Energías renovables como motor de crecimiento económico en el Perú

Elaborado por: Kenny Condori Vicente

Editado por: Daniel Perez Farro

Resumen

El presente trabajo de investigación muestra que el Perú es un buen candidato a la generación de energías renovables. Esto debido a su gran variedad de recursos energéticos renovables, su geografía, el crecimiento de su demanda energética, entre otros. No obstante, esta implementación en la matriz energética no se ha dado de manera eficiente durante los últimos años. Es por ello que se busca brindar una mayor relevancia, mostrando los beneficios que implica el uso de energías renovables. Entre ellas, se menciona que el empleo de estos recursos generaría un mayor crecimiento económico y la obtención de nuevos beneficios tanto ambientales como sociales. De esta manera, se plantea el uso de energías renovables como una externalidad positiva en el país.

Introducción

La energía renovable es una fuente de energía nueva y rentable que protege los mercados energéticos y a los usuarios de la volatilidad, y también estimula el crecimiento sostenible (Agencia Internacional de Energías Renovables [IRENA], 2021). Se considera energía renovable (ER) cuando la producción de energía está dada por el empleo de recursos energéticos renovables (RER). En ese sentido, se dice que el Perú tiene vastos recursos de energía renovable que permanecen en gran medida sin explotar. Por ejemplo, según IRENA (2014), existe una abundancia de RER como solares, de biomasa, eólicos y geotérmicos, y un importante potencial hidroeléctrico tanto en la costa como en las tierras altas. Así, en un contexto de creciente demanda de electricidad, las energías renovables podrían desempeñar un papel importante, asegurando aún más la energía necesaria para impulsar la expansión económica preservando al mismo tiempo el medio ambiente. En este artículo, se presentará el uso de las energías renovables como un motor de crecimiento económico en el contexto peruano.

Desarrollo

Potencial y situación de las energías renovables en el Perú

Las energías renovables son un tipo de energías derivadas de fuentes naturales como, por ejemplo, la luz solar y el viento, y pueden reponerse de una manera más rápida de lo que pueden consumirse (Organización de las Naciones Unidas [ONU], s.f.). En ese sentido, el Perú se convierte en un país con un gran potencial para el uso de las ER debido a su ubicación geográfica, el clima y la diversidad de sus recursos naturales. Sin embargo, la implementación de este nuevo factor de producción no ha sido eficiente en el tiempo. Esto se observa en la Figura 1, la cual muestra los 10 primeros países con mayor Índice de Transición Energética (ETI) en la región Latinoamérica y El Caribe en los años 2019 y 2023. En este gráfico, se observa que el indicador en el Perú disminuyó en el 2023 con respecto al 2019, haciendo que pase del séptimo puesto de la región al octavo. Mientras que, en el ranking mundial, se encuentra once puestos más abajo. Es importante mencionar que el ETI proporciona un marco basado en datos para medir y comprender el desempeño de sistemas energéticos y preparación para la transición energética en los países evaluados. La elaboración de este indicador tiene como objetivo asegurar que los países se mantengan en su compromiso con el Acuerdo de París, donde se busca reducir las emisiones de gases de efecto invernadero.

Figura 1

Ranking de países con mayor ETI en la región Latinoamérica y El Caribe (2019 y 2023)

Nota. Elaboración propia con datos tomados de Fostering Effective Energy Transition (p. 12), por WEF, 2023.

A pesar del lento proceso en la implementación de plantas de energías renovables, en los últimos años, se ha propuesto y ejecutado una variedad de proyectos emblemáticos como, por ejemplo, la planta de energía solar más grande del país: Rubí. Esta planta se encuentra ubicada en Moquegua y genera 440 GWh anuales, equivalentes al consumo de más de 350 000 hogares peruanos con energía renovable (Ente Nacional para la Energía Eléctrica [Enel], s.f). De la misma manera, en 2018, se inauguró el proyecto Wayra I. Este proyecto consiste en la implementación de una central eólica, ubicada en Ica, que genera 600 GWh anuales, equivalentes al consumo de más de 483 000 hogares.

Asimismo, la transición al uso de energías renovables es importante para el Perú. Según Gamio (2011),"si no se diversifica la matriz energética el Perú podría volverse altamente vulnerable a las alzas de precio del petróleo y al estrés hídrico generado por el cambio climático, disminuyendo la seguridad energética" (p. 41). El cambio en la matriz energética se muestra en la Figura 2, donde se observa que durante el paso del tiempo se comenzó a aplicar en mayor medida el empleo de recursos energéticos renovables. Esto significa un avance para el nivel tecnológico del país y una mirada a una industria más sostenible.

Figura 2

Matriz energética por tipo de recurso energético (2010-2023)

Nota. Elaboración propia con datos tomados de Portal Web del COES.

Impacto económico de las energías renovables

Como se mencionó anteriormente, el uso de energías renovables necesita del empleo de RER para poder generar este tipo de energías. Asimismo, Schmerler et al. (2019) sostienen que los proyectos de energía solar y eólica suelen ejecutarse en un menor tiempo y generan menos conflictos sociales. Este última característica se basa en que los conflictos socioambientales relacionados con recursos renovables son muy escasos, y los que incluyen esta temática suele deberse a la alta rivalidad que se le de al recurso. De esta manera, la implementación de los RER para la producción de energía se caracteriza por ser más eficiente, reduciendo los costos de ajuste.

Además, el empleo de los RER durante el proceso de producción conlleva a los siguientes beneficios: genera una baja conflictividad social, su instalación es rápida (volviéndose más eficiente que otros recursos), posibilita la diversificación de las fuentes de energía, descentraliza la concentración geográfica y reduce los niveles de contaminación ambiental (Schmerler et al., 2019). De esta manera, se observa que las energías renovables implican un impacto económico positivo y una gran variedad de beneficios en la calidad de vida de las personas. En ese sentido, se postula que el uso de energías renovables en el proceso de producción es considerado una externalidad positiva debido a que favorece a terceros (los ciudadanos), quienes no intervienen directamente en dicho proceso. Sin embargo, es importante mencionar que las externalidad así sean positivas, generan distorsiones en el mercado; es decir, la solución presentada por el mercado no es eficiente. Por lo que se debe implementar al Gobierno para que pueda dar solución a obtener una asignación Pareto mejorada y en el mejor de los casos que esta asignación de recursos sea Pareto eficiente.

El modelo

Se ha mostrado que el uso de energías renovables contribuye a una mejora en el bienestar mediante el crecimiento económico. Es por ello que se presentará un modelo teórico que explique la relación entre estas dos variables.

Partiendo del modelo formulado por Solow (1956), se propone que la producción de bienes y servicios finales en un territorio (Y) está determinado por el nivel de tecnología (A), el capital físico (K) y la mano de obra (L). Sin embargo, en base a la literatura mencionada anteriormente, se refleja que el uso de energías renovables sirve como factor de producción e, incluso, genera una externalidad positiva en la producción. En ese sentido, se plantea agregar la energía renovable (R) en la ecuación. Suponemos una función de producción Cobb Douglas para simplificar el análisis:

Es importante mencionar que los exponentes representan la participación del capital físico, las energías renovables y la mano de obra en el proceso de producción, respectivamente. Además, se plantea el supuesto de que el ahorro nacional (S) está dado por una proporción (s) del ingreso (Y) (Ecuación 2).

Según De Gregorio (2007), “la inversión neta es la cantidad de capital que se agrega por sobre el capital ya existente; en consecuencia, es la inversión bruta menos la depreciación”. De esta manera, se obtiene la ecuación de movimiento del capital (Ecuación 3):

Donde la primera, segunda y tercera variable representan el movimiento del capital en el tiempo o inversión neta, la inversión bruta y la tasa de depreciación, respectivamente.

Además es importante recalcar que partimos de una economía en la cual todo lo que se ahorra se invierte (Ecuación 4).

Resolviendo el modelo y haciendo los reemplazos correspondientes, se obtiene la descomposición de la tasa de crecimiento del capital (Ecuación 5), el cual representa en cierta parte la tasa de crecimiento de la producción. Asimismo, se puede observar el nivel de capital en estado estacionario (Ecuación 6). Para poder calcular este nivel, se debe precisar que la tasa de crecimiento del capital será constante e igual a cero. A partir de este nivel de capital, y precisando que el uso de energías renovables se produce de manera exógena, se puede inferir el nivel de producción en estado estacionario o a largo plazo (Ecuación 7).

Así, se desprende que el nivel de producción en el largo plazo aumentaría mientras mayor sea el uso de energías renovables en términos per cápita. Esto se daría mediante un aumento de los recursos energéticos renovables en la matriz de energía o haciendo más eficiente su difusión.

Teóricamente, en el modelo se observó que el uso de energías renovables influye en el crecimiento del producto. Es por ello que se verificará a través de un modelo econométrico si el modelo se cumple en la realidad peruana. Primero, se presentarán las variables consideradas en el modelo en la Tabla 1.

Tabla 1

Especificación de la variable dependiente y las independientes

La sensibilidad del crecimiento económico ante una variación del nivel de energías renovables se estimará a partir de la regresión estadística del modelo econométrico multivariante (Ecuación 8). Esto se realizará estimando el parámetro respectivo a la variable de energías renovables mediante el método de los Mínimos Cuadrados Ordinarios (MCO) y bajo ciertos supuestos que se validarán posteriormente. En este estudio, se empleó el programa R para validar los supuestos del modelo de regresión y construir el modelo. La siguiente ecuación se encuentra plasmada en forma matricial, donde se encuentra la variable dependiente (Y), la variable de estudio (X1) y las variables de control.

Los resultados muestran que el modelo explica el 97% de variabilidad de la variable dependiente a través del estadístico R-cuadrado. Además, se desprende un valor positivo en la estimación del parámetro correspondiente a las energías renovables (variable de estudio), con un valor de 1.481, mostrando que tiene la característica de retornos crecientes a escala en la producción. Es importante mencionar que si se desea que el parámetro estimado sea representativo al valor real se deben validar los siguientes supuestos en el modelo:

Linealidad: la relación entre las variables independientes y la variable dependiente debe ser lineal. Este supuesto se verificará gráficamente en un plano (residuales-variable independiente) en la Figura 3, donde la posición de los residuales debe encontrarse alrededor del cero de manera aleatoria para demostrar una relación lineal.

Figura 3

Distribución de los residuales por variable explicativa

Normalidad en los residuos: significa que los errores deben seguir una distribución normal. Para ello se aplicó el test Shapiro-Wilk, el cual contrasta la hipótesis nula (H0) de que los residuos siguen una distribución normal. De esta forma, se obtiene un p-value igual a 0.204, haciendo que se acepte H0.
Homocedasticidad en los residuos: la varianza de los residuos debe ser constante en todo el rango de observaciones. Se probó el test de Breusch-Pagan, cuya hipótesis nula (H0) es que no hay heterocedasticidad en el modelo. El resultado del p-value es 0.98 haciendo que se acepte H0 y se verifique la homocedasticidad en los errores.
Ausencia de multicolinealidad: no debe existir una alta correlación entre las variables independientes. Se usó el Factor de Inflación de Varianza (VIF) que mide la severidad de la multicolinealidad en la regresión. Un VIF mayor que 5 refleja una alta correlación entre las variables predictoras. Esto se observará en la Tabla 2.

Tabla 2

Prueba de multicolinealidad con el Factor de Inflación de Varianza (VIF)

Nota. Un VIF menor a 5 representa una baja multicolinealidad entre las variables independientes. Elaboración propia

Independencia de residuos: Los errores deben ser independientes entre sí y no debe existir una autocorrelación. Se aplicó el test Durbin-Watson para contrastar la hipótesis nula (H0) que menciona que no hay autocorrelación en los residuos. En los resultados, se obtuvo un p-value igual a 0.46, haciendo que se verifique H0. Gráficamente también se puede observar en la Figura 4. Si la Función de Autocorrelación (ACF) es mayor al nivel de confianza (línea azul), existe un alto nivel de autocorrelación.

Figura 4

Función de Autocorrelación (ACF) para cada retraso (lag)

Nota. La función ACF muestra la correlación entre los residuos para diferentes lags. Elaboración propia.

Una vez validado los supuestos sobre los que se fundamenta el método de los MCO, se concluye que el parámetro estimado correspondiente a la variable independiente estudiada es eficiente, insesgado y robusto.

Conclusiones

En conclusión, el análisis de la situación de las energías renovables en el Perú revela un panorama mixto. Si bien se han logrado avances significativos con proyectos emblemáticos como Rubí y Wayra I, el país aún enfrenta desafíos en términos de eficiencia y escala en la implementación de estas tecnologías. Asimismo, se observa a través del modelo planteado que en Perú, la implementación de recursos energéticos renovables en el proceso de producción contribuye a un mayor crecimiento económico y, también, a la generación de beneficios ambientales y sociales. Esto demuestra que el uso de ER debe ser considerada como una externalidad positiva, por lo que al ser una distorsión, se debe implementar políticas que permitan corregir esta y, así, lograr un mayor crecimiento. En última instancia, la integración efectiva de las energías renovables conducirá al país a un futuro más sostenible y resiliente.

Glosario

Pareto eficiente: se dice que una asignación de recursos es Pareto eficiente cuando no se puede mejorar el bienestar, con otra asignación, de al menos un individuo sin perjudicar el de otro.
Pareto mejorada: una asignación es considerada Pareto mejorada si al compararla con otra esta es preferible (mejora al menos un individuo sin perjudicar el de otro).
Hipótesis nula (H0): es una afirmación inicial que se somete a prueba en un análisis estadístico.
Distribución normal: distribución estadística que es simétrica con respecto a la media (donde también coincide la mediana y la moda). Además, esta distribución de probabilidad depende de 2 parámetros: media o esperanza y la desviación estándar.
P-value: se refiere al mínimo nivel de significancia con el cual se rechaza la hipótesis nula.
Lag: es considerado un retraso y se usa en la función ACF. Un lag igual a 1 representa un retraso.
Residual: también llamado residuo (diferente al error), se refiere a la diferencia entre el valor real y el estimado por el modelo.

Bibliografía

- De Gregorio, J. (2007). Macroeconomía: teoría y políticas (1a. ed.). Pearson Educación. https://repositorio.uchile.cl/handle/2250/122752

- Ente Nacional para la Energía Eléctrica [Enel]. (s.f). Planta Solar Rubí: la nueva era de la energía llegó al Perú. https://www.enel.pe/es/sostenibilidad/rubi-la-central-solar-de-enel-mas-grande-del-peru.html

- Gamio, P. (2011). ¿Por qué Promover las Energías Renovables en el Perú?. Derecho & Sociedad, (36), 40-44. https://revistas.pucp.edu.pe/index.php/derechoysociedad/article/view/13208

- Organización de las Naciones Unidas [ONU]. (s.f). ¿Qué son las energías renovables?. https://www.un.org/es/climatechange/what-is-renewable-energy

- Schmerler, D., Velarde, J., Rodríguez, A. y Solís, B. (2019). Energías renovables: experiencia y perspectivas en la ruta del Perú hacia la transición energética. Osinergmin. https://www.gob.pe/institucion/osinergmin/informes-publicaciones/483400-energias-renovables-experiencia-y-perspectivas-en-la-ruta-del-peru-hacia-la-transicion-energetica

- Solow, R.M. (1956). A Contribution to the theory of economic growth. The Quarterly Journal of Economics, 70(1), 65-94. https://academic.oup.com/qje/article-abstract/70/1/65/1903777

- World Economic Forum [WEF]. (2023). Fostering Effective Energy Transition 2023. https://www.weforum.org/publications/fostering-effective-energy-transition-2023/ A