Schlüsselwörter
(Englisch)
|
energy demand; households; non-monetary incentives; social norms
|
Kurzbeschreibung
(Deutsch)
|
Die Forscher untersuchen die Role von "soft incentives" (Information und soziale Normen) beim Senken der Energienutzung in Haushalten. Eine empirische Analyse wird durchgeführt. Diese basiert auf Daten aus Befragungen sowie Gemeindedaten, und berücksichtigt verschiedene Arten der Energienutzung und verschiedene Haushaltstypen. Basierend auf den Ergebnissen entwickeln die Forscher ein neuartiges Model, das zur Erfassung der aggregierten Wirkung von nachfrageseitigen Politikmassnahmen dient.
|
Publikationen / Ergebnisse
(Englisch)
|
In this project, we investigate the influence of social norms and information on household energy use with a particular focus on household heterogeneity. To this end, we use survey data collected in the context of the SCCER CREST (SHEDS data) and develop an agent-based model covering different types of interacting households for being able to consistently aggregate individual effects and for assessing the effects of tailored policy interventions. So far, we have completed the general analysis of the survey data, designed and analyzed a choice experiment to gain additional data, and developed three versions of the agent-based model (electricity, heat, and mobility) as well as a model of information diffusion. Results so far show that social norms and information influence individual energy-related behavior, both with regard to investments and with regard to usage and interact to some extend with price incentives. The influence of social norms and information varies strongly for different types of energy use (heating, electricity, mobility) and differs between household types. Thus, the main idea of the project, the assessment of interventions tailored to specific types of households and types of energy use, appears to be highly relevant.
Zugehörige Dokumente
|
Schlussbericht
(Deutsch)
|
In diesem Projekt haben wir die Wirkungen von Informationen, sozialen Normen (injunktive und deskriptive Normen) sowie Preisen auf die Energienachfragen von Haushalten in den Bereich Strom, Wärme (Raumwärme und Warmwasser) und Mobilität untersucht. Das Alleinstellungsmerkmal des Projekts ist die kombinierte Verwendung einer empirischen Analyse, die auf detaillierten Survey-Daten basiert, und einem modellbasierten Ansatz für die Aggregation individuellen Verhaltens und für die Simulation von Politikszenarien. Für die empirische Analyse haben wir Daten aus der Befragung SHEDS (Swiss Household Energy Demand Survey) verwendet, welche Informationen über die Investitions- und Nutzungsentscheidungen von 5000 Schweizer Haushalten (repräsentativ für die deutsch- und französischsprachige Schweiz) über 5 Jahre in den drei genannten Bereichen liefert und zudem detaillierte Informationen zu soziodemographischen Charakteristiken, Einstellungen und Werthaltungen, Energy Literacy, Empfänglichkeit für Peer-Pressure und soziale Normen, sowie Vertrauen in verschiedene Anbieter von energierelevanten Informationen beinhaltet. Mit diesen Daten haben wir den Einfluss von Informationen, injunktiven und deskriptiven Normen sowie Energiepreisen auf das Investitions- und Nutzungsverhalten der Haushalte ökonometrisch geschätzt. Zudem haben wir die Haushalte in 5 Cluster unterteilt (nach Alter und Wohnort, d.h. Stadt vs Land). Mittels einer erneuten Schätzung der statistischen Modelle haben wir untersucht, wie stark sich diese Cluster in Bezug auf ihre Reaktion auf ‘weiche’ Politikmassnahmen (Informationen, Normen) unterscheiden. Aufgrund der Kürze der Paneldaten (5 Jahre), sollten die empirischen Analysen mit Vorsicht interpretiert werden, da sie nur Korrelationen aber keine Kausalitäten aufzeigen können. Die empirischen Analysen zeigen zum einen, dass Informationen und soziale Normen eine signifikante Korrelation mit energiebezogenem Haushaltsverhalten aufweisen, auch wenn der Zusammenhang stellenweise eher kleine Effekte vermuten lässt. Zum anderen zeigen die Analysen, dass sich die 5 Cluster erheblich in ihrer Antwort auf Informationen und soziale Normen unterscheiden; wir fanden stark abweichende Korrelationen für die verschiedenen Cluster. Schliesslich zeigt sich das Gleiche für die unterschiedlichen Energiebereiche, was zu recht komplexen Einflüssen weicher Instrumente auf den Energieverbrauch der Haushalte führt. In einem zweiten Schritt haben wir diese Ergebnisse mit anderen Daten (BfS Daten auf Gemeindeebene) für den Bereich der Mobilität überprüft. Die Ergebnisse unterstützen die wesentlichen Schlussfolgerungen aus den ersten Analysen, insbesondere, dass es eine signifikante Korrelation zwischen weichen Instrumenten und energiebezogenem Verhalten gibt und dass sich diese Korrelation für verschiedene Haushaltstypen unterscheidet. Schliesslich haben wir im Rahmen der empirischen Analyse ein Choice Experiment zum Thema Wohnortwahl durchgeführt (dieser Aspekt ist mit Survey-Daten nicht zugänglich aber für den Energieverbrauch bedeutsam). Auch diese Analyse unterstützt die Ergebnisse, dass weiche Instrumente Effekte auf den Haushaltsenergieverbrauch haben und diese sich zwischen Haushaltstypen unterscheiden. In einem zweiten Projektteil haben wir die Ergebnisse und Daten der ersten empirischen Analyse verwendet, um ein agentenbasiertes Modell zu entwickeln, welches das Investitions- und Nutzungsverhalten der Haushalte in den drei Energiebereichen abbildet. Dabei wurden die Cluster der empirischen Analyse verwendet. Dieses Modell nutzt die empirisch bestimmten Einflüsse von Informationen, sozialen Normen und Preisen, sowie weitere Beziehungen (z.B. Vertrauen oder Empfänglichkeit für Peer-Pressure). Das Modell wird mit den SHEDS Daten initialisiert (z.B. bzgl. des Bestands an elektrischen Geräten, Fahrzeughaltung, Einkommen, Haushaltsgrösse). Interaktionen zwischen den Haushalten bildet das Modell durch Konversationen ab, welche Informationen oder Normen in Netzwerken transportieren (Familie, Freunde, Nachbarschaft) und damit eine Möglichkeit bieten, den Effekt von informations- oder normbasierten Kampagnen zu simulieren. Die Struktur der Konversationen wurde für den Bereich Mobilität mittels kantonaler Daten kalibriert. Mit diesem Modell haben wir verschiedene Szenarien untersucht, zum Beispiel die Einführung einer CO2-Abgabe von 200 CHF/t, Subventionen für effiziente Geräte oder Elektrofahrzeuge, sowie informations- und normbasierten Kampagnen. Die Ergebnisse der Simulationen deuten darauf hin, dass Informationen alleine nur einen begrenzten Effekt auf die Energienutzung in allen drei Bereichen haben, dass normbasierte Kampagnen und monetäre Anreize aber deutlichen Einfluss besitzen können. Zudem zeigen die Ergebnisse, dass sich die Haushalte stark bezüglich ihrer Reaktion auf weiche Instrumente unterschieden, so dass bei Kampagnen ein gezieltes Adressieren einzelner Haushaltsgruppen sinnvoll sein könnte. Schliesslich deuten die Szenarienrechnungen darauf hin, dass die Kombination von monetären Anreizen und weichen Instrumenten zwar mehr Effekt hat als ein Instrument alleine, die kombinierte Wirkung aber sub-additiv ist, das heisst, der kombinierte Effekt ist kleiner als die Summe der Einzeleffekte. Dies bedeutet, dass eine Kombination von Instrumenten nützlich sein kann, ein gewisses Crowding-out aber zu erwarten ist. Insgesamt lässt das Projekt Schlussfolgerungen sowohl für die zukünftige Forschung als auch für die Praxis zu. Für die Forschung legt es nahe, dass die Berücksichtigung von (etwas) Heterogenität bei den Haushalten in energie-ökonomischen Modellen sinnvoll sein dürfte. Diese Heterogenität sollte aber nicht reine Einkommensheterogenität sein, sondern eher unterschiedliche Lebenssituationen (Stadt vs Land, jung vs pensioniert) abbilden. Zudem zeigen unsere Ergebnisse, dass eine stärkere Berücksichtigung von weichen Instrumenten in energieökonomischen Simulationsmodellen angezeigt sein könnte; diese Instrumente zeigen keine sehr starke Wirkung, aber sie haben eine Wirkung und werden weniger kontrovers diskutiert (und sind daher möglicherweise einfacher einführbar). In Bezug auf die Praxis legen unsere Ergebnisse nahe, dass ein gezielter Einsatz weicher Instrumente sinnvoll sein könnte. Unsere empirischen (und simulationsbasierten) Ergebnisse deuten darauf hin, dass weiche Instrumente nur bei einigen Haushaltsgruppen wirksam sind. Diese Gruppen sind leicht identifizierbar und adressierbar. Dementsprechend könnte es nützlich sein, genauer zu analysieren wie weiche Instrumente gestaltet werden können, um gezielt einzelne Haushaltsgruppen anzusprechen.
Zugehörige Dokumente
|
Schlussbericht
(Englisch)
|
In this project, we have analyzed the effects of information, social norms (injunctive and descriptive), and prices on household energy demand in the domains of electricity, heating (space and water), andmobility. The unique contribution of the project is the coupled use of an empirical analysis based on detailed survey data and model-based approach for aggregation and simulation. For the empirical analysis, we use data from SHEDS (Swiss Household Energy Demand Survey), which provides information on investment and usage behavior of 5’000 Swiss households (representative forthe German and French speaking regions of Switzerland) for 5 years for the three domains of energyuse as well as detailed information on key characteristics of these households (e.g., socio-demographic data, attitudes and values, energy literacy, susceptibility to peer pressure and social norms, trust in different providers of energy-related information). Based on this data, we have estimated the influence of information, injunctive and descriptive norms, and prices on the investment and usage behavior of Swiss households for electricity, heat, and mobility. Furthermore, we have clustered the households into 5 segments according to age and place of living (rural vs urban). To see whether these household segments differ regarding their response to soft policy measures, we have re-estimated our models for these subsamples. Due to being based on only 5 years of observation (for the SHEDS data), the empirical analysis should be interpreted with care, that is, as showing correlations not “causal” effects. This empirical analysis has shown first that information and social norms have significant correlations with energy-related household behavior, although the impacts might be comparatively small. Second, it has shown that the different household segments differ substantially in their behavioral response to information and social norms, that is, we have found strongly differing correlations between energyrelated behavior and soft instruments for different household segments. Furthermore, the same holds for the three domains of energy use as well as between investment and usage behavior, resulting in a fairly complex overall picture of the influence of soft instruments on household energy use. In a second step, we have verified these results with an independent data source (FOS data for Swiss municipalities) for the domain of mobility. This analysis supports the main conclusions from the first step, in particular, that soft instruments show a significant correlation with energy-related behavior and that this correlation differs between different household segments. As a final part of our empirical analysis, we have conducted a choice experiment on home relocation (a setting of high importance for energy use that cannot be easily analyzed with survey data) that again
supports the findings of the other empirical assessments that soft instruments have an effect and that this effect differs between segments of the population. In a second part of the project, we have used the results and data from the first empirical analysis to develop a set of agent-based models that describe the investment and usage behavior of households in the three energy domains taking into account the same household segmentation developed in the first part of the project. The model uses the empirically found influences of information, social norms, and prices, as well as further relations (e.g., the effects of trust or susceptibility to peer pressure) and is initialized with SHEDS data (e.g., regarding stocks of electrical appliances, car ownership, income,
household size). Furthermore, the models capture interactions among households via conversations that transport information and social norms in different household networks (family, friends, neighborhood) and that provide a way to simulate the effects of information- or norm-based campaigns. The
conversation structure has been calibrated using cantonal data for the domain of mobility. Using this model, we have simulated various scenarios, such as the introduction of a CO2-tax of 200 CHF/t, subsidies on efficient appliances or electrical vehicles, or information- and norm-based campaigns. The results of these simulations indicate that information alone has a limited impact on energy use in all three domains, but that norm-based campaigns as well as monetary incentives can have substantial effects. Furthermore, the results suggest that households differ strongly regarding their response to soft instruments, so that targeting specific household groups with campaigns might be useful. Finally, our scenarios indicate that a combined use of monetary and soft instruments leads to more impact than relying solely on a single instrument but that this is a sub-additive relation, that is, the combined use yields smaller effects than the sum of the effects of separate uses. This implies that combining soft and monetary incentives could be useful but that some crowding-out takes place. Overall, the project has implications for future research as well as for practical implementation. For research, it suggests that including (at least some) household heterogeneity in energy-economic models could be beneficial. This heterogeneity should preferably not be income heterogeneity but rather heterogeneity with regard to living conditions (rural vs urban, young vs retired). Furthermore, our results indicate that a broader inclusion of soft policy measures in energy-economic simulation models might be warranted; they might yield smaller impacts than monetary incentives, but they have an effect, even in the aggregate, and are much less controversial and thus more easily implemented. Regarding practical implementation, our results suggest that a targeted use of soft instruments might be useful. Our empirical results (and accordingly also our simulation results) strongly suggest that soft instruments have an effect only for some segments of the overall population. These segments could be easily identified and targeted. Consequently, a closer analysis how soft policy measures could be used to target population segments could be warranted.
Zugehörige Dokumente
|
Schlussbericht
(Französisch)
|
Dans ce projet, nous avons analysé les effets de l'information, des normes sociales (injonctives et descriptives) et des prix sur la demande énergétique des ménages dans les domaines de l'électricité, du chauffage (espace et eau) et de la mobilité. La contribution unique du projet est l'utilisation jointe d'une
analyse empirique basée sur des données d'enquête détaillées et une approche basée modèle pour l'agrégation et la simulation. Pour l'analyse empirique, nous utilisons les données du SHEDS (Swiss Household Energy Demand Survey), qui contient des informations sur le comportement d'investissement et d'utilisation de 5'000 ménages suisses (représentatifs des régions suisses alémanique et romande) pendant 5 années dans les trois domaines d'utilisation de l'énergie ainsi que des informations détaillées sur les principales caractéristiques de ces ménages (par exemple, les données sociodémographiques, attitudes et valeurs, connaissances relatives à l’énergie, sensibilité à la pression des pairs et aux normes sociales, confiance dans différents fournisseurs d'informations liées à l'énergie). Sur la base de ces données, nous avons estimé l'influence de l'information, des normes injonctives et descriptives et des prix sur le comportement d'investissement et d'utilisation des ménages suisses dans les domaines de l'électricité, le chauffage et la mobilité. De plus, nous avons regroupé les ménages en 5 segments selon l'âge et le lieu de résidence (rural vs urbain). Pour voir si ces segments de ménages diffèrent en ce qui concerne leur réponse aux mesures politiques souples, nous avons réestimé nos modèles pour ces sous-échantillons. Du fait que l'analyse empirique est basée sur seulement 5 années d'observation (pour les données SHEDS), elle doit être interprétée avec précaution, c'est-à-dire comme montrant des corrélations et non des effets « causaux ». Cette analyse empirique a d'abord montré que l'information et les normes sociales ont des corrélations significatives avec le comportement des ménages en matière d'énergie, bien que les impacts puissent être relativement faibles. Deuxièmement, cette analyse empirique a montré que les différents segments de ménages diffèrent considérablement dans leur réponse comportementale face à l'information et aux normes sociales, c'est-à-dire que nous avons trouvé des corrélations très différentes entre le comportement relatif à l'énergie et les instruments souples pour différents segments de ménages. De plus, il en va de même pour les trois domaines d'utilisation de l'énergie ainsi qu'entre les comportements d'investissement et d'utilisation, ce qui donne une image globale assez complexe de l'influence des instruments souples sur la consommation d'énergie des ménages. Dans un second temps, nous avons vérifié ces résultats avec une source de données indépendante (données FOS pour les communes suisses) dans le domaine de la mobilité. Cette analyse soutient les principales conclusions de la première étape, en particulier que les instruments souples montrent une corrélation significative avec le comportement lié à l’énergie et que cette corrélation diffère selon les différents segments de ménages. Dans la dernière partie de notre analyse empirique, nous avons mené une expérimentation des choix sur la relocalisation du domicile (un cadre de grande importance pour la consommation d'énergie qui ne peut pas être facilement analysé avec des données d'enquête) qui appuie à nouveau les résultats des autres évaluations empiriques que les instruments souples ont un effet et que cet effet diffère selon les segments des ménages. Dans une deuxième partie du projet, nous avons utilisé les résultats et les données de la première analyse empirique pour développer un ensemble de modèles multi-agents qui décrivent le comportement d'investissement et d'utilisation des ménages dans les trois domaines énergétiques en tenant compte de la même segmentation des ménages développée dans la première partie du projet. Le modèle utilise les influences empiriquement trouvées de l'information, des normes sociales et des prix, ainsi que d'autres relations (par exemple, les effets de la confiance ou de la sensibilité à la pression des pairs) et est initialisé avec des données SHEDS (par exemple, concernant les stocks d'appareils électriques, possession de voitures, revenu, taille du ménage). De plus, les modèles capturent les interactions entre les ménages via des conversations qui transportent des informations et des normes sociales dans différents réseaux de ménages (famille, amis, voisinage) et qui permettent de simuler les effets de campagnes basées sur des informations ou des normes. La structure de conversation a été calibrée à partir de données cantonales dans le domaine de la mobilité. À l'aide de ce modèle, nous avons simulé différents scénarios, tels que l'introduction d'une taxe sur le CO2 de 200 CHF/t, des subventions sur des appareils efficients en énergie ou des véhicules électriques, ou des campagnes basées sur l'information et les normes sociales. Les résultats de ces simulations indiquent que l'information seule a un impact limité sur l’utilisation de l'énergie dans les trois domaines, mais que les campagnes sur les normes sociales ainsi que les incitations monétaires peuvent avoir des effets substantiels. En outre, les résultats suggèrent que les ménages diffèrent fortement en ce qui concerne leur réponse aux instruments souples, de sorte qu'il pourrait être utile de cibler des groupes de ménages spécifiques avec des campagnes. Enfin, nos scénarios indiquent qu'une utilisation combinée d'instruments monétaires et souples entraîne plus d'impact que de s'appuyer uniquement sur un seul instrument, mais qu'il s'agit d'une relation sous-additive, c'est-à-dire que l'utilisation combinée produit des effets plus faibles que la somme des effets séparés. Cela implique que la combinaison d'incitations douces et monétaires pourrait être utile, mais qu'une certaine éviction a lieu. Dans l'ensemble, le projet a des implications pour les recherches futures ainsi que pour la mise en oeuvre pratique. Pour la recherche, cela suggère que l'inclusion (au moins en partie) de l'hétérogénéité des ménages dans les modèles d'énergie-économique pourrait être bénéfique. Cette hétérogénéité ne doit de préférence pas être une hétérogénéité de revenus mais plutôt une hétérogénéité en termes de conditions de vie (rural vs urbain, jeune vs retraité). En outre, nos résultats indiquent qu'une inclusion plus large de mesures politiques souples dans les modèles de simulation d’énergie-économique pourrait être justifiée ; elles peuvent produire des impacts plus faibles que les incitations monétaires, mais elles ont un effet, même au niveau agrégé, et sont beaucoup moins controversées et donc plus faciles à mettre en oeuvre. En ce qui concerne la mise en oeuvre pratique, nos résultats suggèrent qu'une utilisation ciblée d'instruments souples pourrait être utile. Nos résultats empiriques (et par conséquent aussi nos résultats de simulation) suggèrent fortement que les instruments souples n'ont d'effet que pour certains segments de la population globale. Ces segments pourraient être facilement identifiés et ciblés. Par conséquent, une analyse plus approfondie de la manière dont des mesures politiques souples pourraient être utilisées pour cibler des segments de population pourrait être justifiée.
Zugehörige Dokumente
|
