Electrificación de la industria minera española. Factores clave de los cambios en el consumo de energía eléctrica (2005-2019)

Máster Universitario en Economía y Desarrollo Facultad de Ciencias Económicas y Empresariales TRABAJO DE FIN DE MÁSTER CURSO ACADÉMICO [2022-2023] TÍTULO: ELECTRIFICACIÓN DE LA INDUSTRIA MINERA ESPAÑOLA. FACTORES CLAVE DE LOS CAMBIOS EN EL CONSUMO DE ENERGÍA ELÉCTRICA 2005-2019 AUTOR: D. Gianluca Vincenzo, Simoni TUTOR ACADÉMICO: Dra. DÑA. ROCIO ROMÁN COLLADO Dr. D. JOSÉ MANUEL CANSINO MUÑOZ-REPISO RESUMEN: El presente trabajo tiene como objetivos identificar los factores claves en la evolución del consumo eléctrico en la industria minera en España, analizar la variación del consumo eléctrico del sector minero entre las diferentes Comunidades Autonómicas (CCAA) o regiones y estudiar las variaciones del consumo energético en la minería segmentado por tipo de producto minero. Para alcanzar estos objetivos se emplea el método de descomposición del Índice Logarítmico de Media Divisa (LMDI) tipo LMDI I, el cual permite identificar los efectos impulsores e inhibidores del consumo eléctrico para el periodo temporal comprendido entre el año 2005 al 2019. Los resultados de este trabajo permiten identificar al efecto Intensidad como el principal impulsor del consumo eléctrico de la industria minera. En contra parte, el efecto Actividad se presenta como el principal inhibidor durante todo el periodo de estudio. Mientras que los efectos Peso del producto S1 y Peso de la Comunidad Autónoma mostraron un aporte poco relevante al consumo eléctrico. Los resultados de este trabajo permiten extraer conclusiones de utilidad para la mejora de la política energética minera de España. Algunas de las recomendaciones son escalables para la Unión Europea (UE). PALABRAS CLAVE: Consumo eléctrico, Análisis de descomposición LMDI, Intensidad Energética, Industria Minera Máster Universitario en Economía y Desarrollo Facultad de Ciencias Económicas y Empresariales MASTER THESIS ACADEMIC COURSE [2022-2023] TITLE: ELECTRIFICATION OF THE SPANISH MINING INDUSTRY. KEY FACTORS OF THE ELECTRIC ENERGY CONSUMPTION CHANGES 2005-2019 AUTHOR: D. Gianluca Vincenzo, Simoni ACADEMIC SUPERVISOR: Dra. DÑA. ROCIO ROMÁN COLLADO Dr. D. JOSÉ MANUEL CANSINO MUÑOZ-REPISO ABSTRACT: The present work aims to identify key factors in the evolution of electricity consumption in the mining industry in Spain, analyze the variation in electricity consumption within different Autonomous Communities (CCAA) or regions, and study variations in energy consumption in mining segmented by type of mineral product. To achieve these objectives, the Logarithmic Mean Divisia Index (LMDI) decomposition method, specifically LMDI type I, is employed, allowing for the identification of driving and inhibiting effects on electricity consumption for the time period from 2005 to 2019. The results of this study identify the Intensity effect as the primary driver of electricity consumption in the mining industry. In contrast, the Activity effect appears as the main inhibitor throughout the study period. Meanwhile, the Weight of Product S1 and Weight of the Autonomous Community effects showed a less relevant contribution to electricity consumption. The findings of this study provide valuable insights for improving Spain's mining energy policy, with some recommendations being scalable for the European Union (EU). KEYWORDS: Electric Power Consumption, LMDI Decomposition Analysis, Energy Intensity, Mining Indust Índice Contenido 1. Introducción .............................................................................................................. 5 2. Revisión de la literatura ............................................................................................. 7 3. Metodología .............................................................................................................. 9 4. Base de datos ........................................................................................................... 12 5. Resultados ............................................................................................................... 14 6. Discusión ................................................................................................................. 25 7. Conclusiones ........................................................................................................... 28 Bibliografía ...................................................................................................................... 30 Anexo A ............................................................................................................................ 37 5 1. Introducción La energía eléctrica es el principal motor de las economías modernas representando una parte cada vez mayor de los consumos energéticos totales (IEA, 2021). En el año 2019, el consumo mundial superó los 22.000 TWh. Se espera que la demanda de electricidad aumente como consecuencia de la mayor electrificación en la industria y el transporte, además del creciente uso de dispositivos electrónicos. A este resultado esperado contribuye también la transición de los países desarrollados a fuentes energéticas renovables. La proyección es que el porcentaje de electricidad en la demanda de energía final industrial alcance un 45% para el año 2050 (Electric Power Research Institute, 2018). No obstante, para la descarbonización industrial se necesita aumentar en gran escala el suministro de la energía renovables y desarrollar tecnologías de calentamiento diferentes a las tradicionalmente utilizadas (Wei et al., 2019). La búsqueda de una electricidad descarbonizada ha supuesto grandes esfuerzos por parte de los gobiernos e industrias, lo que ha conducido a colocar al sector eléctrico en la vanguardia de los esfuerzos por combatir el cambio climático y la contaminación mediante el uso de combustibles alternativos a los de origen fósil como el hidrógeno o las energías renovables. En la actualidad los mayores esfuerzos se centran en el sector industrial y residencial, ya que representa más del 90% de la demanda mundial de electricidad (IEA, 2022). En este marco de desarrollo sostenible se espera que las energías renovables proporcionen dos tercios del suministro de electricidad en todo el mundo para el año 2040. La energía solar fotovoltaica tendrá un papel clave al contar para el 2035 una capacidad instalada mayor a la del carbón y el gas (IEA, 2019). La transición energética hacia energías renovables va a exigir un aumento en la producción de minerales como el grafito, litio y el cobalto hasta un 500% al año 2050. Estos minerales son necesarios para el desarrollo de las tecnologías renovables. Se estima que 3000 millones de toneladas de minerales y metales serán necesarios para atender la demanda de energía eólica, solar y térmica, además de los sistemas de almacenamiento de energía (World Bank, 2017). Se ha generado un círculo vicioso en torno a la creciente necesidad de los minerales críticos para construir el sistema de energías limpias, pues durante el proceso de extracción minera, se consumen grandes cantidades de energía, las cuales generan emisiones de gases de efecto invernadero (GEI). Sin duda, la transición a energías limpias será intensiva en el uso de estos minerales, por lo que se necesitará centrar esfuerzos en el control y mejora del consumo energético de la industria minera para descarbonizar la producción de fuentes renovables (Hund et al., 2023). 6 Con datos del 2016 la extracción mundial de cobre era de 20,2 millones de toneladas, mientras que la producción metalúrgica fue de 19 millones de toneladas. Hasta 2016 se estimaba un crecimiento anual del 6% y las proyecciones disponibles esperan que este porcentaje siga aumentando (Pietrzyk & Tora, 2018). La creciente demanda de minerales críticos a consecuencia de la transición a energías limpias supone un desafío para una industria minera particularmente intensiva en el consumo de energía eléctrica. La industria minera necesita de grandes cantidades de electricidad para operar con maquinaria pesada, equipos de perforación, trituración y otros procesos de concentración y transporte mineral. Otras actividades en el sector también demandan electricidad como es el caso de la iluminación, ventilación subterránea y climatización de los campamentos. Por todo lo anterior, la mejora de la eficiencia energética (particularmente en el consumo eléctrico) resulta esencial para reducir los costes de producción y la huella de carbono (Henriksson, Söderholm & Wårell, 2013). En línea con la mejora de la eficiencia energética, numerosas explotaciones mineras han iniciado programas de automatización que dependen de sistemas electrificados. Es el caso del uso de los vehículos y maquinarias inteligentes alimentados por microrredes de energía renovable parcial. (Ertugrul et al., 2020). España es uno de los países que mayores esfuerzos han realizado en la mejora de la eficiencia energética dada su tradición minera. Ejemplos de las medidas que se están implementando incluyen la modernización de los equipos y maquinaria, la optimización de los procesos de extracción y la utilización de fuentes de energía renovable en el proceso productivo. El Ministerio de Industria, Comercio y Turismo (2022), establece la Hoja de Ruta para la Gestión Sostenible de las Materias Primas Minerales establece una serie de medidas para mejorar la eficiencia energética y reducir la huella de carbono de la minería en España. Adicionalmente, el Ministerio para la Transición Ecológica y el Reto Demográfico (2021) publica la Estrategia Española de Economía Circular, la cual que establece objetivos para fomentar la eficiencia energética en la gestión de los residuos mineros promoviendo su reutilización y reciclaje. Estos esfuerzos de los gobiernos españoles van en línea con los planes estratégicos de la Unión Europea como el Pacto Verde y la nueva Estrategia Industrial, donde el acceso, la seguridad y la sostenibilidad ambiental de las cadenas de suministros de minerales estratégicos son un eje fundamental para el objetivo de neutralidad climática de la UE para el 2050 (OECD, 2021). Resulta de interés analizar los determinantes del consumo eléctrico de la industria minera española. Según los datos del Ministerio para la Transición Ecológica y el Reto Demográfico del Gobierno de España (2019) están en funcionamiento 2.665 explotaciones, que generan 28.728 empleos, de los cuales 22.978 corresponden a la extracción de minerales no metálicos 7 (industriales, ornamentales, productos de cantera), 148 a minerales energéticos y 5.602 a minerales metálicos. España es un actor clave dentro del suministro de minerales críticos para la UE, además de unas de las regiones con mayor potencial de explotación y exploración. En el año 2018, el ranking realizado por el Fraser Institute clasificó a España como uno de los destinos de inversión minera más atractivos de Europa, además, destacaba a España como un punto clave a nivel europeo para construir las baterías necesarias para la tecnologías renovables y vehículos eléctricos de toda Europa (Stedman & Green, 2018). El objetivo de este trabajo es triple; 1) identificar los factores claves en la evolución del consumo eléctrico en la industria minera en España, 2) analizar la variación del consumo eléctrico del sector minero entre las diferentes Comunidades Autonómicas (CCAA) o regiones y 3) estudiar las variaciones del consumo energético en la minería segmentado por tipo de producto minero. Los resultados de este trabajo permiten extraer conclusiones de utilidad para la mejora de la política energética minera de España. Algunas de las recomendaciones son escalables para la Unión Europea (UE). Para alcanzar estos objetivos se emplea el método de descomposición del Índice Logarítmico de Media Divisa (LMDI) tipo LMDI I. Esta metodología permite identificar los efectos impulsores e inhibidores del consumo eléctrico de la industria minera española. El análisis se realiza para el periodo temporal comprendido entre el año 2005 al 2019 (último año del que se dispone del Informe minero anual en el momento de realizar la investigación). El documento está estructurado de la siguiente manera. Tras la introducción, el segundo apartado realiza una revisión sistemática de la literatura científica disponible. El tercer apartado expone la metodología utilizada. El cuarto muestra las bases de datos utilizadas. En el quinto apartado se exponen los principales resultados de la investigación. En el sexto apartado se discute los resultados obtenidos. Por último, el séptimo apartado resume las principales conclusiones. 2. Revisión de la literatura La revisión de la literatura científica muestra el interés para los investigadores del sector de la minería tanto desde el punto de vista económico como medioambiental. La preocupación por el alto consumo de energía eléctrica y la importancia de promover la eficiencia son denominadores comunes en los análisis disponibles. 8 Jeswiet & Szekeres (2016) analizaron la enorme importancia que tiene el consumo energético de la minería en la etapa de trituración para servir como materia prima del sector industrial, asociando de esta manera un consumo eléctrico adicional al producto final. Su análisis permite una valoración rigurosa del impacto medioambiental causado. Levesque, Millar & Paraszczak (2014) realizaron una comparativa de las mejores prácticas de gestión energética puestas en marcha por la industria minera desde los años setenta. Los autores enfatizaron la importancia de desarrollar organismos que recopilen y expongan los datos energéticos de la industria minera de forma transparente para contribuir al progreso de la industria minera. Por otro lado, Purhamadani, Bagherpour & Tudeshki (2021) pusieron el foco en identificar los principales responsables del consumo energético en los procesos de explotación minera con el objetivo de aplicar medidas de mejora en su eficiencia. Debido a la alta intensidad de energía eléctrica por parte de la industria minera, la literatura disponible incluye trabajos orientados al análisis del consumo de energía eléctrica de la minería. Henriksson, Söderholm & Wårell (2013) analizaron la demandan de energía eléctrica por parte de la industria minera sueca durante el periodo de 1990 – 2005. Utilizando una función de costo variable generalizada de Leontief sus resultados mostraron una importante sensibilidad de la demanda de electricidad a los cambios en el precio de la electricidad a largo plazo lo que justifica los esfuerzos del sector en mejorar la eficiencia energética. Por otro lado, Morán et al. (2019), identificaron las principales operaciones mineras y de procesamiento mineral consumidoras de energía eléctrica con el objetivo de proponer iniciativas en la gestión energética, estudiando además la viabilidad de apoyar estas operaciones con electricidad procedente de fuentes de energía renovables. Brantes (2019) realiza un pronóstico de la cantidad de electricidad que será consumida por la industria minera chilena, en función de cumplir con la creciente demanda a nivel mundial por minerales como el cobre. La literatura especializada muestra estudios específicamente dedicados a la eficiencia energética en la industria minera. Lin & Zhu (2021), identificando a la minería como la base del sector industrial chino y su importancia en la seguridad energética China, realizaron un análisis de los principales factores determinantes en la eficiencia del sector minero chino. Estos autores emplearon el método del Factor Total de Eficiencia Energética (TFEE). Otros trabajos se centran más en analizar la eficiencia de los procesos productivos propios de la extracción minera (Awuah- Offei, 2016). Laayati, Bouzi & Chebak (2020), analizan los elementos claves en la gestión inteligente de la energía utilizada por la industria minera. Brand, Vosloo & Mathews (2015) estudian la viabilidad de proyectos de mejora en la eficiencia energética mediante la obtención automatizada de datos en la industria minera del oro. Wysokiński et al. (2014) realizaron un análisis comparativo a nivel europeo utilizando el método de Data Envelopment Analysis (DEA). 9 Existe una abundante literatura que utiliza el análisis de descomposición para estudiar la evolución del consumo energético o las emisiones de gases de efecto invernadero del sector de la minería (Wang, Ang & Su, 2017). Una parte de estos estudios han utilizado el método LMDI en la industria minera para identificar factores claves que expliquen las variaciones en el consumo energético o las emisiones generadas. Wang & Feng (2018) utilizaron el método LMDI para analizar los cambios en el consumo energético de la industria de metal no ferroso chino identificando sus principales impulsores e inhibidores. Con las recientes políticas contra el cambio climático y la emisión de gases, un importante número de trabajos utilizaron el método LMDI para analizar las emisiones producidas por la minería China. Chen & Yan (2022) analizan por primera vez mediante este método de descomposición el desacoplamiento entre las emisiones de CO2 y el crecimiento económico en la industria minera China. Wang & Feng (2017) realizaron años atrás un análisis sobre las emisiones de CO2 de toda la industria minera China, identificando los principales impulsores de la emisión de gases de efecto invernadero. Mahanga, Massonini & Meng (2022) utilizaron el método LMDI para analizar cuáles fueron los factores impulsores de la innovación de la industria minera frente al desafío del cambio climático en los países africanos y asiáticos. La revisión sistemática realizada de la literatura científica muestra un gap en la literatura para la industria minera española. Más específicamente la revisión no muestra ningún trabajo que utilice el método LMDI para analizar los factores clave determinantes del consumo de energía eléctrica de la industria minera española. En este sentido, este trabajo contribuye a cubrir esta brecha. 3. Metodología Esta investigación utiliza el método de descomposición del Índice Logarítmico de Media Divisa (LMDI) (Ang, 1995; 2004; 2005), Ang & Liu (2001), Ang et al. (2010) & Ang (2015). Actualmente, los dos métodos más utilizados para el análisis de los cambios cuantitativos de variables relacionadas con el consumo de energía y el impacto medioambiental son el análisis de descomposición estructural (SDA) y el análisis de descomposición mediante índices (IDA) (Yeo et al., 2015). Ambas metodologías consisten en descomponer y analizar las variaciones de una variable en un periodo de tiempo. Mientras que el SDA nos permite descomponer la variación total en tendencia, ciclo y estacionalidad, el IDA descompone la variación total en factores clave mediante el uso de índices. Las ventajas del uso del LMDI frente al SDA para abordar este estudio residen en la flexibilidad que proporciona al método al permitirnos descomponer la variación total en factores 10 específicos, lo cual nos permite estudiar las contribuciones relativas de cada factor en el periodo de tiempo estudiado. Además, la interpretación de las contribuciones en cambios porcentuales facilita la interpretación de los resultados obtenidos. En concreto, el análisis LMDI incluye dos variantes desarrolladas por Ang & Choi (1997); LMDI-I y el LMDI-II. La diferencia entre ambas está en el cálculo utilizado para el factor de ponderación de los factores de descomposición. Este trabajo utiliza el análisis LMDI-I por su facilidad al ayudarnos a comprender la proporcionalidad en la que ha contribuido cada factor al sumar cada componente para obtener la variación final e identificar cambios estructurales en el periodo estudiado. Además, el método LMDI-I permite resolver los problemas asociados a la existencia de valores nulos en la serie de datos mediante su sustitución por valores pequeños cercanos a cero (Ang & Choi, 1997). El análisis LMDI-I en su modalidad aditiva fue desarrollado por Ang et al. (1998). Posteriormente Ang & Liu (2001) desarrollarían su vertiente multiplicativa, la cual es comúnmente utilizada para la descomposición de indicadores mientras que el LMDI aditivo se recomienda la descomposición de variables (Goh & Ang, 2019). En este trabajo utilizaremos el análisis LMDI-I aditivo ya que permite descomponer el consumo energético en expresiones simples y sin residuos. Además, al cumplir con el principio de distribución proporcional por subcategorías, resulta de interés para los objetivos de la investigación (Ang et al., 2009). A partir de lo anterior el consumo de energía eléctrica de la industria minera en España (𝐸𝐸) se presenta con la siguiente factorización para un año concreto: 𝐸𝐸=∑𝐸𝑗𝑘 =∑(𝐸𝑗𝑘 𝑄𝑗𝑘 ∙𝑄𝑗𝑘 𝑄𝑘∙𝑄𝑘 𝑄∙𝑄) 𝑗𝑘𝑗𝑘 =∑(𝐼𝑗𝑘𝑗𝑘 ∙𝑆1𝑗𝑘 ∙𝑆2𝑘∙𝑄)=𝐼∙𝑆1∙𝑆2∙𝑄 (1) donde 𝐸𝐸 mide el consumo de energía eléctrica de la industria minera española en un año; 𝐸𝑗𝑘 muestra el consumo de energía eléctrica por tipo de producto minero (j) en la Comunidad Autónoma o región (k); 𝑄𝑗𝑘 muestra la producción minera por cada Comunidad Autónoma (k) según tipo de producto (j); 𝑄𝑘 muestra la producción minera total de una Comunidad Autónoma (k). Finalmente, 𝑄 muestra la producción total de toda la industria minera española. La ecuación (1) permite explicar el consumo de energía eléctrica de la industria minera en España en un año mediante los siguientes cuatro factores: 17 se concentra en el periodo 2007-2013 y 2015-2016, mientras que en los periodos 2005-2007, 2013-2015 y 2016-2019 actúa como impulsor del consumo eléctrico. 5.2 Efectos clave del cambio en el consumo de energía eléctrica en el sector de la minería en España por Comunidades Autónomas El método LMDI permite descomponer la variación del consumo eléctrico de la minería española a nivel Autonómico permitiendo así obtener resultados que satisfacen el segundo objetivo de esta investigación. Los resultados muestran el desempeño de las empresas del sector en cada CCAA y descompone la variación del consumo eléctrico en efectos clave para cada una de las Comunidades (Tabla 2). La variación de la energía eléctrica interanual consumida por CC.AA. se detalla en la TablaA.2 del Anexo. Tabla 2: Efectos de la descomposición de los cambios en el consumo eléctrico (MWh) de la minería española por Comunidad Autónoma (2005-2019) COMUNIDADES INTENSIDAD S1 S2 ACTIVIDAD TOTAL ANDALUCÍA 1344189 286971 58380 -515768 1173771 ARAGÓN 17874 22602 10747 -51402 -179 ASTURIAS 431276 -153956 -36564 -287512 -46756 BALEARES 217605 1034 4237 -10925 211950 CANARIAS 6140 133 -5619 -15220 -14566 CANTABRIA 4324 -1024 15366 -30971 -12306 CASTILLA Y LEÓN 140404 -12387 50850 -258696 -79829 CASTILLA-LA MANCHA 97063 28763 544 -85019 41351 CATALUÑA 239297 127611 3670 -190898 179680 EXTREMADURA -7602 51983 100 -55496 -11015 GALICIA 5079 -35429 8739 -106868 -128479 LA RIOJA -21992 29796 -2428 -3377 1999 MADRID 73005 61150 -38552 -100294 -4691 MURCIA 51954 32573 -25659 -76997 -18129 NAVARRA 39740 40782 496 -59627 21392 PAIS VASCO -13823 30119 9517 -47311 -21499 VALENCIA 164545 -18706 -27023 -104291 14525 Fuente: Elaboración propia 18 5.2.1 Efecto Intensidad por Comunidad Autónoma El efecto Intensidad para cada comunidad autónoma se muestra en la Tabla 3. Con el propósito de simplificar el análisis de este efecto nos centraremos en las CC.AA. que mostraron una mayor variación en términos absolutos en el periodo estudiado. Mapa 1. Efecto Intensidad en las Comunidades Autónomas entre 2005 y 2019 Fuente: Elaboración propia con Flourish La comunidad de Andalucía es la que registra el mayor incremento del efecto Intensidad durante el periodo estudiado (Mapa 1). Asturias -histórica región mineraaparece como la segunda con mayor incremento del efecto Intensidad. Por último, cabe señalar a las comunidades de Cataluña y de Baleares mostraron valores positivos, contribuyendo así en gran medida al valor global para España del efecto Intensidad. En general todas las comunidades han experimentado un incremento en la intensidad energética del sector minero con excepciones. Es el caso de La Rioja que experimentó una importante reducción. Finalmente, la comunidad de País Vasco es la única que experimentó una reducción en el efecto intensidad sostenida durante todo el periodo estudiado (ver Tabla A.4 de Anexo). 19 5.2.2 Efecto Peso de Producto S1 por Comunidad Autónoma El efecto Peso del Producto S1 experimentado en cada CCAA se muestra en el Mapa 2 además de en la Tabla 3. También aquí nos centraremos en las CC.AA. que presentaron un mayor incremento o disminución en términos absolutos del efecto en el periodo bajo análisis. Mapa 2. Efecto Peso de Producto S1 en las Comunidades Autónomas (2005-2019) Fuente: Elaboración propia con Flourish La comunidad andaluza registró el principal aumento del efecto Peso del Producto S1, seguido por la comunidad catalana que también experimentó un significativo incremento en este efecto. Por último, Madrid y Extremadura fueron comunidades que igualmente experimentaron incrementos del efecto S1 significativos. Importa señalar que Extremadura sostuvo un incremento del efecto S1 durante todo el periodo de estudio (Ver Tabla A.5 de Anexo). 20 5.2.3 Efecto Peso de la Comunidad Autónoma S2 El Mapa 3 y la Tabla 3 muestran el efecto Peso de la Comunidad Autónoma S2 experimentado en cada una de las CCAA. Pondremos el foco en las regiones con mayor variación absoluta de este efecto. Mapa 3. Efecto Peso de la Comunidad Autónoma S2 en las Comunidades Autónomas (2005 - 2019) Fuente: Elaboración propia con Flourish La Comunidad de Andalucía experimentó el principal incremento en el efecto Peso de la Comunidad Autónoma S2 mientras que las Comunidades de Cantabria y Aragón experimentaron un significativo aumento del efecto Peso de la Comunidad Autónoma. Ambas comunidades registran moderados incrementos en todo el periodo estudiado. También resalta el incremento de la comunidad de Castilla y León el cual fue positivo durante los periodos 2005-2012 pasando luego a registrar valores negativos para los periodos 2012-2019 (Ver Tabla A.6 de Anexo). Las comunidades de Madrid y Asturias registraron en el cómputo global, las principales variaciones negativas del efecto S2 seguidas, con valores más reducidos por las Comunidades de Murcia y Valencia. 21 5.2.4 Efecto Actividad El efecto Actividad experimentado en cada CCAA se muestra en la Tabla 3 y en el Mapa 4. Como en los efectos anteriores pondremos el foco en las regiones con mayor variación absoluta de este efecto. Mapa 4. Efecto Actividad en las Comunidades Autónomas (2005 – 2019) Fuente: Elaboración propia con Flourish La Tabla A.7 de Anexo muestra como todas las CCAA han experimentado valores negativos en el cómputo general del efecto Actividad resaltando la comunidad de Andalucía como la que experimentó una mayor reducción durante todo el periodo estudiado. Por otro lado, las regiones del norte de España como Asturias, Castilla y León, Cataluña y Galicia también experimentan una variación negativa del efecto actividad (Mapa 4). 5.3 Análisis de la descomposición LMDI por Tipo de Producto El método LMDI permite también descomponer la variación del consumo de energía eléctrica por tipo de Producto extraído en la minería española respondiendo así al tercer objetivo 22 de esta investigación. la Tabla A.3 del Anexo muestra el detalle de la descomposición LMDI por tipo de Producto Minero. La Tabla 3 muestra que todos los productos mineros (productos de cantera, rocas ornamentales y recursos estratégicos) contribuyeron al aumento del consumo de energía eléctrica de la industria de la minería española entre 2005 y 2019. Específicamente, los Recursos Estratégicos tuvieron la mayor contribución al incremento del consumo energético, seguidos muy de cerca por los Productos de Cantera, mientras que las Rocas Ornamentales tuvieron una contribución menos significativa. Entre 2005 y 2019, en el caso de los productos de cantera, los efectos clave de su aumento fueron principalmente el efecto Intensidad y en menor medida el efecto Peso de la Comunidad Autónoma S2. Por su parte, los recursos energéticos incrementaron el consumo de energía eléctrica debido al efecto Intensidad y en menor medida, el efecto Peso del Producto Minero S1. Finalmente, las rocas ornamentas tuvieron como efectos claves al efecto Intensidad y al efecto Peso del Producto Minero S1. Tabla 3. Efectos de la descomposición de los cambios en el consumo eléctrico (MWh) de la minería española por tipo de producto minero entre 2005 y 2019 PRODUCTOS INTENSIDAD S1 S2 ACTIVIDAD TOTAL Productos de cantera 1373694 -13349 47598 -899400 508543 Rocas Ornamentales 444532 19836 -3359 -194702 266306 Recursos Estratégicos 970851 485529 -17439 -906571 532370 Fuente: Elaboración Propia 5.3.1 Análisis interanual de los Productos de Cantera El nivel de influencia de cada efecto por Productos de Cantera sobre el consumo final de energía eléctrica se muestra en el gráfico 3. Debe subrayarse la gran influencia de los Productos de Cantera en el cómputo global en la variación del efecto intensidad. Los periodos 2011-2012, 2015-2016 y 2018-2019 corresponden a los picos de su contribución en la explicación de la variación del consumo de energía eléctrica. En sentido contrario estos incrementos de intensidad vienen seguidos de marcados periodos de descenso en los bienios 2013-2014 y 2016-2017. 23 También es posible identificar al Efecto Actividad como un importante inhibidor durante gran parte del periodo. Sin embargo, los efectos S1 y S2 no tienen apenas relevancia al explicar los cambios del consumo de energía inducidos por los Productos de Cantera. Gráfico 3. Evolución de los efectos de consumo eléctrico para los Productos de Cantera periodo 2005-2019 Fuente: Elaboración propia 5.3.2 Análisis interanual de las Rocas Ornamentales El gráfico 4 muestra el nivel de influencia de cada efecto por Productos de Cantera sobre el consumo final de energía eléctrica. Destaca la influencia del efecto intensidad en las Rocas Ornamentales para el cómputo global durante los periodos 2007-2008, 2010-2011, 2015-2016 y 2018-2019. Estos incrementos del efecto Intensidad son seguidos de periodos valle en los bienios 2008-2009, 2011-2012 y 2016-2017, en los cuales el efecto Intensidad actúa como un inhibidor del consumo energético. Por otro lado, el Efecto Peso del Producto S1 presenta un importante comportamiento impulsor en el periodo 2010-2011, mientras que en el periodo 2018-2019 presenta un comportamiento inhibidor. El efecto Actividad actúa como inhibidor durante el primer subperiodo 2005-2012, mientras que el efecto S2 no tiene mayor relevancia en los cambios del consumo energético. -700000 -500000 -300000 -100000 100000 300000 500000 700000 900000 1100000 Consumo Eléctrico en MWh EFECTO INTENSIDAD EFECTO S1 EFECTO S2 EFECTO ACTIVIDAD 24 Gráfico 4. Evolución de los efectos en el consumo eléctrico para los Rocas Ornamentales periodo 2005-2019 Fuente: Elaboración Propia 5.3.3 Análisis interanual de los Recursos Estratégicos El nivel de influencia de cada efecto por Recursos Estratégicos sobre el consumo final de energía eléctrica se muestra en el Gráfico 5 donde destaca la influencia del efecto Peso del Producto S1 durante el primer subperiodo 2005-2012. Para este subperiodo el efecto presenta un importante comportamiento impulsor del consumo eléctrico, alcanzando su pico en el bienio 2011-2012. Por el contrario, el segundo subperiodo está marcado por un descenso del efecto S1 hasta convertirse en un importante inhibidor del consumo energético en el segundo subperiodo 2018-2019. Por otro lado, el efecto Intensidad actúa como un importe impulsor del consumo eléctrico durante todo el periodo de tiempo estudiado 2005-2019. En contraparte, el efecto Actividad es el mayor inhibidor del consumo de energía principalmente durante el primer sub-periodo 2005- 2012, cuyo valle lo experimenta en el año 2011-2012 compensando el pico del efecto S1 en ese mismo periodo. Finalmente, el efecto S2 no tiene mayor relevancia en los cambios del consumo de energía eléctrica. -250000 -150000 -50000 50000 150000 250000 Consumo Eléctrico MWh EFECTO INTENSIDAD EFECTO S1 EFECTO S2 EFECTO ACTIVIDAD 25 Gráfico 5. Evolución de los efectos en el consumo eléctrico para los Recursos Estratégicos periodo 2005-2019 Fuente: Elaboración propia 6. Discusión En los diez últimos años, se ha producido una electrificación general de la industria en España. Esto se refleja en el consumo de electricidad, el cual ha sido el principal componente del consumo total de energía del sector industrial en España. En términos relativos su peso ha oscilado entre el 51,7% y el 59,2% a lo largo del periodo analizado. En 2019 el consumo de electricidad supuso el 56,7% del consumo energético de la industria en España (INE 2021). La electrificación generalizada que experimenta el sector industrial, también se extiende a la industria minera española donde el consumo eléctrico es especialmente importante. Durante el periodo de análisis 2005-2019, el consumo eléctrico de la minería española registró un aumento de 1,3 millones de MWh. Este notable incremento coincide en el tiempo con el aumento de la demanda global de materiales y minerales para la construcción y la fabricación de tecnologías limpias (Nurmi, 2017). El consumo eléctrico de la industria minera española se ha visto afectado por la agenda global de sostenibilidad que conlleva la transformación del modelo económico y establece las bases de un nuevo modelo económico más responsable con los recursos y su impacto al medio ambiente (Linares García & Vásquez Santos, 2018). Los principales programas en materia de eficiencia y energía durante el periodo estudiado son el Acuerdo de París de 2015 y la Agenda 2030 de Desarrollo Sostenible de Naciones Unidas. En España se estableció el Marco Estratégico -400000 -300000 -200000 -100000 0 100000 200000 300000 400000 500000 Consumo eléctrico MWh EFECTO INTENSIDAD EFECTO S1 EFECTO S2 EFECTO ACTIVIDAD 26 de Energía y Clima, el cual se basa en tres pilares: la Ley 7/2021, de Cambio Climático y Transición Energética, el Plan Nacional Integrado de Energía y Clima (2023), y la Estrategia de Transición Justa (2023). Estas iniciativas buscan facilitar la transición hacia un modelo económico más sostenible y competitivo. Los datos obtenidos por este trabajo muestran un incremento del consumo eléctrico por parte de la industria minera, lo cual concuerda con el proceso de electrificación que experimenta la industria en consonancia de los acuerdos y programas en materia energética propuestos por la UE y el gobierno español. Sin embargo, cabe señalar que los objetivos en materia de descarbonización y sostenibilidad dependerán de las fuentes de generación eléctrica utilizadas para alimentar a los nuevos procesos de la minería electrificada. El análisis de la descomposición del cambio en el consumo eléctrico de la industria minera para todo el periodo de estudio 2005-2019 identificó al efecto Intensidad como agente clave y el principal impulsor. Cabe destacar el efecto intensidad muestra tres importantes picos que afecta en el incremento del consumo eléctrico de la minería (Gráfico 2). El primero corresponde al bienio 2011-2012 coincidiendo con un periodo marcado por la crisis financiera que dio lugar a una caída significativa del 27,6% de la producción minera total, sin embargo, la energía consumida en la producción no disminuyó en igual medida, lo cual se tradujo en un incremento notable del efecto Intensidad en la producción. Como explica Calvo et al. (2019), el precio de los productos minerales soy dependientes de su utilidad y contexto económico, los altos costos de producción de minerales utilizados en la construcción local se trasladaron a la explotación de minerales metálicos de alto valor internacional. El segundo pico del efecto intensidad se registró en el periodo 2015-2016, un momento donde la economía española se encontraba en etapa de recuperación. Sin embargo, aunque se registró una disminución en el número de explotaciones del 1,5% y de la producción en un 6,6%, se produjo un incremento en el consumo de energía eléctrica. Esto se explica por un incremento del 50% en la cantidad de explotaciones dedicadas a los minerales metálicos, un tipo de explotación caracterizada por ser una minería a cielo abierto, la cual necesita de mucha energía para la explotación de grandes toneladas de tierra rica en metales. Los resultados en esta investigación van en la línea de los encontrados por Purhamadani, Bagherpour & Tudeshki (2021) que relacionan los grandes proyectos mineros a cielo abierto con el incremento de la intensidad energética. Por último, el tercer pico se experimenta en el periodo 2018-2019, donde se presenta un descenso de la actividad y la producción debido a diversos factores como el fin de la explotación de las minas de carbón para el año 2020 como pronosticó Mioche (2006) y el descenso en el 33 International Conference on Electronics, Control, Optimization and Computer Science (ICECOCS) (pp. 1-5). IEEE. Levesque, M., Millar, D. and Paraszczac, J. (2014) Energy and Mining—The Home Truths. Journal of Cleaner Production, 84, 233-255. https://doi.org/10.1016/j.jclepro.2013.12.088 Ley 7/2021, de 20 de mayo, de cambio climático y transición energética, Pub. L. No. Ley 7/2021, BOE-A-2021-8447 62009 (2021). https://www.boe.es/eli/es/l/2021/05/20/7 Lin, Boqiang & Zhu, Runqing. (2020). Energy efficiency of the mining sector in China, what are the main influence factors? Resources, Conservation and Recycling. 167. 105321. 10.1016/j.resconrec.2020.105321. Linares-García, J., & Vásquez-Santos, K. (2018). Ciudades inteligentes: ¿materialización de la sostenibilidad o estrategia económica del modelo neoliberal?. El Ágora USB, 18(2), 479-495. Mahanga, A., Massonini N. & Meng, X. (2022). Innovation and Climate Change Mitigation Technology in the Asian and African Mining Sector: Empirical Analysis Using the LMDI Method. Energies, 15(24), 9424. Ministerio de Industria, Comercio y Turismo (2022). Hoja de Ruta para la gestión sostenible de las Materias Primas Minerales. Retrieved October 22, 2023, from https://www.miteco.gob.es/es/ministerio/planes-estrategias/materias-primas-minerales.html Ministerio para la Transición Ecológica y el Reto Demográfico (2021). Estrategia Española de Economía Circular y Planes de Acción. (n.d.). Retrieved October 22, 2023, from https://www.miteco.gob.es/es/calidad-y-evaluacion-ambiental/temas/economiacircular/estrategia.html Ministerio para la Transición Ecológica y el Reto Demográfico del Gobierno de España. Estadística Minera (2019). https://energia.gob.es/mineria/Estadistica/DatosBibliotecaConsumer/2019/estadistica-minera- anual-2019.pdf 34 Ministerio para la Transición Ecológica y el Reto Demográfico—Consulta de estadísticas mineras. (s. f.). Recuperado 11 de octubre de 2023, de https://energia.gob.es/mineria/Estadistica/Paginas/Consulta.aspx Ministerio para la Transición Ecológica y el Reto Demográfico—Estadística minera. (n.d.). Retrieved October 20, 2023, from https://energia.gob.es/mineria/Estadistica/Paginas/estadisticaminera.aspx Ministerio para la Transición Ecológica. MINERVA. (s. f.). Recuperado 11 de octubre de 2023, de https://sedeaplicaciones.minetur.gob.es/minerva/GenerarInformes.aspx Mioche, P. (2004). Fifty years of European coal and steel, 1952-2002. Office for Official Publications of the European Communities. Morán, L., Sbarbaro, D., Ortega, F., & Espinoza, J. (2019). Electrical energy consumption characterization of open-pit mining and mineral processing operations towards the use of renewable energy sources. In 2019 IEEE Industry Applications Society Annual Meeting (pp. 1- 6). IEEE. Newman, H.R., 2002. The mineral industry of Spain in 2002. U.S. Geological Survey Minerals Yearbook.: Area Reports: International, vol. III. Nurmi, P. A. (2017). Green Mining—A Holistic Concept for Sustainable and Acceptable Mineral Production. In Geoethics at the Heart of All Geoscience. Annals of Geophysics, 60(7). https://doi.org/10.4401/ag-7420. OECD (2021), Mining Regions and Cities Case of Andalusia, Spain, OECD Rural Studies, OECD Publishing, Paris, https://doi.org/10.1787/47062327-en. Paneri, A., Moore, K., Beylot, A., Muller, S., Braun, M., & Yan, X. (2021). Renewable energy can make small-scale mining in Europe more feasible. Resources, Conservation and Recycling, 172, 105674. https://doi.org/10.1016/j.resconrec.2021.105674 Panorama Minero (2019). Instituto Geológico y Minero de España (IGME). https://www.igme.es/PanoramaMinero/actual/PANORAMA%20MINERO%202019.pdf 35 Plan Nacional Integrado de Energía y Clima (PNIEC) 2021-2030. (n.d.). Retrieved October 20, 2023, from https://www.miteco.gob.es/es/prensa/pniec.html. Pietrzyk, S., & Tora, B. (2018). Trends in global copper mining–a review. In IOP conference series: materials science and engineering (Vol. 427, No. 1, p. 012002). IOP Publishing. Purhamadani, E., Bagherpour, R., & Tudeshki, H. (2021). Energy consumption in open-pit mining operations relying on reduced energy consumption for haulage using in-pit crusher systems. Journal of Cleaner Production, 291, 125228. https://doi.org/10.1016/j.jclepro.2020.125228 Stedman, A., & Green, K. P. (2019). Fraser Institute Annual Survey of Mining Companies 2018. Wang, H., Ang, B. W., & Su, B. (2017). Assessing drivers of economy-wide energy use and emissions: IDA versus SDA. Energy Policy, 107, 585-599. Wang, M., & Feng, C. (2017). Analysis of energy-related CO2 emissions in China’s mining industry: Evidence and policy implications. Resources Policy, 53, 77-87. Wang, M., & Feng, C. (2018). Decomposing the change in energy consumption in China's nonferrous metal industry: An empirical analysis based on the LMDI method. Renewable and Sustainable Energy Reviews, 82, 2652-2663. Wei, M., McMillan, C. A., & de la Rue du Can, S. (2019). Electrification of industry: Potential, challenges and outlook. Current Sustainable/Renewable Energy Reports, 6, 140-148. World Bank Group. (2017). The Growing Role of Minerals and Metals for a Low Carbon Future. © World Bank, Washington, DC. http://hdl.handle.net/10986/28312 License: CC BY 3.0 IGO. Wysokiński, M., Baran, J., Gołasa, P., & Lenort, R. (2014). Economic and Energy Efficiency of the Mining and Quarrying Sector in European Countries. In Metal 2014: 23th International Conference on Metallurgy and Materials (pp. 1965-1971). Yeo, Y., Shim, D., Lee, J. D., & Altmann, J. (2015). Driving forces of CO2 emissions in emerging countries: LMDI decomposition analysis on China and India’s residential sector. Sustainability, 7(12), 16108-16129. 36 Zafrilla, J. E. (2014). The mining industry under the thumb of politicians: The environmental consequences of the Spanish Coal Decree. Journal of Cleaner Production, 84, 715-722. https://doi.org/10.1016/j.jclepro.2014.02.031 37 Anexo A Tabla A.1 Consumo de energía eléctrica interanual (MWh) de la minería española periodo 2005 - 2019 Fuente: Elaboración propia 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 132577 232471 147636 153710 281671 398188 492000 1510140 984283 594536 656893 976100 880071 919522 1306348 47678 59278 59681 53411 47501 86691 39785 35256 124281 50904 66247 60598 58622 53988 47499 350415 319137 315547 246260 300294 330938 292914 274919 249366 256061 267228 262951 251418 241716 303659 18552 18291 18016 16259 18789 10167 8658 7916 9384 10197 12736 9186 9333 10885 230502 21491 19422 17688 13046 31293 12540 11034 10927 7878 8570 10127 8776 10663 6963 6925 37578 36226 37376 33884 31166 32586 29810 25562 23285 26467 25734 26627 21535 20797 25272 290660 308660 333374 298664 270035 228111 321696 216364 211844 138196 125896 171799 518195 220353 210831 88153 88766 114220 113066 94251 81012 69231 74658 71803 45727 88510 80546 84535 89660 129504 218760 212518 242605 228069 298196 194791 198855 213528 209248 295822 354395 857419 409786 395025 398440 46076 65121 78868 79710 93057 83162 29466 46328 84325 87874 71789 204123 61783 46163 35061 232709 199754 196314 116810 124352 121223 101330 83836 79870 78851 73430 86169 87403 90304 104230 4388 6018 5050 6029 4851 4342 3181 3266 1992 4225 4067 5048 17697 6884 6387 120998 129843 137508 124662 115141 90149 87646 95779 92449 90530 99705 105108 107892 111379 116307 61241 72640 81806 313531 55436 49202 45628 36906 35062 35724 42263 43489 46819 42082 43112 36743 40493 44459 51306 50394 72667 68764 57232 47702 47711 49891 52825 53192 56347 58135 42821 46039 45191 66472 37448 55971 54001 29580 24018 23225 25510 23589 21143 21739 21322 111962 117683 135111 122045 91703 72155 157269 76454 71057 52254 55649 141583 61598 131497 126487 1862802 1972360 2010450 2036934 1945578 1923895 2011268 2798651 2327847 1846874 2030070 3115936 2701685 2465304 3170021 MURCIA NAVARRA PAIS VASCO VALENCIA TOTAL CATALUÑA EXTREMADURA GALICIA LA RIOJA MADRID BALEARES CANARIAS CANTABRIA CASTILLA Y LEÓN CASTILLA-LA MANCHA COMUNIDADES AÑOS ANDALUCÍA ARAGÓN ASTURIAS 38 Tabla A.2 Variación del consumo eléctrico interanual (MWh) por Comunidades Autónomas Fuente: Elaboración propia 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018 2018-2019 99894 -84835 6074 127961 116517 93812 1018140 -525857 -389747 62357 319207 -96029 39451 386826 11600 403 -6270 -5910 39190 -46906 -4529 89025 -73377 15343 -5649 -1976 -4634 -6489 -31278 -3590 -69287 54034 30644 -38024 -17995 -25553 6695 11167 -4277 -11533 -9702 61943 -261 -275 -1757 2530 -8622 -1509 -742 1468 813 2539 -3550 147 1552 219617 -2069 -1734 -4642 18247 -18753 -1506 -107 -3049 692 1557 -1351 1887 -3700 -38 -1352 1150 -3492 -2718 1420 -2776 -4248 -2277 3182 -733 893 -5092 -738 4475 18000 24714 -34710 -28629 -41924 93585 -105332 -4520 -73648 -12300 45903 346396 -297842 -9522 613 25454 -1154 -18815 -13239 -11781 5427 -2855 -26076 42783 -7964 3989 5125 39844 -6242 30087 -14536 70127 -103405 4064 14673 -4280 86574 58573 503024 -447633 -14761 3415 19045 13747 842 13347 -9895 -53696 16862 37997 3549 -16085 132334 -142340 -15620 -11102 -32955 -3440 -79504 7542 -3129 -19893 -17494 -3966 -1019 -5421 12739 1234 2901 13926 1630 -968 979 -1178 -509 -1161 85 -1274 2233 -158 981 12649 -10813 -497 8845 7665 -12846 -9521 -24992 -2503 8133 -3330 -1919 9175 5403 2784 3487 4928 11399 9166 231725 -258095 -6234 -3574 -8722 -1844 662 6539 1226 3330 -4737 1030 3750 3966 6847 -912 22273 -3903 -11532 -9530 9 2180 2934 367 3155 1788 3218 -848 21281 -29024 18523 -1970 -24421 -5562 -793 2285 -1921 -2446 596 -417 5721 17428 -13066 -30342 -19548 85114 -80815 -5397 -18803 3395 85934 -79985 69899 -5010 109558 38090 26484 -91356 -21683 87373 787383 -470804 -480973 183196 1085866 -414251 -236381 704717 COMUNIDADES AÑOS ANDALUCÍA ARAGÓN ASTURIAS BALEARES CANARIAS CANTABRIA CASTILLA Y LEÓN CASTILLA-LA MANCHA CATALUÑA EXTREMADURA GALICIA LA RIOJA MADRID MURCIA NAVARRA PAIS VASCO VALENCIA TOTAL 39 Tabla A.3. Efectos de la descomposición LMDI por tipo de Producto Minero (MWh) Fuente: Elaboración propia PRODUCTO EFECTOS INTENSIDAD S1 S2 ACTIVIDAD INTENSIDAD S1 S2 ACTIVIDAD INTENSIDAD S1 S2 ACTIVIDAD 2005-2006 135513 1771 149 42189 -5636 15653 -189 7131 -66863 -116708 40095 56453 2006-2007 -47717 2171 -4866 17429 2009 12354 78 3046 102476 -136167 66430 20847 2007-2008 121273 8360 -2280 -144250 301035 4628 -11425 -38926 -142644 65715 26530 -161531 2008-2009 234736 -2626 494 -184278 -200427 20819 -3958 -51242 133962 127330 25061 -191224 2009-2010 -58051 -12882 5137 -138038 1927 10987 1484 -29792 169859 220971 -9295 -183991 2010-2011 162893 -9993 4459 -121098 54032 51718 2949 -34174 84969 147772 -58617 -197537 2011-2012 1168871 -24536 -7065 -304105 -82084 23096 7148 -55430 51995 368210 -1308 -357408 2012-2013 -320883 -17103 32022 -216501 36207 3420 3364 -23589 72846 170446 -3665 -207368 2013-2014 -448885 6011 -7149 21684 -54368 -2761 -847 3359 -14479 4723 -23291 35032 2014-2015 -8753 6818 9614 36827 10072 -8906 -2944 5872 115066 -50304 -7806 77641 2015-2016 865713 -6072 9961 -62119 114631 897 1306 -9277 182711 89255 -7409 -93731 2016-2017 -603566 5587 29482 84192 -87899 -13095 3028 12032 141173 -57857 -54875 127548 2017-2018 -454411 6193 -20220 54615 87333 -24372 -1847 11783 -9220 -4958 -18639 137362 2018-2019 626961 22951 -2139 14054 267700 -74602 -1505 4504 149002 -342898 9351 31337 Rocas Ornamentales Recursos Estratégicos Productos de cantera 40 Tabla A.4 Evolución Interanual del efecto Intensidad (MWH) por Comunidad Autónoma Fuente: Elaboración propia Tabla A.5 Evolución Interanual del efecto Peso del Producto S1 (MWh) por Comunidad Autónoma Fuente: Elaboración propia 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018 2018-2019 1383 749 170 6645 73770 25251 168881 55344 32742 -28863 117167 17532 -1562 -182238 -1798 -3181 5030 2351 10817 7537 1885 897 -287 -1221 543 51 123 -146 -70772 -74275 37183 37778 23073 83709 44966 -60547 5504 19116 -24882 -49472 -49358 -75979 209 193 16 733 -70 -129 227 44 -124 132 -55 5 -69 -79 -291 140 133 171 106 -92 75 -119 -27 28 30 -11 -27 16 -1212 54 929 -164 1231 2215 1693 -2571 424 -1851 2184 -2638 -504 -815 -18942 -27867 -3759 13678 19746 8115 18864 4227 -3746 -5512 4535 16824 -12053 -26499 2327 -4649 -3492 1673 11005 5403 19375 32429 -2474 -15928 -9902 -491 -9550 3037 -6936 -4083 27691 34092 32068 9993 25393 75645 -25129 -2710 -659 -40714 49326 -46366 4273 -2094 9283 12521 13120 -25314 4924 18034 13687 7729 -2467 -433 1052 -2332 -3090 -8941 -26516 -3260 -5678 6423 10362 4653 -1254 -3269 4607 2178 -5849 -5793 -137 73 87 11 -8 -15 24 -7 0009031 19436 1300 -6341 2384 19780 16968 11160 7868 24112 12398 -5165 -1150 -3686 -3987 3437 -16628 1286 955 13327 13491 6704 -3337 6712 5059 -2777 -524 466 -2198 -6875 285 -747 -137 39 4870 11951 13408 23554 10525 -1607 -15454 9068 -1330 -379 -12980 152 631 1942 7838 -980 21346 -486 60 -73 27 144 -288 36 -231 1355 -1597 -3139 -3874 11059 27115 16209 692 -1723 -2941 -13016 -9425 -10320 -29101 -99283 -121643 78703 145523 219076 189497 366770 156763 7972 -52392 84079 -65366 -23137 -394548 CANTABRIA CASTILLA Y LEÓN CASTILLA-LA MANCHA CATALUÑA EXTREMADURA PAIS VASCO VALENCIA TOTAL GALICIA LA RIOJA MADRID MURCIA NAVARRA ASTURIAS BALEARES CANARIAS COMUNIDADES ANDALUCÍA ARAGÓN 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018 2018-2019 90868 -86523 28931 170763 86221 150233 1149291 -417474 -427406 -9858 290063 -161352 -54885 535315 8926 -3690 4176 1724 42595 -44829 3110 94660 -68002 7320 -3994 -12179 -6643 -5301 -27270 1946 -87173 50551 59201 20566 15131 96527 -5615 -13773 45596 53268 56174 166147 -1398 -384 1262 11403 -6848 -563 1123 2316 -996 900 -3586 -952 963 214365 2010 37 -1665 24013 -18151 2174 2726 -348 -931 -112 -798 1720 -4211 -324 -5588 -1549 -2106 4754 3746 4227 589 -1560 616 -1218 7070 -8964 -625 4931 16791 17408 552 12565 -5385 118110 -48055 40597 -89710 9954 41916 313761 -294744 6644 142 22315 16824 1333 -5447 -1875 19338 -103 -23961 50536 8505 -6082 -16484 32023 -7614 37724 10760 77053 -85166 29948 46368 -29612 109460 40740 497899 -459105 -61782 32623 11035 23931 -903 23128 7779 -30164 14289 7371 -1934 -1266 163796 -190900 -20521 -13243 -37035 -4764 -23316 31745 10862 -2958 3615 6991 -1602 -9333 13084 -3549 1920 19421 71 -793 1162 -121 172 270 1916 -838 838 -554 1982 5429 -29894 -1632 9251 13181 15536 10885 -20827 3061 18246 5955 2138 15157 1892 942 -19393 16982 3108 7789 266298 -235012 7078 -5747 1575 1080 1032 5614 564 2894 -7505 3187 4265 2531 8155 7093 24989 -9210 -6263 -17813 7812 17202 -6482 -428 3435 4454 -802 1192 24938 -32779 27057 -14027 -16173 -694 -4462 2522 2696 -4617 -596 1921 -3746 26418 16231 9171 -14140 82678 -68045 1116 -15008 2554 102852 -80179 78492 26151 63013 56768 279663 168270 113736 301894 1138781 -211830 -517732 116385 1163056 -550292 -376298 1043663 PAIS VASCO VALENCIA TOTAL CCAA GALICIA LA RIOJA MADRID MURCIA NAVARRA CANTABRIA CASTILLA Y LEÓN CASTILLA-LA MANCHA CATALUÑA EXTREMADURA ANDALUCÍA ARAGÓN ASTURIAS BALEARES CANARIAS 41 Tabla A.6 Evolución Interanual del efecto Peso de la Comunidad Autónoma S2 (MWh) por Comunidad Autónoma Fuente: Elaboración propia Tabla A.7 Evolución Interanual del efecto Actividad (MWh) por Comunidad Autónoma Fuente: Elaboración propia 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018 2018-2019 9807 3876 -26691 -46030 -60501 -81506 -272496 -216045 22167 38866 -54623 74799 72987 19622 2945 1237 -9969 -11301 -11728 -10888 -12068 -11771 2424 3630 -4297 4871 4561 952 18543 6611 -49150 -60657 -58431 -57396 -91483 -46799 7501 16310 -17990 21087 20001 4341 1013 378 -3034 -3930 -2586 -1730 -2670 -1536 291 697 -735 759 818 1340 1134 384 -2693 -4685 -3796 -2169 -3539 -1665 244 580 -640 791 704 131 2046 766 -6307 -7302 -5904 -5741 -8850 -4359 729 1624 -1760 1941 1717 430 16559 6681 -55881 -63811 -45984 -48562 -85183 -38192 5018 8191 -9963 23036 25339 4057 4889 2102 -19953 -22441 -15649 -13802 -23072 -12904 1709 4036 -5729 6762 7047 1984 11955 4732 -41692 -57781 -44617 -35955 -66452 -37699 7302 20185 -37506 46702 32454 7474 3050 1483 -13918 -19376 -16290 -6983 -9336 -11058 2555 4956 -5166 9515 4314 758 11957 4115 -26291 -26993 -22704 -20407 -29729 -14618 2356 4740 -5400 7082 7198 1826 281 114 -979 -1218 -841 -676 -1037 -457 88 258 -308 396 877 124 6953 2782 -23177 -26920 -18873 -16351 -29359 -16805 2715 5920 -6947 8733 8893 2142 3681 1604 -24600 -28394 -9672 -8730 -13115 -6426 1050 2423 -2908 3694 3592 802 2140 884 -8421 -11401 -11273 -12876 -20177 -9344 1416 3042 -3483 4347 4441 1079 2462 950 -9188 -10663 -7892 -10131 -12602 -4768 698 1517 -1665 1826 1739 405 6357 2625 -22763 -23839 -15081 -18907 -35776 -13013 1811 3363 -6007 7431 7078 2430 105773 41322 -344707 -426745 -351821 -352810 -716943 -447458 60075 120340 -165127 223772 203760 49896 NAVARRA PAIS VASCO VALENCIA TOTAL EXTREMADURA GALICIA LA RIOJA MADRID MURCIA CANARIAS CANTABRIA CASTILLA Y LEÓN CASTILLA-LA MANCHA CATALUÑA COMUNIDADES ANDALUCÍA ARAGÓN ASTURIAS BALEARES 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018 2018-2019 -2164 -2937 3663 -3417 17027 -167 -27537 52318 -17250 62213 -33400 -27008 22911 14128 1527 6036 -5507 1315 -2494 1274 2544 5238 -7511 5614 2098 5281 -2675 -1994 48222 62128 29852 26362 6801 -84903 13392 -14734 -696 -10486 -7002 -36416 -36519 -32566 -85 -462 -1 -5677 882 913 577 644 1643 810 827 335 -161 3992 -4921 -2295 -417 -1252 3087 -1419 631 -918 1406 1060 57 -614 -166 140 3402 1879 3992 -6 2347 -3476 2321 6212 1412 712 -6601 4569 -1326 -71 3592 28492 24378 8939 -10301 15922 9041 -11153 14791 -24933 9415 -7225 -16384 6276 -6745 5686 5467 620 -3148 -1507 -10214 -22277 -1350 4139 -839 3800 24112 2800 -3647 -8286 -11295 16764 -5690 79 9364 -12614 -5059 358 43290 5483 -34759 9683 687 -9572 6380 -2925 -14504 8765 6985 23650 -10760 -27504 -23829 39478 -465 3715 -4786 6151 -3380 6051 14390 -2950 -1741 -992 -519 2441 448 -4477 -368 -1527 1415 -362 709 150 168 -741 -818 28 1307 138 -693 -2207 -1232 -289 -1018 -10681 -24985 -10454 3548 2919 -4866 -4877 -1607 -10751 14144 -2904 10549 2431 3324 -1183 -23301 -8179 -10345 14240 -3893 -1556 1357 -974 3103 -1060 6051 -3244 -1908 688 7075 -1474 -3395 4775 -8646 7102 -7613 -2610 3831 -2223 -4341 9235 1406 -3621 3589 6580 339 841 4839 -160 3044 -1781 -3096 633 -584 -2512 1755 -10018 -3394 -11800 -1387 -5773 6798 5809 -3883 419 2105 2188 -5350 -4491 40055 61642 12825 21596 -2674 -51209 -1225 31721 -31288 -1136 3858 -22365 -40706 5706 PAIS VASCO VALENCIA TOTAL COMUNIDADES GALICIA LA RIOJA MADRID MURCIA NAVARRA CANTABRIA CASTILLA Y LEÓN CASTILLA-LA MANCHA CATALUÑA EXTREMADURA ANDALUCÍA ARAGÓN ASTURIAS BALEARES CANARIAS