Professional Documents
Culture Documents
Resumen-La evaluacin del impacto social (SIA) se ha convertido en un factor clave para
la prevencin de conflictos ambientales, lo que hace necesario integrar la SIA y el
anlisis de conflictos ambientales (ECA). En este artculo, integramos SIA y ECA usando
un mtodo basado en sistemas grises y entropa de Shannon. Se realiz un estudio de
caso sobre un proyecto de exploracin de hidrocarburos en el Mar del Golfo de
Valencia, Espaa. Se identificaron cuatro grupos de partes interesadas y cuatro criterios
de evaluacin. Los resultados revelaron que para el grupo de especialistas el proyecto
tendra un impacto social negativo; y se encontraron percepciones opuestas entre el
grupo de poblacin de actividades primarias y el grupo de jubilados. Tambin se observ
que los criterios ms propensos a generar conflictos ambientales eran el porcentaje de
desempleo y el PIB per cpita. Estos resultados podran ayudar a los gobiernos centrales
y comunitarios a tomar la mejor decisin sobre el proyecto. El mtodo mostr
resultados interesantes y podra aplicarse para gestionar otros proyectos o programas
desde el punto de vista de los factores sociales.
Palabras clave: SIA, ECA, sistemas Gray, entropa de Shannon, proyecto de exploracin de hidrocarburos.
I. INTRODUCCIN
II.
La evaluacin del impacto social (SIA) es un factor importante para prevenir los
conflictos ambientales causados por la implantacin de proyectos de inversin en
recursos naturales [1]. SIA ha sido conducida principalmente por mtodos cualitativos,
segn lo evidenciado por los estudios basados en la participacin pblica [2], o la teora
de juego [3]. En este estudio, aplicamos un mtodo cuantitativo para SIA: el mtodo de
agrupamiento gris (el mtodo GC), que se basa en la teora de sistemas grises. Por otra
parte, SIA se caracteriza por su alto nivel de incertidumbre [4]. Por lo tanto, SIA debe ser
conducida por un mtodo, que considera el incierto. El mtodo GC es un enfoque que
considera la incertidumbre dentro de su anlisis, y tambin permite la clasificacin de
objetos observados en clases definibles, llamadas clases grises [5], como lo demuestran
los estudios sobre un sistema de asignacin de derechos de agua [6], o el clasificacin de
alianzas estratgicas de innovacin [7]. La teora de los sistemas grises, que fue
establecida por Julong Deng, se enfoca en el estudio de problemas con muestras
pequeas o informacin limitada disponible [8]. En el mundo real, hay muchos sistemas
inciertos con pequeas muestras o informacin limitada, este hecho determina un
amplio rango de aplicabilidad de los sistemas grises. Por ejemplo: sistemas de
informacin geogrfica [9], gestin de la salud [10], optimizacin [11] o gestin de la
seguridad [12].
A su vez, el anlisis de conflictos ambientales (ECA) tambin es un factor clave para
prevenir conflictos durante la planificacin y ejecucin de proyectos y programas, como
lo demuestran los estudios sobre conflictos relacionados con el turismo ecolgico [13], o
la gestin del agua [14], [15 ]. La ECA se ha llevado a cabo principalmente utilizando
mtodos cualitativos, como lo demuestra el estudio sobre los conflictos ambientales de
un proyecto de infraestructura [1], que se bas en la perspectiva de la capacidad. En
este estudio, aplicamos un mtodo cuantitativo para ECA: el mtodo entropa-peso (el
mtodo EW), que se basa en la teora de entropa de Shannon. Shannon propuso el
concepto de entropa como una medida de la incertidumbre en la informacin,
formulada en trminos de la teora de la probabilidad [16]. La investigacin posterior
sobre la entropa de Shannon ha contribuido a la resolucin de problemas en reas tales
como: contaminacin [18], calidad del agua [19], manejo [ 20], o deteccin de fallos
[21].
Adems, las partes interesadas son una dimensin importante para la evaluacin
integrada [22], y los conflictos ambientales se generan entre los grupos interesados
dentro de la poblacin afectada [23, 24]. Por lo tanto, primero debe realizarse la EIS
para cada grupo de partes interesadas, y luego por ECA, las diferencias entre ellos deben
ser determinadas, con el fin de prevenir posibles conflictos ambientales [1]. Esto hace
que SIA y ECA deben ser integrados. La combinacin del mtodo GC y el mtodo EW
podra integrar SIA y ECA. En primer lugar, el mtodo GC evala el impacto social al
cuantificar la informacin de los grupos de interesados. Y luego, el mtodo EW identifica
criterios, para los cuales, existe la mayor divergencia entre grupos de partes interesadas
dentro del proyecto bajo escrutinio.
II. METODOLOGA
Esta seccin describe SIA usando el mtodo GC, ECA usando el mtodo EW, y
proporciona los detalles del mtodo integrado para SIA y ECA.
El mtodo GC basado en CTWF se puede describir como sigue [5], [7], [26]: en primer
lugar, suponga que hay un conjunto de m objetos, un conjunto de n criterios, y un
conjunto de s clases de gris; de acuerdo con el valor de muestra Xij (i = 1, 2,..., m, j = 1,
2,..., n). A continuacin, los pasos del mtodo GC basado en CTWF se pueden desarrollar
de la siguiente manera:
Paso 1: Los rangos de los criterios se dividen en s clases grises y luego se determinan los
puntos centrales 1, 2, ..., s de las clases grises 1, 2, ..., s.
Paso 2: Las clases grises se expanden en dos direcciones, aadiendo las clases grises 0 y
(s + 1) con sus puntos centrales 0 y s + 1 respectivamente. La nueva secuencia de
puntos centrales es 0, 1, 2, ..., s, s + 1, ver detalles en la figura 1. Para la k clase
gris, k = 1, 2, ..., s, del jth criterio, j = 1, 2, ..., n, para un valor observado xtj, el CTWF se
calcula mediante la Ec. (1).
Paso 3: El coeficiente de agrupamiento global ik para el objeto i, i = 1, 2, ..., m, con
respecto a la clase de grises k, k = 1, 2, ..., s, se calcula mediante la Ec. (2).
Donde es el CTWF de la kth clase gris del jth criterio, y j es el peso del criterio j.
Paso 3: El grado de divergencia divj de cada criterio Cj se calcula mediante la Ec. (5).
El mtodo integrado consta de cinco etapas, de las cuales las tres primeras etapas
corresponden a SIA, que se basan en el mtodo GC; y los dos pasos finales corresponden
a ECA, que se basan en el mtodo EW, como se muestra en la Fig. 2.
En primer lugar, el mtodo integrado se puede describir por medio de los siguientes
conjuntos:
Un conjunto de m grupos de interesados llamados G = {G1, G2, ..., Gm}
Un conjunto de n criterios llamados C = {C1, C2, ..., Cn}
Un conjunto de clases grises llamadas V = {V1, V2, ..., Vs}
Un conjunto de valores de evaluacin denominados X = {Xij, i = 1, 2, ..., m; j = 1, 2,
..., n} de Gi (i = 1, 2, ..., m) con respecto al criterio Cj (j = 1, 2, ..., n)
SIA termina con un sistema porcentual [26], [29], definido por los valores 1, 2, 3, ... y
s, donde s = 100, 1 = 100 / s, 2 = 1 + 1, 3 = 1 + 2, ..., y s-1 = 1 + s-2; s es el
nmero de clases de gris definidas. Los resultados para cada grupo de partes
interesadas estn dados por la Ec. (7).
Donde es CTWF de la kth clase gris del jth criterio y k es el valor porcentual
de cada clase gris. Los resultados estn representados por la matriz determinada por la
ecuacin (8).
SIA y ECA se realizaron para un proyecto situado en el mar del Golfo de Valencia, en
Espaa, como se muestra en la Fig. 3. La empresa en cuestin propone llevar a cabo la
exploracin de hidrocarburos mediante una campaa de adquisicin ssmica 3D en las
zonas B, G, AM-1 y AM-2, indicado en el mapa [25]. Se propuso la tecnologa de
ultrasonido para determinar la existencia de depsitos de hidrocarburos en el subsuelo
marino. Este estudio se realiz sobre la ciudad de Valencia, situada en la zona de
influencia del proyecto.
Fig. 3. Ubicacin del proyecto [25]
Los clculos para el estudio de caso, basados en el mtodo integrado, se preceden como
sigue.
Paso 1: Criterios y clases grises
a. Criterios de evaluacin
Criterio Descripcin
C1 Se midi el cambio en el volumen de pesca en la Comunitat
Valenciana, tomando como referencia el volumen de pesca en 2013,
que era de 31,29 mil toneladas de pescado [31].
C2 Se midi el cambio en el nmero de turistas extranjeros que visitan la
Comunitat Valenciana, tomando como referencia el nmero de
turistas extranjeros en 2013, que fue de 5,97 millones [31].
C3 Se midi el cambio en la cantidad de PIB per cpita en la Comunitat
Valenciana, siendo la cifra base el PIB per cpita en 2013, que era de
19.500 euros por ao [32].
C4 Se midi el cambio en el porcentaje de desempleo en la Comunitat
Valenciana, siendo la cifra base la tasa de desempleo en 2013, que fue
del 28,05% [31].
b. Clases de grises
Los datos obtenidos de los grupos de partes interesadas se procesaron utilizando CTWF.
Las clases grises se extendieron en dos direcciones aadiendo las clases grises V0 y V6
("extra negativa" y "extra positiva", respectivamente), con sus puntos centrales 0 y 6.
Por lo tanto, la nueva secuencia de puntos centrales fue 0, 1, 2, 3 y 6, como se
muestra en la Tabla IV y la Figura 9.
Tabla IV. Puntos centrales de las clases grises ampliadas en el estudio de caso
Clases de grises
Muy negativo Negativo Normal Positivo Muy positivo
Pregunta (V1) (V2) (V3) (V4) (V5)
1-Qu efecto
tendra el Disminuir Sin Aumentar
proyecto en el notablemente Disminucin efecto Incrementar notablemente
volumen de
pesca?
2- Qu efecto
tendra el Disminuir Sin Aumentar
proyecto en la notablemente Disminucin efecto Incrementar notablemente
cantidad de
turistas?
3- Qu efecto
tendra el Disminuir Sin Aumentar
proyecto sobre notablemente Disminucin efecto Incrementar notablemente
el PIB per
cpita?
4- Qu efecto
tendra el Aumentar Sin Disminuir
proyecto en el notablemente Incrementar efecto Disminucin notablemente
porcentaje de
desempleo?
TABLA VI. Los valores agregados de cada criterio para los grupos G1, G2, G3 y G4
Entonces, para el grupo G1, los valores de CTWF se calcularon usando las ecuaciones
(11) - (15). Posteriormente, se calcul el coeficiente de agrupamiento global para
cada grupo de partes interesadas usando la ecuacin (2). Los valores de CTWF y
obtenidos para el grupo G1 (m = 1) se muestran en la Tabla VII.
TABLA VII. Valores de CTWF y para el grupo G1
ECA para el estudio de caso se llev a cabo aplicando el mtodo EW. Primero, los valores
de los criterios mostrados en la Tabla X se normalizaron usando la Ec. (3). Los valores
normalizados se muestran en la Tabla XI. Entonces, Hj, divj y wj se calcularon usando
las ecuaciones (4) - (6). Los resultados se muestran en la Tabla XII.
TABLA XI. Resultados normalizados de SIA para los grupos G1, G2, G3 y G4
ECA para el estudio de caso se complet calculando la evaluacin objetiva de cada grupo
de partes interesadas i, i = 1, 2,3, 4, para cada criterio Cj (j = 1, 2, 3, 4). Los resultados se
obtuvieron usando la ecuacin (9), como se muestra en la Tabla XIII.
TABLA XIII. Las puntuaciones de la evaluacin objetiva para cada grupo
IV.RESULTADOS Y DISCUSIN
Los resultados y la discusin, de acuerdo con los objetivos de este estudio, se presentan
a continuacin.
En primer lugar, SIA es un tema con alto nivel de incertidumbre; por lo tanto, debe ser
analizada por mtodos, que consideran la incertidumbre. Algunos enfoques clsicos del
anlisis de mltiples criterios, como Delphi [34], [35] o proceso de jerarqua analtica
(AHP) [36], [37], no consideran la incertidumbre dentro de su anlisis, debido al hecho
de que los grados de importancia de los criterios y las puntuaciones de rendimiento de
las alternativas se asumen para ser sabidas exacto [38]. Adems, algunas opciones para
modelar la incertidumbre pueden ser aproximaciones lgicas difusas [39], enfoques
probabilsticos [40] o sistemas grises [5].
En segundo lugar, los enfoques basados en la lgica difusa, como el proceso de jerarqua
analtica difusa (FAHP) [39], [41], enfatizan la investigacin de problemas con
incertidumbre cognitiva, cuyos objetos de investigacin poseen la caracterstica de clara
intencin y extensin poco clara. El enfoque de los enfoques basados en la teora de los
sistemas grises est en los problemas de incertidumbre, que los objetos de investigacin
poseen la caracterstica de la intencin poco clara y la extensin clara [5]. SIA tiene una
clara extensin de los criterios en un estudio determinado; por ejemplo, en un rango
histrico de cinco aos, podemos conocer el valor mnimo y mximo de una variable
social bajo anlisis. Adems, la poblacin afectada de un determinado proyecto podra
aclarar cundo las cosas eran buenas o malas: antes o despus de la ejecucin del
proyecto [26].
A su vez, la ECA es un tema social, que tambin tiene un alto nivel de incertidumbre.
ECA podra llevarse a cabo por mtodos clsicos multicriterios [4], o por enfoques
estadsticos [5]. Sin embargo, los mtodos clsicos de varios criterios no consideran la
incertidumbre dentro de su anlisis [38]. Adems, los enfoques estadsticos tendran un
alto costo durante el trabajo de campo [4]. ECA podra llevarse a cabo por medio de la
EW mtodo basado en la entropa de Shannon, que es un mtodo que tambin
considera la incertidumbre dentro de su anlisis [17]. Por lo tanto, el mtodo EW y el
mtodo GC son una buena opcin para integrar SIA y ECA, ambos bajo la misma
filosofa.
B. El estudio de caso
Los clculos para el estudio de caso produjeron tres hallazgos importantes, que se
analizan a continuacin.
En tercer lugar, se identificaron los criterios ms divergentes entre los grupos de partes
interesadas, que podran implicar posibles causas de conflictos. La Fig. 12, basada en la
Tabla XIII, muestra que los grupos de actores convergen para los criterios C1 (volumen
de pesca) y C2 (cantidad de turistas) y divergen para los criterios C3 (PIB per cpita) y C4
(porcentaje de desempleo). Los criterios convergentes pueden considerarse como
fortalezas y los criterios divergentes como amenazas en un posible conflicto ambiental.
El criterio con mayor divergencia est relacionado con el desempleo, seguido por el PIB
per cpita. Por lo tanto, estas cuestiones deben tenerse en cuenta al implementar
medidas para prevenir conflictos ambientales en el proyecto de exploracin de
hidrocarburos.
Fig. 12. Evaluacin objetiva para cada grupo
a. Porcentaje de desempleo
El grupo G3 (jubilados) cree que el proyecto generar empleo directo e indirecto, ya que
la industria de hidrocarburos demanda suministros que aumentaran el empleo en todos
los sectores econmicos. Sin embargo, el grupo G1, en concordancia con los grupos G2
(estudiantes universitarios) y G4 (especialistas), cree firmemente que el proyecto
destruir el empleo en sectores sensibles, como el turismo y la pesca. Por lo tanto, este
hecho genera incomodidad en una parte de la poblacin de Valencia (vase la figura 13),
ya que el desempleo es un problema social en Espaa, que aument desde el ao 2009,
debido a que la crisis econmica en Europa y particularmente en Espaa impactos en el
desempleo; por ejemplo, en Valencia en 2009 fue del 20,76%, y en 2013 fue del 28,05%
[31].
El grupo G3 cree que el proyecto aumentar el PIB per cpita, ya que habr inversiones
de la empresa que impulsarn a otros sectores de la economa. Sin embargo, para los
grupos G1, G2 y G4, el proyecto afectar a los sectores econmicos ms importantes de
Valencia, que son el turismo y la pesca. Por ejemplo, una parte del grupo G1, la
cooperativa pesquera de Valencia, cree firmemente que el proyecto afectar sus
ingresos econmicos, teniendo en cuenta el contexto de falta de empleo (vase la figura
14). Este hecho podra ser poco estudiado, como en la ComunitatVelenciana, el PIB per
cpita se ha reducido en funcin del incremento de la crisis econmica desde 2009; por
ejemplo, en 2009 fue de 20170 euros al ao, y en 2013 fue de 19500 euros por ao [31].
Esto se debe al hecho de que el empleo y el salario han disminuido notablemente.
Fig. 13. Ciudadanos opuestos al proyecto Fig. 14. Cooperativa pesquera de
Valencia
IV. CONCLUSIONES
La metodologa aplicada en este artculo permiti integrar el SIA y el ECA. La EIS se llev
a cabo por medio del mtodo GC, que cuantific la informacin cualitativa obtenida de
los grupos de interesados, y la ECA se realiz mediante el mtodo EW, que identific los
criterios controvertidos. Los resultados obtenidos en el proyecto de exploracin de
hidrocarburos en el Mar del Golfo de Valencia podran ayudar al gobierno central oa las
autoridades de la comunidad a tomar la mejor decisin para gestionar el uso del Golfo
de Valencia.
Las principales ventajas del mtodo integrado podran resumirse de la siguiente manera:
el mtodo integrado sera ms eficaz que otros mtodos clsicos multicriterios, ya que
considera la incertidumbre dentro de su anlisis; sera ms apropiado que otros
enfoques basados en la lgica difusa, ya que considera una clara extensin de los
criterios dentro de su anlisis, y tendra un costo menor que otros enfoques estadsticos
durante su aplicacin.