Maßstäbe für die Anreizregulierung mittels analytischer ... · Astrid Cullmann TU Dresden,...

Maßstäbe für die Anreizregulierungmittels analytischer Referenzmodelle:

Benchmarking Verfahren zur Price-Cap Regulierung

Workshop zur Theorie und Praxis der Anreizregulierung

Institut für Energierecht e.V11. März 2005, Berlin

Christian von HirschhausenAstrid Cullmann

TU Dresden, DREWAG-Stiftungslehrstuhl für Energiewirtschaft,und DIW Berlin

- 2 -

Agenda

1. Fragestellung

2. Regulierungsökonomik kompakt

3. Anreizregulierung und Effizienzmessung

4. Bsp.: X-Faktoren für die deutsche Stromverteilung

5. Schlussfolgerungen

- 3 -

1. Fragestellung

- Anreizregulierung ist zentrales Element im neuen Energiewirtschaftsgesetz (EnWG)

- In anderen Ländern seit 15 Jahren praktiziert (UK, Australien, Norwegen)

- Rechtlich angefochten in Österreich und den Niederlanden

- Verfahren erfordern technische und ökonomische Detailkenntnisse und müssten möglichst „rechtssicher“ sein

In diesem Vortrag stellen wir die Grundformen der Anreizregulierung dar, wenden sie auf die Elektrizitätsverteilung an, und weisen auf offene Punkte bei der Umsetzung hin.

- 4 -

Elektrizitätsverteilungsunternehmen in Deutschland:21. oder 19. Jahrhundert?

- 6 -

Agenda

1. Fragestellung





- 7 -

Problemstellung:Wettbewerb und Regulierung in Netzsektoren

• Häufig natürliches Monopol im Netzbereich: Engpasseinrichtung („bottleneck“)

- z.B. Telekommunikation, Eisenbahn, Wasser, Flughäfen, Strom, Gas• Ziel einer wohlfahrtsorientierten Wettbewerbspolitik

- auf vor- und nachgelagerten Märkten: Wettbewerb ermöglichen- im Monopolbereich

• Allokative Effizienz• Produktive Effizienz + keine Überrenditen (umstritten, Verteilungsfrage)• Weitere Ziele: Qualitative Effizienz, „Investitions-Effizienz“, ...

• Rechtliche Verankerung - „Essential Facilities Doctrine“ durch Europäische Kommission und EuGH seit 1992- Umsetzung auf nationaler Ebene, z.B. Deutschland 1998 (§ 19, Abs. 4, 4 GWB): „Ein Missbrauch

liegt insbesondere vor, wenn ein marktbeherrschendes Unternehmen ... sich weigert, einem anderen Unternehmen gegen angemessenes Entgelt Zugang zu den eigenen Netzen oder anderen Infrastruktureinrichtungen zu gewähren...“ (Hervorhebung zugefügt)

• Häufig natürliches Monopol im Netzbereich: Engpasseinrichtung („bottleneck“)

- z.B. Telekommunikation, Eisenbahn, Wasser, Flughäfen, Strom, Gas• Ziel einer wohlfahrtsorientierten Wettbewerbspolitik

- auf vor- und nachgelagerten Märkten: Wettbewerb ermöglichen- im Monopolbereich

• Allokative Effizienz• Produktive Effizienz + keine Überrenditen (umstritten, Verteilungsfrage)• Weitere Ziele: Qualitative Effizienz, „Investitions-Effizienz“, ...

• Rechtliche Verankerung - „Essential Facilities Doctrine“ durch Europäische Kommission und EuGH seit 1992- Umsetzung auf nationaler Ebene, z.B. Deutschland 1998 (§ 19, Abs. 4, 4 GWB): „Ein Missbrauch

liegt insbesondere vor, wenn ein marktbeherrschendes Unternehmen ... sich weigert, einem anderen Unternehmen gegen angemessenes Entgelt Zugang zu den eigenen Netzen oder anderen Infrastruktureinrichtungen zu gewähren...“ (Hervorhebung zugefügt)

Wettbewerber A

Unternehmen M

Wettbewerber B

Supply

Wettbewerber X

Unternehmen M

Wettbewerber Y

Demand

Unternehmen M („MONOPOLIST“)

„NETZ“ist häufig natürliches Monopol

(„Essential Facility“)

- 8 -

Preisgrenzen-Regulierung (price-cap)

Idee: Preise und Preisentwicklung werden festgelegt nach Annahmen über Entwicklung; Anpassung nur von Zeit zu Zeit, dies soll Anreiz zu Kmin schaffen u. administrative K senken

- Einzelproduktionskosten können als Obergrenze festgelegt werden, um interne Subventionierung zu verhindern.

Pt+1 = Pt + RPI - X (+/- Y)

- RPI = Preisindex (i)- X = Produktivitätsfaktor- Y = Störgrößen (z.B. Ölpreis)

Vorgehensweise:- Regulierungsinstanz legt Obergrenze für die Preise des regulierten Unternehmens fest

(einzelne Preise oder -üblicherweise - Index für Güterkörbe)- Unternehmen ist in konkreter Preissetzung frei, solange Gesamtindex eingehalten wird,

keine Gewinnbeschränkung- periodische Anpassung der Preisindizes X sowie, in längeren Intervallen, der Güterkörbe

und Gewichtungsschemata (hierfür werden Nachfrage-, Kosten und Gewinnbedingungen hinzugezogen)

- Problem der Wahl des Zeitraums zwischen Preisanpassungen (potentielle Monopolrenten vs. Aufwand)

- 9 -

Übersicht über Benchmarkverfahren

Benchmarking

Partialapproaches

(one-dimensional)

Multi-dimensional Approaches

Frontier Approaches Average Approaches

PerformanceIndicators

Parametric Parametric InducedApproachNon-Parametric

DataEnvelopment

Analysis(DEA)

StochasticFrontierAnalysis

(SFA)

CorrectedOrdinary

Least Squares(COLS)

OrdinaryLeast Squares

(COLS)

Total FactorProductivity

(TFP)

- 10 -

Agenda

1. Fragestellung





- 11 -

3. Anreizregulierung und Effizienzmessung:Plastische Einführung

Effizienz maximaler Output / Input

Effizient

Input: 2 Output: 5

01

Ineffizient

Input: 2 Output: 3

02

- 12 -

Ein-dimensionaler Vergleich der Effizienz gleichgroßer Unternehmen: einfach

Effizient IneffizientInput: 5 Osterhasen Output: 7 Eier

0403

Input: 5 Osterhasen Output: 15 Eier

- 13 -

Aber: wie (in-) effizient ist dieses Unternehmen?

Input: 4 Osterhasen Output: 8 Eier

05

- 14 -

DEA – Effizienzvergleich der Osterhasen – Firmen: „VRS“ – Ansatz (Variable Returns to Scale)

5

10

15

1 2 3 4 5

02

01

0504

03

O A B

Firma 05:

•TE,VRS: OA/OB= ¾= 0,75

EnvelopeVRS

Firma 01:

•TE,VRS = 2/2= 1

Firma 03:

•TE,VRS = 5/5= 1

- 15 -

DEA – Effizienzvergleich: „CRS – Ansatz“Vermutung einer optimalen Betriebsgröße (Constant Returns to Scale)

5

10

15

1 2 3 4 5

02

01

05

03

Die rel. Effizienz der Firma 05 verschlechtert sich:

TE, CRS= TEVRS*SE= 0,75*8/9=0,67

EnvelopeVRS

EnvelopeCRS

O A BC

Die rel. Effizienz der Firma 01 verschlechtert sich:

TE, CRS= TEVRS*SE=1 * 5/6=0,83

Firma 01 ist skaleneffizient (SE = 1)

TE, CRS= TEVRS*SE= 1*1=1

- 16 -

Technischer Fortschritt

5

10

15

1 2 3 4 5

02

01

0504

03 EnvelopeVRS alt

EnvelopeVRS neu

- 17 -

Vom Effizienzmaß zum X - Faktor

• Wie viel der Effizienz soll aufgeholt werden? (z.B. 2/3)

• Über welchen Zeitraum? (z.B. 5 Jahre)

• Wie hoch ist der technische Fortschritt? (z.B. 1% p.a.)

4,12%1%3,12%66,7%05

5,83%1%4,83%46,7%04

1%1%0%100%03

4,71%1%3,71%60%02

6,92%1%5,92%33,3%01

„X“ -Faktor

TechnischerFortschritt

Jährliche Anpassung

TECRS(2005)Unternehmen

{ }1/50,01 (1 )*2 / 3 1crsX factor TE− = + − +

- 18 -

Anwendung: Effizienzsteigerungen durch X-Faktor im 1. Jahr der Anreizregulierung

Technische Effizienz der Unternehmen im Jahr 0

0,333

0,6

1

0,467

0,667

0

0,2

0,4

0,6

0,8

1

1 2 3 4 5

Unternehmen

Tech

nisc

he E

ffiz

ienz

Steigerung der Technische Effizienz im 1. Jahr

0,4022

0,6471

1,01

0,5253

0,7082

0

0,2

0,4

0,6

0,8

1

1 2 3 4 5

Unternehmen

Tech

nisc

he E

ffiz

ienz

- 19 -

Agenda

1. Fragestellung





- 20 -

4. Bsp.: Deutsche StromverteilungApproach and Variables

Inputs• LABOR: number of employees

• GRID SIZE: ~ capital (high-, medium- and low-voltage lines; cable and aerial lines)

• PEAK LOAD: ~transformer capacity

• LOSSES: to account for differences in quality of distribution network

Outputs• UNITS SOLD in (MWh)

• NUMBER OF CUSTOMERS(industrial-residential)

• INVERSE DENSITY INDEX: supplied area in square kilometres per inhabitants, structural variable

We analyze technical efficiency (no cost data is available)

DEA is applied as main productivity analysis technique:

- Constant Returns to Scale (Variable Returns to Scale for verification)- Input-orientated Approach

Input distance function approach with SFA for verification

- 21 -

ResultsModel 1, DEA, CRS

Model 1 with DEA - CRS;Average efficiency: 63,2%;307 utilities;Input: labor, grid size;Output: units sold, number of customers;

Note: Utilities are always ordered by size (units sold): no. 1~largest, no. 307~smallest

DEA, Model 1, CRS

0%

20%

40%

60%

80%

100%1 16 31 46 61 76 91 106

121

136

151

166

181

196

211

226

241

256

271

286

301

utility number

Effic

ienc

y in

%

- 22 -

Structural Variable: Inverse Density Index:Model 2 - Model 1, DEA, CRS

RESULT: Evidence for significance of structural variable: Including InverseDensity Index into the model favors small utilities usually facing less denslysettled areas.

Model 1 with DEA - CRS;Average efficiency: 63,2%;307 utilities;Input: labor, grid size;Output: units sold, customers;

Model 2 with DEA - CRS;Average efficiency: 66,7%;307 utilities;Input: labor, grid size;Output: units sold, customers,

inverse density index;

Difference Results DEA, Model 2 - Model 1

0%10%20%30%40%50%60%70%

1 16 31 46 61 76 91 106

121

136

151

166

181

196

211

226

241

256

271

286

301

utility number

Effic

icie

ncy

Cha

nge

in

perc

ent p

oint

s

- 23 -

Scale Economies?Difference Model 2, DEA: VRS – CRS

RESULT: As expected VRS is a less strict benchmarking approach. Economies of scale seem to be limited, “big is not necessarily beautiful”

Model 2 with CRS;Average efficiency: 66,7%;307 utilities;Input: labor, grid size;Output: units sold, customers,inverse density index

Model 2 with VRS;Average efficiency: 69,8%;307 utilities;Input: labor, grid size;Output: units sold, customers,Inverse density index

Difference Results DEA, Model 2, VRS-CRS

0%10%20%30%40%50%60%70%

1 16 31 46 61 76 91 106

121

136

151

166

181

196

211

226

241

256

271

286

301

utility number

Effi

cici

ency

Cha

nge

in

perc

ent p

oint

s

- 24 -

Model 2, CRS – East-West Germany

Higher efficiency scores are estimated for East German utilities with both DEA and SFA

Contradicts structural assumption of theAssociation Agreements (VV II+)

Potential reasons:- Investment boom in East German electricity- More rapid adaptation

Cost-efficiency analysis is required to confirm

Average Efficiency Total East WestModel 2

DEA CRS 0,67 0,77 0,65Model 2

DEA VRS 0,70 0,79 0,68Model 2

SFA 0,78 0,81 0,78

DEA, Model 2, CRS

0%20%40%60%80%

100%

1 19 37 55 73 91 109

127

145

163

181

199

217

235

253

271

289

307

utility number

Effic

ienc

y in

%

- 25 -

From efficiency measurement to regulation: X- Factors

Regulator could set firm – specific X- factors: 1) Ensure that each firm has a technical efficiency score of 1 by the end of

the five – year period, require significant faith in quality of econometricestimation

2) more conservative approach: reduce one half of the inefficiency gap

• example: - to achieve the base level of 2 percent TFP growth per year,

- plus an additional firm specific catch up

- over the five year period:

• X-factors proposed should only be used as a basis for the regulator and the firm to begin discussions and negotiations

{ }1/50,02 (1 ) / 2 1VRSX factor TE− = + − +

- 26 -

Application to 8 German Electricity Distribution Companies

HEW Hamburg

Stadtwerke Vilshofen

Elektrizitätswerk Simbach

Stromversorgung Sulz

Betriebswerke Luckenwalde

Ingolstadt Energie

SEV Stralsund

DREWAG - Dresden

- 27 -

Table: Calculation of X - Factors

Assumption: 2% TFP growth per year, reduce one half of the inefficiency gap, five year period,

Base: VRS approach Model 2b

4,2%22,20,763Stadtwerke Ingolstadt Energie GmbH

5,1%23,10,674Städtische Betriebswerke Luckenwalde GmbH

5,8%23,80,592Stromversorgung Sulz GmbH

7,1%25,10,432Elektrizitätswerk Simbach GmbH

7,8%25,80,352Stadtwerke Vilshofen GmbH

3,4%21,40,849SEV Stralsunder Energieversorgung GmbH

2,1%20,10,987DREWAG - Stadtwerke Dresden GmbH

2%20,001,000Hamburgische Elektrizitäts-Werke AG

X – Factor(per year)

Frontier shift

Catch upTE, VRSFirm

- 28 -

Agenda

1. Fragestellung





- 29 -


- Anreizregulierung ist der traditionellen kostenorientierter Regulierung auf mittlere Frist überlegen

- Internationale Erfahrung belegt Machbarkeit der Anreizregulierung sowie Probleme (Modellierung, Daten, etc.)

- Probleme der Investitionsanreize und Versorgungssicherheit können innerhalb der Anreizregulierung behandelt werden

- Wesentliches Umsetzungsproblem: Informationsasymmetrie

- 30 -

Literature

Data: Verlags- und Wirtschaftsgesellschaft der Elektrizitätswerke m.b.H. – VWEW:- „Jahresdaten der Stromversorger 2001“; VWEW Energieverlag GmbH, Frankfurt am Main, Heidelberg, (2002).- „VDEW-Statistik 1996 Leistung und Arbeit“; VWEW-Verlag, Frankfurt am Main; (1997);- „VDEW-Statistik 1997 Leistung und Arbeit“; VWEW-Verlag, Frankfurt am Main; (1998);

Burns, P. Weyman-Jones, T. (1996): Cost Functions and Cost Efficiency in Electricity Distribution: A Stochastic Frontier Approach, Bulletin of Economics Research, 48/1.

Coelli, Tim (2002): On the Econometric Estimation of the Distance Function Representation of a Production Technology, Draft Version, University of New England.

Coelli, T., D.S. Prasada Rao, and George E. Battese (1998): An Introduction to Efficiency and Productivity Analysis,Bostron/Dordrecht/London, Kluwer Academic Publishers.

Estache, A, M. A. Rossi, and C. A. Ruzzier (2004): The Case for International Coordination of Electricity Regulation: Evidence from the Measurement of Efficiency in South America, Washington, D.C., Journal of Regulatory Economics, 25/3, 271-295.

Farsi, Mehdi, and Massimo Filippini (forthcoming): Regulation and Measuring Cost Efficiency with Panel Data Models: Application to Electricity Distribution Utilities. Review of Industrial Organization.

Frontier Economics, and Consentec (2003): Netzpreisaufsicht in der Praxis, Abschlussbericht für VIK und BDI, London.

Giannakis, Dimitrios, Tooraj Jamasb, and Michael Pollitt (2003): Benchmarking and Incentive Regulation of Quality of Service: An Application to the UK Electricity Distribution Utilities. Cambridge, CMI Working Paper No. 35, also as Cambridge Working Papers in Economics CWPE 0408.

Jamasb, T. and Pollitt, M. (2003): International Benchmarking and Yardstick Regulation: An Application to European Electricity Distribution Utilities, Energy Policy 31, 1609-1622.

Riechmann, C. (2000): Kostensenkungsbedarf bei Deutschen Stromverteilern, Wirtschaftswelt Energie, 55, 6-8.

Schiffer, H-W. (2002): Energiemarkt Deutschland, 8. Auflage, Köln, TÜV-Verlag GmbH.

- 31 -

Burns, P. and T. Weyman-Jones (1996): SFA for 12 UK distribution utilities; privatisation with only little influence on efficiencyFarsi, M. and M. Filippini (2004): Average efficiency not sensitive to specificationEstache, A., M.A. Rossi, and C.A. Ruzzier (2004): Importance of international benchmarkingGiannakis, D. Jamasb, T, and M. Pollitt (2003): Service quality as key variableGreene, R. (in progress): Explaining heterogeneous results from panel models

Related work on Germany:Riechmann, C. (2000): Cost reduction potential for regional distributorsHaupt, Kinnunen, and Pfaffenberger (2002): Structural variables to explain networkaccess pricesGrowitsch and Wein (forthcoming): Network access prices and vertical structure

Maßstäbe für die Anreizregulierung mittels analytischer ... · Astrid Cullmann TU Dresden,...

Documents

Transcript of Maßstäbe für die Anreizregulierung mittels analytischer ... · Astrid Cullmann TU Dresden,...