innovatie
Innovaties succesvol introduceren
De introductie van nieuwe technologie verloopt soms moeiÂ
zaam door discontinuïteit in stimuleringsregelingen. Door
vooraf in te schatten hoeveel middelen nodig zijn, wat een
reële tijdsduur is voor de stimuleringsregeling en deze vol te
houden tot de technologie marktrijp is, kan het succes van
innovatietrajecten aanmerkelijk vergroot worden.
D
iverse stimuleringsregelingen worden
tegenwoordig toegepast om nieuwe techÂ
nologieën een innovatietraject te laten
doorlopen. Het verloop van de kosten van
dergelijke stimuleringsregelingen is op voorhand vaak
niet duidelijk. Bij een succesvolle stimuleringsregeÂ
ling zal de groeiende afzet van de nieuwe technologie
ervoor zorgen dat de jaarlijkse kosten van stimuÂ
leringsregelingen in het begin stijgen doordat de
kostendaling per eenheid product een minder groot
effect heeft dan de toename van de cumulatieve
afzet (volumegroei). Als na invoering van een regeling
het beschikbare budget snel opdroogt omdat de techÂ
nologie succesvol penetreert, lijkt het alsof de kosten
van de regeling uit de hand lopen en wordt een
plafond ingesteld of wordt de regeling zelfs voortijdig
gestaakt. Het tegenstrijdige is dat de technologie
hierbij het slachtoffer wordt van zijn eigen succes.
Beoogd wordt inzicht te geven in hoe het kostenÂ
verloop van een stimuleringsregeling vooraf geschat
kan worden. Met deze inschatting kan men van te
voren bepalen of er voldoende middelen beschikbaar
zijn om het innovatietraject volledig te doorlopen.
Indien dit niet het geval is, is het maar zeer de vraag
of ingezet moet worden op deze portfolio aan techÂ
nologieën. Het door geldgebrek gedwongen, voortijÂ
dig afbreken van een regeling zorgt dat de nieuwe
technologie vrijwel zeker niet van de grond komt en
leidt dus tot de vernietiging van publiek en privaat
kapitaal. Daarnaast loopt het aanzien van de overheid
als betrouwbare transitiemanager schade op.
Kostenreductiescenario’s
Koen Schoots en
Harm Jeeninga
Onderzoeker en Groepsleider Energy Innovation
and Society bij het EnergieÂ
onderzoek Centrum
Nederland
338
ESB
Om het effect van stimuleringsregelingen op de
introductiesnelheid en kostendaling van nieuwe techÂ
nologie te bepalen is ervoor gekozen om twee benaÂ
deringen uit te werken. Het betreft hier een sterke
vereenvoudiging van de werkelijkheid; primaire doel
is inzicht te geven in de rol van de verschillende
mechanismen.
In de eerste benadering worden voor ieder verkocht
apparaat de volledige meerkosten van de nieuwe
technologie ten opzichte van de oude gevestigde
technologie gecompenseerd, bijvoorbeeld in de
93(4536) 30 mei 2008
vorm van een subsidie. De grootte van de jaarlijkse
ondersteuning wordt niet gelimiteerd, maar volledig
bepaald door de grootte van de jaarlijkse afzet van
de nieuwe technologie en het verschil in kosten tusÂ
sen de oude en de nieuwe technologie. Deze benaÂ
dering wordt hier ongelimiteerde steun genoemd. De
stimuleringsregeling wordt beëindigd als de kosten
van de nieuwe technologie gelijk zijn aan die van de
referentietechnologie.
Ook bij de tweede benadering worden per verkocht
apparaat de meerkosten van de nieuwe technologie
volledig gecompenseerd. Echter, in dit geval wordt
een jaarlijks maximum gesteld aan de grootte van
de stimuleringsregeling. De limiet wordt gesteld op
vijftig procent van de maximale jaarlijkse stimuleÂ
ringsbehoefte bij ongelimiteerde steun (zoals bepaald
in de eerste benadering), zoals te zien is in figuur 1.
Per jaar geldt dat zodra dit maximum bereikt is,
de subsidiëring van nieuwe systemen stopt. Deze
benadering wordt hier stimuleringsplafond genoemd.
De regeling wordt volgehouden tot de kosten van
de nieuwe technologie gelijk zijn aan die van de
referentietechnologie.
In dit vereenvoudigde voorbeeld is aangenomen dat
er geen interactie plaatsvindt met andere markten.
Met andere woorden, de technologie wordt volledig
binnen Nederland ontwikkeld en geïmplementeerd.
Tevens is aangenomen dat de technologie de fase
van grootschalige demonstratie heeft doorlopen: de
technologie is geschikt voor uitrol. Voor de bereÂ
keningen hieronder wordt een introductiescenario
gebruikt, ontleend aan de introductie van de hr-ketel
in Nederland. Dit is een representatief voorbeeld van
een succesvolle introductie van een vernieuwende
technologie. De nieuwe optie vervangt de referentieÂ
optie die een gemiddelde levensduur heeft van vijfÂ
tien jaar. Omdat hier sprake is van een toekomstige
technologie, is de start van het introductiescenario
verschoven naar 2010. Het scenario is gebaseerd op
historische data (EnergieNed, 2005), waar met de
kleinstekwadratenmethode een regressielijn doorÂ
heen getekend is die een logistische groeifunctie
volgt. Het tijdsverloop van de afzet in figuur 2 begint
bij nihil en vlakt na ongeveer 25 jaar af tot circa
360.000 eenheden per jaar. Op het niveau waar het
groeiscenario afvlakt, is de markt verzadigd omdat
de oude technologie vrijwel volledig is verdrongen.
De cumulatieve productie is het oppervlak onder de
afzetcurve.
Effect van de leersnelheid op
de totale meerinvestering
In figuur 2 staat het verloop van het jaarlijkse aantal
verkopen uit het eerste scenario waarbij de jaarlijkse
ondersteuning niet wordt gelimiteerd. Doordat de
cumulatieve productie toeneemt, nemen de kosten
per eenheid af. Met behulp van een aanname over
de initiële kosten, de leersnelheid en het penetraÂ
tiescenario uit figuur 2 is allereerst de invloed van
de leersnelheid onderzocht op het verloop van de
meerinvestering. Het kostenverloop is uitgezet voor
een leersnelheid van 80 procent, 82 procent en 84
procent in figuur 3. De hoogte van de meerkosten
bij marktintroductie is zo gekozen dat bij een gemidÂ
delde leersnelheid (82 procent) de nieuwe technoloÂ
gie na tien jaar even duur is als de referentietechnoÂ
logie. Het verloop van de kostenreductie blijkt zeer
sterk afhankelijk van de leersnelheid te zijn.
Uit het verloop van de marktintroductie (figuur 2) en
de kosten per eenheid (figuur 3) kunnen de totale
jaarlijkse meerinvesteringen (figuur 4) berekend
worden (totale meerinvesteringen = aantal eenheden
× meerkosten per eenheid). Tot slot is in figuur 5
het verloop van de totale cumulatieve meerinvesteÂ
ring weergegeven. Het eindpunt van de grafieken in
figuur 5 geeft de totale meerinvestering aan.
Zowel in figuur 4 als in figuur 5 zijn de gevolgen van
de gevoeligheid voor de leersnelheid duidelijk zichtÂ
baar. In het normale geval (leersnelheid van 82 proÂ
cent), bij ongelimiteerde steun, wordt de maximale
totale jaarlijkse meerinvestering na vijf jaar bereikt
Figuur 1
Stimuleringsverloop voor de twee benaderingen als percentage van de
maximale stimulering Smax bij ongelimiteerde steun (benadering 1). Als de
kostenreductie snel verloopt wordt de limietwaarde van het stimuleringsplafond niet gehaald.
100
Smax
% van Smax
normale kostenreductie
ongelimiteerde steun
normale kostenreductie
normale kostenreductie
ongelimiteerde steun
ongelimiteerde steun
Smax
Smax
% van Smax
100 % van Smax
100
normale kostenreductie
stimuleringsplafond
normale kostenreductie
normale kostenreductie
stimuleringsplafond
stimuleringsplafond
Stimulering
Stimulering
Stimulering
75
75
75
50
1/2 Smax
50
50
1/2 Smax
1/2 Smax
25
25
25
snelle kostenreductie
0
0 2010
0
2010
2010
Figuur 2
2015
2020
2015
2015
snelle kostenreductie
snelle kostenreductie
2025
2020
2020
2025
2025
2030
2030
2030
Jaarlijks aantal verkopen van de nieuwe technologie bij ongelimiteerde
x1000
steun.
400
400
400
Jaarlijks aantal verkopen
Jaarlijks aantal verkopen
Jaarlijks aantal verkopen
Uitgangspunt is het tot nul reduceren van de meerÂ
kosten per product. Hier wordt aangenomen dat de
nieuwe technologie voldoende volwassen is zodat
de kostenontwikkeling beschreven kan worden via
een leercurvebenadering. Er wordt uitgegaan van de
inschatting dat de kosten van de nieuwe technologie
afnemen als functie van de cumulatieve productiecaÂ
paciteit volgens een leercurve met een leersnelheid
(progress ratio) van 82 procent (Neij, 1997; IEA/
OECD, 2000). Dit betekent dat bij elke verdubbeling
van de cumulatieve productie de kosten afnemen
met 100 procent – 82 procent = 18 procent. De
gekozen waarde van 82 procent is een gemiddelde
snelheid voor kostenreducties van nieuwe techÂ
nologie (Dutton en Thomas, 1984; McDonald en
Schrattenholzer, 2001). De startwaarde voor de
kosten is zo gekozen dat bij een leersnelheid van 82
procent de meerkosten van de nieuwe technologie
in tien jaar tot nul worden gereduceerd. Het eerste
scenario met ongelimiteerde steun volgt exact het
bovenstaande afzet- en kostenreductiescenario.
Om de gekozen waarde voor de leersnelheid in het
perspectief van energietechnologieën te plaatsen:
de leersnelheid voor zonnecellen is 79 procent
(IEA/OECD, 2000), voor windenergie 81 procent
(Junginger et al., 2005) en voor CO2-afvang bij
carbon capture and storage 90 procent (Uyterlinde
et al., 2007).
x1000
x1000
300
300
300
200
200
200
100
100
100
0
02010
0
2010
2010
Figuur 3
2015
2020
2025
2030
2035
2015
2015
2020
2020
2025
2025
2030
2030
2035
2035
Kostenverloop per eenheid product voor verschillende leersnelheden
(in euro).
6000
6000
6000
Kosten per product
Kosten per product
Kosten per product
Leercurves
4000
4000
4000
2000
2000
2000
0
0 2010
0
2010
2010
2015
2020
2015
oude2015
technologie
80% leercurve
oude technologie
oude technologie
80% leercurve
80% leercurve
160
160
160
ring
120
2020
2020
2025
2025
2025
82% leercurve
2030
2030
2030
84% leercurve
82% leercurve
82% leercurve
84% leercurve
84% leercurve
x 1 mln euro
x 1 mln euro
x 1 mln euro
ESB
93(4536) 30 mei 2008
339
Ja
100
100
0
02010
2015
2020
2025
2030
2035
2010
2015
2020
2025
2030
2035
Kosten product
Kosten per per product
op een niveau van 33 miljoen euro. Dit scenario vergt een cumuÂ
latieve investering van 260 miljoen euro. Bij een leercurve van
tachtig procent (en ongelimiteerde steun) wordt de piek na twee
jaar bereikt op een niveau van dertien miljoen euro en bedraagt
de cumulatieve investering 58 miljoen euro, slechts 22 procent
ten opzichte van het normale geval. Echter, bij een leercurve van
6000
84 procent wordt de maximale totale jaarlijkse meerinvestering
6000
pas na tien jaar bereikt op een niveau van ruim negentig miljoen
euro en wordt de totale investering veel groter, namelijk bijna 1,2
miljard euro, ofwel 460 procent ten opzichte van het normale
4000
geval. Dit verschil wordt veroorzaakt door de lagere leersnelheid,
4000
waardoor een veel groter aantal systemen geproduceerd moet
worden om de meerkosten tot nul te reduceren.
2000
Invoering van een jaarlijks
2000
maximum op de technologiestimulering
In dit voorbeeld wordt aangenomen dat een volledige compensatie van de
0
meerkosten de drijvende kracht achter de afzet is. Dit betekent dat de jaarlijkse
0 2010
2010
2015
2015
oude technologie
Figuur 4
2020
2025
2030
2020
2025
82% leercurve
2030
80% leercurve
oude technologie
84% leercurve
82% leercurve
80% leercurve
84%
Ontwikkeling van de jaarlijkse meerinvestering. leercurve
160
Totale jaarlijkse meerinvestering
Totale jaarlijkse meerinvestering
160
x 1 mln euro
x 1 mln euro
120
120
80
80
40
Stopzetten van de stimuleringsregeling
40
0
0 2010
2010
2015
2020
2015
80% leercurve
2025
2030
2025
2020
82% leercurve
80% leercurve
2030
84% leercurve
82% leercurve
84% leercurve
Figuur 5
Ontwikkeling van de cumulatieve meerinvestering.
x 1 mln euro
x 1 mln euro
1200
Cumulatieve meerinvestering
Cumulatieve meerinvestering
1200
800
800
400
400
0
02010
2015
2010
2015
80% leercurve
2020
82% leercurve
80% leercurve
340
marktgroei bepaald wordt door
de grootte van de jaarlijkse
stimuleringsregeling. Als de
subsidie voor het betreffende
jaar is uitgeput, wordt of de
investering uitgesteld totdat
de stimuleringsregeling weer
beschikbaar is, of de conventiÂ
onele technologie wordt aangeÂ
schaft – de nieuwe technologie
is immers zonder subsidie nog
niet concurrerend. Het effect
van een limiet op de jaarlijkse
stimulering (benadering 2:
stimuleringsplafond) is dat de
kostendoelstelling na vijftien jaar wordt gehaald, vijf
jaar later dan in het scenario met ongelimiteerde
steun. De totale investering voor het bereiken van de
kostendoelstelling blijft gelijk en wordt alleen over
een langere periode uitgesmeerd. Ook hier zijn de
resultaten sterk afhankelijk van de leersnelheid. In
het geval dat de leersnelheid 84 procent blijkt te zijn
in plaats van 82 procent, wordt de kostendoelstelling
pas achttien jaar later gehaald dan in het scenario
met ongelimiteerde steun. In dat geval zullen de
totale investeringen bijna vijf maal hoger uitvallen
dan die van het scenario met ongelimiteerde steun.
Er is geen effect van een stimuleringslimiet merkÂ
baar bij een leercurve van tachtig procent, omdat
de jaarlijkse investeringen door het zeer snel dalen
van de kosten per eenheid dan niet boven de limiet
uitkomen (figuur 1) (Schoots en Jeeninga, 2008).
Het effect van een
limiet op de jaarlijkse
stimulering is dat de
kostendoelstelling
vijf jaar later dan
in het scenario met
ongelimiteerde steun
wordt gehaald
82% leercurve
ESB
2020
93(4536) 30 mei 2008
2025
2030
2025
2030
84% leercurve
84% leercurve
In het scenario stimuleringsplafond is de onderÂ
steuning gemaximeerd op vijftig procent van de
maximale jaarlijkse investeringen conform ongelimiÂ
teerde steun. In het geval van een leersnelheid van
82 procent is in figuur 4 te zien dat het niveau van
vijftig procent voor de jaarlijkse meerinvesteringen al
in 2011 bereikt wordt. In figuur 2 is te zien dat het
marktaandeel dan nog zeer klein is (na berekening
zo’n twee procent). De kosten van de nieuwe techÂ
nologie liggen dan nog aanzienlijk boven het niveau
van de oude gevestigde technologie.
In het extreme geval van stopzetting van de regeÂ
ling in deze fase zijn de mogelijke gevolgen dat
eindgebruikers de oude gevestigde technologie
blijven gebruiken of dat de leveranciers van de
nieuwe technologie zichzelf terug moeten trekÂ
ken. In beide gevallen loopt de introductie van de
nieuwe technologie op niets uit. Een bijkomend efÂ
fect kan zijn dat bepaalde spelers op de markt van
de nieuwe technologie deze klap niet overleven, of
zich tijdelijk uit de sector terugtrekken. Te denken
valt aan producenten, distributeurs en uitvoerders
van reparatie- en onderhoudswerkzaamheden. Bij
het opnieuw instellen van een volgende stimuleÂ
ringsregeling kan men er niet van uitgaan dat de
draad weer opgepakt wordt waar de oude regeling
ophield te bestaan. Het effect van eerder verleende
subsidie wordt daarmee gedeelteÂ
lijk of mogelijk zelfs volledig teniet
gedaan.
Discussie
In situaties waarin
sprake is van
oververhitting van de
markt door een zeer
sterk toenemende
vraag kan verbetering
van de technologie
(leren) vertraagd
worden of zelfs vrijwel
stil komen te liggen
Het zetten van een plafond in een
stimuleringsregeling heeft een
vertragend effect op de tijdsduur
waarbinnen het break-evenpoint
wordt bereikt. Betekent dit dat er
geen plafond ingesteld moet worÂ
den voor technologiestimulering?
In de praktijk moet echter ook de
snelheid waarmee leereffecten
worden verwerkt, worden meegeÂ
nomen. In situaties waarin sprake
is van oververhitting van de markt
door een zeer sterk toenemende vraag, bijvoorbeeld
omdat de consument door niet-economische factoÂ
ren massaal kiest voor het nieuwe product of omdat
kosten sneller dalen dan verwacht, kan verbetering
van de technologie (leren) vertraagd worden of zelfs
vrijwel stil komen te liggen. Er is in deze marktsituaÂ
tie onvoldoende tijd om de leereffecten door te laten
dringen in het productieproces. De productiecapaciÂ
teit wordt uitgebreid door de state-of-the-art van dat
moment te kopiëren, in plaats van te onderzoeken
hoe de grotere productiecapaciteit efficiënter kan
worden weggezet. Er is geen prikkel om te investeren
in Onderzoek en Ontwerp (O&O) omdat de meerkosÂ
ten hoe dan ook volledig worden weggenomen. Door
de lagere leersnelheid zal het break-evenpoint tegen
veel hogere kosten worden behaald (figuur 5).
Om een optimale balans tussen leren en implemenÂ
tatie te bereiken, is het zaak om de kostendaling
voortdurend te monitoren. Op basis van de leersnelÂ
heid uit de voorgaande periode en de omvang van de
cumulatieve capaciteit op dat moment kan de verÂ
wachting voor de totale meerkosten voor de komende
periode worden berekend. Als het subsidiebedrag de
verwachte meerkosten overschrijdt, vindt er overstiÂ
mulering plaats en verslechtert de leersnelheid. Dit
heeft zeer negatieve gevolgen omdat de cumulatieve
meerinvestering zeer sterk zal toenemen en men zal
er dus voor moeten waken dat een dergelijke overstiÂ
mulering plaatsvindt.
Ten tweede moet op voorhand duidelijk uitgerekend worden
wat de consequenties zijn voor de omvang en het verloop van
het stimuleringsbudget, als uitgegaan wordt van het volledig
doorlopen van het innovatietraject. Als blijkt dat de stimuleÂ
ringsregeling voor het gekozen portfolio aan technologieën niet
betaalbaar is, zou eerst beter geselecteerd moeten worden.
Beter twee opties succesvol ontwikkeld, dan tien stimuleringsÂ
regelingen vroegtijdig beëindigd.
Ten derde zullen de effecten op de tijdsduur en de kosten van
een succesvolle stimuleringsregeling heel sterk afhankelijk zijn
van een moeilijk op voorhand te voorspellen leersnelheid.
Ten slotte, voor de succesvolle introductie van de technologie
is het essentieel om heel goed de kostendaling (leersnelheid)
te monitoren. Indien nodig moet de leersnelheid van de nieuwe
technologie actief bijgestuurd worden, bijvoorbeeld door het
verhogen van de O&O-intensiteit of het vertragen van de
introductiesnelheid.
Literatuur
Dutton, J.M. en A. Thomas (1984) Treating progress functions
as a managerial opportunity. Academy of Management Review,
Conclusie
Op basis van de bovenstaande analyse kunnen de
volgende conclusies worden getrokken: Ten eerste,
een stimuleringsregeling voor een gemiddeld lerende
technologie moet doorgaans jaren volgehouden
worden. Het budget voor technologiestimulering
loopt op in de tijd met, in dit voorbeeld, een piek na
vijf jaar. Het break-evenpoint wordt in dat geval na
tien jaar bereikt. Afhankelijk van een op zich geringe
afwijking van de leersnelheid kan in het hierboven
behandelde voorbeeld de piek tussen de twee en
tien jaar komen te liggen en het break-evenpoint tusÂ
sen de vijf en twintig jaar.
9(2), 235-247.
EnergieNed (2005) Energie in Nederland. Arnhem: Energiened.
IEA/OECD (2000) Experience curves for energy technology policy.
Parijs: International Energy Agency.
Junginger, M., A. Faaij en W.C. Turkenburg (2005) Global experience curves for wind farms. Energy Policy, 33(2), 133-150.
McDonald, A. en L.Schrattenholzer (2001) Learning rates for
energy technologies. Energy Policy, 29(4), 255-261.
Neij, L. (1997) Use of experience curves to analyse the
prospects for diffusion and adoption of renewable energy
technology. Energy Policy, 23(13), 1099-1107.
Schoots, K. en H. Jeeninga (2008) Introducing Innovations
Successfully. Petten: Energieonderzoek Centrum Nederland,
werkdocument.
Uyterlinde, M.A., J.R. Ybema en R.W. van den Brink (2007) De
belofte van een duurzame Europese energiehuishouding: Energievisie
ECN en NRG. Petten: Energieonderzoek Centrum Nederland.
ESB
93(4536) 30 mei 2008
341