付 偉,李 龍,羅明燦,陳建成,王福利

1 西南林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,昆明 650233

2 北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 100083

全球經(jīng)濟(jì)的迅速發(fā)展帶來了自然生態(tài)環(huán)境的破壞,CO2在大氣中的濃度不斷增高,給人類的生存環(huán)境帶來了切身的危害,低碳減排成為全球共識。我國CO2排放量不斷增長,已成為世界第一大碳排放國,低碳減排將成為我國未來發(fā)展的重要戰(zhàn)略方向。在第七十五屆聯(lián)合國大會上習(xí)近平總書記第一次明確提出了“雙碳”目標(biāo),中央財(cái)經(jīng)委員會第九次會議提出“要把碳達(dá)峰、碳中和納入生態(tài)文明建設(shè)整體布局”[1]。中國共產(chǎn)黨第二十次全國代表大會上進(jìn)一步提出要推動(dòng)綠色發(fā)展,加快實(shí)施重要生態(tài)系統(tǒng)保護(hù)和修復(fù)重大工程?！半p碳”目標(biāo)的提出昭示著我國低碳減排的決心,要在減少“碳源”和增加“碳匯”兩方面持續(xù)推進(jìn)溫室氣體減排[2],與碳減排政策一致,大力推動(dòng)森林碳匯的發(fā)展將是緩解全球氣候變化的重要方式[3—4]。森林吸收大氣中的CO2并儲存就是森林的碳匯功能[5—6]。森林是陸地生態(tài)系統(tǒng)中最大的碳庫,在“雙碳”目標(biāo)的實(shí)現(xiàn)過程中存在著巨大的生態(tài)效益[7]。森林的碳匯功能對全球的碳循環(huán)有著深刻的影響[8—9]。2020年聯(lián)合國糧農(nóng)組織公布的全球森林資源評估報(bào)告顯示,全球森林碳儲量約占全球植被碳儲量的77%,森林碳儲能力的提高在“雙碳”目標(biāo)的實(shí)現(xiàn)中具有重要作用[10]。森林碳匯的發(fā)展將成為應(yīng)對氣候變化及“雙碳”目標(biāo)實(shí)現(xiàn)的重要途徑之一[11—12]。

國際上最早于1960年左右開始進(jìn)行森林碳匯的研究[13]。馬學(xué)威等[14]將森林碳匯的研究分為萌芽期和快速發(fā)展期兩個(gè)階段,2006年之前為萌芽期,2007年至今為快速發(fā)展期[15]。早期的研究代表Paul[16]使用森林生長模型將森林集約經(jīng)營對碳儲量的影響進(jìn)行了探析,學(xué)者們在之后的研究中,將自然科學(xué)和經(jīng)濟(jì)學(xué)的融合納入了動(dòng)態(tài)分析框架和模型,森林碳匯的研究不斷走向完善[17—18]。國內(nèi)對森林碳匯空間溢出效應(yīng)的研究存在著不同的觀點(diǎn),在森林碳匯的空間溢出效應(yīng)是否顯著及存在正向還是負(fù)向的空間溢出效應(yīng)之間產(chǎn)生分歧[19]。薛龍飛等[20]通過研究我國31個(gè)省市的森林碳匯情況,證明了我國森林碳匯之間有著顯著的負(fù)向空間溢出效應(yīng),但大量國內(nèi)學(xué)者還是在省域?qū)用嫔蠈ι痔紖R進(jìn)行研究[21—22]。森林資源稟賦類似的地區(qū)在森林碳匯量上存在較大差異[23],學(xué)者們從經(jīng)濟(jì)發(fā)展水平[24]、森林管理水平[25—27]以及森林災(zāi)害[28]等方面對其影響因素進(jìn)行研究,這些因素對森林碳匯量都有著重要的影響。在碳匯的空間溢出效應(yīng)研究中,孫建衛(wèi)等[29]、孫麗文等[30]和徐敬俊等[31]分別對林業(yè)碳匯的經(jīng)濟(jì)和區(qū)域效應(yīng)、省域碳鎖定的空間外溢效應(yīng)以及漁業(yè)碳匯的空間外溢效應(yīng)方面進(jìn)行了研究。

綜上所述,國內(nèi)外對森林碳匯的研究較為廣泛,為學(xué)者對森林碳匯的研究提供了豐富的材料,但大量學(xué)者的研究視角仍關(guān)注于單一省份,對空間分布狀況的研究較少且局限于一般性分析,對國家層面森林碳匯的空間溢出效應(yīng)和影響因素未能進(jìn)一步探究。由于森林資源的分布不是獨(dú)立的,地理環(huán)境的相似性、政策引導(dǎo)的溢出性和生產(chǎn)創(chuàng)新的互補(bǔ)性等會產(chǎn)生較強(qiáng)的區(qū)域關(guān)聯(lián)效應(yīng),地區(qū)間的協(xié)調(diào)發(fā)展問題值得深入探究。本文通過森林蓄積量擴(kuò)展法測算我國31個(gè)省(市、自治區(qū))在1993—2018年六次森林資源清查期間的森林碳匯量,對省域空間森林碳匯總量相關(guān)性特征進(jìn)行對比,利用空間計(jì)量模型進(jìn)行森林碳匯的外溢效應(yīng)和影響因素分析。為我國各地區(qū)差異化森林碳匯政策的制定與實(shí)施提供支撐,利用我國林業(yè)政策的總體空間規(guī)劃來綜合統(tǒng)籌各區(qū)域森林政策,促進(jìn)林業(yè)綠色高質(zhì)量發(fā)展。

1 數(shù)據(jù)介紹與研究設(shè)計(jì)

1.1 數(shù)據(jù)介紹

1.1.1數(shù)據(jù)來源

選擇1993、1998、2003、2008、2013和2018年我國六次森林資源清查的統(tǒng)計(jì)資料,數(shù)據(jù)源自于《全國森林資源清查報(bào)告》和《中國林業(yè)統(tǒng)計(jì)年鑒》,對相關(guān)數(shù)據(jù)取對數(shù)來消除異方差的影響。

1.1.2變量選取

本文在相關(guān)文獻(xiàn)的基礎(chǔ)上,進(jìn)行了以下變量的選取:(1)林業(yè)產(chǎn)業(yè)發(fā)展水平,森林碳匯量與林業(yè)產(chǎn)業(yè)發(fā)展水平之間有著正相關(guān)的關(guān)系,選取林業(yè)產(chǎn)業(yè)總產(chǎn)值與森林面積的比值,即森林單位面積產(chǎn)值代表林業(yè)產(chǎn)業(yè)發(fā)展水平,記為F-level。(2)勞動(dòng)力要素投入,在勞動(dòng)力素質(zhì)保持恒定的基礎(chǔ)上,勞動(dòng)者人數(shù)在很大程度上影響林業(yè)產(chǎn)量,從而對森林碳匯量有著重要影響。文中以林業(yè)系統(tǒng)年末從業(yè)人員人數(shù)代表勞動(dòng)力要素投入水平,記為F-labor。(3)林業(yè)管理水平,造林行為是土地利用變化的方式,可以大幅提高植被碳匯[32]。由于造林行為對森林碳匯的影響存在10年作用的生長期[33]。以被解釋變量早10年的造林面積代表林業(yè)管理水平,記為F-area。(4)森林采伐面積,因?yàn)椴煞チ繉ι痔紖R有著重要的關(guān)系,選取原木的采伐量作為影響森林碳匯的重要指標(biāo),記為F-logs。(5)森林災(zāi)害程度,不同地區(qū)的森林生態(tài)情況不同,森林火災(zāi)、病害、蟲害對森林碳匯產(chǎn)生一定的影響,以森林火災(zāi)、病蟲害面積與森林面積的比值代表森林災(zāi)害程度,記為F-disaster。(6)森林蓄積水平,森林蓄積量對森林碳匯有著主導(dǎo)影響,以單位面積森林蓄積量代表各地區(qū)森林蓄積水平,記為F-stock。

1.2 研究設(shè)計(jì)

根據(jù)空間計(jì)量經(jīng)濟(jì)學(xué)的觀點(diǎn),不同區(qū)域的事物和現(xiàn)象之間在空間上相互影響,存在一定的空間相關(guān)性。地理空間中各經(jīng)濟(jì)事物之間存在著不同相關(guān)程度和交互效應(yīng),是事物本身所固有的空間經(jīng)濟(jì)屬性,空間計(jì)量經(jīng)濟(jì)學(xué)用空間外溢效應(yīng)來定義和分析這種相關(guān)性。

本文在對我國31個(gè)省(市、自治區(qū))的森林碳匯量進(jìn)行測算的基礎(chǔ)上,運(yùn)用空間自相關(guān)中的全局和局部Moran′sI指數(shù)來考慮森林碳匯的時(shí)空格局,以空間計(jì)量模型分析森林碳匯空間關(guān)聯(lián)性。對三種空間計(jì)量模型進(jìn)行比較,選擇最優(yōu)模型對森林碳匯的空間外溢效應(yīng)以及影響因素進(jìn)行研究。

2 研究方法

2.1 森林碳匯量測算

本文以森林蓄積量擴(kuò)展法核算森林碳匯量,公式中CS、CV、CB和CF依次為不同森林結(jié)構(gòu)的碳匯量,分別為森林土壤碳匯量、林下植被碳匯量、森林生物量碳匯量和森林總體碳匯量[23]。Sij、Cij、Vij分別代表第i類地區(qū)第j類森林類型的森林面積、森林碳密度和森林單位面積蓄積量,具體公式如下:

CF=CS+CB+CV

(1)

CF=∑(Sij×Cij)+α∑(Sij×Cij)+β∑(Sij×Cij)

(2)

Cij=Vij×σ×ρ×γ

(3)

式中,α、β、σ、ρ和γ分別為林下植物碳轉(zhuǎn)換系數(shù)、森林碳轉(zhuǎn)換系數(shù)、微生物含量擴(kuò)大系數(shù)、容積系數(shù)和含碳量。各項(xiàng)折算系數(shù)均根據(jù)聯(lián)合國政府間氣候變化專門委員會的默認(rèn)參數(shù)值取值。其中,α取值0.195,β取值1.244。σ取值1.90,ρ取值0.50 t/m3,γ為取值0.50[34]。

2.2 空間關(guān)聯(lián)性分析

探索性空間數(shù)據(jù)分析(Exploratory Spatial Data Analysis,ESDA)主要使用地理可視化技術(shù)來揭示空間數(shù)據(jù)的特征。文獻(xiàn)中經(jīng)常使用它來確定空間數(shù)據(jù)分布模式、聚集熱點(diǎn)和空間異質(zhì)性[35]。ESDA的優(yōu)勢在于能夠提取其他方法無法識別的復(fù)雜空間現(xiàn)象,并為發(fā)現(xiàn)新的研究問題奠定基礎(chǔ)[36]。它反映了特定空間中觀測數(shù)據(jù)的相互依賴性。空間自相關(guān)方法分為全局空間自相關(guān)(Global Moran′sI)和局部空間自相關(guān)(Local Moran′sI)。全局Moran′sI指數(shù)可以發(fā)現(xiàn)空間的集聚或異常值并發(fā)現(xiàn)空間分布的差異和關(guān)聯(lián)性。取值為(-1,+1),全局Moran′sI指數(shù)>0時(shí),數(shù)值越大則空間正關(guān)聯(lián)性越明顯;全局Moran′sI指數(shù)=0時(shí),則空間分布關(guān)聯(lián)性較弱;全局Moran′sI指數(shù)<0時(shí),數(shù)值越小則空間差異性越顯著。全局空間自相關(guān)分析僅用一個(gè)值來反映研究區(qū)域間的空間差異的平均程度,卻不能詳細(xì)地說明區(qū)域間各個(gè)對象間具體的空間關(guān)聯(lián)模式,沒有考慮到空間異質(zhì)性,因此無法反映地理單元內(nèi)的局部空間相關(guān)性。所以,有必要使用局部自相關(guān)來確定具體集聚情況[37],通過進(jìn)行局部自相關(guān)分析來描述鄰近空間的屬性值的相關(guān)程度。相應(yīng)公式如下:

(4)

(5)

2.3 空間計(jì)量模型

在進(jìn)行空間計(jì)量模型的研究中,先忽略各空間單元之間的相關(guān)作用,進(jìn)行普通最小二乘回歸(Ordinary Least Squares regression,OLS),預(yù)設(shè)回歸模型如下:

yit=βixit+μit

(6)

式中,t、i、yit和xit分別為時(shí)間、觀測樣本、n×1維的被解釋變量以及n×k維的解釋變量,βi為k×1維的xit的影響系數(shù),μit為n×1維的相互獨(dú)立的隨機(jī)誤差項(xiàng)向量,且μit—(0,σ2)分布。

在最小二乘模型的基礎(chǔ)上,檢驗(yàn)相鄰空間單元要素之間的相關(guān)性。若顯著相關(guān),則利用拉格朗日乘子檢驗(yàn)(Lagrange Multiplier,LM)對三種空間計(jì)量模型做抉擇:空間滯后模型(Spatial Lagged Model,SLM)、空間誤差模型(Spatial Error Model,SEM)以及空間杜賓模型(Spatial Durbin Model,SDM)。

所有的空間計(jì)量模型給出以下的形式:

(7)

(8)

空間滯后模型(SLM)、空間誤差模型(SEM)和空間杜賓模型(SDM)分別由以上公式的調(diào)整而來。

空間滯后模型(SLM)(λ=γ=0):

(9)

空間誤差模型(SEM)(ρ=γ=0):

yit=φ+xitβ+μi+ηi+φit

(10)

(11)

空間杜賓模型(SDM)(λ=0):

(12)

3 結(jié)果分析

3.1 我國各省(市、自治區(qū))森林碳匯量分析

我國森林碳匯總量豐富,年均碳匯量為1509780.85萬t(表1)。根據(jù)1993—2018年各省市的碳匯量分布及變化情況,整體上看,我國森林碳匯分為三個(gè)梯隊(duì):第一梯隊(duì)為西南省份和東北林區(qū),由于地理因素,這些地區(qū)擁有大量的森林面積,為我國森林碳匯總量的主力軍。第二梯隊(duì)為南方林區(qū),在我國森林碳匯中居于中等水平。第三梯隊(duì)為東部沿海地區(qū),碳匯量相較于前兩個(gè)梯隊(duì)較少。2018年,我國森林碳匯總量為1976234.52萬t。西藏碳匯量為264438.45萬t,居我國首位,占我國碳匯總量的13.38%。云南、四川、黑龍江三省的碳匯總量緊隨其后,之間的碳匯量差距不大,四省的森林碳匯總量占我國碳匯總量的46.68%。天津、上海和寧夏由于其森林面積和地理因素的影響,碳匯量較低。2018年,上海碳匯量最低,但是從碳匯量的變化情況來看,上海碳匯增速較快,我國多個(gè)省份的碳匯增長幅度都較大,整體處于上升趨勢。

表1 我國各省(市、自治區(qū))森林碳匯量匯總/104tTable 1 Summary of forest carbon sequestration in all provinces (cities and autonomous regions) of China

3.2 我國各省(市、自治區(qū))森林碳匯量空間關(guān)聯(lián)性分析

3.2.1我國森林碳匯的全局空間關(guān)聯(lián)性分析

本文利用Geoda 18.0和Stata 15.1對被解釋變量-森林碳匯量進(jìn)行全局Moran檢驗(yàn),選取Rook鄰接矩陣將海南處理為與廣東、廣西鄰接,作為空間權(quán)重矩陣[39]。結(jié)果如表2,1993—2018年,Moran′sI指數(shù)均為正值且通過1%的顯著性水平檢驗(yàn)。顯示出我國森林碳匯具有顯著的全局空間關(guān)聯(lián)性。

表2 我國森林碳匯量全局Moran′s I指數(shù)檢驗(yàn)Table 2 Global Moran′ I index test of forest carbon sequestration in China

圖1 全局Moran′s I指數(shù)趨勢圖Fig.1 Global Moran′s I index trend chart

如圖,Moran′sI指數(shù)的變化呈現(xiàn)出不同趨勢。1993—2003年期間,森林碳匯Moran′sI指數(shù)為倒“V”形的先增加后降低的趨勢,在2003年之后,又以較為穩(wěn)定的趨勢上升。Moran′sI指數(shù)的變動(dòng)說明我國各省(市、自治區(qū))之間的森林碳匯在空間上的集聚程度并不恒定。1988年之前,由于我國各地區(qū)加大對森林的基礎(chǔ)保護(hù)并投入大量的資金支持,對各地區(qū)Moran′sI指數(shù)的提升起到了促進(jìn)作用。1998—2003年之間,為了保護(hù)生態(tài)環(huán)境,維護(hù)生態(tài)安全,一系列林業(yè)重點(diǎn)工程在各地區(qū)實(shí)施。其中包括:天然林保護(hù)工程、“三北”防護(hù)林以及京津風(fēng)沙源治理工程等,但是由于各地區(qū)保護(hù)工程實(shí)施的規(guī)模和進(jìn)程存在差異,導(dǎo)致了各地區(qū)之間空間集聚效應(yīng)的降低。2003年之后,各地區(qū)林權(quán)改革和退耕還林工程的實(shí)施,有效的保護(hù)了森林資源,帶動(dòng)了各地區(qū)的森林碳匯發(fā)展,Moran′sI指數(shù)開始穩(wěn)步提升。

3.2.2我國森林碳匯的局部空間關(guān)聯(lián)性分析

對森林碳匯的全局關(guān)聯(lián)性分析并沒有說明森林碳匯量在各地區(qū)之間的局部空間自相關(guān)情況。因此,應(yīng)用局部Moran′sI指數(shù)散點(diǎn)圖來進(jìn)行局部的關(guān)聯(lián)性分析。局部Moran′sI指數(shù)散點(diǎn)圖四個(gè)象限表示四種空間集聚模式,其中,第一象限(H-H)表示高森林碳匯量省(市、自治區(qū))被高森林碳匯量的其他省(市、自治區(qū))所包圍;第二象限(L-H),表示低森林碳匯量省(市、自治區(qū))被高森林碳匯量的其他省(市、自治區(qū))所包圍;第三象限(L-L),表示低森林碳匯量省(市、自治區(qū))被低森林碳匯量的其他省(市、自治區(qū))所包圍;第四象限(H-L)表示高森林碳匯量省(市、自治區(qū))被低森林碳匯量的其他省(市、自治區(qū))所包圍。第一、三象限表示森林碳匯之間存在著空間正相關(guān)作用,第二四象限表示森林碳匯存在著空間負(fù)相關(guān)作用。

圖2為我國森林碳匯局部Moran′sI指數(shù)散點(diǎn)圖。圖中各地區(qū)基本落入第一、二、三象限,對比1993和2018年的變化情況。1993年高高相關(guān)省份為:西藏和云南。低高相關(guān)省份為青海。2018年高高相關(guān)省份為西藏和云南。低高相關(guān)省份為青海和貴州。高高相關(guān)的地區(qū)主要集中在我國西南地區(qū),優(yōu)良的森林資源稟賦,森林管理和林業(yè)重點(diǎn)保護(hù)工程的實(shí)施,推動(dòng)西南地區(qū)林業(yè)碳匯集聚發(fā)展。

圖2 我國森林碳匯Moran′s I指數(shù)散點(diǎn)圖Fig.2 Moran′s I index scatter diagram of forest carbon sink in China

3.3 我國各省(市、自治區(qū))森林碳匯空間外溢效應(yīng)與影響因素分析

3.3.1空間計(jì)量模型的選擇

全局和局部空間相關(guān)性分析表明我國森林碳匯的空間外溢效應(yīng)顯著,為此,加入空間因素的影響分析外溢效應(yīng)。

第一步:LM檢驗(yàn)。首先利用Stata 15.1軟件對所選取變量的面板數(shù)據(jù)進(jìn)行OLS檢驗(yàn),并根據(jù)LM檢驗(yàn)以及穩(wěn)健性LM檢驗(yàn)結(jié)果選取空間計(jì)量模型。如表3,林業(yè)產(chǎn)業(yè)發(fā)展水平、森林受災(zāi)程度對森林碳匯量存在著顯著的負(fù)向作用,勞動(dòng)力要素投入、林業(yè)管理水平、森林采伐面積和森林蓄積量水平對森林碳匯量存在顯著的正向作用。

表3 OLS回歸檢驗(yàn)結(jié)果Table 3 OLS regression test results

如表4,LM檢驗(yàn)和穩(wěn)健性檢驗(yàn)都通過了1%的顯著性檢驗(yàn),4個(gè)檢驗(yàn)均拒絕了原假設(shè),說明本文所選變量兼具空間滯后和空間誤差自相關(guān)效應(yīng)。在三種空間計(jì)量模型中,SDM模型兼具兩種效應(yīng),初步判斷選擇SDM模型來進(jìn)行空間外溢效應(yīng)的分析。

表4 LM和Robust LM檢驗(yàn)結(jié)果Table 4 LM and Robust LM inspection results

第二步:三種空間計(jì)量模型的比較。通過豪斯曼檢驗(yàn)對固定效應(yīng)和隨機(jī)效應(yīng)進(jìn)行選擇,檢驗(yàn)結(jié)果中,SDM的豪斯曼檢驗(yàn)值為14.73,Prob>chi2 =0.0225,通過了5%的顯著性檢驗(yàn)。故選用固定效應(yīng)的空間杜賓模型來進(jìn)行外溢效應(yīng)的分析。在空間杜賓模型中引用了解釋變量的空間滯后項(xiàng),并使用極大似然估計(jì)法可以有效地消除內(nèi)生性問題。由表5,在三種空間計(jì)量模式的比較中,SDM模型的σ2=0.009,優(yōu)于SEM和SAR模型,擬合優(yōu)度R2=0.753也優(yōu)于SEM模型。綜合考慮,SDM模型是最理想的,最終選擇固定效應(yīng)的SDM模型進(jìn)行分析。

表5 模型回歸結(jié)果Table 5 Model regression results

第三步:似然比檢驗(yàn)(Likelihood Ratio,LR)。對SDM模型進(jìn)行LR檢驗(yàn),檢驗(yàn)空間杜賓模型是否會退化成SLM和SEM模型。如表5,LR檢驗(yàn)分別為15.50和25.77,均通過了1%的顯著性檢驗(yàn)。

綜上,本文最終以固定效應(yīng)的空間杜賓模型分析森林碳匯的空間外溢效應(yīng)與影響因素。

3.3.2空間外溢效應(yīng)分析

SDM模型的主要參數(shù)ρ的系數(shù)為0.238,存在著明顯的正向效應(yīng)并經(jīng)過了10%的顯著性試驗(yàn),數(shù)據(jù)表明各省(市、自治區(qū))的森林碳匯量之間具有空間溢出效應(yīng),并且相鄰區(qū)域的森林碳匯水平每變化1%,本區(qū)域的森林碳會正向變化0.238%。對鄰近地區(qū)森林碳匯的溢出效應(yīng),充分體現(xiàn)了地域上的空間關(guān)聯(lián)性。林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入水平、林業(yè)管理水平、森林采伐面積、森林災(zāi)害程度和森林蓄積水平的空間效應(yīng)分別為:-0.0410、-0.0274、0.0576、-0.0380、0.0528、0.522。其中林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入和森林采伐面積對臨近省份為負(fù)向影響。林業(yè)管理水平、森林災(zāi)害程度和森林蓄積水平對臨近省份為正向影響。

3.3.3空間外溢效應(yīng)影響因素分析

空間杜賓模型很好地解釋了各地區(qū)之間的空間經(jīng)濟(jì)相關(guān)性,然而參數(shù)估計(jì)結(jié)果并不能將直接作用效果和空間外溢效應(yīng)直觀表現(xiàn)出來,本文將所選變量對森林碳匯的影響效應(yīng)分解為直接、間接和總效應(yīng)來更加清晰地展示影響效果。具體結(jié)果如表6所示。

表6 空間效應(yīng)分解Table 6 Spatial effect decomposition

一是各變量的直接效應(yīng)。林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入、林業(yè)管理水平、森林采伐面積、森林災(zāi)害程度和森林蓄積水平的直接效應(yīng)分別為-0.0905、0.0339、0.0207、0.00996、-0.0435和0.855。其中,除了勞動(dòng)力要素投入和森林采伐面積沒有通過10%的顯著性檢驗(yàn),其余變量均通過1%的顯著性檢驗(yàn)。本地區(qū)的林業(yè)管理水平和森林蓄積水平的提高會對本地森林碳匯量的提高有著推動(dòng)作用。林業(yè)管理水平的提升會提高森林生態(tài)環(huán)境保護(hù),使森林的生長更加有序,發(fā)展更加充分,森林結(jié)構(gòu)更加立體,促進(jìn)森林碳匯量的增加。森林蓄積水平反應(yīng)了地區(qū)的優(yōu)勢碳匯樹種的數(shù)量,單位蓄積水平的提高會提升森林碳匯總量。林業(yè)產(chǎn)業(yè)發(fā)展水平和森林災(zāi)害程度為負(fù)向效應(yīng),表明當(dāng)今林業(yè)產(chǎn)業(yè)的發(fā)展模式在一定程度和森林碳匯量之間存在著不匹配的因素,可能的解釋是林業(yè)產(chǎn)業(yè)政策的側(cè)重點(diǎn)和產(chǎn)業(yè)類型的偏好與森林碳匯不能很好的融合發(fā)展。而森林災(zāi)害與病蟲害則直接導(dǎo)致樹木生物結(jié)構(gòu)的惡化,遏制林木的正常生長。

二是各變量的間接效應(yīng),林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入、林業(yè)管理水平、森林采伐面積、森林災(zāi)害程度和森林蓄積水平的間接效應(yīng)分別為-0.0784、-0.0259、0.0802、-0.0443、0.0520和0.903。其中,只有林業(yè)管理水平和森林蓄積水平通過了1%的顯著性檢驗(yàn),剩余變量均未通過10%的顯著性檢驗(yàn),即本地區(qū)的林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入、森林采伐面積和森林災(zāi)害程度對相鄰地區(qū)森林碳匯量的間接影響并不明顯。林業(yè)管理水平的間接效應(yīng)系數(shù)為正,表明一個(gè)地區(qū)的林業(yè)管理水平的提升會產(chǎn)生示范效應(yīng),使得空間相鄰地區(qū)也會在林業(yè)管理水平上向該地區(qū)學(xué)習(xí),造成相鄰省份的林業(yè)管理水平也有一定程度的提升,從而提高森林碳匯水平。森林蓄積水平的間接效應(yīng)系數(shù)為正,由于相鄰省份的樹種在地理位置上的相似性,樹種蓄積能力類似,森林碳匯水平有著帶動(dòng)作用。

三是各變量的總效應(yīng),林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入、林業(yè)管理水平、森林采伐面積、森林災(zāi)害程度和森林蓄積水平的總效應(yīng)分別為:-0.169、0.00802、0.101、-0.0344、0.00846、1.758。其中,林業(yè)產(chǎn)業(yè)發(fā)展水平、林業(yè)管理水平和森林蓄積水平均通過了1%的顯著性檢驗(yàn),剩余變量沒有通過10%的顯著性檢驗(yàn)。說明勞動(dòng)力要素投入、森林采伐面積和森林災(zāi)害程度對森林碳匯量的空間溢出影響并不顯著。林業(yè)產(chǎn)業(yè)發(fā)展水平的總效應(yīng)、直接效應(yīng)和間接效應(yīng)系數(shù)均為負(fù),但間接效應(yīng)未通過10%的顯著性檢驗(yàn)。說明林業(yè)產(chǎn)業(yè)發(fā)展水平對本地區(qū)的森林碳匯量有負(fù)向影響,但是對相鄰省份的影響并不明顯。林業(yè)管理水平的總效應(yīng)、直接效應(yīng)和間接效應(yīng)系數(shù)均為正,且均通過了1%的顯著性檢驗(yàn)。林業(yè)管理水平在直觀上對森林結(jié)構(gòu)的豐富度,森林樹種的撫育度以及森林的生態(tài)保護(hù)水平等方面存在正向影響。表明林業(yè)管理水平不僅對本地區(qū)的森林碳匯量有推動(dòng)作用,而且對相鄰地區(qū)產(chǎn)生示范和拉動(dòng)效應(yīng),帶動(dòng)相鄰地區(qū)森林碳匯水平提升。森林蓄積水平的總效應(yīng)、直接效應(yīng)和間接效應(yīng)系數(shù)同樣均為正。森林蓄積水平反映了當(dāng)?shù)貥浞N的綜合碳匯能力,且臨近地區(qū)之間由于地理空間的相似性,樹種碳匯能力差異不大,因此,森林蓄積水平對本地區(qū)和相鄰地區(qū)的森林碳匯水平都存在著促進(jìn)作用。

4 結(jié)論與啟示

4.1 主要結(jié)論

根據(jù)我國森林碳匯量的核算及空間外溢效應(yīng)和影響因素分析結(jié)果,本文從森林碳匯量的整體和變化情況、空間外溢效應(yīng)以及各因素的影響三個(gè)方面得到以下結(jié)論:

一是我國整體上具有豐富的森林碳匯量。年均碳匯量為1509780.85萬t。六次森林資源清查期間,森林碳匯量整體呈上升趨勢。由于森林資源稟賦的差異,各地區(qū)的森林碳匯量存在較大差異。西藏、云南、四川、黑龍江四個(gè)省份的森林碳匯總量較大,占我國碳匯總量的40%以上。天津、上海和寧夏的森林碳匯量處于較低的位置,但是在增長幅度上面,上海市森林碳匯量增速最快。

二是我國各省(市、自治區(qū))森林碳匯量空間關(guān)聯(lián)性分析。我國森林碳匯具有顯著的全局空間關(guān)聯(lián)性。1993—2003年期間,森林碳匯Moran′sI指數(shù)為倒“V”形的先增加后降低的趨勢,在2003年之后,又以較為穩(wěn)定的趨勢上升。Moran′sI指數(shù)的變動(dòng)說明我國各省(市,自治區(qū))的森林碳匯在空間上的集聚程度并不恒定。局部Moran′sI指數(shù)反映出高高相關(guān)省份為:西藏和云南。低高相關(guān)省份為青海和貴州,各個(gè)時(shí)期變動(dòng)不大,表明我國森林碳匯已形成高高相關(guān)格局,且高高相關(guān)的地區(qū)主要集中在我國西南地區(qū),由于豐富的森林資源,森林管理和林業(yè)重點(diǎn)保護(hù)工程的實(shí)施,推進(jìn)了西南地區(qū)林業(yè)碳匯集聚發(fā)展。

三是我國森林碳匯的空間外溢效應(yīng)及影響因素分析。各省(市、自治區(qū))的森林碳匯量之間存在顯著的空間外溢效應(yīng)。且相鄰區(qū)域的森林碳匯水平每變化1%,本區(qū)域的森林碳匯量正向變化0.238%。其中林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入和森林采伐面積對臨近省份為負(fù)向影響。林業(yè)管理水平、森林災(zāi)害程度和森林蓄積水平對臨近省份為正向影響。對空間外溢效應(yīng)進(jìn)行分解:直接效應(yīng)中,林業(yè)管理水平和森林蓄積水平對本地森林碳匯量有正向影響,林業(yè)產(chǎn)業(yè)發(fā)展水平和森林災(zāi)害程度為負(fù)向效應(yīng)。間接效應(yīng)中,本地區(qū)的林業(yè)產(chǎn)業(yè)發(fā)展水平、勞動(dòng)力要素投入、森林采伐面積和森林災(zāi)害程度對相鄰地區(qū)森林碳匯量的間接影響并不明顯。林業(yè)管理水平和森林蓄積水平對相鄰地區(qū)森林碳匯量有正向影響?？傂?yīng)中,林業(yè)管理水平和森林蓄積水平對本地和相鄰地區(qū)森林碳匯量有正向影響,林業(yè)產(chǎn)業(yè)發(fā)展水平對本地區(qū)的森林碳匯量有負(fù)向影響,但是對相鄰省份的影響并不明顯。

4.2 政策啟示

根據(jù)上述研究結(jié)論,我國在制定和實(shí)施差異化林業(yè)碳匯政策時(shí)有以下啟示:

一是我國森林碳匯量在空間上存在著顯著的空間相關(guān)性與空間外溢效應(yīng),對差異化林業(yè)碳匯政策的制定與實(shí)施應(yīng)考慮區(qū)位因素,結(jié)合相鄰地區(qū)的森林資源稟賦和林業(yè)產(chǎn)業(yè)發(fā)展水平進(jìn)行林業(yè)發(fā)展的空間規(guī)劃,并綜合協(xié)調(diào)各地區(qū)林業(yè)政策,在“山水林田湖草沙”的命運(yùn)共同體理念引領(lǐng)下,合理實(shí)現(xiàn)森林碳匯林業(yè)綠色發(fā)展。

二是利用好森林碳匯的空間外溢效應(yīng),林業(yè)產(chǎn)業(yè)發(fā)展水平和森林采伐面積對森林碳匯量的總效應(yīng)影響為負(fù),說明林業(yè)產(chǎn)業(yè)綠色發(fā)展進(jìn)程中應(yīng)進(jìn)行結(jié)構(gòu)上的調(diào)整,要調(diào)整林業(yè)第一產(chǎn)業(yè)占比,優(yōu)化林業(yè)第二、第三產(chǎn)業(yè)融合發(fā)展,促進(jìn)森林碳匯水平的提升。森林采伐量應(yīng)合理制定采伐配額,優(yōu)化采伐側(cè)重于人工林。發(fā)揮西南地區(qū)與東北林區(qū)的輻射作用,帶動(dòng)相鄰地區(qū)森林資源的合理利用與規(guī)劃,充分吸收碳匯林項(xiàng)目實(shí)施經(jīng)驗(yàn)。

三是根據(jù)各因素對我國森林碳匯影響程度的不同進(jìn)行相應(yīng)變革,林業(yè)產(chǎn)業(yè)的發(fā)展模式和森林碳匯之間存在著不匹配的因素,未能很好的與森林碳匯融合發(fā)展,要加快林產(chǎn)品加工業(yè)發(fā)展規(guī)模的擴(kuò)大和發(fā)展方式的轉(zhuǎn)變。在林業(yè)管理水平和森林蓄積水平方面,森林環(huán)境穩(wěn)定、樹種結(jié)構(gòu)多樣化、優(yōu)勢碳匯樹種擴(kuò)大化是林業(yè)綠色發(fā)展的基礎(chǔ),要保持生態(tài)、社會、環(huán)境三方的協(xié)調(diào),差異化實(shí)施林業(yè)政策制度,確保森林使用權(quán)在流轉(zhuǎn)、抵押和擔(dān)保上的合規(guī)性,提供森林碳匯項(xiàng)目實(shí)施的政策保證。嚴(yán)格實(shí)施采伐限額制度,提高森林管護(hù)能力,科學(xué)建立應(yīng)對森林火災(zāi)、病蟲害的方案。