網(wǎng)絡(luò)效應(yīng)對(duì)家庭分布式光伏發(fā)電行為的影響

梅應(yīng)丹，邱紀(jì)翔，許杏柏，胡武陽

（1.中國(guó)石油大學(xué)（北京）經(jīng)濟(jì)管理學(xué)院，北京 102249；2.廈門大學(xué)王亞南經(jīng)濟(jì)研究院，福建廈門 361005；3.廈門大學(xué)經(jīng)濟(jì)學(xué)院，福建廈門 361005；4.美國(guó)俄亥俄州立大學(xué)，美國(guó)俄亥俄州哥倫布 43210）

為積極響應(yīng)習(xí)近平總書記提出的“四個(gè)革命，一個(gè)合作”的國(guó)家能源戰(zhàn)略，引領(lǐng)“綠色低碳”的全球能源轉(zhuǎn)型趨勢(shì)，實(shí)現(xiàn)2030年前碳達(dá)峰和2060年前碳中和的目標(biāo)，加快風(fēng)電、光伏等新能源的發(fā)展已成為當(dāng)務(wù)之急。家庭分布式光伏項(xiàng)目（以下簡(jiǎn)稱為“戶用光伏”）是安裝在居民家庭住宅頂層或者院落內(nèi)的光伏發(fā)電系統(tǒng)，能夠靈活利用居民家中閑置面積進(jìn)行光伏發(fā)電，充分利用集中式光伏項(xiàng)目和工商業(yè)分布式光伏項(xiàng)目所不能覆蓋區(qū)域的太陽能資源，提高可再生能源占比，推動(dòng)綠色低碳能源轉(zhuǎn)型。截止到2020年年底，中國(guó)戶用光伏裝機(jī)容量為20.22 GW，僅占分布式光伏裝機(jī)容量的25.87%，全部光伏裝機(jī)容量的8.01%，仍然有很大的發(fā)展空間。到目前為止，中國(guó)一共出臺(tái)了27項(xiàng)補(bǔ)貼政策以支持戶用光伏的發(fā)展，此類政策獲得了學(xué)者們的一致認(rèn)可，被視為推動(dòng)戶用光伏發(fā)展的有效工具［1-2］。但補(bǔ)貼政策是不可持續(xù)的，中國(guó)正面臨著巨大的補(bǔ)貼缺口［3］，健康的行業(yè)發(fā)展呼吁減少或取消補(bǔ)貼以推進(jìn)光伏發(fā)電平價(jià)上網(wǎng)工作，同時(shí)中國(guó)戶用光伏也具備補(bǔ)貼退坡的條件［4］。因此，探索激勵(lì)戶用光伏發(fā)展的“非價(jià)格”因素具有重要的現(xiàn)實(shí)意義。

行為經(jīng)濟(jì)學(xué)認(rèn)為居民的行為決策不僅取決于價(jià)格，也受到非價(jià)格因素的影響，如居民受教育程度等［5］。網(wǎng)絡(luò)效應(yīng)（Network Effect）也是常見的非價(jià)格因素之一，是指在各種社會(huì)關(guān)系中，個(gè)體行為或決策受到其他個(gè)體的行為及決策的影響［6］，常被用于研究福利問題［7］、保險(xiǎn)問題［8-9］和教育問題［10］等。戶用光伏的安裝成為居民之間相互交流的話題，網(wǎng)絡(luò)效應(yīng)通過這種交流發(fā)生作用，包括攀比、模仿心理和傳遞信息等。在熟人社會(huì)中，未安裝居民對(duì)光伏發(fā)電的認(rèn)知受到周圍已安裝居民使用體驗(yàn)的影響。若已安裝的家庭因項(xiàng)目獲利或者對(duì)項(xiàng)目持正面評(píng)價(jià)，那么鄰居們安裝和使用的意愿會(huì)較為強(qiáng)烈；反之亦然。因此，探究網(wǎng)絡(luò)效應(yīng)對(duì)戶用光伏發(fā)電行為的作用將有助于揭示非價(jià)格因素對(duì)居民能源消費(fèi)和供給行為的影響，尋找光伏補(bǔ)貼退坡時(shí)期戶用光伏發(fā)展的新動(dòng)力。

文章利用2019年于北京市昌平區(qū)開展的入戶調(diào)查問卷數(shù)據(jù)，使用空間Probit模型分析網(wǎng)絡(luò)效應(yīng)對(duì)戶用光伏發(fā)電行為的影響。模型估計(jì)結(jié)果表明戶用光伏的安裝決策存在顯著的負(fù)向網(wǎng)絡(luò)效應(yīng)，即生活在已安裝戶用光伏家庭周圍的居民更不愿意安裝光伏發(fā)電板，同時(shí)文章結(jié)果還表明居民偏好公共物品的心理和對(duì)補(bǔ)貼政策的了解程度分別對(duì)戶用光伏在居民間的推廣有顯著的負(fù)向和正向作用。

1 文獻(xiàn)回顧

1.1 網(wǎng)絡(luò)效應(yīng)形成機(jī)制

網(wǎng)絡(luò)效應(yīng)早期被運(yùn)用在社會(huì)學(xué)相關(guān)研究中，用來分析社會(huì)規(guī)范與秩序?qū)€(gè)人偏好的影響。社會(huì)學(xué)理論認(rèn)為個(gè)人偏好會(huì)隨著周圍環(huán)境的變化而變化［11］。新古典經(jīng)濟(jì)學(xué)假設(shè)個(gè)人偏好是獨(dú)立且外生給定的，不會(huì)受到周圍環(huán)境的影響［12］。這一較強(qiáng)的假設(shè)為經(jīng)濟(jì)學(xué)分析提供了很多便利，但是忽視個(gè)體之間的聯(lián)系并不合理，也不符合實(shí)際情況。在放松個(gè)人偏好假設(shè)的背景下，Hayakawa等［13］提出參照群體理論，認(rèn)為個(gè)人傾向于依賴低成本的啟發(fā)（heuristics）來做決策，即個(gè)人在行動(dòng)之前會(huì)學(xué)習(xí)周圍其他人過去的行為，再結(jié)合自身?xiàng)l件做出決策。參照群體理論為網(wǎng)絡(luò)效應(yīng)的分析提供了內(nèi)在邏輯。Yang等［14］為上述行為的產(chǎn)生提供了三點(diǎn)理由：第一，參照群體行為能夠有效降低自身學(xué)習(xí)成本并提高行動(dòng)回報(bào)預(yù)期；第二，參照群體行為有助于滿足個(gè)體自身想要與群體保持一致的愿望；第三，參照群體行為更容易于受到群體成員的贊揚(yáng)。Manski［15］認(rèn)為個(gè)人在參照或者模仿他人同類行為時(shí)受到的影響就是網(wǎng)絡(luò)效應(yīng)。根據(jù)分組方式的不同，網(wǎng)絡(luò)效應(yīng)有時(shí)候也被稱為鄰里效應(yīng)（Neighborhood Effect，以空間位置信息分組）或者同伴效應(yīng)（Peer Effect，以親屬、同事或好友等社交關(guān)系分組）。網(wǎng)絡(luò)效應(yīng)是一種內(nèi)生性影響（Endogenous Effect），應(yīng)當(dāng)與外生性影響（Exogenous Effect）有所區(qū)分。一般來說，兩者區(qū)別在于內(nèi)生性影響的作用路徑是組內(nèi)成員內(nèi)生變量或者行為之間互相直接影響，而外生性影響的作用路徑是組內(nèi)其他成員的外生特征或者外生行為對(duì)某成員的內(nèi)生變量或者行為的影響［16］。

1.2 網(wǎng)絡(luò)效應(yīng)識(shí)別方法

Manski［17］認(rèn)為內(nèi)生性影響與外生性影響相互作用，現(xiàn)有的線性均值模型的識(shí)別方法無法有效估計(jì)真實(shí)的內(nèi)生性影響，并存在三個(gè)待解決的問題：①樣本自選擇問題，即影響形成組的因素也可能會(huì)影響決策過程；②關(guān)鍵因果變量相互影響問題，即組內(nèi)成員之間存在相互影響問題；③遺漏變量問題。Blume等［18］認(rèn)為上述問題是網(wǎng)絡(luò)效應(yīng)分析中需要解決的重點(diǎn)問題。因此，如何有效處理識(shí)別問題是網(wǎng)絡(luò)效應(yīng)在各類經(jīng)濟(jì)學(xué)領(lǐng)域運(yùn)用時(shí)都必須要考慮的問題。

傳統(tǒng)的解決方法有以下三種：①工具變量法。Bertrand等［19］將工具變量法引入網(wǎng)絡(luò)效應(yīng)的研究中。目前，該方法被廣泛地運(yùn)用于研究網(wǎng)絡(luò)效應(yīng)對(duì)教育［10］和志愿行為［20］等的影響。但是只有在研究者具備很高的知識(shí)儲(chǔ)備，并對(duì)網(wǎng)絡(luò)效應(yīng)的作用機(jī)制有充分的了解時(shí)才能找到可靠有效的工具變量。另外，發(fā)現(xiàn)合適的工具變量的過程具有不同程度的隨機(jī)性。因此，工具變量法在實(shí)證運(yùn)用中存在一定的困難。②固定效應(yīng)模型。Markussen等［8］利用固定效應(yīng)模型研究網(wǎng)絡(luò)效應(yīng)對(duì)個(gè)人社會(huì)保險(xiǎn)索賠行為的影響發(fā)現(xiàn)，個(gè)人的社會(huì)保險(xiǎn)索賠行為確實(shí)會(huì)受到鄰里間申請(qǐng)率的影響。Grossman等［9］研究美國(guó)孕婦數(shù)據(jù)發(fā)現(xiàn)網(wǎng)絡(luò)效應(yīng)能夠提高孕婦參加社會(huì)保險(xiǎn)的概率（3%）。但是固定效應(yīng)模型的問題在于其面對(duì)樣本自選擇問題或者互為因果問題時(shí)識(shí)別能力不強(qiáng)。③樣本特殊性。例如考慮突發(fā)事件的影響［7，10］，考慮以研究對(duì)象出生時(shí)既有的鄰里關(guān)系為分組依據(jù)［8］，或者考慮信息傳遞的單向性［9］。但是樣本的特殊性無法復(fù)制也不容易獲得。

自從Lee［21］運(yùn)用空間自回歸模型評(píng)估網(wǎng)絡(luò)效應(yīng)，空間自回歸模型被廣泛應(yīng)用于解決網(wǎng)絡(luò)效應(yīng)的識(shí)別問題。在該模型中，學(xué)者們常用空間權(quán)重矩陣（也稱為鄰接矩陣，adjacency matrix）反映組內(nèi)成員之間的關(guān)系。通常定義空間權(quán)重矩陣對(duì)角線元素為零［22］；如果個(gè)人行為受到組內(nèi)其他成員平均行為的影響［23］，那么該空間權(quán)重矩陣是對(duì)稱性的。使用空間自回歸模型能有效處理反射問題。相關(guān)研究包括評(píng)估學(xué)生在校表現(xiàn)［24］、新技術(shù)選擇問題［25］和能源消費(fèi)［26］。

1.3 網(wǎng)絡(luò)效應(yīng)對(duì)居民光伏行為的影響

在網(wǎng)絡(luò)效應(yīng)對(duì)戶用光伏發(fā)電行為的影響研究方面，Bollinger等［27］與Graziano等［28］分別利用美國(guó)加州和康州光伏安裝數(shù)據(jù)研究網(wǎng)絡(luò)效應(yīng)對(duì)區(qū)域間居民光伏發(fā)電行為的影響。他們的研究均表明網(wǎng)絡(luò)效應(yīng)將推動(dòng)區(qū)域內(nèi)居民光伏發(fā)電行為。Lan等［29］利用空間面板模型發(fā)現(xiàn)澳大利亞不同地區(qū)之間光伏安裝的行為存在正向空間相關(guān)性。但是上述文章均基于郵編代碼分析，其結(jié)果只能在區(qū)域?qū)用嫔辖忉尵W(wǎng)絡(luò)效應(yīng)對(duì)戶用光伏發(fā)展的影響，無法進(jìn)一步解釋網(wǎng)絡(luò)效應(yīng)在個(gè)體層面的影響，而該研究將利用微觀家庭數(shù)據(jù)對(duì)網(wǎng)絡(luò)效應(yīng)在戶用光伏安裝行為的影響展開研究。除此之外，虞義華等［30］利用調(diào)研數(shù)據(jù)發(fā)現(xiàn)居民安裝使用太陽能熱水器行為之間存在正向的網(wǎng)絡(luò)效應(yīng)。

綜合上述分析，該研究的主要貢獻(xiàn)包括以下兩個(gè)方面。第一，該研究是國(guó)內(nèi)首個(gè)分析網(wǎng)絡(luò)效應(yīng)對(duì)于家庭安裝戶用光伏行為影響的研究。過去研究大多利用定性分析手段［31-33］或者簡(jiǎn)單的定量分析模型［1-2，34］評(píng)估補(bǔ)貼政策對(duì)于安裝戶用光伏的影響，該研究從居民安裝戶用光伏行為之間的相互作用出發(fā)，基于空間Probit模型定量分析網(wǎng)絡(luò)效應(yīng)對(duì)于居民此行為的影響，豐富了現(xiàn)有文獻(xiàn)的內(nèi)容。第二，該研究基于微觀入戶調(diào)研數(shù)據(jù)的分析結(jié)果更能夠從微觀反映居民安裝行為之間的相互作用。相較于以往基于區(qū)域?qū)用鏀?shù)據(jù)的網(wǎng)絡(luò)效應(yīng)影響作用研究［27-29］，該研究將研究拓展至微觀住戶層面，基于居民特征深入分析其行為之間的相互影響，使得研究結(jié)果更能反映居民安裝行為之間的網(wǎng)絡(luò)效應(yīng)。

2 網(wǎng)絡(luò)效應(yīng)對(duì)行為影響的理論基礎(chǔ)

3 實(shí)證模型、調(diào)研地點(diǎn)和數(shù)據(jù)

3.1 實(shí)證模型

該研究利用空間Probit模型研究家庭安裝戶用光伏中的網(wǎng)絡(luò)效應(yīng)，因變量為居民家中是否安裝了光伏發(fā)電板，是一個(gè)二元因變量。如果居民家中已安裝了光伏發(fā)電板，則y=1，否則y=0。空間Probit模型目前被廣泛地應(yīng)用于被解釋變量為二元變量（僅取0和1這兩個(gè)值）的具有空間相關(guān)性或者網(wǎng)絡(luò)結(jié)構(gòu)的經(jīng)濟(jì)學(xué)研究中。把所研究的經(jīng)濟(jì)中的n個(gè)個(gè)體，記為i=1，…，n。則空間Probit模型可以表示為

定義解釋變量k的平均直接（對(duì)自身行為）邊際效應(yīng)=

解釋變量k的平均直接（對(duì)他人行為）邊際效應(yīng)=

而此兩者之和為解釋變量k的平均總邊際效應(yīng)。由于上述矩陣計(jì)算涉及n維積分，其極大似然估計(jì)存在很大的計(jì)算困難，常用的解決方法有EM算法［36］和偏極大似然估計(jì)［37］等。該研究采用的估計(jì)方法是基于馬爾可夫鏈蒙特 卡 洛（Markov Chain Monte Carlo，MCMC）的 貝 葉 斯估計(jì)［38］。

除了利用空間Probit模型處理反射問題之外，本研究還依賴居民住址的繼承性來應(yīng)對(duì)反射問題中的樣本自選擇問題。樣本自選擇認(rèn)為影響居民居住選址的原因可能也會(huì)影響居民光伏發(fā)電行為，本研究的受訪者大多為世代繼承的居住者，也就是說影響居民居住選址的原因是外生的，非個(gè)人的選擇，因此，基于居住地址位置建立空間權(quán)重矩陣的方法可以避免樣本自選擇問題。

3.2 調(diào)研地點(diǎn)

中國(guó)光照資源豐富，但是區(qū)域差異較大，高原少雨干燥光伏資源多，平原多雨潮濕光伏資源少。2013年中國(guó)國(guó)家發(fā)改委在《關(guān)于發(fā)揮杠桿作用促進(jìn)光伏產(chǎn)業(yè)健康發(fā)展的通知》中將中國(guó)分為三類光伏資源區(qū)［39］，如圖1所示。一類光伏資源區(qū)與二類光伏資源區(qū)雖然太陽能資源豐富，但是大部分地區(qū)地廣人稀，更適宜發(fā)展集中式光伏而非戶用光伏。云南省和四川省難以同時(shí)具備光照條件與經(jīng)濟(jì)建設(shè)條件，云南省和四川省西部地區(qū)光照條件好，但是經(jīng)濟(jì)建設(shè)水平較差；四川省中東部地區(qū)經(jīng)濟(jì)建設(shè)水平較高，但是光照條件較差。二類光伏資源區(qū)的剩余地區(qū)從光照條件和經(jīng)濟(jì)建設(shè)條件均適宜發(fā)展戶用光伏（北京市、天津市和河北省、山西省、陜西省部分地區(qū)）。文章通過對(duì)比上述地區(qū)戶用光伏發(fā)展情況來確定研究區(qū)域。

圖1 光伏資源分區(qū)圖

昌平區(qū)位于北京市西北部，下轄8個(gè)街道、4個(gè)地區(qū)和10個(gè)鎮(zhèn)，常住人口210.8萬人。以下四個(gè)原因促使我們選擇昌平區(qū)為研究區(qū)域。第一，昌平區(qū)較北京市南部地區(qū)（門頭溝區(qū)、房山區(qū)、大興區(qū)和通州區(qū)）來說光照資源更豐富，較北京市北部區(qū)縣（延慶縣、懷柔區(qū)和密云縣）來說建設(shè)條件更好。第二，昌平區(qū)2018年人均可支配收入為45 399元，具有較好的經(jīng)濟(jì)建設(shè)條件。第三，昌平區(qū)能夠享受北京市光伏安裝補(bǔ)貼政策。第四，昌平區(qū)有大量獨(dú)立屋頂產(chǎn)權(quán)的農(nóng)村自建房，優(yōu)于北京市城市化進(jìn)程較好的區(qū)（石景山區(qū)、海淀區(qū)、東城區(qū)、西城區(qū)、豐臺(tái)區(qū)和朝陽區(qū)），更利于戶用光伏的推廣。

3.3 調(diào)查數(shù)據(jù)

文章數(shù)據(jù)來自2019年于北京市昌平區(qū)開展的隨機(jī)調(diào)查問卷，通過單個(gè)調(diào)查員與受訪者一對(duì)一談話的方式完成問卷調(diào)查。本次調(diào)研共走訪15個(gè)鄉(xiāng)鎮(zhèn)，45個(gè)村或社區(qū)，入戶調(diào)查218戶居民，收回問卷218份，其中有效問卷216份，問卷有效率達(dá)到99.08%。此外，有效問卷可分為72戶已安裝家庭與144戶未安裝家庭，分別占比33.3%與66.7%，其中昌平區(qū)內(nèi)所有已安裝家庭均被調(diào)研，并通過生成隨機(jī)數(shù)（1～1 000）匹配家庭戶號(hào)的方式確定未安裝家庭。若生成隨機(jī)數(shù)無效，即生成隨機(jī)數(shù)超過該村現(xiàn)有總家庭戶數(shù)或者所指向的家庭為無效家庭（被隨機(jī)到的家庭之前已經(jīng)被選擇或者屬于已安裝家庭），則重新生成隨機(jī)數(shù)。

文章主要變量的定義與描述性統(tǒng)計(jì)結(jié)果見表1。結(jié)果顯示，男性戶主較多且普遍以務(wù)農(nóng)為主，家庭年可支配收入和可用面積表明大多家庭擁有安裝戶用光伏發(fā)電項(xiàng)目的客觀條件，同時(shí)補(bǔ)貼政策、防污政策和空氣質(zhì)量等表明居民具有較好的政策敏感度和環(huán)保意識(shí)，具有安裝戶用光伏發(fā)電項(xiàng)目的主觀條件。

表1 變量定義與描述性統(tǒng)計(jì)

4 實(shí)證結(jié)果分析

在以居民家庭因素為控制變量的基礎(chǔ)上，文章使用空間Probit模型分析網(wǎng)絡(luò)效應(yīng)對(duì)戶用光伏發(fā)電行為的影響。網(wǎng)絡(luò)效應(yīng)的合理分析依賴于恰當(dāng)?shù)目臻g權(quán)重矩陣，在基準(zhǔn)網(wǎng)絡(luò)效應(yīng)模型中，空間權(quán)重矩陣假定每戶居民僅受到離其地理距離最近的4戶居民的影響。具體網(wǎng)絡(luò)效應(yīng)的估計(jì)結(jié)果見表2，模型（2）比模型（1）多納入黨員、健康狀況、親友數(shù)量作為解釋變量。其他不同空間權(quán)重矩陣的設(shè)定將在后文的穩(wěn)健性檢驗(yàn)部分討論。結(jié)果表明已安裝戶用光伏發(fā)電板的家庭的存在將會(huì)在很大程度上（-0.955 5和-0.981 0）降低周圍未安裝的家庭使用該項(xiàng)目的可能性，未安裝的居民通過學(xué)習(xí)已安裝居民的經(jīng)歷而傾向于做出不安裝光伏發(fā)電板的決定。已安裝家庭不僅沒有起到正面示范帶頭作用和推動(dòng)戶用光伏在未安裝家庭的發(fā)展，甚至反過來降低了周圍家庭安裝戶用光伏的可能性和普及率。這可能是近年來戶用光伏項(xiàng)目雖然有國(guó)家政策大力扶持，但其發(fā)展仍然與預(yù)估潛力之間存在差距的原因之一。

表2 網(wǎng)絡(luò)效應(yīng)結(jié)果

在介紹模型其他變量的結(jié)果之前，首先解釋該研究網(wǎng)絡(luò)效應(yīng)的結(jié)果與前人相關(guān)研究之間的差異［27-30］。該研究認(rèn)為結(jié)果存在差異的主要原因在于價(jià)格與收入。前人關(guān)于戶用光伏項(xiàng)目的研究開展于發(fā)達(dá)國(guó)家（美國(guó)和澳大利亞），發(fā)達(dá)國(guó)家的人均收入水平保證其家庭具備安裝光伏發(fā)電板這種非生活必需品的經(jīng)濟(jì)條件，存在學(xué)習(xí)、攀比或跟風(fēng)的條件，也擁有承擔(dān)該項(xiàng)目失敗的能力，這是導(dǎo)致網(wǎng)絡(luò)效應(yīng)能在這些國(guó)家的戶用光伏項(xiàng)目推廣中產(chǎn)生正向作用的重要原因之一。而前人關(guān)于太陽能熱水器項(xiàng)目的研究雖然與該研究一樣開展于發(fā)展中國(guó)家（中國(guó)），但是因?yàn)樘柲軣崴髑捌谕度胼^低，居民家庭也更能承受其失敗，所以更容易產(chǎn)生正向的網(wǎng)絡(luò)效應(yīng)。但是，戶用光伏發(fā)電的前期投入遠(yuǎn)高于太陽能熱水器，而中國(guó)目前的人均經(jīng)濟(jì)水平尚不足以支撐戶用光伏這種高前期投入的非生活必需品。另外，高投入期待高回報(bào)，而過高的期望值會(huì)放大居民使用時(shí)的不佳體驗(yàn)。上述這些因素的共同作用最終導(dǎo)致了網(wǎng)絡(luò)效應(yīng)對(duì)中國(guó)戶用光伏發(fā)電行為產(chǎn)生負(fù)向作用。

上述模型中其他解釋變量的影響將在本章后半部分根據(jù)平均直接邊際效應(yīng)（對(duì)自身行為的影響）和平均間接邊際效應(yīng)（對(duì)周圍他人行為的影響）、總邊際效應(yīng)進(jìn)行分析，此外文章將主要分析居民對(duì)補(bǔ)貼政策了解程度、居民搭便車心理、居民環(huán)保意識(shí)和風(fēng)險(xiǎn)偏好對(duì)居民光伏發(fā)電行為的影響。注意，根據(jù)模型空間權(quán)重矩陣設(shè)定，周圍他人指距該居民地理距離最近四戶居民，其他不同的空間權(quán)重矩陣設(shè)定在后文穩(wěn)健性檢驗(yàn)中展示。

4.1 平均直接邊際效應(yīng)

平均直接邊際效應(yīng)結(jié)果反應(yīng)了居民自身因素對(duì)其參與戶用光伏發(fā)電的直接影響，包括：①不受網(wǎng)絡(luò)效應(yīng)影響時(shí)居民自身因素對(duì)其光伏發(fā)電行為的直接影響；②受到自身因素影響的居民光伏發(fā)電行為影響他人光伏發(fā)電行為之后，他人光伏發(fā)電行為再影響該居民光伏發(fā)電行為的間接影響。計(jì)算方法如式（7）所示，結(jié)果見表3。

表3 模型平均直接邊際效應(yīng)結(jié)果

了解補(bǔ)貼政策變量的模型平均直接邊際效應(yīng)結(jié)果表明居民對(duì)補(bǔ)貼政策的了解程度對(duì)其自身光伏發(fā)電行為有顯著的正向影響作用。補(bǔ)貼政策能夠提高光伏發(fā)電項(xiàng)目的經(jīng)濟(jì)性，了解政策是居民理解光伏項(xiàng)目經(jīng)濟(jì)性的必要準(zhǔn)備，其安裝光伏發(fā)電的概率也將隨著認(rèn)知程度的提高而提高。

搭便車行為變量和了解防污政策變量的模型平均直接邊際效應(yīng)結(jié)果表明個(gè)人偏好公共物品的行為與心理對(duì)其自身光伏發(fā)電行為有顯著的負(fù)向影響。擁有此類特征的居民更偏好于享受他人的勞動(dòng)成果，其對(duì)周邊地區(qū)大氣污染防治政策的了解程度越高，就越清楚政府大力度的污染防治政策的決心不會(huì)以個(gè)人行為為轉(zhuǎn)移，就越有可能理所當(dāng)然地不參與其中。故居民擁有此類特征將會(huì)降低其使用戶用光伏的概率。

空氣質(zhì)量變量的模型平均直接邊際效應(yīng)結(jié)果表明個(gè)人環(huán)保意識(shí)對(duì)其自身光伏發(fā)電行為無顯著影響。不顯著的結(jié)果表明居民環(huán)保意識(shí)對(duì)其家庭光伏安裝決策沒有顯著性影響。

風(fēng)險(xiǎn)偏好變量的模型平均直接邊際估計(jì)結(jié)果表明，個(gè)人風(fēng)險(xiǎn)偏好對(duì)其自身光伏發(fā)電行為無顯著的影響。文章依靠彩票游戲來反映受訪者的風(fēng)險(xiǎn)偏好，彩票游戲要求居民對(duì)一張獎(jiǎng)金1 000元，中獎(jiǎng)率為10%的彩票給出自己的最大支付意愿。彩票游戲的描述性統(tǒng)計(jì)顯示居民最大支付意愿價(jià)格的均值為6.42元，98.15%受訪者的最大支付意愿價(jià)格不大于20元。如此低支付意愿均值與極度左偏的支付意愿分布只存在兩種解釋：或是因?yàn)槭茉L者自身非常厭惡風(fēng)險(xiǎn)，或是因受訪者自身原因無法理解彩票游戲以致結(jié)果與經(jīng)濟(jì)學(xué)理論相去甚遠(yuǎn)。除彩票游戲之外，本次調(diào)查問卷還分別通過居民自打分的方式（0～10分）評(píng)估了居民在財(cái)務(wù)、休閑娛樂、事業(yè)發(fā)展、健康和子女教育方面的風(fēng)險(xiǎn)意識(shí)，居民各方面的打分均值均不低于4分，表明居民并不非常厭惡風(fēng)險(xiǎn)。因此，該模型不顯著的原因很大概率是由于居民不能很好地理解彩票游戲，其結(jié)果無法真正反映居民的風(fēng)險(xiǎn)意識(shí)。

4.2 平均間接邊際效應(yīng)

平均間接邊際效應(yīng)結(jié)果反應(yīng)了居民自身因素對(duì)其他人光伏發(fā)電行為的間接影響，即居民自身因素先影響自身光伏發(fā)電行為，再經(jīng)過網(wǎng)絡(luò)效應(yīng)的作用對(duì)周圍他人光伏發(fā)電行為產(chǎn)生影響。等價(jià)地，也可以認(rèn)為是周圍其他人的外生變量對(duì)居民自身安裝光伏可能性的影響。此外由于負(fù)向網(wǎng)絡(luò)效應(yīng)的存在，平均間接邊際效應(yīng)的符號(hào)應(yīng)當(dāng)與不考慮網(wǎng)絡(luò)效應(yīng)的邊際效應(yīng)的符號(hào)相反。計(jì)算方法如式（8）所示，結(jié)果見表4。

表4 模型平均間接邊際效應(yīng)結(jié)果

了解補(bǔ)貼政策變量的平均間接邊際結(jié)果表明，居民對(duì)補(bǔ)貼政策的了解程度對(duì)周圍他人采用光伏發(fā)電行為有顯著的負(fù)向影響作用。已安裝用戶對(duì)光伏補(bǔ)貼政策了解程度越高，越會(huì)降低周圍未安裝居民光伏發(fā)電行為的可能性，并且這種降低程度會(huì)隨著已安裝用戶對(duì)補(bǔ)貼政策的了解程度增加而加大。我們認(rèn)為，這可能是因?yàn)閷?duì)補(bǔ)貼政策了解程度高的已安裝用戶更能夠體會(huì)到補(bǔ)貼政策宣傳情況與實(shí)際情況的不一致，這導(dǎo)致已安裝用戶對(duì)光伏項(xiàng)目整體評(píng)價(jià)不佳，因而影響了附近居民的安裝意愿。

搭便車行為變量和了解防污政策變量的平均間接邊際效應(yīng)結(jié)果表明居民個(gè)人偏好公共物品的行為與心理對(duì)周圍他人光伏發(fā)電行為有顯著的正向影響作用。偏好于搭便車的居民顯然希望周圍他人更多承擔(dān)環(huán)境責(zé)任，故其會(huì)傾向于推動(dòng)周圍他人采取光伏發(fā)電行為，以便享受他人努力所帶來的好環(huán)境，也可以通過他人首先嘗試安裝戶用光伏從而獲知其優(yōu)缺點(diǎn)。

空氣質(zhì)量變量和風(fēng)險(xiǎn)偏好變量的平均間接邊際效應(yīng)結(jié)果表明居民個(gè)人環(huán)保意識(shí)和風(fēng)險(xiǎn)意識(shí)對(duì)周圍他人光伏發(fā)電行為無顯著影響。平均間接邊際效應(yīng)的作用機(jī)制決定了個(gè)人特性需要先影響個(gè)人光伏發(fā)電行為，繼而影響周圍他人光伏發(fā)電行為。由于這兩個(gè)變量無法對(duì)居民個(gè)人光伏發(fā)電行為產(chǎn)生顯著影響，也就無法對(duì)周圍他人光伏發(fā)電行為產(chǎn)生顯著影響。

4.3 總邊際效應(yīng)

總邊際效應(yīng)結(jié)果反映了解釋變量的變動(dòng)對(duì)居民整體光伏發(fā)電行為的平均影響，結(jié)果見表5。綜合來說，采取光伏發(fā)電的概率將會(huì)隨著居民整體對(duì)補(bǔ)貼政策了解程度的提高而提高，隨著居民整體搭便車心理和行為的增強(qiáng)而減弱。此外，它與居民整體環(huán)保意識(shí)和風(fēng)險(xiǎn)意識(shí)無顯著相關(guān)關(guān)系。上述結(jié)果與平均直接邊際效應(yīng)結(jié)果相同，表明平均直接邊際效應(yīng)在其中起到主要作用。

表5 模型總邊際效應(yīng)結(jié)果

4.4 其余變量影響作用

除上述相關(guān)因素之外，模型中還包括戶主與家庭特征變量，由于篇幅的原因，僅在此處簡(jiǎn)述。戶主特征方面，戶主年齡與戶主教育程度對(duì)其個(gè)人光伏發(fā)電行為有正向作用，而戶主職業(yè)具有負(fù)向作用。家庭特征方面，家庭年可支配收入、可用安裝面積和月電費(fèi)均對(duì)其個(gè)人光伏發(fā)電行為有正向作用，而家庭人數(shù)和家庭于當(dāng)?shù)鼐幼∧晗蘧哂胸?fù)向作用。最后，戶主性別、家庭最高教育程度和城市親友數(shù)量變量的影響作用并不顯著。

4.5 穩(wěn)健性檢驗(yàn)

為了驗(yàn)證上述關(guān)于網(wǎng)絡(luò)效應(yīng)模型結(jié)果的穩(wěn)健性，提高模型結(jié)論的可信度，該研究通過改變空間權(quán)重矩陣的方式進(jìn)行穩(wěn)健性檢驗(yàn)。該研究將戶用光伏發(fā)電行為之間的相互影響分別拓展到戶用的光伏發(fā)電行為將會(huì)受到距其地理距離最近六戶居民和同村居民相關(guān)行為的影響。分組方式的變化導(dǎo)致居民行為受影響的范圍更廣，所得到的空間權(quán)重矩陣也更為密集。穩(wěn)健性檢驗(yàn)具體結(jié)果見表6，模型3與模型5所用變量與模型1相同，模型4和模型6所用變量與模型2相同。表6的結(jié)果表明網(wǎng)絡(luò)效應(yīng)的影響作用始終為負(fù)，且穩(wěn)定在-0.991 3至-0.727 2之間，基準(zhǔn)網(wǎng)絡(luò)效應(yīng)模型的結(jié)果也在該區(qū)間內(nèi)，故該研究認(rèn)為網(wǎng)絡(luò)效應(yīng)對(duì)居民戶用光伏發(fā)電行為的負(fù)向影響作用是具有穩(wěn)健性的。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

5 結(jié)論與政策建議

2020年12月12日，習(xí)近平主席在氣候雄心峰會(huì)上關(guān)于氣候變化問題作出承諾：“到2030年，中國(guó)單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放將比2005年下降65%以上，非化石能源占一次能源消費(fèi)比重將達(dá)到25%左右，風(fēng)電、太陽能發(fā)電總裝機(jī)容量將達(dá)到12億kW以上。”［40］為加快戶用光伏建設(shè)，文章從非價(jià)格因素入手，分析網(wǎng)絡(luò)效應(yīng)對(duì)戶用光伏發(fā)電項(xiàng)目的決策的影響?；?019年北京市昌平區(qū)入戶問卷調(diào)查數(shù)據(jù)，文章利用空間Probit模型評(píng)估網(wǎng)絡(luò)效應(yīng)的影響，并通過穩(wěn)健性檢驗(yàn)保證模型結(jié)論的穩(wěn)定性與可靠性。最終，文章得出以下三條結(jié)論：①已安裝戶用光伏居民的存在會(huì)明顯降低其周圍居民進(jìn)一步出現(xiàn)光伏發(fā)電行為的概率，使未加入光伏發(fā)電的居民更傾向于不參加。該結(jié)論支持關(guān)于網(wǎng)絡(luò)效應(yīng)能夠影響家庭分布式光伏發(fā)電項(xiàng)目發(fā)展的研究［27-29］，但也揭示網(wǎng)絡(luò)效應(yīng)在發(fā)展中國(guó)家和發(fā)達(dá)國(guó)家的差異性。②偏好公共物品的心理將阻礙光伏項(xiàng)目在居民中的推廣。公共物品消費(fèi)的非競(jìng)爭(zhēng)性和收益的非排他性導(dǎo)致搭便車行為的發(fā)生［41］，不付出努力而享受美好環(huán)境最終結(jié)局是環(huán)境崩盤的公地悲劇，為此，居民應(yīng)當(dāng)改正偏好公共物品的錯(cuò)誤心理，為美好環(huán)境共同努力。③補(bǔ)貼政策仍然是影響居民安裝光伏發(fā)電項(xiàng)目的重要因素之一，居民對(duì)該項(xiàng)目的了解程度對(duì)居民的總體光伏發(fā)電行為產(chǎn)生正面影響，這與過去關(guān)于補(bǔ)貼政策對(duì)于家庭分布式光伏發(fā)電行為具有正向作用的研究結(jié)論一致［1-2，31-34］。

基于上述分析結(jié)果，文章認(rèn)為應(yīng)當(dāng)辯證地看待目前網(wǎng)絡(luò)效應(yīng)所造成的影響。一方面，居民之間交流與信任的存在使得網(wǎng)絡(luò)效應(yīng)對(duì)戶用光伏的推廣具有極強(qiáng)的影響作用。另一方面，現(xiàn)階段負(fù)面網(wǎng)絡(luò)效應(yīng)阻礙戶用光伏的推廣。因此，應(yīng)當(dāng)轉(zhuǎn)變網(wǎng)絡(luò)效應(yīng)的作用方向，化負(fù)面影響為正面影響，使網(wǎng)絡(luò)效應(yīng)在激勵(lì)居民光伏發(fā)電行為方面作出貢獻(xiàn)。政府部門與光伏廠商將在其中起到重要作用。政府部門應(yīng)當(dāng)積極貫徹落實(shí)相關(guān)戶用光伏政策，扭轉(zhuǎn)相關(guān)政策在居民心中的不佳形象，提高已安裝家庭對(duì)戶用光伏的認(rèn)同感，借助網(wǎng)絡(luò)效應(yīng)的作用機(jī)制傳播正向影響。光伏廠商當(dāng)定期與民眾分享最新的研究成果和光伏項(xiàng)目進(jìn)展，糾正居民對(duì)光伏項(xiàng)目的錯(cuò)誤看法，增強(qiáng)公眾對(duì)戶用光伏環(huán)境效益和經(jīng)濟(jì)效益的認(rèn)識(shí)，并通過網(wǎng)絡(luò)效應(yīng)社會(huì)學(xué)習(xí)和信息傳遞的途徑，提高社會(huì)整體認(rèn)知水平。