新冠防疫措施加剧了在电力消费中的不平等现象

1、能源缺乏保障：缺乏基本家庭生活需求，例如取暖、制冷等

energy insecurty

低收入家庭在生存必须品与能源账单之间的选择

在线教育及远程工作也增加了家庭的能源消费

对低收入人群的影响高于高收入人群

用电行为的变化，通过能源消耗来观测可以了解到部分商业层面的失业进一步影响经济

数据样本选择：美国两个纬度差异较大的地区（温度差异），地域阶段性温度差异的样本，理解温度对能耗的影响，同步两个样本在一起扩大的样本地域的参考范围，增加数据可参考的地域范围

学校停课，居家办公后，家庭烹饪和上网课等原因使得疫情后平均家庭电力使用增加5.3%

用电模式的改变，具体用电量随着每日的情况

疫情后，早晚高峰用电量发生了变化

下图为居民移动情况数据图：居民居家的人更多（通过移动相关数据获得居民的动态情况，例如相关智能联网设备的数据反馈）

（居民移动情况数据——美国政府开放下载）

1、亚裔和西班牙裔的种族群体用电量增加更多

2、不同族群，高低收入人群用电量的差异化：

除非洲裔，低收入人群的用电增长情况高于高收入人群

对比高低收入的能源负担：低收入人群在防疫措施下，低收入人群的能源负担更大——结合用电和用气来看，若是研究夏季样本差异化会更明显

【数据样本的季节和结论之间的关系，样本取样时间非伊利诺伊最冷的时间，该纬度条件下，能源消耗主要来源为夏季空调】

低收入人群群体特征：家庭族群较大、房屋年龄时间长（房龄53-54）——考虑设备方面，高收入家庭会拥有更多的节能设备，这类原有客观因素进一步加大低收入人群的能源负担

线下业务占比大的行业（餐饮、住宿、门店消费等），用电情况明显下降

Q&A

1、两个洲样本选取的背景（变量因素较多，如何来选择合理的参考数据）：

a.地理位置差异：高低温气候天数的差异对样本结果的影响

控制气候因素，通过NASA数据来选取，减少气候因素影响

b.原有经济发展情况对比：高低收入人群占比对结果的影响

高低收入人群划分，按照每个州当地的划分标准来进行，非全国统一数据：有城市块高低收入划分——每个洲的经济发展水平不一致；按照家庭人口条件下的收入进行划分（例如3人家庭高收入划分标准与4人家庭高收入划分标准不一样）

c.原有种族占比对研究结果的影响

没有就种族人群所属洲进行划分，而是单独将所有样本合并，对种族情况进行分析