Mobilisierung endogener Entwicklungspotentiale für den Strukturwandel – Dekarbonisierung einer Braunkohleregion (DecarbLau)
Gefördert durch: Bundesministerium für Bildung und Forschung (BMBF)
Kooperation: Fachgebiet Allgemeine VWL und Fachgebiet Management regionaler Energieversorgungsstrukturen an der BTU Cottbus-Senftenberg, Leibnitz-Institut für Wirtschaftsforschung Halle, Innovationsregion Lausitz, Institut für ökologische Wirtschaftsforschung, Technische Universität Dresden
Das Projekt DecarbLau ist ein im Rahmen des Förderschwerpunktes „Ökonomie des Klimawandels“ vom Bundesministerium für Bildung und Forschung für drei Jahre gefördertes Forschungsprojekt.
Eine Beendigung der Braunkohleverstromung in Deutschland betrifft einzelne Regionen in Deutschland in besonderer Weise und evoziert entsprechend Widerstand. Am Beispiel der Lausitz soll untersucht werden, wie in einer strukturschwachen Region ein Braunkohleausstieg proaktiv begleitet werden könnte. Das Vorhaben ist um die These strukturiert, dass zusätzliche Mittel zur Stimulierung einer alternativen wirtschaftlichen Entwicklung nur dann Wirkung zeigen werden, wenn es genügend endogene wirtschaftliche Potentiale gibt, die sich in neue wirtschaftliche Strukturen verwandeln lassen. Die zusätzlichen Mittel müssen zudem so zugeschnitten sein, dass sie die endogenen Potentiale auch aktivieren. Da das regionale Innovationssystem in der Lausitz sich u.a. durch relativ wenige FuE-Beschäftigte und Patente auszeichnet, bedürfen diese Potentiale einer besonderen Unterstützung.
Innerhalb des Projektes quantifiziert das Fachgebiet Energiewirtschaft die zukünftige Beschäftigungsentwicklung in der Lausitzer Braunkohlenindustrie. Die Analyse unterscheidet und quantifiziert direkte und indirekte Beschäftigungseffekte. Direkte Beschäftigungseffekte entstehen direkt in der Braunkohlenindustrie, während sich indirekte Beschäftigungseffekte in den unmittelbaren Vorleistungsbranchen ergeben. Um das Ausmaß der möglichen sozialen Folgen eines Phasing-Out ermitteln zu können, werden die Effekte auf Basis modellgestützter Szenarien abgeschätzt.