<p>當一項新的消費技術(shù)首次亮相時，無論是智能手機還是電動汽車，其采用率通常遵循一條可預測的路徑。第一批買家來自一小部分愿意支付高價的高收入用戶或科技愛好者。隨著時間的推移，隨著價格的下降和規(guī)模經(jīng)濟的發(fā)揮，銷量會急劇攀升，這些技術(shù)也會成為大眾市場產(chǎn)品。最終，市場趨于飽和，用戶數(shù)量趨于穩(wěn)定。</p> <p>&nbsp;</p> <p>然而，這并沒有發(fā)生在美國的住宅太陽能上。盡管太陽能發(fā)電在過去十年中大幅增長，光伏電池板的成本也大幅下降，但低收入社區(qū)的發(fā)展速度遠遠慢于高收入用戶。</p> <p>&nbsp;</p> <p>在一項新的研究中，斯坦福大學的研究人員使用人工智能來解釋十年來的衛(wèi)星圖像，他們發(fā)現(xiàn)低收入社區(qū)受到州和地方政府經(jīng)常提供的各種稅收優(yōu)惠的激勵遠不如高收入社區(qū)。即使低收入社區(qū)最初安裝了一些太陽能，他們的采用率也處于相對較低的水平。</p> <p>&nbsp;</p> <p>相比之下，研究人員發(fā)現(xiàn)，不太常用的基于績效的激勵措施似乎刺激了低收入社區(qū)采用太陽能。有趣的是，績效激勵&mdash;&mdash;根據(jù)客戶生產(chǎn)多少太陽能或從電網(wǎng)購買多少電力來獎勵他們&mdash;&mdash;似乎對高收入地區(qū)的影響很小或沒有影響。</p> <p>&nbsp;</p> <p>斯坦福大學土木與環(huán)境工程副教授、該論文的高級合著者之一拉姆&middot;拉賈戈帕爾(Ram Rajagopal)說:&ldquo;這是第一個在很長一段時間內(nèi)以如此細粒度的方式研究美國太陽能的采用情況的研究。&rdquo;</p> <p>&nbsp;</p> <p>&ldquo;我們的結(jié)論有點出人意料。低收入社區(qū)沒有加快采用太陽能，&rdquo;他補充說。&ldquo;他們要么根本沒有開始，要么在非常低的水平上達到飽和。相比之下，想想智能手機，它們最初非常昂貴，只適合高收入人群或超級科技宅。但在不到10年的時間里，它們變得更便宜，現(xiàn)在被數(shù)億人擁有。&rdquo;</p> <p>&nbsp;</p> <p><span class="h1"><strong>深太陽能</strong></span></p> <p><br />這項研究發(fā)表在今天的Joule印刷版上，采用了一種機器學習模型&mdash;&mdash;研究人員稱之為DeepSolar++&mdash;&mdash;分析了衛(wèi)星圖像，以確定美國400多個縣的太陽能電池板的位置和安裝時間。研究人員收集了2006年至2017年的圖像，然后將這些數(shù)據(jù)與每個社區(qū)的人口統(tǒng)計信息以及當?shù)貙μ柲艿呢斦钚畔⒔Y(jié)合起來。</p> <p>&nbsp;</p> <p>這項研究由斯坦福大學土木與環(huán)境工程系的博士生王哲成(音譯)領(lǐng)導。王幫助建立了DeepSolar++。</p> <p>&nbsp;</p> <p>2018年，斯坦福大學團隊發(fā)表了一項初步研究，分析了單個時間點的太陽能安裝數(shù)量。這項研究證實，太陽能電池板在低收入社區(qū)不太常見，但它并沒有提供太多關(guān)于這一趨勢的見解。這些社區(qū)是否像智能手機、大屏幕電視和其他新技術(shù)那樣起步較晚，但隨后又迎頭趕上?</p> <p>&nbsp;</p> <p>為了繪制出長期的軌跡，研究人員不得不面對這樣一個事實:2005年前后的商業(yè)衛(wèi)星圖像分辨率很低。這使得識別太陽能電池板變得困難。Rajagopal說，解決方案是讓DeepSolar++將最近的高分辨率照片與相同地點的舊照片進行比較。這種對比為系統(tǒng)提供了足夠的信息來挑選出太陽能電池板，盡管早期的圖像要模糊得多。<img src="https://engineering.stanford.edu/sites/default/files/styles/responsive_large/public/media/image/hwsmwyonr89ww06e_3.jpg?itok=PlkMC1pe" width="808" height="808" />&nbsp;</p> <p>延時分析表明，低收入社區(qū)不僅僅是開始得晚。他們也在比高收入社區(qū)低得多的水平上停滯不前。</p> <p>&nbsp;</p> <p>當然，根據(jù)定義，低收入家庭投資太陽能的資金較少。Rajagopal說，即使是現(xiàn)在，太陽能通常也比從電網(wǎng)購買電力更貴。</p> <p>&nbsp;</p> <p><span class="h1"><strong>更好的激勵</strong></span></p> <p><br />聯(lián)邦政府和州政府長期以來一直提供財政激勵，通常以所得稅或財產(chǎn)稅退稅的形式。基于績效的激勵要少得多。理論上，這些財政激勵措施應該會讓太陽能對低收入家庭更具吸引力。為了找到答案，斯坦福大學的研究小組使用了一個關(guān)于各州可再生能源激勵措施的聯(lián)邦數(shù)據(jù)庫，以確定每個社區(qū)都有哪些激勵措施。</p> <p>&nbsp;</p> <p>他們發(fā)現(xiàn)，稅收優(yōu)惠只對高收入社區(qū)有影響。他們懷疑，其中一個原因是低收入家庭的稅收要低得多，因此從稅收減免中受益較少。租房而非自有住房的人根本不需要繳納財產(chǎn)稅。</p> <p>&nbsp;</p> <p>Rajagopal說，從公平的角度來看，這是一個重要的發(fā)現(xiàn)。各級政府如此嚴重地依賴稅收優(yōu)惠來刺激居民使用太陽能，可能會加劇富人和窮人之間的太陽能鴻溝。</p> <p>&nbsp;</p> <p>Rajagopal說:&ldquo;如果你想在低收入社區(qū)加速采用太陽能，基于績效的激勵是正確的方法。&rdquo;</p> <p>&nbsp;</p> <p>在這里，研究人員觀察到了相關(guān)性，而不是因果關(guān)系。他們不確定為什么基于績效的激勵在低收入社區(qū)似乎有效。拉賈戈帕爾說，不太常見的激勵方式可能會激勵公寓樓的業(yè)主。</p> <p>&nbsp;</p> <p>Rajagopal也是斯坦福大學Precourt能源研究所Bits &amp; Watts項目的聯(lián)合主任。斯坦福大學多爾可持續(xù)發(fā)展學院院長阿倫&middot;馬宗達爾(Arun Majumdar)是這項研究的另一位資深合著者。這項研究的其他合著者是斯坦福大學博士后學者查德&middot;扎諾科(Chad Zanocco)和前斯坦福大學研究員瑪麗&middot;路易斯&middot;阿爾特(Marie-Louise Arlt)，后者現(xiàn)在是慕尼黑大學的博士后學者。</p> <p>&nbsp;</p> <p>這項工作由美國能源部、國家科學基金會和斯坦福大學Precourt先鋒項目獎資助。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學態(tài)度觀點。</p> </blockquote>