An energy divide? The role of energy transitions and regional inequalities in influencing European energy poverty trends Sergio Tirado-Herrero Stefan Bouzarovski.

Presentación del tema: "An energy divide? The role of energy transitions and regional inequalities in influencing European energy poverty trends Sergio Tirado-Herrero Stefan Bouzarovski."— Transcripción de la presentación:

1 An energy divide? The role of energy transitions and regional inequalities in influencing European energy poverty trends Sergio Tirado-Herrero Stefan Bouzarovski Saska Petrova University of Manchester

2 Relación precios de la energía / ingresos del hogar Necesidades del hogar, prácticas, acceso a fuentes de energía, etc. Eficiencia energética tiempo De pobreza a vulnerabilidad energética “…propensión de un hogar a sufrir una falta de servicios de la energía en el hogar”

3 Contexto: proyecto EVALUATE “Starting grant” del European Research Council (ERC) – Prof. Stefan Bouzarovski Investiga las fuerzas motoras de la pobreza energética en zonas urbanas de los países post- socialistas de Europea Central y Oriental Varios métodos de análisis y fuentes de datos – Bases de datos estadísticos (EPF), encuestas a hogares, entrevistas a actores institucionales Cuatro estudios de caso a escala urbana – Gdansk (Polonia); Praga (Rep. Checa); Budapest, (Hungaría); Skopje (Macedonia)

4 Pobreza energética en la UE Incidencia promedio en 2003-2013 Índice PE = (0.5 * % Incapacidad + 0.25 * % Retrasos + 0.25 * % Goteras ) x 100 EU

5 Factores explicativos de diferencias espaciales INCAPACIDADRETRASOSGOTERAS PRECIOS Precios de la energía doméstica en € -.457*-.644**-.404 Precios de la energía doméstica en PPS.306.207.082 CONSUMO PIB per cápita en PPS -.534**-.625**-.361 Consumo Individual Efectivo per cápita -.563**-.715**-.435* POBREZA Y EXCLUSIÓN SOCIAL Población en riesgo de pobreza o exclusión (AROPE).796**.836**.517** Población en riesgo de pobreza después de transferencias sociales.523**.574**.480** Población con privación material severa.811**.808**.481** Población en hogares con intensidad de trabajo muy baja -.028.210-.133 Privación de vivienda grave.498**.736**.606** Tasa de sobrecoste de la vivienda.078.233.221 Matriz de correlación: coeficientes r de Pearson correlación lineal entre indicadores de pobreza energética EU-SILC (columnas) y potenciales factores explicativas (filas)

6 Regiones de pobreza energética en la UE Índice de pobreza energética vs. población en riesgo de pobreza después de transferencias sociales, promedio 2003-2013

7 Precios de la energía doméstica en la UE Índice de pobreza energética vs. población en riesgo de pobreza después de transferencias sociales, promedio 2003-2013

8 Evolución de los precios de la energía Factores externos e internos a la UE HICP para todas las categorías COICOP (inflación) vs. HICP para la categoría energía doméstica (COICOP 045), EU 2007-2013

9 Evolución de los precios de la energía Análisis por Estados Miembros Diferencia promedio (en puntos porcentuales) entre HICP para todas las categorías COICOP (inflación) vs. HICP para la categoría energía doméstica (COICOP 045); 2003-2013

10 Cambios en precios y tasas de pobreza Evolución de precios de la electricidad doméstica (en PPS/kWh) y del porcentaje de la población en riesgo de pobreza después de transferencias sociales, para estados miembros seleccionados entre 2007 y 2013

11 Disparidades espaciales en el grado de exposición a factores de la pobreza energética – Interacción entre tasas de pobreza y precios de la energía doméstica Geografía de la pobreza energética en la UE: centro (NW) frente a periferia (Sur y Este) La energía doméstica es inflacionaria – Cuestiona los efectos de privatización y liberalización Factores de vulnerabilidad adicionales – Transición a una economía baja en carbono – Crisis de la zona Euro y medidas de austeridad Conclusiones

12 Thank you urban-energy.org @stiradoherrero @stefanbuzar @curemanchester

13 Aims, methods and data sources Aim – understanding the spatial and temporal variation in the incidence and underlying patterns of energy poverty in the EU Data sources – Eurostat datasets at the member state level – Maximum sample size: EU28 countries Methods – Descriptive statistics – Bi-variate lineal correlation analysis