Energieökonomik & Economic Policy

Eine breite Akzeptanz von Elektrofahrzeugen erfordert eine umfassende Untersuchung der Ladeinfrastruktur, die noch relativ wenig erforscht ist, insbesondere im Rahmen von Studien im Bereich der Wirtschaftswissenschaften. Das Ladeverhalten weicht erheblich von den konventionellen Betankungspraktiken ab, was neue Herausforderungen mit sich bringt.
In diesem SNF-Projekt untersuchen Prof. Dr. Doina Radulescu (KPM), Jing Li (Tufts University) und Jan Braun (KPM) zunächst die Auswirkungen von Regulierungsstandards auf die Art der installierten Steckdosen und die Verbreitung von E-Fahrzeugen. Die Kompatibilität von Ladestandards und damit eine interoperable Schnellladeinfrastruktur können die Einführung von E-Fahrzeugen entscheidend beeinflussen. Eine Möglichkeit, dies zu erreichen, ist die Gesetzgebung. Die Vorschriften der Europäischen Union (Richtlinie 2014/94/EU) schreiben beispielsweise vor, dass alle nach 2018 gebauten Ladestationen mindestens mit dem von der EU gewählten Standard kompatibel sein müssen. Insbesondere müssen Wechselstrom- (AC) Normal- und Hochleistungsladestationen mindestens mit Steckdosen oder Fahrzeugsteckern des Typs 2 ausgestattet sein, während Gleichstrom- (DC) Hochleistungsladestationen mindestens mit Steckern des kombinierten Ladesystems „Combo2“ ausgestattet sein müssen. Daher bewerten wir die Wirksamkeit solcher Rechtsvorschriften im Hinblick auf die installierten Steckertypen. In einem zweiten Schritt schätzen wir die Auswirkungen dieser Standardisierung auf die Verbreitung von E-Fahrzeugen, da die Verfügbarkeit von geeigneten Ladestationen einer der wichtigsten Erfolgsfaktoren für die Akzeptanz dieser neuen technologie darstellt.

Zweitens analysieren wir den Einfluss des Wettbewerbs zwischen den Betreibern von Ladestationen auf die Marktdynamik, einschließlich der Preisstrategien. Wir entwickeln ein empirisches Modell der Ladenachfrage der Verbraucher und der koordinierten Investitionen in Ladestationen. Die Nachfrage der Autofahrer nach Ladevorgängen hängt von der Verfügbarkeit von Ladestationen vor Ort ab. Darüber hinaus schätzen wir die Auswirkungen des räumlichen Wettbewerbs zwischen Anbietern auf die angewandten Ladetarife.

Durch die Verbindung von Theorie und empirischer Analyse beleuchtet das Projekt kritische Fragen im Zusammenhang mit der Ladeinfrastruktur für Elektrofahrzeuge.

Recent years have seen increased interest in the distribution of household energy expenditure burdens across income levels. Using data from the Swiss Household Budget Survey (2006-2017) and the European Household Budget Survey (2010, 2015, 2020), Prof. Dr. Doina Radulescu and Ivan Ackermann quantify energy poverty and assess the regressivity of household energy expenditures, including the impact of recent energy price surges.

In 2017, the energy expenditure shares of equivalent income were 8.6% for the lowest income quintile and 2.6% for the highest in Switzerland, placing it among the lowest burdened compared to most EU economies. Energy poverty, defined as households with energy expenditures exceeding 10% of their income, is lowest in Switzerland and Luxembourg. However, using the criterion of expenditures exceeding twice the national median, Switzerland had one of the highest values at 17%.

We also examined the inequality of the energy expenditure burden. Switzerland shows relatively high values for the convexity of energy expenditure shares and Kakwani index implying a higher degree of regressivity compared to the majority of the EU counterparts.

Equivalent income was the primary factor in energy expenditure inequality, contributing over 50% to the overall concentration index. Age of household head and household size contributed negatively. This suggests that policies beyond incomebased transfers may be necessary to address the adverse effects of an increasing energy expenditure burden. Furthermore, our findings underscore the importance of using multiple measures to accurately assess the allocation of energy expenditure burdens within the population.

Die CO₂ Emissionen des Transportsektors stellen einen Grossteil der Gesamtemissionen dar und haben in den letzten Jahrzehnten kontinuierlich zugenommen. Gleichzeitig liegt der Anteil von Elektroautos weltweit bei unter 1% aller Fahrzeugen, und das trotz mannigfaltiger staatlicher Förderprogramme.

Im SNF Projekt "Household Preferences for Electric Vehicles and Renewable Energy and the Effect of These Technologies on Electricity Demand" (2020-2023) untersuchten Prof. Dr. Doina Radulescu und Patrick Bigler haushaltsspezifische sozio-demographische Faktoren, welche Haushalte dazu bewegen, zu Hybrid- oder Elektroautos zu wechseln. Zudem untersuchen sie die Umwelt- und Verteilungseffekte von Treibstoffsteuern und Subventionen für Elektroautos. Das Forschungsteam berechnet auch die optimale Steuer-Subvention Kombination, welche die Ausbreitung der Elektroautos fördert, gleichzeitig aber auch genügend Einnahmen für die Finanzierung der Verkehrsinfrastruktur sichert und Umverteilungsaspekte berücksichtigt. Die empirische Analyse wird anhand von Daten zu Haushalten und Autos für den Kanton Bern durchgeführt (siehe auch Veröffentlichung Environmental, Redistributive and Revenue Effects of Policies Promoting Fuel Efficient and Electric Vehicles mit Nicola Pavanini und Fabian Feger Review of Economic Studies, Februar 2022).

In diesem Projekt untersuchen Prof. Dr. Doina Radulescu und Ivan Ackermann mit Hilfe von Querschnitts- und Längsschnitt-Mikrodaten aus der europaweiten Statistik über Einkommen und Lebensbedingungen (SILC) die Wahrscheinlichkeit, dass Haushalte in Wohngegenden leben, die durch Umweltverschmutzung beeinträchtigt sind, und bewerten, wie diese mit soziodemografischen Merkmalen variiert. Dies ist wichtig, wenn man verstehen möchte, welche Haushalte von einer besseren Umweltqualität durch die Energiewende profitieren.

In einem nächsten Schritt beabsichtigen die Autoren, die aktuellen Satellitendaten zur Luftverschmutzung mit den Umfragedaten des Sozio-ökonomischen Panels (SOEP) in Deutschland zusammenzuführen, das die gleiche Frage zur Wahrnehmung der Luftverschmutzung enthält wie die SILC-Daten. Dadurch können wir die gleichen Regressionen wie bei der wahrgenommenen Luftverschmutzung durchführen und die Beziehungen zu den sozioökonomischen Variablen vergleichen. Unter der Voraussetzung, dass die SILC-Daten mit Daten zu regionalen Variationen von Informationen über die Luftqualität, wie die Schließung oder der Bau eines Kohlekraftwerks oder Smog-Alarm, zusammengeführt werden können, ermitteln sie die Wirkung von Informationen auf die Diskrepanz zwischen tatsächlicher und wahrgenommener Luftverschmutzung.