Cambio climático y variabilidad climática

Los últimos años han sido los más calurosos desde que se tienen registros científicos. Son tan evidentes los fenómenos subyacentes, que la Organización Meteorológica Mundial (OMM) ha puesto a disposición del público en general la tercera versión de la plataforma “Severe Weather Information Centre” (Centro de Información sobre Clima Severo, por su traducción del inglés). Las cifras no son alentadoras. Una vez más, el 2023, ha sido el año en el que se han registrado las temperaturas más altas. Hay una tendencia en las últimas dos décadas que no está sujeta a discusión (los datos son los datos, están allí para reiterar la necesidad de diálogos interdisciplinarios en el sistema económico mundial).

Diversos informes dan cuenta de los álgidos cambios planetarios. El documento “Olas de calor y salud: orientación sobre el desarrollo del sistema de alertas”, expone un largo listado de efectos en la salud por el incremento de las temperaturas (McGregor et al., 2015). Tan solo en el año 2022, 60.000 personas murieron a causa del estrés relacionado con el calor en Europa (Ballester et al., 2023). Aunque en otros continentes, la información es imprecisa y no se suele llevar un registro creíble sobre decesos vinculados al cambio climático (o de variabilidad climática, en el caso del ciclo ENOS), no obstante, para el caso Latinoamericano, los fenómenos de la Oscilación del Sur, cuyo resultado son los fenómenos de El Niño y La Niña, dejan miles de muertes a su paso en el Pacífico Ecuatorial. El cambio climático no solamente tiene incidencia en la salud de los ciudadanos, sus consecuencias también se hacen sentir en la economía (Ciscar et al., 2011), en la agricultura y los sistemas forestales (Olesen et al., 2002; Easterling et al., 2005), y más importante aún, en la biodiversidad (Bellard et al., 2012).

La relación entre cambio climático y turismo

La correlación entre el turismo y el cambio climático es compleja: todo desplazamiento está respaldado por el consumo energético. Si bien existe una esperanza creciente en la implementación del turismo regenerativo como método para paliar la crisis climática, en términos prácticos, los únicos viajes que pueden ser regenerativos son los llamados “viajes de proximidad” -en las siguientes líneas se ahondará en esta idea-. Por el momento, los combustibles fósiles restringen la posibilidad de actividades turísticas con un mínimo de huella ecológica. A manera de ejemplo, usándose la calculadora de Carbon Foot Print, un viaje entre Madrid – Bogotá – Madrid tiene una huella de carbono de 3.25 toneladas por viajero (resultan poco creíbles las herramientas de cálculo de las aerolíneas, que reducen este número a una tercera parte). Así las cosas, hasta tanto el hidrógeno no se imponga como energía limpia para desplazamientos largos, los viajes internacionales seguirán siendo difíciles de compensar, aun con la compra de bonos de carbono.

Calculadora de huella de carbono en vuelos

Fuente: Global Foot Print

Por otra parte, los viajes locales o “de proximidad”, sí son una alternativa para que, aquel eufemismo de “la industria sin chimeneas”, se mantenga hasta una futura transición energética. Resulta anecdótico que el mayor esfuerzo por parte de las oficinas de promoción turística se concentre especialmente en incrementar el número de viajeros internacionales. Si se quiere un turismo más limpio, los países deberían fortalecer sus economías locales para los viajes domésticos. Dicha apuesta tiene dos resultados deseables: una huella ecológica menor, y la democratización del derecho al ocio de los ciudadanos. En el caso europeo, se abrió un debate político en Bruselas luego de la recuperación postpandemia COVID-19, los gobiernos han planteado la necesidad de promover los viajes en trenes eléctricos, y desestimular los desplazamientos en avión; por el momento, la medida mencionada no resulta práctica: los precios y los tiempos de traslados determinan el éxito de las aerolíneas (a pesar de ello, es menester recalcar: hay una tendencia de viajeros responsables en franco crecimiento).

También es importante subrayar la necesidad de que los países aumenten su biocapacidad para respaldar el amplio gasto energético del turismo. Por ejemplo, objetivamente, no puede compararse el impacto generado por la industria turística en oriente medio, donde la disponibilidad de agua es menor, en contraste a Colombia (uno de los países más biodiversos por km2 en el mundo, y con algunos territorios de alta pluviosidad). Para los países con menor biocapacidad, es importante encontrar modelos efectivos para la medición de su huella ecológica. Charfeddine (2017), estudia el caso de Qatar; utilizando el Modelo de Corrección de Equilibrio de Conmutación de Markov, su lectura científica de la huella ecológica total y la huella de carbono encuentra nuevos causantes de la degradación ambiental, que no son exclusivamente del turismo. En definitiva, los países deberían demarcar sus modelos basados en su consumo, su huella ecológica, y no menos importante, en su resguardo natural para soportar el gasto energético. Infortunadamente, por el momento, ningún país se plantea un desarrollo sustentado en la biocapacidad, tampoco se ha extendido el concepto en la planificación del turismo, cuyos ejercicios territoriales privilegian la competitividad sobre el lenguaje de las ciencias ambientales.

Turismo, cambio climático y estrés hídrico

Quizás, uno de los fenómenos más interesantes a estudiar en el turismo, es el estrés hídrico generado en los destinos. Allí donde el turismo de masas se presenta, la ausencia de disponibilidad del preciado líquido se hace palpable. En lo que va del año presente, el mapa del servicio meteorológico español (AEMET), marca en color rojo las precipitaciones en la región de Cataluña. Esta comunidad autónoma se desenvuelve entre una encrucijada: el sostenimiento de su flamante industria turística -que aporta de manera importante al PIB local-, o la sostenibilidad de sectores económicos primarios, como la agricultura. Cataluña es parte de una tendencia regional más amplia, diferentes comunidades españolas se enfrentan a la misma coyuntura (Deutsche Welle, 2024). En Latinoamérica, debido al fenómeno de “El Niño”, las sequías golpean fuertemente las naciones ecuatoriales. San Andrés, una hermosa isla enclavada en el Caribe colombiano, ha tenido por décadas conflictos con el modelo de desarrollo turístico, específicamente, por su uso intensivo del agua potable. La reducida oferta hídrica de 2016 llevó a amplias manifestaciones sociales contra el gobierno local. Las comunidades raizales se encontraban con escasez de suministro, mientras tanto, los viajeros podían disfrutar plenamente del recurso hídrico (Guerrero, 2020).

Estos fenómenos del modelo degenerativo de planificación turística deberían preocupar a los científicos en turismo, a los expertos en ciencias ambientales, y, ante todo, a los gobiernos locales. No obstante, la producción científica sobre el impacto del turismo en el consumo de agua es exigua. Un estudio bibliométrico acucioso hallará más literatura sobre marketing turístico, marketing territorial y posicionamiento de marca, que, sobre temas ambientales importantes para los territorios y las comunidades locales, como es el caso del estrés hídrico. Los modelos de planificación que se han impuesto son aquellos que instrumentalizan los recursos a favor de la competitividad turística. Para respaldar esta idea, basta hacer una revisión del Modelo Calgary de Crouch & Ritchie (1994) -ampliamente usado para la planificación territorial del turismo en Latinoamérica-, en éste, se puede apreciar el diálogo forzado entre sostenibilidad y competitividad. Planificar desde el recurso o el atractivo al servicio del turista es un error. La teoría debe estar acompañada de una mejora en los sistemas de vida que soportan el desarrollo turístico, más que en su sostenimiento. En este sentido, hay un abismo insondable entre la sostenibilidad turística y el turismo regenerativo.

Hacia una transición de la capacidad de carga turística y la gestión del agua

Cascada Los Frailes- Cuenta Alta del Río Otún. Pereira – Colombia.

Fuente: Regentour

El concepto de capacidad de carga ha sido ampliamente usado en el ámbito turístico para calcular el número de personas que pueden hacer uso de un recurso o atractivo durante un periodo de tiempo determinado. Los métodos son variopintos, los hay desde los que están más enfocados en el ecoturismo y el impacto de los flujos turísticos sobre ecosistemas (que involucran la erodabilidad de suelos), hasta aquellos más generales utilizados para la visitancia turística en destinos culturales. Algunos ejercicios de cálculo de capacidad de carga se circunscriben solamente a un sencillo ejercicio aritmético, otros tantos hacen uso de sistemas de información geográfica para obtener precisión distributiva de la carga en un territorio (en éstos últimos, se han realizado avances importantes desde hace una década). En la reflexión subsiguiente, no se ahondará en los métodos, sino en sus resultados.

La literatura para el cálculo del uso del agua en la capacidad de carga, aunque poca, ha tenido avances (Brown et al., 1997;  Castellani et al., 2007; Qiuyun et al., 2011; Ding et al., 2015; Sudipa, 2020). En términos prácticos, el concepto se usa como referente, pero no como una herramienta efectiva de control.  Hay dos razones para que la capacidad de carga turística no se implemente de manera adecuada. La primera, es de diseño, es decir, una falencia de la planificación del turismo sostenible: los destinos no se modelan antes de su entrada en la operación turística. La segunda, es inminentemente económica: los municipios no están dispuestos a perder recursos que provengan del turismo masivo. En este orden de ideas, generalmente, los conflictos acaecidos por el estrés hídrico están dentro del ámbito de la gestión pública y de la operación turística. Estas líneas de texto se ocupan del problema esencial: el modelado durante la planificación.

Las ciencias de la complejidad son el nicho teórico donde se están haciendo los avances más relevantes en turismo (Scott, et al., 2008; Baggio et al., 2010, Baggio et al., 2013). Hay un gran cúmulo de ideas viniendo desde diferentes flancos, que, no en pocas ocasiones, pasan desapercibidas para los expertos en la materia. Dentro de este grupo de publicaciones, esta editorial destaca los llamados Modelos Basados en Agentes. En la actualidad, los modelos computacionales son la forma más efectiva que tienen los académicos para recrear las condiciones futuras de los destinos turísticos. En esta línea de investigación, se están realizando avances en el modelado de desplazamiento de peatones con el software NetLogo, que servirán para predecir conflictos en la movilidad (Procházka et al., 2015), simulaciones para predecir el turismo de masas (Zheng, 2013 et al., 2014; Du S. et al., 2016), el control de visitas en temporadas altas en áreas protegidas (Štekerová et al., 2022), entre muchos otros temas de interés para los profesionales en turismo.

Netlogo es un software de Modelado de Agentes que permite predecir las condiciones futuras de las sociedades humanas. Siendo su aplicación de uso reciente, hay un modelo específico que puede servir para predecir el futuro del estrés hídrico. El modelo Sugarscape 2 de NetLogo es una implementación propuesta inicialmente por los economistas Joshua M. Epstein y Robert Axtell en su libro “Growing Artificial Societies: Social Science from the Bottom Up” publicado en 1996. El modelo se utiliza para estudiar la dinámica de la economía y la sociedad a través de la simulación de interacciones entre agentes en un entorno artificial. Este modelo gira alrededor del recurso “azúcar”, que los agentes necesitan para sobrevivir. Cada agente tiene una reserva que disminuye con el tiempo. Los agentes recolectan ésta de parcelas, que se regeneran cada cierto periodo. El modelo permite observar cómo la distribución del azúcar, la movilidad de los agentes, entre otros factores, son importantes en las dinámicas humanas y en la disponibilidad del recurso.

Visualización gráfica del modelo Sugar Scape 2 de Netlogo

Fuente: Universidad de Northwestern

Si bien la teoría de Epstein & Axtell (1996), necesita importantes ajustes en su aplicación al turismo, específicamente, para la medición de la capacidad de carga y la predicción del estrés hídrico, los modelos basados en agentes serán el futuro de la modelación desde las ciencias de la complejidad. De esta manera, los científicos en turismo podrán predecir la distribución de los flujos turísticos, el consumo del recurso vital, y su disponibilidad para la población local. El éxito que está teniendo Netlogo, es debido a la posibilidad de incorporar mapas en formatos vectoriales con extensión .shp (aunque se requiere desarrollo para la plena integración con Sistemas de Información Geográfica, como QGIS y ArcGIS, es un gran paso que se puedan usar formatos exportados de dicho software). Este territorio de investigación, que por el momento es poco explorado, permitirá suministrar recomendaciones precisas a planificadores, y no menos importante, aventajar a los fenómenos del turismo de masas  a nivel territorial, permitiendo que ellos sean considerados mucho antes del posicionamiento del destino turístico.

Jhon Enrique Bermúdez Tobón
Phd(c) en Turismo (UAB)
Máster en Gestión del Turismo Sostenible (UCI)
Administrador del Turismo Sostenible (UTP)

Bibliografía

Ballester, J., Quijal-Zamorano, M., Méndez Turrubiates, R. F., Pegenaute, F., Herrmann, F. R., Robine, J. M., … & Achebak, H. (2023). Heat-related mortality in Europe during the summer of 2022. Nature medicine, 29(7), 1857-1866.

Baggio, R., Scott, N., & Cooper, C. (2010). Network science: A review focused on tourism. Annals of Tourism Research, 37(3), 802-827.

Baggio, R., & Cooper, C. (2013). Knowledge transfer in a tourism destination: the effects of a network structure. In Advances in service network analysis (pp. 177-191). Routledge.

Bellard, C., Bertelsmeier, C., Leadley, P., Thuiller, W., & Courchamp, F. (2012). Impacts of climate change on the future of biodiversity. Ecology letters, 15(4), 365-377.

Brown, K., Turner, R. K., Hameed, H., & Bateman, I. A. N. (1997). Environmental carrying capacity and tourism development in the Maldives and Nepal. Environmental Conservation, 24(4), 316-325.

Castellani, V., Sala, S., & Pitea, D. (2007). A new method for tourism carrying capacity assessment. WIT Transactions on Ecology and the Environment, 106, 365-374.

Ciscar, J. C., Iglesias, A., Feyen, L., Szabó, L., Van Regemorter, D., Amelung, B., … & Soria, A. (2011). Physical and economic consequences of climate change in Europe. Proceedings of the National Academy of Sciences, 108(7), 2678-2683.

Charfeddine, L. (2017). The impact of energy consumption and economic development on ecological footprint and CO2 emissions: evidence from a Markov switching equilibrium correction model. Energy Economics, 65, 355-374.

Crouch, G.I. and J.R.B. Ritchie (1994). ‘Destination Competitiveness: Exploring Foundations for a Long-Term Research Program’, Proceedings of the Administrative Sciences Association of Canada 1994 Annual Conference, June 25-28, Halifax, Nova Scotia, 79-88.

Deutsche Welle (2024). España, en una encrucijada: agua o turismo. Recuperado de: https://www.dw.com/es/la-sequía-azota-al-turismo-en-españa/a-69102437

Ding, L., Chen, K. L., Cheng, S. G., & Wang, X. (2015). Water ecological carrying capacity of urban lakes in the context of rapid urbanization: A case study of East Lake in Wuhan. Physics and Chemistry of the Earth, Parts a/B/C, 89, 104-113.

Easterling, W., & Apps, M. (2005). Assessing the consequences of climate change for food and forest resources: a view from the IPCC. Increasing climate variability and change: Reducing the vulnerability of agriculture and forestry, 165-189.

Epstein, J. M., & Axtell, R. (1996). Growing artificial societies: social science from the bottom up. Brookings Institution Press.

Guerrero Jiménez, T. (2020). Crisis del agua, turismo y variabilidad climática en la isla de San Andrés (Water Crisis, Tourism and Climatic Variability on San Andres Island). Turismo y Sociedad, 26.

McGregor, G. R., Bessemoulin, P., Ebi, K. L., & Menne, B. (Eds.). (2015). Heatwaves and health: guidance on warning-system development (No. 1142). Geneva, Switzerland: World Meteorological Organization.

Olesen, J. E., & Bindi, M. (2002). Consequences of climate change for European agricultural productivity, land use and policy. European journal of agronomy, 16(4), 239-262.

Qiuyun, J., Guoji, F., Mulian, L., Yujun, W., & Jingxuan, X. (2011). Research on tourism water resources carrying capacity engineering in Hainan Province. Systems Engineering Procedia, 1, 384-391.

Procházka, J., Cimler, R., & Olševičová, K. (2015). Pedestrian modelling in netlogo. In Emergent Trends in Robotics and Intelligent Systems: Where is the Role of Intelligent Technologies in the Next Generation of Robots? (pp. 303-312). Springer International Publishing.

Scott, N., Baggio, R., & Cooper, C. (2008). Network analysis and tourism: From theory to practice.

Du, S., Guo, C., & Jin, M. (2016). Agent-based simulation on tourists’ congestion control during peak travel period using Logit model. Chaos, Solitons & Fractals, 89, 187-194.

Štekerová, K., Zelenka, J., & Kořínek, M. (2022). Agent-Based Modelling in Visitor Management of Protected Areas. Sustainability, 14(19), 12490.

Sudipa, N. (2020). land and water carrying capacity in tourism area of Nusa Penida, Bali.