Meng, L., Liu, P., Zhou, Y., & Mei, Y. (2025). Blaming the wind? The impact of wind turbine on bird biodiversity.
Journal of Development Economics
, 172, 103402.
文章链接:
https://doi.org/10.1016/j.jdeveco.2024.103402
论文简介:
随着全球气候变化问题的加剧,减少碳排放已成为各国推进可持续发展的核心议题之一。中国作为全球最大的碳排放国,提出了“双碳目标”,风能作为清洁能源的重要组成部分,在替代化石燃料、减少碳排放方面发挥了关键作用。近年来,我国的风电装机容量快速增长,到2020年底已成为全球累计装机容量最大的国家。然而,在可再生能源带来环境效益的同时,其潜在的生态影响也引发了广泛关注。
风电场的建设和运行可能对生物多样性产生显著影响(Barrios and Rodriguez,2004)。具体而言,风电设施会通过噪音污染、视觉干扰以及栖息地破坏等途径,威胁当地的动植物生态系统,其中鸟类作为生态系统健康的重要指标,其种群数量和多样性的变化尤为值得研究。然而,目前针对风电场对鸟类多样性影响的实证研究仍较为有限,尤其是在中国这一风能发展迅猛且拥有丰富生物多样性的国家背景下,相关研究亟待补充。
为此,本期推送带来一篇发表在
Journal of Development Economics
期刊上的文章《Blaming the wind? The impact of wind turbine on bird biodiversity》,该研究基于我国大规模的公民科学数据,结合经济学和生态学的方法,定量评估了陆上风电场对鸟类数量和物种丰富度的影响。
2.1 数据来源
本文的数据主要来源于多种渠道,通过整合公民科学数据、风电装置信息以及环境和社会经济数据,构建了一个涵盖县域时空尺度的综合数据库,为研究提供了坚实的数据支持。鸟类数据来自中国鸟类观测报告,这是一项类似全球eBird项目的公民科学数据集。CBR的数据记录了2015年至2022年间的鸟类观测信息,包括观测的时间、地点、物种种类及数量。
风电装置的数据来源于多个权威渠道,包括华夏风电数据库以及各省发改委的官方审批文件。华夏风电数据库涵盖了1989年至2011年间风电场的地理位置、装机容量和风机数量等信息,而各省发改委提供的最新审批文件则补充了2012年至2022年新建风电场的详细数据。
2.2 主要变量构建
本文的主要变量构建围绕鸟类多样性、风电设施特征及控制变量展开,以量化风电场对鸟类种群数量和物种丰富度的影响,并探索潜在的影响机制。
首先,鸟类多样性的衡量包括两个核心指标:鸟类种群数量和物种丰富度。鸟类种群数量以每县每月的观测记录为基础,统计所有鸟类个体的总数,作为衡量该地区鸟类数量变化的指标。
其次,风电设施的特征变量构建包括风机数量和风电装机容量。风机数量表示每县在给定时间点的累计风机总数,而装机容量则衡量风电场的总体发电能力。此外,为控制风电场的空间分布对邻近县的潜在溢出效应,本文构建了邻近风电变量,表示相邻县的风机数量和装机容量的累积值。
最后,为减小遗漏变量偏差并进一步揭示风电场对鸟类多样性的影响机制,本文纳入了一系列环境和社会经济控制变量。所有变量均经过标准化处理,确保不同单位和量级数据在回归分析中的可比性。
表1提供了本文研究中使用变量的描述性统计分析,将变量分为三个部分进行总结。Panel A总结了关键变量,包括风电装置的县月尺度分布以及鸟类多样性特征,如鸟类数量和物种丰富度的均值、标准差及极值等信息;Panel B展示了鸟类特征的异质性和用于异质性分析的区域属性,如迁徙鸟类的比例、不同栖息地的鸟类分布情况、鸟类体重以及区域经济和生态保护相关变量;Panel C则列出了机制分析或控制变量的数据特征。表中数据展示了变量的广泛分布特征,为后续实证分析的可靠性和解释力奠定了基础。
2.3 实证模型
本文采用双向固定效应模型评估风电设施对鸟类多样性的影响,模型构建如下:
其中,𝑌
𝑖𝑐𝑚𝑦
为鸟类多样性指标的对数化形式,包括鸟类的数量和物种丰富度,数据来源于鸟类观察记录,并按照县(
c
)、月份(
m
)、年份(
y
)及物种(
i
)四个维度进行聚合。核心解释变量𝑇𝑟𝑒𝑎𝑡
𝑐
×𝑃𝑜𝑠𝑡
𝑐𝑚𝑦
是一个交互项,表示风电场在某县和某时间点之后投入使用的情形。控制变量𝑋
𝑐𝑚𝑦
包括县级层面的多种动态特征,如鸟类观察时间、气温、降水量、风速、湿地面积、植被指数、人口密度及夜间灯光强度等。
3.1 风电设施对鸟类多样性的影响
本文首先利用双向固定效应模型和工具变量回归模型分析了风电设施对鸟类多样性的影响,结果如表1所示。研究发现,风电设施显著降低了鸟类数量和物种丰富度,证实了其对鸟类生态系统的负面影响。
在鸟类数量方面,
表1的Panel A展示了风电设施对鸟类数量的具体影响。TWFE模型的估计结果表明,风机数量每增加一标准差(约84台),鸟类数量平均减少约9.75%(第2列)。此外,工具变量回归结果(第3列)进一步验证了这一负面效应,说明即便控制了风电选址的潜在内生性问题,风电设施对鸟类数量的负向影响依然显著。
对于物种丰富度,
表2的Panel B提供了相关分析结果。TWFE模型显示,风电设施的建设同样显著减少了物种丰富度(第2列)。工具变量回归结果(第3列)表明,当风机数量增加一标准差时,物种丰富度下降幅度达到约17.67%,这一结果进一步凸显了风电设施对鸟类多样性的深远影响。
图2展示了风电设施对鸟类数量和物种丰富度的动态影响,具体以事件研究法估计的系数和置信区间形式表现。
具体地,在图2(a)中,横轴表示安装风电设施前后的年份,纵轴为鸟类数量变化的对数化系数。图中可以清晰地看到,风电设施投入使用后,鸟类数量显著下降,且负面影响在风电场投入使用的头几年内逐步显现并持续扩大。
图2(b)同样以横轴为时间、纵轴为事件研究法估计的回归系数,展示了风电设施对物种丰富度的动态影响。结果显示,风电设施对物种丰富度的负面影响与鸟类数量的影响趋势一致,表明风电设施对整体鸟类多样性产生了长期的负面效应。
3.2 工具变量的有效性验证
为了解决风电设施选址的潜在内生性问题,本文采用了基于县域历史风速和全国风电安装增长率的交互变量作为工具变量。在此基础上,研究设计了一系列检验,以验证该工具变量是否满足外生性假设。
表3展示了工具变量的有效性检验结果。Panel A提供了对两个子样本的估计结果,在未受国家公园严格保护的样本中,工具变量对鸟类数量和物种丰富度的影响显著为负。此外,Panel B的估计结果进一步验证了工具变量的有效性。
3.3 基于迁徙模式、栖息地和体重的异质性影响
为了深入探讨风电设施对鸟类多样性的差异化影响,本文从鸟类的迁徙模式、栖息地类型和体重三个维度进行了异质性分析,结果如表4所示。研究通过工具变量法对各鸟类群体的数量和物种丰富度进行了回归分析。
结果表明,迁徙鸟类比留鸟受到风电设施的负面影响更为显著(第1、2列),这可能与迁徙鸟类长途飞行时更易遭遇风电设施有关。具体来说,在风电设施安装数量增加一标准差(约84台)后,迁徙鸟类数量减少了38.98%,而留鸟数量仅减少了2.90%。类似地,迁徙鸟类的物种丰富度下降幅度也显著高于留鸟,这一结果可能与迁徙鸟类长途飞行时更易遭遇风电设施有关。
在栖息地方面,风电设施对森林、城市及农田区域的鸟类数量和物种丰富度均产生了显著的负面影响,但对草地和水鸟的影响相对较小(第3-6列)。森林鸟类受到的影响尤为显著,这可能与森林鸟类在风电场附近活动频率更高有关。此外,城市和农田的高破碎化程度也进一步加剧了风电设施对鸟类的威胁。
从体重维度来看,结果显示风电设施对大型鸟类的影响最大,体重大于108克的鸟类群体不仅数量减少显著,其物种丰富度的下降幅度也高于中小型鸟类(第7-9列)。这种现象可能是由于大型鸟类飞行敏捷性较低,更容易与风机叶片发生碰撞。
本部分探讨了风电与煤电在生物多样性保护中的权衡关系。研究发现,尽管风电设施对鸟类多样性存在显著的负面影响,但相比于煤电的生态代价,风电在降低碳排放和减缓气候变化方面具有更大的环境效益。
具体而言,单台风电机组每年导致的鸟类死亡数量远低于等量煤电的生态破坏。此外,煤电不仅直接威胁鸟类栖息地,还通过煤矿开采和气候变化加剧生态损害,对鸟类多样性带来的长期影响更加严重。假设中国2020年的风电发电量由煤电完全替代,煤电导致的鸟类死亡总数约为风电的4倍,进一步凸显了发展风电的重要性。尽管如此,风电的生态代价也不容忽视。研究表明,风电设施建设应充分考虑其对鸟类多样性的潜在影响,通过优化选址和实施生态保护措施,最大程度降低风电发展的生态成本。这种平衡策略为能源政策制定者提供了科学依据,有助于在实现碳中和目标的同时保护生物多样性。
本文基于中国大规模的公民科学数据,结合经济学和生态学的分析框架,系统评估了风电设施对鸟类多样性的影响。
研究发现,风电设施显著降低了鸟类数量和物种丰富度,并揭示了这种影响通过栖息地丧失和食物链变化等机制实现。此外,风电设施对不同迁徙模式、栖息地类型及鸟类体重的群体影响存在显著异质性,说明风电设施的生态代价在不同群体间具有分布差异。同时,本文通过工具变量回归有效缓解了内生性问题,增强了结论的可信性。尽管风电设施对鸟类多样性存在负面影响,但与煤电相比,其在降低碳排放和减缓气候变化方面具有更显著的环境效益。
本研究不仅为风电选址优化和生态保护政策提供了实证支持,也为推动可再生能源发展与生物多样性保护的协调共进提供了科学依据。
参考文献
Barrios, L., & Rodriguez, A. (2004). Behavioural and environmental correlates of soaring‐bird mortality at on‐shore wind turbines.
Journal of Applied Ecology
, 41(1), 72-81.
Frondel, M., Ritter, N., Schmidt, C. M., & Vance, C. (2010). Economic impacts from the promotion of renewable energy technologies: The German experience.
Energy Policy
, 38(8), 4048-4056.