🔬 physics

An Analytics Framework for Modeling Residential Photovoltaic Adoption and Decision Dynamics

Cette étude présente un cadre d'analyse fondé sur les données qui modélise l'adoption du photovoltaïque résidentiel en Catalogne en utilisant une fonction de croissance logistique et une analyse spatiale, révélant que les effets d'imitation et la perception sociale sont les principaux moteurs des décisions d'adoption plutôt que les facteurs réglementaires et socioéconomiques.

Auteurs originaux : Canigó Callau-Boix, Raúl Toral, Pere Colet

Publié 2026-05-22

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Canigó Callau-Boix, Raúl Toral, Pere Colet

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez la propagation des panneaux solaires sur les toits en Catalogne (une région d'Espagne) non pas comme un problème d'ingénierie complexe, mais comme un gigantesque jeu de « copier-coller » joué par des milliers de voisins. Ce document est un rapport détaillé sur la manière dont ce jeu a été joué, qui y a participé, et quelles règles ont modifié son issue.

Voici l'histoire du document, décomposée en concepts simples :

1. L'idée principale : l'effet « copier-coller »

Les chercheurs voulaient comprendre pourquoi les gens décident de poser des panneaux solaires sur leurs toits. Ils ont examiné des données de 2002 à 2024, couvrant plus de 112 000 installations.

Ils ont constaté que la force la plus puissante poussant à cette décision n'était ni une campagne publicitaire gouvernementale, ni une chute soudaine du prix des panneaux. C'était l'imitation.

L'analogie : Imaginez une nouvelle danse. Au début, seuls quelques-uns la connaissent. Mais dès que quelques voisins commencent à la danser, les autres voient et pensent : « Oh, ça a l'air cool, je veux faire ça aussi ». Plus il y a de gens qui le font, plus les autres veulent se joindre à eux.
La découverte : Les données ont montré que l'« innovation » (les gens décidant de le faire simplement parce qu'ils en ont lu dans un magazine) était presque nulle. Toute la croissance était alimentée par la « contagion » : voir son voisin le faire et décider de le faire soi-même.

2. Les deux actes de la pièce

L'histoire de l'adoption du solaire en Catalogne ne s'est pas déroulée en ligne droite ; elle s'est jouée en deux « actes » distincts, comme une pièce de théâtre avec un entracte.

Acte 1 (Le démarrage lent) : De 2002 à 2015, l'adoption a été lente, puis a buté sur un mur. Pourquoi ? À cause d'une taxe confuse appelée « taxe solaire » (impuesto al sol). Même si cette taxe ne s'appliquait techniquement pas aux petits systèmes domestiques, le public était confus et effrayé. Les gens pensaient : « Si je pose des panneaux sur mon toit, je risque d'être amende ». Alors, tout le monde s'est arrêté. La pièce est tombée dans le silence.
L'entracte (2015–2016) : La taxe a été abrogée et la confusion s'est dissipée.
Acte 2 (L'essor) : À partir de 2016, l'effet « copier-coller » a pris son envol. L'adoption a explosé. Les chercheurs prévoient que cet essor atteint désormais sa « fin de course » (saturation), ce qui signifie que la plupart des personnes qui peuvent facilement installer des panneaux l'ont déjà fait.

3. La « température sociale » vs le « vrai prix »

Les chercheurs ont tenté de déterminer ce qui accélérait ou ralentissait l'effet « copier-coller ». Ils ont examiné deux éléments :

Le vrai prix de l'électricité : Combien il coûtait réellement d'acheter de l'énergie au réseau.
La « température sociale » : À quel point les gens étaient inquiets du prix (mesuré par le nombre de personnes recherchant « prix de l'électricité » sur Google).

La surprise : Le prix réel de l'électricité importait moins que l'inquiétude qu'il suscitait.

L'analogie : Imaginez une alarme incendie. Le feu réel (prix élevés) est dangereux, mais le son de l'alarme (les gens qui parlent des prix élevés et les recherchent sur Google) est ce qui fait sortir tout le monde en courant. L'étude a révélé que lorsque les gens parlaient et recherchaient des informations sur les prix élevés, ils étaient beaucoup plus susceptibles d'installer des panneaux solaires, même si le prix réel n'avait pas beaucoup changé pour l'instant.

4. La carte : qui reçoit les panneaux ?

Les chercheurs ont examiné une carte de la Catalogne pour voir où les panneaux étaient installés.

La population est clé : Le nombre de panneaux dans une ville correspondait généralement au nombre d'habitants. C'est comme une ombre suivant une personne ; là où sont les gens, les panneaux ont tendance à se trouver.
Le « problème des appartements » : Cependant, la carte a révélé un grand fossé. Les endroits avec le moins de panneaux par habitant étaient les villes densément peuplées avec des immeubles d'appartements élevés.
- Pourquoi ? Il est difficile de poser des panneaux solaires sur un toit partagé par 50 familles. Il faut l'accord de tous, et le toit peut être ombragé par d'autres bâtiments. C'est comme essayer de planter un jardin sur un balcon partagé où tout le monde doit s'accorder sur la terre.
- Le résultat : Les habitants des petites villes ou des maisons avec leur propre toit (bâtiments de faible hauteur) ont adopté le solaire beaucoup plus rapidement que ceux des villes à immeubles élevés.

5. La conclusion : nous sommes presque pleins, mais il reste de la place pour grandir

L'étude conclut que la phase « facile » de l'adoption du solaire est terminée. La courbe de croissance s'aplatit, comme un ballon gonflé à sa limite.

Cependant, le ballon n'est pas encore totalement gonflé. Les chercheurs estiment qu'environ 12 % seulement de tous les foyers de la région possèdent des panneaux. La raison pour laquelle nous ne sommes pas à 100 % n'est pas que le soleil a cessé de briller ou que la technologie a lâché ; c'est à cause des obstacles sociaux et juridiques, en particulier pour les personnes vivant dans des appartements.

L'essentiel à retenir :
Pour obtenir plus de panneaux solaires, nous n'avons pas seulement besoin d'une technologie moins chère. Nous devons :

Maintenir la « température sociale » élevée (continuer à faire parler les gens des coûts énergétiques).
Résoudre le « problème des appartements » en facilitant l'accord des voisins dans les grands immeubles pour des projets solaires partagés.

Le document suggère que si nous levons ces obstacles, le jeu « copier-coller » peut entamer une nouvelle manche, en particulier dans les villes densément peuplées où le jeu n'a pas vraiment commencé.

Résumé technique : Un cadre d'analyse pour modéliser l'adoption et la dynamique décisionnelle du photovoltaïque résidentiel

Énoncé du problème
La production photovoltaïque (PV) est centrale dans la transition énergétique mondiale, mais la compréhension des dynamiques spécifiques de l'adoption de l'autoconsommation résidentielle nécessite des cadres analytiques robustes capables de capturer à la fois les schémas décisionnels temporels et spatiaux. Si la littérature existante identifie les facteurs économiques, environnementaux et réglementaires comme moteurs de l'adoption, le rôle spécifique des interactions sociales et la distinction entre les centrales commerciales à grande échelle et les systèmes résidentiels restent souvent sous-analysés. De plus, de nombreuses études s'appuient sur des ensembles de données limités ou ne parviennent pas à distinguer l'« innovation » (influence externe) de l'« imitation » (influence sociale) dans la dynamique des courbes d'adoption. Cette étude répond au besoin d'un cadre fondé sur les données pour modéliser la diffusion du photovoltaïque résidentiel en Catalogne, en Espagne, sur la période 2002-2024, afin de mieux éclairer les décisions politiques et d'investissement.

Méthodologie
L'étude utilise un ensemble de données complet issu du Registre d'Autoconsum a Catalunya (RAC), comprenant 112 086 installations photovoltaïques résidentielles géolocalisées (définies comme des systèmes <10 kW) jusqu'au 31 mai 2024. La méthodologie intègre trois composantes analytiques principales :

Modélisation temporelle : Le processus d'adoption est modélisé à l'aide du modèle de Bass et du modèle logistique (LM) plus simple. Les auteurs ajustent ces modèles au nombre cumulé d'installations pour déterminer les contributions relatives de l'innovation (facteurs externes, paramètre $p$ ) et de l'imitation (influence sociale, paramètre $q$ ). La sélection du modèle est effectuée en utilisant le critère d'information bayésien (BIC).
Analyse des facteurs externes : Pour quantifier l'influence des variables externes (subventions, déductions fiscales, prix de l'électricité) sans imposer de formes fonctionnelles a priori, les auteurs adoptent une approche de modèle de Bass généralisé. Ils infèrent empiriquement une fonction d'échelle dépendante du temps, $\chi(t)$ , qui représente les écarts par rapport à la croissance logistique de base. Cette fonction est ensuite corrélée avec des données externes, notamment les périodes de subventions gouvernementales, les politiques de déductions fiscales, les prix de l'électricité (PVPC) et les volumes de recherche Google pour des termes tels que « precio luz » (prix de l'électricité) et « impuesto al sol » (taxe solaire).
Analyse spatiale : L'étude mène une analyse spatiale aux niveaux municipal et de comarca (région). Elle examine les corrélations entre la densité d'installations et les variables démographiques/socioéconomiques (population, revenu, hauteur des bâtiments) et analyse les corrélations spatio-temporelles à l'aide de fonctions de distribution de paires ( $C(\tau)$ pour le temps et $\rho(r)$ pour l'espace) afin d'évaluer les schémas de regroupement et de diffusion.

Résultats clés

Prédominance de l'imitation : Le modèle logistique offre un ajustement nettement meilleur (BIC plus faible) que le modèle de Bass pour la phase principale de croissance (juin 2016-mai 2024). Le coefficient d'innovation ( $p$ ) du modèle de Bass est statistiquement cohérent avec zéro, indiquant que l'adoption est principalement pilotée par l'imitation (influence sociale) plutôt que par des moteurs d'innovation externes seuls.
Phases de croissance et saturation : L'analyse identifie deux phases distinctes de croissance logistique. La première phase (2013-2015) a atteint un niveau de saturation faible, suivi d'une période de stagnation. La deuxième phase a débuté en juin 2016, atteignant un point d'inflexion au début de 2023 et s'approchant d'une capacité de saturation d'environ 118 600 installations. Le niveau d'adoption actuel (112 086 en mai 2024) suggère que le marché approche de la saturation.
Rôle de la perception sociale : La fonction d'échelle empirique $\chi(t)$ révèle que, bien que les subventions directes (gouvernement catalan) et les hausses de prix de l'électricité soient corrélées avec des pics d'adoption, la perception sociale des prix de l'électricité (mesurée par le volume de recherche Google) présente une corrélation plus forte et plus immédiate avec la dynamique d'adoption que le prix réel lui-même. À l'inverse, la « taxe solaire » (impuesto al sol), bien qu'appliquée uniquement aux systèmes >10 kW, a provoqué une stagnation généralisée de l'adoption résidentielle (<10 kW) en raison de la confusion et de la désinformation du public.
Hétérogénéité spatiale : L'adoption résidentielle suit une distribution de loi de puissance par rapport à la population ( $R^2 = 0,8$ , pente $\approx 0,84$ ), indiquant que l'adoption évolue avec la densité de population mais avec un effet de saturation dans les zones très peuplées. Crucialement, l'adoption par habitant est négativement corrélée à la densité de population urbaine et positivement corrélée à la fraction de bâtiments de moins de trois étages. Les zones urbaines à haute densité avec des immeubles à appartements multiples montrent des taux d'adoption nettement plus faibles en raison des contraintes d'espace sur les toits, de la complexité de la copropriété et des obstacles réglementaires.
Corrélations spatio-temporelles : La distribution temporelle des paires d'installations est bien décrite par l'expression analytique dérivée de la croissance logistique, suggérant un processus de diffusion homogène. Spatialement, la distribution des installations reflète étroitement celle des bâtiments résidentiels, indiquant que la structure du cadre bâti, plutôt qu'un regroupement social spécifique à courte portée, dicte les schémas d'adoption spatiale.

Contributions clés

Innovation méthodologique : L'article propose une méthode originale pour estimer empiriquement l'influence des facteurs externes sur la dynamique d'adoption en inférant la fonction d'échelle $\chi(t)$ directement à partir des données, évitant ainsi toute hypothèse sur la forme fonctionnelle de ces influences.
Différenciation des moteurs : Il fournit la preuve que, pour l'autoconsommation résidentielle, les effets d'imitation sont le moteur principal de l'adoption, rendant le paramètre d'innovation négligeable dans le contexte du modèle de Bass pour ce secteur spécifique.
Perspective politique : L'étude met en évidence que la perception sociale (par exemple, la préoccupation publique concernant les prix de l'électricité) peut être un moteur d'adoption plus puissant que les variables économiques elles-mêmes, et que l'incertitude réglementaire (même concernant des taxes ne s'appliquant pas directement à un secteur) peut provoquer une stagnation significative du marché.
Diagnostic spatial : Elle identifie des obstacles structurels spécifiques à l'adoption dans les environnements urbains denses (immeubles de plusieurs étages), suggérant que le potentiel de croissance futur réside dans la levée des barrières à l'installation collective plutôt que dans les seuls incitatifs individuels.

Portée et affirmations
Les auteurs affirment que leur cadre offre une approche structurée pour l'analyse prédictive et diagnostique dans la planification de la transition énergétique. Les résultats suggèrent que le ralentissement de l'adoption du photovoltaïque résidentiel en Catalogne n'est pas dû à des contraintes physiques (car le niveau de saturation ne représente qu'environ 12 % du total des bâtiments résidentiels) mais plutôt aux contextes réglementaire et socio-économique. L'article affirme qu'une expansion future est possible si des changements législatifs sont introduits et, de manière critique, s'ils sont clairement perçus par le public. L'étude conclut que, bien que les modèles utilisés soient simplifiés (ignorant les interactions individuelles spécifiques), ils capturent efficacement les macro-dynamiques, probablement en raison des propriétés de petit monde des réseaux sociaux et de la pertinence des liens faibles dans la diffusion de l'information. Le cadre est présenté comme applicable à d'autres régions à condition que des données géolocalisées détaillées soient disponibles.

1. L'idée principale : l'effet « copier-coller »

2. Les deux actes de la pièce

3. La « température sociale » vs le « vrai prix »

4. La carte : qui reçoit les panneaux ?

5. La conclusion : nous sommes presque pleins, mais il reste de la place pour grandir

Articles similaires