Los veranos en la Ciudad de Buenos Aires no solo se han vuelto más cálidos y con temperaturas extremas más frecuentes, sino también más intolerables debido a los repetidos cortes del suministro de electricidad. Mientras escribimos este artículo -con temperaturas que rondan los 37 grados de sensación térmica- el Ente Nacional Regulador de la Electricidad (ENRE) reporta que existen decenas de miles de usuarios sin suministro en el Área Metropolitana de Buenos Aires (AMBA).
El último Informe Anual disponible en la página web del ENRE, el organismo encargado de supervisar el funcionamiento del sistema, es de 2013. Por lo tanto, poco se sabe sobre la situación en los últimos dos veranos, aunque las declaraciones del flamante Ministro de Energía y Minería indicarían que la calidad del sistema ha continuado empeorando.
Para el año 2012, el ENRE mostraba un preocupante deterioro en la calidad del servicio de suministro eléctrico. Si bien el indicador basado en la frecuencia media de interrupción por usuario (SAIFI) no parecía mucho peor que en la década anterior (ver Figuras 1 y 2), el indicador basado en el tiempo total de interrupción por usuario (SAIDI) mostraba un deterioro constante del sistema, llegando en el año 2012 a triplicar el tiempo promedio de interrupción respecto de años anteriores debido a los tornados registrados en abril de ese año. Los datos dan cuenta que en el semestre marzo-agosto del 2012 un usuario de EDENOR estuvo, en promedio, alrededor de 28 horas sin luz (Figura 3), mientras que un usuario de EDESUR estuvo en promedio más de 55 horas sin suministro de electricidad (Figura 4). Durante el semestre que incluyó la intensa ola de calor de fines de 2012, los usuarios de Edenor y Edesur estuvieron en promedio 18 y 23 horas sin luz, respectivamente. Dado que estos son datos promedio, algunos usuarios estuvieron muchísimas más horas sin suministro.
Los datos sobre las causas mediatas de los cortes en el AMBA no están disponibles, aunque claramente están relacionadas mayoritariamente con eventos climáticos extremos. En otras latitudes las causas suelen también apuntar a eventos climáticos. Por ejemplo, en los Estados Unidos mientras que el 40% de los cortes en el suministro de mayor envergadura son ocasionados por condiciones climáticas adversas (mayoritariamente huracanes e incendios), el 16% de todos los cortes registrados son producto de situaciones climáticas adversas (Lave y otros, 2005).
Sin entrar en los problemas de fondo detrás de dichos cortes en el AMBA -tarifas subsidiadas, falta de inversión y planificación, etc.- lo cierto es que las frecuentes interrupciones conllevan un costo económico muy alto sobre la población. Entre estos costos no sólo hay que contabilizar la pérdida de equipos electrónicos producto del deficiente suministro de electricidad, sino también el costo de los alimentos que no se pueden consumir, las ventas que se dejan de realizar, las pérdidas en productividad laboral, el costo de oportunidad del tiempo de las personas y los gastos extras que son consecuencia directa de no poder contar con electricidad, además de los costos en salud de las personas susceptible a las temperaturas extremas que no tienen forma de resguardarse. También, aunque frecuentemente olvidados, habría que contabilizar a los costos del ruido y la contaminación del aire que producen el uso de los (cada vez más frecuentes) grupos electrógenos, y el embotellamiento producto de semáforos fuera de funcionamiento y cortes de calles por protestas.
Algunos autores incluso agrupan estos costos en dos categorías. Por un lado, los costos de corto plazo son aquellos que ocurren durante un corte imprevisto, usualmente identificados como los costos que tiene que asumir el usuario debido a que su actividad productiva normal o su consumo directo son interrumpidos. Por otro lado, los costos de largo plazo son aquellos en que incurren los usuarios cuando deben adaptarse a patrones que son más costosos o menos eficientes frente a cortes con previo aviso.
Ahora bien, ¿cómo se puede medir esta diversidad de costos económicos relacionados con la pérdida de suministro? En el sector eléctrico no existe un mercado para las interrupciones en el suministro, por lo que no existe un precio de mercado que demuestre el costo marginal por minuto de la falla. Por lo tanto, dentro de la literatura económica los estudios indirectos aproximan el costo a partir de fuentes de información secundaria. En general los reguladores y las empresas del sector suelen utilizar lo que en inglés se denomina value of lost load, o el costo de falla. Este costo es una estimación de lo que los usuarios estarían dispuestos a pagar, en promedio, para evitar un corte en el suministro. Si los mercados fueran eficientes, este valor debería ser igual al precio mayorista de la energía en momentos de demanda pico. Sin embargo, debido a las distorsiones regulatorias y a los propios cortes, los consumidores en general no pueden expresar su disponibilidad a pagar, y por lo tanto esta debe ser estimada de alguna otra forma.
En la práctica existen cuatro formas de estimar el costo de falla. El primer método se basa en encuestas a los consumidores, en las cuales se les consulta sobre su disponibilidad a pagar por evitar cortes en el suministro. Esta alternativa se relaciona con los métodos de preferencias declaradas, debido a que dicha valoración se obtiene directamente de lo que declaran los individuos antes una situación hipotética. Sin bien este método es muy utilizado, las preferencias declaradas son problemáticas para inferir valoraciones, ya que los consumidores pueden no reportar su verdadera disponibilidad a pagar (intencionalmente) o porque lo que declaran como disponibilidad a pagar esté influenciado por el diseño del cuestionario. Hay varias formas de minimizar estos problemas, aunque eliminarlos completamente es muy difícil en la práctica.
Un segundo método para inferir el valor de carga perdido se basa en estimaciones de costos provenientes de interrupciones de suministros previos. El supuesto que suele invocarse en estos casos es que el pasado y el futuro serán similares, lo cual puede no ser cierto ante situaciones macroeconómicas cambiantes.
Un tercer método aproxima la disponibilidad a pagar para evitar el corte del servicio mediante los gastos incurridos para evitar los daños producto de dichas interrupciones, como por ejemplo comprarse un generador propio. Esta metodología, denominada averting expenditure, suele subestimar la verdadera disponibilidad a pagar.
El último método para determinar el costo de falla es mediante la utilización de funciones de producción. Esta alternativa, la más utilizada en la literatura, relaciona al consumo de electricidad con la producción de una firma, o en el caso de los hogares, con el valor del tiempo en actividades no remuneradas. En otras palabras, en el método de la función de producción, la electricidad es un insumo con el cual las firmas producen bienes y servicios, y los hogares realizan diversas actividades recreativas, de aseo, etc. De este modo, un corte en el suministro eléctrico impide que las empresas produzcan y que los hogares disfruten de tiempo de ocio, lo cual constituye un costo para la sociedad que puede calcularse mediante este método.
Las estimaciones empíricas basadas en funciones de producción para países desarrollados suelen estimar un costo de falla en el sector residencial de entre 5 y 25 euros por kilovatio-hora (ver Schröder & Kuckshinrichs, 2015). Los trabajos más citados suelen ser los de de Nooij y otros (2007, 2009) quienes estiman que el costo de falla para el sector residencial de Holanda es de alrededor de €16/KWh, y el trabajo de Leahy & Tol (2011), en el cual reportan que dicho costo para el sector residencial de la República de Irlanda es en promedio de €24.6/KWh.
Los reguladores en los Estados Unidos suelen utilizar valores del costo de falla cercanos a los 5 dólares. En términos agregados, las estimaciones dan cuenta que para dicho país, las pérdidas anuales ocasionadas por los cortes de suministro de electricidad se encuentran entre los 20 mil millones y los 150 mil millones de dólares (Sullivan y otros, 2009).
Dado que los cortes de luz en nuestro país probablemente persistan durante los próximos años, y dado que para otros países las pérdidas estimadas no son triviales, debajo presentamos una estimación del costo de falla para el sector residencial en Argentina debido a los cortes de luz. A nuestro entender, este cálculo constituye una primera aproximación a la estimación de la disponibilidad a pagar por el servicio.
Siguiendo a de Nooij y otros (2009), la metodología utilizada supone que es apropiado asignar un valor monetario al ocio, en base a la teoría de intercambio entre trabajo-ocio de Gary Becker (1965). Dicho modelo establece que existe un nivel óptimo de horas laborales y de ocio, ya que en equilibrio cada hora no laboral es igual al salario de una hora extra. Es decir, el tiempo tiene un valor que es marginalmente igual al salario, independientemente de la asignación del tiempo entre las diferentes actividades. De este modo, el valor marginal del ocio perdido por una falla del sistema eléctrico será una función del salario horario. Por lo tanto, una corte en el suministro implica una caída en las actividades no laborales, asumiéndose que durante una interrupción todo el tiempo de ocio se pierde.
Para poder realizar la estimación del costo de falla en el sector residencial se precisa información sobre el salario horario, el tiempo destinado a actividades no laborales y el consumo de energía eléctrica. Toda esa información fue obtenida de fuentes oficiales para todas las provincias argentinas y los valores están expresados en dólares de 2010.
Los resultados (ver Figura 5) se presentan distinguiendo entre días laborales (L-V) y no laborales (S-D-F), para tres segmentos horarios diferentes (0-8, 8-16 y 16-24). Como se puede apreciar, el costo de falla promedio en Argentina asciende a 2,20 dólares por kilovatio-hora para el sector residencial, similar a los 3,20 dólares estimados por la autoridad energética de Chile. Este valor representa el costo por cada kilovatio-hora que un usuario residencial en Argentina deja de consumir, producto de una falla en el sistema eléctrico. Adicionalmente, durante la tarde y noche la cantidad de horas de ocio es superior a las horas de ocio durante el resto del día, con lo cual cortes en el suministro durante ese momento del día generarán un costo más elevado. Asimismo, durante los días no laborales la cantidad de horas de ocio es mayor, incrementando en consecuencia el costo de un corte en el suministro.
En aquellas provincias donde el sector minero es relativamente más relevante que otros sectores, como sucede en Chubut, Santa Cruz y Neuquén, el costo es superior. Además, otras provincias con salarios superiores, como Tierra de Fuego y CABA, también tendrán un costo superior. En este contexto, Santa Cruz presenta el costo de falla más alto del país, con 7,30 dólares por kilovatio-hora, seguido por Chubut con 5,70 dólares y la CABA con 5,60 dólares. Por su parte, Chaco y Formosa, con 0,65 dólares y 0,98 dólares por kilovatio-hora respectivamente, tienen los menores costos de falla. Esta situación responde esencialmente a los bajos salarios relativos percibidos en las mismas.
Contar con una buena estimación del costo de falla es importante ya que debería guiar decisiones de planificación de producción y distribución de la electricidad, como por ejemplo, determinar la inversión en nuevas fuentes de generación o el cierre de las fuentes más viejas, y menos eficientes. Por último, a medida que los fenómenos climáticos extremos se tornen más frecuentes, como parece indicarlo el último informe del IPCC, tener una mejor planificación de los servicios públicos se tornará indispensable.
Referencias bibliográficas
de Nooij, M., C. Koopmans, and C. Bijvoet (2007). “The value of supply security: The costs of power interruptions: Economic input for damage reduction and investment in networks,” Energy Economics, Vol. 29(2), pp. 277–295.
de Nooij, M., R. Lieshout, and C. Koopmans (2009). “Optimal blackouts: Empirical results on reducing the social cost of electricity outages through efficient regional rationing,” Energy Economics, Vol. 31(3), pp. 342–347.
Lave, Apt, and Morgan, Worst (2005). Case Electricity Scenarios: The Benefits & Costs of Prevention, CREATE Symposium, University of Southern California.
Leahy, E. and R. Tol (2011). “An estimate of the value of lost load for Ireland,” Energy Policy, Vol. 39(3), pp. 1514–1520.
Schröder, T. and W. Kuckshinrichs (2015). “Value of Lost Load: An Efficient Economic Indicator for Power Supply Security? A Literature Review,” Frontiers in Energy Research, Vol. 3, pp. 1–12.
Sullivan, M. , M. Mercurio, and J. Schellenberg (2009). “Estimated Value of Service Reliability for Electric Utility Customers in the United States,” Unpublished Manuscript, Lawrence Berkeley National Laboratory.
FIGURA 1. EDENOR: Frecuencia media de interrupción por usuario (SAIFI) para Edenor
Notas: El 1º Semestre corresponde a Set/96-Feb/97; el 34º Semestre corresponde a Mar/13-Ago/13
Fuente: Informe Anual 2013, ENRE, p. 74, disponible en
http://www.enre.gov.ar/web/web.nsf/Files/InformeAnualENRE02013.pdf/$FILE/InformeAnualENRE02013.pdf
FIGURA 2. Frecuencia media de interrupción por usuario para Edesur
Fuente: Informe Anual 2013, ENRE.
FIGURA 3. Tiempo total de interrupciones por usuario (SAIDI) para Edenor
Fuente: Informe Anual 2013, ENRE.
FIGURA 4. Tiempo total de interrupciones por usuario para Edesur
Fuente: Informe Anual 2013, ENRE.
FIGURA 5. Disponibilidad a pagar por la electricidad en Argentina (sector residencial)
Fuente: Elaboracion propia en base a serie histórica de facturación de energía eléctrica por provincia para el sector residencial, publicado por el Ministerio de Energía y Minas de Argentina; población total por provincia según el censo 2010 realizado por el INDEC; personas empleadas por sector económico desde 1996 a 2014 según el Boletín de Empleo Registrado y Privado por Provincia publicado por el Ministerio de Trabajo, Empleo y Seguridad Social; datos de salarios publicados por el Ministerio de Trabajo, Empleo y Seguridad Social de Argentina (el Boletín de Remuneraciones de los Trabajadores Registrados por Provincia agrupa los salarios mensuales corrientes para diversos sectores y por provincia); la cantidad de horas de ocio es estimada en función a una serie de supuestos y a la cantidad de horas destinadas a tareas domésticas en promedio por provincia en el año 2010 (el INDEC presenta los resultados por jurisdicción de las actividades domésticas en la Encuesta sobre Trabajo no Remunerado y Uso de Tiempo, encuesta que es implementada como módulo de la Encuesta Anual de Hogares Urbanos, EAHU).
