Is residential energy consumption a key driver of final energy consumption changes in Andalucia?

IS RESIDENTIAL ENERGY CONSUMPTION A KEY DRIVER OF FINAL ENERGY CONSUMPTION CHANGES IN ANDALUCIA? Rocío Román Collado1 ([email protected]) and María José Colinet Carmona2 ([email protected]) Department: Análisis Económico y Economía Política University: 1Universidad de Sevilla (Spain) y Universidad Autónoma de Chile (Chile). 2Universidad de Sevilla (Spain) Subject area: Sostenibilidad, recursos naturales y medio ambiente Abstract: The economic expansion period during 2000-2008 was accompanied by an important increase of energy consumption in Andalusia. The desire of decoupling between both of them, has led us to carry out a structural decomposition analysis (SDA) based on the Andalusia input-output tables. Additionally, this decomposition has been supplemented by a Logarithmic Mean Divisia Index (LMDI) analysis of the energy consumption changes during a longer period 2000-2013. Therefore, the novelty of this paper is found in the following aspects: i) the structural decomposition of the final energy consumption changes is applied on the largest disaggregation of sectors made until now for the Andalusian economy (73 productive sectors) during the period 2000-2008; ii) the LMDI analysis provide results for a longer period (2000-2013) and allows us to compare the two decomposition approaches; iii) both decompositions analyse the residential and productive energy consumption changes, iv) the analysis provides a better understanding of the energy sources that are behind the driving forces; and v) based on the above results, some energy policy recommendations are provided. Keywords: Decomposition analysis, final energy consumption, residential consumption, energy policy. JEL codes: D57, D10 1. Introducción Dentro del ámbito de la Unión Europea (UE), los Estados Miembros tienen entre sus prioridades la reducción del consumo de energía. A corto plazo, la “Estrategia para un crecimiento inteligente, Sostenible e Integrador, Europa 2020” (European Commission, 2010) establece, entre sus objetivos, una reducción del 20 % de la tendencia del consumo de energía primaria previsto para 2020. En el horizonte de 2030, el objetivo mínimo establecido ha sido la reducción del consumo de energía y de las emisiones de CO2 en un 27 % y 40 % respectivamente (European Commission, 2014). El objetivo de la Unión Europea para 2050 es mucho más ambicioso, ya que pretende descarbonizar la economía europea en un 80%-95% respecto a los niveles de emisiones de 1990 (European Commission, 2011). En el periodo 2000-2013, Andalucía experimentó un importante crecimiento del consumo de energía final de 1,4 %, del PIB un 17,6 % (IECA, 2015) y de la tasa de paro 13,5 puntos porcentuales (INE, 2016a). Sin embargo, hay dos subperiodos claramente diferenciados, desde el punto de vista del consumo de energía y el comportamiento de la actividad económica (Hospidio y Moreno-Galvis, 2015). Un primer subperiodo entre 2000 y 2007 y un segundo subperiodo entre 2008 y 2013. En el caso de Andalucía tiene especial relevancia el parámetro de productividad laboral ya que no sigue las pautas de la española. En la totalidad del periodo 2000-2013 la productividad laboral se redujo un 6,4 %, pero se observa un comportamiento desigual en los dos subperiodos. Mientras que en el subperiodo de expansión económica incrementó la productividad en un 1,8 %, en el segundo subperiodo se redujo un 8,1 % (IECA, 2015). El periodo 2000-2013 vino acompañado por numerosas medidas de política energética. En el caso de la Comunidad Autónoma de Andalucía contó con diferentes planes energéticos, en concreto, el Plan Energético de Andalucía 2003-2006 (PLEAN) (CEDT, 2003) y el Plan Andaluz de Sostenibilidad Energética 2007-2013 (PASENER) (CICE, 2007). 2 El análisis de los factores que inciden en el cambio del consumo de energía en un periodo puede contribuir a identificar las medidas óptimas para lograr los objetivos marcados. Existen diferentes métodos de descomposición que permiten determinar y calibrar los distintos factores socieconómicos, energéticos o ambientales que explican los cambios en algún parámetro, en nuestro caso el consumo de energía, en un periodo de tiempo y/o entre diferentes regiones o economías (Ang et al., 2016). El objetivo de este trabajo es analizar los factores que determinan e influyen en la variación del consumo de energía en España y Andalucía en el periodo 2000 – 2013, incluyendo a su vez el análisis de los dos subperiodos identificados. De esta forma se identificarán los efectos de dichos cambios tanto en el periodo de expansión como en el periodo de recesión. En base a los resultados obtenidos se analizarán las políticas en materia energética llevadas a cabo en el periodo para reducir el consumo de energía en cumplimiento de los objetivos de la Unión Europea. El trabajo se estructura en cinco secciones, a esta introducción le sigue la sección segunda donde se expone la metodología desarrollada. La tercera sección explica las bases de datos utilizadas. En la cuarta sección se presentan los resultados obtenidos. Y en la sección quinta se presenta la discusión y algunas conclusiones. 2. Metodología En nuestro trabajo, el consumo de energía total de toda la economía se divide en consumo procedente de las ramas de actividad y el consumo de energía de los hogares. 2.1 Análisis de descomposición estructural del consumo total de energía final. Para el análisis de descomposición estructural, el consumo de energía total de la economía viene representado por el vector (e) de dimensión kx1 en la ecuación (1), siendo k las distintas fuentes energéticas consideradas. Este vector se descompone en el consumo de energía de las distintas ramas de actividad (eind) de dimensión kx1 y el vector de consumo de energía de los hogares (eh) de dimensión kx1. 3 ind h ee e= + (1) Para realizar el análisis de descomposición estructural, el vector de consumo (eind) se obtiene a partir de la factorización del consumo de energía de las ramas de actividad. Para ello se parte de la expresión matricial de Leontief (1936 y 1986): x Ax y= + (2) Donde x representa el vector de la producción sectorial de las n ramas de actividad (de dimensión nx1), A es la matriz de coeficientes técnicos de dimensión nxn cuyos elementos son aij e y representa al vector de la demanda final de dimensión nx1. La matriz A es obtenida a partir de la tabla simétrica a precios básicos. Operando en la expresión (2), el vector de producción se expresa de la siguiente forma: 1 ()x I A y Ly − = − ⋅=⋅ (3) Donde I representa la matriz unidad y (I - A) -1 es la matriz inversa de Leontief, denominada también matriz L de dimensión nxn. Cada elemento de la matriz A representa la participación de cada input en el output total de cada una de las ramas de actividad, por lo tanto suministra información en términos unitarios sobre la cuantificación del aumento del output xi, si se incrementa una unidad la rama de actividad i-ésima. La matriz A mide los efectos directos producidos, sin embargo, no da una visión completa de los efectos sobre la economía al no medir el efecto indirecto debido a la demanda inducida, efecto que puede ser cuantificado con la matriz inversa de Leontief (Soza, 2007). Para obtener el consumo de energía final, la expresión (3) es pre-multiplicada en ambos lados por la matriz de consumo de energía final por unidad de output para cada fuente energética, matriz IN de dimensión kxn, tal como se muestra en la expresión (4). ˆ ind E IN L Y= ⋅⋅ (4) 4 Donde Eind es la matriz de consumo de energía de todas las ramas de actividad, cuya dimensión en kxn, siendo k las distintas fuentes energéticas y n las ramas de actividad. es la matriz diagonal (dimensión nxn) del vector de demanda final, y. Adicionalmente, la matriz de la ecuación (4) es descompuesta en ˆ sp Yyp⋅⋅ , donde ˆ s Y es una matriz diagonal (dimensión nxn) que muestra la participación de la demanda final de cada sector sobre la demanda final, yp muestra la participación de la demanda final total por población (dimensión 1x1) siendo p un escalar que muestra la población (dimensión 1x1). Así la matriz ind E está definida por: ˆ ind s p E IN L Y y p= ⋅⋅ ⋅ ⋅ (5) A partir de la suma de las “n” columnas de la matriz ind E se obtiene la ecuación (6): ind s p e IN L y y p= ⋅⋅ ⋅ ⋅ (6) donde s y es el vector de estructura de la demanda de dimensión nx1, que muestra la participación de la demanda sectorial sobre la demanda final total. Por otra parte, el vector de consumo de energía de los hogares ( h e ) se obtiene a partir del consumo residencial, es decir, la energía consumida directamente por los hogares para calefacción y refrigeración, iluminación, electrodomésticos, cocina, agua caliente sanitaria, etc., (vector res e de dimensión kx1) y del consumo de energía del transporte privado por carretera (vector tp e de dimensión kx1). La metodología de cálculo del consumo de energía procedente del transporte privado se incluye en el Anexo A. De esta forma, el consumo total de energía de los hogares ( h e ) es definido como: h res tp ee e= + (7) A su vez, el vector res e puede ser descompuesto en dos factores: uso residencial de la energía (r) (que es la energía demandada para el uso residencial por habitante) y la población (p). En el caso del vector tp e los factores considerados de descomposición son 5 la energía usada en el transporte privado por carretera (t) (consumo de energía en transporte privado por vehículo) y el número de vehículos usado para el transporte privado por carretera (v) res res e e p rp p = ⋅=⋅ (8) tp tp e e v tv v = ⋅=⋅ (9) 2.1.1 Análisis de descomposición estructural El Análisis de Descomposición Estructural (SDA), nos permite obtener la desagregación de las causas que inciden en la variación del consumo de energía en un periodo mediante el empleo de tablas input-output (TIO), que fueron desarrolladas por Leontief (1936). Estas tablas permitieron realizar los primeros análisis de emisiones y energía (Leontief, 1970; Leontief y Ford, 1972). Se ha realizado un análisis de descomposición aditivo de la variación del consumo de energía total ( e∆ ) entre 2000 y 2008, en nueve efectos según se muestra en la siguiente ecuación: ( )( )( ) ind res tp s p ind res e e e e IN L y y p r p t v∆ =∆ +∆ +∆ = ∆ +∆ +∆ +∆ +∆ + ∆ +∆ + ∆ +∆ (10) El primer paréntesis de la ecuación (10) corresponde a la descomposición del consumo de energía procedente de las ramas de actividad, esto es, siendo ΔIN el efecto intensidad energética, ∆L es el efecto Leontief, ∆ys es el efecto estructural, ∆yp es el efecto nivel de vida, ∆pind es el efecto de la población. En el segundo paréntesis de la ecuación (10) se descompone el consumo residencial en efecto del uso de energía residencial por persona (∆r) que muestra variaciones en el consumo de energía de los hogares debido a los cambios en el consumo de energía por hogar y el efecto de la población (∆pres) que muestra los cambios en el consumo de energía de los hogares debido a un aumento de la población. El tercer paréntesis de la ecuación (10) descompone el consumo de energía debido al transporte privado en el efecto del uso de la energía en el transporte privado 6 por carretera por vehículo (∆t) que muestra los cambios en el consumo de energía debido a variaciones en el consumo de energía por vehículo y el efecto número de vehículos (∆v) que muestra los cambios en el consumo de energía debido a variaciones en los vehículos privados. Se ha aplicado el método D&L también denominado “descomposición polar” (Dietzenbacher y Los, 1998) para el cálculo de los efectos de la descomposición estructural realizada. Este método cumple con las características esenciales recomendadas por Ang et al. (2009) para su aplicación: (a) fundamentos teóricos, (b) adaptabilidad, (c) facilidad de uso y (d) fácil interpretación (Su y Ang, 2012a; Lan et al., 2016). De esta forma, la descomposición de e∆ ind se calcula a partir de la media de las expresiones (11) y (12). 1111011100 11000 10000ind s p ind s p ind s p ind s p ind s p ind e INL y y p IN Ly y p IN L y y p IN L y y p IN L y y p∆=∆ +∆ + ∆ + ∆ + ∆ (11) 0000100011 00111 01111ind s p ind s p ind s p ind s p ind s p ind e INL y y p IN Ly y p IN L y y p IN L y y p IN L y y p∆=∆ +∆ + ∆ + ∆ + ∆ (12) Por otra parte, el cálculo de las descomposiciones de ∆eres y ∆etp se obtiene a partir de las expresiones (13) y (14) respectivamente: 11 22 () () res res res e rp r p∆ =∆ ⋅ + ⋅∆ (13) 11 22 () () tp e tv t v∆ =∆ ⋅ + ⋅∆ (14) 2.2 Metodología de análisis del LMDI aditivo del consumo de energía sectorial y de los hogares Para el análisis LMDI, el consumo de energía total de la economía se descompone de forma similar a como lo hacíamos en las ecuaciones (1) y (7). En concreto, el consumo de energía total ( E ) se divide en consumo productivo o consumo procedente de las n ramas de actividad ( S E ) y consumo de los hogares ( H E ). Adicionalmente, el consumo de energía de los hogares se divide en consumo procedente del transporte privado ( tp E ) y consumo residencial ( res E ) tal y como se expresa en la siguiente ecuación. 7 S H S tp res EEE EEE=+=++ (15) Tal y como proponen Ang et al. (2010) y Belzer (2014), el consumo de energía procedente de las ramas de actividad se descompone en cuatro factores según se expresa en la siguiente ecuación: 11 nn ii i S i Li i i ii ii ELQ E E Q I PSQ LQQ = = = = ⋅⋅⋅=⋅⋅⋅ ∑∑ (16) Siendo Li I el factor intensidad sectorial, i P el factor inversa de la productividad del trabajo, i S el factor estructural y Q el factor actividad. En segundo lugar, el consumo de energía final del transporte privado es descompuesto en tres factores: intensidad transporte privado ( tp I ), nivel de vida en transporte privado ( v A ) y actividad ( Q ). tp tp tp tp v EE v E Q Q I AQ Q vQ = ⋅= ⋅⋅= ⋅ ⋅ (17) siendo v el número de vehículos para uso privado. En tercer lugar, el consumo de energía residencial queda descompuesto en tres factores: intensidad residencial ( res I ), nivel de vida residencial ( p A ) y actividad ( Q ), como muestra la siguiente ecuación: res res res res p E Ep E Q Q I AQ Q pQ = ⋅= ⋅⋅= ⋅ ⋅ (18) siendo p la población y p A la inversa de la renta per cápita. Aplicando el método de descomposición aditiva LMDI-I como recomienda la literatura especializada (Ang et al., 2010 y Ang, 2015), a partir de la ecuación (15) y considerando las definiciones de las ecuaciones (16), (17) y (18); la variación del 8 consumo de energía en un periodo de tiempo (0 ,T) viene definido por la siguiente expresión: 1 111 n nnn Li i i i res p res tp v tp i iii E I P S QI AQ I AQ = = = = ∆ = ∆ + ∆ + ∆ + ∆ +∆ +∆ +∆ +∆ +∆ +∆ ∑ ∑∑∑ (19) En el anexo B se muestra el cálculo de cada uno de los efectos. Siendo Li I ∆ es el efecto intensidad energética sectorial (muestra las variaciones del consumo de energía que son debidas a un cambio en el uso de energía por hora trabajada), res I∆ es el efecto intensidad energética residencial (muestra el cambio en el consumo de energía debido a una variación del consumo de energía por habitante), tp I∆ es el efecto intensidad energética del transporte privado (muestra las variaciones del consumo de energía debidas a un cambio en el consumo de energía por vehículo privado), i P∆ es el efecto inversa de la productividad del trabajo (muestra las variaciones del consumo de energía debidas a un cambio en la inversa de la productividad del trabajo, que denominaremos efecto productividad), i S∆ es el efecto estructural (muestra las variaciones del consumo de energía debidas a un cambio en la participación de un sector en la producción final), p A ∆ es el efecto nivel de vida residencial (muestra las variaciones en el consumo de energía que son debidas a un cambio en la renta per cápita), v A∆ es el efecto nivel de vida en transporte privado (muestra las variaciones en el consumo de energía que son debidas a un cambio en el número de vehículos por unidad producida), i Q∆ es el efecto actividad de cada sector i (muestra las variaciones en el consumo de energía que son debidas a un cambio en la producción inducido por el sector i), res Q∆ es el efecto actividad debido sector residencial (muestra las variaciones del consumo de energía debidas a un cambio en la producción inducido por los residentes), tp Q∆ es el efecto actividad debido al transporte privado (muestra las variaciones del consumo de energía debidas a un cambio de la producción inducido por el sector transporte privado). 9 Cuando dividimos el periodo de análisis en dos subperiodos, el primero coincidente con la etapa de expansión (2000-2007) y el segundo con la etapa de recesión y recuperación económica (2008-2013), se observan cambios significativos. En primer lugar, en el primer periodo (2000-2007) el efecto actividad es el que más contribuye al incremento del consumo de energía (2.637 ktep). Asimismo, se produce un aumento del consumo de energía debido al aumento de vehículos en relación a la producción de la economía, lo que es resultado del aumento del uso del transporte privado en esta etapa debido al aumento del nivel de vida de la población. Respecto a los efectos que contrarrestan el crecimiento del consumo de energía destacan el efecto estructura. En este caso, el cambio en la estructura productiva producido en el periodo favorece la reducción del consumo al incrementarse los sectores menos intensivos en consumo energético. En cuanto al segundo de los subperiodo, se caracteriza por una reducción del consumo de energía en Andalucía de 2.471 ktep. En este subperiodo todos los efectos contribuyen a la reducción del consumo, salvo en los efectos nivel de vida residencial y de transporte privado. En el primer caso, se observa un aumento del consumo de energía debido a una reducción de la renta per cápita y en el segundo caso, se produce un aumento del consumo debido al aumento de vehículos por unidad producida. Además, el efecto intensidad residencial es positivo, aunque en tan solo 39 ktep. En cuanto a los efectos que más contribuyen a la reducción del consumo de energía en este subperiodo, son el efecto intensidad transporte privado, estructura e intensidad energética sectorial. El mayor impacto en el consumo de energía se produce como consecuencia del menor consumo energético por unidad producida en los sectores productivos (efecto intensidad sectorial) así como el menor consumo energético por vehículo (intensidad del transporte privado) y por el cambio de estructura que experimenta la economía andaluza en el subperiodo hacia sectores menos consumidores de energía, principalmente del sector servicios. 16 Tabla 3. Evolución de los efectos de variación del consumo de energía final en Andalucía en los subperiodos 2000-2007 y 2008-2013 (ktep) 2000-2007 2008-2013 Intensidad sectorial 746 -709 Intensidad residencial 34 39 Intensidad transporte privado -417 -966 Actividad 3.103 -533 Estructura -1.060 -788 Productividad 87 -24 Nivel de vida residencial -268 145 Nivel de vida transporte privado 411 360 Total 2.637 -2.476 Fuente: Elaboración propia La figura 2 representa los resultados obtenidos en el análisis encadenado de los efectos de la variación del consumo de energía final de Andalucía 2000- 2013. Se observa como los efectos actividad, nivel de vida transporte privado, productividad y estructura son los que tienen una mayor relevancia a lo largo del periodo, los dos primeros favorecen el incremento del consumo de energía y los otros dos, lo reducen. Asimismo, se aprecia como el efecto intensidad sectorial tiene una elevada contribución al incremento del consumo de energía en Andalucía. Se observa que, en el periodo de contracción de la economía, el efecto intensidad del transporte privado y el efecto estructura reducen considerablemente el consumo de energía final. Este resultado muestra que el periodo de crisis se reduce el uso del transporte privado y por tanto, reduce la intensidad medida por unidad de vehículo. Asimismo, se observa un aumento de la productividad del trabajo como consecuencia de la mayor producción por hora trabajada, lo que provoca una disminución del consumo de energía por el efecto productividad. No obstante, el efecto productividad induce a un mayor consumo de energía en los años centrales de la crisis, como consecuencia de una reducción de la productividad, debido a que las horas trabajadas disminuyen más que la producción. 17 Figura 2. Análisis anual encadenado del consumo de energía final en Andalucía 2000- 2013 (ktep) Fuente: Elaboración propia 4.2.1 Análisis LMDI-I multinivel del consumo de energía final en Andalucía La aplicación del método LMDI-I nos ha permitido determinar los efectos que influyen en la variación del consumo de energía final por sectores. Figura 3. Efectos de la variación del consumo de energía final sectorial en Andalucía 2000-2013 (ktep) Actividad Productividad Estructura Intensidad sectorial Intensidad residencial Intensidad transporte privado Nivel vida residencial Nivel vida t. p. 18 Fuente: Elaboración propia El sector residencial contribuye en mayor medida al aumento del consumo por el efecto intensidad energética sectorial y al descenso del consumo debido al efecto nivel de vida residencial. El sector industrial contribuye significativamente a la reducción del consumo de energía debido al efecto estructura y en menor medida debido al efecto productividad. Finalmente, el sector servicios contribuye menos al efecto intensidad sectorial y su efecto productividad es positivo. Tabla 4. Efectos intensidad, productividad, nivel de vida, estructura y actividad de los sectores productivos y hogares en Andalucía 2000-2013 (ktep) 2000-2013 2000-2007 2008-2013 INDUSTRIA INTENSIDAD 555 228 372 PRODUCTIVID -123 -283 136 Actividad Productividad Estructura Intensidad sectorial Intensidad residencial Intensidad transporte privado Nivel vida residencial Nivel vida t. p. 19 2000-2013 2000-2007 2008-2013 ESTRUCTURA -1397 -425 -1.078 ACTIVIDAD 609 825 -133 TOTAL -356 346 -702 CONSTRUCCIÓ N INTENSIDAD 34 43 18 PRODUCTIVID -15 7 -33 ESTRUCTURA -32 11 -66 ACTIVIDAD 10 21 -3 TOTAL -3 82 -85 SERVICIOS INTENSIDAD -356 105 -551 PRODUCTIVID 252 1 303 ESTRUCTURA 190 25 201 ACTIVIDAD 208 262 -52 TOTAL 294 392 -98 PRIMARIO INTENSIDAD 376 423 -11 PRODUCTIVID -342 -83 -323 ESTRUCTURA -49 -230 193 ACTIVIDAD 180 239 -45 TOTAL 164 349 -185 TRANSPORTE NO PRIVADO INTENSIDAD -520 -53 -537 PRODUCTIVID 286 445 -108 ESTRUCTURA -412 -441 -39 ACTIVIDAD 495 697 -115 TOTAL -150 648 -799 TRANSPORTE PRIVADO INTENSIDAD -1.204 -417 -966 NIVEL VIDA 668 411 360 ACTIVIDAD 436 614 -102 TOTAL -100 608 -708 RESIDENCIAL INTENSIDAD 72 34 39 NIVEL VIDA -139 -268 145 ACTIVIDAD 380 446 -83 TOTAL 313 212 101 TOTAL INTENSIDAD -1.042 363 -1.635 PRODUCTIVID 57 87 -24 NIVEL VIDA 529 144 505 ESTRUCTURA -1.700 -1.060 -788 ACTIVIDAD 2.318 3.103 -533 TOTAL 161 2.637 -2.476 Fuente: Elaboración propia 20 4.2.2 Análisis LMDI-I del consumo de energía final en Andalucía por fuentes energéticas y efectos Respecto a las fuentes energéticas generadoras de la energía final consumida en el periodo 2000-2013, el gas natural y las energías renovables son las únicas que han incrementado su uso, debido básicamente a los efectos intensidad residencial y sectorial. El resto de fuentes energéticas (carbón, productos petrolíferos y nuclear) reducen su consumo debido fundamentalmente al efecto intensidad sectorial, transporte privado y residencial. El efecto actividad contribuye al incremento del consumo de todas las fuentes energéticas. Por el contrario los efectos estructura y productividad favorecen su reducción. Figura 4 Contribución de los recursos energéticos a los efectos de la variación del consumo de energía final sectorial en Andalucía 2000-2013 (ktep) Fuente: Elaboración propia Carbón Gas natural Nuclear Energías renovables Productos petrolíferos 21 5.- Discusión y Conclusiones. En cuanto al análisis efectuado por fuentes energéticas, tanto con el método SDA como LMDI-I, se observa que el incremento de productos petrolíferos se debe principalmente a un incremento del nivel de vida relacionado con el aumento del número de vehículos privados en el periodo. En cuanto al incremento del consumo de gas natural y de las energías renovables, se deben en gran medida al crecimiento de la actividad económica (VAB, nivel de vida, población, etc.) y de la intensidad energética sectorial. Respecto a la energía nuclear y el carbón, se produce un descenso de su consumo en el periodo, estando explicado en los dos métodos de descomposición, por el efecto intensidad sectorial. El efecto intensidad nos ha permitido valorar la contribución de las distintas medidas adoptadas en el ámbito de la política energética para mejorar el consumo de energía de España y Andalucía. Llegamos a la conclusión de que los programas de ayudas públicas para la adopción de medidas de ahorro y mejora de la eficiencia energética en la industria, junto con los planes de movilidad urbana y de transporte para empresas son las medidas que han contribuido más a la reducción del consumo de energía. Por el contrario, los destinados a la mejora de la eficiencia energética en el sector residencial, son los que han tenido un menor impacto. En general, todas estas medidas se corresponden con subvenciones a la inversión en equipos e instalaciones. En el caso de las energías renovables, las medidas que principalmente se han utilizado y que han favorecido el gran despegue de esta energía en el periodo analizado, son medidas regulatorias y en concreto, el sistema de retribución denominado “primas” a la generación de energía eléctrica a partir de estas fuentes energéticas. A su vez, este sistema se ha visto complementado por medidas tales como la exención fiscal a los biocarburantes y las subvenciones a la inversión en instalaciones para la producción de calor a partir principalmente de energía solar térmica o biomasa. No obstante, el efecto sobre el consumo de las energías renovables de estas últimas medidas ha sido menor. A raíz de los resultados alcanzados consideramos que las siguientes recomendaciones facilitarían la optimización del consumo de energía e incidirían favorablemente en la economía. Se estima imprescindible actuar en cuatro campos, que serán desarrollados en los párrafos siguientes: 22 1. Desacoplamiento entre crecimiento económico y consumo de energía. 2. Cambio conductual en el uso de la energía. 3. Evaluación y monitorización de los consumos de energía. 4. Compromiso político-social, legislación y procedimientos administrativos. Bibliografía Agencia Andaluza de la Energía, AAE (2004). Datos energéticos 2003 Agencia Andaluza de la Energía, AAE (2015) INFO_ENERGÏA http://www.agenciaandaluzadelaenergia.es/info-web/loginController (Consultado 15/11/2015). Ang, B.W., Mu, A.R., Zhou, P. (2010). Accounting frameworks for tracking energy efficiency trends. Energy Economics 32, 1209-1219. Ang B.W. (2015). LMDI decomposition approach: A guide for implementation. Energy Policy, 86, 233-238 Ang, B. W., Su, B., Wang, H. (2016). A spatial–temporal decomposition approach to performance assessment in energy and emissions. Energy Economics, 60, 112- 121. Belzer (2014). A Comprehensive System of Energy Intensity Indicators for the U.S.: Methods, Data and Key Trends. U.S. Department of Energy. Consejería de Empleo y Desarrollo Tecnológico, CEDT (2003). Plan Energético de Andalucía 2003 – 2006 (PLEAN). Consejería de Innovación Ciencia y Empresa, CICE (2007). Plan Andaluz de Sostenibilidad Energética 2007 – 2013 (PASENER). European Commission (2010). Communication from the European Commission. A strategy for smart, sustainable and inclusive growth COM (2010) 2020 final. European Commission. 2011. Energy Roadmap 2050. COM (2011) 885 final. European Commission (2014). A policy framework for climate and energy in the period from 2020 to 2030. COM (2014) 15 final Eurostat (2008). Eurostat Manual of Supply, Use and Input-Output Table. European Commission Hospidio L., Moreno-Galbis E. (2015). The Spanish productivity puzzle in the great recession. Banco de España. Documentos de trabajo nº 1501. Hoekstra, R., Michel, B., & Suh, S. (2016). The emission cost of international sourcing: using structural decomposition analysis to calculate the contribution of international sourcing to CO2-emission growth. Economic Systems Research, 28(2), 151-167. IECA (2015). Contabilidad Regional Anual de Andalucía. Base 2010. Serie 1995-2014. http://www.ieca.junta-andalucia.es/craa/index.htm (Consultado 1/12/2015) INE (2015). Contabilidad Nacional de España. 23 INE (2016a). Encuesta población activa. http://www.ine.es/ Consultada 31/01/2016 INE (2016b). Principales series de población desde 1998. www.ine.es Consultada 31/01/2016 Lan, J., Malik, A., Lenzen, M., McBain, D., Kanemoto, K. (2016). A structural decomposition analysis of global energy footprints. Applied Energy, 163, 436- 451. Leontief W. (1936). Quantitative input and output relations in the economic systems of the United States. The review of economic statistics, 105-125. Leontief W. (1970). Environmental repercussions and the economic structure: an inputoutput approach. Rec. Econ. Stat. 52 (3), 262 – 271. Leontief W., Ford D. (1972). Air pollution and the economic structure: empirical results of input-output computations. In: Brody, A. Carter A. (Ed). Input-output Techniques. North-Holland, Amsterdam, 9 -30. Miller, R. E., Blair, P. D. (2009). Input-output analysis: foundations and extensions. Cambridge University Press. Ministerio de Agricultura, Alimentación y Medio Ambiente, MAAMA (2015). Sistema español de inventario de emisiones. ehttp://www.magrama.gob.es/es/calidad- y-evaluacion-ambiental/temas/sistema-espanol-de-inventario-sei-/ (Consultado 23/10/2015). Ministerio de Industria, Energía y Turismo, MINETUR (2015). Estadísticas y Balances Energéticos. http://www.minetur.gob.es/ENERGIA/BALANCES/PUBLICACIONES/Pagin as/Publicaciones_estadisticas.aspx Ministerio de Fomento, MF (2013). Evolución de los indicadores económicos y sociales del transporte terrestre Soza Amigo S.A. (2007). Análisis estructural input-output: antiguos problemas y nuevas soluciones. Tésis Doctoral. Universidad de Oviedo. Su B., Ang B.W. (2013). Input-output of CO2 emissions embodied in trade: Competitive versus non-competitive imports. Energy Policy, 56, 83 – 87. 24