En conclusión, la promoción de la eficiencia energética no resuelve todos los problemas ambientales, pero su contribución contra el cambio climático es muy significativa dada la estrecha relación entre el consumo de energía y la actividad económica. Además, debido a la importancia que tienen los combustibles fósiles como fuente de energía, tanto en el mundo como a nivel nacional, las políticas de eficiencia en el uso de energía son fundamentales entre las políticas de mitigación del cambio climático.
Adicionalmente, las políticas para la EE son un apoyo para impulsar un desarrollo sostenible y esto representa una importante oportunidad para lograr los cambios necesarios para reencauzar los modelos de crecimiento económico, de forma tal que se consideren los costos ambientales y se reduzcan los impactos sobre los ecosistemas.
Otra ventaja que ofrecen las políticas para la promoción de la eficiencia energética es que muchas de ellas tienen un bajo costo o incluso un costo negativo. La razón por las que no se han implementado aún, a pesar de ello, puede ser que existen barreras institucionales, limitaciones de tipo regulatorio y legal, o simplemente debido a la falta de conocimiento o a las normas sociales. Debido a esto, además de que se requieren políticas, normas e instituciones que promuevan la EE, se requiere hacer llegar la información sobre las ventajas de ahorrar energía a los usuarios finales.
Los resultados de los métodos de análisis aplicados en este estudio, permiten concluir que aunque podría decirse que las políticas están tomando el camino correcto para incrementar la EE en México, dado que entre 1990 y 2008 se encuentra una mejora en eficiencia en el consumo final de energía, a nivel nacional; las ganancias en eficiencia son menores en los últimos años analizados, y ésta parece estar apoyada fundamentalmente en el sector industrial. Por otra parte,
la descomposición aplicada permite descartar que la reducción en IE, se deba a cambios en el componente sectorial, y por lo tanto se puede decir que efectivamente hubo una mejoría en EE.
Adicionalmente los resultados de los modelos econométricos de demanda de energía eléctrica, muestran que para los años del 2003 al 2006, se registran avances en casi todos los sectores, excepto en el agrícola. Esto puede deberse, en parte a que se han aplicado políticas de aumento a los precios de los energéticos, como lo demuestran las elasticidades-precio mayores a uno, que significan que la demanda ha respondido a los cambios en el precio. Sin embargo, el incremento en los precios de la electricidad genera pérdidas en competitividad y perjudica a la economía familiar, por lo que estos efectos deben ser tomados en cuenta al considerar alternativas de política.
La conclusión más importante de este trabajo, es que las políticas para la EE pueden no lograr sus objetivos debido a los obstáculos a los que se enfrentan, por lo que es fundamental realizar una correcta evaluación de los resultados de los programas y de las medidas empleadas. Es necesario considerar que la reducción en el consumo de energía por unidad de producto puede deberse a causas distintas a una ganancia en eficiencia: las variaciones en el consumo de energía pueden ser resultado de cambios en la estructura sectorial que desplacen el consumo de energía a otros sectores y no mejoras en eficiencia derivadas de una aplicación de tecnología o de mejores prácticas y cambios de hábitos en el consumo.
Por último, a partir de este estudio, se puede ver que los indicadores energéticos son útiles para realizar una evaluación de los resultados de las políticas de mitigación del cambio climático, y en particular las de promoción de la EE, pero es conveniente contar con indicadores de emisiones de carbono por unidad de PIB, ya que de esta forma se tomaría en cuenta no solamente la cantidad de energía, sino la calidad de la misma, es decir, si los combustibles utilizados son más limpios.
BIBLIOGRAFÍA
Aguirre Valdez y Montesillo Cedillo: “El desarrollo de México y las Entidades Federativas en 2005: una aproximación sustentable” en Observatorio de la Economía Latinoamericana No.102, 2008. Texto completo en: http://www.eumed.net/cursecon/ecolat/mx/2008/avmc.htm Ang, B.W., Lee P. W. (1996) Decomposition of industrial energy consumption: The energy
coefficient approach. Energy Economics 18, pp. 129-143. Singapore.
Ang, B.W., Zhang, F.Q. (2000) A Survey of index decomposition analysis in energy and environmental studies. Energy 25, pp. 1149-1176.
Ang, B.W., Na Liu. (2007) Energy decomposition analysis: IEA model versus other methods Energy Policy 35, pp. 1426-1432.
Ansuategi A. e Iñaki Arto (20004). La evolución de la intensidad energetica de la industria vasca entre 1982 y 2001: un análisis de descomposición. Economía Agraria y Recursos Naturales. Vol. 4, 7 pp. 63-91.
Baltagi, Badi H. (2001) Econometric Analysis of Panel Data, West Sussex, England: John Wiley & Sons.
Bazán Navarrete, Gerardo: “Sustentabilidad: el manejo de indicadores de energía” en Energía a Debate, diciembre de 2006.
Becerril Torres, Osvaldo, Álvarez Ayuso, del Moral Barrera y Vergara González (2009) Indicador de infraestructuras productivas por entidad federativa en México, 1970-2003. Gestión y Política Pública, CIDE, Volumen XVIII. Número 2.
Calva, José L. et al (2007) “Hacia una visión integral de la estabilidad macroeconómica” en Macroeconomía del Crecimiento Sostenido. Porrúa, México.
Centro Mario Molina CMM, 2006. Propuestas para integrar una Estrategia Nacional de Acción Climática para el Sector de la Energía. Centro Mario Molina para Estudios Estratégicos sobre Energía y Medio Ambiente, México.
CFE. 2009. http://www.cfe.gob.mx/es/LaEmpresa/queescfe/Estadísticas/ (10-03-09)
CICC Comisión Intersecretarial de Cambio Climático (2006). Hacia una Estrategia Nacional de Acción Climática. Síntesis Ejecutiva. México.
CICC (2007) Estrategia Nacional de Cambio Climático para México.
CICC (2009). Programa Especial de Cambio Climático, 2008–2012, México. CMM & Mckinsey (2009). Low Carbon Growth: a Potential Path for Mexico. CONAE (2007), Informe de Labores 2006.
CONUEE/ CRE/ GTZ (2009) Estrategia Integral para el Fomento de la Cogeneración en México de Buen, O. (2002) ILUMEX: desarrollo y lecciones del primer proyecto mayor de ahorro de
energía en México.
http://www.ine.gob.mx/ueajei/publicaciones/libros/437/odon.html (15-02-2010)
de Buen, O. Judith Navarro y Sergio Segura (2009). Propuesta para ampliar la mitigación de gases de efecto invernadero en el sector eléctrico de México. Energía, Tecnología y Educación, S.C.
Eden Richard et al., (1981) Energy economics growth, resources and policy. Cambridge University Press.
Energy Information Administration EIA. (2008) International Energy Annual 2006. http://www.eia.doe.gov (22-03-2009)
2010)
Galindo, L.M. y Aroche, F., 2000. Cambio Climático y Fundamentos Económicos. El Caso México, Instituto Nacional de Ecología.
Galindo, L.M., 2005. Perspectiva del sector energía en México. Centro de modelística y pronósticos económicos (CEMPE), UNAM.
Galindo, L.M. (Coordinador), 2009. La Economía del Cambio Climático en México, Instituto Nacional de Ecología, SENER.
GEI México.
http://www.geimexico.org/acerca.html (13-02-2010).
Giampietro, M. y Mayumi, K. (2000): "Jevons' paradox. Scaling in Societal Metabolism and the fairy tale of Kuznets curves", Proceedings of the 3rd Biannual Conference of the European Society for Ecological Economics, Vienna 3-6 May 2000: "Transitions towards a Sustainable Europe. Ecology-Economy-Policy".
Gillingham, Newell, and Palmer (2009) Energy Efficiency Economics and Policy, Resources for the future, DP 09-13
Gisbert, Pepa (2007) Decrecimiento: camino hacia la sostenibilidad. El ecologista, nº 55.
Gitli E. y G. Hernández (2002) La existencia de la Curva de Kuznets Ambiental (cka) y su impacto sobre las negociaciones internacionales. Centro Internacional de Política Económica para el Desarrollo Sostenible (CINPE), Universidad Nacional de Costa Rica.
Gujarati, D. (2004). Econometría 4ª. Ed. McGraw-Hill.
GTZ, 2003. Estudio de las Relaciones entre la Eficiencia Energética y el Desarrollo Económico. Preparado por el Programa de Estudios e Investigaciones en Energía para la Sociedad Alemana para la Cooperación Técnica (GTZ). Santiago, julio 2003.
Hoffert, Martin et al (2002). ”Advanced Technology Paths to Global Climate Stability: Energy for a Greenhouse Planet” Science 298, 981.
International Atomic Energy Agency IAEA/IEA (2005) United Nations Department of Economic and Social Affairs, “Indicadores energéticos del desarrollo sostenible: directrices y metodologías.”
IEA (2006), World Energy Outlook 2005 IEA (2008), World Energy Outlook 2008
IEA (2008b). Energy efficiency policy recommendations. Indicadores, Fundación Este País, 2008.
INE, Semarnat (2006). Inventario Nacional de Emisiones de GEI 1990 – 2002.
Instituto Mexicano para la Competencia (IMCO) (2009) México ante la crisis que cambió al mundo. Competitividad Internacional 2009
IPCC: SAR (por sus siglas en inglés: Segundo Informe de Evaluación del IPCC) y en el TAR (Tercer Informe de Evaluación del IPCC). http://ghg.unfccc.int/definitions.html (10-11-2009) IPCC (2007) Cuarto Informe de Evaluación
Johnson, Alatorre, Romo y Liu (2009), “México: Estudio para la Disminución de Emisiones de Carbono,” MEDEC, Banco Mundial.
Krackeler, T., Schipper, T., Sezgen, O., 1998. Carbon dioxide emissions in OECD service sectors. The critical role of electricity use. Energy Policy, 26 (15): 1137–1152.
Mayorga M. y Muñoz E., 2000. La técnica de datos panel, una guía para su uso e interpretación, División Económica del Banco Central de Costa Rica.
Muradian, Roldan, Martin O’Connor, y Joan Martínez Alier (2001) Embodied Pollution in Trade: Estimating the ‘Environmental Load Displacement’ of Industrialised Countries. Fondazione Nordhaus, W. D. (1991). Economic approaches to greenhouse warming. In Global warming:
Economic policy approaches, ed. R. D. Dornbush and J. M. Poterba, 33-68. Cambridge, MA: MIT Press.
Energy and Human Activity, International Energy, Paris.
O'Neill B. C. and M. Oppenheimer (2002) “Dangerous Climate Impacts and the Kyoto Protocol”. Science 296, 1971.
O'Neill B. C. and M. Oppenheimer (2004) “Climate change impacts are sensitive to the concentration stabilization path”. PNAS, November, vol. 101 no. 47, 16411–16416.
O’Rourke, Dara (2005) “Market Movements: Nongovernmental Organization Strategies to Influence Global Production and Consumption”, Journal of Industrial Ecology 115 Volume 9, Number 1–2. MIT Press.
Panayotou, T. (1993) “Empirical tests and policy analysis of environmental degradation at different stages of economic development”, World Employment Programme Research Working Paper WEP2-22/WP 238
Pilot 2006. Environmental Performance Index. Methodology & Measurement Challenges
Quadri G. (2008) El cambio climático en México y el potencial de Reducción de Emisiones por Sectores.
Ramos, I. y H. Pulido (2006) Assessment of the impacts of standards and labeling programs in mexico (four products). Final technical report. Instituto de Investigaciones Eléctricas.
Ramos-Martín (2003) Intensidad energética de la economía española: una perspectiva integrada. Instituto Nacional de Investigación para la Alimentación y la Nutrición, Italia.
Robinson, John, et al (2006) “Climate Change and Sustainable Development: Realizing the Opportunity” Ambio Vol. 35, No. 1, 2-8, Royal Swedish Academy of Sciences
Rutas hacia el 2050: Energía y Cambio Climático, World Business Council for Sustainable Development, Noviembre de 2005.
Sáenz de Miera, Oscar Felipe (2004) Estimación de elasticidades precio e ingreso de la demanda por energía eléctrica en México Tesis de la Licenciatura en Economía, Universidad de las Américas, Puebla, México.
http://www.semarnat.gob.mx/queessemarnat/politica_ambiental/cambioclimatico/Documents/que escambioclimatico/tabla2.pdf
SEMARNAT, 2009b.
http://www.semarnat.gob.mx/queessemarnat/politica_ambiental/cambioclimatico/Documents/que escambioclimatico/GEIbajotutelaCMNUCC.pdf (08-febrero-2010)
SENER, 2009a. Balance Nacional de Energía 2008.
SENER, 2009b. Estadísticas de Energía. http://www.energia.gob.mx/webSener/portal/index.jsp (04-12-2009)
SENER, 2009c Estrategia para la transición energética.
Scheinbaum y Rodríguez (1997). Recent trends in Mexican industrial energy use and their impacts on carbon dioxide emissions. Energy Policy, Vol. 25, pp. 825-831.
Schipper, L., Haas, R., 1997. The political relevance of energy and CO2 indicators — An introduction, Energy Policy, 25(7): 639-649.
Tarancón Morán, M.A. (2004) Medición de la Sensibilidad de la estructura productiva al desarrollo sostenible.
Teorema Ambiental (Revista interactiva), Diciembre 2009.
http://www.teorema.com.mx/energia/arranca-campana-%E2%80%9Cluz- sustentable%E2%80%9D/ (16-02-2010)
Unander, F., Karbuz, S., Schipper, L., Khrushch, M., Ting, M. (1999). Manufacturing energy use in IEA countries: Decomposition of long-term trends, Energy Policy, 27(13): 769–778.
Unander, F. (2004) IEA Oil Crises and Climate Challenges 30 Years of Energy Use in IEA Countries.
Vilches, A., Gil Pérez, D. y Valdés, P. (2008). Macroscopio: Instrumento fundamental de la necesaria revolución por la sostenibilidad. En Moreno, J. (Ed.): Didáctica de las ciencias. Nuevas Perspectivas. Segunda parte, (Pp. 206-236), ISBN: 978-959-18-0350-4. La Habana: Educación Cubana.
World Commission on Environment and Development WCED (1987), Our Common Future.
World Business Council for Sustainable Development WBCSD (2004), Facts and Trends to 2050: Energy & Climate Change, (Hechos y Tendencias para el 2050: Energía y Cambio Climático)
World Energy Council, (2004), Eficiencia energética: estudio mundial. Indicadores, políticas y evaluación.
ANEXO A
Supuestos del Modelo Clásico de Regresión Lineal
Los supuestos del modelo clásico de regresión lineal, en forma resumida, son los siguientes:
1. E (µi) = 0, para todo i = 1,..., n. El término aleatorio tiene esperanza igual a cero para todas las observaciones. Este supuesto implica que en promedio la relación entre Y y las Xs es exactamente lineal, aunque las realizaciones particulares de los ui's pueden ser distintas de cero.
2. Var(µi) = σ2; i = 1,…, n. La varianza del término aleatorio es constante para todas las observaciones. Esto se conoce como supuesto de homoscedasticidad.
3. Cov (ui ; uj ) = 0, para todo i 6= j. Las covarianzas del término aleatorio entre dos observaciones distintas son iguales a cero. Si las observaciones se encuentran ordenadas a lo largo del tiempo esto implica que la correlación entre los términos aleatorios correspondientes a distintos periodos es nula. En este caso el supuesto se conoce como de no autocorrelación o no correlación serial.
4. Los vectores formados con las observaciones de las variables explicativas (Xk ; k = 1,…,K) son no estocásticos y linealmente independientes. Esto último implica que ningún vector de observaciones de las variables explicativas puede ser obtenido como una combinación lineal de los restantes vectores. El supuesto de independencia lineal se conoce como de no multicolinealidad.
La verificación de estos supuestos se hace aplicando pruebas estadísticas y con ello se asegura que el modelo tiene validez.
ANEXO B
La toma de logaritmos en modelos econométricos para obtener elasticidades
Una práctica relativamente frecuente en la modelización econométrica consiste en la utilización del logaritmo neperiano en lugar del valor directo de la variable observada.
Esta transformación resulta habitual en econometría en distintos contextos: en primer lugar, nos permite la resolución de algunos de los problemas que suelen presentar los modelos econométricos como problemas simples de heteroscedasticidad. Efectivamente, este tipo de transformación tiene la importante propiedad de mantener la evolución temporal de la variable original, reduciendo proporcionalmente la variación relativa entre los distintos valores de la serie. En segundo lugar nos permite la linealización de modelos originalmente especificados en términos no lineales. Por ejemplo, supongamos que queremos estimar una función de producción de tipo Cobb-Douglas como
Y = A K L
donde K, L representan las dotaciones de factores productivos (capital y trabajo,respectivamente); Y el nivel de producción, y A es una medida de la eficiencia técnica. A partir de esta formulación de la teoría económica, podríamos obtener un modelo econométrico como:
Y = A K L eu
donde u es una perturbación aleatoria con las propiedades estadísticas habituales y que recoge el efecto de otras variables sobre la endógena. Obviamente este modelo no es lineal en los parámetros, por lo cual no es estimable a partir de los métodos usuales. Ahora bien si tomamos logaritmos neperianos a ambos lados de la ecuación anterior obtenemos:
lnY = ln A + ln K + ln L + u ln e
y* = a * + k * + l * +u
Como se observa este modelo ya es lineal, y puede ser estimado por mínimos cuadrados. La simple transformación de las variables nos lo permite. Una última razón hace interesante esta transformación, y es que los parámetros asociados a variables sobre las que previamente se han tomado logaritmos pueden ser interpretados directamente como elasticidades. Obsérvese que en
la expresión anterior
∂ln Y / ∂ln L =
lo cual, como es conocido, puede ser aproximado por la elasticidad parcial de la variable Y con respecto a la variable L.
Fuente: Curso Combinado de Predicción y Simulación www.uam.es/predysim
ANEXO C
Tablas de apoyo para la discusión de Resultados
Tabla C.1 Consumo nacional y final total de energía (petajoules) e Intensidad energética Fuente: Sistema de Información Energética, SENER, 2008
2000 2001 2002 2003 2004 2005 2006 2007
Consumo nacional de energía (petajoules) 6,925.3 6,868.4 6,803.5 7,055.5 7,392.2 7,753.2 8,034.7 8,239.1 Consumo final total de energía (petajoules) 3,756.5 3,671.5 3,728.8 3,779.2 4,153.2 4,097.6 4,241.3 4,549.1 PIB nacional (miles de millones de pesos de 1993) 1,604.8 1,602.3 1,615.6 1,637.4 1,705.8 1,753.6 1,837.9 1,898.4 Intensidad energetica (Mj/$ producido)
Consumo nacional de energía /PIB 4.3 4.3 4.2 4.3 4.3 4.4 4.4 4.3
Consumo final de energía /PIB 2.3 2.3 2.3 2.3 2.4 2.3 2.3 2.4
Consumo final (mill de kilojoules )/ habitante 38.2 37.0 37.1 37.3 40.5 39.6 40.6 43.1
Población total (millones de habitantes)a
98.4 99.4 100.4 101.4 102.4 103.5 104.5 105.6
Tabla C.2 Consumo final total de energía por sector (petajoules) Fuente: Sistema de Información Energética, SENER, 2008
2000 2001 2002 2003 2004 2005 2006 2007 TMCA
%
Total 3,756.5 3,671.5 3,728.8 3,779.2 4,153.2 4,097.6 4,241.3 4,549.1 2.8
Residencial, comercial y público 831.7 834.2 844.6 852.5 859.9 842.6 857.1 893.5 1.0
Transporte 1,614.5 1,611.1 1,632.9 1,683.8 1,911.9 1,864.4 1,966.5 2,157.8 4.2
Agropecuario 115.5 110.3 107.5 112.8 118.6 122.5 126.6 134.9 2.2
Industrial 1,194.7 1,115.8 1,143.9 1,130.1 1,262.7 1,268.1 1,291.1 1,362.9 1.9
Empresa Mediana 53,444 54,722 55,776 56,874 59,165 61,921 65,266 67,799 3.5
Gran Industria 40,311 38,535 39,166 37,355 37,464 37,799 37,887 38,833 -0.5
Tabla C.3 Volumen de las ventas internas de energía eléctrica (gigawatts/hora ) Fuente: Sistema de Información Energética, SENER, 2008 2000 2001 2002 2003 2004 2005 2006 2007 TMCA % Total 155,349 157,204 160,203 160,384 163,547 169,757 175,371 180,469 2.2 Doméstico 36,128 38,344 39,032 39,861 40,748 42,531 44,452 45,835 3.5 Comercial 11,691 12,185 12,528 12,825 12,928 13,007 13,229 13,408 2.0 Servicios 5,873 5,954 6,057 6,132 6,274 6,431 6,577 6,789 2.1 Agrícola 7,901 7,463 7,644 7,338 6,968 8,067 7,959 7,804 -0.2 Empresa Mediana 53,444 54,722 55,776 56,874 59,165 61,921 65,266 67,799 3.5 Gran Industria 40,311 38,535 39,166 37,355 37,464 37,799 37,887 38,833 -0.5
Tabla C.4 Precio nominal medio de energía eléctrica ( centavos por kilowatt/hora ) Fuente: Sistema de Información Energética, SENER, 2008
2000 2001 2002 2003 2004 2005 2006 2007 Total 60 63 72 85 95 103 114 118 Doméstico 56 61 77 85 88 92 98 102 Comercial 126 130 138 161 187 205 232 239 Servicios 105 113 125 134 141 148 157 166 Agrícola 29 31 34 36 39 44 44 48 Empresa Mediana 61 63 70 85 98 106 119 124 Gran Industria 43 44 48 60 71 78 89 91
Siglas y abreviaturas
Bpe barril de petróleo equivalente
CFE Comisión Federal de Electricidad
CICC Comisión Intersecretarial de Cambio Climático
CMNUCC Convención Marco de las Naciones Unidas sobre el Cambio
Climático
CO monóxido de carbono
CO2 dióxido de carbono
CO2e dióxido de carbono equivalente
CONAE Comisión Nacional para el Ahorro de Energía (ahora
CONUEE)
CONUEE Comisión Nacional para el Uso Eficiente de la Energía
EE Eficiencia energética
EJ Exajoules (1x1018 J)
FIDE Fideicomiso para el Ahorro de Energía Eléctrica
Gt Gigatonelada (mil millones de toneladas).
GEI gases de efecto invernadero
GJ Gigajoule (mil millones de joules)
GW gigawatts
GWh gigawatts-hora
IEA International Energy Agency (Agencia Internacional de
Energía)
INEGI Instituto Nacional de Estadística, Geografía e informática
IPCC Panel Intergubernamental sobre Cambio Climático (por sus
siglas en inglés)
J Joule
kWh kilowatt-hora
LyFC Luz y Fuerza del Centro
mbd millón de barriles por día
Mt millón de toneladas
MW megawatt
NOX óxido de nitrógeno
PECC Programa Especial de Cambio Climático
Pemex Petróleos Mexicanos
PIB Producto Interno Bruto
PJ Petajoule
SENER Secretaría de Energía
SEMARNAT Secretaría de Medio Ambiente y Recursos Naturales
SO2 dióxido de azufre
t tonelada