![]()
Source: Lu, H., Heblich, S., Timmins, C., & Zylberberg, Y. (2024). Cool cities: The value of urban trees. NBER Working Paper Series.
https://doi.org/10.3386/w32063
引言
在钢筋水泥构筑的城市丛林中，绿化树木构成了城市中唯一蓬勃发展的绿色基础设施。除了显著的美学价值之外，城市树木也具有减轻噪音，改善空气质量，提供强风遮蔽以及辅助管理雨水径流等改善城市居住环境的功能。不止于此，城市树木在夏季可以通过树冠的蒸腾作用，有效降低周围环境的温度，为抗击日益严峻的城市热岛效应提供了天然的解决方案。文章借助翡翠灰螟(Emerald Ash Borer， 下文简称EAB)对多伦多市的白梣树侵袭所导致的城市树冠锐减，使用白梣树密度作为树冠覆盖面积的工具变量，构建因果推断，从而衡量城市树木的价值。作者发现，在邮编区域内每增加一棵树，使得该区域的房产价格上升0.40%；在受EAB侵袭最严重的区域，树木覆盖面积下降7%，导致房产价格下降6%。此外，文章还发现城市树木的能源效益远远超过城市树木的维持成本。这些发现彰显了城市树木在减缓城市热量和节省能源方面具有重要的作用，并为城市规划和林业管理提供了新的经验证据。背景介绍与数据描述
翡翠灰螟(EAB)及其对多伦多白梣树(Ash Tree)的侵袭
自2002年起，EAB开始在北美肆虐，由于北美地区缺乏EAB的天敌，该甲虫在北美森林区域大肆繁殖，因此也对多伦多的树木群落产生了毁灭性的影响。在EAB从幼虫至成年的成长过程中，每一个生长期均会对树木造成不同的侵害，例如树干裂缝(Bark Fissures)，黄叶(Yellow Foliage)，幼虫廊(Larval Gallery)等问题。多伦多市政府应对EAB侵袭主要采取两种举措，一是为树木注射TreeAzin治疗感染，二是将被感染树木移除。选择哪种措施主要是基于树木的年龄和树木种类。多伦多这个城市的街道和公园里，曾经生长着各种各样的树木，包括黑梣、白梣、绿梣、桦树和白雪松等。其中，白梣树特别容易遭受翡翠灰蝽（EAB）的攻击。在2007年到2018年期间，多伦多因为EAB的肆虐而失去了大部分的白梣树。![]()
EAB在白梣树上留下的痕迹数据描述
树冠的覆盖程度
文章使用2007和2018年，由多伦多城市林业服务部门统计的高分辨率土地覆盖分类数据（见图1），来估计树冠覆盖面积。从图中深绿色区域可见，树木主要分布于中部和东北部地区。其中，在布鲁尔-约克维尔和北约克之间的区域不仅树木覆盖率很高，而且建筑物密度很高。为防止上述数据存在测量偏差，文章也收集了高频低分辨率的卫星图像数据，构建出标准化植被差异指数( The Normalized Difference Vegetation Index,简称NDVI)以及标准化建筑物差异指数(The Normalized Difference Built-up Index,简称NDBI)，方便后续进行动态分析。![]()
图1 多伦多市土地覆盖分类数据(2007)白梣树数据
文章使用多伦多市提供的2010年所有公共维护的街道树木数据，确定白梣树位置、常见树木种类以及树木胸高处的直径（用以估计树冠大小）。其次，文章使用2010年和2014年的登记册数据获取有关白梣树的亚种群及EAB感染的相关活动数据。![]()
图2 公共维护的白梣树密度(2010)Figure A4 使用了白梣树登记册的数据，展示了多伦多市在不同时间对被感染树木采取注射治疗和移除工作的数量趋势。其中树木注射TreeAzin（用以治疗EAB感染）治疗主要集中在树干中水和营养物质循环最活跃的六七八月份。树木移除措施在2010年-2013年秋季持续增加。![]()
房地产交易数据
文章使用2007年至2017年的多伦多市房地产交易数据，估计当地树冠的享乐价值(Hedonic Value)。其中房地产交易数据共包含387,000条交易记录，包括交易日期，交易价格，物业类型(35类)，楼层数，卧室、厨房、卫生间、家庭用房和壁炉的数量，地块的大小，以及停车位的数据信息。下图分别展示了房地产平均交易价格和房地产交易密度。与白梣树密度图对比可发现，交易价格与白梣树密度并未展现清晰的相关关系。![]()
图3 多伦多市2007年至2017年的房地产平均交易价格
![]()
图4 多伦多市房地产交易数量能源消耗，温度和污染数据
首先，文章使用多伦多市2012年至2020年多伦多市所有居民的电表数据，计算每个邮编区域(postcodes)内中位数家庭的月度消费情况。其次，文章收集了2010年至2017年每个邮编区域内的天然气总消耗数据，将每年总消耗量除以天然气注册数量，从而得出每个家庭的平均天然气消耗量。Figure A9展示了能源消耗的季节差异，其中由于夏季空调的使用，电力能源消耗较多。在一二月极寒天气下，天然气能源消耗显著增加。![]()
最后，文章收集了2006年至2018年每年6月至8月的地表温度数据(LST)，并估计每个邮编区域内2007年至2018年的月度PM2.5数据。Figure A6 清晰地展示了城市气温和城市林业的关系，其中(a)图展示了标准化植被差异指数NDVI用以衡量植被覆盖情况。![]()
翡翠灰螟(EAB)的感染与树冠覆盖面积变化
文章详细描述了EAB的入侵如何导致白蜡树密度降低，从而使得城市树冠覆盖面积迅速丧失，为读者提供了树木变化的视觉描述。并论证了白蜡树密度作为树冠覆盖面的工具变量的可行性，为后续研究奠定基础。首先，文章借助2007年至2018年间多伦多市东北地区詹姆斯公园广场邻近地区各类土地覆盖的面积变化图片，来展示政府移除被翡翠灰螟(EAB)感染的白梣树，所导致的城市树冠覆盖面积变迁的历程。随着EAB侵袭导致越来越多白梣树被移除，2018年多伦多的树冠覆盖面积与2007年相比显著下降。![]()
图5 多伦多东北部树冠覆盖面积演化过程其次，文章利用2007年至2019年邮编区域级别数据进行长差分回归(Long Difference)，发现白梣树密度与城市树冠覆盖面积呈现显著的负相关关系。Figure 3 分别展示了不加控制变量和加入控制变量后，白梣树密度对城市树冠覆盖面积的影响。其中panel(b)显示，每平方米增加0.003棵白梣树，树冠覆盖面积降低0.04平方米。主要解释原因有：(1)树冠之间存在显著的重叠；(2)树木的移除进展缓慢，以及树木接受了TreeAzin注射治疗；(3)移除白梣树后，使用树苗（树冠较小）进行快速替换。![]()
接着文章深入研究树木移除的平均时间点，以寻找树木移除发生的动态变化。在这一部分，文章首先基于卫星图像数据构建了年度植被指数，并使用事件分析法探究年度植被指数和EAB感染的基准估计的关系。年度植被指数设定如下，其中 为年份固定效应和控制变量的交互项，控制变量包括街道树木密度、各个区域(ward)固定效应、经纬度以及各个邮编区域不同土地覆盖类别的面积占比。
下图中panels(c)和(d)展示了不同邮编区域植被指数的差异动态变化，可以得出植被大部分损失都发生在2012年至2016年期间。![]()
最后，文章验证了使用白梣树（公共维护的且易受EAB侵袭）的当期初始密度作为树冠覆盖面积变化的工具变量是否可行。下表分析了在2007年-2018年，多个种类公共维护的树木密度与树冠覆盖面积变化之间的关系。结果显示，白梣树的密度变化对树冠覆盖面积变化的负向影响在各种模型中均显著且稳定，且影响程度大于其他树种。这一结果支持了文章的实证策略：所选工具变量只与其他树种在空间上的准随机分配有关，而与同期的城市绿化政策无关。![]()
描述性统计
文章在Table 2将邮编区域根据树木密度的高低进行了分组，分界线是2007年树冠覆盖面积的中位数，进而对各类变量进行描述性统计。在和中，树木密度较高的邮编区域的房产价格普遍超过了树木密度较低区域的房产价格。其中，树木密度较高的邮编区域的树冠覆盖面积大概为树木密度低的邮编区域的六倍。并且需要注意，树木密度较高的邮编区域的卧室房间数量也相对较高。Figure 4 的和中，无论是否加入控制变量，在2007年树冠覆盖面积的增加与房地产价格呈现正相关关系。在和中显示，2018年树冠覆盖面积与夏季气温呈现负向关系。![]()
实证研究结果
城市树木的享乐价值
1. 研究设计
文章借助偶然的「翡翠灰螟(EAB)的侵袭」自然实验来解决可能存在的遗漏变量偏误等问题，探究树冠覆盖面积对于房地产价值的影响。文章使用的回归设定是基于假设白梣树密度分布与不同邮编区域的房地产价格演变相正交的假设，加入不同区域不同时间的房价，以及不同房屋特征的时变价值收益的控制变量。具体设定如下：其中，为交易的价格，为邮编区域在时间的树冠覆盖面积（工具变量为公共维护的白梣树密度）， 代表与房地产溢价相关的控制变量与年份的交互项，并在邮编区域×年份的层面设定聚类标准误。由于缺乏白梣树密度和树冠覆盖面积的详细数据，文章根据多伦多市的政策指令，于2011年下令清除被感染的白梣树并于2013年加速清除的时间节点，所以核心解释变量和的具体设定如下，接着，文章检验了2002至2006年间房价的预处理趋势，发现在白梣树移除前，不同邮编区域的房价变动趋势没有显著差异，从而增强了将后续房价变化归因于白梣树密度变化而非其他干扰因素的可信度。2. 实证结果: 邮编区域内每增加一棵树房地产价值上涨0.40%。
首先如Table 3所示，文章分别进行OLS（列1）估计和使用白梣树密度作为树冠覆盖面积的工具变量估计（列2和列3）。在使用工具变量估计时，树冠面积与房地产价值呈现正相关关系。且在加入控制变量后（基于设定），每个邮编区域内的树冠覆盖面积增加1%，房地产价值增加0.86%。![]()
城市树木的降温效应和节能效应
文章通过城市树冠覆盖面积对于夏季气温以及能源消耗的影响，深入探讨城市树木享乐价值的组成成分。1.气温
首先，文章探讨城市树木对于热岛效应的影响。其具体设定如下，
在Table 5的中第一列为OLS估计，第二列为工具变量估计，可得每增加1%的树冠覆盖面积，可以使得温度降低约0.05摄氏度。
![]()
其次，文章探究了在白梣树密度较高的邮编区域内翡翠灰螟(EAB)侵袭对气温的不利影响如何随时间变化，具体设定如下，如下图所示，从2010年-2018年随时间增长而逐步加剧。一是可能因为在多伦多市逐渐实施树木移除，随着时间的推移，处理效应的依从性提高；二是，由于气候变化，夏季温度呈现长期趋势。![]()
2.节能效应
此部分的回归设定与一致，在下表中，因变量设定为七八月的电力消耗，树冠覆盖面积每增加1%，夏季月份的平均电力消耗可减少约2.5%。![]()
考虑到每年处理效应的时间变化，下图设定与一致，除夏季外，其他月份节能效应大幅降低，Figure C2显示冬天的节能效应大概低6-7倍。![]()
3.极端天气下，遮蔽效应对于节能的影响
文章通过构造遮阳潜力和避风潜力探讨遮蔽效应价值，其中依旧代表邮编区域，代表年份指定年的第几周。对于极端高温天气，文章采取DID估计遮阳潜力对于能源消耗的影响，具体设定如下，为在邮编区域第年第周的能源消耗，代表每年极端高温期间。
如下表第一列所示，文章发现在没有树木的邮编区域，极端高温天气导致能源消耗增加约11%，而在遮阳潜力位于最高百分位(0.26)的区域，这一增加量减少到大约3%。![]()
对于极端低温天气，文章估计遮风潜力对于能源消耗的影响采取如下具体设定，如下表 第一列所示，冬季每降低一摄氏度，没有城市树木遮盖的区域每周能源消耗增加0.4%，而有避风树木的区域这一增加率降至0.22%，但这显著低于城市树木在夏季带来的遮阳效果。![]()
4.城市树木降温与节能效应的货币量化
文章还将节能效应量化到货币单位，并通过树木降温和遮蔽效果进行深入探讨。当把节能效应平滑处理到12月时，在邮编区域内每增加1%的树冠覆盖面积，可以通过降温效应节约0.4%的能源消耗，通过遮蔽效应节约0.1%能源消耗，总计每月可达到1加元。文章最终得出城市树木的能源效益超过了城市树木的维持成本。在此部分，文章聚焦在多伦多市的总影响水平上，并将树冠覆盖面积转换为树木数量。在一个邮编区域种植一棵树可使该区域的树冠覆盖面积提高0.45%，进而每户每年的能源消费减少约5.40加元。对于整个邮编区域来说，这样的节能效益可以累计超过100加元，远远超出了每棵树大约4.20加元的年度维护费用。结论
文章借用多伦多市翡翠灰螟(EAB)的侵袭所导致的白梣树减少的大规模、持久的外生冲击，确立了因果关系并对树木的价值提供了稳健的估计。研究发现，邮编区域内每增加一棵树房地产价值上涨0.40%。其次，城市树木带来的享乐价值远超其维护成本，证明城市树木作为一项投资的高效益。同时，树木在热浪期间所发挥的降低温度的作用显著，能够带来可观的能源节约效应。尽管城市居民对城市森林的需求很高，当前许多北美城市的公共政策实施并未紧跟需求，城市树木的存量相对较少，甚至呈现下降趋势。这种现象可能源于政府未能完全认识到气候变化带来的成本，或未能充分意识到城市树木的价值。由于绿色基础设施较少的城市往往是社会经济地位较低的区域，有针对性的政策干预可以为这些地区带来积极正向的改变。
The end
树荫下的城市：揭秘城市绿肺的价值
编辑：Wang Tong, Yinuo
审稿：全不会怎么办，Yinuo
