2013 09 15 Rebound Effects Eindrapport...Rebound effect met impact op het milieu Eindrapport Voor:...
Transcript of 2013 09 15 Rebound Effects Eindrapport...Rebound effect met impact op het milieu Eindrapport Voor:...
Rebound effect met impact op het milieu
Eindrapport
Voor:
Vlaamse Overheid –Departement LNE
Afdeling Milieu, Natuur en Energiebeleid
Dienst Beleidsvoorbereiding en - evaluatie
Koning Albert II-laan 20 bus 8
1000 Brussel
15 september 2013
Transport & Mobility Leuven
Diestsesteenweg 57
3010 Leuven
Belgium
http://www.tmleuven.be
Auteurs: Eef Delhaye (TML)
Christophe Heyndrickx (TML) Rodric Frederix (TML)
Bruno Van Zeebroeck(TML) Sandra Rousseau (KU Leuven -HUBrussel)
Stef Proost (KU Leuven)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 2
“It is wholly a confusion of ideas to suppose
that the economical use of fuel is equivalent
to a diminished consumption. The very
contrary is the truth”
Jevons, 1865
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 3
Inhoud
Inhoud .................................................................................................................................................................. 3
Lijst met begrippen ............................................................................................................................................. 5
1 Samenvatting .............................................................................................................................................. 6
1.1 Wat u absoluut moet weten over het rebound effect .......................................................... 6
1.2 Wat interessant is voor u .......................................................................................................... 8
2 Inleiding en probleemstelling ............................................................................................................... 17
3 Naar een concept Rebound Effecten.................................................................................................. 18
3.1 Literatuuroverzicht ................................................................................................................. 23
3.2 Concept Rebound Effecten .................................................................................................. 38
4 Naar een selectie van cases ................................................................................................................... 40
4.1 Algemene principes ................................................................................................................ 40
4.2 Case Transport ........................................................................................................................ 42
4.3 Case Energie ............................................................................................................................ 43
5 Case 1: telewerken .................................................................................................................................. 44
5.1 Wat is telewerken? .................................................................................................................. 44
5.2 Mogelijke rebound effecten .................................................................................................. 44
5.3 Literatuur .................................................................................................................................. 45
5.4 Doorrekening .......................................................................................................................... 48
5.5 Totale impact ........................................................................................................................... 62
5.6 Sensitiviteit ............................................................................................................................... 64
6 Case 2: energie-efficiëntieverbeteringen ............................................................................................. 70
6.1 Energie-efficiëntieverbetering bij de consument ............................................................... 70
6.2 Efficiëntieverbetering producenten ..................................................................................... 94
7 Algemene conclusie ............................................................................................................................. 107
Literatuur ......................................................................................................................................................... 111
Annex 1: lijst van mogelijke cases ............................................................................................................... 118
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 4
Voorstellen van de stuurgroep ........................................................................................................... 118
Voorstellen van de opdrachthouder .................................................................................................. 121
Annex 2: Beschrijving van het ISEEM Model ........................................................................................ 124
1.1 Modelbeschrijving ................................................................................................................ 124
1.2 Regionale effecten door verandering in de transport sector.......................................... 126
1.3 Input aanwezig in model ..................................................................................................... 127
1.4 Input nodig voor beleidssimulatie ...................................................................................... 129
1.5 Output .................................................................................................................................... 129
Annex 3: Lijst van sectoren .......................................................................................................................... 132
Annex 4: Resultaten efficiëntieverbetering producenten ........................................................................ 133
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 5
Lijst met begrippen
Algemeen evenwichtsmodel: In tegenstelling tot een partieel evenwichtsmodel bekijkt een
algemeen evenwichtsmodel niet alleen de gevolgen op de markt waar de beleidsmaatregel
plaatsvindt, maar ook de effecten op alle andere markten, met onder meer de arbeidsmarkt. De
algemene evenwichtstheorie dateert uit de jaren 1870 en bouwt in het bijzonder voort op het werk
van de Franse econoom Léon Walras
Backfire: situatie waarbij het rebound effect groter dan 100% is
Directe effect: het verwachte effect indien er geen gedragsveranderingen zijn. Ook soms het
“ingenieurseffect” genoemd.
Rebound Effect: de mate waarin een milieugerichte efficiëntieverbetering niet één tot één vertaald
wordt naar de verwachte effecten bij een constante vraag. Uitgedrukt als een % van de initiële
efficiëntieverbetering. Hierbij maken we een onderscheid naar de directe, de indirecte rebound
effecten en de brede economische effecten.
Directe rebound effecten: stijging in consumptie van het goed waarvoor er een verbetering is als
gevolg van de (impliciete) prijsdaling veroorzaakt door de efficiëntieverbetering.
Indirecte rebound effecten: verandering in consumptie van andere goederen, die op hun beurt
ook energie vergen. De indirecte effecten omvatten ook de bijkomende energie die eventueel nodig
is om het efficiëntere goed te maken (embodied effect).
Economisch brede rebound effecten: de macro-economische effecten waarbij
efficiëntieverbeteringen bij een goed zich verder zetten naar de rest in de economie.
Marginale kosten: dit zijn de kosten die een extra eenheid met zich meebrengen.
Telewerken: telewerken is een arbeidsvorm waarbij werknemers hun activiteiten kunnen verrichten
buiten de eigenlijke vestigingsplaats en dit doorgaans op flexibele tijdstippen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 6
1 Samenvatting
1.1 Wat u absoluut moet weten over het rebound effect
Wat is “het rebound effect”
Het rebound effect laat zich het best uitleggen door middel van een voorbeeld. Stel dat het gebruik
van bijkomende isolatie, bij onveranderd gedrag, leidt tot een energiebesparing van 20%. We
spreken dan van een rebound effect indien de werkelijke besparing kleiner dan wel groter is dan
deze 20%. De winst in efficiëntie zorgt voor een besparing die tot een gedragsverandering leidt,
namelijk extra consumptie.
50% van potentiële efficiëntie- winst kan verloren gaan door het rebound effect
Door allerlei gedragsveranderingen gaat meestal tussen 30 en 50% van een initieel verwachte
besparing verloren. Zo laat bijvoorbeeld bijkomende isolatie toe om goedkoper te verwarmen.
Mensen kunnen hierop reageren door de verwarming iets hoger te zetten; het zou hun immers niets
meer kosten dan voordien. Hierdoor is de uiteindelijke besparing kleiner dan indien men wel meer
isolatie heeft, én de verwarming op hetzelfde niveau houdt. Het is zelfs zo dat in sommige gevallen
er uiteindelijk meer verbruikt kan worden dan vòòr de besparingsmaatregel (ook ‘backfire’
genoemd). Aan de andere kant kan er ook meer bespaard worden dan initieel verwacht (ook ‘super-
conversation’ genoemd).
Het rebound effect is een gevolg van gedragsveranderingen
Een winst in efficiëntie zorgt voor een besparing die tot een gedragsverandering leidt, namelijk
extra consumptie. De rebound effecten of gedragsveranderingen spelen zowel direct, via extra
consumptie van energie- of milieugoederen,- als indirect via extra consumptie van andere goederen.
Deze laatsten veroorzaken uiteindelijk ook extra verbruik van energie- of milieugoederen.
Daarnaast zijn er ook brede economische effecten die doorwerken in de ganse economie. Deze
spelen vooral bij de producenten. Deze maken immers intermediaire producten voor andere
producenten. Een prijsdaling voor een intermediair product vertaalt zich in tal van andere finale (of
andere intermediaire) producten. Op die manier vindt de prijsdaling zijn weg in de hele economie
met een verhoging van het energieverbruik en/of milieubelasting als gevolg, het rebound effect.
Een rebound effect is niet noodzakelijk “slecht”.
Een rebound effect is klassiek economisch gezien niet noodzakelijk slecht. Een efficiëntiewinst laat
de consument toe een besparing te realiseren. Deze besparing kan de consument gebruiken om
extra energie en andere goederen te verwerven die hij anders niet had kunnen verwerven. Hij
verhoogt zo zijn welvaart. Efficiëntiewinsten komen op deze manier ook economische groei ten
goede. Dit betekent niet dat het rebound effect genegeerd mag worden.
Het rebound effect wordt sterk beïnvloed door de prijsgevoeligheid
De gedragsverandering, en dus het rebound effect, hangt af van de gevoeligheid van de consument
voor veranderingen in prijzen. Bij consumenten hangt de prijsgevoeligheid samen met de
aanwezigheid van vervangende goederen of diensten en met de verzadiging voor wat betreft de
consumptie van het goed. Indien de verwarming al op 22° staat, zal men deze bijvoorbeeld niet
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 7
verhogen naar 23°, waardoor het rebound effect veel minder sterk is dan als de verwarming initieel
maar op 19° stond. Hoe gevoeliger de consument is voor een prijsverandering, hoe belangrijker het
directe rebound effect zal spelen.
Het rebound effect is groter op lange termijn dan op korte termijn
Dit is een gevolg van het feit dat de prijsgevoeligheid groter is op de lange dan op de korte termijn.
Gedrag aanpassen op langere termijn is ook eenvoudiger want dan is er meer flexibiliteit en zijn er
meer mogelijkheden.
Om het rebound effect te minimaliseren, is een belasting te verkiezen boven een subsidie
Het rebound effect wordt veroorzaakt door een (impliciete) prijsdaling. Indien deze prijsdaling
teniet gedaan wordt door een extra belasting zal er ook geen rebound effect zijn. De overheid moet
dan wel de taks zodanig besteden dat ze zelf geen rebound effect veroorzaakt. Merk op dat het
tegengaan van het rebound effect een mogelijkheid is maar zeker geen vereiste. Het rebound effect
op zich is immers niet noodzakelijk welvaartsverlagend.
Om deze reden kan het doeltreffender zijn een belasting in te voeren op energiedragers of
milieugoederen dan een subsidie voor energie- of milieubesparende maatregelen door te voeren.
Een subsidie zorgt uiteindelijk voor een lagere energiekost en dus mogelijkerwijs tot een rebound
effect. Een belasting op de energiedrager zorgt integendeel voor een lager energieverbruik. De
reden is dat de belasting het (gebruik van het) goed duurder maakt en zo voor een extra incentive
zorgt voor energie- of milieubesparende maatregelen omdat het besparingspotentieel groter wordt.
Een belangrijke uitzondering hierop zijn de eenvoudig vervangbare of herlokaliseerbare goederen.
Het is niet efficiënt om goederen te belasten die eenvoudig te vervangen zijn door goederen die niet
belast worden en zo goedkoper zijn. Dat is bijvoorbeeld het geval bij een energie- (of milieu-)
belasting voor de industrie ingevoerd in één land. De industrie kan vrij eenvoudig haar productie
verplaatsen naar een land zonder energie- (of milieu-)belasting, met goedkope energie en/of
milieugoederen (leakage). Lokaal verdwijnt het milieu- of energieverbruik wel, maar het milieu- of
energieverbruik blijft elders wel bestaan zolang de lokale vraag van de consument blijft bestaan.
Mogelijk is het milieu-of energiegebruik elders zelfs minder efficiënt en dit kan leiden tot een
toename van milieuproblemen op wereldschaal zoals het klimaatprobleem.
Ook een voldoende strenge standaard of norm zal het rebound effect minimaliseren of
opheffen
Als een standaard of norm zo gekozen wordt dat hij een extra kost betekent waardoor de
consument (producent) geen financiële winst kan halen, dan zal er geen rebound effect zijn. Dit kan
bijvoorbeeld het geval zijn bij een strenge CO2 uitstootnorm voor auto’s. De strenge norm kan
extra technologie vereisen waarvan de kost de winst van lager verbruik compenseert.
Hou in prognoses en impact analyses rekening met het rebound effect
Bij het maken van prognoses voor het behalen van bepaalde objectieven met betrekking tot
energie- of andere milieuobjectieven is het belangrijk rekening te houden met een rebound effect.
Indien men geen rekening houdt met het bestaan van rebound effecten, dan kan het moeilijk
worden om de vooropgestelde energie- of milieuobjectieven te behalen. Daarom houdt men in het
VK expliciet rekening met het rebound effect door de verwachtingen systematisch naar beneden bij
te stellen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 8
1.2 Wat interessant is voor u
“It is a wholly a confusion of ideas to suppose that the economical use of fuel is equivalent
to a diminished consumption. The very contrary is true.”
Dit zei William Stanley Jevons in 1865 toen hij vaststelde dat bij een efficiënter gebruik van
steenkool het verbruik van steenkool gevoelig toenam.
Ook vandaag bestaan talrijke voorbeelden waar de reële winsten in energie-efficiëntie niet
overeenkomen met de theoretisch verwachtte winsten. Enkele gevalstudies van TML bevestigen dit.
• Telewerken levert een energiebesparing op voor de woonwerkverplaatsingen, maar die
besparing kan volledig teniet gedaan worden door een hoger energieverbruik thuis en door
bijkomende, andere verplaatsingen.
• Een hoogrendementsketel die 50% efficiënter werkt doet de stookolie rekening dalen met
ongeveer 30%, niet met 50%
• Een efficiëntieverbetering in de petrochemie zorgt voor MEER energieverbruik in
Vlaanderen .
• Een efficiëntieverbetering in de dienstensector VERLAAGT het energieverbruik in
Vlaanderen als geheel meer dan de loutere energiewinst in de dienstensector.
In de meeste gevallen levert een besparing in energie-efficiëntie ook effectief een (kleinere)
energiebesparing op zoals ook onderstaande figuur illustreert. De afwijking van de realiteit wordt
rebound effect genoemd. In sommige gevallen versterkt het rebound effect het initiële effect
(superconservation), in andere gevallen gaat het initiële effect helemaal teniet (back fire).
Onderstaande figuur illustreert deze mogelijkheden.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 9
Figuur 1: Een geobserveerde energiebesparing wijkt af van de mechanisch voorspelde energiebesparing
Theorie Realisatie1 Realisatie2 Realistatie3
Mechanisch voorspeld Rebound tusen 30 en 50% Effect meer dan teniet Effect versterkt
ingenieurseffect Meest frequent Back fire Superconservation
1.2.1 Rebound effect is een gevolg van gedragsveranderingen op verschillende
niveaus
Het initieel verwachte effect van een efficiëntieverbetering zonder gedragsverandering is het
directe of ingenieurseffect. Een condensatieketel laat bijvoorbeeld toe het energieverbruik van de
verwarming met 50% te laten dalen. Het directe of ingenieurs effect van de maatregel is dan een
energiebesparing van 50%.
Figuur 2: het rebound effect is een combinatie van verschillende effecten
Mechanisch
voorspelde
besparing
Werkelijke
geobserveer
de
besparing
Rebound
effect
Rebound
effect (meer-
verbruik)
Mechanisch
voorspelde
besparing
Rebound
(extra be-
sparing)
Mechanisch
voorspelde
besparing Werkelijke
geobserveer
de
besparing
Rebound
effect
direct rebound
indirect rebound
breed economisch
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 10
Op een verbetering in energie-efficiëntie reageren consumenten (en producenten) door allerlei
gedragsveranderingen. Deze gedragsveranderingen vormen het rebound effect. Er zijn directe en
indirecte rebound effecten, daarnaast zijn er ook brede economische rebound effecten. De figuur
hierboven illustreert dit.
• Het directe rebound effect is een stijging in de (energie)consumptie als gevolg van een
(impliciete) prijsdaling van energie. Voor eenzelfde resultaat (verwarming bv.) is minder
energie nodig zodat bv. verwarming goedkoper wordt. Door deze prijsdaling gaan mensen
de verwarming misschien langer opzetten en/of meer kamers verwarmen en/of de
thermostaat hoger zetten.
• De indirecte rebound effecten zorgen voor een stijging van de (energie) consumptie
omdat ook andere extra goederen worden geconsumeerd. Dit kan omdat dankzij de
impliciete prijsdaling van energie hiervoor budget vrijkomt. Soms is voor het realiseren van
de initiële energie-efficiëntie winsten ook extra materiaal nodig. De extra energie die
hiervoor eventueel nodig is, is de embodied energie.
• De brede economische rebound effecten zijn effecten waarbij de
efficiëntieverbeteringen zich verder zetten in de rest van de economie. Deze spelen vooral
bij producenten via intermediaire goederen.
• Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering teniet
wordt gedaan spreken we van back fire. Back fire stelde Jevons vast bij
efficiëntieverbeteringen van steenkoolgebruik in de industrie. In China werd, meer recent,
ook een back fire effect vastgesteld bij de invoering van microgolfovens voor het koken.
• Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering versterkt
wordt spreken we van superconservation. Dit gebeurt bijvoorbeeld als de
energiebesparing opgelegd wordt via een standaard en extra geld kost zodat er geen
financiële besparing mogelijk is en geen budget vrijkomt om aan andere goederen te
spenderen.
Vooral het directe rebound effect is goed gedocumenteerd in de literatuur, de indirecte en brede
economische reboundeffecten zijn dat veel minder.
1.2.2 Rebound door de economische bril:
prijsdaling van goed A = extra consumptie van goed A + extra andere
uitgaven
Prijsdaling van energie zorgt voor extra consumptie van energie
Een eenvoudige vraagcurve voor goed A, bijvoorbeeld “verwarming”, geeft aan hoeveel de
consument bereid is te betalen voor een bepaalde hoeveelheid “verwarming”. Op de X-as staat de
hoeveelheid verwarming, op de Y-as de prijs. Als de prijs van de “verwarming” daalt zal de
consument extra “verwarming” kopen. Als de prijs stijgt zal hij minder “verwarming” kopen. De
manier waarop de consument reageert op prijsveranderingen bepaalt de helling van de vraagcurve,
ook prijs-elasticiteit genoemd. De helling zal bepalen hoeveel meer of minder de consument
consumeert bij een prijsverandering.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 11
Figuur 3: Theoretische illustratie van het rebound effect
De linkse figuur geeft een startsituatie aan met een bepaalde marktprijs (P0(E0))voor “verwarming”
bij een bepaalde gevraagde hoeveelheid (Q0). Bovenop de marktprijs is er ook een milieukost (A
min P0(E0)) per eenheid “verwarming” die niet vervat zit in de marktprijs (externe kost).
Door bijvoorbeeld het gebruik van condensatieketels zal de efficiëntie van verwarmen toenemen.
Met eenzelfde hoeveelheid brandstof kan men dus meer verwarmen, of om eenzelfde temperatuur
te bereiken is minder brandstof nodig. De prijs voor “verwarming” daalt dus zoals de rechtse
grafiek illustreert. Een prijsdaling tot P1(E1)betekent echter ook dat men meer “verwarming” (Q1)
zal wensen. Men zal bijvoorbeeld de thermostaat op 22° ipv op 20° afstellen. Gezien de extra kost
van de nieuwe condensatieketel zal het effect zich waarschijnlijk niet op korte termijn laten voelen,
maar slechts op de langere termijn.
Prijsdaling van energie zorgt voor andere uitgaven die op hun beurt
doorwerken in de economie
Normaal besteden consumenten niet de volledige besparing aan extra verwarming. Het aandeel
besteed aan extra verwarming (direct rebound effect) zal groter zijn bij armere bevolkingsgroepen
of landen dan bij rijkere bevolkingsgroepen of landen. Voor rijkeren is extra verwarming
waarschijnlijk minder nuttig omdat ze zich al dichter bij hun saturatiepunt wat betreft verwarming
zitten. Indien de thermostaat reeds op 23° staat heeft het geen of weinig zin hem te verhogen tot
25°. De consument is nagenoeg gesatureerd wat betreft verwarming. Indien de thermostaat slechts
op 18° staat heeft het wel zin hem te verhogen naar 20°.
Een deel van de besparing zullen consumenten besteden aan andere uitgaven, het indirecte rebound
effect. Op die manier stimuleren ze ook de rest van de economie wat op zijn beurt extra energie
verbruik betekent. Andere uitgaven kunnen bijvoorbeeld zijn:
• extra vliegtuigreizen (extra energieverbruik)
• bijkomende toestellen
• …...
De impact van deze keuze is allesbehalve neutraal.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 12
Bij de rijkere bevolkingsgroepen of landen zal het indirect rebound effect via andere consumptie
groter zijn.
Gelijkaardige fenomenen bij producenten
Een bedrijfssector die zijn energie-efficiëntie verbetert, zal een deel van zijn inputs vervangen door
de goedkoper geworden input (energie). Daarnaast zal die sector ook zijn verkoopsprijzen verlagen
en zal hij meer produceren. Meer productie in die sector betekent ook extra gebruik van
intermediaire producten afkomstig van andere economische sectoren. Ook die andere sectoren
zullen daarom extra energie nodig hebben. Daarnaast betekenen goedkopere producten voor de
consument ook een deel extra beschikbaar budget. Hierdoor kan hij weer andere producten
verbruiken en zo de andere sectoren aanzwengelen.
1.2.3 Illustratie door gevalstudies:
TML bestudeerde in dit onderzoek drie gevalstudies van totale reboundeffecten (direct, indirect,
economisch breed): telewerken, energie-efficiëntieverbeteringen bij consumenten en energie-
efficiëntieverbeteringen bij producenten.
Reboundeffecten bij telewerken zorgen voor verlies van 70 tot 100% van
initieel effect
Bij het invoeren van één dag telewerk per week in Vlaanderen stelt TML vast dat
• het aantal voertuigkilometers slechts daalt met ongeveer 30% van het verwachte directe
effect.
• ongeveer 70% van de verwachte vermindering in voertuigkilometers verloren gaat via
reboundeffecten.
• telewerken geen energiebesparing oplevert wegens de reboundeffecten. Er is wel een effect
op de uitstoot van broeikasgassen en luchtpolluenten omdat meer vervuilende energie van
wagengebruik vervangen wordt door minder vervuilende energie voor verwarming.
• de niet-telewerkende autogebruikers slechts 30% van de tijdswinst realiseren omdat de
vermindering van files aanzienlijk kleiner is dan verwacht.
• ongeveer 70% van de verwachte tijdswinst gaat dus verloren via reboundeffecten
Tabel 1: Detail van de rebound effecten bij telewerk
aantal miljoen
vkm/jaar
energie
(miljoen kWh/jaar)
tijdswinst
(miljoen uur/jaar)
Direct effect
Telewerkers 370 265 15
Rebound 1
Energiegebruik thuis -69
Rebound 2 en 3
Inkomens en locatie-effect -168 -120 -7
Rebound 4
Latente vraag -101 -72 -4
Congestie niet-telewerkers 0,31
Totaal 101 4 4
Rebound Effect 73% 99% 71%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 13
De gevalstudie nam volgende elementen in beschouwing:
• Vlaamse werknemers gaan gemiddeld één dag per week telewerken (met variatie per sector)
• Direct effect van de maatregel: Telewerkers vermijden één woon-werkverplaatsing per
week
• Rebound 1: in de winterperiode moet thuis extra verwarmd worden, vooral in huizen waar
de thuiswerker de enige aanwezige is
• Rebound 2 en 3: telewerkers die geld besparen door het telewerken1, gebruiken een deel
van hun vrijgekomen transportbudget om
o andere verplaatsingen te doen (inkomenseffect). Hier speelt ook dat mensen nog
altijd naar de winkel, school, etc. gaan – transport dat vroeger misschien in de
keten woon-werkverkeer zat.
o langere woon-werk verplaatsingen te doen op hun werkdagen (locatie effect – men
zal bijvoorbeeld een grotere woon-werkafstand aanvaarden omdat men deze trip
niet elke dag hoeft te maken bij telewerken)
• Rebound 4: De afwezigheid van telewerkers vermindert de files en het tijdverlies voor niet
telewerkers. De tijdswinst en de vermindering van files zijn wel niet zo groot als verwacht.
Er zijn nu meer niet- telewerkers die de auto nemen omdat het sneller gaat dan vroeger.
Deze nieuwe gebruikers vormden de “latente” of “geïnduceerde” vraag. Deze nieuwe
gebruikers zorgen er dus voor dat de tijdswinst kleiner wordt voor de oude gebruikers.
De gevalstudie nam een verkleining van de kantoorruimtes op middellange of lange termijn niet in
aanmerking. Het rebound effect zou met dit effect inbegrepen enkele percenten lager liggen.
We kunnen een aantal verklaringen geven voor zo een belangrijk rebound effect:
• De helft van de telewerkers gebruikten de trein vóór ze telewerkten
• Een deel van de telewerkers voert telewerk uit vanuit een satellietkantoor. Om naar dat
satellietkantoor te gaan gebruiken ze de auto. Voorheen gebruikten ze de trein voor een
weliswaar langere verplaatsing.
• Het energieverbruik om zich te verplaatsen met een wagen is relatief laag vergeleken met
het opwarmen van een huis gedurende de hele dag. Aan de andere kant wordt de meer
1 Niet iedereen zal geld uitsparen door te gaan telewerken. Treinreizigers die een abonnement hebben, besparen enkel op
de tijd nodig voor het woon-werktransport.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 14
vervuilende energie van wagengebruik vervangen door minder vervuilende energie voor
verwarming.
Indien we een aantal hypotheses aanpassen (gevoeligheidsanalyse) dan zien we dat de grootteorde
van de resultaten dezelfde blijft.
Rebound effect van energie-efficiëntiewinst bij producenten: van extra
energiewinst in diensten (super conservation) tot extra energieverlies in
petrochemie (backfire)
TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de
energie-efficiëntie met 1 à 10% in één van de verschillende economische sectoren. TML deed dit op
een theoretische manier met het algemeen evenwichtsmodel ISEEM om de verschillende effecten
die doorwerken in de economie in beschouwing te nemen. De rebound effecten in de petrochemie
en de dienstensectoren springen eruit.
Figuur 4: Totaal rebound effect als gevolg van efficiëntieverbetering in één sector
De petrochemie kent een backfire effect. Voor 1% energie-efficiëntieverbetering in de petrochemie
gaat het energieverbuik in Vlaanderen stijgen met het equivalent van twee maal de energie besparing
gerealiseerd dankzij de efficiëntieverbetering in de petrochemie. De reden is dat een
efficiëntieverbetering in de petrochemie voor goedkopere brandstof zorgt voor alle consumenten
en economische sectoren. Consumenten en economische sectoren zullen daarom hun brandstof en
energieverbruik verhogen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 15
De diensten sectoren (waaronder de financiële sector, de overheid, onderwijs, onderzoek, etc2.-
rechts op de figuur)kennen een super-conservation effect. Voor 1% energie-efficiëntie verbetering
in de diensten daalt het energieverbruik in Vlaanderen met het equivalent van 20 tot 30% van de
energie-efficiëntieverbetering in de dienstensector. De hoofdreden is dat de dienstensectoren de
energie-efficiëntiewinsten in extra personeel investeren. Deze extra aanwervingen door de
dienstensectoren zetten de arbeidsmarkt onder druk zodat de lonen stijgen. Dit heeft voor gevolg
dat ook de lonen in de industrie stijgen, dat de industriële productie duurder wordt en de
consument minder van deze industriële producten verbruikt. Minder industriële productie betekent
ook minder energieverbruik.
Rebound effect van energie-efficiëntiewinst bij consumenten: van
ongeveer 20% op korte termijn tot 50% op lange termijn
TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de
energie-efficiëntie met 1% van elektrische toestellen, verwarming of warm water. TML deed dit,
net als voor de producenten, met het algemeen evenwichtsmodel ISEEM om de verschillende
effecten die doorwerken in de economie in beschouwing te nemen.
Onderstaande figuur geeft de grootte van het reboundeffect (Y as) voor een betere energie-
efficiëntie van elektrische toestellen, verwarming of warm water op korte (KT) en lange (LT)
termijn. De figuur geeft ook aan onder welke energievorm en bij wie het rebound effect gebeurt.
Figuur 5: opsplitsing van het totale rebound effect naar energiedrager, consument en bedrijven
De gevalstudie leert ons dat:
• De rebound effecten belangrijker zijn op lange (rond 50%) dan op korte termijn (rond
20%) omdat men zijn gedrag eenvoudiger kan veranderen op langere termijn.
• De consument, dankzij de energie-efficiëntie winst, het vrijgekomen budget, gebruikt om
extra gas, elektriciteit en stookolie te verbruiken.
2 Zie bijlage 3 voor een volledige lijst van de sectoren
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 16
o Opvallend is dat bij elektrische applicaties een deel van de besparing wordt
verbruikt onder de vorm van stookolie. Via een indirect rebound effect gaat de
consument dus zijn elektriciteitswinst omzetten in stookolie verbruikt.
o Bij verwarming situeert het grootste rebound effect zich bij elektriciteit. Enerzijds
wordt er extra verwarmd met elektriciteit, anderzijds wordt elektriciteit ook
gebruikt voor andere toepassingen. Stookolie is daarentegen niet inzetbaar voor
andere toepassingen zodat het rebound effect via stookolie beperkter blijft.
• De brede economische effecten situeren zich bij de producenten en dan vooral op korte
termijn. Het minverbruik van de consument wordt op korte termijn
niet optimaal opgevangen door de producenten, zij investeren teveel omdat ze een hogere
vraag naar energie verwachten. Daardoor is er een licht overschot aan energieproductie,
waardoor de prijzen dalen. Dit zorgt op zijn beurt voor extra (elektriciteits) verbruik bij de
producenten op korte termijn. Op langere termijn passen de producenten hun
investeringen aan, waardoor het overschot verdwijnt en de prijs normaliseert. Het gaat
(hoofdzakelijk) om het groene balkje – elektriciteitsbedrijven.
Voor ruwe olie merken we een licht besparingseffect (super-conservation) op lange termijn.
De reden is dat de gedaalde vraag naar afgewerkte olieproducten, leidt tot minder raffinage
van ruwe olie in Vlaanderen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 17
2 Inleiding en probleemstelling
De Vlaamse overheid wil een kwaliteitsvol leefmilieu realiseren, waarin op een duurzame wijze
gebruik wordt gemaakt van diverse voorraden. Hiertoe ontwikkelt ze een geïntegreerd leefmilieu-,
natuur en energiebeleid. Dit beleid uit zich in de vorm een milieubeleidsplan waarin de hoofdlijnen
van het milieubeleid van het Vlaamse Gewest bepaald worden. Naast een schets van de context, is
in het plan een evenwaardige plaats toebedeeld aan de lange termijndoelstellingen, de
overheidsinterne engagementen, de plandoelstellingen, de milieuthema’s en de maatregelpakketten.
In de meeste gevallen zijn maatregelen direct gericht op het doel. Denk bijvoorbeeld aan
emissiestandaarden voor wagens om de emissies te verminderen, het aanmoedigen van het isoleren
van huizen om het energiegebruik te verlagen, het bevorderen van duurzame consumptie van
levensmiddelen, etc.
Naast het beoogde, rechtstreekse/directe effect, treed er echter bij sommigen van deze maatregelen
ook een tweede orde of indirect effect op. Dit indirect effect kan zowel positief als negatief
bijdragen tot het halen van de doelstelling. Een gekend voorbeeld is het feit dat strengere
emissiestandaarden leiden tot een verminderd brandstofverbruik. Dit is positief wanneer men kijkt
naar het gebruik van energie. Aan de andere kant zorgt dit verminderd energieverbruik ook voor
een besparing bij de consument. De vraag die zich dan stelt, is wat de consument met dit
“bijkomend” budget zal doen. Indien deze hierdoor juist meer gaat rijden, dan kan het initiële effect
(verlaging van de uitstoot per km) sterk verminderd worden – of zelfs te niet gedaan doordat er
meer kilometers gereden worden. Het mechanisme van dit soort “tweede orde” effecten wordt in
de literatuur ook wel “rebound effecten” genoemd. Dit effect is niet nieuw. De Britse econoom
William Stanley Jevons merkte dit in 1865 voor het eerst bij het gebruik van steenkool: de brandstof
werd plotseling efficiënter gebruikt, waardoor de totale consumptie van steenkool snel de hoogte in
schoot. Het effect wordt daarom ook wel de Jevons-paradox genoemd.
In opdracht van de Vlaamse Overheid – Afdeling Milieu, Natuur- en Energiebeleid gaan we in deze
studie na hoe het “rebound effect” speelt op Vlaams niveau. Het rapport bestaat uit twee grote
delen. In een eerste deel wordt het concept “rebound effect” op een onderbouwde en
gestructureerde wijze uiteengezet en voorzien van voorbeelden. Daarna wordt met behulp van drie
cases het rebound effect geïllustreerd op Vlaams niveau. Hierbij worden ook algemene conclusies
en specifieke aanbevelingen geformuleerd, die ook een aanzet kunnen geven om het rebound effect
te voorzien en in zekere mate te vermijden. Dit werk moet er ook toe bijdragen dat het bestaan van
dit soort effecten op een duidelijke manier kan gecommuniceerd worden.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 18
3 Naar een concept Rebound Effecten
Veel van het milieubeleid is erop gericht om de efficiëntie van inputs (energie, water, materialen,…)
te verhogen om zo de milieu-effecten verbonden met het gebruik van deze inputs te verminderen.
Maar al te vaak wordt verondersteld dat deze efficiëntieverbeteringen zullen leiden tot een daling
van het gebruik van de inputs, zeker in vergelijking met een scenario waarin deze verbeteringen er
niet zijn. Er zijn echter heel wat mechanismes, in de literatuur samengebracht onder de noemer
“rebound effecten” –of “terugslageffecten”, die ertoe leiden dat de besparingen minder groot zijn
dan verwacht. In sommige, extreme gevallen, kunnen verbeteringen zelfs leiden tot een totaal
verbruik dat hoger is dan anders het geval zou zijn. Dit wordt in de literatuur “backfire” genoemd.
Dit is bijvoorbeeld het geval voor zeer doordringende technologieën zoals de stoommotor in de 19e
eeuw, die niet alleen de energie-efficiëntie verhoogde, maar ook de economische productiviteit.
Traditioneel focust de rebound literatuur op energie en energie-efficiëntieverbeteringen, maar het
concept is ook van toepassing voor andere inputs zoals water, materiaal, etc. Bij een zeer ruime
interpretatie van het concept rebound effecten kan men elke vorm van beleid opnemen, waarbij de
gerealiseerde effecten niet overeenkomen met de initieel verwachte effecten. En dit omdat mensen
hun gedrag aanpassen. Denk bijvoorbeeld aan het verstrekken van gratis busabonnementen die
vooral fietsers en wandelaars aantrekt.
Binnen een economisch kader is het echter voor de hand liggend dat de verbetering in input-
efficiëntie niet één tot één vertaald wordt naar een daling van het gebruik van deze input. De
impliciete veronderstelling achter deze één-één relatie is dat de vraag naar de input constant zou
blijven. Dit is een te eenvoudige veronderstelling. De verbetering in efficiëntie vermindert immers
de marginale kost van de input en hierop gaan mensen/bedrijven reageren. We tonen dit aan met
onderstaande figuur. Deze figuur vormt de basis van de economische theorie – met name een vraag
en aanbodschema. Veronderstel dat deze figuur de vraag van een consument naar een energiedienst
voorstelt– dit kan de vraag naar verwarming zijn, of de vraag naar transport, de vraag naar schone
kleding, etc…Om de zaken concreet te maken veronderstellen we dat het hier gaat om de vraag
naar huishoudverwarming. Maar deze figuur is van toepassing voor alle andere voorbeelden. Op de
horizontale as vinden we de gevraagde hoeveelheid verwarming terug. Op de verticale as staat de
kostprijs van verwarming voor de consument. De kostprijs voor de consument omvat zowel de
tijdskost3 als de geldkost. De vraag naar de dienst is een dalende functie van de prijs. Als
verwarming duur is, dan zal de consument minder verwarming vragen (binnen bepaalde grenzen
natuurlijk). In de praktijk zal ze bijvoorbeeld de verwarming eerder uitzetten of de thermostaat een
graad lager instellen dan als de prijs laag is. In dit voorbeeld veronderstellen we dat de prijs constant
is (P0) én een functie van de energie-efficiëntie van de dienst E0. Gegeven de vraag en deze prijs,
hebben we een evenwicht in het punt en zal de consument een vraag gelijk aan Q0 hebben.
Op deze figuur hebben we nog een lijn toegevoegd, met name de milieukost die samenhangt met
het gebruik van energie voor verwarming. Deze is ook afhankelijk is van de energie-efficiëntie.
Voor zover deze kost niet vervat zit in de prijs voor verwarming, wordt dit ook een externe kost
genoemd. Extern, omdat de consument er geen rekening mee houdt. Het bestaan van dit soort
externe kosten is een reden voor het opleggen van maatregelen zoals belastingen of
3 Het mee opnemen van het tijdscomponent is belangrijk voor bepaalde voorbeelden. Bij transport zal meer wegcapaciteit
leiden tot een lagere tijdskost en zo tot meer verkeer. Bij de vervanging van houtkachels versus pelletkachels zal ook
voornamelijk het verhoogde gebruiksgemak voor een bijkomende vraag naar verwarming zorgen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 19
energiestandaarden, etc. Voor de eenvoud van de grafiek hebben we deze hier constant
verondersteld. Gegeven de gevraagde hoeveelheid Q0 is de milieukost gelijk aan de lichtblauwe
rechthoek ABCP0.
Figuur 6: vraag naar verwarming bij energie-intensiteit E0
Veronderstel nu dat de energie-efficiëntie voor het verwarmen van een huis verbetert waarbij
E0=θ*E1. θ staat voor de winst in energie-efficiëntie die zorgt voor een gelijk niveau van
verwarming als bij E0, maar met een verminderde energie-input. Deze verbeterde efficiëntie van
verwarming kan ontstaan door bijvoorbeeld de installatie van een hoogrendementsketel (al dan niet
verplicht of gesubsidieerd door de overheid). Abstractie makend van de installatieprijs van deze
ketel daalt de prijs voor het verwarmen van het huis voor de consument. We gaan er ook van uit
deze verbeterde energie-efficiëntie ervoor zorgt dat de milieukost bij een gegeven vraag daalt. Dit is
weergegeven in figuur 2. Als de vraag constant blijft (Q0) (of de prijs onveranderd) dan daalt de
milieukost en wordt gelijk aan de blauwe rechthoek.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 20
Figuur 7: Illustratie verandering milieukost bij verbetering energie-efficiëntie als vraag constant blijft
Het verschil in milieukosten is dan gelijk aan het verschil tussen de rechthoek van figuur 1 en de
rechthoek van figuur 2. Dit is ook vaak wat beleidsmakers verwachten bij het uitstippelen van het
beleid en wordt ook wel het mechanische, ingenieurseffect genoemd. Maar doordat de energie-
efficiëntieverbetering ook zorgt voor een prijsdaling, zal juist de vraag naar verwarming ook stijgen.
De consument zal juist zijn thermostaat een graadje hoger zetten of besluiten om de verwarming
langer aan te zetten. Hierdoor komen we in een nieuw evenwicht, bij prijs P1(E1) en Q1, met
Q1>Q0. Door deze stijging in de vraag, is er ook een extra belasting voor het milieu – gelijk aan de
gestippelde rechthoek (figuur 3). Een deel van het mechanische verwachte effect wordt dus teniet
gedaan. Dit is wat men het directe rebound effect noemt.
Merk op dat de efficiëntieverbetering op zich zorgt voor een baat voor de consument. De baat voor
de consument is gelijk aan de oppervlakte P0ABC. Afhankelijk van de grootte-orde van de externe
kosten, de effecten die daar spelen en van de investeringskost nodig om tot de efficiëntieverbetering
te komen, zal er ook nog steeds een baat voor de maatschappij zijn. Rebound effecten worden vaak
als iets negatief aanzien, in de zin dat niet alle mogelijke baten van een efficiëntieverbetering
gerealiseerd worden in werkelijkheid. Hierbij vergeet men dat de efficiëntieverbetering op zich vaak
wel nog steeds leidt tot een baat voor de maatschappij. Dit met uitzondering van zogenaamde
backfires.
A
C
B
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 21
Figuur 8: Illustratie verandering milieukost bij verbetering energie-efficientie met rebound effect
We focussen hier op de milieu-effecten, maar hetzelfde effect speelt zich af bij de achterliggende
energie-input. Verwarmen gebeurt bijvoorbeeld met gas. Door het gebruik van een
hoogrendementsketel die θ efficiënter is verwacht men, bij gelijkblijvend gebruikt een daling in het
verbruik met θ. In werkelijkheid gaan de mensen reageren en zal de daling in het verbruik kleiner
zijn dan θ.
Het rebound effect wordt bij conventie als een percentage uitgedrukt en geeft het verschil weer
tussen het mechanisch verwachte en de werkelijkheid. Een rebound effect van 10% wil zeggen dat
als bijvoorbeeld het gasverbruik theoretisch gezien daalt met 50% door een efficiëntieverbetering,
we in werkelijkheid maar een daling zien van 45% van het verbruik van gas.
Figuur 9: Grafische voorstelling van het idee Rebound Effect
Theorie Realisatie
Mechanisch
voorspelde
energiebesparing Werkelijke
geobserveerde
energiebesparing
Rebound effect
A
B
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 22
Het rebound effect (RE) is met andere woorden gelijk aan het verschil in de verwachte besparing
(VB) en de gerealiseerde besparing (GB) ten opzichte van de verwachte besparing.
�� � �� � ���� � 100 � �1 � ��
��� � 100
Indien de efficiëntieverbetering volledig teniet wordt gedaan, dan is het rebound effect groter dan
100% . Men gebruikt dan meer van de input dan initieel, en men spreekt dan van een backfire4. Het
is echter ook mogelijk dat men nog minder van de input gaat gebruiken dan initieel verwacht. Dit
wil zeggen dat het gebruik van de input meer daalt dan de één-tot-een basis met de input efficiëntie,
met andere woorden een 1% verbetering in efficiëntie (dus in θ) leidt tot een daling van 2% in het
gebruik. Dit wordt ook wel een “super-conservation” rebound effect genoemd. Onderstaande
figuur illustreert deze begrippen.
Figuur 10: Een geobserveerde energiebesparing wijkt af van de mechanisch voorspelde energiebesparing
Theorie Realisatie1 Realisatie2 Realistatie3
Mechanisch voorspeld Rebound tusen 30 en 50% Effect meer dan teniet Effect versterkt
ingenieurseffect Meest frequent Backfire Superconservation
Vandaag de dag is het niet duidelijk of zowel backfire als super-conservation rebound effecten zich
ook voordoen in de werkelijkheid. Uit de literatuurstudie die volgt, blijkt ook dat er meer in het
algemeen geen overeenstemming is over de grootte-orde van de rebound effecten; er is enkel
overeenstemming over het feit dat rebound effecten bestaan.
Met dit voorbeeld willen we vooral het achterliggend mechanisme beschrijven. Dit voorbeeld is ook
van toepassing voor bijvoorbeeld de gevolgen van brandstofefficiëntere voertuigen en de vraag naar
4 Zie ook Alcott (2005), Dimitropoulus (2007), Sorell (2009) en Madlener & Alcott (2009)
Mechanisch
voorspelde
besparing
Werkelijke
geobserveer
de
besparing
Rebound
effect
Rebound
effect
(meer-
verbruik)
Mecha-nisch
voor-spelde
bespa-ring
Rebound
(extra be-
sparing)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 23
brandstof, materiaalgebruik, etc. In een meer bredere context geldt dit voorbeeld ook voor
verbeteringen in wegcapaciteit, verbeteringen in gebruiksgemak, etc. Dit voorbeeld focust op
consumenten, maar de idee is ook van toepassing voor producenten.
Merk op dat naast dit direct effect, er ook andere redenen zijn waarom de daling in het gebruik van
de input kleiner is dan volgens de technische berekeningen. Zo is het mogelijk dat de consument
een deel van het geld dat ze bespaart aan verwarming niet zal besteden aan meer verwarming, maar
aan andere goederen zoals reizen– die op hun beurt ook weer energie vragen. Bij de installatie van
bijvoorbeeld isolatie is er ook een meerverbruik aan energie bij de productie van de isolatie zelf
(ook “embodied” energy demand genoemd). Producenten kunnen ervoor opteren om de
besparingen die ze hebben door de verbetering van één input in te zetten om meer te produceren,
wat op zijn beurt dan weer de consumptie van kapitaal, arbeid en materiaal verhoogt – wat op zijn
beurt weer extra energie vraagt. Daarnaast kunnen kost-efficiënte input efficiëntieverbeteringen
leiden tot een verhoogde productiviteit van heel de economie, wat op zijn beurt economisch groei
verhoogt wat weer leidt tot een verhoogde consumptie van inputs (macro-economische effecten).
Dit soort effecten worden in de literatuur ook wel de indirecte effecten genoemd.
In de volgende sectie starten we met het literatuuroverzicht. In dit literatuuroverzicht focussen we
op definities en classificaties van het rebound effect. Vervolgens worden een aantal voorbeelden
besproken. Gegeven de voorbeelden en de literatuur komen we tot een voorstel tot een definitie
van rebound effecten die centraal zal staan in deze studie.
3.1 Literatuuroverzicht
3.1.1 Definitie
Uit lezing van de literatuur rond rebound effecten blijkt dat er verschillende definities in omloop
zijn van wat een rebound effect juist is. Er is wel consensus over het bestaan van rebound effecten
en over het algemeen achterliggend idee. De idee is dat er een verbetering in energie-efficiëntie is
waarvan blijkt dat de initieel ingeschatte (theoretische) energiebesparing in de realiteit minder is dan
verwacht door veranderingen in gedrag (Gavankar & Geyer (2010)). Deze initieel ingeschatte
besparing hebben we eerder ook het “mechanisch effect” genoemd worden.
Maxwell, D. ea (2011) hanteren een iets bredere definitie in de zin dat ze niet enkel focust op
energie. Zij definiëren het rebound effect als de stijging in consumptie veroorzaakt door
milieugerichte efficiëntieverbeteringen via ofwel een prijsdaling (omdat een efficiënter product
goedkoper is in het gebruik en daardoor meer geconsumeerd wordt5) ofwel door andere
gedragsveranderingen. Het rebound effect kan dus zowel door prijsveranderingen als door
mentale/psychologische veranderingen veroorzaakt worden. Murray (2013) onderzocht
bijvoorbeeld wat het rebound effect is van “groener leven”. Hierbij wordt verondersteld dat geen
nieuwe efficiëntere goederen aangekocht worden, maar dat mensen bijvoorbeeld het autorijden
gaan vervangen door fietsen, dat ze bijvoorbeeld hun droogkast minder gaan gebruiken, etc.
MIRA6 heeft ook een zeer brede definitie waarbij het rebound effect gedefinieerd wordt als een
situatie waarin het volume van consumptie van bepaalde producten in feite de verhoogde efficiëntie
van het product (ten dele) te niet doet.
5 Merk op dat de aankoop van het efficiëntere product wel duurder kan zijn. 6http://www.milieurapport.be/default.aspx?path=mira/Tools/woordenboek/&AlfaLetter=R&cat=0&SearchTerm=true
&Culture=nl&&ExplID=2761
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 24
In het algemeen focust de literatuur van rebound effecten eerder op efficiëntieverbeteringen en niet
op andere vormen van beleid en niet verwachte effecten. Centraal staan ook energie-
efficiëntieverbeteringen. Dit laatste heeft te maken met de oorsprong van het concept. De literatuur
rond rebound effecten start bij de Britse econoom William Stanley Jevons en het gebruik van
steenkool. In 1865 merkte hij op dat de brandstof plotseling efficiënter gebruikt kon worden,
waardoor steenkool in meer toepassingen gebruikt kon worden en de totale consumptie van
steenkool snel de hoogte in schoot. Het rebound effect wordt daarom ook wel de Jevons-paradox
genoemd.
Daarna bleef het stil rond dit onderwerp tot Brookes (1979) en Khazzoom (1980) een nieuwe
impuls aan dit onderzoek gaven. Khazzoom (1980) stelde in een studie naar de economische
effecten van verplichte energiestandaarden voor huishoudtoestellen vast dat de daling in
energiegebruik kleiner is dan de verbetering in energie-efficiëntie. Dit werd veroorzaakt door de
prijsveranderingen ten gevolgen van de verbetering in energie-efficiëntie. Een verbetering in de
energie-efficiëntie leidt meestal tot een daling van de gebruikskosten/prijs, wat dan, volgens de
gangbare economische theorie, weer leidt tot een verhoging van de vraag (zie ook de eerdere
figuren). Dit effect wordt later het directe rebound effect genoemd en sinds 1992 wordt de
“Khazzoom-Brookes postulaat7” gebruikt om de idee te beschrijven dat een verbetering in energie-
efficiëntie kan leiden tot een stijging in energiegebruik.
Wat precies gemeten wordt met “energie-efficiëntie” wordt meestal niet gedefinieerd, er wordt
enkel gesteld dat er een verbetering is (Gavankar & Geyer (2010)). Over de achterliggende
mechanismes die leiden tot het rebound effect, én over welke mechanismes mee opgenomen
dienen te worden, is er meer discussie. Er zijn dan ook verschillende classificaties in omloop.
Turner, K. (2012) geeft een uitgebreid literatuuroverzicht, waarbij ze focust op de verschillende
definities/classificaties van rebound effecten. Zij stelt dat het gebrek aan een solide raamwerk en de
haast om empirische schattingen uit te voeren geleid heeft tot een gebrek aan consensus in de
literatuur.
3.1.2 Classificatie
Binnen de literatuur vindt men voor het “Rebound effect” verschillende betekenissen. De Jevons
Paradox benadrukt de lange termijn en de bredere (macro) economisch effecten. Anderen zoals
Brookes (1979) en Khazzoom (1980) benadrukken een korte termijn, micro economische
benadering. Greening (2000) en Sorrel (2007) brengen de twee definities samen door de algemeen
evenwichtseffecten erbij te betrekken.
De classificatie die het meeste terugkomt, maakt een onderscheid tussen de directe effecten, de
indirecte effecten en de economisch brede effecten (onder andere bij Gavankar & Geyers, 2010;
Gueraa & Sancho (2010)). Dit is ook het onderscheid dat Maxwell ea (2011) maken. In hun
onderzoek behandelen ze in detail het concept van rebound effect en geven een overzicht van een
aantal voorbeelden. Ze maken een onderscheid tussen de micro- en de macro-economische
effecten.
- Op micro-economisch niveau
o Direct rebound effect – waar een verhoging van de efficiëntie en de daarbij
horende kostendaling voor een product/dienst leidt tot een verhoogde consumptie
van het product/dienst zelf omdat ze goedkoper wordt. Het klassieke voorbeeld
7 Saunders (1992)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 25
hierbij is dat als de brandstofefficiëntie van personenwagen stijgt, mensen geneigd
zijn om meer te rijden.
o Indirect rebound effect – waar besparingen door de verhoogde efficiëntie en
bijhorende kostendaling leiden tot meer inkomen wat dan weer wordt uitgegeven
aan andere producten en diensten. In het voorbeeld wil dit zeggen dat mensen niet
de volledige besparing aan brandstofkosten, weer gaan “oprijden”, maar ook
andere uitgaven gaan doen, zoals meer uit eten gaan of meer gaan reizen. Deze
bijkomende uitgaven vragen op hun beurt ook weer energie.
- Op macro-economisch niveau
o Brede economie rebound effect – waar een verhoging van de efficiëntie de
economische productiviteit verhoogt wat leidt tot een hogere economische groei
en consumptie op macro-economisch niveau.
Deze classificatie kan men ook zien als een verandering van welke effecten precies deel uitmaken
van het rebound effect wanneer men de effecten over de tijd bekijkt. Hierbij spelen de micro-
economische effecten eerder op korte termijn, terwijl de macro economische effecten op langere
termijn spelen.
-
-
-
Wat korte en lange termijn is, is sterk afhankelijk van de levensduur van het goed in kwestie. Voor
een auto is dit 5 jaar, voor een huis 30 jaar en voor een kantoor 20 jaar. Verlichting is vergeleken
met 700 jaar terug 6000 keer efficiënter geworden. Ook is het mogelijk dat juist op de heel korte
termijn er geen effect is. We keren even terug naar ons initiële voorbeeld: het vervangen van een
verwarmingsketel. De ketel wordt vervangen en de energierekening daalt. Dit leidt tot een reactie:
men gaat meer kamers verwarmen, langer verwarmen, etc. Maar in het eerste jaar gaan mensen dit
misschien niet doen. De ketel vervangen is immers duur en het beschikbare inkomen zal hierdoor
tijdelijk dalen. Op langere termijn gaan ze wel reageren.
Van den Bergh (2011) gaat niet akkoord met deze classificatie omdat de bredere economische
effecten binnen verschillende classificaties vallen. Hij stelt voor om enkel een onderscheid naar
directe en indirecte effecten te maken, die dan samen de bredere economische effecten vormen.
Dit is een heel eenvoudige classificatie, maar heeft als nadeel dat het verondersteld dat de effecten
additief zijn.
Energiebesparin
g zoals voorzien
door ingenieurs Werkelijke
geobserveerde
energiebesparing
Werkelijke
geobserveerde
energiebesparing
Rebound effect
lange termijn
Rebound effect
korte termijn
tijd
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 26
Sorrell (2007) stelt ook dat het totale rebound effect de som is van de directe en indirecte rebound
effecten, waarbij hij deze twee effecten nog verder onderverdeelt:
- Direct rebound effect:
o Voor consumenten: het directe rebound effect is gerelateerd aan individuele
energievoorzieningen, zoals verwarming, verlichting, witgoederen, etc. en zijn
rechtstreeks gerelateerd aan de energie die nodig is om die voorziening te leveren.
Een verbeterde energie-efficiëntie verlaagt de bijkomende kost om die voorziening
te leveren en leidt daardoor tot een stijging van de vraag. De vervanging van een
oude verwarmingsketel door een hoge rendementsketel leidt ertoe dat het relatief
goedkoper wordt om de woning te verwarmen. Mensen kunnen hierop reageren
door de verwarming hoger te zetten en/of langer aan te laten staan. Volgens de
economische theorie spelen hierbij twee effecten.
� Substitutie-effect: men gaat meer (goedkopere) energie consumeren in
plaats van (relatief) duurder geworden ander producten. Men gaat met
andere woorden de consumptie van andere goederen en diensten
vervangen door energie om zo tot eenzelfde nut te bekomen.
� Inkomens effect, waarbij de stijging in reëel inkomen veroorzaakt door de
energie-efficiëntieverbetering leidt tot een hogere consumptie van alle
goederen en diensten, inclusief energiediensten
o Voor producenten
� Substitutie-effect: Men gaat meer van de goedkopere energie gebruiken,
ter vervanging van kapitaal en arbeid en andere materialen om tot een
zelfde output te komen.
� Output effect: de kostenbesparing van de energie-efficiëntieverbetering
laat toe dat meer output geproduceerd wordt – waardoor de consumptie
van alle inputs (inclusief energie) stijgt8.
- Indirect rebound effect
o “embodied energy” – dit wil zeggen de indirecte energieconsumptie nodig om tot
een energie-efficiëntieverbetering te komen, zoals de energie nodig om isolatie te
produceren en te installeren.
o Tweede-orde effecten als gevolg van de energie-efficiëntieverbeteringen. Hierin
zitten bijvoorbeeld het bijkomend energiegebruik op lange termijn als de
efficiëntieverbeteringen leiden tot economische groei die dan weer leiden tot meer
energieverbruik. Bij Maxwell ea (2011) zit dit effect in de brede economische
effecten.
Dit is ook de classificatie die Lee & Wagner (2012) maken, waarbij ze stellen dat de directe en de
indirecte rebound effecten samen de economisch brede effecten maken. Dit is licht verschillend
van de classificatie van Sorell & Dimitropoulus (2008) en Murray (2013) die stellen dat je de
directe en de indirecte effecten hebt, die samen met de schaal- en productie-effecten de economisch
brede effecten vormen.
Nog andere classificaties worden gemaakt door Greening ea (2000), die een van de eerste was om
een verdere classificatie te maken van de verschillende rebound effecten en om de benadering van
Jevons en Khazoom samen te brengen. Hij maakte een onderscheid naar 4 effecten (directe
effecten, bijkomend energieverbruik, effecten op de marktprijs en volume aanpassingen en
transformatie effecten). Sorell (2009) maakt dan weer een onderscheid naar 5 verschillende
8 Er is eventueel dit outputeffect op de markt, indien de kostendaling bij 1 onderneming plaatsvindt.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 27
effecten (voorziene energie effect, het budget effect, het output effect, de energiemarkt effect en de
compositie-effecten) en Turner, K. (2009) onderscheidt voor rebound effecten wat betreft
energieverbeteringen in de productiesector zeven verschillende effecten (het technische effect, het
substitutie-effect, de output/competitiviteiteffect, het compositie-effect, het inkomenseffect, het
negatieve multiplicator effect en het negatieve effect op investeringen).
3.1.3 Schattingen grootte-orde rebound effect
De meeste empirische literatuur focust rond energiediensten – en meer bepaald rond
efficiëntieverbeteringen voor de consument. Er is veel literatuur rond de rebound effecten van
verbeteringen van brandstofefficiëntie en verbeteringen bij de verwarming van woningen. Hierbij
ligt de focus meestal op de zogenaamde directe rebound effecten.
Sorell (2007) omvat een uitgebreid literatuuroverzicht rond rebound effecten binnen de
energiesector. Meer dan 500 studies en rapporten werden hierbij geanalyseerd. Hierbij wordt een
onderscheid gemaakt tussen vijf types van literatuur: evaluatiestudies, econometrische studies,
studies die gebruik maken van substitutie elasticiteiten, algemeen evenwichtsstudies en de resultaten
van energie, productiviteit en economische groei studies. Ook hij wijst er op dat verschillen in de
literatuur waarschijnlijk vooral te wijten zijn aan het gebruik van verschillende definities. Gavankar
& Geyer (2010) stellen dat verschillen ook te wijten zijn aan verschillen in datasets, verschillen in
schattingsmethode, verschillen in afhankelijke variabelen, etc.
Maxwell ea (2011) omvat eveneens een uitgebreid literatuuroverzicht en een bevraging van 44
experten. Ze stellen dat al de evidentie erop wijst dat er geen evidentie is dat het rebound effect zo
klein is dat het niet significant is, maar ook geen evidentie dat het groter is dan 100%. Verder wijzen
ze er ook op dat de grote variatie in de literatuur erop wijst dat het geen goed idee is om de
gevonden % zo maar als algemene richtlijnen toe te passen.
Opvallend in heel de literatuur is dat de kosten van de efficiëntieverbetering zelden meegenomen
worden.
3.1.3.1 Direct rebound effect
Wat empirische schattingen betreft is er het meeste onderzoek gedaan naar de directe rebound
effecten. De meeste methodes maken gebruik van elasticiteiten om het effect in te schatten. Over
welke elasticiteit (welke afhankelijke versus welke veranderlijke) is er minder eenduidigheid. De
keuze lijkt voornamelijk af te hangen van de databeschikbaarheid.
Sorell ea (2009) maken een overzicht van schattingen van het directe rebound effect. Hierbij
focussen ze zowel op de methodologie als op de theoretische problemen. De focus van hun
overzicht ligt bij energiediensten voor huishoudens. Gebaseerd op een literatuuroverzicht stellen ze
wel dat het rebound effect in de meeste gevallen overschat wordt. Ze besluiten dat voor OECD
landen het direct rebound effect in het algemeen kleiner dan 30% zal zijn.
Op basis van hun literatuuronderzoek stellen Gavankar & Geyer (2010) dat er een soort van
consensus in de literatuur is dat het direct rebound effect voor personentransport en verwarming
rond de 30% ligt. Er is dus geen sprake van een backfire of een heel groot rebound effect.
Dit is ook de conclusie van Maxwell ea (2011). Het directe rebound effect voor
energievoorzieningen voor huishoudens (verwarming, airco, transport, witgoed en verlichting)
wordt geschat op een 10% tot 30%.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 28
Frondel ea (2010) geeft een voorbeeld voor brandstofverbruik van hoe de definitie van de directe
rebound effecten afhangen van de elasticiteit die gebruikt wordt:
- De verandering in de vraag naar transportdiensten door de verandering in efficiëntie
- De negatieve prijselasticiteit van de vraag naar dienst s. Deze is gelijk aan de eerste definitie
als de brandstofprijzen exogeen zijn én de vraag naar dienst s enkel afhangt van de prijs.
Dit wil zeggen dat de prijs voor dienst s gelijk is aan de brandstofprijs voor een gegeven
efficiëntie x
- De (negatieve) eigen prijselasticiteit van brandstofconsumptie
- De (negatieve) brandstofprijselasticiteit van de vraag naar transportdiensten.
a) Studies rond brandstof efficiëntieverbeteringen
Frondel ea (2010) gebruikte panel data en regressiemethodes op basis van reisdagboeken van
huishoudens om de heterogeniteit van directe rebound effecten in personentransport in te schatten.
Ze vonden een rebound effect van rond de 60% en stellen dan ook dat een klimaatbeleid niet enkel
mag focussen op standaarden, maar dat brandstofbelastingen ook een belangrijke rol moeten
spelen. Verder vonden ze dat het rebound effect sterk afhankelijk was van het jaarlijks aantal km
dat personen reden. Voor mensen die weinig reden, bleek het rebound effect veel sterker.
Matos & Silva (2011) analyseerde de Portugese vrachtsector tussen 1987-2006 en komen tot de
conclusie dat de efficiëntieverbeteringen op het vlak van brandstofverbruik niet geleid hebben tot
een “backfire”, maar dat er wel een direct rebound effect is van 24.1%. Bovendien gaf de
vrachtsector de voorkeur aan operationele efficiëntieverbeteringen over technologische brandstof
efficiëntieverbeteringen. Maxwell ea (2011) stellen op basis van hun literatuuronderzoek dat het
directe rebound effect voor brandstofverbeteringen tussen de 30%-80% is voor commercieel
transport.
TML (2011)9 berekende voor DG ENV de rebound effecten van een strengere uitstootregulering.
Hier werd rekening gehouden met zowel positieve als negatieve rebound effecten: de daling in
brandstofgebruik leidt immers tot lagere rijkosten en kan zo leiden tot meer rijden – anderzijds
stijgt ook de aanschafprijs, waardoor het aantal verkochte wagens kan dalen.
In het onderzoek van Macharis ea (_) voor LNE in verband met het (milieu)potentieel van
elektrisch rijden in Vlaanderen werd ook kort het rebound effect bekeken. De idee hierachter is dat
een elektrisch voertuig in aankoop wel duur is, maar in gebruik veel goedkoper dan een
conventioneel voertuig. Een rebound effect is dus mogelijk indien er een verandering is in het
aantal verplaatsingen en/of het soort verplaatsingen. Op basis van de antwoorden van de bevraging
schatten ze het rebound effect klein in. 77% van de mensen zei immers van een elektrisch voertuig
niet meer te gebruiken dan een conventioneel voertuig en het elektrische voertuig zou 4% van het
wandelen, 8% van de fiets en 17% van het openbaar vervoer halen.
Winebrake ea (2012) geeft een kritisch overzicht van de literatuur betreffende het berekenen van
de directe rebound effecten bij vrachtwagens als gevolg van maatregelen die (ook) het
brandstofgebruik doen verminderen. Ze stellen dat er geen studies zijn die rechtstreeks het effect
van brandstofverbruik inschatten op de vraag naar wegvrachtvervoer. De meeste studies variëren
wat betreft de methode, de gebruikte data en de variabelen die al dan niet meegenomen worden. Ze
stellen dat recente studies rond lichte vrachtwagens vonden dat de vraag wel reageerde op
9 Smokers ea (2011), Support for the revision of regulation (EC) No443/2009 on CO2 emissions for cars
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 29
veranderingen in brandstofprijs, maar niet noodzakelijk op veranderingen in brandstofefficiëntie.
De auteurs manen dan ook aan om voorzichtig te zijn met het gebruik van prijselasticiteiten
Lee & Wagner (2012) maken ook een overzicht van de literatuur, waarbij ze focussen op het
bestaan van rebound effecten als gevolg van emissiestandaarden binnen de transportsector. Ze
stellen dat de efficiëntieverbetering op zich positief is voor de consument en de maatschappij want
een efficiëntieverbetering verlaagt de energieconsumptie en de daaraan gekoppelde externaliteiten.
Daarnaast kunnen huishoudens het geld dat ze besparen elders aan besteden en toch een zelfde
dienst op het vlak van energie krijgen. Ook als ze een deel van de besparing spenderen aan extra
energie, dan is dit toch nog positief voor de consument. Deze analyse houdt wel geen rekening met
de kostprijs van de efficiëntieverbetering noch met mogelijke verschuivingen naar andere
milieuproblemen. Ze wijzen er wel op dat het bestaan van het rebound effect impliceert dat het
beter is om externaliteiten te beprijzen (een zogenaamde Pigoubelasting) of rechtstreeks te limiteren
(pollution cap) dan om standaarden op te leggen. Op basis van hun literatuuronderzoek stellen ze
dat het korte termijn rebound effect voor efficiëntieverbeteringen binnen transport rond de 1-10%
ligt en het lange termijn rebound effect rond de 5-30% ligt. Het National Highway Traffic Safety
Administration zou een centrale schatting van 10% gebruiken. De factoren die het directe rebound
effect binnen transport beïnvloeden zijn dezelfde factoren die ook de prijs- en
inkomenselasticiteiten beïnvloeden, met name het reëel inkomen10, factoren zoals stijgende
verstedelijking en rij-intensiteit (saturatie-effect), onvervulde vraag wat zorgt voor een hoger
rebound effect in ontwikkelingslanden, en hogere brandstofprijzen in de initiële situatie11. Zo zou
ook het bestaan van congestie het rebound effect verminderen. Ze merken hierbij wel op dat de
meeste literatuur gebruik maakt van prijselasticiteiten terwijl het beter zou zijn om gebruik te maken
van de efficiëntie-elasticiteit van de vraag.
Yu ea (2013) berekenen het rebound effect voor efficiëntere wagens in Beijing. Zij vinden een
direct rebound effect van 33,61%. Dit is iets hoger dan de meeste schattingen voor OECD landen.
Murray (2013) maakt een onderscheid naar besparingen in brandstof door de aankoop van een
brandstofefficiënter voertuig dan wel door het rijden met de wagen te vervangen door meer te gaan
fietsen (‘groener te gaan leven’). Bij de vervangen van de wagen vond ze een rebound effect van
tussen de 17 en 24% voor het mediaan inkomen (Australië). Meer fietsen – dus zonder vervanging
van de wagen zelf – heeft een lager rebound effect van 12 tot 17% bij het mediaan inkomen. De
idee is dat het beschikbare inkomen stijgt door het laten staan van de wagen. Dus ook al is er geen
echte efficiëntieverbetering, toch kan het rebound effect ook optreden bij het
promoten/veranderen van levensstijl. Hoe groter de economische winst van het groener leven, hoe
groter het verwachte rebound effect. Het rebound effect is kleiner indien groener leven duurder is
dan wel gepaard gaat met minder werken. Een belangrijk resultaat is ook dat het indirect rebound
effect belangrijker wordt bij de hogere inkomensgroepen.
10 Small & Van Dender (2007) vinden dat het rebound effect daalt met het reëel inkomen – wat je theoretisch ook zou
verwachten. Als het inkomen stijgt, daalt immers het budgetaandeel van transport. Frondel ea (2010) vond daarentegen
geen impact van inkomen. 11 Mensen reageren sterker op efficiëntieverbeteringen als de brandstofprijs al hoog is.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 30
Tabel 2: samenvatting literatuur direct rebound effect binnen transport
Auteur/Datum Regio Efficiëntieverbetering Methode Geschat Rebound effect
Frondel ea (2010) Duitsland Brandstofverbruik wagens
Panel data en regressiemethodes op basis van reisdagboeken (1997-2005)
Gemiddeld 57-62%
Matos & Silva (2011) Portugal Brandstofverbruik vrachtwagens
tijdreeksanalyse 24%
Maxwell ea (2011) Brandstofverbruik vrachtwagens
Literatuurstudie/experten 30-80%
Sorell (2007)* Brandstofverbruik wagens
Meta-analyse van 17 studies die gebruik maken van huishouddata
10-30% (lange termijn)
Gillingham (2011)* Brandstofverbruik wagens
Analyse van prijselasticiteiten
7% (korte termijn)
Greening ea (2000)* Brandstofverbruik wagens
Analyse van geaggregeerde studies uit de jaren ‘90
10% (korte termijn)
20-30% (lange termijn)
Small & Van Dender (2007)*
VS Brandstofverbruik wagens
Cross-sectionele tijd serie analyse 1966-2004 en 2000-2004
Voor 1966-2004:
4.1% (korte termijn)
21% (lange termijn)
Voor 2000-2004:
1.1% (korte termijn)
5.7% (lange termijn)
Barla ea (2009)* Canada Brandstofverbruik wagens
Panel data 1990-2004
8% (korte termijn)
20% (lange termijn)
Wang ea (2012)* Hong Kong Brandstofverbruik wagens
Tijdreeksen voor 1993-2009 en voor 2002-2009
45% (1993-2009)
35% (2002-2009)
Goldberg (1996)* VS Brandstofverbruik wagens
Consumenten uitgaven data 1984-1990
0% (korte termijn)
Puller & Greening (1999)* VS Brandstofverbruik wagens
Consumenten uitgaven data 1980-1981 e, 1984-1990
35% tot 80%
West (2004)* VS Brandstofverbruik wagens
Consumenten uitgavendata vanaf 1997
87%
Roy (2000)* ontwikkelingslanden Brandstofverbruik wagens
Geaggregeerde tijdreeksanalyse 1973-1974 en 1989-1990
24%%(korte termijn)
50% (lange termijn)
Wang ea (2011)* 28 Chinese provincies Brandstofverbruik wagens
Geaggregeerde tijdreeksanalyse voor periode 1994-2009
96%
Gavankar & Geyer (2010) OECD, VS en Japan Verbeteringen energie-efficiëntie persoonlijk transport
Literatuurstudie
5%-15% (KT) en 20-30% (LT) (6 geaggregeerde tijdreeksanalyses – VS)
5%-25% (KT) 20%-30% (LT) (2 geaggregeerde panel data studies)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 31
0% (KT) 20-65% (LT) (3 studies gebaseerd op huishouddata)
Sorell ea (2009) brandstofverbruik literaruurstudie 10%-30% (op basis van 17 studies – direct RE)
Murray, C.K. (2013) Australië Efficiëntere wagen versus groener leven (minder rijden)
Econometrische schatting
17-24% (efficiëntere wagen)
12-17% (minder rijden)
Yu ea (2013) Beijing Brandstofverbruik wagens
Econometrische schatting
33.61% (direct rebound effect)
* overgenomen uit studie van Lee & Wagner (2012)
b) Studies rond direct rebound effect efficiëntieverbeteringen energie huishoudens
Voor energie stelt Sorell (2007) dat het verwachte rebound effect klein is omdat de vraag naar
energie relatief inelastisch is en omdat de kost van energie maar een klein onderdeel in de totale
kosten is. Wat betreft de grootteorde stelt hij dat men kan verwachten dat het rebound effect
proportioneel is aan het aandeel van energie in de totale kost van de energiediensten, rekening
houdend met de mate waarin deze kosten zichtbaar zijn voor de gebruiker (inkomenselement).
Maar bij stijgend gebruik van bepaalde energiediensten dient men rekening te houden met saturatie
(technologisch, verminderd nut) waardoor het direct rebound effect kleiner kan zijn. Bij een stijging
van de brandstofefficiëntie zal men waarschijnlijk meer gaan rijden, maar er is een limiet op hoeveel
je meer kan rijden. Hieruit volgt dat voor lage inkomensgroepen het rebound effect groter zal zijn
omdat zij nog niet op het saturatieniveau zitten. Daarom verwacht de meeste literatuur dan ook dat
de rebound effecten groter zijn voor ontwikkelingslanden (zie bv. Roy (2000)) Directe rebound
effecten kunnen ook kleiner zijn als de meer energie-efficiënte toestellen veel duurder zijn. Maar
eens aangekocht kan het gebruik wel hoger zijn. In de praktijk zijn de meeste toestellen én
efficiënter én goedkoper geworden over de tijd. De vraag die zich stelt is wat de prijs zou zijn
zonder de efficiëntieverbeteringen.
Sorrell ea (2009) stelt op basis van een literatuuronderzoek dat het rebound effect voor
huishoudverwarming 20% is, voor airco tussen de 1% en de 26%, voor andere energiediensten
zoals verlichting en waterverwarming minder dan 20%. Ook verwijst hij naar een studie van Davis
(2007) waarin men vond dat het rebound effect van een efficiëntere wasmachine heel klein was.
Li & Xuewen (2012) hebben op basis van paneldata voor China voor de periode 1985-2008 het
directe rebound effect van energieverbeteringen geschat. Hierbij hebben ze China ook ingedeeld in
drie regio’s: een regio met een hoge energie-efficiëntie, een regio met een lage energie-efficiëntie en
een met een lage efficiëntie. Het rebound effect varieerde van 53,66% voor de hogere regio; 69,82
% voor de middelste regio en 78,80% voor de minst efficiënte regio. Dit resultaat ondersteunt de
thesis dat het rebound effect groter is in ontwikkelingslanden. Ook vonden ze dat het rebound
effect daalde over de tijd.
Het HECoRE project12, uitgevoerd door de ULB, UA en ICEDD heeft als doel de effecten van
efficiëntieverbeteringen op het gebruik van energie door Belgische huishoudens na te gaan en om
mogelijke beleidsinstrumenten die rebound effecten kunnen tegengaan te analyseren. De focus lag
12 http://www.belspo.be/belspo/fedra/proj.asp?l=en&COD=SD/EN/08A
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 32
bij het gebruik van energie door huishoudens (brandstof en elektriciteit) en de mobiliteit van
huishoudens (werk en vrije tijd). Binnen dit project wordt het rebound effect eerst heel algemeen
gedefinieerd als “het adverse effect van een verbetering”. Binnen de economie/technologie wordt
dit dan gezien als de onverwachte consumptie van middelen als gevolg van een verbetering van de
efficiëntie van die middelen. Dit voor elke technologie die gebruik maakt van natuurlijk bronnen
(water, metaal,…). .Zo wordt in dit project gesteld dat het beste model om rebound effecten te
modelleren een zogenaamd ‘agent based’ model is. Dit soort model laat meer interacties toe,
netwerkeffecten (bv. het snobeffect – mijn buurman heeft zonnepanelen dus ik wil er ook), zachte
beleidsmaatregelen zoals energie-educatie, sensibilisering, etc. Binnen het project zelf werd dit soort
modellen wel niet ontwikkeld. Daarnaast wordt het concept van “mental accounting” en het belang
hiervan bij rebound effecten geïntroduceerd Mental accounting houdt onder meer in dat we ons
gedrag laten bepalen door algemene waardes. Voor de consumptie van energie door huishoudens
stellen ze dat de bevragingen toonden dat mensen enkel kijken naar de energierekening, niet naar de
consumptie van energie zelf. Mensen gaan dan ook hun verbruik aanpassen aan wat ze kunnen
betalen. Dit impliceert dat als bijvoorbeeld het verwarmen van een huis relatief goedkoper wordt,
de kans groot is dat mensen of de verwarming meer gaan aanzetten of een hogere gewenste
kamertemperatuur gaan instellen. Daarnaast kan er ook een vorm van mental rebound effect
optreden: mensen vinden het bijvoorbeeld al heel zuinig van zichzelf dat ze een laag-
rendementsketel hebben en kijken niet meer naar het verbruik zelf. Het onderzoek bevat echter
weinig empirische resultaten.
Ook voor energiegebruik van huishoudens maakt Murray (2013) een onderscheid naar het
vervangen van toestellen en het groener leven. In dit geval beschouwt ze de vervanging van
klassieke lampen door compacte fluorescent lampen. Groener leven houdt hier bijvoorbeeld in dat
men kortere douches gaat nemen, lichten uitdoet als men de kamer verlaat, standby apparaten
uitschakkeld, etc. Het vervangen van lampen heeft een rebound effect van 5-7.5%, terwijl het
groener leven een geschat rebound effect heeft van 4.5-6.5%. Chitnis ea (2013) wijzen ook op het
bestaan van rebound effect puur als gevolg van gedragsveranderingen (“sufficiency” in plaats van
efficiëntie).
Chitnis ea (2013) berekenen het rebound effect van zeven maatregelen die de energie-efficiëntie
van huishoudens moeten verbeteren. Deze maatregelen gaan over isolatie, het vervangen van
verwarmingsketels, het vervangen van lampen tot het verwarmen met zonne-energie. Voor de
maatregelen rond verwarming vonden ze een gemiddeld rebound effect van 12.4%; voor
maatregelen rond verlichting een rebound effect van 13.0% indien men geen rekening houdt met
het “embodied” effect. Rekening houdend met dit effect stijgt het rebound effect naar 20% voor
verwarming (16% indien men geen rekening houdt met zonne-energie) en 15% voor verlichting.
Yu ea (2013) onderzoeken of een stijging in de energie-efficiëntie van een aantal
huishoudapparaten leidt tot een bijkomend energiegebruik op korte termijn bij huishoudens in
Beijing. De methode die hij hiervoor gebruikt geeft aanleiding tot rebound effecten die
geïnterpreteerd moeten worden als maximale rebound effecten. Over het algemeen vinden ze
grotere rebound effecten dan elders in de literatuur. Dit heeft voor een deel ook te maken met het
verschil in rebound effecten bij geïndustrialiseerde landen dan wel bij ontwikkelingslanden. Voor
airconditioning vinden ze een gemiddeld direct rebound effect van 60.76% en een relatief laag
indirect rebound effect van 3%. Voor microgolfovens vinden ze een totaal rebound effect van wel
626,58%. Hierbij wordt de initiële energiewinst (ten opzichte van traditionele kooktoestellen)
volledig teniet gedaan (backfire). Voor wasmachines vinden ze een rebound effect van 106.81%.
Davis (2007) vond voor een rebound effect van maar 15% in de VS voor wasmachines. Yu ea
verklaren dit verschil door te wijzen op de veel hogere onverzadigde vraag in ontwikkelingslanden.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 33
Tabel 3: samenvatting literatuur direct rebound effect binnen energiegebruik door huishoudens
Auteur/Datum Regio Efficiëntieverbetering Methode Geschat Rebound effect
Li & Xuewen (2012) China Energie-efficiëntieverbetering
Panel data
53,66%-78,80%, afhankelijk van de energie-efficiëntie van de regio
Gavankar & Geyer (2010) OECD, VS en Japan Verbeteringen huishoudelijke verwarming
literatuurstudie
30%-60% (beste schatting) – op basis van 6 voor-na studies
30-60% (beste schatting) op basis van 5 econometrische studies – 1 vergelijking
25%-60% en eerder naar 50-60% op basis van 3 econometrische studies met meerdere vergelijkingen.
Gavankar & Geyer (2010) OECD, VS en Japan airco literatuurstudie 0-50% (gebaseerd op 9 studies – initiële review door Greening ea (2000)
Gavankar & Geyer (2010) OECD, VS en Japan Verwarming van water literatuurstudie 10-40% (gebaseerd op 5 studies)
Gavankar & Geyer (2010) OECD, VS en Japan Witte huishoudgoederen literatuurstudie 0% (gebaseerd op 2 studies)
Sorell ea (2009) OECD Verwarming huishoudens
literatuurstudie Minder dan 30%. Centrale schatting van 20% (gebaseerd op 9 studies)
Sorell ea (2009) airco literatuurstudie 1-26% (gebaseerd op 2 studies)
Sorell ea (2009) VS Andere energiediensten (bv. waterverwarming, verlichting, etc)
literatuurstudie
Minder dan 20% (3 studies)
Davis (2007)*** VS Wasmachine die 48% minder energie gebruikt en 41% minder water
experiment
5.6% stijging in vraag schone kleding – maar ook door minder verbruik water en wasmiddel. Pure RE gelinkt aan energiebesparing quasi nul.(80-90% kost wassen zijn tijdskosten dus energiekost relatief onbelangrijk)
Murray (2013) Australië Vervangen van lampen versus groener leven
Econometrische schatting
5-7.5% voor het vervangen van lampen
4.5-6.5% voor het groener leven
Chitnis ea (2013) VK 7 maatregelen om de energie-efficientie van huishoudens te verhogen
Econometrische schatting en model
12.4% voor maatregelen rond verwarming
13.0% voor maatregelen rond verlichting
Yu ea (2013) Beijing Airco, microgolfovens, wasmachine
Econometrische schatting
Airco: 88,95%
Microgolfoven: 626,58%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 34
Wasmachine: 106,81%
*** Sorrell ea (2009)
c) Studies rond rebound effecten binnen andere sectoren
De literatuur rond rebound effecten buiten de sectoren transport en energie is veel schaarser. Rond
watergebruik is de verwachting dat er ook rebound effecten optreden aangezien de mechanismes
vergelijkbaar zijn als bij bijvoorbeeld energie. In de literatuur is er echter minder evidentie voor.
Weidema ea (2008) vonden ‘super conservation effecten’ variërend van 10%-100% voor
regelgeving die de milieu-impact van vlees en melkproducten wou verbeteren in de EU. Dit wil
zeggen dat het uiteindelijke effect groter was dan het pure ‘ingenieurseffect’.
Carlsson-Kayama ea (2005)13 zagen ook ‘super conservation effecten’ van het overschakelen naar
een groener dieet. Dit omdat de kostprijs van het groener dieet hoger is.
Binnen Geerken ea (2011) werd het indirect rebound effect op de ecologische voetafdruk voor een
aantal maatregelen doorgerekend met behulp van een input-output model. Deze maatregelen
hadden betrekking op het voorkomen van voedselafval, een verschuiving naar meer vegetarische
maaltijden, hogere bezettingsgraad van auto’s.
Een iets andere benadering wordt genomen in het REBOUND project, gefinancierd door het Duits
Federaal Ministerie van Onderwijs en Onderzoek (BMBF). Binnen dit project focust Peters ea
(2012), op de rebound effecten veroorzaakt door psychologische en sociologische oorzaken en niet
door prijseffecten.
3.1.3.2 Indirect rebound effect en Economisch brede effecten
Literatuur die enkel focust op indirecte rebound effecten of de macro-economische effecten is niet
echt aanwezig. De economisch brede effecten zijn veel moeilijker in te schatten dan de directe
rebound effecten. Statistische analyses zijn zeer moeilijk omdat het zeer moeilijk is om het effect te
isoleren van andere gebeurtenissen. Deze rebound effecten worden meestal ingeschat met behulp
van algemeen evenwichtsmodellen. Gavankar & Geyer (2010) stellen dat de literatuur rond de
meer macroeconomische rebound effecten nog in het stadium van theoretische discussies en
veronderstellingen zit. Ze verwijzen naar Greening & Greene (1998) en Schippers ea (X) die
stellen dat de economisch brede rebound effecten klein zijn omdat de energiekost maar een klein
aandeel is in de uitgaven van zowel consument en producent. Voor producenten wordt dit gestaafd
door de bevindingen van Venmans (2013) die vond dat zelfs indien investeringen in
energiebesparingen zichzelf terugbetalen binnen de 5 jaar, bedrijven toch niet geneigd waren om
hierin te investeren. Dit omdat dit soort investeringen niet hoog genoeg op de rangorde staan –
juist door hun klein aandeel in de kostenstructuur. Aan de andere kant citeren ze studies die
rebound effecten vinden van meer dan 30% - ook in geïndustrialiseerde landen. Maxwell ea (2011)
stellen dat deze effecten in het algemeen veel kleiner zijn dan de directe effecten, en dat de meeste
studies een effect van ongeveer 10% vinden. Al zijn er ook studies die meer dan 30% vinden.
13 Geciteerd in Murray (2013)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 35
Allen ea (2009) analyseren een 8-tal studies (zie tabel 3) die gebruik maakten van algemeen
evenwichtsmodellen, allen gefocust op rebound effecten. Alle studies vonden rebound effecten
groter dan 30% (rond de 37-50% ofwel groter dan 100%), het % dat door de auteurs gezien werd
als het consensuscijfer voor de grootte-orde van de directe rebound effecten. Dit wijst erop dat er
naast directe effecten er nog andere rebound effecten zijn. Ze stellen dat je altijd economisch brede
effecten hebt omdat je anders moet veronderstellen dat er
- Geen vervanging mogelijk is met andere inputs
- De vraag naar energie onafhankelijk is van de prijs van energie
- De vraag van goederen onafhankelijk is van prijsveranderingen of dat het aandeel van
energie in de kostprijs quasi nul is.
De auteurs stellen dat het gebruik van algemeen evenwichtsmodellen de volgende voordelen heeft:
- Verschillende effecten kunnen simultaan meegenomen worden. Het resultaat is een
numerieke ondersteuning van de analyse.
- Het is mogelijk om het “pure” effect te isoleren. Men doet immers twee “runs” van het
model – een keer met en een keer zonder de efficiëntieverbetering en kan dan het resultaat
vergelijken.
- Algemeen evenwichtsmodellen zijn niet noodzakelijk een zwarte doos, mits het model en
de analyse goed gedocumenteerd zijn.
Het gebruik van algemeen evenwichtsmodellen heeft echter ook nadelen:
- De productie wordt beschreven aan de hand van “zich goed gedragende”, maar beperkte
functionele vormen.
- De parameters worden geschat op basis van een bepaald basisjaar en zijn mogelijk niet
representatief
- Er wordt verondersteld dat bedrijven kosten minimaliseren, consumenten hun nut
maximaliseren en dat de technologische veranderingen exogeen zijn – wat niet
noodzakelijk overeenkomt met de werkelijkheid.
Karen Turner14 heeft heel wat onderzoek gedaan naar rebound effecten binnen de energiesector.
Hierbij focuste ze op efficiëntieverbeteringen zowel binnen de productiezijde van de sector als voor
consumenten. Met behulp van een algemeen evenwichtsmodel zijn er een aantal doorrekeningen
gebeurd voor Schotland en het Verenigd Koninkrijk. Hierbij werd er steeds een exogene
efficiëntieverbetering verondersteld.
Guerra & Sancho (2010) stellen dat in de meeste empirische literatuur een bias optreedt omdat
men uitgaat van de “verkeerde” ingenieurseffecten. Hierdoor wordt het economisch brede rebound
effect onderschat. Zij stellen dat een juiste maatstaf om de economisch brede rebound effecten te
meten een vergelijking is van wat een input-output model berekent dat de gevolgen zijn van een
efficiëntieverbetering en van wat een algemeen evenwichtsmodel (gebaseerd op dezelfde input als
bij het input-output model) berekent. Dit idee hebben ze vervolgens toegepast op een Spaanse case.
In het basisgeval bekwamen ze een rebound effect van 87% volgens de traditionele definitie en
91% volgens hun eigen definitie. Als een sensitiviteitsanalyse laten ze ook de elasticiteit variëren.
Behalve in het geval van een inelastische vraag komen ze steeds op een (bijna) backfire.
Merk op dat de meeste literatuur hier uitgaat van exogene verbeteringen en vooral focust op de
productiezijde van een economie.
14 Zie referentielijst voor een oplijsting van de beschikbare resultaten. Naast rapporten zijn ook heel wat presentaties
beschikbaar.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 36
Tabel 4: samenvatting literatuur indirect rebound effect en economisch brede effecten.
Auteur/Datum Regio Efficiëntieverbetering Methode Geschat Rebound effect
Semboja, 1994* Kenia
Energie-efficiëntieverbetering voor zowel producenten als consumenten
Algemeen evenwichtsmodel
>100% in beide gevallen
Dufournaud ea , 1994* Sudan 100%-200% verbetering van de energie-efficiëntie van verwarmingskachels
Algemeen evenwichtsmodel
47-77%
Vikstrom, 2003* Zweden 15% in productiesectoren en 12% in energiesector
Algemeen evenwichtsmodel
50-60%
Washida, 2004* Japan 1% in alle sectoren Algemeen evenwichtsmodel
53% in basisgeval
Grepperud & Ramussen, 2004*
Noorwegen
Verdubbeling van de historische groeivoet in elektriciteitsproductiviteit voor 4 sectoren en een verdubbeling van de groeivoet van olie efficiëntie in twee sectoren
Algemeen evenwichtsmodel
Klein voor olie
>100% in sommige gevallen voor elektriciteit
Glomsrod & Taoyuan, 2005*
China
Deregularisering van steenkoolindustrie, lager prijs en meer aanbod van schone steenkool
Algemeen evenwichtsmodel
>100%
Hanley ea, 2005* Schotland 5% voor producenten (inclusief energie aanbod)
Algemeen evenwichtsmodel
37% in basecase
Turner Schotland Algemeen evenwichtsmodel
Guerra & Sancho (2010) Spanje
5% efficiëntie verbetering in intermediair gebruik van energie
Algemeen evenwichtsmodel
Voor benchmark elasticiteit: 87% traditionele definitie eco brede rebound effect. Volgens eigen definitie rebound effect 91%
Greening (2000) citing Kydes (1997)**
VS 6.5% lagere energie- intensiteit dan in de base case
Algemeen evenwichtsmodel NEMS
25% (eco brede RE)
* Bron: Allen ea, 2009
**Bron: Lee&Wagner (2012)
Een aantal van bovenstaande studies vinden heel hoge rebound effecten (50%- tot meer dan
100%). In een gesloten economie zijn dit onrealistische cijfers. Indien de prijseffecten bij de
consument klein zijn, moet men terugvallen op substitutie-elasticiteiten bij de producent. Deze zijn
meestal kleiner dan 1, omwille van de complementariteit met kapitaal. Bij een klein aandeel van
energie bij de productiefactoren is de subsitutie-elasticiteit ongeveer gelijk aan de prijselasticiteit.
3.1.4 Besluit literatuurstudie
Al de literatuuroverzichten zijn het erover eens dat er geen eenduidige definitie van wat een
rebound effect juist is. Veel auteurs stellen ook dat het gebrek aan een eenduidige definitie juist de
verklaring is voor de verscheidenheid aan resultaten. Gelinkt hiermee zien we dat ook wat de
classificatie van de verschillende effecten betreft, er ook geen eensgezindheid is in de literatuur. De
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 37
allereerste literatuur en de meeste empirische schattingen focussen slechts op een enkel effect – het
korte termijn directe effect. Maxwell ea (2011) maken een onderscheid tussen drie effecten. De
vraag die zich hier stelt is of we ons willen beperken tot de korte termijn directe effecten of ook een
rol zien voor de bredere economische effecten op lange termijn. Hierbij merken we op dat de
literatuur vindt dat naarmate het inkomen stijgt de directe effecten kleiner worden en de indirecte
en economisch brede effecten groter worden. Gegeven de inkomens in Vlaanderen lijkt het dan
ook relevant om zo veel mogelijk effecten mee op te nemen.
Ook al zijn er verschillen in de exacte definitie en classificatie van rebound effecten, toch is er een
aspect dat centraal staat. De analyse begint altijd met een vorm van efficiëntieverbetering. Wat de
exacte verbetering precies is, wordt vaak niet gedefinieerd maar in het algemeen kan gesteld worden
dat voor een zelfde output minder input nodig is. Efficiëntieverbeteringen kunnen ingegeven zijn
door een specifiek beleid zoals verbruiksstandaarden op huishoudapparaten, emissiestandaarden
voor voertuigen, etc.. of kunnen in een meer algemeen proces naar verbetering ontstaan. Aan de
andere kant zijn er ook andere vormen van beleid waarbij het gerealiseerde niet overeenkomt met
het initieel ingeschatte effect. Denk bijvoorbeeld aan het gratis openbaar vervoer voor studenten in
vele steden die er vooral toe geleid hebben dat studenten overschakelden van fiets en wandelen
naar bus of meer trips dan voordien maken(Steenberghen ea (2006)). Strengere emissiestandaarden
die leiden tot het gebruik van meer plastic in voertuigen – wat belastender is voor het milieu dan
metalen omdat deze laatsten efficiënter te recycleren zijn. De vraag die zich stelt is of “Rebound
Effecten “ zeer breed gedefinieerd dient te worden – waarbij de focus ligt op alle tweede-orde
effecten die een beleid (ongewild) met zich kan meebrengen of moeten we ons eerder beperken tot
de traditionele link met de efficiëntieverbetering.
Wat betreft de empirische schattingen focust de meeste literatuur op energie en meer bepaald op
(personen)transport en huishoudverwarming. In het algemeen is er weinig empirische evidentie
rond licht, watergebruik, materiaalgebruik, etc.
De meeste definities focussen ook op positieve rebound effecten met een negatief effect op
mogelijke doelstellingen. Dit terwijl rebound effecten ook negatief kunnen zijn en hierdoor kunnen
bijdragen tot de doelstelling. Lagere snelheidslimieten op autosnelwegen kunnen hier een voorbeeld
van zijn. Door de lagere snelheid daalt de uitstoot, maar wordt het ook minder aantrekkelijk om te
rijden. Ook binnen voeding zijn er een aantal voorbeelden van positieve tweede-orde effecten
mogelijk (cf. Wagema). Merk op dat we eerder al aantoonden dat rebound in se ook goed kan zijn.
De focus binnen de literatuur ligt op werking prijsmechanismen en minder op andere elementen die
het gedrag van consumenten kan beïnvloeden. Al is bijvoorbeeld het artikel van Murray (2013) daar
een uitzondering op.
De investeringskosten om tot de efficiëntieverbeteringen te komen, worden zelden meegenomen in
de analyse. Ook de internationale aspecten worden vaak genegeerd. Indien een
efficiëntieverbetering doorwerkt in de economie en Vlaanderen hierdoor meer gaat produceren, dan
is dit enkel goed indien Vlaanderen efficiënter is dan het buitenland. Anders leidt dit tot een export
van het probleem. Dit speelt ook bij de keuze tussen beprijzing en het zetten van standaarden. De
literatuur stelt dat in het algemeen beprijzing niet leidt tot rebound effecten en standaarden wel.
Maar bij beprijzing van bijvoorbeeld de CO2 uitstoot in een open economie maak je je eigen
producten duurden, wat de import bevordert en er uiteindelijk toe leidt dat de CO2 in het
buitenland wordt uitgestoten. In een wereld waarin Europa alleen bekommerd is om CO2 zal een
standaard een hoger effect hebben op de totale CO2 uitstoot in de wereld dan bij beprijzing in
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 38
Europa alleen. Dit omdat de technologie overgebracht kan worden naar andere landen (cf. carbon
leakage en Barla&Proost 2012).
Er is weinig aandacht voor puur technische rebound effecten. Zo is het mogelijk dat met meer
isolatie in de daken, er weer meer warmte via de muren verdwijnt indien de isolatie van daken zorgt
voor een groter temperatuurverschil tussen de binnen- en de buitentemperatuur.
3.2 Concept Rebound Effecten
Gegeven dit literatuuroverzicht willen we komen tot een concept voor rebound effecten zoals dit
verder gebruikt zal worde in de studie. Hiertoe stelden we ons volgende vragen
- De literatuur linkt rebound effecten aan (energie)efficiëntieverbeteringen. Volgt onze
definitie deze literatuur of gaan we voor een breder concept, waarbij rebound effecten
staan voor elke “onverwachte”/”ongewenste” beleidsconsequentie. Gelinkt aan
efficiëntieverbeteringen of elk “bijkomend” effect van beleid.
Indien we elk “bijkomend effect” van beleid mee zouden opnemen, dan wordt het concept
erg breed en waarschijnlijk minder hanteerbaar. Daarom stellen we voor om te kiezen voor
een concept dat gelinkt is aan efficiëntieverbeteringen. Deze verbeteringen zien we wel
breder dan voor enkel energie.
- De literatuur maakt een onderscheid tussen de directe effecten en de indirecte effecten.
Macro-economische effecten worden soms onder de indirecte effecten gerekend of worden
soms aanzien als een categorie op zichzelf. De vraag die zich hier stelt is wat voor effecten
we willen opnemen. Dit hangt ook samen met de tijdshorizon. Macro-economische
effecten treden eerder op lange termijn op.
We stellen voor om hier rekening te houden met alle effecten. De literatuur wijst er immers
op dat voor geïndustrialiseerde landen indirecte effecten (inclusief macro-economische
effecten) een belangrijkere rol gaat spelen. Dit hangt samen met mogelijke saturatie-
effecten.
Wat betreft de classificatie zijn er verschillende mogelijkheden. Ofwel wordt de classificatie
van Maxwell (2011) gevolgd en maken we een onderscheid naar directe, indirecte en
macro-economische effecten. Ofwel maken we een onderscheid naar directe en indirecte
effecten, waarbij de indirecte effecten in se alle tweede-orde effecten omvat – inclusief de
macro-economische effecten
- De klassieke definities focussen meestal op rebound effecten die een deel van de
efficiëntiewinsten te niet doen. Er is echter ook (zij het beperkte) evidentie die erop wijst
dat er ook bijkomende winsten mogelijk zijn. Onze definitie zou dus ook dit soort
positieve effecten moeten toestaan. Daarnaast wijzen we erop dat rebound effecten vaak
als negatief geïnterpreteerd worden, terwijl ze wel staan voor een baat voor de
consument/producent.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 39
In het vervolg van deze studie werken we met volgende definitie:
Het Rebound Effect is de mate waarin een milieugerichte efficiëntieverbetering niet één tot één
vertaald wordt naar de verwachte effecten bij een constante vraag. Door gedragsveranderingen
zal het gerealiseerde effect uiteindelijk lager, dan wel groter zijn dan indien deze
gedragsveranderingen niet plaats vinden. Hierbij maken we een onderscheid naar de directe, de
indirecte rebound effecten en de brede economische effecten.
De directe rebound effecten hangen samen met verandering in consumptie van het goed
waarvoor er een verbetering is als gevolg van de prijsverandering veroorzaakt door de
efficiëntieverbetering. Bijvoorbeeld, het vervangen van klassieke lampen door energie-
efficiëntere lampen kan ertoe leiden dat mensen het licht sneller aandoen, in meer kamers het
licht aandoen, het licht niet altijd uitdoen bij het verlaten van de kamer, etc.
De indirecte effecten hangen samen met verandering in consumptie van andere goederen, die
op hun beurt ook energie vergen. Door een efficiëntieverbetering van verlichting bijvoorbeeld
daalt de energiefactuur, ondanks het meergebruik van verlichting. Dit zorgt voor bijkomend
inkomen wat op zijn beurt weer besteed kan worden aan andere goederen. De indirecte
effecten omvatten ook de bijkomende energie die eventueel nodig is om het efficiëntere goed te
maken (embodied effect).
De economisch brede effecten zijn de dan eerder macro-economische effecten waarbij
efficiëntieverbeteringen bij een goed zich verder zetten naar de rest in de economie.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 40
4 Naar een selectie van cases
De tweede fase vormt de kern van deze studie. In deze studie worden een aantal cases voor het
Vlaamse niveau doorgerekend. Twee cases zullen in detail berekend worden. In de volgende
paragrafen stellen we eerst de algemene principes voor een selectie voor. Vervolgens gaan we dieper
in op de gekozen cases. De lijst waaruit deze cases gekozen zijn, is terug te vinden in bijlage 1.
4.1 Algemene principes
Initieel werd bepaald om twee cases door te rekenen, waarvan een voor transport en een voor
energie. De keuze voor deze twee toepassingen is gebaseerd op:
1. De waarschijnlijkheid om een rebound effect te vinden. Daarom focussen we ons op de
sectoren waarvan uit eerdere literatuur al bleek dat er rebound effecten spelen: transport,
en energie.
2. Mogelijkheid tot negatieve rebound effecten.
3. Gelinkt aan het milieu
4. Beleidsrelevant voor Vlaanderen– hiertoe hebben we gekeken naar het meest recente
Vlaamse Milieubeleidsplan 2011-2015. Binnen dit plan worden 38 pakketten van
realiseerbare voornemens met grote maatschappelijke relevantie vooropgesteld. Daarnaast
impliceert dit ook dat het beter zou zijn om te focussen op maatregelen waarbij niet alleen
het relatief rebound effect groot is (conform principe 1), maar het effect ook groot is in
absolute termen. Voor energiecases zijn ook de EU doelstellingen 20-20-20 en het daaruit
volgend beleid van belang.
5. Voldoende informatie beschikbaar
6. Toepasbaarheid in het algemeen evenwichtsmodel ISEEM (zie bijlage 2 voor meer uitleg
rond dit model)
Naast deze algemene principes moet de case ook passen onder het concept dat gedefinieerd werd.
Meer concreet wil dit zeggen dat enkel voorstellen waarbij er sprake is van een
efficiëntieverbetering weerhouden werden. Voorbeelden van beleid waarbij wel ongewenste
effecten optreden, maar geen echte efficiëntieverbetering impliceren werden daarom dan ook niet
geselecteerd.
Voor de voorgestelde domeinen betekent dit concreet voor deze vijf punten het volgende:
Transport
1. Transport is in verschillende studies al onderzocht. Binnen goederenvervoer worden de
rebound effecten op 30-80% geschat (Maxwell, D. ea (2011)).
2. TML schatte in 2012 de negatieve rebound effecten van een strengere CO2 regulering voor
personenwagens. Ten gevolge van de strengere reguleringen wordt verwacht dat de
aankoopprijs van wagens zal verhogen, wat leidt tot een daling in de verkoop en een daling
in de uitstoot. Dit zou leiden tot een bijkomende brandstofbesparing van 1 tot 2%.
3. Het aandeel van transport in de verschillende milieuthema’s in Vlaanderen is niet te
verwaarlozen, vooral op het vlak van geluidshinder, luchtvervuiling en de bijdrage tot
klimaatsverandering.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 41
Figuur 11: aandeel van transport in de verschillende milieuthema’s (Vlaanderen, 2011)
Bron: http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/transport/
4. Binnen het Milieubeleidsplan focussen twee maatregelen rond mobiliteit en transport.
Bijvoorbeeld maatregel. 20 - Een milieuvriendelijke mobiliteit bewerkstelligen. In dit
project ligt de focus op de uitbouw van milieuvriendelijke gemotoriseerd verkeer en richt
zich op een daling van de wegverkeeremissies. Beleidsinstrumenten zijn bv. financiële
instrumenten (Hervorming van de belasting op in verkeersstelling, rekeningrijden
vrachtwagens), communicatie, voorbeeldfunctie van de Vlaamse overheid en groene
logistiek. Maatregel 23 focust dan weer op het elektrisch rijden bewerkstelligen in
Vlaanderen
5. Transport is een sector waarbij de verschillende effecten van maatregelen (zowel
technische regulering, uitstootregulering, financiële instrumenten) reeds intensief
gemodelleerd en gesimuleerd zijn. Daarnaast toont de literatuurstudie ook aan dat het
rebound effect binnen transport al eerder voor andere landen onderzocht werd.
Energie
1. Reeds in 1865 merkte de Britse econoom William Stanley Jevons dat de totale consumptie
van steenkool snel de hoogte in schoot terwijl de brandstof plotseling efficiënter werd
gebruikt. Veel van de literatuur (zie bijvoorbeeld tabel 1.1 in Maxwell, D. ea (2011) rond
rebound effecten focust ook rond energiegebruik.
2. In het geval van energie worden niet onmiddellijk negatieve rebound effecten verwacht.
De literatuur vindt tot op heden vooral evidentie van positieve rebound effecten.
3. Net als transport heeft ook de sector energie een belangrijk aandeel op de milieudruk in
Vlaanderen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 42
Figuur 12: aandeel van de energiesector in de verschillende milieuthema’s (Vlaanderen, 2011)
Bron: http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/energiesector/
4. Energie speelt een belangrijke rol in het Vlaams milieubeleidsplan. Hierbij wordt vooral
gefocust op hernieuwbare energie (zie bv. punt 12, 15 en 18).
5. Net als transport is de energiesector een intensief bestudeerde sector – ook in Vlaanderen.
Dit, en gegeven de focus in de literatuur op de rebound effecten van energie zijn we ervan
uitgegaan dat voldoende informatie beschikbaar zou zijn.
4.2 Case Transport
Voor transport wordt de case van telewerken geselecteerd. De efficiëntiewinst bij telewerken is het
uitgespaarde vervoer en de tijd die daarmee gepaard gaan. Indien er een significant aandeel van de
weggebruikers van de weg wordt gehaald, zijn er ook mogelijke effecten op congestie en dus ook
op mensen die zelf niet aan telewerken doen. In eerste instantie worden er mensen van de
weggehaald – dit heeft een positief effect op congestie. Op langere termijn is het echter mogelijk
dat door het aanzuigeffect deze initieel positieve effecten op congestie weer te niet gedaan worden.
Maar voor alle gebruikers geldt dat de voornaamste efficiëntieverbetering tijdswinst is. Eventuele
rebound effecten zijn:
- Effect op congestie (eerder genoemd).
- Verschuiving van verwarming van kantoren naar het meer verwarmen van huizen en
satellietkantoren en dus mogelijk een stijging van energiegebruik.
- Efficiëntieverlies op het werk zelf indien thuiswerken minder productief is dan op het
werk. Hiervoor zal de literatuur rond thuiswerken en efficiëntie geanalyseerd worden.
Het voordeel van deze case is dat ze/er:
- beleidsrelevant is voor Vlaanderen
- eenvoudig te communiceren
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 43
- vernieuwend in de zin dat dit nog niet eerder bestudeerd is onder de noemer rebound
effecten
- data beschikbaar zijn
- zowel directe als indirecte effecten te verwachten zijn
- door te rekenen is met het ISEEM model
4.3 Case Energie
Voor de energiecasus wordt een meer theoretische oefening gemaakt waarbij een
efficiëntieverbetering van X% verondersteld wordt. Dit zowel aan consumentenzijde als aan
producentenzijde.
Voor de consumenten zal dit verder opgesplitst worden naar verschillende vormen van gebruik van
energie. Er zijn data beschikbaar om voor consumenten de volgende opsplitsing te maken:
- Verlichting (elektriciteit) - Verwarming (gas / elektriciteit / stookolie / vaste brandstof (maar dat is een heel klein
deel) ) - Air-co (elektriciteit) - Transport (petroleum) - Ander gebruik : koken / strijken / huishouden algemeen (elektriciteit / eventueel gas)
In de oefening kunnen we dus het rebound effect gaan vergelijken van een 10%
efficiëntieverbetering in verwarming versus een 10% efficiëntieverbetering in verlichting. Qua
opdeling is verwarming het meest complex. Ook moeten we nog nagaan of de relevante
elasticiteiten in de literatuur aanwezig zijn.
Dit is een meer theoretische aanpak, maar heeft als grote voordeel dat:
- Meer aspecten bekeken kunnen worden en er dus verschillende coëfficiënten berekend kunnen worden.
- Er een onderscheid gemaakt kan worden tussen verbeteringen bij consument dan wel bij producent.
- Er data beschikbaar is. - Zowel directe als indirecte effecten te verwachten zijn. - Het door te rekenen is met het ISEEM model. - Veel gevoeligheidsanalyse mogelijk is.
In de volgende hoofdstukken bespreken we deze cases in meer detail.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 44
5 Case 1: telewerken
Voor transport wordt de case van telewerken geselecteerd. De efficiëntiewinst bij telewerken is het
uitgespaarde vervoer en de tijd en energie die daarmee gepaard gaan. De voordelen van het
doorrekenen van deze case zijn dat ze/er
- beleidsrelevant is voor Vlaanderen
- eenvoudig te communiceren is
- vernieuwend is in de zin dat onderzoek rond telewerken vaak abstractie maakt van rebound
effecten
- data beschikbaar zijn
- zowel directe als indirecte effecten te verwachten zijn
- door te rekenen is met het ISEEM model
In de volgende paragrafen bespreken we achtereenvolgens de definitie van telewerken, de relevante
literatuur en tot slot de berekening voor Vlaanderen.
5.1 Wat is telewerken?
Telewerken is een arbeidsvorm waarbij werknemers hun activiteiten kunnen verrichten buiten de
eigenlijke vestigingsplaats en dit doorgaans op flexibele tijdstippen (Macharis ea 2011). Er is echter
geen eenduidige definitie van wat telewerken nu precies is: het gaat van het verschuiven van
arbeidstijden om het piekverkeer te vermijden, het werken van thuis uit dan wel van uit een
satellietkantoor of op verplaatsing. De juridische definitie van telewerken is terug te vinden in CAO
nr 85 van 9 november 2005 betreffende het telewerken. Hierin wordt telewerken omschreven als
een vorm van organisatie en/of uitvoering van het werk waarin, met gebruikmaking van
informatietechnologie en in het kader van een arbeidsovereenkomst, werkzaamheden die ook op de
bedrijfslocatie van de werkgever zouden kunnen worden uitgevoerd, op regelmatige basis en niet
incidenteel buiten die bedrijfslocatie worden uitgevoerd 15. Een belangrijk punt is hier dat het gaat
over ‘op regelmatige basis’ en over werk dat ook op de bedrijfslocatie kan uitgevoerd worden. Merk
op dat binnen deze CAO zogenaamde mobiele telewerkers (bijvoorbeeld vertegenwoordigers,
consultants, technici, thuisverpleging) en satellietkantoren en telecenters buiten de definitie vallen.
Een ander belangrijk element is de vrijwilligheid van telewerken. Werknemers mogen niet verplicht
worden om te telewerken. Aan de andere kant is de werkgever ook niet verplicht om telewerken
aan te bieden.
In deze doorrekening beperken we de definitie van telewerken tot het regelmatig verrichten van
arbeid thuis dan wel in satellietkantoren.
5.2 Mogelijke rebound effecten
Initieel is er een besparing in energie en tijd doordat er door het telewerken verplaatsingen worden
uitgespaard/ingekort. Hieraan gekoppeld zal er ook een positief effect op emissies en eventueel op
congestie zijn. Dit is het directe effect of het initieel verwachte effect of het ingenieurseffect.
15 http://www.tijdvoortelewerk.be/cao.html
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 45
Eventuele rebound effecten zijn
- Rebound 1: Verschuiving van verwarming van kantoren naar het meer verwarmen van
huizen en satellietkantoren en dus mogelijk een stijging van energiegebruik.
- Rebound 2: Door het toestaan van telewerken wordt het woon-werkverkeer goedkoper.
Hierdoor komt er meer budget vrij. Deze kan besteed worden aan meer transport (rebound
2a) dan wel aan andere goederen (rebound 2b).
- Rebound 3: Doordat het woon-werkverkeer goedkoper wordt, gaat men misschien verder
wonen van het werk. Op lange termijn kan er dus ook een invloed zijn op de
locatiebeslissingen.
- Rebound 4: In eerste instantie worden er mensen van de weg gehaald – dit heeft een
positief effect op congestie. Op langere termijn is het echter mogelijk dat door het
aanzuigeffect deze initieel positieve effecten op congestie en energie/milieu weer deels
teniet gedaan worden.
- Rebound 5: Op zeer lange termijn is het mogelijk dat er minder/kleinere kantoorgebouwen
opgetrokken worden. Dit is positief.
In deze analyse houden we geen rekening met mogelijke efficiëntie-effecten op het werk zelf. Dit
omdat dit niet echt gekoppeld is aan besparingen in energie, noch aan verbeteringen op het vlak van
milieu, noch aan het thema van rebound effecten. Werken van thuis uit of vanuit een
satellietkantoor wordt door telewerkers zelf omschreven als productiever.
5.3 Literatuur
In dit kort literatuuroverzicht focussen we op de literatuur die de relatie telewerken en het effect op
energieverbruik, congestie, etc. behandelen. Hierbij geven we steeds aan of rebound effecten mee
opgenomen zijn in de analyse. We gaan dus niet dieper in op de aanwezige literatuur omtrent de
karakteristieken van telewerkers en de voorwaarden om telewerken succesvol te maken.
Op basis van acht telewerkprogramma’s kwamen Mokhtarian ea (1995) tot de conclusie dat de
mobiliteitseffecten als gevolg van telewerken ook een positieve impact had op milieu. De (extra)
energieconsumptie thuis werd eveneens bestudeerd, maar de effecten hiervan bleken
verwaarloosbaar ten opzichte van de reductie in energie door de daling in voertuigkm. De
energieconsumptie in de kantoren zelf werd wel niet mee opgenomen in deze studie.
Atkyns ea (2002) analyseerde aan de hand van een bevraging de procedures nodig om telewerken te
meten en het effect op uitgespaarde voertuigkm en emissies in de US. Hierbij werd geen rekening
gehouden met de eerder vernoemde mogelijke rebound effecten.
Matthews & William (2005) bestudeerden de effecten op het energiegebruik in kantoren in de
Verenigde Staten en Japan. Op basis van de doorrekening van een aantal scenario’s schatten ze dat
voor het huidig aandeel aan telewerkers de energieconsumptie in kantoren daalt met ongeveer
0.01% tot 0.4% in the Verenigde staten en met 0.03% tot 0.36% in Japan. Ze stellen dat in een
maximaal scenario waarbij 50% van de “kenniswerknemers” 4 dagen in de week thuis telewerken
leidt tot een daling van amper 1% in energieverbruik. Hierbij houden ze rekening met de
energiedaling in transport, de mogelijke daling in het aantal kantoorgebouwen en de stijging van het
energiegebruik thuis. Ze stellen zelf dat analyses die focussen op emissies leiden tot grotere winsten,
maar dat de winst – eens men alleen focust op de mogelijke energiebesparingen - beperkt is.
Verbeke ea (2006) gingen voor België met behulp van een rekenmodel na hoeveel
verkeersexternaliteiten bespaard kunnen worden voor verschillende scenario’s van telewerken.
Hierbij waren de belangrijkste parameters de frequentie en de penetratiegraad van telewerken. De
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 46
focus lag op de effecten op het verkeer. Er wordt geen rekening gehouden met de mogelijke
effecten op het energiegebruik op kantoor dan wel thuis. Er wordt wel rekening gehouden met de
latente vraag. Hierbij wordt in het rekenmodel een rebound effect van 50% verondersteld. Dit wil
zeggen dat de uiteindelijke daling in voertuigkm maar de helft is van de voertuigkm die de
telewerkers initieel uitsparen.
Fuhr & Pociask (2010) maken een inschatting van de vermeden externe kosten als gevolg van
telewerken voor de komende 10 jaar. Naast de transportkosten en de energiereducties houden ze
ook rekening met het feit dat er minder gebouwen opgetrokken moeten worden als gevolg van
besparingen in kantoorruimte. Dit rebound effect is goed voor ongeveer 5% van de totale
vermeden externe kosten die gegenereerd worden over 10 jaar. Het gaat hier dus om een bijkomend
indirect positief effect.
Macharis ea (2011) berekenden op basis van kentallen en de resultaten van een bevraging voor
Brussel de impact van telewerken op het milieu en de congestie. Uit de bevraging van Macharis ea
(2011) bleek dat energiereducties haalbaar in de hoofdkantoren lager dan 1% is omdat
verwarming/afkoeling en verlichting vaak niet afgestemd kan worden op het aantal werknemers
werkelijk aanwezig op het kantoor16. Dit impliceert dat de impact op hoofdkantoren op korte en
middellange termijn eerder beperkt zal zijn. Wat betreft het mogelijk bijkomend energiegebruik
thuis, stellen Macharis ea (2011) dat de impact vooral afhangt van het feit of er nog andere
personen aanwezig zijn overdag, aangezien het huis dan toch al verwarmd en verlicht wordt. Bij
ongeveer 1 op 4 van de thuiswerkers in hun bevraging bleek dit het geval. 3 op 4 thuiswerkers
verwarmt meerdere kamers in het huis terwijl 22% heel het huis verwarmt. Dit was niet verschillend
bij de personen waarbij er meerdere personen thuis waren dan wel niet. 56% van de mensen
antwoordden dat ze meer verwarmen dan wanneer ze niet thuis zouden werken. Gemiddeld spreekt
men van 13% bijkomende verwarming. 58% van de mensen stelt dat de energieconsumptie op het
vlak van verlichting gemiddeld stijgt met 7%. Wat betreft de consumptie van elektriciteit voor
gebruik van de computer, printer; koffiemachine antwoordt 72% van de mensen dat deze stijgt met
gemiddeld 7%. Uit het rapport blijkt niet of dit gaat om de stijging op een thuiswerkdag vergeleken
met een gewone werkdag, dan wel of het gaat om een stijging op jaarbasis. Indien de stijging op
week/jaarbasis is dan lijkt 7% aan de hoge kant – zeker voor elektriciteit - want dit wil zeggen dat
ze bijna twee keer zoveel verbruiken op een thuiswerkdag dan op een gemiddelde dag17.
Rietveld (2011) bespreekt telewerken als een middel om het energiegebruik van transport te doen
dalen. Hij wijst erop dat telewerken in realiteit niet zo wijdverspreid is als men denkt. In de
Verenigde Staten doet ongeveer 7% van de werknemers aan telewerken. In Nederland is voor de
groep van telewerkers het gemiddeld aantal uur dat men thuiswerkt 1.5 uur per week. De auteur
stelt dat dit erop wijst dat telewerken in dit geval vaak bestaat uit het later vertrekken naar het werk
en/of avondwerk. In dit geval leidt deze vorm van telewerken niet tot een daling in pendelverkeer.
’s Morgens werken kan een impact hebben op congestie, maar ’ s avonds werken laat dan weer toe
dat mensen die moeten overwerken mee met de avondspits naar huis kunnen keren. Andere
mogelijke “rebound effecten” die hij identificeert, zijn
- het feit dat door het thuiswerken de wagen nu thuis beschikbaar is voor andere gezinsleden
16 Er is geen informatie teruggevonden over het aandeel Vlaamse kantoren waarbij een mogelijke afstemming op het
aantal werknemers wel mogelijk is. 17 Stel dat men op een gemiddelde dag 10 eenheden verbruikt. Op een week wil dit zeggen dat men 70 eenheden
verbruikt. Indien het energiegebruik met 7% stijgt, wil dit zeggen dat op weekbasis het energiegebruik stijgt naar 77
eenheden. Deze extra 7 eenheden worden dan toegewezen aan de thuiswerkdag – een dag met 17 eenheden. Ten opzichte
van de eerdere 10 eenheden is dit een stijging met 70%.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 47
- gegeven dat de gemiddelde pendeltijd daalt, kan dit op lange termijn leiden tot beslissingen
om verder van het werk te wonen waardoor het energiegebruik op zeer lange termijn weer
kan stijgen door het toestaan van telewerken. Dit werd bevestigd in het onderzoek van
Rhee (2009) die met behulp van een spatieel economisch model de effecten van telewerken
op ‘urban sprawl’ (stedelijke uitbreiding) onderzocht.
Fu ea (2012) analyseerde de impact van thuis te werken en het gebruik van land, infrastructuur en
demografie. Gebaseerd op Ierse cijfers stellen ze dat er gemiddeld 9.33 kWh per dag bespaard kan
worden per individu die thuis gaat werken. Hierbij houden ze rekening met de stijging in het
energiegebruik thuis. Hiermee tonen ze aan dat telewerken ook een significante invloed kan hebben
op het energiegebruik in landen waar de pendelafstanden relatief kort zijn. Telewerken wordt sterk
beïnvloed door het gebruik in land, publiek transport en de internetinfrastructuur. Daarnaast spelen
ook pendelafstand en persoonlijke kenmerken een belangrijke rol bij de beslissing om te gaan
telewerken.
Lari (2012) maakte op basis van een bevraging een kosten-baten analyse van een programma
(eWorkPlace) gericht op het vereenvoudigen van telewerken/flexibel werken in de US. Ze stelt dat
dit programma een baten-kosten ratio had van 9.22. De belangrijkste positieve effecten waren de
besparingen aan private kosten van het rijden met de wagen, de tijdsbesparingen en de daling in
emissies. In deze analyse werd geen rekening gehouden met mogelijke rebound effecten.
Ropke ea (2012) focussen niet op telewerken, maar op de energie-impacts van ICT in het algemeen
en zijn impact op het energiegebruik. Hierbij maken ze een onderscheid tussen drie soorten van
effecten, waarbij gesteld wordt dat de eerste orde effecten negatief zijn en de tweede en derde orde
effecten zowel negatief als positief kunnen zijn:
- Eerste orde effecten: milieu-impact direct gerelateerd aan de volledige levenscyclus van de
ICT hardware.
- Tweede orde effecten: de milieu-impact veroorzaakt door het gebruik van ICT waardoor
processen van productie, transport en consumptie veranderd zijn
- Derde orde effecten: de milieu-impact gerelateerd aan veranderingen van gedrag en
economische structuren op middellange termijn. Rebound effecten worden in deze derde
categorie ondergebracht.
In hun analyse focussen ze op de tweede en derde orde effecten aangezien die vaak niet worden
meegenomen. Telewerken is een voorbeeld waarbij verwacht werd dat ze aanzienlijke positieve
tweede orde effecten heeft aangezien energie-intensief transport vervangen wordt door minder
energie-intensieve ICT toepassingen, maar waarbij derde orde effecten dit initieel verwacht effect
toch blijken te milderen. Voorbeelden van rebound effecten bij telewerken die hier worden gegeven
zijn:
- Het feit dat als mensen later kunnen vertrekken ze de file vermijden en zo eerder opteren
voor de wagen dan voor publiek transport
- Dat het toelaat om verder van het werk te wonen dan men anders zou aanvaarden indien
men elke dag naar het werk moet pendelen
- Hoger gebruik van de wagen voor privé doeleinden
Uit dit literatuuronderzoek besluiten we dat de focus in de literatuur voornamelijk ligt bij het
berekenen van de directe effecten op het gebruik van transport en de daaraan gekoppelde emissies.
Indien rebound effecten expliciet worden meegenomen, dan worden ze meestal als verwaarloosbaar
beschouwd. Voor het verdere onderzoek zijn vooral de cijfers beschikbaar bij Verbeke (2006) en
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 48
Macharis ea (2011) relevant. Merk wel op dat de cijfers van Macharis ea (2011) gebaseerd zijn op
bevragingen bij bedrijven uit het Brusselse.
5.4 Doorrekening
Voor de doorrekening bouwen we verder op de modellen zoals ontwikkeld door Verbeke ea (2006)
en Macharis ea (2011). Uit deze studies bleek dat de impact voornamelijk afhangt van volgende
parameters:
- Het aantal mensen dat gaat telewerken
- Het aantal dagen waarop aan telewerken gedaan wordt
- De wijze van telewerken: thuis of op een satellietkantoor
- De modale keuzes die gemaakt worden bij pendelen naar het hoofdkantoor en
satellietkantoor en de afstand
- De afstanden tot het werk-thuis en satellietkantoor-thuis
- Het effect van telewerken op niet-werkgebonden trips
Daarom voorzien we ook een sensitiviteit wat betreft de waardes voor een aantal van deze
parameters.
In de volgende paragrafen bespreken we eerst de opbouw van het model en daarna de gebruikte
data en de resultaten.
5.4.1 Opbouw rekenmodel
Binnen het rekenmodel onderscheiden we vier stappen:
1) Berekening van het direct effect op het aantal vkm en de daaruitvolgende impact op
energiegebruik en tijdswinsten
2) Berekening van het direct rebound effect (rebound 1) op het meergebruik aan energie
thuis of in het satellietkantoor
3) Berekening van de indirecte rebound effecten op het aantal vkm. Het gaat hier over
het inkomenseffect (rebound 2) en het effect op locatiekeuze (rebound 3).
Berekening van het directe effect op congestie, al dan niet rekening houdend met de
latente vraag (rebound 4).
Het mogelijke rebound effect op heel lange termijn – rebound 5- het effect op kantoorgebouwen
wordt niet berekend. De cijfers nodig hiervoor zijn niet beschikbaar. In de literatuur stelt de studie
van Fuhr &Pociask (2010) dat dit over 10 jaar voor een bijkomende baat gelijk aan 5% van de totale
vermeden externe kosten is.
Stap 1: Direct effect op vkm/energie/tijd
In een eerste stap bepalen we de theoretische vermindering in voertuigkm per werknemer en de
daaraan gekoppelde daling in energiegebruik en tijdswinst. Eens we de effecten per telewerker
bepaald hebben, berekenen we de effecten per sector en op jaarniveau.
In de analyse maken we een onderscheid tussen mensen die thuiswerken en mensen die op een
satellietkantoor gaan werken. Bij de thuiswerkers is immers het verwachte effect op de daling in
voertuigkm groter dan voor satellietwerkers.
Daarnaast maken we een onderscheid tussen mensen die met de wagen gaan werken en mensen die
gebruik maken van het openbaar vervoer. Voor mensen die met de wagen gaan werken is er sprake
van zowel een daling in energiegebruik als van een tijdswinst. Voor de mensen die gebruik maken
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 49
van het openbaar vervoer is er enkel een tijdswinst aangezien we ervan uitgaan dat de daling in de
vraag naar openbaar vervoer niet groot genoeg is om een effect te hebben op het aanbod.
Voor thuiswerkers wordt de daling in het aantal voertuigkm bepaald door:
- Het aantal dagen per week dat men thuiswerkt
- Het aantal werkweken – dus rekening houdend met vakanties, ziektedagen, halftijds
werkenden, etc.
- Het modale aandeel van de wagen/openbaar vervoer
- De gemiddelde afstand van het werk met de wagen/openbaar vervoer.
Voor de mensen die in satellietkantoren (tele)werken is de situatie anders. Deze moeten zich
immers nog altijd verplaatsen. We moeten hierbij dus rekening houden met de mogelijke modale
verschuivingen. Om het effect op het aantal voertuigkm te berekenen, houden we rekening met
- Het aantal dagen per week dat men thuiswerkt
- Het aantal werkweken
- Het aandeel mensen dat overschakelt van de trein naar de auto, vermenigvuldigd met de
afstand naar het satellietkantoor. Hier gaat het om bijkomende vkm met de wagen.
- Het aandeel mensen dat met de auto blijft rijden, vermenigvuldigd met het verschil in
afstand tussen het hoofdkantoor en het satellietkantoor. Dit gaat om een daling in
voertuigkm met de wagen.
- Het aandeel mensen dat van de auto overschakelt naar de trein of zachte modi,
vermenigvuldigd met de afstand naar het hoofdkantoor. Dit gaat ook over een daling in
vkm met de wagen.
- Het verschil in snelheid en afstand tussen de modi wanneer men naar een satellietkantoor
gaat dan wel naar het hoofdkantoor. Dit zal de mogelijke tijdswinsten bepalen.
Het product van bovenstaande parameters geeft dan de verwachte daling in voertuigkm per
thuiswerker.
Om later een vergelijking mogelijk te maken met het energiegebruik thuis vermenigvuldigen we de
uitgespaarde voertuigkm met het verbruik in energie. Om de tijdswinst te bepalen delen we de
uitgespaarde voertuigkm door de gemiddelde snelheid die in Vlaanderen gereden wordt.
Stap 2: Rebound 1 – extra energieverbruik thuiswerker
Voor de thuiswerkers zal het energiegebruik thuis stijgen. Voor dit bijkomend energiegebruik thuis
gaan we ervan uit dat deze enkel relevant is als er anders niemand thuis zou zijn. Het gaat dan met
name om het bijkomend energieverbruik voor verwarming. Het gebruik van een computer,
koffiemachine, radio, verlichting etc. nemen we niet mee omdat in het geval van bijvoorbeeld de
computer deze anders op het werk zou aanstaan. Het eventuele gebruik van een koffiemachine,
verlichting en dergelijke is te verwaarlozen. Het bijkomend energiegebruik thuis wordt bepaald door
het product van
- Het aantal dagen per week dat men thuiswerkt
- Het aantal werkweken
- Het gemiddeld energieverbruik per dag voor verwarming
- Het feit of er iemand anders thuis is
Gegeven de resultaten van het literatuuronderzoek gaan we ervan uit dat telewerken op korte
termijn een beperkte tot geen impact heeft op het energieverbruik op kantoor. Het blijkt immers
heel moeilijk om het energiegebruik af te stemmen op het aantal gebruikers. Op zeer lange termijn
zijn hier wel effecten mogelijk indien telewerken leidt tot minder en/of kleinere kantoren.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 50
Extra energieconsumptie thuis is voor satellietwerkers niet relevant. Wel relevant zijn de eventuele
bijkomende energiekosten van het satellietkantoor. De vragen die zich hier stellen zijn:
- Is dit kantoor er enkel voor de telewerkers of gaat het om een bestaande bedrijfssite
- Hoeveel mensen maken gemiddeld gebruik van het satellietkantoor.
Dit effect (het bijkomende energieverbruik in satellietkantoor) nemen we niet mee in rekening
wegens gebrek aan gegevens.
Stap 3: Rebound 2 en 3 – extra uitgaven en andere locatiekeuze (verder)
We gebruiken eerst een vereenvoudigd theoretisch model om de indirecte rebound effecten
(rebound 2 en 3) bij telewerken te definiëren. We veronderstellen dat de consument gebruik maakt
van twee soorten transport: transport tussen de werkplaats en woonplaats en ander transport.
Onder ander transport verstaan we recreatief transport en transport gerelateerd aan de aankoop van
goederen.
De onderstaande vergelijking geeft de totale energieconsumptie van transport ( ��, berekend uit het
aantal jobs (���, het aantal gemaakte trips per job gedurende een bepaald tijd (�����/��, de
gemiddelde woon-werk afstand ��̅��; en het aantal trips voor andere doeleinden(��.�, het aantal
andere trips gedurende een bepaalde tijd ( �����/�), de gemiddelde afstand per interactie (������ en de
brandstofefficiëntie (���. � � ���. �����/� . � ! " ��.�����/�. �����#. �� (1)
Deze formule helpt ons om inzicht te krijgen in mogelijke veranderingen in het energieverbruik van
transport, bij het invoeren van telewerken. De parameters � kunnen geïnterpreteerd worden als de
efficiëntie van woon-werk en andere interacties.
We zien telewerken als een verandering in de efficiëntie van �����/�. Gebruiken we nu ��. �̅� � $�
en ��. �̅� � $�, de totale jaarlijkse afstand afgelegd voor woon-werkverkeer dan wel voor andere
zaken.
Om de indirecte rebound effecten in te schatten stellen we een realistische consumptieboom op
naar transport, zoals de volgende figuur. Dez komt overeen met de huishoudvraag naar transport
en met het vraagmodel naar transport in het ISEEM model18.
18 Het ISEEM model wordt in meer detail in bijlage twee besproken.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 51
Figuur 13: Consumentenboom transport
Op het eerste niveau stelt dit de keuze tussen transport gerelateerde en niet-transport gerelateerde
consumptie voor. Op het tweede niveau de keuze tussen privé en publiek transport. Op het derde
niveau vaste en variabele kosten in transport en het onderste niveau de keuze tussen werk-woon
transport en ander transport. Veranderingen in het laagste niveau zijn equivalent met $�en$�
Op basis van deze structuur en de verwachte efficiëntieverandering kunnen we berekeningen
maken van het rebound effect op de eigen vraag naar transport en naar andere goederen.
Stap 4: Rebound 4 – aanzuigeffect en effect andere weggebruikers
Thuiswerken leidt tot een daling in het aantal voertuigkm. Hoe minder verkeer er op de baan is, hoe
korter de files- toch in de piekuren. Uitgaande van de gemiddelde snelheid als maatstaf voor
congestie is het mogelijk om aan de hand van congestiefuncties het effect op de gemiddelde
snelheid te berekenen als er een voertuigkm meer of minder wordt gereden. Deze congestiefuncties
geven aan hoe de reistijden monotoon stijgend verlopen in functie van het verkeersvolume. We
veronderstellen hierbij dat een additionele voertuigkilometer de gemiddelde snelheid op de weg
doet dalen, waarbij de gemiddelde reistijd dus stijgt. Het functieverband dat we hier gebruiken is dat
van een BPR congestiefunctie; deze heeft volgende vorm19:
19 Naast de BPR functies kunnen ook lineaire, exponentiële, conische, Davidson’s en Akçelik’s congestiefuncties gebruikt
worden. Eigen doorgedreven onderzoek op basis van Vlaamse meetgegevens toonde echter aan dat de BPR functie een
van de beste schattingen gaf, samen met een eenvoudige functionele vorm.
Consumptie
Transport Consumptie Niet Transport
Privé Publiek
Vast Variabel
Pendel Ander
Inkomen
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 52
1ff
qT T
C
β
α = +
Waarbij
Tff = reistijd in een onbelast netwerk waarin het verkeer vrij kan stromen (seconden)
q = verkeersvolume (voertuigkilometer per uur)
C = maximaal verkeersvolume (voertuigkilometer per uur)
α = constante die bepaalt hoe vlak de functie is bij vrijstromend verkeer
β = constante die bepaalt hoe sterk de functie stijgt van zodra er congestie optreedt
In Delhaye ea (2010) werden deze parameters berekend. Onderstaande tabel toont de resultaten
voor de vier wegtypes die toen beschouwd werden. De resultaten gelden telkens voor het volledige
net.
Tabel 5: Parameters congestiefuncties, Vlaams Gewest, 2007
Wegennet Tff C α β
Hoofdwegennet - Vlaamse Ruit 36,21 3.138.944 0,1741 2,7536 Hoofdwegennet - alles behalve Vlaamse Ruit 34,39 2.828.288 0,1792 1,7382 Regionaal wegennet 67,02 5.900.202 0,2081 1 Stedelijk wegennet 58,69 3.355.506 0,4013 1 Bron: Delhaye ea (2010)
In de case die we hier bestuderen daalt het aantal weggebruikers omdat een aantal telewerkers van
de weg verdwijnen. De gemiddelde snelheid voor de (niet-telewerkende) weggebruikers stijgt en de
kost om met de auto te rijden daalt dan. Gegeven dat de prijs van autorijden daalt, verwacht men
een stijging van het aantal weggebruikers. In de literatuur wordt dit fenomeen ook aangeduid met
“latente” vraag of geïnduceerd transport. Deze speelt ook bij bijvoorbeeld infrastructuurwerken die
de capaciteit willen verhogen. De idee is dat een deel van de vrijgekomen capaciteit na verloop van
tijd weer wordt ingenomen. Litman (2012) geeft een overzicht van het % aan nieuwe capaciteit
geabsorbeerd door geïnduceerd transport. Onderstaande tabel neemt dit overzicht over en voegt
wat bijkomende bronnen toe.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 53
Tabel 6: Aandeel capaciteit opnieuw ingenomen op korte en lange termijn
Auteur Korte termijn Lange termijn (na 3 jaar)
SACTRA* 50-100%
Goodwin* 28% 57%
Johnson & Ceerla* 60-90%
Hansen & Hung* 90%
Fulton ea* 10-40% 50-80%
Marshall* 76-85%
Noland* 20-50% 70-100%
EC (2004) 25% 50%
Schiffer ea (2005) 0-40% 50-100%
* overgenomen van Litman (2012)
In zijn analyse gebruikt Verbeke (2006) 50% om rekening te houden met de latente vraag. Dit wil
zeggen dat hij verondersteld dat de uiteindelijke daling in voertuigkm maar de helft is van het
directe effect.
5.4.2 Gebruikte data en resultaten rekenmodel
Stap 1: Direct effect op vkm, energie en tijd
We berekenen eerst de tijdswinst voor de individuele thuiswerker en de satellietwerker. Voor de
modale aandelen gaan we uit van Macharis ea (2011). Hieruit blijkt dat telewerkers meer dan de
gemiddelde pendelaar de trein nemen. Dit wordt ook gereflecteerd in de gemiddelde afstand tot het
werk – 40 km – enkele afstand. De cijfers van Macharis ea (2011) zijn geldig voor Brussel. Over het
algemeen zijn de afstanden voor Vlaanderen 1.5 keer korter (VUB 2006). De grotere thuis-
werkafstanden voor Brussel zijn te verklaren door zowel de goede bereikbaarheid van Brussel met
de trein, als het feit dat verschillende overheidsinstanties – zowel Vlaamse, Brusselse als Waalse en
internationale instellingen in Brussel gevestigd zijn. Daarnaast is het modaal aandeel van spoor ook
groter voor Brussel dan voor Vlaanderen. In de gevoeligheidsanalyse zal hiermee rekening
gehouden worden.
Op basis van Maerivoet & Yperman (2008) hebben we de gewogen gemiddelde snelheid20 berekend
op een werkdag in Vlaanderen. Deze is gelijk aan 56,65 km/uur. Voor de andere modi baseren we
ons op Mobiliteitsvisie De Lijn 2020 voor de snelheid van de trein en op Lebrun ea (2012) voor de
snelheid van de tram en de metro en op Het Laatste Nieuws (2011)21 voor de bus22. De snelheden
voor fietsen/te voet en zachte weggebruikers zijn eigen veronderstellingen. Als we de afstand delen
door de snelheid bekomen we de tijdswinst per trip voor de telewerker. Onderstaande tabel geeft de
20 De gewichten zijn de vkm gereden in de verschillende periodes (piek versus dal) en op de verschillende type wegen. 21 http://www.hln.be/hln/nl/957/Binnenland/article/detail/1273507/2011/06/02/Snelheid-voertuigen-De-Lijn-daalde-
in-2010.dhtml 22 Merk op dat de snelheden voor openbaar vervoer geen rekening houden met het voor- en natransport. Voor trein
betekent dit waarschijnlijk een overschatting van de gemiddelde snelheid, voor bus/tram/metro eventueel een
onderschatting. De fout hangt af van de afstand van het voor- en natransport en de gebruikte modi.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 54
inputgegevens en het resultaat voor de thuiswerker. Gemiddeld is er voor de thuiswerker een
tijdswinst van 44 minuten per trip.
Tabel 7: Tijdswinst per thuiswerker per trip
Bron: Macharis ea (2011), Maerivoet & Yperman (2008), Het Laatste Nieuws (2011), Lebrun ea
(2012)
Voor de satellietwerker spelen het verschil in zowel afstanden als snelheid voor een trip naar het
hoofdkantoor dan wel naar het satellietkantoor. Onderstaande tabel toont de resultaten voor de
satellietwerkers. Gemiddeld is de tijdswinst iets kleiner dan voor de thuiswerker, maar nog steeds
gelijk aan 34 minuten per trip.
Tabel 8: Tijdswinst per satellietwerkers per trip
Bron: Macharis ea (2011), Maerivoet & Yperman (2008), Het Laatste Nieuws (2011), Lebrun ea
(2012)
Voor de besparing in energiegebruik is enkel de daling in vkm van de wagen van belang.
Onderstaande tabel toont de centrale schatting van het effect op het totaal aantal
voertuigkm/thuiswerker/jaar, de energiewinst/thuiswerker/jaar en de tijdswinst /thuiswerker/jaar.
We gaan hier uit van
- 1 thuiswerkdag per week. In de bevraging van Macharis ea (2011) bleek dat 45% van de
mensen minder dan 1 dag per week thuiswerkte en 30% 1 dag.
- 40 werkweken. Dit gaat uit van een 200 werkdagen op een jaar.
- Een modaal aandeel van de wagen van 51%. Deze cijfers zijn gebaseerd op Macharis ea
(2011).
- Een energieverbruik van 0,72 kWh/vkm23.
- Een gemiddelde tijdswinst van 44 minuten per trip zoals eerder berekend.
23 Bron: TREMOVE model: www.tremove.org
Normale pendelmodi aandeel bij
thuiswerkers
gemiddelde afstand
hoofdkantoor (km)
gemiddelde
snelheid (km/u)
tijdswinst
thuiswerken
(uur/trip)
auto 51.30% 40 57 0.71
trein 39.20% 62 80 0.78
motor/brommer 2.20% 31 57 0.55
tram 2.20% 11 17 0.65
metro 1.10% 28 29 0.97
te voet 0.40% 3 5 0.60
fiets 2.00% 14 18 0.78
bus 1.50% 26 30 0.87
Verandering van modi
aandeel
satellietwerkers
gemiddelde
afstand
hoofdkantoor (km)
gemiddelde afstand
satellietkantoor
(km)
gemiddelde snelheid
modi naar
hoofdkantoor (km/u)
gemiddelde
snelheid modi naar
satellietkantoor
tijdswinst
thuiswerken
(uur/trip)
van trein naar auto 34.60% 75 21 80 57 0.57
van auto naar auto 23.90% 73 28 57 57 0.79
trein naar trein 14.80% 83 26 80 80 0.71
trein naar zacht 9.90% 72 5 80 10 0.40
auto naar trein 2.50% 60 35 57 80 0.62
auto naar zacht 2.50% 48 10 57 10 -0.15
trein naar bus 2.50% 86 10 80 30 0.74
anderen 9.50% 0 0 0 0 0.00
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 55
Tabel 9: Resultaten direct effect voertuigkm (per thuiswerker)
Bron: eigen berekeningen
Gegeven deze veronderstellingen bekomen we een besparing van 1642 voertuigkm (vkm) per
werknemer. Uitgaande van een energieverbruik van 0,72 kWh/vkm24 komen we tot een besparing
van 1178 kWh per werknemer die thuiswerkt. De jaarlijkse tijdswinst voor de thuiswerker is gelijk
aan 59 uur.
Uitgaande van 2,17 miljoen werknemers25, 13% telewerkers – waarvan 9% thuiswerkers komen we
tot volgend resultaat voor de thuiswerkers.
Tabel 10: Resultaten direct effect voertuigkm, energie en tijdswinst per jaar totaal Vlaanderen –
thuiswerkers
Bron: eigen berekeningen
Op jaarbasis is er een besparing van 309 miljoen voertuigkm door de thuiswerkers berekend. Dit
komt overeen met een besparing van 222 miljoen kWh en 11 miljoen uur. In de
gevoeligheidsanalyse maken we een onderscheid naar het type werknemer en de mogelijkheid tot
telewerken.
Ook voor de satellietwerker kennen we het aantal uitgespaarde vkm. Onderstaande tabel toont de
veronderstellingen die gemaakt zijn en het resultaat van de berekening zoals eerder uitgelegd. De
24 Bron: TREMOVE model: www.tremove.org 25 RSZ data 2010
Input: basisgegevens thuiswerker
frequentie (aantal per week) 1
aantal werkweken 40
modale aandeel auto 51.30%
gemiddelde afstand werk auto (km) 40
heen en terug (factor) 2
Winst: direct effect
vkm/werknemer/jaar 1642
energie wagen (kWh/werknemer/jaar) 1178
tijdswinst per jaar (uur/werknemer/jaar) 59
Input: basisgegevens thuiswerker
aantal werknemers 2170097
% thuiswerkers 9%
vkm/werknemer/jaar 1642
energie wagen (kWh/werknemer/jaar) 1178
tijdswinst per jaar (uur/werknemer/jaar) 59
Winst: direct effect
aantal thuiswerkers 188075
totaal miljoen vkm/jaar 309
energie wagen ( miljoen kWh/jaar) 222
tijdswinst per jaar (miljoen uur/jaar) 11
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 56
veronderstellingen in verband met de afstanden en de modale verschuivingen zijn gebaseerd op
Macharis ea (2011). Ook hier geldt dat de gemiddelde afstanden en het modale aandeel van spoor
waarschijnlijk groter zijn voor Brussel dan voor Vlaanderen. Per satellietwerker wordt er jaarlijks
647 vkm en 45 uur uitgespaard, dit komt overeen met een energiebesparing van 464 KWh.
Tabel 11: Resultaten effect voertuigkm, energiegebruik en tijdswinst per satellietwerker
Bron: eigen berekeningen
Het is onmiddellijk duidelijk dat de besparing in vkm en bijgevolg in energie en tijd veel kleiner is
dan bij de thuiswerker. Dit deels omdat er ook een belangrijke modale verschuiving is van openbaar
vervoer naar de wagen.
Ook hier vermenigvuldigen we de effecten met het aantal satellietwerkers om zo tot een totale
besparing op jaarbasis voor Vlaanderen te komen.
Tabel 12: Resultaten direct effect voertuigkm, energie en tijdswinst per jaar
Bron: eigen berekeningen
Het totale directe effect – thuiswerkers en satellietwerkers samengebracht – is gelijk aan een daling
van 370 miljoen vkm op jaarbasis. Ter vergelijking – in Cools ea (2012) werd het potentieel voor
telewerken geschat op een daling van 560 miljoen vkm.
Input: basisgegevens satellietwerker
frequentie (aantal per week) 1
aantal werkweken 40
van trein naar auto 35%
van auto naar auto 24%
auto naar trein 2%
auto naar zacht 2%
heen en terug (factor) 2
gemiddelde afstand werk 75
gemiddelde afstand satelliet 22
Winst: direct effect
vkm/werknemer/jaar 647
energie wagen (kWh/werknemer/jaar) 464
tijdswinst per jaar (uur/werknemer/jaar) 45
Input: basisgegevens satellietwerker
aantal werknemers 2170097
% telewerkers satelliet 4%
vkm/werknemer/jaar 647
energie wagen (kWh/werknemer/jaar) 464
tijdswinst per jaar (uur/werknemer/jaar) 45
Winst: direct effect
aantal satellietwerkers 94038
totaal miljoen vkm/jaar 61
energie wagen ( miljoen kWh/jaar) 44
tijdswinst per jaar (miljoen uur/jaar) 4
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 57
Tabel 13: Resultaten totaal direct effect vkm, energie en tijdswinst per jaar – centrale schatting
Bron: eigen berekeningen
Stap 2: Rebound 1 – Extra energiegebruik thuiswerker
Het eerste direct rebound effect dat we beschouwen is het energiegebruik thuis. Dit is enkel
relevant voor de thuiswerker. We focussen hier op het bijkomend energiegebruik voor verwarming.
Er zal ook een bijkomend energieverbruik zijn door de extra verlichting, maar dit bijkomend
verbruik is klein vergeleken met het effect op het verbruik voor verwarming.
Om het effect op de verwarming te berekenen, gaan we eerst uit van een top down berekening,
waarbij we vertrekken van het totale verbruik in Vlaanderen. Vervolgens analyseren we wat het
resultaat is van een benadering van onderuit, waarbij we de bijkomende verwarming per woning
proberen te schatten.
Top down berekening
Voor de verwarming berekenen we eerst het gemiddeld verbruik per dag verwarming. In
Vlaanderen verbruikt de residentiële sector gemiddeld 230 PJ/jaar (periode 2009-2011). Uit het
achtergrond document huishoudens van MIRA bleek dat in 2006, 70% van het totale
energiegebruik voor verwarming is. Recentere cijfers ontbreken. Dit wil zeggen dat een 161 PJ
verbruikt wordt voor de verwarming van Vlaamse woningen. Dit is gelijk aan 44.722 miljoen kWh
voor heel Vlaanderen voor 1 jaar. Gedeeld door het aantal woongelegenheden26 in Vlaanderen
(2.775.682) verkrijgen we zo een verbruik van 16.112 kWh/woning/jaar aan verwarming. Om een
verbruik per dag te kennen, delen we door 220 dagen (uitgaande van een werkende verwarming in
de periode tussen ongeveer 15 oktober en 15 mei). Zo bekomen we 73,2 kWh/woning/dag.
Uitgaande van 7 uur vol vermogen (4,72 kW om 22° te hebben tussen 6-8 uur en tussen 17-22u) en
17 uur gereduceerd vermogen (50% of 2,36 kW om de rest van de dag 15° te hebben) komen we
op een verbruik van aan 33,0 kWh vol vermogen en 40,2 kWh aan gereduceerd vermogen. Bij
thuiswerken komt er een periode van 9 uur (tussen 8 en 17 uur) bij waaraan aan vol vermogen
verwarmd wordt in plaats van aan half vermogen (9uur maal 4,72 kW i.p.v. 2,36 kW) of een
bijkomend verbruik van 22,27 kWh per thuiswerkdag. Op jaarbasis, uitgaande van 1 thuiswerkdag
per week, 40 werkweken en uitgaande van een verwarming die 220 dagen op 365 dagen aanstaat,
komt dit neer op 489 kWh bijkomend verbruik per jaar. Als we rekening houden met eventueel
andere aanwezige gezinsleden dan komt dit neer op 366 kWh per thuiswerker per jaar of 69 miljoen
kWh extra aan verwarming.
De 16.112 kWh/woning/jaar lijkt echter aan de lage kant geschat27. Indien we uitgaan van een
verbruik van tussen de 18.000-23.000 kWh dan bekomen we – uitgaande van een gemiddelde van
20.500 kWh) een bijkomend verbruik van 467 kWh per jaar per thuiswerker of een totaal van 88
miljoen kWh per jaar voor alle thuiswerkers samen.
26 MIRA achtergrond document huishoudens. Dit omvat zowel open, half-open, gesloten bebouwing als appartementen. 27 Persoonlijke communicatie VEA
Totaal direct effect
totaal miljoen vkm/jaar 370
energie wagen ( miljoen kWh/jaar) 265
tijdswinst per jaar (miljoen uur/jaar) 15
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 58
Bottom up
Het benodigde vermogen om één of twee kamers overdag extra opgewarmd te houden, hangt af
van verschillende parameters28:
- De energieprestatie van de woning (K-peil): de aanwezige isolatie, warmteverliezen door
transmissie en ventilatie. Dit is afhankelijk van de leeftijd van de woning.
- Afgiftesystemen: vloerverwarming, radiatoren, convectoren, etc. Bij vloerverwarming zal er
immers nauwelijks een dagverlaging toegepast worden omdat dit een ‘traag’ systeem is.
Convectoren en radiatoren zijn veel sneller.
- Temperatuurregime van de afgiftesystemen: aanvoer- en retourtemperatuur, debiet.
- Opwekkingssystemen: bijvoorbeeld warmtepomp die op nachttarief een buffervat oplaadt
- Dagverlaging: hoeveel zou de temperatuur overdag dalen en binnen welke tijd moet de
kamer opnieuw verwarmd worden. Het opwarmen van het gebouw vraagt extra vermogen.
Dit hangt sterk af van de inertie van de structuur (massief of licht) en van de
energieprestatie van de woning
- De oppervlakte van de ruimte waar gewerkt wordt. Dit bepaalt immers het
opwarmingsvermogen.
- Etc.
Op al deze parameters is een grote spreiding mogelijk, waardoor het uiteindelijke antwoord niet zo
eenduidig is.
Gebruik makend van een aantal richtwaarden komt men tot volgend resultaat. Als we uitgaan van
een geïnstalleerd vermogen van afgiftesystemen in een ruimte tussen de 1000 en 5000 W, een
bijkomende verwarming van 8 uur per dag, dan bekomen we een extra energiegebruik van 8 tot 40
kWh per dag. Indien de verwarming niet blijft aanstaan dan moet de ruimte ’s avonds opnieuw
verwarmd worden. Het opwarmingsvermogen voor een ruimte van 40 m² (bijvoorbeeld de
woonkamer) bedraagt 880 W bij een temperatuurverlaging van 3°C en een opwarmingstijd van 2
uur29. Tijdens de opwarmingstijd wordt dus 880 W*2uur of 1,76 kWh aan energie verbruikt. Dit
valt weg bij het thuiswerken omdat de ruimte er op temperatuur blijft. Netto komen we dus op een
bijkomen energiegebruik van 6,24 tot 38,24 kWh per dag (8-1,76 en 40-1,76 kWh). De 22,27 kWh
per thuiswerkdag eerder berekend met de top down benadering valt binnen deze grenzen.
Bij een gelijkaardige berekening gaan we uit van een gemiddeld K-peil van 7230 en een woning met
een warmteverliesoppervlakte van 350 m². De gemiddelde compactheid is 1,4 voor vrijstaande
huizen, 1,55 voor halfopen bebouwing en 1,9 voor rijwoningen en appartementen31. Gebruik
makend van een gewogen gemiddelde van 1,68 kan je van het K peil naar de U waarde gaan door
het K-peil te delen door 83,3. Als we de U waarde dan vermenigvuldigen met de verliesoppervlakte
dan bekomen we het aantal Watt per graad verschil. We krijgen dan 72/83.3*350m² = 302
Watt/Kelvin. Uitgaande van een gemiddelde dagtemperatuur van 10°C32 buiten, is het verschil met
de gewenste binnentemperatuur gelijk aan 10°C. Om 1 uur tot 20°C te komen hebben we dan een
vermogen van 3kWatt nodig. Om dit een uur te doen is dit 3 kWh of 27 kWh per thuiswerkdag (9
uur bijkomend verwarmen) voor een volledige woning. Gegeven het belang van de leefruimte
28 Persoonlijke communicatie WTCB 29 WTCR rapport nr 14, Ontwerp en dimensionering van centrale –verwarmingsinstallaties met warm water – tabel 10. 30 Heylen en Winters (2009), Isolatieniveau van private huurwoningen en woonuitgaven, Steunpunt Ruimte en Wonen. 31 VEA(2012) EPB in cijfers 2006-2011, Cijferrapport Energieprestatieregelgeving.
32 http://statbel.fgov.be/nl/statistieken/cijfers/leefmilieu/klimaat/.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 59
schatten we het bijkomend energiegebruik dan op 19 kWh – opnieuw binnen bovenstaande
grenzen.
In de verdere berekeningen gaan we verder met een bijkomend verbruik van 21,24 kWh per
thuiswerkdag of een bijkomend gebruik van 367 kWh/jaar of 69 miljoen kWh/jaar voor alle
thuiswerkers samen.
Stap 3: Rebound 2 en 3: extra uitgaven en andere locatiekeuze
Voor de berekening van het inkomens- en locatie effect bekijken we eerst het relatieve aandeel van
de bestedingen in ISEEM per huishouddeciel. De huishouddecielen hangen af van het inkomen van
het huishouden. De eerste kolom toont de bestedingen aan transport in de totale bestedingen, de
tweede kolom het aandeel van privé transport in het totaal, de derde en laatste kolom toont het
aandeel vaste kosten (aankoop voertuig, eenmalige belastingen, etc.) in de totale transport kost.
Tabel 14: Aandelen in uitgaven naar transport, per huishouddeciel
Huishoud deciel
Transport
bestedingen in
totaal
Aandeel privé
transport in
totaal
transport
Aandeel vaste
kosten in totale
transport kosten
D1 9,6% 92,1% 50,2%
D2 12,1% 94,2% 47,7%
D3 14,1% 92,9% 43,8%
D4 14,3% 94,0% 45,7%
D5 15,8% 93,9% 47,9%
D6 16,3% 93,9% 42,2%
D7 16,3% 92,0% 46,1%
D8 16,7% 93,7% 43,2%
D9 17,0% 94,0% 43,7%
D10 19,5% 95,3% 41,4%
Bron: ISEEM model
In het vervolg van de berekeningen gebruiken we de volgende parameters, die het aandeel in de
totale uitgaven per onderdeel en de elasticiteiten weergeven. Deze zijn vergelijkbaar met de uitgaven
van het doorsnee huishouden D5 (zie Tabel 14) en de gebruikte elasticiteiten in het ISEEM model.
Daarom kan de volgende doorrekening representatief worden genoemd voor de hele consumptie
naar transport. Hierbij moeten we wel beklemtonen dat we geen rekening houden met secundaire
inkomenseffecten of indirecte effecten door een vermindering in congestiekosten.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 60
Tabel 15: Gebruikte parameters bij doorrekening van vraagschok bij invoeren telewerken
Aandeel in
uitgaven Elasticiteiten
Transport uitgaven 15,0% 0,5
Privé transport 95,0% 0,3
Variabele kosten 50,0% 0,3
Woon-werk verkeer 50,0% 0,1
Op deze manier houden we rekening met de uitgaven die de mensen zelf doen. Voor sommigen is
het woon-werk verkeer immers gratis of wordt deze gesubsidieerd door de werkgever (tussenkomst
treinabonnement, bedrijfswagens,etc.)
We simuleren een schok in �����/� gelijk aan 20%. Dit staat gelijk met 1 thuiswerkdag per
werkweek. We gebruiken deze schok om de gepercipieerde kost in het woon-werk transport te
verlagen. De volgende tabel toont dan de resulterende relatieve veranderingen in de prijs en vraag
naar transport en andere consumptie.
Tabel 16: Relatieve verandering in transport en andere bestedingen
Variabele Variabele (%)
Totale bestedingen 0%
Andere consumptie -0,32%
Woon-werk verkeer -13,20%
Ander transport 2,271%
Bron: eigen berekeningen mbv ISEEM model
We zien dat de verhoging van de woon-werk efficiëntie parameter leidt tot een toename van de
transportconsumptie, doordat de verhoogde efficiëntie leidt tot een prijsdaling voor transport. De
redenering hier is dat de verlaagde kost voor woon-werkverkeer de relatieve kosten van ander
transportgebruik verlaagt. De aanname is dat het hier puur over transportkilometers gaat en over de
tijd gebruikt in transport. Consumenten gaan hun auto dus meer gebruiken voor recreatief en ander
gebruik. Dit komt ook overeen met de bevindingen van Macharis (2011), waarin blijkt dat 13% van
de ondervraagden stelt dat ze ook de wagen gebruiken indien ze thuiswerken. In 42% van de
gevallen gaat het hier om extra km.
De daling in woon-werkverkeer is eveneens niet gelijk aan 20%, maar aan 13,2%. Dit komt omdat
thuiswerken de consument toelaat om verder van huis te gaan wonen, waardoor de gemiddelde
woon-werk afstand op langere termijn kan toenemen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 61
Het totale33 rebound effect is dan gelijk aan 1- ()*,,-%/,,,0)%
(,-% � 45,327% (13.20 is vermindering
woon werkverkeer; 2.271 is verhoging ander verkeer). Dit wil zeggen dat van de initiële daling in
voertuigkm slechts 54,6% overblijft. Hetzelfde geldt voor de initiële energiebesparing en de
tijdswinsten. De resultaten, na correctie voor dit tweede rebound effect zijn te vinden in
onderstaande tabel.
Tabel 17: Resultaten totaal direct effect vkm, energie en tijdswinst per jaar, gecorrigeerd voor rebound
2 en 3
Bron: eigen berekeningen
Door thuiswerken te interpreteren als een verlaging van de gepercipieerde kost in het woon-werk
transport is de inschatting van de hoeveelheid recreatief en ander transport aan de hoge kant. Bij
deze interpretatie daalt ook de consumptie van andere goederen (niet-transport) licht (-0.32%).
Indien thuiswerken geïnterpreteerd wordt als een budgetstijging (meer beschikbare tijd en geld), dan
zou ook de consumptie van andere goederen stijgen, en zou de consumptie van recreatief en ander
transport minder hard stijgen. De totale winst in voertuigkilometers zou dan groter zijn.
De realiteit ligt ergens tussen beide interpretaties. In het vervolg van het rapport gebruiken we de
hoge inschatting zoals in Tabel 17. In sectie 5.6 wordt via een gevoeligheidsanalyse nog nagegaan in
welke mate de resultaten veranderen indien de winst in voertuigkilometer groter is.
Stap 4: Rebound 4 – aanzuigeffect en effect andere weggebruikers
Op basis van de eerder besproken reistijd-verkeersvolume relatie kunnen we berekenen hoeveel
extra reistijd één bijkomende voertuigkilometer teweeg brengt op deze wegen door hiervan de
afgeleide te nemen. Merk op dat de reistijdstijging op het stedelijk wegennet hoger is dan de reistijd
op het regionaal wegennet, terwijl je – gegeven de gangbare snelheidslimieten – zou verwachten dat
dit omgekeerd is. Dit komt zo uit de gemeten data. Een mogelijke verklaring is dat het verkeer
minder vlot gaat op regionale wegen omdat er meer verkeer is, meer lichten, etc en omdat de
capaciteit op stedelijke wegen lager is.
Het effect van een extra voertuigkm meer of minder op de gemiddelde snelheid is dan gelijk aan
6��6$7897:;<=�<6>6?6@>A:B6>C � D DE E � �1F�
G HI JJEG()E � KEFLG HI JJ
33 Het rebound effect wanneer we enkel rekening houden met de stijging in de afstand is kleiner en gelijk aan 33,97%.
Input
totaal miljoen vkm/jaar 370
energie wagen ( miljoen kWh/jaar) 265
tijdswinst per jaar (miljoen uur/jaar) 15
rebound 2 en 3 45%
Winst - gecorrigeerd voor rebound 2 en 3
totaal miljoen vkm/jaar 202
energie wagen ( miljoen kWh/jaar) 145
tijdswinst per jaar (miljoen uur/jaar) 8
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 62
Gebruik makend van de coëfficiënten eerder gegeven en de volumes over van Maerivoet en
Yperman (2008) kunnen we het effect van 1 vkm meer of minder berekenen. Onderstaande tabel
geeft dit effect in seconden.
Tabel 18: Effect (seconden) van een daling/stijging met een voertuigkm
Bron: eigen berekeningen op basis van Delhaye ea (2010)
Omdat we niet weten op welk wegennet de vkm van de telewerkers verdwijnen, berekenen we een
gewogen gemiddelde voor de tijdswinsten. Hiervoor maken we gebruik van de resultaten voor een
werkdag en wegen we aan dezelfde verkeersvolumes als eerder. Zo komen we op een gemiddelde
tijdswinst van 10.90 seconden per voertuigkm dat verdwijnt34.
Wanneer we de 10,90 seconden per voertuigkm vermenigvuldigen met het aantal voertuigkm die
nog overblijven na de correcties bij stap 3, komen we op een tijdswinst voor de maatschappij van
0,61 miljoen uur.
Indien we veronderstellen dat 50% van de verdwenen voertuigkm weer ingenomen wordt door
latente vraag dan daalt de winst in voertuigkm, de winst in energie, en de winst in tijd voor de
andere weggebruikers verder. Onderstaande tabel toont het resultaat.
Tabel 19: Resultaten totaal direct effect vkm, energie en tijdswinst voor niet-telewerkers per jaar,
gecorrigeerd voor rebound 2, 3 en 4
Bron: eigen berekeningen
5.5 Totale impact
Onderstaande tabel vat de bevindingen van de vorige hoofdstukken samen.
34 We maken gebruik van een afgeleide. Dit wil zeggen dat dit resultaat enkel geldig is in de onmiddellijke nabijheid van de
voertuigvolumes waarvoor deze afgeleide berekend is. Indien telewerken een veel groter effect zou hebben dan nu wordt
aangenomen, dan moet dit cijfer herbekeken worden.
Vlaams gewest
ochtend avond dag nacht ochtend avond dag nacht
hoofdwegennet Vlaamse ruit 7.46 10.82 7.04
hoofdwegennet 5.31 7.19 4.99 0.74 4.03 3.15
regionaal wegennet 10.90 12.57 7.09 2.36 9.45 4.73
stedelijk 18.62 21.47 7.09 4.18 14.19 7.09
werkdag niet-werkdag
Correctie latente vraag
totaal miljoen vkm/jaar 101
energie wagen ( miljoen kWh/totaal/jaar) 72
tijdswinst per jaar (miljoen uur) - Niet- telewerkers 0.31
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 63
Tabel 20: Effect van telewerken op vkm, energie en tijd, rekening houdend met het rebound effect.
Het rebound effect bij telewerken is groot. Ongeveer 70% van de initiële besparing in vkm en
tijdswinst gaat teniet door rebound effecten. Voor de tijdswinst is het rebound effect het kleinste
omdat er hier ook positieve effecten zijn voor de andere weggebruikers, maar het is zeker niet
verwaarloosbaar, want het bedraagt toch nog ongeveer 70%. Wat betreft het energiegebruik is het
rebound effect nog groter doordat er meer energie thuis gebruikt wordt. In totaal wordt er een 4
miljoen kWh bespaard. Ter vergelijking: in Vlaanderen wordt op jaarbasis ongeveer 1600 PJ of 444
miljard kWh verbruikt. We kunnen dus stellen dat op het vlak van energie er dus eigenlijk een
nuloperatie verwacht wordt. We houden hierbij wel geen rekening met de mogelijke energiewinsten
die kunnen ontstaan doordat er op lange termijn minder kantoorgebouwen nodig zijn. Fuhr &
Pociask (2010) stelden dat dit rebound effect goed is voor ongeveer 5% van de totale vermeden
externe kosten die gegenereerd worden over 10 jaar. Het gaat hier dus om een bijkomend indirect
positief effect. In dit geval zou het gaan om een bijkomende besparing van 3,6 miljoen kWh/jaar –
wat het rebound effect doet dalen tot 98,6%.
Daarnaast merken we ook op dat de impact naar milieu ook verschillend kan zijn. De uitstoot van
broeikasgassen en luchtpolluenten is immers verschillend voor motorvoertuigen dan voor de
productie van energie. Onderstaande tabel toont de uitstoot per kWh – voor energie zijn er enkel
vergelijkbare cijfers teruggevonden voor de productie van elektriciteit.
Tabel 21: Emissies per kWh
Energiesector (2011) Wagen (2010)
Broeikasgassen (CO2 equivalent gram/kWh) 275 328
Verzurende emissies (Zeq/kWh)* 0,005 0,012
Ozonprecursoren (mg TOFP/kWh) 204 1487
Bron: Tremove model voor de wagen (zowel indirecte als directe emissies) en MIRA website voor energie (http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/energiesector/emissies-naar-lucht-door-de-energiesector/emissie-per-eenheid-geproduceerde-stroom/ ) * voor de wagen zit hier enkel SO2 in, voor de energiesector ook NO2 en NH3.
Hieruit blijkt dat de winst in energie door de daling in vkm meer effect heeft op de uitstoot dan het
bijkomende energiegebruik door verwarming – en dit voor alle polluenten. Bovendien wordt voor
transport fijn stof hier nog niet mee opgenomen in de tabel.
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 370 265 15
Rebound 1
Energiegebruik thuis -69
Rebound 2 en 3
Inkomens en locatie-effect -168 -120 -7
Rebound 4
Latente vraag -101 -72 -4
Congestie niet-telewerkers 0.31
Totaal 101 4 4
Rebound Effect 73% 99% 71%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 64
5.6 Sensitiviteit
Gegeven de onzekerheden bij bepaalde parameters in de voorgaande analyse is er ook een
gevoeligheidsanalyse uitgevoerd op de belangrijkste parameters. In deze paragraaf bespreken we
hiervan het resultaat. Door deze analyse krijgen we een idee van het onzekerheidsinterval
waarbinnen de bovenstaande resultaten vallen. Voor elk van de gevoeligheidsanalyses herhalen we
de slottabel.
5.6.1 Aandeel telewerkers en aandeel satellietwerkers
- Aandeel telewerkers (nu 13%): we veronderstellen dat deze eens gelijk is aan 6% (aandeel
laag) en 25% (aandeel hoog)
Tabel 22: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: aandeel hoog
Tabel 23: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: aandeel laag
- Meer satellietwerkers. In de basisberekeningen veronderstellen we dat 2/3 van de
werknemers thuis werkt en 1/3 is satellietkantoren. In deze analyse veronderstellen we dat
er 9% satellietwerkers zijn en 4% thuiswerkers. Het totaal aantal telewerkers blijft hetzelfde
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 823 386 37
Rebound 1
Energiegebruik thuis -133
Rebound 2 en 3
Inkomens en locatie-effect -373 -175 -17
Rebound 4
Latente vraag -225 -106 -10
Congestie niet-telewerkers 0.68
Totaal 225 -27 11
Rebound Effect 73% 107% 71%
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 105 195 2
Rebound 1
Energiegebruik thuis -32
Rebound 2 en 3
Inkomens en locatie-effect -48 -88 -1
Rebound 4
Latente vraag -29 -53 -1
Congestie niet-telewerkers 0.09
Totaal 29 21 1
Rebound Effect 73% 89% 69%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 65
Tabel 24: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: meer satellietwerkers
- Aantal telewerkdagen: als een soort van maximum scenario veronderstellen we dat er 3
dagen in de week thuisgewerkt wordt. Dit wordt ook aanzien door de werkgevers als het
maximaal aantal dagen dat thuisgewerkt kan worden.
Tabel 25: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: aantal telewerkdagen
5.6.2 Onderscheid naar sectoren
- Onderscheid naar sectoren (aandeel verschillend over sectoren). In deze analyse houden
we rekening met het aantal werknemers in elke sector en met de graad van telewerken dat
er mogelijk is. Onderstaande tabel toont de veronderstellingen
Bron: VUB (2006) voor aandeel telewerkers en RSZ data (2010)
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 269 312 14
Rebound 1
Energiegebruik thuis -32
Rebound 2 en 3
Inkomens en locatie-effect -122 -142 -6
Rebound 4
Latente vraag -73 -85 -4
Congestie niet-telewerkers 0.22
Totaal 73 54 4
Rebound Effect 73% 83% 71%
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 1109 796 46
Rebound 1
Energiegebruik thuis -207
Rebound 2 en 3
Inkomens en locatie-effect -503 -361 -21
Rebound 4
Latente vraag -303 -217 -13
Congestie niet-telewerkers 0.92
Totaal 303 11 13
Rebound Effect 73% 99% 71%
Sector aantal werknemers % telewerkers
Totaal landbouw &delfstoffen 10968 10%
Totaal industrie 358335 6%
Totaal energie/waterbeheer 25392 6%
Totaal bouw 133948 9%
Totaal private diensten 871738 11%
Totaal publieke diensten & onderwijs 378245 12%
Totaal andere diensten (publiek/privaat) 391471 9%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 66
Tabel 26: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: verschil sectoren
5.6.3 Gemiddelde afstand en modale aandelen
- Gemiddelde afstand. De gemiddelde afstanden in de basisanalyse zijn overgenomen van
Macharis ea (2011). Deze afstanden gelden voor Brusselse telewerkers. Over het algemeen
zijn de afstanden voor Vlaanderen 1.5 keer korter (VUB 2006). Daarom hebben we alle
afstanden gedeeld door deze factor. Dit wil dus zeggen dat we bijvoorbeeld uitgaan van een
gemiddelde woon-werkafstand voor de thuiswerker van 26.6 km in plaats van 40 km.
Tabel 27: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: gemiddelde afstand
- Modaal aandeel spoor. In de basis analyse zijn we uitgegaan van de cijfers van Macharis
ea (2011). Deze slaan op Brussel en Brussel kent een groot aandeel aan spoor (een 39%
aandeel spoor bij telewerkers in Brussel). Gemiddeld is het aandeel spoor in Vlaanderen
gelijk aan een 7% (OVG 4.3). Daarom voeren we de analyse ook nog eens uit met een
modaal aandeel aan spoor voor 7% voor de thuiswerkers. Dit is echter een ondergrens
omdat uit de literatuur blijkt dat het aandeel spoor groter dan gemiddeld is voor
telewerkers. Telewerkers vindt men immers voornamelijk terug in de groep met een relatief
grotere woon-werkafstand omdat het dan ook een echte besparing in tijd is om te gaan
telewerken. Daarnaast stijgt het aandeel van spoor met de woon-werkafstand. Voor de
satellietwerkers is de verschuiving van modi vooral van belang. Deze wijzigen niet.
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 268 204 5
Rebound 1
Energiegebruik thuis -51
Rebound 2 en 3
Inkomens en locatie-effect -122 -93 -2
Rebound 4
Latente vraag -73 -56 -1
Congestie niet-telewerkers 0.22
Totaal 73 5 2
Rebound Effect 73% 98% 68%
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 257 184 15
Rebound 1
Energiegebruik thuis -69
Rebound 2 en 3
Inkomens en locatie-effect -117 -84 -7
Rebound 4
Latente vraag -70 -50 -4
Congestie niet-telewerkers 0.21
Totaal 70 -19 4
Rebound Effect 73% 110% 71%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 67
Tabel 28: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: modaal aandeel spoor
5.6.4 Energiegebruik verwarming
- Energiegebruik verwarming: de basisanalyse veronderstelt dat de verwarming de helft van
het jaar aanstaat, en dan voor heel de dag. In deze gevoeligheidsanalyse nemen we een
extreme veronderstelling en stellen we dat het energiegebruik voor verwarming maar 30%
is van het energiegebruik in de basisberekening (minder verwarming). Dit heeft enkel
invloed op het eerste rebound effect.
Tabel 29: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: minder verwarming
5.6.5 Latente vraag en inkomens- en locatie-effect
- Elasticiteit latente vraag: in plaats van 50% veronderstellen we 30%. (latente vraag)
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 500 359 15
Rebound 1
Energiegebruik thuis -69
Rebound 2 en 3
Inkomens en locatie-effect -227 -163 -7
Rebound 4
Latente vraag -137 -98 -4
Congestie niet-telewerkers 0.41
Totaal 137 29 4
Rebound Effect 73% 92% 70%
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 370 265 15
Rebound 1
Energiegebruik thuis -48
Rebound 2 en 3
Inkomens en locatie-effect -168 -120 -7
Rebound 4
Latente vraag -101 -72 -4
Congestie niet-telewerkers 0.31
Totaal 101 24 4
Rebound Effect 73% 91% 71%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 68
Tabel 30: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: latente vraag
- Rebound effect door het inkomenseffect en het gaan wonen op langere afstanden
(inkomens-en locatie-effect): in de basisanalyse werd hier uitgegaan van een rebound
effect van 55%. In de gevoeligheidsanalyse veronderstellen we een rebound effect van
25%. Dit wil zeggen dat we maar 25% van de initieel gewonnen vkm verliezen.
Tabel 31: Effect telewerken op vkm, energie en tijdswinst – rekening houdend met rebound effecten –
gevoeligheidsanalyse: inkomens- en locatie- effect
5.6.6 Besluit gevoeligheidsanalyse
Onderstaande tabel toont de resultaten van deze analyse. Deze tabel toont de uiteindelijke
verandering in vkm, energie en tijdswinst en het rebound effect in %.
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 370 265 15
Rebound 1
Energiegebruik thuis -69
Rebound 2 en 3
Inkomens en locatie-effect -168 -120 -7
Rebound 4
Latente vraag -61 -43 -3
Congestie niet-telewerkers 0.18
Totaal 141 33 6
Rebound Effect 62% 88% 61%
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Direct effect
Telewerkers 370 265 15
Rebound 1
Energiegebruik thuis -69
Rebound 2 en 3
Inkomens en locatie-effect -92 -66 -4
Rebound 4
Latente vraag -139 -99 -6
Congestie niet-telewerkers 0.42
Totaal 139 31 6
Rebound Effect 63% 88% 60%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 69
Tabel 32: Samenvatting gevoeligheidsanalyse
De meeste van de parameters hebben een effect op het energiegebruik thuis. Alleen het veranderen
van de elasticiteit wat betreft de latente vraag en het thuisgebruik hebben een significante invloed
op het relatieve effect wat betreft het aantal vkm. Het aandeel telewerkers, het aandeel
satellietwerkers, het verbruik aan verwarming en de veronderstelde afstanden hebben een duidelijke
invloed op het % energiegebruik.
Het rebound effect wat betreft het aantal km is meestal gelijk aan 73% - met een ondergrens van
62%. Voor energiegebruik blijft het rebound effect hoog – rond de 90 tot 100%, met een
uitschieter op 107%. Als het aandeel telewerkers stijgt, is er zelfs sprake van een backfire (107%).
Het rebound effect is het kleinste voor energie als er relatief meer satellietwerkers zijn. Het rebound
effect voor de tijdswinst ligt rond de 70%. Als de latente vraag of het inkomen en locatie-effect
kleiner is, dan daalt ze tot een 60%. Over het algemeen kunnen we besluiten dat het rebound effect
bij telewerken significant is.
miljoen vkm/jaar energie (miljoen kWh/jaar) tijdswinst (miljoen uur/jaar)
Basis Totaal 101 4 4
Rebound Effect 73% 99% 71%
Aandeel hoog Totaal 225 -27 11
Rebound Effect 73% 107% 71%
Aandeel laag Totaal 29 21 1
Rebound Effect 73% 89% 69%
Meer satellietwerkers Totaal 73 54 4
Rebound Effect 73% 83% 71%
Aantal telewerkdagen Totaal 303 11 13
Rebound Effect 73% 99% 71%
Verschillend over sectoren Totaal 73 5 2
Rebound Effect 73% 98% 68%
Gemiddelde afstand Totaal 95 0 3
Rebound Effect 73% 100% 70%
Modaal aandeel spoor Totaal 101 4 4
Rebound Effect 73% 99% 71%
Minder verwarming Totaal 101 24 4
Rebound Effect 73% 91% 71%
Latente vraag Totaal 141 33 6
Rebound Effect 62% 88% 61%
inkomen en locatie -effect Totaal 139 31 6
Rebound Effect 63% 88% 60%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 70
6 Case 2: energie-efficiëntieverbeteringen
Voor de energiecasus wordt een meer theoretische oefening gemaakt waarbij een
efficiëntieverbetering van X% verondersteld wordt. Dit zowel aan consumentenzijde als aan
producentenzijde.
We starten deze analyse met de doorrekening van een efficiëntieverbetering bij de consument.
6.1 Energie-efficiëntieverbetering bij de consument
In de eerste oefening berekenen we het rebound effect voor efficiëntieverbeteringen bij de
consument, waarbij we een onderscheid maken naar verschillend gebruik van energie (verwarming,
verlichting, elektrische toestellen, warm water en koken) en naar verschillende energiedragers
(elektriciteit, aardgas en stookolie). In de volgende paragraaf bespreken we de aanpassingen die
gebeurd zijn aan het ISEEM model, waarmee we de berekening gaan doen. Het model zelf wordt in
meer detail in bijlage 2 besproken. Daarna bespreken we aan de hand van een theoretisch voorbeeld
hoe de resultaten van het ISEEM model geïnterpreteerd worden. Vervolgens gaan we verder met
het opzetten van de oefening zelf en de bespreking van de resultaten.
6.1.1 Aanpassingen aan ISEEM
Het ISEEM model is een model op arrondissementniveau. Voor deze studie werd ISEEM
geaggregeerd naar 3 regio’s (Vlaanderen-Brussel-Wallonië) om de analyse niet verder te
compliceren. De data werd nagekeken op eventuele fouten in de aggregatie en sectorindeling
• Een belangrijke aanpassing is de opsplitsing van de consumptie van huishoudens in energie
gerelateerde, niet-energie gerelateerd en transport consumptie. De consumptie van
transport wordt uitgesplitst in een publiek (aangekocht) en privaat deel. De uitsplitsing van
energie voor vervoer (diesel, petroleum en andere brandstoffen) en energie voor andere
doeleinden gebeurt aan de hand van gedetailleerde huishoudbudget enquêtes (HBE) van
Vlaanderen, Brussel en Wallonië. Deze worden gepubliceerd door het Nationaal Instituut
voor Statistiek en kunnen online geraadpleegd worden.
Hiermee wordt de boomstructuur van de huishoudvraag gelijk aan:
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 71
De niet-energie bundel werd gemodelleerd op basis van een Stone Geary functie35, gelijkaardig aan
het oorspronkelijke ISEEM model. De aan energie gerelateerde consumptie is verder uitgesplitst
in: koken, verwarming, licht, applicaties en warm water. Voor elke categorie is een verschillende
input nodig van olie, gas of elektriciteit. Het aandeel consumptie van kolen was te laag om
betekenisvol in het huishoudbudget uit te splitsen. Om deze opsplitsing te maken is gebruik
gemaakt van volgende bronnen:
- MIRA Achtergronddocument 2010, Sector Huishoudens - Energiebalans van het Brussels Hoofdstedelijk Gewest (BHG) 2009
Er wordt een 5 bij 3 matrix opgesteld die de uitgaven in Vlaanderen weergeeft voor vijf categorieën van energieconsumptie, verdeeld over drie energiedragers (elektriciteit, aardgas, stookolie). Onderstaande tabel geeft de lege matrix die ingevuld moet worden.
35 De Stonge_Geary functie is een utiliteitsfunctie (U) van de volgende vorm: M � ∏ . ��� � O��PQ� ,waarbij x consumptie
voorstelt van goed i, O een bepaald niveau van minimumconsumptie en H een preferentieparameter. Specifiek voor deze
functie is dat men aanneemt dat huishoudens tenminste het niveau aan consumptie O willen bereiken. Stone Geary utiliteit
laat toe om de consumptie van moeilijker substitueerbare of essentiële goederen (voeding, kleding, elektriciteit) met een
groter realisme te modeleren.
Budget
Transport Andere
Energie Niet-Energie
K V L A … …
Olie Gas Elec
Publiek Privaat
Verz Auto Brandstof
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 72
Tabel 33: Lege matrix
Uitgaven (miljoen euro) Elektriciteit Aardgas Stookolie Totaal
Verwarming
Verlichting
Elektrische toestellen
Warm water
Koken
Totaal
Deze matrix zullen we stap voor stap invullen. Voor een duidelijk overzicht presenteren we op het einde van elke stap de matrix zoals hij op dat moment ingevuld is.
Stap 1: naar een energieverbruik per drager
Het MIRA rapport vermeldt het totaal energieverbruik van huishoudens in Vlaanderen in 2009, namelijk 236.7 PJ. We gebruiken de gegevens van 2009 in plaats van recenter beschikbare gegevens van 2010 of 2011 omdat het energieverbruik in 2010 en 2011 veel extremer is: respectievelijk 253.3 en 225.4 PJ36. Deze extremere waarden zijn een gevolg van meer extreme weersomstandigheden in deze jaren, waardoor de stookkosten enorm verschillen. Een goede indicator hiervoor is het aantal graaddagen. Het gemiddeld aantal graaddagen in de afgelopen 10 jaar was 2241. In 2009, 2010 en 2011 bedroeg het aantal graaddagen respectievelijk 2212, 2703 en 192837. De waarden voor 2009 komen dus veel beter overeen met een gemiddeld verbruik in Vlaanderen dan de waarden voor 2010 of 2011.
Verder staat in het MIRA rapport aangegeven hoe dit totaal energieverbruik zich verdeelt over 7 verschillende energiedragers.
Tabel 34: Energieverbruik per energiedrager in Vlaanderen, 2009
Energiedrager Energieverbruik (PJ) Aandeel
Benzine 0,5 0,2%
Butaan/propaan 1,7 0,7%
Kolen 3,2 1,4%
Biomassa 3,8 1,6%
Elektriciteit 41,2 17,4%
Aardgas 91,3 38,6%
Stookolie 95,0 40,1%
Bron: MIRA achtergronddocument 2010, Sector Huishoudens
36 http://www.emis.vito.be/cijferreeksen 37 http://www.aardgas.be/consumenten/de-aardgasfederatie/nieuws-en-publicaties/graaddagen
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 73
In ISEEM worden enkel elektriciteit, aardgas en stookolie beschouwd. Gezien het beperkte aandeel van de andere energiedragers (3.9%) beschouwen we deze niet mee in verdere berekeningen, en kijken we enkel naar het verbruik van elektriciteit, aardgas en stookolie.
Verder dient het energieverbruik vertaald te worden naar euro, aangezien ISEEM rekent in monetaire termen. Hiervoor maken we gebruik van de data in Energiebalans BHG 2009, waarin zowel de uitgaven in euro als het energieverbruik voor de verschillende energiedragers vermeld staat. Combinatie van deze gegevens levert de uitgaven per energie-eenheid op voor elk van de energiedragers.
Tabel 35: Uitgaven per energie-eenheid per energiedrager in BHG, 2009
miljoen euro/PJ Stookolie Aardgas Elektriciteit
Totaal 12,89 16,22 52,62
Bron: Energiebalans van het BHG, 2009
Merk op dat in de Energiebalans Vlaanderen deze info niet beschikbaar is. We veronderstellen echter dat de uitgaven per energie-eenheid in Vlaanderen sterk overeenkomen met die in het BHG. Aangezien de Energiebalans BHG 2009 cijfers bevat over alle energiedragers biedt deze ook meer garantie op consistentie dan het gebruik van individuele cijfers voor elke energiedrager apart.
Als we deze gegevens toepassen op het energieverbruik in Vlaanderen, weten we de kolomtotalen van onze 5 op 3 matrix volgende tabel:
Tabel 36: Matrix na stap 1
Uitgaven (miljoen euro) Elektriciteit Aardgas Stookolie Totaal
Verwarming
Verlichting
Elektrische toestellen
Warm water
Koken
Totaal 2152,1 1481,1 1224,4 4857,6
Bron: eigen berekeningen
Stap 2: naar een energieverbruik per gebruikscategorie
Dit energieverbruik moet nu verdeeld worden over de verschillende categorieën van energieconsumptie. Hiervoor vertrekken we van de verdeling vermeld in het MIRA rapport.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 74
Tabel 37: Energieverbruik per categorie in Vlaanderen, 2009
Categorie Energieverbruik (%) Energieverbruik (PJ)
Verwarming 70% 161,28
Verlichting 2% 4,61
Elektrische toestellen 12% 27,65
Ruimtekoeling, bevochtiging 1% 2,30
Warm water 15% 34,56
Bron: MIRA achtergronddocument 2010, Sector Huishoudens
Deze categorieën komen nog niet overeen met onze eigen categorisering. Daarom maken we volgende vertaalslag. De ruimtekoeling/bevochtiging wordt bijgeteld bij de elektrische toestellen. Verder wordt er een categorie Koken toegevoegd. Het energieverbruik voor Koken zal verderop afgeleid worden.
Naast het vertalen van de categorisering moet het energieverbruik nog worden omgezet naar monetaire eenheden. Deze keer kunnen we niet rechtstreeks gebruik maken van prijzen, omdat elke categorie een andere mix van energiedragers verbruikt. Daarom maken we opnieuw gebruik van Energiebalans 2009, waarin onderstaande verdeling van de uitgaven voor het Brussels Hoofdstedelijk Gewest te vinden is.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 75
Tabel 38: Energie-uitgaven per energiedrager en categorie in Brussel, 2009
Uitgaven (miljoen euro) Stookolie Aardgas Elektriciteit
Verlichting, elektrische toestellen 193,1
Koken 23,6 23,3
Sanitair, warm water 14,3 66,5 21,5
Extra verwarming 8,8
Verwarming 79 267,5 28,9
Totaal 93,3 357,6 275,6
Bron: Energiebalans van het BHG, 2009
Verlichting en het gebruik van elektrische toestellen gebeurt puur op basis van elektriciteit. Hiervoor kunnen we dus wel rechtstreeks de prijzen uit Tabel 35 gebruiken. Voor de categorie Koken maken we de benadering dat deze geen gebruik maakt van de energiedrager Stookolie. Verder gebruiken we de verdeling van het Brussels elektriciteitsverbruik per woning. Koken neemt volgens deze gegevens 9% van het totaal elektriciteitsverbruik op zich. Dit aantal trekken we af van de categorie Elektrische toestellen. We krijgen dan onderstaande tabel.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 76
Tabel 39: Matrix na stap 2
Uitgaven (miljoen euro) Elektriciteit Aardgas Stookolie Totaal
Verwarming
Verlichting 247,4 0 0
Elektrische toestellen 1414,5 0 0
Warm water
Koken 193,7 0
Totaal 2152,1 1481,1 1224,4 4857,6
Bron: eigen berekeningen
Stap 3: Aanvullen energiedragers aardgas en stookolie
Voor het invullen van de energiedragers aardgas en stookolie kijken we naar de verdeling van de uitgaven over de verschillende categorieën in Brussel. Voor stookolie wordt 14.3/(14.3+79)=15.3% uitgegeven aan Warm water, en 84.7% aan Verwarming. Deze verdeling kunnen we vermenigvuldigen met de totale uitgaven in Vlaanderen aan stookolie. Voor aardgas geldt dezelfde redenering. Dit levert volgende tabel:
Tabel 40: Matrix na stap 3
Uitgaven (miljoen euro) Elektriciteit Aardgas Stookolie Totaal
Verwarming 1107,9 1037
Verlichting 247,4 0 0 247,4
Elektrische toestellen 1414,5 0 0 1414,5
Warm water 275,4 188
Koken 193,7 97,7 0 291,4
Totaal 2152,1 1481,1 1224,4 4857,6
Bron: eigen berekeningen
Stap 4: Aanvullen energiedrager elektriciteit
De som van de uitgaven aan elektriciteit voor Warm water en Verwarming moet gelijk zijn aan 2152.1 – (247.4+1414.5+193.7) = 296.5. Voor de verdeling ervan kijken we net zoals in stap 3 naar de verdeling van de uitgaven over deze categorieën in Brussel. Koken neemt 23.3/(23.3+28.9)=44.6% voor zijn rekening, en Warm water de overige 55.4%. Onze finale matrix ziet er dus als volgt uit
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 77
Tabel 41: Matrix na stap 4
Uitgaven (miljoen euro) Elektriciteit Aardgas Stookolie Totaal
Verwarming 170,0 1107,9 1037 2314,7 47,7%
Verlichting 247,4 0 0 247,4 5,1%
Elektrische toestellen 1414,5 0 0 1414,5 29,1%
Warm water 126,5 275,4 188 589,6 12,1%
Koken 193,7 97,7 0 291,4 6,0%
Totaal 2152,1 1481,1 1224,4 4857,6
44,3% 30,5% 25,2%
Bron: eigen berekeningen
Ter vergelijking, in Brussel wordt 54% van de energie-uitgaven gespendeerd aan verwarming, 26% aan verlichting en elektrische toestellen, 14% aan warm water, en 6% aan koken.
6.1.2 Overzicht elasticiteiten
Onderstaande tabel geeft een overzicht van studies die de prijs- en/of inkomenselasticiteit bepalen
voor een bepaalde vorm van energieverbruik. Voor elke studie is de bron vermeld, het jaar of de
periode op basis waarvan de elasticiteiten zijn bepaald, het betreffende land, de specifieke vorm van
energieverbruik, het type elasticiteit, en tot slot of het om een korte of langetermijnselasticiteit gaat.
Indien de studie één van deze aspecten niet duidelijk vermeld, is dit aangeduid in de tabel als een
liggende streep. Zoals de tabel laat zien liggen de bekomen waarden vaak sterk uiteen. Er vallen
echter wel een aantal algemene tendensen op te maken op basis van deze data:
• Voor eenzelfde studie is de elasticiteit op korte termijn steeds kleiner (in absolute waarde)
dan die op lange termijn
• De prijselasticiteit van energie schommelt rond de -0.3
• De prijselasticiteit van verwarming ligt meestal hoger (absoluut gezien), rond de -0.45
• De variatie is kleiner voor de prijselasticiteit dan voor de inkomenselasticiteit
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 78
Tabel 42: Literatuuroverzicht elasticiteiten energie
Bron Jaar Land Toepassing Type LT/KT
/- Elasticiteit
HERMES 2003 België Verwarming Prijs KT -0,26
LT -0,42
Inkomen KT 0,71
LT 0,77
Nesbakken, 1999
1990 Noorwegen Verwarming met
elektriciteit
Prijs - -0,55
Verwarming Prijs - -0,15
Giraudet et al., 2012
Model outcome
Frankrijk Verwarming Prijs LT -0,45
Meier & Rehdanz, 2010
1991-2005 UK Verwarming
met gas
Prijs KT -0,74
Verwarming met olie
Prijs KT -0,54
Inkome
n KT [0,01; 0,04]
Rehdanz, 2007 1998-2003 Duitsland Verwarming Inkome
n KT [0,01; 0,1]
Verwarming
met gas
Prijs KT -0,43
Verwarming
met olie
Prijs KT -0,48
Centraal bureau voor
statistiek
1979 Nederland Verlichting & verwarming
Prijs - -0,38
Prosser, 198538 1971-1982 7 OECD countries Energie Prijs KT -0,26
LT -0,37
38 Zoals vermeld in A. Ferrer-i-Carbonell et al. (2000)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 79
Koopmans et al., 19991
- Nederland Energie Prijs LT -0,29
Bentzen & Engsted, 19931
1948-1990 Denemarken Energie Prijs KT -0,135
LT -0,465
Karimu & Brannlund,
2013
1960-2006 17 OECD countries Energie Prijs LT -0,18
Webster et al., 2008
Model outcome USA Energie Prijs LT -0,23
Rothman et al., 19941
1985 53 countries Energie Prijs - [-0,69; -
0,78]
Elektriciteit Prijs - [-1,35; -
1,42]
Duerinck et a., 2007 - België Elektriciteit Prijs - -0,48
Inkome
n - 0,25
Berkhout et al., 2004
1994-1999 Nederland Elektriciteit Prijs KT [-0,55; -
0,57]
Inkomen KT 0,61
Gas Prijs KT [-0,19; -
0,28]
Inkome
n KT -0,27
Halvorsen & Larsen, 199939
1984-1992 Noorwegen Elektriciteit Prijs KT [-0,4; - 0,6]
Boonekamp, 2007
1995-2000 Nederland Elektriciteit Prijs KT [-0,05; -
0,13]
Gas Prijs KT [-0,04; -
0,15]
Blázquez, Boogen,
2000-2008 Spanje Elektriciteit Prijs KT -0,11
LT -0,24
39 Zoals vermeld in Berkhout et al. (2004)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 80
Filipini, 2012 Inkome
n KT 0,14
LT 0,3
Filipini,1999 1984-1990 Zwitserland Elektriciteit Prijs KT -0,3
EPRI, 199140
- USA Elektriciteit Prijs KT -0,3
LT -0,9
A. Faruqui, 2008
- USA Elektriciteit Prijs KT [-0,13; -
0,26]
LT [-0,39; -
0,78]
Aasness & Holtsmark,
199341
- Noorwegen Elektriciteit Prijs LT -0,2
Inkomen LT 0,28
Dennerlein, 19874
- Duitsland Elektriciteit Prijs - -0,38
Inkomen - 0,42
6.1.3 Benaderen van modeleffecten uit ISEEM
Met deze paragraaf willen we de logica van de resultaten uit ISEEM uiteenzetten, door de effecten
van het model te benaderen met een set van vereenvoudigde vergelijkingen. We doen dit, omdat de
resultaten van algemeen evenwichtsmodellen, zoals ISEEM, moeilijk te interpreteren kunnen zijn,
door de complexe niet-lineaire vergelijkingen die gebruikt worden in het model. In het voorbeeld
hieronder, leiden we het rebound effect af, zonder het model te gebruiken. We focussen hierbij op
een efficiëntieverbetering aan de zijde van de consumenten, omdat deze het eenvoudigst te
begrijpen is.
Vereenvoudigen we een uiterst complexe vergelijking42 zoals de volgende (1), die de vraag naar
energie op het huishoudniveau ($�� bepaalt op basis van inkomen (Y), prijs van energie (R�), prijs
van andere producten (RS�), energie-efficiëntie �T), de prijselasticiteit �U� en huishoudpreferenties
(V��. $� � W
R� .V�XR�)(XTX()
V�XR�)(XTX() " �1 � V� �XRS�)(X �1�
40 Zoals vermeld in Neenan & Eom (2008) 41 Zoals vermeld in Nesbakken (1999) 42 Deze vergelijking is quasi identiek aan deze die daadwerkelijk in het ISEEM model wordt gebruikt.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 81
Naar de benaderde, maar eenvoudigere vergelijking (2), waarbij alle variabele in relatieve waarden
(percentuele veranderingen) worden uitgedrukt. Hierbij moeten de punten boven de variabelen
gezien worden als relatieve of percentuele veranderingen.
$�Y ≅ [Y � U. �R�Y # " �U � 1�. RY " �U � 1�. TY �2� Waarbij RY � C� . �RY� � TY# " CS� . RYS�
Met C� en CS� de aandelen van de energie gebonden en andere consumptie in de totale bestedingen.
Een equivalente vergelijking naar de vraag naar energie aan de kant van de producenten (���, in
functie van veranderingen in de totale vraag ��Y ), de prijs van andere productiefactoren43 ( RY\]�, het
aandeel van energie �C�� en andere factoren (C\]�, de prijselasticiteit van energie bij de producenten
�U�S^�en veranderingen in energie-efficiëntie bij producenten44 �T_S^Y � is. We herhalen dat alle
punten boven de variabelen wijzen op percentuele veranderingen in de variabelen.
��Y ≅ �Y � U�S^ . ��RY " R�Y # " �U�S^ � 1�. T_S^Y �3�
Waarbij RY � C� . �RY� � T_S^Y # " C\]. RY\]
Vergelijkingen zoals (2) en (3) zijn vereenvoudigde of BOTE45 vergelijkingen. Deze vormen de
basis om CGE resultaten te communiceren aan een breder publiek (Dixon & Rimmer, 2002).
Focussen we eerst op de vraag naar energie aan de consumentenzijde.
Terwijl vergelijking 1) zo goed als oninterpreteerbaar is, vertelt vergelijking 2) ons zeer veel over het
veronderstelde gedrag van consumenten. Uit vergelijking 2) kunnen we de volgende elementen
afleiden:
1. In afwezigheid van prijseffecten en veranderingen in energie-efficiëntie, stijgt de vraag naar
energie percentueel even sterk als het inkomen. Als voorbeeld: 1% extra inkomen, betekent
1% extra vraag naar energie.
2. In afwezigheid van inkomenseffecten en efficiëntieverbeteringen zal een percentuele
stijging van de prijs van energie een daling van de energieconsumptie van U maal de
prijsverandering vermeerderd met het aandeel van de energieconsumptie teweeg brengen.
Bijvoorbeeld, stel dat U gelijk is aan 0.5 en het aandeel van energie in de totale bestedingen
gelijk is aan 10%. Dan zal een stijging van de energieprijs met 1%, een daling van de
energieconsumptie teweeg brengen gelijk aan ongeveer 0.5+(0.1*0.5) = -0.55%
3. Vice versa, zal een stijging van de prijs van andere producten met 1%, een daling van de
energie gebonden consumptie teweeg brengen van U ∗ 0.9 ∗ 1% =-0.45 %
4. Als laatste, maar belangrijkste ter interpretatie van het rebound effect, zal een stijging van
de energie-efficiëntie, in afwezigheid van alle andere inkomens-of prijseffecten, een daling
van de energieconsumptie teweeg brengen, die gelijk is aan �U � 1� vermenigvuldigd met
het aandeel van energie in de consumptie vermeerderd met �U � 1� - de relatieve
43 Waarbij C\] staat voor het aandeel kapitaal en arbeid (toegevoegde waarde) in de productie. 44 Deze wordt enkel voor de volledigheid toegevoegd, we focussen in ons voorbeeld op energie-efficiëntieverbetering bij
de consumenten. 45 Back Of The Envelope (eng.): letterlijk ‘aan de achterkant van de enveloppe’. Vergelijkingen die zo intuïtief zijn dat ze
snel door een onderzoeker op de achterkant van een enveloppe kunnen neergeschreven worden om een schatting van het
totale effect te berekenen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 82
efficiëntieverbetering. Nemen we terug het voorbeeld in 2, dan zal een stijging van de
energie-efficiëntie met 1% leiden tot een daling van het energieverbruik met 0.05-0.5) = -
0.45%.
Merk nu op dat we bij de berekening van punt 1-4 hierboven, steeds hebben aangenomen dat
andere variabelen (inkomen, prijzen) constant bleven. Dit noemen we het ‘directe effect’. We
definiëren het directe rebound effect46Y bij consumenten als � � �TY " $�Y �/TY. Waarbij de relatieve
verandering van de energieconsumptie berekend werd met constante prijzen en constant
consumenten inkomen.
Uit het voorgaande kunnen we benaderen hoe groot het directe rebound effect van
energieconsumptie is, zonder de complexe vergelijking (1) te gebruiken, rechtstreeks uit het aandeel
van energieconsumptie en de elasticiteit.
Tabel 43: Benadering direct rebound effect bij 1% efficiëntieverbetering, in functie van elasticiteit en het
aandeel van de energie in de consumptie (ter illustratie)
Aandeel van energie in totale consumptie
Elasticiteit 1% 5% 10% 15% 20%
0,1 10,9% 14,5% 19,0% 23,5% 28,0%
0,2 20,8% 24,0% 28,0% 32,0% 36,0%
0,3 30,7% 33,5% 37,0% 40,5% 44,0%
0,4 40,6% 43,0% 46,0% 49,0% 52,0%
0,5 50,5% 52,5% 55,0% 57,5% 60,0%
0,6 60,4% 62,0% 64,0% 66,0% 68,0%
Tabel 43 kunnen we gebruiken als richtlijn bij het bepalen van rebound effecten, onafhankelijk van
de modelresultaten. De enige informatie die we hierbij nodig hebben is een schatting van de
elasticiteit sigma en het aandeel van energieconsumptie in de totale consumptie. De in vet gedrukte
waarden geven aan welke schattingen van het rebound effect, het dichtste bij de modelresultaten
van het ISEEM model liggen.
Tabel 43 is niet het einde van het verhaal in een goed werkende economie. De extra energie-
efficiëntie bij de consument zal leiden tot een daling van de vraag naar energie en uiteindelijk tot
een daling van energieprijzen. De stijging van de vraag naar andere goederen, kan de prijs van die
goederen beïnvloeden. We nemen aan dat de prijsontwikkeling bij de consument en de producent
gelijklopend is. Dit betekent dat het rebound effect kan versterkt of verzwakt worden doordat
consumenten en producenten de markt naar energie en andere producten delen.
We kunnen dus indirecte rebound effecten bij de consument en de producent onderscheiden. Bij de
consument zullen indirecte rebound effecten ontstaan door veranderingen in het inkomen ([Y�en
de marktprijzen voor energie (R�Y �en andere goederen (RS�Y �. Veranderingen in energie-efficiëntie bij
de consument kunnen ook doorwerken aan de producentenzijde. Bij de producent ontstaan
indirecte rebound effecten door wijzigingen in de totale vraag (�Y ), de marktprijs voor energie (R�Y � en productiefactoren (R\]Y �. Het ISEEM model houdt rekening met interactie-effecten op alle
markten om het rebound effect te berekenen, maar in dit voorbeeld focussen we op het
46 R staat hier voor het directe rebound effect in %. Een rebound effect gelijk aan nul betekent dat de daling in
energieconsumptie( $�Y � gelijk is aan de efficiëntieverbetering (TY� . Merk op dat $�Y hier een negatief getal is!
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 83
voornaamste effect: de marktprijs van energie (R�Y �. Het is immers op deze prijs dat de energie-
efficiëntieverbetering bij de consument een invloed zal hebben.
Nemen we terug het voorbeeld van hierboven, onder puntje 4, waarbij consumenten 10% van hun
budget besteden aan energie, met een substitutie elasticiteit gelijk aan 0.5. Een efficiëntieverbetering
van 1% aan consumentenzijde leidt dan tot een daling van de consumentenvraag gelijk aan -0.45%.
Nemen we aan dat het energieverbruik van consumenten 10% bedraagt van het totale
energieverbruik. Dat betekent dat de totale vraag naar energie daalt met -0.045%. Stellen we ons nu
voor dat dit leidt tot een prijsdaling van energie met -0.01%47. Zowel consumenten als producenten
reageren op de prijsdaling. Gemakkelijkheidshalve nemen we aan dat U�S^=U=0.5 en dat het
aandeel van het energieverbruik in de productie ook gelijk is aan 10% van de totale productiekost ).
Hierdoor is de reactie van de producenten op de prijsdaling gelijk aan die van de consumenten.
Zowel consumenten als producten gaan dus reageren op de prijsverandering door 0.0055% meer
energie te verbruiken. In onderstaande tabel geven we het volledig resultaat voor het directe en
indirect rebound effect van dit gestileerde voorbeeld.
Tabel 44: Gestileerd voorbeeld van direct en indirect rebound effect bij een efficiëntieverbetering bij
consumenten van 1%
Consument Producenten Totale economie
Energie-efficiëntieverbetering 1% 0% 0
Verwachte besparing (ingenieurseffect) 1% 0% 0,1%
Directe effecten
Reëele verandering in vraag energie -0,45% 0% -0,045%
Direct rebound effect 55% 0% 55%
Indirecte effecten
Prijs energie -0,01% -0,01% -0,01%
Indirect vraageffect +0,0055% +0,0055% +0,0055%
Totale verandering in vraag energie -0,4445% +0,0055% -0,0395%
Totaal rebound effect 55,55% 4,95% 60,5%
Met dit in het achterhoofd wordt het gemakkelijker om de rebound effecten die uit ISEEM
berekend worden (zowel direct als indirect) beter te begrijpen. We wijzen op de volgende elementen
1. Hoewel de veronderstelde verandering in de energieprijs laag is (-0.01%), zien we een groot
interactie-effect met de producenten, hun aandeel in het totale rebound effect is ongeveer
8%48.
2. Het indirect effect op de consument is klein, we hebben natuurlijk wel indirecte
inkomenseffecten en prijseffecten op andere goederen genegeerd. Hier zullen we verder op
ingaan bij het gebruik van het ISEEM model.
47 Dit is een vrij realistische schatting, maar werd voornamelijk gebruikt omwille van het gemak om de effecten door te
rekenen. 48Berekend als 4.95% / 60.5%
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 84
3. De resultaten worden gedreven door de elasticiteit van de energieconsumptie bij
consumenten en producent, hun aandeel in de totale energieconsumptie en de invloed van
de consument op de energieprijzen
6.1.4 Opzet simulaties
We voeren een simulatie uit waarbij het gebruik van energie door het huishouden in gebruik van
water, elektrische applicaties en verwarming met 1%, 5% en 10% aan efficiëntie wint, we volgen
hierbij de methodologie van Turner K. (2011). We modelleren een permanente, kosteloze en directe
schok in de energie-efficiëntie van huishoudens in 3 van de 5 types energieverbruik bij
huishoudens: verwarming, gebruik van elektrische applicaties en het gebruik van een boiler (warm
water). We focussen ons op deze types verbruik, omdat de resultaten voor verlichting nagenoeg
perfect overeenkwamen met die van ‘elektrische applicaties’ en de resultaten voor ‘koken’ en ‘warm
water’ eveneens zeer sterk overeenkwamen.
We onderscheiden zowel korte als lange termijneffecten, directe en indirecte rebound effecten. Om
de korte en lange termijn effecten te onderscheiden maken we een belangrijke veronderstelling. Uit
econometrisch onderzoek (cf. literatuurstudie eerder) is gebleken dat de korte termijn substitutie
elasticiteit van energiegebruik veel kleiner is dan de lange termijn elasticiteit van energieverbruik. In
ISEEM gebruiken we de volgende substitutie-elasticiteiten voor energieverbruik op korte en lange
termijn voor consumenten U\c � 0.1 en U]c � 0.5. Voor producenten gebruiken we een
elasticiteit van energieverbruik gelijk aan 0.5, zowel op korte als op lange termijn. We nemen dus
aan dat producenten meer substitutiemogelijkheden hebben in hun energieconsumptie dan de
consumenten.
Zoals in de vorige paragraaf al werd uiteengezet, is er een directe relatie tussen de gebruikte
elasticiteit van energieconsumptie en het rebound effect. Om een correcte inschatting te maken van
het rebound effect is het dus nodig om de elasticiteit van de consumenten te laten toenemen over
de tijd. Om het model over te laten gaan van korte termijn, naar lange termijn elasticiteiten kunnen
we enkel een veronderstelling maken. Daarom nemen we aan dat de prijselasticiteit van
energiegebruik lineair toeneemt in de tijd, met discrete stappen van 0.05. Dit betekent dat we
aannemen dat de huishoudens hun gewoontes aanpassen over een periode van 8 jaar. Dit is
vergelijkbaar met Turner K. (2011). In principe heeft de ‘aanpassingstermijn’ geen invloed op de
modelresultaten. Als de aanpassingstermijn wordt verkleind of verlengd, betekent dit dat de lange
termijn effecten naar voren in de tijd worden geschoven, de lange termijn effecten blijven zo goed
als identiek. Het enige verschil is hoe snel deze zich voordoen.
We gebruiken de dynamische versie van het ISEEM model over een periode representatief voor
2012-2025. We onderscheiden het directe en indirecte effect op de volgende manier door het model
twee keer te laten draaien. De eerste keer gebruiken we enkel de vergelijkingen die de consumptie
van de huishoudens bepalen, alle prijzen en inkomensvergelijkingen worden vastgezet. Dit betekent
dat we enkel het pure effect van de efficiëntieverbetering, zonder prijs en inkomenseffecten
berekenen. De impact op de producenten wordt genegeerd. In onze tweede run gebruiken we het
volledige ISEEM model, met alle inkomens en prijseffecten.
De dynamische versie van ISEEM houdt rekening met kapitaalsaccumulatie, investeringen en
mobiliteit van arbeid en kapitaal. De schok in energie-efficiëntie doet zich voor in jaar 1. Na
ongeveer 8 jaar is de schok volledig verwerkt (2020). De bijkomende periodes werden meegenomen
om de stabiliteit van de resultaten te checken. Als we spreken over de ‘lange termijn’ resultaten
spreken we over de stabiele modelresultaten na 8 jaar. Zoals al vermeld hierboven zijn de lange
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 85
termijn resultaten in principe onafhankelijk van de aanpassingstermijn. Het model biedt enkel een
schatting van de aanpassingsperiode.
6.1.5 Resultaten
De resultaten voor algemeen energieverbruik worden getoond in Tabel 45. Zoals gezegd tonen we
de resultaten voor elektrische applicaties, verwarming en warm water. We gebruiken als
basisscenario een verbetering van de efficiëntie in elk type verbruik van 1%. Deze tabel is
vergelijkbaar met Tabel 44, maar hierbij gaat het over echte modelresultaten uit ISEEM. We
onderscheiden korte (KT) en lange termijn (LT) effecten. De korte termijn effecten zijn de effecten
in het eerste jaar van de energie-efficiëntieschok. De lange termijn effecten zijn het uiteindelijke
resultaat, na volledige verwerking van de energie- efficiëntie schok.
Tabel 45: Direct en indirect rebound effect op korte en lange termijn (1%)
Elektrische appl Verwarming Warm water
KT LT KT LT KT LT
Efficiëntie verbetering 1% 1% 1% 1% 1% 1%
Elasticiteit consument 0,1 0,5 0,1 0,5 0,1 0,5
Elasticiteit producent 0,5 0,5 0,5 0,5 0,5 0,5
Verwachte daling verbruik -0,25% -0,25% -0,49% -0,49% -0,12% -0,12%
Verwachte daling totaal
verbruik -0,020% -0,020% -0,040% -0,040% -0,010% -0,010%
Werkelijke daling verbruik -0,21% -0,11% -0,42% -0,25% -0,10% -0,06%
Werkelijke daling totaal
verbruik -0,016% -0,009% -0,034% -0,024% -0,008% -0,005%
Direct rebound effect 15,0% 58,0% 14,1% 48,9% 14,5% 51,2%
Indirect rebound effect
consument 0,6% 0,2% 0,3% 0,1% 0,4% 0,1%
Indirect rebound effect
producent 6,0% -0,1% -0,2% -8,5% 1,4% -6,4%
Totaal rebound effect 21,7% 58,0% 14,2% 40,4% 16,2% 44,8%
Bron: eigen berekeningen
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 86
Bekijken we eerst de directe rebound effecten bij de consumenten. Deze zijn vergelijkbaar met onze
schatting in Tabel 43, gegeven een aandeel van de totale energieconsumptie in de totale
huishoudconsumptie van ongeveer 5% (zie ook Tabel 49)
Zoals al uiteengezet in de vorige sectie, kan de impact van het indirect rebound effect door
producenten groot zijn. Opvallend is dat in Tabel 45 het indirecte rebound effect van de producent
op korte termijn erg hoog is bij elektrische applicaties (6%), terwijl het quasi nul is in de lange
termijn. Omgekeerd is het indirect producenteneffect op korte termijn effect ongeveer nul bij
verwarming en warm water en wordt het op langere termijn negatief.
Om deze resultaten beter te begrijpen splitsen we Tabel 45 op naar energieverbruik, het resultaat
wordt weergegeven in Tabel 46.
Tabel 46: Direct en indirect rebound effect per energiedrager (korte en lange termijn)
Elec_appl Verwarming Water
KT LT KT LT KT LT
Electriciteit & gas49
Direct consument 13,3% 41,9% 16,0% 67,4% 15,0% 56,6%
Indirect consument 0,8% 0,1% 0,8% 0,1% 0,8% 0,1%
Indirect producent 5,9% -1,5% 6,0% -2,1% 5,9% -1,9%
Totaal 20,0% 40,5% 22,8% 65,4% 21,7% 54,8%
Olie
Directe rebound
huishoudens Nvt Nvt 12,5% 33,5% 13,7% 43,4%
Indirect rebound
huishouden Nvt Nvt50
-0,1% 0,0% -0,2% 0,1%
Indirect producent Nvt Nvt -0,3% -2,6% 0,1% -1,9%
Totaal Nvt Nvt 12,0% 31,0% 13,5% 41,5%
Totale rebound
Huishoudens totaal 15,6% 58,2% 14,4% 48,9% 14,8% 51,2%
Producenten gas &
elektriciteit 5,9% -1,5% 2,7% -1,0% 3,5% -1,1%
Producenten olie 0,7% 1,0% -0,2% -1,4% 0,0% -0,8%
49 Uit de beschikbare data is het niet mogelijk om consumptie van elektriciteit en gas te scheiden. 50 Nvt= Niet van Toepassing. Er wordt geen veronderstelling gemaakt over een verbetering in de energie-efficientie van
stookolie of brandstoffen. Daarom is het onmogelijk om een rebound effect enkel voor brandstoffen/olie te berekenen.
Dit betekent echter niet dat de consumptie van stookolie en brandstoffen niet verandert. Het extra energieverbruik van
stookolie speelt zelfs een belangrijke rol bij het totale rebound effect.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 87
Producenten ruwe
olie en kolen -0,5% 0,3% -2,7% -6,1% -2,1% -4,5%
Totaal 21,7% 58,0% 14,2% 40,4% 16,2% 44,8%
Bron: eigen berekeningen
In bovenstaande tabel zien we een duidelijk patroon naar voren komen. Kijken we eerst naar
elektrische applicaties (en verlichting) die enkel elektriciteit gebruiken. We zien dat het directe
rebound effect op de consumptie van elektriciteit door huishoudens 13,3% bedraagt op korte en
41,9% op lange termijn. Maar, de totale rebound, inclusief de impact van andere energiedragers
(verbruik van stookolie) is hoger. Op lange termijn blijken huishoudens bij een verbetering van de
elektrische toestellen, consumptie van elektriciteit te vervangen door stookolie en andere
brandstoffen. Dit verhoogt de totale rebound naar 58,2%. Op korte termijn is het indirecte effect
van producenten erg hoog, dit wordt veroorzaakt door een scherpe daling van de energieprijs op
korte termijn, waarna die stabiliseert op langere termijn. Dit wordt verder verklaard in Tabel 47.
Het rebound effect van elektrische verwarming blijkt erg hoog. Op korte termijn is de direct
rebound 16% en de totale rebound 22.8%. Op lange termijn is de directe rebound 67.4% en het
totale rebound effect 65.4%. Het lange termijn rebound effect van verwarming op basis van
stookolie blijkt slechts 31% te zijn, of grofweg de helft. Dit valt gemakkelijk te verklaren uit de
substituteerbaarheid van de consumptie van elektriciteit. Stookolie kan immers enkel gebruikt
worden voor verwarming van water of het huis, elektrische energie is een veel universelere
energiedrager.
Wat betreft het gebruik van energie voor warm water, deze resultaten liggen min of meer tussen
deze van verwarming en deze van elektrische applicaties. Dat kan verklaard worden doordat boilers
zowel op stookolie als op basis van gas en elektriciteit functioneren. De relatieve rebound van
boilers op stookolie ligt wel hoger dan in het geval van verwarming.
In Figuur 14 splitsen we het totale rebound effect nogmaals uit naar energiedrager, consumenten en
bedrijven. De gebruikte cijfers zijn identiek aan deze van Tabel 46, maar hier wordt ingegaan op een
grafische voorstelling van het totale rebound effect. De som van de cijfers in elk ‘blokje’ is gelijk
aan het totale rebound effect. Cijfers onder de as, geven energiebesparingseffecten weer. De
rebound in gebruik van elektrische energie is verantwoordelijk voor het grootste deel van het
rebound effect, zeker bij elektrische applicaties. Op langere termijn speelt het extra gebruik van
stookolie door consumenten een grotere rol. De impact op producenten speelt vooral op korte
termijn een rol, door een daling van de energieprijzen. Op langere termijn valt dit effect weg en
wordt zelfs voornamelijk negatief, door een toegenomen import van energie. Hier wordt in Tabel
47 verder op ingegaan.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 88
Figuur 14: Opsplitsing van het totale rebound effect naar energiedrager, consument en bedrijven
Bron: Eigen berekeningen op basis van ISEEM
Kijken we naar de totale rebound effecten en splitsen we het indirect effect van producenten uit
over gas & elektriciteit, stookolie, steenkool & ruwe olie, dan zien we een groot indirect rebound
effect omwille van de consumptie van ruwe olie op de lange termijn, zowel bij verwarming als bij
warm water. Om dit te verklaren verwijzen we naar onderstaande tabel.
Tabel 47: Invloed op de internationale handel, productie en prijzen van energiedragers (in %)
Elec_appl Verwarming Water
KT LT KT LT KT LT
Import olie 0,014 % 0,023 % -0,074 % -0,073 % -0,012 % -0,010 %
Import electriciteit & gas -1,113 % -0,641 % -0,955 % -0,302 % -0,306 % -0,131 %
Export olie 0,008 % 0,012 % -0,009 % -0,066 % -0,001 % -0,010 %
Export electriciteit & gas 0,065 % -0,567 % 0,058 % -0,395 % 0,018 % -0,139 %
Productie olie 0,008 % 0,013 % -0,018 % -0,065 % -0,002 % -0,010 %
Productie electriciteit&gas -0,183 % -0,541 % -0,156 % -0,348 % -0,050 % -0,127 %
Prijs olie 0,001 % 0,000 % -0,005 % 0,001 % -0,001 % 0,000 %
Prijs electriciteit & gas -0,126 % -0,001 % -0,108 % 0,001 % -0,035 % 0,000 %
-20.0%
-10.0%
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
KT LT KT LT KT LT
Elektrische applicaties Verwarming Warm water
Elektriciteit&Gas Consument Stookolie Consument
Elektriciteit Bedrijven Olie Bedrijven
Ruwe olie
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 89
In Tabel 47 zien we hoe de import, export, productie en marktprijzen van de voornaamste
energiedragers veranderen op korte en lange termijn. Om de resultaten te begrijpen moeten we de
basis van de dynamische assumpties van ISEEM kort uiteenzetten. Kapitaal is immers immobiel op
korte termijn. Veranderingen in investeringen op lange termijn zorgen dat het model een evenwicht
bereikt op de kapitaalsmarkt. Op korte termijn heeft de energiesector een teveel aan kapitaal, op
lange termijn valt dit overschot weg en produceert de energiesector terug aan normale
(internationale) marktprijzen. We zien dus dat de binnenlandse productie van elektriciteit en gas op
korte termijn in alle gevallen minder afneemt dan de lange termijn.
In het geval van verwarming en stookolie is er ook een negatief langetermijneffect op de productie
van raffinaderijen. Dit leidt tot een lager verbruik van ruwe olie, wat het grote indirecte effect op
lange termijn verklaart. Men moet dit effect relativeren om 2 redenen: 1)het gaat over een
omzetting van ruwe olie naar petroleum waardoor de besparing niet helemaal representatief is, 2) er
treedt substitutie op van binnenlands geproduceerde petroleum naar import van petroleum,
waardoor het energieverbruik naar importproducten verschuift.
Onderstaande figuur toont het korte en lange termijn rebound effect van 1%. De volle lijnen tonen
het totale rebound effect, de gestippelde lijnen het indirecte effect. Deze figuur toont hoe het
rebound effect dynamisch evolueert over een periode van 12 jaar. Na 8 jaar is het lange termijn
rebound effect nagenoeg stabiel.
Figuur 15: Korte & lange termijn rebound, totaal & indirect effect (1%)
De volgende figuur toont een vergelijking van het totale rebound effect, in vergelijking met een
hogere relatieve efficiëntieverbetering van 5 en 10%. Het rebound effect is ongeveer gelijk en is
tussen -0.2% en -0.4% kleiner bij een efficiëntieverbetering van 5% en tussen -0.4% en -0.8%
kleiner bij een efficiëntieverbetering van 10%. Vooral bij verwarming is het relatieve verschil groter.
We kunnen hieruit besluiten dat het rebound effect stabiel is bij een hogere relatieve
efficiëntieverbetering.
-20.0
-10.0
0.0
10.0
20.0
30.0
40.0
50.0
60.0
70.0
1 3 5 7 9 11 13
Re
bo
un
d e
ne
rgie
%
Yearselec_appl verwarming water
indirect_elec_appl indirect_verwarming indirect_water
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 90
Figuur 16: Vergelijking rebound effect van 1% met hogere relatieve efficiëntieverbeteringen van 5% en
10%
Onderstaande figuren illustreren hoe het model tot een nieuw marktevenwicht komt. Merk op dat
het aanbod in jaar 1 de vraag overschrijdt. Dit wordt veroorzaakt door de beperkte substitutie van
kapitaal door andere factoren op korte termijn. Op lange termijn neemt het aanbod af, totdat het
evenwicht hersteld is. Hiermee hangt nauw de volgende figuur samen. Deze toont de internationale
handel in energie. Het eerste jaar wordt gekenmerkt door een scherpe daling van de import, het
overschot aan energie wordt geëxporteerd. Op langere termijn neemt de import van energie weer
toe, en de export af, totdat de marktprijzen overeenkomen met de internationale marktprijzen.
Figuur 17: Verandering in vraag en aanbod van elektrische energie en gas bij 1% efficiëntieverbetering
in water, verwarming en elektrische applicaties
-1.0
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0.0
1 3 5 7 9 11 13V
ers
chil
in
re
bo
un
d
elec_appl_5% verwarming_5% water_5%
elec_appl_10% verwarming_10% water_10%
-0.120
-0.100
-0.080
-0.060
-0.040
-0.020
0.000
1 3 5 7 9 11 13
%V
era
nd
eri
ng
vra
ag
en
aa
nb
od
en
erg
ie
elec_appl_aanbod
elec_appl_vraag
verwarming_aanbod
verwarming_vraag
water_aanbod
water_vraag
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 91
Figuur 18: Verandering in export en import van elektrische energie en gas bij 1% efficiëntieverbetering
in water, verwarming en elektrische applicaties
6.1.6 Rebound effect per inkomensklasse
We waren niet in staat om de substitutie elasticiteit van energieconsumptie te differentiëren per
inkomensklasse, we nemen aan dat de elasticiteiten op korte en lange termijn gelijk zijn voor elke
inkomensklasse. Het rebound effect zal niet gelijk zijn, omwille van het verschillende aandeel
energie per inkomensklasse. Bij de armste klasse is het aandeel 5,9%, bij de rijkste klasse nog slechts
3,6%. Dit maakt een verschil bij de berekening van het rebound effect. Op basis van de
berekeningen in Tabel 43, en het aandeel van energie in de huishoudconsumptie, benaderen we het
directe rebound effect per inkomensdeciel als:
Tabel 48: Benadering direct rebound effect per inkomensdeciel van D1 (arm) naar D10 (rijk)
Sigma
Deciel Aandeel energie 0.1 0.5
D1 5,9% 15,3% 53,0%
D2 5,3% 14,8% 52,7%
D3 4,5% 14,1% 52,3%
D4 4,6% 14,1% 52,3%
D5 4,1% 13,7% 52,1%
D6 4,2% 13,8% 52,1%
D7 3,8% 13,4% 51,9%
D8 3,6% 13,2% 51,8%
D9 3,6% 13,2% 51,8%
D10 3,6% 13,2% 51,8%
In de onderstaande tabel geven we de werkelijke modelresultaten van het reboundeffect per
inkomensklasse. We gebruiken hiervoor een simulatieopzet die identiek is als hierboven beschreven,
maar met specifieke energie-efficiëntie schokken per huishoudklasse. Om de resultaten
overzichtelijk te houden onderscheiden we enkel de armste (D1), midden (D5) en rijkste (D10)
klasse. We onderscheiden opnieuw de korte termijn (KT) en lange termijn (LT) resultaten. Zoals al
gezegd is er geen onderscheid tussen de substitutie elasticiteiten van energieverbruik van de hoogste
en laagste inkomensklasse.
-1.600
-1.400
-1.200
-1.000
-0.800
-0.600
-0.400
-0.200
0.000
0.200
0.400
1 3 5 7 9 11 13
%V
era
nd
eri
ng
im
po
rt e
n e
xp
ort
en
erg
ie
elec_appl_export
elec_appl_import
verwarming_export
verwarming_import
water_import
water_export
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 92
Tabel 49: Rebound per inkomensklasse – modelresultaten bij relatieve energie-efficiëntieverbetering van
1%
Elektrische appl Verwarming Warm water
KT (U=0,1) D1 D5 D10 D1 D5 D10 D1 D5 D10
Direct cons 16,6% 14,8% 14,3% 15,4% 14,2% 13,8% 15,7% 14,3% 13,9%
Indirect cons 0,6% 0,6% 0,6% 0,3% 0,3% 0,3% 0,4% 0,4% 0,4%
Indirect prod 5,6% 5,7% 6,0% -1,0% 0,1% 0,5% 0,6% 1,5% 1,9%
Totaal 22,8% 21,0% 20,9% 14,7% 14,6% 14,6% 16,6% 16,2% 16,3%
LT (U=0,5) D1 D5 D10 D1 D5 D10 D1 D5 D10
Direct cons 59,8% 57,3% 56,8% 49,3% 49,4% 49,3% 51,8% 51,4% 51,3%
Indirect cons -0,2% -0,2% -0,2% 0,0% -0,1% -0,1% -0,1% -0,1% -0,1%
Indirect prod -0,1% -0,4% -0,3% -9,1% -8,1% -7,9% -7,0% -6,2% -5,9%
Totaal 59,7% 56,9% 56,5% 40,1% 41,2% 41,4% 44,8% 45,3% 45,4%
We zien dat voornamelijk het directe rebound effect de resultaten stuurt op korte termijn. De
verschillen met een algemene energie-efficiëntie schok zijn klein. De rebound effecten van de
hoogste inkomensklasse zijn 2-3% kleiner dan deze van de laagste inkomensklasse op korte en
lange termijn bij gebruik van elektrische apparatuur, koken en verlichting. Bij verwarming en warm
water treedt er een interactie-effect op met de producenten op de lange termijn, waardoor het
rebound effect bij de hoogste inkomensklasse ongeveer 1% hoger is. Het directe rebound effect op
lange termijn is kleiner bij verwarming en warm water, omwille van de beperkingen om stookolie
voor ander energiegebruik toe te passen. De reden waarom de rijkste huishoudens een iets groter
indirect producenteneffect veroorzaken, komt omdat zij absoluut gezien, meer energie gebruiken en
dus op hun beurt een iets groter indirect prijseffect veroorzaken.
De verschillen in indirecte effecten zijn klein. De drijvende factor is het aandeel van energie in de
consumptiebundel en de veronderstelling over de substitutie elasticiteiten.
6.1.7 Besluit
We vergeleken korte en lange termijneffecten van energie-efficiëntie op de consumenten. We
focussen hierbij op elektrische applicaties (en verlichting), verwarming en warm water. Om de
ontwikkeling van het rebound effect te onderzoeken op langere termijn gebruikten we de
dynamische versie van het ISEEM model met kapitaalsaccumulatie en met graduele aanpassing van
de consumentenelasticiteit.
De indirecte effecten van de producenten spelen een matige tot belangrijke rol in de berekening van
het totale rebound effect. Deze interactie-effecten ontstaan doordat in ISEEM de producenten en
consumenten de markt naar energie delen. Zelfs kleine dalingen van de energieprijzen, kunnen een
belangrijke impact hebben op het totale rebound effect. Op lange termijn daalt de binnenlandse
productie van elektriciteit en petroleum. Op de markt voor petroleum voorspelt het model een
aanzienlijke indirecte impact op lange termijn door veranderingen in de vraag naar ruwe olie,
veroorzaakt door de verminderde binnenlandse productie van raffinaderijen. Dit doet zich voor bij
het gebruik van stookolie voor verwarming. Het gaat hier echter vooral over substitutie van
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 93
binnenlandse energievraag, naar import van geraffineerde olie. Dit effect is dus niet volledig
representatief.
Als algemene conclusie bij onze resultaten geldt het volgende: op korte termijn is het rebound
effect bij de consumenten vrij beperkt, omdat de consument zijn/haar consumptiegedrag slechts
geleidelijk aanpast. Het verwachte directe rebound effect bij consumenten is ongeveer 15%, met
relatief kleine verschillen tussen de verschillende vormen van energieverbruik (verwarming, koken,
verlichting, warm water en elektrische applicaties). Het totale rebound effect op korte termijn wordt
voornamelijk vergroot bij verbruik van elektrische energie, wat leidt tot een versterking van het
rebound effect met 5%. De bron van dit effect is een korte termijn daling in de vraag naar
elektrische energie. Andere indirecte effecten, omwille van prijsveranderingen of secundaire
veranderingen in het consumenteninkomen zijn bijna verwaarloosbaar en tellen mee voor een
versterking van de rebound van ongeveer 0.5% tot maximum 1%.
Op lange termijn blijkt het directe rebound effect voor consumenten de beste graadmeter voor het
totale rebound effect. Hierbij moet wel rekening gehouden worden met de grotere substitutie
elasticiteit van consumenten op langere termijn. Het rebound effect van elektrische applicaties is het
hoogst, met respectievelijk 58%. Verwarming en warm water (boilers) veroorzaken een kleiner
direct rebound effect van respectievelijk 48.9% en 51.2%. Dit komt door de beperktere
substitueerbaarheid van stookolie voor ander energieverbruik. Inclusief de indirecte
producentenimpact door verminderde olieraffinage en elektriciteitsproductie, worden de laatste
40.4% en 44.8%. Maar zoals hierboven aangehaald zijn de indirecte producenteneffecten op lange
termijn hier niet volledig representatief.
Splitsen we op naar energiedrager, dan zien we vooral bij elektrische verwarming een hoog rebound
effect van 67%. Ter vergelijking, het rebound effect van verwarming op stookolie bedraagt slechts
33%. Het rebound effect bij warm water (boilers) is 41.5%, omdat hier een groter interactie-effect is
met verwarming op stookolie en ander energieverbruik.
De verschillen in rebound effecten tussen de huishoudens zijn niet erg groot, dit hangt natuurlijk
samen met onze veronderstelling dat alle huishoudens dezelfde substitutie elasticiteit hebben tussen
energie en niet-energie gerelateerde consumptie. Het directe rebound effect bij armere huishoudens
is ongeveer 2-3% groter dan bij rijkere huishoudens. Het grotere indirecte markteffect door de
rijkste huishoudens compenseert dit gedeeltelijk.
We besluiten dat hoewel het algemeen evenwichtsmodel een grote mate van detail en inzicht biedt
in het rebound effect, de indirecte effecten op lange termijn klein zijn. In een kleine, open
economie als België worden veranderingen in de prijzen van energie (de grootste drijver van
indirecte effecten) grotendeels opgevangen door de internationale markt. De aanname dat andere
indirecte prijs- en inkomenseffecten een grotere rol spelen bij het rebound effect blijkt, tenminste
op basis van onze modelresultaten, grotendeels ongegrond aan de consumentenzijde. Dit hoeft
echter niet het geval te zijn bij de producenten.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 94
6.2 Efficiëntieverbetering producenten
Deze oefening gaat na wat de effecten zijn van een efficiëntieverbetering binnen een sector die het
benodigd energieverbruik voor die sector doet verminderen. Met andere woorden wordt er vanuit
gegaan dat, door de efficiëntieverbetering, er voor dezelfde output minder energie nodig is. We
kijken naar de effecten op korte tot middellange termijn, waarbij verondersteld wordt dat de
hoeveelheid kapitaal (machines en dergelijke) niet verandert, maar waarbij voor de consumenten
wel de lange termijn substitutie elasticiteit uit de vorige sectie wordt gehanteerd. Een voorspelling
op lange termijn laat deze veronderstelling los, maar vereist wel inzicht in toekomstige investeringen
in kapitaal voor alle sectoren. Gezien de grote onzekerheid hieromtrent lijkt het daarom
aangewezen om deze vereenvoudigde veronderstelling te gebruiken. In totaal maakt ISEEM
onderscheid tussen 2951 sectoren. De beschouwde efficiëntiewinst is 5%. Voor elk scenario kijken
we naar de resulterende netto energiebesparing en maken we een opsplitsing tussen de ingenieurs-
effecten, de directe rebound effecten en de indirecte rebound effecten. Na het bespreken van de
resultaten volgt er nog een sensitiviteitsanalyse.
6.2.1 Methodologie
Deze oefening maakt opnieuw gebruik van het ISEEM model, een CGE model voor België. Net als
voor de consumenten bekijken we enkel de resultaten voor Vlaanderen. In dit model zijn er
verschillende sectoren die goederen produceren en daarvoor inputs gebruiken. De productie van
een sector wordt gemodelleerd als een geneste CES productiefunctie. Om een product te maken
zijn er energie, arbeid, kapitaal -en intermediaire goederen nodig. Deze productie gebeurt initieel
door bepaalde verhoudingen van deze inputs te gebruiken, maar deze verhoudingen kunnen
wijzigen door prijsveranderingen van de inputs. Als de prijs van arbeid te duur wordt, kan een
producent beslissen om meer gebruik te maken van kapitaal, en meer overgaan tot automatisering
van bepaalde processen. Dit noemen we substitutie tussen de inputs. Verder zijn er ook inputs
waartussen geen substitutie mogelijk is. Inputs waartussen substitutie mogelijk is worden verzameld
in een nest. In ISEEM zijn er meerdere nesten op verschillende niveaus, zoals op onderstaande
figuur is weergegeven.
51 Zie annex 3 voor een overzicht van deze sectoren
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 95
Figuur 19: Voorstelling productiefunctie in ISEEM
Om een efficiëntieverbetering te modelleren moeten de parameters van de Kapitaal-Arbeid-Energie
(KLE) nest aangepast worden. Concreet komt dit neer op een herberekening52 van het model,
waarbij er nu slechts 100-x % van de initiële hoeveelheid energie nodig is om dezelfde hoeveelheid
output te genereren (waarbij x de efficiëntiewinst is). Wat we op deze manier doen is de
productiefunctie aanpassen, en daarmee dus ook de preferenties voor verschillende soorten input.
De nieuwe Kapitaal-Arbeid-Energie productie wordt nu gegeven door
de�S�f � =cS�f gVS�f�deS�f�Xhij()Xhij . �1 � VS�f���S�f�Xhij()Xhij kXhijXhij()
� =cS�f lVS�f�deS�f�Xhij()Xhij . �1 � VS�f� g�1 � ��100 ��m^kXhij()Xhij nXhijXhij()
� de��m^ Hierin is ϒ een parameter tussen 0 en 1 die de verhouding aangeeft tussen de gebruikte hoeveelheid
Kapitaal-Arbeid en de gebruikte hoeveelheid energie (een lage ϒ komt overeen met een lage
hoeveelheid Kapitaal-Arbeid); de parameter σKLE is de substitutie-elasticiteit, en duidt aan hoe
eenvoudig het is om energie te vervangen door Kapitaal-Arbeid. De parameter aT is tot slot een
normalisatieparameter.
52 De herberekening moet resulteren in een productiefunctie waarbij het mogelijk is om dezelfde hoeveelheid output te
produceren met een lagere hoeveelheid energie als input.
…
Output
Kapitaal-Arbeid
(KL)
Intermediair
product 1
Arbeid Kapitaal
Intermediair
product n
Kapitaal-Arbeid-
Energie
Energie (E)
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 96
De netto energiebesparing kan opgesplitst worden in een ingenieurs effect, een direct en een
indirect rebound effect. Volgende figuur maakt duidelijk hoe we elk van deze effecten interpreteren
in het vervolg van deze oefening.
Figuur 20: Grafische voorstelling rebound effect.
Het punt A is de oorspronkelijke situatie, met een bepaalde hoeveelheid geproduceerde output en
een bijhorende hoeveelheid energie per output. De totale energieconsumptie is gelijk aan de
rechthoek ADOI.
Wanneer er een energie-efficiëntieverbetering gebeurt, zal een eerste schatting voorspellen dat de
energiewinst gelijk is aan x maal de oorspronkelijke energieconsumptie binnen de sector. Deze
energiebesparing noemen we het ingenieurseffect, en wordt in de figuur aangeduid door de
rechthoek ABCD (waarbij C gelijk is aan (1-x).D). De totale energieconsumptie volgens deze
schatting is gelijk aan de rechthoek BCOI.
Vanwege de efficiëntieverbetering zal de producent veranderingen doorvoeren in zijn
productieproces, en duurdere input (bv. arbeid) vervangen door energie. De producent stelt zich de
volgende vraag: gegeven mijn nieuwe productietechnologie en de huidige marktprijzen van alle
inputs, wat is de optimale hoeveelheid die ik nodig heb van elke input om evenveel output te
produceren als nu? De op deze manier bepaalde totale energieconsumptie is gelijk aan de rechthoek
FEOI. Het directe rebound effect is hetgeen we verliezen tov de eerste schatting, en is gelijk aan de
rechthoek BCEF.
Tot slot zijn er nog de indirecte rebound effecten. De verandering in de gebruikte hoeveelheid
inputs leidt tot prijsveranderingen op de andere markten. Concurrentie binnen de beschouwde
sector zal leiden tot lagere prijzen, en zal de winst doen dalen. De vraag voor de output van deze
sector zal stijgen vanwege de lagere prijzen. Deze verhoogde output leidt tot een hogere vraag in
inputs, wat dan weer tot prijsstijgingen van de inputs leidt. Voor consumenten kunnen deze
veranderingen in prijzen ook leiden tot een nieuwe consumptiemix. De uiteindelijke
energieconsumptie in de hele maatschappij kan in principe zowel hoger als lager liggen dan de
oorspronkelijke energieconsumptie in de maatschappij. Het indirect rebound effect is het verschil
tussen de uiteindelijke energieconsumptie en de energieconsumptie volgens de tweede schatting.
I
E C O
F B A
# output
# energie input per output D
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 97
6.2.2 Resultaten
In deze sectie presenteren we de resultaten van een efficiëntieverbetering in een bepaalde sector.
We maken hierbij een onderscheid tussen het ingenieurseffect, een direct en een indirect rebound
effect, en het totale rebound effect. Door het groot aantal verschillende sectoren in ISEEM is het
niet vanzelfsprekend om de vereenvoudigde vergelijkingen uit sectie 6.1 toe te passen. De
verandering in energieconsumptie is namelijk niet enkel te vinden bij de beschouwde sector (waar
de efficiëntieverbetering plaatsvindt), maar ook bij alle andere sectoren. Het volstaat dus niet om de
vergelijking slechts voor één sector toe te passen. Het toepassen van deze vergelijking op alle 29
sectoren zou echter niet verduidelijkend werken. Bovendien is er een belangrijk verschil met de
consumentenzijde: bij producenten is er een sterke wisselwerking tussen de sectoren onderling,
omdat ze elkaars producten gebruiken in hun productieproces; voor veel industriële sectoren zijn de
belangrijkste afnemers niet de consumenten, maar de sectoren zelf. De sectoren hebben dus
onderling een sterk effect op elkaars outputhoeveelheid en prijs. Om een duidelijk beeld te krijgen
op de reboundeffecten zouden de effecten op outputhoeveelheid en prijs van een sector moeten
opgesplitst worden per sector. In plaats van een dergelijke opsplitsing te maken is ervoor geopteerd
om het direct en indirect rebound effect rechtstreeks grafisch weer te geven, en de achterliggende
effecten te rapporteren. Om de resultaten overzichtelijk te houden bespreken we in deze paragraaf
de resultaten voor een selectie van sectoren:
• Sector 5: Textiel
• Sector 6: Petrochemie
• Sector 8: Transportmateriaal
• Sector 11: Elektriciteit en gas
• Sector 16: Landtransport
• Sector 23: Financiële sector
• Sector 26: Overheidsdiensten
Deze selectie betreft sectoren die op basis van de resultaten representatief zijn voor de andere
sectoren. Bijlage 4 geeft de resultaten voor alle sectoren.
Onderstaande figuur toont het directe rebound effect bij een efficiëntieverbetering van 5% in een
bepaalde sector. We gaan dus steeds uit van een energie-efficiëntieverbetering in één sector. We
veronderstellen dus niet dat de efficiëntieverbetering plaatsvindt in alle sectoren tegelijkertijd. Op
de horizontale as vinden we de geselecteerde sectoren en op de verticale as het directe rebound
effect als een percentage van het ingenieurseffect. Een rebound effect van 100% zou betekenen dat
de ingenieurseffecten volledig tenietgedaan zijn, en dat er dus netto geen verandering is in
energieverbruik. De resultaten geven een direct rebound effect dat steeds kleiner is dan de initiële
efficiëntieverbetering, en altijd positief. Het direct rebound effect zorgt dus nooit voor een extra
energiebesparing, maar doet het ingenieurseffect ook nooit volledig teniet. Het directe rebound
effect schommelt rond de 20%, met uitschieters van 1.8 % en 50.6%.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 98
Figuur 21: Direct rebound effect als gevolg van efficiëntieverbetering in één sector
Kijken we naar de verschillen tussen de sectoren, dan springt in bovenstaande figuur sector 6
(petrochemie) eruit. De directe rebound effecten zijn des te groter naarmate de sector energie-
intensiever is. Dit is logisch, aangezien eenzelfde efficiëntieverbetering in deze sectoren een grotere
kostenbesparing betekent, en dus meer mogelijkheden laat tot optimalisatie van het
productieproces.
Onderstaande figuur toont het indirecte rebound effect in gans Vlaanderen bij een
efficiëntieverbetering van 5% in een bepaalde sector. Op de horizontale as vinden we de
geselecteerde sectoren en op de verticale as het indirecte rebound effect uitgedrukt als een als een
percentage van het ingenieurseffect.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 99
Figuur 22: Indirect rebound effect als gevolg van efficiëntieverbetering in één sector
Het indirecte rebound effect is een bundeling van allerhande effecten die niet altijd eenvoudig te
isoleren zijn. In se gaat het om een verder doorwerken van het initiële effect in de rest van de
economie. Het totale indirecte rebound effect kan zowel positief (meer energieconsumptie) als
negatief (minder energieconsumptie) zijn, zoals te zien is op de figuur.
Er zijn een aantal belangrijke parameters en mechanismes die maken of het indirecte effect van een
efficiëntieverbetering positief of negatief is. Ten eerste zijn er de sectoren die energie produceren,
sector 6 (petrochemie) en 11 (elektriciteit en gas). Een hogere energie-efficiëntie in deze sectoren
leidt tot lagere prijzen voor energie, hetgeen de vraag naar energie over de hele samenleving doet
toenemen en dus leidt tot een zeer hoog positief indirect rebound effect. Ten tweede zijn er een
aantal sectoren die energie-intensief (energie per output) zijn zoals transport en de industrie en een
hoge totale energieconsumptie hebben (en dus ook een hoge totale output). Voor deze sectoren is
het indirecte rebound effect ook positief. Bij de geselecteerde sectoren gaat het hierbij om sector 5
(textiel en kledij) en sector 16 (land transport).
De dienstensectoren (sectoren 23 en 26) scoren dan weer eerder laag op deze criteria, en zijn eerder
arbeidsintensief. Zij hebben immers maar een klein aandeel aan energie als input. Veranderingen in
de energie-efficiëntie voor de dienstensectoren zorgen ervoor dat deze sectoren competitiever
worden, en meer arbeidskrachten willen aantrekken. De industrie gaat in concurrentie met de
dienstensector voor de arbeidskrachten, waardoor de prijzen in de industrie stijgen. Er vindt een
kleine verschuiving plaats in de arbeidsmarkt van industrie naar diensten. Deze verschuiving wordt
echter versterkt doordat de verschillende industriesectoren sterk verweven zijn, en veel
intermediaire goederen gebruiken van elkaar. De intermediaire goederen worden dus duurder, wat
de finale producten nog duurder maakt. De oorspronkelijke lichte prijsstijging wordt dus intern
versterkt. Als gevolg daarvan daalt de productie in de industrie, en daarmee daalt ook de totale
energieconsumptie verder.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 100
Sector 8 (transportmateriaal, automobielsector) is één van de sectoren die een belangrijk effect
aandeel heeft in de export. Een hogere energie-efficiëntie verbetert de concurrentiepositie, en doet
de export toenemen. Dit zet druk op de handelsbalans. Gegeven dat de inwisselwaarde van euro
voor buitenlandse valuta vast ligt, vraagt een evenwicht op de internationale markt dat ófwel de
binnenlandse inflatie toeneemt, ófwel de rente (en dus ook vraag) van binnenlandse investeringen
afneemt. Dit leidt dan weer tot een lagere vraag naar investeringsgoederen. Deze vermindering in
investeringen, voornamelijk in de bouwsector, leidt tot een extra vermindering van de
energieconsumptie in die sector.
Onderstaande figuur toont het totale rebound effect bij een efficiëntieverbetering van 5% in een
bepaalde sector. Op de horizontale as vinden we de geselecteerde sectoren en op de verticale as het
totale rebound effect uitgedrukt als een als een percentage van het ingenieurseffect. De netto
energiebesparing (in verhouding tot het ingenieurseffect) kan afgelezen worden als het verschil
tussen 100% en het totale rebound effect. Merk op dat deze percentuele netto energiebesparing
niet noodzakelijk iets zegt over de absolute energiebesparing: voor sector 26 ligt de waarde hoger
dan voor sector 8, maar het basis energie verbruik in sector 8 ligt hoger dan in sector 26. Een
kleinere percentuele besparing kan dus toch resulteren in een grotere energiebesparing in absolute
termen.
Figuur 23: Totaal rebound effect als gevolg van efficiëntieverbetering in één sector
Voor bijna alle sectoren is het totale rebound effect kleiner dan 100%, en zijn er dus de netto
energiewinsten.
Bij de energie-intensieve sectoren (transport, industrie) zorgt een energie-efficiëntiewinst voor een
totaal rebound effect rond de 50%, zodat ongeveer de helft van de verwachte energiewinst effectief
behaald wordt. Over het algemeen geldt dat hoe hoger het aandeel van energie in de initiële
productiekost van de sector, hoe hoger het rebound effect zal zijn. Een energie-efficiëntiewinst
voor sectoren die energie produceren kan daarentegen leiden tot een verhoogde in plaats van een
verlaagde energieconsumptie (backfire). In het geval van raffinage bleek het rebound effect het
hoogst en bedroeg bijna 300%. De reden voor het hoge rebound effect is dat de binnenlandse
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 101
productie van olie en afgeleide producten en dus ook het gebruik van ruwe olie voor raffinage sterk
stijgt. Ook de export naar het buitenland neemt in verhouding sterk toe. Dit heeft een grote
secundaire impact op het totale energieverbruik. Deze resultaten lopen eveneens gelijk met Turner
K. (2010).
Opvallend is dat winsten in energie-efficiëntie bij de dienstensector en dan vooral in de publieke
sector voor grotere energiebesparingen dan het ingenieurseffect zorgen. Het directe rebound effect
is al kleiner dan bij de meer energie intensieve sectoren (1-5% in vergelijking met 30-50%), maar het
indirecte rebound effect is negatief en bedraagt bij de financiële sector -30% en bij de publieke
sector zelfs -70%. Deze effecten spelen voornamelijk via de arbeidsmarkt, die een groot indirect
effect heeft op de rest van de economie. De redenering hier is als volgt: de toename van de energie-
efficiëntie zorgt voor een relatief kleine besparing aan energie in de dienstensector (voornamelijk
uitgespaarde verwarmingskosten en in mindere mate verlichting, transport en andere elektrisch
gebruik). Omdat de dienstensector een relatief hoge graad van arbeidsintensiteit heeft, besteedt de
sector een groot deel van de uitgespaarde kosten aan arbeid. Omdat arbeid een productiefactor is
die niet oneindig is, zorgt dit voor een kleine, maar significante druk op de arbeidsmarkt die
doorspeelt op andere sectoren. De verhoging van de prijs van arbeid heeft daardoor een kleine
impact op de productiekosten van de industrie, die op haar beurt leidt tot dalingen in
energiegebruik.
Dit lijkt op het eerste zicht-tegen intuïtief, maar het kan ook begrepen worden als een versterking
van de competitiviteit van de dienstensector, ten opzichte van industrie. De dienstensector vertoont
een eerder kleine hoeveelheid energiegebruik, maar een grote arbeidsintensiteit. De industrie
vertoont zowel een groter energieverbruik als een relatief hoge arbeidsintensiteit. Als men dezelfde
mensen die als arbeider worden ingezet in de industrie, inzet in de dienstensector, kan dit dus leiden
tot een netto daling van het energieverbruik per werknemer. Dit is één van de bekende
mechanismen (naast efficiëntieverbeteringen in energieverbruik) die ertoe leiden dat postindustriële
economieën absoluut gezien meer energie verbruiken dan ontwikkelingseconomieën, maar minder
gerekend per capita of per werknemer.
Deze hele redenering stoelt natuurlijk op de flexibiliteit van de arbeidsmarkt. Omdat we in deze
versie van ISEEM niet met een gedetailleerd uitgewerkte arbeidsmarkt werken, met verschillen in
opleidingsniveau en capaciteiten, is een sensitiviteitsanalyse noodzakelijk. Indien we de substitutie-
elasticiteit van arbeid, die het ‘gemak’ bepaalt waarmee arbeid met andere productiefactoren kan
worden ingewisseld met de helft verlagen, verlaagt ook het indirect effect van de dienstensector op
het energieverbruik. Een halvering van de substitutie-elasticiteit van kapitaal door arbeid (σKL) leidt
(benaderd) tot een halvering van het berekend negatief rebound effect voor de dienstensectoren.
Het effect blijft echter wel relevant, zeker voor de publieke dienstensector.
Een ander, onverwacht resultaat dat uit de resultaten naar voren komt, is dat de impact van extra
energie-efficiëntie in export gerichte sectoren (zoals automobielproductie) een negatief indirect
rebound effect kunnen veroorzaken door wisselwerkingen met de internationale markt. De reden is
dat efficiëntieverbeteringen dan leiden tot een netto toename van export, wat druk zet op de
handelsbalans. Gegeven dat de inwisselwaarde van euro voor buitenlandse valuta vast ligt, vraagt
een evenwicht op de internationale markt dat ófwel de binnenlandse inflatie toeneemt, ófwel de
rente (en dus ook vraag) van binnenlandse investeringen afneemt. Dit leidt dan weer tot een
verhoogde prijs voor arbeid of een lagere vraag naar investeringsgoederen. Beiden hebben een
klein, maar significant negatief effect op de vraag naar energie.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 102
Vergelijking van het direct en indirect rebound effect geeft aan dat het uiteindelijke effect in grote
mate bepaald wordt door het indirect rebound effect. Dit komt omdat voor de producenten er een
sterke interactie onderling is (output van een sector is input voor andere sector). De wisselwerking
met de rest van de economie is dus wel degelijk van groot belang, wat het belang bevestigt van het
gebruik van een algemeen evenwichtsmodel in plaats van een partieel evenwichtsmodel.
6.2.3 Sensitiviteit
Deze paragraaf gaat de gevoeligheid na van de resultaten wanneer één van de parameters verandert.
Drie parameters worden onderzocht: de efficiëntieverbetering x, de substitutie-elasticiteit voor
kapitaal-arbeid (σKL) die aangeeft hoe eenvoudig het is om arbeid te vervangen door kapitaal, en de
substitutie-elasticiteit voor energie-kapitaal-arbeid (σKLE in sectie 6.2.1) die aangeeft hoe eenvoudig
het is om energie te vervangen door kapitaal-arbeid. We zijn geïnteresseerd in de gevoeligheid van
de efficiëntieverbetering, omdat dit aangeeft in welke mate de resultaten uit de vorige sectie
geëxtrapoleerd kunnen worden, hetgeen van belang kan zijn voor effectieve beleidsbeslissingen. De
substitutie-elasticiteit voor kapitaal-arbeid en energie-kapitaal-arbeid zijn van belang omdat ze in
deze case studie bepalen in welke mate de arbeidsmarkt veranderingen in energie-efficiëntie
opvangt. Een kleinere substitutie-elasticiteit zorgt ervoor dat verschuivingen moeilijker zijn, en
verhindert in zekere mate dat er arbeid vervangen wordt door meer energie te verbruiken. Dit leidt
ook tot kleinere effecten op de arbeidsmarkt. Net zoals de prijs –en inkomenselasticiteiten uit sectie
6.1.2 zijn de substitutie-elasticiteiten geen universele constanten, en zit er een redelijke marge op de
schattingen hiervoor. Daarom kijken we na hoe sterk de resultaten veranderen bij een andere
schatting, om een idee te krijgen van de onzekerheidsmarge.
Onderstaande figuren tonen de directe, indirecte en totale rebound effecten bij een
efficiëntieverbetering in een bepaalde sector van 1%, 5% en 10%.
Figuur 24: Direct rebound effect bij verschillende efficiëntieverbeteringen
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 103
Figuur 25: Indirect rebound effect bij verschillende efficiëntieverbeteringen
Figuur 26: Totaal rebound effect bij verschillende efficiëntieverbeteringen
Het blijkt dat de sterkste niet-lineariteiten bij het indirect rebound effect gevonden kunnen worden.
Dit valt te verklaren doordat het indirect rebound effect het doorwerken is van het initiële effect in
de gehele economie (ipv enkel binnen de sector), en er dus meer wisselwerking kan optreden tussen
allerlei niet-lineaire effecten. Voor sommige sectoren neemt het indirect rebound effect toe met de
energie-efficiëntie, voor andere sectoren neemt het af. Bij het direct rebound effect treedt er voor
alle sectoren een soort verzadiging op: het direct rebound effect wordt kleiner met de stijgende
energie-efficiëntie. Dit komt omdat de winsten vanwege de energie-efficiëntie niet eindeloos
kunnen gebruikt worden om kapitaal en arbeid door energie te vervangen. Aangezien het totale
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 104
rebound effect wordt gedomineerd door het indirect effect, is de gevoeligheid van het totale
rebound effect ook bepaald door die van het indirecte effect. Al bij al is de gevoeligheid voor de
grootte van de energie-efficiëntiewinst echter beperkt.
Voor de sensitiviteitsanalyse van de substitutie-elasticiteit worden vier gevallen beschouwd:
• Case 1: substitutie-elasticiteit voor kapitaal-arbeid van 0.95 (basiswaarde in ISEEM) en
substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.7 (basiswaarde in ISEEM)
• Case 2: substitutie-elasticiteit voor kapitaal-arbeid van 0.95 (basiswaarde in ISEEM) en
substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.4
• Case 3: substitutie-elasticiteit voor kapitaal-arbeid van 0.4 en substitutie-elasticiteit voor
energie-kapitaal-arbeid van 0.7 (basiswaarde in ISEEM)
• Case 4: substitutie-elasticiteit voor kapitaal-arbeid van 0.4 en substitutie-elasticiteit voor
energie-kapitaal-arbeid van 0.4
De waarden van 0.4 voor de substitutie-elasticiteit voor kapitaal-arbeid en voor energie-kapitaal-
arbeid zijn lagere schattingen uit de literatuur (zie Dissou et al., 2012). Onderstaande figuur toont
het totale rebound effect bij een substitutie-elasticiteit voor kapitaal-arbeid van 0.95 (basiswaarde in
ISEEM) en 0.4 en een substitutie-elasticiteit voor energie-kapitaal-arbeid van 0.7 (basiswaarde in
ISEEM) en 0.4.
Figuur 27: Totaal rebound effect bij verschillende substitutie-elasticiteiten voor kapitaal-arbeid en
energie-kapitaal-arbeid
Een daling van σKLE (case 2) leidt steeds tot een lagere waarde voor het rebound effect, en dus een
grotere energiebesparing. De reden hiervoor is het feit dat een lagere σKLE het voor alle sectoren
minder aantrekkelijk maakt om arbeid of kapitaal te vervangen door goedkopere energie. Een daling
van σKL (case 3) daarentegen leidt steeds tot een kleiner rebound effect in absolute grootte. Dit
komt omdat σKL voornamelijk inspeelt op de indirecte effecten via de arbeidsmarkt. Voor de
dienstensectoren is σKL dan ook bepalend. Voor meer industriële sectoren is σKLE bepalend. Kijken
we naar case 4, dan zien we dat een daling van beide parameters ervoor zorgt dat het rebound effect
ongeveer halveert in absolute grootte. Aangezien de waarden in case 1 en case 4 respectievelijk de
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 105
hogere en de lagere schattingen in de literatuur representeren, kunnen de uitkomsten voor case 1 en
4 gezien worden als een soort betrouwbaarheidsinterval waarbinnen het werkelijke totale rebound
effect zich bevindt.
6.2.4 Besluit
In deze sectie werd nagegaan wat de effecten zijn van een efficiëntieverbetering binnen een sector
die het benodigd energieverbruik voor die sector doet verminderen. Er werd hierbij gekeken naar
de korte termijneffecten. De effecten op lange termijn zullen groter zijn dan die op korte termijn,
net zoals dat het geval was voor de consumenten. Dit valt te begrijpen aangezien rebound effecten
voortkomen uit het wijzigen van gedragingen en beslissingen ten opzichte van het verleden.
Aangezien op langere termijn de mogelijkheden tot wijziging toenemen, zal ook het rebound effect
toenemen. Dit wordt ook bevestigd in de studie van Turner K. (2010), die een gelijkaardige studie
uitvoerde voor Schotland en het Verenigd Koninkrijk. Rebound effecten voor verschillende
sectoren waren over het algemeen (en consistent) 10-20% groter53.
Het effect van een energie-efficiëntiewinst verschilt sterk van sector tot sector. Voor
dienstensectoren zorgt een energie-efficiëntiewinst voor grotere energiebesparingen dan verwacht
op basis van het ingenieurseffect. Deze effecten spelen voornamelijk via de arbeidsmarkt. Bij meer
energie-intensieve sectoren zorgt een energie-efficiëntiewinst voor een totaal rebound effect rond
de 50%, zodat ongeveer de helft van de verwachte energiewinst effectief behaald wordt. Een
energie-efficiëntiewinst voor sectoren die energie produceren kan daarentegen leiden tot een
verhoogde in plaats van een verlaagde energieconsumptie. We vatten deze inzichten als volgt nog
eens samen:
1) Hoewel dienstensectoren (zowel privaat als publiek) een relatief laag aandeel in het totaal
energieverbruik hebben, kunnen ze indirect een groter energiebesparingseffect veroorzaken
door het wegtrekken van arbeid uit sectoren met een hogere energie intensiteit. Indirect is
dit dus een stimulans voor arbeid in de dienstensectoren.
2) Efficiëntieverbeteringen in sectoren die energie produceren, kunnen leiden tot een
zogenaamde ‘backfire’ of extra energieverbruik. Dit wordt veroorzaakt door drie
mechanismen. Het eerste is een daling in de energieprijs voor de verbruikers door
toegenomen efficiëntie van de sector, die de vraag naar energie opnieuw stimuleert. Het
tweede is een toegenomen export en afname van import van elektriciteit en
petroleumderivaten. Het laatste is een toegenomen import van ruwe olie, kolen en gas
(primaire energie) voor het produceren van secundaire energiedragers en derivaten.
3) Efficiëntieverbeteringen in sectoren die energie intensief en export gericht zijn, kunnen via
interactie met het evenwicht op de internationale markt leiden tot extra inflatie en daling
van binnenlandse investeringen. Deze daling in buitenlandse investeringen zorgt voor een
daling van het verbruik van energie en arbeid voor andere sectoren. Dat leidt op zich weer
tot een grotere energiebesparing dan initieel verwacht.
De kracht van het algemeen evenwichtsmodel is om deze effecten te isoleren en zichtbaar te
maken, terwijl ze in een andere economische analyse niet zouden opvallen.
De grootte van de energie-efficiëntiewinst heeft in beperkte mate een effect op de grootte van het
rebound effect. Het direct rebound effect wordt voor alle sectoren kleiner naargelang de
53 Met enkele opvallende uitzonderingen. Zo werden rebound effecten tot 800% voorspeld op basis van desinvesteringen
in niet-energiesectoren, resultaten die ons niet erg geloofwaardig leken en die ertoe hebben bijgedragen dat we een keuze
hebben gemaakt voor de ‘vaste kapitaal’ assumptie.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 106
efficiëntiewinst groter is. De grootte van de energie-efficiëntiewinst heeft echter een ander effect op
het indirect en het totale rebound effect voor elke sector.
Uit de gevoeligheidsanalyse blijkt dat de grootte van het rebound effect sterk afhankelijk is van de
gekozen waarden voor enkele cruciale parameters (de substitutie-elasticiteiten σKLE en σKL). Enige
voorzichtigheid is dus steeds geboden bij het interpreteren van deze resultaten, maar ook bij
modelmatige resultaten uit andere studies.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 107
7 Algemene conclusie
Het doel van deze studie was om na te gaan hoe “rebound effecten” spelen op Vlaams niveau.
Rebound effecten zorgen ervoor dat bij efficiëntieverbeteringen, een deel van de potentiële
(energie/milieu)winst verloren gaat. Een winst in efficiëntie zorgt immers voor een besparing die
tot een gedragsverandering leidt, namelijk een bijkomende consumptie.
De studie valt uiteen in twee delen. In een eerste deel werd aan de hand van een literatuuroverzicht
het concept van rebound effecten bepaald. Vervolgens werden twee cases voor Vlaanderen
uitgerekend: één voor telewerken en één rond energie-efficiëntieverbeteringen.
Resultaat literatuuroverzicht
Al de literatuuroverzichten zijn het erover eens dat er geen algemeen aanvaarde definitie van
rebound effect bestaat. Veel auteurs stellen ook dat het gebrek aan een eenduidige definitie ook
juist de verklaring is voor de verscheidenheid aan resultaten. Gelinkt hiermee zien we dat wat de
classificatie van de verschillende effecten betreft, er ook geen eensgezindheid is in de literatuur.
Ook al zijn er verschillen in de exacte definitie en classificatie van rebound effecten, toch is er een
aspect dat centraal staat. De analyse begint altijd met een vorm van efficiëntieverbetering. Wat de
exacte verbetering precies is, wordt vaak niet gedefinieerd maar in het algemeen kan gesteld worden
dat voor een zelfde output minder input nodig is. Wat betreft de empirische schattingen focust de
meeste literatuur op energie en meer bepaald op (personen)transport en huishoudverwarming. In
het algemeen is er weinig empirische evidentie rond lichtconsumptie, watergebruik,
materiaalgebruik, etc. De meeste definities focussen ook op positieve rebound effecten met een
negatief effect op mogelijke doelstellingen. Dit terwijl rebound effecten ook negatief kunnen zijn en
hierdoor kunnen bijdragen tot de doelstelling. De investeringskosten om tot de
efficiëntieverbeteringen te komen, worden zelden meegenomen in de analyse. Ook de
internationale aspecten worden vaak genegeerd.
Het gebruikte concept voor Rebound Effecten
Op een verbetering in energie-efficiëntie reageren consumenten (en producenten) door allerlei
gedragsveranderingen. Deze gedragsveranderingen vormen het rebound effect. Er zijn directe en
indirecte rebound effecten, daarnaast zijn er ook brede economische rebound effecten.
• Het directe rebound effect is een stijging in de (energie)consumptie als gevolg van een
(impliciete) prijsdaling van energie. Voor eenzelfde resultaat (verwarming bv.) is minder
energie nodig zodat bv. verwarming goedkoper wordt.
• De indirecte rebound effecten zorgen voor een stijging van de (energie) consumptie
omdat ook andere extra goederen worden geconsumeerd. Dit kan omdat dankzij de
impliciete prijsdaling van energie hiervoor budget vrijkomt. Soms is voor het realiseren van
de initiële energie-efficiëntie winsten ook extra materiaal nodig. De extra energie die
hiervoor eventueel nodig is, is de embodied energie.
• De brede economische rebound effecten zijn effecten waarbij de
efficiëntieverbeteringen zich verder zetten in de rest van de economie. Deze spelen vooral
bij producenten via intermediaire goederen.
• Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering teniet
wordt gedaan spreken we van back fire.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 108
• Als alle reboundeffecten samen ervoor zorgen dat de initiële efficiëntieverbetering versterkt
wordt spreken we van superconservation. Dit gebeurt bijvoorbeeld als de
energiebesparing opgelegd wordt via een standaard en extra geld kost zodat er geen
financiële besparing mogelijk is en geen budget vrijkomt om aan andere goederen te
spenderen.
Resultaat van de cases
Reboundeffecten bij telewerken zorgen voor verlies van 70 tot 100% van initieel effect
Bij het invoeren van één dag telewerk per week in Vlaanderen stelt TML vast dat
• het aantal voertuigkilometers slechts daalt met ongeveer 30% van het verwachte directe
effect.
• ongeveer 70% van de verwachtte vermindering in voertuigkilometers verloren gaat via
reboundeffecten.
• telewerken geen energiebesparing oplevert wegens de rebound effecten. Er is wel een
effect op de uitstoot van broeikasgassen en luchtpolluenten omdat meer vervuilende
energie van wagengebruik vervangen wordt door minder vervuilende energie voor
verwarming.
• de niet-telewerkende autogebruikers slechts 30% van de tijdswinst realiseren omdat de
vermindering van files aanzienlijk kleiner is dan verwacht.
• ongeveer 70% van de verwachte tijdswinst gaat dus verloren via reboundeffecten
De gevalstudie nam een verkleining van de kantoorruimtes op middellange of lange termijn niet in
aanmerking. Het rebound effect zou met dit effect inbegrepen enkele percenten lager liggen.
We kunnen een aantal verklaringen geven voor zo een belangrijk rebound effect:
• De helft van de telewerkers gebruikten de trein voor ze telewerkten
• Een deel van de telewerkers voert telewerk uit vanuit een satellietkantoor. Om naar dat
satellietkantoor te gaan gebruiken ze de auto. Voorheen gebruikten ze de trein voor een
weliswaar langere verplaatsing.
• Het zich verplaatsen met een wagen relatief weinig energie vraagt, vergeleken met het
opwarmen van een huis gedurende de hele dag.
Indien we een aantal hypotheses aanpassen (gevoeligheidsanalyse) dan zien we dat de grootte-orde
van de resultaten dezelfde blijft.
Rebound effect van energie-efficiëntiewinst bij producenten: van extra energiewinst in
diensten (super-conservation) tot extra energieverlies in petrochemie (backfire)
TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de
energie-efficiëntie met 1 à 10% in één van de verschillende economische sectoren. TML deed dit op
een theoretische manier met het algemeen evenwichtsmodel ISEEM om de verschillende effecten
die doorwerken in de economie in beschouwing te nemen. De rebound effecten in de petrochemie
en de dienstensectoren springen eruit.
De petrochemie kent een backfire effect. Voor 1% energie-efficiëntieverbetering in de petrochemie
gaat het energieverbuik in Vlaanderen stijgen met het equivalent van twee maal de energie besparing
gerealiseerd dankzij de efficiëntieverbetering in de petrochemie. De reden is dat
efficiëntieverbetering in de petrochemie voor goedkopere brandstof zorgt voor alle consumenten
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 109
en economische sectoren. Consumenten en economische sectoren zullen daarom hun brandstof en
energieverbruik verhogen.
De diensten sectoren (rechts op de figuur)kennen een super conservation effect. Voor 1% energie-
efficiëntieverbetering in de diensten daalt het energieverbruik in Vlaanderen met het equivalent van
20 tot 30% van de energie-efficiëntieverbetering in de dienstensector. De hoofdreden is dat ervan
uitgegaan kan worden dat de dienstensectoren de energie-efficiëntiewinsten voor een deel in extra
personeel investeren. Deze extra aanwervingen door de dienstensectoren zetten de arbeidsmarkt
onder druk zodat de lonen stijgen. Dit heeft voor gevolg dat ook de lonen in de industrie stijgen,
dat de industriële productie duurder wordt en de consument minder van deze industriële producten
verbruikt. Minder industriële productie betekent ook minder energieverbruik.
Rebound effect van energie-efficiëntiewinst bij consumenten: van ongeveer 20% op korte
termijn tot 50% op langere termijn
TML analyseerde de verschillende directe en indirecte effecten die spelen bij een stijging van de
energie-efficiëntie met 1% van elektrische toestellen, verwarming of warm water. TML deed dit, net
als voor de producenten met het algemeen evenwichtsmodel ISEEM om de verschillende effecten
die doorwerken in de economie in beschouwing te nemen.
De gevalstudie leert ons dat:
• De rebound effecten belangrijker zijn op lange (rond 50%) dan op korte termijn (rond
20%) omdat de elasticiteiten op lange termijn groter zijn. Dit komt omdat men op lange
termijn zijn gedrag eenvoudiger kan aanpassen dan op korte termijn.
• De consument, dankzij de energie-efficiëntie winst, het vrijgekomen budget gebruikt om
extra gas, elektriciteit en stookolie te verbruiken.
• De brede economische effecten zich situeren bij de producenten en dan vooral op korte
termijn. Dankzij een minderverbruik bij de consumenten dalen de energieprijzen. Dit zorgt
op zijn beurt voor extra (elektriciteits) verbruik bij de producenten op korte termijn.
Aanbevelingen
Het rebound effect speelt ook in Vlaanderen en is zeker niet te verwaarlozen.
Een rebound effect is niet noodzakelijk “slecht” zolang het objectief wat betreft
energieverbuik of milieubelasting niet wordt overschreden.
Een rebound effect is klassiek economisch gezien niet noodzakelijk slecht. De efficiëntiewinst laat
de consument toe een besparing te realiseren. Deze besparing kan de consument gebruiken om
extra energie en andere goederen te verwerven die hij anders niet had kunnen verwerven. Hij
verhoogt zo zijn welvaart volgens de economische theorie. Efficiëntiewinsten komen op deze
manier ook economische groei ten goede. Zolang het rebound effect de gestelde objectieven voor
vermindering van energieverbruik en/of milieubelasting niet in het gedrang brengt, stelt het
rebound effect dus geen probleem.
Een subsidie zorgt mogelijkerwijs voor een verhoogd rebound effect. Een belasting heeft
het omgekeerde effect.
Het rebound effect wordt veroorzaakt door een (impliciete) prijsdaling. Indien deze prijsdaling
teniet gedaan wordt door een extra belasting zal er ook geen rebound effect zijn. De overheid moet
dan wel de taks zodanig besteden dat ze zelf geen rebound effect veroorzaakt.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 110
Om deze reden is het ook efficiënter een belasting in te voeren op energiedragers of milieugoederen
dan een subsidie voor energie- of milieubesparende maatregelen door te voeren. Een subsidie zorgt
uiteindelijk voor een goedkoper energiegebruik. Als de prijs van een goed daalt, dan stijgt de vraag
naar dit goed – indien de consument nog niet verzadigd is. De subsidie leidt zo tot een hoger
energiegebruik. Een belasting op de energiedrager zorgt integendeel voor een lager energieverbruik.
De reden is dat de belasting het gebruik van energie duurder maakt en zo voor een extra incentive
zorgt voor energie- of milieubesparende maatregelen. Het besparingspotentieel wordt immers
groter.
Een belangrijk uitzondering hierop zijn de makkelijk vervangbare of herlokaliseerbare goederen.
Indien een belast goed makkelijk vervangbaar is door een ander, niet belast en dus goedkoper goed,
zal een belasting niet efficiënt zijn. Dat is bijvoorbeeld het geval van een energie- (of milieu-)
belasting voor de industrie ingevoerd in één land. De industrie kan vrij makkelijk zijn productie
verplaatsen naar een land zonder energie- (of milieu-)belasting, met goedkope energie en/of
milieugoederen (leakage). Lokaal verdwijnt het milieu- of energieverbruik wel, maar het milieu- of
energieverbruik blijft elders wel bestaan zolang de lokale vraag van de consument blijft bestaan.
Mogelijk is het milieu-of energiegebruik zelfs minder efficiënt elders.
Ook een voldoende strenge standaard of norm zal het rebound effect minimaliseren of
opheffen
Als een standaard of norm zo gekozen wordt dat hij een extra kost betekent voor de consument (of
producent) die de energie- of milieuefficiëntiewinst opheft zal er geen rebound effect zijn. Dit kan
bijvoorbeeld het geval zijn bij een strenge CO2 uitstootnorm voor auto’s. De strenge norm kan
extra technologie vereisen waarvan de kost de winst van lager verbruik compenseert.
Hou in prognoses en impact analyses rekening met het rebound effect
Bij het maken van prognoses voor het behalen van bepaalde objectieven mbt energie- of andere
milieuobjectieven is het belangrijk rekening te houden met een rebound effect. Indien geen
rekening wordt gehouden met mogelijke rebound effecten zullen de vooropgestelde energie- of
milieudoelstellingen waarschijnlijk niet worden gehaald.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 111
Literatuur
Aasness, J., Holtsmark, B., 1993. Consumer Demand in a General Equilibrium Model for
Environmental Analysis. Discussion Papers No. 105, Statistics Norway.
Alcott, B. (2005), ”Jevons’ Paradox”. Ecological Economics 54: 9-21
Allen,G. ea (2009), The Rebound Effect with Energy Production: a Partial Equilibrium Analysis;
Strathclyde Discussion Papers in Economics 09-25
Atkyns,R. ea (2002), Measuring the environmental impacts of telework adoption amidst change in
complex organisations: AT&T survey methodology and results; Resource, Conservation and
Recycling 36, 267-285
Barla, P. & Proost, S. (2012), Energy efficiency policy in a non-cooperative world, Energy
Economics 34, 2209-2215
Bentzen, J., and Engsted, T., 1993. Short- and long-run elasticities in energy demand: a
cointegration approach. Energy Economics 15, pp 9-16.
Berkhout, P.H.G.; Ferrer-i-Carbonell, A. and J.C. Muskens, 2004. The ex post impact of an energy
tax on household energy demand. Energy Economics 26, pp 297-317.
Brussels Instituut voor Milieubeheer (2012), Energiebalans van het Brussels Hoofdstedelijk Gewest
2009, Eindrapport
Blazquez, L.; Boogen, N. and M. Filippini, 2012. Residential electricity demand for Spain: new
empirical evidence using aggregated data. CEPE Working Paper No. 82.
Bogaert, S., De Smet, L., Verdonck, F., Van Biervliet, K., Logghe, S., Franckx, L., Eyckmans, J. and
S. De Jaeger, 2006. Verkennende studie naar prijs- en inkomenselasticiteiten van
milieugerelateerde goederen en diensten in Vlaanderen. Studie uitgevoerd in opdracht van de
Vlaamse Milieumaatschappij, MIRA.
Boonekamp, P.G.M, 2007. Price elasticities, policy measures and actual developments in household
energy consumption – A bottom up analysis for the Netherlands. Energy Economics 29, pp
133-157.
Boulanger, P-M, ea (2013), Household Energy Consumption and Rebound Effect (HECoRE),
Final report
Brookes, L. (1979), A Low Energy Strategy for the UK by G. Leach ea: a Review and Reply, Atom
269: 3-8
Centraal Bureau voor statistiek en Statistische en Economische onderzoeken, 1979. Sociale Maand
Statistiek, oktober 1979, nr. 12.
Chitnis, M. ea (2013), Turning lights into flights: Estimating direct and indirect rebound effects for
UK households. Energy Policy 55, 234-250
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 112
Cools ea (2012), Ondersteuning bij de ontwikkeling van het Vlaams Klimaatsbeleidsplan, Studie
uitgevoerd door VITO in opdracht van LNE.
Delhaye, E., De Ceuster, G., Maerivoet, S. (2010) Internalisering van externe kosten van transport
in Vlaanderen, studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA,
MIRA/2010/10, Transport&Mobility Leuven
Dennerlein, R.K.H., 1987. Residential demand for electrical appliances and electricity in federal
republic of Germany. Energy J. 8 (1), pp 60-86.
Dimitropoulos, J. (2007), Energy Productivity Improvements and the Rebound Effect: An
Overview of the State of Knowledge; Energy Policy 35: 6354-6363
Duerinck J., Aernouts, K., Beheydt, D., Briffaerts, K., De Vlieger, I., Renders, N., Schoeters, K.,
Schrooten, L. and H. Van Rompaey, 2008. Energie- en broeikasgasscenario’s voor het
Vlaams gewest – verkenning beleidsscenario’s tot 2030. Studie uitgevoerd in opdracht van
het Vlaams Gewest.
EPRI CU-7131, 1991, “Consumer Response to Rate Options,” Electric Power Research Institute,
Palo Alto, CA.
Faruqui, A., 2008. Inclining Toward Efficiency. Public Utilities Fortnightly.
Ferrer-i-Carbonell, A., Muskens, A.C., van Leeuwen, M.J., 2002. Behavioural responses to energy
and transportrelated taxes: a survey of price elasticities. International Journal of Global
Energy Issues 18 (2– 4), 202– 217.
Filippini, M., 1999. Swiss residential demand for electricity. Applied Economics Letters 6(8), pp
533–538.
Frondel, M. ea (2010), Heterogeneity in the Rebound Effect, Further Evidence for Germany; Ruhr
Economic Papers #227
Fu,M. ea (2012), Environmental policy implications of working from home: Modelling the impacts
of land-use, infrastructure and socio-demographics, Energy Policy 47, 416-423
Fuhr, J.P &S. Pociask (2011), Broadband and Telecommuting: Helping the US Environment and
the Economy, Low Carbon Economy, Vol 2(1), 41-47
Geerken, T. ea (2011), Analyse van het concept voetafdruk in een Vlaamse beleidscontext,
http://www.lne.be/themas/beleid/mina4/leeswijzer/publicaties/Vlaamse%20Overheid_LN
E_Finaal%20rapport_Analyse%20van%20het%20concept%20voetafdruk%20in%20een%20
Vlaamse%20beleidscontext.pdf
Gavankar & Geyer (2010), The Rebound Effect: State of the Debate and Implications for Energy
Efficiency Research, Bren School of Environmental Science and Management
Greening, L.A. ea (2000), Energy Efficiency and Consumption – the Rebound Effect: a Survey;
Energy Policy 28(6-7):389-401
Giraudet, L.G., Guivarch, C. and P. Quirion, 2012. Exploring the potential for energy conservation
in French households through hybrid modeling. Energy economics 34, pp 426-445.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 113
Guerra, A-I & Sancho, F. (2010), Rethinking Economy-Wide Rebound Measures: An unbiased
Proposal, Barcelona Economics Working Papers Series, Working Paper 456
Halvorsen, B., Larsen, B.M., 1999. Changes in the pattern of household electricity demand over
time. Discussion Papers 225. Statistics Norway, Research Department.
Heylen en Winters (2009), Isolatieniveau van private huurwoningen en woonuitgaven, Steunpunt
Ruimte en Wonen.
Ivanova Olga, Heyndrickx C., Spitaels K., Tavassy L., Koops O., Snelder M. (2007), First report on
RAEM 3.0, Manual and Mathematical Description, Transport & Mobility Leuven
Ivanova Olga, Heyndrickx C., Van Steenbergen A., Mayeres I., Witlox F., Hamaide B. (2009),
Development of an Integrated Spatio-Economic-Ecological Model Methodology for the
Analysis of Sustainability Policy, FWT contract nr. SD/TA/08A
Jenkins, J. ea (2011), Energy Emergence: Rebound and Backfire as Emergent Phenomena, Report
by the Breakthrough Institute
Jevons, W.S. (1865). The Coal Question: Can Britain Survive? First published in 1865, re-published
by Macmillan, London, UK, 1906
Karimu, A and R. Brännlund, 2013. Functional form and aggregate energy demand elasticities: A
nonparametric panel approach for 17 OECD countries. Energy economics 36, pp 19-27.
Khazzoom, J.D (1980), Economic Implications of Mandated Efficiency in Standards for
Household Appliances, The Energy Journal 1(4): 21-39
Koerth-Baker & K. Turner (2011); The Rebound Effect: Some Questions Answered; Strathclyde
Discussion Papers in Economics 11-07
Koopmans, C.C., te Velde, D.W., Groot, W., and Hendriks, J.H.A., 1999. NEMO: Netherlands
Energy demand Model. A top-down model based on bottom-up information. Research
Memorandum 155. Centraal Planbureau, the Netherlands.
Lari, A. (2012), Telework/Workforce flexibility to reduce congestion and environmental
degradation? Procedia Social and Behavioural Science 48, 712-721
Lee, R. & G. Wagner (2012), The Rebound Effect in a More Fuel Efficient Transportation Sector;
Institute for Policy Integrity; New York University of Law Working paper No 2012/3
Li,L. Xuewen, L. (2012), Regional Energy Rebound Effect in China Based on IPAT Equation,
IEEE
Litman (2012) Generated Traffic and Induced Travel. Implications for Transport Planning, Victoria
Transport Policy Institute
Macharis, C. ea ( ), (Milieu)Potentieel van elektrisch rijden in Vlaanderen, Eindrapport, Studie voor
de Vlaamse overheid, LNE
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 114
Macharis, C. ea (2011), Telework. Studie betreffende de milieu-, de mobiliteits- en de socio-
economische impact van het telewerken in grote bedrijven in het Brussels Hoofdstedelijk
Gewest. Eindrapport. In opdracht van Brussel Leefmilieu
Madlener, R. & Alcott, B. (2009); Energy Rebound and Economic Growht: A Review of the Main
Issues and Research Needs, Energy 34(3):370-376
Maerivoet, S. & I. Yperman (2008) Analyse van verkeerscongestie in België, rapport in opdracht
van de Federale Overheidsdienst Mobiliteit en Vervoer
Matthews, H.S & E. Williams (2005), Telework Adoptation and Energy Use in Building and
Transport Sectors in the United States and Japan, Journal of Infrastructure Systems, Vol
11(1)
Matos F.J.F & F.J.F Silva (2011), The Rebound Effect on Road Freight Transport: Empirical
Evidence from Portugal, Energy Policy 39 (5): 2833-2841
Maxwell, D. ea (2011), Addressing the Rebound Effect, a report for the European Commission,
DG ENV.
Meier,H. and K. Rehdanz, 2010. Determinants of residential space heating expenditures in Great
Britain. Energy economics 32, pp 949-959.
MIRA Milieurapport Vlaanderen (2010), Achtergronddocument, Sector Huishoudens
Mobiliteitsvisie De Lijn 2020
Mokhtarian, P., Handy, S.; Salomon, I. (1995), Methodological Issues in the Estimation of the
Travel, Energy and Air Quality Impacts of Telecommuting, Transportation Research A:
Policy and Practive 29(4), 283-302
Murray, C. (2013), What if consumers decided to all “go green”? Environmental rebound effects
from consumption decisions, Energy Policy 54, 240-256
Neenan, B. and J. Eom, 2008. Price Elasticity of Demand for Electricity : A Primer and Synthesis.
Electric Power Research Institute (EPRI), Palo Alto, California.
Nesbakken, R., 1999. Price sensitivity of residential energy use in Norway. Energy economics 21,
pp 493-515.
Peters, A. ea (2012); Theoretical Perspectives on Rebound Effects from a Social Science Point of
View – working paper to prepare empirical psychological and sociological studies in the
REBOUND project, Working Paper Sustainability and Innovation, No S. 2/2012
Prosser, R.D., 1985. Demand elasticities in OECD: dynamical aspects. Energy Economic 7, pp 9-
12.
Rehdanz, K., 2007. Determinants of residential space heating expenditures in Germany. Energy
economics 29, pp 167-182.
Rhee, Hyok-Joo. 2009. Telecommuting and urban sprawl. Transportation Research Part D 14: 453-
460
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 115
Rietveld P. (2011), Telework and the transition to lower energy use in transport: On the relevance
of rebound effects; Environmental Innovation and Societal Transitions 1, 146-151
Ropke I & Christensen T.H. (2012), Energy Impacts of ICT – Insights from an Everyday Life
Perspective; Telematics and Informatics 29, 348-361
Rothman, D. S.; Hong, J. H.; Mount, T. D., 1994. Estimating Consumer Energy Demand Using
International data: Theoretical and policy implications. Energy Journal 15, pp 67-88.
RSZ data 2010
Saunders, H. (1992), The Khazzoom-Brookes Postulate and Neoclassical Growth, Energy Journal
12(4), 131-148
Small, K.A & Van Dender, K. (2007), Fuel Efficiency and Motor Vehicle Travel: The Declining
Rebound Effect, UC Irvine Economics Working Paper #05-06-03
Smokers ea (2011), Support for the Revision of Regulation (EC) No443/2009 on CO2 Emissions
for Cars
Sorell, S. (2007), The Rebound Effect: an Assessment of the Evidence for Economy-wide Energy
Savings from Improved Energy Efficiency. A report produced by the Sussex Energy Group
for the Technology and Policy Assessment function of the UK Energy Research Centre.
Sorell, S & J. Dimitropoulos (2007), UKERC Review of Evidence for the Rebound Effect:
Technical Report 2: Econometric Studies. UK Energy Research Centre, London
Sorrell, S. ea (2009), Empirical Estimates of the Direct Rebound Effect: A Review; Energy Policy
37; 1356-1371
Steenberghen ea (2006), Impact of ‘Free’ Public Transport on Travel Behaviour: a case study. Final
report Belspo project CP/63
Thissen, M.J.P.M. (2005), RAEM, Ruimtelijk Algemeen Evenwichtsmodel voor Nederland
Tversky, A. & Kahneman, D. (1974). "Judgment under uncertainty: Heuristics and biases". Science,
185, 1124–1130.
Turner, K. (2012), “Rebound” Effects from Increased Energy Efficiency: a Time to Pause and
Reflect; Stirling Economics Discussion Paper 2012-15
Turner, K. ( ), A CGE Analysis of the Relative Price Sensitivity Required to Induce Rebound
Effects in Response to an Improvement in Energy Efficiency in the UK Economy,
Strathclyde Discussion Papers in Economics
Turner, K. ea (2012), Econometric Estimation of Nested Production Function and Testing in a
CGE analysis of Economy-wide Rebound Effects
Turner, K & N. Hanley (2010), Energy Efficiency, Rebound Effects and the Environmental
Kuznetz curve, Energy Economics
Van den Bergh, J.C.J.M. (2011), Energy Conservation more Effective with Rebound Policy,
Environmental and Resource Economics 48:43-58
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 116
Vlaamse Overheid (2011), Milieubeleidsplan 2011-2015
VEA(2012) EPB in cijfers 2006-2011, Cijferrapport Energieprestatieregelgeving.
Venmans, F (2013), Barriers to Energy Efficiency – In the Belgian ceramic, lime and cement sector.
Presentation Belgian Environmental Economics Day 2013
http://www.hubrussel.net/cedon/BEED2013
Verbeke, A. ea (2006), De impact van telewerken op verkeersexternaliteiten in Vlaanderen,
Eindrapport. In opdracht van de Vlaamse overheid, Departement MOW
Webster, M.; Paltsev, S. and J. Reilly, 2008. Autonomous efficiency improvement or income elasticity of energy
demand: Does it matter?. Energy Journal 30, pp 2785-2798.
Weidema ea (2008) Environmental improvement potentials of meat and dairy products,
http://ipts.jrc.ec.europa.eu/publications/pub.cfm?id=1721
Winebrake, J.J. ea (2012), Estimating the Direct Rebound Effect for On-road Freight
Transportation; Energy Policy 48; 252-259
WTCR rapport nr 14, Ontwerp en dimensionering van centrale –verwarmingsinstallaties met warm
water – tabel 10.
Yu, B. ea (2013), Evaluating the Direct and Indirect Rebound Effects in Household Energy
Consumption Behavior: A case study of Beijing, Energy Policy (article in press).
Webpages
Aandeel van transport in de verschillende milieuthema’s (Vlaanderen, 2010)
http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/transport/
Aandeel van de energiesector in de verschillende milieuthema’s (Vlaanderen, 2010)
http://www.milieurapport.be/nl/feitencijfers/MIRA-T/sectoren/energiesector/
http://www.aardgas.be/consumenten/de-aardgasfederatie/nieuws-en-publicaties/graaddagen
Emissies per kWh energie, http://www.milieurapport.be/nl/feitencijfers/MIRA-
T/sectoren/energiesector/emissies-naar-lucht-door-de-energiesector/emissie-per-eenheid-
geproduceerde-stroom
http://www.emis.vito.be/cijferreeksen
HECoRe project, http://www.belspo.be/belspo/fedra/proj.asp?l=en&COD=SD/EN/08A
Het Laatse Nieuws,
http://www.hln.be/hln/nl/957/Binnenland/article/detail/1273507/2011/06/02/Snelheid-
voertuigen-De-Lijn-daalde-in-2010.dhtml
http://www.tijdvoortelewerk.be/cao.html
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 117
HERMES model,
http://www.plan.be/publications/Publication_det.php?lang=nl&TM=30&KeyPub=140
http://www.milieurapport.be/default.aspx?path=mira/Tools/woordenboek/&AlfaLetter=R&cat=
0&SearchTerm=true&Culture=nl&&ExplID=2761
http://statbel.fgov.be/nl/statistieken/cijfers/leefmilieu/klimaat/.
Tremove model, www.Tremove.org
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 118
Annex 1: lijst van mogelijke cases
In deze bijlage lijsten we de verschillende voorstellen voor de cases op.
Voorstellen van de stuurgroep
In onderstaande hebben we alle voorstellen samengebracht die TML via mail heeft binnengekregen.
In een schuin lettertype worden de voor- en nadelen van elk voorstel besproken. Deze voorstellen
zijn ook binnen een vergadering met de stuurgroep besproken.
Transport
- Effecten van gratis openbaar vervoer
Door besparingen bij De Lijn staan ook de tarieven voor openbaar vervoer terug ter discussie.
Momenteel rijden de 65-plussers nog steeds gratis. De bussen in de Hasseltse binnenstad zijn gratis,
in Blankenberge komt de stad ook tussen voor 60-65jarigen, in Leuven rijden de studenten gratis.
Aangezien er geen kost is voor het doen van de verplaatsing, zullen mensen meer verplaatsingen
doen dan wanneer er wel een correcte beprijzing is. Als kan aangetoond worden dat de gratis
tarieven leiden tot meer vervoer (dus meer congestie en milieueffecten), kan dit een positieve
invloed hebben op het prijzendebat. Prijzen terug verhogen zal natuurlijk wel sociale gevolgen
hebben, waar ook rekening moet mee gehouden worden.
Voor studenten heeft men vastgesteld dat niet de autoverplaatsingen verminderen (beoogd effect),
maar minder studenten te voet gaan of met de fiets rijden. Nochtans hebben de actieve modi
gezondheidsbaten.
Deze case wordt omwille van volgende redenen niet geselecteerd:
- Geen efficiëntie verbetering
- Het lijkt nuttiger om deze analyse uit te voeren met een partieel evenwicht en niet met een algemeen
evenwichtsmodel zoals het ISEEM model.
- Het verwachte rebound effect in traditionele definitie voor studenten is naar verwachting klein (gratis OV
vervangt gratis wandelen – geen inkomenseffecten en geen prijseffecten)
- Voor gepensioneerden spelen mogelijk andere motieven? Sociale? Verkeersveiligheid?
- Voor gepensioneerden mogelijk wel inkomenseffect
- Fiscaliteit bedrijfswagens
Deze fiscaliteit wil energie-efficiënte wagens stimuleren en is dan ook nog steeds voornamelijk
gebaseerd op de CO2-emissie van personenwagens, waardoor dieselwagens bevoordeeld worden
omdat ze globaal zuiniger zijn. Maar hoewel men hierdoor minder energie verbruikt en minder CO2
uitstoot, wat de klimaatverandering ten goede komt, wordt recent duidelijk dat door de hogere
uitstoot van fijn stof van dieselwagens de opwarming van de aarde versneld wordt door de
aanwezigheid van ‘black carbon’ in de dieseluitstoot (heeft opwarmend effect).
- Gratis gebruik van brandstof bij bedrijfswagens beperken tot woon-werkverkeer en niet
voor privé-doelen:
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 119
Indien personen moeten betalen voor hun brandstof voor privé-verplaatsingen zullen minder
verplaatsingen gedaan worden of meer alternatieven overwogen worden (die daarom niet altijd
milieuvriendelijker zijn: bv. buitenlandse reis met vliegtuig t.o.v. firmawagen). Waarschijnlijk zullen
meer km gedaan worden met 2e wagen. Wagens die particulieren zelf kopen zijn meestal lichtere
wagens die minder verbruiken, wat zowel het materiaalgebruik als het energiegebruik ten goede
komt. Ze zijn echter ook wel meestal minder recent, met meer milieueffecten naar
luchtkwaliteitspolluenten.
Deze case wordt omwille van volgende redenen niet geselecteerd:
- Het gaat hier niet om een efficiëntieverbetering
- Deze analyse is ook eerder geschikt voor een partieel model en niet voor ISEEM
- CO2 afhankelijk belasting is te integreren in model – maar is dit de moeite om met ISEEM te doen?
- Wegenvignet/hervormen BIV/rekeningrijden
Onderzoek omtrent de nieuwe of te hervormen systemen van de verkeersbelastingen en het
wegenvignet: in beide systemen wil men een integratie van milieu (incl. beleid afgedankte
voertuigen) en is het belangrijk te weten wat de effecten zouden zijn van invoering in bepaalde
vormen.
Wat is het (rebound?) effect van een wegenvignet (of andere niet gebruiksgerelateerde belastingen),
die de autobezitter er dan potentieel “uit wil halen” door meer te rijden?
Hervorming BIV
• Eventueel clusteren milieuvriendelijke vervoersmodi: ecodrive, ecoscore, ecopremie, subsidies allerhande, personenbelasting, rekening rijden, premies
• Zeker relevant voor Vlaamse beleidsmaker � toekomstgericht (Vlaamse overdracht van Federaal niveau)
Rekeningrijden (zie ook hervorming BIV)
• Er is de aangekondigde kilometerheffing voor vrachtwagens
• Proefproject rekeningrijden door TML
• Wat in het geval van personenwagens?
Deze case wordt niet geselecteerd want
- Geen efficiëntieverbetering in strikte zin. Je gaat van vaste naar variabele kost.
- Merk op dat we hier wel op lange termijn mogelijke een super conservation effect (dus positief) kunnen
verwachten als mensen zich dichter bij hun werk gaan vestigen omdat transport duurder (dit zit nu niet in
het model, maar zou wel kunnen).
- Telewerken
Door te telewerken moeten minder verplaatsingen gebeuren en is er dus minder congestie en
milieu-effecten, maar aangezien meer plaats op de weg vrijkomt trekt dit nieuw verkeer aan.
Doordat personen thuis werken wordt ook gedurende de dag de verwarming opgezet in de
individuele huizen/satellietkantoren, wat het energiegebruik verhoogt t.o.v. de collectieve
arbeidsplaatsen.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 120
Deze case werd geselecteerd en is verder uitgewerkt in de basistekst.
- Telewinkelen (link met telewerken?)
• Met internet is de hele wereld bereikbaar met een muisklik
• ‘Goedkope’ spullen met een grote impact op het milieu door het vervoer?
• Toepasbaar in het model?
Deze case werd niet geselecteerd want
- Het is meer een logistiek vraagstuk en niet echt toepasbaar in het ISEEM model
- Maar op zich is het een interessant vraagstuk. In België wordt nog relatief veel geld besteed aan de
distributie van goederen.
- Elektrische fietsen
• Dat is de markt die speelt: is deze voldoende relevant?
• RE: meer elektriciteit verbruiken
• Neg. RE: nu wel fietsen (ipv met de auto) (vraagtekens)
Deze case werd niet geselecteerd want
- Eerder uit te rekenen met een partieel evenwichtsmodel en niet met een algemeen evenwichtsmodel.
- Pendelfonds
• Is in se een efficiëntieverbetering
• Bedrijfsvervoerplannen (woon-werk verkeer)
Deze case werd niet geselecteerd want
- Mogelijke effecten hangen sterk af van invulling (euro per km/ per maand)
- Kan effecten hebben op locatiebeslissing
- Onzeker of we dit kunnen modelleren in ISEEM
Materiaalbeleid
Materiaalefficiëntere productie van nieuwe wagens is opgenomen in ons materialenbeleid (oa ook
een luik opgenomen in de milieubeleidsovereenkomst met een engagement van de
voertuigproducenten). Er wordt in dat kader veel verwacht van alternatieve materialen (vb
koolstofvezels), maar daarbij moeten we telkens toch ook kritisch naar de hele levenscyclus van het
alternatieve materiaal kijken (vb. recyclage van koolstofvezels zou geen positief verhaal zijn).
Gegevens hierrond hebben wij niet maar zouden beschikbaar kunnen zijn binnen LNE. VITO doet
in dit domein ook iets rond een ecoscore van wagens.
Rond verpakkingen: OVAM doet momenteel een onderzoek naar verpakkingen in de
voedingsindustrie, en naar hoe gebruik van meer verpakking zou kunnen leiden tot minder
voedselverspilling, en dus lagere milieu-impact. Hierover kunnen wel heel wat gegevens gevonden
worden. Ik zal morgen nog laten weten wat de bronnen zijn, ik kan de betrokken collega voorlopig
niet bereiken.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 121
Deze cases werd niet geselecteerd want
- Materiaal zit nu niet in model – afhankelijk van beschikbaarheid gegevens en format (cf IO model
OVAM) zou koppeling gemaakt kunnen worden (soort materiaalmodule). Het is onzeker of dit zou
lukken
- Het is onzeker of de nodige informatie beschikbaar is.
- Welk beleid zou gesimuleerd worden?
- Verpakkingen zijn eerder een Europees gegevens. Het is een wereldindustrie en dan is er de vraag naar de
impact die Vlaanderen kan hebben.
- Energie
Allerhande premies die een energiebesparing tot doel hebben (fall-back)
• Internationaal goed gedocumenteerd
• Meerwaarde? Vlaamse case
• Soortgelijk voorstel van VEA? (goede dakisolatie verhoogt de ‘lekken’ via de muren) klopt enkel als ook invloed op verschil temperatuur binnen en buiten.
We hebben het gevoel dat er binnen de maatregelen rond energiebesparing vooral aandacht is
gegaan naar rebound effect bij burgers, maar dat er nog weinig geweten is over het rebound effect
bij energiebesparende investeringen bij bedrijven (i.h.b. KMO’s)
In een algemeen evenwichtsmodel zitten geen KMO’s maar sectoren en productie. De vraag is hier over KMO’s zich
anders gedragen dan consumenten. Zie eerdere opmerking over belang energiekosten in bestedingen bedrijf en dus
kleine kans dat ze energiebesparende maatregelen doorvoert. Dit is eerder een case studie en de vraag stelt zich dan of
er wel voldoende info beschikbaar is.
Voorstellen van de opdrachthouder
Energie:
1) Een meer theoretische oefening waarbij we een efficiëntieverbetering van x% veronderstellen in energie. En dit eens voor huishoudens en eens voor productie
a. Voordelen i. Inzicht in hoe groot rebound in Vlaanderen is voor energie-
efficiëntieverbeteringen ii. Vergelijkbaar met literatuur/positie Vlaanderen ten opzichte van
andere landen iii. Meerdere gevoeligheden mogelijk (ander %, ander elasticiteiten, etc. )
b. Nadelen i. Theoretische oefening en geen rechtstreekse link met het beleid – al
zou je kunnen stellen dat als ze later een beleid uitvinden dat x% invloed heeft op energie-efficiëntie deze oefening inzicht geeft in het mogelijke effect
2) Huishoudverwarming bij huishoudens. Meer bepaald kunnen we hier denken aan
efficiëntieverbetering hoogrendementsketel. Stel dat X% van de mensen zo een ketel neemt, of anders dat dit verplicht wordt, of dat er een subsidie gegeven wordt (maar ik vermoed dat we dan ergens extern de link tussen de subsidie gaan moeten leggen en hoeveel mensen dit doen?)
a. Voordelen
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 122
i. Voor Vlaanderen, beleidsrelevant want er zijn premies hiervoor (bijvoorbeeld Iverlek)
ii. Vergelijkbaar met andere literatuur 3) Isolatie / wonen: Feedback effecten ontstaan door een lagere prijs van ‘warmte’,
uitgaven aan andere energie-intensieve goederen en (eventueel) door een lagere vraag naar stookolie /gas.
a. Voordelen i. Mogelijk rebound effect ii. Mogelijk in het ISEEM model iii. Voorbeeld waar “embodied energie” mogelijk significant.
b. Nadelen i. Isoleren van huizen hangt samen met het werk dat nodig is om dit te
doen. Zeker vloerisolatie vereist structurele werken aan de woning.
Transport
1) Telewerken cf; suggestie stuurgroep. Concreet: stel dat alle Vlaamse ambtenaren 2 dagen in de week thuis gaan werken. Negatief is dat je extra verwarming creëert thuis en in satellietkantoren. Positief is o betere matching arbeid. Door het toestaan van telewerken zal het bereik van een
bepaalde positie groter zijn. Dit wil zeggen dat mensen van verder bereid zijn om te pendelen naar Brussel omdat er ook de mogelijkheid is tot telewerken. Als er meer mensen beschikbaar zijn voor een bepaalde job, dan suggereert de economische theorie dat de kans groter is dat de “beste” persoon die job zal doen.
o mogelijk effecten op congestie. Het initiële effect op congestie zal wel afhangen van de modi waarmee de personen anders naar het werk gaan. Indien vooral treinpendelaars gaan telewerken zullen de initiële effecten gering zijn. Op langere termijn is het ook mogelijk dat de initiële winst op het vlak van congestie te niet gedaan wordt door de latente vraag a. Voordelen
i. Zowel negatieve als mogelijk positieve effecten ii. Beleidsrelevant (cf. recent voorstel hiertoe)
b. nadelen i. Rebound in zeer brede zin van het woord cf. in se geen echte
efficiëntieverbetering?
2) Elektrische voertuigen: stel dat X % van de voertuigen elektrisch zijn? Of wat als premie elektrische voertuigen verder stijgen? Of verplichting (bv. voor grote vloten/overheidsvloten…). Eventueel verder kijken en ook hybride voertuigen mee opnemen?
a. Voordelen i. Eens auto gekocht is rijden veel goedkoper, dus mogelijk daar effect
(al stelde studie van Macharis van niet) ii. Indien % hoog genoeg, mogelijk effect op elektriciteitsprijs wat dan
weer zou doorwerken op rest economie. De studie TRANS2HOUSE (Belspo project) heeft onderzocht wat de mogelijke effecten zijn op de elektriciteitsprijs door een stijgende vraag van elektrische voertuigen en het feit dat de capaciteit uitgebreid zou moeten worden.
iii. Eventueel bijkomend negatieve effecten als de capaciteit van de centrales niet hoog genoeg is (en nucleair niet meer mag). Meer gas- en koolcentrales inzetten die meer vervuilend zijn
iv. Mix rebound binnen transport en energie v. We verwachten dat voldoende info beschikbaar is.
b. Nadelen i. Heel veel mogelijke interacties?
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 123
ii. Deze case wordt eerder gestuurd door de autoconstructeurs en door Europa. Het is niet duidelijk wat de rol van Vlaanderen hier zou zijn.
3) Materiaalgebruik: bv. Verplichting om wagens voor x% uit plastic te maken? Of
meergebruik van plastic door het CO2doel voor 2020 (95 g/km). Dit heeft invloed op verbruik en dus op uitstoot, maar ook op gedrag mensen (meer rijden)
a. Voordelen i. In se een klassieke case in de literatuur, maar nu een andere input ii. Eventueel koppeling te maken met een materiaalmodule?
b. Nadelen i. Link Vlaams beleid? Materiaalgebruik is EU gegeven? ii. Werkbelasting koppeling met materiaal module en vraag naar
beschikbaarheid data
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 124
Annex 2: Beschrijving van het ISEEM
Model
1.1 Modelbeschrijving
ISEEM staat voor geIntegreerd, Spatio-Economisch en Ecologisch Model. ISEEM werd
ontwikkeld door Transport & Mobility Leuven, in samenwerking met de Universiteit van Gent, het
Federaal Planbureau en de Facultés Universitaires de Namur. De ontwikkeling van het model
gebeurde in opdracht van het Federaal instituut voor wetenschap en technologie (FWT/Belspo).
De basis van het ISEEM model werd gevormd door derde versie van het RAEM model (RAEM
3.0). De structuur van RAEM werd uitgebreid en gespecificeerd naar de Belgische beleidscontext.
De ontwikkeling werd daarna verder gezet door Transport & Mobility Leuven. Het model werkt nu
ook op het niveau van arrondissementen en heeft een sterkere focus op transport en regionale
interacties gekregen. Dit gebeurde binnen de eerdere werkpakketten van dit project, onder meer
dankzij een bijkomende subsidie van het Instituut voor Wetenschap en Technologie (IWT).
Het model werd uitgebreid onder de naam “ISEEM-Benelux” en bevat momenteel een database
voor België en Nederland op NUTS-3 niveau (arrondissementen). In deze bijlage focussen we ons
op het Belgische deel van het model. Ondanks een aantal verschillen in structuur en opzet met het
oorspronkelijke model blijven we verwijzen naar het ISEEM model.
De versie van ISEEM die we gebruiken voor dit rapport heeft een gelijkaardige, maar iets
eenvoudigere structuur als het oorspronkelijke model. Het huidige model gebruikt de
vereenvoudigde ‘perfecte mededinging assumptie’ en modelleert dus geen marktimperfecties of
schaalvoordelen. In de plaats daarvan biedt het een veel ruimer inzicht in de regionale economie en
transport sectoren en is er meer aandacht besteed aan het inpassen van gegevens uit
transportnetwerkmodellen.
Voor een uitgebreide technische documentatie van het RAEM model wordt verwezen naar Ivanova
et al (2007), voor een volledige beschrijving van het initiële ISEEM model naar Ivanova,
Heyndrickx, Van Steenbergen et al (2009).
Het ISEEM model hoort binnen de categorie van dynamische en regionale algemeen
evenwichtsmodellen. Deze modellen stellen de economie van een land of gebied voor, op basis van
kennis over handel, regionale economie en micro-economische theorie. De belangrijkste
basisgegevens van het model zijn parameters die het gedrag van consumenten en bedrijven bepalen,
een initiële dataset van monetaire transacties en handel binnen de economie en gegevens over het
transportnetwerk.
Het model beschrijft het gedrag van een aantal ‘representatieve agenten’. Deze zijn consumenten,
producenten, de overheid, transportfirma’s en investeerders. De agenten van ons model werken,
wonen, exporteren en importeren goederen en diensten, betalen en innen belastingen, kopen
transportdiensten en verplaatsen zich tussen de regio’s van het model. Hun gedrag wordt afgeleid
uit de micro-economische theorie, die de grondslag vormt van ISEEM.
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 125
Het model is ‘in evenwicht’, wat betekent dat productie en consumptie in balans zijn en dat alle
productiefactoren (kapitaalgoederen, arbeid en energie) gebruikt worden. We nemen aan dat de
dataset van het model in de beginsituatie een oplossing vormt van het model. De wiskundige
formules van het model worden dus in lijn gebracht met de gegevens uit de database, waardoor het
model de ‘basissituatie’ of baseline repliceert. Een modelsimulatie is in principe het inbrengen van
een kleine afwijking in de basissituatie, waarna een krachtig oplossingsalgoritme een nieuw
‘evenwicht’ berekent.
De kracht van ISEEM is haar flexibiliteit om regionale en economische welvaartseffecten van
transport gerelateerde investeringen door te rekenen. ISEEM is in staat om de directe effecten op
de regionale economie te presenteren, waarbij rekening wordt gehouden met vrachttransport,
woon-werk verkeer en ander passagierstransport. Daarnaast worden secundaire effecten of
indirecte effecten op de arbeidsmarkt, locatie van bedrijven, consumentenprijzen en de regionale
economie berekend.
Hieronder worden de algemene kenmerken van het huidige ISEEM model beschreven
- Arrondissementen: het ruimtelijke niveau van ISEEM is gemodelleerd op NUTS-3
(Arrondissementen) niveau voor België, wat neerkomt op 43 gebieden. De lijst van
gebieden vindt men terug in tabel 4.
- Productiesectoren: de huidige database van het model bevat gegevens over 29
productiesectoren, waarvan 5 transport gerelateerde sectoren. De lijst van sectoren is terug
te vinden in annex C.
- Toegesneden op de Belgische situatie: afhankelijk van de graad van detail nodig op
regionaal niveau kunnen gebieden en sectoren geaggregeerd of uitgesplitst worden. De
vergelijkingen van het model zijn geschat op basis van Belgische statistieken en
econometrisch onderzoek.
- Recursief dynamisch model: Het ISEEM-model is recursief dynamisch over de tijd.
Voor ieder jaar wordt een evenwichtsituatie berekend en de jaren verbonden door kapitaal
accumulatie, waarbij investeringen afhangen het verwachte rendement in de toekomstige
periode. Door het toevoegen van dynamica is het ISEEM-model in staat om resultaten per
jaar te presenteren, waarmee het modelresultaten beter inpasbaar zijn voor een kosten-
baten analyse.
- Arbeidsmarkt De werkloosheid wordt bepaald aan de hand van de looncurve, die de
relatie beschrijft tussen het vrijwillige werkloosheidspercentage en het reële loonniveau.
Pendel tussen regio’s wordt bepaald aan de hand van een model dat vacatures en
werkzoekenden in evenwicht brengt, waarbij afruil plaatsvindt tussen pendelreistijd en het
hoger te behalen loon. De evenwichtslonen zorgen zo voor een verbinding tussen de
arbeidsmarkt en de productiemarkt.
- Handel en transport:. Bedrijven en consumenten gebruiken goederen en diensten uit de
eigen regio en uit andere regio’s. Transport is een belangrijk deel van het handelsproces en
elk goed bevat de volledige handelskosten als een deel van de consumentenprijs.
- Productiemarkt: De aanname van perfect competitie bleef behouden in het ISEEM-
model
- In ISEEM wordt de grondmarkt en woningmarkt niet expliciet gemodelleerd. Wel is
deze indirect opgenomen in de werking van het model, als een deel van de normale
marktwerking. Daarnaast bevat de database gegevens over de beschikbaarheid van grond
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 126
en de landprijzen, die eventueel kunnen gebruikt worden voor een doorrekening van
resultaten
1.2 Regionale effecten door verandering in de transport
sector
De doorwerkingen van transportkosten op de regionale economie en arbeidsmarkt die bestaan in
het ISEEM model, worden het best geïllustreerd met de onderstaande figuren. Transportkosten
bepalen voor een groot deel de interacties die bestaan tussen regio’s, zowel qua interregionale
handel als in woon-werk verkeer. Bekijken we eerst in Figuur 1 de effecten van een daling van de
transportkosten op handel en economie. De verbeterde toegang tot de markt maakt het
gemakkelijker om met de regio te handelen, daardoor stijgt de vraag naar goederen uit deze regio,
wat de uitvoer en invoer verbeterd en de competitiviteit van de regio. Natuurlijk leidt dit eveneens
tot een verschuiving in de andere regio’s. Op langere termijn zullen nieuwe bedrijven zich vestigen
of van locatie veranderen. Hoe deze interacties verlopen is uniek en afhankelijk van de lokale vraag
en aanbod en de structuur van het transportnetwerk. Uiteindelijk zal de som van regionale
interacties een effect hebben op de nationale economie. Deze is de som van positieve en mogelijk
negatieve effecten op de andere regio’s.
Figuur 28: Doorwerking van transportkosten op de regionale economie (Thissen, 2005)
Deze figuur kan men ook toepassen op veranderingen op de energiemarkt.
Voor veranderingen in de transportsector zien we in figuur 2 de verdere doorwerkingen op de
arbeidsmarkt en op pendelaars. Een verhoogde bereikbaarheid van de regio leidt tot een stijging van
het lokale arbeidsaanbod en een verlaging van de zoekkosten van bedrijven. Dit leidt tot een
verschuiving van de arbeidsmarkt naar de regio. Hoe sterk deze verschuiving is, hangt af van de
kenmerken van het transport netwerk en de initiële arbeidsvraag en aanbod. Op langere termijn
(hier niet afgebeeld) kan migratie optreden die een versterkend effect heeft op het arbeidsaanbod en
de verschillen in welvaart tussen de regio’s kan verkleinen.
Lagere transport Lagere transport kosten en tijd
Goedkopere uitvoer
Goedkopere invoer
Lokale intermediaire, consumptie en investeringsvraag
Mogelijke Schaal- Mogelijke schaalvoordelen
Mogelijke Schaal- nadelen
Groei lokale productie
Krimp lokale productie
Lokale inkomens- en Lokale inkomens en werkgelegenheidseffecten
Nationale generatieve effecten
Interregionale distributieve effecten
REBOUND EFFECT MET IMPACT OP HET MILIEU - EINDRAPPORT 127
Figuur 29: Doorwerking van transport op pendelbewegingen (Thissen, 2005)
1.3 Input aanwezig in model
De belangrijkste input voor ISEEM bestaat uit de social accounting matrix of SAM, die de
monetaire transacties tussen de agenten in ons model voorstelt. Annex B toont op vereenvoudigde
wijze hoe zo een SAM matrix eruit ziet. De nationale matrix, gebaseerd op de meest recente
Belgische input en output tabellen en gegevens uit de nationale boekhouding, wordt opgesplitst
naar regionaal niveau door gebruik te maken van een dataset met gegevens over consumptie,
productie, aantal bedrijven, werkgelegenheid, etc. Een voorbeeld van de regionale gegevens die
gebruikt worden om de nationale matrix uit te splitsen is opgenomen in onderstaande tabel. Deze
laat de gegevensmatrix zien voor de regio Brussel.
Lagere transport
kosten en tijd kosten en tijd
Shift Arbeidsaanbod
Verandering in
relatief loon
Lokale productie effect
Nationale generatieve
effecten
Interregionale
distributieve effecten
Pendel
Handelseffecten
Mogelijke schaalvoordelen
Tabel 50: Model input op regionaal niveau
Nr. Sector Productie Arbeid Taxen / Subsidies Kapitaal
Intermediaire
Consumptie Consumptie Overheid Investeringen Export Import Aantal Bedrijven
sec1 Landbouw 31.2 2.2 0.0 3.6 17.2 162.5 0.0 6.1 33.3 426.9 520.0
sec2 Visserij 1.1 0.3 0.0 0.2 0.6 18.6 0.0 0.0 3.3 21.8 5.0
sec3 Mijnbouw 18.7 3.6 0.5 1.4 10.7 4.3 0.0 0.0 69.7 1826.9 23.0
sec4 Voedsel 2625.3 333.6 9.6 125.2 1921.7 1888.0 0.0 0.0 1845.1 1303.8 533.0
sec5 Textiel 665.3 117.9 0.0 53.8 451.2 844.7 0.0 0.0 603.6 723.6 432.0
sec6 Brandstof 11797.0 1577.1 11.0 478.8 8458.5 1175.8 729.7 2.7 8498.7 5339.0 1936.0
sec7 Electronica 466.3 115.5 0.0 32.0 299.3 116.2 0.0 337.7 658.4 1201.3 370.0
sec8 Transport Eq 3317.7 448.6 0.0 99.8 2559.3 859.1 0.0 735.4 1987.5 1516.4 50.0
sec9 Andere 2381.3 438.7 5.9 118.6 1656.6 345.9 62.6 656.5 2111.9 2598.1 1117.0
sec10 Water 928.5 245.0 0.0 298.5 477.2 118.5 47.9 0.0 37.0 14.5 12.0
sec11 Electriciteit 3831.3 716.4 32.8 715.5 1631.5 491.5 0.0 0.0 1551.7 984.9 54.0
sec12 Bouw 4194.5 740.3 6.2 133.9 2572.2 19.3 0.0 2332.4 111.3 53.7 6654.0
sec13 Handel 14445.9 3601.6 118.9 784.8 7206.5 574.9 0.0 0.0 363.7 333.2 18349.0
sec14 Horeca 2388.1 505.3 21.1 164.5 1331.3 718.7 0.0 0.0 291.2 299.6 6061.0
sec15 Rail 1066.3 517.8 0.0 495.5 936.9 203.8 0.0 0.0 165.8 75.7 8.0
sec16 Land 1292.6 439.4 3.9 216.1 548.4 26.7 403.5 0.0 188.3 430.1 1556.0
sec17 Pipeline 663.1 272.4 0.0 68.4 369.2 4.8 0.0 0.0 36.0 24.9 14.0
sec18 Zee 138.8 5.2 0.0 2.0 119.3 4.3 0.0 0.0 114.1 73.2 11.0
sec19 Binnenwater 6.0 0.1 0.0 0.3 5.2 0.7 0.0 0.0 4.6 8.6 18.0
sec20 Lucht 519.2 58.5 0.0 40.1 405.3 32.6 0.0 0.0 143.1 218.3 65.0
sec21 Andere transport 2263.3 365.5 0.0 300.0 1422.6 548.6 1285.9 0.0 705.8 780.5 672.0
sec22 Telecommunicatie 8175.7 2182.7 0.0 709.3 3662.7 573.6 0.0 0.0 1111.6 417.3 1377.0
sec23 Financiën 19067.2 5311.7 175.3 1607.6 8773.8 925.6 0.0 0.0 2947.7 977.7 770.0
sec24 R&D 68.7 25.7 0.0 4.3 37.9 12.4 350.7 0.0 182.4 278.8 418.0
sec25 Makelaars 27569.3 4307.1 643.3 3416.5 11770.1 3351.5 38.3 668.6 3801.4 2390.5 22242.0
sec26 Publiek 8969.6 6035.6 0.0 565.3 2220.5 181.4 7773.4 0.0 0.0 0.0 97.0
sec27 Onderwijs 3371.9 2778.7 0.5 205.6 362.4 133.5 5520.9 0.0 7.7 4.6 402.0
sec28 Gezondheid 4660.9 2054.6 0.0 204.7 1714.4 953.7 6283.8 0.0 4.3 2.8 715.0
sec29 Andere 4309.4 1447.4 22.3 275.3 2046.8 944.5 546.6 34.7 216.7 195.4 708.0
De calibratie van het model gebeurt grotendeels in de code en het model is daardoor vrij flexibel in
het opnemen van nieuwe gegevens. Hiermee bedoelen we bijvoorbeeld het updaten van de SAM,
bijstellen van de regionale parameters of zelfs het opnemen van nieuwe regio’s in het model. Dit is
eveneens het geval voor het incorporeren van nieuwe modelelementen.
1.4 Input nodig voor beleidssimulatie
In deze paragraaf beschrijven we met behulp van Tabel 51 de input die nodig is om een
beleidssimulatie door te rekenen met het ISEEM model. Hierbij maken we een onderscheid naar
het onderdeel, het type (absoluut, percentage, bedrag) en het formaat van de gegevens.
Het is hierbij belangrijk dat deze gegevens beschikbaar zijn voor zowel het referentiescenario als
voor het beleidscenario.
Tabel 51: Input nodig voor simulatie
Onderdeel Type Formaat gegevens
Investering
Monetair (mil euro)
Spreiding investering in tijd
Investeringstabel
Verwachte veranderingen in reistijden (reiskosten) voor passagiers
Procentuele en/of absolute veranderingen in reistijden
Optimaal: verandering met doorwerking op alle arrondissementen (volledige OD tabel met nieuwe reistijden)
Minimaal: reistijdverbetering op de nieuwe verbinding
Verwachte veranderingen in reistijden (reiskosten) voor vrachtvervoer
Procentuele en/of absolute verandering in reistijden
Idem als passagierstransport
Uitsplitsing per goed, indien mogelijk
Regionale productie
-Productie uitgesplitst naar sectoren op gemeentelijk niveau (monetair)
-Aantal bedrijven per type
Zie Tabel 4
Arbeidsmarkt Werknemers naar type bedrijf/sector (regionale productie)
Aantal werknemers eventueel gewogen met loonindex
Geplande veranderingen binnen regio die al dan niet samenhangen met de investering
( Nieuw bedrijventerrein)
(Aantal nieuwe ha
Prijs bedrijventerrein)
Monetaire waarden of afwijking ten opzichte van het referentiescenario
Verwachte efficientieverbeteringen energiesector (of beleid dat impact heeft op energie-efficientie)
Procentuele veranderingen in energieeffientie
Onderscheid verbetering voor consumenten of producenten
% efficientieverbetering
1.5 Output
Onderstaande tabel lijst een aantal van de parameters op die tot de standaard output van het model
behoren. Hierbij maken we een onderscheid tussen nationale indicatoren en regionale parameters.
Rebound effecten. Eindrapport 130
De meeste indicatoren worden zowel in monetaire termen als in relatieve waarden ten opzichte van
het referentiescenario weergegeven. De indicator voor welvaart is een getransformeerde
welvaartsfunctie, gekend als de verandering in ‘equivalent variation’. Deze drukt de hoeveelheid
geld uit die men aan een consument in het referentiescenario moet geven om hetzelfde niveau van
welvaart te bereiken als in de simulatie.
In Tabel 4 staan een aantal kernindicatoren, waarvan de meesten zowel op regionaal als op
nationaal vlak worden geoutput. Gegevens over sectoren, goederen en diensten kunnen volledig
gedifferentieerd weergegeven worden.
Tabel 52: Output van de modelsimulatie
Nationaal Regio
Bruto nationaal product, per sector Bruto regionaal product, per sector
Totale exports en imports Regionale import en export
Taksinkomsten op nationaal niveau Taksinkomsten op regionaal niveau
Handelstekort of surplus Totale handel tussen en in de regios
Totale reiskosten op nationaal niveau Totale reiskosten op regionaal niveau
Spaartegoeden (binnen & buitenland) Investeringen per regio
Nationale consumptive/productie Consumptie/productie per regio
Welvaartseffecten (nationaal) Welvaartseffecten (regio)
Totale pendel Pendelbewegingingen tussen regio's
Werkloosheid en uitkeringen (nationaal) Werkloosheid en uitkeringen
Emissies, per sector Emissies, per sector
Concentratie van firma's industrie per regio
Vraag naar verschillende types arbeiders per regio
Deze output kan ook op een grafische wijze weergegeven worden. Onderstaande figuur toont
hiervan een voorbeeld waarbij een doorrekening werd gemaakt van een verbeterde reistijd op de
Ring rond Brussel. Het regionaal product van Brussel en Halle-Vilvoorde neemt het sterkst
toeneemt, ten nadele van alle andere regio’s, met voornamelijk Antwerpen en Leuven. Dit komt
omdat de competitiviteit van Brussel toeneemt door de reistijdverbetering.
Rebound effecten. Eindrapport 131
Figuur 30: Effect op bruto regionaal product (miljoen €)
Rebound effecten. Eindrapport 132
Annex 3: Lijst van sectoren
sector1 Agriculture, hunting and forestry sector2 Fishing sector3 Mining and quarrying sector4 Food, beverages and tobacco sector5 Textiles and clothing sector6 Fuels, chemicals, rubber and plastic sector7 Electronics sector8 Transport equipment sector9 Other manufacturing sector10 Water supply sector11 Electricity and gas sector12 Construction
sector13 Wholesale and retail trade; repair of motor vehicles, motorcycles and personal and household goods
sector14 Hotels and restaurants sector15 Transport via railways sector16 Other land transport sector17 Transport via pipelines sector18 Sea and coastal water transport sector19 Inland water transport sector20 Air transport sector21 Supporting and auxiliary transport activities; activities of travel agencies sector22 Post and telecommunications sector23 Financial intermediation sector24 Research and development sector25 Real estate, renting and other business activities sector26 Public administration and defense; compulsory social security sector27 Education sector28 Health and social work sector29 Other community, social, personal service activities and activities of households
Rebound effecten. Eindrapport 133
Annex 4: Resultaten efficiëntieverbetering
producenten
Direct rebound effect
Direct
rebound (%)
Efficientieverbetering
1% 5% 10%
sector1 19.8 19.2 18.4
sector2 22.3 21.6 20.8
sector3 28.5 27.8 26.8
sector4 23.4 22.7 21.8
sector5 30.8 30.0 29.0
sector6 51.4 50.6 49.6
sector7 18.9 18.3 17.6
sector8 23.1 22.4 21.5
sector9 25.4 24.6 23.7
sector10 8.9 8.6 8.2
sector11 17.9 17.4 16.6
sector12 18.9 18.3 17.5
sector13 12.8 12.4 11.8
sector14 9.6 9.2 8.8
sector15 8.1 7.8 7.4
sector16 20.8 20.1 19.3
sector17 5.1 5.0 4.7
sector18 29.4 28.6 27.6
sector19 33.6 32.8 31.7
sector20 32.4 31.6 30.6
sector21 16.2 15.7 15.0
sector22 5.3 5.1 4.8
sector23 1.9 1.8 1.7
sector24 9.8 9.5 9.0
sector25 5.5 5.3 5.0
sector26 5.7 5.5 5.3
sector27 2.8 2.7 2.6
sector28 14.6 14.1 13.5
sector29 11.7 11.3 10.8
Rebound effecten. Eindrapport 134
Indirect rebound effect
Indirect
rebound (%)
Efficientieverbetering
1% 5% 10%
sector1 -15.3 -15.5 -15.9
sector2 -43.3 -44.1 -45.1
sector3 27.2 24.6 21.3
sector4 -40.7 -41.5 -42.6
sector5 15.9 13.4 10.0
sector6 235.5 242.0 248.9
sector7 -41.0 -42.8 -45.2
sector8 -44.3 -45.7 -47.5
sector9 -23.6 -25.2 -27.2
sector10 -13.1 -13.2 -13.1
sector11 26.3 25.5 24.5
sector12 -45.5 -45.5 -45.5
sector13 30.3 30.4 30.5
sector14 -27.0 -27.1 -27.1
sector15 -14.4 -14.5 -14.5
sector16 18.3 18.1 17.7
sector17 50.2 50.5 50.7
sector18 12.1 11.5 10.8
sector19 17.9 16.9 15.5
sector20 -10.3 -10.8 -11.3
sector21 -15.1 -15.5 -16.0
sector22 -35.0 -35.2 -35.3
sector23 -32.5 -32.6 -32.7
sector24 -8.1 -8.5 -8.9
sector25 -19.1 -19.2 -19.3
sector26 -81.6 -81.8 -82.1
sector27 -72.5 -72.7 -72.9
sector28 -63.5 -63.9 -64.3
sector29 -55.9 -56.1 -56.4
Rebound effecten. Eindrapport 135
Totaal rebound effect
Totaal
rebound (%)
Efficientieverbetering
1% 5% 10%
sector1 4.6 3.7 2.6
sector2 -21.0 -22.4 -24.3
sector3 55.7 52.3 48.1
sector4 -17.3 -18.8 -20.7
sector5 46.7 43.4 39.0
sector6 287.0 292.6 298.5
sector7 -22.1 -24.5 -27.6
sector8 -21.2 -23.3 -26.0
sector9 1.7 -0.5 -3.5
sector10 -4.2 -4.6 -5.0
sector11 44.2 42.9 41.1
sector12 -26.7 -27.3 -28.0
sector13 43.1 42.7 42.3
sector14 -17.4 -17.8 -18.2
sector15 -6.3 -6.7 -7.1
sector16 39.1 38.2 37.0
sector17 55.4 55.5 55.4
sector18 41.5 40.1 38.4
sector19 51.5 49.6 47.1
sector20 22.1 20.9 19.3
sector21 1.1 0.2 -0.9
sector22 -29.7 -30.1 -30.5
sector23 -30.6 -30.8 -30.9
sector24 1.7 1.0 0.1
sector25 -13.6 -13.9 -14.2
sector26 -75.9 -76.3 -76.8
sector27 -69.7 -70.0 -70.3
sector28 -48.9 -49.8 -50.9
sector29 -44.2 -44.8 -45.6