风能涡轮机的本地外部性

《Energy Economics》：Spin city: Local externalities of wind turbines

风电场选址导致周边房价下降1.9%，抑制旅游业和住房建设，但通过提高地方税收1.8%可部分抵消负面影响。

　　

斯文·海姆（Sven Heim）|马里奥·利本施泰纳（Mario Liebensteiner）|费利克斯·米歇莱（Félix Michelet）

巴黎矿业大学（Mines Paris）– 法国巴黎政治学院（PSL University）

摘要

风力涡轮机虽然带来了显著的环境效益，但也产生了负面的地方性外部效应，如噪音和视觉污染，这些效应可能导致当地紧张局势以及社区对能源转型的抵制。本文研究了德国风力涡轮机选址相关的正面和负面外部效应。通过使用工具变量方法，我们发现风力涡轮机的选址使受影响地区的房屋购买价格下降了1.9%，尤其是对于首批安装的风力涡轮机，这种负面影响更为明显。此外，风力涡轮机的选址还减少了当地旅游业和公寓租金，并导致发放的公寓和房屋建筑许可证数量减少，从而加剧了现有的住房短缺问题。从积极方面来看，每安装一座风力涡轮机，通过增加商业税收收入，该地区的税收能力可以提高1.8%。我们的研究结果表明，通过将增加的税收收入投资于当地设施和公共服务，可以缓解风力涡轮机的负面影响。

引言

从传统热电厂向分散式可再生能源的转型是实现发达国家气候目标的关键挑战。尽管包括生物质能、沼气能和水能在内的大多数可再生能源技术在欧洲的部署潜力有限，但风能和太阳能具有更大的潜力。然而，与传统的大规模发电厂不同，风能和太阳能设施通常规模较小，且多位于偏远地区。

尽管减少温室气体排放和地方污染物具有显著的好处，但风力涡轮机的建设有时会遇到当地居民的反对，这种现象通常被称为“不要在我后院”（NIMBY）综合征（Van Der Horst, 2007）。也就是说，人们普遍支持可再生能源的发展，但在自己居住的附近地区，他们不希望忍受相关的负面外部效应。在这方面，文献记录了与风力涡轮机附近居住相关的健康问题，这些问题通过噪音和视觉污染表现出来（Ata Teneler和Hassoy, 2023; Knopper和Ollson, 2011），这些负面因素会对家庭福祉产生负面影响（Krekel和Zerrahn, 2017）。

在本文中，我们通过研究德国风力涡轮机选址对房价及相关结果的影响来实证评估这些外部效应。如果当地居民确实将噪音和景观视觉污染等不便视为负面因素，那么新风力涡轮机的建设应该会导致房价下降。测量这种效应特别有趣，因为NIMBY主义可能会阻碍风力涡轮机的部署，进而阻碍污染性发电厂的替换。量化风力涡轮机对房价的影响有助于实施有针对性的补偿措施，以减轻对受影响当地社区的影响。此外，评估这种效应的异质性可以指导未来风力涡轮机的战略布局。我们选择德国作为案例研究，因为该国在风能部署方面处于领先和先锋地位。

我们使用了一个独特的数据集，该数据集涵盖了2008年至2017年间德国各市镇的房价以及风力涡轮机的数量和容量。确定风力涡轮机选址对房价的因果效应的一个关键挑战是潜在的逆向因果关系，因为一个市镇的房产价格也可能影响风力涡轮机的投资决策。例如，投资者可能会在成本较低的地区建设风力涡轮机。为了规避潜在的内生性偏差，我们的分析利用了政府激励措施变化所引发的风力涡轮机部署变化，这些变化决定了风力涡轮机投资的收益。利用这一工具，我们可以确定感兴趣的因果效应。

我们的主要发现是，风力涡轮机的选址对其附近的房价有负面影响。我们发现，风力涡轮机的选址使一个市镇的平均房价下降了1.9%。然而，这种效应并非线性关系。我们的估计表明，最初的风力涡轮机选址对房价的负面影响最大，为-5.5%，而在已经有其他风力涡轮机的地区新增风力涡轮机的效应在统计上并不显著。

此外，我们还发现风力涡轮机的选址不仅会压低房价，还会影响公寓租金和酒店过夜住宿人数，这表明负面效应还扩展到了其他方面。这一结果表明，风力涡轮机的负面影响不仅影响当地居民，也影响游客。此外，我们还发现，风力涡轮机选址会导致市镇发放的公寓和房屋建筑许可证数量减少。这表明在分配新建房屋和公寓的土地与建设风力涡轮机之间存在权衡。因此，政策制定者在决定风力发电部署时应该考虑这些负面影响。

除了估计风力涡轮机投资的负面影响外，我们还证明了风力涡轮机的数量和规模显著增加了市镇的税收收入。因此，除了环境效益外，风力涡轮机还对市镇财政产生了积极影响，有助于缓解视觉和噪音污染的负面影响。市镇可以利用额外的税收收入投资于当地基础设施，如儿童保育、医疗和教育服务、公共交通以及娱乐设施，以减轻风力涡轮机选址带来的当地负面影响。在其他条件相同的情况下，此类有针对性的投资有助于提高房价并吸引旅游业。

这项研究有助于理解风能部署的当地影响。正如我们在第2.2节“收益与当地反对”和第2.3节“评估对当地居民的成本”中详细讨论的，一些研究调查了风力涡轮机部署对土地或房价的影响。其中包括Jarvis（2025）和Gibbons（2015）针对英国的研究，Dr?es和Koster（2016）以及Dr?es和Koster（2021）针对荷兰的研究，Sunak和Madlener（2016）和Sunak和Madlener（2017）针对德国北威斯特法伦州的研究，以及Quentel（2023）针对德国的研究。这些研究发现风力涡轮机选址对房价或房产价格有负面影响，但具体效应差异很大。然而，一些研究没有发现显著影响，甚至在某些情况下发现了正面影响，这取决于具体背景（Parsons和Heintzelman, 2022的文献综述）。因此，一个常见的假设是风力涡轮机部署必然会产生负面影响，这一假设可能导致错误的政策决策。

与以往的研究不同，本文有几个新的贡献。我们结合了涵盖整个德国十年时期（2008-2017年）的多个详细数据集，包括关键的社会经济数据。除了估计风力涡轮机选址对房价的负面影响外，我们还研究了其对公寓租金、酒店过夜住宿人数和建筑许可证的影响。此外，我们还展示了风力涡轮机通过增加商业税收收入为市镇带来的财政效益。一个关键的创新是估计了非线性效应，其中首座风力涡轮机产生的负面影响最大。此外，我们采用了可信的工具变量方法来确定感兴趣的效应。

本文的其余部分安排如下：第2节简要介绍了德国风能推广和当地反对的情况。第3节描述了我们的数据。第4节概述了我们的实证策略。第5节展示了结果，第5.3节提供了稳健性测试。第6节进行了总结。

章节片段

制度背景

在本节中，我们提供了过去20年德国风能推广和发展的背景信息。我们还讨论了减少温室气体排放带来的全球利益与当地不便（包括视觉和噪音污染）之间的权衡。最后，我们回顾了评估风力涡轮机对当地居民成本的文献，并介绍了我们的贡献。

数据

本节描述了支持我们实证分析的数据集。总体而言，该数据集包括2008年至2017年期间各市镇的房价、风力涡轮机的数量和容量，以及当地的社会经济特征，如人口密度、失业率和居民平均年龄（对应于欧洲LAU 1级别）。

识别策略

本节详细介绍了我们关于风力涡轮机建设对房价影响的基线估计。我们使用以下回归方程来建模这一关系：