Si el desempeño de un programa de apoyo a la tecnología climática se juzga solo por el número de equipos instalados o de empresas participantes, pueden quedar fuera preguntas importantes. Falta saber con qué estabilidad funcionaron en el campo los equipos instalados, en qué condiciones se confirmó el efecto de reducción y si el siguiente operador podrá aprovechar esa experiencia. Para que el presupuesto conduzca a la difusión tecnológica, hay que examinar los resultados del aprendizaje junto con los registros de ejecución.

Esto no significa que solo deban recibir apoyo las empresas que ya disponen de datos de demostración. En la investigación inicial todavía puede no haber datos de campo. Lo necesario es apoyo y evidencia acordes con cada etapa: una hipótesis que verificar en la fase de investigación, resultados comparables en la fase de demostración y el coste y desempeño de una operación repetida en la fase de expansión.

La demostración es una etapa difícil de asumir por el sector privado en solitario

Cuando una tecnología que funcionó en el laboratorio se traslada a un centro de operación real, aparecen nuevos costes. Hay que adaptar el entorno de instalación, capacitar a los trabajadores y responder a averías y datos faltantes. Si esos costes deben asumirse antes de conseguir el primer cliente que permita mostrar el desempeño, se crea un vacío entre el desarrollo tecnológico y la comercialización.

La IEA explica que el gran capital y el riesgo necesarios para probar tecnologías en demostraciones de energía limpia pueden ser obstáculos, y analiza instrumentos de apoyo gubernamental. Puesto que este informe es material del sector energético, no puede trasladarse como fundamento directo a las políticas de apoyo ganadero. Sin embargo, la cuestión de cómo diseñar quién asume el riesgo de la validación en campo puede servir de referencia para otras tecnologías climáticas. IEA, Advancing Clean Energy Demonstration Projects

Desde esta perspectiva, la función del apoyo público comienza menos por el importe del subsidio que por lo que el apoyo permitirá averiguar de nuevo. Un programa que compensa el coste de compra de productos ya vendibles y otro que verifica un desempeño todavía incierto tienen objetivos distintos. Esa diferencia también debe reflejarse en la matriz de evaluación.

Preguntas más importantes que decir que hay datos

Si se toma como ejemplo una demostración de metano ganadero, el mero hecho de que haya muchos registros de sensores no permite explicar el efecto de reducción. Lo que observa el equipo debe coincidir con el resultado que se pretende afirmar. La concentración de metano en el aire indica qué proporción de metano hay en el aire de ese punto. Es un valor distinto de la masa de metano emitida durante un periodo determinado.

La guía de medición de la Alianza Global de Investigación sobre Gases de Efecto Invernadero en la Agricultura explica que la cantidad de metano generada en una cámara respiratoria se obtiene utilizando conjuntamente la diferencia entre las concentraciones de metano del aire entrante y saliente y el caudal de aire. Al evaluar equipos de campo también debe comprobarse qué cálculos y supuestos se necesitan para pasar del valor observado al indicador final. GRA, Livestock Emissions Measurement

Por ello, conviene que los informes de resultados del apoyo incluyan la unidad de los valores brutos, el lugar de medición, los registros de calibración del equipo, el periodo normal de recopilación y el método para tratar datos faltantes. También es necesario explicar si se eliminaron periodos de baja tasa de recopilación y si se compararon con el mismo criterio los valores anteriores y posteriores a un cambio de equipo. Estos registros son más útiles para una revisión posterior que grandes archivos de datos.

El presupuesto puede vincularse a preguntas de cada etapa

En los proyectos iniciales se comprueba si el objeto de validación y el método de observación son adecuados entre sí. Al pasar a la demostración en campo, se fijan las condiciones de comparación y se observa si los registros se mantienen en la operación real. En la etapa de expansión se comprueba si los resultados se reproducen también en otros entornos y si el cliente puede seguir utilizando la solución, incluidos los costes de mantenimiento. Esto es una propuesta para diseñar programas, no una explicación de los criterios de evaluación vigentes de un programa concreto.

Conviene fijar las condiciones de cierre de cada etapa antes de empezar. Por ejemplo, se puede acordar cómo tratar el periodo en que cambiaron las condiciones de alimentación y qué comprobar adicionalmente si no se obtiene la muestra prevista. Incluso cuando no aparece el efecto esperado, distinguir las causas puede reducir el coste del siguiente experimento. En cambio, cambiar después el alcance del análisis para que el resultado parezca mejor dificulta las decisiones posteriores.

Si se utiliza un modelo de desembolso escalonado del presupuesto, puede vincularse a entregables verificables en vez de al mero transcurso del calendario. Se trata de concretar la evidencia que debe quedar en cada etapa, como un plan de medición, historial de calibración, informe intermedio de calidad y material final de análisis. Sin embargo, si la incertidumbre de la fase exploratoria se trata únicamente como fracaso, las empresas pueden evitar problemas difíciles; por ello, el desempeño técnico y una validación diligente deben evaluarse por separado.

Los resultados del apoyo público deben servir también para la siguiente validación

La competitividad de una empresa individual y el aprendizaje público pueden entrar en conflicto. Exigir que se hagan públicos todos los datos brutos de la granja puede disuadir a los productores de participar, mientras que mantener confidenciales todos los resultados puede llevar a repetir los mismos tropiezos. Hace falta diseñar desde el principio qué elementos se divulgarán y cuáles se protegerán.

En la práctica, pueden considerarse candidatos para compartir los procedimientos de medición que no revelen a los productores ni las condiciones contractuales, los tipos de error de los equipos y los indicadores de calidad anonimizados. Esto no significa que deban hacerse públicas fórmulas de alimentación comercialmente importantes ni datos personales de contacto. Definir quién accede a los datos, el plazo de conservación, el alcance del reanálisis y las condiciones de uso tras el fin de la investigación conjunta puede reducir usos que los participantes no esperaban.

También debe definirse por separado la base contable que se utilizará al explicar externamente el desempeño de reducción. El Project Protocol del GHG Protocol es una herramienta para cuantificar los efectos de gases de efecto invernadero de los proyectos de reducción, y su finalidad es distinta de los criterios para calcular las emisiones totales de una empresa. Antes de rellenar con la misma cifra los informes de programas de apoyo y los informes de emisiones empresariales, hay que confirmar primero el propósito del cálculo. GHG Protocol, Project Protocol

Apoyar demostraciones significa reducir la incertidumbre

Un buen apoyo no termina al elegir empresas que presentan altas tasas de reducción. Debe hacer visibles las condiciones en las que hubo efecto y aquellas que todavía se desconocen. La calidad de los datos de campo es un recurso que ayuda a ese juicio.

El primer material que puede preparar un operador quizá sea un plan de validación sencillo, no una vistosa tabla de proyecciones. Consiste en conectar en un documento el problema del cliente que se busca resolver, los indicadores que se confirmarán en esta demostración, el método de comparación y la entidad que recibirá los resultados para tomar una decisión. Cuando esa conexión es clara, se puede explicar el sentido del apoyo incluso después de terminar la compra del equipo.

Tener datos de demostración por sí solo no determina el resultado de la financiación pública ni de una garantía. La decisión depende del objetivo y los requisitos de cada programa y de una evaluación separada. En contraste, el resultado que debe dejar el apoyo público es claro: evidencia con sus condiciones y límites registrados, que pueda utilizarse en las siguientes decisiones de inversión y adopción.

Referencias