Klimaatverandering en sociale ongelijkheid zijn twee urgente kwesties die elkaar vaak overlappen. Een nieuwe studie onder leiding van Princeton-onderzoekers biedt steden een routekaart om ongelijkheden in energieverbruik aan te pakken door fijnmazige methoden te bieden voor het meten van zowel inkomen als raciale ongelijkheden in de intensiteit van energieverbruik. Intensiteit van energieverbruik, de hoeveelheid verbruikte energie per vloeroppervlakte, wordt vaak gebruikt als een maatstaf voor het beoordelen van de efficiëntie van gebouwen en de upgrades die ze in de loop van de tijd krijgen. Het werk kan leiden tot een rechtvaardige verdeling van kortingen en andere maatregelen die de energiekosten verlagen en de efficiëntie verhogen.

Het onderzoeken van ongelijkheid in steden werd bemoeilijkt door een gebrek aan gegevens over energieverbruik op fijne ruimtelijke schalen binnen steden. Tot nu, alleen Los Angeles heeft een datagestuurde benadering kunnen gebruiken om een ​​licht te werpen op waar ongelijkheden in energieverbruik bestaan, specifiek gericht op het effect van inkomensverschillen. Maar volgens nieuwe resultaten gerapporteerd in Proceedings van de National Academy of Sciences , om de ongelijkheid in energieverbruik echt te begrijpen en volledig aan te pakken, steden moeten een nog genuanceerder benadering volgen - een die rassengerelateerde ongelijkheden uit inkomen haalt. Zoals de auteurs melden, als je de kwestie alleen door de lens van inkomen bekijkt, loop je het risico dat je belangrijke rasgerelateerde ongelijkheden mist die verder gaan dan inkomenseffecten.

"Vaak, in discussies over sociale rechtvaardigheid, mensen vragen soms 'Oh, hoe weet je dat het een race-effect is en niet 'slechts' een inkomenseffect?'", zei co-auteur Anu Ramaswami, een professor in civiele en milieutechniek en het High Meadows Environmental Institute aan de Princeton University. "Dit document laat u de gegevens zien, dat er een structureel gekoppeld inkomensrace-effect is, en een extra race-effect, zelfs binnen dezelfde inkomensgroep."

Ramaswami en haar collega's kwamen tot hun bevindingen door twee steden te bestuderen, Tallahassee, Florida, en St. Paulus, Minnesota. De bevindingen toonden aan dat bij de evaluatie van het jaarlijkse energieverbruik, woningen in de laagste inkomensbuurten verbruikten gemiddeld 25-60% meer energie per vierkante meter vergeleken met de hoogste inkomensbuurten. Wat nog verrassender was, was dat binnen de inkomensgroepen, overwegend niet-blanke buurten hadden een hogere intensiteit van energieverbruik in vergelijking met overwegend witte buurten.

"We waren getroffen toen we deze patronen voor het eerst zagen, " zei Ramaswami, die ook Princeton's Sanjay Swani '87 hoogleraar India Studies en directeur van het Chadha Center for Global India is.

De resultaten waren zelfs nog scherper gezien het seizoensgebonden energieverbruik in zomer en winter. Focussen op de intensiteit van het seizoensgebonden energieverbruik, de studie bracht verschillen naar inkomen aan het licht, en verschillen per ras binnen de laagste inkomensgroep, die groter kan zijn dan 150%, die vijf keer groter zijn dan het verschil van 25% dat voorheen bekend was in Amerikaanse steden, gebaseerd op de beperkte beschikbaarheid van gegevens in eerdere onderzoeken. Uit het onderzoek bleek dat huishoudens in niet-blanke buurten met een laag inkomen een hogere intensiteit van energieverbruik rapporteren, weerspiegelt de lagere energie-efficiëntie van de gebouwen, evenals een lagere deelname aan kortingsprogramma's.

De methode die zij en haar collega's ontwikkelden is toepasbaar in andere steden en utiliteitssectoren (mobiliteit, water, enz.) en is nu beschikbaar voor adoptie door steden die geïnteresseerd zijn in het aanpakken van raciale ongelijkheden. "We denken niet dat het alleen deze twee steden zijn, " zei Ramaswami. "Deze effecten gebeuren waarschijnlijk overal."

Ongelijkheden rond inkomen en ras in de VS worden vaak door elkaar gehaald omdat gemeenschappen met een lager inkomen vaak meer niet-blanke bevolkingsgroepen hebben, terwijl hogere inkomensgebieden overwegend wit zijn. Om deze variabelen te ontwarren, Ramaswami en haar co-auteurs werkten samen met stadsambtenaren en nutsbedrijven om gedetailleerde gegevens over het energieverbruik te verkrijgen.

"Een deel van het probleem is dat ras en inkomen zo met elkaar verweven zijn, je hebt fijnmazige data nodig om ongelijkheid daadwerkelijk uit te pakken, ' zei Ramaswami. 'Normaal gesproken, steden krijgen energiegebruiksgegevens op postcodeniveau, wat erg grof is, maar we kregen gegevens op het niveau van tellingsblokken door een unieke samenwerking met onze partnersteden en nutsbedrijven, die zich inzetten voor het begrijpen van baseline ongelijkheden in hun buurten."

In totaal, de onderzoekers verkregen geanonimiseerde en geaggregeerde gegevens van nutsbedrijven die alle 90, 000 huishoudens in Tallahassee, en alle 110, 000 in Sint-Paulus. Ze deelden het totale energieverbruik van huishoudens in een buurt door het totale aantal vierkante meters van de woningen om de gemiddelde intensiteit van het energieverbruik voor die buurt te berekenen. Vervolgens vergeleken ze de intensiteit van het energieverbruik in verschillende buurtgroepen, verdeeld in vijf inkomensgroepen, en verder door de raciale samenstelling van de buurten binnen elke inkomensgroep.

De resultaten brachten een aantal verrassingen aan het licht. In Sint-Paulus, bijvoorbeeld, de laagste inkomensgroep had een 27% hogere jaarlijkse energieverbruiksintensiteit (gebruik per vierkante voet) in vergelijking met de hoogste inkomensgroep. Het resultaat van St Paul is vergelijkbaar met het inkomensverschil van 25% in Los Angeles. Echter, Tallahassee's ongelijkheid in de jaarlijkse intensiteit van het elektriciteitsverbruik per inkomen bleek meer dan het dubbele te zijn, namelijk 66%. Verder, toen de onderzoekers de inkomensgroepen verder verdeelden op basis van raciale samenstelling van de volkstellingsblokgroepen, ze vonden substantiële extra verschillen per ras, zelfs binnen dezelfde inkomensgroepen. Bijvoorbeeld, in St. Paulus, de armste overwegend niet-blanke wijken hadden een 40% hogere energie-intensiteit dan de armste overwegend blanke wijken. Dergelijke raciale ongelijkheid werd gezien binnen alle inkomensgroepen, behalve voor de zeer rijkste blokgroepen, die om te beginnen overwegend wit waren.

Toen het team het seizoensgebonden energieverbruik onder de loep nam, d.w.z. energie die wordt gebruikt voor verwarming en koeling in de winter en de zomer - ze vonden een verschil tot 167% in de intensiteit van het elektriciteitsverbruik tussen de huishoudens met de laagste en de hoogste inkomens in St. Paul, met de minst verdienende huishoudens die een te grote energielast dragen. In Tallahassee, seizoensgebonden energieverbruik vertoonde grote raciale verschillen binnen de laagste inkomensgroep in de orde van grootte van 156%.

"Naar mijn weten, dit is de eerste studie die ongelijkheden in stedelijk energieverbruik per ras laat zien, en om te laten zien dat het verschilt van ongelijkheid in energieverbruik naar inkomen, " zegt Karen Seto, de Frederick C. Hixon hoogleraar geografie en urbanisatiewetenschap aan de Yale University, die niet bij het onderzoek betrokken was. "De studie bevestigt andere studies die significante ongelijkheden binnen de stad aantonen" zowel qua ras als qua inkomen, ze zei, "of het nu gaat om blootstelling aan warmte of groene ruimte."

De onderzoekers onderzochten ook de deelname van huishoudens aan verschillende soorten kortingsprogramma's die waren ontworpen om het energieverbruik efficiënter te maken en de kosten te verlagen. Ze ontdekten dat huizen in rijkere, overwegend blanke buurten vaker deelnamen aan kortingsprogramma's, terwijl armere, overwegend niet-blanken, de neiging hadden om door de kieren te glippen.

"Het zichtbaar maken van dit soort gegevens is nuttig om mensen te laten begrijpen dat infrastructuurgerelateerde raciale ongelijkheden niet zomaar iets abstracts zijn - het is echt en je kunt het zien in de gegevens, " zei Ramaswami. "We zeggen allemaal dat we sociale rechtvaardigheid willen, maar om dat te bereiken, het helpt om kwantitatief te zijn."

Ramaswami en haar collega's hopen dat steden in het hele land hun methode overnemen om hun eigen dynamiek van energiegelijkheid beter te begrijpen. Ze werken al samen met ambtenaren in Austin, Texas, om deze nieuwe aanpak toe te passen.

uiteindelijk, ze hopen ook hun bevindingen op te volgen om te bepalen wat de verschillen in intensiteit van energieverbruik en deelname aan kortingen veroorzaakt, zodat steden die informatie kunnen gebruiken om de kloof op het gebied van ongelijkheden verder te dichten.

"Het nieuwe begrip dat uit deze studie is verkregen, is al behoorlijk veel, " said Kangkang Tong, first author of the study and a postdoctoral researcher in civil and environmental engineering at Princeton University. "But it will take another several studies to really understand the reasons behind our findings, to help communities improve their energy use efficiency."

The study also addresses fundamental questions about the geographical scale researchers can use to measure social inequality in urban areas. The researchers found that choosing to study social inequality across city blocks as the unit of analysis provides different results than studying inequality across larger block groups or even larger census tracts. This is part of a fundamental question that scholars from many disciplines—including geography, Volksgezondheid, computertechnologie, mathematics, and political science—are grappling with, called the modifiable areal unit problem. The problem is that measures of dispersion and inequality change as the spatial unit area of observation is modified—whether it is a city block, block group, census tract, or zip code. Ramaswami said the PNAS paper is the first to characterize the modifiable areal unit problem for the issue of energy use inequality in cities by exploring multiple metrics for energy use inequality across a range of scales. These findings are highly policy relevant because it means measuring disparity ratios from data aggregated at the block-level could give very different results from computing them from block-group or census tract-level data.

"This is also another area for further research, wherein policy-relevant questions can trigger fundamental scientific discoveries." Tong said.