¿Hasta qué punto son fiables las previsiones de los costes futuros de la tecnología energética?
Nuestra idea de una economía global neutra en carbono y sostenible solo puede hacerse realidad mediante políticas y planes empresariales sólidos y rentables. Para diseñar esas estrategias, los expertos necesitan estimaciones fiables de lo que costarán en el futuro las tecnologías que podrían desempeñar un papel fundamental en la transición energética. Sin embargo, el proceso de innovación es complejo, involucra a agentes diferentes y, en consecuencia, es difícil de predecir. Entonces, ¿hasta qué punto son fiables las previsiones actuales sobre los costes futuros de la tecnología energética? En busca de una respuesta, investigadores apoyados por los proyectos financiados con fondos europeos INNOPATHS, COP21 RIPPLES y 2D4D llevaron a cabo la primera comparación sistemática de diferentes previsiones de costes tecnológicos elaboradas por métodos basados en expertos y en modelos. Analizaron el rendimiento de los distintos métodos de previsión generando previsiones probabilísticas de costes tecnológicos a partir de varias fechas en el pasado y comparándolas después con los costes observados en 2019. Como afirma la investigadora principal, la profesora Laura Díaz Anadón, de la Universidad de Cambridge, en una nota de prensa en «EurekAlert!»: «Esta comparación es esencial para garantizar que los investigadores y analistas dispongan de más pruebas con base empírica en los modelos de evaluación integrados, los análisis de costes y beneficios y los esfuerzos más amplios de formulación de políticas». En el estudio se utilizó un método basado en expertos —intervenciones de expertos o encuestas estructuradas de expertos— y cuatro métodos basados en modelos que modelan los costes en función de la implantación o del tiempo. Los investigadores aplicaron estos métodos a seis tecnologías: electricidad nuclear, módulos fotovoltaicos, energía eólica terrestre, energía eólica marina, células de electrólisis alcalina y células de electrólisis de membrana de intercambio de protones.
Los métodos basados en modelos obtienen mejores resultados
El coautor del estudio, el doctor Rupert Way, de la Universidad de Oxford, explicó los resultados: «La comparación de las previsiones basadas en expertos y en modelos con los costes observados en 2019 durante un período corto de tiempo (un máximo de 10 años) muestra que los métodos basados en modelos superaron a las intervenciones de expertos. Más en concreto, el rango del percentil cinco al noventa y cinco de los cuatro métodos basados en modelos tenía muchas más probabilidades de contener el valor observado que el de las previsiones de las intervenciones de expertos. Entre los métodos basados en modelos, algunos captaron los costes observados en 2019 con más frecuencia que otros». La autora principal, la doctora Jing Meng, del University College de Londres, añadió que «las medianas de 2019 de las previsiones basadas en modelos estaban más cerca del coste medio observado en 2019 para 5 de las 6 tecnologías». Sin embargo, se comprobó que todos los métodos subestimaban el progreso tecnológico en prácticamente todas las tecnologías. Esto podría atribuirse a los cambios estructurales impulsados por las nuevas políticas climáticas y energéticas y las fuerzas sociales y del mercado. Tal y como señaló la coautora, la profesora Elena Verdolini, de la Universidad de Brescia (Italia): «En 5 de las 6 tecnologías analizadas, los métodos produjeron medianas de previsión de costes para 2019 superiores a los costes observados en 2019. Esto indica que el ritmo de progreso en la reducción de costes ha sido superior a lo que preveían tanto los datos históricos como las opiniones de los expertos. Sin embargo, está por ver hasta qué punto este ritmo de progreso más rápido en comparación con las previsiones continuará (o no) en el futuro». Los hallazgos de la investigación se publicaron en «Proceedings of the National Academy of Sciences of the United States of America». El estudio está financiado por INNOPATHS (Innovation pathways, strategies and policies for the Low-Carbon Transition in Europe), COP21 RIPPLES (COP21: Results and Implications for Pathways and Policies for Low Emissions European Societies) y 2D4D (Disruptive Digitalization for Decarbonization), y subraya la necesidad de seguir investigando para comparar los métodos de previsión en una gama más amplia de tecnologías. Para más información, consulte: Sitio web del proyecto INNOPATHS Sitio web del proyecto COP21 RIPPLES Sitio web del proyecto 2D4D
Palabras clave
INNOPATHS, COP21 RIPPLES, 2D4D, energía, tecnología, intervención de expertos, previsión basada en modelos, transición energética, coste de la tecnología energética
