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: zb-publikation@fz-juellch.de

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