Factores de vida relevantes

Según ^{Olmedo (2019)}, la nueva ruralidad se refiere a nuevos intereses, especializaciones y diversificación de actividades de la población. Para ^{García (2017)}, las dificultades sociales del mundo rural en Latinoamérica consisten de una serie de problemas estructurales, incluyendo la exclusión social, el deterioro de las condiciones de vida para los ciudadanos, la distribución equitativa de la tierra, y la falta de valor añadido de los recursos productivos y naturales. Como consecuencia, existe una baja calidad de vida que se traduce en altos niveles de pobreza rural.

La tendencia actual en el desarrollo territorial, describe una única sociedad globalizada con necesidades heterogéneas; independientemente del entorno, la población demanda la satisfacción de sus necesidades básicas cuyo principal objetivo, es erradicar la pobreza.

Uno de los asuntos importantes para toda la población es la salud, comprendida como el estado completo de bienestar físico, mental y social y no solamente como la ausencia de enfermedad. En este sentido, es apropiado señalar que las instituciones de salud, no deberían ser responsables únicamente de proporcionar servicios para curar enfermedades, sino también de estar involucrados, a través de acciones transversales, en la provisión de alimento saludable y seguro, alojamiento adecuado, agua potable, un ambiente saludable, condiciones de trabajo decentes y seguras, educación sobre la salud y participación ciudadana, entre otros. Esta visión, conocida como determinantes sociales de la salud, permite entender la salud como un producto social (^{Rodríguez y Benavides, 2016}) y abarca los distintos factores que la población considera relevantes para la vida.

Fuentes de información sobre energía

Los medios de comunicación ofrecen datos que nos permiten mejorar el conocimiento (^{Marín, 2017}; ^{Rodríguez y Hernández, 2018}), por lo que siguen siendo una fuente de información; sin embargo, en años recientes, el internet es el medio para obtener información útil, ya sea con propósitos educativos o de entretenimiento (^{Sánchez y Aranda, 2011}). En este sentido, la academia, a través de los perfiles de sus investigadores, usa la plataforma de Research Gate -una red social académica- para dar a conocer la producción científica y académica, convirtiéndola en un medio de comunicación no sólo eficaz, sino también en una fuente de información científica (^{Orduña et al., 2016}).

Sin embargo, cabe señalar que en general, la gente joven depende más de los medios no convencionales -medios digitales, como correos electrónicos, redes sociales y blogs- que en los medios convencionales (televisión, prensa y radio) como fuente de información (^{de la Garza y Pineda, 2020}). Según ^{Martínez y Poladian (2020)}, hay una prevalencia de falta de información y conciencia entre la población general sobre distintas cuestiones ambientales. Lo primero es un problema, porque la gente informada alcanza distintas conclusiones cuando analiza cómo su impacto ambiental personal contribuye a la calidad del hábitat (^{Amato et al., 2016}).

Prioridad de uso energético

La modernidad, incluye aparatos eléctricos y electrónicos de uso continuo que aumentan el nivel de consumo eléctrico por la sociedad (^{Niño et al., 2021}). El comportamiento antropogénico, es un ejemplo de cómo el consumo energético se usa diariamente para calefacción, iluminación, cocinar, calentar agua, refrigeración y otros propósitos, para lo cual se usan diversas fuentes de energía (^{Matuštík y Kočí, 2019}). En las actividades económicas, la energía contribuye a la expansión de bienes y servicios, ayuda a aumentar la productividad con el uso de máquinas, equipo y tecnología en el proceso productivo, aparatos que frecuentemente consumen grandes cantidades de energía (^{Salazar y Venegas, 2018}).

En el contexto del cambio climático y la acción sustentable, las emociones pueden impulsar la conciencia de la gente sobre la urgencia de actuar para mitigar el cambio climático, proporcionando una base motivacional para la acción sustentable (^{Doell et al., 2021}). Por ende, se vuelve importante diseñar e instrumentar estrategias para cambiar el comportamiento sobre el uso energético, las fuentes y el tiempo de uso. En este sentido, se reconoce que los proyectos con beneficios financieros para los consumidores son atractivos y, por lo tanto, ellos a menudo, están dispuestos a instalar paneles solares sobre sus techos, en lugar de invertir en proyectos de servicios, por ejemplo, con la autosuficiencia como meta (^{Horne y Huddart, 2019}). Vale la pena señalar, que la educación y los factores estructurales del hogar, afectan las decisiones de estos en relación con el uso energético (^{Niamir et al., 2020}).

Comportamiento energético

Las actitudes hacia el cambio climático, la responsabilidad y la conciencia explican el comportamiento de los habitantes en términos de ahorro energético (^{Verachtert, 2022}). Además, se acepta comúnmente que los ciudadanos expresan su apoyo y respeto por la protección del medio ambiente, pero al evaluar su relación con el medio ambiente, se muestran reacios a cambiar su estilo de vida y a renunciar a las comodidades que proporciona el uso de la energía (^{Kennedy y Muzzerall, 2022}); en ese sentido, la alternativa más viable para lograr una sociedad ambientalmente sustentable es la transformación gradual del comportamiento del consumidor (^{Matuštík y Kočí, 2019}). Además, debe añadirse el hecho de que las actitudes de las personas, tienen un impacto considerable en su consumo energético, por lo que la modificación de estas actitudes es esencial para mejorar la conservación energética (^{Khansari et al., 2014}).

Comportamiento sustentable

^{Navarro et al. (2020)} señalaron que la psicología ambiental, es un área dentro de las ciencias del comportamiento que juega un papel fundamental cuando se trata de analizar los problemas ambientales. Por otro lado, dentro del concepto de sustentabilidad, hay un movimiento para reemplazar la noción de comportamiento pro-ambiental con comportamiento sustentable (CS), un concepto que incluye aspectos físicos, químicos, económicos, políticos y sociales del ambiente. Para ^{Tonello y Valladares (2015)}, la investigación sobre las actitudes ambientales se enfoca en el contenido afectivo-evaluativo y cognitivo-informativo de las posiciones que las personas expresan hacia aspectos o propiedades específicas del ambiente físico. En ese sentido, el comportamiento pro-ecológico (CPE), se define como un conjunto de acciones intencionales y efectivas que resultan en la conservación del ambiente, constituyendo uno de los componentes clave que configura el comportamiento sustentable; de acuerdo con ^{Tapia et al. (2013)}, el comportamiento sustentable, puede definirse como las acciones dirigidas a la protección de los ambientes tanto naturales como humanos (sociales). Es un comportamiento anticipatorio deliberado (intencional) y efectivo (resolución de problemas): está orientado al futuro.

El comportamiento energético sustentable, se refiere al comportamiento energético que considera el conjunto de las acciones individuales que influyen en el consumo y la producción energéticos (^{Lopes et al., 2019}). Esto requiere emprender una transición energética sustentable, como vehículo para detonar cambios en un amplio rango de comportamientos energéticos, incluyendo la adopción de fuentes de energía sustentables y tecnología de eficiencia energética, inversiones en medidas de eficiencia energética en edificios y cambios en el consumo y uso de energía. Además, considera la energía utilizada para producir, transportar y eliminar productos (^{Steg et al., 2015}).

Impacto ambiental

El estilo de vida personal incluye un conjunto de comportamientos, cada uno de los cuales implica un grado de impacto ambiental (^{Pasca, 2022}). La búsqueda del desarrollo económico y la generación de ganancias han creado una serie de impactos, los más graves de los cuales son ambientales. Por lo tanto, es necesario reducir las emisiones de gases contaminantes que causan el efecto invernadero, por ejemplo la contaminación, a la vez que se requiere mejorar la eficiencia energética, así como la conservación de recursos y biodiversidad (^{Severo et al., 2021}).

Con base en estas referencias teóricas, se propone el modelo de investigación mostrado en la Figura 1 y las hipótesis a probar son las siguientes:

H1: las fuentes de información energética afectan positiva y significativamente al comportamiento energético;

H2: las fuentes de información energética afectan positiva y significativamente las prioridades de uso;

H3: las prioridades de uso energético afectan positiva y significativamente el comportamiento energético;

H4: las prioridades de uso energético afectan positiva y significativamente el comportamiento sustentable;

H5: el comportamiento energético afecta positivamente y significativamente el comportamiento sustentable;

H6: los factores de vida relevantes afectan positiva y significativamente el comportamiento energético;

H7: los factores de vida relevantes afectan positiva y significativamente el comportamiento sustentable;

H8: el comportamiento sustentable afecta positiva y significativamente el impacto ambiental;

H9: los factores de vida relevantes afectan positiva y significativamente el impacto ambiental.

Fuente: elaboración propia con base en la literatura.

Figura 1 Modelo teórico. 

Análisis descriptivo

El territorio usa principalmente dos fuentes energéticas: la leña que se obtiene del bosque para cocinar, calentar agua y calefacción en días fríos, y la electricidad para iluminar y usar aparatos electrónicos (principalmente electrodomésticos, refrigeradores, radios y televisiones). El hogar es el principal consumidor de energía, la cual se usa para cocinar (30%), iluminación (30%), calefacción del hogar (15%), para calentar el agua (10%), y 15% para otros usos. Las costumbres diarias denotan un arraigo a las tradiciones sustentables que resultan de la transmisión del conocimiento (conocimiento tácito) y no de la educación ambiental. En cuanto a los temas de importancia para la población, la salud y el trabajo destacan en orden de relevancia, seguidos de la seguridad pública, la educación y la protección ambiental.

Análisis inferencial

El modelo de impacto ambiental propuesto se muestra en la Figura 1. Este modelo, se pone a prueba usando el programa SMARTPLS 3.3.7. Además, los modelos de medida evaluados fueron el estructural y el global.

Modelo de medición

Para evaluar el modelo de medida, se debe hacer una distinción entre las variables formativas y reflexivas; el modelo de medida del presente estudio se estableció con variables reflexivas. El modelo de medida reflexivo se analizó al correr el algoritmo PLS para verificar la confiabilidad del constructo, la validez convergente y la validez discriminante (^{Sarstedt et al., 2014}).

El primer paso, consistió en revisar la estimación y la significancia estadística de las cargas. En ese sentido, se recomienda que los ítems exhiban cargas del factor iguales o mayores que 0.708 (^{Hair et al., 2020}). Como se muestra en el Cuadro 2, la mayoría de los ítems exhiben cargas del factor mayores que este límite y, en todos los casos, son estadísticamente significativos. Vale la pena mencionar que se incluyeron seis ítems con cargas de factor menores a 0.708, como resultado de la prueba de relevancia de las cargas, considerando que es una nueva escala y dado que la eliminación de tales ítems disminuye la confiabilidad compuesta, y en ese caso, se mantiene el indicador reflexivo (^{Hair et al., 2020}).

En términos de la confiabilidad compuesta de los constructos, tanto el alfa de Cronbach como los valores de confiabilidad compuesta cumplen con los puntos de corte mínimos y máximos de 0.60 y 0.95. En relación con el análisis de varianza media extraída (AVE), el modelo de medición final cumple con lo que se sugiere, dado que los valores de los constructos para este indicador son mayores de 0.50 (^{Fornell y Larcker, 1981}).

El Cuadro 2 muestra los ítems con los que cada variable se midió en la versión final del modelo, así como sus cargas, el coeficiente alfa de Cronbach, el valor Dijikstra-Henseler (rho_A) y la confiabilidad compuesta; los últimos tres indicaron una confiabilidad adecuada del constructo (^{Hair et al., 2017}).

La validez discriminante del modelo se estableció con la tasa Heterotrait-Monotrait (HTMT) de las correlaciones. Este indicador refleja el valor promedio de las correlaciones de los indicadores entre distintos constructos, en relación con la media geométrica de las correlaciones promedio de los indicadores que miden el mismo constructo (^{Ringle et al., 2020}). La validez discriminante existe cuando la tasa HTMT es de menos de 0.85 (constructos relacionados) o 0.90 (constructos distintivos) (^{Hair et al., 2020}). Las tasas HTMT del modelo se presentan en el Cuadro 3.

En todos los casos, las tasas HTMT son más bajas que los puntos de corte máximos recomendados, indicando que existe validez discriminante en el modelo de medición.

También es posible evaluar la validez discriminante con el Criterio de Fornell-Larcker (Cuadro 4), donde el valor que corresponde a la raíz cuadrada de AVE se compara con las correlaciones del constructo, con la esperanza de que la raíz cuadrada de AVE sea mayor, y de esa manera, confirmar la validez discriminante (^{Fornell y Larcker, 1981}).

Modelo estructural

La evaluación del modelo estructural, comprende la valoración de la relevancia predictiva con los valores del coeficiente de determinación (R2), el valor de Stone-Geisser (Q2), la evaluación del tamaño del efecto (f2), la valoración de la colinealidad y la determinación de los coeficientes de trayectoria (^{Ringle et al., 2020}). Como parte de la evaluación del modelo estructural, se valoraron los coeficientes de trayectoria, así como las relaciones entre las variables que representan las hipótesis establecidas en el estudio. La Figura 2 y el Cuadro 5 presentan los resultados obtenidos de la evaluación del modelo estructural. En las hipótesis H1, H2 y H8, cuyos valores fueron significativos, el valor-p fue de menos de 0.05, por lo que son aceptadas. Las hipótesis H3, H4, H5, H6, H7 y H9 no se aceptan.

Fuente: resultados Smart PLS 3.3.2.

Figure 2 Modelo contrastado. 

Trayectorias estructurales y valores de varianza de inflación (VIF)

Como se presenta en el Cuadro 5, tres de las nueve hipótesis postuladas se validaron. Los resultados indican que, en el contexto estudiado, las fuentes de información energética afectan indirecta, negativa y significativamente el comportamiento energético (-0.203, t=2.824); asimismo, afectan positiva y significativamente las prioridades de uso energético (0.395, t=3.440). Además, muestran que el comportamiento sustentable afecta indirecta, negativa y significativamente el impacto ambiental (-0.514, t=10.131).

Asimismo, los valores de inflación de la varianza (VIF) del modelo se revisaron para verificar la no existencia de la multicolinealidad. En este caso, se recomienda que los VIF sean menores de 3.0 (^{Hair et al., 2017}). Ninguno de los valores VIF de los constructos exceden ese punto de corte límite (comportamiento energético-comportamiento sustentable, VIF=1.054; fuentes de información energética-comportamiento energético, VIF=1.236; fuentes de información energética-prioridades de uso energético, VIF=1.000; factores de vida relevantes-comportamiento energético, VIF=1.549; factores de vida relevantes-impacto ambiental, 1.049; factores de vida relevantes-comportamiento sustentable, VIF=1.499; prioridades de uso energético-comportamiento energético, VIF=1.572; prioridades de uso energético-comportamiento sustentable, VIF=1.505).

Coeficiente de determinación (R2)

Este coeficiente, mide el grado al cual el modelo estructural explica los datos; con esto, es posible determinar su cualidad predictiva (^{Seidel y Back, 2009}). A partir de su magnitud, es posible manifestar si la explicación del constructo es sustancial (R2=0.67), moderado (R2=9.35), o débil (R2=0.19) (^{Henseler et al., 2009}). Como lo muestra la Figura 2, el modelo estructural obtenido explica moderadamente el impacto ambiental (R2= 0.355), el comportamiento energético (R2= 0.479) y el comportamiento sustentable (R2= 0.569), y también explica, aunque débilmente, las prioridades de uso energético (R2= 0.156).

Nivel de predicción del modelo

El indicador Stone Geisser Q2 nos permite determinar el nivel de predicción del modelo estructural. Cuando este indicador exhibe valores mayores que cero, el modelo tiene la habilidad de predecir (^{Chin, 2010}). En este trabajo de investigación, los valores Q2 de las variables endógenas son mayores de cero, lo cual evidencia la relevancia predictiva del modelo propuesto. El Cuadro 6 presenta los niveles de predicción obtenidos para los constructos bajo análisis.