Acceso usuarios
La energía en las viviendas es un factor impulsor del desarrollo humano, sin embargo, en algunas ocasiones los hogares encuentran dificultades para obtener los servicios de energía que satisfagan las necesidades básicas. Este trabajo presenta un análisis deductivo sobre pobreza energética, con el objetivo de describir la demanda de energía y las implicaciones monetarios correspondientes para los hogares. El estudio construye un modelo bottom-up articulando secciones relativas al perfil de demanda diario, precios desestacionalizados e ingreso per cápita. Para incorporar la heterogeneidad climática y económica del país, se modelan 48 prototipos de hogares, creados de acuerdo con la región, el estrato económico y la superficie construida de las viviendas. Los resultados vislumbran cuatro hallazgos principales: 1) los aparatos de ventilación, cocina y lavado impulsan la demanda diaria, entre ellos resalta la importancia de los aparatos de ventilación; 2) la proporción precio por MJ de los hogares de altos ingresos es menor que los de ingresos bajos; 3) los estratos altos gastan más proporción de su ingreso en energía, 4) los hogares que caen debajo de la línea de pobreza después de gastar en energía lo hacen debido a los bajos ingresos per cápita, y no por variables relacionadas con la energía. Para fomentar una mayor transparencia, reproducibilidad y calidad, el modelo se encuentra disponible en línea.1 De esta manera, las bases de datos, el procesamiento (códigos y fórmulas) y los resultados pueden ser verificados y utilizados por los interesados en el tema
Energy in dwellings is a driver for human development, however, sometimes households find it difficult to access and afford basic energy services. This study presents a bottom-up approach to energy poverty and its features for the Mexican case. The aim is to describe the energy demand profile in Mexican households and gauge the monetary implications. The study constructs a bottom-up model using conditional probabilities to determine the electricity load profile incorporating climatic, economic and behavioural data. The results are related to seasonally adjusted prices and income in households to gauge the weight of energy expenditure. Attending to the heterogeneity in the country, we model 48 household prototypes, featured by economic stratum, dwelling size and geographic location. The results glimpse four main findings: 1) ventilation, kitchen and washing appliances drive daily demand, among them the importance of ventilation appliances stands out; 2) the price per unit of energy is lower in high-income households, where the efficiency of the sources used plays a fundamental factor; 3) high-income households spend a higher percentage of their income on energy than low-income households, and 4) is the low income per capita and not the energy requirements, the biggest threat to fall under the poverty line. To promote greater transparency, reproducibility and quality, the model is available online. The dataset, the processing codes, formulas and results can be verified and reused
