Una Aproximación Integrada para Simular el Impacto del EUETS en la

Economía Española

Xavier Labandeira(a), Pedro Linares(b) y Miguel Rodríguez(a)

(a) FEDEA y rede (Universidade de Vigo)

(b) FEDEA e IIT, Universidad Pontificia de Comillas

Resumen

En este artículo realizamos la integración de dos modelos económicos capaces de suministrar los efectos que se derivan de la aplicación del mercado europeo de comercio de emisiones de dióxido de carbono en la economía española. Para ello combinamos un modelo de equilibrio general aplicado, especialmente diseñado para el estudio de las políticas energético-ambientales en España, con un modelo (microeconómico) oligopolístico de oferta del sector eléctrico español. Nuestro objetivo es informar de una forma realista y creíble sobre los efectos de distintas intensidades en el control global y sectorial de las emisiones españolas de dióxido de carbono, esto es, de distintos planes nacionales de asignación. De hecho, presentamos tres escenarios de asignación: el real (de acuerdo con la Directiva), otro amplio en el que todos los sectores se incluyen y un último que contempla la asignación real pero en el que el sector eléctrico no recibe asignaciones gratuitas. Los resultados muestran las mejoras obtenidas con la integración de modelos frente a aproximaciones más simplistas.

_______________________________________________________ Los autores agradecen la financiación de la Fundación BBVA a través del proyecto 'Economic and Distributional Effects of Alternative Allocations of Carbon Emissions Permits in Spain (SOC04-113/05). Las opiniones expresadas y cualquier error u omisión es de nuestra única responsabilidad.

1

1. Introducción Los efectos del cambio climático, con un creciente consenso científico sobre la gravedad de sus impactos físicos y económicos, ha generado una amplia preocupación social en los últimos años. Como primera consecuencia está la aparición de un importante proceso de concertación internacional para el control de las emisiones precursoras de estos fenómenos. En particular, el Protocolo de Kioto se ha convertido en el instrumento de referencia, promoviendo una reducción de emisiones de los países desarrollados como primer paso para conseguir la estabilización de las concentraciones atmosféricas de estos compuestos. En la actualidad se está iniciando el proceso de negociación para el período posterior a 2012 (post-Kioto) en el que se espera tanto una mayor reducción de emisiones por parte de los países desarrollados como una extensión de los compromisos a grandes emisores en vías de desarrollo. La entrada en vigor del Protocolo de Kioto exige la aplicación de políticas correctoras en los países desarrollados. En este aspecto, es bien conocida la preferencia de los economistas por aproximaciones de mercado (flexibles o de precios) para el control de externalidades ambientales porque consiguen los objetivos deseados a un mínimo coste (eficiencia estática) y porque promueven el desarrollo tecnológico (eficiencia dinámica). En la Unión Europea, la ratificación del Protocolo de Kioto (2002) fue rápidamente seguida por la aprobación de una Directiva que establece un mercado de permisos de emisión de gases de efecto invernadero, conforme a las recomendaciones de la ciencia económica. El ámbito de aplicación del mercado europeo de permisos es limitado, afectando a un conjunto de sectores que representan en torno a la mitad de las emisiones europeas de gases de efecto invernadero. Las razones para ello son abundantes, desde presencia de menores costes de reducción en estos sectores a la minimización de los costes de administración y cumplimiento, pasando por la minimización de los efectos a sectores sujetos a fuerte competencia internacional. Sin embargo, las consecuencias de limitar el alcance del mercado pueden ser negativas, al no aprovechar todas las posibilidades coste-efectivas del instrumento e introducir posibles efectos distributivos adversos. Otra característica del mercado europeo es la definición de las asignaciones de permisos en los estados miembros, y su distribución generalmente gratuita a los emisores. De nuevo, esta medida es discutible por el impacto distributivo que supone y por el no aprovechamiento de las ganancias de eficiencia que podrían conseguirse con el reciclaje de los recursos generados con una distribución por subasta (el doble dividendo). Este es el contexto en que se mueve este trabajo, donde evaluamos los efectos de la introducción del mercado europeo en la economía española y la posible definición de asignaciones alternativas a la definida por la directiva y con una distribución no gratuita de permisos. Para ello, se exige una

2

modelización compleja y detallada que supere aproximaciones demasiado generales o parciales para recoger así de una forma detallada los efectos que los distintos diseños pueden generar. Nuestra aportación consiste en la simulación de distintas alternativas a través de la integración de un modelo de equilibrio general aplicado (MEGA) para la economía española y de un modelo detallado de equilibrio parcial de oferta del sector eléctrico. Los MEGA permiten analizar los impactos de las medidas de política económica sobre toda la economía y, sobre la base de su fundamentación microeconómica, permiten analizar las interacciones entre todos los sectores y agentes que forman la economía. Aunque los MEGA son un potente instrumento para el análisis de la eficiencia y otros efectos macroeconómicos de políticas públicas ya introducidas o de potenciales medidas que se puedan poner en práctica, su principal problema es la agregación de sectores que pueden jugar un papel fundamental en el problema analizado. Este es el caso del sector eléctrico, donde su consideración agregada en el MEGA puede llevar a enmascarar posibles efectos internos ocasionados por el mercado y que son por tanto incorrectamente exportados a otros sectores de la economía. El modelo (parcial) del sector eléctrico que utilizamos es un modelo de oferta olipolístico que reproduce con gran detalle las decisiones operacionales de los generadores de electricidad españoles. El equilibrio de Cournot permite vincular los distintos problemas de optimización mediante el precio de mercado que surge de la oferta resultante. Sin embargo, los resultados parciales del modelo no permiten analizar los efectos globales de asignaciones alternativas, al no considerar las interacciones con otros bienes energéticos que pueden influir en la demanda final de electricidad y el propio carácter más extenso del mercado de derechos de emisión. En este trabajo proponemos una metodología que permita la integración de ambos modelos para poder mejorar las capacidades explicativas de cada uno de ellos por separado. El procedimiento que se sigue comienza por la consideración de los distintos escenarios en el MEGA, incorporando posteriormente en el modelo de equilibrio parcial los cambios en los precios energéticos y de demanda eléctrica que se obtuvieron de ejecutar el MEGA. Posteriormente, se introducen en el MEGA los resultados conseguidos en el modelo de equilibrio parcial (como restricciones exógenas) y se vuelve a ejecutar el MEGA. El proceso se repite de forma iterativa hasta conseguir convergencia. El artículo se estructura en cinco secciones, incluyendo esta introducción. En la sección 2 se presentan de una forma más detallada las razones para integrar modelos micro y macroeconómicos, con un repaso de la evidencia empírica existente. La siguiente sección aborda el funcionamiento de los dos instrumentos que integran el modelo integrado: el modelo de oferta eléctrico y el MEGA. La Sección 4 está dedicada a presentar las políticas simuladas y a analizar los resultados de dichas simulaciones. Finalmente, la sección 5 establece las conclusiones y algunas recomendaciones de política económica.

3

2. Métodos de integración de modelos micro y macroeconómicos Si seguimos el razonamiento de la sección anterior parece natural pensar que la integración de modelos micro-macroeconómicos permitirá explotar las ventajas de ambas metodologías. Ambos procedimientos son, en todo caso, complementarios ya que los MEGA no incluyen la heterogeneidad que sí tienen presente los modelos de micro simulación y los instrumentos de micro simulación no tienen las características propias de los MEGA. El procedimiento más simple de integración consiste en añadir aspectos macroeconómicos a un modelo de microsimulación, aunque sin llegar a construir un MEGA. Esto se puede hacer, por ejemplo, combinando un instrumento de microsimulación con una tabla input-output. De entre las numerosas aplicaciones de la integración simple entre un modelo de microsimulación y una tabla input-output, valga como muestra el trabajo aplicado a España por Labandeira y Labeaga (1999). Como los trabajos similares que existen y a pesar de la mejora metodológica que incorpora, todavía presenta al menos dos inconvenientes: i) constituye un modelo en el marco de equilibrio parcial; ii) los métodos input -output son estáticos y no incluyen respuestas potenciales de los sectores y/o las instituciones. También es posible seguir una aproximación inversa, mediante la desagregación del MEGA introduciendo ciertos detalles del modelo de microsimulación. En nuestro caso, esto podría ser implementado mediante la desagregación del sector eléctrico en diferentes subsectores que, aún produciendo un bien homogéneo como la electricidad, emplean diferentes tecnologías (combustión de carbón, derivados del petróleo, gas natural, nuclear, diferentes fuentes renovables). Ello permitiría incorporar al MEGA la heterogeneidad del modelo de microsimulación. Este enfoque metodológico ha sido seguido, por ejemplo, en Wing (2006) donde se destacan algunas importantes dificultades técnicas de implementar un modelo híbrido, a caballo entre un MEGA y un modelo ingenieril de equilibrio parcial para el sector eléctrico. Es el caso, por ejemplo, del fenómeno flip-flop: pequeños cambios en los costes unitarios de producir electricidad mediante diferentes tecnologías provocan grandes cambios en sus niveles de actividad y cuotas de mercado que no son realistas. Otros trabajos que han utilizado una metodología similar son Bosetti et al. (2006), Böhringer (1998), Böhringer y Rutherford (2005; 2006), Böhringer y Löschel (2006), o Ghersi y Hourcade (2006). En este sentido, el trabajo de Böhringer y Löschel (2006) es esencialmente metodológico y demuestra la dificultad de representar la tecnología en los modelos top-down utilizando funciones continuamente diferenciables que capturan las posibilidades de sustitución mediante elasticidades constantes. Sin embargo, este trabajo sigue un enfoque alternativo que consigue superar estas limitaciones. Por su parte, Ghersi y Hourcade (2006), al igual que Böhringer y Rutherford (2006), centran su atención en el problema de consistencia que se produce cuando se utiliza la información bottom-up para describir la

4

transformación de la oferta y demanda de energía, en el contexto de un MEGA. Para ello utilizan una curva de posibilidades de innovación para describir la frontera de posibilidades de producción generada mediante señales de precios aplicadas sobre los datos bottom-up. Bosetti et al. (2006) utilizan un modelo denominado WITCH que combina optimización intertemporal, una desagregación limitada de las tecnologías de producción de energía y una integración de distintos canales de interdependencia. En este modelo incorporan una especificación ingenieril de la oferta de energía dentro de un modelo de crecimiento óptimo tipo Ramsey. Además, el alto nivel de agregación sectorial se combina con una representación más detallada del sector de oferta de energía. Las principales mejoras de este modelo son la estructura sistemática de cambio tecnológico endógeno, incluyendo I+D y learning by doing, así como la representación de las decisiones de inversión en el sector energético mediante un bucle abierto dinámico con previsión perfecta. El siguiente paso desde el punto de vista metodológico es construir un instrumento que integre modelos de microsimulación y un MEGA. Las estrategias que se pueden seguir para alcanzar el engarce son, al menos, dos, que difieren en el grado de integración obtenido. La forma más sencilla consiste en utilizar un procedimiento secuencial, tal y como hacen Labandeira, Labeaga y Rodríguez (2007), en el que interaccionan un MEGA con consumidor representativo con un modelo microeconómico de consumo de energía residencial. El modelo micro toma del MEGA los cambios en los precios relativos, junto con otras variables macroeconómicas, que entran como factores exógenos (Gráfico 1). La principal ventaja de la aproximación secuencial es que proporciona información a nivel micro o desagregado de los impactos sobre por ejemplo el bienestar de los hogares o las empresas de generación eléctrica, permitiendo al modelo mantener un alto grado de flexibilidad. No obstante, existe el inconveniente y la necesidad de garantizar la coherencia entre ambos instrumentos. Sin embargo, dicha coherencia no se puede siempre garantizar a menos que se incluyan efectos de retroalimentación entre ambos instrumentos de simulación, es decir, permitiendo relaciones bidireccionales entre el modelo de micro simulación y el MEGA, forzando a obtener soluciones coherentes entre ambos mediante la convergencia de los resultados finales. Existen diversas alternativas para implementar relaciones bidireccionales entre un de modelo micro y un MEGA. Por ejemplo, en Savard (2003) el MEGA ha sido modificado para eliminar las posibilidades de comportamiento (de respuesta) de los hogares. Los resultados de las simulaciones con el MEGA constituyen un input para un modelo microeconómico (o para el instrumento de simulación), lo que permite calcular los efectos de las reformas a nivel micro. Una vez se disponen de las respuestas micro, la información se utiliza como input del MEGA, proporcionando nuevos valores a las variables consideradas previamente como exógenas (Gráfico 1). El proceso no finaliza en este estadio sino que se

5

sigue iterando hasta que se logra la convergencia en los resultados que ambos instrumentos proporcionan. Böhringer y Rutherford (2006) representa un buen ejemplo de aplicación de este tipo de procedimiento al campo de la economía energética.

Gráfico 1. Procedimientos secuenciales e iterativos de integración de modelos micro y de

equilibrio general aplicado

E n fo q u e E n fo q u e S e c u e n c ia l I te ra c tiv o e I te ra c tiv o (só lo )

M o d e lo C G E

E c u a c io n e s : • C o n d ic io n e s v a c ia d o d e m e rc a d o s d e

b ie n e s , fa c to re s , a h o r ro e in v e rs io n e s , … .. • R e g la s d e c ie r re m a c ro p a ra e l d é fic it

p ú b lic o , b a la n z a d e p a g o s , …

R e s u lta d o s : P ro d u c c ió n d e b ie n e s y se r v ic io s , p re c io s , e m p le o , a g re g a d o s m a c ro , …

M o d e lo M ic r o

E c u a c io n e s : • O fe r ta in d iv id u a l d e tra b a jo • G e n e ra c ió n d e re n ta • G a s to , … …

R e s u lta d o s :

C o n s u m o d e lo s h o g a re s d e b ie n e s ys e rv ic io s , re n ta , e m p le o , m e d id a s d e d e s ig u a ld a d y p o b re z a , ..…

V a r ia b le s v ín c u lo d e sc e n d e n te s :

s a la r io s , p re c io s , e m p le o ,… .

V a r ia b le s v ín c u lo a sc e n d e n te s :

d e m a n d a a g re g a d a b ie n e s y o fe r ta d e

Fuente: Elaboración propia.

Pizer et al. (2003) utilizan sin embargo una forma alternativa de implementar relaciones bidireccionales entre un de modelo de micro simulación y un MEGA. En su aproximación, en lugar de eliminar la capacidad de respuesta (el comportamiento) de diversos sectores en el MEGA (electricidad, transporte de los hogares, industria, construcción), las elasticidades de sustitución de sus inputs son calibradas para reproducir los cambios en el consumo de fuentes de energía predichos por sendos modelos de microsimulación frente a diferentes políticas energético-ambientales. Estos autores afirman que, a pesar de los esfuerzos para que ambas metodologías converjan hacia resultados similares, es posible que se

6

produzcan desviaciones como consecuencia de las diferencias intrínsecas de ambas (formulación, fuentes estadísticas, etc.). La misma metodología es utilizada en Schäfer y Jacoby (2006), que proponen un enfoque híbrido que combina tres modelos: un modelo de optimización (MARKAL) de las tecnologías de transporte, unido a un modelo de equilibrio general dinámico recursivo (EPPA). Ambos modelos se conectan mediante un modelo de elección modal. Existen otros trabajos que utilizan cierto grado de relaciones bidireccionales entre diferentes modelos. Así, Köhler et al.(2006) trabajan con un modelo macroeconométrico post-keynesiano (el E3MG), en lugar de utilizar un marco de equilibrio general. Buscan representar los patrones de crecimiento en desequilibrio con un alto nivel de desagregación. La evolución del sector energético se describe mediante un modelo de equilibrio parcial (ETM), que recibe información del modelo E3MG en cada período. No obstante, para los propósitos que nuestro ejercicio persigue, es especialmente interesante la posibilidad de comparar los resultados obtenidos en varios escenarios utilizando los instrumentos de simulación por separado y, por otra parte, empleando el modelo integrado. Esto nos informará de las ventajas de la integración en la precisión de los resultados. A continuación nos ocupamos de describir en detalle los modelos y su integración.

3. El modelo micro-macro integrado

La contribución metodológica fundamental de este trabajo consiste en evaluar los efectos del mercado europeo de permisos de emisión mediante un análisis integrado de un MEGA para la economía española y un modelo de microsimulación del sector eléctrico español. Por tanto, seguimos un procedimiento de

arriba abajo (top-down) con el fin de estudiar los efectos macroeconómicos de las políticas y un método de abajo a arriba (botom-up) para analizar sus efectos sobre el sector eléctrico en España. 3.1. El Modelo de Equilibrio General Aplicado1

Con el fin de evaluar los efectos sobre la eficiencia de políticas energéticas y ambientales, utilizamos un MEGA estático cuya estructura se describe a continuación. Primero, los sectores y las instituciones se desagregan al máximo que permite la información disponible. La desagregación adquiere importancia en la medida en que queramos tener en cuenta la heterogeneidad en el consumo de energía. Además, también conviene desagregar el sector energético tanto cuanto sea posible, dadas las pretensiones del

7

ejercicio, ya que dicho sector proporciona diferentes inputs intermedios para la producción (servicios eléctricos, calefacción, servicios de transporte, etc.) y dichos inputs exhiben importantes diferencias en relación con los factores de emisión de CO22. Es preciso reiterar que la efectividad de las políticas ambientales y su eficiencia en términos de coste dependen de dos factores clave: el precio de la energía necesario para la conservación ambiental y la sustitución entre fuentes de energía (de energías sucias a limpias dependiendo de los factores de emisión). Los 17 sectores productivos que se recogen en el MEGA producen con rendimientos constantes a escala y minimizan costes en contextos competitivos. La función de producción, que está específicamente diseñada para acomodar políticas medio-ambientales, es una sucesión de funciones de elasticidades de sustitución constante (CES), tal como recoge el Gráfico 2.3 Como es habitual en modelos MEGA, la producción total correspondiente al sector i surge de combinar inputs intermedios y un bien compuesto de trabajo, capital y diversas fuentes de energía mediante una tecnología Leontief.

Gráfico 2. Estructura de la tecnología productiva de las empresas

M ercado D om éstico E xportación

O ferta

P roducción Im portación

B ienes N o-E nergéticos K LE

E nergia V alor A ñadido

E nergyia P rim aria E lectricidad K L

C arbón H idrocarburos

G as N atural R efino P etróleo

M E R C A D O D O M ÉST IC O

+ C O 2

+ C O 2 + C O 2

Fuente: Elaboración propia.

1 El criterio en cuanto a la notación sigue la siguiente convención. Las variables endógenas están expresadas en letras mayúsculas. Las variables exógenas están en mayúsculas con una línea sobre la letra. 2 Los factores de emisión de CO2 en España son: 98kg/GJ para carbón; 73kg/GJ; para productos refinados derivados del petróleo y 55kg/GJ para el gas natural. 3 El MEGA utilizado se basa en Böhringer, Ferris y Rutherford (1997), aunque incorpora algunas modificaciones.

8

Para modelar las transacciones internacionales de bienes seguimos el método Armington. Los bienes importados y nacionales son sustitutos imperfectos en términos de producción. Por tanto, la oferta total de bienes y servicios de la economía es una combinación que, con orígenes diferentes, se obtiene a través de funciones CES. La maximización de los beneficios por parte de cada sector, que se determina mediante una función de transformación de elasticidad constante4, distribuye la oferta de bienes y servicios entre el consumo doméstico y el mercado exterior. Dado que estamos en el caso de una economía pequeña y que la mayoría del comercio de bienes lo realiza España con los países de la UE, el tipo de cambio es fijo (de hecho, la mayor proporción del comercio exterior español se realiza con los países de la Unión Monetaria) y los agentes se enfrentan a precios del resto del mundo exógenos.5 La oferta de capital es inelástica (se distribuye exógenamente entre las instituciones), posee movilidad perfecta entre sectores pero no está permitida su movilidad a nivel internacional. La oferta de trabajo está determinada por el proceso de maximización de utilidad de los hogares, siendo éste móvil entre sectores aunque no a nivel internacional. El sector público recauda impuestos directos (sobre la renta de los hogares y sobre los salarios también de los sectores) e impuestos indirectos (tanto de la producción como del consumo). La dotación de capital del gobierno (KG), las transferencias a otras instituciones (TRG) y el déficit público (DP) son variables exógenas. El consumo de bienes y servicios del gobierno (DiG) se determina a través de una función tipo Cobb Douglas, en la que PDi son los precios interiores. Por tanto, debe existir un balance entre el gasto total público, las rentas de capital y la recaudación impositiva (REV) que cumpla la siguiente restricción presupuestaria:

17

1G G i Gi

i

DP r K TR REV PD D=

= ⋅ + + − ⋅∑ (1)

en la que r es el precio de los servicios de capital.

4 Para una descripción detallada del tratamiento del comercio internacional en MEGA se puede consultar Shoven y Whalley (1992). 5 Supondremos que las políticas simuladas no tienen impactos significativos sobre el tipo de cambio del euro, dado que los países con los que España realiza transacciones son principalmente los pertenecientes a la Unión Monetaria por lo que cualquier impacto sobre la situación de la economía española será relativamente pequeño.

9

El hogar representativo posee una dotación de tiempo fija que reparte entre ocio (LS) y trabajo. Maximiza la utilidad (W) que es función del ocio y de un bien compuesto (UA) del resto de bienes y ahorro, sujeta a la restricción presupuestaria:6

( )1 1 1

1

UB

UB UB UB

UB UB

UB UBW s LS s UA

σσ σ σσ σ

− − −⎛ ⎞⎜ ⎟= + −⎜ ⎟⎝ ⎠

(2)

Asumimos que los consumidores tienen una propensión marginal al ahorro constante que es función de su renta disponible (YH). La renta disponible está formada por las rentas del capital, los salarios (w es el salario nominal y SCH las contribuciones sociales) y las transferencias, cantidad de la que se ha de detraer el impuesto sobre la renta (siendo TH el tipo impositivo). El consumo de bienes y servicios viene definido por una estructura de funciones CES anidadas, tal y como muestra el Gráfico 3, en la que se presta una atención especial a la demanda de bienes energéticos. Una contribución importante del MEGA es la distinción entre energía para usos domésticos, energía para el transporte privado y otros productos energéticos.7

( ) ( )1 1 ( )H HH H HY T r K w SC TIME LS TR⎡ ⎤= − ⋅ + − ⋅ − +⎣ ⎦ (3)

Gráfico 3. Estructura de las decisiones de consumo de los hogares

U tilid ad

O c io C o n su m o

C o n su m o h o y C o n su m o m añ an a (ah o rro )

E n erg ia p a ra E n erg ia p a ra e l H o g ar B ien es N o -E n ergético s T ran sp o rte P riv ad o

E lec tric id ad E n erg ia P rim aria

C arb ó n G as N atu ra l R efin o P etró leo

+ C O 2 + C O 2 + C O 2

+ C O 2

Fuente: Elaboración propia 6 σUB es la elasticidad de sustitución y SUB es la proporción que el ocio representa en el bienestar. 7 Esta distinción es común en modelos microeconómicos (ver sección 2.2). Otros bienes no energéticos es un bien compuesto para el que también se ha elegido una formulación Cobb-Douglas.

10

El MEGA es un modelo estructura basado en el concepto de equilibrio Walrasiano. Esto significa que, para cualquier política simulada, el modelo encuentra un conjunto de precios y cantidades que vacía todos los mercados (de bienes, trabajo y capital8). El ahorro total de la economía (SAVINGS) se define de forma endógena y es igual a la suma de los ahorros que generan todas las instituciones. El equilibro macroeconómico del modelo queda determinado por la capacidad/necesidad exógena de la economía de financiar/ser financiada por el sector exterior (CAPNEC). Esta capacidad/necesidad surge de la diferencia entre el ahorro nacional, el déficit público y la inversión interna, que se agregan mediante una función Leontief de los diferentes bienes utilizados en la formación bruta de capital, INVi:

17

1i i

i

SAVINGS DP PD INV CAPNEC=

+ − ⋅ =∑ (4)

Los precios internacionales PXMi, las transferencias entre el sector exterior y otras instituciones y el consumo de bienes y servicios que realizan los residentes extranjeros en España (DiRM) son consideradas variables exógenas. De este modo, las exportaciones (EXPi) e importaciones (IMPi) han de satisfacer la restricción a la que se enfrenta el sector exterior:

17 17

1 1i RM ii i

i i

PXM EXP TR CNR PXM IMP CAPNEC= =

⋅ + + − ⋅ =∑ ∑ donde 17

1iRMi

i

CNR PD D=

= ⋅∑ (5)

El modelo es también capaz de simular las emisiones de CO2 provenientes de las diferentes fuentes de energía. Las emisiones se generan únicamente durante los procesos de producción en los que se utilizan combustibles fósiles. Por tanto, existe una relación tecnológica entre el consumo de combustibles fósiles en unidades físicas y las emisiones, cuyos parámetros para carbón, productos refinados del petróleo y

gas natural son, respectivamente, θC, θR y θG. Por ejemplo, para el sector i las emisiones de CO2

correspondientes dada la tecnología serán:

2i Ci i Ri i Gi iCO COAL REF GASθ θ θ= ⋅ + ⋅ + ⋅ (6)

Una vez analizada la estructura del MEGA, debemos ocuparnos de los datos y del proceso de calibración. En este sentido, para realizar análisis de los efectos de políticas públicas mediante el MEGA es requisito imprescindible construir con carácter previo una Matriz de Contabilidad Nacional (NAM-95) para la economía española9. Además, extendemos la base de datos disponible con datos ambientales que relacionan el consumo de combustibles fósiles y las emisiones para cada sector productivo e institución

8 No hay ajustes vía cantidad en la oferta de capital de la economía porque la dotación de capital entre todas las instituciones es una variable exógena. Los únicos cambios se producen en la utilización de capital por los sectores productivos. La condición de equilibrio se obtiene mediante cambios en el precio de los servicios de capital (r). 9 La NAM-95, para el año 1995, que utilizamos está basada en una NAM publicada por Fernández y Manrique (2004).

11

considerados. Desgraciadamente no existe información que proporcione los datos al nivel de desagregación requerido, por lo que se han obtenido a partir de diversas fuentes como IEA (1998) o INE (2002a, 2002b). Sobre la base de la información obtenida en la NAM-95, algunos parámetros del modelo como los tipos impositivos, los coeficientes técnicos de producción y consumo y los parámetros de la función de utilidad, se obtienen mediante calibración. El criterio para calibrar el modelo es que el MEGA replique la información contenida en la NAM-95 como un equilibrio, que es el que se utiliza como punto de partida, y en nuestro caso como punto óptimo con el que comparar los resultados de las simulaciones10. No obstante, existen otros parámetros del modelo que no se calibran sino que se toman de la literatura. Por ejemplo, la elasticidad de la oferta de horas al salario se fija en 0.4, similar a la obtenida por Labeaga y Sanz (2001). Para obtener la elasticidad de la oferta de trabajo se sigue el procedimiento utilizado en Ballard, Showen y Whalley (1985) y Parry, Williams y Goulder (1999), suponiendo que el ocio representa la tercera parte de la dotación de horas para llevar a cabo la simulación en la situación inicial. En cualquier caso, al ser este valor de la elasticidad clave para los resultados obtenidos, se ha realizado análisis de sensibilidad incrementando y reduciendo dicho valor en un 50 por ciento. De este análisis de sensibilidad observamos que los resultados que proporciona el MEGA son robustos a diferentes valores de las elasticidades. 3.2. El modelo de oferta de electricidad

El modelo de micro simulación empleado en este estudio es un modelo oligopolístico de expansión de la generación (Linares et al, 2007). El modelo trata de representar el comportamiento de los agentes del mercado eléctrico, bajo el supuesto de Variaciones Conjeturales (Vives, 1999). Por tanto, la estructura del modelo corresponde a varias optimizaciones simultáneas (para cada empresa, la maximización de sus beneficios sujeta a sus restricciones técnicas particulares). Estos problemas de optimización se combinan

a través del precio del mercado ep que resulta de la interacción de todas ellas.

La estructura general del modelo se muestra en el Gráfico 4, en el que Π representa el beneficio de

operación de cada empresa [ ]1, ,f F∈ L , q las variables de decisión, y los conjuntos de restricciones g y h se particularizan para cada empresa. Esta estructura permite una representación realista del sector eléctrico español, ya que el sistema de generación se modela a un gran detalle, proporcionando

12

por tanto amplia información sobre el impacto de las políticas consideradas en las distintas empresas y tecnologías.

Gráfico 4. Representación del equilibrio de mercado

Mercado eléctrico

Problema de Optimización de la

Empresa 1Problema de

Optimización de la Empresa f

Problema de Optimización de la

Empresa F

( )1 1

1

1

:

: 0

0

maximizar q

sujeto a h

g

Π

=

≤

( ):

: 0

0

f f

f

f

maximizar q

sujeto a h

g

Π

=

≤

( ):

: 0

0

F F

F

F

maximizar q

sujeto h

g

Π

=

≤

e e e ef

fp P qα= − ⋅∑

Fuente: Elaboración propia El modelo de expansión considera un alcance hiperanual, dividido entre distintos segmentos temporales: períodos, subperíodos y niveles de carga. Los períodos coinciden con los años, agrupando cada subperíodo varios meses, mientras que la agrupación de las horas pico, valle y constituye los niveles de carga. El modelo supone que las empresas toman sus decisiones de expansión de la capacidad como en un equilibrio de Nash-Cournot. Formalmente, el equilibrio del mercado de inversión define un conjunto de capacidades de tal forma que ninguna empresa, tomando las capacidades de sus competidores como dadas, desea cambiar su propia capacidad de forma unilateral (Ventosa et al, 2002; Murphy y Smeers, 2005). Por lo tanto, cada empresa escoge su nueva capacidad máxima para maximizar su beneficio. El supuesto de Nash implica que las decisiones de inversión de todas las empresas tienen lugar simultáneamente. Al igual que en muchos otros modelos de expansión de la generación, la expansión de la capacidad o la sustitución tecnológica se supone que tienen lugar en un año, lo que es claramente una simplificación,

10 Una breve descripción de la metodología se puede consultar en Shoven y Whalley (1992). El MEGA se ha programado en GAMS/MPSGE. Para la calibración se utiliza el método propuesto por Rutherford (1999), utilizando el algoritmo PATH.

13

aunque no tan arriesgada en la actualidad, dada la rapidez de construcción de los ciclos combinados. Para tecnologías con largos plazos de construcción como la nuclear, se introduce un recargo en los costes de inversión (en línea con los intereses de capital necesarios) para representar de alguna manera este mayor plazo. En relación al problema de optimización empresarial, a continuación se formula una versión simplificada del problema de optimización que define el comportamiento de las empresas (ver Gráfico 4). Aunque el modelo tiene en cuenta distintos segmentos temporales, tecnologías de generación, y restricciones a la operación, en aras de una mayor claridad y a efectos de la integración con el MEGA, se presenta de forma simplificada:

• Sólo se considera un segmento temporal.

• La producción de cada empresa f se agrega en una variable efq .

• La cantidad total de permisos de emisión de cada empresa pfq tiene las mismas unidades que la

producción de electricidad efq .

• No se muestran las restricciones técnicas de las unidades de generación.

• Función objetivo La función objetivo de cada empresa de generación es la maximización de su beneficio definido como los ingresos de mercado menos los costes de operación, de inversión, y de compra de permisos.

( ) ( )max e e e e i i p pf f f f f f fp q c q c q p qΠ = ⋅ − − − ⋅

(7)

Donde ep es el precio de la electricidad,

efq es la producción de electricidad de la empresa f,

efc es el coste de operación, ( )i i

f fc q es el coste de inversión para una capacidad

ifq ,

pp es

el precio del permiso de emisión, y pfq es el total de permisos adquiridos por la empresa f.

14

• Restricciones relevantes

La cantidad de CO2 emitida por cada empresa, que es proporcional a efq , nunca debe ser mayor

que la cantidad de permisos de la que dispone. pfμ es la variable dual de la restricción.

e p pf f fq q μ≤ ⊥ (8)

La producción de electricidad de la empresa nunca puede ser mayor que su capacidad instalada.

ifμ es la variable dual de la restricción.

e i if f fq q μ≤ ⊥ (9)

El mercado eléctrico (véase Gráfico 4) se modela a partir de la función de demanda, que relaciona la

electricidad demandada con el precio de la electricidad. Se supone que el precio ep es una función lineal

de la demanda total (Gráfico 5).

e e e ef

f

p P qα= − ⋅∑ (10)

Donde eP es la ordenada en el origen y eα es la pendiente de la función de demanda.

Gráfico 5. Equilibrio del mercado eléctrico.

€

eq

ep

ef

f

q∑

eP

eα

Fuente: Elaboración propia

15

Aunque el modelo es capaz de representar de forma endógena un mercado de permisos de emisión (ver Linares et al, 2006; 2007), en este ejercicio se supone que el precio del permiso de emisión es exógeno, y dado por el mercado internacional, por lo que no se representa dicho mercado.

Por su parte, el problema del equilibrio de mercado (ver Gráfico 4) puede resolverse como un problema complementario lineal (LCP), mediante la formulación de las condiciones de Karush-Kuhn-Tucker de optimalidad de primer orden asociadas al conjunto de problemas de maximización (Gráfico 5).

Gráfico 6. El equilibrio de mercado como un problema complementario lineal.

Condiciones KKT para la empresa1

Condiciones KKT para la empresa f

Condiciones KKT para la empresa F

Mercado Eléctrico

( )

( )

11

1

11 1

1

1 1 1 1

, , 0

, , 0

0 0 0

q qq

q h

g g

λ

λ μ

λ μλ

μ μ

∂∇ = =

∂∂

∇ = = =∂

⋅ = ≤ ≤

LL

LL

( )

( )

, , 0

, , 0

0 0 0

fq f

f

ff f

f

f f f f

qq

q h

g g

λ

λ μ

λ μλ

μ μ

∂∇ = =

∂

∂∇ = = =

∂

⋅ = ≤ ≤

LL

LL

( )

( )

, , 0

, , 0

0 0 0

Fq F

F

FF F

F

F F F F

qq

q h

g g

λ

λ μ

λ μλ

μ μ

∂∇ = =

∂∂

∇ = = =∂

⋅ = ≤ ≤

LL

LL

e e e ef

fp P qα= − ⋅∑

Fuente: Elaboración propia

En el Gráfico 6, L representa el lagrangiano del problema de optimización correspondiente, y λ y μ

representan las variables duales asociadas a los conjuntos de restricciones h y g respectivamente. Las condiciones de optimalidad pueden escribirse como tres conjuntos de ecuaciones. El primero iguala el

gradiente del lagrangiano para las variables de decisión q a cero. El segundo conjunto (el gradiente del

lagrangiano con respecto a las variables duales λ ) coincide con las restricciones de igualdad h . El tercero está formado por las condiciones de complementariedad de holguras asociadas a las restricciones

de desigualdad g . Como resultado de todos estos supuestos del modelo, la agrupación de todos los sistemas de ecuaciones de las empresas constituye un problema complementario lineal LCP.

16

Considerando la versión simplificada del modelo presentada aquí, hay sólo tres condiciones de

optimalidad que corresponden a las tres variables consideradas, efq ,

pfq y

ifq .

( ) 0; 0; 0e e e e e p i p if f f f f f f fe

f

p q CM qq

α μ μ μ μ∂

= − ⋅ − + + = < <∂

fL

(11)

0;p pfp

f

pq

μ∂

= − − =∂

fL

(12)

( ) 0;i i if f fi

f

CM qq

μ∂

= − − =∂

fL

(13)

donde efCM es el coste marginal de operación dada una producción

efq y

ifCM es el coste marginal

de operación dada una capacidad de inversión ifq .

Nótese que efα representa cómo el precio de la electricidad cambia cuando cada empresa cambia su

producción unilateralmente. Al contrario que con los modelos basados en Cournot, en los modelos de variaciones conjeturales este parámetro es diferente para cada empresa, puesto que expresa la conjetura de mercado de cada una. Para resumir, el modelo conjunto es un submodelo de mercado eléctrico basado en variaciones conjeturales, más un submodelo de expansión de la capacidad de Nash-Cournot, sujeto a la restricción de los permisos de emisión de CO2. Dicho modelo define la operación, la inversión, la compra de permisos y el precio de la electricidad que satisfacen simultáneamente las condiciones de optimalidad de primer orden de todas las empresas. 3.3. Integración del MEGA y el modelo del sector eléctrico

Para la integración del modelo de equilibrio general de la economía española y el modelo de micro simulación del sector eléctrico español seguiremos un procedimiento similar al propuesto por Schafer y Jacoby (2006), esto es, un procedimiento iterativo que trata de implementar relaciones bidireccionales entre ambos modelos (véase sección 2). Los pasos para lograr dicha iteración son los siguientes:

17

• En primer lugar, las políticas o escenarios que han de ser analizados son simulados en primer lugar con el MEGA (programado en GAMS-MPSGE). Como resultado, obtenemos los cambios que experimentarían el precio de la electricidad así como su oferta y demanda, entre o tras variables.

• A continuación, simulamos idénticos escenarios en el modelo micro, suministrando a éste los cambios experimentados por los precios de los diferentes bienes energéticos así como en la oferta y demanda de electricidad predichos por el MEGA.

• En tercer lugar, recalibramos y simulamos de nuevo el MEGA introduciendo una serie de shocks en la productividad de los diferentes bienes energéticos utilizados como inputs en la producción de electricidad con el objetivo de replicar los cambios en el mix de combustibles predicho por el modelo micro.

Mediante este procedimiento logramos que la estructura productiva del sector eléctrico en el MEGA se altere respecto a la original, siendo similar a la predicha por el modelo micro. Además, también alteramos las elasticidades de sustitución utilizadas originalmente en la función de producción de electricidad del MEGA con el objetivo de que los precios predichos por el modelo micro para la electricidad sean reproducidos por el MEGA como un equilibrio. Dicho de otro modo, en lugar de introducir exógenamente en el MEGA los datos de output e inputs del sector eléctrico, a partir de las predicciones del modelo micro, en su lugar alteramos la función de producción (recalibramos la función de producción de la electricidad en el MEGA) para reproducir como un equilibrio los resultados del modelo micro. El coste de seguir este procedimiento es un proceso iterativo que se torna más lento e incómodo al exigir la recalibración del MEGA varias veces hasta encontrar los parámetros adecuados para la función de producción de la electricidad.

• En cuarto lugar, los cambios predichos por el MEGA para los precios de los diferentes bienes energéticos, el precio de los derechos de emisión, así como en la oferta y demanda de electricidad, son suministrados al modelo micro.

• Seguidamente, simulamos el modelo micro con los parámetros obtenidos.

• Los pasos anteriores son repetidos de forma iterativa hasta lograra la convergencia entre ambos modelos, tal y como se ilustra en el Gráfico 7.

18

Gráfico 7. Interacción entre los modelos micro y macro

Modelo deEquilibrioGeneral

Modelo deSectorEléctrico

Demanda de electricidadPrecios de combustiblesPrecios de permisos

Precios de electricidadDemanda de combustibles

Emisiones

Fuente: Elaboración propia Como ya avanzamos con anterioridad, la motivación última del procedimiento explicado anteriormente es el convencimiento de que un MEGA con una única tecnología para la producción de electricidad (un sector agregado, con una única función de producción característica) no puede representar correctamente el comportamiento de un sector tan complejo, el cual utiliza simultáneamente diferentes tecnologías muy dispares para producir el bien homogéneo. También estamos convencidos de que desagregar el sector eléctrico en el MEGA para representar las diferentes opciones tecnológicas no sería una solución adecuada, fundamentalmente por la existencia de un mercado mayorista diseñado como un sistema de subasta. En su lugar, creemos que es más conveniente utilizar un modelo micro por las indudables ventajas que aporta para predecir con mayor certeza los cambios tecnológicos y en los precios del sector eléctrico frente e políticas o shocks externos. . 4. Efectos de asignaciones alternativas de derechos de emisión de dióxido de carbono en España 4.1. Políticas simuladas

A principios del año 2008 las emisiones españolas de CO2 eran aproximadamente un 47% mayores que las realizadas en 1990 (después de un pico en 2005), y sin ningún tipo de acción adicional el gobierno

19

considera que estaríamos entre el 50% y el 55% al final del período de cumplimiento de Kioto. Por lo tanto, el PNA español actual establece la necesidad de reducciones internas del 16% hasta 2012: la diferencia entre el aumento estimado de emisiones y la cantidad asignada a España en el acuerdo de reparto de la carga (15%), la absorción estimada por parte de los proyectos internos de repoblación forestal (2%) y el uso de otros mecanismos flexibles (basados en proyectos) del Protocolo de Kioto (20%). Así, el tamaño de las reducciones de emisiones requeridas en el PNA actual es suficientemente grande para definir España como ejemplo interesante de una política de cambio climático intensa y rápida, claras consecuencias tanto en términos de eficiencia como de efectos distributivos. Las simulaciones que a continuación se presentan asumen un mercado español aislado que, dado el tamaño de las reducciones solicitadas cuando lo comparamos con otros países dentro del mercado europeo, dará lugar sin duda a un precio más alto del permiso (por lo que deben tomarse como estimaciones superiores). En particular, el número de permisos asignados por el gobierno en todos los escenarios es una variable endógena que debe cumplir la mencionada restricción de emisiones. Por otra parte, las simulaciones asumen que no hay políticas ambientales complementarias aplicadas sobre los sectores no sujetos (por ejemplo, regulaciones de mandato y control suplementarias, impuestos ambientales, etc.), al igual que el caso español hasta ahora . La primera simulación considerada es el denominado mercado real, que implica la asignación gratuita de los permisos, tal y como se establece en el PNA español11. Una segunda simulación amplía la aplicación de la Directiva de comercio de emisiones a todos los sectores de la economía, dejando únicamente a los hogares fuera del mercado, asemejándose por tanto a un mercado amplio. El tercer escenario, que denominamos mercado elec, volvemos a simular el escenario inicial (mercado real), pero asumiendo que al sector eléctrico no le son asignados derechos de emisión gratuitos, por lo que dicho sector debe adquirirlos en el mercado. Es decir, realizamos una alteración sobre el mercado real quitándole al sector eléctrico los permisos asignados inicialmente en dicho escenario. El propósito inicial del segundo escenario es analizar los costes de eficiencia que provocan las limitaciones del mercado europeo de comercio de emisiones, ya apuntadas en la introducción. Esto es interesante cuando hay una gran cantidad de emisores móviles y no móviles (por ejemplo, transporte por carretera, empresas pequeñas, agricultura, etc.) que no están sujetas y que representan un porcentaje grande de las emisiones totales y que probablemente incluyen emisores con bajos costes de reducción12.

11 No incorporamos el papel ni la pasta debido a la falta de datos. Sin embargo, esto no tiene un impacto significativo en los resultados, ya que las emisiones de CO2 en este sector son de escasa importancia (1,35% del total de emisiones). 12 Más del 50% en todos los países de la UE. En el caso de España, solo el sector del transporte genera aproximadamente el 25% de las emisiones totales de CO2, con un incremento del 60% entre 1990 y 2002.

20

Otra razón para este escenario es comparar los perfiles distributivos (en términos macroeconómicos) de diversas políticas que, sin embargo, se diseñan para lograr el mismo objetivo ambiental. Con todo, dadas las dificultades de extender el mercado a todos los agentes, con elevados costes administrativos (regulatorios) relacionados con la supervisión y control, y altos costes de cumplimiento (privados) para los agentes pequeños, la simulación del mercado amplio se podría interpretar como la introducción de políticas complementarias (coste-efectivas) en los sectores que no están sujetos a la Directiva Europea, en forma probablemente de impuestos ambientales sobre las emisiones de CO2.

Tal y como avanzamos en la sección 3, a continuación presentamos los resultados del MEGA para estos tres escenarios y después analizamos los efectos que se consiguen con la integración entre el MEGA y el modelo de oferta del sector eléctrico.

4.2. Resultados del MEGA sin integración de modelos 4.2.1. Mercado real

En esta primera simulación el número de permisos asignados por el gobierno a los sectores sujetos debe conducir a una reducción de sus emisiones no reguladas (benchmark) del 44.5%. Esto implica una concentración de esfuerzos en una pequeña cantidad de emisores para alcanzar la reducción del 16% en las emisiones que permita cumplir con el acuerdo de reparto de la carga. Dada la asignación libre de los permisos, no hay efectos significativos sobre la remuneración del trabajo y del capital (en términos reales) o sobre la oferta de trabajo por parte de los hogares. De hecho, el producto interior bruto (PIB) únicamente se reduce en un 0.7% y los precios también muestran un incremento leve (0.2%). Por consiguiente, las pérdidas de bienestar (medidas como variaciones equivalentes con respecto al nivel de referencia) también se limitan al 0.3%, lo que tiene que ver con el hecho de que los gastos energéticos de los hogares representan en promedio menos del 10% del gasto total. En suma, el efecto económico total del mercado real (o PNA real) es bastante limitado. Sin embargo, éste no es el caso cuando el análisis se centra en sectores específicos, como se muestra en el Gráfico 8. Los efectos más significativos sobre la producción y las emisiones ocurren obviamente en los sectores que participan en el mercado y en todos los sectores energéticos restantes. La Tabla 1 recoge una descripción y enumeración de los sectores considerados. Los productos petrolíferos refinados (PETROL) y el sector de la electricidad (ELEC) se convierten en compradores netos de permisos, con reducciones en sus emisiones de respectivamente el 36% y el 44%, mientras que el sector de los productos de metal (METAL) y los productos minerales (MINER) son

21

vendedores netos con una disminución en sus emisiones de respectivamente el 50% y el 49%. Por otra parte, es interesante observar que sectores energéticos como el carbón (CARBON) y el gas natural (GAS) experimentan una importante disminución en sus emisiones (del 44% y del 12%, respectivamente). Finalmente, también hay efectos significativos sobre las emisiones de carbono por parte de los sectores restantes que, en promedio, reducen sus emisiones en un 2.6%.

Tabla 1. Ramas de actividad y su correspondencia entre NAM-1995 y TSIO-1995

Sectores NAM-95 Descripción Código TSIO 1995

AGRI Agricultura, ganadería y caza, selvicultura, pesca y acuicultura TSIO 01, 02, 03 CARBON Extracción y aglomeración de antracita, hulla, lignito y turba TSIO 04 CRUDO Extracción de crudos de petróleo y gas natural. Extracción de minerales de uranio y torio TSIO 05 MINER Extracción de minerales metálicos, no metálicos ni energéticos TSIO 06, 07 PETROL Coquerías, refino de petróleo y tratamiento de combustibles nucleares TSIO 08 ELEC Electricidad TSIO 09 GAS Gas natural TSIO 10 ALIM Alimentos y bebidas TSIO 12-15 MANUF Otras manufacturas TSIO 11, 16-20, 31-38 QUIMIO Industria química TSIO 21-24 PROMIN Manufactura otros minerales no metalicos, reciclaje TSIO 25-28, 39 METAL Metalurgia, productos metalicos TSIO 29, 30 CONS Construcción TSIO 40

SERV1 Telecomunicaciones, servicios financieros, inmobiliarios, alquiler, informática, I+D, servicios profesionales, asociaciones empresariales TSIO 41-43, 50-58, 71

HOST Hostelería TSIO 44 TRANSP Servicios de transporte TSIO 45-49

SERV2 Educación, servicios sanitarios, veterinarios y sociales, saneamiento, ocio, cultura, deporte, administraciones públicas TSIO 59-70

Los códigos TSIO representan las distintas ramas de actividad en la TSIO publicada en INE (2002a). Fuente: Elaboración propia.

Gráfico 8. Efectos sectoriales sobre la producción y las emisiones en el mercado real

-55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0

AGRICARBOMINERPETROLELECGASALIMMANUFQUIMIOPROMINMETALCONSTSERV1HOSTTRANSPSERV2

emisiones (%) producción (%)

Fuente: Elaboración propia

22

Con respecto a los efectos sectoriales sobre actividad, son claramente relevantes para las industrias de la energía. En este sentido, el sector del carbón sufre la contracción más grande en la producción (un 43%), pero hay también pérdidas importantes de la actividad en el gas natural (un 10%), la electricidad (un 8%) y los productos petrolíferos refinados (un 6,4%). Realmente, los elevados impuestos indirectos sobre los productos petrolíferos refinados en la situación de referencia reducen el impacto del precio de los permisos sobre los costes de producción y, por tanto, sobre los niveles de actividad. Por otra parte, las empresas de energía térmica (carbón, fuel-oil, gas) directamente sujetas al precio del carbono solamente representan el 40% de la capacidad total de generación eléctrica en España y de este modo la electricidad pasa a ser relativamente más barata con respecto a los combustibles fósiles. Esto anima al consumo de electricidad de origen no carbónico mediante la sustitución por el gas natural13. Hay también una reducción significativa en la actividad de los sectores de METAL y MINER, alrededor del 2%, mientras que los restantes sectores no energéticos y los sectores no sujetos a la Directiva experimentan efectos limitados sobre su actividad. Por lo tanto, el colapso inducido por la electricidad del sector español del carbón es el principal resultado de la reducción de las emisiones de CO2 en el mercado real14, un resultado confirmado por los modelos bottom-up que consideran la operación del sistema eléctrico español (Linares et al., 2004). En general y según lo esperado, no hay cambios significativos en los costes de producción excepto en algunos sectores de la Directiva, pero aún en esos casos los efectos sobre la competitividad serán limitados debido a su baja exposición a los mercados internacionales15. 4.2.2. Mercado amplio

En este caso el número de permisos asignados por el gobierno a los sectores sujetos conduce a una reducción de las emisiones de carbono con respecto a la situación de referencia de alrededor del 22%16. Según lo avanzado por la intuición, los costes totales para la economía son menores que en el escenario anterior: el PIB disminuye un 0,42% con respecto a la situación de referencia, sólo el 59% de los costes en el mercado real, para alcanzar el mismo objetivo ambiental. Por otra parte, las pérdidas de bienestar

13 Hay un cambio inducido en las tecnologías de generación, ya que las centrales de carbón reducen su cuota debido al incremento en sus costes de operación. Esto provoca un importante efecto sobre el sector del carbón, que de hecho no está sujeto a la Directiva. 14 El sector eléctrico representa el 70% del consumo energético final en España y una importante cuota de las emisiones españolas de CO2. 15 La excepción es el sector del metal, donde el ratio de exportaciones sobre la producción total está en torno al 20%. Además, esta es posiblemente otra razón para la elección de los sectores de la Directiva. 16 Hay que recordar que los hogares están excluidos del mercado, lo que explica por qué la reducción no coincide con el objetivo exigido (16%).

23

(medidas como variaciones equivalentes) se reducen en un 0,14% y ahora representan el 40% de los costes en el mercado real. El Gráfico 9 representa los efectos del mercado amplio sobre los niveles sectoriales de actividad y de emisiones, que se distribuyen de forma más uniforme sobre la economía. En relación con el perfil ambiental de la política simulada, los sectores no incluidos en el mercado y los sectores no energéticos reducen sus emisiones de CO2 en promedio en un 17%. Por otra parte, los sectores de la Directiva y los sectores energéticos reducen sus emisiones en un rango que va del 24% (MINER, PETROL) al 39% (CARBON). Al realizar un análisis comparativo sectorial de los efectos sobre la actividad, el sector de la construcción (CONST), el MINERAL, el METAL y los hoteles y restaurantes (HOST) son los más beneficiados con el mercado amplio, con mejoras en los niveles de producción en el rango del 50-60%. Otros sectores como el CARBON, ELEC y MINER también muestran mejoras grandes con el mercado amplio, aumentando sus niveles de actividad en más del 30%. Lo contrario ocurre con PETROL y educación, salud, y otros servicios (SERV2), que muestran reducciones en la producción de respectivamente el 50% y el 43%. El GAS y la agricultura, la ganadería, la silvicultura, la pesca y la acuicultura (AGRI) están también entre los sectores que experimentan diferencias significativas entre el mercado amplio y el real, con reducciones en la actividad de cerca del 30%.

Gráfico 9. Efectos sectoriales sobre la producción y las emisiones del mercado amplio

-55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0

AGRICARBOMINERPETROLELECGASALIMMANUFQUIMIOPROMINMETALCONSTSERV1HOSTTRANSPSERV2

emisiones (%) producción (%)

Fuente: Elaboración propia Es interesante observar que todos los sectores sujetos en la Directiva, y particularmente los sectores de la energía, se convierten en vendedores netos de permisos en esta segunda simulación. Esto significa

24

que son los sectores con los menores costes de reducción en la economía, lo que justifica y explica su inclusión en el mercado europeo. Además, esto reduce las potenciales ganancias de eficiencia de extender el mercado, ya que se observa que muchos sectores no sujetos presentan elevados curvas de costes de reducción. 4.2.3. Mercado elec

En el tercer escenario simulamos una situación en la cual al sector eléctrico no le son asignados derechos de emisión gratuitos por lo que dicho sector debe adquirirlos en el mercado. Es decir, realizamos una alteración sobre el mercado real quitándole al sector eléctrico los permisos asignados inicialmente en dicho escenario. En un escenario como el anterior, y al objeto de alcanzar los objetivos de reducción de emisiones por parte del gobierno, las emisiones de CO2 realizadas por los sectores regulados por el mercado de derechos de emisión deberían reducirse en un 45,7% respecto a la situación de partida (en ausencia del mercado de derechos de emisión). Como consecuencia, el PIB sufriría una caída del 0,9%, dos décimas por encima de lo estimado para el escenario mercado real. A su vez, el índice de precios al consumo (IPC) también aumentaría respecto al anterior escenario, alcanzando un incremento igual al 0,4%. Como consecuencia, las pérdidas de bienestar sufridas por los hogares españoles rondarían el 0,8%, muy superiores a los obtenidos en el mercado real. El Gráfico 10 representa los efectos del mercado elec sobre los niveles sectoriales de actividad y de emisiones. Si analizamos los efectos sectoriales de no distribuir permisos gratuitamente al sector eléctrico observamos que se producen cambios sustanciales respecto al escenario mercado real. En general, se produce una fuerte caída en los niveles de actividad, si bien es cierto que para algunos sectores los efectos de partida en el escenario mercado real eran limitados. Debemos destacar el importante impacto de signo negativo sobre la construcción, incrementándose en un 200% los resultados del mercado real. Igualmente importantes, aunque de menor cuantía, son los efectos sobre las actividades mineras (-106%), la producción eléctrica (-135%), la producción de ciertas manufacturas y de productos minerales (-100%), o la producción de productos metálicos (-85,7%). Es interesante constatar, sin embargo, que determinados sectores salen claramente beneficiados en este nuevo escenario, como son determinados servicios (SERV2), que incrementan su actividad en un 357%, así como los sectores primarios (AGRI) con un incremento del 50%, y la producción y distribución de gas natural (43,7%).

25

Gráfico 10. Efectos sectoriales sobre la producción y las emisiones del mercado elec

-55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5

AGRICARBOMINERPETROLELECGASALIMMANUFQUIMIOPROMINMETALCONSTSERV1HOSTTRANSPSERV2

emisiones (%) producción (%)

Fuente: Elaboración propia. También se producen cambios significativos sobre las emisiones de CO2 realizadas por cada sector cuando analizamos ambos escenarios, mercado elec frente a mercado real. Diversos sectores experimentan caídas adicionales en sus emisiones superiores al 100%, como por ejemplo en el sector primario (AGRI), alimentación y bebidas, sector químico y determinados servicios (SERV1). Si bien las caídas más importantes, superiores al 150% respecto al escenario mercado real, tienen lugar en el sector MINER, determinadas manufacturas (MANUF), la construcción y los servicios de hostelería y restauración. Finalmente, es destacable la tímida variación en las emisiones realizadas por el sector eléctrico, un 6,6% inferiores respecto a las obtenidas en el escenario mercado real. Las Tablas 2 y 3 que se presentan a continuación recogen de una manera más detallada respectivamente los impactos sectoriales sobre actividad y sobre emisiones de CO2 y las diferencias entre los distintos escenarios. La observación de los gráficos anteriores y de esta nueva información evidencia los importantes efectos distributivos y ambientales que genera la aplicación de una u otra alternativa.

26

Tabla 2. Impacto sectorial (%) de cada escenario sobre la actividad

Real

(1) Amp

(2) Elec

(3) diferencia

(2) - (1) variación [(2) - (1)]/(1)

diferencia (3) - (1)

variación [(3) - (1)]/(1)

AGRI -0,4 -0,5 -0,2 -0,1 -25,0% 0,2 50,0% CARBON -42,9 -28,6 -44,3 14,3 33,3% -1,4 -3,3% CRUDO -7,3 -16,2 -5,3 -8,9 -121,9% 2,0 27,4% MINER -1,7 -1,1 -3,5 0,6 35,3% -1,8 -105,9% PETROL -6,4 -9,6 -5,5 -3,2 -50,0% 0,9 14,1% ELEC -7,9 -5,3 -18,6 2,6 32,9% -10,7 -135,4% GAS -10,3 -13,8 -5,8 -3,5 -34,0% 4,5 43,7% ALIM -0,4 -0,4 -0,6 0,0 0,0% -0,2 -50,0% MANUF -0,9 -0,7 -1,8 0,2 22,2% -0,9 -100,0% QUIMIO -1,1 -1,1 -1,4 0,0 0,0% -0,3 -27,3% PROMIN -1,5 -0,6 -3,0 0,9 60,0% -1,5 -100,0% METAL -2,1 -1,0 -3,9 1,1 52,4% -1,8 -85,7% CONSTR -0,8 -0,3 -2,4 0,5 62,5% -1,6 -200,0% SERV1 -0,8 -0,7 -1,2 0,1 12,5% -0,4 -50,0% HOST -0,4 -0,2 -0,6 0,2 50,0% -0,2 -50,0% TRANSP -1,1 -1,1 -1,3 0,0 0,0% -0,2 -18,2% SERV2 -0,7 -1,0 1,8 -0,3 -42,9% 2,5 357,1%

Fuente: Elaboración propia.

Tabla 3. Impacto sectorial (%) de cada escenario sobre emisiones CO2

Real

(1) Amp

(2) Elec

(3) diferencia

(2) - (1) variación [(2) - (1)]/(1)

diferencia (3) - (1)

variación [(3) - (1)]/(1)

AGRI -1,9 -19,5 -3,9 -17,6 -929,6% -2,0 -103,7% CARBON -43,9 -38,6 -46,8 5,3 12,0% -2,9 -6,5% CRUDO -8,3 -29,8 -7,9 -21,5 -260,3% 0,4 4,4% MINER -4,7 -23,9 -12,6 -19,2 -411,6% -7,9 -169,8% PETROL -36,2 -23,9 -31,5 12,4 34,1% 4,7 13,1% ELEC -43,8 -26,4 -46,7 17,4 39,7% -2,9 -6,6% GAS -11,8 -31,7 -10,2 -20,0 -169,2% 1,6 13,2% ALIM -1,9 -13,8 -4,6 -11,9 -611,3% -2,7 -139,2% MANUF -4,4 -17,5 -12,4 -13,2 -303,0% -8,1 -185,1% QUIMIO -4,1 -24,8 -9,5 -20,8 -513,1% -5,5 -135,6% PROMIN -48,7 -24,0 -45,3 24,7 50,7% 3,4 7,0% METAL -50,3 -27,6 -47,7 22,7 45,2% 2,6 5,2% CONSTR -2,2 -15,5 -5,7 -13,3 -602,7% -3,5 -159,3% SERV1 -2,4 -13,8 -5,7 -11,4 -475,0% -3,3 -137,9% HOST -1,9 -15,3 -5,2 -13,4 -690,7% -3,3 -167,5% TRANSP -2,1 -16,3 -3,1 -14,1 -659,3% -1,0 -45,3% SERV2 -2,3 -15,3 -2,3 -13,0 -574,0% -0,0 -1,8%

Fuente: Elaboración propia

27

4.3. Resultados mediante la integración de los modelos micro y macro 4.3.1. Mercado real

En este caso el producto interior bruto (PIB) se reduce en un 1% y los precios también muestran un incremento leve (0.2%). En consecuencia, las pérdidas de bienestar (medidas como variaciones equivalentes con respecto al nivel de referencia) se sitúan en el entorno del 0.5%. Se producen importantes cambios con respecto a los suministrados por la alternativa sin integración (el MEGA en solitario). Nos centramos, en primer lugar, en el comportamiento del sector eléctrico. Así, se observa una subida considerable del precio de la electricidad (17%, 21.53%) con respecto al caso de no integración con el modelo micro de oferta. Nótese que a partir de ahora ofrecemos intervalos porque la integración de los modelos no ha sido plena, aunque sí satisfactoria. La reforma simulada con esta metodología lleva a una modificación en el consumo de carbón por el sector eléctrico de (-25.74%, -41.21%), mientras que el cambio en el consumo de fueloil del sector eléctrico se encuentra en el intervalo (-91.88%, -97.50). Por su parte, la simulación lleva a un cambio en el consumo de gas natural por el sector eléctrico de (25.83%, 33.72%). Esto lleva a una modificación del perfil distributivo sectorial de la reforma, tal y como se recoge en el Gráfico 11. De hecho, las modificaciones más importantes con respecto al Gráfico 8 (sin interacción) se observan en el sector eléctrico (con menores efectos) y, por extensión, en los sectores de GAS y MINER. Por su parte, se acentúan las pérdidas de actividad de otros sectores sujetos al mercado como METAL y PROMIN.

Gráfico 11. Efectos sectoriales sobre la producción y las emisiones en el mercado real

-55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0

AGRICARBOMINERPETROLELECGASALIMMANUFQUIMIOPROMINMETALCONSTSERV1HOSTTRANSPSERV2

emisiones (%) producción (%)

Fuente: Elaboración propia

28

En conjunto, el cambio en la producción y consumo de electricidad por parte de la economía española originada por el mercado real se sitúa en el -10.50%. Las características tecnológicas del sector eléctrico permiten una importante reducción de las emisiones de CO2 por el sector eléctrico (-24.80%, -27.95%). 4.3.2. Mercado ampliado

En este caso, como ya ocurría en la simulación anterior, se produce una mejora de los impactos en términos de actividad (el PIB se reduce en sólo un 0.5%). No obstante, tanto precios (aumento de 0.4%) como bienestar medido como variaciones equivalentes (reducción de 0.8%) muestran una peor evolución. En particular, en este escenario se observa una caída importante de a remuneración del capital y del trabajo, un 1% y 2.5% respectivamente. El cambio estimado en el precio de la electricidad se sitúa ahora en el intervalo (13.30%, 16.06%). El cambio estimado en el consumo de carbón por el sector eléctrico es ahora de (-40.03%, -41.52%), mientras que el consumo de fueloil por los generadores de electricidad se sitúa entre (-95.20%, -98.59). Por su parte, el consumo de gas natural por el sector eléctrico observa un incremento entre (17.35%, 18.30%). En conjunto, la reducción en la producción y consumo de electricidad por parte de la economía española se sitúa en el 11.60%. Esto lleva a unas mayores reducciones en las emisiones de CO2 por el sector eléctrico (-29.02%, -37.49%) con respecto al escenario anterior. Este comportamiento se explica por la extensión del mercado a toda la economía, que modifica a la baja la demanda de electricidad. En relación con los efectos distributivos sectoriales que se derivan de este escenario, la integración de modelos implica nuevamente cambios relevantes respecto a la alternativa considerada en la sección 4.1.2 (ver Gráfico 9). En el Gráfico 12 se observan así los ya apuntados efectos sobre el sector eléctrico y una acentuación de los efectos inducidos sobre el sector de CARBON, al contrario de lo que ocurre con el sector GAS. Por su parte el resto de sectores muestran, en general, un aumento de las reducciones de emisiones con respecto al escenario sin integración de modelos.

29

Gráfico 12. Efectos sectoriales sobre la producción y las emisiones del mercado amp

-55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0

AGRICARBOMINERPETROLELECGASALIMMANUFQUIMIOPROMINMETALCONSTSERV1HOSTTRANSPSERV2

emisiones (%) producción (%)

Fuente: Elaboración propia 4.3.3. Mercado elec

En la última de las simulaciones con integración de modelos se observa una reducción del PIB en un 0.7% y una bajada del bienestar (medido como variaciones equivalentes respecto al punto de referencia) en un 0.6%. Por su parte los precios muestran un ligero incremento (0.6%) y las remuneraciones de capital y trabajo caen respectivamente un 0.8% y un 0.4%. El cambio estimado en el precio de la electricidad se sitúa ahora en el intervalo (13.52%, 19.50%), por debajo de lo observado para el mercado real con integración de modelos, lo que demuestra la necesidad de una modelización detallada del sector eléctrico. El escenario lleva a un cambio estimado en el consumo de carbón por el sector eléctrico de un -46.80%, el consumo de fueloil por el sector eléctrico cae un -100%, mientras que el consumo de gas natural por el sector eléctrico aumenta y se sitúa en el intervalo (+6.43%, +9.30%). El cambio de la producción y consumo de electricidad por parte de la economía española cae un -13.90%, lo que lleva a una reducción de las emisiones de CO2 relacionadas con el sector eléctrico de (-33.39%, -44.83%).

El impacto distributivo se recoge en el Gráfico 13, donde se observan menores diferencias con respecto al escenario sin integración (Gráfico 10). Quizá lo más destacable sean los menores efectos sobre el sector eléctrico (tanto en términos productivos como de emisiones), que reflejan una adaptación en sus operaciones que puede recoger el modelo microeconómico.

30

Gráfico 13. Efectos sectoriales sobre la producción y las emisiones del mercado elec

-55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5

AGRICARBOMINERPETROLELECGASALIMMANUFQUIMIOPROMINMETALCONSTSERV1HOSTTRANSPSERV2

emisiones (%) producción (%)

Fuente: Elaboración propia Como en el caso anterior (sin integración), las Tablas 4 y 5 recogen de forma detallada los impactos sectoriales sobre actividad y sobre emisiones de CO2 para los distintos escenarios cuando se produce integración entre el MEGA y el modelo de oferta del sector eléctrico. La observación de estos gráficos demuestra, en primer lugar, la relevancia y variación de los efectos distributivos y ambientales asociados a cada alternativa. Las tablas también permiten comparar los resultados con y sin integración, demostrando la relevancia del ejercicio realizado en este trabajo. Como puede observarse, la introducción de una modelización detallada del sector eléctrico lleva no sólo a cambios importantes en las reacciones de este sector a las distintas políticas y alternativas simuladas, también provoca significativos efectos de equilibrio general con otros sectores (a través del cambio del precio de la electricidad y de las modificaciones de ofertas y demandas entre sectores).

31

Tabla 4. Impacto sectorial (%) de cada escenario sobre la actividad

Real

(1) Amp

(2) Elec

(3) diferencia

(2) - (1) variación [(2) - (1)]/(1)

diferencia (3) - (1)

variación [(3) - (1)]/(1)

AGRI 0.0 -0.9 -0.6 -0.9 - -0.6 - CARBON -26.4 -37.7 -41.3 -11.3 -42.8% -14.9 -56.4% MINER -1.7 -6.7 -3.9 -5.0 -294.1% -2.2 -129.4% PETROL -7.3 -14.7 -8.8 -7.4 -101.4% -1.5 -20.5% ELEC -10.5 -11.6 -13.9 -1.1 -10.5% -3.4 -32.4% GAS 6.7 -2.2 -1.5 -8.9 132.8% -8.2 122.4% ALIM -0.3 -0.9 -0.7 -0.6 -200.0% -0.4 -133.3% MANUF -0.6 -2.7 -2.2 -2.1 -350.0% -1.6 -266.7% QUIMIO -0.9 -3.4 -1.4 -2.5 -277.8% -0.5 -55.6% PROMIN -1.8 -4.6 -3.5 -2.8 -155.6% -1.7 -94.4% METAL -1.8 -5.6 -5.3 -3.8 -211.1% -3.5 -194.4% CONSTR -1.4 -3.6 -2.0 -2.2 -157.1% -0.6 -42.9% SERV1 -0.8 -1.7 -1.3 -0.9 -112.5% -0.5 -62.5% HOST -0.4 -0.4 -0.4 0.0 0.0% 0.0 0.0% TRANSP -0.8 -3.7 -1.7 -2.9 -362.5% -0.9 -112.5% SERV2 -1.2 5.2 2.5 6.4 533.3% 3.7 308.3%

Fuente: Elaboración propia Tabla 5. Impacto sectorial (%) de cada escenario sobre emisiones CO2

Real

(1) Amp

(2) Elec

(3) diferencia

(2) - (1) variación [(2) - (1)]/(1)

diferencia (3) - (1)

variación [(3) - (1)]/(1)

AGRI -2.3 -2.3 -3.6 0.1 3.0% -1.3 -55.4% CARBON -28.5 -48.3 -43.3 -19.8 -69.3% -14.8 -51.8% MINER -7.1 -32.6 -10.1 -25.5 -358.2% -3.0 -41.6% PETROL -39.8 -29.9 -34.2 9.8 24.7% 5.6 14.0% ELEC -24.8 -37.5 -44.8 -12.7 -51.2% -20.0 -80.8% GAS 3.6 -25.6 -5.0 -29.2 805.0% -8.7 238.3% ALIM -2.8 -17.0 -4.6 -14.2 -503.6% -1.8 -64.8% MANUF -6.9 -24.1 -9.1 -17.2 -251.2% -2.2 -32.3% QUIMIO -5.9 -30.8 -7.3 -24.9 -419.9% -1.4 -23.8% PROMIN -53.8 -31.2 -44.8 22.6 42.0% 9.0 16.8% METAL -54.5 -34.6 -47.6 19.9 36.5% 6.9 12.7% CONSTR -3.6 -20.8 -4.7 -17.2 -477.3% -1.1 -31.3% SERV1 -3.5 -17.6 -4.6 -14.1 -402.0% -1.0 -29.6% HOST -3.2 -18.5 -3.7 -15.3 -479.0% -0.5 -15.0% TRANSP -2.3 -20.6 -3.8 -18.3 -797.8% -1.5 -63.8% SERV2 -3.7 -12.8 -0.6 -9.1 -244.7% 3.1 83.8%

Fuente: Elaboración propia

32

5. Conclusiones

La reducción de emisiones de gases de efecto invernadero es una de las prioridades actuales de las políticas energéticas y ambientales de la Unión Europea. Como mecanismo coste-eficiente para facilitar la consecución de este objetivo, la Comisión Europea propició la creación de un mercado europeo de derechos de emisión de gases de efecto invernadero. El mercado comenzó a funcionar en 2005 y básicamente incluye sólo a un número limitado de sectores (que representan en torno al 50% de las emisiones de estos gases) e implica una asignación mayoritariamente gratuita de permisos a los participantes. La definición del mercado europeo plantea una serie de dudas normativas sobre la idoneidad de algunas de sus características: la sujeción parcial de las emisiones, las limitaciones intertemporales al comercio, la distribución gratuita de permisos. En cualquier caso, es muy probable que el mercado sufra modificaciones relevantes en el período post-Kioto, según las propuestas que maneja en la actualidad la Comisión, y que implicarán una sujeción distinta de sectores y la subasta de permisos. De hecho, uno de los aspectos que condicionan en mayor medida el alcance de los impactos de las políticas europeas para la reducción de emisiones de gases de efecto invernadero es el procedimiento de asignación de los permisos de emisión del mercado. Por ello, en este trabajo nos hemos ocupado de simular cambios de esas características para el caso español, calculando los impactos económicos y distributivos de las distintas opciones de asignación (gratuita o subastada) de los permisos y del alcance sectorial del mercado europeo de derechos de emisión. España es, en realidad, un país idóneo para realizar este tipo de simulaciones. Por un lado, por la importancia de las reducciones necesarias para cumplir con los objetivos internacionales, lo que llevará a efectos económicos y distributivos relevantes. Asimismo, la necesaria incorporación de ciertos sectores (como el transporte) a los esfuerzos de reducción de emisiones exige un estudio empírico sobre estas cuestiones. Finalmente, la subasta de permisos se plantea como una opción para solucionar algunos de los problemas regulatorios observados en los últimos meses. Hasta el momento, estas cuestiones habían sido abordadas principalmente mediante la simulación con modelos de equilibrio general aplicado, ya que éstos son capaces de recoger todas las interacciones posibles (como cambios en la demanda de bienes o servicios, o sustitución entre combustibles) y de proporcionar información sobre el bienestar o la producción del país. Sin embargo, esta aproximación presenta algunos problemas, al no ser capaz de recoger con el detalle suficiente los mercados energéticos, precisamente los principales afectados por este tipo de políticas. Para ello se hace necesario

33

acudir a modelos específicos de dichos sectores, en los que se puede representar adecuadamente la variedad tecnológica o los mecanismos de fijación de precios. Este trabajo ha ofrecido, por primera vez para el caso español, una combinación de ambos enfoques metodológicos e integra así las ventajas de los modelos de equilibrio general con el detalle de los modelos específicos, en este caso del sector eléctrico, mediante la vinculación e iteración de los modelos hasta su convergencia. Los resultados obtenidos incluyen aspectos macroeconómicos (PIB, bienestar, precios) y el perfil distributivo (por sectores) de la aplicación de las distintas simulaciones. El output conseguido con el enfoque integrado se ha comparado con el procedente de la utilización única del modelo de equilibrio general aplicado, sirviendo por tanto como indicación de la mejor capacidad explicativa del primero . La integración de ambos enfoques para el estudio del mercado europeo de comercio de emisiones en España ha producido resultados de gran interés. En primer lugar, se observó que las políticas de reducción de emisiones supondrán en España un aumento de los precios de la electricidad, un ligero descenso en el PIB y el bienestar, y un pequeño aumento del índice de precios. Sin embargo, también se concluyó que al ampliar el número de sectores que están sujetos al mercado europeo los impactos negativos se reducen, no sólo en términos absolutos sino también en cuanto a los sectores afectados. Por último, también quedó clara la idoneidad de la integración de los dos tipos de modelos mencionados para el análisis de estas cuestiones. Por una parte, los impactos sobre el sector eléctrico parecen más realistas, resultando en precios más elevados, algo esperable dado el carácter marginalista del mercado eléctrico español. Por otra parte, la distribución de los impactos por sectores también cambia de forma considerable tras la integración.

34

Referencias Ballard, C., Shoven, J., Whalley, J. (1985). General equilibrium computations of the marginal welfare costs of taxes in the United States, American Economic Review 75(1), pp128-138. Böhringer, C. (1998). The Synthesis of Bottom-Up and Top-Down in Energy Policy Modelling, Energy Economics 20(3), pp 283-291. Böhringer, C. y Löschel, A. (2006). Promoting renewable energy in Europe: a hybrid computable general equilibrium approach, Energy Journal, Special Issue, pp. 135-150. Böhringer, C., Rutherford, T. (2005). Integrating Bottom-Up into Top-Down: a Mixed Complementary Approach, Discussion Paper 05-28, Center for European Economic Research ZEW, Germany. Böhringer, C., Rutherford, T. (2006). Combining Bottom-Up and Top-Down in Energy Policy Analysis: a Decomposition Approach, Discussion Paper 06-007, Center for European Economic Research ZEW, Germany. Böhringer, C., Ferris, M., Rutherford, T. (1997). Alternative CO2 abatement strategies for the European Union. In Proost, S., Brader, J. (Eds.), Climate Change, Transport and Environmental Policy, Edward Edgar, Cheltenham. Bosetti, V., Carraro, C., Galeotti, M., Massetti, E., Tavoni, M. (2006). WITCH: A World Induced Technical Change Hybrid Model, The Energy Journal (Special Issue), pp 13-38. Fernandez, M., Manrique, C. (2004). La matriz de contabilidad nacional: un método alternativo de presentacion de las cuentas nacionales, Documentos de Traballo: Area Analise Economica nº30, IDEGA, Universidade de Santiago de Compostela. Ghersi, F., Hourcade, J. C. (2006). Macroeconomic consistency issues in E3 modeling: The continued fable of the elephant and the rabbit, Energy Journal, Special Issue, pp. 39-61. IEA (1998). Energy Statistics of OECD Countries. 1995-1996. International Energy Agency, OECD, Paris. INE (2002a). Contabilidad nacional de España. Base 1995. Serie contable 1995-2000. Marco Input-Output 1995-1996-1997, Instituto Nacional de Estadística, Madrid. INE (2002b). Estadísticas de Medio Ambiente. Cuentas Ambientales, Instituto Nacional de Estadística, Madrid. Köhler,J., Barker, T., Anderson, D. y Pan, H. (2006). Combining energy technology dynamics and macroeconometrics: The E3MG model, Energy Journal, Special Issue, pp. 113-133. Labandeira, X., Labeaga, J.M. (1999). Combining Input-Output analysis and micro-simulation to assess the effects of carbon taxation on spanish households, Fiscal Studies 20(3), pp 303-318. Labandeira, X., Labeaga, J.M., Rodriguez, M. (2007). Microsimulation in the Analysis of Environmental Tax Reforms. An Application for Spain, en Spadaro, A. (ed) Microsimulation as a Tool for the Evaluation of Public Policies. Methods and Applications, Fundación BBVA, Madrid, pp 149-176. Labeaga, J.M., Sanz, J. (2001). Oferta de trabajo y fiscalidad en España. Hechos recientes y tendencias tras el nuevo IRPF, Papeles de Economía Española 87, pp 230-243.

35

Linares, P., Santos, F., Ventosa, M., Lapiedra, L. (2006). Estimated impacts of the European Emissions Trading Scheme Directive and permit assignment methods on the Spanish electricity sector, Energy Journal, 27, 79-98 Linares, P., Santos, F., Ventosa, M., Lapiedra, L. (2007). Incorporating oligopoly, CO2 emissions trading and green certificates into a power generation expansion model, Automatica, próxima publicación. Murphy, F., Smeers, Y. (2005). Capacity Expansion in Imperfectly Competitive Restructured Electricity Market. Operations Research 53. Parry, I., Williams, R., Goulder, L. (1999). When can carbon abatement policies increase welfare? the fundamental role of distorted factor markets, Journal of Environmental Economics and Management 37, pp 52-84. Pizer, W., Burtraw, D., Harrington, W., Newell, R., Sandchirico, J. (2003). Modeling Economywide versus Sectoral Climate Change Policies Using Combined Aggregate-Sectoral Models, Discussion Paper 05-08, Resources for the Future, Washington, USA. Rutherford, T. (1999). Applied general equilibrium modeling with MPSGE as a GAMS subsystem: an overview of the modeling framework and syntax, Computational Economics 14, pp 1-46. Savard, L. (2003). Poverty and inequality within a CGE framework: a comparative analysis of the representative agent and micro-simulation approaches, mimeo, International Development Reseach Center (IDRC), Dakar, Senegal. (disponible on line en www.pep-net.org). Schäfer, A., Jacoby, H.D. (2006). Experiments with a hybrid CGE-MARKAL model Energy Journal, Special Issue, pp. 171-177. Shoven, J., Whalley, J. (1992). Applying general equilibrium, Cambridge University Press, Cambridge. Ventosa, M, R. Denis, C. Redondo (2002). Expansion Planning in Electricity Markets. Two Different Approaches. Proceedings 14th PSCC Conference Seville, Session 43-4, pp. 1-8. 2002. Vives, X. (1999). Oligopoly Pricing. The MIT Press. Cambridge. Wing, I. (2006). The Synthesis of Bottom-Up and Top-Down Approaches to Climate Policy Modeling: electric Power Technologies and the Cost of Limiting U.S. CO2 Emissions. Energy Policy 34, pp 3847-3869.