Utveckling av arbetet med modellering, scenarier
SWEDISH ENVIRONMENTAL PROTECTION AGENCY SKRIVELSE 2015-06-25 NV-00322-15 Utveckling av arbetet med modellering, scenarier och styrmedelsutvärdering i klimat- och energipolitiken Redovisning av regeringsuppdraget Styrmedel inom klimat- och energiområdet B E S Ö K : S T O C K H O L M - V A L H A L L A V Ä G E N 195 Ö S T E R S U N D – F O R S K A R E N S V Ä G 5, H U S U B K I R U N A – K A S E R N G A T A N 14 P O S T : 106 48 S T O C K H O L M T E L : 010 -698 10 00 F A X : 010 -698 10 99 E-POST: REGISTRATOR@NATURVARDSVERKET .SE INTERNET: WWW.NATURVARDSVERKET.SE NATURVÅRDSVERKET 2(113) Förord Naturvårdsverket fick i regleringsbrevet för 2015 i uppdrag att analysera och ge förslag på förbättringar när det gäller nationella analysmetoder, användning av referensscenarier och arbete med utvärdering när det gäller klimat- och energipolitiska styrmedel. Uppdraget ska redovisas senast den 30 juni 2015. Arbetet har bedrivits i samarbete med Energimyndigheten. Ansvariga för att koordinera arbetet från Energimyndighetens sida har varit Zinaida Kadic och Mikaela Sahlin. Värdefulla bidrag och synpunkter har också kommit från Konjunkturinstitutet, Jordbruksverket, Trafikverket och Sveriges Lantbruksuniversitet. Medverkande från Naturvårdsverket har varit Viktor Löfvenberg, Hanna Brolinson, Ulrika Svensson, Karl-Anders Stigzelius och Sandra Backlund. Projektledare har varit Jonas Nordanstig. 3(113) NATURVÅRDSVERKET FÖRORD SAMMANFATTNING 1. UPPDRAG OCH GENOMFÖRANDE ..................................................... 6 2. INLEDNING................................................................................................ 7 2.1. Bakgrund ........................................................................................................................ 7 2.2. Läsanvisningar............................................................................................................... 7 2.3. Avgränsningar ............................................................................................................... 8 3. KLIMATEKONOMISKA MODELLER ................................................. 9 3.1. Modellanalyser............................................................................................................... 9 3.2. Klimatekonomiska modellansatser ............................................................................ 15 3.3. Klimatekonomiska modeller i Sverige ....................................................................... 25 3.4. Internationell utblick................................................................................................... 35 3.5. Diskussion .................................................................................................................... 45 4. SCENARIER ÖVER UTSLÄPP OCH UPPTAG AV VÄXTHUSGASER ........................................................................................... 49 4.1. Referensscenarier jämfört med utfall ........................................................................ 49 4.2. Slutsatser ...................................................................................................................... 61 4.3. Arbetet med referensscenarier i Sverige ................................................................... 63 4.4. Utveckling av scenarioarbetet .................................................................................... 71 4.5. Internationell utblick................................................................................................... 75 5. EX-POSTUTVÄRDERING AV STYRMEDEL .................................... 77 5.1. Teoretisk bakgrund ..................................................................................................... 78 5.2. Utmaningar i utvärdering av klimat- och energipolitiska styrmedel ...................... 87 5.3. Ex-postutvärdering av klimat- och energipolitiska styrmedel i Sverige ................. 88 NATURVÅRDSVERKET 4(113) 5.4. Internationell utblick................................................................................................... 95 5.5. Slutsatser .................................................................................................................... 100 6. REKOMMENDATIONER .................................................................... 101 6.1. Utveckling av arbetet med klimatekonomiska modeller ........................................ 101 6.2. Utveckling av arbetet med referensscenarier .......................................................... 102 6.3. Utveckling av arbetet med ex-postutvärdering ....................................................... 103 7. REFERENSER ........................................................................................ 105 BILAGA. MARKAL – BESKRIVNING OCH UTVECKLINGSIDÉER NATURVÅRDSVERKET 5(113) Sammanfattning Naturvårdsverket har tillsammans med Energimyndigheten och i dialog med Konjunkturinstitutet och andra myndigheter analyserat arbetet med klimatekonomisk modellering, referensscenarier och utvärdering av styrmedel i Sverige. Jämförelser har gjorts med andra länder, i första hand övriga nordiska länder samt Storbritannien och Tyskland, för att se om det finns lärdomar att dra för svenskt vidkommande. När det gäller klimatekonomisk modellering har en genomgång gjorts av vilka typer av modeller (till exempel top-downmodeller respektive bottomupmodeller) som förekommer i stort samt vilka modeller som används i Sverige. Analysen av det svenska arbetet med modellering och hur detta kan utvecklas har främst utgått från allmänjämviktsmodellen EMEC och energisystemmodellen MARKAL. Bland rekommendationerna för fortsatt arbete finns bland organisatoriska aspekter som ökat fokus på transparens och ett mer strukturerat samarbete mellan de berörda myndigheterna. Dessutom diskuteras metodologiska förbättringar som till exempel mjuklänkning mellan top-downoch bottom-upmodeller samt förbättringar i modellernas inneboende detaljeringsgrad. En genomgång av svenska referensscenarier för direkta (t.ex. koldioxidutsläpp) eller indirekta (t.ex. energianvändning) klimatparametrar visar att utfallet ofta blir lägre än referensscenariot. Anledningen till detta kan bland annat vara att nya och ändrade styrmedel har tillkommit som bidrar till lägre utfallsnivå. En annan anledning kan vara introduktion av ny teknik som varit svår att korrekt förutse. En viktig observation är att det tidigare ganska stabila sambandet mellan till exempel energianvändning och ekonomisk tillväxt för vissa branscher de senaste åren har försvagats eller brutits helt. Om sådana samband inte längre är givna ställs nya krav på arbetet med referensscenarier. Rekommendationerna kring scenarioarbetet handlar bland annat om att hantera osäkerheter och att öka detaljeringsgraden i de modeller som används. Utvärdering av införda styrmedel i efterhand, så kallad ex-postutvärdering, är ett område som kan utvecklas. Det saknas både i Sverige och i flera andra länder ett systematiskt utvärderingsarbete av införda styrmedel, bland annat för att se om dessa har den effekt och den effektivitet som avsetts. En viktig slutsats är vikten av att redan i beredningen av ett nytt eller ändrat styrmedel skapa goda förutsättningar för en utvärdering ex post. Detta kan bland annat göras genom tydliga uppföljbara mål och förberedelser för insamling av relevanta data. Naturvårdsverket föreslår bland annat utarbetandet av en generell vägledning för att möjliggöra och genomföra ändamålsenliga ex post-utvärderingar. Dessutom föreslås att en samlad utvärdering görs av effektiviteten i de styrmedel som verkar i klimatpolitiken. NATURVÅRDSVERKET 6(113) 1. Uppdrag och genomförande Uppdraget gavs Naturvårdsverket i regleringsbrevet för 2015. ”Naturvårdsverket ska i samarbete med Statens energimyndighet, och efter att ha inhämtat synpunkter från andra berörda myndigheter, analysera den internationella utvecklingen vad gäller klimatekonomiska analyser, utvärdering av styrmedel samt studera tidigare gjorda referensscenarier i relation till det faktiska utfallet. Dagens svenska analysmetoder ska jämföras med internationellt modellutvecklingsarbete. I uppdraget ingår att ge förslag på förbättringar av såväl nationella analysmetoder som för arbete med referensscenarier och styrmedelsutvärdering. Uppdraget ska redovisas till regeringskansliet (Miljö- och energidepartementet) senast den 30 juni 2015.” Uppdraget har bestått av tre huvudsakliga analysområden: klimatekonomiska modeller, arbete med referensscenarier och ex-postutvärdering av klimat- och energipolitiska styrmedel. Dessa beskrivningar återfinns i kapitel 3-5. De huvudsakliga rekommendationerna har sedan samlats i kapitel 6. Arbetet har bedrivits i en intern arbetsgrupp på Naturvårdsverket. Energimyndigheten har lämnat underlag till i första hand det som rör referensscenarier och energisystemmodellen MARKAL. Energimyndigheten har också getts möjlighet att lämna synpunkter på rapporten i sin helhet. Diskussionsmöten också hållits med Jordbruksverket och Konjunkturinstitutet. Ett kort remissutskick av förslag till redovisning har gjorts till dessa myndigheter samt till Trafikverket och Sveriges Lantbruksuniversitet. Inkomna synpunkter har beaktats vid färdigställande av rapporten. NATURVÅRDSVERKET 7(113) 2. Inledning 2.1. Bakgrund Den svenska klimatstrategin har utvecklats successivt sedan slutet av 1980-talet. Strategin består av mål, styrmedel och åtgärder samt återkommande uppföljning och utvärdering. Uppföljning har bland annat skett genom fördjupad utvärdering i miljömålssystemet och genom kontrollstationsuppdrag till berörda myndigheter (till exempel 2008 och 2015) De nuvarande svenska klimatpolitiska ambitionerna kommer till uttryck i propositionen "En sammanhållen klimat- och energipolitik", som antogs av riksdagen 2009. Den svenska klimatpolitiken förhåller sig också till angränsande nationella politikområden och är i hög grad en del av EU:s politik. För att sätta mål för klimat- och energiområdet krävs analyser av historisk och framtida utveckling av direkta (till exempel koldioxidutsläpp) eller indirekta (till exempel energianvändning) faktorer för klimatpåverkan. Referensscenarier upprättas för att visa vad som kan hända i framtiden, i huvudsak givet dagens trender och befintliga styrmedel. Det behövs också konsekvensanalyser av olika målnivåer och styrmedel där alternativa scenarier relateras till referensscenariot (så kallad ex ante-utvärdering). Olika typer av modeller (bland annat klimatekonomiska modeller) utgör viktiga verktyg, dels i arbetet med att ta fram referensscenariot, men också i arbetet med att studera effekterna av alternativa mål och styrmedel. För att sedan förstå i vilken utsträckning det faktiska utfallet beror på de styrmedel som verkat under perioden krävs någon form av utvärdering i efterhand (så kallad ex post-utvärdering). I takt med att klimat- och energipolitiken utvecklas och påverkar samhällets sektorer i allt högre grad är det viktigt att titta på hur olika delar av processen kan förbättras med avseende på bland annat måluppfyllelse och kostnadseffektivitet. En utgångspunkt bör då vara det faktum att klimatpolitiken berör olika myndigheter och organisationer och att arbetet inom respektive del omfattar mer än vad som ryms inom respektive aktörs ansvarsområde. 2.2. Läsanvisningar Denna rapport fokuserar på klimatekonomiska modeller, referensscenarier och ex post-utvärdering av styrmedel. NATURVÅRDSVERKET 8(113) Klimatekonomiska modeller omfattar flera olika klasser av modeller som ofta används för att ta fram beslutsunderlag inom klimat- och energipolitiken. Modellerna ingår som en del i arbetet med att ta fram olika scenarier för den framtida utvecklingen av till exempel växthusgasutsläpp, men kan i vissa fall även användas som analysverktyg för att finna lämpliga målnivåer. Klimatekonomiska modeller används också för att ex-ante bedöma tänkta styrmedels effekter på ekonomin i stort, liksom för att ex-post utvärdera om utsläppstrender eller beteendeförändringar kan antas bero på ett aktuellt styrmedel. Olika typer av klimatekonomiska modeller och arbetet med modeller i ett svenskt och internationellt perspektiv beskrivs i kapitel 3. Förslag på tekniska förbättringar i energisystemmodellen MARKAL-Nordic finns beskrivna i bilagan. Referensscenarier syftar till att beskriva möjlig utveckling när det gäller utsläppen av till exempel växthusgaser, baserat på de antaganden man gjort. Scenarioarbetet blir därför centralt både i arbetet med att sätta mål och att följa upp utfallet. Jämförelser mellan tidigare framtagna referensscenarier, hur arbetet är upplagt i Sverige och en kort internationell utblick återfinns i kapitel 4. Ex post-utvärdering av styrmedel syftar till att bedöma det aktuella styrmedlets specifika verkan. När ett visst utfall observerats och graden av måluppfyllelse blir tydlig kan det alltjämt vara svårt att veta om och i vilken mån det är tack vare (eller trots) styrmedlet ifråga. Metoder och erfarenheter när det gäller styrmedelsutvärdering i Sverige och andra länder diskuteras i kapitel 5. I kapitel 6 samlas de huvudsakliga rekommendationerna för fortsatt arbete när det gäller modeller, referensscenarier och styrmedelsutvärdering. 2.3. Avgränsningar Den internationella utblicken har inriktats på de länder som bedömts vara intressanta ur ett svensk perspektiv: övriga nordiska länder, Storbritannien och Tyskland samt till del Nederländerna och USA. Ingen djupgående analys har gjorts av hur det svenska arbetet med utvärderingar (såväl ex-ante som ex-post) som helhet är organiserat och vilka förbättringar som kan vara möjliga att göra på ett grundläggande strukturellt plan. Inte heller har modellering för transportsektorn behandlats på ett ingående sätt. Trafiken bidrar i hög grad till svenska utsläpp av växthusgaser, men eventuella behov av modellutveckling eller liknande för denna sektor har inte rymts inom ramen för detta uppdrag. NATURVÅRDSVERKET 9(113) 3. Klimatekonomiska modeller 3.1. Modellanalyser För att begränsa klimatförändringarna krävs politiska beslut som kan styra samhällsutvecklingen på lång sikt. Analyser av de framtida effekterna av sådana beslut är svåra och förknippade med stora osäkerheter. Att använda modeller och scenarioanalyser gör det möjligt att på ett systematiskt sätt försöka förstå de komplexa samband som styr utvecklingen. Klimatekonomiska modeller används flitigt som beslutsunderlag i såväl nationella som internationella klimatpolitiska sammanhang. Modeller används för att uppskatta kostnader och nyttor av att minska utsläppen av växthusgaser, analysera samhällsekonomiska konsekvenser av föreslagna klimatpolitiska mål och styrmedel, utvärdera pågående och avslutade styrmedel, identifiera kostnadseffektiva åtgärder för utsläppsminskningar, och för att uppskatta tekniska potentialer för utsläppsminskningar. Ekonomisk modellering inom energi- och klimatområdet kan göras med ett stort antal metodologiska ansatser och med flera olika syften. Vi har här för enkelhets skull valt att benämna samtliga sådana modeller klimatekonomiska modeller1. Klimatekonomiska modeller används framförallt för ex-ante analyser av effekter av klimatpolitiska förslag (mål, styrmedel eller åtgärder), men kan i vissa fall också nyttjas i expost utvärderingar av befintliga eller avslutade insatser. Detta kapitel beskriver inledningsvis generella förutsättningar som gäller när modeller används för att analysera klimatpolitikens framtida effekter. Då kostnadsbegreppet är centralt i ekonomiska analyser diskuteras även detta. Nästa avsnitt tar upp olika klimatekonomiska modellansatser, varpå ett avsnitt följer som redogör för de modeller som ofta används i Sverige. Innan den avslutande diskussionen beskrivs även arbetet med klimatekonomiska modeller i ett urval länder och organisationer. 3.1.1. Förutsättningar Alla modeller är förenklade beskrivningar av verkligheten. Att modeller bygger på antaganden behöver dock inte nödvändigtvis vara en nackdel; tvärtom kan det vara så att det system som modellen beskriver är alltför komplext för att låta sig fångas och analyseras på ett meningsfullt sätt med mindre än att det 1 Begreppet är något missvisande då det inte bara rör sig om strikt ekonomiska modeller utan även modeller från andra fält, såsom energisystemmodeller. Vi har dock för enkelhetens skulle valt att samla alla modeller under namnet klimatekonomiska modeller. NATURVÅRDSVERKET 10(113) reduceras så att endast de mest centrala sambanden återstår. Ju större och mer komplext systemet i fråga är, desto mer angeläget kan det vara att ha tillgång till en stiliserad modell. Men avvägningen mellan en modells komplexitet och dess överblickbarhet gäller mer generellt. En omfattande modell som i detalj kan återskapa ett visst skeende behöver inte vara bättre än en mindre komplex modell som i stora drag kan återge samma sak. Vilka förenklingar som görs bestämmer bland annat de systemgränser inom vilka modellen kan anses vara giltig. När resultat från en given modell ska tolkas, eller jämföras med resultat från en annan modell, är det därför viktigt förstå att en specifik modell bygger på antaganden som många gånger är unika för just den modellen. Vidare är det viktigt att förstå att en given modell ofta har tagits fram i ett visst syfte – till exempel för att fokusera på särskilda aspekter av en viss frågeställning – och att det därför inte är lämpligt att utan vidare använda modellen för andra ändamål. De modeller som används för att analysera ekonomiska effekter av klimatpolitiken beskriver hur ekonomin eller energisystemet utvecklas över tid. Tidsaspekten bidrar till att öka komplexiteten ytterligare och svårigheterna med att använda modeller ökar ju längre tidshorisonten är. Av denna anledning beskrivs ofta de utvecklingsbanor som tas fram hjälp av sådana modeller för scenarier, snarare än prognoser. Ett scenario exemplifierar endast ett möjligt utfall av framtiden. En prognos representerar det mest sannolika utfallet i framtiden. Framtidsanalyser är alltid förknippade med osäkerhet. Olika modellansatser försöker hantera denna osäkerhet på olika sätt, men det finns inte någon metod som klarar av att med särskilt stor noggrannhet förutsäga vad som kommer att ske i framtiden. Inte heller kan modellerna med säkerhet säga vad effekterna blir av samhällsomställningar av den storleken som kan komma att krävas för att nå det så kallade tvågradersmålet. Beräkningar av kostnader och intäkter från analyserna bör därför tolkas med försiktighet. Kostnaderna för att nå ett visst utsläppsmål beror på en rad omständigheter. En av dessa omständigheter är självfallet hur långt det är till målet. Om målet redan i startåret är praktiskt taget uppfyllt blir kostnaderna givetvis lägre än om måluppfyllelsen skulle kräva mer omfattande utsläppsminskningar. Det kan också vara så att målet kommer att nås med redan beslutade styrmedel, vilket innebär att ytterligare åtgärder inte är nödvändiga. För att avståndet till målet, eller utsläppsgapet2, ska gå att mäta måste en bedömning göras av hur stora de framtida utsläppen blir i avsaknad av ytterligare insatser. Bedömningar om utsläppsgapets storlek speglar därmed uppskattningar om vilken framtida 2 Utsläppsgapet är således skillnaden mellan utsläppsmålet och de prognosticerade utsläppen, i målåret. NATURVÅRDSVERKET 11(113) utsläppsbana som kommer att gälla om de insatser som är föremål för analysen inte vidtas. Utsläppsbanan är i sin tur beroende av ett stort antal bakomliggande antaganden om hur utvecklingen blir för exempelvis ekonomin i sin helhet, enskilda sektorer, teknologier, energipriser, värderingar och normer. Det är även nödvändigt att bedöma vilken politik som kommer att drivas i framtiden; vanligtvis antas här är att endast pågående och redan beslutade styrmedel tillåts verka. Alla dessa antaganden utgör grunden för det som brukar kallas för ett referensscenario mot vilket effekter av en förändrad politik jämförs. Referensscenariot har således stor betydelse för utfallet i den klimatekonomiska analysen. Vid sidan av referensscenariot tas även ett eller flera alternativa scenarier fram. Dessa ”kontrafaktiska” utfall skiljer sig från referensscenariot i ett eller flera antaganden gällande de parametrar som är intressanta att studera, exempelvis bränslepriser, BNP-utveckling, eller vilken politik som förs. I det senare fallet benämns det alternativa scenariot för ett policyscenario. Skillnaden i utfall – mätt som till exempel BNP eller utsläpp – mellan referensscenariot och policyscenariot tillskrivs de styrmedel som skiljer scenarierna åt. Några av de mest centrala antagandena i samtliga framtidsscenarier gäller hur ny teknik kommer utvecklas och användas. I ett scenario där CCS-teknologier3 antas kunna utnyttjas i stor skala är förutsättningarna att nå ett givet klimatpolitiskt mål helt andra än i ett scenario där sådan teknik över huvud taget inte är tillgänglig. I avsnitt 3.2 framgår att just i vilken omfattning och med vilken detaljrikedom olika teknologier representeras i en modell är en skiljelinje mellan olika klimatekonomisks modellansatser. En annan viktig skillnad mellan olika modeller är hur de behandlar teknologisk utveckling. Det finns två principiella sätt genom vilket detta kan göras. Antingen antas att utvecklingstakten bestäms exogent, utanför modellen, vilket innebär att oavsett vad som sker i övrigt i modellen så utvecklas teknologier i en förutbestämd takt. De exogena teknikantagandena görs då i regel med stöd i expertbedömningar, eller utifrån tidigare studier. Det andra alternativet är att modellera den teknologiska utvecklingen endogent.4 I en sådan modell påverkas utvecklingstakten, och ibland även utvecklingens inriktning, av allt annat som sker i modellen. Endogen teknologisk utveckling kan modelleras på flera olika sätt; bland annat genom så kallade lärkurvor eller genom incitament via relativpriser. Priserna kan då antingen ha en direkt påverkan på teknikutvecklingen, eller en indirekt påverkan via forskning och utveckling. Eftersom vår möjlighet att nå tvågradersmålet helt och hållet är beroende av hur nya teknologier utvecklas i framtiden är det önskvärt att denna process ingår i en klimatekonomisk modell. I någon mening är därför endogen teknologisk 3 Koldioxidavskiljning och lagring (Carbon capture and storage). Exogena variabler i en modell är allmänt sådana vars storlek fastställs utanför modellen. Sådana variabler vars storlek däremot bestäms i modellen kallas allmänt endogena. 4 NATURVÅRDSVERKET 12(113) utveckling att föredra, men det behöver inte alltid vara så. En detaljerad modellering av hur teknologier utvecklas innebär att modellens komplexitetsgrad ökar och det kan, som redan konstaterats ovan, vara till en nackdel då det kan göra resultaten svårare att förstå. Vidare innebär en sådan endogenisering av den tekniska utvecklingen att analysen blir än känsligare för antaganden kring förlopp och samband som inte enkelt går att kvantifiera. Huruvida den teknologiska utvecklingen ska ingå endogent i modellen eller ej är således en fråga om i vilken grad fördelarna med detta överväger nackdelarna. Till sist kan tilläggas att det inte ens den mest avancerade modellen med endogen teknologisk utveckling går att förutse plötsliga och oväntade förändringar, så kallade tekniksprång. Hur framtiden kommer utvecklas avgörs dock i slutändan av hur hushåll och företag agerar under de givna förutsättningarna. I ekonomiska modeller är de relativa priserna på insatsfaktorer, varor och tjänster en av de viktigaste variablerna som avgör utfallet i ekonomin. Aktörernas priskänslighet kommer i modeller till uttryck i så kallade elasticiteter som beskriver hur stor effekt en procentuell förändring i en varas pris har på dess efterfrågan. Storleken på dessa elasticiteter skattas utifrån historiska data. En priselasticitet är således skattad utifrån tidigare observationer av effekterna på efterfrågan av marginella prisförändringar från en given prisnivå. Om prisförändringen i modellen är stor är det därför inte säkert att elasticiteten längre är giltig. En annan fara med att använda elasticiteter över långa tidshorisonter är att de preferenser som elasticiteterna i någon mån representerar, kan förändras över tid. Båda dessa fall exemplifierar ett mer generellt problem som handlar om svårigheterna med att förutsäga framtida skeenden utifrån historisk data. Detta avsnitt har försökt illustrera en antal generella förutsättningar som gäller då modeller används för att analysera klimatpolitikens ekonomiska effekter. Modeller är alltid idealiserade beskrivningar av ett fenomen. Det är en styrka eftersom modellen därmed förmår att göra ett annars alltför komplext fenomen hanterbart. Men samtidigt innebär förenklingarna att modellen aldrig fullt ut fångar det fenomen den ska beskriva. Alla modeller är därför, i någon mening, fel. Det innebär dock inte att de inte är användbara. Om, när och hur en specifik modell bör användas beror på sammanhanget. Det har konstaterats ovan att de resultat som kommer från klimatekonomiska modeller påverkas av en lång rad olika faktorer5 och det är viktigt att vara medveten om dessa då resultaten från en viss modell ska tydas, eller jämföras med resultat från en annan modell. Den inneboende osäkerhet som är förknippad med analyser av framtiden, inte minst med hjälp av modeller, innebär att 5 Söderholm (2012) delar in dessa faktorer i fyra generella kategorier i) referensscenariot ii) modellens strukturella egenskaper iii) klimatpolitikens utformning iv) icke-marknadsprissatta kostnader och intäkter. NATURVÅRDSVERKET 13(113) resultaten med fördel tolkas utifrån effekternas riktningar och relativa storlekar, snarare än absoluta storlekar. Modeller kan ge värdefulla insikter i komplexa frågor men utgör endast en del av ett brett beslutsunderlag. 3.1.2. Kostnadsbegreppet Gemensamt för de modeller som diskuteras i detta kapitel är att de på ett eller annat sätt kan användas för att mäta en eller flera aspekter av de kostnader som uppstår till följd av klimatpolitiken. Vad som är en kostnad i detta sammanhang är dock inte entydigt, olika studier anger olika kostnadsmått. Här följer en kort diskussion om kostnadsbegreppet, samt en beskrivning av de vanligaste kostnadsredovisningarna. Se exempelvis Paltsev och Capros (2013) eller Söderholm (2012) för mer ingående beskrivningar. De kostnader som är av intresse här är så kallade samhällsekonomiska kostnader. En samhällsekonomisk kostnad är alltid på något sätt relaterad till en real resursåtgång (av till exempel arbetskraft, energi, realkapital, material). Det innebär att den samhällsekonomiska kostnaden för en viss åtgärd, eller för att nå ett visst utsläppsmål, utgörs av värdet av de resurser som tas i anspråk. Detta värde är i sin tur definierat som resursernas alternativkostnad, det vill säga den samhällsekonomiska nytta som resurserna hade åstadkommit i sin bästa alternativa användning. Ett vanligt sätt att mäta alternativkostnaden för en resurs är att, i de fall det är möjligt, använda dess marknadsvärde. Kostnader som endast utgörs av transfereringar av medel men som inte innefattar en faktisk förbrukning av resurser är således inte att betrakta som en samhällsekonomisk kostnad. Ett exempel på en sådan kostnad är det belopp ett företag betalar i utsläppsskatt. Motsatsen gäller också; en aktivitet som i vanligt tal betraktas som gratis kan ändå vara förknippad med en samhällsekonomisk kostnad. Många väljer till exempel bort att kontrollera lufttrycket i bilddäcken trots att de vet att rätt tryck minskar rullmotståndet och därmed också bensinförbrukningen och utsläppen. Att kontrollera lufttrycket är gratis, men det innebär ändå en kostnad (i tid) för individen, och samhället. Det går att identifiera fyra kategorier av mått som brukar används för att redovisa klimatpolitikens kostnader. Den totala direkta åtgärdskostnaden är bland de vanligaste måtten och utgörs av de utgifter aktörerna (i regel hushållen och företagen) i ekonomin har för att anpassa sig till de nya styrmedlen. Åtgärdskostnaden innefattar i regel (skillnaden i) investeringskostnader, bränslekostnader, samt drifts-och underhållskostnader. En nackdel med detta kostnadsmått är att det inte speglar eventuella allmänjämviktseffekter (se nedan). Ett annat vanligt kostnadsmått är minskningen i bruttonationalprodukt (BNP). Klimatpolitiken har ofta en direkt påverkan på produktionen i de sektorer som närmast berörs av en policyförändring, men även indirekt i andra sektorer. En förändring i BNP fångar såväl direkta som indirekta effekter i samtliga sektorer NATURVÅRDSVERKET 14(113) (så kallade allmänjämvikteffekter) som uppstår till följd av politiken. Den samhällsekonomiska kostnaden representeras då följaktligen av en minskning i BNP i förhållande till referensscenariot.6 En teoretiskt sett mer tilltalande metod att försöka mäta kostnader riktar in sig direkt på de välfärdsförändringar som politiken leder till. Så kallad ekvivalent variation i inkomst utgår ifrån den förändring i inkomst som skulle ge en individ samma förändring i nytta som den föreslagna policyn ger upphov till. Om exempelvis en höjning av skatten på koldioxid skulle föranleda att en individ ändrar sitt beteende på ett sätt som minskar individens nytta, skulle denna välfärdsförändring kunna mätas monetärt i termer av en inkomstreduktion som minskar individens nytta i samma omfattning som policyförändringen. Ett snarlikt mått är kompenserande variation i inkomst. En fjärde ansats som används för att mäta kostnaden för klimatpolitiken är att beräkna priset på koldioxid (exempelvis genom priset på utsläppsrätter, eller via en koldioxidskatt) som krävs för att uppnå ett givet utsläppsmål. Även om kolidoxidpriset ger en indikation på hur kostsamt det är att uppnå en viss reduktion lämpar det sig dock inte till att mäta de totala kostnaderna. För det första mäter utsläppspriset endast kostnaden att reducera utsläppen med ytterligare en enhet (den marginella reduktionskostnaden), och det säger således ingenting om den aggregerade kostnaden för de utsläppsminskningar som redan gjorts. För det andra uppnås utsläppsminskningar i regel som en följd av flera olika styrmedel vilket innebär att priset på kolidoxid antagligen ger en för låg uppskattning av den faktiska marginella reduktionskostnaden. Det kommer i följande avsnitt framgå att valet av kostnadsmått i mångt och mycket avgörs i samband med valet av modell; detaljerade sektorsmodeller rapporterar mestadels uppskattningar av de totala direkta åtgärdskostnaderna, medan makroekonomiska modeller mäter kostnaderna i termer av förändrad BNP (eller motsvarande välfärdsmått). Att rakt av jämföra kostnader som rapporteras från en modellansats med motsvarande resultat från en annan modellansats kan därför vara svårt7. Båda typer av mått är dock relevanta och de bör därför ses som komplement till varandra. Många klimatekonomiska modeller används för att studera klimatpolitikens kostnader, utan att explicit ta hänsyn till de intäkter som följer av att utsläppen av växthusgaser minskar; exempelvis hälsoeffekter, uteblivna skadekostnader 6 Teoretiskt sett är BNP dock inte ett idealt välfärdsmått eftersom det snarare är konsumtionen, en delkomponent av BNP, som närmast anses ge upphov till välfärd. Av den anledningen anges ibland förändringar i konsumtion som ett alternativ till BNP-förändring. Men då varken förändringar i BNP eller förändringar i konsumtion fångar värdet av icke-prissatta varor och tjänster som t.ex. fritid och kollektiva nyttigheter, är inget av dessa mått helt tillfredsställande. 7 Det finns så klart även andra faktorer som komplicerar en jämförelse av resultat från olika studier, t.ex. valet av referensscenario. NATURVÅRDSVERKET 15(113) och uteblivna kostnader för klimatanpassning. Det betyder bland annat att en diskussion om skillnaden mellan kostnaderna i två scenarier i en sådan modell inte säger hela sanningen om hur ”billigt” eller ”dyrt” respektive scenario är för samhället. En annan viktig frågeställning rör hur kostnader (och intäkter) ska jämföras över tid. Denna fråga aktualiseras i dynamiska8 modeller där kostnader (och intäkter) som uppstår vid olika tidpunkter ska summeras över tid, ofta i ett nuvärde. Valet av kalkylränta, eller diskonteringsränta, får därmed stor betydelse på analysresultatet. 3.2. Klimatekonomiska modellansatser Det finns flera olika sätt att kategorisera de ansatser som används för att analysera de ekonomiska effekterna av klimatpolitiken. En vanlig uppdelning av modeller som görs utgår ifrån detaljnivå och spännvidd. Så kallade bottom-up modeller beskriver en mindre del av ekonomin med hög upplösning, medan så kallade top-down modeller är mer aggregerade samtidigt som de fångar hela ekonomin. Det bör tilläggas att uppdelningen mellan top-down och bottom-upmodeller framförallt fyller ett pedagogiskt syfte. Modeller tenderar idag allt mer att ha inslag av båda ansatser (se avsnittet om hybridmodeller nedan). Det finns även andra sätt att kategorisera olika ansatser, exempelvis partiella kontra ekonomiövergripande; dynamiska kontra statiska; jämviktsmodeller kontra ickejämviktsmodeller; optimerande modeller kontra simuleringsmodeller. Bottom-up modeller är partiella, det vill säga avgränsade till en eller flera specifika sektorer i ekonomin. Modellerna lägger stor vikt vid att noggrant beskriva teknologier och energiflöden såväl i produktions- som i konsumtionsledet. Övriga sektorer i ekonomin behandlas endast översiktligt, eller inte alls. Då det framförallt är energisektorn som beskrivs i de bottom-up modeller som används för att analysera klimatpolitiken kallas de i dessa sammanhang även för energisystemmodeller. Med energisystemet avses energikällorna, energiproduktionen, omvandlingen och den slutliga energianvändningen. Top-down modeller bidrar med ett ekonomiövergripande perspektiv där ekonomin beskrivs i dess helhet, inklusive det ömsesidiga beroendet mellan sektorer. Enskilda sektorer behandlas dock i regel inte i någon större detalj. Till denna klass hör bland annat allmänjämviktsmodeller, makroekonometriska modeller, samt ekonomiska tillväxtmodeller. Ett annat samlingsnamn för dessa modeller är makroekonomiska modeller. 8 Med dynamiska modeller menas här modeller som redovisar resultat för flera år. Motsatsen, statiska modeller, anger endast utfallet ett specifikt år. Integrated assessment modeller och energisystemmodeller är i regel dynamiska, medan t.ex. CGE-modeller kan vara antingen statiska eller dynamiska. 16(113) NATURVÅRDSVERKET Då bottom-up och top-down ansatserna på många sätt är att betrakta som komplement till varandra länkas de ibland ihop i så kallade hybridmodeller. Det finns också många exempel på när ett större antal modeller direkt eller indirekt samverkar för att belysa en viss fråga. Inom klimatekonomimodellering är integrated assessment-modeller ett exempel på detta. Resten av avsnittet ägnas åt att översiktligt beskriva de olika modellansatser som presenterats ovan. Det bör understrykas att beskrivningarna endast är översiktliga och väldigt generella eftersom det inte finns några exakta definitioner av vad en given ansats innebär. Det är således en stor spridning i hur modeller inom en viss klass är uppbyggda. En specifik modell, eller versioner av en modell, kan också ha inslag från flera olika ansatser. 3.2.1. Energisystemmodeller Energisystemmodeller är en klass av bottom-up modeller över energisektorerna med hög detaljnivå. De bygger på disaggregerade data över kostnader och tekniska potentialer för individuella ”teknologier” i energisystemet. En teknologi beskrivs i termer av dess tekniska egenskaper som omvandlingseffektivitet och utsläpp, samt ekonomiska egenskaper såsom drifts- och investeringskostnader. Teknologierna i modellen behöver inte begränsas till sådana som redan är kommersiella; även teknologier som är kända men idag inte lönsamma kan inkluderas för att eventuellt träda in vid tillräckligt höga priser. Med en teknologi menas här heller inte endast produktionsteknologier, utan även andra aktiviteter med potential att reducera utsläpp modelleras, till exempel energieffektiviseringsåtgärder i konsumtionsledet. Även tillgången på primärenergi kan modelleras, exempelvis i termer av tillgänglighet och kostnader. En genomgång av olika energisystemmodeller finns i till exempel Bhattacharyya och Timilsina (2010). Energisystemmodeller kan vara subnationella, nationella, regionala eller globala och används för att göra prognoser och scenarioanalys över långa tidshorisonter, upp till 30-50 år, eller mer. I en analys med en energisystemmodell är efterfrågan på energitjänster i regel exogent given; storleken på efterfrågan bestäms alltså innan modellen körs och påverkas därefter inte av vad som sker i modellen.9 Modellen beräknar hur denna efterfrågan kan mötas till lägsta systemkostnad med till buds stående teknologier, samtidigt som andra randvillkor ska uppfyllas såsom att utsläppen inte får överstiga en given nivå. Efterfrågan täcks antingen genom energitillförsel eller genom åtgärder som förändrar behovet av energitillförsel (till exempel effektivisering som tilläggsisolering) med bibehållen energitjänst, 9 Det finns dock energisystemmodeller som inte utgår ifrån detta antagande, där priset t.ex. kan påverka graden av energieffektivisering som i sin tur påverkar den totala efterfrågan av energitjänster (genom minskad efterfrågan på energitillförsel). 17(113) NATURVÅRDSVERKET det vill säga utan att minska den upplevda nyttan (man har lika varmt inne). Genom att jämföra kostnaden mellan policyscenariot och ett referensscenario går det att med modellens hjälp även beräkna hur stora kostnaderna blir för att uppnå ett visst utsläppsmål. Den främsta fördelen med en energisystemmodell är dess höga detaljnivå. Som en följd av detta kan modellen fånga när och hur teknikskiften uppstår. Det innebär att en energisystemmodell kan förklara vilka förändringar som sker när priser förändras; till exempel hur anpassningen i energisystemet går till när utsläppen sjunker till följd av att priset på utsläppsrätter går upp. En typisk topdown modell kan i det här fallet endast visa att utsläppen sjunker, men inte hur produktionen och konsumtionen anpassas. En annan styrka i energisystemmodeller är att de ofta även inkluderar framtida teknologier, vilket gör att modellen även kan användas för analyser med en relativt lång horisont. En generell nackdel hos många, men inte alla, energisystemmodeller är att efterfrågan är exogen och alltså inte påverkas av priserna. Energisystemmodeller får även ofta kritik för att de underskattar kostnaderna att nå ett givet utsläppsmål. Denna egenskap kan härledas till ett antal olika egenskaper hos dessa modeller. För det första är en energisystemodell partiell och det innebär att den bara rapporterar de direkta åtgärdskostnaderna och alltså inte tar hänsyn till några allmänjämviktseffekter. För det andra rör det sig ofta om optimeringsmodeller10; resultatet innebär därmed alltså per definition att kostnaderna att nå målet (i modellen) inte kan bli lägre. För det tredje beskriver modellen endast vad som är tekniskt möjligt och missar därigenom andra, till exempel beteendemässiga, trögheter som kan göra att det kan ta lång tid att introducera nya teknologier. Energisystemmodeller antar dessutom ofta att tillgången på kapital är obegränsad vilket även det leder till att kostnaderna för att nå ett utsläppsmål riskerar att underskattas. Ytterligare en nackdel med denna klass av modeller är att resultaten kan vara väldigt känsliga för variationer i de data som används för att skatta kostnaderna för en viss teknologi; en liten förändring i dessa antaganden kan få stor inverkan på till exempel dess aktivitetsgrad och marknadsandel. 3.2.2. Åtgärdskostnadstrappor Ytterligare en ofta använd bottom-up metod för analyser av klimatpolitik utgår från att konstruera så kallade kostnadstrappor för reduktionsåtgärder, eller åtgärdskostnadskurvor. En åtgärdskostnadstrappa illustrerar olika åtgärders potential att reducera koldioxidutsläpp. Åtgärderna avbildas som staplar i ett stapeldiagram där bredden på en stapel visar reduktionspotential, och höjden marginalkostnad. När åtgärderna rangordnas så att den med lägst kostnad 10 Det finns även simuleringsmodeller som beskriver utvecklingen av energisystemet utan explicit optimering. NATURVÅRDSVERKET 18(113) kommer först erhålls en trappliknande figur som kan sägas utgöra en slags "utbudskurva" för koldioxidreducerande åtgärder. Kurvan kallas även för MACkurva eller MACC efter den engelska termen marginal abatement cost curve. Åtgärdskostnadskurvor tas fram för ett givet framtida år och kan omfatta åtgärder inom alltifrån en enskild sektor till den globala ekonomin. En mer ingående beskrivning av MAC-kurvor återfinns i Kesicki och Etkins (2011; 2012). Åtgärdskostnadstrappan baseras på ingenjörsmässiga, expertbaserade, kostnadsberäkningar. De kan också tas fram med hjälp av partiella modeller över enskilda sektorer eller hela energisystemet. Den bakomliggande ansatsen är bottom-up, men i förhållande till övriga ansatser som beskrivs i detta avsnitt (såväl bottom-up som top-down) används åtgärdskostnadskurvor snarare deskriptivt än analytiskt, vilket innebär att de i sig inte är att betrakta som modeller. Åtgärdskostnadskurvor kan ingå som indata i exempelvis en energisystemmodell, men de kan också användas självständigt. En fördel med åtgärdskostnadstrappor är att de är enkla att förstå och ta till sig. Samtidigt är de relativt innehållsrika då de illustrerar såväl den samlade potentialen för utsläppsreduktioner som marginalkostnaden för en given nivå av reduktioner, och den totala kostnaden för den aggregerade utsläppsreduktionen. Detta gör dem användbara för bedömningar av såväl reduktionspotentialer som kostnadseffektivitet. Åtgärdskostnadskurvor är nästan uteslutande statiska, det vill säga de gäller endast för ett specifikt år. Det innebär att såväl reduktionspotentialerna som kostnaderna associerade med dessa reduktioner bygger på bakomliggande antaganden om utvecklingsbanor för en mängd olika variabler såsom enskilda sektorer, ekonomin i dess helhet, teknologier, värderingar och normer, samt energipriser. Den politik som införs påverkar också resultatet eftersom tekniker som implementeras kan leda till sjunkande kostnader genom lär- och skaleffekter. Även om en åtgärdskostnadstrappa är tilltalande genom sin enkelhet är det således viktigt att förstå att den, liksom alla framtidsanalyser, innehåller en stor grad av osäkerhet. Åtgärdskostnadstrappor utgår allmänt ifrån att alla åtgärder som är tekniskt möjliga och ekonomiskt lönsamma också kan genomföras; det finns inte några trögheter som exempelvis transaktionskostnader eller ovilja hos hushåll och företag att ta till sig nya teknologier. Detta medför att kostnaderna för att nå en given utsläppsminskning riskerar att underskattas. Mot bakgrund av detta riktas det ibland även kritik mot att åtgärdskostnadstrappor ibland innehåller åtgärder som kan genomföras till en negativ kostnad. Metoden utgår vidare ifrån ett snävt kostnadsbegrepp då det, som namnet antyder, endast är de direkta åtgärdskostnaderna som inkluderas. Till sist kan tilläggas att de kostnader som återges är uppskattningar av de genomsnittliga åtgärdskostnaderna vilket döljer att det kan vara stor spridning i kostnader inom en åtgärdskategori beroende på var och hur åtgärder genomförs. 19(113) NATURVÅRDSVERKET 3.2.3. Allmänjämviktsmodeller Allmänjämviktsmodeller är en typ av top-down modeller som beskriver ekonomin i dess helhet. De kan vara analytiska eller numeriska.11 Numeriska, eller tillämpade, allmänjämviktsmodeller är ett mycket vanligt verktyg för tillämpad ekonomisk analys inom flera områden, inte minst klimatområdet. Denna klass av modeller kallas även för CGE-modeller efter engelskans Computable General Equilibrium model. Aggregationsnivån är hög (få sektorer, varor, insatsfaktorer och så vidare) och att data som används för att kalibrera12 modellen i regel kommer från nationalräkenskaperna eller liknande källor. CGEmodeller är således inte lika detaljerade som bottom-up modeller men kan utvidgas för att behandla en eller flera sektorer mer ingående, till exempel energisystemet och dess utsläpp. Detaljnivån blir dock aldrig lika hög som i en ren energisystemmodell. Bergman (2005) beskriver hur allmänjämviktsmodeller används inom klimat- och miljöområdet. Allmänjämviktsmodeller kan vara antingen statiska eller dynamiska. Den förra kategorin modeller visar hur ekonomin ser ut i en given jämvikt, utan att säga någonting om hur jämvikten uppnåtts. I den senare kategorin beskriver modellen även hur ekonomin anpassar sig från en jämvikt till en annan. Rekursivt dynamiska, eller kvasi-dynamiska, modeller är statiska modeller som löses sekventiellt. Modellen körs en period (till exempel ett år) i taget och resultaten från denna körning används sedan som indata för körningen för nästa period, och så vidare. Vidare kan allmänjämviktsmodeller vara nationella, regionala, eller globala och anses i allmänhet väl lämpade för analyser över medellång sikt (10-20 år) där policyn i fråga förväntas leda till effekter över hela ekonomin. Det förekommer även att allmänjämviktsmodeller används för analyser på längre sikt (30 år eller mer)13. En ekonomi som befinner sig i allmän jämvikt kännetecknas av att utbud och efterfrågan är lika stora på samtliga marknader i ekonomin (marknaderna för insatsfaktorer, för varor och för tjänster). Vidare är sparandet i ekonomin samtidigt lika stort som investeringarna och inkomsterna är lika stora som 11 Med analytisk menas att modellen endast löses algebraiskt. Denna typ av modeller är lämpliga t.ex. när man är intresserad av att försöka förstå de generella mekanismerna i ekonomin. Svårigheterna att lösa modellen ökar dock med dess komplexitet och detta är en av anledningarna till att numeriska modeller är att föredra. En annan anledning är att analytiska modeller, till skillnad från numeriska, endast kan säga något om riktningen på effekterna, men inte något om deras (relativa) storlek. 12 Att kalibrera en modell innebär att modellens parameterar väljs på ett sådant sätt att modellen kan återskapa flödena i ekonomin ett givet år (basåret). 13 Tidshorisonten i en CGE-modell bestäms delvis av vilka antaganden som görs kring beteenden och teknologier på lång sikt, men också av modellens struktur, t.ex. vilka variabler som är endogena och vilka som är exogena. NATURVÅRDSVERKET 20(113) utgifterna. Under dessa förutsättningar, och med de antaganden som görs i övrigt, har aktörerna i ekonomin (hushåll, företag, offentlig sektor och omvärlden) inte några incitament att ändra sin konsumtion och produktion eftersom samtliga aktörer redan maximerat sin nytta. Denna jämvikt kan dock rubbas av yttre störningar som, till exempel, en utsläppsskatt. En sådan yttre påverkan ger direkta effekter i den del av ekonomin som primärt berörs, men då det finns ett ömsesidigt beroende mellan marknader uppstår även indirekta effekter i andra sektorer. Aktörerna anpassar sig till de nya relativa priserna och väljer att konsumera och producera därefter. När alla anpassningar är gjorda uppnår ekonomin en ny allmän jämvikt. Hur stora effekterna blir beror bland annat på aktörernas känslighet för prisförändringar och i vilken grad de kan substituera mellan insatsfaktorer och insatsvaror. Dessa elasticiteter14 är således centrala i en CGE-modell. Storleken på de olika elasticiteterna kan bestämmas på lite olika sätt. Helst skattas de med hjälp av data som specifikt beskriver de samband man är intresserad av. I de fall då detta inte låter sig göras, om till exempel sådana data inte är tillgängliga, hämtas elasticiteterna från litteraturen. Ytterligare ett alternativ är att modelleraren, utifrån de källor som finns att tillgå, gör en samlad bedömning av hur stor en viss elasticitet bör vara. En analys med en CGE-modell utgår från att ekonomin initialt befinner sig i jämvikt. Denna jämvikt rubbas exogent, av till exempel en skattehöjning, och aktörerna i modellen anpassar sig till de nya omständigheterna till dess att utbud och efterfrågan åter är lika stora på alla marknader. Hur lång tid det tar för ekonomin att nå den nya jämvikten beror på omfattningen av den ursprungliga störningen av ekonomin. Effekterna som uppstår till följd av skattehöjningen mäts i regel som skillnaden i BNP ett visst år mellan policyscenariot och referensscenariot. I en CGE-modell är det även möjligt att få en viss insyn i hur effekterna påverkar olika aktörer i ekonomin. Hur en analys med en CGEmodell kan gå till beskrivs även i avsnitt 3.3.1 nedan. Den främsta styrkan med CGE-modeller är att de omfattar hela ekonomin. Detta gör dem till värdefulla hjälpmedel för att studera effekterna av generella styrmedel som verkar i flera sektorer, till exempel en koldioxidskatt. I och med det ekonomiövergripande perspektivet har CGE-modeller också möjlighet analysera långsiktiga strukturella förändringar i ekonomin till följd av policyförändringar på ett sätt som andra ansatser ofta inte klarar av. Vidare har CGE-modeller, till skillnad från bland annat energisystemmodeller, förmågan att fånga såväl direkta som indirekta effekter av en given förändring. 14 En elasticitet anger hur en förändring av en variabel påverkar en annan variabel. Priselasticiteten kan således beskrivas som den procentuella förändringen i efterfrågad kvantitet av en viss vara som följer av en procentuell förändring i dess pris. Substitutionselasticiteten anger hur mycket kvoten mellan två insatsfaktorer, t.ex. olika typer av bränsle, ändras om deras prisrelation ändras. 21(113) NATURVÅRDSVERKET Ytterligare en styrka med allmänjämviktsmodeller är att de är teoretiskt konsistenta så till vida att de makroekonomiska sambanden är grundade i mikroekonomisk teori. Detta innebär dock samtidigt att modellerna ofta är mottagliga för kritik mot centrala antaganden om hur hushåll och företag agerar i modellen. Några exempel på detta är antagandena om rationellt och optimal beteende som inte kan anses gälla utanför modellen, särskilt på kort sikt. Ytterligare kritik kan riktas emot antaganden om perfekt konkurrens och konstant skalavkastning. Vidare kan också jämviktstanken som sådan ifrågasättas, liksom specifikt det faktum att utgångspunkten för analysen är att ekonomin initialt befinner sig i en allmän jämvikt. Antagandet om en allmän jämvikt, tillsammans med antagandena om rationella aktörer och perfekta marknader, innebär att ekonomin redan från start utnyttjar den mest lämpliga teknologin och att resurserna brukas på bästa möjliga sätt. En störning av en sådan ekonomi, till exempel genom en skatt på utsläpp, leder därmed alltid till att det uppstår kostnader. Det innebär dock inte att en utsläppsminskning alltid innebär en kostnad; en högre grad av energieffektivitet kan minska såväl utsläppen som kostnaderna. En allmänjämviktsmodell är ofta begränsad till analyser på medellång sikt, även om det förekommer modeller som används för längre tidshorisonter. Att studera effekter på kort sikt (ett fåtal år) är inte lämpligt eftersom det inte är rimligt att anta att ekonomin hinner nå en ny jämvikt på så kort tid. Analyser över lång sikt (mer än 20-25 år) kan å sin sida problematiska på grund av de osäkerheter som råder för hur modellens exogena variabler utvecklas så långt fram. Det är dock svårt att sätta en bortre tidsgräns för när en analys med en CGE-modell är rimlig då det i hög grad beror på hur den specifik modell är konstruerad. Vidare gäller att modellens elasticiteter är skattade utifrån historisk data på effekterna av marginella prisförändringar vid en given prisnivå. Detta innebär att effekterna av en kraftigare prisförändring (till exempel en stor skattehöjning) är svåra att bedöma då det inte är säkert att de skattade elasticiteterna längre är giltiga. Till sist kan det även noteras att en svaghet med statiska CGE-modeller är att de inte förmår att visa hur ekonomin anpassas från en jämvikt till en annan. 3.2.4. Makroekonometriska modeller Makroekonometriska modeller är en klass av top-down modeller där relationerna i modellen i hög grad bestäms av statistiska beräkningar baserade på tidsserier med historiska data snarare än, som i CGE-modeller, mikroekonomisk teori15. 15 Här bör tilläggas att makroekonometriska modeller givetvis även de vilar på ekonomisk teori, samtidigt som CGE-modeller i sin tur är empiriska så tillvida att de är helt beroende av statistisk data. Den struktur och de samband som bygger upp en CGE-modell är genomgående härledda ur, och konsistenta med, neoklassisk mikroekonomisk teori. Data används först i ett senare skede för att avgöra storleken på dessa samband och storleksförhållanden mellan sektorer (t.ex. för att skatta elasticiteter och kalibrera modellen). Det datamaterial som används är i regel hämtade från endast ett år. 22(113) NATURVÅRDSVERKET Såväl CGE-modeller som energisystemmodeller vilar på antagandet om att marknader alltid når en jämvikt där utbud är lika med efterfrågan. Detta antagande finns inte i de makroekonometriska modellerna vilket innebär att de klarar av att representera ekonomiska realiteter som konjunkturcykler, inflation och arbetslöshet. Makroekonometriska modeller benämns ibland även postkeynesianska då produktion och sysselsättning i modellen på kort sikt bestäms av ekonomins efterfrågesida, samtidigt som de på lång sikt bestäms av utbudssidan. Makroekonometriska modeller finns såväl på nationell, regional och internationell nivå, och lämpar sig för analyser på kort till medellång sikt. Liksom CGE-modellerna fångar makroekonometriska inte bara de direkta åtgärdskostnaderna, utan också allmänjämviktseffekter. En annan fördel med makroekonometriska modeller är den empiriska grunden som gör att de i vissa avseenden inte begränsas av teoretiska antaganden likt CGE-modeller. Makroekonometriska modeller utgår inte ifrån att aktörer är optimerande och inte heller att priserna justeras automatiskt så att utbudet alltid är lika med efterfrågan. Ekonomin behöver således inte vara i jämvikt vilket innebär att denna klass av modeller även kan fånga kortsiktiga anpassningar som uppstår till följd av exempelvis klimatpolitiska åtgärder. Den starka empiriska grunden innebär dock att makroekonometriska modeller samtidigt är mycket beroende av stora mängder historiska data. Till skillnad från CGE-modeller som ofta förlitar sig på statistik från nationalräkenskaper, finns det ingen motsvarande standarddatabas tillgänglig för makroekonometriska modeller vilket gör att mycket resurser måste läggas på att samla in och uppdatera den data som modellen kräver. En annan följd av den makroekonometriska modellens beroende av tidsseriedata är att det blir problematiskt att använda modellen för att analysera förändringar där historisk data inte existerar; det är till exempel inte möjligt att analysera effekterna av en storskalig elektrifiering av transportsektorn med en makroekonometrisk modell. Till sist kan också tilläggas att metoden är utsatt för den så kallade ”Lucaskritiken” som tar fasta på att ekonomiska beslut påverkas av förväntningar, men att dessa förväntningar i sin tur påverkas av den politik som förs. Det är därför problematiskt att analysera politik med hjälp av modeller som i hög utgår ifrån skattningar av historiska samband då dessa samband bygger på förväntningar som inte längre gäller. 3.2.5. Neoklassiska tillväxtmodeller Ekonomiska tillväxtmodeller är liksom CGE-modeller baserade på neoklassisk nationalekonomisk teori men fokuserar explicit på utvecklingen av ekonomin, snarare än på ekonomins sammansättning och olika sektorers utveckling. De ekonomiska sambanden i makroekonometrisk modell bottnar förvisso i ekonomisk teori, men inte med samma konsistens som CGE-modeller. Dessutom vilar de två ansatserna delvis på olika nationalekonomiska skolor (makroekonometriska modeller är i regel post-keynesianska). 23(113) NATURVÅRDSVERKET Tillväxtmodeller delar många egenskaper med CGE-modeller, men är i regel än mer stiliserade och aggregerade än dessa. Den enklaste klassen av tillväxmodeller utgår ifrån representativa aktörer, alternativt en samhällsplanerare, med perfekt information om framtiden och förmågan att optimera sina beslut över tid.16 Hushållens inkomster används antingen till konsumtion eller till investeringar som ökar kapitalstocken. Företag använder detta kapital, tillsammans med arbetskraft och energi, som insatsfaktorer. Syftet med dessa modeller är att studera hur ekonomin förändras över tid och modellerna är därmed alltid dynamiska. Antalet sektorer är ofta få och den teknologiska utvecklingen är exogen. I mer avancerade tillväxmodeller ökar komplexiteten i ekonomin till exempel med avseende på antalet sektorer och insatsfaktorer. Det förekommer också att den teknologiska utvecklingen behandlas endogent. Gemensamt för de allra flesta tillväxtmodellerna är att de bygger på antaganden om optimerande representativa agenter med perfekt information. Det finns såväl globala, regionala som nationella tillväxtmodeller och kan användas för analyser över relativt långa tidshorisonter. Denna typ av modeller ingår ofta som en del i Integrated assessment-modeller (se nedan). 3.2.6. Hybridmodeller och länkade modeller Det är ibland önskvärt att kombinera den detaljerade återgivningen av teknologier som återfinns i en bottom-up modell, med det ekonomiövergripande perspektivet hos en top-down modell. En sådan kombination, eller länkning, av modeller går att göra på flera olika sätt. Resultatet kallas ofta för en hybridmodell. Man talar allmänt om att hårdlänka, respektive mjuklänka, top-down och bottom-up modeller till varandra. Vid en hårdlänkning integreras modellerna helt i varandra och den resulterande hybridmodellen löses genom en samtidig optimering av båda modellerna. Ofta kräver denna ansats att endera modellen förenklas för att en länkning över huvud taget ska vara möjlig. Vid en mjuklänkning av exempelvis en makroekonomisk modell och en energisystemmodell behåller båda modellerna i stort sin ursprungliga struktur, 16 Då antalet hushåll och företag i en ekonomi är mycket stort många väljer man, för att förenkla modelleringen av beslutsfattandet i ekonomin, att representera dessa med ett typhushåll och ett typföretag som får representera alla andra hushåll och företag. Det representativa hushållet antas fatta sina beslut för att optimerar sin konsumtion över tid, och det representativa företaget för att maximerar nuvärdet av sina framtida vinster. En samhällsplanerare (från engelskans ’social planner’) är en imaginär beslutsfattare som bestämmer hur ekonomin ska utvecklas över tid genom att maximera en samhällelig välfärdsfunktion. Under ideala förhållanden är resultatet detsamma oavsett om man väljer att utgå ifrån representativa aktörer eller en social planerare. 24(113) NATURVÅRDSVERKET även om det här också kan krävas en del justeringar för att göra modellerna kompatibla med varandra. Med denna metod löser man först den ena modellen, exempelvis den makroekonomiska, för att sedan använda delar av resultatet (närmare bestämt de parametrar som länkningen sker genom till exempel prisoch kvantitetsparameterar) som indata till den andra modellen. Motsvarande resultat från energisystemmodellen används sedan i sin tur som indata i en andra körning med den makroekonomiska modellen, och så vidare. Denna iterativa process pågår tills dess att utfallet i de båda modellerna konvergerar, dvs. tills dess att båda modellerna ger samma jämviktspriser och -kvantiteter. I exemplet ovan länkades en makroekonomisk modell med en energisystemmodell, men detta är endast ett exempel på hur olika modellansatser kan användas tillsammans. Att två eller flera modeller används i en och samma analys är i själva verket relativt vanligt. Det kan röra sig om allt från mjuklänkning av två enkla sektorsmodeller (till exempel en nationell skogssektorsmodell och en modell över fjärrvärmemarknaden), till en hel serie av såväl nationella som internationella top-down och bottom-up modeller som i olika utsträckning integreras med varandra. Ett exempel på hur flera stora modeller kan användas ihop är det modellpaket som EU-kommissionen ofta använder för analyser av den gemensamma energioch klimatpolitiken. Analyserna bygger på sex olika modellsystem som i olika grad är kopplade till varandra. Alla modeller är dock inte länkade i den bemärkelsen att de interagerar med en annan modell. Den makroekonomiska modellen (en CGE-modell) används till exempel bara för att för förse energisystemmodellen med makroekonomiska trender. Gemensamt täcker modellerna makroekonomin, energisystemet, skogs- och jordbrukssektorerna, transportsektorn, bränslemarknaderna samt utsläpp till luft. Sambanden mellan de ingående modellerna illustreras i avsnitt 3.4.6. 3.2.7. Integrated assessment-modeller Ett annat exempel på hur modeller från olika discipliner kombineras för att beskriva hur olika faktorer samverkar i ett större system är så kallade integrated assessment-modeller (IAM). IAM är en klass av modeller som syftar till att kombinera kunskap från flera discipliner för att utforska komplexa miljöproblem. De IAM som används för klimatpolitiska analyser integrerar i regel en klimatmodell, en modell över kolcykeln och en ekonomisk modell. Då en IAM beskriver väldigt stora och komplexa skeenden är den av nödvändighet väldigt aggregerad. Detta medför också att den ekonomiska komponenten i en IAM inom klimatområdet vanligtvis, men inte alltid, bygger på en top-downansats (en allmänjämvikts-, makroekonometrisk-, eller tillväxtmodell). Det geografiska perspektivet är globalt, med varierande grader av regional dissaggregering. Tidshorisonten för denna typ av modeller är lång, ofta 100 år NATURVÅRDSVERKET 25(113) eller mer. Nordhaus (2013) beskriver mer i detalj hur integrated assessmentmodeller kan användas i klimatpolitiska analyser. En av styrkorna med integrated assessment-modeller är att de tar hänsyn till växelverkan mellan ekonomin och klimatet, samt att analysen ofta görs med ett väldigt långt tidsperspektiv. Till skillnad från de flesta andra modellansatser som beskrivs i detta kapitel, tar en IAM ofta hänsyn inte bara till kostnaderna av klimatpolitiken utan också till de samhällsekonomiska intäkterna (i termer av uteblivna skade- och/eller anpassningskostnader)17. Detta innebär att denna klass av modeller kan användas till kostnads-nyttoanalyser, och för att bestämma samhällsekonomiskt effektiva målnivåer. På senare tid har dock IAM fått kritik från flera håll. Bland annat utpekas modellernas förmåga att beskriva potentiella skador, naturvetenskapliga risker, potentiella katastrofer samt tröskeleffekter som otillräcklig (Stern, 2013; New Climate Economy, 2014). Även resultatens känslighet för valet av diskonteringsränta har diskuterats, inte minst i samband med Sternrapporten (Stern, 2006). Andra kritiker menar att IAM som används för analyser inom klimatområdet är alltför förenklade beskrivningar och att resultaten ger sken av att kunskapsnivån och förståelsen för (den ekonomiska dimensionen av) klimatförändringarna är högre än vad den faktiskt är (Pindyck, 2013). Framförallt anses beskrivningen av klimatförändringarnas effekter på ekonomin vara bristfälliga i befintliga IAM. Bland annat därför väljer IPCC i sin senaste utvärderingsrapport (AR5, delrapport 3) att använda ”integrated models”, istället för ”integrated assessment models”, för att studera olika lågkolbanor. Skillnaden mellan de två klasserna av modeller består således i hur de beskriver växelverkan mellan klimatet och de mänskliga systemen (ekonomin). I en IAM ingår effekter som går åt båda hållen; såväl ekonomins påverkan på klimatet som klimatets påverkan på ekonomin. I en ”assessment model” går effekterna bara åt ena hållet; klimatförändringarnas effekter på ekonomin modelleras inte över huvud taget. (IPCC, 2014) 3.3. Klimatekonomiska modeller i Sverige I Sverige är det framförallt två klimatekonomimodeller som används av myndigheter för att analysera energi- och klimatpolitiken: Konjunkturinstitutets allmänjämviktsmodell EMEC, samt energisystemmodellen MARKAL-Nordic, som används av bland annat Energimyndigheten. Modellerna används huvudsakligen för policyanalys (framförallt EMEC) och i arbetet med att ta fram scenarier för energianvändningen (framförallt MARKAL-Nordic). I kapitel 4 beskrivs hur modellerna används i arbetet med att ta fram referensscenarier över 17 Detta är i princip även möjligt att i andra typer av modeller. Ett exempel är CIRCLE-projektet där en CGE-modell används i samma syfte (se avsnitt 3.4.8) 26(113) NATURVÅRDSVERKET utsläpp av växthusgaser. I det arbetet används även andra, sektorsspecifika modeller. Dessa modeller beskrivs inte i detta kapitel utan läsaren hänvisas istället till kapitel 4. I detta avsnitt beskrivs EMEC och MARKAL-Nordic. Avsnittet avslutas med en redogörelse för vad Naturvårdsverket, och andra, skrivit tidigare om det svenska arbetet med klimatekonomiska modeller. 3.3.1. EMEC I detta avsnitt ges en översiktlig beskrivning av Konjunkturinstitutets allmänjämviktsmodell EMEC (Environmental medium term economic model). Modellen har utvecklats kontinuerligt sedan slutet av 1990-talet och har i mer än 15 år framförallt använts för att utföra samhällekonomiska konsekvensanalyser av nya och förändrade miljöekonomiska styrmedel. Några exempel på frågeställningar som analyserats med EMEC är utformningen av den svenska klimatpolitiken, konsekvenser av kärnkraftsavveckling, miljöskatteförändringar, råvarubeskattning, styrmedel för minskade luftföroreningar, avfallspolitik, samt transportpolitiska styrmedel. Modellen är väldokumenterad och beskrivningar återfinns i flera av Konjunkturinstitutets publikationer. Framställningen nedan följer Carlén och Sahlén Östman (2015). En mer ingående modellbeskrivning återfinns bland annat i Östblom och Berg (2006). EMEC är en statisk numerisk allmänjämviktsmodell över den svenska ekonomin, med en relativt högupplöst beskrivning av energiomvandling och branschspecifika utsläpp till luft. Detta gör att EMEC lämpar sig för att studera ekonomiövergripande effekter av energi-, klimat- och miljöpolitiken på 10-20 års sikt. Effekter som modellen kan fånga är exempelvis ekonomins utveckling (BNP-utveckling), förändringar i branschstrukturen och förändringar i luftutsläpp. Modellen innehåller 33 näringslivsbranscher samt en offentlig sektor vilka alla efterfrågar varor, tjänster och insatsfaktorer (material, energi, arbetskraft och realkapital). Företagen antas minimera sina produktionskostnader. Det antas vidare att perfekt konkurrens råder på samtliga marknader samt att skalavkastningen i företagen är konstant18. Hushållen är uppdelade i 6 grupper efter inkomst (över/under medianinkomst) och bostadsort (glesbygd/tätort/storstad). Hushållen antas maximera sin nytta genom privat konsumtion av varor och tjänster samt fritid, givet rådande priser och hushållens inkomster. Samtliga aktörerna i modellen antas vara framåtblickande och har fullständig information om framtida förutsättningar i ekonomin. Utlandet ingår endast implicit i modellen; handelsbalansens andel av BNP är exogent given, liksom världsmarknadspriserna. En illustration av modellens flöde av insatsfaktorer, insatsvaror och konsumtionsvaror återfinns i figur 1. 18 Skalavkastningen mäter i vilken omfattning produktionen ökar till följd av en ökning av insatsfaktorerna. Konstant skalavkastning innebär sålunda att en fördubblad mängd insatsfaktorer ger en fördubbling av produktionen. NATURVÅRDSVERKET 27(113) I EMEC beräknas utsläpp av koldioxid, kolmonoxid, metan, lustgas, svaveldioxid och kväveoxider, samt partiklar (PM 2,5 och PM 10) från stationära och mobila källor liksom från industriprocesser.19 Mängden utsläpp beror dels på mängden varor och tjänster som produceras och konsumeras, men också på vad som konsumeras och hur det har producerats. Utsläppen påverkas även av styrmedel: ett höjt pris på koldioxid ger till exempel aktörerna incitament att substituera bort fossila bränslen mot förnybara bränslen. I EMEC påförs energianvändningen energiskatt, koldioxidskatt och svavelskatt. EU:s system för utsläppsrätter är också modellerat såtillvida att branscher som ingår i systemet köper utsläppsrätter till ett givet pris. Undantag och nedsättningar av skatter är inkluderade i den mån modellstrukturen tillåter detta. Figur 1. Illustration över flöden i EMEC (Carlén och Sahlén Östman, 2015) Energieffektiviseringar kan uppnås i modellen genom substitution av insatsfaktorer och genom teknologisk utveckling. Valet av insatsfaktorer styrs endogent av relativpriserna. I vilken utsträckning prisförändringar påverkar valet av insatsfaktorer beror i sin tur på storleken på substitutionselasticiteterna. Teknologisk utveckling modelleras däremot exogent i EMEC. I praktiken innebär detta att den framtida teknologiska utvecklingstakten i en sektor bestäms av den historiska utvecklingen, kompletterat med Energimyndighetens expertbedömningar. Till följd av att den teknologiska utvecklingen i modellen 19 De utsläppsnivåer som beräknas med EMEC används i Konjunkturinstitutets egna analyser. Utsläppsberäkningarna från EMEC används däremot inte vid framtagandet av referensscenarier för utsläpp (se kapitel 4). NATURVÅRDSVERKET 28(113) inte reagerar på priser är det svårt för ny teknik att få genomslag i EMEC, även vid kraftiga prisförändringar. Antagandet innebär också att graden av energieffektivisering inte heller den fullt ut påverkas om priserna ändras. Konjunkturinstitutet diskuterar dessa egenskaper hos modellen i flera sammanhang, bland annat i myndighetens samhällekonomiska analys av Färdplan 2050 (Konjunkturinstitutet, 2013b). En av slutsatserna som dras där är att det allmänt sett är svårt att i en CGE-modell inkludera endogen teknologisk utveckling som drivs av prisförändringar. I en senare analys har Konjunkturinstitutet visat hur en åtgärdskostnadstrappa istället kan användas i EMEC för att beskriva den tekniska utvecklingen. Man anser dock att metoden inte är helt lämplig, bland annat för att den tillåter negativa åtgärdskostnader (Konjunkturinstitutet, 2014). Ett pågående arbete med att mjuklänka EMEC med en energisystemmodell har visat att länkningen kan vara ett sätt att få in ny teknologi i EMEC (se nedan). EMEC kalibreras alltid mot senast tillgängliga national- och miljöräkenskaper. Detta innebär att modellen återger ekonomins samlade aktivitet, dess fördelning, priser och skatter, samt utsläpp till luft för basåret på ett sätt som är konsistent med den officiella statisktiken. EMECs referensscenario bygger på antaganden om bl.a. makroekonomiska variabler, energianvändning samt utsläpp hämtade från Långtidsutredningen, Energimyndigheten, respektive Naturvårdsverkets bedömningar. Vidare görs också antaganden kring hur miljöpolitiken kommer utvecklas över tid. Oftast antas då att politik som gäller under basåret tillåts fortgå, samtidigt som redan beslutade men ännu inte genomförda ändringar implementeras. Analysen i EMEC (liksom för statiska CGE-modeller i allmänhet) illustreras schematiskt i Figur 2 där den horisontella axeln mäter tid och den vertikala axeln mäter någon av modellens endogena variabler, såsom koldioxidutsläpp. Punkten A representerar mängden utsläpp i basåret, medan B visar utsläppen i slutåret enligt referensscenariot. Motsvarande utsläppsnivå i policyscenariot illustreras i punkten B'. Skillnaden mellan B och B' tillskrivs den förändring i policy (till exempel en höjning av koldioxidskatten) som skiljer referensscenariot från policyscenariot. På motsvarande sätt kan samma policyförändring, eller vilken som helst annan störning av den ursprungliga jämvikten, analyseras utifrån samtliga endogena variabler i modellen. Resultatet kan erhållas för ekonomin i dess helhet och/eller för enskilda branscher. 29(113) NATURVÅRDSVERKET Figur 2. Analys i EMEC (Konjunkturinstitutet, 2013) Konjunkturinstitutet driver för närvarande i samarbete med Luleå tekniska universitetet och Chalmers tekniska högskola ett projekt där EMEC mjuklänkas till en energisystemmodell, TIMES-Sweden. Det nuvarande projektet löper under 2015. Resultat och lärdomar från tidigare arbete med att länka de två modellerna återfinns bl.a. i Berg m.fl. (2012). En av slutsatserna från detta arbete är att länkningen förbättrade beskrivningen av effekterna av energi- och klimatpolitiska styrmedel på ekonomin och energisystemet. Att köra modellerna länkade är dock tidskrävande och skillnaderna mellan modellerna är i vissa avseenden stor, vilket försvårar länkning. EMEC uppdateras och utvecklas ständigt. Utvecklingsarbetets omfattning och inriktning styrs i hög grad av de analysuppdrag som Konjunkturinstitutet får. Utöver projektet med att länka EMEC till TIMES-Sweden pågår utveckling inom bland annat följande områden: - Utförligare representation av kraftproduktionen genom en uppdelning av nationalräkenskaperna i olika elproduktionsteknologier. Arbetet förväntas pågå under 2015. - Revidering och omvärdering av modellens slutningsregler20. - Uppdatering av elasticiteter. Det pågår ett arbete med att uppdatera samtliga produktionselasticiteter i EMEC. Även modellens import- och exportelasticiteter kommer att uppdateras. Konjunkturinstitut har även ansökt om forskningsmedel från Energimyndigheten för ett forskningsprojekt som har för avsikt att förbättra representation av 20 Matematiskt är en CGE-modell ett ekvationssystem där antalet variabler är fler än antalet ekvationer. För att kunna lösa ekvationssystemet innebär det att ett antal variabler måste lyftas ut och bestämmas utanför modellen (de är med andra ord exogena). Valet av vilka variabler som är exogena och vilka som är endogena "sluter" modellen. Vilka slutningsregler som tillämpas påverkar modellens egenskaper och därmed även dess resultat. 30(113) NATURVÅRDSVERKET transportsektorn i EMEC- modellen. Den största delen av de svenska koldioxidutsläppen i den icke-handlande sektorn kommer från transporter och det är därför angeläget att förbättra EMEC:s behandling av denna sektor. Vid sidan av arbetet med att vidareutveckla EMEC har Konjunkturinstitutet även påbörjat ett arbete med att ta fram en faktorefterfrågemodell21 som på sikt ska kunna komplettera analyserna i EMEC. Konjunkturinstitutet har i sitt underlag till detta uppdrag även beskrivit ett antal möjliga utvecklingsområden för det klimatekonomiska analysarbetet i Sverige. Myndigheten understryker där vikten av att komplettera de befintliga verktygen med andra metoder och modeller. Myndigheten nämner exempelvis att Konjunkturinstitutet, eller någon annan myndighet, i framtiden kan dra nytta av att ha tillgång till en global allmän jämviktsmodell. 3.3.2. MARKAL-Nordic MARKAL-NORDIC är en modell över det svenska energisystemet (exklusive transportsektorn) som ofta används av myndigheter för att fram referensscenarier och för att analysera energi- och klimatpolitiska styrmedel. Modellen används bland annat av Energimyndigheten i arbetet med att ta fram scenarier över Sveriges energisystem i syfte att ta fram scenarier för utvecklingen inom el- och fjärrvärmesektorn (se kapitel 4 nedan). Även Naturvårdsverket använder modellen i olika sammanhang. MARKAL-Nordic har också använts för ex-post utvärdering av den samlade effekten av de svenska styrmedlen inom energi- och klimatområdet (Ds 2014:11). Modellen ägs av konsultföretaget Profu AB i Göteborg. Företaget använder och utvecklar modellen i uppdrag från såväl myndigheter som andra företag, framförallt inom energibranschen. Modellen används också inom ramen för olika forskningsprojekt och Profu har ett nära samarbete med Chalmers Tekniska Högskola. (Unger, 2015) MARKAL-modellen22 är en så kallad dynamisk optimerande energisystemmodell. Det innebär att modellen, utifrån en detaljerad beskrivning av det tekniska energisystemet, optimerar den det beskrivna energisystemets framtida utveckling sett över hela den beskrivna modellperioden till den lägsta kostnad. En principskiss över modellens funktionssätt presenteras i figur 3, där de olika energibehoven återfinns till höger i figuren och de olika tillgängliga resurserna till vänster. Mellan dessa bägge delar återfinns de tekniska 21 I en faktorefterfrågemodell kan man med hjälp av statistiska metoder analysera hur t.ex. efterfrågan på insatsfaktorer (eller utsläpp) i en bransch påverkas av olika prisförändringar. Beroende på hur modellen specificeras erhålls antingen de kortsiktiga eller långsiktiga effekterna av prisförändringarna. Ansatsen utgår ifrån mikroekonomisk data (företagsnivå). 22 MARKAL (MARketALlocation) är ett modellverktyg som tagits fram under det Internationella energiorganet (IEA). MARKAL är ett flexibelt verktyg och kan anpassas efter olika behov vilket har gjort att det används i flera olika tappningar i stora delar av världen. Se http://www.ieaetsap.org/web/Markal.asp för mer information om MARKAL. 31(113) NATURVÅRDSVERKET komponenterna (storskaliga och centraliserade såväl som småskaliga och användarnära) som genererar nyttig energi ur de använda resurserna. Det finns MARKAL-modeller som beskriver hela världens, enstaka länders eller andra avgränsade regioners energisystem. I MARKAL-Nordic omfattar databasen en detaljerad beskrivning av det nordiska energisystemet samt elproduktionen i Tyskland och Polen. Detaljeringsgraden är särskilt stor i beskrivningen av Sverige. Den geografiska systemgränsen är också skälet till att modellen fått namnet MARKAL-Nordic. En mer ingående beskrivning av några av modellens styrkor och svagheter återfinns i bilagan. Emissions Emissions Fuel input Efficiency Inv cost O&M cost Availability Exist cap. Electricity Input (fuel,elec,DH) Condensing power Useful energy Households Nuclear Supply Efficiency Inv cost O&M cost Availability Exist cap. Demand TWh Biof. CHP €/MWh Service Coal Year Gas TWh TWh Heat plant Oil Hydro Industry Fuel conversion Season Wind Export Import Figur 3. Principskiss för hur det tekniska energisystemet är representerat i en MARKALmodell (från Energimyndigheten). Modellen utvecklas kontinuerligt genom att anpassas till de behov som föreligger i olika uppdrag. Energimyndigheten har i sitt underlag till detta uppdrag beskrivit ett antal möjliga utvecklingsområden för TIMES-Nordic. En närmare beskrivning av dessa förslag återfinns i bilagan. 32(113) NATURVÅRDSVERKET För närvarande pågår ett större arbete med att överföra modellen från modellverktyget MARKAL till TIMES23. Detta innebär i praktiken att databasen konverteras från ett format till ett annat. Konverteringen är ett omfattande arbete. Både analyspotentialen och frihetsgraderna är större i TIMES även om princip och metodansats i stort är densamma som i MARKAL. Till de viktigare förbättringarna hör bland annat större detaljeringsgrad i beskrivningen av en investering (t ex ledtider, avvecklingskostnader), flexiblare processbeskrivning, skillnad mellan ekonomisk och teknisk livslängd, åldersberoende variabler och åldersmärkning av investeringar. Den flexiblare tidsindelningen inom ett år är särskilt värdefull vid analyser av till exempel variabel elproduktion eller energianvändning med ett starkt tidsberoende. När det gäller övergången så är den så gott som genomförd. De båda modellerna kommer att köras parallellt som ett led i kvalitetssäkringen under en tid framåt men så småningom är tanken att MARKAL-Nordic helt ska ersättas av TIMESNordic. Ambitionen är att kunna använda TIMES-versionen i arbetet med att ta fram nästa uppsättning långtidsscenarier åt Energimyndigheten 2016. Fortsatt och löpande arbete med modellutveckling kommer att ske i TIMES-Nordic och inte i MARKAL-Nordic. TIMES/MARKAL-Nordic är inte explicit länkad till någon makroekonomisk modell, men använder sig av resultat från EMEC för att beskriva makroekonomiska trender i modellen. Hur detta går till beskrivs i kapitel 4 nedan. Profu har tidigare erfarenhet av att hårdlänka en top-down modell, MARKAL-Macro, till energisystemmodellen, men ser idag inte att det finns någon anledning att i större utsträckning länka TIMES/MARKAL-Nordic till en modell över makroekonomin. Den nuvarande modellen integreras däremot vid behov med mer detaljerade beräkningar av olika delsystem. Exempel på sådana delområden kan vara elproduktion (särskilt med stort inslag av variabel produktion), fjärrvärmeproduktion (för att beskriva olika typer av fjärrvärmeproduktionsuppbyggnad) och värmemarknadsanalyser. 3.3.3. Genomgång av tidigare synpunkter I Naturvårdsverkets, Konjunkturinstitutets och Energimyndighetens gemensamma redovisning av konsekvensanalys av EU:s klimat- och energiramverk 2030 framförde myndigheterna en rad förslag rörande det svenska arbetet med modellanalyser (Energimyndigheten, Konjunkturinstitutet, Naturvårdsverket, 2014). Man såg bland annat ett behov av att fler ansatser utvecklas och används som komplement till de befintliga. Vidare ansåg man att känslighetsanalyser bör göras för viktiga antaganden i de olika scenarier som används i analysen. Myndigheterna pekade även på att de befintliga analyserna inte tar hänsyn till klimatpolitikens effekter på andra samhällsmål. 23 Modellverktyget TIMES (The Integrated Markal Efom System) är en vidarutveckling av MARKAL (http://www.iea-etsap.org/web/Times.asp). 33(113) NATURVÅRDSVERKET Modellutveckling, underhåll och kompetensutveckling är mycket tidskrävande och man underströk vikten av att det avsätts tillräckliga resurser för sådant arbete. Det ansågs också viktigt att man tar del av det modellutvecklingsarbete som pågår internationellt. Slutligen efterfrågades en tydligare fördelning av ansvar, uppgifter och roller mellan myndigheterna i frågor rörande modellutveckling. Naturvårdsverket har vid flera tillfällen varit kritiskt mot att EMEC används för att analysera frågor modellen inte lämpar sig för (se exempelvis Naturvårdsverkets samrådsyttranden till Konjunkturinstitutet (2012; 2013c) samt Naturvårdsverket (2013; 2014a; 2014b)). Tidshorisonten i en analys med EMEC sträcker sig tjugo år framåt, men samtidigt behöver många frågor inom klimatområdet analyseras i ett betydligt längre perspektiv. Även analyser på medellång sikt måste beakta långsiktiga mål. EMEC kan analysera ekonomiska styrmedel som skatter, avgifter och även regleringar, men de måste vara relativt ekonomiövergripande för att kunna implementeras i en aggregerad makroekonomisk modell. För att åstadkomma drastiska utsläppsminskningar kommer sannolikt även andra styrmedel vara viktiga, exempelvis stöd till teknikutveckling, successivt höjt pris på utsläpp av koldioxid, samhällsplanering och andra åtgärder för en transportsnål samhällsutveckling samt lagstiftning för spridning av teknik. Vidare samverkar mål och styrmedel inom andra politikområden med klimatpolitiskt motiverade mål och styrmedel, vilket innebär att ett brett perspektiv är nödvändigt. Naturvårdsverket understryker därför att fler, kompletterande, verktyg bör utvecklas för att kunna ge ett så heltäckande beslutsunderlag som möjligt. Naturvårdsverket har även påpekat att antalet teknologier som är representerade i EMEC är begränsat, samt att det är svårt för ny teknik att få genomslag i modellen, även vid kraftiga prisförändringar. Naturvårdsverket har därför sett att det är en fördel om EMEC vid behov i framtiden kan köras länkad till en energisystemmodell. Avslutningsvis har Naturvårdsverket också uttryckt att Konjunkturinstutet tydligare bör redogöra för de osäkerheter som är förknippade med analysresultaten. Konjunkturinstitutet har tidigare själva skrivit om potentiella utvecklingsområden i Samakovlis och Östblom (2010) och Berg (2012). I rapporten från 2010 lyfts tre modellutvecklingsområden fram. Ett flertal av dessa förslag har redan implementerats. - - - Detaljerade modeller som kan komplettera allmänjämviktsanalysen som exempelvis: faktorefterfrågemodell; hushållsefterfrågemodell och partiell jämviktsmodell. Vidareutveckling av allmänjämviktsanalysen: fler tekniker för elproduktion; endogen teknisk utveckling; länk till en energisystemmodell; endogent arbetsutbud Stöd för tolkning av internationella miljö- och klimatmodeller 34(113) NATURVÅRDSVERKET Några av slutsatserna i rapporten från 2012 är att - Utveckling av EMEC bör vara kopplad till Konjunkturinstitutets arbete med miljöekonomiska analyser Vid ökade resurser till Konjunkturinstitutets miljöekonomiska enhet kan mer resurser allokeras till modellutvecklingsarbetet För att öka transparensen och tillgängligheten för EMEC-modellen kan modellkod och basårsdata göras tillgänglig för forskare vid universitet och högskolor på begäran av forskaren Konjunkturinstitutets vetenskapliga råd är knutet till den miljöekonomiska verksamheten och ska bland annat bistå i frågor om metoder och modeller. En återkommande slutsats från rådet i deras kommentar till Konjunkturinstitutets årligen återkommande rapport ”Miljö, Ekonomi och Politik” är att det finns ett behov av att kontinuerligt och långsiktigt utveckla modeller för att analysera samspelet mellan olika miljömål, liksom synergier och konflikter mellan olika styrmedel, samt mellan olika politiska mål. Detta utvecklingsarbete gäller såväl befintliga som nya modeller. Det vetenskapliga rådets rekommendation är att det måste skapas resurser som möjliggör ett sådant arbete. (Konjunkturinstitutet 2012, 2013a) Riksrevisionen har i sin granskning av klimatområdet bland annat pekat på att EMEC är ett viktigt verktyg för att ta fram vissa beslutsunderlag, men att modellen ensam inte kan besvara alla de frågor som behöver belysas. Man menar därför att analyser med EMEC regelbundet behöver kompletteras med energi- och transportanalyser samt analyser av vilken omställning som skulle behövas för att erhålla långsiktigt rimliga kostnader för önskad grad av måluppfyllelse. Riksrevisionen ser att ett sådant arbete kräver en högre grad av samarbete mellan berörda myndigheter; utöver Naturvårdsverket, Energimyndigheten och Konjunkturinstitutet nämns även SCB (Riksrevisionen 2013:19). På uppdrag av Energimyndigheten utvärderar Söderholm m.fl (2009) myndighetens modeller och övergripande angreppssätt för att göra prognoser/scenarier av energisystemets utveckling på lång sikt. Rapporten utgår ifrån myndighetens arbete med långtidsprognoser till och med 2009, men belyser även frågor som är av mer generell karaktär. Här återges sådana rekommendationer som kan anses gälla för all slags arbete med modellbaserade framtidsstudier. Bland annat pekar författarna på vikten av en transparent dokumentation av modelluppbyggnad, antaganden och bedömningar. En hög transparens höjer väsentligt scenariostudiernas värde för allmänheten, företagssektorn samt andra myndigheter. I rapporten diskuteras även vikten av att det övergripande angreppssättet anpassas utifrån de syften som analysen ska tjäna. I detta ingår bland annat att identifiera den typ av beslut som scenariostudierna ska stödja samt vilka personer, myndigheter och organisationer som fattar dessa beslut. Som ett sätt att tydliggöra hur en modell 35(113) NATURVÅRDSVERKET anpassats för en viss analys föreslås vidare att en presentation av analysresultaten föregås av en ”programförklaring”, som tydligt anger vilka syften och ändamål analysen har samt på vilket sätt resultaten kan användas i framtida beslutsfattande. Samtidigt bör också presentationen innehålla en tydlig beskrivning av angreppssätt samt genomsyras av en ödmjukhet inför den egna ansatsen. Avslutningsvis menar författarna att all form av kvalificerad analys av framtiden bygger på en kombination av rigorös modellering och sunt förnuft. Olika modeller har olika för- och nackdelar och det är därför viktigt av att kombinera olika angreppssätt och metoder. 3.4. Internationell utblick Detta avsnitt innehåller en kort beskrivning av hur ett urval av länder och organisationer använder modeller i sina klimatekonomiska analyser. Syftet med avsnittet är att ge en generell bild över vilka ansatser som används, framförallt för analyser med lång tidshorisont. Samtliga länder använder, utöver de klimatekonomiska modeller som diskuteras i detta avsnitt även andra, sektorsspecifika, modeller. Dessa modeller används ofta tillsammans med klimatekonomiska modeller, bland annat i arbetet med att ta fram prognoser över utsläpp och upptag av växthusgaser. För mer information kring ländernas prognosarbete hänvisas till respektive lands nationalrapport till UNFCCC. 3.4.1. Danmark I mars 2008 tillsatte den danska regeringen en klimatkommission med uppdrag att analysera hur Danmark kan minska sina utsläpp och på sikt helt bryta sitt beroende av fossila bränslen. Kommissionen lämnade 2010 sina förslag rörande hur denna långsiktiga vision kan uppnås. (Klimakommissionen, 2010) I sin analys av de makroekonomiska effekterna av olika scenarier till 2050 använde sig Klimatkommissionen av den makroekonometriska modellen ADAM24. Modellen har utvecklats av Danmarks statistiska centralbyrån (DST) och används av såväl departement och myndigheter, som banker och intresseorganisationer. Modellen är dynamisk och lämpar sig för analyser på såväl kort som medellång och lång sikt. Den teknologiska utvecklingen är exogent representerad. Efterfrågan på energi och utsläpp modelleras i en separat satelitmodell kallad EMMA25 som kan mjuklänkas till ADAM (Statistics Denmark, 2013). ADAM/EMMA används även bland annat för den danska rapporteringen av under Kyotoprotokollet. Som komplement till analysen med 24 Annual Danish Aggregate Model (ADAM) Energy and Emission Models for ADAM (EMMA) utvecklades ursprungligen av DST, men ansvaret för modellen övergick 2008 till Energistyrelsen (motsvarigheten till svenska Energimyndigheten) 25 36(113) NATURVÅRDSVERKET ADAM-modellen lät klimatkommissionen även utveckla en statisk allmänjämviktsmodell över den danska ekonomin, mini-DREAM26. Energistyrelsen driver för närvarande ett projekt för att utveckla en ny modell, IntERACT27, för att bättre kunna utföra långsiktiga samhällekonomiska analyser av klimat- och energipolitiken. IntERACT består av två nyutvecklade modeller som länkas; dels av en allmänjämviktsmodell över den danska ekonomin, och dels en energisystemmodell, TIMES-Denmark. Projektet löper ut under 2015. (Energistyrelsen, 2015) 3.4.2. Finland Den modell som framförallt används för att bland annat studera klimatpolitikens makroekonomiska effekter i Finland kallas VATTAGE28 (Honkatukia, 2009). Modellen, som utvecklats och används vid statens ekonomiska forskningscentral (VATT), är en allmänjämviktsmodell över den finska ekonomin som anpassats för att specifikt kunna analysera energi- och miljöpolitiska frågor. Modellen går att köra antingen statiskt eller dynamisk. Teknologisk utveckling representeras exogent. Modellen finns också i en regional version, där den finska ekonomin är uppdelad i 20 regioner (Honkatukia, 2013). VATT använder sig även ibland av den globala allmänjämviktsmodellen GTAP-E29. TIMES-VTT är en detaljerad modell över det finska energisystemet som utvecklas och används vid den finska teknologiska forskningscentralen (VTT). Modellen representerar dock samtidigt det globala energisystement, uppdelat i 17 regioner. Utöver Finland så är även Norge, Danmark och Sverige modellerade landsvis och VTT:s energisystemmodell har används vid flera nordiska forskningsprojekt, bland annat Nordic Energy Technology Perspectives 2013 (IEA, 2013). På grund av den relativt höga nordiska detaljnivån kallas modellen ibland även för NORDIC TIMES30. VATTAGE och TIMES-VTT används regelbundet tillsammans för att analysera olika aspekter av den finska klimatpolitiken. Modellerna har till exempel används för analys av EU:s klimat- och energiramverk till 2030 (Koljonen m.fl., 26 Arbetet med denna modell företogs av ett fristående institut, DREAM-gruppen. Modellen var en vidareutveckling av en befintlig allmänjämviktsmodell över den danska ekonomin, Danish Economic Rational Agent Model (DREAM). 27 Integrated Economic Energy Applied Computational Tool (IntERACT) 28 VATT Applied General Equilibrium Model (VATTAGE) 29 GTAP-modellen är en är global allmänjämviktsmodell som använd vid universitet, internationella organisationer och nationella myndigheter runtom i världen. Modellen finns i flera versioner och har flera användningsområden. GTAP-E är en version av modellen används för analyser av globala energi- och miljöfrågor. Bakom GTAP står Global Trade Analysis Project som koordineras från Purdueuniversitetet i USA. (https://www.gtap.agecon.purdue.edu/). 30 NORDIC TIMES är inte samma modell som TIMES-Nordic som utvecklas och används av Profu i Sverige. 37(113) NATURVÅRDSVERKET 2014a), liksom i underlaget till den finska energi- och klimatfärdplanen till 2050 (Koljonen m.fl. 2014b). 3.4.3. Norge MSG-6 är en allmänjämviktsmodell över den norska ekonomin som även inkluderar energi, utsläpp och naturresurser. Modellen utvecklas vid Norges statistiska centralbyrå (SSB) och finns i flera olika versioner; det finns till exempel såväl en statisk som en dynamisk version. Den teknologiska utvecklingen representeras i exogent. (Heide m.fl. 2004) MSG-6 används utöver SSB även av det norska finansdepartementet i arbetet med att ta fram långtidsprognoser för den norska ekonomin. I en vidareutveckling av MSG-6 har en modell över energisystemet hårdlänkats till MSG-6. Hybridmodellen kallas MSG-TECH och innehåller, utöver makroekonomisk data som normalt sett ingår i en allmänjämviktsmodell, även detaljerad ingenjörsdata över ett stort antal energiteknologier. I MSG-TECH bestäms således takten på den teknologiska utvecklingen endogent genom nivån på investeringar i utsläppsminskande teknologier som i sin tur styrs av priserna i modellen. (Fæhn m.fl., 2013) Forskningsstiftelsen Institutt for energiteknikk (IFE) utvecklar en TIMESmodell över det norska energisystemet. Det pågår vid IFE även ett arbete med att ta fram en högupplöst modell över det nordeuropeiska energisystemet, för att bland annat studera hur en ökad användning av vindkraft i Europa kan komma att påverka investeringar i förnybar elproduktion i Norge. (IFE, 2013) 2010 presenterades en stor statlig utredning med uppgift att utvärdera styrmedel och åtgärder för att nå Norges klimatmål till 2020. Analysen byggde på detaljerade genomgångar av åtgärdspotentialer och kostnader för olika sektorer. Bottom-up ansatsen kompletterades med analyser av de makroekonomiska effekterna med MSG-TECH-modellen. (Klimakur 2020, 2010) I en nyligen gjord uppdatering av kunskapsläget för att uppnå en omställning till ett lågkolsamhälle använde sig den norska motsvarigheten till Naturvårdsverket, Miljødirektoratet, utöver sektorsvisa experbaserade bedömningar av åtgärdspotentialer och kostnader även av IFEs energisystemmodell TIMESNorway. (Miljødirektoratet, 2014) Olika versioner av MSG modellen har även vi ett flertal tillfällen mjuklänkats till en energisystemmodell. I Bjertnæs m.fl. (2012) beskrivs till exempel hur IFE-MARKAL kopplas till MSG-6 för att studera effekterna av en grön skatteväxling i den norska ekonomin. 3.4.4. Storbritannien Enligt Storbritanniens klimatlag (the Climate Change Act) från 2008 ska parlamentet besluta om femåriga bindande utsläppsbudgetar för växthusgaser. Förslag till nya budgetar tas fram av en oberoende expertkommitté, ”Committee of Climate Change”. Klimatkommitteen presenterade 2008 sin första rapport, NATURVÅRDSVERKET 38(113) med bland annat en beskrivning av hur Storbritannien kan reducera sina utsläpp av växthusgaser med 80 procent till 2050, jämfört med 1990 års nivåer. (CCC, 2008) Rapporten innehåller även förslag på de tre första utsläppsbudgetarna, fram till och med år 2022. För att bedöma den tekniska potentialen i det brittiska energisystemet, liksom för att beräkna kostnaderna för att nå målet till år 2050, användes en energisystemmodell, UK MED31. För att beräkna åtgärdskostnaderna för att uppnå den föreslagna utsläppsbudgeten 2020 utgick man från sektorsspecifika åtgärdskostnadstrappor för elproduktion, energianvändning i byggnader och industri, samt transportsektorn. Utöver beräkningar av de totala åtgärdskostnaderna användes även två ekonomiövergripande modeller för att studera de makroekonomiska effekterna (kostnader i termer av lägre BNP) av att hålla utsläppsbudgeten för år 2020. För detta ändamål användes dels en makroekonometrisk modell, MDM-E332, och dels en dynamisk allmänjämviktsmodell, HMRC CGE33. I DECCs konsekvensanalys av CCCs förslag till en fjärde utsläppsbudget (DECC, 2011) bedömdes rimligheten i Storbritanniens långsiktiga utsläppsmål utifrån förutsättningen att tvågradersmålet ska nås med global kostnadseffektivitet. För denna analys användes GLOCAF-modellen34 för att ta fram hur stora EUs utsläpp bör vara 2030 respektive 2050, och PRIMESmodellen35 för att fastställa UKs andel av EUs utsläpp. Därefter undersöktes kostnadseffektiviteten och den tekniska genomförbarheten för olika utsläppsbanor i Storbritannien med hjälp av UK MED. Beräkningar av kostnaderna för att nå utsläppsmål till 2030 baserades på åtgärdskostnadskurvor36. The UK 2050 calculator37 är ett interaktivt verktyg för scenarioanalys som DECC låtit utveckla med hjälp bland annat av branschexperter, NGOs och forskare. Användaren av verktyget får själv ange vad den troliga utvecklingen är på en rad områden såsom transporter, boende och elproduktion, varefter de resulterande utvecklingsbanorna för energiefterfrågan, primär energiproduktion, samt utsläpp av växthusgaser visas. Verktyget inbegriper således inte någon optimering, utan det är upp till användare att själv bedöma den mest troliga utvecklingsbanorna. Modellen används tillsammans med UK-MARKAL och 31 UK MARKAL Elastic Demand (UK MED) Cambridge Econometrics Multisectoral Dynamic Model (MDM-E3) 33 HM Revenue and Customs Computable General Equilibrium Model (HMRC CGE) 34 GLObal CArbon Finance (GLOCAF) är en global disaggregerad modell för bland annat internationella finansiella transaktioner. Modellen tillåter även utvärdering av effekterna av olika globala utsläppsminskningsmål och bördefördelning, liksom olika utformning av marknaden för koldioxid. 35 PRIMES är en europeisk energisystemmodell, se avsnitt 3.4.6 nedan. 36 UK Marginal Abatement Cost Curve (MACC) Database 37 The UK 2050 Calculator är tillgänglig på https://www.gov.uk/2050-pathways-analysis 32 39(113) NATURVÅRDSVERKET ytterligare en energisystemmodell, ESME38, i underlaget till regeringens egen plan för att nå 2050-målet. (UK Government, 2011) Klimatkommitteen har även använt sig av olika IAM i sina analyser. I översynen av den fjärde utsläppsbudgeten användes TIAM-UCL39 för att skatta det globala priset på koldioxid under olika utsläppsscenarier (CCC, 2013a). Tidigare har även PAGE200240 använts för beräkningar av nettokostnaden av föreslagna utsläppsbanor (CCC, 2008). 3.4.5. Tyskland Tyskland presenterade 2010 ett Energiekoncept som målade upp landets policy för att uppnå en koldioxidsnål ekonomi till 2050. I underlaget till energikonceptet presenterades hur ett mål om minst 80 procent reduktion av växthusgaserna år 2050, jämfört med 1990, kan uppnås. Analysen baserade sig på ett antal scenarier som hade tagits fram med hjälp av ett antal olika modeller. Energiefterfrågan beskrevs med sektorsspecifika modeller (hushåll, service, industri, transporter) medan elmarknaden modellerades genom en bottom-upmodell över den europeiska elmarknaden, DIME41. Analysen av de makroekonomiska effekterna gjordes med hjälp av en makroekonometrisk modell, PANTA RHEI42. (Lindenberger m fl. 2010) I andra studier används andra uppsättningar av modeller. För 2009-års tyska energiprognos till 2030 används till exempel energisystemmodellen TIMES PanEU43 och en elmarknadsmodell, E2M2s, tillsammans med en dynamisk allmänjämviktsmodell, NEWAGE44. (IER m.fl. 2010) I en senare studie har ett forskningskonsortium, på uppdrag av Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (Tysklands motsvarighet till miljödepartementet), skapat och analysera scenarier med olika klimatpolitisk ambitionsnivå för år 2050. En av de mer centrala modellerna för att ta fram scenarierna var det tyska transport- och energimodellsystemet ASTRA-D45. Modellsystemets makroekonomiska modul 38 Energy System Modelling Environment (ESME), utvecklat av Energy Technologies Institute TIMES Integrated Assessment Model Univeristy College London (TIAM-UCL) 40 Policy Analysis of the Greenhouse Effect (PAGE) 41 Dispatch and Investment Model for European Electricity Markets (DIME), beräknar hur den europeiska efterfrågan på elektricitet kan mötas till lägsta kostnad. 42 PANTA RHEI bygger i sin tur på en makroekonometrisk modell över den tyska ekonomin, INFORGE, som utökats med detaljerad beskrivning av energisektorn och dess utsläpp, transportsektorn, bostadssektorn, material- och markanvändning. 43 TIMES PanEU är en europeisk energisystemmodell 44 National European Worldwide Applied General Equilibrium (NEWAGE) är en global, rekursivtdynamisk allmänjämviktsmodell. Modellen bygger på GTAP-databasen. 45 ASsessment of TRAnsport Strategies (ASTRA) är ett modellsystem för policyutvärdering inom transport- och energiområdet som i sitt grundutförande täcker 29 europeiska länder 39 40(113) NATURVÅRDSVERKET är uppbyggd kring en ekonomisk tillväxtmodell med inslag av såväl neoklassisk som keynesiansk teori. (Öko-Institut och Fraunhofer ISI, 2014) 3.4.6. EU kommissionen EU kommissionen tar sedan 2003 regelbundet fram ett referensscenario för den långsiktiga utvecklingen av energi, transporter och utsläpp av växthusgaser inom EU. Det senaste referensscenariot publicerades 2013 och sträcker sig fram till 2050 (EU kommissionen, 2013). Nästa uppdatering kommer att publiceras 2015. Ett av syftena med referensscenariot är att det ska kunna användas i klimat- och energipolitiska analyser. Referensscenariot har till exempel använts i kommissionens konsekvensutredning av EU:s färdplan för ett konkurrenskraftigt utsläppssnålt samhälle 2050, liksom det klimat- och energipolitiska ramverket till 2030. Policyscenarierna som analyseras är modellerade med i stort sätt samma modellpaket som referensscenariot. Arbetet med att ta fram scenarierna involverar flera olika aktörer men leds av E3Mlab vid National Technical University of Athens. De modeller som används täcker områden kopplade till: internationella bränslepriser; makroekonomiska antaganden och förädlingsvärden; transporter, energisystemmodellering och koldioxidutsläpp; jordbruk; markanvändning, skogsbruk och koldioxidutsläpp från LULUCF; övriga utsläpp till luft. Figur 4 nedan illustrerar schematiskt hur de olika modellerna förhåller sig till varandra. Den centrala modellen i modellpaketet är PRIMES, en modell över det europeiska energisystemet. Till skillnad från många andra energisystemmodeller inkluderar PRIMES såväl utbuds- som efterfrågesidan. Länkat till modellen finns vidare ett antal undermodeller som bland annat beskriver bland annat transportsektorn och utbudet av biomassa. Modellen utvecklas och körs av E3Mlab. (E3MLab, 2014) Den makroekonomiska modellen, GEM-E346, används bland annat för att ta fram de makroekonomiska trender som används i PRIMES. Modellen är en rekursivt dynamisk allmänjämviktsmodell och finns i en europeisk version och en global version. Teknologisk utveckling är endogen i vissa sektorer genom så kallade lärkurvor. (Perry m.fl. 2013) En senare version av modellen har även inkluderat teknisk utveckling genom endogena investeringar i forskning och utveckling (Karkatsoulis, 2014). Modellen underhålls och vidareutvecklas framförallt av E3MLab och Katholieke Universiteit Leuven, men finansieras och används även av EU kommissionens forskningscenter, JRC-IPTS. (http://www.astra-model.eu/). ASTRA-D har utvecklats för att med högre detaljnivå beskriva det tyska transport- och energisystemet. 46 General Equilibrium Model for Economy-Energy-Environment(GEM-E3) 41(113) NATURVÅRDSVERKET Kommissionen använder även andra modeller för att analysera olika aspekter av klimatpolitiken. För den makroekonomiska analysen av EU:s klimat- och energipolitiska ramverket till 2030 kompletterades till exempel den makroekonomiska analysen med körningar med den makroekonometriska modellen E3ME47. Figur 4. Schematisk skiss över kopplingen mellan de modeller som EU kommissionen använder sig av för att ta fram scenarier inom klimat- och energiområdet. (www.euclimit.eu/) 3.4.7. IPCC I IPCCs femte utvärderingsrapport diskuteras resultat från studier som analyserar olika ”transformation pathways”, dvs. utvecklingsbanor (scenarier) för att nå olika klimatmål (IPCC AR5, WGIII, kap 6). I den scenariodatabas som används som underlag för rapporten finns 1184 olika scenarier från 31 olika modeller. Modellerna är globala med en regional detaljnivå på mellan 1 och 57 geografiska områden. Samtliga scenarier sträcker sig till 2030, men de allra flesta analyserar utvecklingsbanor till slutet av det innevarande seklet. 47 E3ME är en global makroekonometrisk modell som utvecklas och används av Cambridge econometrics. 42(113) NATURVÅRDSVERKET Ungefär två tredjedelar av scenarierna kommer från ekonomiövergripande modeller och en tredjedel från partiella modeller (energisystemmodeller). Den makroekonomiska delen i de ekonomiövergripande modellerna är i regel en neoklassisk ekonomisk tillväxtmodell. De flesta scenarier (95 procent) är framtagna inom stora internationella modelljämförelseprojekt. Gemensamt för modellerna är att de försöker beskriver de viktigaste processerna som binder samman teknologier, relevanta mänskliga system (till exempel energisystemet, jordbruket och ekonomin i övrigt) och utsläpp av växthusgaser. Man skriver i rapporten att modellbaserade scenarier är ovärderliga för att bidra till förståelsen för samspelet mellan olika komplexa system, liksom för att studera hur beslut och handlingar leder till olika utfall. Samtidigt understryks att de modeller som ligger till grund för rapporten har sina begränsningar och att detta måste beaktas när man tolkar resultaten. Några av de brister som särskilt pekas ut är modellernas antaganden om rationella aktörer, avsaknad av analys av effekter från klimatåtgärder på andra politiska mål, och avsaknad av hänsyn till kopplingen mellan utsläppsminskningar, klimatanpassning och klimateffekter. En skillnad från den föregående utvärderingsrapporten är att AR5 även inkluderar ett antal scenarier som inte på förhand utgår ifrån att klimatmålen nås till lägsta kostnad, till exempel genom att anta begränsningar i vilka teknologier som är tillgängliga, eller genom att låta en större del av utsläppsminskningarna skjutas på framtiden. Dessa scenarier är dock få i förhållande till det totala antalet scenarier. En av slutsatserna som dras i rapporten är att uppskattningar av den sammanlagda ekonomiska kostnaden för utsläppsminskningar varierar stort mellan olika modeller. Utfallet är mycket känsligt för modellutformning och antaganden, liksom för hur scenarierna är specificerade (inklusive antaganden om kostnader och tillgänglighet för olika teknologier, samt antaganden om tidpunkten för utsläppsminskningarna). 3.4.8. OECD OECDs främsta miljö-ekonomiska modellverktyg är ENV-Linkages. ENVLinkages är en global, rekursivt dynamisk allmänjämviktsmodell, med fokus på energi och internationell handel. Utsläpp av koldioxid beskrivs lands- och sektorsvis. Modellen använder sig av GTAP-databasen och den geografiska och sektoriella aggregeringsnivån i ENV-Linkages anpassas efter behov. Den långsiktiga utvecklingen av makroekonomiska variabler hämtas från OECDs ekonomiska tillväxtmodell ENV-Growth. (Château m.fl., 2014) ENV-Linkages har nyligen bland annat använts i OECDs Environmental Outlook 2050 för att ta fram den socio-ekonomiska utvecklingen i referensscenariot, såväl som för att analysera konsekvenserna av klimatpolitiska åtgärder till 2050. I studien användes även modeller för att analysera biofysiska 43(113) NATURVÅRDSVERKET effekter och dessa kopplades till ENV-Linkages genom integratedassessmentmodellen IMAGE48. (OECD, 2012) I OECDs CIRCLE-projekt49 studeras hur miljökvalitet, klimatförändringar och resursknapphet påverkar ekonomisk tillväxt. Projektet försöker även kvantifiera de positiva effekterna av politiska åtgärder inom miljöområdet. ENV-Linkages används här i kombination med en IAM, AD-RICE50. Allmänjämviktsmodellen används för analysen till år 2060, medan AD-RICE används för att beskriva effekter fram till år 2100. 3.4.9. IEA Internationella energiorganet (IEA) publicerar regelbundet framåtblickande studier över det globala energisystemet och hur det kan ställas om i enlighet med striktare klimatpolitiska mål. De scenarier och färdplaner som tas fram av IEA har ingen tydlig formell roll i olika policyprocesser men resultaten har stor betydelse för bedömningar och analyser som genomförs vid utvecklingen av politiken i olika länder. Perspektivet som anläggs är globalt även om man studerar utvecklingen i olika regioner separat. World Energy Outlook (WEO) publiceras årligen sedan 1993 och innehåller scenarier och analyser av globala energimarknader på medellång sikt; i 2014 års rapport är tidshorisonten 2040. (IEA, 2014) Rapportserien inkluderar även flera specialrapporter varje år. Scenarierna i WEO tas fram med en global energisystemmodel, WEM51. Scenarier med längre tidshorisont presenteras i serien Energy Technology Perspectives där bland annat de teknologiska förutsättningarna för att nå tvågradersmålet analyseras. Rapporten har publicerats med ungefär två års mellanrum sedan 2006. Scenarierna sträcker sig fram till 2075 och bygger på en global energisystemmodell, ETP52. (IEA, 2015) IEA har även publicerades en nordisk version av rapporten kallad Nordic Energy Technology Perspectives. Den första utgåvan kom 2013 och utvärderar hur det 48 IMAGE (Integrated Model to Assess the Global Environment) består i sin tur av ett antal länkade modeller som bl.a. beskriver markanvändning, biodiversitet, flöden av näringsämnen och energisystemet. Modellen är skapad av det nederländska miljöutredningsinstitutet (PBL). 49 Costs of Inaction and Resource Scarcity: Consequences for Long-term Economic Growth (CIRCLE), http://www.oecd.org/environment/circle.htm. 50 Adaptation in the Regional Integrated model of Climate and the Economy (AD-RICE) 51 WEM-modelleln (World Energy Model) är en simuleringsmodell över det globala energisystemet. 52 ETP-modellen (Energy Technology Perspectives) är en global optimerande energisystemmodell som i detalj beskriver energiomvandlingssektorerna. Modellen är integrerad (mjuklänkad) till simuleringsmodeller som beskriver energianvändningen i industrin, byggnader samt transportsektorn. NATURVÅRDSVERKET 44(113) nordiska energisystemet kan bli koldioxidneutralt år 2050. Modellanalysen använder sig av ETP, men kompletteras av bland annat av VTT:s modell NORDIC TIMES. (IEA, 2013) En ny nordisk studie pågår och nästa version av Nordic Energy Technology Perspectives publiceras under 2016. 3.4.10. Världsbanken ENVISAGE är en global rekursivt dynamisk allmänjämviktsmodell, kompletterad med beskrivning av utsläpp av växthusgaser som Världsbanken använder sig av för klimatekonomiska analyser. Modellen har också en klimatmodul som översätter utsläppen till globala temperaturökningar som i sin tur påverkar den ekononomiska aktiviteter, vilket gör att den även kan klassas som en IAM. ENVISAGE använder sig av GTAP-databasen. (van der Mensbrugghe, 2010) I en rapport från 2014 studerar Världsbanken målinteraktioner mellan klimatpolitiken och andra politikområden. Syftet med rapporten är bland annat att kvantifiera ekonomiska, sociala och miljömässiga synergier som uppstår till följd av klimatpolitiken inom transporter, industri och boende i ett antal regioner. Analysen bygger på ett antal partiella modeller som används för att skatta olika typer av positiva effekter av klimatpolitiska åtgärder (till exempel hälsoeffekter, effekter inom jordbruk, transporter och avfall). För att skatta kostnader och tekniska potentialer för utsläppsminskningar används åtgärdskostnadstrappor från McKinsey. Resultatet från dessa modeller används därefter som indata i en makroekonometrisk modell, GEIM53. Analysen görs för år 2030. (Världsbanken, 2014) 3.4.11. Sammanfattning Genomgången ovan visar att det svenska arbetet med klimatekonomisk analys i stort inte skiljer sig från hur motsvarande arbete går till internationellt. För att identifiera specifika skillnader mellan länder krävs en mer detaljerad genomgång av de modeller och arbetssätt som används i respektive land. Någon sådan jämförelse har inte gjorts inom ramen för detta uppdrag. Samtliga studerade länder och organisationer använder modeller i sitt analysarbete och man utnyttjar såväl bottom-up som top-down ansatser. Energisystemmodeller är flitigt använda och MARKAL/TIMES är ett av de vanligare modellverktygen för detta ändamål. Som komplement till energisystemmodelleringen används ofta mindre modeller som i ännu högre detalj fångar specifika delar av energisystemet. För att beräkna kostnader och tekniska potentialer används även åtgärdskostnadstrappor. Bland de makroekonomiska modellerna är dynamiska allmänjämviktsmodeller vanligast, även om makroekonometriska modeller också förekommer. Vilken typ av 53 Oxford Economics Global Energy Industry Model (GEIM) NATURVÅRDSVERKET 45(113) makroekonomisk modell som används är i mångt och mycket en fråga om vilka befintliga modeller som finns tillgängliga. Globala allmänjämviktsmodeller bygger dock ofta på någon version av GTAP-databasen. Integrated assessmentmodeller i nyttjas framförallt till globala analyser men har på senare tid blivit alltmer kritiserade och används därför inte i samma utsträckning ofta som tidigare. Det är vanligt att flera olika ansatser kombineras. Energisystemmodeller och makroekonomiska modeller används ofta parallellt men att integrera ansatserna genom explicit länkning sker relativt sällan. Några undantag är till exempel Norges MSG-TECH och det pågående utvecklingsarbetet med den danska hybridmodellen IntERACT. Det senare exemplet visar också på att det är allt svårare att skilja top-down och bottom-up ansatserna från varandra. De nationella analyserna fokuserar i regel på klimatpolitikens kostnader medan intäktssidan av politiken (till exempel uteblivna skade- och anpassningskostnader till följd av klimatförändringar, eller synergier med andra politiska mål) utelämnas. Det finns flera skäl till detta. Ett av skälen kan vara att det redan i utsläppsmålet ligger en implicit värdering av nyttan av utsläppsminskningarna. Ett annat skäl är att det kan vara svårt att fånga sådana positiva effekter i de befintliga modellerna. Flera av projekten som nämnts ovan har därför haft som uttalat syfte att utveckla metoder för att även ta hänsyn till positiva effekter av att bedriva klimatpolitiken, till exempel New Climate Economy (2014), Världsbanken (2014) och OECD:s CIRCLE-projekt. Denna typ av studier har hittills framförallt genomförts av internationella organisationer. Utvecklingen av klimatekonomiska modeller och ansatser för olika typer av policyanalys sker även inom ramen för diverse internationella forskningsprojekt. 3.5. Diskussion Klimatpolitiken är komplex, sträcker sig över lång tid och berör flera sektorer och många olika aktörer. Klimat- och energifrågor berör därmed också olika departement och flera ansvariga myndigheter. De myndigheter som idag använder sig av klimatekonomiska modeller i sitt arbete är framförallt Naturvårdsverket, Energimyndigheten samt Konjunkturinstitutet. Naturvårdsverket har till uppgift att vara pådrivande, stödjande och samlande vid genomförandet av miljöpolitiken. Verket är också ansvarig myndighet för klimatmålet Begränsad klimatpåverkan. I Energimyndighetens verksamhet ingår att bevaka och analysera energimarknaderna och energisystemet utveckling. Konjunkturinstitutet har till uppgift att bland annat göra samhällsekonomiska analyser, som ska omfatta miljö- och klimatpolitiska styrmedel, samt göra miljöekonomiska analyser av relevans för svensk miljö- och klimatpolitik. NATURVÅRDSVERKET 46(113) 3.5.1. Transparensfrågor Syftet med de scenarioanalyser som de klimatekonomiska modellerna används till är att ge underlag för att kunna överblicka konsekvenserna av energi- och klimatpolitiken på kort och lång sikt. Analysresultaten utgör ett viktigt underlag för debatt och beslutsfattande inom klimatområdet och det är därför viktigt att modellanalysarbetet är transparent. Det gäller såväl modellers funktion och egenskaper som de antaganden och bedömningar på vilka analysen vilar. Det kan också vara av intresse för såväl andra myndigheter som allmänheten att få tillgång till resultat som tas fram med hjälp av modeller och som används som underlag i publikationer. Som exempel kan här nämnas att VATT i Finland gör såväl antaganden som resultat från sina körningar med allmänjämviktsmodellen VATTAGE tillgängliga för allmänhetet via finska statistiska centralbyrån. För att inte glömma de osäkerheter som är förknippade med framtidsstudier är det viktigt att i samband med att modellresultat redovisas även kommentera vilka faktorer som framförallt, vid sidan av den studerade policyförändringen, påverkat analysresultaten (exempelvis antaganden bakom referensscenariot eller specifika egenskaper hos modellen). Det är av samma anledning också önskvärt att få belyst i vilken mån eventuella begränsningar i modellen har påverkat studiens ursprungliga syfte. Mot bakgrund av detta kan sedan en diskussion med fördel föras kring på vilket sätt resultaten lämpar sig som beslutsunderlag. Ytterligare ett sätt att kommunicera osäkerheter är genom känslighetsanalyser på de mest centrala parametrarna i analysen. Känslighetsanalyser görs redan idag i samband med klimatekonomiska modellanalyser, men det kan finnas skäl att systematisera hur detta görs så att det bidrar till ökad förståelse av osäkerhetsaspekterna. 3.5.2. Metodutvecklingsfrågor Analysarbetet med klimatekonomiska modeller i Sverige liknar motsvarande arbete i andra länder. Även om de specifika modellerna skiljer sig åt är den generella ansatsen ofta densamma. Olika modeller har olika egenskaper och vilken typ av modell och ansats som är mest lämplig att använda beror på syftet med analysen. Det är därför också viktigt att kombinera olika angreppssätt och metoder för att få ett så bra beslutsunderlag som möjligt. Modeller kan användas oberoende av varandra eller länkas samman för att vinna fördelar från olika modellansatser (till exempel top-downmodeller och bottomupmodeller). För att åstadkomma de utsläppsminskningar som behövs för att nå klimatmålen krävs det att nya teknologier utvecklas och introduceras i ekonomin. En samhällsekonomisk analys inom klimatområdet bör därför inkludera en så bred uppsättning av befintliga och potentiella tekniska lösningar som möjligt. En renodlad aggregerad samhällsekonomisk analys riskerar till exempel att missa viktiga möjligheter och kan som påpekats ovan ha begränsat värde i det längre tidsperspektiv som ofta gäller i klimat- och energipolitiken. NATURVÅRDSVERKET 47(113) Konjunkturinstitutet driver för närvarande ett projekt för att länka EMEC med TIMES-Sweden. Liknande arbete görs i andra länder, till exempel Norge, för att därigenom göra mer kompletta analyser och om möjligt skapa bättre beslutsunderlag. I det här fallet bedöms en sådan länkning framför allt berika EMEC. Även med hänsyn till att de officiella långtidsscenarierna ska vara samstämmiga mellan myndigheterna bör det undersökas om den makroekonomiska modellen i framtiden ska kunna länkas till samma modell som Energimyndigheten använder sig av i framtagandet av sina långsiktiga scenarier för energisystemet. Länkning är resurskrävande och kan påverka arbetssättet för analyser och referensscenarier, men sett över tid kan ändå fördelarna överväga nackdelarna. Att utveckla en fungerande modell tar tid och stora resurser i anspråk och det är från ett svenskt perspektiv antagligen mer angeläget att på kort sikt fortsätta vidareutvecklingen av befintliga modeller. Det kan också krävas utveckling av verktyg för andra typer av analyser. Till exempel är det önskvärt att i högre grad än idag kunna analysera synergier och konflikter mellan olika miljömål och styrmedel, eller klimatpolitikens effekter på andra politiska mål. Det behöver också utvecklas metoder för att analysera styrmedel och åtgärder som inte enbart verkar genom koldioxidpriset; till exempel samhällsplanering, stöd till teknikutveckling, åtgärder för en transportsnål samhällsutveckling och lagstiftning för spridning av teknik. Detta kan i viss mån göras genom utveckling av befintliga modeller, men kan även kräva att nya metoder och modeller utvecklas eller köps in. Diskussioner kring inriktningen på den långsiktiga utvecklingen av metoder och modeller förs med fördel gemensamt mellan berörda myndigheter. Under arbetet med detta uppdrag har det diskuterats hur myndigheternas arbete med modeller (och andra analysverktyg) är organiserat. Till exempel MARKALNordic är en av de mest utvecklade modellerna över det svenska energisystemet och används inte bara av myndigheterna i fråga utan även i privat sektor. Att modellen även utnyttjas av andra aktörer än myndigheter är en fördel då det gör att den uppdateras och utvecklas regelbundet. Placeringen av denna modell hos en konsultfirma rymmer i sig både fördelar och nackdelar. Det kan bland annat antas vara kostnadseffektivt i förhållande till i vilken omfattning modellen faktiskt används i analysarbetet. Samtidigt är det generellt sett angeläget att placeringen av viktiga analysverktyg inte sker på ett sådant sätt att det riskerar att bli sårbart eller så att den långsiktiga utvecklingsbarheten minskar. Olika länder har olika lösningar för detta och huvudsaken är att det görs en avvägd bedömning av vilken driftsform som är den bästa. Allt annat lika kan det dock vara fördel med samsyn mellan berörda myndigheter kring hur den långsiktiga tillgången på viktiga verktyg ska säkerställas. NATURVÅRDSVERKET 48(113) 3.5.3. Samordningsfrågor Utveckling, underhåll och användning av en modell är resurskrävande. Hur utvecklingen av modeller som stöd för myndigheternas klimat- och energirelaterade analysarbete kommer att se ut är i hög grad en fråga om hur mycket resurser myndigheterna kan avsätta för detta ändamål, oavsett om det handlar om att bygga vidare på de verktyg som finns eller om att skaffa helt nya. Synergieffekter kan också finnas om modelleringsarbetet kopplas till annan ekonomisk modellering. Givet områdets bredd, det delade ansvaret för klimatfrågorna och tillgången på resurser kan det finnas skäl att öka samordningen mellan berörda myndigheter när det gäller metod- och modellutveckling för samhällsekonomisk analys inom klimatområdet. Ett sätt att göra detta på kan vara genom tillsättandet av en samverkansgrupp, som ett forum för diskussion, kunskapsutbyte och gemensamt arbete kring de strategiska aspekterna på utvecklingsarbetet. I en sådan grupp kan bland annat Naturvårdsverket, Energimyndigheten och Konjunkturinstitutet ingå. 3.5.4. Internationellt arbete Konjunkturinstitutet följer i dag relevant internationell forskning inom makroekonomiska analysmetoder på klimatområdet, och deltar i internationella forskningskonferenser. De följer även det praktiska arbetet inom EU. Konjunkturinstitutet menar själva att detta arbete skulle kunna förbättras genom att myndigheten mer aktivt deltar i internationella organisationers arbete, till exempel EU- och OECD-möten där relevanta policyfrågor med modellanknytning diskuteras. Utöver det skulle det vara värdefullt om man också fick möjlighet delta i internationella sammanhang där den mer praktiska tillämpningen av makroekonomiska modeller inom klimatområdet diskuteras. Energisystemmodeller av det slag som Sverige använder sig av i sitt prognosoch klimatanalysarbete finns i många andra länder. Energimyndigheten driver idag, under programmet Strategisk energisystemforskning ett internationellt klimatpolitiskt forskningsprogram. Myndigheten medverkar dessutom aktivt i IEA:s arbete och man finansierar även institutionen Nordisk Energiforskning under Nordiska ministerrådet. Det är värdefullt om sådant internationellt samarbete kan fördjupas i framtiden, i synnerhet med övriga nordiska länder. NATURVÅRDSVERKET 49(113) 4. Scenarier över utsläpp och upptag av växthusgaser Scenarier54 eller prognoser över utsläpp och upptag av växthusgaser har tagits fram med ungefär 2-3 års intervall sedan början av 1990-talet. Scenarierna har dels rapporterats till EU och i nationalrapporter till UNFCCC och dels redovisats i kontrollstationer för de nationella klimatmålen samt inom andra uppdrag för den svenska klimatstrategin. Scenarierna är framtagna enligt EU:s och FN:s rapporteringsriktlinjer (EU Decision 280/2004, EU Regulation 525/2013, FCCC/CP/1999/7). Scenarierna används bland annat för analyser vid uppföljning av mål och är en viktig del av underlaget för att följa upp de framsteg som har gjorts för att nå uppsatta mål för utsläppsminskningar. Men scenarier används även vid analyser när underlag ska tas fram inför att målen ska sättas. Vid analysen som görs inför beslut om på vilken nivå ett mål ska sättas behöver ett gap mellan mål och utsläppen enligt framtagna scenarier identifieras för att bedöma hur stort åtagande som målet innebär. Sådana analyser har gjorts till exempel för de nationella målen men också i samband med att Sverige får åtaganden inom EU eller Klimatkonventionen/Kyotoprotokollet. Vid målanalyserna används också olika klimatekonomiska modeller, se kapitel 3. Scenarier används dessutom vid analyser av behov av styrmedel och vid utvärdering av styrmedel, se kapitel 5. I detta kapitel redovisas hur tidigare redovisade scenarier har utvecklats och de jämförs med utfallet. Därefter följer förslag på förbättringar inklusive en kort beskrivning av hur scenarierna tas fram i Sverige. En kort internationell utblick görs också. 4.1. Referensscenarier jämfört med utfall I detta uppdrag har en genomgång gjorts av de svenska referensscenarier som rapporterats sedan 1994 vad gäller bland annat resultat och antaganden. Resultatet av scenarierna har sedan jämförts med faktiska utsläpp där det har varit möjligt. Scenarierna över utsläpp och upptag av växthusgaser sträcker sig cirka 15-20 år fram i tiden, så för de tidigaste scenarioredovisningarna finns ett verkligt utfall för utsläppsåren 2005 och 2010 att jämföra med. En jämförelse av 54 I detta kapitel väljer vi att använda begreppet scenario och det är här jämförbart med begreppet prognos som också har använts i en del klimatrapporter. Enligt kraven från EU och FN ska ”projections” rapporteras, vilket i betydelse hamnar mellan de svenska begreppen prognos och scenario. Därför har det på svenska i olika sammanhang valts prognos eller scenario då det inte finns ett ord med samma betydelse. NATURVÅRDSVERKET 50(113) resultatet har även gjorts för åren 2020 och 2030 men för dessa finns inget utfall ännu. 4.1.1. Totala utsläppsscenarier År 1994 rapporterades ett referensscenario över utsläpp av växthusgaser i Sveriges första nationalrapport till FN. Enligt rapporten så skulle utsläppen öka med 11 procent mellan år 1990 och 2005. I den senaste rapporteringen av utsläpp, var Sveriges utsläpp av 8 procent lägre 2005 jämfört med 1990 års nivå. Utsläppen år 2013 var 55,8 miljoner ton koldioxidekvivalenter vilket är 22 procent lägre än 1990. Enligt 2015 års referensscenario bedöms utsläppen fortsätta att minska till 2020 och 2030. Resultatet visar att utsläppen beräknas bli 23 procent lägre år 2020 jämfört med 1990 och cirka 30 procent lägre år 2030. I Figur 5 redovisas ett urval av referensscenarier som redovisats sedan 1994. Ju senare scenariot redovisats desto fler historiska utsläppsår finns med i tidsserien sedan 1990. Eftersom de historiska utsläppen från 1990 uppdateras varje år55 är utsläppsutvecklingen och scenarierna indexerade i figuren, där 1990=100. Figur 5. Ett urval av referensscenarier över utsläpp av växthusgaser, framtagna 1994, 2001, 2009 och 2014 (index 1990=100) visar att utsläppen har minskat för varje redovisning. 55 De historiska utsläppen uppdateras varje år med anledning av bland annat kvalitetsförbättringar i statistik, omräkningsfaktorer och beräkningsmetoder. 51(113) NATURVÅRDSVERKET Genomgången av resultaten från redovisningarna sedan 1994 visar att scenarierna över utsläpp av växthusgaser till 2005 och 2010 generellt har överskattat utsläppen för respektive prognosår jämfört med utfallet. Överskattningen har ju dock successivt blivit lägre i takt med att prognosåret ligger närmare i tid. Till exempel enligt det referensscenariot som redovisades 2001 så bedömdes att de totala utsläppen av växthusgaser skulle öka med 1 procent mellan 1990 och 2010. Enligt redovisningen år 2007 bedömdes istället att utsläppen skulle minska med 3 procent. Utfallet blev 11 procent lägre utsläpp. Även för scenarierna till 2020 och 2030 ser vi samma tendens, att de totala utsläppen för respektive prognosår bedöms bli successivt lägre för varje redovisning. År 2001 visade referensscenariot att utsläppen bedömdes öka med 3 procent mellan 1990 och 2020. I den senaste redovisningen bedöms istället utsläppen minska med 23 procent för samma tidsperiod. Se Tabell 1. Tabell 1. Referensscenarier för utveckling i totala utsläpp av växthusgaser mellan 1990 och 2005 med faktiskt utfall från och med redovisning 2007 respektive referensscenarier över utsläppsutveckling mellan 1990 och 2010, med utfall för redovisningen 2014 (utfall markerat i fet stil) samt referensscenario över utsläppsutveckling 1990-2020 men utan utfall. Tabellen visar att utsläppen blir lägre till både 2005, 2010 och 2020 för varje redovisning. Redovisning 1994 2001 2005 2007 2009 2012 2014 Utsläppsutveckling 1990-2005 11% 0% -2% -7% -7% -7% -8% Utsläppsutveckling 1990-2010 Inget scenario till 2010 1% -1% -3% -10% -9% -11% Utsläppsutveckling 1990-2020 Inget scenario till 2020 3% 6% 0% -12% -18% -23% En uppföljning av det nationella klimatmålet till 2008-2012 visar (se figur 6) att när målet sattes år 2001 så baserades det på ett referensscenario där utsläppen bedömdes bli ungefär på samma nivå år 2010 som de var år 1990. Målet som då sattes innebar att utsläppen av växthusgaser skulle minska med 4 procent mellan 1990 och genomsnittet för 2008-12. Utfallet blev 16 procent lägre utsläpp i genomsnitt. De lägre utsläppen är ett resultat av bland annat de åtgärder som genomförts för att nå målet, oförutsedda händelser som t ex den ekonomiska krisen 2008-2009 och att de antaganden som gjordes för referensscenariot var osäkra. Utsläppen år 2009 minskade kraftigt främst till följd av den ekonomiska nedgången som startade 2008-2009, men ökade kraftigt år 2010 som var ett kallt NATURVÅRDSVERKET 52(113) år, vilket visar på svårigheterna med att förutse utsläppsutvecklingen i ett referensscenario. Figur 6. Figuren visar referensscenariot som redovisades 2001 med historiska utsläpp 1990-1999 och scenario till 2005 och 2010 som var underlag för beslut om mål till 2008-12. I figuren visas också nivån på det nationella målet för 2008-12 samt vad utfallet i utsläpp blev enligt utsläppsrapporteringen år 2015. De genomsnittliga utsläppen för 2008-12 blev lägre än vad referensscenariot visade när målet sattes. Att resultatet visar på lägre utsläpp i scenarierna för varje redovisning har flera förklaringar. Det beror bland annat på att styrmedel har införts så att åtgärder genomförts. Referensscenarierna innefattar bara beslutade styrmedel vid tidpunkten då scenarierna görs vilket innebär att det i arbetet med att minska utsläppen då nya beslut fattas, alltid blir så att nyare referensscenarier pekar mot lägre framtida utsläpp. Även metoderna för hur scenarierna tas fram har utvecklats över tid så att resultatet hamnar närmare utfall. Men utsläppen har också påverkats av många andra faktorer inom olika sektorer, se även avsnitt 4.1.1. Scenarier över utsläpp av växthusgaser bygger på ett antal antaganden för dessa faktorer som naturligtvis är osäkra. Några faktorer som har betydelse för utfallet är utvecklingen för energipriserna, ekonomin och befolkningen. Även teknikutvecklingen och näringslivets strukturutveckling har betydelse. Den ekonomiska utvecklingen (BNP) och oljeprisutveckling är två centrala antaganden för referensscenariot för energisektorn. En jämförelse mellan de tidiga referensscenarierna för BNP och utfall visar att utvecklingen för tiden före finanskrisen i genomsnitt har underskattats (se figur 7). I referensscenarierna har antagits en BNP på cirka 2 procent per år medan genomsnittet för perioden 1990 till 2007 blev cirka 2,4 procent per år. Den ekonomiska krisen som startade 2008 NATURVÅRDSVERKET 53(113) där BNP blev mycket lägre än vad som bedömdes i referensscenariot samt återhämtningen år 2010 där BNP blev mycket högre, är mycket svåra att hanteras i scenarier på medellång och lång sikt. Den ekonomiska lågkonjunkturen som startade 2008-2009 har påverkat utsläppen från industrisektorn med kraftiga utsläppsminskningar år 2009 men också från transportsektorn framför allt från godstransporter men även från personbilar. Figur 7. Historisk utveckling av BNP i volym %/år samt referensscenarier för BNP redovisade 2001, 2008, 2012 och 2014 som visar att de tidigare referensscenarierna underskattar den ekonomiska utvecklingen och att åren 2009-2010 var extrema år till följd av den ekonomiska krisen vilket påverkar utsläppsutvecklingen. När det gäller referensscenariot för oljeprisutveckling (figur 8) visar en jämförelse med verkligt utfall att den kraftiga prisökningen på olja har varit svår att förutse. Referensscenarierna har i de flesta fall underskattat prisutvecklingen. Den kraftiga ökningen har främst påverkat utsläppsutvecklingen i transport-, industri- och bostadssektorn. 54(113) NATURVÅRDSVERKET Figur 8. Jämförelse mellan historisk utveckling av oljepriset samt referensscenarier som är redovisade 2001, 2006, 2008 och 2014 visar att oljeprisutvecklingen ofta har underskattat.s 4.1.2. Scenarier per sektor Scenarierna med successivt lägre utsläpp för respektive prognosår för varje redovisning beror främst på lägre utsläpp från sektorerna inrikes transporter, industrins förbränning och el- och fjärrvärmeproduktion men även de andra sektorerna har lägre utsläpp. I Figur 9 visas sektorernas andel av utsläppen vid 1990, 2010 och 2020 för referensscenarierna som redovisades 2001 respektive 2014. 55(113) NATURVÅRDSVERKET Figur 9. Sektorernas andel av utsläppen för 1990 och i referensscenarierna till 2010 och 2020 enligt redovisningarna 2001 respektive 2014. Figuren visar att det är framför allt transporternas och industrins utsläpp som har minskat i redovisningen 2014. Liksom för de totala utsläppen så visar scenarierna för utsläppen från olika sektorer en tendens att visa lägre utsläppsnivåer för varje redovisning, om än i olika grad. I Tabell 2 visas prognostiserad utsläppsutveckling mellan 1990 och 2010 respektive 1990 och 2020 för olika sektorer, redovisad vid olika tidpunkter. Tabell 2. Referensscenarier utsläppsutveckling mellan 1990 och 2010 respektive 1990 och 2020 för olika sektorer i redovisningar som gjorts 2001, 2007, 2009, 2012 och 2014. I redovisningen 2014 framgår utfall för utveckling mellan 1990 och 2010. (utfall markerat i fet stil) Sektor Inrikes transporter Industrins förbränning El- och värme- Utsläppsutveckling år Redovisningsår 2001 2007 2009 2012 2014 1990-2010 14% 15% 14% 7% 8% 1990-2020 21% 26% 16% 4% -12% 1990-2010 * 9% -10% -16% -19% 1990-2020 * 15% -12% -13% -30% 1990-2010 * 30% 8% 32% 32% 56(113) NATURVÅRDSVERKET produktion Bostäder, lokaler, areella näringar Industriprocesser 1990-2020 * 29% 12% -3% 12% 1990-2010 * -59% -62% -61% -66% 1990-2020 * -66% -70% -72% -74% 1990-2010 25% 6% 7% 8% 5% 1990-2020 31% 5% 7% 3% -6% 1990-2010 -8% -14% -14% -13% -14% 1990-2020 -8% -14% -25% -19% -20% 1990-2010 -62% -52% -52% -46% -47% 1990-2020 -84% -76% -76% -68% -69% 1990-2010 20% -8% -46% -17% 7% 1990-2020 -1% 6% -52% -38% -38% Jordbruk Avfall LULUCF** *I redovisningen år 2001 finns endast redovisad för energisektorn totalt och inte uppdelat på delsektorer **LULUCF =Land Use, Land Use Change and Forestry Inrikes transporter En sektor där referensscenariot visar på lägre utsläpp till både 2010 och 2020 för varje scenario som redovisats, är transportsektorn. Till exempel bedömdes utsläppen från inrikes transporter öka med 14 procent mellan 1990 och 2010 i redovisningen 2001 (figur 10). Rapporterade utsläpp för samma period visade att utfallet blev 8 procent högre år 2010 jämfört med 1990. På motsvarande sätt visar referensscenariot som redovisades 2001 att utsläppen av växthusgaser beräknas öka med cirka 20 procent mellan 1990 och 2020. Motsvarande scenario år 2014 visade att utsläppen istället beräknades minska med 12 procent 19902020. Utfallet för 2020 har inte redovisats ännu. NATURVÅRDSVERKET 57(113) Figur 10. Historiska utsläpp av växthusgaser från inrikes transporter samt urval av referensscenarier mellan 2001 och 2014. (Index 1990=100). Figuren visar att utsläppsutvecklingen har överskattats i referensscenarierna. Det finns flera anledningar till att referensscenarierna för transportsektorn visar lägre utsläpp med åren. Till exempel har nya styrmedel införts (och befintliga har justerats) och hänsyn har tagits till den senaste utsläppsutvecklingen som i många fall varit mer gynnsam än vad som bedömdes i föregående scenario. Andra exempel är antaganden kring oljeprisutvecklingen och den ekonomiska utvecklingen, se avsnitt 4.1. De styrmedel som införts har tillsammans med priser och konjunktur bidragit till att utsläppen har stabiliserats för att sedan minska. Från början/mitten av 2000talet har andelen förnybara drivmedel ökat och andelen dieselbilar ökat. Fram till mitten av 2000-talet var andelen dieselbilar som såldes mycket låg men sedan har andelen ökat kraftigt och nu är andelen dieselbilar som säljs cirka 60 procent. Andelen förnybara drivmedel har ökat framför allt som en följd av ökad låginblandning i bensin och diesel. Antaganden kring andelen förnybart har reviderats för varje scenario. Denna utveckling inkluderades i referensscenarierna från slutet av 2000-talet. Även trafikarbetet har planat ut från 2008. Trafikarbetet ökade från 1990 fram till mitten av 2000-talet. I de tidigare referensscenarierna antogs därför att trafikarbetet skulle fortsätta öka vilket innebar att även utsläppen beräknades öka. Sedan 2008 har dock trafikarbetet planat ut och antaganden om framtida trafikarbete har reviderats i de senare redovisningarna. NATURVÅRDSVERKET 58(113) I de senaste referensscenarierna har EU:s krav på lägre koldioxidutsläpp per kilometer inkluderats56. EU har successivt infört högre krav på hur mycket koldioxid nya personbilar och lätta lastbilar får släppa ut. I redovisningen år 2010 inkluderades EU:s koldioxidkrav som skulle gälla från 2015 och i det senaste scenariot från 2014 inkluderades kraven som gäller från år 2021. Detta resulterar i en kraftigare effektiviseringstakt jämfört med de tidigare scenarierna. För transportsektorn har också metoder och modeller som används för att ta fram referensscenarier för transportsektorn utvecklats relativt mycket sedan 1990talet. Förutom uppdateringar av modeller tas hänsyn till fler faktorer som påverkar utvecklingen. Industrins förbränning En annan sektor som visar på lägre prognostiserade utsläpp både till 2010 och 2020 är industrins förbränning (figur 11). Enligt det referensscenario som redovisades år 2007 bedömdes utsläppen från industrins förbränning öka med 9 procent mellan 1990 och 2010 för samma period. Utfallet 2010 blev en minskning med 19 procent. För perioden 1990-2020 visade 2007 års referensscenario en ökning av utsläppen med 15 procent, medan 2014 års redovisning istället visade en utsläppsminskning på 30 procent för samma period. 56 För personbilar ingår 130 g/km år 2015 från prognosredovisning 2010 och 95 g/km år 2021 från prognosredovisning 2014. För lätta lastbilar ingår 175 g/km år 2015 från prognosredovisning 2010 och 147 g/km år 2021 från prognosredovisning 2014 NATURVÅRDSVERKET 59(113) Figur 11. Historiska utsläpp av växthusgaser från industrins förbränning samt urval av referensscenarier mellan 2007 och 2014. (Index 1990=100). Figuren visar att utsläppsutvecklingen har överskattats i referensscenarierna. Anledningarna till att referensscenarierna visar på lägre utsläpp med åren är även här många, till exempel att styrmedel justerats och att hänsyn tagits till den senaste utsläpputvecklingen. Den viktigaste anledningen till lägre utsläppsscenarier på senare år är den ekonomiska lågkonjunkturen som startade 2008 och som har påverkat industrin. Framför allt var utsläppen år 2009 mycket låga men utsläppsnivån är lägre även efter finanskrisen vilket påverkar referensscenariots utsläppsnivå. Se även avsnitt 4.1. Även oljeprisutvecklingen har påverkat utsläppsutvecklingen. Från 2000-talet kan vi se en övergång från användning av fossila bränslen till el och biobränslen. Denna utveckling tillsammans med nya antaganden om sambandet mellan tillväxt i förädlingsvärde för olika branscher och energianvändning (så kallad decoupling) ger lägre scenarier, framför allt från och med scenarioredovisningen år 2009. I referensscenarierna för industrins förbränning har antagits att utvecklingen i energianvändning följer utvecklingen i förädlingsvärde. Det har visat sig att denna inte varit så tydlig i vissa branscher på senare år. Antaganden och samband i scenarierna har därför reviderats över tid. Övriga delar av energisektorn Även för sektorerna el- och värmeproduktion samt bostäder, lokaler och areella näringar visar referensscenarierna lägre utsläpp för varje redovisning, se Tabell 2. Resultatet för el- och fjärrvärmesektorn har varierat något över åren, men visar överlag på lägre prognostiserade utsläpp. Året 2010 var ett mycket kallt år, vilket innebar ovanligt höga utsläpp för el- och värmeproduktion – utfallet blev 32 procent högre utsläpp år 2010 jämfört med 1990. I detta fall stämde därför de tidiga referensscenarierna mycket väl, även om senare scenarier pekade mot lägre utsläpp för 2010. Utsläppen före och efter år 2010 är dock betydligt lägre. En anledning till att referensscenarierna är något lägre för varje redovisning är även här att det har införts nya styrmedel och befintliga har justerats. Redovisningarna av utsläpp från bostäder och lokaler visar också på lägre utsläpp för varje gång men skillnaderna är inte lika stor som för t ex transporter och industri. Utsläppen för respektive prognosår har bedömts bli lägre i takt med styrmedel införts och att utsläppen minskar. Referensscenarierna för bostäder och lokaler men även el- och värmeproduktion är normalårskorrigerade eftersom utsläppen varierar med temperaturen och nederbörd. Det innebär att scenarierna genomgående har hamnat högre än det faktiska utfallet eftersom temperaturen varit högre än normalt för alla år mellan 1990 och 2013 utom 1996 och 2010. Jordbruk Även för jordbrukssektorn (figur 12) har referensscenarierna ändrats något genom åren men inte i lika stor grad som för energi- och transportsektorerna. NATURVÅRDSVERKET 60(113) Scenariot till 2010 har varit ungefär detsamma medan utsläppsscenarierna till 2020 och 2030 har varierat mer. Redovisningarna från 2005 och framåt har visat på utsläppsminskningar på cirka 13-15 procent mellan 1990 och 2010. Utsläppen år 2010 är nu rapporterade och de är 14 procent lägre jämfört med 1990. Dessa referensscenarier visade sig med andra ord hamna nära utfallet. För 2020 och 2030 är det större variation i resultatet. Enligt redovisning år 2005 bedömdes utsläppen från jordbrukssektorn minska med 15 procent mellan 1990 och 2020. Redovisningen år 2009 visade en minskning med 25 procent mellan 1990 och 2020 medan resultatet år 2014 visar på en minskning med 20 procent för samma period. De olika resultaten till 2020 och 2030 beror främst på förändrad jordbrukspolitik och olika antaganden vad gäller priser, produktion och produktivitet. Figur 12. Historiska utsläpp av växthusgaser från jordbrukssektorn samt urval av referensscenarier mellan 2005 och 2014. (Index 1990=100) Markanvändning, förändrad markanvändning och skogsbruk När det gäller utsläpp från LULUCF-sektorn57 har referensscenarierna för utveckling i nettoupptag till 2010 och 2020 varierat (figur 13). I redovisningen år 2009 visade referensscenariot att nettoupptaget bedöms minska med nästan 50 procent mellan 1990 och 2010, medan utfallet blev en ökning med 7 procent. Anledningarna till att scenarierna har underskattat nettoupptaget är bland annat nya antaganden om avverkning men även att det historiska nettoupptaget har ändrats. Data för historiska nettoupptag har varierat mellan de olika 57 LULUCF=Land Use, Land Use Change and Forestry (Markanvändning, förändrad markanvändning och skogsbruk) NATURVÅRDSVERKET 61(113) scenarioredovisningarna, vilket främst beror på uppdatering med nya fältprover och revidering av metodiken. Figur 13. Historiska utsläpp av växthusgaser från LULUCF samt urval av referensscenarier mellan 2009 och 2015. (Index 1990=100) Index större än 100 innebär ett ökat nettoupptag jämfört med 1990. 4.2. Slutsatser Scenarier över utsläpp och upptag av växthusgaser har tagits fram i Sverige i ungefär tjugo års tid, och arbetet har utvecklats och förbättrats under den här tiden. Referensscenarier är dock osäkra och kan därför hamna mycket långt ifrån den nivå som sedan faktiskt uppstår 10-20 år senare. Genomgången av tidigare utsläppsscenarier visar att i Sverige ser vi en tendens mot successiva nedskrivningar av våra referensscenarier. Om avståndet mellan scenariot och det mål som ska uppnås minskar blir konsekvenserna också mindre i de analyser som görs. Att scenarioresultatet visar på högre utsläpp än utfallet har flera förklaringar. Det beror bland annat på att styrmedel har införts så att åtgärder har genomförts och att den historiska trenden utvecklats annorlunda än tidigare scenarier visat på, men utsläppen har också påverkats av många andra faktorer. Scenarier bygger på ett antal antaganden för dessa faktorer som är osäkra. I scenarier på medellång och lång sikt är det också svårt att på något sätt ta hänsyn till mer kortsiktiga variationer som kan påverka jämförelsen för ett givet år. De referensscenarier som tas fram kommer alltid att vara osäkra men är, trots det, ett bra stöd i beslutsprocessen. Syftet med referensscenarierna är att visa på möjliga utfall givet vissa förutsättningar. Därmed kan de fungera som ett viktigt kunskapsunderlag för beslut som ska tas. Scenarier kan också inkludera ett NATURVÅRDSVERKET 62(113) långsiktigt perspektiv som är svårt att överblicka på annat sätt. Resultatet av scenarierna kan innebära att de beslut om tas innebär förändringar som i sin tur medför att scenarierna slår fel men om det i detta sammanhang innebär att utsläppen har minskat så har ju referensscenarierna som beslutsunderlag varit lyckade ändå. I Sverige har metoderna för att ta fram referensscenarierna utvecklats under lång tid och kan anses ha en relativt hög kvalitet, se avsnitt 4.5. De osäkerheter som finns kan dock hanteras på ett bättre sätt, både genom ökad medvetenhet om vad scenarierna visar och genom att komplettera med ytterligare underlag. Ett par sätt att utveckla hur osäkerheter redovisas kan dels vara att utveckla känslighetsanalyserna som sådana och dels vara att redovisa referensscenariot med ett intervall i form av till exempel ett antal procent högre eller lägre utsläpp för respektive prognosår. Procentsatsen kan t ex baseras på den variation i resultat som tidigare scenarier visat. Arbetet med systematisk uppföljning av antaganden och resultat behöver också fortsätta. Genom att ha en mer kontinuerlig systematisk genomgång av antaganden som görs i referensscenarierna, kan osäkerheterna fångas upp och utformningen av känslighetsanalyserna förbättras. Det kan också ge ett bättre underlag för vilka faktorer som har störst betydelse för att förstå utvecklingen. Några tankar kring tänkbara förbättringar listas nedan. Ta hänsyn till osäkerheterna i referensscenarierna vid beslut om mål och åtagande samt styrmedel. Även om referensscenarierna har förbättrats och utvecklats så kommer de alltid att vara osäkra till sin natur, eftersom vi inte helt kan förutspå vad som kommer att hända i framtiden. Scenarierna är ändå ett viktigt beslutsunderlag i klimatarbetet. Det innebär att det är viktigt att ta hänsyn till denna osäkerhet när scenarier används för olika ändamål. Det kan dessutom behöva utvecklas metoder för omvärlds- och riskanalys som stöd för beslutsfattande. Känslighetsanalyser behövs och det görs redan men de behöver utvecklas. Ett sätt att hantera och illustrera osäkerheten är att göra känslighetsalternativ där olika parametrar varieras för att se vilken betydelse de har för resultatet. Känslighetsanalyser görs redan men kan behöva utvecklas inom olika sektorer för att bättre fånga vilka parametrar som har störst betydelse för scenarioresultatet. De parametrar som oftast har varierats för energisektorn är BNP-utveckling och fossilbränslepriser som ger fall med högre respektive lägre utsläpp. Men de befintliga känslighetsanalyserna ger i praktiken inte så stor skillnad i resultat. För att skapa känslighetsalternativ som kan visa osäkerheten på ett bättre sätt kan det vara bättre att välja de parametrar som har störst betydelse för scenarioresultatet inom respektive sektor. För energisektorn skulle det därför vara värdefullt att identifiera parametrar inom respektive delsektor NATURVÅRDSVERKET 63(113) som har stor betydelse för scenarioresultatet, istället för att som idag använda samma parametrar för alla delsektorer. För transportsektorn kan kanske antaganden kring effektiviseringstakt – och för bostadssektorn befolkningstillväxten – vara parametrar som varieras för att illustrera osäkerheten. För jordbrukssektorn kan arbetet med känslighetsanalyser förbättras genom att förändra parametrarna för produktivitet, priser på avsaluprodukterna och investeringsviljan hos jordbrukarna. Metoderna för hur scenarierna tas fram kan i vissa delar förbättras. Arbetet med scenarier utvecklas ständigt och många förbättringar har gjorts under flera år, det kan till exempel gälla förbättringar av modellverktyg eller metoder. Det finns möjligheter till ytterligare förbättringar med modeller och verktyg och beräkningssamband. Generellt bör sådana förbättringar som har störst betydelse för resultatet (d.v.s. en stor andel av utsläppen berörs) prioriteras. Ett fortsatt arbete om vilka förbättringar det skulle vara behöver göras. Nedan följer en kort beskrivning av metoderna för att ta fram referensscenarierna och tänkbara förbättringar. 4.3. Arbetet med referensscenarier i Sverige 4.3.1. Arbetsprocess Sverige rapporterar scenarier över utsläpp och upptag av växthusgaser samt över utsläpp av luftföroreningar till EU och till FN. Scenarierna för växthusgaser och luftutsläpp tas fram baserat på befintliga styrmedel, d.v.s. de är referensscenarier. För växthusgasutsläppen ska även känslighetsscenarier med högre respektive ett med lägre utsläpp rapporteras. Om ytterligare styrmedel eller åtgärder är planerade ska även ett scenario med ytterligare åtgärder beräknas och rapporteras. Det nuvarande systemet för att ta fram scenarier för växthusgaser i Sverige består av ett system av informationsflöden och arbetsuppgifter som sköts av olika nationella aktörer. En majoritet av dessa flöden och arbetsuppgifter är reglerade i Klimatrapporteringsförordningen (SFS 2014:1434). Ett nationellt system för arbetet med att rapportera styrmedel och scenarier ska enligt en EUförordning (nr 525/201358) finnas på plats senast den 9 juli 2015. Systemet ska innehålla information om relevanta institutionella, legala och procedursmässiga arrangemang som är etablerade för att utvärdera styrmedel och göra scenarier för utsläpp och upptag av växthusgaser. 58 Europaparlamentets och rådets förordning (EU) nr 525/2013 om en mekanism för att övervaka och rapportera utsläpp av växthusgaser och för att rapportera annan information på nationell nivå och unionsnivå som är relevant för klimatförändringen och om upphävande av beslut nr 280/2004/EG 64(113) NATURVÅRDSVERKET Naturvårdsverket ska samordna det nationella klimatrapporteringsarbetet, upprätthålla det rapporteringssystem som behövs samt ta fram och sammanställa underlag för rapporteringen och lämna underlaget till regeringen. Till klimatrapporteringsförordningen hör överenskommelser mellan Naturvårdsverket och de enskilda myndigheterna som specificerar åtagandena mer i detalj. Det innebär att för ett flertal myndigheter är samarbetet med Naturvårdsverket vad det gäller scenarioarbetet reglerat (Skogsstyrelsen, Energimyndigheten, Jordbruksverket, Sveriges lantbruksuniversitet, Trafikanalys, Trafikverket och Transportstyrelsen). Även annat utbyte än sådant som är direkt reglerat i förordningen behövs mellan aktörerna inom det svenska systemet för att ta fram scenarier. Som ett led i framtagandet av utsläppsscenarierna ansvarar olika myndigheter för att direkt eller indirekt producera underlagsinformation för dessa, se tabell 3. Underlagen kan vara direkt framtagna för att användas i utsläppsscenarierna eller tas fram för att fylla andra ändamål (till exempel för ekonomisk uppföljning). Flera av myndigheterna använder olika modeller för att göra sina scenarier. Klimatrapporteringsförordningen ställer även krav på deltagande myndigheter att se till att de metoder som används för att ta fram dataunderlaget håller den kvalitet som behövs för att Sveriges klimatrapportering ska kunna göras på rätt sätt. Myndigheterna ska ha interna rutiner för att planera, genomföra, kontrollera, dokumentera och följa upp kvalitetsarbetet samt samråda med varandra i syfte att utveckla och upprätthålla ett samordnat kvalitetssystem. Förordningen anger dels att beräkningar, antaganden och resultat av scenarierna ska kvalitetssäkras, dels vilka myndigheter som ansvarar för vilka underlag. Tabell 3. Utsläppscenariernas olika delar, vilka myndigheter som ansvarar för att ta fram aktivitetsdata respektive utsläppsscenario för. Sektor Scenario för aktivitetsdata eller utsläpp/upptag tas fram av El och fjärrvärme Energianvändning (industri, bostäder och service samt transport) Energimyndigheten, Naturvårdsverket och Trafikverket Industriprocesser, lösningsmedel och produktanvändning Naturvårdsverket Jordbruk Jordbruksverket Naturvårdsverket LULUCF SLU Avfall Naturvårdsverket NATURVÅRDSVERKET 65(113) 4.3.2. Energisektorn Energimyndighetens långtidsscenario för energisystemet tas fram med två års mellanrum och används som underlag till klimatrapporteringen (se t.ex. Energimyndigheten 2014). Långtidsscenariot baseras på en mängd olika metoder och modeller samt antaganden och förutsättningar. Utsläppen beräknas sedan med utgångspunkt från senaste utsläppsinventering och med utvecklingstakter från långtidsscenariot för olika energislag. En energibalans består av energianvändning och energitillförsel. Energianvändningen är användningen i inhemsk industri, transporter och bostäder och service, användningen för utrikes flyg och sjöfart, omvandlingsoch distributionsförluster samt användningen av energiprodukter för ickeenergiändamål. Den totala energitillförseln består av tillfört bränsle till användarsektorerna och till omvandlingsanläggningar som kraftvärmeverk. Den framtida energibalansen i långtidsscenariot beräknas av Energimyndigheten, baserad på antaganden om priser och ekonomiska förutsättningar, se Figur 14 nedan. Konjunkturen har stor inverkan på Sveriges energianvändning. Den ekonomiska tillväxten är således en viktig förutsättning för energibalansen och erhålls från Konjunkturinstitutets EMEC-modell. Tillväxten bestäms bland annat av omvärldsfaktorer såsom priser på el, fjärrvärme, fossila bränslen och koldioxidpriset, vilka fungerar som ingångsvärden till EMEC. För att öka prognosernas jämförbarhet inom EU tillhandahåller EU-kommissionen dessa förutsättningar.59 Den ekonomiska tillväxten totalt och för olika branscher används som en av förutsättningarna för att ta fram energibalansen. Innan scenariot för energianvändning tas fram tar Energimyndigheten fram förutsättningar såsom bränslepriser, mål i elcertifikatsystemet samt förutsättningar för el- och värmeproduktion. Därefter tas preliminära el- och fjärrvärmepriser fram genom beräkningar i modellen MARKAL-Nordic. Priserna används av Konjunkturinstitutet för att ta fram ekonomiska förutsättningar. Scenarier för industri, bostäder och service samt transporter tas fram. Scenarierna för industri, bostäder och service samt elbehovet i transportsektorn används sedan i modellen MARKAL-Nordic för att erhålla el- och värmeproduktion, som ett modellresultat. Resultaten från MARKAL justeras därefter, exempelvis saknas några bränslen i modellen som måste läggas till i efterhand. Därefter balanseras energianvändningen med energitillförseln. Nedan beskrivs de sektorsvisa metoderna mer i detalj. 59 Enligt 525/2013 ska dessa förutsättningar, däribland koldioxidpriser enligt systemet för handel med utsläppsrätter och internationella importpriser för kol och olja, göras tillgängliga senast 9 månader innan rapporteringsdatum. För Sverige är detta för sent i processen. Troligtvis kommer inte dessa förutsättningar därför kunna användas, utan Energimyndigheten behöver ta fram egna förutsättningar som används i prognosarbetet. 66(113) NATURVÅRDSVERKET Energibalansen baseras inte på samma indelning av kategorier som utsläppsstatistiken utan baseras på den indelning som energistatistiken har. För att beräkna utsläpp anpassas därför energiscenariot till formatet för Energi utsläppsrapportering. Utsläppen beräknas sedan genom att använda utvecklingstakten för respektive sektor och bränsleslag. Naturvårdsverket kompletterar vid behov de sektorer eller kategorier som saknas. Naturvårdsverket beräknar av koldioxid för alla branscher som inte är belagda med sekretess, Kanskeutsläpp lite smalare? vilka istället beräknas av Statistiska Centralbyrån (SCB) inom konsortiet Svenska miljöemissionsdata (SMED) på uppdrag av Naturvårdsverket. Hela processen tar ungefär ett kalenderår i anspråk med befintliga resurser. MARKALNordic Priser för fossila bränslen, biobränslen samt koldioxid Priser för el och fjärrvärme EMEC Ekonomisk tillväxt Scenario för energianvändning Scenario för el och fjärrvärme MARKALNordic Figur 14. Principiell figur över hur scenariot för energisystemet tas fram. El- och värmeproduktion Scenariot för el- och värmeproduktionen erhålls från modellen MARKALNordic. Energibehovet i användarsektorerna (industri, bostäder och service m.m. samt elbehovet i transportsektorn), skatter och andra styrmedel, bränslepriser, den ekonomiska och den tekniska utvecklingen används som förutsättningar i modellen. I MARKAL-Nordic ingår el producerad med vind-, kärn-, vatten-, sol- och kondenskraft, värmeproduktion från spillvärme, värmepumpar m.m. som inte är bränslebaserad samt el och värme producerad med kraftvärme. I MARKALNordic ingår inte restgaser från stålindustrin som i Sverige används för att producera både el och värme, istället för att facklas. Restgaserna läggs till av Energimyndigheten i efterhand, då även övriga obalanser justeras. Transporter Scenariot för utsläpp från transportsektorn görs av Energimyndigheten och baseras på en mängd olika antaganden och förutsättningar. Transportsektorn Scenario för energibalans NATURVÅRDSVERKET 67(113) ingår inte i MARKAL-Nordic. Sektorn delas här in i vägtrafik, luftfart, bantrafik och sjöfart. Energimyndighetens modell över vägtrafikens energianvändning består dels av en bedömning av transportefterfrågan och dels en bedömning över fordonsparkens utveckling. Transportefterfrågan för personbilar förväntas främst påverkas av demografi, drivmedelspriser och hushållens inkomster medan efterfrågan på godstransporter utgår från utvecklingen av transportintensiva branscher samt handel med utlandet. Fordonsparkens utveckling baseras bland annat på befolkningstillväxt på antaganden om fördelningen mellan bränsleslag och årlig effektiviseringstakt utifrån befintliga styrmedel och historiska trender. Naturvårdsverket beräknar koldioxidutsläppen från transportsektorn medan andra utsläpp beräknas av Trafikverket med modellen The European Handbook of Emission Factor for Road Transport (HBEFA)60. För luftfart såväl som för bantrafik görs scenariot baserad på en bedömning av efterfrågan på transporter och på antaganden om effektivisering. Sjöfartens energianvändning delas upp i inrikes sjöfart och utrikes sjöfart (bunkring). Efterfrågan på energi modelleras utifrån makroekonomiska antaganden samt förväntad effektivisering. Utvecklingen för såväl inrikes som utrikes sjöfart påverkas av utvecklingen av exporten. I arbetet med att planera för framtida transportsystem gör Trafikverket prognoser61 över transporter och trafik för samtliga trafikslag. Dessa prognoser tas fram med en annan metod och med andra förutsättningar än utsläppsscenarierna. Den största skillnaden är att Trafikverkets prognoser baseras på trafikarbetet i Sverige medan de rapporterade scenarierna baseras på mängden försålt bränsle i Sverige. Trafikverket använder prognosverktyg som beskriver bland annat hur efterfrågan av transporter påverkas av förändringar i infrastruktur, transportkostnad och ekonomisk utveckling. Syftet med dem är ofta ett annat än att beskriva framtida utsläpp (även om de används för det också). Industrins energianvändning Energianvändningens utveckling inom industrin baseras på antaganden om tillväxten i de olika branscherna, energiprisernas utveckling samt den tekniska utvecklingen. Produktionsvolymen är på kort sikt den viktigaste bestämningsfaktorn för industrins energianvändning. På längre sikt bestäms efterfrågan även av förändringar av industrins bransch- och produktsammansättning, energieffektiviseringar och den tekniska utvecklingen. 60 The European Handbook of Emission Factor for Road Transport, www.hbefa.net Här avses Trafikverkets eget arbete med trafikprognoser för att skilja det från Energimyndighetens arbete med scenario för transportsektorn 61 68(113) NATURVÅRDSVERKET Skatter och energiprisernas utveckling påverkar valet av energibärare samt i viss mån även tillväxtpotentialen i de olika branscherna. Förändrade relativa energipriser medför vanligen en ökad konvertering mellan energibärare och investeringar i ny och energisnålare teknik. Kopplingen mellan förädlingsvärde och energianvändning är olika stark i olika branscher. Därför påverkas inte alla branscher lika mycket av ett ökat förädlingsvärde. Inom vissa branscher sker en ”decoupling” mellan förädlingsvärde och energianvändning, det vill säga att ett ökat förädlingsvärde i mindre utsträckning än tidigare följs av en ökad energianvändning. Detta är fallet i exempelvis verkstads- och aluminiumindustrin. I andra branscher är däremot sambandet mellan förädlingsvärde och energianvändning alltjämt starkt, till exempel inom järn- och stålindustrin samt massa- och pappersindustrin. Bostäder och service m.m. För att göra ett scenario för det framtida uppvärmningsbehovet måste en bedömning göras av hur värmebehovet utvecklas i befintlig bebyggelse (denna post utgörs av energieffektivisering samt att ingen utbyggnad eller rivning antas av de befintliga byggnaderna) samt tillkommande värmebehov genom nybyggnation. För skogsbruket utgörs energianvändningen av bensin och diesel till arbetsmaskiner. Den framtida energianvändningen inom sektorn baseras på bedömningar om behov av bränsle för olika arbetsmoment och hur de bedöms utvecklas i framtiden. Bedömningen av energianvändningen inom jordbruket grundar sig på Jordbruksverkets bedömning som togs fram i samband med Färdplan 2050 (Jordbruksverket 2012). Som grund används modellen Swedish Agricultural Sector Model (SASM) för att prognostisera jordbrukets produktionsutveckling. Energianvändningen beräknas genom antagande om bränslebehov för olika grödor. Energianvändningen i fiske- och byggsektorerna är relativt liten och antas vara konstant under prognosperioden. 4.3.3. Industriprocesser, lösningsmedel och produktanvändning De totala utsläppen från industrin består av utsläpp från energianvändning och utsläpp från industriprocesser. Prognosen för industriprocessernas koldioxidutsläpp beräknas med en trendanalys av historiska utsläpp i kombination med uppgifter kring sektorernas tillväxtprognoser som används i sektorn industrins förbränning. NATURVÅRDSVERKET 69(113) Utsläpp av växthusgaser från lösningsmedel och andra produkter kommer bland annat från målarfärg och kemtvättar. Scenariot över utsläpp inom denna sektor baseras på trendanalys. I denna sektor ingår även utsläpp av fluorerade växthusgaser. Den framtida utvecklingen för dessa utsläpp baseras framför allt på vid vilka tidpunkter som olika fluorerade växthusgaser blir förbjudna, vilket styrs av regelverk inom EU. 4.3.4. Jordbruk I klimatrapporteringsförordningen är det reglerat att Jordbruksverket ska leverera framtida aktivitetsdata för jordbrukssektorn, dvs. uppgifter om exempelvis antal djur och antal hektar som odlas med olika grödor. Beräkningarna av växthusgasutsläppen görs sedan av SMED på uppdrag av Naturvårdsverket, som även utför beräkningarna i samband med den årliga klimatrapporteringen. Jordbruksverket har hittills låtit ta fram framtida aktivitetsdata med hjälp av modellen Swedish Agricultural Sector Model (SASM). Detta är relativt kostnadskrävande och därför bör möjligheterna att använda uppgifterna i andra sammanhang ses över innan beställningen görs. Det är också fullt möjligt att använda andra metoder för att få fram efterfrågade aktivitetsdata. Här beskrivs dock arbetsprocessen utifrån att SASM används för att skatta framtida aktivitetsdata. SASM används för styrmedelsutvärdering, främst för att utvärdera EU:s gemensamma jordbrukspolitik, CAP (Common Agricultural Policy)62. Jordbruksverket har publicerat en rapport som går igenom de modeller och verktyg för miljöekonomiska analyser som används inom jordbrukssektorn (Jordbruksverket, 2014). Rapporten ger en bra överblick över tillgängliga modeller och möjlig utveckling. SASM är en ekonomisk modell (se figur 15 nedan) som används för att beräkna framtida arealer, djurantal och produktion i det svenska jordbruket. Som förutsättningar används bland annat teknisk utveckling, marknader, priser, kostnader, jordbrukspolitiska stöd, handel och produktivitet. I modellen antas lantbrukare agera ekonomiskt rationellt. Modellen har en upplösning på nationsnivå. Sverige kan dock delas upp i underregioner med olika produktionsförutsättningar. SASM kan närmast beskrivas som en simuleringsmodell där man kan simulera effekten av olika politiska, tekniska eller ekonomiska förändringar. Modellresultaten visar sedan hur dessa förändringar skulle påverka jordbrukssektorn när de fått verka fullt ut. 62 http://www.jordbruksverket.se/amnesomraden/handel/allmantomhandelsochjordbrukspolitik/ capdengemensammajordbrukspolitiken.4.6beab0f111fb74e78a78000936.html 70(113) NATURVÅRDSVERKET Grundförutsättningen är dock att allt annat är oförändrat. SASM styrs inte av trender utan istället av de ekonomiska drivkrafterna. I arbetet med utsläppsscenarier har resultatet om framtida arealer och djurantal från SASM använts för att beräkna framtida utsläpp, med samma faktorer som används i de ordinarie utsläppsberäkningarna. Som alternativ till resultatet från SASM har även trendframskrivning använts för att skatta de framtida utsläppen. Detta har ibland bedömts ge en bättre skattning av de framtida arealerna och djurantalet än resultatet från SASM. SASM reagerar starkt på skiftande ekonomiska förutsättningar, som till exempel hur priserna sätts och hur produktiviteten beräknas. Jordbruk Förutsättningar • Priser (OECD) • Teknisk utveckling Scenario för utsläpp från jordbrukssektorn Grödor Djurantal Produktion SASM IPCC reporting guidelines Figur 15. Principiell över hur ett utsläppsscenario för jordbrukssektorn tas fram då modellresultat från SASM används 4.3.5. Avfall Utsläppen från deponier i avfallssektorn beräknas med en modell som utvecklats av IPCC. Denna modell är modifierad för att bättre motsvara förhållandena i Sverige. Resultaten har även jämförts och verifierats med fältdata. Metoden utgår från deponerade avfallsmängder år 1952, avfallets organiska innehåll, olika avfallsslags potential att läcka metan samt utsläppsfaktorer. Resultatet för framtida utsläpp baseras på att inga nya avfallsmängder läggs på deponi. Deponierna fortsätter att läcka metan en lång tid framöver, även om läckaget långsamt avtar. Scenarier för övriga kategorier i sektorn baseras på en trendframskrivning. 4.3.6. Markanvändning, förändrad markanvändning och skogsbruk I sektorn markanvändning, förändrad markanvändning och skogsbruk (land use, land use change and forestry, LULUCF) finns följande kategorier: åkermark, bebyggd mark, våtmark, betesmark, avverkade träprodukter och skogsmark. De två senare kategorierna har hittills vid utsläppsrapporteringen rapporterats som ett upptag av koldioxid dvs som en sänka, medan de andra historiskt orsakat NATURVÅRDSVERKET 71(113) utsläpp av växthusgaser. Den totala nettoeffekten för sektorn är att den historiskt utgjort en sänka. För kategorin skogsmark baseras det framtida upptaget av koldioxid på senast tillgängliga skogliga konsekvensanalyser (SKA) som görs av Skogstyrelsen i syfte att analysera den nuvarande och förväntade framtida virkesbalansen i olika delar av landet i ett 100-årsperspektiv. Konsekvensanalyserna genomförs av SLU där modellen HUGIN (Lundström och Söderberg, 1996) hittills använts för att beräkna skogens utveckling. I analyserna beräknas kollagret i levande och döda träd. Nettoupptaget beräknas som skillnaden i kollagret mellan olika tidpunkter. För andra underkategorier, som trädavfall och organiskt kol i marken, baseras scenariot på trendframskrivning i kombination med ett förväntat uttag av skogliga skörderester som erhålls genom simulering i Q-modellen (Rolff och Ågren, 1999). I kommande SKA kommer en ny modell för framskrivning av skogens kolförråd att användas. Det är applikationen RegVis som baseras på data från Riksskogstaxeringens provytor, utvecklad inom Heurekaprojektet (Wikström et al, 2011). För träprodukter beräknas nettoförändring av kolförrådet som skillnaden mellan nyproducerat och kasserat. Produktion av nya produkter baseras på avverkat rundvirke från RegVis som sedan allokeras ut på olika produktkategorier enligt de senaste årens fördelning. Kassering beräknas med hjälp av olika halveringstider för olika produktkategorier. För de andra kategorierna; åkermark, bebyggd mark, våtmark och betesmark utgår scenariot från senast rapporterade inventeringsdata. För åkermark och betesmark används ett genomsnitt för de tio senaste åren tillsammans med en skattning av de framtida arealerna (Jordbruksverket, 2012). För bebyggd mark görs scenariot för utsläpp och upptag genom trendframskrivning. Upptaget för avverkade träprodukter baseras på ett scenario gjord i HUGIN-modellen där fördelningen mellan produkterna antas vara konstant. 4.4. Utveckling av scenarioarbetet Efter denna genomgång av arbetet med scenarier, faller några områden ut som särskilt prioriterade att gå vidare med, främst inom energi- och transportsektorn, inom jordbrukssektorn och LULUCF. De förbättringsmöjligheter som presenteras här avgränsar sig till metoden för scenariot och tar inte med förbättringsmöjligheter när det gäller underlagsdata. NATURVÅRDSVERKET 72(113) 4.4.1. Scenarier för energi- och transportsektorn För el- och värmeproduktion (utsläppen från denna sektor63 var 14 procent av totala utsläppen år 2013) görs scenariot i MARKAL-Nordic. Då MARKALNordic är en optimeringsmodell blir resultatet något missvisande vad gäller utvecklingen inom solkraft och solvärme. I modellen blir kostnaderna för dessa solcellsparker för höga i förhållande till alternativen inom elcertifikatsystemet. I verkligheten byggs solceller av andra anledningar, som exempelvis med hjälp av kortsiktiga stöd. Den produktion som finns inom elcertifikatsystemet då scenarierna tas fram tas med, men framtida utveckling för solkraft och solvärme skulle behöva hanteras på ett bättre sätt inom modellen exempelvis genom att kunna inkludera effekten av kortsiktiga stöd vilket är något som inte görs i normalfallet. En annan aspekt som kan förbättras är hur användningen av restgas från stålindustrin prognosticeras. Hanteringen av restgaser kommer att kunna ske på ett bättre sätt då man går från att använda modellen MARKAL-Nordic till TIMES-Nordic. Transportsektorn (utsläppen från denna sektor64 var 33 procent av totala utsläppen år 2013) är viktig att fortsätta utvecklingsarbetet med, då den utgör en stor del av de nationella utsläppen samt ungefär hälften av utsläppen som hamnar under EU:s ansvarsfördelningsbeslut (Effort Sharing Decision, 406/2009/EC). Ett omfattande förbättringsarbete har skett inom ett flertal områden såsom exempelvis hur bedömningen görs för framtida bilinnehav och transportarbete. Att fokusera på framöver är hur körbeteende, åldersstruktur och hur transportarbetet varierar med hur tät befolkningen är i olika delar av landet, fångas i modellen samt att se över de elasticiteter som används. Det är också viktigt att försöka förbättra och utvärdera den indata som används, särskilt då det finns olika källor alternativt tillvägagångssätt. För godstrafiken har man funnit ett samband mellan transportbehovet och exportvolymen för den aktuella branschen, men man skulle vilja titta närmare på om det går att använda sig av produktionsindex, dvs. industrin produktionsvolym, i modellen istället. På lite längre sikt kan Trafikverkets bilinnehavprognos användas då den bygger på en mer detaljerad modell än Energimyndighetens motsvarande modell, men den är alltjämt under utveckling. Trafikverket har just nu i uppdrag att redovisa åtgärder och styrmedel för att transportsektorn ska bidra till klimatmålen. Det är således av vikt att utgå från samma förutsättningar för såväl utsläppsscenarier som för trafikprognoser för att underlagen ska vara jämförbara. Det finns ett behov av att öka samarbetet framöver och att arbeta mer med att förstå och minska skillnaderna mellan de 63 64 Sektorn el- och värmeproduktion, CRF 1a1a Inrikes transporter, CRF 1A3 NATURVÅRDSVERKET 73(113) olika ansatserna för den framtida utvecklingen för såväl person- som godstransporter. För industrin (process- och energirelaterade utsläpp står för drygt 25 procent av totala utsläppen) kommer Energimyndigheten på kort sikt vidareutveckla den modell som idag används för att göra scenario för industrins energianvändning. Det saknas bra underlag för industrins drivkrafter, varför nu Energimyndigheten tar fram nya elasticiteter65 för industrin. Dessa elasticiteter ska sedan ligga till grund för den nya modell som ska byggas upp. Modellen är en vidareutveckling på den modell som används idag men fler parametrar inkluderas och modellen blir mer automatiserad. Planen är att den nya modellen ska kunna användas redan till nästa scenariorapportering, det vill säga år 2016. På medellång sikt skulle man kunna utreda om en optimeringsmodell är ett alternativ till, eller ett komplement till, den nyutvecklade modellen. Dock finns det i dagsläget ingen optimeringsmodell med den detaljeringsgrad som efterfrågas. En möjlighet som Energimyndigheten ser som ett alternativ för framtiden är TIMES-Sweden. TIMES-Sweden är en modell som delvis är mjuklänkad med EMEC och det kan vara en fördel att de två modellerna kommunicerar med varandra. För uppvärmning av bostäder och lokaler finns det svårigheter med att bedöma utvecklingen för olika uppvärmningsalternativ, beroende på att det finns stora lokala skillnader mellan olika uppvärmningsalternativ. Det blir därmed svårt att göra en bedömning hur det framtida värmebehovet ska tillgodoses. Även graden av investeringar av energieffektiviseringsåtgärder i byggnader är svår att bedöma. Uppvärmningen av bostäder och lokaler är dock en relativt liten post i utsläppssammanhang, varför förbättringar inom området inte är prioriterat. 4.4.2. Scenario för jordbrukssektorn Jordbruksverket och samverkansgruppen CAP:s miljöeffekter har under många år använt SASM66 till sina scenarioanalyser eftersom det är den enda tillgängliga nationella produktionsmodellen för svenska förhållanden. SASM är en gammal modellkonstruktion och har därmed en relativt liten utvecklingspotential. Modellen ägs idag av en liten konsultfirma. SASM har vissa brister eftersom jämnviktsberäkningarna av komparativa produktionsgrenar kan bli missvisande. Det pågår ingen utveckling av någon annan nationell produktionsmodell i Sverige. Jordbruksverket och Naturvårdsverket förespråkar att det utvecklas en ny nationell produktionsmodell för svenskt jordbruk. Det finns också ett behov av bättre 65 Elasticiteter beskriver aktörernas priskänslighet dvs hur stor effekt en procentuell förändring i en varas pris har på dess efterfrågan. Storleken på dessa elasticiteter skattas baserat på historiska data. 66 Swedish Agricultural Sector Model 74(113) NATURVÅRDSVERKET förbindelselänkar mellan ekonomiska produktionsmodeller och olika miljöanalysverktyg. En ny produktionsmodell skulle vara en integrerad miljöekonomisk modell för svenskt jordbruk som är baserad på olika regionala jordbruksområden. Den kanske mest intressanta integrerade modellen idag är AGRISUMI67. Modellen har utvecklats för nordiska förhållanden av MTT68 och bygger på den finska nationella produktionsmodellen DREMFIA. Så länge inte en ny nationell produktionsmodell finns tillgänglig skulle en vidareutveckling av SASM vara att komplettera simuleringarna med några känslighetsanalyser av referensscenariot (med gällande jordbruksstöd). De parametrar som i första hand bör kunna varieras är: Produktiviteten inom jordbruket (inkluderande inflationen) Priser på avsaluprodukterna (nationella marknaden, ev. världsmarknadspriser). Världsmarknadspriserna bygger på OECD/FAO och EU-kommissionens prisprognos för den kommande 10-årsperioden. Investeringsviljan hos jordbrukarna (ekonomisk hållbarhet, uthållighet). I ett scenario 20-30 år framåt i tiden finns det en stor osäkerhet i prisantaganden, produktivitetsutveckling och i antaganden om hur utbud och efterfrågan på livsmedel och andra jordbruksvaror kommer att utvecklas. Likaså bygger SASM-modellen på ett antagande om att alla företagare agerar ekonomiskt rationellt, vilket inte alla gör. Vissa företagare har andra målsättningar med sitt företag än att maximera vinsten, exempelvis att förvalta ett arv eller att hålla markerna öppna. 4.4.3. Scenario för sektorn markanvändning, förändrad markanvändning och skogsbruk För sektorn markanvändning, förändrad markanvändning och skogsbruk (LULUCF) har tre förbättringsområden identifierats, förbättringar som skulle göra scenarierna mer kompletta. När utvecklingen av modeller för skogens utveckling (tillväxt, avgång, inväxning m.m.) gjordes, gällde den gamla definitionen för skogsmark. När skogsmarksdefinitionen utvidgades för att bättre motsvara övriga länders behölls den gamla definitionen för att motsvara den del som idag definieras som produktiv skogsmark. Improduktiv mark som faller inom den nya skogsmarksdefinitionen kan inte hanteras av systemet därför att modellerna inte är anpassade till de marker det är frågan om, och genererar därför inte tillförlitliga resultat. Ett utvecklingsarbete krävs för att anpassa modellerna till 67 68 AGRIfood systems SIMUlation är en modell för ex-ante bedömningar Forskningscentralen för jordbruks- o livsmedelsekonomi, Finland NATURVÅRDSVERKET 75(113) att innefatta även den improduktiva skogsmarken om det ska vara möjligt att kunna göra tillförlitliga simuleringar av all skogsmark. För närvarande är det bara trädskiktet, de enskilda träden, som kan simuleras. Detta innebär att annan vegetation (exempelvis buskar, fältskikt och bottenskikt) är statisk i modellen. Förändring och tillväxt av denna vegetation vore önskvärt då detta efterfrågas bland annat i klimat- och naturvårdsammanhang. Det har historiskt inte skett så stora förändringar av den totala arealen produktiv skogsmark. Därför antas att befintliga arealen produktiv skogsmark inte förändras under simuleringarna. Det vore dock önskvärt att kunna förändra markanvändningen över tid. I rapporteringen av förändringen av kollagringen inom LULUCF rapporteras förändrad markanvändning. För att kunna göra scenarier där förflyttning mellan t.ex. skogsmark och jordbruksmark ingår är det nödvändigt för att kunna beräkna effekterna av den markomvandling som pågår och som kan tänkas öka med tanke på klimatförändringarna. 4.5. Internationell utblick Metoden för hur utsläppsscenarier tas fram beskrivs översiktligt i klimatkonventionens parters respektive nationalrapport som rapporteras vart fjärde år till UNFCCC. Dessa är publicerade på UNFCCC:s webbplats69. De länder vars metoder studerats översiktligt inom detta regeringsuppdrag är Danmark, Norge, Storbritannien, Tyskland, Finland, Nederländerna och USA. Dessa länders egna beskrivningar av sin metodik i nationalrapporterna för år 2014 har studerats. För mer information kring ländernas metoder och antaganden hänvisas till ländernas respektive nationalrapporter. Alla de studerade länderna bygger sitt scenario på någon form av modell, eller kombinationer av modeller, över energisystemet. Dessa modeller har olika detaljeringsgrad. För utsläpp utanför energisektorn görs beräkningar antingen separat eller i sammanhållna system. Dessa beräkningar kan vara baserade på den historiska trenden, antaganden om framtida utveckling eller på expertutlåtanden. I jämförelsen som gjorts står det klart att modellerna och metodiken som används i Sverige står sig väl jämfört med de länders som studerats. Det system som sticker ut något och som verkar intressant att studera lite mer ingående är scenariomodellen för Storbritannien. Dock skiljer sig deras arbetssätt från Sveriges process något genom att det görs av Department of Energy and Climate Change (DECC), till skillnad från i Sverige där arbetet utförs av flera olika expertmyndigheter. Trots skillnad i arbetsprocess och förvaltningsstruktur skulle 69 http://unfccc.int/national_reports/annex_i_natcom/submitted_natcom/items/7742.php NATURVÅRDSVERKET 76(113) det vara intressant att studera närmare hur de håller ihop hela scenarioarbetet och systematiskt arbetar med känslighetsanalys. Detta är exempel på två områden som skulle kunna förbättras i den svenska metodiken. Department of Energy and Climate Change (DECC) i Storbritannien använder en sammanhållen modell (DECC Energy and Emission Projection model) för energirelaterade koldioxidutsläpp. Modellen är i sig är sammansatt av ett antal länkade modeller, som exempelvis en modell för energianvändning (top-down) samt en modell för tillförsel (bottom-up). De resterande utsläppsscenarierna görs av samma team som gör den årliga växthusgasinventeringen i en separat beräkningsfil. Dessa scenarier blir överblickbara och konsistenta med historiska data. För LULUCF-scenariot kontrakteras en extern aktör, Centre for Ecology and Hydrology och där används en separat modell. I Europeiska miljöbyråns (EEAs) rapport Projections in hindsight 2015 (EEA, 2015) har en genomgång gjorts av tidigare scenarier jämfört med utfallet för klimat- och luftutsläpp för alla medlemsländer. Analysen visar att Sverige ligger inom det lägsta intervallet (0 till 10 procent eller 0 till -10 procent) av undereller överskattning av sina utsläpp av växthusgaser för år 2010 i de rapporteringar som gjorts, tillsammans med åtta andra medlemsländer. NATURVÅRDSVERKET 77(113) 5. Ex-postutvärdering av styrmedel Det finns ett stort antal styrmedel i Sverige som direkt- eller indirekt bidrar till att uppfylla klimat- och energipolitiska målsättningar. Till dessa hör bl.a. ekonomiska styrmedel, såsom koldioxidskatter, handel med utsläppsrätter, elcertifikat, investeringssubventioner, samt olika styrmedel riktade mot energieffektiviseringsåtgärder, men även administrativa styrmedel (regleringar) och informationsstyrmedel. Styrmedel syftar till att korrigera för marknadsmisslyckanden eller uppnå annan politiskt eller samhälleligt önskvärd effekt. Det kan göras genom framåtblickande analyser (utvärderingar ex-ante – även kallade konsekvensanalyser) som syftar till att bedöma konsekvenser av förslag på introduktion av nya styrmedel eller förändringar av befintliga styrmedel. I denna del av uppdraget ligger fokus dock främst på tillbakablickande analyser, ex-post-utvärderingar. Det är alltså denna typ av analys som menas när det står utvärdering eller styrmedelsutvärdering i detta kapitel. Det finns också anledning att skilja mellan utvärdering och uppföljning. En uppföljning beskriver vad som har hänt medan en utvärdering försöker förklara varför det som inträffat har hänt. Att utvärdera styrmedel syftar till att få en uppfattning om vilka effekter ett befintligt eller avslutat styrmedel har gett upphov till. Dessutom är det av vikt att utvärdera kostnaderna och kostnadseffektiviteten för att se efter huruvida de avsevärt avviker från vad som låg till grund för strategibesluten. Informationen kan sedan användas för att förbättra och korrigera pågående styrmedelsinsatser, avbryta eventuella ineffektiva eller kostsamma styrmedelsinsatser samt underlätta val av styrmedel i framtiden. Av flera olika anledningar är det en komplex uppgift att utvärdera enskilda styrmedel. De styrmedel som verkar mot klimat- och energipolitiska målen har ofta införts för att uppfylla även andra samhällsmål vilket gör det svårt att i efterhand utvärdera effekter och kostnader för varje enskilt mål. Det är också komplicerat att särskilja effekten av ett styrmedel från effekten av övriga styrmedel och effekterna av andra omvärldsförändringar. Det har i olika sammanhang, bl.a. i Kontrollstation 2015, uppmärksammats att många av de styrmedel som finns inom det klimat- och energipolitiska området inte är grundligt utvärderade och att det därför finns ett kunskapsunderskott kring styrmedlens verkan. Klimatkonventionens granskningsteam av Sveriges nationalrapporter har också ett flertal gånger påpekat förbättringspotentialer vad det gäller utvärderingar av styrmedlens effekter, se exempelvis UNFCCC (2015). I detta kapitel studeras hur ex- post- styrmedelsutvärderingar utförts i Sverige och några andra utvalda länder för att kunna ge rekommendationer till hur detta NATURVÅRDSVERKET 78(113) arbete kan förbättras. Kapitlet inleds med en översiktlig teoretisk bakgrund över relevanta kriterier som kan behöva analyseras i en styrmedelsutvärdering samt metoder för hur styrmedel utvärderas. 5.1. Teoretisk bakgrund Det finns flera olika aspekter som en styrmedelsutvärdering kan behöva beakta. Vanligast är att utvärdera är ett styrmedels effekt och effektivitet, det vill säga om målet med styrmedlet nås och om det nås på ett kostnadseffektivt sätt. Utöver effekt och effektivitet är det vanligt i offentliga styrmedelsutvärderingar att man även undersöker styrmedlets acceptans i samhället och dess fördelningseffekter. Man kan således tala om effektanalys, effektivitetsanalys och legitimitetsanalys. Effektanalys – Identifierar och analyserar de effekter som ett styrmedel har gett upphov till. Framför allt hur styrmedlet bidrar till måluppfyllelse det vill säga styrmedlets förmåga att ge tillräckliga incitament eller information till ekonomins aktörer att vidta sådana åtgärder som leder till måluppfyllelse. Effektivitetsanalys – Syftar till att klargöra om samhällets resurser används på bästa sätt d.v.s. styrmedlens förmåga att bidra till uppsatta mål till lägsta möjliga kostnad för samhället. Legitimitetsanalys – Legitimitet handlar om acceptansen och den politiska genomförbarheten för styrmedlet. Här analyseras bland annat hur kostnader och nyttor till följd av styrmedlet fördelar sig i samhället. De mål som olika styrmedel ska uppnå kan vara utformade på en rad olika sätt, t.ex. övergripande för flera sektorer, mer specifikt för enstaka sektorer eller för enskilda åtgärder. Hur omfattande ett styrmedel är kan i många fall avgöra komplexiteten av att genomföra en styrmedelsutvärdering. Ett samhällsekonomiskt angreppssätt inkluderar samtliga olika konsekvenser av ett styrmedel på såväl styrmedlets huvudmål som andra samhällsmål. Avgörande för en utvärdering är efter vilken måttstock styrmedlet ska bedömas. För att utvärderingen ska vara väl genomförd krävs det att bedömningskriterier tillämpas. Vilka kriterier som är relevanta att analysera beror på syftet med utvärderingen och vilken typ av styrmedel som ska utvärderas. Nedan beskrivs några vanliga kriterier för analys. NATURVÅRDSVERKET 79(113) 5.1.1. Effektanalys Stämmer utfallet med målet? I en effektanalys identifieras och analyseras de effekter som ett styrmedel ger upphov till. Den kanske mest centrala frågan i en styrmedelsutvärdering gäller styrmedlets förmåga att nå uppsatta mål, det vill säga att bedöma de effekter som styrmedlet leder till i relation till det syfte eller det mål man har satt upp. Kriteriet måluppfyllelse kan delas upp i två delar där den ena delen är beskrivande och i huvudsak besvarar frågan om utfallet sammanfaller med målet. Den andra delen är förklarande och besvarar frågan om huruvida utfallet beror på den aktuella insatsen (Vedung 2009). Det är ofta en stor utmaning att isolera de effekter som styrmedlet i fråga har haft, från andra faktorer som påverkar utfallet. En förutsättning för att kunna analysera ett styrmedels måluppfyllelse är att det finns minst ett tydligt mål eller syfte uppsatt för styrmedlet. Målformuleringen utgör här en avgränsning för vilka effekter som ska inkluderas i analysen. Analysen underlättas om det endast finns ett mål, eller att det framgår vilket mål som är det primära, samt att detta är kvantifierat. Styrmedlen som verkar mot de klimat- och energipolitiska målen har dock ofta införts för att uppfylla även andra samhällsmål och det kan därför vara svårt att i efterhand utvärdera effekter och kostnader för respektive mål. Vid förekomsten av flera styrmedelsmål är det optimala att analysera dessa mål samlat. Att endast analysera ett styrmedel utifrån ett mål när styrmedlet har en bredare politisk ansats kan ge en missvisande analys. Beror utfallet på styrmedlet? Svårigheten i en måluppfyllelseanalys är att det kan vara något annat än det aktuella styrmedlet som leder till, eller påverkar, den eftersträvade effekten. Det kan vara problematiskt att belägga orsakssamband mellan ett styrmedel och individers eller organisationers beteende. Att analysera om utfallet beror på styrmedlet i fråga och inte på grund av andra styrmedel eller andra faktorer är viktigt ur ett samhällsekonomiskt perspektiv eftersom införandet av ett styrmedel kräver resurser. Att förbruka resurser på något som skulle ha uppnåtts utan styrmedlet i fråga innebär slöseri med samhällets resurser. Inte minst är detta viktigt vid t.ex. någon form av bidragssystem eftersom det handlar om utdelning av offentliga resurser där en motprestation förväntas. Hade denna motprestation genomförts även utan bidraget används statens resurser ineffektivt. (Söderholm och Hammar 2005). Det är vanligt, inte minst för de klimat- och energipolitiska målen, att flera styrmedel är implementerade i ett styrmedelspaket för att tillsammans uppnå önskad effekt. Är styrmedlen så integrerade i varandra kan det vara omöjligt att särskilja effekten av ett enskilt styrmedel från effekten av övriga styrmedel. Det kan då vara nödvändigt att utvärdera styrmedlen tillsammans. Det är dock viktigt 80(113) NATURVÅRDSVERKET att analysera om styrmedlen samspelar eller överlappar varandra. Om styrmedlen överlappar varandra finns en risk att det ena styrmedlet hindrar det andra från att hitta de billigaste åtgärderna alternativt att det ena styrmedlet är helt överflödigt och endast bidrar till ökade administrativa kostnader. (OECD 2007). Andra förväntade och icke-förväntade effekter Förutom att styrmedlet förväntas bidra till måluppfyllelse finns det ofta fler förväntade effekter än det som styrmedlet syftar till att uppnå. För att göra en heltäckande utvärdering av styrmedlets utfall behöver alla effekter inkluderas, både förväntade och icke-förväntade effekter. Detta kräver en betydligt större arbetsinsats än en måluppfyllelseanalys eftersom effekterna, både positiva och negativa, kan vara många. Det är viktigt att identifiera och analysera dessa effekter för att i ett senare steg kunna bedöma huruvida ett styrmedel är kostnadseffektivt eller inte. Det kan bland annat handla om att styrmedel medför negativa eller positiva effekter på andra miljömål, andra politikområden, teknisk utveckling, möjligheten att uppnå långsiktiga miljömål eller konkurrenskraften för konkurrensutsatta företag. 5.1.2. Effektivitetsanalys Kostnadseffektivitet har blivit ett allt viktigare kriterium vid utvärdering av befintliga styrmedel och konsekvensanalyser vid införandet av nya styrmedel. Kostnadseffektivitet är viktig för politikens legitimitet samt för att få ut mesta möjliga nytta av satsade medel. Styrmedel som medför onödigt höga kostnader innebär ett slöseri med samhällets resurser. När styrmedel analyseras i en effektivitetsanalys försöker man klargöra om styrmedlet leder till att uppsatta styrmedelsmål nås till lägsta möjliga kostnad för samhället. Kostnadseffektivitet är ett relativt begrepp, vilket innebär att det aktuella styrmedlet måste jämföras med alternativa styrmedel eller alternativa utformningar av styrmedel för att man ska kunna avgöra om målet nås till lägsta möjliga kostnad. Ett styrmedel kan sägas vara samhällsekonomiskt kostnadseffektivt om det inte finns något annat styrmedel som kan nå det uppsatta målet till en lägre kostnad. (Söderholm och Hammar 2005) Att utvärdera styrmedels kostnadseffektivitet handlar i grunden om att relatera åtgärdskostnader till uppfyllandet av ett visst mål, ofta korrigerandet av ett marknadsmisslyckande. Liksom för effektanalysen förutsätter därför en relevant kostnadseffektivitetsanalys att styrmedlens mål är någorlunda väldefinierade. Det finns olika aspekter som kan behöva analyseras för att avgöra om styrmedlet är kostnadseffektivt. Några vanliga kriterier är: Statisk kostnadseffektivitet, Dynamisk effektivitet, 81(113) NATURVÅRDSVERKET Innovation och teknikspridning, Transaktionskostnader, Företagens konkurrenskraft Allmänna jämviktseffekter Statisk kostnadseffektivitet Med kostnadseffektivitet i ett statiskt (kortsiktigt) perspektiv vill man ta reda på hur samhället vid en given tidpunkt kan uppfylla ett mål till lägsta möjliga kostnad. Utgångspunkten för bedömning av statisk kostnadseffektivitet är att styrmedlet ska leda till att kostnaden för att bidra till måluppfyllelsen med ytterligare en enhet ska vara den samma för alla aktörer. Fokus ligger på att klargöra huruvida den marginella åtgärdskostnaden skiljer sig mellan olika aktörer samt hur stor denna skillnad är. Dynamisk effektivitet Medan man i ett statiskt perspektiv tittar på hur kostnaderna minimeras på kort sikt, tittar man i ett dynamiskt perspektiv på vilka incitament som ges för att minimera kostnaden på lång sikt. Anledningen är att åtgärder som är relativt sett mycket dyra i ett kortsiktigt perspektiv, kan ändå, om de genomförs tidigt, främja kostnadseffektiviteten på längre sikt (se t.ex. Johansson, 2004; Rey, 2013). Det kan också finnas åtgärder som medför låga kortsiktiga kostnader men som då de genomförs innebär att långsiktigt kostnadseffektiva åtgärder skjuts för långt fram i tiden. Det finns alltså en risk för tidsmässig snedvridning i genomförandet av åtgärder. Därför måste även styrmedels dynamiska effektivitet analyseras för att identifiera om det finns risk för sådan snedvridning i rangordningen av åtgärder. Det dynamiska kriteriet hänger ihop med hur styrmedlet påverkar innovation och teknikspridning. Åtgärder som genomförs ger nya erfarenheter som leder till att producenter kan utveckla effektivare lösningar och att användare lär sig att använda dessa på ett bra sätt (teknikutveckling och tekniska läroeffekter). Teknikutveckling ger ofta sidoeffekter, såväl positiva som negativa, t.ex. genom att ytterligare teknikutveckling stimuleras. . EU:s system för handel med utsläppsrätter anses vara kostnadseffektivt i ett statiskt perspektiv men har kritiserats för att inte intensifiera investeringar i växthusgassnåla tekniker och därför sänker den dynamiska effektiviteten (se exempelvis Egenhofer, 2011). Övriga aspekter Det finns även en rad andra aspekter som kan behöva analyseras för att avgöra styrmedlets kostnadseffektivitet. Nedan redogörs kort för några sådana aspekter. Transaktionskostnader är kostnader som uppkommer för staten, myndigheter, kommuner, företag eller privatpersoner till följd av att ett styrmedel införs och upprätthålls utöver de kostnader som åtgärderna i sig innebär. Transaktionskostnader kan till exempel vara kostnader för att t.ex. skaffa sig NATURVÅRDSVERKET 82(113) information, sköta administration eller anlita juridisk expertis. Transaktionskostnader kan delas in i informativa, administrativa och juridiska kostnader samt tillsynskostnader. Vilka totala transaktionskostnader ett styrmedel ger upphov till, samt om dessa kostnader skiljer sig åt för de aktörer som styrmedlet riktas mot, behöver analyseras för att se hur det påverkar styrmedlets kostnadseffektivitet. Påverkan på konkurrenskraft kan ha betydelse för styrmedlets kostnadseffektivitet. Företag som verkar på internationella marknader nationella styrmedel kan påverkas konkurrensmässigt av nationella styrmedel. För mera omfattande styrmedel så som nationella skatter räcker det normalt inte att titta på de direkta kostnader som styrmedlet medför utan man kan behöva analysera allmänna jämviktseffekter. I den analysen tittar man även på indirekta kostnader som styrmedlet medför och som sprider sig och påverkar andra politikområden eller grupper i samhället. Koldioxidskatten har exempelvis en direkt påverkan på priset på fossila bränslen, som i sin tur påverkar priset på substitutionsbränslen, såväl som inkomsterna för dem som säljer fossila bränslen. Sådana spridningseffekter fortplantar sig och kan påverka hela ekonomin. Dessa spridningseffekter kan man då behöva analysera med hjälp av en allmän jämviktsmodell. 5.1.3. Legitimitetsanalys Förutom att utvärdera styrmedelseffekter och effektivitet kan det vara av stor vikt att även analysera styrmedlets legitimitet. Hur väl ett styrmedel fungerar eller inte fungerar kan bero på en rad aspekter som kan sorteras in under legitimitet. En analys av ett styrmedels legitimitet kan belysa styrmedels effektivitet i ett vidare perspektiv. Huruvida de som förväntas vidta en åtgärd uppfattar ett styrmedel som rimligt eller inte, påverkar möjligheterna att nå målen på ett effektivt sätt. (Bemelmans-Videc, 2007) Fördelningseffekter En viktig aspekt i offentliga styrmedelsutvärderingar är att analysera hur positiva och negativa effekter samt kostnader av ett styrmedel fördelar sig i samhället. Fördelningsaspekter kan analyseras utifrån många olika dimensioner, exempelvis utifrån aktörer, regioner, eller inkomstgrupper. Vilken dimension som är den relevanta beror på styrmedlet och miljöproblemet i fråga. Fördelningseffekterna av skatter eller överlåtbara utsläppsrätter som auktioneras kan direkt påverkas genom att på olika sätt ge tillbaka intäkterna till hushållen. 5.1.4. Metoder för effektanalys Det finns olika metoder för att analysera effekter och måluppfyllelse för ett styrmedel. I huvudsak kan de, liknande modellansatserna som beskrivs i kapitel 3, delas in i två kategorier utifrån vilket perspektiv man utgår ifrån: 83(113) NATURVÅRDSVERKET Top-down: utifrån data på aggregerad nationell- eller makronivå försöker man bedöma måluppfyllelse för ett styrmedel. En utvärdering av styrmedel bygger då till stor del på ekonomisk teori, statistiska indikatorer och historiska data samt ibland ekonomiska modeller. Bottom-up: här utgår man istället ifrån de åtgärder som har genomförts till följd av styrmedlet. Genomförandet av åtgärder och resultatet av dessa aggregeras för att bedöma måluppfyllelse. Det är då inte hela ekonomin som analyseras utan exempelvis en viss sektor men med högre detaljeringsgrad. Analysunderlaget kan komma från expertbedömningar eller direkta mätningar, intervjuer etc. Vilken metod som väljs beror på styrmedlet i fråga. I de fall styrmedlet riktas mot specifika åtgärder kan bottom-up vara att föredra eftersom man har kännedom om vilka åtgärder som har genomförts. Är styrmedlet istället mer generellt, som exempelvis en skatt och det inte är lika tydligt vilka åtgärder som genomförs, kan den andra metoden istället vara att föredra. Det gäller att försöka ta hänsyn till andra styrmedel och övriga faktorer som påverkar måluppfyllelsen. Det kan exempelvis vara befintliga styrmedel, andra strukturella effekter eller omvärldsfaktorer som till exempel råvarupriser, som påverkar måluppfyllelsen och den observerade effekten. En av svårigheterna i en måluppfyllelseanalys är att orsak och verkan mellan mål och effekt inte alltid är tydligt och enkel att belägga. Valet av metod påverkas av vilken typ av styrmedel som ska utvärderas, styrmedlets omfattning, antalet aktörer som påverkas av styrmedlet, datatillgång och dataupplösning och antalet styrmedel som verkar samtidigt. Metoderna har olika för- och nackdelar och att välja metod innebär ibland en avvägning mellan bredd och djup i analysen eller, kostnaden för att utföra utvärderingen kontra exaktheten i resultatet. (AEA, 2009) Planera för utvärdering tidigt För att skapa de bästa förutsättningarna för att utvärdera ett styrmedel på ett robust sätt, bör man planera för utvärdering i tidigt stadium som en del i införandet av ett styrmedel. Detta eftersom styrmedlets utformning har betydelse för hur väl man kommer kunna genomföra en utvärdering. Har man inte tänkt på utvärderingen innan är risken större att det inte går att få en pålitlig förståelse av vad styrmedlet har åstadkommit. I planeringen bör man skapa ett ramverk för utvärderingen där syftet med styrmedlet identifieras, de förväntade effekterna och vad det är exakt man vill utvärdera. En bra metod är att beskriva detta genom interventionsteori. (se exempelvis Energimyndigheten 2015, Vedung 2009). Med interventionsteori menas den logik som finns inbakad i själva styrmedlet. I den görs en beskrivning av NATURVÅRDSVERKET 84(113) problemet som styrmedlet ska lösa samt logiken med styrmedlets utformning dvs. förtydliga den teori som ligger bakom styrmedlet, beskriva sambanden mellan orsak och verkan samt de antaganden man gör av styrmedlets effekter. Vilka är de förväntade effekterna (långsiktiga beteendeförändringar, utsläppsminskningar etc.) och vilka antaganden har man gjort som ska leda fram till dessa? I utvärderingen kan man sedan identifiera vilka av dessa element som faktiskt har realiserats i praktiken. Denna modell kan även hjälpa till att utveckla indikatorer som påvisar om styrmedlet leder till de uppsatta effekter man vill åstadkomma. (HM Treasury, 2011) Referensscenario Ett av de stora problemen med att utvärdera effekterna av ett styrmedel efter att det har implementerats är att identifiera vilka effekter som beror av styrmedlet och vilka förändringar som hade uppstått ändå. Det kan med relativt enkla metoder vara möjligt att bedöma måluppfyllelsen för ett styrmedel om styrmedelet berör en avgränsad sektor, det finns få kompletterande styrmedel och det är tydligt vad som hade hänt om inte styrmedlet funnits. Så är det dock sällan fallet utan det finns ofta andra faktorer och andra styrmedel som verkar samtidigt och påverkar måluppfyllelsen. Detta gör det svårt att bedöma vilken effekt ett enskilt styrmedel har på det uppsatta styrmedelsmålet. För att kunna bedöma styrmedlets effekter behöver man därför ta fram ett kontrafaktiskt scenario eller även kallat ett referensscenario. Eftersom det inte går att faktiskt mäta eller observera referensalternativet behöver det konstrueras eller skattas. Att skapa ett robust och trovärdigt referensscenario tillhör en av de svåraste utmaningarna vid en styrmedelsutvärdering. Det finns inga standardmetoder för hur referensscenario ska tas fram men ett viktigt första steg är att klargöra vilka andra styrmedel och faktorer som påverkar utfallet. Kvaliteten och tillgängligheten på data avgör sedan hur robust ett referensscenario kan bli. Genom att planera för utvärdering i ett tidigt skede skapas större förutsättningar för att ändamålsenliga data kan samlas in innan styrmedlet införs och under tiden det verkar. Har man inte tänkt igenom utvärderingen innan styrmedlet införs får man förlita sig på de data och information som finns tillgängliga, vilket ofta innebär att bra referensdata saknas. Det senare kan vara intervjuer eller undersökningar om beteende före styrmedlets införande. Saknas sådana data är risken större att kvalitén på utvärderingen blir sämre och det blir svårt att belägga vilka effekter som styrmedlet har åstadkommit. 5.1.5. Metoder för effektivitetsanalys Det finns olika sätt att beräkna kostnadseffektivitet hos ett styrmedel. Som redan nämnts vill man här ta reda på om styrmedlet leder till att uppsatta mål nås till lägsta möjliga kostnad för samhället. Ett vanligt kriterium är att analysera NATURVÅRDSVERKET 85(113) huruvida aktörerna möts av samma marginalkostnad. Vanliga metodologiska ansatser i kostnadseffektivitetsanalyser är (som beskrits mer detaljerat i 3.2.2) att skapa en kostnadstrappa för exempelvis växthusgasreducerande åtgärder genom att rangordna olika åtgärder efter kostnadsbild eller genom optimeringsanalyser försöka ta reda på vilka åtgärder som leder fram till ett mål till lägsta kostnad. Som tidigare visats i 3.2.2 finns omfattande kritik av åtgärdskostnadstrappor. Ytterliggare en kritik tas upp av Söderholm och, Hammar (2005) som menar att ett skäl till att kostnadstrappan inte ger en bra bild över kostnadseffektiviteten är att den utgår ifrån att marginalkostnaden för varje åtgärd är densamma oavsett reduktionsnivå. Alltså likställs den genomsnittliga kostnaden med den marginella kostnaden. En låg genomsnittlig reduktionskostnad behöver i praktiken inte innebära en låg marginalkostnad. Ett annat skäl till att denna metod inte lämpar sig är att den förlitar sig på s.k. ingenjörskostnader. Ingenjörskostnader baseras på en ”typisk” anläggning som sedan ska gälla för en hel industri, men olika anläggningar kan ha olika tekniker, faktorkostnader och kunskap om hur åtgärder bäst genomförs i verksamheten. Att göra en kostnadstrappa kan vara bra för att få en grov uppfattning om hur mycket kostnaderna för olika åtgärder skiljer sig åt. Sådan information kan vara av värde inför valet mellan olika styrmedel men lämpar sig sämre för att utvärdera kostnadseffektiviteten. Att modellera genom optimeringsanalyser och på så vis allokera åtgärdsstrategier till lägsta kostnad för ett visst mål är bättre i den bemärkelsen att man här utgår explicit från att marginalkostnaderna för de aktuella åtgärdera ska vara lika höga. Denna lösning kan sedan jämföras med det utfall som olika styrmedel ger upphov till. Samtidigt utgår man även i dessa modeller utifrån ingenjörskostnader varför samma kritik kan riktas mot denna metod. Användandet av ekonomiska modeller är ett sätt för utvärderaren att utföra kontrollerade experiment och exempelvis jämföra olika specifika styrmedelsutformningar men bör, enligt Söderholm och Hammar (2005), inte ses som ett sätt att göra en totalbedömning av styrmedlets förmåga att främja kostnadseffektivitet. På grund av de svårigheter som finns med att uppskatta de specifika kostnaderna för olika åtgärder, betonas det i stället att man bör analysera styrmedlens utformning och den incitamentstruktur som styrmedlet skapar för att påvisa om förutsättningarna för att styrmedlet är kostnadseffektivt är uppfyllda. Sedan kan man med hjälp av ekonomiska modellsimuleringar (exempelvis kostnadsoptimeringsmodeller, ekonometriska modeller eller allmänna jämviktsmodeller) komplettera dessa analyser. För att förstå incitamentsstrukturen pekar Söderholm och Hammar på några viktiga aspekter att analysera. Först och främst är det viktigt att försöka definiera vilket eller vilka primära mål styrmedlet är tänkt att styra mot. Det är viktigt att skilja på primära och sekundära mål och så långt möjligt lyfta fram vilka beteenden styrmedlet syftar till att uppmuntra och varför. Kan man koppla NATURVÅRDSVERKET 86(113) styrmedlet till ett reellt marknadsmisslyckande? Om styrmedlet inte träffar marknadsmisslyckandet och därmed inte styr mot det som är det egentliga problemet så är risken större att styrmedlet inte är kostnadseffektivt. Ett styrmedel som är utformat för att i första hand reducera koldioxidutsläpp är nödvändigtvis inte effektivt när det gäller att också stödja introduktionen av förnyelsebar teknik och vice versa. Av den anledningen bör exempelvis inte elcertifikatsystemet utvärderas som ett sätt att kostnadseffektivt minska koldioxidutsläppen eftersom det snarare är inriktat mot att stödja introduktionen av förnyelsebar teknik. Sedan är det viktigt att fastställa vilka aktörer och sektorer som bör beaktas i analysen och om sektorsspecifika styrmedel kan utgöra ett problem för kostnadseffektiviteten. Ett styrmedel kan vara kostnadseffektivt inom ramen för den sektor som det verkar inom, men är det motiverat att det inte tillåts verka inom en annan sektor? Ytterligare en viktig fråga här är om styrmedlet ska ses som komplement och/ eller substitut till andra styrmedel. Det är ineffektivt att tillämpa två snarlika styrmedel för att styra mot exakt samma mål (i samma sektor). I ett sådant fall är styrmedlen substituerande och det blir svårt att utvärdera kostnadseffektiviteten för dem var för sig. Är de komplement till varandra är det rimligt att de utvärderas som ett paket snarare än var och ett för sig. Ett viktigt villkor för kostnadseffektivitet är att styrmedlet säkerställer att aktörernas möts av en och samma prislapp på så sätt att marginalkostnaderna för åtgärder är lika höga. Även om villkoret bedöms vara uppfyllt är det endast ett statiskt villkor som gäller under vissa antaganden och som inte tar hänsyn till den långsiktiga kostnadsutvecklingen. Finns det exempelvis ett starkt empiriskt stöd för att läroeffekterna för en viss teknologi är mer omfattande än för andra teknologier kan det vara motiverat att tillämpa en högre subventionsnivå för denna teknologi. Kommer man fram till att marginalkostnadsvillkoret inte är uppfyllt bör man analysera om det finns goda skäl till det, exempelvis förekomsten av konkurrensutsatta sektorer. Ur ett ekonomiövergripande perspektiv finns det flera skäl till varför en differentiering av klimatpolitiska styrmedel kan vara önskvärd där risken för koldioxidläckage är en av de viktigaste. Avslutningsvis kan man utifrån ovanstående slutsatser bedöma styrmedlets förmåga att främja kostnadseffektivitet. Bedömningen ger inget definitivt svar om kostnadseffektiviteten, men kan ge en bild av styrmedlets egenskaper och peka på alternativa utformningar och/eller nya styrmedelskombinationer som skulle kunna ge en ökad kostnadseffektivitet i klimatpolitiken. Det är viktigt att komma ihåg att kostnadseffektiviteten hos ett styrmedel endast utgör ett av flera viktiga kriterier för hur väl styrmedlet fungerar. NATURVÅRDSVERKET 87(113) 5.2. Utmaningar i utvärdering av klimat- och energipolitiska styrmedel Det finns specifika utmaningar för utvärderingar av styrmedel inom klimat och energiområdet. Utsläppen av växthusgaser kommer från många olika sektorer i samhället och många olika aktörer är berörda. Styrmedel för klimat och energi kan vara både nationella och internationella, men målet är globalt. Tidshorisonterna är långa och osäkerheterna stora. Därför är det viktigt med helhetssyn och väl avvägda systemgränser och tidsperspektiv. Ett system kan vara en teknisk enhet, ett samhälle, en specifik sektor, ett eller flera länder eller de globala energimarknaderna (Wörlen 2013). Om syftet med ett styrmedel är att minska utsläppen av växthusgaser i en specifik sektor inom en nation kan man avgränsa sig till just denna men målen för styrmedel på klimatområdet är ofta att minska de globala utsläppen av växthusgaser. Om en åtgärd syftar till att minska utsläppen av växthusgaser inom en viss region finns risk för läckageeffekter. Koldioxid-läckage innebär att utsläppen flyttar från den sektor eller nation som regleras till en annan sektor istället för att minska. Läckageeffekter är ofta oönskade konsekvenser av regleringar eller prispåverkande styrmedel. (IPCC 2007) Att undersöka globala effekter av ett styrmedel är komplicerat och kräver att man tittar på hur utsläppen påverkas inte bara inom en viss sektor inom ett visst land utan också hur andra sektorer och nationer påverkas av förändringen. Energisystem och utsläpp av växthusgaser i olika sektorer är tätt sammankopplade och påverkar och påverkas av konjunkturen och den globala efterfrågan. Ett exempel på utmaningarna med systemgränser och läckageeffekter är Sveriges elmarknad. I Sverige produceras el framförallt av koldioxidsnåla produktionsslag som vattenkraft och kärnkraft. Att minska efterfrågan på el kan därför med en svensk systemgräns tyckas har liten positiv effekt på utsläppen av växthusgaser. Om man istället ser Sveriges elmarknad ut ett europiskt perspektiv är Sverige en del av den nordiska elmarknad som i sin tur är sammankopplad med den europeiska elmarknaden. (Energimarknadsinspektionen 2014) Sverige importerar och exporterar el från och till den centraleuropeiska elmarknaden där en stor del produceras i kolkraftverk. Kolkraft är ofta det dyraste produktionsslaget och kolkraft är därför marginalel. Med en europeisk systemgräns kan man alltså argumentera för att svensk elanvändning på marginalen är producerad av kolkraft och att sparade kilowattimmar därför har en reell påverkan på utsläppen av växthusgaser. (Axelsson och Harvey 2011) Exemplet visa det visar på vikten av att aktivt fundera kring och välja systemgräns. Om man vidgar systemgränsen ytterligare och inkluderar systemet med handel med utsläppsrätter kan man återigen fråga sig huruvida minskad elförbrukning i Europa har någon påverkan på utsläppen av växthusgaser i Europa. NATURVÅRDSVERKET 88(113) Kraftproduktionen ingår i EU:s system för handel med utsläppsrätter. Om man minskar efterfrågan på el och därigenom utsläppen av växthusgaser från kolkraftverk kan användningen inom handelssystemet flytta till en annan sektor och de totala utsläppen bli oförändrade. En annan aspekt att ta hänsyn till i utvärdering av klimat- och energipolitiska styrmedel är rekyleffekten. Rekyleffekten omnämns vanligen i samband med energieffektiviseringsåtgärder men principen kan gälla också för andra typer av effektiviseringar. I utformningen av klimat- och energipolitik framhålls ofta energieffektiviseringsåtgärder som viktiga både för minskad miljöpåverkan och för kostnadsbesparingar. Energibesparing och energieffektivisering är inte synonyma begrepp (även om de ibland sammanblandas). Energibesparing innebär att mindre energi används, totalt sett. Energieffektivisering innebär att mindre energi krävs för en viss typ av produktion, uttryckt som till exempel kwh per producerad enhet eller per kr förädlingsvärde. Energieffektivisering innebär att relativkostnaden för energi relativt andra inputvaror och tjänster blir lägre. Med en mer bränsleeffektiv motor krävs mindre bränsle för att resa samma sträcka. En direkt rekyleffekt kan uppstå om användare väljer att åka längre sträckor för samma mängd bränsle eller kanske införskaffar ett större fordon. Den indirekta rekyleffekten innebär att resurser frigörs som kan läggas på annan energianvändning. Om den totala rekyleffekten överstiger 100 har effektiviseringen lett till en ökad miljöpåverkan. Om den understiger 100 procent har effektivisering lett till en minskad miljöpåverkan. Effekten påverkar styrmedlets kostnadseffektivitet om målet med ett styrmedel är minskad användning och miljöpåverkan snarare än ökad effektivitet. Att effektiviseringsåtgärder kan innebära en rekyleffekt är accepterat i utvärderingar av styrmedel för klimat- och energi, men den tas sällan med i analyser av styrmedel. Storleken på effekten är omdebatterad och varierar mellan enskilda fall. (Broberg mfl. 2015, Sorrell 2007) 5.3. Ex-postutvärdering av klimat- och energipolitiska styrmedel i Sverige I Sverige ansvarar flera departement för olika delar som påverkar landets energioch klimatpolitik och styrmedel. Den största delen av klimat- och energipolitiken ligger under Miljö- och energidepartementet som bland annat ansvarar för klimat, energi och internationellt miljösamarbete. Under miljödepartementet ligger ett antal myndigheter och Energimyndigheten och Naturvårdsverket är de som främst arbetar med energi- och klimatfrågor. Utöver Miljö- och energidepartementet har andra departement ansvar för olika styrmedel som påverkar Sveriges energi- och klimatstrategi. Finansdepartementet ansvarar för energi- och klimatskatter, Näringsdepartementet för infrastruktur- och näringsfrågor, utbildningsdepartementet för forskningsfrågor. Dessa har i sin tur myndigheter 89(113) NATURVÅRDSVERKET som utreder och utvärderar förslag. Det är därför svårt att sammanställa ett organisationsschema över ansvaret för utvärderingar av energi- och klimatpolitiken och dess styrmedel. Denna del av rapporten beskriver hur klimat- och energistyrmedelsutvärderingar genomförs i Sverige. Underlaget bygger på en genomgång av tre övergripande studier av Svensk klimat- och energipolitik och hur den utvärderats. I kontrollstation 2015 har Energimyndigheten och Naturvårdsverket granskat ett stort antal utvärderingar av styrmedel på energi- och klimatområdet. Söderholm (2014) har utifrån en kartläggning av klimat- och energistyrmedelsutvärderingar diskuterat hur framtidens utvärderingar bör utformas. Slutligen sammanfattas resultatens från Riksrevisionens granskningar av Sveriges energi- och klimatpolitik mellan 2009 och 2013. 5.3.1. Underlag till kontrollstation 2015 I regeringsuppdraget om kontrollstation 2015 genomförde Energimyndigheten och Naturvårdsverket en sammanställning och granskning av publicerade utvärderingar, sedan 2008, av hur befintliga styrmedel bidrar till att uppnå de klimat- och energipolitiska målen till 2020. Granskningen fokuserade på följande utvärderingsaspekter: - Styrmedlens effekt på utsläpp. Detta tolkas här som styrmedlets bidrag till att uppnå det energi- eller klimatpolitiska mål som det ska styra mot, det vill säga energiintensitets-, förnybarhets- och/eller klimatmålet. - Styrmedelskostnader. Detta tolkas främst som de samhällsekonomiska kostnaderna och kostnadseffektiviteten för ett styrmedel. Enskilda kostnadsposter som tas upp i utvärderingarna redovisas även om de endast utgör en del av bedömningen av den totala samhällsekonomiska kostnaden. - Fördelningseffekter. Detta handlar i huvudsak om hur de kostnader ett styrmedel ger upphov till fördelas mellan olika aktörer. - Påverkan på andra samhällsmål. Tolkas som effekter på dels de andra energi- och klimatpolitiska målen än det mål som styrmedlet har som huvudsyfte att uppfylla, dels andra samhällsmål som utvärderingarna belyser. Ett stort antal utvärderingar har gjorts inom områdena sektorsövergripande styrmedel, förnybarhetsmål, energieffektivisering och klimatmål, men endast ett fåtal redovisar de efterfrågade aspekterna. Merparten av det underlag som har granskats saknar en kvantifierad effekt av styrmedlet. I den mån effekter har kvantifierats är de ofta behäftade med en ansenlig osäkerhet. NATURVÅRDSVERKET 90(113) En slutsats från denna genomgång är att det är få om ens någon utvärdering som belyser alla aspekter i utvärderingarna. Endast för ett fåtal styrmedel ges kvantitativa svar på de aspekter som bör belysas. Energi- och koldioxidskatter Koldioxidskatten har exempelvis utvärderats flera gånger men de flesta utvärderingar är enbart delanalyser, det vill säga de behandlar exempelvis skatternas effekter på en delmarknad och inte på ekonomin som helhet. Det finns inga ex post-utvärderingar av de sammanlagda kostnaderna för energi- och koldioxidskatterna. Vidare bygger modellkörningar på nödvändiga förenklingar, med begränsad koppling till teknologisk utveckling och dynamiska effekter. Vissa av utvärderingarna analyserar energi- och koldioxidskatterna gemensamt och deras effekt på energianvändningen och/eller utsläppen. Andra utvärderingar analyserar endast någon av skatterna, och effekter på något av målen. Energioch koldioxidskatternas konsekvenser är inte heller särskilt utredda ur ett statsfinansiellt perspektiv, även om de vid sidan av moms tillhör de viktigaste punktskatterna. Det konstateras också att underlaget är begränsat när det gäller att utvärdera energi- och koldioxidskattens effektivitet i samverkan med andra styrmedel. Slutligen konstateras det att med tanke på energi- och koldioxidskatternas långa historia och antaget stora betydelse för energi- och klimatpolitiken och de offentliga finanserna, är utvärderingsunderlaget av skatternas styrande förmåga anmärkningsvärt begränsat. Energi- och koldioxidskatterna utvärderas ibland som del av en styrmedelsmix där flera styrmedel för de klimat- och energipolitiska målen ingår. MARKALNordic har bland annat använts för att utvärdera effekten av styrmedel och åtgärder inom energi- och klimatpolitiken. Utvärderingen bygger på en kontrafaktisk metod för att utvärdera den totala effekten av samtliga relevanta styrmedel inom energi- och klimatpolitiken. Det går dock inte att dra några slutsatser om olika styrmedels isolerade effekt på koldioxidutsläppen. Styrmedel för förnybar energi Flera av de styrmedel som styr mot målet om ökad användning av förnybar energi, transportmålen och energieffektivisering saknar utvärderingar mot de ovan nämnda kriterierna. Elcertifikatsystemet och Investeringsstöd för solceller är styrmedel som har utvärderats med avseende på kostnader för stödet, effekter i kvantitativa termer och i viss mån effekter på andra miljömål. För elcertifikatsystemet har viss mån även fördelningseffekter analyserats. Pumplagen har utvärderats när det gäller kostnader och i viss mån effekter på mål samt fördelningseffekter. Den statliga FFF utredningen (SOU 2013:84) gjorde en egen analys av styrmedel för miljöbilar. Enbart en kvalitativ bedömning av effekten av miljöbilspremie och fordonskattebefrielse gjordes, tillsammans med en sammanställning av statens utgifter. Någon utvärdering av kostnadseffektivitet, fördelningseffekter eller NATURVÅRDSVERKET 91(113) effekter på andra samhällsmål gjordes inte. En generell notering som görs i utredningen är att någon samhällsekonomisk konsekvensanalys före införande av styrmedlen inte hade gjorts. Styrmedel för energieffektivitet Genomgången av utvärderingar av de styrmedel som styr mot energiintensitetsmålet visar att det generellt råder brist på kvantitativa ex postbedömningar av de efterfrågade aspekterna. Bristen på kvantitativa utvärderingar förklaras av att många styrmedel är relativt nya och fortfarande ”befinner sig mitt i processen”, varför det kan vara för tidigt att mäta effekter av åtgärder. Detta är något som också påpekas i vissa av utvärderingarna. En annan anledning till svårigheten att mäta effekterna är att vissa av styrmedlen infördes utan att det fanns en utvärderingsstrategi från början. Kostnader beaktas delvis i utvärderingarna men vilka typer av kostnader som ingår skiljer sig åt mellan olika utvärderingar. I de flesta fall tas enbart statsfinansiella kostnader/utgifter upp, vilket oftast endast utgör en del av den samhällsekonomiska kostnaden. Utvärderingarna saknar i de flesta fall analyser av fördelningseffekter och effekter på andra samhällsmål. Avsaknaden av kvantifierbara effekter av de informativa styrmedlen leder till att dessa inte kan ligga till grund för beräkning av de styrmedelsjusteringar som krävs för att uppnå energiintensitetsmålet. När det gäller klimatstyrmedel kan det konstateras att det finns väldigt få ex post-utvärderingar som har kvantifierade resultat. 5.3.2. En kartläggning och kategorisering av samhällsekonomiska analyser inom miljömålsområdet (Söderholm 2014) På uppdrag av Naturvårdsverket har Söderholm (2014) studerat och diskuterat hur framtida samhällsekonomiska analyser kan utformas och genomföras. Rapportens diskussion utgår från en kartläggning av 82 genomförda samhällsekonomiska analyser på miljömålsområdet som kategoriserats med fokus på syfte och angreppssätt. (Pädam m.fl. 2013) Söderholms rapport inkluderar både utvärderingar ex ante och ex post och det är inte enbart styrmedel som har studerats och heller inte enbart klimat- och energipolitiska mål. I ungefär hälften av analyserna kan det konstateras att fokus ligger på åtgärder snarare än styrmedel för att nå ett visst miljömål och analyserna går ut på att skatta kostnaderna och/eller miljönyttan i ekonomiska termer av dessa åtgärder. Olika metoder används men de flesta utgår från en bottom-up beskrivning av olika konkreta åtgärder och en bedömning av dessa kostnader ex ante. Detta innebär att analyserna i första hand försöker uppskatta kostnaderna för åtgärder som ännu inte implementerats snarare än förlita sig på ex post bedömningar av redan genomförda åtgärder. Ex post-utvärderingar i studien Söderholms (2014) analys visar att antalet samhällsekonomiska analyser som NATURVÅRDSVERKET 92(113) undersöker styrmedels effekter ex post är överlag färre än de som har en ex ante ansats. Det finns dock studier av varierande slag som på olika sätt undersöker effekterna av redan implementerade styrmedel med utgångspunkt i olika styrmedelskriterier. En del studier fokuserar på om styrmedlen är verkningsfulla, medan andra undersöker kostnadseffektivitet, fördelningsaspekter, effekterna på teknisk utveckling eller på industrins konkurrenskraft etc. Slutsatser från studien Söderholm pekar på att genomförda kostnadseffektivitets- och effektanalyser ofta har viktiga begränsningar. Ofta finns en brist på bra data och det finns en svårighet att skapa ett trovärdigt och transparent beskrivet referensscenario. En annan begränsning i flera analyser är att endast en generell bedömning kan göras av kostnaderna och att de inte svarar på frågan om de styrmedel som används minimerar kostnaderna för att nå en viss utsläppsreduktion. Kostnadsanalyser som har genomförts bottom-up kan vara viktiga för att förstå vad som konkret kan göras för att minska miljöpåverkan på ett specifikt miljöområde och ungefär hur mycket sådana åtgärder kostar. I vissa studier kommenteras också kostnadseffektivitet i meningen att olika åtgärder kan rangordnas utifrån t.ex. kostnad per kg utsläppsreduktion. Söderholm pekar dock på en rad begränsningar med bottom-up analyser som gör att kostnaderna för att nå ett mål såväl kan överskattas som underskattas. Analyserna har ofta en svag koppling till hur åtgärderna faktiskt ska realiseras, dvs. vilka styrmedel som måste införas, vad det kostar att implementera dessa samt vilka kostnader aktörerna faktiskt möter som en konsekvens av styrmedlen. Det finns därför en risk att de totala kostnaderna underskattas i dessa studier. Används denna typ av analys för att identifiera den kostnadseffektiva kombinationen av åtgärder för att nå ett visst mål uppstår svårigheter att identifiera alla relevanta åtgärder och risken är att de totala kostnaderna i stället överskattas. Det är få studier som fokuserar på de aktörer som faktiskt berörs av styrmedlen och som förväntas genomföra åtgärderna för att uppnå de mål man har satt upp. Det behövs därför en ökad förståelse för aktörers drivkrafter, incitament, upplevda barriärer etc. Sådana analyser behöver också utgå från att det inte enbart är marknadsmisslyckanden som bör identifieras och utvärderas, utan även ”regleringsmisslyckanden”, såsom lagar och styrmedel på andra områden som försvårar (eller till och med omöjliggör) genomförandet av samhällsekonomiskt lönsamma miljöåtgärder. En systematisk analys av utvecklingstrender och misslyckanden på olika miljöområden skulle kunna utgöra ett viktigt underlag för ett flertal styrmedelsutvärderingar och kostnads-nytto-analyser (CBAanalyser). Det genomförs för få utvärderingar av styrmedelseffekter på miljömål och fler sådana troligen skulle förstärka miljömålsarbetet. En viktig orsak är att dataunderlaget för att göra detta ofta är bristfälligt och/eller att det krävs mycket resurser för att samla in data endast för en utvärdering. Man behöver därför i NATURVÅRDSVERKET 93(113) högre grad prioritera identifiering och insamling av data som kan användas för empiriska ex-post utvärderingar av styrmedel. De data som samlas in har ofta andra syften – till exempel för att administrera styrmedlet men insatser behöver göras för att kunna göra ändamålenliga referensscenarier. Endast ett fåtal av de studier som har kartlagts har en sådan ansats och i inget av dessa fall finns en tydlig koppling till konkreta styrmedel i miljöpolitiken. Kostnadseffektivitet och samhällsekonomisk effektivitet är fortsatt viktiga utvärderingskriterier, men de bör också kompletteras med analyser av olika styrmedels förmåga att främja teknisk utveckling och innovation. Även här behövs en ökad förståelse för avvägningar mellan olika styrmedelskriterier – till exempel om det finns en konflikt mellan kostnadseffektivitet och framkomligheten (legitimiteten) i miljöpolitiken och hur i så fall styrmedel ska utformas för att hantera en sådan avvägning? Många analyser, t.ex. flera av de CBA-analyser som genomförs förlitar sig inte på de vägledningar och handböcker som finns. I dessa vägledningar betonas t.ex. betydelsen av transparenta referensscenarier och alternativ, något som ofta brister i en del av analyserna. Många CBA-analyser är väldigt rudimentära och många kommer inte längre än att författarna listar ett antal fördelar och nackdelar med olika miljöåtgärder. De konsekvenser som identifieras beskrivs framförallt i kvalitativa termer och inte alltid utifrån en explicit beskrivning av olika beslutsalternativ. Framtida uppdragsbeskrivningar för styrmedelsanalyser bör i högre grad än vad som är fallet idag hänvisa till befintliga vägledningar eftersom de är relevanta för genomförandet av uppdraget. En annan viktig fråga för framtida analyser är behovet av att i större utsträckning analysera hur olika styrmedel interagerar med varandra, dvs. förstärker eller kanske motverkar varandra. Exempelvis behövs fler studier som analyserar (såväl ex ante som ex post) hur ekonomiska styrmedel interagerar med traditionella regleringar samt hur miljöpolitiken kan förstärkas av en samhällsekonomiskt effektiv innovationspolitik. 5.3.3. Riksrevisionens granskning av styrmedel och statliga åtgärder för klimat- och energiområdet Mellan 2009 och 2013 granskade Riksrevisionen styrmedel och statliga åtgärder inom klimat- och energiområdet i elva granskningar (RiR 2009:6, RiR 2009:21, RiR 2011:8, RiR 2011:10, RiR 2011:29, RiR 2012:1, RiR 2012:2, RiR 2012:7, RiR 2012:27, RiR 2013:9) och en slutrapport (RiR 2013:19). Syftet var att ta reda på om regeringens styrning ger förutsättningar för effektiva klimatåtgärder. Granskningarna undersökte också kostnadseffektivitet och transparens i politiken. Både sektorsövergripande styrmedel och mer riktade åtgärder mot energitillförsel, industri, trafik, bostäder, jordbruk och avfall undersöktes. De NATURVÅRDSVERKET 94(113) undersökta styrmedlen är av både ekonomisk karaktär som skatter och marknadsbaserade certifikat/utsläppsrätter och av administrativ karaktär som regleringar och krav på energideklarationer och byggregler. Man har också undersökt statliga medel till forskning och utveckling inom klimatområdet samt Sveriges deltagande i Arktiska rådet. Slutrapporten sammanfattar resultat från utvärderingarna och tittar på ny empiri i form av styr- och uppföljningsdokument från myndigheter och regering. Metoder För att besvara granskningsfrågorna rörande transparens, effekt och effektivitet i de elva delrepporterna har Riksrevisionen använt sig av både kvalitativa och kvantitativa metoder. Riksrevisionen har hämtat empiri genom intervjuer, dokumentstudier, bedömning av regelverk, stickprovskontroller och kvantitativ data i form av enkäter, utdrag ut energideklarationsregistret, kostnader för utsläppskrediter, statistik över biodrivmedelsanvändningens sammansättning och förändring, statistik över energipriser. I flera granskningar har Riksrevisionen använt räkneexempel för att visa på kostnader för styrmedlen och dess utfall. För mer avancerade kvantitativa analyser har Riksrevisionen samarbetat med andra statliga myndigheter. Vid granskning av klimatrelaterade skatter lät man Konjunkturinstitutet med hjälp av EMEC beräkna de samhällsekonomiska konsekvenserna av de förändringarna av de klimatrelaterade skatter som beslutades 2009. Konjunkturinstitutet gjorde beräkningar för den samhällsekonomiska utvecklingen, med och utan skatteförändringarna under tidsperioderna 2007-2020 och 2007-2030. Till samma granskning lät man Statistiska centralbyrån med hjälp av FASIT, ett fördelningsanalytiskt statistiksystem för inkomster och transfereringar beräkna hushållens kostnader för energi- och koldioxidskatterna samt fordonsskatten för att analysera de fördelningspolitiska konsekvenserna av klimatskatteförändringarna. Statistiska centralbyrån skattade också industrins utgifter för energi och koldioxidskatt med hjälp av företags- och individdatabasen FRIDA. Riksrevisionens granskningsresultat Riksrevisionens granskningar visar att kostnaderna för minskade utsläpp varierar mellan olika styrmedel och olika sektorer, vilket tyder på att den samlade styrmedelsfloran inte är kostnadseffektiv. Man konstaterar också en brist på samordning på både kort- och lång sikt. Riksdagen har efterfrågat en långsiktig bana men regeringens beslut om styrmedel sträcker sig sällan längre än till 2020. Då Riksrevisionens granskat en mängd samverkande och delvis överlappande styrmedel har man i slutrapporten gjort en samlad bedömning och därigenom upptäckt hur styrmedel överlappar och delvis tar ut varandras effekter. Ett sådant exempel är konflikten mellan energieffektivisering och ETS. Exempel på kritik som framförs i granskningarna är att om Sveriges nationella överskott på NATURVÅRDSVERKET 95(113) utsläppsrätter säljs till andra länder inom handelssystemet istället för att annulleras, blir Energimyndighetens rekommendationer om att till exempel välja kollektivtrafik eller cykel framför bil till stor del verkningslösa ur klimatsynpunkt. (RiR 2009:21) På samma sätt påpekar Riksrevisionens granskning av Programmet för energieffektivisering som syftar till effektivisering av elanvändningen i den energiintensiva industrin, att styrmedlet minskar behovet av utsläppsrätter vilket bidrar till ett lägre pris på utsläppsrätter. Riksrevisionen menar att låga priser på utsläppsrätter minskar incitamenten för företag att investera i utsläppsminskande teknik och försvårar kommersialisering av nya upptäckter inom klimatrelaterad forskning. (RiR 2013.8) En kritik som framkom i flera av Riksrevisionens granskingar är bristen på målformulering för styrmedel, vilket gör det svårt att utvärdera effektiviteten hos dem. I slutrapporten skriver Riksrevisionen uttryckligen att ”klimat- och energimålen är otydliga”. Styrmedel har ofta som mål att bidra till flera olika samhällsmål och prioriteringen mellan dessa är otydlig. Slutrapporten understryker att målen både för klimatområdet som helhet och för enskilda insatser bör vara välformulerade, mätbara och uppföljningsbara. Dessa kriterier krävs för att måluppfyllelsen ska kunna ställas i relation till kostnaderna. På grund av klimatfrågans komplexa karaktär med problem som berör en mängd aktörer och sträcker sig över lång tid, är det särskilt viktigt att insatserna kan ställas i relation till långsiktiga mål. Man betonar också vikten av en samlad bedömning och samordning för att undvika oönskade sidoeffekter och att bättre kunna hantera målkonflikter för prioritering. Vidare lyfter Riksrevisionen bristen på samordnad rapportering. Olika statliga myndigheter har olika uppdrag och olika prioriteringar, vilket med olika perspektiv leder till parallella svar på samma fråga. Vidare visar granskningen att det saknas underlag för att bedöma risken för koldioxidläckage. Koldioxidläckage är ett vanligt argument för att besluta om undantag och lättnader från tvingande klimatstyrmedel som skatter och regleringar men rapporteringen för läckagerisken är ofullständig. De elva delrapporterna och slutrapporten lämnar rekommendationer till regeringen för att förbättra förutsättningarna för att transparent och effektivt öka förutsättningarna för att minska utsläppen av växthusgaser. Slutrapportens rekommendationer är att samordna klimatmålen, fastställa en långsiktig bana för minskningen av utsläpp samt att tydligt peka ut ansvar och mandat för att åstadkomma en samlad rapportering och analys. 5.4. Internationell utblick Utmaningarna för utvärdering av styrmedel på klimat- och energiområdet är inte specifika för Sverige. I den här delen av rapporten studeras hur andra länder hanterar ex-postutvärderingar av klimat och energistyrmedel, i syfte att hitta NATURVÅRDSVERKET 96(113) erfarenheter av relevans för Sverige. Omvärldsanalysen baseras dels på resultat och slutsatser i forsknings- och myndighetsrapporter. Utöver det har Danmark, Finland, Nederländerna, Norge, Storbritannien, Tyskland och USA undersökts extra genom en granskning av hur utvärderingar beskrivs i nationalrapporterna samt i vissa fall vägledande dokument för styrmedelsanalys och enskilda utvärderingar. 5.4.1. En översikt En övergripande studie av styrmedelsutvärderingar inom klimatpolitiken i olika länder gjordes av Haug m.fl. 2009. Studien omfattar 262 utvärderingar från åren 1998-2007 i Storbritannien, Tyskland, Portugal, Italien, Finland, Polen samt på EU-nivå. Styrmedlen har klassats som klimatstyrmedel om de var rapporterade som det i respektive lands nationalrapport. Studien konstaterar att även om många utvärderingar behandlar styrmedels effektivitet, är det få slutsatser som kan dras från utvärderingarna. Detta på grund av att det ofta saknas kvantifierade effekter över styrmedlens bidrag till utsläppsminskningar. I de fall effekter är kvantifierade så används olika metoder vilka också har ger varierande resultat i utvärderingar av ett och samma styrmedel. Studien (Haug m. fl. 2009) fastslår vidare att en orsak till att en så liten andel av analyserna påvisar effekter av styrmedel samt att resultaten skilde sig åt berodde bland annat på avsaknaden av data över baseline ex-ante för utsläpp vilket gör det svårt att konstruera ett referensscenario ex-post. Dessutom saknas kvantitativa data över andra faktorer som kan förklara de förändringar som har uppmätts. Enskillda klimatstyrmedel introduceras ofta som del av ett styrmedelspaket och att separera effekter av ett styrmedel från andra faktorer är svårt, inte minst om referensscenario saknas. En av studiens viktigaste slutsatser är därför att kunskapen om hur europeiska styrmedel påverkar utsläppen inte är tillräckligt belyst och underbyggd. 5.4.2. Storbritannien Det land som i studien utmärker sig både vad gäller kvantifieringar och också förekomst av kostnads-nyttoanalyser i Haugs studie är Storbritannien. I de 78 utvärderingar från Storbritannien som ingår i studien (det klart mest representerade landet sett till antal studier) innehåller en tredjedel av utvärderingarna försök att kvantifiera utsläppsminskningar, något som sällan förekommer i de andra ländernas utvärderingar. Storbritannien utmärker sig också som det land som genomfört kostnads-nyttoanalyser och undersökt fördelningseffekter mellan offentliga finanser, företag och konsumenter. (Haug m.fl.2009) Också Riksrevisionen har särskilt uppmärksammat Storbritanniens styrning och uppföljning av klimatpolitiken i en bilaga till slutrapporten av Sveriges energi och klimatpolitik (RIR 2013, NATURVÅRDSVERKET 97(113) Enligt Storbritanniens nationalrapport är det Department of Energy & Climate Change (DECC) som ansvarar för strategi och styrmedel på energi- och klimatområdet. DECC ansvarar både för att genomföra, utveckla och utvärdera klimat- och energipolitiken. Under DECC ligger ett antal statliga myndigheter och organ som är delansvariga för olika områden som kärnkraft, och olja och gas. På departementets hemsida beskrivs att utvärderingar genomförs för att undersöka effekt och kostnadseffektivitet av olika styrmedel. Resultaten skall användas för att utveckla befintliga och nya styrmedel. Som en del i utvärderingsarbetet har DECC tagit fram en utvärderingsguide. Guiden riktar sig till aktörer som är ansvariga för att planera genomföra, administrera eller utvärdera ett styrmedel eller projekt på klimat- och energiområdet. I guiden beskrivs utvärderingsprocessen i sju steg där det första steget är att klargöra målet med styrmedlet och dess förväntade effekter. Sedan följer att planera utvärderingen genom att identifiera utvärderingens användningsområde och mottagare, identifiera utvärderingens mål och frågeställningar, välja metod och säkra resurser för utvärderingen. Slutligen skall utvärderingen genomföras och sista steget i utvärderingsprocessen är att använda resultaten. Guiden är översiktlig men hänvisar till mer detaljerad information i Magentaboken, en skrift från Storbritanniens regeringskansli som detaljerat beskriver olika typer av utvärderingar. (the Magenta book, 2011) Utvärderingsguiden understryker att utformingen av ett styrmedel påverkar i vilken grad det kan utvärderas och att det är viktigt att samla in relevanta data för utvärdering redan innan styrmedlet är introducerat. 5.4.3. Utvärderingar i andra länder En genomgång av nationalrapporterna i Danmark, Finland, Norge, Nederländerna, Tyskland och USA visar att nationalrapporterna framförallt fokuserar på beskrivningar av framåtblickande prognoser och förväntade effekter av olika styrmedelåtgärder. Få av länderna fokuserar på eller ens nämner utvärderingsresultat ex post av styrmedel. I Danmarks nationalrapport från 2103 beskrivs att få individuella styrmedel i Danmark följs upp av en ex- postutvärdering. En orsak till detta är svårigheten att härleda förändringar till ett enskilt styrmedel eftersom att sektorer som ger upphov till växthusgasutsläpp ofta påverkas av flera olika åtgärder och förändringar samtidigt. I Danmark är det Miljöministeriet som ansvarar för klimatpolitiken och under ministeriet ligger ett antal statliga myndigheter med olika uppdragsbeskrivningar, Miljöstyrelsen är den myndighet som främst arbetar med klimat- och energifrågor. 2005 publicerade ändå Miljöstyrelsen en utvärdering av Danmarks klimatpåverkan mellan 1990 och 2001, kallad The Effort Analysis. Analysen utvärderar effekterna av samtliga genomförda klimatstyrmedel under perioden 1990-2001 genom att jämföra de faktiska utsläppen under 2001 med den förväntade genomsnittliga årliga utsläppen under perioden. Utvärderingen undersöker också förväntade utsläpp 2008-2012. I utvärderingens metodbeskrivning noteras att kostnaden för utsläppsminskningar NATURVÅRDSVERKET 98(113) beräknas utifrån en välfärdsekonomisk teoribas. Uppskattningar av hur höga utsläppen skulle ha varit utan åtgärder beräknas utifrån ett referensscenario. För referensscenariot spelar antaganden om till exempel energiproduktion en central roll. För dessa antaganden har man förlitat sig på den danska Energimyndigheten. Man beskriver att det är komplicerat att bestämma förändringar i energiproduktion då förändringar på energimarknaden kräver antaganden om vilken del av energiproduktionen och vilka bränslen som ersätts. I USA är det Environmental Protection Agency som ansvarar för styrmedel och utvärderingar av dessa på klimat- och energiområdet. Office of Strategic Environmental Management ansvarar för programutvärderingar och i dessa ingår även styrmedel och politik. The American Evaluation Association (AEA) har i uppdrag är att förbättra utvärderingar, både metodiken bakom och användandet av resultaten. Vägledningen för utvärderingar på EPAs sida beskriver stegvis hur man går till väga för att genomföra en utvärdering. Dokumentet är i första hand till för chefer och personal på EPA och deras program. Riktlinjerna syftar till att planera utvärderingar och att använda resultaten i vidare programverksamhet. Första steget i riktlinjerna är att beskriva programmets/styrmedlets logik och förväntade effekter. För detta krävs att man fastställt en baslinje eller ett referensscenario. Sedan följer insamling, analys och tolkning av data, både kvalitativ och kvantitativ. Riktlinjerna trycker också på vikten av att fastställa att det finns tillräckligt med resurser för att genomföra en utvärdering. Olika typer av utvärderingar beskrivs på EPAs hemsida: Designutvärdering, Processutvärdering, Utfallsutvärdering, Effektutvärdering och Kostnadseffektivitetsutvärdering. Utvärdering av design och process görs i uppstartsfasen och under pågående styrmedel men utfall, effekt och kostnadseffektivitet är typiskt ex- post. Riktlinjerna är avsedda för alla typer av utvärderingar av EPAs verksamhet. På hemsidan finns utvärderingsrapporter (EPA 2015) samlade under olika ämnesflikar: luft, avfall, vatten osv. Få av de publicerade rapporterna behandlar klimat- och energistyrmedel och ingen av de publicerade rapporterna på hemsidan tar ett samlat grepp över styrmedelsfloran. I Nederländerna är PBL, ett statligt institut, ansvarigt för utvärderingar på miljöområdet. Syftet med PBL är enligt hemsidan (PBL 2015) att bidra till att förbättra kvaliteten på politiska och administrativa beslutsfattandet genom att utföra förberedande studier, analyser och utvärderingar där en integrerad strategi anses avgörande. Bland hemsidans publikationer på engelska finns ingen expostanalys av styrmedel på klimatområdet. Nederländernas nationalrapport fokuserar mer på prognoser och framtidsscenarion än ex-post analyser. Enligt en rapport från Algemene Rekenkamer (ungefär motsvarande Svenska Riksrevisionen) från 2012 (Algemene Rekenkamer 2012) är styrmedel på klimatområdet inte samordnade av en enskild minister utan ansvaret är spritt över flera ministerier. Detta menar Algemene Rekenkamer ökar risken för dålig koordinering av effekter och överlappande styrmedel samt att vissa områden kanske missas helt. Man rekommenderar i rapporten att regeringen regelbundet analyserar risker och sårbarheter inom alla politikområden, även klimatområdet. NATURVÅRDSVERKET 99(113) Man skriver att sambanden mellan sektorerna inte bör förbises och att analyser av klimatstyrmedel därför bör integrera och utvärdera resultaten av hela klimatanpassningspolitiken. Man rekommenderar ett sammanhängande åtgärdspaket på klimatområdet så att all politik ska kunna anpassas till det. Algemene Rekenkamer rekommenderar regeringen att upprätta ett samarbete mellan olika ministerier gällande klimatanpassningsåtgärder och skriver att politiken och styrmedlen regelbundet bör övervakas, utvärderas och, vid behov revideras. I Finland är arbets- och näringsministeriet (ANM) och miljöministeriet de ministerier som kordinerar klimatarbetet. ANM ansvarar för samlad rapportering av klimat- och energipolitiken och kordinerar därför data och information och från Kommunikationsministeriet som bland annat ansvarar för transportfrågor, Jord- och skogsbruksministeriet som bland annat ansvarar för anpassningsåtgärder av klimatförändringar och Miljöministeriet som bland annat ansvarar för infrastruktur och boende. Varje ministerium ansvarar för datainsamling och utvärdering av deras respektive styrmedel och det finns inga nationella vägledningar för hur utvärderingar bör göras. Det är ovanligt att man redan vid introduktion av styrmedel planerar för ex-post-utvärderingen. (Lemström, 2015) Också Tysklands nationalrapport är framförallt framåtblickande och prognosticerarar trender av utsläpp och energianvändning men beskriver inte nuvarande styrmedels effektivitet. I Tyskland är det Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (BMUB) som ansvarar för energi- och klimatpolitiken med ett antal myndigheter under sig, bland annat Umweltbundesamt (UBA), som motsvarar det svenska Naturvårdsverket. I rapporten Energy of the future (2011) beskrivs den uppföljningsprocess som introducerats för att kontinuerligt utvärdera åtgärder som långsiktigt syftar till att nå målen i den stora energiomställning – Energiewende - som Tyskland beslutat om (Bundesregierung Deutschland, 2010). Årligen publiceras en utvärderingsrapport som tar ett samlat grepp om effekterna men rapporterna tittar inte på effekter av enskillda styrmedel eller på kostnadseffektiviteten hos dem. I Norge är det Klimat- och miljödepartementet som ansvarar för klimatpolitiken. Under departementet ligger Miljödirektoratet som självständig myndighet. I den norska nationalrapporten beskrivs vikten av att utvärdera styrmedels effektivitet och kostnadseffektivitet men också svårigheterna med att genomföra sådana utvärderingar på grund av stora osäkerheter. Den utvärdering man sedan hänvisar till för att exemplifiera är Klimakur 2020, en ex- anteutvärdering från 2010 om Norges utsläpp av växthusgaser fram till 2020. I Klimakur användes både bottom-up-data och makroekonomiska modeller för att utvärdera styrmedelsfloran. Beräkningar som gjordes i Norges stadsbudget 2011 visade att kostnaderna för klimatpolitiken för att nå uppsatta mål till 2020 kommer att överstiga dem som beräknades i Klimakur. NATURVÅRDSVERKET 100(113) 5.5. Slutsatser Att utvärdera styrmedel är en viktig del i policyprocessen för att veta vilka effekter ett styrmedel har och om det bidrar till måluppfyllelse på ett effektivt sätt. Ex-postutvärderingar bör användas till att utforma nya styrmedel eller till att avsluta eller förbättra ineffektiva styrmedelsinsatser. En viktig förutsättning för utvärdering av effekten är att man känner till styrmedlets mål. Utan ett väldefinierat, uppföljningsbart mål är det svårt att utvärdera huruvida styrmedlet uppnått önskad effekt. Det kan konstateras att det finns utvecklingspotential för Sveriges expostutvärderingar av klimat- och energipolitiken. En del ex-postutvärderingar av svenska styrmedel har genomförts men det finns stora luckor. Av de utvärderingar som gjorts är många relativt enkla och saknar kvantifierade effekter och robusta referensscenarier, vilket gör det svårt att uppskatta hur väl styrmedlet fungerar. Naturvårdsverkets genomgång visar att avsaknaden av en tydlig målbild för styrmedel gäller för många utvärderingar både i Sverige och i andra studerade länder. På samma sätt är problemen med referensscenarion, tillgång till data och många styrmedel som verkar mot samma eller flera olika mål, återkommande problem i Sverige och i andra länder. Inte minst är det svårt att isolera effekterna av ett specifikt styrmedel från andra styrmedel eller andra omvärldsfaktorer. En viktig förbättring är därför att planera för utvärderingen redan när ett styrmedel införs. Det skapar förutsättningar för att från start kunna upprätta det analytiska ramverket, bestämma vilken utvärderingsmetodik som ska användas, hur omfattande utvärderingen behöver vara och vilken information och specifika data som behöver samlas in till den kommande utvärderingen. Det möjliggör att rätt data kan samlas in både för uppföljning av styrmedlet och för att skapa ett robust referensscenario. Vidare är det av vikt att styrmedlets syfte och mål finns väl dokumenterat samt att det finns en beskrivningsmodell för hur styrmedlet är tänkt att fungera. För att det ska vara möjligt att i ett tidigt skede förbereda för utvärdering behöver det vara utpekat att en utvärdering ska genomföras och vilken myndighet som ansvarar för den. Även om myndigheten inte själv behöver, eller ens alltid bör, genomföra själva analysen, så behöver ansvaret vara utpekat för att förbereda arbetet. Exempel på konkreta analyser som idag saknas är bedömningar av risken för koldioxidläckage, mer långtgående analyser av beslutsfattande och beteendeanpassning, analyser av regleringsmisslyckanden och utvärderingar av den styrande effekten hos energi- och koldioxidskatterna. Naturvårdsverkets genomgång pekar också på vikten av inte bara utvärdera enskilda styrmedel utan också att ta ett samlat grepp och utvärdera hela politiken för att undersöka eventuella överlappningar och luckor i ramverket. NATURVÅRDSVERKET 101(113) 6. Rekommendationer I detta kapitel samlas Naturvårdsverkets slutsatser och rekommendationer för det fortsatta arbetet inom de tre delområdena klimatekonomiska modeller, referensscenarier och ex-postutvärdering av styrmedel. Vissa av punkterna nedan är förslag, medan andra mer har karaktären av generella råd. 6.1. Utveckling av arbetet med klimatekonomiska modeller Modeller kan ge värdefulla insikter i komplexa frågor och utgör en viktig del av ett bredare beslutsunderlag inom klimat- och energipolitiken. Modellering kan ge svar på frågor av typen vad-händer-om? och därmed bidra till att lösa policyrelaterade frågor. Det finns dock ingen enskild metod som kan användas för att besvara alla relevanta frågor. Det är därför viktigt att utveckla och underhålla flera olika verktyg så att den sammantagna analysen blir så heltäckande som möjligt. Bygg vidare på nuvarande modeller De idag mest använda modellerna för klimat- och energipolitiska analyser i Sverige är allmänjämviktsmodellen EMEC och energisystemmodellen MARKAL-Nordic. Modellerna är i princip väl lämpade för sitt syfte, men det finns utvecklingsmöjligheter, både i modellerna som sådana och i hur de används och hur resultaten kommuniceras. Energimyndigheten bör även fortsättningsvis aktivt delta i det löpande utvecklingsarbetet kring den energisystemmodell myndigheten använder sig av, utifrån bland annat de utvecklingsområden för modellen som beskrivs närmare i bilagan. Konjunkturinstitutet bör även fortsättningsvis uppdatera och utveckla EMECmodellen efter de behov som myndigheten ser föreligger. Säkerställ transparens i arbetet Generellt bör myndigheter som använder modeller i sitt analysarbete se till att en beskrivning av arbetet och av de modeller som används är allmänt tillgängliga. Mer detaljerade modellresultat som används som underlag i publikationer bör vara tillgängliga för andra myndigheter. Redovisningar av modellkörningar bör tydligt kommunicera osäkerheten i de resultat som erhålls. Detta låter sig bland annat göras genom känslighetsanalyser, och det är därför önskvärt att sådana ingår i redovisningen. NATURVÅRDSVERKET 102(113) Rapporteringen av resultat bör även åtföljas av en analys av vilka faktorer som framförallt, vid sidan av den studerade policyförändringen, påverkat resultaten (till exempel antaganden bakom ett referensscenario, eller specifika egenskaper hos modellen). Det bör också framgå i vilken mån eventuella begränsningar i modellen har påverkat studiens ursprungliga syfte. Ett resonemang bör även föras kring på vilket sätt resultaten lämpar sig som beslutsunderlag. Utveckla samverkan mellan myndigheter Samarbetet mellan berörda myndigheter fungerar över lag väl. För att främja och utveckla samarbetet ytterligare avser Naturvårdsverket att ta initiativ till en samverkansgrupp för den långsiktiga metod- och modellutvecklingen inom samhällsekonomisk analys på klimat- och energiområdet. Samverkansgruppens uppdrag ska främst vara att diskutera myndighetsövergripande strategiska frågor i detta utvecklingsarbete. Gruppen är tänkt att bestå av representanter från bland annat Naturvårdsverket, Energimyndigheten och Konjunkturinstitutet. Använd flera analysmetoder Det behöver utvecklas metoder för analys av frågor som idag inte låter sig studeras i EMEC. Detta gäller till exempel synergieffekter och konflikter mellan olika mål och styrmedel, liksom analyser på lång sikt (>20 år). Metoder behöver också utvecklas för att analysera styrmedel och åtgärder som inte enbart verkar genom koldioxidpriset. Konjunkturinstitutet bör få fortsätta arbetet med att utveckla metoder att länka EMEC till en energisystemmodell. En sådan länkning berikar båda modellerna och kan i vissa sammanhang ge ett förbättrat beslutsunderlag. Följ det internationella arbetet Konjunkturinstitutet bör även fortsättningsvis följa den internationella forskningen inom makroekonomiska analysmetoder på klimatområdet. Det är också värdefullt om Konjunkturinstitutet kan delta i internationella sammanhang där den praktiska tillämpningen av makroekonomiska modeller inom klimatområdet diskuteras. På samma sätt bör det internationella samarbetet fortsätta när det gäller metod- och modellutveckling för analyser av energisystemet, framför allt när det gäller övriga nordiska länder. 6.2. Utveckling av arbetet med referensscenarier Referensscenarier är ett viktigt underlag vid till exempel uppföljning av mål, konsekvensanalyser för olika målnivåer eller analys av behov av styrmedel. Här redovisas några rekommendationer för fortsatt utveckling, både med avseende på hur scenariernas inneboende osäkerhet kan hanteras bättre och hur modeller, antaganden och beräkningssamband kan förbättras. NATURVÅRDSVERKET 103(113) Hantera osäkerheter Även om scenarierna har förbättrats och utvecklats så kommer de alltid att vara osäkra förutsägelser om framtiden. Det är viktigt att ta hänsyn till – och vid behov kommunicera – denna osäkerhet när scenarierna används för olika ändamål. Scenarier kan dessutom behöva kompletteras med andra beslutsunderlag t ex en ökad användning av utvecklade metoder för omvärldsoch riskanalys som stöd för beslutsfattandet. Ett sätt att hantera osäkerheten på är att utveckla arbetet med känslighetsanalyser så att de bättre fångar vilka parametrar som har störst betydelse för scenarioutfallet i respektive sektor. För energisektorn skulle det vara värdefullt att identifiera parametrar inom respektive delsektor som har betydelse för resultatet istället för att som idag använda samma parametrar för alla delsektorer. För jordbrukssektorn kan arbetet med känslighetsanalyser förbättras genom att förändra parametrarna för produktivitet, priser på avsaluprodukterna och investeringsviljan hos jordbrukarna. Utveckla metoderna Arbetet med referensscenarier utvecklas ständigt, men det kan förbättras ytterligare när det gäller modeller, verktyg och beräkningssamband. Generellt bör sådana förbättringar prioriteras som påverkar en stor andel av de totala utsläppen. Fortsatt arbete krävs för att klargöra vilka förbättringar som i första hand bör prioriteras. Förbättringsområden som lyfts fram under arbetet med detta regeringsuppdrag är dock exempelvis komplettering av modellerna som ligger till grund för scenarierna eller en successiv övergång till andra modeller som bättre svarar mot behoven. Detta gäller framförallt i scenarioarbetet för eloch värmeproduktion, energianvändning i industrin, transportsektorn, jordbrukssektorn samt sektorn markanvändning, förändrad markanvändning och skogsbruk (LULUCF). 6.3. Utveckling av arbetet med expostutvärdering Att genomföra styrmedelsutvärderingar ex-post inom klimat- och energipolitiken innebär metodmässiga utmaningar. Bland annat finns svårigheter förenade med bristen på tydliga mål för styrmedlet, komplexa kombinationer av styrmedel och omvärldsfaktorer samt dålig tillgång på data. Nedan listas några rekommendationer för att skapa förutsättningar för – och genomföra – ändamålsenliga styrmedelsutvärderingar. NATURVÅRDSVERKET 104(113) Ta fram en vägledning Regeringen bör ge en myndighet i uppdrag att ta fram en generell vägledning för styrmedelsutvärderingar, där riktlinjer för planering, metod och mål med expostutvärderingar av styrmedel beskrivs, liksom vilka delanalyser (till exempel effekt, kostnadseffektivitet och legitimitet) som kan/bör ingå i utvärderingen. När det gäller effektiviteten är det lämpligt att analysera olika aspekter på denna, till exempel statisk respektive dynamisk kostnadseffektivitet. Redan när ett nytt eller ändrat styrmedel bereds ska ett tydligt mål sättas för styrmedlet. Om samma styrmedel syftar till att uppnå flera mål bör det framgår vilket som är det primära och detta bör, om möjligt, vara kvantifierat. Denna målformulering bör sedan vara huvudsakligt fokus för de analyser som görs i expostanalysen. Om det är relevant kan styrmedlets övriga effekter på andra politikområden och mål också behandlas i utvärderingen. Vid introduktionen av ett styrmedel bör det stå klart när, hur och av vem expostutvärderingen av styrmedlet skall genomföras samt hur processen för insamling av indata ska gå till. Den myndighet som ansvarar för att en utvärdering av ett styrmedel genomförs bör också ansvara för insamlande av relevanta data. Utvärderingen bör om möjligt inte göras av den myndighet som implementerat styrmedlet. Vid förekomsten av flera styrmedelsmål bör utvärderingen om möjligt analysera dessa mål samlat. På samma sätt bör, om det finns flera styrmedel som styr mot samma mål och effekterna av enskilda styrmedel inte går att särskilja från varandra, dessa utvärderas tillsammans. Man bör dock analysera om styrmedlen samspelar med eller överlappar varandra. Gör en samlad utvärdering Regeringen bör ge ett statligt organ eller myndighet i uppdrag att göra en expostutvärdering av den samlade energi- och klimatpolitiken i Sverige. Denna utvärdering skall syfta till att undersöka effektiviteten i hur den totala styrmedelsfloran bidrar till att uppnå de energi- och klimatpolitiska målen samt identifiera eventuella luckor eller överlappningar. Detta kan till exempel ske inom ramen för ett vidgat kontrollstationsuppdrag NATURVÅRDSVERKET 105(113) 7. Referenser AEA, 2009. Quantification of the effects on greenhouse gas emissions of policies and measures. ENV.C. 1/SER/2007/0019. Methodologies Report. Algemene Rekenkamer, 2012. Adaptation to climate changes Axelsson, H., 2010. Scenarios for assessing profitability and carbon balances of energy investments in industry Bemelmans-Videc, M-L., Rist, R., Vedund, E., red 1998. Carrots, Sticks and Sermona: Policy Instruments and their Evaluation, Transactions Publishers, New Brunswick and London. Berg, C. Krook-Riekkola, A. Ahlgren, E. Söderholm, P., 2012. Mjuklänkning mellan EMEC och TIMES-Sweden – en metod för att förbättra energipolitiska underlag. Konjunkturinstitutet, specialstudier nr 32. Stockholm Berg, C. 2012. Frågor rörande EMEC:s tillgänglighet och förbättringsmöjligheter. Konjunkturinstitutet. Fördjupnings-PM Nr 15. Stockholm Bergman, L. 2005. CGE Modeling of Environmental Policy and Resource Management. Handbook of Environmental Economics, Volume 3, Chapter 24. Edited by K.-G. Mäler and J.R. Vincent Bhattacharyya, S. Timilsina, G. 2010. A review of energy system models. International Journal of Energy Sector Management. Vol. 4 No. 4, 2010 pp. 494518 Bjertnæs, G. Tsygankova, M. och Martinsen, T. 2012. The double dividend in the presence of abatement technologies and local external effects. Statistisk sentralbyrå. Discussion paper 2012/691. Oslo Broberg, T., Berg, C., Samakovlis, E., 2015. The Economy-Wide Rebound Effect from Improved Energy Efficiency in Swedish Industries – A General Equilibrium Analysis, Energy Policy Bundesregierung Deutschland.2010. Energiekonzept für eine umweltschonende, zuverlässige und bezahlbare Energieversorgung [Energy Concept for an Environmentally-Friendly, Reliable, and Affordable Energy Supply] (PDF). Berlin, Deutschland: Bundesministerium für Wirtschaft und Technologie (BMWi) und Bundesministerium für Umwelt, Naturschutz und NATURVÅRDSVERKET 106(113) Reaktorsicherheit (BMU) (Federal Ministry for Economy and Technology, and Federal Ministry for Environment, Conservation, and Reactor Safety). Böhringer, C. Rutherford, T. 2009. Combining bottom-up and top-down. Energy Economics 30 (2008) 574–596 Carlén, B. och Sahlén Östman, L. 2015. EMEC – en populärvetenskaplig beskrivning. Konjunkturinstitutet, PM 2015-03-06. Stockholm Château, J., Dellink, R. och Lanzi, E., 2014. An Overview of the OECD ENVLinkages Model: Version 3. OECD Environment Working Papers, No. 65, OECD Publishing. Committee of Climate Change. 2008. Building a low-carbon economy – the UK’s contribution to tackling climate change. Committee of Climate Change. 2013. Fourth Carbon Budget Review – part 1 Assessment of climate risk and the international response. November 2013Decision 280/2004/EC of the European Parliament and of the Council of 11 February 2004 concerning a mechanism for monitoring Community greenhouse gas emissions and for implementing the Kyoto Protocol Decision No 406/2009/EC of the European Parliament and of the Council of 23 April 2009 on the effort of Member States to reduce their greenhouse gas emissions to meet the Community’s greenhouse gas emission reduction commitments up to 2020 Department of Energy and Climate Change. 2011. Impact Assessment of Fourth Carbon Budget Level. Egenhofer, C., Alessi, M., Georgiev, A. and Fujiwara, N. 2011. The EU Emission Trading System and Climate Policy towards 2050: Real Incentives to reduce emission and drive innovation? CEPS special report. Energimarknadsinspektionen. 2014. Import och export av el Energimyndigheten. 2014. Scenarier över Sveriges energisystem. ER 2014:19 Energimyndigheten, Konjunkturinstitutet, Naturvårdsverket. 2014. Konsekvensanalyser av EU:s klimat- och energiramverk till 2030. Energimyndighetens, Konjunkturinstitutets och Naturvårdsverkets redovisning av uppdrag från regeringen. Naturvårdsverkets dnr. NV-00660-14 Energimyndigheten och Naturvårdsverket. 2004. Kontrollstation 2004. Naturvårdsverket och Energimyndighetens underlag till utvärdering av Sveriges klimatstrategi NATURVÅRDSVERKET 107(113) Energimyndigheten och Naturvårdsverket. 2007. Den svenska klimatstrategins utveckling. En sammanfattning av Energimyndighetens och naturvårdsverkets underlag till kontrollstation 2008. Energimyndigheten. 2012. Uppvärmning i Sverige 2012. EI R2012:09s Energimyndigheten. 2015. Metoder för utvärdering av styrmedel – En metautvärdering grundad på litteratur och två fall. ER 2015:06. Energistyrelsen, IntERACT. Hämtad 16 juni 2015 från www.ens.dk/en/info/facts-figures/scenarios-analyses-models/models/interact EPA, 2015. Program evaluation: http://www.epa.gov/evaluate/reports/index.htm Europeiska kommissionen. 2013. EU Energy,Transport and GHG Emissions Trends to 2050. Reference Scenario 2013. E3Mlab. 2014. PRIMES model 2013-2014. Detailed model description. E3MLab/ICCS at National Technical University of Athens Fæhn, T. Isaksen, E. Jacobsen, K och Strøm, B. 2013. MSG-TECH: Analysis and documentation of a general equilibrium model with endogenous climate technology adaptations. Statistisk sentralbyrå. Rapporter 2013/47. Oslo FCCC/CP/1999/7. Guidelines for the preparation of national communications by Parties included in Annex I to the Convention, Part II: UNFCCC reporting guidelines on national communications. Harmelink, M., Harmsen, R., Nilsson, L. 2007. From theory based policy evaluation to SMART policy design : Lessons learned from 20 ex-post evaluations of energy efficiency instruments. Ecofys Netherland, Lund University, Sweden. Haug, C., Rayner, T., Jordan, A., Hildingsson, R., Stripple, J., Monni, S., Huitema, D., Massey, E., van Asselt, H., Berkhout, F. 2009. Navigating the dilemmas of climate change Policy in Europe: Evidence from policy evaluation studies. Climate Change (2010), 101:427-445. Springerlink.com. Heide. K, Holmøy, E. Lerska, L. Foldøy Solli, I. 2004. Macroeconomic Properties of the Norwegian Applied General Equilibrium Model MSG6. Statistisk sentralbyrå. Rapporter 2004/18. Oslo HM Treasury. 2011. The Magenta Book: Guidance for Evaluation. Honkatukia, J. 2009. VATTAGE -A dynamic applied general equilibrium model of the Finnish economy. VATT Research reports 150. Government Institute for Economic Reserach. Helsingfors 2009 NATURVÅRDSVERKET 108(113) Honkatukia, J. 2013. The VATTAGE Regional Model VERM – A Dynamic, Regional, Applied General Equilibrium Model of the Finnish Economy. VATT Research reports 171. Government Institute for Economic Reserach. Helsingfors 2013. IEA. 2015. Energy Technology Perspectives 2015. Mobilising Innovation to Accelerate Climate Action. OECD Publications. Paris. 2015 IEA. 2014. - World energy outlook. 2014, OECD Publications, Paris, 2014IEA 2013. Nordic energy technology perspectives: pathways to a carbon neutral energy future. OECD/IEA, 2012, Paris Institut für Energiewirtschaft und Rationelle Energieanwendung (IER), Rheinisch-Westfälisches Institut für Wirtschaftsforschung (RWI), and Zentrum für Europäische Wirtschaftsforschung (ZEW). 2010. Die Entwicklung der Energiemärkte bis 2030 – Energieprognose 2009. Untersuchung im Auftrag des Bundesinisteriums für Wirtschaft und Technologie. Berlin, 2010 IFE, 2013. TIMES-Norway Model Documentation. Institutt for energiteknikk. IFE/KR/E-2013/001. Kjeller IPCC, 2014. Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Edenhofer, O., R. Pichs-Madruga, Y. Sokona, E. Farahani, S. Kadner, K. Seyboth, A. Adler, I. Baum, S. Brunner, P. Eickemeier, B. Kriemann, J. Savolainen, S. Schlömer, C. von Stechow, T. Zwickel & J.C. Minx (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. Johansson, B. 2004. Klimatpolitiska styrmedels funktion och möjliga effekter, Rapport No. 56, Miljö- och energisystem, Lunds universitet. Jordbruksverket. 2012. Ett klimatvänligt jordbruk 2050. Rapport 2012:35 Jordbruksverket. 2014. Modeller och verktyg för miljöekonomiska analyser inom jordbrukssektorn. Rapport 2014:1. Karkatsoulis, P. Kouvaritakis, N. Paroussos, L. Fragkos, P. Capros, P. 2014. Modification of GEM-E3 technological innovation module. SIMPATIC working paper no. 18 March 2014 Kesicki, F. Ekins, P. 2012. Marginal abatement cost curves: a call for caution. Climate Policy. Volume 12, Issue 2, 2012 Kesicki, F. Strachan, N. 2011. Marginal abatement cost (MAC) curves: confronting theory and practice. Environmental Science & Policy Volume 14, Issue 8, December 2011 NATURVÅRDSVERKET 109(113) Klimakommissionen. 2010. Dokumentationsdelen til Klimakommissionens samlede rapport GRØN ENERGI: vejen mod et dansk energisystem uden fossile brændsler. 28 september 2010 Klimakur 2020. 2010. Klimakur 2020 - Tiltak og virkemidler for å nå norske klimamål mot 2020. Rapport. TA 2590/2010. Oslo: Klima- og forurensingsdirektoratet, Norges vassdrags- og energidirektorat, Oljedirektoratet, Statistisk sentralbyrå, Statens vegvesen Koljonen, T. Pursiheimo, E. Lehtilä , A. Sipilä, K. Nylund, N-O. Lindroos, T. Honkatukia, J. 2014a. EU:n 2030 -ilmasto- ja energiapaketin vaikutukset Suomen energiajärjestelmään ja kansantalouteen. Taustaraportti. VTT Technology 170. VTT Technical Research Centre of Finland. 2014. Espoo Koljonen, T. Similä, L. Lehtilä, A. Grandell, L. Airaksinen, M. Tuominen, P. Järvi, T. Laurikko, J. Sipilä, K. Helynen, S. Honkatukia, J. Kallio, M. Salminen, O. Kivinen, M. Vuori, S. Kihlman, S. Lauri, L. 2014b. Low Carbon Finland 2050--platform: vähähiilipolkujen kiintopisteet ja virstanpylväät Yhteenveto hankkeen tuloksista ja johtopäätöksistä. VTT Technology 167. VTT Technical Research Centre of Finland. 2014. Espoo Konjunkturinstitutet. 2009. En utvärdering av kostnadseffektiviteten i stödet till energiinvesteringar i lokaler för offentlig verksamhet. Specialstudie nr 22, Stockholm. Konjunkturinstitutet. 2012. Miljö, ekonomi och politik 2012, Stockholm. Konjunkturinstitutet. 2013a. Miljö, ekonomi och politik 2013, Stockholm. Konjunkturinstitutet. 2013b. Från vision till verklighet – En samhällsekonomisk analys av Färdplan 2050. Konjunkturinstitutet. Specialstudie nr 34 september 2013 Konjunkturinstitutet. 2013c. Interaktion mellan de klimat- och energipolitiska målen. Konjunkturinstitutet specialstudie 33, januari 2013, Stockholm. Konjunkturinstitutet. 2014. Samhällsekonomiska konsekvenser av olika bördefördelning av ett europeiskt klimatmål. Konjunkturinstitutet PM nr 26 2004. Lindenberger, D. Lutz, C. Schlesinger, M. 2010. Energieszenarien für ein Energiekonzept der Bundesregierung. Lundström, A. & Söderberg, U. 1996. Outline of the Hugin system for long-term forecasts of timber yields and possible cut. In: Large-Scale Forestry Scenario Models: experiences and requirements. EFI proceeding No. 5, s. 63-77. NATURVÅRDSVERKET 110(113) van der Mensbrugghe, D. 2010. The Environmental Impact and Sustainability Applied General Equilibrium (ENVISAGE) Model. Version 7.1. The World Bank. December, 2010 Miljødirektoratet. 2014. Kunnskapsgrunnlag for lavutslippsutvikling. Miljødirektoratet .Rapport M229-2014. Oslo Naturvårdsverket. 2012a. Potentiellt miljöskadliga subventioner, Rapport 6455, Stockholm. Naturvårdsverket. 2013. Samrådsyttrande på Konjunkturinstitutets rapport Från vision till verklighet – En samhällsekonomisk analys av Färdplan 2050. Naturvårdsverket. Yttrande 2013-09-13 Naturvårdsverket. 2014a. Konsekvensanalyser av EU:s klimat- och energiramverk 2030. Slutredovisning av uppdrag från regeringen. Naturvårdsverket. Skrivelse 2014-10-30 Naturvårdsverket. 2014b. Myndigheternas 2030-analys i sammandrag. Naturvårdsverket. PM 2014-06-18 Naturvårdsverket och Energimyndigheten 2014c, Underlag till kontrollstation 2015 – Analys av möjligheterna att nå de av riksdagen beslutade klimat- och energipolitiska målen till 2020. Naturvårdsverket och Energimyndighetens redovisning av uppdrag från regeringen, ER 2014:17 NCE. 2014. The global commission on the economy and climate 2014. Better Growth better climate, The New climate economy report. NCE-report 2014. Nordhaus, W. 2013. Integrated Economic and Climate Modeling. Handbook of CGE Modeling - Volume 1. Chapter 16. Edited by Dixon, P. and Jorgenson, D. OECD. 2007. Instrument Mixes for Environmental Policy. OECD. 2012. OECD Environmental Outlook to 2050. OECD Publishing. Paltsev, S. Capros, P. 2013. Cost Concepts for Climate Change Mitigation. Climate Change Economics, 4(Suppl. 1), 2013 Perry, M. J. Abrell, J. C. Ciscar, J. Pycroft, B. (Eds). 2013. GEM-E3 Model Documentation. JRC Technical Reports. Report EUR 26034 EN Pindyck, R. 2013. The Climate Policy Dilemma. Review of Environmental Economics and Policy, volume 7, issue 2, 2013, pp. 219–237 NATURVÅRDSVERKET 111(113) Pädam, S., K. Carlsson, J. Farelius, och U. Isberg. 2013. Kartläggning och granskning av samhälls-ekonomiska analyser inom miljömålsområdet. WSP Analys & Strategi, Stockholm. Regeringskansliet. 1994. Ds 1994:121 Sveriges första nationalrapport om klimatförändringar Regeringskansliet. 1997. Ds 1997:26 Sveriges andra nationalrapport om klimatförändringar Regeringskansliet. 2001. Ds 2001:71 Sveriges tredje nationalrapport om klimatförändringar Regeringskansliet. 2005. Ds 2005:55 Sveriges fjärde nationalrapport om klimatförändringar Regeringskansliet, 2009. En sammanhållen klimat- och energipolitik. Prop. 2008/09:162 Regeringskansliet. 2009. Ds 2009:63 Sveriges femte nationalrapport om klimatförändringar Regeringskansliet. 2014. Ds 2014:11 Sveriges sjätte nationalrapport om klimatförändringar Regulation (EU) No 525/2013 of the European Parliament and of the Council of 21 May 2013 on a mechanism for monitoring and reporting greenhouse gas emissions and for reporting other information at national and union level relevant to climate change and repealing Decision No 280/2004/EC Rey, L., Markandya, A., Gonzales-Eguino, M. and Drummond, P. 2013. Assessing interactions between instruments and the “optimality” of the current instrument mix. Cecilia 2050. RiR 2009:6, Energideklarationer - få råd för pengarna RiR 2009:21, Vad är Sveriges utsläppsrätter värda? Hanteringen och rapporteringen av Sveriges Kyotoenheter RiR 2011:8, Klimatinsatser utomlands – statens köp av utsläppskrediter RiR 2011:10, Biodrivmedel för bättre klimat – Hur används skattebefrielsen? RiR 2011:29, Miljökrav i offentlig upphandling - är styrningen mot klimatmålet effektiv? RiR 2012:1, Klimatrelaterade skatter - Vem betalar? NATURVÅRDSVERKET 112(113) RiR 2012:2, Svensk klimatforskning – vad kostar den och vad har den gett? RiR 2012:7, Infrastrukturplanering – på väg mot klimatmålen? RiR 2012:27, Utsläppshandel för att begränsa klimatförändringen – fungerar det? RiR 2013:8, Energieffektivisering inom industrin – effekter av statens insatser RiR 2013:9, Sverige i Arktiska rådet – effektivt utbyte av medlemskapet? RIR 2013:19, Klimat för pengarna? Granskningar inom klimatområdet 2009– 2013 Rolff, C. & Ågren, G.I. 1999. A model study of nitrogen limited forest growth. Ecological Modelling. 118:193-211s Samakovlis, E. Östblom, T. 2010. Modellbaserad analys inom miljö- och klimatområdet – En kartläggning av behov och förutsättningar. Konjunkturinstitutet. Fördjupnings-PM Nr 5. 2010 SOU 2013:84, Fossilfrihet på väg. Statistics Denmark. 2013. ADAM – a model of the Danish economy. Statistics Denmark, TemaPubl 2013:1 Stern, N. The Structure of Economic Modeling of the Potential Impacts of Climate Change: Grafting Gross Underestimation of Risk onto Already Narrow Science Models. Journal of Economic Literature 2013, 51(3), 838–859 Stern, N. 2006. The economics of climate change: the Stern review. Cambridge: Cambridge University Press Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2005. Report for Sweden on assessment of projected progress March 2005 Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2007. Report for Sweden on assessment of projected progress March 2007 Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2009. Report for Sweden on assessment of projected progress March 2009 Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2011. Report for Sweden on assessment of projected progress March 2011 Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2013. Report for Sweden on assessment of projected progress March 2013 NATURVÅRDSVERKET 113(113) Sveriges rapportering till EU enligt EU-förordning 525/2013. 2015. Report for Sweden on assessment of projected progress March 2015 Söderholm, P. 2014, En kartläggning och kategorisering av samhällsekonomiska analyser inom miljöområdet. På uppdrag av Naturvårdsverket. Söderholm, P. 2012. Modeling the Economic Costs of Climate Policy: An Overview. American Journal of Climate Change, 2012, 1, 14-32 Söderholm, P. Mansikkasalo, A. Ejdemo, T. 2009. Energisystemets långsiktiga utveckling. En granskning av Energimyndighetens metodik för långsiktiga energiscenarier. Luleå tekniska universitet Söderholm, P. & Hammar, H. 2005. Kostnadseffektiva styrmedel i den svenska klimat- och energipolitiken? Metodologiska frågeställningar och empiriska tillämpningar. Specialstudier Nr. 8, november 2005, Konjunkturinstitutet. Tillväxtanalys. 2008. Konsten att nå både klimatmål och god tillväxt – underlag till en klimatstrategi för EU. Östersund. UNFCCC 2014, Report of the technical review of the sixth national communication of Sweden. 27 August 2014. http://unfccc.int/documentation/documents/advanced_search/items/6911.php?pri ref=600008038 UK Government. 2011. The carbon plan: Delivering a low carbon future. December 2011. Unger, T. Profu i Göteborg AB, Mölndal. Telefonsamtal 2015-05-20. Vedung, E. 2009. Utvärdering i politik och förvaltning. Tredje upplagan. Studentlitteratur, Lund. Världsbanken, 2014. Climate-Smart Development Adding up the benefits of actions that help build prosperity, end poverty and combat climate change. International Bank for Reconstruction and Development/The World Bank and Climate Works Foundation Öko-Institut och Fraunhofer ISI. 2014. Klimaschutzszenario 2050. 1. Modellierungsrunde. Studie im Auftrag des Bundesministeriums für Umwelt, Naturschutz, Bau und Reaktorsicherheit. Berlin, 2014 Östblom, T. och Berg, C. 2006. The EMEC model: Version 2.0. Konjunkturinstitutet. Working Paper No. 96 November 2006
© Copyright 2024