Espanhol (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Citado por Google 
Similares em
SciELO 
Similares em Google 
Permalink
1. Introducción
La minería en Colombia para el 2019 representó el 2% del PIB total, aportando en regalías 2,25 billones de pesos producto de la explotación de los recursos naturales no renovables, contraprestación económica pagada al estado y derivada de esta explotación. De este dinero ingresado a las arcas del estado, el 91% correspondió a proyectos de gran minería, siendo este tipo de clasificación el 1,9% del total de títulos mineros, mientras que el 9% del dinero restante fue aportado por títulos clasificados en mediana y pequeña minería, los cuales corresponden al 90,4% del total de títulos mineros en Colombia.
No obstante, en contraste con el aporte de estas cifras a la economía del país y lo que representa en materia de seguridad minera, el 90,4% de los títulos mineros del país, clasificados como pequeña y mediana minera, reportaron 114 emergencias, con un resultado de 20 trabajadores ilesos, 89 heridos y 82 fallecidos, de los cuales 75 fatalidades correspondieron a minería subterránea; en otras palabras, se presentaron 1,5 fatalidades por cada millón de horas hombre trabajadas durante el 2019 en la minería en Colombia (ANM, 2020), muy por encima de otros países de la región como Perú, Chile y Estados Unidos donde este valor si situó en 0,06, 0,03 y 0,03 respectivamente.
Un informe de la OIT reveló que la probabilidad de accidentes es de seis a siete veces más común en la industria de la MAPE (minería artesanal y de pequeña escala) en comparación con las operaciones mineras a gran escala. (Bansah et al., 2016), (Tsang et al., 2021).
Muchos estudios coinciden en que el comportamiento humano inseguro es responsable del 60 al 90% de los accidentes ocurridos (Zhang et al., 2019)
Es por esto, que en el presente artículo se pretende realizar un análisis de las emergencias y fatalidades mineras ocurridas desde 2005 hasta el 17 de octubre de 2020, con el fin de identificar las causas, el departamento de ocurrencia, el mineral asociado y demás aspectos que permitan comprender la realidad a la que se enfrenta la minería en Colombia, con el fin de generar insumos que aporten a la discusión de cómo revertir el comportamiento evidenciado a lo largo de estos años.
Finalmente, luego de identificar los aspectos de mayor incidencia en la tasa de emergencias y fatalidades ocurridas en la minería subterránea en Colombia, se planteará un modelo estadístico que permita predecir las emergencias y fatalidades en minería subterránea en Colombia.
2. Metodología
El presente artículo fue desarrollado en tres momentos, el primero de ellos abarco una búsqueda bibliográfica que nos permitiera identificar el marco jurídico para el desarrollo de la minería subterránea en Colombia, específicamente para el ejercicio de labores subterráneas: Código de minas y reglamento de seguridad; así mismo se buscó el reglamento de seguridad en las labores mineras subterránea aplicado en Perú y finalmente se solicitó a la autoridad minera (ANM) una base de datos desde 2005 hasta el 17 de octubre de 2020 de emergencias y fatalidades mineras ocurridas en el país.
En el segundo momento se sintetizó, analizó la información anteriormente mencionada, con el fin de identificar las variables de mayor incidencia en las estadísticas de emergencias y fatalidades mineras subterráneas, teniendo dos aspectos a analizar, por un lado, el tema normativo y para esto se comparó el reglamento de seguridad en las labores mineras subterráneas actual, el decreto 1886 del 21 de septiembre de 2015, con el anterior el decreto 1335 del 15 de julio de 1987, posteriormente, se comparó el reglamento de seguridad en la labores mineras subterráneas Colombiano con su similar Peruano; y por el otro lado se depuró la base de datos obtenida de emergencias y fatalidades mineras en Colombia y que nos permitiera identificar y responder ¿Qué?, ¿Cuánto?,¿Donde?, ¿Cómo? y ¿Por qué?
El tercer momento, consistió en correlacionar la información presente en la base de datos de las emergencias y fatalidades ocurridas en el país: fecha de ocurrencia del evento (día/mes/año), Nº emergencias/fatalidades, mineral, municipio-departamento, causa del evento, entre otros.
El anterior ejercicio se realizó a través del software R. Posteriormente, se propusieron algunos modelos estadísticos, entre estos usamos: modelo lineal, modelo lineal generalizado y árboles de regresión; modelos que nos permitirían establecer el número de emergencias y fatalidades ocurridas en un periodo de tiempo (ya transcurrido), para finalmente evaluar el grado de predicción de los modelos usados.
Para realizar este proceso se siguieron los siguientes pasos, tal como se pueden aprecia en la Fig. 1:
3. Marco jurídico
Para el desarrollo de la minería en Colombia, el Ministerio de Minas y Energía como autoridad minera nacional (hoy delegada con la Agencia Nacional de Minería y la Secretaria de Minas de la Gobernación de Antioquia), el ministerio de Trabajo y el congreso de la república, han expedido una seria de normas que regulan el ejercicio de las actividades mineras en el país, entre ellas el reglamento de seguridad en la labores mineras subterráneas, que define los aspectos en seguridad minera y seguridad y salud en el trabajo que deben aplicar los titulares mineros, explotadores y empleadores mineros en el desarrollo de la minería subterránea.
Actualmente, el reglamento de seguridad en las labores mineras subterráneas se encuentra establecido a través del decreto 1886 del 21 de septiembre de 2015, el cual derogó el decreto 1335 del 15 de julio de 1987, reglamentos que fueron comparados con el fin de identificar la posible incidencia en las emergencias y fatalidades; este análisis se realizó desde 01 de enero de 2005 hasta el 17 de octubre de 2020 (última actualización de base de datos), teniendo como referencia la fecha de entrada en vigencia del nuevo decreto (21/09/2015).
De esta manera, con la actualización del reglamento de seguridad en las labores mineras subterráneas dado a través del decreto 1886, no ocurrieron cambios sustanciales en cuanto a su contenido, por lo cual este nuevo decreto podría considerarse continuista ya que no proporciona cambios considerables con respecto a su predecesor, el decreto 1335, pues se evidencia que las modificaciones fueron más una actualización de la terminología, la redacción y algunos complementos a lineamientos ya establecidos como la ejecución segura de las labores, la medición y control de gases contaminantes (VLP’s), el salvamento minero y las exigencias de los equipos de protección personal (EPP) y no una respuesta a los avances en ciencia y tecnología que ha tenido la industria a nivel mundial/nacional y a las estadísticas en emergencias y fatalidades presentadas en el desarrollo de la actividad minera en Colombia.
A continuación, en la Tabla 1, se presentan las normas más relevantes para el desarrollo de la minería en Colombia.
Tabla 1 Principales de normas de aplicación de la minería subterránea en Colombia.
Fuente: Elaboración propia a partir de (ANM, 2020).
4. Resultados, análisis y discusión
4.1. Estadísticas de emergencias y fatalidades
En la Figura 2, se realiza una recopilación de las fatalidades mineras ocurridas desde 2005 hasta el 2020 en minería subterránea y en la cual se puede evidenciar valores muy altos para algunos años, por lo cual es pertinente suprimir estos datos para evitar que las estimaciones de los parámetros de los modelos a implementar se vean influenciados.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
Figura 2 Distribución de fatalidades mineras subterráneas ocurridas entre los años 2005-2020.
Los valores atípicos pueden ser indicativos de datos que pertenecen a una población diferente del resto de las muestras establecidas, aunque no se duda de la naturaleza de estas, con el propósito de encontrar estimaciones robustas es preferible prescindir de estos datos muy altos para proceder con la etapa de modelación.
Para identificar los datos atípicos se utilizó el test de Tukey, que toma como referencia la diferencia entre el primer cuartil Q1 y el tercer cuartil Q3, o rango intercuartílico. En un diagrama de caja de bigotes, se considera un valor atípico el que se encuentra 1,5 veces esa distancia de uno de esos cuartiles.
De esta manera, en el siguiente diagrama de caja de bigotes (boxplots) se exhibe el comportamiento de las variables sin considerar los datos extremos. Ver Fig. 3.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
Figura 3 Diagrama de caja de bigotes (boxplots) fatalidades mineras subterráneas ocurridas entre los años 2005-2020.
De esta manera, se evidencia en el diagrama de caja de bigotes anterior, que la mayoría de los valores de la distribución se encuentran entre 0 y 5, existen muchos datos en la cola superior de la distribución por la naturaleza misma del fenómeno (conteos), algunos valores no se muestran en la gráfica pues son muy altos y por facilitar su apreciación.
En la Fig. 4, se puede evidenciar como a pesar de realizarse la actualización del reglamento de seguridad en las labores mineras subterráneas en el año 2015, el comportamiento estadístico se mantiene, incluso con tendencia al alza, yendo en contravía de la filosofía con que se planteó el decreto 1886 de 2015 que pretendía reducir las emergencias y fatalidades ocurridas en minería subterránea.
Fuente: Elaboración propia a partir de (ANM, 2019).
Figura 4 Emergencias y fatalidades mineras subterráneas ocurridas entre los años 2005-2019.
Al continuar analizando estas estadísticas, a la luz del tipo de mineral/material otorgado mediante un título minero y/o llevado a cabo mediante explotación ilícita, en el cual el 32% de las fatalidades es aportado por este último, se evidencia que la ocurrencia de estas cifras está directamente relacionada con la explotación subterránea, siendo carbón y oro de filón las de mayor incidencia, tal como se evidencia en la Fig. 5.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
Figura 5 Fatalidades mineras ocurridas por mineral entre los años 2005-2020.
Adicionalmente, un dato que complementa este análisis es que el mineral con mayor cantidad de títulos mineros otorgados no es el que mayor cantidad de cifras en emergencias y fatalidades aporta, son los títulos mineros asociados la minería subterránea los que encabezan estas estadísticas. Para explicar esta situación, el 57% de los títulos mineros en Colombia fueron otorgados para materiales de construcción, el cual aportó 12 emergencias y 26 fatalidades (quinto lugar), en comparación con el 17% de los títulos mineros otorgado para carbón, que aportó 1020 emergencias y 1077 fatalidades (primer lugar). Aspecto que evidencia finalmente, que los riesgos y probabilidad de ocurrencia son mayores en el desarrollo de la minería subterránea en comparación con la minería a cielo abierto.
Al identificar la ubicación de los títulos mineros en Colombia, teniendo en cuenta los dos principales minerales que aportan los casos de emergencias y fatalidades, caso del carbón (subterráneo) y oro de filón, se encuentra una relación directa de los departamentos productores con los departamentos de ocurrencia de emergencias y fatalidades, de estos dos minerales.
En Colombia, el carbón por explotación subterránea es realizado principalmente en los departamentos de Boyacá, Norte de Santander, Cundinamarca y Antioquia (UPME, 2020), representando con el total de departamentos productores el 8,86% de la producción nacional (ANM, 2020); por otro lado, el oro por explotación subterránea es explotado en los departamentos de Antioquia, Chocó, Bolívar, Córdoba, Caldas, Tolima, Cauca y Nariño (UPME, 2020). Destacándose Antioquia como departamento productor subterránea.
De esta manera, en la Fig. 6, se evidencia que los departamentos productores de carbón y/o oro son los departamentos que encabezan el listado de emergencias y fatalidades, caso de Boyacá, Antioquia, Cundinamarca y Norte de Santander.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
Figura 6 Emergencia y Fatalidades mineras ocurridas por departamentos entre los años 2005-2019.
Manteniendo la tendencia, de ser la minería subterránea la principal variable de incidencia en las estadísticas de emergencias y fatalidades, en la Fig. 7 se evidencia que las tres principales causas, derrumbe, atmosfera viciada y explosión son generadas únicamente en un contexto subterráneo.
Fuente: Elaboración propia a partir de (ANM, 2019).
Figura 7 Causas de Emergencia y Fatalidades mineras ocurridas entre los años 2005-2019.
En cuanto al número de repeticiones de una emergencia minera en un mismo título minero a lo largo de 14 años en que se analizó esta información, no se tienen los elementos, ni la información suficiente que nos permitan identificar las razones por las cuales se está ocasionando que un evento se repita, lo que si queda claro, es que la autoridad minera deberá realizar un trato diferencial, en cuanto a priorización de visitas de fiscalización, apoyo técnico, capacitaciones y demás estrategias que permitan evitar una nueva ocurrencia de una emergencia minera. En la Fig. 8, se evidencia que el 77% de los eventos ocurridos durante 2005 a 2019 ocurrieron en una única vez para un mismo título minero, mientras que el 23% restante se encuentra distribuido en 2 veces, 3 veces, mayor e igual a 4 veces y menor e igual a 9 veces y mayor 10 veces, la ocurrencia de una emergencia minera.
Fuente: Elaboración propia a partir de (ANM, 2019).
Figura 8 Nº repetición evento por título durante los años 2005-2019.
En la Fig. 9, se compara el precio del carbón [COP/Tonelada] con el número de fatalidades en el mismo periodo de tiempo, de acuerdo con esto, no es tan evidente la relación de estas variables, por ejemplo, mientras en 2019 se aumenta el número de fatalidades el precio de carbón disminuye.
4.2 Modelo de emergencias y fatalidades
En este punto, se seleccionan las variables que bajo un punto de vista intuitivo tienen relación con el fenómeno de estudio y que, de acuerdo con el análisis anterior, resultan de mayor trascendencia:
a) Fecha del accidente
b) Mineral
c) Departamento
d) Estado jurídico
e) Número de emergencias
f) Precio del carbón
g) Número de fallecidos
Es preciso dividir los datos en dos conjuntos, un conjunto de entrenamiento para entrenar los modelos y uno de validación para comprobar el rendimiento de los mismo.
De esta manera, se selecciona las observaciones desde el año 2005 hasta 2018 y se valida el modelo con los meses de abril y mayo de 2018.
4.2.1 Modelo Lineal
El modelo lineal, definido mediante la Ecuación 1, relaciona la variable dependiente Y con K variables explícitas X k (k = 1, …K), o cualquier transformación de éstas que generen un hiperplano de parámetros β k desconocidos:
Donde ϵ es la perturbación aleatoria, X k Covariables explicativas y β k la estimación que acompaña dichas variables. En la Tabla 2, se muestra el conjunto de datos para el entrenamiento del modelo, con información histórica para el periodo de tiempo del año 2005 al 2018.
Tabla 2 Conjunto de datos para entrenamiento 2005-2018, modelo lineal.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
En la Fig. 10 se evidencia el modelo lineal (predictivo) y las fatalidades ocurridas; como se evidencia en esta gráfica, el modelo captura bien la tendencia, pero este tiende a sobreestimar el fenómeno.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
Figura 10 Modelo lineal y fatalidades ocurridas 2005-2018.
De igual manera, al momento de validar el fenómeno se evidencia una sobreestimación, aunque es una buena aproximación, tal como se muestra en la Tabla 3.
Tabla 3 Predicción de datos abril y mayo de 2018, modelo lineal.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
4.2.2 Modelo Lineal generalizado (GLM)
Los modelos lineales generalizados (GLM), son una generalización flexible de la regresión lineal ordinaria y que permite variables de respuesta que tienen modelos de distribución de errores distintos de una distribución normal, en este caso particular donde nuestra variable representa conteos, se propone un modelo Poisson (Harrell, 2001), tal como se evidencia en la Ecuación 2.
Donde,
E(Y) es el valor esperado de Y
Xβ es el predictor lineal
g es la función de enlace.
Donde nuestro g-1 es la función exponencial, puesto, que la función de enlace es log.
Al igual que en el modelo lineal, al momento de validar el fenómeno se evidencia una sobreestimación, aunque es una buena aproximación. Tal como se evidencia en la Tabla 4.
Tabla 4 Predicción de datos abril y mayo de 2018, modelo lineal generalizado.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
4.2.3 Arboles de regresión
Un árbol de decisión (clasificación/regresión) es un modelo de predicción utilizado en diversos ámbitos que van desde la inteligencia artificial hasta la Economía fueron propuestos por Leo Breiman en el libro (Breiman et al. 1984), los árboles de decisión tienen como objetivo predecir la variable respuesta Y en función de covariables y esto se logra mediante un diagrama de construcciones lógicas de si o no.
En la Fig. 11, se puede evidenciar un ejemplo de las iteraciones que tiene el modelo. Inicialmente el modelo considera el 100% de la información, posterior a ellos se presenta la primera regla lógica la cual es el departamento, donde se evidencia que el 24% de los datos pertenecen a Antioquia otorgando un valor de 0.63; en la siguiente regla lógica se establece el estado jurídico del título donde se presentó la emergencia, esta vez con el 24% de los datos como si este fuera el nodo raíz (un nuevo 100%) y así sucesivamente hasta finalizar todas las reglas lógicas.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020)
Figura 11 Arboles de regresión.
De esta manera, podríamos concluir que del 100% de los datos, el 24% de las fatalidades se presentaron en el departamento de Antioquia, de las cuales el 11% correspondió a títulos mineros legales y que el 76% de estos eventos ocurrieron en noviembre.
A continuación en la Tabla 5, se presenta el conjunto de datos a partir del cual se realizó el entrenamiento del modelo.
Tabla 5 Conjunto de datos para entrenamiento 2005-2018, modelo arboles de regresión.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
Finalmente, en la Fig. 12 y en la Tabla 6, se presenta el modelo predictivo de árboles de regresión y donde se puede apreciar que al igual que los modelos anteriores se sobrestima la predicción, aunque si mantiene la tendencia.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
Figura 12 Modelo arboles de regresión y fatalidades ocurridas 2005-2018.
Tabla 6 Predicción de datos abril y mayo de 2018, Modelo arboles de regresión.
Fuente: Elaboración propia utilizando software R a partir de (ANM, 2020).
4.3 Errores cuadráticos
A partir de la Ecuación 3, se calcula los errores cuadráticos medios de cada uno de los tres modelos utilizados. Lo anterior con el fin de escoger el mejor modelo.
El el valor estimado del número de fatalidades.
Y i El valor real del número de fatalidades.
A partir de Tabla 7, el modelo de árboles de regresión cuenta con el menor error, es decir, es el modelo que mejor se ajustó a los datos de entrenamiento (etapa donde se validó el grado de predicción de un subconjunto de datos tomados entre 2005-2018), no obstante, las diferencias no son tan significativas entre estos, para considerar un modelo con un rendimiento más destacable.
5. Conclusiones y recomendaciones
a) Se recomienda a la autoridad minera (ANM/secretaria de minas de la gobernación de Antioquia) tomar acciones frente a las conclusiones obtenidas de la recopilación estadística de emergencias y fatalidades mineras y los modelos estadísticos aplicados, con el fin de desarrollar estrategias que permitan reducir la tendencia al aumento presentada a lo largo de 15 años y medio. Mineral, causa y departamento son las principales variables para considerar.
b) Creación de un grupo multidisciplinario adscrito a la autoridad minera (Agencia Nacional de Minería y secretaria de minas de la gobernación de Antioquia), que constantemente este realizando capacitaciones teórico-prácticas a mineros con bajo nivel de formación en la gestión de riesgos de minería subterránea, en especial minería de carbón y oro. Importante mantener políticas de formalización minera e involucrarlos dentro de este proceso formación.
c) Fortalecimiento y establecimiento de programas técnicos y tecnológicos en minería y gestión de riesgos en zonas mineras del país. Antioquia, Boyacá, Cundinamarca y Norte de Santander, son los departamentos donde necesariamente se deberán establecer este tipo de instituciones y/o programas de formación.
d) Se propone a la autoridad minera, que lidere la capacitación en seguridad minera a estudiantes de últimos semestres de ingeniería de minas, ingeniería de minas y metalurgia, con el fin de que estos estudiantes apoyen proyectos mineros que requieran fortalecer o establecer programas de prevención de riesgos.
e) Se recomienda emplear modelos de regresión más potentes, tales como redes neuronales, con el fin de mejorar el rendimiento de las predicciones obtenidas en el presente artículo.
6. Conclusiones
a) La situación de seguridad minera en el país resulta alarmante, mientras en el 2019 el índice de fatalidades se situó en 1,5, en países como Perú, Chile y Estados Unidos este valor se ubicó en 0,06, 0,03 y 0,03 respectivamente.
b) Minerales como el carbón y oro de filón, presentan mayor riesgo y probabilidad de ocurrencia de emergencias y fatalidades mineras subterráneas en Colombia. Por lo tanto, la implementación de estrategias para contrarrestar su ocurrencia deberá focalizarse inicialmente en estos dos minerales.
c) Antioquia, Boyacá, Cundinamarca y Norte de Santander, por ser productores de carbón y/o oro de filón, requieren una política diferencial en materia de seguridad minera, que permita hacer frente a las emergencias y fatalidades mineras.
d) Se deberá tener en cuenta el análisis de información estadística (Tipo de minería, mineral, ubicación y/o causa) para desarrollar una política diferencial y no enfrentar el problema de igual manera para todo el sector.
e) En cuanto al rendimiento de los modelos, no se presenta una diferencia significativa entre cada uno de estos, por lo tanto, no se podría concluir cual se ajusta mejor al fenómeno. Se propone, involucrar más variables explicativas, sobre todo las asociadas a carbón y oro de filón, con el fin de encontrar un modelo (incluso los utilizados) que se ajuste mejor al fenómeno.
f) No es suficiente continuar recolectando información, si a partir de esta no se toman acciones que permitan contrarrestar las emergencias y fatalidades mineras presentadas en el país. Es necesario replantear la política de seguridad minera en el país.
g) No es suficiente actualizar el reglamento de seguridad en labores mineras subterráneas si no se garantiza su aplicación y no se apoya su puesta en marcha. Es necesario generar estrategias que permitan su conocimiento, involucrando la minería ilegal a través de programas de formalización minera.
h) Las visitas de fiscalización y de seguridad e Higiene Minera, no deberá ser la única estratégica para reducir las estadísticas de emergencias y fatalidades mineras en el país.
