梅應(yīng)丹，邱紀(jì)翔，許杏柏，胡武陽

（1.中國石油大學(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.美國俄亥俄州立大學(xué)，美國俄亥俄州哥倫布 43210）

為積極響應(yīng)習(xí)近平總書記提出的“四個革命，一個合作”的國家能源戰(zhàn)略，引領(lǐng)“綠色低碳”的全球能源轉(zhuǎn)型趨勢，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。家庭分布式光伏項目（以下簡稱為“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目和工商業(yè)分布式光伏項目所不能覆蓋區(qū)域的太陽能資源，提高可再生能源占比，推動綠色低碳能源轉(zhuǎn)型。截止到2020年年底，中國戶用光伏裝機(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，中國一共出臺了27項補(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)電平價上網(wǎng)工作，同時中國戶用光伏也具備補(bǔ)貼退坡的條件［4］。因此，探索激勵戶用光伏發(fā)展的“非價格”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格，也受到非價格因素的影響，如居民受教育程度等［5］。網(wǎng)絡(luò)效應(yīng)（Network Effect）也是常見的非價格因素之一，是指在各種社會關(guān)系中，個體行為或決策受到其他個體的行為及決策的影響［6］，常被用于研究福利問題［7］、保險問題［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。在熟人社會中，未安裝居民對光伏發(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目獲利或者對項目持正面評價，那么鄰居們安裝和使用的意愿會較為強(qiáng)烈；反之亦然。因此，探究網(wǎng)絡(luò)效應(yīng)對戶用光伏發(fā)電行為的作用將有助于揭示非價格因素對居民能源消費(fèi)和供給行為的影響，尋找光伏補(bǔ)貼退坡時期戶用光伏發(fā)展的新動力。

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)對戶用光伏發(fā)電行為的影響。模型估計結(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，同時文章結(jié)果還表明居民偏好公共物品的心理和對補(bǔ)貼政策的了解程度分別對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)用在社會學(xué)相關(guān)研究中，用來分析社會規(guī)范與秩序?qū)€人偏好的影響。社會學(xué)理論認(rèn)為個人偏好會隨著周圍環(huán)境的變化而變化［11］。新古典經(jīng)濟(jì)學(xué)假設(shè)個人偏好是獨(dú)立且外生給定的，不會受到周圍環(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，但是忽視個體之間的聯(lián)系并不合理，也不符合實(shí)際情況。在放松個人偏好假設(shè)的背景下，Hayakawa等［13］提出參照群體理論，認(rèn)為個人傾向于依賴低成本的啟發(fā)（heuristics）來做決策，即個人在行動之前會學(xué)習(xí)周圍其他人過去的行為，再結(jié)合自身條件做出決策。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)成本并提高行動回報預(yù)期；第二，參照群體行為有助于滿足個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)為個人在參照或者模仿他人同類行為時受到的影響就是網(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別方法無法有效估計真實(shí)的內(nèi)生性影響，并存在三個待解決的問題：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儲備，并對網(wǎng)絡(luò)效應(yīng)的作用機(jī)制有充分的了解時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)對個人社會保險索賠行為的影響發(fā)現(xiàn)，個人的社會保險索賠行為確實(shí)會受到鄰里間申請率的影響。Grossman等［9］研究美國孕婦數(shù)據(jù)發(fā)現(xiàn)網(wǎng)絡(luò)效應(yīng)能夠提高孕婦參加社會保險的概率（3%）。但是固定效應(yīng)模型的問題在于其面對樣本自選擇問題或者互為因果問題時識別能力不強(qiáng)。③樣本特殊性。例如考慮突發(fā)事件的影響［7，10］，考慮以研究對象出生時既有的鄰里關(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)重矩陣對角線元素為零［22］；如果個人行為受到組內(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)對居民光伏行為的影響

在網(wǎng)絡(luò)效應(yīng)對戶用光伏發(fā)電行為的影響研究方面，Bollinger等［27］與Graziano等［28］分別利用美國加州和康州光伏安裝數(shù)據(jù)研究網(wǎng)絡(luò)效應(yīng)對區(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)在個體層面的影響，而該研究將利用微觀家庭數(shù)據(jù)對網(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)包括以下兩個方面。第一，該研究是國內(nèi)首個分析網(wǎng)絡(luò)效應(yīng)對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］或者簡單的定量分析模型［1-2，34］評估補(bǔ)貼政策對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個個體，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（對自身行為）邊際效應(yīng)=

解釋變量k的平均直接（對他人行為）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)。由于上述矩陣計算涉及n維積分，其極大似然估計存在很大的計算困難，常用的解決方法有EM算法［36］和偏極大似然估計［37］等。該研究采用的估計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［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年中國國家發(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個街道、4個地區(qū)和10個鎮(zhèn)，常住人口210.8萬人。以下四個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，通過單個調(diào)查員與受訪者一對一談話的方式完成問卷調(diào)查。本次調(diào)研共走訪15個鄉(xiāng)鎮(zhèn)，45個村或社區(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)電項目的客觀條件，同時補(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，具有安裝戶用光伏發(fā)電項目的主觀條件。

表1 變量定義與描述性統(tǒng)計

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目雖然有國家政策大力扶持，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格與收入。前人關(guān)于戶用光伏項目的研究開展于發(fā)達(dá)國家（美國和澳大利亞），發(fā)達(dá)國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)該項目失敗的能力，這是導(dǎo)致網(wǎng)絡(luò)效應(yīng)能在這些國家的戶用光伏項目推廣中產(chǎn)生正向作用的重要原因之一。而前人關(guān)于太陽能熱水器項目的研究雖然與該研究一樣開展于發(fā)展中國家（中國），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，而過高的期望值會放大居民使用時的不佳體驗(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)對中國戶用光伏發(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)（對自身行為的影響）和平均間接邊際效應(yīng)（對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補(bǔ)貼政策了解程度、居民搭便車心理、居民環(huán)保意識和風(fēng)險偏好對居民光伏發(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)影響時居民自身因素對其光伏發(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)果表明居民對補(bǔ)貼政策的了解程度對其自身光伏發(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)電項目的經(jīng)濟(jì)性，了解政策是居民理解光伏項目經(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)果表明個人偏好公共物品的行為與心理對其自身光伏發(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成果，其對周邊地區(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以個人行為為轉(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)果表明個人環(huán)保意識對其自身光伏發(fā)電行為無顯著影響。不顯著的結(jié)果表明居民環(huán)保意識對其家庭光伏安裝決策沒有顯著性影響。

風(fēng)險偏好變量的模型平均直接邊際估計結(jié)果表明，個人風(fēng)險偏好對其自身光伏發(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)險偏好，彩票游戲要求居民對一張獎金1 000元，中獎率為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)計顯示居民最大支付意愿價格的均值為6.42元，98.15%受訪者的最大支付意愿價格不大于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，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）評估了居民在財務(wù)、休閑娛樂、事業(yè)發(fā)展、健康和子女教育方面的風(fēng)險意識，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。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)險意識。

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)的作用對周圍他人光伏發(fā)電行為產(chǎn)生影響。等價地，也可以認(rèn)為是周圍其他人的外生變量對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)的符號應(yīng)當(dāng)與不考慮網(wǎng)絡(luò)效應(yīng)的邊際效應(yīng)的符號相反。計算方法如式（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，居民對補(bǔ)貼政策的了解程度對周圍他人采用光伏發(fā)電行為有顯著的負(fù)向影響作用。已安裝用戶對光伏補(bǔ)貼政策了解程度越高，越會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隨著已安裝用戶對補(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ρa(bǔ)貼政策了解程度高的已安裝用戶更能夠體會到補(bǔ)貼政策宣傳情況與實(shí)際情況的不一致，這導(dǎo)致已安裝用戶對光伏項目整體評價不佳，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)果表明居民個人偏好公共物品的行為與心理對周圍他人光伏發(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，故其會傾向于推動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)險偏好變量的平均間接邊際效應(yīng)結(jié)果表明居民個人環(huán)保意識和風(fēng)險意識對周圍他人光伏發(fā)電行為無顯著影響。平均間接邊際效應(yīng)的作用機(jī)制決定了個人特性需要先影響個人光伏發(fā)電行為，繼而影響周圍他人光伏發(fā)電行為。由于這兩個變量無法對居民個人光伏發(fā)電行為產(chǎn)生顯著影響，也就無法對周圍他人光伏發(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對居民整體光伏發(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)電的概率將會隨著居民整體對補(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)保意識和風(fēng)險意識無顯著相關(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，僅在此處簡述。戶主特征方面，戶主年齡與戶主教育程度對其個人光伏發(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)均對其個人光伏發(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上關(guān)于氣候變化問題作出承諾：“到2030年，中國單位國內(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?！保?0］為加快戶用光伏建設(shè)，文章從非價格因素入手，分析網(wǎng)絡(luò)效應(yīng)對戶用光伏發(fā)電項目的決策的影響。基于2019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)展中國家和發(fā)達(dá)國家的差異性。②偏好公共物品的心理將阻礙光伏項目在居民中的推廣。公共物品消費(fèi)的非競爭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)電項目的重要因素之一，居民對該項目的了解程度對居民的總體光伏發(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目進(jìn)展，糾正居民對光伏項目的錯誤看法，增強(qiáng)公眾對戶用光伏環(huán)境效益和經(jīng)濟(jì)效益的認(rèn)識，并通過網(wǎng)絡(luò)效應(yīng)社會學(xué)習(xí)和信息傳遞的途徑，提高社會整體認(rèn)知水平。