Incertidumbre en huella de carbono: cómo calcularla y reportarla

Ningún inventario de GHG es exacto al 100%. Los datos de actividad provienen de mediciones con margen de error, los factores de emisión son promedios estadísticos, y las metodologías de estimación para categorías sin dato directo introducen incertidumbre adicional. ISO 14064-1 exige que esta incertidumbre se evalúe y documente, y los verificadores la revisarán. Ignorarla no la elimina; simplemente la oculta.

#Por qué importa la incertidumbre en un inventario de GHG

La incertidumbre tiene implicaciones prácticas. Si la incertidumbre del inventario es alta, una reducción aparente de emisiones de un año a otro puede no ser estadísticamente significativa: la variación puede estar dentro del margen de error. Para que un objetivo de reducción sea significativo, la reducción debe superar claramente el rango de incertidumbre del inventario.

Además, los verificadores bajo ISO 14064-3 evalúan la incertidumbre como criterio de materialidad: si la incertidumbre en una categoría es muy alta y esa categoría es significativa, el verificador puede marcarla como área de mejora o incluso emitir una reserva.

#Fuentes de incertidumbre en el inventario

Las fuentes principales de incertidumbre en un inventario organizacional son tres. La primera es la incertidumbre en los datos de actividad: errores de medición en contadores de energía, estimaciones de consumo cuando no hay medición directa, extrapolaciones de meses sin factura. La segunda es la incertidumbre en los factores de emisión: los factores son promedios estadísticos con su propio rango de variabilidad. La tercera es la incertidumbre metodológica: la elección del límite organizativo, la exclusión justificada de fuentes, los métodos de estimación usados cuando no hay dato primario.

#Métodos para evaluar la incertidumbre

#Método cualitativo (matrices de calidad del dato)

El método más sencillo es el cualitativo: para cada fuente de emisión, asigna una puntuación de calidad del dato en una escala (por ejemplo, 1 a 5) en dimensiones como fiabilidad de la fuente, cobertura temporal, representatividad geográfica y tecnológica. El promedio ponderado de las puntuaciones da una indicación del nivel de calidad/incertidumbre del inventario.

Este método no produce un porcentaje de incertidumbre pero permite identificar las fuentes de baja calidad y justificar por qué la incertidumbre del inventario es razonable o elevada. Es el método más utilizado en inventarios organizacionales de tamaño medio.

#Propagación de la incertidumbre

El método de propagación de la incertidumbre es cuantitativo: para cada dato de actividad y cada factor de emisión se asigna un rango de incertidumbre (por ejemplo, ±5% para una medición directa, ±30% para una estimación sectorial). La incertidumbre total del inventario se calcula propagando esos rangos mediante fórmulas estadísticas.

Este método produce un rango de incertidumbre del inventario total en porcentaje. Es más informativo que el cualitativo pero requiere más esfuerzo analítico. Es el método recomendado cuando el inventario se usa para demostrar reducciones interanuales ajustadas.

#Simulación Monte Carlo

La simulación Monte Carlo es la versión más sofisticada: para cada variable de entrada se define una distribución de probabilidad, y se ejecutan miles de simulaciones con valores aleatorios dentro de esas distribuciones para obtener la distribución del resultado total. Produce intervalos de confianza robustos pero requiere herramientas de software específicas y conocimiento estadístico.

Su uso en inventarios organizacionales es poco frecuente; es más habitual en análisis de ciclo de vida de productos con muchas variables.

#Cómo documentar la incertidumbre para el verificador

La documentación mínima que el verificador necesita incluye: la identificación de las principales fuentes de incertidumbre, el método utilizado para evaluarlas (cualitativo o cuantitativo), los valores o puntuaciones asignados a cada fuente, y la conclusión sobre el nivel de incertidumbre total del inventario.

Si se usa el método cualitativo, conviene incluir la tabla de puntuaciones con justificación de cada puntuación. Si se usa la propagación, conviene incluir la hoja de cálculo con los rangos asignados y el cálculo de propagación.

#Preguntas frecuentes

¿Cuánto margen de incertidumbre es aceptable en un inventario para el Registro MITECO?

No hay un umbral de incertidumbre publicado por MITECO. En la práctica, un inventario con fuentes de dato mayoritariamente primarias (facturas, mediciones) tiene incertidumbre moderada y es plenamente aceptable. La clave es que la incertidumbre esté evaluada y documentada, no que sea cero.

¿La incertidumbre hay que publicarla en el informe de sostenibilidad CSRD?

ESRS E1 no exige publicar el porcentaje de incertidumbre del inventario de GHG en el informe. Lo que sí exige es describir la metodología de cálculo y las limitaciones conocidas. La documentación detallada de incertidumbre es para uso interno y para el auditor.

¿Los factores MITECO tienen incertidumbre propia?

Sí. Los factores de emisión tienen rangos estadísticos asociados derivados de las fuentes estadísticas que MITECO usa para calcularlos. Para el método de propagación, se pueden asignar rangos de incertidumbre a los factores MITECO basándose en la variabilidad de los datos de origen.

¿Una reducción de emisiones del 5% es significativa si la incertidumbre es del 10%?

No estadísticamente. Si la incertidumbre del inventario es del 10%, no se puede distinguir entre una reducción real del 5% y variación dentro del margen de error. Para que la reducción sea estadísticamente significativa, debe superar el rango de incertidumbre.

¿Se puede reducir la incertidumbre sin cambiar el inventario?

Sí. Mejorar la calidad del dato (sustituir estimaciones por mediciones directas, obtener factores de proveedores en lugar de usar promedios sectoriales) reduce la incertidumbre sin cambiar necesariamente el resultado total del inventario.

Próximo paso

Si tu inventario tiene fuentes de dato de baja calidad que elevan la incertidumbre, identificarlas y mejorarlas tiene un doble beneficio: reduce la incertidumbre y puede mejorar la exactitud. Con reduce puedes priorizar qué mejoras de calidad del dato tienen mayor impacto en la fiabilidad de tu inventario.