Il crollo dei consumi energetici che ha interessato il sistema Europa, a partire dal 2006, non è stato previsto da alcun modello predittivo. La ricerca delle motivazioni del crollo dei consumi energetici, tre anni in anticipo rispetto alla crisi economica globale, ha dato inizio a questo progetto di ricerca. Lo studio ha posto le sue basi sulla necessità di verificare le motivazioni dell’andamento prodromico dei consumi energetici rispetto a quello del Prodotto interno Lordo. Era di fondamentale rilevanza valutare le ragioni del calo dei consumi, rilevato a livello europeo, nazionale e regionale, e cercare di capire se il calo di consumi energetici avesse anticipato, o anche solo condizionato, la crisi economica manifestatasi con tutta la sua forza nel 2009. Per rispondere a questa domanda si sono indagate le modalità con cui si rapportano i consumi energetici e le variabili economiche, per capire possibili direzioni di causalità. Ci si è poi concentrati sull’applicazione di metodologie di screening capaci di fornire indicazioni ai decisori, sia per ciò che riguarda la valutazione dei dati storici di consumo energetico in relazione alla crescita economica, sia per la previsione dei trend futuri.
Dapprima è stata analizzata la corposa letteratura sull'argomento. Sulle relazioni tra energia ed economia esiste un codice apposito (JEL Q43) del sistema di classificazione degli studi economici creato dal Journal of Economic Literature statunitense. Gli studi sull'argomento, nell'intento di verificare le correlazioni esistenti tra indicatori energetici ed economici, hanno applicato nel tempo algoritmi sempre più sofisticati che hanno mostrato direzioni di causalità tra consumi e PIL non sempre univoche. In questa ricerca si è tentato di applicare dei modelli di "screening" per la verifica di queste relazioni, e testare sia modellistiche deterministiche e statistiche, sia metodi più speditivi ed empirici, per fornire indicazioni utili alla pianificazione in campo energetico. Nella valutazione della scelta della modellistica è stato necessario sciogliere alcune criticità legate alla qualità dei data-set da utilizzare in input ai modelli. La robustezza dei dati di base è infatti uno degli aspetti da tenere in maggiore considerazione anche negli studi di letteratura analizzati. I data-set sui consumi energetici sono stati tratti inizialmente dalle pubblicazioni Enea, che produceva i bilanci energetici, per tutte le Regioni italiane, sin dal 1988. La pubblicazione però si è interrotta nel 2008. Da allora le Regioni hanno dovuto attrezzarsi autonomamente. Arpae con l'Osservatorio Energia della Regione Emilia-Romagna, utilizzando l'approccio e le linee guida Eurostat, ha quindi prodotto i bilanci energetici per la Regione Emilia-Romagna. Si tratta di un processo in fase di continua ottimizzazione che prevede la collaborazione di Arpae con numerosi altri enti fornitori di dati. Le fonti dei dati sono numerose ed uno dei risultati di questo percorso è stato anche la definizione di rapporti di collaborazione e scambio dati tra Arpae (che ha come mandato istituzionale la predisposizione dei bilanci a supporto della pianificazione energetica) ed i principali data provider (Terna, GSE, SNAM, ecc..).
153 Gli indicatori economici principali correlati con quelli energetici sono descritti nei sistemi contabili NAMEA, ed in particolare in quelli regionali (RAMEA). Lo sviluppo delle RAMEA garantisce un solido supporto informativo sulle relazioni che sussistono tra gli indicatori economici, come il valore aggiunto o gli output, e gli indicatori fisici di pressione ambientale, come i consumi energetici settoriali, le emissioni inquinanti, i rifiuti prodotti, le emissioni climalteranti, ecc. In questo modo è possibile, per ciascun anno, analizzare le relazioni tra indicatori economici ed ambientali, valutare gli indici di efficienza energetici ed ambientali di ogni settore economico ed orientare le politiche regionali verso quelli più eco-efficienti.
Anche la verifica dei dati economici da utilizzare come input dei modelli ha comportato un grande dibattito. Nella presente tesi è stato spesso utilizzato quale indice economico, il Valore Aggiunto, soprattutto per la descrizione del livello di attività economica dei diversi settori industriali. La scelta è ricaduta sul Valore Aggiunto in quanto si tratta di una grandezza molto ben definita dalla rendicontazione statistica ufficiale, anche sul livello regionale. Ma l'output misurato in termini fisici sarebbe la misura più oggettiva del livello di produzione di un comparto industriale (Norman, 2017). Una volta scelti gli indicatori da impiegare nella descrizione della dinamica dei consumi energetici e della crescita economica, questi sono stati utilizzati per verificare il grado di disaccoppiamento tra consumi e crescita di due Regioni italiane (Sardegna ed Emilia- Romagna), giungendo ad alcune importanti considerazioni: la prima riguarda la necessità di approfondire a livello di macro-settori e sotto settori economici, il disaccoppiamento tra indicatori di consumo energetico e valore aggiunto. Solo in questo modo è possibile verificarne le dinamiche e le effettive relazioni di causalità. Nel caso della Sardegna infatti, una valutazione effettuata solo tra consumi energetici finali totali e PIL avrebbe erroneamente rilevato una dinamica di disaccoppiamento relativo al periodo 2012-2017. Il focus sul settore industriale ha invece evidenziato il collasso strutturale di un sotto-settore industriale primario (quello metallurgico), escludendo l’efficientamento come motivazione del calo dei consumi.
Per Emilia-Romagna, l’analisi di disaccoppiamento ha evidenziato invece come le misure di efficientamento elettrico del settore industriale abbiano portato ad una complessiva riduzione dell’intensità elettrica regionale anche se, in parte, la tendenza alla riduzione dei consumi è stata influenzata da fenomeni recessivi del 2008 e 2012 che ancora oggi non hanno fatto raggiungere i livelli di crescita pre-crisi. Si nota comunque, un miglioramento nell’uso delle risorse utile alla produzione di ricchezza del settore industriale causato dalla maggiore forza di crescita del Valore Aggiunto rispetto alla accelerazione dei consumi, soprattutto nel decennio 2007-2017. Altra considerazione di notevole importanza riguarda la maggiore correlazione dei consumi elettrici industriali al Valore aggiunto industriale rispetto a quella esistente tra i consumi energetici totali industriali (comprendenti anche il calore e l’energia di processo) e lo stesso Valore Aggiunto. Per la Regione Emilia-Romagna infatti, i consumi totali presentano il picco storico al 2006, per poi cominciare in maniera prodromica il declino verso la crisi del 2009, mentre i consumi elettrici industriali
154 seguono perfettamente l’andamento del Valore aggiunto. In Emilia-Romagna i consumi del settore terziario non sembrano correlati al relativo Valore Aggiunto, ma condizionano negativamente l’intensità elettrica. Si è poi applicata la analisi di decomposizione (Index Decomposition analysis, IDA) utilizzata diffusamente dai principali organismi internazionali, per Identificare i driver dei consumi energetici. Seguendo le indicazioni più importanti presenti in letteratura e valutando fondamenta teoriche, adattabilità, facilità di utilizzo e interpretazione dei risultati (Ang, 2004) è stato utilizzato il metodo “Logarithmic Mean Divisia Index” (LMDI I, nella sua forma additiva) che rispetta anche più in generale i requisiti desiderabili per le metodologie di stima dei trend di efficienza energetica (Ang e altri, 2010). L’applicazione della analisi di decomposizione ai consumi del settore industriale in Emilia-Romagna ha portato ad identificare i driver principali di consumo energetico nell’intensità e nel livello di attività sotto-settoriale. Su questa base è stato applicato il metodo dell'intensità costante per la verifica dei consumi futuri. Si tratta di una metodologia deterministica che ricava i consumi sulla base di un determinante economico la cui evoluzione nel tempo è prevedibile, in particolare il valore aggiunto o il PIL. Nel presente lavoro è stato utilizzato, in particolare, il metodo dell’Intensità energetica costante per prevedere i consumi energetici regionali, in base alla constatazione che l’intensità energetica in un sistema produttivo maturo vari in maniera non significativa sul breve termine.
Al metodo dell’intensità è stato poi affiancato il modello dei ritracciamenti di Fibonacci. Si tratta di un modello semplice, empirico ed euristico, che si basa soprattutto sull’andamento storico dei consumi e ne identifica dei pattern capaci di fornire indicazioni sull’evoluzione futura dei consumi energetici a breve termine e la cui efficacia è stata provata sulle previsioni a breve termine (uno-due anni). Le stime previsionali effettuate con i metodi di screening proposti in questo lavoro, ed in particolare il metodo dell’intensità costante, ad una verifica ex-post con i valori effettivamente misurati (da Snam, per il gas naturale o da Terna per consumi elettrici finali del settore industriale), hanno riscontato un ottimo livello di allineamento, con un errore inferiore all’1,1% nel caso delle previsioni di consumo regionale di gas e dello 0,28% nel caso dei consumi elettrici.
Tutte le analisi speditive fatte per la previsione dei consumi sul breve termine mostrano per l’Emilia- Romagna una ripresa dei consumi energetici industriali, in particolare dei consumi di gas naturale e dei consumi di elettricità, mentre calano i prodotti petroliferi e si annullano i combustibili solidi. Questo avvalla l’idea che l’utilizzo di questi metodi, se supportato da altri modelli più deterministici (come l’analisi di regressione o l’analisi di decomposizione), possa costituire un valido supporto ai decisori nelle scelte di sviluppo del settore energetico.
Ulteriori sviluppi di questi modelli potrebbero essere considerati, sul medio-lungo termine, per tenere conto delle variazioni dell’intensità energetica. Se infatti può essere ammissibile considerare nulla la
155 variazione dell’intensità energetica sul breve periodo (uno - due anni), non altrettanto lecito (e neanche auspicabile) sarebbe applicare un rateo di crescita nullo sul medio lungo termine. Si ricorda, a questo proposito, che l’obiettivo 7 dell’Agenda per lo sviluppo sostenibile 2030 dell’ONU ("Assicurare a tutti l’accesso a sistemi di energia economici, affidabili, sostenibili e moderni") comprende tra i suoi target quello di raddoppiare, entro il 2030, il tasso globale di miglioramento dell'efficienza energetica (SDGs, goal 7, target 7.3). Una variazione dell’intensità energetica può essere determinata sia dagli investimenti rivolti alla promozione dell’efficienza energetica, sia dalle variazioni strutturali del settore industriale (come si è verificato nel caso del collasso del settore metallurgico in Regione Sardegna), sia dagli effetti di rimbalzo dovuti al cosiddetto “effetto Jevons”, per cui una maggiore efficienza energetica rende l'utilizzo di energia relativamente più economico, incoraggiando così un maggiore consumo e porta ad una maggiore crescita economica che, nel medio-lungo periodo, fa aumentare il consumo di energia per l'intera economia.
In questa tesi si sono considerate soprattutto le intensità energetiche rispetto al PIL e rispetto al valore aggiunto. Ulteriori sviluppi di questo lavoro potrebbero riguardare il calcolo dell'intensità energetica sostituendo il valore aggiunto con la produzione (o l’output), indicatore da molti economisti considerato più correlato, rispetto al valore aggiunto settoriale, alle attività economiche e quindi ai consumi dei settori produttivi (Meade D.S., 2010).
In generale, per tenere sotto controllo l’evoluzione temporale degli indici di eco-efficienza sarebbe importante che tutti i sistemi statistici nazionali-regionali si dotassero di sistemi contabili integrati d'indicatori economici ed energetici.
Chi prende decisioni in merito alle politiche di sviluppo deve basare la propria competenza sulla conoscenza. L'integrazione degli indicatori di bilancio energetico nelle RAMEA permette di orientare le politiche di sviluppo sostenibile, basando le valutazioni di merito (la competenza nel prendere decisioni) sulla effettiva comprensione, anche a livello sotto-settoriale, delle relazioni esistenti tra indicatori economici ed energetici (conoscenza).
156