摘要：為了應對全球的氣候變化，我國早已提出了“碳達峰、碳中和”的目標。森林碳匯作為實現(xiàn)碳中和目標的重要組成，對其效率進行測度是十分有意義的。為了對森林碳中和效率進行測度，研究選取了遼寧省的天保工程作為研究區(qū)域，并從森林碳匯效率來入手。研究采用了數(shù)據(jù)包絡分析法和Malmquist指數(shù)方法，設計了對應的靜態(tài)和動態(tài)測度模型。此外，研究也構建了對應的評價指標體系，并采用數(shù)據(jù)分箱和插補法來對數(shù)據(jù)中的異常值和缺失值進行處理。結果顯示，2014年到2019年鐵嶺市和本溪市森林碳匯效率的平均值分別為0.252和0.278，綜合效率的最大值分別為0.438和0.461，最小值分別為0.239和0.241。鐵嶺市技術效率、技術進步、純技術效率、規(guī)模效率和全要素生產(chǎn)率的平均值分別為1.212、0.982、0.665、0.573和1.086。技術進步在全要素生產(chǎn)率中占據(jù)了重要的地位。通過分析森林碳匯測度能夠?qū)μ烊涣值奶紖R能力和潛力進行了解，為后續(xù)的碳匯開發(fā)提供新的思路，這也是研究的意義所在。

關鍵詞：碳匯；測度；靜態(tài)；動態(tài)；森林

中圖分類號：S718.5 文獻標識碼：A

Static and dynamic measurement analysis of forest carbon neutrality efficiency in the natural conservation project

Abstract： In order to address global climate change， China has long proposed the goal of "peaking carbon emissions and achieving carbon neutrality". Measuring the efficiency of forest carbon sinks， as an important component of achieving carbon neutrality goals， is of great significance. In order to measure the efficiency of forest carbon neutrality， the study selected the natural conservation project in Liaoning Province as the research area， and started from the efficiency of forest carbon sink. The study used data envelopment analysis and Malmquist index method， and designed corresponding static and dynamic measurement models. In addition， the study also constructed a corresponding evaluation index system and used data partitioning and interpolation methods to handle outliers and missing values in the data. The results showed that the average forest carbon sink efficiency in Tieling City and Benxi City from 2014 to 2019 was 0.252 and 0.278， respectively. The maximum comprehensive efficiency values were 0.438 and 0.461， and the minimum values were 0.239 and 0.241， respectively. The average values of technical efficiency， technological progress， pure technical efficiency， scale efficiency， and total factor productivity in Tieling City are 1.212， 0.982， 0.665， 0.573， and 1.086， respectively. Technological progress occupies an important position in total factor productivity. By analyzing forest carbon sink measurements， we can understand the carbon sink capacity and potential of natural forests， providing new ideas for subsequent carbon sink development， which is also the significance of research.

Keywords： Carbon sink; Measurement; Static; Dynamic; Forest

引言

在人類社會快速發(fā)展的背后是不斷惡化的生態(tài)環(huán)境，全球氣候變暖、極端天氣增加、臭氧層空洞等現(xiàn)象都是大自然給人類的警示。針對不斷惡化的生態(tài)環(huán)境，我國提出了“碳達峰，碳中和”的目標[1]。森林是生態(tài)環(huán)境的重要組成，其在二氧化碳的吸收和固定中發(fā)揮著重要的作用，具有較強的碳匯功能。碳匯既可以被當作一種活動，又可以被當作一種過程，其核心功能是降低大氣中二氧化碳的含量[2-3]。因此，對森林碳匯進行測度分析是十分有必要的。目前常用的碳匯量計算方法有樣地清查法、遙感估測法、生物量模型和微氣象學法等。然而，這些方法也存在一定的不足，如遙感估測法操作難成本高、微氣象學法所給出的結果離散性較大等[4]。此外，數(shù)據(jù)包絡分析也常被用在森林碳匯測度中。為了對森林碳匯需求空間進行測度與分類，朱梅鈺等研究人員采用了方向性距離函數(shù)模型和需求空間模型。該研究的結果顯示森林碳匯需求空間的分類結果與中國東中西部地區(qū)的經(jīng)濟發(fā)展水平大致吻合[5]。然而，該研究也存在一定的不足，即對林業(yè)項目工程考慮得較少[6]。因此，為了對森林碳中和效率進行測度，研究采用了數(shù)據(jù)包絡分析法和Malmquist指數(shù)方法，設計了對應的測度模型，并構建了相應的評價指標體系。研究旨在對遼寧省天保工程下森林碳匯的潛力進行了解，為森林碳匯后續(xù)的開發(fā)提供思路上的指導，提升森林碳匯量，促進生態(tài)環(huán)境的改善。研究的創(chuàng)新性是結合了數(shù)據(jù)包絡分析法和Malmquist指數(shù)方法，并從林業(yè)項目工程的角度來分析森林碳匯效率。

1面向碳中和的碳匯效率測度方法設計

1.1靜態(tài)測度方法設計

天保工程即天然林資源保護工程，簡稱天保工程。遼寧省是我國唯一實施省級自費天保工程的省份，在該工程實施以來遼寧省的生態(tài)狀況得到了明顯改善[7]。森林碳匯是實現(xiàn)碳中和目標的重要組成。為了對森林碳中和效率進行測度，研究從森林碳匯入手，對森林碳匯的靜態(tài)和動態(tài)測度進行了分析。針對碳匯的靜態(tài)測度，研究采用了數(shù)據(jù)包絡分析（Data Envelopment Analysis， DEA）方法，并對評價指標體系進行了構建。DEA方法涉及的內(nèi)容如圖1所示。

從圖1可以看出，DEA方法涉及的內(nèi)容主要有四個。第一個是決策單元，即經(jīng)濟個體。第二個是相對效率，且效率的取值區(qū)間為[0，1]。第三個是投入產(chǎn)出，即生產(chǎn)要素和產(chǎn)品。第四個是生產(chǎn)可能集，即生產(chǎn)要素可能集和產(chǎn)出可能集。DEA方法的優(yōu)點是能夠處理多輸出-多輸入的有效性綜合評價問題，且在構建模型前不需要對數(shù)據(jù)進行無量綱化處理[8]。DEA模型分為兩類，分別為徑向模型和非徑向模型。銀行家-查恩斯-庫珀（Banker-Charnes-Cooper， BCC）模型是DEA模型中的一種，其優(yōu)勢是基于規(guī)模報酬可變的前提，把綜合效率分解為純技術效率和規(guī)模效率[9]。由于天保工程的規(guī)模報酬是持續(xù)變動的，因此研究采用了DEA-BCC方法。DEA-BCC模型的具體表達如式（1）所示[10]。

（1）

式（1）中， 代表產(chǎn)出權重矩陣的轉(zhuǎn)置， 表示產(chǎn)出， 為產(chǎn)出的總數(shù)。 表示最初的規(guī)模效率， 為投入權重矩陣的轉(zhuǎn)置， 代表投入， 表示投入的總數(shù)。 為第 個投入對應的產(chǎn)出， 代表第 個產(chǎn)出對應的投入， 為規(guī)模效率， 表示投入權重。 為投入的序號。為了對評價指標體系進行構建，研究先選取了評價指標。同時為了保證測度結果的準確性，研究在選取指標時遵循了兩大原則，即指標選取的代表性和全面性。因此，研究最終構建的評價指標體系如圖2所示。

從圖2可以看出，該體系主要由四個投入指標類型和一個產(chǎn)出指標類型構成。每一個指標類型下方都有各自對應的具體指標。此外，該體系還涵蓋了目標層和準則層。為了對森林碳匯量進行計算，研究采用了蓄積量法。該方法的優(yōu)勢是使用簡單，實用性強。森林碳匯總量 的計算如式（2）所示。

（2）

式（2）中， 為林下植物碳轉(zhuǎn)換系數(shù)， 表示蓄積擴大系數(shù)， 代表含碳率， 表示林地碳轉(zhuǎn)換系數(shù)， 代表森林蓄積量， 為容積密度。

1.2動態(tài)測度方法設計

針對森林碳中和的效率測度，研究已經(jīng)從森林碳匯入手，對森林碳匯的靜態(tài)測度方法進行了設計。為了對森林碳匯進行動態(tài)測度，研究采用了Malmquist指數(shù)方法。該方法的優(yōu)勢是能夠準確測量技術進步和效率變化對生產(chǎn)率的影響，反映林業(yè)效率的動態(tài)變化，且考慮的時間維度更加完整，克服了DEA方法不能在時間軸上進行動態(tài)分析的不足[11]。Malmquist指數(shù)模型的表達 如式（3）所示[12]。

（3）

式（3）中， 代表時期， 和 分別表示 下的投入和產(chǎn)出向量。 和 分別代表依照 時期技術的第 期和 期的全要素生產(chǎn)率。 和 分別代表依照 時期技術的第 期和 期的全要素生產(chǎn)率。此外， 期和 期指數(shù)的幾何平均值構成了綜合生產(chǎn)率指數(shù)。當Malmquist指數(shù)高于1時，則代表全要素生產(chǎn)率上升，否則便表示下降。為了更好地理解該指數(shù)，研究對該指數(shù)進行了拆解，如式（4）所示。

（4）

式（4）中， 代表技術變化指數(shù)， 表示規(guī)模效率， 為純技術效率， 代表全要素生產(chǎn)率， 表示技術效率變化指數(shù)。當 ，則代表決策單位的技術效率有了提升；當 ，則代表技術水平出現(xiàn)了進步。當 ，則說明了 出現(xiàn)了提升。

為了更好地發(fā)揮Malmquist指數(shù)的優(yōu)勢，研究將該指數(shù)方法和DEA方法進行了結合，形成了能從不同維度來對效率進行評估的方法，即DEA-Malmquist模型。該模型的優(yōu)勢是能夠測算出決策單元的生產(chǎn)效率在不同時期的動態(tài)變化情況。需要注意的是，在對DEA-Malmquist模型的指標進行選取時，這些指標必須都是正值。

針對數(shù)據(jù)中的異常值，研究采用了數(shù)據(jù)分箱法來進行處理。對于數(shù)據(jù)中的缺失值，研究采用了統(tǒng)計學中的插補法，即通過可能值插補來實現(xiàn)缺失值的處理。研究采用的可能值為前后兩年的平均值。DEA-Malmquist模型的評價指標體系和DEA-BCC模型的一致，此處便不再重復描述。為了對森林碳匯效率進行測度，研究采用了Deap2.1軟件。該軟件能夠用于績效評估和Malmquist指數(shù)分析，具有計算效率高、數(shù)據(jù)可視化工具多和數(shù)據(jù)導入導出選項豐富的優(yōu)勢[13]。

2碳匯效率靜態(tài)及動態(tài)測度結果分析

2.1靜態(tài)測度分析結果

針對天保工程森林碳中和效率的測度分析，研究從碳匯效率入手，選取了遼寧省東部山區(qū)天保工程涉及的鐵嶺市和本溪市來進行。鐵嶺市天保工程二期從2011年開始實施，范圍包含了鐵嶺全市。研究采用的數(shù)據(jù)均來自《中國林業(yè)統(tǒng)計年鑒》和國家統(tǒng)計局。林業(yè)數(shù)據(jù)本身具有一定的滯后性，且林業(yè)資源清查的頻率是5年一次，因此研究選取的數(shù)據(jù)時間范圍是2014年到2019年。2014年到2019年遼寧省鐵嶺市和本溪市的森林碳匯效率如圖3所示。

通過圖3（a）可以看出，2014年到2019年鐵嶺市的森林碳匯效率分別為0.37、0.25、0.23、0.23、0.22和0.21，平均值為0.252。隨著年份的增加，鐵嶺市的碳匯效率在逐漸減少。由圖3（b）可知，本溪市森林碳匯效率的最大值和最小值分別為0.38和0.21，分別對應著2014年和2019年。本溪市2015年至2018年的森林碳匯效率分別為0.35、0.26、0.24和0.23?？梢姡鞠猩痔紖R效率也在隨著年份的增加而逐漸減少。綜上，鐵嶺市和本溪市森林吸收碳的能力出現(xiàn)了下降。遼寧省鐵嶺市和本溪市不同年份的綜合效率分析結果如圖4所示。

通過圖4（a）可以得知，鐵嶺市的綜合效率最大值為0.438，最小值為0.239。隨著年份的增加，鐵嶺市綜合效率的變動趨勢是上升下降來回變化?？梢钥闯?，鐵嶺市森林碳匯的增長不是很穩(wěn)定，且綜合效率的取值也一直處于低效率區(qū)，說明該市的天保工程存在一定的問題。由圖4（b）可知，本溪市2014年到2019年對應的綜合效率分別為0.241、0.331、0.428、0.381、0.437和0.461。綜合效率一直低于0.5，說明本溪市的碳匯效率也一直處于低效率區(qū)。綜上，遼寧省鐵嶺市和本溪市的森林碳匯率較低。這可能和遼寧省作為自費天保工程省份有關，每個林區(qū)能夠得到的撥款是有限的，進而導致管理隊伍的穩(wěn)定性也較差。不同年份下純技術效率分析結果如圖5所示。

由圖5（a）可以看出，鐵嶺市2014年到2019年的純技術效率分別為0.522、0.617、0.739、0.645、0.726和0.741，最大值出現(xiàn)在2019年，最小值出現(xiàn)在2014年。在年份逐漸增長的背景下，鐵嶺市純技術效率的變動趨勢和其綜合效率的變動趨勢是大體一致的。通過圖5（b）可以得知，本溪市純技術效率的最大值和最小值分別為0.752和0.564，對應的年份分別為2019年和2014年。可以看出，鐵嶺市和本溪市的純技術效率都是小于1的，這說明該二市天保工程的投入要素沒有得到合理運用并發(fā)揮出最大價值。不同年份的規(guī)模效率分析結果如圖6所示。

規(guī)模效率和純技術效率的乘積便為綜合效率。通過圖6（a）可以看出，鐵嶺市規(guī)模效率的最大值和最小值分別為0.616和0.458，分別對應著2017年和2014年。隨著年份的增加，鐵嶺市規(guī)模效率呈現(xiàn)出先增加再下降，之后再增加的變化趨勢。由圖6（b）可知，2014年到2019年本溪市的規(guī)模效率分別為0.427、0.520、0.581、0.551、0.600和0.613，最大值和最小值分別對應著2019年和2014年。綜上，鐵嶺市和本溪市的規(guī)模效率都是低于1。這說明鐵嶺市和本溪市森林碳匯的規(guī)模收益是遞增的，需要擴大規(guī)模增加效益。

2.2動態(tài)測度分析結果

針對天保工程森林碳中和的效率測度，研究已經(jīng)進行了靜態(tài)測度分析。為了更好地進行效率測度，研究也進行了動態(tài)測度分析。動態(tài)測度使用的數(shù)據(jù)來源和靜態(tài)測度的一致，且數(shù)據(jù)涉及的年份也是從2014年到2019年。動態(tài)測度分析包含了兩個方面的內(nèi)容，即時間測度分析和時空測度分析。在時間測度分析上，研究選取了遼寧省鐵嶺市和本溪市2014年到2019年森林碳匯Malmquist指數(shù)的平均值，結果如圖7所示。

由圖7（a）可知，從2014年到2019年，鐵嶺市技術效率的平均值為1.212，技術進步的平均值為0.982，全要素生產(chǎn)率的平均值為1.086。通過圖7（b）可以得知，本溪市技術效率、技術進步、純技術效率、規(guī)模效率和全要素生產(chǎn)率的平均值分別為1.327、0.994、0.685、0.549和1.172?？梢钥闯?，技術進步在全要素生產(chǎn)率中占據(jù)了重要的地位。時空測度分析的區(qū)域時間分析如圖8所示。

通過圖8（a）可以看出，隨著年份的增加，遼寧省鐵嶺市和本溪市的全要素生產(chǎn)率指數(shù)的變動趨勢是逐漸上升的。鐵嶺市和本溪市全要素生產(chǎn)率的最大值分別為1.145和1.168，最小值分別為1.021和1.035。由圖7（b）可知，鐵嶺市和本溪市技術效率指數(shù)的最大值分別為1.117和1.121，最小值分別為0.986和0.997。此外，該二市技術效率指數(shù)的變化呈現(xiàn)出隨著年份增加而緩慢增加的趨勢。通過圖8（c）可以得知，鐵嶺市和本溪市技術進步指數(shù)的最大值分別為0.963和0.972，最小值分別為0.782和0.786。綜上，遼寧省應該加快林業(yè)發(fā)展的速度，促進科技進步。

3結論

為了對森林碳中和的效率進行測度，研究采用了數(shù)據(jù)包絡分析法和Malmquist指數(shù)方法，設計了對應的測度模型，并構建了對應的評價指標體系。結果顯示，2014年到2019年，鐵嶺市的森林碳匯效率分別為0.37、0.25、0.23、0.23、0.22和0.21，本溪市的森林碳匯效率分別為0.38、0.35、0.26、0.24、0.23和0.21。鐵嶺市和本溪市的綜合效率是一直低于0.5，這說明該二市的碳匯效率是一直處于低效率區(qū)。鐵嶺市和本溪市純技術效率的最大值分別為0.741和0.752，最小值分別為0.522和0.564；規(guī)模效率的最大值分別為0.616和0.613，最小值分別為0.458和0.427。由于純技術效率和規(guī)模效率小于1，這說明投入要素沒有得到合理運用，需要擴大規(guī)模增加效益。在動態(tài)測度分析上，鐵嶺市和本溪市技術效率、技術進步、純技術效率、規(guī)模效率和全要素生產(chǎn)率的平均值分別為1.212和1.327、0.982和0.994、0.665和0.685、0.573和0.549、1.086和1.172。技術進步在全要素生產(chǎn)率中占據(jù)了重要的地位，遼寧省應該加快科技進步。研究也存在一定的不足，即對政府政策在森林發(fā)展上的影響考慮得較少，未來的研究可以加強這一方面的探索。

參考文獻

[1]王深，呂連宏，張保留，等.基于多目標模型的中國低成本碳達峰，碳中和路徑[J].環(huán)境科學研究， 2021， 34（9）：2044-2055.

[2]Launiainen S， Katul G G， Lepp K， et al. Does growing atmospheric CO2 explain increasing carbon sink in a boreal coniferous forest？[J]. Global change biology， 2022， 28（9）：2910-2929.

[3]郝珉輝，代瑩，岳慶敏，等.闊葉紅松林功能多樣性與森林碳匯功能關系[J].北京林業(yè)大學學報， 2022， 44（10）：68-76.

[4]祝月茹，李青青，祝遵凌.居住區(qū)樹種碳匯效益測算及環(huán)境優(yōu)化提升--以南京市丁家莊為例[J].中南林業(yè)科技大學學報， 2023， 43（10）：129-139.

[5]朱梅鈺，龍飛，祁慧博，等.基于行業(yè)減排的森林碳匯需求空間測度與分類[J].浙江農(nóng)林大學學報， 2021， 38（2）：377-386.

[6]劉桂芳，關瑞敏，夏夢琳，等.西雙版納地區(qū)森林變化碳效應與生態(tài)效益評估[J].生態(tài)學報，2022，42（3）：1118-1129

[7]任月，宋金萍，曹玉昆.天保工程投入結構對國有森林資源的影響[J].東北林業(yè)大學學報， 2022， 50（11）：112-114.

[8]Dimas G L， Khalkhali M E， Bender A. Estimating Effectiveness of Identifying Human Trafficking via Data Envelopment Analysis[J]. INFORMS Journal on Applied Analytics， 2023， 53（6）：408-424.

[9]陳巖，童國平，王蕾.基于DEA-BCC模型的農(nóng)業(yè)灰水足跡效率研究[J].人民黃河， 2020， 42（12）：61-81.

[10]王江泉，張俊，趙鑫.考慮技術進步的DEA方法研究[J].統(tǒng)計與信息論壇， 2021， 36（3）：32-48.

[11]劉雷，張夢雨.基于DEA-Malmquist指數(shù)的農(nóng)業(yè)生產(chǎn)效率評價[J].江蘇農(nóng)業(yè)科學， 2020， 48（21）：309-314.

[12]姚仁福，邊文燕，范宏琳，等.中國省域森林碳匯效率演進分析[J].林業(yè)經(jīng)濟問題， 2021， 41（1）：51-59.

[13]賀芳芳，黃秀娟.基于動態(tài)網(wǎng)絡DEA的福建省森林公園旅游效率[J].林業(yè)經(jīng)濟問題， 2022， 42（1）：106-112.

作者簡介：王冰（1984年11月-），女，漢，遼寧鐵嶺人，研究生，高級工程師，研究方向：林業(yè)調(diào)查規(guī)劃。