Präferenzen für die Ausgestaltung der WindkraftnutzungJürgen Meyerhoff
TU Berlin Fachgebiet Landschaftsökonomie
http://www.landschaftsoekonomie.tu-berlin.de/ Förderkennziffern 01UN0601A, B
Foto: André Künzelmann UFZ 11.06.08
FlächEn-Projekt
• Nachhaltige Landnutzung im Spannungsfeld umweltpolitisch konfligierender Zielsetzungen
• Ökonomische Bewertung der externen Effekte liefern Informationen über Präferenzen für die Ausgestaltung der Windkraft.
• Projektziel sind Aussagen über „effiziente(re)“Allokation von Windenergieanlagen (WEA) in einer Landschaft.
Warum ökonomische Bewertung? • Veränderungen in Natur und Landschaft weisen aus
ökonomischer Sicht oft die Eigenschaften nicht-marktlicher Güter auf.
• Märkte geben entsprechend keine Informationen über den Wert einer Umweltveränderung.
• Fehlallokation kann Konsequenz sein, d. h. es wird zuviel oder zuwenig von einem Gut angeboten.=> Windenergieanlagen zu nah am Ort?
• Zusätzliche Informationen erforderlich, um Abgleich von negativen (Kosten) und von positiven (Nutzen) Auswirkungen vornehmen zu können=> Toward better environmental decision making.
Bewertung nicht-marktlicher Güter
Methoden zur Bewertung nicht-marktlicher Güter
Revealed Preferences(beobachtetes Verhalten)
Stated Preferences(geäußertes Verhalten)
-> Reisekostenmethode-> Hedonischer Preisansatz
-> Kontingente Bewertung-> CHOICE EXPERIMENTE
Choice Experimente (CE)
• CE basieren auf der Idee, dass der Nutzen eines Gutes sich aus seinen Attributen ableitet (Lancaster 1966).
• Kombination der Attribute (Ausprägungen) erzeugt „verschiedene Güter“ => kontrolliertes Experiment.
• Befragte wählen aus einem Choice-Set diejenige Alternative, die ihnen den maximalen Nutzen stiftet.
• Aus den Wahlentscheidungen können Rückschlüsse auf die Präferenzen gezogen werden.
Windkraft in Westsachsen bis 2020
Karte 1-1 Programm A Programm B Programm C
Größe der Windparks Große Parks Kleine Parks Große Parks
Maximale Höhe der Anlage 200 Meter 110 Meter 110 Meter
Rückgang des Rotmilanbestandes 10 % 5 % 10 %
Mindestabstand zum Ortsrand 750 Meter 1.100 Meter 1.500 Meter
Zuschlag zur Stromrechnung pro Monat ab 2009
0 € 6 € 1 €
Ich wähle
Beispiel einer Choice-KarteZukünftiger Status-quo 2020
Attribute und Ausprägungen
Attribute Beschreibung Ausprägungen
1 Größe der Windparks (WP)
Größe der Parks (Anzahl der Anlagen)
kleine WP (4 bis 6), mittlere WP (10 bis 12), große WP (16 bis 18)
2 Maximale Höhe einer Anlage
Maximale erlaubte Höhe einer Anlage in Meter 200m / 150m / 110m
3 Rückgang im Rotmilanbestand
Rückgang im Rotmilan-bestand in % bis 2020 5% / 10% / 15%
4 Mindestabstand zum Ortsrand
Mindestabstand einer Anlage zum Ortsrand 750m / 1.100m/ 1.500m
5 Zuschlag zur Stromrechnung ab 2009
Preis in € pro Monat für die Programme B oder C 0 / 1 / 2,5 / 4 / 6
Fett markierte Zeichen markieren Werte im Programm A; Zuschlag zur Stromrechnung von null tritt nur in Programm A auf.
• Experimentelles Design ergab 40 Choice-Karten (Kriterium der D-Optimalität).
• Für Telefonbefragung (Juni/Juli 2008) wurden Karten in acht Blöcke zu je fünf Karten unterteilt => 5 Karten pro Person plus zwei Methodenkarten: dominante Alternative (Karte 5) und Stabilitätstest (Karte 7 identisch mit Karte 2).
• Online Befragung wurde Juni/Juli 2008 durchgeführt;4 Choice-Karten pro Befragten zufällig aus den 40 Karten gezogen; eine Methodenkarte (dominante Alternative).
Statistisches Design
Stichproben
• Insgesamt drei Stichproben:– Westsachsen: Zufallsstichprobe/Telefon (N =
353)– Nordhessen : Zufallsstichprobe/Telefon (N =
355)– Deutschland: Selbstselektion/online (N = 1.961)
• Durchführung der Umfrage in Westsachsen und Nordhessen durch USUMA GmbH, Berlin.
• Durchführung Online-Umfrage durch TU B li it G b lP k E t i F db k
Deskriptive Statistik
N = 355
0,30 (0,46)
0,20 (0,4)
0,34 (0,5)
0,12 (0,3)
0,20 (0,4)
26,95 (19,6)
2417,93 (1011,8)
0,49 (0,5)
48,21 (15,9)
Mittelw. (SD.)
Nordhessen
16,96 (15,2)26,74 (21,1)Wohnort (Jahre)
N = 1961N=353
Mittelw. (SD.)Mittelw. (SD.)
0,40 (0,5)0,29 (0,5)Gese_täg. (1=ja)
0,30 (0,5)0,24 (0,4)Nahe (1=ja)
0,47 (0,5)0,22 (0,4)Spende (1=ja)
0,35 (0,5)0,05 (0,2)Natver. (1=ja)
0,39 (0,5)0,38 (0,5)Urban (1=ja)
2767,67 (1394,5)1889,06 (1051,0)Eink.*
0,20 (0,4)0,49 (0,5)Sex (1=weiblich)
41,85 (12,7)49,2 (16,9)Alter (Jahre)
BundesweitWestsachsen
Deskriptive Statistik
N = 355
3,08 (1,5)
2,11 (0,5)
26,9 (5,2)
NHMittelw. (SD.)
N = 1961N=353
2,60 (1,5)3,52 (1,6)
Bewertung Klimaschutzpolitik der Bundesregierung„völlig unzureichend“ (1) über „genau richtig“ (4) bis „völlig überzogen“ (7)
2,39 (0,8)1,89 (0,6)Zufriedenheit regionale Umwelt „sehr zufrieden“ (1) bis „überhaupt nicht zufrieden“ (4)
30, (6,9)27,3 (5,4)
Einstellung gegenüber WindkraftSummenindex aus acht Items; Spannweite 8 bis 40 Punkte; Beispiele:=> Weil der Wind nicht ständig weht, können wir uns auf die Windkraft nicht verlassen.=> Strom aus Windkraft trägt wenig zum Klimaschutz bei.
OnlineMittelw. (SD.)
WSMittelw. (SD.)
Nähe und Störung Westsachsen Nordhessen Online
Menge an WEA 221 263 19.460
WEA bis 3 km 24% (n = 85) 20% (n = 69) 30% (n = 607)
bis 1 Kilometer 8 9,4% 10 14,5% 109 17,9%
1 bis 2 Kilometer 18 21,2% 10 14,5% 153 25,2%
2 bis 3 Kilometer 59 69,4% 49 71,0% 345 56,8%
davon fühlen sich gestört durch WEA
n = 85 n = 353 n = 69 n = 355 n = 607 n = 1998
überhaupt nicht 83,5% 20,1% 70% 13,8% 75,8% 23,0%
nicht sehr 10,6% 2,5% 15% 4,2% 10,5% 3,2%
ziemlich 4,7% 1,1% 4% 1,1% 5,8% 1,8%
sehr 1,2% 0,3% 2% 0,6% 7,9% 2,4%
Geringe Konflikte (?) und Gründe• Daten vermitteln Eindruck, als ob geringe Konflikte mit
Windkraft bestehen
• Ergebnis durch Studiendesign? => Regionen nicht nach Konfliktpotential ausgesucht
• Haben negativ Betroffene (online) Umfrage eher abgebrochen?
• Oder, haben Personen sich an Windkraft gewöhnt?
Ökonometrische Auswertung
• Einfluss der Attribute auf die Wahrscheinlichkeit, dass ein Programm gewählt wird.
• Random Utility Theory als Grundlage -> Nutzen wird unterteilt in systematische und stochastische Größe.
• Konditionales Logit (KL) ist Grundmodell, unterliegt jedoch methodischen Beschränkungen, z.B. keine Berücksichtigung von Präferenzheterogenität oder Panel-Charakter der Individualdaten.
• Latent-Class Analyse (LCM) geht von 2 oder mehr Segmenten von Personen mit gleichen Präferenzen aus => Heterogenität zwischen Segmenten.
• Schätzung der Koeffizienten über Maximum Likelihood.
-Preis > 0->Preis 0+Mindestabstand 1500->MinA 750+Mindestabstand 1100->MinA 750-Rotmilan 15%->Rotm 10%+Rotmilan 5%->Rotm 10%+Höhe 150->Höhe 200+Höhe 110->Höhe 200
-/+Windpark mittel->WindP groß-/+Windpark klein->WindP groß
Erwarteter EinflussAttribut
Erwarteter Einfluss der Attribute auf Auswahlentscheidung
0,320,10McFadden R2
-1318,39-1742,14LL-Model26%35%39%100%Anteile
-0,444**-0,106**-1,124**-0.167**Preis
0,1530,456**0,4130,248**MinAb_1500
0,183*0,298**0,2090,142*MinAb_1100
-1,092**-0,340**-1,710-0,462**Rotm_15%
1,003**0,281**1,834**0,417**Rotm_5%
-0,0480,083-1,266*-0,016Höhe_150
0,1060,0250,1490,023Höhe_110
-0,337**0,220*0,039-0,022WPklein
-0,0260,167*-0,5280,088WPmittel
-0,798**-1,079**1,595*0,682**ASC_ProA
Segment 3Segment 2Segment 1
LCMKLAttribut
Ergebnisse Westsachsen
** p < 0,01, * p < 0,05
26%35%39%100%Anteil in Prozent
n.s.4,31n.s.1,48MinAb_1500
0,412,81n.s.0,85MinAb_1100
-2,46-3,21n.s.-2,76Rotm_15%
2,262,661,632,49Rotm_5%
n.s.n.s.-1,13n.s.Höhe_150
n.s.n.s.n.s.n.s.Höhe_110
-0,762,08n.s.n.s.WPklein
n.s.1,58n.s.n.s.WPmittel
ModeratWind weit wegPro Wind 2020
LCMMNLAttribut
Implizite Preise für Westsachsen(IP = -ßa/ßp in € pro Monat)
26%29%44%100%Anteile
n.s.1,352,921,60MinAb_1500
n.s.1,102,121,12MinAb_1100
-1,41-1,79-2,95-2,15Rotm_15%
1,202,063,122,41Rotm_5%
n.s.n.s.n.s.n.s.Höhe_150
n.s.n.s.n.s.n.s.Höhe_110
-0,29-2,613,37n.s.WPklein
n.s.0,71n.s.n.s.WPmittel
Pro Wind 2020ModeratWind weit weg
LCMMNLAttribut
Implizite Preise NordhessenIP = -ßa/ßp in € pro Monat
21%32%47%100%Anteil
3,700,34-0,96n.s.MinAb_1500
2,981,09n.s.0,60MinAb_1100
-10,16-6,49-3,80-6,72Nat_hoch
5,074,873,515,11Nat_low
2,04-0,28-1,23-0,39Höhe_150
2,24-1,88-2,39-1,65Höhe_110
3,09-0,47-1,07-0,49WPklein
3,720,39n.s.0,70WPmittel
Wind weit weg!ModeratPro Wind 2020
LCMMNLAttribut
Implizite Preise Online-BefragungIP = -ßa/ßp in € pro Monat
Vergleich Attribute nach Segmenten
Westsachsen Nordhessen Bundesweit Pro Wind 2020 ASC_ProA 0,98 0,98 0,90 WindPark 2,97 2,97 2,91 Höhe WEA 197,97 200,00 198,54 Rotmilan 10,00 9,95 9,84 Mindesabstand 766,92 750,00 778,59 Preis 0,02 0,05 0,27 Moderat ASC_ProA 0,56 0,58 0,33 WindPark 2,44 2,58 2,34 Höhe WEA 173,97 175,80 178,27 Rotmilan 9,29 9,40 8,10 Mindesabstand 970,51 958,00 994,07 Preis 1,00 1,36 2,02 Wind weit weg ASC_ProA 0,07 0,04 0,07
WindPark 1,52 1,40 2,01 Höhe WEA 145,93 142,03 153,17 Rotmilan 9,53 9,91 9,31 Mindesabstand 1139,41 1107,59 1117,09 Preis 2,71 2,73 2,86
Verwendung der Ergebnisse
1. Implizite Preise aus konditionalem Logit gehen in ökologisch-ökonomische Optimierung ein.
2. Berechnung der Wohlfahrtsmaße für verschiedene Ausgestaltungen der Windkraft, die durch Attribute und ihre Ausprägungen gedeckt sind (Kosten-Nutzen-Analyse).
Ausblick
• Erklärung der Segmentzugehörigkeit über Personenmerkmale.
• Geographische Muster in der Verteilung der Segmente? GIS => Interviewort*WEAStandort.
• Testen der Bedeutung von Höhe von WEA für Programmwahl im Visualisierungszentrum des UFZ.
Zusammenfassung der Ergebnisse
• Grad der Störung durch WEA scheint in den Stichproben eher gering.
• Online Umfrage aber nicht repräsentativ für Deutschland – hier wäre eigene Umfrage erforderlich oder
• Umfrage in „stärker“ belasteten Räumen in Brandenburg, Niedersachsen oder Schleswig-Holstein).
• Höhe und Windparkgröße nicht signifikantim Basismodel in Westsachsen und Nordhessen; online Umfrage abweichend.
Zusammenfassung der ErgebnisseHeterogene Präferenzen => drei Segmente1. Personen, die Programm A weitgehend
akzeptieren, aber Verbesserungen im Naturschutz positiv bewerten (ProWind2020)
2. Personen, die für eine moderate Veränderung gegenüber Programm A zahlungsbereit sind (Moderat)
3. Personen, die „starke“ Präferenzen für eine Änderung der Ausgestaltung gegenüber Programm A haben (wählen nur selten Programm A) (Wind_weit_weg)
The End!The End!
Weitere Informationen zum Projekt unterhttp://www.landschaftsoekonomie.tu-berlin.de/8359.html