Seco@home – Projekttreffen
Auswertung des Discrete-Choice-Experiments zu Wärmetechnologien
Referent: Martin Achtnicht (ZEW)
Mannheim, 11. Februar 2010
Forschungsfragen
Allgemein:
Welche Determinanten bestimmen die Anschaffung einer Wärmetechnologie?
Welchen Einfluss haben soziodemographische Faktoren dabei ?
Konkret:
Gibt es Unterschiede in den Präferenzen hinsichtlich einzelner Attribute in Abhängigkeit der Technologie (Heizung vs. Dämmung) ?
Spielen eingesparte CO2-Emissionen für Hauseigentümer eine Rolle ? Falls ja, für wen besonders ?
Achten ältere Eigentümer mehr auf die Amortisationsdauer als jüngere ?
Bis zu welchem Grad kann ein unabhängiger Energieberater die Wahl beeinflussen ?
…
RFB: Alternativen der Heizkostenreduktion
Welche Alternativen würden Sie generell im Betracht ziehen, wenn Sie Ihre Heizenergiekosten senken möchten?
0
10
20
30
40
50
60
70
80
Red
uktio
n de
rR
aum
tem
pera
tur i
mH
aus
bzw
. in
einz
elne
n Z
imm
ern
Red
uktio
n de
rH
eizd
auer
im H
aus
bzw
. in
einz
elne
nZ
imm
ern
Wec
hsel
des
Ene
rgie
träge
r- b
zw.
Bre
nnst
offli
efer
ante
n
Ver
meh
rte N
utzu
ngei
nes
seku
ndär
enH
eizs
yste
ms
(z.B
.K
amin
)
Inve
stiti
on in
ein
eve
rbes
serte
Wär
med
ämm
ung
Ans
chaf
fung
ein
esef
fizie
nter
enH
eizu
ngss
yste
ms
Ans
chaf
fung
ein
esH
eizu
ngss
yste
ms,
das
eine
ngü
nstig
eren
Ene
rgie
träge
rve
rwen
det
Pro
zent
Mache ich schon
Würde ich in Betracht ziehen
Kommt für mich nicht in Frage
RFB: Alternativen der Heizkostenreduktion
Aus welchen Gründen kämen für Sie energetische Modernisierungsmaßnahmen in Ihrem Haus überhaupt in Frage?
W7
W14
W13
W8
W11
W12
W4
W5
W3
W6
W2
W1
W9
W10
0 10 20 30 40 50 60 70
Prozent
W1: hohe Energiekosten
W2: Sanierung sowieso fällig
W10: Steig. der Behaglichkeit
W6: Umwelt- bzw. Klimaschutz
RFB: Alternativen der Heizkostenreduktion
Aus welchen Gründen kämen für Sie energetische Modernisierungsmaßnahmen in Ihrem Haus überhaupt in Frage?
W7
W14
W13
W8
W11
W12
W4
W5
W3
W6
W2
W1
W9
W10
0 10 20 30 40 50 60 70
Prozent
W3: finanzielle Subventionen
W9: Steig. des Marktwerts
W5: Unabh. v. Energielieferanten
W4: günstige Kredite
DCE: Design und Rahmendaten
Alternativen: Heizsystem vs. Wärmedämmung
Attribute: Anschaffungskosten (in Tausend €: 10, 20, 30, 40*)
Energiekostenersparnis (in %: 25, 50, 75)
Amortisationsdauer (in Jahren: 10, 20, 30)
CO2-Verminderung (in %: 0**, 25, 50, 75, 100**)
Meinung eines unabh. Energieberaters („empfehlenswert“)
Förderung durch öffentliche und/oder private Hand (ja/nein)
Garantiedauer (in Jahren: 2, 5, 10)
Choice Sets: 12 pro befragtem Hauseigentümer
Beobachtungen: 408 Hauseigentümer (4896 Wahlentscheidungen)
* nur Dämmung, ** nur Heizung
DCE: deskriptive Analyse
Technologie (Heizung oder Dämmung)
15%
Anschaffungskosten33%
Energiekosteneinsparung11%
Amortisationsdauer11%
CO2 - Vermeidung
11%
Empfehlung eine Energieberaters
7%
Förderung6%
Garantiedauer6%
DCE: ökonometrische Analyse - allgemein
Aspekt signifikant nicht signifikant
Einfluss der DCE-Attribute -alle (erwartete VZ) -keine alternativen-spezifische Effekte
Technologiepräferenz -Probanden mit zweitem bzw. neuem Heizsystem wählen eher Dämmung
-ähnliche Effekte liefern Antworten zu Alternativen der Heizkostenreduktion
-kein Einfluss von soziodemografischen bzw. -ökonomischen Variablen
Rolle der CO2-Einsparungen -Jüngere (Dummy für die unter 55jährigen) achten mehr darauf
-kein Einfluss von Geschlecht, Bildung, Kindern,…
Rolle der Anschaffungskosten -Probanden aus östlichen Bundesländern achten mehr auf die Kosten
-Probanden aus Großstädten und mit Abitur weniger
-direkte Einkommensvariablen sind ohne Einfluss
Alternative-specific conditional logit Number of obs = 9120Case variable: beobachtung Number of cases = 4560
Number of persons = 380
Wald chi2(14) = 612.53Log likelihood = -2723.659 Prob > chi2 = 0.0000McFadden's adjusted R2 = 0.1335------------------------------------------------------------------------------ chosen | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+----------------------------------------------------------------techno | costs | -.0443897 .0025837 -17.18 0.000 -.0494537 -.0393258 costsXeast | -.0225773 .0055155 -4.09 0.000 -.0333874 -.0117672 costsXcity | .0262382 .0051982 5.05 0.000 .01605 .0364265 costsav | .0004866 .0000604 8.06 0.000 .0003682 .0006049 paybackp | -.0186473 .0023179 -8.04 0.000 -.0231904 -.0141043 eadviser | .1954547 .0327573 5.97 0.000 .1312516 .2596577 funding | .1562049 .0327739 4.77 0.000 .0919693 .2204405 guarantee | .0211149 .0057356 3.68 0.000 .0098734 .0323564 co2sav | .0048886 .0011522 4.24 0.000 .0026303 .007147co2savXag~55 | .0026942 .0013366 2.02 0.044 .0000745 .0053139co2savXwoman | -.0019418 .0013618 -1.43 0.154 -.0046108 .0007272co2sav~_heeq | .000816 .0015082 0.54 0.588 -.00214 .0037719-------------+----------------------------------------------------------------heizsystem |heating~2000 | -.1812677 .0701222 -2.59 0.010 -.3187048 -.0438306otherheating | -.2190172 .0670135 -3.27 0.001 -.3503613 -.0876732 _cons | .1057318 .0509246 2.08 0.038 .0059215 .2055421-------------+----------------------------------------------------------------wärmedämmung | (base alternative)------------------------------------------------------------------------------
DCE: ökonometrische Analyse – Logit-Modell
DCE: ökonometrische Analyse – Mixed-Logit-Modell
Mixed logit model Number of obs = 9792Number of persons = 408
LR chi2(7) = 756.39Log likelihood = -2577.5313 Prob > chi2 = 0.0000McFadden's adjusted R2 = 0.2361------------------------------------------------------------------------------ chosen | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+----------------------------------------------------------------Mean | costs | -.0699871 .003279 -21.34 0.000 -.0764139 -.0635604 heatsys | -.0590699 .089553 -0.66 0.510 -.2345906 .1164507 costsav | -7.725489 .2235076 -34.56 0.000 -8.163556 -7.287422 paybackp | -4.738583 .331783 -14.28 0.000 -5.388866 -4.0883 co2sav | -5.322672 .2153465 -24.72 0.000 -5.744743 -4.9006 eadviser | -1.806824 .2723078 -6.64 0.000 -2.340537 -1.27311 funding | -2.423487 .4852424 -4.99 0.000 -3.374544 -1.472429 guarantee | -4.421088 .5352033 -8.26 0.000 -5.470067 -3.372109-------------+----------------------------------------------------------------SD | heatsys | 1.637306 .0888828 18.42 0.000 1.463099 1.811513 costsav | 1.228284 .1737335 7.07 0.000 .8877727 1.568795 paybackp | 1.795458 .2133749 8.41 0.000 1.377251 2.213665 co2sav | 1.262331 .1433134 8.81 0.000 .9814418 1.54322 eadviser | 1.209779 .1986457 6.09 0.000 .820441 1.599118 funding | -1.496127 .3020188 -4.95 0.000 -2.088073 -.9041806 guarantee | -1.424835 .3147328 -4.53 0.000 -2.0417 -.8079702------------------------------------------------------------------------------
costs konstant, heatsys normal-, restl. Variablen lognormalverteilt
DCE: ökonometrische Analyse – WTP
Die „wahren“ Parameter – am Beispiel co2sav:
------------------------------------------------------------------------------ chosen | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+---------------------------------------------------------------- mean_co2sav | .0108246 .0011995 9.02 0.000 .0084736 .0131756median_co2~v | .0048797 .0010508 4.64 0.000 .0028201 .0069393 sd_co2sav | .0214339 .005342 4.01 0.000 .0109638 .0319041------------------------------------------------------------------------------
Herleitung der WTP für eine zusätzliche CO2-Ersparnis von 1%:
------------------------------------------------------------------------------ chosen | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+---------------------------------------------------------------- mean_WTP | .1546658 .0174866 8.84 0.000 .1203928 .1889388 median_WTP | .0697228 .015171 4.60 0.000 .0399881 .0994574 sd_WTP | .3062555 .0762761 4.02 0.000 .1567572 .4557538------------------------------------------------------------------------------