Analisi di decomposizione dei consumi energetici industriali

In questo capitolo viene effettuata una analisi

industriale per la Regione Emilia-Romagna, utilizzando un approccio metodologico tipico dell’analisi di decomposizione realizzata attraverso l’uso di numeri indice

sviluppi storici di questo particolare campo di analisi,

concetti chiave alla base delle metodologie di decomposizione applicata nel presente lavoro.

. Regressione lineare tra consumo finale di energia del settore industriale in Emilia

(ktep) e livello di attività in valore aggiunto (M€), anni 1988-2003; R²=0,93. Elaborazione su dati Enea ed

che per valori elevati di attività (oltre i 35000 milioni di euro correlazione tra consumi finali e valore aggiunto non sia più così netta, come inv corrispondenza di valori aggiunti inferiori.

Un’altra interpretazione potrebbe essere data dalla mancata considerazione di altri fattori (variabili indipendenti) che invece dovrebbero essere adeguatamente valutati in una correlazio

confrontare quanto spiegato mediante regressione con un modello di decomposizione

Analisi di decomposizione dei consumi energetici industriali

In questo capitolo viene effettuata una analisi dei determinanti dei consumi finali di energia del settore Romagna, utilizzando un approccio metodologico tipico dell’analisi di decomposizione realizzata attraverso l’uso di numeri indice. Nella prima parte si riassumono

sviluppi storici di questo particolare campo di analisi, nella seconda parte del capitolo vengono illustrati i concetti chiave alla base delle metodologie di decomposizione ed infine viene dettagliata la metodologia 119

. Regressione lineare tra consumo finale di energia del settore industriale in Emilia-Romagna 2003; R²=0,93. Elaborazione su dati Enea ed

che per valori elevati di attività (oltre i 35000 milioni di euro in valore aggiunto) la netta, come invece mostra di essere in

mancata considerazione di altri fattori (variabili in una correlazione multilineare.

modello di decomposizione

dei determinanti dei consumi finali di energia del settore Romagna, utilizzando un approccio metodologico tipico dell’analisi di parte si riassumono i principali nella seconda parte del capitolo vengono illustrati i ed infine viene dettagliata la metodologia

120 Tale approccio, fondato su metodi statistici, permette di estendere portata e significatività dei modelli matematici nell’analisi dinamica (Rao M.,Gaeta M. 2014). L’analisi di decomposizione (Index Numbers Decomposition Analysis, anche abbreviata con l’acronimo IDA) è una metodologia descrittiva utile per fornire una analisi dei principali driver della variabile oggetto di studio, anche in presenza di serie storiche non significativamente lunghe (Lofgren & Muller, 2010). Si tratta di metodi complementari rispetto ad altri strumenti dell’inferenza statistica (come ad esempio l’analisi di regressione) ma necessitano, rispetto a questi ultimi, di minori dati di input. Anche l’IDA è comunque una metodologia di analisi a consuntivo. I primi studi su queste metodologie risalgono alla seconda metà degli anni 1970 quando, in seguito alla crisi petrolifera, gli analisti studiavano i cambiamenti di struttura del settore industriale per meglio valutare ragioni e dinamiche di consumo energetico. Tali studi fecero comprendere l’importanza analitica dei cambiamenti strutturali, dimostratisi rilevanti al pari del rapporto tra consumo di energia e produzione, a livello aggregato, per la spiegazione delle fluttuazioni di domanda totale. Legando poi i cambiamenti nella struttura ai consumi di energia delle singole branche industriali, gli esperti realizzarono quale migliore proxy dell’efficienza energetica fosse l’intensità energetica sottosettoriale. Prima della metà degli anni 1980, il livello di complessità della matematica impiegata si mantiene semplice ed intuitivo, con l’impiego di numeri indice di tipo Laspeyres: nella seconda metà degli stessi anni, si assiste ad una sistematizzazione formale degli aspetti legati agli indici di Laspeyres e all’introduzione delle metodologie basate sugli indici Divisia, metodologie formalmente sviluppate a partire dalla prima metà degli anni 1990 e divenute prevalenti, in letteratura, nel corso del tempo.

Il contesto di riferimento di questo lavoro è rappresentato dai consumi finali di energia del settore industriale. Come è stato sottolineato più volte, questi consumi rappresentano una variabile fondamentale per la politica energetica regionale, sia perché rappresentano un capitolo rilevante della spesa regionale, sia per il ruolo che i consumi energetici hanno nel controllo delle emissioni inquinanti e dei gas serra. Per utilizzare la metodologia IDA per valutare il profilo nel tempo di una certa variabile è necessario disporre di una serie storica e di un modello matematico della variabile stessa. Un’analisi di decomposizione effettuata con numeri indice rivela come si modifica nel tempo la variabile esaminata quando si fa variare solo una “componente” per volta del modello della stessa, rimanendo fisse le altre componenti.

I metodi IDA qui utilizzati seguono l’approccio classico di letteratura utilizzato anche dall’Agenzia Internazionale dell’Energia di Parigi (IEA, 2004).

Secondo questa metodologia si assume che i consumi finali del settore industriale “C” siano un aggregato composto da n fattori ( , , … ). Quindi = ∑ e = , , … , .

121 Ammettiamo che l’aggregato C, nel periodo da 0 a T cambi valore, passando da C0 a CT

Obiettivo dell’analisi di decomposizione è quello di valutare il contributo della variazione degli n fattori al cambiamento dell’aggregato C.

Questo può essere espresso, in forma additiva, attraverso la formula: ∆Ctot = C − C = ∆C + ∆C + ⋯+ ∆C

L’analisi qui effettuata si basa infatti su una specifica tecnica di decomposizione dei consumi energetici mediante numeri indice (LMDI I, Log Mean Divisia Index I). Il metodo è stato applicato nella sua formulazione additiva.

La formula generale relativa all’indice LMDI I è la seguente:

∆ = ( , ) ln ,

, ! dove (", #) =_{(' $%' &)}($%&) è la media logaritmica di a e b e (", ") = "

Per i consumi energetici finali del settore industriale, posto che questo sia composto da un numero di sotto settori pari ad , vale la seguente identità:

= = ( (_{( ( =} ( ) * Dove

= Consumi energetici finali del settore industriale

= Consumi energetici finali del sotto settore industriale i-esimo

( = Livello di attività economica totale del settore industriale (rappresentato dal valore aggiunto del settore industria)

( = Livello di attività economica del sotto settore industriale i-esimo ) = Quota di attività del sotto settore i-esimo +=,-

,. * = Intensità energetica del sotto settore i-esimo +=/_,

122 La formula che esprime quindi la variazione di consumo finale di energia per il settore industriale tra un tempo 0 e un tempo 0 è data dalla seguente formula:

∆Ctot = C − C = ∆ 234+ ∆ 546+ ∆ 7 4 Dove

∆ 234 = Effetto attività, ossia la variazione dei consumi finali di energia dovuta alla variazione del livello di Attività, in questo caso identificato nel valore aggiunto totale dell’intero comparto industriale.

∆ 546 = Effetto strutturale, ossia la variazione di consumo finale di energia dovuta a modifiche nella distribuzione delle attività sottosettoriali.

∆ 7 4 = Effetto intensità, ossia la variazione di consumo finale di energia dovuta alla variazione dell’intensità energetica sotto-settoriale delle branche industriali.

Le formule delle singole componenti secondo il metodo Logarithmic mean Divisia Index I (LMDI I), sempre nella sua formula additiva, sono le seguenti:

∆ 234 = 8 9: (_{( !} ∆ 546= 8 9: )_{) !} ∆ 7 4= 8 9: *_{* !}

8 =_{9: − 9:}− ;

L’analisi di decomposizione di seguito esaminata suddivide quindi la variazione di consumi energetici finali del settore industriale secondo i tre fattori (attività, struttura ed intensità energetica sotto-settoriale), la cui somma algebrica è uguale alla variazione dei consumi stessi.

Grazie all’analisi di decomposizione è quindi possibile stimare quanta parte della variazione dei consumi finali di energia è dovuta al fatto che il settore industriale stia attraversando un periodo di crisi o di sviluppo economico, rappresentati rispettivamente da una diminuzione o un aumento del valore aggiunto, quanta parte è dovuta alle modifiche nei rapporti di forza tra i sotto settori produttivi (rappresentati dallo share settoriale, in percentuale sul totale, dei valori aggiunti) che consumano più o meno energia per produrre

123 un’unità di valore aggiunto, e quanta parte, invece, è dovuta alla variazione di intensità energetica sottosettoriale (Lissia R., 2016).

Per gli anni dal 1995 al 2003 il netto aumento di energia è stato trainato principalmente dall’aumento di attività economica correlata ad un aumento dell’intensità energetica (quindi con una teorica diminuzione dell’efficientamento energetico), il tutto controbilanciato da un notevole cambiamento strutturale dell’industria, che ha probabilmente spostato la produzione di valore su settori meno energivori.

Figura 7-22. Decomposizione dei consumi finali di energia del settore industriale della Regione Emilia- Romagna (in tep).

Figura 7-23. Decomposizione dei consumi finali di energia del settore industriale della Regione Emilia- Romagna (in %).

Negli anni seguenti, i fattori principali per la variazione di consumi si rivelano essere l’attività economica e l’intensità energetica; i mutamenti strutturali si dimostrano essere infatti solo marginali.

124 Nelle analisi di previsione dei consumi finali occorrerà quindi tenere conto sia della variazione di valore aggiunto, sia della variazione nel tempo dell’intensità energetica.

In particolare l’analisi di decomposizione mostra come nel periodo di significativa correlazione statistica tra consumi finali del settore industriale e Valore Aggiunto (relativo al periodo 1995-2003), i contributi del fattore strutturale compensino il contributo del fattore determinato dall’intensità sottosettoriale. Nel periodi successivi (2003-2008) invece, il fattore strutturale diventa poco significativo mentre diventa sempre più rilevante il contributo ai consumi determinato dalla variazione dell’intensità energetica sotto- settoriale delle diverse branche industriali.

In particolare, è possibile vedere come l’attività economica sia cominciata a scendere in negativo solo tra gli anni 2007-2008 (per poi precipitare nel 2009), mentre l’intensità energetica sia diminuita già a partire dagli anni 2005-2006.

Per quanto riguarda i sotto-settori è interessante osservare come i settori Alimentare e Minerale non metallifero abbiano continuamente diminuito le loro variazioni di intensità energetica già a partire dal 1995 (solo tra il 2007 e il 2008 l’Alimentare ne ha subito un aumento, pur rimanendo in negativo), mentre il settore Chimico ha mostrato invece una maggiore variabilità.