Energi-, Forsynings- og Klimaudvalget 2015-16
EFK Alm.del Bilag 346
Offentligt
1650838_0001.png
Reboundeffekten for
opvarmning af boliger
Hvor stor forskel er der på det faktiske energiforbrug og det
teknisk beregnede behov?
Juni 2016
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
Forord
Denne rapport er udarbejdet af Energistyrelsen som led i initiativet BedreBolig.
I rapporten undersøges sammenhængen mellem parcelhuses teknisk beregnede energibehov og det
faktiske energiforbrug.
Rapporten benytter energimærker og BBR-oplysninger om det faktiske energiforbrug for
individuelle parcelhuse.
2
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
Indhold
1. Indledning og sammenfatning
....................................................................................................................... 4
2. Teori
.............................................................................................................................................................. 8
3. Litteratur
...................................................................................................................................................... 12
4. Data
............................................................................................................................................................. 14
5. Estimationsmetode
...................................................................................................................................... 16
6. Resultater for fjernvarme, naturgas og olie
................................................................................................. 17
7. Korrektion for supplerende varmekilder og for el til cirkulationspumper mv.
........................................... 19
8. Konklusion og diskussion
............................................................................................................................ 22
Bilag 1. Økonomisk teori om reboundeffekten og om simultanitetsproblemet ved estimation af
reboundeffekten
............................................................................................................................... 23
Bilag 2. Mere om de vigtigste variabler
.......................................................................................................... 31
Bilag 3. Beskrivende statistik
.......................................................................................................................... 33
Bilag 4. Detaljerede estimationsresultater
....................................................................................................... 34
3
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1. Indledning og sammenfatning
Reboundeffekten – hvad er det?
Denne rapport ser nærmere på den såkaldte ”reboundeffekt” for opvarmning af boliger. Når en
bolig isoleres bedre, medfører det mindre behov for energi i form af varme. Imidlertid vælger
beboerne ofte i større eller mindre grad at udnytte en del af gevinsten ved den bedre bygning til at
øge komforten. For eksempel kan de vælge en højere indendørstemperatur eller at opvarme en
større del af bygningen. Det er denne adfærdsændring, der kaldes en reboundeffekt.
Reboundeffekten kan også ses, hvis man sammenligner to huse med forskelligt teknisk beregnet
energibehov: Forskellen på det teknisk beregnede energibehov i det energivenlige hus og det
energikrævende hus er måske 10 kWh pr. m
2
pr. år. Men forskellen på det faktiske energiforbrug er
eksempelvis kun 5 kWh. Beboerne i det energivenlige hus har i eksemplet valgt at udnytte
halvdelen af gevinsten ved deres relativt energivenlige hus til at øge komforten.
Med andre ord er reboundeffekten, at
beboerne veksler en del af gevinsten ved lavere teknisk
beregnet energibehov til bedre komfort.
Den
samlede effekt
af at isolere en bygning bedre (dvs. at mindske det teknisk beregnede
energibehov) på det faktiske energiforbrug, løber derfor ad to kanaler:
En ”en-til-en-effekt” af det lavere teknisk beregnede energibehov
En modgående reboundeffekt
Rapporten viser, at
Hvis forskellen på det teknisk beregnede energibehov for to boliger er på 10 kWh pr. m
2
pr. år,
vil forskellen på det faktiske energiforbrug i de to boliger være mellem 4 og 7 kWh.
Reboundeffekten udgør således mellem 60 og 30 procent af de 10 kWh pr. m
2
.
Hvorfor er reboundeffekten interessant?
Reboundeffekten er interessant i sig selv, fordi den beskriver menneskelig adfærd. Men kendskab til
effekten er også centralt i forhold til at kunne udarbejde mere præcise forudsigelser om et forventet
energiforbrug. Det kan blandt andet være relevant for boligejere og de aktører, der er involveret i en
konkret renovering. Det gælder også eventuelle långivere af lån til energirenovering. Den faktiske
energibesparelse vil således være vigtig viden i forhold til en vurdering af boligejernes økonomi og
mulighed for at betale et eventuelt lån tilbage. Kendskab til reboundeffekten er helt centralt for
energirenovering finansieret ved såkaldte ESCO-aftaler. I sådanne projekter er långiver – ESCO-
4
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0005.png
firmaet – direkte økonomisk påvirket af boligejerens energiforbrug.
1
Endelig er det nyttig viden for
organisationer som fx Energistyrelsen m.fl., der laver forudsigelser af hele Danmarks energiforbrug.
Undersøgelsens data og metode
I denne undersøgelse vil vi undersøge størrelsen af reboundeffekten i parcelhuse i Danmark.
Reboundeffekten er tidligere fundet i forskellige sammenhænge, fx også for bilkørsel.
Reboundeffekten belyses ved en statistisk sammenligning af parcelhuse i Danmark i 2012. To
variabler er – som det fremgår ovenfor – helt centrale:
Oplysninger om parcelhuses faktiske energiforbrug.
I undersøgelsen bruges faktiske leverancer af fjernvarme, naturgas og olie leveret til
energikunder på adresser rundt om i landet. Oplysningerne stammer fra energileverandører.
Oplysninger om parcelhuses teknisk beregnede energibehov.
I undersøgelsen bruges energimærker som mål for det teknisk beregnede energibehov.
Energimærkerne stammer fra den obligatoriske energimærkningsordning. Energimærket er et
udtryk for, hvor meget energi en energikyndig professionel konsulent vurderer, der er behov for,
for at varme
hele
bygningen op til en
bestemt temperatur
under
standardiseret adfærd
hos
et
antaget antal
beboere.
Forskellen på to parcelhuses energimærke er derfor kun udtryk for forskellen på de fysiske
bygninger. Forskellen på to parcelhuses faktiske energiforbrug er udtryk for summen af forskellen
på bygningernes fysik og på beboernes energimæssige adfærd.
De faktiske leverancer af fjernvarme, naturgas og olie sammenholdes med energimærket for de
bygninger, der står på de adresser, hvor der leveres energi.
En lang række andre variabler indgår i undersøgelsen, dog uden at de har selvstændig interesse.
Variablerne er kun med for at sandsynliggøre, at den statistiske sammenhæng mellem teknisk
beregnet energibehov og faktisk energiforbrug, som man måtte finde, faktisk er udtryk for
reboundeffekten, og ikke skyldes alt muligt andet.
En central kilde til usikkerhed i forbindelse med reboundundersøgelsen er, at det målte faktiske
energiforbrug på individuelle adresser kun vedrører fjernvarme, olie og naturgas – men ikke alt
energiforbrug, og særligt ikke brænde til brændeovne, der bruges som supplerende varmekilde i
mange boliger. Det er netop det samlede forbrug, der er relevant for reboundhypotesen.
I ESCO-projekter står et ”Energy Service Company” for energirenoveringen og tager sig betalt gennem en del af
energibesparelsen. Hvis ESCO-firmaet forventer, at ændret adfærd (højere indendørstemperatur) medfører en lav
energibesparelse, vil firmaet måske ikke gå ind i projektet. Adfærdsændringer nævnes ofte som en grund til, at ESCO-
projekter hyppigere gennemføres i fx kommunale institutioner end i boliger, fordi reboundeffekten forventes at være
større i boliger.
1
5
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0006.png
De ovenfornævnte begreber
faktisk energiforbrug
og
teknisk beregnet energibehov
bruges ofte i
rapporten (nogle steder skrives blot
forbrug
og
behov).
Desuden bruges ordet
energistandard
eller
effektivitet.
Effektiviteten er blot den reciprokke værdi af det teknisk beregnede energibehov:
1
Effektivitet = Energistandard =
Teknisk beregnet energibehov
Med andre ord, har en energivenlig bygning et lavt teknisk beregnet energibehov og en høj
energistandard. Ordene effektivitet og energistandard bruges bl.a. fordi, de er brugt i tidligere
studier.
Resultater
Undersøgelsen viser, at
Hvis bygning X’s årlige tekniske beregnede energibehov er 10 kWh lavere pr. m
2
end bygning
Y’s behov, vil det faktiske forbrug af fjernvarme, naturgas eller olie i bygningen være omtrent 4
kWh pr. m
2
lavere i bygning X.
Husejerne vil altså udnytte 40 procent af gevinsten ved god energistandard til energibesparelser og
de resterende 60 procent til bedre komfort, hvis man alene ser på fjernvarme, naturgas og olie.
Det er forsøgt at korrigere dette resultat for forbruget af energi i supplerende varmekilder, særligt
brænde i brændeovne. Der findes ikke oplysninger om forbruget af brænde på husstandsniveau,
men dog på nationalt plan. Når disse oplysninger udnyttes, kan man skønsvist korrigere for
supplerende opvarmning. Korrektionen er foretaget ud fra en slags ”forsigtighedsprincip”, således
at korrektionen medfører en lille, beregnet reboundeffekt:
Hvis bygning X’s årlige tekniske energibehov er 10 kWh lavere pr. m
2
end bygning Y’s behov,
vil det faktiske forbrug af alle former for energi til bygningsdrift højst være 7 kWh pr. m
2
lavere
i bygning X.
Med denne korrektion svarer den ”forsigtigt beregnede” reboundeffekt altså til mindst ca. 30
procent.
Selv om der er væsentlig usikkerhed i beregningerne, peger undersøgelsen på, at der er en betydelig
reboundeffekt. Det kan ikke udelukkes, at adgang til andre data ville kunne medføre andre
resultater. For eksempel ville analyser på data for det samme hus over en årrække, hvor huset blev
renoveret, være interessant. Ligeledes interessant vil det være, hvis bedre data vil kunne nuancere, i
hvilke tilfælde reboundeffekten er stor, og i hvilke situationer reboundeffekten er lille. Er
reboundeffekten fx størst ved isolering af boligers klimaskærm eller ved forbedring af
centralvarmeanlæg. Denne type mere detaljerede beregninger er ikke med i undersøgelsen.
Andre studier
I litteraturen er der fundet reboundeffekter med vidt forskellig størrelsesorden, fra 0 til over 100
procent. Man kan derfor ikke sige, om den reboundeffekt vi finder, er på linje med andre studier.
6
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0007.png
Det tidligere studie, der ligner dette mest, er en hollandsk undersøgelse af energiforbrug i boliger
2
. I
den undersøgelse findes en reboundeffekt svarende til en
elasticitet
på 0,27. Det vil sige, at hvis det
teknisk beregnede energibehov falder 10 procent, så falder det faktiske energiforbrug med 7,3
procent, og de resterende 2,7 procent udnytter beboerne til bedre komfort. Resultaterne i de to dots
ovenfor er angivet i absolutte kWh og ikke i elasticiteter, og kan derfor ikke umiddelbart
sammenlignes med de 0,27. Omregnes de to tal ovenfor fås elasticiteter på hhv. 0,17 og 0,52, dvs. et
spænd, der omfatter det hollandske studie (se kapitel 7).
Rapportens opbygning
Kapitel 2 beskriver teorien bag reboundeffekten, i kapitel 3 refereres et par andre undersøgelser om
reboundeffekten. I kapitel 4 beskrives data, og i kapitel 5 beskrives estimationsmetoden.
Kapitel 6-8 er hovedkapitlerne, som kortfattet beskriver resultaterne og konkluderer. Resultaterne
for fjernvarme, naturgas og olie forklares i kapitel 6, og i kapitel 7 indregnes supplerende varme (og
en bestemt del af elforbruget). I kapitel 8 er konklusion.
Der er udarbejdet fire tekniske bilag til sidst i rapporten.
Aydin, Erdal, Nils Kok, Dirk Brounen (2014): ” Energy Efficiency and Household Behavior: The Rebound Effect in
the Residential Sector”
2
7
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
2. Teori
Afsnit 2.1 forklarer meget kort rebound. Afsnit 2.2 kan læses, hvis man ønsker lidt mere teknisk-
økonomisk forklaring.
2.1. Kort om teorien
Reboundeffekten har en økonomisk fortolkning. Hypotesen er, at husholdninger har nytte af en
”energitjeneste”, og ikke direkte af faktisk energiforbrug eller energistandard. For biler kan
energitjenesten være antal kørte kilometer. Antallet af kørte kilometer findes som det faktiske
benzinforbrug gange bilens energistandard målt som kilometer pr. liter. For boliger kan
energitjenesten være indendørstemperaturen, der kan findes som det faktiske energiforbrug gange
energistandarden målt som, hvor mange grader man kan varme op i et hus for en given mængde
energi. Energitjenesten kunne også være det opvarmede areal, der kan findes det faktiske
energiforbrug gange energistandarden målt som antallet af kvadratmeter, der kan opvarmes med en
given energimængde. Det er den rent tekniske beskrivelse.
Det økonomiske aspekt kommer ind fordi,
energitjenesten er billigere desto højere
energistandarden er.
Det er billigere at køre en kilometer i en lille, ny, energieffektiv bil end i en
stor, gammel, benzinslugende bil, og det vil i sig selv trække i retning af, at der køres mere i den
første. På samme måde er det billigere at varme et nyt, velisoleret hus op end et gammelt, utæt hus.
Det vil i sig selv trække i retning af, at det nye hus varmes mere op.
Hvis energistandarden i en bolig stiger 10 procent, har det derfor to effekter, nemlig ..
.. en umiddelbar ”teknisk” effekt på energiforbruget på minus 10 procent,
så forbrugeren kan holde energitjenesten konstant, og ..
.. en modgående priseffekt, fordi energitjenesten (fx indendørstemperaturen) bliver billigere.
Det er priseffekten, der er reboundeffekten. I næste afsnit og i bilag 1 er det uddybet.
2.2. Husholdninger og deres valg
I afsnittet gives en økonomisk-teoretisk fortolkning af reboundeffekten. Den økonomisk-teoretiske
tolkning er uddybet i bilag 1.
Den grundlæggende tanke er, at husejere vælger mellem, hvor mange penge de vil bruge på at købe
energi til opvarmning, og hvor meget de vil bruge på, at huset har en god energistandard i forhold
til, hvor meget de vil bruge på alle mulige andre varer.
Husejerne har hverken direkte nytte af energi eller energistandard, men derimod af den
”energitjeneste”, fx indendørstemperaturen, der er resultatet af kombinationen af energiforbrug og
energistandard.
8
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0009.png
Den mest simple, men langt hen ad vejen også realistiske, måde, som energitjenesten, , kan skrives
på, er som produktet af energiforbrug, , og energistandard, , dvs.
1)
=
Hvis energistandarden, , på huset er givet, medfører 1), at husejeren vælger mellem energi, , og
andre varer ud fra denne energistandard og prisen på energi, , på en måde, så det er netop
forholdet mellem pris og energistandard, der er relevant (se bilag 1), dvs.
2)
Forholdet
=
er prisen for energitjenester, og
er en aftagende (energiefterspørgsels-)funktion. Når
1) og 2) gælder, fås:
Hvis
s
stiger 10 procent, har det ...
.. umiddelbar effekt på energiforbruget på minus 10 procent gennem 1) og leddet i 2)
idet forbrugeren så kan holde energitjenesten konstant, og ..
.. en priseffekt på energiforbruget gennem leddet
i 2), der har samme størrelse (men
). Det er
modsat fortegn) som en 10 procents energiprisstigning (en stigning i
reboundeffekten.
Det sidste er vigtigt, for kender man således den ene af pris- eller reboundeffekten på det faktiske
forbrug, vil man også kunne udlede den anden effekt.
3
I den såkaldte EMMA-model er priseffekten
for energiforbrug fx estimeret således, at en 10 procents prisstigning medfører omtrent 3 procents
fald i energiforbruget til opvarmning i boliger. Hvis reboundeffekten skulle udledes herfra, er den
tilsvarende 3 procent, og man kan således udlede, at hvis en bygnings tekniske energibehov falder
med 10 procent, falder det faktiske forbrug med 7 procent.
Der findes i hvert fald ét godt argument for, at der også kan tænkes ”modsatte” reboundeffekter,
dvs. at forbedringer i det tekniske målte energibehov medfører, at det faktiske energiforbrug falder
endnu mere, end behovet tilsiger: Den velvære, som boligejere vil føle, afhænger ikke kun af
indendørstemperaturen, men også af træk og stråling fra ydervægge, der er koldere end længere
inde i huset. I et velisoleret hus vil ydervæggene ikke være særligt kolde, og den lokale diskomfort
vil være mindre. Det kan medføre, at husejeren i et velisoleret hus kan have det komfortabelt med
en lavere indendørstemperatur, end hvis han havde boet i et mindre velisoleret hus. I det dårlig
isolerede hus kompenserer ejeren for ubehaget ved træk ved at skrue op for indendørstemperaturen.
Linn (2013) finder, at der er væsentlig forskel på priseffekten og effekten fra energistandard. Se “The Rebound Effect
for Passenger Vehicles”, Resources for the future,
http://www.rff.org/files/sharepoint/WorkImages/Download/RFF-DP-
13-19.pdf
3
9
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0010.png
Energimærke og energistandard
I denne boks er det vist, at den simple teori ovenfor stemmer godt overens med, hvordan
energistandarden og energibehovet rent faktisk er udformet i energimærket – i hvert fald når der ses
på en forsimplet udgave af energimærket.
I den empiriske undersøgelse bruges energimærket som mål for husenes (reciprokke)
energistandard. Energimærket angiver et teknisk beregnet energibehov, som kræves for at varme
huset op til 20 grader med et standardiseret forbrug af varmt brugsvand og med en standardiseret
varmeafgivelse fra elapparater og beboere.
Det største energibehov går til at modsvare energitabet gennem bygningens ydervægge, døre o.l.
Dette tab beregnes især med en såkaldt U-værdi, der måles som følger
i)
=
hvor
er energibehovet, er forskellen på indendørs- og udendørstemperaturen, er areal af
ydervægge mv. og er den periode, der opvarmes i. Energimærkekonsulenten, der beregner en
bygnings energimærke, måler
ved at vurdere væggenes energitab, og væggenes areal , og
antager standardiserede værdier for indendørstemperatur og opvarmningsperiode,
og . Store
bogstaver angiver værdier fra energimærkekonsulenten. Ud fra disse værdier beregnes bygningens
energibehov, .
i) kan skrives som
i’)
=
(
)
dvs. at energibehovet er proportionalt med bygningens U-værdi, indendørstemperatur, areal og
opvarmningsperiode.
Det faktiske energiforbrug, , kan skrives som i’) dog med de faktiske værdier for fx
indendørstemperatur. De faktiske værdier skrives med små bogstaver
ii)
=
(
)
Energitjenesten, , kan betragtes som
(
),
dvs. den nytte, som husejeren får af produktet af
indendørstemperaturen, det opvarmede areal, og den periode, bygningen opvarmes, kan tjenesten
skrives som
iii)
=(
)=
=
.
Det viser, at formlen i 1) stemmer, når energistandarden forstås som
Ligning iii) viser, at hvis man øger energiforbruget, , med 10 procent for et hus med bestemt
energistandard, , får man enten ...
10
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0011.png
.. 10 procent højere temperatur
.. 10 procent større areal kan opvarmes
.. 10 procent længere opvarmningsperiode
.. eller en kombination heraf.
I praksis er der selvfølgelig store simplificeringer i iii). For eksempel kan man ikke halvere
energiforbruget ved at lukke radiatorerne i halvdelen af huset. Temperaturen vil ikke falde til
udendørstemperaturen i disse rum, fordi isoleringen mellem husets indre rum er langt ringere end
isoleringen af ydermurene. Man kan heller ikke halvere energiforbruget, ved at slukke for varmen i
12 af døgnets 24 timer. Det skyldes bl.a., at det er særlig energikrævende at varme huset op frem for
blot at holde en konstant temperatur.
I sagens natur kan man heller ikke opvarme huset mere end 24 timer i døgnet, og man vil heller ikke
holde højere temperatur end, hvad der er den mest behagelige temperatur.
Simultanitetsproblemet
Modellen bag ligning 1) og 2) er problematisk i de statistiske analyser af især en væsentlig grund:
Det er antages i 2), at energistandarden er givet for den enkelte husholdning. Sådan er det ikke i
virkeligheden. Husejere renoverer jo deres huse bl.a. for at energiforbedre huset. Og når de køber
hus, vil være en blandt flere faktorer, der har betydning for hushandlen. Man kan gå til det
modsatte ekstrem og forestille sig, at husejere helt frit (simultant/samtidigt) kan vælge og på
samme måde, som man vælger varer i et velassorteret supermarked. Det medfører to ting:
Hvis man sammenligner huse købt af husstande med forskellige ønsker til energistandarden, ,
finder man, at der vil være en positiv korrelationer mellem og , dvs. modsat af ligning 1). Det
skyldes, at husholdninger med stort varmebehov både vil købe energieffektive huse (højt ) og
bruge meget energi (høj ). (Se økonomisk-teknisk beskrivelse i bilag 1.) For bilkørsel er det
naturligt, at bilister med stort kørselsbehov både køber biler med god energistandard og køber
meget benzin.
Spørgsmålet, der motivere denne undersøgelse, nemlig ”hvad sker der med energiforbruget, når
energistandarden stiger?” bliver ikke meningsfyldt, hvis det forstås for firkantet.
Energistandarden stiger nemlig ikke bare ”af sig selv”, men som resultat af noget andet, fx
ændret indkomst, tekniske fremskridt eller tilskud til energirenoveringer.
Punkt 1 betyder, at det i estimationerne nedenfor er potentielt vigtigt at tage højde for fx indkomst
eller alder, der kunne være faktorer, der påvirker beboernes varmebehov og -ønsker. Punkt 2
betyder, at det ideelt set kan være mere interessant at gå et skridt tilbage og spørge, hvor meget
energiforbruget og energistandarden ændres ved konkrete hændelser som fx stigende indkomst,
teknologiske fremskridt eller tilskud til energibesparelser.
Simultanitetsproblemet er diskuteret yderligere i bilag 1, der er økonomisk-teknisk skrevet.
11
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0012.png
3. Litteratur
Reboundeffekten
4
er søgt kvantificeret i mange studier, for flere forskellige ”varer”, på mange
forskellige typer datagrundlag og med mange forskellige statistiske metoder. Det mest undersøgte
områder er bilkørsler, og det næstmest undersøgte område er energiforbrug til opvarmning. I dette
kapitel er kun gennemgået få studier. Formålet er at sætte metode og resultater fra denne rapport i
relation til tidligere studier. Et mere omfattende survey findes i Sorrel m.fl. (2009)
5
.
Aydin m.fl. (2014)
6
er et hollandsk studie om energi til opvarmning, der minder meget om
nærværende rapport, og det er den artikel, der relateres mest til efterfølgende. Linn (2013)
7
og
Davis (2007)
8
undersøger henholdsvis bilkørsel og brug af vaskemaskiner. De er medtaget for at
sætte denne rapport i perspektiv, selv om metode og problemer er lidt anderledes for andre ”varer”
end huse.
Data anvendt i tidligere studier
Nogle studier er baseret på aggregerede tidsserier, fremfor oplysninger om fx forbrug og effektivitet
for individuelle boliger som i denne rapport. Aggregerede tidsserier er nok sjældent bedre end
oplysninger for individuelle husholdninger og bygninger.
Nogle studier har ikke direkte adgang til oplysninger om effektivitet, men identificerer
reboundeffekten gennem priseffekten ud fra princippet i ligning 2). Det er naturligvis en
simplificerende antagelse, fordi det antages, at reboundeffekten er en slags priseffekt. Linn (2013)
viser, at det modsatte kan være tilfældet.
Nogle studier har ikke adgang til oplysninger om energiforbrug, men i stedet til oplysninger om
energitjenesten. Det er særligt brugt i amerikanske studier om bilkørsel, hvor mange husholdninger
er spurgt, hvor mange kilometer de kører i bil.
Sammenlignet med disse brugte data, er data i denne rapport gode i den forstand, at der er data for
energiforbrug og effektivitet på individniveau. Det ville have været endnu bedre, hvis der også
havde været data for energitjenesten, fx målinger af indendørstemperatur. Aydin m.fl. (2014) har en
fordel fremfor dette studie, nemlig at der er adgang til data over flere år.
4
I litteraturen kan ordet ”rebound” bruges i flere betydninger. I denne rapport menes, hvad der nogle andre steder
kaldes den direkte reboundeffekt, dvs. den konkrete effekt af energieffektivitet knyttet til brugen af den undersøgte type
”vare” (her et hus). I litteraturen bruges nogle gange et videre begreb, der omfatter effekten af den samlede ændring i fx
forbrugernes forbrug, ved ændring af en vares effektivitet.
5
Sorrel, Steve, John Dimitropoulos, Matt Sommerville (2009): “Empirical estimates of the direct rebound effect: A
review”, Energy Policy 37.
6
Aydin, Erdal, Nils Kok, Dirk Brounen (2014): ” Energy Efficiency and Household Behavior:
The Rebound Effect in the Residential Sector” ,
http://cgemp.dauphine.fr/fileadmin/mediatheque/centres/cgemp/presentations/Papier_de_Erdal_AYDIN.pdf
7
Joshua Linn (2013): “The Rebound Effect for Passenger Vehicles”, Resources for the future,
http://www.rff.org/files/sharepoint/WorkImages/Download/RFF-DP-13-19.pdf
8
Lucas Davis (2007): “Durable goods and residential demand for energy and water: Evidence from a field trial”,
http://faculty.haas.berkeley.edu/ldavis/cw.pdf
12
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0013.png
Metoder i tidligere studier
Det måske mest centrale metodeproblem i mange studier skyldes, er simultanitetsproblemet, se
slutningen af kapitel 2.
For boliger kunne man forestille sig, at fx ældre forfrosne borgere i virkelighedens verden både ville
vælge et velisoleret hus, og ville vælge at skrue højt op for varmen. Hvis der ikke tages højde for
den type simultanitet, vil den estimerede sammenhæng mellem energibehov og forbrug blive for
svag og den estimerede reboundeffekt for høj.
I nogle af estimationerne for bilkørslen tages der højde for dette. I Linn (2013) bruges benzinprisen
på bilkøbstidspunktet til at forudsige den købte bils energieffektivitet. Det er potentielt en god
metode, da benzinprisen på bilkøbstidspunktet er uafhængigt af, hvilke husholdninger der er køber
særligt energieffektive biler. Det viser sig også, at den estimerede reboundeffekt påvirkes en del af,
at der anvendes denne metode. I Davis (2007) undgås problemet, fordi brugshyppigheden af
vaskemaskiner observeres før og efter husholdningerne får foræret en meget effektiv vaskemaskine,
dvs. der er tale om et kontrolleret eksperiment. I Aydin m.fl. (2014) udnyttes, at der er data for en
række husholdninger på forskellige tidspunkter, hvor husholdningerne har boet i to forskellige
boliger. Dermed antages, at husholdningens præferencer for energitjenester er konstant, og årsags-
virkningsproblemet undgås. På den anden side kunne man indvende, at hvis valget af
energistandard er frit, betyder husholdningens valg af en ny bolig med fx bedre energistandard
måske også, at husholdningen netop har fået behov for højere energitjeneste. Det er af praktiske
grunde (mangel på data), at der ikke er foretaget denne type dynamisk undersøgelse i nærværende
studie, men selv om der havde været adgang til data for en længere årrække, er nytten af disse flere
data således diskutabel.
Resultater fra tidligere studier
Set bredt over litteraturen, varierer effekterne overordentlig meget, også inden for undersøgelse af
samme vare. I Sorrel m.fl. (2009) varierer de fundne reboundeffekter fra elasticiteter
9
3 til 87
procent for bilkørsel og fra 0,6 til 60 procent for opvarmning. I Aydin m.fl. (2014), der som nævnt
ligner dette studie mest, er reboundeffekten 47 procent i den estimationstype, der ligner denne
rapport mest. I en estimation, hvor det dynamiske aspekt medtages, er reboundeffekten væsentligt
mindre, nemlig 27 procent. Endnu et studie på hollandske data, Majcen m.fl. (2013)
10
, viser store
reboundeffekter. Effekterne er primært vist grafisk, og der er ikke foretaget kontrol for andre
faktorer, så reboundeffekten er meget simpelt vist.
Resultaterne i litteraturen angives typisk som elasticiteter, dvs. reboundeffekten opgøres som procentvise ændringer i
energitjenesteforbruget som funktion af en procentvis ændring i energieffektiviteten. I denne rapport angives
resultaterne i hovedteksten som kWh-ændringer i forbrug som funktion af kWh-ændringer i behov. I kapitel 7 regnes i
elasticiteter, så der kan sammenlignes med den tidligere litteratur.
10
Majcen, Dasa, Henk Visscher og Laure Itard (2013):”Energy labels in Dutch dwellings their actual energy
consumption and implications for reduction targets”, Eceee Summer Study Proceedings,
http://proceedings.eceee.org/visabstrakt.php?event=3&doc=7-043-13
9
13
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
4. Data
Energiforbruget for 2012 sammenlignes for parcelhuse med forskellig energistandard, dvs. der er
tale om en tværsnitsundersøgelse.
Den afhængige variabel er således det faktiske energiforbrug. Forbruget er målt for fjernvarme,
naturgas og olie, og oplysningerne stammer fra energileverandører, der har registreret, på hvilke
adresser der leveres energi, hvor meget der leveres og hvornår. Adresserne svarer til placeringen af
fjernvarme- og naturgasmåleres eller olietankes placering.
Den centrale uafhængige variabel er det teknisk beregnede energibehov. Det teknisk beregnede
energibehov er målt gennem energimærker på parcelhuse. Huse skal energimærkes, når de skal
sælges, og det er derfor langt fra alle huse, der er energimærket.
En række andre uafhængige (kontrol-)variabler inddrages. De er primært med i analysen for at øge
sandsynligheden for, at der findes en kausal sammenhæng mellem det tekniske beregnede
energibehov og det faktiske energiforbrug. For hvert parcelhus findes en lang række tekniske
oplysninger fra BBR. Det gælder fx huset størrelse og opførelsesår. Fra Danmarks Statistiks registre
findes oplysninger om beboerforhold, fx antal beboere, og alderen på beboerne, samt uddannelse og
indkomstforhold.
Fra tilstandsrapporter findes indikationer på huset generelle tilstand. Endelig benyttes en enkelt
geografisk oplysning og oplysninger om, hvilken kommunen huset ligger i.
Der er kun adgang til oplysninger om forbrug af fjernvarme, naturgas og olie på
husholdningsniveau (adresseniveau), og dermed kan undersøgelsen kun laves for disse energiarter,
mens reboundeffekten kræver oplysninger om forbrug af alle energiarter. Den vigtigste ikke-målte
energiart er brænde som supplement til de tre målte energiarter. Der er temmelig gode skøn for det
samlede forbrug af brænde i landet. Derudover findes nogle indikationer af, at brænde bruges mere i
ældre bygninger end i yngre og dermed relativt meget i bygninger med ringe energistandard. Det
forsøges derfor også at vurdere reboundeffekten, når der tages højde for det samlede
brændeforbrug. Se nærmere i kapitel 7.
Beskrivende statistik for energiforbrug er vist i tabel 1 nedenfor. Et særlig vigtigt formål med den
beskrivende statistik er at udelukke huse med utroværdige observationer af det faktiske
energiforbrug. Utroværdige observationer af energiforbrug kan skyldes, at energiforbrugene er
knyttet til forkerte bygninger (se bilag 2). Det er derfor nødvendigt at sortere bygninger med meget
store eller meget små forbrug fra. Det oplagt problematisk at sortere datasættet ud fra den
afhængige variabel på denne måde, fordi man derved direkte kan påvirke estimatet af den centrale
parameter. Der foretages derfor følsomhedsanalyser for denne sortering i kapitel 6 og bilag 4.
Tabel 1, første række, viser en meget markant variation i de faktiske energiforbrug med tydeligt
fejlagtige data: Det gennemsnitlige faktiske energiforbrug er 167 kWh pr. m
2
for 2012, hvilket godt
kan opvarme et almindeligt hus til en behagelig temperatur. Det maksimale energiforbrug er 138348
kWh pr. m
2
, hvilket er fuldkommen utroværdigt, og det minimale forbrug er næsten nul, hvilket
14
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0015.png
måske godt kan forekomme, men kun hvis huset har stået tomt. 99-procentsfraktilen er også
utroværdigt høj, mens 1-procentsfraktilen faktisk kunne forekomme for visse helt nye og
topisolerede huse, og ikke for 1 procent af de eksisterende huse (slet ikke i 2012, fordi der kun var
få huse opført med energimærke A før det år).
Forbrugstallene gælder for 2012. Boliger, der er solgt omkring 2012, kan have stået tomme i en del
af 2012, og varmeforbruget har derfor måske ikke været normalt. Hvis boliger solgt i 2011, 2012 og
2013 udelukkes, er samplet som i anden række.
Tabel 1. Beskrivende statistik for alle parcelhuse, der er energimærket, og hvor der er
forbrugsoplysninger, opført fra 1900.
Sample
.. opført fra
1900
.. og
yderligere
solgt før 2011
eller efter
2013
Variabel
Forbrug,
kWh/m2
Forbrug,
kWh/m2
N
92.548
65.752
Gns.
167
178
Std.
afv.
1.073
1.249
Fraktil
1%
27
30
5%
54
57
10 %
69
70
90 %
208
212
95 %
247
254
99 %
514
719
Min.
0,01
0,03
Max.
138.348
138.348
Ud fra tabel 1 vælges i hovedestimationerne fremover at se på boliger med et forbrug på mellem 50
og 350 kWh pr. m
2
. Godt 50 huse med A-mærke opført før 2007 er udeladt. For mange af husene
var energiforbruget meget højt set i forhold til A-mærket. I tabel 2 er nogle af de anvendte data vist.
Tabel 2. Beskrivende statistik for alle parcelhuse, der er energimærket, og hvor der er
forbrugsoplysninger, opført fra 1900, som er solgt før 2011 eller efter 2013, og med
forbrug mellem 50 og 350 kWh pr. m
2
Variabel
Forbrug, kWh/m2
Teknisk behov, kWh/m2
Boligareal, m2
N
61.849
61.849
61.849
Gns.
135
197
146
Std. afv.
52
63
43
5%
66
85
90
50 %
127
184
140
95 %
234
304
220
Det faktiske forbrug af fjernvarme, naturgas og olie er gennemsnitligt noget lavere end det teknisk
beregnede energibehov (135 kWh mod 197 kWh).
I mange af estimationstabellerne i bilag 4 beregnes ændringen i forbruget ved en enheds ændring i
behovet ud fra en gennemsnitlig bolig med et behov på 200 kWh og et areal på 145. I nogle
beregninger bruges det gennemsnitlige forbrug på 135 kWh pr. m
2
.
I bilag 3 er beskrivende statistik for alle de anvendte variabler vist, og i bilag 2 er fire af de vigtigste
variabler beskrevet. (Nemlig de tre variabler i tabel 2 og BBR-oplysningen om supplerende varme.)
15
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
5. Estimationsmetode
Kapitlet er en smule teknisk, og er primært målrettet læsere med økonomisk og/eller statistisk
erfaring. I øvrigt står der lidt mere om metoden i bilag 4. Resultaterne i næste afsnit kan læses uden
dette afsnit.
Der estimeres en funktion for det faktiske energiforbrug, , i husholdning
kan skrives
3)
=
+
+
i 2012 som forenklet
Hvor er det teknisk beregnede energibehov, angiver kontrolvariabler,
bliver estimeret,
det faktiske energiforbrug, der ikke kan forklares med de
brugte variabler. Den centrale parameter er , der angiver sammenhængen mellem teknisk
beregnede energibehov og det faktiske energiforbrug.
Energiforbruget og behovet vil blive målt i kWh pr. år pr. kvadratmeter (opvarmet) bygningsareal.
Fortolkning af
er:
Hvis behovet stiger 1 kWh pr. m
2
, stiger forbruget kWh pr. m
2
. Reboundeffekten er derfor
1
kWh pr. m
2
, det vil sige forskellen på den tekniske 1-til-1 effekt den beregnede
sammenhæng mellem det teknisk beregnede energibehov, , og det faktiske energiforbrug. I
afslutningen af rapporten beregnes reboundeffekten i elasticiteter, så det kan sammenlignes med
tidligere litteratur.
Ligning 3) estimeres ad flere omgange:
Gruppen af husstande, der ses på, varieres.
Forskellige kontrolvariabler indgår for at undersøge, hvilken effekt de har på estimatet af .
Energibehovet kan være målt forkert via energimærkerne, hvilket vil føre til undervurdering af
. Under visse forudsætninger kan det forhindres ved statistisk at forudsige energibehovet ud
fra bygningens opførelsesår (estimation ved brug af instrumentmetoden), således at det er den
forudsagte værdi for behovet, der indgår i 3). Instrumentmetoden kan under visse betingelser
også løse simultanitetsproblemet, jf. slutningen af kapitel 2.
I rapporten har kontrolvariablerne typisk ingen selvstændig interesse. Det vil fx ikke blive vist,
hvordan husstandsindkomsten påvirker det faktiske energiforbrug. Imidlertid giver det god
teoretisk mening, at reboundeffekten er større, hvis nogle forhold gør sig gældende. For
eksempel bliver det senere forklaret, at reboundeffekten kan være større, hvis der er kælder i
bygningen. For at fange sådanne effekter indgår kombinationer af energibehovet, , og disse
forhold, , i 3), således at ligningen bliver
=
+
+
+
. Hvis er en 0-1-
variabel og forekommer, er reboundeffekten
1
, og hvis
ikke forekommer, er
reboundeffekten
1
. Hvis der er kælder i bygningen, og hypotesen ovenfor er rigtigt, vil vi
estimere
< 0,
således at reboundeffekten er større i parcelhuse med kælder.
16
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
6. Resultater for fjernvarme, naturgas og olie
Hovedresultaterne er beskrevet nedenfor, og detaljer er vist i bilag 4.
I den estimation, der vurderes at være den bedste (se tabel B5 i bilag 4), findes at
Når det teknisk beregnede energibehov falder med 1 kWh pr. m
2
, falder det faktiske
energiforbrug af
fjernvarme, naturgas og olie med 0,40 kWh.
Resultatet er udregnet for et hus af gennemsnitlig størrelse og energiforbrug.
Resultatet betyder
reboundeffekten er 0,60 kWh,
således at denne del af gevinsten ved fald i
energibehovet på 1 kWh benyttes til bedre komfort.
I beregningen er der kontrolleret for forskellige oplysninger om beboerne og om bygningens
egenskaber. Det betyder, at det er forsøgt at rense den beregnede reboundeffekt for andre faktorer,
der kunne være en forklaring på den statisk beregnede reboundeffekt. Hvis fx velhavende både har
vælger en høj indendørstemperatur og køber velisolerede boliger, vil det skævvride estimatet på
reboundeffekten,
hvis
husstandens indkomst
ikke
var med i beregningen (og derfor er indkomsten
med i estimationerne). Der er også taget højde for, at energimærket kan være upræcist.
Samlet set betyder disse metoder, at det er forsøgt at sikre, at reboundeffekten faktisk er en
årsagssammenhæng.
Beregningen er desuden foretaget, således at reboundeffekten varierer med forskellige forhold:
Reboundeffekten er større, desto større huset er.
Det kan forklares ved, at der i store boliger er bedre muligheder for at vælge, hvor stort areal,
der skal opvarmes. Hvis en husholdning fx har et rum, de kun bruger sjældent, er der større
chance for, at de lukker for varmen i rummet, hvis rummet er dårligt isoleret og derfor dyrt at
varme op.
Reboundeffekten er også større, hvis der er kælder i boligen. Det kan tolkes på samme måde
som for arealet. Der er ikke fundet samme effekt for tagetager.
Sammenhængen mellem behov og forbrug er mindre for bygninger, hvor der i BBR er
registreret, at der er supplerende opvarmning.
Det kan tolkes som, at det i disse boliger er lettere at substituere fjernvarme, naturgas og olie
med supplerende varme, hvis energibehovet stiger. Det er ikke en reboundeffekt, men en
substitutionseffekt (det bliver diskuteret nærmere nedenfor).
Reboundeffekten er større, hvis huset er opvarmet med olie.
Det stemmer godt overens med tolkningen af reboundeffekten som en priseffekt og med at olie
er dyrest. For olieopvarmede huse, vil prisen for god komfort falde særlig meget, når
energistandarden stiger.
17
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
Der er vist en række estimationer i bilag 4. Estimationerne viser, hvad det betyder for
reboundeffekten, at forskellige kontrolvariabler inddrages. Det vigtigste resultat er:
Det har ikke væsentlig betydning for beregningen af reboundeffekten, at oplysninger om
husholdningerne inddrages.
Det har ikke væsentlig betydning for beregningen af rebound-/substitutionseffekten, at
supplerende opvarmning udelades. Det er til dels i modstrid med forklaringen af
substitutionseffekten ovenfor (i tredje dot ovenfor).
Først dot peger på, at det ikke er sådan, at særlige husholdninger (fx velhavende) både vælger god
energistandard og højt energiforbrug. Det giver grund til at tro, at simultanitetsproblemet (se kapitel
2) er lille, og at den beregnede reboundeffekt faktisk angiver en årsagssammenhæng fra teknisk
målt energibehov til faktisk energiforbrug.
Beregningerne er også foretaget på forskelligt sample. Som forklaret ovenfor er husholdninger med
ekstreme energiforbrug sorteret fra i estimationerne. Det er kritisk at sortere datasættet ud fra den
afhængige variabel, fordi frasorteringen (definitionen af, hvad der er ekstremt), direkte kan påvirke
den estimerede reboundeffekt. Beregningen er derfor foretaget med hhv. færre og flere
frasorteringer (men åbenlyst utroværdige observationer er fortsat ikke med). Det viser sig, at
resultaterne er robuste overfor denne ændringer i samplet. Generelt er hovedresultaterne robuste
over forskellige ændringer i samplet (se bilag 4).
18
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0019.png
7. Korrektion for supplerende varmekilder og for el til cirkulationspumper mv.
I beregningerne i foregående kapitel blev det samlede tekniske beregnede energibehov til
opvarmning sammenlignet med det faktiske forbrug af fjernvarme, naturgas og olie.
Som mål for reboundeffekten lider foregående kapitel af i hvert fald to væsentlige mangler
I energibehovet i energimærket indgår el til visse formål
I forbrugsmålingerne mangler supplerende opvarmning
For at korrigere for dette burde el trækkes ud af behovet, og supplerende varme burde tillægges
forbruget af fjernvarme, naturgas og olie. I kapitlet forsøges at lave nogle grove skøn for sådanne
korrektioner.
El
El til drift af cirkulationspumper og ventilationsanlæg medregnes i energimærket og energibehovet.
Det er vurderingen, at langt det meste af dette el bruges til cirkulationspumper. Energiforbruget i
cirkulationspumper varierer efter pumpens alder, og derfor må man formode, at elforbruget er størst
i ældre boliger, og det vil gennemsnitligt sige boliger med ringest energistandard. I beregningerne
antages et forbrug af el til cirkulationspumper på 3,5 kWh pr. m
2
for bygninger med energimærke G
og 0,5 kWh pr. m
2
for bygninger med energimærke A med en jævn stigning mellem disse
yderpunkter.
Det betyder, at der antages en stigning i elforbruget fra A til G, og dette tillæg trækker i retning af
mindre, beregnet reboundeffekt.
Supplerende varme
Forbruget af brænde til opvarmning er temmelig stort alt i alt.
11
Hvis det antages, at al
brændeforbruget bruges i parcelhuse, svarer brændeforbruget til 31 kWh pr. m
2
pr. år. Fra en
spørgeskemaundersøgelse blandt ca. 1000 parcelhusejere fås en indikation af, hvor mange og hvilke
huse der findes med forskellige supplerende opvarmningskilder. Supplerende opvarmning bruges
mest i ældre boliger. Derfor må det forventes, at supplerende opvarmning også bruges mest i huse
med ringe energistandard.
Til beregningen vælges nogle ”vægte” for forholdet mellem anvendelsen af supplerende
opvarmning i bygninger af forskellig energistandard. Vægten er valgt til 0 for energimærke A, B og
C, 1 for D, 2 for E, 3 for F og 4 for G. Det betyder, at vi antager, at der i gennemsnit bruges fire
gange så meget supplerende opvarmningsenergi i bygninger med energimærke G som D. Det må
vurderes at være en ret kraftig sammenhæng mellem energistandard og supplerende opvarmning og
dermed en antagelse, der trækker temmelig meget nedad i vurderingen af reboundeffekten. Samtidig
11
Det vides fra Energistyrelsens årlige Energistatistik (http://www.ens.dk/info/tal-kort/statistik-nogletal/arlig-
energistatistik,
se i Tabeller_2013.xls, arket om opvarmning), der igen benytter oplysninger fra en
spørgeskemaundersøgelse om brændeforbrug,
http://www.ens.dk/sites/ens.dk/files/info/tal-kort/statistik-
noegletal/energistatistik-definitioner-metodebeskrivelser/braende_rapporrt_2013.pdf.
19
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0020.png
vælges forbruget af supplerende opvarmning således, at det samlede brændeforbrug – dvs. de 31
kWh nævnt ovenfor – rammes.
Resultatet af korrektionen er vist i figur 1. I figuren viser den blå kurve det teknisk beregnede
energibehov inkl. el. Den grønne kurve viser det faktiske forbrug af fjernvarme, naturgas og olie
(men ikke supplerende varme). Reboundeffekten ses i figuren som
forskellen på hældningen
i de to
kurver. Korrektionen for el gør behovskurven mere flad (den orange kurve), og korrektionen for
supplerende opvarmning gør forbrugskurven mere stejl (den lilla kurve). Begge korrektioner
trækker i retning af en lavere reboundeffekt. Det ses i figuren ved, at forskellen på hældningen af de
to kurver bliver mindre.
Figur 1. Faktisk energiforbrug og teknisk beregnet energibehov (energimærke) korrigeret
for el og supplerende opvarmning
350
300
250
kWh pr m2
200
150
100
50
0
B
C
D
E
F
Teknisk beregnet behov for energi
Teknisk beregnet behov korrigeret for el
Forudsagt faktisk forbrug af fjernvarme, naturgas og olie
Forudsagt faktisk forbrug af fjernvarme, naturgas og olie tillagt supplerende varme
I tabel 3 er nogle af tallene fra figur 1 vist, og mål for sammenhængen mellem behov og forbrug, og
dermed reboundeffekten, er vist. Med korrektionerne bliver reboundeffekten 31 procent, hvor den
var ca. 60 procent ud fra den foretrukne estimation i kapitel 6 (og bilag 4).
20
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0021.png
Tabel 3. Teknisk beregnet behov for og faktisk forbrug af energi til opvarmning, inkl.
supplerende opvarmningskilder
Energimærke
B
C
D
E
F
Ændring B til F
Ændringer sat i forhold til hinanden
Korrigeret behov
kWh/m2/år
81
128
175
224
286
205
Korrigeret forudsagt forbrug
kWh/m2/år
88
115
157
195
229
141
141/205
=
69 procent
31 procent
Reboundeffekt
Korrektionerne er lavet ud fra et ”forsigtighedsprincip”, der trækker i retning af lav, beregnet
redoundeffekt. Det er derfor sandsynligt, at reboundeffekterne i tabel 3 er for små.
Sammenligning med resultater i litteraturen
I litteraturen angives reboundeffekten i ”elasticiteter”, dvs. ud fra to procenttal sat i forhold til
hinanden, mens reboundeffekten i tabel 3 er angivet ud fra to absolutte kWh-tal sat i forhold til
hinanden. Sammenhængen mellem elasticiteten og målemetoden i tabel 3 er
Elasticitet =
procentvis ændring i forbrug abs. ændring i forbrug abs. behov
=
procentvis ændring i behov
abs. ændring i behov abs. forbrug
Indsættes tallet 0,69 fra tabel 3, de gennemsnitlige behov fra teksten efter tabel 2 (200) og det
gennemsnitlige forbrug (hhv. 200 og 135 kWh pr. m
2
pr. år, se efter tabel 2) inklusive supplerende
varme (31) fås
Elasticitet = 0,69
200
= 0,83
135 + 31
og reboundeffekten er 0,17. Som nævnt er dette et forsigtigt/lavt skøn i den forstand pga. den måde
som supplerende varme er tillagt. Hvis resultatet fra fjernvarme, naturgas og olie bruges, fås
Elasticitet = 0,40
og reboundeffekten er 0,52.
200
= 0,48
135 + 31
Som nævnt fandtes i det studie, der ligner dette mest (Aydin m.fl. (2014), se fodnote 4), en
reboundeffekt på 0,27, hvilket altså ligger mellem de to tal, vi netop har fundet. Resultaterne i
litteraturen spænder generelt meget vidt, så det er vanskeligt sige, om vores resultater ligger på linje
med de fleste andre studier.
21
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0022.png
8. Konklusion og diskussion
Selvom der er flere kilder til usikkerhed i den empiriske undersøgelse, så tyder resultaterne på, at
sammenhængen mellem teknisk målt energibehov og faktisk forbrug, ikke er ”en-til-en”, men
derimod, at der er en væsentlig reboundeffekt.
Kvalitativt set – at der er en væsentlig reboundeffekt – stemmer resultatet overens med et hollandsk
studie om emnet, og også med mange andre studier på området. Visse delresultater, fx at
reboundeffekten er stærkest for store huse og huse med relativt dyr energikilde, stemmer godt
overens med både ”sund fornuft” og teori om rebound.
Reboundeffekten betyder, at en del af gevinsten ved god energistandard udnyttes til bedre komfort.
Det kan ses i lyset af andre undersøgelser
12
, der viser, at der er markante komfortforbedringer ved
energirenovering.
13
Resultaterne kan bruges i forskellige sammenhænge. Man skal dog huske på, at resultaterne er en
slags gennemsnitberegninger. De kan derfor ikke forudsige effekten af en konkret husejers
energirenovering, fordi der er meget store variationer i energiforbrug fra husholdning til
husholdning. Ikke desto mindre kan selve bevidstheden om reboundeffekten være relevant for
enkelte aktører, fordi de vil vide, at beregninger foretaget under standardforhold, netop ikke
medregner rebound. Banker, der låner ud til husejere, der energirenoverer, skal være
opmærksomme på, at husholdningernes energibesparelser ikke nødvendigvis vil svare til
beregninger foretaget under standardforhold. Institutioner og organisationer (fx Energistyrelsen),
der foretager forudsiger af energiforbruget, kan forbedre forudsigelserne ved viden om rebound.
Emnet er langt fra undersøgt til bunds med denne undersøgelse. For eksempel kunne det være
interessant at undersøge effekten over tid for husstande, der gennemgår renovering. Det kunne også
være interessant at undersøge præcist, hvilke bygningsforhold der særligt medfører rebound – er det
fx nye vinduer eller mere effektivt centralvarmeanlæg. Endelig vil det i nogle tilfælde være relevant
at gå et spadestik dybere og undersøge effekten af de forhold, der får energistandarden til at stige.
Relevante forhold kunne være almindelig teknologiske fremskridt, ændrede prisforhold eller direkte
regulering. Derved undgår man at tænke på emnet som om, at energistandarden stiger helt af sig
selv, men forsøger direkte at undersøge effekten af de forhold, man måtte have i tankerne.
Slutteligt er det værd at huske på, at der givetvis er grænser for reboundeffekten, fordi husejere jo
ikke vil varme huset op til højere temperatur end ønskeligt, ikke kan opvarme flere kvadratmeter
end husets areal, og ikke mere end 24 timer i døgnet.
NIRAS (2015): ”Sammenhængen mellem boligers energistandard og komfort – Interviewundersøgelse”,
http://www.ens.dk/sites/ens.dk/files/dokumenter/side/sammenhaengen_mellem_boligens_energistandard_og_komfort.p
df
13
Sådanne komfortforbedringer kan dog også godt forekomme uden en reboundeffekt, men som en ”sidegevinst” ved
renovering, hvor beboeren ikke hæver temperaturen, men fx nyder godt af mindre træk fra vægge og vinduer.
12
22
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0023.png
Bilag 1. Økonomisk teori om reboundeffekten og om
simultanitetsproblemet ved estimation af reboundeffekten
Bilaget er simpelt, men økonomisk-teoretisk, og der bruges økonomiske udtryk, der ikke gøres
meget for at forklare.
Formålet er især at forklare, hvilke observationer man kan forvente i data, hvis husholdningerne i
større eller mindre grad kan vælge boligens energistandard frit. Dermed bliver
simultanitetsproblemet, jf. kapitel 2, diskuteret dybere.
Bilaget viser også, at det ikke nødvendigvis giver mening at stille spørgsmålet ”Hvad sker der med
energiforbruget, når energistandarden stiger?”, i hvert fald ikke hvis spørgsmålet opfattes for
firkantet.
Der ses først på en situation, hvor husholdningen helt frit kan vælge energiforbrug, , og
energistandard, . Det er ét yderpunkt i opfattelsens af husholdningers valgmuligheder. Det antages
dernæst, at energistanden er helt udefrakommende for husholdninger. Det er det modsatte
yderpunkt. Til slut ses på forskellige ”praktiske situationer”, der ligger mellem disse yderpunkter.
Frit valg af
En husholdning har problemet
Maks
, ,
,
under bibetingelsen
+
+ =
er indkomsten målt i
hvor er en nyttefunktion, er forbrug af andre varer (som har prisen 1), og
-enheder. Priserne på energi og ”en enhed energistandard” er hhv. og .
Energitjenesten er
=
Kvadratroden gør beregningerne nedenfor kønnere uden at ændre substansen i problemet.
Problemet kan løses i to trin. I første trin tages
for givet, og husholdningerne vælger den
kombination af og , der minimerer omkostningerne.
Min
,
+
under bibetingelsen
=
23
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0024.png
Resultatet er
B1)
=
,
=
, og
=
Man kan definere prisen på enhed energitjeneste (en ) som (brug B1))
B2)
=
=2
I andet trin er problemet
Maks
,
( , )
under bibetingelsen
+ =
Løsningen er en efterspørgselsfunktion for
= (
, )
Efterspørgslen illustreres i figur B1 og B2. Efterspørgslen falder i
og stiger i indkomsten, . I
figur B3 er det optimale valg af energitjeneste og andre varer, , illustreret. Endelig viser figur B4
det optimale valg af og , givet det optimale valg af .
Tilsammen viser figurerne, hvordan husholdningerne vælger , , og
. Symbolerne med fodtegn 1 er konkrete, sammenhængende værdier.
som funktion af ,
og
Figur B1. Efterspørgslen efter energitjeneste som funktion af prisen, for givet indkomst
,
Tegnet for givet
indkomst,
24
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0025.png
Figur B2.
Efterspørgslen efter energitjeneste som indkomsten, for given pris
Tegnet for givet
pris,
Figur B3.
Optimalt valg af energitjeneste og andre varer
Kombinationer af og ,
der medfører samme
nytte
= ( , )
Kombinationer af og ,
der medfører samme
omkostninger
25
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0026.png
Figur B4.
Optimalt valg af energi og energistandard ved det optimale valg af energitjeneste
1
=
Kombinationer af og ,
der medfører samme
omkostninger
I relation til estimationerne, er det interessante nu at se, hvad der sker, hvis fx indkomsten stiger.
Energitjenesten vil stige (figur B2), og i figur B5 er ændringen i det optimale valg af og vist.
Både energiforbrug og energistandard stiger. Det er den modsatte korrelation mellem og af,
, med given forudsiger. Den simultane stigning i og
hvad den tekniske relation,
=
skyldes, at husholdningen finder det billigst at forbedre energistandard ved at købe lidt mere energi
og lidt bedre energistandard.
26
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0027.png
Figur B5. Ændring i optimalt valg af energi og energitjeneste ved stigning i indkomst og
energitjeneste
2
valgt ved højere indkomst,
>
1
valgt ved lav indkomst,
Dette eksempel med frit valg af energi og energistandard viser to ting. Dels at det i nogle tilfælde
ikke giver mening at spørge, hvad effekten på af en stigning i er, for stiger ikke som en
udefrakommende effekt. Og dels – i den grad spørgsmålet alligevel giver mening – at der i
estimationer skal tages højde for fx indkomsteffekter, for ikke at give et skævt billede af
reboundeffekten. I estimationerne er der netop taget hensyn til indkomst, men også fx alder, der kan
være af betydning for varmebehovet. Endelig vil den anvendte instrumentmetode under visse
betingelser kontrollere for ikke-observeret tilbøjelig til at vælge særlig højt eller lavt niveau for
energitjeneste.
givet udefra og ikke valgt frit
Husholdningens problem er nu
Maks
,
,
under bibetingelsen
+ =
hvor er givet.
Løsningen på husholdningens problem er
=
1
(
, )
27
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0028.png
Den samlede omkostning til energitjeneste er
=
Husholdningens pris for en ekstra enhed
B3)
=
dvs.
=
> 0,
og
2
<0
bliver (brug
=
)
dvs. energitjenesteprisen stiger i og falder i . Det vil sige, at en ekstra enhed energitjeneste bliver
stadig dyrere, desto større energitjenesten, , allerede er, og billigere desto bedre energistandarden
er. Hvis og er valgt frit, gælder (brug B1))
B4)
=
Husholdningen optimale valg af og er vist i figur B6. Isokostkurven er ikke længere en ret linje,
men krum (følger af ligning B3)). Den rette, stiplede linje er isokostkurven ved frit valg (kopieret
fra figur B3). I figuren er det antaget, at den givne energistandard
svarer til den, som
husholdningen ville vælge, hvis den kunne vælge frit. Derfor tangerer den krumme kurve, den rette,
stiplede isokostkurve i optimum, (ligning B4)).
Figur B6.
Optimalt valg af energitjeneste og andre varer, ved given energistandard
1
28
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0029.png
Nu ser vi på tre ”praktiske tilfælde” for, hvordan energistandarden kunne ændres i virkeligheden.
Formålet er et belyse, hvordan husholdningen teoretisk set ændrer energitjenesten, . Dermed
kobles ændringer i energistandarden med ændringer i energitjenesten , hvilket er det centrale i
reboundteorien. I alle tre tilfælde er stigninger i koblet til stigninger i , som reboundteorien
forudsiger, men i to af tilfældene er der alligevel modifikationer til den simple version af
reboundteorien, hvor betragtes som helt udefrakommende.
Praktisk tilfælde: givet udefra, stigning i er omkostningsfri
Det antages, at er givet, men på et niveau svarende til det frie valg. Det vil sige som i figur 6. Det
antages så, at stiger som følge af en udefra kommende hændelse (og uden at indkomsten ændres
for husejeren). Eksempel: Vinduer, der skiftes hvert 20 år, bliver teknologisk set ganske enkelt mere
energieffektive, uden at omkostningerne til vinduer stiger. Figur B7 illustrerer. Prisen på
energitjenester falder (isokostkurven bliver stejlere, jf. ligning B3)), og husholdningen vælger
derfor et højere niveau for energitjenesten.
Figur B7. Ændring i optimalt valg af energitjeneste og andre varer, ved ændring i
energistandard
2
1
Det er præcis denne effekt, der tænkes på i hovedteksten, og det tilfælde, hvor reboundeffekten og
spørgsmålet om effekten på af en ændring i giver direkte mest mening.
29
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0030.png
Praktisk tilfælde: Frit valg, tilskud til
Hvis en husholdning med frit valg af og får tilskud ved køb af højere energistandard, vil billedet
ligne figur B7. Man vil kunne identificere en reboundeffekt igen. Men det vil være en tilsnigelse, at
sige, at effekten på af stigninger i er så og som meget. For ændringen i er egentlig en effekt af
tilskuddet
til .
Den lille forskel på tilskudseffekten og effekten i figur B7 er, at med frit valg vil isokostkurven
være den rette (stiplede) kurve, som tilskuddet vil ændre (øge) hældningen på.
Praktisk tilfælde: Frit valg af huse med forskellig energistandard
For de enkelte, konkrete huse, der findes i virkeligheden, er energistandarden langt hen ad vejen
givet (hvis man ser bort fra, at ejerne kan energiforbedre husene). Imidlertid er det frit for
husholdningerne at vælge, hvilket hus de vil købe, og dermed er der indirekte er vis frihed i valget
af .
Hvis to huse med forskellig given energistandard kan vælges på markedet, vil prisen på de to huse
tilpasse sig således, at husholdningerne får samme nytte ved at købe de to huse. Det er vist i figur
B8, hvor isokostkurverne forskydes ved ændrede boligpriser. Figuren viser en kobling mellem
energistandard, , og energitjenesten, , som i reboundteorien. Dog er effekten ikke kun en simpel
(rebound-)effekt af stigning i . Forskellen på niveauet for energitjenester i figur B8 skyldes, dels at
der er forskel på , dels en indkomsteffekt som følge af at huset med høj er dyrest.
Figur B8. Forskel på optimalt valg af energitjeneste og andre varer i to forskellige boliger
Isokostkurve for hus
med høj
Isokostkurve for hus
med lav
30
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0031.png
Bilag 2. Mere om de vigtigste variabler
Behovet for energi
Enfamilieshuse skal energimærkes, når de skal sælges. Energimærket består af en række
energirelativerede oplysninger, der er til gavn for dem, der overvejer at købe boligen.
Energimærket er beregnet ud fra boligens behov for energi, og behovet er beregnet under
standardiserede forhold, dvs. opvarmning til en bestemt temperatur, et bestemt forbrug af varmt
brugsvand og en bestemt frigivelse af varme fra beboerne og fra apparater i boligen.
Det tildelte energimærke går fra G til A2020, og sammenhængen med energibehovet er vist i
tabel B1.
Tabel B1. Energimærket for enfamilieshuse
14
Mærke
A2020
A2015
A2010
B
C
D
E
F
G
Grænseværdi (KWh/m2/år)
20
30 + 1000/Areal
52,5 + 1650/Areal
70 + 2200/Areal
110 + 3200/Areal
150 + 4200/Areal
190 + 5200/Areal
240 + 6500/Areal
>
240 + 6500/Areal
I beregningerne i dette papir er der taget udgangspunkt i bygningernes energimærke og regnet
baglæns til et behov. Behovet for et B-hus er således beregnet som 70 + 2200 delt med
bygningens boligareal, skønt dette er den øvre grænse. For G-mærkede huse giver beregningen
en nedre grænse, så i beregningerne er der derfor reelt ikke forskel på F- og G-mærkede huse.
15
Energibehovet fra energimærket omfatter elforbrug til cirkulationspumper og ventilation. El til
andre apparater som køleskabe og fjernsyn indgår ikke. Dette elforbrug medregnes i det
opgjorte energibehov med 2,5 gange det faktiske elforbrug. (El til elpaneler, gulvvarme og
varmepumper indgår i det beregnede behov, fordi det er energi til opvarmning.)
Forbrug af fjernvarme, naturgas og olie
Leverandører af de tre energiarter skal til BBR oplyse, hvor meget energi der er leveret på alle
adresser, hvor der faktisk leveres energi. Elleverandører opgør også leverancerne til BBR, men
det er først sket sent i dette arbejde, og elforbruget er derfor ikke medtaget.
14
Se
http://www.maerkdinbygning.dk/materiale/files/materiale-konsulenter/energimarkning/love-og-
regler/omregningstabel
15
Når behovet ikke direkte er taget fra energimærket, skydes det, at i den administrative database, der henter data fra de
udarbejdede energimærker, synes de tilgængelige data ikke altid at være pålidelige. Selve energimærket er med andre
ord den mest troværdige kilde til bygningernes energistandard, selv om mærket er lidt grovere mål, fordi det er
kategoriseret.
31
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
Der er vanskeligt at opgøre forbruget af fjernvarme, naturgas og olie til opvarmning i bestemte
bygninger af flere årsager. Den vigtigste er: Leverandørerne oplyser som nævnt leverancerne til
en adresse, nemlig der hvor fjernvarme- eller naturgasmåleren eller olietanken står. Det er
imidlertid ikke altid oplagt, hvilke bygninger der faktisk er opvarmet med energi leveret til
denne adresse. Der kan således være uopvarmede bygninger på de adresser, hvor der er leveret
energi, eller der kan være bygninger på én adresse, der er opvarmet med energien leveret til
naboadressen.
Noget energi kan desuden tænkes brugt til andet end opvarmning. Det kan fx være, at et
parcelhus ligger på samme adresse som en produktionsvirksomhed, der bruger en del af
energien til produktionen.
Der ses kun på parcelhuse i undersøgelsen, fordi det vurderes, at problemerne er mindst her.
Selv om der kun ses på parcelhuse, finder vi (se hovedteksten), at der er observationer med
ekstremt stort energiforbrug pr. kvadratmeter. Der er også observationer med ekstremt lave
forbrug, hvilket måske skyldes, at boligerne ikke er beboede i store dele af året.
Leverancerne af fjernvarme, naturgas eller olie opfattes som den primære varme (i modsætning
til supplerende varme).
Bygningsarealet
Arealet spiller stor rolle ved bestemmelsen af energiforbruget. Det viser sig, at energiforbruget
pr. kvadratmeter falder meget kraftigt, desto større arealet er. Det peger på, at det er vigtigt at
inddrage arealet på den rigtige måde.
BBR-definitionen af det anvendte bygningsareal er ”areal, der anvendes til boligformål,
herunder også udnyttet tagetage og udnyttet beboelse i kælder”. Selv om dette areal burde
omfatte tageetage og kælder, er der i estimationerne også inddraget dummyer for, om der er
tageetage og kælder i huset. Dummyerne kan i princippet opfange, om fx kælderen er mindre
opvarmet end resten af huset.
Supplerende varmekilde
Det er i BBR angivet, om bygningen benytter en supplerende varmekilde. Det er dog langt fra
sikkert, at BBR er opdateret, således at registreringerne er korrekte. BBR bliver ofte opdateret
ved nybyggeri og ved salg, men ellers er det op til ejeren at informere kommunen om fx
supplerende varmekilde.
Selv om BBR ikke er præcis for supplerende varmekilder, så stemmer den BBR-andelen af
boliger med supplerende varmekilde nogenlunde overenes med resultaterne fra en
spørgeskemaundersøgelser (se kapitel 7).
32
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0033.png
Bilag 3. Beskrivende statistik
Tabel B2 viser beskrivende statistik for de anvendte variabler.
Tabel B2. Beskrivende statistik for alle parcelhuse, der er energimærket, og hvor der er
forbrugsoplysninger, opført fra 1900, som er solgt før 2011 eller efter 2013, og med
forbrug mellem 50 og 350 kWh pr. m
2
*
Variabel
N
Gns.
Std afv.
5%
50 %
95 %
1
Energiforbrug, kWh/m2
61849
135
52
66
127
234
Energibehov, kWh/m2
61849
198
63
85
184
304
Boligareal
61849
146
43
90
140
220
Antal fejl i tilstandsrapport
61849
3,8
9,2
0
0
26
Dummy for kælder
61849
0,24
0,43
0
0
1
Dummy for tagetage
61849
0,35
0,48
0
0
1
Dummy for suppl. varme
61849
0,25
0,43
0
0
1
Antal etager
61849
1,02
0,16
1
1
1
År for større ombygning
61849
699
948
0
0
2002
Dummy for større ombygning
61849
0,35
0,48
0
0
1
Dummy for naturgas
61849
0,42
0,49
0
0
1
Dummy for olie
61849
0,11
0,32
0
0
1
2
Antal personer i e-familien
59667
2,56
1,30
1
2
5
2
Alder for hovedperson
59667
50,8
17,4
28,0
47,0
83,0
Dansk statsborger
61849
0,90
0,30
0
1
1
Alder for ældste barn
61849
4,75
6,73
0
0
19
Dummy for børn
61849
0,46
0,50
0
0
1
Antal børn i e-familien
59667
0,87
1,07
0
0
3
Dummy for uddannelseskategori 2
61849
0,02
0,14
0
0
0
.. 3
61849
0,31
0,46
0
0
1
.. 4
61849
0,05
0,22
0
0
1
.. 5
61849
0,20
0,40
0
0
1
.. 6
61849
0,13
0,34
0
0
1
.. 7
61849
0,01
0,10
0
0
0
2
Husstandsindkomst pr. person
53078
141672 190684,82 40923,26 107892,57 328580,42
Dummy for erhvervsindkomst
61849
0,62
0,49
0
1
1
Dummy for offentlig overførsel
61849
0,82
0,39
0
1
1
Afstand til kyst
61849
7,12
171,82
0
0
19
Dummy for oplysning om kyst
61849
0,50
0,50
0
0
1
*
Godt 50 huse med A-mærke opført før 2007 er udeladt. For mange af husene var energiforbruget meget højt set i
forhold til energimærket.
1
Af fjervarme, naturgas og olie.
2
I beregninger med husholdningsoplysninger er udeladt observationer uden disse oplysninger.
Kommunedummyer er også anvendt, men fordelingen ikke vist i tabel 1.
33
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0034.png
Bilag 4. Detaljerede estimationsresultater
I tabel B3 er resultater fra estimationer af varianter af 3) fra kapitel 2 vist. Modellerne er estimeret
med OLS. I sidste række er effekten på det faktiske forbrug af ændring i det teknisk beregnede
energibehov vist. Denne er beregnet som en partiel afledt, og svarer i den første og mest simple
model til den estimerede parameter for det teknisk beregnede behov. I de øvrige modeller, hvor
behovet indgår kvadreret eller krydset med andre variabler, skal effekten beregnes.
I model 1, med kun behovet som forklarende variabel, er effekten af behovet på forbruget ca. 1/3.
Det betyder, at hvis det teknisk beregnede behov falder med 1 kWh pr. m
2
pr. år, så falder det
faktiske forbrug af fjernvarme, naturgas og olie med 1/3 kWh pr. m
2
pr. år. Således er
reboundeffekten 2/3 i denne model. Den interessante estimerede parameter er stærkt signifikant. Det
samme gælder for alle estimerede parametre til behovet (eller det kvadrerede behov) i de øvrige
modeller. I model 2 viser parameteren til behovet kvadreret, at ændringen i forbruget ved en
ændring i behovet aftager desto større behovet er. Inklusion af demografiske variabler ændrer ikke
den centrale parameter (model 3), hvilket kan ses som et tegn på, at der ikke er systematisk
sammenhæng mellem beboernes karakteristika og bygningernes energibehov. Det indikerer, at det
fx ikke er sådan, at alle, der ønsker højt niveau af energitjenester, dels køber energivenlige huse, og
dels har et højere energiforbrug (jf. bilag 1 og kapitel 2).
Tabel B3. Estimation af faktisk forbrug af fjernvarme, naturgas og olie, kWh pr. m
2
. I 2012
(ligning 3), kapitel 5) med forskellige forklarende variabler*
(fortsættes)
Model 1
Par
Behov kWh
0,317
0,528
0,0178
pr. m2
.. kvadreret
-0,0008 <0,0001
-0,0007 <0,0001
-0,0007 <0,0001
Kategorier af
kontrol-
variabler
Beboer-
+
+
1
karakteristika
Bygningens
+
2
karakteristika
Df
61847
61846
53060
53049
2
R
0,14883
0,15316
0,17425
0,22808
Beregnet
0,32
0,30
0,32
0,23
effekt af
behov på
forbrug ved
gns. hus
3
* Samplet er som i tabel B2.
1
Beboerkarakteristika: Antal beboere i husstand, alder for ældste beboer i husstand, alder på ældste barn, børn i
husstand, antal børn i husstand, dansk statsborger, uddannelseskategori, husstandsindkomst pr. beboer, forekomst af
erhvervsindkomst, forekomst af offentlig overførselsindkomst.
2
Bygningsoplysninger: Areal, areal kvadreret, forekomst af kælder, areal af kælder, forekomst af udnyttet tagetage,
forekomst af supplerende varmekilde, opvarmning med naturgas, olie eller fjernvarme, antal etager, forekomst af større
ombygning, år for større ombygning.
Std.err.
0,003
Model 2
Par
0,6238
Std.err.
0,0175
Model 3
Par
0,5964
Std.err.
0,0184
Model 4
Par
Std.err.
34
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0035.png
Effekten (den partielle afledte) af det teknisk beregnede behov på det faktiske forbrug af de tre energiarter er beregnet
for et gennemsnitligt hus med areal på 145 m
2
og et teknisk beregnet energibehov på 200 kWh pr. m
2
.
(fortsat)
Model 5
Par
0,3447
-0,0004
Std.err.
0,0193
0,00005
Model 6
Par
0,8564
-0,0011
Std.err.
0,0315
0,0001
Model 7
Par
0,8405
-0,001
Std.err.
0,0315
0,0001
Model 8
Par
0,8061
-0,0009
Std.err.
0,0307
0,0001
3
Behov kWh pr.
m2
.. kvadreret
Kontrol-
variabler
Beboer-
karakteristika
Bygningens
karakteristika
Opførelsesår
Interaktion
Behov*kælder
..*tagetage
..*olie
..*suppl.
varmekilde
..*areal
Geografi (afstand
til kyst)
Kommuner
Df
R
2
Beregnet effekt
af behov på
forbrug ved gns.
hus
+
+
-0,4212
0,0117
+
+
+
+
+
+
-0,0596
-0,022
-0,1339
-0,0458
-0,0011
0,00786
0,00692
0,0113
0,00766
0,0001
+
-0,0612
-0,0194
-0,1329
-0,0455
-0,0011
0,00785
0,00691
0,0113
0,00765
0,0001
+
+
-0,055
-0,0015
-0,1345
-0,0433
-0,0012
0,00763
0,00673
0,011
0,00744
0,0001
53048
0,24647
0,17
53043
0,23497
0,27
53041
0,23704
0,28
52945
0.28282
0,27
Inklusion af bygningskarakteristika (model 4) øger forklaringsgraden (R
2
) en del, og sænker
effekten af behovet på forbruget til en fjerdedel. Bygningsarealet er den vigtigste bygningsvariabel,
og det viser sig, at desto større boliger, desto mindre er forbruget af fjernvarme, naturgas og olie pr.
m
2
. Man kan argumentere for (Aydin m.fl. (2014)), at arealet ikke burde indgå, fordi det er helt
centralt i reboundhypotesen for boliger, fordi boligejerne kan vælge hvor stort areal, der skal
opvarmes. Denne hypotese antages dog at blive fanget bedre med interaktionsvariabler (jf.
nedenfor).
I model 5 er opførelsesåret inkluderet, og er stærkt signifikant. Det betyder væsentligt svagere
effekt af behovet på forbruget. Da bygningsreglementet gradvist er blevet strammet, og teknologi i
øvrigt udvikles over tid, antages opførelsesåret at fange en del af effekten fra energibehovet, og
opførelsesåret udelades derfor i de følgende estimationer.
”Interaktionsvariabler”, hvor behovet er multipliceret med andre variabler, er medregnet i model 6.
I store boliger, eller boliger med kælder eller tagetage, kan man forestille sig, at reboundeffekten er
stærk, fordi boligejeren har relativt gode muligheder for at undlade at varme dele af huset op, og det
kan måske ske særligt ofte, hvis bygningen ikke er energivenlig. På samme måde kan den
35
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
supplerende varmekilde tænkes at blive brugt mere intensivt i huse med højt energibehov. Model 6
finder netop sådanne effekter. For eksempel falder effekten af behovet på forbruget med 0,0011
kWh pr. m
2
, for hver kvadratmeter, som huset bliver større. Effekten er fx 0,27 for et
gennemsnitligt hus, men 0,27 – 0,0011*10
0,26 for et hus, der er 10 m
2
større. Samtlige
interaktionseffekter er signifikante i model 6 og har det forventede fortegn.
Reboundeffekten kan tolkes som en slags priseffekt, og man skulle forvente, at reboundeffekten var
stærkest ved højest energipriser. Olie er dyrere end naturgas og fjernvarme, og man finder faktisk
større reboundeffekt, når huset er opvarmet med olie sammenlignet med fjernvarme og naturgas.
Inklusion af geografiske variabler har ikke betydning for de centrale parameterestimater, jf. model 7
og 8. Dog bliver parameteren for interaktionsvariablen for behov og tageetage insignifikant. Det
viser sig i de følgende estimationer, at denne parameter er ustabil. Det kan måske skyldes, at
beboerne ikke i særlig grad vælger opvarmning af tageetager fra, hvis de ønsker at spare på varmen
(i modsætning til kælderen, hvor der måske oftere i praksis lukkes for varmen).
Betydningen af samplet er vist i tabel B4, hvor model 8 fra tabel B3 er vist dog med forskellige
samples. I den første estimation er huse med olie eller supplerende varme udeladt. Det er sket for at
undersøge en hypotese om, at effekten af behovet på forbruget er særlig svag i disse boliger. Det
ses, at sammenhængen mellem behov og forbrug (den partielle afledte) kun falder et par
procentpoint fra 0,27 til 0,24, når huse med supplerende varme eller olie udelades (dvs. i modsat
retning af, hvad der var forventet). Det kan bl.a. tolkes som, at forbruget af supplerende varme ikke
er korreleret med behovet for energi i bygningen. Det peger i modsat retning af tolkningen af
fortegnet på interaktionsvariable for supplerende varme i model 8.
I anden estimation i tabel B4 er huse solgt i 2011, 2012 eller 2013 medtaget. Disse huse var
undtaget, da vi ser på energiforbrug i 2012 og gerne vil undgå, at ind- og udflytning påvirker
beregningerne. Heller ikke det påvirker effekten af behovet på forbruget væsentligt, men alle
interaktionsvariabler bliver insignifikante og/eller får uforventet fortegn.
I tredje estimation er betydningen af at have udeladt observationer med ekstremt energiforbrug
belyst. Det har ikke betydning for effekten af behovet på forbruget. Det samme gælder, hvis der kun
ses på mellemstore huse, jf. fjerde estimation, eller hvis G-mærkede huse udelades, jf. femte
estimation.
Samlet set er de centrale parametre robuste i den forstand, at effekten af behovet på forbruget er
omtrent uændret ved de forskellige samples.
I tredje estimation er den absolutte værdi af parameteren for interaktionsvariablen for behov og olie
væsentligt lavere end i model 8 i tabel B3. Bortset fra det, er der nogenlunde overensstemmelse
mellem parametrene for interaktionsvariablerne i de sidste tre modeller i tabel B4 og i model 8 i
tabel B3.
36
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0037.png
Tabel B4. Estimation af faktisk forbrug af fjernvarme, naturgas og olie, kWh pr. m
2
. I 2012
(ligning 3), kapitel 5) med forskelligt sample,
(fortsættes)
Model 8
+
Huse med
olie eller
supplerende
varme er
udeladt
Par
0,9097
-0,0011
Model 8
+
Huse solgt i
2011-13
medtaget
Model 8
+
Huse med
forbrug 30-
550 kWh/m2
medtaget
Std.err.
0,0268
0
Par
0,8266
-0,0009
+
+
Std.err.
0,0349
0,0001
Behov kWh pr. m2
.. kvadreret
Kontrol-variabler
Beboer-
karakteristika
Bygningens
karakteristika
Interaktion
Behov*kælder
..*tagetage
..*olie
..*suppl. Varmekilde
..*areal
Df
R
2
Beregnet effekt af
behov på forbrug
ved gns. hus
(fortsat)
Std.err.
0,0331
0,0001
Par
0,7685
-0,0009
+
+
-0,0419
0,01956
0,00829
0,00747
-0,0016
35519
0,35814
0,24
0,0001
0,00586
0,00583
0,0095
0,00644
0,0001
71125
0,27493
0,25
-0,0468
0,00343
-0,1289
-0,0397
-0,0011
-0,0584
-0,0146
-0,0312
-0,0442
-0,0015
54681
0,25839
0,25
0,00874
0,00768
0,01206
0,00846
0,0001
Behov kWh pr. m2
.. kvadreret
Kontrol-variabler
Beboerkarakteristika
Bygningens karakteristika
Interaktion
Behov*kælder
..*tagetage
..*olie
..*suppl. varmekilde
..*areal
Df
R
2
Beregnet effekt af behov på
forbrug ved gns. hus
Model 8
+
Kun huse med
areal 125-200
medtaget
Par
0,8574
0,0493
+
+
-0,0523
0,01472
-0,114
-0,0342
-0,0011
30648
0,24420
0,23
Std.err.
-0,0012
0,0001
Model 8
+
Huse med
energimærke G
udelukket
Par
0,8092
-0,001
+
+
Std.err.
0,0311
0,0001
0,01016
0,00906
0,0152
0,00947
0,00023
-0,0498
0,00457
-0,1395
-0,0399
-0,0011
49256
0,.27884
0,25
0,0083
0,00737
0,0123
0,00797
0,0001
37
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
Instrumentvariabelmetode
Energimærkerne og det målte behov er ikke en perfekt opgørelse af bygningens energistandard. Når
energistandarden er upræcist målt, medfører det, at parameteren for behovet bliver mindre end den
sande parameter. Nedenfor er derfor søgt at anvende et instrument for behovet. Denne metode kan
under visse forudsætninger også mindske problemer med, at der er udeladte variabler i modellen,
der korrelerer med behovet. I første trin af denne beregning er behovet for energi forudsagt ud fra
bygningens opførelsesår, og det forudsagte behov er derefter brugt som alternativ til det faktiske
behov. Der er brugt samme model som model 8 fra tabel B3, blot med forudsagt behov for energi.
Estimationen til bestemmelse af det forudsagte energibehov,
B5)
=
+
+
+
, er
hvor de græske bogstaver, ,
og
skal estimeres, og
er 0-1-variabler for forskellige
tidsperioder eller opvarmningsarter. Estimationen har en forklaringsgrad, så R
2
er lig 0,38. Desto
nyere huset er, desto lavere er det forudsagte behov. Dog er det teknisk beregnede energibehov
lavere for huse bygget før 1950 end for huse bygget 1950-60.
Instrumentvariabelmetoden kan under visse betingelser også korrigere for, at husholdningers smag
for god energistandard er korreleret med energiforbruget (simultanitetsproblemet, jf. bilag 1 og
kapitel 2).
Estimationen med det forudsagte behov er vist i tabel B5. Effekten af behovet på forbruget er på
0,40 mod 0,27 med OLS. Denne lidt større værdi kan tyde på, at der faktisk er et problem med i
estimationer i tabel B3 som følge af, at behovet ikke er målt præcist, eller som følge af, at behovet
korrelerer med andre fx demografiske faktorer, der ikke er inkluderet i modellen. Parameteren for
interaktionsvariablen for behov og tagetage får uforventet fortegn. Ikke desto mindre benytter vi
denne model som den foretrukne, således at det er resultatet herfra (effekten på 0,4), der benyttes i
hovedteksten.
38
 EFK, Alm.del - 2015-16 - Bilag 346: Orientering om analyser som led i BedreBolig-initiativet, fra energi-, forsynings- og klimaministeren
1650838_0039.png
Tabel B5. Estimation af faktisk forbrug af fjernvarme, naturgas og olie, kWh pr. m
2
. I 2012
(ligning 3), kapitel 5), instrumentmetode
Par
Behov kWh pr. m2
.. kvadreret
Kontrol-variabler
Beboerkarakteristika
Bygningens karakteristika
Interaktion
Behov*kælder
..*tagetage
..*olie
1
..*suppl. varmekilde
..*areal
Geografi (afstand til kyst)
Kommuner
Df
R
2
Partiel effekt af behov på forbrug ved gns. hus
1
Opvarmningsform er udeladt, fordi det indgår i 2)
0,9736
-0,0007
+
+
-0,0393
0,04569
-0,0671
-0,002
+
+
52949
0,28313
0,40
0,01343
0,01324
0,0124
0,0001
Std.err.
0,0501
0,00012
39