En la entrada anterior se abordaban los costes que generan las emisiones de gases de efecto invernadero (GEI). En este tipo de análisis es habitual recurrir a los modelos IAM simples (Integrated Assessment Models), que estiman el coste neto actual de las emisiones de GEI, sintetizando en un precio, como, por ejemplo, el coste social del carbono (CSC), el valor neto de todos los costes y beneficios que se generan al emitir una tonelada adicional de CO2, es decir, una aproximación del coste marginal de las emisiones. El siguiente paso del problema económico que plantea el cambio climático sería comparar este coste con los costes en los que se incurre en las distintas alternativas tecnológicas de reducción de emisiones, para tratar de determinar las estrategias más eficientes. Ahora bien, de la misma manera que el CSC, estos costes también están sujetos a mucha incertidumbre por su componente dinámico.
Un instrumento habitual para medir los costes de reducción de emisiones son las denominadas curvas de costes marginales de abatimiento (marginal abatement costs, MAC). Son curvas que miden el coste por tonelada métrica de GEI evitado, comparando, para un horizonte temporal determinado, los costes de aplicar una nueva tecnología, frente al coste de producir la misma utilidad por la vía tradicional. Por ejemplo, comparar, en un horizonte de quince años, el coste de reconvertir la producción de automóviles a coches eléctricos o híbridos (nueva inversión, nueva tecnología, ahorro en el consumo), frente a mantener las plantas de coches de combustión.
Este tipo de curvas fue popularizada por la consultora McKinsey, que en 2007 proponía una curva frecuentemente utilizada, con el horizonte de 2030, en la que ordenaba distintas tecnologías de menor a mayor coste de reducción por tonelada métrica de CO2 (altura de la columna) y el potencial (ancho) de reducción de emisiones de la tecnología (ver gráfico). La curva, realizada a partir del análisis de distintas tecnologías en múltiples países, planteaba que muchas tenían costes negativos, es decir, su implantación podía suponer un ahorro. El ejemplo típico son las técnicas de eficiencia energética para el hogar o las industrias, que suponen una mayor inversión inicial, pero un menor coste a medio plazo, por el menor consumo de energía. Ahora bien, las tecnologías que permiten una mayor reducción de emisiones de CO2 apuntan a la reconversión de las industrias térmicas de generación de energía por alternativas con menores emisiones (fotovoltaica, nuclear o tecnologías de captura de carbón), todas ellas con costes positivos (la curva solo recoge tecnologías con costes por tonelada de CO2 inferiores a 80 US$).
Curva de costes marginales de abatimiento de emisiones de CO2
Fuente: McKinsey&Co.
Las curvas MAC son frecuentes para comparar las distintas alternativas de política económica para reducir emisiones o para impulsar las distintas tecnologías –por ejemplo, las que tienen costes negativos se pueden impulsar vía regulación y préstamos a bajo coste para hacer frente a la inversión inicial y, las que tienen costes positivos, a partir de soluciones de mercado, como el establecimiento de precios a las emisiones de GEI para impulsar su sustitución por alternativas más baratas–. Desde el punto de vista social, las distintas tecnologías son rentables siempre que el coste de reducir las emisiones de GEI sea inferior al coste social de emitirlos. Como veíamos en la entrada anterior, en el caso del CO2, el CSC en EEUU oscilaba en los distintos modelos IAM simples ente entre 21 US$ y 71 US$ –la administración Obama lo fijaba para 2020 en un valor medio de 42 US$ (en dólares de 2007)–, por tanto, cualquier tecnología con un coste de abatimiento menor, resulta rentable desde el punto de vista social (como veíamos, modelos basados en encuestas entre expertos, calculaban el CSC en hasta 200 US$, lo que amplía el rango de tecnologías socialmente rentables).
Gillingham y Stock, hacen un repaso de la literatura de los costes de reducción de emisiones que analizan programas y políticas concretas. Observan que existe una gran variabilidad en los costes entre las distintas tecnologías, pero también para una misma tecnología en distintos momentos de desarrollo y de coste de la tecnología en cuestión o de la región en la que se desarrolla (en muchos casos, son curvas de medias nacionales, sin tener en cuenta las diferencias regionales, por ejemplo, las condiciones de viento y sol). Señalan, no obstante, que las tecnologías que centran el debate sobre el cambio climático y las que tienen un mayor potencial para reducir emisiones a gran escala son las más costosas (como coches eléctricos, paneles fotovoltaicos o parques eólicos marinos). Plantean que lo relevante no es el coste estático actual de las tecnologías, sino elegir aquellas con mayor potencial de reducción de emisiones a gran escala y con mayores posibilidades de reducción del coste de abatimiento. Para ello, lo que interesa es el análisis del coste dinámico de las tecnologías.
En efecto, las curvas MAC plantean dos tipos de problemas principales. Por un lado, suelen basarse en estimaciones estáticas –el coste de la nueva tecnología en el momento actual y dado el consumo actual de los agentes– sin tener en cuenta aspectos dinámicos como: las posibles mejoras de eficiencia y en la gestión de la nueva tecnología durante el proceso de aprendizaje y desarrollo, o los cambios en el comportamiento de los agentes (por ejemplo, mayor consumo energético al abaratarse o, al revés, mayor conciencia de ahorro energético). Por otro lado, suelen basarse en costes privados sin tener en cuenta las externalidades que generan y los consiguientes beneficios (o costes) sociales de las políticas de reducción de emisiones. Las externalidades aparecen, por ejemplo, en términos de posibles aplicaciones derivadas de la nueva tecnología, impulso a terceros sectores o cambios en la salud y la sostenibilidad.
El problema es la incertidumbre a la que está sujeta este tipo de análisis dinámico. Los propios Gillingham y Stock plantean una serie de casos prácticos en los que reflejan este tipo de beneficios. Plantean, por ejemplo, cómo los subsidios a la energía eléctrica en Alemania (y España) a mediados de los años 2000 tuvieron un impacto dinámico que favoreció la innovación en los paneles solares, cuyo precio caería un 66% entre 2010 y 2015, haciéndola una tecnología más rentable. De igual manera, el desarrollo de baterías eléctricas más duraderas y eficientes, cuyo precio cayó hasta un 75%, entre 2009 y 2015, hizo que la industria del automóvil eléctrico fuera más rentable. En el lado contrario, los costes actuales de la tecnología nuclear pueden infraestimar un comportamiento dinámico al alza.
En general, dado el marco de elevada incertidumbre, la alternativa es fijar primero el objetivo de temperatura, a partir de consideraciones científicas y políticas –en este caso, como veíamos el fijado por el Acuerdo de París o del Pacto Verde europeo–. Este es el tipo de preguntas que tratan de resolver los modelos IAM complejos, que parten del objetivo y aportan resultados para alcanzarlos, por ejemplo, en términos de la transición energética, industrial o en el uso de la tierra necesarias. Estos modelos se guían por principios económicos, de forma que buscan minimizar el coste social agregado de conseguir unos objetivos de mitigación determinados.
Aquí, la referencia internacional es el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC), que actualmente está en el ciclo del Sexto Informe de Evaluación previsto 2022. Dentro de este ciclo, el Grupo de Trabajo III sobre mitigación del cambio climático, resalta en su informe especial de 2018 sobre el calentamiento global de 1,5 °C, el grave y generalizado riesgo de episodios meteorológicos extremos con riesgo para los medios de subsistencia y la salud humana (olas de calor, las precipitaciones intensas, la sequía y los incendios forestales concurrentes y las inundaciones costeras) y la grave y generalizada amenaza a los sistemas ecológicos y humanos como los arrecifes de coral, el Ártico o los glaciares o puntos de biodiversidad (con situaciones de irreversibilidad significativa para 2°C).
También en el marco del sexto informe, distintos grupos interdisciplinares están trabajando en el desarrollo de una un modelo IAM global complejo que examina cómo puede cambiar el mundo a la largo del siglo a partir de distintos supuestos socioeconómicos y de cooperación internacional, distinguiendo cinco trayectorias (Shared Socioeconomic Pathways, SSP) que van desde políticas que no reducen la emisiones (que pueden llevar a temperaturas hasta 5ºC por encima de los niveles preindustriales) hasta estrategias de reducción que traten de limitar el crecimiento de la temperatura por debajo de 1,5 ºC). Preocupa que en un escenario de fragmentación internacional y resurgimiento de los nacionalismos, consideran que el objetivo Paris podría ser imposible de alcanzar. Esto lleva a problemas de coordinación internacional que veremos en una próxima entrada.
Excelente artículo, como siempre. Tal vez, echo de menos un análisis más detallado sobre el papel que -sobre todo a futuro- tendrá el coste social del carbono en las decisiones de inversión. Me pregunto si el «carbon border adjustment» que introduce la Comisión Europea en su Green Deal y que se recogen en las conclusiones del último consejo europeo de la semana pasada, será por fin el mecanismo para introducer este coste social de las emisiones en los modelos financieros. En cualquier caso, muchas gracias por el artículo. Estoy deseando leer la próxima entrada sobre coordinación internacional!