陳新軍,劉揚(yáng)晶,楚春暉

(1.廣西華森設(shè)計(jì)咨詢有限公司，南寧 530000；2.國家林業(yè)和草原局中南調(diào)查規(guī)劃設(shè)計(jì)院，長沙 410014)

全球變暖作為一個國際上政治、外交和經(jīng)濟(jì)領(lǐng)域的熱點(diǎn)，越來越受國際社會的關(guān)注[1-3]。森林作為陸地生態(tài)系統(tǒng)的主要組成部分，在減緩全球CO2濃度上升、調(diào)節(jié)全球碳平衡等方面發(fā)揮非常重要的作用。因此，研究森林碳匯成為當(dāng)前研究全球生態(tài)系統(tǒng)的重中之重[4-5]。目前，國內(nèi)外學(xué)者主要研究森林碳匯及森林碳儲量的統(tǒng)計(jì)和估算，對森林碳匯的動態(tài)監(jiān)測和研究較為缺乏[6-8]。鑒于此，本文通過對海南省近30年森林碳匯的測量和統(tǒng)計(jì)，分析其動態(tài)變化的特征，豐富對海南省的碳匯功能及經(jīng)濟(jì)效益理論和實(shí)踐研究體系，為海南省森林碳匯的發(fā)展提供科學(xué)性依據(jù)。

1 區(qū)域概況

海南省位于中國大陸最南端， 3°30′—20°07′N和108°15′—120°05′E之間，全省陸地總面積3.5萬km2，林地面積有214.49萬 hm2，其中森林面積有187.77萬hm2，森林覆蓋率達(dá)55.38%，全省活立木蓄積量約9 774.49萬m3，其中林分蓄積最多，達(dá)8903.83萬m3，占總蓄積的91.09%。海南省屬熱帶季風(fēng)氣候，全年暖熱，年均氣溫22～27 ℃，有“天然大溫室”的美稱。

截至目前，海南省有4個地級市，5個縣級市，4個縣，6個自治縣和1個經(jīng)濟(jì)開發(fā)區(qū)；總?cè)丝谶_(dá)925.76萬人，城鎮(zhèn)人口比重達(dá)到58.04%；2017年全省地區(qū)生產(chǎn)總值4462.54億元，同比增長8.5%；按常住人口計(jì)算，全省人均地區(qū)生產(chǎn)總值48 430元。

2 材料與方法

2.1 數(shù)據(jù)來源

研究數(shù)據(jù)主要來源于海南省第三次至第八次森林資源連續(xù)清查結(jié)果，以及各年度《中國林業(yè)統(tǒng)計(jì)年鑒》(1988—2013年)、《海南省統(tǒng)計(jì)年鑒》(1989—2014年)和相關(guān)參考文獻(xiàn)。鑒于森林資源清查數(shù)據(jù)在采集過程中存在一定的局限性，本文主要從經(jīng)濟(jì)角度，以分析影響森林碳匯的因子和森林碳匯評價為目的，選取了造林總面積、森林火災(zāi)受害面積、森林病蟲鼠害發(fā)生面積、木材總產(chǎn)量和林業(yè)從業(yè)年末人數(shù)等5個變量為主要研究因子?；诤Ｄ鲜×紊仲Y源清查數(shù)據(jù)，采用森林蓄積量擴(kuò)展法計(jì)算出海南省森林碳匯(表1)，可以看出，1984—2013年期間，海南省森林碳匯呈現(xiàn)先降后升的動態(tài)變化。

表1 1984—2013年海南省森林面積、蓄積、碳匯年度森林覆蓋率/%森林面積/萬hm2森林蓄積量/萬m3森林碳匯/萬t年均增長率/%1984—198825.51545 814.296 736.000 1989—199331.2760.575 695.566 598.449-0.40 1994—199839.56134.936 613.037 661.3613.03 1999—200348.87166.667 195.168 335.7731.70 2004—200851.98176.267 274.238 427.3770.22 2009—201355.38187.778 903.8310 315.3104.13

2.2 數(shù)據(jù)處理

運(yùn)用Eviews6.0計(jì)量分析軟件，構(gòu)建海南省森林碳匯影響因子VAR模型，利用上述5個影響因子分析對森林碳匯的影響。鑒于森林資源清查的周期是5年，碳匯數(shù)據(jù)存在斷層，時間序列不連續(xù)。本文假設(shè)5年之中森林資源勻速變化，即：1989—1993年森林資源以每年0.40%遞減，1994—1998年森林資源以每年3.03%遞增，1999—2003年森林資源以每年1.70%遞增，2004—2008年森林資源以每年0.22%遞增，2009—2013年森林資源以每年4.13%遞增。

2.3 研究方法

向量自回歸模型(Vector Autoregression，VAR)是一種計(jì)量經(jīng)濟(jì)模型，用來分析隨機(jī)變量對系統(tǒng)的動態(tài)影響，影響的大小及持續(xù)時間。它是通過把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值來構(gòu)造的函數(shù)模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的向量自回歸模型[9-10]。VAR模型的數(shù)學(xué)表達(dá)式是：

yτ=A1yτ-1+…+Aρyτ-ρ+Bxτ+ετ

τ=1,2,…T

式中：yτ是k維內(nèi)生變量，xτ是d維外生變量，p是滯后階數(shù)，T指樣本個數(shù)，A1…Aρ和B是待估計(jì)的系數(shù)矩陣，ετ是擾動向量。將上式表示為矩陣形式：

建立VAR模型需要解決兩個問題：一是確定變量間是否具有相關(guān)性，通常采用格蘭杰因果性檢驗(yàn)來確定；二是確定模型中的滯后階數(shù)p，p太小，殘差存在自相關(guān)，可能導(dǎo)致參數(shù)估計(jì)的非一致性。適當(dāng)加大p值，可消除這種自相關(guān)。但p值又不能太大，否則會使得待估參數(shù)多，自由度降低嚴(yán)重，這將直接影響模型參數(shù)估計(jì)的有效性。通常采用施瓦茨(SC)準(zhǔn)則和赤池信息準(zhǔn)則(AIC)來確定p值。計(jì)算公式如下：

式中：T是樣本長度，l是對數(shù)似然估計(jì)函數(shù)值，n=k(d+pk)是被估計(jì)的參數(shù)，p是最大滯后階數(shù)，k是內(nèi)生變量個數(shù)，d是外生變量個數(shù)。

本文通過構(gòu)建森林碳匯VAR模型，來研究分析造林總面積、火災(zāi)受害森林面積、森林病蟲鼠害發(fā)生面積、木材總產(chǎn)量和林業(yè)從業(yè)年末人數(shù)等因子對森林碳匯的動態(tài)影響程度。

3 結(jié)果與分析

3.1 平穩(wěn)性檢驗(yàn)與滯后階數(shù)的確定

首先對平穩(wěn)性進(jìn)行檢驗(yàn)，發(fā)現(xiàn)原變量序列不平穩(wěn)，需要進(jìn)一步差分。根據(jù)SC準(zhǔn)則，VAR模型的最大滯后期是4。通過反復(fù)對森林碳匯、造林總面積、火災(zāi)受害森林面積、森林病蟲鼠害面積、木材總產(chǎn)量和林業(yè)從業(yè)年末人數(shù)的二階差分序列進(jìn)行檢驗(yàn)，結(jié)果如表2。

數(shù)據(jù)平穩(wěn)性檢驗(yàn)實(shí)則是ADF單位根檢驗(yàn)，單位根檢驗(yàn)的原假設(shè)為“該序列含有單位根”，若檢驗(yàn)結(jié)果不能拒絕原假設(shè)，表示該序列是不平穩(wěn)的隨機(jī)過程；反之，說明該序列是平穩(wěn)的。將上述各序列的ADF統(tǒng)計(jì)量值與1%，5%，10%三種顯著水平下不同ADF臨界值進(jìn)行相比，6個變量都拒絕了1%顯著水平下的一階差分時間序列。

表2 各變量平穩(wěn)性檢驗(yàn)結(jié)果檢驗(yàn)因子序列ADF統(tǒng)計(jì)量P值森林碳匯-4.781 2320.001 0造林總面積-6.917 0910火災(zāi)受害森林面積-6.613 8950森林病蟲鼠害面積-4.699 5790.001 5木材總產(chǎn)量-12.340 6100林業(yè)從業(yè)年末人數(shù)-5.563 1660.001 6

建立VAR模型時，并非將各期的變量都作為解釋變量，而是分析變量的滯后值之間的關(guān)系。例如，當(dāng)滯后期是3時，VAR模型只將各變量前3期滯后值作為解釋變量。模型中包含的滯后期數(shù)越多，涵蓋的信息就越全面。但是含有n個解釋變量的VAR模型中，每增加一個滯后期數(shù)就意味著增加n2個待估參數(shù)，樣本自由度急劇下降。因此，本文根據(jù)SC、AIC最小準(zhǔn)則來確定最優(yōu)的滯后階數(shù)，通過反復(fù)檢驗(yàn)，確定滯后階數(shù)為2。

3.2 協(xié)整檢驗(yàn)與模型估計(jì)

協(xié)整是指兩個或多個變量之間存在長期的穩(wěn)定關(guān)系，協(xié)整檢驗(yàn)即Eviews軟件中的Johansen檢驗(yàn)。為了檢驗(yàn)海南省森林碳匯、造林總面積、森林火災(zāi)受害面積、森林病蟲害面積、木材總產(chǎn)量和林業(yè)從業(yè)年末人數(shù)之間是否存在長期均衡關(guān)系，采用Johansen進(jìn)行檢驗(yàn)，結(jié)果見表3。

表3 Johansen協(xié)整檢驗(yàn)結(jié)果原假設(shè)檢驗(yàn)特征值統(tǒng)計(jì)量5%臨界值 概率0?0.981 688229.248 20095.753 6600最多1個?0.916 711141.243 80069.818 8900最多2個?0.837 96686.564 10047.856 1300最多3個?0.677 43546.525 16029.797 0700.000 3 最多4個?0.522 12721.633 21015.494 7100.005 2最多5個?0.217 2315.388 1793.841 4660.020 3 ?表明拒絕5%水平下的假設(shè)

檢驗(yàn)結(jié)果顯示，在5%顯著水平下，森林碳匯與造林總面積、火災(zāi)受害森林面積、森林病蟲害發(fā)生面積、木材總產(chǎn)量和林業(yè)從業(yè)年末人數(shù)之間存在6個協(xié)整方程。

構(gòu)建森林碳匯VAR模型，模型估計(jì)結(jié)果如表4，可以看出各方程的系數(shù)R2數(shù)值分別為：0.802041，0.782492，0.865016，0.826872，0.777076，0.818251；說明各方程對各變量的擬合方程度較高，并且SC值與AIC都較小，表明模型的滯后階數(shù)2較為合理。

3.3 特征根檢驗(yàn)

為了進(jìn)一步檢驗(yàn)森林碳匯向量自回歸模型(VAR)的準(zhǔn)確性，對AR特征根進(jìn)行檢驗(yàn)。若模型的根模倒數(shù)都小于1，說明都位于單位圓內(nèi)，則模型趨于穩(wěn)定。模型的特征根檢驗(yàn)結(jié)果如圖1所示。

表4 森林碳匯VAR模型估計(jì)結(jié)果名稱R2調(diào)整后R2殘差平方和方程F統(tǒng)計(jì)量森林碳匯0.802 041-0.628 570.002 0510.015 0940.324 562造林總面積0.782 4920.492 4823.673 8020.638 9062.698 151火災(zāi)受害森林面積0.865 0160.685 03711.583 8101.134 5004.806 209森林病蟲害發(fā)生面積0.826 8720.596 03515.404 0401.308 2663.582 056木材總產(chǎn)量0.777 0760.479 8441.967 4000.467 5472.614 376林業(yè)從業(yè)年末人數(shù)0.818 2510.575 9180.151 4240.129 7113.376 562名稱最大似然估計(jì)AICSC因變量均值因變量標(biāo)準(zhǔn)差森林碳匯70.870 78-5.260 98-4.616 2730.002 0230.011 828造林總面積-11.528 682.229 882.874 5870.018 5090.896 381火災(zāi)受害森林面積-24.160 883.378 2624.022 969-0.030 1522.021 505森林病蟲害發(fā)生面積-27.296 113.663 2834.307 99-0.086 6882.058 373木材總產(chǎn)量-4.659 0221.605 3662.250 073-0.018 3530.648 274林業(yè)從業(yè)年末人數(shù)23.549 240-0.959 021-0.314 314-0.012 4090.199 182殘差的協(xié)方差行列式值(自由度調(diào)整)1×10-8; 殘差的協(xié)方差行列式值4.7×10-11;最大似然值 74.287 620; AIC0.337 489; SC4.205 731

圖1 特征根的分布圖

表5 AR特征多項(xiàng)式根特征根的倒數(shù)特征根倒數(shù)的模0.358 466-0.749 802 i0.831 0840.358 466+0.749 802 i0.831 084-0.591 342-0.525 736 i0.791 255-0.591 342-0.525 736 i0.791 255-0.253 989-0.718 130 i0.761 722-0.253 989+0.718 130 i0.761 722-0.758 9190.758 919-0.688 232-0.300 436 i0.750 949-0.688 232+0.300 436 i0.750 949-0.158 672-0.489 939 i0.514 9920.158 672+0.489 939 i0.514 9920.483 1300.483 130

由表5和圖1可得，AR特征根模倒數(shù)均小于1 ，落于單位圓內(nèi)，說明海南省森林碳匯VAR模型是趨于穩(wěn)定的。

3.4 脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)是用來分析內(nèi)生變量之間的相互影響，即當(dāng)一個誤差帶來的系統(tǒng)沖擊發(fā)生時，對VAR模型整個系統(tǒng)會產(chǎn)生的動態(tài)影響[11-12]，這種影響是持續(xù)并能逐漸傳播到其他變量的，而這個過程也需要一定的時間。一般研究認(rèn)為，在測定誤差項(xiàng)的沖擊變化時，10期能夠比較明顯的反映出其他因子對沖擊項(xiàng)的應(yīng)激反應(yīng)，因此本文設(shè)定以10期為限的時間序列來分析誤差項(xiàng)對其他變量的影響程度。而脈沖響應(yīng)檢驗(yàn)?zāi)苤苯臃从掣髯兞繉ζ渌兞楷F(xiàn)期值和未來值的影響程度。

在此運(yùn)用脈沖響應(yīng)函數(shù)來分析造林總面積、森林火災(zāi)受害面積、森林病蟲鼠害發(fā)生面積、木材總產(chǎn)量、林業(yè)從業(yè)年末人數(shù)對森林碳匯的動態(tài)影響，各因子對森林碳匯的脈沖影響見圖2。

圖2(a)可以看出，造林總面積對森林碳匯的沖擊影響有正有負(fù)，并且正向沖擊與負(fù)向沖擊相似。導(dǎo)致這種現(xiàn)象的原因可能是一方面造林使得林分面積增加，固然碳匯量也會增加；但同時造林意味林分密度增加，不利于森林的生長，導(dǎo)致森林碳匯量下降。

圖2(b)可以看出，森林火災(zāi)受害面積對森林

圖2 各因子對森林碳匯的脈沖影響

碳匯的沖擊影響在前三期特別明顯，表現(xiàn)為負(fù)向沖擊，這與我們理解的“森林植被的減少會使森林碳匯減少”是一致的。

圖2(c)可以看出，森林病蟲鼠害發(fā)生面積對森林碳匯的沖擊影響只在正負(fù)0.003之間波動，沖擊作用不明顯，這可能與森林病蟲鼠害防治提高有一定的關(guān)系，從而對森林碳匯的影響很小。

圖2(d)可以看出，木材總產(chǎn)量對森林碳匯的沖擊影響在第一期就表現(xiàn)出明顯的負(fù)向反應(yīng)，從動態(tài)效果來看，負(fù)向沖擊遠(yuǎn)多于正向沖擊，這證實(shí)了“增加木材總產(chǎn)量會降低森林碳匯量”。

圖2(e)可以看出，林業(yè)從業(yè)年末人數(shù)對森林碳匯的影響在1期和2期沒有反應(yīng)，但第三期到第四期有了稍微明顯的正向沖擊作用。

3.5 方差分解

從脈沖響應(yīng)函數(shù)軌跡可以看出，5個影響因子對海南省森林碳匯的沖擊影響有正有負(fù)。但總體來看，圖中的脈沖軌跡都相對平坦，說明這些影響因素對海南省森林碳匯的影響不明顯。為進(jìn)一步評價不同結(jié)構(gòu)沖擊對內(nèi)生變量的貢獻(xiàn)程度，在此對森林碳匯進(jìn)行方差分解，定量算出各變量間的影響關(guān)系(表6)。

從表6可以看出，森林碳匯的變化受自身的影響從第一期的100%逐步遞減到第十期的75.67%，而其他變量對森林碳匯的影響呈現(xiàn)遞增趨勢。造林總面積的解釋能力由第二期的0.04%上升到第十期的2.34%；森林火災(zāi)受害面積、森林病蟲鼠害發(fā)生面積、木材總產(chǎn)量和林業(yè)年末從業(yè)人數(shù)分別增長至14.16%，5.63%，1.95%和0.24%。從動態(tài)分析來看，森林碳匯的變化主要由自身決定，占75.67%，造林總面積占2.34%，森林火災(zāi)受害面積占14.16%，森林病蟲鼠害發(fā)生面積占5.63%，木材總產(chǎn)量占1.95%，林業(yè)從業(yè)年末人數(shù)占0.24%。

表6 方差分解表模擬期標(biāo)準(zhǔn)差森林碳匯造林總面積10.015 094100020.016 739 81.459 980.037 36630.016 927 80.083 440.305 49140.017 106 78.507 781.200 34650.017 249 77.417 401.323 41760.017 303 76.974 241.757 13670.017 373 76.384 451.807 40680.017 410 76.058 072.067 94890.017439 75.887382.280 650100.017473 75.667342.341 529

續(xù)表6 方差分解表火災(zāi)受害森林面積森林病蟲害發(fā)生面積木材總產(chǎn)量林業(yè)從業(yè)年末人數(shù)000014.621 832.655 8561.224 1740.000 786 14.324 583.830 1181.248 5900.207 788 14.550 894.269 7511.245 0050.226 232 14.446 865.061 1271.518 1310.233 069 14.363 225.034 8631.638 8960.231 652 14.262 965.455 9281.856 8160.232 442 14.208 995.491 5541.931 7690.241 668 14.169 115.481 0881.939 2020.242 748 14.163 555.631 0351.953 0260.243 521

4 結(jié)論與討論

通過構(gòu)建海南省森林碳匯與造林總面積、森林火災(zāi)面積、森林病蟲鼠害發(fā)生面積、木材總產(chǎn)量和林業(yè)從業(yè)年末人數(shù)的VAR模型，對模型進(jìn)行平穩(wěn)性檢驗(yàn)、方差分解來分析這些變量對森林碳匯的動態(tài)影響。結(jié)果表明，森林碳匯的變化排除受自身影響最大，并呈現(xiàn)出逐漸遞減的趨勢，而其他因子對海南省森林碳匯的影響呈遞增趨勢，其權(quán)重大小依次是：森林火災(zāi)受害面積、森林病蟲鼠害發(fā)生面積、造林總面積、木材總產(chǎn)量和林業(yè)從業(yè)年末人數(shù)。因此，本文針對提高森林碳匯提出以下建議：一是做好森林防火工作，加強(qiáng)防火隊(duì)伍建設(shè)，完善防火制度，健全森林防火體系；二是做好森林病蟲害防治工作，對森林病蟲害進(jìn)行實(shí)時監(jiān)控，準(zhǔn)確預(yù)報和有效控制，防止傷害擴(kuò)大，最大限度保護(hù)森林資源；三是在增加林地面積的同時嚴(yán)格控制林地征占用的情況，堅(jiān)持“占補(bǔ)平衡”原則，對于毀林開墾、違法占林地的行為進(jìn)行嚴(yán)肅處理與打擊。