森林碳减排量估计不确定性对REDD+收益的影响研究

盛济川 ，曹 杰

（南京信息工程大学a.气象灾害预报预警与评估协同创新中心经济管理学院b.中国制造业发展研究院，南京210044）

0 引言

森林对CO2的吸收是碳捕捉和碳储存的一种重要途径[1]，热带森林面积只占到全球陆地面积的15%[2]，却吸收了陆地生物圈约25%的碳[3]，截止2010年底全球森林共储存了289亿吨碳[2]。然而因砍伐和森林退化造成的温室气体排放已成为全球变暖的第二大主因，其总量已占到由人为因素导致碳排放总量的12～20%[4]，1990～2010年间因森林减少导致年均0.5亿吨碳被释放到大气中。因此联合国气候变化框架公约在2007年引入了“减少砍伐和退化所致排放量”（REDD）机制。而“REDD+”是对REDD的发展，通过采取各种政策方法和积极的激励措施，以帮助发展中国家减少砍伐和森林退化，同时还包括森林保护、森林的可持续经营以及增加森林碳信用。REDD+的存在可以帮助愿意且能够减少因砍伐造成的排放的国家获得财政补偿[5]，因而越来越多的发展中国家加入到REDD+框架中。

一国能否从REDD+受益主要取决于其收益与成本的权衡，REDD+的收益主要由森林碳储量的变化以及国际市场碳信用的价格所决定，而这里的REDD+的成本主要是机会成本。当该国获得的收益高于减少毁林或增加造林的机会成本时，减少森林砍伐或增加森林面积便成为有利可图的选项[6]。当国际碳信用价格为外生变量时，一国森林碳储量的变化的多少将直接决定了一国REDD+收益的多寡，进而决定了一国是否选择实施REDD+。而一国森林碳储量的变化一方面会受到一国森林减排政策的影响，政府推出的政策将会对一国森林碳减排量的增加或减少产生重要影响；另一方面，能否准确地估计森林碳储量的变化也会直接影响最终的碳减排量核算，进而影响该国的REDD+收益。因而，本文拟分析影响一国REDD+的REDD+碳减排量估计不确定性的主要因素。在此基础上，通过对中国、印度、巴西、印尼和墨西哥等五个发展中国家碳减排量估计不确定性和平均机会成本进行仿真研究，研究碳减排量估计不确定性如何影响这些国家的REDD+收益。

1 研究方法

1.1 碳减排量不确定性和REDD+平均机会成本的估计

一国是否能从实施REDD+中获益主要受到两个因素的影响：森林碳储量的变化（ΔC）和国际市场的碳信用价格（P）。其中ΔC是相比于基线情景，因实施REDD+而导致的一国森林碳减排量的估计值。而这里所指的基线情景是指即使一国没有实施REDD+，该国的历史森林碳减排量水平仍将会持续，因而只要碳减排量大于历史基线水平，该国就可以获得碳信用并取得相应的收益。而在估计森林碳减排量时往往会存在不确定性，这里采用碳减排量的标准差se来衡量不确定性。标准差se通常用来衡量抽样调查的不确定性，这里采用se作为碳储量的标准偏差，包括了抽样误差和非抽样误差（如非系统测量误差）。由此可以获得一国的森林碳减排量估计值的置信区间：

其中，CR1为REDD+情景下报告期的森林碳储量，CB1为基线情景下报告期的森林碳储量，C0为基期的森林碳储量，ΔR为REDD+情景下森林碳储量的变化率，ΔB为基线情景下森林碳储量的变化率，se为碳减排量的标准差，α为显著性水平。人类行为会对森林碳储量产生影响，森林砍伐会导致碳储量的减少，而造林却会增加碳储量。因此如果REDD+成功实施，REDD+情景下森林碳储量会大于等于基线情景，即ΔC≥0。而ΔR和ΔB存在有下列关系：

其中γ为REDD+努力系数，衡量了一国REDD+政策对于森林碳减排量的影响。对于造林国（ΔB≥0）而言，如果REDD+成功实施，则γ≥0，反之则γ＜0；而对于毁林国（ΔB＜0）而言，如果 REDD+成功实施，则γ＜0，并且当γ≤-1时，该国由毁林国转变为造林国，反之则γ≥0。与此同时，森林碳减排量的不确定性主要来源于基期的森林碳储量不确定性、REDD+情景下报告期的森林碳储量不确定性以及这两种不确定性的相互作用[8]。因此，最终的碳减排量的标准差se为：

其中e0和eR1分别为基期的森林碳储量误差和REDD+情景下报告期的森林碳储量误差，k为这两种误差的相关系数。由于在估计基期的森林碳储量的不确定性和REDD+情景下报告期的森林碳储量的不确定性存在有相互影响，因此考虑一个设定相关系数k用于反映这两种样本估计值不确定性间的相互作用。Grassi（2008）[7]就认为在估计碳减排量时误差间的相关性是一个非常重要的因素应当予以考虑。而Knoke（2013）[8]通过对德国森林资源清查结果的研究发现，相关系数k的取值一般为0.7。而RSE为相对标准误差，Knoke的研究表明相对标准误差RSE与调查的森林面积负相关，森林面积越大则RSE越小。在给定REDD+努力系数γ条件下，由上述等式可以求出碳减排量的标准差se：

由上述各式可得到下列等式可以得到森林碳减排量估计值的置信区间：

如果按照保守原则核算碳减排量，那么可获得REDD+收益的最低减排量ΔCG应为碳减排量估计值ΔC的置信下限，即Knoke所言的有保证的减排量：

REDD+实施的关键在于实施国是否可以从该机制中受益，因而需要比较REDD+的收益以及实施REDD+的机会成本，基于成本-收益分析而做出理性决策。一方面，一国可以从实施REDD+而增加的森林碳储量中获益，另一方面REDD+的实施又是有成本的，其成本主要是机会成本OC。只有当实施REDD+的收益高于该国总机会成本时，一国才有动力实施REDD+。当收益和成本相等时可以得到盈亏平衡点（BEP）：

其中C1为在不存在估计误差时一国真实的报告期森林碳储量，即：

在给定REDD+努力系数γ条件下，由上述等式可以得到单位面积森林的平均机会成本-OC的置信区间：

1.2 数据来源

本文选取巴西、中国、印度、印尼和墨西哥等五个发展中国家用于碳减排量估计不确定性的仿真。这五个国家同为发展中大国，也同为非附近国家，截止2010年底，五个国家人口均突破一亿，占世界总人口的44.7%，经济总量占世界的18.1%。通过对这五国的仿真研究更能反映发展中大国碳减排量估计不确定性情况，对中国REDD+的政策制定具有借鉴意义。仿真研究选取巴西、中国、印度、印尼和墨西哥等五国2005～2010年的森林变化数据作为基线数据，以此来预测在基线情景下到承诺期结束时一国的森林碳储量。所采用的目标函数是相比于基线情景，达到盈亏平衡点时的森林碳减排量，此时一国从REDD+中所获得的收益等于该国的总机会成本。

2005～2010年间的森林碳储量、单位森林碳储量数据来源于联合国粮农组织的《全球资源评估报告2010》。由2005和2010年的森林碳储量数据C0和C1可以得到基线情景下森林碳储量的变化率ΔB（时间间隔为5年），其中中国和印度为造林国（ΔB≥0）；而巴西、墨西哥和印尼为毁林国（ΔB＜0）。相对标准误差RSE来源于Knoke（2013）[8]的研究，具体如表1所示。

表1 数据来源表

2 仿真结果与讨论

2.1 REDD+政策对碳减排量标准差的影响

为了仿真REDD+政策对于碳减排量和不确定性的影响，需要确定REDD+努力系数γ的变化幅度。将|γ|的变化幅度分别取0.20、0.50、0.80和1.00。其中造林国（ΔB≥0）的 REDD+努力系数γ取正值，而毁林国（ΔB＜0）的REDD+努力系数γ取负值。其含义为：对于毁林国而言，其基线情景的森林碳储量变化率ΔB小于0，相比于基线情景，REDD+情景使得毁林率减少了γ；对于造林国家而言，其基线情景的森林碳储量变化率ΔB大于0，相比于基线情景，REDD+情景使得造林率增加了γ。根据（5）式，使用表1中的数据预测在REDD+努力系数γ取不同值时，置信度为95%（即α=0.05）的森林碳减排量估计值的置信区间，具体结果如表2所示。

从表2可以发现，印尼在所有REDD+努力系数情景下碳减排量的置信下限都大于零，这意味着该国有效的减少了碳排放量而可以立即从REDD+中获益，而中国、巴西和印尼在除|γ|为0.2的其余情景下，其碳减排量的置信下限都大于零，这表明这三个国家需要经过一些努力才可有效地减少森林碳排放量，从而从REDD+中获益。而墨西哥只有在第四种情景下其碳减排量的置信区间下限才大于零，这表明墨西哥需要付出更多的努力才可以实现REDD+的净收益。从表中可以发现在很多努力系数条件下森林碳减排量的置信下限，也就是可获得REDD+收益的最低减排量ΔCG往往表现为负值。这个置信下限是按照保守原则所得到的有保证减排量的估计值，负值就意味着森林碳排放量事实上是在增加的。然而负值的产生有可能是由于按照保守原则进行统计所导致的，也有可能是因为REDD+政策力度不够而导致的。如果是由于统计误差而导致的，那么这会使得事实上减排的国家不得不报告其不存在的碳排放增加量，并且这些国家将因此被迫弥补假设的排放量，由此产生矛盾。为了避免这种情况的出现，这些国家需要增加REDD+政策的力度以确保其碳减排量不为负值，即存在一个使得该国碳减排量不为负值的REDD+均衡努力系数γe。令（6）式中最低减排量ΔCG等于零，即可获得REDD+均衡努力系数γe。从表2的最后一列可以发现印尼的REDD+均衡努力系数最小（γe=-0.08195097），这表明相比于基线情景的森林碳储量变化率ΔB，印尼只需要付出8.20%的努力就可以实现从REDD+中受益的目标，负值意味印尼是一个净毁林国，需要减少毁林的面积。而印度和中国分别需要付出22.48%和22.98%的努力程度才可以保证从REDD+中获益，而γe的取值为正意味着这两国是净造林国，需要增加森林面积才可以获益。而巴西和墨西哥分别需要付出44.79%和94.88%的努力程度才能获益，其实现REDD+收益的难度要大于印尼、印度和中国。这也说明毁林率或造林率越高的国家越容易从REDD+中受益，而毁林率或造林率越低的国家从REDD+中获益的难度越大。

表2 碳减排量置信区间的仿真结果

2.2 REDD+政策对平均机会成本的影响

表3 平均机会成本置信区间的仿真结果

3 结论与启示

REDD+是国际社会为减缓气候变化而提出的新举措，通过向发展中国家提供大量资金以减少森林砍伐和森林退化。本文在Knoke（2013）等人的研究基础上做了进一步发展，将可靠最小估计和置信区间下限加以综合，通过构建碳减排量置信区间分析多种不同类型国家森林碳减排量估计值的不确定性，以及由此对各国机会成本的影响。在此基础上通过对2005～2010年中国、印度、巴西、印尼和墨西哥等五个发展中国家森林碳减排量进行了仿真研究。研究发现高毁林率或高造林率的国家从REDD+中获益的可能性越大，而低毁林率或低造林率的国家所获收益可能性越小。因此，具有较低毁林率或低造林率的国家（如墨西哥），其REDD+成功实施的可能性远小于具有高毁林率或高造林率的国家（如印尼）。而中国具有较高造林率的国家，因而也能比较容易地从REDD+获益。而随着REDD+努力系数的增加，减排量的误差也会随之增大，同时能够使一国从REDD+中获益的平均机会成本也随之增加，这意味着随着REDD+政策力度的加大，该国成功实施REDD+的可能性也在不断增加。

最后，对于现有森林的保护仍然是减少森林碳排放量的最有效、最经济的措施，并且还具有诸如保护生物多样性和减少贫困之类的效应。因此，在实施REDD+过程中应格外关注森林碳减排量估计的不确定性，这将对一国能否成功实施REDD+起到关键作用。当然本研究还存在一些问题，例如如何公平地使用保守原则评估发展中国家的碳排放量，这些问题在今后的REDD+设计过程中应该慎重考虑。

图1 REDD+政策对平均机会成本下限的影响

[1]张慧明，周德群，曹杰等.温室气体减排技术研究进展[J].中国科技论坛，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 Köhl.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).