Analisi della domanda attraverso approccio econometrico

I modelli di tipo econometrico hanno l’obiettivo di valutare una relazione fun- zionale tra varie variabili economiche e la domanda di energia, riconducendosi al processo decisionale descritto in precedenza che determina la costituzione della domanda. Il punto da cui la costruzione di questi modelli parte pu`o essere identificato con la seguente espressione [17]:

Qi ≡ n

X

k=1

RkiAki. (2.10)

L’ Equazione (2.10) rappresenta l’identit`a tra il consumo totale dell i- esimo combustibile (Qi) e la sommatoria dei consumi degli n tipi di apparec-

chi utilizzanti quel combustibile, espressi come il prodotto tra il numero degli apparecchi (A) ed il loro tasso di utilizzo (R).

1. Riferendosi a modelli econometrici di tipo strutturale si stabiliscono per le succitate variabili le seguenti dipendenze: il numero di apparecchi come funzione del prezzo del carburante in questione e del carburante alternativo, del prezzo dell’apparecchio e del reddito. Il tasso di utilizzo `e invece visto come una funzione del prezzo del combustibile e del reddito. Nel caso non si abbiano a disposizione tutti i dati necessari `e possibile utilizzare il modello in forma ridotta dove la domanda `e data come funzione solo dei prezzi dei combustibili e degli apparecchi e del loro tasso di utilizzo.

distinzione tra la domanda attuale e quella auspicata e l’espressione si conforma sulla rapidit`a del processo di aggiustamento che porta dal consumo attuale a quello auspicato:

Qt= a + bPt+ cZt+ dQ(t−1)+ et. (2.11)

Dove Pt `e il prezzo del combustibile, Q(t−1) `e il consumo dell’anno

passato ed et rappresenta i residui. La forma in generale pi`u utilizzata

relativa a questo modello `e quella logaritmica - lineare [18]:

log Et= a + b · log Pe+ c · log Yt+ ut. (2.12)

Dove compaiono Et consumo pro capite di energia, Pe prezzo relativo

dell’energia, Ytreddito medio procapite, uttermine di disturbo. La for-

ma logaritmica `e la pi`u indicata per analizzare la domanda energetica, arriva a valutare le elasticit`a sui prezzi e sul reddito (b e c) e pu`o essere utilizzata per condurre analisi sia a livello generale che disaggregato. Le problematiche di questo modello risiedono nel non considerare l’impat- to delle variazioni dei prezzi sulla crescita economica, sull’inflazione e su altre variabili macroeconomiche. Una semplice estensione del mod- ello base `e il cosiddetto lagged [19] model che prevede l’inserimento della dipendenza dalla domanda pregressa di energia:

log Et = a + b · log Qt+ c · log Pt+ d · log Et−1. (2.13)

In questa maniera si riescono giustificare le variazioni presenti nell’an- damento della domanda, il problema `e per`o che l’elasticit`a della stessa `e assunta costante: questo pu`o portare ad una forte sovrastima se ci si trova nel caso in cui l’elasticit`a del reddito `e maggiore di uno. Un’altra variante comunemente utilizzata `e quella del fuel share mod- el[20] adeguata soprattutto al settore dei trasporti dove la domanda `e costituita dall’integrazione di una certa quantit`a di diversi combustibili. 3. Tra le tipologie di modelli econometrici compaiono quelli basati sulle serie storiche [19], dove non si introducono variabili indipendenti ma ci si basa sul comportamento passato di variabili dipendenti per sti- mare l’evoluzione futura della domanda. Sono metodi usati soprat- tutto in processi di previsione (forecasting), esempi molto diffusi sono modelli come ARMA (Auto Regressive Moving Average), ARIMA (Au- toRegressive Integrated Moving Average), Box-Jenkins method, ecc. I modelli basati sulle serie storiche risultano particolarmente efficaci per analisi della domanda di corto e medio periodo.

2.1.4

Analisi della domanda ad un livello disaggregato

Mentre nell’analisi della domanda totale (a livello aggregato) si segue un approccio top-down, in questo caso si parte dall’analisi degli usi finali del- l’energia in ogni singolo settore (dunque livello disaggregato) per poi arrivare alla domanda totale attraverso una somma e dunque seguendo un approccio di tipo bottom-up. Si pu`o affermare che mentre l’analisi a livello aggrega- to serva a fornire un quadro generale della situazione e dell’evoluzione del Paese in campo energetico, l’approccio a livello disaggregato si presenta come uno strumento determinante all’interno del processo decisionale relativo alle politiche energetiche; infatti permette di analizzare le particolari caratteris- tiche di ogni settore e quindi di comprendere quali siano le modifiche e gli sviluppi maggiormente auspicabili da applicarvi.

Livelli di disaggregazione: la suddivisione settoriale della domanda di en- ergia `e attuata su un insieme di macrosettori che sono: industria, trasporti, residenziale, commerciale, agricoltura. Naturalmente all’interno di questa di- visione sono presenti settori con consumi specifici di energia molto differenti, perci`o in generale si avranno livelli di disaggregazione ancora maggiori per quanto riguarda l’industria (mineraria, manifatturiera, edilizia) ed i trasporti (su terra, aria, rotaie, acqua) mentre settori quali residenziale e commerciale vengono presentati assieme a volte accorpati anche a quello agricolo. Si pre- sentano di seguito le metodologie di analisi adottate per i singoli settori in cui si disaggrega la domanda energetica.

Analisi della domanda energetica per il settore industriale

Il settore industriale `e quello in cui `e concentrata la porzione maggiore del- la domanda totale di energia; di questa richiesta i due terzi sono necessari all’industria pesante (chimica, petrolchimica, ferro e acciaio, carta, ecc.). L’energia viene utilizzata in questo settore come bene intermedio finalizzato alla fabbricazione del prodotto finale.

1. Analisi con approccio econometrico [19]Questo tipo di analisi ha assunto ultimamente una sempre maggiore importanza nella forma, per quanto riguarda questo settore, funzionale flessibile del “Transolg model” e nella forma polinomiale del “Logit Model” [21]. Il primo `e molto diffuso grazie alle sue solide basi teoriche e alle scarse imposizioni relative ai parametri; presenta alcunii svantaggi quali l’approssimazione locale della domanda che pu`o non essere accettabile globalmente, la perdita di gradi di libert`a e le difficili tecniche per stimare [22]; questo rende il Translog model poco adatto ad analisi di lungo periodo. Il Logit model, metodologia sempre pi`u diffusa per via della sua semplicit`a, viene principalmente usato per stimare le percentuali di mercato dei vari combustibili.

2. Analisi con approccio tecno-economico Questa metodologia di mod- elli agli usi finali identifica le tipologie di industrie che presentano con-

a seconda della natura dell’industria considerata, analizza la doman- da di energia per il processo industriale o per gli edifici. Nell’analisi vengono inclusi gli aspetti particolari delle tecnologie come i consumi specifici o le efficienze di conversione. Un altro vantaggio importante dei modelli tecno-economici sta nel non avere bisogno di serie storiche di dati settoriali di lungo periodo; infatti l’analisi viene condotta come una fotografia in uno specifico momento dal quale si parte per elaborare scenari utili ad analisi anche di tipo politico [23].

Analisi della domanda energetica per il settore dei trasporti

Il consumo energetico in questo settore costituisce una fetta importante del- la quantit`a totale e si compone dell’energia utilizzata per i trasporti aerei e navali di tipo nazionale pi`u quella consumata nei trasporti su strada e su ro- taia; c’`e da specificare che sono escluse invece le quantit`a usate per i trasporti internazionali aerei e via mare.

1. Modello di tipo econometrico Si riporta la descrizione di un mod- ello basato sugli studi di Mikilius et al. [24] di tipo semplificato che considera come combustibili sostituibili nel settore dei trasporti gasolio e benzina. L’approccio utilizzato si compone di due passi fondamentali. ˆ Viene valutata la domanda totale di due combustibili, ad esem- pio attraverso una relazione funzionale (Equazione (2.14)) dove compaiono: la media ponderata dei prezzi reali (P ), il prodotto interno lordo reale procapite (GDP ) ed il consumo totale nell’an- no precedente (T Ct−1). Bisogna per`o definire, nella Equazione

(2.15), con DC il consumo di gasolio, con GC il consumo di ben- zina, DP `e il prezzo del gasolio, GP il prezzo della benzina e T C il consumo totale. ln T C = a + b · ln P + c · ln GDP + d · ln T Ct−1. (2.14) P = DC T C · DP + GC T C · GP. (2.15) ˆ Si valutano le quote di mercato dei due combustibili, nella Equazioni

(2.16) e (2.17) che saranno funzione del prezzo reale del com- bustibile (DP) e del combustibile sostitutivo (GP), del prodotto interno lordo (GDP) e delle quote di mercato all’anno precedente (GC/T Ct−1). lnGC T C = a+b·ln DP +c·ln GP +d·ln GDP +d·ln GC T Ct−1; (2.16) DC/T C= 100 − GC T C. (2.17)

Si riporta l’espressione della quota della benzina e poi come com- plemento quella del gasolio.

2. “Vehicle ownership modeling” Questo tipo di modelli `e basato sull’espressione seguente che esprime il consumo del combustibile (F ) in funzione del numero di autovetture (C), del loro fattore di utilizzo annuale (U ) e del consumo specifico di combustibile (SC) [25]:

F = C · U

SC. (2.18)

Diversi tipi di approcci sono stati utilizzati nel corso del tempo per stimare le variabili dai cui dipende il consumo di combustibile, si ripor- ta qui come esempio esplicativo il modello di Gompertz [26] in cui il numero di veicoli (C) `e valutato in funzione del prodotto interno lordo (GDP ) e dell’elasticit`a relativa alla propriet`a di veicoli (e) in questo modo:

Ct= S · ea·e

(b·GDPt)

(2.19)

Figura 2.1: Forma tipica di una funzione modellizzata come nella Equazione (2.19).

et= a · b · GDPt· eb·GDPt (2.20)

Nella Figura 2.1 si nota la funzione dal classico andamento a forma di S che implica il fatto che per bassi redditi c’`e un ridotto numero di veicoli che cresce poi rapidamente all’aumentare del reddito fino a raggiungere un livello di saturazione. Conseguentemente l’elasticit`a, che per il modello descritto `e descritta nella Equazione (2.20), avr`a un andamento inizialmente crescente per bassi valori di GDP per poi raggiungere un massimo in corrispondenza della saturazione e poi calare per redditi maggiori.

aggregazione che deve essere la maggiore possibile in modo da valutare quali siano i singoli usi finali dell’energia nel settore dei trasporti. Un problema importante da affrontare riguarda le unit`a di misura, per il trasporto passeggeri si utilizza il consumo di combustibile per passeg- gero e per chilometro mentre per il trasporto merci `e comune il consumo e per tonnellata di prodotto per chilometro. Per risolvere questo prob- lema si ricorre ad una valutazione del consumo diviso per il numero di veicoli presenti, ci`o determina l’introduzione del concetto di veicolo equivalente. In pratica vengono assunte le caratteristiche di un cer- to tipo di veicolo (di solito l’automobile) come base di riferimento e tutti gli altri veicoli sono rappresentati come porzione o multipli del riferimento. In questa maniera `e possibile giungere al calcolo di serie storiche del numero di veicoli equivalenti presenti e quindi risalire al consumo totale di energia sempre in termini di veicoli equivalenti. Analisi della domanda energetica per i settori residenziale e com- merciale

Gli utilizzi di energia in questi settori possono essere suddivisi secondo i seguenti usi finali: mantenimento di una certa temperatura ambiente, riscal- damento dell’acqua, cucina, applicazioni elettriche. Per il settore residenziale l’energia `e usata come prodotto finale mentre per il commerciale si tratta di un prodotto intermedio usato per arrivare alla produzione di un bene. Gli utilizzi di energia in questi settori sono notevolmente inferiori se paragonati all’industria ed ai trasporti ma c’`e da sottolineare come siano estremamente variabili a seconda del livello di sviluppo del Paese o della regione presa in considerazione.

1. Approccio econometrico Un modello del tutto simile a quello visto in precedenza per il settore dei trasporti pu`o essere usato, di solito per la difficolt`a nel reperire dati disaggregati si valuta il consumo medio totale per utenza domestica. La variabile che si vuole determinare sar`a assunta funzione di prodotto interno lordo pro capite, del prezzo del- l’energia e della variabile ambientale espressa come HDD (Heat Degree Days) o CDD (Cooling Degree Days); l’espressione analitica pi`u usata `e del tipo:

log E = log a + b · log Y + c · log Z + d · log P + e · log T + e. (2.21) 2. Approccio agli usi finali Come gi`a visto in precedenza la “end use analysis” si basa su un importante livello di disaggregazione, in questo caso i sottosettori in cui viene divisa la domanda residenziale sono: riscaldamento e raffrescamento ambientale, cucina, riscaldamento del- l’acqua ed usi elettrici. Per il consumo dovuto al mantenimento della temperatura ambientale si avr`a dipendenza dal consumo medio per

utenza domestica e dal numero totale di utenze domestiche. Per la do- manda energetica riguardante la cucina anche qui la dipendenza sar`a dalla richiesta unitaria di un utenza e dal numero di utenze; infine per i consumi elettrici e l’illuminazione ci si riferisce al fabbisogno energetico per ogni casa ed al numero totale di utenze domestiche. Per il settore commerciale la disaggregazione `e dello stesso tipo ma il parametro di attivit`a in questo caso al posto del numero di utenze domestiche sar`a il valore aggiunto dal comparto commerciale.