Siamo particolarmente interessati al vettore di parametri β, che ci dice in che misura quali degli effetti di vicinanza spaziale influenzano la decisione di adottare sistemi fotovoltaici. Inoltre, siamo interessati a molti degli altri coefficienti che possono aiutarci a capire meglio l'influenza sulla decisione di adottare un sistema fotovoltaico, di un diverso ambiente circostante, socio-economico, appartenenza politica e fattori demografici. Nella tabella 1, presentiamo i risultati principali utilizzando la variabile spazio-temporale che comprende le installazioni nei 6 mesi precedenti.
Colonna 1 presenta i risultati OLS con variabili dummy trimestrali di controllo per la modifica delle tendenze nel mercato dei sistemi fotovoltaici, ma senza effetti fissi.
Colonna 2 aggiunge effetti fissi del block group per controllare anche l'eterogeneità non osservata a livello di block group.
Colonna 3 presenta i risultati con effetti fissi del block group, variabili dummy annuali e un trend temporale lineare interagito con ogni variabile dummy annuale per affrontare la possibilità di una sottostante tendenza continua che è correlata con le variabili spazio-temporali.
Infine, colonna 4 presenta i risultati preferiti, che includono gli effetti fissi semestrali del block group in modo da affrontare flessibilmente eventuali variabili inosservabili.
34
Tabella 1 Caratteristiche primarie compresi i 6 mesi precedenti di installazioni. [M. Graziano – K. Gillingham (2015), pp 832]
Guardando attraverso le specifiche, i risultati mostrano prove che suggeriscono un effetto spaziale di vicinanza.
Indipendentemente dal fatto che includiamo effetti fissi del block group, o effetti fissi trimestrali del block group o trend temporali, le variabili spazio-temporali sono positive, statisticamente significative e di una grandezza simile.
35
Questo risultato dimostra che il numero medio di impianti circostanti il gruppo familiare aumenta il numero di adozioni in quel block group.
Ad esempio, nella colonna 4, il coefficiente del numero dei vicini nel raggio di 0,5 miglia indica che un’ulteriore installazione vicina entro 0,5 miglia (0,8 km) durante gli ultimi 6 mesi aumenta il numero di installazioni del block group per ogni trimestre di 0,44 sistemi fotovoltaici in media. Al numero medio di block groups in un città (15), ciò implica 26.4 sistemi fotovoltaici supplementari per città a causa dell’effetto di vicinanza spaziale.
Inoltre, la variazione dei risultati con la distanza è intuitivo.
I coefficienti sono generalmente più piccoli quando si considerano impianti che sono più lontani, come tra 0,5 e 1 miglio e tra 1 e 4 miglia. Questi risultati sono coerenti con Bollinger e Gillingham (2012), che trovano evidenza di un effetto più forte di installazioni vicine a livello stradale rispetto a livello di codice postale. In contrasto con Rode e Weber (2013), e Muller e Rode (2013), l’effetto tra pari spaziale non sembra svanire dopo 1 o 1,2 km. Mentre la grandezza del coefficiente diminuisce con la distanza, è ancora statisticamente ed economicamente significativo nel range di 1-4 miglia.
Questo risultato può essere spiegato in parte da una differenza di un'area geografica. Wiesbaden, la città studiata da Muller e Rode (2013), è una zona urbana con una densità di popolazione quasi il doppio della densità di popolazione in CT (CIA, 2013; Statistik Hessen, 2013). Inoltre, il sistema di trasporto e mobilità fisica è abbastanza diverso: CT ha 0,86 veicoli per abitante, mentre Wiesbaden ha solo 0,52 (DOE, 2013; World Bank, 2013).
Potremmo aspettarci che gli effetti tra pari spaziali possano essere più deboli, ma che si estendano su una superficie maggiore, quando i potenziali adottanti tendono a spostarsi più lontano per svolgere le loro normali interazioni sociali. I risultati evidenziano anche il ruolo importante delle variabili d'ambiente circostante. Coerentemente con l’analisi geospaziale, la densità abitativa sembra diminuire l'adozione. Allo stesso modo, la quota di affittuari diminuisce l’adozione.
Questi risultati sono coerenti con la presenza di problemi di divisione di incentivi in abitazioni multifamiliari e affittuarie occupate (Bronin, 2012; Gillingham et al, 2012; Gillingham e Sweeney, 2012). In abitazioni multifamiliari di proprietà, potrebbe non essere possibile prevenire il free ridership (senza utenza) e recuperare i costi di installazione. Allo stesso modo, quando il padrone di casa paga per l'energia elettrica in un accordo di noleggio, il proprietario potrebbe non essere in grado di contrattare con l'affittuario per pagare il costo dell'impianto.
36
Anche quando l'affittuario paga per l'energia elettrica, ci possono essere ancora barriere: l'affittuario non può avere il permesso di installare un impianto fotovoltaico e non può pianificare di rimanere nella dimora abbastanza a lungo perché l’impianto fotovoltaico ripaghi sé stesso.
I risultati sono meno statisticamente significativi quando si tratta di altre variabili socio-economico e demografiche. Ci sono prove deboli che l'aumento medio del reddito familiare aumenti le adozioni, e la cosa non deve sorprendere, data la complicata relazione spaziale tra reddito e adozione di impianto fotovoltaico. Le variabili razziali sono in gran parte non statisticamente significative, con solo debole prova di maggiori adozioni quando vi è una maggiore percentuale di bianchi nel block group. Le variabili di appartenenza politica e il tasso di disoccupazione non sono statisticamente significative.
Il prezzo dell'elettricità è positivo e statisticamente significativo nelle colonne 2 e 3, e positivo nelle colonne restanti. Il risultato nella colonna 2 può essere interpretato come indicatore che un aumento di $ 1 nel costo dell'elettricità aumenta il numero di adozioni in un block group e in un trimestre di 0,3 ulteriori installazioni.
La variabile dummy campagna Solarize ha un effetto statisticamente significativo e positivo sulle adozioni. Il risultato nella colonna 4 suggerisce che la presenza di un programma Solarize in un block group porta a 0,87 ulteriori installazioni in quel block group per trimestre.
Per riassumere, troviamo una forte evidenza di effetti di vicinanza spaziale localizzati e variabili dell'ambiente circostante che influenzano l'adozione di sistemi fotovoltaici e una evidenza molto più debole di altre variabili socioeconomiche, demografiche e affiliazione politica che influenzino le adozioni.