Optymalne zróżnicowanie OZE w warunkach niepewności technologicznej

22 January 2018
abstract:

Celem artykułu jest odpowiedź na pytanie, czy rządy w ramach aukcji na energię ze źródeł odnawialnych powinny wspierać rozwój szerokiego zakresu technologii OZE, czy też skupiać się na wsparciu kilku wybranych? W opracowaniu analizujemy różne podejścia do różnicowania technologii w ramach systemu aukcji OZE. Wykorzystujemy analityczny model do określenia optymalnego zróżnicowania technologii OZE w warunkach niepewności co do przyszłych kosztów poszczególnych technologii. Uwzględniamy tę niepewność w funkcji kosztów na dwa sposoby: jako (i) niepewność co do skali efektu uczenia się przez działanie oraz jako (ii) niepewność co do wystąpienia w przyszłości nieprzewidzianego szoku technologicznego (niezależnego od ilości zainstalowanej mocy w danej technologii). Wykazujemy, że niepewność co do wielkości efektu uczenia się przez działanie zwiększa korzyści ze zróżnicowania wsparcia dla OZE. Ten wynik sugeruje, że optymalne zróżnicowanie OZE w modelach energetycznych, w których zakłada się stałe efekty uczenia się, jest zaniżone. Pokazujemy również, że w warunkach występowania szoków technologicznych polityka publiczna ma mniejsze bodźce do wspierania zróżnicowanych technologii OZE, a większe do faworyzowania najtańszych. Ten wynik jest bardziej wyraźny przy braku efektu uczenia się przez działanie. Wnioskujemy więc, że państwa charakteryzujące się wysokim efektami uczenia się przez działanie, np. te znajdujące się na światowej granicy technologicznej lub blisko niej, powinny zwiększać zróżnicowanie wspieranych technologii OZE. Z kolei państwa peryferyjne, polegające raczej na absorpcji technologii z zewnątrz niż na efekcie uczenia się przez działanie, powinny ograniczać różnicowanie technologii OZE i koncentrować się na wspieraniu kilku wybranych (najtańszych).

keywords: OZE, system aukcji, zróżnicowanie technologiczne, uczenie się przez działanie, niepewność
JEL codes: 
publication year: 2017
Publications category: 
publishing series: IBS Working Paper
publication number: 07/2017
ISSN: 2451-4373
Additional information:

Dziękujemy Markowi Antosiewiczowi za cenne wskazówki i komentarze. Badanie zostało przeprowadzone w ramach projektu TRANSrisk, finansowanego z programu badawczego Komisji Europejskiej Horyzont 2020 (nr grantu: 642260). Stosuje się zwyczajowe zastrzeżenia. Wszelkie błędy są nasze.

Published in:

International Review of Environmental and Resource Economics nr 14 (2-3), 2020.

Projects related to this publication:
 / 
authors:

Instytut Badań Strukturalnych

Instytut Badań Strukturalnych

We value your privacy
Cookie settings
Some cookies are necessary for the proper operation of our site. We also encourage you to agree to the use of analytical tool cookies. They allow us to continuously improve the site. You can find more information in the Privacy Policy. More.
Customize Reject all Accept all
Cookie settings
Customize settings
"Necessary" cookies are required for the operation of the site. Consent to the other categories, will help us improve the operation of the site. Third-party companies, such as: Google, also store cookies. For more information: data use and privacy. Cookies set by Google for logged in users.
Necessary cookies are required for the proper operation of the site.
Store the data of analytical tools such as: Google Analytics.
They store data related to the ad function.
Allows user data related to advertisements to be sent to Google

There is no cookies.

Allows personalized ads to be displayed

There is no cookies.

Save settings Accept all
Cookie settings
Skip to content