Upload
others
View
6
Download
0
Embed Size (px)
Citation preview
Metodologías 19
2. METODOLOGÍAS
2.1 FUNDAMENTOS DEL BENCHMARKING
El desarrollo y la aplicación de técnicas de benchmarking es, a día de hoy, la clave para
impulsar la eficiencia energética. Aunque la mayoría de países y empresas son conscientes de
esto, existen todavía muchas dificultades para que el desarrollo teórico pase a ser la base de
una actuación práctica.
El benchmarking basa su éxito en la colaboración y cooperación entre los diferentes países e
industrias, dejando un poco a un lado la competitividad y luchando por la conservación del
planeta. El cambio climático es uno de los principales síntomas que presenta el planeta como
señal de alarma ante la actuación energética que los países están llevando a cabo. El sector
industrial no sólo es el principal culpable de esta situación, sino que es uno de los que cuenta
con una mayor posibilidad de ahorro energético.
Parece ser que, llegados a la situación actual, la mayoría de países de todos los continentes
quieren solventar este problema o, al menos, evitar que tenga peores consecuencias. Más vale
tarde que nunca. Si bien, aunque existe una clara voluntad por conseguir una eficiencia
energética en el sector industrial, aún son pocos los esfuerzos, tanto económicos como de otra
índole, dedicados a lograr este objetivo.
Los diferentes gobiernos deberían comenzar a establecer políticas más radicales. Además de
normativas que obliguen a reducir las emisiones de gases de efecto invernadero o a imponer
una serie de medidas en beneficio de la eficiencia energética, deben crearse leyes que
obliguen a las empresas a aportar información verídica sobre los diferentes consumos
energéticos y otros datos de los procesos de fabricación, que permitan a las instituciones
analizar a través del benchmarking la situación de la compañía.
El autor, consciente de la necesidad de información y concienciación en materia de eficiencia
energética en la industria, pretende en este bloque realizar un primer análisis de lo que debe
ser un sistema completo de benchmarking energético. Se detallarán en los próximos
subapartados las principales características sobre las que se fundamenta el benchmarking.
Uno de los primeros problemas que se presentan, es que resulta prácticamente imposible que
dos empresas reales tengan exactamente el mismo proceso de producción y se vean bajo la
20 Metodologías
influencia de los mismos factores. Por ello es necesario analizar las variables de influencia que
pueden alterar los resultados en empresas, generalmente del mismo subsector. En el apartado
2.2, Variables de influencia consideradas, se describen las principales diferencias que pueden
interferir en la comparación entre las distintas industrias.
Una vez se tienen en consideración estas diferencias, es necesario aplicar una metodología que
permita normalizar los datos de las distintas empresas para que pueda efectuarse una
comparación entre ellas. Existen diferentes métodos de normalización, en el apartado 2.3,
Métodos de normalización, se describirán los métodos de Normalización Simple, Mínimos
Cuadrados Ordinarios (OLS 16 ) (también llamado análisis de regresión simple), Análisis
Envolvente de Datos (DEA17) y análisis de frontera estocástica (SFA18).
Una de las primeras preguntas que subyacen en este estudio es, ¿Qué variables necesitamos
para saber si una empresa es más eficiente energéticamente que otra? Este apartado es quizás
uno de los más complejos y puede tener más de una respuesta. En la sección 2.4,
Indicadores Eficiencia Energética (IEEs), se establecerá un posible sistema de IEEs en función
del grado de estudio que sea necesario.
Otra de las preguntas que aparecen, y que al igual que la anterior, no tiene una única y cerrada
respuesta es, ¿con quién y cómo se compara una empresa? Para acotar las posibilidades que
nacen al efectuar esta pregunta, en el apartado 2.5 se analizan las diferentes posibilidades
viendo las ventajas e inconvenientes inherentes a cada una de ellas.
Teniendo en cuenta todas estas reflexiones, la que, desde el punto de vista del autor, es más
complicada actualmente, es la disponibilidad de la información para realizar los estudios de
benchmarking. Por un lado, a menudo es difícil adquirir los datos de energía pertinentes y
suficientes para caracterizar los distintos procesos. Por otro, la medición del rendimiento
energético y la verificación es a veces una tarea difícil. Además, la información detallada de la
energía es un material sensible debido a las preocupaciones sobre la competitividad, datos de
propiedad, confidencialidad, etc. Todas estas complicaciones tienen como consecuencia el que
16 OLS: Ordinary Least Squares
17
DEA: Data Envelopment Analysis 18
SFA: Stochastic Frontier Analysis
Metodologías 21
las empresas sean, en general, reacias a aportar información detallada sobre sus usos
energéticos.
Como consecuencia, la recolección de datos, su validación y su difusión, que se analizan en la
sección 2.6, son un desafío para los esfuerzos por lograr un benchmarking útil y eficaz. Hay que
ser conscientes de que disponer de datos suficientes y de alta calidad es la clave del éxito de la
puesta en práctica de las técnicas de benchmarking.
Para hacer frente a esta ardua tarea, los organismos e instituciones nacionales e
internacionales deben estar al pie del cañón. La creación de políticas y de agencias y
programas que fomenten el uso del benchmarking y la recolección de datos de producción de
las diferentes empresas es fundamental para lograr importantes avances en eficiencia
energética y, consecuentemente, en la reducción de emisiones de gases de efecto invernadero
y en el desarrollo sostenible de la industria. El apartado 2.7, Entidades que fomentan el
benchmarking, describe las principales organizaciones e instituciones que tienen entre sus
obligaciones aplicar y desarrollar el benchmarking energético.
En el apartado 2.8, ¿Qué se necesita?, se comentan brevemente las principales carencias que
deben subsanarse para que el sistema de benchmarking funcione correctamente.
Para que la aplicación de todas estas medidas tenga éxito, es muy importante tener en cuenta
que el benchmarking es una herramienta viva y en continuo cambio. Una vez se tenga
establecido un procedimiento teórico, es necesario actuar tal y como se indica en la [Figura
2.1]. Si no existe una realimentación en el proceso, de nada servirá recopilar y tratar los datos
de consumos energéticos de las diferentes empresas.
Se debe realizar una recolección de datos actualizados y útiles para el objetivo propuesto. Tras
esto, será necesario normalizarlos y calcular los Indicadores de Eficiencia Energética
pertinentes. Posteriormente, la información tratada y organizada podrá ser estudiada a fondo,
podrá comprobarse si se han cumplido los objetivos que se hubieran propuesto con
anterioridad y podrán establecerse nuevos objetivos viables para la empresa. Para lograr estas
metas, la empresa planteará y ejecutará medidas que aumenten la eficiencia energética, y
revisará posteriormente la estrategia utilizada con objeto de incluir posibles mejoras. La
mayoría de instituciones que actualmente realizan estudios de benchmarking recopilan datos
anualmente o, en algunos casos, trimestralmente. Si bien, cuantas más iteraciones del ciclo
existan, mejores serán los resultados obtenidos.
22 Metodologías
[Figura 2.1] Ciclo de implementación de un correcto sistema de benchmarking.
2.2 VARIABLES DE INFLUENCIA CONSIDERADAS
El objetivo básico del benchmarking energético es evaluar y comparar la eficiencia energética
de dos sistemas tan generales como los subsectores industriales o tan particulares como
procesos industriales específicos, e identificar el potencial de mejora de eficiencia energética
en base a las diferencias entre ellos. El problema radica en que existen numerosas variables de
influencia diferentes entre empresas que imposibilitan en primera instancia una comparación.
Por lo tanto, un sistema de referencia o punto de referencia es necesario en muchos casos
para efectuar un eficaz análisis a través del benchmarking energético (Como se verá en el
apartado 2.5 ¿Con quién y cómo compararse?).
Debido a que el propósito principal del benchmarking energético es la identificación de
ineficiencias en el uso de la energía, la búsqueda de un ahorro potencial de la misma y la
mejora de la eficiencia energética de la empresa basada en las mejores prácticas de la
industria, el sistema de referencia debe tener entre sus propiedades: ser físicamente
realizable, altamente eficiente en materia de energía y susceptible de ser utilizado para
efectuar comparaciones.
Recopilación de datos
Análisis. Creación de informes
Evaluación. Establecimiento
de objetivos.
Planteamiento y ejecución de
mejoras
Revisión y mejora de la estrategia
Metodologías 23
Un modelo matemático que describe el sistema y puede ser utilizado para comprender el
análisis del benchmarking energético es el que se puede ver en la [Figura 2.2]:
[Figura 2.2] Diagrama general de bloques del sistema de benchmarking [15].
· x y x(r) son vectores de orden m cuyos elementos representan los factores que
gobiernan el uso de la energía (entrada de material, volumen de producción, tipo de
producto y de diseño, tipo de equipo utilizado…). Es decir, el vector x recoge las
variables de control.
· G(x) es la función que mediante una transformación, traduce las variables de control
desde x hasta x(r). Esta función es la que se utiliza para normalizar los sistemas de
forma que puedan ser comparados entre sí. En este apartado se van a detallar las
principales causas que deben ser tenidas en cuenta a la hora de comparar dos
sistemas desde el punto de vista de la eficiencia energética.
· y e y(r) son vectores de orden n cuyos elementos representan cantidades de
diferentes tipos de energía o de combustible energético (carbón, gas natural,
consumo eléctrico…) que son consumidos o producidos por el sistema.
· y=F(x) e y(r)=F(r)(x(r)) es el modelo matemático de energía del sistema cuya eficiencia
energética pretende ser evaluada.
· d= y - y(r) es un vector n-dimensional cuyos elementos representan la diferencia en
consumo o generación de un tipo de combustible o energía entre el sistema evaluado
y el sistema utilizado como referencia.
· U(x)=F(x); U(r)(x)=F(r)(G(x)) es una función compuesta.
24 Metodologías
El consumo energético de una planta cualquiera podrá ser calculado como:
�Ü�U�Ü
�Æ
��@�5
Ecuación 2-1: Energía total consumida por el sistema [15].
donde wi denota el factor de conversión para cada tipo de combustible o energía que es
consumido o producido por el sistema. Se puede apreciar que en este valor de la energía se
muestra un balance entre la energía consumida y la producida por la planta. Una empresa que
aproveche el calor residual de sus procesos e instale algún tipo de aprovechamiento
energético mediante cogeneración, verá reducido este valor considerablemente.
De forma similar podrá ser calculado el consumo energético del sistema de referencia:
�’�:�å�; L ˝ �S�Ü�U�Ü�:�å�;
�Æ
��@�5
Ecuación 2-2: Energía total consumida por el sistema de referencia [15].
Una vez se tiene E y E(r) se está en disposición de realizar una comparación en igualdad de
condiciones. Se procede a emitir conclusiones y a proporcionar posibles mejoras que
contribuyan a un ahorro energético.
De forma similar a como se ha procedido para normalizar el sistema y efectuar su comparación
con uno de referencia en cuanto a consumo energético, puede procederse con otras variables
de interés. Una vez se aplique una función G(x) a los sistemas, que haga a estos comparables
entre sí teniendo en cuenta numerosas variables de influencia, se podrán calcular los
indicadores de eficiencia energéticos que se verán en el apartado 2.4 y podremos comparar
con diferentes referencias como veremos en el apartado 2.5.
Para hacer frente a las diferencias entre las plantas, con objeto de poder compararlas, existen
métodos estadísticos que facilitan la creación de un “modelo virtual” sobre el que se obtienen
los indicadores de eficiencia energética. En referencia a este modelo se crea la función G(x)
que normaliza los factores más importantes de uso energético en la organización en estudio de
forma que pueda realizarse un análisis de benchmarking. Aunque los detalles varían según
cada sector, sirva como ejemplo el enfoque del programa ENERGY STAR, que considera
típicamente cuatro efectos como principales.
Metodologías 25
• La producción mixta.
• Tamaño de la planta o capacidad productiva.
• Las entradas del proceso.
• Las variables externas, como la climatología y los ratios de utilización.
A continuación se detallan las peculiaridades de los efectos principales antes mencionados,
teniendo muy en cuenta las indicaciones de la Agencia de Protección del Medio Ambiente de
los Estados Unidos [11].
2.2.1 PRODUCCIÓN MIXTA
La energía es la demanda derivada de los servicios energéticos utilizados en apoyo de los
diferentes procesos de fabricación en una empresa. Los resultados de estos procesos son
diversos productos intermedios y finales. Como se verá en el apartado referente a los IEEs, es
común evaluar la eficiencia energética en términos de la intensidad de energía de entrada en
relación con un servicio deseado (por ejemplo, por cada libra de aire comprimido), en relación
con un proceso intermedio en particular (por ejemplo, por cada libra de piedra caliza triturada)
o relativo al producto final de la planta (por ejemplo, por tonelada de cemento producido).
Cada uno de los servicios de energía o procesos intermedios contribuye al consumo total de
energía. Sin embargo, no todas las plantas producen exactamente el mismo producto.
Además, muchas plantas producen múltiples productos. La diversidad dentro de y entre las
plantas da lugar a una mezcla de demandas energéticas derivadas de procesos específicos.
Un enfoque para el control de la mezcla de productos es segmentar la industria en categorías
de productos naturales. Es decir, utilizar IEEs más desagregados (de nivel 3, como se verá
posteriormente). Esto funciona mejor cuando no hay solapamiento entre las plantas que
producen los diferentes productos básicos y hay un número suficiente de plantas para llevar a
cabo el proceso de benchmarking. La industria del vidrio es un buen ejemplo, ya que el vidrio
laminado, vidrio para envases y fibra de vidrio son productos distintos y pueden establecerse
subsectores con idea de ser tratados de manera "independiente". Serán necesarios enfoques
adicionales cuando no existan dichos subsectores naturales y en una planta se manufacturen
múltiples productos.
26 Metodologías
Otra situación se manifiesta claramente en la industria cementera. A pesar de que ésta
proporciona principalmente un solo producto bien definido, algunas plantas elaboran
cantidades más pequeñas de cementos especiales, por ejemplo, de mampostería o de
aplicaciones para pozos de petróleo. Si estos productos especiales requieren un consumo
energético diferente, el enfoque estadístico será el responsable de estimar y sopesar estas
diferencias.
Otras industrias, como la farmacéutica o la automovilística, que también tienen una amplia
gama de productos pueden ser tratadas de forma diferente por el benchmarking. Para el
montaje de automóviles, el tamaño del vehículo resulta ser una buena medida para las
diferencias entre ellos al evaluar el uso energético. Esto es debido a que el proceso de pintura
domina el consumo energético en la producción de automóviles. Para los productos
farmacéuticos existe una enorme diversidad, si bien, las principales diferencias en el uso de
energía tienen lugar en las tres actividades básicas: laboratorios de I + D, preparación de
principio activo, y llenado y acabado.
2.2.2 TAMAÑO DE LA PLANTA
Para poder incluir el tamaño como un factor de normalización en los IEEs es necesaria una
medida significativa del tamaño o de la capacidad productiva de la planta. Esta medida puede
ser la cuantificación de entrada de materia prima principal en la planta, la salida de productos
terminados o directamente el tamaño de la planta. En algunos casos puede haber ventajas a
mayor escala de producción. Independientemente de los resultados específicos obtenidos
hasta la fecha para cada industria, el tamaño de la planta y las economías de escala siguen
siendo un área importante para la normalización en el enfoque de benchmarking.
2.2.3 ENTRADAS DEL PROCESO
Otras entradas al proceso pueden ser útiles en el desarrollo de un punto de referencia
estadística para el benchmarking energético. Las entradas del proceso, como los materiales,
mano de obra o las horas de producción, pueden ser buenas medidas representativas de la
actividad productiva en general, sobre todo cuando las medidas de salida de la producción no
están disponibles o no son representativas.
La industria del refinado de maíz es un ejemplo de un subsector en el que es apropiado el uso
de energía por unidad de material de entrada, es decir, maíz procesado. El uso de energía en la
Metodologías 27
planta, expresado en términos de fanegas de maíz transformadas, se verá influenciado por la
mezcla de los productos finales, pero incluye el uso de energía para el procesamiento de
subproductos comunes a todas las plantas. De esta manera el nivel de maíz procesado captura
un número de componentes de energía comunes de una manera sucinta. El nivel de maíz
procesado es también una buena manera de captar la utilización de la planta, ya que la
capacidad de una planta se expresa habitualmente en términos de volumen de maíz procesado
por día.
Una situación algo diferente podemos observar por ejemplo en la industria del vidrio. Los
insumos principales para la fabricación de vidrio suelen ser arena, cal, carbonato de sodio y
vidrio de desecho. Si los materiales se mezclan de manera diferente para producir distintos
tipos de vidrio entonces el modelo estadístico puede aplicar diferentes pesos al consumo
energético de la misma manera que lo hace con la mezcla de materias primas. En otras
palabras, las diferencias en el uso de energía se infieren a partir del volumen y los tipos de
materiales utilizados en la producción. Las diferencias en la calidad de los materiales también
pueden ser considerados en la normalización estadística. Para las plantas de cemento, la
dureza y el contenido de humedad de la piedra caliza pueden influir en el consumo de energía.
Las tasas de trabajo de producción también pueden controlar las diferencias en la actividad
manufacturera de las plantas y consecuentemente las diferencias en los consumos
energéticos. Mientras que la relación entre la energía y la mano de obra no es tan directa
como la energía y la producción, el hecho de que se necesita mano de obra y energía para la
fabricación de un producto permite una relación indirecta estimable. Una ventaja es que las
horas de trabajo pueden proporcionar un denominador común en términos de medición.
2.2.4 FACTORES EXTERNOS
En la mayoría de las plantas de producción, la calefacción, la ventilación y el aire
acondicionado (HVAC), contribuyen a una mayor demanda de energía. El clima determina el
consumo energético que se requiere para mantener un cierto confort. Desde el enfoque del
benchmarking es importante tener en cuenta la localización geográfica de la planta así como la
variación climatológica estacional.
28 Metodologías
Cuando la componente energética de climatización es pequeña en relación con el consumo
total de la planta el enfoque estadístico puede no ser capaz de medir el efecto con precisión
suficiente para cumplir con las pruebas de fiabilidad.
Otros impactos dependientes de la localización se pueden incluir utilizando el enfoque
estadístico. Por ejemplo, la altitud puede tener un efecto importante en el consumo de
energía de un horno de cemento, debido a las diferencias en el oxígeno de combustión.
2.2.4.1 INFLUENCIA DE LA TEMPERATURA
El principal agente externo que influye en las diferencias de consumo energético de las plantas
es la temperatura. La cantidad de energía necesaria para la calefacción o aire acondicionado
depende en gran medida de la temperatura exterior, y este impacto en el consumo de energía
puede ocultar fácilmente los efectos de mejorar la eficiencia energética.
Controlar con precisión la evolución en el tiempo del consumo de energía para climatización,
es esencial para eliminar el impacto de las variaciones de temperatura y producir datos que
permitan una comparación en igualdad de condiciones. Una de las metodologías más comunes
adoptadas es el uso de días-grado de calentamiento (HDD19) [16].
Los HDD son una medida simplificada de la intensidad y la duración de tiempo frío durante un
periodo determinado en un lugar determinado. El valor de HDD durante un periodo, por
ejemplo, un invierno, se determina restando de cada día la temperatura media diaria de una
temperatura de referencia preestablecida y posteriormente, se suman los días del periodo en
el que la temperatura media del aire exterior es inferior a la temperatura de referencia.
Cuando la temperatura del aire exterior es igual o mayor que la temperatura de referencia, los
HDD son cero. Los mayores HDD, coinciden con los inviernos más fríos de la temporada, y por
tanto, mayor será la cantidad de energía necesaria para calefacción. Los HDD pueden ser
calculados como:
Ecuación 2-3: Cálculo del HDD para un invierno [16].
19 Heating Degree Days.
Metodologías 29
donde:
· Tref. es la temperatura de referencia.
· Ti es la temperatura media del día i.
· n es el número total de días del periodo estudiado.
Teniendo en cuenta las consideraciones analizadas, se pueden normalizar los sistemas en
estudio y, de esta forma, debe procederse a una comparación que tenga como resultado la
obtención de conclusiones válidas y verdaderas que contribuyan a una mejora de los
procedimientos utilizados por la empresa en estudio y, consecuentemente, a una mejora de la
eficiencia energética global.
2.3 MÉTODOS DE NORMALIZACIÓN
Una finalidad del proceso de benchmarking es determinar si una industria utiliza la energía de
manera más eficiente que otra. Para desarrollar un esquema de benchmarking adecuado a
cada sector, y dada la gran diversidad de tecnologías existente, es necesario que los usos
energéticos de las industrias sean identificados y normalizados con el fin de proporcionar una
comparación significativa. Es por ello necesario realizar un análisis de cada sector,
identificando tanto los indicadores de eficiencia energética (IEEs) característicos del mismo
como los factores principales que les afectan, como pueden ser la producción, la capacidad
productiva y el mix de producción [11]. Además, para la aplicación del benchmarking es
necesario desarrollar un procedimiento que permita la obtención de un escenario para evaluar
comparativamente la eficiencia energética de la industria objeto. Para ello se requerirá el
análisis estadístico de una muestra significativa de datos de la población. Es necesario
establecer una normalización que permita proceder a una justa comparación entre industrias.
En la literatura, en materia de benchmarking podemos encontrar los siguientes métodos
matemáticos según W. Chung [10]: Normalización Simple, Mínimos Cuadrados Ordinarios
(OLS20) (también llamado análisis de regresión simple), Análisis Envolvente de Datos (DEA21),
20 OLS: Ordinary Least Squares
21 DEA: Data Envelopment Analysis
30 Metodologías
análisis de frontera estocástica (SFA22), el modelo basado en el método (Simulación) y Redes
Neuronales Artificiales (ANN23).
En este trabajo se analizan, principalmente de forma cualitativa, los cuatro primeros métodos
arriba mencionados con objeto de proporcionar al lector un criterio que le permita seleccionar
el método que mejor se ajuste a sus necesidades o a las de su empresa.
Se hace especial hincapié en el método DEA y el de fronteras de producción estocásticas ya
que además de ser los más utilizados en los estudios de benchmarking estudiados, son los que,
desde el punto de vista del autor de este proyecto, tiene más sentido implementar a día de
hoy en el ámbito empresarial industrial.
2.3.1 NORMALIZACIÓN SIMPLE
El enfoque de la normalización simple generalmente se basa en indicadores sencillos y cuyos
ratios tienen una sola entrada y salida. Los indicadores de eficiencia energética que se
emplean normalmente con este método se obtienen simplemente al normalizar el uso de la
energía respecto al área de la industria y/o a sus horas de funcionamiento. Un ejemplo de esta
metodología es aplicada mediante el indicador de Intensidad de Uso de la Energía (IUE)
obtenido como el cociente entre el consumo energético y el área ocupada por el proceso. Su
unidad suele ser el MJ/m2. Podría procederse a un ajuste climático de los datos de uso de la
energía cuando se dispone de la información de los grados-día. Si bien, el alcance de este
método es muy limitado. Este método no es capaz de normalizar todos los aspectos
mencionados anteriormente.
Por ejemplo, si se tienen que comparar dos organizaciones que trabajan en un mismo
subsector industrial, hay que tener en cuenta para la normalización muchos parámetros que
difieren entre ambas. Estas variables de influencia y sus consecuencias se desarrollan en el
apartado 2.2 del presente trabajo. Para este caso, se va a suponer que ambas empresas están
localizadas en lugares geográficos con condiciones climáticas semejantes, que las dos se
dedican a fabricar un único producto, que los factores externos por los que se ven
22 SFA: Stochastic Frontier Anlysis
23 ANN: Artificial Neural Network
Metodologías 31
influenciadas son semejantes y que únicamente difieren en el tamaño de la planta (y
consecuentemente en la cantidad de producto fabricado anualmente).
Se tiene entonces una empresa A, que consume anualmente 750 MJ de energía y que utiliza un
área de producción de 1000 m2, y una empresa B, que con 2000 m2 consume anualmente 1400
MJ de energía. Si se calcula para ambas el indicador de Intensidad de Uso de la Energía se tiene
que la empresa A consume 0.75 MJ/m2 mientras que la empresa B consume 0.7 MJ/m2. A la
vista de este resultado la empresa B resultaría más eficiente que la empresa A.
Si bien, hay que tener en cuenta que las similitudes propuestas en el ejemplo anterior es muy
difícil que existan en la realidad y, además, se debe desarrollar un método de normalización
que sea válido para todas las empresas y que permita una normalización en base a muchas
variables de influencia. Por tanto, aunque se trata de un método sencillo, intuitivo y fácil de
aplicar, su utilización no suele aportar resultados que reflejen verazmente la diferencia en
eficiencia energética entre las diferentes empresas del sector de la industria.
2.3.2 MÍNIMOS CUADRADOS ORDINARIOS (OLS)
Monts y Blissett [17] discutieron las limitaciones sobre el uso de la IUE normalizada simple
para edificios comerciales y utilizaron un modelo de regresión lineal simple para evaluar el
rendimiento en el uso de energía en los edificios comerciales. El OLS puede ayudar a estimar la
línea de regresión que representa el nivel medio de eficiencia energética. Es evidente que una
simple aplicación de los resultados de un OLS puede mostrar que todos los edificios con
puntuaciones superiores a la media pueden ser consideradas ineficientes mientras que
aquellos con puntuaciones inferiores son eficientes. Por otro lado, un sistema de
benchmarking puede ser desarrollado sobre la base de la distribución de los residuos del
modelo de regresión. El residuo es la diferencia entre el IUE real y el IUE predicho. Por lo tanto,
los residuos se tratan como medidas de ineficiencia. Si el IUE real para una industria
determinada a partir de referencias es menor que el predicho IUE, significa que el proceso
utiliza menos energía que los procesos similares.
2.3.2.1 MODELO DE REGRESIÓN LINEAL
En estadística, la regresión lineal o ajuste lineal es un método matemático que modela la
relación entre una variable dependiente Y, las variables independientes Xi y un
término aleatorio ε. Este modelo puede ser expresado como:
32 Metodologías
Ecuación 2-4: Modelo de regresión lineal.
Y: variable dependiente.
X1, X2, …, Xp: variables independientes.
β0, β1, β2, …, βp: parámetros que miden la influencia que las variables independientes tienen
sobre la variable dependiente.
ε: Modela el error aleatorio.
Si consideramos uno de los indicadores (por ejemplo el IUE) como una función lineal
dependiente de p factores Xi (donde estos factores son la edad de la maquinaria, el área de la
fábrica, el sistema energético…) podemos obtener una recta de regresión y calcular fácilmente
los residuos antes comentados. El problema OLS para n industrias podría ser enunciado como:
Ecuación 2-5: Modelo de regresión lineal adaptado al indicador IUE.
Para observar gráficamente las consecuencias que implica este método se va a tomar como
variable dependiente el consumo energético y como variable independiente el tamaño de la
planta. Para ello, se ha de suponer que todas las empresas que se comparan únicamente
varían en estos dos parámetros (situación ficticia). En la [Figura 2.3] puede verse el resultado
de la aplicación del modelo de regresión lineal.
A la vista de la gráfica y teniendo en cuenta las consideraciones del método, se podría indicar
que todas las empresas situadas por encima de la recta son ineficientes energéticamente. No
se tienen en cuenta correcciones debidas a los errores aleatorios. Esta recta de regresión no
tiene una expresión fija, sino que depende del número de empresas de las que se dispongan
datos así como de la evolución y las mejoras implementadas a lo largo del tiempo. Cuanto
mayor sea la cantidad de empresas de las que se dispongan datos, menor error existirá en la
estimación de esta recta de regresión.
Metodologías 33
[Figura 2.3] Ejemplo de modelo de regresión lineal para una situación ficticia con una variable independiente.
Existen variaciones de este método de regresión lineal. Uno de ellos es el método de mínimos
cuadrados ordinarios corregidos (COLS 24 ). La estimación a través de COLS supone el
desplazamiento hacia arriba del término constante hasta que un residuo sea igual a cero y
todos los demás sean negativos. Un inconveniente consiste en que incluso después de esta
corrección, algunos de los residuos pueden presentar todavía signos de error, con lo cual no se
distingue que parte se corresponde realmente con la ineficiencia y que parte se debe a errores
aleatorios y a perturbaciones estadísticas. El ejemplo anterior según este método tendría
como resultado el mostrado en la [Figura 2.4].
[Figura 2.4] Ejemplo de aplicación del método COLS para una situación ficticia con una variable independiente.
24 COLS: Corrected Ordinary Least Squares.
34 Metodologías
Según este método, tan solo la empresa situada en el punto (x,y)=(1200,1100) sería eficiente.
Este método tampoco tiene en cuenta el error aleatorio y es más conservador que el anterior.
2.3.3 ANÁLISIS ENVOLVENTE DE DATOS
El Análisis Envolvente de Datos o Data Envelopment Analysis (DEA) es una poderosa técnica de
optimización, desarrollada por Charnes, Cooper y Rhodes (1978), construida para medir el
comportamiento relativo de diferentes unidades organizacionales en las cuales la presencia de
múltiples insumos (inputs) y productos (outputs) hace difícil la comparación de su desempeño
[18].
DEA permite comparar la gestión relativa de un grupo de unidades de producción de bienes
y/o servicios que utilizan el mismo tipo de recursos (insumos) para producir un mismo grupo
de productos (salidas). La metodología identifica fronteras eficientes y permite hallar
indicadores de gestión relativa para cada unidad con relación a aquellas que están en la
frontera eficiente. Además, permite identificar y cuantificar las ineficiencias con relación a los
recursos de entrada y los productos de salida, dando así pautas para la mejora de las distintas
unidades analizadas [19].
El método de análisis envolvente de datos es una herramienta empírica útil para estudiar las
eficiencias técnicas y de escala de unidades productivas comparables entre sí. Para mejorar la
precisión de los estudios que se realicen, es posible combinar este método no paramétrico con
los paramétricos, como los métodos de frontera estocástica que se analizan en el siguiente
subapartado.
2.3.3.1 NOCIONES DE EFICIENCIA PRODUCTIVA. ANTECEDENTES
El documento de Andrés Ricardo Schuschny [20] nos invita, antes de conocer el método DEA
propiamente dicho, a repasar las nociones de eficiencia productiva y el cálculo de los índices
de eficiencia técnica, tal como los plantea Farrell (1957).
Según Schuschny, la propuesta de Farell es visualizar a la eficiencia desde una perspectiva real,
no ideal, donde cada unidad de producción sea evaluada en relación con otras tomadas de un
grupo representativo y comparable. Así, las medidas de eficiencia serían relativas y no
absolutas, donde el valor alcanzado por determinada unidad productiva, corresponda a una
expresión de la desviación observada respecto a aquellas consideradas como más eficientes
Metodologías 35
dada la información disponible. En este sentido, la metodología que propone Farrell es una
técnica basada en el concepto de “benchmark” o referenciación.
Sea un conjunto más o menos extenso de unidades productivas comparables entre sí por la
particularidad de que emplean el mismo tipo de insumos o factores para producir un conjunto
de productos similares o equivalentes. Para alcanzar un mayor nivel de generalidad, las
denominamos como “unidades de toma de decisiones” (DMU25). Entonces, es posible definir
tres medidas de eficiencia:
· Eficiencia técnica: refleja la habilidad de la DMU de obtener el máximo nivel de
producción dados ciertos niveles en el uso de los insumos o factores.
· Eficiencias de asignación: refleja la habilidad de la DMU de usar los insumos o factores
en proporciones óptimas (dados sus precios).
· Eficiencias de escala: se manifiestan según la naturaleza de los rendimientos a escala
con que opera la DMU.
Si suponemos que se conoce la frontera productiva eficiente, sería posible calcular
índices que cuantifiquen estos tres tipos de eficiencias. El camino que propuso Farrell, y que
desde entonces se ha seguido, consiste en recurrir a las muestras, y a partir de las
observaciones disponibles, determinar qué empresas pueden incluirse en la frontera. Dicha
frontera tendría que ser entendida en un sentido empírico, no teórico; se le suele denominar
la “mejor práctica”, y servirá como referencia para calcular los índices de eficiencia del resto de
las empresas. Se recurre al uso de “cónicas o poligonales convexas” para construir las
isocuantas o fronteras, en forma no paramétrica, y sólo partiendo de la información disponible
acerca del comportamiento de numerosas DMU comparables. La [Figura 2.5] esquematiza
cómo se podría estimar dicha “curva” (o mejor dicho, poligonal) a partir de datos empíricos y
según el tipo de aproximación que se emplee, ya sea orientada a los insumos o a los
productos.
Para cada DMU ineficiente el método DEA identifica una serie de unidades eficientes
correspondientes que pueden ser utilizados como benchmarks para la mejora de la actuación
energética.
25 DMU: Decision making units.
36 Metodologías
[Figura 2.5] Fronteras no paramétricas orientadas a los insumos (izquierda) y a los productos (derecha) [20].
El método que propuso Farrell (1957) para obtener la frontera a partir de las
observaciones queda ilustrado para el caso en que se emplean dos factores, x1 y x2, en la
obtención de un bien y. No fue hasta dos décadas después cuando Charnes, Cooper y Rhodes
(1978), acuñaron por primera vez el término de análisis envolvente de datos. Con esta
denominación se engloba el uso de técnicas de programación matemática para seleccionar, de
entre una muestra, aquellas DMU que son eficientes, y a partir de ellas construir una
envolvente de las observaciones (de ahí el nombre de la técnica); también se obtiene una
medida de eficiencia para cada DMU, comparándola con dicha envolvente. Con ellas es posible
analizar el caso más general de múltiples inputs y outputs. Posteriormente, Banker, Charnes y
Cooper (1984) adaptaron la técnica al caso de un modelo de rendimientos variables de escala.
2.3.3.2 FORMULACIÓN MATEMÁTICA DEL MÉTODO DEA
Es posible establecer una medida de eficiencia para cada una de las unidades j, expresada de la
siguiente manera:
Ecuación 2-6: Eficiencia energética según el método DEA.
donde t es el número de productos que se definen en la medida de eficiencia y m es el número
de insumos.
Al usar DEA, se construye y resuelve un modelo de optimización para cada una de las
unidades organizacionales que se van a comparar. En dicho modelo, al igual que en cualquier
Metodologías 37
modelo de optimización se pretende maximizar o minimizar una función en presencia de un
número determinado de restricciones. Si se desea comparar o medir la eficiencia relativa de n
unidades organizacionales se construyen n modelos de optimización y en cada uno de ellos la
función a maximizar es la eficiencia de la unidad organizacional j, donde j varía de 1 a n
(j=1,2,…n).
Las restricciones de cada uno de los n modelos son idénticas y expresan que la eficiencia de
cada una de las unidades organizacionales debe ser menor que 1 (o que 100 o cualquier valor
positivo), con el objetivo de que todas estén en la misma escala de medida. En otros términos,
se da una cota superior a la medida de eficiencia para comprender en un contexto
comparativo qué significa el hecho de que la eficiencia de una unidad tome un valor particular.
Las variables de cada modelo son entonces los pesos que se deben otorgar a cada input y cada
output con el objetivo de que la unidad en consideración (aquella de la cual se está tratando
de maximizar su medida de eficiencia) aparezca presentada de la mejor manera posible.
Después de resolver todos los modelos se tienen los valores de eficiencia de todas las unidades
y se puede identificar cuáles unidades son eficientes y cuáles no.
Además, se puede determinar cómo podrían “moverse” las unidades menos eficientes para
mejorar, ya sea para aumentar alguno o todos sus outputs, o para reducir inputs y aumentar
outputs simultáneamente. La forma en que se mueven las unidades ineficientes hacia la
frontera de eficiencia depende del modelo DEA que se utilice.
2.3.3.3 PRINCIPALES VENTAJAS Y LIMITACIONES DEL MÉTODO DEA
Teniendo en cuenta las consideraciones, entre otros de Schuschny y Chung, de las principales
ventajas que proporciona el método DEA podemos destacar:
· Permite trabajar con industrias que requieren el uso de múltiples insumos y que
producen múltiples productos independientemente de que posean diferentes sistemas
de unidades.
· Las industrias se comparan con una industria ideal construida a partir del desempeño
de organizaciones reales, productivamente más eficientes, mediante el cálculo de una
combinación lineal de estas últimas.
38 Metodologías
· No requiere el uso de formas funcionales explícitas. El método no necesita asumir una
forma funcional en la frontera. Consecuentemente no existe peligro de definir un
modelo erróneo para la frontera.
· Existen numerosas aplicaciones comerciales y gratuitas para realizar los cálculos que
demanda esta metodología. Durante los últimos años el análisis envolvente de datos
ha dejado de ser un tema circunscrito a los ámbitos académicos para comenzar a ser
aplicado en numerosos círculos profesionales.
Asimismo, podemos destacar algunos de los inconvenientes que presenta este método:
· El método es sensible a los errores de medición.
· La exclusión de algunas variables no consideradas puede dar lugar a la aparición de
falsas ineficiencias.
· Permite obtener eficiencias relativas, pero no absolutas.
· No puede utilizarse para benchmarking funcional. Las industrias deben ser del mismo
sector.
· Dado que no existe una frontera ideal independiente, las fronteras “ideales” son
variables con el tiempo y serán diferentes según los diferentes individuos de la
población incluidos en el modelo.
2.3.4 ANÁLISIS DE DATOS A TRAVÉS DE FRONTERAS ESTOCÁSTICAS
Para analizar los modelos de fronteras estocásticas se recurre principalmente a la tesis
doctoral de Carmen García Prieto [19] donde se realiza una recopilación muy detallada y
completa de todo lo concerniente a los diferentes modelos de fronteras de producción
estocásticas.
Al igual que ocurre con el método DEA, el análisis de datos a través de fronteras estocásticas
también parte de los trabajos de Farrel. Este autor también hizo referencia a la posibilidad de
estimar econométricamente una función de producción, de modo tal que ninguna observación
resultara por encima de ella. Apoyándose en los estudios de Farrel, Aigner Lovell y Schmidt
(1977) y Meeusen y van den Broeck (1977), simultánea aunque independientemente,
desarrollaron el concepto de frontera estocástica.
En este caso, el método para encontrar la frontera consiste en postular una función de
comportamiento eficiente (función de producción, de costes, o de beneficios), a la que se
Metodologías 39
añaden dos perturbaciones: una simétrica, que recoge el ruido aleatorio, y otra sesgada que
refleja la ineficiencia. Mediante técnicas econométricas se estiman los parámetros de la
frontera, frecuentemente postulando una determinada distribución estadística para cada una
de las dos perturbaciones y estimando por máxima verosimilitud. Finalmente se calcula la
eficiencia de cada empresa a partir del valor estimado para la perturbación de carácter
sesgado anteriormente mencionada.
La frontera que se obtiene con este método, a diferencia de lo que ocurre con el empleo del
análisis envolvente de datos, tiene un carácter paramétrico, en cuanto a que se postula una
forma funcional específica que explica el comportamiento eficiente de las empresas. La
estimación proporciona unos índices de eficiencia con propiedades estadísticas, lo que permite
plantear contrastes de hipótesis sobre los resultados.
2.3.4.1 FRONTERAS DE PRODUCCIÓN DETERMINISTAS
Se puede definir una función de producción que muestre el máximo producto que se puede
obtener dado el vector de insumos disponibles, x, y en función de una serie de parámetros, β:
Ecuación 2-7: Función de producción de máxima eficiencia.
A partir de ella, se sabe que el producto actual, Y, puede ser menor o igual que la función
anterior, es decir:
Ecuación 2-8: Función de producción en relación a la función de máxima eficiencia.
En relación a esto, podemos medir la eficiencia técnica como:
Ecuación 2-9: Eficiencia técnica.
Aigner y Chu (1968) postularon una función de producción a la que añadieron un término de
error no positivo (-ui) con el que pretendían reflejar las decisiones ineficientes de las empresas.
Ecuación 2-10: Modelo considerado por Aigner y Chu.
40 Metodologías
Según este modelo, yi es la producción de una empresa del conjunto de N empresas, f(xi,β) es
la función de Cobb-Douglas de producción, xi=(x1i,…,xni)’ es un vector de inputs, β=(β0,…βn)’ es
un vector de parámetros, y ui una perturbación aleatoria que se considera no negativa,
resultado de las decisiones ineficientes de la empresa.
Teniendo en cuenta estas consideraciones, la eficiencia técnica quedaría:
Ecuación 2-11: Eficiencia técnica según el modelo de Aigner y Chu.
ETi es una medida que viene orientada hacia el output, y mide la proporción que representa la
producción actual con respecto a la que se obtendría si la empresa utilizara sus recursos de
forma eficiente.
Existen diferentes procedimientos para el cálculo de los parámetros de la función de
producción, Aigner y Chu utilizaron dos alternativas. El primer método seguía una técnica
basada en la programación lineal y el segundo una técnica de programación cuadrática.
El principal inconveniente de esta metodología y debido a lo cual se clasifica como
determinista es el hecho de que no se especifica de forma diferenciada el ruido aleatorio, y
cualquier perturbación que lleve a las empresas fuera de la frontera es interpretada en
términos de eficiencia.
2.3.4.2 FRONTERAS DE PRODUCCIÓN ESTOCÁSTICAS
En la frontera determinista todas las desviaciones con respecto a la producción máxima son
descritas como ineficiencias. Sin embargo, a veces la cantidad de producto obtenida puede ser
inferior o superior a lo esperado debido a shocks exógenos. Es decir, la propia frontera de
producción puede estar en continuo cambio. Se dice entonces que la frontera es desplazada
por elementos estocásticos que están fuera del control de la organización.
Aun cuando una empresa lleve su gestión de la forma más eficiente posible, existen factores
que se escapan de su control y que pueden hacer que el nivel de producción obtenido varíe
con respecto a lo esperado. Por ello, para el cálculo de la frontera estocástica se añade una
perturbación aleatoria a la función de producción. Con esta variable se pretenden recoger
factores diversos que pueden resumirse en lo que se conoce como aleatoriedad. Dentro de
Metodologías 41
esta aleatoriedad podemos incluir errores de medida a la hora de cuantificar las variables,
elementos fuera del control de la empresa que pueden hacer que circunstancialmente ésta
obtenga mejores o peores resultados de los esperados, y también, variables omitidas en la
especificación funcional que por sí solas no tienen una influencia importante pero sí de forma
conjunta.
Teniendo en cuenta estas consideraciones, un modelo estocástico de la frontera de
producción, también conocido como modelo de error compuesto, puede definirse de la
siguiente forma:
Ecuación 2-12: Modelo estocástico de frontera de producción.
donde la frontera estocástica sería .
A partir de este modelo podemos analizar la eficiencia técnica de la empresa:
Ecuación 2-13: Eficiencia técnica según el modelo de frontera estocástica.
La perturbación ui recogería la desviación que presenta cada industria respecto a su propia
frontera debido a la ineficiencia. La variable aleatoria que se incluye en el modelo y que tiene
en cuenta la variación de la frontera de producción es vi. El modelo presenta, por tanto, un
error compuesto .
Como se ha comentado anteriormente, este tipo de modelos fue estudiado simultánea e
independientemente por primera vez por Aigner, Lovell y Schmidt (1977) y Meeusen y van den
Broeck (1977). Propusieron el sistema de estimación de máxima verosimilitud. Aigner et al.
supusieron que ui se distribuye idéntica e independientemente según una seminormal26,
aunque también plantearon la posibilidad de una distribución exponencial, que es la que
emplean Meeusen y van der Broeck. En lo que respecta a vi, supusieron que seguía una
distribución normal, de media cero y consideraron que ambas variables era independientes
entre sí y con respecto a los regresores. De esta forma, se obtienen estimadores consistentes y
26 Distribución normal de media cero y truncada en cero para tomar solamente valores positivos.
42 Metodologías
asintóticamente eficientes, ya que con la presencia del término aleatorio (que es simétrico) en
el error, desaparecen los problemas que presentaba la función de verosimilitud en el caso de
las fronteras deterministas.
2.3.4.3 PRINCIPALES LIMITACIONES DEL ANÁLISIS A TRAVÉS DE FRONTERAS
ESTOCÁSTICAS
Entre las limitaciones que posee esta metodología Schuschny y García Prieto destacan:
· Existe información limitada para separar el error compuesto en un error aleatorio (vi) y
otro debido a ineficiencias (ui).
· Se pueden cometer errores de especificación de la función de producción (que suele
basarse en supuestos neoclásicos de rendimientos constantes a escala).
· Utiliza una sola ecuación de regresión para todos los datos (modelo univariado).
· La estimación de fronteras estocásticas presenta un inconveniente que consiste en la
sensibilidad que ofrecen los resultados a la especificación de distintas distribuciones
estadísticas para el término de ineficiencia. Sin embargo, los estudios comparativos
realizados resultan tranquilizadores en cierta medida, ya que los rankings de eficiencia
obtenidos con diferentes especificaciones y distintos métodos de estimación, suelen
presentar un alto grado de correlación estadística.
2.3.4.4 ¿ANÁLISIS ENVOLVENTE DE DATOS O FRONTERAS ESTOCÁSTICAS?
La frontera que se obtiene con el método estocástico, a diferencia de lo que ocurre con el
empleo del DEA, tiene carácter paramétrico. Se postula una forma funcional específica que
explica el comportamiento eficiente de las empresas u organizaciones. Este hecho permite
efectuar contrastes de hipótesis sobre los resultados ya que la resolución del modelo
proporciona unos índices de eficiencia con propiedades estadísticas.
Por el contrario, con el método DEA se obtiene una frontera no paramétrica. No se postula una
forma funcional. Únicamente se encuentra un conjunto de empresas eficientes a partir de las
cuales, mediante combinaciones lineales, se obtiene la envolvente. En un primer momento
Metodologías 43
esto representa una ventaja en el caso del DEA por la mayor flexibilidad del método27, pero el
inconveniente fundamental consiste en la falta de propiedades estadísticas de los resultados
obtenidos con la programación matemática.
El método DEA proporciona una frontera determinista porque toda la desviación con respecto
a la frontera es atribuida a ineficiencias y en ningún caso a errores aleatorios. Sin embargo, la
estimación de fronteras estocásticas distingue entre las dos fuentes posibles de desviaciones
respecto a la frontera: ineficiencia y error aleatorio. Es esta la razón por la que el análisis
envolvente de datos resulta muy sensible a la presencia entre la muestra de valores anómalos,
que pueden influir en los índices de eficiencia finalmente encontrados.
Como conclusión se puede decir que no existen argumentos concluyentes en favor de un
método u otro y finalmente, la elección entre ambos suele quedar al criterio y las preferencias
del investigador. De todas formas, cada vez en mayor medida se reclaman trabajos que
apliquen a una misma muestra las dos metodologías simultáneamente.
2.4 INDICADORES EFICIENCIA ENERGÉTICA (IEES)
2.4.1 ¿QUÉ SON LOS INDICADORES DE EFICIENCIA ENERGÉTICA?
En primer lugar vamos a definir el concepto de eficiencia energética. Según la Agencia
Internacional de Energía (IEA28), la eficiencia energética es una manera de gestionar y limitar el
crecimiento del consumo de energía. Algo es más eficiente si ofrece más servicios por el
mismo aporte de energía, o los mismos servicios por menos consumo de energía. Dicho de
otro modo, la eficiencia energética es la obtención de los mismos bienes y servicios, pero con
mucha menos energía, con la misma o mayor calidad de vida, con menos contaminación, a un
precio inferior al actual, alargando la vida de los recursos y con menos conflicto. Según el
Laboratorio Nacional Lawrence Berkeley, la eficiencia energética es “usar menos energía para
proporcionar el mismo servicio” [16].
27 El imponer una forma funcional y disponer de una expresión matemática para la frontera, permite trabajar más
fácilmente con ella, pero introduce una cierta rigidez sobre los datos, que deben ajustarse a esa función. 28
IEA: International Energy Agency.
44 Metodologías
En palabras muy simples se podría decir que un indicador es algo que proporciona una
indicación; en términos un poco más sofisticados, un indicador puede ser cualquiera de los
diversos valores estadísticos que juntos proporcionan una indicación. Un indicador es
generalmente un parámetro o bien un porcentaje, tasa o razón entre dos o más variables que
permite establecer comparaciones entre diferentes entidades.
Esto conduce a un debate, ya que, algunos expertos consideran que un valor absoluto puede
ser un indicador mientras que otros van a pensar que sólo los coeficientes u otros valores
compuestos podrían clasificarse como indicadores. En este trabajo se ha optado por hacer
especial hincapié en los IEEs como ratios, ya que desde el punto de vista del autor, son los que
más interés poseen. Los indicadores de eficiencia energética absolutos tienen en cuenta una
variable de producción (ya sea el consumo energético o cualquier otra) y tienen interés,
principalmente, cuando se comparan con datos históricos o cuando el motivo principal en la
comparación no es obtener conclusiones acerca de la eficiencia energética.
Los Indicadores de Eficiencia Energética (IEEs) son unos parámetros o ratios que nos permiten
evaluar las posibles mejoras energéticas de los procesos industriales en particular y de las
industrias en general. La comparación entre los IEEs de diferentes procesos y/o empresas
fomenta la competitividad y ayuda a conseguir un ahorro energético. Según la Agencia
Internacional de la Energía, los IEEs son una importante herramienta para analizar las
interacciones entre la actividad económica y humana, el uso energético y las emisiones de CO2.
Los IEEs son los “signos vitales” de una organización. Constituyen una herramienta importante
para la medición de las mejores prácticas a través del Benchmarking. Esta herramienta indica a
la empresa cómo están realizando las tareas de los procesos bajo medición. Un indicador no es
más que una cuantificación de cómo las actividades de un proceso o los outputs del mismo
están alcanzando los objetivos deseados [21].
Según la experiencia de la IEA [22], las empresas pueden utilizar los IEEs para extraer
información de cómo ser más eficientes energéticamente, y pueden compararse con otras
empresas o trazar su propio progreso en el tiempo. Los indicadores también pueden ayudar a
la industria a mejorar la fiabilidad y la flexibilidad. En última instancia, los indicadores pueden
ser usados para aumentar la competitividad.
El número de IEEs es muy elevado ya que el cociente entre dos magnitudes cualesquiera
propias del proceso puede ser considerado como comparador entre dos entes diferentes. Si
Metodologías 45
bien, solo unos pocos IEEs son representativos de un proceso industrial, una fábrica, un sector
industrial o incluso un país. Aunque existen indicadores generales válidos para todos los
sectores industriales, en ocasiones dentro de un sector, podemos encontrar otros IEEs más
apropiados para reflejar la realidad energética del mismo.
2.4.2 TIPOLOGÍA DE INDICADORES DE EFICIENCIA ENERGÉTICA
Los IEEs son los indicadores que nos ayudarán a determinar si un proceso o actividad es más
eficiente energéticamente que otro de similares características.
Conocer y analizar los datos del consumo de energía en los diferentes subsectores industriales
es complejo. Incluso cuando se dispone de los datos necesarios, a menudo no es sencillo
calcular indicadores coherentes y comparables que sean útiles para el benchmarking y,
consecuentemente, para un control energético por parte de los gobiernos de las diferentes
naciones.
En general, los indicadores de eficiencia energética son las intensidades, que se presentan
como una relación entre el consumo de energía (medida en unidades de energía) y los datos
de actividad (medido en unidades físicas).
Ecuación 2-14: Indicador de eficiencia energética tipo.
Si bien es cierto, estos IEEs pueden ser a un nivel más agregado (por ejemplo, el consumo total
de energía por kg de aluminio obtenido) o desagregado (por ejemplo, el consumo de energía
eléctrica en el proceso de electrólisis para la producción de un kg de aluminio). Pero como se
ha expresado anteriormente, suelen componerse de un consumo de energía como numerador
y un dato de actividad como denominador. En el caso del estudio de las emisiones de CO2, en
el numerador aparecerán datos referentes a las emisiones de este compuesto. En algunas
ocasiones interesará expresar el indicador en volumen o masa de combustible utilizado y no
convertir a unidades de energía. El tipo de unidades del denominador varía significativamente
en función de la actividad o producto que se analice.
Desde la perspectiva de una empresa así como desde el punto de mira de un país, el desarrollo
de IEEs es de vital importancia. Una mejora de la eficiencia energética reduce la necesidad de
energía, lo cual contribuye a la reducción del gasto económico y consecuentemente al
46 Metodologías
aumento de la competitividad y los beneficios de la planta. Cuanto mayor sea el nivel de
detalle de un indicador, más facilidades tendrá la organización para mejorarlo, ya que sabrá
donde conviene actuar más urgentemente.
En este trabajo se ha optado por desarrollar los IEEs de lo general a lo particular. Es decir, en
primer lugar se procederá a desarrollar indicadores en un nivel más agregado que permita
comprender la importancia que posee el sector industrial en la economía de un país o una
región. Posteriormente, se analizarán diferentes indicadores que aporten información
relevante sobre los diferentes subsectores industriales. Con estos datos podrá construirse la
tarta de distribución del consumo energético industrial de un país y, consecuentemente, el
gobierno del mismo dispondrá de cifras que le permitan dictaminar donde es más necesario
implementar políticas que fomenten la eficiencia energética. Por último, se estudiará cómo
deben ser los IEEs a nivel de procesos para cada uno de los subsectores, analizando más en
profundidad cinco importantes subsectores de la industria mundial. Estos indicadores son los
que más información aportan a la empresa y los que le facilitan establecer objetivos medibles
de mejora.
[Figura 2.6] Clasificación piramidal de los tres niveles de indicadores de eficiencia energética, IEA [22].
Esta jerarquía es importante porque muestra cómo los cambios detallados en el nivel más bajo
pueden estar vinculados con un orden superior. Ir descendiendo desde la cúspide de la
pirámide requiere el conocimiento de mayor cantidad de datos y supone un análisis más
Nivel 1
Indicadores
agregados
Nivel 2
Subsector industrial
Nivel 3
Indicadores específicos según procesos y tecnologías
Metodologías 47
complejo. Sin embargo, cada descenso también proporciona una mejor medida de la eficiencia
energética definida para un sector específico, proceso y/o tecnología.
Para identificar cada uno de los IEEs utilizaremos una notación con alguna variación respecto a
la que utiliza la IEA. Todos los IEEs comenzarán por I, haciendo referencia al sector industrial y
vendrán seguidos por una E si analizan el consumo energético o por una D si tienen en
consideración las emisiones de dióxido de carbono. Posteriormente vendrán acompañados de
una cifra (1,2 ó 3) que hará referencia al nivel de desagregación en el que se encuentran. Por
último, se asignará una letra (a-z) para ordenar los diferentes tipos de indicadores de cada
nivel.
Es conveniente tener en cuenta la finalidad para la que se desarrollarán los indicadores, con
objeto de responder eficazmente a las prioridades de la empresa, ya que para el desarrollo de
los IEEs, los recursos suelen ser limitados y la recogida de los datos necesarios no es trivial.
Esta selección debe basarse en la información que posea el país, en los recursos y datos
disponibles y, cada vez más, en la cuestión política a la que hay que responder.
Hay que ser consciente de que cada IEE tiene su propio propósito, pero también posee
limitaciones en lo que puede explicar. Proporcionar una imagen precisa requiere de un
conjunto de indicadores, que cuando se analizan de forma conjunta proporcionarán una base
sólida para la elaboración de políticas internas, nacionales y/o internacionales.
Según lo explicado hasta entonces, cualquier cociente entre variables puede ser definido como
un indicador. Y, siempre y cuando exista una correlación de las variables entre las cuales se
efectúe el cociente, es prácticamente así. Sin embargo, en este documento se detallan los IEEs
que se han considerado de mayor interés y que en primera instancia pueden ofrecer una
información más útil y fiel a lo que está ocurriendo en la realidad.
Es preciso destacar que la IEA es muy consciente de la importancia y necesidad del
establecimiento de los IEEs para la mejora de la eficiencia energética. Es por ello que para el
desarrollo de este apartado se ha tenido muy en cuenta tres publicaciones de la Agencia
Internacional de la Energía: Seguimiento de la eficiencia energética industrial y de las
emisiones de CO2 [23], Indicadores de Eficiencia Energética: Fundamentos estadísticos [16] e
Indicadores de Eficiencia Energética: Claves para la formulación de políticas [22].
48 Metodologías
2.4.2.1 INDICADORES GLOBALES. NIVEL 1
Resulta casi imposible definir un único indicador “verdadero” que recoja satisfactoriamente
toda la información que se necesita para caracterizar unívocamente el comportamiento en
cuanto a eficiencia energética industrial de un país, sector o proceso. Seleccionar un único
indicador con el que efectuar comparaciones entre diferentes organizaciones puede producir
una imagen no fidedigna de lo que sucede.
Dada la diversidad del sector industrial y el perfil de energía tan diferente de cada industria, el
uso de los indicadores de intensidad globales para la comparación entre países, o incluso para
una evaluación de desempeño de la industria a través del tiempo, puede resultar bastante
engañosa.
Los indicadores globales que se presentan a continuación sólo pueden proporcionar una idea
general sobre el orden de magnitud de los potenciales de mejora en la industria. Es por ello
recomendable que se haga un análisis más detallado a nivel interno del país, según
subsectores o procesos, antes de que estos indicadores puedan considerarse como base para
el establecimiento de objetivos.
El IEE global más ampliamente usado en el sector industrial es la intensidad energética
definida como la relación entre el consumo energético industrial y el producto interior bruto
(PIB) de un país. Representa la cantidad de energía necesaria para producir una unidad de
riqueza para el país.
Ecuación 2-15: Ratio que refleja la relación del consumo energético con el PIB.
Alternativamente, esta intensidad energética podría ser definida como la relación entre el
consumo de energía por la industria y otra variable macroeconómica, como la población. Es
útil tener en cuenta los indicadores de PIB y de población de forma simultánea para observar
los dos principales motores del consumo de energía.
Ecuación 2-16: Ratio que refleja el consumo energético industrial por habitante.
Metodologías 49
¿Por qué pueden resultar engañosos estos indicadores? Estos indicadores reflejan la relación
entre el consumo energético y el desarrollo económico, no mide por tanto el desarrollo de la
eficiencia energética. Un país con una intensidad energética baja no necesariamente tiene una
alta eficiencia. Por ejemplo, un país con una pequeña industria y basado en el sector servicios,
con un clima templado, tendrá una intensidad mucho menor que un país grande basado en la
industria, en un clima muy frío, incluso si se consume la energía de manera más eficiente en
este país que en el primero.
Si consultamos por ejemplo los datos de 2011, la intensidad energética en Filipinas era de 3672
Btu por año en dólares estadounidenses de 2005, mientras que en Alemania era de 4837. Si
únicamente tuviésemos en cuenta este indicador, parecería que Filipinas es un país que utiliza
la energía de forma más eficiente que Alemania. En cambio, lo que ocurre es que Filipinas
posee mucha menos industria que Alemania y el porcentaje de consumo energético industrial
en el PIB de Filipinas es mucho menor que el que representa para el país germano.
Además, los cambios en estos indicadores son el resultado no sólo de cambios en la eficiencia
energética sino también de muchos otros elementos que deben ser considerados. Entre estos
elementos destacan: la estructura de la economía (presencia de grandes industrias
consumidoras de energía, por ejemplo); el tamaño del país (la mayor demanda del sector del
transporte); y el clima (mayor demanda de calefacción o refrigeración).
Podemos decir entonces que, en los países donde no ha habido ningún cambio importante en
la estructura económica, un estudio de los datos históricos de la intensidad energética podría
ser reflejo de la tendencia general del país en materia de eficiencia energética.
Un indicador que refleja el peso energético de la industria en un país es el IE1c. Este indicador,
si bien no refleja directamente la eficiencia energética, nos da una idea de la importancia para
un país de implementar medidas de eficiencia energética en su sector industrial.
Ecuación 2-17: Ratio que refleja proporción de sector industrial dentro de un país.
Los indicadores vistos anteriormente no distinguen entre las diferentes fuentes energéticas
que se requieren en la industria. El indicador IE1d aporta información sobre el origen de la
energía utilizada. Así podemos saber qué porcentaje de energía proviene de fuentes
50 Metodologías
renovables y cuál no y distinguir entre los diferentes combustibles utilizados. El subíndice x
hace referencia a la fuente primaria de donde procede la energía.
Ecuación 2-18: Ratio que refleja el consumo energético proveniente de la fuente x en relación al consumo
energético industrial total.
A la vista de estos indicadores resulta imposible iniciar mecanismos que mejoren la eficiencia
energética del sector industrial. En cambio, en muchas ocasiones, sí nos sirven de base para
desarrollar los indicadores del nivel 2. Además, permiten analizar año a año las mejoras
implementadas en el sector industrial y posibilita una primera clasificación mundial en cuanto
a eficiencia energética. Los países que se encuentren al final de la lista tendrán que imitar a los
países que se encuentren a la cabeza con objeto de alcanzar, entre todos, la eficiencia
energética. Recordemos que para que funcione una buena política de benchmarking es
fundamental la transparencia en la información y la cooperación entre diferentes países y
empresas.
Por último, cabe señalar que los IE1 antes definidos pueden ser transformados en indicadores
que nos aporten información acerca de las emisiones de CO2. Así, podemos tener:
Ecuación 2-19: Ratio que refleja la relación entre las
emisiones de CO2 industriales y el PIB.
Ecuación 2-20: Ratio que refleja las emisiones de CO2
industriales por habitante.
Ecuación 2-21: Ratio que refleja la proporción de
emisiones de CO2 del sector industrial dentro de un
país.
Ecuación 2-22: Ratio que refleja las emisiones de CO2
provenientes de la fuente x en relación a las
emisiones totales del sector industrial.
[Tabla 2.1] IEEs globales (nivel 1) correspondientes a las emisiones de CO2.
Metodologías 51
2.4.2.2 INDICADORES SEGÚN EL SUBSECTOR INDUSTRIAL. NIVEL 2
El segundo conjunto de indicadores lo podemos identificar con la intensidad energética de
cada gran subsector que conforma el sector industrial, medida a través del consumo de
energía por unidad de actividad económica o física de cada subsector.
Este nivel de desagregación depende de los datos disponibles, tanto en términos de los datos
de consumo de energía como de los datos de actividad (de valor añadido o unidades físicas de
producción). Por ejemplo, mientras que en algunos países la información puede estar
disponible para la categoría general de "pulpa, papel y artes gráficas", en los países donde este
subsector de la industria es importante, debe existir más desagregación por tipo de pasta y
papel. Como resultado, la pertinencia de los indicadores desarrollados en este nivel será muy
dependiente del nivel de información disponible para cada subsector.
Los IEEs que podemos identificar para los diferentes subsectores industriales se basan en la
intensidad energética comentada en el subapartado anterior. En este caso, además de
expresar el consumo energético de un subsector industrial con respecto al PIB, resulta de gran
interés el cociente entre el consumo energético y la unidad física de producción. Es decir, mide
la cantidad de energía que se necesita para producir una unidad de riqueza del país o una
unidad de producto físico. Sin embargo, este indicador sólo está disponible para algunas
industrias, ya que otras industrias son demasiado heterogéneas para tener una medida
efectiva de la producción (por ejemplo, la industria química).
Ecuación 2-23: Intensidad energética del subsector y con respecto al PIB.
Ecuación 2-24: Intensidad energética del subsector y con respecto a la unidad de producción.
Cuando el indicador se desarrolla a un nivel más desagregado, como ocurre en este caso, la
intensidad energética proporciona pistas importantes que ayudan a comprender el
rendimiento de la eficiencia y el potencial de reducción de energía. Además, es posible
comparar los países y evaluar su eficiencia relativa.
52 Metodologías
Con este nivel de información, si bien este indicador todavía incluye algún cambio estructural
en subsectores y diferencias en la calidad de los insumos y el proceso utilizado, se puede
realizar una comparación más exacta que con la intensidad energética global.
Hay que tener en cuenta que, cuando dentro de un mismo subsector se obtienen diferentes
productos, en ocasiones resulta prácticamente imposible determinar el valor del indicador
IE2b para cada uno de ellos. Esto ocurre, por ejemplo, en el subsector químico y petroquímico.
Para este tipo de subsectores tendremos que recurrir a los IEEs de nivel 3 que nos
proporcionen datos acerca de la eficiencia energética de los procesos que tengan lugar.
También es importante destacar que a través del indicador IE2b no pueden establecerse
relaciones cuando éste esté definido en diferentes unidades en función de la actividad
producto del subsector. Además, este indicador no permite obtener una imagen completa de
la eficiencia energética del sector industrial de un país.
Para reflejar el peso que un subsector posee dentro del sector industrial de un país se define el
grupo de indicadores IE2c. Estos indicadores, si bien no reflejan directamente la eficiencia
energética, nos dan una idea de la importancia que cada subsector industrial tiene en el
consumo energético del país.
Ecuación 2-25: Ratio que refleja proporción del subsector industrial dentro de la industria de un país.
Paralelamente a los indicadores del grupo IE1d podemos establecer los indicadores similares
del nivel 2. De esta forma se distingue entre las diferentes fuentes energéticas que se
requieren en el subsector que se esté estudiando. El subíndice x hace referencia a la fuente
primaria de donde procede la energía.
Ecuación 2-26: Ratio que refleja el consumo energético proveniente de la fuente x en relación al consumo total
del subsector.
Como ocurría con los IEEs de eficiencia energética de nivel 1, en este caso también podemos
transformarlos en indicadores que nos proporcionen información de las emisiones de CO2.
Esto es:
Metodologías 53
�t�= L�’ �I�E�O�E�K�J�A�O���%�1�6���@�A�H���O�Q�>�O�A�?�P����U
�2�+�$
Ecuación 2-27: Ratio que refleja la relación entre
las emisiones de CO2 del subsector y con el PIB.
�+�&�t�>�ì L�’ �I�E�O�E�K�J�A�O���%�1�6���@�A�H���O�Q�>�O�A�?�P���U
�7�J�E�@�=�@�A�O���@�A���L�N�K�@�Q�?�?�E��J���@�A���U
Ecuación 2-28: Emisiones de CO2 del subsector y
con respecto a la unidad de producción.
�+�&�t�?�ì L�’ �I�E�O�E�K�J�A�O���%�1�6���@�A�H���O�Q�>�O�A�?�P���U
�’ �I�E�O�E�K�J�A�O���%�1�6���@�A�H���O�ä�E�J�@�Q�O�P�
Ecuación 2-29: Ratio que refleja proporción de
emisiones de CO2 del subsector y dentro de la
industria de un país.
�+�&�t�@�ì�4�º L�’�I�ä�%�1�6�@�A�H���O�Q�>�O�ä�U���@�A���B�Q�A�J�P����T
�’ �I�E�O�E�K�J�A�O���%�1�6���@�A�H���O�Q�>�O�A�?�P���U
Ecuación 2-30: Ratio que refleja las emisiones de
CO2 del subsector y provenientes de la fuente x
en relación a las emisiones totales del subsector
industrial.
[Tabla 2.2] IEEs de nivel 2 correspondientes a las emisiones de CO2.
2.4.2.3 INDICADORES SEGÚN EL PROCESO ANALIZADO. NIVEL 3
Siguiendo la metodología aplicada en los niveles 1 y 2, y con carácter general, para este tercer
nivel podemos definir dos indicadores que nos permitirán comparar los procesos utilizados en
industrias pertenecientes al mismo subsector.
El indicador IE3a establece la energía empleada por unidad de producto en un proceso. Cuanto
menor sea este indicador, más eficiente será el proceso z.
�+�’�u�=�ì�4�í L�’�J�A�N�C�À�=���A �I�L�H�A�=�@�=���A�J���A�H���L�N�K�?�A�O�K���V���@�A�H���O�Q�>�O�A�?�P�K�N���U
�7�J�E�@�=�@�A�O���@�A���L�N�K�@�Q�?�P�K���@�A�H���O�Q�>�O�A�?�P�K�N���U
Ecuación 2-31: Energía empleada en el proceso z para obtener una unidad de producto.
Una interpretación económica la puede aportar el indicador IE3b. Este IEE establece la energía
empleada en el proceso z para la producción de una unidad económica de riqueza. Es preciso
señalar que este indicador puede dar lugar a confusiones si no se utiliza con la cautela
necesaria, ya que, debido al término utilizado como denominador, no permite comparaciones
entre escenarios económicos diferentes.
�+�’�u�>�ì�4�í L�’�ä�A �I�L�H�A�=�@�=���A�J���Q�J�=���Q�J�E�@�=�@���@�A���L�N�K�@�Q�?�P�K���A�J���A�H���L�N�K�?�A�O�K���V���@�A�H���O�Q�>�O�ä�U
�8�=�H�K�N���A�?�K�J�� I�E�?�K���@�A���Q�J�=���Q�J�E�@�=�@���@�A���L�N�K�@�Q�?�P�K���@�A�H���O�Q�>�O�A�?�P�K�N���U
Ecuación 2-32: Energía empleada en el proceso z en relación al valor total del producto.
54 Metodologías
De manera análoga a las transformaciones efectuadas en el nivel 1 y 2, pueden obtenerse para
este nivel 3 los indicadores ID3a e ID3b que proporcionarán información de las emisiones de
CO2 de cada uno de los procesos.
El nivel 3 corresponde a un nivel bastante desagregado. Estos indicadores son los que deben
aplicar las grandes empresas e incluso las PyMEs. Dado el número de subsectores que abarca
el sector de la industria, así como la infinidad de procesos que existen, no es posible
proporcionar una lista exhaustiva de indicadores específicos para cada uno de ellos. Por tanto,
el análisis de este trabajo abarcará de manera breve e indicativa, con la finalidad de dar
pequeñas pinceladas, los cinco siguientes subsectores industriales: hierro y acero, cemento,
pulpa y papel, productos químicos y petroquímicos, y aluminio. El motivo por el que se decide
escoger estos cinco subsectores no es otro que el hecho de que son los más estudiados por las
diferentes organizaciones mundiales y, además, coincide que pertenecen a la industria
intensiva, es decir, aquellas empresas que necesitan una mayor cantidad de energía para
obtener una unidad de producto.
Un análisis en profundidad de cada uno de los subsectores así como de cada empresa en
particular puede proporcionar información muy valiosa para el benchmarking. Si bien en
ocasiones la empresa no tendrá referentes de la competencia o de la mejor tecnología
existente en el mercado que le permitan compararse, siempre podrá recurrir a sus datos
históricos e ir avanzando en la eficiencia energética.
HIERRO Y ACERO
El acero se produce a través de entorno a una docena de pasos de procesamiento, dispuestos
en diferentes configuraciones en función de las combinaciones de productos, las materias
primas disponibles, el suministro de energía y el capital de inversión. Hay tres rutas principales
según los procesos utilizados en la actualidad:
· Alto Horno (BF29) / horno de oxígeno básico (BOF30), a cuya entrada encontramos entre
un 70 % y un 100 % de mineral puro de hierro y el resto es chatarra de hierro.
29 Blast furnace.
30 Basic oxygen furnace.
Metodologías 55
· Horno de arco eléctrico (EAF31), basado en la entrada únicamente de chatarra de
hierro.
· Hierro reducido directo (DRI32) / método EAF, basado en mineral de hierro y a menudo
chatarra de hierro en la entrada.
La chatarra/ruta EAF requiere mucha menos energía (de 4 a 6 Gigajulios por tonelada [GJ/t])
que la ruta BF/BOF (de 13 a 14 GJ/t), porque no hay necesidad de reducir mineral de hierro a
hierro, y elimina la necesidad de la preparación de mineral y otros pasos intermedios.
[Figura 2.7] Producción según la ruta de procesos utilizada para algunos países en el año 2010 [22].
Un indicador que únicamente tuviese en cuenta el consumo energético de la empresa con
respecto a la tonelada de acero bruto sería de uso limitado, ya que, sólo permitiría la
comparación entre industrias que tuvieran el mismo proceso de producción debido a las
grandes diferencias energéticas existentes entre ellos. Aun teniendo esto en cuenta, existen
diferencias considerables en la eficiencia energética de la producción de acero primaria entre
los países e incluso entre plantas individuales [Figura 2.7]. Estas diferencias pueden explicarse
por factores tales como las economías de escala, el nivel de recuperación de residuos de
energía, la calidad del mineral de hierro, el funcionamiento del know-how y el control de
calidad. Entre los indicadores más útiles para este subsector se pueden incluir:
31 Electric arc furnace.
32 Direct reduced iron.
56 Metodologías
Ecuación 2-33 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero bruto
producido.
Ecuación 2-34 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero por BF.
Ecuación 2-35 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero por
BOF.
Ecuación 2-36 Indicador de eficiencia energética basado en el consumo energético por tonelada de DRI.
Ecuación 2-37 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero EAF.
Ecuación 2-38 Indicador de eficiencia energética basado en las emisiones de CO2 por tonelada de acero bruto
producido.
Estos indicadores detallados tendrían que basarse en las definiciones de límites coherentes
entre los países y tener en cuenta una serie de prácticas comunes en la industria. Además,
deben considerar las diferencias existentes entre organizaciones y países y tener presentes
una serie de variables de influencia (que se detallaron en la página 22).
CEMENTO
Existen principalmente dos procesos de producción de cemento y diferentes tipos de hornos.
La producción de cemento puede ser “mojada” o “seca”, dependiendo del contenido de agua
en la alimentación de materia prima. El proceso seco evita la necesidad de la evaporación del
Metodologías 57
agua y por consiguiente tiene un consumo de energía mucho más bajo (alrededor de 3 GJ por
tonelada de clinker33, en comparación con 4,2 GJ por tonelada de clinker para las plantas de
proceso mojado eficientes). La otra gran diferencia es entre los hornos de eje vertical y de sus
contrincantes más eficientes, los hornos rotatorios. Los hornos de secado rotativo con
tecnología punta son bastante eficientes en combustible, utilizando alrededor de 2,9 a 3,0 GJ
por tonelada de clinker.
Dado que la producción de cemento es un proceso relativamente simple, con los límites del
sistema bien definidos y un producto uniforme, resulta muy adecuado su análisis a través de
indicadores. Entre los IEEs más representativos de este subsector podemos incluir:
Ecuación 2-39 Indicador de eficiencia energética basado en el consumo energético por tonelada de clinker
producido.
Ecuación 2-40 Indicador de eficiencia energética basado en el consumo eléctrico por tonelada de cemento
producido.
Ecuación 2-41 IEE basado en el consumo de combustibles alternativos por tonelada de cemento.
Ecuación 2-42 IEE basado en el consumo de clinker por tonelada de cemento producida.
Ecuación 2-43 IEE basado en el calor residual recuperado por tonelada de cemento producida.
33 Producto parcialmente fundido de un horno que, a continuación, se muele para su uso en cemento.
58 Metodologías
Ecuación 2-44 Indicador de eficiencia energética basado las emisiones de CO2 por tonelada de cemento
producido.
Tal vez el indicador más importante desde un punto de vista de la eficiencia energética es el
consumo medio de energía por tonelada de clinker producido. Hay que tener cuidado al
interpretar los niveles absolutos de los indicadores que se analicen. Es necesario seguir
trabajando para perfeccionar estos indicadores con la intención de asegurar que las
definiciones y límites coherentes se utilizan en todos los países.
PULPA Y PAPEL
El consumo de energía en la industria del papel y la pulpa se divide entre un número de
diferentes procesos de producción de pulpa y de producción de papel, entre ellos destacan:
· Proceso químico para pulpa
· Proceso mecánico para pulpa
· Reciclaje de papel
· Producción de papel
Idealmente, los indicadores de energía y emisiones de CO2 de este subsector se deberían
desarrollar para cada categoría principal de producto e incluso para cada categoría de
subproducto (por ejemplo, existen importantes diferencias entre cartón y papel e incluso entre
diferentes tipos de papel). Los indicadores energéticos desarrollados por la IEA para el
subsector de la pulpa y papel están pensados para establecer una comparación entre países y
como una primera indicación de las posibles mejoras. Teniendo en cuenta estas
consideraciones y comparando con el valor homólogo BAT34 (hay que extrapolarlo al nivel de
producción de la planta de estudio), se pueden definir los siguientes indicadores de eficiencia
energética:
Ecuación 2-45 Indicador de eficiencia energética basado en el uso de combustible para la producción de calor.
34 BAT: Best Available Technique. Mejor técnica disponible.
Metodologías 59
Ecuación 2-46 Indicador de eficiencia energética basado en el uso de la electricidad.
Ecuación 2-47 Indicador de eficiencia energética basado en las emisiones de CO2.
QUÍMICA Y PETROQUÍMICA
Dentro de la industria química y petroquímica existe una gran diversidad, con miles de
empresas que producen decenas de miles de productos en cantidades que varían desde unos
pocos kilogramos a miles de toneladas y con varios productos que se producen de forma
conjunta a través de la misma tecnología de proceso. Debido a esta complejidad, los datos
fiables sobre el consumo de energía a nivel de proceso individual no están generalmente
disponibles.
Aunque, como hemos comentado, sería poco realista desarrollar indicadores separados para
todos los productos químicos y petroquímicos, sería en teoría posible, construir indicadores
energéticos agregados para el subsector, junto con indicadores separados para productos
clave como pueden ser el amoniaco , etileno, propileno, benceno, tolueno, y xileno. Además,
para algunos productos se pueden utilizar diferentes procesos de producción, y estos deben
ser tenidos en cuenta.
La comparación de estos indicadores entre los países y las tecnologías de proceso no es
inmediata y puede dar lugar a extraer conclusiones inciertas, ya que no todas las diferencias
pueden ser asignadas a la eficiencia energética. Por lo tanto, un enfoque similar al de la
industria del papel y la pulpa es el que la IEA considera, con un indicador agregado que
compara el consumo de energía real o las emisiones de CO2 con el nivel de BPT. Los IEEs que
recomienda la IEA son:
Ecuación 2-48 Indicador de eficiencia energética basado en el consumo de energía excluyendo el uso en
electricidad.
60 Metodologías
Ecuación 2-49 IEE basado en el consumo energético incluyendo el uso de la electricidad.
Ecuación 2-50 IEE basado en las emisiones de CO2.
Dada la naturaleza heterogénea del subsector químico y petroquímico, los presentes
indicadores de eficiencia no son generalmente apropiados para las comparaciones entre
países. Sin embargo, el seguimiento de su evolución en el tiempo proporciona información
valiosa sobre el comportamiento de la eficiencia energética de la empresa y la tendencia de la
tecnología.
Los potenciales de mejora que se pueden extraer de los IEEs arriba indicados representan
únicamente el ahorro de energía que se lograría mediante la implementación de BPT en los
procesos químicos básicos. No hay que olvidarse de que existen oportunidades en el subsector
aún no estandarizadas para el ahorro energético en el corto y medo plazo, que incluyen entre
otras, co-generación, reciclado y recuperación de energía.
ALUMINIO
La producción de aluminio se puede subdividir en dos procesos principalmente: la producción
de aluminio primario y el reciclaje. La producción primaria requiere aproximadamente 20
veces más energía que el reciclaje y representa, por tanto, la mayor parte del consumo
energético.
En la producción de aluminio primario se distinguen tres etapas: Obtención del mineral
bauxita, refinado de alúmina y fundición de aluminio. En principio, es posible construir
indicadores de eficiencia energética y de emisiones de CO2 relacionados con cada uno de estos
procesos.
Ecuación 2-51 Indicador de eficiencia energética basado en el consumo energético por tonelada de bauxita
obtenida.
Metodologías 61
Ecuación 2-52 IEE basado en el consumo energético por tonelada de alúmina producida.
Ecuación 2-53 IEE basado en el consumo energético por tonelada de aluminio fundido.
Análogamente pueden construirse los indicadores ID3cAluminio, ID3dAluminio e ID3eAluminio.
Para que nos hagamos una idea, cuatro toneladas de bauxita producen dos toneladas de
alúmina y, finalmente, una de aluminio. Para obtener alúmina a partir de bauxita se recurre al
proceso Bayer, una combinación de una extracción (digestión con sosa cáustica) y un proceso
de calcinación. La mayor parte de la energía consumida en refinerías de alúmina es en forma
de vapor. La calcinación (secado) de la alúmina requiere grandes cantidades de calor a alta
temperatura. Es por ello que, debido a la gran demanda de vapor, las plantas modernas
utilizan sistemas de cogeneración, que aumentan considerablemente la eficiencia energética
del proceso. El consumo de combustible de una planta que aplique el proceso Bayer puede
variar entre 10 GJ/t y 15 GJ/t de alúmina.
Posteriormente se recurre a una electrólisis. La electrólisis es el paso de mayor consumo
energético en la producción de aluminio. Cada tonelada de aluminio requiere entre 17 y 20
MWh de energía para su obtención. Debido a la alta intensidad de energía eléctrica necesaria,
el consumo específico de energía eléctrica es el indicador más importante de energía para la
fundición de aluminio.
2.5 ¿CON QUIÉN Y CÓMO COMPARARSE?
La palabra ‘benchmarking’ puede traducirse al español como ‘evaluación comparativa’. Por lo
tanto, dos de las preguntas a resolver son, ¿con quién debe compararse una organización del
sector industrial? ¿Cómo debe hacerlo?
62 Metodologías
2.5.1 ¿CON QUIÉN COMPARARSE?
La primera de las preguntas tiene varias respuestas. La decisión más acertada dependerá de la
información que la empresa tenga disponible (tanto datos internos como información
procedente del exterior), de las posibles mejoras que pueda llevar a cabo o de las conclusiones
que tenga intención de obtener al implementar esta técnica de evaluación comparativa.
Es más, interesará generalmente compararse teniendo en cuenta varias de las opciones
disponibles. Cuanto mayor sea el abanico de posibilidades, más conclusiones se podrán
obtener y esto contribuirá a una mayor mejora de la eficiencia energética de la empresa, a
corto o medio plazo a una mejora económica de la misma y, por supuesto, a la sostenibilidad
del medio ambiente.
Tras un estudio de la bibliografía, el autor considera que existen principalmente cuatro
opciones que determinan con quién tiene posibilidad una empresa de compararse. Estas son:
· Eficiencia pasada
· Mejor de la clase
· Media estadística
· Mejor tecnología disponible
2.5.1.1 EFICIENCIA PASADA
Esta opción es quizás una de las más fáciles de llevar a cabo y a través de la cual se pueden
obtener importantes conclusiones de la mejora de la eficiencia energética de la empresa. Se
trata de una comparación de la situación actual con datos históricos de la empresa.
Para exprimir al máximo el potencial de este tipo de análisis se deben poseer equipos de
medida adecuados y buenos indicadores de eficiencia energética que permitan actualizar los
registros y proceder a la comparación con datos anteriores.
Si se pretende estudiar la evolución del consumo eléctrico de una empresa ficticia, podemos
utilizar los datos propios de la empresa para valorar cómo de eficientes han sido las medidas
de ahorro implementadas por la organización durante esos años. Suponiendo que los únicos
cambios que ha sufrido la empresa se deben a las actuaciones llevadas a cabo en materia de
eficiencia energética, en la [Figura 2.8] puede verse que la empresa ha reducido el consumo
eléctrico progresivamente.
Metodologías 63
[Figura 2.8] Consumo eléctrico desde el año 2000 al 2013 de una empresa ficticia.
La realidad es algo más compleja. Este hecho de bajada del consumo eléctrico puede ser
debido a la mejora de la eficiencia energética o a otros factores por lo que se tendrán que
estudiar diferentes indicadores para sacar conclusiones verdaderas.
Pudiera darse el caso de una empresa que aumenta progresivamente su consumo eléctrico
pero que a la vez aumenta su eficiencia energética. Esta situación puede tener sentido si la
empresa ha ido incrementado su volumen con mayor pendiente que ha incrementado el
consumo de energía eléctrica.
En el caso anterior, en la [Figura 2.8] se puede observar que el consumo eléctrico en el año
2013 es de 9500 MWh. Si en la empresa no va a haber cambios significativos distintos de los
concernientes a eficiencia energética que afecten a estos datos, ¿hasta dónde podrá reducir la
empresa su consumo energético? ¿Es la empresa la más eficiente del mercado? ¿Existen
actualmente tecnologías que de haber sido implementadas se habrían traducido en un mayor
ahorro eléctrico?
Estas preguntas no tienen respuesta si únicamente disponemos de los datos históricos de la
empresa. Por tanto, desde el punto de vista del establecimiento de objetivos, este método no
es recomendable. Si bien es una buena práctica para observar la mejora de la empresa, no es
muy fiable para el establecimiento de futuros objetivos ni garantiza el estar ahorrando
energéticamente todo lo posible. Esto ocurre debido a que la empresa generalmente
desconoce hasta dónde es posible llegar en cuanto a la eficiencia energética de un
determinado proceso y tiene que conformarse con avanzar dentro de sus limitadas opciones
sin saber si podría hacerlo aún más.
64 Metodologías
2.5.1.2 MEJOR DE LA CLASE
Una posibilidad que resulta de gran ayuda para una empresa es conocer a la competencia y
compararse con ella. Este método en concreto se basa en compararnos con la mejor empresa
del subsector o con la mejor empresa en cuanto a la puesta en marcha de un determinado
proceso. Esta opción proporciona mucha información útil que, siendo bien utilizada, puede
contribuir significativamente a la eficiencia energética.
Desde una óptica utópica, las empresas serían totalmente transparentes y la empresa más
eficiente energéticamente, la que tuviese la técnica o proceso óptimo, sería el modelo de las
demás. De esta forma, todas las empresas estarían siempre a la cabeza de la eficiencia
energética y sería el mecanismo más eficaz para combatir el deterioro progresivo del medio
ambiente.
Sin embargo, en el mundo real existen intereses económicos que no hacen posible esta
práctica, al menos de forma completa. De hecho, el principal problema que presenta esta
alternativa es la obtención de datos. Una empresa necesita conocer los datos de la
competencia para poder compararse con ella. El debate ahora mismo radica en la cantidad de
información que debe transmitirse. Como veremos en el siguiente apartado (2.6 Datos de
partida), los gobiernos y grandes organizaciones de la energía y el medio ambiente son
conscientes de esta problemática y están intentando erigirse como intermediarios en este
trasvase de información.
Comparando los resultados de la empresa con la mejor de la competencia podemos establecer
fácilmente objetivos. Si otro ha podido, entonces yo puedo. Sirve para establecer un límite
(aunque esté sujeto a continuas variaciones año a año) y para situar en primera instancia a la
empresa. Además, disponer de esta información permite a las instituciones establecer políticas
y objetivos de mejora comunes a varias organizaciones.
En la [Figura 2.9] se muestran datos desde el año 2000 hasta el 2013 de consumo eléctrico de
la empresa ficticia del subapartado anterior y de la empresa de su competencia (con los datos
normalizados a la producción de la primera). Si únicamente atendemos a este método de
comparación, se puede ver como, por ejemplo, en el año 2000 existía un desfase entre ambas
empresas de 300 MWh. En el año 2013, este desfase se redujo a una diferencia de solo 100
MWh. Realizando este análisis realmente estamos teniendo en cuenta tanto datos de
históricos como datos de la competencia.
Metodologías 65
[Figura 2.9] Consumo eléctrico desde el año 2000 al 2013 de una empresa ficticia (azul) y de su competencia
(rojo).
Si solamente se dispone de datos de la competencia en un determinado momento, sea para
este caso considerado el año 2013, únicamente se puede decir que la empresa ficticia dispone
todavía de posibilidades para mejorar la eficiencia energética y que puede reducir su consumo
como mínimo 100 MWh. Si calificamos a la empresa de la competencia como 100 % eficiente,
la empresa ficticia sería, teniendo en cuenta los datos de la [Figura 2.9], 98,95 % eficiente. El
objetivo para el año 2014 de la empresa ficticia será reducir como mínimo el consumo
eléctrico en 100 MWh. Gracias a los datos de la empresa de la competencia tiene la certeza de
que este objetivo no es imposible. En muchas ocasiones se hace referencia a este método
como BPT (Best Practice Technology) o mejor tecnología práctica.
2.5.1.3 MEDIA ESTADÍSTICA
Esta forma de comparación tiene muchas características en común con el método de
comparación Mejor de la clase. Para llevarlo a cabo necesitamos conocer datos de las
empresas de la competencia. Se trata de una comparación con la eficiencia media reconocida
de una actividad o proceso industrial.
Si existe una institución intermediaria que recolecta datos de las empresas y elabora y da a
conocer la eficiencia media de un determinado subsector o proceso industrial, las empresas
suelen ser menos reticentes a facilitar los datos. Estos aspectos son analizados en profundidad
en el apartado 2.6 Datos de partida.
Si para el caso de la empresa ficticia analizada anteriormente conocemos que el consumo
medio eléctrico del subsector (ya normalizado para los datos de esta empresa) es de 10.000
66 Metodologías
MWh, se concluye que la empresa es más eficiente en cuanto a consumo de electricidad que la
mayoría de su subsector. Está gastando 500 MWh menos que la media de su subsector.
Este método de comparación si permite situar unívocamente a la empresa en el mercado con
respecto a todos sus competidores. Ayuda a ver cuán necesario es dedicar esfuerzos a la
mejora de la eficiencia energética de un determinado proceso. Sirve también para establecer
prioridades de actuación. Está siendo cada vez más utilizado por las instituciones para
configurar políticas más respetuosas con el medio ambiente.
Un caso concreto donde es globalmente utilizado es en la industria del refino del petróleo. El
Índice de Solomon es un índice de intensidad energética (IIE). A través de un modelo
estadístico se determina la eficiencia energética estándar de una planta. El IIE estándar se
normaliza a 100. Un valor superior a éste significa una planta más eficiente y, un valor inferior
a 100 indica que la planta es menos eficiente que la media estadística.
2.5.1.4 MEJOR TECNOLOGÍA DISPONIBLE
Esta opción, conocida comúnmente por sus siglas en inglés, BAT (Best Available Technique),
propone la comparación con ciertas prácticas disponibles y consideradas como las mejores en
la industria hasta la fecha.
El acceso a este tipo de datos puede resultar bastante difícil en muchas ocasiones.
Actualmente son cada vez más las instituciones que proporcionan estos o similares datos.
Dentro de la UE, el Instituto de Prospectiva Tecnológica de la Unión Europea (IPTS35), elabora
unos documentos que facilitan a muchas industrias conocer las BAT de su sector. Estos
documentos se denominan BREF. Un BREF o “documento de referencia BAT” es un
documento, resultante del intercambio de información organizada de conformidad con el
artículo 13 de la Directiva 2010/75/UE, elaborado para determinadas actividades y que tiene
por objeto describir las técnicas, las emisiones actuales y los niveles de consumo aplicados, las
tecnologías consideradas para la determinación de las BAT, así como conclusiones sobre las
BAT y las técnicas emergentes, prestando especial atención a los criterios enumerados en el
anexo III de la Directiva 2010/75/UE.
35 Institute for Prospective Technological Studies.
Metodologías 67
Si se conoce la mejor tecnología disponible para un proceso determinado, es posible estimar el
ahorro energético que supondrá la implantación de dicha tecnología en una empresa. De esta
forma se puede analizar la rentabilidad de su implementación, así como fijar un máximo en el
ahorro energético y ver cómo de lejos está la empresa de alcanzar la máxima eficiencia
energética posible para un determinado proceso o subsector hasta el momento.
En el ejemplo de la empresa ficticia de los apartados anteriores para el año 2013 la empresa
posee un consumo eléctrico de 9500 MWh y la empresa mejor de la competencia posee un
consumo de 9400 MWh. A través del conocimiento del ahorro que proporcionaría la mejor
tecnología disponible en el año 2013 es posible estimar que el consumo energético de la
empresa se reduciría en 200 MWh, pudiendo llegar a un consumo de 9300 MWh.
2.5.2 ¿CÓMO COMPARARSE?
La segunda de las preguntas tiene un amplio abanico de respuestas. En este caso no está claro
el número de posibilidades que existen. La respuesta adecuada vendrá determinada
principalmente por el subsector industrial al que pertenezca la empresa.
En el apartado
Indicadores Eficiencia Energética (IEEs) se analizaron los IEEs más importantes desde el punto
de vista del autor. Los IEEs pueden ser valores absolutos de datos energéticos de la empresa,
pueden ser resultado del cociente entre datos energéticos y de otra índole de la empresa o
pueden ser el cociente entre datos energéticos de la empresa y datos de otras empresas o de
otras tecnologías.
Cuando se tienen indicadores de eficiencia energética que únicamente tienen en cuenta los
datos de la empresa en un determinado momento, se pueden comparar estos IEEs con otros
procedentes de distintas empresas o tecnologías, es decir, podemos comparar los IEEs a través
de los métodos analizados en el anterior subapartado.
Por otro lado, cuando tengamos indicadores de eficiencia energética que necesiten datos de
otras empresas o de la misma empresa en otro momento distinto a la actualidad, estaremos
ante IEEs que llevan implementado alguno de los métodos de comparación vistos
anteriormente. Esto ocurrirá principalmente en los IEEs de nivel 3.
68 Metodologías
Para finalizar, dependiendo de la información de la que se disponga, de las normativas que
resulten de obligado cumplimiento, de los objetivos que se quieran cumplir y de las
conclusiones que se quieran obtener utilizaremos unos indicadores de eficiencia energética u
otros y obtendremos resultados directamente a través de ellos, o gracias a la comparación de
estos últimos con otros IEEs.
2.6 DATOS DE PARTIDA
En primer lugar se debe partir de la siguiente premisa: el hecho de recolectar datos tiene un
coste. Por ello, es importante saber qué datos son necesarios y cuáles no para llevar a cabo el
análisis que se considere apropiado en cada caso. Y, debido a las limitaciones existentes en la
actualidad, en otras ocasiones, la disponibilidad de datos o la facilidad de acceso a ellos
condicionarán también en mayor o menor medida el tipo de análisis y de conclusiones que
puedan obtenerse.
La pregunta que subyace inmediatamente es: ¿cuáles son las necesidades? No hay una única
respuesta para esta pregunta ya que las necesidades dependen de la situación del país y de sus
empresas. Este hecho es cierto para cualquier tipo de estadística, sin embargo, es aún más
importante en las estadísticas de datos de indicadores de eficiencia energética, ya que el coste
de la recogida de datos de energía y de actividad a un nivel muy detallado puede ser bastante
alto.
Por otro lado, hay que tener en cuenta que si no se dispone de los datos adecuados, puede
darse la situación de decisiones y acciones políticas equivocadas que afectarán no solo a una
mala gestión de la eficiencia energética en la industria, sino también a la economía de las
empresas. Por consiguiente, tanto las diferentes organizaciones como el gobierno están
interesados en que los datos que se recopilen sean veraces.
A día de hoy son cada vez más los países que, siendo conscientes de la importancia de estas
medidas, obligan a las grandes empresas a informar al gobierno sobre ciertos datos
concernientes a energía e instauran políticas que regulan de alguna manera el consumo
energético de la industria.
Metodologías 69
La recopilación de datos relativos al consumo energético de las empresas pequeñas y
medianas (PyMEs) aún no es una práctica generalizada en todo el mundo. En muchos casos, no
existe legislación de base para la notificación obligatoria. La experiencia de la IEA [22] es que
los datos de las PyMEs son un componente importante de la escena energética. En algunos
países, las PyMEs pueden informar de sus datos pertinentes de forma voluntaria. En otros
países, la notificación es obligatoria.
La IEA también considera que puede ser más difícil obtener datos de grandes empresas si
únicamente hay una o dos empresas en el subsector, ya que las organizaciones pueden ser
reacias a la presentación de informes por razones de confidencialidad. Sin embargo, estas
barreras pueden ser superadas mediante el desarrollo de mecanismos adecuados para la
recogida y difusión de datos.
Como se verá a continuación, no solo es importante la recolección de datos, también hay que
focalizar la atención de los investigadores en la validación de los mismos y en la difusión de los
resultados obtenidos en los análisis y estudios realizados.
2.6.1 ¿CÓMO RECOLECTAR LOS DATOS?
Como se mencionó anteriormente, con el fin de limitar los costes, el desarrollo de indicadores
de eficiencia energética debe dirigirse, en primer lugar, a los subsectores que más cantidad de
energía consumen con objeto de mejorar lo máximo posible la eficiencia energética del sector
industrial del país. Por lo tanto, se recomienda hacer una evaluación inicial de los patrones de
consumo de energía en el sector industrial del país, de las preguntas políticas que deben ser
contestadas y de la cantidad de información disponible.
Para estudiar los patrones de consumo energético en el sector industrial es imprescindible
realizar un balance energético de la industria del país. Un balance de energía es un marco para
recopilar datos sobre todos los productos energéticos que entran, que salen y que se utilizan
dentro de un determinado país durante un periodo de referencia (generalmente un año). El
balance de energía expresa todos los datos en una unidad común de energía. Entre las
ventajas que incluye el balance energético, se pueden destacar:
1. Proporciona una visión global del perfil del consumo energético industrial de un país,
que ayuda a supervisar la seguridad energética, los mercados de energía, los
objetivos de política pertinentes y formular políticas energéticas adecuadas.
70 Metodologías
2. Sirve de base para los indicadores globales, tanto referentes a consumos energéticos
como para las estimaciones de las emisiones de CO2.
3. Permite la comparación entre los diferentes periodos de referencia y entre los
diferentes países.
4. Proporciona una herramienta para asegurar la integridad, la coherencia y la
comparabilidad de las estadísticas básicas.
5. Calcula las participaciones relativas de los diferentes subsectores o productos en el
consumo total del país.
Sin embargo, el nivel de desagregación de tales datos de energía no es suficiente para
controlar la eficiencia energética, pero si será útil para evaluar los consumos más grandes
dentro del sector industrial de un país. En estos subsectores de gran consumo será donde la
inclusión del benchmarking energético tendrá un mayor impacto en la consecución de la
eficiencia energética. Una vez controlados los grandes consumos se iniciarán los programas de
recolección de datos más detallados para los IEEs más desagregados.
Tras la realización de un balance de energía en un país, podemos obtener unos resultados
similares a los que se muestran en la [Figura 2.10] para un país ficticio.
[Figura 2.10] Consumo energético según subsectores industriales de un país ficticio, IEA [22].
En el caso de este país ficticio, los subsectores químico y petroquímico e hierro y acero
representan cada uno un tercio del consumo total de la industria, por lo que sería
recomendable que estos dos subsectores fuesen los primeros en ser evaluados para posibles
ahorros de energía en este país.
Metodologías 71
Como consecuencia de políticas relacionadas con la eficiencia energética, el cumplimiento de
legislación internacional o el establecimiento de acuerdos entre diferentes países, en algunas
ocasiones será necesario obtener datos referentes a eficiencia energética del sector industrial.
Será importante identificar qué datos son necesarios y cuáles son los métodos más eficaces
para conseguirlos.
Si atendemos a la cantidad de información disponible, se deben identificar los datos que ya
existen antes de embarcarse en un programa de recolección costoso. A menudo, fruto de otros
tipos de análisis, hay una gran cantidad de información en lugares desconocidos.
Una vez que las necesidades de datos se establecen, un nuevo diagnóstico evaluará los
recursos que se necesitan, incluidos recursos humanos, costes globales de recogida de datos, y
posibles barreras que puedan impedir o retrasar el éxito del proyecto. Como consecuencia
será necesario abordar una serie de cuestiones: ¿Son de fácil acceso los datos existentes? ¿El
proyecto implicará la recopilación de nuevos datos? Si es así, ¿qué datos tendrán que ser
recogidos? ¿Con qué frecuencia? ¿Quién estará a cargo de la recolección de datos? ¿El trabajo
se llevará a cabo por personal interno o con la ayuda de consultores externos?
Por otro lado, algunos datos son más fáciles de recoger que otros; esto es cierto para los datos
tanto de consumo como de actividad energética. Es fundamental, en cualquier caso, elegir una
estrategia óptima para la recolección de datos, dada la situación específica de cada país.
Ejemplos de prácticas de países con circunstancias similares también podrían ayudar a
identificar las necesidades de datos y los posibles enfoques para la recolección de los mismos.
En general, las diferentes metodologías utilizadas para recopilar datos de consumo y de
actividad energética en la industria pueden agruparse en cuatro categorías principales: fuentes
administrativas, encuestas, medición y modelado. Todas las categorías tienen fortalezas y
debilidades, y los países y organizaciones a menudo combinan algunas de ellas para construir
juegos completos de indicadores.
2.6.1.1 FUENTES ADMINISTRATIVAS
Las fuentes administrativas son las que ya suelen recoger los datos más relevantes, ya sea para
el cálculo de IEEs o, muy a menudo, para otros fines. Fuentes del gobierno, incluidos no solo
los gobiernos nacionales, sino también los gobiernos a nivel regional y local, recogen una gran
cantidad de información que podría ser útil para desarrollar indicadores de energía y de
72 Metodologías
eficiencia energética. Por ejemplo, los organismos nacionales y las oficinas de estadística
recogen diversos datos macroeconómicos tales como población o PIB. Entre las organizaciones
no gubernamentales, asociaciones de la industria en general, recogen información específica
del subsector en estudio, aunque a veces de forma confidencial, e incluso empresas
distribuidoras mediante el seguimiento de envíos podrían proporcionar información sobre la
penetración de ciertos equipos.
Para obtener dicha información de otras organizaciones, a veces los datos se deben comprar, o
deben establecerse una serie de acuerdos. En cualquier caso, se requiere de un esfuerzo para
crear un procedimiento de intercambio de datos entre las distintas organizaciones. Uno de los
mayores retos asociados a la recolección de datos administrativos es reducir el tiempo y
esfuerzo para reunirlos, incluyendo la necesidad de desarrollar relaciones con proveedores de
datos y traducción de los datos a un formato adecuado.
A través de las fuentes administrativas se suelen obtener principalmente los datos de consumo
de energía, a menudo por fuente de energía, por uno o varios subsectores y los datos de
producción. Datos más concretos para la elaboración de IEEs más desagregados, pueden ser
obtenidos de asociaciones industriales específicas, como por ejemplo, el Instituto Internacional
del Aluminio, la Asociación Mundial del Acero, la Iniciativa de Sostenibilidad del Cemento, la
Confederación Europea de Industrias del Papel, etc.
2.6.1.2 ENCUESTAS
Una encuesta es un método de recogida de datos a través de una serie de preguntas dirigidas a
una muestra de la población que necesita ser estudiada, por ejemplo, un grupo de empresas
de un determinado subsector industrial. Un proceso para el desarrollo de una encuesta que
proporcione información útil debe seguir una serie de pasos, como son: diseño preliminar, fase
de prueba, implementación y recopilación de datos y análisis final de los resultados.
En la primera fase deben definirse claramente los objetivos que persigue la encuesta: ¿Qué
información necesita obtenerse? ¿Qué preguntas conducen a obtener dicha información? ¿A
qué personas o empresas irá dirigida la encuesta? ¿Hay algún requisito legal? Etc.
Un cuestionario bien diseñado es esencial para obtener respuestas de buena calidad. Un buen
diseño debe tener como objetivo la recogida de datos completos y precisos. Los cuestionarios
deben ser revisados internamente y probados para garantizar que las preguntas son claras.
Metodologías 73
Para garantizar una tasa de éxito en la respuesta, los cuestionarios deben solicitar sólo la
información esencial y las preguntas deben formularse lo más sencillamente posible.
El propósito fundamental de las encuestas en el sector de la industria es realizar un
seguimiento del consumo energético a través del tiempo, combinado en muchos casos con el
seguimiento de la producción, y calculando las emisiones de gases de efecto invernadero. En
algunos casos, las encuestas también sirven para evaluar la eficiencia de los procesos dentro
del sector y para ayudar a los países a diseñar y evaluar programas y políticas.
El éxito de una encuesta también depende de la representatividad de la muestra elegida con
respecto a la población de interés. Sólo un censo abarca a toda la población, pero en general
no es fácil de implementar y requiere muchos más recursos. Un estudio, por el contrario, es
más rentable y requiere menos tiempo, pero los resultados serán menos precisos que los que
se basan en un censo, ya que podrían verse afectados por errores de muestreo.
Un elemento clave en el diseño de una encuesta por muestreo es estratificar adecuadamente
la muestra, ya que sólo una estratificación correcta hará que la muestra sea representativa de
la población. Además, el tamaño de la muestra también es importante: una muestra
demasiado grande no traerá más beneficios a los resultados finales; por otro lado, una
muestra demasiado pequeña no ofrecerá resultados fiables. Una encuesta puede ser
distribuida en varios formatos, y los datos pueden recogerse de diversas maneras (por
teléfono, entrevistas en persona, cuestionarios impresos por correo o por Internet…). En
cualquier caso, la capacitación de entrevistadores y de entrevistados juega un papel esencial
en el logro de resultados consistentes e imparciales.
Los grandes subsectores que tienen sólo un pequeño número de instalaciones, como la pulpa y
el papel, el cemento, el aluminio y el hierro y el acero, pueden ser evaluados utilizando un
enfoque censo. En subsectores más heterogéneos, como muebles o alimentos, tal enfoque
sería muy engorroso y costoso. Un enfoque muestra estratificada es más práctico, pero su
inconveniente, como ya se ha comentado, es la posible inclusión de errores de muestreo.
La frecuencia normal de realización de estas encuestas es de un año. En algunos países se
ofrecen, a cambio, incentivos no monetarios a los encuestados, por ejemplo, la promesa de un
informe final con las respuestas de todas las empresas de su subsector.
74 Metodologías
2.6.1.3 MEDIDAS
Las medidas directas son el método más efectivo a día de hoy para obtener resultados fiables.
Sin embargo, es el método más costoso. Hay que considerar el coste de los equipos
individuales, los costes de mano de obra para su instalación, para su mantenimiento en buen
estado de funcionamiento y para recolectar los datos de las mediciones. Además, como costes
adicionales estarían los costes del diseño de la muestra, del análisis de los datos y de la
comunicación de los resultados. Para que los datos reproduzcan la realidad de la forma más
fiel posible es importante que las medidas se tomen utilizando la mejor tecnología disponible.
Este tipo de metodología es la que proporciona los mejores datos para el cálculo de los
indicadores de eficiencia energética más desagregados, los de nivel 3. Las empresas, cada vez
más conscientes de esta situación, están procediendo a instalar equipos que les permitan
obtener datos de los consumos específicos de cada máquina o proceso. Sin embargo, en la
gran mayoría de los casos, estos datos son privados y confidenciales y no es fácil acceder a
ellos. Generalmente se utilizan para establecer comparaciones en la empresa con respecto a
datos históricos.
En otras ocasiones, por medio de auditorías externas, ingenieros expertos realizan las medidas
de consumos energéticos y producción de una planta. A día de hoy, esta situación se
encuentra en una fase muy inicial y, debido a lo costoso de estas auditorías, son muy pocos los
países que las están implementando.
2.6.1.4 MODELADO
El modelado tiene por objeto estimar algunos datos energéticos en base a los datos
disponibles. Con los datos de entrada y basándose en una serie de supuestos, un modelo
produce un conjunto de datos de salida. Los modelos también pueden ser utilizados para
construir previsiones energéticas y futuros escenarios. Se suelen utilizar mucho para estudiar
el impacto de posibles actuaciones políticas. Se pueden utilizar para evaluar las posibilidades
de sustitución de combustibles y la evolución de la tecnología en un subsector industrial en
particular.
El proceso de modelado incluye el establecimiento de la estructura del modelo, estableciendo
los supuestos del modelo, la introducción de datos, la ejecución del modelo, la validación del
modelo con los datos y el análisis de los resultados. La calidad de los datos de entrada y la
Metodologías 75
exactitud de los supuestos impactarán fuertemente en la calidad de la salida. El modelado para
la industria puede estar basado en un enfoque de arriba hacia abajo, con base en variables
macroeconómicas en ausencia de datos sobre el uso final de la energía, o en base a un
enfoque de abajo hacia arriba, cuando se conocen los datos energéticos y los flujos de salida
en los diferentes subsectores de fabricación.
Los métodos analizados en el apartado 2.2 resultan de mucho interés en la elaboración de los
modelos y en la recreación de posibles futuros escenarios.
2.6.2 VALIDACIÓN DE LOS DATOS OBTENIDOS
Los datos correspondientes a los indicadores de eficiencia energética se recogen como se ha
visto a través de diferentes fuentes de datos y utilizando diferentes metodologías, por lo que la
verificación de los datos es extremadamente importante para evaluar la consistencia de los
IEEs. Dado que los indicadores de eficiencia energética serán utilizados para la evaluación de la
situación, la previsión de un país, la definición de políticas y medidas, y el seguimiento de los
éxitos o fracasos, un proceso de validación a fondo de los datos es de vital importancia.
El conjunto de controles que deben pasar los datos será específico en cada caso. Sin embargo,
estos controles podrían ser por lo general agrupados en torno a cuatro áreas principales:
cobertura y definición, consistencia interna, coherencia con fuentes externas y admisibilidad.
2.6.2.1 COBERTURA Y DEFINICIÓN
Los controles de cobertura y definición garantizan que los datos recogidos se adecuan a los
requisitos predefinidos de los diferentes subsectores, usos finales, geografía, tiempo, etc. Las
comprobaciones que se realizan incluyen la verificación de que las fronteras para unos datos
determinados son las mismas, analizan si el plazo se define en año calendario o año fiscal, si
los valores caloríficos son brutos o netos, etc. Como los IEEs se calculan generalmente
mediante la combinación de datos procedentes de diferentes fuentes, es esencial que todas
las variables se encuentren exactamente bajo los mismos límites. El establecimiento claro de
estas fronteras es también importante desde el punto de vista del trasvase de información y
de la comunicación eficaz con proveedores de datos, con instituciones políticas, con
asociaciones…
76 Metodologías
2.6.2.2 CONSISTENCIA INTERNA
Un análisis de consistencia interna garantiza que los diferentes elementos de un conjunto de
datos siguen las relaciones esperadas entre sí. Incluyen revisiones aritméticas en un momento
dado o controles sobre la coherencia de los datos en el tiempo. Una comprobación aritmética
podría, por ejemplo verificar que los totales son iguales a la suma de los subcomponentes. No
hay que perder de vista que inconsistencias de este tipo son frecuentes cuando las cifras
derivan de diferentes fuentes. Una comprobación de la coherencia de los datos en el tiempo
podría ser, por ejemplo, detectar discontinuidades y rupturas en las series de datos.
2.6.2.3 COHERENCIA CON FUENTES EXTERNAS
Para comprobar la coherencia de los datos, en algunas ocasiones, se puede recurrir a fuentes
externas que posibilitan verificar la consistencia de la información obtenida a través de la
comparación con datos similares producidos por estas fuentes (industria, organizaciones,
oficinas estadísticas, etc.). Este análisis sirve, además, para explicar las discrepancias
significativas que pueden observarse entre los diferentes datos, ya sean diferentes límites en
las definiciones, distintas metodologías, variaciones en la cobertura, etc.
Entre las fuentes de referencia que se podrían utilizar para validar los datos de los IEEs se
incluyen, por ejemplo: la Agencia Internacional de Energía (IEA), los balances de energía (a
partir de presentaciones de datos oficiales del gobierno), la base de datos en línea para la
evaluación anual de la eficiencia energética (ODYSSEE) con datos de la Unión Europea, otras
organizaciones nacionales e internacionales, tales como las oficinas nacionales de estadística,
los ministerios, las asociaciones industriales, las Naciones Unidas, la Organización para la
Cooperación y el Desarrollo Económico (OCDE), la Organización para la Agricultura y la
Alimentación (FAO), etc.
2.6.2.4 ADMISIBILIDAD
Incluso realizando los anteriores controles, los resultados obtenidos pueden no ser razonables.
Es necesario aplicar controles que aseguran que los valores están dentro de los rangos
esperados y que los datos y los indicadores tienen sentido. Al nivel más simple, los ejemplos de
tales verificaciones incluyen la verificación de que el consumo real de combustible no es
negativo, o comprobar si los datos reportados como cero representan valores reales o
Metodologías 77
información que simplemente no está disponible. En un nivel superior, seguimiento de las
tendencias de datos e indicadores, comparación de los indicadores calculados con los valores
de referencia (por ejemplo, promedio de la industria y los rangos, otros valores de los países, la
mejor tecnología disponible,…), etc.
La evaluación de la verosimilitud de los indicadores de eficiencia energética requiere un
conocimiento adecuado del tema, como la variabilidad de los datos e indicadores dependerá
de las características del país, prácticas de la industria, las mejores tecnologías disponibles, etc.
es importante una experiencia adicional en materia de eficiencia energética por parte de los
analistas que contribuya a evaluar si una tendencia en un indicador específico es el resultado
esperado de una nueva política, se corresponde con el progreso tecnológico… o si hay posibles
problemas en los datos subyacentes.
2.6.3 DIFUSIÓN DE LOS DATOS OBTENIDOS
La obtención de datos tiene como primer objetivo el cálculo de indicadores de eficiencia
energética para la industria. Posteriormente, estos IEEs se utilizarán para, mediante análisis
con técnicas de benchmarking, proceder a la comparación de diferentes empresas y
organizaciones. Con esta información, se elaborarán políticas y medidas y se iniciarán
mecanismos que contribuyan a reducir de manera significativa el consumo energético y las
emisiones de gases de efecto invernadero. Para que todo lo anterior sea viable, es de vital
importancia la difusión de la información obtenida.
La elaboración de estadísticas y las conclusiones que de ellas se obtienen carecen de interés si
no tienen como respuesta una actuación por parte de los organismos pertinentes. Es decir,
uno de los objetivos más importantes que tiene la recolección de datos es darlos a conocer a
todos aquellos que puedan contribuir a alcanzar la eficiencia energética en la industria. Por lo
tanto, es de vital importancia para todos que los datos se difundan adecuadamente.
No existe una fórmula óptima que garantice una perfecta difusión, pero hay algunos principios
clave a seguir con el fin de maximizar el uso de los datos e indicadores energéticos.
· Antes de la difusión de los datos debe garantizarse que éstos son de buena calidad.
Liberar datos erróneos o mensajes basados en información incorrecta resultaría muy
contraproducente para lograr el objetivo perseguido.
· Deben estar claramente definidos para evitar cualquier ambigüedad.
78 Metodologías
· Definir claramente las unidades utilizadas.
· Al mostrar series de tiempo, la consistencia es un elemento importante.
· El acceso a las bases de datos debe ser lo más fácil posible.
· Deben aportarse los metadatos36 que se consideren necesarios para un mejor
entendimiento.
· Sólo los datos que no son confidenciales deberían difundirse. En las estadísticas
sobre la eficiencia energética como en muchas otras áreas de estadística, los
estadísticos deben respetar las cláusulas de confidencialidad o actos jurídicos.
· Los cuadros y gráficos deben ser lo más simple posible, fáciles de leer y entender.
Estar acompañados de la información necesaria que facilite la comprensión y de
mensajes cortos, claros y enérgicos que destaquen los aspectos principales.
· Identificar el grupo (o grupos) destino de la información. Existe un amplio espectro
de grupos destinatarios: políticos, analistas, empresas, periodistas, académicos y el
hombre de la calle. Cada grupo tiene su propio interés, su propia manera de ver la
información, su propia capacidad de entender los datos y su forma de interpretarla.
Por ejemplo, los políticos sólo tendrán unos minutos para absorber una parte de la
información. Por eso es importante cuando la retransmisión de un mensaje conciso,
mediante el uso de un gráfico claro, explicación o declaración de gran alcance y
potente. El otro extremo es analistas e investigadores que podrían pasar días
estudiando y excavando en una base de datos para obtener más información que
verifiquen sus propios análisis, informes y mensajes. Ellos no estarían satisfechos con
un solo gráfico o tabla, querrían acceso completo a toda la base de datos con el fin de
seleccionar y manipular los datos que deseen.
Por lo tanto, la difusión es multidimensional y el trabajo de estadísticos y analistas no debe
limitarse a la recolección y procesamiento de los datos, sino que también debe abarcar la
difusión como un aspecto importante de su trabajo principal.
Actualmente existen varias formas de difusión de datos e indicadores, desde grandes bases de
datos hasta tuits en redes sociales pasando por publicaciones, folletos, artículos en revistas,
comunicados de prensa, sitios web, aplicaciones para smartphones, etc.
36 Los metadatos son información adicional sobre cómo se han recogido los datos y algunas consideraciones que el
usuario debe conocer antes de utilizarlos.
Metodologías 79
2.7 ENTIDADES QUE FOMENTAN EL BENCHMARKING
2.7.1 ORGANIZACIONES INTERNACIONALES
Existen una serie de iniciativas internacionales que fomentan el desarrollo de indicadores de
energía como herramienta para la formulación de políticas de eficiencia energética. En estas
fuentes de información pueden encontrarse datos sobre producción y consumo energético
junto con datos técnicos y económicos que ayudan a la caracterización de los diferentes
subsectores industriales. A continuación se describe brevemente el estado actual de los
trabajos sobre IEEs en las organizaciones más relevantes, atendiendo especialmente las
recomendaciones de la Agencia Internacional de la Energía [22].
Consejo Mundial de Energía37
El Consejo Mundial de Energía (WEC38) es una organización imparcial que promueve un
sistema de energía sostenible, eficiente y preocupado por el medio ambiente. El CME es el
cuerpo energético mundial acreditado por la ONU, en representación de todo el espectro de
energía, con más de 3000 organizaciones miembros repartidas por más de 90 países. El CME
informa acerca de estrategias globales, regionales y nacionales basadas actualmente en su
mayoría en técnicas de benchmarking energético, facilita la publicación de estudios
relacionados con la energía y fomenta el diálogo para crear políticas energéticas tanto a nivel
nacional como internacional.
Agencia Internacional de la Energía39
La IEA es un organismo internacional creado por la Organización para la Cooperación y el
Desarrollo Económico (OCDE) tras la crisis del petróleo de 1973. Trabaja para asegurar un uso
limpio y razonable de la energía tanto para sus 29 países miembros como para el resto. Entre
las áreas principales de interés de la IEA podemos destacar: la seguridad energética, el
desarrollo económico, la conciencia ambiental, y el compromiso con el planeta.
37 Página web del Consejo Mundial de Energía: http://www.worldenergy.org
38 WEC: World Energy Council.
39 Página web de la IEA: http://www.iea.org
80 Metodologías
Eurostat40
Eurostat es la Oficina Estadística de la Unión Europea. Su función es proporcionar a los
organismos de la Unión Europea las estadísticas que permitan analizar mediante técnicas de
benchmarking la eficiencia energética en la industria de diferentes países y regiones. A día de
hoy, Eurostat pretende con los Estados miembros alcanzar un lenguaje y metodología común
que abarque conceptos, métodos, estructuras y normas técnicas.
Red ODYSSEE41
La base de datos ODYSSEE en indicadores de eficiencia energética se ha convertido en una
importante referencia para la evaluación y seguimiento anual de las actuaciones relacionadas
con la eficiencia energética y las emisiones de dióxido de carbono para la UE-28 y Noruega. La
base de datos, que incluye 200 indicadores y cubre el periodo desde 1980 para la UE-15 y
desde 1996 para la UE-28 y Noruega, también se utiliza para controlar y evaluar las políticas de
eficiencia energética, tanto a nivel nacional como de la UE. Esta base de datos se actualiza con
regularidad (al menos anualmente) y es compatible con el uso de una metodología común
para producir IEEs comparativos.
Centro Regional para la Energía Renovable y la Eficiencia Energética42
El Centro Regional para la Energía Renovable y Eficiencia Energética (CREREE) es una
organización regional independiente sin ánimo de lucro que tiene como objetivo facilitar y
aumentar la adopción de prácticas de eficiencia energética y de energías renovables en los
países árabes. Los equipos del CREREE junto a los gobiernos regionales y las organizaciones
mundiales dirigen proyectos de política energética, estrategias, tecnologías y desarrollo de
capacidades con el fin de aumentar la cuota de las energías del mañana en los estados árabes.
Grupo de Trabajo de Energía de la Cooperación Económica Asia-Pacífico
El Grupo de Trabajo de Energía de la Cooperación Económica Asia-Pacífico (APEC EWG43) fue
creado en 1990 con el objetivo principal de maximizar la contribución del sector energético en
40 Página web de Eurostat: http://epp.eurostat.ec.europa.eu
41 Página web de la Red ODYSSEE: http://www.odyssee-mure.eu
42 Página web del CREREE: www.rcreee.org
43 Asia-Pacific Economic Cooperation’s Energy Working Group.
Metodologías 81
el bienestar económico y social de la región, además de la mitigación de los efectos
ambientales. Reconociendo la importancia de la información y las estadísticas energéticas, el
Grupo de Trabajo de Energía creó un grupo de expertos en análisis de datos energéticos
(EGEDA44). Este grupo ha desarrollado la base de datos de energía del APEC y ha establecido
una red de recolección de datos de energía entre todos los países miembros.
Comisión Económica para América Latina y el Caribe45
La Comisión Económica de las Naciones Unidas para América Latina y el Caribe (CEPAL) es una
comisión regional de las Naciones Unidas que tiene como objetivo la cooperación económica
entre los países miembros. CEPAL está formada actualmente por 44 estados miembros y 8
miembros asociados. CEPAL publica estadísticas económicas, demográficas, sociales y
ambientales de las regiones de los países miembros. Desde 2001, CEPAL está implementando
una base de datos, basada en el modelo de ODYSSEE, de indicadores de eficiencia energética.
Banco Asiático de Desarrollo46
El Banco Asiático de Desarrollo (BAD) se dedica a la recopilación y difusión de datos
estadísticos relacionados con diversos aspectos de sus países miembros. Es un organismo que
tiene como objetivo el impulso de la región en diferentes aspectos, no solo en el de la
eficiencia energética. BAD difunde anualmente los indicadores económicos, financieros y
sociales clave de sus países miembros y de otras fuentes internacionales.
2.7.1.1 ALGUNOS ORGANISMOS SEGÚN SUBSECTORES INDUSTRIALES
Dentro de las organizaciones internacionales existen empresas que se asocian en torno a
organismos que representan y asesoran a un determinado subsector o incluso a un
determinado producto. En este documento se describen brevemente algunos de los
organismos que reúnen un número importante de empresas pertenecientes a los sectores del
hierro y acero, cemento, pulpa y papel, química y petroquímica y aluminio.
44 Expert Group on Energy Data Analysis. Página web: http://www.ieej.or.jp/egeda
45 Página web: http://www.cepal.org
46 Página web: http://www.adb.org
82 Metodologías
Asociación Mundial del Acero47
La Asociación Mundial del Acero (WSA48), es la asociación internacional de la industria del
hierro y del acero. La asociación representa a unos 180 productores de acero (incluyendo 18
de las 20 mayores empresas), a asociaciones industriales nacionales y regionales, y a los
institutos de investigación del acero. Sus miembros representan cerca del 85 % de la
producción mundial del insumo. Entre sus principales objetivos, la WSA promueve la adopción
de las mejores prácticas en la industria y la transferencia de tecnología entre empresas, así
como el desarrollo de nuevos conocimientos a través de la investigación para hacer frente a
los problemas más acuciantes de la sociedad, como el cambio climático. También posee una
importante base de datos energéticos y relacionados con las emisiones de dióxido de carbono
[24].
Iniciativa de Sostenibilidad del Cemento49
La Iniciativa de Sostenibilidad del Cemento (CSI50) del Consejo Empresarial Mundial para el
Desarrollo Sostenible reúne a una serie de importantes empresas cementeras que han
acordado una metodología para el cálculo y la notificación de las emisiones de CO2. La CSI
también posee una importante base de datos mundial sobre eficiencia energética y emisiones
de CO2 en el sector del cemento. Esta base de datos abarca más de 900 instalaciones de
producción de cemento, propiedad de 46 empresas, que representan aproximadamente el 26
% de la producción mundial de cemento.
Confederación Europea de Industrias del Papel51
La Confederación Europea de Industrias del Papel (CEPI52) supervisa, analiza y actúa sobre la
legislación y las iniciativas relacionadas con la industria papelera de la UE, la comunicación de
los logros en materia de eficiencia energética y los beneficios de sus productos.
Actualmente está constituida por 18 países miembros con un total de 520 empresas europeas
productoras de pulpa, papel y cartón, que van desde pequeñas y medianas empresas a
47 Página web: http://www.worldsteel.org
48 WSA: World Steel Asociation.
49 Página web: http://www.wbcsdcement.org
50 CSI: Cement Sustainability Initiative.
51 Página web: http://www.cepi.org
52 CEPI: Confederation of European Paper Industries.
Metodologías 83
multinacionales, y 950 fábricas de papel. En conjunto, representan el 24 % de la producción
mundial. A día de hoy, la industria europea de la pulpa y el papel es el mayor productor
industrial y de consumo de energía de fuentes renovables. Su cuota de energía basada en la
biomasa supera el 55 % de su consumo anual total de energía primaria. Como una importante
medida de sostenibilidad, la CEPI empuja constantemente a aumentar la tasa europea de
reciclado que alcanzó el 71,7 % en 2012 [25].
Instituto Internacional del Aluminio53
El Instituto Internacional del Aluminio (IAI54), formado por alrededor del 60 % de las empresas
encargadas de la producción de aluminio primario en el mundo, ofrece anualmente datos de
energía y de actividad de sus miembros.
Consejo Internacional de Asociaciones Químicas55
El Consejo Internacional de Asociaciones Químicas (ICCA56) es la organización mundial de la
industria química. Entre sus miembros existen asociaciones regionales como el Consejo
Europeo de la Industria Química o la asociación de la industria química y petroquímica de los
países del golfo pérsico, así como organizaciones nacionales, entre ellas el Consejo de la
Industria Química de América. ICCA representa a un amplio conjunto de empresas que
suponen más del 75 % de la capacidad de producción mundial. La ICCA trabaja para que la
industria química mundial sea ampliamente valorada y apoyada por sus contribuciones
económicas, sociales y ambientales a la sociedad.
2.7.2 ORGANISMOS NACIONALES
Los gobiernos de los diferentes países, ya sea debido a compromisos adquiridos directamente
o a compromisos adquiridos por la Unión Europea u organismos similares, se ven a menudo en
la obligación de establecer políticas que desemboquen en la consecución de una serie de
objetivos en materia de medio ambiente y de eficiencia energética. Para asesorarse sobre
estos asuntos, muchos de estos países desarrollan comités o agencias especializados en estos
temas. Aunque existen numerosos organismos nacionales preocupados por la eficiencia
53 Página web: http://www.world-aluminium.org
54 IAI: International Aluminium Institute.
55 Página web: http://www.icca-chem.org
56 ICCA: International Council of Chemical Associations.
84 Metodologías
energética y cada día son más los que se crean, se van a describir los dos que el autor
considera más importantes. A continuación se analiza brevemente el papel que desempeñan el
programa ENERGY STAR de los Estados Unidos y el ministerio de Recursos Naturales de
Canadá.
Programa ENERGY STAR, Agencia de Protección Ambiental (EEUU)
La Agencia de Protección Ambiental de los Estados Unidos, (EPA), creó en 1992 el programa
ENERGY STAR que se dedica al desarrollo de herramientas que permiten la aplicación de
técnicas de benchmarking para valorar la eficiencia energética dentro de una gran variedad de
subsectores industriales. Este programa, a través de la evaluación con los IEEs calcula la
rentabilidad relativa de las diferentes empresas y proporciona reconocimientos públicos a las
empresas más eficientes energéticamente de su subsector. Para desarrollar los IEEs, el
programa ENERGY STAR de la EPA utiliza un proceso de colaboración con empresas en varios
subsectores industriales [11].
El análisis a través del benchmarking de los IEEs se basa en una herramienta estadística que
proporciona una vista de pájaro del consumo energético a nivel de planta industrial a través de
una relación funcional entre el nivel de consumo de energía y el nivel y tipo de las diversas
actividades de producción, la calidad del material de entrada y factores externos. ENERGY
STAR utiliza el método de regresión de frontera estocástica (Ver 2.3.4 Análisis de datos a través
de Fronteras Estocásticas) [26].
Uno de los principales motivos por lo que este programa está teniendo éxito y siendo muy
utilizado y valorado en los EEUU es la cantidad de datos de los que dispone. Las empresas
colaboran voluntariamente con este programa porque, además de proporcionarle ciertas
garantías en cuanto a confidencialidad de parte de la información proporcionada, les facilita
estadísticas y documentos muy útiles que pueden ayudar a mejorar aún más la eficiencia
energética de la empresa y proporcionarle importantes ahorros económicos.
Metodologías 85
Natural Resources Canada57
El Departamento de Recursos Naturales de Canadá es el ministerio del gobierno de Canadá
responsable de los recursos naturales, la energía, los minerales y los metales, los bosques, la
cartografía y la teledetección.
Siguiendo la línea propuesta por el programa ENERGY STAR de los EEUU, este ministerio de
Canadá es cada vez más consciente de la importancia de la eficiencia energética y también ha
desarrollado programas que fomentan el uso de las técnicas de benchmarking aplicadas a
sectores industriales. Asimismo ha creado una gran base de datos que recoge información de
cada vez más empresas del país. La Oficina de Eficiencia Energética de Canadá a través de la
implantación del CIPEC58 fomenta una colaboración entre la industria privada y el gobierno
federal. Tiene como objetivo promover y mejorar la eficiencia energética en la industria de
Canadá y reducir las emisiones de gases de efecto invernadero derivadas de la utilización de la
energía en el sector industrial.
2.7.2.1 ORGANIZACIONES ESPAÑOLAS
España, como consecuencia de pertenecer a la Unión Europea, basa la mayoría de sus políticas
en las directrices propuestas por la misma, y por tanto, por algunos de los organismos
internacionales anteriormente descritos. Si bien es cierto, para llevar a cabo estos objetivos y
para defender los intereses de la industria española en Europa y en el resto del mundo, España
cuenta con organismos que promueven medidas de benchmarking para contribuir a la
eficiencia energética.
Ministerio de Industria, Energía y Turismo59
El Ministerio de Industria, Energía y Turismo es el principal responsable de las políticas
energéticas en España. Esta institución realiza periódicamente balances energéticos que
aportan datos de la evolución del consumo y producción energética en el país. Siguiendo el
camino marcado por Europa, contribuye con su trabajo a la creación de programas y
normativas que ayudan a cumplir con los objetivos en materia de eficiencia energética
57 Recursos Naturales de Canadá. Página web: http://www.nrcan.gc.ca
58 Canadian Industry Program for Energy Conservation. Programa de la Industria de Canadá para la Conservación de
la Energía. 59
Página web: http://www.minetur.gob.es
86 Metodologías
marcados por las instituciones europeas. La metodología utilizada a la hora de realizar el
balance es la correspondiente a la internacionalmente aceptada de la Agencia Internacional de
la Energía.
Instituto para la Diversificación y Ahorro de la Energía60
El Instituto para la Diversificación y Ahorro de la Energía, IDAE, es un organismo adscrito al
Ministerio de Industria, Energía y Turismo, a través de la Secretaría de Estado de Energía, de
quien depende orgánicamente. Contribuye a la consecución de los objetivos españoles en
materia de mejora de la eficiencia energética, energías renovables y otras tecnologías bajas en
carbono. En este sentido, el IDAE lleva a cabo acciones de difusión y formación, asesoramiento
técnico, desarrollo de programas específicos y financiación de proyectos de innovación
tecnológica y carácter replicable. Asimismo, el Instituto lidera una intensa actividad
internacional en el marco de distintos programas europeos y cooperación con terceros países.
En el siguiente bloque (Aplicaciones) se analizarán más de cerca los datos obtenidos por el
IDAE en los últimos estudios.
Instituto Nacional de Estadística61
El Instituto de Estadística (INE) es un organismo autónomo de carácter administrativo, con
personalidad jurídica y patrimonio propio, adscrito al Ministerio de Economía y
Competitividad. Está encargado de la coordinación general de los servicios estadísticos de la
Administración General del Estado y la vigilancia, control y supervisión de los procedimientos
técnicos de los mismos. Realiza la Encuesta Industrial Anual de Empresas (EIAE), una encuesta
de carácter estructural, que tiene como objetivo fundamental proporcionar información de los
diversos sectores que constituyen la actividad industrial.
Asociación de Agencias Españolas de Gestión de la Energía62 (ENERAGEN)
ENERAGEN es una superestructura que aglutina los intereses comunes a todas las agencias
españolas que promocionan la eficiencia energética y las fuentes de energía renovables con
objeto de mejorar el trabajo de todas, intercambiar informaciones y buenas prácticas, así
60 Página web: http:// www.idae.es
61 Página web: http://www.ine.es
62 Página web: http:// http://www.eneragen.org
Metodologías 87
como tener una voz única que las represente, tanto en el ámbito nacional como en foros
internacionales. Es una organización sin ánimo de lucro.
Algunos organismos según subsectores industriales
En España existen también asociaciones que aúnan un conjunto de empresas españolas de un
mismo subsector industrial. Entre ellas se pueden destacar: PLATEA (Plataforma Tecnológica
Española del Acero), OFICEMEN (Agrupación de Fabricantes de Cemento de España), ASPAPEL
(Asociación Española de Fabricantes de Pasta, Papel y Cartón), FEIQUE (Federación Empresarial
de la Industria Química Española) o AEA (Asociación Española del Aluminio y Tratamientos de
Superficie).
2.8 ¿QUÉ SE NECESITA?
¿Cuáles son actualmente las principales carencias existentes tanto en las empresas como en
los organismos nacionales e internacionales que dificultan el correcto funcionamiento del
sistema de benchmarking?
En primer lugar, y sin duda lo que es más importante, es necesario un compromiso real por
parte del país o de la organización de países o empresas. Es imprescindible instaurar el sistema
de benchmarking con la intención de contribuir a la mejora de la eficiencia energética y a la
sostenibilidad del planeta, y no crear programas u organizaciones que únicamente se limiten a
aparentar o a cumplir con la mínima implicación posible las directrices encomendadas. Para el
éxito del benchmarking es ineludible un claro interés y una firme participación.
Fruto de esta primera idea se requerirá una mayor dedicación por parte de técnicos e
ingenieros cualificados en diversas áreas industriales, que tengan conocimiento profundo de
los procesos industriales y que sean capaces de medir y valorar las mejoras en eficiencia
energética. Las experiencias prácticas y la retroalimentación de técnicos e ingenieros son muy
importantes para la aplicación del proceso de benchmarking. También deberá formarse a los
trabajadores en estos asuntos para que sepan qué están haciendo y por qué lo están haciendo,
de esta forma se inducirá en ellos el interés necesario para que la aplicación del benchmarking
tenga éxito.
88 Metodologías
Como resultado también de esa primera idea, será indispensable facilitar más recursos y
herramientas tanto para las empresas como para las organizaciones encargadas de efectuar
los estudios. Será recomendable crear softwares informáticos que faciliten la recolección y el
tratamiento de los datos así como la compartición de los mismos.
Por otro lado, es importante demostrar la utilidad y el potencial del benchmarking. Para que
exista un interés en la aplicación de estas técnicas se deben presentar todas las ventajas
resultado de su implementación. Tanto los gerentes y máximos mandatarios de las grandes
empresas, como los trabajadores de las pequeñas y medianas empresas tienen que estar
informados del beneficio que supone para ellos el desarrollo de un sistema de benchmarking
energético.
Además, es importante que exista una retroalimentación entre los organismos que realizan los
estudios y las empresas que aportan los datos. Las empresas deben disponer asiduamente de
los informes elaborados y deben ser receptores de las conclusiones que derivan del análisis de
dichos informes. Asimismo, sería muy recomendable la existencia de un asesoramiento directo
por parte de las organizaciones que realizan el estudio a las diferentes empresas, atendiendo
especialmente a aquellas que no disponen por sus propios medios de algo similar.
En el apartado 3.4 se estudiará el caso del programa ENERGY STAR en Estados Unidos. Este
programa puede sentar las bases para otros países, mostrándoles el camino que deben seguir
para instaurar un sistema de benchmarking energético.