介绍
城市土地利用的地理分布取决于居民可用的资源和便利设施的分布，以及他们的偏好和获取这些资源和设施的能力（Landry 和 Chakraborty 2009）。社会经济地位较高的居民往往拥有更多的经济和政治资源来选择符合其偏好的社区，并防止不良的土地用途和设施位于这些社区。虽然健康的环境是一项基本人权（联合国，1993），但过去环境公平领域的研究表明，各种有害土地用途不成比例地分布在低收入和少数族裔社区（Bullard、Johnson 和托雷斯 2000；谢泼德等人。1999年；基督联合教会种族正义委员会 1987）。

关于环境公平的文献不仅包括不良土地利用的不均匀分布，还包括城市树冠等理想设施的倾斜分布（Landry 和 Chakraborty 2009）。树木是一种重要的环境设施，为城市居民提供许多好处。这些好处包括雨水管理、空气质量改善以及呼吸相关发病率和死亡率的降低、通过遮阳和冷却提高建筑节能以及小气候调节，从而减少与热相关的发病率和死亡率（例如，Nowak 和 Dwyer 2007 ）；诺瓦克和格林菲尔德 2012a；斯通 2012）。一些研究发现，大量的树木可能会鼓励身体活动，从而改善健康状况（Donovan 等人，2013 年；Takano、Nakamura 和 Watanabe，2002 年）。然而，较高社会经济阶层的成员往往不成比例地享受到此类福利（Landry 和 Chakraborty 2009；Pham 等人 2012）。诸如茂密的城市树冠之类的理想特征通常会增加房价和/或租金，并会吸引能够负担得起与此类特征相关的更高住房成本的居民（Donovan 和 Butry 2011；Sander、Polasky 和 ​​Haight 2010））而将那些不能提供服务的人排除在外，导致无法公平地获得这一重要的便利设施。

城市树木的供应不仅仅取决于公共供应，因为城市树木通常位于住宅区。然而，正如Mincey、Schmitt-Harsh 和 Thurau (2013 , 191) 所指出的，“。。。它们的树冠维持着构成公共产品的生态系统服务。” 许多城市通过设定树冠目标来维护现有的城市树木并种植新的树木。他们还鼓励私人行动通过制定适当的政策来实现这些目标（Mincey、Schmitt-Harsh 和 Thurau 2013）。随着人们对气候变化影响的日益关注，城市树木越来越被视为重要的基础设施，并经常被纳入可持续发展和气候变化适应或缓解的市政举措中（Bassett 和 Shandas 2010））。例如，亚特兰大气候行动计划承认城市树木提供了碳固存、降温和节能等关键效益，并指出增加树冠是该市的主要重点之一（亚特兰大市，2015 年，40）。
众所周知，土地使用政策和相应的分区法规会对树冠覆盖产生影响（Hill、Dorfman 和 Kramer 2010）。此外，如果没有一套更全面的规划法规，仅仅制定针对树木的政策（例如树木条例或树木板）被证明是无效的。例如，Hill、Dorfman 和 Kramer（2010，413）指出，“一套树木条例条款、分区条例以及社区中的高质量智能增长项目”相结合对于维持和扩大树木覆盖率最为有效。这些发现以及规划文件中纳入的气候行动计划表明，规划者在维护和增加城市树冠方面发挥着关键作用。

然而，不太清楚的是，随着时间的推移，城市树冠的增加或减少与环境公平的改善或下降有何关系。当不良的土地用途或设施被引入社区时，社会经济地位较高的居民往往会搬出，社会经济地位较低的居民会取代他们（Banzhaf 和 Walsh 2008）。相反，当一个有利的便利设施被引入一个社区时，那些能够比其他人出价更高地留下来或搬进该社区的人很可能会不成比例地享受到该设施所提供的好处（Anguelovski 2016））。这种邻里分类以及由此产生的社会经济阶层对便利设施和不便设施的不公平重新分配可能会强化和延续空间不平等。以往大多数关于城市树冠分布的研究都使用横截面模型。因此，对树冠变化如何与住宅排序联系起来的理解是有限的。这是亚特兰大市的一个重要问题，因为中高级社会经济阶层已经使许多内城区社区变得中产阶级化，这改变了该市的人口和社会经济格局（Aka 2010）。
本研究分析了亚特兰大市多个时间点城市树冠覆盖分布的变化模式，并探讨了这种模式与社会经济/人口景观变化的关系。特别是，它试图检验我们从环境公平文献中得出的以下假设：（1）少数种族/族裔和/或社会经济弱势居民比例较高的社区的城市树冠覆盖率较低，（2）少数种族/族裔比例增加和/或居民社会经济地位下降的社区将与城市树冠的减少相关。
在下一节中，我们将讨论我们研究所依据的文献。“研究领域、数据和方法”部分介绍了方法和数据，而“结果”部分则介绍了我们的分析结果。最后，本研究总结了重要发现并提出了潜在的政策影响。

研究背景
本研究从环境公平的角度考察了城市树冠覆盖度与社区社会经济指标之间的关系。除了环境公平之外，鉴于城市树冠在减轻气候变化影响方面的效益日益重要，脆弱性理论也被纳入理论框架。如图1所示，城市树冠覆盖度与社会经济/人口指标之间的关系与环境公平框架和脆弱性理论密切相关。

图1。研究的理论框架。
城市树冠和环境公平
众所周知，社会经济地位与城市树木冠层分布呈正相关，这表明社会经济地位较高的居民可能拥有更多的城市树木冠层覆盖率（Krafft 和 Fryd 2016；Landry 和 Chakraborty 2009；Schwarz 等人 2015）。在密尔沃基，Heynen、Perkins 和 Roy（2006）发现，家庭收入中位数和非西班牙裔白人比例与更大的树冠覆盖度呈正相关，而租户、空置率和西班牙裔居民的比例与树冠覆盖度呈负相关。 。兰德里和查克拉博蒂 (2009)研究了佛罗里达州坦帕市住宅地块上的城市树木和街道树木与社会经济指标的关系。使用一系列横截面空间回归模型，他们发现社会经济地位较低的居民预计拥有的城市树木比例较低。具有统计显着性的社会经济地位指标包括家庭收入中位数、租房者比例、非裔美国居民比例 ( p < .05) 和西班牙裔居民比例 ( p < .1)。Krafft 和 Fryd的一项研究(2016)是关于城市树冠和环境公平的少数纵向研究之一。对于澳大利亚墨尔本内城区的五个地方政府区域，作者研究了 2001 年和 2011 年社会经济地位指标（包括家庭收入中位数、住房拥有率和教育程度）与树冠覆盖率的关系。通过比较2001年的社会经济状况和2011年的树冠覆盖率的统计数据，他们发现2001年的收入是2011年树木覆盖率的最强预测因素，其次是大学毕业生和房主的比例。

一些研究使用特征模型来估计树冠对财产价值的贡献，通常发现它们之间存在正相关关系（Anderson 和 Cordell 1988；Morales 1980；Tyrväinen 和 Miettinen 2000）。Sander、Polasky 和 ​​Haight的一项研究(2010)发现较高的住宅树冠覆盖率有助于提高房产价值，房产价值增加的幅度根据与树木的距离而变化。他们以明尼苏达州的两个县为研究地点，通过将地块的缓冲距离从 100 米逐渐增加到 1,000 米，测量了树冠对房地产价格的贡献。结果表明，100 米和 250 米缓冲区内的树冠覆盖率导致了较高的销售价格，超出该范围的树冠覆盖率与房价没有显着相关性。尽管其中一些研究是为了验证城市树冠的好处增加了住宅物业的需求，从而增加了对此类物业的需求，
城市树木冠层和脆弱性理论
人类对环境危害的脆弱性被定义为“他们可能因暴露而受到伤害的程度”（Chow、Cchang 和 Gober 2012，288）。一些学者指出，脆弱性是暴露、敏感性和适应能力的函数（Gallopín 2006；Karner、Hondula 和 Vanos 2015；Polsky、Neff 和 Yarnal 2007；Turner 等人 2003）。敏感性可以通过“将特定人群置于危险之中的潜在人口因素”来表征（Karner、Hondula 和 Vanos 2015，453）当他们面临危险时，包括年龄和既往健康状况。适应能力是指通过空调、冷却中心、景观美化和其他类似机制等适应性手段“减轻暴露伤害风险的能力”（Chow、Chuang 和 Gober，2012 年，288）。敏感性和适应能力已被理论化为与各种社会经济/人口特征密切相关（Chow、Chuang 和 Gober 2012；Ngo 2001；Wolf 和 McGregor 2013）。卡特与芬奇 (2008，2301）指出，“种族/族裔、社会经济阶层和性别以及年龄（老年人和儿童）、移民和住房保有权是定义弱势群体的最常见特征。” 简而言之，年龄、性别、种族和社会经济地位被广泛视为构建与环境危害相关的脆弱性指数的共同特征（Cutter、Boruff 和 Shirley，2003 年）。关于敏感性、适应能力和暴露之间的关系，Smit 和 Wandel (2006 , 286) 观察到，
一般而言，在其他条件不变的情况下，对气候刺激、条件或灾害更加暴露和敏感的系统（例如，社区）将更加脆弱，而在其他条件不变的情况下，具有更强适应能力的系统往往不易脆弱。
由于树木可以通过小气候调节、雨水管理和空气质量改善等方式有效减轻气候变化的各种影响（即减少暴露），因此拥有足够的树冠对于那些对极端天气高度敏感的人来说尤其重要温度或污染和/或处理此类影响的适应能力低。

用于构建敏感性和适应能力的变量在很大程度上与环境公平文献中常用的变量重叠。为了评估环境公平，过去的研究经常使用家庭收入、种族/民族、住房保有权、教育程度和年龄等指标。这种重叠提供了一条将环境便利性（或缺陷）分布不均与脆弱性联系起来的途径。例如，当较高的暴露水平（例如，较少的城市树木覆盖）与较高水平的敏感性或较低水平的适应能力（例如，缺乏应对暴露的经济​​资源）相结合时，不同社会经济群体的脆弱性差异将会更大。 ，由于年龄或先前存在的健康状况而高度敏感，或新移民的语言隔离）。因此，
研究领域、数据和方法
研究区
佐治亚州亚特兰大市有两个独特的特征使该城市适合本研究：（1）其丰富的城市树冠，但正在稳步下降；（2）社区中种族构成的变化。亚特兰大这座被称为“黑人麦加”的城市（布鲁金斯学会，2000；海峡与贡，2015），非裔人口比例不断下降，而白人、亚裔和拉美裔居民比例却稳步上升。表 1显示了 2000 年至 2013 年间种族构成的变化。种族构成的这种变化“如此巨大，以至于该城市已经超过了该类别中的所有其他美国城市”（Jennings 2016），3）。从空间上看，我们发现市中心地区的白人人口有所增长（Aka 2010；Strait 和Gong 2015），而非白人人口则日益郊区化（Strait 和Gong 2015）。伴随这一趋势的是中产阶级化，以种族构成、收入和住房成本的变化来衡量，这种情况尤其发生在亚特兰大市中心地区

尽管亚特兰大以其茂密的树冠和严格的树木保护条例而闻名，但在 2005 年至 2009 年间，它失去树冠的速度比美国许多其他主要城市都要快（Nowak 和Greenfield 2012b）。然而，这种快速损失近年来似乎有所放缓：最近更新的 2014 年报告显示，城市范围内 47.1% 的土地面积被树冠覆盖（Giarrusso 2018），略低于 2008 年约47.9%（贾鲁索和史密斯 2014）。尽管六年来城市平均水平的下降幅度可以忽略不计，但增长和下降似乎存在地理聚集性。特别是，传统上由许多富裕社区组成的城市北部地区，在 2008 年至 2014 年间经历了最显着的树冠减少（Giarrusso 2018）。尽管亚特兰大有严格的树木保护条例，但树冠的损失仍在发生（Stone 2012）。人们正在努力在监管框架之外增加树冠。TreesAtlanta 是一个致力于防止城市森林流失的组织，自 1985 年成立以来，已在亚特兰大各地种植了 113,000 多棵树（TreesAtlanta nd.) 并提供其他保护教育服务。
数据准备
该研究在城市边界内的街区组层面进行，使用 2000 年和 2013 年的两个横截面模型以及评估 2000 年至 2009 年之间变化的纵向模型。选择人口普查街区组而不是大片土地，因为树冠对财产的影响价值，排序可能发生的主要机制，可能是高度本地化的（Sander, Polasky, and Haight 2010）并且可以在块组尺度上更准确地捕获。研究的数据来源和时间范围的选择是为了确保整个时间跨度（即2000年至2013年）足够长，以适应2008年的经济衰退和随后的复苏期。此外，具体年份的选择是以树冠和居民社会经济状况的可靠数据的可用性为指导的。
所有社会经济和住房相关数据均从美国人口普查局的街区组级别获取。由于美国社区调查 (ACS) 的五年估计自 2009 年起可用，因此本研究的第一年仅限于使用 2000 年十年一次的人口普查。对于横截面模型，选择了 2000 年十年一次的人口普查和 2013 年 ACS 的数据。对于纵向模型，为了避免 2010 年人口普查边界变化可能引入的任何偏差，我们选择匹配 2000 年十年一次的人口普查和 2009 年 ACS 数据。

本研究的理想树冠数据应具有足够长的时间范围，以适应最近经济衰退的萧条和复苏，同时保持时间范围内收集和处理方法的一致性。不幸的是，没有满足数据标准的单一树冠数据源，我们从两个不同的遥感数据集中获取了树冠数据：(1) 国家土地覆盖数据库 (NLCD) 和 (2) 国家土地覆盖数据库 (NLCD)。农业影像计划（NAIP）。NLCD 是一个分辨率为 30 米的预处理遥感数据集，可用于 2001 年、2006 年和 2011 年（Homer 等人，2007 年；Xian 等人，2011 年））。我们从 NLCD 中得出了第一个横截面模型的 2001 年城市树冠估计值和纵向模型的 2001 年和 2011 年树冠估计值，因为它的纵向跨度、可比性以及与人口普查数据相对一致的年份。请注意，NLCD 2001 中用于生成树冠估计的树木定义与 NLCD 2011 的定义不同。在 NLCD 2001 中，仅考虑高度超过 5 m 的树木进行树冠估计，而 NLCD 2011 没有任何高度限制。由于这一限制性定义，NLCD 2001 很可能低估了树冠（Nowak 和 Greenfield 2010），这可能会限制这些数据集的可比性。为了衡量分配公平性，当 NLCD 2001 的低估程度在所有研究领域一致时，NLCD 2001 和 2011 的比较就可以没有显着偏差。如果这个假设成立，回归模型中解释变量的系数和统计显着性就不会出现很大偏差。如图2所示，NLCD 2001 和 2011 似乎线性集中在一条直线周围，我们得出的结论是 NLCD 2001 和 2011 具有合理的可比性，可用于研究分配公平性。由于在撰写本文时无法获得 2011 年以后的 NLCD，因此 2013 年的树冠数据来自 NAIP 图像。NAIP 影像从 2005 年开始覆盖佐治亚州，并于 2009 年之后提供四波段、1 米分辨率的航空影像。该影像使用 ArcGIS 10.1 中的无监督 iso-cluster 分类进行分类。初始图像分类后，通过绘制掩模手动调整错误分类。分类的总体准确率为 85.6%。

图2 . 2001 年至 2011 年整个城区（左）和住宅区（右）NLCD 的散点图。
注：NLCD = 国家土地覆盖数据库。
仅针对住宅区计算树冠覆盖的街区组面积比例，原因有二。首先，人口普查数据基于居住地。其次，一些街区有大片森林，与居民区不重叠。因此，使用整个街区群面积可能无法正确反映居民在日常生活中或决定迁入或迁出街区群时对城市树冠的体验。除非另有说明，迄今为止所有树冠措施均指住宅树冠。每年的住宅区是使用亚特兰大地区委员会提供的土地利用/土地覆盖数据确定的。
解释变量选自两个不同的研究领域，即环境公平和脆弱性理论。如上所述，两个领域中经常使用的属性存在重叠，并且在变量选择中优先考虑这些属性（Cutter、Boruff 和 Shirley，2003 年；Grove 等人，2006 年；Heynen 和 Lindsey，2003 年；Jesdale、Morello-Frosch ） ，和 Cushing 2013；Krafft 和 Fryd 2016；Landry 和 Chakraborty 2009；Lowry、Baker 和 Ramsey 2012；Pham 等人 2012；Troy 等人 2007）。在分析之前检查所有变量的正态性，并在必要时应用对数变换。由于多重共线性的高风险，最初在分析中测试的一些变量被排除在外。在块组级别使用 ACS 的一个警告是，与区域级别估计相比，它可能具有相对较大的误差范围。例如，2009 年人口普查对高中以下教育程度人口的平均估计约为平均误差幅度的 62%。同样，2013 年 ACS 对西班牙裔人口的平均估计仅略大于平均误差范围。尽管如此，2000 年十年一次的人口普查大约每六个家庭收集了一个样本，因此我们使用十年一次的人口普查进行的分析是基于更准确的数据。而且，
这项研究测试了种族与贫困之间的相互作用效应。白人居民（或非白人/少数族裔）的比例和贫困率经常被用来解释社区位置（Sampson 和 Sharkey 2008）。过去的研究表明，同一种族群体内会按收入进行分层，尤其是非裔美国人（Charles 2003；Gates 2016）。我们测试了所有模型中种族类别和贫困率所有可能组合的交互项，并保留了那些显示出显着效果的项以供进一步解释。表 2显示了回归模型中使用的变量的描述性统计。

数据分析
先前关于类似主题的研究已经报告了空间自相关问题。空间自相关是指观测单元的空间邻近性与其值的相似性之间的关系（Lee，2017）。例如，当地理上彼此接近的观测值比空间随机分布的值更频繁地具有相似（或不相似）值时，称为具有正（或负）空间自相关。空间自相关的存在违反了标准统计模型中经常使用的独立观测假设。在本研究中，使用 Moran's I测试了普通最小二乘 (OLS) 模型的回归残差的自相关性统计量，证实了 OLS 残差中存在空间自相关。

校正空间自相关的一种技术是使用同时自回归 (SAR) 模型，其中包括标准线性回归模型中的空间依赖性效应 ( Anselin 和 Bera 1998）。SAR 模型使用空间权重矩阵解释观测值（人口普查区块组）之间的空间关系，其中包含观测值 A 是否与观测值 B 相邻的信息。我们使用车邻近性度量来构造权重矩阵，其中人口普查区块组具有多边形边界公共边的块组标记为 1，而没有公共边的块组标记为 0。解决 SAR 模型中自回归效应的方法有多种。两种最常见的方法是空间滞后回归和空间误差回归。空间滞后回归模型（SAR lag）假设因变量之间存在空间依赖性，而空间误差回归模型（SAR error）假设误差项之间存在空间依赖性。SAR滞后和 SAR误差之间的选择可以基于拉格朗日乘数检验（ Anselin 1988 ）来完成，这为我们的模型选择提供了信息。

结果
图 3至图 5显示了 2001 年、2011 年和 2013 年按人口普查区块组划分的住宅城市树冠。这些年份住宅树冠的估计值分别为 45.3%、49.8% 和 49.3%。请注意，由于前面所述的低估，2001 年的估计值可能低于后来几年。目视观察显示，历史上以白人为主的社区组成的城市北半部在 2001 年拥有最高比例的住宅树冠。传统上由非裔美国人社区组成的城市西南部， 2001 年住宅树冠相对较少。图 6显示了 2001 年至 2011 年间获得或失去住宅树冠的街区群。1市中心和中城区（图 6中蓝色的街区群）是街区群失去树冠的冷点，而街区群失去树冠的热点地区是的街区组显示树冠增加（图6中红色的街区组）位于城市的西南部。

图3 . 2001 年街区组住宅树冠百分比。

图4 . 2011 年街区组住宅树冠百分比。

图5 . 2013 年街区组住宅树冠百分比。

图6 . 2001 年至 2011 年间住宅树冠百分比的变化。
2000 年树冠和环境公平
表3显示了2000年空间滞后模型的回归结果。虽然不能直接与OLS模型的R 2统计量进行比较，但SAR模型的伪R 2统计量表明模型拟合有所改善。类似地，Akaike 信息准则 (AIC) 统计表明 SAR 模型比 OLS 模型表现出更好的拟合效果。因此，所有表中均省略了 OLS 模型的结果。

2000 年的横截面回归结果显示了估计值，其方向与过去的发现基本一致。人口密度很大，并且与城市树冠呈负相关。建筑年龄中位数及其二次项与预期迹象高度显着。二次项的负系数表明一条向下凹的曲线，表明新建筑街区组中居住区的城市树木增长速度快于旧建筑街区组。在控制建筑环境因素后，非裔美国人 ( p = .071) 和生活贫困居民的比例( p= .068) 与城市树冠覆盖率呈轻微显着负相关，而出租房屋的百分比与城市树木覆盖率呈负相关 ( p < .01)。这些社会经济指标通常表明脆弱性衡量指标的适应能力较低。

解释 2000 年至 2009 年间树冠的变化
基于拉格朗日乘子检验，我们采用空间误差模型来分析2000年和2009年树木冠层变化（表4）。结果表明，2000 年居住区城市树冠与 2001 年至 2011 年树冠的正变化相关。在建成环境变量中，2000 年至 2009 年居住用地总面积的增加与在此期间树木覆盖率下降。住宅区的增加可能预示着新的住宅开发项目，这些地区的城市树木可能是新种植的、更年轻、更小的树木。2000 年测量的人口密度的正估计似乎违反直觉，但实际上是有道理的；过去，人口稠密的地区树冠本来就较少，因此增加的可能性大于减少的可能性。与 2000 年的横截面模型相反，纵向模型的结果显示，城市树木覆盖率与社会经济和人口指标之间的关系呈现变化趋势。2000 年非裔美国人的比例与城市树木覆盖率的变化呈显着正相关。然而，这种关系并不适用于其他种族或族裔群体的比例。具有高中或以下学历的居民百分比的变化与树木覆盖率的变化呈正相关。这一结果与 2000 年非裔美国人的估计一起表明环境公平性有所改善。然而，出租房屋的比例仍然与城市树木覆盖率的变化呈负相关。2000 年非洲裔美国人的比例与城市树木覆盖率的变化呈显着正相关。然而，这种关系并不适用于其他种族或族裔群体的比例。具有高中或以下学历的居民百分比的变化与树木覆盖率的变化呈正相关。这一结果与 2000 年非裔美国人的估计一起表明环境公平性有所改善。然而，出租房屋的比例仍然与城市树木覆盖率的变化呈负相关。2000 年非裔美国人的比例与城市树木覆盖率的变化呈显着正相关。然而，这种关系并不适用于其他种族或族裔群体的比例。具有高中或以下学历的居民百分比的变化与树木覆盖率的变化呈正相关。这一结果与 2000 年非裔美国人的估计一起表明环境公平性有所改善。然而，出租房屋的比例仍然与城市树木覆盖率的变化呈负相关。具有高中或以下学历的居民百分比的变化与树木覆盖率的变化呈正相关。这一结果与 2000 年非裔美国人的估计一起表明环境公平性有所改善。然而，出租房屋的比例仍然与城市树木覆盖率的变化呈负相关。具有高中或以下学历的居民百分比的变化与树木覆盖率的变化呈正相关。这一结果与 2000 年非裔美国人的估计一起表明环境公平性有所改善。然而，出租房屋的比例仍然与城市树木覆盖率的变化呈负相关。

由非裔美国人比例变化和贫困率变化组成的交互项在p < .05 时显着。它表明，非洲裔美国人比例变化的影响可能会根据贫困率变化的值而有所不同，反之亦然。图7A显示了 2011 年估计的树冠，假设贫困率多年来增加了 17.8%（贫困率变化的第 90 个百分位数）。其他变量保持平均值不变。在此假设下，非洲裔美国人比例的不断变化与 2011 年树冠估计值的下降有关。相比之下，如果我们假设贫困率下降了−17.5%（变量的第10个百分位），则非裔美国人比例的不断变化与2011年树冠估计值的提高呈正相关。这种关系如图7B所示。尽管估计的城市树冠存在差异，如图7所示可能看起来微乎其微，但应该注意的是，图中显示的估计值是基于第 10 个和第 90 个百分位值；在最极端的情况下，估计的树冠覆盖度差异可能高达 20% 以上。

2013 年树冠和环境公平
2013 年横截面空间滞后模型的结果列于表 5。代表建筑环境特征的指标，即人口密度和建筑年龄及其平方项，均在p < .01 时显着，与 2000 年横截面模型中观察到的关联方向相同。在控制了建筑环境和建筑后年龄、非裔美国人和西班牙裔的比例与 2013 年城市树木覆盖率呈边际显着水平 ( p < .1) 和显着水平 ( p< .05)，分别。这些结果扩展了纵向模型的研究结果，并证实非洲裔美国人和西班牙裔的比例实际上是 2013 年城市树木覆盖率增加的预测因素。然而，贫困率和出租房屋的比例对城市树木覆盖率产生负面影响，表明经济资源短缺仍然是低树冠覆盖率的重要预测因素。

讨论
这项研究的结果表明，我们得出假设的传统不平等理论与我们的数据并不相符。因此，它们在制定政策反应方面的适用性需要针对每种情况进行测试。反思引言中提出的第一个假设，2000 年的横截面模型表明，非裔美国人、贫困居民和租房者比例较高的社区与相应地区的树冠覆盖率较低相关，从而支持了该假设。然而，2013 年，少数族裔不再是环境不平等的重要预测因素；相反，非裔美国人和西班牙裔人口较多的社区拥有更大的树冠。传统环境不平等假说符合 2000 年数据但不符合 2013 年数据的证据支持了少数族裔集中度与树冠之间的关系随时间变化的论点。尽管如此，2013 年贫困和租房者始终与更大的环境不平等相关，这表明传统理论的某些部分在亚特兰大的案例中仍然有效。
第二个假设表明，随着时间的推移，社区树冠覆盖率会随着少数种族/族裔的增加和/或居民社会经济地位的下降而减少，但我们的数据仅部分支持这一假设。在纵向模型中，2000 年非裔美国人比例较高的街区群体的树冠有所增加。此外，随着时间的推移，具有高中或以下学历的居民比例上升的街区群体的树冠也随之增加。然而，与 2013 年的横截面模型类似，2000 年的租房比例与树冠随着时间的推移而减少有关。纵向模型中的交互作用项表明，根据贫困率变化的程度，非裔美国人比例的变化可能会产生相反的影响。简而言之，社会经济地位与邻里树冠的关联方式与我们的假设有所不同。

尽管本研究的结果仅部分支持了传统理论的假设，但确实符合亚特兰大的种族再分配趋势。很大一部分非裔美国人从市中心地区迁移到树冠相对丰富的郊区，而社会经济地位较高的居民（其中许多是白人）则迁移到树冠覆盖率较低的市中心地区。这种种族重新分配可以部分地通过居住地点偏好的变化以及偏好实现的程度来解释。在亚特兰大，很大一部分居民更喜欢步行社区，因为这些社区具有良好的商店和服务便利性，但由于此类社区供应不足，最终往往选择不太理想（弗兰克、莱文和查普曼 2004）。最近中产阶级化的影响可能为市中心地区提供了优质的住房和社区，将富裕的白人引入到更适合步行和交通但缺乏足够树冠的地区。

我们的数据的更详细的描述性统计也支持了这一解释。如果我们使用五分位数将 2013 年的树冠分布分解为五个分格，则亚特兰大环线（环绕亚特兰大内城区的废弃铁路线上的大型再开发项目）的很大一部分属于第二个五分位数（即，树冠覆盖率第二低的区块组）。Beltline 增加了项目 1.5 英里范围内的房产价值（Immergluck 和 Balan 2018）。2013 年，第二个五分之一人口中白人和拥有学士学位或更高学历的人口比例最高（分别为 50.7% 和 52.6%），而贫困率在该五分之一人口中最低（19.7%）。请注意，2000 年，第五个五分位数（即树冠覆盖率最高的街区群体）白人和拥有学士学位或更高学历的人口比例最高，贫困率最低。尽管如此，2000 年和 2013 年，树木最稀疏的五分之一地区的贫困率最高（2000 年为 44.5%，2013 年为 33.8%）。同样，当我们测试将街区组的质心到亚特兰大环线的距离添加到 2000 年横截面模型中时，这是在亚特兰大环线的规划和公开讨论开始之前，这个变量是微不足道的，对其他变量的影响也很小。然而，在 2013 年的横截面模型中，到 Beltline 变量的距离显示出与树冠覆盖度呈统计显着的正相关。此外，它使得非裔美国人的比例变得微不足道（p = .305），而拉美裔的比例略显着（p = .077），这表明亚特兰大环线的发展可能是影响非裔美国人和拉美裔以及亚特兰大城市树冠之间关系的全市性力量。
居民社会经济地位与城市树木之间这种不断变化的关系在过去的研究中很少有报道，并为未来改善环境公平和解决居民脆弱性的规划和政策举措提供了新颖的见解。首先，维持树冠覆盖的努力，特别是在低收入和少数民族社区，将变得越来越重要。非裔美国人和西班牙裔比其他种族群体更有可能砍伐他们土地上的树木，因为他们往往缺乏维护树木的资源（Heynen、Perkins 和 Roy 2006）。在密尔沃基，少数族裔社区中许多大型且维护不足的树木被砍伐的速度比有意种植的速度还要快，这可能会导致更大的不平等（Heynen、Perkins 和 Roy，2006 年））。此外，纵向模型中的交互项表明，贫困率上升与非裔美国人比例增加相结合的地区可能会随着时间的推移“失去”树冠。尽管需要进一步的研究来确认树冠的损失是否实际上是由于维护成本造成的故意砍伐造成的，但向贫困和少数族裔地位重叠的社区提供维护和保护树冠的资源将有利于改善环境公平并减少脆弱性。
其次，可以细化用于确定最需要树木的目标区域的指标。规划文献强烈主张数据驱动规划对植树计划的重要性（Garrison 2018；Young 2011），我们的分析进一步表明，使用正确的指标来确定目标区域对于实现环境公平和减少脆弱性至关重要。尽管少数族裔地位和贫困率或低家庭收入是有关不成比例的环境影响的文献中讨论的典型因素（Garrison 2018），亚特兰大的少数族裔地位并不一定表明他们更容易受到环境危害的影响，除非与其他不利的社会经济条件相结合。树冠与贫困率和租房者比例之间持续存在的反比关系表明，这些因素可以有效地确定植树区域，从而微调改善环境公平和缩小脆弱性差距的策略。高度贫困地区可能比其他地区更容易受到环境危害的影响，因为它们缺乏足够的树木覆盖来减轻环境危害暴露的风险，而且应对环境危害的资源有限。此外，众所周知，贫困和不良的健康状况是共存的（Wagstaff 2002）。健康状况不佳可能意味着更高的敏感性，从而形成脆弱的热点。对于这些脆弱性热点地区，增加树冠的政策干预势在必行，因为贫困限制了居民通过植树投资其房产和社区的能力，而租户往往没有动力进行此类投资，因为他们通常不是树木的受益者。增加财产价值（Perkins、Heynen 和 Wilson 2004）。
此外，这种不断变化的关系表明，在利用文献研究成果制定当地植树计划之前，可能需要对文献研究结果进行测试并与当地情况进行比较。由于城市的异质性，我们强调“当地环境”的重要性：每个城市独特的气候、人口统计和城市规模等因素可能导致城市树冠与居民社会经济/人口特征之间的不同关系（施瓦茨等人，2015）。加里森在回顾洛杉矶和纽约市的“百万棵树”植树活动时（2018）报道称，一些主要种植合作伙伴暗示，优先在低树冠社区种植将改善环境公平，因为这些社区通常是低收入和少数族裔地位等环境正义措施重叠的地方。她进一步写道，这两项运动都“默认了实现这一公认的令人印象深刻的目标将不可避免地也有助于更大的环境正义”（Garrison 2018，6）。我们的分析表明，将此假设应用于 2013 年的亚特兰大可能会产生意想不到的结果。此外，树冠评估研究指出，土地利用规划和分区监管对城市树冠分布具有深远影响（Giarrusso 和 Smith，2014 年；梅里等人。2014）。例如，亚特兰大的大部分树冠出现在单户住宅物业上，其次是多户住宅用途（Giarrusso 和 Smith 2014）。2008 年至 2014 年间，大部分树木损失发生在私人财产上，为了最大限度地提高建筑物覆盖率，使其达到允许的地块覆盖率，树木被砍伐（Giarrusso 2018））。这要求地方规划者在与城市树冠相关的政策举措中发挥更积极的作用，因为他们深入了解土地利用规划和树冠分布之间的关系，以及每个城市独特的不断变化的人口景观。这些知识对于确定、规划和更新植树和维护计划至关重要（Young 2011）。

澄清这项研究的局限性很重要。首先，NLCD 2011 和 ACS 2009 之间纵向模型的时间差异可能会在分析结果中引入一些偏差。2001 年和 2011 年 NLCD 中树木定义的变化在多大程度上引入了偏差同样未知。其次，由于 ACS 基于样本量有限的调查数据，对于较小的地理尺度（例如，区块组级别），估计的误差范围可能更大。第三，尽管使用 NLCD 2001 和 2011 年的模型的结果似乎与使用 NAIP 的模型的结果一致，但两个遥感数据集的差异可能造成的偏差程度尚不清楚。第四，这项研究将树冠视为其效益的代表。受益人所体验到的实际效益可能会有所不同，具体取决于各种因素，包括特定树种或树冠的总体健康状况。此外，这项研究没有明确考虑树冠可能产生的负面影响。正如讨论中简要提到的，有些人认为树冠是一种便利，而另一些人则认为它是一种麻烦。最后，这项研究没有确定或明确纳入树冠分布随时间变化的原因。尽管存在这些限制，总体结果足以表明社会经济条件和树冠覆盖率之间的关系不是随时间变化的，甚至可以根据居民偏好的变化而变化。

公平分配树冠效益的政策选择
从这项研究中可以得出一些关于提供公平的城市树木效益和解决居民脆弱性的规划/政策建议。首先，可以修改《亚特兰大树木保护条例》中的造林优先事项，以纳入经济边缘化，特别是在少数族裔比例不断增加且贫困加剧的情况下。目前，该法令优先考虑需要缓解热岛效应或稳定土壤的地区的种植工作。将居民的脆弱性纳入标准有助于微调目标区域，从而最大限度地提高投资效益。
其次，我们的数据表明，市中心地区仍然是贫困率高、租房者比例高和树冠缺乏并存的热点地区。可以利用该法令允许在邻里规划部门（NPU）之外的地方种植替代树木（这些树木是从这些地方被移除的），并将它们引导到持续缺乏树冠的地区。截至撰写本文时，该条例要求从 NPU 移走的树木需要重新安置在同一 NPU 内或距离 NPU 边界 1 英里以内。这意味着，如果不采取额外的种植举措，原本树木较少的 NPU 将继续拥有较少的树木。从长远来看，旨在增加潜在种植空间的基于激励的政策工具对于缺乏此类空间的地区可能有用。例如，凯登 2000）。这些公共空间可能是宝贵的植树空间，否则购买成本可能会很高。

第三，从脆弱性的角度来看，可能还需要考虑替代方法，包括高反照率屋顶、绿色屋顶、绿色因素计划（即旨在增加景观数量和质量的基于分数的规范要求）或其他类似的方法。受种植空间限制较少但提供与城市树木类似的好处的工具（Stone 2005）。例如，绿色屋顶可以提供生态系统服务，如雨水管理、建筑温度调节和减少城市热岛效应（Oberndorfer 等，2007））。这种方法可能很重要，因为即使我们假设在缺乏树冠且敏感性高和/或适应能力低的地区种植了足够的树木，树木生长所需的时间也可能会阻碍及时提供所需的资源。

城市树木为居民提供了各种好处，其中许多可以有效缓解气候变化的影响。城市树木的公平分配是促进环境正义和降低居民脆弱性的重要考虑因素，特别是对于那些敏感度高和/或适应能力低的人来说。由于更公平地分配城市树木的规划和政策干预措施需要时间来实施，而且社会经济条件和树冠之间的关系可能会随着时间的推移而发生变化，因此任何此类干预措施都应纳入纵向视角，以确保实现预期结果。