Replikation der Abbildung zum Rebound Effekt im Wohnsektor

#Reboundeffekt im Wohnbereich

Code zur Replikation der Abbildung im Blogbeitrag "Zur ökonomischen Bedeutung des Genugs: Warum Suffizienz ein größere Rolle in den Wirtschaftswissenschaften spielen sollte"
Die Rohdaten (`Datensatz Daten_Wohnflaeche_Rebound.xlsx`) sind aus den im Blog verlinkten Quellen entnommen und können von Frauke Wiese angefordert werden.

rebound_data.csv

rebound_data.R

here::i_am("rebound_data.R")
library(readxl)
library(dplyr)
library(here)
library(data.table)

# Datensatz Daten_Wohnflaeche_Rebound.xlsx kann bei Frauke Wiese
#  angefordert werden.

cols_keep <- c(
  "...2",
  "gesamt",
  "kWh/m2*a Wohnfläche",
  "kWh/Person*a"
)
rebound_data_raw <- read_xlsx(
  here("Daten_Wohnflaeche_Rebound.xlsx"), sheet = 1)

rebound_data <- rebound_data_raw %>%
  dplyr::select(all_of(cols_keep)) %>%
  dplyr::rename(Jahr=`...2`) %>%
  dplyr::filter(str_detect(Jahr, "^[:digit:]+$")) %>%
  dplyr::mutate(Jahr=as.double(Jahr)) %>%
  dplyr::filter(Jahr>=1990) %>%
  dplyr::rename(
    `Wohnfläche pro Kopf`=gesamt
  )

fwrite(rebound_data, file = here("rebound_data.csv"))

rebound_plot.R

here::i_am("rebound_plot.R")
library(data.table)
library(dplyr)
library(tidyr)
library(stringr)
library(scales)
library(ggplot2)
library(icaeDesign)
library(latex2exp)
library(here)

rebound_data <- fread(here("rebound_data.csv"))

rebound_data_normed = rebound_data %>%
  dplyr::mutate(
    `kWh/Person_normed` = `kWh/Person*a` /
      dplyr::first(`kWh/Person*a`),
    `Wohnfläche pro Kopf_normed` = `Wohnfläche pro Kopf` /
      dplyr::first(`Wohnfläche pro Kopf`),
    `kWh/m2*a Wohnfläche_normed` = `kWh/m2*a Wohnfläche` /
      dplyr::first(`kWh/m2*a Wohnfläche`)
  ) %>%
  dplyr::select(ends_with("normed"), all_of("Jahr")) %>%
  tidyr::pivot_longer(cols = ends_with("normed")) %>%
  dplyr::mutate(name=gsub("_normed", "", name))

cols_used <- c(
  `kWh/Person`=unname(get_euf_colors("blue")),
  `Wohnfläche pro Kopf`=unname(get_euf_colors("red")),
  `kWh/m2*a Wohnfläche`=unname(get_euf_colors("green"))
)

rebound_plot <- ggplot(
  data = rebound_data_normed,
  mapping = aes(x=Jahr, y=value, color=name, fill=name, group=name)) +
  geom_line(key_glyph = draw_key_rect) +
  scale_color_manual(
    values = cols_used,
    labels = c(TeX("kWh/Person"), TeX("Wohnfläche/Person"),
               TeX("kWh/$m^2$ Wohnfläche"))) +
  scale_y_continuous(labels = percent_format()) +
  theme_icae() +
  labs(
    title = "Der Rebound-Effekt im Wohnbereich",
    y = "1990=100%") +
  theme(
    axis.title.x = element_blank(),
    legend.position = "bottom",
    axis.text = element_text(size=8),
    axis.title.y = element_text(size=10)
  )
rebound_plot

ggsave(
  plot = rebound_plot,
  width = 5, height = 3,
  filename = here("ReboundWohnen.pdf"))
ggsave(
  plot = rebound_plot,
  width = 5, height = 3,
  filename = here("ReboundWohnen.png"))