong, Grubb 1995
DICE Nordhaus 1993RICE Nordhaus, Yang 1995PRICE Nordhaus, Popp 1996DICE+e Marl 1994MARIA Morl, Takuhashi 1995MARIA-2 Morl, Takuhashi 1996
EFOM van der Voort et a1. 1985EFOM-ENV Gronheit 1991PERSEUS Wietschel et a1. 1997
ER-Modell Edmonds, Reilly 1983ER-Barns-Modell Barns, Edmonds,Reilly 1992
ESCAPE Climatic ResearchUnit 1992MAGICC Hulme, Raper, Wigley 1995
ESM Benestad et a1. 1993
E3ME Barker et a1. 1995
GCAM Edmonds et a1. 1994
GEM-E3 Capros et a1. 1994
GEMINI Scheraga et a1. 1990
GREEN Lee, Oliviera-Martins, v.d. Mensbrugge 1994
38 Die Auswahl orientiert sich am neuesten Stand der Modellierung. Urn den Entwicklungsprozell zuverdeutlichen, werden vielfach neben den aktuellen Modellen und Weiterentwicklungen die jeweiligenAusgangsmodelle aufgefiihrt. Trotz alledem mag dlese Auswahl willkurlich und vor allem bei nationalenund regionalen Modellen unvollstandig erscheinen. Gleiches gilt fUr eine Liste der Modellanwender.Bereits anhand von einzelnen Beispielen zeigt sich, dall der Anwendungsbereich von OECD- (GREEN)und El.I-Modellen(GEM-E3, PAGE)uber Einzeistaaten(GCAM und GEMINIfUr die USA, lKARUS-MISfur Deutschland, EVOM-ENV z.B. fUr Finnland u. Rulliand) bis zur Anwendung innerhalb einzelnerRegionen und Stadte (MESSAGE fitr Wien) reicht.
35
Fortsetzung der Tabelle 3-1.
ICAM Dowlatabadi, Morgan 1993ICAM2.0 Ball, Dowlatabadi 1994
lEA-medium te1ID Vouyoukas 1992
lKARUS-LP Hake et a!. 1994MIS Pfaffenberger, Strobele 1994MIS 4.4 Pfaffenberger, Strobele 1996
IMAGE Rotrnans 1990IMAGE 2.0 AIeamo et a!. 1994
JW-Modell Jorgenson, Wilcoxen 1990
LEAN-TCM4 Welsch, Hoster 1994
MARKAL Fishbone et a!. 1983MARKAL-ETSAP Kram 1994ETA-MACRO Manne 1981MARKAL-MACRO Manne, Wene 1992MARKAL-MACROEM Yasukawa et al, 1993MARKAL-MEPA Ybema, v.Ierland 1994
MARNES Walbeck et al, 1988
MERGE Manne, Mendelsohn, Richels 1995MERGE2 Manne, Richels 1995
MESSAGE Schrattenholzer 1981MESSAGE II Messner, Strubegger 1984MESSAGE III Messner, Strubegger 1994MESSAGE III-1lR Wene 1995
MESAP Reuter 1991MESAPIII Voll, Schlenzig, Reuter 1994
MIDAS Capros, Karadeloglou, Mentzas 1988MIDAS 3.0 Capros, Mantzos 1994HERMES-MIDAS Capros et a!. 1989
MWC Mintzer 1987
NewEarth21 Fujii et a!. 1994
PAGE Hope et a!. 1993PAGE95 Plambeck, Hope, Anderson 1995
PEF Cohan et a!. 1994
POLES Criqui 1992
PRIMES Capros, Mantzos 1994
SLICE Kohlstad 1994
WW-Modell Whalley, Wigle 1991
36
In del' Tabelle 3-1 sind die Modelle lediglieh in alphabetiseher Reihenfolge aufgelistet.
Verborgen bleibt bei soleh einem Vorgehen del'Modelltypus, d.h. es ist unklar, ob es sieh urn
Energie- oder um Okonomiemcdelle, um Einzelmodelle, verbundene Modelle,
Erweiterungen, Varianten, Submodelle oder Aggregate handelt. Daruber hinaus fehlen
Angaben tiber die genaue Zielsetzung und die eingesetzte Methodik. Aus diesem Grund
werden naehfolgend einige aktuelle Modellklassifizierungen vorgestellt.
3.3 Klassifikationsansiitze
Mathematisch konnen die Modelle in drei Kategorien unterschieden werden:
• nach dem Bestinuntheitsmall in deterministische und probabilistische Modelle,
• nach dem Zeitbezug in statische Modelle, die einen jeweiligen Zeitpunkt abbilden,
quasi-dynamische Modelle, d.h. Multiperiodenmodelle und dynamische Modelle,
welche die Zeit als kontinuierliehe Variable betrachten,
• nach dem Funktionstyp in lineare Modelle, die Verfahren del' linearen
Programmierung zur Losung del'Zielfimktion einsetzen und nichtlineare Modelle.
Bezogen auf die Aufgabe und Anwendung del' Modelle sind folgende Typen zu
unterscheiden:
• Vorhersagemodelle ziehen aus del' Analyse vergangener Ereignisse Riiekschliisse
fur die Betraehtung del' Zukunft. Urn Unsicherheiten zu vermeiden, werden i.d.R.
verschiedene Szenarien betrachtet. Letztere sind im Hinblick auf politische
Zielvorstellungen formuliert, Typisehe Variablen sind dabei rnakrookonomische
Parameter und Energienachfragewerte.
• Simulationsmodelle werden durch eine Vielzahl von EinfluBparametem beeinfluJlt.
Dabei werden die unterschiedlichsten mathematischen Methoden eingesetzt, aber
nicht die Optimierung. Es gibt keine Garantie, ein Optimum zu erreichen.
• Optimierungsmodelle zielen darauf ab, die beste Systemkonfiguration im Sinne des
ausgewahlten Zieles zu bestimmen. Dazu bedienen sie sich Methoden wie der
linearen Programmierung, Gewohnlich sind Energiemodelle als Optimierungs
modelle zur Kosten- oder Emissionsminimierung eingesetzt.
In der praktischen Ausgestaltung kommt es nicht selten ZUl' Anwendung von
Optimierungsmodellen mit linearer Programmierung (siehe IKARUS-LP, MARKAL oder das
EFOM-Modell). Bei del' linearen Programmierung ergibt sich jedoch das Problem, lineare
37
Kostenverlaufe zugrunde zu Iegen, AuBerdem konnen beispielsweise geringe Preisvariationen
zu grollen Auswirknngen beziiglich der Einflihrung der zu verwendenden Teclmiken ftihren.s?
Mit Hilfe von Technikeinschriinkungen bei der Einftihrung neuer Techniken andem sich die
Modelle dann in Richtung der Simulationsmodelle, da der Losungsraum immer mehr
eingeschrankt wird. In mancher Hinsicht erscheinen die Unterschiede zwischen Optimierungs
uud Simulationsmodellen nicht allzu groll. So zeigen sich bei einem Vergleich des GLOBAL
2100 Modells mit dynarnischer Optirnieruug uud dem ERB-Modell mit der Simulation der
Investitionen lediglich Unterschiede durch verschiedene Annahmen, nicht durch die
uuterschiedliche Struktur.s?
Dem obigen aufgaben-/anwendungsbezogenen Konzept folgt beispielsweise van Ierland
(1993) mit einer mehr auf die Bereiche Umwelt uud Okonomie ausgerichteten
Modellklassifizieruug. Diese Modelle werden in die Rubriken Szenarien,
Optimieruugsmodelle uud Kosten-Nutzen-Studien eingeteilt.t! Der Energiebereich wird
dennoch nicht vernachlassigt, da Szenarien uud Optimieruugsmodelle die Beziehuugen
zwischen okonomischen Aktivitaten, Energieverbrauch uud Schadstoffemissionen
herausarbeiten. Dies zeigt sich, betrachtet man z.B. bei den verschiedenen Arten der
Szenariomodelle die zweite Einteilungsebene. Innerhalb der Szenariomodelle finden sich
rnakrookonomische Modelle mit Beztigen zu Energieangebots- uud Energienachfrage
modellen, disaggregierte Input-Output-Modelle, sektorspezifische Modelle sowie Allgemeine
Gleichgewichtsmodelle.
Das vorherrschende Klassifikationskriterium orientiert sich jedoch an den verschiedenen
Systemgrenzen, mit denen die einzelnen Modelle die Wirklichkeit abbilden. Aus einer
Vielzahl von uuterschiedlichen Modellklassifikationen sollen hier im Sinne einer nicht
reprasentativen Auswahl genannt werden:
Beaver (1993) uuterscheidet die Modelle des Energy Modeling Forum (EMFI2) nach dem
Grad del' Abbilduug des Energiesektors in aggregierte uud disaggregierte Energie-Okonomie
Modelle und in Energiemodelle mit Gleichgewichts-, Optimieruugs- und Regressionsansatz,
Bergmann (1988) greift ebenfalls die Unterscheiduug zwischen Energiemodellen uud
Energie-Okonornie-Modellen, insbesondere bei Gleichgewichtsmodellen, auf. Henrichs/
Kuckshinrichs (1994) erstellen eine Matrix mit Energie-Okonomie- uud Energiemodellen
sowie mit Gleichgewichts- und Optimieruugsmodellen. Eine sehr ausfiihrliche
Modelltibersicht und Klassifikation findet sich bei Boero et al. (1991), Die Oberstruktur setzt
sich aus theoretischen und empirischen Modellen zusammen, wobei sich letztere in
3940
41
Zu den Grenzender Modellierung mittelslinearerOptimierung siehe Erdmann (1995), S. 126-127,Nach Grubb et al. (1993), S, 442-443 und demText der FuJlnote 13,Vgl. van Ierland (1993), S. 41 f.
38
statistische Modelle und Simulationsmodelle gliedem. Die Simulationsmodelle wiederum
sind Ausgangspunkt fur weitere Verzweigungen in Ressourcenallokations- und
makrookonomischeModelle USW.42 In manchen Kriterien ahnlich, lediglich in der Benennung
einzelner Merkmale unterschiedlich, wahlen Grubb et al. (1993) ebenfalls einen sehr breiten
Klassifikationsansatz, Dabei wird eine Vielzahl von Energie-Okonomie-Modellen in sechs
Hauptdimensionen erfaJ3t. So erfolgt die Unterteilung 1. nach der generellen Unterscheidung
nach der Okonomic-Technologie-Struktur in Top-Down bzw. Bottom-Up Modelle. 2. wird
nach dem Kriterium des Zeithorizonts und des Anpassungsprozesses in kurzfristige
Ungleichgewichts- und langfristige Gleichgewichtsmodelle unterschieden. 3. erfolgt eine
Trennung nach der sektoralen Differenzierung in Energie-/Technik- und allgemeine
Makromodelle. Das 4. Kategorienpaar besteht nach dem Kriterium des mathematischen
Ansatzes aus Optimierungs- und Simulationsmodellen. 5. werden bei Grubb et al. nach dem
Aggregations- bzw. Disaggregationsgrad und 6. nach der regionalen bzw. geografischen
Abdeckung in globale Modelle oder landerspezifische Modelle unterschieden. Eine
Einteilung, die sich auf den Entscheidungsprozefl innerhalb der Modelle bezieht, fmdet sich
bei Dowlatabadi (1994). Damit reprasentiert jedes der vorgestellten Modelle einen
bestimmten Ansatz der Problemlosung bzw. Stmkturierung. Insgesamt ergeben sich drei
Kategorien von Politikmefsnahmen, Diese basieren auf Kosten-Effektivitiit, auf einem
Grenzwert, der physikalische Auswirkungen zuliiJ3t, und auf Kosten-Nutzen Analysen. Zhang
(1995) unterscheidet ad hoc Modelle, dynamische Optimierungsmodelle, Input-Output
Modelle, makrookonomische Modelle, CGE-Modelle43 (CGE = computable general
equilibrium) sowie Hybrid-Modelle. Letztere ergeben sich durch Soft-Linking von Top-Down
und Bottom-Up Modellen. SchlieJ3lich liefem Kydes et al, (1995) eine Klassifikation von
langfristigen Energiemodellen, die in CGE-Modelle, aggregierte Optimierungsmodelle,
Energiesektormodelle und verbundene Energiemodelle unterteilt werden.
Aile diese Klassiftkationsansiitze haben ihre Berechtigung und beschreiben detailliert Vor
und Nachteile einzelner Modellkategorien.v' Sie beschriinken sich jedoch allein auf die
Energie-Okonomiebeziehung, Der Umweltbereich fmdet zwar durch Nebenbedingungen und
Emissionsgrenzwerte Einzug in die Modelle, jedoch bleiben neuere Entwicklungen, die
Klimamodelle bzw. Submodelle mit einbeziehen, unbetiicksichtigt.
42
4344
SieheAnhang B-1.Zur Definition von CGE-Modellen sieheKydeset al. (1995), S. 136.Der gleichen Ansicht sind Grubb et al. (1993),S. 445: "There is no universal or acceptedway of classifyingmodels."
39
3.3.1 Von Einzelmodellen zu integrierten Ansatzen
Dies ist anders bei DECADES (1993). Neben Energiemodellen treten modular aufgebaute
Modelle und vor allem integrierte Modelle auf. Die Modularansatze konnen die
verschiedensten Modellarten umfassen. Je nach Untersuchungsgegenstand und Analyseziel
kann aus einem Modellpool von Makromodellen, Energieangebots- und Nachfragemodellen
usw. das geeignete Instnunentarium ausgewahlt und gemeinsam eingesetzt werden. Integrierte
Ansatze beinhalten Energie-Okonomie-Umwelt Beziehungen und Submodelle.
Innerhalb der vorliegenden Untersuchung wird eine relativ einfache und ubersichtliche
ModelIkIassifikation benutzt. Diese orientiert sich an der mit den wachsenden Aufgaben und
Systemgrenzen der CO2-Problematik fortschreitenden Evolution der Modelle und spannt so
den Bogen von den Energiemodellen bis hin zu den integrierten Ansatzen.s> Dabei lassen sich
fiinfHauptkategorien unterscheidenr'f
I Energiemodelle
II Energie-Okonomie-Modelle
III Allgemeine Gleichgewichtsmodelle
IV Energie-Okonomie-Umwelt-Modelle
V Integrierte Modellsysteme
In der nachfolgenden Tabelle 3-2 wurde fUr jede Modellkategorie ein reprasentatives Modell
ausgesucht und mit einer Kurzcharakteristik versehen. Die Deflnitionen der Modellkategorien
folgen anschlieflend im Text. Urn die Zahl der Beispiele zu erhohen, wurden zusatzlich in der
Tabelle 3-2 den reprasentativen Modellen vergleichbare Modelle zugeordnet. Dabei kann
jedoch nicht ausgeschIossen werden, daB innerhalb der Kategorien vereinzelt
Uberschneidungen moglich sind. Das einzelne Modell wurde dann gemliB seinem
45
46
Zwar gehorten zu den erslen ModelIentwiekIungen die reinen Energiemodelle ohne expliziteBeriieksiehtigung der wirtsehaftliehen Zusammenhange, dies bedeutet jedoeh nieht, daJl Energiemodelleheute nieht mehr eingesetzt werden. Ihr Einsatzgebiet umfaJlt alle Fragestellungen das Energiesystembetreffend. Sinnvoll eingesetzt werden sie z.Zt, vor allem bei der Aufstellung regional eng begrenzterEnergiekonzepte oder etwa bei sich im Umbrueh befindliehen Energiesystemen. Im Kontext des globalenTreibhauseffektes und der CO,-Emissionen werden die Energiemodelle jedoeh vorzugsweise in Verbindungmit Okonomie- und Klimamodellen sowie innerhalb integrierter Ansatze eingesetzt.Siehe Kuekshinriehs et a!. (1994), S. 216 f.
40
Hauptmerkmal del' betreffenden Kategorie zugeordnet. Innerhalb diesel' Einteilung konnen
anschliellend weitere Unterscheidungen wie etwa nach dem mathematischen Ansatz, del'
Zeitmodellierung oder dem zeitlichen und raumlichen Geltungsbereich del' Modelle getroffen
werden. Diese Modellkriterien werden als Modelldeterminanten bezeichnet und weiter unten
in Kapitel 3.4 diskutiert.
Tab. 3-2: Modellkategorien
I.l
1.2
MARKAL- linear und nichtlinear; Bottom-Up Energiemodell; EFOM ENV; MARNES;ETSAP dvnamische Optimierunz: LP MESSAGE III; MIDAS
ERM dynamisches Allgemeines Gleichgewichts- lEA Modell; PRIMESEnerziemodell
II.l MARKAL-MACRO
11.2 IKARUS-MIS
III GREEN
IV.l MERGE
IV.2 MWC
dynamisches Bottom-Up Energiemodell; hard-linkedmit einem dvnamischen Wachstumsmodellstatisches Bottom-Up Energiemodeil, soft-linked miteinem Inout-Outout-Modell
dynamisches Allgemeines Gleichgewichtsmodell
dynamische Optimierung; Energiemodell kombiniertmit einem Okonomiemodell (GLOBAL 2200), einemKlimamodeil und einem SchadensbewertunzsmodellAllgemeines Gleichgewichtsmodeil (ERM) undverschiedene Submodeile: NO, -Emissionenmodell;Atmosphlirenmodell; Gleichgewichts- Erwarmungsmodeil
MARKAL-MACROEM
MARKAL-MEPA
CRTM; LEAN-TCM4
CETA; DICE; RICE;New Earth 21
IMAGE; PAGE;GCAM
V. MESAPIII Energienachfragemodell (MADE); Energieangebotsmodeile (MESSAGE, EFOM); Energie- OkonomieModell
ESCAPE;PEF
CETA: Peck/Teisberg (1992); CRTM: Rutherford (1992); DICE: Nordbaus (1993); EFOM ENV: Rentz et aI. (1994);ERM:Barns et aI. (1992); ESCAPE: ClimaticResearchUnit (1992); GCAM: Edmonds et aI. (1994); GREEN: Lee et aI.(1994); lEA-medium term Modell: Vouyoukas (1992); IKARUSIMIS: Hake et aI. (1994b) und Pfaffenberger/ Strobele(1994a);IMAGE: (Rotmans(1990); LEAN·TCM4: WelsehIHoster (1994);MARKAL-ETSAP: Kram (1994); MARKALMACRO: ManneIWene (1994); MARKAL-MACROEM: Yasukawa et aI. (1993); MARKAL-MEPA: Ybema!v. Ierland(1994); MARNES: Walbeek et al, (1988); MERGE: Manne et aI. (1994). MESAP III: Voll et aI. (1994); MESSAGE III:MessnerlStrubegger (1994); MIDAS: CaprosIMantzos (1994b); MWC: Mintzer (1987); New Earth 21: Fujii et aI. (1994);PAGE: Hope et al. (1993); PEF: Cohanet aI. (1994);PRIMES: CaprosIMantzos (1994a);RICE: NordbausIYaog (1995).
Energiemodelle beschranken sich auf Markte fur Energietrager (fossile Brennstoffe,
emeuerbare Energietrager, Elektrizitat usw.), auf die jeweiligen Akteure und auf
Umwandlungs- und Endverbrauchstechniken. Mit anderen Worten, ein Energiemodell stellt
eine detaillierte Beschreibung eines Energiesystems dar.47 Dabei ist ein solches Energiemodell
als reines Technikmodell zu charakterisieren. Das ubrige Wirtschaftsgeschehen wird in stark
47 Wietschel et a!. (1997), S. 223, sprechen bei Energiemodeilen mit dem Ziel der Vermeidung vonUmweltbeeintrachtigungen von Energie-Bmissions-Modellen (EEM). Demnach wliren nahezu aile alctuellenEnergieodelle ais Energie-Emissions-Modelle zu bezeiehnen.
41
aggregierter Form dargestellt.ff Die Modelle 1.1 und 1.2 der Tabelle 3-2 sind dieser Kategorie
zuzurechnen, Das MARKAL-ETSAP Modell stUtzt sich auf Optimierung, wahrend ERM
einen Gleichgewichtsansatz mit einer stark vereinfachten Makrookonomieverbindung nutzt.
Dadurch konnen in ERM feedback-Effekte mit einbezogen werden.s? Nachteile von
Energiemodellen liegen neben einem relativ hohen Datenaufwand in der Vemachlassigung
von okonomischen Wechselwirkungen. So bestehen in der Mehrzahl der Energiemodelle
Infonnationsdefizite daruber, wie relative Produkt- und Faktorpreise aber auch wie die
Ressourcenallokation von Faktoren wie etwa ansteigenden Energiekosten, technischem
Wandel oder energiepolitischen MaJ3nahmen beeinfluJ3t werden. 50
Energie-Okonomie-Modelle ziehen die Interdependenz des Energiesektors mit den ubrigen
volkswirtschaftlichen Sektoren in Betracht. Eine detaillierte Modellienmg wechselseitiger
Verbindungen des Energiesektors mit anderen Sektoren erlaubt die intensive Analyse
funktionaler Korrelationen mit der Okonomie. In der vorliegenden Klassifizierung wurden
zwei verschiedene Moglichkeiten der Verbindung von Energie- und Okonomiemodellen
aufgenommen. Das unter ILl aufgefUlnte MARKAL-MACRO Modell ist hard-linked, d.h. es
Hiuft als ein eigenstiindiges Modell. Mit IKARUS-MIS, Modell II.2, ist ein soft-linked Modell
aufgenommen, dessen Modellteile unabhangig voneinander arbeiten. Der Informationstransfer
zwischen beiden Modellen geschieht nicht automatisch, sondem muJ3 durch den Modellnutzer
vorgenommen werden.
Modeme Allgemeine Gleichgewichtsmodelle benutzen die Rolle der Preise und des
Preissystems als Marktraumungsinstrument. In der Modellkategorie III wird der Rolle der
Konsumenten und der Produzenten als Gruppe der Wirtschaftsakteure der Vorrang gegeben.
Komparativ statische Allgemeine Gleichgewichtsmodelle wie das Walley-Wigle-Modell,
welche nur zwischen C-haltigen und C-freien Brennstoffen differenzieren und weder
Backstop- noch andere Techniken beschreiben, bleiben hierbei unberiicksichtigt.
Neuere Energie-Okonomie-Umwelt-Modelle erweitern das System, indem sie die Energie
und Okonomiemodelle mit Umweltmodellen wie etwa mit Schadstoff Konzentrations- oder
Verteilungsmodellen ausweiten. Unter diese Kategorie fallen die Modelle IV.l und IV.2.
MERGE ist ein Optirnierungsmodell und MWC nutzt einen Gleichgewichtsansatz.
MESAP III, Kategorie V, beschreibt einen Modularaufbau, der aus verschiedenen Arten
integrierter Modelle besteht. Dazu sind sowohl makrookonomische Komponenten, Energie
Angebots- und Nachfragebilanzen als auch Allgemeine Gleichgewichtsansatze enthalten. Als
4849
50
Vgl. Beaver (1993), S. 240-241.Vgl. Grubb et al. (1993), S. 413.Vgl. Bergmann (1988), S. 378.
42
Herzstuck des MESAP III Modells fungiert ein Data Management Processing System. In die
Kategorie der vergleichbaren Modelle wurde hierbei das Policy Evaluation Framework (pEF
Modell) aufgenommen. Dieses integrierte Modell kombiniert in seiner Struktur ein aus
verschiedenen Modulen zur Beschreibung der physikalischen, biologischen und
okonomischen Auswirkungen von Treibhausgasen bestehendes deterministisches Modell mit
einem Entscheidungsbaumsystem. Letzteres sammelt und ordnet Informationen hinsichtlich
politischer Entscheidungen und Unsicherheiten.
3.3.2 Top-Down und Bottom-Up Modelle
In Modellklassifikationen werden fur die Charakterisierung von Okonomie- und
Energiemodellen haufig die Begriffe Top-Down (TD) und Bottom-Up (BD) verwendet.>'
Hinter diesen Bezeichnungen stehen verschiedene theoretische Konzepte der Modellierung.
Gleichzeitig sind diese Unterschiede ein Argument fiir deren Uberwindung. Denkbar ist dieses
mittels der Verbindung von Energie- und Okonomiemodellen. Mit der Abbildung 3-4 werden
beide Konzepte iIIustriert.
TO Gesamtwirtschaftliche Aggregate
Sozialprodukt, Konsum, Staatsausgaben,Investitionen, Exporte - Importe
Verkehr, Heizung, Beleuchtung,....
BU
tI EDL21
51
Abb, 3-4: Systemgrenzen von Top-Down und Bottom-Up Modellen
VgI. Grubbet aI. (1993), S. 433 f. Dort ist dieEinteilung in TD undBU das ersteKlassifikationskriterium.
43
Wie man anhand der Abbildung 3-4 erkennt, handelt es sich bei Top-Down Ansatzen urn
Modelle mit hohem Aggregationsgrad. Ausgehend von den volkswirtschaftlichen Aggregaten
wie Sozialprodukt, Konsum, Staatsausgaben etc. werden die einzelnen Sektoren und deren
Energiebedarf gleichsam "von oben" betrachtet. Daher basieren die Top-Down Modelle auf
makrookonomischen ModeIlierungstechniken und gleichzeitig endogenen Entscheidungen
von Akteuren, Preisen und Einkommen.v Im Mittelpunkt dieses Ansatzes stehen die
Produktionsfaktoren Kapital, Arbeit und Energie und bilden damit die Hauptdeterminanten
des Wirtschaftswachstums. Weitere Parameter mit hohem Einfluf auf die Modellergebnisse
sind die Substitutionselastizitat, die Grenznutzenelastizitat, die Abdiskontierungsrate, der
Zeithorizont der Rechnungen und die Kosten einer CO2-freien Backstop-Technik sowie die
Umstellungskosten bei einem Technikwechsel.P Beispiele fur TD-Modelle sind das
MACRO-Modell oder auch MIS.
Bottom-Up Modelle haben ein technisches Konzept im Mittelpunkt und konzentrieren sich
auf die Mikrookonomie, die Haushalts und die Untemehmensebene. Sie beinhalten eine
detaillierte Beschreibung verschiedener Techniken und der dort bestehenden Moglichkeiten
zur Energiesubstitution.P Da Ld.R. ein disaggregierter Energiesektor vorliegt, sind die
Modelle quasi "von unten" aufgebaut-" Als Beispiele fur BU-Modelle konnen die
Energiemodelle der Tabelle 3-2 aufgefiihrt werden. Johansson/Swisher (1993) sehen die
Bottom-Up Analyse als einen ProzeB in fiinfStufen an:56
I. Schatzung der Nachfrage nach Energiedienstleistung (EDL).
2. Sammlung von quantitativen, physikalischen Daten tiber Eigenschaften und
Kostenstruktur zur Bestitnmung von Endverbrauchstechniken.c?
3. Schatzung der Auswirkungen solcher Altemativen auf die Gesamtenergienachfrage
und Entwicklung von Szenarien zur Zukunftsbeschreibung.
4. Betrachtung der Marktbedingungen und der institutionellen und juristischen
Gegebenheiten fur eine Energieplanung.
5. Entwicklung einer Strategie zur Erreichung der erwarteten Energieeffizienz
verbesserungen.
525354
55
5657
SieheHourcadeet aI. (1994), S. 3 f.VgI. Strobele(1995), S. 127.Nach !FaIRWI (1996), S. 2, griindet sich die Entscheidung der Bundesregierung zur Festiegung des CO,Reduktionsziels auf die Beurteilung von technischen Elnsparpotentialen. So tritt neben das globale TDTreibhausproblem dienationaleBU-Reduktionsverpflichtung.Die unterschiedliche Herangehensweise via Top-Down vs Bottom-Up Losungsansatzen findet sich auch inanderen Bereichen der Umweltokonomie, So etwa die Top-DownAnsiitze nach Hohmeyer (1988) und derBottom-Up Ansatz der Pace University (1990) sowie von Pearce et aI. (1992) zur Bestimmung externerKosten der Elektrizitiitserzeugung. Niiheres dazu bei Markandaya (1995), S. 21-22. VgI. auch Wene(1993), S. 355, der einBeispielausder Kernphysik anfuhrt,SieheJohansson/Swisher (1993), S. 3-4.Zu nennenwiiren hier auch die Umwandlungstechniken.
44
Ein Unterscheidungsmerkmal zwischen TD- und BU-Modellen Iiegt in del' Abbildung del'
Energiedienstleistungen (EDL in del' Abb. 3-4). Ist das Ziel del' Verbraucher aufgrund von
bestehenden Marklineffizienzen lediglich die Kostenminimierung fur gegebene Energie
dienstleistungen, ist del' Einsatz von Energiemodellen zu empfehlen. Je nachdem, ob eine
zeitlose oder eine dynamische Anpassung gewiinscht wird, sind komparativ-statische oder
dynamische BU-Modelle vorzuziehen. Druck! das Marklergebnis bereits den bestehenden
Informationsstand und die Praferenzen aus, stellen die Energiedienstleistungen lediglich eine
GroBe fiir die umfangreicheren Praferenzen dar. Dann sind die zeitlosen kurzfristigen oder
komparativ-statischen TD-Modelle oder bei dynamischer Zeitrnodellierung die entspre
chenden dynamischen TD-Modelle einzusetzen.
Mit anderen Worten fiihrt diese Argumentation ebenso wie Grubb et aI. (1993) den
Unterschied zwischen TD- und BU-Modellen auf unterschiedliche Annahmen und
Konzeption del' Energieeffizienz und Behandlung del' technischen Produktionsmoglichkeiten
zuruck, Danach stutzen sich okonomisch orientierte Ansatze grundsatzlich auf das
beobachtbare Marktverhalten und gehen in ihren Annahmen von effizienten Markten aus.
Dies gilt sowohl fiir das Referenzszenario als auch fur den Einsatz von
Vermeidungsstrategien, wie etwa Emissionssteuern zur Einhaltung bzw. Erreichung von
Stabilitats- bzw. Reduktionszielen. Diese auf okonomischen Ansatzen basierenden Modelle
analysieren i.d.R. das aggregierte Marktgeschehen und stUtzen sich dabei auf Preise und
Elastizitaten, Wird das Schwergewicht dabei auf Langfristanalysen von Energie- bzw.
Vermeidungskosten gelegt, sprechen Grubb et aI. (1993) von TD-Modellen. Dort werden im
Gegensatz zur obigen AusfUhrung Modelle mit kurzfristigem Zeithorizont als konventionelle
Makrookonomiemodelle bezeichnet. Im Gegensatz dazu stellen die technisch-orientierten BU
Ansatze mehr technische Kostenparameter und Daten in den Vordergrund und beinhalten alle
verfiigbaren Techniken und Effizienzsteigerungsmoglichkeiten, die entstehen, wenn
vermieden wird. Dabei ist das Referenzszenario, d.h, die Ausgangsperiode, nicht technisch
optimal, wohl abel' das Verrneidungsszenario.58
58 Nach Grubb et al. (1993) verdeutlicht eine einfache Isoquantenbetrachtuug die unterschiedlichen Anslitze.Betrachtet man die eflizienten Produktionsmoglichkeiten beider Anslitze in Form von Isoquanten del' Inputsvon KapitaVArbeit und Energie, so zeigen sich Differenzen bei del' Abbildung del' jeweiligenProduktionsgrenze, innerhalb del' allein in die technisch effizientesten Losungen investiert wird. DieIsoquante von Okcnomlemodellen, welche sich abgesehen von auftretenden Ineflizienzen wie Externalitliten und Steuer- bzw. Subventionsverzerrungen, auf Kostemninimierung bzw. Nutzenmaxhnierungbezieht, fallt in ibrem Investitionspotential hinter del' von Technikmodellen zuriick, obwohl bei technischeffizienten Markten beide Isoquanten gleich sein soliten. Somit beinhalten technische Anslitze ein weitausgraBeres Investitionspotential. Es geht tiber das reine Marktgeschehen hinaus.
45
Weitere Unterschiede sind:
• In BU-Modellen werden im Gegensatz zu den TD-Modellen keine a priori
Annahmen tiber zukiinftige Altemativen getroffen; auch wird del' gegenwartige
Energieeinsatz a priori nicht fUr optimal erklart.t?
• BU-Modelle sind Iosungsoricntiert. Sie sind von ihrer Konzeption her dazu
gedacht, den optimalen Energieeinsatz, minimale Kosten und Strategien zur
Bereitstellung von Energiedienstleistungen zu finden.s? "They ask how little energy
can be used, cost effectively, to provide a given level of energy services." TD
Modelle beschreiben die Marktreaktionen auf veranderte Preise bei vorgegebenen
Wachsturnsraten des Sozialproduktes. "They ask what the relationship is between
price and demand." Deshalb kormen TD-Modelle schlecht eingesetzt werden, urn
Alternativen zu finden. Bei BU-Modellen hingegen ist dadurch eine Beurtei!ung
des tatsachlichen Marktgeschehens schwierig, da Einflufsgrofsen wie etwa
unterschiedliche Kaufmotive oder auch unvollkommene Infonnationen
unberticksichtigt bleiben.
Eine Erklarung ftir die Unterschiede zwischen del' okonomischen und del' technischen
Betrachtungsweise liegt in einem unterschiedlichen Verstandnis des Energiebegriffs. Danach
ist fur die Okonomie die Energie ein reiner Produktionsfaktor. Technische Entwicklung
fordert die Energieeffizienz, was sich wiederum in einem sinkenden relativen Energiepreis
auswirkt. Auch wachst die Energienachfrage mit steigendem Sozialprodukt, CO,
ReduktionsmaBnahmen sind ohne Kostenargurnentation nicht denkbar. Im Gegensatz hierzu
wird Energie nach dem technischen Ansatz mehr als physisches Produkt fiir verschiedene
Zwecke angesehen. Wachstum ruckt in den Hintergrund, Technische Verbesserungs
moglichkeiten del' Effizienz, auch ohne Kostenargumente, fiihren zu den gewiinschten Zielen.
Im Ergebnis haben die genannten Unterschiede zur Folge, daB TD-Modelle das
Effizienzsteigerungspotential unterschatzen und die Vermeidungskosten uberschatzen, weil
sie eine Reihe von Verbesserungsmoglichkeiten ignorieren, die durch nichtpreisinduzierte
PolitikmaBnahmen getroffen werden konnen, BU-Modelle dagegen uberschatzen das Potential
und unterschatzen die Vermeidungskosten, wei! sie verdeckte Kosten und Einschrankungen
fur kosteneffektive Techniken vernachlassigen. Welche Ergebnisse realistischer ausfallen,
hang! von del' potentiellen GroBe del' Effizienzverbesserungspotentiale ab, doch ist davon
59 Vgl. Johansson/Swisher (1993), S. 16.60 Siehe Wilson/Swisher (1993), S. 257. Zitate ebenda. Im Verlauf der dort vorgestellten Studie werden in
Anlelmung an Nordhaus (1991) die Ergebnisse von zwei TD- und von zwei BU-Modellen verglichen,
46
auszugehen, daB das realisierbare Potential fur die CO,-Reduktionsmallnahmen zwischen den
beiden Ansatzen Iiegt.
AuBerdem wird aus den obigen Ausfuluungen deutIich, daB auftretende Probleme sowohl bei
der Verkntipfung von Energie-Okonomie-Modellen als auch bei dem Vergleich von
Ergebnissen der EinzelmodeIIdarsteIIungen nicht zuletzt auf Unterschiede der TD- und BU
Ansatze zuruckzufnhren sind. Eine grundsatzliche Unvereinbarkeit der beiden Ansatze ist
jedoch nieht gegeben. Denn eine Verbindung von TD-und BU-ModeIIen ZUl' ModeIIierung
von CO,-Reduktionsstrategien kann dazu beitragen, diese Unterschiede aufzuheben und die
jeweiligen Vorteile der Ansatze hervorzuheben.s! AktueIIe Untersuchungen haben bei der
Analyse von Modellverknupfungen die Betrachtung von no-regret-Potentialen ZUlll ZieI.
Dabei werden Technikeffekte hinsichtlich ihrer Auswirkungen auf die Produktivitat
betrachtet.62
6162
So auch Schrattenho1zer (1993).Vgl. Walz (1997), Tabelle 2 aufS. 190.
47
3.4 Modelldeterminanten
3.4.1 Allgemeine Determinanten
Zeithorizont, Regionen und Emissionen
Die Mehrzahl del' in Tabelle 3-1 zusammengefafsten Modelle basiert auf einem quasi
dynamischen Ansatz und erlaubt eine zeitintegrale Reproduktion del' dynamischen Kompo
nente des Systems. Dieses schlieBtbeispielsweise den Kapitalstockaufbau durch Investitionen
und reduzierte Ressourcenbestande durch Entnahme mit ein. Eine Ausnahme ist das
IKARUS-Modell, welches statisch das Energieangebotssystem in den jeweiligen Stiltzjahren
als ein Optimierungsmodell abbildet.
AuBer dem ERM-, GREEN- und dem MWC-Modell folgen aile ubrigen Modelle dem
Optimierungsansatz, del' auf die Systernkosten des Energieangebots zielt. Die Modelle I.1
und ill kalkulieren die Systernkosten in Kosteneinheiten, wahrend die Modelle II.l und IV.l
die sozialen Kosten des Systems, gemessen als Nutzenverlust mit vorher definierten
Emissionsreduktionszielen, beschreiben. Diese allgemeinen Charakteristika werden in der
Tabelle 3-3 zusammengefaBt.
Tab. 3-3: Allgemeine Modelldeterminanten
CO,
1.2 1990 - 2095 Ener iean ebotssektor CO,
II.l 1990 - 2020 national I Sektor mit detailliertem CO,Ener iean ebot
II.2 fixe Zeitpunkte: national: 2 CO" SO" NOx,1989,2005 und ca, , CO, N,O,
IKARUS- 2020 NMHC,CFC,.................... ...................... ..................................MIS 1989 - 2020 30 Produktionssektoren
(ink!. 8 Ener Ie)
III GREEN 1985 - 2050 global: 12 11 Produktionssektoren CO,(inkl. 8 Ener ie)
IV.I MERGE 1990 - 2200 global: 5 Okonomiemodell mit CO" N,O,CFCdetailliertem Energie-An ebotssektor
IV.2 MWC 1980 - 2075 global: 9 Okonomiemodell mit CO" N,O,CFCdetailliertem Energie-An ebotssektor
V MESAPIll flexibel flexibe1 Energie-Optimierungs- CO, , NO, , Cli<modell mit detailliertemEner iesektor
48
Del' Zeithorizont del' Modelle ist je nach Zielsetzung verschieden und reicht von wenigen
Dekaden bis zu Jahrhunderten, Aus umweltokonomischer Sicht ist Modellen mit einem
weiten Zeithorizont del' Vorzug zu geben. Dazu gehoren unter den hier aufgeftihrten Modellen
das ERM mit Simulationen bis 2095, das bis 2200 reichende MERGE, das MWC-Modell bis
zurn Jahr 2075 sowie das flexibel einsetzbare MESAP III-Modell. Denn nach heutigen
Erkenntnissen werden erst nach dem Jain' 2050, aufgrund von Zeitverzogerungen wie etwa
dem Anstieg des Meeresspiegels, gravierende Klimaanderungen und Umweltauswirkungen
auftreten. Deshalb sind die in Modellrechnungen monetarisierten Schaden ftlr die Jahre nach
2100 deutlich hoher als die bis etwa 2050 ermitteiten Werte. AIs Konsequenzen werden aus
nicht so weit greifenden Modelirechnnngen so unter Urnstanden durch Nutzen-Kosten
Analysen bevorzugte Ausweich- bzw. Anpassungsmafmahmen, wie die Erhohung von
Deichen in gefahrdeten Kustengebieten, sowie eine Verlagerung von Landwirtschaftszonen
und Tourismusgebieten als Ersatz fur Emissionsreduktionsstrategien vorgeschiagen.
FUr welchen Zeithorizont man sich bei del' Wahl und Konstruktion eines Modells entscheidet,
hangt nicht zuletzt von del' unterstellten Wirtschaftsstmktur und den in das Instrumentarium
gesetzten Zielen abo Kurzfristig ausgerichtete Modelle eignen sich eher fur die Analyse von
Ungleichgewichten wie Beschriinkungen auf dem Kapitalrnarkt, Inflation oder Unter
beschaftigung abel' auch allgemein zur Abbildung von Systemen und Prozessen, die sich in
Phasen del' Umstrukturierung befinden, wie etwa den sogenannten Okonomien im Ubergang
(economies in transition). Da sich in solchen Modellen langfristiger Stmkturwandel ignorieren
lallt, wird das Augenmerk auf die Anpassungsprozesse gerichtet. Aus diesen Grunden finden
sich in vielen kurzfristigen Modellen, z.B. im MIDAS-Modell, keynesianische bzw. neo
keynesianische Ansatze wieder. Befindcn sich Okonomie, Energiesystem und Markte im
Gleichgewicht, wird del' Zeithorizont i.d.R. ausgedehnt und eine Iangfristige Betrachtung
angestrebt, die mehr die Umallokationswirkungen in den Vordergrund stelit. FUr
Anpassungsprozesse ist nun genugend Zeit vorhanden.
Die Dichotomie in kurzfristige und langfristige Betrachtung heben die medium-term Modelle
auf, deren mittelfristige Zeitspanne etwa 5 - 15 Jahre betragt, Diese Modelle sind uberwiegend
mittels del' Nachfrage gesteuert und werden eingesetzt, urn Anpassungsprozesse ausgehend
von Ungleichgewichtszustanden hin zu den langfristigen Gleichgewichten zu beschreiben.
Neben diesel' absoluten Zeitspanne, die ein Modell abbiidet, ist del' Aspekt del'
ZeitmodeIlierung von ebenso groller Bedeutung, Komparativ-statische Ansatze, wie etwa das
Whalley-Wigle-Modell oder das IKARUS-Modell greifen sich aus dem Beobachtungs
zeitraum einzeine Zeitpunkte heraus, beschreiben die Volkswirtschaft oder auch das
Energiesystem in diesen Jahren und vergleichen diese untereinander, So konnen zwar einzeine
49
Jahre, wie etwa Basisjahre und Referenzjahre oder auch Zieljahre fur okonomische und
politische MaJ3nahmen detailliert beschrieben werden, jedoch bleibt die Beschreibung del'
Entwicklung zwischen diesen Jahren den dynamischen Modellen vorbehalten,
Einige Modelle beschreiben nationale Systeme. Internationale Aspekte energetisch bedingter
Emissionen beinhalten die Modelle ERM, GREEN, MERGE und MWC. Ohne Frage stellen
internationale Modelle adaquatere Instrumentarien ZUl' Analyse des globalen CO2-Problems
dar, als allein auf nationale Grenzen beschrankte Modelle. Bei globalen Modellen sind Fragen
zuru Wirtschaftswachsturu, der Emissionsentwicklung, zu Verteilungseffekten von CO2
Steuern und internationale Reaktionen auf nationale wie internationale Maflnahmen
vorstellbar. Internationaler Handel oder die Problematik der Ieakage-Effekte kann nur in
intemationalen Modellen behandelt werden. 1m Gegensatz dazu kann bei nationalen Modellen
besser auf Iandcrspezifische Eigenheiten eingegangen werden. Dabei wird dann das
Weltmarktgeschehen meist als exogen vorbestimmt angenommen. Aus Vereinfachungs
grunden weisen die intemationalen Modelle nicht samtliche Emittentenstaaten aus, sondem
fassen diese zu einzelnen Regionen, jeweiligen Submodellen, zusammen. Ais Kriteriuru
dienen dabei Abwagungen nach Ressourcen- und Reservenbestanden der fossilen Brennstoffe,
politische Grenzen, okonomische und technische Vergleichbarkeit, Gesellschaftssysteme und
die geografische Nahe, Dieser Mix ist ein Kompromifl zwischen zu grofler Disaggregation,
d.h. zu grofle Dateuruengen, und zu grofler Aggregation, bei der nationale Unterschiede
verlorengehen.s? So beinhaltet das ERM in seiner ersten Version von 1985 noch 9 Regionen,
in der Version von 1992 ZUl' Vereinfachung nur noch 5 Regionen. Vielfach orientieren sich
die Modelle bei del' Bildung der Regionen am Emissionsniveau und der geografischen Lage.
So teilt das ERM die OECD-Lilnder in Ost und West und weist die USA getrennt aus, Ebenso
werden im GREEN-Modell China, Japan und Indien aus dem Verbund der stidostasiatischen
Staaten herausgelost, Nach Effizienzkriterien und den moglichen Anreizwirkungen
umweltpolitischer Instrumente ZU!· CO2-Reduktion waren die Vermeidungskosten als
Kriteriuru heranzuziehen. Hier stellt sich allerdings das Problem, dafl diese oft gar nicht
bekannt sind und erst in den Modellen generiert werden, Als ein second-best Kriterium fur
eine geografische Einteilung sind Energieeffizienzaspekte denkbar. Beispiele dafur sind der
heutige Einsatz von CO2-l'elevanten Brennstoffarten und die Leichtigkeit der Substitution.
Danach konnte man grofltenteils CO2-haltige Brennstoffe nutzende Lander wie die USA
(Erdol) und China (Kohle) sowie uberwiegend CO2-freie Brennstoffe einsetzende Lander wie
Norwegen (Wasserkraft) und Frankreich (Kernenergie) zusammenfassen.
Neben diese beiden letztgenannten Auspragungen der globalen Modelle mit 5-6 Regionen und
nationalen Modellen, die nur ein Land in Abhangigkeit vom Rest der Welt (RoW) betrachten,
63 Siehe EdmondsfReilly(1985), S. 3-4.
50
treten in jtingster Zeit regional aggregierte Modelle. Als Beispiel sei hier das RICE-Modell
genannt.64 Diese Weiterentwicklung des DICE-Modells differenziert die sonst oft nul' als
RoW gekennzeichneten Lander in 5 weitere Regionen. Diese sind Indien, Brasilien,
Indonesien, sowie jeweils eine Region mit II grofsen Landern, mit 38 mittelgrofsen Landern
und mit 137 kleinen Lfuldem.65 Damit solI dem Gedanken Rechnung getragen werden, daB
CO,-ReduktionsmaBnahmen wie etwa Steuem und Regulierungen auf nationaler Ebene
festgelegt und durchgeftilut werden.w Urn diese nationale Strategie abbilden zu konnen,
werden im RICE-Modell drei Strategien unterschieden: a) ein sogenannter Marktansatz, d.h.
es gibt keine CO2-Vermeidungsmafsnahmen; b) globales kooperatives Verhalten. In diesem
Fall ist Effizienz gewahrleistet, das unterstellte kooperative Verhalten erscheint abel' als wenig
realistisch. c) Die dritte Moglichkeit del' nationalen Politik mit ineffizienter Losung ist daflir
realistisch. Mit diesem Ansatz wird gleichzeitig strategisches Verhalten, wie z.B. das
Trittbrettfahren von kleinen Staaten in ein Modell integriert. Denn bei del' globalen
Treibhausproblematik ist es fur kleine Staaten oft lohnend, Entscheidungen zu verschieben,
d.h. heute keine Reduktionsmafsnahmen durchzufuhren.
Als ein Beispiel del' Auswirkungen del' nationalen bzw. intemationalen Ausrichtung zeigt
sich, daB national ausgerichtete Modelle dazu neigen, die okonomischen Auswirkungen von
CO,-Reduktionsmafinahmen bei energieexportierenden Landern zu unterschatzen und bei
energieirnportierenden Landem zu uberschstzen.s?
Die Modellierung del' Zusammenhange del' makrookonomischen Sektoren erlaubt eine
Analyse del' Effekte del' Emissionsreduktion tiber den reinen Energiesektor hinaus. Hier ist
insbesondere MIS, das Makromodell des IKARUS-Modellinstrumentariurns mit seinen 30
Sektoren zu nennen. In Kombination mit den 12 Weltregionen reproduzieren die II
Produktionssektoren des GREEN-Modells die intemationalen Handelsstromc detaillierter als
in anderen Modellen. Sollen die Modelle praktikabel und uberschaubar bleiben, so sind
globale Modelle Ld.R. auch in den Sektoren aggregiert. Detaillierte Einzelabbildung innerhalb
eines Sektors etwa bis hin zur Endenergieebene ist eher bei nationalen Modellen moglich,
D.h. auch hier wird durch die Zielsetzung, etwa eine detaillierte Abbildung des
Energiesystems bis in die einzelnen Haushalte, die Struktur des Modells vorbestimmt.68
6465
66
6768
NordhausfYang (1995).Sicherlich Hillt sich an dieser Stelle fragen, ob die Disaggregation hier nicht zu weit getrieben wird. Ebensoist zweifelhaft, ob 137 kleine Lander gleichzusetzen sind mit 137 Entscheidungseinheiten und obumgekehrt etwa die EU als einzeine Entscheidungseinheit anzusehen ist,Auch hier ist kritisch anzumerken, dall zumindest eine theoretische Moglichkeit auf die Einfiihrung internationaler/globaler Steuern bzw, Regelungen existiert.Nach Oliviera-Martins et al. (1992).Vgl. Grubb et al. (1993), S. 445: "...different models are thus suited for different purposes."
51
Modelle, die allein einen Sektor einbeziehen, d.h. hinsichtlich der CO,-Reduktion auf den
Energiesektor bezogene Modelle, beschreiben wie die Bottom-Up Energiemodelle diesen
Sektor zwar sehr genau und sind auch in der Lage die Kostengrofsen zu berechnen. Es fehlt
ihnen aber an Tiefe in den tlbrigcn okonomischen Bereichen, wie etwa auf dem Kapital- und
Arbeitsmarkt sowie in der Beziehung zwischen dem Energiesektor und den ubrigen Sektoren.
Auswirkungen etwa von CO,-Steuern auf die ubrlgen Wirtschaftsbereiche, auf makro
okonomische GraBen wie Bruttoinlandsprodukt (BIP), Wertschopfung und intersektorale
Verflechtungen konnen nur mit Makromodellen bzw. mit verbundenen Modellen gelost
werden,
Bei den Emissionen steht das CO, im Mittelpuukt des Interesses. Viele Modelle betrachten
jedoch zusatzlich SO," NO,. und ClL -Emissionen. In jimgster Zeit wird im Zusammenhang
mit Klimamodellen auf den sogenannten SO,-Abktihlungseffekt hingewiesen.s? Danach
sorgen durch SO,-Emissionen hervorgerufene Sulphataerosole in der Atmosphare mittels
eines direkten Effektes - Solarstrahlung wird in den Weltraum zuruck reflektiert - und eines
indirekten Effektes - Reflektierung tiber die Wolken - fur eine Abkuhlung der globalen
Temperatur."? D.h. der globale Treibhauseffekt konnte abnehmen. Daraus folgt jedoch nicht
die Absage an SO,-ReduktionsmaBnahmen. Denn zum einen treten die Abkuhlungseffekte,
sofern sie anthropogen verursacht sind, nur regional auf, zum anderen sind die negativen
Auswirkungen von SO,-Emissionen, wie saurer Regen u.a, nicht zu vernachlassigen, Im
folgenden beschriinkt sich die voriiegende Schrift jedoch aus bereits genannten Grunden
ausschlieBlich auf die CO,-Emissionen.
Internationaler Handel und strategisches Verhalten
Internationaler Handel kann alle oder nur die energieintensiven Guter einer Volkswirtschaft
umfassen, nur die Gruppe der Energietrager oder auch einzelne Energietrager, wie etwa das
Rohal. Bei letzterem sind auBerdem Annahmen tiber das Anbieterverhalten (OPEC) zu
berucksichtigen, insbesondere bei nachgebender Energienachfrage. So ist im MR-Modell ein
durch die Anbieter festgesetzter Olpreis berucksichtigt, beim WW-Modell und dem
Rutherford-Modell wird perfekter Wettbewerb unterstellt, GREEN laBt beide Varianten zu.
Im Regelfall ist der AuBenhandel tiber die Armington-Beziehung modelliert.?' Danach werden
an sich gleiche Guter nach ihrem Produktionsort differenziert und stellen fur die Nachfrager
unvollstandige Substitute dar. Damit spielt die Gewichtung der Preisdifferenz des
einheimischen Gutes zum Weltguterpreis mit der regional spezifischen Handelselastizitat eine
entscheidende Rolle. Der Modellnutzer gewinnt dadurch EinfluB auf die Starke der
6970
71
Etwa Edmonds et al. (1994) aufS. 635 mit Hilfe des GCAM·Modells.So sprechen Jones et al. (1994) und Stephens (1994) vom SO,.cooling effect.Vgl. Armington (1969).
52
Abwanderung einzelner Industrien als Reaktion auf regionale C-Steuem. Eine Ausnaluue
stellen die Modelle von WW und von Rutherford dar, die mit dem unterstellten Heckscher
Ohlin Ansatz eine vollstandige Substituierbarkeit der Guter implementieren,
Die modelltheoretische Umsetzung des AuJ3enhandels soll im folgenden am Beispiel des
GREEN-Modells erlautert werden.P Auch dort wird die Armington-Beziehung unterstellt. Als
ein Beispiel fur ein Armington-Gut gilt in GREEN neben den Konsurn- und Investitionsgiitem
beispielsweise die naturliche Ressource Kohle. Eine Ausnaluue von dieser Regel stellt das
Rohal dar, denn aufgrund der Homogenitat, des Referenzolpreises und del.' geringen
Transportkosten werden regionale Unterschiede vemachlassigt. Daher wird eine Region
entweder als Nettoexporteur oder als Nettoimporteur angesehen, je nachdem, ob die
Angebotsmenge die Nachfrage ubersteigt oder geringer ausfallt. Ebenfalls ausgenommen von
der Armington-Beziehung sind die Backstop-Techniken. Als Beispiel wird die Solarenergie
genannt. Bei ihrer Einfllhrung stehl die Solarenergie in jedem Land zu dem gleichen fixen
Preis unbegrenzt zur Verfiigung. Ein Handel findet daher uberhaupt nicht statt.
Ahnlich einer geschachtelten CES-Produktionsstmktur73 gestaltet .sich in GREEN die
Abbildung der Gtiternachfrage in mehreren Ebenen. Die erste Ebene beschreibt die
aggregierte Nachfrage nach z.B. Kohle in einer der Regionen. AnschlieJ3end wird diese
Nachfrage in einer zweiten Ebene in die aggregiertc Inlandsnachfrage und die aggregierte
Auslands-(Import-) nachfrage aufgeteilt. Die Konsumgtiterpraferenzen werden dabei mittels
CES-Funktion berucksichtigt. Auf der dritten und letzten Ebene teilt sich die aggregierte
Nachfrage nach Importkohle auf die 12 verschiedenen Regionen des GREEN-Modells auf. Im
Gegensatz zu vielen CGE-Modellen erlaubt die Armington-Beziehung die Modellierung del.'
Substitutionsmoglichkeiten und der zugehorigen Verteilungsparameter von Konsurn
entscheidungen. So entscheidet die Substitutionselastizitat (elasticity of substitution = ESUB)
des Konsurns dartiber, woher die Guter bezogen werden, Ist beispielsweise die ESUB
zwischen den USA und den Landern del.' fruheren Sowjetunion (FSU) gleich Null, so sind die
Nachfrager indifferent und das Importvolurnen aus den USA ist ebenso hoch wie aus den
FSU-Staaten. Tatsachlich ist dann bei einer limitationalen Importindifferenzkurve das Gut
nicht substituierbar. D.h. es handelt sich im Kontext des GREEN-Modells etwa urn Rohal.
Bei ESUB *aund *00 sind die Importguter substituierbar, Unterschiedliche Preise,
Transportkosten und Praferenzen konnen nun in die Konsurnentenentscheidungen einfliellen.
Dies fuhrt im Ergebnis zu unterschiedlichen Importmengen del.' einzelnen Regionen. FUr die
72
73Nach Lee et al. (1994), S. 17 f.Zur ausfillrrlichen Diskussion von CES-Strukturen und unterschiedlichen Werten del' Substitutionselastizitiit siehe welter unten das Kapitei 3.4.2. Denn die theoretische Argumentation ist die gleiche wie indel' Produktionstheorie. Aus dem gieichen Grund wird bei dem folgenden Beispiel del' Substitutionsmoglichkeiten des AuJlenhandels auf die Erliiuterung und Abbildung verschiedener Verlaufe del' Importindifferenzkurven verzichtet.
53
Welthandelsmatrix fuhrt die Armlngton-Modellicrung zu einem erhohten Rechenaufwand, da
nun fur jede Zelle diesel.' Input-Output-Matrix neben del.' Armington-Nachfrage die inlandische
Nachfragemenge und die ausllindische Importmenge generiert werden muJ3.
Ebenfalls von Bedeutung ist del.' internationale Handel mit C-Emissionslizenzen. Dabei wird
die zulassige Hochstmenge an CO,-Emissionen unter den Teilnehmerlandern mittels eines den
Reduktionskosten entsprechenden Preises in jeder Periode neu aufgeteilt. Die Gesamtmenge
kann somit durch die Uberwachungs- bzw. Leitungsorgane tiber die Perioden bis zu den
Zielwerten reduziert werden. Ein Problemfeld in del.' praktischen Umsetzung del.'
Zertifikatsregelung liegt in del.' Zuteilung del.' Anfangsausstattung. Zwar bleiben die
Effektivitlit und das Reduktionspotential von del.' jeweiligen Anfangsausstattung unberuhrt,
doch kommt es zu unterschiedlichen Gewinnern und Verlierern, je nachdem, ob die
Erstzuteilung nach Gesichtspunkten del.' Bevolkerung, des Bruttosozialprodukts, den
bisherigen Emissionswerten oder einem Mixverfahren erfolgt.>'
Insbesondere del.' internationale Handel mit Primarenergietragern und Emissionsrechten kann
durch strategisches Verhalten del.' Akteure beeinfluJ3t werden. Die Analyse oligopolistischer
Marktstrukturen mit wen strategischen Interdependenzen erfordert die Anwendung
spieltheoretischer Instrurnente. Del.' dynamische Charakter del.' optimalen Ressourcen
allokation tiber die Zeit fmdet seinen Bezug in del.' Theorie del.' dynamischen Spiele."
LinearitatInnerhalb del.' jeweiligen Systemgrenzen sind die Wechselwirkungen einer Reduktion del.'
Treibhausgase beztiglich ihrer technischen und okonomischen wie auch okologischen Aspekte
im wesentlichen nichtlinear. Urn diese komplexen Interdependenzen modellieren zu konnen,
muJ3 eine Entscheidung hinsichtlich linearer oder nichtlinearer Annaherung gefallt werden.
Dieses beinhaltet die Antwort auf die Frage, ob die Problemstellung mit Hilfe eines linearen
Modells gelost werden karm.
In del.' Regel ist eine nichtlineare Reproduktion von nichtlinearen Zusammenhlingen
methodisch aufwendig. In del.' Vergangenheit fuhrte dies zur Bevorzugung von linearen
Modellen. Verbesserte Computerleistungen ermoglichcn heutzutage abel.' auch systematische
Arbeit mit nichtlinearen Modellen.
74
75
Starke Einkonunensumallokationseffekte konnendann aber sehr wohl die jeweilige Realisierung von CO,"RednktionsmaJlnahrnen beeinfIussen.SiehedazuBlank (1994) unter besondererBeriicksichtigung des WeltOlmarkts.
54
Unsicherheit
Die wirklichkeitsnahe Modellierung beinhaltet verschiedene Quellen von Unsicherheit, deren
Einflull mit dem Betrachtungszeitraum wachst." Innerhalb dieser Ubersicht sollen die zwei
allgemeine Kategorien parametrische und strukturelle Unsicherheit unterschieden werden.??
Die parametrische Unsicherheit bezieht sich auf das im Modell benutzte DatenmateriaI.
Dagegen beginnt die struktureIle Unsicherheit mit den Verbindungen der Variablen im
Modell, wie etwa im Gleichungssystem eines Modells. Man mull unterscheiden, ob durch die
Abstraktion innerhalb eines Modells Unsicherheit in einer eigentlich bekannten Situation
reproduziert wird oder ob die reale Situation selbst diese Unsicherheit hervorbringt,
Unsicherheit in den Modellergebnissen erscheint somit als eine Kombination dieser beiden
Kategorien. Daruber hinaus kann aus als "korrekt" erachteten Modellergebnissen nicht
automatisch auf ein "korrektes" Modell geschlossen werden. Parametrische und strukturelle
Fehler konnen sich gegenseitig aufheben, so daB ein scheinbar korrektes Ergebnis erscheint.
Die parametrische Unsicherheit untersucht Nordhaus (1994). Mit Hilfe der aus der
Risikoanalyse entlehnten Methode der reprasentativen Szenarioanalyse (Monte CarIo
Technik) werden fur das DICE-ModeIl reprasentative Unsicherheitsparameter definiert und in
einer 24 Parameter urnfassenden Liste aufgefuhrt." Danach besitzen die starkste Sensitivitat
der Parameter des Rtickgangs der Bevolkerungs- sowie der Produktivitatswachstumsrate und
die reine soziale Zeitpraferenzrate."? AIs Ursache flir die Unsicherheit werden die Parameter
in drei Klassen eingeteilt. Danach ergeben sich Schwierigkeiten mit Daten, die a) wie etwa
das Bevolkerungswachstum zwar in ausgepragten Vergangenheitswerten vorliegen, aber
evolutionarer Natur sind, d.h, keine Grundlage fur Zukunftsvoraussagen bieten, die b) wie
etwa die Klimaschadensfunktion zwar evolutionar zu beschreiben sind, aber keine historische
Datenbasis aufweisen und die c) wie Temperaturparameter mit zwar libel' der Zeit invarianten
Welten auftreten, die aber unsicher sind, da keine geeigneten Experimente vorgenomrnen
werden konnen,
Unsicherheit besteht jedoch nicht nur in den Modellen selbst, sondern ist auch implizit mit
den langfristigen Fragestellungen del' Treibhausgasproblematik und den heute zu treffenden
76
7778
79
Die Bedeutung, die der Unsicherheit beigemessen wird, IMt sich nicht zuletzt daran erkennen, daJl dieUnsicherheit explizit in den Tite! des ETSAP-Annex VI aufgenommen wurde. innerhalb dieses von 1996bis 1999 durchzufilhrenden Projektes soli Unsicherheit bezuglich des Umfangs von VermeidungsmaJlnahmen, der Energienachfrage und der Entwicklung von Energietechniken und anderen Parametemuntersucht werden.Keepin (1986).Siehe Nordhaus (1994), S. 104 if.Nordhaus (1994), S. III beschreibt ein regelrechtes Ranking der "top eight uncertain variables" des DICEModells. AnschlieBend werden Werte fur diese Unsicherheitsvariablen vorgeschlagen.
55
Entscheidungen verknupft, So stellt sich ggf. generell die Frage, wie wichtig es ist, die
Energienachfrage von 2020 und die dafur erforderlichen Techniken zu kennen oder spater
auftretende Schaden vorauszusagen. Urn diese und ahnliche Fragen zu beantworten,
entscheiden sich MannelRichels (1995) mit Hilfe des MERGE 2-Modells fur eine Hedging
Strategie, Ausgehend von einer pareto-optimalen Kooperationslosung, bei der eine
international abgestimmte Politik die unter Kosten-Nutzen-Abwagungen giinstigsten
Vermeidungsrnallnahmen durchflihrt, wird mit Hilfe von 6 Szenarien aufgezeigt, daB mit
Ausnahme des Szenarios mit hohen Schaden, die Emissionshohe im Pareto-Optimum in der
nachsten Zeit (30 Jahre) nicht durch die Parameterwerte verandert wird, d.h. die
Emissionspfade von 5 Szenarien weichen kaum voneinander abo Allein bei hohem
Temperaturanstieg und hoher Zahlungsbereitschaft ist ein hoher Einflul3 auf optimale
Entscheidungen in der nachsten Zeit festzustellen. FUr die Hedging-Strategie werden 2
Szenarien aufgestellt. Mit einer hohen Wahrscheinlichkeit wird ein niedriges
Schadensszenario angenommen und mit einer niedrigen Wahrscheinlichkeit ein hohes
Schadensszenario. Aufgabe ist es nun, eine Strategie zu finden, die den erwarteten
diskontierten Nutzen des Konsums tiber die Zeit maximiert. Als Resultat ergibt sich, daf mit
einer rund 5%igen Wahrscheinlichkeit fur einen hohen Schaden und unter der Pramisse, daB
die nachsten 30 Jahre die Unsicherheiten nicht aufgehoben bzw. gelost sind, ein Pfad zu
verfolgen ist, der knapp unterhalb der 95%igen Wahrscheinlichkeit des niedrigen Schadens
liegt. Bei perfekter Voraussicht wurde dieser Pfad etwas hoher verlaufen. Der grafische
Verlauf der Emissionspfade ist in der Abbildung 3-5 abzulesen.
Ubertragen auf die Einfuhrung von Emissionsrechten bedeutet dies, daB bei perfekter
Voraussicht ein erwarteter hoher Schaden eine mit der Zeit leicht ansteigende hohe Steuer
erfordern wurde, ein niedriger Schaden eine leicht ansteigende niedrige Steuer benotigt, In
einer Situation mit Unsicherheit hingegen greift die Hedging-Strategie. Siehe dazu die
Abbildung 3-6. Anfangs wahlt man den Pfad entlang der 95%igen Wahrscheinlichkeit ftlr
einen niedrigen zukiinftigen Schaden, d.h, der Preis fur Lizenzen ware niedrig anzusetzen. Bei
perfekter Voraussicht waren Pfad und Preis etwas niedriger. Im Zeitverlauf steigen die Pfade
leicht an. Stellt man fest, daBin der Zukunft der Fall der 5%igen Wahrscheinlichkeit fur einen
hohen Schaden eintreffen wurde, so wahlt man diesen dann stark steigenden Pfad etwa im
Jahr 2020.
56
Emissionen
6 .
4
16
i 14
12
10
8
- - - - - - - perfekte Vorausslchl
Hedglng·Slalegle
2
Zeil2040203020202010O-l-----,----r----.--,.--....---,----.----r----,---r2000
Abb. 3-5: Emissionspfade bei unterschiedlichen SchadenseintrittswahrscheinlichkeitenSO
(Ernissionen in Mrd. t C)
- - - - - - - perfekle Vorausslchl
Hedging·Slalegie
.'.'"'.......'.'.'.'.'.'..............'
••••··5o/:;;;:~:~cheinlichkeil
-----------------------_.._-_._--~-----_..c->:.. ,
400
100
300
200
$!IC
95 %Wahrscheinlichkeil
o .....................•...........................
2000 2010 2020 2030 2040 Zeil
Abb. 3·6: WertderEmissionszertifikate bei einer Hedging-Strategies'
80 QueUe: MannelRichels (1995), Abbildung 17 aufS. 32.8! QueUe: MannelRichels (1995), Abbildung 18 aufS. 33.
57
Bahn et al. (1996) stellen in einer Studie eine mit Hilfe einer auf die Schweiz angepafsten
Version des MARKAL-MACRO-Modells durchgefiihrte Szenario-Analyse einem Hedging
Ansatz gegenuber.t- Da MARKAL-MACRO zu diesem Zeitpunkt noch nicht in einer
stochastischen Version fur die schweizer Verhaltnisse vorlag, wurde beim Hedging auf das
unverbundene MARKAL-Modell zuruckgegriffen, Gegenilber del.' Szenario-Analyse, bei del.'
die bestehenden Unsicherheiten VOl.' den Entscheidungen und Aktionen uberwunden werden
mttssen, also von einem "learn-then-act" Ansatz gesprochen wird, geht man beim Hedging
von einem "act-then-learn" Ansatz aus. D.h. beim Hedging mussen die Unsicherheiten
keineswegs VOl.' den Entscheidungen und MaBnahmen gelost sein. In einer ersten Periode
fallen Entscheidungen unter Unsicherheit. Als Strategie werden unter MARCAL-MACRO del.'
erwartete Nutzen rnaximiert und unter MARKAL die erwarteten Kosten minimiert, In del.'
Praxis ist in diesel.' ersten Periode einem Stabilitatsszenario zu folgen. In del.' zweiten Periode
kann aus mit verschiedenen Eintrittswahrscheinlichkeiten bewerteten Szenarien die glinstigste
Losung ausgesucht werden. Entscheidende Annahme dieses Ansatzes ist es, daB beim
Ubergang von del.' ersten zur zweiten Periode die Unsicherheiten gelost sind. Als kurzfristige
Empfehlung wird aus diesel.' Hedging-Strategie eine no regret Politik genannt, urn Zeit ftlr
weitere Forschung zu gewinnen, so daf zu einem spateren Zeitpunkt bei uberwundener
Unsicherheit die optimalen Entscheidungen getroffen werden konnen.
Als eine weitere Antwort auf das Unsicherheitsproblem wird die Moglichkeit des Lemens in
einzeine Modelle integriert, Gleichzeitig wird die Irreversibilitat von Kapital und Umwelt
untersucht.s- Als Folge davon verandert die Tatsache, daB die Gesellschaft in del.' Zukunft
Iemt, die heutigen Entscheidungen. Denn mit heute bestehenden Unsicherheiten und del.'
Moglichkeit des Lemens zu einem spateren Zeitpunkt ist es gunstiger, Entscheidungen in die
Zukunft zu verlagern, bis mehr Informationen zur Verfugung stehen. In1 modifizierten
stochastischen DICE-Modell wird dafur ein Lemparameter eingefiihrt, del.' Welte zwischen 0
und 1 annehmen kann.84 Bei einem Welt von 0 findet kein Lemen statt, und bei 1 ist das
Unsicherheitsproblem gelost, Ausgangspunkt ist das Jahr 1995. Lemen findet in zwei
Perioden von 1995 bis 2005 und von 2005 bis 2015 statt. Von 1985 bis 1995 wird das Modell
kalibriert, und nach 2015 sind die Unsicherheiten uberwunden. A1s Ergebnis des
Lernprozesses in einer Periode erscheint die Treibhausprob1ematik als schwerwiegend (B =
big problem) oder als vemachlassigbar (L = little problem). Das Resultat del.' Analyse mit dem
8283
84
Siehe Balm et aI. (1996).Die Diskussion urn die entspreehenden Irreversibilitaten von Kapital und Umwelt markiert allzu oftuntersehiedliehe politisehe Positionen. Unterstellt man Kapitalirreversibilitaten, sind Investitionen in CO,Venneidungsmallnahmen nieht mehr ruckgangig zu maehen. Ais Foige erseheint es bei Unsieherheiten tiberArt und Ausmall der Treibhausproblematik ratsam, bei der Durehftihrung von Venneidungsmallnahmenmallvoll vorzugehen. Umgekehrt starken hohe Umweltirreversibilitaten den Ruf naeh foreierten Reduktionsaktivitliten.Dazu Kolstad (1993) und (1995). Lemen ist dort als rein autonomes Lemen defmiert. Aktives Lemen(learning by doing) oder Lemen dureh Erwerb von Wissen (F&E) fmdet nieht stall.
58
stochastischen DICE-Modell zeigt die Abbildung 3_7.85 Die optimalen Vermeidungsraten
werden als Funktion del' Lernrate abgebildet. Es gilt: 0 ~ .:t ~ 1. Die Kapitalirreversibilitat
findet ihren Ausdruck in del' Abschreibungsrate des fur die Vermeidung zu investierenden
Kapitals (0= Delta). Die im Modell unterstellte Zeitpraferenzrate ist 0,03.
0.075
0,07
~ 0.065
$~•'" 0,060,
'C.~
E~ 0,055
0,05
0,0450 0,25 0,5 0,75
Lernrate (%)
i-+-Della'O
:--II- Della'0,5!-.k-Della'1
Abb. 3-7: Zusammenbang von CO2-Vermeidungsrate und Lernrate fUr das Jahr 1995
Als SchluBfolgerung ergibt sich zweierlei. Betrachtet man die heutige optimale CO2
Vermeidungsrate als Funktion del' Lernrate, zeigt sich ZUlli einen, daBKapitalirreversibilitaten
nachgewiesen werden konnen und EinfluB auf heutige Vermeidungsstrategien zeigen. Denn
unterschiedliche Welte von 0 fUhren bei gleicher Lemrate zu Differenzen in del' Hohe del'
Vermeidungsrate. Die absolute Hohe del' optimalen Vermeidungsrate wird beeinfluBt von del'
Zeitpraferenzrate des Modells. So liegt bei einer Zeitpraferenzrate wie sie in obiger Abbildung
mit 3% unterstellt wird, die optimale Vermeidungsrate zwischen 5% und 7,5%. Bei einer
niedrigeren Zeitpraferenzrate von 1% liegt nach dem stochastischen DICE-Modell die
Vermeidungsrate, analog den Uberlegungen des Kapitels 3.1, zwischen 8% und 15%, d.h.
deutlich hoher. Zum anderen wird offenbar, je starker das Lemen ausgepragt ist, desto rnehr
lassen sich bei irreversiblen Investitionen (kleinerem 0) die VermeidungsmaBnahrnen
85 Vgl. Kolstad (1995),Figur 2, S. 212.
59
reduzieren. Anders herum hat Lernen bei reversiblem Kapital fUr VenneidungsmaJ3nahmen
keinen Effekt; dann erscheint die Umweltirrevcrsibilitat nicht.
3.4.2 Technische und dkouomlsche Determinanten
Produktionsfunktion, Kapital und technischer Fortschritt
Die Mehrzahl del' modelltheoretischen Anslitze mit dem Ziel del' Minderung von
klimarelevanten Treibhausgasen besitzen ihre okonomischen Grundlagen in der
neoklassischen Wachsturnstheorie. Damit legt man den Schwerpunkt auf die Konzeption von
Produktionsfunktion, Substitutionselastizitlit, technischem Fortschritt und der Behandlung des
Kapitalstocks, die im folgenden beschrieben wird.
Ausgangspunkt der Betrachtung muJ3 die Zielsetzung der jeweiligen Modelle sein. Eine
Minderung der energiebedingten Treibhausgase kann neben anderen MaJ3nahmen durch eine
Reduktion del' Energienachfrage erreicht werden, Damit riicken das Mail der Ersetzbarkeit der
Produktionsfaktoren, d.h. die Substitutionselastizitat (elasticity of substitution = ESUB) sowie
die substitutionale Produktionsfunktion selbst in den Vordergrund. Dariiber hinaus wird durch
die ESUB die optimale Faktorkombination implizit eine Funktion der relativen Preise, so daJ3
in den Makromodellen die Preisvariation und damit Auswirkungen von umweltokonomischen
PolitikmaJ3nahmen wie Steuern oder Zertifikate interpretiert werden konnen.
Viele Ansatze mit makrookonomischer Ausrichtung sind urn eine neoklassische
Produktionsfunktion bzw, Kostenfunktion herum aufgebaut. Die Produktionsfunktion ist ein
analytisches Instrument ZUl' Beschreibung der funktionalen Zusammenhange zwischen
eingesetzten Mengen von Produktionsfaktoren (A,B, ...) und den produzierten Gutermengen
(y).86 Bei volkswirtschaftlicher Betrachtung beschreibt Y das Sozialprodukt. In formaler
Schreibweise liiJ3t sich dies darstellen durch:
Y= F (A,B, ...) (3.6)
Dabei wird bevorzugt eine lineal' homogene Produktionsfunktion mit konstanter
Substitutionselastizitlit wie die CES-Funktion (constant elasticity of substitution) eingesetzt.s?
Diese Funktionen haben sich fUr die Abbildung der Substitutionsvorgange am geeignetsten
erwiesen, da sie zwischen der Handhabbarkeit und dem Abbildungsvermogen der Realitlit
86 Zur Produktionstheorie siehe FehlJOberender (1985), S. 71 ff.87 Erstmalig bei Arrowet al. (1961).
60
einen guten KompromiJ3 darstellen.ss Die traditionellen Produktionsfaktoren sind Kapital (K)
und Arbeit (L). Unter Hinzunahme des Faktors Energie (B) wird in vielen Hillen zwischen
elektrischer Energie (BE) und nichtelektrischer Energie (NE) unterschieden. Wegen der
speziellen Substitutionsmoglichkeiten werden die CES-Funktionen geschachtelt (nested CES
function) und haben dann etwa foigende Form:
1
Q =F(K ,L,EE,NE,t ) =[a(Ka .L(I-a») -P+b(EEP .NE(l-P)fP]-p (3.7)
mit a, b = Skalierungsfaktoren; a,j3= Verteilungsparameter fur Kapital bzw. elektrische
Energie. Del' Substitutionsparameter ist dann gieich p = 1 I. Durch Umformung ergibtESUB
sich die Substitutionselastizitat mit ESUB = _1_.89I+p
D.h. die CES-Produktionsfunktion regelt die Beziehung zwischen dem Output und den
Produktionsfaktoren tiber die beiden Skalierungsfaktoren, die Verteilungsparameter fur
Kapital und elektrische Energie, den Substitutionsparameter und die ESUB. Diese werden im
folgenden beschrieben.
Die Skalierungsfaktoren, hauflg auch Effizienzparameter oder Niveauparameter genannt,
geben an, wieviel mit gegebenen Mengen del' Produktionsfaktoren hergestellt werden kann.
D.h. je hoher die Skalierungsfaktoren, desto effizienter werden die Faktoren eingesetzt.
Die Verteilungsparameter nehmen zwei Funktionen war. Zum einen bestimmen sie die
Erlosanteile del' Produktionsfaktoren, zum anderen sind sie ein MaJ3 fur die Neigung del'
Isoquanten. Die Isoquanten sind del' geometrische Ort aller Faktorkombinationen, die zu
gieicher Produktionsmenge fUhren. Variiert man bei konstantem Einsatzverhaltnis del'
Produktionsfaktoren und unverandertem Substitutionsparameter das Verhaltnis von a zu 13,
betrachtet man also die Isoquantenschar durch den Punkt A, so andert sich die Steigung del'
Isoquante. Siehe dazu die Abbildung 3-8. Erhoht man das Verhaltnis del' Verteilungs
parameter, dreht sich die Isoquante gieichsam nach links. In del' Grafik wird dies durch eine
Bewegung del' Isoquante von del' Position 1 hin zu del' Position 3 sichtbar. Vermindert man
das Verhaltnis von a zu 13, so dreht sich die Isoquante in die entgegengesetzte Richtung.
88
89
Ausfiihrlich werden die Eigenschaften substitutionaler, linear homogener Produktionsfunktionen inMuller/Strobele (1985), S. 17 f. diskutiert.Die HerJeitung der G1eichungen von Substitutionselastizitiit und Substitutionsparameter aus derProduktionsfunktion findet sich bei FehJIOberender (1985) auf S. 100.
61
Kapital
3 2 1
K'
E'...
Energie
Abb. 3-8: Zusammenhang von Isoquanten und Verteilungsparameter
Die Isoquantengleichung bei einer CES-Pl'oduktionsfunktion in del' Form von (3.7) lautet bei
konstantem Qutput y-P =Y:
I
[
y -b(EEP 'NE{I_P))-P]-PK = .L (a-I)
a
a
(3.8)
FUr den Substitutionsparameter und die ESUB gelten:
-I~p~oo und O~ESUB~oo. (3.9)
Andernfalls verlaufen die Isoquanten der CES-Produktionsfunktion konkav zum Ursprung,
was hinsichtlich einer Substitution zwar moglich, technisch und okonomisch aber irrelevant
ist.
Mit obigen Schranken ergeben sich ftlr den Substitutionsparameter und die Elastizitat funf
Moglichkeiten:
62
Tab. 3-4: Auswirkung von ESUB und Substitutionsparameter auf Isoquantenverlaufe
Flill>·•••••·•·•• ••••..••..•.••..•..•« .......;:._.iiii··... .•......·Atujj<··· <..•.. ........ ............
1 0 unendlich rechtwinklig
2 <1 O<rho<unendlich konvex, nahern sich Achsen-
parallelen asvmptotisch an
3 1 0 konvex, nahern sich den Achsen
asymptotisch an
4 >1 -1<rho<O konvex, schneiden die Achsen
5 unendlich -1 linear mit negativer Steigung
Quelle: Hesse/Linde (1976), S. 11.
Wie man sieht, je groBer die ESUB, desto geringer wird die Ktiimmung der Isoquame.P? D.h.
desto leichter fallen die Substitutionsvorgange. Bedeukt man daruber hinaus, daB sich die in
einem Modell implementierten Substitutionsmcglichkeiten auf die Hohe einer etwaigen C02
Steuer ebenso auswirken wie auf als Sozialproduktsverlust defmierte Reduktionskosten, so
beschreibt die Tabelle 3-4 mit ansteigender Substitution von Fall (l) bis (5) einen hoheren
Rtickgang des Sozialprodukts. Demgegenuber kann ein gegebenes Emissionsreduktionsziel
mit einem niedrigeren C02-Steuersatz erfiillt werden.
Del' Fall (l) ist ein Spezialfall der CES-Funktion: die Leontieff-Produktionsfunktion, Die
Produktionsfaktoren sind limitational, d.h, es gibt nur ein technisch effizientes
Einsatzverhaltnis der Faktoren zueinander. Selbst wenn ein Faktorpreis sinkt, kann nicht
substituiert werden - weniger vom relativ teureren Faktor und mehr vom relativ billigeren
Faktor eingesetzt werden. Mit anderen Worten, es herrscht strikte Faktorkomplementaritat, die
durch das Verhaltnis Kfix / E,IJ( vorgegeben ist. Eine Erhohung des Einsatzes des Faktors
Energie bei gegebener Kapitalausstattung bewirkt keine Produktionssteigerung.
Im Fall (2) nahern sich die fur eine bestimmte Produktionsmenge notigen Einsatzmengen von
Kapital und Energie jeweils einem Grenzwert im Koordinatensystem, Grafisch nahert sich die
Isoquante jeweils einer Parallele zur K- und E- Achse an, d.h. einer bestimmten
Mindesteinsatzmenge von Kapital und Energie. Damit sind die Faktoren nicht vollstandig
gegeneinander substituierbar, sondern nur in den Grenzen einer Mindestmenge, so daB eine
Bewegung von E' zu E" und von K' zu K" moglich ist.
90 Eine ausfi1hrliche Diskussion del' ESUB findet sich bei Allen (1975). Ebenfalls lesenswert ist Prywes(1986) oder als aktuellere Studie Atkinson/Manning (1995).
Kapital
..
E'...
Energie
Kapital
+
:" ..~....... - .~. ...... ~ .. ..
Energle
63
Abb. 3-9: Fall (I) mit limitationaler Produktionsfunktion WId Fall (2) mit konvexen
Isoquanten WId Achsenparallelen
Bei einem Substitutionsparameter gleich Null WId einer ESUB von 1 (Fall 3) nahern sich die
Isoquanten asymptotisch den Achsen an, Dies erfolgt unabhangig von der Produktionshohe
WId stel1t als Spezialfall einer CES-Funktion die Cobb-Douglas-Produktionsfunktion dar. (An
ihren Grenzen sind die Faktoren vollstandig substituierbar). Die folgende Abbildung 3-10
i11ustriert die Falle (3) bis (5).
Kapital
(3)
...
Kapital
•III
Energie
(5)
Kapital
..
Energie
(4)
Energie
Abb. 3-10: Verlaufe von CES-Produktionsfunktionen der FaIle (3), (4) WId (5)
64
Bei den Fiillen (4) und (5) geht etwa bei konstanter Produktion und unbegrenzt wachsendem
Energieeinsatz del' notwendige Einsatz von Kapital auf Null zuriick. Darnit sind die Faktoren
vollstandig gegeneinander substituierbar, d.h. die Faktoren sind technisch gleichwertig,
Grafisch stollen die Isoquanten auf die jeweiligen Achsen. Im Fall (4) sind die Isoquanten
noch konvex. Bei (5) stellen sie eine Gerade mit negativer Steigung dar. D.h. die Krummung
del' Isoquante ist bei einer ESUB von Unendlich gleich Null.
Im Zuge del' Modellierung, d.h, del' Implementierung von CES-Produktionsfunktionen in
Okonomie- oder auch Energie-Okonomie-Modelle, wird i.d.R, del' Fall (2) umgesetzt.v'
Dieses erlaubt eine Substitution von Kapital durch Arbeit und von elektrischer Energie durch
nichtelektrische Energie in del' Funktion (3.7). Beide Substitutionsmoglichkeiten sind tiber
einen Cobb-Douglas-Term beschrieben, Daneben kann das Kapital-Arbeit-Bundel durch das
Energiebtindel substituiert werden. D.h. es gibt Moglichkeiten del' Substitution innerhalb del'
Blmdel (K,L) und (EE,NE) und zwischen ihnen.92 Eine weitere Substitutionsmoglichkeit
beschreibt die Substitutionselastizitat zwischen den Brennstoffen (interfuel elasticity). Diese
tragt del' Moglichkeit einer C02-Reduktion durch den Einsatz von Csarmen bzw. C-freien
Energietragern Rechnung. Im GREEN-Modell etwa betragt sie 2,0 und findet sich innerhalb
del' Struktur del' geschachtelten Produktionsfunktion auf del' ebenfalls geschachtelten
Energieebene. Im Gegensatz zu diesem okonomischen Ansatz werden solche
Substitutionsrndglichkeiten in technisch ausgerichteten Modellen durch die Kosten del'
Angebotstechniken beschrieben, Diese sind uberwiegend exogen gesetzt und wirken direkt
auf die Modellcrgebnisse.v'
Substitutionsmoglichkeiten zwischen Kapital und Arbeit sowie zwischen Arbeit und Energie
werden sowohI aus kurzfristiger Sicht als auch aus langfristiger Betrachtungsweise kaum
bestritten, Die Prelselastizitat del' Energienachfrage bzw. Substitutionselastizitat zwischen
Energie und den Produktionsfaktoren Kapital und Arbeit stellt eine Beziehung dar zwischen
del' Energienachfrage, den Energiepreisen und den Energiesteuem. Denn je niedriger die
Elastizitat ausfallt, urn so geringer vermindem hohere Energiepreise die Energlenachfrage mit
del' Folge, daf CO2-Reduktionssteuem hoher ausfallen mussen, Differenzierter ist jedoch die
wissenschaftliche Diskussion tiber die Substitution von Kapital und Energie. Wahrend bei
Produktionsfunktionen mit zwei Produktionsfaktoren die Formel zur Berechnung del' ESUB
in jedem Lehrbuch nachzuschIagen ist, gibt es fur Funktionen del' Art F(K,L,E) oder
F(K,L,E,M) verschiedene Ansatze.P! In vielen Fallen wird jedoch davon ausgegangen, daf die
91
92
9394
So liegen z.B. die KapitalJEnergie ESUB-Werte des MIS-Modells zwischen 0,15 und 0,25.Bereits Sato (1967), der das Konzept der geschachtelten Produktionsfunktionen entwickelte, spricht auf S.202 von "intra- and inter-class elasticities of substitution".Vgl. hierzu Grubb et al. (1993), S. 450.Vgl. Williams (1994), S. C-15 ff. Ebendort findet sich eine chronologische Zusanunenfassung inklusiveUbersichrstabellc der wichtigsten Diskussionsbeitriige zur K-E-Substitutionalitiit von Hudgenson/
65
Substitutionsbeziehung zwischen Kapital und Energie kurz- und mittelfristig komplementar
und allein langfristig substitutiv ist.95
Mit del' Unterscheidung zwischen kurzfristiger und langfristiger Substitutionselastizitat treten
nun die Einflullgrollen technischer Fortschritt und Kapitalstock in den Vordergrund,
Die Grundkonzeption des technischen Fortschritts bezieht sich aufgrund del' Niihe zur
neoklassischen Wachstumstheorie auf die beiden Produktionsfaktoren Arbeit und Kapital. In
del' neoklassischen Theorie wirkt del' technische Fortschritt faktorvermehrend, d.h. es kommt
zu einer Quasi-Vermehrung del' Produktionsfaktoren, Damit ist del' technische Fortschritt
defmiert als eine allein durch Erweiterung des technischen Wissens hervorgerufene
Outputerhohung. Klassifizieren liillt sich del' technische Fortschritt nach seinen Ursachen, del'
Art seiner Durchsetzung und nach seinen Auswirkungen.w
Betrachtet man die Ursachen des technischen Fortschritts, so kann man zwischen autonomem
und induziertem technischen Fortschritt unterscheiden. Autonomer technischer Fortschritt ist
kostenlos und erfolgt etwa durch spontane Erfmdungen. Induzierter technischer Fortschritt
dagegen wird insbesondere durch F&E, Ausbildung oder learning by doing entwickelt.
Unterscheidet man den technischen Fortschritt nach del' Art seiner Durchsetzung, spricht man
von faktorgebundenem (embodied) und faktorungebundenem (disembodied) technischem
Fortschritt. Del' faktorungebundene technische Fortschritt wird beispielsweise tiber
organisatorische Verbesserungen in den Produktionsprozell eingefiigt. Der faktorgebundene
technische Fortschritt ist i.d.R. an die Investitionen gekoppelt und heiBt daher auch
kapitalgebundener technischer Fortschritt, Dabei werden die Investitionen zur treibenden
Kraft des technischen Fortschritts und del' Kapitalstock wird als heterogen betrachtet. In!
Gegensatz zu einem homogenen Kapitalstock besteht del' heterogene Kapitalstock nicht memo
aus einer bestimmten Menge Maschinen oder Anlagen gleichen Typs. Nun gewinnt del'
Konstruktionszeitpunkt an Bedeutung. Del' technische Fortschritt manifestiert sich nur im
jeweils jtingsten Kapitaljahrgang, so daB eine Maschine mit jungerem Baudatum ein groBeres
technisches Wissen enthiilt. Oder anders herum: je alter ein Kapitalgut ist, urn so geringer ist
dessen Produktivitat, Dies fmdet seine Auspriigung in Jahrgangskapitalmodellen (vintage
Modellen).
95
96
Jorgenson (1974), BemdIWood (1975), Griffin/Gregory (1976), Pindyck (1979) u.v.a. Als Fazit bemerktWilliams (1994) auf S. C-20: ,,Authors have made distinctions between short run and long run; betweentime-series and cross-section; between 3-factor (KLE) models and 4-factor (KLEM) models; between grosssubstitutes and net substitutes; between physical capital and working capital; and between full-equilibriumand partial-equilibrium. Nevertheless, the dichotomy of results remains."Siehe dazu Bumiaux et al, (1992). Dort findet sich auJJerdem eine prazise Darstellung zu den zeitlichunterschiedlichen Verlaufen der kurz- und langfristigen ESUB, des Angleichens beider Werte imZeitverlauf, der Anpassungsgeschwindigkeit und der Rolle der Dynamik des Kapitalstocks.Siehe Gabisch (1984).
66
Damit legt auch die unterschiedliche Modellierung des dem technischen Fortschritt
unterliegenden Kapitalstocks die Substitutionsmdglichkeiten fest. So kann beim putty-putty
Ansatz das kostengtinstigste Faktorverhaltnis vor und nach dem Konstruktionszeitpunkt frei
gewahlt werden. Damit wird das Verhaltnis der Produktionsfaktoren jederzeit tiber die
Investitionen verandert; altes und neues Kapital sind voll flexibel. Spricht man von einem
putty-semi putty Ansatz, so werden unterschiedliche Substitutionsmoglichkeiten beschrieben.
Die ESUB fur altes Kapital ist niedriger als fur neues Kapital. Liegen putty-clay Bedingungen
vor, ist eine Substitution nur bis zum Konstruktionszeitpunkt gewahrleistet, In! Fall eines
clay-clay Kapitalstocks ist weder ex ante noch ex post eine Substitution der Faktoren rnoglich,
D.h. bei fixem Kapital finden keine Kapitalproduktivitatssteigerungen und damit kein
technischer Fortschritt mehr statt. Erhoht sich der Energiepreis, so sind die
Anpassungsprozesse zeit- und kostenintensiver, als wenn im System ohne Investitionen allein
durch Kapitalstockumschichtungen reagiert werden kann.??
Bis jetzt ist der technische Fortschritt lediglich unter Beriicksichtigung der Produktions
faktoren Arbeit und Kapital betrachtet worden. Bei der Modellierung von CO,-Reduktions
strategien ist eine Einbeziehung des Produktionsfaktors Energie in die Analyse des
technischen Fortschritts erforderlich, Zur Abbildung des technischen Fortschritts kann die
Gleichung (3.10) herangezogen werden.9S
(3.10)
aK ,aL , aE : Funktion technischen Fortschritts
Je nach Kombination der Auswirkung des technischen Fortschritts laBt sich dieser als Harrod
neutral, Hicks-neutral oder Solow-neutral spezifizieren.
9798
Vgl. HenrichsIKuckshinrichs (1994), S.71-72.Siehe Stoneman (1983).
oaL > O. oaK = oaE = 0ot ' ot ot
Harrod-neutral
67
(3.11)
oaL oaK--=-- =ot ot
oaE 0-->ot
Hicks-neutral (3.12)
Solow-neutral (3.13)
Hicks-neutraler teclmischer Fortschritt wirkt gleichsam arbeits- und kapital- und
energievermehrend. Solow-neutraler technischer Fortschritt wirkt rein kapitalvermehrend. Im
Gegensatz dazu wirkt Harrod-neutraler teclmischer Fortschritt allein arbeitsvermehrend.
Kapitalgebundener teclmischer Fortschritt bei KLE-Pl'Oduktionsfunktionen wird i.d.R. Hicks
neutral definiert.P? Damit werden aile Veranderungen del' relativen Inputproportionen als
Konsequenz von preisinduzierten Substitutionsvorgangen angesehen, d.h, Preiseffekte
dominieren die Effekte technischer Effizienzsteigerungen, Mit anderen Worten ist die
Beschreibung preisinduzierter Substitutionsvorgiinge in einer Produktionsfunktion F(K,L,E)
nul' mit Hicks-neutralem technischen Fortschritt zu vereinbaren.P?
Hinsichtlich des autonomen technischen Fortschritts ist eine del' Hauptdeterminanten vieler
Modelle die autonome Rate der Energieeffizienzverbesserung ABEl (autonomous - non price
induced - energy efficiency improvement). Die ABEl beschreibt fallende Energieintensitatcn,
d.h. nicht preisinduzierte Faktoren reduzieren die Energienachfrage, so daB c.p, tiber sie das
Emissionsniveau bestimmt wird und zwar unabhangig von Anderungen des
Preisverhaltnisses. Je holier ihr Wert, desto weniger stark steigen die Emissionen an. So
basiert die ABEl neben exogenen teclmischen Effizienzsteigerungen z.B. auf einer
effizienteren Organisation des Produktionsprozesses, auf Strukturwandel in del' intra
sektoralen Produktion wie etwa in der deutschen Chemischen Industrie, wo ein Wandel weg
von den energieintensiven Grundstoffindustrien hin zu pharmazeutischen und konsumnahen
Produkten stattfand oder auf politischen Vorgaben wie etwa Geschwindigkeitsbegrenzungen
im Verkehrssektor. Die Abbildung 3-11 illustriert, wie aufgrund von ABEl bei gleichem
Outputniveau (Yo=Y, =100) eine Ersparnis der Produktionsfaktoren erreicht wird.
99 Vgl. Faucheux (1993), S. 48 f.100 Weiler unten wird irn Kapitel 5.2.4 anhand des MIS-Modells gezeigt, daB die Substitutionsvorgange in
einer Produktionsfunktion F(K,E) auch mit nicht Hicks-neutralem technischen Fortschritt abgebildetwerden konnen,
68
Kapilal
~ .. _ .. _ .. -I, .,
" ,' ..., -E"
K'!, K"
\
\/\
....... L .\
..
//
E'
Y,=100Yo=100
Energie
Abb. 3-11: Zusammenhang von AEEI nnd Produktionsfaktoren
Die AEEI-Rate bewirkt ein verandertes Energie/Sozialproduktsverhaltnis bei wachsendem
BSP. Damit ergibt sich fur Langfristbelrachtnngen, je holier die AEEI Rate, desto geringer
fallen die Emissionen aus, d.h, desto geringer die Reduktionskosten. Allerdings ist die AEEI
physisch nicht beobachtbar oder mefibar, sondern kann allein geschatzt oder angenommen
werden nnd ist daher nicht nnnmstritten. Die Werte reichen von negativen AEEI (lEA
Modell), libel.' AEEI = 0 (WW), O<AEEI< 1 (ERM nnd GREEN) bis hin zu AEEI > 1
(Mintzer-Modellj.t?' In Top-Down Modellen, die sonst nur preisinduzierten technischen
Fortschritt behandeln, ist die AEEI eine Schlusseldeterminante fur die langfristigen
Grofsenordnungen.t's Insbesondere bei den Energie-Okonomie-Modellen ILl nnd II.2 besteht
eine Gefahr del.' Doppelziihlnng wahrend del.' Optimiernng, da die Energiemodelle detailliert
Gebrauch machen von speziell verbesserten Techniken, was sich in Einzelfallen mit dem
AEEI-Faktor uberschneiden kann.
Zusammenfassend beinhaltet nach Grubb et al, (1993) die AEEI alle nicht preisinduzierten
Veranderungen der Energieintensitat, mnB dabei abel.' weder nnbedingt autonom sein noch
allein die Energieeffizienz betreffen. Die einzelnen Auspragungen sind:103
• Technische Entwicklnng, znm Beispiel eine Verbesserung des Wirknngsgrades von
industriellen Feuernngsanlagen, bewirkt eine hohere Energieproduktivitat,
101 Am deutlichsten dazu die Aussage von Wilson/Swisher (1993), S. 251:" ...wiIh a simple equation containinga small number of degrees of freedom and careful data selection one can produce an experiment thatjustifies whatever ABEl one likes within very broad ranges."
102 Nach Wilson/Swisher (1993), S. 250. Ein Beispiel der Auswirkungen unterschiedlicher ABEI-Werte auf dieErgebnisse eines Top-Down Modells bietet die Figur I aufS. 252.
103 Grubb et a!. (1993), S. 453.
69
• Strukturwandel, d.h, die ABEl steigt und bewirkt niedrigere Energieintensitaten, wenn
Lander sich entwickeln und statt Produkten der Grundstoffindustrien vennehrt veredelte
Produkte benutzen.
• PoIitikmaBnahmen bezuglich effizienterer Technologien. So kann nach Schatzungen aIIein
durch eine gezieite Verbraucherinforrnation ein Potential zur Energienachfragereduktion
von ca. 20% erreicht werden,
AbschIieJ3end wird mit Hilfe del' TabeIIe 3-5 die Kombinatorik der Determinanten
Produktionsfunktion, technischer Fortschritt und Kapital innerhalb der in der TabeIIe 3-2
vorgestellten reprasentativen Modelle vorgestellt.
Tab. 3-5: Makrookonornische Detenninanten
111111111111]111" . 1 11'111111
1'11,,1111. 111'1111111111'111:1111
1.1 MARKAL/ limitationale basiert auf Optimierung Einzeltecbnologie;ETSAP Produktionsstruktur Vinta e Ansatz
1.2 ERM Logistik- ABEl, BST neinAn ebotsfunktion
ABEl
ABEl Vintage Ansatz
fIexibel
basiert auf Optimierung modifizierter VintageAnsatz
ABEl
ABEI,BST
ABEI,BST
fIexibel
II.! MARKAL-MACRO
II.2 lKARUS-
.................MIS
III GREEN geschachteite CES:f(K,L,E,F)
IV.I MERGE geschachteite CES:f (K,L,EE,NE
IV.2 MWC Logistik-An ebotsfunktion
V MESAPIII fIexibel
Andere wichtige Annahmen, die die Modellergebnisse beeinflussen, sind die Wachstumsraten
von Bevolkerung und Sozialprodukt, das Verhaltnis von Energienachfrage und Sozialprodukt
sowie Energiepreise und Elastizitaten des Energieangebots und der Energienachfrage.
So wichtig die Bevolkerungsentwicklung und die Sozialproduktsentwicklung flir die
Energienachfrage sind, so sehr variieren Schatzungen bezuglich ihrer konkreten
70
Entwicklung.t?' Dabei fallen Emissionsreduktionsmabnahmen generell urn so leichter, je
niedriger Sozialprodukts- und Bevolkerungswachstum ausfallen, d.h. fur ein Industrieland mit
relativ stabilen Wachstumsraten ist eine Reduktion einfacher als fur ein aufstrebendes
Entwicklungsland mit relativ hohen Raten, Detailliertere Angaben sind daruber hinaus erst
moglich, wenn man sich die Aufieilung del' Energienachfrage auf die einzelnen Sektoren
ansieht. Auflerdem fuhrt die Unsicherheit, die in den Sozialproduktsschatzungen ausgepragter
ausflillt als in den Bevolkerungswachstumsraten, zu unterschiedlichen Ergebnissen beztiglich
Sozialproduktseinbuflen bei einzelnen Reduktionsmafsnahmen.t'"
Von Bedeutung fur die Modellergebnisse sind ebenso Annalnnen libel' die Brennstoffpreise,
sowie darin einbezogen Annahmen libel' die zukUnftige Ressourcenverfugbarkeit, da
begrenzte Ressourcen die Energlepreise ohnehin ansteigen lassen. In del' Regel gehen diese
Annahmen tiber Angebotselastizitaten in die globalen Modelle ein, so daB mit hohen
Elastizitaten niedrige Brennstoffpreise verbunden sind, sollte sich das Angebot erhohen, Es
besteht inzwischen Konsens daruber, daB, wenn aile fossilen Vorrate innerhalb del' nachsten
100 bis 200 Jwe verbraucht werden, die Klimarestriktion sicher verletzt ist.
3.5 Ergebnisvergleich am Beispiel der Vermeidungskosten
Nach del' Klassifikation einzelner Modelle und del' Beschreibung ihrer wichtigsten
Determinanten soli nun am Beispiel del' Verrneidungskosten aufgezeigt werden, wie sich die
verschiedenen Modellkonzeptionen auf einen speziellen Untersuchungsgegenstand
auswirken.tw Denn je nachdem, ob es sich urn Top-Down oder Bottom-Up Ansatze, urn
globale oder nationale Studien, urn Industrienationen, Entwicklungslander oder urn
Volkswirtschaften im Ubergang handel! oder auch urn Kombinationen aus diesen
104 Bsp.: Bevolkerung (in Mrd.)
1990 2025 2050 2100EMF 12 5,3 8,2 9,5 10,4GREEN 5,3 10,0ER(1984) 7,4NordhauslYohe (83) 7,8
Ebenso die jiihrliche GDP Wachstumsrate, die im GREEN Modell yon 1985-90 auf2,9 % und Yon 2030-50auf 2,2% geschatzt wird; wiihrend beim EMF 12 Vergleich yon 1990-2000 Yon3,0 % und yon 2025-2050yon 2,1 % ausgegangen wird.
ros Nach Grubb et al. (1993) insbesondere bei Studien, die das Wachstum aus del' Arbeitsproduktivitatableiten.
106 Prinzipiell soil und kann an diesel' Stelle die Hille yon Studien und vergleichenden Darstellungen bezuglichdel' Venneidungskosten gar nicht erschopfend dargestellt werden. Stellvertretend fur weitereUntersuchungen seien hier genannt: Edmonds/Barns (1990), Boero et al. (1991), Hoeller et al. (1990) und(1992), Cline (1992) sowie Grubb et al. (1993).
71
Moglichkeiten, ergeben sich je nach gewahlten Modelldetenninanten unterschiedliche Werte
bzw. GriiJ3enordnungen del' COrReduktionskosten. So HiJ3t sich generell feststellen.w?
• Mit Bottom-Up Modellen und solchen, die eine Ruckfuhrung del' Steuereinnahmen
abbilden, werden tendenziell sehr niedrige bis negative Venneidungskosten ausgewiesen.
Dieses deckt sich mit Erfahrungen von technisch orientierten Modellen, in welchen
Effizienzverbesserungen mit sehr geringen Kosten moglich sind. Ebenfalls konsistent ist
diesel' Sachverhalt mit Ergebnissen, die eine 50%ige Emissionsreduktion mit nur 2%
SozialproduktseinbuJ3e fur moglich halten.
• Im Gegensatz dazu ftthrt die Anwendung von Top-Down Modellen etwa bei den
Ergebnissen fur Volkswirtschaften im Ubergang wie bei del' fruheren UdSSR zu hoheren
Vermeidungskosten und hoheren Sozialproduktsverlusten, wie auch bei energie
exportierenden Entwicklungslandem wie del' VR China. Im Fall del' Ubergangsokonomien
konnte die Ursache darin begriindet sein, daB Top-Down Modelle zu sehr auf
funktionierende Marktmechanismen angewiesen sind, die sich in diesen Landern erst noch
etablieren mussen, Daher wird fttr solche Okonomien del' Einsatz von Bottom-Up bzw.
von technikorientierten Modellen bevorzugt vorgeschlagen.
• Die Unterschiede zwischen den Top-Down und den Bottom-Up Modellen bei del'
Ergebnisdarstellung von Entwicklungslandern fallen grolser aus als etwa bei OECD
Landern. Dabei werden die fiee-Iunch-Potentiale bei den Entwicklungslandern wegen del'
derzeitigen in del' Regel ineffizienten Energiesysterne deutlich hoher Iiegen.
Abel' auch bei del' Frage nach del' Begrundung unterschiedlicher Resultate von Top-Down und
Bottom-Up Modellen finden sich gegensatzliche Argumente, So wird einmal festgestellt, daf
diese Unterschiede eher auf voneinander abweichende Annahmen beziiglich del' mit
fortschrittlichen Technologien verbundenen Kosten zuruckzufuhren sind als auf
unterschiedliche Modellansatze.l'f Dazu gegensatzlich: "Viel starker als durch abweichende
Annahmen in den Szenarienkompositionen werden die Ergebnisse durch die Wahl
verschiedener rnethodischer Ansatze beeinfluJ3t."I09
Unterschiedliche Werte bei den Venneidungskosten resultieren auJ3erdem aus den
verschiedenen Vermeidungs- und Reduktionsstrategien zur Erreichung des festgelegten
107 Vgl. Grubb et al. (1993), S. 420 f.108 Edmonds et al. (1994), S. 635.109 Enquete Komission des Deutschen Bundestages (1995), S. 905. Die verschiedenen methodischen Ansatze
sind in diesem Fall das Energiemodell EFOM-ENV, ein sogenanoter Impact-Ansatz, d.h. die Kombinationvon Energieszenarien mit nachfrageorientierten Makromodellen sowie ein makrookonomischesGleichgewichtsmodell.
72
Zieles. So zeigen sich bei dem Instrument der C02-SteUer unterschiedliche Wirkungen, je
nachdem ob a) die Steuer tiber Produzenten- (Energie bzw. Gtiterexportierende) oder tiber
Konsumentenstaaten (Importeure) verhangt wird, b) ob eine bereits existierende Steuer bzw.
Subventionsstruktur im Modell berucksichtigt wird und wie diese ausgestaltet ist, c) ob die
Steuergewinne in das Land zuruckgefuhrt werden und welche genaue Recyclingstrategie
angewendet wird, d.h. ob etwa damit Investitionen getatigt werden.
Eine weitere Einflulsgrofse ist die Anpassungsgeschwindigkeit der Reduktion. Dies wird
iIIustriert mit Hilfe des GREEN-Modells, dessen KapitaIstock anfangs putty-putty, sparer
putty-semi putty modeIIiert wurde. Je hoher das ReduktionszieI, desto hoher fallen die Kosten
an, wenn der KapitaIstock nicht mehr so flexibeI erneuert bzw. umgeschichtet werden kann.
D.h. bei einem putty-semi putty KapitaIstock fallen die Reduktionskosten weitaus hoher
aus.!'?
Weitere Einflufigrollen sind die Abbildung der Erwartungen, d.h, ob myopische Erwartungen
oder perfekte Voraussicht unterstellt ist, aber auch beispielsweise die zugrundegelegten Basis
Energiepreise.
110 Nach HoelIer et a!. (1992), S. 28-29.
73
4 Verbindung von Modellen
In den Kapiteln 3.3 und 3.4 wurden VOl' dem Hintergrund del' globalen COz-Problematik die
verschiedensten Modelle vorgestellt. Mit del' Diskussion del' wichtigsten Modell
determinanten wurden zugleich die Starken und Schwachen einzelner Ansatze offenbar. Dabei
wurde festgestellt, daB neben del' Verbesserung lU1d Weiterentwicklung del' jeweiligen
Modelle, ein Weg hin zu geeigneten Instrumenten in del' Verbindung von Top-Down lU1d
Bottom-Up, d.h. von Okonomie- und Energiemodellen besteht. Dieses gilt urn so mehr,
berucksichtigt man die zunehmende E3-Interdependenz. In del' unter 3.3.1 vorgestellten
Klassifikation! sind das die Energie-Okonomie-Modelle del' Kategorie II. Abel' auch bei del'
Kategorie IV, bei del' es sich urn eine Erweiterung del' Kategorie II urn den Umweltbereich
handelt, und bei den integrierten Modellsystemen del' Kategorie V erlaubt del' modulare
Aufbau eine Verbindung von Energie-und Okonomicsubmodcllen.
Grundsatzlich existieren mit den Moglichkeiten des Hard-Linkings und des Soft-Linkings
zwei Konzepte zur Verbindung von Modellen.? Eine Ubersicht del'Verbundmodelle kann sich
nur auf eine Auswahl beschranken,
Tab. 4-1: Hard-linked Energie-Okonomic-Modclle
ECOLOG-MACRO Ginsburgh, van Heyden 1986Regionales LP-Energiemodellverbundenmit langfristigemRamse -Wachstumsmodell
ETA-MACRO Manne,Richels 1992KopplungeinesEnergie-Optimierungsmodells miteinemWachstumsmodell
EFOM-GEM Balandynowicz et al. 1993Neoklassisches GE-Modellverbundenmit technischemEner iemodell
HERMES-MIDAS Caproset al. 1989Neokeynesianisches Makro-modellplus technischem undokonometrischem Energie-modell
MARKAL-MACRO Hamilton et aU Manne,Wene 1992Kopplungeines flexiblenEnergie-Optimierungsmodellsmit Wachstumsmodell
MARKAL-MACROEM Yasukawa et al. 1993Energiemodell verbundenmitnationalem Wachstumsmodellfur Ja an
2
Zur Erinnerung: I Energiemodelle; II Energie-Okonornic-Modelle; III Allgemeine GleichgewichtsmodelleIV Encrgie-Okonomie-Umwelt-Modelle, V IntegrierteModellsysteme.Zur Charakterisierung del' beiden Linking-Moglichkeiten Hard-LinkingiSoft-Linking werden ebenso dieBegriffspaare formelle/inlormelle und simultane/iterative Kopplung verwendet.
74
Tab. 4-2: Soft-linked Energic-Okonomie-Modelle>
.ir, ...·..•···\/I•••••·•••·•••• i·...·...............·\_i.................. \\.....\\.~... ··iK;4fzB~$Qm¢ibUriQ'
BESOM-DGEM Hoffman, Jorgenson 1977 Energiemodell gekoppelt mit einemdisaggregiertenGleich-aewichtsmodell
IKARUS-MIS Hake et al./ Pfaffenberger, Strobele 1994 StatischesOptimierungsmodellverbundenmit einem dynamischenInput-Output-Modell fiirDeutschland
MEDEQ-MARKAL Berger et a1. 1987 Makromodellplus EnergiemodellfUrKanada
MARKAL-MEPA Ybema, van Ierland 1994 Verbund eines flexiblen Modellszur Optimierungsdes Energie-systemsund eines dynamischenInput-Output-Modells fUrdieNiederlande
MESSAGE-IIR Wene 1995 Internationales dynamischesEnergie-Optimierungsmodell plusneoklassischesWachstumsmodell
Sowohl das Hard-Linking wie auch das Soft-Linking werden im folgenden vorgestellt. Als
Beispiel fUr das Hard-Linking bei del' Verbindung von Okoncmiemodellen mit technischen
Energiemodellen dient das MARKAL-MACRO-Modell. FUr die Darstellung des Soft
Linkings werden das MARKAL-MEPA-Modell sowie das MESSAGE-llR Instrumentarium
als Beispiele herangezogen.
Danach wird ein Beitrag geleistet zum Soft-Linking im IKARUS-Instrumentarium. Dieses
geschieht ab dem Kapitel6, nachdem im Kapitel 5 die beiden Einzelmodelle IKARUS-LP und
MIS detailliert beschrieben wurden. Vergleicht man anschlieBend das Verfahren zur
Kopplung von IKARUS-LP und MIS mit anderen existierenden Linking-Konzepten, kann
neben einer Verbesserung del' jeweiligen Modellstrukturen unter Umstiinden zusatzlich dazu
Hilfestellung gegeben werden bei del'Beantwortung del'Fragen:
J. Ist ein Soft-Linking oder ein Hard-Linking von Modellen vorzuziehen? Ist eine generelle
Beantwortung moglich oder nur speziell hinsichtlich del' zu untersuchenden Modelle und
deren Zielsetzungen?
2. Sollten Modelle iiberhaupt verbunden werden oder ist eine Verbesserung bzw.
Weiterentwicklung del' Einzelansatze zu praferieren, d.h, resultieren aus dem
Zusammenschluf nicht nur Synergieeffekte, sondem auch Reboundeffekte'r'
3 Ebenfalls in die Kategorie Soft-Linking einzuordnen sind die Integrierten Modellansiitze IMAGE 2,0 vonAlcamo et a1. (1994) und MAGICC von Hulme et a1. (1995), Bei den dort verbundenen Modellen handeltes sichjedoch neben Energie- und Okonomiesubmodellenauch urn Klimamodelleetc.
75
Aus der zweiten Frage leitet sich das generelle Ziel bei der Verbindung untersehiedlieher
Modelle abo Die Naehteile del' Einzelmodelle mtissen minimiert werden, die speziellen
Vorteile jedoeh erhalten bleiben. Oder anders herum, bei den neu entstandenen Modellen
durfen naeh del'Verbindung die Naehteile nieht die Vorteile iiberwiegen.
Dieses ist keineswegs eine rein modelltheoretische Problematik, wie ein Beispiel aus del'
betriebswirtsehaftlichen Organisationslehre zeigt. So wird etwa die Organisation von
Konzemen, d.h. die wirtschaftliche Verknupfung einzelner Untemehmen, analog del'
Verbindung von Top-Down und Bottom-Up Modellen ebenfalls nieht als das eigentliehe Ziel
angesehen, sondem als Aufgabe zur Zielerreichung, Hier die CO2-Reduktion, dort eine
produktivere Leistungserstellung im Betrieb. Durch diese Analogie enthullt sich das Problem
als ein systemtheoretisch interdisziplinarer Ansatz. Ist eine Verbindung bzw. Verknupfung
erst einmal gesehehen, ist in beiden Fallen die Bewertung von Effizienz, d.h. Vorteile wie
Naehteile des Zustands VOl' und naeh dem ZusammensehluJ3, problematisch.>
Die in del' vorliegenden Untersuchung vertretene Position geht von del' Notwendigkeit,
Praktikabilitat und Vorteilhaftigkeit del' Verbindung von Energie- und Okonomiemodcll
ansatzen aus. Dagegen defmieren beztlglich del' Praktikabilitat Kydes et aI. (1995) vier
Problembereiche bei del' Kopplung von Energie- und Okonomiemodellen.s Diese sind:
1. sieh iiberschneidendeModelle,
2. getrennte Modelle,
3. Mangel an Konvergenz und
4. untersehiedliche Datendarstellung.
Diese Darstellung ist jedoeh wenig iiberzeugend. Denn die obengenannten Sehwierigkeiten
werden gerade im Zuge del' Modellverbindung uberwunden. So ist etwa das Argument sieh
uberschneidender Modelle eine Voraussetzung dafur, im RES del' Einzelmodelle die
Schnittstellen fur die Kopplung zu fmden. Getrennte Modellphilosophien und
Konvergenzmangel werden bei soft-linked Modellen dureh den Datentransfer und die
4
5
6
Als Synergieeffekt wird allgemein das Zusammenwirken bisher getrennler Faktoren zu einer gemeinsamenLeistung verstanden. Neben diesen positiven Effekten konnen bei soleh einem Zusammenwirken jedochauch sogenannte Reboundeffekte auftreten. Diese wirken entgegen der urspriinglichen Absicht, sinddemnach als negativ zu bezeichnen. Im Kontext der Modellierung der Treibhausproblematik bezeichenenReboundeffekte die Tatsache, daJl eine Verbesserung der Energieeffizienz nicht zwangslaufig zu einerproportionalen Reduzierung der Energienachfrage fiihrt. Ausfilhrlicher dazu weiler unten in KapileI4.1.Dazu stellt Theisen (1988), auf S. 291 in der Fullnote 14 fest: "Ungeachtet der zahlreichen Ansatze zurMessung organisationaler Effizienz ist aber wohl festzuhalten, daJl die Bestimmung von Effektivitat (Gradder Zielerreichung) und Eflizienz (RessourceneinsatzlZielbeitrag) komplexer Organisationsformen alsbislang noch nicht gelost - moglicherweise u.a. wegen des interdependenzproblems auch nicht als losbar bezeichnet werden mull." Zu den Ausfiihrtmgen ZUlli Konzem siehe ebd, im Textteil auf S. 279 f.Kydes et al. (1995), S. 146.
76
Iteration minimiert, Eine Ubcreinstimmung in del' Darstellung etwa del' Regionen und des
Zeithorizontes kann bereits bei del' Konzeption del' Einzelmodelle bedacht werden.
Gegenpositionen bezuglich del' Vorteilhaftigkeit einer Kopplung bemiihen das Argument del'
Unvereinbarkeit von Top-Down und Bottom-Up Modellen. Damit geht die Vorstellung
einher, daB bei verbundenen Modellen ein Modell mit seinen spezifischen Nachteilen das
andere Modell dominiert.?
4.1 Das Hard-Linking Konzept
Unter dem Begriff des Hard-Linking wird eine Kopplung verstanden, bei del' die Teilmodelle
fest zu einem neuen Modell verbunden werden. Damit geht die Eigenstlindigkeit del'
Ausgangsmodelle verloren. Stellvertretend ftir eine Reihe anderer hard-linked Modelle soli im
folgenden das MARKAL-MACRO-Modell vorgestellt werden.s
In del' Abbildung 4-1 werden die beiden Ausgangsmodelle aufgefuhrt. Diese sind das
technische Energiemodell MARKAL9 und das neoklassische Wachstumsmodell MACRO.1O
Nicht nur MARKAL-MACRO ist gleichsam ein Referenzmodell fiir die Kopplung eines Top
Down und eines Bottom-Up Modells, auch die Einzelmodelle MARKAL und MACRO sind
typische Vertreter del' Kategorien Energiemodell und Okonomiemodell.
7 Kritik zur Verbindung von TD- und BU-Modellen bei Grubb et al. (1993), S. 437 wie auch beiWilson/Swisher (1993), S. 262.
8 Stellvertretend insoweit, daB ein reprasentatives Hard-Linking Konzept beschrieben wird, In del' konkretenUmsetzung linden sich bei anderen hard-linked Modellen selbstverstandlich Abweichungen. Dies urn somehr, je groBel' die Unterschiede in del' Modellzielsetzung del' Einzeimodelle wie auch des neuentstandenen Verbundmodells ausfallen.
9 MARKAL wurde entwickelt vom Brookhaven National Laboratory (BNL). und del' damaligenKernforschungsanlage Jtilich (KFA), del' heutigen Forschungszentrum Julich GmbH (FZJ). Grundlegenddazu Fishbone et al. (1983). Das Acronym MARKAL steht fur MARKet ALlokation.
10 MACRO erschien erstmalig im Zusarnmenhang mit ETA-MACRO und dem GLOBAL 2100 Modell. Siehedazu Manne/Richeis (1992). Die ersten Veroffentlichungen zu MARKAL-MACRO bei Hamilton et al.(1992) und MannelWene (1994). Zur Unterscheidung von ETA und MARKAL siehe MannelWene (1994),S. 154 f. Del' Energiesektor wird in MARKAL disaggregierter abgebildet. ETA urnfallt nur 8 elektrischeund 9 nichtelektrische Energietechniken und weist Defizite im Umwandlungssektor auf.
77
produktsum
IV
( Kapital )1<lI.,..1I----i[ Investitionen )
Energlkosten
optimalesEnergiesystem
Energietrager G SoziaiTechniken Kon
Umweltanforderungen
1,!I ,
~ II' Nutzenergie- .. ;,dienstleistungen .... !
;
MARKAL...
AMACRO
.... I, Energiepreise A
Abb. 4-1: Das MARKAL-MACRO-Modellll
MARKAL wird als dynamisches, lineares Programmierungsmodell zur Optimierung von
Energiesystemen eingesetzt. Dabei wird das gesamte Energiesystem wie bei fast allen
Energiemodellen in einem Netzwerk, dem sogenannten Referenz Energie System (RES)
abgebildet.P Dieses Verfahren gewahrleistet eine hohe Flexibilitat der Einsatzmoglichkeiten,
Die Anwendungen reichen von der lokalen Ebene tiber einzelne Regionen bis hin zum
nationalen Einsatz. Dabei wird auf nationaler Ebene innerhalb eines RES der gesamte
EnergiefluB von der Extraktion der Energieressourcen tiber die Energieurnwandlung bis hin
zur Bereitstellung von Endenergie und Nutzenergie abgebildet. Die Techniken werden bei
diesem Verfahren als Knotenpunkte implementiert. Gesteuert wild MARKAL tiber die
Nutzenergie, D.h. in den einzelnen volkswirtschaftlichen Sektoren ist del' Energieverbrauch
nicht exogen vorgegeben, sondem wird im Modell bestimmt durch die zur Erfullung del'
Nachfrage nach Nutzenergie optimalen Technik.P Optimiert werden die Gesamtkosten des
Energiesystems. Emissions-reduktionsziele werden als Nebenbedingungen festgelegt. Weitere
Optionen fur einen Einsatz des MARKAL-Modells liegen in der Bewertung neuer
Energietechniken, der Analyse von Energiebilanzen, der Bewertung von Regulierungs- bzw.
DeregulierungsmaJ3nahmen und del' Analyse der Auswirkung von Subventionen sowie der
Einfiihrung von Steuem.
Als typisches neoklassisches Wachstumsmodell wird das MACRO-Modell durch die drei
Elemente Nutzenfunktion, Verwendungsgleichung und Produktionsfunktion bestimmt.!"
Dabei wird der mit Hilfe der nichtlinearen Programmierung zu maximierende Nutzen als
11121314
Nach Goldstein(1995),Figur2 aufS. 5.Zur Einfiihrung des RES-Konzeptes sieheMarcuseet al. (1976). Als Bsp. fUr ein RES sieheAnhangB-2.NachKram (1993), S. 1-20 f.Eine kurze Einfilhrung in das MACRO-Modell und eine Einordnung von MACRO in das VerbundmodellETA-MACRO alsBausteindes Global 2100 Modells findet sich bei Kuckshinrichs (1992).
78
logarithmische Funktion des Konsurns abgebildet, und del' volkswirtschaftliche Output (Y)
kann gemaJ3
Y=C+I+EC (4.1)
fUr Konsurn (C), Investitionen (I) und Energiekosten (BC) verwendet werden. Die
Energiekosten beinhalten die Investitionskosten, die Betriebskosten, die Wartungskosten und
die Brennstoffkosten des Energiesystems, letztere umfassen sowohl die Forderung als auch
die Nettoimporte.U Damit setzen sich die Energiekosten aus Elementen sowohl del'
Investitionskosten als auch del' laufenden Kosten zusammen. Fur Zwecke del' Kopplung mit
den Energietechniken des MARKAL-Modells werden in Gleichung (4.1) diese Elemente aus
dem Konsurn und den Investitionen herausgelost.lf So wird mit den Energiekosten eine
Schnittstelle von Energietechnik und Makrookonornie geschaffen.
Die Produktionsmoglichkeiten werden durch eine geschachtelte CES-Produktionsfunktion
beschrieben. Einsatzfaktoren sind Kapital, Arbeit, elektrische und nichtelektrische Energie.
Substitutionselastizitaten regeln die Faktoraustauschmoglichkeiten, Weitere wichtige
Determinanten eines gesamtwirtschaftlichen Modells wie MACRO sind Wachstumsraten des
Sozialprodukts, das Anfangsverhaltnis von Kapital und Sozialprodukt, Abschreibungsraten
und del' ABEl-Parameter. Ebenso wie MARKAL geht das MACRO-Modell von perfekter
Voraussicht innerhalb des Konzeptes eines einzelnen reprasentativen Produzenten bzw.
Konsurnentenaus.
Hinsichtlich ihrer Zielsetzung haben sich beide Einzelmodelle sicher bewahrt.!? So besitzt
MARKAL als Energiemodell VOl' allem Vorteile bezuglich del'Flexibilitat, Dadurch kann eine
Vielzahl unterschiedlicher Energiesysteme abgebildet werden, und del' Zeithorizont kann lang
genug gewahlt werden, urn veranderte Techniken zu erfassen. Daneben ist es moglich, die
Energieangebots- wie auch die Energienachfrageseite gleichzeitig zu analysieren, Die
Energiepreise berechnen sich aus Technik- wie auch aus Kostendaten, wobei letztere auf del'
Ebene del'Einzeltechniken erhoben werden.
Bei del' Analyse von MaBnahmen zur Reduktion von Treibhausgasen jedoch fehlt einem
Energiemodell wie MARKAL die Einbeziehung okonomischer Grollen wie Wirtschafts-
15
16
17
Entgegen del' verbreiteten Praxis sind in del' Verwendungsgleichung des MARKAL-MACRO-Modells dieImporte mit positivem Vorzeichen versehen. Vgl. Yasukawa et al. (1994), S. 3.Die Standard-Venvendungsgleichung lautet: Y = C + I + (Ex - 1m). Dabei sind (Ex) die Exporte und (lm)die Importe. Mehr zu den Vorteilen del' Gleichung (4.1) filr die Modellverbindung von MARKAL undMACRO welter unten bei den Ausftihrungen zu Gleichung (4.7).Dies verdeutlicht nicht zuletzt die hohe Zahl an Uinderstudien und Adaptionen VOl' allem des MARKALModells. Zu den ausfuhrlichen Uinderstudien siehe Krarn (1994). Eine Vielzahl von neuen MARKALNutzerlandern wird in den IEA etsap news des Aunex V, Nr, 5/1995, aufgefillut.
79
wachstum, Entwicklung del' Energienachfrage und die Entwicklung eines Energiesystems, urn
die Nachfrage anzubieten." Dazu ist eine Verbindung mit einem Okonomiemodell
notwendig. Wie man anhand del' Abbildung 4-1 sieht, wird die Kopp1ung del' beiden Modelle
tiber die Nachfrage nach Nutzenergie und tiber die Energiekosten vollzogen. Die Verbindung
tiber die Nutzenergienachfrage erfordert eine Modifizierung del' gesamtwirtschaftlichen
Produktionsfunktion (4.2) des MACRO-Modells. An Stelle del' CES-Produktionsfunktion mit
den gebUndelten Produktionsfaktorpaaren Kapital/Arbeit und e1ektrischer/nichte1ektrischer
Energie.l?
I
Y =[a.(Ka . L(I-a)y +b.(EEP .NE(I-PlyjP (4.2)
wird in MARKAL-MACRO das Energie-Produktionsfaktorpaar durch die Energienachfrage
ersetzt. Dabei ist in del' Gleichung (4.3) D, die Nachfrage nach Nutzenergie.
I
Y=[a.(Ka .L(I-a») +~bi.D{y (4.3)
Diese Vorgehensweise ermoglicht eine Verbindung von technischen energiewirtschaftlichen
Grollen, wie sie die Endenergienachfrage etwa in Personenkilometem im Transportsektor oder
in einer angenehmen Raumtemperatur irn Haushaltssektor reprasentiert, mit okonomischen
Grolien, die mit dem Kapital- und Arbeitseinsatz einer Volkswirtschaft vertreten sind.
Wiihrend die Energienachfrage irn Angebotsmodell MARKAL noch als Inputgrofse exogen
vorzugeben ist, werden in MARCAL-MACRO die spezifischen Nachfragegrofsen nach
Energiedienstleistungen an del' Schnittstelle beider Modelle endogen bcstimmt.P Die
Berechnung del' Energienachfrage erfolgt als Anpassungsreaktion auf Anderungen del'
Energiepreise:
[ ]
- a
D =y. Pii (bi • Po)
(4.4)
Damit werden energiewirtschaftliche Werte, wie sie durch die Nachfrage nach
Energiedienstleistungen determiniert werden, und die dahinterstehenden Energieangebots-
IS
1920
Weitere Argumente sind die mehrfach aufgefiihrten Unterschiede zwischen TD- und BU-Modellen.Musters (1994), S. 85-86 erwahnt unterschiedliche CO,-Reduktionskosten mit del' Foige voneinanderabweichender PolitikmaJlnahmen, ohne jedoch konkrete Zahlen fur MARKAL und/oder MARKALMACRO zu nennen.Diese Produktionsfunktion wurde bereits als Funktion (3.7) in KapiteI3.4.2 vorgestellt.Aufgrund dieses Ausgteichs von Angebot und Nachfrage wird das MARKAL-MACRO-Modell auch alsAllgemeines Gleichgewichtsmodellbezeichnet. Dies ist jedenfalls die Einschatzung nach Kypreos (1992).
80
techniken mit okonomischen GrOBen und Reaktionen verbunden. Die Beziehung von
Outputpreis (Po) zu den Preisen fur Kapital (PK), Arbeit (PL) und Energiedienstleistungen (Pi)
beschreibt die umgeformte CES-Pl'Oduktionsfunktion:
I
Po =[a" '(p~ 'Pil-a
) + 2:(~:r"r" (4.5)
So wird in MARKAL-MACRO mit gestiegenen Energiepreisen Energie durch Arbeit und
Kapital ersetzt, mit del' Folge sinkenden Sozialprodukts und sinkender, nun endogen
bestimmter Energienachfrage.
Preisunabhangige Auswirkungen beschreibt auch im MARKAL-MACRO-ModeII del' AEEI
Parameter. AuBerdem wird die preisunabhangige Effizienzverbesserung zur Erreichung des
Gleichgewichts zwischen del' Angebotsseite des MARKAL-ModeIIs und den
Nachfragegrofsen des MACRO-ModeIIs eingesetzt, so dall gilt:21
2: dmcordm,t • X j =AEEldm•t • Ddm,t
j
(4.6)
Dabei ist Ddm die in MARKAL-MACRO nun als Entscheidungsvariable defmierte Nachfrage
nach Nutzenergie VOl' einer AEEI-Anpassung. Urn diese mit dern von MARKAL
bereitgesteIIten Angebot zu verbinden, wird ein mit del' Nachfrage korrespondierender
Koeffizient dmcorj., eingefuhrt,
Die Verbindung von MARKAL und MACRO libel' die Energiekosten, d.h, den Einfluf del'
Energiekosten auf das Produkt del' Entscheidungsvariablen X, des MARKAL-ModeIIs mit den
Kostenkoeffizienten costj., verdeutlicht die Gleichung(4.7).22
2: cosfj •t •X j =ECj
(4.7)
Die Energiekosten sind bereits in MARKAL als Differenzkosten definiert, da nur die
Kostenunterschiede libel' den Ruckgriff des ModeIIs auf die jeweilige Technik entscheiden.
Ihr Wert richtet sich nach den zusatzlichen Ausgaben fur alternative Techniken. Dieses
Kostenkonzept unterstutzt die Beschrlinkung des MARKAL-ModeIIs aIIein auf den
21
22Zu Gleichungen und Modellbeschreibung vgl. MarmefWene (1994), S. 183 If.Urn eine zu rasche Ausbreitung neuer Tecbnologien zu verhindem, konnen Markteintrittsschranken in Formvon quadratischen Kapazitatsrestriktionen eingebaut werden. Dies geschieht durch eine Ausweitung del'linken Seite del' Gleichung (4.7). Siehe dazu Hamilton et al, (1992), S. 47.
81
Energiesektor. Bei einer Vollkostenrechnung, die Kapita1kosten, Betriebs- und
Wartungskosten beinha1tet, wiirde das Sozia1produkt bereits durch den Energiesektor zu stark
beeinflullt, was ja erst bei der Kopp1ung mit MACRO vorgesehen ist. Die Kopp1ung und del'
okonomische Hintergrund erschlieflt sich durch dieses Verfahren mitte1s G1eichung (4.7) und
der Verwendungsg1eichung (4.1), deren Bindeglied die Energiekosten sind.
Da die neok1assische Produktionsfunktion das Herz del' Verbindung von MARKAL und
MACRO darstellt, erfo1gt die Kalibrierung des MARKAL-MACRO-Modells, d.h. die
Abstimmung auf das gewahlte Basisjahr, fo1gerichtig mitte1s Festlegung der
Substitutionselastizitat zwischen den Produktionsfaktorpaaren und der Schatzung del'Kapital
Arbeits-Koeffizienten sowie der Endnachfrage.23
Ein Problem des MARKAL-MACRO-Modells Iiegt in der Behandlung von
Energieeinsparpotentialen. Im MACRO-Modell sind diese Energieeinsparoptionen eng an die
Produktionsfunktion gebunden, Daher sind sowohl preisabhangige als auch preisunabhangige,
die Energienachfrage reduzierende Faktoren implementiert. Da MARKAL ebenso beide
Optionen zu1aBt, entsteht so die Gefahr der Doppelzahlung, Sich uberschneidende
Modellbereiche konnen ggf durch einen Algorithmus vermieden werden.
Ein Ergebnisvergleich zwischen MARKAL-MACRO und dem MARKAL-Einze1modell
liefert flir samtliche CO2-Reduktionsszenarien hohere Reduktionskosten fur das verbundene
Modell. So jedenfalls das Resultat einer Landerstudie fur die Niederlande.>' Danach zeigt
MARKAL fttr eine 50 (80)%ige Emissionsreduktion die Kosten des Energiesystems mit 0,48
(1,59)% vom Sozia1produkt an. Dagegen werden mit MARKAL-MACRO Sozialprodukts
verluste von 1,04 (2,25)% ermitte1t. Hierbei fallt auf, daB die Kosten analog der Zielsetzung
und den Mcglichkeiten der Ansatze unterschiedlich definiert sind. Das Energiemodell
berechnet die Kosten des Energiesystems, und das Energie-Okonomie-Modell kalkuliert die
Kosten mit Hilfe der GroBe Sozia1produkt als Verluste der Gesamtwirtschaft. Ihre Ursache
haben diese Kostenunterschiede in den unterschiedlichen C02-Reduktionsmoglichkeiten
beider Konzepte. In MARKAL werden Emissionsreduktionen durch eine Anderung des Mixes
und der Intensitaten fossiler Brennstoffe, durch verbesserte Energieumwand1ung und auf der
Endverbraucherseite realisiert. Mit MARKAL-MACRO ergibt sich eine C02-Reduktion
zusatzlich durch die Substitution von Energie durch Kapital und Arbeit sowie durch eine
mittels hoherer Energiepreise induzierte Sozialproduktsreduzierung.
23 Als Beispiel fUr eine Kalibrierung mittels US-Datenmaterials und numerischer Daten wie etwaSozialprodukt, aggregierte Energiekosten, Nachfragegrollen und Preise fur Nutzenergie siehe MannelWene(1994), S. 162 if,
24 ScheperslKram (1995),
82
Synergieeffekte sind bei dem MARKAL-MACRO-Modell quantitativ nicht zu erfassen.
Anders stellt sich die Situation bezUgIich des Rebound-Effektes dar. Jedoch wird die
theoretische Debattes> urn die Existenz eines hohen Rebound-Effektes kontrovers gefiihrt, und
auch fUr MARKAL-MACRO Iiegen unterschiedliche Studien mit abweichenden
Berechnungsmethoden und Ergebnissen VOl'.
Musters (1994) definiert den Rebound-Effekt (RE) als den Anteil ursprUngIich erwarteter und
durch Energieeffizienzverbesserungen erzielter Energieeinsparungen, der aufgrund del'
Energie-Okonomie-Umwelt Interdependenz verlorengeht.w
RE verlorene Energieeinsparungen
erwartete Energieeinsparungen(4.8)
Urn diese Methodik in MARKAL-MACRO umzusetzen, sind zwei Rechenlaufe erforderlich.
Ein erstes Szenario A beschreibt eine Situation ohne preisinduzierte Energieeffizienz
verbesserungen. Dazu wird die modellinteme Obergrenze fur preisinduzierte Energie
effizienzverbesserungen sehr niedrig gesetzt, d.h. im Modell werden die Moglichkeiten fur
neue und verbesserte Techniken stark eingeschrankt, Im Gegensatz dazu gibt es in einem
zweiten Szenario C keine solche Obergrenze. Beide Szenarien haben eine 50%ige Emissions
reduktion zum Ziel, was die Energieeffizienzverbesserungen unter Kostenbetrachtungen erst
ermoglicht. Del' Wert fttr die Substitutionselastizitat betragt 0,25. Ein drittes Szenario B wird
als Fall mit Effizienzverbesserung, abel' ohne Nachfragereaktion aus den Szenarien A und C
ohne neuen Rechenlauf konstruiert.
Unter diesen Bedingungen ergeben sich Werte fur die Endenergienachfrage (FA, FB, Fe), die
Umwandlungseffizienz und die Nutzenergienachfrage (DA, DB, De). Zur Bestimmung des
Rebound-Effektes werden zusatzlich die erwarteten, die realen und die verlorenen
Energieeinsparungen (Se, S" SI) berechnet. Damit lant sich del' Rebound-Effekt berechnen
nach:
(FA - FB)-(FA- Fe)
(FA -FB)(4.9)
25
26
Siehe dazu die Diskussion in der Zeitschrift Energy Policy mil den Beitragen von KeepinlKats (1988),Brookes (1990), (1991), (1992) u. (1993), Greenhalgh (1990), Toke (1990) u. (1991), Grubb (1990) u.(1992) sowie HerringlElliot (1990). Als Ergebnis kommt Musters (1994) auf S. 65 zu del' Einschatzung"The whole question thus remains unsolved and highly speculative. The reason is the fact that no realattempts are undertaken to calculate the magnitude of the rebound-effect."Nach Musters (1994), S. 90 f. Nach diesel' Definition quantifiziert del' Rebound-Effekt die aufEnergieeinsparungen bezogene Differenz zwischen den Top-Down und Bottom-Up Modellen. Denn dieerwarteten Energieeinsparungen beruhen auf technischen Effizienzverbesserungen und die verlorenenEnergieeinsparungen resultieren aus del' Differenz von erwarteten und realen Einsparungen. Letztere gehenauf den EinfluJldel' Okonomie zuIiick.
83
Als quantitativen Wert gibt Musters (1994) RE = 0,328 an. D.h. knapp ein Drittel der
ursprunglich erwarteten teehnisehen Energieeinsparungen gehen unter Beriieksichtigung der
Energie-Okonomie-Verbindnng verloren. Ursachen sind bei MARKAL-MACRO im
Gegensatz zum Einzelmodell MARKAL nun auftretende Ruckkopplungen seitens der
Naehfrage. So konnten beispielsweise auf der Nutzenergieseite die Verkehrsteilnehmer im
Individualverkehr auf sinkenden Kraftstoffverbrauch und damit einhergehende monetare
Ersparnisse mit vermehrtem Fahraufkommen reagieren, wenn ihnen durch Effizienz
verbesserungen ein sinkender Kraftstoffverbraueh ermoglicht wird,
Eine weitere Untersuchung zur Quantifizierung des Rebound-Effektes mit Hilfe des
MARKAL-MACRO-Modells wurde von Nystrom (1995) durchgeftihrt.s? Im Gegensatz zur
vorherigen Darstellung werden dort die Andernngen der Primarenergienachfrage und nieht der
Endenergienachfrage betraehtet. Analog zur Gleichung (4.9) werden MARKAL-MACRO
Szenarien mit und ohne Energiesparteehniken vergliehen sowie ein MARKAL-MACRO
Reehenlauf ohne effizientere Techniken einem MARKAL-Lauf gegenubergestellt, Letzterer
bildet Energiespartechniken ab und berticksichtigt die Nutzenergienaehfrage des MARKAL
MACRO-Laufs ohne Techniken zur Energieeinsparung.
Als Ergebnis dieser Analyse ergibt sich ohne COz-ReduktionsmaJ3nahmen mit nur 9% ein
niedriger Rebound-Effekt. Dabei fuhren die verfugbaren Energiespartechniken zu einem
sinkenden Primarenergieangebot, Die Nachfrage naeh Nutzenergie bleibt unverandert.
Demgegentiber fallt bei einer 20%igen C02-Reduktion der Rebound-Effekt mit 60% hoeh aus.
Bin nun erhohtes Nutzenergieangebot wild dureh einen kostengtinstigen Weg der
Emissionsreduktion aufgrund der effizienteren Techniken ermoglicht.
4.2 Soft-Linking von Modellen
Wahrend beim Hard-Linking der DatenfluJ3 von einem Modellteil zum anderen formalisiert ist
und fur einen Ausgangssatz von Annahmen und Daten naeh einem Lauf des Verbundmodells
das Modellergebnis ausgewiesen wird, kontrolliert der Modellnutzer beim Soft-Linking die
Modellergebnisse und entscheidet danach, ob und wie Inputdaten angepaJ3t werden mussen,
urn Konvergenz in den Modellen zu erreichen.s! Denn beim Soft-Linking existieren auch naeh
der Kopplung jeweils eigenstandige Modellteile. Durch diese Autonomie der Einzelmodelle
muJ3 beim Soft-Linking der Output eines Modells als Inputgrofse eines anderen Modells
verwendet werden, So obliegt es dem Modellnutzer in einem Lernprozefs zu entseheiden, ob
2728
SieheNystrom(1995), S. 42 f.VgI. Wene (1995), S. 10f.
84
ein Modellauf eher vom Top-Down Modell oder von einem Bottom-Up Modell dominiert
wird.
Aus praktischer Sicht wild bei der Verbindung von Modellen oft mit dem Soft-Linking
Konzept begonnen. Der Programmieraufwand ist anfangs niedriger als bei hard-linked
Modellen, und die Anpassung beider Modelle erfolgt schneller. Mit steigender Anzahl von
Modellaufen und Szenarien allerdings erhoht sich der Aufwand, so daf hard-linked Modelle
als produktiver eingeschatzt werden.
Beispiel 1: MARKAL-MEPA
Als Beispiel fur das Soft-Linking Konzept wild zuerst das MARKAL-MEPA-Modell
vorgestellt. Dabei wird im Gegensatz zum vorigen Kapitel auf eine Darstellung der
Modellgleichungen verzichtet, da die Kopplung beider Modelle nicht wie bei einem Hard
Linking tiber eine veranderte Struktur, d.h. tiber die Gleichungen erfolgt, sondem tiber einen
Transfer von Output- zu Inputdaten.
Das MARKAL-Modell zur Optimierung von Energiesystemen wurde in seinen Grundzugen
bereits in Kapitel 4.1 dargestellt, In der hier vorgestellten Anwendung fur das Energiesystem
der Niederiande werden 33 Arten der Nutzenergienachfrage unterschieden und tiber 400
Techniken aufgenommen. Der Zeithorizont reicht vom Jam 2000 bis ins Jahr 2040.
MEPA ist ein nicht-lineares, dynamisches Input-Output-Modell.s? Die technischen
Koeffizienten fur die Energiebranchen sind modellendogen eingebunden. Als nationales
Modell beschreibt MEPA anhand der Szenariotechnik den Einfluf umweltpolitischer
Mafsnahmen auf die einzelnen Wittschaftssektoren wie auch auf die niederlandische
Volkswittschaft fur den Zeitraum von 1990 bis 2010. Dabei wird zwischen zehn
Industriebranchen und zehn Konsumentengruppen unterschieden. AuJ3erdem werden der
Transport-, Haushalts- und der Staatssektor sowie zwei sogenanute Vermeidungssektoren flir
Umweltversclnnutzung ausgewiesen.t? Innerhalb dieses Aggregationsgrades ist das Modell in
der Lage, die Endnachfrage in physikalischen Einheiten einzelner Brennstoffarten sowie die
CO,-Emissionen zu berechnen. Neben der Nachfrageseite biidet das Modell mit dem
Arbeitsmarkt und den Produktionskapazitaten die Angebotsseite abo
In seiner Struktur besteht MEPA aus acht miteinander verbundenen Blocken, Diese sind
defmiert als:
29
30
MEPA steht fiir Model for !lnvironmenlal .!'.olicy £\nalys!s. Es wurde von Ybema/van Ierland entwickelt.Als Literaturquellen siehe van Ierland(1993)und Ybema/van Ierland(1994).Vgl. van Ierland (1993),S. 116 If.
85
I Produktion,
II Ausgaben und Importe,
ill Preise und Lohne,
N Arbeitsmarkt und Kapazitlitsbeschriinkungen der Produktion,
V Staat,
VI Einkommen,
VII Geld,
Vill Energie und Umwelt.
Im achten Block fmdet sich mit Elastizitaten der Energiepreise die Moglichkeit fUr
Substitution zwischen Energie und Kapita!. Daneben eriaubt MEPA autonome
Verbesserungen der Energieeffizienz durch tecimischen Fortschritt,
Fur ein Soft-Linking beider ModeIIe sind Anpassungsmafsnahmen durchzufiihren. So ist del'
Zeithorizont des MEPA-ModeIIs dem MAKRO-ModeII anzugleichen und auf das Jahr 2040
auszuweiten. Urn Doppelzlihlungen des Energieeinsparpotentiales zu vermeiden, sind die
autonomen Sparmoglichkeiten auf del' Prozellebene zu korrigieren, sofem sie bereits in
MARKAL abgebiidet sind. Das MARKAL-ModeII seinerseits wurde lm Industriesektor in
die Subsektoren Chemische Industrie, Metallverarbeitende Industrie und ttbriges
Verarbeitendes Gewerbe disaggregiert. FUr NachfragetecImiken weichen die Beschriinkungen
der Marktdurchdringungsraten vom ursprtinglichen Datensatz abo Urn realistische Losungen
zu erhalten, wurden die nationalen Beschriinkungen fur S02- und NOx -Emissionen erhoht,
Das Konzept des Soft-Linkings von MARKAL und MEPA foIgt del' Abbildung 4_2.31 Ein
ModeIIauf beginnt mit MEPA, welches die Energienachfrage der einzeinen Energietrager
generiert. Da MARKAL aIs Inputgrofse die Energienachfrage nach Nutzenergie benotigt, wird
der MEPA-Output in einem eigenen Arbeitsblat, einem sogenarmten Ubertragungsspreadsheet
(eng!.: conversion spreadsheet = CONV.s.), umgerechnet. 32
Dieses ist moglich, da fUr den groBten Teil der niederilindischen Sektoren Industrie,
DienstIeistung, HaushaIte, Transport und Energie die fur die Endenergienachfrage
31
32Nach Ybema/van Ierland (1994), Figur 2 aufS. 199.Del' Ubergang vom Output eines Okonomiemodells zur Nutzenergie als Input des Energiemodells ist eingenerelles Problem bel del' Energie-Okonomie-Kopplung und wird als zentraler Bestandteil del' Kopplungvon lKARUS-LP und MIS in den Kapiteln 6 und 7 behandelt. DaJl dieses nicht nur fUr soft-linked Modellegilt, veranschaulicht das Beispiel des MARKAL-MACROEM Modells. In diesem Modell wird dieNutzenergienachfrage als logarithmische Funktion des realen Sozialprodukts und eines Preisdeflatorsabgebildet. Letzterer sorgt fur die Verbindung zur Endnachfrage, denn er ist definiert als Energiepreisindex= Endenergiekonsum / Kosten von Energieangebot, Umwandlung und Transport. Vgl. Yasukawa et a!.(1993), S. 5 und Abbildung 7. Fur die Preiselastizitaten werden Werte von Null, -0,2 und -0,3angenommen.
86
notwendigen Energietriiger bekannt sind. So wird etwa im niederliindischen Haushaltssektor
Gas fur die Erzeugung von Raumwarme und zum Kochen eingesetzt, 01 fur Raumwarme und
Elektrizitiit fur Beleuchtung etc. AnschlieJ3end kann MARKAL verschiedene Szenarien wie
Business as Usual (BaU) und CO,-Reduktion berechnen, Als Ergebnis werden die
angebotsseitig benotigten Investitionen, del' optimale Brennstoffinix oder auch del' Preis fur
die Elektrizitiitsgestehung in Elektrizitiitstarife umgerechnet, sowohl mit als auch ohne CO,
Steueraufschlag ausgewiesen und bei einer zweiten Iteration in MEPA eingegeben. Damit
werden neue Energienachfragegroflen berechnet usw.
Obertragungsspreadsheet
I------1 IINutzenergienachfrageI~1 __ , __ -
,,--------jl MARKAL I~...------'
.-----.~,I MEPA1----,. Y.. __1I Nachfrage nach
I Energietragem r-i------ I
i
V
i
I___ L __1I Inveslitionen in I
I Energieangebot,Brennsloffmix, I
I Bektrizitatspreis, II Steuergewinne J---.f--
II!
Abb, 4-2: Das MARKAL-MEPA-Modell
Diesel' IterationsprozeJ3 wird solange wiederholt, bis die gewtmschte Modellkonvergenz
erreicht wird. Ab del' zweiten Iteration ist es moglich, die Auswirkungen etwa del' Einftihrung
einer CO,-Steuer zu analysieren. Mit del' Abbildung 4-3 wird del' Ablauf des
Iterationsverfahrens noch einmal grafisch dargestellt.P
33 Nach Ybema/vanIerland (1994),Abbildung4.1 auf S. 15.
87
Start der1. Iteration Startder2. Iteration
t--I~~ CONV.S. ------. MARi<'.L!
~.---'--I~~ IMARi<'.L I--I~~ i MEPA---
--I~~ CONV.S.MEPA
\
\~ IMARi<'.L I--I~~ i MEPA/ I i
/,
( , ' .---I~~ l CONV.S. i ------.: MARi<'.L '
---) t,----'
COz-Steuer
Abb, 4-3: Die Iterationskette des MARKAL-MEPA-Modells
Zusammenfassend wird bei der Betrachtung solch eines Linking-Kreislaufs deutIich, daf bei
einem Soft-Linking die Kopplung der jeweils eingesetzten Top-Down und Bottom-Up
Modelle zu zwei Zeitpunkten erfolgt. Dies zeigt sich auch bei MARKAL-MEPA. Ein Soft
Linking findet statt, wenn der Output des einen Modells als Input fill: das andere Modell
benotigt wird, Allerdings lassen sich bei Modellen mit unterschiedlichen Ansatzen - hier ein
okonomisches, dort ein technisches Modell - diese Daten nicht I: 1 tibertragen, so daB
Umrechnungen und Anpassungen notwendig sind. Damit ist das Soft-Linking in del' hier
vorgestellten Konzeption gekennzeichnet als eine in verschienenen Iterationsschritten
notwendige Ubertragung und Anpassung von Daten. Ein Soft-Linking wie zwischen
MARKAL und MEPA erfordert eine Reihe von Iterationslaufen und Feinabstimmung in den
leicht voneinander abweichenden Systemgrenzen sowie in den Brennstoffbilanzen, will man
das Instrumentarium bei del' Analyse langfristiger Energiepolitik einsetzen. Dies alles fordert
zusatzlichen Aufwand und mehr Zeit.
Beispiel 2: MESSAGE III - llRMESSAGE ill ist ein dynamisches Optimierungsmodell und arbeitet auf del' Basis Iinearer
Programmierung.v' Seinen Einsatz findet dieses Bottom-Up Technikmodell bei del'mittel- bis
langfristigen Analyse von Energiesystemen und energiepolitlschen Mafmahmen sowie del'
Entwicklung von Bnergieszenarien.
34 Das MESSAGE-Modell wurde zwischen 1979 und 1982 innerhalb des Energy System Program amInternational Institute for Applied Systems Analysis (1IASA) entwickelt. Dabei steht MESSAGE fur Modelof Energy ,Supply SYstems Alternatives and their Qeneral Environmental Impact. Zur aktuellen VersionMESSAGE III siehe Messner/Strubegger (1994).
88
MESSAGE III ist ein Mehrperiodenmodell und umfaJ3t VOl' dem Hintergrund des
Treibhauseffektes die Jahre von 1990 bis 2100. Aufgrund diesel' globalen Problematik ist
MESSAGE nicht auf ein nationales Energiesystem beschrankt. Neben diesel' weltweiten
Ausrichtung ist das Modell als flexibles Instrumentarium aber auch auf einzelne Regionen
anwendbar, Das Modell minimiert mit der Zielfunktion die Gesamtkosten des Energiesystems.
In MESSAGE III werden diese tiber den Betrachtungszeitraum diskontiert. Dieses
Optimierungsverfahren eignet sich fur eine Vielzahl von Energiesystemen,
AIs Bottom-Up Energiesystem bildet MESSAGE III das jeweilige Energiesystem von dem
Ressourcenimport und del' Primarenergiegewinnung bis hin zu der Endenergienutzung und
den Energiedienstleistungen abo Dies geschieht mit Hilfe eines Referenz-Energie-Systems
(RES). In diesem Energieflufsdiagramm werden die Energietrager durch die Techniken
verbunden, Umwandlungstechniken beinhalten samtliche Informationen tiber Kosten,
Lebensdauer, Emissionen und Input- sowie Outputmengen. Speichertechniken sorgen fur den
Ausgleich zwischen verschiedenen Zeitpunkten der Auslastungskurve.
Das Top-Down Modell llR ist ein dynamisches, nicht lineares Optimierungsmodell und liiJ3t
sich auf das MACRO·Modell zuruckfuhrcn." Del' wesentliche Unterschied besteht in einer
Ausweitung von ursprtinglich 5 Regionen .
Das Soft-Linking-Konzept zwischen MESSAGE III und llR wird anhand der Abbildung 4·4
veranschaulicht.w Geschah das Soft-Linking des MARKAL·MEPA·Instmmentariums durch
einen direkten Datentransfer zwischen den Einzelmodellen, werden bei der Verbindung von
MESSAGE ill und l IR samtliche Informationen durch ein sogenanntes Clearing House
geschleust. Diese Verrechnungsstelle besteht aus den Modellnutzern, die das Soft-Linking
Konzept anwenden.
Wie bei MARKAL-MEPA wird das MESSAGE III . llR-Instrumentariurn mit einem Lauf
des Okonomiemodells gestartet. AnschIieJ3end werden die berechneten Nachfragewerte als
Nachfrage nach Nutzenergie in das Energiemodell ubertragen. Auch hier wird ein
Spreadsheetmodell verwendet, Abweichend ist die Art des Iterationsprozesses, Diesel' findet
nur zwischen Clearing-House und dem Energiemodell Message ill statt, Die Iteration ist zu
Ende, wenn die ursprunglichen llR-Werte innerhalb akzeptabler Bandbreiten reproduziert
werden.
35
36
Zum ursprunglichen ETA·MACRO Instrumentarium siehe Manne (1981). Beide Modelle erfuhren eineWeiterentwicklung, die unter del' Bezeichnung Giobal21DD bekannt ist. Dazu siehe MannelRichels (1992).Aufgrund einer Ausweitung des MACRO Teihnodells auf II Regionen erfolgte eine Umbenennung in IIR.Die Darstellung nach Wene (1995). Die Abbildung 4·4 beruht auf del' Figur 4 auf'S. 12.
89
Szenario Annahmen
- Wirtschaftswachslum,- preisinduzierte Einsparung,- internationale Brennstoffpreise,
umweltpolilische Restriktione
MESSAGE JIf 14-~ ........
11 R
asisjahr
ti Kosten.Prelse,sektcrate
NcI1
Ia frage
IMarktdurch-
,s Baslsjahr
1
Daten mrs B
Idringung I
I • I iI
I / Clearing HousEl\ !~
A
- Softlinking,~
Technlk und NachfrageBrennstoffprelse - TO - BU
Vergleich,
I '- - Szenarien...l
Kosten,Daten fOr
Oatenbank
Abb. 4-4: Soft-Linking mittels Clearing House
Mit einem Clearing House werden insgesamt drei Funktionen wahrgenommen:
1. Abwicklung und Kontrolle des Soft-Linkings. Dieses beinhaltet auch die Wahl del'
Schnittstellen zwischen beiden Modellen, an denen die Verbindung vorgenornmen wird.
Identifiziert werden diese Schnittstellen (eng!. Common measuring points = CMP's) mit
Hilfe del' jeweiligen Referenz-Energie-Systerne del' Einzelmodelle. D.h. fur beide
Einzelmodelle wird ein RES angelegt. Wo sich beide ttberlappen, sind die CMP's
gefunden.
2. Identifikation del' Unterschiedc zwischen Top-Down und Bottom-Up Ansatzen ZUl'
Verbesserung del' theoretischen Konzeption des Soft-Linkings,
3. Unterstutzung del' Szenarioanalyse mittles individueller Modellaufe.
90
5 Das lKARUSIMIS-Instrurnentarium
Das IKARUS-Projekt entstand im Jahre 1990 aus einem vor dem Hintergrund der Klima- und
Treibhausprob1ematik vom damaligen BMFTI vergebenen Entwicklungsauftrag.? Zie1 ist die
Erstellung von Instrumenten, mit denen Strategien, d.h. zeitliche Abfo1gen von Handlungs
szenarien, zur Reduktion klimare1evanter Treibhausgase simuliert und nach Kostenkriterien
optimiert werden konnen, um daraus effiziente energiepolitische Optionen abzu1eiten. Dazu
ist ein Instrumentarium bestehend aus einer Datenbank und mehreren Modellen erstellt
worden.
Die Datenbank ist dreigeteilt. In ihr sind Technikdaten, Rahmendaten zur wirtschaft1ichen
Entwick1ung und Modelldaten enthalten, welche das als Eingabe fUr die Modellrechnungen
verwendete Aggregat von Technik- und Rahmendaten darstellen.
Die Modelle bestehen im wesentlichen aus dem gesamtenergiewirtschaftlichen
Optimierungsmodell1KARUS-LP, welches eine globale Betrachtung des Energieflusses in der
Bundesrepub1ik Deutschland auf der Basis des dabei erforderlichen Technikeinsatzes erlaubt,
sowie aus dem mehrsektora1en Input-Output Modell MlS. Letzteres ist verantwortlich fur die
makrookonomische Einbettung, d.h. fur die Bereitstellung von Rahmendaten zur
Wirtschaftsentwicklung und fUr eine Bewertung der Modellergebnisse hinsichtlich
volkswirtschaftlicher Widerspruchsfreiheit.3 Daneben existieren fur einzelne Bereiche, deren
Anteil an den Klimagasen besonders hoch ist bzw. wo ein deutlicher Einsparungsbetrag zu
2
3
Das Bundesministerium flir Forschung und Technologie (BMFT) wurde umbenannt in Bundesrninisteriumfilr Bildung, Wissenschaft, Forschung und Technologie (BMBF).Diese Aufgabe ubemahm das Forschungszentrum Julich in Zusammenarbeit mit weiteren TeilprojektAuftragnehmem. Diese sind im einzeinen: TP I Modelle: Programmgruppe Systemforschung undtechnologische Entwicklung (STE) des Forschungszentrums Julich; TP2 Datenbank: Fachinformationszentrum (FIZ), Karlsruhe; TP3 Primarenergic: Deutsches Institut fllr Wirtschaftsforschung (DIW), Berlin;TP4 Umwandlung: Institut fiir Energiewirtschaft und rationelle Energieanwendung (IER), Stuttgart; TP5Haushalte und Kleinverbraucher: Lehrstuhl ftlr Energiewirtschaft und Kraftwerkstechnik del' TechnischenUniversitat Munchen; TP6 Industrie: Fraunhofer-Institut fUr Systemtechnik und Innovationsforschung (lSI),Karlsruhe; TP7 Verkehr: Technischer Uberwachungsverein (T(N) Rheinland, Koln; TP8Querschnittstechnologien: Forschungsstelle fUr Energiewirtschaft (FfE), Miinchen; und das TP 9Verifikationsmaflnahmen: Programmgruppe Technologie Folgeforschung (TFF) des ForschungszentrumsJiilich. Eine Liste der Unterauftragnehrner der Teilprojekte findet sich in TFF (1992), ZusammenfassenderZwischenbericht fUr die Projektphase 2, im Anhang B.Zum Begriff der volkswirtschaftlichen Konsistenz, d.h. zur Begrundung der Betrachtung von gesamtwirtschaftlichen Auswirkungen von Klimaschutzpolitik siehe z.B. auch die Enquete Konunission desDeutschen Bundestages (1995), S. 739. Nach der dort vertretenen Defmition sollen zwar Entscheidungenilber Klimaschutzmallnahmen unabhangig von gesarntwirtschaftlichen Auswirkungen getroffen werden,aber eine ..." Gesamtbewertung klimapolitischer MaBnahmendie gesarntwirtschaftlichen Auswirkungen alseinen Faktor - neben anderen Kalkillen wie z.B. der Versorgungssicherheit und der Risikorninimierung mit insKalktil ziehen, II
91
erwarten ist, Simulationsmodelle. Dieses sind die Bereiche Raumwarme im Haushaltssektor,
Strom/Fernwarme sowie der Verkehrssektor.
Basierend auf der Struktur des Optimierungsmodells ermoglichen Technikketten als weiteres
Element des Modellsystems eine vereinfachte Verfo1gung des Energieflusses. Begleitend tiber
das IKARUS-Projekt werden Verifikationsmafsnahmen durchgefiilut. Eine Darstellung des
Gesamtprojektes gibt Abb. 5-1.
TP9
Gesamtenergie
wirtschaftliches
Modell
i Makro~dko
nomie
Verifi ation
'KFA-ST19
Abb. 5-1: Struktur des lKARUS-Projektes
Da sich die vorliegende Untersuchung im Kembereich auf das gesamtenergiewirtschaftliche
Modell und das Makromodell beschrankt, sollen im folgenden, urn den
Gesamtzusammenhang zu verdeutlichen, die ubrigen Komponenten nul' kurz beschrieben
werden. Auf weiterfiihrende Literatur wird verwiesen.
92
Ziel del' Datenbank im IKARUS-Projekt ist es, dem Optimierungsmodell ais Datenbasis zur
Verfugung zu stehen, wobei del' Begriff del' Datenbank zu verstehen ist ais Sammiung von
inhaltlich bzw. funktional zusammengehorenden Tabellen. Daneben solI diese abel' auch ais
ein eigenstandiges Informationssystem fill' eine modellunabhangige technische und
okonomlsche Bewertung von Energietechnologien VOl' dem Hintergrund del'
Klimagasreduktionsziele eingesetzt werden. Zentraler Datenspeicher des Gesamtsystems ist
die Technikdatenbank.? Sie enthalt technische, wirtschaftliche und nmweltbezogene Daten
von Einzeitechniken, Technikanwendungen und Technikbereichen. Dabei werden alle
Bereiche del' Energiebereitstellung und -bedarfsdeckung abgedeckt, so daB in del' EDV
technischen Umsetzung mehr oder weniger unabhangige Teiltechnikdatenbanken fur die
einzelnen Energiesektoren entstehen. Die einzelnen Daten werden fur das Referenzjahr 1989
und die ZieIjahre 2005 und 2020 aufgenommen. 1989 und 2005 werden noch getrennt nach
alten und neuen Bundeslandem aufgefUhrt. In del' Rahrnendatenbank werden
Zusatzinfonnationen ZUl' Definition del' in del' Technikdatenbank aufgefuhrten
Energietechnologien gespeichert, d.h, VOl' allem vom Modell benotigte rnakrookonomische
Daten, Nachfrage- und Bedarfsvektoren, sowie Energie- und Emissionsbilanzen und
Umrechnungstabellen, Die Modelldatenbank dient ais Zwischenspeicher del' vom Modell
geforderten Technik- und Rahrnendaten und stellt die Schnittstelle znm Modell dar. In ihr
werden die vom IKARUS/MIS Instrumentarium benotigten Daten aggregiert und in fill' den
Nutzer verstandliche Dimensionen umgerechnet,
Sektorspezifische Simulationsmodelle fUr die Bereiche Strom/Femwarrne, Verkehr sowie
Raumwarrne wurden aus der Erkenntnis heraus entwickelt, dall bei del' COz-Reduktion neben
internationalen und nationalen Fragestellungen eine Vielzahl detaillierter sektorspezifischer
Fragen auftreten.> So liefert das Raumwarmemodell neben Berechnungen zum
Nutzwarmebedarf eine belastbare Abschatzung des Energienmsatzes und soli aullerdem
Einsparpotentiale moglicher Emissionsminderungsmallnahrnen in Abhangigkeit vom
Gebaudebestand analysieren.s Das Strom/Fernwarmcmodell bilanziert die jeweiligen
Primarenergieverbrauche, Emissionen und Kosten einzelner Kraftwerksblocke, wobei eine
sukzessive, jahresweise Betrachtung moglich ist.? Das Verkehrsmodell beinhaltet die
Berechnung von Energieverbrauch und Emissionen unter Beruckslchtigung von Fahrzwecken,
Bestanden, Verkehrsarten, Besetzungszahlen usw., so daB die Auswirkungen verschiedener
Strategien analysiert werden konnen, Daneben werden die Anforderungen an die Infrastruktur
abgedeckt.f Diese Fragestellungen sind mit einem gesamtenergiewirtschaftlichen Modell nur
4
567
8
Vgl. Laue (1993), S. 50 f. mit einer vertiefenden Einsicht in die einzelnenDatenbankelemente sowie derendetaillierter Beschreibung.Vgl. Hakeet al. (1993), S. 37 f.EinenUberblickgebenRouvelet al. (1994), S. 505 f.Zur Einfiihrung sieheMarkewitz et al. (1994), S. 502-503.Dazu WalbeckIMartinsen (1994),S. 511 f.
93
unzureichend zu beantworten. Durch die Teilmodelle kann das Instrumentarium zum einen
Einzelmallnahmen zur Energieeinsparung nnd Reduktion von Treibhausgasemissionen nnd
ihre bilanzmafiigen Auswirkungen im jeweiligen Sektor sowie auch Bestandsentwicklnngen
analysieren, zum auderen konnen auf der Basis solcher Betrachtungen reprasentative Grolien
aggregiert bzw. Strategien zur Verkniipfung der Strukturzeitpunkte entwickelt werden, die
dann bei der Modifizierung des Dateninputs fur das Optimierungsmodell erreicht werden
konnen, Damit werden die Teilmodelle in den gesamtenergiewirtschaftlichen Zusammenhang
gestellt. Somit erlaubt es die nnterschiedliche Modellkonzeption, die Probleme aus
verschiedenen Perspektiven anzugehen. Vor allem intersektorale Fragestellnngen konnen
besser beantwortet werden. Obwohl die Modelle ihre eigene Datenbasis jeweils aus der
IKARUS-Datenbank beziehen, sind sie softwaremallig nicht miteinander verbnnden, d.h. sie
konnen unabhangig voneinander genutzt werden.
Technikketten, aufbauend auf der Struktur des Optimierungsmodells, entstehen aus der
Aneinanderreihnng von Umwandlungstechniken, die iiber Energietrager miteinander
verkniipft sind nnd durch einen Datensatz mit spezifischen Angaben zu Energieinputs nnd
outputs, Emissionen sowie Kosten charakterisiert werden konnen, So ist es moglich, Ketten
vom Primarenergieaufkommen bis zur Nachfrage oder auch kiirzere, auf einen Sektor
beschrankte Ketten zu konzipieren. Ziel ist es, unter der Voraussetznng vollstandiger
Datensatze, die Gesamtemissionen, -energiestrome sowie -kosten der jeweiligen Kette zu
ermitteln. So konnen beispielsweise neue optionale Technikketten mit gleicher
Versorgnngsaufgabe aufgebaut werden nnd die Bilanzierungsergebnisse mit bestehenden
Ketten verglichen worden. Werden Anlagen nnd Komponenten zur Energieumwandlung
beschrieben, die in nnterschiedlichen Endverbrauchsbereichen auf gleiche Weise genutzt
werden, spricht man von Querschnittstechniken.? Sie entstammen i.d.R. del' Serienfertignng
und haben eine Vielzahl von technischen Merkmalen urtd Optimierungskriterien gemeinsam.
Aus diesen Grunden fmden sich die Querschnittstechniken branchen- und sektoriibergreifend.
Die Verifikationsmallnahmen, die iiber das gesamte Projekt durchgefuhrt werden, stellen ein
Bindeglied zwischen dem IKARUS-Projekt nnd dem internationalen Umfeld dar. Sie befassen
sich mit den Erfordemissen, Moglichkeiten und Problemen der Uberwachung einer
internationalen Klimakonvention. Dabei ist die Kenntnis der Verfahren bei der
Zusammenstellung der Inventare fur Klimagasemissionen und der dazugehorigen Daten von
groller Bedeutung. So werden beispielsweise in dem Vorhaben "Direkte Melltechnik" grolle
Punktquellen wie fossile Kraftwerke auf die Uberwachung der Schadstoffemissionen hin
untersucht.
9 Siehe Schaefer (1993), S. 229 if. sowie Pfitzner/Schaefer (1994), S. 513 - 515.
94
5.1 Das Energiemodell lKARUS
Das IKARUS-LP-Modell beschreibt als statisches Optimierungsmodell das Energiesystem der
Bundesrepublik Deutschland.'? Mit dem Basisjahr 1989 und den beiden Zieljahren 2005 und
2020 sind drei Zeitsttitzpunkte gewahlt worden. Die ersten beiden Stiitzjahre werden noch
regional getrennt nach alten und neuen Bundeslandern ausgewiesen, fur das Jahr 2020 werden
gesamtdeutsche Werte berechnet, Der Energiefluf durch das gesamtenergiewirtschaftliche
System wird von del' Primarenergiebereitstellung bis hin zur Nachfrage nach Nutzenergie
mittels Energietrager bzw, Energiedienstleistungen dargestellt.
5.1.1 Struktur und Energietrager
Die sektorielle Strukturanordnung des Modells inklusive der einzelnen Subselctoren wird mit
Hilfe del' Abbildung 5-2 erlautert.'!
PrimateEnergielrager
InlandImporteExporte
StromsektorHochspannungMittelspannungNiederspannung
WarmesektorFemwarmeNahwarme
Raffinerien
Gassektor
Veredlunggasformige Produkte
f10ssige ProduktefesteProdukte
VerkehrPersonen-NahverkehrPersonen-Femverkehr
Goter·NahverkehrGoter-Fernverkehr
HaushalteEinfamilienhaus a1t
Einfamilienhaus neuMehrfamilienhaus alt
Mehrfamilienhaus neu
Industrie
Kleinverbraucher
Nachfrage
Personen- undGoterkilometer
RaumwarmeProzetswarmeLichtund Kraft
IndustfiegDter
1011
Abb. 5-2: Selctorielle Struktur des IKARUS-Modells
Als Einfiihrung sieheHake et al. (1994 b), S. 221 ff.Vgl. die Abb. 5-2 bei Hake et al. (1993), S. 27 if. Dort fmdet sichinnerhalb einer Modellbeschreibung auchdie nachfolgende Gliederung der Sektoren.
95
Danach umfaflt das Modell die Sektoren:
• Primarenergie:
Dieser Sektor enthalt die pnmaren Energietrager mit der Abbildung der
inlandischen Forderung sowie dem Energietragerimport und -export.
• Umwandlung- und Verteilungssektor:
Innerhalb dieses Sektors finden sich funf Subsektoren, Der Strornsektor mit
Teclmiken zur Erzeugung, Transport und Verteilung von Elektrlzitat auf den
verschiedenen Spannungsebenen; der Warmesektor mit Teclmiken zur Erzeugung,
Transport und Verteilung von Warme in Netzen, insbesondere der Abbildung der
Kraft-Warme-Kopplung ohne Industrie; der Raffineriesektor mit der Umwandlung
in Mineralolprodukte; der Gassektor mit dem Transport und der Verteilung von
Erdgas, Stadt- und Synthesegas sowie Wasserstoff auf den Netzebenen
Femtransport, Nahtransport und Unterverteilung und der Veredlungssektor mit der
Umwandlung von Primarenergietragern mit Ausnahme von Mineralol in
gasformige, flussige und feste Produkte.
• Endenergieseictor:
Der Endenergiesektor gliedert sich in vier Verbrauchssektoren. Diese runfassen den
Industriebereich mit zelm Wirtschaftssektoren, in denen Produktionsketten mit
moglichen Varianten auf hohem Aggregationsniveau abgebildet werden; den
Verkehr mit Personen- und Giitertransport tiber Transportmittel; Haushalte mit
Teclmiken zur Umwandlung von Endenergie in Raumwarme, Warmwasser sowie
die Umsetzung in Licht, Kraft und Prozefsenergie und den Kleinverbrauchersektor,
Dieser Subsektor ist wie der Haushaltssektor zur Versorgung der Kleinverbraucher
aufgebaut.
Als vierten Block enthalt die Abbildung 5-2 die Energienachfrage. Dieses letzte Glied des von
der Primarenergie ausgehenden Energieflusses ist im IKARUS-LP-Modell als Nachfrage nach
Energiedienstleistungen irnplementiert und wird als energierelevante Nachfrage bezeiclmet.
Darunter versteht man die Nachfrage nach Raumwarme, Prozefswarme, Licht und Kraft, krn
Fahrleistung und anderen Energiedienstleistungen. Diese energierelevante Nachfrage der
einzelnen Sektoren muf in einem Optimierungslauf des Modells als Restriktion bedient sein.
Die Primarenergietrager lassen sich in einer ersten Unterteilung in nicht regenerierbare und
regenerierbare Energietrager gliedem. Insgesamt stehen 90 Energietrager zur Verfiigung, die
zu 13 Hauptenergietragern zusammengefafst sind:
96
Tab. 5-1: Hauptenergietrager des IKARUS-LP-Modells
I- Steinkohle und Steinkoh1eprodukte I- Wasserstoff
I- Braunkohle und Braunkohleprodukte I- Strom
I- Kembrennstoffe I- Warme
I- Gase I- AIkohol
I- 6le und Olprodukte I- Mull
I- sonstige Festprodukte I- Biomasse
I- Regenerative I
Durch den Umwandlungssektor erfolgt der Schritt von den Primarenergietragern mittels
Kraftwerken, Heizwerken und Veredlungsanlagen in Sekundarenergietrager wie Koks,
Benzin, Strom und Warme, Endenergie zur Befriedigung der Nachfrage wird den
Nachfragevektoren uber die technischen Einrichtungen des VerteiIungsnetzes zur Verfiigung
gestellt. Uber diese Kette treten Umwandlungs- und TransportverIuste aber auch die CO2
Emissionen auf. Letztere werden technikunabhangig, d.h. rein energietragerspezifisch
angegeben. Die genaue Beschreibung erfolgt auf der Basis von spezifischen
Emissionsfaktoren. Die BiIanz der klimarelevanten Emissionen erstreckt sich auf den
gesamten EnergiefluB von der Primarenergieseite bis hin zur End- bzw. Nutzenergieseite.
Ebenfalls erfaJ3t sind die vorgelagerten Emissionen der Energietragerimporte, Die Liste der
Emissionen umfaJ3t:
Tab. 5-2: Emissionen im IKARUS-LP-Modell
I- CO2 I- s021 - nichtmethanhaltige Kohlenwasserstoffe
l- eo I- C~ I I- FCKW
i- NOx I- N20 I I
Verknupfungen zwischen den Energieflussen erfolgen durch die verwendeten Techniken tiber
die spezifischen Energietrager- bzw, Mengeneinsatze pro Outputeinheit. Gleichzeitig lassen
sich mit den Masson- und Energiestromen die Kosten und Emissionen abbiIden.
97
5.1.2 Technikabbildung
Bei del' Auswahl del' einzeinen Techniken etwa im Umwandlungssektor wurde durch das
sogenannte Platzhalterkonzept eine grofieFlexibilitat gewahrt. Anstelle von in einem Pfad fest
verknupften speziellen Techniken reprasentieren (leere) Technikkasten mit Eigenschaften von
Techniken die an dieser Stelle erforderliche energetische Umsetzung. Dabei beschreibt eine
Kombination von Input- und Outputvektoren die jeweiligen Platzhalter. Die Abb. 5-3
verdeutlicht dieses Konzept am Beispiel eines Kohlekraftwerkes, Bei diesem
Platzhalterkonzept werden innerhalb der Input- und Outputstrome energetische und stoffliche
Strome, deren zugehorige Produkte Primm', Sekundar- oder Endenergietrager sind sowie
klimarelevante Emissionen unterschieden.
So ist im lKARUS-Modell nicht ein bestimmtes Kohlekraftwerk A aufgenommen, sondern
ein abstraktes Kraftwerk, in dem Kohle in Strom umgewandelt wird. In einem Rechengang
kann das Kraftwerk nun belegt werden mit der Technik Kraftwerk A, mit del' Technik
Kraftwerk B oder einer Linearkombination aus A und B. Dadurch ist beirelativ klein
gehaltener Modellstruktur del' Ruckgriff auf eine groJ3e Technikvielfalt gewahrleistet, Durch
diese Moglichkeit des Austausches moderner gegen alter Technik kann im Modell technischer
Fortschritt berucksichtigt werden.
(BrennstoffkostenJ
Techn. Wirkungsgrad
Auslastung
Lebensdauer
Investitionskosten
Betriebskosten (Fix, Variabel)
KOHLEKRAFTWERK
Kohleeinsatz,
~I
co.z
rso.z
rc~
A!
I rStrom ~
Kosten
Abb. 5-3: Schematische Abbildung eines Platzhalters
98
Mit Hilfe dieses Platzhalterkonzeptes konnen folgende Technikdatenwerte eines k-ten
Technikplatzhalters in das IKARUS-LP-Modell aufgenommen werden.
IKOl:
IK02:
EKOl:
EK02:
FKOS:
VKOS:
BAU:
LEBEN
DTAUS
LASTk:
Herstell- und Bauherren, bzw. Beschaffungskosten. Dieses sind die zur
Deckung del' zuvor errechneten Kapazitat erforderlichen Investitionskosten,
sonstige Kosten wahrend del' Bauzeit,
AuJ3erbetriebnahmekosten als einmalige Zahlung nach Ablauf
del' Lebensdauer,
jahrliche Beseitigungskosten nach del' AuJ3erbetriebnahme,
Summe del' fixen Kosten,
Summe del' variable Kosten,
Bauzeit. Die Investitionskosten fallen nach Ablauf del' Halfte del' Bauzeit an,
okonomische Lebensdauer,
Zeitraum del' AuJ3erbetriebnahme inklusive des Abbruchzeitraums,
maximale Auslastung im Strom- und Warmesektor.
5.1.3 Formaler Aufbau
Formal besteht ein lineares Optimierungsmodell aus den drei Elementen Zielfunktion,
Restriktionsgleichungen und den Nichtnegativitatsbedingungen, d.h. den Variablenschranken.
Dabei erfaBt die zu minimierende Zielfunktion die Gesamtkosten des Systems als eine
Summe del' Produkte aus den Kostenkoeffizienten Cj und den Aktivitaten del'
Optimierungsvariable Xj . Letztere kann einem Technikplatzhalter, dessen Kapazitat oder
dessen Betrieb in einer Periode entsprechen.
n
Z: L::>j ,xj~ minj=l
(5.1)
Die Kostenwerte werden zeitpunk.tbezogen, z.B, fiir das Jain' 2005, betrachtet. Del' grollte Teil
del' in IKARUS-LP implementierten Techniken, z.B. ein Benzin-PKW im Personen
Nahverkehr oder eine Olheizung in einem Mehrfamilienhaus, wird, wie in del' Abbildung 5-3
grafisch dargestellt wurde, durch einen Platzhalter beschrieben. Del' Kostenkoeffizient ergibt
sich dann gemals:
IKOln(j·) + IK02n(j) BAU /2C = -Ann . ·(I+r) «j) +j LAST n(j)n(J)
(1-(I + rrDTAUS«j))
EKOln(j·) .Annn(j) + EK02n(J) . LEBEN'1-(1+r) «j)
(I ,)-LEBEN«j) FKOS .+1 + n(j) + VKOS .LAST,,(J) LASTn(J) n(j)
99
(5.2)
D b .. d Annuita fakt A I-(I+rrl
d k lk 1 . h Z'a ei ist er mtaten axtor nnn(J) = -LEBEN Ull l' = a u atorisc er mssatz.. 1- (I + r) <(j)
Die Zuordnung ff(j) hilft, den Index des zugehorigen Platzhalters zu identifizieren.
Im Strom- und im Warmesektor werden zur Modellierung zusatzliche Kapazitaten benotigt,
d.h. ein Platzhalter ist fur die Abbildung einer Technik nicht memo ausreichend. Die Kosten
koeffizienten werden dann in drei Fallen unterschieden. Im Fall (i) entspricht Cj einer Neu
Kapazitat einer Technik, in (ii) dem Technikbestand (im IKARUS-LP Sprachgebrauch ist
dieses eine Resid-Kapazitat) sowie in (iii) dem Betrieb einer Technik. Die Faile (i) und (ii)
beinhalten dann die fixen Kosten etwa eines Steinkohlekraftwerkzubaus und eines
bestehenden Steiukohlekraftwerkes. Bei del' Berechnung del' Kosten einer Bestandskapazitat
werden die gleichen Grofsen wie bei einer Neukapazitat berucksichtigt. Del' Unterschied
besteht in einer Gewichtung einzelner Bestandteile aufgrund eines erhohten Wartungsaufwands. D.h. im Fall (ii) gilt fur die Fixkosten: A' FKOSn(J)'
c. = IKOln(J) + IK02n(J) .Ann .' (1+ r)BAU<(j)/2 +j LAST. n(j)n(j)
(1- (I + rrDTAUS<(j))
EKOln(J)' Annn(/·) +EK02n(J) . LEBEN· •1- (I +r) «,)
(I + r)-LEBEN<(j) + FKOSn(J)
(5.3)
FUr Kraftwerksbestande wie auch flir Zubauten beschreibt Fall (iii) die variablen Kosten. Del'
Betrieb eines Steinkohlekraftwerks wird in den Perioden Sommertag, Sommemacht,
Wintertag, Wintemacht, Ubergangstag und Ubergangsnacht definiert. Damit gilt:
(5.4)
Insgesamt haben die von del' energiewirtschaftlichen Netzwerkstruktur ausgehenden
Parameter unter Einhaltung del' Erfullung del' Nachfrage nach Encrgicdienstleistungen und
von Obergrenzen fur die Emissionen klimarelevanter Gase im linearen Optimlerungsmodell
folgende Bedeutung, mist die Anzahl del' im Modell geltenden Restriktionen; n die Anzahl
100
del' im Modell vorhandenen Optimierungsvariablen, d.h. Aktivitatswerte von Techniken oder
Technikbestandteiien. x = (xl, ...,xn) T beschreibt den Velctor von n Strukturvariablen in
vorgegebenen Einheiten; xi steht fur die Optimierungsvariable. Del' Velctor c = (cl, ...,cn) T ist
del' Vektor del' zu den n Sttukturvariablen gehorenden Kosten-Zielfunktionswerten. Dabei ist
ci del' Kostenkoeffizient. A steht fur die Verflechtungsmatrix. Del' Velctor del' im Modell
vorgegebenen energienachfragebestimmenden Grofsen ist b = (bl,...,bn) T. So ist b die
Konstante del' rechten Seite. Die exogen vorgegebenen unteren und oberen Schranken sind
mit 1= (ll, ...,ln) T und mit u = (ul, ....un) T definiert.
Die linearen Restriktions- bzw. Bilanzgleichungen bilden die Verflechtung del' einzelnen
Techniken und Sektoren abo Allgemein gilt:
n
R: L:>ij ,xj <: bj:::l
(5.5)
Die Nebenbedingungen treten im wesentlichen als Energietrager- und Stoffstrome auf, die
uber die Verknupfung del' Techniken definiert werden. So stellen Energietriiger- und
Energiedienstleistungsrestriktionen die Forderungen nach ausreichend vorhandenen Mengen
an Primar-, Sekundar- und Endenergietriigern dar ebenso wie die Erfullung del' Nachfrage
nach Energiedienstleistungen. Ihre Form wird durch die speziellen energietriigererzeugenden
und energieverbrauchenden Techniken bestimmt. Insbesondere muB soviel an einem
Energietrager bzw. einer Energiedienstleistung bereitgestellt werden, wie verbraucht, bzw.
nachgefragt wird. Kapazitiitsrestriktionen beschreiben physikalische Kapazitaten, die von
Betriebsvariablen gebraucht werden. Dabei ist zu beachten, daB hochstens so viel Leistung in
Anspruch genommen werden kann, wie zur Verfugung steht. Aulserdem kann zwischen
Kapazitatskoeffizienten flir Kapazitatsvariable und solche fiir Betriebsvariable unterschieden
werden. Sonstige Restriktionen ergeben sich, wenn beim Betrieb einzelner Techniken
Restriktionen eingehalten werden mussen, die nicht unbedingt eine Bilanzierung darstellen.
So gibt es z.B. Grenzen ftir die Fahrweise eines Heizkraftwerkes.
Die Nichtnegativitiitsbedingungen bzw. Schranken haben folgende Form:
(5.6)
Sie werden exogen bestimrnt und definieren den vorgegebenen Losungsraum fur einen
Optimierungslauf. Als Beispiel ist etwa die maximal zuliissige C02-Emissionsmenge zu
nennen.
101
5.2 Das MIS-Modell
Innerhalb des IKARUS-Instrumentariwns wurde das :MIS-Modell zur Erfullung von zwei
Aufgabenbereichen entwickelt. Ais primate Aufgabe liefert :MIS Basisdaten fur das LP
Modell. Dazu werden aus einem Wachstumszenario okonomische Rahmendaten wie etwa die
Wertschopfung energieintensiver Industrien, die Nachfrage nach Wohnungen oder nach
Transportleistungen etc., d.h. sogenannte energienachfragebestimmende Grofsen, ftlr das LP
Modell abgeleitet. Ais weitere Aufgabe pruft :MIS die volkswirtschaftlichen Konsistenzen12,
nachdem nach einem Optimierungslauf des IKARUS-LP-Modells ein kostenminimaler, die
Energienachfrage und Emissionsreduktionsvorgaben erfullender Technik- und Encrgietrager
mix vorgeschlagen wurde. Dies geschieht bei einem Input-Output-Modell tiber die Vor
leistungsmatrix, die Vektoren fur die Wertschopfung und die Endnachfrage.P
Urn diesen Anspriichen gerecht zu werden, besteht das :MIS-Mode1P4 in seinen
Hauptkomponenten aus einem Input-Output-Generator und einem Wachstwnsmodell. Diesen
sind einzeine Submodelle angegliedert wie etwa ein Elektrizitatsmodell, ein Transportmodell
und ein Wohnungsmodell. Exogen vorgegeben werden zum einen gesamtwittschaftliche
Nachfragegrofsen wie die Struktur der Nachfrage nach Konsumgutern, staatiichen Leistungen
und der Auslandsnachfrage, sowie Bevolkerungsdaten und Angaben betreffend
Abschreibungen und Produktivitat. Zum anderen fliellen in das Modell numerische
Vorstellungen bezUglich Energiepreisen, ggf einer Energie- bzw. CO2-Steuer, der
Energienachfrage sowie zu Struktureffekten ein. Letztere beinhalten preisinduzierte
Veranderungen, die durch Substitutionselastizitaten beschrieben werden wie auch nicht
preisinduzierte Energieeffizienzverbesserungen, im Modell reprasentiert durch ABEl
Faktoren.
Grafisch wird der Zusammenhang all dieser Modellkomponenten in der Abbildung 5-4
dargestellt. Eine detaillierte Beschreibung der einzehten Komponenten folgt im nachstehenden
Text.
1213
14
2um Gedanken der KonsistenzpIiifung als Aufgabe der I/O-Analyse siehe bereits Staglin (1985), S. 64.Dariiber hinaus ist MIS auch als Einzehuodell ein wertvolles Instrument zur Analyse von Emissionsreduktionsstrategien, wie etwa der EinfiIhnmg einer CO,-Steuer und den daraus resultierenden Struktureffekten ftir die Wirtschaftssektoren Deutschlands. Denn gerade ais dynamisches I/O-Modell ist MIS zurBeschreibung der zeitlichen Entwicklung der wirtschaftlichen Aktivitaten der einzelnen Sektoren besondersgeeignet. Zur I/O-Analyse existiert eine Vielzahl an Literatur. An dieser Stelle wird auf die Originalbeitragevon Leontief (1951), (1953) u. (1966) verwiesen. Eine gute deutschsprachige Darstellung bietet bereitsSchumann (1968).Entwickelt wurde das MIS-Modell von Pfaffenberger und Strobele, Siehe zur Modellbeschreibung daherPfaffenberger/Strobele (1994 a). Eine Kurzfassung finder sich in KemfertlKuckshinrichs (1995).
102
Energiepreis/-steuer Energiemenge Prod.ElastiziUitl AEEI
Elektrizitatsmodel!
ExogeneInformationenNachfrageBevOikerungAbschreibungProduktivltlitAuBenhandel
IO-Generator
Wachstumsmodell
Transportmodel!
/ ""\
Wohnungsmodel!
\. ./
AGEplSTE I
Abb. 5-4: Uberblick tiber das MIS-Modell
5.2.1 Vorgaben
Die wesentlichen exogenen GriiJlen des Wachstumsmodells sind die Entwicklung von (i) der
Endnachfrage, (ii) der Importabhangigkeit der Sektoren, (iii) der Lebensdauer der Anlagen
und Bauten, (iv) der Kapitalproduktivitiit und (v) der Arbeitsproduktivitiit der Sektoren, (vi)
der Bevolkerung und des davon abgeleiteten Erwerbspersonenpotentials. Die Endnachfrage
urnspannt Konsum, Staatsausgaben, Exporte, Bestandsanderungen und Investitionen. Letztere
sind aufgrund unterschiedlicher Abschreibungsraten in Gebaude- und Ausrustungs
investitionen unterteilt und als einzige Nachfragekomponente zur Aufrechterhaltung der
Modelldynamik nicht exogen vorgegeben. Denn die Investitionen vermehren zwar die
Endnachfrage, vergroflern aber auch den Kapitalstock in den Produktionssektoren und
veriindem so die kiinftigen Produktionsmoglichkeiten,
Vorgaben tiber die staatliche Nachfrage beinhalten auch Annahmen tiber die Entwicklung von
Regulierungs- wie auch Deregulierungsmallnahmen. Zur Zeit ist es nicht moglich, die
staatlichen Giiter von den komplementiiren privaten Leistungen zu trennen, so dall im
Staatssektor neben den sonstigen Investitionen lediglich die staatlichen Tiefbauanlagen und
103
Tiefbauinvestitionen ausgewiesen werden konnen, Die Annahmen libel' die Entwicklung del'
Exportnachfrage sind eng mit del' Vorgabe del' Importentwicklung verbunden und bestehen
aus del' Vorgabe einer globalen Wachstumsrate fill: die gesamte exogene Nachfrage und aus
Strukturgrofsen fur die Entwicklung der einzelnen Nachfi·ageteile. Aus diesem Grund ist in
MIS die Nachfrageelastizitat der jeweiligen Sektoren anzugeben.
Basis der Einfuhren ist die Importstruktur der Volkswirtschaft in del' Ausgangsperiode. Fur
die Vorgaben del' Zielperiode wird eine Importquote m benutzt. Diese ist definiert als
Quotient aus den Importen M und der Summe der Importe M mit der Wertschopfung W, d.h,
es gilt:
Mm =-:-:--::=
M+W(5.7)
Die Kapitalproduktivitat wird fUr die Ausgangslage aus dem Anlagevermogen der
Wirtschaftsbereiche und ihrer Wertschopfung ermirtelt. Die Lebensdauer del'
Ausrustungsguter und Bauten wird hingegen geschatzt. Verringert man nun fiir die
Zielperioden etwa die Lebensdauer, so erhohen sich die Ersatzinvestitionen. Eine Erhohung
der Kapitalproduktivitat, d.h. eine Minderung des Kapitalkoeffizienten vermindert den
Kapitalbedarf del' Sektoren, Dabei wirken beide Grofren unabhangig auf die Investitionen der
Volkswirtschaft. So werden Wirkungen teilweise kompensiert, wenn die Lebensdauer der
Kapitalgtiter sehr stark verlangert wird und dabei die Kapitalproduktivitat erhoht wird.
Letztere wirkt sich unabhangig von del' Lebensdauer urn so hoher aus, je holier das
gesamtwirtschaftliche Wachstum ausfallt, Dies wird durch die Ersatzinvestitionen bewirkt.
FUr die Vorgabe del' Arbeitsproduktivitat enthallt das Modell eine die Arbeitsproduktivitats
entwicklung berucksichtigende Funktion. Damit wird dem Umstand Rechnung getragen, daB
die Produktivitatsentwicklung selbst eine Funktion der Entwicklung der Produktion ist.
Exogen vorgegeben werden dann die Parameter der Funktion:
(5.8)
Damit wird durch die vorzugebenden Parameter a und fJ die Produktivitatsentwicklung
unterhalb einer ebenfalls zu bestimmenden maxirualen Rate f.! beschrieben. Del' Parameter 7C
beschreibt die prozentuale jahrliche Veranderung del' Arbeitsproduktivitat und gw die
Wachsturnsrate del' Wertschopfung des jeweiligen Sektors i, Ebenfalls exogen bestimmt
werden die Bevolkerung in del' Ausgangslage, die dazugehorige Wachstumsrate sowie die
Erwerbsquote, Daraus berechnet sich iru Bevolkerungsmodell das Erwerbspersonenpotential.
104
5.2.2 Die Input-Output-Struktur
Kernstuck des MIS-Modells ist die sektorielle Input-Output-Struktur, wie sie in der
Abbildung 5-5 dargestellt wird. Eine wesentliche Aufgabe ist dabei der notwendige Abgleich
von Bestands- und Stromgrofsen der Kapitalstocke. Dies ist erforderlich, da die Okonornie bis
2005 bzw. 2020 nicht nur in den Stromgrollen wie Bruttoinlandsprodukt, Investitionen und
Beschaftigten abgebildet werden kann, sondem auch die Kapitalstockveriinderungen, d.h, die
zugehorigen Bestandsgrofsenveranderungen zu berucksichtigen sind. Denn tiber die Zeit sind
Bestandsanpassungen nur tiber die jeweiligen Stromgrofsen moglich, So andert sich der
Kapitalstock eines Sektors mit den Abschreibungen und den Bruttoinvestitionen der 1aufenden
Periode. Urn dynamische Konsistenz zu gewahrleisten, bestimmt MIS daher neben einem
statisch konsistenten Input-Output-Schema endogen die zugehorigen Bestandsveriinderungen
im Ausrustungs- und Gebaudekapitalstock. Allerdings wird zwischen 1989 und 2005 sowie
zwischen 2005 und 2020 jeweils eine kontinuierliche volkswirtschaftliche Entwicklung
unterstelIt, so daJ3 aufgrund der langfristigen Betrachtungsweise konjunkturelle Bewegungen
nicht betrachtet werden.
MIS- la-TABLE AU
nach Iieferndem Sektor
Endogen~
~ ..',,KFA·STE .----/
hfE d
Exogen
n nac raqe
I Konsum i StaatEx- Bestands Investitionport
verande-~:de Aun:~$'irung
I
I
II
Ii
I I
i I I
! i, II ; II
,
II
II
ii!
,
i, I~
Produklions Sektor,Energle !: Sonstige
1.,,5 6".8 9,10 ...30
E~ ~?hleN CES
E ~ ~I~~lrizital• R 5 ~aurnwarme Vorleistungs-G 6 emenergle
I 7 Emeuerbare verflechtungE 8Andere
9 Motonslerter Indivldualverker
i1~ S~$~rkehr
12BtWQ~rso~nverJ(ehr I! rL -verxebr
C~S S 4 ~~hn~Ule!'l~rJ(ehr I5 mne s~ svef,kehr ,
0 6 sonsUg t erke r ;N 7 lanmJJForst.lFiScherei iS 18 umml I
19 den IT ~~ 111~dustrie II 22 ise a~1G 23pawerlZe 'Sl&ff IE 24 Fa rzeuglE e tro
25~~hrungM~enUBrr.illel26 le~re alzwe e278au28 WOhnun~en I29 Dlenstlel tungen
• 30Staal
sektcr. ----+ Absc reibungKapilal SteuernlSubventlonstock
• ,-nach' _I Investitionsverflechtungsmatrixinveslierendemsextcr
'--
Abb. 5-5: Die Input-Output-Struktur des MIS-Modells
105
Basis fUr diese AbbiIdung del' Lieferungen von Vorleistungen und Kapitalgtltern ist die
funktionelle Input-Output-Tabelle des Statistischen Bundesamtes. Die funktionelle
GIiederung hat gegenuber del' institutionellen SektoreneinteiIung den VorteiI, daf bei
diversifizierten Unternehmen jede Funktion gesondert ausgewiesen wird. So wird etwa die
Zunahme des Energieverbrauchs durch ein Wachstum im Produktionsbereich wie etwa del'
Stahlproduktion eines Unternehmens direkt del' Stahlproduktion zugerechnet und nicht del'
Konzernunternehmung, die vielleicht in anderen Sparten Energie einspart. D.h. ein moglichst
homogenes Produkt wird zu einem Sektor zusammengefallt, Aufserdem ist das IKARUS
Projekt stark technikorientiert, so daB darin ebenfaIIs ein Argument fill' die Verwendung del'
technikorientierten Input-Output-Rechnung zu sehen ist.
Dabei werden fUr die Zielperiode 2020 fUr die neuen Bundeslander die gIeichen Input-Output
Koeffizienten verwendet wie fUr die alten Bundesliinder, da von einem allmahlichen
Angleichen del' Strukturen ausgegangen wird. Diese genereIIe Trennung in alte und neue
Bundesliinder ist aufgrund del' unterschiedlichen Ausgangslagen aus energiewirtschaftlicher
Sicht sowie unter dem Aspekt del' CO2-Reduktion zwar sinnvoII, doch ergeben sich fUr ein
Okonomiemodell wegen des langen Betrachtungszeitraums durchaus Prob1eme. So kann es
bei del' Trennung in zwei Wirtschaftsgebiete durch grenzuberschreitende Lieferungen
insbesondere in den alten Bundesliindern zu Zahlungsbilanzuberschtissen kommen. Ebenso
tritt eine vermehrte Diskrepanz zwischen Bruttoinlandsprodukt (BlP) und Bruttosozialprodukt
(BSP) auf. Dies etwa wegen des durch eine hohe Mobilitat von Produktionsfaktoren
hervorgetretenen hohen AnteiIs von grenzUberschreitenden Faktorentgelten; also quasi durch
Gastarbeiterstrome zwischen alten und neuen Liindem.
Ein weiteres Problem ergibt sich durch den Umstand, dall im Basisjahr 1989 die alte DDR
noch existierte, die Wiedervereinigung ein Jahr spater erfo1gte. Da abel' deren
volkswirtschaftliche Gesamtrechnung aufgrund einer anderen SektoraufteiIung, anderen
Begrifflichkeiten und oft geschonten Werten nicht verwendbar ist, wird eine fiktive
Volkswirtschaft errechnet, mit bereits 1989 vereinigten neuen Bundesliindem. Diese startet im
Jahr 1989 auf einem Wachstumspfad bis 2005, der 1992 gerade die tatsachlich registrierten
Produktionswerte dieses Jahres erreicht. Mit diesem Verfahren fmdet del' wirtschaftliche
Zusammenbruch der ehemaligen DDR im Modell nicht mehr statt. Es wird vie1mehr eine
Glattung des Wachstumspfades erreicht, so daf das MlS-Modell mit konstanten
Wachstumsraten zwischen Basis- und Zielperiode rechnen kann. Zur Ermittlung des fiktiven
Startwertes von 1989 wird gemaB del'AbbiIdung 5-6 in 6 Schritten ruckwarts gerechnet.t!
15 Die Abbildung wie das Berechnungsverfahren nach Pfaffenberger/Strobele (1994 b), S. 5-7.
106
1. Grundlage dieses Verfahrens ist in 2005 bzw. 2020 ein Konsens uber die
Anpassungsgeschwindigkeit del' okonomischen Entwicklung del' neuen Lander an
die Entwicklung des BIP pro Kopf in den alten Bundeslandern.
2. AnschlieBend wird das BIP des Zieljahres in die Endnachfragekomponenten und
die Sektoren aufgeteilt.
3. Danach werden sektorale Wachstumsraten festgelegt.
4. Die Rechnung erfolgt nun irn Gegensatz zu den alten Landern ruckwarts, Wegen
del' obengenannten Schwierigkeiten erfolgt diese Rechnung bis 1992, da hieruber
geeignetes statistisches Material vorliegt. Ein Vergleich del' Modellergebnisse mit
del' tatsachlichen Entwicklung in den neuen Bundeslandern schlieBt sich an.
5. Bei notwendigen Anpassungen werden Endnachfrage und Wachstumsraten
korrigiert und neu berechnet.
6. Erst wenn vertretbare Ergebnisse vorliegen, wird bis 1989 zuriickgerechnet.
(1) SIP (Annahme)
DDR-Wert
(6)
'flktlv
1989
Sirukiurbruch
(4)
1 92liegl vor
Annahme sektoral
(5) Konsistenz durchIO-Modell MIS
2005
Seklor 1
(2)sektoral nachPlauslbllitat
Sektor 16
Abb. 5-6: Berechnung des fiktiven Startwertes in den neuen Landern
FUr die Zwecke des MlS-Modells werden die durch die produzierten Gtiter identifizierten
Sektoren von ursprilnglich 58 auf 8 Energiesektoren und 22 Nichtenergiesektoren aggregiert,
Bei den Energiesektoren wurde die Umwandlung von Energie ftlr Heizwarme und zur
107
Wannwasserbereitung der privaten Haushalte aus den traditionellen Sektoren in den
Raurnwarmesektor ausgegliedert. Die Energieaufwendungen fur den Individualverkehr
erscheinen im Sektor private PKW. Damit werden die Konsumausgaben fur diese zwei
Verwendungen getrennt abgebildet. Die Sektoren sind als Produktionssektoren zu verstehen,
die Dienstleistungen an die Haushalte liefem. So wandelt etwa der fiktive Sektor privater
PKW Verkehr Energie und Kapitalverkehrsleistungen fur private Haushalte urn.
Bevor naher auf die einzelnen Teilmodelle eingegangen wird, soil die Vorgehensweise im
Modellverlauf verdeutlicht werden (siehe Abbildung 5-7). Da MIS ein nachfragegesteuertes
Modell ist, wird zuerst fUr das jeweilige Zieljahr die Wachstumsrate des Bruttoinlandprodukts
festgelegt. Die Struktur der exogenen Endnachfrage fullt anschlieflend diesen Rahmen aus. Da
die Nachfrageseite nun bis auf die Investitionen beschrieben ist, erfolgt an dieser Stelle die
Konsistenzrechnung durch MIS. Die Investitionen werden endogen im Investitionsmodell
bestimmt."
Vorgabe: BIP-Wachstumsrate
+Vorgabe: sektorale Struktur ....~II------------
KonsumStaatsverbrauch
ExporteImporte
Investilionen
Input-Output-Modell MIS
Konsistente Modellergebnisse:
WertschtipfungEndnachfrage etc.
Aufarbeitung ~
---------1~~~
Abb. 5-7: Skizzierung des MlS-Modells
16 Bereits die Abbildung 5-5 hat deuIlich gemacht, daB bei unterstelltem Wirtschaftswachstum derKapitalstock nach produzierendem Sektor wegen der erforderlichen Anpassungen eine als gleicinniilligunterstellte anwachsende Investition nach investierendem Sektor begrundet. Eine formale Darstellung desMIS-Investitionsmodellsfindet sich weiter unten in diesem Kapite!.
108
Als Standardrnodell del' Input-Output Theorie gilt das offene statische Leontief-Modell. Mit
diesem Input-Output-Modell wurde del'klassische Aufbau zur Bestimmung del' Vorleistungen
und primaren Inputs unter Berticksichtigung des Produktionsniveaus entwickelt. Damit kann
fur eine exogen vorgegebene Endnachfrage Y bei Kenntnis del' Koeffizientenmatrix A die
Bruttoproduktion X del' Sektoren bestimmt werden:
X=(I-A)-t.y (5.9)
Dabei ist (I_A)-l die inverse Leontief-Matrix. Die exogene Endnachfrage umfafst neben dem
Konsurn, del' Staatsnachfrage und den Exporten auch die Investitionen. Mit del' Annahme
fixer Produktionskoeffizienten wird eine linear homogene Produktionsfunktion unterstellt.
Diese Leontief-Produktionsfunktion zeichnet sich durch strikte Limitationalitat ihrer
Einsatzfaktoren aus. D.h. die Produktionsfaktoren konnen nicht gegeneinander substituiert
werden.'?
Fur eine mittel- und langfristige Analyse sind jedoch variable Koeffizienten, die eine
Abbildung strukture1ler Veranderungen zulassen, und eine endogene Modellierung del'
Investitionen vorzuziehen. Damit konnen die durch eine Veranderung del' Endnachfrage
ausgelosten Folgereaktionen berUcksichtigt werden. Bei einem linearproportionalen
Verhaltnis zwischen Kapitalstock und Bruttoproduktion wird nun die Gleichung (5.9) mittels
stock-flow Beziehung zu:
X, =Ax, +B[X,+! -X,]+Y
sowie
Die allgemeine Losung lautet dailll: 18
(5.10)
(5.11)
(5.12)
Mathematisch stellt (5.12) eine inhomogene lineare Differentialgleichung dar. Die Variable x*
ist die spezielle Losung eines offenen dynamischen Input-Output-Modells. Del' Nachteil
del' Gleichung liegt jedoch in del' Abbildung del' Kapitalmatrix B, die den Investitionsterm
17 Die Leontief-Produktionsfunktion wurde bereits in Kapitel 3.4.2 beschrieben. Siehe dazu insbesondere dieTabelle 3-400d die Abbildung 3-9.
18 Siehe auch Bulmer-Thomas (1982), S. 223.
109
B[X t+l - Xt] darstellt. Absurde sektorale Wachstwnsraten konnen nlcht von vornherein
ausgeschlossen werden.'? AuBerdem karm B aus Sicht der einzelnen Sektoren dahingehend
interpretiert werden, dall sich die Investitionen an der genau vorhergesehenen
Nachfragesteigerung der Foigeperiode orientieren. Dadurch ermoglicht erst eine vorherige
Investition eine Outputsteigerung.
Aus diesem Grund folgt MIS nicht der allgemeinen Losung nach (5.12). D.h. in MIS werden
die Investitionen nicht tiber den Investitionsterm B[X t+l - X,] und die spezielle Losung nach
x*, sondern aufiterativem Wege berechnet.
Die gesamtwirtschaftliche Wertschopfung, d.h, die Summe der im Modell betrachteten
primaren Inputs nicht abziehbare Umsatzsteuer, Abschreibungen, indirekte Steuern abzuglich
Subventionen, Einkommen aus unselbstandiger Arbeit und die Importe ergeben sich in MIS
aus der Bruttoproduktion der Sektoren - nun wieder nach der dynamischen Input-Output
Theorie gemliB:
Lf =If'X, (5.13)
wobei L den Vektor der primaren Inputs der Sektoren und I die Koeffizienten der primaren
Inputs beschreiben. Anderungen der Vorgaben von Importquoten bzw. Abschreibungen sowie
Kapitalkoeffizienten erfordern eine Anpassung der Koeffizienten der primaren Inputs. So
werden bei veranderter Importquote die ubrigen Koeffizienten proportional angepaflt, so daB
sich die Gesamtsumme der primaren Inputs wieder zu 100% addiert. Bei veranderten
Abschreibungen und Kapitalkoeffizienten sind die Anpassungen der Einkommen von der
Hohe der Ersatzinvestitionen abhangig, Deren Berechnung erfolgt im Investitionsmodell.
Dabei sind die Ersatzinvestitionen Ie zur Erhaltung des Bestandes von Ausrtistungsgtitern und
Bauten notwendig. Die Erweiterungsinvestitionen vergrofsem die produktive Kapazitat in
einem Sektor. Wie sich die gesamte Investitionstatigkeit eines Sektors als Investitions
gtitemachfrage auf die ubrigen Sektoren auswirkt, wird tiber die Investitionsverflechtungs
matrix dargestellt.
GemliB der Abbildung 5-7 folgt in der Modellstruktur das Investitionsmodell direkt nach der
Berechnung der Wertschopfung WS im Input-Output Modell. Aus der Summe der
Gesamtinvestitionen I = Ie + In ergibt sich die Nettoinvestition In. t im Vergleich zur
Vorperiode aus der kontinuierlich tiber die Zeit anwachsenden Wachstwnsrate der
19 Zur Diskussion der Eigenschaften bei der Losung dynamischer Input-Output-Modelle siehe Schumann(1968), S. 188 f.
110
Wertschopfung gw. Dabei ist k der Kapitalkoeffizient und t der Index fur die Zeitperiode. Mit
dem Index i wird die Investitionsart Ausriistung oder Bau gekennzeichnet; j steht fur Sektor.
In' =k, i J' • (1- 1 ) .WS, J'. .. l s-gw. , (5.14)
Die Ersatzinvestitionen bereclmen sich, indem die Investitionen ersetzt werden, wenn sie VOl'
n(=Lebensdauer)-Perioden getatigt wurden. Bei einem statischen Produktionsverlauf
innerhalb eines Sektors bleibt der Kapitalbestand K konstant, d.h. die Ersatzinvestitionen
bereclmen sich direkt aus den Anlagevermogen del' Gegenwart nach:
(5.15)
Bei steigender Produktion mull zuerst das fur die Zielperiode notwendige Kapital ermittelt
werden:
K =k·WS.t,i,} t,t,) t.)
Bei Investitionen vor t-n Perioden wird eine korrigierte Abschreibungsrate definiert:
d d,2 = ( )" 'l+gwj
so daf fur die gesamte Abschreibungsrate gilt:
Damit sind die Ersatzinvestitionen defmiert als:
I, = d, .K,,i'; .
(5.16)
(5.17)
(5.18)
(5.19)
Die Gesamtheit der Investitionsguternachfrage r' der Investitionsguter produzierenden
Sektoren ergibt sich nun aus dem Vektor aIler Investitionstatigkeiten aIler Sektoren fur eine
Investitionsart durch Multiplikation mit der Investitionsverflechtungstabelle V:
I d, =v'·I, ..I, I ,I
(5.20)
III
Dieser Wert wird nun den ubrigen Nachfragegrofsen von Haushalten, Staat und Ausland
hinzugefUgt, so daB das Input-Output-Modell die Iterationslaufe starten kann. Gleichzeitig
werden die primaren Inputs Abschreibungen und Kapitaleinkommen an die jeweilige
Investitionssituation angepaBt. So ergibt sich die neue Abschreibungsquote aus den
Ersatzinvestitionen fUr Ausrustungen und Bauten im Verhaltnis zur Produktion, Andert sich
durch die veranderten Kapitalkoeffizienten auch das Verhaltnis von erzieltem
Untemelunenseinkommen, d.h. die Profitrate, wird fiir eine Anpassung die normative
Annalune getroffen, daB die Profitrate der Vergangenheit auch in den Zielperioden gilt. Das
Produkt aus der Profitrate der Vergangenheit mit dem erforderlichen Kapitalbestand der
Zielperiode ist dann die neue Quote der Untemelunenseinkommen. AnschIieBend werden die
neuen Quoten der primaren Inputs aufaddiert und die Quoten von Arbeit und KapitaI so
korrigiert, daB die Sunune aller primaren Inputs ohne die Importe wieder die gesamte
Wertschopfung ausmacht.
Mit anderen Worten wird zur Berechnung der endogenen Investitionsnachfrage auf ein
iteratives Verfahren zuruckgegriffen, Anfangs werden fur die Investitionsnachfrage fiktive
Werte eingesetzt. Daraufhin ergibt sich mit Hilfe des Investitionsmodells der Kapitalbedarf,
der im nachsten Schritt in die Investitionsgtitemachfrage umgerechnet wird. Diese Welte
ersetzen die fiktiven Investitionen, so daB nach mehreren Iterationen die Abweichung
unterhalb der geforderten Genauigkeitsgrenze liegt. Wie die Abbildung 5-5 zeigt, werden die
Investitionsguterlieferungen von den investierenden Sektoren absorbiert und flieBen in den
KapitaIstock der jeweiligen Sektoren, Bei unterstelltem linearproportionalen Verhaltnis
zwischen KapitaIstock und Bruttoproduktion begrundet dieses anwachsende Investitionen
nach investierendem Sektor.
5.2.3 Beschaftlgung, Bevdlkerung, Wohnungen und Verkehr
AIs nachster Modellschritt folgt nun die Ermittlung der Erwerbstatigenzahlen der einzelnen
Sektoren im Beschaftlgungsmodell. DOlt wird gepruft, ob die fUr die Abdeckung der sich aus
der Nachfragevorgabe ergebenden Produktion erforderlichen Beschaftigten insgesamt
vorhanden sind. Dies macht eine Gegenuberstellung des aus dem Bevolkerungsmodell
abgeleiteten ErwerbspersonenpotentiaIs mit der Anforderung von Erwerbspersonen aus dem
Produktionsmodell erforderlich, Letztere ergibt sich aus den Produktivitatsfunktionen. Den
Basiswert bilden Angaben des Statistischen Bundesamtes. Der Zielwert E, resultiert aus der
Sektorenentwicklung mit der Rate des maximalen Produktivitatszuwaches fJ- nach:
E, =Et-I . gWt , fur ff :;; u, sons! fJ- =I7ft
(5.21)
112
Das Beviilkerungsmodell berechnet die Bevolkerungsentwicklung mittels der vorgegebenen
Wachstwnsrate. AnschlieJ3end werden daraus mit Hilfe der exogen vorgegebenen
Erwerbsquote die Erwerbspersonen fur die jeweilige Zielperiode abgeleitet. Dabei ist unter
Berucksichtigung der Wachstwnsrate der Bevolkerung gb und der Anzahl der Perioden n
zwischen der Zielperiode und der Basisperiode:
BEV, =BEV,_, . (I + gb,)" . (5.22)
Daher resultiert das Erwerbspersonenpotential EP aus dem Produkt der Erwerbsquote s und
der Bevolkerungszahl BEV:
(5.23)
Das Wohnungsmodell berechnet auf der Basis einer Vorausschatzung der nachgefragten
Wohnungen und Flachen von Ein- (EFH) und Mehrfamilienhausern (MPH) verkniipft mit der
Bevolkerungsentwicklung den Gesamtwert des Gebaudebestandes, den Mietwert sowie den
gesamten Warmebedarf Daneben kann fur den Altbaubestand des Jahres 2020 eine
Modemisierungsstrategie simuliert werden, die dann den Investitionsaufwand und den
zusatzlichen Gebaudewert Iiefert.
D.h. das Wohnungsmodell ersetzt fur den Wohnungssektor das Investitionsmodell. Denn
neben den Investitionen und dem Gesamtwert des kunftigen Wohnungsbestandes berechnet
das Modell noch die Nachfragegrolse fur den Sektor Wohnungen und den Sektor Raumwarme,
Bedingung fur plausible Losungen ist dabei jedoch eine Kompatibilitat der Annahme tiber die
kunftige Ausstattung mit Wohnrawn mit der allgemeinen Entwicklung des
Volkseinkommens. Den Ablauf des Wohnungsmodells skizziert die Abbildung 5-8:20
20 Vgl. Pfaffenberger/Strobele (1994a), Abb. 5-1 aufS. 30. Dart befmdet sich ebenfalls eine detaillierteBerechuung der einzeinen GroJlen.
113
Bevolkerunq i IPersonenlWohnung II,Wohnungsbedarf
,
IAltbestand I Altbestand.... 1 ....
EFH I , MFH'-'-----J
Neubaubedarf
Neubau i Neubau... I ...EFHI
MFH,Mietwert
Abb. 5-8: Das MIS-Wohnungsmodell
Urn im Verkehrsmodell unterschiedliche Entwicklungen des Volwnens und der Aufteilung
der Verkehrsnachfrage berucksichtigen zu konnen, mussen eigenstandige Subsektoren aIs
Produktionssektoren angelegt werden." Gegenuber dem ModaIspiit des Statistischen
Bundesamtes mit den drei Verkehrssektoren Dienstieistungen der Eisenbahnen, der Schiffahrt
und des Sonstigen Verkehrs umfaJ3t MIS unter den Rubriken Personenverkehr und
Guterverkehr insgesamt acht Verkehrssubsektoren.t-
21 Die Darstellung des Verkehrsmodells folgt Pfaffenberger/Strobele (1995). Dort linden sieh neben einerdetaillierten Besehreibung der Teihnodelle Teehnologiemodell, Waehstumsmodell und Verteilungsmodellerste Rechenlaufe und eine EDV-Beschreibung,
22 Mit der Einteilung in Personen- und Giilerverkehr wird die AnIehnung an das lKARUS-LP-Modelldeutlieh. Diese Verbindung und die Funktionsweise des Naehfragegenerators Verkehr (NGV) wird jedoeherst weiter unten im Kapilel 7.3.3 besehrieben.
114
Tabelle 5-3 die Verkehrssektoren im MIS-Modell
!>.·••...• ·•· •.•·i;;w;;ti~ l1li< ,.·.·.i··.·)·.i··i .•..·.. ······•.•.··..·.·i ..·.·.ii </< )i< ... <.":·<i)« .:
Personenverkehr
Motorisierter 9 • Verkehrmit PKW und Kombinationskraftwagen
Individualverkehr (MiV) • Verkehrmit motorisiertenZweiradern
Busverkehr 10 • OffentlicherStraIJenoersonenverkehr mit Bussen
OPNV 11 • Offentlicher StraIJenpersonenverkehr (schienen-
gebunden) mit U-Bahnen, Strallenbahnen und
S-Bahnen
Bahnpersonenverkehr 12 • Leistungen del' Deutschen Bahn und del'
Nichtbundeseigenen Eisenbahnen
Gtiterverkehr
LKW-Verkehr 13 • Verkehr mit Lastkraftwagen und sonstigen
Fahrzeugen
Bahngiiterverkehr i4 • Leistungen del' Deutschen Bahn und del'
Nichtbundeseigenen Eisenbahnen
Binnenschiffsverkehr IS • Leistungendel'Binnenschiffahrtund Binnenhafen
SonstigerVerkehr 16 • Luftverkehr
• Rohrfemiieferungen
• Leistungender Seeschiffahrtund der Seehafen
• Leistungender Verkehrsvermittleretc.
Quelle: Pfaffenberger/Strobele (1995), Tabelle I aufSeite 4.
Um den Zusammenhang zwischen physischen GriiBen wie Fahrleistung und spezifischem
Energieverbrauch del' Verkehrssektoren und den monetaren Grofsen del' Input-Output-Tabelle
herzustellen, werden die Vektoren del' Lieferungen und Kaufe del' acht Sektoren extrahiert.
Del' Lieferungsvektor (L) umfaBt die Vorleistungs- und die Endnachfrage, del' Kaufevektor
(K) schlieBt die Wertschopfung, die Importe und die von den Sektoren gekauften
Vorleistungen ein. Damit laBt sich del' Verkehrssektor (V) abbilden gemafs:
(5.24)
115
Da fUr den Produktionswert gilt X'" L sa K, lassen sich aus (5.24) die beiden
Koeffizientenvektoren Ii und k, gemall (5.25) aufstellen,
l, = Li, X (5.25)
Dabei wird del' Energieverbrauch KEnergie direkt aus dem Technologiemodell ubernommen.
Dort berechnet sich ebenfalls die Fahr- und Betriebsleistung (FL), so dall unter
Berilcksichtigung des Preises PFL gilt:
x= FL'PFL (5.26)
Aullerdem konnen im Technologiemodell die zur Produktion des Gutes Mobilitat bzw.
Verkehrsleistung benotigten Techniken variiert werden. Beispiele verschiedener
Determinanten etwa fUr PKW sind neben del' Verkehrsleistung (Mrd, Pkm), dem
Besetzungsgrad (personen/PKW km), dem spezifischen Kraftstoffverbrauch (VIOO km), del'
Lebensdauer (Jahre) und del' Bestandsgrolie (Mio. PKW) auch Angaben uber Kfz-Steuer
(DM/PKW), den PKW-Preis (DM) und die Unterhaltungskosten (% des Anschaffungs
preises).
Im Wachstumsmodell wird die Nachfrageentwicklung del' Verkehrssektoren bestimmt.
Haupteinflullfaktoren del' Verkehrsnachfrage ist die jeweils exogen einfliellende Entwicklung
del' Wachstumsrate von Volkswirtschaft und Bevolkerung.
Das Verteilungsmodell scWielllich analysiert die Personenverkehrsnachfrage del'
Zielperioden 2005 und 2020, In den Kategorien Nab- und Femverkehr werden die Anteile del'
Verkehrsleistung (MlV, Bus, OPNV, Bahn, Luft) nach Wegeliinge (%) und die Verteilung del'
Verkehrsnachfrage nach Verkehrszwecken (Beruf, Ausbildung, Geschaft, Einkauf, Freizeit,
Urlaub) abgebildet.
5.2.4 Das MIS-Energiemodell
Das Energiemodell basiert ebenfalls auf del' bereits dargelegten Input-Output-Struktur, In
diesel' werden neben den 22 Nichtenergiesektoren VOl' allem die 8 Energiesektoren abgebildet.
Diese sind die Sektoren Kohle, Mineralol, Erdgas und dem aus del' Kombination von Strom
und Dampf gebildeten Stromsektor sowie del' fiktive Sektor Raumwarme del' privaten
116
Haushalte. Aufgrund anderer Inputstrukturen werden die Sektoren Kernkraft, regenerative
Energie und sonstige Energie getrennt erfafst, Diese Sektoren liefern Erzeugnisse an den
Stromsektor, welcher diese dann weiter verteilt.
Im Gegensatz zur Input-Output-Sttuktur des Wachstumsmodells sind im Energiemodell die
Input-Output-Koeffizienten der Energiesektoren preisabhangig, Denn nur mit Hilfe eines
Preismodells lassen sich volkswirtschaftliche Auswirkungen unterschiedlicher Energiepreise
abbilden, wie sie etwa durch die Einfilluung von Energie- bzw. CO,-Steuem entstehen. Durch
den Einsatz unterschiedlicher Energiepreise generiert das Modell jeweils ein eigenes Input
Output-Tableau, so daB mit unterschiedlichem Preisszenario unterschiedliche Energie
szenarien entstehen. Dies geschieht durch den Input-Output-Generator. DOli wird mittels
primarer Inputkoeffizienten, Energiekoeffizienten, Emissionskoeffizienten, Preisvektor und
Preisniveau die zugehorige Leontief-Inverse gebildet. Nach Berechnung der neuen Input
Output-Sttuktur im Input-Output-Generator wird die Analyse der Auswirkungen auf
volkswirtschaftliche Grofsen wie Sozialprodukt, Beschaftigung, Investitionen oder auch CO,
Emissionen im Wachstumsmodell ermoglicht.
Energiestrome werden im Energiemodell mittels Energiekoeffizienten berechnet. Diese
Energiekoeffizienten mit del' Dimension kWh/TDM werden fur das Basisjahr der amtlichen
Statistik entnommen. FUr die Zieljahre bilden sie sich aus der Sttuktur der Energienachfrage.
Letztere hat ihre Grundlage in der autonomen Energiceinsparung und in Anpassungs
reaktionen. Da auJ3erdem :fur jeden Energieumwandlungssektor ein Verlustkoeffizient
festgelegt ist, kann im Modell eine komplette Energiebilanz abgebildet werden.
Mit del' autonomen Energiceinsparung werden im Trend des technischen Fortschritts stehende
und als kostenlos anzusehende zukunftige Energieeffizienzverbesserungen berucksichtigt, Mit
deren Hilfe wird mittels an einzelne Sektoren gekoppelte Einsparraten del' zukunftige
Energieverbrauch bestimmt. Bei konstanten Preisen bedeutet dies eine Anderung der Input
Output-Koeffizienten, da sich der Wert del' Energiekaufe der Sektoren reduziert.
Anpassungsreaktionen wie sie durch veriinderte Energiepreise und damit durch veranderte
Einsatzverhaltnisse von Energie und Kapital hervorgerufen werden konnen, werden im MlS
Modell innerhalb der einzelnen Sektoren mittels unterschiedlicher Werte der
Substitutionselastizitat abgebildet.
Die Analyse des Sttukturwandels, d.h. die beiden Konzepte sowohl der ABEl als auch der
ESUB, werden innerhalb des MlS-Modells durch den Einsatz einer CES-Produktionsfunktion
ermoglicht, D.h an dieser Stelle durchbricht MIS die starre Leontief-Produktionsstruktur und
117
ermoglicht die Modellierung von Substitutionsbeziehungen.P Bei unterstellter ESUB bewirkt
eine Anderung der Energiepreise innerhalb der Sektoren Substitutionseffekte zwischen
Kapital und Energie sowie innerhalb des Energieaggregates selbst. Dies geschieht wie bereits
oben erwahnt mittels eines Input-Output-Generators im sogenannten Prelsmodell.> Die CES
Produktionsfunktion des MIS-Modells lautet:
4 1
Y=F(K,E)=(a·K-P+b"L,E,-P,) Pi=1
(5.27)
Y bezeichnet die Produktion, K steht fiir Kapital und E fur Energie. Die Verteilungsparametersind a und b. FUr den Substitutionsparameter Bmit -I ::; jJ ::; +00 gilt: ESUB = a = II (1 + jJ).
Die Substitutionsmoglichkeiten werden auf zwei Ebenen beschrieben. Sie bestehen zwischen
Kapital und Energie und innerhalb des Produktionsfaktors Energie. Letzterer ist unterteilt in
Kohle, 01, Gas und Elektrizitat. Die genaue Struktur der Substitutionsmoglichkeiten
verdeutlicht die Abbildung 5-9.
Output
: Kapital K
elektrischeEnergie
nichtelektrischeEnergie
.i-:~-K-o~hte"'--'I !Nicht-Kohle
/~~~
Gas I>=:~
61
23
24
Abb. 5-9: Die SubstitutionsstIUktur des MIS-Modells
Dieses Vorgehen ist notwendig, da MIS mit fixen Koeffizienten arbeitet, die erst jeweils in derFoigeperiode neu generiert werden. Man kann diesen Ansatz auch als quasi-dynamisch bezeichnen.D.h. es hat ein Wechsel stattgefunden yon einer Produktionsstruktur vom Leontief-Typ hin zu einer ArrowSolow-Struktur mit implizierten Substitutionsmoglichkeiten, Siehe dazu im Kontext des MIS-ModellsKemfert/Kuckshinrichs (1995).
118
Del' ABEl-Faktor beinhaltet technische Verbesserungen infolge von Ersatzinvestitionen,
Strukturwandel durch vermehrte Produktion weniger energieintensiver aliter und
administrative MaBnahmen wie etwa Geschwindigkeitsbeschriinkungen.
Mit ABEl wird die Produktionsfunktion verandert zu:
4 1
Y = [a· r P+b~::Cri(t)·E,rP,] P;=1
(5.28)
Dabei reprasentiert r (t) die Effizienzverbesserung, die in del' Ml'S-Produktionsstruktur rein
energievermehrend with, In diesem Fall kann man auch von Harrod-neutralem technischen
Fortschritt sprechen, ersetzt man die traditionellen Einsatzfaktoren Kapital und Arbeit durch
die Faktoren Kapital und Energie. Muitipliziert mit E ergibt del' technische Fortschritt die
Energie in Effizienzeinheiten.
Im folgenden sollen die unterschiedlichen Auswirkungen des technischen Fortschritts auf die
MIS-Produktionsfunktion aufgezeigt werden. Dazu wird die Funktion (5.28) vereinfacht zu:
1
Y=[(2·KrP+(y·ErP] P (5.29)
Die Skalierungsfaktoren (a,b) bleiben unberucksichtigt, Die sektorale Differenzierung wird
aufgehoben. Del' Effizienzparameter y beschreibt wie in (5.28) den allein auf den Faktor
Energie bezogenen Harrod-neutralen technischen Fortschritt, Urn Hicks-neutralen technischen
Fortschritt abbilden zu konnen, del' beide Produktionsfaktoren beeinflufst, wird del'
Effizienzparameter 2 eingefiihrt. Zur Veranschaulichung wird im MIS-Modell fur AEEl r = 2
angenommen, Aus Grunden del' Vergleichbarkeit wird del' gleiche Welt fur 2 unterstellt. Del'
Welt fur die Kapital-Energie-Substitutionselastizitat sei 0,8. Daraus folgt fur den
Substitutionsparameter fJ = I -1 =0,25 .ESUB
Im fo1genden werden drei Faile unterschieden. Fall 1 stellt das MIS-Szenario in del'
Ausgangssituation dar. FUr die Zielperiode 2005 sind zwei mogliche Entwicklungen denkbar.
Fall 2 beschreibt die Produktionsfunktion mit Harrod-neutralern technischen Fortschritt, wie
sie tatsachlich in MIS implementiert ist, Del' Fall 3 ist das neu konstruierte Beispiel mit Hicks
neutralem technischen Fortschritt,
119
Tabelle 5-4: Technischer Fortschritt in del'MIS-Produktionsfunktion
I Y1989 A=y=1 ohne
2 Yzoo5 A=I,y=2 Harrod-neutral
3 YZOO5 A= y=2 Hicks-neutral
Anhand del' Abbildung 5-10 konnen nun unter Vemachlassigung von Preiseffekten die
Auswirkungen unterschiedlichen technischen Fortschritts beobachtet werden, indem die
Entwicklung von Fall I zu Fall 2 mit dem Verlauf von Fall I zu Fall 3 verglichen wird,
Zusatzlich aufschlufsreich ist del'direkte Vergleich zwischen Fall 2 und Fall 3.
Zur Abbildung del'Isoquante wird Gleichung (5.29) nach dem Faktor Kapital umgeformte>
Mit konstantem Sozialprodukt, d.h. Y -P= Yergibt sich die Isoquante:
I
K = [Y -(y.E)-P12
A
(5.30)
(5.31)
Setzt man Y 1989 = Yzoo5 = Y, erhalt man bei konstantem relativen Preisniveau pEiPK die
Isoquanten del'Abbildung 5-10.
Z5 Die Ableitung der ursprilnglichen MIS-Produktionsfunktion (5.28) findet sichim AnhangB-3.
120
Kapila!
\Ytess
\\\
K,KJ
lc~l-=t:i:::::::::::::;:::::::,:;~:::::=======:+ Energie
Abb. 5-10: Technischer Fortschritt in der :MIS-Produktionsfunktion
Im Vergleich von Fall 1 mit Fall 2 wirlct der Hicks-neutrale technische Fortschritts als
proportionale Einsparung der Produktionsfaktoren Kapital und Energie. Grafisch wird die
Isoquante Y1989 im Zeitverlauf zum Ursprung hin verschoben. Ohne Berucksichtigung von
Preiseffekten konnen beide Einsatzfaktoren zur Produktion des konstanten Sozialprodukts urn
den g!eichen relativen Betrag zuruckgenommen werden. Harrod-neutraler technischer
Fortschritt verursacht hingegen eine Stauchung der Produktions-Isokurve nach innen. Nun
andert sich das Einsatzverhaltnis von Kapita! und Energie. Da der Harrod-neutrale technische
Fortschritt nur den Faktor Energie betrifft, fallt dessen Wirkung bezuglich der Reduktion der
Produktionsfaktoren gegenuber dem Hicks-neutralen technischen Fortschritt im Fallbeispie!
geringer aus. D.h. ein Modell mit Harrod-neutralem technischen Fortschritt errnittelt
tendenziell hohere C02-Reduktionskosten. 26
26 Mil der Hohe der Substitutionselastizilill (Kapitel 3.4.2), der konzeptionellen Entscheidung fur ein TopDown oderBottom-Up Modell (Kapitel 3.3.2)und den Auswirkungen des technischen Fortschritts lassensichdemnach dreiDeterminanten der Vermeidungskosten identifizieren.
121
6 Die Verbindung von IKARUS-LP und MIS am Beispieldes westdeutschen Industriesektors
Im Ausgangsstadium diesel' Arbeit waren das IKARUS-LP-Modell und das Malaomodell MlS
unverbunden. FUr eigenstandige Rechnungen mit den Einzelmodellen wurden die
entsprechenden Indputdaten von den jeweiligen Teilprojektpartnern geliefert. So wurden die
energienachfragebestimmenden Grofien del' IKARUS-LP-Endverbrauchsektoren, wie die
Nettoproduktionswerte zur Berechnung des Energiebedarfs des Produzierenden Gewerbes
oder auch die Wohnflachen in Mio, m' zur Bestimmung des Raumwarmebedarfs im
Haushaltssektor, von lSI-Karlsruhe bzw. del' TV-MUnchen errnittelt und exogen in das Modell
aufgenommen. Als Eingabedaten ftlr MlS entwickelte AGEP Oldenburg exogene
Vorstellungen tiber Bevolkerungsentwicklung, Wirtschaftswachstum, Energiepreise und
AEEI-Werte fttr technischen Fortschritt auf sektoraler Ebene. Erste Kopplungsversuche
gingen dahin, LP-Vorgaben oder -Ergebnisse wie Anteile fossiler Brennstoffe (Braunkohle
24%, Steinkohle 38%, importierte Steinkohle 38%) oder Grenzkosten del' CO2-Reduktion
(350 DM pro t CO2) nach MlS zu tibertragen.
Die bereits dargelegte Zielsetzung des MlS-Modells, einer volkswirtschaftlichen
Konsistenzpriifung del' dem Energiemodell exogen bereitgestellten Rahmendaten zur
Wirtschaftsentwicklung, erfordert jedoch eine Verbindung beider Modelle. Da in die
Modellstrukturen zu diesem Zeitpunkt des Gesamtprojektes nicht mehr eingegriffen werden
sollte, war das Soft-Linking als Konzept zur informellen Modellkopplung praktisch
vorgegeben.'
Eine sehr "weiche" Moglichkeit des Soft-Linkings ist das sogenannte fine-tuning. Dabei
besteht die Modellverbindung in einer Anpassung del.' Daten beider Modelle. Erlautert wird
dieses Verfahren anhand del' Abbildung 6-1. Dabei wurden etwa die MIS-Einflullgrollen
ESUB und AEEI in einer Art "trial and error't-Verfahren solange variiert, bis innerhalb noch
tolerierbarer Abweichungen ein Ausgleich tiber die Energietragermengen beider Modelle
zustande kommt. Diese Methode kann sich als sehr zeitintensiv herausstellen und ist fiir
Ein Hard-Linking zur Verbindung von lKARUS und MIS ware analog dem Vorgehen im MARKALMACRO-Modell iiber eine Veranderung der Modellstrukturen denkbar. Dabei wurde die Endnachfrage den
Produktionsfaklor Energie ersetzen, indem etwa die MIS-Produktionsfunktion r P = a . K-P +b .L(r E) -P
zn y-P = a- K-P + b- I,D-P verandert wird. Solch ein Verfahren ist im Kontext des IKARUS-Projektes
znm derzeitigen Zeitpunkt jedoch nicht vorgesehen, da auch fUr das IKARUS-LP-Modell erheblicherProgranunieraufwand anfallen wurde. Sinnvoll ware solch ein Vorgehen erst, sollen in Zukunft eineVielzahl von lKARUS-MIS-Szenarien aufgestellt werden. Denn mit steigender Anzahl der Rechnungensinkt der relative Hard-Linking-Aufwand und erhoht sich der Zeitaufwand fttr den Datentransfer mittelsSoft-Linking.
122
AuBenstehende schwer nachvollziehbar. Gleichzeitig ware ein Ausgleich der Investitionen
wunschenswert, Dies ist aber wegen unterschiedlicher Berechnungsansatze praktisch nicht
moglich. So werden die Investitionen im Industriesektor des LP-Modells nach dem
Differenzkostenansatz berechnet' In! MIS-Modell jedoch wird der Vollkostenansatz
zugrunde gelegt.?
Endnachfrage ESUB AEEI Energielragerslruktur Produklionsfunktion
I I I i I
(..IKARUSLl.P: •• )
\- Energietragermengen- Investitionen
\- Energielragermengen- Investitionen
IAngleichmechanismus I
Abb. 6-1: Fine-Tuning am Beispiel von IKARUS-LP und MIS
Die im IKARUS-Kontext gewtmschte makrookonomische Konsistenz wird jedoch erst durch
ein Soft-Linking mit Datentransfer gewahrleistet, Die Ausgangssituation und die moglichen
Ansatzpunkte einer Modellkopplung werden in der Abbildung 6-2 sichtbar. In! Idealzustand
wird die Iteration mit dem gesamtwirtschaftlichen Input-Output-Modell MIS begonnen. Im
Schritt 1 dieses Datentransfers von MIS zu IKARUS-LP werden in MIS berechnete Grofsen
mittels eines Algorithmus in Form von EXCEL-Tabellen urngerechnet und nach IKARUS-LP
transferiert, wo sie als energienachfragebestimrnende Grolien (EBG) eingesetzt werden. D.h.
es erfolgt eine Umwandlung von Mls-Outputgrofsen zu IKARUS-LP-InputgroBen. Fur den
Industriesektor wird dies ausftihrlich im Kapitel 6.2 dargestellt. Das Kapitel 7 beinhaltet die
ubrigen Sektoren Haushalte, Kleinverbraucher und Verkehr.
2 Zu Verfahren und Problematik siehe Jochem et al. (1996), S. 29.Vgl. Pfaffenberger/Strobele (1994a), S. 28 f.
123
Eine ahnliche Vorgehensweise ist im Schritt 2, nun in Richtung von IKARUS-LP hin zu MIS,
wunschenswert, so11 del' Iterationskreislauf geschlossen werden. Die zu ubertragenden Daten
sind dann die fur MIS wichtigen AEEI-Werte zur Einbeziehung des intraselctoralen
Strukturwandels. Eine Ubertragung selctoraler Substitutionselastizitaten ist ebenfalls denkbar,
war jedoch im Rahmen diesel' Untersuchung aus Zeitgrunden nicht vorgesehen.
~/(
Schritt: 2AEEI, ESUB
t- 25% C02 -Red.- 350 DM/tC02- Kohleanteile
Ii
Schritt: 1EBG
/
Abb. 6-2: Moglichkeiten eines Soft-Linkings von IKARUS-LP und MIS mittels Datentransfer
Zur Verbindung von IKARUS-LP und MIS wird im foIgenden als erstes die Struktur des
Industriesektors dargelegt. Dem schIie13t sich die Schilderung des Verfahrens zur Ermittlung
del' energienachf'ragebestimmenden Grofsen inklusive del' Ableitung von Werten des
autonomen nicht preisinduzierten technischen Fortschritts an.4
Neben dieser nachfrageseitigen Verbindung von MIS und lKARUS-LP ist zumindest theoretisch eineangebolsseitige Modellverbindung denkbar. Siehe dazu Jacobsen (1997). Dort wird eine Kopplung amBeispiel des diinischenEnergieangebolssektors und eines Makromodells vorgestellt.
124
6.1 Industriesektor
Auf den Industriesektor, del' das Verarbeitende Gewerbe und den Ubrigen Bergbau umfafst,
entfielen im Basisjahr 1989 mit 3254 PJ - davon 2284 PJ alte und 970 PJ neue Bundeslander
34,3% des Endenergieverbrauchs in del' Bundesrepublik Deutschland. Die Verteilung von
9497 PJ Gesamtenergieverbrauch auf die Sektoren Industrie, Verkehr, Haushalte, Klein
verbraucher und Militar kann del' Abbildung 6-3 entnommen werden.
Klelnverbraucher16,6%-----
Haushalte23,8%
Militar1,8%
verkehr23,5%
lndustrie34.3%
Abb. 6-3 Anteil del' Sektoren am Endenergieverbrauch Deutschlands im Jahr 1989
(alte und neue Landerj'
Del' Sektor Industrie wird iiblicherweise in die Branchen Grundstoffe, Investitionsgiiter,
Verbrauchsguter sowie in Nahrungs- und Genuflmittel aufgeteilt.
Tab. 6-1: Endenergienachfrage des westdeutschenIndustriesektors im Jahr 1989
;0 . ..•• ...i<~;;iH;";'·\;o. .......~ ...•.•..•..•...•.•...••.....•?? •.··Eha6hiitgibV6£bfau6h··CPJ)i 'O'Q}'
Ubriger Bergbau 0,7 15
Grundstoffe 69,1 1578
Investitionsgiiter 13,3 304
Verbrauchsgiiter 10,2 234
Nahrungs- und Genullmittel 6,7 153
Industrie gesamt 100 2284
Quelle: Eckerleer al. (1996).
Dalennach BMW! (1996). Die Situationder CO,-Emissionen wurdebereits in Kap, 2.1.3 dargestellt,
125
Wie man aus der Tabelle 6-1 ersieht, weist innerhalb des Industrieselctors die
Grundstoffindustrie mit zwei Dritteln den starksten Endenergiebedarf auf. Darunter fallen
insbesondere die Selctoren Eisenschaffende Industrie, Chemie, Steine und Erden, Zellstoff
und Papierindustrie sowie Nichteisen-Metalle.6
27,9%
Elsenschaffendelndustrie
ChemlscheIndustrie
SteineuncErden
zenstctt-undPapierindustrie
Abb. 6-4: Endenergieverbrauch in der westdeutschen Gtundstoffmdustrie im Basisjahr 1989
6.1.1 Die funktionelle Branchenstruktur des MlS-ModeIls
FUr das MIS-Modell wurden aus den 32 funktionellen Industrieselctoren des Statistischen
Bundesamtes fur die Input-Output-Tabelle insgesamt 9 energie- und emissionsintensive
Industrieselctoren aggregiert, Da der grollte Anteil am Endencrgieverbrauch innerhalb des
Verarbeitenden Gewerbes auf die 5 obengenannten Sektoren entfallt, verbleiben diese
Selctoren in MIS im Vergleich zu den Sektoren del' Investitions- und del' Verbrauchsguter
relativ disaggregiert. Der Vorteil des funktionellen Konzepts besteht in der verbesserten
Abbildung der Produktionsverflechtungen innerhalb del' Sektoren." Denn die Sektoren werden
6
7Numerische Werte nach Arbeitsgemeinschaft Energiebilanzen (1990).Zur Sektoreneinteilung, zu Definitionen sowie zu den Vor- und Nachteilen des funktionellen wie auch desinstitutionellen Konzeptes siehe Holub/Schnabl (1994), S. 34 f.
126
bei funktioneller Gliederung nach bestinnnten Produkten oder homogenen Produktgruppen
eingeteilt. Daher mtissen bei Mehrproduktuntemehmen die einzelnen Wirtschaftsaktivitaten
exakt del' jeweiligen Produktgruppe zugeordnet werden. Dies ermoglicht die
Zusannnenfassung eines homogenen Produkts zu einem Sektor und eignet sich mehr als die
institutionelle Abgrenzung fur energiewirtschaftliche Anwendungen. So lassen sich
insbesondere Verbesserungen der Energieeffizienz produktspezifisch darstellen. Aus diesem
Grund wurde auch in MIS die funktionelle Sektorenabgrenzung gewahlt. Mit del' Tabelle 6-2
wird das Aggregationsniveau von del' Input-Output-Tabelle (lOT) des Statistischen
Bundesamtes (StBA) hID ZU!· Sektoreneinteilung des MIS-Modells verdeutlicht.
Tab. 6-2: Von del' Sektoreneinteilung im Industriesektor des Statistischen Bundesamtes zur
Aggregation des MIS-Modells
··rrrr. TI _ .,·····.·.·r··.•.·.•··./</'D0 /·r·•• rA· i·
• Chemische Erzeugnisse,Spalt- U. Brutstoffe(9) • Chemie/Gummi (18)
• Kunststofferzeugnisse (II)
• Gummierzeuznisse (12)
• SteineundErden, Baustoffeusw. (13) • SteinelErden(9)
• Bergbauerzeugnisse ohne Kohle, Erdol, Erdgas(7) • SonstigeIndustrie(20)
• Feinkeramische Erzeugnisse(14)
• Giasund Glaswaren(15)
• Musikinstrumente, Spielwaren, Sportgerate, Schmuck uSW. (29)
• Holz (30)
• Holzwaren (31)
• Erzeugnisse der Druckereiund Vervielfaltigung (34)
• Leder,Lederwaren, Schuhe (35)
• Textilien(36)
• Bekleidunz(37)
• NE,Metalle,NE-Metallhalbzeug(17) • NE-Metalle(21)
• Eisenund Stahl (16) • Eisen/Stahl(22)
• Zellstoff, Holzschliff, Papier, Pappe (32) • Papier/Zellstoff(23)
• Papier-undPappewaren(33)
• Stahl-und Leichtmetallbauerzeugnisse, Schienenfahrzeuge (20) • FahrzeuglElektro (24)
• Maschinenbauerzeugnisse (21)
• Biiromaschinen, ADV-Gerate-U. Einrichtungen (22)
• StraJlenfahrzeuge (23)
• Wasserfahrzeuge (24)
• Luft-und Rawnfahrzeuge (25)
• Elektrotechnische Erzeugnisse(26)
• Feinmechanische und optischeErzeugnisse, Uhren (27)
• Eisen-,Blech und Metallwaren (28)
• Nahrungsmittel (38) • Nahrungs-/GenuJlmittel (25)
• Getranke (39)
• Tabakwaren (40)
• GieBerelerzeugnisse (18) • GieBereiIWalzwerke (26)
• Erzeugnisse der Ziehereien, Kaltwalzwerke usw. (19)
Quelle: Die IOT-Sektorengliederung findet sich in Statistisches Bundesamt(1997), Anhang, Ubersicht I.
Die sektorale MIS-Gliederung wird beschriebenin Pfaffenberger/Strobele (1994a),Anhang, Tab. 9.1.
127
6.1.2 Die institutionelle Abgrenzung im IKARDS-LP -Modell
Bei del' institutionellen Sektoreneinteilung werden Produktionseinheiten zusammengestellt,
die sich in del' GUterproduktion, den Produktionsverfahren oder in den verwendeten
Rohstoffen gleichen. Dieses Konzept orientiert sich an del' institutionellen Gliederung gemaf
del' SYPRO-Einteilung des Produzierenden Gewerbes auf del' Basis fachlicher
Unternehmensteile und ordnet die Unternehmen und deren Erzeugnisse gemliB dem
Schwerpunktprinzip nach dem Schwerpunkt del' wirtschaftlichen Tatigkeit eines Sektors ein.
Die Tabelle 6-3 stellt die institutionelle Sektoreneinteilung des Statistischen Bundesamtes und
die institutionelle Abgrenzung ZUl' Berechnung del' Nettoproduktionswerte innerhalb des
Industriesektors im IKARUS-LP-Modell VOl'.
Vergleicht man die Tabellen 6-2 und 6-3, fallt die unterschiedliche Sektorenanzahl von MIS
und IKARUS-LP auf." Zwischen del' funktionellen (32 Sektoren) und del' institutionellen (35
Sektoren) Gliederung des Statistischen Bundesamtes liegt lediglich eine Diskrepanz von drei
Sektoren. Diese Differenz steigt bei IKARUS-LP (26 Sektoren) und MIS (9 Sektoren) auf
fiinfzehn Industriesektoren an und erklart sich aus del' jeweiligen Aufgabe del' Modelle. FUr
ein Technikrnodell ist eine detaillierte Abbildung del' Produktionsbereiche unerlafslich, ein
Okonomiemodcll kann an diesel' Stelle weitaus aggregierter aufgebaut werden.
Als Beispiel fiir die unterschiedliche funktionelle und institutionelle Gliederung sei an diesel'
Stelle del' Ubrige Bergbau, die Gummiherstellung und die Holzbearbeitung genannt. Del'
Ubrige Bergbau ist im IKARUS-LP ein eigenstandiger Produktionssektor. In MIS wird diesel'
jedoch ZUlll Sektor (20) Sonstige Industrie gez1ih1t. Die Herstellung von Gununi (Pos. 12 del'
lOT des StBA) aggregiert MIS ZUl' Chemischen Industrie. In del' institutionellen Abgrenzung
des LP-Modells wird die Gummiproduktion del' Sonstigen Grundstoffproduktion zugerechnet.
Die Chemische Industrie besteht im IKARUS-LP nun aus Chlor, Soda, Olefine, Sonstigen
chemischen Grundstoffen und Sonstiger Chemischen Industrie. Die Holzbearbeitung findet
sich im IKARUS-LP bei den Restlichen Grundstoffen, in MIS zahlt sie ebenfalls zur
Sonstigen Industrie.
Im weiteren Verlauf des Kapitels 6 gilt es, das unterschiedliche Aggregationsniveau von
IKARUS-LP und MIS anzugleichen. Ansatzpunkte sind dabei die Nettoproduktionswerte als
energienachfragebestimmende Grollen.
ZurSektoreneinteilung bei lKARUS-LP vgl. Jochem et al. (1996).
128
Tab 6-3' Institutionelle Sektoreneinteilung nach StBA und IKARUS-LP
S¢l<!"r¢riil1ii#¢ili\iiiiij\a~Ii:;S$A(S¥J!RQ£Nf;)······ ......n<J\.RUSiEl'fSlri\!i!Ui'XS.YJ!ROf:Nr:r ........• Berbgau (21) • Ubriger Bergbau (2130,41,50,71, 80)
• Mineralolverarbeitung (22)
• Spalt-und Brutstoffe (24) • Zement(2531)
• Steineund Erden (25) • Kalk (2535)
• EisenschaffendeIndustrie (27) • Ziege1 (2541)
• NE-Metalle(28) • Sonstige Steine und Erden Industrie
• Gielierei(29)
• Ziehereien,Kaltwalzwerke,Mechanik (3030) • Sinter
• Chemische Industrie (40) • Roheisen
• Holzbearbeitung(53) • Elektrostahl
• Zellstoffe, HolzscWiff, Papier und Pappe (55) • Walz-StaW
• Gummiverarbeitung (59) • Sonstige EisenschaffendeIndustrie
• HUttenalurninium
• Sonstige NE-Metalle Industrie
• Chlor
• Soda
• Olefine
• Sonstige chemischeGrundstoffe
• SonstigeChemischeIndustrie
• Zellstoff
• Sonstige Zellstoff-und Papierindustrie
• Sonstige Grundstoffproduktion (29, 3011,15130,53,59) inklusiveGununierzeugung
• NE-Giellereien, Holzbearbcituna
• Stahlverformung, Oberflachenveredlung (3025) • Investitionsguterindustrie
• Stahl-und Leichtmetallbau, Schienenfahrzeuge (31)
• Maschinenbau(32)
• StraJlenfahrzeugbau, Rep. von Kraftfahrzeugen (33)
• Schiflbau (34)
• Luft-und Raurnfahrzeugbau(35)
• Elektrotechnik, Reparatur von Haushaltsgeraten (36)
• Feinmechanik, Optik, Uhren (37)
• EBM-Waren(38)
• Biiromaschinen, ADV-Gerate und Einrichtungen (50)
• Musikinstrumente, Spielwarenusw. (39) • Glas (52)
• Glas (52) • SonstigeKonsumgUterindustrie
• Ho1zverarbeitung (54)
• Papler- und Pappeverarbeitung (56)
• Druckerei,Vervielfaltigung (57)
• Kunststoffwaren(58)
• Ledererzeugung (61)
• Lederverarbeitung(62)
• Textilgewerbe(63)
• Bekleidungsgewerbe(64)
• Renaraturvon Gcbrauchszutern (65)
• Emiihrungsgewerbe (68) • Zucker (6821)
• Tabakverarbeitung(69) • SonstigeNahrungs-und Genufsmittel-industrie
129
6.2 Nettoproduktionswerte als energienachfragebestimmende GroIlen
Das traditionelle Verfahren bei del' nachfrageseitigen Kopplung eines Energiemodells mit
einem Okonomiemodell besteht in del' Ubertragung von Endenergiegrcfsen." Als Resultat
beschrankt sich eine solche Vorgehensweise jedoch auf die Ubertragung von Informationen
innerhalb del' Energiesektoren, deren Abbilduug ohnehin die Starke eines Energiemodells
darstellt. Erst durch die Ubertragung von Nutzenergiegrofsen bzw. von encrgienachfrage
relevanten Grofsen gelangen die Vorteile des Okonomiemodells uud umso mehr eines Input
Output-Modells mit del' Abbildung del' Nichtenergiesektoren zur Anwendung. Die Abbilduug
6-5 illustriert mit den markierten Flachen die Information, die aufgruud des
Nutzenergiekonzepts dem IKARUS-LP-Modell ZW' Verfliguug steht. Im einzelnen sind dies
die Lieferuugen del' Energiesektoren an die Nichtenergiesektoren (A), die Lieferungen del'
Nichtenergiesektoren an die Energiesektoren (B) und an die Endnachfrage (D) sowie die
Vorleistungsverflechtung del' Nichtenergiesektoren uutereinander (C). Beispielhaft fur den
Industriesektor ist hier die Wertschopfung als Basisgrofse zur Berechnuug del'
Nettoproduktionswerte eingetragen.
Energlesektoren NE-$ektOfen Endnachfrager-
~ w
.91\
Ol .91 .91 \e> CQ) :J e> e>C '5 Q) Q) >-~
C C C
~ OJ OJ'l1l '0 .tl / IE E C :J'C
I::> UJ z
0../ e
'"
I ~.~Q.
Abb. 6-5: Beriicksichtigung del' Nutzenergie bei del'Kopplung von IKARUS-LP und MIS
D.h. erst wenn es gelingt, die zur Bestimmung del' Nutzenergie relevanten Grofsen wie
Transportleistung im Verkehrssektor, Quadratmeter im Haushaltssektor, Beschaftigte im
Kleinverbrauchersektor uud Produktion im Industriesektor aus Ergebnissen des MIS-Modells
zu berechnen und in den energetisch-technischen Rahmen del' IKARUS-LP-Sektoren zu
transferieren, mit anderen Worten das LP-Modell auf Basis volkswirtschaftlicher Daten
operabel zu machen, ist die Verbinduug von Energie uud Okoncmie gelungen.
9 So die Meinung von Bohringer/Schmid (1993), welche die VOl'- und Nachteile einer Modellverbindung viaEnd- bzw. Nutzenergie diskutieren und die Kopplung mit Hilfe del' Nutzenergie als Weiterentwicklung desEndenergiekonzepts bewerten, Die obige Abb. 6-5 finder sich ebd. in abgewandelter Form,
130
Im IKARUS-LP-Modell wird das Konzept der Nutzenergie iiber die sogenannten
energienachfragebestimmenden Grofien verwirklicht, Ais energienachfragebestimmende
Grolien des Sektors Industrie sind die Nettoproduktionswerte (NPW) von insgesamt 26
Branchen und Produktionsverfahren zu defmieren. Am Beispiel des Investitionsgiitersektors
wird die LP-Struktur dargestellt,
!Strom, W<1rme
IDampf, ObrigeEnergietrager
I
spezifischerEnergleverbrauch(GJAsd. DM)
StromAbwarmeInvestitionsgUter
energlenachfragebestlmmendeGroBe (NPW,l
Abb. 6-6: Vereinfachte Darstellung der LP-Struktur des Investitionsgiitersektors
Liest man das vereinfachte Strukturbild analog schematischer Darstellungen von
Energiesystemen "von links nach rechts", folgt man dem Energieflufl, Ausgehend von den
potentiellen Inputfaktoren Strom, Warme, Dampf und den iibrigen Energietragern werden mit
Hilfe unterschiedlichster Produktionsverfahren und Techniken die Investitionsguter
hergestellt. Strom und Abwlirme ergeben sich als Kuppelprodukte. Vereinfacht ausgedriickt
ist der sektorale Nettoproduktionswert dann ein MaE flir den monetaren Wert der
Investitionsgiiter.
Die IKARUS-LP-Logik eines Optirnierungslaufs verlauft entgegengesetzt dem Energiefluf
"von rechts nach links". MIS gibt die volkswirtschaftliche Entwicklung vor, die in dem Wert
der Nettoproduktion kulminiert. Im LP-Modell bestinunt nun das Produkt aus
Nettoproduktionswert (Mrd. DM) und den spezifischen Energieverbrliuchen der
Teehnikplatzhalter (GJ/Tsd. DM) den Wert der Endenergienachfrage. Vereinfacht betragt die
Endenergie des Sektors Investitionsgiiter flir das Basisjahr 1989:10
Endenergie1"",t. =0,313 GJ / tsd.DM·31l,21 Mrd.DM =97,4 PJ (6.1)
Geht man analog der IKARUS-LP-Logik einen weiteren Sehritt "von reehts naeh links",
berechnet das LP-Modell die zur ErfiiIlung der Naehfrage benotigte kostenoptimale
Inputstruktur.
10 In diesem Beispiel bleibt der Strom fur den Kraft- als auch fur den Raumwfumebedarf der Industrieunberucksichtigt,
131
6.2.1 Determinanten der Nettoprodnktionswerte
Die Determinanten del' industriellen Nettoproduktionswerte lassen sieh in die drei Gruppen
allgemeine Makrodaten, PolitikmaBnahmen und MaBnahmen zur Energieeffizienzsteigerung
zusammenfassen. Die folgende Tabelle gibt einen Uberbliek del' Implementation diesel'
Einfluflgrofsen in den zu koppelnden Modellen.
Tabelle 6-4: EinfluBfaktoren aufNettoproduktionswerte in MIS und IKARUS-LP
Wirtschaftswachstum (%)
Bevolkerung (Mio.
2
60
2,5
65
3
60
PolitikmaBnahmen 350 DMJt C02
intrasektoraler Struktur- und
Teehnikwandel
intersektoraler Strukturwandel
Produktionsfunktion spez. Energieverbraueh (GJIDM,
B, m, km) sink! mit del' Zeit
Legende: weiJl:exogen; dunkel:endogen.Daten fUr Westdeutschland.
Allgemeine EinfluBfaktoren sind die Entwieklung von Wirtsehaftswaehstum und
Bevolkerung. Beide Entwieklungen sind fur alle drei Zeitstutzpunkte exogen vorgegeben. In
MIS resultiert mittels Waehstumsrate del' Bevolkerung die jeweilige absolute
Bevolkerungszahl, In IKARUS-LP finden sieh diese Werte nicht explizit, sind jedoeh in
disaggregierten Grolsen vorhanden. Sie wurden mit berncksichtigt bei del' Schatzung del' NPW
dureh lSI-Karlsruhe und wirken sieh libel' die energiebedarfsbestimmenden Grofien auf die
gesamte Optimierung aus. Zur Gruppe del' PolitikmaBnahmen ist VOl' allem eine C02 - bzw.
Energiesteuer zu zahlen, Die in IKARUS-LP bereehneten Grenzkosten del' CO2-Reduktion
konnen als Steuer in MIS mit 350DMJt CO2 ubernommen werden. Die dritte Gtuppe del'
EinfluBfaktoren urnfaBt die MaBnahmen zur Steigerung von Energieeffizienz wie Teehnik
und Strukturwandel. Diese Werte sind bis auf die Substitutionselastizitaten, die sieh aus del'
Optimierung analysieren lassen, exogen ins IKARUS-LP-Modell eingebunden, d.h. die ABEI
Werte ergeben sieh aus dem IKARUS-LP-Datensatz. ABEI-Werte des MIS-Modells sind in
del' Produktionsstruktur fur 2005 und 2020 eingetragen und beruhen auf eigenstandigen
AGEP-Bereehnungen. Sie konncn jedoch iterativ an die IKARUS-LP-Werte angepaBt werden.
Substitutionselastizitaten des MIS-Modells sind exogene Welte.
132
6.2.1.1 Bevdlkerungsentwlcklung und Wirtschaftswachstum
Die westdeutsche Wirtschaftsentwicklung ist in del' Abbildung 6-7 skizziert. Fill' die aIten
Bundeslander ist fur die Jahre 1989 bis 2005 ein Wachstum von 2% und zwischen 2005 und
2020 ein reduziertes Wachstum von 1% unterstellt, Vergleicht man diese Werte mit
PROGNOS-Daten, so liegt der dort angenommene Verlauf des realen Bruttoinlandprodukts
mit 1,7% in den Jahren 1992-2000 und mit 2,1% von 2000-2010 in der gleichen
GroJ3enordnung.l1 Der daruber hinaus reichende Welt von 2,0% filr den Zeitraum von 2010
bis 2020 wird jedoch optimistischer eingeschatzt,
3.5~
~a..- 3E" 2.5
"s:o 2
~ 1.5.c 1"E 0,5~
0his his
2005 2020
llilStandardentWlcklung ...!,III hohes Wachslum, hohe ;
Bev6ikenJOg ,
Abb. 6-7: MIS-Annahrnen zur Wirtschaftsentwicklung in den ABL
Grollere Annaherung an die PROGNOS-Werte fur die Periode bis 2020 zeigt ein MIS
Szenario mit unterstelltem hohen Wittschaftswachstum und hoher Bevolkerung, In diesem
Fall wird ein Wirtschaftswachstum von 1,5% von 2010 bis 2020 angenommen. Dagegen liegt
der Wert von 1989 bis 2010 mit 3,2% gesamtwirtschaftlichem Wachstum vergleichsweise
hoch.
Die in MIS unterstellte Bevolkerungsentwicklung fttr die aIten Bundeslander wird in Tabelle
6-5 dargestellt.l? Datengrundlage ist die siebte koordinierte Bevolkerungsvorausberechnung
des Statistischen Bundesamtes. Die Erwerbsquoten berechnen sich als Durchschnitt der
unterschiedlichen Zusammensetzung der Altersgruppen nach Frauen und Mannern,
11
12Vg1. Eckerle et a!. (1995), S. 55 f.Siehe dazu Pfaffenberger/Strobele (1994b), S. 8 f.
133
Tabelle 6-5: Entwicklung Bevolkerung und Erwerbstatige, MIS, ABL
1989 62,0 48,6 30,2
~achstUUllsrate 0,3% (0,7%)
2005 65,1 (69,4 46,3 (49,1) 30,1 (34,1
~achstumsrate -0,5% -0,1%)
2020 60,4 (68,4) 45,1 (49,2) 27,2 (33,6)
Legende: In K1ammern Werte der achtenkoordinierten Bevolkerungsvorausbcrechnung,Quelle: Sommer(1994).
Aus del' Tabelle ist neben den Werten die Vorgehensweise irn MIS-Modell ersichtlich. Im
Basisjahr sind die Werte fest. Mittels veriinderbarer Wachstumsraten und Erwerbsquoten
lassen sich die Bevolkerungs- und Erwerbspersonenzahlen fur die beiden Zieljahre erstellen.P
In einer Variante mit hohem Wirtschaftswachstum und hoher Bevolkerung werden die Daten
del' achten koordinierten Bevolkerungsvorausberechnung zugrunde geIegt. In del' Tabelle sind
dies die ~erte in den KIammem. Darin unterstellt das Statistische Bundesamt eine erhohte
Nettozuwanderung ausIiindischer Personen." Die AnzahI del' Erwerbspersonen steigt abel' nul'
bis ZUUll Jahr 2005 und geht anschliellend zuruck,
Im Vergleich zu diesen MIS-~erten liegen die PROGNOS-Angaben ZUt· westdeutschen
Wohnbevolkerung 2005 mit 67,8 Mio. gering und 2020 mit 66,8 Mio. deutlich hoher als in
den MIS-Standardszenarien und fur beide Perioden Ieicht niedriger aIs irn MIS-Szenario mit
hohem Bcvolkerungswachstum.P Erwerbspersonen werden von Eckerle et al, (1995) nicht
ausgewiesen.
13
14
15
Zur fonnalen Berechnungin MIS siehe Kap. 5.3.2.Hohe Bevolkerungswerte werden von einer Reihe neuerer Studien ausgewiesen. Siehe Bucher et al. (1994).Kriterium fur die im Gegensatz zu friiheren Prognosen stark gestiegenen Bevolkerungsdaten sind dieAnnahmen fiber die Zuwanderungen vor allem aus Osteuropa. Dies gilt fur Gesarntdeutschland. Bei einerRegioneneinteilung in alte und neue Bundeslander sind jedoch auch die Ubersiedler aus del' ehernaligenDDR in der Periode von 1989 bis 2005 nicht zu vernachlassigen. Unterschiede in Fertilitats- undMortalitiitsraten sind innerhalbder Studienkaum zu verzeichnen.Zu den PROGNOS-Daten siehe Eckerle et al. (1995), S. 48 f.
134
6.2.1.2 Politikmallnahmen
Die verschiedenen Moglichkeiten zur Vermeidung klimarelevanter Emissionen sind bereits in
Kapitel 3.1 diskutiert worden. Die umweltokonomischen Instrurnente Auflagen, Abgaben und
Zertifikate wirken je nach ihrer Konzeption einzein oder simultan auf die Hohe von
Emissionen, Konsum und Produktion abel' auch auf die Organisation einzelner
ProduktionsverfaIn·en.16 Innerhalb des IKARUS-Instrurnentariums ist bei del' Erstellung von
Energieszenarien jedoch nur die Abgabe in ihrer Ausgestaltung als CO2-Steuer von
Relevanz.!" D.h. nach einer Iteration del' Modelle im Standardszenario ohne CO2-Steuer ist
eine Kopplung del' Modelle unter Berticksichtigung del' Einfiihrung einer C02-Steuer
denkbar. 18 Dies veranschaulicht die Abbildung 6-8.
198
( ~IS Johne COt"Steuer
legende: Simulation-dynamlech-
Optimlerung-atausch-
2005 2020
::: pll~~US-I__-I~~(iMIS Jneu ~ t
COT maCOr---1"~ SteuerSchattenprels ".
Abb. 6-8: Zusammenhang von Nettoproduktionswerten und CO2-Steuer
bei del' Iteration von IKARUS-LP und MIS
Im Laufe des Iterationsverfahrens fiihrt ein im IKARUS-LP erstmalig berechneter COr
Schattenpreis, del' anschliellend nach MIS ubertragen und dort fur die Rechnung 2005 als
CO2-Steuer interpretiert wird, zu gegenuber dem Standardszenario veranderten sektoralen
16
17
18
Kuckshinrichs (1995), S. 283 f. Ab S. 292 werdenpraxisrelevante BeispielevonEmissionsgrenzwerten undeiner CO,-Steuerzur Luftreinhaltung vorgestellt.Hier zeigt sich ein Unterschied in der Bearbeitung von Szenarien und Prognosen. Bei der Erstellung vonSzenarien als mogliche Pfade ktmftiger Entwicklung ist die Einfiihnmg einer CO2-Steuer ein denkbaresSzenario. Dies gilt nicht zwingend fur Energieprognosen. So wird etwa bei Eckerle et al. (1995) keinHandlungsbedarffUr die Einfiihrung einerEnergie-bzw. CO,-Steuergesehen.Der EinfIuJ3 von Politikmallnahmen auf die sekloralen Nelloproduktionswerte wird erst im Referenzszenario einer CO2-Steuer sichtbar. Damit riicken PolitikmaJlnahmen gegeniiber den ubrigen Determinanten fur Nelloproduktionswerte in denHintergrund.
135
Nettoproduktionswerten fur 2005. Impliziert ist dabei eine Umrechnung del' MIS-Outputdaten
mittels Ubertragungsspreadsheets. Die so gewonnenen Nettoproduktionswerte sind dann
wiederum als energienachfragebestimmende Grolsen die Ausgangsbasis ftir Rechnungen des
IKARUS-Optimierungsmodells fUr 2005. AnschlieBend wiederholt sich del' Vorgang fur den
Zeitraum zwischen 2005 bis 2020. 19
6.2.1.3 Steigerung del' Energieeffizienz
Ein wichtiger Faktor bei del' Abschatzung del' zukiinftigen Entwicklung von
Wirtschaftsaktivitat und Energienachfrage ist del' sektorale Strukturwandel.i" Diesel' ist
sowohl in Form langfristiger Entwicklungen, die einem bestimmten Trend folgen, als auch
anhand massiver Strukturbrttche, wie die Entwicklung in den neuen Bundeslandern ab 1989
zeigte, zu beobachten. So kam es dort zu dem Zusammenbruch energie- und kostenintensiver
Produktionszweige infolge del' Auflosung von Wirtschafts- und Handelsbarrieren, dem Zerfall
del' Handelsbeziehungen zu den GUS-Staaten, dem Preisdruck durch westeuropaische
Hersteller sowie del' veralteten und umweltbelastenden Produktionstechnik.
Dabei ist del' sektorale Strukturwandel das Resultat einzelwirtschaftlicher Konsum-,
Produktions- und Investitionsentscheidungen und laBt sich als Veranderung des Anteils einer
Branche bzw. eines Produktionsverfahrens an gesamtwittschaftlichen GroBen wie Produktion,
Wertschopfung oder auch an Erwerbstatigenzahlen messen.
Zerlegt man den sektoralen Wandel in die beiden Komponenten des intersektoralen und des
intrasektoralen Strukturwandels, so beschreibt del' intersektorale Strukturwandel eine
Veranderung des Stellenwertes del' Wirtschaftsaktivitaten zwischen einzelnen Branchen oder
Produktionsverfahren. Als Beispiel ware die Entwicklung zum Ausbau des
Dienstleistungssektors zu nennen. Ursache hierfUr konnen direkte Entscheidungen von
Investoren bzw. Untemehmen zur Branchen- bzw. Produktionsverlagerung undJoder
Nachfrageverschiebungen als Reaktion von Preisentwicklungen sein. Denkbar ist ebenso ein
Wertewandel aus erhohtem UmweltbewuBtsein oder infolge veranderter Konsumenten
praferenzen, Moglich ist abel' auch ein politisch rnotivierter Wandel, etwa aus
Umweltschutzgriinden, del' sich in Branchenabkommen - siehe Selbstverpflichtung del'
19
20
Vgl. dazu das im Kapitel 4.2 geschilderte Vorgehen im Fail des MARKAL-MEPA-Modeils. Auch dortwerden zwei getrennte Iterationen betrachtet.Die raumliche Dimension des gesamtwirtschaftlichen Wandels, del' regionale Struktunvandel mull imKontext des lKARUS-Projektes unberucksichtigt bleiben. Veranderte Strukturen in den neuen Bundeslandern bzw. Verlagerungen zwischen den alten und neuen Landern werden ailein als Branchen- wie auchals Technikverlagerungen interpretiert. Dagegen ist etwa die Betrachtung von Anderungen del' Infrastruktur, wie eine Verlagerung des Ferngutertransports weg von del' StraJJe hin zur Schiene imVerkehrssektor wohl moglich,
136
deutschen Industrie - oder mittels del' Einfiihrung von Umweltauflagen und Steuem
manifestiert. Energetisch ist eine intersektorale Verschiebung in Richtung energieextensiver
Branchen c.p. gleichbedeutend mit einem Ruckgang von Energienachfrage und
Emissionsniveau.
Del' intrasektorale Strukturwandel vollzieht sich branchenintern auf del' Ebene einzelner
Produkte und Produktgruppen in Fonn von Encrgietragersubstitution etwa in Richtung
umweltvertraglicher Einsatzfaktoren wie Gas und erneuerbare Energietrager, einer Erhohung
des Wirkungsgrades oder auch mittels Verfahrcnsanderungen. Innerhalb des Chemiesektors
ist beispielsweise eine Abkehr von Verfahren del' Chlorchernie hin zu einer "sanften Chernie"
zu nennen. Im Gegensatz zurn intersektoralen Strukturwandel ist das Konzept del'
Technikkonstanz beim intrasektoralen Wandel aufgehoben, d.h, der technische Wandel ist
integraler Bestandteil intrasektoraler Veranderungen, Damit wirken auch intrasektorale
Strukturanderungen zugunsten energieextensiver Produktgruppen energieverbrauchsmindernd.
Zur Analyse des industriellen Strukturwandels innerhalb del' letzten 25 Iahre in der
Bundesrepublik existieren eine Reihe von Studien.21 Motiv fur diese Untersuchungen waren
verbesserte Erkenntnisse tiber den Zusammenhang von Strukturwandel und Energieverbrauch,
Umweltschutz und Wirtschaftswachstum. Diese Vergangenheitsdaten konnen sicher nicht
ohne weiteres fur die Zukunft fortgeschrieben werden, mogen abel' als Naherungswerte und
Anhaltspunkte bei del' Betrachtung del' kunftigen Entwicklung dienen. So laBt sich nach Goy
et aI. (1990) ein durchschnittlicher Ruckgang des Brennstoffverbrauchs um jahrlich 13 PI von
1970 bis 1987 allein auf intraindustriellen Strukturwandel zuruckfuhren. Auf intersektoralen
Wandel entfallen dann nochmals lund 4 PI. Dagegen war bei Strom eine verbrauchssteigemde
intersektorale Veranderung von 2 PI und intrasektoral von lund 1,5 PI zu verzeichnen.f Die
gleiche Tendenz zeigt sich bei Janicke et aI. (1992). Diese Ergebnisse sind in del' Tabelle 6-6
abgebildet. So reduzierte sich nach dieser Studie der Energieverbrauch des Verarbeitenden
Gewerbes zwischen 1970 und 1989 urn 1200 PI, d.h. urn rund 30,4% aufgrund des
intrasektoralen Wandels, Dem intersektoralen Sttukturwandel ist ein Rtickgang von 436 PI,
das sind ca. 13,6%, zuzuschreiben, Del' Stromverbrauch nimmt von 1970 bis 1989 zu. Ca.
4240 TWh , also rund 2,5%, entfallen auf den intrasektoralen Strukturwandel. Dagegen wirkt
sich del' intersektorale Strukturwandel nahezu neutral auf den Stromverbrauch aus. Mit einem
Ruckgang von 667 TWh sinkt del' industrielle Stromverbrauch urn 0,4% .23
21
22
23
Siehe Goy et a1. (1990), Graskamp et a1. (1992) sowie Janicke et a1. (1992).Goy et a1. (1990), S. 123 ff Die Werte sind den Tabellen 3.3-11 U. 3.3-12 aufS. 150 U. 152 entnommen.Nach Janicke et a1. (1992), S. 68 ffsowie die Tabellen 3 und 4 auf S. 75 und 76.
137
Tabelle 6-6: Sektoraler Energieverbrauch im Industriesektor der Jahre 1979 bis 1989 (in PJ)
Quelle: Janicke et al, (1992), Tabelle 3, S. 75.
Branchen 111ttas¢ktoralefWandelJ970-19S9 .1l1tersektoralerWandeI1970-19S9Mineralolindustrie -186 -1224Steine und Erden -53,3 -120,5Eisen und Stahl -237,1 -367,8NE-Metalle -41,3 19,9GieBereien -3,5 -23,0Ziehereien u.a. -12,6 -1,9Chemie -371,6 150,0Holzbearbeitung -9,9 -1,0Papiererzeugung -118,9 39,4Gummi -13,5 -1,8Stahlverformung -11,0 0,6Stahl- und Leichtmetallbau -0,5 -3,1Maschinenbau -37,4 -7,1Fahrzeuzbau -63,1 16,7Schiffbau -0,6 -3,7Luft- und Raumfahrt -2,9 2,8Elektrotechnik -45,5 15,8Feinmechanik -0,7 -1,0EBM-Waren -19,0 -0,1EDV, Bnromaschinen -13,3 4,8Musik, Spielwaren u.a. 0,0 -0,5Feinkeramik -2,3 -8,1Glas -36,6 2,0Hoizverarbeitunz -3,9 -2,0Paoierverarbeituna -3,3 2,0Druck -0,5 0,2Kunststoff -11,8 22,1Leder -0,7 -5,5Textil -13,0 -34,SBekleidunz -0,3 -6,4Ernahrunz -61,S -2,2Tabak -2,2 0,1
Effekt -1210 6 -4364Bedeutung -30,4% -13,6%..
Bei den oben genannten Zahlen ist zu berlicksichtigen, daB sie jeweils fur den gesamten
Industriesektor gelten. Bei der Betrachtung einzelner Subsektoren konnen durchaus
gegenlaufige Effekte eintreten. Als Fazit der Untersuchungen von Goy et a.l (1990) und
Janicke et a.l (1992), die hinsichtlich des Stromverbrauchs bei der Bewertung des
intersektoralen Strukturwandels voneinander abweichen, ergibt sich folgende Obersicht.24
24 Vgl. Jochem et al, (1994), S. 30. Die hohe Bedeutung des intrasektoralen Strukturwandels zeigt sich auchbei der Entwicklung von Ressourcenverbrauch und Schadstoffemissionen im Verhaltnis zumWirtschaftswachsturn. Dabei fuhrte del' Einsatz neuer Techniken ganz wesentlich zu einer Rednktion del'Elastizitat und in einigen Sektoren gar zu einer Entkopplung von Wachstum, Ressourcenverbrauch undUmweltbelastung. Laut Walz et al. (1992), S. 2 f. und del' Tab. 2 auf S. 5 ist die Elastizitat des Primar- undEndenergieverbrauchs gleich Null, d.h. die Energieverbrauchsentwicklung ist starr und insgesamt vomWirtschaftswachstum unbeeinfluJlt. Lediglich bei Strom ist die Elastizitat grofser als Eins, darnit liegt del'Verbrauchsanstieg fiber del' Wirtschaftsentwicklung.
138
Tabelle 6-7: Einfluf des Strukturwandes auf den Energieverbrauch
Energietrager intrasektoral intersektoral
Brennstoff Abnahme Abnahme
Strom Zunahme Zu-/Abnahme
Im Rahmen des IKARUS-Projektes ist del' intersektorale Strukturwandel ftir den
Industriesektor definiert als Branchenverschiebung bzw. Anderung del' Anteile del'
Nettoproduktionswerte, Unter dem Begriff des intrasektoralen Wandels sind sowohl
Veranderungen in del' Produktpalette als auch Energieeffizienzverbessemngen durch
technischen Wandel einzuordnen. Dadurch ist del' intrasektorale Strukturwandel autonom, d.h.
unabhangig von energie- und klimapolitischen Einflttssen.P Neben diesem Standardszenario
geben die Varianten Spar und Super Spar die zusatzlichen technischen Effizienz
verbesserungen bezuglich politisch induzierter C02-Reduktionsmafsnahmen an.
FUr die Analyse des zu erwartenden Strukturwandels im Industriesektor zwischen 1989 und
2005 wurde wie folgt vorgegangen." Ausgangslage ist del' Technikpark des Jahres 1989. In
del' Normalentwicklung werden zwischen 1989 und 2005 veraltete Prozesse und Techniken
im Rahmen del' autonomen Entwicklung ersetzt. Ebenso fmdet bis 2005 branchenintemer,
intrasektoraler Strukturwandel als Reaktion veranderter Produkte und Produktgruppen start.
Daruber hinaus wird zu den beiden Technikstandards fur 2005 ein Sparszenario mit
zusatzlichen Einsparmafsnahmen defmiert. FUrdie Rechnungen wird bei konstanter Nachfrage
del' Technikpark variiert, d.h. es wird unterstellt, daf del' Technikpark von 1989 bereits den
Standard von 2005 besitzt. Durch diesen hypothetischen Fall lassen sich die beiden Effekte
des sektoralen Strukturwandels getrennt ausweisen. Die intrasektoralen Effekte werden dabei
konstant gehalten. Anderungen sind allein intersektoral motiviert, Eine Fallubersicht bietet die
nachstehende Tabelle 6-8.
Tabelle 6-8' IKARUS-Simulation Rechenfalle
·······F~I( iiii ..· (iii· .·.;,i;K>.···.· ..· ..
NM)J1J;age
A 1989 1989
B 2005 normal 1989
C 2005 soar 1989
D 1989 2005
E 2005 normal 2005
F 2005 spar 2005
25
26Vgl. Jochemet al. (1996).Im folgenden werden Ergebnisse einer Studie von Markewitz/Sonnenschein (1995a) vorgestellt. Die Wertesind nunjedoch keineswegsOptirnierungsergebnisse, sondem ergebensich aus Simulationslaufen,
139
Die Ergebnisse hinsichtlich des Strukturwandels fur die einzelnen Industrieprozesse sind in
den Tabellen 6-9 und 6-10 aufgefiihrt. Bei del' Normalentwicklung ist fUr den intersektoralen
Fallvergleich A-D ein Energiebedarfsanstieg von 10,4%, d.h. von absolut 177,3 PJ
festzustellen. Diese Entwicklung ist nahezu fur aile Sektoren symptomatisch. Die hochsten
Zuwachse sind in den Sektoren Chemie, SteinelErden und in del' Konsumgtttcrindustrie zu
verzeichnen. Lediglich in den Sektoren NE-Metalle und Eisenschaffende Industrie nimmt del'
Energieverbrauch trotz steigender Nettoproduktion abo Ursache sind sinkende Nachfrage bei
der Roheisenherstellung und bei Huttenaluminium. Bei del' intrasektoralen Analyse der Faile
D-E ergibt sich ein Energiebedarfsrllckgang in allen Branchen, del' die intersektoralen Effekte
kompensiert, so daB in del' Summe beider sektoralen Effekte - Zuwachs von 365 PJ und
Minderung urn 445 PJ, in der Tabelle als Fall A-E eingetragen, ein Ruckgang des
Energiebedarfs von 90 PJ bzw. eine Minderung urn rund 5,3% gegenuber dem Fall A
resultiert. Ursachlich entfallt dabei ein Anteil von 60% auf den intrasektoralen und 40% auf
intersektoralen Strukturwandel.
Tabelle 6-9: Sektoraler Endenergiebedarf (pJ) in del' Normalentwicklung
Branche Fall A Vergleich Vergleich Vergleich
absolut FallA-D Fall D-E Fall A-E
.< CiAt¢ts¢Kt91'1l1) (iAttfl-s¢KtQXIlI) I
NE-Metalle 90,2 - 5,6 - 12,8 - 18,4
Ubriger Bergbau 9,5 - 0,6 - 0,9 - 1,5
Chemie 328,3 74,0 - 33,8 40,2
Eisenschaffende Industrie 714,1 - 172,7 - 57,2 - 229,9
Restliche Grundstoffe 42,6 21,6 - 9,2 12,4
Investitionsguter 97,4 56,0 - 44,1 11,9
Konsumguter 116,4 69,5 - 42,7 26,8
Nahrung u. Genuf 82,2 22,5 - 14,6 7,9
Zellstoff u. Papier 61,6 40,9 - 19,0 21,9
Steine u. Erden 152,9 71,7 - 33,1 38,6
Summe 1695,2 177,3 - 267,4 - 90,1
Quelle: Markewitz/Sonnenschein (l995a), Tab. 3, S. 21.
140
Fur das Sparszenario zeigt sieh im Fallvergleieh A-F die Moglichkeit zu einer Minderung des
Energieverbrauehs von 167,2 PJ, d.h. urn 9,9% gegentiber del' Nonnalentwieklung des Falls A
von 1989. Im Vergleieh zum Fall A-E ist dies fast eine Verdopplung del'
Verbrauchsminderung. Eine erhohte autonome Entwieklung dureh verbesserte Techniken
ergibt sieh absolut gesehen vor allem im Investitions- und Konsumgtitersektor wie aueh in der
Chemiebranehe. Dadureh verandert sieh die Gewiehtung der Anteile im Sparszenario auf
einen zu 65% intrasektoral und zu 35% intersektoral bedingten Rtiekgang des
Endenergiebedarfs.
Tabelle 6-10: Sektoraler Endenergiebedarf(PJ) in del' Sparvariante
Branche FallA Vergleich Vergleich Vergleich
absolut FallA·D FallD"F Fall A-F
(intersektoral) (intrasektoral)
NE-Metalle 90,2 - 5,6 - 14,6 - 20,2
Ubriger Bergbau 9,5 - 0,6 - 1,3 - 1,9
Chemie 328,3 74,0 - 46,6 27,4
Eisensehaffende Industrie 714,1 - 172,7 - 63,8 - 236,5
Restliehe Grundstoffe 42,6 21,6 - !l,3 10,3
Investitionsgtiter 97,4 56,0 - 67,8 - !l,8
Konsumguter !l6,4 69,5 - 52,6 16,9
Nalnung u. Genuf 82,2 22,5 - 20,7 1,8
Zellstoff u. Papier 61,6 40,9 - 24,3 16,6
Steine u. Erden 152,9 71,7 - 41,5 30,2
Summe 1695,2 177,3 - 344,5 - 167,2
Quelle. Markewitz/Sonnenschein (I 995a), Tab. 4, S. 22.
Vergleieht man die IKARUS-LP Zukunftswerte der Nonnalvariante aus der Tabelle 6-9 mit
den detaillierten Vergangenheitsanalysen aus der Tabelle 6-6 von Janicke et al. (1992), so
zeigt sieh Ubereinstimmung in der Bewertung der Sektoren wie aueh bei der Gewiehtung der
Effekte von inter- und intrasektoralem Strukturwandel.
Bei beiden Untersuchungen stutzt sieh ein durch intersektoralen Strukturwandel verursaehter
Energieverbrauehsriiekgang auf den Sektor der Eisensehaffenden Industrie. Allerdings ist
bereits im Sektor Steine und Erden eine gegenlaufige Entwieklung abzulesen. Insgesamt
verzeichnet IKARUS trotz intersektoraler Anderungen einen Anstieg der Verbrauehszahlen.
141
Hier wird der griiBte Unterschied in den Untersuchungen deutlich. Denn die Vergangenheits
analyse zeigt in den 70er Jahren einen geringen Anstieg, in den 80er Jahren jedoch eine
Verringerung der Endnachfrage urn knapp 14% durch intersektoralen Wandel.
Fur den intrasektoralen Strukturwandel berechnet IKARUS in allen Sektoren einen Rtickgang
der Welte ebenso wie Janicke et al. (1992). Die Entlastung ist in beiden Fallen in den
Sektoren Chemie und SteinelErden sowie bei Investitions- und Konsumgtitern am griiJ3ten.
Ebenso besteht Ubereinstimmung in der Gewichtung der Anteile, So entfallen bei Janicke et
al. (1992) 64% der Verbrauchsminderungen auf intra- und 36% auf intersektoralen Wandel.
Dies liegt in der gleichen GriiBenordnung wie bei den IKARUS-Szenarien.
6.2.2 Zur Berechnung von Nettoproduktionswerten
In der Ausgangssituation, d.h. ohne Kopplung von IKARUS-LP und MIS, werden die
industriellen Nettoproduktionswerte aufserhalb des IKARUS-MIS-Instrumentariums
berechnet. Verantwortlich fur dieses exogene Erhebungsverfahren ist lSI-Karlsruhe,
6.2.2.1 Nettoproduktionswerte nach lSI-Karlsruhe
Das Berechnungsverfahren filr die allen Bundeslander erfolgt in Anlehnung an die
institutionelle SYPRO-Einteilung des Produzierenden Gewerbes und variiert je nach
Aggrcgationsgrad der Sektoren/"
• Die Nettoproduktionswerte auf SYPRO-Zweisteller-Ebene fur 1989 werden vom
PROGNOS-Institut tibernommen.
•
•
27
Auf SYPRO-Viersteller-Ebene werden die Welte der Kostenstatistik 1985 des
Statistischen Bundesamtes entnommen und mit Hilfe des Produktionsindex fur fachliche
Unternehmensteile auf das Basisjahr 1989 hochgerechnet. Auschliefiend werden diese
Werte tiber eine Anteilsberechnung am gesamten Nettoproduktionswert der jeweiligen
Branche auf das niedrige PROGNOS-Niveau umbasiert,
Da die Produktionsstatistik des Statistischen Bundesamtes unterhalb der Viersteller-Ebene
keine Werte fur einzelne Produkte bzw. Techniken wie etwa einzelne chemische
Grundstoffe oder Htittenaluminium ausweist, wurden diese Werte von lSI-Karlsruhe
Siehe Jochem et al. (1996), S. 56 f.
142
geschatzt. Dabei werden die Produktionsmengen des Jahres 1989 mit durchschnittlichen
Preisen bewertet oder es werden wie bei Roheisen und Stahl die Erzeugerpreise fiir
gewerbliche Produkte zugrunde gelegt. Fur die ubrigen Produkte wird mittels
Aufsenhandelsstatistik ein durchschnittlicher Preis, d.h. ein Mischpreis aus Import- und
Exportpreisen, gebildet. AbschlieJ3end erfolgt eine Anpassung dieser Nettoproduktions
werte wiederum mit Hilfe einer Anteilsberechnung an der Gesamtproduktion der
jeweiligen Branche an von PROGNOS berechnete Werte.
• Zusatzlich wurden Literaturanalysen und Expertenbefragungen durchgefiihrt.
Das Verfahren bei der Disaggregation der Branchen von der funktionellen MlS-Struktur zur
institutionellen IKARUS-LP Einteilung skizziert die Tabelle 6-11 am Beispiel der
westdeutschen Steine und Erden Industrie.
Tabelle 6-11: Branchen Disaggregation von MlS zu IKARUS-LP nach ISI-KarlslUhe
Wertschopfung Steine u. Erden
(MrdDM) 1)
17,1 27,6 34,0
Umrechnung auf Nettoproduktion 11,5 18,7 23,0
(Mrd. DM)2)
~Annalunen fur Branchen 3)
Zement (Mio. t) 29,8 28,0 25,0
Kalk (Mio. t) 7,0 10,0 10,5
Ziegel (Mrd. DM) 1,5 2,0 2,5
sonstige Steine u. Erden (Mrd. DM) 7,2 13,5 17,3
Quelle: Jochem et a1. (1996), Tabelle 5.1-2 auf S, 62.1) funktionelle Abgrenzung einschlieJllich Kleinbetriebe.2) institutionelle Abgrenzung und Betriebe > 20 Beschaftigte in Preisen von 1985.3) Annahme dnrch Literaturanalysen und Expertenbefragungen in physischen Grollen,
anschliefiend Umrechnung aufNettoproduktion.
143
Die Ermittlung von Nettoproduktionswerten fur das Basisjahr in den neuen Landern gestaltet
sich nach lSI-Karlsruhe als schwierig, da zum einen vorhandene Daten tiber
Produktionsstrukturen und Welte des MIS-Modells aufgrund del' Vorverlegung des
Strukturwandels im Zusammenhang mit dem Zusammenbruch del' DDR auf das Jahr 1988 in
MIS nicht ubemommen werden konnen und zum anderen nicht auf vorhandene
Nettoproduktionswerte zuruckgegriffen werden konnte.
Die Welte des Basisjahres sind Ausgangspuukt fur die Abschatzung del' kiinftigen
Produktionsentwicklung. Del' Ausweis erfolgt fur 2005 nach alten und neuen Landern
getrennt. Fur 2020 werden gesamtdeutsche Werte berechnet. lSI-Karlsruhe orientiert sich
dabei an den Produktionsmengen in physikalischen Einheiten.28 Die Hochrechnung auf die
wertmafsige Produktion berucksichtigt auch einen moglichen Trend zu hoherwertigen
Produkten, abgebildet in einem Anstieg des Verhaltnisses von Nettoproduktionwerten zur
Produktion in Tonnen. Die Nettoproduktionswerte fur aile drei Stutzjahre und die Regionen
beinhaltet die nachstehende Tabelle.
Tab. 6-12: Nettoproduktionswerte nachISI-Karlsruhe (Ml'd. DM)
Sektor 1989 2005 2020
alte neue alte neue Gesamt-
Lander Lander Lander Lander deutschland
NE-Metalle 8,8 kA. 10 0,6 12,3
Ubriger Bergbau 1,6 kA. 1,5 0 1,4
Chemic 79,5 k, A. 120 17 181
Eisenschaffende 17,2 k. A. 16 1,6 19
Industrie
Rest Grundstoffe 23,2 kA. 34 6,9 46,5
Investitionsgtiter 311,2 kA. 403 62 695
Konsumguter 82,4 k.A. 120 20 196
Nahrung- und 49,1 kA. 70 19 105
Genuf
Zellstoff u. Papier 7,1 k.A. 10 1,5 15
Steine u. Erden 11,5 k.A. 17 6 27,5
Summe 591,6 936,1 1298,7
Zu den Annahmender west- und ostdeutschen Produktionsentwicklung sieheJochemet al. (1996),S.61-68.
144
Die Anteilswerte del' einzelnen Subbranchen werden gemafl del' IKARUS-LP-Stmktur in den
Platzhaltem del' Aggregate del' einzelnen Sektoren ermittelt. So ist etwa im Platzhalter
"Nahrung und GenuJ3 Aggregat" die Aufteilung des Nettoproduktionswertes auf die beiden
Subsektoren Zucker und Rest Nahrung und GenuJ3 definiert, Danach entfallen auf die
Zuckerproduktion del' alten Lander des Basisjahres ca. 3,7% und 96,3% auf die iibrigen
Subsektoren dieses Sektors. Bei einem Nettoproduktionswert von 49,1 Mrd, DM betragt del'
Anteil del' Zuckerproduktion dann 1,8 Mrd. DM.
6.2.2.2 Neues Verfahren zur Berechnung del' Nettoproduktlonswerte
Orientiert man sich an Definitionen aus del' Volkswirtschaftlichen Gesamtrechnung, liefeli die
Einkomrnensentstehungsrechnung Auskunft iiber die allein durch Produktion geschaffenen
Faktoreinkommen/" Die Wertschopfung als Indikator fur die wirtschaftliche Leistung eines
Sektors wird damit charakterisiert als Wertezuwachs del' im ProduktionsprozeJ3 verwendeten
Giiter. Dies geschieht durch den Einsatz del' Produktionsfaktoren. Im MIS-Modell sind dies
Kapital und Energie. Die Bruttowertschopfung (zu Marktpreisen) ergibt sich daher durch
Abzug del' Vorleistungen, einzubeziehen sind hier auch die Importe, vom jeweiligen
Produktionswert eines Sektors. Siehe Abbildung 6-9.
Im Rahmen del' Einkommensverteilungsrechnung resultiert die Bruttowertschopfung aus del'
Sumrne del' Faktoreinkomrnen zuziiglich del' Abschreibungen und des Aggregates aus
indirekten Steuem minus Subventionen. Dies geschieht in del' Primaraufwandsmatrix del'
Input-Output-Tabelle fur die Bundesrepublik Deutschland.
Beide Berechnungsmoglichkeiten sollen anhand eines Beispiels aus dem MIS-Modell erlautert
werden. Betrachtet werden die Werte des MIS-Szenarios 04 mit hohem Wachstum und hoher
Bevolkerung fur das Basisjahr 1989. Die Bruttowertschopfung (BWS) direkt aus MIS
abgelesen belauft sich fur den Industriesubsektor Steine und Erden auf:
Entstehungsrechnung
Produktionswert 47,2 Mrd. DM
- Vorleistungen 24,4 Mrd. DM
- Importe 4,8 Mrd. DM
=BWS 18,0 Mrd. DM
(6.2)
29 Vgl. Haslinger (1990), S. 68 f. Offizielle Definitionen finden sich in den Veroffentlichungen desStatistischen Bundesamtes zur Fachserie 18 Volkswirtschaftliche Gesamtrechnungen, etwa im Hauptbericht der Reihe 1.3 cder den Input-Output-Tabellen der Reihe 2. Als weitere Quelle sind die Vorbemerkungen im Statistischen Jahrbuch, Kap. 24 Volkswirtschaftliche Gesamtrechnungen zu nennen.
Velteilungsrechnung
Einkommen aus Untemchmertatigkeit und Vermogen
+ Einkommen aus unselbstandiger Arbeit
+ (indirekte Steuern - Subventionen)
+ Abschreibungen
=BWS
4,1 Mrd. DM
10,6 Mrd. DM
0,7Mrd.DM
2,6Mrd.DM
18,0 Mrd. DM
145
(6.3)
Die so in MIS berechnete Bruttowertschopfung steUt zwar einen Ndherungswert fur die
Nettoproduktion dar, ist jedoch nicht mit diesel' identisch. Konzipiert wurde del'
Nettoproduktionswert, urn die im Produktionswert (=Bruttoproduktionswert) enthaltenen
Doppelzahlungen von Materialien und Lohnarbeiten bei del' Berechnung des
Bruttosozialprodukts zu beseitigen. Denn del' Produktionswert ist del' Wert del' Verkaufe von
Waren und Dienstleistungen aus eigener Produktion sowie von Handelsware zuziiglich des
Wertes del' Bestandsveranderungen an halbfertigen und fertigen Erzeugnissen aus eigener
Produktion plus dem Wert del' selbstersteUten Anlagen. Daher werden bei del' Berechnung des
Nettoproduktionswertes vom Produktionswert die Aufwendungen fur Materialverbrauch und
die vergebenen Lohnarbeiten abgezogen:
Produktionswert
- Materialverbrauch
- vergebene Lohnarbeiten
=NPW
(6.4)
Vermindert man den Nettoproduktionswert urn Kosten fur Fremdleistungen, Aufwendungen
zur Aufrechterhaltung des Produktionsapparates und Kostensteuern, erhalt man die
Bruttowertschopfung des entsprechenden Sektors. Analog zur amtlichen Statistik laJ3t sich
danach del' Nettoproduktionswert eines Sektors aus del' Summe von Bruttowertschopfung und
den entsprechenden Kostenkomponenten crmitteln."
30 DasVerfahren zur Ableitung von (6.5) folgt den Definilionen des Statistischen Bundesamtes:(I) BPW = Umsatz+1- Bestandsveranderungen an unfertigen und fertigenErzeugnissenaus
eigener Produktion + selbsterstellte Anlagen.(2) NPW = BPW- Materialverbrauch - Einsatz an Handelsware - Kosten fiir Lohnarbeiten.(3a)NWS= BPW - Vorleistungen - Abschreibungen - (ind. Steuem- Subventionen).(3b) =NPW - KostenfUr sonstige industriellelhandwerkliche Dienstleistungen - Mieten - Pachten
- sonstige Kosten - Abschreibungen - (ind. Steuem- Subventionen).(4) BWS= BPW - Vorleistungen,Mit (3a) = (3b)ergibt:(5) BPW - Vorleistnngen + Kosten fur sonst. Dienstlstg. + Mieten+ Pachten+sonst. Kosten =NPW.Nun (4) BPW =BWS+ Vorleistungen in (5) eingesetzt:(6) BWS + Kostenfursonst.Dienstlstg. + Mieten + Pachten+ sonst.Kosten= NPW.
146
BWS
+ Kosten fur sonstige industrielIelhandwerkIiche Dienstleistungen
+ Mieten und Pachten
+ sonstige Kosten
=NPW
(6.5)
Die obigen Ausfiihrungen fal3t die Abbildung 6-9 zusammen. Gleichzeitig wird die Nahe von
Bruttowertschopfung und Nettoproduktionswert veranschaulicht.
Soli Haben
Vorlelstunpen von inlandischenVerkaufe von Vorlelstungen • IUntemehmenan Unlemehmen, staat und !
Vorleistungen aus demAusland Haushalte Verkaufe!
t Abschrelbungen = !Inveslillonsgater Umsatz ,Ind.Steuem- Subv. Vorprodukte
,! Lohne Gehalter
iNPW
IBPW
! BWSMieten, Pachten Exporte
, NWSZinsen Bsstandsand. an eigenenErzeugnissen, I
i Selbsterstelile Anlagen,
Gewlnne j~
Abb. 6-9: Produktionskonto eines Unternehmens"
Im folgenden werden die sektoralen Nettoproduktionswerte gemiil3 der Gleichung (6.5), d.h.
ausgehend von Bruttowertschopfungsgrofsen, berechnet. Vergleicht man die Ergebnisse des
zugrundege1egten MIS-Szenarios mit den offizielIen Welten der Input-Output-Rechnung des
Statistischen Bundesamtes, so besteht griil3ere Ubereinstimmung in Werten der Brutto
wertschopfung. Einer in MIS berechneten Bruttowertschopfung von 2176 Mio. DM im Jahr
1989 fur die alten Lander stehen 2064 Mio. DM in der amtlichen Statistik gegeniiber. Beide
Welte weichen urn 5,4% von einander abo Im Gegensatz dazu besteht zwischen der in MIS
ausgewiesenen Bruttoproduktion von 5111 Mio. DM und dem amtlichen Welt von 5521 Mio,
DM eine Abweichung von 8,1%.
Nach der Beschreibung der Ausgangssituation und der Begriindung fur die Wahl der
Bruttowertschopfung als Basisgrofle fur die Berechnung institutionelIer Nettoproduktions
werte aus Mls-Rechenlaufen wird nun das im Nachfragegenerator Industrie (NG!) gewahlte
Verfahren vorgestelIt. Es besteht aus vier Schritten.
31 Veranderte Abbildung des Produkiionskontos aus Stobbe (1984), S. t07.
147
• Umrechnung del' funktionellen Mlx-Bruttowcrtschopfungsgrofren zu institutionell
abgegrenzter Bruttowertschopfung,
• Bereinigung del' institutionellen Bruttowertschopfung urn Betriebe des
Kleinverbrauchersektors.
• Umrechnung del' institutionellen industriellen Bruttowertschopfung zu
Nettoproduktionswerten.
• Korrektur del' Sektorenabgrenzung zwischen MIS und IKARUS-LP.
Schritt I
Die Umrechnung del' funktionellen Mlx-Bruttowcrtschopfungsgrofsen zu Werten institutionell
abgegrenzter Wirtschaftsbereiche orientiert sich am Uberleitungsrnodell des Statistischen
Bundesamtes.V Dieses wurde bereits 1979 entwickelt und erlaubt "bei del' Aufstellung del'
Input-Output-Tabellen und ihrer Auswertung einen Ubergang von den Ergebnissen del'
Sozialproduktsberechnung zu den Daten del' Input-Output-Tabellen und umgekehrt.v'" D.h.
del' fur die vorliegende Analyse wichtige Weg einer Ruckrechnung von funktionellen zu
institutionellen Werten ist ebenfalls moglich."
Bei del' ursprunglichen Anwendung des Uberleitungsmodells wird die institutionelle
Sektorenabgrenzung aufgegeben, indem die Aktivitaten del' institutionellen Wirtschafts
bereiche den funktionellen Produktionsbereichen, d.h. den zugehorigen Gutergruppen
zugerechnet werden, Probleme bereitet dabei die Inputstruktur del' zu tibertragcnden
Nebenproduktion VOl' und nach erfolgter Umrechnung. Dies sind die Koeffizienten del'
gesamten Vorleistungen und des primaren Aufwands. Bei unvollstandiger Datenbasis hilft
hier i.d.R. die Hauptannahme des Ubcrleitungsmodells, daf die Inputstruktur del'
Nebenproduktion des abgebenden Sektors gleich del' aufnehmenden Inputstruktur ist. So wird
gewahrleistet, daBdie Produktion gleicher Produkte mit del' gleichen Inputstruktur erfolgt.
Voraussetzung fur eme Umrechnung ist eine Output-Tabelle, das sogenannte
Produktionsprogramm. In diesel' Matrix sind die Produktionswerte del' institutionellen
Wirtschaftsbereiche den funktionellen Produktionsbereichen zugeordnet. Eine solche make-
32
33
Vgl. Stahmer (1979). Vorbild fur das Uberleimngsmodell war das System VolkswirtschaftlicherGesamlrechnungen (SNA) der Vereinten Nationen. Zu letzterem siehe United Nations (1968).Stahmer (1979). Zitat auf S. 341. 1m Statistischen Bundesamt wurden die Nachteile bei unterschiedlicherSektorenabgrenzung und Berechnungsmethodik erkannt. Als Argumente werden die Verwendung der lOTzu Konsistenzprilfungen der Angaben von Entstehungs- und Verwendungsrechnung genannt wie auch dieErweiterung der Aussagefahigkeit der lOT selbst, sollte man aus diesen informationen fur institutionellabgegrenzte Wirtschaftsbereiche ableiten konnen.Sinn der Ruckrechnung war es ursprilnglich, die Auswirkungen von Anderungen der Endnachfrage aufProduktionswerte, Wertschopfung und Beschiiftigung auf die institutionellen Wirtschaftsbereiche zubestinunen. Vgl. Staluner (1979), S. 351. Mit der vorliegenden Untersuchung werden jedoch nicht dieAnderungen der Produktionswerte bzw. Bruttowertschopfung der Produktionsbereiche ubergeleitet,sondem die Produktionswerte bzw. die Bruttowertschopfung selbst.
148
matrix (industries x commodities) ist jedoch aus einer rein funktionell abgegrenzten Input
Output-Tabelle wie in MIS nicht zu erstellen. Ftir das Basisjahr 1989 hilft hierbei jedoch die
Output-Tabelle des Statistischen Bundesamtes aus dem Jahr 1991 nach Gtitergruppen und
Wirtschaftsbereichen nach dem Konzept del' Input-Output-Rechnung" DOlt sind die
Produktionswerte der 58 Gtitergruppen den 58 Wirtschaftsbereichen zugeordnet.
Abweichungen in den beiden Tei1systemen der Vo1kswirtschaftlichen Gesamtrechnung
konnen bei der Uberleitung del' Bruttowertschopfung unberticksichtigt b1eiben. Denn
Abweichungen wie die Berticksichtigung bestimmter firmenintemer Lieferungen und
Leistungen, die Bruttoverbuchung von Lohnarbeiten und die Nettostellung des Hande1s
betreffen VOl' allem Produktionswerte und Vorleistungen. Die Komponenten del' Brutto
wertschopfung hingegen sind im Input-Output-Konzept und in der Berechnung des
Sozialprodukts gleich abgcgrcnzt.l" D.h. nach erfolgreicher Uberleitung ist eine weitere
Umrechnung auf das Konzept del' Sozialproduktsberechnung nicht notwendig."
Das Statistische Bundesamt weist das Produktionsprogramm in einer 58 x 58 Output-Tabelle
aus. Urn diese Matrix fur die Uberleitung von MIS-Welten handhabbar zu gestalten, werden
die Sektoren analog MIS aggregiert, Zur Erleichterung werden dabei die MIS-Energiesektoren
1-8 und die Verkehrssektoren 9-16 in den zwei Sektoren Energie und Verkehr
zusammengefaJ3t. Analog ist die Vorgehensweise bei der 58 x 58 Output-Tabelle. Die tibrige
Sektorenzuteilung erfolgt gemaf den Tabellen 6-2 und 7-8. In der Tabelle 6-13 wird das
Produktionsprogramm daher in 16 Sektoren ausgewiesen. Dabei bilden die Spaltensummen
die Produktionswerte der Gutergruppen und die Zeilensummen die Produktionswerte der
Wirtschaftsbereiche abo Auf der Hauptdiagonalen sind die Hauptproduktionen der Sektoren
eingetragen, die restlichen Felder beschreiben die Nebenproduktionen.
Dieses 91er Produktionsprogramm wird anschlieJ3end auf das Jam' 1989 tibertragen. Dazu
werden den Summen del' Gtitergruppen die funktionellen MIS- Bruttoproduktionswerte
gegenubergestellt." Del' Quotient aus Summe MIS und Summe Input-Output-Rechnung wird
zur zeilenweisen Multiplikation mit dem Produktionsprogramm benutzt. So entsteht die
Tabelle 6-14, die Outputtabelle bzw. das Produktionsprogramm fUr 1989. In der Zeilensumme
stehen die funktionalen Bruttoproduktionswerte wie sie in MIS ausgewiesen werden. In del'
Spaltensumme sind gemaf dem Produktionsprogramm die institutionellen BPW eingetragen.
35
36
37
38
Statistisches Bundesamt (1993), Fachserie 18, Reihe 2 Input-Output-Tabellen 1991, Tab. 3, S. 150 ff.Stahmer (1979), S. 367 f. Dort auch genauer zu den Abweichungen zwischen Input-Output-Rechnung undSozialproduktsberechnung.Den Vorteilen der Uberschaubarkelt, des bei EDV-Umsetzung geringen Arbeitsaufwands, der Umkehrbarkeit des Verfahrens und der Moglichkeit bei Kenntnis der Umsteigematrizen eigene lOT's erstellen zukonnen stellen Holub/Schnabel (1994) auf den S. 44-45 den Nachteil entgegen, daB im Einzelfallunplausible Werte fur einzelne Produktionsbereiche mcglich sind. Deshalb werde das Verfahren nureingesetzt, wenn die Anteilswerte auf der Hauptdiagonalen fur aile Sektoren groBer bzw. gleich 0,8 seien.Zu MIS-Ergebnissen des Szenarios Trend Spar mit hoher Bevolkerung siehe den Anhang C-l.
Tab. 6-13: Produktionsprogramm 1991(Angaben in Mio. OM, auger Summe Mrd. OM und BPW in Mrd. OM)
Soklor Ener 10 verxenr LanclW. Chemlo Stelne/Ertlen SOnst.lnd. NE-Metall Elson Pe lor Fahl2Clu bau Nehrun s+Gonua Glea&rol ,,, WOllnun Olenstlelstun Staat SummeMrd. MlS8PWf M1SJI-oEnerglo 230836 649 0 "" 2S 3914 193 2208 25 '76 m 21 0 0 53' 0 244,041 281,4 1,15:308493Vorkohr 1041 ,73<" ".. 0 0 0 0 0 0 0 0 0 '97 0 "9 0 115,8:14 341,4 1,94160401Landw 0 0 86397 0 0 0 0 0 0 0 0 0 0 0 '" 0 86,577 106,8 1,23358398cnemie 4179 0 0 218565 769 2621 402 067 764 6760 '76 ..... '" 0 1545 0 295,198 326,4 1,10569855StolnoErdon ... '" 0 68' 47884 394 29 SO .. 352 SO tas 3766 0 68' 0 54,283 41,2 0,86951116$onst.lnduslrlo '" 0 0 3850 137 218729 29 7 664 "'" " 70 124 0 10902 0 235,128 271,1 1,11851105NE-Metall 0 0 0 2821 0 a 21676 '" 0 3533 0 :J67 0 0 ".. 0 34,918 49,6 1,42041082Elsen 173 0 0 12' 21 4 '19 93100 0 '''' 0 'OS 0 0 0 0 94,717 107 1,12968105Paptor 0 0 0 709 0 1253 2S 0 52291 '69 20 0 0 0 21' 0 54.704 63.9 1.16810471fahrzougbau 1459 3697 '53 3201 "', 2141 2772 1810 '" 889781 34 4416 08" 0 20959 0 936,881 932,4 0,99521014Nahrungs u,Gonun 0 0 270 '" 0 ts 0 0 20' eo 211385 0 0 0 5251 0 271,921 282,3 0,94317301Gtonorol 0 0 0 '12 08 27 '" 2233 0 9668 0 63397 5 0 354 0 18,815 n 0,93918315B," 3905 3808 64' 1339 ars "', sa ae '06 "'" '''' '76 320815 0 4026 430 339,698 239,3 0,10403414Wohnung 2081 1902 0 3539 591 1899 393 655 355 4149 2529 083 13' 237510 66015 0 342,255 272,5 0,19618998Olonstlolstung 11808 2763 "0 10820 1438 "" 08' .." 1212 39337 1816 1611 3723 0 1517312 0 1601,184 1232,1 0,18662037Staat 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 645190 645,19 500,1 0,71512051Summo 255511 186853 88146 309510 $1531 237239 33138 101211 56035 961003 282647 11670 334694 237570 1643316 645620 5501,354 5111,5 0,9291348Summo Mrd. 255,571 186,853 88,748 309,51 51,531 231,239 33,138 101,211 56,035 961,003 282,647 71,67 334,694 237,57 1648,316 645,62 5,501354 0 0MtSBPW 281,4 341,4 106,8 326,4 47,2 271,1 49,6 '97 63,9 932,4 282.3 72 239,3 272,5 1232,1 500.1 5,1115 0 0
--c--o
Tab. 6-14: Produktionsprogramm 1989(Angaben in Mio. OM, aufser Sum me Mrd. OM und BPW in Mrd. OM)
ektor 00' e erxonr ndw. home to nol rcen onet. nd. N ·Meta '00 ." ah17:cu9bau Nahrun s+ enu e re u crmun ensue stung tout W I ,Energlc 266174 979 0 5677 30 4582 223 "'6 29 318 202 24 0 0 617 0 0,257755Vcr!<chr 2021 336719 1270 0 0 0 0 0 0 0 0 0 1159 0 231 0 0,457935landw 0 0 106578 0 0 0 0 0 0 0 0 0 0 0 223 0 0,299906ChemIc 4621 0 0 305798 850 2898 444 406 867 7475 639 495 199 0 1708 0 0,278624StclneErdon 42 97 0 592 41636 334 as 86 3 306 86 117 3275 0 601 0 0,382055Sonstlnd 48 0 0 4537 161 255419 33 8 806 2926 84 82 146 0 12848 0 0,287095NE-Metall 0 0 0 4016 0 3 39600 223 0 5019 0 521 0 0 219 0 0,111109Elsen 195 0 0 137 24 5 134 105173 0 659 0 673 0 0 0 0 0,142607Paplcr 0 0 0 828 0 1462 33 0 610S1 225 23 0 0 0 246 0 0,214851Fahrzcugbau 1452 3978 152 3186 247 2131 2759 1801 364 885520 34 4395 5523 0 20859 0 0,340024Nahrungs u.Gcnue 0 0 255 678 0 14 0 0 196 78 256126 0 0 0 4955 0 0,250507GleRcrcl 0 0 0 204 36 25 645 2096 0 9086 0 59569 5 0 333 0 0,416958S.U 2749 2681 431 943 267 288 41 62 75 2681 99 124 225724 0 2836 303 0,475115Wohnung 1657 1514 0 2818 471 1512 313 522 283 3303 2014 305 107 169151 68532 0 0,817310Dlcnstlo[slung 9052 2118 506 8295 1102 5908 423 373 928 30157 5839 1281 2854 0 1163202 0 0,555031Staat 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 500100 0,509776Summa 288011,32 348085,63 109191,69 337706,62 44823,70 274639,16 44672,59 113299,08 64633,61 947749,32 265144,39 67587,58 238991,93 189150,85 1277409,80 500402,73 0Summa Mrd. 288,01 348,09 109,19 337,71 44,82 274.64 44,67 113,30 64,63 947,75 265,14 67,59 238,99 189,15 1277,41 500,40 0
~
V>o
151
Anschliefsend werden fUr die 16 Sektoren die funktionellen Koeffizienten BWSr /BPWr
gebildet. Mit diesen lassen sich direkt die institutionell zugeordneten Bruttowertschopfungs
groBen berechnen. Letztere ergeben sich aus dem Produkt der Koeffizienten mit den
Fe1dwerten der neuen Output-Matrix 1989, welche spa1tenweise ge1esen wird. Wiederholt
man den obigen Vorgang fUr jeden Sektor, resultiert daraus die gesamte Bruttowert
schopfung, Die Werte sind in del' Tabelle 6-15 eingetragen.
Tab.: 6-15: Zwischenergebnis: funktionelle und institutionelle
Bruttowertschopfung des MIS-Modells
Sektor BWS f(Mrd. DM) BWS i (Mrd. DM)
Energie 87,88 79,06
Verkehr 145,15 159,52
Landwirtschaft 32,03 33,15
·...... i.···\····i li •••.•.•...~., i ..... . . .. ,-,-~"
SteiQetmdEl'd¢ri i .:• . •.•..• •.... . .. ··1&,!)3 17,4:2
Sonstige.Industrie . 79,55 81,18
NEcMetalle 5,51 6,34
Eisen 15,;26 17,98
Papier 13,73 14,56
Fahrzeugbau 317,04 329,44
Nahrung- und Genuf 65,71 69,40
Giefsereien 30,02 27,72
Bau 113,70 112,68
Wohnung 222,72 154,59
Dienstleistung 683,85 716,25
Staat 254,94 255,08
Summe 2176,07 2171,90
davon Industrie 635,80 661,57
Die Abweichung del' urspriinglichen funktionellen Bruttowertschopfung zu den nun
umgerechneten institutionellen Werten betragt fur den Industriesektor 4%. D.h. einzelne
Produktionsbereiche, die nach funktioneller Gliederung den Energie-, Verkehrs- oder
Kleinverbrauchersektoren zugeschlagen wurden, entfallen nach der neuen institutionellen
Sektorenabgrenzung nun auf den Industriesektor. Insgesamt, tiber alle Sektoren der
152
Volkswirtschaft, gleichen sich die Abweichungen aus. Del' gemessene Welt von 0,2% ist
vernachlassigbar und woh1 auf Rundungsfehler des eingesetzten EXCEL-Tabellen
kalkulationsprogramms zuruckzufuhren.
Das Verfahren lallt sich flir die Jahre 2005 und 2020 wiederholen. Ausgangspunkt ist jedoch
immer das amtliche Produktionsprogramm des Jahres 1991, welches auf das MIS -Basisjahr
1989 und die Zieljahre 2005 und 2020 umgercchnct wird. Da in MIS die Input-Output
Tabellen nur flir das Gebiet der alten Lander vorliegen, bleiben die neuen Lander
unberucksichtigt.
Schritt II
Ein weiteres Problem liegt ebenfalls in der unterschiedlichen Aggregation begrilndet. Die
institutionelle Abgrenzung in IKARUS-LP umfafst nur Betriebe mit mehr als 20
Beschaftigten, Unternehmen mit geringerer Beschaftigtenzahl sind dem Kleinverbrauch
zuzuordnen. MIS hingegen weist die Industriesektoren einschliefslich del' Kleinbetriebe aus.
Nach Angaben des Statistischen Bundesamtes gab es 1989 im Verarbeitenden Gewerbe der
alten Lander insgesamt 5506 Betriebe mit weniger als 20 Beschaftigten, Dazu zahlen vor
allem die Branchen Steine und Erden und Holzbearbeitung des Grundstoff- und
Produktionsgewerbes sowie verteilt im Investitionsgtitersektor, im Konsumgutersektor und
im Nahrungs- und Genullmittclgewerbe.
MIS weist die Wertschopfung pro Erwerbstatigen der einzelnen Sektoren aus. Mit den aus der
Produktionsstatistik des Statistischen Bundesamtes entnommenen Beschaftigtenzahlen del'
Kleinbetriebe lallt sich so die Hohe der Wertschopfung del' Betriebe mit weniger als 20
Beschaftigten ermitteln. Subtrahiert man diese Zahl von der Wertschopfungsgrofie del' MlS
Industriesektoren, lallt sich die in MIS berechnete Wertschopfung des Verarbeitenden
Gewerbes um den Kleinverbrauch bereinigen. Die Tabelle 6-16 zeigt diese Zahlen. Bei der
Sektorenzuordnung der Beschaftigtenzahlen ist wiederum auf die unterschiedliche
Sektorenabgrenzung der Subsektoren Ubriger Bergbau, Gunu:ni und Holzbearbeitung zu
achten. Nun wird jedoch die institutionelle Gliederung der Produktionsstatistik des
Statistischen Bundesamtes an die funktionelle MIS-Abgrenzung angeglichen.
153
Tab. 6-16: Bereinigung des MIS-Industriesektors urn die Betriebe < 20 Beschaftigte
StBA MIs MIS MIS MISSektor Beschaftigtein Wcrtsch.Erw. BWS, BWS, BWS,
Kleinbetrieben Kleinbetriebe > 20 Erw.(DM) (Mio.DM) (Mio. DM) (Mio. DM)
Chemie* 1226 94090 90943 115 90828
Steine nnd Erden 14263 98280 18033 1402 16631
Konsumzuterv" 20257 54857 79554 1111 78443
NE-Metalle 95 86936 5511 8 5503
Eisensch. lndustrie 17 97499 15259 2 15257
Papier u. Zellstoff'** 375 76837 13729 29 13700
Investitionsguter 13187 75132 317038 991 316047
Nahrung u. GenuJl 6241 85156 65708 531 65177
Gieflereien 156 67790 30021 11 30010
Snrnme 55817 635796 4200 631596
Quelle: StBA: StatistischesJahrbuch 1991, Tab. 9.8, S. 204-205. MIS Szenario4.* ChemieinklusiveGummi, ** Konsumguter inklusiveObrigerBergbau nnd Holzbearbeitung,***Zellstoffnnd Papiererzeugung(aus Differenzbetrag geschatzt) inklusivePapierverarbeitung.
Resultat der Tabelle 6-16 ist die urn die Kleinbetriebe verminderte Bruttowertschopfung der 9
MIS-Sektoren des Produzierenden Gewerbes. Noch sind die Sektoren allerdings funktionell
abgegrenzt. Die Umrechnung zu institutioneller Sektoreneinteilung erfolgt mit Hilfe des
Multiplikators BWS/BWSf, d.h. unter Berucksichtigung der Differenz zwischen der
funktionellen und institutionellen Bruttowertschopfung aller Betriebe im Industriebereich. Die
institutionelle Bruttowertschopfung der Betriebe mit mehr als 20 Beschaftigten resultiert dann
aus:
MIS BWSf> 20 ElW. X BWS/BWSf =MIS BWS j > 20 EIW.
FUrden Chemiesektor bedeutet dies:
90828 Mio. DM x 97531 Mio. DMl90943 Mio. DM = 97407 Mio. DM
(6.6)
Die Multiplikatoren und institutionellen Wertschopfungen der ubrigen Sektoren sind in der
Tabelle 6-17 zusammengefaJ3t. Im Ergebnis sind die Differenzen der institutionellen
Bruttowertschopfung aller Betriebe im Produzierenden Gewerbe und der Welte der
Industriebetriebe mit mehr als 20 Erwerbstatigen relativ gering.
154
Tab. 6-17: Institutionelle Bruttowertschopfung der Industriesektoren
Sektor Multip1ikator MIS MIS
BWSi> 20 Erw, BWS i> 20 Erw.
(Mio. DI\1) (Mrd.DM)
Chemie 1,0724 97407 97,41
SteinelErden 0,9662 16069 16,07
Sonstige Industrie 1,0205 80049 80,05
NE-Metalle 1,1510 6334 6,33
Eisen 1,1782 17976 17,98
Papier/Zellstoff 1,0605 14530 14,53
Fahrzeunbau/Elektro 1,0391 328408 328,41
Nahrung/GenuJ3 1,0562 68837 68,84
Giefsereien 0,9233 27708 27,71
Summe 657319 656,32
Scm'itt ill
Die unter Schritt I und II berechneten institutionellen sektoralen Bruttowertschopfungsgrofsen
werden nun gemaf G1eichung (6.5) urn die entsprechenden Kostenkomponenten erganzt. Als
Ergebnis werden institutionell abgegrenzte Nettoproduktionswerte ausgewiesen.
Da die Kostenstruktur im Industriesektor nicht aus dem MIS-Ergebnis einer fimktionellen
Input-Output-Tabelle abzuleiten ist, werden die Kosten fur sonstige industriellel
handwerkliche Dienstleistungen, Mieten und Pachten sowie sonstige Kosten in Anlehnung an
die amtliche Statistik berechnet. Das Statistische Bundesamt veroffentlicht im Statistischen
Jahrbuch 1991 in der Tabelle 9.4 die Kostenstruktur im Produzierenden Gewerbe fur das Jahr
1989. Darin werden die Kostenwerte als Anteile am Bruttoproduktionswert angegeben."
39 Eine Vorgehensweise analog dem Uberlcitungsmodell, naeh der dIe in dIe Vorleistungsverflechtung derProduklionsbereiche einflieJlenden Koslenkomponenlen identifiziert und auf institutionelleWirtsehaftsbereiehe urngereebnet werden, ist nieht moglich. Dazu sind die Informationen derKostenstrukturerhebung im Produzierenden Gewerbe Iaut sehriftlieher Auskunft des StatistisehenBundesamtes vom 20.11.1996 zu heterogen. Zwar sind die Ergebnisse der Kostenstrukturerhebung imProduzierenden Gewerbe wichtige Ausgangsdaten, urn die Inputstrukturen der Gtitergruppen im erstenQuadranten der Input-Output-Tabellen schatzen zu konnen, neben diesen Daten liegen aber auehInformationen auJlerhaib des Produzierenden Gewerbes vor und es mussen fehlende Daten furUnternehmen mit weniger ais 20 Beschaftigten hinzugeschatzt werden. Ferner werden wichtigeAusgangsdaten zur Schatzung der VorleisiungsverfIeehtung der Material- und Wareieingangserhebung imBergbau und Verarbeitenden Gewerbe entnommen. FUr dennoeh verbleibende LUcken werden Ergebnisseauf Grundlage von Geschaftsberichtenund Expertenurteilen geschatzt,
155
Die Tabelle 6-18 zeigt die institutionellen Bruttoproduktionswcrte, wie sie dureh Umformung
des Produktionsprogramms unter Berucksichtigung del' funktionellen Mlx-Bruttowert
schopfung'" in Tabelle 6-14 ausgewiesen werden, die aus del' Kostenstruktur des Statistisehen
Bundesamtes aggregierten prozentualen Werte und die daraus bereehneten absoluten Kosten
anteile. Addiert mit del' institutionellen Bruttowertschopfung del' Betriebe mit mehr als 20
Beschaftigten resultieren daraus die institutionellen Nettoproduktionswerte.
Tab. 6-18: Institutionelle Nettoproduktionswerte im Industriesektor filr 1989,
alte Bundeslander
Sektor I> .• R.PW, X<Qst~b#i% Kosten BWSi NPWj.~.,
CMrq·]IlMJ d~sBPWj @.'Ird.DM) @.'Ird.DM) @.'IreLDM)
Chemie 333,71 13,1 44,22 97,41 141,65
SteineJErden 44,82 16,7 7,49 16,07 23,55
Sonst. Ind. 274,64 11,9 32,68 80,05 112,73
NE-Metalle 44,67 8,4 3,75 6,33 10,09
Eisen 113,3 11,8 13,37 17,98 31,35
Papier 64,63 13,6 8,79 14,53 23,32
Fahrzeugbau 947,75 11 104,25 328,41 432,66
Naluung 265,14 11 29,17 68,84 98
GieJlereien 67,59 8,9 6,02 27,71 33,72
Summe 2160,26 249,75 657,32 907,07
Selu'itt IV
Del' letzte Sehritt eines Soft-Linkings besteht im Angleiehen des Aggregationsniveaus. Ziel ist
es, die beiden reehten Seiten del' Tabellen 6-2 und 6-3 einander anzugleiehen. Aufgrund del'
untersehiedliehen Sektoreneinteilung werden nun im Naehfragegenerator Industrie Val' allem
die relevanten MIS-Ergebnisse del' Gummiherstellung und del' Holzbearbeitung sowie des
Ubrigen Bergbaus neu zugeordnet. Mit del' Tabelle 6-19 werden die Vorgange
zusammengefaJlt. Die Disaggregation erfo1gt fur 1989 aufgrund del' Nettoproduktionswerte in
del' Wirtsehaftsgliederung des Statistischen Bundesamtes. Danach betrug del' Anteil del'
Gummiverarbeitung an del' Chemischen Industrie im Jahr 1989 ca. 9,8%. Daher ist del'
Chemiewert von 141,65 Mrd, DM urn 9,8%, d.h. urn 13,88 Mrd. DM zu reduzieren.
40 Hierin sind Betriebe mit weniger als 20 Beschaftigten enthalten. Diese Unterschiede sind m.E. jedoch beider folgenden Berechnung zu vernachlassigen.
156
Gleichzeitig wird diesel' Betrag dem Sektor Restliche Grundstoffe zugeschlagen. Del' Anteil
del' Holzbearbeitung am Sektor Sonstige Industrie betrug 4,2%. So reduziert sich del' Welt
Sonstige Industrie von 112,73 MId. DM urn 4,74 MId. DM. Diesel' Betrag wird dem Sektor
Restliche Grundstoffe gutgeschrieben. Del' Sektor Ubriger Bergbau wird nur in del'
Volkswirtschaftlichen Gesamtrechnung ausgewiesen. Bei del' Ermittlung del' Werte fur diesen
Sektor wird daher auf die Bruttowertschopfung nach Wirtschaftsbereichen Bezug genommen.
Dort betragt del' Anteil des Ubrigen Bergbaus am Sektor Sonstige Industrie fur 1989 rund
3,4%. Ubertragt man diese Angaben auf den Nettoproduktionswert des Sektors Sonstige
Industrie, wiI'd fur den Sektor Ubriger Bergbau ein Nettoproduktionswert von 3,83 Mrd. DM
berechnet.
Tabelle 6-19: Angleichen del' Sektoreneinteilung zwischen IKARUS-LP und MIS
IKARUS"LP MIS
Sektor NPWL(MJ;d.EllYI.} .
NE-Metalle 10,09 (21) NE-Metalle
Ubriger Bergbau 3,83 aus (20) Sonst. Industrie
Chemie 127,77 (18) Chemie/Gummi minus Gummi
Eisensch. Industrie 31,35 (22) Eisen und Stahl
Rest Grundstoffe 52,34 (26) GieBereien/Walzwerke plus Gunnni
plus Holzbearbeitung
Investitionsgiiter 432,66 (24) FahrzeuglElektro
Konsumguter 104,16 (20) Sonst. Industrie minus Ubriger Bergbau
minus Holzbearbeitung
Nahrung und GenuB 98 (25) Nahrungs-Genufsmittel
Panier und Zellstoff 23,32 (23) Panier/Zellstoff
Steine und Erden 23,55 (19) Steine/Erden
Damit ist das Umrechnungsverfahren, urn aus den in MIS ausgewiesenen funktionellen
sektoralen Bruttowertschopfungsgrofsen institutionell abgegrenzte Nettoproduktionswerte fur
den lndustriesektor zu generieren, abgeschlossen. FUr die Jahre 2005 und 2020 ist das gleiche
Verfahren anwendbar.
157
6.2.2.3 Unterschiede in den Nettoproduktionswerten
Die neu berechneten industriellen Nettoproduktionswerte weichen stark von den
Nettoproduktionswerten nach lSI-Karlsruhe abo Die Tabelle 6-20 stellt die industrielle
Nettoproduktion fur die alten Bundeslander des Jahres 1989 quasi als Zusammenfassung der
letzten beiden Kapitel in der Berechnung von lSI-Karlsruhe den neu berechneten Werten
sowie den amtlichen Angaben des Statistischen Bundesamtes gegeniiber. Dabei weist ISI
Karlsruhe tendenziell die niedrigsten Werte aus. Die umgerechneten MIS-WeIie tibertreffen
die amtliche Statistik. Die Abweichung der institutionellen Nettoproduktionswerte vom
Statistischen Bundesamt und von MIS betragt 12,8%. Die Abweichung der von lSI-Karlsruhe
erhobenen Nettoproduktionswerte zu denen des Statistischen Bundesamtes betragt jedoch
36%. Eine Umrechnung der von lSI-Karlsruhe in Preisen von 1985 angegebenen
Nettoproduktionswerte auf das Preisniveau von 1989 fi.ihrt zu in der Gr0J3enordnung nur
unwesentlichen Andemngen. Berucksichtigt man unter Vernachlassigung der
unterschiedlichen Preisverlaufe in den Subsektoren eine Gesamtpreissteigerungsrate von 2,2%
innerhalb des Verarbeitenden Gewerbes, so erhoht sich die Summe der Nettoproduktionswerte
von 591,6 Mrd. DM auf 604,6 Mrd. DM. Die Abweichung betragt dann immer noch 33%.
Tab. 6-20: Nettoproduktion des Industriesektors 1989 (Mrd. DM)
S¢ktdt.....
MIS StBA
·NPWi NPWj NPWj
Ubriger Bergbau 1,6 3,83 2,7*
Chemie 79,5 127,77 137,2
Steine und Erden 11,5 23,55 19,4
Sonstige Industrie 82,4 104,16 112,5
NE-Metalle 8,8 10,09 9,9
Eisen 17,2 31,35 25,3
Zellstoff/Papier 7,1 23,32 8,4
FahrzeugbaulElektro 311,2 432,66 401,6
Nahrungs- u. Genull 49,1 98 75,4
Giellereien 23,2 52,34 11,9
Summe 591,6 907,07 804,3
QueUe: Angabenvon lSI-Karlsruhe in Preisenvon 1985.Statistisches Jahrbuch 1991,TabeUe 9.4.* StallNPW hier BWS aus der Volkswirtschaftlichen Gesarntrechnung.
158
Die Nettoproduktionswerte des westdeutschen Industriesektors des Zieljahres 2005 sind in der
Tabelle 6-21 eingetragen, Wiederum werden die von lSI-Karlsruhe angegebenen Welte den
neu berechneten Nettoproduktionswerten gegenUbergestellt. Angaben des Statistischen
Bundesamtes fur diese Jahre liegen naturlich nicht vor. Die Abweichung der Karlsruher Welte
mit den aus MIS abgeleiteten Nettoproduktionswerten ist sehr hoch und betragt 47,5 %
Tab. 6-21: Nettoproduktionswerte del' a!ten Bundeslander
fur das Jam' 2005 (Mrd DM)
Sektor lSI MIS
.. NJtWi4QQp N"PWi·;2.9Qti
Ubriger Bergbau 1,5 5,38
Chemie 120 172,48
Steine und Erden 17 30,68
Sonstige Industrie 120 146,08
NE-Metalle 10 12,32
Eisen 16 36,49
Zellstoffi'Papier 10 31,76
Fahrzeugbau/Elektro 403 559,83
Nahrungs- u. Genull 70 118,58
Giellereien 34 68,78
Summe 801,5 1182,37
Quelle: lSI-Karlsruhe, Fax vom 08.03.1996. MIS-Werte nach eigenerBerechnung,
6.3 Einbeziehung der neuen Nettoproduktionswerte in das IKARUS-LP-Konzept zur
Bestimmung der Endenergienachfrage
Eine Verwendung neuer Nettoproduktionswerte, die stark von den ursprunglichen lSI-Welten
abweichen, wurde im IKARUS-LP-Modell bei der Berechnung des Endenergiebedarfs aus
dem Produkt von Nettoproduktionswert und spezifischem Energieverbrauch fur die
Bundesrepublik (West) im Jam' 1989 zu einem stark uberhohten Endenergieaufkommen
fii1uen. Urn dies zu vermeiden, mussen die spezifischen Welte mittels eines Korrekturfaktors
angepallt werden. Nur so ist eine unveranderte absolute Endenergienachfrage zu
gewahrleisten. Dazu werden die Werte der spezifischen Energieverbrauche mit dem
Verhaltnis von ISI-NPW zu MIS-NPW multipliziert. Am Beispiel des Energiebedarfs fur
Kommunikation und Licht im Industriesektor soli das Verfahren verdeutlicht werden,
159
Tab. 6-22: Umrechnung der spezifischen Energieverbrauche im Industriesektor flir den
Energiebedarf bezliglich Kommunikation und Licht
Sektor I/O Welt MIS-NPW LP~NPW NPW Wert neu
GJI1'DM Mrd.DM Mrd.DM altlneu GJ/TDM
Konununikation Output 1 893,4 591,67 0,6623
undLicht
Technikl Input 0,0616 0,0408
Mit den neuen Inputwerten bleibt del'Endenergieverbrauch unverandert,
591,674 Mrd. DM x 0,0616 GJrrDM =893,4 Mrd. DM x 0,0408 GJrrDM = 36,45 PJ. (6.7)
FUr die Produktionstechniken des Industriesektors, die sogenannten Quasitechniken des LP
Modells sind die Aggregate, d.h. die Aufteilungen auf die Subsektoren anzupassen."
Tab. 6-23: Umrechnnng der spezifischen Energieverbrauche im Sektor NE-Metalle,
1989, alte Bundeslander
Sektor I/O Aufteilung MlS-NPW LP-NPW NPW Aufteilung
alt M.nj,I)M Mr4.IDM altbteu neu
NE-Metalle Output I 10,09 8,8 0,8722
Aluminium Input 0,1034 0,0902
Rest NE-Metalle Input 0,8966 0,7820
Gibt man die neuen Aufteilungen anstelle del' alten Werte als Inputgrofsen in das LP-Modell
ein, ist ein unverandertes Nivau del' Endenergiewerte sichergestellt. Diese Umrechnung
erfolgt wie auch die Neuberechnung del' Nettoproduktionswerte fur das Gebiet del' alten
Bundeslander fur aile drei Zeitsttitzpunkte und fur aile Subbranchen:
•
41
Im Basisfall 1989 sind davon die spezifischen Energieverbrauche del' Techniken in den
Sektoren Industrie, Haushalte, Kleinverbraucher und Verkehr betroffen. Dies bezieht sich
auf die sogenannten Normaltechniken. Da sie in del' LP-Logik zum Ausgangsbestand
gehoren, stehen sie kostenlos zur Verfugung, Eine Anpassung del' Kosten ist daher nicht
notwendig.
FUr den gesamten Industriesektor siehe Anhang C-2.
160
• Bei einer Kalibrierung des Referenzfalls fur 2005 werden neben den obengenannten
Anpassungen nun zusatzlich die mit spezifischen Kosten und Emissionen belasteten
Mafsnahme-, d.h. Spartechniken aller Sektoren angepafst, Aullerdem wird eine Anpassung
der direkt den neuen energienachfragebestimmenden Grofsen zugeordneten Begrenzungen,
den sogenannten Bounds, notwendig. Ais Korrekturfaktor wird nun jedoch der inverse
Quotient aus z.B. LP-NPWI MIS-NPW eingesetzt. Dies gewahrleistet verschobene
Variab1engrenzen in Richtung del' neuen energienachfragebestimmenden Grofsen,
Galt etwa fur die obere Grenze del' Variable Stromnutzung im Sektor Einfamilienhauser aIt
del' Welt 8 GJIB, so ist diesel' Welt aufgrund des niedrigeren neuen MIS-Wertes von 27,37
Beschaftigten gegenuber 31,7 Beschaftigten del' alten LP-Werte urn den Korrekturfaktor
27,37/31,7 = 0,8643 anzupassen. Damit betragt die neue obere Grenze 6,91 GJIB.
6.4 Ableitung sektoraler AEEI-Werte
Die Ableitung sektoraler AEEI-Welte erfolgt mit Hilfe des unter 6.2.1.3 in Tabelle 6-9
ermittelten sektoralen Endenergiebedarfs des Falls D-E und del' dazugehorigen neu aus MIS
berechneten sektoralen Nettoproduktionswerte wie sie del' Tabelle 6-24 entnommen werden
konnen, Der Quotient aus Endenergiebedarf und Nettoproduktion eines Sektors beschreibt
dessen Energieintensitat.
Tab. 6-24: Energieintensitaten des Industriesektors fiir die Jahre 1989 und 2005
1989 2005
PJ NPW E-I PJ NPW E-I
NE-Metalle 90,2 10,09 8,94 77,4 12,32 6,28
Chemie 328,3 127,77 2,57 294,5 172,48 1,71
Eisen 714,1 31,35 22,78 656,9 36,49 18,00
Rest!. Grundst. 42,6 52,34 0,81 33,4 68,78 0,49
Invest. 97,4 432,66 0,23 53,3 559,83 0,10
Konsumguter 116,4 104,16 1,12 73,3 146,08 0,50
Nahrung 82,2 98 0,84 67,6 118,58 0,57
Zellstoff/Papier 61,6 23,32 2,64 42,6 31,76 1,34
Steine u. Erden 152,9 23,55 6,49 119,8 30,68 3,90
Quelle: Eigene Bereclmungen. Da fur den Sektor UbrigerBergbaukeine eigenerMIS-Sektor vorhandenist,entfallteineBereclmung des AEEI-Wertes.
161
Aus den Anderungen del' Encrgieintcnsitatcn innerha1b des Betrachtungszeitraumes von 1989
bis 2005 lassen sich nun die jahrlichen AEEI-Raten angeben.
Tab. 6-25: Jahrliche AEEI-Werte aus Fallverg1eich D-E (intrasektora1)
und MIS-Szenario Trend Spar, hohe Bevolkerung42
Sektor IKARUS-LP MIS
intrasektoraler Wandel (%/a) AEEI-Werte (%/a)
NE-Metalle 2,2 1,8
Chemie 2,6 2,3
Eisen 1,5 0,8
Rest.Grundstoffe 3,3 1,6
Invest. 5,5 2,0
Konsumgtiter 5,1 2,0
Nahrung 2,4 2,2
Zellstoff/Papier 4,3 1,9
Steine u. Erden 3,2 1,5
Intersektoraler technischer Wandel ist bereits in del' Entwick1ung del' Nettoproduktionswerte
enthalten. Diesel' reine Produktionseffekt wird durch die Wachstumsrate innerhalb MIS
gesteuert.
Die aus IKARUS generierten, vergleichsweise hohen AEEI-Werte konnen in zweifacher
hinsicht interpretiert werden. Zum einen wird in del' Untersuchung fur 2005 ein Optimum, fur
1989 jedoch 1ediglich die bestehende Situation herangezogen. D.h. ein Vergleich ist nul'
eingeschr1inkt moglich, Die 1989 abgebildete Situation reprasentiert i.d.R. noch institutionell
motivierte Marktunvollkommenheiten. Wurde auch 1989 ein Optimum abgebildet werden,
ware die Differenz des Energieverbrauchsruckgangs niedriger und die AEEI-Werte wurden
geringer ausfallen. Del' Umfang solch einer AEEI-Reduktion ist mange1s eingehender
Kenntnis und Quantifizierbarkeit del' zahlreichen systemimmanenten Marktunvollkommen
heiten jedoch nul' schwer bzw. ungenau anzugeben. Zum anderen konnen die hoheren AEEI
Werte als Hinweis angesehen werden, dan mit im IKARUS-Modell als BU-Ansatz relativ
optimistischen Energieeffizienzmoglichkeiten eben doch hohcre Effizienzpotentia1e
beschrieben werden, als in MIS cxogen angenommen oder von DIW berechnet. Eine
42 FUr nlihereErlauterungenZUlli MIS-Szenario siehe Kapitel 8.2.2.
162
Ubemahme der hohen IKARUS-Werte wtirde dann den geforderten Ausgleich von BU
Energiemodell mit dem 'I'D-Input-Output-Modell vorantreiben.
Fur die folgenden Berechnungen werden die aus IKARUS generierten AEEI-Werte
unverandert tlbemommen, da ein Abschlag auf eventuel! noch im Energiemodel! abgebildete
institutionel!e Marktunvollkommenheiten kaum quantifiziert werden kann und die Effekte des
Linkings mit diesen hohen Welten plausibler dargestel!t werden konnen,
163
7 Ubrige Sektoren
Nach del' Darstellung eines neuen Verfahrens zur Berechnung der energienachfrage
bestimmenden GroBe des Industriesektors als Bindeglied zwischen dem Energiemodell
IKARUS-LP und dem Okoncmiemodell MIS werden im Kapitel 7 die ubrigen drei
Verbrauchssektoren beschrieben. Da im Vordergrund del' vorliegenden Untersuchung del'
Industriesektor steht, wird die Ableitung del' energienachfragebestimmenden Grolrenaus dem
MIS-Modell flir die Sektoren Haushalte, Kleinverbraucher und Verkehr nul' kurz beschrieben.
Da flir den Verkehrssektor bereits ein Nachfragegenerator existiert und auch das MIS
Wohnungsmodell Nachfragegrolien ausweist, ist in diesen beiden Sektoren lediglich eine
Abstimmung mit del'detaillierteren IKARUS-LP-Sektoreneinteilungzu leisten.
7.1 Haushalte
Del' Anteil des Haushaltssektors am Endenergieverbrauch in der Bundesrepublik Deutschland
des Jahres 1989 betrug 23,8%. Das waren 1770 PJ in den alten und 492 PJ in den neuen
Bundeslandern. Diese Verbrauchszahlen verteilen sich auf die Verwendungszwecke
Raumwarme, Warmwasser, Kochen und Elektrogerate, Die Situation fur 1992 ist in del'
Abbildung 7-1 aufgefuhrt.'
1$00
100V>'000
1400
1>00
1000;<
800
$00
'001&3Azoo
SS 47.3 113.5 36.1
0Racm...dirmc Wamw";)S$~f KlY.hen E!<l}.,trvgen'lto
iti!,'(O Uind{;(
; I!lI Neue lander
Abb. 7-1: Endenergieverbrauch des Haushaltssektors im Jahr 1992
Daten nach Eckerle et al. (1995), Tab. 6.1-25 u. 6.1-26 auf S. 185 u. 186.
• Mehrfamilienhaus Altbau:
• Mehrfamilienhaus Neubau:
164
7.1.1 Disaggregation des Haushaltssektors
Entsprechend seinem Energieverbrauch wird der Haushaltssektor im LP-Modell m funf
Naehfragebereiehe zusammengefaJ3t:
• Raumwarme
• \lTarmwasser
• Strom
• Kochen
• \ITaschen/Spulen
Diese Disaggregation ist in der Input-Output-Tabelle des MIS-Modells nieht vorgesehen. Der
Sektor \ITohnung (28) erfaJ3t die Aktivitaten aus der Vermietung von Hausern und
\ITohnungen. Der Sektor Raumwarme (5) in MIS besehreibt zwar die Lieferungen des Gutes
.Raumwarme" an \ITohnungen und Wirtschaftszweige, ist aber nieht zur Berechnung der
energienaehfragebestimmenden Grofien des Haushaltssektors vorgesehen. Diese Aufgabe
iibernimmt das MIS-\ITohnungsmodell.
Zur BestiIumung der Verbrauehergruppen fur den Sektor Haushalte ist eine Aggregation des
Gebaudebestandes in Typgebaude kennzeichnend, Einteilungskriterien sind die
Gebaudegrofse, das Baualter sowie die heizteehnisehe Ausstattung.
Fiir das lKARUS-LP-Modell werden fur das Basisjahr 1989 die 32 Typgebaude der alten
Bundeslander zu 4 flachengewichteten, mittleren Ensemblegebauden verdichtet.' Dies sind:
• Ein-/Zweifamilienhaus Altbau: aile Baualtersklassen der Ein- und Zweifamilienhiiuser
bis 1984
• Ein-/Zweifamilienhaus Neubau: aIle Baualtersklassen der Ein- und Zweifamilienhauser
von 1984 bis 1989
aile Baualtersklassen der Mehrfamilienhauser bis 1984
aile Baualtersklassen del' Mehrfamilicnhauser von 1984
bis 1989.
2 Kolmetz/Rouvel (1995), S. 105 f.
165
FUr die neuen Bundeslander werden 14 Typgebaude zu zwei Ensemblegebauden
zusammengefaBt:
• Ein-/Zweifamilienhaus Altbau: aile Baualtersklassen del' Ein- und Zweifamilienhauser
bis 1989
• Mehrfamilienhaus Altbau: aile Baualtersklassen del' Mehrfamilienhauser bis 1989
In den Jahren 2005 und 2020 werden die Ensemblegebaude beider Gebiete einheitlich
aggregiert, Altbauten sind dann die Baualtersklasse bis 1989, so daB mit den jeweiligen
Neubauten 4 Ensemblegebaude bestehen.
7.1.2 Wohnflachen und Personen als energienachfragebestimmende Grofien
NachfragegriiBen sind im wesentlichen die Wohnflachen fur den Energiebedarf zur
Raumwarmedeckung und die Anzahl der Personen fur die restlichen 4 Nachfragebereiche
Warmwasser, Strom, Kochen und Waschen/Spulen.
Generell berechnet sich der Energiebedarf fur die Raumwarme aus dem Produkt von anteiliger
Wohnflache eines Gebaudetypes (m2) und dem spezifischen Heizwarmebedarf (kWh/m2
) .
Resultat ist del' Gesamtnutzwarmebedarf (Twh/a). Del' Quotient aus Nutzwarme und
Nutzungsgrad (%) ist del'Endenergiebedarf.'
Gernaf IKARUS-LP bilden die Gebaude wie auch die Heizsysteme einzelne Techniken abo
Sogenannte Resid-Techniken reprasentieren den Bestand. MaBnahmetechniken bilden
verbesserte Techniken abo In del' Abb. 7-2 wird eine vereinfachte Struktur del' Nachfrage nach
Raumwarme dargestellt. In diesel' Vereinfachung wird del' Ubergang von Endenergie zu
Nutzenergie deutlich. Auf del' linken Seite del' Abbildung 7-2 treten die Energietrager in FotID
von Primar- und Sekundarenergie auf. Sie werden vom Verbraucher eingesetzt (Heizung,
Warmwasser, Kochen usw.) und in energetischen Einheiten gernessen. Hierbei handelt es sich
urn Endenergie. Auf del' rechten Seite sind die energienachfragebestimmenden Grofsen als
Wohnflache abgebildet. Mit ihrer Hilfe und dem Technikplatzhalter fur Gebaude wird die
Nutzenergie berechnet. D.h. zwischen den Begriffen Nutzenergie und Endenergie wird je nach
Einsatz bzw. Umwandlungsstufe unterschieden. Nutzenergie ist im Fall del' Beheizung von
Wohnungen die Raumwarme,
Del' Nutzungsgrad ist hier nicht als Warmccrzcugernutzungsgrad definiert. Vielmehr bezieht sich del'Nutzungsgrad auf das Gesamtsystem Gebaude und Heizung einschliel3lichVerteilungsverluste.
166
Energietrager
----II- I Heizung [H ___
1,2 GJ / GJ
I~--
I Gebaude
0,621 GJ/m2 energienachfragebestimmende Gr6~e
1223,2 Mio. m2
Abb. 7-2: Strukturbild Raumwarme im Haushaltssektor (vereinfachte Darstellung)
Im folgenden Beispiel ist der End- und Nutzenergiebedarf fur Ein- und Zweifarnilienhauser in
den alten Landern fur das Basisjahr 1989 berechnet. Der Endenergiebedarf von 911,5 PI
ergibt sich aus dem Produkt von Wohnflache, Gebaudehtille und Heiztechnik. Ais
Zwischengrolsewird die Nutzenergie in Hohe von 759,6 PI ausgewiesen.
1223,2Mio.m"- O,621GJ / m2 =759,6PJ
759,6PJ ·1,2GJ / GJ =91l,5PJ(7.1)
Fur die Nachfrage nach Warmwasser ergibt sich ein analoges Schema, ersetzt man die
Technik Heizung durch Warmwasser und die Technik Gebaude durch Warmwassemutzung.
Anstelle der Wohnflachen werden als energienachfragebestimrnende Grofsen die Personen in
den entsprechenden Wohnungen bzw. Hausern eingesetzt.
Bei der Energiedienstleistung Kochen/Waschen ist die obige Trennung von Nutzenergie und
Endenergie bereits wieder aufgehoben. Es tritt nur die energienachfragebestimmende Grofse
der Anzahl der Personen und eine mit Endenergie gespeiste Technik auf.
167
Energietrager
--...-1 KOCh=l---0,76 GJ/P energienachfrage
bestimmende Gr6P..e
62 Mia. P
Abb. 7-3: Struktur Kochen im Haushaltssektor (vereinfachte Darstellung)
Die Endenergie ist das Produkt aus der energienachfragebestimmenden GroBe und dem Welt
des Technikplatzhalters. Fur den Endenergiebedarf Kochen der Haushalte in den alten
Landern ergab sich fur 1989:
62 Mio.P·0,76GJ / P =47,IPJ
7.1.3 Determinanten und zukUnftige Entwicklung von Wohnfliichen und Personen
(7.2)
Determinanten der Wohnflachen und der Personen sind die generelle
Bevolkerungsentwicklung und die Wohnflachenentwicklung der Typgebaude. Der Basiswert
des LP-Modells fur das Jahr 1989 in den alten Landem ist das Ergebnis einer
Sonderauswertung der Volkszahlung von 1987. Die Bevolkerungswerte der Jahre 2005 und
2020 wurden von Eckerle et aI. (1992) ubemommen. Anschlieflend wurden die Gesamt
bevolkerungswerte mit Hilfe der Aggregate Gesamtwohnflachen der Typgebaude und
Personenbelegung (m2 Wohnflache/Person) auf die vier Ensernblegebaude aufgeteilt.
Fur die Entwicklung der Wohnflachen mussen die Abgange und Zugange geschatzt werden.
Gesamtabgang und -zugang wurden von Eckerle et al. (1992) und Enquete Kommission
(1993) berechnet. Die Welte sind in Tabelle 7-1 dargestellt,
168
Tab. 7-1: Entwick1ung del' Wohnflachen in den alten Landern
Jahre Abgang Zugang
(Mio. m2) (Mio. m2
)
1990-1995 20,7 193,6
1996-2000 21,9 148,3
2001-2005 31,0 119,7
2006-2010 58,6 97,3
2011-2020 113,1 100,0
Zur Berechnung del' Zugange wurde innerhalb des IKARUS-Projektes, unter del' Annahme
konstant bleibender Wohnungsgrofsen, ein Verteilungsschlussel fur sieben Typgebaude
erstellt. Fur IKARUS-LP wurde diesel' Schltisse1 zu vier Ensernblegebauden aggregiert,
Die Berechnung del' Wohnflachenentwicklung in den neuen Landern war mit Schwierigkeiten
verbunden. Es ergaben sich Abweichungen von 53 Mio. m2 aufgrund von Wohnungen, die
wegen Bauschaden nicht bewohnbar sind und deshalb nicht berucksichtigt werden durfen,
obwoh1 sie in offiziellen Statistiken erscheinen. Urn die Abweichungen auszugleichen, wurde
ftir das Jahr 2005 ein entsprechend hoherer Zubau unterstellt.
Das MlS-Modell aggregiert die Kategorien Einfamilienhauser (EFH) und Mehrfamilienhauser
(MFH). Ausgehend von Bevolkerungszahlen und den Zubauten und Abgangen werden die
Personenbelegung und die Wohnflachen fur die alten Lander berechnet.
Tabelle 7-2: Entwicklung del' Wohnflachen im MlS-Wohnungsmodell
Jahre BFH MFH Summe(1';11o.nl) (1';110. mb (1';110. m2
)
1989 1357,35 940,75 2298,10
2005 1760,22 1206,78 2967,00
2020 1822,07 1249,67 3071,74
Die Personenbelegung resultiert aus dem Produkt von Wohnungsbestand und den Personen
pro Wohnung.
169
Tabelle 7-3: Anzahl del'Personen in den alten Landern im MIS-Wohnungsmodell
Jahr ri, '. i ·.C lfihA,itl&r·•.·. \¥QOO1.il1.Mll gesamt Personen
(Mio.) (Mio.)
EFH MPH EFH MPH
1989 2,33 12,81 13,79 29,85 32,13
2005 2,16 15,88 16,43 34,30 35,49
2020 2,12 16,13 16,48 34,20 34,94
Aus del' amtlichen Statistik konnen Angaben libel' die Wohnflachen (Mio. m2) fur 1989
entnommen werden.4 Zusatzlich mufs fur 2005 und 2020 die Entwicklung del' Wohnflachen,
d.h. Abgang und Zugang hochgerechnet werden.? Anschlielsend werden samtliche Werte
prozentual auf die einzelnen Typgebaude verteilt. Daraus ergibt sich die Nachfragematrix fur
die 3 Statusjahre und 2 Gebiete. In del' Tabelle 7-4 geben die Welte in Klammern die
prozentuale Aufteilung del' Altbauten und Neubauten in den jeweiligen Kategorien Ein-I
Zweifamilienhaus bzw. Mehrfamilienhaus in den alten Landem an.
Tab. 7-4: Nachfragevektor Raumwarme fur das LP-Modell
Jahr!G:~pi~t Ein-,' Ein-! Mehrfamilienhaus Mehrfamilienhaus Summe
Zweifamilienhaus Zweifamilienhaus Altbau Neubau
Allbl\u Neubau
MiQ.rr",x@) •. lvIiQ,Iini(@) MiQ,m',(%) Miii,w',(@) MiQ;m'
Alte Lander
1989 1223,2 (92,1) 104,3 (7,9) 827,0 (95,0) 43,6 (5,0) 2198,1
2005 1278,8 (79,9) 322,1 (20,1) 845,7 (85,8) 139,5 (14,2) 2586,1
2020 1165,2 (71,7) 459,9 (28,3) 787,5 (79,8) 199,0 (20,2) 2611,6
Neue Lander
1989 157,3 0 262,0 0 419,3
2005 134,9 76,2 237,5 31,6 480,2
2020 106,1 162,0 204,2 70,2 542,5
Quelle: Nach KolmetzlRouvel (1995), Tab. 5.8, S. 106.
4
sStatistisches Bundesamt (l991b).KolmetzfRouvel (1995), S. 97 f.
170
Mit Hilfe del' prozentualen Aufteilung innerhalb del' Kategorien del' Ein-zzweifarnilienhauser
und del' Mehrfamilienhauser kann nun die in MIS fur die alten Lander berechnete
Wohnflachenentwicklung del' EFH und del' MFH in AIt- und Neubauten unterteilt werden.
D.h. an diesel' Stelle orientiert sich die Ermittlung del' energienachfragebestimrnenden Grofsen
an del' Struktur del' vorgegebenen Nachfragewerte, Dies erscheint notwendig, urn mit dem
verbundenen IKARUSIMIS-Instrumentarium die Ergebnisse des Einzelmodells IKARUS-LP
nachvollziehen zu konnen, FUr spatere Anwendungen konnen an diesel' Stelle vom
Modellnutzer eigene Vorstellungen tiber die Entwicklung von Zubauten und Abgangen
einflieBen.
Tab. 7-5: Nachfragevektor Raumwarrne fur das LP-Modell generiert aus MIS
Wohnungsmodell
Jahr/Gebiet Bin-! Bin-! Mehrfamilienhaus Mehrfamilienhaus SUllJIlJe
Zweifamilienhaus Zweifamilienhaus Altbau Neubau
Altbau Neubau
Mio.m' Mio.m' lvUo,.m2 Mio.m' Mio. m'
Alte Lander
1989 1250,12 107,23 893,71 47,04 2298,10
2005 1406,42 353,80 1035,42 171,36 2967,00
2020 1306,42 515,65 997,24 252,43 3071,74
FUr die ubrigen Bedarfswerte ist der Nachfragevektor Personen gewahlt und den
Ensemblegebauden zugeordnet worden. In Klamrnem wiederum die prozentualen Anteile.
Tab. 7-6: Nachfragevektor Warmwasser, Strom, Kochen, Waschen und Spiilen
fur das LP-Modell
171
Jahr/Gebiet EW/. Mehrfarnilienhaus Mehrfamilienhaus Summe
Zweifamilienhaus Zweifamilienhaus Altbau Nenbau
Altbau Neubau
Mio.P, (%) Mio. P, (%) Mio.P, (%) Mio. P, (%) (Mio. P)
Alte Lander
1989 32,9 (92,2) 2,8 (7,8) 25,0 (95,1) 1,3 (4,9) 62,0
2005 31,7 (79,8) 8,0 (20,2) 21,0 (85,7) 3,5 (14,3) 64,2
2020 26,8 (71,7) 10,6 (28,3) 18,1 (79,7) 4,6 (20,3) 60,1
Neue Lander
1989 6,1 0 10,2 0 16,3
2005 4,4 2,5 7,7 1,0 15,6
2020 2,9 4,4 5,5 1,9 14,7
Quelle: KolmetzIRouvel (1995), Tab. 5.9, S. 107.
Damit ergeben sich auch fUr diesen Nachfragevektor entsprechende Werte aus MlS.
Tab. 7-7: Nachfragevektor Warmwasser, Strom, Kochen, Waschen und Spiilen
fUrdas LP-Modell generiert aus MlS-Wohnungsmodell
Jahr/Gebiet Ein-I Ein-/ Mehrfamilicnhaus Mehrfamilienhaus Summe
ZWeif@#lienhaus Z'>Veifamiiienh~us Altbau Neubau
Altbau Neubau
(Ml<i,p) (Mio.P) (Mlo. P) (Mio.P) .. (Mio. P)
Alte Lander
1989 27,52 2,33 30,56 1,57 61,98
2005 27,37 6,93 30,41 5,08 69,79
2020 24,52 9,68 27,85 7,09 69,14
172
7.2 Kleinverbraucher
Der Sektor Kleinverbraucher wird in Energiebilanzen und in Energiemodellen oft als
Restposten, d.h. als Ausgleichsgrofie, verwendet, Dennoch ist er nicht unbedeutend. So
entfielen im Basisjahr 1989 auf den Kleinverbrauchersektor 16,6% des Endenergieverbrauchs
del' Bundesrepublik Deutschland, das entsprach 1084 PJ in den alten und 488 PJ in den neuen
BundesHindem.6 In IKARUS-LP werden militarische Dienststellen dem Sektor
Kleinverbraucher zugeschlagen. Damit erhohen sich die Werle urn 1,8% des
Gesamtenergieverbrauchs auf 1178 PJ in den alten und auf 568 PJ in den neuen Landern, Die
Aufteilung des Endenergiebedarfs auf die einzelnen Teilbereiche des Kleinverbrauchersektors
zeigt die folgende Abbildung.'
4(:<:)sso
:»0
sec
2$(1
2 eoo
''''''''so
oOff<'fltli1'.ll1l Pru;J.!{:
!y'(iI;~UQi$tiJn9<'fl 0l,"n~tl0(iIl)flgNl
MH!!ru,$0i\511~W>
H1rl<M«1l~ v,X;c:n,{)<j(lslt;(1
, tJ A:-",~ UinONttNl)UfJl~r;
Abb. 7-4: Endenergiebedarf(PJ) des Kleinverbrauchersektors in IKARUS-LP fur 1989
7.2.1 Disaggregation des Kleinverbrauchersektors
Die Struktur des Kleinverbrauchersektors charakterisiert eine hohe Heterogenitat. Denn im
Kleinverbrauchersektor finden sich sowohl Firmen unterschiedlicher Grofsenklassen als auch
die im auJ3erindustriellen Bereich liegenden Branchen del' offentlichen und privaten
Dienstleistungen." In del' Tabelle 7-8 werden die Sektorenabgrenzungen von IKARUS-LP und
MIS veranschaulicht.
6
7Zahlen nach BMWI (1996).Quelle: Kolmelz et al. (1995a), Tab. 1 auf S. 5. Dalen nach Hochrechnung, daher ergeben sich geringeAbweichungen zu den BMWI-Dalen.Zu den Auswahlkriterien der Disaggregation des LP-Modells siehe Kolmetz et al. (1995a), S. 24. Dort sindauch die Definitionen der Einteilung in LP-Bereich, Subsektor und Verbrauchergruppen nachzulesen.
173
Tab. 7-8: Disaggregation des Sektors Kleinverbraucher
LP- Subsektor Verbrauchergruppe StBA MISBereich lOT
Nr. Beschreibung Systematik" Nr. Beschreibung Nr. Sektor (Nr.)A I Organisationen oime WZ72,8 I Heim 52 Dienstleistung (29)
Erwerbszweck 2 Kirche 582 Gebietskorper- WZ9 3 Rathaus 56 Staat (30)
schaften 4 Arbeitsamt5 Theater
3 Krankenhauser WZ 771.51 6 Pflegebereich 57 Staat (30)WZ751 7 Krankenhaus
4 Schulen 8 Kindergarten 56 Staat (30)9 Schule
WZ 517 10 Hochschule5 Post WZ725.7 II Postbereich 47 Dienstleistung (29)6 Sport-, Badeanlazen 12 Snortanlazen 56 Staat (30)
B 7 Handel WZ4 13 Grollmarkt 4314 Superrnarkt15 Kaufhaus16 Einzelhandel 44,17 Tankstelle
8 Gastgewerbe WZ71 18 Gaststatte 52 Dienstleistung (29)19 Hotel
9 Banken und WZ6 20 Bank 49Versicherungen 21 Versicherung 50
10 Dienstleistungen WZ73, 22 Verwaltung 55Freie Berufe 77-79 23 Praxis
II Verlagsgewerbe WZ76 24 Verlag 53C 12 Militar und 25 Bundeswehr
Sonstize WZ 511-551 26 Sonstize Verkehr (10-16)D 13 Handwerk WZ2 27 Friseur
und «20B.) 28 WaschereiKleinindustrie 29 Backerei Industriesektoren
30 Fleischerei < 20 Beschaftigte31 Kfz-Gewerbe (16-18)32 Holzbearb.33 Metallbearb.34 Steine, Erden35 Dbr. Gewerbe
E 14 Baugewerbe WZ3 36 Baugewerbe 41,42 Baugewerbe (27)F 15 Landwirtschaft WZO 37 Gartenbau I Landwirtschaft
38 Viehhaltung 2 (17)39 Ackerbau
Quelle: Bearbeitete Version der Tab. 2, S. 25, in Kolmetz et aI. (1995). Die zusatzlich zu den
MIS-Kieinverbrauchersektoren herangezogenen Sektoren sind kursiv abgesetzt.
Hierbei fallt auf, daB sich das LP-Modell in die Bereiche offentlichc Dienstleistungen (A) und
private Dienstleistungen (B) gliedert, das MIS-Modell jedoch die Sektoren Staat (30) und
Dienstleistungen (29) aufweist. So erklart sich die Zuordnung der Organisationen ohne
Erwerbszweck und del'Post einmal im LP-Bereich (A), ein anderes Mal im MIS-Sektor (29).
9 WZ 72,8 ohne 8..91 und ohne 8..7. WZ 9 ohne 90.7/91. WZ 90.7 ohne 90.72.
174
Ein weiterer Unterschied besteht in den LP-Bereichen (C) und (D). Del' LP-Bereich (C)
enthalt neben dem Militar unter Sonstige VOl' allem die Verbrauchergruppen del' Verkehrs.
Darin sind die gesamte offentliche und gewerbliche Personen- und Guterbeforderung, damit
verbundene Tatigkeiten in See- und Binnenhafen, Flughafen und Parkhausern sowie in
Speditionen enthalten. Del' LP-Bereich (D) umfal3t die Kleinindustrie, d.h. Betriebe des
Verarbeitenden Gewerbes mit weniger als 20 Beschaftigten und das Handwerk. Militar,
Verkehr und Handwerk zahlen nicht zu den MlS-Kleinverbrauchersektoren. Urn LP-Bereiche
und MlS-Sektoren anzugleichen, werden daber bei del' Berechnung del' energienachfrage
bestimmenden Grofsen die MlS-Verkehrssektoren und die Industriesektoren herangezogen.
Diese Bereiche sind in del' Tabelle 7-8 kursiv hervorgehoben.
Neben diesel' Disaggregation des Sektors Kleinverbraucher in 6 Teilbereiche, 15 Subsektoren
trod 39 Verbrauchergruppen wird del' Sektor Kleinverbraucher nach Nachfragebereichen
gegliedert. Diese werden furjeden del' 6 LP-Bereiche (A-F) ausgewiesen.
• Raumwarmebedarf
• Warmwasserbedarf
• Strombedarf fur Licht, Kommunikation und Kraft
• Prozefienergiebedarf
Als sinnvoll erscheint die Disaggregation des Kleinverbrauchersektors, blickt man auf die
Heterogenitat del' Verbrauchswerte.
175
7005,3
60
50
40
t.3D
20
10
0
Waffflwasser LIcht,Komnwnikalkm,
Kratl
BAlte Lander
lQ~(?ye
Abb. 7-5: Struktur des Endenergieverbrauchs im Kleinverbrauchersektor,
alte und neue Lander 1992 (100 = 1203,6 PJ bzw. 300,2 pJ)IO
7.2.2 Beschiiftigtenzahl als energienachfragebestimmende GroBe
Nachfragegrofse der oben aufgefUhrten vier Nutzenergiebedarfswerte ist die jeweilige
Bcschaftigtenzahl des LP-Bereichs. Denn innerhalb des IKARUS-LP-Modells wird der Bedarf
an Endenergie im Sektor Kleinverbraucher in hohem MaBe durch den Raumwarmebedarf
bestimmt. Dieser liiBt sich aus der Gebaudetypologie, d.h. den zu beheizenden Flachen und
dem bauphysikalischen Zustand der Typgebaude berechnen. Ais wichtigster Flachenindikator
wurde die Zahl der Beschaftigten gewahlt, Wichtigstes Argument fUr die Beschaftigtenzahl
als Leitindikator des Endenergieverbrauchs im Kleinverbrauchersektor ist, daB damit der
gesamte Sektor Kleinverbraucher abgebildet werden kann. Daneben stellt diese Wahl eine
Abgrenzung zu den anderen Verbrauchssektoren des LP-Modells dar.11
Der Raumwarmebedarf etwa der des LP-Bereichs offcntliche Dienstleistungen, berechnet
sich nun durch Multiplikation der Nachfragegrofse mit dem spezifischen Wert der
Technikplatzhalter. Die Technikplatzhalter sind in Form von Normalversionen, die den Status
quo abbilden und gleichsam kostenlos zur Verfugung stehen und als Sparversionen definiert,
10
11Nach Eckerle et al, (1995), Tab. 6.2-1 u. 6.2-2 aufS. 193 u. 196.Vg1. Kolmetz et a1. (1995a). Ebenso Eckerle et a1. (1995), S. 197 f. Dort werden Produktion undBeschaftigung als Leitindikatoren im Kleinverbrauchersektor identifiziert.
176
die etwa warmetechnische Verbesserungen reprasentieren, Bei den Spartechniken muJ3 fill'
eine Optimierung aus einer Vielzahl moglicher Varianten eine Spartechnik ausgewahlt und
del' Normalversion gegenubergestellt werden, so daB fill' die Optimierung zwei Techniken zur
Auswahl stehen. Gleiches gilt fill' die librigen drei Nachfragcarten Warmwasser-, Strom- und
ProzeJ3energiebedarf. Die Abbildung 7-6 zeigt die vereinfachte Struktur des Kleinverbraucher
sektors anhand del' Prozefienergie im Bereich Handwerk und Kleinindustrie."
Energie!rtiger Dampf Nledertemperaterwarme Abwarme
ProzeBenergJebedarf: 2,1 Mo. B.8
Damptkessel1.9 3.8 1.9GJIB GJIB GJIB
-- ProteBenergie-1 ... [)
Ofen3 GJIB
Abb. 7-6: Vereinfachtes Strukturbild im Kleinverbrauchersektor, Bereich Handel und
Kleinindustrie (D), ProzeJ3energie fill' die alten Bundeslander 1989.
Die Outputgrofle des Technikplatzhalters ist normiert auf die Nachfragegrolie, d.h. auf einen
Beschaftigten (B). Die Inputgrofsen sind daher in spezifischen Werten (GUB) angegeben.
Durch Multiplikation - und soweit erforderlich Subtraktion von Abwarme - ergibt sich del'
Prozeflenergiebedarf eines Subsektors.
(2,lB·3,8GJ / B)+(2,IB·1,9GJ / B)+(2,IB·3,8GJ / B)-(2,IB·l,9GJ / B) =l22PJ (7.3)
7.2.3 Determinanten und zukiinftige Entwicklung der Beschliftigtenzahlen
Das Mls-Modell ermittelt im Bevolkerungsrnodell das Erwerbspersonenpotcntial aus dem
Produkt von Erwerbsquote und Bevolkerungszahl. Die Bevolkerungsentwicklung wird mittels
einer exogenen Wachstumsrate gesteuert. AnschlieJ3end werden die Erwerbspersonen im
Beschaftigungsmodell gemaf) den Anforderungen aus dem Produktionsmodell auf die
einzelnen Sektoren verteilt. Mit anderen Worten, die sektoralen Basiswerte fill' 1989 werden
12 Nach Martinsen/Kruger (1992).
177
analog dem Produktivitatszuwachs und del' Produktivitatsentwicklung fortgeschrieben.P Die
Entwicklung del' Erwerbstatigen fur die Jahre 2005 und 2020 leitet sich damit aus del'
Wachstumsrate del' Bevolkerung und del' Produktivitatsentwicklung abo Mit del' Berechnung
von Erwerbstatigenzahlen folgt MlS auch im Kleinverbrauchersektor dem funktionellen
Erhebungsprinzip.
Die Beschaftigtenzahlen des IKARUS-LP-Modells unterscheiden sich von den in MlS
abgebildeten Werten durch die Art ihrer institutionellen Erhebung. Beschaftigte werden in del'
institutionellen Zuordnung nach Wirtschaftsbereichen und Erwerbstatige in del' funktionellen
Zuordnung nach Produktionsbereichen bzw. Gtitergruppen erhoben. D.h. ein Verkaufer in
einer Metzgerei wird bei funktioneller Zuordnung dem Handel zugerechnet, wahrend er nach
institutioneller Erhebung dem Handwerk zugeschlagen wil'd.14 Ein weiterer Unterschied
besteht gemaB del' amtiichen Statistik unter Vemachlassigung del' Pendler zwischen Inland
und Ausland im Differenzbetrag del' Selbstandigen und mithelfender Familienangehoriger.
Bsp. alte Bundeslander, 1989 (in Tsd.).
Erwerbspersonen
- Arbeitslose
= Erwerbstatige Inlander
- Selbstandige und mithelfende Familienangehorige
= Beschaftigte
D.h. tendenziell gilt: Erwerbstatige > Beschaftigte.
29779
2038
27741
2984
24754
Grundlage del' Beschaftigtenzahlen fur die alten Bundeslander im Basisjahr ist die Zuordnung
del' "Systematik del' Wirtschaftszweige (WZ)" del' Arbeitsstattenzahlung 1990 und das
Material des Statistischen Jahrbuchs 1992.15 FUr die neuen Bundeslander wurde auf das
Statistische Jahrbuch derDDR 1990 zuruckgegriffen. Angaben fur die Subsektoren BankenJ
Versicherungen, Dienstieistungen freier Berufe und Verlagsgewerbe wurden dem Stati
stischen Jahrbuch 1992 del' Bundesrepublik entnommen. Kolmetz et al, (1995b) untersuchen
die Entwicklung del' Beschaftigten VOl' allem fur die raurnwarmeintensiven Sektoren. Dies
geschieht unter Berucksichtigung del'wirtschaftlichen Entwicklung bei den Dienstieistungen.
Da die ausgewiesenen Beschaftigtenwerte jedoch teilweise sehr nahe an vom Statistischen
Bundesamt als Erwerbstatige und nicht als Beschaftigte ausgewiesenen Welten liegen, liegt
die Vermutung nahe, daf im LP-Bereich eine Mischung von Erwerbstatigen und
13
14
IS
Vgl. Kapitel 5.2.3.Vgl. Kolmetz et al. (1995a), S. 56.Zum folgenden siehe Kolmetz et al. (1995b), S. 57 f.
178
Beschaftigtenzahlen vorliegt. So wiesen Kolmetz et al. (1995) fur IKARUS-LP fiir die alten
Bundeslander in den Subsektoren die Welte aus:
521 B
1028 B
1828 B
Beispiel: (in Tausend)
Post
Landwirtschaft
Bau
Diese Beschaftigtenwerte (B) sind weit entfernt von den entsprechenden Zahlen des
Statistischen Jahrbuches, abel' nahe an den Erwerbst1itigenzahlen (E) ebendort,
208 B
218 B
1406B
Beispiel: (in Tausend)
Post
Landwirtschaft
Bau
534E
1013 E
1828 E
Tab 7-9' Kleinverbrauchersektor Beschaftige (Tausend) in IKARUS_Lp I6,..........•' .... ......
19 39 2005 2020•••• Sektot
ABL NBL ABL NBL BRD
Offentliche 5654 1424 5940 1488 7521
Dienstleistungen
Private Dienstleistungen 9152 1178 10134 2279 12352
Militar u. Sonstige 1815 250 1892 453 2275
Handwerk u. Kleinindustrie 2095 270 2270 540 2620
Baugewerbe 1828 560 2404 884 3430
Landwirtschaft 1028 924 905 383 1134
Summe 21572 4604 23545 6027 29332
Quelle: Kolmetz et al (1995b), Annbang D, Ralunendaten Kleinverbrauchcr
Erganzt man die MIS-Werte urn die endogen berechneten Erwerbstatigenzahlen del'
Verkehrssektoren (10-16) und urn exogen herangezogene Beschaftigtenzahlen des Sektors
Militar sowie del' Sektoren Handwerk und Kleinindustrie, werden die vorgegebenen LP-Werte
auch von MIS plausibel erreicht,
16 In lKARUS-LP wird zusatzlich zu den sechs Ll--Bereichen des K1einverbrauchersektors dieenergienachfragebestinnnende GroBe fur den Subsektor Fahrleistung angegeben. Die Werte betragen fur1989 (2005) 1,0 (0,275) Mio. B in den ABL und 0,5 (0,09) Mio, B in den NBL. FUr 2020 ist der Wert furGesamtdeutschland mit 0,6 Mio. B angegeben.
179
Tab. 7-10: K1einverbrauchersektor, Erwerbstatige (Tausend) nach MIS in den a1tenLandern;
Szenario: hohes Wachstum, hohe Bevolkerung
Sektor 1989 2005 2020
Landwirtschaft 1017 878 771
Bau 1861 1991 1848
Dienstleistungen 10687 10756 9620
Staat 4260 4069 3797
Verkehr 1186 1329 1275
Militlir 430 275 260
Handwerk 1473 1718 1660
Industrie 376 438 423
Summe 21346 21454 19654
D.h. die energienachfragebestimmende GroBe fur den Sektor K1einverbraucher setzt sich flir
1989 aus 19 Millionen endogen in MIS berechneten Erwerbstatigen und 2,3 Millionen exogen
ermittelten Beschaftigten zusammen.
FUr die Jahre 2005 und 2020 wurde nach dem gleichen Verfahren vorgegangen. Wiederurn
wurden die Erwerbstatigenwerte der Sektoren Landwirtschaft, Bau, Dienstleistungen, Staat
und Verkehr direkt den MIS-Rechenergebnissen entnommen. Die exogenen Werte des
Militarbereichs wurden unverandert aus den bereits vorliegenden IKARUS-LP-Angaben
ubernommen. Fur die exogenen Werte der Sektoren Industrie und Handwerk wurden die
198ger Basiswerte den Wachstumsraten der MIS-Beschliftigtenzahlen angepaBt. Da die
Summe der Erwerbstatigen des K1einverbrauchersektors aus MIS flir 1989 19497
Erwerbstatige, fur 2005 22741 Erwerbstatige und fur 2020 21891 Erwerbstatige ausweist,
wurden die 1473 Erwerbstatigen des Handwerks und die 376 Erwerbstatigen der Klein
industrie urn 16,6% fur das Jahr 2005 erhoht bzw. urn 3,4% fur 2020 vermindert.
Mit den Erwerbstatigenzahlen des K1einverbrauchersektors liegt MIS im Rahmen der von
Kolmetz/Rouvel geschatzten Entwicklung. Denn auch die ursprunglichen energiebedarfs
bestimmenden GraBen des LP-Modells lieBen einen Anstieg der Beschaftigten zwischen 1989
und 2005 mit anschlieBend annahernd gleichbleibendem Niveau in 2020 erkennen. Damit
entwickeht sich die Werte des Kleinverbrauchersektors entsprechend der in MIS
angenommenen Gesamtentwicklung der Erwerbstatigen, Diese steigt im Szenario mit hohem
Wachsturn und hoher Bevolkerung von 30,2 Mia. urn 13% auf 34,1 Mio. im Jahr 2005. Von
2005 bis 2020 ist ein leichter Ruckgang urn 1,3% auf 33,6 Mia. Erwerbstatige zu verzeichnen.
180
Da die im Kleinverbrauehersektor festgestellten Waehstumsraten der Erwerbstatigkeit in
beiden Fallen tiber den Welten der Gesamtwirtsehaft liegen, muf del' Ausgleieh an anderer
Stelle, etwa in den Erwerbstatigenzahlen des Industriesektors abzulesen sein.
7.2.4 Ableitung sektoraler AEEI-Werte
Analog dem unter 6.2.1.3 geschilderten Verfahren wurden fur den Kleinverbrauehersektor fur
1989 sektorale Energieverbrauche und fur 2005 entspreehende dureh intrasektoralen
teehnisehen Fortschritt verminderte Energieverbrauche ermittelt.f Diese Werte sind im
folgenden die Basis fur eine Bereehnung sektoraler AEEI-Welte. Das Verfahren orientiert sieh
an del' in Kapitel 6.4 erlauterten AEEI-Bereehnung des Industriesektors. Aueh fur den Sektor
Kleinverbraueher besteht del' erste Sehritt in del' Ableitung del' Energieintensitaten (E-I).
Daraus folgen die jiihrliehen AEEI-Raten.
Tab. 7-11: Energieintensitaten des Kleinverbrauehersektors fur die Jahre 1989 und 2005
.. iQSQ .......2005I
PJ NPW E-I PJ NPW E-I
Landwirtschaft 64,99 42,1 1,54 64,44 45,0 1,00
Bau 11,22 132,8 0,08 12,09 180,4 1,01
Dienstleistung 332,38 819,7 0,41 276,56 1176,3 1,03
Staat 357,23 297,1 1,20 302,99 354,5 1,02
Tab. 7-12: Jahrliche AEEI-Welte aus Fallvergleieh D-E (intrasektoral)
.und dem gewiihlten MIS-Szenario
Sektor IKARUS-LP MIS
intrasektoraler WaIJ4e1 (%/a) AEE\I-Wert\l (%/a)
Landwirtsehaft 0,5 0,8
Bau 1,5 1,6
Dienstleistung 3,5 1,6
Staat 2,2 1
17 Siehe Klaassen (1996).
181
7.3 Verkehr
Die absoluten Endenergiewerte dokumentieren das unterschiedliche Verbrauchsniveau in den
alten und den neuen Landern auch im Verkeltrssektor. 18
2000lt57,1
1$00
1600
1400
1Z00
~ fOOO
800
GOO
400
188,3200
625 28 27,f c.s 3,70
$trM,enverkehr Sctnenenversenr Blnf'lGn.sc!liffsverk<thf tuftverkehr
Abb. 7-7: Endenergieverbrauch irn Verkehrssektor des Jahres 1991,
7.3.1 Disaggregation des Verkehrssektors
Im IKARUS-LP-Modell wird der Sektor Verkeltr nach den Kategorien Personen-/Giiter- und
Nalt-/Fernverkeltr unterschieden, Damit ergeben sich in der Kombination die vier Bereiche:
Personenverkeltr
• Personen-Nahverkehr
• Personen-Fernverkehr
Giiterverkelu'
• Guter-Nahverkehr
• Giiter-Femvcrkehr
18 Werte nach Eckerle et al. (1995), Tab. 6.4-11, S. 328-330.
182
Die aeht Verkehrssektoren des MIS-Modells sind bereits dargestellt worden." Personen- und
Gtiterverkehr werden in jeweils vier Subsektoren disaggregiert. 1m Gegensatz zum IKARUS
LP entfallt bei :MIS die Einteilung naeh Nah- und Femverkehr, die Gliederung naeh Personen
und Guterverkehr fmdet sieh jedoeh aueh in :MIS und entsprieht der ublichen Disaggregation
des Verkehrssektors in Personen- und Gttterverkehrsleistung.
Personenverkehr
• Motorisierter Individualverkehr
• Busverkehr
• OPNV• Bahnpersonenverkehr
Giiterverkehr
• LKW-Verkehr
• Bahnguterverkehr
• Binnensehiffsverkehr
• Sonstiger Verkehr
7.3.2 Fahrleistung als energienachfragebestimmende Grime
Gemafs der Gliederung des Verkehrssektors in Personen- und Guterverkehr bestimrut die
jeweilige Fahrleistung in Personen- und Tonnenkilometem als energienaehfragebestimruende
GroBe den Endenergiebedarf. Die Abbildung 7-8 veranschaulicht die IKARUS-LP-Struktur
am Beispiel des Personen-Nahverkehrs.
AIs energienaehfragebestimruende GroBe ftlr den gesamten Sektor Personen-Nahverkehr
werden ftlr 1989 insgesamt 382,9 Mrd. Pkm angegeben. Die eingesetzte Teehuik sei ein
konventionelIer Dieselbus. D.h. im Beispiel wird del' Endenergiebedarf bereehnet, der
entsteht, wenn die gesamte Naehfrage des Subsektors nul' mit Dieselbussen befriedigt wird.
Bei einem realen IKARUS-LP-Reehenlauf werden die 382,9 Mrd. Pkm auf versehiedene
Teehuiken aufgeteiIt, wie etwa Bus, Bahu, Pkw usw., die ihrerseits wiederum mit
untersehiedliehen Energietragern fahren. Zur Urnrechnung von Pkm auf km ist del' Platzhalter
Besetzung eingefugt - bei Gttterverkehr entspreehend Beladung. So ergibt sieh aus dem
reziproken Welt der gefahrencn Bus km von 0,04984 km eine Besetzungszahl von 20,06
Personen. Mit diesen Werten bereehuet sieh die Endenergienachfrage wie folgt.
19 Siehe Tabelle 5-3 in KapiteI5.2.3.
183
382,9 Mrd.Pkm =19 09 Mrd.km20,06 P ,
(7.4)
19,09 Mrd.km·l,7145 GJ /l00 km = 327,25 PJ
D.h. werden ZUl' Befriedigung del' gesamten Nachfrage nach Fahrleistung im Sektor Personen
Nahverkehr ausschliellIich Dieselbusse eingesetzt, betragt del' Endenergiebedarf des Jahres
1989 in den alten Bundeslandern 327,25 PJ.
Energietrager Buskm
1,7145 GJ/100 km
0,04984 P/100 km
20,06 P 382,9 Mrd. P km
Abb. 7-8: Vereinfachte Darstellung del' IKARUS-LP-Struktur im Sektor Personen-Nahverkehr
(Welte fiir 1989, alte Lander)
7,3,3 Determinanten und zukiinftige Entwicklung del' Fahrleistungen
Als exogene GroBe sind im IKARUS-LP-Modell die in del' Tabelle 7-13 enthaltenen
Schatzwerte del' Personen- und Guterverkehrsnachfrage cingetragen." Zum Vergleich sind in
deren letzter Spalte die im Nachfragegenerator Verkehr (NGV) des MIS-Modells berechneten
Nachfragewerte fur die alten Lander dargestellt. FUr einen Einsatz in IKARU8-LP mussen
diese Werte dann in Nah- und Fernverkehr aufgeteilt werden.
20 Im lKARUS-Projekt war das Deutsche Institut fur Wirtschaftsforschung (DIW) Lieferant dieser Werte.
184
Tab. 7-13: Entwicklung der Personen- und GUterverkehmachfrage in IKARDS-LP und MIS
(in Mrd. Pkrn und Mrd. Tkrn)
Jahr rRA R0S~LP ••
........MIS
West Ost Deutsch- NGV
Nab Fern Sunune Nah Fern Sunune land West
1989
Personen 383 307 690 79 65 144 834 722 (686)
GUter 47 231 278 9 66 75 350 240
2005
Personen 467 378 845 106 107 213 1058 933 (869)
GUter 68 324 392 15 67 82 474 343
Nah F~l1).
2020
Personen 618 576 1194 1012 (949)
GUter 100 473 573 406
Die 2020er Werte lassen sich nach DIW noch weiter aufschlUsseln. Danach betragt der
Personennahverkehr 467 Mrd. Pkrn, der Personenfernverkehr 449 Mrd. Pkrn und der
GUtemahverkehr 82 Mrd. Tkrn sowie 383 Mrd. Tkrn.
Die Differenzen in den LP- und den MIS-Ergebnissen fur Westdeutschland erklaren sich
dadurch, daB das LP-Modell nicht die gesamte Verkehrsnachfrage abbildet, sondern nur die
energierelevanten Verkehrstrager in die Rechnungen einbezieht. Entgegen der Beschreibung
der MIS-Verkehrssektoren sind in den Zablen des NGV im Subsektor Personennahverkehr
auch Fuflganger und Radfahrer enthalten. Reduziert man die NGV-Ergebnisse des
Personennahverkehrs urn diese Positionen, crgeben sich neue Nachfragewcrte. Diese sind in
Tabelle 7-13 in der NGV-Spalte in Klammem gesetzt.
Anhand der Nah- und Femverkehrswerte fur Westdeutschland lassen sich die prozentualen
Anteile am Personen- und GUterverkehr ableiten.
185
Tab. 7-14: Anteile des Personen- und Gutervcrkehrs am Nah- und Fernverkehr
Jahr Sektor Westdeutschland ('Yo)
.... . ... Nab, J;"m1989 Personen 55,5 44,5
Guter 16,9 83,1
2005 Personen 55,3 44,7
Gtiter 17,3 82,7
•............ Gesamtdeutschland
2020 Personen 51,8 48,2
Gtiter 17,5 82,5
Bezieht man diese Anteile auf die im NGV berechneten energienachfragebestimmenden
Grofsen - Grundlage sind die urn Fufsganger und Radfahrer bereinigten, energierelevanten
Verkehrstrager - lassen sich letztere gemafl den Anforderungen des IKARUS-LP aufteilen.
Diese Welte konnen anschlielsend direkt in das IKARUS-LP als neue energienachfrage
bestimmende Groflen des Verkehrssektors uberttagen werden. Da im MIS-NGV fur 2020 nur
die Nachfragen fur die alten Lander berechnet werden, ist eine Ableitung der Fahrleistung fur
Gesamtdeutschland im Jahr 2020 allein auf Grundlage des Makromodells MIS nicht moglich,
Tab. 7-15: Disaggregation del' NGV-Fahrleistungen fur Westdeutschland
(in Mrd, Pkm und Mrd, Tkm)
JljIJ,J,. Sektor Fahrleistung ABL
1989 Personen-Nahverkehr 380,7
Personen-Fernverkehr 305,3
Guter-Nahverkehr 40,6
Guter-Fernverkehr 199,4
2005 Personen-Nahverkehr 480,6
Personen-Fernverkehr 388,4
Guter-Nahverkehr 59,3
Gurer-Fernverkehr 283,7
2020 Personen-Nahverkehr 491,6
Personen-Fernverkehr 457,4
Guter-Nahverkehr 71,7
Gurer-Fernverkehr 334,9
186
Im folgenden werden anhand der Funktionsweise des MIS-NGV die Berechnung und damit
implizit die Determinanten der Fahrleistungen erlautert,
Auf das MIS-Verkehrsmodell, das zur Zeit nur die alten Lander umfafst und die
entsprechenden Teilmodelle wurde bereits in Kapitel 5.2.3 eingegangen. Mit den exogenen
Wachstumsraten von Volkswirtschaft und Bevolkerung wurden die Hauptdeterminanten der
Verkehrsnachfrage identifiziert. Dementsprechend wird die Verkehrsleistung im NGV
innerhalb des Wachstumsmodells generiert." Die Tabelle 7-16 illustriert die Vorgehensweise
im Wachstumsmodul. Die beiden Wachstumsraten werden mit Hilfe einer Elastizitat der
globalen Wachstumsrate und einer Elastizitat der Bevolkerungsentwicklung erhoben.
Tab. 7-16: Entwicklung del' Verkehrsnachfrage im MIS-Wachstumsmodul
.... 1989 2005 2020
Bevolkerung (Mill.) 62093 69391 68358
Bev. Elastizitat 0,7 0,7
Globale Wachstumsrate 0,02 0,01
Personenverkehr
Elastizitat 0,558 0,61
Wachstumsrate 0,011 0,006
Verkehrsleistung (MId. Pkm) 933 1012
Guterverkehr
Elastizitat 1,125 1,121
Wachstumsrate 0,023 0,011
Verkehrsleistung (Mrd. Tkm) 343,2 405,7
Quelle: MIS-Nachfragegeneralor Verkehr- Wachstumsmodul. Zumgewahlten MIS-Szenario "Trend Spar bei
hoher Bevolkerung" siehemehr in Kapitel 8.2.2. Die fett gedruckten WertederElastizitaten konnen
vom Modellnutzernach eigenenVorstellnngen geandertwerden.
Die Entwicklung fur den Personen- und Guterverkehr wird ebenfalls mit Elastizitaten
bestimmt. Diese werden auf Basis del' gesamtwirtschaftlichen Entwicklung durch eine
Regressionsanalyse mit einer Zeitreihe von 1960 - 1990 geschatzt,
21 Vgl. Pfaffenberger/ Strobele(1995), S. IS f.
187
8 Rechnen mit IKARUS-MIS
VOl' der Darstellung des Iterationsverfahrens von IKARUS-LP und MIS ist es notwendig,
noch einmal die unterschiedliche Modellphilosophie del' Einzelmodelle zu verdeutlichen. Das
MIS-Makromodell ist konzeptionell als ein quasi dynamisches Simulationsmodell
einzustufen. Dies hat zur Folge, daB bei einem Modellauf ausgehend vom Basisjahr 1989
simultan die Perioden 1989-2004 und 2005-2019 in Ein-Jahresschritten berechnet und neben
1989 die Ergebnisse flir 2005 und 2020 ausgewiesen werden. Eine Einzelrechnung "nur" flir
2005 oder 2020 ist nicht moglich, Im Gegensatz dazu erfolgt bei dem statischen IKARUS-LP
eine getrennte Optimierung fur 1989, 2005 und 2020, so daf insgesamt drei Modellaufe fur
Berechnung bzw. Darstellung von Ergebnissen aller drei Zeitstiitzpunkte erforderlich sind.
8.1 Kalibrierung und Iterationsverfahren
Die obengenannten Unterschiede in del' Modellphilosophie wirken sich auf die Wahl der
Methodik bei einer Iteration von IKARUS-MIS 1 aus. Wedel' eine rein sequentielle, noch eine
ausschlielllich simultane Iteration erscheint bei IKARUS-MIS angemessen. Statt dessen wird
eine Kombination beider Varianten gewahlt, Dies soli im folgenden erlautert werden.
Eine einfache sequentielle Iteration, wie sie im Kapitel 4.2 fur das MARKAL-MEPA-Modell
skizziert wurde und bei der die Zeitstiitzpunkte der Einzelmodelle nacheinander berechnet
werden, ist fur IKARUS-MIS nicht moglich. Solch eine Iteration wiirde nach dem Schema del'
Abbildung 8-1 verlaufen und erfordert getrennte Rechnungen fur jedes Zieljahr. Dariiber
hinaus miillten etwa nach der IKARUS-LP-Rechnung fur das Basisjahr 1989 Outputwerte des
LP-Modells nach MIS transferiert werden. Eine Ableitung von AEEI-Wetten aus dem
Energiemodell ist jedoch erst unter Beriicksichtigung des Energieverbrauchs in 2005 moglich,
Leqende: ( 1 Simulation-dynamlsch-
I I Oplimierung-statlsch-
Abb. 8-1: Sequentielle Iteration von MIS und IKARUS-LP
Bei verbundenen Energie-Okonomie-Modellen setzt sieh der Name des neuen Instnunentariwns Ld.R. ausden beiden Ausgangsmodellen zusammen, wobei das Energiemodell zuerst genannt wird. Von dieser Praxissoil aueh hier nieht abgewichen werden. Da eine Iteration sinnvollerweise mit dem Makromodell MISstartet, sagt der Name lKARUS-MiS jedoeh niehts tiber die Reihenfolge bei der Iteration aus.
188
Eine mogliche simultane Iteration von MIS und IKARUS-LP wird mit del' Abbildung 8-2
iIIustriert. Dort wird verdeutlicht, daf MIS bei einem Modellauf simultan iiber aile Perioden
rechnet und aus diesem Grund anschliel3end zur Iteration drei LP-RechenHiufe durchzufiihren
sind. VOl' den drei Optimierungslaufen werden die filr 1989, 2005 und 2020 von MIS
berechneten und anschliefsend modifizierten sektoralen Wertschopfungen beim Soft-Linking
ftir den lndustriesektor als energienachfragebestimmende Inputgrofscn fiir aile drei Zeitstutz
punkte nach IKARUS-LP ubertragen. Dieses mehr an den Moglichkeiten des MIS-Modells
orientierte Verfahren verkennt jedoch den sequentiellen Charakter des LP-Modells. So ist
beispielsweise eine Ubertragung von Daten von MIS zu IKARUS-LP des Zieljahres 2020 erst
dann sinnvoll, wenn aufgrund einer AEEI-Ubertragung MIS wiederum veranderte energie
nachfragebestimmende Grofien fur 2020 hervorbringt. Kurzum, ein rein simultanes Verfahren
fuhrt zu ubermaliigem und unsinnigem Anpassungs- und Rechenaufwand. Ebenso macht es
wenig Sinn, das Basisjahr in MIS wie auch in IKARUS-LP wiederholt darzustellen. Eine
Anderung del' AEEI-Werte in MIS greift natiirlich erst in del' Zielperiode fur 2005.
t, ••••••••••~
legende: ® ModeDauf
Abb. 8-2: Simultane Iteration von MIS und IKARUS-LP
Aus diesen Grunden wird im folgenden bei del' Iteration von IKARUS-LP und MIS eine
Kombination aus sequentiellem und simultanem Verfahren gewiihlt. Siehe dazu die
Abbildung 8-3. Da im folgenden Rechenergebnisse nur filr den Zeitraum von 1989 bis 2005
vorgestellt werden, wird eine Rechnung und Datenubertragung fur 2020 in del' Abbildung nul'
angedeutet. Del' Vorteil dieses kombinierten Verfahrens besteht in dem verminderten Rechen
bzw. Ubertragungsaufwand, Szenario-Zeitkombinationen ohne relevante Ergebnisse treten
zwar im dynamischen MIS-Modell auf, bleiben abel' unberucksichtigt.'
I. Nach erfolgter MIS-Rechnung aller drei Perioden werden innerhalb del' funktionell
gegliederten Input-Output-Tabelle Wertschopfungsgrofsen und Erwerbstatige ausgewiesen.
2 Wurde z.B, nach einemLP-Reduktionslauf fur 2005 der CO,-Schattenpreis nach MIS ubertragen, werdenbei einer anschlieBenden MIS-Recbnung zusatzlich zu den Reduktionsergebnissen fur 2005 auch BasisjahrundErgebnisse fur 2020 ausgewiesen.
189
Die energicnachfragebcstimmenden Grofsen Quadratmeterzahlen und Personen liefert das
MIS-Wohnungsmodell. Kilometerangaben berechnet der Nachfragegenerator Verkehr, Die
Umrechnung dieser Werte ist in der Abbildung 8-3 fur den Industriesektor anhand des
Nachfragegenerators Industrie (NGI) angedeutet.
2. Die neuen Nettoproduktionswerte ersetzen im Industriesektor in der Kalibrierungsphase''
die im LP-Modell vorhandenen NPW-Schiitzwelte des ISI-Instituts in Karlsruhe. Spatere
Nettoproduktionswerte ersetzen die Werte frliherer Iterationslaufe, Zusatzlich sind im Zuge
der Kalibrierung vor einem Optimierungslauf die spezifischen Energieverbrauche der
Einzeltechniken anzupassen, da anderenfalls der berechnete Energiebedarf fiir das Basisjahr
zu hoch ausgewiesen wurde. Delli in der Ausgangssituation eines getrennt Iauffahigen
IKARUS-LP-Modells ergeben die von lSI-Karlsruhe erhobenen Welte ftir Nettoproduktion
und spezifische Energieverbrauche den industriellen Energieverbrauch von 1989. Erhoht
(vermindert) man anschlieBend einen Wert, muf der jeweils andere Multiplikator
entsprechend vermindert (erhoht) werden. So bildet das LP-Modell nach erfolgreicher
Datenubertragung die Ausgangssituation fur 1989 abo Ebenso wird das LP-Modell fur die
Zeitstutzpunkte 2005 und 2020 kalibriert.
3. Aus den dem IKARUS-LP zugrunde gelegten Technikentwicklungen werden ABEl-Welte,
d.h. die intrasektorale Energieeffizienzverbesserung, generiert. Damit lallt sich das MIS
Modell neu starten. Relevante Ergebnisse werden jedoch nur fur 2005 geliefert, denn das
Basisjahr bleibt von Energieeffizienzverbesserungen unberuhrt, und fur 2020 miiBten aus
IKARUS-LP erst noch AEEI-Welte der Periode 2005 bis 2020 abgeleitet werden. Ebenfalls
tibertragen werden die im LP exogen gesetzten Importpreise fur die Primarenergietrager 01,
Gas und Kohle. Letzterer wird disaggregiert, so daB sogenannte Kohleanteile fur Braunkohle,
deutsche Steinkohle und Importsteinkohle nach MIS ubertragcn werden. Die Al-El-Werte und
die Energiepreise sind in den LP-Fallen Referenz 1 und Reduktion 1 identisch. Die
Kohleanteile variieren. Die Kohleanteile und der in Reduktion 1 berechnete Schattenpreis der
C02-Reduktion begrtinden die Notwendigkeit von zwei verschiedenen MIS-Rechnungen
(MIS 2005 b und MIS 2005 c). Durch den Schattenpreis erhoht sich in MIS 2005 c
beispielsweise der Preis fiir importiertes 01 von 5,75 D.MJGJ unter Berticksichtigung eines
Schattenpreises von 10 D.MJt C02 und des spezifischen CO2-Faktors 0,07183 t/GJ fur 01 urn
0,72D.MJGJ auf 6,47 D.MJGJ:
Schattenpreis (D.MJt) . C02-Faktor (t/GJ) = Preiserhohung (D.MJGJ) (8.1)
Die hier vorgestellte Untersuchung impJiziert die erstmalige Iteration des lKARUS-MIS-Modells. DieseKaJibrierung ist vor der Optimierung jedes einzelnen LP-Szenarios notwendig. Wird ein LP-Basis-,Referenz- oder Reduktionsszenario im VerIauf der Iteration noch einma! optimiert, ist es bereits kaJibriert.Das g!eiche gilt ftir zukunftige lKARUS-MIS-Rechnungen mit durch verandcrte MIS-Basisannahmenneuen energienachfragebestirnmenden Grollen.
190
Start
~
MIS 1989
I2005 a I I
2020-..................l ... -------------- . .. _-----_._----_._._._-----~-_. . -.-- - --._--------- .
I, - , - -( NGI i i NGI
\ etc. I etc.~~ , -
I,
t'"I~'
IKARUS- 1989 2005,I LP
Technikkoeffizienten (GJIDM etc.) anpassen
-_.... _-IReferen;jl
---_.-.- ---
: Basis i : Reduktion 1 I, ,t.,~--~- ~~--~~''------~
I IObertragung vonAEEI-Werten, Primarenergieprelsen und Kohleanteilen I iI
-----_.~._- - ---"--
I: Zusatzlich zum Referenzfall Obertragung des CO2 -Schattenpreises
i
,
MIS ! 1989
I ' : 2005 c Ibi I
2020 I II(NGI neu; NGI neu -.
I" etc. I etc. I,-~' -~_._----
,
i I
'" '"IKARUS- 2005
LPrReferenz;1 Reduktion 2 i! , ,
ENDE
Abb. 8-3: Ablaufschema der Iteration von MIS und IKARUS-LP
191
4. Die neuen MIS-Rechnungen fUr 2005 liefem wiederum neue energienachfragebestimmende
Grofsen, Mit diesen macht eine LP-Neurechnung, d.h, Referenz 2 und Reduktion 2 fur 2005
Sinn. Da an diesel' Stelle die AEEI-Werte, die es in MIS einzutragen gilt, beibehalten werden
und sich die Kohleanteile zwischen Referenz 1 und 2 wie auch die Kohleanteile und die
Schattenpreise zwischen Reduktion 1 und 2 nur unwesentlich voneinander unterscheiden, ist
danach das Iterationsende erreicht.
8.2 Szenarien und Basisannahmen
Urn Vergleichbarkeit mit bisherigen Rechnungen zu ermoglichen, wurde bei del' Darstellung
del' Modellkopplung von IKARUS-LP und MIS auf bestehende Szenarien zuriickgegriffen.
Wo Anderungen vorgenommen wurden, ist dies dokumentiert,
8.2.1lKARUS-LP
Die aktuellsten IKARUS-LP-Szenarien wurden als ein Teilvorhaben des UBA-Vorhabens
"Politik-Szenarien zurn Klimaschutz" erstellt und stellen eine Grundlage fUr den zweiten
Nationalbericht dar, del' im Rahmen des Weltklimagipfe1s in Kyoto prasentiert wurde.4
Aus diesem Grund wurden in del' Programmgruppe Systemforschung und Technologische
Entwicklung (STE) des Forschungszentrums Jiilich fur das Zieljahr 2005 sowohl fur die alten
als auch fUr die neuen Lander die zwei Referenzszenarien REF-AL05 und REF-NL05 und die
zwei CO2-Reduktionsszenarien CG-AL05 und CS-AL05 ftlr die alten Bundeslander
gerechnet. In CG-AL05 wird eine einzelne Minderungsrate fur den gesamten Energiesektor
vorgegeben, wahrend in CS-AL05 jeweils sektorale CO2-Minderungsraten verwendet
werden.' Allen Szenarien 1iegen die unveranderten IKARUS-Rahmendaten und die
entsprechenden Energienachfragen zugrunde. Letztere manifestieren sich ill den
energienachfragebestimmenden Grofsen, fiir die nun die in Kapitel 6 und 7 neu aus MIS
abgeleiteten Werte eingesetzt werden.
4
5Siehe Kleemann el a1. (1997).Obwohl in lKARUS-LP wie auch in MIS ebenfalls die mengeruniiBige und sektorale Enlwicklung del'iibrigen Treibhausgase dargestellt wird, konzentrieren sich die Szenarien und Analysen aufgrund del'festgelegten Minderungsquote auf das treibhausrelevante Leitgas CO,. Das eine Betrachtung del' ubrigenTreibhausgase zu sektoral unterschiedlichen Ergebnissen fuhren kann, zeigen Rechnungen des StatistischenBundesamtes. So wurde z.B. in einer gemeinsamen Betrachtung del' Treibhausgase del' SektorLandwirtschaft aufgrund seiner hohen Methan- (CH.,) und Distickstoffoxidemissionen (N,O) alszweitgrOJlter Verursacher des Treibhauseffektes in Deutschland identifiziert. An erster Stelle steht dieEnergieerzeugung. Vg1. Statistisches Bundesamt (l997b), S. 4 f.
192
In den Referenzszenarien gibt es keine COz-Restriktionen. In den Reduktionsszenarien wird
fur das Zieljahr 2005 das politisch gewahlte 25%ige Emissionsreduktionsziel erreicht. Hierbei
wird jedoch die gesamtdeutsche Situation berlicksichtigt. D.h. der C02-Reduktionszielwel1
der Bundesregicrung soli fur die alten und neuen Lander zusammen erreicht werden. Da in
den neuen Bundeslandern schon im Referenzszenario, d.h. ohne Reduktionsmallnahmen allein
durch Produktionsrlickgang und Struktureffekte, eine Verminderung der C02-Emissionen urn
43% stattfindet, ist in den alten Landern eine Reduktion von 18% ausrcichend." Mit
eingerechnet ist in diese Uberlegung bereits der Anstieg der CO2-Emissionen in den alten
Bundeslandern von 3% zwischen 1990 und 1995. Die Tabelle 8-1 illustriert diese
Entwicklung.
Tab. 8-1: C02-Emissionen im IKARUS-LP -Modell
1989 1990 2005 Veranderung 1990 - 2005
Mio. t Mio.t Mio. t Mio, t %
ABL 690 709 582 -126 -18
NBL 318 284 162 -122 -43
D 1008 993 744 -248 -25
Quelle: Kleemann et al. (1996), Tabelle 2.2aufSeite 4. DieEmissionen fur 1989 sinddie lKARUS-Ausgangs
werte. FUr 1990 wurden dieWelte inlerpoliert.
Zusatzlich wurden in den Modellrechnungen energie- und regionalpolitisch motivierte
Vorgaben seitens der Auftraggeber berucksichtigt. Die wichtigsten Begrenzungen sind:"
• Forderung von mindestens 35,3 Mia. Tannen (1050 PI) Steinkohle in den alten
Bundeslandern. Davon sind mindestens 500 PI zu verstromen.
• Eine Braunkohlevcrstromung van mindestens 750 PI in den alten Bundeslandern. In den
neuen Bundeslandern sollen mindestens 70 Mio. Tannen Braunkohle gefordert und
mindestens 490 PI verstrornt werden.
• Eine Begrenzung dcr Erdgasimporte der alten Lander auf maximal 2600 PI.
• Eine konstante installierte Leistung del' Kernenergie in den alten Bundeslandern von 22,4
OW mit einer Stromerzeugung von 139 TWh.
6
7
Bel solch einer politisch motivierten Vorgabe der Reduktion in OS! und West ist ein Angleichen derGrenzvermeidungskosten, das sicherlich zuniedrigeren Gesamtkosten fiihren wtlrde, nicht angestrebt.Vgl. Kleemann et al. (1997), S. 34 f.
193
8.2.2 MIS
Das MIS-Modell liefert fur Basisjahr und Zieljahre Szenarien tiber die wirtschaftliche
Entwicklung sowie Haushalts- und Erwerbspersonenvorausschatzungen. Bei den Szenarien
zur Wirtschaftsentwicklung handelt es sich urn die Hauptaufgabe des MIS-Modells, mit Hilfe
von Annahrnen tiber die gesamtwirtschaftliche Nachfrageentwicklung sowie unter Beruck
sichtigung der sektoralen Verflechtung, eine Gleichgewichtslosung fur die Jahre 2005 und
2020 zu generieren,
Innerhalb des Modells sind verschiedene, benutzerdefinierte Szenarien moglich. Betrachtet
man fur den Zeitraum von 1989 bis 2005 ein Szenario mit und ein Szenario ohne C02
Reduktion, lassen sich drei Falle unterschieden:8
o Basis 1989. Der Basisfall bildet die Ausgangssituation in den alten Landern im Jahr 1989
gemaf der amtlichen Statistik abo
o Business-as-Usual. Dies ist ein Referenzfall fur 2005. C02-MaJ3nahrnen bleiben
unberucksichtigt. Ein Ruckgang der Emissionen ist allein auf Struktureffekte im
Produktionssektor und technischen Fortschritt zuruckzufuhren.
o Reduktion. Ais CO2-ReduktionsmaJ3nahme wird nun flir 2005 del' LP-Sehattenpreis
eingefiihrt. Dies initiiert eine Substitution von Energie durch Kapital.
Im Hinblick auf die einzelnen Szenarien wurden relativ optimistische Annahmen bezuglich
der auJ3enwirtschaftlichen Ralunenbedingungen zugrunde gelegt. So wird die Bundesrepublik
weiterhin als eine fiihrende Exportnation angesehen, die Terms of Trade bleiben relativ
unverandert, d.h. es kommt nicht zu einem starken Anstieg del' Importpreise ftlr fossile
Energietrager, mit einer kunftigen Weltwirtschaftskrise wird nicht gerechnet. Fur das
Wirtschaftswachsturn in Westdeutschland wird ein Sozialproduktsanstieg von 2.011 MId.
DM 1989 in 1989 auf2.895 MId. DMl989 in 2005 erwartet,
Bei den Annahrnen zur Bevolkerungsentwicklung liegen der neuen Prognose des Statistischen
Bundesamtes deutlich hohere Welte zugrunde. Dureh eine vermehrte Netto-Zuwanderung
erhohen sich nicht nur die Bevolkerungswerte, sondem auch die Zahl der Haushalte sowie die
Erwerbspersonen. So wird in den alten Bundeslandern ein Bevolkerungsanstieg von 61,7 Mio.
auf 65,0 Mio. Einwohner im Jahr 2005 angenommen.
Die AEEI-Rate bildet Modemisierungstrends, Verhaltensanderungen sowie den Abbau
bisheriger Ineffizienz ab und wird in FOIID von durchschnittlich jahrlich wirkenden
Zu ausgewahlten MIS-Ergebnissen siehe Kuckshinrichs/Kemfert (1996), S. 529 f. und PfaffenbergerlKemfert 1997, S. 256 f.
194
Energieeinsparungen in Prozent angegeben. Zuerst noch unbertlcksichtigt bleiben dabei im
ersten Schritt mogliche Ruckkopplungen aus den IKARUS-OptimierungsHiufen, mit denen die
erforderlichen Technikwechsel explizit dargestellt werden und deren Einsparwirkungen erst
die beabsichtigten COrMinderungen erlauben. Spater solI dies anhand eigener Szenarien
dargestellt werden. Die ABEl-Werle einiger Sektoren, die l%/a tlbersteigen, werden in der
Abbildung 8-4 dargestellt. So impliziert ein AEEl von 2%/a etwa bei einer Betrachtung tiber
die 16 Jahre von 1989 bis 2005, daf die Energieintensitat eines Sektors als "fi:ee lunch" urn
gut 25% sinkt.
mensHelstuf'lgen
Bau
Glenereien
Nahrung
Fahrzeug
Papler
NE·Melalla
SOl1Stigo Industria
Ste]nelErden
o 0,5 1.5 2 2.5
Abb. 8-4 Sektorale AEEl-Werte (%/a) fur den Zeitraum 1989 bis 2005.9
In den Szenarien Referenz 1 und 2 sowie in Reduktion 1 und 2 werden im Zuge des Linkings
die ABEl-Werte aus IKARUS-LP, wie sie fur den Industriesektor in der Tabelle 6-25 dieser
Untersuchung und fur den Kleinverbrauchersektor in der Tabelle 7-12 aufgefuhrt sind,
verwendet, Zum Vergleich befinden sich die ursprunglichen MIS ABEl-Werte ebenfalls in
diesen Tabellen.
Ein weiterer Technikwechsel der energieintensiven Sektoren in Abhangigkeit von den
Energiepreisen tiber die AEEl hinaus ist im Modell grundsatzlich tiber die CES
Produktionsfunktion moglich. Die Substitutionselastizitat fur Kapital und Energie wird mit
0,8 angenommen. Als MaB fur die Austauschbarkeit zwischen elektrischen und
9 Werte nach DIW (1995a).
195
nichte1ektrischen Energietragern werden Welle zwischen 0,15 und 0,3 gewahlt. Die ESUB
zwischen 01 und dem Kohle-Gas-Aggregat liegt zwischen 0,2 und 0,25. Die Gas-C>l
Substitution wird mit einer Substitutionselastizitat von 0,9 angenommen, d.h. hier wird eine
relativ leichte Substituierbarkeit unterstellt.
Weitere Basisannahmen liegen in der Entwicklung der Energiepreise. So wird del' Kohlepreis
als relativ stabil angesehen, 01 und Gas verteuern sich bis 2005 urn 1,3% - 1,4% pro Jahr.
Dabei sind in dem Energieaggregat Kohle die Energietrager Braunkohle, deutsche Steinkohle
und Importsteinkohle enthalten. Die Kohleanteile betragen 1989 fur Braunkohle 27,68%, ftlr
deutsche Steinkohle 63,72% und fiir importierte Steinkohle 8,6%.
Im Verlauf del' Iteration werden das energietechnische und das okonomische Modell auch
beziiglich der Energiepreise und del' Kohleanteile angenahert. Da MIS in del' Ausgangs
situation derart kalibriert ist, daJl in del' Input-Output-Tabelle das Wirtschaftsgeschehen del'
alten Lander flir 1989 abgebildet wird und auch fur 2005 - da die Iteration mit dem
Okonomiemodell MIS beginnt - erst einmal originare MIS-Ergebnisse berechnet werden
sollten, wird diese Anpassung an LP-Daten erst im Verlauf der Iteration nach einmaliger LP
Rechnung vorgenommen. D.h. die Anpassung erfolgt VOl' den zweiten MIS-Laufen. In
IKARUS-LP sind exogen die Importenergiepreise fUr 1989 und 2005 abgelegt.
Tab. 8-2: Energiepreise in IKARUS-LP (DM/GJ)
1989 2005 Zuwachs/a
Erdgas Import 3,62 4,61 1,5%
01 Import 6,03 7,18 1,1%
Steinkohle Import 3,64 3,65 0,02%
Diese jahrlichen Preissteigerungen werden nun nach MIS iibertragen. So ergeben sich MIS
Primarenergiepreise in 2005 fUr 01 von 5,75 DM/GJ, fiir Gas von 4,97 DM/GJ und fur
Importsteinkohle von 3,19 DM/GJ. Die Ursprungswerte fur Braunkohle, deutsche Steinkohle
und Regenerative werden beibehalten, da fur diese Energietrager in IKARUS-LP lediglich
Angaben iiber die inlandischen Herstellkosten implementiert sind. Tabelle 8-3 zeigt die
Kohlemengen als Ergebnis del' LP-Laufe Referenz 1 und Reduktion 1 sowie daraus abgeleitet
die Kohleanteile. Die 198ger Anteile in MIS betragen fur Braunkohle (BK) 27,68%, fur
Steinkohle (SK) 63,72% und fur Importsteinkohle 8,6%. FurMIS 2005 b bzw.c werden dann
die LP-Werte aus Referenz I bzw. aus Reduktion I ubertragen.
196
Tab. 8-3: Kohlemengen und -anteile aus LP-Liiufen fur 2005
LP-Szenario Meng~n(RJ) . Anteik(%)... . ......BE: sK 1tJ.lp:SE: . BE: SK Imp.SK
Referenz 1 840 1100 494 34,5 45,2 20,3
Reduktion 1 819 1100 74 41,4 55,2 3,7
Die unterschiedlichen, aus den LP-Ergebnissen berechneten Kohleanteile begrunden fur den
Referenz- und den Reduktionsfall auch in MIS unterschiedliche Szenarien. Das
Hauptunterscheidungsmerkmal ist natUrlich der in den LP-Reduktionsszenarien generierte
Schattenpreis der CO2-Reduktion. Fur das Szenario Reduktion 1 betragt del' Schattenpreis 213
DM/t CO2• Damit erhohen sich in MIS die Primarenergieprcise gemiil3 der Gleichung 8-1. Auf
den Preis des Kohleaggregates nehmen ebenfalls die Kohleanteile Einflufl, In del' Tabelle 8-4
werden die Primarenergietragerpreise mit und ohne Schattenpreis aufgefillut.
Tab. 8-4: Ml'S-Primarenergietregerpreisc ftlr 2005 (DM/GJ)
Energiettiig¢x Szenario 2005 b Szenario 2005 P
Kohle (Mix) 7,22 29,85
01 5,75 21,05
Gas 4,97 16,89
Braunkohle 4,66 28,33
Deutsche Steinkohle 10,99 30,9
Jmportierte Steinkohle 3,19 31,1
Regenerative 15,0 15,0
Fur die Iteration mit IKARUS-LP wurde eine Kombination der in MIS abgelegten Szenarien 2
"Trend Spar" und 3 "Hohes Wachstum und hohe Bevolkerung" angelegt. Das neue Szenario
"Trend Spar bei hoher Bevolkerung" berucksichtigt sowohl die hoheren Bevolkerungs
prognosen als auch ein weniger optimistisches Wittschaftswachstum. Bei einem
Bevolkerungswachstum von 0,7% wird fiir 2005 mit 69,39 Mio. Personen in den alten
Landern gerechnet. Die Erwerbsquote wird bei 46,3% belassen, so dal3 32,13 Mia.
Erwerbstatige resultieren, Diese Werte Iiegen nahe an den DIW-Werten mit 68,7 Mio.
Bevolkerung und 32 Mio. Erwerbstatigen. Fur die wirtschaftliche Entwicklung erscheint ein
197
Wachstum von 3,2% wie in Szenario 3 als zu hoch. Die 2% des Trend Spar-Szenarios sind
mit der in PROGNOS angegebenen Entwicklung des Bruttoinlandsprodukts von 1,7%/a von
1992-2000 und von 2,1%/a von 2000 bis 2010 eher vergleichbar.
8.3 Ergebnisse
Eine detaillierte Aufbereitung und Analyse der IKARUS-MIS-Ergebnisse in den Referenz
und Reduktionsszenarien wurde den Rahmen der vorliegenden Arbeit sprengen. Im Rahmen
der Analyse der Modellverbindung werden daher die Aggregate des Energieeinsatzes bzw.
ausstoJ3es, der Emissionen und der Systemkosten, wie sie in der LP-Ergebnisdarstellung in der
aggregierten Energiebilanz erscheinen, aufgefiihrt. Entsprechend der in den Kapiteln 6 und 7
gewahlten Vorgehensweise bei der Modellkopplung konzentriert sich die Darstellung der
Ergebnisse im wesentlichen auf die Sektoren des Endverbrauchs. Wo es fur die jeweilige
Gesamtentwicklung als notwendig erachtet wird, sind Ergebnisse der Sektoren Primarenergie
und Umwandlung'" angegeben.
Urn Aussagen tiber den EinfluJ3 der makrookonornischen Einbettung der LP-Energieszenarien
machen zu konnen, werden den IKARUS-MIS-Ergebnissen die Resultate der Einzel
rechnungen von IKARUS-LP und MIS gegenubergestellt." Dabei werden auch die Ergebnisse
del' IKARUS-LP-Rechnungen fur das Umweltbundesamt (DBA) berucksichtigt. Da die in del'
voriiegenden Untersuchung benutzten IKARUS-LP-Ausgangswelte leicht von del' Datenbasis
del' UBA-Rechnungen abweichen, kommt es zu geringen Anderungen in den Ergebniswerten.
Fur die Gesamtentwicklung kann jedoch von nahezu identischen Resultaten gesprochen
werden.
Im folgenden werden filr die Entwicklung in 2005 vier Faile unterschieden. Die
Einzelmodelle werden entsprechend ihren Modellnamen mit MIS und IKARUS-LP
bezeichnet. Das Verbundmodell hcilit IKARUS-MIS. 12 Referenzszenarien existieren bei allen
drei Modellen fUr die Jahre 1989 und 2005. Reduktionsszenarien werden nul' fur 2005
ausgewiesen. Samtliche Ergebnisse gelten nul' fur die alten Bundeslander.
10
11
12
Der Umwandlungssektor setzl sich aus den Subsektoren Elektrizitiit, Warme, Raffinierien, Gas undVeredelung zusanunen. VgI. Kapitel 5.1.1.Dabei werden zwar in ihren Annahmen unterschiedliche Szenarien verglichen, doch ist solch ein Vorgehenbei der Darstellung eines Modell-Linkings durchaus iiblich. So etwa der Modellvergleich von MARKALund MARKAL-MACRO bei ScheperslKram (1995).1m Gegensatz zum Hard-Linking bleiben die Einzelmodelle beim Soft-Linking in ihrer Struktur unveriindertund behalten so ihre Eigenstiindigkeit. Ein "IKARUS-MIS-Modell" existiert daher nur ais"Verbundmodell''.
198
Tabelle 8-5: Fallunterscheidung
Modell Referenzszenario Reduktionsszenario
MIS REF-MIS RED-MIS
IKARUS-LP REF-LP RED-LP
IKARUS-MIS REF-Verb. RED-Verb.
8.3.1 Energieeinsatz
Blickt man auf die Entwick1ung der Endverbrauchersektoren, ergibt sich fur 2005 in
IKARUS-LP und IKARUS-MIS das in den Tabellen 8-6 und 8-7 dargestellte Bild. Da MIS
diese Werte nicht ausweist, beschrankt sich der energetische Verg1eich mit dem
Okonomiemodell auf den Primarenergiecinsatz.
Tab. 8-6: Endenergie (PJ), Referenzentwick1ung 2005
Modell Industrie Verkehr Haushalte K1einverbraucher Endverbrauch
IKARUS-LP 2451 2196 2138 1051 7837
IKARUS-MIS 2455 2196 2137 1022 7813
Tab. 8-7: Endenergie (PJ), Reduktion 2005
Modell Industrie Verkehr Haushalte Kleinverbraucher Endverbrauch
IKARUS-LP 2389 2064 1813 1005 7271
IKARUS-MIS 2435 2064 1820 980 7300
In der Entwick1ung der Referenz- wie auch der Reduktionsszenarien fallen die Abweichungen
gering aus. Die groJlten Abweichungen sind im Referenzfall im K1einverbrauchersektor und
im Reduktionsfall im Industriesektor zu verzeichnen.
199
Unterschiede in del' Gesamtentwicklung des Energieeinsatzes zwischen IKARUS-LP und
IKARUS-MIS werden in del' Abbildung 8-5 als Summe del' Sektoren Umwandlung und
Endverbrauch aufgezeigt. Dabei fallen die Gesamtwerte des IKARUS-LP-Modells in del'
Referenzentwicklung hoher, im Reduktionsfall geringer aus als beim Verbundmodell.
20000
18000
16000
14000
12000
10000PJ
8000
6000
4000
2000
a
IKARUS-LP19027
7837
IKARUS-MIS18963
7813
IKARUS-LP17718
7271
IKARUS-MIS17723
7300
n EndverbrauchBUmwandlung
Referenz Reduktion
Abb. 8-5: Energieeinsatz (PJ) von IKARUS-LP und IKARUS-MIS
Die Entwicklung des Primarenergicverbrauchs ist in den Tabellen 8-8 und 8-9 abgebildet.
Erganzend sind nun MIS-Ergebnisse vorhanden. Einen vergleichbaren, eigenstandigen MIS
Reduktionslauf darzustellen, ist problematisch, Denn in jedem Fall mussen Uberlegungen
hinsichtlich del' Entwicklung der Energiepreise und del' Kohleanteile angestellt werden. Zieht
man dazu IKARUS-LP-Werte heran, handelt es sich bereits urn ein Soft-Linking; nimmt man
unabhangige Daten, hat dies Konsequenzen fiir die Vergleichbarkeit. Die nachfolgenden
Tabellen stellen einen Kompromif dar. Del' Referenzfall kann als eigenstandiger MIS-Lauf
bezeichnet werden, del' Reduktionsfall beinhaltet Kohleanteile und Energiepreise wie bei del'
Modellkopplung, abel' die ursprunglichcn AEEI-Werte.
Auffallig an den Entwicklungen ist zweierlei. Die Ergebnisse von IKARUS-LP und IKARUS
MIS fallen nahezu identisch aus. Die Abweichungen in den Summen zwischen den Referenz
und den Reduktionsszenarien betragen weniger als 1%. Der prozentuale Rtickgang des
Primarenergieverbrauchs fallt mit 7,3% im Optimierungsmodell IKARUS-LP leicht hoher aus
als mit 7,1% im Verbundrnodell IKARUS-MIS. Im Gegensatz dazu sind bei den MIS-
200
Ergebnissen Abweichungen festzustellen. Insgesamt ist das Niveau der Primarenergie - in
MIS wird die Nachfrage berechnet - hoher, Daruber hinaus fallt der Primarenergieruckgang im
Reduktionsfall sehr gering aus. In einigen Bereichen wie bei del' Braunkohle, der Kemenergie
und bei den regenerativen Energietragern ist sogar ein Zuwachs zu verzeichnen." Bei del'
Braunkohle betragt diesel' knapp 27%.
Tab. 8-8: Primarenergieverbrauch (PJ) im Jam 2005, Referenzszenarien
Energl~trijgf<r <.•.•..• MIS <i L Jl\ARUSiLB••
:IKARllSrMISSteinkoh1e 2268 1611 1604
Braunkohle 868 840 840
Mineralol 4529 4829 4823
Erdgas 2221 2177 2150
Kemenergie 1375 1474 1474
Regenerative 169 245 245
Summe 11430 11176 11136
Tab. 8-9: Primarenergieverbrauch (BJ) im Jahr 2005, Reduktionsszenarien
Energietrager MIS lKARUS-LP lKARUS-MlS
Steinkoh1e 2089 1173 1176
Braunkohle 1100 818 818
Mineralol 4485 3895 3883
Erdgas 2184 2800 2796
Kemenergie 1385 1474 1474
Regenerative 171 255 251
Summe 11414 10415 10398
13 Vgl. Kuckshinrichs/ Kemfert (1996), Figur 4, S. 530. Dart ist sogar insgesamt ein Anstieg del' Primarenergienachfrage zwischen Referenz- und Reduktionsszenario zu beobachten.
201
8.3.2 COz-Emissionen
Da sich die Reduktionsvorgabe auf den Zeitraum von 1990 bis 2005 bezieht, muf der in der
Modelldatenbank tiber die Energicverbrauchswerte abgelegte 198ger Ausgangswert auf das
Folgcjahr hochgerechnet werden, Dies geschieht mittels eines die tatsachliche Entwicklung
abbildenden Faktors l4 und entspricht genau den in der Tabelle 8-1 geschilderten Ergcbnissen
der UBA-Rechnung.
Tab. 8-10: COz-Emissionen in den allen Bundeslandern (kt)
." )< >l~llll( ....• \\.... ·<~QQ5······ 2005 Veranderung 1990 • 2005
<i i\ Basis .Basis.neu Referenz Reduktion kt %
lKARUS·LP 689811 708502 666555 582404 ·126098 ·18
lKARUS·MIS 691684 710431 663564 582553 ·127878 ·18
Dieses exakte Einhalten des COz·Restriktionsweltes im IKARUS-MIS-Modell resultiert aus
dem Prinzip del' Optimierung unter Nebenbedingungen. So ist der Zielwert del' COzEmissionen das Ergebnis del' Reduktionsvorgabe von 18%. Solange es eine optimale Losung
gibt, wird diesel' Wert im LP-Modell immcr eingehalten,
Dies ist im MIS-Modell anders. Nimmt man das MIS-Szenario 2005 c aus del' Iteration, wird
in einer isolierten Betrachtung aus der Tabelle 8-11 deutlich, daf das Reduktionspotential mit
4,8% von 1990 bis 2005 in MIS trotz technischen Fortschritts, an das LP angepafsten
Primarencrgiepreisen - del' COz-Schattenpreis betragt 213 DM/t COz - und Kohleanteilen
deutlich geringer ausfallt. Fur den Referenzfall in MIS mit allen ABEl-Welten steigen die
Emissionen aufgrund des unterstellten Wittschaftswachstums ohne einschneidende
Veranderungen in den Primarenergiepreisen und den Kohleanteilen noch an.ls
Tab. 8-11: COz-Emissionen im MIS-Modell (Mia. t)
MOdell 1989 1990 2005 2005 Veriit\de~gJ990 • 2005
. Basis Basisneu Referenz Reduktion MIo.J ,%"' .....
MIS 702,6 721,6 777,4 688,4 -33,2 I ·4,8
14
15
Del' Faktor betriigt a ee 7201701 = 1,0271041. Damit berechnet sich die Menge del' CO,·Emissionen (E) fur1990 nach: E 1989 • a =EI990•
Zur Interpretation diesel' unterschiedlichen Entwicklung in MIS und lKARUS-LP bzw. dem verbundenenModell lKARUS·MIS siehe die Ausftihrungen in Kapitel9.
202
Interessanter als die Schiiderung der gesamten CO2-Emissionen ist eine Darstellung der
Endverbrauchersektoren. 16 Denn auf der Ebene einzelner Sektoren treten durchaus
Abweichungen des Verbundmodells von den LP-Ergebnissen auf.
So wird in den Tabellen 8-12 und 8-13 deutlich, daB das Verbundmodell gegenuber dem LP
Modell in den Sektoren Industrie und Haushalte leicht hohere CO2-Emissionswerte ausweist.
Dagegen fallen im Kleinverbrauchersektor die Welte niedriger aus. Der Verkehrssektor weist
fur lKARUS-MIS in der Reduktion einen hoheren Wert aus. Der prozentuale Beitrag von
CO2-ReduktionsmaBnahmen in den Endverbrauchersektoren, d.h, die Reduktion bezogen auf
die Emissionen im Referenzszenario, ist im EinzeImodell im Vergleich zum Verbundmodell
leicht hoher, Den hochsten Beitrag hat der Haushaltssektor mit 26,5% zu leisten, den
niedrigsten der Industriesektor mit rund 2,8%. Auffallig sind die Unterschiede beider
Modellergebnisse zu den Werten der UBA-Rechnung. Dort betragt die Belastung des
HaushaItssektors 17,9% und des Industrie- und Kleinverbrauchersektors 7,7%.
Tab. 8-12: CO2-Emissionen (kt) der Endverbrauchersektoren in IKARUS-LP ftir 2005
Fall Industrie Verkehr Haushalte Kleinverb. Sunune
Referenz 131777 158854 119601 46036 456268
Reduktion 127888 147477 87895 42236 405496
Minderung kt 3889 11377 31706 3800 50772
% 2,95 7,16 26,51 8,25 11,13
Tab. 8-13: C02-Emissionen (kt) der Endverbrauchersektoren in IKARUS-MIS fur 2005
Fall .. InduS!ri\} Verkehr Haushalte Kleinverb, Summe
Referenz 132283 158854 119501 44349 454987
Reduktion 128482 148154 88438 40729 405803
Minderung kt 3801 10700 31063 3620 49184
% 2,87 6,74 25,99 8,16 10,81
16 FUr den Umwandlungssektor ergebensich CO,-Emissionen von:lKARUS-LP: 210287kt im Referenz- u. 1769081.1 im Reduktionsszenario,lKARUS-MIS: 208577kt im Referenz- U. 176750 kt im Reduktionsszenario.Werteinklusive CO,-Emissionen der Prirnarenergiegewinnung. Letztereliegenjewei!s stabil bei 2773 kt.
203
Stellt man diesen Ergebnissen die Welte von MIS-Einzelrechnungen gegenuber, zeigt sich
eine Ubereinstimmung lediglich in del' prozentualen Minderung del' Summe del'
Endverbrauchssektoren. In den einzelnen Sektoren jedoch ergeben sich grofse Abweichungen.
So hat in MIS del' Industriesektor den gl'oBten Anteil del' CO2-MindelUng zu tragen. Im
Verkehrssektor greift die Minderung iiberhaupt nicht. Da in MIS del' Raumwarmesektor an
Hausha1te und Kleinverbraucher Iiefert, ist die Summe von Raumwarme und
Kleinverbraucher in MIS mit del' Summe del' beiden Sektoren Haushalte und
Kleinverbraucher in IKARUS-LP und IKARUS-MIS zu verglcichen.
Tab. 8-14: CO2-Emissionen (Mio. t) del' Endverbrauchersektoren in MIS fiir 2005
Fall Industrie Verkehr Haushalte Kleinverb. Summe
Referenz 128 163 152 21 464
Reduktion 99 163 138 17 417
Minderung Mio. t 29 0 14 4 47
% 22,65 0 9,21 19,0 10,13
8.3.3 Systemkosten
Die Kosten des Energicsystems entfallen in IKARUS-LP und IKARUS-MIS zum grofsten Teil
auf den Endverbrauch, Dessen Anteil an den Gesamtkosten betragt 83%. Die Sektoren
Primarenergie und Umwand1ung sind mit 9% bzw. mit 8% beteiligt. Betrachtet man dagegen
den Anstieg der Systemkosten, in den Tabellen 8-15 und 8-16 dargestellt als Differenz von
Referenzszenario und Reduktionsszenario, sind die hochsten Zuwachse im Urnwandlungs
sektor zu verzeichnen." In IKARUS-LP liegen sie bei 4,0% und in IKARUS-MIS bei 3,7%.
Die COrReduktionskosten im Sektor Endverbrauch steigen in IKARUS-LP urn 1,6% und in
IKARUS-MIS urn 1,5%. Die Kostensenkung im Sektor Primarenergie von 6,3% im
Einze1modell und 6,4% im Verbundmodell resultiert aus der dort stattfindenden Energie
einsparung, D.h. zwischen den drei Subsektoren liegt sowohl im Einze1modell IKARUS-LP
als auch im Verbundmodell IKARUS-MIS eine ung1eiche Verteilung der Vermeidungskosten
vor. Im Vergleich der Entwick1ung des gesamten Energiesystems ist jedoch zwischen
Einze1modell und Verbundmodell ein nahezu identischer Kostenanstieg zu beobachten. Die
Gesamtkosten des Energiesystems steigen im Mittel beider Modelle urn ca. 1%, bzw. urn ca.
17 Ergebnisse der Subsektoren des Umwandlungssektors linden sich irn Anhang C-3. Die Reaktioneninnerhalb der Energieumwandlung und deren mogliche Auswirkungen auf die Endverbrauchssektorenbleiben in der weiteren Analyse unberiicksichtigt.
204
6,5 Mrd. DM pro Jahr an. Im Verbnndmodell IKARUS-l\1IS steigen die durch CO2
ReduktionsmaBnahmen induzierten Kosten etwas weniger an als im Einzelmodell IKARUS
LP, so daB eine Erspamis von knapp 1 Mrd. DM entsteht.
Tab. 8-15: Systemkosten (Mio. DM) in IKARUS-LP im Jahr 2005
Fall ... ,BriinitrO::llo::rgie Umwandlung Endverbrauch Summe
Referenz 60035 54785 545504 660324
Reduktion 56247 56961 554058 667266
Anstieg Mio. DM -3788 2176 8554 6942
Tab. 8-16: Systemkosten (Mio. DM) in IKARUS-l\1IS im Jahr 2005
Fall PrillliitellO::l'gio:: Umwandiung Endverbrauch Summe
Referenz 59767 54792 545686 660245
Reduktion 55967 56798 553579 666344
Anstieg Mio. DM -3800 2006 7893 6099
Die Entwicklung del' Endverbrauchersektoren ist in den Tabellen 8-17 nnd 8-18 aufgefulnt.
Auffallig ist die Abweichnng del' Modellergebnisse im Sektor Industrie, DOlt fallen im
IKARUS-l\1IS-ModeIl erheblich geringere Systemkosten ftir das Reduktionsszenario und
damit erheblich geringere CO2-Reduktionskosten an. Im Einzelmodell betragen die
Reduktionskosten 1319 Mio. DM, im Verbnndmodell nur 681 Mio. DM. So ergibt sich fur
den Industriesektor eine Ersparnis der Reduktionskosten von 638 Mia. DM.
Tab. 8-17: Systemkosten des Endverbrauchs (Mio. DM) in IKARUS-LP fur 2005
lJ3aU >< <. m:i:!\l$tJ;i\l I 'Ver/{o::m'....
..·J{aushalt\l Kleinverb....• BUt!lme
Referenz 4390 481891 55847 3376 545504
Reduktion 5709 483417 61127 3805 554058
Anstieg Mio. DM 1319 1526 5280 429 8554
205
Tab. 8-18: Systemkosten des Endverbrauchs (Mio. DM) in IKARUS-MIS ftlr 2005
Fall Industriel VeJ,'!<¢1)J;,
Kleinverb, SUtnrrle. Haushalte
Referenz 4390 482141 55830 3325 545686
Reduktion 5071 483678 61093 3737 553579
Anstieg Mio. DM 681 1537 5263 412 7893
Del' in den Tabellen 8-17 und 8-18 aufgefiihrte Anstieg del' Systemkosten in Mio. DM ist zu
interpretieren als die auf das Referenzszenario bezogenen Mehrkosten (KRed - KRef.). Mit
diesen lassen sich die Durchschnittskosten (DK) del' COz-Reduktion berechnen.l''
DK = (KRed. - KRef) / (BRei - ERed) (8.2)
Im Neuner wird die COz-Emissionseinsparung besclu·ieben. Del' Buchstabe (E) steht fur die
COz-Emissionen. Gemafs G1eichung 8.2 ergeben sich aus den Tabellen 8-12 und 8-17 fur
IKARUS-LP und aus 8-13 und 8-18 fur IKARUS-MIS die Durchschnittskosten fur die
Sektoren des Endverbrauchs.
Tab. 8-19: Durchschnittskosten (DM/t) des Endverbrauchs fiir 2005
Modell Industrie Verkehr Haushalte Kleinverbrauch
IKARUS-LP 339 134 167 113
IKARUS-MIS 179 144 169 114
Analog del' Systemkostenentwicklung im Industriesektor sind bei IKARUS-MIS nun auch
erheblich geringere spezifische Durchschnittskosten zu beobachten. Die Werle von Haushalts
und Kleinverbrauchersektor stimmen nahezu ilberein. Im Verkehrssektor ergeben sich mit
IKARUS-MIS urn 7,5% erhohte Durchschnittskosten. Die Durchschnittskosten (DK) del'
Sektoren Umwandlung, Endverbrauch und des gesamten Energiesystems zeigen die Tabellen
8-20 und 8-21. 19
18
19Zur Koslendefinition beziiglich des lKARUS-LP-Modells siehe Kleemann et al. (1997), S. 19 f.Bei den Mehrkosten ist zu beachten, daJl del'Wert des Gesamtsystems analogden Tabellen 8-15 und 8-16zusatzlichaus del'Kostenerspamis im Primarenergiesektor resultiert.
206
Tab. 8-20: Durchschnittskosten im IKARUS-LP-Modell
.......···iii ·.·.·i.iY.·iiYlice·••• '·i1:)iii 'i !Y.. ip';..i:·ii~;.:.\~j.'.·.· ... ·.····li k > i·.·)···.······Y> .i.Mehrkosten (Mio. DMla) 2176 8554 6942
COz-MindelUng (kt) 33379 50772 84151
DK (DMlt) 65 169 83
Tab. 8-21: Durchschnittskosten im IKARUS-MlS-Modell
Umwandlung Endverbrauch Gesamtsystem
Mehrkosten (Mio. DMla) 2006 7893 6099
C02-MindelUng (kt) 31827 49184 81011
DK(DMlt) 63 160 75
Um ReduktionsmaJ3nahmen bei einer Veranderung del' COz-Restriktion zu bewerten, wurden
im Zuge der UBA-Rechnungen flir IKARUS-LP-Szenarien insgesamt 4 Klassen mit
unterschiedlichen Reduktionsvorgaben berechnet.i'' Die oben beschriebene 18%ige Reduktion
wtirde in die Klasse ill mit einer COz-Reduktion bis zu 20% fallen. Die vorherige K1asse II
reicht bis zu 15%. Die Durchschnittskosten dieser DBA-Rechnungen betragen in der Klasse II
55 DMlt und in del' Klasse ill 205 DMlt. Die in den Tabellen 8-20 und 8-21 ausgewiesenen
Durchschnittskosten liegen somit tendenziell naher an der Klasse II.
Del' Schattenpreis, d.h. die im Modell generierten Grenzkosten, die bei del' Reduktion der
letzten Einheit C02 aufireten, betragen in IKARUS-MlS 213 DMlt CO2. Im Einzelmodell
IKARUS-LP fallen diese mit 227 DMlt urn 6,5% hoher aus. In den UBA-Szenarien werden in
del' Klasse II Grenzkosten von 100 DMlt und in Klasse ill von 310 DMlt ausgewiesen. Die
IKARUS-MlS Werte liegen damit klar in del' Entwicklung del' Klasse ill.
20 Siehe Kleemann et al. (1997), S. 68 f.
207
9 Beurteilung der Modellkopplung
Bei der Ergebnisprasentation des Kapitels 8 wurden Unterschiede in den Mehrkosten des
gesamten Energiesystems und den Durchschnittskosten zwischen IKARUS-MIS und dem
IKARUS-LP-Einzelmodell deutlich. Im folgenden sollen Erkliirungsansiitze fur diese
Abweichungen vorgestellt werden. Erganzend dazu werden einige spezielle Probleme
innerhalb des IKARUS-Projektes, sofem sie die Modellierung betreffen, angesprochen.
Eingebettet wird dies in den Versuch, aus den Erkenntnissen des Soft-Linking von IKARUS
LP und MIS und den Erfahrungen mit den ersten Szenariorechnungen des Verbundmodells
einen Beitrag zur Beurteilung del' Energie-Okonomie-Modellierung zu leisten. D.h. an diesel'
Stelle soIl aus del' Kopplung von IKARUS-LP und MIS heraus HiIfesteIIung bei del'
Beantwortung von Fragen gegeben werden, die sich bei del' ModeIIierung und del'
Modellverbindung in dieser oder in iihnIicher Form immer wieder stellen.
• Was leisten die computergestutzten Modelle in Bezug auf die realen Probleme und wo
Iiegen deren Schwiichen?
• Wo liegen die Vor- und Nachteile von Optimierungsmodellen?
• Was bleibt selbst bei einem gekoppeIten Energie-Okonomie-Modell unberucksichtigt?
• Welche Aussagen konnen nach del' Modellkopplung und den vorgestellten Szenarien tiber
Formulierung und Erreichung del' COz-Zielvorgabe gemacht worden?
• Welche Empfehlungen ergeben sich hinsichtlich del' Linking-Methodik? Ist ein Soft
Linking oder ein Hard-Linking der Modelle vorzuziehen?
• Was bringt die Modellverbindung an neuen Erkenntnissen?
DaB die folgenden Ausfuhrungen mehr als Erganzung und Anregung fur weiterfuhrende
Diskussionen denn als erschopfende Antworten anzusehen sind, versteht sich von selbst.
9.1 Die Zielvorgabe der COz-Reduktion
Mit einem Optimierungsmodell fallt es relativ leicht, auf veranderte politische Vorgaben zu
reagieren, Neue COz-Zielwerte konnen durch eine einfache Anpassung im LP-Modell
eingestellt werden. Ist erst einmal ein Referenzszenario fur ein Zieljahr mit all seinen
Technikwerten und ggf. den Primarenergietragerbegrenzungen aufgestellt, lassen sich
Reduktionsszenarien mit beliebigen Zielwerten schnell und einfach einrichten, Zeit- und
arbeitsaufwendig ist lediglich die anschliefsende Ergebnisanalyse, wie etwa die Festlegung der
208
Prioritaten bei den Reduktionsmafmahmen. Kriterien sind dabei die unterschiedlichen Kosten
und das COz-Reduktionspotential der Mafsnahmen.
Daher war auch die durch den Bundeskanzler propagierte Verschiebung des Startjahrs der
25%igen Reduktion, die im IKARUS-Projekt anfangs von 1989 bis 2005, danach von 1990
bis 2005 gezahlt werden sollte, einfach und pragmatisch handhabbar. Solch eine pragmatische
Vorgehensweise ist jedoch als Kompromifslosung zu verstehen. Eine Verschiebung des
Basisjahres eines Optimierungsmodells mit uber 2000 Einzeltechniken von 1989 auf 1990 ist
selbstverstandlich nicht so einfach moglich, Angesichts derartiger Anforderungen erweist sich
ein umfangreiches Technikmodell als uberaus starres Instrument. In Tabelle 9-1 wird die
Startjahrproblematik verdeutlicht.
Tab. 9-1: COz-Emissionen (Mio. t) bei Verschiebung des Ausgangsjahres der Reduktion
1989 1990 :25%ige Red. bis 2005 Emissionen Stand 2005
ab 1989 ab 1990 ab 1989 ab 1990
ABL 686 704 171 176 515 528
NBL 333 299 83 75 250 224
Deutschland 1019 1003 255 251 765 752
Werte fUr 1989 und 1990 naeh Tab. 2-2. Quelle: BMW! (1996), Tab. 6.1 - 6.3.
Vergleicht man die Zahlen ftir Gesamtdeutschland ergibt sich das Bild, daf bei einem
Wechse1 der Reduktionsbasis urn ein Jahr insgesamt ein niedriger Betrag reduziert werden
muB: Vorher 255 Mio. t, nun 251 Mio. t C02. Problematisch wird die Verschiebung des
Startwertes jedoch, blickt man auf die Teilung in alte und neue Lander. I Nun verschieben sich
die absolut zu reduzierenden Emissionswerte. FUr die alten Bundeslander erhoht sich der
Reduktionsbeitrag urn 5 Mio t COz , fur die neuen Bundeslander verringert sich die zu
verrneidende Menge an COz-Emissionen urn 8 Mio t. D.h. fur die alten Bundeslander bedeutet
die Anderung des Basisjahres eine Verscharfung des urspriinglichen Minderungsbeschlusses.
Erschwert wird die Situation dadurch, daB bis 1995 die COz-Emissionen in den alten
Bundeslandern auf relativ hohem Niveau verharrt sind. In den neuen Bundeslandern, deren
Reduktionsanteil sinkt, sind durch den Umbruch nach der Wiedervereinigung die Emissionen
DaB eine 25%ige Reduktion sowohl in den alten Bundeslandern als aueh in den neuen Bundeslandern, d.h.eine Gleiehbehandlung beider Regionen, volkswirtsehaftlieh nicht optimal sein mull, wurde mit Hilfe desGrenzkostenarguments bereits an anderer Stelle vermerkt.
209
von 1990 bis 1994 von 333 Mio t auf 170 Mio t C02 gesunken, Dies siud bereits 51%. Ab
dem Jahr 1995 sind solche Reduktionsratenjedoch nicht mehr zu erwarten.
Diese Prob1eme lieBen sich iu den Optimierungsrechnungen einfach Iosen, Zwar war im
IKARUS-Projekt das Jahr 1989 bereits a1s Basisjahr eingerichtet, doch kann der Zie1wert der
C02-Miuderung auf die Hohe der Emissionen in 1990 eingerichtet werden. Das Modell
benotigt dazu die zusatzliche, exogene Information tiber die tatsachliche Hohe der
Emissionen, wie sie etwa der Tabelle 9-1 entnommen werden kann. Aus den Werten flir 1989
und 1990 ergibt sich der Anpassungsfaktor a = 704/686. Der Zielwert fiir die Optimierung
fo1gt dann aus:
ERed. (Mio, t) = E1989 (Mio. t) . a . Reduktion (%) (9.1)
Diese Reaktion auf die Startjahrverschiebung funktioniert recht gut. Jedoch konnen im LP
Modell, ebenso wie im Okonomiemodell MIS, weder der 1990er Emissionswert noch andere
Angaben fur 1990 abgelesen werden. Jeder Wert rnuf mit Hilfe eiues Korrekturfaktors aus
dem 198ger Vorjahreswert berechnet werden, will man Informationen fur 1990 erhalten.
Bei den Uberlegungen tiber die Hohe der prozentualen Reduktion wurde fttr die
Optimierungsrechnungen davon ausgegangen, daf der Zielwert fiir die alten und neuen Lander
zusammen erreicht wird. Trotz eines Emissionsanstiegs von rund 3% in den ABL von 1990
bis 1995, reicht iu den ABL eine Reduktionsvorgabe von 18%, da iu den neuen
Bundeslandern die Emissionen in demselben Zeitraum drastisch gesunken siud und selbst im
Referenzszenario iu 2005 einen Emissionswert von ca. 162 Mio. t erreichen. Das entspricht
gegenuber 1989 eiuer Reduktion urn mehr als die Halfte,
Gegen soleh eiue Vorgehensweise konnte argurnentiert werden, daB alleiu auf die Emissionen
bezogen im LP-Modell gar nicht von 1989 bis 2005 optimiert wird, wie es die Bezeichnungen
Basisjahr und Zieljahr suggerieren. Denn bereits in die Formulierung des Zielwertes geht die
tatsachliche Entwicklung der Jahre 1989 bis 1995 mit ein. Dadurch verkurzt sich der zeitliche
Rahmen der Optimierung und damit auch der notwendigen Anpassungen des Energiesystems
urn eiu Drittel.
Fur eiue Betrachtung tiber das Jahr 2005 hinaus ergibt sich in IKARUS-MIS eine weitere
Schwierigkeit. In Kapitel 2.1.4 wurde tiber Vorschlage fllr langfristige Emissionsreduktions
ziele berichtet, die mit 50% bis 80% weit tiber die bisherigen Verpflichtungen hinausgehen.
Will man soleh eiu Vorgehen modellieren, wird die Emissionsentwicklung in der Zeit nach
2005 erst richtig spannend. IKARUS-LP und MIS sind iu der Lage, Rechenergebnisse fur
210
2020 zu liefem. Eine Modellverbindung ist zur Zeit jedoch aufgrund der unterschiedlichen
regionalen Abgrenzung nicht rnoglich. Im LP-Modell werden fur 2020 Werte fur
Gesamtdeutschland ausgewiesen. Rechenlaufe nur fur das Gebiet der ABL sind nicht moglich,
Fur 2020 werden samtliche COz-Einspmtechniken fur Gesamtdeutschland ausgewiesen. Das
Okonomiemodell MIS hingegen liegt auf Basis der Struktur und der DatenverfUgbarkeit nur
fur die alten Bundesliinder vor. D.h. auch fur 2020 ergeben sich mit MIS nur sektorale
Ergebnisse fur Westdeutschland. So ist zur Zeit fur das Verbundmodell IKARUS-MIS allein
eine Zielfixierung auf 2005 mdglich. Ob die mit nicht geringen Kosten durchgefuhrten
Reduktionsmafsnahmen eventuell nach 2005 durch gegenliiufige Entwicklungen konterkariert
werden, entzieht sich der Betrachtung durch IKARUS-MIS.
9.2 Zielerreichung del' CO2-Reduktion
In den Optimierungsergebnissen des Energiemodells IKARUS-LP und des Verbundmodells
IKARUS-MIS werden die COz-Reduktionsvorgaben immer erreicht. Die mathematische
Konstruktion einer Zielfunktion, d.h. hier Kostenminimierung, unter Nebenbedingungen wie
der Einhaltung eines Zielwertes an COz-Emissionen liiBt andere Losungen gar nicht zu. In
KapiteI8.3.2 sind die Emissionsergebnisse in der Tabelle 8-10 dargestellt.
Im Gegensatz zu den LP-Rechnungen ist eine so deutliche emissionsbezogene Zielerreichung
im Okonomiemodell nicht festzustellen. Abgesehen von den Bedenken gegen eine
Ubertragung des in den LP-Ergebnissen ausgewiesenen Schattenpreises als CO2-Steuer in ein
Okonomiemodell - in MIS wird daher die Steuer simuliert, indem die Primarenergiepreise
angehoben werden - zeigen sich in den Zwischenergebnissen der Iteration von LP und MIS
erhebliche Unterschiede in den Energieverbrauchs- und Emissionswerten der Reduktions
szenarien.
Eine Erklarung kann in den bereits in Kapitel 3 erwahnten Unterschieden von Bottom Up
(BU-) und Top Down- (TD-) Modellen liegen. Technikorientierte BU-Ansiitze uberschatzen
die Einsparpotentiale und Effizienzmoglichkeiten und weisen so tendenziell niedrigere
Emissionen und Verrneidungskosten aus. Im Gegensatz dazu unterschatzen makro
okonomische TD-Modelle diese Potentiale und gelangen im Ergebnis zu einem hoheren C02
Niveau und hoheren Reduktionskosten. Belegt wird diese Argumentation nicht zuletzt durch
die in den Kapiteln 6.4 und 7.2.4 aufgefUhrten AEEI-Werte fur IKARUS-LP und MIS. Dabei
lagen im Industrie- wie auch im Kleinverbrauchersektor die im Energiemodell abgebildeten
AEEI-Parameter deutlich uber den MIS-Werten.
211
Ein zweites Argument bezieht sich neben den AEEI-Welten auch auf die ubrigen
Abweichungen zwischen IKARUS-LP und MIS. Die iterative Modellverbindung wurde neben
del' Ubertragung del' energienachfragebestimmenden Grofsen durch eine Anpassung von
AEEI-Werten, Energiepreisen, Kohleanteilen und dem Schattenpreis del' C02-Reduktion
durchgefiihrt. Urn die Einflusse diesel' unterschiedlichen Mallnahmen zu isolieren, ware eine
Vielzahl von Einzelrechnungen notwendig. Einige Varianten sind in del' Tabelle 9-2
aufgefuhrt, FUr die Reduktionsszenarien bezeichnet Fall A eine Rechnung mit einer
Primarenergiepreiserhohung gemall einem CO2-Schattenpreis von 213 OMIt. In Fall B wurden
zusatzlich die Kohleanteile aus dem LP-Referenzszenario ubertragen, Fall C wurde mit
Kohleanteilen aus dem LP-Reduktionsszenario berechnet.
Tab. 9-2: Variation derMIS-Ergebnisse
Basis 191>9 Referenz 2005 Reduktion 2005
Kohleanteile aus LP-Referenz
ABEl all ABElneu A B C
Prirnarenergie (TWh) 2952,7 3235,8 2873 2830,9 2791,1 2849,8
CO,-Emissionen (Mia. I) 702,6 777,4 690 678,2 672,9 688,4
Wertschopfung (Mrd. DM) 2176,1 2930 2925,7 2929,3 2929 2930
Mit einer simulierten Primarencrgicpreiserhohung analog dem CO2-Schattenpl'eis reduzieren
sich die Emissionen im Reduktionsfall A urn 3,6%. Unter Berucksichtigung del' Kohleanteile
aus dem LP-Referenzszenario sinken sie urn 4,4%. Im Fall C wird eine gegenlaufige
Entwicklung erreicht, Ursache sind hier die III IKARUS-LP manifestierten
Bestandssicherungen fur deutsche Steinkohle, die den Anteil del' Importkohle sinken lassen
und die unter Emissionsaspekten ungiinstigere Braunkohle anteilsmiillig stark ansteigen
lassen. Insgesamt werden die Reduktionsmoglichkeiten des LP-Modells mit MIS nicht
erreicht,
Daneben zeigt sich, daf im Referenzszenario mit del' ursprunglich unterstellten AEEI
Entwicklung die Werte von Primarenergie und CO2-Emissionen ansteigen. Erst del' Ubergang
auf die optimistischeren LP-Welte fiihrt auch in del' MIS-Referenzentwicklung zu sinkenden
Emissionen wie in IKARUS-LP und IKARUS-MIS. Vergleicht man diese Ergebnisse mit del'
tatsachlichen Entwicklung del' Kohlendioxidemissionen in den alten Bundeslandern von 1989
bis 1995, ist eine zu optimistische Annahme del' Technikentwicklung kritisch zu hinterfragen.
212
Die Abbildung 9-1 illustriert die obengenannten Argumente. Die Emissionsreduktion beruht
auf verschiedenen Einzeleinfltissen, die sich nul' teilweise voneinander isolieren lassen. Die
statistische Basis fur 1989 ist gegeben. Je nach nach Wahl del' Szenarioparameter ergeben sich
fijr 2005 unterschiedliche Reduktionsergebnisse.
705 ,-----------------------,
700
695
S90
SS5
SSO
Mfo. I S75
670
665
SSO
S55 !---
IilAEEItOKohleantcHe Recuktlon.OSlouer·Iil Kohleanteile ReferenzIfZl Emlssionen
Basis 1989 Reduktlon2005
Abb. 9-1: Emissionen und deren EinfluJ3faktoren in Basis- und Zieljahr
Eine weitere Ursache del' voneinander abweichenden Ergebnisse von Technikmodell und
Okonomicmodell kann in den Ineffizienzen des realen Energiesystems liegen' Bottom-Up
Modelle wie IKARUS-LP berticksichtigen stets die bestmogliche Technik bei del'
Energiebedarfsdeckung - etwa eine rnoderne Warmedammung an del' AuBenwand eines
Einfamilienhauses. Im Gegensatz dazu interpretieren Top-Down Modelle wie MIS eine
Energiedienstleistung als komplexes Gut mit verschiedenen Zusatznutzen wie
Bequemlichkeit, Flexibilitat und Statussymbolcharakter. Im obigen Beispiel wtirde die
AuJ3enwand erst bei del' nachsten, langfristig geplanten, Renovierung erneuert werden.
Werden nun derartige, aus del' Vergangenheit gewonnene, Verbrauchsdaten als Ergebnis eines
effizienten Marktes angesehen, wird aus einem Nichtausnutzen von technischen
Einsparpotentialen ein Ergebnis rationalen Kalkulierens. Damit konserviert das Modell die
Ineffizienzen des Basisjahres. Dies wird in Top-Down Modellen i.d.R. durch die Einfiihrung
des autonomen energieeinsparenden technischen Fortschritts, AEEI, ausgeglichen. Ob dies in
vollem Umfang gelingt, ist mehr als fraglich. Daruber hinaus werden diese aus den
Vergangenheitsdaten abgeleiteten Ineffizienzen, sofern sre erst einmal in die
2 Vgl. Strobele(1997), S. 250.
213
Ausgangssituation des Basisjahres aufgenommen sind, mit der dynamischen Optimierung wie
im MIS-Modell fortgeschrieben und auf die Ergebnisse der Zieljahre ubertragen.
Ein bisher noch nicht erwahntes Argument fur Abweichungen zwischen den AEEI-We11en in
IKARUS-LP und MIS fuhrt zu dem generellen Problem der Abbildung der Realitat bei del'
Modellierung,
9.3 Eignung von Energie-Okonomie-Modellen bei del' Abbildung del' Realitiit
Naturgemiil3 geht bei dem Versuch, ein reales Problem in Modellen abzubilden, eine Vielzahl
von Informationen verloren. Dies kann als eine erste Problemebene identifiziert werden. Die
unterschiedliche Auspragung der in Kapitel 3.4 vorgestellten technischen und okonoruischcn
Modelldeterminanten mag hierfur als Beispiel dienen. Dieses Problem ist als generell
anzusehen und betrifft Energiemodelle ebenso wie Okonomiemodellc. Daruber hinaus vermag
das geschilderte Soft-Linking von IKARUS-LP und MIS selbstverstandlich nicht sarntliche
Ruckkopplungen abzubilden. Fragen einer Interpretation von Schattenpreisen als C02-Steuer,
Rttckwirkungen auf nationale und internationale Energiemarkte, wie auch des
Ressourcenanbieterverhaltens oder der Verwendung und Verteilung des Steueraufkommens
bleiben ganzlich unberucksichtigt.' So gesehen ist die in dieser Untersuchung vorgestellte
Verbindung von Energie und Okonornie nur ein erster Schritt. Eine vollstandige Verbindung
unter Beriicksichtigung aller Wechselwirkungen kann eine Modellierung mit sinnvollen
Systemgrenzen schon unter Kosten-Nutzen-Aspekten gar nicht leisten.
Als ein weiteres Beispiel in IKARUS-MIS unberiicksichtigter Effekte sollen die regionalen
Auswirkungen von CO2-ReduktionsmaJ3nahmen angesprochen werden, Denn regionale
Auswirkungen konnen in nicht unerheblichem Ausmal3 in verschiedenen Landesteilen zu
Einschrankungen der Wettbwerbsfahigkeit einzelner Produktionsprogramme und Branchen
fuhren, so etwa fur das Land Nordrhcin-Westfalen. Dort liegen, durch unterschiedliche
Produktionsprogramme begrundet, rm Vergleich zum tibrigen Westdeutschland
uberdurchschnirtlich hohe Strornintensitaten vor - etwa 0,764 in der NE-Metallindustrie bei
einem Industriedurchschnitt von 0,113 und 0,579 in der NE-Metallindustrie West
deutschlands. Dazu kommt der mit 79% hohe Anteil der Grundstoff- und Produktions
guterindustrie zzgl. Ubriger Bergbau am Stromverbrauch.
In einer Studie von Hamml Hillebrand (1992) werden regionalwirtschaftliche Konsequenzen
einer durch eine C02- und eine Abfallabgabe hervorgerufenen Erhohung des Strompreises fur
AusfiihrJich dazu Strobele(1997).
214
Industriekunden betrachtet. Da der Anteil der Stromkosten in der nordrhein-westfalischen
Grundstoff- und Produktionsindustrie mit 4% deutlich iiber den 2,8% in Westdeutsch1and
1iegt, steigt der Strompreis in Nordrhein-Westfalen urn 1,7 P£'kWh, im iibrigen
Westdeutsch1and urn 0,7 P£'kWh.
Daraus resultiert eine deutliche Mehrbe1astung fur Nordrhein-Westfalen, Steigen die
westdeutsehen Stromkosten in den Industriesektoren aufgrund einer C02-Steuer in del'
Elektrizitatswirtschaft urn rund 2 Mrd. DM, so betragt del' Anteil in Nordrhein-Westfa1en ca.
60%. Dies ist VOl' allem Resultat del' nordrhein-westfalischen Kraftwerksstruktur und del' in
Nordrhein-Westfalen vermehrt auftretenden stromintensiven Industriebranchen." Bezogen auf
den Umsatz del' Sektoren zeigt sich dadurch eine Verschlechterung del' Kostensituation und
damit einhergehend del' Wettbewerbsfahigkeit, Diese Zahlen sind nicht alarmierend - um den
Strompreisanstieg zu kompensieren, mufsten die Umsatze in del' NE-Metallindustrie urn 1,3%,
in del' Papierindustrie urn 1%, in del' Eisenschaffenden Industrie urn 0,6% und im
Chemiesektor urn 0,5% ansteigen. Je starker die Disaggregation, desto groBer werden die
Prozentangaben del' stromintensiven Sektoren. Diese Zahlen sind durchweg hoher als
Angaben fur die iibrigen alten Bundeslander, Damit fuhren die auf C02-Steuer
zuriickzufiihrenden Strornpreiszuwachse sowohl in einzelnen Branehen als aueh im
industriellen Durehsehnitt Nordrhein-Westfalens zu einer relativen Minderung der
Wettbewerbsfahigkeit,
Eine zweite Problemebene betrifft die unterschiedliche Umsetzung von Determinanten in
Energie- und Okonomiemodellen. So wird etwa die Entwieklung von Substitutionsmoglich
keiten in der Okonornie traditionell mittels Elastizitaten abgebildet. Wie bereits mehrfaeh
gesehildert, folgt aueh MIS diesem Ansatz. In der LP-Logik werden die dureh Veranderungen
der Primarencrgiepreise und unterschiedliche Herstellkosten induziertcn kiinftigen
Substitutionsmoglichkeiten jedoeh tiber interne Bounds, d.h. Restriktionen, geleitet. DaB
daraus unterschiedliche Ergebnisse folgen, mag nieht verwundern. Solehe methodisehen
Untersehiede mogen sieh dureh eine Energie-Okonomie-Kopplung bis zu einem gewissen
Grade ausgleichen, dennoch sollte dies bei der Interpretation der Ergebnisse bedacht werden.
Eine dritte Problemebene Iiegt in den Modellen selbst begriindet. Beispieihaft soli die
Behandlung des Basisjahres im LP-Modell verdeutlieht werden. Dies fiihrt. zu den
unterschiedlichen AEEI- Werten in IKARUS-LP und MIS, del' Top-Down- versus Bottom-Up
Problematik sowie zu del' Abbildung 9-1 zuriick. Was in Kapitel6.4 fiir die unterschiedlichen
AEEI-Werte gesagt wurde, illustriert die Abbildung 9-1 und schlagt sich auf die Ergebnisse
nieder. Das LP-Modell berechnet fur 2005 ein Optimum als Kostemnioimum unter der
HanunlHillebrand (1992), S.61 f.
215
Nebenbedingung der C02-Restriktion. Doch auch das Basisjahr, d.h. die
Referenzentwicklung, wird als Optimum dargestellt. In Wirklichkeit ist dies jedoch
keineswegs der Fall. Zahlreiche Ineffizienzen wie institutionelle Marktunvollkommenheiten,
falsche Preise etc. ftihren zu einem uberhohten Ausweis der AEEl-Welte. Im Ergebnis
resultieren aus diesen uberhohten Effizienzpotentialen ein niedrigeres Emissionsniveau und
niedrigere Reduktionskosten. Selbst die gesamten Systemkosten sind davon betroffen. Je
geringer diese Verzerrungen in den AEEl-Welten ausfallen, desto mehr gleichen sich die
beiden Saulen in der Abbildung 9-1 an. D.h. die Ubernahme von tendenziell hohen AEEI
Werten des LP-Modells in das Okonomiemodell kann zu einem Stuck Realitatsverlust bei der
Modellkopplung fuhren, Andererseits ist dessen Hohe nicht zu quantifizieren. Denn denkbar
ist auch, daJ3 die nach okonomischen Schatzungen in MIS implementierten AEEl-Welte doch
zu pessimistisch ausfallen und die Modellkopplung fur einen positiven Ausgleich sorgt.
216
10 SchluBbetrachtung
Dem mehrheitlich durch die Verbrennung fossiler Energietrager verursachten we1tweiten
Treibhauseffekt begegnen Politik und Wissenschaft mit der Entwick1ung und Umsetzung von
Losungsstrategien im nationa1en und globa1en Rahmen. Wichtige Entscheidungshi1fen sind
dabei die Systemanalyse und die Modellierung.
Die Systemanalyse hilft dabei, die mit der CO2-Problematik verbundenen energietechnischen,
okonomischen und okologischen Fragestellungen durch die Ab1eitung adaquater
Systemgrenzen fur die Modellierung zu prazisieren, Eine wissenschaftlich fundierte,
verantwortungsbewuJ3te Klimaschutzpolitik benotigt bei gegenwiirtigem Handlungsbedarf,
einer kiinftigen drohenden globa1en Erwarmung vorzubeugen, heute die Entwicklung eines
Instrumentariums zur Analyse von Reduktionsstrategien. Dies ist nicht zuletzt vor dem
Hintergrund der vielschichtigen umwelt- und ressourcenokonomischen Aspekte der C02
Prob1ematik Aufgabe der okonomischen Modellierung.
Der so initiierte Handlungsbedarf fuhrt zu einer Vielzahl von nationalen und globalen
Modellen, die sich in ihren jeweiligen Zielsetzungen, Systemgrenzen und Determinanten
voneinander unterscheiden. Gleichzeitig begrundet diese Modellvielfalt eine Reihe
unterschiedlicher Klassifizierungen.
Von groJ3er Bedeutung fur die C02-Problematik und daraus resultierend filr die Erarbeitung
von Instrumentarien zur Ableitung von Reduktionsstrategien ist die Interdependenz von
Energie und Okonomie. Die Umsetzung dieser Erkenntnis seitens der Modellierung wird
mittels der Kopplung von energietechnischen und okonomischen Ansatzen vollzogen. Als
Vertreter der gebrauchlichsten Linking-Konzepte, des Hard- und des Soft-Linking, sind das
MARKAL-MACRO und das MESSAGE ill - 11R-Modell zu nennen.
Mit dem Energietechnikmodell IKARUS-LP und dem Okonomiemodell MIS werden in der
vorliegenden Untersuchung zwei weitere "Kandidaten'' filr eine Modellverbindung
beschrieben. Beide Modelle wurden im Rahmen des vom BMBF initiierten IKARUS
Projektes entwickelt. Dessen Ziel ist die Bereitstellung von Instrumentarien zur Berechnung
und Analyse von CO2-Reduktionsstrategien vor dem Hintergrund einer nationalen C02
Minderung urn 25% bis zum Jahr 2005. Konkret erfordert dies eine Bewertung von Szenarien
nach Modellrechnungen mit IKARUS-LP und MIS. Dies geschah bisher anhand von
Szenarien der Einzelmodelle.
217
Die theoretische und praktische Durchfiihrung del' Verbindung del' Einzelmodelle IKARUS
LP und MIS ist Gegenstand del' vorliegenden Arbeit. Um die Einzelmodelle in ihrer Struktur
unverandert beizubehalten, wurde das Soft-Linking Verfahren gewahlt, Dabei erfolgt ein
Datentransfer von energienachfragebestimmenden Grofien und technischen Effizienz
parametern. Die im Energiemodell IKARUS-LP als exogene Inputdaten benotigtcn
energienachfragebestimmenden Grofsen worden mittels Nachfragegeneratoren aus den
Ergebnissen des Okonomiernodells MIS ermittelt. Dies geschieht gemaJ3 den Sektoren des
Endverbrauchs als Ursprung del' Nachfrage nach Nettoproduktion, Raumwarme und
Transportleistung etc. und damit als potentielle Ansatzpunkte fUr politisch motivierte C02
ReduktionsmaJ3nahmen. So werden im Nachfragegenerator Industrie die in MIS berechneten
funktionellen Bruttowertschopfungsgrofsen in institutionell abgegrenzte Nettoproduktions
werte transformiert, Eine Berechnung von AEEI-Werten des Industrie- und des
Kleinverbrauchersektors erfolgt mit Hilfe von IKARUS-Simulationslaufen. Weitere Grofsen,
die bei del' Kopplung beider Modelle angepaJ3t werden, sind Primarenergiepreise und
Kohleanteile.
Die Kalibrierung des Basisjahres erfolgt mit del' Anpassung der spezifischen
Energieverbrauche in IKARUS-LP. Das bei del' Verbindung von IKARUS-LP und MIS
gewahlte Iterationsverfahren stellt eine Kombination von sequentieller und iterativer
Vorgehensweise dar. Im Kapitel 8.2 diesel' Untersuchung werden die Basisannahmen und
Szenarien des durch die erfolgreiche Modellkopplung entstandenen IKARUS-MIS
Instrumentariurns beschrieben, bevor im Kapitel 8.3 die ersten Ergebnisse von IKARUS-MIS
anhand von Referenz- und Reduktionsszenarien prasentiert werden. Die Ergebnisdateien del'
IKARUS-MIS-Szenarien beinhalten die Hohe von Primarenergieeinsatz und C02-Emissionen
sowie die Kosten des Energiesystems inklusive del' Mehrkosten del' COrReduktion bezogen
auf das Gebiet del' alten Bundeslander im Jahr 2005. Dabei zeigt sich, daJ3 aufgrund des dem
IKARUS-Modell zugrunde liegenden Rechenverfahrens der Optimierung auch im
verbundenen IKARUS-MIS-Modell die angestrebte Emissionsmindcrung erreicht wird. Die
dabei auftretenden Mehrkosten des gesamten Energiesystems liegen in den gewahlten
Szenarien urn 14%, die Durchschnittskosten urn 11% tiber den Werten des IKARUS-LP
Einzelmodells.
Insgesamt liegen die Ergebnisse del' Modellkopplung im Rahmen del' bereits durch die
Szenarien des IKARUS-LP-Einzelmodells vorgezeichneten Entwicklung. Del' Ausweis
erhohter Kosten ist als Preis del' Einbettung del' Makrookonornie in energietechnische
Szenarien zu interpretieren, Mogliche Ursachen liegen in den auch nach einer erfolgreichen
Kopplung noch bestehenden Unterschieden beider Ansatze, Energietechnische Bottom-Up
Modelle uberschatzen haufig die CO2-Reduktionsmoglichkeiten und weisen tendenziell
218
geringere Venneidungskosten aus. Okonomische Top-Down Modelle neigen zu einer
Unterschatzung del' technischen Reduktionspotentiale und fiihren zu tendenziell hoheren
Vermeidungskosten. Ein weiterer Erklarungsansatz liegt in del' NichtberUcksichtigung
institutioneller Hemmnisse und Marktunvollkommenheiten seitens del' Energiemodelle. Fuhrt
man eine okonomische Anbindung durch, so werden diese Hindernisse in erhohten Kosten
sichtbar.
Die in diesel' Arbeit vorgestellte Modellkopplung von IKARUS-LP und MIS gewahrleistet
eine nachvollziehbare Ableitung del' energienachfragebestimmenden Grolsen und eine erste
Modellkopplung gemaf dem Konzept des Soft-Linking. Weitere Arbeiten in Richtung einer
Anbindung del' Investitionen sowie des Anlagevermogens oder auch del' Substitutions
elastizitaten sind denkbar. In den Szenarioergebnissen wird dies wiederum zu leicht
veranderten Welten von Primarenergieeinsatz und Kosten fiihren. Der mogliche
Erkenntniszuwachs in den Ergebniswerten abel' auch in der Beobachtung der Reaktionen del'
Modelle IKARUS-LP und MIS wahrend des Iterationsprozesses ist einer Nutzen-Kosten
Analyse zu unterziehen. Generell gilt, je haufiger unterschiedliche Szenariorechnungen in del'
Zukunft anfallen, desto eher ist der Aufwand einer starken Modellverbindung zu rechtfertigen.
219
Literatur
Alcamo, J. (Hrsg.), (1994), Integrated modeling of global climate change. The IMAGEproject. Dordrecht, Boston, Kluwer.
Alcamo, J.I v.d, Born, G. J.I Bouwman, A.I d. Haan, B. (1994), Modeling the globalsociety-biospere-climate system: part 2: computed scenarios. In: Water, Air, SoilPollution, Heft 1/2, S. 241 ff.
Allen, R. G. D. (1975), Macro-economic theory - a mathematical treatment, London,Macmillan.
Anderson, D.I Bird, C. D. (1992), Carbon accumulations and technical progress - asimulation study of costs, in: Oxford Bull. Econ. Stat. 42(1).
Appel, V. (1988), Okonomische Konzepte zur Bewertung von Umweltqualitat, in: Zeitschriftftlr Umweltpolitik & Umweltrecht (ZfU), Heft 2, S. 137-156.
Arbeitsgemeinschaft Energiebilanzen (1990), Energiebilanzen der BundesrepublikDeutschland, Bd. ill, Frankfurt, VWEW.
Armington, P. S. (1969), A theory of demand for products distinguished by place ofproduction, in: International Monetary Fund Staff-Papers, Nr. 16, S. 159-178.
Arrow, K. J.I Chenery, H. B.I Minhas, B. S.I Solow, R. M. (1961), Capital-laborsubstitution and economic efficiency. In: Review ofEonomics and Statistics, Bd. 63, S.225-250.
Atkinson, J.I Manning, N. (1995), A survey of international energy elasticities, in: Barker,T./ Ekins, P./ Johnstone, N. (Hrsg.), Global warming and energy demand, London, NewYork, Routledge, S. 47-105.
Balm, 0.1 Fragniere, E.I Kypreos, S. (1996), Swiss energy options to hedge for climatechange, Proceedings des "International seminar on energy technology assessment: data,methods and approaches", 06.-07.05.1996, Leuven, Belgien.
Balandynowicz, H. W.I Biihringer, C.I Fahl, U.I Schmid, G. (1993), Hard linkage betweena physical process model and a neoclassical general equilibrium model, IER, Stuttgart.
Barns, D. W.I Edwards, J. A.I Reilly, J. M. (1992), Use of the Edmonds-Reilly Model tomodel energy related greenhouse gas emissions. OECD economics department workingpapers, Nr. 113, Paris.
Beaver, R. (1993), Structural comparisons of the models in EMF12, in: Energy Policy, S.238-248.
Berger, A. (1997), Wursteln am Klimaziel: EU-Minister: 15 Prozent weniger Treibhausgasebis 2010 - abel'wie? Die Tageszeitung (TAZ) vom 04.03.1997.
220
Berger, C.I Haurie, A.I Savard, G.I Loulou, R.I Fafrance, G.I Supreant, J.-P. (1987),MEDEQ-MARKAL: Un couplage entre deux modeles teclmoeconomique du systemeenergetique du Quebec, R.A.I.R.O., Recherche Operationelle, Bd. 21.
Bergman, L. (1988), Energy policy modeling: A survey of general equilibrium approaches,in: Journal ofPolicy Modeling, Bd. 10, Heft 3, S. 277-399.
Bernd, E. R.I Wood, D. O. (1975), Teclmology, prices, and the derived demand for energy,in: Review ofEconomics and Statistics, Bd. 56, S. 259-268.
Berz, G. (1996), Klimaanderung: mogliche Auswirkungen und Gegenmafmahmen, in:Energiewirtschaftliche Tagesfragen, Heft 7, S. 440-446.
Birnbaum, K. U.I Pauls, R.I Wagner, H.-J.I Walbeck, M. (1991), Bereclmung sektoralerKohlendioxidemissionen fur die Bundesrepublik Deutschland. Berichte desForschungszentrums Ji.ilich, Programmgruppe STE, Angewandte Systemanalyse Nr. 62,KFA Bericht JUL-2530.
Blank, J. (1994), Marktstrukturen und Strategien auf dem Weltolmarkt - SpieltheoretischeBetrachtungen, Munster, Lit.
Blank, J.I Strdbele, W. (1994), Das C02-Problem aus umweltokonomischer Sicht, in: WiSt,Heft 11, S. 552-557.
Blank, J.I Strobele, W. (1995), The economics of the C02-problem: What about the supplyside? Diskussionspapier Nr, V-147-95, Universitat Oldenburg.
BMW! (1996), Energie Daten '96: Nationale und internationale Entwicklung, Bonn.
Boero, G.I Clarke, R.I Winters, L. A. (1991), The macroeconomic consequences ofcontrolling greenhouse gases: A survey, London, HMSO.
Biihringer, C.I Schmid, G. (1993), A systhesis of process-engineering and economicmodeling approaches: embedding an energy system model into a multisectoral generalequilibrium model. lER Stuttgart.
Borsch, P.I Wagner, H.-J. (1992), Energie und Umweltbelastung; Berlin, New York,Springer.
Brookes, L. G. (1990), The greenhouse effect: the fallacies in the energy efficiency solution,in: Energy Policy, S. 199-201.
Brookes, L. G. (1991), Confusing the issue on energy efficiency, in: Energy Policy, S. 199201.
Brookes, L. G. (1992), Energy efficiency and economic fallacies: a reply, in: Energy Policy,S.390-392.
Brookes, L. G. (1993), Energy efficiency fallacies: the debate concluded, in: Energy Policy,S.346-347.
221
Bucher, H.I Kocks, M.I Siedhoff, M. (1994), Die kunftige Bevolkerungsentwicklung in denRegionen Deutschlands bis 2010. Annahmen und Ergebnisse einer BflRBevolkerungsprognose. In: BflR (Hrsg.), Informationen zur Raumentwicklung, Heft11/12, S. 815-852.
Bulmer-Thomas, V. (1982), Input-output analysis in developing countries - sources, methodsand applications, New York, Toronto, John Wiley & Sons.
Burniaux, J.-M.I Nicoletti, G.I Oliveira-Martins, J. (1992), GREEN: A global model forquantifying the costs of policies to curb C02 emissions, in: OECD economic studies,special issue, Bd. 19, the economic costs of reducing C02 emissions, S. 49-92.
Capros, P.I Karadeloglou, P.I Mentzas, G. (1988), The energy supply model l'v1JDAS.Universitat Athen, Draft Report an die Kommission der Europaischen Gemeinschaft,DG/XII.
Capros, P.I Karadeloglou, P.I Mentzas, G.I Valette, P. (1989), A new modeling frameworkfor medium-term energy-economy analysis in europe, in: Energy Journal, Nr. 4, S. 1-27.
Capros, P.I Mantzos, L. (1994a), PRIMES, report on the demand model. Bericht derUniversitat Athen.
Capros, P.I Mantzos, L. (1994b), The l'v1JDAS energy system analysis model, in: Hake et al.(Hrsg.), (1994a), Advances in systems analysis: Modelling energy-related emissions ona national and global level. Konferenzen des Forschungszentrums Jtilich, Bd. 15, S.123-150.
CES-KULeuven (1993), Proposal for the environmental module of PRIMES.
Climatic Research Unit (1992), Development of a framework for the evaluation of policyoptions to deal with the greenhouse effect. A scientific description of the ESCAPEmodel, Norwich.
Cline, W. R. (1992), The economics of global warming, Institute for international economies,Washington, D.C.
Cohan, D.I Stafford, R. K./ Scheraga, J. D.I Herrod, S. (1994), The global climate policyevaluation framework. In: Mathai, C.V.! Stensland, G. (Hrsg.), Global climate change.Science, policy, and mitigation strategies. Tagungsband der Air & Waste ManagementAssociation Intcmational Specialty Conference, S. 675-687.
Conrad, K.I Henselen-Unger, I. (1985), Applied general equilibrium modelling for longtennenergy policy in the Fed. Rep. of Germany, in: Baier, M. (Hrsg.), Energy and economy:global independencies, Bd. 3, S. 13-32.
Conrad, K.I Wang, J. (1993), C02-Zertifikate oder C02-Steuem: Wirkungsweise undKostenbelastung der Industrien - eine AGE-Analyse flir Deutschland (West). UniversitatMannheim, Institut ftir Volkswirtschaft und Statistik, Diskussionspapier Nr, 484-93.
222
Criqui, P. (1992), A detailed simulation approach to world energy modeling: the SIBLIN andPOLES experience. In: Sterner, T. (Hrsg.), Intemational energy modeling, Chapman &Hall, London.
Dasgupta, P. S.I Heal, G. M. (1979), Economic theory and exhaustible resources, Oxford.
Daun, M. (1993), Bewertung von Technologien zur Verringerung der Emission undEntsorgung von Kohlendioxid; Aachen, Shaker, zugl. Univ. Dortmund, Diss.
Dean, A. (1993), Costs of cutting CO, emissions: Evidence from "top-down" models. OCDEworking paper (1993) 94.
DECADES (1993), Computerised tools for comparative assessment of electricity generationoptions and strategies, 2. Entwurf, Projekt working paper, Nr. 5.
Deutscher Bundestag (1994), Erster Bericht der Regierung der Bundesrepublik Deutschlandnach dem Rahmenubereinkommen der Vereinten Nationen tiber Klimaanderungen,Drucksache 12/8556 vom 04.10.1994.
DIW (1995a), Selbstverpflichtung der Wirtschaft zur C02-Reduktion: Kein Ersatz fur aktiveKlimapolitik, in: DIW Wochenbericht 14/95, S. 277-283.
DIW (1995b), Energienachfrage in Deutschland in Abhangigkeit von Temperaturschwankungen und saisonalen Sondereffekten. Gutachten im Auftrag des BMWI,Berlin.
DIW (1996), Encrgieverbrauch und CO2-Emissionen in Deutschland in der ersten Halfte derneunziger Jahre, in: DIW Wochenbericht 4/96, S. 73-79.
DIW (1998), C02-Emissionen in Deutschland: Verlangsamter Ruckgang, in DIWWochenbericht 6/98, S. 120-126.
Dowlatabadi, H. (1994), Integrated assessment of climate change: an incomplete overview.In: Nakicenovic, N.I Nordhaus, W. D.I Richels, R.I Toth, F. L. (Hrsg.), Integratedassessment of mitigation, impacts, and adaptation to climate change, IIASA, Laxenburg.
Eckerle, K.I Hofer, P.I Masuhr, K. P. (1992), Die energiewirtschaftliche Entwicklung derBundesrepublik Deutschland bis zum Jahr 2010 unter Einbezug der fiinf neuenBundeslander, PROGNOS Projekt Nr. 561/3720, Basel.
Eckerle, K.I Hofer, P.I Masuhr, K. P.I Oczipka, T.I Schmid, G. (1995), Die EnergiemarkteDeutschlands im zusammenwachsenden Europa - Perspektiven bis zum Jahr 2020.PROGNOS-Bericht 561-4404, Basel.
Edmonds, J.I Barns, D. W. (1990), Factors affecting the long-term cost of global fossil fuelC02 emissions reductions; Washington, Pacific Northwest.
Edmonds, J.I Reilly, J. M. (1985), Global energy - assessing the future, New York, OxfordUniversity.
223
Edmonds, J.I Wise, M.I Mc Cracken, C. (1994), Advanced energy technologies and climatechange. An analysis using the global change assessment model (GCAM). In: Mathai, C.V.I Stensland, G. (Hrsg.), Global climate change. Science, policy and mitigationstrategies. Proceedings of the Air & Waste Management Association internationalconference, S. 627-644.
Endres, A. (1994), Umweltokonomie: eine Einfilluung, Darmstadt, WissenschaftlicheBuchgesellschaft.
Energy Modeling Forum (1993), Reducing carbon dioxide emissions: Costs and policyoptions, Stanford University.
Enquete Kommission "Schutz der Erdatmosphare" des Deutschen Bundestages (1993),Gemeinsames Analyseraster, Version 2.1, April 1993.
Enquete Kommission "Schutz der Erdatmosphare" des Deutschen Bundestages (1995), MehrZukunft fur die Erde: Nachhaltige Energiepolitik fUr dauerhaften Klimaschutz; Bonn,Economica.
Erdmann, Georg (1995), Energieokonomik - Theorie und Anwendung, 2. Iiberarb. Aufl.,Stuttgart, Teubner.
Fankhauser, 8. (1993), Evaluating the social costs of C02 emissions. CSERGE globalenvironment change working paper GEC 93, Univ. London.
Fankhauser, 8. (1994), The social costs of greenhouse gas emissions: An expected valueapproach, in: The Energy Journal, Bd. 15, Nr. 2, S. 157-184.
Fankhauser, 8.1 Pearce, D. W. (1993), The social costs of greenhouse gas emissions.OECDIIEA international conference on the economics of climate change, OECD/GD(93) 74, Paris.
Faucheux, S. (1993), The role of energy in production functions, in: Intemationa1 Journal ofGlobal Energy Issues, special issue on energy analysis, Bd. 5, Nr. 1, S. 44-55.
Fehl, U.I Oberender, P. (1985), Grundlagen del' Mikrookonomie - Eine Einfilluung in dieProduktions-, Nachfrage- und Markttheorie, Munchen, Vahlen.
Fishbone, L. G.I Giesen, G.I Goldstein, H. A. (1983), User's guide for MARKAL,Brookhaven National Laboratory, Forschungszentrum Julich.
Fujii, Y.I Kurosawa, A.I Mori, 8.1 Kaya, Y. (1994), Global energy systems and C02emissions control policies. Integration of macroeconomic factors into NEW EARTH 21model. Intemational Energy Workshop, Honululu.
Gabisch, G. (1984), Konjunktur und Wachstum, in: Bendel' D. et al. (Hrsg.), VahlensKompendium der Wirtschaftstheorie und Wirtschaftspolitik, Bd. 1, 2. uberarb. u. erw.Aufl., Munchen, Vahlen, S. 307-365.
224
Goldstein, G. A. (1995), MARKAL-MACRO: A methodologyfor informed energy, economyand environmental decision making. BNL-RepOlt 61832,
Gottinger, H. W. (1992), Review of energy-economic-environmental policy models withspecial reference to C02 emission control, in: International Joumal of Global EnergyIssues, Bd. 4, Nr. 1/2, S. 54-64.
Goy, G. C.I Rieke, H.I Forsbach, H. H.I Suding, P. H.I Jaeckel, G.I Jochem, E.IMannsbart, W.I Morovic, T.I Schlomann, B.I Toutenbourg, D.I Treber, M. (1990),Systematische Analyse der Komponenten zur Energieintensitat und -effizienz in derBundesrepublik Deutschland 1970 bis 1987, Forschungsvorhaben im Auftrag desBMFT unter dem Kennzeichen 0339261 A, Abschlullbericht.
Graskamp, R.I Halstlck-Schwenk, M.I Janllen-Timmen, R.I Lobbe, K.I Wenke, M.(1992), Umweltschutz, Strukturwandel \U1d Wirtschaftswachstum, RWI, Essen.
Grawe, J. (1995), Statement zu den Ergebnissen der I. VSK, in: EnergiewirtschaftlicheTagesfragen, Heft 5, S. 278.
Greenhalg, G. (1990), Energy conservation policies, in: Energy Policy, S. 293-299.
Griffin, J. M.I Gregory, P. R. (1976), An intercountry translog model of energy substitutionresponses, in: American Economic Review, Bd. 66, S. 845-857.
Gronheit, P. E. (1991), economic interpretation of the EFOM model, in: Energy Economics,S.143-152.
Grubb, M. (1990), Energy efficiency and economic fallacies, in: Energy Policy, S. 783-785.
Grubb, M. (1992), Reply to Brookes, in: Energy Policy, S. 392-393.
Grubb, M.I Edmonds, JI Brink ten P.I Morrison, M. (1993), The costs of limiting fossilfuel CO2 emissions: A survey and analysis, in: Annual Review of Energy and theEnvironment, Bd. 18, S. 397-478.
Hadler, W. (1997), EU will Treibhausgase urn 15 Prozent reduzieren. Die Welt, 04.03.1997.
Hake, J.-Fr.l Kuckshinrichs, W.I Markewitz, P.I Martinsen, D.I Walbeck, M. (1993),Modelle (TPl), in: VDI-Gesellschaft Energietechnik (Hrsg.), Instrumente zurMinderung energiebedingter Klimagasemissionen IKARUS. VDI-Bericht 1043 zurTagung in Schliersee, 29-30.04.1993, S. 23-48.
Hake, J.-Fr.l Kleemann, M.I Kuckshinrichs, W.I Martinsen, D.I Walbeck, M. (1994a),Advances in systems analysis: Modelling energy-related emissions an a national andglobal level. Uberblicksaufsatz S. 3-26 in Tagungsband mit gleichen Autoren \U1dgleichem Titel. Konferenzen des Forschungszentrums Jiilich, Bd. 15.
Hake, J.-Fr.l Jagodzinski, P.I Kuckshinrichs, W.J Markewitz, P.I Martinsen, D.IWalbeck, M. (1994b), IKARUS: An energy-economy model to reduce energy-relatedgreenhouse gas emissions in Germany, in: Hake et al. (1994a), S. 213-238.
225
Hake, J.-Fr./ Kugeler, K./ Pfaffenberger, W./ Wagner, H.-J. (Hrsg.) (1995),Energieforschung aus technischer, okonomischer und politischer Sicht. Tagungsbandzum 1. Jiilicher Ferienkurs, 4.-13.10.1995, Forschungszentrwn Jiilich.
Hake, J.-Fr./ Markewitz, P. (Hrsg.) (1997), Modellinstrwnente fur CO2
Minderungsstrategien. Proceedings zum IKARUS-Workshop, 14.-15.04.1997, Bonn Bad Godesberg.
Hamilton, L. D./ Goldstein, G. A./ Lee, J./ Manne, A. S./ Marcuse, W.I Morris, S. C.IWene, c-o. (1992), MARKAL-MACRO: An overwiew, BNL Report 48377.
Hamm, R.I Hillebrand, B. (1992), Elektrizitats- und regionalwirtschaftliche Konsequenzeneiner Kohlendioxid- und Abfallabgabe. Untersuchung des RWl, Heft 5, Essen.
Haslinger, F. (1990), Volkswirtschaftliche Gesamtrechnung, 5. iiberarb. u. erw. Aufl.,Miinchen, Wien, Oldenbourg.
Henrichs, R.I Kuckshinrichs, W. (1994), Analyse von Langfrist-Energiemodellen unterbesonderer Beriicksichtigung von Kohlenstoffemissionen. Interner Bericht KFA-STEffi-l/94.
Herring, H.I Elliott, M. (1990), Letter to the editor, in: Energy Policy, S. 786.
Herzog, H. J. (1995), CO2-mitigation strategies: perspectives on the capture and sequestrationoption. In: World Energy Council (Hrsg.), Bericht zum 16. Welt Energie Kongref inTokio, Abteilung 4.2: Innovative environmental technologies, S. 11-28.
Hesse, H./ Linde, R. (1976), Gesamtwirtschaftliche Produktionstheorie Teil II, Wiirzburg,Wien, Physica.
Hoeller, P./ Dean, A.I Hayafuji, M. (1992), New issues, new results: The OECD's secondsurvey of the macroeconomic costs of reducing CO2 emissions. OECD department ofeconomics and statistics working papers OCDE/GD (92) 141, Paris.
Hoeller, P.I Dean, A.I Nicolaisen, J. (1990), A survey of studies of the costs of reducinggreenhouse gas emissions. OECD department of economics and statistics workingpapers OCDE/GD (90)8, Paris.
Hoffman, K. C.I Jorgenson, D. W. (1977), Economic and technological models forevaluation of energy policy, in: Bell Journal ofEconomics, Bd. 8, S. 444-466.
Hohmeyer, O. (1988), Soziale Kosten des Energieverbrauchs, Berlin, Springer.
Hohmeyer, 0.1 Gartner, M. (1992), Die Kosten der Klimaiinderung - Bericht an die EUKommission, Fraunhofer-Gesellschaft, Karlsruhe.
Holub, H.-W.I Schnabl, H. (1994), Input-Output-Rechnung: Input-Output-Tabellen:Einfiihrung, 3. unverand, Aufl., Mtinchen, Wien, Oldenburg.
226
Holzapfel, C./ Wagner, H.-J. (1995), Treibhauseffekt und Klimamodelle. In: Hake, J.-Fr.!Kugeler, K./ Pfaffenberger, W./ Wagner, H.-J. (Hrsg.), Energieforschung austechnischer, okologischer und politischer Sicht. Tagungsband zum I. JulicherFerienkurs vom 4.-13. 10. 1995, Forschungszentrum Julich,
Hope, C./ Anderson, J./ Wenman, P. (1993), Policy analysis of the greenhouse effect - anapplication of the PAGE model, in: Energy Policy, Bd. 21, Nr. 3, S. 327-338.
Hotelling, H. (1931), The economics of exhaustible resources, in: Journal of PoliticalEconomics (39), S. 137-175.
Houghton, J. T./ Jenkins, G. J./ Ephraums, J. J. (Hrsg.), (1992), Climate change 1992. Thesupplementary report to the lPCC scientific assessment; Cambridge, Univ. Press.
Hourcade, J.-C. (1993), Modelling long-run scenarios: Methodology lessons from aprospective study on a low CO2intensive country, in: Energy Policy, S. 309-326.
Hourcade, J.-C./ Baron, R./ Helloui, K. (1994), Modelling greenhouse emissions: The roleof technology. Proceedings Bd. ill zur lAEE Konferenz in Stavanger, 25-27.05.1994, S.2-28.
Hudson, E. A./ Jorgenson, D. W. (1974), US energy policy and economic growth, in: BellJournal of Economics, Bd. 5, S. 461-514.
Hulme, M./ Raper, S./ Wigley, T. (1995), An integrated framework to address climatechange (ESCAPE) and further developments of the global and regional climate modules(MAGICC), in: Energy Policy, Nr. 4/5, S. 437-355.
Ierland, E. C. van (1993), Macroeconomic analysis of environmental policy, Diss. Univ.Amsterdam.
IFO/ RWI (1996), Gesamtwirtschaftliche Beurteilung von C02-Minderungsstrategien.Endbericht. Essen, Munchen.
IPCC (1991), Climate change: The !PCC response strategies. 1. climatic changesinternational cooperation, World Meteorological Organisation! United NationsEnvironment Program; Washington, D.C., Island Press.
Jackson, T. (1995), Joint implementation and cost-effectiveness under the frameworkconvention on climate change, in: Energy Policy, Bd. 23, Nr. 2, S. 117-138.
Jacobsen, H. K. (1997), Linking macroeconomy and the energy supply sector: taxes andsubsidies. In: lAEE (Hrsg.), Energy and economic growth: is sustainable growthpossible? Proceedings of the 20th annual international conference, 22.-24.0 I in NewDelhi, Bd. 1.
Janicke, M./ Monch, H./ Binder, M. (1992), UmweItbelastung durch industriellenStrukturwandel? Eine explorative Studie tiber 32 Industrielander (1979 bis 1990),Berlin, Edition sigma.
227
Jepma, C. (1996), Wirksames Instrument zum ba1digen Breiteneinsatz, in:Energiewirtschaftliche Tagesfragen, Heft 6, S. 346-351.
Jochem, E.I Bradke, H.I Eichhammer, W.I Marscheider-Weidemann, F.I Patel, M.(1994), Grundstoffmdustrie und energiebedarfsbestimmende Grofsen fur West- undOstdeutschland. 3. IKARUS-Zwischenbericht, Teilprojekt 6 .Jndustrle".
Jochem, E.I Bradke, H.I Eichhammer, W.I Marscheider-Weidemann, F.I Patel, M.IRadgen, P.I Ramesoh1, S./ Saage, D.I Sch1omann, B.I Mannsbart, W. (1996),Energieeffizienz, Strukturwandel und Produktionsentwicklung in del' deutschenIndustrie. IKARUS-Projekt, Abschlufsbcricht Teilprojekt 6 .Jndustrie". Monographiedes Forschungszentrums Jttlich, Bd. 19.
Johansson, T. B.I Swisher, J. N. (1993), Perspectives on bottom-up analysis of costs ofcarbon dioxide emissions reductions, OECD/GD (93) 87, Paris.
Jones, A./ Roberts, D. L./ Slingo, A. (1994), A climate model study of indirect radiativeforcing by anthropogenic sulphate aerosols, in: Nature, Bd. 370, S. 450-453.
Jorgenson, D. W.I Wilcoxen, P. J. (1990), Intertemporal general equilibrium modeling ofU.S. environmental regulation, in: Journal ofpolicy modeling, Nr. 12, S. 715-744.
Kaya, Y. (1989), Impact of carbon dioxide emission control on GNP growth: interpretation ofproposed szenarios. IPCC response strategies working group.
Kayes, R. J. (1993), A review of the current potential future significance of trees in the globalcarbon cycle, in: Towards a fossil free energy future - the next energy transition,technischer Anhang fur Greenpeace International, o.S.
Keepin, B. (1986), A review of global energy and carbon dioxide projections, in: AnnualReview ofEnergy, Heft 11, S. 357-392.
Keepin, B.I Kats, G. (1988), Greenhouse warming: comparative analysis of nuclear andefficiency abatement strategies, in: Energy Policy, S. 538-561.
Kemfert, C.I Kuckshinrichs, W. (1995), MIS: a model-based macroeconomic informationsystem for energy analysis in Germany. Universitat Oldenburg, Diskussionspapier Nr.V-153-95.
Klaassen, M. (1996), Substitution elasticities and autonomous energy efficiencyimprovement, literature review and investigation with a simulation model. Draft,Forschungszentrum Julich,
Kleemann, M.I Markewitz, P.I Martinsen, D. (1997), UBA-Vorhaben "Politik-Szenarienzum Klimaschutz", Teil IV: IKARUS-Szenarien flir eine klimavertraglicheEnergieversorgung, Endbericht, Forschungszentrum Julich.
Kolmetz, S.I Rouvel, L. (1995), Energieverbrauchssektoren im Sektor Haushalte. IKARUSProjekt, Abschlufsbericht Teilprojekt 5 "Haushalte und Kleinverbraucher", Sektor.Haushalte", Monographie des Forschungszentrums Julich, Bd. 17.
228
Kolmetz, S.I Rouvel, L.I Bressler, G.I Megele, W.I Bradke, H.I Jochem, E. (I995a),Energieverbrauchsstrukturen im Sektor Kleinverbraucher, IKARUS-Projekt,AbschluBbericht Teilprojekt 5 "Haushalte und Kleinverbraucher", Sektor.Klelnverbraucher", Monographie des Forschungszentrums Julich, Bd. 18.
Kolmetz, S.I Rouvel, L.I Bressler, G.I Jochem, E. (1995b), Nachfragevektoren in denSektoren Haushalte und Kleinverbraucher. IKARUS-Projekt, Teilprojekt 5 "Haushalteund Kleinverbraucher", Studie Nr, 5-29.
Kolstad, C. D. (1993), Looking vs. leaping: the timing of CO2-control in the face ofuncertainty and learning. In: Kaya et al. (Hrsg.), Costs, impacts, and benefits of C02mitigation. lIASA, CP-93-2, Laxenburg.
Kolstad, C. D. (1995), Mitigating climate change impacts: the conflicting effects ofirreversibilities in CO2 accumulation and emission control investment. Beitrag zumInternational Energy Workshop, 20-22 Juni 1995, International Institute for AppliedSystems Analysis (lIASA), Laxenburg.
Kram, T. (1993), National energy options for reducing C02 ermssions. Band I: Theinternational connection. Bericht fur das Energy Technology Systems AnalysisProgramme (ETSAP) Annex IV (1990-1993), ECN-C-93-101, Petten.
Kram, T. (1994), Future carbon dioxide emission reduction in eight industrial countries, in:Hake et al. (Hrsg.), (1994a), Advances in systems analysis: Modelling energy-relatedemissions on a national and global level. Konferenzen des Forschungszentrums Julich,Bd. 15, S. 95-122.
Kromphardt, J.I Spelthan, S. (1988), Grundztige der Okonomie erschopfbarer Ressourcen,in: WiSt, Heft 4, S. 172-179.
Kuckshinrichs, W. (1992), Das MannelRichels-Modell Global 2100: Moglichkeiten undGrenzen der Berechnung von C02-Reduktionskosten. Interner Bericht KFA-STE-IB3/92.
Kuckshinrichs, W. (1995), Umweltokonomische Instrumente zur Vermeidungenergiebedingter Luftschadstoffe. In: Hake, J.-FrJ Kugeler, KJ Pfaffenberger, WJWagner, H.-J. (Hrsg.), Energieforschung aus technischer, okonomlscher und politischerSicht. Tagungsband ZUlli I. Jtilicher Ferienkurs, 4.-13.10.1995, ForschungszentrumJtilich, S. 277-298.
Kuckshinrichs, W.I Grundmann, T.I Hake, J-Fr. (1994), A methodology for greenhousegas abatement strategies. Survey of Modelling Concepts. In: lerland, E. v. (Hrsg.), Theeconomics of atmospheric pollution: theories, applied models and implications forinternational policy making. Tagungsband Universitat Wageningen, 18.-19.11.1994, S.205-224.
Kuckshinrichs, W.I Kemfert, C. (1996), Macroeconomic simulation of energy policy inGermany: effects of a CO2tax system. In: Alvfors, PJ Eidensten, 1/, Svedberg, GJ Van,J. (Hrsg.), Proceedings ofECOS 1996 vom 25.-27.06.1996 in Stockholm, S. 525-532.
229
Kverndokk, S. (1994), Coalitions and side payments in international C02 treaties, in: Ierland,E. v. (Hrsg.), International environmental economics: Theories, models and applicationsto climate change, international trade and acidification; Amsterdam, Oxford, S. 45-74.
Kydes, A. S.I Shaw, S. H.I Mc Donais, D. F. (1995), Beyond the horizon: recent directions inlong-term energy modeling, in: Energy, Vol. 20, Nr, 2, S. 131-149.
Kypreos, S. (1992), The MARCAL-MACRO model, links and potential extensions.
Kypreos, S. /Bahn, O. (1995), Technical innovation and joint implementation for sustainabledevelopment. Draft WECIETSAP, 2. Oktober 1995.
Lamprecht, F. (1995), 1. UN-Vettragsstaatenkonferenz zur Klimakonvention, in: Energiewirtschaftliche Tagesfragen, Heft 5, S. 275-278.
Laue, H. J. (1993), Datenbank (TP2), in: VDI-Gesellschaft Energietechnik (Hrsg.),Instrumente zur Minderung energiebedingtcr Klimagasemissionen IKARUS. VDIBericht 1043 zur Tagung in Schliersee, 29-30.04.1993, S. 49-65.
Lee, H.I Oliviera-Martins, J.I Mensbrugge, D. van del' (1994), Introduction to the GREENmodel, in: Hake et al. (Hrsg.), (1994a), Advances in systems analysis: Modellingenergy-related emissions on a national and global level. Konferenzen desForschungszentrums Jiilich, Bd. 15, S. 263-297.
Lelieveld, J.I Crutzen, P. (1994), Emissionen klimawirksamer Spurengase durch dieNutzung von 01 und Erdgas, in: Energiewirtschaftliche Tagesfragen, 44. Jg., Heft 7, S.435-440.
Leontief, W. (1951), The structure of american economy 1919-1939, 2. Aufl. New York,Oxford University Press.
Leontief, W. (1953), Studies in the structure of american economy, New York, OxfordUniversity Press.
Leontief, W. (1966), Input-Output-Economics, New York, Oxford University Press.
Lind, R. C. (1982), The rate of discount and the application of social benefit-cost analysis inthe context of energy policy decisions. In: Lind, Robert C. (Hrsg.), Discounting for timeand risk in energy policy. Resources of the Future, Washington D.C., S. 443-457.
Lind, R. C. (1995), Intergenerational equity, discounting, and the theory of cost-benefitanalysis in evaluating global climate policy. In: Energy Policy, Nr. 4/5, S. 379-389.
Luhmann, H.-J.I v.Weizsacker, E.U. (1996), Chancen der politischen Umsetzung von IIProjekten. In: Energiewirtschaftliche Tagesfragen, Heft 6, S. 354-355.
Manne, A. S. (1981), ETA-MACRO: A user's guide. Electric Power Research Institute(EPRl), Palo Alto.
230
Manne, A. S. (1994), MERGE - a model for evaluating regional and global effects of GHGreduction policies, in: Hake et al. (Hrsg.), (1994a), Advances in systems analysis:Modelling energy-related emissions on a national and global level. Konferenzen desForschungszentrums Jtilich, Bd. 15, S. 335-374.
Manne, A. S. (1995), The rate of time preference, Implications for the greenhouse debate. In:Energy Policy, Nr. 4/5, S. 391-394.
Manne, A. S.I Mendelsohn, R.I Richels, R. (1995), MERGE - A model for evaluatingregional and global effects of GHG reduction policies. In: Energy policy, Nr, I, S. 1734.
Manne, A. S.I Richels, R. (1992), Buying greenhouse insurance; the economic costs ofcarbon dioxide emission limits, Cambridge, MIT Press.
Manne, A. S.I Richels, R. (1995), The greenhouse debate - economic efficiency, burdensharing and hedging strategies, in: Energy Journal, Heft 4, S. 1-37.
Manne, A. S.I Wene, Ci-O, (1994), MARKAL-MACRO: A linked model for energyeconomy analysis, in: Hake et al. (Hrsg.), (1994a), Advances in systems analysis:Modelling energy-related emissions on a national and global level. Konferenzen desForschungszentrums Julich, Bd. 15, S. 153-190. Nachdruck des BNL Reports 47161von 1992.
Marcuse, W.I Bodin, L.I Cherniavsky, E.I Sanborn. Y. (1976), A dynamic time dependentmodel for the analysis of alternative energy policies. In: Haly, K. B. (Hrsg.), Operationalresearch'95. Beitrag fur die 7. internationale Ifors Konferenz fur Operations Research,17.-23. Juli 1975 in Tokio. North-Holland Publishing Company, S. 647-667.
Markandaya, A. (1995), Economic valuation: An impact pathway approach. EXTERNEProject: Externalities of fuel cycles, Bericht Nr, 9. Working paper for the high levelworkshop on "The external costs of energy", OECD Environment Directorate + lEA:BrUssel,30.-31.01.1995.
Markandaya, A.I Pearce, D. W. (1991), Development, the environment, and the social rateof discount, in: The World Bank Observer, Bd. 6, Nr, 2, S. 137-152.
Markewitz, P.I Martinsen, D.I Walbeck, M.I Bartsch, F.I Hilse, H. (1994), Das Strom/Fernwarmemodell, in: Energiewirtschaftliche Tagesfragen, Heft 8, S. 502-503.
Markewitz, P.I Sonnenschein, D. (1995a), Analyse der Entwicklung von Energieverbrauchund Emissionen der Industrie. Modellrechnungen fur die Jahre 1989 und 2005 (alteBundeslander), Interner Bericht, Forschungszentrum Julich, ProgrammgruppeSystemforschung und Technologische Entwicklung, Bd. 10/95.
Markewitz, P.I Sonnenschein, D. (1995b), Energieeinsparung und C02-Minderung imIndustriesektor. Die Erklarung der deutschen Wirtschaft zur Klimavorsorge. InternerBericht, Forschungszentrum Julich, Programmgruppe Systemforschung undTechnologische Entwicklung, Bd. 11/95.
231
Martin, J. P.I Burniaux, J.-M.I Nicoletti, G.I Oliveira-Martins, J. (1992), The costs ofinternational agreements to reduce C02 emissions: Evidence from GREEN, in: OECDeconomic studies, Nr. 19, special issue: The economic costs of reducing CO2 emissions,S.93-121.
Martinsen, D.I Kruger, W. (1992), Strukturbilder fur das LP-Modell, Teil 2:Endverbrauchersektoren, IKARUS-Projekt, Forschungszentrum Jiilich.
Matsuoka, Y.I Kainuma, M.I Morita, T. (1993), On the uncertainty of estimating globalclimate change. In: Kaya, Y.I Nakicenowic, N.I Nordhaus, W.I Toth, F.L. (Hrsg.), Costs,impacts and benefits of CO, mitigation. Proceedings eines IIASA Workshops vom 28.30.09.1992 in Laxenburg, IIASA CP-93-2, S. 371-385.
Messner, S. (1984), User's guide for the matrix generator of MESSAGE II, part 1 and 2:Model description and implementation guide and appendices. IIASA working paper 8472.
Messner, S.I Strubegger, M. (1994), The energy model Message III, in: Hake et al. (Hrsg.),(1994a), Advances in systems analysis: Modelling energy-related emissions on anational and global level. Konferenzen des Forschungszentrums Julich, Bd. 15, S. 2948.
Michaelowa, A.I Krause, K. (1997), Die skandinavische Jl-Politik im Ostseeraum, in:Energiewirtschaftliche Tagesfragen, Heft 4, S. 217-222.
Mintzer, I. M. (1987), A matter of degrees: The potential for controlling the greenhouseeffect. World Resources Institute, Forschungsbericht Nr. 5.
Mintzer, I. M. (1992), Confronting climate change. Risks, implications and responses.Cambridge University Press.
Mintzer, I. M.I Leonard, J. A. (1994), Negotiating climate change: The inside story of theRio convention. Cambridge University Press, Cambridge.
Miiller, K.-W.I Striibele, W. (1985), Wachstumstheorie; Mtmchen, Wien, Oldenbourg.
Musters, A. P. (1994), The energy-economy-environment interaction and the rebound-effect.Beitrag fur einen Workshop am ECN in Petten, 13.-15. April 1994. ECN-Policy StudiesECN-I-94-0053.
Nakicenovic, N.I Griibler, A.I Inaba, A.I Messner, S. (1993), Long-term strategies formitigating global warming, In: Energy, Nr. 5, S. 401-609.
Nordhaus, W. D. (1991), To slow or not to slow, the economics of the greenhouse effect, in:Economic Journal, S. 920-937.
Nordhaus, W. D. (1993), Rolling the 'DICE': An optimal transition path for controllinggreenhouse gases, in: Resource and Energy Economics, Bd. 15, S. 27-50.
232
Nordhaus, W. D. (1994), Managing the global commons. The economics of climate change,Cambridge, Massachusetts.
Nordhaus, W. D.I Popp, D. (1997), What is the value of scientific knowledge? Anapplication to the global warming using the PRICE model. In: Energy Joumal, Nr. 1, S.1-45.
Nordhaus, W. D.I Yang, Z. (1995), RICE: a regional dynamic general equilibrium model ofoptimal climate change policy. Beitrag fur den International Energy Workshop, IIASA,Laxenburg.
Nystrom, I. (1995), Improving the specification of the energy-economy link for a systemsengineering model - applications for Sweden. Chalmers Technische Hochschule,Goteburg,
OECD (1993), The costs of cutting carbon emissions: Results from global models. OECDDocuments OCDE.
OECD (1994), Climate change policy initiatives: 1994 update, Bd. I: OECD countries; Paris.
Oesterwind, D.I Pfaffenberger, W.I Hasse, D. (1996), Energieversorgung fur eine offeneGesellschaft - Auf der Suche nach der besseren Losung, Energiewirtschaft und Technik,Essen.
Oliveira-Martins, J.I Burniaux, J.-M.I Martin, J. P. (1992), Trade and the effectiveness ofunilateral C02-abatement policies: Evidence from GREEN, in: OECD economicstudies, special issue, Bd. 19, the economic costs of reducing CO2 emissions, S. 123140.
PACE (1990), Environmental costs of electricity. PACE university center for environmentallegal studies, prepared for the New York state energy research and developmentauthority and US department of energy.
Patel, M.I Jochem, E.I Marscheider-Weidemann, F.I Radgen, P. (1996), Daten zurBehandlung des nichtenergetischen Verbrauchs unter Aspekten derTreibhausproblematik, in: IKARUS-Endbericht. Fraunhofer Institut Systemtechnik undInnovationsforschung, Karlsruhe,
Pearce, D.I Bann, C.I Georgiou, S. (1992), The social costs of fuel cycles, CSERGE report,London.
Pearce, D.I Barbier, E.I Markandaya, A. (1990), Sustainable development: Economics andenvironment in the third world; London, Earthscan.
Peck, S. C.I Teisberg, T. J. (1992a), CETA: A model for carbon emission trajectoryassessment, in: The Energy Journal, Bd. 13, Nr. I, S. 55-77.
Peck, S. C.I Teisberg, T. J. (1992b), Global warming uncertainties and the value ofinformation: An analysis using CETA. Script, Electric Power Research Institute, PaloAlto, Kalifornien.
233
Peck, S. C.I Teisberg, T. J. (1995), Uncertainty and the value of information with stochasticlosses from global warming, Proceedings fur den International Energy Workshop, 20.22.06.1995, IIASA, Laxenburg.
Pfaffenberger, W.I Kemfert, C. (1997), Das gesamtwirtschaftliche InformationssystemIkarus (MIS), in: Molt, S./ Fahl, U. (Hrsg.), Energiemodelle in del' BundesrepublikDeutschland - Stand del' Entwicklung, Proceedings eines IKARUS-Workshops am 24.und 25.01.1997 in Stuttgart, S. 235-265.
Pfaffenberger, W.I Strobele, W. (1994a), Projekt IKARUS: Makrcokonomische EinbettungBd. 1: Makrookonomisches Infonnationssystem lKARUS - Modellhandbuch.VorHiufiger Endbericht, Oldenburg.
Pfaffenberger, W.I Strobele, W. (1994b), Projekt IKARUS: Makrookonornische EinbettungBd. 2: Szenarienbeschreibung von Modellrechnungen zur Wirtschafts- undEnergieentwicklung in Deutschland bis zum Jahr 2020. VorHiufiger Endbericht,Oldenburg.
Pfaffenberger, W.I Strobele, W. (1995), Nachfragegenerator Verkehr, Modellbeschreibung.VorliiufigerEndbericht, AGEP Oldenburg, 27.10.1995.
Pfitzner, G.I Schaefer, H. (1994), Querschnittstechniken zur Energieumwandlung, in:Energiewirtschaftliche Tagesfragen, Heft 8, S. 513-515.
Pindyck, R. S. (1979), Interfuel substitution and the industrial demand for energy: aninternational comparison, in: Review of Economics and Statistics, Heft 2, S. 169-179.
Plambeck, E. L./ Hope, C. W.I Anderson, J. P. (1995), Updating PAGE: policy analysis forthe greenhouse effect. Research paper in management studies 1994-95/14. UniversitatCambridge.
Pospischill, ·H. (1993), Die Methanemissionen del' vorgelagerten Kohle- und Erdgasprozefskette und ihre Bedeutung am Beispiel del' Strombereitstellung, KFA Bericht JUL-2756.
Prywes, M. (1986), A nested CES approach to capital-energy substitution, in: EnergyEconomics, S. 22-28.
Rawls, J. (1971), A theory of justice, Harvard University Press, Cambridge, Massachusetts.
Ramsey, R. P. (1928), A mathematical theory of savings, in: Economic Journal, Bd. 38, S.543-559.
Rentz, H. (1995), "Joint implementation" in del' internationalen Umwe1tpolitik. Einetheoretische Analyse moglicher Ausgesta1tungen, in: ZfU 2/95, S. 179-203.
Rentz, 0.1 Haasis, H.-D.I Jattke, C.I Oder, P.I Russ, H.I Schoettle, M. (1994),Development and evaluation of strategies for emission reduction with a technoeconomic energy flow optimization model, in: Hake et al. (Hrsg.), (1994a), Modellingenergy-related emissions on a national and global level. Konferenzen desForschungszentrums Julich, Bd. 15, S. 49-94.
234
Reuter, A. (1991), Eutwicklung und Anwendung eines mikrocomputergestutztenEnergiep1anungsinstrumentariums fur den Einsatz in Entwicklungslandem, fiR researchpublications, Bd. 10, zugl. Diss. an der Universitat Stuttgart.
Reuter, A.I Schlenzig, C. (1993), Tools for energy planning and environmental management.Presentation at the international workshop on operations research and environmentalmanagement, Gent; 10.-12.11.1993.
Romer, A. U. (1991), Der kontingente Bewertungsansatz: Eine geeignete Methode zurBewertung umweltverbessernder MaJ3nahmen? In: ZfIJ, Heft 4, S. 411-456.
Rotmans, J. (1990), IMAGE - An integrated model to assess the greenhouse effect,Dordrecht, Boston, Kluwer,
Rouvel, L.I Kolmetz, S.I Kollmann, H.I Heckler, R. (1994), Das Teilprojekt Raumwarme,in: Energiewirtschaftliche Tagesfragen, Heft 8, S. 504-507.
Rutherford, T. (1992), The welfare effects of fossil carbon restrictions: Results from arecursively dynamic trade model. OEeD economics department working papers, Nr.112, Paris.
Sato, K. (1967), A two-level constant-elasticity-of-substitution production function, in:Review ofEconomic Studies, Bd. 34, S. 201-218.
Schade, D.I Weimer-Jehle, W. (1996), Energieversorgung und Verringerung del' CarEmissionen - Techniknutzung, Ressourcenschonung, Neue Lebensstile. Berlin,Heidelberg, New York, Springer.
Schaefer, H. (1993), Branchen- und sektorubergreifende Techniken (TP8), in: VDIGesellschaft Energietechnik (Hrsg.), Instrumente zur Minderung energiebedingterKlimagasemissionen IKARUS. VDI-Bericht 1043 zur Tagung in Schliersee, 2930.04.1993, S. 229-248.
Schafhausen, F. (1994), Anderthalb Jahre nach Rio - Bilanz und Ausblick, m:Energiewirtschaftliche Tagesfragen, Heft II2, S. 30-37.
Schafhausen, F. (1995), Politik del' kleinen Schritte. Hintergrunde und Ergebnisse del' 1.Vertragsstaatenkonferenz der Klimarahmenkonvention, in: EnergiewirtschaftlicheTagesfragen, Heft 5, S. 279-283.
Schelling, T. C. (1995), Intergenerational discounting, in: Energy Policy, Nr. 4/5, S. 395-401.
Schellnhuber, H.-J. (1995), Die internationale Klimawirkungsforschung auf ihrem langenMarsch ZUl' Integrierten ModeIIierung. In: Hennicke, P. (Hrsg.), Klimaschutz: DieBedeutung von Kosten-Nutzen-Analysen. Wuppertal-Texte, Berlin, Basel, Birkhauser,S.52-82.
Schepers, E.I Kram, T. (1995), Energy system with economic feedback: less change underemission restrictions.fiA ETSAP news, Nr. 5, Juli 1995, S. 3-5.
235
Scheraga, J. D.I Cohan, D.I Diener, A.I Haas, S.I Smith, A. (1990), GEMINI: An energyenvironmental model of the United States, Beitrag zum Joint National Meeting, Oktober1990.
Schon, M.I Kalb, H.I Nathani, C.I Walz, R.I Matthes, F.I Carnes, M.I Fendler, R. (1997),Emissionsminderungsmafmahmcn fur Treibhausgase ausgenornrnen energiebedingtesC02. In: Stein, G.I Strobel, B. (Hrsg.), Politikszenarien fttr den Umweltschutz. Bd. 2.Schriftenreihe des Forschungszentrums Julich, Reihe Umwelt, Bd. 6.
SchOnwiese, C.-D. (1994), Weltweit anthropogene Klimaveranderungen: Fakten,Unsicherheiten und offene Fragen, in: VDI-Gesellschaft Energietechnik: Energiemixmit Kemenergie, Tagung 23.-24.02.1994 Dusseldorf, VDI, S. 1-13.
Schonwiese, C.-D. (1995), Klima in del' Diskussion - eine Zwischenbilanz, in:Energiewittschaftliche Tagesfragen 45, Heft 4, S. 232-239.
Schrattenholzer, L. (1981), The energy supply model MESSAGE, IIASA Report RR-8l-31.
Schrattenholzer, L. (1993), Country studies, aggregated to a global scenario with GLOBAL2100. Unterlage wahrend des IEA-ETSAP Seminars: linking technical energy systemsmodels to macro-economic approaches, Oxford, 7-9.06.1993.
Schumann, J. (1968), Input-Output-Analyse, Berlin, New York, Springer.
Schulz, W. (1989), Ansatze und Grenzen del' Monetarisierung von Urnweltschaden, in: ZfU,Heft I, S. 55-72.
Sommer, B. (1994), Entwicklung del' Bevolkerung bis 2040. Ergebnis der achtenkoordinierten Bevolkerungsvorausberechnung, in: Wittschaft und Statistik, Heft 7, S.497-503.
Stahmer, C. (1979), Verbindung von Ergebnissen der herkommlichen Sozialproduktsberechnung und der Input-Output-Rechnung: Uberleitungsmodell des StatistischenBundesamtes, in: Allgemeines Statistisches Archiv, Bd. 63, S. 340-385.
Staglin, R. (1985), Input-Output-Analyse, in: Spektrum der Wissenschaft, Heft 5, S. 44-64.
Statistisches Bundesamt (l99la), Statistisches Jahrbuch fur die BundesrepublikDeutschland, Wiesbaden, Metzler-Poeschel,
Statistisches Bundesamt (1991b), Fachserie 5 Bautatigkeit und Wohnungen, Reihe 3Bestand an Wohnungen 31. Dezember 1990, Wiesbaden, Metzler-Poeschel,
Statistisches Bundesamt (1993), Fachserie 18 Volkswirtschaftliche Gesamtrechnungen,Reihe 2 Input-Output-Tabellen 1991, Wiesbaden, Metzler-Poeschel,
Statistisches Bundesamt (I 997a), Fachserie 18 Volkswirtschaftliche Gesamtrechnungen,Reihe 2 Input-Output-Tabellen 1993, Wiesbaden, Metzler-Poeschel,
236
Statistisches Bundesamt (1997b), Umwelti:ikonomische Gesamtrechnungen - Trends undBranchenprofile, Ergebnisse del'Pressekonferenz am 02.07.1997 in Frankfurt am Main.
Stephens, G. L. (1994), Dirty clouds and global cooling, in: Nature, Bd. 370, S. 426.
Stobbe, A. (1984), Volkswirtschaf'tslehre I, Volkswirtschaftliches Rechnungswesen, 6.,revidierte Aufl., Berlin, Heidelberg, Springer.
Stoneman, P. (1983), The economic analysis of technological change, Oxford University.
Strallburg, W. (1996), Okologische Herausforderung und okonomische Chance? In:Energiewirtschaftliche Tagesfragen, Heft 6, S. 356-360.
Strdbele, W. (1984), Wirtschaftswachstum bei begrenzten Energieressourcen, Berlin,Dunckel' und Humblot,
Strobele, W. (1987), Rohstoffokonornik: Theorie natUrlicher Ressourcen mitAnwendungsbeispielen, Munchen, Vahlen.
Strdbele, W. (1995), Modellierungsansatze zur Okonomik del' Klimaschutzpolitik in del'Bundesrepublik Deutschland, in: Hennicke, P. (Hrsg.), Klimaschutz: Die Bedeutung vonKosten-Nutzen-Analysen, Berlin, Birkhauser, S. 123-133.
Strobele, W. (1997), Was konnen energieokonomische Modelle mit CO2-Restriktionen (nochnicht)? In: Hake, I.-FrJ Markewitz, P. (Hrsg.), Modellinstrumente fUr CO2
Minderungsstrategien, Proceedings cines IKARUS-Workshops am 14. und 15.04.1997,Bonn - Bad Godesberg, S. 241-270.
Strubegger, M. (1984), User's guide for the post-processor of MESSAGE II. nASA workingpaper 84-72.
TFF (1992), IKARUS: Zusammenfassender Zwischenbericht fUr die Projektphase 2, StandEnde 1992. Forschungszentrum Julich, Programmgruppe Technologiefolgenforschung.
Theisen, M. R. (1988), VorUberiegungen zu einer Konzemuntemehmungslehre, in: DBW,Heft 3, S. 279-291.
Toke, D. (1990), Increasing energy supply not inevitable, in: Energy Policy, S. 671-673.
Toke, D. (1991), Energy efficiency, in: Energy Policy, S. 815.
Toth, F. L. (1995), Discounting in integrated assessments of climate change, in: EnergyPolicy, Nr. 4/5, S. 403-409.
United Nations (1968), A system of national accounts, studies in methods, Serie F, Nr. 2,Rev. 3, New York.
United Nations (1997), Framework convention on climate change. Kyoto protocol to theUnited Nations framework convention on climate change.
237
United Nations Department for economic and social information and policy analysis statistics devision (1997), Energy statistics yearbook 1995, New York.
von, A.I Schlenzig, C.I Reuter, A. (1994), MESAP III: A tool for energy planning andenvironmental management. History and developments, in: Hake et a!. (Hrsg.), (1994a),Advances in systems analysis: Modelling energy-related emissions on a national andgloballeve1. Konferenzen des Forschungszentrums Julich, Bd. 15, S. 375-411.
Vouyoukas, E. L. (1992), Carbon taxes and CO2
emission targets: Results of the lEA model.OEeD economics department working papers, Nr. 114, Paris.
Walbeck, M.I Martinsen, D. (1994), Das Teilmodell Verkehr, in: EnergiewirtschaftlicheTagesfragen, Heft 8, S. 511-513.
Walbeck, M.I Wagner, H.-J.! Martinsen, D.! Bundschuh, V. (1988), Energie und Umweltals Optimierungsaufgabe: Das MARNES-Modell, Berlin, Heidelberg, Springer.
Walz, R. (1997), Economic impacts of climate protection policies: results of a case study forGermany with a combined bottom-upl top-down approach. In: IAEE (Hrsg.), Energyand economic growth: is sustainable growth possible? Proceedings of the 20th annualinternational conference, Bd. 1,22.-24.01.1997, Neu Delhi, S. 185-195.
Walz, R.! Gruber, E.! Hlessl, H.! Reill, T. (1992), Neue Technologien undRessourcenschonung, Abschlufsbericht FhG und lSI-Karlsruhe.
Weimann, J. (1991), Umweltokonomik - Eine theorieorientierte Einfuhrung, 2. verb. Auflg,Berlin, Heidelberg, Springer.
Welsch, H.! Hoster, F. (1994), A general-equilibrium analysis of european carbon/energytaxation: Model structure and preliminary results. Presentation at the committee ofenvironmental and resource economics, Verein fur Socialpolitik, Ladenburg
Wene, C.-O. (1993), Top-down - bottom up: a systems engineer's view. In: Kaya, Y./Nakicenovic, N./ Nordhaus, W. D./ Toth, F. L. (Hrsg.), Costs, impacts, and benefits ofCO2-mitigation, IlASA CP-93-2, S. 355-370.
Wene, C.-O. (1995), Energy-economy analysis: Linking the macroeconomic and systemsengineering approaches. IlASA working paper, 95-42.
Whalley, J.! Wigle, R. (1991), Cutting COremissions: the effects of alternative policyapproaches, in: Energy Journal, Nr. 1, S. 109-124.
Wicke, L. (1993), Umweltokonomie: eine praxisorientierte Einfiihrung, 4. uberarb., erw. undaktualisierte Auflg., Munchen, Vahlen.
Wicke, L.! Schafhausen, F. (1982), Instrumente zur Durchsetzung des Umweltschutzes. EinUberblick unter besonderer Berucksichtigung finanzpolitischer MaBnahmen. In: WISU,Hefte 8-10.
238
Wietschel, M.I Rentz, 0.1 Ardone, A.I Fichtner, W.I Liith, O. (1997), PERSEUS:Modellentwicklungsstand, Anwendungsfalle und Perspektiven. In: Hake, J.-Fr.lMarkewitz, P. (Hrsg.), Modellinstrumente fur COz-Minderungsstrategien. Proceedingszum JKARUS-Wol'kshop, 14.-15.04.1997, Bonn - Bad Godesberg, S. 223-240.
Williams, L. J. (1994), Economic impacts of carbon taxes: detailed results. Endbericht desEPRl-Projektes 34441-01.
Wilson, D.I Swisher, J. N. (1993), Exploring the gap. Top down versus bottom-up analysesof the costs ofmitigating global warming, in: Energy Policy, S. 249-263.
Winje, D.I Witt, D. (1991), Energiewirtschaft, Handbuchreihe Energieberatung,Energiemanagement Bd. 2; Berlin, Heidelberg, Springer, rOv Rheinland.
Yasukawa, S.I Sato, 0.1 Shiba, T.I Yasuhide, T. (1993), Outline of MARKAL-MACROEMmodel and its application. Bericht fur das OECDIlEAJETSAP Seminar in Oxford.
Yasukawa, S.I Sato, 0.1 Honji, A. (1994), Suggestions and further improvements of theMARKAL-MACRO model. Bericht des Japan Atomic Research Institute fur denETSAP-Workshop vom 08.-14.04.1994 in Petten, Niederlande,
Ybema, J. R.I Ierland, E. C. van (1994), Soft-linking of an energy technology model and aneconometric dynamic input-output model, in: Hake et al. (Hrsg.), (1994a), Advances insystems analysis: Modelling energy-related emissions on a national and global level.Konferenzen des Forschungszentrums Julich, Bd. 15, S. 191-212.
Zhang, Z. X. (1995), Economic approaches to cost estimates for limiting C02 emissions, in:Intemational Journal ofEnvironment and Pollution, Bd. 5, Nr. I.
Anhang
239
240
A-I: Weltweiter Primarenergieverbrauch (PI)
(TabeUe)
1989 1990 1991 10921 1993 I 1994 1995
USA 81.465 80.952 81.895 81.280 82.457 90.580 92.408
China 28.003 28.247 29.474 30.606 31.767 34.141 36.422
Japan 15.886 16.758 17.289 17.282 17.461 18.309 18.816
Deutschland 14.871 14.871 15.062 13.686 13.657 13.144 13.612
GUS 59.573 57.202 55.518 48.375 45.400 39.845 43.222
Welt 342.510 341.673 344.618 341.405 344.123 355.216 368.432
Quelle: United Nations department for economic and social information and policy analysis
statistics division (1997), Tab. 4 sowie BMWI (1996), Tab. 27.
(Abbildung)
1995
~USA
-m--China,--.-Japani~Deutschland.
~ i~GUS
1994199319921991
--_..._-_..._--_......_ ...._. .. .. . _..- ..__......_-_..__..
100000
90000
80000
70000
60000
j( 50000
40000
30000
20000
10000
01989 1990
A-2: Lastenverteilung der C02-Reduktion in der ED bis zum Jahr 2015
(Veranderung in % gegenuber 1990)
241
fnihererKompromifs-Vorschlagder 2., erfolgreicherer Komprornifs-
hollandischenEl.I-Prasidentschaft Vorschlag
Deutschland - 40 - 25
Osterreich - 30 - 25
Danernark - 25 - 25
Grolsbritannien - 20 - 10
Ita1ien -7 - 7
Frankreich +5 +/- 0
Irland +5 + IS
Griechen1and +5 +40
Finnland + 10 + IS
Portugal + 25 +4
Quelle: Berger (1997), Hadler (1997).
242
B-1: Treibhauseffekt und Modellierung: eine Modellk1assifikation
Theoretische Modelle
Simulationsmodelle
Ressourcenallokationsmodelle
1Allgemeine Gleichgewichtsmodelle
Eingeschrankte GleichgewichtsmodellePartielle Gleichgewichtsmodelle
Bottom-Up Modelle
Empirische Modelle
1Statistische Madelle
Makrookonomische Modelle
1Pfadabhangige Madelle
Wachstumsmodelle
Quelle: Boero et al. (1991), S. 29 ff. Ebendort finden sich fur die einzelnen Kategorien
Modellbeispie1e und Angaben zu deren Autoren.
B-2: Referenz-Energic-Systcm (RES)
• Die drei Objekttypen eines RES (commodity, link, process)
• RES am Beispiel des MESAP-Systems
243
H~ld(o,' COIl PowerPIJml
Link Process Link
! (Transition) !
•
.n"9yflow Invu/mrnICQsIs· vlr/,bt. (os/s
....... ............ ............... .ff/elmer ........................................ ............-
Elrclrlcily
S'.Ilfllf (Ont.nll fv./pt/c,
UHlol EnClf'J'i Ot'....nd A(th'lfyE_VI s..-.iot J
, / I. '
<W{~) !~ I~~/ rfi_~lr1!t 4f" /if',1.r!Ii!IIIIIJt~J-H. -- .. : ,,1;>0<....."" IIII IIIIBIII 1111 1111
llr;;;,;~ I" IJ~""'~'" ....·if~i_ .. iii H-HEJii[j,. . .. ,. '...... I II J I J r Ir;;o Jill!I II J ,._,,.......... Ii iii i iiH-El+++--trrp.~-'1lilIi'" i I I 'To *"'- J ... ", .... '" .... • •••.. !!1. " .. ~ ,. III (100 ,,[ II) 11 11lr tr l J ! ~H~-----l-ti ",.. 1 ]11 II jiiiiii ~ " ii l i l i i J-t lH;:·::;:t::n Hii iii~ n iiiiiii .~, II ]'<:... i~~j iijij~" 0-_........·ii~i~i i,[,i1)! ! e-. tu -:',' !l!!! ..•.':. I:: ':::: ::i "0"~ii!!!..... !!!! ...... ,!! !!! !J....r;;I........ I uu 1111 +++-B-+!L..:.:.:....... I
',!, ,!!, !~ I..L.c.::.JJ j" ....:.:;. i 11111~··JII~JI I!Ii ~ ii1ii~jijii!! i ~! ll l l l l iiii iiL.r:::7.:LJi 1,I) ! ~ i~,....-, i~li iI! ! ! H ijjjj~~ j' i.. :: :-.""'... llllll ~rH1 ~ I
Quelle: VoJ3 et al. (1994), Abb. 3 auf S. 398 nnd Abb. 6 aufS. 395.
244
B-3: Die Isoquante del' Mlx-Produktionsfunktion
Die geschachtelte CES-Pl'Oduktionsfuuktion des MIS-Modells 1autet:
!
Y=[K-Jl+[r (t).EtP'
a) Nach dem Faktor Kapital (K) umgeformt ergibt sich:
1
K=[y-Jl-[r (t).Erlo
Mit konstantem Sozialprodukt (Y), d.h. y-JI =Y, fo1gt:
1
K =[Y -[r (t)t· E-JIP'b) FUrdie Steigung del' Isoquante gilt nun:
1ss 1[- -JI ]---1 -JI 1oE =- jJ' Y- [r (t)] .r Jl JI .s .[r (t)] .E -Jl-
Mit KJI+! =[Y-[r (t)t .E-Jl] 1aBtsichschreiben:
c) Bei einem Wechse1 von tl auftz andert sich c.p. das Faktoreinsatzverhaltnis:
(B-1)
(B-2)
(B-3)
(B-4)
(B-5)
(B-6)
(B-7)
Unter Berucksichtigung von Gleichung (B-6) und wegen resultiert:
(B-8)
C-1: Vorleistungsstruictur, Produictionswert und BruttowertschOpfung aus MIS-Rechenlauf: Trend Spar mit hoher Bevolkerunq
.:.,"" ..•.•..•.•.••:...•••. : ...••..• ? ••..• ······.,·•• i·Z· •••. ·X. ..........····..• ••?•••i••:W••··••·• ...••.. •.•.•....•. , •..••••••),..... '. ..•,.. ..........•..: ..............,.. ........ ") .
~ltM. 0 Q ,'i,~,,~~:J:;\'Vk !'M;Nii'l;y,m~,* S/i)t'0'rily;;1i;; trOini*-1\1iRliom'" rmif'.t1jililiiAtoml,jw.i\'~R , nCl iii ons Ji!li@MM 'WMi01;iii tis- er ·~4f).)~M4: .Mijll""JlffiJtjBan:of!ers;-\~iL; • er 'l!oBohn 1'.;0 svcl1(ch onst erk·'~l' is'; . n Wy"·'"''
Kohle 5906 0 183 12427 1068 0 0 0 0 0 0 0 0 0 0 0 ,01 162 5779 32 881 11312 0 0 0 34545 611 0 222 3419 171 222 3458 1248
Gas 2 18706 anD 2116 9671 0 0 0 0 0 0 0 0 0 0 0 0Strom 1256 699 81 4697 13321 0 0 0 0 17 187 760 88 542 15 85 885Raumwarme 48 213 13 79 0 0 0 0 0 92 27 54 36 128 3 66 741Atom 0 0 0 1315 0 0 0 0 0 0 0 0 0 0 0 0 0Reg. Energle 0 0 0 1915 0 0 0 0 0 0 0 0 0 0 0 0 0SORSt. Energle 0 0 0 188 0 0 0 35 0 0 0 0 0 0 0 0 0MIV 39 96 14 123 0 0 0 0 0 16 1 2 1486 5 10 285 3705Bus-Verk. 1 2 0 21 0 0 0 0 0 0 0 11 0 11 1 2 196PNV 0 0 0 3 0 0 0 0 0 0 0 2 0 2 0 0 3Bahn-Pers, 2 , 1 50 0 0 0 0 0 0 0 , 0 6 2 , 43
lkw~Verk. 201 411 39 58 0 0 0 0 0 0 0 0 13915 358 '03 1701 3448Bahn-Giiter 126 105 13 629 0 0 35 , 0 0 0 0 0 0 3 427 165Schiffsverkehr 19 10 s 115 0 0 6 1 0 0 0 0 0 3 42' 1243 2'Sonstverkehr 107 '93 209 806 0 0 45 5 0 0 0 41 598 26 570 3061 99Landwirtschaft 266 2 1 , 0 0 0 0 0 0 0 0 18 0 1 7 8822
Chemle 682 1062 78 184 0 0 0 0 0 152 7 16 1061 33 , 171 4704Stelne/Erden 162 2 26 87 0 0 5 1 0 13 3 7 55 14 1 14 295
Sonst. Industria 215 8 37 119 0 0 , 1 0 863 41 96 985 193 14 208 1144NE~Metall 63 17 1 1 0 0 0 0 0 1 1 2 0 3 0 0 0
Elsen 26' 18 132 772 0 0 50 5 0 211 26 59 82 119 3 26 112Papler 26 9 3 61 0 0 2 1 0 20 1 3 371 6 2 86 181Fahrzeugbau 3938 .7' 1267 5157 0 0 183 18 10473 2653 70 184 5589 330 123 1042 1934Nahrungs+Genu& 2' 25 • 34 0 0 2 1 0 21 1 3 549 • 64 246 6917
GleBerel 233 80 89 96 0 0 , 1 0 42 31 73 50 147 , 19 1139
Bau 1830 81 237 1840 0 0 sa 10 0 218 32 7' 520 148 1 122 668Wohnung 120 3. 81 '78 0 0 21 2 0 173 11 25 3340 50 , 776 9
Oienstleistung 2868 3075 1927 7098 0 0 330 33 46654 4289 300 549 13228 1102 223 2706 5356
Staat 103 85 81 65. 0 0 33 803 8135 350 2 , 663 7 3 107 164
Summe 18664 31692 13276 41710 35372 0 816 921 99807 9542 741 2171 45931 3410 2100 15862 41820
:ohll),\A!;i,:'ii"i !:LOI:+,r<ut /'HGaa,,'<Mtj;.:,A;;Sttom\:;~/i:jRaumwarme\\j1i1ifAtom"; ;":~;RlXilEiler ;\sonstEililr ;i<H~~MIWSjJi;liwi'eus;,VCik,'W;;hji:0"1(W,:OPNV0:<"ij\'il;::rBafin·Pi~-r~;GUWf~Verk;;:(;eahn;.QiJter "schlft:werkch:,sons:t;Virk·",,:;tijlilridw(;BPWfMrd. 26,70 60,00 46.50 83,30 40,70 1,30 1,90 1.00 160,40 13,80 2,10 5,40 110,40 9,60 520 34,50 106,80
BW$JJ!i~ii!L:8;'m,:Wfl"m,'j,,;,- 6844 25089 9076 40323 5349 0 1099 103 60583 3745 1273 3056 55097 5845 173. 13818 32030
BWSfMrd. 6,84 25,09 9,08 40,32 5,35 0,00 1,10 0,10 60,58 3,75 1~7 3,06 55,10 5,85 1,74 13,82 32,03
tv-l'>
'"
",' .... ':.« ..
., i ..>i.X· .......
•• '. .;' . ., ........•••
. . . , , ..
lni;~:Chemie!lliL¢rj:SteineErdenD2i;ISonstl ndi:·'1J~O,NE~Metalli1:lil:kl~4:;ltElsen1j;g~%1:fJi~F?aDleri~if~~'J~ahrzeu" ·b]~Nahr.utr· stGelltiIMibllr:GleBei'eliJk1%il;'~11mBaUJ:10~H1t:YNVohntlri"'t:!i(DleristieistUil' ?\Nji;;_,:staat;Ei'm~ Summe
896 583 44 74 4151 169 6 71 119 0 0 0 50 257515929 713 678 41 244 388 1162 896 1 1032 33 1264 910 753531880 375 609 210 804 383 296 540 201 0 0 0 642 451556450 1309 3046 1665 2062 1769 5837 2557 1536 43 790 9942 3966 63573394 99 766 24 56 84 2405 443 189 915 0 8471 2173 17529
0 0 0 0 0 0 0 0 0 0 0 0 0 1315
0 0 0 0 0 0 0 0 0 0 0 0 0 19150 0 0 0 0 0 0 0 0 0 0 0 800 1023
421 185 1072 102 252 32 1680 918 641 2272 0 13096 517 269708 3 20 2 5 1 21 13 7 21 0 237 79 4851 1 3 0 1 0 3 2 1 3 0 36 12 73
18 8 46 4 11 1 49 29 16 49 0 556 186 10894013 2029 4647 485 1152 1405 9732 9580 931 9223 31 21441 4237 89440561 156 286 91 771 145 890 584 303 350 3 216 280 6143
92 55 30 6 37 14 106 44 12 64 0 197 9 25171115 172 206 32 122 74 425 355 47 218 4 2021 696 11547586 30 4425 2 12 502 87 53654 3 49 2593 5476 1280 77820
88567 1277 15105 2260 591 2857 34961 4699 1326 9488 45 14861 11904 196095463 6747 444 84 935 431 1298 12 188 27407 5 501 377 39577
4027 690 42717 2243 2238 965 12998 4356 419 12694 350 33565 4708 125698
1354 36 812 12996 305 13 17280 4 2887 637 0 60 82 36555421 341 165 4 52274 66 19299 70 9378 2085 28 579 24 86614
3447 731 7973 7 41 16874 2621 3676 53 380 96 8426 2175 472728257 1274 6309 375 928 1179 182529 4919 2328 18383 930 23242 26673 3109412967 15 120 2 15 382 386 45714 21 13 22 26190 2988 86734
683 339 1180 102 943 113 37896 102 6878 3821 62 588 211 549261014 191 1079 135 78 169 2497 759 387 3661 16973 4145 8499 45164
685 403 804 102 127 179 3781 811 674 800 29 47551 5169 6624133692 6480 27861 4627 7688 6095 105216 25827 7725 30955 19241 296019 136716 797880
1622 185 412 86 361 143 2926 1179 277 885 7868 3559 28230 58819
169563 24427 120859 25761 76204 34433 446387 161814 36548 125448 49103 522239 243593 2400214
W'ikCMmle,;~;1~J?;!SteifleEr.cten:¢1;~S()r1stlndi(hh{HNE~Me~ __ It::imH!#jiJEI$erlj;jt'ij'd,~illrijF?~Dletj[JmHiijj1iFahtzeud;0~¥!)i1';)):;l[J"~hrJ,inae'0t;l;:i1f!::;W;~:GJe~er.eI1WG'!J~~~i);B"'l1f,7?,~~jflR;fiWc)hl)unai!?)'}Plell$tlet$tYn1LAt;im$teiati)-:U/ SummeGDM
326,40 47,20 277,10 49,60 107,00 63,90 932,40 262,30 72,00 239,30 272,50 1232,10 500,10 5111,50
90943 18033 79564 5511 15259 13729 317038 65708 30021 113695 222717 683854 254939 2176067
90,94 18,03 79,55 5,51 15,26 13,73 317,04 65,71 30,02 113,70 222,72 683,85 254,94 2176,07
tv...0-
C-2: Umrechnung der spezifischen Energieverbrauche im Sektor Industrie
247
;;;",;;;,,;!! MIS NPW i ILP NPW INPWalUneu Input neuNE-Metalle 0 1 10,09 8,8 0,872150644Aluminium i 0,1034 1,043306 0,09018038Rest NE i 0,8966 9,046694 0,78197027Obriger Bergbau 0 1 3,83 1,6 0,417754569Obrlger Bergbau i 1 0,41775457Chemie 0 1 127,77 79,5 0,622211787Chlor i 0,0151 1,929327 0,0093954Rest chem. Grundsl. i 0,5142 65,699334 0,3199413Rest chem. Industrie i 0,4455 56,921535 0,27719535Olefin i 0,0224 2,862048 0,01393754Soda i 0,0028 0,357756 0,00174219Eisenschaffende Industrie 0 1 31,35 17,2 0.548644338Elektrostahl i 0,0605 1,896675 0,03319298Roheisen i 0,1221 3,827835 0,06698947Sinter i 0,0291 0,912285 0,01596555Walzstahl i 0,3227 10,116645 0,17704753Rest Eisen i 0,46628 14,617878 0,25582188Rest Grundsl. 0 1 52,34 23,212 0,443484906Rest Grundsl. i 1 0,44348491Investilionsguter 0 1 432,66 311,209 0,719292285lnvestltlonsqtlter i 1 0,71929228Konsumgilter 0 1 104,16 82,389 0,790985023Glas i 0,0765 7,96824 0,06051035Rest Konsumguter i 0,9235 96,19176 0,73047467Nahrung u. GenuB 0 1 98 49,126 0,501285714Zucker i 0,0366 3,5868 0,01834706Rest Nahrung u. GenuB i 0,9634 94,4132 0,48293866Zellstoff u. Papier 0 1 23,32 7,1 0,304459691Zellstoff i 0,069 1,60908 0,02100772Rest Papier u. Pappe i 0,931 21,71092 0,28345197Steine-Erden 0 1 23,55 11,535 0,489808917Zement i 0,1605 3,779775 0,07861433Ziegel i 0,1266 2,98143 0,06200981Kalk i 0,0859 2,022945 0,04207459Rest Steine-Erden i 0,6271 14,768205 0,30715917
248
C-3: Systemkosten im Umwandlungssektor (Mio. DM) fur das Jahr 2005
IKARUS-LP
Elektrlzitat Walme Raffinerien Gas Veredlung Summe
Referenz 39348 5692 4256 4452 1037 54785
Reduktion 39999 6317 3260 6399 986 56961
Anstieg 651 625 - 996 1947 - 51 2176
IKARUS-MlS
El~lgtrizitat Warme Raffinerien OllS Veredlung Summe
Referenz 39502 5655 4256 4335 1044 54792
Reduktion 40031 6126 3257 6393 991 56798
Anstieg 529 471 - 999 2b58 - 53 2006
I'
F()rsch unqszentrurn J0 Iich
JOl3663Juni 1999ISSN 094429')2