Optymalne zróżnicowanie OZE w warunkach niepewności technologicznej

22 stycznia 2018
abstrakt:

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).

słowa kluczowe: OZE, system aukcji, zróżnicowanie technologiczne, uczenie się przez działanie, niepewność
kody JEL: 
rok wydania: 2017
Kategoria publikacji: 
seria wydawnicza: IBS Working Paper
numer publikacji: 07/2017
ISSN: 2451-4373
Dodatkowe informacje:

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.

Opublikowane w:

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

Projekt, w ramach którego powstała publikacja:
 / 
autorzy:

Instytut Badań Strukturalnych

Instytut Badań Strukturalnych

Cenimy państwa prywatność
Ustawienia ciastek
Do poprawnego działania naszej strony niezbędne są niektóre pliki cookies. Zachęcamy również do wyrażenia zgody na użycie plików cookie narzędzi analitycznych. Dzięki nim możemy nieustannie ulepszać stronę. Więcej informacji znajdą państwo w Polityce Prywatności. Więcej.
Dostosuj Tylko wymagane Akceptuj wszystko
Ustawienia ciastek
Dostosuj zgody
„Niezbędne” pliki cookie są wymagane dla działania strony. Zgoda na pozostałe kategorie, pomoże nam ulepszać działanie serwisu. Firmy trzecie, np.: Google, również zapisują pliki cookie. Więcej informacji: użycie danych oraz prywatność. Pliki cookie Google dla zalogowanych użytkowników.
Niezbędne pliki cookies są konieczne do prawidłowego działania witryny.
Przechowują dane narzędzi analitycznych, np.: Google Analytics.
Przechowują dane związane z działaniem reklam.
Umożliwia wysyłanie do Google danych użytkownika związanych z reklamami.

Brak plików cookies.

Umożliwia wyświetlanie reklam spersonalizowanych.

Brak plików cookies.

Zapisz ustawienia Akceptuj wszystko
Ustawienia ciastek
Skip to content