herramientas para la toma de decisiones para la … lista de tablas tabla 1. estimación del...
TRANSCRIPT
1
Herramientas para la toma de
decisiones para la mitigación y
adaptación al cambio climático
Ximena Sierra Vélez
Universidad Nacional de Colombia
Facultad de Minas, Departamento de Ciencias de la Computación y
la Decisión Medellín, Colombia
2017
2
Herramientas para la toma de
decisiones en mitigación y
adaptación cambio climático
Ximena Sierra Vélez
Trabajo final presentado como requisito para optar al título de:
Magíster en Ingeniería de Sistemas
Director: Santiago Arango Aramburo
PhD System Dynamics, MSc. Aprovechamiento de Recursos Hidráulicos, Ingeniero
Civil
Codirectora: Gloria Patricia Jaramillo
Ph.D. en Planificación y Gestión de Recursos Hidráulicos, Ingeniera Civil
Universidad Nacional de Colombia
Facultad de Minas, Departamento de Ciencias de la Computación y
la Decisión Medellín, Colombia
2017
3
Agradecimientos
Una serie de poemas y un trabajo de grado.
Introducción Cada que escribo un poema y que no escribo nada.
Capitulo uno
Escribo un poema y tiemblo.
La prisa de no dejar escapar las palabras, me atrapa.
Jugamos al escondite. Jugamos bajo presión
Soy buena o soy mala?
Trabajo o juego? Si hay opción es irremediable, si hay varias opciones es posible y si no
hay nada, no hay nada, porque la nada también es una opción.
Capitulo dos. Trabajo y Juego.
Mi juego es un trabajo? O mi trabajo es un juego?. Que importa, llegué a otra conclusión:
Mi trabajo no es trabajo para mí, pero mi trabajo de grado sí o escribo poemas o escribo
trabajos de grado o trabajo. Hasta la consciencia me regaña, me quede jugando escondite
con ella.
Capitulo tres. He escrito demasiado, quizás más de la cuenta, pero aquí les dejo una
serie de poemas y un trabajo con una serie de herramientas que me costó mucho trabajo..
Conclusiones
Ahora si hablemos de Cambio Climático.
Estos son los agradecimientos de la tesis y se los dedico a mi director de
tesis, por su confianza y apoyo. A Patri por su asesoría y motivación a
seguir adelante, a mis padres y hermanos por sus consejos para no
desistir, a mis tíos nacho y Julián por abrirme las puertas.
Y la última conclusión pero no más importante:
*******Hacer nada es una opción, pero tomar decisiones es mucho mejor!******
4
Contenido Agradecimientos ................................................................................................................................. 3
1 Introducción ................................................................................................................................ 8
2 Contexto de la toma de decisiones en cambio climático .......................................................... 11
3 Mitigación y Adaptación al cambio climático ........................................................................... 16
3.1 Mitigación al Cambio Climático ......................................................................................... 17
3.1.1 Estrategias de Mitigación .......................................................................................... 17
3.1.2 Barreras para tomar acciones de Mitigación ............................................................ 18
3.2 Adaptación al Cambio Climático ....................................................................................... 20
3.2.1 Evaluación de las decisiones en adaptación ............................................................. 22
3.2.2 Estrategias de Adaptación ......................................................................................... 24
3.2.3 Características de las Decisiones de Adaptación ...................................................... 25
4 Elementos y características de la Toma de Decisiones ............................................................. 27
4.1 Teorías de la decisión ........................................................................................................ 27
4.2 Complejidad en la toma de decisiones ............................................................................. 32
4.2.1 Temporalidad de las decisiones ................................................................................ 33
4.3 Criterios para valorar decisiones ....................................................................................... 35
4.3.1 Criterios para valorar decisiones bajo riesgo ............................................................ 35
4.3.2 Criterios para valorar decisiones bajo incertidumbre ............................................... 35
4.4 Incertidumbre y Cambio Climático .................................................................................... 37
4.5 Relación entre Incertidumbre y Riesgo ............................................................................. 38
4.6 Niveles de Decisión ........................................................................................................... 39
4.6.1 Nivel Global ............................................................................................................... 40
4.6.2 Nivel Nacional ............................................................................................................ 46
4.6.3 Nivel Local ................................................................................................................. 48
4.6.4 Nivel Individual .......................................................................................................... 49
5 Herramientas de Toma de Decisiones en Cambio Climático .................................................... 53
5.1 Simulación ......................................................................................................................... 54
5.2 Optimización ..................................................................................................................... 61
5
5.3 Análisis Multicriterio ......................................................................................................... 65
5.4 Árboles de Decisión ........................................................................................................... 73
5.5 Teoría de Juegos ................................................................................................................ 75
6 Análisis de las herramientas de decisión .................................................................................. 83
7 Conclusiones .................................................................................................................................. 91
8 Bibliografía ................................................................................................................................ 95
Lista de Ilustraciones
Ilustración 1. Antecedentes de la toma de decisiones en cambio climático .................................... 13
Ilustración 2. Artículos publicados en toma de decisiones para la adaptación y mitigación al cambio
climático (1992-2016): ...................................................................................................................... 15
Ilustración 3. Mitigación y Adaptación al Cambio Climático ............................................................. 16
Ilustración 4 Riesgo percibido vs capacidad de adaptación ...................................................... 21
Ilustración 7. Tipos de problemas de decisión .................................................................................. 32
Ilustración 9 Agentes y niveles de decisión ....................................................................................... 40
Ilustración 10. Estrategias de mitigación y adaptación en el nivel Global ........................................ 41
Ilustración 11 Ejemplos de decisiones de mitigación y adaptación en el nivel nacional .................. 47
Ilustración 12. Ejemplos de decisiones en el nivel local.................................................................... 49
Ilustración 13 Ejemplos de opciones en el nivel individual para la mitigación y adaptación al cambio
climático ............................................................................................................................................ 52
Ilustración 14. Aplicaciones de la simulación en la adaptación y mitigación al cambio climático en
los diferentes niveles de decisión ..................................................................................................... 60
Ilustración 16 Aplicaciones de la optimización en la adaptación y mitigación al cambio climático en
los diferentes niveles de decisión. .................................................................................................... 65
Ilustración 17 Métodos de análisis de decisión ................................................................................ 66
Ilustración 18 Aplicaciones del análisis multicriterio en la adaptación y mitigación al cambio
climático en los diferentes niveles de decisión. ................................................................................ 71
Ilustración 19 Aplicaciones de la teoría de juegos en la adaptación y mitigación al cambio climático
en los diferentes niveles de decisión. ............................................................................................... 81
6
Lista de Tablas
Tabla 1. Estimación del incremento de la temperatura año 2100 .................................................... 14
Tabla 2. Empresas que más aportan CO2 y metano Globalmente ................................................... 44
Tabla 3. Clasificación de la simulación .............................................................................................. 54
Tabla 4. Experimentos con simulación .............................................................................................. 56
Tabla 5. Simulación aplicada a problemas de mitigación y adaptación al cambio climático ............ 57
Tabla 7. Ventajas y limitaciones de la optimización.......................................................................... 63
Tabla 8. Aplicaciones de la optimización en la mitigación y la adaptación al Cambio Climático ...... 64
Tabla 10. Ventajas y desventajas del análisis multicriterio ............................................................... 72
Tabla 12 Dilema del prisionero ......................................................................................................... 75
Tabla 13 Algunas aplicaciones de teoría de juegos a toma de decisiones para el cambio climático 78
Tabla 14 Ventajas y desventajas Teoría de juegos ............................................................................ 81
Tabla 15. Categorización de las herramientas de acuerdo al nivel de riesgo e incertidumbre ........ 86
Tabla 16. Categorización de las herramientas de acuerdo al enfoque práctico ............................... 87
Tabla 17. Caracterización de las herramientas de acuerdo a la temporalidad ................................. 87
Tabla 18. Consolidado de algunas aplicaciones de las herramientas para la mitigación y adaptación
al cambio climático............................................................................................................................ 88
7
Lista de Abreviaturas
ACB = Análisis costo Beneficio AHP= Analytic Hierarchy Process BID= Banco Interamericano de Desarrollo BM= Banco Mundial CC= Cambio Climático CMNUCC = Convención Marco de las Naciones Unidas sobre el Cambio Climático CAC= Captura y almacenamiento de carbono COP= Conferencia de las Partes CO2= Dióxido de carbono/ bióxido de carbono. ELECTRE= Elimination and Choice Expressing Reality FAO= Food and Agriculture Organization of the United Nations GEI = Gases de Efecto Invernadero INDC= Contribuciones Determinadas y Previstas a Nivel Nacional IPCC = Grupo Intergubernamental para el Cambio Climático OCDE = Organización de Cooperación y Desarrollo Económicos ONG= Organización no Gubernamental ONU= Organización de las Naciones Unidas OMM= Organización Meteorológica Mundial OMADM= Other multiple attribute decisión making MDI= Mecanismo de desarrollo limpio MCDM= Multiple Criteria Decision Maker PK= Protocolo de Kyoto PROMETHEE= Preference Ranking Organisation Methods for Enrichment Evaluations PNACC = Plan Nacional de Adaptación al Cambio Climático PNUMA = Programa de las Naciones Unidas para el Medio Ambiente SMART= Simple Multi Attribute Rating Technique WG1= IPCC Working Group I WG2= IPCC Working Group II WG3= IPCC Working Group III WRI= World Resources Institute WWF= Fondo Mundial para la Naturaleza VPN= Valor presente neto
8
Herramientas para la toma de
decisiones en mitigación y
adaptación cambio climático
1 Introducción
La toma de decisiones para la mitigación y la adaptación al cambio climático se ha
caracterizado en el nivel global por ser un proceso lento y complejo, influenciado
por el negacionismo y la supremacía de los intereses económicos sobre los
ambientales y sociales. El Acuerdo de París es la esperanza para mantener el
aumento de la temperatura global muy por debajo de los 2°C. Sin embargo, hay
dudas en cuanto a su ratificación por los países más contaminantes y los
compromisos que se han pactado voluntariamente, no son suficientes (ONU,
2015), inclusive, se tienen dudas de que estos compromisos voluntarios se
cumplan, con las promesas actuales de los países se esperan aumentos de la
temperatura en más de 2,7°C para el año 2100 (Jeffery et al., 2015). Por lo tanto,
es necesario que los gobiernos, instituciones, empresas e individuos tomen
decisiones hoy, de lo contrario, un incremento superior a los 2°C, impactará
enormemente los sistemas naturales y humanos.
Estas decisiones no son fáciles de tomar. Los decisores se enfrentan a la
incertidumbre y complejidad inherente a los procesos de decisión que hacen difícil
responder a los impactos de una manera óptima (Tompkins & Neil Adger, 2005).
La incertidumbre es un obstáculo para elaborar decisiones oportunas y eficaces y
frecuentemente es una excusa para no integrar el riesgo en los planes y
políticas.(World Resources Institute (WRI); United Nations Development
Programme; United Nations Environment Programme; World Bank, 2011). Por otra
parte, la complejidad dificulta la toma de decisiones; debido al número de actores
en conflicto que intervienen en los procesos de decisión, los múltiples objetivos,
los cambios frecuentes en las políticas y regulaciones, y la elección de nuevos
líderes o cambios de gobierno (Maani, 2013). Además, la toma de decisiones
frente al cambio climático interfiere en sistemas dinámicos, difíciles de predecir y
sus procesos e interrelaciones son aún desconocidos, involucran múltiples
dimensiones de decisión (Global, nacional, local e individual), diferentes escalas
temporales (largo, mediano y corto plazo), diferentes estrategias de respuesta
9
(mitigación y adaptación), distintos niveles de aplicación (políticas, planes,
programas y proyectos) y participan varios sectores que inciden en múltiples
ámbitos (económico, social, ambiental y cultural). Por todo la anterior, la
incertidumbre y la complejidad representan un desafío para los decisores en
cambio climático.
WRI (World Resources Institute), plantea cinco elementos claves que refuerzan
significativamente la capacidad de los gobiernos para tomar decisiones frente al
cambio climático, que son: participación ciudadana, información relevante para la
toma de decisiones, diseño institucional, herramientas para la planeación, la toma
de decisiones políticas y los recursos. Un elemento crítico es la identificación de
herramientas que ayuden a los gobiernos a evaluar los riesgos, las
vulnerabilidades climáticas y elegir entre distintas opciones políticas (World
Resources Institute (WRI); United Nations Development Programme; United
Nations Environment Programme; World Bank, 2011).
Existe una gran variedad de herramientas metodológicas que apoyan la
evaluación de las alternativas de decisión, sin embargo, se tiene la dificultad de
seleccionar las más adecuadas (Willows & Connell, 2003). Unas herramientas
pueden ser más efectivas que otras y esto dependerá de las características del
problema, de acuerdo a factores como la complejidad del problema, el riesgo, la
incertidumbre, la pregunta a responder, el alcance de la decisión, los actores
involucrados, la información disponible y los objetivos que se quieren lograr.
En este trabajo, se analizan cómo algunas herramientas de ciencias de la decisión
pueden abordar la toma de decisiones en cambio climático, lo cual, proporciona
información y conocimiento al decisor, sobre el uso y selección de estas
metodologías en la mitigación y la adaptación al CC.
Las herramientas analizadas son: simulación, optimización, análisis multicriterio,
arboles de decisión y teoría de juegos.
Para el desarrollo de este trabajo, se considera literatura gris y literatura
académica. La literatura gris comprende los reportes e informes de Instituciones
gubernamentales, incluyendo acuerdos, tratados y documentos de política pública,
tesis de doctorado e informes de Organismos Internacionales de cambio climático,
los cuales son claves para comprender la dinámica de la toma de decisiones en
cambio climático; la literatura académica comprende artículos indexados en las
bases de datos como Scopus y Web of Knowledge.
10
El trabajo final de maestría está organizado de la siguiente manera: se parte de los
antecedentes en la toma de decisiones en cambio climático, su dinámica en el
contexto global y un análisis de la producción académica en el tema. El capítulo
tres, describe las dos estrategias de respuesta al cambio climático: mitigación y
adaptación y sus características. El capítulo cuatro, describe el proceso y los
elementos que hacen parte de la toma de decisiones, desde algunas teorías de la
decisión hasta los elementos que hacen parte del proceso de toma de decisiones
en CC, como la incertidumbre, la complejidad y el riesgo. Adicionalmente, se
analizan los niveles de decisión global, nacional, local e individual en mitigación y
adaptación al cambio climático. En el capítulo cinco , se identifican algunos usos
de las herramientas de ciencias de la decisión: simulación, optimización, análisis
multicriterio, arboles de decisión y teoría de juegos en la toma de decisiones en
problemas de mitigación y adaptación al cambio climático a través de los
diferentes niveles de decisión. En la última parte de este trabajo se categoriza las
herramientas de acuerdo al nivel de incertidumbre, nivel de riesgo y enfoque
práctico con el fin de proporcionar al decisor información sobre su uso y selección.
11
2 Contexto de la toma de decisiones en
cambio climático
La primera parte de este trabajo describe los antecedentes de la toma de
decisiones en cambio climático y sus hitos más importantes en la historia, los
cuales marcan el surgimiento de instituciones internacionales que mediante
acuerdos globales pretenden definir las bases para que los países ratifiquen los
compromisos de reducción de GEI y creen políticas, planes, programas y acciones
de mitigación y adaptación al cambio climático. Finalmente se analiza la dinámica
de la producción científica sobre la toma de decisiones para la mitigación y
adaptación al cambio climático.
En esta primera parte, se evidencia que a pesar de que el cambio climático no es
un descubrimiento reciente, los compromisos y esfuerzos actuales para reducir el
incremento de la temperatura global por debajo de los niveles preindustriales no
son suficientes para mantener el incremento de la temperatura por debajo de los
2°C y que por lo tanto es necesario tomar medidas urgentes.
Antecedentes
En el siglo XX la pregunta que preocupaba a la comunidad científica e
internacional era sí las emisiones de dióxido de carbono aumentaban la
temperatura de la tierra y sí estaban relacionadas con las actividades
antropogénicas. Hoy, al menos el 97% de los científicos del clima han concluido
que el cambio climático es causado por el hombre y está sucediendo (Van Linden,
Leiserowitz, Feinberg, & Maibach, 2015) .
Svante Arrhenius realizó las primeras mediciones de emisiones industriales y
constató que las concentraciones de dióxido de carbono aumentan la temperatura
de la atmosfera, a Arhenius se le atribuye el conocimiento del efecto invernadero,
que lo hizo ganador del premio Nobel en química en 1903. Posteriormente Charles
David Keeling en 1958 confirmó que las concentraciones de dióxido de carbono
(CO2) en la atmosfera eran cada vez mayores y estaban relacionadas con las
actividades humanas, principalmente por la quema de combustibles fósiles (Harris,
2010).
Las preocupaciones científicas llegaron a las capas sociales en los años 70 lo que
hizo que surgieran los primeros movimientos ambientalistas que presionaron en
contra de las emisiones industriales. Algunos de los movimientos actuales
12
surgieron en esas épocas, como el Fondo Mundial para la Naturaleza (WWF),
Amigos de la Tierra, Greenpeace y BirdLife International.
De igual forma surgieron organizaciones gubernamentales internacionales como el
Programa de las Naciones Unidas para el Medio Ambiente (PNUMA) en 1972 y el
Grupo Intergubernamental de Expertos para el Cambio Climático (IPCC) en 1988.
El IPCC es el organismo que confirmó que el cambio climático es atribuible, en
una altísima probabilidad, a las actividades antropogénicas.
Gracias a los organismos de las Naciones Unidas y a la confirmación de que el
cambio climático es un problema real, se dio inicio a las negociaciones de los
países para la reducción de emisiones de gases efecto invernadero. En 1992 se
creó la Convención Marco de las Naciones Unidas sobre el Cambio Climático
(CMNUCC) y en 1995 se realizó la primera COP (Conferencia de las partes) en
Berlín. La COP se conforma por todos los países miembros de las Naciones
Unidas y es el máximo órgano decisorio de la (CMNUCC). Esta cumbre anual fue
la base para que en 1997 se firmara el Protocolo de Kioto, acuerdo en el que (37)
países se comprometieron a disminuir los gases efecto invernadero en 5,2% para
el año 2012 respecto a los niveles de (GEI) de 1990. Sin embargo, el Protocolo de
Kioto no entró en vigor sino hasta 2005, no contó con la participación de China,
uno de los países más contaminantes y Estados Unidos no lo ratificó. En la
COP13 de 2007, se aprobó la hoja de ruta de Balí, que buscó poner en marcha un
segundo tratado de Kioto que debió concretarse en la COP 15 de 2009, pero no
tuvo compromisos vinculantes. En la COP18 en Doha, se fijó como nueva fecha el
año 2015, para establecer un acuerdo internacional en la COP 21 de París, este
acuerdo tiene como objetivo mantener muy por debajo de 2°C el incremento de la
temperatura, respecto de los niveles preindustriales. Se espera que firmen 195
países entre 2016 y 2017 y entraría en vigor cuando al menos 55 Partes que
sumen el 55% de las emisiones globales hayan depositado sus instrumentos de
ratificación, aceptación, aprobación o adhesión(ONU, 2015).
En la ilustración 1 se resume las principales preocupaciones e hitos para la toma
de decisiones en cambio climático; como se observa la toma de decisiones viene
hacer un tema de mayor relevancia en el siglo XXI.
13
Ilustración 1. Antecedentes de la toma de decisiones en cambio climático
Fuente: Elaboración propia.
El último hito importante en la toma de decisiones en cambio climático de
repercusión mundial es el Acuerdo de París, sin embargo, este presenta
debilidades, ya que, hasta el momento, no propone sanciones a los países que no
cumplan con los compromisos, y además los compromisos voluntarios que se han
establecido no son suficientes para mantener un aumento inferior a 2°C en la
temperatura global respecto a los niveles preindustriales(Tracker, 2013).
En un reporte de Climate Action Tracker (2013), se modelan los compromisos de
reducción establecidos por los países frente el aumento de la temperatura global.
El modelo usado se conoce como “Magic Climate Model”, a largo plazo para
alrededor del año 2100, se esperarían las siguientes temperaturas:
14
Tabla 1. Estimación del incremento de la temperatura año 2100
Escenario para el año 2100 Incremento
promedio de la
Temperatura
Incremento de la
Temperatura. (16% De
probabilidad)
Incremento de la
Temperatura. (84% de
probabilidad)
Tendencia actual sin cambios en
la intervención política (Línea
Base)
3.8°C 3.1°C 4.8°C
Tendencia actual escenario Alto 3.7°C 3.0°C 4.6°C
Tendencia actual escenario Bajo 3.6°C 2.9°C 4.4°C
Compromisos confirmados 3.1°C 2.5°C 3.9°C
Compromisos condicionales 3.0°C 2.4°C 3.8°C
Fuente: (Tracker, 2013).
Antecedentes de toma de decisiones en Mitigación y adaptación al cambio
climático.
La mitigación es el conjunto de acciones, que tiene como objetivo mantener o
reducir los niveles de concentración de (GEI) y la adaptación es el ajuste en los
sistemas naturales o humanos para dar respuesta a los impactos del cambio
climático actual o esperado, con el fin de reducir el daño causado y potenciar
oportunidades benéficas (IPCC, 2014).
A finales del siglo XX, se hablaba más sobre la toma de decisiones para mitigar el
cambio climático. Fue a partir del año 2007 con la COP (13) que empezó a tomar
mayor relevancia la adaptación al cambio climático.
De acuerdo al informe de Desarrollo Humano 2007-2008 del PNUD, la mitigación
no influyo mucho en las perspectivas de desarrollo humano de las poblaciones
vulnerables durante la primera mitad del siglo XXI, pero sí tomó mayor relevancia
en la segunda mitad. Para la adaptación se indica que las políticas de adaptación
tendrán efectos evidentes en los próximos 50 años y mantendrán su importancia
en adelante.
En el aspecto académico se puede evidenciar como, el número de artículos en la
base de datos Scopus, ha aumentado en los últimos años. Usando la ecuación de
búsqueda:((title-abs-key(climate change) and title-abs-key(decision making) and
title-abs-key(adaptation)) and doctype(ar or re) and pubyear < 2017) y ((title-abs-
key(climate change) and title-abs-key(decision making) and title-abs-
key(mitigation)) and doctype(ar or re) and pubyear < 2017), se encontraron un total
de 1188 artículos publicados desde 1992 para adaptación y 542 artículos
publicados para mitigación desde 1995, así:
15
Ilustración 2. Artículos publicados en toma de decisiones para la adaptación y mitigación al cambio climático (1992-2016):
La publicación de artículos en revistas indexadas sobre toma de decisiones en
cambio climático ha aumentado drásticamente en los últimos 10 años, tanto para
mitigación como para adaptación. Se observa que el número de artículos
publicados para toma de decisiones en adaptación supera a los de mitigación, lo
que es una muestra de que la investigación científica se está concentrando más
en la adaptación; esto puede ser posible dado el aumento de la temperatura global
es un hecho irreversible y en la actualidad, los procesos de planificación tienden a
prestar más atención a los riesgos actuales y a las necesidades de desarrollo.
Un informe de la UNESCO de 2016 de toma de decisiones y cambio climático1,
muestra una revisión de literatura sobre el proceso de toma de decisiones y la
problemática climática en el contexto latinoamericano; en la revisión se encuentra
que hay una mayor atención a los procesos de decisión en adaptación que en los
de mitigación, por ejemplo, el 56% de los artículos tratan de temas de adaptación,
el 32% a mitigación y el 7% a ambos. Con relación a las áreas temáticas más
publicadas en adaptación están: sector agropecuario, gestión del agua, gestión
forestal, ordenamiento territorial o temas urbanos y energía; mientras que en
mitigación la atención se concentra en bosques y energía. De las publicaciones
encontradas en adaptación el 80% de los artículos, se centra en la toma de
decisiones a nivel local y regional, lo cual permite confirmar que la adaptación
tiene dimensiones territoriales específicas y se desarrolla en el nivel local. 1 Toma de Decisiones y Cambio Climático: acercando la ciencia y la política en América Latina y el Caribe. Publicado en 2016 por la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura y la Oficina Regional de Ciencias para América Latina y el Caribe, Luis Piera 1992, Piso 2, 11200 Montevideo, Uruguay.
15 2830
62
105 114
140
197
184
1832
46
79 87
0
50
100
150
200
250
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
20
15
20
16
Adaptación
16
3 Mitigación y Adaptación al cambio climático
Responder al cambio climático implica tomar decisiones en mitigación y
adaptación. Estas dos áreas son definidas por la CMNUCC, como un reto que
deben asumir los gobiernos para afrontar los futuros riesgos e impactos del
cambio climático.
Tomar decisiones en mitigación es importante, ya que mientras más rápido se
proceda a realizar esfuerzos para reducir los GEI, más bajos serán los riesgos y
costos para reducir los impactos futuros. Para los países la mitigación es una
estrategia de respuesta que les permite cumplir con los compromisos de reducción
de GEI propuestos en los acuerdos internacionales.
Tomar decisiones en adaptación es importante, ya que si se frenaran las
emisiones de GEI hoy, los impactos del cambio climático no desaparecerían
inmediatamente y en el largo plazo la tierra seguiría calentándose al menos 0,6°C
más. El escenario más pesimista, indica que en caso de continuar con la actual
tasa de aumento de emisiones de GEI, la temperatura global podría aumentar
hasta en 4°C al año 2100 (World Bank, 2012). Dado lo anterior, la toma de
decisiones en adaptación es necesaria para enfrentar los cambios irreversibles
más los esperados.
La siguiente ilustración resume los principales enfoques de la mitigación y la
adaptación.
Ilustración 3. Mitigación y Adaptación al Cambio Climático
Fuente: Elaboración propia
17
3.1 Mitigación al Cambio Climático La mitigación es una estrategia de respuesta al cambio climático encaminada a
reducir las fuentes de gases efecto invernadero y/o potenciar los sumideros de
carbono natural o artificial que contribuyen a reducir la cantidad de CO2. La
mitigación aporta al objetivo de la CMNUCC de estabilizar las concentraciones de
CO2 a un nivel que impida interferencias antropógenas peligrosas en el sistema
climático (Edenhofer et al., 2014).
3.1.1 Estrategias de Mitigación
La mitigación comprende áreas como: mercado de carbono, eficiencia energética,
planificación forestal, uso del suelo y captura y almacenamiento de carbono.
Mercado de Carbono: es una estrategia que se desarrolló internacionalmente
mediante el Protocolo de Kioto, para incentivar la mitigación bajo tres mecanismos
basados en el mercado. Estos mecanismos buscan ayudar a los países
industrializados a reducir sus emisiones en cualquier parte del mundo en donde
sean más económicas y luego incluirlas a sus metas nacionales.
Los tres mecanismos de mitigación según el manual de mecanismo de desarrollo
limpio (Carbon Market Watch, 2010), son:
Mecanismos de Desarrollo Limpio (MDL): este mecanismo permite que
los países del anexo I del protocolo de Kioto realicen inversiones en los
países del anexo II o en países en vía de desarrollo que no lo están, con el
fin de reducir las emisiones de gases efecto invernadero y obtener a cambio
los créditos transables.
Implementación Conjunta (IC): igual que el mecanismo de desarrollo
limpio, está basado en proyectos, pero se diferencia del (MDL) en que
ambas partes deben tener compromisos de reducción de (GEI).
Comercio de Emisiones (CE): es la comercialización del derecho de
emisiones entre las partes que tienen compromisos de reducción.
Eficiencia Energética: es una estrategia que tiene como objetivo reducir el
consumo de energía y hacer un uso más eficiente de la misma. Las decisiones en
eficiencia energética pueden comprender la inversión en fuentes de energía
renovable, como eólica, solar, geotérmica y mareomotriz. Otro tipo de energía
limpia es la hidroeléctrica, sin embargo, es una energía vulnerable a los periodos
de sequias y olas de calor, aunque, presenta la ventaja de que se puede
almacenar, mientras que, las otras energías tienen una capacidad más limitada de
almacenamiento.
Planificación Forestal/Uso del suelo: los bosques juegan un papel importante
en el ciclo hidrológico, ya que contienen la mayoría de la biodiversidad terrestre y
18
absorben el dióxido de carbono, lo que contribuye a mitigar el cambio climático.
Sin embargo, se ven afectados por la deforestación y los incendios causados por
sequias extremas. La deforestación aumenta conforme aumenta la población, la
demanda de madera, alimentos y espacio. De acuerdo a la FAO, el 73% de la
deforestación es originada por la agricultura comercial y de subsistencia local, el
10% por infraestructura, 10% por la expansión urbana y el 7% por la minería2. Las
políticas en gestión forestal buscan proveer beneficios a la sociedad conservando
y manteniendo los ecosistemas. La deforestación es motivada en cierta medida
porque hay países que no tienen suficientes políticas de gestión forestal,
legislación, capacidad técnica e incentivos que promuevan la gestión forestal, por
lo que la agricultura puede resultar ser más atractiva financieramente en el corto
plazo que la gestión forestal.
Captura y almacenamiento de carbono (CAC): es una técnica que consiste en
evitar que el dióxido de carbono llegue a la atmosfera, por medio de la captura de
CO2 producido por las centrales eléctricas o industrias. El CO2 se puede
almacenar por un largo periodo de tiempo en el subsuelo, las profundidades de los
océanos u otros materiales.
3.1.2 Barreras para tomar acciones de Mitigación
Algunos obstáculos para el desarrollo de las estrategias de mitigación son (IPCC,
2015):
Marcos legales, regulatorios e institucionales débiles:
Los acuerdos internacionales aún no son vinculantes y los compromisos
voluntarios plantean escenarios de calentamiento global superiores a los
2°C. Adicionalmente falta una mayor coordinación entre las instituciones y
los niveles de decisión y mayor regulación por parte de los estados a la
emisión de (GEI).
Existencia de subsidios ineficientes: algunas actividades que causan el
cambio climático reciben subsidios del gobierno lo que incentiva a no
seleccionar energías limpias. Por ejemplo, 548 billones de dólares fueron
invertidos globalmente en 2013 en subsidios a los combustibles fósiles.
Impuestos o cobro del Carbono: realizar emisiones de GEI es
relativamente barato hasta que se tiene en cuenta el costo social de
emitirlas. Una barrera para la mitigación es la falta de ponerle precio a las
emisiones de carbono y el cobro de impuestos. Poner precio a las
emisiones sea en forma de impuestos o de sistemas de comercio es clave
para la mitigación; aunque hay países que ya han iniciado el cobro para
2 El Estado de los Bosques del Mundo. FAO -2016
19
incentivar el uso de otras fuentes de energía, aún es necesario limitar más
las emisiones para un calentamiento global por debajo de los 2°C.
Inadecuada financiación, tecnología y capacidad de soportarla: en la
ausencia de precios al carbono, muchas de las tecnologías limpias
disponibles son costosas. De igual forma son insuficientes los subsidios,
préstamos o donaciones que soporten las estrategias de mitigación,
especialmente en los países en desarrollo. En 2013 a nivel global se
invirtieron, de fuentes públicas y privadas, 331 billones de dólares. Sin
embargo, la Agencia Internacional de Energía estima que se requiere una
inversión adicional de 1 trillón de dólares por año en el sector de energía
hasta el año 2050 en orden de mantener por debajo de los 2°C el aumento
de la temperatura.
20
3.2 Adaptación al Cambio Climático
La adaptación es una respuesta al cambio climático, que busca reducir el riesgo
de los impactos socio-económicos asociados a la variabilidad climática y reducir la
vulnerabilidad de los sistemas naturales y humanos. La adaptación ocurre
Localmente. Es un proceso que se puede dar de manera autonoma o planeada.
Las decisiones autonomas son ajustes espontaneos o naturales al cambio
climatico, por ejemplo, cuando un agricultor decide cambiar sus cultivos en
diferentes periodos de tiempo debido a los nuevos patrones de precipitación ó
decide cultivar con especies de semillas más fuertes al cambio climatico (FAO,
2007). Las decisiones planeadas por el contrario, requieren intervenciones
conscientes y reducen directamente los impactos negativos del cambio climatico
(Fankhauser, Smith, & Tol, 1999).
Las respuestas a la adaptación pueden resultar en opciones reactivas o
preventivas. Reactivas son aquellas en las que se responde después de los
hechos y no son planeadas. Las preventivas en cambio, se toman para prepararse
a los potenciales impactos del cambio climático y requieren de planeación
(Fankhauser, Smith, & Tol, 1999).
La adaptación puede ser tambien sustituta o complementaria. Será sustituta en la
medida en que se reduce la necesidad de acciones reactivas y autonomas. Por
ejemplo: la construcción de un tramo para proteger a una zona costera, puede
reducir la inclinación de que la población local invierta en mejorar la infraestrutura
de su hogar con el obejtivo de protegerse ante probables inundaciones.
No todas las opciones de adaptación tienen resultados favorables, lo que se
conoce como respuestas mal-adaptadas. Según el IPCC la mala-adaptación
comprende las “acciones que pueden provocar un riesgo elevado de efectos
adversos en el clima, una mayor vulnerabilidad al cambio climático o un menor
bienestar actual o en el futuro.” (IPCC, 2014) . Puede generarse una decisión
inadecuada cuando el riesgo percibido es alto pero la percepción de la capacidad
de la adaptación es baja (Grothmann & Patt, 2005). Un ejemplo de una respuesta
de mal-adaptación pueden ser la políticas de mitigación que aumentan el costo del
transporte con el fin de reducir las concentraciones de CO2, afectan
económicamente a este sector, además puede afectar otros sectores como el
turismo (Simpson, 2008).
Por lo tanto, es imprescindible tener en cuenta todos los actores que podrán verse
afectados y favorecidos en la toma de decisiones.
21
Para evitar que se tengan respuestas de “mal-adaptación” (Maani, 2013) plantea
algunos elementos claves para la planeación de la adaptación:
Evaluación de la vulnerabilidad
Gestión del riesgo
Análisis de escenarios
Identificar sinergias y superar conflictos
Consciencia , liderazgo y asociaciones
En la ilustración 4, se puede observar la relación entre el riesgo y la capacidad de
adaptación, cuando la capacidad de adaptación es baja y hay riesgo, habrá
vulnerabilidad, mientras que, cuando la capacidad de adaptación es alta, hay
resiliencia
Ilustración 4 Riesgo percibido vs capacidad de adaptación
Fuente: Elaboración propia
22
3.2.1 Evaluación de las decisiones en adaptación
Los responsables de las decisiones, deben considerar distintos criterios como los
costos, la urgencia, la aceptación política y social, para priorizar las opciones de
adaptación como medidas preventivas ante los impactos del cambio climático. Por
ejemplo, para las inundaciones, hay opciones de adaptación como la mejora de
los sistemas de drenaje, el restablecimiento de los humedales y la gestión costera.
Para tomar decisiones en adaptación es necesario evaluar la vulnerabilidad y el
riesgo:
Vulnerabilidad: es la “propensión o predisposición a sufrir los efectos adversos
del cambio climático. Abarca una serie de conceptos como la sensibilidad o
susceptibilidad al daño y la falta de capacidad para hacer frente y adaptarse a los
problemas” (IPCC, 2014). La vulnerabilidad es el “Grado en que los sistemas
geofísicos, biológicos y socioeconómicos son capaces o incapaces de afrontar los
impactos negativos del cambio climático” (CAF & Maplecroft, 2014). La capacidad
de adaptación es un elemento que mide el grado de vulnerabilidad y se entiende
como la habilidad de los sistemas, instituciones, humanos y ecosistemas para
ajustarse a los impactos potenciales del cambio climático y tomar oportunidades o
responder a las consecuencias”(IPCC, 2014). Para medir la capacidad de
adaptación de un país se tiene en cuenta factores como la capacidad financiera y
económica, financiación externa para el cambio climático, gobernanza, capacidad
técnica y seguridad energética y del agua (CAF, 2014). Los países más pobres
son los que menor capacidad de adaptación tienen.
Riesgo: Responder ante el cambio climático consiste en tomar decisiones frente
al riesgo. Cualquier curso de acción lleva consigo riesgos potenciales y costos,
pero, no tomar ninguna decisión representa un mayor riesgo frente a los impactos
del cambio climático.
El riesgo es una potencial consecuencia en la que algo de valor está en juego y el
resultado de esta consecuencia es incierto. Se representa principalmente como la
probabilidad de ocurrencia de un efecto adverso y en cambio climático es el
resultado de la interacción entre la vulnerabilidad, la exposición y el peligro. Los
decisores pueden subestimar el riesgo y asumir que este no es una parte
importante en la decisión del problema, de igual manera, el riesgo puede ser
también sobreestimado resultando en decisiones de mal-adaptación que tal vez
hagan un uso innecesario de los recursos y terminen aumentando la vulnerabilidad
(Willows & Connell, 2003).
23
El proceso de gestión en riesgo está conformado por las siguientes etapas: 1.
Establecer el contexto, 2. Identificar los riesgos, 3. Analizar los riesgos, 4. Evaluar
el riesgo y 5. Tratar el riesgo.
Tipologías de riesgo: existen diferentes tipos de riesgos, estos pueden ser:
estratégicos, financieros, operacionales, jurídicos etc.:
Riesgos estratégicos: son los riesgos que pueden surgir y afectar
directamente la misión y objetivos estratégicos de una organización,
población o sociedad. Por ejemplo: la competencia, riesgos
macroeconómicos, o el riesgo que pueda surgir de una asociación y las
relaciones con otros inversores. Los riesgos estratégicos en cambio
climático se pueden dar por el efecto domino, por ejemplo: la variabilidad
climática puede aumentar la intensidad de lluvias, tormentas, sequias etc.,
lo que puede afectar algunas variables climáticas, que a su vez pueden
generar días más calurosos, lo que a su vez, hace que aumente la
demanda de electricidad (aumento del uso de aire acondicionado, sistemas
refrigeración, riesgo etc.), y se afecte la oferta de energía, en el caso
hidroeléctrico. Este efecto domino genera riesgo en las organizaciones
aumentando la incapacidad de satisfacer la demanda.
Riesgos Financieros: están relacionados con las pérdidas potenciales que
puedan resultar de una inversión o asignación de recursos. Por ejemplo:
cambios en las tasas de interés, la normatividad tributaria, los precios de las
materias primas y el valor de la moneda.
Riesgos Operacionales: surgen por decisiones que influyen en la
operación de un sistema o el mal funcionamiento de una tecnología, por
ejemplo: el cambio de diseño de un producto o la introducción de nuevos
procesos para ofrecer bienes y servicios; lo que hace que se puedan
generar errores en la producción o en la calidad del producto o servicio.
Riesgos Legales: los cambios en las leyes, las amenazas de demandas o
de litigio, la ambigüedad en las leyes y regulaciones hace necesario tener
presente este tipo de riesgo.
Otro tipo de riesgos: todos los tipos de riesgos que puedan surgir de
eventos fortuitos o de fuerza mayor, o eventos que se salen del control del
tomador de decisión.
La relación que existe entre el riesgo y la vulnerabilidad, es que a mayor
capacidad de adaptación mayor resiliencia. La resiliencia, “es la capacidad de un
sistema socio ecológico de hacer frente a un evento peligroso o perturbador al
responder o reorganizarse con el fin de preservar su función, identidad y
estructura esenciales, al tiempo que mantiene la capacidad de adaptación,
24
aprendizaje y transformación”(IPCC, 2014). En síntesis, la resiliencia permite a los
sistemas humanos y naturales recuperarse ante los impactos del cambio climático
e incluso mejorar después de haber sufrido los mismos. La resiliencia implica que
ante las amenazas del cambio climático la calidad de vida y la producción de
bienes y servicios no se vean afectadas significativamente, y es un factor clave
que debe ser tenido en cuenta en las decisiones para crear políticas, planes,
proyectos o sistemas más flexibles y resistentes a los futuros impactos del cambio
climático.
3.2.2 Estrategias de Adaptación
La adaptación, comprende áreas como: agricultura, infraestructura, planificación
urbana, salud y ecosistemas. A continuación, se dan algunos de ejemplos de
estrategias de adaptación en estas áreas:
Agricultura: los cambios en los patrones de precipitación pueden
desembocar en sequias y lluvias extremas en el mismo lugar, que afectan a
la agricultura local y por ende es necesario planificar mejor el uso del suelo.
Algunas opciones de planificación de la agricultura son: diversificar los
cultivos, variar las fechas de siembra de los cultivos, desarrollar bancos de
semillas resistentes a la variabilidad climática, implementar sistemas
artificiales o naturales para protegerse de la erosión, desarrollar
infraestructura de riego, etc.
Infraestructura: adaptar la infraestructura existente a los riesgos climáticos
es un desafío que requiere tanto de inversión pública, como privada.
Algunas decisiones de infraestructura pueden ser costosas y a largo plazo,
por ejemplo: la construcción de diques para proteger a las ciudades
costeras de las inundaciones o la construcción de plantas de tratamiento de
agua o energía renovable. Diferentes estudios estiman que el costo
incremental para hacer inversiones en infraestructura resiliente al clima
oscila entre el 5% y 20% de la inversión (Eichhorst, 2010). Por ejemplo, en
los países de la OCDE, el costo adicional de la construcción de nuevos
edificios e infraestructura resiliente al cambio climático podría ascender a
USD 15.000-150.000 millones anual (0,05% – 0,5% del PIB) (CAF, 2014)
Los tipos de infraestructura que se ven afectados por el cambio climático
son: la infraestructura urbana, de servicios públicos, infraestructura
energética, de transporte y de zonas rurales (CAF, 2014)
Planificación urbana: las ciudades costeras están amenazadas por el
aumento del nivel del mar y en general todas las ciudades por los
acontecimientos climáticos extremos. La planificación urbanística permite
desarrollar que se adapten al cambio climático. Por ejemplo, construir
diques en ciudades costeras es una decisión de adaptación que protegerá a
25
la ciudad de las inundaciones provocadas por el aumento del nivel del mar.
En la planificación urbana, hay una gran cantidad de opciones que se
pueden tomar como adecuar y/o aumentar los sistemas de drenaje y
alcantarillado, realizar inversiones en infraestructura verde, planificación y
ordenamiento territorial, reubicación de estructuras o viviendas en zonas de
alto riesgo, construcción de muros de contención, diques, taludes,
rompeolas, falsos túneles, espolones, tanques de almacenamiento temporal
de aguas lluvias, edificios con techos verdes, viviendas con techos
reflejantes etc.
Salud: abarca todas las opciones dirigidas a fortalecer los sistemas de
salud para prepararse a los riesgos que el cambio climático trae a la salud
humana, por ejemplo: brotes de dengue y malaria, enfermedades
respiratorias, desnutrición a causa de problemas en la seguridad
alimentaria debido a la escasez de agua por las sequias, la reducción de los
cultivos y la contaminación de los suministros de agua dulce.
Ecosistemas: Los climas extremos afectan las temporadas de
reproducción y migración de las especies y amenazan con la extinción de
muchas otras. Esta are abarca todas las opciones dirigidas a fortalecer los
ecosistemas como por ejemplo: la creación de zonas de protección de la
biodiversidad.
3.2.3 Características de las Decisiones de Adaptación
WRI, plantea que para una toma de decisiones eficiente en adaptación, las
opciones seleccionadas deben cumplir con las siguientes características (World
Resources Institute (WRI); United Nations Development Programme; United
Nations Environment Programme; World Bank, 2011):
Agilidad: crear por anticipado políticas y planes para después de que el
cambio climático haya tenido lugar, se pueda reaccionar con rapidez. Lo
ideal sería que los gobiernos pasen de tomar decisiones ágiles a tomar
decisiones preventivas, de aliviar los efectos de los desastres a reducir los
riesgos y estar preparados para ellos.
Prevención: crear por anticipado políticas y planes antes de que se sufran
los impactos.
Flexibilidad: Se refiere a aquellas decisiones que se pueden adaptar y
reajustar fácilmente como respuesta a experiencias pasadas y nuevas
condiciones, por ejemplo, un puente que ajuste su altura de acuerdo a las
subidas del nivel del mar.
Sostenibilidad: un proceso de toma de decisiones duradero genera planes
y políticas que se adaptan a la naturaleza de manera permanente. Planes y
26
políticas que abarquen horizontes a largo plazo, más allá de los ciclos
políticos y la creación de políticas a corto plazo.
Robustez: un proceso de toma de decisiones robusto, se refiere a
decisiones que dan lugar a políticas y planes que son eficaces para una
amplia gama de posibles impactos. Este tipo de decisiones es necesario
debido a la incertidumbre y al alcance y escala del cambio climático.
27
4 Elementos y características de la Toma de
Decisiones
En este capítulo se describen brevemente las teorías de la decisión, los
elementos, fases y pasos básicos que componen normalmente una decisión
racional, además, se aborda la complejidad y la incertidumbre en la toma de
decisiones en cambio climático, los criterios más comunes para valorar las
decisiones bajo riesgo e incertidumbre, la teoría de la decisión intertemporal y su
relación con el cambio climático, por último se describen los diferentes niveles de
decisión (global, nacional, local e individual) distinguiendo en cada uno de ellos,
diferentes opciones de mitigación y adaptación al cambio climático.
4.1 Teorías de la decisión Con el fin de enmarcarnos en la toma de decisiones es necesario introducir
primero las teorías de la decisión, estas teorías responden a modelos normativos,
prescriptivos y descriptivos para la identificación de la mejor decisión, en general
los modelos normativos pretender responder a ¿Qué decisiones debe tomar un
agente?, los modelos prescriptivos responden a ¿cómo se debería tomar las
decisiones?, mientras que los descriptivos pretenden explicar cómo deciden las
personas realmente.
Ilustración 5 Ilustración 5. Tipos de modelos de la teoría de la Decisión
La teorías clásica es normativa, mientras que la teoría de la prospectiva y las
teorías de comportamiento son descriptivas, estas no tratan de poner reglas sobre
28
cómo se debe tomar una decisión, si no que tratan de explicar cómo decidimos.
Kanheman y Tversky demuestran que a la hora de tomar ciertas decisiones no
siempre se razona de forma normativa, si no que en la evaluación de lo que
implica la noción de probabilidad, los individuos prefieren tomar atajos mentales o
heurísticos para llegar a una estimación, reduciendo las complejas estimaciones
de probabilidad a formas simples e intuitivas (Squillace, 2011)
Autores como Ramsey, Savage, Von Newman y Morgesten, construyeron las
primeras teorías de la decisión, entre ellas la teoría de la probabilidad subjetiva y
la teoría de la utilidad esperada, conformando lo que hoy se conoce como la teoría
clásica de la decisión, en la cual se concibe a los decisores como personas
racionales que eligen la alternativa que maximiza su utilidad, sin embargo, han
surgido nuevas teorías que ponen en juicio esta racionalidad como la teoría de la
prospectiva y la teoría de la racionalidad limitada.
A continuación se describirán las principales teorías de la decisión:
Teoría de la utilidad esperada:
Jhon Von Newman y Oskar Morgensten crean la teoría de la utilidad esperada en
1944, en ella se determina que cada persona ante diferentes opciones de decisión
evalúa la probabilidad de ocurrencia de cada alternativa y le asigna un valor o
peso en función de las expectativas de utilidad que tiene para una situación en
particular. La opción que maximice la utilidad esperada será la que los individuos
racionalmente consideren como más acertada; este enfoque tiene algunos
supuestos axiomáticos, que son:
Los individuos conocen la información sobre las alternativas y sobre las
consecuencias de cada elección.
Los individuos son racionales y eligen las alternativas que maximizan su
utilidad esperada.
Las consecuencias o estados de la naturaleza poseen probabilidades
objetivas de ocurrencia y existe independencia objetiva de cada opción que
provoca la preferencia de una alternativa a otra según la utilidad esperada.
Ante cambios relativos en los estados de la naturaleza las preferencias son
consistentes.
Savage en su obra “Foundations Of Statistics” 1954, introduce nuevos elementos
a la teoría de la decisión basándose en los trabajos de Ramsey y la teoría de la
utilidad esperada de Newman y Morgenstein, sugiere transformar la información
en contextos de incertidumbre mediante una distribución a priori de probabilidades
subjetivas acerca de las creencias del decisor respecto a los estados de la
naturaleza y una función de utilidad sobre el conjunto de
29
consecuencias(A.H.E.P.E., 2006). Para la construcción de esta función e se deben
satisfacer los siguientes axiomas:
Completitud
Transitividad
Independencia de las alternativas irrelevantes
Independencia con respecto a las ganancias esperadas
Preferencia estricta mínima.
En consecuencia, Savage no parte de una concepción objetiva de las
probabilidades, si no que parte de sus axiomas para valorar las opciones en
términos de probabilidades subjetivas o cualitativas de los sucesos. Estos modelos
son normativos ya que los axiomas establecen las reglas de la racionalidad.
Teoría de la prospectiva: El economista y físico Maurice Allais en 1953, plantea
una paradoja que lleva su nombre, en la cual demuestra que dependiendo de la
perspectiva en que se presente la información del problema, la decisión cambia,
aún si la utilidad esperada de las opciones comparadas es equivalente, esto
irrumpe con el supuesto de independencia y consistencia de la teoría clásica.
Tversky y Kanheman, recogen el trabajo desarrollado por Allais y crean la teoría
de la prospectiva, en esta se evidencia que la intuición de las personas en relación
con el cálculo de las probabilidades es muy pobre, provocando que existan
múltiples sesgos a la hora de tomar decisiones bajo incertidumbre, mediante el
experimento de “Asia” demuestran que los individuos cuando son expuestos a
situaciones de incertidumbre en las que se destacan las ganancias de las
opciones, tienden a evitar las elecciones riesgosas y por el contrario las personas
confrontadas a la misma situación pero con una perspectiva de la información
donde se destacan las perdidas tienden a asumir riesgos, por lo cual se concluye
que las ganancias pueden ser menos potentes que la aversión a las pérdidas a la
hora de tomar una decisión.
Teoría de la racionalidad limitada: Herbert Simon, propone un método
procedimental totalmente alternativo al de la probabilidad subjetiva, demuestra que
los decisores no son tan racionales como parecen y que estos crean heurísticas
de decisión, para dar con una solución satisfaciente más no máxima como se
concibe en la teoría clásica. Simon, sustituye la función de pagos escalar del
modelo de Savage por una función de pagos vectorial, determinando el vector que
contiene un conjunto de pagos satisfaciente, mientras que en el modelo de
Savage se supone que los individuos tienen una capacidad computacional y de
informarse ilimitada, en el de racionalidad limitada se deduce todo lo contrario y
30
aboga por una teoría descriptiva de la decisión basada en las limitaciones de la
racionalidad.
La mayoría de los modelos de utilidad existentes asumen que la función de utilidad
y distribución de utilidad se conocen con precisión, pero en realidad las
preferencias humanas y los acontecimientos no se conocen con exactitud, en
consecuencia han surgido modelos de decisión basados en inteligencia artificial
como la lógica difusa, donde se da solución a problemas donde las probabilidades
son imprecisas y las funciones de utilidad son no lineales.
Sin duda alguna, gracias al desarrollo de la teoría clásica se han desarrollado
estas teorías alternativas, unas modificando algunos axiomas de la clásica y otras
planteando enfoques totalmente divergentes, aunque es frecuente el uso del
enfoque clásico o normativo, las teorías descriptivas o de racionalidad limitada se
han ajustado más a la realidad y pueden resolver problemas más complejos, las
cuales si bien se alejan de la teoría normativa clásica sacrificando un poco la
precisión matemática, ganan en flexibilidad y realismo; tampoco se puede asumir
que en todo contexto de incertidumbre el decisor siga una función de satisfacción
en lugar de maximización, lo más probable es que distintos problemas bajo
incertidumbre lleven a distintas reglas de decisión (Aguiar, 2004).
Si bien no existe un único proceso para tomar decisiones, se pueden clasificar en
procesos intuitivos, formales, empíricos o integrados cuando se utilizan
simultáneamente varios procesos para llegar a una decisión, como se observa en
la ilustración 6.
Ilustración 6 Tipos de procesos para la toma de decisiones
31
En el proceso de decisión intuitivo se toman frecuentemente decisiones reactivas,
emocionales o viscerales, se confía principalmente en la intuición y no en los
hechos, es todo lo opuesto a la toma de decisiones racionales en la que los
individuos analizan los hechos o desarrollan una serie de pasos previos que llevan
a la decisión.
Se puede decir que el proceso de decisión intuitivo corresponde al que planteó
Kanheman como el sistema I, mientras que el sistema II “Reflexivo”, constituye un
proceso de decisión más racional. El sistema I recoge aquellas decisiones que se
toman espontáneamente, no requieren de mayor esfuerzo y frecuentemente tienen
en cuenta la experiencia de hechos pasados. A estos procesos de decisión se les
conoce como “atajos mentales”. Mientras el sistema II “reflexivo” es lento,
trabajoso y deliberado, en él se realizan operaciones controladas que requieren de
mayor esfuerzo y raciocinio (Kahneman, Lovallo, & Sibony, 2011). Tomar
decisiones con el sistema I nos hace caer en sesgos cognitivos de los que muchas
veces no somos conscientes, sin embargo es posible detectarlos o ser más
conscientes de ellos utilizando el sistema II (Kahneman et al., 2011)
De acuerdo al proceso “racional” de toma de decisiones se deberían llevar a cabo
una serie de pasos para llegar a una “buena” decisión, pueden ser tan sencillos
como para resumirse en tres pasos, como: identificar el problema, tomar la
decisión, implementar la acción y evaluar los resultados, o como los siguientes
que se observan frecuentemente en la literatura:
Paso 1: Identificar el problema
Paso 2: Establecer criterios de decisión
Paso 3: Evaluar el riesgo
Paso 4: Identificar opciones
Paso 5: Evaluar las opciones
Paso 6:Tomar la decisión
Paso 7: Implementar la decisión
Paso 8: Controlar, evaluar y revisar la decisión
32
4.2 Complejidad en la toma de decisiones En los procesos de decisión surgen complejidades que hacen parte de la
estructura del problema, en el siguiente esquema se identifican algunos elementos
que pueden hacer más simples o complejas las decisiones: Ilustración 7. Tipos de problemas de decisión
Fuente: Elaboración propia
Entre más alta sea la incertidumbre, el número de decisores que participen en el
proceso de decisión, el número de objetivos a satisfacer, así como el número de
alternativas disponibles y el ambiente dinámico, más compleja será la toma de la
decisión.
El cambio climático es un problema de naturaleza compleja y dinámica, difícil de
entender e imposible de analizar mediante modelos o herramientas simples. La
complejidad, no debe ser ignorada y no debe ser una excusa para no tomar una
acción. El primer paso consiste en aceptarla y el segundo consiste en elegir las
herramientas de gestión y política adecuadas (Munda, 2000).
Algunos factores de complejidad en la toma de decisiones en cambio climático,
son:
Intereses en conflicto de los grupos o actores de decisión
Múltiples objetivos: con frecuencia se quiere obtener una solución que
satisfaga varios objetivos simultáneamente, pero estos objetivos están en
conflicto, por ejemplo: reducir los costos sin aumentar el impacto ambiental.
Múltiples dimensiones: las decisiones que se toman en cambio climático
influyen en lo económico, ambiental y social.
33
Efectos cascada: debido a las múltiples interacciones de los sistemas, las
decisiones pueden tener un efecto domino, e impactar diferentes sectores
económicos y ecosistemas naturales. Rittel y Webber (1973), describieron
el concepto de “problemas retorcidos”, como aquellos que son muy difíciles
o imposibles de resolver, y sus complejas interrelaciones pueden hacer que
un esfuerzo por resolver una parte del problema, revele o cree nuevos
problemas. El cambio climático es un problema retorcido, en la medida que
se desconoce la relación de las interacciones del sistema.
4.2.1 Temporalidad de las decisiones
La temporalidad de las decisiones es un factor que incide también en la
complejidad, normalmente las decisiones a largo plazo, pueden ser más complejas
porque requieren de una mayor planeación, esfuerzo y recursos, además es
recomendable incorporar el riesgo y la incertidumbre en su planificación, y son
decisiones más difíciles de cambiar o reversar que las decisiones a corto plazo.
Por ejemplo, la construcción de un dique requiere de una planeación que tenga en
cuenta los riesgos y la incertidumbre mediante distintos escenarios de cambio
climático, o decidir mudarse definitivamente de un lugar a otro a causa de la
vulnerabilidad climática es una decisión de largo plazo (Malik et al., 2010). Las
decisiones a corto plazo en cambio, se pueden ajustar o reversar más fácilmente
costo y sus efectos pueden desaparecer en el largo plazo. Por ejemplo, un
agricultor decide cuáles cultivos plantar en el año y puede ajustar su decisión el
próximo año. En el corto plazo, el agricultor puede ignorar la ambigüedad en la
temperatura y los patrones de precipitación (Malik, Rothbaum, & Smith, 2010).
La temporalidad de las decisiones no solo es analizada en el corto, mediano o
largo plazo, también, puede referirse al número de veces que se deba tomar una
decisión. Por lo tanto, las decisiones pueden ser estáticas (tomarse una sola vez),
secuenciales cuando se toman en distintos periodos de tiempo y dependen de las
decisiones anteriores y dinámicas cuando se toman en un entorno que cambia
continuamente, por ejemplo: la producción y el inventario de una fábrica, conducir
un carro, controlar el tráfico aéreo y la gestión del cambio climático.
Todas las personas por naturaleza, se enfrentan a decisiones en las que deben
elegir sobre qué hacer inmediatamente o postergar en el futuro. La teoría de la
elección inter-temporal trata de explicar este comportamiento mediante las tasas
de descuento. A continuación se da una breve descripción de esta teoría y su
relación con la toma de decisiones en cambio climático:
Decisiones inter-temporales: El modelo normativo de utilidad descontada explica
las decisiones inter-temporales, las cuales ayudan a comprender como los
34
individuos hacen elecciones que implican costos y beneficios que ocurren en
diferentes periodos de tiempo, existen diversos tipos de tasas de descuento. La
tasa de descuento exponencial es la convencional, creada por Paul Samuelson
(1937), esta tasa es constante, lo que indica que las preferencias del decisor son
consistentes en el tiempo (Romano, 2014) por ejemplo: la tasa exponencial
presenta esta anomalía pues se ha demostrado que no explica e l comportamiento
real de los decisores, como los explica las paradojas de Allais y Ellsberg.
La tasa de descuento hiperbólica, en cambio, si puede explicar mejor las
preferencias del decisor. Los individuos que usan la tasa hiperbólica, toman
decisiones hoy que en su “yo futuro” preferirían no haber hecho, es decir, que una
tasa de descuento hiperbólico, conlleva a que las preferencias de un decisor no
sean dinámicamente consistentes en el tiempo. Por ejemplo, en términos de
utilidad, una persona que descuente hiperbólicamente, prefiere una recompensa
inmediata en lugar de una recompensa futura mayor.
Por ejemplo, los estudios han demostrado que dada la opción de recibir entre
$1000 ahora o $103 en un año, la mayoría de las personas preferirán 100 dólares
hoy, sin embargo, se demuestra la inconsistencia en las preferencias, cuando se
da la opción de recibir entre $100 en 20 años o $ 103 en 21 años. Según la tasa
exponencial de descuento, el "costo" de esperar un año sería el mismo ahora que
dentro de 20 años. Pero en realidad, las personas podrían esperar una año más
en este caso, con el fin de obtener 3 dólares más. Lo anterior demuestra, que la
tasa de descuento a corto plazo es alta, mientras que visualizada la misma
situación en el futuro la tasa de descuento es menor (Rehmeyer, 2010).
Con el fin de explicar la relación de la tasa de descuento hiperbólica en la toma de
decisiones en cambio climático, se presentan algunos ejemplos:
Una encuesta llevada a cabo en Estados Unidos, determinó que la mayoría de las
personas no toman decisiones conscientes con el cambio climático porque
perciben los impactos del mismo, como una amenaza para las plantas, animales y
personas de otras partes del mundo, pero no lo ven como un problema local que
los pueda afectar (Aides, 2009); sin embargo, estas mismas personas pensarían
muy diferente si sintieran los efectos del cambio climático ahora.
Por otra parte, hay análisis económicos que indican que los individuos deben
hacer pequeños esfuerzos para combatir el cambio climático ahora e ir
aumentando lentamente con el tiempo los esfuerzos, lo cual es contravía de lo que
piensa la mayoría de climatólogos, los cuales sostienen que la acción inmediata es
la manera de evitar los futuros impactos. La importancia de la tasa de descuento
hiperbólico en cambio climático en que los individuos nos imaginamos como seres
35
más pacientes en el futuro que hoy, así que se tiende a pensar que no se debe
gastar mucho para combatir el cambio climático hoy pero en el futuro sí
(Rehmeyer, 2010).
4.3 Criterios para valorar decisiones 4.3.1 Criterios para valorar decisiones bajo riesgo
Una vez identificado el problema se pueden seleccionar los criterios con los cuales
se tomará la decisión. Existen diferentes criterios para valorar las decisiones y se
clasifican de acuerdo a si se utilizan las probabilidades para los diferentes
estados de la naturaleza o no. Por ejemplo: algunos criterios que utilizan las
probabilidades son: el valor esperado, lo más probable, el escenario medio y el
valor en riesgo VaR. Una debilidad que presenta el criterio del valor esperado es
que los eventos que tienen altas consecuencias y bajas probabilidades de
ocurrencia tienen la misma importancia en el modelo, que los eventos de baja
consecuencia y alta probabilidad, por lo cual el valor esperado no es un criterio
recomendable para decisiones de riesgo considerable.
Cuando no se conoce la probabilidad o se ignora, existen otros criterios como:
maximin, minimax, criterio de Hurwicks y Laplace, útiles en situaciones de decisión
bajo incertidumbre que se describen a continuación.
4.3.2 Criterios para valorar decisiones bajo incertidumbre
La toma de decisiones puede desarrollarse, bajo condiciones de certidumbre o
incertidumbre. Cuando hay certidumbre hablamos de problemas de carácter
determinístico donde se conoce con seguridad toda la información, las
probabilidades y las alternativas de solución al problema. Mientras que en las
decisiones con incertidumbre la información es incompleta y se desconocen las
consecuencias que tendrán los diferentes cursos de acción.
Con el fin de abordar la incertidumbre, se han establecido algunos criterios para el
modelado de decisiones en situaciones no determinísticas, estos criterios se
utilizan cuando las probabilidades son desconocidas o ignoradas(Vitoriano, 2007).
Suponiendo que se cuenta con I alternativas i, cada una de ellas con diferentes
consecuencias (pagos) ij en los diferentes posibles eventos futuros j (estados de
la naturaleza), es posible usar diferentes criterios para valorar la efectividad de la
medida. Cada criterio representa una visión diferente del mismo problema, que
depende del perfil del riesgo del elector.
36
Criterio Maximin (Criterio de Wald) y Minimax (Criterio de Savage)
Este criterio representa al decisor como “conservador” o “pesimista”. El
decisor busca maximizar el mínimo de las ganancias o minimizar la mayor
perdida.
Si Uij representa las consecuencias de una alternativa i en un posible
escenario futuro j, entonces la mejor decisión es la que produce el resultado
menos malo:
Si Uij representa pérdida o costos de cualquier tipo, la mejor decisión es la
que produce el menor costo de oportunidad, entonces se tiene que:
Criterio Maximax:
Siguiendo este criterio, el tomador de decisión es el más “optimista” y
arriesgado, pues supone que los estados de la naturaleza siempre estarán
a su favor. Por lo tanto seleccionará siempre la alternativa que arroje el
mejor resultado posible.
Matemáticamente se representa así:
Criterio de Hurwicz: Representa un criterio intermedio entre maximax y el
criterio de maximin. Consiste en ordenar las alternativas de acuerdo a una
media ponderada de los niveles de seguridad y optimismo. Donde los
valores cercanos a 0 corresponden a un pensamiento “optimista” y los
valores cercanos a 1 corresponden a un pensamiento “pesimista”. α
representa el nivel de pesimismo del elector.
Criterio de Laplace: Este criterio supone que todos los estados de la
naturaleza tienen igual probabilidad de ocurrencia. Se basa en el principio
de razón insuficiente en el que el desconocimiento sobre los estados de la
naturaleza conlleva a suponer que todos son equiprobables. El criterio de
Laplace selecciona la alternativa que proporcione el mayor valor esperado.
37
Estos criterios, pueden explicar el comportamiento y posición (pesimista, optimista,
conservadora, arriesgada) de los decisores en situaciones de incertidumbre. No es
posible definir cual criterio es mejor que otro, la aplicación dependerá de la
posición que adopte el decisor y a las caracteristicas del problema al que se
enfrente y cada criterio puede arrojar resultados muy diferentes. Por ejemplo, si
las consecuencias de una decisión son muy altas, no tiene mucho sentido
seleccionar un criterio maximax y se podría pensar en un criterio más
conservador.
4.4 Incertidumbre y Cambio Climático Hay consenso en afirmar que el calentamiento global es ocasionado por el hombre
y que tiene influencia en los sistemas naturales y físicos. Hay certeza en que el
océano se está acidificando, el nivel del mar está aumentando y los glaciares se
están derritiendo. Sin embargo, el cambio climático abarca grandes
incertidumbres. Esta radica en que no se conoce con exactitud la forma en cómo
impactarán los efectos del cambio climático en la sociedad, el ambiente y la
economía, y el conocimiento que se tiene de estos, está basado en la experiencia
de eventos pasados (Willows & Connell, 2003).
El quinto informe del IPCC para el cambio climático ,define la incertidumbre como
un estado de conocimiento incompleto que puede resultar de una falta de
información o de desacuerdo sobre lo que se conoce o no (IPCC, 2014), esto a
causa de la ambigüedad de conceptos terminológicos, las múltiples
interpretaciones que se pueden hacer a un sistema y la variedad de marcos de
conocimiento sobre los problemas de cambio climático. La naturaleza de esta
incertidumbre se puede clasificar como epistémica, debido al conocimiento
imperfecto, el cual es reducible en la medida que este se adquiera por medio de la
investigación, la recolección de datos y la modelación (Refsgaard et al., 2013). En
este caso se puede presentar que algunos decisores posterguen la decisión hasta
que los datos se vuelvan más fiables, tratar la incertidumbre de esta manera
conlleva a un conjunto de riesgos, especialmente cuando las consecuencias de la
espera son grandes.
La incertidumbre también puede clasificarse en ontológica o estocástica
(aleatoria), debido a la variabilidad inherente de los estados de la naturaleza. Esta
incertidumbre a comparación de la epistémica es irreducible (Refsgaard et al.,
2013).
38
Con el fin de tratar la incertidumbre, se puede representar por medidas
cuantitativas a través de funciones de probabilidad, obtenidas a partir de datos o
por declaraciones cualitativas cuando reflejan el juicio de expertos.
Las principales incertidumbres en cambio climático son:
Emisiones futuras de gases efecto invernadero: no se pueden conocer con
certeza porque dependen de las decisiones de las personas (Refsgaard et
al., 2013), además hay incertidumbre en los escenarios de emisiones de los
modelos globales y regionales.
Respuesta de los sistemas climáticos: se desconoce cómo serán las
respuestas de los sistemas climáticos frente a las emisiones, su escala y
alcance.
las interacciones del cambio climático con otros cambios sociales, físicos o
naturales.
Las acciones que tomen los decisores sobre mitigación y adaptación y que
tan efectivas estas pueden ser para reducir la vulnerabilidad al cambio
climático.
La contribución de la tecnología en el largo plazo y la mejora de los costos,
aunque se espera que entre el 60% y el 80% de las reducciones de
emisiones provengan de energías y procesos industriales limpios (Ipcc,
2007).
4.5 Relación entre Incertidumbre y Riesgo Riesgo e incertidumbre no significan lo mismo. En el riesgo se asignan
distribuciones de probabilidad a los eventos esperados, es decir, no existe certeza
sobre el resultado de la decisión, pero si hay conocimiento sobre su probabilidad.
Mientras que en la incertidumbre se desconoce la distribución de probabilidad e
inclusive se pueden desconocer las consecuencias (Knight, 1964).
La incertidumbre es uno de los elementos más importantes del riesgo puesto que
gestionarla implica la identificación, cuantificación y análisis de los factores que
puedan afectar los resultados.
Si se tienen bases firmes sobre la probabilidad, la incertidumbre se puede analizar
bajo modelos de riesgo con funciones de distribución de frecuencia, si las bases
de la probabilidad son inestables se recomienda aplicar funciones de distribución y
probabilidad bayesiana (Munda, 2000). Si la incertidumbre es ambigua porque los
resultados son pobremente definidos pero al menos hay bases firmes o débiles de
probabilidad se recomienda analizar mediante lógica difusa y análisis de
sensibilidad (Stirling, 1999). Si no hay conocimiento sobre los resultados y no hay
bases de probabilidad se debe aplicar precaución.
39
A continuación, se presenta una ilustración que muestra la relación entre el riesgo
y la incertidumbre:
Ilustración 8 Relación riesgo e incertidumbre
Fuente: Adaptado de (Stirling, 1999)
4.6 Niveles de Decisión La magnitud de los impactos varía en escalas y regiones, y cada región tiene
recursos, necesidades y capacidades de adaptación y mitigación diferentes. Los
países y regiones más pobres son los más vulnerables al cambio climático porque
poseen una menor capacidad de adaptación.
La adaptación y la mitigación debe ser evaluada en relación a diferentes criterios
para los diferentes niveles (Adger, Arnell, & Tompkins, 2005). Muchos autores y
gestores políticos consideran que las decisiones sobre las políticas de mitigación y
adaptación requieren de la construcción y coordinación bajo múltiples niveles de
gobierno para alcanzar estrategias aceptables de gestión local, regional y global
(Daniell et al., 2011).
Dado lo anterior, es necesario tomar acciones diferenciadas pero coordinadas
desde distintos niveles.
Esta sección del trabajo no pretende indagar las causas de las falencias de la
coordinación entre los niveles, sino que se identifican las diferentes respuestas
que se dan en mitigación y adaptación a través del nivel global, nacional, local e
individual y los actores de decisión que participan en cada nivel.
40
Ilustración 9 Agentes y niveles de decisión
4.6.1 Nivel Global
La toma de decisiones en el entorno global es de tipo estratégica; concentra los
esfuerzos de las instituciones internacionales para dar la legitimidad científica al
cambio climático, y se plantean los objetivos, políticas y lineamientos en el largo
plazo que deberían seguir los países para la mitigación y adaptación al cambio
climático. Los agentes de decisión que se encuentran en el nivel global son los
países, los bancos internacionales, las empresas multinacionales y organismos
que hacen parte de la ONU u otras ONG de cobertura mundial.
Algunas decisiones estratégicas que se toman en el nivel global, se observan en la
siguiente ilustración:
41
Ilustración 10. Estrategias de mitigación y adaptación en el nivel Global
Fuente: Elaboración propia
En el nivel global, un área que está tomando fuerza es la geo-ingeniería, la cual
consiste en generar intervenciones deliberadas a gran escala para contrarrestar
los efectos del cambio climático, los riesgos de la geo-ingeniería son desconocidos
y las políticas para su intervención global podrían ser muy complejas (National
Geographic, 2016). Algunas intervenciones a gran escala de la geo-ingeniería
pueden ser la remoción del CO2 (reforestación, captura de carbono, esparcir polvo
de hierro en los océanos con el fin de estimular el crecimiento del plancton),
aerosoles estratosféricos, el parasol espacial y la inseminación de nubes marinas.
Agentes de decisión en el nivel Global
Entre los agentes de decisión que intervienen en el nivel global están los
organismos de las Naciones Unidas, los países, las empresas multinacionales,
ONG’s internacionales y organismos de financiación global.
A continuación, se describen algunos de los agentes más importantes en el
entorno de decisión global.
Países: son los actores principales en la toma de decisiones a nivel global y
nacional, pues son quienes ejercen la influencia que no tienen ni los individuos, ni
las ciudades, ni las empresas, para hacer políticas que estimulen la innovación
42
ecológica o impedirla, endurecer la normativa contra la contaminación o debilitarla.
Las naciones son el destino de cualquier acuerdo de cambio climático global. Los
países miembros de la CMNUCC están constituidos políticamente de manera
diferente y uno de los factores que ralentiza las negociaciones en materia de
cambio climático es la falta de desarrollo institucional.
Conferencia de las Partes (COP):es el órgano decisorio supremo de la
(CMNUCC), donde están representados todos los países miembro “Partes” de la
Convención; a 2015 hacen parte de la COP 195 países. En la COP se toman las
decisiones necesarias para promover la aplicación efectiva de la Convención,
incluyendo los acuerdos institucionales y administrativos. La primera COP se
celebró en 1995 en Berlín y desde entonces las COP se han celebrado
anualmente (United Nations, n.d.).
Panel Intergubernamental de Expertos sobre el Cambio Climático (IPCC):
Este órgano gubernamental fue creado en 1988 por la Organización Meteorológica
Mundial (OMM) y el Programa de las Naciones Unidas para el Medio Ambiente
(PNUMA) y cuenta con cuatro grupos de trabajo, así (IPCC, 2004):
Grupo de trabajo 1 (WG1) “bases científicas”: evalúa los aspectos
científicos del sistema climático y el cambio climático.
Grupo de trabajo 2 (WG2) “vulnerabilidad y adaptación”: evalúa los
aspectos científico, técnico, medioambiental, económico y social de la
vulnerabilidad (sensibilidad y adaptabilidad) al cambio climático de los
sistemas ecológicos, de los sectores socioeconómicos y de la salud
humana, así como las consecuencias negativas y positivas (impactos) para
aquéllos, dando especial preponderancia a las cuestiones regionales y
sectoriales.
Grupo de trabajo 3 (WG3) “mitigación”: evalúa los aspectos científico,
técnico, medioambiental, económico y social de la mitigación del cambio
climático.
Equipo especial: gestión de los inventarios nacionales de efecto
invernadero.
El IPCC, es un actor de peso en la toma de decisiones en cambio climático a nivel
global, toda vez que es este órgano quien prepara los informes de evaluación de
cambio climático que son insumo de toma de decisiones en las COP.
43
Bancos Multilaterales de Desarrollo: Estos organismos estimulan la inversión y
la toma de acciones en cambio climático. En el ámbito global intervienen los
bancos de desarrollo multilaterales donde diversos gobiernos contribuyen en las
operaciones, entre ellos el Banco Mundial, Banco Interamericano de Desarrollo y
el Banco Europeo de Reconstrucción y Desarrollo. Los bancos multilaterales de
desarrollo a 2015 han invertido más de USD 28.000 millones en medidas relativas
al cambio climático (MDBs, 2015).
Banco Mundial (BM): hace parte de los organismos especiales de las
Naciones Unidas, fue creado en 1944 y actualmente, lo integran 189 países
(The World Bank Group, n.d.). Tiene dos objetivos principales: terminar con
la pobreza extrema en el curso de una sola generación y promover la
prosperidad compartida. El cambio climático puede hacer que la
prosperidad sea inalcanzable para millones de personas y provocar el
retroceso de décadas de avances en materia de desarrollo. El Grupo del
Banco Mundial, se ha comprometido a abordar el cambio climático, dado
que se trata de un aspecto integral de su misión, poner fin a la pobreza
extrema y promover la prosperidad compartida.
Ha realizado a 2015, 188 inversiones relacionadas con el cambio climático
en 59 países, que abarcan desde ayudar a los agricultores a adaptarse a un
clima en constante cambio, hasta nuevas inversiones en energías
renovables (Banco Mundial, 2015)
Banco Interamericano de Desarrollo (BID): Es la principal fuente de
financiación multilateral en América Latina y el Caribe. Se creó en 1961 y su
principal objetivo es alcanzar el desarrollo de una manera sostenible y
respetuosa con el clima. Actualmente, está conformado por 48 países
miembros, de los cuales 26 son de América Latina y el Caribe y 22 de
América del Norte, Europa, Medio Oriente y Este de Asia (BID, 2014).
Uno de los temas transversales del BID es el cambio climático y
sostenibilidad ambiental, que se compone de cuatro áreas de enfoque:
financiamiento climático, política y reglamentos para reducir las emisiones
de cambio climático, perspectivas de capacidad institucional y capacitación
y acceso al conocimiento. El 25% como mínimo del total de los préstamos
del Banco apoya las operaciones relacionadas con el cambio climático, la
sostenibilidad del medio ambiente y la energía sostenible (BID, 2014).
Banco de Desarrollo de América Latina (CAF): fue creado desde 1979 y
está conformado por 19 países: 17 países de América Latina y el Caribe,
España y Portugal y 13 bancos privados de la región. Soporta el modelo de
desarrollo sostenible a través de créditos, recursos no reembolsables y
apoyo en la estructuración de proyectos del sector público y privado. El
44
banco aborda 21 temas entre los cuales están: agua, ambiente y cambio
climático, ciudades, desarrollo urbano, energía, evaluación de impacto y
transporte.
Empresas Multinacionales: son agentes que inciden en las decisiones
internacionales. Entre los años 1751 y 2010, el 63% de las emisiones de dióxido
de carbono (CO2) y metano (CH4) fue emitido por solo 90 entidades (Heede,
2014). Estas empresas se dedican principalmente a la exploración, explotación y
distribución de petróleo y gas natural. A 2014, algunas de estas entidades
internacionales se presentan en la Tabla 4:
Tabla 2. Empresas que más aportan CO2 y metano Globalmente
Entidad
1. Chevron Texaco, USA
2. Exxon Mobil, USA
3. Saudi Aramco, Arabia Saudita
4. British Petroleum , UK
5. Gazprom, Rusia
6. Royal Dutch Shell, Países Bajos
7. National Iranian Oil Company (NIOC)
8. Pemex, México
9. British Coal Corporation, UK
10. ConocoPhillips, USA
11. Petróleos de Venezuela
12. Coal India
13. Peabody Energy, USA
14. Total, Francia
15. PetroChina, China
16. Kuwait Petroleum Corp
45
17. Abu Dhabi NOC, UAE
18. Sonatrach, Algeria
19. Consol Energy Inc, USA
20. BHP Billiton, Australia
Fuente: Heede – 2014
ONGs Ambientalistas:
Greenpeace: es una ONG ambientalista de carácter mundial creada en 1978.
Trabaja para defender el medio ambiente, promover la paz y estimular a la gente
para que cambie actitudes y comportamientos que ponen en riesgo a la
naturaleza. Cuenta con oficinas en 43 países de todos los continentes, es
independiente y no recibe donaciones de empresas y gobiernos, pero recibe
apoyo de más de tres millones de personas en todo el mundo (Greenpeace,
2014). Las campañas de Greenpeace básicamente se enfocan en los siguientes
temas: cambio climático, bosques, océanos, alimentación, tóxicos, energía
nuclear, paz y desarmamiento. En cambio climático se concentra en la lucha
contra las energías no renovables como el carbón, el petróleo y las no seguras,
como la nuclear.
Greenpeace, ha desafiado las decisiones de empresas y gobiernos para que
reconsideren sus posiciones que amenazan el medio ambiente y adopten nuevas
ideas. Según Greenpeace, algunos de sus proyectos han tenido los siguientes
resultados:
Lograr que EEUU abandonara sus ensayos nucleares en la isla Amchitka, Alaska.
(1972)
Luego de la campaña “El desafío contra la contaminación”, las marcas de
indumentaria deportiva como Nike, Adidas y Puma, se comprometieron a eliminar
las sustancias químicas toxicas de toda su cadena de producción y del ciclo de
vida de sus productos para el 2020 (2011).
El Gobierno de Corea del sur abandona sus planes de comenzar una cacería
científica de ballenas (2012).
Lego le dice No a Shell (2014)
Noruega decide dejar de invertir en minería de carbón (2015)
Vietnam abandona el uso de carbón en sus futuros planes energéticos (2016).
46
Fondo Mundial para la Naturaleza (WWF): se creó en 1961 y actualmente recibe
el apoyo de más de cinco millones de personas y tiene presencia en más de 100
países, inicialmente sus esfuerzos se concentraban solamente en la conservación
de una especie y hábitats individuales pero su estrategia ha evolucionado para
preservar la biodiversidad y lograr un desarrollo sostenible en todo el mundo.
Su misión es frenar la degradación del medio ambiente del planeta y construir un
futuro en el que el ser humano viva en armonía con la naturaleza. En orden de
lograr su misión WWF se concentra en dos áreas: biodiversidad y huella de
carbono. La primera se enfoca en la conservación de lugares y especies en peligro
de extinción y en la conservación de la riqueza de la biodiversidad, la segunda se
enfoca en reducir los impactos negativos de las actividades humanas.
A diferencia de Greenpeace esta organización si recibe donaciones de empresas,
además entre sus socios destacan la Organización para las Naciones Unidas, la
Unión Internacional para la Conservación de la Naturaleza, la Agencia de los
Estados Unidos para el Desarrollo Internacional, la Comisión Europea y el Banco
Mundial.
Amigos de la Tierra: es una asociación ecologista española sin ánimo de lucro
fundada en 1979, su misión es fomentar el cambio local y global hacia una
sociedad respetuosa con el medio ambiente, justa y solidaria, cuenta con más de
2.000.000 de socios y presencia en 70 países de los cinco continentes. Esta ONG
denuncia y desafía a las empresas y administraciones. Sus actividades se centran
en cuatro temáticas: cambio climático y energía, agricultura y alimentación,
residuos y cooperación para el desarrollo, además rechazan el uso de energía
nuclear y apoyan la sustitución de las energías no seguras y sucias por las
renovables (Amigos de la Tierra, 2016).
4.6.2 Nivel Nacional
En este nivel, los gobiernos de los países desarrollan las políticas de adaptación y
mitigación, con base a los lineamientos y compromisos que se adquieren en el
nivel internacional.
Los países miembros de la CMNUCC se han comprometido en las COP con el
desarrollo de planes nacionales de adaptación y mitigación en los países, con el
fin de contribuir al objetivo global de mantener el aumento de la temperatura global
por debajo de los 2°C y adaptarse a los cambios irreversibles del cambio climático.
Los países miembros, deben reportar a la CMNUCC, lo que se conoce como
“Contribuciones Determinadas y Previstas a Nivel Nacional” (INDC). Estas
contribuciones son voluntarias y como ya se ha mencionado, las (INDC) hasta
47
ahora planteadas están lejos de cumplir con el objetivo de mantener los (GEI) por
debajo de los 2°C.
Klein en su libro “Esto lo cambia todo: El capitalismo contra el clima” (2014)
justifica como la globalización ha contribuido a un mundo más caluroso, donde los
gobiernos dan máxima libertad a las empresas multinacionales para producir sus
bienes al menor costo y venderlos con las mínimas regulaciones, pagando el
mínimo de impuestos. La privatización del sector público, la desregulación del
sector privado y la reducción de la presión fiscal a las empresas ha fortalecido las
posiciones de los países más ricos en la jerarquía global, lo cual ha provocado un
estancamiento durante décadas en las negociaciones de las Naciones Unidas
sobre el clima (Klein, 2014).
La toma de decisiones en el nivel nacional está influenciada por la toma de
decisiones en el nivel global, en cuanto a los lineamientos estratégicos para dar
frente al cambio climático.
Los agentes decisores en el nivel nacional son:
Gobierno nacional
Empresas
Sociedad Civil
Sectores económicos
Las empresas y sectores económicos pueden ejercer presiones ante las
regulaciones que plantee el gobierno nacional y la sociedad civil puede ejercer
presiones en contra y a favor de las regulaciones.
Ilustración 11 Ejemplos de decisiones de mitigación y adaptación en el nivel nacional
48
4.6.3 Nivel Local
En el nivel local es donde se sienten más los impactos del cambio climático y
donde se deben ejecutar las acciones.
En este nivel se concibe a las regiones y ciudades que comprenden una nación o
país. Cada región o subregión e incluso cada ciudad, tiene una única combinación
de ambiente, economía y factores sociales y sus propias maneras de tomar
decisiones, pero necesitan información de cómo hacerlo.
Decisores en el nivel local Como agentes decisores claves en la toma de
decisiones en el nivel local están: el gobierno local, las empresas locales y la
sociedad civil que está conformada por: ONGs, organizaciones sin ánimo de lucro
y asociaciones de ciudadanos.
Ciudades y Cambio Climático
Aunque las ciudades representan el 2% de la superficie de la tierra, son las
principales contribuyentes al cambio climático, ya que el 78% de la energía
mundial se consume en el área urbana; además, las ciudades producen más del
60% del total de CO2 proveniente de la generación de energía, los vehículos y la
industria (Cossio et al., 2012).
Con el cambio climático las ciudades se enfrentan a problemas como el estrés
térmico, cambios de temperatura extremos, contaminación del aire, sequias,
fuertes precipitaciones, escases de agua y alimentos. El cambio climático en las
ciudades impacta además la infraestructura y el acceso a los servicios básicos y,
por ende, puede llegar a afectar la calidad de vida y salud de las personas.
Al igual que en la toma de decisiones en el nivel global, los más afectados por el
cambio climático son los países pobres, en el nivel local, los más afectados serán
las poblaciones ubicadas en las zonas urbanas más pobres, puesto que estas
poblaciones tienden a ubicarse cerca de laderas y ríos bajo estructuras de
vivienda precarias, con un mayor riesgo de deslizamientos de tierra e
inundaciones, lo que las hace más vulnerables a los eventos extremos
relacionados con el cambio climático.
49
Ilustración 12. Ejemplos de decisiones en el nivel local
Medidas reactivas de mitigación en las ciudades: las ciudades pueden reducir
las emisiones de gas invernadero simultáneamente cuando enfrentan otros
problemas locales ambientales como la contaminación del aire (ONU HABITAT);
una medida reactiva para combatir a corto plazo la contaminación del aire es por
ejemplo el “día sin carro”.
4.6.4 Nivel Individual
Dado que las personas toman decisiones de acuerdo a sus modelos mentales, en
esta sección se toman temas de psicología de la decisión.
Algunos aspectos que influyen en la toma de decisiones en los individuos son
(Kahneman, 2012):
Las personas son más reacias a las pérdidas que a las potenciales
ganancias.
Los individuos tienden a tomar sus decisiones con base al análisis costo-
beneficio y a algún sentimiento basado en la experiencia.
Las personas tienen una mayor afinidad de riesgo, cuando toman
decisiones en grupo y no individualmente. La cooperación y las decisiones
colectivas son más propensas a buscar beneficios a largo plazo (bienes
comunes).
50
Sólo aquellos estímulos o emociones que han sido experimentados
personalmente por uno mismo cambiarán el comportamiento de las
personas, no los experimentados por otros.
Estos aspectos se ven influenciados debido a que lo individuos presentan algunos
sesgos cognitivos que se describen a continuación:
Sesgo de interés propio y/o heurística del afecto: la preferencia por un
resultado específico está presente en cualquier recomendación. Cuando se
evalúa algo con lo que se está a favor, se tiende a minimizar los costos y
los riesgos y a engrandecer sus beneficios. Este sesgo disminuye cuando
se confrontan los diferentes puntos de vista en un equipo, los cuales no
deben verse como una amenaza si no como una parte productiva de la
toma de decisiones, que lleva a resultados más objetivos.
Sesgo de Representatividad: se incurre en este sesgo cuando se estima
la probabilidad de un evento con base a su representatividad,
sobrestimando la correlación entre una causa y su efecto.
Sesgo de Confirmación: se incurre en este sesgo cuando se tiende a
favorecer decisiones que están acordes con nuestras propias creencias y
para tomar una decisión no se buscan fuentes de información que las
refuten, por el contrario, la energía se concentra en encontrar información
que valide la decisión.
Sesgo de Disponibilidad: se incurre en este sesgo cuando estimamos
probabilidades de acuerdo a la información que tenemos más disponible y a
la que más se parece a nuestra experiencia o sistema de creencias
Falacia de la Planificación: cuando se tiene un exceso de confianza o por
el contrario de prudencia, sobreestimando u subestimando al tomar una
decisión, en este sesgo se tiende a dar mayor peso a la última información.
Sesgo de Anclaje: este se da cuando algún rasgo de la información se
convierte en inamovible como una “ancla” y con base a ese rasgo
realizamos comparaciones y jerarquías para tomar una decisión.
Sesgo del Optimista: es la tendencia a ser demasiado optimista sobre los
beneficios de un plan determinado
Efecto Halo: ocurre cuando algo parece más simple de lo que lo
verdaderamente es y se utiliza un atributo para extrapolarlo con lo demás.
Este efecto nos hace perder la objetividad en las decisiones.
Aversión a la pérdida: es la tendencia a temer más a las posibles pérdidas
y sus efectos que a la anticipación de posibles ganancias .
Las anteriores, son heurísticas que toman los individuos de manera intuitiva ante
la incertidumbre o la falta de información.
51
Toma de decisiones individuales y cambio climático
En las decisiones de adaptación al cambio climático a nivel individual predominan
las decisiones reactivas (ej: invertir en una estructura que proteja el hogar de
futuras inundaciones tras haber sufrido una), de acuerdo a Kunreuther y Weber
(2014), las decisiones preventivas no son tan comunes, en primer lugar porque las
personas tienen la percepción de que el cambio climático no impactará el futuro
cercano (escepticismo), debido a que en este nivel los impactos no son tan
evidentes (Hernández, 2014) y en segundo lugar porque las personas prefieren no
hacer nada a decidir realizar una inversión que probablemente impacte otros
gastos del hogar (Kunreuther & Weber, 2014). Por lo tanto, hace falta una mayor
compresión y consciencia sobre la necesidad de adaptarse al cambio climático.
Prepararse para lo que pueda venir, es mucho mejor que soportar los impactos sin
estar preparado.
Las decisiones en el nivel individual pueden ser estimuladas por las políticas,
incentivos o medidas coactivas que tomen los gobiernos locales o nacionales para
incrementar la mitigación y la adaptación. Por ejemplo: disminuir la cuota de aseo
de la factura de servicios por reciclar, multar a las empresas que hagan emisiones
de CO2, etc.
En la siguiente ilustración, se presentan algunos ejemplos de respuestas de
mitigación y adaptación al cambio climático en el nivel individual.
52
Ilustración 13 Ejemplos de opciones en el nivel individual para la mitigación y adaptación al cambio climático
53
5 Herramientas de Toma de Decisiones en
Cambio Climático
Las herramientas para abordar la toma de decisiones en cambio climático son
numerosas. Algunas herramientas pueden ser más o menos complejas de
implementar que otras, o inclusive más costosas si se requiere de un experto o
entrenamiento de personal. Las herramientas pueden ser de tipo cualitativo; como
la técnica Delphi, la espina de pescado, lluvia de ideas, etc. y cuantitativas que
son las que se analizarán para los fines de este trabajo.
En este capítulo se describe brevemente las herramientas de ciencias de la
decisión seleccionadas y su aplicación en la toma de decisiones para la mitigación
y adaptación al cambio climático.
La investigación de operaciones (OR) o ciencias de la decisión, es una ciencia
interdisciplinar para el apoyo al proceso de toma de decisiones, mediante la
aplicación de métodos de modelamiento matemático, optimización matemática y
análisis estadístico, su origen se remonta a la década de operaciones militares de
1940. Comprende una amplia variedad de métodos y técnicas para resolver
problemas, entre ellas: la programación lineal y no lineal, el problema de
transporte, problemas de asignación, teoría de colas, teoría de juegos, modelos de
control de inventarios, programación dinámica, simulación etc. De las
subdisciplinas de OR, se seleccionan para este trabajo, 5 herramientas:
simulación, optimización, análisis multicriterio, árboles de decisión y teoría de
juegos.
54
5.1 Simulación La simulación es el proceso de diseñar y desarrollar un modelo computarizado de
un sistema real y conducir experimentos con el propósito de entender el
comportamiento del sistema y/o evaluar estrategias para la operación del mismo
(Shannon, 1998). Existen diferentes técnicas de simulación, como la simulación de
Monte Carlo, simulación basada en agentes, simulación discreta y dinámica de
sistemas. Los modelos de simulación se clasifican normalmente en determinísticos
o estocásticos, continuos o de eventos discretos.
Tabla 3. Clasificación de la simulación
Modelo de simulación continuo:
Las variables del modelo cambian de
forma continua (infinitas veces) en un
intervalo finito de tiempo, estas se
conocen como variables de estado. Por
ejemplo: el nivel de agua de un poso.
Simulación de Eventos discretos
Los cambios en las variables ocurren
en momentos separados en el tiempo y
solo pueden cambiar de valor un
número finito de veces por unidad de
tiempo.
Modelo Estático
Se representa el sistema en un instante
o momento en el tiempo en particular.
O el tiempo no se tiene en cuenta en el
modelo. Son más sencillos de
desarrollar.
Simulación dinámica
La simulación representa un sistema
que evoluciona con el tiempo. El
modelo responde a cambios. Su
desarrollo es más complejo. Los
actores del modelo interactúan entre sí
Modelo estocástico
Cuando alguna de las variables de
entrada es aleatoria.
Modelo determinístico
Todos los valores de las variables de
entrada son conocidos.
A continuación se describen algunos de las principales metodologías de
simulación:
Simulación de Monte Carlo: esta herramienta permite analizar decisiones bajo
riesgo mediante un modelo matemático con números aleatorios y probabilidad. En
las decisiones en cambio climático es adecuada para evaluar la vulnerabilidad al
cambio climático y los riesgos de los proyectos. Las distribuciones de probabilidad
deben estar claramente definidas en el modelo.
55
Microsimulación: una herramienta más adecuada para predecir que para explicar
ya que se simula a partir de una muestra de agentes reales, sin embargo no se
permite la interacción entre ellos. Se puede utilizar bases de datos extraídas de
encuestas y con estos simular cambios para predecir cómo sería esa muestra en
un momento determinado del tiempo (García-Valdecasas Medina, 2011).
Dinámica de Sistemas: La dinámica de sistemas permite mejorar la habilidad de
aprendizaje sobre los sistemas complejos puesto que permite visualizar los bucles
de realimentación, los retardos de la información o material y otras fuentes de
complejidad dinámica (Sterman, 2001). Se recomienda usar la dinámica de
sistemas para analizar poblaciones grandes de agentes que se comportan de
manera similar (García-Valdecasas Medina, 2011).
Algunos softwares disponibles para aplicar esta herramienta son: Powersim,
Vensim, Stella, ithink y Dynamo.
Simulación basada en agentes: este tipo de simulación se diferencia de las otras
técnicas en que los componentes e interacciones del sistema son representadas
individualmente, cada agente tiene sus propias reglas de comportamiento y
objetivos diferentes, los agentes interactúan y pueden ser en menor o mayor grado
autónomos, independientes o heterogéneos (Izquierdo, Galán, Santos, & Del
Olmo, 2008). La simulación basada en agentes cuenta con tres enfoques distintos:
sistemas de reglas de producción, redes neuronales artificiales y lenguajes y
entornos de programación.
La simulación como herramienta de decisión en cambio climático
La simulación como herramienta para la toma de decisiones en cambio climático
abarca procesos de aprendizaje a través de experimentos y procesos de
evaluación de políticas y evaluación de impactos en diferentes escalas a través de
predicciones y análisis de escenarios. La simulación en la toma de decisiones en
mitigación por ejemplo en el sector de transporte, permite analizar las dinámicas
urbanas y como estas contribuyen al cambio climático, donde por ejemplo se
puede evidenciar un aumento de los autos particulares en detrimento del
transporte público. A continuación se muestran estudios en diferentes aspectos.
Se han realizado estudios de toma de decisiones utilizando juegos de simulación
en cambio climático. A continuación algunos ejemplos de experimentos
encontrados en la literatura científica.
56
Tabla 4. Experimentos con simulación
Autores Título Descripción Conclusión Estrategia
de
respuesta
(van Pelt et
al., 2015)
Communicating
climate change
uncertainties: :
Simulation games
as boundary
objects
Evaluar el rol de un juego
de simulación como
herramienta para la
comunicación de la
incertidumbre en cambio
climático a gerentes de
recursos hídricos
Experimento: “Sustainable
Delta”
Población: Estudiantes y
gerentes de recursos
hídricos.
Los juegos de simulación
ayudan a comunicar las
incertidumbres de cambio
climático y apoyan los
procesos de adaptación
para futuros inciertos. El
juego aporta aprendizaje
a los gestores del agua
acerca de la contribución
de la incertidumbre por la
variabilidad natural versus
la incertidumbre de los
cambios inducidos por el
hombre.
Adaptación
(Nussbaum,
Owens,
Sinatra, &
Cordova,
2016)
Losing the Lake:
Simulations to
Promote Gains in
Student
Knowledge and
Interest about
Climate Change.
Explorar el impacto del
cambio climático en la caída
del nivel de agua del Lago
Mead.
Experimento:
“Losing the lake”
Población: Estudiantes
El juego aumentó el
conocimiento de
conceptos como el ahorro
y la conservación del
agua y el efecto
invernadero.
Adaptación
(Matzner &
Herrenbrück,
2017)
Simulating a
Climate
Engineering
Crisis: Climate
Politics Simulated
by Students in
Model United
Nations
Simular un escenario de
negociación internacional
plausible sobre el
desarrollo de la geo-
ingeniería (Intervenciones
deliberadas a gran escala
para contrarrestar el cambio
climático) y utilizarlo en los
ejercicios populares de
simulación modelo de las
Naciones Unidas (MUN)
para el aprendizaje
colaborativo en una clase
universitaria. Además, el
artículo pretende
proporcionar un marco para
simulaciones sobre geo-
ingeniería que puedan ser
fácilmente reproducidas.
Población: Estudiantes
Se descubrieron intereses
divergentes (países del
sur vs países del norte),
luchas de poder (poder de
veto de las Naciones
Unidas), ignorancia
científica y política,
política de riesgos
(compensación entre el
riesgo del cambio
climático vs el riesgo de la
geo-ingeniería)
Mitigación
57
La simulación, ha sido utilizada también para comparar escenarios; por ejemplo: el
análisis de sistemas energéticos para evaluar las emisiones de GEI que
contemplan variables inciertas, como el crecimiento demográfico, la eficiencia
energética de las industrias, el desarrollo tecnológico, los precios de la energía y el
crecimiento económico. También hay modelos climáticos que simulan distintos
escenarios de temperatura global, modelos de impacto regional, modelos de
evaluación de la normatividad etc.
A continuación se identifican algunos modelos de simulación aplicados en
problemas de mitigación y adaptación al cambio climático:
Tabla 5. Simulación aplicada a problemas de mitigación y adaptación al cambio climático
Autores Titulo
Articulo
Tipo de
simulación
Objetivo Estrateg
ia de
respues
ta
Área de
estudio
Área
geográfic
a
Nivel
(Kniveton,
Smith, &
Wood,
2011)
Agent-based
model
simulations of
future
changes in
migration
flows for
Burkina Faso.
Simulación
basada en
agentes
Estudiar los
efectos y
futuros cambios
migratorios a
causa del
cambio
climático.
Adaptaci
ón
Planificaci
ón urbana
África
Occidenta
l
Burkina
Faso
Nacion
al
(Lefèvre,
2009)
Long-term
energy
consumptions
of urban
transportation
: A
prospective
simulation of
“transport-
land uses
Urban
Transportat
ion
Modeling
System”
(UTMS)
Estudiar de las
dinámicas
urbanas en
Bangalore India
Adaptaci
ón
Planificaci
ón urbana
/transport
e
Asia
Bangalor
e- India
Local
(Berman,
Nicolson,
Kofinas,
Tetlichi, &
Martin,
2004)
Adaptation
and
sustainability
in a small
arctic
community:
Results of an
agent-based
simulation
model
Simulación
basada en
agentes
Estudiar una
pequeña
comunidad del
Ártico en
adaptación con
escenarios
basados en lo
económico para
saber cómo
podría afectar el
cambio
climático a la
economía local,
la recolección y
Adaptaci
ón
Dinámica
urbana
Resilienci
a/
Economía
/
agricultur
a/
migración
Norte de
Canadá
Yukon
Local
58
el bienestar de
la comunidad.
(Balbi,
Bhandari,
Gain, &
Giupponi,
2013)
Multi-agent
agro-
economic
simulation of
irrigation
water
demand with
climate
services for
climate
change
adaptation
Modelo
multi-
agente
Simular con un
modelo multi-
agente las
prácticas de
riego y el
consumo del
agua en la
sostenibilidad
de la
producción
agrícola frente a
efectos actuales
y futuros del
cambio
climático. En
este trabajo se
explora como
las decisiones
de los
agricultores
pueden afectar
las necesidades
futuras de agua
en el periodo
2015-2030.
Adaptaci
ón
Gestión
de los
recursos
Hídricos
Hipotético Local
(Hoogenbo
om, 2000).
Contribution
of
agrometeorol
ogy to the
simulation of
crop
production
and its
applications
Modelos de
simulación
de cultivos
(Crop
model
systems)
Simular la
producción de
cultivos
teniendo en
cuenta
variables
agrometereológi
cas para
estudiar el
impacto del
cambio
climático en la
producción
agrícola y la
seguridad
alimentaria.
Adaptaci
ón
Agricultur
a
Revisión
de
literatura
sobre los
modelos
de
simulació
n de
cultivos y
sus
aplicacion
es
Gener
al
(Chen et al.,
2011)
Reflection of
typhoon
morakot - the
challenge of
compound
disaster
simulation
Modelo de
evaluación
de
desastres
Simular los
desastres
naturales para
planear la
reducción de
los mismos.
Adaptaci
ón
Análisis
de riesgos
Asia,
China ,
Taiwan
Local
59
(Yousefpour
, Jacobsen,
Meilby, &
Thorsen,
2014)
Knowledge
update in
adaptive
management
of forest
resources
under climate
change: a
Bayesian
simulation
approach
Simulación
de Monte
Carlo
Desarrollar un
modelo de
simulación que
dependa de las
condiciones
climáticas (bajo,
medio y alto
cambio
climático) para
modelar
diferentes
alternativas en
la gestión
forestal.
Mitigació
n
Planificaci
ón
Forestal
Hipotético Local
(M. J. Bell
et al., 2012)
Simulation of
soil nitrogen,
nitrous oxide
emissions
and
mitigation
scenarios at
3 European
cropland sites
using the
ECOSSE
model
Modelos de
predicción
Simular las
emisiones de
gases efectos
invernadero en
el uso de la
tierra. El estudio
se centra en el
impacto futuro
del clima y el
uso de la tierra
con las
emisiones de
(N2O).
Mitigació
n
Emisiones
de Gases
Efecto
invernade
ro
/cultivos
Europa Global
De acuerdo a la literatura consultada sobre la aplicación de la simulación en la
mitigación y adaptación al cambio climático, se encuentra, que para el nivel global,
nacional y local, la simulación es muy útil para la evaluación de políticas y en el
nivel individual, por ejemplo las empresas pueden realizar pronósticos de sus
emisiones o de su producción teniendo en cuenta el riesgo y los impactos del CC,
adicionalmente, la simulación es una herramienta potencial para el entrenamiento
y aprendizaje en la toma de decisiones bajo incertidumbre.
60
Ilustración 14. Aplicaciones de la simulación en la adaptación y mitigación al cambio climático en los diferentes niveles de decisión
En general la simulación, presenta las siguientes ventajas:
Permite evaluar, probar y analizar diferentes escenarios, políticas o diseños
sin necesidad de comprometer recursos para su implementación (Shannon,
1998), además tiene la ventaja de que el modelo puede ser modificado más
rápidamente para analizar nuevos escenarios o políticas.
Se pueden analizar sistemas más complejos y evaluar hipótesis sobre
algún fenómeno.
Permite identificar cuellos de botella en los flujos de información, material,
producción etc. Y probar alternativas para disminuirlos (Shannon, 1998).
Permite visualizar un sistema en diferentes horizontes de tiempo.
Ayuda a evaluar cuantitativamente las soluciones alternativas.
Permite modelar la incertidumbre.
La simulación, es una herramienta costosa, dado que requiere de entrenamiento
especializado, soporte computacional y tiempo para su desarrollo y validación,
influyen factores como el tiempo en la recolección de datos de entrada fiables y el
número de corridas del modelo para encontrar “soluciones óptimas”. La simulación
no puede compensar la falta de datos o la calidad de los mismos, así como las
malas decisiones de gestión (Shannon, 1998), por lo que la utilidad del estudio
dependerá de la calidad del modelo y las destrezas del modelador. También se
debe tener en cuenta, que cada simulación es única debido al componente del
azar y que de esta no se obtienen resultados exactos.
61
5.2 Optimización La optimización es una metodología que busca encontrar los valores máximos o
mínimos de una función objetivo y así mejorar el desempeño de un sistema.
Los modelos de optimización se pueden clasificar en continuos o discretos, con
restricciones o sin restricciones, con ningún objetivo (ej: problemas de factibilidad
en los que el objetivo es encontrar valores para para las variables que satisfacen
el modelo) un objetivo o varios y en estocásticos o determinísticos.
Tabla 6.Clasificación de la optimización
Optimización continua Optimización discreta
Se presenta cuando el modelo solo
contiene variables continuas.
Los problemas de optimización
continua tienden a ser más fáciles de
resolver que los problemas de
optimización discreta.
Se presenta cuando el modelo solo tiene
variables discretas.
Dentro de este tipo de optimización se
encuentra la programación entera y la
programación estocástica.
Los algoritmos de optimización continua
son importantes para la optimización
discreta debido a que en esta se pueden
generar subconjuntos de problemas de
carácter continuo.
Optimización estocástica Optimización determinística
La incertidumbre se incorpora al
modelo. Las distribuciones de
probabilidad de las variables del modelo
son conocidas o pueden ser estimadas.
Se asume que todos los datos del modelo
se conocen con exactitud.
Optimización limitada o con
restricciones.
Optimización sin límites o sin
restricciones.
Se clasifican según la naturaleza de las
restricciones en: lineales, no lineales,
convexos y según la naturaleza de las
funciones en diferenciales y no
diferenciables.
La función objetivo depende de variables
que no están sujetas a restricciones. En
este tipo de optimización se pueden
encontrar problemas de optimización
global, mínimos cuadrados no lineales,
ecuaciones no lineales y optimización no
diferenciable.
62
Algunas de las técnicas de optimización son la programación lineal, la
programación entera, la programación estocástica y las meta-heurísticas.
La programación lineal es una técnica de optimización determinística, en el que las
variables en la función objetivo y las restricciones son lineales. Se resuelve
comúnmente con el método simplex, mientras que, la programación entera cubre
problemas que requieren que algunas o todas las variables sean enteras, para
este tipo de problemas se usan técnicas de solución, como las meta- heurísticas.
La optimización por programación estocástica es usada cuando los problemas
envuelven la incertidumbre, la cual puede ser expresada en los problemas
mediante funciones de probabilidad o escenarios.
En la optimización, las soluciones se obtienen a través de pasos organizados con
reglas fijas llamados algoritmos. Un algoritmo se aplica de forma repetitiva en un
mismo problema para encontrar la solución “Optima” y cada una de las
repeticiones se conoce como “iteración”. Los problemas complejos requieren de
múltiples iteraciones que deben ser ejecutadas computacionalmente. Existen
problemas tan difíciles de resolver que se debe renunciar a una solución “Optima”
para encontrar una solución buena o satisfaciente, en este sentido se utilizan las
técnicas heurísticas o meta-heurísticas. Las técnica meta-heurísitcas en su
mayoría están basadas en procesos naturales, como: búsqueda tabú, recocido
simulado, algoritmos genéticos, colonias de hormigas, autómatas, redes
neuronales, algoritmos evolutivos, optimización multiobjetivo, mapas de kohonen y
lógica difusa.
En general, la selección del método de optimización dependerá de las
características del problema, por ejemplo: si el problema es de carácter no lineal,
dinámico, tiene un gran número de restricciones y hay incertidumbre, se
recomienda resolverlo con métodos metaheurísticos (optimización robusta), de lo
contrario los métodos determinísticos como la programación lineal o algoritmos de
optimización exactos son una mejor opción.
63
A continuación, se presenta una ilustración taxonómica de la optimización:
Ilustración 15 Taxonomía de la Optimización
Fuente: Adaptado de https://neos-guide.org/content/optimization-taxonomy
Como herramienta la optimización tiene sus ventajas y desventajas, las cuales se
enuncian a continuación:
Tabla 7. Ventajas y limitaciones de la optimización
Ventajas Limitaciones
Métodos de búsqueda descendente:
Se puede acotar el espacio de
búsqueda de la solución.
Meta-heuristicas:
Optimización robusta: como la
búsqueda tabú, algoritmos genéticos y
redes neuronales, manejan la
intensificación y diversificación de la
búsqueda, lo cual permite escapar de
óptimos locales, adaptarse a cambios
particulares y explorar mejor la
estructura del problema.
Optimización clásica
No contempla fluctuaciones en el
modelo.
Métodos de búsqueda descendente:
Es difícil escapar de óptimos locales
que impiden entrar a regiones con
soluciones más óptimas.
64
La optimización como herramienta de decisión en mitigación y adaptación al
cambio climático permite seleccionar una decisión optima o satisfaciente teniendo
en cuenta diferentes aspectos como los costos, el impacto ambiental, el impacto
social etc. A continuación se enuncian algunas aplicaciones de la optimización
como ejemplo:
Tabla 8. Aplicaciones de la optimización en la mitigación y la adaptación al Cambio Climático
Autores Titulo Articulo Tipo de
Optimizaci
ón
Objetivo Estrategia Área de
estudio
Área
geog
ráfica
Nivel
(Santibañe
z, 2014)
Captura y
Almacenamiento
de Carbono
para Mitigar el
Cambio
Climático:
Modelo de
Optimización
Aplicado a
Brasil.
programaci
ón lineal
mixta
Resolver bajo un modelo
de programación lineal
mixta el problema de
capturar CO2 desde
distintas fuentes
emisoras, transportarlo y
almacenarlo en
reservorios geológicos,
considerando los
aspectos técnicos y
económicos.
Mitigación Captura
y
almacen
amiento
de CO2
Brasil Nacional/
Local
(Hamarat,
Kwakkel,
Pruyt, &
Loonen,
2014)
An exploratory
approach for
adaptive
policymaking by
using multi-
objective robust
optimization.
Optimizaci
ón
multiobjetiv
o
Se establece una
metodología para diseñar
políticas robustas. Se
presenta un estudio de
caso para políticas de
energía renovable en la
Unión Europea
Mitigación Eficiencia
energétic
a
Unió
n
Euro
pea
Global
(Kennedy
et al.,
2016)
Optimizing land
use decision-
making to
sustain Brazilian
agricultural
profits,
biodiversity and
ecosystem
services
Optimizaci
ón
Multiobjetiv
o
Usar estratégicamente la
tierra para lograr
objetivos agrícolas y
ambientales en el
Cerrado- Brasil.
Los resultados óptimos
se producen cuando el
uso de la tierra se dirige
a la biodiversidad ya los
servicios de los
ecosistemas.
La planificación del
paisaje (relativa a la
finca) mejora los
resultados económicos y
ambientales.
Adaptación Planificac
ión del
uso de la
tierra
Ecorr
egión
del
Cerra
do
Regional,
Local
65
En general la optimización es aplicable en cualquier nivel de decisión y áreas de
enfoque para la mitigación y adaptación al cambio climático:
Ilustración 16 Aplicaciones de la optimización en la adaptación y mitigación al cambio climático en los diferentes niveles de decisión.
5.3 Análisis Multicriterio Los métodos de decisión de análisis multicriterio (MCDM) ó (MCDA), se utilizan
con frecuencia para resolver problemas con múltiples criterios en conflicto. No se
centran en encontrar una única solución “óptima”, sino que se basan en la función
de preferencias del agente decisor, sus criterios y objetivos predefinidos, para así
seleccionar la “mejor” alternativa, aceptar y priorizar las alternativas que parecen
“buenas” y rechazar aquellas que parecen malas.
El (MCDM) considera la selección entre un conjunto de opciones alternativas
factibles, la optimización de varios objetivos a la vez y un agente decisor.
Se distinguen en dos tipos (Evangelos Triantaphyllou, 2000):
Decisiones multiatributos (MADM)
Optimización multiobjetivo (MODM)
Las primeras se usan para hallar la mejor alternativa entre un conjunto
predeterminado de alternativas, mientras que la segunda (MODM) son problemas
que tienen un gran número de alternativas que no están predeterminadas y se
66
resuelven mediante las técnicas clásicas de optimización. Dentro de cada uno de
estos dos tipos existe una gran variedad de técnicas, por ejemplo en (MODM), se
encuentra: la programación por compromiso, programación por metas, el método
de las restricciones y el método de las ponderaciones STEM; y en (MADM) se
encuentran las técnicas de jerarquización, los métodos disyuntivos y conjuntivos y
las técnicas de la teoría de la utilidad.
A continuación se muestra un diagrama de los métodos de análisis de decisión:
Ilustración 17 Métodos de análisis de decisión
Fuente: Zhou et al. 2006
Las principales técnicas de decisión multicriterio discretas (MADM), son:
ponderación lineal (scoring), utilidad multiatributo, relaciones de sobre-clasificación
o superación, y análisis jerárquico (AHP)
A continuación se describen algunas técnicas del (MADM):
Métodos de Jerarquización
AHP: Este método fue ideado por Saaty en los años 70, consiste en descomponer
un problema de decisión en criterios y subcriterios y partir de juicios de
comparación, desarrollar prioridades en cada nivel jerárquico del problema. Este
método permite que el decisor estructure y comprenda mejor el problema
Métodos de relaciones de superación o sobre-clasificación: emplean
relaciones de sobre clasificación (outranking) para que las decisiones sin ser
67
optimas puedan ser consideradas satisfactorias y obtener una jerarquización de
las mismas(Berumen & Llamazares, 2007) entre esta categoría se encuentran las
técnicas ELECTRE (I,II, III, IV, IS y TRI) y PROMETHEE.
ELECTRE (Elimination and Choice Translating Reality): trata de “superar las
relaciones”, mediante la comparación entre parejas de alternativas, bajo cada uno
de los criterios separadamente. Este método se basa en los principios de la
utilidad multiatributo pero considerando menor información, es un proceso que
secuencialmente reduce el número de alternativas en un set de alternativas no
dominadas (Cho, 2003). Se dice que una alternativa es no dominada si no hay otra
alternativa que sobresalga en uno o más atributos. Es recomendable cuando se
tienen pocos criterios con un gran número de alternativas(E Triantaphyllou, Shu,
Sanchez, & Ray, 1998).
Métodos de la teoría de la utilidad:
MAUT (Teoría de la utilidad multi-atributo): se basa en la teoría de la utilidad
esperada y requiere de varios supuestos para asegurar la aditividad. Tiene en
cuenta la incertidumbre y se conoce como la forma fuerte de toma de decisiones,
mientras que MAVT es la forma débil. MAUT es más difícil de aplicar que
MAVT(Cho, 2003).
MAVT (Teoría de valores de múltiples atributos): Es una versión de MAUT, los
valores de los criterios se asignan mediante rangos o intervalos por ejemplo de 0 a
100, esta técnica de análisis multicriterio es compensatoria (MAUT y AHP también
lo son), lo que significa que el método permite compensar el débil desempeño de
un criterio por el buen desempeño de otro (Cho, 2003).
Análisis Multicriterio y Cambio Climático
El análisis multicriterio tiene una amplitud de usos en la toma de decisiones para el
cambio climático, tanto en adaptación como mitigación es aplicado desde
proyectos hasta políticas en diversos sectores. En adaptación, puede ser un punto
de partida para identificar y clasificar opciones, que luego pueden ser objeto de
una evaluación más detallada o para complementar análisis más formales
(Werners et al., 2013). A continuación, se describen algunos artículos académicos
que han utilizado el análisis multicriterio como herramienta de toma de decisiones
para la mitigación y adaptación al cambio climático.
68
Tabla 9. Publicaciones de aplicaciones del Análisis Multicriterio en cambio climático
Autores Titulo Tipo de
Herramien
ta
Objetivo Estrategia
de
respuesta
Área Área
geográ
fica
Nivel
(Ridgley,
1996)
Fair sharing of
greenhouse
gas burdens
Programac
ión
Multiobjetiv
o
Crear perfiles de compromiso
justos mediante (11)
indicadores de equidad para
(11) grandes regiones.
Mitigación Redu
cción
de
gases
efecto
invern
adero
11
regione
s
Global
Hammitt
ei al.,
1992;
Valverde
el al..
1999)
An Evaluation
of Multi-
Criteria
Methods in
Integrated
Assessment of
Climate Policy
ELECTRE
ELECTRE
I I
AHP
Realizar una comparación
sistémica de las distintas
metodologías de análisis
multicriterio para la evaluación
de políticas de energía que
disminuyan los GEI.
Mitigación Redu
cción
de
gases
efecto
invern
adero
Sin
caso de
aplicaci
ón
Genera
l
(Georgo
poulou,
Sarafidis
,
Mirasged
is, Zaimi,
& Lalas,
2003)
A multiple
criteria
decision-aid
approach in
defining
national
priorities for
greenhouse
gases
emissions
reduction in
the energy
sector
ELECTRE Definir las prioridades
nacionales para un Plan de
acción Nacional en el sector
energía para la mitigación del
cambio climático, mediante
criterios como el costo, la
contribución al cumplimiento
de la meta nacional de
reducción de GEI,
aplicabilidad y contribución al
empleo. Estudio de caso.
Mitigación Energ
ía
Grecia Nacion
al
(Michelle
L. Bell,
Hobbs, &
Ellis,
2003)
The Use of
multi-criteria
decision
making
methods in the
integrated
assessment of
climate
change:
implications for
IA practioners
Análisis
multicriteri
o en
general.
Maximin,
minimax
Explorar los roles del análisis
multicriterio en los modelos de
evaluación integrada para la
clasificación de políticas para
la reducción de emisiones de
GEI, mediante un taller con
expertos en cambio climático.
Mitigación Polític
as
para
reduc
ción
de
gases
efecto
invern
adero
Sin
caso de
aplicaci
ón
Global
69
(Pohekar
&
Ramach
andran,
2004)
Application of
multi-criteria
decision
making to
sustainable
energy
planning—A
review
Análisis
Multicriteri
o en
general,
AHP
PROMETH
EE,
ELECTRE,
análisis
difuso. etc
Analizar la aplicabilidad de
varios métodos de análisis
multicriterio en la gestión
sostenible de la energía
mediante una revisión de más
de 90 artículos publicados. El
análisis concluye que El
método AHP es el más
popular en la literatura para
priorizar las alternativas,
seguido de PROMETHEE y
ELECTRE.
Mitigación Energ
ía
Revisió
n de
literatur
a
(Konidari
&
Mavrakis
, 2007)
A Multi-criteria
evaluation
method for
Climate
Change
mitigation
Policy
instruments
AHP,
MAUT
SMART
Proponer un método
combinado de tres
herramientas de análisis
multicriterio: AHP, SMART y
MAUT para la evaluación de
los instrumentos de políticas
de mitigación del cambio
climático. El AHP se utiliza
para determinar los pesos,
mientras que SMART y MAUT
para asignar grados a cada
instrumento de evaluación
Mitigación Merc
ado
de
emisi
ón de
GEI
Dinama
rca,
Aleman
ia,
Grecia,
Italia,
Países
bajos,
Portuga
l,
Suecia
e
Inglater
ra.
Global
(Dall’O’,
Norese,
Galante,
&
Novello,
2013)
A Multi-Criteria
Methodology
to Support
Public
Administration
Decision
Concerning
Sustainable
Energy Action
Plans
ELECTRE
III
Proponer una metodología
que integre el análisis
multicriterio como apoyo a las
autoridades públicas locales
en la programación de los
planes de acción de energía
sostenible, basados en la
metodología ELECTRE III.
Estudio de caso en una región
de Italia.
Mitigación Eficie
ncia
Energ
ética
Lombar
dy-
Italia
Local
(Wang,
Jing,
Zhang, &
Zhao,
2009)
Review on
multi-criteria
decision
analysis aid in
sustainable
energy
decision-
making
Métodos
de
selección
de criterios
y Métodos
de peso.
AHP,
TOPSIS,
ELECTRE,
PROMETH
EE
Revisar los métodos de
análisis multicriterio en
diferentes etapas para la toma
de decisiones en eficiencia
energética; las etapas son:
selección de criterios,
ponderación de los criterios,
evaluación y agregación final
Como conclusión en este
trabajo se puede observar que
la eficiencia, el costo de
inversión, emisión de CO2 y la
generación de empleo son los
criterios más comunes en los
aspectos técnico, económico,
Mitigación Eficie
ncia
Energ
ética
Revisió
n De
literatur
a
70
ambiental y social
respectivamente. El costo de
inversión se sitúa en el primer
lugar en toda la evaluación de
criterios seguido de la emisión
de CO2.
(Ananda
&
Herath,
2009)
A Critical
review of
multi-criteria
decision
making
methods with
special
reference to
forest
management
and planning
MAVT
(Análisis
Multivariad
o),AHP,
ELECTRE,
PROMETH
EE, MAUT.
Métodos
híbridos,
SMART
(Simple
multi-
attribute
rating
technique),
métodos
difusos
Realizar una revisión de
literatura de las contribuciones
en investigación en planeación
y gestión forestal mediante la
adopción de decisiones con
análisis multicriterio.
En este estudio se desarrolla
una revisión de más de 60
artículos de planeación
forestal y se clasifican por los
métodos utilizados, el país,
número y tipo de criterios y
opciones evaluadas.
Mitigación Planifi
cació
n
Fores
tal
Revisió
n de
literatur
a
(Yang,
Chung,
Kim, &
Kim,
2012)
Prioritization
Of Water
Management
Under Climate
Change And
Urbanization
Using Multi-
Criteria
Decision
Making
Methods
ELECTRE
II
Análisis de
escenarios
,
Modelo de
simulación.
Seleccionar y priorizar entre
cinco alternativas para la
gestión del agua y
urbanización bajo escenarios
de cambio climático. Entre las
alternativas a seleccionar
están: 1. Reconstruir la
reserva de agua actual. 2
Reciclar el agua residual, uso
de las aguas subterráneas y
construcción de una planta de
agua residual. 3 Uso
únicamente de las aguas
subterráneas y 4
construcciones solamente de
la planta de agua residual. En
el estudio se realiza un
análisis de sensibilidad para
los métodos de análisis
multicriterio con el fin de
reducir la incertidumbre de los
pesos asignados a los
criterios.
Adaptación Gesti
ón de
los
recur
sos
hídric
os
Corea
del Sur
Local
71
(Kim &
Chung,
2013)
Assessing
climate
change
vulnerability
with group
multi-criteria
decision
making
approaches
WSM,
TOPSIS,
Fuzzy
Topsis,
Group
Topsis,
Topsis
Borda,
Topsis-
Copeland.
Evaluar la vulnerabilidad al
cambio climático utilizando
diversos métodos de toma de
decisiones con análisis
multicriterio, mediante un
estudio de caso en el sistema
de recursos hídricos de una
provincia de Corea del Sur.
Los autores usan métodos
difusos y no difusos y los
comparan.
Adaptación Gesti
ón de
los
recur
sos
Hídric
os
Corea
del Sur
Local
De acuerdo a la literatura consultada, sobre la aplicación del análisis multicriterio
en la mitigación y adaptación en cambio climático, se encuentran las siguientes
aplicaciones:
Ilustración 18 Aplicaciones del análisis multicriterio en la adaptación y mitigación al cambio climático en los diferentes niveles de decisión.
En el nivel global el análisis multicriterio está más enfocado en la evaluación de
políticas de mitigación, mientras que en el nivel nacional y local a planes,
programas y proyectos, y en el nivel individual a proyectos de inversión.
72
Como herramienta el análisis multicriterio puede presentar las siguientes ventajas
y limitaciones:
Tabla 10. Ventajas y desventajas del análisis multicriterio
Ventajas Limitaciones
El análisis Multicriterio puede
proporcionar información sobre la
naturaleza de los conflictos y facilitar el
proceso de llegar a compromisos y
aumentar la transparencia del proceso
de decisión a comparación de otras
técnicas como el Análisis Costo
Beneficio (ACB) (Munda, 2000).
Considera información cuantitativa y
cualitativa, por lo tanto permite comparar
unidades monetarias y no monetarias, lo
cual le otorga un enfoque más amplio de
criterios a considerar o inclusive difíciles
de cuantificar por ejemplo: la equidad, la
aceptabilidad etc (Werners et al., 2013).
Es método sencillo de aplicar y de bajo
costo.
Se acomoda a un amplio rango de
disciplinas, opiniones y grupos de
personas
Los usuarios tienen una
variedad amplia de técnicas las
cuales tienen distintas ventajas
y pueden diferir en términos de
validez, facilidad de uso y
adecuación al problema (M L
Bell, Hobbs, Elliott, Ellis, &
Robinson, 2000)
El ejercicio de ponderación
puede ser muy subjetivo
dependiendo de quienes
participen en el proceso.
El análisis de la incertidumbre
puede ser muy cualitativo.
73
5.4 Árboles de Decisión Un árbol de decisión es una herramienta que se expresa en forma de diagrama de
árbol y se utiliza para determinar diferentes cursos de acción, mostrar su
probabilidad estadística y seleccionar la mejor estrategia de decisión. Cada rama
del árbol de decisión representa una posible decisión, ocurrencia o reacción. El
árbol está estructurado para mostrar cómo y por qué una opción puede conducir a
la siguiente. Además, sirve para mostrar al decisor una imagen equilibrada de los
riesgos y recompensas asociadas con cada posible curso de acción. Los arboles
de decisión se resuelven de atrás hacia adelante, el proceso se divide en las
siguientes etapas (Mind Tools, n.d.):
Dibujar el árbol: consiste en escribir la decisión que se requiere tomar al
lado izquierdo, se dibujan líneas para cada posible solución a la derecha y
al final de cada línea se escribe su posible resultado. Si el resultado es
incierto se dibuja un circulo en el nodo, si el resultado es otra decisión que
se debe tomar se dibuja un cuadro; de los círculos se deben dibujar las
líneas a la derecha que representan los diferentes resultados o estados de
la naturaleza, de los cuadrados se dibujar líneas que representan las
diferentes opciones de decisión.
Evaluar: se asigna un valor a cada resultado posible y se estima la
probabilidad de cada línea derivada de un nodo círculo, en total cada nodo
debe sumar 1 o 100%. Estas probabilidades se pueden obtener con datos
históricos o por conjeturas preferiblemente de expertos.
Calcular los valores de los nodos inciertos: una vez estimados los valores y
las probabilidades se procede a calcular el valor esperado de cada nodo de
estado de la naturaleza, iniciando por las ultimas ramas derechas del árbol.
En cada nodo se multiplica cada probabilidad por el posible valor de
resultado y el valor total del nodo incierto es la suma de todos los
resultados calculados.
Calcular los valores de los nodos de decisión: para los nodos de decisión se
calculan los costos en cada línea de cada opción de decisión y este valor se
resta con el valor del resultado obtenido del paso anterior es decir de la
rama del nodo incierto.
Resultado: una vez realizados los pasos anteriores se puede observar el
mejor resultado de decisión.
74
En general, los arboles de decisión ayudan a incorporar el riesgo en el análisis de
distintas opciones de decisión, mostrando sus consecuencias en términos
cuantitativos y económicos, de una manera secuencial y cronológica, a través de
un componente grafico descriptivo, sencillo de comprender.
Los arboles de decisión, solo permiten el análisis de la decisión bajo un único
criterio decisión, el cual consiste en maximizar el valor esperado lo que puede
hacerla inapropiada cuando se tienen riesgos considerables. La herramienta es
recomendable para un número simple de acciones de lo contrario, se vuelve
complejo analizar y representar un árbol de decisión cuando se tienen numerosas
alternativas de decisión.
Los arboles de decisión en la toma de decisiones en cambio climático se han
utilizado principalmente en opciones de inversión y el criterio de decisión se basa
en maximizar el valor esperado. A continuación, se muestran algunas aplicaciones
encontradas en la literatura:
Tabla 11. Algunas aplicaciones de los árboles de decisión para la mitigación y adaptación al cambio climático
Autores Titulo Objetivo Estrategi
a de
respuest
a
Área Área
geográfica
Nivel
(Hobbs,
Chao, &
Venkate
sh,
1997)
Using Decision
Analysis to
Include Climate
Change in
Water
Resources
Decision Making
Realizar un análisis de
decisión a dos inversiones
(estructura regulatoria para
el lago Erie y un rompeolas
para proteger el parque
estatal de Presque Isle) en la
región de Great Lakes
Ontario.
Adaptaci
ón
Gestión de
los
recursos
hídricos
Ontario-
Canadá
Local
(Hertzler
&
Hertzler,
2007)
Adapting to
climate change
and managing
climate risks
by using real
options
Explicar los métodos de
opciones reales y aplicarlos
a varios ejemplos. Las
aplicaciones están pensadas
para agricultores, líderes
comunitarios y autoridades
que gestionen cuencas
hídricas.
Adaptaci
ón
Agricultura No aplica Individual-
Local
75
5.5 Teoría de Juegos La teoría de juegos se desarrolló gracias a los trabajos de John von Neuman y
Morgenstein en 1944. Es una herramienta que sirve para analizar la interacción de
un grupo de agentes que se comportan estratégicamente. Su enfoque resulta
adecuado para cualquier situación en la que existan intereses en conflicto y, por lo
tanto, la posibilidad de cooperar o competir (Davis, 1998). Los juegos se pueden
en clasificar en: suma cero y no suma cero, cooperativos y no cooperativos,
juegos de movimientos simultáneos y secuenciales, simétricos y asimétricos,
iterados y no iterados.
Todos los juegos tienen al menos un equilibrio, de ahí surge la definición de
equilibrio de Nash. Este equilibrio se da cuando los jugadores aplican la estrategia
que maximiza sus propios beneficios dadas las estrategias de los demás
jugadores.
En general la teoría de juegos ayuda a comprender los dilemas sociales. Algunas
estructuras de juegos de dilemas sociales son: el prisionero, el modelo halcón
paloma, la guerra de los sexos, el juego del ultimátum o dictador y el juego de los
bienes públicos. A continuación se describen algunos los modelos de dilemas
sociales más conocidos:
Dilema del Prisionero: es un juego no cooperativo de suma no cero
atribuible a Albert Tucker (1950). El juego tradicional describe la situación
donde dos prisioneros sospechosos de robo son interrogados por la policía
en cuartos separados. A ambos prisioneros les ofrecen el mismo trato, el
cual consiste en confesar o negar el delito y se les indica lo siguiente: si un
prisionero confiesa y el otro no, el que confiesa quedará libre y el que niega
será castigado a una pena de 10 años, por otro lado, si ambos confiesan
recibirán una pena de seis años y si ambos niegan que cometieron el delito
serán condenados a un año de prisión. A continuación se detalla la matriz
de pagos del modelo del Dilema del prisionero:
Tabla 12 Dilema del prisionero
Prisionero
1/Prisionero 2 Confesar No delatar
Confesar (6,6) (0,10)
No delatar (10,0) (1,1)
76
El equilibrio de Nash en este tipo de dilema, se da cuando cada prisionero
decide confesar, es decir, una estrategia de no cooperación, a pesar de que
la mejor estrategia para ambos es no delatar.
Existen varias iteraciones y variantes del juego del prisionero, por ejemplo
cuando se juega varias veces, el resultado esperado (equilibrio de Nash:
“no cooperar”), puede variar hacia resultados de cooperación (Axelrod &
Hamilton, 1981), esto es debido a que los jugadores pueden recompensar
con estrategias de cooperación o castigo de acuerdo a los resultados de
la/s iteración/es anterior/es.
El dilema del prisionero es importante en cambio climático, porque ayuda a
observar como el bien común pierde importancia frente a la racionalidad
individualista, existen varios experimentos que tratan de examinar este
comportamiento (ver tabla 9), por ejemplo un juego estratégico de dos
jugadores en el que cada uno cuente con la estrategia de decisión de:
{Contaminar, Reducir contaminación}; cada jugador comparte las siguientes
preferencias: preferirá contaminar y que el otro jugador reduzca sobre la
situación de que ambos disminuyan la emisión de GEI, esta a su vez se
prefiere a la situación de que ambos elijan contaminar y a su vez se prefiere
esto a que se elija reducir y el otro jugador contamine. Las emisiones de
GEI representan un proceso de negociación continuo por lo cual el
problema de mitigación se representa muchas veces como un juego
repetido (Wood, 2011).
Modelo Halcón paloma: este dilema social fue estudiado inicialmente por
Jhon Maynard Smith (1973) con el trabajo “Evolution and the Theory of
Games”, en el que se muestra que algunas especies eligen estrategias de
cooperación para preservar o mejorar su desarrollo. El halcón se considera
como el decisor partidario de una estrategia “agresiva” mientras que la
paloma es la estrategia “pacifista”. En este juego hay dos resultados que
son equilibrios de Nash, los cuales se dan cuando las estrategias de cada
jugador son diferentes. En cambio climático se puede aplicar para el estudio
de coaliciones entre países para la emisión de GEI (Wood, 2011).
Juego del Ultimátum: este modelo fue diseñado por los economistas Güth,
Werner, Schmittberger y Schwarze (1982) y permite estudiar la cooperación
y el altruismo en la conducta humana. El juego tradicional consta de dos
jugadores y una suma de dinero que pueden ganar. El primer jugador
propone como dividir la suma de dinero, y el segundo jugador
“respondedor” elige si acepta o rechaza la propuesta. Si el segundo jugador
rechaza la propuesta, ninguno de los jugadores recibe dinero (Wood,
77
2011).El equilibrio de Nash se da cuando el “proponente” ofrece la suma de
dinero más desigual posible y el “respondedor” acepta cualquier oferta. En
cambio climático el juego del ultimátum provee evidencia de que los
acuerdos ambientales internacionales son más estables y justos (Wood,
2011).
Juego de los bienes públicos: es conocido convencionalmente como el
mecanismo de contribución voluntaria o por sus siglas en inglés VCM –
Voluntary Contribution Mechanism- (Marwell y Ames, 1979; Ledyard, 1995;
Cason et al., 2002; Cárdenas y Ramos, 2006). Este juego ilustra un dilema
social en el que un bien o una inversión beneficia a todos los miembros de
un grupo social independientemente de si contribuyen o no a su realización.
Los agentes que se benefician del bien sin haber realizado colaboraciones
se denominan free-riders (Palacio & Parra, 2014), los cuales actúan
“racionalmente” para maximizar su propio beneficio pero terminan
acabando con el bien público. El juego de los bienes públicos es importante
ya que plantea cuestiones acerca de la naturaleza de los seres humanos:
¿La gente es cooperativa o egoísta?, su comportamiento es diferente si la
contribución es pública o privada?; adicionalmente, por medio de él se
pueden analizar políticas públicas respecto a bienes públicos (análisis de
política económica). El juego de bienes públicos pone de relieve el hecho
de que la provisión de un bien público depende en gran medida del
mecanismo utilizado. En la literatura existen diseños experimentales que
muestran cómo el comportamiento de las personas es sensible a factores,
tales como el tamaño del grupo, el sexo, el nivel educativo, si las
contribuciones son privadas o se realizan públicamente, si el procedimiento
se repite o no, el sistema de incentivos, etc.
Los recursos naturales como el agua, el aire limpio, los bosques, los
pastizales, los peces, etc. Son considerados como bienes públicos y si no
son manejados con cuidado y se sobreexplotan pueden agotarse
ocasionando lo que se conoce como la “tragedia de los comunes”. Muchos
de los problemas en cambio climático son debido a la sobreexplotación de
los recursos como la deforestación y la contaminación del aire y del agua,
es por esto que el juego de los bienes públicos aporta al análisis en la toma
de decisiones para el cambio climático.
Tanto el juego de los bienes públicos como el ultimátum ayudan a comprender
experimentalmente algunas conductas humanas como el altruismo puro, la
justicia, la aversión a la perdida y el descuento hiperbólico del futuro (Gowdy,
2008).
78
Teoría de juegos como herramienta de decisión en cambio climático
La mayoría de estudios encontrados en la literatura se encuentran enfocados más
en la mitigación, para estudiar por ejemplo los procesos de negociación de
emisión de GEI. La teoría de juegos ayuda a comprender mejor la razón de que la
cooperación internacional sea difícil de alcanzar, dado que existen incentivos para
que se mantengan los free-riders. La teoría de juegos analiza matemáticamente la
conducta estratégica y ayuda a identificar potenciales barreras para la cooperación
encontrando enfoques o estrategias que faciliten los resultados de la misma.
A continuación se observan algunas aplicaciones de la teoría de juegos para
mitigación del cambio climático:
Tabla 13 Algunas aplicaciones de teoría de juegos a toma de decisiones para el cambio climático
Autores Titulo Objetivo/ Descripción Tipo de
Herramienta
Estrategia de
respuesta
Nivel
(Forgó,
Fülöp, &
Prill, 2005)
Game theoretic
models for climate
change negotiations
Analizar un ejemplo de políticas de
negociación de GEI del protocolo de
Kyoto a través de un juego
extensivo finito donde cada decisión
que se toma afecta la temperatura a
una pequeña escala; en cada nodo
de decisión se pueden tomar tres
tipos de decisiones: no hacer nada,
hacer un mediano esfuerzo y hacer
un gran esfuerzo, este modelo
resulta en un árbol de juego
extensivo de 273 ramas
Juegos
extensivos
de
información
perfecta
Mitigación Global
(Courtois &
Tazdaït,
2007)
Games of influence
in climate change
negotiations:
Modelling
interactions
Presentar un marco estructurado
mediante de un modelo estocástico
simulado de teoría de juegos para
evaluar la toma de decisiones
dinámicas sobre cambio climático,
teniendo en cuenta los procesos
influyentes que ocurren durante las
rondas de negociación de GEI,
como la imitación, la persuasión y la
disuasión.
Este juego consiste en que cada
país envía un delegado a negociar;
el cual cuenta con tres estrategias,
la estrategia de imitación significa
que un país sigue la decisión de
otro país ambientalista o imita al
país “escéptico”, la segunda es que
los países que imitan las estrategias
de los otros persuaden a otros
países a cooperar o no y la tercera
Modelo
estocástico
simulado de
teoría de
juegos
Mitigación Global
79
tendencia que puede tomar un país
es que adopten acciones opuestas
a las de otros países.
Wood
(2011)
Climate change and
game theory
Examinar el problema de la
cooperación global para reducir las
emisiones de GEI. Se revisa la
teoría cooperativa y la teoría de la
implementación. Se examinan
mecanismos de cooperación que se
basan en compromisos
condicionales para hacer más
probable la cooperación en cambio
climático.
Se identifican juegos donde los
jugadores deben elegir cuanto
contaminar, de igual manera las
coaliciones que se puedan formar
para la cooperación.
Dilema del
prisionero.
Juegos de
forma
extensiva y
equilibrio
perfecto en
subjuegos.
Juego del
Ultimatum,
Coaliciones,
subastas.
Mitigación Global e
individual
(Madani,
2011)
Hydropower
licensing and
climate change:
Insights from
cooperative game
theory
Desarrollar un método basado en
las soluciones de negociación de
Nash y Nash-Harsanyi para
explorar el proceso de
relicenciamiento de la Comisión
Federal Reguladora de Energía
(FERC), en el cual los propietarios
de proyectos hidroeléctricos no
federales en los Estados Unidos
tienen que negociar sus
operaciones permitidas.
Juegos
cooperativos
Subastas,
Optimización
Mitigación Nacional
(Knox-
Hayes,
2012)
Negotiating climate
legislation: Policy
path dependence
and coalition
stabilization
Examinar la política climática a
través de estudios de caso para la
formación y negociación de
coaliciones políticas.
Los hallazgos sugieren que la
política depende de la trayectoria
histórica de negociación entre las
coaliciones que a su vez crean
estabilidad en el proceso político y
aíslan los campos de políticas de
los choques externos.
Coaliciones Mitigación Nacional
Estados
Unidos
(Helm,
Hepburn, &
Ruta, 2012)
Trade, climate
change, and the
political game
theory of border
carbon adjustments.
Mostrar mediante un modelo simple
de teoría de juegos como la
elaboración de apropiados ajustes
de carbono en frontera (o Borden
Carbon Adjustment, o BCA) pueden
reducir los obstáculos en el
comercio, como la fuga de carbono.
Dilema del
prisionero
Juego
dinámico de
información
completa
Mitigación
Comercio de
Bonos de
Carbono
Global
80
(DeCanio &
Fremstad,
2013)
Game theory and
climate diplomacy.
Mostrar a través de modelos de
teoría de juegos como el dilema del
prisionero y el juego de la Gallina
puede ofrecer oportunidades en las
negociaciones para seleccionar
entre equilibrios de Nash o alterar
las clasificaciones de recompensas
y las opciones estratégicas de los
jugadores. La información científica
que apunta a la gravedad de los
riesgos del cambio climático sugiere
la caracterización de las
negociaciones como un juego de
coordinación como el de la gallina
en vez del Dilema del prisionero.
Dilema del
prisionero
Juegos de
coordinación
como Caza
de ciervos,
juego de la
gallina
(suma no
cero)
Estrategias
Maxi-min
Mitigación
Negociación
de emisiones
Global
(Brick &
Visser,
2014)
What is fair? An
experimental guide
to climate
negotiations.
Examinar el grado o impacto del
interés propio en los procesos de
negociación, mediante el uso de los
principios de “responsabilidad
compartida” a partir de la teoría de
juegos con el mecanismo de bienes
públicos. El estudio concluye que
los principios de equidad que posea
el agente que se adhiere al proceso
afectan o modela el resultado de la
negociación.
Es un juego multi-país en el que
ponen a jugadores de diferentes
nacionalidades a tomar decisiones.
Los participantes representan a:
americanos, europeos, chinos,
Indios y Sudafricanos.
Juego de los
bienes
públicos
Mitigación
Negociación
de emisiones
Global
(Comellas,
2010)
Racionalidad,
Incentivos,
Conflictos y Juegos:
Nuevas áreas de la
Economía aplicadas
a la Gestión Integral
de los recursos
Hídricos)
Presentar algunos estudios de caso
donde se evidencie aporte de la
teoría de juegos para la gestión
Integral de los recursos hídricos.
Dilema del
prisionero
Adaptación
Gestión de los
recursos
naturales
(Explotación
del agua
subterránea,
explotación de
pesca,
contaminación
de causes y
regulación)
Local,
Individual
De acuerdo a la literatura consultada en este trabajo, se enmarcan las principales
aplicaciones de la teoría de juegos en problemas de decisión para la mitigación al
81
cambio climático en los diferentes niveles de decisión como se observa en la
siguiente ilustración:
Ilustración 19 Aplicaciones de la teoría de juegos en la adaptación y mitigación al cambio climático en los diferentes niveles de decisión.
Como herramienta la teoría de juegos para la toma de decisiones, presenta
algunas ventajas y limitaciones que se indican a continuación:
Tabla 14 Ventajas y desventajas Teoría de juegos
Ventajas Limitaciones
La teoría de los juegos da una idea de
varios aspectos menos conocidos, que
surgen en situaciones de intereses en
conflicto. Por ejemplo, describe y
explica los fenómenos de la
negociación y la formación de
coaliciones.
La teoría de juegos desarrolla un marco
para analizar la toma de decisiones en
situaciones en las que se considera la
interdependencia de las empresas.
La suposición de que los jugadores
tienen el conocimiento acerca de sus
propios pagos y compensaciones de
otros no es práctica.
Las técnicas de resolución de juegos
con estrategias mixtas, en particular en
el caso de una gran matriz de pago,
son muy complicadas.
Todos los problemas competitivos no
82
Al menos en dos juegos de suma cero
de dos personas, la teoría de juegos
esboza una técnica cuantitativa
científica que puede ser utilizada por
los jugadores para llegar a una
estrategia óptima.
pueden analizarse con la ayuda de la
teoría de juegos.
Debido a su carácter normativo, se
limita su aplicabilidad a casos reales
pues maneja una serie de suposiciones
como:
1. El número de jugadores
(competidores) en finito.
2. Todos los jugadores actúan racional
e inteligentemente.
3. Cada jugador tiene un curso definido
de acción.
4. Hay conflicto de intereses entre los
jugadores.
5. Las reglas de juego son conocidas
por todos los jugadores.
La teoría de juegos en la toma de decisiones se encuentra más focalizada en la
estrategia de mitigación que en adaptación, aportando al análisis de cómo se
comportan los agentes decisores en nivel de políticas internacionales, nacionales
o locales y al análisis del comportamiento de los agentes en el nivel individual
frente a situaciones o dilemas sociales. La herramienta ayuda a través de
experimentos de campo o laboratorio, a generar una mayor consciencia del bien
común sobre el individual para hacer un mejor uso de los recursos naturales.
83
6 Análisis de las herramientas de decisión
En este capítulo, se presentan algunos análisis ya realizados de herramientas de
ciencias de la decisión en CC y la caracterización de las cinco herramientas
seleccionada, de acuerdo al riesgo, la incertidumbre, el enfoque práctico y la
temporalidad de la decisión y por último se consolidan algunas aplicaciones de las
herramientas en la toma de decisiones en mitigación y adaptación, a través de los
diferentes niveles de decisión.
Existen muchas herramientas y metodologías para el análisis de decisiones bajo
riesgo e incertidumbre. En la literatura se encuentran marcos en los que se
analizan distintas herramientas para la toma de decisiones en cambio climático,
principalmente en la estrategia de adaptación.
Por ejemplo, la agencia UKCIP de Inglaterra (2003), desarrolla un marco para la
toma de decisiones en adaptación que se basa en las ocho etapas de un proceso
de decisión y para cada una de ella sugiere metodologías de apoyo, las cuales se
resumen a continuación:
Etapas Herramientas recomendadas
Etapa 1: Identificar el
problema
Técnicas cualitativas: Lluvia de ideas, grupo focal,
juegos de rol, mapas mentales, Análisis de Áreas de la
Decisión Interconectadas (AIDA).
Etapa 2: Establecer
criterios de decisión
Técnicas cualitativas: Lluvia de ideas, ejercicios de
consultoría, grupos focales, Análisis de Áreas de la
Decisión Interconectadas (AIDA) y mapas mentales
Etapa 3: Evaluar el
riesgo
Identificación del riesgo: análisis de escenarios,
diagramas de influencia, lluvia de ideas.
Cuantificación del riesgo: modelos estadísticos,
pronósticos, arboles de decisión, análisis de escenarios,
árbol de causas y efectos, técnicas monte Carlo,
herramientas de modelado, métodos bayesianos, cadenas
de markov, análisis de intervalos.
Etapa 4: Identificar Lluvia de ideas, ejercicios de consultoría, grupos focales,
84
opciones AIDA, mapas mentales, juegos de rol.
Etapa 5: Evaluar las
opciones
Métodos cualitativos: grupos focales, ejercicios de
consultoría, análisis de dominancia, comparación por
pares, juegos de rol.
Métodos alternativos: análisis de escenarios, evaluación
del impacto ambiental, análisis multicriterio, análisis de
riesgo, lógica difusa.
Métodos cuantitativos y económicos: análisis de
escenarios, maximax, maximin, minimax, minimo
arrepentimiento, valor esperado, análisis costo-beneficio,
métodos bayesianos, valoración contingente, análisis
financiero, lógica difusa,
Etapa 6:Tomar la
decisión
Maximax, maximin, minimax, minimo arrepentimiento,
valor esperado, análisis de portafolios, análisis de
sensibilidad, análisis de robustez, rangos e intervalos.
Etapa 7: Implementar
la decisión
Etapa 8: Controlar,
evaluar y revisar la
decisión
Otra guía que analiza diferentes herramientas de toma de decisiones para la
adaptación al cambio climático, pero bajo un enfoque sistémico es la de National
Climate Change Adaptation Agency de Australia en el reporte “Decision-making for
Climate Change Adaptation: A systems Thinking approach” en 2013 (Maani,
2013). Se analiza herramientas como diagramas causales, mapas cognitivos,
dinámica de sistemas, análisis bayesiano y experimentos de laboratorios para el
aprendizaje y concientización de los problemas de cambio climático y aplican en
Australia los siguientes tres casos: 1: uso de la tierra y calidad del agua, 2. cultivos
de algodón y 3.creación de un laboratorio de aprendizaje para la creación de
entornos donde el hombre y la naturaleza puedan coexistir en equilibrio en la
región de Great Sandy Australia.
85
Se clasifican las herramientas de pensamiento sistémico en cinco grupos así:
Herramientas para la identificación
del problema
Mapas mentales, modelo del iceberg,
análisis de patrones.
Herramientas cualitativas o
conceptuales
Mapas cognitivos, diagramas cáusales,
equilibrio de retroalimentación.
Herramientas cuantitativas Dinámica de sistemas, modelo
bayesianos, modelos de simulación
Herramientas de pensamiento y
planificación de escenarios
Planeación de escenarios,
micromundos.
Aprendizaje organizacional Modelos mentales, laboratorios de
aprendizaje, modelo colaborativo
conceptual (CCM).
Análisis de las herramientas seleccionadas
En este trabajo se describieron brevemente cinco herramientas enfocadas en la
toma de decisiones para la mitigación y adaptación al cambio climático. En
general, las cinco tienen aplicaciones en todas las áreas de mitigación y
adaptación (ver ilustración 3), en cuanto a los niveles de decisión (global, nacional,
local e individual), como la adaptación ocurre en el nivel local, no se identificaron
aplicaciones de estas herramientas en el nivel global.
Caracterización de acuerdo al nivel de riesgo e incertidumbre
De acuerdo a los niveles de riesgo e incertidumbre que presente el problema,
unas herramientas pueden ser más apropiadas que otras.
Los modelos de simulación dinámica, así como las herramientas que combinan la
optimización con la simulación son más apropiadas para ambientes de alta
incertidumbre, ya que tienen en cuenta la variabilidad y visualizan distintos
escenarios en el tiempo lo que permite tener en cuenta distintos cursos de acción
y construir políticas o planes más robustos o resilientes al cambio climático. Por
otro lado las herramientas de análisis multicriterio, simulación de Montecarlo,
arboles de decisión, optimización clásica son más apropiadas en situaciones de
baja incertidumbre.
86
Tabla 15. Categorización de las herramientas de acuerdo al nivel de riesgo e incertidumbre
Ambiente
Recursos Baja Incertidumbre Alta Incertidumbre
Bajo Riesgo Análisis Multicriterio
Simulación de
Montecarlo
Árboles de decisión
Teoría de juegos
Optimización
Simulación (Dinámica
de Sistemas,
simulación basada en
agentes)
Optimización
Alto Riesgo Análisis Multicriterio
(MAUT, ELECTRE)
Optimización
Simulación (Dinámica
de Sistemas,
simulación basada en
agentes)
Optimización Robusta
Herramientas hibridas
de simulación y
optimización.
La teoría de juegos y la simulación por sí solas no son herramientas orientadas a
resolver problemas mediante una función objetivo. Sin embargo, pueden
complementar el análisis de la decisión integrándose con herramientas de
optimización, análisis multicriterio y árboles de decisión, conformando
herramientas más robustas y adecuadas para resolver problemas de mayor
complejidad., incertidumbre y riesgo. Por ejemplo: en un modelo de optimización
se pueden simular las variables que componen la función objetivo. De igual forma
en los arboles de decisión se puede simular el riesgo.
Prácticidad
Las herramientas, también pueden tener diferentes enfoques prácticos. Por
ejemplo, la dinámica de sistemas, es utilizada en la enseñanza, con el fin de que
las personas conozcan mejor el comportamiento de los sistemas y sus
complejidades, al igual que es útil para el entrenamiento en la toma de decisiones
y la predicción de los cambios en un sistema ante nuevas estrategias o políticas.
Las herramientas de optimización, arboles de decisión y análisis multicriterio son
aplicadas para seleccionar la mejor alternativa,bajo unos criterios establecidos por
el decisor y la teoría de juegos es útil para el aprendizaje de los dilemas sociales.
En la siguiente tabla se caracterizan las herramientas de acuerdo a su enfoque
práctico:
87
Tabla 16. Categorización de las herramientas de acuerdo al enfoque práctico
Enfoque práctico
Aprendizaje Decisiones de
inversión/Selección de
Alternativas/ priorización de
proyectos, programas o políticas
Simulación dinámica
Teoría de Juegos
Simulación de Montecarlo
Arboles de decisión
Optimización
Análisis Multicriterio
Herramientas hibridas
(métodos de simulación con
optimización)
Temporalidad
Las decisiones pueden ser secuenciales, inmediatas a corto, mediano o largo
plazo. A continuación se caracterizan las herramientas analizadas en este trabajo
de acuerdo su temporalidad:
Tabla 17. Caracterización de las herramientas de acuerdo a la temporalidad
Secuenciales – Corto
plazo
Estáticas- inmediatas Dinámicas- Largo plazo
Árboles de decisión
Teoría de Juegos
Análisis Multicriterio
Optimización
Simulación de
Montecarlo
Arboles de decisión
Dinámica de
sistemas
Simulación basada
en agentes
Modelo de
optimización con
simulación
88
Consolidado general
En la siguiente tabla, se muestran algunos ejemplos de opciones o aplicaciones
que pueden ser analizadas con las herramientas provistas en este trabajo
Tabla 18. Consolidado de algunas aplicaciones de las herramientas para la mitigación y adaptación al cambio climático
DECISIONES
ESTRATEGIA HERRAMIENTA GLOBAL NACIONAL LOCAL INDIVIDUAL
MIITIGACIÓN
Simulación Evaluación
de políticas
de
mitigación
(reducción
de
emisiones
y, mercado
de bonos
de carbono)
Simulación
de
emisiones
de GEI para
predecir
escenarios
de aumento
de la
temperatura
global.
Evaluación de
políticas de
Energía
(generación de
energía,
implementación
de energías
limpias etc)
Evaluación de
políticas de
planeación
forestal
Evaluación de
políticas para la
mitigación,
reducción de
las emisiones
de GEI.
Simulación de
emisiones
locales (por
ejemplo
ciudad)
Silvicultura
urbana
Simulación de
tráfico urbano.
Simulación de
contaminación
del aire. etc
Experimentos
para el
aprendizaje
de los
dilemas
sociales
(altruismo,
egoísmo,
justicia etc)
Optimización Diseño de
políticas de
energía
Planificación forestal
Planificación de captura y
almacenamiento de CO2,
Planificación y eficiencia
energética
Optimización
de eficiencia
energética.
Análisis
Multicriterio
Selección
de políticas
de
mitigación
Planificación y
gestión
Forestal
Planificación y
gestión
Forestal
Selección de
opciones de
inversión
para mitigar
89
global
Evaluación de
políticas de
energía
Priorización de
políticas y
programas de
mitigación
Evaluación de
políticas de
energía
Priorización
de políticas y
programas de
mitigación al
CC.
los impactos
del cambio
climático
(reducción de
GEI y
eficiencia
energética)
Árboles de
Decisión
Teoría De
Juegos
Negociación
de
emisiones
(GEI) y
mercado de
bonos de
Carbono.
Aprendizaje
sobre
coaliciones
políticas
Aprendizaje
dilemas
sociales
Negociación de licencias
ambientales
Aprendizaje sobre coaliciones
políticas
Negociación de emisiones con
los niveles locales y empresas
nacionales
Aprendizaje dilemas sociales
Aprendizaje
dilemas
sociales
ADAPTACIÓN
Simulación
Aprendizaje
para generar
consciencia
sobre la
incertidumbre
y complejidad
del cambio
climático.
90
Evaluación de políticas en
planificación Urbana, Gestión
de los recursos hídricos,
agricultura, análisis de riesgos,
migración y movilidad urbana
Consciencia
sobre el
ahorro y la
conservación
de los
recursos
naturales.
Optimización Optimización
del uso del
agua, la
energía.
Optimización
de rotación
de cultivos y
siembra
Análisis
Multicriterio
Gestión de recursos hídricos.
Planificación Urbana
movilidad
Selección de
opciones o
estrategias
para
adaptarse al
cambio
climático
(construcción
de vivienda
resiliente,
siembra de
semillas
resilientes
etc)
Árboles de
Decisión
Teoría de
Juegos
Negociación de licencias
Ambientales.
Gestión de los recursos
naturales y ecosistemas
Formación de coaliciones
Aprendizaje de los dilemas
sociales
Aprendizaje
sobre los
dilemas
sociales,
negociación y
conformación
de
coaliciones.
91
7 Conclusiones
El uso de herramientas en la toma de decisiones para la mitigación y la adaptación al cambio climático, es un elemento clave, que refuerza la capacidad de los agentes para evaluar los riesgos, las vulnerabilidades climáticas y elegir entre distintas opciones y políticas. Si bien existe un universo de herramientas para la toma de decisiones, un elemento crítico es la identificación y selección de las herramientas más adecuadas. En este trabajo se seleccionaron cinco herramientas de Ciencias de la Decisión: simulación, optimización, análisis multicriterio, árboles de decisión y teoría de juegos, las cuales permiten el análisis y la evaluación de decisiones complejas contemplando el riesgo y la incertidumbre, factores que son inherentes en problemas de cambio climático. Las herramientas seleccionadas, se analizaron bajo dos perspectivas: la primera desde el nivel de decisión en que se toman (global, nacional, local e individual) y la segunda desde la estrategia de respuesta al cambio climático: mitigación y adaptación. Por último las herramientas fueron categorizadas de acuerdo al nivel de riesgo de la decisión y el nivel de incertidumbre, también se caracterizaron por su uso práctico y temporalidad. Desde la perspectiva del nivel de decisión, se encuentra que el uso de estas herramientas en el nivel global, se enfoca en la selección y evaluación de opciones políticas; para este trabajo solo se encontraron aplicaciones en mitigación, lo anterior se explica dado que la adaptación ocurre en el nivel local puesto que se tiene una única combinación de ambiente, economía y factores sociales por región. En cuanto al nivel de decisión de carácter nacional, prevalece la evaluación y selección de políticas y programas nacionales, mientras que, en el nivel local las herramientas se encuentran enfocadas en la evaluación y priorización de programas y proyectos, y en el nivel individual a proyectos generalmente de inversión. En cuanto a las estrategias de respuesta al cambio climático, las cinco herramientas seleccionadas, son aplicables a cualquier área de mitigación y adaptación. En mitigación se encuentran amplias revisiones de literatura de las distintas metodologías de análisis multicriterio aplicadas a la evaluación de políticas de energía para la reducción de los gases efecto invernadero, (ver Hammitt (1992) y Valverde et al (1999), Pohekar & Ramachandran (2004)) y para la planificación forestal (ver Ananda & Herath, 2009). El análisis multicriterio tiene una amplitud de usos en la toma de decisiones desde proyectos hasta políticas y puede ser un punto de partida para identificar y clasificar opciones, que luego pueden ser objeto de una evaluación más detallada o para complementar análisis más formales (Werners et al., 2013). Además, puede proporcionar información sobre la naturaleza de los conflictos, facilita llegar a compromisos y aumenta la transparencia de los procesos de decisión. El análisis multicriterio es una
92
herramienta que permite consiliar la información cuantitativa con la culitativa, otorgando un enfoque más amplio de criterios que pueden ser difíciles de cuantificar, es un método sencillo y de bajo costo. La simulación es útil para la evaluación de políticas, predicción y análisis de escenarios, en el nivel de decisión global, nacional y local, y en el nivel individual es útil para las empresas o instituciones ya que pueden realizar pronósticos de sus emisiones de gases efecto invernadero o de sus costos de producción teniendo en cuenta el riesgo y los impactos del CC, adicionalmente, la simulación es una herramienta potencial para el entrenamiento y aprendizaje en la toma de decisiones bajo incertidumbre, lo cual genera consciencia sobre la variabilidad climática y los cambios inducidos por el hombre, además puede aumentar el compromiso de los individuos sobre el ahorro, la conservación del agua y el conocimiento sobre el efecto invernadero. Las dificultades que presenta la herramienta de simulación es que es una herramienta costosa, dado que requiere de entrenamiento especializado, soporte computacional y tiempo para su desarrollo y validación. La optimización como herramienta de decisión en mitigación y adaptación al cambio climático, permite seleccionar una decisión optima o satisfaciente teniendo en cuenta diferentes aspectos como los costos, el impacto ambiental, el impacto social etc. La optimización presenta varios sub-métodos cuya selección dependerá particularmente de las características del problema, por ejemplo: si el problema es de carácter no lineal, dinámico, tiene un gran número de restricciones y hay incertidumbre, se recomienda resolverlo con métodos metaheurísticos (optimización robusta), de lo contrario los métodos determinísticos como la programación lineal o algoritmos de optimización exactos son una mejor opción. Los Arboles de decisión, ayudan a incorporar el riesgo en el análisis de distintas opciones de decisión, mostrando sus consecuencias en términos cuantitativos y económicos, de una manera secuencial y cronológica, a través de un componente grafico descriptivo, sencillo de comprender. Una limitación que tienen los arboles de decisión es que solo permiten el análisis de la decisión bajo un único criterio decisión, el cual consiste en maximizar el valor esperado lo que puede hacerla inapropiada cuando se tienen riesgos considerables. La herramienta es recomendable para un número simple de acciones de lo contrario, se vuelve complejo analizar y representar un árbol de decisión cuando se tienen numerosas alternativas de decisión. Los arboles de decisión en la toma de decisiones en cambio climático se han utilizado principalmente en opciones de inversión, con el fin de tener en cuenta el riesgo y la incertidumbre se incorpora la simulación de las probabilidades asociadas a los distintos eventos. La teoría de juegos es una herramienta que sirve para analizar la interacción de un grupo de agentes que se comportan estratégicamente. Su enfoque resulta adecuado para cualquier situación en la que existan intereses en conflicto y, por lo tanto, la posibilidad de cooperar o competir (Davis, 1998). En la literatura hay dominancia en las aplicaciones de teoría de juegos en mitigación más que en adaptación, para estudiar por ejemplo los procesos de negociación de emisión de
93
GEI y la conformación de coaliciones. La teoría de juegos ayuda a comprender mejor la razón de que la cooperación internacional sea difícil de alcanzar, dado que existen incentivos para que se mantengan los free-riders. Por ejemplo el modelo del Dilema del Prisionero es importante en cambio climático, porque ayuda a observar como el bien común pierde importancia frente a la racionalidad individualista como resultado el detrimento de los recursos naturales, de igual manera el juego de los bienes públicos muestra como los recursos naturales como el agua, el aire limpio, los bosques, los pastizales, los peces, etc. Son considerados como bienes públicos y si no son manejados con cuidado y se sobreexplotan pueden agotarse ocasionando lo que se conoce como la “tragedia de los comunes”. Muchos de los problemas en cambio climático, son debido a la sobreexplotación de los recursos como la deforestación y la contaminación del aire y del agua, es por esto que el juego de los bienes públicos aporta al análisis en la toma de decisiones para el cambio climático. La teoría de juegos analiza matemáticamente la conducta estratégica y ayuda a identificar potenciales barreras para la cooperación encontrando enfoques o estrategias que faciliten los resultados de la misma. Una dificultad que posee la teoría de juegos es que debido a su carácter normativo, se limita su aplicabilidad a casos reales pues maneja una serie de suposiciones. En cuanto a la caracterización de las herramientas de acuerdo al nivel de incertidumbre y riesgo se encuentra que los modelos de simulación dinámica, así como las herramientas que combinan la optimización con la simulación son más apropiadas para ambientes de alta incertidumbre y riesgo, ya que tienen en cuenta la variabilidad climática y visualizan distintos escenarios en el tiempo, lo que permite tener en cuenta distintos cursos de acción y construir políticas o planes más robustos o resilientes al cambio climático. Por otro lado las herramientas de análisis multicriterio, simulación de Montecarlo, arboles de decisión, optimización clásica son más apropiadas en situaciones de baja incertidumbre y bajo riesgo. En cuanto a la caracterización de las herramientas por su enfoque práctico, la simulación y la dinámica de sistemas, es utilizada en la enseñanza, con el fin de que las personas conozcan mejor el comportamiento de los sistemas y sus complejidades, al igual que es útil para el entrenamiento en la toma de decisiones y la predicción de los cambios en un sistema ante nuevas estrategias o políticas. Las herramientas de optimización, arboles de decisión y análisis multicriterio, por su parte, son aplicadas para seleccionar la mejor alternativa, bajo unos criterios establecidos por el decisor, y la teoría de juegos es útil para el aprendizaje de los dilemas sociales. Es importante también tener en cuenta la temporalidad de la decisión, por ejemplo, para decisiones secuenciales o de corto plazo puede ser más apropiado aplicar la teoría de juegos y los arboles de decisión; sí las decisiones se deben tomar en el tiempo inmediato, es recomendable el análisis multicriterio, los arboles de decisión, la optimización y la simulación de Montecarlo, mientras que, para decisiones a largo plazo, son recomendables modelos más robustos, como la Dinámica de sistemas, la Simulación basada en agentes y modelos híbridos de optimización con simulación.
94
Para futuros trabajos se sugiere el análisis de las herramientas seleccionadas sometiéndolas bajo el juicio de varios expertos y presentar análisis de casos para cada una de las herramientas.
95
8 Bibliografía
A.H.E.P.E. (2006). Historia de la probabilidad y la estadística (iii). Madrid: DELTA publicaciones.
Adger, W. N., Arnell, N. W., & Tompkins, E. L. (2005). Successful adaptation to climate change across scales. Global Environmental Change, 15(2), 77–86. https://doi.org/10.1016/j.gloenvcha.2004.12.005
Aguiar, F. (2004). Teoría de la decisión e incertidumbre : modelos normativos y descriptivos. Revista de Metodología de Ciencias Sociales, 8, 139–160.
Aides, P. (2009). The Psychology of Climate Change Communication The Psychology of Climate Change Communication. National Geographic, 129(3), 54. Retrieved from http://cred.columbia.edu/guide/pdfs/CREDguide_full-res.pdf
Amigos de la Tierra. (2016). Quienes somos.
Ananda, J., & Herath, G. (2009). A critical review of multi-criteria decision making methods with special reference to forest management and planning. Ecological Economics, 68(10), 2535–2548. https://doi.org/10.1016/j.ecolecon.2009.05.010
Axelrod, R., & Hamilton, W. D. (1981). The Evolution of Cooperation. Science. https://doi.org/10.1126/science.7466396
Balbi, S., Bhandari, S., Gain, A. K., & Giupponi, C. (2013). Multi-agent agro-economic simulation of irrigation water demand with climate services for climate change adaptation. Italian Journal of Agronomy, 8(3), 23. https://doi.org/10.4081/ija.2013.e23
Banco Mundial. (2015). Cambio climático: Panorama general.
Bell, M. J., Jones, E., Smith, J., Smith, P., Yeluripati, J., Augustin, J., … Sommer, M. (2012). Simulation of soil nitrogen, nitrous oxide emissions and mitigation scenarios at 3 European cropland sites using the ECOSSE model. Nutrient Cycling in Agroecosystems, 92(2), 161–181. https://doi.org/10.1007/s10705-011-9479-4
Bell, M. L., Hobbs, B. F., Elliott, E. M., Ellis, H., & Robinson, Z. (2000). An evaluation of multicriteria decision-making methods in integrated assessment of climate policy. Research and Practice in Multiple Criteria Decision Making, 487(January), 228–237. https://doi.org/10.1002/mcda.305
Bell, M. L., Hobbs, B. F., & Ellis, H. (2003). The use of multi-criteria decision-making methods in the integrated assessment of climate change: Implications for IA practitioners. Socio-Economic Planning Sciences, 37(4), 289–316. https://doi.org/10.1016/S0038-0121(02)00047-2
Berman, M., Nicolson, C., Kofinas, G., Tetlichi, J., & Martin, S. (2004). Adaptation and sustainability in a small arctic community: Results of an agent-based simulation model. Arctic, 57(4), 401–414.
Berumen, S. a, & Llamazares, F. (2007). La utilidad de los métodos de decisión multicriterio (como el AHP) en un entorno de competitividad creciente. Cuadernos de Administración, 20(34), 65–87. https://doi.org/1900-7205
BID. (2014). Informe sobre Sostenibilidad de 2014.
Brick, K., & Visser, M. (2014). What is fair? An experimental guide to climate negotiations.
96
European Economic Review, 74(June), 1–57. https://doi.org/10.1016/j.euroecorev.2014.11.010
CAF. (2014). Infraestructura para el desarrollo de América Latina.
Carbon Market Watch. (2010). Manual del Mecanismo de Desarrollo Limpio (MDL), (Mdl), 23.
Chen, Y. S., Kuo, Y. S., Lai, W. C., Tsai, Y. J., Lee, S. P., Chen, K. T., & Shieh, C. L. (2011). Reflection of typhoon morakot - the challenge of compound disaster simulation. Journal of Mountain Science, 8(4), 571–581. https://doi.org/10.1007/s11629-011-2132-5
Cho, K. T. A. E. (2003). Multicriteria Decision Methods : An At tempt to Evaluate and Unify, 37, 1099–1119.
Comellas, E. (2010). Racionalidad , Incentivos , Conflictos y Juegos : Nuevas áreas de la Economía aplicadas a la GIRH. In Gestión Integrada de Recursos Hídiricos Tomo III. Universidad Externado de Colombia.
Cossio, M. L. T., Giesen, L. F., Araya, G., Pérez-Cotapos, M. L. S., Vergara, R. L., Manca, M., … Héritier, F. (2012). Las ciudades y el cambio climatico. Orientaciones para políticas. Uma ética para quantos? (Vol. XXXIII). https://doi.org/10.1007/s13398-014-0173-7.2
Courtois, P., & Tazdaït, T. (2007). Games of influence in climate change negotiations: Modelling interactions. Ecological Modelling, 204(3–4), 301–314. https://doi.org/10.1016/j.ecolmodel.2007.01.015
Dall’O’, G., Norese, M., Galante, A., & Novello, C. (2013). A Multi-Criteria Methodology to Support Public Administration Decision Making Concerning Sustainable Energy Action Plans. Energies, 6(8), 4308–4330. https://doi.org/10.3390/en6084308
Daniell, K. a., Máñez Costa, M. a., Ferrand, N., Kingsborough, A. B., Coad, P., & Ribarova, I. S. (2011). Aiding multi-level decision-making processes for climate change mitigation and adaptation. Regional Environmental Change, 11(2), 243–258. https://doi.org/10.1007/s10113-010-0162-0
Davis, M. D. (1998). Introducción a la teoría de juegos. Alianza. Retrieved from https://books.google.com.co/books?id=Nz5mh5JZ_6kC
DeCanio, S. J., & Fremstad, A. (2013). Game theory and climate diplomacy. Ecological Economics, 85, 177–187. https://doi.org/10.1016/j.ecolecon.2011.04.016
Edenhofer, O., Pichs-Madruga, R., Sokona, Y., Shardul, A., Alexeyevich Bashmakov, I. G. B. (Argentina), Broome, J., … Brunner, S. (2014). CAMBIO CLIMÁTICO 2014 Mitigación del cambio climático, 40. Retrieved from https://www.ipcc.ch/pdf/assessment-report/ar5/wg2/ar5_wgII_spm_es.pdf
FAO. (2007). Adaptation to climate change in agriculture , forestry and fisheries : Perspective , framework and priorities. Cracalla.
Forgó, F., Fülöp, J., & Prill, M. (2005). Game theoretic models for climate change negotiations. European Journal of Operational Research, 160(1), 252–267. https://doi.org/10.1016/j.ejor.2003.06.025
García-Valdecasas Medina, J. I. (2011). La simulación basada en agentes: una nueva forma de explorar los fenómenos sociales. Revista Española de Investigaciones Sociológicas, 136, 91–109. https://doi.org/10.5477/cis/reis.136.91
Georgopoulou, E., Sarafidis, Y., Mirasgedis, S., Zaimi, S., & Lalas, D. . (2003). A multiple criteria
97
decision-aid approach in defining national priorities for greenhouse gases emissions reduction in the energy sector. European Journal of Operational Research, 146(1), 199–215. https://doi.org/10.1016/S0377-2217(02)00250-3
Gowdy, J. M. (2008). Behavioral economics and climate change policy. Journal of Economic Behavior & Organization, 68(3–4), 632–644. https://doi.org/10.1016/j.jebo.2008.06.011
Greenpeace. (2014). Annual Greenpeace Annual From Our Executive.
Hamarat, C., Kwakkel, J. H., Pruyt, E., & Loonen, E. T. (2014). An exploratory approach for adaptive policymaking by using multi-objective robust optimization. Simulation Modelling Practice and Theory, 46, 25–39. https://doi.org/10.1016/j.simpat.2014.02.008
Harris, D. C. (2010). Charles David keeling and the story of atmospheric CO2 measurements. Analytical Chemistry, 82(19), 7865–7870. https://doi.org/10.1021/ac1001492
Heede, R. (2014). Carbon Majors : Accounting for carbon and methane emissions 1854-2010. Methods & Results Report. Snowmass, Colorado. Retrieved from http://carbonmajors.org/wp/wp-content/uploads/2014/04/MRR-9.1-Apr14R.pdf
Helm, D., Hepburn, C., & Ruta, G. (2012). Trade, climate change, and the political game theory of border carbon adjustments. Oxford Review of Economic Policy, 28(92), 368–394. https://doi.org/10.1093/oxrep/grs013
Hernández, A. M. (2014). Strategic facilitation of complex decision-making: How process and context matter in global climate change negotiations. Strategic Facilitation of Complex Decision-Making: How Process and Context Matter in Global Climate Change Negotiations. https://doi.org/10.1007/978-3-319-06197-9
Hertzler, G., & Hertzler, G. (2007). Adapting to Climate Change and Managing Climate Risks by Using Real Options by using real options. Australian Journal of Agricultural Research, 58(January 2007), 985–992. https://doi.org/10.1071/AR06192
Hobbs, B. F., Chao, P., & Venkatesh, B. N. (1997). Using Decision Analisys to Include Climate Change In Water Resources Decision Making. Climate Change, 37(1), 177–206. https://doi.org/10.1023/A:1005376622183
Hoogenboom, G. (2000). Contribution of agrometeorology to the simulation of crop production and its applications. Agricultural and Forest Meteorology, 103(1–2), 137–157. https://doi.org/10.1016/S0168-1923(00)00108-8
I Nvestigación. (n.d.).
Ipcc. (2007). Cambio climático 2007: Informe de síntesis. … de Expertos sobre el Cambio Climático. Ginebra: …. https://doi.org/10.1256/004316502320517344
Ipcc. (2014). Climate Change 2014 Synthesis Report Summary Chapter for Policymakers. Ipcc, 31. https://doi.org/10.1017/CBO9781107415324
IPCC. (2004). ¿ Quién es quién en el IPCC? Geneva, Suiza. Retrieved from http://www.ipcc.ch
IPCC. (2014). IPCC, 2014: Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.
IPCC. (2015). Climate Action Now Summary for policymakers 2015. Emissions Scenarios. A Special Report of the Intergovernmental Panel on Climate Change Working Group III. https://doi.org/10.1017/CBO9780511546013.003
Izquierdo, L. R., Galán, J. M., Santos, J. I., & Del Olmo, R. (2008). Modelado de sistemas complejos
98
mediante simulación basada en agentes y mediante dinámica de sistemas. EMPIRIA. Revista de Metodología de Ciencias Sociales, 16, 85–112.
Jeffery, L., Fyson, C., Alexander, R., Gütschow, J., Rocha, M., Cantzler, J., … Blok, K. (2015). 2.7°C is not enough – we can get lower. Climate Action Tracker Update.
Kahneman, D. (2012). Pensar rápido, pensar despacio. Retrieved from http://books.google.cl/books?id=Ypj75lf86zsC
Kahneman, D., Lovallo, D., & Sibony, O. (2011). Antes de tomar una gran decisión …, (Harvard Business Review América Latina), 12.
Kennedy, C. M., Hawthorne, P. L., Miteva, D. A., Baumgarten, L., Sochi, K., Matsumoto, M., … Kiesecker, J. (2016). Optimizing land use decision-making to sustain Brazilian agricultural pro fi ts , biodiversity and ecosystem services. Biological Conservation, 204, 221–230. https://doi.org/10.1016/j.biocon.2016.10.039
Kim, Y., & Chung, E. S. (2013). Assessing climate change vulnerability with group multi-criteria decision making approaches. Climatic Change, 121, 301–315. https://doi.org/10.1007/s10584-013-0879-0
Klein, N. (2014). This Changes Everithyng. Alfred A. Knopf Canada.
Knight, F. (1964). Risk, uncertainty and profit (Reprints O). New York: Sentry Press.
Kniveton, D., Smith, C., & Wood, S. (2011). Agent-based model simulations of future changes in migration flows for Burkina Faso. Global Environmental Change, 21, S34–S40. https://doi.org/10.1016/j.gloenvcha.2011.09.006
Knox-Hayes, J. (2012). Negotiating climate legislation: Policy path dependence and coalition stabilization. Regulation & Governance, 6(4), 545–567. https://doi.org/10.1111/j.1748-5991.2012.01138.x
Konidari, P., & Mavrakis, D. (2007). A multi-criteria evaluation method for climate change mitigation policy instruments. Energy Policy, 35(12), 6235–6257. https://doi.org/10.1016/j.enpol.2007.07.007
Kunreuther, H., & Weber, E. U. (2014). Aiding Decision Making to Reduce the Impacts of Climate Change. Journal of Consumer Policy, 1–15. https://doi.org/10.1007/s10603-013-9251-z
Lefèvre, B. (2009). Long-term energy consumptions of urban transportation: A prospective simulation of “transport-land uses” policies in Bangalore. Energy Policy, 37(3), 940–953. https://doi.org/10.1016/j.enpol.2008.10.036
Maani, K. (2013). Decision-making for climate change adaptation: a systems thinking approach.
Madani, K. (2011). Hydropower licensing and climate change: Insights from cooperative game theory. Advances in Water Resources, 34(2), 174–183. https://doi.org/10.1016/j.advwatres.2010.10.003
Matzner, N., & Herrenbrück, R. (2017). Simulating a Climate Engineering Crisis: Climate Politics Simulated by Students in Model United Nations. Simulation and Gaming, 48(2), 268–290. https://doi.org/10.1177/1046878116680513
MDBs. (2015). Joint report on multilateral development banks’ climate finance 2014, 44. Retrieved from www.worldbank.org/climate/MDBclimatefinance2014
Mind Tools. (n.d.). Decision Trees.
99
Munda, G. (2000). Conceptualising and Responding to Complexity, (2), 20.
National Geographic. (2016, May). Edición del cambio climatico *Cómo arregralrlo? *Cómo vivir con él?, 1–92.
Nussbaum, E. M., Owens, M. C., Sinatra, G. M., & Cordova, J. R. (2016). Losing the Lake: Simulations to Promote Gains in Student Knowledge and Interest about Climate Change. The International Journal of Environmental and Science Education, 10(6), 789–811. https://doi.org/10.12973/ijese.2015.277a
ONU, (Organización de las Naciones Unidas). (2015). Convención Marco sobre el Cambio Climático CP: 21, 21930, 40. Retrieved from http://unfccc.int/resource/docs/2015/cop21/spa/l09s.pdf
Palacio, L., & Parra, D. (2014). El dilema de contribución voluntaria a bienes públicos: Una revisión de trabajos experimentales. Cuadernos de Economía, 33(62), 123–144. Retrieved from http://www.revistas.unal.edu.co/index.php/ceconomia/article/view/43668
Pohekar, S. D., & Ramachandran, M. (2004). Application of multi-criteria decision making to sustainable energy planning—A review. Renewable and Sustainable Energy Reviews, 8(4), 365–381. https://doi.org/10.1016/j.rser.2003.12.007
Refsgaard, J. C., Arnbjerg-Nielsen, K., Drews, M., Halsn??s, K., Jeppesen, E., Madsen, H., … Christensen, J. H. (2013). The role of uncertainty in climate change adaptation strategies-A Danish water management example. Mitigation and Adaptation Strategies for Global Change, 18(3), 337–359. https://doi.org/10.1007/s11027-012-9366-6
Rehmeyer, J. (2010). “Discounting” the future cost of climate change.
Ridgley, M. a. (1996). Fair sharing of greenhouse gas burdens. Energy Policy, 24(6), 517–529. https://doi.org/10.1016/0301-4215(96)00034-1
Romano, G. (2014). Decisiones intertemporales y decisiones bajo incertidumbre : Relaciones lógicas y conceptuales Intertemporal decisions and decisions under uncertainty : Aios, 1, 1–34.
Santibañez, E. D. R. (2014). Captura y Almacenamiento de Carbono para Mitigar el Cambio Climático: Modelo de Optimización Aplicado a Brasil. Revista Internacional de Contaminación Ambiental, 30(2), 235–245.
Shannon, R. (1998). Introduction To the Art and Science of Simulation. Proceedings of the 1998 Winter Simulation Conference, 7–14. https://doi.org/10.1017/CBO9781107415324.004
Simpson, M. . (2008). Adaptation and Mitigation in the Tourism Sector : Frameworks , Tools and Practices U n i t e d N a t i o n s E n v i ro n m e n t P ro g r a m m e ON Promotes environmentally (University). Paris.
Squillace, M. (2011). La influencia de los heurísticos en la toma de decisiones. Biología del Comportamiento.
Sterman, J. D. (2001). System Dynamics Modeling: Tools for Learning in a Complex World. California Management Review, 43(4).
Stirling, A. (1999). Risk at a turning point ? Journal of Environmental Medicine, 1301, 119–126. https://doi.org/10.1002/1099-1301(199907/09)1
The World Bank Group. (n.d.). Member Countries.
Tompkins, E. L., & Neil Adger, W. (2005). Defining response capacity to enhance climate change policy. Environmental Science and Policy, 8(6), 562–571.
100
https://doi.org/10.1016/j.envsci.2005.06.012
Tracker, C. A. (2013). Analysis of current greenhouse gas emission trends, (November).
Triantaphyllou, E. (2000). Introduction to Multi-Criteria Decision Making. In Multi-criteria Decision Making Methods: A Comparative Study (pp. 1–4). Boston, MA: Springer US. https://doi.org/10.1007/978-1-4757-3157-6_1
Triantaphyllou, E., Shu, B., Sanchez, S. N., & Ray, T. (1998). Multi-Criteria Decision Making : An Operations Research Approach, 15, 175–186.
United Nations. (n.d.). Framework Convention on Climate Change.
Van Linden, S. L. Der, Leiserowitz, A. A., Feinberg, G. D., & Maibach, E. W. (2015). The scientific consensus on climate change as a gateway belief: Experimental evidence. PLoS ONE, 10(2), 1–9. https://doi.org/10.1371/journal.pone.0118489
van Pelt, S. C., Haasnoot, M., Arts, B., Ludwig, F., Swart, R., & Biesbroek, R. (2015). Communicating climate (change) uncertainties: Simulation games as boundary objects. Environmental Science & Policy, 45, 41–52. https://doi.org/10.1016/j.envsci.2014.09.004
Vitoriano, B. (2007). Teoría de la decisión: decisión con incertidumbre, decisión multicriterio y teoría de juegos. Universidad Complutense de Madrid, 107. Retrieved from http://moodle2.unid.edu.mx/dts_cursos_mdl/pos/AN/MTD/AM/10/Teoria.pdf
Wang, J.-J., Jing, Y.-Y., Zhang, C.-F., & Zhao, J.-H. (2009). Review on multi-criteria decision analysis aid in sustainable energy decision-making. Renewable and Sustainable Energy Reviews, 13(9), 2263–2278. https://doi.org/10.1016/j.rser.2009.06.021
Werners et al. (2013). Adaptation Turning Points: Decision Support Methods for Adaptation.
Willows, R., & Connell, R. (2003). Climate adaptation: Risk, uncertainty and decision-making. Policy. Oxford. https://doi.org/10.1016/j.molcel.2011.04.017
Wood, P. J. (2011). Climate change and game theory. Annals of the New York Academy of Sciences, 1219(1), 153–170. https://doi.org/10.1111/j.1749-6632.2010.05891.x
World Bank. (2012). Turn Down the Heat: why a 4°C warmer world must be avoided.
World Resources Institute (WRI); United Nations Development Programme; United Nations Environment Programme; World Bank. (2011). Decision Making in a Changing Climate world Resources. Retrieved from www.wri.org
Yang, J.-S., Chung, E.-S., Kim, S.-U., & Kim, T.-W. (2012). Prioritization of water management under climate change and urbanization using multi-criteria decision making methods. Hydrology and Earth System Sciences, 16(3), 801–814. https://doi.org/10.5194/hess-16-801-2012
Yousefpour, R., Jacobsen, J. B., Meilby, H., & Thorsen, B. J. (2014). Knowledge update in adaptive management of forest resources under climate change: a Bayesian simulation approach. Annals of Forest Science, 71(2), 301–312. https://doi.org/10.1007/s13595-013-0320-x
Zhou, P., Ang, B., & Poh, K. (2006). Decision analysis in energy and environmental modeling: An Update. Energy, 2604-2622.