Whose energy transition? Global renewable-capacity resilience masks country-level divergence after shocks

Sintesi Tecnica: "La transizione energetica di chi? La resilienza della capacità rinnovabile globale maschera la divergenza a livello nazionale dopo gli shock"

Problema
Sebbene la capacità globale di energia rinnovabile (solare più eolico) abbia dimostrato una resilienza aggregata, continuando a crescere attraverso i principali shock economici e geopolitici (crisi finanziaria del 2008, crollo dei prezzi del petrolio del 2014, COVID-19 del 2020, guerra Russia-Ucraina del 2022), il totale globale potrebbe non rappresentare il paese tipico. La traiettoria aggregata è fortemente dominata da un piccolo set di programmi nazionali, in particolare la Cina, che ha rappresentato quasi la metà della capacità globale entro la fine del 2024. Il documento affronta la divergenza tra i trend aggregati e i risultati a livello nazionale, mettendo in discussione se la resilienza aggregata possa mascherare significative contrazioni o deviazioni in specifiche nazioni. L'obiettivo è quantificare queste deviazioni per quattro shock principali e valutare la robustezza dei risultati aggregati rispetto alla selezione del campione, l'estrapolazione dei trend e l'influenza delle grandi economie.

Metodologia
Lo studio utilizza un panel di 222 paesi con dati sulla capacità installata di solare ed eolico dal 2000 al 2024. L'analisi principale si concentra su quattro anni di shock: $T \in \{2008, 2014, 2020, 2022\}$.

• Selezione del campione: Il campione primario include i paesi con almeno 50 MW di capacità solare più eolica nell'anno precedente lo shock ($T-1$), concentrandosi sugli "adottanti consolidati". Una specifica secondaria utilizza una trasformazione con l'inverso dell'ipobolico seno (IHS) per includere i piccoli adottanti (almeno due osservazioni non nulle pre-shock).
• Stima del gap: Per ogni paese, viene adattato un trend log-lineare alle osservazioni non nulle nella finestra di quattro anni pre-shock ($T-4$ a $T-1$), richiedendo almeno tre punti dati. Questo trend viene proiettato a $t+0, t+1$ e $t+2$. Il "gap" è definito come la deviazione percentuale della capacità cumulativa osservata dalla capacità proiettata. Un gap negativo indica una crescita più lenta rispetto a quanto proiettato, non necessariamente un calo della capacità assoluta.
• Misure distributive: Per ogni shock vengono calcolati tre indicatori:
  1. Gap aggregato ($G$): La media ponderata sulla capacità dei gap dei singoli paesi.
  2. Media non ponderata ($\mu$): La media semplice dei gap dei paesi.
  3. Mediana dei paesi ($m$): La mediana dei gap dei paesi, riportata con intervalli di confidenza bootstrap al 95° percentile.
• Benchmark placebo: Per distinguere gli effetti dello shock dal rumore nelle estrapolazioni a breve finestra, lo studio confronta le mediane dei veri shock con le bande placebo empiriche derivate da anni non caratterizzati da shock (2004, 2005, 2011, 2017). Vengono utilizzate due specifiche: un buffer rigido di due anni e una specifica "window-clean".
• Controlli di robustezza:
  • Test di esclusione (Leave-out Tests): Il gap aggregato viene ricalcolato escludendo la Cina e le prime 3 o 5 economie (classificate per capacità pre-shock) per testare se le grandi economie guidano l'aggregato.
  • Regressione esplorativa: Le regressioni OLS (con effetti fissi per shock e orizzonte temporale) testano i correlati del gap a livello di paese, tra cui la pendenza del trend pre-shock, il logaritmo della capacità, lo status di esportatore di petrolio, i gruppi di reddito e le rendite petrolifere.
  • SVAR: Un esercizio supplementare di Vettore Autoregressivo Strutturale (SVAR) con restrizioni di segno viene eseguito per verificare le risposte strutturali nella generazione globale.

Risultati Chiave

1. Divergenza nel crollo dei prezzi del petrolio del 2014: Tra gli adottanti consolidati, il crollo dei prezzi del petrolio del 2014 è l'unico shock in cui la mediana del gap dei paesi cade al di fuori delle bande placebo nella direzione della contrazione in tutti gli orizzonti post-shock ($t+0, t+1, t+2$). Ad esempio, a $t+0$, la mediana del gap era del $-11,2\%$, significativamente al di sotto della banda placebo rigorosa di $[-9,1\%, -1,8\%]$. Questo risultato è sensibile al campione: scompare quando la specifica IHS ammette i piccoli adottanti, suggerendo che la deviazione è concentrata tra i paesi con pipeline di progetti materiali.
2. Divergenza tra aggregato e livello nazionale:
   • 2008 e 2020: Il gap aggregato ($G$) era vicino allo zero, mentre la media non ponderata ($\mu$) era significativamente negativa (ad esempio, $G = -0,3\%$ rispetto a $\mu = -7,9\%$ nel 2008). Ciò indica che i paesi con capacità progettate maggiori hanno sperimentato gap meno negativi, compensando l'aggregato.
   • 2022: Il gap aggregato era negativo ($-8,0\%$), ma la mediana era solo leggermente negativa ($-1,5\%$). I test di esclusione rivelano che escludendo le prime cinque economie, il gap aggregato passa da $-8,0\%$ a $-18,8\%$, indicando che le economie più grandi (inclusa la Germania) hanno attenuato il deterioramento dell'aggregato, mentre altre economie sostanziali hanno affrontato contrazioni più profonde.
   • 2014: Sia l'aggregato che la mediana erano negativi, mostrando una deviazione ampiamente distribuita senza la concentrazione vista in altri anni.
3. Correlati della deviazione: Le regressioni esplorative trovano che la pendenza del trend pre-shock adattata è il principale correlato del gap (in parte meccanico, poiché definisce la proiezione). Le evidenze per i livelli di reddito e lo status di esportatore di petrolio sono suggestive ma non robuste attraverso le specifiche o le soglie di significatività (ad esempio, reddito $p=0,218$ a $t+0$).
4. Risultati SVAR: L'esercizio supplementare SVAR non trova una risposta della generazione rinnovabile distinguibile al 95% agli shock macroeconomici o geopolitici identificati.

Significato e Rivendicazioni
Il documento sostiene che la resilienza della capacità rinnovabile globale è reale ma distribuita in modo non uniforme. La traiettoria aggregata spesso maschera una significativa divergenza a livello di paese, in particolare per gli adottanti consolidati che affrontano shock specifici come il crollo dei prezzi del petrolio del 2014.

• Contributo metodologico: Lo studio dimostra come le relazioni tra shock e dispiegamento di rinnovabili si manifestino attraverso la distribuzione dei paesi piuttosto che come un singolo coefficiente di panel. Evidenzia i limiti degli obiettivi aggregati nel catturare l'eterogeneità della transizione.
• Implicazione politica: Poiché le ambizioni globali (ad esempio, il triplicare la capacità rinnovabile) sono formulate come obiettivi aggregati, i rapporti sui progressi devono anche mostrare la distribuzione del dispiegamento. L'espansione aggregata può coesistere con una partecipazione o una contrazione non uniforme in specifici sottogruppi di paesi.
• Valutazione del rischio: I risultati suggeriscono che condizioni prolungate di bassi prezzi del petrolio possono rappresentare un rischio maggiore per il dispiegamento delle rinnovabili nei paesi con pipeline di progetti maturi (dove è stato osservato l'effetto del 2014) rispetto ai paesi che non hanno ancora iniziato un dispiegamento materiale.
• Limiti: Gli autori dichiarano esplicitamente che il design è descrittivo e non identifica effetti di trattamento causali. Il risultato del 2014 è sensibile al campione e non dovrebbe essere generalizzato a paesi senza build-out pre-shock. L'episodio della guerra in Iran del 2026 è discusso solo come contesto, con i risultati storici che fungono da marcatori di rischio per test futuri piuttosto che previsioni. Lo studio identifica potenziali correlati per lavori futuri piuttosto che leve politiche definitive.