WARSZAWSKI INSTYTUT STUDIÓW EKONOMICZNYCH

www.wise-institute.org.pl WARSZAWA, 214 SYMULACJE MAKROEKONOMICZNE EFEKTÓW REALIZACJI NARODOWEGO PROGRAMU ROZWOJU GOSPODARKI NISKOEMISYJNEJ DO 25 ROKU RAPORT Maciej Bukowski Aleksander Śniegocki Materiał przygotowany na zlecenie Ministerstwa Gospodarki WARSZAWSKI INSTYTUT STUDIÓW EKONOMICZNYCH Al. JEROZOLIMSKIE 99/18, 2-1 WARSZAWA t.: + 48 22 395 5 11 e.: sekretariat@wise-institute.org.pl

SPIS TREŚCI ZALOŻENIA SYMULACJI... 2 WYNIKI SYMULACJI... 5 WPŁYW OBSZARÓW NPRGN NA PKB... 5 WPŁYW OBSZARÓW NPRGN NA ZATRUDNIENIE... 8 WPŁYW OBSZARÓW NPRGN NA ZUŻYCIE ENERGII I MIX ENERGETYCZNY... 1 WPŁYW OBSZARÓW NPRGN NA EMISJE GHG... 11 ZAŁĄCZNIK 1. MODEL MAKROEKONOMICZNY DSGE MEMO... 13 ZAŁĄCZNIK 2. MODEL MAKROEKONOMICZNY DCGE PLANE... 14 CHARAKTERYSTYKA MODELU... 14 INSTRUKCJA OBSŁUGI MODELU... 16 SCENARIUSZ REFERENCYJNY BAU... 17 1

ZALOŻENIA SYMULACJI Podstawowym źródłem danych wykorzystanych w symulacjach makroekonomicznych jest Ocena stanu technicznego infrastruktury gospodarki przygotowana w ramach prac nad NPRGN. Tabela 2 przedstawia sposób powiązania poszczególnych elementów Oceny z obszarami (celami) NPRGN oraz ich przełożenie na modelowane interwencje. Bardziej szczegółowe opisy modelowanych działań, w tym różnice między scenariuszami dla budownictwa oraz transportu znajdują się w Ocenie. Na potrzeby symulacji dokonano modyfikacji scenariuszy energetycznych rozbito zmiany miksu energetycznego na wynikające z działań w ramach NPRGN (rozwój morskich farm wiatrowych oraz energetyki rozproszonej) oraz pozostałe zmiany, skoncentrowane w energetyce wielkoskalowej. Działania w energetyce związane z NPRGN poddano dodatkowej analizie scenariuszowej. Scenariusze te pokrywają się z przedstawionymi w Ocenie z wyjątkiem dodatkowego założenia o rozwoju energetyki wiatrowej na morzu (w porównaniu do Oceny, rośnie udział morskich farm wiatrowych w rozważanych scenariuszach kosztem farm na lądzie). W przypadku obszaru E. Promocja wzorców zrównoważonej konsumpcji brak jest oszacowań efektów zmian behawioralnych w Ocenie, występuje też znacząca ogólna niepewność co do długoterminowych zmian w tym obszarze. Dlatego też dla danego obszaru przyjęto obniżenie zużycia energii o 1% jako łatwo skalowalny punkt odniesienia, pozwalający na zaprezentowanie efektów zmiany behawioralnej jako takiej. Raport skupia się na prezentacji wyników modelowania top down opartego na przełożeniu (transpozycji) danych mikroekonomicznych z analizy bottom up zawartej w Ocenie na wsad dopasowany do struktury modelów DCGE PLANE (będącego przedmiotem zamówienia) oraz DSGE MEMO. W celu pełniejszego zaprezentowania podobieństw i różnic między symulacjami w modelach klasy DSGE i DCGE niniejszy raport prezentuje wyniki zarówno dla modelu DSGE MEMO oraz opracowanego na jego podstawie modelu DCGE PLANE. W przypadku modelu DSGE MEMO na podstawie danych mikroekonomicznych o technologiach określane są dwa kluczowe parametry na poziomie sektorów, których ona dotyczy: dodatkowe nakłady kapitałowe na początku inwestycji oraz zmiana nakładów operacyjnych względem scenariusza odniesienia bez interwencji (business as usual, BAU). Model DSGE nakłada na scenariusz BAU rozłożone w czasie zmiany nakładów kapitałowych i operacyjnych wynikające z danych mikroekonomicznych opisujących interwencję w ramach NPRGN. Powoduje to odchylenie PKB oraz zatrudnienia od ścieżek w scenariuszu odniesienia BAU na skutek dostosowywania się podmiotów gospodarczych w modelu do zmiany w ich otoczeniu (w szczególności na rynkach dóbr oraz czynników produkcji). Odchylenia te są więc skutkami wdrożenia modelowanych działań w ramach NPRGN. Zaletą modelu DSGE jest możliwość modelowania rynku pracy z uwzględnieniem jego niedoskonałości, co pozwala lepiej przewidzieć wpływ restrukturyzacji gospodarki zachodzącej na skutek modelowanych działań na poziom zatrudnienia. Z drugiej strony, przygotowanie danych wsadowych do modelu wymaga przełożenia danych dotyczących zmiany zużycia energii na wynikające z tego zmiany nakładów operacyjnych. W tym celu zostały użyte prognozy cen energii zastosowane przy Ocenie, opierające się na długoterminowych projekcjach MAE. 2

Tabela 1. Porównanie zalet i wad DSGE oraz DCGE Zalety DSGE Pełna, dynamiczna reprezentacja procesów gospodarczych umożliwia wiarygodne modelowanie procesów ekonomicznych, w których rola oczekiwań jest kluczowa. Dotyczy to m.in. odpowiedzi inwestycji i podaży pracy na zmiany polityki gospodarczej i zaburzenia makroekonomiczne Możliwość analizy różnic wpływu na gospodarkę antycypowanych i nieantycypowanych zmian w polityce oraz oceny roli, jaką wiarygodność reform ma dla ich skuteczności Stochastyczny charakter modelu umożliwia ocenę przedziału wiarygodności prognozy DCGE Ograniczona optymalizacja międzyokresowa powoduje, że rozwiązanie modelu nie wymaga zaangażowania tak dużych zasobów obliczeniowych jak w modelach DSGE dzięki temu modele CGE mogą być znacznie większe, uwzględniając m.in. wielokrotnie więcej sektorów gospodarki czy krajów niż modele DSGE Wady Złożoność obliczeniowa ogranicza rozmiary modelu do kilku tysięcy zmiennych możliwość reprezentacji kilkunastu, lecz nie kilkudziesięciu sektorów gospodarki Rozwiązanie modelu z dużą liczbą zmiennych musi być, z przyczyn obliczeniowych, liniowe, co osłabia ocenę interakcji między różnymi instrumentami złożonych pakietów reform W modelach CGE z dynamiką rekursywną zachowanie inwestycji i pracy nie uwzględnia międzyokresowej optymalizacji. W konsekwencji model niedoskonale uwzględnia efekty przesuwania podaży pracy i inwestycji z okresu na okres typowo modele CGE przewidują większy niż w modelach DSGE wpływ na gospodarkę działań inwestycyjnych W modelach CGE nie jest możliwe oszacowanie przedziałów ufności prognozy, a także analiza wpływu antycypowanych i nieatycypowanych zmian w polityce na gospodarkę. Źródło: opracowanie własne W przypadku DCGE PLANE modelowanie wpływu NPRGN na gospodarkę polega na porównaniu stanu równowagi obliczanej przez model dla scenariusza odniesienia oraz scenariusza z interwencją. Zmiana nakładów kapitałowych na skutek działań podejmowanych w ramach NPRGN modelowana jest poprzez zmianę ścieżki inwestycji w sektorze, które one obejmują. Zmiany dotyczące zużycia energii oraz miksu energetycznego modelowane są bezpośrednio poprzez zmianę ilości zużywanej energii w danym sektorze (lub miksu paliw w sektorze energetycznym, uwzględniającym też energetykę rozproszoną) względem scenariusza odniesienia. Pozwala na to zintegrowanie danych o zużyciu energii oraz miksie energetycznym z tablicą przepływów międzygałęziowych na której opiera się model. Przewagą modelu DCGE jest więc dokładne modelowanie wymiaru energetycznego (oraz emisji procesowych), natomiast mankamentem charakterystycznym dla wszystkich modeli danej klasy uproszczona prezentacja rynku pracy (zmiany zatrudnienia szacowane na podstawie dynamiki funduszu płac). Scenariusz odniesienia (BAU) jest wspólny dla obu modeli. Zakłada on: kontynuację obecnych trendów w obszarze poprawy energochłonności gospodarki, zachowanie obecnego miksu technologii produkcji energii elektrycznej i ciepła (por. Wykres 18), brak innowacyjnych niskoemisyjnych rozwiązań (np. hybrydy plug-in, budynki pasywne). 3

Tabela 2. Opis modelowanych interwencji odpowiadających obszarom NPRGN Obszary NPRGN Opis modelowanej interwencji Interwencja z perspektywy modelu Źródło danych dla symulacji A. Niskoemisyjne wytwarzanie energii NPRGN Rozwój morskich farm wiatrowych oraz energetyki rozproszonej (w szczególności fotowaltaiki oraz biogazowni) Zmiana popytu na dobra pośrednie w energetyce, w szczególności wzrost inwestycji i spadek popytu na paliwa Ocena stanu technicznego infrastruktury energetyka; założenia własne dot. morskich farm wiatrowych A. Niskoemisyjne wytwarzanie energii inne Zmiana mixu energetycznego w wielkoskalowej produkcji energii, z uwzględnieniem stopniowo rosnących cen uprawnień ETS. Rozwój energetyki jądrowej, gazowej oraz lądowych farm wiatrowych Zmiana popytu na dobra pośrednie w energetyce, w szczególności wzrost inwestycji i spadek popytu na paliwa Ocena stanu technicznego infrastruktury energetyka B. Poprawa efektywności gospodarowania surowcami i materiałami, w tym odpadami Budowa spalarni odpadów i gazu wysypiskowego Spadek zużycia energii i wzrost inwestycji w gospodarce odpadami Ocena stanu technicznego infrastruktury gospodarka odpadami C. Rozwój zrównoważonej produkcji budownictwo Wdrożenie nowych standardów w budownictwie, termomodernizacja budynków mieszkalnych i niemieszkalnych, nowe standardy sprzętu RTV/AGD Wzrost inwestycji gosp. domowych i firm usługowych, spadek zużycia energii Ocena stanu technicznego infrastruktury budynki C. Rozwój zrównoważonej produkcji rolnictwo Wdrożenie zrównoważonych praktyk rolniczych obniżających emisje GHG netto Wzrost inwestycji w rolnictwie, spadek zużycia energii, spadek emisji procesowych netto Ocena stanu technicznego infrastruktury rolnictwo C. Rozwój zrównoważonej produkcji przemysł Wdrożenie działań proefektywnościowych w hutnictwie, chemii, petrochemii, cementowniach Wzrost inwestycji w danych branżach, spadek zużycia energii Ocena stanu technicznego infrastruktury przetwórstwo przemysłowe D. Transformacja niskoemisyjna w dystrybucji i mobilności Upowszechnienie się paliwooszczędnych pojazdów konwencjonalnych oraz pojazdów hybrydowych (w tym hybryd plug-in) Wzrost inwestycji gosp. domowych i firm usługowych, spadek zużycia energii Ocena stanu technicznego infrastruktury transport E. Promocja wzorców zrównoważonej konsumpcji 1% obniżenie zużycia energii finalnej w gospodarstwach domowych Spadek zużycia energii bez nakładów inwestycyjnych Wartość orientacyjna, ilustrująca wpływ zmian zachowań na gospodarkę Źródło: opracowanie własne 4

WYNIKI SYMULACJI WPŁYW OBSZARÓW NPRGN NA PKB Wyniki modelowania makroekonomicznego wskazują na pozytywny wpływ analizowanych działań na wzrost gospodarczy w długim okresie. Występują przy tym różnice między modelami. W modelu PLANE zmiany w energetyce przynoszą korzyści gospodarce, jednak dotyczy to działań pozostających poza NPRGN (m.in. rozwój energetyki jądrowej oraz wiatrowej na lądzie). Pozytywne i negatywne efekty gospodarcze zmian w energetyce powiązanych z NPRGN bilansują się w modelu PLANE, prowadząc do odchyleń poniżej,1% PKB. Z kolei w modelu MEMO głębokie zmiany energetyczne przekładają się na niewielki spadek aktywności gospodarczej w okresie podejmowania kapitałochłonnych inwestycji, co wynika z odpływu kapitału z reszty gospodarki do energetyki. Jednak dla całego NPRGN również model MEMO wskazuje, że po początkowym spowolnieniu wzrostu wynikającego z konieczności przekierowania znacznych zasobów na inwestycje w energooszczędne i niskoemisyjne technologie, ok. roku 23 przeważają korzyści z oszczędności na emisyjnych nośnikach energii. Wyniki model DCGE PLANE Wykres 1. Wpływ realizacji NPGRN (scenariusz centralny) na PKB wg obszarów, odchylenie od BAU w % Wykres 2. Wpływ realizacji NPGRN w obszarze niskoemisyjnego wytwarzania energii na PKB wg scenariuszy, odchylenie od BAU w % 1,2% 1,%,8%,6%,4%,2%,% -,2%,1%,3%,6%,7%,9%,8%,7%,5%,1%,% A. Energetyka - NPRGN -,4% -,6% 215 22 225 23 235 24 245 25 -,1% A. Energetyka NPRGN A. Energetyka inne B. Odpady C. Budownictwo C. Rolnictwo C. Przemysł D. Transport E. Wzorce konsumpcji Reszta RAZEM -,2% Wykres 3. Wpływ realizacji NPGRN w obszarze niskoemisyjnego budownictwa na PKB wg scenariuszy, odchylenie od BAU w % Wykres 4. Wpływ realizacji NPGRN w obszarze niskoemisyjnego transportu na PKB wg scenariuszy, odchylenie od BAU w % C. Budownictwo D. Transport,25%,2%,2%,15%,15%,1%,1%,5%,5%,% -,5%,% -,5% -,1% Uwaga: Reszta różnica między sumą efektów poszczególnych działań a wpływem całego pakietu. RAZEM łączny efekt działań we wszystkich analizowanych obszarach. Źródło: obliczenia własne 5

Wyniki model DSGE MEMO Wykres 5. Wpływ realizacji NPGRN (scenariusz centralny) na PKB wg obszarów, odchylenie od BAU w % Wykres 6. Wpływ realizacji NPGRN w obszarze niskoemisyjnego wytwarzania energii na PKB wg scenariuszy, odchylenie od BAU w %,8%,6%,4%,2%,3%,5%,6%,6% A. Energetyka - NPRGN,%,% -,5 -,2% -,4% -,6% -,2% -,3% -,5% 215 22 225 23 235 24 245 25 -,1 A. Energetyka NPRGN A. Energetyka inne B. Odpady C. Budownictwo C. Rolnictwo C. Przemysł D. Transport E. Wzorce konsumpcji RAZEM -,15 Wykres 7. Wpływ realizacji NPGRN w obszarze niskoemisyjnego budownictwa na PKB wg scenariuszy, odchylenie od BAU w % Wykres 8. Wpływ realizacji NPGRN w obszarze niskoemisyjnego transportu na PKB wg scenariuszy, odchylenie od BAU w % C. Budownictwo D. Transport,75%,15%,5%,1%,25%,5%,%,% -,5% -,25% -,1% Uwaga: RAZEM łączny efekt działań we wszystkich analizowanych obszarach. Źródło: obliczenia własne Obszarem wpływającym dodatnio na poziom PKB i determinującym dodatnią dynamikę oddziaływania NPRGN na polską gospodarkę według obu modeli jest poprawa efektywności energetycznej w budynkach mieszkalnych i niemieszkalnych. Podobny efekt, chociaż na mniejszą skalę, ma upowszechnienie się paliwooszczędnych pojazdów, a także działania w przemyśle oraz gospodarce odpadami. Różnice w szacunkach obu modeli wynikają z różnic w metodologii ich budowy (por. tabela 1). Model PLANE jest modelem CGE zbudowanym w logice dynamiki rekursywnej. W konsekwencji nie uwzględnia on efektów międzyokresowych widocznych w modelu DSGE w postaci różnic między fazą inwestycyjną, w której dynamika gospodarki słabnie, a fazą późniejszą w której oszczędności uzyskane dzięki efektywności energetycznej przynoszą pozytywne rezultaty. W efekcie przewidywane obniżenie dynamiki wzrostu w latach 21-225 jest wg modelu PLANE mniejsze niż wg modelu MEMO, ale następujące po nim ożywienie nieco słabsze (zwłaszcza w budownictwie). Dodatkowo w wypadku transportu model PLANE z racji na własność metodologii DCGE nie uwzględnia dodatniego wpływu na gospodarkę w latach 23-25 środków uwolnionych w innych sektorach gospodarki w fazie wcześniejszej. Model DSGE przewiduje wzrost inwestycji w całej gospodarce w oczekiwaniu na poprawę efektywności energetycznej w transporcie. W efekcie pominięcia tego efektu oddziaływanie NPRGN na gospodarkę około roku 24-25 w wypadku działań przewidzianych w transporcie słabnie do zera, bowiem ich efekt bieżący nie różni się znacząco od scenariusza bazowego. 6

Należy zauważyć, że o ile w przypadku działań w budownictwie, transporcie oraz przemyśle w Ocenie przedstawiono pakiet działań proefektywnościowych cechujący się zgodnie z logiką NPRGN pozytywnym efektem gospodarczym, to w przypadku energetyki miks energetyczny modelowany był jako optymalna odpowiedź na stopniowo rosnące ceny uprawnień do emisji. W przypadku wdrożenia wiążących celów redukcyjnych po 22 roku wymuszających ambitniejsze działania we wszystkich modelowanych obszarach, ich wpływ na gospodarkę ulegnie pogorszeniu. Prezentowane wyniki należy więc traktować jako szacunki efektów wdrożenia polityki klimatycznej nastawionej na działania korzystne dla gospodarki i/lub stopniową transformację niskoemisyjną w poszczególnych sektorach. 7

WPŁYW OBSZARÓW NPRGN NA ZATRUDNIENIE Odchylenia zatrudnienia od scenariusza odniesienia w modelu DCGE PLANE są w znacznym stopniu powiązane z odchyleniami PKB wynikającymi z analizowanych działań. Wynika to z uproszczonego modelowania rynku pracy charakterystycznego dla tej klasy modelu. Wyniki model DCGE PLANE Wykres 9. Wpływ realizacji NPGRN (scenariusz centralny) na zatrudnienie wg obszarów, odchylenie od BAU w % Wykres 1. Wpływ realizacji NPGRN w obszarze niskoemisyjnego wytwarzania energii na zatrudnienie wg scenariuszy, odchylenie od BAU w % 1,2% A. Energetyka - NPRGN,7%,2% -,3%,1%,3%,5%,5%,6%,4%,1% -,2%,% -,1% -,8% -,2% -1,3% 215 22 225 23 235 24 245 25 -,3% A. Energetyka NPRGN A. Energetyka inne B. Odpady C. Budownictwo C. Rolnictwo C. Przemysł D. Transport E. Wzorce konsumpcji Reszta RAZEM -,4% Wykres 11. Wpływ realizacji NPGRN w obszarze niskoemisyjnego budownictwa na zatrudnienie wg scenariuszy, odchylenie od BAU w % Wykres 12. Wpływ realizacji NPGRN w obszarze niskoemisyjnego transportu na zatrudnienie wg scenariuszy, odchylenie od BAU w % C. Budownictwo D. Transport,14%,2%,12%,1%,8%,6%,1%,% -,1%,4%,2%,% -,2% -,2% -,3% -,4% Uwaga: Reszta różnica między sumą efektów poszczególnych działań a wpływem całego pakietu. RAZEM łączny efekt działań we wszystkich analizowanych obszarach. Źródło: obliczenia własne Z kolei według modelu MEMO, wpływ NPGRN na zatrudnienie jest początkowo negatywny i wynosi ok.,5% ogólnej liczby pracujących w okresie początkowej realokacji pracowników między sektorami korzystającymi i tracącymi na transformacji. Wynika to przede wszystkim z konieczności podjęcia dodatkowego wysiłku inwestycyjnego w energetyce i budownictwie, który przejściowo zmniejsza pulę zasobów dostępną innym sektorom gospodarki, zmuszając je do ograniczenia popytu na pracę w okresie restrukturyzacyjnym. Efekt ten jest jednak przejściowy w ślad za tym jak poczynione oszczędności w wydatkach energetycznych i paliwowych uwalniają w gospodarce dodatkowe rezerwy wzrostu. Pracownicy tracący pracę w sektorach zmniejszających skalę działalności znajdują ją w innych, których udział w gospodarce szybko rośnie. Przejściowy wpływ programu na zatrudnienie w obu modelach jest zgodny z wiedzą ekonomiczną, zgodnie z która każdy przyrost efektywności 8

gospodarowania w długim okresie jest neutralny dla stopy zatrudnienia i bezrobocia przekładając się w całości na poziom płac. Obserwowane różnice pomiędzy modelem PLANE a modelem MEMO we wpływie programu na poziom zatrudnienia w krótkim i średnim okresach wynikają z przynależności obu modeli do różnych klas, rzutującej na różnice w ich własnościach dynamicznych. W obu wypadkach zmiany zatrudnienia są spójne z przewidywanymi przez dany model zmianami PKB (por. poprzednia sekcja). Po początkowym dostosowaniu struktury zatrudnienia w modelu MEMO wpływ NPRGN staje się więc neutralny, mieszcząc się między -,2% do,2% odchylenia od liczby zatrudnionych w BAU. Podobnie jak w przypadku PKB, dla sukcesu programu kluczowy jest obszar efektywności energetycznej w budynkach im ambitniejsze podejmowane w nim działania, tym ma on większy pozytywny wpływ na zatrudnienie po okresie początkowego dostosowania. Pozostałe obszary mają negatywny wpływ na rynek pracy, chociaż poza energetyką jest on relatywnie niewielki. Wykres 13. Wpływ realizacji NPGRN (scenariusz centralny) na zatrudnienie wg obszarów, odchylenie od BAU w % Wyniki model DSGE MEMO Wykres 14. Wpływ realizacji NPGRN w obszarze niskoemisyjnego wytwarzania energii na zatrudnienie wg scenariuszy, odchylenie od BAU w %,5%,3%,1% -,1%,14% -,2%,5%,5% -,8%,% -,5% A. Energetyka - NPRGN -,3% -,5% -,7% -,21% -,45% -,54% 215 22 225 23 235 24 245 25 -,1% -,15% A. Energetyka NPRGN A. Energetyka inne B. Odpady C. Budownictwo C. Rolnictwo C. Przemysł D. Transport E. Wzorce konsumpcji RAZEM -,2% Wykres 15. Wpływ realizacji NPGRN w obszarze niskoemisyjnego budownictwa na zatrudnienie wg scenariuszy, odchylenie od BAU w % Wykres 16. Wpływ realizacji NPGRN w obszarze niskoemisyjnego transportu na zatrudnienie wg scenariuszy, odchylenie od BAU w %,5%,4%,3%,2%,1%,% -,1% -,2% -,3% -,4% C. Budownictwo,15%,1%,5%,% -,5% -,1% -,15% D. Transport Uwaga: RAZEM łączny efekt działań we wszystkich analizowanych obszarach. Źródło: obliczenia własne 9

WPŁYW OBSZARÓW NPRGN NA ZUŻYCIE ENERGII I MIX ENERGETYCZNY Wykresy 17-2 przedstawiają wpływ modelowanych działań na zużycie energii. Wpływ ten wynika z założeń co do skali oraz technicznych charakterystyk modelowanych działań, jest więc jednakowy dla obu modeli. Do ograniczenia finalnego zużycia energii w największym stopniu przyczynia się poprawa efektywności energetycznej w budynkach, a także upowszechnianie się paliwooszczędnych pojazdów. Im ambitniejsze będą działania w tych obszarach, tym wyższe będą uzyskane oszczędności energii. W porównaniu do budynków oraz transportu uzyskanie dodatkowej poprawy efektywności energetycznej względem BAU w przemyśle będzie trudniejsze. W przypadku energetyki różnice między poszczególnymi scenariuszami zmian związanych z NPRGN wynikają z różnej skali rozwoju morskich farm wiatrowych oraz energetyki rozproszonej (szczególnie fotowoltaiki). Technologie te wypychają część elektrowni węglowych oraz farm wiatrowych na lądzie z miksu energetycznego. Wykres 17. Wpływ realizacji NPGRN (scenariusz centralny) na finalne zużycie energii wg obszarów, odchylenie od BAU w Mtoe (oba modele) -2-4 -6-8 -1-12 -14-16 -1-3 -5 Wykres 19. Wpływ realizacji NPGRN w obszarze niskoemisyjnego budownictwa na finalne zużycie energii wg scenariuszy, odchylenie od BAU w Mtoe (oba modele) -7 215 22 225 23 235 24 245 25 B. Odpady C. Budownictwo C. Rolnictwo C. Przemysł D. Transport E. Wzorce konsumpcji RAZEM -1-12 -13-14 Wykres 18. Mix energetyczny w elektroenergetyce wg scenariuszy w 25 r. (oba modele) Scenariusz wysoki 25 Scenariusz centralny 25 Scenariusz niski 25 21 % 2% 4% 6% 8% 1% węgiel brunatny - elektrownie węgiel kamienny - elektrociepłownie gaz - elektrociepłownie elektrownie wiatrowe na lądzie fotowoltaika rozproszona węgiel kamienny - elektrownie gaz - elektrownie elektrownie jądrowe elektrownie wiatrowe na morzu pozostałe OZE Wykres 2. Wpływ realizacji NPGRN w obszarze niskoemisyjnego transportu na finalne zużycie energii wg scenariuszy, odchylenie od BAU w Mtoe (oba modele) -1-2 -3-4 -5-6 -7-8 C. Budownictwo -1-2 -3-4 -5-6 D. Transport Uwaga: RAZEM łączny efekt działań we wszystkich analizowanych obszarach. Źródło: obliczenia własne 1

WPŁYW OBSZARÓW NPRGN NA EMISJE GHG Wykresy 21-26 przedstawiają wpływ modelowanych działań na emisje gazów cieplarnianych. Podobnie jak w przypadku zużycia energii, jest on jednakowy dla obu modeli i wynika z założeń co do skali oraz technicznych charakterystyk modelowanych działań. Łączna redukcja emisji gazów cieplarnianych w wyniku analizowanych działań wynosi w 25 roku 149 MtCO 2e w porównaniu do BAU. Niemal połowa z tej liczby osiągana jest poprzez wzrost znaczenia niskoemisyjnego wytwarzania energii w energetyce. W scenariuszu wysokim redukcja emisji w energetyce dzięki działaniom przewidzianym w NPRGN wynosi ponad 35 MtCO 2e względem BAU i wynika z dodatkowego rozwoju morskich farm wiatrowych oraz energetyki rozproszonej porównaniu do scenariusza centralnego. Ograniczenie zużycia energii w budynkach a także upowszechnienie paliwooszczędnych pojazdów również przyczynia się do istotnej redukcji emisji GHG dzięki ograniczeniu bezpośrednich i pośrednich emisji CO 2 ze spalania paliw kopalnych. Do redukcji emisji przyczynia się również rozwój zrównoważonej produkcji w rolnictwie oraz przemyśle, a w mniejszym stopniu modelowane działania z obszaru zrównoważonej gospodarki odpadami oraz zmiany behawioralne. Wykres 21. Wpływ realizacji NPGRN na emisje GHG wg obszarów, odchylenie od BAU w MtCO2e (oba modele) Wykres 22. Wpływ realizacji NPGRN w obszarze niskoemisyjnego wytwarzania energii na emisje GHG wg scenariuszy, odchylenie od BAU w MtCO2e (oba modele) -2-4 -6-8 -1-12 -14-16 -12-29 -56-83 -117-133 -141-149 215 22 225 23 235 24 245 25 A. Energetyka NPRGN A. Energetyka inne B. Odpady C. Budownictwo C. Rolnictwo C. Przemysł D. Transport E. Wzorce konsumpcji RAZEM -5-1 -15-2 -25-3 -35 A. Energetyka - NPRGN Wykres 23. Wpływ realizacji NPGRN w obszarze niskoemisyjnego budownictwa na emisje GHG wg scenariuszy, odchylenie od BAU w MtCO2e (oba modele) Wykres 24. Wpływ realizacji NPGRN w obszarze niskoemisyjnego transportu na emisje GHG wg scenariuszy, odchylenie od BAU w MtCO2e (oba modele) C. Budownictwo D. Transport -5-1 -5-15 -2-1 -25-3 -15-35 -2 Uwaga: RAZEM łączny efekt działań we wszystkich analizowanych obszarach. Źródło: obliczenia własne 11

MtCO2e Ogółem, wdrożenie modelowanych działań przekłada się na stopniowy spadek poziomu emisji do 25 roku do ok. 25 MtCO 2e pomimo jednoczesnego, ponad 2,5-krotnego wzrostu PKB. W scenariuszu BAU zakładającym utrzymanie miksu energetycznego w energetyce oraz brak dodatkowych polityk proefektywnościowych w pozostałych sektorach, kontynuacja historycznych trendów spadku emisyjności oraz energochłonności prowadzi do stabilizacji emisji w Polsce na poziomie ok. 4 MtCO 2e. Emisje w scenariuszu centralnym dla energetyki, budynków i transportu są więc o ponad 1/3 niższe niż w scenariuszu BAU i o ok. 44% niższe niż w roku 199. Wykres 25. Emisje GHG w scenariuszu centralnym oraz w BAU (oba modele) Wykres 26. Redukcja emisji GHG w scenariuszu centralnym względem BAU oraz 199 r. (oba modele) 45 4 35 3 25 2 15 1 5 % -5% -1% -15% -2% -25% -3% -35% -4% -45% -5% -3% -7% -12% -15% -13% -18% -2% -24% -29% -28% -32% -34% -37% -37% -4% -42% -44% BAU Scenariusz centralny Względem BAU Względem 199 Źródło: obliczenia własne 12

ZAŁĄCZNIK 1. MODEL MAKROEKONOMICZNY DSGE MEMO Modelem zastosowanym w zaprezentowanych w niniejszym raporcie symulacjach makroekonomicznych jest model MEMO Macroeconomic Mitigation Options Model 1. MEMO jest wielosektorowym makroekonomicznym modelem równowagi ogólnej typu DSGE (ang. dynamic stochastic general equilibrium). Oprócz zmiennych ekonomicznych takich jak PKB czy zatrudnienie uwzględnia on również wymiar energetyczny i środowiskowy: zużycie energii finalnej w procesach produkcyjnych, zużycie paliw i materiałów oraz emisje gazów cieplarnianych wynikające z działalności gospodarczej i konsumpcji gospodarstw domowych. Zastosowanie modelu MEMO w niniejszej analizie pozwala na modelowanie wpływu realizacji poszczególnych celów NPRGN na gospodarkę polską w oparciu o dane mikroekonomiczne zaczerpnięte z Oceny stanu technicznego infrastruktury gospodarki. Rozbudowana struktura sektorowa modelu pozwala dokładnie modelować zmiany gospodarcze zachodzące w ramach realizacji NPRGN, z uwzględnieniem wzajemnych powiązań między poszczególnymi branżami i obszarami. Dynamiczny charakter modelu oddaje zdolność gospodarki do adaptacji do zmieniających się warunków zewnętrznych. Realokacja zasobów między przedsiębiorcami jest stopniowa, a gospodarstwa domowe reagują na zmieniające się bodźce płynące z rynku zmianami stóp konsumpcji i oszczędności oraz podażą pracy. Model sformułowany jest w równowadze ogólnej, co oznacza, że pomiędzy poszczególnymi modelowanymi branżami występują silne wzajemne powiązania w postaci rynków dóbr, kapitału, pracy. Decyzje poszczególnych podmiotów zależą więc nie tylko od ich własnej sytuacji, ale też od stanu całej gospodarki. Schemat 1. Charakterystyka modelu makroekonomicznego MEMO Modelowanie wzajemnych powiązań wielu branż Obustronna zależność pomiędzy decyzjami poszczególnych podmiotów i stanem całej gospodarki Model wielosektorowy Model równowagi ogólnej MEMO Modelowanie zmian zużycia energii i emisji Model dynamiczny Uwzględnienie wymiaru energetycznego i środowiskowego analizy Podmioty gospodarcze dostosowują się do zmian w otoczeniu Źródło: Opracowanie własne 1 Szczegółowy opis modelu znaleźć można w publikacji Bukowski M. i Kowal P. (21), Large scale, multi-sector DSGE model as a climate policy assessment tool Macroeconomic Mitigation Options (MEMO) Model for Poland, IBS, Warszawa. 13

ZAŁĄCZNIK 2. MODEL MAKROEKONOMICZNY DCGE PLANE CHARAKTERYSTYKA MODELU Model DCGE PLANE jest dynamicznym, wielosektorowym modelem równowagi ogólnej ze złożoną strukturą produkcji energii i reprezentacją sektora energetycznego. Model obejmuje 54 sektory gospodarki uwzględnione w macierzach Input Output publikowanych przez Eurostat. Wszystkie sektory opisane zostały w kodzie modelu oraz dołączonych plikach Excel. Rozbudowany sektor energetyczny umożliwia kompleksowe modelowanie emisji i polityk oddziałujących na efektywność energetyczną. Jego unikalną cechą jest również szeroka reprezentacja zużycia energii pierwotnej w sektorach, dzięki czemu możliwe jest bardzo szczegółowe modelowanie polityk oddziałujących na zmiany sektorowego zużycia paliw. Zastosowanie modelu PLANE w niniejszej analizie pozwala na modelowanie wpływu realizacji poszczególnych celów NPRGN na gospodarkę polską w oparciu o dane mikroekonomiczne zaczerpnięte z Oceny stanu technicznego infrastruktury gospodarki. Struktura sektorowa modelu pozwala dokładnie modelować zmiany gospodarcze zachodzące w ramach realizacji NPRGN, z uwzględnieniem wzajemnych powiązań między poszczególnymi branżami i obszarami, a włączenie do modelu kapitału i inwestycji umożliwia uwzględnienie w nim dostosowań międzyokresowych. Model został zbudowany przy użyciu języka MPS/GE (Rutherford, 1994), a jego działanie oparte jest na oprogramowaniu GAMS. Częstotliwość modelu jest pięcioletnia i obejmuje on lata 2-25. Do jego kalibracji wykorzystana została tablica input-output z Eurostatu, obejmująca 54 sektory. Jego szczególną zaletą jest stosunkowo dokładny sposób liczenia emisji oparty na zużyciu paliw i emisjach procesowych. Emisje dane są więc wzorem: E e,t,i = E_FLS e,t FLS_USE e,t,i + E_CL e,t CL_USE e,t,i +E_OWN e,t,i Y e,t,i. Dodatkowo, system uprawnień ETS ujęty jest w modelu. Model nie obejmuje całego rynku europejskiego, więc cena uprawnień do emisji nie jest przedmiotem modelowania w sposób endogeniczny. Jednak z perspektywy pojedynczego członka, UE ETS działa z dużym przybliżeniem - jako podatek od emisji ze zmienną stawką. Może być więc modelowany poprzez egzogenicznie ustalany koszt zakupu uprawnień do emisji. Zasięg ETS w modelu obejmuje energetykę i część branż przemysłu zgodnie z faktycznym przypisaniem w regulacjach UE. Podmioty z tych sektorów kupują uprawnienia na rynku. Emisje powiązane są ze spalaniem paliw kopalnych, a także w przypadku emisji procesowych występują jako jeden z czynników produkcji, wraz z kapitałem (K), pracą (L), energią (E) i materiałami (M). Ponieważ w funkcji produkcji elastyczność substytucji między kompozytem KLEM a emisjami procesowymi wynosi, zakup uprawnień jest obowiązkowy. Ta sama uwaga dotyczy uprawnień kupowanych z tytułu spalania paliw kopalnych tak w energetyce, jak i w przemyśle. Szczegółowe umiejscowienie emisji w funkcji produkcji prezentują schematy zamieszczone na następnej stronie. Pokazują one także założoną w modelu szczegółową strukturę substytucyjną w obrębie sektora energetycznego i przemysłu wraz z odpowiednimi elastycznościami substytucji. 14

Schemat 2. Współczynniki elastyczności substytucji w modelu PLANE sektory poza energetyką,1,25 1 1 1 2 Źródło: model PLANE Schemat 3. Współczynniki elastyczności substytucji w modelu PLANE energetyka 1 1 2 1 1 3 3 3 Źródło: model PLANE 15

INSTRUKCJA OBSŁUGI MODELU Przygotowany przez Warszawski Instytut Studiów Ekonomicznych pakiet modelowania makroekonomicznego pn. PLANE składa się z następujących elementów: 1) Kodu modelu w języku MPSGE działającym w środowisku GAMS: a. PLANE_ModelCodeFile.gms 2) Skryptu GAMS sterującego procesem obliczeń: a. PLANE_main_script.gms 3) Pliku MS Excel zawierającego dane kalibrujące model do specyfiki Polski oraz umożliwiający sterowanie nim w zakresie symulacji składowych Narodowego Programu Gospodarki Niskoemisyjnej (NPRGN) a. PLANE_input_new.xlsx 4) Skryptów rozwiązujących model i dopasowujących go do danych a. PLANE_SetsDeclaration.gms b. PLANE_LoadParams.gms c. PLANE_TransformParams.gms 5) Pliku rozwiązującego model PLANE i ustalającego stacjonarną trajektorię wzrostu implikowaną przez model a. PLANE_SteadyGrowthPath.gms 6) Skryptu modyfikującego ścieżkę stacjonarną w zgodzie z obserwowanymi trendami autonomicznej poprawy efektywności energetycznej a. PLANE_BauScenario.gms 7) Skryptu współpracującego z plikiem PLANE_input_new.xlsx i wspólnie z nim umożliwiającego wybranie symulowanego scenariusza i przeznaczenie symulacji za pomocą modelu a. PLANE_PolicyScenario.gms 8) Skryptu umożliwiającego wyznaczenie na podstawie zmiennych endogenicznych modelu obserwowalnych wartości zmiennych makroekonomicznych a. PLANE_Observables.gms 9) Skryptu zapisującego wyniki symulacji do pliku MS Excel a. PLANE_SaveOutput.gms Wszystkie pliki powinny zostać nagrane w jednym katalogu. Głównym plikiem modelu sterującym całością obliczeń jest plik PLANE_main_script.gms. Wspólnie z arkuszem PLANE_input_new.xlsx umożliwia on przeprowadzenie symulacji wpływu na gospodarkę poszczególnych składowych NPRGN. Po otwarciu arkusza Excel należy postępować w zgodzie z przedstawioną tam instrukcją ustawiając pożądany kształt interwencji. Następnie należy zapisać plik i uruchomić skrypt PLANE_main_script.gms. Po zakończeniu obliczeń wyniki symulacji zostaną zapisane do pliku PLANE_OUTPUT.xlsx. 16

SCENARIUSZ REFERENCYJNY BAU Podstawowe założenia scenariusza referencyjnego są następujące: długookresowa stopa wzrostu w horyzoncie roku 25 wyniesie ok. 3% rocznie, jednocześnie zachodzić będzie autonomiczna poprawa efektywności wykorzystania energii w gospodarce w tempie 2% rocznie, NPRGN nie będzie realizowany. Kluczowe wskaźniki scenariusza referencyjnego przedstawia tabela 3. W latach 21-25 PKB rośnie niemal trzykrotnie, a zużycie energii finalnej jedynie o ok. 4%, dzięki poprawie produktywności jej wykorzystania następującej niezależnie od NPRGN. Liczba pracujących wzrasta do końca obecnej dekady na skutek stopniowego wzrostu aktywności zawodowej Polaków, później przeważają jednak niekorzystne trendy demograficzne. Produktywność pracowników rośnie więc szybciej od PKB, o 237% w latach 21-25. Tabela 3. Dynamika PKB, zatrudnienia, zużycia energii finalnej w scenariuszu BAU (21 =1) PKB 1 116 133 153 176 2 228 26 296 Zatrudnienie 1 1 19 16 15 14 11 95 88 Zużycie energii finalnej 1 14 18 113 118 123 128 133 139 Źródło: model PLANE w oparciu o wyniki modeli WISE EGM oraz WISE MEEP 2 Zakładana jest stopniowa konwergencja struktury PKB i zatrudnienia Polski do gospodarek Europy Zachodniej, jednak z utrzymaniem istotnej roli przetwórstwa przemysłowego w polskiej gospodarce. Restrukturyzacja gospodarcza w latach 21-25 przejawia się więc przede wszystkim w zmniejszeniu udziału rolnictwa w PKB i zatrudnieniu. W kolejnych dekadach zwiększa się przy tym udział usług w zatrudnieniu, a w mniejszym stopniu w PKB. Udział przetwórstwa przemysłowego w zatrudnieniu powoli spada przy jednoczesnym wzroście jego roli w tworzeniu PKB. Wynika to z szybszej poprawy produktywności w tym sektorze względem całej gospodarki. Wykres 27. Struktura PKB w scenariuszu odniesienia 1% 9% 8% 7% 6% 5% 4% 3% 2% 1% % Pozostałe usługi Administracja publiczna, zdrowie, edukacja Handel Transport Budownictwo Energetyka, dostawa wody i gospodarka odpadami Przetwórstwo przemysłowe Górnictwo Rolnictwo Źródło: model PLANE w oparciu o wyniki modeli WISE EGM oraz WISE MEEP 2 Opisy modeli WISE EGM oraz WISE MEEP przedstawione zostały w załączniku do Oceny stanu technicznego infrastruktury gospodarki 17

Wykres 28. Struktura zatrudnienia w scenariuszu odniesienia 1% 9% 8% 7% 6% 5% 4% 3% 2% 1% % Pozostałe usługi Administracja publiczna, zdrowie, edukacja Handel Transport Budownictwo Energetyka, dostawa wody i gospodarka odpadami Przetwórstwo przemysłowe Górnictwo Rolnictwo Źródło: model PLANE w oparciu o wyniki modeli WISE EGM oraz WISE MEEP. 18