An Analytics Framework for Modeling Residential Photovoltaic Adoption and Decision Dynamics

Resumo Técnico: Um Framework Analítico para Modelar a Adoção e Dinâmicas de Decisão de Fotovoltaicos Residenciais

Declaração do Problema
A geração fotovoltaica (FV) é central para a transição energética global, contudo, compreender as dinâmicas específicas da adoção de autoconsumo residencial exige frameworks analíticos robustos que capturem tanto padrões temporais quanto espaciais de decisão. Embora a literatura existente identifique fatores econômicos, ambientais e regulatórios como impulsionadores da adoção, o papel específico das interações sociais e a distinção entre usinas comerciais de grande escala e sistemas residenciais frequentemente permanecem subanalisados. Além disso, muitos estudos dependem de conjuntos de dados limitados ou falham em distinguir entre "inovação" (influência externa) e "imitação" (influência social) na condução das curvas de adoção. Este estudo aborda a necessidade de um framework orientado por dados para modelar a difusão de FV residencial na Catalunha, Espanha, abrangendo o período de 2002 a 2024, visando informar melhor as decisões de política e investimento.

Metodologia
O estudo utiliza um conjunto de dados abrangente do Registre d'Autoconsum a Catalunya (RAC), compreendendo 112.086 instalações residenciais de FV georreferenciadas (definidas como sistemas <10 kW) até 31 de maio de 2024. A metodologia integra três componentes analíticos primários:

1. Modelagem Temporal: O processo de adoção é modelado utilizando o Modelo de Bass e o Modelo Logístico (ML) mais simples. Os autores ajustam esses modelos ao número cumulativo de instalações para determinar as contribuições relativas da inovação (fatores externos, parâmetro $p$) e da imitação (influência social, parâmetro $q$). A seleção do modelo é realizada utilizando o Critério de Informação Bayesiano (BIC).
2. Análise de Fatores Externos: Para quantificar a influência de variáveis externas (subsídios, deduções fiscais, preços da eletricidade) sem impor formas funcionais a priori, os autores empregam uma abordagem de Modelo de Bass generalizado. Eles inferem empiricamente uma função de escala dependente do tempo, $\chi(t)$, que representa desvios do crescimento logístico de base. Esta função é então correlacionada com dados externos, incluindo períodos de subsídios governamentais, políticas de dedução fiscal, preços da eletricidade (PVPC) e volumes de pesquisa no Google para termos como "precio luz" (preço da eletricidade) e "impuesto al sol" (taxa solar).
3. Análise Espacial: O estudo conduz uma análise espacial nos níveis municipal e de comarca (região). Examina correlações entre densidade de instalações e variáveis demográficas/socioeconômicas (população, renda, altura dos edifícios) e analisa correlações espaço-temporais usando funções de distribuição de pares ($C(\tau)$ para tempo e $\rho(r)$ para espaço) para avaliar padrões de agrupamento e difusão.

Principais Resultados

• Dominância da Imitação: O modelo logístico fornece um ajuste significativamente melhor (BIC mais baixo) do que o Modelo de Bass para a fase principal de crescimento (junho de 2016–maio de 2024). O coeficiente de inovação ($p$) no Modelo de Bass é estatisticamente consistente com zero, indicando que a adoção é impulsionada principalmente pela imitação (influência social) e não apenas por impulsionadores externos de inovação.
• Fases de Crescimento e Saturação: A análise identifica duas fases distintas de crescimento logístico. A primeira fase (2013–2015) atingiu um nível de saturação baixo, seguida por um período de estagnação. A segunda fase começou em junho de 2016, atingindo um ponto de inflexão no início de 2023 e aproximando-se de uma capacidade de saturação de aproximadamente 118.600 instalações. O nível atual de adoção (112.086 em maio de 2024) sugere que o mercado está se aproximando da saturação.
• Papel da Percepção Social: A função de escala empírica $\chi(t)$ revela que, embora subsídios diretos (governo catalão) e aumentos nos preços da eletricidade corrijam com picos de adoção, a percepção social dos preços da eletricidade (medida pelo volume de pesquisa no Google) exibe uma correlação mais forte e imediata com as dinâmicas de adoção do que o preço real em si. Por outro lado, o "imposto solar" (impuesto al sol), apesar de aplicar-se apenas a sistemas >10 kW, causou uma estagnação generalizada na adoção residencial (<10 kW) devido à confusão pública e desinformação.
• Heterogeneidade Espacial: A adoção residencial segue uma distribuição de lei de potência em relação à população ($R^2 = 0,8$, inclinação $\approx 0,84$), indicando que a adoção escala com a densidade populacional, mas com um efeito de saturação em áreas altamente povoadas. Crucialmente, a adoção per capita está negativamente correlacionada com a densidade populacional urbana e positivamente correlacionada com a fração de edifícios com menos de três andares. Áreas urbanas de alta densidade com edifícios de apartamentos múltiplos mostram taxas de adoção significativamente mais baixas devido a restrições de espaço no telhado, complexidades de propriedade compartilhada e obstáculos regulatórios.
• Correlações Espaço-Temporais: A distribuição de pares temporal das instalações é bem descrita pela expressão analítica derivada do crescimento logístico, sugerindo um processo de difusão homogêneo. Espacialmente, a distribuição das instalações espelha de perto a distribuição de edifícios residenciais, indicando que a estrutura do ambiente construído, e não o agrupamento social específico de curto alcance, dita os padrões espaciais de adoção.

Principais Contribuições

1. Inovação Metodológica: O artigo propõe um método original para estimar empiricamente a influência de fatores externos nas dinâmicas de adoção, inferindo a função de escala $\chi(t)$ diretamente dos dados, evitando suposições sobre a forma funcional dessas influências.
2. Diferenciação de Impulsionadores: Fornece evidências de que, para o autoconsumo residencial, os efeitos de imitação são o principal motor da adoção, tornando o parâmetro de inovação negligenciável no contexto do Modelo de Bass para este setor específico.
3. Insight de Política: O estudo destaca que a percepção social (por exemplo, preocupação pública com os preços da eletricidade) pode ser um impulsionador de adoção mais potente do que as próprias variáveis econômicas, e que a incerteza regulatória (mesmo em relação a impostos não diretamente aplicáveis a um setor) pode causar estagnação significativa do mercado.
4. Diagnóstico Espacial: Identifica barreiras estruturais específicas à adoção em ambientes urbanos densos (edifícios de vários andares), sugerindo que o potencial de crescimento futuro reside em superar barreiras de instalação coletiva, e não apenas em incentivos individuais.

Significado e Alegações
Os autores afirmam que seu framework oferece uma abordagem estruturada para análises preditivas e diagnósticas no planejamento da transição energética. As descobertas sugerem que a desaceleração na adoção de FV residencial na Catalunha não se deve a restrições físicas (já que o nível de saturação representa apenas ~12% do total de edifícios residenciais), mas sim a contextos regulatórios e socioeconômicos. O artigo afirma que a expansão futura é possível se mudanças legislativas forem introduzidas e, criticamente, se forem claramente percebidas pelo público. O estudo conclui que, embora os modelos utilizados sejam simplificados (ignorando interações individuais específicas), eles capturam efetivamente as macro-dinâmicas, provavelmente devido às propriedades de mundo pequeno das redes sociais e à relevância de laços fracos na difusão de informações. O framework é apresentado como aplicável a outras regiões, desde que dados georreferenciados detalhados estejam disponíveis.