盛濟(jì)川 ，曹 杰

（南京信息工程大學(xué)a.氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心經(jīng)濟(jì)管理學(xué)院b.中國(guó)制造業(yè)發(fā)展研究院，南京210044）

0 引言

森林對(duì)CO2的吸收是碳捕捉和碳儲(chǔ)存的一種重要途徑[1]，熱帶森林面積只占到全球陸地面積的15%[2]，卻吸收了陸地生物圈約25%的碳[3]，截止2010年底全球森林共儲(chǔ)存了289億噸碳[2]。然而因砍伐和森林退化造成的溫室氣體排放已成為全球變暖的第二大主因，其總量已占到由人為因素導(dǎo)致碳排放總量的12～20%[4]，1990～2010年間因森林減少導(dǎo)致年均0.5億噸碳被釋放到大氣中。因此聯(lián)合國(guó)氣候變化框架公約在2007年引入了“減少砍伐和退化所致排放量”（REDD）機(jī)制。而“REDD+”是對(duì)REDD的發(fā)展，通過(guò)采取各種政策方法和積極的激勵(lì)措施，以幫助發(fā)展中國(guó)家減少砍伐和森林退化，同時(shí)還包括森林保護(hù)、森林的可持續(xù)經(jīng)營(yíng)以及增加森林碳信用。REDD+的存在可以幫助愿意且能夠減少因砍伐造成的排放的國(guó)家獲得財(cái)政補(bǔ)償[5]，因而越來(lái)越多的發(fā)展中國(guó)家加入到REDD+框架中。

一國(guó)能否從REDD+受益主要取決于其收益與成本的權(quán)衡，REDD+的收益主要由森林碳儲(chǔ)量的變化以及國(guó)際市場(chǎng)碳信用的價(jià)格所決定，而這里的REDD+的成本主要是機(jī)會(huì)成本。當(dāng)該國(guó)獲得的收益高于減少毀林或增加造林的機(jī)會(huì)成本時(shí)，減少森林砍伐或增加森林面積便成為有利可圖的選項(xiàng)[6]。當(dāng)國(guó)際碳信用價(jià)格為外生變量時(shí)，一國(guó)森林碳儲(chǔ)量的變化的多少將直接決定了一國(guó)REDD+收益的多寡，進(jìn)而決定了一國(guó)是否選擇實(shí)施REDD+。而一國(guó)森林碳儲(chǔ)量的變化一方面會(huì)受到一國(guó)森林減排政策的影響，政府推出的政策將會(huì)對(duì)一國(guó)森林碳減排量的增加或減少產(chǎn)生重要影響；另一方面，能否準(zhǔn)確地估計(jì)森林碳儲(chǔ)量的變化也會(huì)直接影響最終的碳減排量核算，進(jìn)而影響該國(guó)的REDD+收益。因而，本文擬分析影響一國(guó)REDD+的REDD+碳減排量估計(jì)不確定性的主要因素。在此基礎(chǔ)上，通過(guò)對(duì)中國(guó)、印度、巴西、印尼和墨西哥等五個(gè)發(fā)展中國(guó)家碳減排量估計(jì)不確定性和平均機(jī)會(huì)成本進(jìn)行仿真研究，研究碳減排量估計(jì)不確定性如何影響這些國(guó)家的REDD+收益。

1 研究方法

1.1 碳減排量不確定性和REDD+平均機(jī)會(huì)成本的估計(jì)

一國(guó)是否能從實(shí)施REDD+中獲益主要受到兩個(gè)因素的影響：森林碳儲(chǔ)量的變化（ΔC）和國(guó)際市場(chǎng)的碳信用價(jià)格（P）。其中ΔC是相比于基線(xiàn)情景，因?qū)嵤㏑EDD+而導(dǎo)致的一國(guó)森林碳減排量的估計(jì)值。而這里所指的基線(xiàn)情景是指即使一國(guó)沒(méi)有實(shí)施REDD+，該國(guó)的歷史森林碳減排量水平仍將會(huì)持續(xù)，因而只要碳減排量大于歷史基線(xiàn)水平，該國(guó)就可以獲得碳信用并取得相應(yīng)的收益。而在估計(jì)森林碳減排量時(shí)往往會(huì)存在不確定性，這里采用碳減排量的標(biāo)準(zhǔn)差se來(lái)衡量不確定性。標(biāo)準(zhǔn)差se通常用來(lái)衡量抽樣調(diào)查的不確定性，這里采用se作為碳儲(chǔ)量的標(biāo)準(zhǔn)偏差，包括了抽樣誤差和非抽樣誤差（如非系統(tǒng)測(cè)量誤差）。由此可以獲得一國(guó)的森林碳減排量估計(jì)值的置信區(qū)間：

其中，CR1為REDD+情景下報(bào)告期的森林碳儲(chǔ)量，CB1為基線(xiàn)情景下報(bào)告期的森林碳儲(chǔ)量，C0為基期的森林碳儲(chǔ)量，ΔR為REDD+情景下森林碳儲(chǔ)量的變化率，ΔB為基線(xiàn)情景下森林碳儲(chǔ)量的變化率，se為碳減排量的標(biāo)準(zhǔn)差，α為顯著性水平。人類(lèi)行為會(huì)對(duì)森林碳儲(chǔ)量產(chǎn)生影響，森林砍伐會(huì)導(dǎo)致碳儲(chǔ)量的減少，而造林卻會(huì)增加碳儲(chǔ)量。因此如果REDD+成功實(shí)施，REDD+情景下森林碳儲(chǔ)量會(huì)大于等于基線(xiàn)情景，即ΔC≥0。而ΔR和ΔB存在有下列關(guān)系：

其中γ為REDD+努力系數(shù)，衡量了一國(guó)REDD+政策對(duì)于森林碳減排量的影響。對(duì)于造林國(guó)（ΔB≥0）而言，如果REDD+成功實(shí)施，則γ≥0，反之則γ＜0；而對(duì)于毀林國(guó)（ΔB＜0）而言，如果 REDD+成功實(shí)施，則γ＜0，并且當(dāng)γ≤-1時(shí)，該國(guó)由毀林國(guó)轉(zhuǎn)變?yōu)樵炝謬?guó)，反之則γ≥0。與此同時(shí)，森林碳減排量的不確定性主要來(lái)源于基期的森林碳儲(chǔ)量不確定性、REDD+情景下報(bào)告期的森林碳儲(chǔ)量不確定性以及這兩種不確定性的相互作用[8]。因此，最終的碳減排量的標(biāo)準(zhǔn)差se為：

其中e0和eR1分別為基期的森林碳儲(chǔ)量誤差和REDD+情景下報(bào)告期的森林碳儲(chǔ)量誤差，k為這兩種誤差的相關(guān)系數(shù)。由于在估計(jì)基期的森林碳儲(chǔ)量的不確定性和REDD+情景下報(bào)告期的森林碳儲(chǔ)量的不確定性存在有相互影響，因此考慮一個(gè)設(shè)定相關(guān)系數(shù)k用于反映這兩種樣本估計(jì)值不確定性間的相互作用。Grassi（2008）[7]就認(rèn)為在估計(jì)碳減排量時(shí)誤差間的相關(guān)性是一個(gè)非常重要的因素應(yīng)當(dāng)予以考慮。而Knoke（2013）[8]通過(guò)對(duì)德國(guó)森林資源清查結(jié)果的研究發(fā)現(xiàn)，相關(guān)系數(shù)k的取值一般為0.7。而RSE為相對(duì)標(biāo)準(zhǔn)誤差，Knoke的研究表明相對(duì)標(biāo)準(zhǔn)誤差RSE與調(diào)查的森林面積負(fù)相關(guān)，森林面積越大則RSE越小。在給定REDD+努力系數(shù)γ條件下，由上述等式可以求出碳減排量的標(biāo)準(zhǔn)差se：

由上述各式可得到下列等式可以得到森林碳減排量估計(jì)值的置信區(qū)間：

如果按照保守原則核算碳減排量，那么可獲得REDD+收益的最低減排量ΔCG應(yīng)為碳減排量估計(jì)值ΔC的置信下限，即Knoke所言的有保證的減排量：

REDD+實(shí)施的關(guān)鍵在于實(shí)施國(guó)是否可以從該機(jī)制中受益，因而需要比較REDD+的收益以及實(shí)施REDD+的機(jī)會(huì)成本，基于成本-收益分析而做出理性決策。一方面，一國(guó)可以從實(shí)施REDD+而增加的森林碳儲(chǔ)量中獲益，另一方面REDD+的實(shí)施又是有成本的，其成本主要是機(jī)會(huì)成本OC。只有當(dāng)實(shí)施REDD+的收益高于該國(guó)總機(jī)會(huì)成本時(shí)，一國(guó)才有動(dòng)力實(shí)施REDD+。當(dāng)收益和成本相等時(shí)可以得到盈虧平衡點(diǎn)（BEP）：

其中C1為在不存在估計(jì)誤差時(shí)一國(guó)真實(shí)的報(bào)告期森林碳儲(chǔ)量，即：

在給定REDD+努力系數(shù)γ條件下，由上述等式可以得到單位面積森林的平均機(jī)會(huì)成本-OC的置信區(qū)間：

1.2 數(shù)據(jù)來(lái)源

本文選取巴西、中國(guó)、印度、印尼和墨西哥等五個(gè)發(fā)展中國(guó)家用于碳減排量估計(jì)不確定性的仿真。這五個(gè)國(guó)家同為發(fā)展中大國(guó)，也同為非附近國(guó)家，截止2010年底，五個(gè)國(guó)家人口均突破一億，占世界總?cè)丝诘?4.7%，經(jīng)濟(jì)總量占世界的18.1%。通過(guò)對(duì)這五國(guó)的仿真研究更能反映發(fā)展中大國(guó)碳減排量估計(jì)不確定性情況，對(duì)中國(guó)REDD+的政策制定具有借鑒意義。仿真研究選取巴西、中國(guó)、印度、印尼和墨西哥等五國(guó)2005～2010年的森林變化數(shù)據(jù)作為基線(xiàn)數(shù)據(jù)，以此來(lái)預(yù)測(cè)在基線(xiàn)情景下到承諾期結(jié)束時(shí)一國(guó)的森林碳儲(chǔ)量。所采用的目標(biāo)函數(shù)是相比于基線(xiàn)情景，達(dá)到盈虧平衡點(diǎn)時(shí)的森林碳減排量，此時(shí)一國(guó)從REDD+中所獲得的收益等于該國(guó)的總機(jī)會(huì)成本。

2005～2010年間的森林碳儲(chǔ)量、單位森林碳儲(chǔ)量數(shù)據(jù)來(lái)源于聯(lián)合國(guó)糧農(nóng)組織的《全球資源評(píng)估報(bào)告2010》。由2005和2010年的森林碳儲(chǔ)量數(shù)據(jù)C0和C1可以得到基線(xiàn)情景下森林碳儲(chǔ)量的變化率ΔB（時(shí)間間隔為5年），其中中國(guó)和印度為造林國(guó)（ΔB≥0）；而巴西、墨西哥和印尼為毀林國(guó)（ΔB＜0）。相對(duì)標(biāo)準(zhǔn)誤差RSE來(lái)源于Knoke（2013）[8]的研究，具體如表1所示。

表1 數(shù)據(jù)來(lái)源表

2 仿真結(jié)果與討論

2.1 REDD+政策對(duì)碳減排量標(biāo)準(zhǔn)差的影響

為了仿真REDD+政策對(duì)于碳減排量和不確定性的影響，需要確定REDD+努力系數(shù)γ的變化幅度。將|γ|的變化幅度分別取0.20、0.50、0.80和1.00。其中造林國(guó)（ΔB≥0）的 REDD+努力系數(shù)γ取正值，而毀林國(guó)（ΔB＜0）的REDD+努力系數(shù)γ取負(fù)值。其含義為：對(duì)于毀林國(guó)而言，其基線(xiàn)情景的森林碳儲(chǔ)量變化率ΔB小于0，相比于基線(xiàn)情景，REDD+情景使得毀林率減少了γ；對(duì)于造林國(guó)家而言，其基線(xiàn)情景的森林碳儲(chǔ)量變化率ΔB大于0，相比于基線(xiàn)情景，REDD+情景使得造林率增加了γ。根據(jù)（5）式，使用表1中的數(shù)據(jù)預(yù)測(cè)在REDD+努力系數(shù)γ取不同值時(shí)，置信度為95%（即α=0.05）的森林碳減排量估計(jì)值的置信區(qū)間，具體結(jié)果如表2所示。

從表2可以發(fā)現(xiàn)，印尼在所有REDD+努力系數(shù)情景下碳減排量的置信下限都大于零，這意味著該國(guó)有效的減少了碳排放量而可以立即從REDD+中獲益，而中國(guó)、巴西和印尼在除|γ|為0.2的其余情景下，其碳減排量的置信下限都大于零，這表明這三個(gè)國(guó)家需要經(jīng)過(guò)一些努力才可有效地減少森林碳排放量，從而從REDD+中獲益。而墨西哥只有在第四種情景下其碳減排量的置信區(qū)間下限才大于零，這表明墨西哥需要付出更多的努力才可以實(shí)現(xiàn)REDD+的凈收益。從表中可以發(fā)現(xiàn)在很多努力系數(shù)條件下森林碳減排量的置信下限，也就是可獲得REDD+收益的最低減排量ΔCG往往表現(xiàn)為負(fù)值。這個(gè)置信下限是按照保守原則所得到的有保證減排量的估計(jì)值，負(fù)值就意味著森林碳排放量事實(shí)上是在增加的。然而負(fù)值的產(chǎn)生有可能是由于按照保守原則進(jìn)行統(tǒng)計(jì)所導(dǎo)致的，也有可能是因?yàn)镽EDD+政策力度不夠而導(dǎo)致的。如果是由于統(tǒng)計(jì)誤差而導(dǎo)致的，那么這會(huì)使得事實(shí)上減排的國(guó)家不得不報(bào)告其不存在的碳排放增加量，并且這些國(guó)家將因此被迫彌補(bǔ)假設(shè)的排放量，由此產(chǎn)生矛盾。為了避免這種情況的出現(xiàn)，這些國(guó)家需要增加REDD+政策的力度以確保其碳減排量不為負(fù)值，即存在一個(gè)使得該國(guó)碳減排量不為負(fù)值的REDD+均衡努力系數(shù)γe。令（6）式中最低減排量ΔCG等于零，即可獲得REDD+均衡努力系數(shù)γe。從表2的最后一列可以發(fā)現(xiàn)印尼的REDD+均衡努力系數(shù)最?。é胑=-0.08195097），這表明相比于基線(xiàn)情景的森林碳儲(chǔ)量變化率ΔB，印尼只需要付出8.20%的努力就可以實(shí)現(xiàn)從REDD+中受益的目標(biāo)，負(fù)值意味印尼是一個(gè)凈毀林國(guó)，需要減少毀林的面積。而印度和中國(guó)分別需要付出22.48%和22.98%的努力程度才可以保證從REDD+中獲益，而γe的取值為正意味著這兩國(guó)是凈造林國(guó)，需要增加森林面積才可以獲益。而巴西和墨西哥分別需要付出44.79%和94.88%的努力程度才能獲益，其實(shí)現(xiàn)REDD+收益的難度要大于印尼、印度和中國(guó)。這也說(shuō)明毀林率或造林率越高的國(guó)家越容易從REDD+中受益，而毀林率或造林率越低的國(guó)家從REDD+中獲益的難度越大。

表2 碳減排量置信區(qū)間的仿真結(jié)果

2.2 REDD+政策對(duì)平均機(jī)會(huì)成本的影響

表3 平均機(jī)會(huì)成本置信區(qū)間的仿真結(jié)果

3 結(jié)論與啟示

REDD+是國(guó)際社會(huì)為減緩氣候變化而提出的新舉措，通過(guò)向發(fā)展中國(guó)家提供大量資金以減少森林砍伐和森林退化。本文在Knoke（2013）等人的研究基礎(chǔ)上做了進(jìn)一步發(fā)展，將可靠最小估計(jì)和置信區(qū)間下限加以綜合，通過(guò)構(gòu)建碳減排量置信區(qū)間分析多種不同類(lèi)型國(guó)家森林碳減排量估計(jì)值的不確定性，以及由此對(duì)各國(guó)機(jī)會(huì)成本的影響。在此基礎(chǔ)上通過(guò)對(duì)2005～2010年中國(guó)、印度、巴西、印尼和墨西哥等五個(gè)發(fā)展中國(guó)家森林碳減排量進(jìn)行了仿真研究。研究發(fā)現(xiàn)高毀林率或高造林率的國(guó)家從REDD+中獲益的可能性越大，而低毀林率或低造林率的國(guó)家所獲收益可能性越小。因此，具有較低毀林率或低造林率的國(guó)家（如墨西哥），其REDD+成功實(shí)施的可能性遠(yuǎn)小于具有高毀林率或高造林率的國(guó)家（如印尼）。而中國(guó)具有較高造林率的國(guó)家，因而也能比較容易地從REDD+獲益。而隨著REDD+努力系數(shù)的增加，減排量的誤差也會(huì)隨之增大，同時(shí)能夠使一國(guó)從REDD+中獲益的平均機(jī)會(huì)成本也隨之增加，這意味著隨著REDD+政策力度的加大，該國(guó)成功實(shí)施REDD+的可能性也在不斷增加。

最后，對(duì)于現(xiàn)有森林的保護(hù)仍然是減少森林碳排放量的最有效、最經(jīng)濟(jì)的措施，并且還具有諸如保護(hù)生物多樣性和減少貧困之類(lèi)的效應(yīng)。因此，在實(shí)施REDD+過(guò)程中應(yīng)格外關(guān)注森林碳減排量估計(jì)的不確定性，這將對(duì)一國(guó)能否成功實(shí)施REDD+起到關(guān)鍵作用。當(dāng)然本研究還存在一些問(wèn)題，例如如何公平地使用保守原則評(píng)估發(fā)展中國(guó)家的碳排放量，這些問(wèn)題在今后的REDD+設(shè)計(jì)過(guò)程中應(yīng)該慎重考慮。

圖1 REDD+政策對(duì)平均機(jī)會(huì)成本下限的影響

[1]張慧明，周德群，曹杰等.溫室氣體減排技術(shù)研究進(jìn)展[J].中國(guó)科技論壇，2011，(9).

[2]Food and Agriculture Organization of the United Nations.Key Findings of Global Forest Resources Assessment 2010[R].Forest Resources Assessment,Rome,2010.

[3]Bonan G B.Forests and Climate Change:Forcings,Feedbacks,and the Climate Benefits of Forests[J].Science,2008,320(5882).

[4]Sala,O.E.et al.Global Biodiversity Scenarios for the Year 2100[J].Science,2000,287.

[5]Scholz I,Schmidt.L.Reducing Emissions from Deforestation and Forest Degradation in Developing Countries:Meeting the Main Challenges Ahead[R].Deutsches Institut für Entwicklungspolitik,2008.

[6]Groom B,Palmer.C Cost-effective Provision of Environmental Services:the Role of Relaxing Market Constraints?[J].Environment and Development Economics,2010,15(2).

[7]Grassi G,Monni,S Federici,S et al.Applying the Conservativeness Principle to REDD to Deal with the Uncertainties of the Estimates[J].Environmental Research Letters,2008,(3).

[8]IPCC.Good Practice Guidance for Land use,Land-use Change and Forestry[R].IPCC National Greenhouse Gas Inventories Programme.Hayama,2003.

[9]Plugge D,Baldauf,T K?hl.M The Global Climate Change Mitigation Strategy REDD:Monitoring Costs and Uncertainties Jeopardize Economic Benefits[J].Climatic Change,2013,119(2).

[10]Knoke T.Uncertainties and REDD+:Implications of Applying the Conservativeness Principle to Carbon Stock Estimates[J].Climatic Change,2013,119(2).