Factores determinantes de las emisiones de CO₂ asociadas al uso de combustibles en el sector industrial de San Luis Potosí

Determinants of CO₂ emissions associated with the use of fuels in the industrial sector of San Luis Potosi

El uso de combustibles fósiles como fuente energética es uno de los impulsores más importantes del incremento de la concentración de dióxido de carbono (CO₂) en la atmósfera, condición que ha intensificado el efecto invernadero sobre el calentamiento global experimentado en los últimos años. Las emisiones mundiales anuales de CO₂ derivadas del uso de combustibles fósiles y la producción de cemento, fueron: 8.3 Gt (gigatoneladas) promediadas entre 2002 y 2011; esto es, 54% por encima del nivel registrado en 1990. Por lo anterior, es de gran utilidad analizar la relación entre las emisiones de CO₂ y la dinámica en el uso de los combustibles fósiles (IPCC, 2013).

El análisis de los factores determinantes de las emisiones de CO₂ es una tarea primordial para el establecimiento de estrategias que impacten de forma eficaz y precisa en las metas de reducción de las mismas en cada país. Una de las relaciones más analizadas es la atribuida a las emisiones de CO₂ con el crecimiento económico de cada país o región (Alcántara Escolano y Padilla Rosa, 2005; Samaniego y Galindo, 2009). De igual forma, han cobrado importancia los estudios relacionados con la identificación de los factores determinantes que explican la dinámica o evolución de las emisiones de CO₂ generadas por el uso de energía (Galindo y Aroche, 2000; Stegman y McKibbin, 2005; Arouri et al., 2012).

Uno de los primeros modelos que se utilizaron para explicar los factores determinantes de los impactos ambientales fue propuesto por Ehrlich y Holdren (1972b), conocido como IPAT. El mismo propone que los impactos ambientales (I= Impact) se explican por el producto de tres factores: población (P= Population), la actividad económica (A= Affluence), y la tecnología (T= Technology) (Ehrlich & Holdren, 1972a). A través de los años se ha utilizado para explicar la dinámica de las emisiones de CO₂, al aplicarse a diferentes escalas espaciales y temporales (Dietz y Rosa, 1997; York et al., 2002; Zilio, 2008; Alcántara, 2009; Song et al., 2011; Yue et al., 2013).

Una de las variantes del IPAT que frecuentemente ha sido utilizada es la ecuación de Kaya, que corresponde a una aplicación específica para explicar las emisiones de CO₂ generadas por el uso de combustible. Según la ecuación de Kaya, las emanaciones nacionales de CO₂ se descomponen en el producto de cuatro factores determinantes: el índice de carbonización, la intensidad energética, el PIB per cápita, y el tamaño de la población (Yamaji et al., 1991; Kaya, citado en IPCC, 2007).

La ecuación de Kaya ha sido aplicada para explicar y comparar los factores determinantes que impulsan las radiaciones de CO₂ en diferentes áreas del mundo (Alcántara Escolano y Padilla Rosa, 2005; Rivas Wyzykowska et al., 2012; Li y Ou, 2013). Asimismo, se han realizado análisis con base en esta ecuación, pero integrando índices para explorar las desigualdades en las emisiones de CO₂ entre distintos países y para analizar el impacto de acciones de reducción previamente aplicadas (Duro Moreno y Padilla Rosa, 2006; O´Mahony, 2013).

Galindo y Samaniego (2010) aplicaron la ecuación de Kaya para analizar el efecto de los factores determinantes en las emisiones de CO₂ asociadas al uso de combustibles fósiles y la producción de cemento en los paises de América Latina y el Caribe (ALC). Concluyeron que para el periodo comprendido desde 1990 hasta 2005 la tasa anual promedio de crecimiento de las emanaciones de CO₂ en ALC fue de 2.6%, pero enfatizan diferencias significativas entre los países. El estudio muestra la dependencia del crecimiento económico de ALC sobre el consumo de energia, lo que podría ser un factor limitante para establecer acuerdos comunes sobre la reducción de las irradiaciones.

Baumert y Pershing (2004) señalan que el nivel de la intensidad energética de un país puede ser el reflejo de su estructura económica. Por esto, es de gran importancia analizar la dinámica de los distintos sectores que contribuyen con la economía de una región. Por ejemplo, el sector manufacturero de San Luis Potosí ha sido el principal contribuyente del PIB estatal, con una participación del 25.83% anual, promediado entre 1995 y 2010 (INEGI, 2000, 2005, 2009, 2012). A su vez, de los subsectores que componen dicho sector, los más importantes en orden por su mayor contribución al PIB del sector son: fabricación de maquinaria y equipo, industria alimentaria, industrias metálicas básicas y productos minerales no metálicos que juntos contribuyen con 90% del PIB manufacturero estatal.

La dinámica del sector manufacturero de San Luis Potosí ha impactado también en materia ambiental. Las emisiones de gases de efecto invernadero (GEI) de este ramo durante el periodo 2000-2006 fueron de las más contribuyentes a nivel estatal al alcanzar 39,985,755 toneladas, de las cuales 68% corresponde a las derivadas por el uso de combustibles y el 32% restante a las generadas en los procesos de transformación de las materias primas. El objetivo del presente estudio fue aplicar la ecuación de Kaya para analizar el efecto que cada uno de los factores impulsores ejerce sobre la variación interanual de las radiaciones de CO₂ producidas por el consumo de combustible en el sector industrial manufacturero de San Luis Potosí (Figura 1), durante el periodo 2000-2012.

La metodología utilizada para analizar la variación de las emisiones de CO₂ se sustentó en el análisis de la ecuación de Kaya, la cual sugiere que las mismas se pueden descomponer en cuatro factores determinantes:

Imágenes de empresas manufactureras ubicadas en la zona industrial de San Luis Potosí.

Fotografía proporcionada por la autora.

donde:CO ₂ ⁄E es la intensidad de carbonización de la energía o índice de carbonización, que son las toneladas de CO₂ (tCO₂) generadas en el sector manufacturero en función de la energía (E) consumida por el uso de combustibles en el ramo (toneladas de CO₂ por cada barril equivalente de petróleo, BEP); E/PIB representa la intensidad energética en función de la renta económica, en este caso es la cantidad de energía requerida para producir mil unidades del PIB del sector manufacturero (BEP por cada 1,000 pesos de PIB); PIB/P, es la renta económica per cápita del sector (miles de pesos por habitante); y P es la población (número de habitantes en el estado). La Ecuación (1) se puede reescribir como:

donde C = emisiones de CO₂, c = intensidad de carbonización de la energía, e = intensidad energética, r = renta económica per cápita del sector, y P = población.

La desagregación de los factores de la ecuación se realizó con la técnica de análisis de descomposición de índices (Decomposition Index Analysis, IDA), la cual permite separar los componentes de una determinada ecuación con el fin de analizar en qué medida la variación de estos componentes contribuye con el cambio en el indicador de estudio (Fernández González, 2012). La descomposición de una variable en efectos explicativos se ha utilizado en años recientes bajo distintos enfoques, en problemas relacionados con energía y emisiones de CO₂ (Alcántara Escolano y Padilla Rosa, 2005; Feng et al., 2009).

A partir de la Expresión (2) se puede establecer que el cambio en las emanaciones de CO₂ en un periodo T (∆C_T) se descompone por el efecto de la variación de cuatro factores; a saber, el efecto de la variación de la intensidad de carbonización (∆C_c), el de la intensidad energética (∆C_e), el efecto del PIB per cápita (∆C_r) y el del tamaño de la población (∆C_P). La variación de las radiaciones de un año base a un año objetivo (T), puede expresarse como:

Debido a que el interés se centra en la tasa de cambio de las emisiones a través del tiempo, se considera la derivación de los logaritmos de la Expresión (2):

Finalmente, al integrar la Ecuación (4) para un intervalo entre O y T (para este estudio un año), y siguiendo la propuesta de Ang y Choi (1997), la forma aditiva para descomponer los efectos de cada factor en la variación de las irradiaciones está dada por:

Tabla 1.
Contribución de los factores determinantes en la variación interanual de las emisiones de CO₂ por el uso de combustible en el sector manufacturero de San Luis Potosí, durante el periodo 2000-2012

Donde:

Corresponde a la media logarítmica de C_T y C_O, que proporciona una descomposición aditiva exacta. Cada uno de los términos de la Ecuación (5) describe el efecto (emisiones), con el cual contribuye cada factor determinante en el total de la variación de las emisiones del periodo a evaluar (∆C_c, ∆C_e, ∆C_r, ∆C_p).

Los datos relativos a las emanaciones de CO₂ y de energía consumida se tomaron del inventario de emisiones de GEI 2000-2012 del sector industrial en San Luis Potosí con año base 2005, elaborado por Gutiérrez Escajeda (2015). Los datos del PIB del sector manufacturero a precios constantes del 2008 se tomaron del INEGI (2005, 2009 y 2012), y las cifras de población del INEGI (s/f).

Una vez que se obtuvieron los valores de cada uno de los factores, se hicieron los cálculos de la Expresión (5) para cada año del periodo en estudio. En términos generales, la dinámica de la variación interanual total de las emisiones de CO₂ reflejó la contribución cambiante de cada uno de los factores del modelo (Tabla 1). En la variación total acumulada se distingue el efecto que impusieron los factores de la intensidad energética y el PIB manufacturero per cápita sobre el

Figura 2.
Variación acumulada de las emisiones de CO₂ por factores determinantes

patrón de comportamiento observado en la mayoría del periodo (Figura 2).

A continuación se analiza con más detalle el efecto de cada factor del modelo:

- En general, el efecto del factor de intensidad de carbonización de la energía (∆C_c) en la variación interanual de las emisiones fue poco significativo, con una contribución media anual de 14.64%; sin embargo, hay algunos periodos como el 2001-2002 y el 2004-2005, cuyas contribuciones de 38.59% y 25.74%, respectivamente, fueron importantes en la variación total de CO₂. De igual forma, durante el comprendido desde 2009 hasta 2010 este

Tabla 2.
Cambios observados en el factor de la intensidad de carbonización de la energía entre 2004 y 2005

*Barriles equivalentes de petróleo. **Intensidad de carbonización de la energía

factor contribuyó de forma positiva con – 23.14% de la variación de las emisiones; lo que significa que gracias a esta importante participación se dejaron de emitir 164, 486 tCO2 durante ese lapso.

Para analizar la causa de los efectos más significativos de la intensidad de carbonización es necesario analizar los cambios en las variables que la componen. Por ejemplo, para el efecto que experimentó entre 2004 y 2005 se detectó que la tasa anual de variación (TAV) de la energía consumida en el sector fue de 9.23%, pero las emisiones de CO₂ aumentaron 14.43%, lo cual generó un incremento de 4.76% en la intensidad de carbonización (Tabla 2), que se reflejó de forma negativa al contribuir con 198,080 tCO₂ en la variación de las mismas entre 2004 y 2005 (Tabla 1).

El efecto del factor determinante de la intensidad energética (∆C_e) mostró una participación significativa en la variación interanual de las emisiones, con una contribución media anual de 37.66%. Cabe destacar los episodios de 2004-2008 y de 2010-2012, en los que el efecto de la intensidad energética dominó el patrón que siguió la variación total de las emanaciones (Figura 3). Además, existen episodios como 2005-2006 y 2006-2007 en los que este factor contribuyó de forma positiva, al dejar de emitir 169, 063 y 298, 993 tCO₂, respectivamente.

Figura 3.
Dinámica de la contribución de cada factor en la variación interanual de las emisiones de CO₂ por el uso de combustible en el sector manufacturero de San Luis Potosí.

Por otra parte, el efecto del factor del PIB manufacturero per cápita (∆C_r) presentó la mayor contribución en la variación media anual de CO₂, con 38.19%. El factor reflejó una dinámica variable en su contribución, con efectos interanuales importantes en los periodos 2002-2004 y 2008-2010. Aunque este factor se relaciona con el de la intensidad energética (energía/PIB), se presentaron episodios como el de 2002 a 2004, en los que el incremento del PIB no impactó de la misma forma en la variación de ambos factores.

Finalmente, el efecto del tamaño de población no parece significativa, presenta una contribución anual en la variación de las emisiones de 9.50%. Además, este factor conservó un crecimiento interanual constante, desacoplado de la dinámica observada en la variación interanual de las emisiones durante el periodo de estudio.

Los resultados obtenidos en esta investigación muestran que la estructura económica de un sector impacta en los niveles de su intensidad energética, lo cual coincide con lo argumentado por Baumert y Pershing (2004). Como se observó en el estudio, la intensidad energética reflejó un efecto importante en la variación de las emisiones entre 2004-2005 y 2007-2008, como consecuencia de un incremento en el PIB total del sector, pero con un aumento más pronunciado en la energía consumida. En el periodo 2004-2005, el factor de la intensidad energética contribuyó mayoritariamente con 56.44% de la variación total, como resultado del cambio experimentado por el mismo factor, al pasar de 0.1772 a 0.1962 BEP/PIB, debido a un desacoplamiento entre la TAV de la energía y la del PIB; mientras que la TAV de la energía fue 9.23%, la del PIB fue de – 1.36% (Tabla 3).

De igual manera, entre 2007 y 2008, la intensidad energética experimentó un comportamiento similar al del periodo comprendido entre 2004 y 2005, lo que dejó de manifiesto que un crecimiento en la demanda de energía del sector no siempre es el reflejo de

Tabla 3.
Cambios en los componentes de la intensidad energética en el periodo 2004-2005

Tabla 4.
Cambios en los componentes de la intensidad de carbonización de la energía en el periodo 2009-2010

un incremento en el PIB; esto es, la intensidad energética depende, en gran medida, de la dinámica de los subsectores más intensos en la demanda de energía, pero que no necesariamente son los más contribuyentes en el PIB del sector.

En una economía en crecimiento es común observar que las emisiones aumenten de acuerdo con el PIB, debido a que un mayor crecimiento económico requiere mayor demanda de energía; sin embargo, es posible un crecimiento del PIB junto a una reducción en la intensidad de carbonización, debido a que la estructura económica dentro de un sector económico incide sobre las radiaciones de CO₂, lo cual coincide con lo demostrado por Galindo y Samaniego (2010). Por ejemplo, el factor de la intensidad de carbonización de la energía contribuyó con una tasa significativa de – 23.14%, que evita la emisión de 164, 486 toneladas en 2010, debido a que la energía consumida en el sector se incrementó a una tasa de 17.66%, mientras las emisiones lo hicieron a 12.22% (Tabla 4); este desacoplamiento entre radiaciones y energía se debió al crecimiento de subsectores en los cuales predomina el uso de combustibles de baja carbonización.

Los factores de la intensidad energética y el PIB per cápita fueron los de mayor efecto en la variación de las irradiaciones, con una contribución media anual de 37.66% y 38.19%, respectivamente. El efecto de estos factores determinantes reflejó la dinámica de los subsectores más demandantes en energía y que utilizan combustibles intensos en carbonización, independientemente de la contribución de estos subsectores en el PIB del sector manufacturero.

Por otra parte, la intensidad de carbonización de la energía contribuyó en menor grado que los factores anteriores, pero de forma importante en algunos años. Cabe señalar los lapsos 2006-2007 y 2009-2010, en los que se experimentó una reducción de emisiones por el efecto del factor de intensidad de carbonización, a pesar de una mayor demanda energética. Estos episodios muestran la posibilidad de una reducción de emisiones ante un incremento en la energía requerida por los procesos industriales.

Dado que el tamaño de la población no reflejó un efecto significativo, es posible prescindir de este último factor en la ecuación de Kaya al analizar los factores determinantes en las emisiones industriales de CO₂, por lo que se recomienda hacer un análisis que considere solamente el efecto de los tres primeros factores del modelo.