M A S T E R S C R I P T I E J A N J A A P B A K K E R

   

 

                                                   

 

                                                 

M A S T E R S C R I P T I E    J A N ‐ J A A P   B A K K E R 

 

   

 

 

Iets nieuws onder zon  Een onderzoek naar de diffusie van zonnestroomtechnologie onder Nederlandse huishoudens                                                     

Jan‐Jaap Bakker  3379523    Masterscriptie Economische Geografie  Faculteit Geowetenschappen  Universiteit Utrecht   Oktober 2013    Begeleider: Ton van Rietbergen   

 

   

 

Voorwoord Deze  scriptie  heb  ik  geschreven  als  afronding  van  mijn  masteropleiding  Economische  Geografie  aan  de  Universiteit  Utrecht.  Via  mijn  werk  bij  het  bedrijf  Zon‐IQ  ben  ik  in  aanraking  gekomen  met  de  zonnestroommarkt voor Nederlandse huishoudens en de sterke ontwikkelingen die deze markt de laatste twee  jaren  doormaakt.  Ik  heb  met  veel  interesse  onderzoek  gedaan  naar  deze  ontwikkelingen  en  geprobeerd  om  hier vanuit meerdere disciplines een verklaring voor te vinden. Van maart tot oktober 2013 heb ik naast mijn  werk bij Zon‐IQ onderzoek gedaan naar de zonnestroommarkt voor huishoudens en dit is het resultaat.   Na  het  behalen  van  mijn  bachelor  diploma’s  werktuigbouwkunde  en  natuurwetenschap  &  innovatiemanagement, vormt deze scriptie het sluitstuk op ruim negen jaar studie. Ik vind het ontzettend leuk  dat  ik  alle  drie  de  vakgebieden  samen  heb  kunnen  brengen  in  deze  scriptie.  Tijdens  mijn  studie  werktuigbouwkunde  begon  het  met  de  technische  kant,  tijdens  de  bachelor  opleiding  natuurwetenschap  &  innovatiemanagement kwam hier het diffusieproces van de technologie bij en in mijn masterjaar Economische  Geografie  volgde  het  sociaaleconomische  aspect.  Na  vele  uren  literatuur  lezen  en  onderzoek  doen,  heb  ik  geprobeerd om er een toegankelijke scriptie van te maken. Het heeft voor mijzelf in ieder geval geleid tot een  boeiende scriptie en ik hoop dan ook dat u deze scriptie met interesse zal lezen.   Tot  slot  wil  ik  een  aantal  personen  bedanken  die  bij  hebben  gedragen  aan  de  totstandkoming  van  dit  werk.  Allereerst  mijn  begeleider  Ton  van  Rietbergen.  Bedankt  voor  de  positieve  feedback  op  ingeleverd  werk  gedurende  het  schrijven  en  het  uitvoeren  van  mijn  onderzoek.  Daarnaast  wil  ik  Zon‐IQ  bedanken  voor  de  medewerking en het beschikbaar stellen van klantgegevens voor het uitvoeren van het onderzoek. Dank aan  mijn ouders voor de support en interesse gedurende mijn hele studieperiode, in het bijzonder tijdens de laatste  twee jaren. Zonder jullie was deze scriptie er niet geweest, in ieder geval nog niet op dit moment. Tot slot dank  aan mijn vrienden en alle andere personen die mijn studententijd kleur hebben gegeven. Ik kijk terug op een  boeiende en enerverende studententijd, waarin ik veel heb geleerd, waardevolle mensen heb leren kennen en  mezelf verder heb kunnen ontwikkelen.   Jan‐Jaap Bakker    [email protected]      Utrecht, oktober 2013   

 

   

 

Inhoudsopgave   Lijst van figuren en tabellen .................................................................................................................................... 5    1. 

Inleiding .......................................................................................................................................................... 6  1.1 

De verspreiding van zonnestroomtechnologie ...................................................................................... 6 

1.2 

Maatschappelijke relevantie ................................................................................................................. 7 

1.3 

Wetenschappelijke relevantie ............................................................................................................... 8 

1.4 

Probleemstelling .................................................................................................................................... 8 

1.5 

Leeswijzer .............................................................................................................................................. 9 

  2. 

Nederlandse Elektriciteitsmarkt ................................................................................................................... 10  2.1 

Liberalisering van de Nederlandse energiemarkt ................................................................................ 10 

2.2 

Europese energiemarkt ....................................................................................................................... 10 

2.3 

Marktketen .......................................................................................................................................... 11 

2.4 

Lokale energie‐initiatieven .................................................................................................................. 14 

  3. 

Zonnestroomtechnologie ............................................................................................................................. 17  3.1 

Zonnepanelen ...................................................................................................................................... 17 

3.2 

Omvormer ........................................................................................................................................... 21 

3.3 

Plaatsing .............................................................................................................................................. 22 

3.3 

Zonnestroominstallaties ...................................................................................................................... 24 

3.4 

Teruglevering ....................................................................................................................................... 25 

3.5 

Rendement en terugverdientijd .......................................................................................................... 26 

  4. 

Innovatieproces ............................................................................................................................................ 29  4.1 

Systeembenadering ............................................................................................................................. 29 

4.2 

Systeemfuncties .................................................................................................................................. 30 

4.3 

Ontwikkeling innovatiesysteem .......................................................................................................... 31 

4.4 

Functionering innovatiesysteem ......................................................................................................... 35 

  5. 

Adoptieproces .............................................................................................................................................. 38  5.1 

Diffusietheorie ..................................................................................................................................... 38 

5.2 

Adoptiecategorieën ............................................................................................................................. 39 

5.3 

Informatie, subsidie en motieven ........................................................................................................ 40 

5.4 

Persoonskenmerken ............................................................................................................................ 41 

5.5 

Sociale omgeving ................................................................................................................................. 42 

  6. 

Onderzoeksopzet ......................................................................................................................................... 45  6.1 

Conceptueel model.............................................................................................................................. 45 

6.2 

Hypothesen ......................................................................................................................................... 46   

 

  6.3 

Onderzoeksmethode ........................................................................................................................... 47 

6.4 

Data ..................................................................................................................................................... 47 

6.5 

Operationalisering ............................................................................................................................... 48 

  7. 

Resultaten .................................................................................................................................................... 52  7.1 

Respondenten ..................................................................................................................................... 52 

7.2 

Toetsing hypothesen ........................................................................................................................... 53 

7.3 

Invloed sociale omgeving .................................................................................................................... 61 

7.4 

Discussie .............................................................................................................................................. 62 

  8. 

Conclusie ...................................................................................................................................................... 64 

  Literatuur .............................................................................................................................................................. 66 

   

 

Lijst van Figuren en tabellen   Figuren:  Figuur 1.1 Bijgeplaatst vermogen en aandeel in totale elektriciteitsproductie ...................................................... 6  Figuur 2.1 Samenstelling bruto elektriciteitsproductie in Nederland ................................................................... 11  Figuur 2.2 Ontwikkeling productie hernieuwbare energie per bron .................................................................... 12  Figuur 2.3 Netbeheerders in Nederland ............................................................................................................... 13  Figuur 3.1 Werking van een zonnecel ................................................................................................................... 17  Figuur 3.2 Invloed plaatsingshoek en oriëntatie op opbrengst ............................................................................ 18  Figuur 3.3 Type zonnepanelen. Van links naar rechts: mono, poly en dunne‐film ............................................... 19  Figuur 3.4 Prijsontwikkeling zonnepanelen 2000 tot 2011 ................................................................................... 19  Figuur 3.5 Marktprijzen zonnepanelen (links) en omvormers (rechts) ................................................................. 20  Figuur 3.6 Invloed van vermogen van de omvormer op efficiëntie (links) en prijs (rechts) ................................. 22  Figuur 3.7 Plaatsing op schuin dak (links) en plat dak (rechts) ............................................................................. 22  Figuur 3.8 Oost West montage (links), triple systeem (rechts) en vrije veld opstelling ....................................... 23  Figuur 3.9 Systeemprijzen uitgezet tegen het vermogen van de installatie ......................................................... 24  Figuur 3.10 Ontwikkeling systeemprijzen april tot december 2012 ..................................................................... 25  Figuur 3.11 Verloop investering zonnestroominstallatie ...................................................................................... 27  Figuur 3.12 Investeringsmodel zonnestroominstallatie bij gedeeltelijk salderen ................................................ 28  Figuur 4.1 Opgesteld vermogen zonnestroom 1995 tot 2007 .............................................................................. 32  Figuur 4.2 Verdeling zonnestroom‐gerelateerde octrooiaanvragen eind 2011 ................................................... 34  Figuur 5.1 S‐curve diffusieproces volgens Rogers ................................................................................................. 39  Figuur 5.2 Adoptiecategoriën volgens Rogers ...................................................................................................... 39  Figuur 6.1 Conceptueel model .............................................................................................................................. 45  Figuur 6.2 Inkomensverdeling Nederlandse huishoudens .................................................................................... 49  Figuur 7.1 Zonnestroominstallaties in de sociale en lokale omgeving .................................................................. 55  Figuur 7.2 Aantal respondenten per label ............................................................................................................ 62  Figuur 7.3 Adoptieproces zonnestroominstallatie early adopters ........................................................................ 63    Tabellen:  Tabel 2.1 Overzicht grote windcoöperaties in Nederland .................................................................................... 14  Tabel 3.1 Overzicht marktprijzen zonnepanelen december 2012 ........................................................................ 20  Tabel 3.2 Overzicht marktprijzen omvormers december 2012 ............................................................................ 21  Tabel 3.3 Overzicht marktprijzen zonnestroominstallaties, exclusief installatiekosten ....................................... 24  Tabel 3.4 Elektriciteitsprijzen drie grote leveranciers ........................................................................................... 26  Tabel 3.5 Scenario's investering zonnestroominstallatie ...................................................................................... 28  Tabel 4.1 Sterke en zwakke punten innovatiesysteem zonnestroom ................................................................... 37  Tabel 5.1 Waardering motieven bij aanschaf zonnestroominstallatie. Data: Jager, 2006 ................................... 41  Tabel 5.2 Componenten van concept sociale omgeving ....................................................................................... 42  Tabel 6.1 Operationalisering conceptueel model ................................................................................................. 48  Tabel 6.2 Operationalisering concept persoonskenmerken ................................................................................. 49  Tabel 6.3 Operationalisering concept sociale omgeving ...................................................................................... 50  Tabel 6.4 Operationalisering concept perceptie attributen van zonnestroominstallatie ..................................... 51  Tabel 6.5 Operationalisering concepten motieven, subsidie en informatie ......................................................... 51  Tabel 7.1 Beschrijvende statistieken respondenten ............................................................................................. 52  Tabel 7.2 Perceptie attributen en houding ten opzichte van een zonnestroominstallatie .................................. 53  Tabel 7.3 Verband tussen perceptie van attributen en aanschaf ......................................................................... 54  Tabel 7.4 Regressiemodellen invloed zonnestroominstallatie in omgeving op perceptie attributen .................. 56  Tabel 7.5 Regressiemodellen invloed zonnestroominstallatie in omgeving op aanschaf ..................................... 56  Tabel 7.6 Rangschikking motieven bij aanschaf .................................................................................................... 57  Tabel 7.7 Invloed motieven bij aanschaf ............................................................................................................... 58  Tabel 7.8 Regressiemodellen motieven ................................................................................................................ 58  Tabel 7.9 Regressiemodellen aanschaf zonnestroominstallatie ........................................................................... 59  Tabel 7.10 Motieven en sociale cohesie huishoudens onderdeel initiatief .......................................................... 60  Tabel 7.11 Regressiemodel onderdeel initiatief ................................................................................................... 60  Tabel 7.12 Invloed aanwezigheid installatie in omgeving op bespreekbaarheid onderwerp ............................... 61 

5 

Inleiding  

          





 

1. Inleiding Zonnestroom is bezig aan een sterke opmars in Nederland. Sinds 2007 is het jaarlijks bijgeplaatste vermogen  elk jaar minimaal verdubbeld en in 2012 zelfs verdrievoudigd (Centraal Bureau voor de Statistiek [CBS], 2013).  In  het  jaar  2012  werd  in  totaal  195  Megawatt  [MW]  aan  vermogen  bijgeplaatst,  waarmee  het  totaal  geïnstalleerd vermogen op 340 MW uitkwam. Ondanks deze sterke toename, is het aandeel zonnestroom in de  totale  energiehuishouding  nog  erg  klein.  In  2011  werd  slechts  0,09%  van  het  totale  elektriciteitsverbruik  geproduceerd  met  behulp  van  zonnestroomtechnologie  (CBS,  2013).  Zie  Figuur  1.1.  Ter  vergelijking:  windenergie heeft een aandeel van 4,3%, wat bijna vijftig keer zo groot is als het aandeel van zonnestroom. De  potentie van zonnestroom is echter groot: wanneer op alle beschikbare daken zonnepanelen geplaatst zouden  worden,  kunnen  alle  huishoudens  in  Nederland  van  voldoende  elektriciteit  worden  voorzien  (Montfoort  en  Ros,  2008).  Een  belangrijk  verschil  met  andere  energiebronnen  is  dat  zonnestroom  grotendeels  lokaal  wordt  opgewekt.  In  2011  stond  ruim  zestig  procent  van  het  totale  vermogen  opgesteld  bij  huishoudens  en  dit  percentage neemt de laatste jaren bovendien toe (CBS, 2012). Het merendeel van de opgewekte zonnestroom  in Nederland is daarmee afkomstig van huishoudens, die daardoor een grote rol spelen bij de verspreiding van  zonnestroomtechnologie en de transitie naar een duurzame energiehuishouding. Huishoudens zijn niet langer  slechts consument van energie, maar worden nu zelf ook producent. De opkomst van zonnestroomtechnologie  zorgt daardoor ook voor veranderingen binnen het elektriciteitsnetwerk en de elektriciteitsmarkt. Een precieze  verklaring voor de sterke opmars van zonnestroomtechnologie onder huishoudens is er echter nog niet.  

0,1

250

0,08

200

0,06

150

0,04

100

0,02

50

0

Vermogen [MW]

Aandeel in totale  elektriciteitproductie [%]

Ontwikkeling zonnestroomproductie in Nederland (2007‐2012)

Aandeel in elektriciteitsproductie Bijgeplaatst vermogen

0 2007

2008

2009 2010 Jaar

2011

2012  

Figuur 1.1 Bijgeplaatst vermogen en aandeel in totale elektriciteitsproductie. Data: CBS, 2013 

1.1

De verspreiding van zonnestroomtechnologie

Een verklaring voor de opkomst van zonnestroom kan vanuit meerdere perspectieven worden gezocht. In de  literatuur  wordt  een  aantal  perspectieven  gebruikt  om  de  opkomst  van  nieuwe  technologie  te  verklaren,  waarbij  aandacht  is  voor  zowel  technologische,  sociaalmaatschappelijke  als  beleidsaspecten  (Rogers,  1995;  Hekkert  en  Ossebaard,  2010).  Om  te  beginnen  vormt  de  waarde  van  de  technologie  zelf  een  belangrijke  verklaring. Door de eigenschappen van zonnestroomtechnologie te analyseren en te vergelijken met de huidige  technologieën  voor  elektriciteitsopwekking,  kan  bepaald  worden  welke  positie  zonnestroomtechnologie  inneemt  ten  opzichte  van  de  huidige  technologieën.  Een  prijsvergelijking  speelt  hierbij  een  belangrijke  rol,  omdat de kosten in belangrijke mate bepalen of een technologie concurrerend kan zijn. De ontwikkeling van  een  technologie  is  echter  ook  in  sterke  mate  afhankelijk  van  de  omgeving  waarin  het  zich  begeeft.  Een  perspectief dat deze dynamiek centraal stelt, is het perspectief innovatie. Hierin staan de actoren en instituties  centraal  die  betrokken  zijn  bij  de  ontwikkeling  van  zonnestroomtechnologie  en  deze  een  bepaalde  richting  meegeven. Waar Nederland lange tijd vooral een sterke positie had op het gebied van kennis, lijkt nu ook de  markt  zich  sterk  te  ontwikkelen  (Negro  et  al.,  2012;  Verhees  et  al.,  2013).  Vanuit  het  idee  dat  innovaties  plaatsvinden  in  de  context  van  een  systeem  van  actoren  en  instituties,  duidt  dit  op  veranderingen  in  het  innovatiesysteem van zonnestroomtechnologie (Edquist, 1997; Hekkert en Negro., 2008; Vasseur et al, 2013).  Een verklaring voor de sterke opkomst kan vanuit dit perspectief gezocht worden in het functioneren van het  innovatiesysteem. Hekkert (Hekkert et al., 2007; Hekkert en Negro, 2008) onderscheidt een zevental functies  waar een innovatiesysteem in dient te voorzien. Wanneer de functies elkaar aanvullen en bij elkaar aansluiten,  ontstaat een zelfversterkend proces dat zowel de technologie als het systeem zelf sterk kan laten ontwikkelen.  Vanuit  het  systeemperspectief  is  de  verklaring  voor  de  opkomst  van  zonnestroomtechnologie  dan  ook  te 

6 

Inleiding  

          





  vinden in de mate waarin het systeem in deze functies voorziet en of er zelfversterkende processen optreden.  Een derde perspectief waar een verklaring gevonden kan worden is het diffusieproces. Met dit proces wordt  het resultaat bedoeld van alle, individuele adoptieprocessen van huishoudens. Wanneer huishoudens interesse  tonen  in  een  zonnestroominstallatie  of  daadwerkelijk  overgaan  tot  aanschaf,  adopteren  zij  de  technologie  in  bepaalde mate. Dit zorgt er voor dat de technologie zich verder verspreidt: er treedt diffusie op. Door de sterke  groei van het aantal zonnestroominstallaties bij huishoudens lijkt zonnestroom niet langer voorbehouden aan  slechts een kleine groep die vooroploopt, de zogenoemde innovators en early adopters (Rogers, 1995), als het  gaat  om  het  gebruik  van  nieuwe  technologie.  Er  lijkt  een  situatie  te  zijn  ontstaan  die  de  verdere  diffusie  stimuleert. Energieleveranciers en andere grote organisaties voeren grote campagnes via de media met acties  voor  het  plaatsen  van  zonnepanelen  bij  huishoudens.  De  populariteit  van  zonnestroom  wordt  onderstreept  door  de  enorme  belangstelling  voor  de  recente  subsidieregeling  voor  zonnestroominstallaties,  waarvan  het  budgettaire plafond voor 2013 al in augustus werd bereikt (AgentschapNL, 2013; 2013b). De technologie lijkt  op  het  punt  te  staan  om  de  slag  te  gaan  maken  van  de  innovators  en  early  adopters  naar  de  grote  massa  (Rogers, 1995; Moore, 1999). Om de potentie van de zonnestroomtechnologie optimaal te kunnen benutten, is  het  van  belang  om  inzicht  te  krijgen  in  dit  proces.  Om  te  beginnen  dient  de  groepen  innovators  en  early  adopters  geïdentificeerd  te  worden,  zodat  inzicht  kan  worden  verkregen  in  het  adoptieproces  van  huishoudens.  Inzicht  in  persoonskenmerken  en  motieven  leveren  hier  een  belangrijke  bijdrage  aan.  Tot  slot  kunnen  lokale  energie‐initiatieven  ook  inzicht  geven  in  de  verklaring  voor  de  sterke  opmars  van  zonnestroomtechnologie.  Investeringen  van  huishoudens  in  zonnestroom  zijn  tegenwoordig  namelijk  steeds  vaker onderdeel van een lokaal, duurzaam energie‐initiatief. Nederland kende begin 2013 al ruim drie honderd  van dergelijke initiatieven, variërend van gezamenlijke inkoopacties en buurtinitiatieven tot de oprichting van  lokale  energiecoöperaties  (Rotmans,  2011;  HIERopgewekt,  2013;  2013b).  Een deel  van  deze  initiatieven  richt  zich  specifiek  op  zonnestroom,  aangezien  deze  technologie  zich  goed  leent  voor  lokale  toepassing.  Waar  de  energiesector  lange  tijd  van bovenaf  werd gedomineerd door  grote  marktpartijen  en overheden,  blijkt  er  nu  ruimte te zijn voor initiatieven van onderaf. De energiemarkt verandert en maakt zich op voor een proces van  decentralisatie,  waarvan  de  grenzen  vooralsnog  onduidelijk  zijn.  Daarnaast  vindt  de  plaatsing  van  zonnestroominstallaties  steeds  vaker  plaats  binnen  een  buurtactie  of  andere  sociale  structuren.  Lokale  zonnestroominitiatieven spelen daardoor een belangrijke rol in de diffusie van de zonnestroomtechnologie en  tonen  tegelijkertijd  het  belang  van  plaats  aan.  Er  blijken  namelijk  ruimtelijke  verschillen  op  te  treden  bij  de  opkomst  van  deze  lokale  initiatieven.  Zo  zoeken  in  bepaalde  wijken  particulieren  elkaar  op  en  worden  zonnepanelen bij meerdere huishoudens gelijktijdig geïnstalleerd, terwijl dit in andere wijken niet gebeurt. De  precieze  oorzaak  en  invloed  van  deze  sociaalgeografische  aspecten  zijn  echter  nog  niet  duidelijk  en  vinden  mogelijk hun oorzaak in persoonskenmerken. Naast lokale zonnestroominitiatieven worden er ook campagnes  gelanceerd  door  diverse  maatschappelijke  organisaties  en  verenigingen,  waarin  zij  zonnestroominstallaties  aanbieden  aan  hun  leden.  Zo  organiseren  de  Vereniging  Eigen  Huis  en  de  Stichting  Natuur  &  Milieu  inkoopacties  voor  hun  leden.  De  verklaring  voor  de  verspreiding  van  zonnestroomtechnologie  kan  zodoende  gezocht worden vanuit vier perspectieven: de technologie zelf, het innovatieproces, het diffusieproces en de  sociale omgeving.  

1.2

Maatschappelijke relevantie

Zowel  beleidsmakers  als  bedrijven  buigen  zich  over  de  vraag  hoe  zonnestroomtechnologie  en  lokale  initiatieven  benut  kunnen  worden  en  een  bijdrage  kunnen  leveren  aan  de  transitie  naar  een  duurzame  energiehuishouding  (Hajer,  2011;  Wetenschappelijke  Raad  voor  Regeringsbeleid  [WRR],  2012).  Vanuit  beleidsoogpunt is het van belang om te achterhalen wat de ontwikkelingen zijn achter de opkomst van zowel  de zonnestroomtechnologie als lokale energie‐initiatieven en met welke beleidsinstrumenten deze initiatieven  gestuurd kunnen worden. De ondertekening van het nieuwe Energieakkoord is hier een goed voorbeeld van.  Bedrijven  in  de  energiesector  zijn  voornamelijk  geïnteresseerd  in  het  ontstaan  van  deze  initiatieven  en  op  welke  manier  zij  het  beste  aan  kunnen  sluiten  bij  de  vraag  en  behoeften,  zodat  zij  de  dienstverlening  en  campagnes hier op aan kunnen laten sluiten. Voor bedrijven blijkt het nog lastig om de plaatsen te herkennen  waar  een  goede  voedingsbodem  aanwezig  is  voor  een  succesvol  lokaal  energie‐initiatief.  Het  lokale,  sociale  aspect is bovendien nieuw voor veel bedrijven in de energiesector. De groei van de zonnestroommarkt brengt  ook  andere  maatschappelijke  ontwikkelingen  met  zich  mee.  Zo  verwacht  de  sector  dat  de  werkgelegenheid  sterk gaat groeien als gevolg van de opmars van de technologie. Begin 2013 waren er ongeveer 1500 banen  binnen  de  zonnestroomtechnologie.  Dit  aantal  kan  stijgen  tot  10.000  in  2020  en  tot  2050  zelfs  doorgroeien  naar 50.000 (DNV‐KEMA, 2013). In hoeverre deze aantallen nauwkeurig voorspeld kunnen worden is de vraag,  maar het toont aan dat de verdere verspreiding van zonnestroomtechnologie werkgelegenheid zal creëren. De  verdere verspreiding zal de technologie naar verwachting ook toegankelijker maken. Als gevolg van de huidige 

7 

Inleiding  

          





  wet‐  en  regelgeving  is  zonnestroom  op  dit  moment  alleen  toegankelijk  voor  huishoudens  met  een  geschikt,  eigen  dak.  Huishoudens  met  een  huurwoning  zijn  afhankelijk  van  de  verhurende  partij  en  voor  huishoudens  met een woning zonder eigen dak is zonnestroomtechnologie zelfs helemaal niet toegankelijk. De belangrijkste  oorzaak hiervan is regelgeving die de mogelijkheden voor salderen op dit moment nog sterk beperkt. Daarnaast  vergt  de  aanschaf  van  een  zonnestroominstallatie  een  behoorlijke  investering,  waardoor  het  opwekken  van  zonnestroom op dit moment voornamelijk is weggegeld voor huishoudens met voldoende financiële middelen.  Verdere verspreiding en ontwikkeling van zonnestroomtechnologie zal naar verwachting invloed hebben op de  regelgeving en de technologie toegankelijk maken voor een groter publiek.  

1.3

Wetenschappelijke relevantie

In  deze  scriptie  zal  een  verklaring  worden  gezocht  voor  de  diffusie  van  zonnestroomtechnologie  onder  Nederlandse huishoudens. De meerwaarde bevindt zich voornamelijk in de aanpak, doordat de diffusie vanuit  meerdere perspectieven wordt benaderd en inzichten vanuit de technologie, het beleid, de innovatietheorie en  de sociale geografie worden gecombineerd. Hierbij wordt naast literatuurstudie ook onderzoek uitgevoerd, dat  zich  voornamelijk  richt  op  de  invloed  van  persoonskenmerken  en  sociaalgeografische  kenmerken  op  de  verspreiding  van  de  zonnestroomtechnologie  onder  huishoudens.  Binnen  de  literatuur  zijn  er  al  diverse  onderzoeken gepubliceerd naar de preferenties van de bevolking rondom duurzame energie. Zo werd in een  studie  van  Fleischman  et  al.  (2010)  de  invloed  van  voorlichting  onderzocht.  In  diverse  onderzoeken  zijn  de  factoren onderzocht die de acceptatie van duurzame energiebronnen beïnvloeden. Hieruit komt naar voren dat  de  acceptatie  afhankelijk  is  van  een  combinatie  van  sociale,  economische  en  milieu‐gerelateerde  factoren  (Kwan,  2012;  Wiser  en  Barbose,  2009;  Durham  en  Colby,  1988;  Gadsden  en  Rylatt,  2003;  Faiers  en  Neame,  2006). Ook de rol van subsidie en feed‐in tarieven op de acceptatie van duurzame energie is meerdere malen  onderzocht (Jacobsson en Lauber, 2006; Jager, 2006; Munoz et al., 2007; Guidolin en Mortarino, 2010). In de  literatuur zijn ook diverse onderzoeken gedaan op sociaaleconomisch gebied, waarbij voornamelijk aandacht is  voor persoonskenmerken als leeftijd (Keirstead, 2007; Jager, 2006), opleidingsniveau (Labay en Kinnear, 1981;  Haas en Ornetzeder, 1999) en inkomensniveau (Poortinga et al., 2003; Long, 1993). Deze persoonskenmerken  komen ook terug in de innovatiewetenschap, waaronder in de diffusietheorie van Rogers (1995). Tot slot is er  ook  aandacht besteed  aan  sociaalgeografische kenmerken,  zoals  bevolkingsdichtheid (Li  en  Tang,  2005;  Haas  en Ornetzeder, 1999) en hoeveelheid zonlicht (Tsoutsos en Gekas, 2003; Lam en Wan, 2008). De invloed van de  sociale  omgeving  wordt  in  diverse  onderzoeken  benadrukt  (Kwan,  2012;  Schwencke,  2012;  Arkesteijn  &  Oerlemans, 2005),  maar  over  de  precieze  invloed  en  het  mechanisme  van  deze  factor  is  nog  weinig bekend.  Gezien  de  lokaal  georiënteerde  verspreiding  van  de  zonnestroomtechnologie,  is  inzicht  in  dit  proces  noodzakelijk.  Dit  wordt  benadrukt  door  Rogers  (1995),  die  stelt  dat  juist  voor  de  grote  massa  de  sociale  omgeving  een  grote  rol  speelt  in  het  adoptieproces  van  nieuwe  innovaties.  Ook  is  er  op  het  gebied  van  de  diffusie  van  zonnestroomtechnologie  onder  huishoudens  nog  weinig  wetenschappelijk  onderzoek  verricht  specifiek voor Nederland. De wetenschappelijke waarde van deze scriptie ligt daarom op deze vlakken. Inzicht  in de rol van persoonskenmerken en de sociale omgeving bij de adoptie van duurzame energietechnologie, is  van grote waarde voor onderzoek naar de diffusie van duurzame energietechnologie en de opkomst van lokale  (energie)initiatieven.  

1.4

Probleemstelling

Waar andere vormen van elektriciteitsproductie voornamelijk centraal georganiseerd zijn op nationaal niveau,  blijkt  de  toepassing  van  zonnestroom  in  Nederland  grotendeels  lokaal  plaats  te  vinden  door  middel  van  zonnestroominstallaties bij huishoudens (CBS, 2012). De verspreiding van de technologie is daarmee voor een  groot  deel  afhankelijk  van  het  adoptieproces  van  individuele  huishoudens.  Voor  de  verspreiding  van  de  zonnestroomtechnologie  is  het  daarom  van  groot  belang  om  inzicht  te  krijgen  in  dit  proces.  Volgens  de  adoptietheorie van Rogers (1995) wordt het verloop van het adoptieproces voor een groot deel bepaald door  persoonskenmerken.  Door  de  opkomst  van  lokale  zonnestroominitiatieven  wordt  het  proces  echter  ook  in  toenemende  mate  beïnvloed  door  de  sociale  omgeving.  Deze  invloed  biedt  nieuwe  mogelijkheden  voor  het  beïnvloeden  van  het  adoptieproces  en  heeft  bovendien  een  groot  bereik  via  het  netwerk  van  verschillende  huishoudens. Over de invloed en de werking van deze factor in het adoptieproces is echter nog weinig bekend.  In deze scriptie zal daarom niet alleen onderzoek gedaan worden naar persoonskenmerken, maar ook naar de  invloed van de sociale omgeving. De volgende onderzoeksvraag is daarom geformuleerd:  “Welke factoren verklaren het diffusieproces van zonnestroomtechnologie onder Nederlandse huishoudens en  wat is hierbij de invloed van de sociale omgeving?”  

8 

Inleiding  

          





  Voor  de  beantwoording  van  deze  onderzoeksvraag,  wordt  eerst  een  aantal  deelvragen  beantwoord.  Deze  deelvragen  zijn  enerzijds  opgesteld  voor  het  verkrijgen  van  een  goed  begrip  van  de  context  van  de  onderzoeksvraag en anderzijds voor het aandragen van data en resultaten voor de beantwoording ervan. De  deelvragen luiden als volgt:  1.

Hoe  is  de  Nederlandse  energiemarkt  opgebouwd  en  wat  is  hierin  de  plaats  van  zonnestroomtechnologie? 

2.

Hoe verloopt het innovatieproces rond de zonnestroomtechnologie in Nederland en wat zijn hiervan de  sterke en zwakke kanten? 

3.

Welke  factoren  verklaren  het  adoptieproces  van  zonnestroomtechnologie  van  Nederlandse  huishoudens? 

4.

Wat  is  de  invloed  van  de  sociale  omgeving  op  het  diffusieproces  van  zonnestroomtechnologie  onder  Nederlandse huishoudens en hoe kan hier gebruik van worden gemaakt? 

De eerste twee deelvragen zullen beantwoord worden aan de hand van literatuur‐ en marktonderzoek. Voor  de  derde  en  vierde  deelvraag  zal  naast  literatuuronderzoek  ook  kwantitatief  onderzoek  uitgevoerd  worden.  Hiervoor  zijn  enquêtes  afgenomen  onder  Nederlandse  huishoudens  die  interesse  hebben  getoond  in  een  zonnestroominstallatie, om de groep early adopters te identificeren. De laatste deelvraag heeft een exploratief  karakter  en  is  bedoeld  om  inzicht  te  verkrijgen  in  de  invloed  van  de  sociale  omgeving  en  het  ontstaan  van  lokale zonnestroominitiatieven. Voor de beantwoording van deze deelvraag zullen ook enkele vragen worden  opgenomen  in  de  enquête.  De  verdere  onderzoeksmethode  wordt  besproken  bij  de  behandeling  van  de  betreffende deelvragen. Het onderzoek wordt uitgevoerd in samenwerking met het bedrijf Zon‐IQ. Dit bedrijf  verkoopt en levert zonnestroominstallaties aan Nederlandse huishoudens. Data van installaties en gebruikers  zijn beschikbaar gesteld voor dit onderzoek, evenals hun klantenbestand voor het versturen van de enquêtes.  

1.5

Leeswijzer

De bovengenoemde deelvragen vormen de rode draad in deze scriptie. In hoofdstuk 2 zal dan ook begonnen  worden  met  een  overzicht  van  de  Nederlandse  elektriciteitsmarkt,  zodat  een  goed  begrip  van  de  context  gevormd  wordt.  In  dit  hoofdstuk  zullen  de  belangrijkste  partijen  en  ontwikkelingen  aan  bod  komen  die  van  belang zijn voor de diffusie van zonnestroomtechnologie onder Nederlandse huishoudens. In hoofdstuk 3 staat  de zonnestroomtechnologie zelf centraal. De onderdelen, kosten en toepassing van een zonnestroominstallatie  bij  huishoudens  staan  hierbij  centraal.  Het  hoofdstuk  sluit  af  met  een  investeringsmodel,  waardoor  inzicht  wordt gegeven in het rendement en de terugverdientijd van een investering in een zonnestroominstallatie. Het  innovatieproces  van  zonnestroom  in  Nederland  staat  centraal  in  hoofdstuk  4.  Aan  de  hand  van  de  systeembenadering  en  de  systeemfuncties  wordt  een  overzicht  gegeven  van  het  innovatiesysteem  en  het  functioneren  ervan.  Afgesloten  wordt  met  een  overzicht  van  de  sterke  en  zwakke  kanten  van  dit  systeem.  Vervolgens  komt  in  hoofdstuk  5  het  diffusieproces  aan  bod,  waarbij  het  individuele  adoptieproces  van  huishoudens centraal staat. Aan de hand van literatuuronderzoek worden de factoren verkend die dit proces  beïnvloeden en verklaren. Dit hoofdstuk vormt de theoretische onderbouwing van de enquête. In hoofdstuk 6  worden  de  resultaten  van  deze  literatuurstudie  samengebracht  in  een  conceptueel  model  en  bijbehorende  hypothesen.  Ook  wordt  uitgelegd  hoe  het  conceptueel  model  is  vertaald  naar  enquêtevragen  en  via  welke  methode  deze  worden  gebruikt  om  de  hypothesen  te  kunnen  testen  en  uiteindelijk  de  onderzoeksvraag  te  beantwoorden.  In  hoofdstuk  7  worden  de  resultaten  van  de  enquête  besproken  en  worden  de  hypotheses  getoetst  aan  de  hand  van  statistische  toetsen.  Ook  wordt  de  groep  respondenten  in  kaart  gebracht  door  de  kenmerken  van  de  groep  te  onderzoeken.  In  hoofdstuk  8  wordt  de  scriptie  afgesloten  met  de  conclusie,  waarmee de hoofdvraag beantwoord wordt. Aan de hand van de verzamelde inzichten uit de literatuurstudie  en de onderzoeksresultaten wordt een aantal conclusies getrokken die de diffusie van zonnestroomtechnologie  onder  Nederlandse  huishoudens  verklaren.  In  de  tekst  wordt  regelmatig  verwezen  naar  de  bijlagen,  waarin  onder andere een groot deel van de resultaten van de statistische toetsen zijn opgenomen. Deze bijlagen zijn  genummerd met Romeinse cijfers en bevinden zich in een losse bundel bij deze scriptie.    

9 

Nederlandse Elektriciteitsmarkt  

          





 

2. Nederlandse Elektriciteitsmarkt De  kern  van  zonnestroomtechnologie  bestaat  uit  de  omzetting  van  zonlicht  naar  elektriciteit,  gekoppeld  aan  het elektriciteitsnet. De diffusie van zonnestroomtechnologie dient daarom ook beschouwd te worden binnen  de context van de Nederlandse energiemarkt. In dit hoofdstuk zal de eerste deelvraag behandeld worden: hoe  is de Nederlandse energiemarkt opgebouwd en wat is hierin de plaats van zonnestroomtechnologie? 

2.1

Liberalisering van de Nederlandse energiemarkt

Sinds  de  afronding  van  de  liberalisering  van  de  energiemarkt  in  2004  is  het  voor  iedereen  mogelijk  om  een  eigen  energieleverancier  te  kiezen.  Tot  die  tijd  was  iedereen  gebonden  aan  het  regionale  energiebedrijf  ter  plaatse  dat  de  distributie  en  levering  van  energie  verzorgde.  Nederland  kende  tot  dat  moment  een  aantal  regionale energiebedrijven, die elk hun eigen netwerk onderhielden en hun klanten energie leverden. Aan de  liberalisering van de energiemarkt ging een lang proces vooraf, waarin de Derde Energienota (Tweede Kamer,  1995) een belangrijke rol heeft gespeeld. In deze Nota wordt gesteld dat Nederland zich moet voorbereiden op  meer internationale concurrentie en op de toenemende wens van de klant op meer eigen keuze. Marktwerking  zou  bovendien  leiden  tot  lagere  energieprijzen,  wat  belangrijke  concurrentievoordelen  op  zou  leveren  voor  Nederland. De belangrijkste punten uit de nota werden overgenomen in wetsvoorstellen en in 1998 werd door  de  Eerste  Kamer  de  Elektriciteitswet  (Tweede  Kamer,  1998)  aangenomen  en  in  2000  volgde  de  Gaswet  (Tweede  Kamer,  2000).  Beide  wetten  voorzagen  in  een  gefaseerde  liberalisering  van  de  markt,  waarbij  drie  uitgangspunten  centraal  stonden  (Dumaij  et  al.,  2012).  Aangezien  zonnestroomtechnologie  alleen  te  maken  heeft met de elektriciteitsmarkt, is de rest van dit hoofdstuk toegespitst op de elektriciteitsmarkt.  Marktsturing  Vraag  en  aanbod  worden  niet  langer  centraal  gestuurd  door  een  onafhankelijke  partij,  maar  dit  wordt  overgelaten  aan  de  markt.  Er  wordt  een  groothandelsmarkt  opgericht  waar  elektriciteitsproducenten  direct  kunnen handelen met grootgebruikers en leveranciers. Deze markt wordt ook vrijgegeven voor nieuwkomers,  waardoor  nieuwe  partijen  toe  kunnen  treden.  Door  de  invoering  van  dit  systeem  ontstaat  een  nieuw  soort  handel in energie, waarbij partijen ook in energie kunnen handelen zonder zelf gebruiker of producent te zijn.   Splitsing (“unbundling”)  De  situatie  waarin  het  regionale  energiebedrijf  zowel  het  netbeheer  als  de  levering  voor  zijn  rekening  nam,  zorgde voor een oneerlijk monopolie op het net. Levering van elektriciteit leent zich goed voor marktwerking,  maar  dit  werd  beperkt  door  het  monopolie  van  de  energiebedrijven.  Er  zou  sprake  zijn  van  oneerlijke  concurrentie  als  een  regionaal  energiebedrijf  op  het  eigen  net  zou  gaan  concurreren  met  andere  energieleveranciers.  Energiebedrijven  dienden  zich  daarom  (organisatorisch)  op  te  splitsen,  waarbij  het  netbeheer  en  de  levering  in  losse  organisaties  werd  ondergebracht.  Als  gevolg  hiervan  ontstonden  de  netbeheerders Stedin en Liander, vanuit respectievelijk Eneco en Nuon. Tegelijkertijd werd TenneT opgericht,  dat het landelijk beheer van het hoogspanningsnet moest gaan verzorgen. Dit bedrijf is in handen van de Staat.   Keuzevrijheid  Gebruikers  kunnen  zelf  hun  leverancier  kiezen.  De  invoering  van  deze  mogelijkheid  heeft  geleidelijk  plaatsgevonden.  In  1998  werd  begonnen  met  het  vrijgegeven  van  de  markt  voor  grootverbruikers  en  vanaf  2004  kunnen  ook  kleinverbruikers  hun  eigen  leverancier  kiezen.  Voor  huishoudens  is  dit  de  meest  concrete  verandering  geweest  van  de  liberalisering  van  de  energiemarkt.  Dit  leidde  er  toe  dat  er  vele,  nieuwe  leveranciers  toetraden  tot  de  markt,  wat  heeft  geleid  tot  concurrentie  en  nieuwe  contractvormen.  Naast  de  bestaande energieleveranciers, traden voornamelijk prijsvechters en aanbieders van groene stroom toe.   Tot  slot  werden  de  Nederlandse  Mededingingsautoriteit  [NMa]  en  de  Dienst  Uitvoering  en  Toezicht  energie  [DTe] aangesteld als toezichthouders op de markt. De Energiekamer kwam hier later voor in de plaats. Deze  organisatie heeft tegenwoordig vooral als taak om vergunningen af te geven aan leveranciers, de tarieven van  netbeheerders te reguleren en de transportcapaciteit van de netbeheerders te controleren. De taken van de  Energiekamer breiden zich echter steeds verder uit, ook richting Europees niveau (Kemp et al., 2012).   

2.2

Europese energiemarkt

Naast  de  liberalisering  van  de  markt,  zijn  ook  verschillende,  nationale  energiemarkten  geïntegreerd  tot  één  grote,  Noordwest‐Europese  markt.  Vanaf  1999  is  dit  proces  van  integratie  ingezet  met  de  koppeling  van  het  elektriciteitsnet  met  omliggende  landen.  In  2010  werden  de  energiemarkten  van  de  Benelux,  Frankrijk  en  Duitsland samengevoegd. In 2011 kwam hier ook de koppeling met de Britse en de Scandinavische markt bij, 

10 

Nederlandse Elektriciteitsmarkt  

          





  waarmee de Noordwest‐Europese energiemarkt een feit was (Ministerie van Economie, Landbouw & innovatie  [ELI], 2011; Energieonderzoek Centrum Nederland [ECN], 2012). De Europese Commissie heeft als doel om aan  het  eind  van  2014  alle  nationale  energiemarkten  geïntegreerd  te  hebben  tot  één  grote  Europese,  interne  energiemarkt.  De  integratie  van  de  nationale  markten  tot  één  grote  markt  kent  een  aantal  voordelen  voor  Nederland.  Allereerst  heeft  deze  grotere  markt  gezorgd  voor  prijsstabiliteit  en  is  de  leveringszekerheid  verhoogd, doordat fluctuaties in prijzen en aanbod kunnen worden opgevangen door een grotere markt. Dit  zorgt er ook voor dat minder stabiele energiebronnen zoals wind en zon beter ingepast kunnen worden in het  net.  Ten  tweede  kunnen  investeringen  in  het  netwerk  nu  beter  onderling  afgestemd  worden  tussen  de  verschillende  lidstaten  en  kunnen  de  kosten  hiervan  door  de  hele  markt  opgevangen  worden.  Ten  derde  kunnen  besluiten  ten  aanzien  van  de  productie  beter  op  elkaar  worden  afgestemd,  waarbij  gedacht  kan  worden aan het afstemmen van bouwplannen voor nieuwe elektriciteitscentrales. Een voorbeeld hiervan is het  besluit van Duitsland om op termijn het gebruik van kernenergie af te bouwen. Binnen de Noordwest‐Europese  markt  kan  vervolgens  geanticipeerd  worden  op  de  verwachte  consequenties  voor  de  leveringszekerheid  en  totale samenstelling van de brandstofmix van de elektriciteit binnen de markt (Ministerie van ELI, 2011b). De  integratie van de nationale markten heeft ook geleid tot actieve, internationale handel in elektriciteit. Om dit  te  faciliteren  is  in  1999  de  energiebeurs  APX‐ENDEX  opgericht,  waarvan  het  hoofdkantoor  gevestigd  is  in  Amsterdam. Eind 2012 waren 442 organisaties lid van de beurs en werd in totaal 144 Terrawattuur [TWh] aan  elektriciteit  verhandeld (APX,  2013).  Ter  vergelijking:  het totale  Nederlandse  elektriciteitsverbruik  bedroeg  in  2012 bijna 119 TWh (CBS, 2013c). Op deze markt zijn naast energieproducenten en leveranciers ook financiële  instellingen actief, die geld verdienen met de handel in energie. 

2.3

Marktketen

Om  de  zonnestroomtechnologie  te  kunnen  plaatsen  binnen  de  elektriciteitsmarkt,  is  een  overzicht  van  de  keten  noodzakelijk.  Op  deze  manier  wordt  duidelijk  welke  partijen  betrokken  zijn  bij  de  toepassing  van  zonnestroomtechnologie.  De  huidige  marktpartijen  zijn  in  te  delen  in  een  aantal  groepen,  welke  in  deze  paragraaf besproken worden.   Producenten  De  keten  begint  bij  de  productie.  In  Nederland  wordt  elektriciteit  vooral  opgewekt  in  elektriciteitscentrales,  gestookt  op  aardgas,  aardolie  en  steenkolen.  Zie  Figuur  2.1.  Deze  brandstofmix  verschilt  per  land  en  is  het  gevolg van een historisch gegroeide situatie. De belangrijke rol van aardgas in Nederland is het gevolg van de  beschikbare  voorraad  in  eigen  land.  In  de  grafiek  is  te  zien  dat  de  productie  van  energie  uit  hernieuwbare  energie  gestaag  groeit  en  dat  de  productie  uit  fossiele  brandstoffen  stabiliseert  en  het  laatste  jaar  zelfs  afneemt (CBS, 2013b). De grootste elektriciteitsproducenten in Nederland zijn E.ON, Nuon, Essent en GDF Suez  Energie  Nederland  (ECN,  2012).  Deze  vier  partijen  zijn  eigenaar  van  het  merendeel  van  de  Nederlandse  elektriciteitscentrales.  

Bruto elektriciteitsproductie Nederland (2001‐2011) 140

Productie [TWh]

120 100

Totale bruto productie

80 Bruto productie fossiele brandstoffen

60 40

Bruto productie hernieuwbare energie

20 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Jaar

 

Figuur 2.1 Samenstelling bruto elektriciteitsproductie in Nederland. Data: CBS, 2013b 

11 

Nederlandse Elektriciteitsmarkt           

 





  In Figuur 2.2 is de productie van hernieuwbare energie weergegeven, uitgesplitst per energiebron. Hierin is te  zien dat biomassa en wind verreweg het grootste aandeel hebben in de productie van hernieuwbare energie.  Wanneer  naar  de  relatieve  ontwikkeling  wordt  gekeken,  is  te  zien  dat,  met  uitzondering  van  water,  alle  energiebronnen  een  sterke  groei  hebben  doorgemaakt.  Wind  en  zon  steken  hier  duidelijk  bovenuit,  met  stijgingspercentages  van  respectievelijk  618%  en  768%  ten  opzichte  van  2001.  Zonnestroom  heeft  weliswaar  een klein aandeel in de totale productie van hernieuwbare energie, maar stijgt relatief gezien wel het snelst  (CBS, 2013b). Een nadeel van wind en zon is echter wel dat de productie afhankelijk is van de hoeveelheid wind  en zonlicht die op dat moment beschikbaar is, terwijl elektriciteitscentrales gestookt op fossiele brandstoffen in  een  constant  productieniveau  kunnen  voorzien.  Dit  zorgt  ervoor  dat  elektriciteitsproductie  uit  duurzame  energiebronnen  aangevuld  dient  te  worden  met  productie  uit  andere,  stabiele  energiebronnen,  zodat  aangesloten kan worden bij de elektriciteitsvraag van de afnemers.  

100%

1000%

90%

900%

80%

800%

70%

700%

60%

600%

50%

500%

40%

400%

30%

300%

20%

200%

10%

100%

Trend water

0%

Trend biomassa

0%

Ontwikkeling (2001 = 100%)

Aandeel in totale productie hernieuwbaar

Ontwikkeling productie hernieuwbare energie (2001‐2011)

Biomassa Water Wind Zon Trend zon Trend wind

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Jaar

 

Figuur 2.2 Ontwikkeling productie hernieuwbare energie per bron. Data: CBS, 2013b 

  Netbeheerders  De  geproduceerde  elektriciteit  wordt  naar  de  afnemers  getransporteerd  via  het  landelijke  elektriciteitsnetwerk.  Dit  hoogspanningsnetwerk  verbindt  de  grote  elektriciteitscentrales  en  de  regionale  netwerken  met  elkaar.  Dit  netwerk  wordt  beheerd  door  TenneT.  Een  niveau  lager  bevinden  zich  de  middenspanningsnetwerken,  waarmee  grootverbruikers  en  laagspanningsnetwerken  van  elektriciteit  worden  voorzien.  Deze  netwerken  zijn  grotendeels  in  bezit  van  de  regionale  netbeheerders.  Onder  het  middenspanningsniveau bevindt zich het laagspanningsniveau, waarop huishoudens zijn aangesloten. Ook deze  netwerken zijn in bezit van de regionale netbeheerders. In Figuur 2.3 is een kaart van Nederland weergegeven  waarin  te  zien  is  in  welk  gebied  welke  netbeheerder  eigenaar  is  van  het  netwerk.  Hierin  is  te  zien  dat  Nederland drie grote netbeheerders kent die met elkaar het grootste deel van het net bezitten: Enexis, Liander  en  Stedin.  Alle  afnemers  van  elektriciteit,  waaronder  huishoudens,  hebben  een  contract  met  hun  netbeheerder. De kosten voor dit contract bestaan voor een groot deel uit vaste kosten voor de aansluiting en  zijn slechts voor een klein deel afhankelijk van het gebruik. De netbeheerder neemt bij huishoudens ook vaak  de  meetverantwoordelijkheid  op  zich  door  een  elektriciteitsmeter  te  plaatsen.  Het  elektriciteitsnetwerk  is  ontwikkeld  vanuit  het  idee  dat  elektriciteit  centraal  opgewekt  wordt  in  elektriciteitscentrales  en  vanuit  daar  gedistribueerd wordt naar de afnemers. Elektriciteit wordt echter steeds meer decentraal opgewekt, waardoor  het netwerk hier op aangepast dient te worden (ECN, 2012). De opkomst van decentrale opwekking begon met  energie‐installaties  bij  grootverbruikers,  bijvoorbeeld  warmtekrachtinstallaties  bij  grote  kassencomplexen.  Tegenwoordig  leveren  ook  steeds  meer  huishoudens  elektriciteit  terug  aan  het  net,  bijvoorbeeld  via  een  zonnestroominstallatie. Een belangrijke verandering is dat de grens tussen consument en producent vervaagt,  doordat  steeds  meer  eindgebruikers  ook  zelf  elektriciteit  opwekken  met  behulp  van  zonnepanelen  of  warmtekrachtkoppeling. Het netwerk dient niet langer slechts voor de distributie van elektriciteit richting de 

12 

Nederlandse Elektriciteitsmarkt  

          





 

Figuur 2.3 Netbeheerders in Nederland. Bron: ECN, 2012

afnemers,  maar  ook  voor  de  distributie  van  teruggeleverde  elektriciteit.  De  veranderingen  van  het  netwerk  krijgen vorm in de ontwikkeling van zogenoemde smart grids. Met deze term worden netwerken bedoeld die  erop ingericht zijn om aan te sluiten bij de energiehuishouding van de toekomst. Binnen een smart grid wordt  niet  alleen  elektriciteit  getransporteerd,  maar  ook  informatie  over  (verwacht)  gebruik  en  opwek  van  elektriciteit. Een belangrijk onderdeel van een smart grid zijn dan ook de slimme meters en andere apparaten  die gebruiksinformatie kunnen verstrekken en aangestuurd kunnen worden vanuit het netwerk. Een smart grid  kent daarmee twee belangrijke functies: regulering van het aanbod en regulering van de vraag. Regulering van  het aanbod kan binnen een smart grid bereikt worden door bijvoorbeeld zonnestroominstallaties op bepaalde  piekmomenten te beperken in de teruglevering. Een smart grid communiceert in dat geval met de omvormer  van  de  zonnestroominstallatie  en  zorgt  ervoor  dat  de  teruggeleverde  hoeveelheid  elektriciteit  niet  te  hoog  wordt. Regulering van de vraag kan voornamelijk gebeuren door slimme planning van elektriciteitsgebruik dat  niet aan een tijdstip gebonden is. Voorbeelden hiervan zijn het opladen van elektrische auto’s en het gebruik  van wasmachines, wat in veel gevallen bijvoorbeeld ook ’s nachts kan plaatsvinden. Door het communiceren  met deze apparaten en het geven van prijsprikkels aan huishoudens kan een smart grid de vraag reguleren. Op  deze manier wordt het netwerk gereed gemaakt voor de toekomst en kunnen nieuwe technologieën ingepast  worden. Bovendien leiden smart grids tot efficiëntieverhoging van het netwerk en tot kostenbesparing (ECN,  2012; Kemp et al., 2012). Op dit moment worden in Nederland op diverse locaties proeven gedaan met smart  grids, om zo meer informatie te verkrijgen over de toepassing in de praktijk en de reactie van huishoudens op  dergelijke  reguleringsmaatregen  en  prijsprikkels.  De  ontwikkeling  van  deze  smart  grids  zijn  een  belangrijke  voorwaarde  voor  grootschalige  toepassing  van  zonnestroominstallaties,  omdat  deze  netwerken  rekening  kunnen houden met de onvoorspelbare en onregelmatige levering van een zonnestroominstallatie.     Leveranciers  Voor  de  levering  van  elektriciteit  sluiten  afnemers  een  contract  met  een  leverancier.  Deze  partij  koopt  elektriciteit  in  bij  de  producenten,  meestal  via  de  elektriciteitsmarkt.  Sinds  de  liberalisering  van  de  energiemarkt  is  elke  afnemer  vrij  in  de  keuze  voor  een  energieleverancier.  In  mei  2013  kende  Nederland  38  energieleveranciers  met  een  vergunning  voor  het  leveren  van  elektriciteit  (Autoriteit  Consument  en  Markt  [ACM],  2013),  waarvan  twintig  actief  in  de  markt  voor  kleinverbruikers  (Gaslicht.com,  2013;  Energieleveranciers.nl,  2013).  Leveranciers  kunnen  op  verschillende  manieren  hun  elektriciteit  inkopen  en  verkopen, waar afnemers vervolgens een keuze uit kunnen maken. Zo zijn er leveranciers die alleen energie uit  hernieuwbare bronnen kopen, zodat klanten weten dat hun elektriciteit duurzaam is. De leveringskosten die  door de leverancier in rekening worden gebracht, zijn voor een groot deel afhankelijk van het gebruik. Naast de  levering  van  elektriciteit,  wordt  ook  de  teruglevering  van  elektriciteit  met  de  leverancier  geregeld.  De  mate  waarin dit mogelijk is en de geboden terugleververgoedingen verschillen per leverancier. Voor een huishouden  met een zonnestroominstallatie is het daarom van belang om ook de terugleververgoedingen van leveranciers  met elkaar te vergelijken. Leveranciers zijn wettelijk verplicht om salderen mogelijk te maken tot een verbruik  van 5000 kilowattuur [kWh]. Boven deze grens zijn leveranciers vrij in de keuze welke terugleververgoedingen  zij  hanteren.  Meestal  wordt  een  bedrag  van  zeventig  tot  honderd  procent  van  de  leveringsprijs  gehanteerd  (Coenraads en Zegers, 2012). Zie ook paragraaf 3.4. 

13 

Nederlandse Elektriciteitsmarkt  

          





  Overige partijen  Naast deze drie partijen kent de elektriciteitsmarkt nog een aantal partijen. Voor de zonnestroomtechnologie  bij huishoudens zijn deze echter van beperkte invloed, daarom worden deze hier slechts kort besproken. Een  van deze partijen is de programmaverantwoordelijke. Deze partij bevindt zich tussen de netbeheerder en de  leverancier in en houdt de balans tussen inkoop en verkoop in de gaten. Ook draagt deze partij het prijsrisico  dat hiermee gepaard gaat. Een andere, nog niet genoemde partij zijn de meetbedrijven. Deze bedrijven dienen  gecertificeerd  te  zijn  door  TenneT,  waarna  zij  de  energiestromen  op  aansluitingsniveau  mogen  meten.  Vervolgens sturen zij deze meetgegevens door aan de netbeheerder en de leverancier, die op basis van deze  gegevens de factuur voor de klant opstellen. In het geval van huishoudens zorgt de netbeheerder vaak dat het  gebruik gemeten wordt. Grootverbruikers kiezen echter vaak hun eigen meetbedrijf, wat als voordeel heeft dat  een onafhankelijke partij, los van de leverancier en de netbeheerder, het energiegebruik meet.  

2.4

Lokale energie‐initiatieven

Door  de  toenemende  decentrale  opwekking  en  het  vervagen  van  de  grens  tussen  consument  en  producent,  ontstaan  er  steeds  meer  (lokale)  initiatieven  voor  het  opwekken  en  verhandelen  van  eigen  elektriciteit.  De  ontwikkeling  van  technologieën  voor  decentrale  energieopwekking  en  de  toenemende  maatschappelijke  belangstelling  voor  (lokale)  duurzaamheid  spelen  hierin  ook  een  belangrijke  rol  (Hajer,  2011).  Deze  energie‐ initiatieven  verschillen  sterk  van  elkaar  en  lopen  uiteen  van  een  eenmalige,  gezamenlijke  inkoopactie  tot  de  oprichting  van  een  eigen  energiecoöperatie.  Deze  brede  variatie  bemoeilijkt  wel  het  plaatsen  van  deze  initiatieven in de markt en maakt het maken van specifiek beleid complex.   Windcoöperaties   Eind jaren ’80 ontstonden de eerste lokale energie‐initiatieven in Nederland, die een voorbode bleken te zijn  van het grote aantal initiatieven dat de laatste jaren is ontstaan. Deze initiatieven ontstonden in de windsector  in  de  vorm  van  coöperaties,  waarin  particulieren  gezamenlijk  een  of  meerdere  windmolens  aanschaften  en  daarmee  elektriciteit  opwekten.  Leden  van  de  coöperatie  betaalden  een  deel  van  de  windmolen  en  kregen  hiervoor een deel van de opbrengst. Deze coöperaties bestaan inmiddels al vele jaren en zijn uitgegroeid tot  volwassen organisaties. In Tabel 2.1 staat een aantal van deze windcoöperaties beschreven. Dit overzicht dient  als indicatie en is samengesteld op basis van informatie van overkoepelende organisaties voor windcoöperaties  (Organisatie voor Duurzame Energie [ODE], 2013) en websites van de coöperaties zelf.   Tabel 2.1 Overzicht grote windcoöperaties in Nederland. Data afkomstig uit beschikbare documentatie op website.   Coöperatie  De Windvogel 

Leden  ca. 3000 

Opgericht  1991 

Investering € 3.500.000,‐

Productie ca. 7.200 MWh/j

Deltawind 

ca. 1450 

1989 

€ 2.100.000,‐

ca. 53.000 MWh/j

Zeeuwind 

ca. 1600 

2002 

€ 2.000.000,‐

ca. 18.000 MWh/j

Noordenwind 

ca. 500 

1986 

Niet bekend

ca. 5000 MWh/j

Omschrijving activiteiten  Landelijke  coöperatie  die  zich  bezig  houdt  met  de  exploitatie  van  eigen  windmolens,  ondersteuning  van  duurzame  energieprojecten,  lobby  voor  duurzame  energieopwekking. Bron: De Windvogel (2013)  Lokale  coöperatie  actief  op  Goeree‐Overflakkee die  eigen  windmolens  bouwt  en  daarmee  elektriciteit  opwekt,  bewustwording  wil  vergroten  voor  duurzaam  energiegebruik  en  sponsoring  van  duurzame  projecten.  Bron: Deltawind (2013)  Zeeuwse  coöperatie  met  als  missie  om  de  energievoorziening  in  Zeeland  te  verduurzamen.  Actief  met  realisatie  van  installaties  en  betrokken  bij  beleidsmaking. Bron: Zeeuwind (2013)   Coöperatie in  Friesland  voor  het  stimuleren  van  het  gebruik  van  windenergie  in  Friesland.  Ook  op  kleine  schaal  bezig  met  andere  duurzame  projecten.  Bron:  Noordenwind (2013) 

  De  opgewekte  energie  wordt  in  de  meeste  gevallen  verkocht  aan  een  energieleverancier.  Recent  opgerichte  energiecoöperaties  hebben  vaak  juist  als  doelstelling  om  de  opgewekte  elektriciteit  zelf  te  gaan  gebruiken.  Wegens  tussenkomst  van  energiebelasting  en  BTW  is  dat  op  dit  moment  echter  nog  lastig  te  realiseren  en  levert het nog geen voordeel op, doordat over de zelf opgewekte elektriciteit, net als bij elektriciteit uit het net,  ook  energiebelasting  betaald  dient  te  worden.  De  meeste  coöperaties  hebben  dezelfde,  vaste  structuur:  ze  worden geleid door een dagelijks bestuur en de Algemene Ledenvergadering is het hoogste orgaan binnen de  organisatie. Leden zijn betrokken door te investeren in projecten en het bijwonen van activiteiten, zoals open  dagen bij windparken en andere duurzame projecten. Het financiële voordeel wordt bij de meeste coöperaties 

14 

Nederlandse Elektriciteitsmarkt  

          





  bereikt door jaarlijkse rente‐uitkering op geïnvesteerd geld. Dit percentage ligt bij de besproken coöperaties uit  Tabel  2.1  rond  de  5%.  Opvallend  is  dat  deze  coöperaties  allemaal  zijn  begonnen  met  activiteiten  rond  windenergie,  maar  zich  in  de  loop  der  jaren  hebben  ontwikkeld  tot  een  organisatie  met  een  brede  ondersteuning voor duurzame energie. Een voorbeeld hiervan is dat alle vier de coöperaties uit Tabel 2.1 op dit  moment  hun  leden  een  kortingsactie  aanbieden  voor  de  aanschaf  van  een  zonnestroominstallatie.  Met  investeringsbedragen  van  enkele  miljoenen  euro’s  en  honderden  leden,  zijn  de  coöperaties  uitgegroeid  tot  krachtige partijen binnen de energiewereld en het (lokale) bestuur van gemeenten en provincies. Ze hebben  echter wel te maken met weerstand vanuit de samenleving. Windenergie op land roept onder een deel van de  bevolking  ook  juist  negatieve  reacties  op,  vanwege  de  vermeende  horizonvervuiling  en  tegenvallende  opbrengsten. Het aantal gunstige windenergielocaties met weinig verzet vanuit de bevolking begint ook af te  nemen, waardoor het de vraag is in hoeverre het huidige aantal plaatsingen per jaar doorgezet kan worden in  de toekomst (Schwencke, 2012).   Zonnestroominitiatieven  Een  recente  ontwikkeling  binnen  de  lokale  energie‐initiatieven  is  de  opkomst  van  zonnestroominitiatieven.  Door  de  sterke  prijsdaling  van  zonnepanelen  is  het  punt  van  netpariteit  bereikt,  waardoor  zelf  opgewekte  zonnestroom  niet  langer  duurder  is  dan  elektriciteit  vanuit  het  net  (van  Sark  et  al,  2013).  Dit  heeft  er  voor  gezorgd  dat  het  opwekken  van  zonnestroom  financieel  aantrekkelijk  is  geworden.  Polder  PV,  een  website  waarop ontwikkelingen op de Nederlandse zonnestroommarkt nauwlettend worden gevolgd, vermeldt in een  overzicht van lokale zonnestroominitiatieven al meer dan twee honderd initiatieven (Polder PV, 2013). Er is een  viertal standaardvormen te onderscheiden binnen deze zonnestroominitiatieven:   1. Om  te  beginnen  zijn  er  acties  die  opgezet  worden  door  leveranciers  zelf.  Het  gaat  hierbij  om  zonnestroombedrijven die op zoek gaan naar (lokale) verbanden waar zij een lokale zonnestroomactie  kunnen starten. Vaak zijn het buurt‐ of straatacties, maar ook verenigingen of bedrijven behoren tot  de doelgroep (Stichting Monitoring Zonnestroom, 2013). Een voorbeeld hiervan is het bedrijf Solease,  dat  zich  onder  andere  richt  op  het  organiseren  van  zonnestroomacties  voor  medewerkers  van  bedrijven (Solease, 2013).   2. Daarnaast zijn er de lokale buurtacties, waarbij collectieve inkoop en installatie centraal staan. Een of  meerdere  initiatiefnemers  inventariseren  in  de  wijk  welke  huishoudens  mee  willen  doen  en  vervolgens  wordt  gezamenlijk  een  installateur  uitgekozen,  eventueel  met  tussenkomst  van  een  adviserende  partij.  Door  de  gelijktijdige  plaatsing  van  meerdere  en  vaak  ook  identieke  installaties,  kunnen  scherpe  prijzen  worden  afgesproken.  Voor  deelnemende  huishoudens  is  het  prettig  dat  de  installatie centraal geregeld wordt door de initiatiefnemers. Het aantal van dergelijke acties is moeilijk  vast te stellen, voornamelijk doordat een groot deel nergens geregistreerd wordt. Eind 2012 werd het  aantal op enkele honderden geschat (Schwencke, 2012; HIERopgewekt, 2013b).   3. In  sommige  gevallen  zijn  het  ook  gemeenten  of  provincies  die  het  initiatief  nemen  voor  een  gezamenlijke  inkoopactie.  Een  voorbeeld  hiervan  is  de  actie  SamenZonneEnergie,  waarbij  23  verschillende  Noord‐Hollandse  gemeentes  de  handen  ineen  hebben  geslagen  en  een  actie  hebben  georganiseerd  voor  hun  inwoners.  In  totaal  worden  liefst  24.000  zonnepanelen  geplaatst  bij  2600  huishoudens (Groene Courant, 2012). Hierbij is de focus niet zozeer het straat‐ of buurtniveau, maar  meer het plaats‐ of gemeenteniveau.   4. Een andere vorm van zonnestroominitiatieven zijn de landelijke inkoopacties. Bij dit type zijn het vaak  grote organisaties die hun leden benaderen met een aanbod om mee te doen aan een inkoopactie.  Een dergelijk initiatief kan onderdeel zijn van hun missie, zoals het geval bij windcoöperaties, maar kan  ook gebruikt worden voor bijvoorbeeld klantenbinding. Deze inkoopacties hebben vaak de vorm van  een tijdelijke campagne, waarin klanten of leden benaderd worden en gebruik kunnen maken van een  gunstig aanbod. Bekende voorbeelden hiervan zijn de acties ZonZoektDak (Stichting Natuur en Milieu),  Zon en Zeker (Eneco) en 123zonne‐energie (Vereniging Eigen Huis).     De  Stichting  Monitoring  Zonnestroom  (2013)  concludeert  in  een  onderzoek  naar  de  ervaringen  met  zonnestroominitiatieven dat deze acties de groei van de Nederlandse zonnestroommarkt hebben versneld. Uit  de sterke groei van het aantal initiatieven is bovendien af te leiden dat er onder de bevolking een duidelijke  vraag  bestaat  naar  zonnestroominstallaties.  In  het  onderzoek  komt  naar  voren  dat  de  verschillende  type  initiatieven  elk  hun  eigen  sterke  punten  hebben,  waarmee  verschillende  doelgroepen  aangesproken  kunnen  worden. Als voordelen van een grootschalige inkoopactie worden de volgende punten genoemd:  ‐ Gemak  voor  zowel  klanten  als  leveranciers.  Het  gaat  om  grote  aantallen,  waardoor  leveranciers  voorbereid zijn op de plaatsing en daar hun bestellingen voortijdig op aan kunnen passen.  

15 

Nederlandse Elektriciteitsmarkt  

          





  ‐

‐

Een vooraf vastgelegd proces met duidelijke afspraken over kwaliteit, nazorg en garantie. Voorafgaand  aan  de  actie  worden  afspraken  gemaakt  hoe  met  zaken  als  service  wordt  omgegaan.  Dit  heeft  als  voordeel dat een gestandaardiseerd proces kan worden gevolgd.   Wegnemen  van  barrières  bij  de  aanschaf  van  een  zonnestroominstallatie.  De  belangrijkste  barrières  voor aanschaf zijn:  o Mogelijke financiële verrassingen achteraf  o Administratief proces met netbeheerder en leverancier in verband met teruglevering stroom  o Onduidelijkheid over de impact van de installatie  o Aanvragen en beschikbaarheid van subsidie  o Gebrek aan technische kennis wat betreft de installatie en materialen  o Het selecteren van een goede installateur 

Bovengenoemde  punten  worden  bij  een  zonnestroomactie  centraal  geregeld,  waardoor  een  zonnestroominitiatief barrières weg kan nemen die huishoudens ervaren voor de aanschaf. Daarnaast zijn er  ook ervaringen die verschillend zijn per type initiatief. Voor grote, landelijke inkoopacties worden de volgende  punten genoemd (Stichting Monitoring Zonnestroom, 2013):  ‐ Grootschalig  gebruik  van  media  vergroot  de  aandacht  en  het  aantal  aanmeldingen  voor  de  actie.  Hiermee  kan  de  impact  van  de  actie  vergroot  worden,  waardoor  de  belangen  van  de  deelnemende  huishoudens beter behartigd kunnen worden  ‐ Door  de  omvang  van  de  totale  actie  kunnen  een  nauwkeurige  marktanalyse  en  een  aanbestedingstraject uitgevoerd worden, wat ervoor zorgt dat geschikte leveranciers en installateurs  gevonden kunnen worden tegen gunstige tarieven   ‐ Een maatwerkofferte en eventueel een bezoek vooraf van een adviseur of installateur vergroten het  gevoel van persoonlijke aandacht en verkleinen bovendien de kans op fouten. Ondanks de grootte van  een landelijke inkoopactie kan op deze manier toch het niveau van maatwerk worden bereikt, zonder  daarbij de prijsvoordelen van de grootschalige inkoop te verliezen  ‐ Klanten  willen  graag  een  duidelijk  overzicht  van  alle  kosten,  opbrengsten  en  mogelijke  subsidie  voordat ze definitief akkoord gaan met het aanbod. Bij een grote zonnestroomactie kunnen hier van  tevoren duidelijke afspraken over gemaakt worden, omdat het over een groot aantal installaties gaat.   ‐ Door  de  grootte  van  de  actie,  loont  het  om  het  proces  van  aanvraag,  inkoop  en  betaling  te  standaardiseren. Een snel, eenvoudig (online) proces wordt door klanten als prettig ervaren    Belangrijk  verschil  tussen  de  vier  initiatiefvormen  is  dat  bij  de  eerste  twee  vormen  de  sociale  omgeving  een  belangrijke  rol  speelt,  doordat  het  zonnestroominitiatief  zich  hierbij  op  lokaal  niveau  richt.  Bij  deze  twee  vormen zijn sociale structuren en contacten daardoor van grote invloed op het ontstaan of de verspreiding van  het initiatief. Door de kleine schaal en het lokale niveau is er een stuk minder zicht op de omvang en het aantal  van deze initiatieven (Schwencke, 2012; Stichting Monitoring Zonnestroom, 2013). Tegelijkertijd is dit juist het  terrein  waar  een  belangrijk  deel  van  de  transitie  naar  een  duurzame,  decentrale  energiehuishouding  plaatsvindt,  doordat  hier  het  initiatief  uit  de  burgers  en  de  sociale  omgeving  zelf  komt  (Hajer,  2011).  Bij  de  ervaringen met deze lokale zonnestroominitiatieven komen dan ook andere punten naar voren dan bij grote,  landelijke inkoopacties (Stichting Monitoring Zonnestroom, 2013):   ‐ Bij een lokale (buurt)actie werkt persoonlijke communicatie goed, bijvoorbeeld door middel van een  vast aanspreekpunt in de wijk   ‐ De kleinschalige, lokale aanpak vergroot de betrokkenheid bij de actie  ‐ Door  samen  te  werken  met  elkaar  en  met  lokale  partijen,  wordt  vertrouwen  gekweekt.  Dit  is  een  belangrijk voordeel bij de samenwerking gedurende het proces. Lokale verankering van het initiatief  wordt als belangrijke kracht gezien  ‐ Kennis en ervaring van andere, soortgelijke initiatieven kunnen goed gebruikt worden bij de opzet en  de uitvoering van het initiatief. Op deze manier kunnen tijd, geld en moeite bespaard worden, doordat  niet  alles  opnieuw  uitgezocht  hoeft  te  worden.  Ook  kunnen  fouten  voorkomen  worden  door  van  eerdere initiatieven te leren    Uit  deze  ervaringen  blijkt  dat  zonnestroominitiatieven  sterk  van  elkaar  kunnen  verschillen.  Een  landelijke  inkoopactie verschilt duidelijk van een buurtactie in de straat. Dit maakt het enerzijds moeilijk om initiatieven  met elkaar te vergelijken, anderzijds biedt dit juist mogelijkheden om met een initiatief aan te kunnen sluiten  bij verschillenden situaties, wensen en motieven.     

16 

Zonnestroomtechnologie  

          





 

3. Zonnestroomtechnologie Bij  elke  toepassing  van  zonnestroomtechnologie  draait  het  om  de  omzetting  van  lichtenergie  in  elektrische  energie.  Een  zonnestroominstallatie  bij  huishoudens  bestaat  uit  zonnepanelen  en  een  omvormer,  welke  de  koppeling  met  het  elektriciteitsnetwerk  mogelijk  maakt.  Deze  onderdelen  zullen  achtereenvolgens  aan  bod  komen  in  dit  hoofdstuk.  Vervolgens  wordt  ingegaan  op  de  installatie,  teruglevering  van  zonnestroom  en  de  investering  in  een  installatie.  Een  belangrijk  deel  vormt  de  marktanalyse  van  de  prijzen  van  panelen,  omvormers, installatie en complete zonnestroominstallaties. Dit heeft als doel om duidelijk te maken wat de  plaats van zonnestroomtechnologie is binnen de elektriciteitsmarkt en in hoeverre deze concurrerend is.  

3.1

Zonnepanelen

De opwekking van elektrische stroom vindt plaats in zonnecellen. Een zonnepaneel bestaat uit tientallen van  deze zonnecellen, die in serie met elkaar geschakeld zijn. De omzetting van lichtenergie in elektrische energie  gebeurt  op  basis  van  het  zogenaamde  fotovoltaïsch  effect.  Dit  natuurkundige  verschijnsel  zorgt  ervoor  dat  elektronen zich onder invloed van licht gaan verplaatsen, waardoor een elektrische stroom ontstaat. Dit effect  treedt  op  als  fotonen  worden  geabsorbeerd  door  een  gedoteerd,  halfgeleidend  materiaal.  In  de  zonnecellen  die bij huishoudens worden geplaatst wordt hier over het algemeen een heel dun laagje (< 1 mm) Silicium voor  gebruikt. Het materiaal wordt aan de ene kant gedoteerd met positieve deeltjes (p‐type) en aan de andere kant  met negatieve deeltjes (n‐type). Op deze manier ontstaat er een potentiaalverschil, waardoor de vrijgekomen  elektronen  zich  in  dezelfde  richting  gaan  verplaatsen.  Vervolgens  worden  aan  beide  kanten  elektroden  geplaatst,  waardoor  een  gesloten,  elektrisch  circuit  ontstaat  (Ouwehand  et  al.,  2012).  Zie  Figuur  3.1.  Zonnepanelen  die  tegenwoordig  commercieel  worden  toegepast  hebben  een  gegarandeerde  levensduur  van  25 jaar. Over deze periode daalt het maximale vermogen van het paneel wel licht. Veel fabrikanten geven een  garantie af voor een vermogen van tenminste 80% na 25 jaar (Van Sark et al., 2013).  

  Figuur 3.1 Werking van een zonnecel. Bron: redarc.com.au 

Rendement  De efficiëntie van een zonnepaneel is van meerdere factoren afhankelijk. Er spelen hierbij twee verschillende  rendementen een rol: het rendement van de zonnecellen en het rendement van de manier van plaatsing. Het  rendement van de zonnecel ligt gemiddeld tussen de veertien en zeventien procent, afhankelijk van het type  zonnecel. In de volgende alinea wordt hier verder op ingegaan. Dit betekent dat van alle aanwezige energie in  het  instralende  zonlicht  veertien  tot  zeventien  procent wordt  omgezet  in  elektrische  energie. Dit rendement  wordt  gemeten  bij  gestandaardiseerde  testcondities  met  vaste  temperatuur  en  lichtinval.  In  de  praktijk  zijn  deze omstandigheden anders en wordt dit rendement niet gehaald. Dit kan onder andere veroorzaakt worden  door  een  ongunstige  oriëntatie  ten  opzichte  van  het  zuiden,  bewolking,  laagstaande  zon,  breedtegraad  of  schaduwwerking. Al deze factoren bij elkaar zorgen ervoor dat het rendement van de zonnepanelen voor circa  zeventig  tot  negentig  procent  gehaald  wordt.  De  totale  efficiëntie  van  zonnepanelen  wordt  uitgedrukt  in  de  eenheid kWh/kWp en wordt berekend aan de hand van de volgende formule:  /   /

17 

Zonnestroomtechnologie  

          





  Waarbij:   PR = Perfomance Ratio= Efficiëntie [kWh/kWp]      E = Opbrengst [kWh]      P = Vermogen [kWp]      H = Instraling zonlicht [W/m2]      G = Referentie instraling [W/m2]    Op  deze  manier  kan  een  kengetal  berekend  worden  dat  de  efficiëntie  van  een  zonnepaneel  weergeeft,  rekening houdend met de hoeveelheid instralende energie. Dit getal verschilt per locatie: in Nederland zal dit  getal lager zijn dan in een land rond de evenaar, waar de hoeveelheid instraling van de zon hoger is. Van Sark  et al. (2012) onderzochten voor 660 systemen in Nederland de efficiëntie. De gemiddelde oriëntatie van deze  systemen  bedroeg  173,2  graden  ten  opzichte  van  het  noorden  (rechtsom),  de  gemiddelde  dakhoek  29,85  graden en de gemiddelde systeemgrootte 4,74 kilowattpiek [kWp]. Uit de analyse kwam een efficiëntie naar  voren van 784 kWh/kWp. Dat betekent dat per jaar gemiddeld 784 kWh aan zonnestroom opgewekt wordt per  kilowattpiek.  De  panelen  worden  vrijwel  altijd  met  elkaar  in  serie  geschakeld,  waardoor  één  groot  circuit  ontstaat.  Dit  heeft  als  consequentie  dat  de  zwakste  schakel  bepalend  is  voor  de  opbrengst  van  het  hele  systeem, aangezien de elektronen door het hele systeem bewegen. Wanneer een paneel in de schaduw ligt,  heeft dit invloed op de opbrengst van het gehele systeem. Bij de verschakeling van de panelen is het daarom  van belang dat alle panelen ongeveer dezelfde opbrengst hebben. Naast schaduwwerking zijn de oriëntatie en  de plaatsingshoek van grote invloed op de prestaties van de installatie. In Figuur 3.2 is de invloed te zien van  oriëntatie en plaatsingshoek. Een lage of grote plaatsingshoek en een oriëntatie verder van het zuiden hebben  negatief  effect  op  de  instraling.  Bij  sterk  ongunstige  plaatsing  kan  het  verlies  zelfs  oplopen  tot  tientallen  procenten. De ideale plaatsing is een plaatsingshoek van 37 graden en een oriëntatie pal op het zuiden. 

  Figuur 3.2 Invloed plaatsingshoek en oriëntatie op opbrengst. Bron: comparemysolar.nl 

Type zonnepanelen  De  panelen  die  tegenwoordig  het  meest  worden  toegepast,  zijn  in  te  delen  in  drie  verschillende  typen.  Zie  Figuur  3.3.  Het  verschil  wordt  grotendeels  veroorzaakt  door  de  productiemethode.  Mono‐  en  polykristallijne  cellen  hebben  daarbij  grote  gelijkenis,  dunne‐filmcellen  worden  echter  op  een  duidelijk  andere  manier  geproduceerd. Mono‐ en polykristallijne cellen hebben als belangrijkste grondstof Silicium. Dit wordt uit silica,  een bestanddeel van zand, gezuiverd door middel van een scheidingsmethode op hoge temperatuur, waarna  het Silicium afkoelt. Bij dit proces ontstaat het verschil tussen mono‐ en polykristallijne zonnecellen. Wanneer  Silicium  langzaam  afkoelt  en  stolt,  wordt  Silicium  verkregen  met  een  molecuulstructuur  bestaande  uit  één,  grote  kristal.  Dit  gestolde  Silicium  heeft  de  vorm  van  een  staaf,  waaruit  dunne  plakjes  worden  gezaagd,  die  uiteindelijk de zonnecellen worden. Mono kristallijne zonnecellen zijn daardoor te herkennen aan de afgeronde  hoeken, als gevolg van de ronde vorm van de staaf Silicium. Het voordeel van monokristallijne panelen is een  relatief  hoog  rendement,  doordat  de  structuur  van  het  Silicium  zuiverder  is.  Nadelen  aan  deze  productiemethode zijn er ook. Door het trage afkoelproces kost de productie relatief veel tijd, wat de productie  duurder maakt. Een ander nadeel is dat de afgeronde hoeken ervoor zorgen dat niet de gehele oppervlakte van  

18 

Zonnestroomtechnologie  

          





 

  Figuur 3.3 Type zonnepanelen. Van links naar rechts: mono, poly en dunne‐film. Bron: waaromzon.nl  een zonnepaneel benut kan worden voor zonnecellen. Polykristallijne panelen kennen deze nadelen niet. Het  verschil  met  mono  kristallijne  panelen  is  de  snellere  stolling  van  het  Silicium.  Deze  cellen  kunnen  wel  rechthoekig van vorm zijn en bovendien is het productieproces goedkoper. De snellere afkoeling heeft echter  ook een nadeel. Door de snelle afkoeling stolt het Silicium minder zuiver, waardoor de molecuulstructuur uit  meerdere kristallen bestaat. Gevolg hiervan is een lager rendement van de zonnecellen. Dit lagere rendement  kan  wel  gedeeltelijk  gecompenseerd  worden  door  de  betere  benutting  van  de  oppervlakte  van  het  paneel,  doordat er geen afgeronde hoeken zijn die voor loze ruimte zorgen. Een derde type is de zogenaamde dunne‐ filmcel. Deze technologie is nog relatief nieuw en wordt nog niet op grote schaal toegepast bij huishoudens.  Het  principe  van  deze  technologie  is  dat  een  laagje  fotovoltaïsch  materiaal  van  slechts  enkele  tientallen  micrometers dik wordt aangebracht op een ondergrond, wat bijvoorbeeld een folie kan zijn. Meestal wordt een  combinatie  gebruikt  van  verschillende  materialen  met  verschillende  eigenschappen,  zodat  bijvoorbeeld  een  groter deel van het spectrum van het zonlicht omgezet kan worden in elektrische energie. Op dit moment ligt  het rendement van deze panelen nog een stuk lager dan dat van de kristallijne panelen. De productiekosten  liggen echter wel lager, doordat de materiaalkosten beduidend lager liggen. Een ander voordeel is dat dunne‐ filmcellen ook op een flexibele of kromme ondergrond kunnen worden geplaatst, bijvoorbeeld op matten of op  bolle oppervlakken. Ook winnen dunne‐filmcellen het op esthetisch vlak van de kristallijne panelen, doordat er  geen  losse  zonnecellen  zichtbaar  zijn.  De  verwachting  is  dat  het  rendement  nog  verhoogd  kan  worden  in  de  toekomst en dat deze panelen uiteindelijk ook op grote schaal gebruikt gaan worden.   Om zonnepanelen goed met elkaar te kunnen vergelijken, wordt vaak de prijs per Wattpiek [Wp] gebruikt als  indicator. Deze indicator vertelt wat een zonnepaneel per Wattpiek kost, waardoor panelen die verschillen in  type  en  afmeting  met  elkaar  vergeleken  kunnen  worden.  In  Figuur  3.4  is  de  prijsontwikkeling  te  zien  van  zonnepanelen in Europa in de afgelopen tien jaar. In deze figuur is te zien dat de gemiddelde prijs met ruim  70% is gedaald ten opzichte van het prijspeil van het jaar 2000. Wanneer de prijsdaling wordt uitgezet tegen  het  bijgeplaatst  vermogen  aan  zonnestroom  gedurende  dezelfde  periode,  blijkt  dat  bij  verdubbeling  van  de  capaciteit de prijs met 20% is gedaald. Dit duidt op een duidelijke leercurve (EPIA, 2011). De prijsdaling heeft  zich na 2011 doorgezet. Gedurende het jaar 2012 hielden Van Sark et al. (2013) in opdracht van AgentschapNL  alle ontwikkelingen op de zonnestroommarkt nauwlettend in de gaten, waaronder de prijsontwikkelingen.  

Gemiddelde prijs zonnepaneel 2000 ‐ 2011 (2000 = 100%)  120

Prijsniveau

100 80

Gemiddelde prijs zonnepaneel

60 40 20 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Jaar

Figuur 3.4 Prijsontwikkeling zonnepanelen 2000 tot 2011. Data: EPIA, 2011

19 

Zonnestroomtechnologie  

          





  Tabel 3.1 Overzicht marktprijzen zonnepanelen december 2012. Data: van Sark et al., 2013    Prijs per paneel  Vermogen per paneel  Prijs per vermogen  Vermogen per oppervlak  Oppervlak per panel  Gewicht per paneel 

Gemiddeld € 287  220 Wp 1,26 €/Wp 143 Wp/m2 1,51 m2 18,6 kg

Spreiding € 82 – 840 100 – 333 Wp 0,64 – 2,63 €/Wp  69 – 204 Wp/m2  0,69 – 2,09 m2  8,3 – 30,5 kg

  In  Tabel  3.1  is  een  overzicht  gegeven  van  de  belangrijkste  eigenschappen  van  zonnepanelen,  gemeten  in  december  2012.  Bij  deze  marktinventarisatie  zijn  in  totaal  659  verschillende  type  panelen  onderzocht.  Opvallend is dat bij veel specificaties de spreiding behoorlijk uiteenloopt. Er is bij veel specificaties ruime keuze,  wat  er  op  duidt  dat  er  behoefte  is  aan  verschillende  specificaties.  Dit  kan  duiden  op  het  bestaan  van  kleine  nichemarkten, waar vraag is naar panelen met bepaalde specificaties. Het is goed voor te stellen dat in de ene  situatie de laagste prijs per Wattpiek gewenst is, terwijl in een andere situatie het hoogste rendement gewenst  is.  De  mate  van  spreiding  kan  hier  meer  duidelijkheid  over  geven.  Aangezien  de  prijs  per  Wattpiek  in  veel  gevallen  het  belangrijkste  criterium  is  en  bovendien  een  maat  is  waarmee  verschillende  type  panelen  met  elkaar vergeleken kunnen worden, is in Figuur 3.5 de ontwikkeling van de spreiding hiervan weergegeven. In  deze figuur is de ontwikkeling van het aantal panelen in combinatie met de prijs per Wattpiek weergegeven.  Opvallend is dat in ruim een jaar tijd de prijs per Wattpiek met liefst 44,3% gedaald is. Daarnaast is te zien dat  de  bandbreedte  steeds  smaller  wordt.  In  de  onderste  twee  grafieken  is  ook  een  piek  te  zien  rond  2,50  Euro/Wattpiek,  welke  wordt  veroorzaakt  door  dunne‐filmcellen.  In  december  2012  lagen  de  prijzen  per  Wattpiek dichter bij het gemiddelde dan in oktober 2011. Deze ontwikkelingen zijn te verklaren doordat uit het  marktonderzoek  is  gebleken  dat  tussen  de  metingen  tien  tot  vijftien  procent  van  de  onderzochte  panelen  nieuw was, of niet meer leverbaar was. Er is dus een duidelijk en snel verloop in de aangeboden panelen op de  markt. Dit duidt op een dynamische markt (van Sark et al., 2013).  

  Figuur 3.5 Marktprijzen zonnepanelen (links) en omvormers (rechts). Bron: van Sark et al., 2013 

20 

Zonnestroomtechnologie  

          





 

3.2

Omvormer

Het hart van een zonnestroominstallatie is de omvormer, die de opgewekte zonnestroom omzet in elektrische  stroom  volgens  de  normen  van  het  elektriciteitsnet.  Het  Nederlandse  elektriciteitsnetwerk  is  ingesteld  op  wisselstroom,  met  een  netspanning  van  230  Volt  [V]  en  een  frequentie  van  50  Hertz  [Hz].  Zonnepanelen  leveren  gelijkstroom,  waardoor  een  omvormer  nodig  is  om  de  panelen  te  koppelen  aan  het  elektriciteitsnetwerk. Niet alleen het voltage en de frequentie zijn van belang, ook de uitgaande stroomsterkte  mag  niet  te  groot  zijn.  Een  groter  aantal  panelen  resulteert  in  een  groter  vermogen  van  de  omvormer  en,  vanwege  de  gelijkblijvende  spanning  en  frequentie,  een  hogere  uitgaande  stroomsterkte.  Deze  waarde  mag  niet  groter  zijn  dan  de  zekeringswaarde  van  de  elektriciteitsgroep  waarop  de  omvormer  wordt  aangesloten,  anders slaat de stop door. Bij grotere omvormers (>5000 Watt) kan dit problemen opleveren met de grootte  van  de  aansluiting,  aangezien  de  stroomsterkte  dan  boven  de  veelgebruikte  zekeringswaarde  van  zestien  Ampère  [A]  komt.  In  dat  geval  worden  meerdere  omvormers  gebruikt  die  elk  op  een  eigen  groep  worden  aangesloten, of wordt gekozen voor een omvormer die op een 3‐fase aansluiting aangesloten kan worden. Een  oplossing met meerdere omvormers brengt vaak wel extra kosten met zich mee. Huishoudens met een grote  zonnestroominstallatie kunnen hiermee te maken krijgen, waardoor de prijs per Wattpiek hoger kan uitvallen.  De zekeringswaarde van de elektriciteitsgroep vormt zodoende de beperkende factor bij de aansluiting van de  omvormer.  In  veel  gevallen  wordt  de  omvormer  op  zolder  geplaatst,  in  de  buurt  van  de  zonnepanelen.  Vervolgens wordt een kabel getrokken naar de meterkast, waar de zonnestroominstallatie wordt aangesloten  op  het  elektriciteitsnetwerk.  Uit  de  marktanalyse  van  van  Sark  et  al.  (2013)  blijkt  dat  omvormers  in  vele  verschillende  uitvoeringen  en  maten  beschikbaar  zijn.  In  Tabel  3.2  zijn  de  gegevens  weergegeven  van  342  onderzochte omvormers welke in december 2012 beschikbaar waren op de Nederlandse markt.  Tabel 3.2 Overzicht marktprijzen omvormers december 2012. Data: van Sark et al., 2013    Prijs  Vermogen  Prijs per vermogen  Rendement 

Gemiddeld € 1823 5621 Wp 0,41 €/Wp 95,2% 

Spreiding € 155 – 7399   215 – 60.000 Wp  0,17 – 0,92 €/Wp  90 – 98,6%

  In  Figuur  3.5  is  de  ontwikkeling  van  de  prijs  weergegeven.  Tussen  april  en  december  2012  blijkt  de  prijs  per  Wattpiek  van  een  gemiddelde  omvormer  met  14,8%  te  zijn  gedaald  naar  0,409  Euro/Wattpiek.  In  de  bandbreedte zijn nauwelijks wijzigingen opgetreden, wat er op duidt dat de prijsdaling wordt veroorzaakt door  een prijsdaling over de hele linie. De prijsveranderingen van omvormers zijn niet zo extreem als bij de panelen.  Dit  komt  onder  andere  doordat  de  technologie  van  een  omvormer  niet  uniek  is  voor  de  toepassing  bij  een  zonnestroominstallatie.  De  technologie  voor  het  omzetten  van  gelijkstroom  naar  wisselstroom  wordt  al  vele  jaren toegepast, waardoor deze al een stuk verder in ontwikkeling is en prijsdalingen voornamelijk nog kunnen  worden bereikt als het gevolg van schaalvoordelen en de optimalisatie van productieprocessen. Het rendement  van een omvormer is afhankelijk van het vermogen dat de zonnepanelen op dat moment leveren. Om hier een  goede maat voor te hebben en om omvormers onderling met elkaar te kunnen vergelijken, wordt gewerkt met  het  zogenaamd  Europees  rendement.  In  deze  maat  wordt  een  gemiddeld  rendement  gegeven  door  het  rendement bij verschillende vermogens via wegingsfactoren bij elkaar op te tellen. Deze wegingsfactoren zijn  gebaseerd op de omstandigheden in Europa. Het rendement bij vijftig procent van het maximale vermogen is  daardoor bijvoorbeeld relatief sterk vertegenwoordigd, vanwege de relatief lagere lichtopbrengst in Europa. De  formule voor het Europees rendement van omvormers luidt:  ɳEU = 0.03ɳ5% + 0.06ɳ10% + 0.13ɳ20% + 0.10ɳ30% + 0.48ɳ50% + 0.2ɳ100%  In Figuur 3.6 is het verband weergegeven tussen het vermogen en het Europees rendement van de omvormers  die onderzocht zijn in de marktanalyse van van Sark et al. (2013). In deze figuur is te zien dat het rendement  toeneemt  naarmate  het  vermogen  toeneemt.  De  invloed  van  het  vermogen  op  het  rendement  is  bovendien  het  sterkst  in  het  gebied  tot  tien  kilowatt  [kW],  het  gebied  waarin  de  omvormers  voor  huishoudens  zich  bevinden.  Ook  de  prijs  van  een  omvormer  omgerekend  per  Wattpiek  hangt  af  van  het  vermogen  van  de  omvormer. In Figuur 3.6 is dit verband weergegeven. De prijs per Wattpiek daalt naarmate het vermogen van  de  omvormer  groter  is,  waardoor  een  omvormer  met  een  groter  vermogen  dus  relatief  goedkoper is.  In  het  segment van huishoudens is dit verband bovendien relatief het sterkst aanwezig en daalt de prijs per Wattpiek  van ongeveer zestig Eurocent/Wattpiek naar veertig Eurocent/Wattpiek.  

21 

Zonnestroomtechnologie  

          





 

Figuur 3.6 Invloed van vermogen van de omvormer op efficiëntie (links) en prijs (rechts). Bron: van Sark et al., 2013

 

3.3

Plaatsing

Bij  huishoudens  worden  zonnepanelen  vrijwel  altijd  op  het  dak  geplaatst,  maar  in  enkele  gevallen  kan  ook  gekozen worden voor een opstelling op een andere ondergrond. Er zijn in totaal drie manieren van plaatsing te  onderscheiden die toegepast worden bij huishoudens.   Schuin dak   Dit  is  de  meest  gebruikte  en  tevens  goedkoopste  manier  van  plaatsen.  Afhankelijk  van  het  dak  kan  gekozen  worden voor plaatsing in landscape of portrait positie. Dit heeft geen invloed op het rendement. Bij plaatsing  op een schuin dak is het dak bepalend voor de oriëntatie en de plaatsingshoek van de panelen. Een ongunstige  oriëntatie van het dak heeft daardoor invloed op het rendement van de zonnestroominstallatie. Ook het type  dak  is  belangrijk.  Zo  plaatsen  niet  alle  bedrijven  zonnepanelen  op  leistenen  daken,  in  verband  met  de  kwetsbaarheid  van  leisteen.  Bij  rieten  daken  is  het  ook  niet  mogelijk  om  zonnepanelen  te  plaatsen,  doordat  een elektrische installatie te hoge risico’s met zich meebrengt in verband met de brandgevoeligheid van riet.  Het voordeel van een schuin dak is dat de onderconstructie relatief goedkoop is, omdat er slechts dakhaken,  rails  en  klemmen  gebruikt  hoeven  te  worden.  Zie  Figuur  3.7.  Een  ander  voordeel  is  dat  het  dakoppervlak,  afhankelijk van schaduwwerking van obstakels, vrijwel geheel gebruikt kan worden en slechts aan de randen  enige  marge  aangehouden  dient  te  worden.  Op  dit  moment  is  er  in  Nederland  beperkt  regelgeving  voor  de  plaatsing  van  zonnepanelen  en  is  het  niet  nodig  om  een  vergunning  aan  te  vragen  voor  de  plaatsing.  Een  vergunning  is  alleen  nodig  wanneer  het  gebouw  een  monumentaal  pand  is  of  onderdeel  uit  maakt  van  een  beschermd stads‐ of dorpsgezicht. De regelgeving houdt in het kort in dat de panelen niet uit mogen steken ten  opzichte van het dakoppervlak en dat de panelen onder dezelfde hellingshoek dienen te worden geplaatst als  de dakhoek (Ministerie van Binnenlandse Zaken en Koninkrijksrelaties [BZK], 2012).   

Figuur 3.7 Plaatsing op schuin dak (links) en plat dak (rechts). Bron: flickr.com

22 

Zonnestroomtechnologie  

          





  Plat dak   Hierbij  worden  de  panelen  los  op  het  dak geplaatst.  Deze  manier  is  duurder  dan  de  plaatsing  op  een  schuin  dak, omdat er meer constructiematerialen nodig zijn. De onderconstructie bestaat uit een kleine stelling, die de  panelen in de gewenste hellingshoek plaatst. Deze hoek varieert over het algemeen tussen de vijftien en dertig  graden. De onderconstructie wordt doorgaans niet verankerd in het dak, maar wordt verstevigd door middel  van ballast. Zie Figuur 3.7. Hier worden meestal stoeptegels voor gebruikt, die aan de onder‐ en/of achterkant  van  de  onderconstructie  worden  geplaatst.  Deze  ballast  dient  de  zonnepanelen  op  hun  plaats  te  houden  bij  harde  wind.  De  ballast  wordt  bepaald  aan  de  hand  van  de  hoogte  en  de  locatie  van  het  gebouw.  Hogere  gebouwen en locaties dichter bij zee hebben meer ballast nodig in verband met de hardere wind die daar kan  optreden.  Een  voordeel  van  een  plat  dak  is  dat  bij  de  plaatsing  zelf  de  oriëntatie  gekozen  kan  worden,  waardoor de panelen naar het zuiden gericht kunnen worden. Een belangrijk nadeel vormt echter de schaduw  die  de  panelen  veroorzaken.  Hierdoor  is  het  niet  mogelijk  om  de  panelen  direct  achter  elkaar  te  plaatsen,  waardoor het dakoppervlak niet volledig benut kan worden. Bij huishoudens, waar het oppervlak van een plat  dak vaak gering is, kan dit er voor zorgen dat het aantal panelen dat geplaatst kan worden erg laag is. Er zijn  echter wel nieuwe oplossingen voor platte daken die steeds meer beschikbaar komen op de markt. Zo heeft  het  Nederlandse  bedrijf  van  der  Valk  Solar  Systems  twee  systemen  ontwikkeld  waarbij  het  probleem  van  de  schaduwwerking sterk verminderd wordt. Zo worden bij het East West systeem alle panelen onder een hoek  van tien graden richting het oosten en westen gericht. De oriëntatie is hierdoor wel minder gunstig, maar op  deze manier wordt de dakoppervlakte een stuk beter benut. Zie Figuur 3.8. Bij het Valk Triple systeem worden  als  het  ware  kleine  schansen  van  drie  panelen  gecreëerd.  De  plaatsingshoek  bedraagt  daarbij  slechts  tien  graden,  waardoor  de  schaduw  ongeveer  gelijk  blijft  ten  opzichte  van  een  enkel  paneel  onder  een  hoek  van  twintig  tot  dertig  graden.  Het  schaduwprobleem  is  hiermee  niet  opgelost,  maar  op  deze  manier  kunnen  driemaal  zoveel  panelen  worden  geplaatst  met  nagenoeg  dezelfde  schaduwwerking.  Zie  Figuur  3.8.  In  tegenstelling tot schuine daken, geldt er voor de plaatsing op platte daken wel regelgeving. De afstand tot de  dakrand  dient  tenminste  zo  groot  te  zijn  als  de  hoogte  van  het  paneel.  Wanneer  een  paneel  dus  veertig  centimeter [cm] boven het dak uitsteekt, dient deze ook tenminste veertig centimeter van de rand te worden  geplaatst (Ministerie van BZK, 2012).     Vrije veldopstelling  Deze methode wordt bij huishoudens weinig toegepast en wordt voornamelijk gekozen wanneer panelen niet  op  het  dak  geplaatst  kunnen  worden  of  wanneer  een  grote  vrije  ruimte  beschikbaar  is.  Zie  Figuur  3.8.  Deze  optie komt voornamelijk voor bij huishoudens in het buitengebied met veel ruimte rond het huis. Het voordeel  van een vrije veldopstelling is dat de plaatsingsmogelijkheden niet beperkt worden door de eigenschappen van  het dak. Ook de plaatsing kan eenvoudig gerealiseerd worden, doordat de installateur niet het dak op hoeft.  Daarnaast  verkiezen  sommige  huishoudens  een  vrije  veldopstelling  boven  een  dakopstelling  vanwege  esthetische argumenten.  

Figuur  3.8  Oost  West  montage  (links),  triple  systeem  (rechts)  en  vrije  veld  opstelling.  Bron:  valksolarsystems.nl  en solsolutions.nl 

De installatiekosten per Wattpiek zijn afhankelijk van een aantal factoren. Allereerst is de wijze van plaatsing  van invloed. Dit heeft vooral te maken met de materiaalkosten van de onderconstructie, welke voor een plat  dak hoger liggen dan voor een schuin dak. Deze kosten zijn grotendeels opgebouwd uit vaste kosten per paneel  en zijn zodoende afhankelijk van het aantal panelen. Ten tweede hebben de benodigde installatiehulpmiddelen  invloed op de kosten. Bij hoge en platte daken wordt vaak gebruik gemaakt van een hoogwerker of een ander  hefmiddel,  waardoor  de  installatiekosten  stijgen.  Deze  kosten  zijn  vaste  kosten  per  installatie  en  zijn  onafhankelijk van het aantal panelen. Bij kleine installaties kunnen hierdoor de installatiekosten per Wattpiek  sterk stijgen. Tot slot zijn er ook factoren waardoor de installatiekosten kunnen dalen. Wanneer bijvoorbeeld  meerdere,  identieke  installaties  in  dezelfde  straat  of  wijk  worden  uitgevoerd,  kunnen  de  kosten  voor  het 

23 

Zonnestroomtechnologie  

          





  hefmiddel  bijvoorbeeld  verdeeld  worden.  Ondanks  dat  de  installatiekosten  per  Wattpiek  kunnen  verschillen  per  installatie,  kan  er  wel  iets  gezegd  worden  over  de  gemiddelde  prijs  per  Wattpiek.  Uit  een  inventarisatie  onder aangeboden totaalpakketten berekenden van Sark et al. (2013) een gemiddelde installatieprijs van 0,44  Euro/Wattpiek.  Deze  prijs  is  echter  afhankelijk  van  de  grootte  van  de  installatie.  Voor  installaties  met  een  vermogen onder de vijf kilowatt, wat overeenkomt met ongeveer twintig panelen, geldt een gemiddelde prijs  per Wattpiek van 0,50 Euro. Bij installaties groter dan vijf kilowatt wordt de prijs lager: 0,30 Euro/Wattpiek. Het  vermogen  van  een  zonnestroominstallatie  bij  een  huishouden  bedraagt  doorgaans  tussen  de  1,5  en  vijf  kilowatt, waardoor de installatiekosten gemiddeld rond de 0,48 Euro/Wattpiek liggen.  

3.3

Zonnestroominstallaties

Op  basis  van  voorgaande  paragraven  zou  de  prijs  van  een  zonnestroominstallatie  berekend  kunnen  worden.  Uitgaande van een prijs van 1,26 Euro/Wattpiek voor de panelen, 0,409 Euro/Wattpiek voor de omvormer en  0,48  Euro/Wattpiek  voor  de  installatiekosten,  zou  de  zonnestroominstallatie  2,149  Euro/Wattpiek  kosten.  Exclusief  installatie  zou  de  prijs  1,669  Euro/Wattpiek  bedragen.  In  de  praktijk  verschilt  de  prijs  van  een  dergelijke installatie echter van de som van de gemiddelde prijzen van de losse onderdelen. Er dient namelijk  een  juiste  combinatie  gemaakt  te  worden  tussen  omvormer  en  het  type  en  aantal  zonnepanelen.  Ook  het  vermogen van de installatie blijkt voor prijsverschillen te zorgen, zoals naar voren kwam bij de gemiddelde prijs  per Wattpiek voor installatiekosten en de omvormer. Het vergelijken van zonnestroominstallaties is bovendien  lastig, omdat er verschillende omvormers en panelen worden gebruikt. Ook werken diverse bedrijven en acties  met  standaardpakketten,  waarbij  er  bijvoorbeeld  zes,  negen  of  twaalf  panelen  aangeschaft  kunnen  worden  tegen een standaardprijs. Inzicht in uitsplitsing van kosten over de verschillende onderdelen is daardoor lang  niet  altijd  mogelijk.  Andersom  hoeven  wijzigingen  in  de  prijzen  van  de  losse  componenten  lang  niet  altijd  te  leiden tot een verandering in de totaalprijs van een zonnestroominstallatie. Uit de marktanalyse van van Sark  et al. (2013) kwam al naar voren dat de gemiddelde systeemprijs afwijkt van de som van de gemiddelde prijzen  van  de  componenten.  In  Tabel  3.3  zijn  de  gegevens  te  vinden  van  de  onderzochte  systemen.  Uit  deze  tabel  blijkt dat de prijzen voor een installatie op een schuin dak gemiddeld iets lager liggen dan voor een plat dak. In  Figuur 3.9 zijn de systeemprijzen uitgezet tegen het vermogen van de installatie. Hierin is duidelijk te zien dat  de kosten per Wattpiek afnemen naarmate de installatie groter wordt. Zeker voor installaties tot ongeveer vijf  kilowatt, het gebied waar de meeste installaties van huishoudens zich bevinden, is de grootte van de installatie  van sterke invloed op de prijs. In onderstaande gegevens zijn geen installatiekosten meegerekend.   Tabel 3.3 Overzicht marktprijzen zonnestroominstallaties, exclusief installatiekosten. Bron: van Sark et al., 2013    Aantal systemen  Gemiddelde prijs  Maximum prijs  Minimum prijs  Gemiddeld vermogen  Maximum vermogen  Minimum vermogen 

Schuin dak  2352  1,46 €/Wp  2,73 €/Wp  1,05 €/Wp  8448 Wp  23.000 Wp  190 Wp 

Plat dak 2270 1,52 €/Wp 2,77 €/Wp 1,11 €/Wp 8448 Wp 23.000 Wp 190 Wp

       

Figuur 3.9 Systeemprijzen uitgezet tegen het vermogen van de installatie. Bron: van Sark et al., 2013 

24 

Zonnestroomtechnologie           

 





    Gezien  de  duidelijke  daling  in  de  prijzen  van  losse  panelen  en  in  mindere  mate  ook  de  omvormer,  zou  een  daling van de gemiddelde systeemprijs verwacht worden. In Figuur 3.10 is het prijsverloop weergegeven van  april  tot  december  2012.  De  gegevens  zijn  weergeven  in  drie  categorieën,  ingedeeld  naar  vermogen  van  de  installatie.  Ook  in  deze  grafiek  zijn  geen  installatiekosten  meegerekend.  In  de  vorige  paragraven  kwam  naar  voren  dat  in  deze  periode  de  prijzen  van  zonnepanelen en  omvormers  met  respectievelijk  veertig  en  vijftien  procent  gedaald  waren.  In  Figuur  3.10  is  te  zien  dat  de  systeemprijzen  echter  minder  sterk  zijn  gedaald.  De  daling  van  de  prijzen  van  de  losse  componenten  is  dus  maar  deels  terug  te  zien  in  de  systeemprijzen.  In  december  2012  bedroegen  de  prijzen  voor  een  0,6  kilowattpiek  installatie  1,83  Euro/Wattpiek,  voor  een  2,5  kilowattpiek installatie 1,58 Euro/Wattpiek en voor installaties van 5 tot 25 kilowattpiek 1,39 Euro/Wattpiek. 

‐ 23%

‐ 11,4% ‐ 10%

  Figuur 3.10 Ontwikkeling systeemprijzen april tot december 2012. Bron: van Sark et al., 2013 

3.4

Teruglevering

Een  zonnestroominstallatie  wordt  in  vrijwel  alle  gevallen  gekoppeld  aan  het  elektriciteitsnetwerk.  Op  deze  manier kan bij overproductie stroom worden teruggeleverd aan het net en kan bij een tekort aan zonnestroom  een  beroep  worden  gedaan  op  stroom  vanuit  het  net.  Deze  hoeveelheden  kunnen  met  elkaar  verrekend  worden, wat salderen wordt genoemd. Met behulp van de meetwaarden van teruglevering en gebruik, kunnen  het  elektriciteitsverbruik  en  de  opwek  van  zonnestroom  inzichtelijk  gemaakt  worden.  Veel  leveranciers  van  zonnestroominstallaties  bieden  daarom  tegenwoordig  een  monitoringsdienst  aan,  waarmee  online  het  energieverbruik  en  de  opwek  gevolgd  kunnen  worden.  Deze  dienst  geeft  klanten  niet  alleen  inzicht  in  de  prestaties  van  hun  installatie,  maar  ook  in  hun  eigen  elektriciteitsverbruik.  Dit  zorgt  voor  bewustwording  en  uiteindelijk ook vaak voor elektriciteitsbesparing (Fischer, 2008). Op dit moment zijn er in de elektriciteitswet  regels  opgenomen  die  salderen  mogelijk  maken,  maar  tegelijkertijd  ook  beperken.  In  artikel  95c  worden  leveranciers verplicht om elektriciteit aan te nemen die aangeboden wordt aan het net en hier bovendien een  redelijke vergoeding voor te geven. Dit artikel zorgt ervoor dat de mogelijkheid tot teruglevering gegarandeerd  is.  In  artikel  31c  wordt  salderen  echter  ook  beperkt.  In  dit  artikel  wordt  een  maximum  gesteld  van  5000  kilowattuur  per  jaar  per  aansluiting.  Boven  deze  waarde  wordt  salderen  niet  gegarandeerd  en  is  een  huishouden  aangewezen  op  de  terugleververgoeding  van  de  energieleverancier  (Keinemans  en  Beuningen,  2011).  Het  verschil  tussen  salderen  en  een  terugleververgoeding  is  echter  groot.  Dit  heeft  te  maken  met  de  opbouw  van  de  elektriciteitsprijs  en  de  hoogte  van  de  terugleververgoeding.  Het  elektriciteitstarief  bestaat  slechts voor een derde deel uit de leveringskosten van de energieleverancier zelf. In Tabel 3.4 zijn de tarieven  weergegeven  van  de  drie  grootste  energieleveranciers  in  Nederland  bij  een  contract  van  drie  jaar.  Uit  deze  gegevens komt naar voren dat bijna twee derde van de totale elektriciteitsprijs bestaat uit belastingen.  

25 

Zonnestroomtechnologie  

          





  Tabel 3.4 Elektriciteitsprijzen drie grote leveranciers. Data: websites nuon.nl, essent.nl en eneco.nl, 30 augustus 2013.     Leveringstarief energieleverancier Opslag duurzame energie  Energiebelasting  BTW (21%)  Totaal 

NUON Budget Energie 6,60 €ct/kWh 0,13 €ct/kWh 11,65 €ct/kWh 3,86 €ct/kWh 22,24 €ct/kWh

Essent Stroom Zeker 6,49 €ct/kWh 0,13 €ct/kWh 11,65 €ct/kWh 3,84 €ct/kWh 22,10 €ct/kWh

Eneco Ecostroom 3 jaar 6,46 €ct/kWh  0,13 €ct/kWh  11,65 €ct/kWh  3,83 €ct/kWh  22,06 €ct/kWh 

  Bij salderen mag de opgewekte hoeveelheid zonnestroom afgetrokken worden van de verbruikte hoeveelheid  elektriciteit.  De  gebruiker  krijgt  voor  de  geleverde  zonnestroom  daardoor  feitelijk  dezelfde  prijs  als  de  elektriciteitsprijs,  inclusief  belastingen,  die  normaal  moet  worden  betaald  voor  verbruik.  Wanneer  een  gebruiker meer opwekt dan het eigen verbruik, betaalt de leverancier een terugleververgoeding. Deze prijs ligt  een stuk lager dan de elektriciteitsprijs die bespaart wordt bij salderen, aangezien in de terugleververgoeding  geen  belastingen  verwerkt  zijn.  De  meeste  energieleveranciers  betalen  bij  teruglevering  een  vergoeding  die  tussen  de  zeventig  en  honderd  procent  van  de  kale  leveringsprijs  ligt  (Coenraads  en  Zegers,  2012).  De  wettelijke salderingsgrens van 5000 kilowattuur blijkt door een aantal energieleveranciers te zijn uitgebreid tot  de  grens  van  eigen  verbruik.  Wanneer  een  gebruiker  bijvoorbeeld  7000  kilowattuur  verbruikt,  mag  de  gebruiker ook tot 7000 kilowattuur salderen. Wanneer het gebruik boven de 5000 kilowattuur ligt, dient dus  een energieleverancier gekozen te worden die ook salderen boven de 5000 kilowattuur mogelijk maakt. Deze  regelgeving  geldt  alleen  voor  het  zogenaamde  salderen  achter  de  meter.  Dit  houdt  in  dat  de  teruggeleverde  elektriciteit opgewekt dient te worden achter de meter van de betreffende aansluiting. Dit betekent dat een  gebruiker niet mag salderen met elektriciteit die op een andere locatie wordt opgewekt. Mede‐eigenaren van  een windmolen op zee mogen bijvoorbeeld niet salderen met hun deel van de productie van deze windmolen.  Er zijn aanwijzingen dat op korte termijn de regels voor het salderen versoepeld gaan worden in het nieuwe  Energieakkoord  (Sociaal  Economische  Raad  [SER],  2013).  Zo  zou  de  grens  van  5000  kilowattuur  losgelaten  worden  en  zou  op  termijn  salderen  voor  de  meter  mogelijk  worden.  Dit  zou  een  stimulans  zijn  voor  zonnestroomtechnologie,  omdat  het  opwekken  van  zonnestroom  daardoor  ook  interessant  wordt  voor  gebruikers die niet de beschikking hebben over een geschikt dak achter de meter.   

3.5

Rendement en terugverdientijd

Bij de overweging voor de investering in een zonnestroominstallatie, zijn het rendement en de terugverdientijd  belangrijke  financiële  gegevens.  Met  het  rendement  wordt  de  procentuele  waardevermeerdering  van  het  geïnvesteerde  bedrag  bedoeld,  gemeten  aan  het  eind  van  de  investeringsperiode.  De  terugverdientijd  is  de  periode  die  de  zonnestroominstallatie  nodig  heeft  om  het  bedrag  op  te  leveren  dat  nodig  was  voor  de  investering.  In  onderstaande  voorbeeldberekening  wordt  uitgegaan  van  een  gemiddelde  situatie.  Er  zijn  verschillende  manieren  om  het  rendement  en  de  terugverdientijd  te  berekenen,  met  als  belangrijkste  verschillen het al dan niet meerekenen van inflatie, rendementsafname van de zonnepanelen en stijging van de  elektriciteitsprijs. In deze berekening worden deze factoren wel meegerekend, om zo een reëel mogelijk beeld  te  geven  van  de  investering  in  een  zonnestroominstallatie.  Om  het  rendement  en  de  terugverdientijd  te  berekenen, dienen een aantal aannames gedaan te worden. Deze zullen kort toegelicht worden.   Jaarlijks elektriciteitsverbruik:  3500 kWh  (Bron: CBS, 2013e)  Er wordt gebruik gemaakt van het gemiddelde van alle type woningen met een eigen dak.     Inflatie:        2,15%    (Bron: CBS, 2013f)  Er wordt gebruik gemaakt van het gemiddelde over de afgelopen tien jaar.     Huidige elektriciteitsprijs:    0,22 €/kWh  Er wordt gebruik gemaakt van een afgerond gemiddelde van de prijzen uit Tabel 3.4.    3,5%    (Bronnen: CBS, 2013g; Eurostat, 2013)  Stijging elektriciteitsprijs:    De stijging van de elektriciteitsprijs heeft sterke invloed op het resultaat. De laatste jaren is de elektriciteitsprijs  sterk gestegen, maar het is, ook gezien de opmars van duurzame energie, erg optimistisch om aan te nemen  dat deze stijging zich op deze voet door zet. Uit cijfers van het CBS en Eurostat kwam over de periode van de  afgelopen  tien  jaar  een  gemiddelde  stijging  van  3,2%  tot 4,1%  naar  voren  voor  Nederland.  Er  wordt  daarom  gebruik gemaakt van een gemiddelde stijging van 3,5% voor de komende jaren. 

26 

Zonnestroomtechnologie  

          





    Installatiegrootte:    3060 Wp  Een gemiddelde zonnestroominstallatie bestaat uit ongeveer twaalf panelen. Deze configuratie wordt ook veel  aangeboden  bij  standaardpakketten.  Bij  een  vermogen  van  255  Wattpiek  per  paneel,  betekent  dat  de  installatiegrootte daarmee op ruim 3000 Wattpiek komt.        Rendement:      784 kWh/kWp  (Bron: van Sark et al., 2012)  Er  wordt  gebruik  gemaakt  van  het  gemiddelde  rendement  in  Nederland.  In  dit  gemiddelde  zijn  ook  oudere  installaties  vertegenwoordigd,  daarom  wordt  er  in  de  berekening  geen  extra  factor  gebruikt  voor  het  rendementsverlies van de zonnepanelen.     Saldering:      volledig  Aangezien de installatiegrootte kleiner is dan het gemiddelde gebruik van een huishouden en lager is dan de  salderingsgrens  van  5000  kilowattuur,  wordt  uitgegaan  van  de  mogelijkheid  tot  volledig  salderen.  Gezien  de  ontwikkelingen  in  de  wet‐  en  regelgeving  rond  het  salderen,  zullen  deze  regeling  eerder  versoepeld  dan  verzwaard worden, wat een extra argument vormt om uit te kunnen gaan van volledig salderen.        Aanschafkosten:      € 6120,‐  Er wordt gebruik gemaakt van de waarden uit december 2012 die uit de vorige paragrafen naar voren kwamen.  Gezien de sterke prijsdalingen in de afgelopen paar jaren, is het reëel om deze prijzen wat naar beneden af te  ronden. Voor de kosten van het systeem wordt daarom een prijs van 1,52 Euro/Wattpiek gehanteerd. Voor de  installatiekosten wordt 0,48 Euro/Wattpiek aangehouden, wat het gemiddelde was van de installatiekosten in  december 2012 voor een systeem rond de vijf kilowattpiek. De totale aanschafkosten komen daarmee op 2,00  Euro/Wattpiek  te  liggen.  De  kosten  van  een  systeem  van  3060  Wattpiek  bedragen  daarmee  6120  Euro,  inclusief installatiekosten.     25 jaar  Looptijd:      Op veel zonnepanelen wordt garantie gegeven voor 25 jaar. Ook omvormers zouden deze termijn aan moeten  kunnen volgens vele leveranciers. Er wordt daarom gerekend met een looptijd van 25 jaar.     In  Figuur  3.11  is  het  verloop  van  de  investering  weergegeven.  De  aanschaf  van  een  zonnestroominstallatie  volgens de gemaakte aannames, resulteert in een investering met een terugverdientijd van ruim elf jaar en een  rendement  van  9,9%.  Een  zonnestroominstallatie  kan  daarmee  aangemerkt  worden  als  een  lange  termijninvestering, wat voor sommige huishoudens een probleem kan vormen. Dit kan bijvoorbeeld het geval  zijn als een huishouden plannen heeft om te verhuizen. Het rendement op de investering ligt beduidend hoger  dan bij een spaarvorm, waar de rente op dit moment tussen de 1,3% en 3,5% ligt bij de inleg van een dergelijk  bedrag (Independer.nl, 2013, spaarrente.nl, 2013). Door middel van beleggen kan wel een rendement van 10%  of  meer  behaald  worden.  Een  investering  in  een  zonnestroominstallatie  is  echter  een  stuk  zekerder  dan  een  belegging, doordat er weinig onzekere factoren zijn rondom de investering.  

Investering zonnestroominstallatie € 10.000 € 8.000 € 6.000

Terugverdientijd: 11 jaar  Rendement: 9,9% 

Contant

€ 4.000 € 2.000

Jaar

€0 ‐€ 2.000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

‐€ 4.000 ‐€ 6.000

 

Figuur 3.11 Verloop investering zonnestroominstallatie 

27 

Zonnestroomtechnologie  

          





  Om meer inzicht te krijgen in de factoren die de terugverdientijd en het rendement van de investering bepalen,  zijn in Tabel 3.5 enkele andere scenario’s weergegeven. Bij een investering in een zonnestroominstallatie zijn  voornamelijk de elektriciteitsprijs en de inflatie bepalend voor de terugverdientijd en het rendement, daarom  is met deze waarden gevarieerd in de tabel. Een hoge inflatie is nadelig voor de investering, evenals een niet‐ stijgende elektriciteitsprijs. Het valt op dat de terugverdientijd een redelijk smalle spreiding heeft en varieert  tussen  de  negen  en  veertien  jaar.  Deze  variatie  zal  vermoedelijk  niet  veel  verschil  maken  voor  huishoudens,  aangezien het in alle gevallen een lange termijninvestering blijft. Het rendement varieert echter sterk: van zes  tot  bijna  negentien  procent.  Met  een  dergelijk  laag  rendement  komt  het  rendement van  een  spaarrekening,  waar  terugverdientijd  geen  rol  speelt,  in  de  buurt  en  kan  ook  voor  een  relatief  veilige  belegging  worden  gekozen.  Hierbij  moet  opgemerkt  worden  dat  een  gelijkblijvende  elektriciteitsprijs  erg  onwaarschijnlijk  is,  waardoor een dergelijk laag rendement vrijwel uitgesloten is. Geconcludeerd kan worden dat een investering  in  een  installatie  vooral  aantrekkelijk  is  voor  huishoudens  die  het  investeringsbedrag  voor  een  periode  van  minimaal tien jaar beschikbaar hebben. Voor hen ligt een relatief gunstig rendement in het verschiet.   Tabel 3.5 Scenario's investering zonnestroominstallatie    0% 

Inflatie 

0%  1%  2%  3% 

Terug‐ verdientijd  Rendement  12 jaar  8,60%  12 jaar  7,59%  13 jaar  6,73%  14 jaar  6,00% 

Stijging elektriciteitsprijs 2%  4%  6%  Terug‐ Rendement Terug‐ Rendement Terug‐ Rendement verdientijd  verdientijd  verdientijd  11 jaar 11,05% 10 jaar 14,36% 9 jaar  18,92% 11 jaar 9,63% 10 jaar 12,40% 9 jaar  16,19% 11 jaar 8,45% 11 jaar 10,77% 10 jaar  13,93% 12 jaar 7,46% 11 jaar 9,42% 10 jaar  12,07%

Bij  bovenstaande  berekeningen  is  uitgegaan  van  volledig  salderen,  wat  betekent  dat  de  gebruiker  een  eigen  verbruik  dient  te  hebben  dat  minimaal  zo  groot  is  als  de  opbrengst  van  de  zonnestroominstallatie.  Op  dit  moment is dat namelijk de voorwaarde voor salderen. Wanneer de opbrengst hoger wordt dan het verbruik, is  de  gebruiker  aangewezen  op  een  vergoeding  die  meestal  gelijk  is  aan  de  leveringsprijs.  Op  dit  moment  bedraagt  dit  tarief  gemiddeld  0,065  Euro,  zie  Tabel  3.4.  Dit  bedrag  is  fors  lager  dan  de  elektriciteitsprijs.  Wanneer  niet  volledig  gesaldeerd  kan  worden,  verandert  de  investering  in  een  zonnestroominstallatie  sterk.  Zie Figuur 3.12. In deze figuur is te zien dat de terugverdientijd en het rendement sterk afhankelijk zijn van de  mate waarin gesaldeerd kan worden. Wanneer er helemaal niet gesaldeerd kan worden, is de terugverdientijd  zelfs langer dan 25 jaar en is het rendement op de investering zelfs negatief. Dit zorgt ervoor dat de investering  in een zonnestroominstallatie afhankelijk is van de mogelijkheid tot salderen of een terugleververgoeding die  in de buurt komt van de elektriciteitsprijs. In de praktijk heeft dit twee belangrijke consequenties. Bij een laag  jaarlijks elektriciteitsverbruik is het gunstig om de grootte van de zonnestroominstallatie te beperken tot het  verbruik,  zodat  volledig  salderen  mogelijk  is.  Daarnaast  is  het  voor  salderen  noodzakelijk  om  een  eigen  aansluiting met een eigen verbruik te hebben waarmee gesaldeerd kan worden. Dit betekent dat salderen voor  huishoudens  met  een  huurhuis  of  een  gemeenschappelijk  dak  niet  mogelijk  is  en  een  investering  in  een  zonnestroominstallatie niet aantrekkelijk is.    

Investeringsmodel zonnestroominstallatie  bij gedeeltelijk salderen € 10.000

100% salderen 75% salderen 50% salderen 25% salderen 0% salderen

Bedrag

€ 5.000

€0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Jaar

‐€ 5.000

‐€ 10.000

 

Figuur 3.12 Investeringsmodel zonnestroominstallatie bij gedeeltelijk salderen

28 

Innovatieproces  

          





 

4. Innovatieproces De diffusie van innovaties kan vanuit meerdere perspectieven bekeken worden. Saxenian (1994) stelde dat het  proces  van  diffusie  zowel  een  individueel  als  een  collectief  proces  is.  Het  collectieve  proces  staat  in  dit  hoofdstuk  centraal.  Dit  proces  is  meer  dan  het  resultaat  van  alle  individuele  adoptieprocessen  bij  elkaar  en  kent een eigen dynamiek. De ontwikkeling van nieuwe innovaties wordt voor een belangrijk deel bepaald door  de actoren en instituties rondom de innovatie, die met elkaar de ontwikkeling van de innovatie een bepaalde  richting geven. De dynamiek van dit collectieve proces is het uitgangspunt van de systeembenadering van een  innovatie,  het  zogenaamde  innovatiesysteem.  In  dit  hoofdstuk  staat  dan  ook  de  tweede  deelvraag  centraal:  hoe verloopt het innovatieproces rond de zonnestroomtechnologie in Nederland en wat zijn hiervan de sterke  en  zwakke  kanten?  De  vraag  zal  beantwoord  worden  aan  de  hand  van  de  systeembenadering  en  de  systeemfuncties, welke in de eerste twee paragrafen worden uitgelegd. Vervolgens zal het innovatieproces aan  de hand van deze theorie besproken worden. 

4.1

Systeembenadering

De traditionele innovatietheorie zag het innovatieproces als een autonoom proces, waarbij achtereenvolgens  verschillende  fases  worden  doorlopen.  In  dit  zogenaamde  lineaire  model  wordt  aangenomen  dat  technologische  verandering  begint  met  onderzoek  en  ontwikkeling  door  wetenschappers  of  ondernemers.  Vervolgens  vindt  via  innovatie  diffusie  plaats  en  vindt  de  nieuwe  technologie  zijn  weg  naar  de  maatschappij  (Rogers,  1995).  De  aanleiding  voor  innovatie  kan  daarbij  van  twee  kanten  komen.  Allereerst  vanuit  een  ontdekking vanuit de wetenschap of een inventie van een ondernemer. Hierbij draait het innovatieproces om  de  ontwikkeling  van  een  product  of  dienst  die  vervolgens  op  de  markt  kan  worden  gezet.  Kenmerk  van  een  dergelijk innovatieproces is dat een nieuwe technologie de drijvende kracht is. In de literatuur staat deze vorm  van innovatie bekend als technology push. De tweede kant waar de aanleiding voor een innovatie vandaan kan  komen  is  de  markt.  Wanneer  er  een  bepaalde  vraag  vanuit  de  markt  is,  kunnen  bedrijven  of  onderzoekers  proberen om hier een oplossing voor te vinden. Hierbij probeert het eind van de keten, de markt, als het ware  een innovatie vanuit het begin van het proces te ‘trekken’. Deze vorm van innovatie wordt in de literatuur dan  ook  omschreven  als  market  pull.  In  beide  varianten  is  sprake  van  een  lineair  proces,  waarbij  onderzoekers,  ondernemers  en/of  de  industrie  aan  het  begin  van  het  innovatieproces  staan  (Rogers,  1995;  Edquist,  1997).  Tegenwoordig  wordt  innovatie  niet  langer  gezien  als  een  lineair,  autonoom  proces.  In  de  literatuur  ontstaat  steeds  meer  consensus  dat  innovatie  een  collectief  en  dynamisch  proces  is,  waarbij  geen  sprake  is  van  duidelijke, gefaseerde stappen en innovatie slechts kan ontstaan bij onderzoekers of ondernemers (Nelson en  Nelson,  2002;  Edquist,  2004).  Innovatie  vindt  plaats  in  een  bredere  context  en  is  onderdeel  van  een  groter  geheel dan een gefaseerd, autonoom proces. Vanuit dit idee is de theorie van het innovatiesysteem ontstaan,  waarbij deze context als een systeem wordt beschouwd waarin innovatie plaatsvindt. Freeman (1987) was een  van  de  eersten  die  dit  concept  introduceerde  binnen  de  literatuur  en  definieerde  een  innovatiesysteem  als  volgt:  “het  netwerk  van  instituties  in  de  publieke  en  private  sector  die  bijdragen  aan  de  initiatie,  import  en  diffusie van nieuwe technologie.” Edquist (1997) gebruikt in een van zijn publicaties de volgende definitie: “alle  belangrijke  economische,  sociale,  politieke,  organisatorische,  institutionele  en  alle  andere  factoren  die  de  ontwikkeling,  de  diffusie  en  het  gebruik  van  innovaties  beïnvloeden.”  Uit  deze  definities  blijkt  dat  de  systeemtheorie twee belangrijke uitgangspunten kent. Het eerste uitgangspunt is dat innovatie niet geïsoleerd  plaatsvindt, maar in interactie met andere actoren. Een voorbeeld hiervan is dat onderzoek tegenwoordig vaak  afhankelijk is van financiering vanuit het bedrijfsleven, waardoor bij het onderzoeksproces meerdere actoren  betrokken zijn. Hekkert et al. (2007) rekenen de volgende partijen tot de actoren in een innovatiesysteem:  ‐ Bedrijven: ontwikkelen en commercialiseren van nieuwe technologieën   ‐ Kennisinstellingen: ontwikkelen van nieuwe kennis en technologie  ‐ Financiële instellingen: leveren van financiële middelen voor innovatie  ‐ Overheden: stimuleren van economische groei door innovatie  ‐ Intermediairs: ontwikkeling sturen en actoren op elkaar af te stemmen.  Het tweede uitgangspunt is dat instituties een belangrijke factor vormen voor relaties en interactie binnen het  systeem.  Deze  instituties  zijn  niet  alleen  richtinggevend,  maar  zijn  bovendien  vormend  voor  zowel  de  organisaties  als  de  instituties  zelf  (Edquist,  1997;  Jacobsson  en  Bergek,  2004;  Hekkert  en  Ossebaard,  2010).  Onder  instituties  worden  regulerende  patronen  en  normen  verstaan  die  binnen  het  systeem  gelden.  Voorbeelden  hiervan  zijn  regelgeving,  normeringen  en  subsidies.  Oorspronkelijk  had  de  systeembenadering  een  nationale  focus,  het  nationale  innovatiesysteem  (NIS),  maar  al  snel  volgden  vertalingen  naar  Regionale  Innovatiesystemen  (RIS),  Sector  Innovatiesystemen  (SIS)  en  Technologische  Innovatiesystemen  (TIS).  Deze  varianten hebben respectievelijk de regio, sector of technologie als uitgangspunt (Jacobsson en Bergek, 2004; 

29 

Innovatieproces  

          





  Vasseur et al., 2013). Een innovatiesysteem ontstaat min of meer vanzelf en ontwikkelt zich met de innovatie  mee.  Naarmate  de  innovatie  zich  verder  ontwikkelt,  raken  er  meer  actoren  bij  betrokken.  Zeker  wanneer  er  hoge  verwachtingen  van  een  innovatie  zijn,  kan  het  aantal  actoren  snel  toenemen  en  ontwikkelt  het  innovatiesysteem zich snel. Op deze manier beïnvloedt de ontwikkeling van de innovatie de ontwikkeling van  het  innovatiesysteem.  Dit  kan  andersom  ook  het  geval  zijn.  Wanneer  veel  actoren  bij  een  innovatiesysteem  betrokken raken, kunnen zij er voor zorgen dat de innovatie zich sneller ontwikkelt. Het is ook mogelijk dat het  de ontwikkeling van de innovatie juist vertraagt, doordat er te veel actoren met verschillende belangen bij het  systeem  betrokken  raken.  Dit  proces  van  co‐evolutie  onderstreept  het  belang  van  een  innovatiesysteem,  doordat  het  systeem  de  ontwikkeling  van  de  innovatie  kan  beïnvloeden.  De  aanwezigheid  van  een  goed  functionerend innovatiesysteem is daarom van groot belang voor de innovatie (Hekkert en Ossebaard, 2010).     

4.2

Systeemfuncties

De  systeembenadering  blijkt  in  de  praktijk  vrij  theoretisch.  Hekkert  et  al.  (2007)  dragen  hiervoor  twee  belangrijke tekortkomingen aan. Ten eerste zou de systeembenadering te veel op het in kaart brengen van de  (sociale)  structuur  binnen  het  systeem  focussen  en  zou  daarmee  geen  recht  gedaan  worden  aan  het  dynamische  karakter  van  het  innovatieproces.  Ten  tweede  zouden  innovatie  en  technologie  te  veel  op  macroniveau  benaderd  worden  en  zou  er  weinig  aandacht  zijn  voor  activiteiten  op  microniveau,  zoals  ondernemerschap.  Het  innovatieproces  zou  daarom  wel  beschreven  kunnen  worden,  maar  slechts  beperkt  kunnen worden verklaard. Hekkert et al. (2007) hebben daarom geprobeerd de systeemactiviteiten te duiden  die  het  innovatieproces  wel  kunnen  verklaren.  Op  basis  van  uitgebreide  literatuurstudie  komen  zij  met  een  zevental  functies  voor  een  innovatiesysteem,  welke  bijdragen  het  doel  van  het  systeem  ‐  de  ontwikkeling,  toepassing en diffusie van een innovatie ‐ te bereiken. Deze zeven functies zijn:  Functie 1  Experimenteren door entrepreneurs  Het  inzetten  van  nieuwe  bronnen  van  kennis  en  creativiteit  is  essentieel  voor  een  innovatiesysteem.  Zowel  nieuwe  bedrijfjes  als  projecten  binnen  gevestigde  bedrijven  kunnen  in  deze  nieuwe  bronnen  voorzien.  Experimenteren  en  ondernemerschap  zijn  hierbij  sleutelbegrippen.  De  aanwezigheid  van  ondernemers  kan  gezien  worden  als  een  belangrijke  indicator  voor  de  staat  van  het  innovatiesysteem  en  is  bovendien  nauw  verbonden met de overige zes functies van het systeem.    Functie 2  Kennisontwikkeling  Innovatie komt voor een belangrijk deel voort uit onderzoek en ontwikkeling van nieuwe kennis. Het is daarom  belangrijk dat hier veel aandacht aan wordt besteed, zowel in de vorm van wetenschappelijk onderzoek als in  de vorm van experimenteren en leerprocessen.     Functie 3  Kennisdiffusie  Innovaties ontwikkelen vaak in interactie tussen meerdere actoren. Deze interactie kan zowel tussen bedrijven  onderling  zijn,  als  tussen  bedrijven  en  gebruikers.  Een  belangrijke  functie  van  het  systeem  is  daarom  om  ‘learning  by  interacting’  en  ‘learning  by  using’  te  faciliteren,  waardoor  kennis  wordt  opgedaan  tijdens  deze  interactie. Kennisdiffusie richting de verschillende actoren binnen het systeem is daarbij het voornaamste doel.    Functie 4  Richting geven aan het zoekproces  Er  is  een  drietal  redenen  waarom  het  systeem  richting  dient  te  geven  aan  het  zogenaamde  zoekproces.  Allereerst  zijn  (financiële)  middelen  vaak  beperkt  beschikbaar,  waardoor  deze  efficiënt  gebruikt  dienen  te  worden. Ten tweede is het zoekproces geen autonoom proces. Dit wil zeggen dat verschillende actoren invloed  uit kunnen oefenen op de richting van het zoekproces. Wanneer dit te weinig gebeurt of wanneer er in te veel  verschillende  richtingen  wordt  gezocht,  kan  dit  het  functioneren  van  het  systeem  belemmeren.  Bovendien  maakt een duidelijke zoekrichting investeringen in de gekozen richting legitiem. Ten derde is het belangrijk dat  het  proces  van  verwachtingen  en  de  interactie  tussen  gebruikers,  producenten  en  andere  actoren  wordt  gestructureerd. Op deze manier kan de efficiëntie van het zoekproces worden verhoogd en kunnen bedrijven  reageren op ontwikkelingen binnen het systeem. Een voorbeeld van het richting geven aan het zoekproces is  de doelstelling van de overheid om in 2020 20% van de totale energie duurzaam op te wekken. Dit zorgt voor  een duidelijke zoekrichting binnen de energiesector.     Functie 5  Creëren van een markt  De  concurrentie  met  bestaande  technologieën  is  vaak  moeilijk  voor  nieuwe  innovaties,  doordat  de  prijs  nog  hoog ligt en het voordeel ten opzichte van de bestaande technologie moeilijk zichtbaar is. Het systeem dient 

30 

Innovatieproces  

          





  daarom  markten  te  creëren  waar  met  de  innovatie  kan  worden  geëxperimenteerd  en  waar  deze  verder  ontwikkeld kan worden. Dit kan bereikt worden door een niche markt te creëren waar weinig concurrentie is,  maar ook door de innovatie concurrerend te maken door bepaalde regelingen of subsidies.     Functie 6  Verzorgen van voldoende middelen  De  aanwezigheid  van  middelen  als  geschikt  personeel,  kapitaal  en  fondsen  voor  lange  termijn  onderzoeksprojecten  zijn  essentieel  voor  activiteiten  in  het  systeem.  Het  systeem  dient  hierin  te  voorzien,  omdat de markt hierin zelf in veel gevallen niet zal voorzien.     Functie 7  Doorbreken van bestaand regime: lobbyen  Nieuwe  innovaties  gaan  vaak  in  tegen  bestaande  normen  en  gang  van  zaken,  wat  leidt  tot  weerstand.  Het  systeem dient daarom acties te ondernemen om dit ‘regime’ te doorbreken, zodat innovaties minder worden  tegengewerkt. Voorbeelden hiervan zijn het beïnvloeden van de politieke agenda, (geld)bronnen beschikbaar  krijgen of lobbyen voor subsidies. Deze functie is erg belangrijk en kan bij veel weerstand lastig uitvoerbaar zijn. 

  Deze zeven functies staan niet los van elkaar, maar vormen een dynamisch geheel. Zo vindt er interactie plaats  tussen de verschillende functies. Wanneer bijvoorbeeld een niche markt gecreëerd wordt (functie 5), kan het  systeem ook eenvoudiger in ‘experimenteren door entrepreneurs’ (functie 1) voorzien. Deze interactie tussen  de  functies  kan  leiden  tot  een  zelfversterkend  proces,  waardoor  de  ontwikkeling  van  een  innovatie  versneld  kan worden. Wanneer dit het geval is, ontstaat een zogenaamde innovatiemotor (Jacobsson en Bergek, 2004;  Hekkert en Ossebaard, 2010). Er is dan sprake van een situatie waarin het systeem voldoet aan bovenstaande  functies,  waardoor  een  zelfversterkend  proces  ontstaat  dat  als  een  motor  de  ontwikkeling  van  de  innovatie  aandrijft.  Er  is  echter  nog  weinig  bekend  over  de  weging  van  de  verschillende  functies.  Ook  wordt  in  het  vervolgartikel  van  Hekkert  en  Negro  (2008)  gesteld  dat  het  aantal  activiteiten  en  gebeurtenissen  geen  maat  hoeft  te  zijn  voor  de  mate  waarin  het  systeem  functioneert.  Eén  activiteit  die  ervoor  zorgt  dat  er  een  niche  markt  wordt  gevormd,  kan  bijvoorbeeld  veel  belangrijker  zijn  voor  een  nieuwe  innovatie  dan  tal  van  activiteiten die kennisdiffusie stimuleren.  

4.3

Ontwikkeling innovatiesysteem

Om het innovatieproces rond de zonnestroomtechnologie te analyseren, is gekozen om de benadering van het  technologisch innovatiesysteem aan te houden. Op deze manier staat de technologie centraal en worden de  beperkingen van een RIS of een SIS doorbroken (Jacobsson en Johnson, 2000). Wanneer op bepaalde punten  een  geografische  afbakening  noodzakelijk  blijkt,  zal  hiervoor  Nederland  aangehouden  worden.  In  deze  paragraaf  zal  door  middel  van  een  storyline  van  belangrijke  gebeurtenissen  en  ontwikkelingen  het  technisch  innovatiesysteem rond de zonnestroomtechnologie beschreven worden.   1983 ‐ 1994: De start van zonnestroomtechnologie in Nederland  De  oliecrisis  van  1973  vormde  de  aanleiding  om  in  te  zetten  op  een  meer  diverse  mix  van  energiebronnen,  inclusief zonne‐energie (Verbong et al., 2001). In 1984 startte op drie universiteiten een onderzoeksprogramma  als onderdeel van de organisatie International Solar Energy Society. De aandacht voor zonnestroomtechnologie  groeide  en  uiteindelijk  werd  in  1986  vanuit  het  Ministerie  van  Economische  Zaken  [EZ]  het  Nationaal  Onderzoeksprogramma PV gestart (Negro et al., 2012). Gelijktijdig werd ook brancheorganisatie Holland Solar  opgezet. Deze organisatie telt anno 2013 circa 130 leden die betrokken zijn bij zonne‐energie (Holland Solar,  2013). Eind jaren tachtig ontstond er twijfel over de toekomst van zonnestroom in Nederland. De vraag rees of  Nederland wel zonnig genoeg was voor rendabele toepassing van zonnestroomtechnologie. Bovendien was de  elektriciteitsopwekking sterk gecentraliseerd, waardoor het de vraag was of zonnestroom daarin zou passen.  Zonnestroomtechnologie werd dan ook meer als exportproduct gezien dan een energiebron met potentie voor  de  Nederlandse  elektriciteitsvoorziening  (Verbong  et  al.,  2001).  Mede  door  de  stijgende  olieprijs  werd  in  de  Nota  Energiebesparing  (Tweede  Kamer,  1990)  toch  een  belangrijke  plaats  ingeruimd  voor  zonnestroom  en  volgde  onder  andere  een  subsidieregeling  voor  de  aanschaf  van  een  zonnestroominstallatie.  In  deze  Nota  Energiebesparing  werd  als  doel  gesteld  dat  in  2010  240  Megawattpiek  aan  zonnestroom  is  opgesteld.  Ter  vergelijking:  eind  2012  was  een  vermogen  van  340  Megawattpiek  gerealiseerd.  Onderzoek  richtte  zich  vanaf  dat moment meer op fundamenteel onderzoek, zoals verhoging van de efficiëntie van zonnepanelen (Tweede  Kamer, 1990; Negro et al., 2012). Door de ontwikkeling in het beleid stegen de verwachtingen, wat leidde tot  een  periode  waarin  allerlei  onderzoeksprogramma’s  en  proefprojecten  werden  opgezet.  Nederland  verwierf  hierdoor  internationaal  gezien  een  belangrijke  onderzoekspositie  en  in  het  land  werden  proefprojecten  uitgezet waarbij zonnepanelen bij huishoudens werden geplaatst (Negro et al., 2012).          

31 

Innovatieproces           

 





  1995 ‐ 2001: Opkomst zonnestroomtechnologie en duurzame energiesector  De derde Energienota (Tweede Kamer, 1995) gaf de duurzame energiesector in Nederland een flinke impuls. Er  werden diverse subsidieprogramma’s opgezet, zowel voor bedrijven als particulieren. De tweede helft van de  jaren  negentig  is  de  periode  waarin  relatief  het  grootste  budget  beschikbaar  was  voor  duurzame  energie,  waarvan het grootste deel ook nog eens naar zonnestroomtechnologie ging (Schaeffer et al., 2004; Negro et al.,  2012). De belangrijkste subsidieregeling voor zonnestroom was de Energiepremie Regeling [EPR], welke in 1998  geïntroduceerd  werd.  Deze  regeling  keerde  omgerekend  een  bedrag  van  1,59  Euro  per  Wattpiek  uit  bij  aanschaf van een zonnestroominstallatie (Schaeffer et al., 2004). Een andere belangrijke beleidsmaatregel was  dat  de  focus  van  de  onderzoeksprogramma’s  verschoof  van  fundamenteel  onderzoek  naar  marktgericht  onderzoek  (Verbong  et  al.,  2001).  Shell,  dat  vanaf  de  jaren  tachtig  al  betrokken  was  bij  onderzoek  naar  zonnestroomtechnologie,  startte  in 1997 met  de grootschalige  productie  van  zonnepanelen  in  een  fabriek  in  Helmond (Negro et al., 2012). Deze ontwikkelingen zorgden ervoor dat de markt voor zonnestroominstallaties  zich verder ontwikkelde en meer bedrijven toetraden. Ook andere organisaties begonnen zich bezig te houden  met  zonnestroominstallaties,  waaronder  enkele  milieuorganisaties.  Zo  startte  Greenpeace  een  tweetal  projecten waarmee in totaal ruim 3000 huishoudens van zonnepanelen werden voorzien (Schoen, 2001). In de  literatuur (Negro et al., 2012; Verbong et al., 2001; Verhees et al., 2013) wordt deze periode beschreven als  een  succesvolle  periode  voor  de  zonnestroomtechnologie:  de  overheid  schiep  goede,  stabiele  voorwaarden,  nieuwe  toetreders  zorgden  voor  ondernemende  activiteiten  op  de  markt,  er  vond  veel  onderzoek  plaats,  er  ontstond een markt voor zonnestroominstallaties en de zonnestroomtechnologie stond de gehele periode op  de  politieke  agenda.  In  deze  periode  leek  er  sprake  te  zijn  van  een  zelfversterkend  proces  binnen  het  innovatiesysteem, een zogenoemde innovatiemotor (Negro et al., 2012). Cijfers van het CBS ondersteunen dit,  aangezien het opgesteld  vermogen aan  zonnestroominstallaties  in  deze  periode  vertienvoudigd  is. Zie  Figuur  4.1.  Waar  andere  duurzame  energiebronnen,  zoals  biomassa,  het  in  deze  periode  moeilijk  kregen,  bleef  zonnestroomtechnologie  overeind  (Negro  et  al.,  2007).  Belangrijke  oorzaak  hiervan  was  dat  het  innovatiesysteem  dusdanig  sterk  ontwikkeld  was  en  functioneerde,  dat  de  ontwikkeling  van  de  technologie  verder  kon  gaan.  Dit  kwam  onder  andere  door  de  ontwikkeling  van  de  markt  en  het  feit  dat  enkele  grote  bedrijven (NUON, Eneco) en organisaties (Greenpeace) zich al hadden toegelegd op zonnestroom.  

Opgesteld vermogen zonnestroominstallaties in Nederland (MW) 160

Vermogen (MW)

140 120 100

Opgesteld vermogen (MW)

80 60 40 20 2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

1996

1995

0

Jaar  

Figuur 4.1 Opgesteld vermogen zonnestroom 1995 tot 2012. Data: CBS, 2013 

2002 – 2006: Stagnatie van de markt  Door een reeks aan negatieve ontwikkelingen kwam aan de sterke opmars een einde. Allereerst besloot Shell in  2002  de  productiefabriek  in  Helmond  te  sluiten,  waardoor  de  grootschalige  productie  van  zonnepanelen  uit  Nederland verdween (Verhees et al., 2013). Daarnaast begon de mondiale zonnestroommarkt zich sterker te  ontwikkelen,  mede  door  gunstige  feed‐in  tarieven  in  Duitsland  en  Spanje.  Zonnestroomtechnologie  werd  daardoor  steeds  meer  gezien  als  een  exportproduct  in  plaats  van  een  product  voor  de  Nederlandse  elektriciteitsmarkt. Ten tweede veranderde het beleid vanuit de overheid. In het Nationaal Milieubeleidsplan 4  (SER,  2001)  en  de  Energierapporten  2002  en  2005  (Ministerie  van  EZ,  2002;  2005)  werd  weliswaar  het  transitiebeleid naar een duurzame energiehuishouding ingezet, maar het ontbrak daarin aan goede regelingen  voor zonnestroomtechnologie. De Energiepremieregeling werd afgeschaft en werd in 2003 vervangen door de 

32 

Innovatieproces  

          





  wet  Milieukwaliteit  Elektriciteitsproductie  [MEP].  Deze  wet  was  gebaseerd  op  het  principe  van  compensatie  van de onrendabele top en garandeerde een bedrag per opgewekte hoeveelheid kilowattuur voor een periode  van  tien  jaar.  In  augustus  2006  werd  de  regeling  plotseling  stopgezet,  waarschijnlijk  omdat  de  regeling  budgettair onbeheersbaar was geworden. Bij de start van de regeling was namelijk geen maximum vastgesteld  (Algemene  Rekenkamer,  2007).  In  totaal  is  tussen  2003  en  2006  1,45  miljard  Euro  aan  MEP‐subsidie  uitgekeerd, waarvan slechts één miljoen Euro naar zonnestroomprojecten is gegaan (Algemene Rekenkamer,  2007). Belangrijke oorzaken hiervan waren dat zonnestroom op dat moment per kilowattuur duurder was dan  bijvoorbeeld  windenergie  en  dat  de  geboden  MEP‐subsidie  niet  genoeg  was  voor  rendabele  exploitatie  van  zonnestroomprojecten.  De  MEP‐subsidie  bood  maximaal  6,8  Eurocent  per  kilowattuur,  terwijl  de  Energiepremie regeling omgerekend nog 12,25 Eurocent per kilowattuur bood (Negro et al., 2012). Gevolg van  deze ontwikkelingen was stagnatie van de markt (Negro et al., 2012; Verhees et al., 2013). Dit is ook terug te  zien in de cijfers van het CBS over het bijgeplaatst vermogen aan zonnestroom in deze periode, zie Figuur 4.1.  De ontwikkeling lag niet helemaal stil. In de regio Eindhoven werden twee nieuwe productiebedrijven gestart:  Solland  Solar  en  Scheuten  Solar.  Ook  de  onderzoeksactiviteiten  ontwikkelden  zich  door,  voornamelijk  bij  de  technische universiteiten en de universiteiten van Utrecht, Groningen en Nijmegen. De Nederlandse markt was  dan  wel  gestagneerd,  achter  de  schermen  vond  er  nog  veel  activiteit  plaats.  Zo  werd  in  2004  het  platform  Solarplaza.com  opgericht.  Dit  Nederlandse  initiatief  organiseert  over  de  hele  wereld  conferenties  en  is  in  de  loop  der  jaren  een  belangrijke  spil  geworden  in  het  internationale  netwerk  voor  zonnestroomtechnologie  (Negro et al., 2012).  Het ontbreken van een thuismarkt leidde er echter wel toe dat de technologie meer een  exportproduct werd (Verhees et al., 2013).     2007 – 2011: Herstel zonnestroommarkt  Het kabinet Balkenende IV nam begin 2007 in het regeerakkoord ambitieuze doelstellingen op voor duurzame  energieproductie.  In  het  werkprogramma  Schoon  en  Zuinig  (Ministerie  van  Volkshuisvesting,  Ruimtelijke  Ordening  en  Milieubeheer  [VROM],  2007)  werd  zelfs  de  ambitie  uitgesproken  om  internationaal  koploper  te  worden op het gebied van duurzame energie en het Transitieplatform Duurzame Elektriciteitsvoorziening werd  opgericht om dit te gaan coördineren. In april 2008 werd de opvolger van de in de 2006 gestopte MEP‐regeling  gepresenteerd:  de  Subsidie  Duurzame  Energie  [SDE]  regeling.  Dit  betekende  een  belangrijke  impuls  voor  zonnestroomtechnologie.  Deze  regeling  voorzag  in  een  bedrag  per  opgewekte  hoeveelheid  kilowattuur  voor  een  periode  van  twaalf  tot  vijftien  jaar.  Op  basis  van  de  ervaringen  met  de  MEP‐regeling  werd  een  aantal  aanpassingen  doorgevoerd,  waaronder  een  budgettair  plafond.  Een  andere  belangrijke  verandering  was  de  mogelijkheid tot het salderen van elektriciteitsverbruik, waardoor het voor consumenten mogelijk werd om de  opgewekte  hoeveelheid  elektriciteit  van  de  verbruikte  hoeveelheid  elektriciteit  af  te  trekken.  De  salderingsgrens  wordt  in  eerste  instantie  vastgesteld  op  3000  kilowattuur  en  later  verhoogd  tot  5000  kilowattuur  (Ministerie  van  EZ,  2008).  Deze  ontwikkelingen  zorgden  ervoor  dat  zonnestroom  concurrerend  werd en dat de Nederlandse markt voor zonnestroominstallaties bij huishoudens weer aan trok. De groei kwam  echter moeilijk op gang, doordat de markt enkele jaren nagenoeg stil had gestaan. Een voorbeeld hiervan is dat  er  weinig  installatiebedrijven  waren  die  zonnepanelen  konden  installeren  (Verhees  et  al.,  2013).  Waar  lange  tijd met name (offshore) windenergie en biomassa als belangrijkste, duurzame troeven werden gezien, werd  zonnestroom,  met  name  op  de  langere  termijn,  ineens  als  een  belangrijke  energiebron  gezien  (Innovatieplatform, 2010). Het Kabinet Rutte‐I, dat in 2010 aantrad, liet de ambitieuze doelstellingen van het  voorgaande kabinet echter weer gedeeltelijk los. Het uitgangspunt was dat groene ontwikkeling gepaard moest  gaan met groei en kosteneffectiviteit. Het kabinet besloot dan ook om vanaf 2011 volgens dit principe de SDE‐ regeling te hervormen naar de SDE+ regeling. Zo werd de regeling gefaseerd geopend, waarbij projecten die de  minste subsidie nodig hadden als eerste aan de beurt kwamen. Het bedrag liep op van negen tot vijftien cent  per  kilowattuur.  Ook  gold  er  niet  langer  een  budgettair  plafond  per  technologie,  waardoor  er  concurrentie  ontstond  tussen  de  technologieën  onderling  (Ministerie  van  ELI,  2011;  Energieraad,  2011).  De  SDE+  regeling  werd  eind  2011  afgeschaft  voor  zonnestroominstallaties  tot  vijftien  kilowattpiek,  omdat  steeds  meer  energieleveranciers  het  mogelijk  maakten  om  eigen  opwek  volledig  te  salderen  met  eigen  verbruik.  Subsidie  per  kilowattuur  was  daardoor  overbodig  geworden.  De  productieactiviteiten  kregen  het  in  deze  periode  moeilijker,  doordat  Aziatische  bedrijven  steeds  meer  en  goedkopere  zonnepanelen  aan  de  Europese  markt  leverden.  Bij  Solland  Solar  werden  eind  2011  daardoor  100  van  de  110  werknemers  ontslagen.  De  onderzoeksactiviteiten vonden vooral plaats bij het ECN, TNO, de technische universiteiten en de universiteiten  van Groningen, Nijmegen en Utrecht. In Figuur 4.2 is te zien dat Nederland eind 2011 wereldwijd een zevende  positie had als het gaat om het aantal zonnestroom‐gerelateerde octrooiaanvragen. In 2011 bedroeg het totale  subsidie bedrag aan onderzoeksprojecten zeventien miljoen Euro, tegen een totaalbedrag van 35 miljoen Euro  voor plaatsing van installaties (Ecofys, 2012). Een belangrijke gebeurtenis in deze periode was de oprichting van 

33 

Innovatieproces  

          





  Solliance,  begin  2011.  Dit  is  een  consortium  waarin  verschillende  partijen  samenwerken  in  verschillende  onderzoeksprojecten.  Hierin  zijn  zowel  kennisinstellingen  (Technische  Universiteit  Eindhoven)  als  onderzoeksinstellingen  (TNO,  ECN,  Holst  Centre,  imec  en  Forschungszentrum  Jülich)  vertegenwoordigd  en  wordt  samengewerkt  met  partners  uit  de  industrie.  Ook  de  provincie  Noord‐Brabant  is  bij  het  consortium  betrokken.  Daarnaast  krijgt  het  consortium  ook  steun  van  grensregioproject  Solarflare,  waarin  wordt  samengewerkt met onder andere de universiteit van Hasselt. In 2013 werd begonnen met de bouw van een  pand op de High Tech Campus in Eindhoven, waarin ruim 250 onderzoekers gaan werken. Een belangrijk doel is  het concurrerend maken van de dunne‐film technologie (Solliance, 2013; Negro et al, 2013).                       Figuur 4.2 Verdeling zonnestroom‐gerelateerde octrooiaanvragen eind 2011. Bron: Ecofys, 2012 

2012 – 2013: Sterke groei zonnestroommarkt  In het jaar 2012 groeide de markt explosief, zie Figuur 4.1. De prognose voor het jaar 2012 bedraagt zelfs 340  Megawattpiek, een stijging van ruim 230% ten opzichte van 2011. Zo lanceerden de energieleveranciers Eneco  (Zon  en  Zeker)  en  Nuon  campagnes  en  kwamen  grote  organisaties  als  Natuur  en  Milieu  (Zon  zoekt  dak)  en  Vereniging Eigen Huis (1‐2‐3 zonne‐energie) met inkoopacties voor hun leden. Ook kwamen lokale initiatieven  voor  zonnestroomacties  op  (Schwencke,  2012;  Ecofys,  2012;  Stichting  Monitoring  Zonnestroom,  2013;  ECN,  2012).  De  belangrijkste  oorzaak  hiervan  was  het  bereiken  van  netpariteit:  een  zonnestroominstallatie  levert  over  de  investeringsperiode  elektriciteit  voor  een  lagere  prijs  dan  de  elektriciteitsprijs  (Stichting  Monitoring  Zonnestroom,  2013;  van  Sark  et  al.,  2013).  Daarbij  speelde  ook  mee  dat  de  huizenverkoop  stagneerde.  Een  investering in het huis in de vorm van een zonnestroominstallatie gold als een goed alternatief. De overheid  hield  zich  in  deze  periode  ook  niet  stil.  Allereerst  werd  in  het  Lenteakkoord  van  april  2012  een  onderzoek  opgenomen naar een BTW‐verlaging voor zonnepanelen. Deze aankondiging leidde tot een sterke afname van  de  verkoop,  doordat  consumenten  wachtten  op  de  mogelijke  BTW‐verlaging.  Na  twee  maanden  onduidelijkheid  kwam  de  regering  echter  niet  met  een  BTW‐verlaging,  maar  met  een  subsidieregeling  welke  voorzag  in  een  bedrag  van  vijftien  procent  van  de  aanschafkosten  met  een  maximum  van  650  Euro  per  installatie. In totaal was het budget voor deze regeling 22 miljoen Euro voor 2012 en dertig miljoen voor 2013  (Tweede  Kamer,  2012).  Bedrijven  uit  de  zonnestroomsector  waren  niet  onverdeeld  enthousiast  over  de  subsidieregeling,  omdat  het  de  markt  verstoorde  en  voor  onrust  zorgde  (Holland  Solar,  2012).  Door  het  bereiken van netpariteit, de sterke groei van de markt en de toetreding van nieuwe bedrijven leek de markt  zich immers goed zelf te redden. In het najaar ontstond weer onduidelijkheid, doordat het subsidiebudget voor  2012 op was. Uiteindelijk besloot de overheid het budget van 2013 vast aan te spreken. In de zomer van 2013  bleek dat dit budget ook bijna op was. Op acht augustus sloot AgentschapNL de aanvraagmogelijkheid voor de  subsidie  (AgentschapNL,  2013b).  In  totaal  zijn  gedurende  de  gehele  subsidieperiode  ruim  90.000  aanvragen  binnengekomen  van  huishoudens  (AgentschapNL,  2013).  In  het  voorjaar  van  2013  zorgde  een  mogelijke  Europese  importheffing  op  Chinese  zonnepanelen  ook  voor  onrust.  Om  de  Europese  producenten  van  zonnepanelen  te  beschermen,  besloot  de  Europese  Commissie  op  vier  juni  tot  de  invoering  van  een  importheffing van 11,8% op Chinese zonnepanelen (Europese Commissie, 2013). Aangezien het grootste deel  van  de  zonnestroommarkt  in  de  Europese  Unie,  en  zeker  in  Nederland,  uit  onderzoek  en  installatie  bestaat,  was de zonnestroombranche sterk tegen deze maatregel. De importheffing zou per zes augustus zelfs oplopen 

34 

Innovatieproces  

          





  tot 47,6 procent. Uiteindelijk is het niet zover gekomen, doordat Europa en China het eens werden over een  prijsverbintenis  in  de  toekomst  (Europese  Commissie,  2013b).  De  groei  van  de  markt  heeft  ook  geleid  tot  verdere  ontwikkeling  van  het  innovatiesysteem.  Door  de  genoemde  landelijke  inkoopacties  zijn  organisaties  met  een  groot  ledenbestand  ook  een  serieuze  actor  geworden  binnen  het  systeem,  doordat  zij  ineens  een  grote groep zonnestroomklanten representeren. Door de sterk gegroeide vraag naar zonnepanelen zijn er ook  veel  nieuwe  installatiebedrijven  toegetreden  tot  de  markt,  vooral  zelfstandigen  en  kleine  bedrijfjes,  vaak  overgestapt vanuit de gestagneerde bouwsector.     Toekomst  Met  de  sterke  groei  van  de  markt  in  de  afgelopen  twee  jaar  lijkt  zonnestroomtechnologie  zich  definitief  gevestigd te hebben als een belangrijke energiebron voor de toekomst. Op dit moment is het probleem een  gebrek  aan  continuïteit,  samenhang  en  voorspelbaarheid  in  het  beleid.  De  instituties  binnen  het  systeem  zorgen voor onzekerheid. De plotselinge subsidiestop is hier een goed voorbeeld van. Zo werd op acht augustus  vrij onverwacht bekend gemaakt dat het budget voor de subsidieregeling op was (AgentschapNL, 2013b). Ook  op de lange termijn heerst er onduidelijkheid over het beleid dat gevoerd gaat worden. Voor bedrijven in de  zonnestroomsector  is  consistent  en  eenduidig  beleid  belangrijk  voor  het  doen  van  grote  investeringen.  Ook  burgers willen weten waar ze aan toe zijn, aangezien ook zij steeds meer investeringen in energiebesparing en  duurzame energie overwegen. Dit besef vormde voor de Tweede Kamer in het najaar van 2011 de aanleiding  voor  het  aannemen  van  een  motie  waarin  werd  opgeroepen  om  te  komen  tot  een  langjarig  energietransitieakkoord (Tweede Kamer, 2011). Onder leiding van de Sociaal Economische Raad zijn vervolgens  onderhandelingen  gestart,  waar  onder  andere  energiebesparing,  lokale  hernieuwbare  energieopwekking  en  commercialisering  van  schone  energietechnologieën  aan  bod  kwamen.  Dit  zijn  belangrijke  thema´s  voor  de  verdere ontwikkeling van zonnestroomtechnologie. Na ruim acht maanden onderhandelen werd op twaalf juli  2013 een hoofdlijnenakkoord gemeld (SER, 2013). Belangrijk punt is een korting op de energiebelasting voor  lokaal  opgewekte  energie,  waardoor  het  zelf  opwekken  van  energie  aantrekkelijker  wordt.  Samen  met  de  mogelijkheid tot virtueel salderen voor de meter vormt deze maatregel een belangrijke impuls voor coöperaties  om  gezamenlijk  energie  op  te  gaan  wekken.  Zonnestroomtechnologie  speelt  hierbij  een  belangrijke  rol,  doordat  toepassing  vaak  eenvoudig  is  en  bovendien  bij  uitstek  geschikt  voor  lokale  energieopwekking  (SER,  2013).  Het  Energieakkoord  lijkt  een  goede  stap  in  de  richting  van  consistent  en  coherent  energiebeleid.  Daarnaast lijkt het innovatiesysteem door de sterke marktgroei van de afgelopen twee jaar versterkt, waardoor  het minder afhankelijk is van wisselende invloeden vanuit de omgeving en het systeem de ontwikkeling van de  technologie verder kan stimuleren.  

4.4

Functionering innovatiesysteem

In deze paragraaf zullen de zeven systeemfuncties van Hekkert et al. (2007) gebruikt worden om te bepalen in  hoeverre het innovatiesysteem stimulerend is voor de diffusie van zonnestroomtechnologie. Door het in kaart  brengen  van  de  systeemfuncties  van  het  systeem  kan  bovendien  bepaald  worden  of  de  functies  elkaar  versterken, of elkaar misschien juist tegenwerken.   Functie 1  Experimenteren door entrepreneurs  Door  de  sterke  ontwikkeling  van  de  markt  zijn  er  veel  nieuwe  bedrijfjes  toegetreden  tot  de  markt.  Via  deze  nieuwkomers, vaak installateurs, worden veel ondernemende activiteiten het systeem binnen gebracht. Zo zijn  er  bedrijven  bezig  met  het  ontwikkelen  van  nieuwe  onderconstructies  en  nieuwe  methoden  voor  plaatsing.  Daarnaast  wordt  ook  geëxperimenteerd  met  nieuwe  productiemethoden  en  nieuwe  zonnecellen,  zoals  de  dunne‐film cellen.     Functie 2  Kennisontwikkeling  De internationale kennispositie van Nederland is goed (Negro et al., 2012). Nederland nam in 2011 de zevende  positie  in  van  landen  met  de  meeste  octrooiaanvragen  op  het  gebied  van  zonnestroomtechnologie  (Ecofys,  2012).  Daarnaast  lopen  er  diverse  onderzoeksprogramma’s  bij  zowel  kennisinstellingen  als  onderzoeksinstellingen.  De  leerprocessen  kunnen  echter  verbeterd  worden.  Ook  al  heeft  de  markt  in  Nederland zich inmiddels sterk ontwikkeld, worden hier nog maar weinig Nederlandse panelen en technieken  toegepast.  Er  is  daardoor  weinig  sprake  van  learning  by  doing  en  learning  by  using  (Vasseur  et  al.,  2013).  Zodoende  kan  gesteld  worden  dat  er  voldoende  onderzoek  gedaan  wordt,  maar  dat  er  weinig  testmogelijkheden zijn voor kennisontwikkeling in interactie met de markt en eindgebruikers. Door beperkte  toepassing van Nederlandse kennis en producten op de markt, kunnen er ook moeilijk schaalvoordelen worden  gerealiseerd.  

35 

Innovatieproces  

          





  Functie 3  Kennisdiffusie  Onderzoek vindt in toenemende mate plaats in samenwerking tussen het bedrijfsleven, onderzoeksinstellingen  en  kennisinstellingen,  waardoor  netwerken  ontstaan  waarin  kennis  zich  kan  verspreiden.  Een  voorbeeld  hiervan  is  Solliance,  waarin  verschillende  instellingen  en  bedrijven  samenwerken.  Onderzoeksinstellingen  als  het  ECN  hebben  bovendien  een  sterk  internationaal  netwerk,  waardoor  Nederlandse  onderzoeksactiviteiten  nauw  verbonden  zijn  met  internationaal  onderzoek.  Door  de  internationale  conferenties  die  georganiseerd  worden  door  het  Nederlandse  Solarplaza.com,  wordt  onderstreept  dat  Nederland  een  belangrijke  partij  is  in  het onderzoek naar zonnestroomtechnologie. Echter, zoals ook bij de functie kennisontwikkeling het geval is,  ontbreekt de link met de eindgebruiker (Vasseur et al., 2013).        Functie 4  Richting geven aan het zoekproces  Op het gebied van onderzoek geeft het innovatiesysteem goed richting aan het zoekproces. Er worden diverse  onderzoeksprojecten  en  samenwerkingsverbanden  gevormd,  waarin  gezamenlijk  onderzoek  gedaan  wordt.  Ook de overheid is hierbij betrokken, door invloed uit te oefenen op de onderzoeksagenda en het verstrekken  van subsidies. Dit heeft er mede voor gezorgd dat Nederland een goede positie heeft verworven binnen het  internationale  onderzoek  naar  zonnestroomtechnologie.  Op  het  gebied  van  toepassing  van  de  zonnestroomtechnologie  is  het  echter  een  ander  verhaal.  Het  beleid  laat  zich  kenmerken  als  inconsistent  en  wisselvallig. Alleen al tussen april 2012 en augustus 2013 zijn er vijf momenten geweest van grote onzekerheid,  doordat er onduidelijkheid was over de invoering of juist de afschaffing van een subsidieregeling. Dit zorgt voor  onrust en verstoort de werking van de markt. Ook uit studies waarin het Nederlandse beleid wordt vergeleken  met  het  beleid  in  andere  landen  komt  naar  voren  dat  dit  een  zwakke  plek  is  van  het  systeem  (Negro  et  al.,  2007; Negro et al., 2012; Vasseur et al., 2013).     Functie 5  Creëren van een markt  Lange tijd werd het innovatiesysteem gekenmerkt door het ontbreken van een thuismarkt. Waar in landen als  Duitsland  en  Spanje  al  jarenlang  stabiel  beleid  werd  gevoerd  met  gegarandeerde  feed‐in  tarieven  voor  een  lange  termijn,  bleef  dit  in  Nederland  achter.  Dieptepunt  was  de  periode  tussen  2002  en  2006,  waarin  de  Nederlandse  zonnestroommarkt  vrijwel  volledig  stagneerde.  Met  de  komst  van  de  SDE–regeling  werd  een  begin  gemaakt  om  hier  verandering  in  te  brengen.  Vanaf  het  jaar  2011  is  een  sterke  groei  te  zien  van  de  Nederlandse  markt.  Belangrijkste  oorzaak  hiervan  is  vooral  dat  netpariteit  werd  bereikt,  waardoor  een  zonnestroominstallatie kan concurreren met de reguliere elektriciteitsprijs (Van Sark et al, 2013). In die zin is de  sterke groei van de markt geen teken dat het innovatiesysteem bezig is met het creëren van een markt, maar is  dit  vooral  de  verdienste  van  de  ontwikkeling  van  de  technologie  zelf.  Hier  kunnen  in  de  komende  jaren  nog  belangrijke stappen in gezet worden, bijvoorbeeld door de markt toegankelijk te maken voor andere partijen.  Het invoeren van de mogelijkheid tot virtueel salderen kan ervoor zorgen dat de markt verder groeit, doordat  huurders,  verenigingen  van  eigenaren,  woningbouwcoöperaties  en  andere  collectieven  hun  opgewekte  zonnestroom  voor  een  gunstig  tarief  kunnen  leveren  aan  het  net.  De  afspraken  die  in  het  nieuwe  Energieakkoord worden vastgelegd zijn daarbij van groot belang.   Functie 6  Verzorgen van voldoende middelen  Zoals  eerder  beschreven  vindt  onderzoek  voornamelijk  plaats  via  gerenommeerde  onderwijs‐  en  kennisinstellingen. Onderzoeksprogramma´s worden gefinancierd door grote bedrijven en door subsidie van de  overheid.  Experimenten  en  innovatie  door  kleinere  partijen,  zoals  ondernemers  en  kleine  bedrijven,  hebben  meer moeite om de financiering rond te krijgen. Voor dergelijke projecten zijn minder middelen beschikbaar  (Vasseur  et  al.,  2013).  Daarnaast  is  het  moeilijk  om  aan  personeel  te  komen.  Voor  het  installeren  van  zonnepanelen  is  zowel  elektrotechnische  kennis  als  bouwkundige  kennis  nodig.  Onderwijs  en  omscholing  kunnen  hiervoor  een  oplossing  bieden.  Zeker  nu  de  markt  zo  snel  groeit,  is  het  van  belang  om  voldoende  installatiecapaciteit te ontwikkelen om aan de vraag te kunnen voldoen. Ook op het gebied van onderzoek is  het moeilijk om aan geschikt, technisch personeel te komen.     Functie 7  Doorbreken van bestaand regime: lobbyen  De  gedachte  dat  ´gratis´  zonlicht  omgezet  kan  worden  in  elektriciteit,  kan  op  veel  sympathie  rekenen  vanuit  zowel de bevolking, politiek als een groot deel van het bedrijfsleven. De lage maatschappelijke kosten, de zeer  lage uitstoot, het ontbreken van grote, negatieve bijeffecten en de mogelijkheid om het gebruik van fossiele  brandstoffen terug te dringen, dragen hier aan bij. Daarnaast heeft zonnestroomtechnologie ook geen last van  de  ´angst  voor  het  onbekende´,  waar  nieuwe  technologieën,  zoals  ondergrondse  CO2‐opslag,  vaak  mee  te  kampen  hebben.  Zonnestroomtechnologie  kan  zodoende  rekenen  op  een  goed  en  groen  imago,  wat  bij  het 

36 

Innovatieproces  

          





  lobbyen een groot voordeel is. De zonnestroomlobby wordt gezamenlijk gevoerd door een groot deel van de  actoren  binnen  het  innovatiesysteem.  Een  belangrijk  onderdeel  hiervan  is  de  `Roadmap  Zon  op  Nederland´  (Berenschot,  2011),  dat  in  2011  werd  opgesteld  in  samenwerking  met  Berenschot.  Met  dit  project  willen  de  partijen  het  Nederlandse  zonnestroomsysteem  kracht  bijzetten  (Berenschot,  2011).  Ook  al  heeft  zonnestroomtechnologie  een  positief  imago  en  verloopt  de  lobby goed  georganiseerd,  lijkt  het  de  lobby  aan  kracht  te  ontbreken.  Zonnestroomtechnologie  heeft,  zeker  in  vergelijking  met  windenergie  op  zee  bijvoorbeeld,  weinig  prioriteit  op  de  politieke  agenda.  Een  belangrijke  tegenlobby  is  afkomstig  van  de  elektriciteitsproducenten.  Duurzame  energie  heeft  voorrang  op  het  elektriciteitsnet,  wat  ten  koste  kan  gaan  van  elektriciteit  uit  hun  fossiel  gestookte  elektriciteitscentrales.  Wanneer  de  hoeveelheid  zonnestroom  erg  groot  wordt,  kan  dit  betekenen  dat  elektriciteitsproducenten  hun  centrales  uit  moeten  schakelen  als  gevolg  van overcapaciteit. Dit betekent hoge afschrijvingskosten op de centrales. De producenten zijn grote partijen  met  veel  politieke  invloed,  waardoor  zij  de  ontwikkeling  van  de  hoeveelheid  zonnestroom  mogelijk  kunnen  remmen. Het lijkt de zonnestroomlobby vooral te ontbreken aan grote partijen met veel (politieke) invloed.      Tabel 4.1 Sterke en zwakke punten innovatiesysteem zonnestroom  Sterke punten  Experimenteren door kleine bedrijven (F1)  Kennisontwikkeling (F2)  Kennisdiffusie door middel van kennisnetwerken (F3)  Richting geven aan onderzoek (F4) Groei markt van huishoudens (F5) Samenwerking in lobby (F7) 

Zwakke punten Beperkte leerprocessen bij kennisontwikkeling (F2)  Geen consistent en coherent beleid (F4)  Markt blijft afgebakend door regelgeving (F5)  Beperkt geld voor experimenten (F6)  Gebrek aan geschikt personeel (F6) Lobby mist aan invloed (F7)

  Over  de  hele  linie  laat  het  innovatiesysteem  een  wisselend  beeld  zien.  In  Tabel  4.1 is  een  overzicht  weergegeven  van  de  sterke  en  zwakke  punten  van  het  systeem.  Zeker  de  laatste  jaren  zijn  er  veel  positieve  ontwikkelingen  geweest  die  de  verspreiding  van  zonnestroomtechnologie  gestimuleerd  hebben  en  het  innovatiesysteem versterkt hebben. Het kennisniveau is van oudsher hoog in Nederland en ook de markt laat  de laatste twee jaar positieve ontwikkelingen zien. Daar staat tegenover dat het systeem op een aantal functies  matig  of  zelfs  slecht  scoort.  Er  is  een  drietal  oorzaken  die  een  innovatiemotor  op  dit  moment  tegenhouden.  Allereerst valt op dat zowel bij kennisontwikkeling als kennisdiffusie de connectie met de eindgebruiker mist.  Belangrijke leerprocessen als learning by using en learning by doing functioneren daardoor niet goed. Wanneer  de  connectie  met  de  markt  en  de  eindgebruiker  verbeterd  wordt,  is  er  meer  ruimte  voor  processen  van  kennisontwikkeling en –diffusie. Dit verbetert het functioneren van het innovatiesysteem. Ten tweede blijkt er  slecht  richting  te  worden  gegeven  aan  het  systeem.  Op  onderzoeksgebied  zijn  er  weliswaar  goede  programma´s, maar de markt wordt gekenmerkt door inconsistent en incoherent beleid. Alleen de laatste twee  jaar zijn er al vijf momenten geweest waardoor de markt verstoord werd door onzekerheid over de mogelijke  start of stop van subsidieregelingen. Tegelijkertijd toont het verleden dat binnen een periode van consistent  beleid de zonnestroommarkt sterk is gegroeid. Zo is er duidelijke groei te zien in het bijgeplaatst vermogen in  de perioden onder de EPR, SDE en de laatste subsidieregeling. Dit onderstreept het belang van richting geven  aan het zoekproces, in dit geval door consistent en coherent beleid voor de markt. De hoop is dat het nieuwe  energieakkoord  deze  zekerheid  wel  gaat  bieden  voor  een  langere  termijn.  Ten  derde  blijkt  de  lobby  voor  zonnestroomtechnologie  niet  krachtig  genoeg.  Ook  al  werken  de  verschillende  partijen  binnen  het  systeem  goed  met  elkaar  samen,  ontbreekt  het  aan  (politieke)  invloed.  Zonnestroomtechnologie  heeft  tot  op  heden  geen belangrijke plaats gehad op de politieke agenda en lijkt de laatste twee jaar vooral een speelbal te zijn  geweest voor de politieke partijen. Het feit dat er op dit moment nog niet op alle vlakken voldoende middelen  zijn gerealiseerd, hangt hier nauw mee samen. Het innovatiesysteem functioneert zodoende wisselend, waarbij  een  onderscheid  te  maken  valt  tussen  de  onderzoeksactiviteiten  en  de  markt.  Op  het  gebied  van  kennisontwikkeling lijken de functies F2, F3, F4 en F6 elkaar wel te versterken (Negro et al., 2013). Subsidies  (F6)  aan  onderzoeksprogramma´s  (F2)  en  kennisnetwerken  (F3)  leiden  tot  resultaten  die  het  proces  verder  richting geven (F4), wat vervolgens weer leidt tot nieuwe subsidies en onderzoeksactiviteiten. Op het gebied  van onderzoek is er zodoende wel sprake van een zelfversterkend proces. Binnen de markt is van een dergelijk  proces echter geen sprake. 

37 

Adoptieproces  

          





 

5. Adoptieproces Het  innovatieproces  vindt  ook  op  individueel  niveau  plaats,  doordat  huishoudens  in  een  bepaalde  mate  de  innovatie adopteren. Dit kan zich bijvoorbeeld vertalen in het tonen van interesse in zonnestroomtechnologie  of  het  aanschaffen  van  een  zonnestroominstallatie.  In  dit  hoofdstuk  staat  dit  individuele  adoptieproces  centraal  en  zal  de  derde  deelvraag  beantwoord  worden:  welke  factoren  verklaren  het  adoptieproces  van  zonnestroomtechnologie van Nederlandse huishoudens?  

5.1

Diffusietheorie

Rogers (1995) deed uitgebreid onderzoek naar het diffusieproces van innovaties. Hij definieert de diffusie van  een  innovatie  in  zijn  boek  The  Diffusion  of  innovations  als  volgt:  “the  process  by  which  an  innovation  is  communicated through certain channels over time among the members of a social system.” (Rogers, 1995). Na  het bestuderen van vele innovatieprocessen, waaronder de verspreiding van internet, ontdekte hij dat de mate  van diffusie van een innovatie voor 49 tot 87 procent verklaard wordt door vijf attributen. Het gaat daarbij om  de manier waarop vijf eigenschappen van de innovatie worden gepercipieerd en gewaardeerd door individuen.  Volgens Rogers (1995) gaat het daarbij om de volgende attributen:   1. Relatief voordeel  2. Compatibiliteit  3. Complexiteit  4. Testbaarheid  5. Zichtbaarheid    Met  het  relatieve  voordeel  wordt  bedoeld  in  welke  mate  de  innovatie  als  een  voordeel  wordt  gepercipieerd  ten  opzichte  van  het  product  of  dienst  die  ermee  wordt  vervangen.  Het  relatieve  voordeel  is  een  van  de  sterkste  voorspellers  van  de  mate  van  diffusie  van  een  innovatie  en  wordt  vaak  gemeten  in  termen  van  economisch voordeel. Kostenbesparing is zodoende een sterke voorspeller voor de mate van diffusie van een  nieuwe innovatie. Het relatieve voordeel kan echter ook breder worden gezien en kent daardoor ook andere  dimensies, zoals lage investeringskosten, comfort, sociale status of tijdsbesparing. Relatief voordeel is echter  geen  zuiver  rationele  factor.  Soms  hebben  individuen  geen  volledige  informatie,  waardoor  het  relatieve  voordeel  van  een  innovatie  niet  goed  beoordeeld  kan  worden.  Ook  is  het  mogelijk  dat  een  innovatie  niet  geadopteerd wordt, ondanks een duidelijk voordeel ten opzichte van het huidige alternatief. In beide gevallen  is het adoptieproces geen zuiver rationeel proces. Over het algemeen geldt een sterk positief verband tussen  de perceptie van relatief voordeel en de mate van diffusie. Voor compatibiliteit geldt een soortgelijk verband.  Wanneer een innovatie goed in te passen is in de huidige manier van doen, leidt dit tot een hogere mate van  diffusie. Rogers onderscheidt daarbij drie vormen van compatibiliteit waarbij een innovatie dient aan te sluiten  voor  een  hogere  mate  van  diffusie:  sociaal‐culturele  waarden  en  normen,  heersende  ideeën  en  de  behoefte  aan  de  innovatie.  Wanneer  een  innovatie  radicaal  ingaat  tegen  de  huidige  stand  van  zaken,  dan  is  compatibiliteit vaak een probleem. In dat geval kan worden gezocht naar een bepaalde nichemarkt, waar een  situatie  heerst  die  beter  aansluit  bij  de  innovatie.  Op  deze  manier  kan  een  innovatie  via  een  nichemarkt  uiteindelijk  alsnog  de  gehele  markt  bereiken.  Een  voorbeeld  van  een  groot  innovatieproject  waarbij  compatibiliteit een probleem bleek te zijn, is het Million Rooftops Initiative. Dit Amerikaanse programma had  als  doelstelling  om  in  2010  één  miljoen  daken  van  zonnepanelen  te  voorzien.  Uit  onderzoek  is  gebleken  dat  slechts  2,5%  van  de  bedrijven  aan  dit  programma  heeft  meegedaan  (Kaplan,  1999).  Een  belangrijke  oorzaak  hiervan  bleek  de  slechte  compatibiliteit  te  zijn:  het  Amerikaanse  elektriciteitsnetwerk  bleek  totaal  nog  niet  klaar te zijn voor decentrale, modulaire energieopwekking. De diffusie kan ook tegengewerkt worden wanneer  de  innovatie  als  complex  wordt  ervaren.  Complexiteit  weerhoudt  mensen  ervan  om  over  te  stappen  op  het  gebruik  van  een  nieuwe  innovatie.  Een  goed  voorbeeld  hiervan  is  het  computergebruik  onder  ouderen.  Het  aansluiten van de verschillende componenten, de onduidelijke besturing en het technische jargon maakten de  computer  tot  een  complexe  innovatie  voor  ouderen  die  niet  opgegroeid  zijn  met  dergelijke  technologie.  Testbaarheid  en  zichtbaarheid  zijn  twee  attributen  die  hiermee  in  lijn  liggen.  Wanneer  innovaties  getest  of  uitgeprobeerd  kunnen  worden,  zorgt  dit  voor  een  hogere  mate  van  diffusie.  Het  ervaren  van  een  innovatie  binnen  de  eigen  situatie  kan  belangrijke  onzekerheid  wegnemen  en  daardoor  het  adoptieproces  versnellen.  Zichtbaarheid  werkt  volgens  een  soortgelijk  mechanisme.  Wanneer  de  resultaten  van  een  innovatie,  bijvoorbeeld  via  een  sociaal  netwerk,  zichtbaar  zijn  of  worden  verspreid,  dan  versnelt  dit  de  diffusie  van  de  innovatie. De thema’s die naar voren komen in de vijf attributen, tonen gelijkenis met de resultaten van het  onderzoek van de Stichting Monitoring Zonnestroom (2013) naar de barrières die huishoudens ervaren bij de  aanschaf van een zonnestroominstallatie. Zie pagina 15 en 16.  

38 

Adoptieproces           

 





 

5.2

Adoptiecategorieën

Rogers  definieert  de  diffusie  van  een  innovatie  als  de  som  van  alle  individuele  adoptieprocessen.  Het  diffusieproces ziet hij als een relatief voorspelbaar proces. Wanneer de mate van diffusie tegen de tijd wordt  uitgezet,  verloopt  dit  proces  volgens  een  S‐curve.  In  Figuur  5.1  is  dit  weergegeven.  Binnen dit  diffusieproces  vinden er vele, individuele adoptieprocessen plaats, waarvan het verloop sterk van elkaar verschilt.  

  Figuur 5.1 S‐curve diffusieproces volgens Rogers. Bron: Rogers, 1995

Rogers stelt dat er vijf verschillende groepen te onderscheiden zijn op basis van het tijdstip van adoptie. Deze  categorieën  zijn  niet  bij  alle  diffusieprocessen  exact  hetzelfde,  maar  zijn  een  gemiddelde  van  vele  praktijkstudies. Door de verschillende adoptieprocessen te categoriseren is het mogelijk om vergelijkingen te  maken en het verloop van nieuwe diffusieprocessen beter te kunnen duiden. De categorieën zijn ingedeeld op  basis  van  de  afgeleide  functie  van  de  S‐curve,  welke  een  normale  verdeling  laat  zien.  De  grenzen  van  de  categorieën vallen samen met het gemiddelde en met één en twee standaarddeviaties aan beide kanten van  het  gemiddelde,  zie  Figuur  5.2.  Rogers  onderscheidt  op  deze  manier  vijf  categorieën:  innovators,  early  adopters, early majority, late majority en laggards. Het categoriseren biedt ook de mogelijkheid om de groepen  te karakteriseren aan de hand van gedeelde eigenschappen en waarden. Hieronder volgt een korte beschrijving  van de adoptiecategorieën.  

  Figuur 5.2 Adoptiecategorieën volgens Rogers. Bron: Rogers, 1995

Innovators  (innovatoren)  zijn  de  eersten  die  een  innovatie  adopteren.  Over  het  algemeen  zijn  ze  bereid  om  risico’s te nemen, zijn ze jong van leeftijd en financieel krachtig. Daarnaast hebben ze een hoge sociale status,  maken  ze  deel  uit  van  een  sterk  sociaal  netwerk  en  staan  ze  in  contact  met  wetenschappelijke  kennis  en  andere innovators. Early adopters (pioniers) zijn na de innovators de snelste met het adoptieproces. Ze hebben  een  aantal  duidelijke  overeenkomsten  met  de  innovators:  jong  van  leeftijd,  financieel  krachtig  en  een  hoge  sociale status. Daarnaast zijn early adopters over het algemeen hoog opgeleid en hebben ze een sterker sociaal  netwerk dan de late majority (achterlopers). Bij het adopteren van innovaties gaan ze iets anders te werk dan 

39 

Adoptieproces  

          





  innovators.  Early  Adopters  nemen  minder  risico  en  kiezen  verstandiger.  Ze  hebben  mede  daardoor vaak  een  invloedrijke positie binnen hun netwerk. De early majority (voorlopers) zijn trager met de adoptie, maar nog  steeds  wel  sneller  dan  het  gemiddelde.  Deze  groep  is  vrij  groot  en  daardoor  ook  minder  homogeen  als  de  innovators en de early adopters. De early majority heeft ook een bovengemiddelde sociale status. Ze staan in  contact  met  de  early  adopters,  maar  bekleden  zelf  geen  invloedrijke  positie  binnen  hun  netwerk.  De  late  majority adopteert een innovatie later dan het gemiddelde. Verschil met de early majority is voornamelijk een  sceptische houding richting innovaties. Hun sociale status ligt onder het gemiddelde en ze zijn financieel niet  krachtig. Ze hebben vrijwel geen invloedrijke posities binnen hun netwerk. Laggards (achterblijvers) vormen de  laatste groep. Een kritische houding ten aanzien van verandering en personen die hen proberen te beïnvloeden  kenmerkt  deze  groep.  Ze  houden  vast  aan  tradities  en  zijn  over  het  algemeen  de  oudste  groep  van  de  vijf.  Daarnaast hebben ze een lage sociale status en nauwelijks financiële mogelijkheden. Ze hebben een beperkt  netwerk en staan voornamelijk in contact met familie en vrienden die dichtbij staan.  

5.3

Informatie, subsidie en motieven

De adoptiecategorieën van Rogers geven een goede indicatie voor het verloop van het adoptieproces van een  innovatie.  Er  is  echter  ook  specifiek  onderzoek  gedaan  naar  het  verloop  van  het  diffusieproces  van   zonnestroomtechnologie  en  andere  duurzame  energietechnologie  onder  huishoudens.  Deze  studies  richten  zich  voornamelijk  op  twee  vragen:  wat  zijn  de  beweegredenen  bij  het  adopteren  van  de  nieuwe  energietechnologie en welke persoonskenmerken houden verband met de mate van adoptie?   Informatie  Allereerst blijkt dat de mate waarin huishoudens geïnformeerd zijn over nieuwe technologie een rol te spelen  in  het  diffusieproces.  Uit  een  studie  van  Sidiras  en  Koukios  (2004)  naar  de  toepassing  van  zonnestroomtechnologie  bij  Griekse  huishoudens  kwam  naar  voren  dat  een  gebrek  aan  informatie  over  de  beschikbare  technologie  een  van  de  belangrijkste  redenen  was  voor  de  lage  mate  van  adoptie.  Gerichte  informatieverstrekking  over  de  besparingsmogelijkheden  bleek  een  impuls  aan  de  markt  te  geven.  Uit  een  studie  van  Stern  (1992)  bleek  al  dat  de  mate  van  kennis  van  een  nieuwe  technologie  verband  houdt  met  financiële  overwegingen  in  het  adoptieproces.  Wanneer  huishoudens  beter  geïnformeerd  zijn,  kan  dat  eventuele financiële barrières in het adoptieproces verlagen. Uit onderzoek is gebleken dat gepersonaliseerde  en specifieke informatie en marketing energiebesparing kunnen stimuleren en het gebruik van energie kunnen  beïnvloeden  (Borgida  en  Nisbett,  1977;  Fischer,  2008).  Veel  informatieprogramma’s  en  marketingcampagnes  voor  de  toepassing  van  zonnestroom  bleken  lange  tijd  juist  hierin  niet  te  slagen  (Urban  et  al.,  1996;  1997).  Jager  (2006)  deed  onder  huishoudens  in  Groningen  onderzoek  naar  de  motieven  voor  de  aanschaf  van  een  zonnestroominstallatie. De huishoudens maakten deel uit van een promotie‐ en subsidiecampagne, waaronder  een tweetal informatiebijeenkomsten. Voorafgaand en na afloop van de informatiebijeenkomsten werd aan de  huishoudens de vraag gesteld in hoeverre de technische installatie en de subsidieaanvraag als barrières werden  gezien.  Na  afloop  scoorden  de  huishoudens  significant  lager  op  zowel  de  technische  installatie  (op  een  5‐ puntsschaal van 2.27 naar 1.83) als de subsidieaanvraag (2.33 naar 1.92).     Subsidie  Het meten van het effect van subsidie is een veel gekozen onderwerp in de literatuur, zo ook voor de adoptie  van zonnestroomtechnologie onder huishoudens (Islam en Meade, 2013). Uit diverse onderzoeken is gebleken  dat subsidie een positief effect heeft op de diffusie van duurzame energietechnologie (Munoz et al., 2007; Del  Río en Mir‐Artigues, 2012; Zoellner et al., 2008). De toepassing van zonnestroomtechnologie bij huishoudens is  echter  wel  een  ander proces  dan  andere duurzame  energietechnieken,  omdat deze technieken  voornamelijk  op  grotere  schaal  en  door  grotere  partijen  worden  toegepast.  Door  de  decentrale  toepassing  van  zonnestroomtechnologie  speelt  de  werking  van  subsidie  op  een  heel  ander  niveau,  namelijk  dat  van  huishoudens  en  kleine  bedrijven.  Ook  op  dat  niveau  blijkt  subsidie  een  positief  effect  te  hebben  op  het  adoptieproces.  Faiers  en  Neame  (2006)  onderzochten  de  invloed  van  subsidie  op  de  adoptie  van  zonnewarmtetechnologie  bij  huishoudens  en  concludeerden  dat  subsidie  hier  een  positieve  invloed  op  had.  Jacobsson en Lauber (2006) vergeleken de toepassing van zonnestroomtechnologie bij huishoudens in regio’s  met  en  zonder  subsidieregeling  en  vonden  dat  in  regio’s  met  subsidieregelingen  het  adoptieproces  sneller  verliep.  In  een  casestudie  in  de  provincie  Groningen  onderzocht  Jager  (2006)  het  effect  van  subsidie  op  het  aanschaffen  van  een  zonnestroominstallatie.  Hij  onderzocht  onder  andere  het  effect  van  subsidie  op  verschillende groepen respondenten, ingedeeld naar gemeenschappelijke kenmerken en opvattingen. Uit deze  analyse  kwam  naar  voren  dat  voor  personen  die  zich  meer  bewust  zijn  van  de  milieuproblematiek,  subsidie  minder doorslaggevend is bij de aanschaf van een zonnestroominstallatie.  

40 

Adoptieproces  

          





  Motieven  De  motieven  voor  het  aanschaffen  van  een  zonnestroominstallatie  kunnen  sterk  verschillen  per  huishouden.  Jager  (2006)  onderzocht  de  belangrijkste  motieven  voor  de  aanschaf  van  een  zonnestroominstallatie.  De  ondervraagden  maakten  deel  uit  van  een  gezamenlijke  inkoopactie  binnen  de  stad,  waarbij  de  subsidieaanvraag  en  de  informatievoorziening  vanuit  een  centrale  organisatie  geregeld  werden.  De  respondenten konden negen motieven een waardering geven van 1 (niet belangrijk) tot 5 (zeer belangrijk). In  Tabel 5.1 is de gemiddelde score per motief weergegeven.  Tabel 5.1 Waardering motieven bij aanschaf zonnestroominstallatie. Data: Jager, 2006  Motief  Bijdragen aan een beter milieu  Beschikbare subsidieregeling  Waardevermeerdering van mijn woning  De centrale regeling voor de subsidieaanvraag  Onafhankelijkheid van elektriciteitsleverancier  Overtuigd door discussie met andere huiseigenaren  De esthetische waarde van mijn huis verhogen  De aanschaf van een installatie door mijn buren  Technische ondersteuning vanuit de organisatie 

Score 4.22 4.21 2.97 2.79 2.49 2.32 2.28 2.07 1.89

         

Uit  de  resultaten  kwam  naar  voren  dat  het  ‘groene  argument’  en  de  beschikbare  subsidie  de  belangrijkste  motieven  bleken  te  zijn.  Verdere  analyse  toonde  aan  dat  personen  die  zich  minder  bewust  waren  van  de  milieuproblematiek  relatief  hoger  scoorden  op  sociale  en  financiële  motieven.  Personen  die  meer  bewust  waren  van  de  milieuproblematiek  scoorden  juist  hoger  op  het  motief  van  onafhankelijkheid  van  de  elektriciteitsleverancier.  

5.4

Persoonskenmerken

Het  adoptieproces  van  huishoudens  wordt  beïnvloed  door  demografische  factoren  (Hawkins  et  al.,  2007).  In  een  recente  studie  onder  Zweedse  huishoudens  onderzochten  Nair  et  al.  (2010)  de  invloed  van  persoonskenmerken op de bereidheid tot het doen van duurzame investeringen in hun huis. Uit dit onderzoek  bleek  dat  zowel  leeftijd,  opleidingsniveau  als  inkomensniveau  een  significant  verband  vertoonden  met  het  doen van duurzame investeringen in huis. Eerdere onderzoeken toonden soortgelijke verbanden aan.  Leeftijd  Het effect van leeftijd op het adoptieproces van de zonnestroomtechnologie bij huishoudens is onderwerp van  discussie. In een aantal publicaties wordt gesteld dat leeftijd een negatief verband houdt met investeringen in  duurzame energietechnologie. Walsh (1989), Carlsson‐Kanyama et al. (2005), Lee en Lee (2003) en Mahapatra  en Gustavsson (2008) stellen dat oudere huishoudens minder bereid zijn tot het doen van investeringen en dat  mede  daardoor  het  adoptieproces  bij  deze  groep  langzamer  verloopt.  Als  redenen  worden  genoemd  dat  ouderen  minder  bezorgd  zijn  over  milieuproblematiek  (Kellstedt  en  Zahran,  2008)  en  dat  door  hun  hogere  leeftijd de terugverdientijd een onzekere factor is (Mahapatra en Gustavsson, 2008). Er zijn echter ook andere  resultaten te vinden in de literatuur. Zo stellen Hirst en Goeltz (1982) dat jonge huishoudens en huishoudens  op hoge leeftijd minder geneigd zijn tot het doen van investeringen in duurzame energietechnologie. Keirstead  (2007) toont aan dat huishoudens met zonnestroomtechnologie in het Verenigd Koninkrijk ouder zijn dan het  gemiddelde.  Barr  et  al.  (2005)  kwamen  tot  een  soortgelijk  resultaat  en  kwamen  tot  de  conclusie  dat  huishoudens  met  een  gemiddelde  leeftijd  van  55  jaar  de  meeste  investeringen  doen  in  energiebesparing  en  duurzame  energietechnologie.  Het  verband  tussen  leeftijd  en  het  adoptieproces  lijkt  zodoende  dus  meer  genuanceerd  te  liggen.  Door  het  trage  adoptieproces  van  huishoudens  op  hoge  leeftijd  wordt  een  negatief  verband  gesuggereerd  met  leeftijd,  terwijl  dat  verband  slechts  voor  deze  oudste  categorie  lijkt  te  gelden.  Leeftijd zorgt wel voor een andere houding ten opzichte van nieuwe technologie. Uit een studie van Morris en  Venkatesh  (2000)  bleek  dat  jongeren  zich  voornamelijk  laten  leiden  door  hun  persoonlijke  houding  en  interesse,  terwijl  ouderen  zich  meer  laten  leiden  door  subjectieve  normen.  Hier  wordt  mee  bedoeld  dat  ouderen zich meer laten leiden door ervaren sociale druk en hierdoor hun keuze voor het gebruik van nieuwe  technologie laten beïnvloeden. Dit kan zowel negatief als positief werken.     Opleidingsniveau  Het  adoptieproces  blijkt  ook  verband  te  houden  met  opleidingsniveau.  Nair  et  al.  (2010)  ontdekten  dat  huishoudens  met  een  hoog  opleidingsniveau  eerder  bereid  zijn  om  te  investeren  in  duurzame  energie.  Dit 

41 

Adoptieproces  

          





  resultaat sluit aan bij een studie van Keirstead (2007) naar de verspreiding van zonnestroomtechnologie onder  huishoudens in het Verenigd Koninkrijk, waarin blijkt dat huishoudens met een zonnestroominstallatie hoger  opgeleid zijn dan het gemiddelde. Daarnaast wordt in de literatuur ook gesteld dat een hoger opleidingsniveau  positief  verband  houdt  met  het  doen  van  investeringen  in  duurzame  energietechnologie  (Ürge‐Vorsatz  en  Hauff,  2001).  Dit  verband  is  niet  verrassend,  aangezien  hoger  opgeleiden  over  het  algemeen  een  beter  inkomen hebben en zodoende ook meer geld te besteden hebben. Poortinga (2003) stelt dat lager opgeleiden  weliswaar  minder  investeringen  doen,  maar  wel  bereid  zijn  tot  het  nemen  van  andere,  goedkope  energiebesparende  maatregelen.  Het  verband  met  opleidingsniveau  lijkt  dus deels  verklaard  te  worden  door  het  inkomensniveau.  Toch  is  er  wel  een  verschil  te  vinden  in  het  adoptieproces.  Het  adoptieproces  blijkt  bij  hoger opgeleiden sneller te verlopen dan bij lager opgeleiden (Haas en Ornetzeder, 1999; Kwan, 2012).      Inkomensniveau  Het  inkomensniveau  van  een  huishouden  blijkt  ook  van  invloed  te  zijn  op  het  adoptieproces.  Er  zijn  wel  verschillende resultaten te vinden met betrekking tot de mate van invloed. Poortinga (2003), Islam en Meade  (2013) en Chang en Lee (2008) stellen dat inkomensniveau een belangrijke voorspeller is voor de aanschaf van  zonnepanelen. Studies van Bartiaux et al. (2006) en Herring et al. (2007) sluiten zich hierbij aan en stellen ook  dat  inkomensniveau  invloed  heeft  op  het  investeringsgedrag.  Er  zijn  echter  ook  minder  stellige  geluiden  te  horen in de literatuur. Barr et al. (2005) en Ürge‐Vorsatz en Hauff (2001) vinden in hun onderzoek slechts een  matige correlatie tussen inkomensniveau en duurzame investeringen.    Betrokkenheid bij milieuproblematiek  Bewustzijn en verantwoordelijkheidsgevoel richting milieuproblematiek heeft niet alleen indirecte invloed via  de motieven voor de aanschaf van een installatie, maar ook directe invloed. Zo stelden Minton en Rose (1997)  dat  een  positieve  houding  richting  het  verbeteren  van  het  milieu  invloed  heeft  op  het  koopgedrag  van  duurzame  en  milieuvriendelijke  producten.  Arkesteijn  en  Oerlemans  (2005)  vonden  een  soortgelijk  verband  voor de mate van ervaring van morele verantwoordelijkheid richting het milieu en toekomstige generaties.  

5.5

Sociale omgeving

Wejnert (2002) stelt dat naast de eigenschappen van de individuen, ook de eigenschappen van de innovatie en  de omgeving een belangrijke rol spelen in het adoptieproces. In de literatuur zijn vele definities te vinden voor  het  begrip  sociale  omgeving.  Volgens  de  definitie  van  Barnett  en  Casper  (2001)  is  de  sociale  omgeving  “de  fysieke  en  sociale  context  waarin  mensen  leven  of  waarin  dingen  plaatsvinden  of  ontwikkelen,  inclusief  de  mensen en instituties waarmee zij interageren.” Deze definitie toont aan dat de sociale omgeving een breed  begrip is, dat vele aspecten omvat en bovendien dynamisch van aard is. De meetbaarheid en de dimensies van  het  concept  zijn  daardoor  ook  moeilijk  te  bepalen.  McNeill  et  al.  (2006)  hebben  op  basis  van  uitgebreid  literatuuronderzoek het concept sociale omgeving uitgewerkt in vijf dimensies, zie Tabel 5.2.  Tabel 5.2 Componenten van concept sociale omgeving   Concept  Sociale omgeving         

Component Sociaaleconomische  positie   Etniciteit 

Omschrijving De  sociale  positie  in  de  maatschappij  op  basis  van  inkomensniveau,  opleidingsniveau  en  baan.   Interpersoonlijk of institutioneel vooroordeel dat leidt tot psychologisch nadeel en kansen  beperkt   Plaats  De fysieke omgeving Sociale  cohesie  en  De verbinding en solidariteit tussen groepen en de mate waarin mensen gezamenlijk dingen  sociaal kapitaal  ondernemen  Sociale  steun  en  De  aanwezigheid  en  aard  van  interpersoonlijke  relaties  en  interacties.  De  mate  waarin  sociale netwerken  iemand verbonden is en onderdeel uitmaakt van een gemeenschap.  

  Uit  deze  vijf  dimensies  komt  naar  voren  dat  de  sociale  omgeving  bestaat  uit  zowel  sociale  als  geografische  aspecten. In de dimensies sociaaleconomische positie en etniciteit zijn persoonskenmerken terug te vinden, die  ook grotendeels terug te vinden zijn in de adoptiecategorieën van Rogers (1995). De dimensie plaats benadrukt  het  geografische  aspect  van  de  sociale  omgeving  en  zou  de  ruimtelijke  verschillen  in  de  verspreiding  van  de  zonnestroomtechnologie  kunnen  verklaren.  Haas  en  Ornetzeder  (1999)  en  Li  et  al.  (2005)  toonden  aan  dat  huishoudens in rurale gebieden eerder overgaan tot de aanschaf van een zonnestroominstallatie. Hierbij moet  wel  opgemerkt  worden  dat  in  rurale  gebieden  over  het  algemeen  meer  ruimte  is  voor  het  plaatsen  van  zonnestroominstallaties,  bijvoorbeeld  op  het  dak  van  een  grote  schuur,  garage  of  stal.  Jager  (2006) 

42 

Adoptieproces  

          





  concludeerde dat de aanwezigheid van zonnestroominstallaties in de nabije omgeving een positief effect heeft  op  het  adoptieproces,  doordat  huishoudens  de  installaties  kunnen  zien  en  ervaringen  van  buurtgenoten  kunnen horen. Dit sluit aan bij de attributen zichtbaarheid en testbaarheid uit de theorie van Rogers. Er lijkt   hierbij echter wel sprake te zijn van een bepaalde grens. Uit een studie van Islam en Meade (2013) in Canada  kwam naar voren dat er bij de diffusie van zonnestroomtechnologie onder huishoudens geen sprake was van  een  zogenaamd  imitatie‐effect.  Het  deel  van  de  buren  dat  tot  aanschaf  van  een  zonnestroominstallatie  overging  nadat  een  huishouden  in  de  buurt  dit  ook  had  gedaan,  bleek  niet  significant.  Dit  lijkt  in  strijd  met  eerdere  literatuur,  waarin  dit  imitatie‐effect  juist  werd  beschreven  als  onderdeel  van  het  diffusieproces  (Meade en Islam, 2006). Echter, in het onderzoeksgebied in Canada bedroeg het aandeel huishoudens met een  zonnestroominstallatie  slechts  0,05%  van  het  totaal  aantal  huishoudens.  De  aanwezigheid  van  zonnestroominstallaties was zodoende te beperkt om het adoptieproces bij andere huishoudens te versnellen.  Een imitatie‐effect lijkt daarom pas op te treden boven een bepaalde grenswaarde (Kwan, 2012). Daarnaast is  de  vraag  in  hoeverre  de  geografische  eigenschappen  van  een  bepaalde  plaats  doorslaggevend  zijn.  Uit  het  onderzoek  van  Kwan  (2012)  komt  een  verband  naar  voren  tussen  de  hoeveelheid  instralend  zonlicht  en  het  aantal  geplaatste  zonnestroominstallaties.  Het  onderzoeksgebied  bestond  hier  echter  uit  de  hele  staat  California  en  het  gebied  tussen  New‐Jersey,  New  York  en  Connecticut.  De  hoeveelheid  instralend  zonlicht  verschilt hier sterk als gevolg van de uiteenlopende breedtegraad en klimaatverschillen. In Nederland zijn deze  verschillen dusdanig klein, dat dit verband in Nederland nauwelijks van invloed is. Een ander aspect van plaats  dat  wordt  veroorzaakt  door  geografische  verschillen  is  het  type  daken.  In  rurale  gebieden  zijn  over  het  algemeen meer mogelijkheden voor het plaatsen van zonnestroominstallaties dan in een stadscentrum. In het  centrum van een stad zijn over het algemeen meer obstakels als schoorstenen, afvoerpijpen en opbouwen te  vinden, waardoor plaatsing bemoeilijkt wordt. Ook wordt in het stadscentra meer in de hoogte gebouwd, wat  resulteert in gemiddeld minder dakoppervlakte per huishouden. Dit geldt voornamelijk voor de grote steden in  Nederland.  Buiten  deze  twee  aspecten  is  er  geen  reden  om  te  veronderstellen  dat  de  geografische  ligging  invloed  heeft  op  de  aanschaf  van  een  zonnestroominstallatie.  In  de  literatuur  zijn  hier  ook  geen  verbanden  voor bekend. Verschillen in plaats binnen Nederland worden voornamelijk veroorzaakt door sociale factoren.  Het  is  daarom  aannemelijker  dat  een  mogelijk  verband  tussen  plaats  en  het  aantal  zonnestroominstallaties  veroorzaakt wordt door de sociale omgeving of bepaalde persoonskenmerken van de huishoudens en niet door  geografische verschillen. Indirect kan de geografische ligging wel een rol spelen, doordat een bepaalde plaats  personen  aantrekt  met  bepaalde  persoonskenmerken.  Verschillen  in  het  aantal  zonnestroominstallaties  worden in dat geval echter niet veroorzaakt door de geografische ligging, maar door de persoonskenmerken  van de betreffende huishoudens.   Over  de  directe  invloed  van  de  laatste  twee  dimensies  is  minder  bekend.  Jager  (2006)  stelt  dat  sociale  contacten  en  netwerken  informatieverspreiding  mogelijk  maken  en  daardoor  barrières  als  gevolg  van  onzekerheid verlaagd kunnen worden. Rogers (1995) stelt dat innovators en early adopters over het algemeen  meer  waarde  hechten  aan  een  individuele  overweging  tijdens  het  adoptieproces.  Zij  laten  daarbij  hun  eigen  karakter  en  behoeften,  zoals  het  streven  naar  een  eigen  identiteit,  zwaar  wegen.  De  early  en  late  majority  maken hierin vaker een andere afweging in hun adoptieproces. Zij geven meer gewicht aan sociale behoefte,  zoals participatie en ‘het ergens bij willen horen’. Deze sociale behoefte kan leiden tot samenwerken, waarvan  sprake  is  bij  een  lokaal  energie‐initiatief.  Walker  et  al.  (2010)  stellen  dat  sociale  cohesie  en  vertrouwen  noodzakelijk  zijn  voor  een  dergelijke  manier  van  samenwerken.  Sociale  cohesie  bevordert  samenwerking,  communicatie  en  verbondenheid,  zodat  duurzame  energieprojecten  ontwikkeld  en  geïnstalleerd  kunnen  worden op een manier die samenbrengt en waar iedereen van profiteert (Walker et al., 2010). In de literatuur  worden  sociale  cohesie  en  netwerken  voornamelijk  benaderd  als  voorwaarden  voor  samenwerking.  Bij  de  toepassing  van  zonnestroomtechnologie  bij  huishoudens  hoeft  hier  echter  niet  altijd  sprake  van  te  zijn,  aangezien  een  huishouden  ook  zelfstandig  voor  een  zonnestroominstallatie  kan  kiezen.  Sociale  cohesie  en  netwerken kunnen in dit geval voornamelijk bijdragen doordat communicatie met buurtgenoten gefaciliteerd  wordt, waardoor ervaringen uitgewisseld kunnen worden en eventuele barrières verlaagd kunnen worden. Dit  kan  vervolgens  een  stap  verder  gaan,  wanneer  besloten  wordt  om  over  te  gaan  tot  samenwerking  en  een  lokaal  energie‐initiatief  wordt  gestart.  In  dat  geval  kunnen  bijvoorbeeld  gezamenlijk zonnepanelen  ingekocht  worden, of energiecoöperaties opgericht worden. Op deze manier kunnen huishoudens tot aanschaf van een  zonnestroominstallatie  overgaan,  als  indirect  gevolg  van  sociale  cohesie  en  netwerken.  Deze twee dimensies  kunnen  op  deze  manier  op  een  concrete  manier  invloed  hebben  op  het  adoptieproces  van  een  huishouden.  Devine‐Wright en Wiersma (2013) onderstrepen het belang van sociale cohesie en stellen dat dit een belangrijk  middel is voor het behalen van zowel sociale‐ als milieudoelstellingen. Sociale cohesie wordt daarmee gezien  als een belangrijke voorwaarde voor lokale, bottom‐up energie‐initiatieven. 

43 

Adoptieproces  

          





  Over  de  mechanismen  en  dimensies  van  sociale  cohesie  zijn  in  de  literatuur  verschillende  opvattingen  en  definities te vinden. Festinger et al. (1950) definieerden sociale cohesie als “the total field of forces which act  on members to remain in the group”. Uit deze definitie valt af te leiden dat sociale cohesie zich op meerdere  niveaus  afspeelt  en  meerdere  componenten  kent.  Met  de  verschillende  niveaus  wordt  bedoeld  dat  sociale  cohesie gebaseerd kan zijn op binding met de groep of op binding tussen individuen onderling. In het eerste  geval  is  sociale  cohesie  minder  afhankelijk  van  individuen  en  blijft  cohesie  vaak  ook  bestaan  als  bepaalde  individuen  weg  zouden  vallen  (Ehrhart  en Naumann,  2004),  terwijl  in  het  tweede  geval  de  sociale  cohesie  in  grote  mate  afhankelijk  is  van  de  aanwezigheid  van  bepaalde  individuen  (Carless  en  De  Paola,  2000).  In  het  geval  van  buurtacties  met  zonnestroominstallaties  kunnen  beide  vormen  voorkomen  en  het  adoptieproces  beïnvloeden.  Het  voordeel  van  sociale  cohesie  gebaseerd  op  binding  met  de  groep,  is  dat  grotere  groepen  bereikt kunnen worden. In het geval van een buurtactie betekent dit dat niet alle individuen elkaar hoeven te  kennen of elkaar goed hoeven te liggen, maar dat individuen wel een binding met de buurt hebben. Forsyth  (2010) stelt dat cohesie op vier componenten is gebaseerd: sociale cohesie, taak cohesie, ervaren cohesie en  emotionele cohesie. Sociale cohesie staat daarbij voor aantrekking tot de leden van de groep en de groep als  geheel. In het geval van een buurt gaat het dan om betrokkenheid naar en van buren en betrokkenheid met de  buurt  als  geheel.  Voorbeelden  van  taak  cohesie  zijn  betrokkenheid  bij  resultaten  en  prestaties  die  de  groep  bereikt  en  de  eigen,  individuele  bijdrage  die  daaraan  geleverd  wordt.  In  het  geval  van  een  buurt  kan  taak  cohesie ontstaan wanneer de buurt bijvoorbeeld met elkaar de straat schoon en netjes weet te houden. Een  individu kan hierbij sociale cohesie ervaren door de geleverde bijdrage en het resultaat, een schone straat, dat  de  buurt  als  geheel  hierbij  heeft  behaald.  Met  de  waargenomen  cohesie  wordt  het  groepsgevoel  van  een  individu bedoeld. Wanneer een individu ervaart dat de buurt als geheel en met elkaar problemen oplost en zich  hiervan onderdeel van voelt, is er sprake van ervaren cohesie. Wanneer een individu energie haalt uit de groep  en emotioneel betrokken is bij de groep, is er sprake van emotionele cohesie. Een voorbeeld hiervan is iemand  die zich gemotiveerd voelt om zich in te zetten voor de buurt. Dit kan versterkt worden door gebeurtenissen  die de buurt met elkaar meemaakt, zowel positief of negatief. Dit kan bijvoorbeeld een straatfeest zijn, maar  ook een ongeluk of een inbraak in de buurt.   Een  andere  manier  waarop  de  sociale  omgeving  het  adoptieproces  kan  beïnvloeden  is  door  middel  van  een  lokaal zonnestroominitiatief. In dat geval wordt een huishouden benaderd om mee te doen met een collectieve  inkoopactie. Een belangrijk kenmerk hiervan is dat een huishouden door deze benadering gedwongen wordt  om  na  te  denken  over  het  aanschaffen  van  een  zonnestroominstallatie,  waardoor  het  adoptieproces  in  een  stroomversnelling  kan  komen.  Er  zijn  in  Nederland  meerdere  vormen  van  dergelijke  initiatieven  te  vinden,  uiteenlopend  van  energiecoöperaties  tot  gezamenlijke  installatie  van  zonnestroominstallaties.  Voor  het  bepalen  van  de  invloed  van  de  sociale  omgeving  op  het  adoptieproces  wordt  in  dit  onderzoek  een  smallere  definitie aangehouden. Niet alle vormen van deze zonnestroominitiatieven komen namelijk voort uit de sociale  omgeving. Dit geldt bijvoorbeeld voor een landelijke inkoopactie. Daarnaast is bijvoorbeeld de opzet van een  energiecoöperatie een breder concept dan slechts de adoptie van zonnestroomtechnologie. De aanschaf is dan  meer een middel dan een doel. In dit onderzoek wordt een lokaal zonnestroominitiatief daarom afgebakend  tot “een eenmalige, collectieve inkoop‐ en installatieactie van zonnestroominstallaties in de lokale omgeving.”  De lokale omgeving kan hier breder opgevat worden dan alleen de directe, lokale omgeving. Zo kan een lokaal  initiatief ook voortkomen uit bijvoorbeeld een sportvereniging of een bedrijf. Een voorbeeld van een dergelijk  initiatief vond in de zomer van 2012 plaats in Apeldoorn, georganiseerd door de duurzame energiecoöperatie  Apeldoorn (deA). Na afloop van deze actie is een evaluatie gehouden door middel van een enquête onder alle  huishoudens  die  in  eerste  instantie  interesse  toonden.  Van  de  55  respondenten  hebben  uiteindelijk  29  huishoudens  een  zonnestroominstallatie  aangeschaft.  Op  de  vraag  wat  de  belangrijkste  reden  was  om  tot  aanschaf over te gaan, antwoordden 24 van de 29 huishoudens dat de ondersteuning vanuit deA, de subsidie  en/of  de  samenwerking  van  de  lokale  installateurs  de  belangrijkste  redenen  waren  (deA,  2013).  Ook  het  landelijk overkoepelend orgaan voor lokale energie‐initiatieven noemt ontzorging als belangrijk voordeel van  een lokaal zonnestroominitiatief, doordat de organisatie van het initiatief de afspraken en het contact met de  leveranciers  en  installateurs  voor  hun  rekening  neemt  (HIERopgewekt,  2013).  Daarnaast  levert  gezamenlijke  inkoop  vaak  ook  financieel  voordeel  op,  doordat  materiaal  en  mankracht  in  grotere  aantallen  worden  afgenomen. Een lokaal zonnestroominitiatief lijkt daarom een positief effect te hebben op het adoptieproces  van een huishouden.  

44 

Onderzoeksopzet  

          





 

6. Onderzoeksopzet Om  de  derde  en  vierde  deelvraag  te  beantwoorden  is  een  onderzoek  uitgevoerd.  In  dit  hoofdstuk  worden  hiervan de methode en opzet besproken. Achtereenvolgens komen het conceptueel model, de hypothesen, de  onderzoeksmethode, dataverzameling en de operationalisering aan bod.  

6.1

Conceptueel model

Vanuit het theoretisch kader is een aantal verbanden naar voren gekomen, waarvan een conceptueel model is  samengesteld. De hoofdvraag van dit onderzoek richt zich op de factoren die het diffusieproces verklaren en  wat  daarbij  de  invloed  is  van  de  sociale  omgeving.  Volgens  Rogers  (1995)  wordt  49  tot  87%  van  de  diffusie  direct verklaard door de perceptie van vijf attributen van de innovatie. Dit vormt dan ook een belangrijke basis  voor  het  model,  zie  Figuur  6.1.  De  perceptie  van  deze  attributen  blijkt  te  worden  beïnvloed  door  zowel  persoonskenmerken  als  de  sociale  omgeving.  Dit  sluit  aan  bij  de  adoptiecategorieën  van  Rogers,  welke  ook  voor  een  groot  deel  zijn  ingedeeld  op  basis  van  persoonskenmerken  en  factoren  uit  de  sociale  omgeving.  McNeill  et  al.  (2006)  stellen  dat  persoonskenmerken  en  de  sociale  omgeving  elkaar  overlappen  en  dat  persoonskenmerken  onderdeel  zijn  van  de  sociale  omgeving.  In  het  conceptueel  model  zijn  de  dimensies  sociale positie en etniciteit van de sociale omgeving daarom weggelaten, omdat deze al vertegenwoordigd zijn  in de persoonskenmerken. Etniciteit is niet terug te vinden in het concept persoonskenmerken, omdat er in de  literatuur  geen  aanwijzingen  zijn  gevonden  voor  een  direct  verband  met  de  adoptie  van  een  zonnestroominstallatie.  In  de  literatuur  zijn  wel  verbanden  aangetoond  tussen  leeftijd,  inkomensniveau,  opleidingsniveau, betrokkenheid met milieuproblematiek en de adoptie van zonnestroomtechnologie, wat ook  het geval is voor de sociale omgeving. De genoemde verbanden zijn terug te vinden in het linker gedeelte van  het conceptueel model. In de literatuur komt ook de invloed van motieven, subsidie en informatie naar voren.  Subsidie blijkt een sterke invloed te hebben op het adoptieproces van huishoudens. De mate van invloed hangt  echter  wel  af  van  het  motief  voor  de  aanschaf  van  een  zonnestroominstallatie.  Deze  motieven  worden  voor  een  belangrijk  gedeelte  bepaald  door  persoonskenmerken  en  betrokkenheid  bij  milieuproblematiek.  Dit  is  terug te zien in het bovenste gedeelte van het conceptueel model. Ook informatievoorziening blijkt van invloed  te  zijn  op  het  adoptieproces,  doordat  barrières  verlaagd  kunnen  worden.  De  invloed  van  informatie  is  afhankelijk van de sociale omgeving, doordat deze toegang kan bieden tot informatie. Dit verband is terug te  vinden in het onderste gedeelte van het conceptueel model. Tot slot houden informatie en de perceptie van de  attributen  van  de  zonnestroomtechnologie  ook  verband  met  elkaar.  Wanneer  een  huishouden  beter  geïnformeerd is, heeft dit invloed op de perceptie van de attributen.   Persoonskenmerken:  ‐ Leeftijd  ‐ Inkomensniveau  ‐ Opleidingsniveau  ‐ Betrokkenheid bij milieuproblematiek 

Perceptie attributen Zonnestroominstallatie: ‐ Relatief Voordeel  ‐ Compatibiliteit  ‐ Complexiteit  ‐ Testbaarheid  ‐ Zichtbaarheid 

Sociale omgeving:  ‐ Sociale cohesie  ‐ Sociaal netwerk  ‐ Plaats  ‐ Lokaal zonnestroominitiatief 

Motieven

Subsidie 

Aanschaf zonnestroominstallatie 

Informatie

 

Figuur 6.1 Conceptueel model 

45 

Onderzoeksopzet  

          





 

6.2

Hypothesen

Op  basis  van  de  verbanden  binnen  het  conceptueel  model,  is  een  aantal  hypothesen  opgesteld.  Deze  hypothesen zijn een middel om de richting en de sterkte van de verbanden te kunnen bepalen. In onderstaand  overzicht zijn de hypothesen opgesomd met daarbij een korte toelichting vanuit het theoretisch kader.   Hypothese 1: Een positieve houding ten opzichte van een zonnestroominstallatie houdt positief verband met de  adoptie van een zonnestroominstallatie  Volgens  de  theorie  van  Rogers  wordt  een  groot  deel  van  de  diffusie  van  een  innovatie  verklaard  door  de  perceptie  van  de  attributen  van  de  innovatie.  De  verwachting  is  dat  dit  voor  de  diffusie  van  zonnestroominstallaties  ook  geldt,  zowel  voor  de  perceptie  van  de  attributen  afzonderlijk  als  voor  de  totale  perceptie  van  de  attributen.  In  de  hypothese  is  dit  geformuleerd  als  een  positieve  houding  ten  opzichte  van  een zonnestroominstallatie. Het tonen van interesse wordt hierbij gezien als een gevorderd adoptieproces en  de  aanschaf  als  volledige  adoptie.  De  verwachting  is  daarom  dat  de  respondenten,  die  door  het  tonen  van  interesse allen in een gevorderd stadium van het adoptieproces zijn, gemiddeld een positieve houding hebben  ten opzichte van een zonnestroominstallatie.   Hypothese 2: Een zonnestroominstallatie in de omgeving heeft een positieve invloed op het adoptieproces van  een huishouden  In  meerdere  onderdelen  van  de  theorie  van  Rogers  komt  de  invloed  van  de  omgeving  naar  voren.  Door  de  aanwezigheid van de innovatie in de (sociale) omgeving, maken huishoudens kennis met de innovatie. Dit kan  gevolgen  hebben  voor  de  perceptie  van  de  attributen  testbaarheid,  compatibiliteit,  zichtbaarheid  en  complexiteit, wat volgens Rogers belangrijke, verklarende factoren zijn voor het adoptieproces. Door het zien  van installaties in de eigen omgeving of een bekende met een zonnestroominstallatie komt een huishouden in  aanraking met de innovatie en kan deze als het ware getest worden, waardoor de perceptie van compatibiliteit  en  complexiteit  kan  veranderen.  De  verwachting  is  daarom  dat  de  aanwezigheid  van  een  zonnestroominstallatie  in  omgeving  het  adoptieproces  positief  beïnvloedt.  Dit  wordt  getest  voor  zowel  de  perceptie van de attributen als het al dan niet aanschaffen van een installatie.   Hypothese 3: Financiële motieven vormen het belangrijkste motief in het adoptieproces van huishoudens   Uit  de  marktanalyse  van  van  Sark  et  al.  (2013)  en  de  evaluaties  van  Jager  (2006)  en  deA  (2012)  kwam  naar  voren  dat  voor  huishoudens  zonnestroom  pas  interessant  wordt  als  het  ten  minste  concurrerend  is  met  reguliere  elektriciteitslevering.  Van  Sark  et  al.  (2013)  wijzen  het  bereiken  van  netpariteit  zelfs  aan  als  de  belangrijkste oorzaak voor de opkomst van zonnestroominstallaties bij huishoudens. De verwachting is daarom  dat huishoudens financiële argumenten zwaar mee laten wegen in de keuze voor de aanschaf. Deze hypothese  zal  getest  worden  door  de  motieven  te  rangschikken  op  basis  van  hun  scores  en  de  invloed  hiervan  te  onderzoeken op de aanschaf.    Hypothese  4:  De  opkomst  van  een  lokaal  zonnestroominitiatief  hangt  niet  samen  met  een  sterkere  verbondenheid met de omgeving  De opkomst van lokale zonnestroominitiatieven wordt vaak geplaatst in de trend dat mensen in toenemende  mate gebruik maken van meer lokale producten en diensten en op zoek zijn naar sociale verbondenheid binnen  de buurt. Op basis van de literatuurstudie is het echter de vraag of dit terecht is. Gezien de regels rondom het  salderen  leent  een  zonnestroominstallatie  zich  op  dit  moment  nog  totaal  niet  voor  gezamenlijke  energievoorziening.  Daarnaast  lijken  financiële  argumenten  zwaarder  te  wegen  dan  sociale  argumenten,  zie  ook  hypothese  3.  De  verwachting  is  daarom  dat  een  lokaal  zonnestroom  vooral  wordt  gezien  als  een  actie  waarmee financieel en/of praktisch voordeel behaald kan worden. Er is niet zozeer sprake van een gevoel van  sociale verbondenheid of saamhorigheid van waaruit het initiatief ontstaat. De sociale omgeving wordt meer  gebruikt als een infrastructuur om het initiatief te verspreiden en huishoudens bij elkaar te brengen. De sociale  omgeving wordt zodoende niet gezien als het begin van het initiatief, maar als een middel om het initiatief te  verspreiden. De verwachting is dan ook dat financiële en praktische overwegingen een belangrijkere rol spelen  dan sociale factoren. Dit wordt getest aan de hand van sociale cohesie en de motieven voor aanschaf. 

46 

Onderzoeksopzet  

          





 

6.3

Onderzoeksmethode

Er  is  voor  een  kwantitatieve  onderzoeksmethode  gekozen.  Allereerst  bleek  er  in  de  literatuur  al  een  ruime  hoeveelheid  theorie  en  resultaten  van  kwantitatief  onderzoek  beschikbaar,  waaruit  hypothesen  opgesteld  konden worden. Met behulp van statische toetsen kunnen deze hypothesen getoetst worden, wat als voordeel  heeft  dat  verbanden  op  een  kwantitatieve  manier  uitgedrukt  kunnen  worden.  Ten  tweede  bevat  het  conceptueel  model  voor  een  groot  deel  variabelen  welke  goed  kwantificeerbaar  zijn,  waardoor  een  kwantitatieve  onderzoeksmethode  goed  toegepast  kan  worden.  Ten  derde  leent  kwantitatief  onderzoek  zich  goed voor onderzoek gericht op een grote groep respondenten. Door de beschikbaarheid van klantgegevens  van  Zon‐IQ  is  het  mogelijk  om  een  grote  groep  huishoudens  te  benaderen.  Een  beperking  van  een  kwantitatieve onderzoeksmethode is het gevaar dat de realiteit op een verkeerde of vereenvoudigde manier  wordt geanalyseerd, op basis van veronderstellingen die gemaakt zijn bij de samenstelling van het conceptueel  model.  Ook  is  het  mogelijk  dat  hierdoor  belangrijke  mechanismen  niet  naar  voren  komen,  of  niet  in  hun  volledige diepte onderzocht kunnen worden. Dit kan met name het geval zijn bij het concept sociale omgeving,  dat  minder  kwantitatief  van  aard  is  en  waarvan  bovendien  in  de  literatuur  de  definiëring  al  onderwerp  van  discussie is. Tijdens de analyse moet daarom voorzichtig omgegaan worden met het trekken van conclusies.  

6.4

Data

Voor  de  dataverzameling  is  gekozen  voor  enquêtes.  Enquêtes  hebben  als  voordeel  dat  met  relatief  weinig  kosten  en  tijd  een  grote  groep  respondenten  kan  worden  bereikt,  wat  van  belang  is  voor  het  uitvoeren  van  statistische  toetsen.  Andere  voordelen  zijn  de  kleinere  kans  op  sociaalwenselijke  antwoorden  en  de  mogelijkheid voor de respondent om een eigen tijdstip uit te kiezen om mee te doen aan het onderzoek. De  doelgroep bestaat uit huishoudens die in de afgelopen anderhalf jaar in contact zijn geweest met het bedrijf  Zon‐IQ  en  interesse  hebben  getoond  in  een  zonnestroominstallatie.  De  groep  respondenten  kan  zodoende  gezien worden als de early adopters van de technologie. Deze interesse kan zijn getoond door het invullen van  een  (online)  informatieformulier,  het  invullen  van  een  indicatieve  daktest  of  een  andere,  vrijblijvende  aanmelding voor informatie. Aan deze huishoudens is vervolgens een indicatieve offerte gestuurd, met daarin  een  indicatie  van  onder  andere  de  kosten,  terugverdientijd,  het  rendement,  opbrengst  en  de  dakopstelling.  Vervolgens  zijn  deze  huishoudens  benaderd  door  een  adviseur  voor  een  adviesgesprek  aan  huis  voor  het  opstellen van een maatwerkofferte. Vervolgens is deze maatwerkofferte opgestuurd en heeft het betreffende  huishouden  al  dan  niet  gekozen  voor  de  aanschaf  van  een  zonnestroominstallatie.  De  doelgroep  bestaat  zodoende uit huishoudens die recent interesse hebben getoond in een zonnestroominstallatie en waarvan een  deel  daadwerkelijk  is  overgegaan  tot  aanschaf.  Er  is  geen  selectie  gemaakt  uit  deze  groep,  om  zo  het  aantal  respondenten  zo  hoog  mogelijk  te  houden.  Persoonskenmerken  van  de  doelgroep  die  de  resultaten  kunnen  beïnvloeden, worden bevraagd in de enquête. Oververtegenwoordiging van bepaalde groepen of categorieën  kan daarom bij de data‐analyse opgespoord worden. De doelgroep bestaat uit huishoudens die eigenaar zijn  van  hun dak, wat  wil  zeggen  dat  het  om koopwoningen  en  verenigingen  van  eigenaren  gaat.  Aanvragen  van  huishoudens  zonder  eigen  dak  worden  niet  in  behandeling  genomen  door  Zon‐IQ  en  zijn  zodoende  ook  niet  aanwezig in de data. De enquêtes zijn digitaal verstuurd op 10 juli 2013 en zijn in de zes weken daaropvolgend  ingevuld. De statistische toetsen zijn vervolgens uitgevoerd met behulp van het computerprogramma SPSS 20.  In  totaal  zijn  831  huishoudens  benaderd,  wat  heeft  geresulteerd  in  238  respondenten.  Dit  betekent  een  respons  van  28,6%.  Dit  is  een  relatief  hoge  respons,  wat  wellicht  iets  zegt  over  de  betrokkenheid  van  huishoudens bij hun zonnestroominstallatie. Na controle van de data bleven uiteindelijk 230 cases over. Van  deze  230  respondenten  zijn  145  huishoudens  uiteindelijk  overgegaan  tot  aanschaf  van  een  zonnestroominstallatie, al dan niet via Zon‐IQ. Daarnaast gaven 56 huishoudens aan dat zij niet tot aanschaf  over  zijn  gegaan,  omdat  de  plaatsing  van  een  installatie  niet  rendabel  of  niet  mogelijk  was  op  hun  dak.  De  groep  huishoudens  die  over  is  gegaan  tot  aanschaf  van  een  zonnestroominstallatie  is  hierdoor  sterk  vertegenwoordigd ten opzichte van de huishoudens die uiteindelijk geen interesse meer bleken te hebben na  de informatieaanvraag. Deze groep telt 22 huishoudens. Een beperking van kwantitatief onderzoek in de vorm  van enquêtes is het gebrek aan nuance in de antwoordmogelijkheden. Met name rondom de invloed van de  sociale omgeving is het belangrijk om recht te doen aan de breedte van het concept. Er is daarom een open  vraag  opgenomen  in  de  enquête  waarin  gevraagd  wordt  naar  gelegenheden  en  momenten  waarbij  het  onderwerp zonnestroom ter sprake komt. Daarnaast is gekozen om naast ja/nee en eens/oneens vragen ook  een aantal stellingen op te nemen in de enquête die op een vijf‐puntsschaal ingevuld kunnen worden. Op deze  manier wordt niet alleen bekend of iemand het eens of oneens is met een bepaalde stelling, maar ook de mate  waarin dit geval is.  

47 

Onderzoeksopzet  

          





 

6.5

Operationalisering

Voor  het  toetsen  van  de  hypothesen  en  het  opstellen  van  de  enquête  is  het  conceptueel  model  geoperationaliseerd. In Tabel 6.1 is in een overzicht te zien hoe de concepten uitgesplitst zijn in variabelen en,  waar nodig, gekwantificeerd zijn. De totstandkoming van deze tabel wordt in het vervolg van de paragraaf per  concept beschreven.   Tabel 6.1 Operationalisering conceptueel model  Concept  Persoonskenmerken            Sociale omgeving              Perceptie attributen    

Component  Leeftijd  Inkomen  Opleiding  Woonsituatie  Grootte van huishouden  Betrokkenheid bij  milieuproblematiek  Sociale cohesie  Lokaal initiatief      Sociaal netwerk  Plaats   Relatief voordeel  Compatibiliteit 

 

Complexiteit 

    Motieven            Subsidie  Informatie    Aanschaf  

Testbaarheid  Zichtbaarheid                Sociaal netwerk  Adviseur   

Dimensie Leeftijd Inkomensniveau Opleidingsniveau Woonsituatie Grootte van huishouden Lid van milieuorganisatie

Variabele Leeftijd Inkomen Opleiding Woonsituatie Groottehuishouden  LidMilieuorganisatie 

Schaal  Ratio  Nominaal  Nominaal  Ordinaal  Ratio  Dichotoom 

Waarden

Verbonden met de buurt Onderdeel lokaal initiatief Voorkeur lokale installateur Initiatief zou helpen Bekende heeft installatie Type omgeving Aantal installaties in straat Financieel voordeel Installatie eenvoudig te  plaatsen  Zonnestroominstallatie is  ingewikkeld  bekend met installatie Zie veel installaties Investering in woning Rendement op investering Onafhankelijkheid Bijdragen aan beter milieu Elektriciteit opwekken leuk Meedoen lokaal initiatief Subsidie doorslaggevend Informatie via netwerk Persoonlijke informatie installatie aangeschaft

SocialeCohesie OnderdeelInitiatief  LokaleInstallateur InitiatiefHelp NetwerkInstallatie Type omgeving AantalInstallaties Relatiefvoordeel Compatibiliteit

Nominaal  Dichotoom  Nominaal  Dichotoom  Dichotoom  Ordinaal  Nominaal  Nominaal  Nominaal 

1 – 5 0‐, 1 1 – 5 0, 1 0, 1 1 – 4 1 – 7 0, 1 0, 1

Complexiteit

Nominaal 

0, 1

Testbaarheid Zichtbaarheid InvesteringWoning  Rendement Onafhankelijkheid Milieu Leuk MeedoenInitiatief Subsidie NetwerkInformatie  PersoonlijkeInformatie  Aanschaf

Nominaal  Nominaal  Nominaal  Nominaal  Nominaal  Nominaal  Nominaal  Nominaal  Ordinaal  Nominaal  Nominaal  Ordinaal 

0, 1 0, 1 1 – 5 1 – 5 1 – 5 1 – 5 1 – 5 1 – 5 1 – 3 1 – 5 1 – 5 1 – 3

1–5 1 – 5 1 – 4 0, 1

  Persoonskenmerken  Het concept persoonskenmerken is uitgesplitst in drie dimensies: leeftijd, opleidingsniveau en inkomensniveau.  In  het  theoretisch  kader  kwam  naar  voren  dat  deze  persoonskenmerken  de  aanschaf  van  een  zonnestroominstallatie  beïnvloeden.  Voor  de  dimensie  leeftijd  wordt  gevraagd  naar  het  geboortejaar.  Het  vragen  naar  het  geboortejaar  van  een  respondent  ligt  minder  gevoelig  dan  het  direct  vragen  naar  leeftijd,  daarom is gekozen om te vragen naar geboortejaar. Vervolgens wordt omgerekend naar de leeftijd in jaren. De  dimensie  inkomensniveau  zal  worden  achterhaald  door  middel  van  de  variabele  inkomensniveau.  In  2011  bedroeg  het  modaal  inkomen  van  huishoudens  met  een  eigen  woning  41.700  Euro  bruto  (CBS,  2012b).  Zie  Figuur 6.2. Om het invullen van de enquête te vereenvoudigen is gekozen voor een nominale variabele met vijf  categorieën. Voor de indeling van de categorieën is gebruik gemaakt van de gegevens van het CBS. Voor het  aanschaffen  van  een  zonnestroominstallatie  is  het  noodzakelijk  dat  een  huishouden  eigenaar  is  van  het  dak,  daarom  zal  het  modaal  inkomen  van  huishoudens  die  geïnteresseerd  zijn  in  een  zonnestroominstallatie  gemiddeld hoger liggen dan het modaal inkomen van alle huishoudens. Als modaal inkomen wordt daarom het  modaal  inkomen  aangehouden  van  huishoudens  met  een  eigen  woning  in  bezit.  Voor  de  breedte  van  de  categorieën  is  gekozen  voor  respectievelijk  10.000  en  15.000  Euro,  rekening  houdend  met  de  rechts‐scheve  verdeling van inkomen. Op deze manier is de volgende indeling ontstaan:  ‐ Lage inkomens: < 25.000 Euro Bruto (1)  ‐ Beneden‐modaal: 25.000 – 35.000 Euro Bruto (2)  ‐ Modaal: 35.000 – 45.000 Euro Bruto (3)  ‐ Boven‐modaal: 45.000 – 60.000 Euro Bruto (4)  ‐ Hoge inkomens: > 60.000 Euro Bruto (5) 

48 

Onderzoeksopzet  

          





     

Figuur 6.2 Inkomensverdeling Nederlandse huishoudens. Bron: CBS, 2012b

Voor het meten van opleidingsniveau wordt de variabele opleiding gebruikt. Ook dit is een nominale variabele  met  vijf  categorieën.  De  indeling  van  de  categorieën  komt  overeen  met  de  indeling  die  het  CBS  gebruikt  in  onderzoek naar opleidingsniveau (CBS, 2012c).  ‐ Basisonderwijs en speciaal onderwijs (1)  ‐ MAVO, VBO, VMBO, onderbouw HAVO/VWO (2)   ‐ MBO, HAVO, VWO (3)  ‐ HBO, WO‐bachelor (4)  ‐ WO Master, doctoraal (5)   De betrokkenheid bij milieuproblematiek wordt gemeten met het lidmaatschap van een milieuorganisatie als  indicator.  Uiteraard  hoeft  betrokkenheid  bij  milieuproblematiek  zich  niet  altijd  te  uiten  in  de  vorm  van  een  lidmaatschap  bij  een  milieuorganisatie,  maar  gezien  het  grote  aanbod  en  de  verscheidenheid  aan  dergelijk  organisaties  in  Nederland  vormt  dit  wel  een  geschikte  en  tevens  goed  meetbare  indicator.  De  indicator  zal  gemeten worden door middel van een ja/nee vraag. Tot slot zullen ook twee kenmerken van het huishouden  worden gevraagd: de woonsituatie en het aantal personen dat het huishouden telt. Uit de literatuur zijn hier  weliswaar  geen  verbanden  voor  gevonden  met  de  aanschaf  van  een  zonnestroominstallatie,  maar  deze  kenmerken kunnen wel inzicht geven in het adoptieproces van bepaalde typen huishouden. De woonsituatie  wordt bevraagd door middel van een meurkeuzevraag met de opties: alleenwonend, samenwonend, gezin met  kinderen  en  anders.  Het  aantal  personen  van  het  huishoudens  wordt  bevraagd  met  een  open  vraag.  In  combinatie  met  de  variabele  leeftijd  kan  op  deze  manier  een  betere  beschrijving  gegeven  worden  van  het  huishouden.  Het  beantwoorden  van  vragen  over  persoonskenmerken  kan  door  respondenten  als  gevoelig  worden ervaren, waardoor dit een barrière  kan vormen voor het verder invullen van  de enquête. De vragen  naar  persoonskenmerken  worden  daarom  zo  veel  mogelijk  aan  het  eind  van  de  enquête  gesteld,  omdat  respondenten  dan  over  het  algemeen  minder  moeite  hebben  met  het  invullen  van  dergelijke  informatie  (Bryman, 2001). De operationalisering van persoonskenmerken is weergegeven in Tabel 6.2.   Tabel 6.2 Operationalisering concept persoonskenmerken  Component  Leeftijd  Inkomen  Opleiding  Woonsituatie  Grootte van huishouden  Betrokkenheid bij milieuproblematiek 

Dimensie Leeftijd Inkomensniveau Opleidingsniveau Woonsituatie Grootte van huishouden Lid van milieuorganisatie

Variabele Geboortejaar Inkomen Opleiding Woonsituatie Groottehuishouden Milieuorganisatie

Schaal  Ratio  Nominaal  Nominaal  Ordinaal  Ratio  Dichotoom 

Waarden   1 – 5 1 – 5 1 – 4   0, 1 

   

49 

Onderzoeksopzet  

          





  Sociale omgeving  Het  concept  sociale  omgeving  is  geoperationaliseerd  aan  de  hand  van  de  dimensies  van  sociale  omgeving  volgens  McNeill  (2006)  en  de  componenten  van  sociale  cohesie  volgens  Forsyth  (2010).  Het  doel  van  de  operationalisering  van  de  sociale  omgeving  en  sociale  cohesie  is  niet  om  een  allesomvattende  meting  te  realiseren. Naast het feit dat dit vrijwel onmogelijk is, behoort dit ook niet tot het doel van deze studie. Het zou  de enquête onnodig lang maken en vermoedelijk relatief weinig extra toevoegen aan de resultaten. Voor dit  onderzoek was een beknopte, theoretisch onderbouwde operationalisering gewenst. Voor de verkenning van  de werking van de mechanismen binnen de sociale omgeving, is het vooral van belang om recht te doen aan de  breedte van het concept. Er is daarom gekozen om alle componenten te meten welke vanuit de literatuur naar  voren  kwamen,  maar  het  aantal  variabelen  per  dimensie  te  beperken.  Deze  keuze  leidt  ertoe  dat  het  aantal  enquêtevragen kan worden beperkt, zonder de mogelijkheid te verliezen om de resultaten te kunnen plaatsen  bij specifieke dimensies van de sociale omgeving. Naast de dimensies die uit de literatuur naar voren kwamen,  worden nog een aantal andere concepten van de sociale omgeving gemeten. Door te vragen of de respondent  deel  uit  maakte  van  een  lokaal  zonnestroominitiatief,  wordt  de  invloed  van  lokale  zonnestroominitiatieven  bepaald. Daarnaast wordt ook gevraagd of een huishouden eerder tot aanschaf over zou gaan of over zou zijn  gegaan  wanneer  een  lokaal  zonnestroominitiatief  was  of  wordt  georganiseerd.  Met  deze  vraag  wordt  onderzocht  of  een  lokaal  zonnestroominitiatief  barrières  weg  kan  nemen  en  zo  het  adoptieproces  van  een  huishouden kan versnellen. De vraag wordt gesteld door middel van een ja/nee vraag. Ook wordt gevraagd of  de  respondent  voorkeur  heeft  voor  een  lokaal  installatiebedrijf.  In  de  evaluatie  van  deA  (2013)  kwam  naar  voren dat dit hoog gewaardeerd werd door de huishoudens. Dezelfde vraagstelling is gebruikt om de invloed  van  het  sociale  netwerk  te  bepalen.  Tot  slot  wordt  de  invloed  van  plaats  gemeten  door  naar  de  fysieke  omgeving te vragen. De respondent wordt gevraagd in welk type omgeving hij of zij woont, waarbij de keuze  bestaat  uit  stadscentrum  van  een  grote  stad,  woonwijk/rijtjeshuis,  buitengebied  of  overig.  Deze  categorieën  zijn gekozen op basis van de literatuur over de invloed van plaats. De vraagstelling naar plaats wordt aangevuld  met een vraag over het aantal zonnestroominstallaties dat reeds aanwezig is in de straat. Hiermee kan worden  achterhaald of een huishouden via de (sociale) omgeving met zonnestroominstallaties in aanraking komt. Voor  de  vraagstelling  naar  de  sociale  cohesie  is  gekozen  om  alleen  de  dimensie  sociale  cohesie  te  meten.  De  dimensies taak‐, ervaren en emotionele cohesie worden van ondergeschikt belang geacht voor dit onderzoek.  De belangrijkste reden hiervoor is dat deze dimensies zeer waarschijnlijk ook vertegenwoordigd zijn in de score  op  sociale  cohesie.  Wanneer  een  huishouden  bijvoorbeeld  in  hoge  mate  taakcohesie  ervaart,  zal  een  huishouden zich waarschijnlijk ook meer verbonden voelen met de buurt (sociale cohesie). Voor het meten van  sociale  cohesie  is  gekozen  voor  een  stelling  in  combinatie  met  een  antwoordmogelijkheid  op  een  5‐punts  Likert‐schaal, zodat het mogelijk is om de mate van sociale cohesie aan te geven. Deze methode leent zich goed  voor het bepalen van de intensiteit van de gevoelens rond dit concept (Bryman, 2001). De operationalisering  van de sociale omgeving is weergegeven in Tabel 6.3.     Tabel 6.3 Operationalisering concept sociale omgeving  Component  Sociale cohesie  Lokaal initiatief      Sociaal netwerk  Plaats   

Dimensie  Verbonden met de buurt Onderdeel lokaal initiatief Voorkeur lokale installateur Initiatief zou helpen  Bekende heeft installatie Type omgeving  Installaties in straat 

Variabele Verbondenheid Initiatief Lokaleinstallateur InitiatiefHelp NetwerkZonnestroom Type omgeving Installaties straat

Schaal Nominaal Dichotoom Nominaal Dichotoom Dichotoom Ordinaal Nominaal

Waarden  1 – 5  0, 1  1 – 5  0, 1  0, 1  1 – 4  1 – 7 

  Perceptie attributen zonnestroomtechnologie  Dit concept is uitgesplitst in componenten volgens de theorie van Rogers (1995). Bij de operationalisering van  deze  componenten  is  rekening  gehouden  met  het  onderscheid  tussen  perceptie  en  de  realiteit.  Zo  kan  een  huishouden relatief voordeel anders waarnemen dan dat dit feitelijk gezien het geval is. Huishoudens baseren  hun  keuze  op  basis  van  hun  eigen  ervaring  van  de  werkelijkheid,  waardoor  het  meten  van  de  perceptie  belangrijker  is  dan  de  feitelijke  scores  van  de  attributen.  Rogers  (1995)  stelt  dat  een  standaard  operationalisering van zijn vijf attributen niet mogelijk is, omdat innovaties sterk van elkaar verschillen. Zo kan  het attribuut relatief voordeel zich bij de ene innovatie uiten in financieel voordeel, terwijl dit bij een andere  innovatie bijvoorbeeld tijdsbesparing kan zijn. In de loop der jaren is er wel een veel gebruikte vorm ontwikkeld  voor  het  meten  van  de  attributen.  Moore  en  Benbasat  (1991)  onderzochten  via  een  uitgebreide  test  welke 

50 

Onderzoeksopzet  

          





  vragen  deel uit  zouden  moeten  maken  van  een  enquête  naar  de perceptie  van  attributen.  In  andere  studies  waarbij  de  attributen  geoperationaliseerd  zijn  in  een  enquête,  zijn  deze  en  andere  stellingen  gebruikt  welke  typerende  kenmerken  van  het  betreffende  attribuut  representeerden.  Door  deze  deelscores  te  sommeren,  werd een totaalscore per attribuut verkregen (Duan et al., 2010; Peeters et al., 2012; Martins et al., 2004). Er is  zodoende wel een bepaalde, vaste vorm ontstaan voor de operationalisering van de vijf attributen, waar in dit  onderzoek  ook  gebruik  van  wordt  gemaakt.  De  operationalisering  is  specifiek  aangepast  voor  de  zonnestroomtechnologie op basis van inzichten uit het theoretisch kader en eigen invulling. Dit heeft geleid tot  de  operationalisering  van  de  attributen  zoals  weergegeven  in  Tabel  6.4.  Er  is  gekozen  voor  het  gebruik  van  stellingen  in  combinatie  met  een  antwoordmogelijkheid  met  eens/oneens,  waardoor  een  dichotome  variabelen ontstaan.     Tabel 6.4 Operationalisering concept perceptie attributen van zonnestroominstallatie  Component  Relatief voordeel  Compatibiliteit  Complexiteit  Testbaarheid  Zichtbaarheid 

Dimensie  Financieel voordeel  Installatie eenvoudig te plaatsen Zonnestroominstallatie is ingewikkeld bekend met installatie  Zie veel installaties 

Variabele Relatiefvoordeel Compatibiliteit Complexiteit Testbaarheid Zichtbaarheid

Schaal  Nominaal  Nominaal  Nominaal  Nominaal  Nominaal 

Waarden 0, 1 0, 1 0, 1 0, 1 0, 1

  Motieven, informatie en subsidie  Zoals uit het onderzoek van Jager (2006) en deA (2013) naar voren kwam, blijkt dat er verschillende motieven  zijn die uiteindelijk de doorslag kunnen geven om tot aanschaf van een zonnestroominstallatie over te gaan. In  deze  studies  komen  vier  hoofdmotieven  naar  voren:  Rendement  op  investering,  bijdrage  aan  beter  milieu,  onafhankelijkheid van energieleverancier en investering in woning. Om de invloed van het mee willen doen aan  een buurtactie hierin mee te nemen, is dit als vijfde motief toegevoerd. Met deze vraag kan bepaald worden of  huishoudens hun  keuze  voor  een  zonnestroominstallatie  laten  beïnvloeden door  de sociale  omgeving  en  het  mee willen doen met een buurtinitiatief. Tot slot is nog een zesde motief toegevoegd. In de opkomst van de  vele zonnestroominitiatieven en het gebruik van diverse apps en websites waarop de elektriciteitsopwekking  van  de  installatie  inzichtelijk  wordt  gemaakt,  komt  ook  een  zeker  hobby‐aspect  naar  voren.  Huishoudens  vinden  het  leuk  om  eigen  energie  op  te  wekken  en  te  volgen  hoeveel  energie  ze  al  opgewekt  en  bespaard  hebben. Dit kan ook een motief zijn voor de aanschaf van een installatie, daarom is deze ook toegevoegd aan  de antwoordmogelijkheden. Bij de aanschaf kunnen meerdere motieven tegelijk spelen en elkaar versterken,  daarom  is  gekozen  om  van  elk  motief  afzonderlijk  de  invloed  te  meten.  Dit  gebeurt  aan  de  hand  van  een  stelling per motief, welke beantwoord wordt met een score op een vijfpunts Likert‐schaal. Om de invloed van  subsidie te bepalen, wordt gevraagd of subsidie doorslaggevend is geweest in de keuze voor de aanschaf. Er is  gekozen  om  voor  deze  vraag  een  dichotome  variabele  te  gebruiken.  Op  deze  manier  wordt  de  vraag  scherp  gesteld  en  kan  ook  duidelijker  iets  gezegd  worden  over  de  effectiviteit  van  de  subsidieregeling.  De  factor  informatie  wordt  bevraagd  aan  de  hand  van  drie  vragen,  allen  door  middel  van  een  stelling  en  een  antwoordmogelijkheid  op  een  vijfpunts  Likert‐schaal.  Allereerst  wordt  gevraagd  in  hoeverre  huishoudens  informatie  verkrijgen  via  hun  eigen  sociale  netwerk.  Ten  tweede  wordt  gevraagd  naar  de  ervaring  met  de  persoonlijke  informatievoorziening  door  de  adviseur.  In  de  literatuur  kwam  immers  naar  voren  dat  juist  gepersonaliseerde  informatie  vaak  ontbreekt  duurzame  energie  technologieën.  De  operationalisering  van  de  motieven, subsidie en informatie is weergegeven in Tabel 6.5.    Tabel 6.5 Operationalisering concepten motieven, subsidie en informatie  Concept  Motieven            Subsidie  Informatie   

Component                Sociaal netwerk  Adviseur 

Dimensie Investering in woning Rendement op investering Onafhankelijkheid Bijdragen aan beter milieu Elektriciteit opwekken leuk Meedoen met buurtactie Subsidie doorslaggevend Informatie via netwerk Persoonlijke informatie

Variabele Investeringwoning Rendement Onafhankelijkheid Milieu Leuk Buurtactie Subsidie Netwerkinformatie  Persoonlijkeinformatie 

Schaal  Nominaal  Nominaal  Nominaal  Nominaal  Nominaal  Nominaal  Ordinaal  Nominaal  Nominaal 

Waarden 1 – 5 1 – 5 1 – 5 1 – 5 1 – 5 1 – 5 1 – 5 1 – 5 1 – 5

51 

Resultaten           

 





 

7. Resultaten In  dit  hoofdstuk  worden  de  resultaten  van  de  enquête  besproken.  In  de  eerste  paragraaf  zullen  enkele  kenmerken van de respondenten gepresenteerd worden, zodat een beter beeld gevormd kan worden van de  respondenten.  In  de  tweede  paragraaf  zullen  de  hypothesen  getoetst  worden  aan  de  hand  van  statistische  toetsen. In de laatste paragraaf wordt op de invloed van de sociale omgeving ingegaan.  

7.1

Respondenten

Aan de enquête hebben in totaal 238 huishoudens deelgenomen. In Tabel 7.1 zijn enkele (persoons)kenmerken  weergegeven van de respondenten. Ontbrekende en onrealistische antwoorden zijn uit de resultaten gehaald  en  half‐ingevulde  enquêtes  zijn  uit  de  resultaten  gelaten.  Uiteindelijk  bleven  hierna  230  cases  over.  Dit  zijn  alleen  huishoudens  die  interesse  hebben  getoond  in  een  zonnestroominstallatie.  Vergeleken  met  alle  Nederlandse  huishoudens,  kan  de  groep  daarom  gezien  worden  als  een  relatief  homogene  groep  die  grotendeels uit early adopters bestaat. Door deze homogeniteit ligt de focus bij de analyse daarom niet op het  vinden van allerlei verschillen en verbanden binnen de groep. De karakteristieke eigenschappen van de groep  als  geheel  leveren  wellicht  relevantere  resultaten  op,  waarmee  de  groep  early  adopters  geïdentificeerd  kan  worden. Er zijn enkele opvallende kenmerken te zien in de resultaten. Allereerst ligt de gemiddelde leeftijd met  54,7  jaar  vrij  hoog.  De  gemiddelde  leeftijd  van  de  hele  populatie  ligt  met  53,4  jaar  slechts  1,3  jaar  lager,  waardoor de enquêteresultaten als een representatieve steekproef kunnen worden gezien. Uit verdere analyse  van de verdeling van leeftijd blijkt dat 88,8% van de respondenten boven de veertig jaar is en 19,8% boven de  65  jaar.  Zie  Figuur  II.I  Daarnaast  blijkt  dat  de  gemiddelde  leeftijd  van  samenwonenden  (61,7  jaar)  significant  (sig=0,00) hoger ligt dan de gemiddelde leeftijd van gezinnen met kinderen (47,5 jaar), zie Tabel II.I. Dit duidt  erop  dat  de  interesse  in  een  zonnestroominstallatie  voornamelijk  voorkomt  bij  wat  oudere  gezinnen  en  samenwonenden van middelbare leeftijd, maar minder bij jonge samenwonenden. Het opleidingsniveau en het  inkomensniveau  zijn  ook  opvallend  hoog.  Bijna  de  helft  van  de  respondenten  (43%)  heeft  een  jaarlijks  bruto  inkomen van 60.000 Euro of meer. Ook blijkt dat 70,1% van de respondenten hoogopgeleid is, wat beduidend  meer is dan het gemiddelde (28%) van de Nederlandse beroepsbevolking (CBS, 2013d). Tot slot blijkt een groot  deel  van  de  respondenten  samenwonend  te  zijn.  Dit  blijkt  zowel  uit  de  resultaten  van  de  vraag  betreft  de  woonsituatie als uit de vraag over de grootte van het huishouden.   Tabel 7.1 Beschrijvende statistieken respondenten  Gemiddelde leeftijd (n=217)  Woonomgeving (n=230) 

Lid van een milieuorganisatie (n=228)  Zonnestroominstallatie aangeschaft (n=223) 

Jaarlijks bruto inkomen (n=200) 

Opleidingsniveau (n=221) 

Woonsituatie (n=228) 

Aantal personen in huishouden (n=223) 

54,7 jaar   centrum van een grote stad woonwijk of rijtjeshuis buitengebied Lid van milieuorganisatie Niet lid van milieuorganisatie Ja Nee, niet mogelijk of niet rendabel Nee, geen interesse <25.000 euro 25.000 ‐ 35.000 euro 35.000 ‐ 45.000 euro 45.000 ‐ 60.000 euro >60.000 euro Basisonderwijs, speciaal onderwijs MAVO, VBO, VMBO, onderbouw HAVO/VWO MBO, HAVO, VWO HBO, WO‐bachelor WO‐master, doctoraal Alleenwonend Samenwonend Gezin met kinderen Anders 1 persoon 2 personen 3 personen 4 personen 5 personen 6 personen

4,8% 72,6% 22,6% 25,4% 74,6% 65,0% 25,1% 9,9% 6,0% 12,0% 20,5% 18,5% 43,0% 1,8% 7,2% 18,6% 42,5% 29,9% 6,6% 40,8% 49,6% 3,1% 5,9% 43,7% 13,1% 21,6% 13,5% 2,3%

52 

Resultaten  

          





 

7.2

Toetsing hypothesen

In deze paragraaf worden aan de hand van statistische toetsen de hypothesen getoetst. Waar nodig zullen de  resultaten  verder  onder  de  loep  worden  genomen,  zodat  meer  inzicht  wordt  verkregen  in  mogelijke  verbanden. In de bijlagen zijn per hypothese de uitgebreide testresultaten te vinden.   Hypothese 1: Een positieve houding ten opzichte van een zonnestroominstallatie houdt positief verband met de  adoptie van een zonnestroominstallatie  Om  het  verband  tussen  de  houding  ten  opzichte  van  een  zonnestroominstallatie  en  de  adoptie  hiervan  te  bepalen, is gebruik gemaakt van de resultaten van de enquêtevragen 4, 10, 11, 12, 13 en 14. Bij deze vragen  wordt de respondent gevraagd naar de perceptie van de attributen en of de respondent tot aanschaf over is  gegaan. Om een maat te vinden voor de houding ten opzichte van een zonnestroominstallatie, is de variabele  AttributenTotaal aangemaakt. In deze nieuwe variabele worden de dichotome variabelen van de perceptie per  attribuut gesommeerd, waardoor AttributenTotaal zodoende een waarde heeft tussen de 0 en de 5. In Tabel  7.2 zijn de resultaten weergegeven van de perceptie per attribuut en de totale houding. Opvallend is dat alle  attributen sterk positief gepercipieerd worden. Voor elk van de attributen geldt dat minimaal driekwart van de  respondenten een positieve perceptie hiervan heeft. De totale houding is ook zeer positief. Iets minder dan de  helft  van  de  respondenten  heeft  een  positieve  perceptie  van  alle  vijf  de  attributen  en  78,2%  heeft  een  positieve perceptie van tenminste vier van de vijf attributen. Hieruit kan geconcludeerd worden dat de groep  respondenten,  de  early  adopters,  een  sterk  positieve  perceptie  hebben  van  de  attributen  en  zodoende  een  positieve houding hebben ten opzichte van een zonnestroominstallatie.   Tabel 7.2 Perceptie attributen en houding ten opzichte van een zonnestroominstallatie  Perceptie attribuut  Relatief voordeel  Compatibiliteit  Testbaarheid  Complexiteit  Zichtbaarheid    Totale houding 

Positieve  perceptie  Oneens  Eens  Oneens  Eens  Oneens  Eens  Oneens  Eens  Oneens  Eens   

n 

Verdeling

34  195  38  190  38  189  32  195  55  173   

14,8% 85,2% 16,7% 83,3% 16,7% 83,3% 14,1% 85,9% 24,1% 75,9%

 

  Negatief          Positief 

n  0  6  12  31  75  101 

Verdeling 0% 2,7% 5,3% 13,8% 33,3% 44,9%

 

  Vervolgens  is  getest  of  de  houding  ten  opzichte  van  een  zonnestroominstallatie  ook  verband  houdt  met  de  aanschaf  van  een  installatie.  Voor  het  testen  van  het  verband  tussen  Aanschaf  en  AttributenTotaal  is  een  T‐ toets  uitgevoerd  (n=164),  zie  Tabel  III.I  voor  de  resultaten.  In  deze  tabellen  komt  naar  voren  dat  er  geen  significant  (Sig.=,318)  verschil  is  gevonden  op  perceptie  van  de  attributen  tussen  huishoudens  die  wel  een  installatie hebben aangeschaft en huishoudens die dat niet hebben gedaan. De test geeft aan dat huishoudens  die  geen  zonnestroominstallatie  aangeschaft  hebben  gemiddeld  een  negatievere  perceptie  (M=4,14)  hebben  dan huishoudens die wel een zonnestroominstallatie aangeschaft hebben (M=4,43), maar dat dit verschil niet  significant is. Hiervoor zijn alleen de respondenten gebruikt die ja of nee hebben geantwoord op de vraag of ze  een  zonnestroominstallatie  hebben  aangeschaft.  De  categorie  Nee,  plaatsing  bleek  niet  mogelijk  of  niet  rendabel is niet meegeteld, omdat deze categorie geen homogene groep is. In deze groep zitten namelijk zowel  huishoudens die graag een zonnestroominstallatie hadden willen aanschaffen als huishoudens die bewust nog  geen installatie hebben aangeschaft, waardoor deze categorie weinig zegt over het adoptieproces. Deze groep  is daarom niet geschikt om mee te nemen in de toetsing. 

53 

Resultaten  

          





  Om verder inzicht te krijgen in het verband tussen de perceptie van de attributen en de aanschaf, is ook voor  elk  attribuut  apart  het  verband  gemeten  met  de  aanschaf  van  een  zonnestroominstallatie.  Aangezien  het  allemaal  dichotome  variabelen  betreft,  is  een  Chi‐kwadraat  toets  uitgevoerd.  Zie  Tabel  7.3.  Er  blijkt  een  significant  te  bestaan  tussen  de  aanschaf  van  een  zonnestroominstallatie  en  de  perceptie  van  zowel  compatibiliteit  als  testbaarheid.  Uit  de  bijbehorende  kruistabellen  kwam  naar  voren  dat  het  om  een  positief  verband gaat. De scores liggen in het algemeen erg hoog, wat de homogeniteit van de groep onderstreept.   Tabel 7.3 Verband tussen perceptie van attributen en aanschaf  Perceptie attribuut 

Significantie 

Aanschaf

relatief voordeel 

0,568    0,008    0,012    0,513    0,144      0,318 

Nee  Ja  Nee  Ja  Nee  Ja  Nee  Ja  Nee  Ja    Nee  Ja 

compatibiliteit  testbaarheid  complexiteit  zichtbaarheid    Totale houding 

n 21 145 21 144 21 145 21 145 21 144 21 143

Gemiddelde 0=negatief, 1=positief  0,90 0,94 0,81 0,96 0,67 0,88 0,86 0,90 0,90 0,76 0,83 0,89

  Voor  nauwkeurig  inzicht  in  het  verloop  van  de  verbanden  is  een  logistische  regressieanalyse  geschikt.  In  de  adoptietheorie van Rogers wordt echter ook de invloed van persoonskenmerken benoemd, wat ook terug te  zien  is  in  het  conceptueel  model.  De  invloed  van  persoonskenmerken  is  daarom  getest  door  leeftijd,  inkomensniveau en opleidingsniveau op te nemen als controlevariabelen in het model. Statistisch gezien is het  niet  verantwoord  om  nominale  variabelen  op  te  nemen  in  een  logistische  regressieanalyse.  Echter,  de  categorieën hebben een dusdanige samenhang en onderling min of meer gelijke afstanden, dat het overgaan  op het gebruik van dummyvariabelen voor opleidingsniveau en inkomensniveau geen recht zou doen aan de  werkelijkheid.  De  controlevariabelen  zijn  in  twee  stappen  aan  het  model  toegevoegd:  eerst  leeftijd  en  vervolgens  inkomensniveau  en  opleidingsniveau.  Er  bleken  geen  sterke  correlaties  tussen  de  variabelen  te  bestaan,  waardoor  geen  sprake  is  van  multicollineariteit.  De  toleranties  bevinden  zich  tussen  de  0,784  en  0,960, wat ruim voldoende is. Zie Tabel III.II. Er zijn daarom geen interactietermen toegevoegd. De uitgebreide  resultaten  zijn  te  vinden  in  Tabel  III.III  tot  en  met  Tabel  III.VI.  De  verklaringskracht  neemt  toe  naarmate  meerdere  variabelen  worden  toegevoegd,  maar  geen  van  de  modellen  is  significant.  In  alle  modellen  heeft  leeftijd een sterke invloed, welke in model 3 en 4 ook significant is. Daarnaast blijkt dat de perceptie van de  attributen in geen van de modellen significantie vertoont. Op basis van de regressieanalyse kan geconcludeerd  worden  dat  de  aanschaf  van  een  zonnestroominstallatie  sterker  wordt  verklaard  door  leeftijd  dan  door  de  perceptie  van  de  attributen.  Een  positieve  houding,  gedefinieerd  als  de  totale  perceptie  van  de  attributen,  vormt zodoende geen verklaring voor de aanschaf van een zonnestroominstallatie. Dit betekent niet dat een  positieve houding geen verband houdt met de adoptie van een zonnestroominstallatie. De resultaten in Tabel  7.2  tonen  aan  dat  de  groep  geïnteresseerden  een  sterk  positieve  houding  heeft  ten  opzichte  van  een  zonnestroominstallatie. Het interesse tonen en het aangaan van een adviestraject bij een zonnestroombedrijf  kan  gezien  worden  als  een  vergevorderd  adoptieproces,  waardoor  gesteld  kan  worden  dat  een  positieve  houding positief verband houdt met de adoptie. De hypothese wordt daarom aangenomen.     Hypothese 2: Een zonnestroominstallatie in de omgeving heeft een positieve invloed op het adoptieproces van  een huishouden  Een verband tussen de aanwezigheid van een zonnestroominstallatie in de omgeving en het adoptieproces van  een huishouden is via meerdere variabelen onderzocht. Voor zonnestroominstallaties in de omgeving zijn de  enquêtevragen  1  en  8  gebruikt.  Bij  deze  vragen  is  de  respondent  gevraagd  of  een  bekende  een  zonnestroominstallatie heeft en hoeveel installaties er aanwezig zijn in de straat. Voor het adoptieproces zijn  zowel de percepties van de attributen als een eventuele aanschaf van een installatie gebruikt. Voor een beter  inzicht in het begrip omgeving, zijn eerst de verbanden getest tussen de omgevingsvariabelen onderling en de  invloed  daarvan  op  de  perceptie  van  zichtbaarheid.  Wanneer  een  respondent  aangeeft  dat  er  een  zonnestroominstallatie aanwezig is in zijn of haar omgeving, is het niet bekend of daarmee de sociale of lokale 

54 

Resultaten           

 





  omgeving  wordt  bedoeld.  Een  zonnestroominstallatie  kan  zich  in  de  straat  bevinden  (lokale  omgeving)  of  bij  iemand in het netwerk van het huishouden (sociale omgeving). Het begrip omgeving heeft zodoende een lokaal  en  een  sociaal  aspect.  Inzicht  in  de  invloed  en  de  verhouding  tussen  deze  twee  aspecten  kan  belangrijke  informatie  geven  over  het  diffusieproces  onder  huishoudens.  In  Figuur  7.1  zijn  de  resultaten  van  de  betreffende  enquêtevragen  weergegeven.  In  Nederland  waren  in  mei  2013  70.000  installaties  geregistreerd  (Netbeheer  Nederland,  2013),  terwijl  het  aantal  huishoudens  ruim  7,5  miljoen  bedroeg  (CBS,  2013h).  Dit  betekent  dat  ongeveer  1%  van  de  Nederlandse  huishoudens  een  zonnestroominstallatie  heeft,  terwijl  in  de  enquête bijna 80% van de respondenten aangeeft dat er in de omgeving een zonnestroominstallatie aanwezig  is.  Dit  is  opvallend  hoog.  Allereerst  is  de  correlatie  getest  tussen  het  aantal  installaties  in  de  straat  en  een  bekende met een zonnestroominstallatie. Het is niet onwaarschijnlijk dat er een verband bestaat tussen deze  variabelen, aangezien de kans groot is dat eigenaar van de zonnestroominstallatie in de straat een bekende is.  In  dat  geval  overlappen  de  sociale  en  lokale  omgeving  elkaar.  Met  behulp  van  een  Chi‐kwadraat  toets  is  dit  verband  getest,  zie  Tabel  IV.I.  Uit  deze  test  kwam  naar  voren  dat  er  geen  significant  verband  (Sig.=0,590)  bestaat  tussen  de  lokale  en  de  sociale  omgeving.  Hieruit  kan  worden  opgemaakt  dat  een  bekende  met  een  installatie  slechts  in  een  deel  van  de  gevallen  uit  de  lokale  omgeving  ‐  de  straat  ‐  komt.  Wanneer  naar  de  verdeling van de variabele AantalInstallaties wordt gekeken, valt op dat bijna 40% van de huishoudens in een  straat woont waar nog geen zonnestroominstallaties aanwezig zijn. Toch geeft 75,9% van de respondenten aan  dat  er  een  zonnestroominstallatie  aanwezig  is  in  hun  omgeving.  Dit  verschil  zou  verklaard  kunnen  worden  doordat  een  bekende  een  zonnestroominstallatie  heeft,  waardoor  een  huishouden  via  deze  weg  een  zonnestroominstallatie  tegenkomt  in  de  omgeving.  Van  alle  huishoudens  geeft  81,2%  aan  dat  zij  iemand  kennen met een zonnestroominstallatie.  

Installatie aanwezig  in omgeving

Bekende heeft  installatie

Aantal installaties in straat

100%

100%

100%

80%

80%

80%

60%

60%

60%

40%

40%

40%

20%

20%

20%

0%

0% Ja

Nee

0% Ja

Nee

0

1

2

3

4

> 5

  Figuur 7.1 Zonnestroominstallaties in de sociale en lokale omgeving Om  inzicht  te  krijgen  in  de  verklaring  van  de  perceptie  van  zonnestroominstallaties  in  de  omgeving,  is  een  logistische  regressie  uitgevoerd  met  als  afhankelijke  variabele  Zichtbaarheid  en  als  onafhankelijke  variabalen  AantalInstallaties en NetwerkInstallatie. Om te bepalen of het regressiemodel past bij de data, is gekeken naar  de  significantie  van  de  Chi‐kwadraat  toets  van  het  model  en  de  significantie  van  de  Hosmer  en  Lemeshow  toets. Zowel de significantie van de Chi‐kwadraat toets van het model (Sig.=0,000) als de significantie van de  Hosmer en Lemeshow toets (Sig.=0,709) tonen duidelijk aan dat het model past bij de data, zie Tabel IV.II. De  waarden van de coëfficiënten Cox & Snell R2 (0,267) en Nagelkerke R2 (0,402) zijn ook redelijk hoog, wat er op  duidt dat het model een redelijk groot deel van de variantie verklaart. Uit het regressiemodel komt naar voren  dat  zowel het aantal  installaties  in  de  straat  als  een bekende  met  een zonnestroominstallatie  een  significant  verband  vertonen  met  de  perceptie  van  zichtbaarheid,  zie  Tabel  7.4.  Alle  huishoudens  met  vier  of  meer  zonnestroominstallaties  in  de  straat  geven  aan  dat  zonnestroominstallaties  aanwezig  zijn  in  hun  omgeving,  waardoor  de  laatste  twee  categorieën  van  AantalInstallaties  extreme  waarden  laten  zien.  Op  basis  van  de  uitgevoerde toetsen kan geconcludeerd worden dat zowel het aantal installaties in de straat als een bekende  met een zonnestroominstallatie significant verband houden met de perceptie van zichtbaarheid. Met de kennis  van hypothese 1 dat een positieve perceptie van de attributen positief verband houdt met het adoptieproces,  kan gesteld worden dat een installatie in de buurt of een bekende met een installatie het adoptieproces kan  versnellen.  Het  aantal  installaties  in  de  straat  en  een  bekende  met  een  zonnestroominstallatie  hebben  onderling geen significant verband. Dit betekent dat de omgeving zowel een sociaal als een lokaal aspect kent,  maar dat die elkaar slechts beperkt overlappen.  

55 

Resultaten  

          





  Tabel 7.4 Regressiemodellen invloed zonnestroominstallatie in omgeving op perceptie attributen    

Zichtbaarheid  Zichtbaarheid Compatibiliteit Complexiteit  2 2 2 2 pseudo R = 0,402* pseudo R =,401 * pseudo R = ,138* pseudo R = ,135*  2 2 2 2 Chi =70,219  Chi =65,635  Chi =18,152  Chi =15,576  Df=6  Df=7  Df=7  Df=7  Sig.=,000  Sig.=,000  Sig.=,011  Sig.=,029  Sig.  Exp(B) Sig. Exp(B) Sig. Exp(B) Sig. Exp(B)  Constante  0,050  3,121 ,406 2,470 ,022 14,784 ,000 421,081  Leeftijd      .722 1,006 ,271 1,020 ,076 ,964  Bekende heeft installatie   0,033  2,610 ,030 ,367 ,000 ,203 ,006 ,272  Installatie in de straat        0 installaties (Ref)  0,000    ,000 ,820 ,674   1 installatie   0,000  0,117 ,000 9,750 ,494 ,701 ,127 ,423    2 installaties   0,000  0,025 ,000 38,992 ,425 ,654 ,201 ,463    3 installaties   0,001  0,113 ,002 7,685 ,626 1,417 ,585 ,665  8 8   4 installaties   0,999  0,000 ,999 1∙10 ,593 ,610 ,999 9∙10   8   Meer dan 5 installaties in de straat  0,998  0,000 ,998 1∙10 ,566 1,877 ,900 1,151  2  *Als indicatie voor de maat van de verklaring van de variantie is de waarde van Nagelkerke R gebruikt

  Uit  hypothese  1  is  naar  voren  gekomen  dat  een  positieve  perceptie  van  de  attributen  het  adoptieproces  versnelt. De vraag rijst daarom of een zonnestroominstallatie in de omgeving ook invloed heeft op de perceptie  van de andere vier attributen en wat daarin de rol is  van de sociale en de lokale omgeving. Voor elk van de  attributen is daarom een logistische regressie uitgevoerd met als onafhankelijke variabelen AantalInstallaties  en  NetwerkInstallatie.  De  uitgebreide  resultaten  zijn  te  vinden  Tabel  IV.III  tot  en  met  Tabel  IV.VI.  Voor  er  conclusies aan deze resultaten verbonden worden, dient ook gekeken te worden naar controlevariabelen. Op  basis  van  de  literatuur  en  de  resultaten  uit  hypothese  1,  is  gekozen  om  leeftijd  als  controlevariabele  toe  te  voegen.  Zie  Tabel  IV.VII  tot  en  met  Tabel  IV.XI  voor  de  resultaten.  Uit  deze  regressieanalyses  is  een  tweetal  significante  modellen  naar  voren  gekomen  met  significante  verbanden,  zie  Tabel  7.4.  NetwerkInstallatie  laat  een significant verband zien met Compatibiliteit en Complexiteit. De invloed van leeftijd is beperkt, alleen in het  model voor Complexiteit is de invloed bijna significant. Het directe verband tussen complexiteit en leeftijd is  getoetst  door  een  onafhankelijke  T‐toets.  Zie  Tabel  IV.XII.  Hieruit  komt  naar  voren  dat  ouderen  een  zonnestroominstallatie gemiddeld meer complex ervaren dan jongeren (Sig.=,030). Dit sluit aan bij de theorie  van  Rogers.  Vervolgens  is  het  verband  getest  tussen  een  zonnestroominstallatie  in  de  omgeving  en  het  zelf  aanschaffen van een installatie. Ook bij deze toets zijn van de variabele Aanschaf alleen de categorieën ja en  nee  meegeteld  om  onzuiverheden  te  voorkomen.  Gezien  de  sterke  invloed  van  leeftijd  bij  hypothese  1,  is  leeftijd  als  controlevariabele  opgenomen  in  het  tweede  en  derde  model.  Zie  Tabel  7.5.  Voorafgaand  is  gecontroleerd op multicollineariteit, zie Tabel IV.XV. De volledige resultaten zijn weergegeven in Tabel IV.XVI  tot  en  met  Tabel  IV.XVIII.  Leeftijd  blijkt  wederom  van  significante  invloed  te  zijn.  De  toevoeging  van  leeftijd  verbetert maakt het model significant en verlaagt de ‐2Loglikelihood sterk.   Tabel 7.5 Regressiemodellen invloed zonnestroominstallatie in omgeving op aanschaf   

Model 1  Model 2 Model 3 2 2 2 pseudo R =,086* pseudo R =,084* pseudo R =,127* 2 2 2 Chi =7,936  Chi =7,069  Chi =10,807  Df=6  Df=2  Df=7  Sig.=,243  Sig.=,029  Sig.=,147  ‐2LogLL=122,215  ‐2LogLL=109,039  ‐2LogLL=105,301  Sig.  Exp(B) Sig. Exp(B) Sig. Exp(B)  Constante  ,000  49,863 ,819 ,706 ,769 1,644 Bekende heeft installatie   ,022  0,266 ,317 ,528 ,270 ,475 Leeftijd      ,021 1,061 ,034 1,060 Installatie in de straat        0 installaties (Ref)  ,499    ,618   1 installatie   ,658  ,734 ,358 ,497   2 installaties   ,200  ,421 ,118 ,317   3 installaties   ,920  ,916 ,622 ,634   4 installaties   ,137  ,236 ,179 ,245   Meer dan 5 installaties in de straat  ,138  ,301 ,231 ,317 2  *Als indicatie voor de maat van de verklaring van de variantie is de waarde van Nagelkerke R gebruikt

 

56 

Resultaten  

          





  Leeftijd  blijkt  een  sterkere  verklaring  te  bieden  voor  de  aanschaf  van  een  zonnestroominstallatie  dan  de  aanwezigheid van een zonnestroominstallatie in de omgeving. Gezien de kleine omvang van de groep die niet  over is gegaan tot aanschaf (n=22) en het aantal categorieën (6) van de variabele AantalInstallaties, kunnen er  echter geen harde conclusies worden verbonden aan deze resultaten. Het feit dat leeftijd binnen deze groep  geïnteresseerden een sterke invloed heeft op de aanschaf, betekent niet automatisch dat leeftijd de aanschaf  van een zonnestroominstallatie in het algemeen verklaart. Dit resultaat zegt alleen dat ouderen binnen deze  groep  geïnteresseerden  eerder  tot  aanschaf  over  gaan  dan  jongeren,  wat  feitelijk  alleen  iets  zegt  over  de  conversie.  De  invloed  van  een  zonnestroominstallatie  in  de  omgeving  blijkt  hierin  geen  verschil  te  maken.  Echter, de perceptie van de attributen wordt hierdoor wel beïnvloed. Het is daarbij van belang om onderscheid  te maken tussen de lokale en de sociale omgeving. Het aantal installaties in de straat, de lokale omgeving, blijkt  alleen invloed te hebben op de perceptie van zichtbaarheid. Een bekende met een zonnestroominstallatie, de  sociale omgeving, heeft meer invloed. Naast het verhogen van de perceptie van zichtbaarheid, wordt ook de  perceptie  van  complexiteit  en  compatibiliteit  positiever.  Gezien  de  gemiddeld  erg  positieve  houding,  gedefinieerd  als  de  totale  perceptie  van  de  attributen,  ten  opzichte  van  een  zonnestroominstallatie  en  de  relatief hoge scores op de aanwezigheid van een installatie in de omgeving, is dit verband van groot belang.  Met de kennis van hypothese 1 dat de positieve houding ten opzichte van een zonnestroominstallatie gezien  kan worden als een hoge mate van adoptie, kan geconcludeerd worden dat een zonnestroominstallatie in de  sociale omgeving een positieve invloed heeft op het adoptieproces. De hypothese wordt daarom aangenomen.   Hypothese 3: Financiële motieven vormen het belangrijkste motief in het adoptieproces van huishoudens   De  invloed  van  motieven  op  de  diffusie  van  zonnestroominstallaties  onder  huishoudens  is  op  een  tweetal  manieren  onderzocht.  Allereerst  zijn  de  motieven  gerangschikt  op  de  mate  waarin  geïnteresseerde  huishoudens  waarde  hechten  aan  de  betreffende  motieven,  zodat  een  beeld  geschetst  kan  worden  van  de  overweging  die  huishoudens  maken  in  het  adoptieproces.  Hierbij  is  ook  de  invloed  van  persoonskenmerken  getoetst.  Ten  tweede  is  getest  in  welke  mate  de  verschillende  motieven  de  aanschaf  van  een  installatie  verklaren. Voor deze toetsen zijn de variabelen van de enquêtevragen 4 en 9 gebruikt, waarin werd gevraagd  naar de mate waarin de betreffende motieven belangrijke worden gevonden en of een zonnestroominstallatie  is aangeschaft. In Tabel 7.6 zijn de motieven gerangschikt op basis van de gemiddelde waardering.   Tabel 7.6 Rangschikking motieven bij aanschaf  Motief bij aanschaf  1. Rendement op investering  2. Bijdragen aan een beter milieu  3. Leuk om eigen zonnestroom op te wekken  4. Onafhankelijkheid van energieleverancier  5. Investering in woning    6. Meedoen aan lokaal initiatief 

Gemiddelde waardering 1=helemaal niet belangrijk, 5=erg belangrijk  4,07 4,06 3,89 3,41 3,40 2,32

 

  Uit deze rangschikking komt naar voren dat het rendement op de investering het belangrijkste motief vormt bij  de overweging van de aanschaf van een zonnestroominstallatie. Kort daarachter volgen het bij willen dragen  aan een beter milieu en het leuk vinden van het opwekken van eigen zonnestroom. Opvallend is de lage, zelfs  negatieve  waardering  voor  het  meedoen  aan  een  lokaal  initiatief.  In  hoeverre  deze  motieven  ook  verband  houden  met de  aanschaf  van  een  zonnestroominstallatie  is  onderzocht  door  middel van  zes  onafhankelijk  T‐ toetsen. In Tabel 7.7 zijn de belangrijkste resultaten weergegeven, zie Tabel V.I voor de volledige resultaten van  de toetsen. Uit de toetsen zijn twee significante verbanden naar voren gekomen, namelijk voor de motieven  leuk om eigen zonnestroom op te wekken en meedoen aan lokaal initiatief. In het laatste geval is er sprake van  een  negatief  verband:  huishoudens  die  het  belangrijk  vinden  om  mee  te  doen  aan een  lokaal  initiatief,  gaan  uiteindelijk  minder  snel  over  tot  aanschaf  van  een  installatie.  Het  motief  leuk  om  eigen  zonnestroom  op  te  wekken  heeft  een  significant  positief  verband  met  de  aanschaf.  Echter,  hierbij  moet  opgemerkt  worden  dat  deze resultaten beïnvloed kunnen zijn doordat de huishoudens op het moment van de enquête inmiddels in  het  bezit  waren  van  de  aangeschafte  zonnestroominstallatie  en  daar  inmiddels  met  veel  plezier  eigen  zonnestroom  mee  opwekken.  De  vraag  is  of  dit  ook  al  een  motief  was  voorafgaand  aan  de  aanschaf  van  de  installatie. Een dergelijke redenering zou ook op kunnen gaan voor het bij willen dragen aan een beter milieu.  

57 

Resultaten  

          





  Tabel 7.7 Invloed motieven bij aanschaf  Motief 

Significantie

Aanschaf

Investering in woning 

,098

Rendement op investering 

,259

Onafhankelijkheid energieleverancier 

,796

Bijdragen aan beter milieu 

,105

Leuk om eigen zonnestroom op te wekken 

,011

Meedoen aan lokaal initiatief 

,031

Nee Ja Nee Ja Nee Ja Nee Ja Nee Ja Nee Ja

n Gemiddelde waardering  1=helemaal niet belangrijk, 5=erg belangrijk  22 3,09 140 3,51 22 4,37 144 4,04 22 3,36 142 3,29 22 3,64 144 4,17 22 3,23 143 4,06 22 2,59 141 2,05

  In  het  conceptueel  model  is  te  zien  dat  motieven  worden  beïnvloed  door  persoonskenmerken.  Het  is  bijvoorbeeld  niet  ondenkbaar  dat  jongere  huishoudens  meer  geïnteresseerd  zijn  in  het  rendement  op  de  investering, terwijl oudere huishoudens op hun oude dag nog iets goeds willen doen met hun geld en bij willen  dragen  aan  een  beter  milieu.  Voor  elk  motief  is  daarom  een  multipele  regressieanalyse  uitgevoerd  met  de  persoonskenmerken  als  onafhankelijke  variabelen.  De  variabelen  opleidingsniveau  en  inkomensniveau  zijn  hierbij als interval variabelen behandeld en niet toegevoegd met behulp van dummy variabelen. De resultaten  zijn  te  vinden  in  Tabel  V.II  tot  en  met  Tabel  V.IV.  Drie  van  de  zes  modellen  bleken  hierbij  significant  bij  een  betrouwbaarheidsinterval  van  90%  en  significante  verbanden  te  bevatten.  De  resultaten  hiervan  zijn  weergegeven in Tabel 7.8. De waarde van R2 komt in de modellen niet boven de 0,079, waardoor gesteld kan  worden  dat  de  modellen  de  variantie  matig  verklaren.  Het  motief  bijdragen  aan  beter  milieu  blijkt  voor  huishoudens  die  lid  zijn  van  een  milieuorganisatie  van  significant  groter  belang  te  zijn,  wat  niet  erg  verwonderlijk  is.  Het  motief  leuk  om  eigen  zonnestroom  op  te  wekken  blijkt  te  worden  verklaard  door  opleidingsniveau. Huishoudens met een hoger opleidingsniveau vinden dit motief significant belangrijker dan  huishoudens  met  een  lager  opleidingsniveau.  Tot  slot  blijkt  het  motief  meedoen  met  lokaal  zonnestroom  initiatief  negatief  te  worden  beïnvloed  door  inkomensniveau.  Huishoudens  met  een  hoger  inkomensniveau  wegen dit aspect significant minder zwaar mee bij de aanschaf van een zonnestroominstallatie.   Tabel 7.8 Regressiemodellen motieven   

Bijdragen aan beter milieu

  Constant  Inkomensniveau  Opleidingsniveau  Leeftijd  Lid milieuorganisatie 

n=188  2 R =0,079  Sig. SE  ,000 ,537  ,488 ,061  ,211 ,082  ,820 ,007  ,001 ,167 

β    ,054  ,098  ,017  ,232 

Leuk om eigen  zonnestroom op te wekken  n=186 2 R =,046  Sig. SE β ,000 ,578 ,160 ,066 ‐,113 ,032 ,089 ,173 ,447 ,007 ‐,057 ,182 ,180 ,099

Meedoen met lokaal  initiatief  n=183 2 R =,051  Sig. SE β  ,002 ,647   ,016 ,074 ‐,196  ,431 ,098 ,064  ,156 ,008 ,107  ,956 ,199 ,004 

         

Om  invloed  van  de  motieven  op  de  aanschaf  te  bepalen,  is  een  logistische  regressie  uitgevoerd.  Bij  deze  analyse  zijn  de  ordinale  variabelen  die  de  motieven  representeren  als  interval  variabelen  behandeld.  De  afstanden tussen de categorieën van een Likert‐schaal zijn moeilijk te definiëren, waardoor het ook moeilijk te  bepalen is of deze gelijk zijn. In diverse literatuur (Maurer en Pierce, 1998; Albaum, 1997) wordt echter gesteld  dat de Likert‐schaal als interval variabele kan worden behandeld, daarom is er voor gekozen om dat in dit geval  ook  te  doen.  Vanuit  het  conceptueel  model  komt  naar  voren  dat  persoonskenmerken  de  motieven  kunnen  beïnvloeden  en  daarmee  ook  indirect  de  aanschaf.  Er  is  daarom  gecontroleerd  op  de  persoonskenmerken  betrokkenheid  milieuproblematiek  en  leeftijd.  Opleidingsniveau  en  Inkomensniveau  zijn  niet  meegenomen,  gezien de zeer beperkte invloed in de eerdere testen op aanschaf. Ook het aantal geschikte cases zou hierdoor  verder afnemen, aangezien een deel van de respondenten de vragen over inkomen en opleiding niet ingevuld  hebben.  Voorafgaand  aan  de  analyse  is  getest  op  multicollineariteit,  wat  niet  aan  de  orde  bleek  te  zijn.  Zie  Tabel  V.V.  De  controlevariabelen  zijn  toegevoegd  in  het  tweede  en  derde  model.  In  Tabel  7.9  zijn  deze  modellen  weergegeven.  De  uitgebreide  resultaten  zijn  te  vinden  in  Tabel  V.VI  tot  en  met  Tabel  V.VIII.  De  motieven  meedoen  aan  lokaal  initiatief,  leuk  om  eigen  zonnestroom  op  te  wekken  en  investering  in  woning 

58 

Resultaten  

          





  tonen  in  alle  modellen  significantie.  De  toevoeging  van  leeftijd  verbetert  het  model  sterk,  wat  ook  bij  de  modellen in hypothese 2 was te zien. Het model blijft significant en de verklaarde variantie gaat sterk omhoog,  gezien de verandering van de waarden van Chi‐kwadraat en R2. Ook de ‐2LogLL daalt sterk. De toevoeging van  Milieuorganisatie  verslechtert  het  model.  Op  basis  van  dit  regressiemodel  kan  geconcludeerd  worden  dat  motieven  een  significante  invloed  hebben  op  de  aanschaf  van  een  zonnestroominstallatie.  Ouderen,  huishoudens  die  een  investering  in  hun  huis  willen  doen  en  huishoudens  die  het  leuk  vinden  om  eigen  zonnestroom  op  te  wekken  schaffen  gemiddeld  eerder  een  zonnestroominstallatie  aan.  Huishoudens  die  meedoen met een lokaal initiatief belangrijk vinden, schaffen juist minder snel een zonnestroominstallatie aan.   Tabel 7.9 Regressiemodellen aanschaf zonnestroominstallatie   

Model 1 2 pseudo R =,296 2 Chi =28,179  Df=6  Sig.=,000  ‐2LogLL=99,052  Sig. Exp(B) ,889 1,282 ,106 ,577 ,239 ,765 ,504 1,185 ,008 ,507 ,001 2,595 ,008 1,930

Model 2 2 pseudo R =,382 2 Chi =33,826  Df=7  Sig.=,000  ‐2LogLL=79,629  Sig. Exp(B) ,118 ,028 ,111 ,553 ,089 ,630 ,129 1,512 ,006 ,417 ,001 2,834 ,032 1,859 ,012 1,081

Model 3 2 pseudo R =,394  2 Chi =35,015  Df=8  Sig.=,165  ‐2LogLL=78,440  Sig. Exp(B)  Constant  ,112 ,025  Rendement op investering  ,123 ,567  Onafhankelijkheid van energieleverancier  ,107 ,645  Bijdragen aan beter milieu  ,090 1,627  Meedoen aan lokaal initiatief  ,005 ,408  Leuk om eigen zonnestroom op te wekken  ,001 2,923  Investering in woning  ,032 1,872  Leeftijd  ,019 1,076  Lid milieuorganisatie  ,274 ,467  2  *Als indicatie voor de maat van de verklaring van de variantie is de waarde van Nagelkerke R gebruikt

  Er kan gesteld worden dat er een duidelijk verschil bestaat tussen de waarde die huishoudens aan bepaalde  motieven  hechten  tijdens  het  adoptieproces  en  de  invloed  die  de  motieven  daadwerkelijk  hebben  op  de  aanschaf. Van de vier laagst gewaardeerde motieven tijdens het adoptieproces blijken er drie een significant  verband  te  vertonen  met  de  aanschaf.  Andersom  worden  rendement  op  investering  en  bijdragen  aan  beter  milieu weliswaar als belangrijkste overweging genoemd, maar invloed op het al dan niet overgaan tot aanschaf  blijkt  afwezig.  Dit  betekent  dat  huishoudens  niet  bevestigd  worden  in  hun  belangrijkste  overwegingen  en  daarop de  aanschaf baseren,  terwijl  lager  gewaardeerde overwegingen juist  wel  verband  blijken  te  vertonen  met  de  aanschaf.  Dit  betekent  niet  dat  huishoudens  hun  belangrijkste  motieven  links  laten  liggen.  Wanneer  een motief gemiddeld gezien geen voorspeller blijkt te zijn voor aanschaf, betekent dit niet dat huishoudens de  overweging  niet  op  basis  van  dat  motief  hebben  gemaakt.  In  die  lijn  beschrijft  de  rangschikking  van  de  motieven  uit  Tabel  7.6  het  best  de  aard  van  het  adoptieproces.  Rendement  op  Investering  wordt  hierbij  als  belangrijkste motief  genoemd.  Daarnaast  blijkt uit  Tabel  7.9 dat huishoudens  die  een  zonnestroominstallatie  aangeschaft hebben het motief investering in woning als belangrijk motief kwalificeren, wat het idee bevestigt  dat een zonnestroominstallatie een financiële overweging is. De hypothese wordt daarom aangenomen.   Hypothese 4: Een lokaal zonnestroominitiatief wordt sterker verklaard door financiële factoren dan door sociale  factoren  De  interesse  van  een  deel  van  de  respondenten  was  onderdeel  van  een  lokaal  zonnestroom  initiatief,  bijvoorbeeld  een  burenactie.  In  de  enquête  kon  dit  aangegeven  worden  bij  vraag  3,  wat  de  dichotome  variabele OnderdeelInitiatief heeft opgeleverd. In totaal gaven van de respondenten 41 huishoudens (17,9%)  aan  dat  hun  interesse  onderdeel  was  van  een  lokaal  initiatief.  Om  te  bepalen  of  dit  wordt  verklaard  door  financiële  of  sociale  factoren,  is  een  aantal  toetsen  uitgevoerd.  Hiervoor  zijn  de  variabelen  van  de  enquêtevragen  3,  9  en  15  gebruikt,  waarin  wordt  gevraagd  naar  de  motieven  en  de  verbondenheid  met  de  buurt. Allereerst zijn deze variabelen getest op significantie door middel van onafhankelijke T‐toetsen, zie Tabel  7.10. De uitgebreide resultaten zijn te vinden in Tabel VI.I. Het blijkt dat huishoudens die onderdeel zijn van  een  lokaal  initiatief  zich  significant  meer  verbonden  voelen  met  de  buurt.  Motieven  blijken  geen  direct  significant verband te vertonen met onderdeel van initiatief.  

59 

Resultaten  

          





  Tabel 7.10 Motieven en sociale cohesie huishoudens onderdeel initiatief  Motief 

Significantie

Investering in woning 

,518

Rendement op investering 

,159

Onafhankelijkheid energieleverancier 

,131

Bijdragen aan beter milieu 

,314

Leuk om eigen zonnestroom op te wekken 

,261

Meedoen aan lokaal initiatief 

,068

Verbondenheid met de buurt 

,022

Onderdeel  initiatief Nee Ja Nee Ja Nee Ja Nee Ja Nee Ja Nee Ja Nee Ja

n Gemiddelde waardering  1=helemaal niet belangrijk, 5=erg belangrijk  183 3,43 40 3,30 186 4,03 41 4,24 186 3,46 40 3,13 187 4,02 40 4,20 185 3,93 40 3,73 182 2,26 41 2,63 186 3,33 41 3,73

  Vervolgens is een logistische regressieanalyse uitgevoerd om een passend model te vinden voor de invloed van  motieven  en  sociale  cohesie  bij  huishoudens  die  onderdeel  zijn  van  een  initiatief.  De  dichotome  variabele  OnderdeelInitiatief  is  als  afhankelijke  variabele  gebruikt  en  sociale  cohesie  en  de  zes  motieven  als  onafhankelijke variabelen. Er bleek geen sprake te zijn van multicollineariteit, waardoor alle variabelen aan het  model  konden  worden  toegevoegd.  Zie  Tabel  VI.II.  Op  basis  van  de  resultaten  van  het  eerste  model,  is  een  tweede model gemaakt waarin InvesteringWoning is weggelaten vanwege de lage significantie. Zie Tabel 7.11  voor de resultaten. De volledige resultaten zijn te vinden in Tabel VI.III en Tabel VI.IV. Model 2 toont een lichte  verbetering  ten  opzichte  van  het  eerste  model,  zowel  in  significantie  als  in  verklaarde  variantie.  Onafhankelijkheid van energieleverancier en het meedoen met een lokaal initiatief tonen significantie. Bij een  betrouwbaarheidsinterval  van  90%  tonen  ook  het  bijdragen  aan  een  beter  milieu,  het  leuk  vinden  om  eigen  zonnestroom op te wekken en verbondenheid met de buurt significantie. Opvallend is dat dit juist alle ´softe´  factoren  zijn  en  juist  niet  de  financiële  factoren.  Huishoudens  die  onderdeel  zijn  van  een  lokaal  initiatief  hebben  significant  andere  motieven  en  voelen  meer  verbondenheid  met  de  buurt.  De  hypothese  wordt  dan  ook verworpen. Tot slot is getest of huishoudens die onderdeel zijn van een initiatief ook van mening zijn dat  een  initiatief  helpt  bij  de  aanschaf  van  een  installatie.  De  antwoorden  van  de  enquêtevragen  3  en  5  zijn  hiervoor gebruikt. Het verband tussen de bijbehorende, dichtome variabelen is vervolgens getest door middel  van een Chi‐kwadraat toets. Er blijkt een sterk, significant (Sig.=,001) verband te bestaan tussen onderdeel zijn  van een lokaal initiatief en de mening dat een initiatief helpt bij de aanschaf. Zie Tabel VI.V. Echter, onderdeel  uit maken van een initiatief blijkt geen significant (Sig.=,842) verband te vertonen met de aanschaf, zie Tabel  VI.VI. Hieruit kan geconcludeerd worden dat de betreffende huishoudens positieve ervaringen hebben met een  lokaal zonnestroominitiatief, maar dat er (nog) onvoldoende bewijs is dat het adoptieproces hiermee versneld  kan worden. Wel zou het zo kunnen zijn dat door lokale zonnestroominitiatieven huishoudens interesse tonen  die  dit  anders  niet  hadden  gedaan,  waardoor  het  adoptieproces  van  deze  huishoudens  wel  versneld  is  als  gevolg van het lokale zonnestroominitiatief.   Tabel 7.11 Regressiemodel onderdeel initiatief   

Model 1 Model 2 2 2 pseudo R =,143 pseudo R =,143 2 2 Chi =19,395  Chi =19,626  Df=7  Df=6  Sig.=,007  Sig.=,003  ‐2LogLL=180,776  ‐2LogLL=181,323  Sig. Exp(B) Sig. Exp(B) Constant  ,005 ,014 ,004 0,012 Investering in woning  ,770 ,948 Rendement op investering  ,130 1,446 ,133 1,425 Onafhankelijkheid van energieleverancier  ,035 ,712 ,026 ,705 Bijdragen aan beter milieu  ,076 1,522 ,065 1,546 Meedoen aan lokaal initiatief  ,032 1,441 ,034 1,431 Leuk om eigen zonnestroom op te wekken  ,087 ,704 ,065 ,689 Verbondenheid met de buurt  ,095 1,414 ,086 1,427 2  *Als indicatie voor de maat van de verklaring van de variantie is de waarde van Nagelkerke R gebruikt

             

60 

Resultaten  

          





 

7.3

Invloed sociale omgeving

In de theorie kwam naar voren dat het adoptieproces wordt beïnvloed door de sociale omgeving. Hypothese 2  bevestigt dit idee, doordat naar voren kwam dat de perceptie van de attributen van een zonnestroominstallatie  beïnvloed  wordt  door  het  kennen  van  iemand  met  een  zonnestroominstallatie.  In  de  wetenschap  dat  een  positieve perceptie het adoptieproces versnelt, speelt de sociale omgeving zodoende een belangrijke rol in het  adoptieproces.  Deze  invloed  kan  op  meerdere  manieren  tot  uiting  komen.  Huishoudens  kunnen  zich  bijvoorbeeld laten beïnvloeden door de meningen van anderen, wat ook in een aantal adoptiecategorieën van  Rogers  beschreven  wordt.  Zo  is  een  kenmerk  van  de  achterlopers  dat  zij  zich  in  hun  adoptieproces  laten  beïnvloeden  door  de  mening  van  hun  sociale  omgeving  en  dit  mee  laten  wegen  in  hun  keuze.  De  sociale  omgeving kan ook dienen als een middel om bekendheid en kennis van zonnestroominstallatie te verspreiden.  Het  ontstaan  van  lokale  zonnestroominitiatieven  toont  ook  aan  dat  het  onderwerp  zonnestroominstallaties  aanwezig is in de sociale omgeving, anders zouden dergelijke initiatieven niet ontstaan. In deze paragraaf staat  daarom  de  vierde  deelvraag  centraal:  wat  is  de  invloed  van  de  sociale  omgeving  op  het  diffusieproces  van  zonnestroomtechnologie onder Nederlandse huishoudens en hoe kan hier gebruik van worden gemaakt? Deze  deelvraag heeft een exploratief karakter. Aan de hand van antwoorden op enkele enquêtevragen zal daarom  geprobeerd worden de invloed van de sociale omgeving te beschrijven. Allereerst is onderzocht wat de invloed  is van een bekende met een zonnestroominstallatie. Uit hypothese 2 kwam al naar voren dat dit de perceptie  van de attributen positief beïnvloedt. Er is daarom getest of een bekende met een zonnestroominstallatie er  ook  voor  zorgt  dat  het  onderwerp  zonnestroominstallaties  vaker  ter  sprake  komt.  Dit  zou  het  mechanisme  kunnen  zijn  waardoor  de  sociale  omgeving  invloed  heeft  op  de  perceptie  van  de  attributen.  Hier  is  een  onafhankelijke T‐toets voor uitgevoerd, zie Tabel VII.I. Het blijkt dat huishoudens die iemand kennen met een  zonnestroominstallatie significant (Sig.=,000) vaker aangeven dat het onderwerp regelmatig ter sprake komt.  Zie ook Tabel 7.12. Meer informatie kan gevonden worden bij enquêtevraag waarin werd gevraagd in hoeverre  huishoudens  de  informatie  over  een  zonnestroominstallatie  via  hun  eigen  netwerk  hadden  verkregen.  Er  is  daarom een onafhankelijke T‐toets uitgevoerd tussen de variabelen NetwerkInformatie en NetwerkInstallatie,  zie Tabel VII.II. Huishoudens die iemand kennen met een zonnestroominstallatie blijken significant (Sig.=,009)  hoger te scoren op de vraag in hoeverre zijn informatie uit hun eigen netwerk hebben verkregen. Dit duidt erop  dat  de  sociale  omgeving  een  functie  heeft  in  het  verzamelen  en  verspreiden  van  informatie.  Vervolgens  is  getest of zonnestroominstallaties ook vaker onderwerp van gesprek zijn bij huishoudens die zelf een installatie  hebben aangeschaft. De resultaten van de onafhankelijke T‐toets zijn te vinden in Tabel VII.III. Ook hier blijkt  sprake te zijn van een significant (Sig.=,017) verband: bij huishoudens die een installatie hebben aangeschaft  blijkt  het  onderwerp  vaker  ter  sprake  te  komen.  Zie  Figuur  VII.I  voor  de  verdeling  van  de  variabele  Bespreekbaarheid. In Tabel 7.12 zijn de resultaten van de toetsen weergegeven. Op basis van deze drie toetsen  en de resultaten van hypothese 2 kan geconcludeerd worden dat de aanschaf van een zonnestroominstallatie  ervoor zorgt dat het onderwerp vaker ter sprake komt en dat deze gesprekken tot een positievere perceptie  van de attributen leiden.   Tabel 7.12 Invloed aanwezigheid installatie in omgeving op bespreekbaarheid onderwerp  Invloed 

Significantie

Bekende heeft  installatie Nee Ja Nee Ja

183 42 184 41

Significantie

Aanschaf

n

,017

Nee Ja

21 143

Onderwerp komt regelmatig ter sprake  

,000

Informatie voornamelijk via eigen  netwerk verkregen 

,009

Invloed  Onderwerp komt regelmatig ter sprake  

n

Gemiddelde waardering  1=helemaal niet mee eens, 5=helemaal mee eens  2,50 3,30 2,55 3,14 Gemiddelde waardering  1=helemaal niet mee eens, 5=helemaal mee eens  2,71 3,29

    Om  meer  inzicht  te  krijgen  in  de  manier  en  momenten  waarop  dergelijke  gesprekken  plaatsvinden,  is  in  de  enquête een open vraag opgenomen waarin de respondent de vraag werd gesteld bij welke gelegenheden of in  welke  situaties  het  onderwerp  ter  sprake  komt.  Er  is  bewust  gekozen  voor  een  open  vraag  met  een  brede  formulering, zodat de respondent zo min mogelijk gestuurd werd. Dit heeft wel tot gevolg dat de antwoorden  divers van aard zijn. Bij de analyse zijn de antwoorden daarom gecodeerd en van labels voorzien. De indeling  van deze labels is tot stand gekomen door eerst alle antwoorden te lezen en hier terugkomende thema´s in te  ontdekken,  welke  vervolgens  als  label  zijn  gebruikt.  Dit  proces  is  herhaaldelijk  uitgevoerd,  wat  uiteindelijk 

61 

Resultaten  

          





Aantal respondenten

  geresulteerd  heeft  in  een  tiental  labels.  Deze  labels  bevatten  zowel  gelegenheden  als  aanleidingen  voor  een  gesprek over zonnestroominstallaties en overlappen elkaar in sommige gevallen. Een antwoord kan zodoende  meerdere labels hebben gekregen. In Tabel VII.IV is de volledige codering van de antwoorden te vinden. Het  aantal  antwoorden  per  label  is  weergegeven  in  Figuur  7.2.  Om  deze  getallen  in  perspectief  te  plaatsen:  het  totaal aantal respondenten bedroeg 230, waarvan 151 respondenten een antwoord hadden ingevuld dat van  een  of  meerdere  labels  kon  worden  voorzien.  Zoals  in  de  figuur  te  zien  is,  heeft  ruim  de  helft  hiervan  aangegeven dat het onderwerp ter sprake komt tijdens gesprekken met privé contacten. Dit gebeurt veelal op  borrels en verjaardagen. Ook de score van het label werk en collega´s blijkt hoog te zijn. De scores van buren en  installatie gezien liggen een stuk lager. Dit duidt er op dat vooral de sociale omgeving van invloed is, wat het  beeld van hypothese 2 bevestigt. De lokale omgeving lijkt minder van invloed te zijn. Daarnaast is er een aantal  aanleidingen  te  zien  voor  het  onderwerp,  namelijk:  (zonnig)  weer,  energierekening  of  ‐besparing  en  bezit  of  zien  van  installatie.  Deze  concrete  aanleidingen  zijn  vooral  interessant  voor  marketingdoeleinden,  omdat  bedrijven in deze situaties in kunnen spelen op de behoefte die er op dit moment is.  

Aantal respondenten per label

90 80 70 60 50 40 30 20 10 0

  Figuur 7.2 Aantal respondenten per label 

7.4

Discussie

Bij de toetsing van de hypothesen zijn er diverse verbanden aangetoond in de verzamelde data. Voor de juiste  interpretatie dienen de grenzen van dit onderzoek duidelijk aangegeven te worden en de resultaten geplaatst  te worden in het theoretisch kader. Een belangrijke grens van dit onderzoek is dat de respondenten alleen ooit  interesse hebben getoond voor een zonnestroominstallatie. De populatie kan gezien worden als de innovators  en  early  adopters  in  het  adoptieproces.  Alle  resultaten  en  verbanden  dienen  dan  ook  in  dat  licht  geïnterpreteerd  te  worden.  Een  goed  voorbeeld  hiervan  is  de  toetsing  van  de  eerste  hypothese.  Volgens  de  theorie  van  Rogers  is  de  perceptie  van  de  attributen  een  belangrijke  voorspeller  voor  de  adoptie  van  een  innovatie. Uit de resultaten van dit onderzoek blijkt geen enkel significant verband tussen deze perceptie en de  aanschaf.  Dit  zou  de  suggestie  kunnen  wekken  dat  de  perceptie  van  attributen  geen  verband  houdt  met  de  diffusie  van  zonnestroomtechnologie  onder  huishoudens.  Echter,  de  hypothese  is  getoetst  op  een  specifieke  groep respondenten, die vergeleken met alle huishoudens in Nederland al in een gevorderd stadium zijn van  het  adoptieproces.  Uit  de  analyse  bleek  bovendien  dat  de  groep  respondenten  een  sterk  positieve  houding  hebben  ten  opzichte  van  een  zonnestroominstallatie.  Een  juiste  conclusie  is  dan  ook  om  te  stellen  dat  de  gehele groep early adopters in het adoptieproces gemiddeld gezien inderdaad een erg positieve houding heeft  ten opzichte van zonnestroomtechnologie, wat in overeenstemming is met de theorie van Rogers. Daarnaast  speelt  ook  leeftijd  een  opvallende  rol.  In  diverse  regressiemodellen  bleek  leeftijd  een  significante  invloed  te  hebben op de aanschaf van een zonnestroominstallatie. Hier zou de conclusie aan verbonden kunnen worden  dat  ouderen  eerder  een  zonnestroominstallatie  aanschaffen  dan  jongeren.  Dit  is  echter  een  voorbarige  conclusie, omdat de significante invloed is gevonden in een specifieke groep. In de groep early adopters blijken  ouderen inderdaad eerder over te gaan tot aanschaf, maar dit zegt feitelijk alleen iets over de hogere conversie  onder  ouderen.  Dit  betekent  niet  dat  installaties  vooral  door  ouderen  worden  aangeschaft.  Het  gevonden  verband  kan  namelijk  ook  verklaard  worden  doordat  ouderen  al  verder  in  hun  aankoopbeslissing  zijn  op  het  moment  dat  zij  interesse  tonen  bij  een  zonnestroombedrijf.  Een  verklaring  voor  de  lagere  conversie  onder 

62 

Resultaten  

          





  jongere huishoudens kan gevonden worden in het idee dat het tonen van interesse voor jongere huishoudens  meer vrijblijvend is en niet vanzelfsprekend gepaard gaat met de intentie om daadwerkelijk een installatie aan  te willen schaffen. De conclusie dat ouderen eerder een zonnestroominstallatie aanschaffen is op basis van dit  verband  dan  ook  niet  terecht.  Toch  speelt  leeftijd  wel  degelijk  een  rol,  maar  dan  op  basis  van  de  hoge  gemiddelde leeftijd van de groep respondenten. Deze is opvallend hoog voor de groep early adopters en sluit  niet  aan  bij  de  beschrijving  van  Rogers  van  deze  adoptiecategorie.  Het  hoge  inkomensniveau,  het  gebruik  maken van sociale contacten en het hoge opleidingsniveau passen wel in de beschrijving van deze categorie.  Blijkbaar  spelen  er  ook  andere  factoren  een  rol.  Een  antwoord  kan  gevonden  worden  in  de  aard  van  de  investering  en  in  de  huidige  regelgeving.  Het  aanschaffen  van  een  zonnestroominstallatie  blijkt  namelijk  een  investering  te  zijn  die  zich  kenmerkt  door  een  relatief  hoog  rendement  en  een  lange  terugverdientijd.  Daarnaast  blijkt  de  aanschaf  vanwege  de  regelgeving  rondom  salderen  alleen  interessant  voor  huishoudens  met een koophuis. De combinatie van deze drie kenmerken zorgt ervoor dat een grote groep, vooral jongere,  huishoudens  afvalt.  In  Figuur  7.3  is  een  schema  weergegeven  met  alle  gevonden  verbanden  binnen  het  adoptieproces van de groep respondenten, de groep early adopters.   Motieven bij aanschaf

 

Bijdrage aan beter milieu

    Persoonskenmerken 

 

Betrokkenheid  milieuproblematiek 

Onafhankelijkheid  energieleverancier 

Inkomensniveau   

Meedoen  met  lokaal  initiatief belangrijk 

Opleidingsniveau 

Leuk  eigen  zonnestroom  op te wekken 

Lokaal initiatief Lokaal  initiatief  helpt  bij  aanschaf 

Interesse  was  onderdeel  van lokaal initiatief 

     

Leeftijd 

Investering in woning

Aanschaf 

Sociale cohesie 

    Perceptie attributen 

   

Complexiteit 

Zichtbaarheid 

Compatibiliteit 

Bespreekbaarheid 

Informatie  netwerk 

via 

     

Aantal  installaties  in straat 

Bekende  installatie 

met 

Sociale omgeving 

 

Figuur 7.3 Adoptieproces zonnestroominstallatie early adopters

  Zoals  eerder  gesteld  gelden  de  gevonden  verbanden  en  conclusies  alleen  voor  de  groep  early  adopters.  De  aanbeveling  is  daarom  om  verder  onderzoek  te  doen  en  deze  resultaten  te  vergelijken  met  representatieve  steekproef  van  alle  Nederlandse  huishoudens.  Op  deze  manier  kunnen  de  gemiddelden  van  deze  groep  respondenten  in  perspectief  geplaatst  worden  en  kan  onderzocht  worden  welke  factoren  ervoor  zorgen  dat  deze  groep  huishoudens  verder  in  het  adoptieproces  is  dan  andere  huishoudens.  Op  deze  manier  kan  ook  bepaald worden welke barrières ondervonden worden tijdens het adoptieproces en kan hier specifiek beleid  op  gemaakt  worden.  Wanneer  bijvoorbeeld  blijkt  dat  de  aard  van  de  investering  voor  veel  huishoudens  een  barrière vormt, kunnen de regels met betrekking tot salderen aangepast worden of belastingvoordelen worden  ingevoerd.  Ook  bedrijven  zijn  gebaat  bij  verder  onderzoek  onder  Nederlandse  huishoudens.  Wanneer  bijvoorbeeld  blijkt  dat  huishoudens  een  installatie  complex  vinden,  kunnen  zijn  hun  informatievoorziening  hierop aanpassen. 

63 

Conclusie  

          





 

8. Conclusie Deze  scriptie  startte  met  de  vraag  welke  factoren  het  diffusieproces  van  zonnestroomtechnologie  onder  Nederlandse  huishoudens  verklaren  en  wat  hierbij  de  invloed  van  de  sociale  omgeving  is.  In  de  afgelopen  hoofdstukken is deze vraag vanuit verschillende perspectieven benaderd, waardoor nu een antwoord gegeven  kan worden op de onderzoeksvraag en conclusies getrokken kunnen worden.   →  Ontwikkeling  van  smart  grids,  liberalisering  elektriciteitsmarkt  en  integratie  Europese  energiemarkten  vormen belangrijke randvoorwaarde voor diffusie zonnestroomtechnologie   Met  de  liberalisering  van  de  elektriciteitsmarkt  is  een  belangrijke  stap  gezet  voor  de  transitie  naar  een  duurzame  energiehuishouding.  Door  toename  van  keuzemogelijkheden  is  het  makkelijker  geworden  om  een  leverancier te vinden die past bij specifieke situaties, zoals het zelf opwekken van zonnestroom. Huishoudens  kunnen  kiezen  voor  een  leverancier  met  ruime  mogelijkheden  voor  salderen  en  gunstige  tarieven  voor  teruglevering.  Ook  op  het  gebied  van  netbeheer  vinden  belangrijke  ontwikkelingen  plaats,  zowel  lokaal  als  internationaal.  De  toepassing  van  smart  grids  maakt  het  mogelijk  om  vraag  en  aanbod  beter  op  elkaar  af  te  stemmen.  Het  net  kan  daarmee  anticiperen  op  geleverde  zonnestroom  aan  het  net,  waardoor  teruglevering  aan het net niet voor problemen zorgt. Op internationaal niveau is de steeds verder gaande integratie van de  nationale  elektriciteitsmarkten  een  belangrijke  ontwikkeling,  omdat  hiermee  fluctuaties  opgevangen  kunnen  worden in verbruik of opwek. Dit zijn belangrijke ontwikkelingen voor zonnestroomtechnologie, aangezien de  opwek  hiervan  niet  continu  is  en  relatief  onvoorspelbaar  verloopt.  Zonnestroomtechnologie  heeft  op  dit  moment  nog  een  bescheiden  aandeel  in  de  elektriciteitsvoorziening,  maar  de  markt  is  dankzij  de  genoemde  ontwikkelingen klaar voor toepassing op grotere schaal wat de verdere diffusie van zonnestroomtechnologie  onder huishoudens mogelijk maakt.   → Gebrek aan coherent en consistent beleid en regelgeving beperken het innovatieproces en de diffusie   De diffusie wordt echter ook beïnvloed door het overheidsbeleid, dat zich de afgelopen decennia gekenmerkt  heeft  door  wisselvalligheid.  Een  belangrijk  gevolg  hiervan  is  dat  de  Nederlandse  consumentenmarkt  zich  jarenlang  nauwelijks  heeft  ontwikkeld,  waardoor  het  innovatiesysteem  niet  goed  kon  functioneren.  Door  technologische ontwikkeling is de prijs echter gedaald en werd zonnestroom concurrerend, waardoor de markt  in  de  laatste  twee  jaar  explosief  is  gegroeid.  Door  voortdurende  onduidelijkheid  over  subsidieregelingen  kenmerkte deze periode zich echter nog steeds door sterk wisselend beleid, wat voor onzekerheid zorgde en  de ontwikkeling van de markt verstoorde. Daarnaast wordt de mogelijkheid tot salderen op dit moment sterk  beperkt  door  de  regelgeving,  waardoor  een  zonnestroominstallatie  slechts  voor  een  beperkte  groep,  huishoudens  die  eigenaar  zijn  van  het  dak  van  hun  woning,  toegankelijk  is.  Dit  kwam  ook  naar  voren  in  het  onderzoek  onder  de  early  adopters  in  het  adoptieproces  van  zonnestroominstallaties.  Dit  is  ook  een  van  de  oorzaken dat op dit moment grote, geschikte dakoppervlaktes van huurhuizen en ‐flats niet benut worden.   → Zonnestroominstalla e slechts voor een kleine groep beschikbaar door regelgeving en aard van investering   Uit  de  resultaten  van  de  enquête  die  onder  de  groep  early  adopters  werd  gehouden,  kwam  naar  voren  dat  deze  groep  bezit  over  een  hoog  opleidingsniveau,  een  redelijk  hoge  gemiddelde  leeftijd  en  een  hoog  inkomensniveau.  Een  zonnestroominstallatie  blijkt  vooral  interessant  voor  samenwonende  zestigplussers  en  gezinnen  met  een  leeftijd  rond  de  48  jaar.  Een  verklaring  hiervoor  kan  gevonden  worden  in  de  aard  van  de  investering, welke zich kenmerkt door een relatief hoog rendement en een lange terugverdientijd. De aanschaf  van  een  zonnestroominstallatie  is  zodoende  vooral  interessant  voor  mensen  met  een  koophuis  en  een  financiële situatie die een investering van duizenden euro’s met een terugverdientijd van tenminste tien jaar  toelaat.  De  specifieke  (persoons)kenmerken  van  de  onderzochte  groep  early  adopters  zijn  dan  ook  niet  verwonderlijk.  Het  belangrijkste  motief  bij  de  aanschaf  van  een  installatie  blijkt  het  rendement  op  de  investering te zijn, kort gevolgd door het bij willen dragen aan een beter milieu. De groep early adopters blijkt  een positieve houding, gemeten aan de hand van de attributen van de innovatietheorie van Rogers, te hebben  richting  een  zonnestroominstallatie.  Deze  indicatoren  kunnen  daarom  goed  gebruikt  worden  om  het  adoptieproces van andere groepen te analyseren en te vergelijken.   → Sociale omgeving hee  posi eve invloed op het adop eproces van huishoudens   In  het  onderzoek  zijn  sterke  aanwijzingen  naar  voren  gekomen  dat  de  houding  ten  opzichte  van  een  zonnestroominstallatie wordt beïnvloed door de sociale omgeving. Huishoudens die iemand kennen met een 

64 

Conclusie  

          





  zonnestroominstallatie blijken hier vaker over te praten, verkrijgen informatie over een zonnestroominstallatie  voor  een  groter  deel  uit  hun  eigen  netwerk  en  hebben  een  positievere  perceptie  van  de  attributen  complexiteit,  zichtbaarheid  en  compatibiliteit  dan  andere  huishoudens.  De  sociale  omgeving  heeft  zodoende  een positief effect op het adoptieproces van huishoudens. De invloed van de omgeving vindt vooral plaats via  sociale contacten en minder via de lokale omgeving.   → Deelnemers van een lokaal zonnestroominitiatief vinden ’softe’ motieven belangrijker   Uit  het  onderzoek  naar  de  lokale  zonnestroominitiatieven  kwam  naar  voren  dat  deelnemende  huishoudens  andere  motieven  belangrijk  vinden  bij  de  aankoop  van  een  zonnestroominstallatie.  In  een  lokaal  zonnestroominitiatief  wordt  meer  waarde  gehecht  aan  de  ‘softere’  motieven,  zoals  onafhankelijkheid  van  energieleverancier, bijdragen aan een beter milieu, mee willen doen aan een lokaal initiatief, leuk vinden om  eigen zonnestroom op te wekken en de verbondenheid met de buurt. In combinatie met het gegeven dat de  sociale omgeving positieve invloed heeft op het adoptieproces, kunnen lokale zonnestroominitiatieven daarom  een  belangrijke  bijdragen  leveren  aan  de  diffusie  van  zonnestroomtechnologie  onder  Nederlandse  huishoudens. Er kan daarbij gebruik gemaakt worden van de verschillende vormen van lokale initiatieven en de  specifieke ervaringen hiermee, zodat aangesloten kan worden bij de lokale behoefte.    Al met al staat zonnestroomtechnologie in Nederland er anno 2013 goed voor. Ondanks dat de technologie van  ver heeft moeten komen en de sector het jarenlang met weinig middelen en aandacht heeft moeten doen, lijkt  de  stap  naar  de  grote  massa  gemaakt  te  gaan  worden.  Ondanks  dat  een  zonnestroominstallatie  nog  slechts  voor een beperkte groep huishoudens is weggelegd, is de markt de laatste twee jaren explosief gegroeid. De  opkomst  van  lokale  zonnestroominitiatieven,  de  positieve  invloed  van  de  sociale  omgeving  en  de  mogelijke  verruiming  van  de  regelgeving  rondom  het  salderen  kunnen  de  diffusie  van  zonnestroomtechnologie  verder  stimuleren,  waardoor  zonnestroomtechnologie  een  belangrijke  energiebron  kan  worden  in  Nederland:  iets  nieuws onder de zon.       

65 

 

Literatuur   ACM.  (2013).  Vergunninghouders  elektriciteit.  Laatst  geraadpleegd  op  5  augustus  2013  via:  https://www.acm.nl/nl/onderwerpen/energie/energiebedrijven/vergunninghouders‐elektriciteit/  AgentschapNL.  (2013).  Subsidieregeling  Zonnepanelen.  Laatst  geraadpleegd  op  19  augustus  2013  via:  http://www.agentschapnl.nl/programmas‐regelingen/subsidieregeling‐zonnepanelen  AgentschapNL. (2013b). Subsidiebudget zonnepanelen op: ruim 90.000 aanvragen. Laatst geraadpleegd op 18  augustus  2013  via:    http://www.agentschapnl.nl/actueel/nieuws/subsidiebudget‐zonnepanelen‐op‐ruim‐ 90000‐aanvragen  Albaum, G. (1997). The Likert scale revisited: an alternate version. Journal of the Market Research Society, Vol.  39, pp. 331‐349.  Algemene Rekenkamer. (2007). Subsidieregeling «Milieukwaliteit Elektriciteitsproductie» (MEP). Op 6 juli 2013  ontleend aan http://www.rekenkamer.nl/dsresource?objectid=67923&type=org  APX.  (2013).  Annual  Report  2012.  Op  28  juni  2013  ontleend  aan  http://www.apxgroup.com/wp‐ content/uploads/APX‐Annual‐Report‐2012.pdf  Arkesteijn, K. & Oerlemans, L. (2005). The early adoption of green power by Dutch households: an emperical  exploration of factors influencing the early adoption of green electricity for domestic purposes. Energy Policy,  Vol. 33, pp. 183‐196.  Barnett, E., & Casper, M. (2001). A Definition of Social Environment. American Journal of Public Health, Vol. 91  (3), p 465.  Barr, S., Gilg, A.W. & Ford, N. (2005), The household energygap: examining the divide between habitual‐ and  purchase‐related conservation behavior. EnergyPolicy, Vol. 33, pp. 1425–1444.  Bartiaux,  F.,  Vekemans,  G.,  Gram‐Hanssen,  K.,  Maes,D.,  Cantaert,  M.,  Spies,  B.  &  Desmedt,  J.  (2006).  Socio‐ technical factors influencing residential energy consumption. Brussel: Belgian Science Policy. Op 17 mei 2013  ontleend aan http://www.belspo.be/belspo/organisation/publ/pub_ostc/CPen/rappCP52_en.pdf  Berenschot. (2011). Roadmap Zon op Nederland. Een roadmap voor het solar ecosysteem van Nederland naar  een  wereldwijd  (uit)stralende  topregio.  Op  26  april  2013  ontleend  aan   http://www.ecn.nl/fileadmin/ecn/corp/Nieuws/2011/Roadmap_Zon_op_het_Zuiden.pdf  Borgida,  E.  &  Nisbett,  R.  (1977).  The  differential  impact  of  abstract  vs.  concrete  information  on  decision.  Journal of Applied Social Psychology, Vol. 7, pp. 258–271.  Bryman, A. (2001). Social Research Methods. Oxford: Oxford University Press  Carless, S.A. & De Paola, C. (2000). The measurement of cohesion in work teams. Small Group Research, Vol.  31, pp. 71–88.  Carlsson‐Kanyama,  A.,  Linden,  A.L.  &  Eriksson,  B.  (2005).  Residential  energy  behaviour:  does  generation  matter? International Journal of Consumer Studies, Vol. 29 (3), pp. 239–253.  CBS.  (2012).  Zonnestroom  naar  sector.  Laatst  geraadpleegd  op  12  juni  2013  via:  http://www.cbs.nl/nl‐ NL/menu/themas/industrie‐energie/cijfers/incidenteel/maatwerk/2012‐zonnestroom‐naar‐sector‐2011.htm  CBS.  (2012b).  Inkomen  en  bestedingen.  laatst  geraadpleegd  op  28  juli  2013  via:  http://www.cbs.nl/nl‐ NL/menu/themas/inkomen‐bestedingen/cijfers/extra/inkomensverdeling.htm  CBS. (2012c).  Beroepsbevolking; behaalde onderwijs naar herkomst geslacht en leeftijd. laatst geraadpleegd op  26  juli  2013  via:  http://statline.cbs.nl/StatWeb/publication/?VW=T&DM=SLNL&PA=71822NED&D1=0‐ 1&D2=0&D3=0&D4=0‐4&D5=a&D6=0&D7=0,4‐l&HD=110405‐1452&HDR=T,G2,G1,G5,G6&STB=G4,G3  CBS. (2013). Hernieuwbare energie; capaciteit, binnenlandse productie en verbruik. Laatst geraadpleegd op 14  2013  via:  http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=71457NED&D1=3,5,12‐ juni  13&D2=6&D3=10‐21&VW=T  CBS.  (2013b).  Elektriciteit:  productie  naar  bron.  Laatst  geraadpleegd  op  2  augustus  2013  via:  http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=80030NED&D1=1&D2=0&D3=0‐1,6‐10&D4=3‐ 13&HDR=G2,T,G1&STB=G3&CHARTTYPE=1&VW=T  CBS.  (2013c).  Elektriciteitsbalans;  aanbod  en  verbruik.  Laatst  geraadpleegd  op  21  juni  2013  via:  http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=00377&D1=a&D2=346,363,380&HDR=G1&STB=T &VW=T  CBS. (2013d). Beroepsbevolking; kerncijfers naar geslacht en andere persoonskenmerken. Laatst geraadpleegd  september  2013  via:   10  http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=71958NED&D1=0,5&D2=0&D3=0,42‐ 43&D4=51,56,65&HDR=T&STB=G1,G2,G3&VW=T 

66 

 

CBS.  (2013e).  Kerncijfers  wijken  en  buurten.  Laatst  geraadpleegd  op  28  augustus  2013  via:  http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=70904NED&D1=49&D2=0,6858‐ 6859,6868&D3=2‐3&HDR=T,G2&STB=G1&VW=T  CBS.  (2013f).  Consumentenprijzen;  inflatie  vanaf  1963.  Laatst  geraadpleegd  op  28  augustus  2013  via:   http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=70936NED&D1=0&D2=493,506,519,532,545,558, 571,584,597,610,623,636,649&HDR=T&STB=G1&VW=T  CBS.  (2013g).  Aardgas  en  elektriciteit,  gemiddelde  prijzen  van  eindverbruikers.  Laatst  geraadpleegd  op  29  augustus  2013  via:  http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=81309NED&D1=8&D2=0&D3=0&D4=4,9,14,24,29 ‐30&HDR=T&STB=G2,G3,G1&CHARTTYPE=3&VW=T  CBS. (2013h). Prognose huishoudens naar type; leeftijd, burgerlijke staat, 2013‐2060. Laatst geraadpleegd op 16  oktober  2013  via:  http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=81653NED&D1=0‐1,3‐ 5&D2=0,112‐114&D3=0&D4=0,12,27,l&HD=130416‐1704&HDR=T,G2&STB=G1,G3  Chang, K.C. & Lee, T.S. (2008). Outlook for solar waterheaters inTaiwan. Energy Policy, Vol. 36(1), pp. 66–72.  Coenraads,  R.  &  Zegers,  F.  (2012).  Inventarisatie  van  het  beleid  omtrent  salderen  en  terugleveren  van  zonnestroom  in  de  Nederlandse  energiemarkt.  Op  14  augustus  2013  ontleend  aan  http://zonnestroomproducenten.org/docs/Salderingsoverzicht‐2012‐Stichting‐Zonne‐energie‐Wageningen‐ DEF.pdf  De  Windvogel.  (2013).  Jaarverslag  2012.  Op  12  mei  2013  ontleend  aan  http://www.windvogel.nl/wp‐ content/uploads/2008/11/Jaarverslag‐txt‐2O12concept15mei13‐.pdf  deA.  (2013).  Rapportage  zonnepanelenactie  2012.  Op  15  mei  2013  ontleend  aan:  http://www.hieropgewekt.nl/sites/default/files/Rapportage%20Zon%202012%20‐%20deA.pdf  Del Río, P. & Mir‐Artigues, P. (2012). Support for solar PV‐deployment in Spain: Some policy lessons. Renewable  and Sustainable Energy Reviews, Vol. 16, pp. 5557–5566.  Devine‐Wright, P. & Wiersma, B. (2013). Opening up the “local” to analysis: exploring the spatiality of UK urban  decentralised energy initiatives. Local Environment, Vol. 18 (10), pp. 1099‐1116.   Duan, Y., He, Q., Feng, W., Li, D. & Fu, Z. A study on e‐learning take‐up intention from an innovation adoption  perspective: a case in China. Computers & Education, Vol. 55 (1), pp. 237‐246.  Dumaij, A.C.M., Van Heezik, A.A.S. & Felsö, F.A. (2012). Productiviteitstrends in de energiesector: een empirisch  onderzoek naar het effect van regulering op de productiviteitsontwikkeling tussen 1988 en 2011. Delft: IPSE  Studies  Durham,  C.A.  &  Colby,  B.G.  (1988).  The  impact  of  state  tax  credits  and  energy  prices  on  adoption  of  solar  energy systems. Land Economics, Vol. 64 (4), pp. 347‐355.  Deltawind.  (2013).  Alles  in  de  wind,  alles  over  windenergie.  Op  12  mei  2013  ontleend  aan  http://www.deltawind.nl/docs/item/132  DNV‐KEMA.  (2012).  Nationaal  actieplan  Zonnestroom  2012.  Op  2  mei  2013  ontleend  aan  http://www.hollandsolar.nl/downloads/684/Nationaal%20Actieplan%20Zonnestroom‐final.pdf   aan  ECN.  (2012).  Energietrends  in  2012.  Op  14  april  2013  ontleend  http://www.ecn.nl/docs/library/report/2012/b12005.pdf  Ecofys.  (2012).  National  Survey  Report  of  PV  Power  Applications  in  The  Netherlands  2011.  Op  14  april  2013  ontleend aan http://www.hollandsolar.nl/downloads/642/nsr_2011_NLD.pdf  Edquist, C. (1997). Systems of Innovation: Technologies, Institutions and Organizations, London: Pinter/Cassell.  Edquist, C. (2004). Reflections on the systems of innovation approach. Science and Public Policy, Vol. 31(6), pp.  485‐489   Ehrhart,  M.G.  &  Naumann,  S.E.  (2004).  Organizational  citizenship  behavior  in  work  groups:  A  group  norms  approach. Journal of Applied Psychology, Vol. 89, pp. 960–974.  Energieleveranciers.nl. (2013). Alle energieleveranciers in Nederland. Laatst geraadpleegd op 5 augustus 2013  via: http://www.energieleveranciers.nl/energieleveranciers  Energieraad. (2011). Briefadvies beleidsinstrumenten hernieuwbare elektriciteit. Op 26 juni 2013 ontleend aan  http://www.energieraad.nl/Include/ElectosFileStreaming.asp?FileId=878  EPIA.  (2011).  Solar  Photovoltaics  Competing  in  the  Energy  Sector:  On  the  road  to  competitiveness.  Op  24  juli  2013 ontleend aan http://www.epia.org/news/publications/  Europese  Commissie.  (2013).  EU  imposes  provisional  anti‐dumping  tariffs  on  Chinese  solar  panels.  Laatst  geraadpleegd op 22 augustus 2013 via: http://europa.eu/rapid/press‐release_IP‐13‐501_en.pdf  Europese Commissie. (2013b). Commissaris De Gucht: “Er is een minnelijke schikking gevonden tussen de EU en  China  over  de  zonnepanelen  die  zal  leiden  tot  een  nieuw  marktevenwicht  en  duurzame  prijzen”.  Laatst  geraardpleegd op 26 augustus 2013 via: http://europa.eu/rapid/press‐release_MEMO‐13‐729_nl.htm 

67 

 

Eurostat.  (2013).  Electricity  prices  for  household  consumers.  Laatst  geraadpleegd  op  29  augustus  2013  via:   http://epp.eurostat.ec.europa.eu/portal/page/portal/energy/data/main_Tabels  Faiers, A. & Neame, C. (2006). Consumer attitudes towards domestic solar power systems. Energy Policy, Vol.  34 (14), pp. 1797–1806.  Festinger, L., Schachter, S., & Back, K. (1950). Social pressures in informal groups. New York: Harper.  Fischer, C. (2008). Feedback on household electricity consumption: A tool for saving energy? Energy Efficiency,  Vol. 1 (1), pp. 79‐104.  Fleischman, L.A., De Bruin, W.B. & Morgan, M.G. (2010) Informed public preferences for electricity portfolios  with CCS and other low‐carbon technologies. Risk Analysis, Vol. 30 (9), pp. 1399‐1410.  Forsyth, D.R. (2010). Group Dynamics (5th Ed.) (pp. 118‐122). Belmont: Wadsworth, Cengage Learning.  Freeman,  C.  (1987).  Technology  policy  and  economic  performance  ‐  Lessons  from  Japan.  London,  New  York:  Frances Printer Publishers.  Gadsden,  S.  &  Rylatt,  M.  (2003).  Putting  solar  energy  on  the  urban  map:  a  new  GIS‐based  approach  for  dwellings. Solar Energy, Vol. 74 (5), pp. 397–407.  Gaslicht.com. (2013). Energieleveranciers vergelijken op prijs en kwaliteit. Laatst geraadpleegd op 10 augustus  2013 via: http://www.gaslicht.com/energieleveranciers  Groene  Courant.  (2012).  Noord‐Hollandse panelenactie  groter  dan  Zon Zoekt  Dak.  laatst  geraadpleegd  op  21  augustus  2013  via:  http://groenecourant.nl/zonne‐energie/noord‐hollandse‐panelenactie‐groter‐dan‐zon‐ zoekt‐dak/  Guidolin,  M.  &  Mortarino,  C.  (2010).  Cross‐country  diffusion  of  photovoltaic  systems:  modelling  choices  and  forecasts for national adoption patterns. Technological Forecasting and Social Change, Vol. 77, pp. 279–296.  Haas,  R.  &  Ornetzeder,  M.  (1999).  Socio‐economic  aspects  of  the  Austrian  200  kWp‐photovoltaic‐ rooftopprogramme. Solar Energy, Vol. 66 (3), pp. 183–191.  Hajer, M. (2011). De energieke samenleving. Alblasserdam: Drukkerij Haveka.   Hawkins, D.I., Mothersbaugh, D.L., & Best, R.J. (2007). Consumer behavior: building marketing strategy. Boston:  McGraw‐Hill/Irwin.  Hekkert,  M.P.,  Suurs,  R.A.A.,  Negro,  S.O.,  Kuhlmann,  S.  &  Smits,  R.E.H.M.  (2007).  Functions  of  innovation  systems: a new approach for analyzing technological change. Technological Forecasting Social Change, Vol.  74 (4), pp. 413–432.  Hekkert, M.P. & Negro, S.O. (2008). Functions of innovation systems as a framework to understand sustainable  technological change: empirical evidence for earlier claims. Technological Forecasting & Social Change, Vol.  76 (4), pp. 584‐594.  Hekkert,  M.P.  &  Ossebaard,  M.  (2010).  De  Innovatiemotor  –  het  versnellen  van  baanbrekende  innovaties.  Utrecht: van Gorcum.   Herring, H., Caird, S., & Roy, R. (2007). Can consumers save energy? Results from surveys of consumer adoption  and use of low and zero carbon technologies. ECEEE Summer Studies, pp. 1885‐1895.  HIERopgewekt.  (2013).  Collectieve  inkoop  zonnepanelen:  handreiking  voor  initiatieven.  Op  20  mei  2013  ontleend  aan  http://www.hieropgewekt.nl/sites/default/files/Collectieve%20inkoop%20zonnepanelen%20‐ %20handreiking%20voor%20initiatieven%20‐%20mei%202013.pdf  HIERopgewekt.  (2013b).  Initiatieven  overzicht.  Laatst  geraadpleegd  op  19  augustus  2013  via:  http://www.hieropgewekt.nl/initiatieven  Hirst,  E.  &  Goeltz,  R.  (1982).  Residential  energy  conservation  actions:  analysis  of  disaggregated  data.  Energy  Systems and Policy, Vol. 6 (1), pp. 135–150.  Holland  Solar.  (2012).  Holland  Solar  houdt  subsidie  regeling  scherp  in  de  gaten.  Laatst  geraadpleegd  op  3  augustus 2012 via: http://www.hollandsolar.nl/nieuws‐van‐2012‐pagina3‐a114‐holland‐solar‐houdt‐subsidie‐ regeling‐scherp‐in‐de‐gaten.html  Independer.nl.  (2013).  Spaarrekening  vergelijken.  Laatst  geraadpleegd  op  29  augustus  2013  via:  http://www.independer.nl/spaarrekening/sparen.aspx  Innovatieplatform.  (2010).  Duurzame  energie:  economisch  groeigebied  voor  Nederland  met  groene  potentie.  Op  28  mei  2013  ontleend  aan  http://www.rijksoverheid.nl/bestanden/documenten‐en‐ publicaties/rapporten/2010/07/21/advies‐duurzame‐energie‐van‐het‐innovatieplatform/ip‐advies‐ duurzame‐energie.pdf  Islam, T. & Meade, N. (2013). The impact of attribute preferences on adoption timing: The case of photo‐voltaic  (PV) solar cells for household electricity generation. Energy Policy, Vol. 55, pp. 521–530.  Jacobsson, S. & Johnson, A. (2000). The diffusion of renewable energy technology: an analytical framework and  key issues for research. Energy Policy, Vol. 28 (9), pp. 625‐640 

68 

 

Jacobsson,  S. &  Bergek, A.  (2004).  Transforming  the  energy  sector:  the  evolution  of  technological  systems  in  renewable energy technology. Industrial and Corporate Change, Vol. 13 (5), pp. 815‐849.  Jager, W. (2006). Stimulating  the diffusion of  photovoltaic  systems:  a behavioural  perspective.  Energy  Policy,  Vol. 34, pp. 1935–1943.  Jacobsson,  S.  &  Lauber,  V.  (2006).  The  politics  and  policy  of  energy  system  transformation  ‐  explaining  the  German diffusion of renewable energy technology. Energy Policy, Vol. 34 (3), pp. 256–276.  Kaplan,  A.  W.  (1999).  From  passive  to  active  about  solar  electricity:  innovation  decision  process  and  photovoltaic Interest Generation. Technovation, Vol. 19 (8), pp. 467‐481.  Keinemans, J.H. & Beuningen, J.C.B.M. (2011). Elektriciteitswet 1998. Deventer: Kluwer.   Keirstead, J. (2007). Behavioural responses to photovoltaic systems in the UK domestic sector. Energy Policy,  Vol. 35, pp. 4128–4141.  Kellstedt, P.M. & Zahran, S. (2008). Personal efficacy, the information environment and attitudes toward global  warming and climate change in the United States. Risk Analysis, Vol. 28 (1), pp. 113–126.  Kemp, R.; Van Sinderen, J.; Mulder, M.; Borkent, K.; Cordeweners, J. & Leliefeld, D. (2012). Outcome van NMa‐ optreden: resultaten voor 2011. Den Haag: Nederlandse Mededingingsautoriteit.  Kwan,  C.L.  (2012).  Influence  of  local  environmental,  social,  economic  and  political  variables  on  the  spatial  distribution of residential solar PV arrays across the United States. Energy Policy, Vol. 47, pp. 332–344.  Labay,  D.G.  &  Kinnear,  T.C.  (1981).  Exploring  the  consumer  decision  process  in  the  adoption  of  solar  energy  systems. Journal of Consumer Research, Vol. 8, pp. 271–278.  Lam, J.C. & Wan, K.K.W. (2008). Climatic influences on solar modeling in China. Renewable Energy, Vol. 33 (7),  pp. 1591–1604.  Lee,  E.J.  &  Lee,  J.  (2003).  A  two‐step  estimation  of  consumer  adoption  of  technology‐  based  service  innovations. Journal of Consumer Affairs, Vol. 37 (2), pp. 256–282.  Li, Z. & Tang, R. (2005). Towards green rural energy in Yunnan, China. Renewable Energy, Vol. 30 (2), pp. 99– 108.  Long,  J.  (1993).  An  econometric  analysis  of  residential  expenditures  on  energy  conservation  and  renewable  energy sources. Energy Economics, Vol. 15 (4), pp. 232–238.  Mahapatra,  K.  &  Gustavsson,  L.  (2008).  An  adopter‐centric  approach  to  analyze  the  diffusion  patterns  of  innovative residential heating systems in Sweden. Energy Policy, Vol. 36, pp. 577–590.  Martins,  C.B.M.J.,    Steil,  A.V.  &  Todesco,  J.L.  (2004).  Factors  influencing  the  adoption  of  the  Internet  as  a  teaching tool at foreign language schools. Computers & Education, Vol. 42 (4), pp. 353‐374.  Maurer, J. & Pierce, H. R. (1998). A comparison of Likert scale and traditional measures of self‐efficacy. Journal  of Applied Psychology, 83, pp. 324‐329.     McNeill, L.H., Kreuter, M.W. & Subramanian, S.V. (2006). Social Environment and Physical activity: a review of  concepts and evidence. Social Science & Medicine, Vol. 63, pp. 1011–1022.   Meade,  N.  &  Islam,  T.  (2006).  Modelling  and  forecasting  the  diffusion  of  innovation  ‐  a  25  year  review.  International Journal of Forecasting, Vol. 22 (3), pp. 519–54.  Ministerie  van  BZK.  (2012).  Zonnecollectoren  en  zonnepanelen.  Laats  geraadpleegd  op  26  augustus  2013  via:  http://www.rijksoverheid.nl/documenten‐en‐publicaties/brochures/2010/07/20/zonnecollectoren‐en‐ zonnepanelen.html  Ministerie  van  ELI.  (2011).  Openstelling  SDE+  2011.  Op  10  augustus  2013  ontleend  aan  http://www.rijksoverheid.nl/documenten‐en‐publicaties/kamerstukken/2011/04/22/openstelling‐sde‐.html  Ministerie  van  ELI.  (2011b).  Energierapport  2011.  Op  14  augustus  2013  ontleend  aan  http://www.rijksoverheid.nl/documenten‐en‐publicaties/rapporten/2011/06/10/energierapport‐2011.html  Ministerie van EZ. (2002). Energierapport 2002. Investeren in energie. Keuzes voor de toekomst. Op 14 augustus  2013 ontleend aan http://gasunie.eldoc.ub.rug.nl/FILES/root/2003/2562751/2562751.pdf  Ministerie  van  EZ.  (2005).  Energierapport  2005.  Nu  voor  later.  Op  14  augustus  2013  ontleend  aan  http://www.nlog.nl/resources/Publicaties/Energierapport2005.pdf   Ministerie  van  EZ.  (2008).  Energierapport  2008.  Op  14  augustus  2013  ontleend  aan  http://www.rijksoverheid.nl/documenten‐en‐publicaties/rapporten/2008/06/18/energierapport‐2008.html  Ministerie  van  VROM.  (2007).  Werkprogramma  Schoon  en  Zuinig.  Nieuwe  energie  voor  het  klimaat.  Op  13  augustus  2013  ontleend  aan  http://www.rijksoverheid.nl/documenten‐en‐ publicaties/rapporten/2007/09/01/nieuwe‐energie‐voor‐het‐klimaat‐werkprogramma‐schoon‐en‐zuinig.html  Minton,  A.  &  Rose,  R.  (1997).  The  effects  of  environmental  concern  on  environmentally  friendly  consumer  behavior: an exploratory study. Journal of Business Research, Vol 40, pp. 37‐48.  Montfoort,  J.A.  &  Ros,  J.P.M.  (2008).  Zonne‐energie  in  woningen:  evaluatie  van  transities  op  basis  van  systeemopties. Bilthoven: Milieu‐ en Natuurplanbureau (MNP)  

69 

 

Moore, G.C. & Benbasat, I. (1991). Development of an instrument to measure the perceptions of adopting an  information technology innovation. Information systems Research, Vol. 2 (3), pp. 192‐220.   Moore, G.A. (1999). Crossing the Chasm: Marketing and Selling High‐tech Products to Mainstream Customers.  New York: Harper Business.  Morris,  M.G.  &  Venkatesh,  V.  (2000).  “Age  differences  in  technology  adoption  decisions:  implications  for  a  changing work force. Personnel Psychology, Vol. 53 (2), pp. 375–403.  Munoz,  M.,  Oschmann,  V.  &  Tabara,  J.D.  (2007).  Harmonization  of  renewable  electricity  feed‐in  laws  in  the  European Union. Energy Policy, Vol. 35, pp. 3104–3114.  Nair,  G.,  Gustavsson  L.  &  Mahapatra  K.  (2010).  Factors  influencing  energy  efficiency  investments  in  existing  Swedish residential buildings. Energy Policy, Vol. 38, pp. 2956–2963.  Negro,  S.O.,  Hekkert,  M.P.  &  Smits,  R.E.  (2007).  Explaining  the  failure  of  the  Dutch  innovation  system  for  biomass digestion ‐ A functional analysis. Energy Policy, Vol. 35 (2), pp. 925‐938.  Negro, S.O., Vasseur, V., Van Sark, W.G.J.H.M. & Hekkert, M.P. (2012). Solar eclipse: the rise and 'dusk' of the  Dutch PV innovation system. International Journal of Technology, Policy and Management, Vol. 12 (2‐3), pp.  135‐157.  Nelson, R.R. & Nelson, K. (2002). Technology, institutions and innovation systems. Research Policy, Vol. 31, pp.  265–272  Netbeheer Nederland. (2013). Meer zonnepaneelinstallaties dan gedacht. Laatst geraadpleegd op 16 oktober  2013  via:  http://www.netbeheernederland.nl/nieuws/nieuws‐detail/?newsId=c8f9ed70‐7877‐40e1‐a1e7‐ 17c5e6c183b6  Noordenwind.  (2013).  Noordenwind.  Laatst  geraadpleegd  op  8  augustus  2013  via:  http://noordenwind.org/pages/6/Noordenwind  ODE.  (2013).  ODE  leden:  duurzame  energie  coöperaties.  Laatst  geraadpleegd  op  11  augustus  2013  via:  http://www.duurzameenergie.org/19‐ODE‐leden‐‐duurzame‐energie‐cooperaties  Ouwehand,  J.,  Post,  E.  &  Papa,  T.J.G.  (2012).  Toegepaste  energietechniek.  (2e  druk).  Den  Haag:  Academic  service  Peeters, J.M., de Veer, A.J.E., van der Hoek, L. & Francke, A.L. (2012). Factors influencing the adoption of home  telecare by elderly or chronically ill people: a national survey. Journal of Clinical Nursing, Vol. 21 (21‐22), pp.  3183–3193  Polder  PV.  (2013).  Inkoopacties  Nederland.  Laatst  geraadpleegd  op  20  augustus  2013  via:  http://www.polderpv.nl/inkoopacties_Nederland.htm   Poortinga,  W.,  Steg,  L.,  Vleg,  C.  &  Wiesma,  G.  (2003).  Household  preference  for  energy  saving  measures:  a  conjoint analysis. Journal of Economic Psychology, Vol. 24 (1), pp. 49–64.  Rogers, E.M. (1995). The diffusion of Innovations (5th ed.). Glencoe: Free Press of Glencoe.  Rotmans, J. (2011). Staat van de energietransitie in Nederland. Laatst geraadpleegd op 20 september 2013 via  http://janrotmans.blogspot.com/2011/08/staat‐van‐de‐energietransitie‐in.html  Saxenian, A. (1994). Regional Advantage: Culture and competition in Silicon Valley and route 128. Cambridge:  Harvard University Press.  Schaeffer, G. J., Alsema, E., Seebregts, A., Beurskens, L., de Moor, H., van Sark, W., Durstewitz, M., Perrin, M.,  Boulanger,  P.,  Laukamp,  H.  &  Zuccaro  C.  (2004).  Learning  from  the  Sun;  Analysis  of  the  use  of  experience  curves for energy policy purposes: The case of photovoltaic power. Final report of the Photex project. Petten:  ECN.   Schoen,  T.  J.  N.  (2001).  Building  integrated  pv  installations  in  the  Netherlands  ‐  examples  and  operational  experiences. Utrecht: Ecofys Energy and Environment.  Schwencke, A.M. (2012). Energieke Bottomup in lage landen, de energietransitie van onderaf. Op 20  februari  2013  ontleend  aan  http://www.asisearch.nl/wp‐content/uploads/2012/08/ESSAY‐Energieke‐BottomUp‐in‐ Lage‐Landen‐Schwencke‐21082012‐FINAL.pdf  SER.  (2001).  Nationaal  Milieubeleidsplan  4.  Op  22  augustus  ontleend  aan  http://www.ser.nl/~/media/db_adviezen/2000_2009/2001/b20003.ashx  SER.  (2013).  Belangrijke  stap  richting  energieakkoord  voor  duurzame  groei.  Laatst  geraadpleegd  op  12  september  2013  via  http://www.ser.nl/nl/actueel/persberichten/2010‐2019/2013/20130712‐belangrijke‐ stap‐richting‐energieakkoord‐voor‐duurzame‐groei.aspx  Sidiras,  D.K.  &  Koukios,  E.G.  (2004).  Solar  systems  diffusion  in  local  markets.  Energy  Policy,  Vol.  32  (18),  pp.  2007–2018.  Solliance. (2013). Solliance. Laatst geraadpleegd op 10 augustus 2013 via : www.solliance.eu  Solease.  (2013).  Solease  Werkgever.  Laatst  geraadpleegd  op  12  augustus  2013  via:  http://www.sol‐ ease.nl/werkgever/ 

70 

 

Spaarrente.nl. (2013). Spaarrente vergelijken. Laatst geraadpleegd op 29 augustus 2013 via: www.spaarrente.nl  Stern, P.C. (1992). What psychology knows about energy conservation. American Psychologist, Vol. 47 (10), pp.  1224–1232.  Stichting  Monitoring  Zonnestroom,  (2013)  Grootschalige  inkoopacties,  ervaringen  en  leerpunten.  Op  10  mei  2013  ontleend  aan  http://zonnestroom.ophetweb.nu/wp‐ content/uploads/2013/03/SMZ_201301_Rapport_Inkoopacties2.pdf  Tsoutsos,  T.  &  Gekas,  V.  (2003).  Technical  and  economical  evaluation  of  solar  thermal  power  generation.  Renewable Energy, Vol. 28 (6), pp. 873–886.  Tweede  Kamer.  (1990).  Nota  Energiebesparing.  Op  2  augustus  2013  ontleend  aan  http://www.energie.nl/beleid/kst21570_12.pdf  Tweede Kamer. (2000). Wet van 22 juni 2000, houdende regels omtrent het transport en de levering van gas  geraadpleegd  op  4  augustus  2013  via:  (Gaswet).    Laatst  http://wetten.overheid.nl/BWBR0011440/geldigheidsdatum_05‐09‐2013  Tweede  Kamer.  (1995).  Derde  Energienota.  Den  Haag:  Sdu  Uitgevers.  Op  10  augustus  ontleend  aan  https://zoek.officielebekendmakingen.nl/kst‐24525‐2.html  Tweede Kamer. (1998). Wet van 2 juli 1998, houdende regels met betrekking tot de productie, het transport en  de  levering  van  elektriciteit  (Elektriciteitswet  1998).  Laatst  geraadpleegd  op  4  augustus  2013  via:  http://wetten.overheid.nl/BWBR0009755/  Tweede  Kamer.  (2011).  Stimulering  duurzame  energieproductie.  Op  29  augustus  2013  ontleend  aan  http://www.parlementairemonitor.nl/9353000/1/j4nvgs5kjg27kof_j9vvij5epmj1ey0/vioph7oiqbxs/f=/kst312 39109.pdf  Tweede  Kamer.  (2012).  Vaststelling  van  de  begrotingsstaten  van  het  Ministerie  van  Economische  Zaken,  Landbouw  en  Innovatie  (XIII)  voor  het  jaar  2012.  Op  27  augustus  2013  ontleend  aan  https://zoek.officielebekendmakingen.nl/kst‐33000‐XIII‐2.pdf  Urban,  G.L.,  Hauser,  J.R.,  Qualls,  W.J.,  Weinberg,  B.D.,  Bohlmann,  J.D.  &  Chicos,  R.A.    (1997).  Information   acceleration: validation and lessons from the field.  Journal of Marketing Research, Vol. 4 (1), pp. 143–153.  Urban,  G.L.,  Weinberg,  B.D.  &  Hauser,  J.R.  (1996).  Pre  market  forecasting  of  really  new  products.  Journal  of  Marketing, Vol. 60 (1), pp. 47–60.  Ürge‐Vorsatz, D. & Hauff, J. (2001). Drivers of market transformation: analysis of the Hungarian lighting success  story. Energy Policy, Vol. 29, pp. 801–810.  Van Sark, W., Esmeijer, K., Muizebelt, P. & Rutten, G. (2012). Bronnen en monitoringsinitiatieven. Op 12 maart  2013  ontleend  aan  http://www.zonnestroomnl.nl/wp‐content/uploads/2013/08/Rapport‐Bronnen‐en‐ Monitoringsinitiatieven.pdf  Van  Sark,  W.,  Muizebelt,  P.  &  Cace,  J.  (2013).  Inventarisatie  PV  markt  Nederland  –  eindrapport  met  status  december 2012. Utrecht: Stichting Monitoring Zonnestroom.  Vasseur, V., Kamp, L.M., & Negro, S.O. (2013). A Comparative analysis of photovoltaic technological innovation  systems  including  international  dimensions:  the  cases  of  Japan  and  the  Netherlands.  Journal  of  Cleaner  Production, Vol. 48, pp. 200‐210.  Verbong, G., Van Selm, A., Knoppers R. & Raven, R. (2001). Een kwestie van lange adem; de geschiedenis van  duurzame energie in Nederland. Boxtel: Aeneas Technical Publishers.  Verhees, B., Raven R., Veraart, F., Smith, A., & Kern, F. (2013). The development of solar PV in The Netherlands:  a case of survival in unfriendly contexts. Renewable and Sustainable Energy Reviews, Vol. 19, pp. 275‐289.  Walsh, M. (1989). Energy tax credits and housing improvements. Energy Economics, Vol. 11 (4), pp. 275–284.  Walker,  G.,  Devine‐Wright,  P.,  Hunter,  S.,  High,  H.  &  Evans,  B.  (2010).  Trust  and  community:  exploring  the  meanings, contexts and dynamics of community renewable energy. Energy Policy, Vol. 38, pp. 2655–2663.  Wejnert, B. (2002). Integrating models of diffusion of innovations: a conceptual framework. Annual Review of  Sociology, Vol. 28, pp. 297–306.  Wiser, R. & Barbose, G. (2009). Tracking the Sun II: The Installed Cost of Photovoltaics In the U.S. from 1998– 2008. Berkeley: L.B.N. Laboratory Berkeley.  WRR. (2012). Vertrouwen in burgers. Amsterdam: Amsterdam University Press.  Zeeuwind.  (2013).  Nieuwsbrief  mei  2012.  Op  11  mei  2013  ontleend  aan  http://www.zeeuwind.nl/de‐ vereniging/zeeuwind‐nieuws  Zoellner, J., Schweizer‐Ries,  P. & Wemheuer, C. (2008). Public acceptance of renewable energies: results from  case studies in Germany. Energy Policy, Vol. 36, pp. 4136–4141. 

71 

   

 

                                                   

 

                                 

  B I J L A G E N 

     

 

Inhoudsopgave   Lijst van figuren en tabellen .................................................................................................................................... 2  I 

Enquête .......................................................................................................................................................... 3 

II 

Statistieken respondenten ............................................................................................................................. 6 

III 

Statistieken en toetsen hypothese 1 .............................................................................................................. 7 

IV 

Statistieken en toetsen hypothese 2 ............................................................................................................ 12 

V 

Statistieken en toetsen hypothese 3 ............................................................................................................ 28 

VI 

Statistieken en toetsen hypothese 4 ............................................................................................................ 35 

VII  Statistieken en toetsen invloed sociale omgeving ....................................................................................... 39 

   

 

Lijst van figuren en tabellen   Figuren:  Figuur II.I Spreiding leeftijd respondenten ............................................................................................................. 6  Figuur VII.I Verdeling antwoorden Bespreekbaarheid .......................................................................................... 40    Tabellen:  Tabel II.I Gemiddelde leeftijd per woonsituatie ...................................................................................................... 6  Tabel III.I Resultaten onafhankelijke T‐toest Aanschaf en AttributenTotaal .......................................................... 7  Tabel III.II Collineariteit variabelen regressiemodel ................................................................................................ 7  Tabel III.III Regressiemodel 1 aanschaf zonnestroominstallatie ............................................................................. 8  Tabel III.IV Regressiemodel 2 aanschaf zonnestroominstallatie ............................................................................. 9  Tabel III.V Regressiemodel 3 aanschaf zonnestroominstallatie ............................................................................ 10  Tabel III.VI Regressiemodel 4 aanschaf zonnestroominstallatie ........................................................................... 11  Tabel IV.I Resultaten Chi‐kwadraat toets AantalInstallaties en NetwerkInstallatie ............................................. 12  Tabel IV.II Regressiemodel perceptie zichtbaarheid ............................................................................................. 13  Tabel IV.III Regressiemodel perceptie relatief voordeel ....................................................................................... 14  Tabel IV.IV Regressiemodel perceptie compatibiliteit .......................................................................................... 15  Tabel IV.V Regressiemodel perceptie testbaarheid .............................................................................................. 16  Tabel IV.VI Regressiemodel perceptie complexiteit ............................................................................................. 17  Tabel IV.VII Regressiemodel perceptie zichtbaarheid, gecontroleerd op leeftijd ................................................. 18  Tabel IV.VIII Regressiemodel perceptie relatief voordeel, gecontroleerd op leeftijd ........................................... 19  Tabel IV.IX Regressiemodel perceptie compatibiliteit, gecontroleerd op leeftijd ................................................ 20  Tabel IV.X Regressiemodel perceptie testbaarheid, gecontroleerd op leeftijd .................................................... 21  Tabel IV.XI Regressiemodel perceptie complexiteit, gecontroleerd op leeftijd .................................................... 22  Tabel IV.XII Resultaten onafhankelijke T‐toest leeftijd en Complexiteit ............................................................... 23  Tabel IV.XIII Resultaten Chi‐kwadraat test NetwerkInstallatie en Aanschaf ........................................................ 23  Tabel IV.XIV Resultaten Chi‐kwadraat toets AanstalInstallaties en Aanschaf ...................................................... 24  Tabel IV.XV Collineariteit variabelen regressiemodel omgeving en aanschaf ...................................................... 24  Tabel IV.XVI Regressiemodel 1 invloed zonnestroominstallatie in omgeving op aanschaf .................................. 25  Tabel IV.XVII Regressiemodel 2 invloed zonnestroominstallatie in omgeving op aanschaf ................................. 26  Tabel IV.XVIII Regressiemodel 3 invloed zonnestroominstallatie in omgeving op aanschaf ................................ 27  Tabel V.I Resultaten onafhankelijke T‐toets motieven en aanschaf ..................................................................... 28  Tabel V.II Regressiemodel Bijdragen aan beter milieu ......................................................................................... 29  Tabel V.III Regressiemodel Leuk om eigen zonnestroom op te wekken ............................................................... 30  Tabel V.IV Regressiemodel Meedoen aan lokaal initiatief .................................................................................... 31  Tabel V.V Collineariteit variabelen regressiemodel motieven en aanschaf .......................................................... 32  Tabel V.VI Regressiemodel 1 aanschaf .................................................................................................................. 32  Tabel V.VII Regressiemodel 2 aanschaf ................................................................................................................. 33  Tabel V.VIII Regressiemodel 3 aanschaf ................................................................................................................ 34  Tabel VI.I Resultaten T‐toetsen onderdeel initiatief ............................................................................................. 35  Tabel VI.II Collineariteit variabelen regressiemodel onderdeel initiatief ............................................................. 36  Tabel VI.III Regressiemodel 1 onderdeel initiatief ................................................................................................ 36  Tabel VI.IV Regressiemodel 2 onderdeel initiatief ................................................................................................ 37  Tabel VI.V Resultaten Chi‐kwadraat toets initiatief helpt bij aanschaf ................................................................. 37  Tabel VI.VI Resultaten Chi‐kwadraat toets onderdeel initiatief en aanschaf ....................................................... 38  Tabel VII.I Resultaten onafhankelijke T‐toets Bespreekbaarheid en NetwerInstallatie ........................................ 39  Tabel VII.II Resultaten onafhankelijke T‐toets NetwerkInformatie en NetwerInstallatie ..................................... 39  Tabel VII.III Resultaten onafhankelijke T‐toets Aanschaf en Bespreekbaarheid ................................................... 40  Tabel VII.IV Indeling labels gelegenheden en situaties waarin zonnestroomtechnologie ter sprake komt ......... 41   



2   

 

I

Enquête

  1.

2.

3.

4.     5.

6.

7.

8.

Kent u iemand met een zonnestroominstallatie?        ⃝  Ja        ⃝   Nee    In welk type omgeving woont u?        ⃝   het centrum van een grote stad        ⃝  Een woonwijk of rijtjeshuis        ⃝  buitengebied    Kwam uw interesse in zonnepanelen voort uit een lokale zonnestroomactie, bijvoorbeeld via uw buurt  of een vereniging waar u lid van bent?  ⃝  Ja  ⃝   Nee    Heeft u een zonnestroominstallatie aangeschaft?     ⃝   Ja        ⃝   Nee, plaatsing bleek helaas niet rendabel of mogelijk op mijn dak        ⃝   Nee, geen interesse    Zou een georganiseerde zonnestroomactie in uw buurt u helpen of geholpen hebben bij de aanschaf  van een zonnestroominstallatie?  ⃝  Ja  ⃝   Nee    Indien u een zonnestroominstallatie aangeschaft heeft met subsidie, bent u tot aanschaf over gegaan  vanwege de subsidie?  ⃝  Ja  ⃝   Nee  ⃝  Niet van toepassing    Bent u lid van een milieuorganisatie?  ⃝  Ja  ⃝   Nee    Hoeveel huishoudens in uw straat hebben een zonnestroominstallatie? (Uzelf niet meegerekend)  ⃝  0  ⃝   1  ⃝  2  ⃝   3  ⃝  4  ⃝   5  ⃝  meer dan 5 

   

 

3   

 

  Hoe belangrijk vindt u onderstaande redenen bij de aanschaf van een zonnestroominstallatie? 

9.    

       

Helemaal  niet  Niet  belangrijk  belangrijk 

Investeren in mijn woning  Rendement op investering  Minder afhankelijk van energieleverancier  Bijdragen aan een beter milieu   Leuk om eigen stroom op te wekken  Meedoen met een lokale zonnestroomactie 

⃝  ⃝  ⃝  ⃝  ⃝  ⃝ 

Neutraal 

Belangrijk

⃝  ⃝  ⃝  ⃝  ⃝  ⃝ 

⃝  ⃝  ⃝  ⃝  ⃝  ⃝ 

⃝  ⃝  ⃝  ⃝  ⃝  ⃝ 

Erg belangrijk

⃝  ⃝  ⃝  ⃝  ⃝  ⃝ 

  Bent u het eens met onderstaande stellingen?  10. Een zonnestroominstallatie levert mij financieel voordeel op  ⃝  Eens  ⃝   Oneens    11. Een zonnestroominstallatie is eenvoudig in mijn woning toe te passen  ⃝  Eens  ⃝   Oneens    12. Ik wist na het gesprek met de adviseur goed hoe een zonnestroominstallatie er uit zou gaan zien en  wat het mij zou opleveren  ⃝  Eens  ⃝   Oneens    13. Een zonnestroominstallatie is ingewikkeld  ⃝  Eens  ⃝   Oneens    14. In mijn omgeving bevinden zich woningen met een zonnestroominstallatie  ⃝  Eens  ⃝   Oneens          15. In hoeverre bent u het eens met onderstaande stellingen?     

Helemaal  niet  Niet  mee eens  eens 

Ik voel me verbonden met de buurt    Ik vind het belangrijk dat de installateur uit de omgeving komt en snel  bij mijn installatie kan zijn  Informatie  over  de  zonnestroominstallatie  heb  ik  via  mijn  eigen  sociale contacten verkregen   De persoonlijke informatie op maat van de adviseur gaf antwoord op  al mijn vragen  In  mijn  sociale  omgeving  komt  het  onderwerp  zonnepanelen  regelmatig ter sprake   

mee  Neutraal 

Eens

Helemaal  mee eens 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

⃝ 

  16. In welke situatie of bij welke gelegenheden komt het onderwerp zonnepanelen ter sprake?          4   

 

         

         

  17. Wat is uw geboortejaar?          ___ ___ ___ ___    18. Wat is het jaarlijks bruto inkomen van uw huishouden?        ⃝   < 25.000 Euro Bruto        ⃝   25.000 – 35.000 Euro Bruto        ⃝   35.000 – 45.000 Euro Bruto        ⃝   45.000 – 60.000 Euro Bruto        ⃝   > 60.000 Euro Bruto  19. Wat is de hoogst afgeronde opleiding binnen uw huishouden?        ⃝   Basisonderwijs of speciaal onderwijs        ⃝   MAVO, VBO, VMBO of onderbouwen HAVO/VWO        ⃝   MBO, HAVO of VWO        ⃝   HBO of WO‐bachelor        ⃝   WO Master of doctoraal  20. Wat is uw woonsituatie?       

     

     

⃝   ⃝   ⃝   ⃝  

Alleenwonend  Samenwonend  Gezin met kinderen  Anders 

  21. Hoeveel personen telt uw huishouden?      ___ ___              

 

5   

 

II

Statistieken respondenten

 

 

Figuur II.I Spreiding leeftijd respondenten 

Tabel II.I Gemiddelde leeftijd per woonsituatie  Group Statistics   

Woonsituatie 

N 

Samenwonend 

Mean 

Std. Deviation 

Std. Error Mean 

91

61,76

9,254 

,970

105

47,50

7,010 

,684

Leeftijd  Gezin met kinderen 

Independent Samples Test   

Levene's Test 

t‐test for Equality of Means 

for Equality of  Variances  F 

Sig. 

t 

df 

Sig. (2‐

Mean 

Std. Error 

95% Confidence Interval of 

tailed) 

Difference

Difference

the Difference  Lower 

Equal variances 

2,748 

Upper 

,099  12,244

194

,000

14,253

1,164

11,957 

16,549

12,008

166,204

,000

14,253

1,187

11,910 

16,597

assumed  Leeftijd  Equal variances 

 

 

not assumed 

6   

 

III

Statistieken en toetsen hypothese 1

  Tabel III.I Resultaten onafhankelijke T‐toest Aanschaf en AttributenTotaal  Group Statistics  Zonnestroominstallatie 

 

N 

Mean 

aangeschaft  Ja 

Std. 

Std. Error 

Deviation 

Mean 

143

4,43

,708

,059

21

4,14

1,276

,278

Totaal attributen  Nee 

  Independent Samples Test   

Levene's Test for 

t‐test for Equality of Means 

Equality of Variances  F 

Sig. 

t 

df 

Sig. (2‐

Mean 

Std. Error 

95% Confidence Interval 

tailed) 

Difference

Difference 

of the Difference  Lower 

Equal variances  Totaal 

assumed 

attributen  Equal variances 

22,511 

,000

Upper 

1,555

162

,122

,291

,187 

‐,078 

,660

1,021

21,841

,318

,291

,285 

‐,300 

,881

 

not assumed 

 

  Tabel III.II Collineariteit variabelen regressiemodel 

Model 

Collinearity Statistics  Tolerance 

 

VIF 

Relatief voordeel 

,918 

1,089

Compatibiliteit 

,856 

1,168

Testbaarheid 

,843 

1,186

Complexiteit 

,784 

1,275

Zichtbaarheid 

,960 

1,042

Inkomensniveau 

,813 

1,230

Opleidingsniveau 

,813 

1,230

Leeftijd 

,906 

1,104

7   

 

Tabel III.III Regressiemodel 1 aanschaf zonnestroominstallatie  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

5,567

5

,351

Block 

5,567

5

,351

Model 

5,567

5

,351

  Model Summary  Step  1 

‐2 Log likelihood 

Cox & Snell R Square 

101,582 

Nagelkerke R Square 

,039

,073

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

2,661 

3

,447

Variables in the Equation   

B 

S.E. 

Wald 

df 

Sig. 

Exp(B) 

RelatiefVoordeel 

‐,171

1,124

,023

1

,879 

,843

Compatibiliteit 

1,086

,937

1,344

1

,246 

2,962

Testbaarheid 

,673

,648

1,079

1

,299 

1,960

Complexiteit 

‐,246

,908

,073

1

,787 

,782

Zichtbaarheid 

‐1,464

1,074

1,859

1

,173 

,231

2,037

1,811

1,264

1

,261 

7,667

Step 1 

Constant 

8   

 

Tabel III.IV Regressiemodel 2 aanschaf zonnestroominstallatie  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

9,562

6

,144

Block 

9,562

6

,144

Model 

9,562

6

,144

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

97,587 

Nagelkerke R Square 

,066

,124

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

6,525 

8

,589

Variables in the Equation   

B 

Step 1 

Wald 

df 

Sig. 

Exp(B) 

RelatiefVoordeel 

,073

1,149

,004

1

,949 

1,076

Compatibiliteit 

,664

1,006

,436

1

,509 

1,943

Testbaarheid 

,945

,684

1,907

1

,167 

2,572

Complexiteit 

‐,007

,918

,000

1

,994 

,993

Zichtbaarheid 

‐1,427

1,088

1,720

1

,190 

,240

,052

,027

3,659

1

,056 

1,054

‐1,008

2,383

,179

1

,672 

,365

Leeftijd  Constant 



S.E. 



9   

 

Tabel III.V Regressiemodel 3 aanschaf zonnestroominstallatie  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

10,507

7

,162

Block 

10,507

7

,162

Model 

10,507

7

,162

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

97,193 

Nagelkerke R Square 

,072

,134

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

4,428 

8

,817

Variables in the Equation   

B 

S.E. 

Wald 

df 

Sig. 

Exp(B) 

RelatiefVoordeel 

,179

1,154

,024

1

,877 

1,196

Compatibiliteit 

,759

1,030

,543

1

,461 

2,135

Testbaarheid 

,941

,693

1,845

1

,174 

2,564

Complexiteit 

‐,040

,929

,002

1

,965 

,960

Zichtbaarheid 

‐1,447

1,098

1,738

1

,187 

,235

Leeftijd 

,058

,028

4,233

1

,040 

1,060

Inkomen 

,168

,227

,552

1

,458 

1,183

Constant 

‐2,077

2,751

,570

1

,450 

,125

Step 1 

 

 

10   

 

Tabel III.VI Regressiemodel 4 aanschaf zonnestroominstallatie  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

11,620

8

,169

Block 

11,620

8

,169

Model 

11,620

8

,169

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

95,529 

Nagelkerke R Square 

,080

,149

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

3,575 

8

,893

  Variables in the Equation   

B 

Step 1 

 

S.E. 

Wald 

df 

Sig. 

Exp(B) 

RelatiefVoordeel 

,181

1,166

,024

1

,877 

1,198

Compatibiliteit 

,905

1,039

,758

1

,384 

2,471

Testbaarheid 

,932

,699

1,775

1

,183 

2,540

Complexiteit 

‐,016

,941

,000

1

,986 

,984

Zichtbaarheid 

‐1,466

1,116

1,726

1

,189 

,231

Leeftijd 

,055

,028

3,882

1

,049 

1,057

Inkomen 

,262

,234

1,250

1

,264 

1,299

Opleiding 

‐,378

,325

1,357

1

,244 

,685

Constant 

‐,902

2,900

,097

1

,756 

,406

 

11   

 

IV

Statistieken en toetsen hypothese 2

Tabel IV.I Resultaten Chi‐kwadraat toets AantalInstallaties en NetwerkInstallatie  Aantal zonnestroominstallaties in straat * Bekende heeft zonnestroominstallatie Crosstabulation   

Bekende heeft zonnestroominstallatie  Ja  Count 

Total 

Nee  69

20

89 

77,5%

22,5%

39,0% 

40

7

47 

85,1%

14,9%

20,6% 

32

7

39 

82,1%

17,9%

17,1% 

21

6

27 

77,8%

22,2%

11,8% 

8

1

9 

88,9%

11,1%

3,9% 

16

1

17 

94,1%

5,9%

7,5% 

186

42

228 

81,6%

18,4%

100,0% 

0  %   Count  1  %   Count  Aantal 

2  %  

zonnestroominstallaties  in straat 

Count  3  %   Count  4  %   Count  Meer dan 5  %   Count 

Total  %  

  Chi‐Square Tests   

Value 

Asymp. Sig. (2‐sided) 

Pearson Chi‐Square 

3,725  

5

,590

Likelihood Ratio 

4,240 

5

,515

Linear‐by‐Linear Association 

2,003 

1

,157

N of Valid Cases 

   

df  a

228 

 

12   

 

Tabel IV.II Regressiemodel perceptie zichtbaarheid  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

70,219

6

,000

Block 

70,219

6

,000

Model 

70,219

6

,000

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

175,973 

Nagelkerke R Square 

,267

,402

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

2,943 

5

0,709  

Variables in the Equation   

B 

S.E. 

InstallatiesStraat 

a

Step 1  

Wald  33,330

df  5

Sig.  ,000 

Exp(B) 

InstallatiesStraat(1) 

‐2,143

,526

16,622

1

,000 

,117 

InstallatiesStraat(2) 

‐3,707

1,041

12,670

1

,000 

,025 

InstallatiesStraat(3) 

‐2,180

,661

10,884

1

,001 

,113 

InstallatiesStraat(4) 

‐21,173

13291,764

,000

1

,999 

,000 

InstallatiesStraat(5) 

‐21,105

9703,335

,000

1

,998 

,000 

,959

,449

4,565

1

,033 

2,610 

‐1,138

,579

3,857

1

,050 

,320 

NetwerkInstallatie  Constant 

a. Variable(s) entered on step 1: InstallatiesStraat, NetwerkInstallatie. 

 

 

13   

 

Tabel IV.III Regressiemodel perceptie relatief voordeel  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

13,022

6

,043

Block 

13,022

6

,043

Model 

13,022

6

,043

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

178,714 

Nagelkerke R Square 

,056

,098

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

0,244 

5

0,999  

Variables in the Equation   

B 

S.E. 

Wald  4,413

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,492

Exp(B) 

InstallatiesStraat(1) 

,260

,495

,276

1

,600

1,297

InstallatiesStraat(2) 

,463

,554

,700

1

,403

1,590

InstallatiesStraat(3) 

1,117

,787

2,013

1

,156

3,055

InstallatiesStraat(4) 

‐,837

,766

1,195

1

,274

,433

InstallatiesStraat(5) 

19,640

9720,200

,000

1

,998

338404663,503

NetwerkInstallatie 

‐,752

,435

2,986

1

,084

,471

Constant 

2,373

,625

14,397

1

,000

10,732

   

 

 

14   

 

  Tabel IV.IV Regressiemodel perceptie compatibiliteit  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

18,662

6

,005

Block 

18,662

6

,005

Model 

18,662

6

,005

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

182,973 

Nagelkerke R Square 

,079

,134

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

0,574 

6

0,997  

Variables in the Equation   

B 

S.E. 

Wald  2,621

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,758

Exp(B) 

InstallatiesStraat(1) 

‐,137

,505

,074

1

,786

InstallatiesStraat(2) 

‐,321

,514

,389

1

,533

,726

InstallatiesStraat(3) 

,565

,702

,647

1

,421

1,759

InstallatiesStraat(4) 

‐,581

,888

,428

1

,513

,559

InstallatiesStraat(5) 

,882

1,090

,655

1

,418

2,416

‐1,628

,404

16,208

1

,000

,196

3,703

,640

33,439

1

,000

40,576

NetwerkInstallatie  Constant 

,872

     

 

15   

 

Tabel IV.V Regressiemodel perceptie testbaarheid  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

11,123

6

,085

Block 

11,123

6

,085

Model 

11,123

6

,085

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

193,231 

Nagelkerke R Square 

,048

,081

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

0,155 

5

1,000  

Variables in the Equation   

B 

S.E. 

Wald  9,218

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,101

Exp(B) 

InstallatiesStraat(1) 

‐,971

,470

4,271

1

,039

,379

InstallatiesStraat(2) 

‐,905

,491

3,404

1

,065

,404

InstallatiesStraat(3) 

,585

,804

,530

1

,466

1,796

InstallatiesStraat(4) 

‐,751

,868

,748

1

,387

,472

InstallatiesStraat(5) 

,744

1,084

,472

1

,492

2,105

NetwerkInstallatie 

‐,469

,443

1,123

1

,289

,625

Constant 

2,531

,652

15,068

1

,000

12,567

   

 

16   

 

Tabel IV.VI Regressiemodel perceptie complexiteit  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

11,870

6

,065

Block 

11,870

6

,065

Model 

11,870

6

,065

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

164,834 

Nagelkerke R Square 

,051

,094

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

1,779 

5

,879  

Variables in the Equation   

B 

S.E. 

Wald  2,722

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,743

Exp(B) 

InstallatiesStraat(1) 

‐,791

,517

2,343

1

,126

,453

InstallatiesStraat(2) 

‐,421

,570

,546

1

,460

,657

InstallatiesStraat(3) 

,036

,712

,003

1

,960

1,037

InstallatiesStraat(4) 

18,987

13213,310

,000

1

,999

176126838,775

InstallatiesStraat(5) 

‐,301

,842

,128

1

,720

,740

NetwerkInstallatie 

‐1,219

,441

7,651

1

,006

,295

3,643

,704

26,784

1

,000

38,193

Constant 

   

 

17   

 

Tabel IV.VII Regressiemodel perceptie zichtbaarheid, gecontroleerd op leeftijd  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

65,635

7

,000

Block 

65,635

7

,000

Model 

65,635

7

,000

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

164,642 

Nagelkerke R Square 

,264

,401

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

6,162 

8

,629  

Variables in the Equation   

B 

S.E. 

InstallatiesStraat 

a

Step 1  

Wald  31,058

df  5

Sig.  ,000 

Exp(B) 

InstallatiesStraat(1) 

2,277

,577

15,600

1

,000 

9,750 

InstallatiesStraat(2) 

3,663

1,047

12,249

1

,000 

38,992 

InstallatiesStraat(3) 

2,039

,667

9,343

1

,002 

7,685 

21,193

13256,841

,000

1

,999 

15996392

InstallatiesStraat(4) 

41,851  21,061

10324,498

,000

1

,998 

InstallatiesStraat(5)  NetwerkInstallatie 

14015966 61,750 

‐1,004

,464

4,686

1

,030 

,367 

Leeftijd 

,006

,017

,127

1

,722 

1,006 

Constant 

,904

1,087

,691

1

,406 

2,470 

a. Variable(s) entered on step 1: InstallatiesStraat, NetwerkInstallatie. 

 

 

18   

 

Tabel IV.VIII Regressiemodel perceptie relatief voordeel, gecontroleerd op leeftijd  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

12,559

7

,084

Block 

12,559

7

,084

Model 

12,559

7

,084

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

175,167 

Nagelkerke R Square 

,057

,097

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

5,315 

8

,723  

Variables in the Equation   

B 

S.E. 

Wald  4,256

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,513

Exp(B) 

InstallatiesStraat(1) 

,265

,500

,281

1

,596

1,303

InstallatiesStraat(2) 

,483

,556

,752

1

,386

1,620

InstallatiesStraat(3) 

1,054

,791

1,774

1

,183

2,870

InstallatiesStraat(4) 

‐,853

,785

1,181

1

,277

,426

InstallatiesStraat(5) 

19,709

10332,598

,000

1

,998

362839114,605

NetwerkInstallatie 

‐,761

,438

3,019

1

,082

,467

Leeftijd 

‐,008

,017

,198

1

,656

,992

Constant 

2,753

1,175

5,489

1

,019

15,693

   

 

 

19   

 

Tabel IV.IX Regressiemodel perceptie compatibiliteit, gecontroleerd op leeftijd  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

12,559

7

,084

Block 

12,559

7

,084

Model 

12,559

7

,084

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

175,167 

Nagelkerke R Square 

,057

,097

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

5,315 

8

,723  

Variables in the Equation   

B 

S.E. 

Wald  2,207

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,820

Exp(B) 

InstallatiesStraat(1) 

‐,355

,518

,468

1

,494

,701

InstallatiesStraat(2) 

‐,424

,531

,637

1

,425

,654

InstallatiesStraat(3) 

,349

,715

,238

1

,626

1,417

InstallatiesStraat(4) 

‐,494

,925

,285

1

,593

,610

InstallatiesStraat(5) 

,630

1,097

,329

1

,566

1,877

‐1,595

,417

14,636

1

,000

,203

,020

,018

1,213

1

,271

1,020

2,694

1,173

5,271

1

,022

14,784

NetwerkInstallatie  Leeftijd  Constant 

     

 

20   

 

Tabel IV.X Regressiemodel perceptie testbaarheid, gecontroleerd op leeftijd  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

11,597

7

,115

Block 

11,597

7

,115

Model 

11,597

7

,115

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

178,724 

Nagelkerke R Square 

,053

,090

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

9,003 

8

,342  

Variables in the Equation   

B 

S.E. 

Wald  9,544

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,089

Exp(B) 

InstallatiesStraat(1) 

‐1,087

,502

4,698

1

,030

,337

InstallatiesStraat(2) 

‐1,135

,514

4,869

1

,027

,322

InstallatiesStraat(3) 

,276

,821

,113

1

,737

1,318

InstallatiesStraat(4) 

‐1,066

,900

1,403

1

,236

,344

InstallatiesStraat(5) 

,452

1,098

,170

1

,681

1,572

NetwerkInstallatie 

‐,416

,465

,800

1

,371

,660

Leeftijd 

‐,015

,018

,723

1

,395

,985

Constant 

3,472

1,245

7,780

1

,005

32,193

   

 

21   

 

Tabel IV.XI Regressiemodel perceptie complexiteit, gecontroleerd op leeftijd  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

15,576

7

,029

Block 

15,576

7

,029

Model 

15,576

7

,029

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

142,479 

Nagelkerke R Square 

,071

,135

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

1,797 

8

,987  

Variables in the Equation   

B 

S.E. 

Wald  3,170

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,674

Exp(B) 

InstallatiesStraat(1) 

‐,861

,565

2,327

1

,127

,423

InstallatiesStraat(2) 

‐,771

,602

1,637

1

,201

,463

InstallatiesStraat(3) 

‐,408

,747

,298

1

,585

,665

InstallatiesStraat(4) 

18,341

13243,028

,000

1

,999

92350927,512

InstallatiesStraat(5) 

,141

1,126

,016

1

,900

1,151

‐1,303

,470

7,686

1

,006

,272

Leeftijd 

‐,036

,021

3,147

1

,076

,964

Constant 

6,043

1,482

16,615

1

,000

421,081

NetwerkInstallatie 

   

 

22   

 

Tabel IV.XII Resultaten onafhankelijke T‐toest leeftijd en Complexiteit  Group Statistics   

Complexiteit 

N 

Mean 

Oneens 

Std. Deviation 

Std. Error Mean 

28 

58,89

11,555

2,184 

187 

54,03

10,874

,795 

Leeftijd  Eens 

  Independent Samples Test   

Levene's Test for 

t‐test for Equality of Means 

Equality of Variances  F 

Sig. 

t 

df 

Sig. (2‐

Mean 

Std. Error 

95% Confidence Interval of 

tailed) 

Difference

Difference 

the Difference  Lower 

Upper 

Equal  variances  ,319 

,573 

2,188

213

,030

4,861

2,221 

,482 

9,239

2,092

34,547

,044

4,861

2,324 

,141 

9,581

assumed  Leeftijd  Equal  variances 

 

 

not assumed 

  Tabel IV.XIII Resultaten Chi‐kwadraat test NetwerkInstallatie en Aanschaf   

Aanschaf  Nee  Bekende heeft 

Ja 

zonnestroominstallatie 

Nee 

Total 

Total  Ja 

16 

129

145

6 

16

22

22 

145

167

  Chi‐Square Tests   

Value 

df  a

Pearson Chi‐Square 

Asymp. Sig. (2‐sided) 

4,403  

1

,036

Continuity Correction  

3,098 

1

,078

Likelihood Ratio 

3,671 

1

,055

b

 

Fisher's Exact Test  Linear‐by‐Linear Association  N of Valid Cases 

4,377  167 

1

Exact Sig. (2‐sided) 

Exact Sig. (1‐sided) 

,047

,047 

,036

 

23   

 

Tabel IV.XIV Resultaten Chi‐kwadraat toets AanstalInstallaties en Aanschaf Aantal zonnestroominstallaties in straat * Aanschaf Crosstabulation   

Aanschaf  Nee  Count 

Total  Ja 

6

56

62

9,7%

90,3%

37,1%

4

31

35

11,4%

88,6%

21,0%

5

23

28

17,9%

82,1%

16,8%

2

18

20

10,0%

90,0%

12,0%

2

5

7

28,6%

71,4%

4,2%

3

12

15

20,0%

80,0%

9,0%

22

145

167

13,2%

86,8%

100,0%

0  %   Count  1  %   Count  2 

Aantal 

%  

zonnestroominstallaties  in straat 

Count  3  %   Count  4  %   Count  Meer dan 5  %   Count 

Total  %  

  Chi‐Square Tests   

Value 

df  a

Asymp. Sig. (2‐sided) 

Pearson Chi‐Square 

3,531  

5

,619

Likelihood Ratio 

3,183 

5

,672

Linear‐by‐Linear Association 

1,777 

1

,183

N of Valid Cases 

167 

 

    Tabel IV.XV Collineariteit variabelen regressiemodel omgeving en aanschaf  Model 

Collinearity Statistics  Tolerance  Leeftijd  Bekende heeft  zonnestroominstallatie  Aantal zonnestroominstallaties  in straat 

   

VIF 

,976

1,025

,972

1,029

,957

1,045

 

24   

 

Tabel IV.XVI Regressiemodel 1 invloed zonnestroominstallatie in omgeving op aanschaf  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

7,936

6

,243

Block 

7,936

6

,243

Model 

7,936

6

,243

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

122,215 

Nagelkerke R Square 

,046

,086

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

,892 

5

,971  

Variables in the Equation   

B 

S.E. 

Wald  4,356

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,499

Exp(B) 

InstallatiesStraat(1) 

‐,310

,700

,196

1

,658

,734

InstallatiesStraat(2) 

‐,865

,676

1,639

1

,200

,421

InstallatiesStraat(3) 

‐,088

,877

,010

1

,920

,916

InstallatiesStraat(4) 

‐1,446

,971

2,216

1

,137

,236

InstallatiesStraat(5) 

‐1,199

,808

2,205

1

,138

,301

NetwerkInstallatie 

‐1,324

,579

5,227

1

,022

,266

3,909

,902

18,771

1

,000

49,863

Constant 

   

 

25   

 

Tabel IV.XVII Regressiemodel 2 invloed zonnestroominstallatie in omgeving op aanschaf  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

7,069

2

,029

Block 

7,069

2

,029

Model 

7,069

2

,029

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

109,039 

Nagelkerke R Square 

,044

,084

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

12,514 

8

,130  

Variables in the Equation   

B  NetwerkInstallatie 

 

Leeftijd  Constant 

‐,638

S.E.  ,638

Wald  ,999

,059

,026

‐,349

1,522

df  1

Sig.  ,317

Exp(B) 

5,293

1

,021

1,061

,053

1

,819

,706

,528

   

 

26   

 

Tabel IV.XVIII Regressiemodel 3 invloed zonnestroominstallatie in omgeving op aanschaf  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

10,807

7

,147

Block 

10,807

7

,147

Model 

10,807

7

,147

Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

105,301 

Nagelkerke R Square 

,066

,127

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

12,275 

8

,139  

Variables in the Equation   

B 

S.E. 

Wald  3,539

InstallatiesStraat 

a

Step 1  

df  5

Sig.  ,618

Exp(B) 

InstallatiesStraat(1) 

‐,699

,760

,845

1

,358

,497

InstallatiesStraat(2) 

‐1,150

,736

2,439

1

,118

,317

InstallatiesStraat(3) 

‐,456

,925

,243

1

,622

,634

InstallatiesStraat(4) 

‐1,405

1,045

1,809

1

,179

,245

InstallatiesStraat(5) 

‐1,149

,959

1,437

1

,231

,317

NetwerkInstallatie 

‐,745

,675

1,217

1

,270

,475

Leeftijd 

,058

,027

4,495

1

,034

1,060

Constant 

,497

1,693

,086

1

,769

1,644

   

 

27   

 

V

Statistieken en toetsen hypothese 3

 

Tabel V.I Resultaten onafhankelijke T‐toets motieven en aanschaf  Group Statistics   

Aanschaf 

N 

Mean 

Nee 

Investering in woning 

Ja  Rendement op investering 

Onafhankelijkheid energieleverancier 

Bijdragen aan beter milieu 

Meedoen aan lokaal initiatief 

1,306 

,278

140

3,51

1,056 

,089

22

4,27

1,032 

,220

144

4,04

,868 

,072

22

3,36

1,364 

,291

142

3,29

1,247 

,105

22

3,64

1,432 

,305

144

4,17

,885 

,074

22

3,23

1,378 

,294

143

4,06

,858 

,072

22

2,59

1,403 

,299

141

2,05

1,030 

,087

Nee  Ja 

Leuk om eigen zonnestroom op te  wekken 

3,09

Nee  Ja 

Nee  Ja  Nee  Ja 

Std. Error Mean 

22

Nee  Ja 

Std. Deviation 

Independent Samples Test   

Levene's Test 

t‐test for Equality of Means 

for Equality of  Variances  F 

Sig. 

t 

df 

Sig. 

Mean 

Std. 

(2‐

Differen

Error 

tailed)

ce 

Differ ence 

Investering in woning 

95%  Confidence  Interval of the  Difference  Lower Upper

Equal variances assumed 

1,197 ,276 ‐1,662

160

,098

‐,416 

,250 

‐,911

,078

Equal variances not assumed  

‐1,424

25,496

,167

‐,416 

,292  ‐1,018

,185

1,133

164

,259

,231 

,204 

‐,172

,634

,998

25,741

,328

,231 

,232 

‐,245

,707

,259

162

,796

,075 

,289 

‐,496

,646

Rendement op  investering 

Equal variances assumed 

,410 ,523

Onafhankelijkheid  energieleverancier 

Equal variances assumed  Equal variances not assumed  

,242

26,718

,810

,075 

,309 

‐,560

,709

Bijdragen aan beter  milieu 

Equal variances assumed 

14,062 ,000 ‐2,382

164

,018

‐,530 

,223 

‐,970

‐,091

Equal variances not assumed  

‐1,688

23,509

,105

‐,530 

,314  ‐1,179

,119

Leuk om eigen zonne‐  stroom op te wekken 

Equal variances assumed 

13,656 ,000 ‐3,878

163

,000

‐,836 

,215  ‐1,261

‐,410

Equal variances not assumed  

‐2,764

23,566

,011

‐,836 

,302  ‐1,460

‐,211

Meedoen aan lokaal  initiatief 

Equal variances assumed 

2,174

161

,031

,541 

,249 

,050

1,033

1,738

24,659

,095

,541 

,311 

‐,101

1,183

Equal variances not assumed  

Equal variances not assumed  

,104 ,747

8,081 ,005

28   

 

Tabel V.II Regressiemodel Bijdragen aan beter milieu  b

Model 

Model Summary   R Square 

R 

a

1 

,281  

Adjusted R 

Std. Error of the 

Square 

Estimate 

,079

,059

,972

  a

Model 

Sum of Squares  Regression 

1 

ANOVA   df 

Mean Square 

14,843

4

Residual 

172,960

183

Total 

187,803

187  

F 

3,711

Sig.  b

3,926 

,004  

,945  

 

 

 

a. Dependent Variable: Bijdragen aan beter milieu  b. Predictors: (Constant), Milieu, Leeftijd, Inkomensniveau, Opleidingsniveau   a

Coefficients   Unstandardized Coefficients 

Model 

Standardized 

t 

Sig. 

Coefficients  B  (Constant) 

1 

Std. Error  3,299

Beta 

,537  

6,147 

,000 

Inkomensniveau 

,043

,061

,054

,695 

,488 

Opleidingsniveau 

,103

,082

,098

1,254 

,211 

Leeftijd 

,002

,007

,017

,228 

,820 

Milieu 

,540

,167

,232

3,225 

,001 

a. Dependent Variable: Bijdragen aan beter milieu    a

Residuals Statistics   Minimum  Maximum 

  Predicted Value 

Mean 

Std. Deviation 

N 

3,58

4,67

4,08

,282 

188 

Residual 

‐3,551

1,416

,000

,962 

188 

Std. Predicted Value 

‐1,760

2,098

,000

1,000 

188 

Std. Residual 

‐3,653

1,457

,000

,989 

188 

a. Dependent Variable: Bijdragen aan beter milieu 

29   

 

Tabel V.III Regressiemodel Leuk om eigen zonnestroom op te wekken  b

Model 

Model Summary   R Square 

R 

1 

,214 

Adjusted R 

Std. Error of the 

Square 

Estimate 

,046

,025

1,043

  a

Model 

Sum of Squares  Regression 

1 

ANOVA   df 

Mean Square 

9,480

4

Residual 

196,778

181

Total 

206,258

185  

F 

2,370

Sig.  2,180 

,073 

1,087  

 

 

 

a. Dependent Variable: Bijdragen aan beter milieu  b. Predictors: (Constant), Milieu, Leeftijd, Inkomensniveau, Opleidingsniveau   a

Coefficients   Unstandardized Coefficients 

Model 

Standardized 

t 

Sig. 

Coefficients  B 

1 

Std. Error 

Beta 

(Constant) 

3,739

,578  

6,466 

,000 

Inkomensniveau 

‐,093

,066

‐,113

‐1,410 

,160 

Opleidingsniveau 

,193

,089

,173

2,158 

,032 

Leeftijd 

‐,006

,007

‐,057

‐,762 

,447 

Milieu 

,241

,180

,099

1,340 

,182 

a. Dependent Variable: Bijdragen aan beter milieu    a

Residuals Statistics   Minimum  Maximum 

  Predicted Value 

Mean 

Std. Deviation 

N 

3,28

4,59

3,90

,226 

186 

Residual 

‐3,058

1,712

,000

1,031 

186 

Std. Predicted Value 

‐2,739

3,016

,000

1,000 

186 

Std. Residual 

‐2,933

1,642

,000

,989 

186 

a. Dependent Variable: Bijdragen aan beter milieu 

 

 

30   

 

Tabel V.IV Regressiemodel Meedoen aan lokaal initiatief  b

Model 

Model Summary   R Square 

R 

1 

,225 

Adjusted R 

Std. Error of the 

Square 

Estimate 

,051

,029

1,148

  a

Model 

Sum of Squares  Regression 

1 

ANOVA   df 

Mean Square 

12,567

4

Residual 

234,678

178

Total 

247,246

182  

F 

3,142

Sig.  2,383 

,053 

1,318  

 

 

 

a. Dependent Variable: Bijdragen aan beter milieu  b. Predictors: (Constant), Milieu, Leeftijd, Inkomensniveau, Opleidingsniveau   a

Coefficients   Unstandardized Coefficients 

Model 

Standardized 

t 

Sig. 

Coefficients  B 

1 

Std. Error 

Beta 

(Constant) 

2,061

,647  

3,187 

,002 

Inkomensniveau 

‐,179

,074

‐,196

‐2,422 

,016 

Opleidingsniveau 

,077

,098

,064

,790 

,431 

Leeftijd 

,012

,008

,107

1,426 

,156 

Milieu 

,011

,199

,004

,056 

,956 

a. Dependent Variable: Bijdragen aan beter milieu    a

Residuals Statistics   Minimum  Maximum 

  Predicted Value 

Mean 

Std. Deviation 

N 

1,85

3,07

2,31

,263 

183 

Residual 

‐1,821

2,872

,000

1,136 

183 

Std. Predicted Value 

‐1,763

2,870

,000

1,000 

183 

Std. Residual 

‐1,586

2,501

,000

,989 

183 

a. Dependent Variable: Bijdragen aan beter milieu 

 

 

31   

 

Tabel V.V Collineariteit variabelen regressiemodel motieven en aanschaf  Coefficients  Model 

Collinearity Statistics  Tolerance 

VIF 

Investering in woning 

,833

1,200

Rendement op investering 

,863

1,158

Onafhankelijkheid energieleverancier 

,865

1,155

Bijdragen aan beter milieu 

,878

1,138

Meedoen aan lokaal initiatief 

,976

1,025

Zonnestroominstallatie levert mij financieel voordeel op 

,955

1,047

Leeftijd 

,935

1,070

Milieu 

,929

1,077

1 

Tabel V.VI Regressiemodel 1 aanschaf  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

28,179

6

,000

Block 

28,179

6

,000

Model 

28,179

6

,000

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

99,052 

Nagelkerke R Square 

,164

,296

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

11,622 

8

,169  

Variables in the Equation   

B  InvesteringWoning 

Step 1 

S.E.  ,657

,249

Wald  6,953

df  1

Sig.  ,008 

Exp(B)  1,930

Rendement 

‐,551

,341

2,608

1

,106 

,577 

Onafhankelijkheid 

‐,269

,228

1,385

1

,239 

,765 

Milieu 

,170

,253

,447

1

,504 

1,185 

‐,679

,258

6,941

1

,008 

,507 

Leuk 

,954

,282

11,427

1

,001 

2,595 

Constant 

,248

1,783

,019

1

,889 

1,282 

MeedoenInitiatief 

 

32   

 

Tabel V.VII Regressiemodel 2 aanschaf  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

33,826

7

,000

Block 

33,826

7

,000

Model 

33,826

7

,000

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

79,629 

Nagelkerke R Square 

,204

,382

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

15,144 

8

,056  

Variables in the Equation   

B  InvesteringWoning 

,289

Wald  4,597

df  1

Sig.  ,032 

Exp(B)  1,859

Rendement 

‐,592

,371

2,546

1

,111 

,553 

Onafhankelijkheid 

‐,461

,271

2,891

1

,089 

,630 

,414

,272

2,305

1

,129 

1,512 

MeedoenInitiatief 

‐,874

,316

7,652

1

,006 

,417 

Leuk 

1,042

,314

11,029

1

,001 

2,834 

,078

,031

6,243

1

,012 

1,081 

‐3,590

2,297

2,442

1

,118 

,028 

Milieu  Step 1 

S.E.  ,620

Leeftijd  Constant   

 

 

33   

 

Tabel V.VIII Regressiemodel 3 aanschaf  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

35,015

8

,000

Block 

35,015

8

,000

Model 

35,015

8

,000

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

78,440 

Nagelkerke R Square 

,211

,394

  Step 

Hosmer and Lemeshow Test  Chi‐square  df 

1 

11,708 

Sig.  8

,165  

Variables in the Equation   

B  ‐3,673

Constant  InvesteringWoning 

Step 1 

S.E.  2,314

Wald  2,520

df  1

Sig.  ,112 

Exp(B)  ,025

,627

,292

4,617

1

,032 

1,872 

Rendement 

‐,567

,368

2,376

1

,123 

,567 

Onafhankelijkheid 

‐,439

,272

2,604

1

,107 

,645 

,487

,287

2,868

1

,090 

1,627 

MeedoenInitiatief 

‐,896

,322

7,747

1

,005 

,408 

Leuk 

1,073

,320

11,246

1

,001 

2,923 

LidMilieu 

‐,760

,696

1,194

1

,274 

,467 

,073

,031

5,471

1

,019 

1,076 

Milieu 

Leeftijd   

 

 

34   

 

VI

Statistieken en toetsen hypothese 4

Tabel VI.I Resultaten T‐toetsen onderdeel initiatief 

 

Onderdeel Initiatief  Verbondenheid met de buurt 

Investering in woning 

Rendement op investering 

Nee  Ja  Nee  Ja  Nee  Ja 

Onafhankelijkheid 

Nee 

energieleverancier 

Ja 

Bijdragen aan beter milieu 

Group Statistics N 

Nee  Ja 

Leuk om eigen zonnestroom op te  Nee  wekken  Meedoen aan lokaal initiatief 

Ja  Nee  Ja 

Mean 

Equal variances  assumed  Equal variances  not assumed  Equal variances  assumed  Investering in  woning  Equal variances  not assumed  Equal variances  assumed  Rendement op  investering  Equal variances  not assumed  Equal variances  Onafhankelijkheid  assumed  energieleverancier  Equal variances  not assumed  Equal variances  assumed  Bijdragen aan  beter milieu  Equal variances  not assumed  Equal variances  Leuk om eigen  assumed  zonnestroom op  Equal variances  te wekken  not assumed  Equal variances  assumed  Meedoen aan  lokaal initiatief  Equal variances  not assumed  Verbondenheid  met de buurt 

1,736   

,189  

,146   

,702  

1,243   

,266  

,232   

,631  

2,471   

,117  

,000   

,983  

2,663   

,104  

Std. Error Mean 

186

3,33

1,037 

,076

41

3,73

,923 

,144

183

3,43

1,121 

,083

40

3,30

1,091 

,172

186

4,03

,927 

,068

41

4,24

,699 

,109

186

3,46

1,265 

,093

40

3,13

1,223 

,193

187

4,02

1,062 

,078

40

4,20

,758 

,120

185

3,93

1,063 

,078

40

3,73

,933 

,148

182

2,26

1,214 

,090

41

2,63

1,043 

,163

Independent Samples Test Levene's Test for  Equality of Variances  F  Sig. t df

 

Std. Deviation 

t‐test for Equality of Means  Sig.  (2‐ tailed)

Mean  Std.  Differ Error  ence  Differe nce 

95% Confidence  Interval of the  Difference  Lower  Upper

‐2,299

225

,022

‐,404

,176 

‐,750 

‐,058

‐2,478

64,308

,016

‐,404

,163 

‐,729 

‐,078

,648

221

,518

,126

,195 

‐,258 

,510

,660

58,423

,512

,126

,191 

‐,257 

,509

‐1,413

225

,159

‐,217

,154 

‐,520 

,086

‐1,687

74,545

,096

‐,217

,129 

‐,473 

,039

1,514

224

,131

,332

,219 

‐,100 

,764

1,547

58,353

,127

,332

,215 

‐,097 

,761

‐1,009

225

,314

‐,179

,177 

‐,527 

,170

‐1,251

75,863

,215

‐,179

,143 

‐,463 

,106

1,127

223

,261

,205

,182 

‐,153 

,563

1,226

62,915

,225

,205

,167 

‐,129 

,538

‐1,835

221

,068

‐,376

,205 

‐,780 

,028

‐2,020

66,780

,047

‐,376

,186 

‐,747 

‐,004

35   

 

Tabel VI.II Collineariteit variabelen regressiemodel onderdeel initiatief  Coefficients

a

Model 

Collinearity Statistics  Tolerance 

1 

VIF 

Investering in woning 

,813

1,230

Rendement op investering 

,846

1,183

Onafhankelijkheid energieleverancier 

,856

1,169

Bijdragen aan beter milieu 

,731

1,368

Leuk om eigen zonnestroom op te wekken 

,766

1,305

Meedoen aan lokaal initiatief 

,883

1,133

Verbondenheid met de buurt 

,891

1,122

  Tabel VI.III Regressiemodel 1 onderdeel initiatief  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

19,395

7

,007

Block 

19,395

7

,007

Model 

19,395

7

,007

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

180,776 

Nagelkerke R Square 

,087

,143

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

7,412 

8

,493  

Variables in the Equation   

B 

1

Sig.  ,770 

Exp(B)  ,948

2,296

1

,130 

1,446 

,161

4,443

1

,035 

,712 

,420

,237

3,149

1

,076 

1,522 

,365

,170

4,620

1

,032 

1,441 

‐,351

,205

2,927

1

,087 

,704 

,347

,208

2,789

1

,095 

1,414 

‐4,287

1,544

7,715

1

,005 

,014 

‐,054

Rendement 

,369

,243

‐,339

Milieu  MeedoenInitiatief 

Onafhankelijkheid 

Step 1 

S.E. 

InvesteringWoning 

Leuk  SocialeCohesie  Constant 

,183

Wald  ,086

df 

 

   

 

36   

 

Tabel VI.IV Regressiemodel 2 onderdeel initiatief  Omnibus Tests of Model Coefficients   

Chi‐square 

Step 1 

df 

Sig. 

Step 

19,626

6

,003

Block 

19,626

6

,003

Model 

19,626

6

,003

  Model Summary  Step 

‐2 Log likelihood 

1 

Cox & Snell R Square 

181,323 

Nagelkerke R Square 

,087

,143

  Hosmer and Lemeshow Test  Step 

Chi‐square 

1 

df 

Sig. 

9,824 

8

,278  

Variables in the Equation   

B 

S.E. 

Rendement 

,354

Onafhankelijkheid 

Step 1 

,236

Wald  2,260

df  1

Sig.  ,133 

Exp(B)  1,425

‐,349

,156

4,974

1

,026 

,705 

Milieu 

,436

,236

3,406

1

,065 

1,546 

MeedoenInitiatief 

,359

,169

4,483

1

,034 

1,431 

‐,373

,202

3,410

1

,065 

,689 

,356

,207

2,951

1

,086 

1,427 

‐4,384

1,542

8,085

1

,004 

,012 

Leuk  SocialeCohesie  Constant   

Tabel VI.V Resultaten Chi‐kwadraat toets initiatief helpt bij aanschaf   

Zonnestroominitiatief helpt bij aanschaf  Ja  Nee 

Onderdeel Initiatief 

Ja 

Total 

 

a

b

Continuity Correction   Likelihood Ratio  Fisher's Exact Test  Linear‐by‐Linear Association  N of Valid Cases 

Nee  101

87

188

34

7

41

135

94

229

Chi‐Square Tests  df  Asymp. Sig. (2‐sided) 

Value  Pearson Chi‐Square 

Total 

Exact Sig. (2‐sided)  Exact Sig. (1‐sided) 

11,863  

1

,001  

 

10,687 

1

,001  

 

13,024   

1  

11,811  229   

,000    

1  

  ,000 

,000

,001  

 

 

 

 

37   

 

Tabel VI.VI Resultaten Chi‐kwadraat toets onderdeel initiatief en aanschaf     

Aanschaf  Nee  Onderdeel Initiatief 

Nee 

Ja  18 

116

134

4 

29

33

22 

145

167

Ja 

Total 

Total 

   

Chi‐Square Tests  df  Asymp. Sig. (2‐sided) 

Value  a

Pearson Chi‐Square 

Exact Sig. (2‐sided)  Exact Sig. (1‐sided) 

,040  

1

,842  

 

Continuity Correction 

,000 

1

1,000  

 

Likelihood Ratio 

,041 

1

,840  

 

Fisher's Exact Test 

 

 

Linear‐by‐Linear Association 

,040 

N of Valid Cases 

167   

  1  

1,000 

,552

,842  

 

 

 

   

 

 

38   

 

VII

Statistieken en toetsen invloed sociale omgeving

 

Tabel VII.I Resultaten onafhankelijke T‐toets Bespreekbaarheid en NetwerInstallatie  Group Statistics  Bekende heeft 

 

N 

Mean 

Std. Deviation 

Std. Error Mean 

zonnestroominstallatie  Zonnestroom komt regelmatig  Ja  ter sprake 

Nee 

183

3,30

1,022 

,076

42

2,50

,994 

,153

  Independent Samples Test   

Levene's Test for Equality of 

t‐test for Equality of Means 

Variances  F 

Sig. 

t 

df 

Sig. (2‐

Mean 

Std. 

95% Confidence 

tailed) 

Difference

Error 

Interval of the 

Differen

Difference 

ce  Zonnestro

Equal variances 

om komt 

assumed 

,001 

,977

4,570

 

regelmatig  Equal variances 

4,651

ter sprake  not assumed 

223 62,48 1

Lower 

Upper 

,000

,795

,174 

,452 

1,138

,000

,795

,171 

,453 

1,137

  Tabel VII.II Resultaten onafhankelijke T‐toets NetwerkInformatie en NetwerInstallatie  Group Statistics  N 

Bekende heeft 

 

Mean 

Std. Deviation 

Std. Error Mean 

zonnestroominstallatie  Informatie verkregen via 

Ja 

eigen netwerk 

Nee 

184

3,14

1,305 

,096

42

2,55

1,329 

,205

  Independent Samples Test  Levene's Test for Equality of 

 

t‐test for Equality of Means 

Variances  F 

Sig. 

t 

df 

Sig. (2‐

Mean 

Std. 

95% Confidence 

tailed) 

Difference

Error 

Interval of the 

Differen

Difference 

ce  Informatie  Equal variances 

,061 

verkregen  assumed  via eigen 

Equal variances 

netwerk 

not assumed 

 

,805  

2,627

2,597

224 60,37 8

Lower 

Upper 

,009

,588

,224 

,147 

1,029

,012

,588

,226 

,135 

1,041

39   

 

Tabel VII.III Resultaten onafhankelijke T‐toets Aanschaf en Bespreekbaarheid 

 

Group Statistics  N 

Aanschaf  Zonnestroom komt regelmatig  Nee  ter sprake 

Ja 

Mean 

Std. Deviation 

Std. Error Mean 

21

2,71

1,146 

,250

143

3,29

,997 

,083

  Independent Samples Test  Levene's Test for Equality of 

 

t‐test for Equality of Means 

Variances  F 

Sig. 

t 

df 

Sig. (2‐

Mean 

Std. 

95% Confidence 

tailed) 

Difference

Error 

Interval of the 

Differen

Difference 

ce  Zonnestro

Equal variances 

om komt 

assumed 

regelmatig  Equal variances 

1,097   

,297 ‐2,409  

ter sprake  not assumed 

Figuur VII.I Verdeling antwoorden Bespreekbaarheid

‐2,171

162 24,65 0

Lower 

Upper 

,017

‐,572

,238  ‐1,042 

‐,103

,040

‐,572

,264  ‐1,116 

‐,029

 

40   

 

1 

1 

1  1  1  1 

1  1  1  1 

1 1

1 

1

1 

1 1  1  1  1 

1  1 

1  1  1  1 

1

1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 

1 

1 

1 

1 

1

1 

1 

1 

1

1  1  1 

1 

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1  1  1  1  1 

1 1 1 1

1  1  1  1  1 

1 1 1 1 1 1

1  1 

1 

1

41   

Media 

1 1 1 1

buren 

1  1 

1  1  1  1 

1  1 

Rendement investering 

1 

Bezit of zien van installatie 

Werk en collega´s 

1 

Borrels en verjaardagen 

gesprek milieu en energie 

1 

Privé contacten 

energierekening 

Labels  gesprekken over persoonlijke financiën, over het milieu, over zonnepanelen. Die gesprekken  vinden overal plaats. Op je werk, op feestjes, met de buren op straat.  feest, verjaardagen, gesprek met buren  Verjaardagen / feestjes / werk  verjaardagen, collega\'s  toekomst van energie, besparing, rendament op bank is laag dus daarom investeren in bv ZP Verjaardagen‐ gesprek met collegas  Werk, verjaardagen  in familiekringen, op het werk en in de buurt.  heel divers. borrelpraat of op het werk  gesprekken over duurzaamheid, energie, nieuws etc.  zowel werk als prive  Werk en sociaal  verjaardagsborrel en praten over aanschaf, doel dan op winstgevendheid, kosten baten en risico  plaatje.  Gesprekken aan huis en op het werk  Vrienden familie gesprekken over ecoproblematiek  feestjes  burendag, voetbalvereniging  werk en privee  Energiediscussies met vrienden/familie  Rond de installatie en als mensen die panelen overwegen mij er vragen over stellen omdat ze  weten dat ik ze al heb..  feestjes/verjaardagen/borrels  verjaardagen en bij de verenigingen  In gesprekken met vrienden, kennissen en collega\'s  verjaardagen  af en toe bij verjaardagen  Verjaardag  velesociale contacten, familie, vrienden, verjaardagen, service clubs Op het werk en tijdens visite  verjaardag  de meest uiteenlopende gelegenheden.  af en toe bij \'gezellige\' bijeenkomsten  feesten en partijen  verjaardagsfeestjes en etentjes  bezoeken met vrienden, verjaardagen  verjaardagen  vefjaardagen e.d.  gesprek met vrienden en collega\'s  Vaak in relatie tot duurzaamheid of kosten. Succes met je scriptie. borrel  feestjes  contact met vrienden, verjaardagen/bijeenkomsten  verjaardag en bijeenkomst  gesprekken over energienota\'s, gesprekken over milieu Toevallige ontmoetingen buiten met installatie in zicht; barbeque‐avonden op verjaardagen  feestjes  verjaardagen etc.1946  borrel  Verjaardagen en bij bezoek van vrienden  Altijd: business, lunch, borrels ....

Zonnig weer 

Tabel VII.IV Indeling labels gelegenheden en situaties waarin zonnestroomtechnologie ter sprake komt 

1 1 

1 

1  1 

1 1 

1

1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 

1 1

1 

1  1 

1 

1 

1

1 1 1 1 1 1 1 1

1 1 1 1 1  1  1  1 1  1  1  1 1  1  1 1  1  1  1  1  1  1 1  1  1  1 1 1  1  1  1  1  1 

42   

Media 

1

Rendement investering 

Borrels en verjaardagen 

1  1 

Bezit of zien van installatie 

Privé contacten 

1 

buren 

gesprek milieu en energie 

1 

Werk en collega´s 

energierekening 

Labels  spreken over energie verbruik en omgaan met milieu  borrelpraat  Als er naar de werking en opbrengst van de panelen word gevraagd In de buurt, op werk  bij het uitlaten van de hond. Onze panelen liggen nogal duidelijk zichtbaar. bijna altijd en overal mogelijk  kosten voor de woning; duurzaamheid algemeen  sociale gelegenheden  Verjaardagen  Voornamelijk tijdens gesprekken met medebezitters van zonnepanelen werk, vrije tijd  gesprekken op werk en bij familie/kennissen  gesprek met vrienden die er een hebben.  verjaardagen en bij een komsten Zowel privé als in werksituaties Feestjes  borrel  Bijeenkomst van vrienden en bekenden  feestje  feesten en partijen  Verjaardagen, div. bijeenkomsten van techneuten onder elkaar. in de straat, in de kerk  Als het langdurig slecht of juist zonnig weer is  Verjaardagen, borrels  diverse bijeenkomsten  aan tafel  buurtgespreken via mail of op straat.  Bij vrienden  hoogte energierekening  wanneer mij gevraagd word hoe het gaat en of het rendabel is Energie verbruik  energiekosten  tijdens familie bezoeken  als de zon schijnt, of zo maar  aan de koffie tafel op school  Besparen op stroom  Bij een bezoek aan ons huis  familie / andere bijeenkomsten  bezoeken met familie en/of kennissen  op school  werk  werk  bij de koffie op het werk  Is nu altijd gespreksonderwerp na besluit tot aanschaf vrienden  Bij energie gesprekken met o.a. Familie en i.v.m. Liggende gelden energie rekening  kikkend naar groei van daken met zonnepanelen  divers, als de zon schijnt  Werk  discussies over milieu  Als we over milieu praten  vrienden / kennissen  diverse sociale contacten  Bij sociale contacten 

Zonnig weer 

 

1  1  1  1  1 1 1  1  1 1 1 1 1  1  1  1  1  1  1  1 1 1  1 1 1 1 1  1  1  1  1  1  1  1  1  1  1  1 

1  1  1  1  1 1 1 1

43   

Media 

Rendement investering 

Bezit of zien van installatie 

Borrels en verjaardagen 

Privé contacten 

buren 

Werk en collega´s 

gesprek milieu en energie 

energierekening 

Labels  interesse techniek  ben voorzitter van een CPO woningbouwvereniging  Bij visites  geld  bij zonnig weer  als je weet dat mensen zo een installatie hebben  In de bouwkeet  Gesprekken met buurtbewoners Bij mij thuis als er iemand langs komt die de panelen nog niet gezien had. Spaarrente bij de banken  als de zon schijnt  ‐ Op het werk (ik werk bij Quby), als mensen bij ons de zonnepanelen zien. Als je praat over wat je  allemaal aan je huis hebt verbouwd  normale sociale contacten/gesprekken  in gesprekken met vrienden en kennissen  gesprekken met kennissen en vrienden  op het werk en met vrienden  GESPREKKEN OVER ENERGIEREKENINGEN  algemeen in gesprekken  Ik werk in de olie industrie dus energie is altijd een topic rendement  Eigenlijk nooit. Het is algemeen bekend, dat terugverdientijd te lang is. Verjaardagen, andere sociale contacten etc.  rente spaartegoed  interesse omdat zij mijn panenel zien liggen  als ikzelf vertel dat ik zonnepanelen heb aangeschaft  bij zon  dagelijkse gsprekken met kennissen  diversen, regelmatig  bezoek aan mijn zoons  milieu en woningbouw  Werk, collega\'s  sociale contacten  in normale sociale kontakten  Op het werk.  op de tuinvereniging  kostprijs energie  Met het praten over overstappen naar een andere leverancier van energie Met mijn partner  Vanuit privé ‐contact weten wij van zon‐IQ,Hebben nog geen zakelijk contact gehad. Door het  contact is regelmatig het gesprek over zonneopanelen aan de orde.Vanwege nog geen zakelijk  contact zijn enkele vragen niet beantwoord  samenkomst familie of vrienden Soms in mijn werk  tennis  advertentie  TV  komt vaak weer ter sprake als er iets in het nieuws heeft gestaan Veel er over gelezen.  diverse  Allerlei  Kwam niet ter sprake  Als ik er zelf over begin.  Als ik het onderwerp ter sprake breng  Bijna nooit. 

Zonnig weer 

 

 

44   

Media 

Rendement investering 

Bezit of zien van installatie 

Borrels en verjaardagen 

Privé contacten 

buren 

Werk en collega´s 

gesprek milieu en energie 

energierekening 

Labels  nooit  Verschillend maar regelmatig  Nooit  random  geen  nauwelijks  In breng het zelf ter sprake  Niet  nooit  nvt  Niet vaak, ik breng het zelf welmter sprake  via diverse aanbieders  niet specifiek  overal  n/a  diverse  Nooit. Alleen als ik er zelf over begin.  Als ik mijn huis zou gaan verkopen.  verschillend  bij mij erg vaak  niet  Nooit  weet ik niet  Nvt  divers  Elke :‐)  nvt  Divers  nvt  Te pas en te onpas :‐)  Komt niet ter sprake  random 

Zonnig weer