摘 要：【目的】研究林業(yè)碳匯經(jīng)濟(jì)效率能夠促進(jìn)新時(shí)期林業(yè)高質(zhì)量發(fā)展，為助力實(shí)現(xiàn)我國(guó)“雙碳”目標(biāo)提供關(guān)鍵支撐?！痉椒ā炕凇半p碳”背景，利用DEA-CCR模型測(cè)度2016—2022年我國(guó)30個(gè)省（區(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率，構(gòu)建面板Tobit模型考察影響林業(yè)碳匯經(jīng)濟(jì)效率的相關(guān)因素，并基于Dagum基尼系數(shù)法深入研究我國(guó)東、中、西三大地區(qū)林業(yè)碳匯經(jīng)濟(jì)效率的區(qū)域差異及其來(lái)源?！窘Y(jié)果】1）2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯規(guī)模效率處于較高水平，綜合效率水平和純技術(shù)效率水平總體較低。2022年，我國(guó)林業(yè)碳匯綜合效率值、林業(yè)碳匯純技術(shù)效率值、林業(yè)碳匯規(guī)模效率值均有所提升。2）影響因素層面，貧困人口占比、外出務(wù)工比例、林業(yè)收入占比、工業(yè)化程度和降水量均對(duì)林業(yè)碳匯經(jīng)濟(jì)效率產(chǎn)生顯著正向影響；城鎮(zhèn)化的發(fā)展不利于提升林業(yè)碳匯經(jīng)濟(jì)效率；自然災(zāi)害率對(duì)林業(yè)碳匯經(jīng)濟(jì)效率的影響不顯著。3）區(qū)域差異層面，2016—2022年中部、東部?jī)傻貐^(qū)林業(yè)碳匯經(jīng)濟(jì)效率的區(qū)域內(nèi)差異有所降低，區(qū)域協(xié)調(diào)發(fā)展格局初步形成，對(duì)實(shí)現(xiàn)“雙碳”起到重要推動(dòng)作用?！窘Y(jié)論】應(yīng)從強(qiáng)化林業(yè)碳匯制度體系建設(shè)、推動(dòng)林業(yè)碳匯項(xiàng)目科學(xué)布局、逐步縮小區(qū)域發(fā)展差距等方面著手，穩(wěn)步提升林業(yè)碳匯經(jīng)濟(jì)效率，切實(shí)助力“雙碳”目標(biāo)加快實(shí)現(xiàn)。

關(guān)鍵詞：林業(yè)碳匯經(jīng)濟(jì)效率；“雙碳”目標(biāo)；DEA-CCR；Tobit；Dagum基尼系數(shù)

中圖分類號(hào)：S7-9 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-923X（2024）08-0201-08

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金青年項(xiàng)目（15CJY053）；河南省軟科學(xué)研究計(jì)劃項(xiàng)目（202400410230）；河南省社會(huì)科學(xué)規(guī)劃決策咨詢項(xiàng)目（2022JC52）。

Evaluation and influencing factors of economic efficiency of forestry carbon sequestration in China under the background of “dual carbon”

YANG Ji

（School of Management， Xinyang Agriculture and Forestry University， Xinyang 464000， Henan， China）

Abstract：【Objective】Studying the economic efficiency of forestry carbon sequestration can promote high-quality development of forestry in the new era， and provide key support for achieving China’s “dual arbon” goals.【Method】 Based on the background of the “dual carbon” target， the DEA-CCR model was used to measure the economic efficiency of forestry carbon sequestration in 30 provinces （regions， cities） of China from 2016 to 2022. A panel Tobit model was constructed to examine the relevant factors affecting the economic efficiency of forestry carbon sequestration. The Dagum Gini coefficient method was used to conduct in-depth research on the regional differences and sources of forestry carbon sequestration economic efficiency in the three major regions of China， namely the East， Central， and West.【Result】From 2016 to 2022， the scale efficiency of forestry carbon sequestration in 30 provinces （districts， cities） in China was at a high level， while the overall level of comprehensive efficiency and pure technical efficiency was relatively low. In 2022， China’s forestry carbon sequestration comprehensive efficiency value， forestry carbon sequestration pure technical efficiency value， and forestry carbon sequestration scale efficiency value have all improved. 2） At the level of influencing factors， the proportion of impoverished population， the proportion of migrant workers， the proportion of forestry income， the degree of industrialization， and rainfall all had a significant positive impact on the economic efficiency of forestry carbon sequestration. The development of urbanization was not conducive to improving the economic efficiency of forestry carbon sequestration. The impact of natural disaster rates on the economic efficiency of forestry carbon sinks was not significant. 3） At the level of regional differences， the intra-regional differences in the economic efficiency of forestry carbon sinks in the central and eastern regions decreased from 2016 to 2022， and the pattern of regional coordinated development was initially formed， which played an important role in promoting the realization of “dual carbon”.【Conclusion】It is necessary to strengthen the construction of the forestry carbon sequestration system， promote the scientific layout of forestry carbon sequestration projects， and gradually narrow regional development gaps， in order to steadily improve the economic efficiency of forestry carbon sequestration and effectively assist in accelerating the realization of the “dual carbon” goal.

Keywords： forestry carbon sequestration economic efficiency； the “dual carbon” goal； DEA-CCR； Tobit； Dagum Gini coefficient

中國(guó)始終是推動(dòng)全球氣候治理的貢獻(xiàn)者，也是實(shí)現(xiàn)全球生態(tài)環(huán)境安全的積極推動(dòng)者。2020年國(guó)家領(lǐng)導(dǎo)人在第七十五屆聯(lián)合國(guó)大會(huì)上鄭重承諾，“力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”，推動(dòng)全球氣候治理邁向新高潮。黨的二十大報(bào)告統(tǒng)籌國(guó)內(nèi)國(guó)際兩個(gè)大局，進(jìn)一步提出“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和”，為我國(guó)“雙碳”目標(biāo)推進(jìn)提供遵循?！半p碳”目標(biāo)作為我國(guó)推動(dòng)人類命運(yùn)共同體的責(zé)任擔(dān)當(dāng)以及可持續(xù)發(fā)展的內(nèi)在要求，彰顯了我國(guó)為應(yīng)對(duì)全球氣候變化做出的新貢獻(xiàn)和新努力。鑒于此，在國(guó)家戰(zhàn)略布局下，如何實(shí)現(xiàn)降碳、減污、擴(kuò)綠、增長(zhǎng)協(xié)同推進(jìn)，推動(dòng)“雙碳”工作取得新突破，成為當(dāng)前亟須思考的熱點(diǎn)議題。

森林作為陸地生態(tài)系統(tǒng)中天然碳儲(chǔ)存場(chǎng)所，在調(diào)節(jié)全球碳循環(huán)和緩解氣候變化中起著重要作用。在“雙碳”背景下，林業(yè)在低碳經(jīng)濟(jì)發(fā)展中的地位逐漸凸顯，促使發(fā)展林業(yè)碳匯成為助力碳達(dá)峰、碳中和目標(biāo)的重要路徑。從內(nèi)涵上講，林業(yè)碳匯是指充分發(fā)揮森林儲(chǔ)碳功能，通過(guò)保護(hù)植被、植樹造林、加強(qiáng)森林經(jīng)營(yíng)管理等路徑，吸收、固定大氣中的二氧化碳，并依據(jù)一定規(guī)則進(jìn)行碳匯交易的過(guò)程。在林業(yè)碳匯項(xiàng)目開發(fā)工作縱深推進(jìn)下，林業(yè)碳匯經(jīng)濟(jì)效率得到進(jìn)一步提升，可對(duì)實(shí)現(xiàn)“雙碳”目標(biāo)作出更加積極的貢獻(xiàn)。因此，基于“雙碳”背景對(duì)我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率展開評(píng)價(jià)并考察其影響因素具有重要現(xiàn)實(shí)意義。

既有文獻(xiàn)從理論研究與實(shí)證分析兩方面圍繞林業(yè)碳匯進(jìn)行探索，取得豐富研究成果。理論研究方面，部分學(xué)者首先圍繞林業(yè)碳匯的科學(xué)內(nèi)涵展開分析，認(rèn)為林業(yè)碳匯是從空氣中吸收溫室氣體的過(guò)程[1-2]。也有學(xué)者基于“雙碳”目標(biāo)，深入研究林業(yè)碳匯高質(zhì)量發(fā)展的相關(guān)路徑，為挖掘林業(yè)碳匯經(jīng)濟(jì)價(jià)值提供思想支撐[3]。進(jìn)一步地，有學(xué)者從金融視角出發(fā)，考察金融支持林業(yè)碳匯的發(fā)展路徑，為提升林業(yè)碳匯項(xiàng)目融資和風(fēng)險(xiǎn)保障水平作出積極貢獻(xiàn)[4-5]。實(shí)證分析方面，部分學(xué)者從碳匯竹林生產(chǎn)效率[6]、林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)[7]等維度展開測(cè)度，極大豐富林業(yè)碳匯相關(guān)研究。也有學(xué)者從林業(yè)碳匯的影響效應(yīng)出發(fā)，厘清林業(yè)碳匯對(duì)經(jīng)濟(jì)變量能夠產(chǎn)生何種影響。例如，曹先磊等[8]以4省份林業(yè)碳匯項(xiàng)目為例，研究發(fā)現(xiàn)不同類型林業(yè)碳匯項(xiàng)目對(duì)投資門檻具有差異化影響。

綜合分析上述文獻(xiàn)可知，既有研究圍繞林業(yè)碳匯從不同維度進(jìn)行豐富探索，為本研究研究提供扎實(shí)邏輯支撐。遺憾的是，在“雙碳”目標(biāo)指引下，林業(yè)碳匯經(jīng)濟(jì)效率逐漸提升，但鮮有文獻(xiàn)就林業(yè)碳匯經(jīng)濟(jì)效率展開測(cè)度，這為本研究提供較大可拓展空間。鑒于此，本研究選擇2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）數(shù)據(jù)作為研究樣本，對(duì)林業(yè)碳匯經(jīng)濟(jì)效率進(jìn)行評(píng)價(jià)，并分析其影響因素及區(qū)域差異，以期推動(dòng)林業(yè)碳匯高質(zhì)量發(fā)展，為早日實(shí)現(xiàn)“雙碳”目標(biāo)作出貢獻(xiàn)。

1 研究方法

1.1 DEA-CCR模型構(gòu)建

本研究基于“雙碳”背景展開林業(yè)碳匯經(jīng)濟(jì)效率測(cè)度，在選取林業(yè)碳匯投入、產(chǎn)出指標(biāo)時(shí)，不僅要體現(xiàn)林業(yè)產(chǎn)業(yè)特色，也要考慮生態(tài)效益。鑒于此，參照既有研究[11-12]，將勞動(dòng)力投入、資金投入、土地投入、民生投入作為投入指標(biāo)，將林業(yè)碳匯經(jīng)濟(jì)總產(chǎn)值作為產(chǎn)出指標(biāo)。其中，勞動(dòng)力、資金、民生投入是可變投入要素，以各省林業(yè)產(chǎn)業(yè)年未從業(yè)人員、林業(yè)固定資產(chǎn)投入、林業(yè)基礎(chǔ)設(shè)施投入衡量。土地是發(fā)展林業(yè)碳匯的基礎(chǔ)所在，用各省森林面積表示。林業(yè)碳匯經(jīng)濟(jì)總產(chǎn)值通過(guò)碳匯單價(jià)與碳匯總量的乘積表示。其中，碳匯總量借鑒鄒佳敏等[13]研究，通過(guò)森林蓄積量法測(cè)得。林業(yè)碳匯經(jīng)濟(jì)效率評(píng)價(jià)指標(biāo)體系見(jiàn)表1。

1.2 面板Tobit模型

DEA-CCR模型測(cè)算得出的各?。▍^(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率值取值范圍為（0，1]，是受限數(shù)據(jù)。故參照高揚(yáng)等[14]研究思路，采用面板Tobit模型考察我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率的影響因素。由于林業(yè)碳匯是綜合實(shí)現(xiàn)生態(tài)、社會(huì)、經(jīng)濟(jì)效益有效方式，借鑒相關(guān)研究[20]，影響因素的選取將社會(huì)、經(jīng)濟(jì)、生態(tài)等多維度因素納入考量。社會(huì)層面：城鎮(zhèn)化率（Urb），城鎮(zhèn)化對(duì)林地資源的投入具有重要影響，城鎮(zhèn)化率過(guò)高可能擠占一定的森林資源，對(duì)林業(yè)碳匯經(jīng)濟(jì)效率造成不利影響，通過(guò)城鎮(zhèn)人口與總?cè)丝诘谋戎刀攘?；貧困人口占比（P），林業(yè)碳匯項(xiàng)目多集中于偏遠(yuǎn)山區(qū)，對(duì)林地資源、勞動(dòng)力資源需求較強(qiáng)，山區(qū)貧困農(nóng)戶擁有一定數(shù)量的林地資源，可通過(guò)林地出租或入股、碳匯林種植務(wù)工等方式為林業(yè)碳匯發(fā)展提供要素支持，利用貧困人口占總?cè)丝诒戎睾饬?；外出?wù)工比例（W），在外出務(wù)工比例較高的省份，大量農(nóng)村剩余勞動(dòng)力可為林業(yè)碳匯項(xiàng)目的發(fā)展提供充足人力支撐，用外出務(wù)工人數(shù)占總勞動(dòng)力比重度量。經(jīng)濟(jì)層面：林業(yè)收入占比（F），林業(yè)收入占比較高的省份，對(duì)森林資源依賴程度相對(duì)較高，且森林資源也相對(duì)豐富，可有效推進(jìn)林業(yè)碳匯的發(fā)展，采用林業(yè)收入占總收入比重考察；工業(yè)化程度（I），工業(yè)化程度較高的省份，開展造林項(xiàng)目和森林經(jīng)營(yíng)項(xiàng)目的意愿更強(qiáng)，對(duì)碳匯林建設(shè)與管理能力相應(yīng)更高，借助第二產(chǎn)業(yè)產(chǎn)值占GDP比重測(cè)度。生態(tài)層面：降水量（R），雨水充沛的地區(qū)更適宜森林生長(zhǎng)，對(duì)林業(yè)碳匯具有較強(qiáng)影響，通過(guò)各省份年均降水量衡量；自然災(zāi)害率（N）自然災(zāi)害頻發(fā)的地區(qū)可能更容易引起地方政府提升生態(tài)環(huán)境保護(hù)水平，加大對(duì)林業(yè)碳匯的發(fā)展力度，以年均每十萬(wàn)人口因自然災(zāi)害死亡率測(cè)度。林業(yè)碳匯經(jīng)濟(jì)效率影響因素指標(biāo)如表2所示。

1.4 數(shù)據(jù)來(lái)源

選擇2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）數(shù)據(jù)作為研究樣本，由于港澳臺(tái)地區(qū)及西藏地區(qū)部分?jǐn)?shù)據(jù)存在缺失，予以剔除。相關(guān)變量數(shù)據(jù)來(lái)源于《中國(guó)林業(yè)和草原年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《第9次全國(guó)森林資源連續(xù)清查報(bào)告》、各省年度統(tǒng)計(jì)報(bào)告及其他數(shù)據(jù)庫(kù)和報(bào)告的同類指標(biāo)，經(jīng)由比較和修正計(jì)算得出。其中，《森林經(jīng)營(yíng)項(xiàng)目碳匯計(jì)量檢測(cè)指南》指出林業(yè)碳匯項(xiàng)目應(yīng)在符合國(guó)家規(guī)定的喬木林地開展，故本研究選擇全國(guó)森林資源連續(xù)清查報(bào)告中各省份喬木分樹種的蓄積量測(cè)算碳匯量。此外，也基于《土地利用變化與林業(yè)溫室氣體清單》對(duì)樹種間系數(shù)進(jìn)行了細(xì)分。

2 結(jié)果與分析

2.1 我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率測(cè)度結(jié)果與分析

本研究運(yùn)用DEA-CCR模型測(cè)度2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率值，所得結(jié)果如表3所示。在表3中，綜合效率用TE表示，純技術(shù)效率與規(guī)模效率的乘積為綜合效率，可綜合反映各省（區(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率；純技術(shù)效率水平表示為PTE，可體現(xiàn)出各?。▍^(qū)、市）林業(yè)技術(shù)前沿面的碳匯經(jīng)濟(jì)效率；規(guī)模效率水平用SE代表，可綜合代表各省（區(qū)、市）林業(yè)碳匯經(jīng)濟(jì)的規(guī)模效率和規(guī)模報(bào)酬增減變化情況。綜合效率、純技術(shù)效率與規(guī)模效率的取值范圍均在0～1之間，值越大代表對(duì)應(yīng)效率水平越高。此外，drs代表規(guī)模收益遞減，irs表示規(guī)模收益遞增，“—”為規(guī)模報(bào)酬不變。

從綜合效率水平來(lái)看，2016—2022年我國(guó)30個(gè)省（區(qū)、市）林業(yè)碳匯綜合效率的均值為0.379，表明我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率逐漸凸顯，但總體水平較低，綜合效率仍有待提高。通過(guò)與以往研究進(jìn)行對(duì)比可以發(fā)現(xiàn)，何韻等[18]以天保工程試點(diǎn)地區(qū)為研究對(duì)象，研究發(fā)現(xiàn)天保工程試點(diǎn)地區(qū)林業(yè)碳匯經(jīng)濟(jì)效率明顯提升，增匯效益逐漸凸顯。由此可見(jiàn)，全國(guó)各地區(qū)應(yīng)以天保工程試點(diǎn)地區(qū)為模范，以保育結(jié)合方式加大森林資源保護(hù)力度，提升林業(yè)資源經(jīng)營(yíng)水平，從而可通過(guò)售出林業(yè)“貯碳”“減碳”生態(tài)服務(wù)功能，用新鮮空氣換取經(jīng)濟(jì)收益，使得林業(yè)碳匯經(jīng)濟(jì)效率日益顯現(xiàn)。但仍需看到，我國(guó)在推進(jìn)經(jīng)濟(jì)飛速發(fā)展過(guò)程中，也成為溫室氣體排放大國(guó)，因而林業(yè)碳匯在緩解全球氣候變暖的綜合效率仍需提升。省份層面，2016—2022年，四川、黑龍江、江西為綜合效率排名前3的地區(qū)。福建、吉林、貴州、江西等地區(qū)綜合效率值位于0.6到1之間，其余省（區(qū)、市）的綜合效率值均小于0.6，為非TE有效。其中，甘肅的林業(yè)碳匯綜合效率為全國(guó)最低，TE值僅為0.046。以2022年為例，四川、黑龍江、貴州三個(gè)地區(qū)的綜合效率值達(dá)到1，說(shuō)明上述地區(qū)林業(yè)碳匯投入和產(chǎn)出均實(shí)現(xiàn)最優(yōu)狀態(tài)。這與李海萍等[19]的研究結(jié)論具有一致性，其研究指出貴州地區(qū)碳匯主要來(lái)源于林地。這可能與地區(qū)間地形條件和氣候環(huán)境具有較大關(guān)聯(lián)，黑龍江、四川、貴州地處我國(guó)東北和西南邊陲，降雨充足，地形多以山地為主，適宜森林樹木生長(zhǎng)，林業(yè)發(fā)展基礎(chǔ)較好。甘肅、寧夏和青海是2022年林業(yè)碳匯綜合效率排名最后3位的地區(qū)?？赡艿脑蛟谟?，這些地區(qū)氣候干旱，地質(zhì)多為石質(zhì)山，森林覆蓋率較低，在一定程度上阻礙林業(yè)碳匯發(fā)展。

從純技術(shù)效率水平來(lái)看，2016—2022年我國(guó)30個(gè)省（區(qū)、市）林業(yè)碳匯純技術(shù)效率均值為0.573，整體水平偏低，迫切需要推動(dòng)林業(yè)科技變革，增強(qiáng)林業(yè)科技水平。上海、浙江、四川為林業(yè)碳匯純技術(shù)效率排名達(dá)到前3的省份，說(shuō)明上述地區(qū)積極實(shí)踐科技強(qiáng)林戰(zhàn)略，在林業(yè)碳匯技術(shù)研發(fā)、固碳樹種篩選、人工林增匯等碳匯科技創(chuàng)新方面取得一定成效，推動(dòng)林業(yè)碳匯經(jīng)濟(jì)效率穩(wěn)步提升，對(duì)實(shí)現(xiàn)“雙碳”目標(biāo)作出積極貢獻(xiàn)。其余?。▍^(qū)、市）林業(yè)碳匯純技術(shù)效率普遍偏低，特別是內(nèi)蒙古、甘肅、寧夏、青海、新疆等西北干旱地區(qū)的林業(yè)碳匯純技術(shù)效率均處于較低水平。未來(lái)應(yīng)加大干旱、半干旱地區(qū)造林技術(shù)科研攻關(guān)，提升林業(yè)碳匯覆蓋面積，為提升全國(guó)林業(yè)碳匯經(jīng)濟(jì)效率作出貢獻(xiàn)。以2022年為例，上海、天津、浙江、江西、重慶等12個(gè)?。▍^(qū)、市）林業(yè)碳匯純技術(shù)效率值均達(dá)到0.6以上。

從規(guī)模效率水平來(lái)看，2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯規(guī)模效率均值為0.661，意味著當(dāng)前我國(guó)林業(yè)碳匯要素投入規(guī)模較大，形成一定發(fā)展規(guī)模。分省份來(lái)看，2016—2022年福建、四川、江西等地區(qū)林業(yè)碳匯規(guī)模效率均值達(dá)到0.9以上，規(guī)模效率相對(duì)較高，說(shuō)明上述地區(qū)在林業(yè)碳匯發(fā)展過(guò)程中投入的土地、勞動(dòng)力等要素，能夠有效提升林業(yè)碳匯經(jīng)濟(jì)效率。2016—2022年天津、寧夏、上海林業(yè)碳匯規(guī)模效率均值位于后三位，需進(jìn)一步提升林業(yè)碳匯規(guī)模效率。以2022年為例，福建、內(nèi)蒙古、云南、黑龍江的林業(yè)碳匯規(guī)模效率均達(dá)到1，為最優(yōu)狀態(tài)，且處于規(guī)模收益遞增趨勢(shì)，說(shuō)明上述地區(qū)林業(yè)碳匯要素投入較為充足，為林業(yè)碳匯經(jīng)濟(jì)效率提升帶來(lái)顯著影響。原因在于，福建、內(nèi)蒙古、云南、黑龍江森林面積、林業(yè)用地面積均位于全國(guó)前列，土地要素投入比例較大，加之上述地區(qū)勞動(dòng)力充足，可為林業(yè)碳匯規(guī)模效率提升提供有效支撐。上海、天津等地區(qū)林業(yè)碳匯規(guī)模效率為全國(guó)最低，且處于規(guī)模收益遞減趨勢(shì)。上述省份林業(yè)用地面積、森林覆蓋率均較低，需合理規(guī)劃生產(chǎn)要素投入，穩(wěn)步提升林業(yè)碳匯經(jīng)濟(jì)產(chǎn)出，助力碳達(dá)峰碳中和目標(biāo)實(shí)現(xiàn)。

2.2 我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率影響因素分析

基于前文構(gòu)建的面板Tobit模型，進(jìn)一步考察2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率的影響因素。在展開回歸前，LR檢驗(yàn)結(jié)果顯示，P值小于0.1，說(shuō)明原假設(shè)不成立，適宜使用隨機(jī)效應(yīng)Tobit模型進(jìn)行回歸，結(jié)果見(jiàn)表4。其中，城鎮(zhèn)化率的估計(jì)系數(shù)為-0.021，通過(guò)5%顯著性水平檢驗(yàn)，說(shuō)明城鎮(zhèn)化的發(fā)展在一定程度上阻礙林業(yè)碳匯經(jīng)濟(jì)效率提升。原因在于，城鎮(zhèn)化過(guò)程可能擠占大量林業(yè)用地和森林用地，對(duì)大規(guī)模開展碳匯林建設(shè)造成阻礙，加之城鎮(zhèn)化還可能產(chǎn)生大量溫室氣體排放，對(duì)我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率造成不利影響。貧困人口占比和外出務(wù)工比例的估計(jì)系數(shù)均為正，且均通過(guò)1%顯著性檢驗(yàn)，說(shuō)明貧困人口占比和外出務(wù)工比例是提升林業(yè)碳匯經(jīng)濟(jì)效率的重要因素。貧困人口以及外出務(wù)工人口增多，可為林業(yè)碳匯項(xiàng)目的發(fā)展提供充足勞動(dòng)力資源，推動(dòng)林業(yè)碳匯實(shí)現(xiàn)可持續(xù)發(fā)展。林業(yè)收入占比和工業(yè)化程度對(duì)林業(yè)碳匯經(jīng)濟(jì)效率的影響也顯著為正。林業(yè)碳匯主要是通過(guò)市場(chǎng)化手段參與林業(yè)資源交易，因此對(duì)林業(yè)收入規(guī)模和工業(yè)化程度依賴較高，未來(lái)應(yīng)進(jìn)一步加大新型林業(yè)經(jīng)營(yíng)主體培育力度，助力森林經(jīng)營(yíng)性碳匯和造林碳匯經(jīng)濟(jì)效率提升，從而早日實(shí)現(xiàn)“雙碳”目標(biāo)。降水量的估計(jì)系數(shù)為0.216，通過(guò)5%顯著性檢驗(yàn)，說(shuō)明降水量在一定程度上決定了地區(qū)林業(yè)發(fā)展基礎(chǔ)，對(duì)林業(yè)碳匯經(jīng)濟(jì)效率的提升影響顯著。薛龍飛等[20]也在研究中指出，降水量對(duì)森林碳匯水平具有顯著影響。自然災(zāi)害率的估計(jì)系數(shù)雖為正，但未通過(guò)顯著性檢驗(yàn)，表明自然災(zāi)害率對(duì)林業(yè)碳匯經(jīng)濟(jì)效率并未表現(xiàn)出明顯影響效應(yīng)。

2.3 區(qū)域差異及其來(lái)源分析

前文主要研究了我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率水平及其影響因素，此部分進(jìn)一步深入分析我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率的區(qū)域差異及其差異來(lái)源。具體而言，利用Dagum基尼系數(shù)法對(duì)2016—2022年我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率的總體差異、區(qū)域內(nèi)差異、區(qū)域間差異進(jìn)行測(cè)算，并考察區(qū)域差異的貢獻(xiàn)率，相關(guān)結(jié)果如表5所示。

分析可知，2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率總體基尼系數(shù)由2016年的0.485下降至2022年的0.408，呈現(xiàn)動(dòng)態(tài)縮小態(tài)勢(shì)，說(shuō)明2016—2022年我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率的區(qū)域差異有所減小。

分析我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率差異來(lái)源可知，區(qū)域內(nèi)差異、區(qū)域間差異以及超變密度的貢獻(xiàn)率呈現(xiàn)小幅度波動(dòng)狀態(tài)。從貢獻(xiàn)率來(lái)看，區(qū)域內(nèi)差異貢獻(xiàn)率均值為30.02，區(qū)域間差異貢獻(xiàn)率均值達(dá)到64.22，超變密度平均貢獻(xiàn)率均值為3.76?？梢?jiàn)，超變密度相較于總體差異的占比最小，區(qū)域間差異相較于總體差異的占比最大，說(shuō)明區(qū)域間差異是我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率空間差異的主要來(lái)源。 2022年間，區(qū)域內(nèi)、區(qū)域間、超變密度的平均貢獻(xiàn)率為27.70、69.60、2.70，且基本呈現(xiàn)下降趨勢(shì)。這說(shuō)明伴隨各地區(qū)之間林業(yè)碳匯不斷建設(shè)發(fā)展，區(qū)域間差異日益減小，區(qū)域協(xié)調(diào)發(fā)展格局初步形成，對(duì)推進(jìn)碳達(dá)峰、碳中和目標(biāo)日益產(chǎn)生深遠(yuǎn)影響。

3 結(jié)論與建議

3.1 結(jié) 論

本研究基于“雙碳”目標(biāo)，構(gòu)建我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率評(píng)價(jià)指標(biāo)體系，利用DEACCR模型求得林業(yè)碳匯經(jīng)濟(jì)效率值，并構(gòu)建面板Tobit模型探究其影響因素，進(jìn)而借助Dagum基尼系數(shù)法考察東、中、西三大地區(qū)林業(yè)碳匯經(jīng)濟(jì)效率的區(qū)域差異及其來(lái)源。得到以下結(jié)論：

1）2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯綜合效率水平和純技術(shù)效率水平總體較低，規(guī)模效率處于較高水平。其中，2022年，林業(yè)碳匯綜合效率值較高的地區(qū)為黑龍江、四川、云南，最低為甘肅、寧夏和青海；林業(yè)碳匯純技術(shù)效率值較高的地區(qū)是上海、浙江、江西，內(nèi)蒙古、青海、新疆等地純技術(shù)效率較低；福建為林業(yè)碳匯規(guī)模效率值最高的省份。

2）分析林業(yè)碳匯經(jīng)濟(jì)效率影響因素結(jié)果可知，城鎮(zhèn)化率對(duì)林業(yè)碳匯經(jīng)濟(jì)效率產(chǎn)生不利影響。貧困人口占比、外出務(wù)工比例、林業(yè)收入占比、工業(yè)化程度以及降水量均是提升林業(yè)碳匯經(jīng)濟(jì)效率的重要因素。自然災(zāi)害率對(duì)林業(yè)碳匯經(jīng)濟(jì)效率的影響不顯著。

3）由我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率的區(qū)域差異結(jié)果可知，2016—2022年我國(guó)30個(gè)?。▍^(qū)、市）林業(yè)碳匯經(jīng)濟(jì)效率的區(qū)域差異呈現(xiàn)總體縮小態(tài)勢(shì)。區(qū)域間差異是我國(guó)林業(yè)碳匯經(jīng)濟(jì)效率空間差異的主要來(lái)源。

3.2 建 議

1）強(qiáng)化林業(yè)碳匯制度體系建設(shè)。林業(yè)碳匯具有政策性強(qiáng)、利益關(guān)聯(lián)度高等特征，在前期發(fā)展階段需要給予一定扶持，以持續(xù)提升林業(yè)碳匯經(jīng)濟(jì)效率。其一，加大財(cái)政支持力度。應(yīng)安排適當(dāng)資金對(duì)地方林場(chǎng)予以補(bǔ)助，并探索建立林地經(jīng)營(yíng)權(quán)抵押貸款、天然林停伐管護(hù)補(bǔ)助、林業(yè)碳匯收益權(quán)質(zhì)押貸款、公益林補(bǔ)償?shù)确龀謾C(jī)制，鼓勵(lì)林業(yè)企業(yè)積極發(fā)展林業(yè)碳匯項(xiàng)目，推動(dòng)“雙碳”目標(biāo)早日實(shí)現(xiàn)。其二，加速推進(jìn)林業(yè)碳匯交易平臺(tái)建設(shè)?？蓪⒘謽I(yè)碳匯納入碳匯交易平臺(tái)，增加林業(yè)碳匯交易指標(biāo)，促進(jìn)林業(yè)碳匯高效交易，為實(shí)現(xiàn)“雙碳”目標(biāo)提供有力支撐。其三，加大林業(yè)碳匯科技支持力度。組織建設(shè)林業(yè)碳匯專家?guī)?，圍繞數(shù)字林業(yè)、分子育種、固碳樹種篩選、生態(tài)碳匯計(jì)量等方面加大財(cái)政資金投入力度，為提升林業(yè)碳匯經(jīng)濟(jì)效率提供科技支撐，加速“雙碳”目標(biāo)進(jìn)程。

2）推動(dòng)林業(yè)碳匯項(xiàng)目科學(xué)布局。研究表明，林業(yè)碳匯經(jīng)濟(jì)效率受到經(jīng)濟(jì)、社會(huì)、生態(tài)等多方面因素影響。為更好發(fā)揮林業(yè)碳匯對(duì)“雙碳”目標(biāo)的積極影響，應(yīng)以“最佳適配、最優(yōu)轉(zhuǎn)化”為根本遵循，綜合考慮地區(qū)實(shí)際和要素稟賦，因地制宜合理布局林業(yè)碳匯項(xiàng)目。一方面，應(yīng)充分利用林業(yè)遙感監(jiān)測(cè)技術(shù)獲取林地分布面積、木材蓄積量和儲(chǔ)碳量，并與地面調(diào)查數(shù)據(jù)相結(jié)合出具相關(guān)報(bào)告，為林業(yè)碳匯項(xiàng)目科學(xué)布局提供數(shù)據(jù)支持，進(jìn)而提升林業(yè)碳匯經(jīng)濟(jì)效率。另一方面，建立多元化林業(yè)碳匯項(xiàng)目績(jī)效考評(píng)體系，在全國(guó)范圍內(nèi)選取碳匯生態(tài)資源稟賦好、潛力大的區(qū)縣開展林業(yè)碳匯試點(diǎn)布局，爭(zhēng)取實(shí)現(xiàn)林業(yè)碳匯經(jīng)濟(jì)效率最大化，以此助推“雙碳”工作穩(wěn)步推進(jìn)。

3）逐步縮小區(qū)域發(fā)展差距。結(jié)論顯示，當(dāng)前各地區(qū)之間林業(yè)碳匯經(jīng)濟(jì)效率區(qū)域間差異日漸縮小，但區(qū)域內(nèi)部仍存在林業(yè)碳匯能力不均衡現(xiàn)象。對(duì)此，東部地區(qū)應(yīng)進(jìn)一步發(fā)揮林業(yè)碳匯發(fā)展優(yōu)勢(shì)，打造集林業(yè)碳匯人才培養(yǎng)、技術(shù)研發(fā)、產(chǎn)業(yè)開發(fā)、成果轉(zhuǎn)化為一體的科研創(chuàng)新平臺(tái)，在全國(guó)率先開展油茶林、喬木幼林等碳匯項(xiàng)目研發(fā)。在此基礎(chǔ)上，通過(guò)地區(qū)間協(xié)作攻關(guān)將取得的先進(jìn)經(jīng)驗(yàn)應(yīng)用于中、西部地區(qū)，從而實(shí)現(xiàn)區(qū)域間林業(yè)碳匯協(xié)調(diào)發(fā)展，助力“雙碳”目標(biāo)實(shí)現(xiàn)。中、西部地區(qū)可依據(jù)地區(qū)實(shí)際情況積極編制林業(yè)碳匯發(fā)展規(guī)劃，開展碳匯造林試點(diǎn)工作，并與東部地區(qū)探索建立林業(yè)碳匯交易模式，提升林業(yè)碳匯經(jīng)濟(jì)效率，推動(dòng)實(shí)現(xiàn)碳達(dá)峰碳中和目標(biāo)。

參考文獻(xiàn)：

[1] 宋平，趙榮，胡利娟，等.推動(dòng)“雙碳”目標(biāo)實(shí)現(xiàn)的林業(yè)碳匯科學(xué)傳播策略[J].世界林業(yè)研究，2023，36（2）：89-94. SONG P， ZHAO R， HU L J， et al. Strategies for science-based forestry sequestration dissemination to achieve the national goals of carbon peaking and carbon neutrality[J]. World Forestry Research，2023，36（2）：89-94.

[2] 曹恒，王弟，趙鵬.山西省森林碳匯經(jīng)濟(jì)價(jià)值評(píng)估及交易評(píng)價(jià)體系構(gòu)建研究[J].經(jīng)濟(jì)問(wèn)題，2023（7）：120-128. CAO H， WANG D， ZHAO P. Evaluation of economic value of forest carbon sequestration and construction of carbon sequestration trade evaluation system in Shanxi province[J]. On Economic Problems，2023（7）：120-128.

[3] 呂金蔚，劉冰.“雙碳”目標(biāo)下林業(yè)碳匯高質(zhì)量發(fā)展的路徑研究[J].林業(yè)經(jīng)濟(jì)問(wèn)題，2022，42（6）：666-672. LYU J W， LIU B . Study on the path of high-quality development of forestry carbon sinks under the “dual carbon” goal [J]. Issues of Forestry Economics，2022，42（6）：666-672.

[4] 錢立華，尹春哲.金融支持林業(yè)碳匯發(fā)展實(shí)踐[J].中國(guó)金融， 2023（11）：58-60. QIAN L H， YIN C Z. Practice of financial support for forestry carbon sink development[J]. China Finance，2023（11）： 58-60.

[5] 耿直，吳書斌.加大林業(yè)碳匯發(fā)展金融支持[J].中國(guó)金融， 2023（12）：102. GENG Z ， WU S B. Increasing financial support for forestry carbon sink development[J]. China Finance，2023（12）：102.

[6] 敖貴艷，吳偉光，曹先磊，等.基于三階段DEA模型的碳匯竹林生產(chǎn)效率分析—來(lái)自浙江安吉的實(shí)證[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2019，18（5）：656-666. AO G Y， WU W G， CAO X L， et al. Analysis on production efficiency of carbon sink bamboo forest based on three-stage DES model： evidence from Zhejiang Anji[J]. Journal of AgroForestry Economics and Management，2019，18（5）：656-666.

[7] 高沁怡，潘春霞，劉強(qiáng)，等.基于貝葉斯網(wǎng)絡(luò)的林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)[J].南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，45（4）： 210-218. GAO Q Y， PAN C X， LIU Q ， et al. Risk assessment of forestry carbon sequestration projects based on Bayesian networks[J]. Journal of Nanjing Forestry University （Natural Sciences Edition）， 2021，45（4）：210-218.

[8] 曹先磊，任云鶴，許騫騫，等.“雙碳”背景下林業(yè)碳匯項(xiàng)目經(jīng)營(yíng)不確定性對(duì)投資者投資門檻的影響—以4省份林業(yè)碳匯項(xiàng)目為例[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，28（12）：177-193. CAO X L， REN Y H， XU Q Q， et al. Impact of the uncertainty in forestry carbon sequestration project management on investors’investment threshold under the background of “dual carbon”： take forestry carbon sequestration projects in four provinces as an example[J]. Journal of China Agricultural University，2023，28（12）： 177-193.

[9] 姜微，劉俊昌，胡皓.我國(guó)林業(yè)生態(tài)效率時(shí)空演變及環(huán)境規(guī)制門檻效應(yīng)研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2020，40（6）： 166-174. JIANG W， LIU J C， HU H. Study on the temporal and spatial evolution of forestry ecological efficiency and threshold effect of environmental regulation in China[J]. Journal of Central South University of Forestry Technology，2020，40（6）：166-174.

[10] 李曉靜，王冰，謝佳穎.DEA-CCR模型在高?？蒲薪?jīng)費(fèi)使用效率評(píng)價(jià)中的應(yīng)用研究[J].教育科學(xué)，2015，31（2）：79-85. LI X J， WANG B ， XIE J Y. Study on management evaluation of scientific research funds for Chinese universities[J]. Educational Science，2015，31（2）：79-85.

[11] 羅小鋒，薛龍飛，李兆亮.林業(yè)碳匯經(jīng)濟(jì)效益評(píng)價(jià)及區(qū)域協(xié)調(diào)性分析[J].統(tǒng)計(jì)與決策，2017（2）：121-125. LUO X F， XUE L F， LI Z L. Economic benefit evaluation and regional coordination analysis of forestry carbon sequestration in china[J]. Statistics Decision，2017（2）：121-125.

[12] 張譯，熊曦.綠色發(fā)展背景下中國(guó)林業(yè)生態(tài)效率評(píng)價(jià)及影響因素實(shí)證分析—基于DEA分析視角[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2020，40（4）：149-158. ZHANG Y， XIONG X. An empirical analysis of ecological efficiency evaluation and influencing factors of forestry in China under the background of green development： based on DEA analysis perspective[J]. Journal of Central South University of Forestry Technology，2020，40（4）：149-158.

[13] 鄒佳敏，吳芝花，廖文梅，等.我國(guó)森林碳匯與居民福祉耦合關(guān)系的時(shí)空演變研究[J].林業(yè)經(jīng)濟(jì)，2023，45（2）：62-75. ZOU J M， WU Z H， LIAO W M， et al. Study on the spatio-temporal evolution of the coupling relationship between China’s forest carbon sink and residents’ well-being[J]. Forestry Economics， 2023，45（2）：62-75.

[14] 高揚(yáng)，王桂？.山東省科技金融效率影響因素及區(qū)域差異研究[J].華東經(jīng)濟(jì)管理，2023，37（7）：92-99. GAO Y， WANG G Y. Research on the determinants of technology finance efficiency and regional difference in Shandong province[J]. East China Economic Management，2023，37（7）： 92-99.

[15] 羅瑩，賈黎明，姚娜.京津冀森林游憩資源空間分布特征及其影響因素[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2020，40（2）：166-174. LUO Y， JIA L M， YAO N. Spatial distribution and its influencing factors of forest recreation resources in Beijing-Tianjin-Hebei region[J]. Journal of Central South University of Forestry Technology，2020，40（2）：166-174.

[16] 趙領(lǐng)娣，孫兆旭.海岸帶城市經(jīng)濟(jì)發(fā)展質(zhì)量與生態(tài)韌性協(xié)同發(fā)展演化及空間收斂特征[J].經(jīng)濟(jì)地理，2023，43（7）：119-129，240. ZHAO L D， SUN Z X. Evolution of coordinated development between economic development quality and ecological resilience in coastal cities and its spatial convergence features[J]. Economic Geography，2023，43（7）：119-129，240.

[17] 藺鵬，孟娜娜.綠色全要素生產(chǎn)率增長(zhǎng)的時(shí)空分異與動(dòng)態(tài)收斂[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（8）：104-124. LIN P， MENG N N. Spatio-temporal differentiation and dynamic convergence of green total factor productivity growth[J]. The Journal of Quantitative Technical Economics，2021，38（8）： 104-124.

[18] 何韻，費(fèi)梓萱，葉新建，等.天保工程碳匯價(jià)值評(píng)估及對(duì)“碳中和”的意義研究[J].公共管理學(xué)報(bào)，2022，19（2）：154-163，176. HE Y， FEI Z X， YE X J， et al. Evaluation of carbon sink value of nfpp and the significance of “carbon neutralization”[J]. Journal of Public Administration，2022，19（2）：154-163，176.

[19] 李海萍，李定恒，李豪.貴州省退耕還林還草潛在碳匯效益評(píng)估[J].生態(tài)學(xué)報(bào)，2022，42（23）：9499-9510. LI H P， LI D H， LI H. Evaluation of potential carbon sink benefits of grain for green project in Guizhou province[J]. Acta Ecologica Sinica，2022，42（23）：9499-9510.

[20] 薛龍飛，羅小鋒，李兆亮，等.中國(guó)森林碳匯的空間溢出效應(yīng)與影響因素—基于大陸31個(gè)?。ㄊ?、區(qū)）森林資源清查數(shù)據(jù)的空間計(jì)量分析[J].自然資源學(xué)報(bào)，2017，32（10）：1744-1754. XUE L F， LUO X F， LI Z L， et al. Spatial spillover effects and influencing factors of forest carbon sink in china： spatial econometric analysis based on forest resources inventory in 31 provinces of the mainland of china[J]. Journal of Natural Resources，2017，32（10）： 1744-1754.

[本文編校：羅 列]