Decision-making of homeowners regarding building retrofit: empirical and model-based investigations

Abstract

Gebäudesanierungen sind entscheidend zur Reduktion des Energiebedarfs von Gebäuden. Dennoch bleiben die Umsetzungsraten gering. Um diese Herausforderung zu bewältigen, ist es wichtig, sowohl die Faktoren zu verstehen, die die Entscheidungen von HausbesitzerInnen beeinflussen, als auch diese Entscheidungsprozesse zu modellieren, um die Auswirkungen potenzieller politischer Interventionen zu bewerten. Diese Dissertation verfolgteinen doppelten Ansatz: Zunächst werden die Treiber für die Umsetzung von Sanierungsmaßnahmen durch eine empirische Analyse untersucht. Anschließend wird erforscht, wie die agentenbasierte Modellierung (ABM) genutzt werden kann, um diese Entscheidungen im Kontext der urbanen Energiewende zu simulieren und zu verstehen. Die erste Forschungsfrage konzentriert sich auf das Verständnis der Entscheidungsfindung von HausbesitzerInnen in Bezug auf Sanierungen. Mit Hilfe einer Principal-Component-Analysis (PCA), die auf die Ergebnisse einer niederländischen Umfrage unter HausbesitzerInnen angewandt wurde, werden die Schlüsselfaktoren identifiziert, die mit der Entscheidung zur Energieeffizienten Sanierung verbunden sind. Die Analyse zeigt, dass ältere und kleinere Haushalte mit langer bisheriger Wohndauer im Gebäude weniger wahrscheinlich energieeffiziente Maßnahmen umsetzen. Im Gegensatz dazu neigen Haushalte mit hoher Nachbarschaftsbeteiligung eher dazu, Solaranlagen und Dämmungen umzusetzen, was auf höheren sozialen Zusammenhalt zurückzuführen ist. Parallel dazu untersucht die zweite Forschungsfrage, wie ABM genutzt werden kann, um Entscheidungsprozesse bei energieeffizienten Sanierungen zu modellieren. Trotz ihrer zunehmenden Anwendung in verschiedenen Bereichen ist der Einsatz von ABM im Kontext von Sanierungen noch nicht weit verbreitet, was eine Lücke in der bestehenden Literatur aufzeigt. Dieser Teil der Arbeit untersucht, wie ABM in früheren Studien angewendet wurde, und identifiziert die Schlüsselfaktoren, die in diese Modelle integriert wurden, sowie die Auswirkungen von Interaktionen zwischen AgentInnen auf die Umsetzung energieeffizienter Maßnahmen. Der dritte Teil der Dissertation baut auf diesem Fundament auf, indem ABM verwendet wird, um die Auswirkungen der Entscheidungen von HausbesitzerInnen auf den Energiebedarf sowie Energieträger-Mix in der Nachbarschaft zu simulieren. Durch die Modellierung sowohl technoökonomischer als auch sozialpsychologischer Entscheidungsprozesse zeigen die Ergebnisse, wie unterschiedliche Annahmen zu verschiedenen Ergebnissen in Bezug auf die Sanierungsumsetzung und Energieeinsparungen führen. Während Subventionen die Umsetzung von Wärmepumpen und Dämmungen im techno-ökonomischen Modell erheblich steigern können, erweisen sie sich im sozialpsychologischen Modell als weniger wirksam, da verhaltensbedingte Hürden und Einstellungen gegenüber Wärmepumpen die Umsetzung behindern. In solchen Fällen könnten stärkere regulatorische Maßnahmen, wie ein Verbot von Gasheizungen, erfolgreicher sein, um die Energiewende im Gebäudesektor voranzutreiben. Diese Dissertation untersucht sowohl die Faktoren, die energieeffiziente Sanierungen antreiben, als auch das Potenzial von ABM als Werkzeug zur Simulation politischer Interventionen. Sie betont die Notwendigkeit integrierter politischer Maßnahmen, die sowohl techno-ökonomische als auch sozialpsychologische Treiber der Sanierungsumsetzung berücksichtigen. Zukünftige Forschungen könnten auf dieser Arbeit aufbauen, indem zusätzlicheTechnologien wie Hybrid-Wärmepumpen untersucht und granularere,kontextualisierte Daten in ABM-Simulationen integriert werden, um nochgenauere politische Empfehlungen abzuleiten.

Building retrofits are a critical means of reducing energy demand for space heating, yet adoption rates remain low. To address this challenge, it is essential to both understand the factors that influence homeowners’ decisions and model these decision-making processes to evaluate the impact of potential policy interventions. This thesis adopts a dual approach: it first explores the drivers of retrofit adoption through empirical analysis, and then investigates how agent-based modeling (ABM) can be used to simulate and understand these decisions in the context of urban energy transitions.The first research question focuses on understanding homeowner decision making about retrofitting. Through principal component analysis (PCA) of a Dutch homeowner survey, the research identifies the key factors associated with energy-efficient retrofit decisions. The analysis shows that older and smaller households with long home tenure are less likely to adopt energyefficient measures. In contrast, households with high levels of neighborhood involvement are more inclined to adopt solar panels and insulation, likely driven by social trust and influence.In parallel, the second research question examines how ABM can be used to model decision-making processes in energy-efficient retrofitting. Despite its growing use in various fields, the application of ABM in the context of retrofitting is not yet widespread, highlighting a gap in the existing literature. This research reviews how ABM has been applied in previous studies, identifying the key factors integrated into these models and analysing how agent interactions affect the adoption of energy-efficient measures. The third part of the thesis builds on this foundation by applying ABM to simulate the impact of homeowner decision-making on broader outcomes such as neighborhood energy demand. By modeling both techno-economic and socio-psychological decision-making processes, this research shows how different assumptions lead to varying outcomes in terms of retrofit adoption and energy savings, providing valuable insights for policymakers. While subsidies can significantly boost heat pump and insulation adoption in the techno-economic model, they prove less effective in the socio-psychological model, where behavioral barriers like low perceived control and attitudes toward heat pumps hinder uptake. In such cases, stronger regulatory measures, such as a ban on gas boilers, may be more successful in driving sustainable heat transitions.Together, this thesis covers both the factors that drive energy-efficient retrofitting and the potential of ABM as a tool for simulating policy interventions. It stresses the need for integrated policies that consider both techno-economic and socio-psychological drivers of retrofitting adoption. Future research could build on this work by exploring additional technologies, such as hybrid heat pumps, and by integrating more granular, contextualised data into ABM simulations for even more accurate policy guidance.