Doctorado Gerencia de Proyectos · 2026

Modelo para la compensación ecológica en la gobernanza de proyectos mediante la predicción de métricas de CO₂ equivalente

La investigación tiene como finalidad el diseño de un modelo de compensación ecológica orientado a mitigar los efectos del deterioro ambiental derivados de la gobernanza de proyectos. Si bien este ámbito ha transitado históricamente de una visión centrada en la eficiencia operativa a la incorporación progresiva de criterios de sostenibilidad, aún se evidencia una debilidad metodológica en la incorporación efectiva de la compensación ecológica en los principales estándares internacionales de gestión de proyectos, como PMBOK y PRINCE2. El marco teórico del estudio se fundamenta en la convergencia de tres enfoques complementarios: el pospositivista, que aborda los impactos ambientales como realidades objetivas susceptibles de medición a través de variables cuantificables, tales como las emisiones de gases de efecto invernadero o los créditos de carbono; el pragmático, que privilegia la generación de soluciones operativas mediante la integración de técnicas estadísticas avanzadas y criterios cualitativos asociados a tipologías y esquemas de certificación; y el enfoque biocéntrico-bioético, que incorpora una dimensión normativa al sostener que la compensación no debe limitarse a un cálculo económico, sino fundamentarse en principios de justicia ambiental y en la salvaguarda del valor intrínseco de la vida. Este enfoque integrador contribuye al fortalecimiento de la teoría de la gobernanza de proyectos al ampliar su alcance hacia dimensiones ambientales, políticas y económicas. En el plano institucional, el modelo se articula con los compromisos internacionales asumidos en el marco del Acuerdo de París, favoreciendo esquemas de gobernanza ambiental más consistentes, mientras que, desde la perspectiva económica, incorpora criterios analíticos que optimizan la toma de decisiones en inversión sostenible y la selección de créditos de carbono en el mercado voluntario. El principal aporte metodológico de la investigación se fundamenta en la contrastación sistemática entre modelos multivariados tradicionales y técnicas de aprendizaje estadístico, particularmente Elastic Net y Random Forest: el primero permite estabilizar los coeficientes y depurar los predictores relevantes, mientras que el segundo identifica relaciones no lineales y patrones complejos entre las variables. La integración de ambas aproximaciones da lugar a un modelo analíticamente más robusto, parsimonioso y replicable, con mayor capacidad explicativa para la gobernanza ambiental de proyectos. La solidez del modelo se manifiesta en su capacidad para abordar de forma simultánea la multicolinealidad y la alta dimensionalidad de los datos mediante una penalización combinada L1/L2 propia del enfoque Elastic Net. Este procedimiento permitió una disminución significativa del error estándar residual, que pasó de 277.700 a 129.200, evidenciando una mejora sustancial en la estabilidad estadística del modelo y en la consistencia de sus estimaciones predictivas. En términos de desempeño comparativo, el modelo alcanza un R^2ajustado de 0,77 en datos de prueba, superando ampliamente al Random Forest (R^2\approx0,49), lo que demuestra una mayor capacidad explicativa y utilidad para la toma de decisiones gerenciales en compensación ecológica. La parsimonia se respalda empíricamente por la eliminación automática de aproximadamente del 66% a 78% de las 232 variables originales, reteniendo únicamente entre 50 y 78 predictores relevantes sin pérdida de poder predictivo. La validez del modelo se garantiza mediante un esquema de validación out-of-sample 70/15/15 aplicado a 3.897 registros del Berkeley Carbon Trading Project, donde los hiperparámetros (\lambda, \alpha) se optimizan en validación y el desempeño final se evalúa exclusivamente en prueba, lo que asegura la ausencia de sobreajuste, la reproducibilidad y la trazabilidad. Finalmente, el modelo genera una ecuación lineal interpretable, alineada con los principios bioéticos de transparencia y gobernanza ambiental. El estudio se apoya en la base de datos del Berkeley Carbon Trading Project, lo que refuerza su rigor y su utilidad para fortalecer estrategias (ASG) ambiental, social y de gobernanza y responder a los retos urgentes del cambio climático.

Tesauro de su biblioteca