Política

Cómo estimar el impacto de una huelga vía demanda eléctrica

29 Nov, 2012 - - @kikollan

[El 14N en Politikon hicimos un seguimiento de la huelga a partir del consumo eléctrico. Podéis consultar los resultados y los detalles de la metodología. El artículo que sigue describe de una forma general este tipo de seguimientos, es decir, explica cómo podemos usar los datos de consumo eléctrico para estimar el éxito de una huelga. El propósito del texto es (1) contar para qué sirven estos cálculos —y para qué no sirven—, (2) describir las diferencias en el cálculo de la prensa y otros medios, (3) explicar qué cálculos difieren por sus hipótesis y cuáles son sencillamente incorrectos, y por último, (4) repasar las críticas que suelen hacerse a estos estimados, las irrelevantes y las importantes. He preferido un texto sin enlaces, pero tenéis algunos al final.]

A la huelga del pasado 14N le siguió el habitual baile de números por parte de Gobierno y sindicatos, un baile al que esta vez se sumaron también las cifras de la demanda eléctrica. Los datos de consumo eléctrico constituyen un indicador objetivo del éxito de una huelga, siendo muy útiles como complemento al resto de datos de los que podamos disponer. Por desgracia, las cifras de demanda eléctrica se han usado de forma descuidada, provocando confusión y debilitando aquello que las hacen útiles. En realidad puede hacerse mejor sin complicar demasiado las cosas.

La idea de partida

Las estimaciones del seguimiento de una huelga a través de la demanda eléctrica se apoyan en un hecho principal: que el nivel de actividad laboral se refleja en el consumo de electricidad —por ejemplo, sabemos que los fines de semana el consumo eléctrico cae en torno al 20% por la menor laboralidad—. De esta forma, cuanto mayor sea el seguimiento de la huelga, más tenderá a reducirse la demanda eléctrica, y por lo tanto tendremos una indicación del éxito de una huelga, si medimos la caída del consumo eléctrico que provoca.

Ahora, lo primero que hay que aceptar es que la caída de la demanda es sólo un indicador aproximado de la caída de la actividad laboral. Aproximado, sí, porque la relación entre ambas magnitudes es incierta, presumiblemente compleja y no lineal (aunque la asumimos monótona). Por ejemplo, una planta de montaje puede perder cien trabajadores y operar con normalidad, y que sea la falta del que hace ciento uno lo que obliga a parar la producción. También es evidente que el consumo de electricidad da un peso excesivo al sector industrial. Son solo ejemplos. Lo que queremos enfatizar es que la relación entre consumo y actividad obviamente existe, pero es compleja. Personalmente, y esto es una opinión, creemos que con la información en tiempo real no es posible “calcular” o dar un número al seguimiento de la huelga en términos de caída de actividad laboral, y mucho menos en número de trabajadores.

Afortunadamente tenemos una alternativa. Los problema anteriores se minoran cuando usamos las cifras de la caída de demanda eléctrica para hacer comparativas. La idea es medir los efectos de la huelga, la caída de demanda que provoca, y comparar esos efectos con los que tuvieron otras convocatorias de paro general. Este ejercicio es menos ambicioso, pero más robusto, más sencillo, y todavía valioso: nos informa del éxito relativo de una huelga.

Así, lo habitual es operar en dos pasos: (1) tomar los datos de Red Eléctrica Española (REE) para calcular la caída de la demanda durante la huelga respecto a la “demanda esperada” si fuese un día normal —como veremos luego, el concepto de “demanda esperada” es importante—, y (2) comparar esa caída con las registradas en huelgas anteriores.

Esto es más o menos lo que hicieron muchos medios de comunicación, con pequeñas variaciones. La mayoría coincidimos en reportar una caída inferior a la de las huelgas más recientes. En particular, desde Politikon hicimos uno de estos seguimientos y obtuvimos una caída de la demanda alrededor del 11% respecto a lo previsto por Red Eléctrica, cifra inferior a las huelgas del 29 de marzo de 2012 (14,3%) y 29 de septiembre de 2012 (13,7%), y muy alejada de 2002, 1994 y 1988. Otros medios reportaron cifras distintas, la mayoría similares, otras más alejadas, y alguna muy intrépida.

¿Por qué varían los resultados? Tres razones

La pregunta natural es por qué las distintas fuentes varían si en esencia están haciendo el mismo cálculo. La razón es que la metodología concreta varía. Varía por tres razones: (1) por cuál se asume que es “la demanda esperada”, (2) por el nivel de precisión al calcular la caída —básicamente, cuántos puntos de medición se toman en el día, un ejercicio trivial, que se descuida por simple pereza y falta de rigor—, y (3) por qué algunos medios incorporan hipótesis adicionales para llevar la estimación más lejos y tratar de predecir no la caída del consumo, sino la caída de actividad laboral. A continuación explicamos estas diferencias. Obviamente, tomaremos partido por la metodología que hemos usado. Daremos argumentos, pero aunque no seamos convincentes y no confiéis en nuestro criterio, la comparativa será igualmente valiosa para entender por qué divergen los diferentes métodos.

1. Demanda esperada. El primer punto es quizás el más sutil: necesitamos un valor de “demanda esperada” para calcular cuánto ha caído la demanda real respecto a ese valor. Aquí muchos medios usan un día concreto como referencia: normalmente el miércoles anterior a la huelga. Están asumiendo que la demanda eléctrica de ese día es el mejor predictor de la demanda hoy (si no hubiese huelga). No parece la mejor opción. El problema es que esto introduce mucho variabilidad no controlada: si se observan series de datos, se puede apreciar que la variabilidad de la demanda de un día a otro es considerable, dependiendo de factores como la cercanía de festivos, o los meteorológicos. Estos problemas se minoran usando datos promediados o tratando de compensar el efecto del tiempo, aunque surge un nuevo problema: parámetros a ajustar —decisiones— que son una vía para sesgar los resultados.

La alternativa es tomar como referencia de “demanda esperada” el valor de demanda previsto por el modelo de REE. El modelo hace precisamente lo que vamos buscando, predecir el consumo del día en condiciones normales —es decir, sin contar con la huelga—, pero lo hace de forma sofisticada, con la experiencia de años acumulada, considerando muchos factores y validando los resultados de una forma sistemática. En definitiva, disponer del modelo de Red Eléctrica soluciona tres problemas: reduce el ruido de un día particular, evita sesgos, y permite controlar (en parte —más luego—) los efectos climáticos y otros factores. Por estas razones juzgamos su uso la mejor opción. Cabe señalar, en cualquier caso, que las diferencias entre las caídas calculadas sobre el día anterior, el miércoles de la semana pasada o la previsión de Red Eléctrica no parecen afectar demasiado a los resultados, al menos para la huelga del 14N..

2. El cálculo perezoso. Una segunda fuente de diferencias está en cuántas mediciones horarias se utilizan para calcular la caída. En la prensa tiende a darse datos en horas concretas, “la caída a las 20h”, “la caída a las 8h”, etc, lo que constituye una medida bastante burda. La observación de los datos deja enseguida de manifiesto que la caída de demanda oscila mucho según las horas, variando desde el 19% a las 8h al 10% de las 20h. Este error es aún más grave cuando se comparan huelgas con distinta hora solar —como ocurría en esta ocasión al comparar la huelga de noviembre con la de marzo—. Hace falta calcular una caída promedio o total en el día, simplemente promediando la caída en horas sucesivas (o calculando una integral). En Politikon tomamos todos los datos disponibles para el cálculo, las 144 mediciones que ofrece Red Eléctrica, a razón de una cada diez minutos. Un nivel tan fino de granularidad no es imprescindible, y seguramente una decena de puntos sea suficiente, pero no deberíamos confiar en nada menos preciso que eso. Reiteramos que esto no es una diferencia en hipótesis ni conceptual, es simplemente un error de cálculo por pereza o dejadez.

3. Referir datos al domingo. La tercera fuente de discrepancias es la más relevante ya que afecta no ya al procedimiento de cálculo, sino a la naturaleza de lo que se pretende medir. Hasta aquí hemos hablado sólo de medir la caída de demanda eléctrica por efecto de la huelga y de usar esa información para comparar el éxito entre convocatorias. Como explicamos al principio, esas cifras no miden directamente la caída de actividad laboral, ni mucho menos el porcentaje de seguimiento de la huelga. Sin embargo, algunos medios, como Economistas Frente a la Crisis, pretenden ir más lejos y estimar la caída no del total de consumo eléctrico, sino del consumo imputable a la actividad productiva. Para ello calculan la caída de la demanda eléctrica y luego la refieren a la caída de un domingo. Como explicaremos a continuación, pretender que esto es una forma válida de calcular la caída de la actividad laboral o productiva nos parece injustificado.

Tomemos el 14N como ejemplo. La caída de la demanda fue un 11% (variando ligeramente según la referencia). Además sabemos que la caída habitual un domingo ronda el 19% —lo calculamos promediando todo 2011, para tener algo más robusto que un domingo particular—. Por lo tanto, podemos decir que la huelga es 11/19 de domingo, o 58% domingo. Esta cifra puede ser útil para tener una “imagen” del impacto de la huelga, igual que podríamos usar como referencia la caída del consumo en Nochevieja o cualquier otro día de baja actividad laboral. Pero no podemos ir mucho más lejos. El problema es que el domingo aún trabaja un número indeterminado de gente, así que ese porcentaje no representa la caída sobre el total de consumo imputable a la actividad productiva, solo pone la caída de demanda el día de huelga en relación a la caída de un domingo típico. Pensad que si una huelga provocase un paro superior al de un domingo, ese 58% o 60% pasaría a ser superior al 100%, lo que obviamente no es una cifra factible (el consumo imputable a la actividad productiva no puede ser negativo a no ser que los huelguistas se dediquen a agitar dinamos).

En definitiva, usar datos de domingos pueden ser útil como referencia intuitiva —o como veremos luego, para corregir efectos estacionales—, pero no para calcular el porcentaje de caída del consumo laboral, ni mucho menos el seguimiento de la huelga.

Las limitaciones

Tomando las precauciones mencionadas hasta ahora, tenemos un métodos sencillo y que juzgamos relativamente robusto, pero que por supuesto es mejorable y no está libre de puntos débiles y fuentes de incertidumbre más o menos importantes.

El peso del sector industrial. El primero punto débil es uno que ya mencionamos: la demanda eléctrica sobrerrepresenta al sector industrial. Este problema se minora cuando los datos se usan para hacer comparaciones, pero si una huelga concreta es particularmente seguida en un sector, y se diferencia así del resto de huelgas, la comparativa vía demanda eléctrica se verá distorsionada. Este es un factor difícil de controlar a priori, pero que podría tenerse en cuenta después con datos de seguimiento por sectores obtenidos de otras fuentes.

Intercambios internacionales. Algo similar ocurre con dos elementos que componen la demanda eléctrica: los intercambios con el extranjero y las derivas de excedentes a centrales hidroeléctricas reversibles (bombeando caudales a un embalse elevado). Los días de huelga tiende a generarse un exceso de electricidad —por cautela, dada que el consumo es más imprevisible— y suele usarse el intercambio y el bombeo más de lo habitual. Afortunadamente, no son componentes que dominen: los consumo para bombeo suponen menos del 1% del total en el año y la interconexión alrededor de un 3%, aunque efectivamente ésta aumenta en días de huelga y se alcanzan valores superiores, como el 5% (14N) o el 6% (29M). De nuevo, tomar medidas comparadas reduce la magnitud de estas distorsiones.

Cambios en el peso de la demanda laboral. Hay otros factores que afectan a la demanda eléctrica, como la recesión, la temperatura o las horas de luz. Estos factores son tenidos en cuenta al calcular la caída porque el modelo de Red Eléctrica los considera, pero aún pueden ser relevantes de forma indirecta: cambios en estos factores pueden hacer que varíe la sensibilidad de la demanda eléctrica respecto a la actividad laboral. Es decir, el porcentaje de demanda laboral, aquella demanda sensible a la laboralidad, puede variar con el tiempo. Nótese que así definida la demanda no laboral no es sólo la que se produce fuera del trabajo, sino toda aquella insensible a la laboralidad. Por ejemplo, si de vacaciones y trabajando uno hace exactamente el mismo consumo, su demanda es no laboral.

El peso de la demanda laboral sobre el total podría variar entre días de la semana, a lo largo del año, o históricamente de un año al siguiente, de forma que se introducirá una distorsión al comparar huelgas en días, meses, o años distintos. La variación diaria no es problema porque las huelgas son siempre miércoles o jueves convencionales —alejados de festivos—, pero las escalas de meses y años merecen atención.

Empecemos con la estacionalidad. La demanda eléctrica laboral puede variar efectivamente a lo largo del año, pero los datos sugieren que los cambios son poco importantes. Cuando se calcula la diferencia de demanda de un fin de semana respecto al lunes-viernes anterior y posterior se observa variabilidad (ruido), se destacan los festivos y las vacaciones —una semana con festivos se parece más a un domingo—, pero apenas diferencias estacionales o verano/invierno. Esto sugiere que la sensibilidad de la demanda eléctrica respecto la actividad laboral varía poco entre estaciones, o siendo más precisos, que su variación existe pero se ve enmascarada por el elevado nivel de ruido que tiene la demanda eléctrica.

Con todo, hay propuestas que intentan corregir esta variación entre meses. Para ello usan datos de la caída de laboralidad del domingo anterior a la huelga. El problema es que esto supone introducir datos de un día particular, sujetos a mucha variabilidad, y por lo tanto el ajuste puede acabar siendo contraproducente: tratando de corregir una estacionalidad baja se introduce una fuente de errores. Usar un domingo promedio del mes, con datos de uno o más años, sería una forma habitual de atacar este problema. En Politikon nos planteamos hacer un ajuste de este tipo, pero al ver que la estacionalidad era pequeña en relación al ruido, consideramos preferible no aplicar ninguna corrección y mantener el cálculo más sencillo.

Por último, pensemos en la escala de décadas. es de suponer que a lo largo de los años habrá cierta variación de la parte del total de demanda que es sensible a la laboralidad. Sabemos que el consumo de los hogares ha aumentado en las últimas décadas —por ejemplo, en Cataluña la demanda de los hogares pasó del 20% al 26% entre 1998 y 2012—. Nos faltan datos para poder cuantificar los efectos de estos cambios sobre la sensibilidad, pero podrían ser significativos. Por suerte, esto solo afecta a huelgas muy separadas en el tiempo. Es más, dado que las huelgas en los ochenta y noventa provocaron caída de la demanda muy superiores a las más recientes, cualitativamente la comparativa no se ve afectada. Por poner un ejemplo más o menos arbitrario, supongamos que en los noventa la demanda sensible a la laboralidad suponía el 75% del total y ahora sólo el 60%. De ser así, la caída del 27,5% que provocó la huelga de 1994, equivaldría actualmente a un 22%, aún muy superior al 11% de la huelga del 14N, el 14% de marzo o el 13,5% de 2010. Es decir, que aunque éste potencialmente este un factor importante, creemos que con los número en juego no impide la comparativa.

Otras posibles fuentes de error que se han discutido estos días nos parecen secundarias o sin fundamento. Por un lado se ha señalado un posible efecto de la recesión o el desempleo, que podría provocar una caída del porcentaje de demanda sensible a lo laboral. Sin embargo, si se representan datos desde 2007 hasta 2012 se pueden observar que la demanda eléctrica apenas ha caído (y parte de la caída podría ser consumo privado). Por otro lado, también se ha sugerido que algunos municipios habrían intentado manipular las cifras encendiendo farolas e iluminación pública de forma intencional. De ser así, el impacto habría sido mínimo: el alumbrado público representa el 2,5% del total de la demanda eléctrica, así que haría falta manipular el 20% por ciento de las farolas de todo el país durante todo el día para enmascarar una caída de la demanda del 0,5%, que sería algo apenas perceptible.

En conclusión

Consideramos que medir el seguimiento de una huelga a través de sus efectos sobre la demanda eléctrica es un ejercicio practicable. Puede hacerse y ofrece información relevante y útil, especialmente para comparar el éxito de una convocatoria en relación a las anteriores. Sin embargo, es importante ser riguroso en el cálculo, poner límites a lo que se pretende estimar, y no caer en la tentación de añadir complejidad no validada.

Al elegir el método de cálculo, creemos fundamental mantener las cosas sencillas. Por supuesto queremos evitar aproximaciones muy simplistas como las descritas al principio, pero es también peligroso caer en un exceso de ajustes si no podemos validarlos. Al contrario, sería una buena práctica realizar los menos ajustes posibles. Un método más complicado tiene dos inconvenientes: es menos transparente, y por tanto genera recelos, e incorpora decisiones por parte del diseñador, lo que supone una fuente potencial de sesgo. Puestos a mejorar los cálculos, nuestra propuesta sería estudiar las fuentes de incertidumbre. Tratar de acotarlas, ver como afectan a la predicción, y dar estimados con intervalos de confianza de algún tipo. Es decir, mantener el modelo sencillo, pero cuantificar los efectos de la incertidumbre que no podemos esquivar.

En definitiva, contamos con un indicador más del éxito de una huelga. Un indicador sujeto a ciertos errores, que quizás no será la última palabra, pero que constituye un dato objetivo que complemente a otros con los que podamos contar. Una cifra, eso sí, que será siempre mejor que una mera intuición subjetiva. Entre otras razones, porque una métrica no dudará en señalar una realidad distinta a la que nos gustaría, cosa a la que nuestra intuición es más reacia.

 

Algunos enlaces y referencias:

Agradecimientos. A todas las personas que durante la jornada del seguimiento nos hicieron llegar comentarios y sugerencias por Twitter y a través del correo. 


6 comentarios

  1. Penny dice:

    Gracias por todo, Kiko

    La metodolgía clásica para este tipo de problemas es Box, G. E. P. and G. C. Tiao. 1975. “Intervention Analysis with Applications to Economic and Environmental Problems.” Journal of the American Statistical Association. 70:70-79 ftp://tigger.uic.edu/pub/depts/econ/hhstokes/e537/Box_Tiao_March_75.pdf

  2. Oskar dice:

    Me gustaría haceros un apunte: creo que deberíamos dejar de cifrar el éxito/fracaso de una huelga/manifestación en base a su nivel de seguimiento: el nivel de participación es importante, si, pero que no se nos olvide que una huelga es una acción política que se realiza con unos objetivos o reivindicaciones políticas, y comprobando en que medida se alcanzan esos objetivos es como deberíamos valorar el éxito o no de estas acciones. Y bajo ese punto de vista, da la sensación de que las dos últimas huelgas generales han sido un fracaso rotundo: ni movió el gobierno una coma de sitio en su reforma laboral después de la huelga de marzo, ni parece que haya influido un ápice en la agenda económica esta segunda.

  3. Kartoffel dice:

    Personalmente, yo veo dos debates mezclados:

    1. ¿Cuál es la mejor forma de estimar la caída de consumo respecto a la que hubiera sido de no haber habido huelga?
    2. ¿Cómo podemos interpretar ese dato?

    Respecto al primero, en el fondo se puede reescribir la pregunta como “¿Cuál es la mejor forma de estimar cuánto hubiera sido el consumo de no haber habido huelga?”, es decir, encontrar el mejor contrafactual posible, y ahí me parece claro que el modelo de REE es una estimación mucho mejor que las demás propuestas (p. ej. el domingo anterior es un estimador con mucho más ruido), puesto que tiene en cuenta más factores.

    El segundo es lógicamente el más complicado (no-linealidades, heterogeneidad sectorial, etc), pero en principio parece lógico asumir que un dato mejor de la caída de consumo es más informativo que un dato con más variabilidad.

    • Kartoffel dice:

      “respecto a la que hubiera sido” -> “respecto al que hubiera habido”

    • Kiko Llaneras dice:

      Sí, ese es un buen resumen.

      El segundo problema es el gordo, pero mi forma de aproximarlo sería estudiar esa abstracción de “demanda sensible a lo laboral”. Yo lo hice usando datos de fin de semana vs semanas anterior y siguiente, que creo que es una buena forma de atacar el problema y aprender sobre que nos afecta. Si encuentra un PFC interesado igual le ofrezco trabajar en este asunto. Ya os contaré.

Comments are closed.