《Ecological Economics》:Hydropower dams, deforestation, and land use change: Evidence from Brazil
编辑推荐:
巴西的水电扩张导致市政森林覆盖(Forest Cover, FC)显著且持续减少。森林损失主要由大坝建设后的耕地扩张(Cropland Expansion, CE)驱动。森林砍伐效应在土地治理(Land Governance, LG)较弱且公共土地份额(Pub
巴西的水电扩张导致市政森林覆盖(Forest Cover, FC)显著且持续减少。森林损失主要由大坝建设后的耕地扩张(Cropland Expansion, CE)驱动。森林砍伐效应在土地治理(Land Governance, LG)较弱且公共土地份额(Public Land Share, PLS)较高的市政区域更大。事件研究估计(Event-Study Estimates, ES)显示大坝建设后森林损失延迟且持续。大坝引发的森林砍伐(Dam-Induced Deforestation, DID)也溢出到邻近市政区域。
1. Introduction
该研究探讨了水电大坝是否因果性地增加市政森林损失,通过哪些土地利用渠道产生效应,影响幅度如何随区域和制度背景变化,以及森林砍伐效应是否溢出到邻近市政区域。研究使用覆盖巴西379个水电项目的原始市政-年份面板数据,结合大坝建设时间、结构特征和装机容量信息,采用交错双重差分(Difference-in-Differences, DiD)框架估计因果效应。基线规范包含市政和年份固定效应,并通过事件研究(Event-Study, ES)设计分析动态处理效应。研究发现,大坝使市政森林覆盖(Forest Cover, FC)减少近10%,损失主要在大坝建设后累积,由耕地扩张驱动。影响集中在北部和东北部,在公共土地份额高且土地治理弱的市政尤为显著。研究还记录了空间溢出效应,表明大坝引发的森林砍伐扩展到邻近市政区域。
2. Hydropower expansion and deforestation: a literature review
2.1 Hydropower development in Brazil
文献综述指出,水电开发常被视为经济增长和能源安全的驱动力,但其环境代价显著。森林砍伐通过直接机制(水库和基础设施的土地清理)和间接机制(道路建设促进农业扩张)发生。道路网络改善降低了市场准入成本,激励森林向农田转化。小型水电站(Small Hydropower Plants, SHPs)的累积影响甚至超过大型水电站。全球农业商品需求通过提高土地转换盈利能力进一步加剧森林砍伐。研究强调,需要将空间显式方法纳入环境影响评估,以捕捉水电开发的间接效应。
2.2 Brazil environmental legislation
巴西环境立法历史悠久,从1934年森林法典到1965年新森林法典(建立永久保护区APPs和法定保留地),再到1988年宪法、国家环境政策(PNMA)、环境犯罪法等。2010年大坝安全政策(Law 12.334/2010)和2025年通用环境许可法(Law No. 15,190/2025)进一步强化了监管框架。然而,执法在亚马逊边境地区仍然不均衡,凸显了评估大型基础设施项目环境影响的重要性。
3. Data and descriptive statistics
研究使用Corbi等人(2026)构建的水电数据集,整合国家大坝安全信息系统(SNISB)和项目文件,包含379个水电站大坝(1889-2022年)。森林覆盖数据来自MapBiomas(精度95%),农业控制变量包括牲畜、耕地面积和农业产值。数据集还包含PRODES卫星数据用于稳健性检验。地理地形变量(坡度、海拔、到海岸距离)用于粗化精确匹配(Coarsened Exact Matching, CEM)。最终样本覆盖2002-2022年,描述性统计显示处理指标仅占1.6%,森林覆盖均值为955 km2,但变异极大。
4. Econometric specifications
采用交错双重差分(DiD)框架,使用Wooldridge(2025)的异质性稳健估计量,避免传统双向固定效应(Two-Way Fixed Effects, TWFE)的负权重问题。基线规范(Eq.1)包含处理指标I(dam)和固定效应;Eq.2加入时间变化控制变量(人均GDP、人口密度、耕地比例、农业产值、牲畜数量);Eq.3引入处理指标与市政特征(Z)的交互项。事件研究(Event-Study, ES)设计基于Callaway和Sant'Anna(2021)的群组-时间平均处理效应(ATT(g,t)),检验平行趋势假设并追踪动态效应。空间溢出效应通过二元邻接矩阵衡量邻近市政的处理暴露程度。
5. Results
5.1 Hydropower development and forest loss: main estimates
基线估计显示,大坝建设与运营使市政森林覆盖显著减少90.1-95.3 km2,相当于平均值的约10%。引入交互项表明,大坝规模指数(综合装机容量和结构特征)与更大的森林损失相关。异质性分析显示,北部和东北部地区森林损失显著(约481.8 km2),南部不显著;大型市政(面积>95百分位)损失显著(674.9 km2),小型市政不显著;老坝(2010年前)损失更大。农业渠道分析表明,大坝导致耕地面积增加约88.7 km2,而牧场面积增加不显著,证实了耕地扩张是主要机制。
5.2 Public versus private land and the legacy of inequality
公共土地份额高的市政,大坝导致森林损失约369.7 km2,而低份额市政无显著影响。土地不平等(土地基尼系数)高的市政损失较大但统计不显著。预建设执法强度(IBAMA罚款)与处理效应正相关,反映执法策略的逆向选择(PPCDAm框架下执法集中于高森林砍伐压力地区),而非制度强度。
5.3 Testing the sensitivity of the results to alternative models and data
稳健性检验包括:使用森林覆盖标准差、粗化精确匹配(CEM)、年际变化、PRODES数据,结果均保持负向显著。按初始森林覆盖五分位数分析,效应集中在高森林覆盖市政,支持边境扩张机制。排除低森林覆盖市政后结论稳健。
5.4 Event-study estimates of forest loss
事件研究估计显示,大坝建设前处理效应接近零,无预期效应。建设后效应逐渐累积,在7-8年后超过-100 km2,体现基础设施驱动的土地转换的持续性。农业产出事件研究显示,耕地面积在建设后持续增加,大豆面积也上升,牧场反应延迟且较弱。
5.5 Spatial spillover effects
空间溢出效应显著:邻近市政的森林损失为37-48 km2,约为直接效应的一半。这违反了稳定单位处理值假设(SUTVA),但导致基线估计可能低估真实效应。动态事件研究显示,溢出效应在建设开始约4年后逐渐显现,与大坝建设时间线一致。
6. Conclusions
研究得出四个核心发现:水电站大坝导致森林覆盖持续且经济上显著减少(约10%);耕地扩张是主要机制;影响集中在北部和东北部,公共土地份额高的地区;显著的空间溢出效应使行政边界低估环境足迹。研究结果强调,水电扩张与弱土地治理的交互作用可能产生高环境成本,政策设计应整合土地利用治理、保护激励与气候融资机制。