可再生能源的环境效益：来自采煤诱发森林砍伐与空气污染物排放的证据

《Journal of Environmental Economics and Management》：Environmental benefits of renewable energy: Evidence from coal mining-induced deforestation and air pollution emissions

　　

全球能源转型正加速淘汰化石燃料燃烧，但其通过减少化石能源开采所带来的间接环境效益尚未得到充分探讨。本研究考察在中国可再生能源部署较高的地区，采煤诱发的森林砍伐与空气污染物排放是否更低。利用高分辨率地理数据对许可采煤区进行空间匹配，并结合过去二十年的卫星森林覆盖数据与PM2.5排放数据，研究发现，采煤导致森林覆盖率下降3.3%，而在电网中每增加1%本地可再生能源占比，可使采矿区内森林砍伐率降低约0.3%。由于PM2.5可随风向下风向传输，其环境影响及可再生能源的减排效益会溢出至距煤矿30公里以内的县域。将这些避免的森林砍伐与空气污染收益货币化后，研究人员估计总价值可超过10亿美元。研究结果为兼顾生态保护与环境治理的能源转型政策提供了实证支持。

该研究发表于《Journal of Environmental Economics and Management》，针对中国煤炭依赖型经济背景下能源转型的环境效应展开深入探讨。研究背景显示，尽管大量文献关注可再生能源在电力部门替代燃煤的直接减排效应，但对其在上游煤炭开采环节产生的间接生态效益缺乏系统评估。中国采煤区面积超过两万平方公里，其中15%在2000年仍被森林覆盖，采煤活动不仅直接破坏地表植被，还削弱森林碳汇功能，并加剧区域空气污染。随着国家推进“双碳”目标，厘清可再生能源扩张能否有效抑制煤炭开采及其环境代价具有重要政策意义。

研究人员整合了多源高精度数据集，包括2021年运营的煤矿多边形级许可边界数据、县域级可再生能源装机容量时间序列、NASA卫星遥感森林覆盖变化数据（Hansen et al., 2013）以及PM_2.5浓度栅格数据。采用双重差分模型（Difference-in-Differences, DID），以可再生能源装机作为处理变量，煤矿开采为对照事件，控制基期煤矿与县域特征及多维固定效应，并通过事件研究法验证平行趋势假设。空气污染分析中，结合县域主导风向识别下风向扇形缓冲区，并在县域层面聚合上游煤矿许可产能作为处理强度指标，构建连续DID模型量化污染溢出距离。机制分析融合夜间灯光数据、土地利用类型变化与企业微观数据，揭示可再生能源对采煤活动的抑制路径。最后，基于社会成本碳价（66 USD/吨CO₂，DICE-2023）与空气污染健康成本文献，对避免的生态与健康损失进行货币化估算。

结果与讨论

1. 1.
   采煤对森林覆盖的影响：基准回归显示，采煤导致矿区森林覆盖率平均下降3.3%；可再生能源渗透率每提升1%，对应森林砍伐减少0.3%，效应在高质量动力煤产区更为显著。
2. 2.
   空气污染的空间溢出：采煤使矿区内PM_2.5排放增加0.19%，下风向区域增幅达0.56%；可再生能源并网比例每增1%，PM_2.5浓度降低0.02%，溢出影响半径可达30公里。
3. 3.
   作用机制：可再生能源扩张通过三条路径抑制采煤——减少矿区建设用地与夜间灯光强度（运营收缩）、降低煤矿企业产量与劳动力需求（“荷兰病”效应）、替代发电用低热值煤炭需求。
4. 4.
   货币化效益：基于2010年矿区生物量碳储量与近十年可再生能源增量，避免的碳排放价值约2.64亿美元；空气污染健康收益超8亿美元，合计逾10亿美元。

结论翻译

本研究表明，可再生能源部署不仅能直接减排，还能通过抑制上游煤炭开采间接保护森林生态系统与空气质量。在中国情境下，每增加1%可再生能源并网比例，可减少矿区森林砍伐0.3%、PM_2.5浓度0.02%，且污染缓解效应可覆盖下风向30公里范围。研究建议政策制定者在评估煤炭外部性时，纳入对森林损失与跨界空气污染的综合考量，并优先在热电需求高、风光资源丰富的区域推进可再生能源建设，以实现能源转型与生态保护的协同增效。