Impulsores e inhibidores del consumo de energía en el sector residencial andaluz (2014-2018)

2 Máster Universitario en Economía y Desarrollo Facultad de Ciencias Económicas y Empresariales TRABAJO DE FIN DE MÁSTER CURSO ACADÉMICO [2020-2021] TÍTULO: IMPULSORES E INHIBIDORES DEL CONSUMO DE ENERGÍA EN EL SECTOR RESIDENCIAL ANDALUZ (2014-2018) AUTOR: D. Ismael Sánchez Cañavate TUTORES ACADÉMICOS: Dra. Dª Rocío Francisca Román Collado Dr. D. José Manuel Cansino Muñoz-Repiso RESUMEN: La mejora de la eficiencia energética en el sector residencial es uno de los pilares clave de la Estrategia Energética de Andalucía 2020, el último plan del gobierno andaluz de política energética. El objetivo de esta investigación es analizar cuáles han sido los efectos determinantes que explican el cambio en el consumo de energía final en el sector residencial de Andalucía. El periodo analizado se extiende entre 2014-2018. El inicio de la serie coincide con la entrada en vigor la Estrategia Energética de Andalucía 2020. La elección del año final está justificada por ser el último año en el que se emitieron memorias e informes de seguimiento de la Estrategia y por la disponibilidad de los datos. Para cumplir con el objetivo de la investigación se desarrolla un análisis de 3 descomposición LMDI I en su variante multiplicativa. Este método permitirá conocer los factores impulsores e inhibidores del consumo de energía final y presenta la novedad de ser un análisis que analiza las variaciones por provincias y por fuentes energéticas. Los resultados reflejan que el efecto eficiencia de los hogares fue un inhibidor clave en el consumo de energía final, pero su impacto es compensado por la influencia del efecto renta como impulsor. Es recomendable que las futuras políticas energéticas contemplen la influencia del efecto renta y que sus acciones estén segmentadas por provincias, dadas las diferencias observadas. Además, es necesario seguir intensificando las medidas para lograr una mejor cultura energética entre la población. PALABRAS CLAVE: Análisis de descomposición LMDI I, consumo de energía, eficiencia energética, sector residencial, hogares. 4 Máster Universitario en Economía y Desarrollo Facultad de Ciencias Económicas y Empresariales MASTER THESIS ACADEMIC COURSE [2020-2021] TITLE: DRIVERS AND INHIBITORS IN THE ANDALUSIAN RESIDENTIAL ENERGY CONSUMPTION SECTOR (2014-2018) AUTHOR: D. Ismael Sánchez Cañavate ACADEMICS SUPERVISORS: Dra. Dª Rocío Francisca Román Collado Dr. D. José Manuel Cansino Muñoz-Repiso ABSTRACT: Improving energy efficiency in the residential sector is one of the main goals of the Andalusian Energy Strategy 2020, that is the latest energy policy plan of the Andalusian government. The aim of this research is to analyze the effects that explain the final energy consumption changes in the residential sector of Andalusia. The period analyzed extends from 2014 to 2018. The beginning of the series coincides with the entry into force of the Andalusian Energy Strategy 2020. The final year is justified because it is the last the last year in which monitoring reports were issued and because of the availability of data. In order to achieve the goal of the research, the LMDI I decomposition analysis is developed in its multiplicative form. This method will allow to know the driver and inhibitor factors 5 of final energy consumption, and presents the novelty of analyzing energy consumption variations by provinces and by energy sources. The results show that households energy efficiency effect was a determinant inhibitor in final energy consumption. However, its impact is offset by the influence of the income effect as a driver. The future energy policies should take into account the influence of the income effect and also provide in their actions a deeper level of segmentation by provinces, due to the differences observed. Furthermore, it is necessary to continue intensifying measures to achieve a better sustainable saving culture among the population. KEYWORDS: LMDI I decomposition analysis, energy consumption, energy efficiency, residential sector, households. 6 ÍNDICE 1. INTRODUCCIÓN 7 2. REVISIÓN DE LA LITERATURA 10 3. METODOLOGÍA 14 4. BASE DE DATOS 4.1. Datos de carácter económico 16 4.2. Datos de carácter energético 17 4.3. Datos de elaboración propia y consideraciones 17 5. RESULTADOS Y DISCUSIÓN 5.1. Descomposición del consumo de energía residencial en Andalucía! 19 5.2. Descomposición del consumo de energía residencial en las provincias andaluzas 21 5.2.1. Efecto eficiencia de los hogares 22 5.2.2. Efecto renta 24 5.2.3. Efecto tamaño del hogar 27 5.2.4. Efecto hogar 28 5.3. Consideraciones finales 31 6. CONCLUSIONES E IMPLICACIONES DE POLÍTICA ECONÓMICA 33 7. REFERENCIAS 36 ANEXOS 45 7 IMPULSORES E INHIBIDORES DEL CONSUMO DE ENERGÍA EN EL SECTOR RESIDENCIAL ANDALUZ (2014-2018) 1.- INTRODUCCIÓN El 25 de septiembre de 2015, 193 países asumieron un compromiso internacional en términos de avance hacia sociedades con un crecimiento inclusivo, mayor cohesión, justicia social, en paz y con un horizonte medioambiental sostenible. Este compromiso se plasmó en un documento con 17 Objetivos y 169 Metas con rango de Resolución de la Asamblea General de las Naciones Unidas -ONU-. Entre los objetivos fijados, el Objetivo 7 consagró la garantía de acceso a una energía asequible, sostenible y moderna para todos. Además, dentro de este objetivo la siguiente meta específica: “de aquí a 2030, duplicar la tasa mundial de mejora de la eficiencia energética” (ONU, 2015). Esta meta se crea en un momento en el que el cambio climático se ha convertido en el desafío global más importante (Huo et al., 2021; Shi et al., 2019; J. Zhao & Liu, 2021), siendo el consumo de energía es una de las principales causas de la contaminación por sus elevados niveles de emisiones contaminantes a la atmósfera (Cardenete et al., 2012). El sector residencial es el segundo sector que más energía final consume en la Unión Europea -UE- (26,7% del total). Para el caso de España y Andalucía, ocupa el tercer puesto (18,3% y 16,1%, respectivamente) por detrás de los sectores del transporte e industrial (Junta de Andalucía, 2021). Sin embargo, el estudio del sector residencial presenta un especial interés, por ser el que más ha aumentado el consumo de energía final en términos relativos en las últimas décadas. Para comprender el importante impacto medioambiental del sector residencial, el Informe del Consejo Económico y Social (2016) señalaba que el sector de los hogares en España representaba en 2013 el 18% del total del consumo final de energía, siendo responsable del 6,6% del total de emisiones de GEI que corresponden a actividades de combustión. 8 Durante el periodo 2000-2013, el consumo de energía de los hogares españoles se convirtió en el componente más importante del consumo de energía total del país (Román- Collado & Colinet, 2018b). Según refleja el Instituto para la Diversificación y Ahorro de la Energía (2021), tomando como referencia el mismo año inicial (2000) y ampliando hasta el último año disponible (2018) se observa que, mientras que el sector de la industria redujo el consumo final de energía un 18,47% y el sector del transporte presentó un incremento de un 11,97%, el sector residencial es el que presenta el mayor incremento de todos los sectores, con un 23,30% más. De la misma forma ocurre para el caso de Andalucía. Según los datos del sistema de explotación de la información Info-Energía, gestionado por la Agencia Andaluza de la Energía -AAE- (AAE), la comparativa entre el año 2005 (primer año disponible) y 2018 refleja que, mientras que sectores como la industria y el transporte reducen su consumo de energía final, en el sector residencial se produce un aumento de un 7,55%. El estudio de la Comunidad Autónoma de Andalucía resulta de interés, ya que es la región de España que concentra a mayor porcentaje de población española (18%) y participa en un 14% en la emisión de GEI del país. Además, si bien en Andalucía hay un consumo de energía final por habitante inferior a la media española, motivado por un uso inferior de los sistemas de calefacción y refrigeración (Sendra et al., 2013); la intensidad energética sí es superior a dicha media (5,9% en Andalucía frente a un 5,1% en España), por una menor presencia de tecnología eficiente en los hogares (Sendra et al., 2013; Román-Collado & Colinet Carmona, 2021). En relación con el consumo de energía final, el modelo de la Estrategia Energética de Andalucía 2020 permitía conciliar el crecimiento económico con el consumo energético (Junta de Andalucía, 2014). Estaba previsto para el año 2020 que el crecimiento económico de la región fuese cercano a un 15%, mientras que el consumo energético se mantendría en niveles similares a los de 2012. Entre las previsiones para el horizonte 2020 que recogía el Informe de sostenibilidad ambiental de la Estrategia Energética de Andalucía 2014-2020 (2014), se 9 esperaba que los distintos sectores económicos experimentasen un mayor crecimiento del consumo de energía final en 2020. Sectores económicos como el industrial (30%), transporte (9,6%), primario (6%) y servicios (2,8%). En este caso, el sector residencial es el único en el que se reflejaban unos objetivos diferentes. Estaba previsto que el consumo de energía final de dicho sector se redujese en un 11,6% en 2020, debido principalmente a la mejora de la eficiencia energética del uso de la energía de la ciudadanía y de la evolución de la población (Junta de Andalucía, 2014). El objetivo de este trabajo es identificar las causas de las variaciones en la evolución del consumo de energía final para Andalucía y sus provincias. El análisis de las ocho provincias que componen la región de Andalucía permitirá establecer diferencias más precisas dentro del territorio, teniendo en cuenta la asimetría con la que se desarrollan fenómenos como el despoblamiento, el crecimiento de la renta disponible total o el crecimiento de nuevos modelos de hogares con menos individuos. Para hacer esto, se desarrolla un análisis de descomposición de media logarítmica del tipo LMDI I. Este método permitirá conocer los factores inhibidores e impulsores del consumo de energía del sector residencial. El periodo temporal es el comprendido entre 2014 (entrada en vigor de la Estrategia Energética) y 2018 (último año en el que consta que se han emitido memorias e informes de seguimiento relativos a la Estrategia andaluza). No se ha podido optar por una franja temporal más amplia, que cubriese los años 2019 y 2020, por otras razones vinculadas a la disponibilidad de los datos de carácter económico necesarios para la realización del modelo de descomposición LMDI I. El documento se estructura como sigue. Tras la Introducción, el segundo apartado se realiza una revisión de la literatura científica. El tercer apartado expone la metodología utilizada. El apartado cuarto detalla las bases de datos empleadas. El apartado quinto muestra los resultados de la investigación y la discusión. Las principales conclusiones se resumen en el apartado sexto. 10 2.- REVISIÓN DE LA LITERATURA Dado el gran peso que tiene en las emisiones globales de GEI, uno de los principales países para el que la literatura ofrece una mayor aplicación del método LMDI en el sector residencial ha sido China: Chung et al. (2011); Zhao et al. (2012); Xu et al. (2014); Yeo et al. (2015); Wang y Yang (2016); Chong et al. (2017); Zhang y Bai (2018); Shi et al. (2019); Huo et al. (2021); y Zhao y Liu (2021). La aplicación del método LMDI para el análisis de la evolución del consumo de energía del sector residencial en otros estados está disponible para Austria (Holzmann et al., 2013); Brasil (Achão & Schaeffer, 2009); Canadá (Torrie et al., 2016); Estados Unidos (Hojjati & Wade, 2012); Finlandia (Trotta, 2020); Hungría (Szép, 2017; Weiner & Szép, 2021); India (Yeo et al., 2015); Indonesia (Kurniawan et al., 2018); Irlanda (Dennehy et al., 2019; O’ Mahony et al., 2012; Rogan et al., 2012); Lituania (Baležentis et al., 2011); Singapur (Xu & Ang, 2014); Taiwan (Huang, 2020); y Turquía (Akbostancı et al., 2018). A nivel europeo existen importantes contribuciones tales como Smit et al. (2014), para evaluar las políticas de ahorro y eficiencia energética de la UE en una época prerecesión y post-recesión económica; Tzeiranaki et al. (2019), para el periodo 2000-2016; Reuter et al. (2019), relativo a la medición de los efectos de las políticas públicas de los Estados miembros; y Economidou y Román-Collado (2019), sobre los cambios en el consumo de energía del sector residencial en la UE en el periodo 2005-2016. La aplicación LMDI en el sector residencial español está disponible en Cansino et. al (2015); Mendiluce (Mendiluce, 2007; 2012); Mendiluce et al. (2010); Román-Collado y Colinet (2018b), dedicado al estudio de los factores principales que explican los cambios en el consumo de energía en los subperiodos 2000-2008 y 2009-2013; Román- Collado y Colinet (2018a); Serrano-Puente (2021), que analiza cómo está siendo el proceso de descarbonización de la economía española. Existen otros artículos que, aunque no han empleado el método LMDI, han abordado la cuestión de la eficiencia energética en el sector residencial de España: López- 17 deflactar la renta disponible total. Finalmente, los datos de renta disponible total por provincias para el periodo 2014-2018 se tomaron de la Agencia Tributaria de España. 4.2. Datos de carácter energético La base de datos energéticos ha sido el sistema de explotación de la información Info-Energía (AAE, 2021). Esta base ofrece datos del consumo de energía final en el sector residencial por fuentes de energía (carbón, productos petrolíferos, gas natural, electricidad y energías renovables) y las ocho provincias andaluzas. Los datos relativos al consumo energético de la fuente “carbón” han sido eliminados del análisis, dada su nula su contribución en el consumo de energía final en el sector residencial en Andalucía durante los años 2014-2018. De las fuentes energéticas citadas hay dos que representan de forma agregada otros recursos energéticos. Se trata de los productos petrolíferos, que incluyen tanto al gasóleo como GLP, y las energías renovables, que incluyen a la biomasa, al biogás y a la energía solar térmica. La Tabla 2 resume esta información. Tabla 2: Resumen de las fuentes energéticas Fuente: elaboración propia 4.3. Datos de elaboración propia y consideraciones A partir de los datos económicos y energéticos, se han elaborado otros datos como la energía final consumida en cada una de las provincias por los hogares. Los datos que se han empleado para la obtención de los resultados han sido medidos siguientes Productos petrolíferos Gasóleo GLP Gas Natural Electricidad Energías renovables Biomasa y biogás Solar térmica 18 unidades: Consumo de energía final: toneladas equivalentes de petróleo (ktep); Renta disponible total: miles de euros; Población: unidad de personas; y Hogares en miles de hogares. En relación con el tratamiento de los datos, son pertinentes las siguientes consideraciones: 1) Dado que el sector residencial no es un sector productivo ni genera output alguno que pueda valorarse en unidades monetarias (Serrano-Puente, 2021; Xu & Ang, 2014), su intensidad energética se calcula por medio de una combinación de modelos aceptados: la relación entre el consumo de energía final y el número de hogares de cada provincia, así como la renta disponible para explicar la intensidad energética. 2) El portal Info-Energía muestra la intensidad energética en el sector residencial en relación con el número de hogares. Esta es la misma metodología que se ha empleado por parte de la AAE (2018c) a la hora de reflejar la evolución de la intensidad energética en el sector residencial de Andalucía. En este caso, el papel de los hogares no se encuentra vinculado al factor de la intensidad energética, pero tiene un papel relevante en los factores tamaño de hogar y hogar. 3) En el caso de la renta disponible total, conviene indicar que esta ha sido deflactada con el IPC con año base 2016, para eliminar el efecto de los precios. La división de EHi y la variable de la renta disponible total deflactada conforman el factor intensidad energética. Esta metodología encuentra su soporte en estudios como el planteado por Yeo et. al (2015), Román-Collado y Colinet (2018b) o Huo et al. (2021). 4) Los resultados que se exponen a continuación provienen del análisis del periodo global 2014-2018 y de los cuatro subperiodos correspondientes a las variaciones interanuales entre el año inicial y año final, que permitirán observar los comportamientos concretos de Andalucía y cada una de las provincias. 19 5.- RESULTADOS Y DISCUSIÓN 5.1. Descomposición del consumo de energía residencial en Andalucía A nivel de la región andaluza, el consumo de energía final del sector residencial aumentó un 2% entre 2014 y 2018. El análisis de descomposición LMDI permite explicar esta variación tal y como muestra el Gráfico 1. Gráfico 1: Resultados de los efectos del modelo de descomposición LMDI I en Andalucía (2014-2018) Fuente: elaboración propia. El comportamiento de los efectos en los subperiodos del estudio ha sido como sigue. Entre el subperiodo 2014-2015 se produce un crecimiento del 3,43%; entre el subperiodo 2015-2016 se produce una reducción del 2,82%; entre el subperiodo 2016-2017 se produce una reducción del 0,92%; y entre el subperiodo 2017-2018 se produce un aumento del 2,03%. La influencia de cada efecto sobre el consumo de energía final del sector residencial en cada subperiodo se refleja en el Gráfico 2. 20 Gráfico 2: Variaciones interanuales de los efectos del modelo de descomposición LMDI I en Andalucía (2014-2018) Fuente: elaboración propia. Los gráficos 1 y 2 muestran que el efecto estructura (ES) no tiene prácticamente influencia en el cambio del consumo de energía final en los subperiodos comprendidos entre el año 2014 y 2018. Estos resultados para el caso agregado de Andalucía también son extrapolables a todas sus provincias. De esta manera, dado que no se aprecian cambios significativos, la estructura del mix energético o matriz de consumo es muy estable para los subperiodos expuestos, al igual que ocurre en el estudio planteado por Colinet y Román-Collado (2016) para el caso específico del sector residencial en Andalucía. No ocurre así con el efecto eficiencia de los hogares (EF). Entre 2014 y 2018, genera una reducción del consumo de energía final del 14%. En términos interanuales, salvo en el subperiodo 2014-2015, en el resto de subperiodos ha actuado como un claro inhibidor en el consumo de energía final en el sector residencial de Andalucía, con una caída del 5% en los subperiodos 2015-2016, 2016-2017 y 2017-2018. 21 El efecto renta (Y) es uno de los principales impulsores del consumo de energía final en el sector residencial de Andalucía, ya que entre 2014 y 2018 impulsa el consumo de energía en 18%. Encuentra su máximo de crecimiento en el último subperiodo, 2017- 2018, con un crecimiento del 7%. El efecto tamaño del hogar (SH) actúa como inhibidor del consumo de energía residencial final, generando una reducción del 2% entre 2014 y 2018. En los dos subperiodos iniciales, se observa una reducción del 1% en el consumo de energía final. En el resto de los subperiodos no tiene influencia en el consumo de energía final ya que no se aprecian cambios significativos. Por último, el efecto hogar (H) actúa como impulsor o driver del consumo de energía final con un incremento del 2% entre 2014 y 2018. En la variación interanual, se observa un aumento del 1% en los dos subperiodos iniciales. Los resultados anteriores pueden estilizarse desagregándolos a nivel provincial, salvo para el caso del efecto estructura dada su nula influencia en la evolución del consumo de energía. 5.2. Descomposición del consumo de energía residencial en las provincias andaluzas Las provincias que han experimentado un aumento del consumo de energía final del sector residencial entre 2014-2018 han sido Almería (4,23%), Cádiz (0,37%), Huelva (0,66%), Sevilla (3,68%) y Málaga (6,96%), siendo esta última la provincia con el crecimiento más pronunciado. Las provincias que redujeron el consumo de energía final entre 2014-2018 han sido Córdoba (2,43%), Granada (0,48%) Jaén (7,14%), siendo esta última la provincia con mayor reducción del consumo (Tabla 3). El comportamiento en cada subperiodo se resume en la Tabla 3: 22 Tabla 3: Variación interanual del consumo de energía residencial 2014-2015 2015-2016 2016-2017 2017-2018 Almería +10,79% -3,53% -1,83% -0,67% Cádiz +2,27% -9,75% +10,69% +0,37% Córdoba +0,46% -4,03% -1,26% +2,50% Granada -3,05% -2,95% +1,05% +4,67% Huelva +2,44% -4,12% +1,91% +0,56% Jaén -5,71% -3,08% +1,06% +0,55% Málaga +2,41% -2,30% +2,92% +3,86% Sevilla +13,44% -0,37% -9,50% +1,36% Fuente: elaboración propia. A partir de lo anterior, en el subapartado siguiente se exponen y discuten los resultados del análisis de descomposición LMDI. Los resultados detallados se contienen en el Anexo A. 5.2.1. Efecto eficiencia de los hogares El efecto eficiencia de los hogares (EF) ha sido el inhibidor más importante en el consumo de energía residencial de Andalucía, logrando una reducción del consumo de energía final del 14%, y de todas sus provincias. Entre 2014 y 2018, la mayor reducción se observa en la provincia de Jaén (19%) y la menor en la provincia de Sevilla (11%) (Mapa 1). Mapa 1: Efecto eficiencia de los hogares (2014-2018) Fuente: elaboración propia con Flourish. 23 A nivel provincial, salvo en el subperiodo 2014-2015 en Almería (+5%), Huelva (0%) y Sevilla (+11%), y en el subperiodo 2016-2017 en Cádiz (+3%), en el resto de subperiodos el efecto ha reducido el consumo de energía. La provincia de Sevilla es la más polarizada en relación con este efecto. En el subperiodo 2014-2015 muestra un comportamiento ineficiente con un incremento del consumo de energía final del 11%, que representa el máximo alcanzado por este efecto en la serie temporal. Sin embargo, a medida que avanzan los subperiodos el efecto eficiencia actúa como inhibidor, logrando la mayor reducción del consumo de energía en 2016-2017 (-14%), que es el mínimo alcanzado en la serie temporal interanual. Este comportamiento puede ser debido a la aplicación de políticas públicas como el Plan de Acción de Energía Sostenible de Sevilla (Ayuntamiento de Sevilla, 2013), que contaba con objetivos concretos en materia de eficiencia energética residencial y de sensibilización ambiental. A pesar de que en todas las provincias se ha producido un progresivo aumento de la renta disponible total (Agencia Tributaria), se observa no ha ido acompañado de un aumento del consumo de energía en el sector residencial. Por lo tanto, salvo en los supuestos ya indicados, el sector residencial andaluz ha sido más eficiente energéticamente. Las acciones contenidas en la Estrategia Energética de Andalucía 2020 y el elevado grado de cumplimiento de las mismas que se recogen en las Memorias Anuales (AAE, 2017b, 2018b, 2019b), es coherente con los resultados obtenidos y prueban una mayor eficiencia energética. En particular, las medidas más efectivas para el sector residencial han podido guardar relación con las acciones del Programa de Cultura Energética y las medidas de fomento del autoconsumo de la energía eléctrica generada con fuentes renovables. Los resultados del efecto eficiencia energética como inhibidor en el sector residencial coinciden con otros alcanzados por la literatura científica (Economidou & Román-Collado, 2019; Reuter et al., 2019) y hay autores (Li et al., 2015) que señalan el 24 papel fundamental que tienen los avances tecnológicos a la hora de mejorar la eficiencia energética a partir de electrodomésticos con gran capacidad de ahorro. Sin embargo, para el caso de España, Román-Collado y Colinet (2018b) sostiene que el efecto eficiencia, al igual que el resto de efectos del modelo, actuaron como impulsores del consumo de energía en el sector residencial entre 2000-2013, principalmente por el elevado número de electrodomésticos por hogar. Se observa un cambio de tendencia en este nuevo espacio temporal para Andalucía, ya que los resultados tampoco coinciden con los alcanzados por Colinet y Román-Collado (2016) para el caso de Andalucía entre los años 2003-2011. En este trabajo se observa que el efecto intensidad contribuyó a un aumento del consumo de energía residencial del 0,9%. Este nuevo ciclo a partir de 2014 podría suponer un alivio a la brecha de la intensidad energética que tiene Andalucía en relación con el conjunto de España (5,9% frente al 5,1%) (Román-Collado & Colinet, 2021). El análisis por fuentes energéticas revela que las principales variaciones han tenido lugar en el consumo de la electricidad, siendo la fuente energética que más ha contribuido a la mejora de la eficiencia energética. 5.2.2. Efecto renta El efecto renta (Y) ha sido el impulsor más importante en el consumo de energía final del sector residencial entre 2014 y 2018, con un incremento del 18% para toda Andalucía, un porcentaje que anula la reducción generada por el efecto eficiencia de los hogares. El Mapa 2 muestra a nivel provincial entre 2014 y 2018 que los mayores incrementos del consumo de energía final se observan en la provincia de Almería y Málaga (23%). El menor incremento tiene lugar en la provincia de Granada (15%), Córdoba y Sevilla (16%). 25 Mapa 2: Efecto renta (2014-2018) Fuente: elaboración propia con Flourish. En relación con la variación interanual, el efecto ha generado un aumento del consumo de energía final en todos los subperiodos. Además, se observa una pauta común: todas las provincias alcanzan el mayor aumento del consumo de energía final debido al efecto renta en el subperiodo 2017-2018. Los mayores incrementos se observan en la provincia de Almería, Cádiz, Málaga y Sevilla (8%). La fuente energética que más contribuye al aumento del consumo de energía final es la electricidad, especialmente en la provincia de Almería y Málaga. Destaca también el caso del aumento del consumo de energías renovables en la provincia de Jaén. Según datos de la Agencia Tributaria, la renta disponible total de todas las provincias andaluzas experimentó un crecimiento interanual progresivo durante el periodo 2014-2018. En paralelo a esta evolución, el INE señala que las provincias que redujeron su población en este periodo fueron Jaén, Granada y Córdoba en todos los subperiodos, y Cádiz (salvo en 2014-2015) y Sevilla de forma parcial (salvo en 2014- 2015 y 2017-2018). La bajada de la población de las provincias de Cádiz, Córdoba, Granada y Jaén, puede ser debida al fenómeno del despoblamiento, tal y como señala la Federación Andaluza de Municipios y Provincias -FAMP- (2018). El aumento del consumo de energía residencial debido al efecto renta se ha producido por el comportamiento de las dos variables que componen la renta disponible 26 total per capita: por un lado, el incremento progresivo de la renta disponible total en Andalucía y en cada una de sus provincias; y, por otro, la progresiva reducción de la población de parte del territorio. Así, las provincias en las que se ha producido un mayor crecimiento de la renta per cápita se ha consumido más energía, lo cual concuerda con otros estudios (Achão & Schaeffer, 2009; Román-Collado & Colinet, 2018b; Yeo et al., 2015). La literatura científica ha abordado el papel del efecto renta en el consumo residencial. Xu y Ang (2014) explican que el consumo de energía final en el sector residencial se encuentra afectado por las condiciones socioeconómicas, climáticas y culturales de cada región. De todas las variables, la renta de los hogares es la más determinante en el incremento del consumo de energía final. Según otros estudios (Wang & Yang, 2016; Zhang & Bai, 2018; X. Zhao et al., 2012), el efecto renta intensifica más su efecto impulsor en los territorios con mayor concentración de zonas urbanas. Esto explica el caso de Málaga, que es la provincia en la que el efecto renta provoca el mayor aumento del consumo de energía final, por ser una de las provincias andaluzas que concentra más zonas urbanas de Andalucía (IECA). La brecha socioeconómica de la región de Andalucía con España (Román-Collado & Colinet Carmona, 2021), y la reflejada entre sus provincias, tiene una traducción directa en las variaciones del consumo de energía final. Por ello, expresa Sendra et al. (2013) que es necesario que se preste una mayor atención a los perfiles socioeconómicos en futuras políticas públicas energéticas. En una línea similar, otros autores (Chung et al., 2011; Zhao et al., 2012) señalan que las variaciones del consumo de energía final en el sector residencial podrían ser mejor explicadas con datos energéticos por niveles de ingresos y, en especial, teniendo en cuenta el fenómeno de la pobreza energética (Román-Collado & Colinet, 2018a). Este nivel de análisis genera interés en Andalucía, ya que es una comunidad autónoma con elevados índices de desigualdad, que concentra doce de las quince ciudades y barrios más pobres de toda España (INE, 2021a). 33 las siguientes recomendaciones para las políticas públicas energéticas: promover una mayor presencia en medios de comunicación; mensajes enfocados en el ahorro y buen uso de la energía; el uso de bienes altamente eficientes; y las posibilidades del uso de las energías renovables para generar agua caliente y aire acondicionado en los hogares. Además, a la luz de los resultados obtenidos en este trabajo, es necesario diseñar una nueva estrategia energética que segmente sus acciones teniendo en cuenta los cambios demográficos y el fenómeno del despoblamiento en las zonas rurales, el desacoplamiento de un mayor nivel de renta con un mayor consumo energético y el auge del modelo de hogar con menos ocupantes. 6.- CONCLUSIONES E IMPLICACIONES DE POLÍTICA ECONÓMICA El método de descomposición LDMI ha demostrado ser una herramienta adecuada para explicar los determinantes de las variaciones del consumo de energía final en el sector residencial de Andalucía. En este trabajo se analizó el periodo 2014-2018 considerando cinco factores o efectos de descomposición; el efecto estructura de la matriz energética, el efecto eficiencia de los hogares, el efecto renta, el efecto tamaño del hogar y el efecto hogar. El efecto estructura de la matriz energética no tuvo prácticamente influencia ni a nivel regional ni provincial. Esto se debió a que la estructura de la matriz de consumo energético ha sido muy estable durante todos los subperiodos. El efecto eficiencia de los hogares ha sido un efecto clave como inhibidor del consumo de energía final del sector residencial. Tanto a nivel regional como a nivel provincial se han observado destacadas reducciones del consumo, concentradas especialmente en los últimos tres subperiodos. Esto permitiría concluir que Andalucía podría encontrarse en un cambio de ciclo en materia de eficiencia energética. La fuente energética que más ha contribuido a la eficiencia energética ha sido la electricidad, lo que recomendaría la promoción de esta fuente energética en Andalucía, dada su contribución adicional a la descarbonización y a reducir la dependencia energética de la región. 34 El efecto renta actuó como el principal impulsor del consumo de energía final en el sector residencial. Generó un aumento progresivo en todas las provincias andaluzas que se intensificó especialmente en el subperiodo 2017-2018, con un especial crecimiento de la electricidad en todas las provincias y las energías renovables en la provincia de Jaén. Estos aumentos han sido debido al crecimiento progresivo de la renta total disponible ligado al descenso progresivo de la población andaluza. Los resultados de este efecto podrían haber sido más finos en caso de haber contado con datos energéticos por niveles de ingresos; un elemento de especial interés para abordar el análisis en Andalucía. Se puede concluir que la contribución del efecto renta ha anulado la reducción generada por el efecto eficiencia de los hogares. Si bien los hogares andaluces han sido más eficientes energéticamente, el aumento de la renta disponible total per cápita ha generado un aumento del consumo de energía final. De esta manera, el objetivo previsto por la Junta de Andalucía en la Estrategia Energética de Andalucía 2020, de reducción del consumo de energía residencial un 11,6% para el año 2020, no tiene visos de ser cumplido dado que no se ha tenido presente el impacto del efecto renta. Para amortiguar el impacto de este efecto, se recomienda redirigir el aumento de la capacidad de consumo derivado de una mayor renta disponible por medio de la puesta en marcha de políticas públicas destinadas a incentivar la compra de bienes altamente eficientes en la población, la inversión en energías renovables y la convocatoria de más ayudas para financiar o cofinanciar la rehabilitación energética de edificios. Otros efectos que se han compensado han sido el efecto tamaño del hogar y el efecto hogar. Si bien la disminución del número de ocupantes dentro del hogar ha propiciado una reducción del consumo de energía, el aumento de los hogares unipersonales y monoparentales ha generado un incremento que compensa la reducción anterior. Ambos efectos han tenido un comportamiento relativamente estable en el periodo de estudio. El efecto tamaño del hogar ha procurado determinar si número de personas por hogar de cada provincia ha sido un elemento clave en la variación del consumo de energía final. Tras los resultados obtenidos, dicho efecto ha actuado como un inhibidor débil del consumo de energía final en Andalucía en los dos primeros subperiodos. 35 El efecto hogar también ha sido bastante estable en el tiempo y en Andalucía ha contribuido al aumento del consumo de energía final en la misma proporción en la que el efecto anterior reducía el consumo. En el trabajo ha quedado demostrado que un descenso de la población no está reñido con una reducción del número de hogares. De hecho, en el caso de provincias como Cádiz, Córdoba y Granada se observa una relación inversa que prueba que a medida que descendió la población aumentó el número de hogares, lo cual concuerda con el auge de los modelos de hogares compuestos por uno o dos ocupantes. Es preciso reconocer varias limitaciones del análisis realizado. La elección de un periodo de tiempo tan acotado impide establecer conclusiones que sean extrapolables a la realidad andaluza desde una óptica estructural. Además, la imposibilidad de contar con los datos económicos necesarios para el modelo ha impedido analizar las causas de la variación del consumo entre los años 2018 y 2019, un periodo en el que se produce la mayor reducción del consumo de energía final desde 2014, de más de un 4%. Sin embargo, el trabajo presenta la oportunidad de definir el marco previo al estudio de la crisis de la Covid-19 y su impacto en el consumo energético final de los hogares; una temática que genera gran interés y que podrá ser abordada una vez que existan datos energéticos y económicos oficiales. Además, los datos obtenidos han permitido identificar propuestas para las políticas públicas energéticas. En primer lugar, es necesario que las futuras políticas cuenten con un mayor nivel de cooperación interinstitucional y con un mayor nivel de segmentación para atender a las particularidades de los territorios. Provincias como Almería y Málaga, que experimentan entre 2014-2018 un aumento de la población, el número de hogares y la renta disponible total, no deben tener la misma consideración que otras provincias que han sufrido el fenómeno del despoblamiento, como Córdoba, Granada y Jaén. En segundo lugar, conviene seguir intensificando las acciones de sensibilización, por medio de campañas comunicativas en medios de comunicación para lograr una mejor cultura energética en la población, así como promocionar hábitos basados en el ahorro y el buen uso de la energía, y la incorporación de contenidos relativos al uso de energía y la eficiencia energética en el currículo escolar de las enseñanzas de Primaria y Secundaria. 36 7.- REFERENCIAS AAE. (2015). Datos energéticos de Andalucía 2014. https://www.agenciaandaluzadelaenergia.es/sites/default/files/Documentos/datos_e nergeticos_de_andalucia_2014.pdf AAE. (2016). Datos energéticos de Andalucía 2015. https://www.agenciaandaluzadelaenergia.es/sites/default/files/Documentos/datos_e nergeticos_andalucia_2015.pdf AAE. (2017a). Datos energéticos de Andalucía 2016. https://www.agenciaandaluzadelaenergia.es/sites/default/files/Documentos/datos_e nergeticos_andalucia_2016_0.pdf AAE. (2017b). Memoria Anual 2016: Estrategia Energética de Andalucía 2020. https://www.juntadeandalucia.es/export/drupaljda/planes/14/08/Memoria 2016_EEA2020_c.pdf AAE. (2018a). Datos energéticos de Andalucía 2017. https://www.agenciaandaluzadelaenergia.es/sites/default/files/Documentos/datos_e nergeticos_2017.pdf AAE. (2018b). Memoria Anual 2017: Estrategia Energética de Andalucía 2020. https://www.juntadeandalucia.es/export/drupaljda/planes/14/08/Memoria 2017_EEA2020_c.pdf AAE. (2018c). Seguimiento del Plan de Acción 2016-2017. https://www.juntadeandalucia.es/export/drupaljda/planes/14/08/Seguimiento 2016_Plan Acción_EEA2020_c.pdf AAE. (2019a). Datos Energéticos de Andalucía 2018. https://www.agenciaandaluzadelaenergia.es/sites/default/files/Documentos/Datos Energeticos 2018.pdf AAE. (2019b). Memoria Anual 2018: Estrategia Energética de Andalucía 2020. https://www.juntadeandalucia.es/export/drupaljda/planes/14/08/Memoria 2018_EEA2020_c.pdf AAE. (2019c). Seguimiento del Plan de Acción 2018-2020: año 2018. https://www.juntadeandalucia.es/export/drupaljda/planes/14/08/Seguimiento 37 2018_Plan Acción_EEA2020_c.pdf AAE. (2020). Datos Energéticos de Andalucía 2019. https://www.agenciaandaluzadelaenergia.es/sites/default/files/Documentos/Planific ación/datos_energeticos_2019.pdf AAE. (2021). Sistema de explotación de información Info-Energía. Achão, C., & Schaeffer, R. (2009). Decomposition analysis of the variations in residential electricity consumption in Brazil for the 1980-2007 period: Measuring the activity, intensity and structure effects. Energy Policy, 37(12), 5208–5220. https://doi.org/10.1016/j.enpol.2009.07.043 Agencia Tributaria. (2021). Renta Bruta y Renta Disponible por CCAA, provincia y tamaño de población. Akbostancı, E., Tunç, G. İ., & Türüt-Aşık, S. (2018). Drivers of fuel based carbon dioxide emissions: The case of Turkey. Renewable and Sustainable Energy Reviews, 81(July 2017), 2599–2608. https://doi.org/10.1016/j.rser.2017.06.066 Ang, B. W. (2004). Decomposition analysis for policymaking in energy: Which is the preferred method? Energy Policy, 32(9), 1131–1139. https://doi.org/10.1016/S0301-4215(03)00076-4 Ang, B. W. (2005). The LMDI approach to decomposition analysis: A practical guide. Energy Policy, 33(7), 867–871. https://doi.org/10.1016/j.enpol.2003.10.010 Ang, B. W. (2015). LMDI decomposition approach: A guide for implementation. Energy Policy, 86, 233–238. https://doi.org/10.1016/j.enpol.2015.07.007 Ang, B. W., & Choi, K. H. (1997). Decomposition of aggregate energy and gas emission intensities for industries: a refined Divisia index method. Energy Journal, 18(3), 59–73. Ang, B. W., & Liu, F. L. (2001). A new energy decomposition method: Perfect in decomposition and consistent in aggregation. Energy, 26(6), 537–548. https://doi.org/10.1016/S0360-5442(01)00022-6 Ang, B. W., Mu, A. R., & Zhou, P. (2010). Accounting frameworks for tracking energy efficiency trends. Energy Economics, 32(5), 1209–1219. https://doi.org/10.1016/j.eneco.2010.03.011 38 Ang, B. W., Zhang, F. Q., & Choi, K. H. (1998). Factorizing changes in energy and environmental indicators through decomposition. Energy, 23(6), 489–495. https://doi.org/10.1016/S0360-5442(98)00016-4 Ayuntamiento de Sevilla. (2013). Plan de Acción de Energía Sostenible de Sevilla. Baležentis, A., Baležentis, T., & Streimikiene, D. (2011). The energy intensity in Lithuania during 1995-2009: A LMDI approach. Energy Policy, 39(11), 7322– 7334. https://doi.org/10.1016/j.enpol.2011.08.055 Cansino, José M., Sánchez-Braza, A., & Rodríguez-Arévalo, M. L. (2015). Driving forces of Spain’s CO2 emissions: A LMDI decomposition approach. Renewable and Sustainable Energy Reviews, 48, 749–759. https://doi.org/10.1016/j.rser.2015.04.011 Cansino, José Manuel. (2020). The challengue of energy efficiency in Europe and the rebound effect’s risk. Araucaria, 11(45), 269–289. https://doi.org/10.12795/ARAUCARIA.2020.I45.11 Cardenete, M. Alejandro, Fuentes-Saguar, P. D., & Polo, C. (2012). Energy Intensities and Carbon Dioxide Emissions in a Social Accounting Matrix Model of the Andalusian Economy. Journal of Industrial Ecology, 16(3), 378–386. https://doi.org/10.1111/j.1530-9290.2012.00457. Cardenete, M. Alejandro, Fuentes Saguar, P. D., & Polo, C. (2008). Análisis de intensidades energéticas y emisiones de CO2 a partir de la matriz de contabilidad social de Andalucía del año 2000. Economía Agraria y Recursos Naturales, 8(2), 31–48. https://doi.org/10.7201/earn.2008.02.02 Cardenete, Manuel Alejandro, & Fuentes, P. (2009). Análisis comparativo de las intensidades energéticas en Andalucía a partir de las matrices de contabilidad social: 2000 vs . 2005 . CLM Economía, 121–151. Chong, C. H., Liu, P., Ma, L., Li, Z., Ni, W., Li, X., & Song, S. (2017). LMDI decomposition of energy consumption in Guangdong Province, China, based on an energy allocation diagram. Energy, 133, 525–544. https://doi.org/10.1016/j.energy.2017.05.045 Chung, W., Kam, M. S., & Ip, C. Y. (2011). A study of residential energy use in Hong Kong by decomposition analysis, 1990-2007. Applied Energy, 88(12), 5180–5187. 39 https://doi.org/10.1016/j.apenergy.2011.07.030 Colinet Carmona, M. J., & Román Collado, R. (2016). LMDI decomposition analysis of energy consumption in Andalusia (Spain) during 2003–2012: the energy efficiency policy implications. Energy Efficiency, 9(3), 807–823. https://doi.org/10.1007/s12053-015-9402-y Colinet, M. J., & Román-Collado, R. (2016). LMDI decomposition analysis of energy consumption in Andalusia (Spain) during 2003-2012: the energy efficiency policy implications. Energy Efficiency, 9, 807–823. Consejo Económico y Social. (2016). El papel del sector de la construcción en el crecimiento económico: competitividad, cohesión y calidad de vida. Colección Informes, 02/2016. http://www.ces.es/documents/10180/3557409/Inf0216.pdf Csoknyai, T., Legardeur, J., Akle, A. A., & Horváth, M. (2019). Analysis of energy consumption profiles in residential buildings and impact assessment of a serious game on occupants’ behavior. Energy and Buildings, 196, 1–20. https://doi.org/10.1016/j.enbuild.2019.05.009 Dennehy, E. R., Dineen, D., Rogan, F., & Ó Gallachóir, B. P. P. (2019). Recession or retrofit: An ex-post evaluation of Irish residential space heating trends. Energy and Buildings, 205. https://doi.org/10.1016/j.enbuild.2019.109474 Economidou, M., & Román-Collado, R. (2019). Assessing the progress towards the EU energy efficiency targets using index decomposition analysis. Publications Office of the European Union, EUR 29665. https://doi.org/10.2760/61167 FAMP. (2018). Informe FAMP: A propósito del Despoblamiento en Andalucía. http://www.famp.es/export/sites/famp/.galleries/documentosrecsa/DESPOBLAMIENTO-INFORME.pdf Fundación, T. F. W. (2020). Informe sobre la situación de las familias en Andalucía. Gago, E. J., García, J. O., & Estrella, A. E. (2011). Development of an energy model for the residential sector: Electricity consumption in Andalusia, Spain. Energy and Buildings, 43(6), 1315–1321. https://doi.org/10.1016/j.enbuild.2011.01.016 Gálvez, P., Mariel, P., & Hoyos, D. (2015). Estimating the direct rebound effect in the residential energy sector: An application in Spain. Green Energy and Technology, 164, 165–182. https://doi.org/10.1007/978-3-319-03632-8_7 40 Goh, T., & Ang, B. W. (2019). Tracking economy-wide energy efficiency using LMDI: approach and practices. Energy Efficiency, 12(4). https://doi.org/10.1007/s12053- 018-9683-z Gonzalez, J. F. (2010). The rebound effect: evidence for Catalonia and indirect effects through an environmental input-output analysis. Energy, 1–19. Hojjati, B., & Wade, S. H. (2012). U.S. household energy consumption and intensity trends: A decomposition approach. Energy Policy, 48, 304–314. https://doi.org/10.1016/j.enpol.2012.05.024 Holzmann, A., Adensam, H., Kratena, K., & Schmid, E. (2013). Decomposing final energy use for heating in the residential sector in Austria. Energy Policy, 62, 607– 616. https://doi.org/10.1016/j.enpol.2013.07.027 Huang, Y. H. (2020). Examining impact factors of residential electricity consumption in Taiwan using index decomposition analysis based on end-use level data. Energy, 213, 119067. https://doi.org/10.1016/j.energy.2020.119067 Huo, T., Ma, Y., Yu, T., Cai, W., Liu, B., & Ren, H. (2021). Decoupling and decomposition analysis of residential building carbon emissions from residential income: Evidence from the provincial level in China. Environmental Impact Assessment Review, 86(October 2020), 106487. https://doi.org/10.1016/j.eiar.2020.106487 IECA. (2021). Anuario Estadístico de Andalucía. https://www.juntadeandalucia.es/institutodeestadisticaycartografia/anuario/index.ht m INE. (2020). Proyección de hogares. 2020-2035. INE. (2021a). Indicadores Urbanos: Edición 2021. https://www.ine.es/prensa/ua_2021.pdf INE. (2021b). Número de hogares por provincias según tipo de hogar y número de habitaciones de la vivienda. https://www.ine.es/jaxi/Tabla.htm?path=/t20/p274/serie/def/p03/l0/&file=03003.p x&L=0 INE. (2021c). Población por provincias y sexo. https://www.ine.es/jaxiT3/Tabla.htm?t=2852 41 Instituto para la Diversificación y Ahorro de la Energía. (2021). Balance del consumo de energía final 1990-2018. Junta de Andalucía. (2014). Estrategia Energética de Andalucía 2014-2020: Informe de sostenibilidad ambiental. https://www.juntadeandalucia.es/export/drupaljda/ISA _EA ENERGIA_informacion publica_0.pdf Junta de Andalucía. (2020). I Plan de Familias en Andalucía 2020-2025. https://observatorio.campus-virtual.org/uploads/40394_BORRADOR-Plan- Familias-Andalucia-2020-2025.pdf Junta de Andalucía. (2021). Directrices Energéticas de Andalucía Horizonte 2030. https://www.agenciaandaluzadelaenergia.es/sites/default/files/Documentos/Planific ación/directrices_energeticas_de_andalucia_horizonte_2030.pdf Kurniawan, R., Sugiawan, Y., & Managi, S. (2018). Cleaner energy conversion and household emission decomposition analysis in Indonesia. Journal of Cleaner Production, 201, 334–342. https://doi.org/10.1016/j.jclepro.2018.08.051 Larrubia, R., Navarro, S., & Natera, J. J. (2020). Desequilibrios demográficos en los municipios rurales malagueños. Tipificación según su crecimiento y dinámica natural y migratoria. Colorural, 1–15. Las-Heras-Casas, J., López-Ochoa, L. M., López-González, L. M., & Paredes-Sánchez, J. P. (2018). A tool for verifying energy performance certificates and improving the knowledge of the residential sector: A case study of the Autonomous Community of Aragón (Spain). Sustainable Cities and Society, 41(April), 62–72. https://doi.org/10.1016/j.scs.2018.05.016 Li, W., Sun, S., & Li, H. (2015). Decomposing the decoupling relationship between energy-related CO2 emissions and economic growth in China. Natural Hazards, 79(2), 977–997. https://doi.org/10.1007/s11069-015-1887-3 López-González, L. M., López-Ochoa, L. M., Las-Heras-Casas, J., & García-Lozano, C. (2018). Final and primary energy consumption of the residential sector in Spain and La Rioja (1991–2013), verifying the degree of compliance with the European 2020 goals by means of energy indicators. Renewable and Sustainable Energy Reviews, 81(May 2016), 2358–2370. https://doi.org/10.1016/j.rser.2017.06.044 Mendiluce, M. (2007). Cómo afectan los cambios estructurales a la intensidad 42 energética de España. Ekonomiaz, 65(65), 362. Mendiluce, M., Pérez-Arriaga, I., & Ocaña, C. (2010). Comparison of the evolution of energy intensity in Spain and in the EU15. Why is Spain different? Energy Policy, 38(1), 639–645. https://doi.org/10.1016/j.enpol.2009.07.069 Mendiluce Villanueva, M. (2012). Los determinantes del consumo energético en españa: ¿se ha mejorado la eficiencia energética? Papeles de Economía Española, 134, 196–210. Merini, I., Molina-García, A., Socorro García-Cascales, M., Mahdaoui, M., & Ahachad, M. (2020). Analysis and comparison of energy efficiency code requirements for buildings: A Morocco-Spain case study. Energies, 13(22). https://doi.org/10.3390/en13225979 O’ Mahony, T., Zhou, P., & Sweeney, J. (2012). The driving forces of change in energy-related CO 2 emissions in Ireland: A multi-sectoral decomposition from 1990 to 2007. Energy Policy, 44, 256–267. https://doi.org/10.1016/j.enpol.2012.01.049 ONU. (2015). Resolución 70/1. Transformar nuestro mundo: la Agenda 2030 para el Desarrollo Sostenible. Reuter, M., Patel, M. K., & Eichhammer, W. (2019). Applying ex post index decomposition analysis to final energy consumption for evaluating European energy efficiency policies and targets. Energy Efficiency, 12(5), 1329–1357. https://doi.org/10.1007/s12053-018-09772-w Rogan, F., Cahill, C. J., & ÓGallachóir, B. P. (2012). Decomposition analysis of gas consumption in the residential sector in Ireland. Energy Policy, 42, 19–36. https://doi.org/10.1016/j.enpol.2011.10.059 Román-Collado, R., & Colinet Carmona, M. J. (2021). Energy efficiency’s key role in explaining the performance of energy consumption in Andalusia (Spain). Environmental Science and Pollution Research, 2050, 20188–20208. https://doi.org/10.1007/s11356-020-11829-2 Román-Collado, R., & Colinet, M. J. (2017). Is residential Energy consumption a key driver of final Energy consumption changes in Andalusia? Comercio Internacional y Empleo, XLIII Reun.