Impacto de la pandemia Covid-19 en las variaciones de la huella de carbono de hogares de ciudades chilenas

Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional.

La pandemia del Covid-19 ha dejado a su paso una serie de consecuencias ambientales, sociales, económicas y sanitarias, entre otras, en las ciudades de todo el mundo, donde uno de los aspectos de mayor interés científico ha sido evaluar el impacto ambiental de la crisis. Específicamente, se ha observado un efecto positivo, dado por una marcada disminución en las emisiones de gases de efecto invernadero (GEI) durante el año 2020, llegándose a reducciones que oscilan entre 8% y 26%. Este fenómeno se atribuye directamente a la paralización de la producción industrial y la restricción de la movilidad en respuesta a las medidas de confinamiento para evitar la propagación de contagios (Forster et al., 2020; Le Quéré et al., 2020; Liu et al., 2020; Moreno et al., 2020).

Aunque se ha estudiado extensamente el impacto de los confinamientos en la movilidad (Aloi et al., 2020; Arimura et al., 2020; Fatmi, 2020; Oestreich et al., 2023), existe una brecha de conocimiento en cuanto a cómo dichos procesos han afectado el comportamiento humano, especialmente en el ámbito residencial, en relación al consumo de energía para movilidad, calefacción, cocinar, entre otros. Más aún al considerar que las ciudades generan aproximadamente el 70% de las emisiones directas e indirectas de GEI, y la necesidad apremiante de reducir estas emisiones para abordar los desafíos del cambio climático.

En América Latina, una región con serios problemas de adaptación al cambio climático, el 45% de las emisiones de GEI proviene de sectores como el transporte, la industria de generación eléctrica y la quema de combustibles residencial e industrial (Bárcena et al., 2020), sectores en los que se evidenció una disminución del 10% en las emisiones de GEI durante la pandemia (Global Carbon Budget, 2023). Chile no fue una excepción en este proceso. Sin embargo, como país predominantemente urbano, con el 90% de su población viviendo en ciudades y con las emisiones de GEI más altas de la región, se enfrenta a desafíos permanentes por su vulnerabilidad frente al cambio climático y crisis ambientales.

En Chile, por efecto de la pandemia del Covid-19, se demostró cómo los confinamientos han afectado no solo las emisiones, sino también los patrones de consumo de energía en los hogares (Samaniego et al., 2022). Esto es muy relevante, ya que el país registra los niveles más altos de contaminación atmosférica en la región (IQAir, 2023) y también uno de los niveles más altos de emisiones de GEI per cápita (Belloc & Molina, 2023), superado solamente por Uruguay y México. Aunque se reconoce internacionalmente que el país ha realizado inversiones significativas en energías renovables, las cuales repercuten en la huella de carbono, la pandemia ha dejado evidencias de su paso en los patrones de consumo de energía y, sobre todo, de calefacción en las ciudades chilenas (Rojas et al., 2022). Tales huellas hoy plantean interrogantes sobre la asociación entre los cambios señalados y las características urbanas, y sobre la posibilidad de controlarlos mediante medidas de planificación urbana y eficiencia energética.

Este estudio se centra en las viviendas de ciudades del centro-sur de Chile, zonas que durante la pandemia experimentaron variaciones notables en su huella de carbono por el uso extensivo de calefacción y energía, particularmente vinculadas al uso de la leña. Considerando la expansión urbana en curso y los modelos de crecimiento dispersos, se plantea la necesidad de analizar factores urbanos específicos, como la morfología urbana, la materialidad de las viviendas, el tipo de calefacción utilizado y las condiciones climáticas, para comprender las variaciones en la huella de carbono y explorar enfoques de la planificación urbana como una respuesta adaptativa y sostenible a estos desafíos ambientales.

Este artículo contribuye al debate sobre el urbanismo y el cambio climático, especialmente en ciudades con limitada capacidad de adaptación. Se plantea la posibilidad de que acciones autónomas, locales y desde el hogar sean fundamentales para una transición exitosa hacia la sustentabilidad en un contexto de creciente conciencia climática.

La intersección entre la morfología urbana, factores climáticos y su impacto ambiental emerge como un campo crucial de estudio en la planificación y desarrollo sostenible de las ciudades. Tradicionalmente, los modelos de sustentabilidad han destacado estrategias específicas en el diseño de sistemas de transporte, uso del suelo y energía. Dos paradigmas opuestos han dominado este escenario: la ciudad compacta, que aboga por la densificación y mezcla de funciones para reducir el consumo de energía y la motorización; y la ciudad dispersa, que tiende a expandirse hacia las periferias, generando un mayor consumo de energía y combustibles (Hassan & Lee, 2015; Muñiz et al., 2016; Seto et al., 2017; Soto-Cortés, 2015). No obstante, la ciudad compacta, a pesar de estar asociada a menores emisiones de GEI, no es inmune a críticas. Las preocupaciones se centran en la pérdida de espacios abiertos, reducción de áreas permeables y un mayor consumo energético en edificaciones en altura (Hassan & Lee, 2015; Montejano, 2017). La falta de consenso sobre la morfología urbana más adecuada en el contexto del cambio climático añade complejidad a la discusión (Montejano, 2017).

El enfoque del urbanismo climático emerge como una respuesta estratégica, focalizando la atención en las emisiones de GEI a nivel urbano y su interacción directa con la morfología de la ciudad. Este paradigma propone políticas urbanas que permitan la adaptación y gestión del carbono, posicionando a las ciudades como actores clave en la acción climática (Bulkeley & Newell, 2023; Long & Rice, 2019). El urbanismo climático, no exento de críticas, busca medir y monitorear las emisiones de GEI para respaldar políticas y programas locales de reducción de su impacto en las ciudades.

La complejidad de la relación entre morfología urbana y clima se evidencia especialmente en las ciudades del centro-sur de Chile. Las condiciones topográficas, caracterizadas por sistemas orográficos semicerrados, presentan desafíos a la ventilación y propician fenómenos como la inversión térmica. Este proceso, intensificado durante las noches invernales, contribuye a la concentración de contaminantes en la baja atmósfera, afectando la calidad del aire (Opazo, 2011; Osses et al., 2020; Pacheco et al., 2021; Romero, 2021; Romero et al., 2010). Además, en contraste con las investigaciones en ciudades europeas, las llevadas a cabo en ciudades chilenas, como Concepción, han revelado resultados que desafían la relación tradicional entre densidad urbana y huella ecológica (Muñiz & Rojas, 2019). En este aspecto, en nuestras ciudades la distancia al centro urbano emerge como un factor más significativo que la densidad en cuanto a las emisiones de GEI, demostrando que incluso con medidas de sustentabilidad escasas, el impacto ecológico puede variar notablemente. Junto a ello, se destaca al respecto la importancia de factores vinculados a la vivienda y la calefacción, particularmente en el contexto de pobreza energética. La pandemia, además de los confinamientos, ha arrojado luz sobre la influencia local del clima y la morfología en ciudades frías y lluviosas, destacando la necesidad de consumir mayor energía para lograr confort térmico, lo que a su vez incide en las emisiones de GEI (Morero et al., 2021).

El método aplicado en este estudio consiste en identificar los factores explicativos asociados al clima, la vivienda y la morfología del entorno del hogar que influyen en la huella de carbono calculada antes y durante la pandemia, a partir de una encuesta telefónica y cuyos resultados fueron publicados en Rojas y otros (2022). Estos factores, hipotéticamente, deberían estar ligados a la materialidad de la edificación, los metros cuadrados de la vivienda, el nivel de renta de sus habitantes, el número de personas que la habitan y el tipo de calefacción que utilizan, y características climáticas como la temperatura promedio de la ciudad en cierta estación del año y el volumen de precipitación, junto con la densidad poblacional del barrio donde se encuentran los hogares y la distancia al centro de la ciudad.

Encuesta

La encuesta de emisiones de GEI asociadas al consumo energético durante el invierno de 2020 es un estudio longitudinal que busca monitorear la misma cohorte y comparar patrones de consumo en el contexto de la pandemia de Covid-19, considerando tanto el invierno de 2020 como el verano de 2021, además de situaciones previas al invierno de 2019. Este cuestionario original fue inspirado por trabajos realizados en la ciudad de Concepción (Muñiz & Rojas, 2019). La encuesta fue validada por el comité de ética en ciencias sociales de la Pontificia Universidad Católica de Chile y aplicada a 1.200 hogares en septiembre de 2020 (invierno), utilizando el sistema de Entrevista Telefónica Asistida por Computadora (CATI), con una distribución aleatoria entre jefes de hogar. Las encuestas se distribuyeron equitativamente entre las cuatro ciudades estudiadas, con una muestra de 300 hogares por ciudad, y en ella se consultó sobre los combustibles usados en calefacción y en energía del hogar. La evaluación de las emisiones de GEI provenientes del consumo energético en los hogares se realizó procesando los datos de las encuestas sobre el gasto en energía de los consumidores, multiplicando las unidades monetarias de consumo por los factores de emisión de cada tipo de combustible usado (Rojas et al., 2022).

figura 1
Área de casos de estudio
Rojas et al. (2022).

Factores explicativos

Dados los antecedentes de la investigación previa (Rojas et al., 2022) y la relación indirecta entre densidad poblacional y huella de carbono –es decir, que ciudades con menor densidad (como Osorno) y mayor densidad (como Valdivia) igualmente presentan las huellas más altas (Figura 2)–, se propone un análisis estadístico de las huellas de carbono para identificar los factores explicativos del aumento de la huella de carbono de energía en los hogares en el invierno de 2020 en las cuatro ciudades en estudio. Las huellas de carbono fueron calculadas con base en los patrones de consumo de energía de 1.200 hogares, 300 por ciudad, en septiembre de 2020 (Rojas et al., 2022). En esta encuesta se preguntó por el consumo de energía en el invierno del año 2019 o T0 (sin pandemia) y en el invierno que estaban viviendo o T1 (con pandemia). En específico, las preguntas de calefacción y de energía de la encuesta fueron: ¿Qué tipo de calefacción usa? (Selección múltiple: Leña, Parafina, Carbón, Eléctrica, Gas, Petróleo y Otro). ¿Cuántos meses usa la calefacción? ¿Cuánto pagó en promedio? Luego las preguntas de energía se refirieron a cuánto se pagó en promedio en las cuentas de electricidad, gas licuado y gas natural. Posteriormente, se diseñaron modelos de regresión múltiple, donde la variable dependiente es el valor de la huella de carbono en invierno, y las variables independientes remiten a forma urbana, clima y características de la vivienda.

figura 2
Promedio huella de carbono por hogar (kgCO2eq/hogar) en las ciudades en estudio, invierno 2019 y 2020
Elaboración propia a partir de resultados de Rojas et al. (2022).

figura 3
Densidad media (hab./km2) en las ciudades en estudio
Elaboración propia a partir de resultados de Rojas et al. (2022).

Se diseñaron modelos de regresiones diferenciados, principalmente por las evidencias existentes respecto del efecto de la calefacción. La calefacción supone más del 60% del consumo de energía total de las viviendas. En la muestra considerada en este estudio destaca la variedad de fuentes de energía primarias utilizadas (leña húmeda, leña seca, pellets, queroseno, gas licuado del petróleo, gas natural, etc.), cada una de ellas con un impacto diferenciado en términos de huella por kilovatio (kW) (Rojas et al., 2022). Se supone que la huella de carbono de la calefacción está más correlacionada con los indicadores de estructura espacial (densidad, distancia al centro) que la huella de la electricidad. La razón es que la fuente de energía utilizada para calentar las viviendas depende de su tipología (vivienda en bloques, vivienda unifamiliar aislada, casas adosadas, etc.), la cual a su vez está correlacionada con las variables explicativas de forma y estructura espacial, densidad y distancia al centro. En los espacios menos densos y más alejados del centro, se espera que el uso de la leña sea significativamente superior al de los centros urbanos densos. Además, la variabilidad observada en la huella de carbono de la calefacción depende de las diferencias de temperatura. Los lugares más fríos presentan una mayor huella de carbono de la calefacción (Andrews, 2008; Norman et al., 2006; VandeWeghe & Kennedy, 2007). Estos aspectos explican el hecho de que los trabajos pioneros en el estudio que tienen los efectos de la forma y estructura espacial de las ciudades sobre su huella de carbono (Brown & Logan, 2008; Glaeser & Kahn, 2010) presenten regresiones diferenciadas para el total de consumos residenciales y para la calefacción. Entonces, en dichos estudios se muestra cómo la magnitud y significatividad de los parámetros de forma y estructura espacial influye en la huella de carbono.

Los modelos aplicados arrojan diferentes cálculos estadísticos que evidencian la significancia estadística y la bondad de ajuste de este estudio, además de otros parámetros que permiten explicar su funcionamiento. Para interpretar el modelo de regresión, son relevantes el valor estimado (β) o la cantidad en que cambia la variable dependiente cuando cada variable predictora aumenta en una unidad. El valor “T” y el p-value evalúan la hipótesis nula, que propone la inexistencia de relación lineal significativa entre la huella de carbono y variables urbanas, climáticas y de vivienda. Un p-value menor al nivel de significancia (0,05) indica suficiente evidencia para rechazar la hipótesis nula, confirmando así una relación significativa. Esta información permite validar la capacidad predictiva del modelo (Kutner et al., 2005).

Otros parámetros relevantes son el R-Square y el Coeficiente de Determinación Ajustado, que miden la proporción de la variabilidad de la variable dependiente que es explicada por los predictores que hayan sido incluidos en el modelo. Sin embargo, el segundo coeficiente no es influenciado por el número de variables introducidas, mientras que el primer parámetro sí lo es (Rodríguez & Mora, 2001). Por último, en los cálculos se usa GreTL (un software libre para análisis estadístico y econométrico basado en el lenguaje de programación C, versión gratuita) y el entorno de desarrollo integrado Rstudio para R.²

Los modelos de huella de carbono por hogar calculados son:

Donde:

y’ = Variable dependiente.

α = Valor constante estimado por el modelo, intercept.

β = Cantidad que varía y’ cuando la variable x_i aumenta en una unidad.

x = Variable predictora.

ε = Error estándar.

En los modelos disponibles, para la elección de los predictores se utiliza el método “paso a paso” o stepwise (se emplean criterios matemáticos para su elección). Luego, a través del método de medición Akaike (AIC) se realizó la selección de los mejores predictores para un modelo que permitiera explicar los cambios en los valores de huella de carbono. El criterio de información de Akaike (AIC) proporciona un método simple y objetivo que selecciona el modelo más adecuado para caracterizar datos experimentales, cuya interpretación se considera como una medida de la calidad con la que el modelo se ajusta a los datos (Martínez et al., 2009). Por último, para evitar problemas de colinealidad entre las variables, se calculó el Factor de Inflación de la Varianza (VIF) para cada uno de los modelos, que permite estimar la multicolinealidad en un análisis de regresión (Kutner et al., 2005).

Los hallazgos permitieron comprobar cambios en los comportamientos y en las prácticas de los hogares en relación con el consumo de energía, junto a problemas de aislación térmica en las viviendas y la necesidad de acelerar la transición energética de impacto local, y ello por medio del mejoramiento de la calidad constructiva en eficiencia y rendimiento térmico (Rojas et al., 2022). Asimismo, los resultados son concordantes con los hallazgos respecto del aumento de GEI locales en las ciudades por efecto de la pandemia (Rojas et al., 2022; Wang & Li, 2021) y también respecto de la demanda de energía en hogares en un contexto sociosanitario (Moreno et al., 2020). Lo anterior ocurre en contraste con un extenso grupo de publicaciones científicas que demostraron la disminución de las emisiones de GEI globales en las principales ciudades del mundo por efecto de las cuarentenas y/o restricciones (Andreoni, 2021; Dantas et al., 2020; Han et al., 2021; Le Quéré et al., 2020; Liu et al., 2020; Nižetić, 2020; Wang & Su, 2020; Wang et al., 2022). Tal disminución se debería al factor de escala o, como señalan Sporchia y otros (2024), también al hecho de que la pandemia del Covid-19 ha afectado los territorios de forma heterogénea, dependiendo del contexto territorial y las variables socioeconómicas y ambientales, en relación con las cuales la escala es muy sensible.

Así, la metodología reveló la necesidad de prestar atención a factores locales para comprender el comportamiento de las emisiones de GEI y formular políticas públicas efectivas y territorialmente relevantes (Bulkeley & Newell, 2023). Entre estos factores, nuestro estudio exploró la influencia de variables climáticas y de morfología urbana en ciudades del centro-sur de Chile, tal cual otras investigaciones hechas en Latinoamérica (Muñiz & Rojas, 2019; Muñiz et al., 2016; Opazo, 2011; Pacheco et al., 2021), así como el nivel socioeconómico y las características de los hogares en ciudades con alta contaminación ambiental debido a la calefacción con leña (Urquiza et al., 2020). Entonces, nuestros resultados respaldan la premisa de que los cambios en los patrones de consumo y el comportamiento diario de las personas, como respuesta a las medidas de confinamiento, han generado modificaciones en las emisiones locales de GEI, impactando directamente la sostenibilidad de las ciudades. Por tanto, este enfoque se alinea con perspectivas que destacan la importancia de considerar criterios de sostenibilidad vinculados a estrategias de desarrollo local, incluso cuando se implementan políticas autoritarias en situaciones de emergencia, como ocurrió durante la pandemia (Howarth et al., 2020; Salazar, 2018).

En específico en el ámbito de la calefacción local, antes de la pandemia factores como la distancia al centro, la temperatura de la ciudad y el tamaño de la vivienda eran clave en la magnitud de la huella de carbono. Sin embargo, en pandemia la leña se ha hecho el combustible más influyente en el aumento de la huella de carbono por hogar, destacando al respecto la necesidad de alternativas más sostenibles, como la energía eléctrica y a gas. Por otra parte, la falta de significancia estadística de la variable renta indicó que el efecto de la calefacción a leña involucra aspectos culturales independientes del nivel socioeconómico. Es decir, la elección de la leña como combustible está arraigada en complejas dinámicas socioeconómicas y culturales, como la pobreza energética y la valoración cultural de la cocina a leña (Urquiza et al., 2020).

En Chile, la pobreza energética depende de factores críticos, como la eficiencia energética y el tamaño de la vivienda (Villalobos et al., 2021). Así, el uso de la leña en el país está estrechamente relacionado con la exposición a climas fríos, materiales de construcción con baja eficiencia energética y precios más asequibles de este combustible (Huneeus et al., 2020). En el tipo de ciudades del centro-sur de Chile como las estudiadas, es ambientalmente deficiente la interacción entre bajos niveles de ingresos, baja eficiencia energética de la vivienda y elevados precios de la energía (Riquelme, 2020). En este sentido, es interesante en los resultados observar que la temperatura promedio de la ciudad emerge como un factor crucial para explicar la huella de carbono. Es decir, una temperatura exterior más baja se correlaciona con mayores emisiones, coincidiendo con investigaciones anteriores en ciudades y hogares en diferentes partes del mundo (Brown & Logan, 2008; Paravantis et al., 2021; Park et al., 2022; Shigetomi et al., 2021). Así, los resultados permiten entender que, en Chile, se espera que ciudades como Valdivia y Osorno, que en invierno tienen temperaturas promedio de 8,5 °C y 8,0 °C respectivamente (Rojas et al., 2022), tengan una huella de carbono mayor por efecto de la calefacción que otras ciudades con temperaturas más altas, de climas templados, como es el caso de Coronel, que en invierno tiene una temperatura promedio de 10,6 °C.

El hallazgo señalado subraya la necesidad de políticas que aborden tanto los aspectos económicos como los socioculturales para lograr un cambio significativo en las elecciones de los tipos de calefacción. Además, a pesar de los esfuerzos en políticas públicas, como los programas de recambio de calefactores y mejoramiento térmico de viviendas en pandemia, nuestros resultados indican que tales medidas no han logrado el impacto esperado. La resistencia a abandonar la leña como fuente principal de calefacción destaca la complejidad de abordar las motivaciones sociales, económicas y culturales detrás de las elecciones de calefacción.

En cuanto a la huella de energía para otros usos, se observó un cambio en la relevancia de los factores, destacando al respecto el efecto de la temperatura ambiental y la cantidad de personas en la vivienda o que componen el hogar. Esto respalda la hipótesis según la cual durante la pandemia se intensificó el efecto que tiene el número de personas que comparten un mismo espacio, sobre la magnitud de la huella de carbono, hecho que subraya la relevancia del tamaño de la vivienda en esta materia, vinculado a las políticas de confinamiento que aumentaron el tiempo de permanencia de las personas en los hogares.

Respecto a la morfología urbana, a pesar de la larga historia de argumentos científicos que sugieren que las ciudades densas reducirían las emisiones de GEI (Ewing & Rong, 2008; Frey, 2003; Jabareen, 2006; Mollay, 2010; Rong, 2006), nuestros modelos de regresión contradicen tales afirmaciones y aumentan la necesidad de evidencias para ciudades intermedias del sur global, donde la densidad tiende a ser baja, pero con poblados que ocupan una menor superficie de suelo. Las características morfológicas de la ciudad, como la distancia del hogar al centro urbano o la densidad poblacional del barrio, no lograron explicar de manera significativa la huella de carbono asociada a la calefacción ni al consumo de energía en pandemia, aspecto concordante con hallazgos previos para ciudades chilenas (Muñiz et al., 2016; Muñiz & Rojas, 2019). Esto sugiere que antes de las medidas de control de la densidad son necesarias las que implican un cambio en la materialidad de las viviendas.

Para subsanar parte de este problema, se han realizado esfuerzos gubernamentales en políticas públicas. Entre ellos, el programa de recambio de calefactores, justamente en pandemia; el programa de mejoramiento térmico de la vivienda, dentro del marco de los Planes de Descontaminación Atmosférica (PDA) del Ministerio del Medio Ambiente; y el programa “Recambia tu Calor”, del Ministerio de Energía, que buscaba aumentar el consumo eléctrico para calefacción y así ofrecer una alternativa más competitiva a la leña. El recambio de calefactores fue incluido dentro del análisis de regresión; sin embargo, tal variable no logró ser un factor estadísticamente significativo dentro del modelo, confirmando que este tipo de medidas no parece haber conseguido el efecto esperado (Álamos et al., 2020). En el panorama actual, el Plan Nacional de Eficiencia Energética 2022-2026 busca actualizar los estándares de eficiencia energética y fomentar la renovación térmica de edificaciones. Aunque estas iniciativas son muy valiosas, parece haber una brecha en la consideración de estilos de vida y patrones de consumo que perpetúan la dependencia de la calefacción a leña en ciudades como las estudiadas. Al respecto, Chiang et al. (2023) proponen la sustitución de la leña por briquetas de carbón vegetal (charcoal briquettes) a partir de residuos de Eucalyptus globulus y Pinus radiata.

La discusión de los resultados también permite hacerse cargo de algunos de los cuestionamientos relativos al urbanismo climático y la incesante búsqueda de cuantificar las emisiones en las ciudades (Long & Rice, 2019), dado que en este estudio se avanza también en evaluar las condiciones de los hogares y su entorno.

Este estudio identifica factores críticos que afectan la huella de carbono en calefacción y consumo energético de los hogares en ciudades del centro-sur de Chile, revelando que la pandemia acentuó el uso de leña debido a la mayor permanencia de las personas en los hogares y a las limitaciones en la eficiencia térmica de las viviendas. Los resultados subrayan el papel significativo de variables como el tamaño de la vivienda y la temperatura local en el aumento de emisiones, mientras que factores como la densidad urbana y la proximidad al centro urbano no demostraron ser determinantes en la reducción de la huella de carbono, sugiriendo la necesidad de explorar medidas de planificación urbana más adaptadas a las condiciones locales. La dependencia de la leña, profundamente vinculada a factores culturales y económicos, refuerza la urgencia de implementar políticas públicas que promuevan alternativas energéticas sostenibles y mejoren la eficiencia térmica de las viviendas, mediante incentivos a tecnologías de calefacción de menor impacto y la creación de un mercado sostenible de leña. En conjunto, estos hallazgos presentan una base para reorientar estrategias de política energética en ciudades intermedias y ponen de relieve la importancia de considerar características socioeconómicas y culturales en la formulación de políticas climáticas urbanas adaptativas.

Por último, la morfología de la ciudad, aspecto que podría controlarse por medio de planificación urbana, contrario a las expectativas, no demostró ser tan influyente en las emisiones de GEI por energía. En ciudades intermedias de densidades bajas resalta la importancia de abordar los patrones de consumo y de eficiencia energética, con especial foco en compensar y controlar el alto consumo de leña por calefacción. En este sentido, una de las limitantes del estudio es haber realizado la encuesta de forma telefónica, dado que Chile estaba en cuarentena. Así, el estudio se puede replantear con una encuesta puerta a puerta y una distribución geográfica determinada, lo que permitiría observar el efecto de la renta en la materia en estudio. A partir de los resultados, se sugiere concentrar esfuerzos públicos en la creación de incentivos para un mercado de leña más sostenible que involucren tanto a productores como a consumidores, considerando aspectos como la proporción de la renta del hogar que es destinada exclusivamente a calefacción. Considerando también que los cambios en la huella de carbono según la variación de las condiciones climáticas refuerzan la idea de un impacto ambiental mayor de las ciudades en la estación invernal, se plantea que las políticas y estrategias deben centrarse en acondicionar las viviendas, incluyendo a la vez, por supuesto, las dinámicas cambiantes de los estilos de vida de las personas, especialmente en situaciones críticas.

redalyc-journal-id: 196

La investigación fue realizada gracias al financiamiento de ANID - Proyecto “Impactos del Covid-19 en la Huella de Carbono de Hogares de Chile”, ANID COVID0159 (2020-2021), https://huellacovid.cl/; Centro de Desarrollo Urbano Sustentable (CEDEUS), Fondo de Financiamiento de Centros de Excelencia en Investigación ANID FONDAP 1523A0004; Ministerio de Ciencia e Innovación, Gobierno de España (Proyecto de Investigación PID2021-128227OB-100 y TED2021-132184B-100); y la Generalitat de Catalunya (Proyecto de investigación 2021SGR00189).

La autora principal desea agradecer el apoyo de las siguientes instituciones: Instituto de Estudios Urbanos y Territoriales (IEUT UC), Centro de Desarrollo Urbano Sustentable (CEDEUS) y Centro de Energía UC.