Underrepresented transition factors from social sciences in energy and emissions modeling

Planteamiento del Problema
Los modelos de sistemas energéticos y los modelos de evaluación integrada (IAM, por sus siglas en inglés) son herramientas fundamentales para simular la mitigación del cambio climático y el bienestar socioeconómico. Sin embargo, estos modelos enfrentan críticas persistentes por depender predominantemente de consideraciones tecnoeconómicas y asumir tomadores de decisiones perfectamente racionales y coordinados centralmente. Este enfoque no logra capturar la "realidad desordenada" de las transiciones, las cuales son impulsadas por actores políticos y económicos heterogéneos con intereses diversos. Si bien revisiones anteriores han examinado impulsores específicos (por ejemplo, factores psicológicos o socioeconómicos) dentro de sectores estrechos, existe una falta de revisiones exhaustivas que exploren todo el espectro de los impulsores micro a macro a través de diversas disciplinas de las ciencias sociales. En consecuencia, la integración de la evidencia de las ciencias sociales en la modelización de energía y emisiones sigue fragmentada, lo que limita el realismo y la relevancia política de las proyecciones.

Metodología
Los autores emplearon una revisión de literatura dirigida por la teoría y asistida por máquinas para identificar y evaluar la representación de los factores de las ciencias sociales en la modelización energética. La metodología se desarrolló en tres etapas principales:

1. Revisión Teórica: Los autores revisaron 43 teorías principales de las ciencias sociales (que abarcan la psicología, la ciencia política, la sociología, la economía y los estudios de transición) para extraer 24 "factores de transición" distintivos. Estos factores se definieron como mecanismos de causa-efecto que explican el comportamiento intencional o los resultados no intencionados. Se categorizaron en cuatro tipos:

   • Cognitivo-motivacional: (ej. emociones, racionalidad limitada, intenciones).
   • Institucional-estructural: (ej. calidad institucional, dependencia de la trayectoria, coyunturas críticas).
   • Socio-normativo: (ej. prácticas sociales, confianza, conformidad social).
   • Estratégico-racional: (ej. costos/beneficios esperados, poder de cabildeo, poder geopolítico).

2. Cribado de Literatura Asistido por Máquina: Utilizando la herramienta de aprendizaje automático supervisado ASReview, los autores cribaron dos bases de literatura distintas:

   • Literatura de Ciencias Sociales: 106,178 registros relacionados con las transiciones energéticas.
   • Literatura de Modelización: 4,892 registros relacionados con sistemas energéticos e IAM.
     Para cada uno de los 24 factores de transición, se cribaron y codificaron manualmente los 100 artículos más relevantes de cada base según su alcance analítico (micro/meso/macro), actor principal, sector, resolución, geografía y tipo de investigación.

3. Análisis de Brechas y Estrategia de Integración: Los autores derivaron un novedoso "índice de brecha de representación" al contrastar la frecuencia de cada factor en la literatura de modelización frente a su frecuencia en la literatura de las ciencias sociales. También categorizaron los esfuerzos de colaboración existentes en tres estrategias de integración:

   • Fusión (Merging): Endogenizar completamente los factores sociales en los modelos cuantitativos.
   • Iteración (Iterating): Análisis conjunto donde las ciencias sociales informan los supuestos de los escenarios para los modelos.
   • Puente (Bridging): Intercambio disciplinario para interpretar los resultados de los modelos sin alterar la estructura del modelo.

Resultos Clave
El análisis reveló disparidades significativas en cómo se tratan los factores de las ciencias sociales en la modelización:

• Brecha de Representación: Existe una jerarquía clara de subrepresentación. Las brechas más altas (puntuación del índice ≥ 0.90) se encontraron en Emociones, Capacidad de movimientos sociales, Intenciones, Confianza, Recursos sociales, Poder de cabildeo, Conformidad social y Puntos de inflexión social. Estos factores están bien investigados en las ciencias sociales pero rara vez se integran en los modelos.
• Factores Bien Representados: Los factores con puntuaciones de brecha bajas (≤ 0.45) incluyen Costos y beneficios esperados (0.00), Economía política (0.02), Dependencia de la trayectoria (0.21) e Aprendizaje incremental (0.24). Estos son predominantemente factores institucional-estructurales o estratégico-racionales que se alinean con los marcos existentes de optimización de costos y modelización lineal.
• Estrategias de Integración:
  • Fusión (32% de los casos) está dominada por factores estratégico-racionales e institucional-estructurales (ej. optimización de costos, tasas de aprendizaje). Los factores cognitivo-motivacionales y socio-normativos rara vez se endogenizan.
  • Iteración (33% de los casos) se utiliza frecuentemente para factores institucional-estructurales para probar impactos de políticas o choques externos (ej. tensión geopolítica).
  • Puente (20% de los casos) se aplica a menudo a factores socio-normativos para contextualizar los resultados (ej. evaluar la justicia o la resiliencia tras la modelización).
• Sesgo Geográfico y Sectorial: Ambas bases de literatura muestran un fuerte sesgo hacia países de ingresos altos (Europa/América del Norte) y escalas nacionales/globales. Las economías de bajos ingresos y las resoluciones subnacionales están significativamente subrepresentadas, particularmente en la literatura de modelización.

Significancia y Recomendaciones
El artículo argumenta que mejorar el realismo de las transiciones energéticas requiere ir más allá de los supuestos tecnoeconómicos para incorporar dinámicas sociales basadas en evidencia empírica. Los autores proponen cuatro recomendaciones específicas para investigaciones futuras:

1. Priorizar Factores Subrepresentados: La investigación debe centrarse en factores con brechas altas pero con alta relevancia y viabilidad, específicamente la Calidad institucional, el Poder de cabildeo y la Capacidad de movimientos sociales. Estos ofrecen oportunidades para modelar la interacción entre los entornos institucionales, los intereses creados y la implementación de políticas.
2. Emparejar la Estrategia con la Epistemología: Las estrategias de integración deben elegirse según la tradición teórica del factor. Mientras que la fusión es ideal para factores con tradiciones cuantitativas fuertes (ej. economía conductual), la iteración y el puente son esenciales para factores arraigados en las humanidades o las ciencias sociales cualitativas (ej. teoría de los movimientos sociales) donde la cuantificación es difícil.
3. Generar Evidencia Cuantitativa: Los científicos sociales deben diseñar estudios que proporcionen estimaciones simples, causalmente precisas y cuantitativas (ej. triangulación de evidencia) para facilitar las estrategias de fusión para factores como el Poder de cabildeo y la Capacidad de movimientos sociales.
4. Expandir el Alcance Geográfico: Las investigaciones futuras deben abordar la subrepresentación de los países de bajos ingresos y en vías de desarrollo para evitar sesgos en cómo se perciben y operativizan los factores de transición (como la justicia o las normas culturales).

El artículo concluye que es necesario un enfoque de integración pluralista, reconociendo los límites de la cuantificación total mientras se aprovechan diversos modelos de colaboración, para construir una base de evidencia más robusta para las transiciones de bajo carbono.