海南省森林碳汇社会因子分析

陈新军,刘扬晶,楚春晖

(1.广西华森设计咨询有限公司，南宁 530000；2.国家林业和草原局中南调查规划设计院，长沙 410014)

全球变暖作为一个国际上政治、外交和经济领域的热点，越来越受国际社会的关注[1-3]。森林作为陆地生态系统的主要组成部分，在减缓全球CO2浓度上升、调节全球碳平衡等方面发挥非常重要的作用。因此，研究森林碳汇成为当前研究全球生态系统的重中之重[4-5]。目前，国内外学者主要研究森林碳汇及森林碳储量的统计和估算，对森林碳汇的动态监测和研究较为缺乏[6-8]。鉴于此，本文通过对海南省近30年森林碳汇的测量和统计，分析其动态变化的特征，丰富对海南省的碳汇功能及经济效益理论和实践研究体系，为海南省森林碳汇的发展提供科学性依据。

1 区域概况

海南省位于中国大陆最南端， 3°30′—20°07′N和108°15′—120°05′E之间，全省陆地总面积3.5万km2，林地面积有214.49万 hm2，其中森林面积有187.77万hm2，森林覆盖率达55.38%，全省活立木蓄积量约9 774.49万m3，其中林分蓄积最多，达8903.83万m3，占总蓄积的91.09%。海南省属热带季风气候，全年暖热，年均气温22～27 ℃，有“天然大温室”的美称。

截至目前，海南省有4个地级市，5个县级市，4个县，6个自治县和1个经济开发区；总人口达925.76万人，城镇人口比重达到58.04%；2017年全省地区生产总值4462.54亿元，同比增长8.5%；按常住人口计算，全省人均地区生产总值48 430元。

2 材料与方法

2.1 数据来源

研究数据主要来源于海南省第三次至第八次森林资源连续清查结果，以及各年度《中国林业统计年鉴》(1988—2013年)、《海南省统计年鉴》(1989—2014年)和相关参考文献。鉴于森林资源清查数据在采集过程中存在一定的局限性，本文主要从经济角度，以分析影响森林碳汇的因子和森林碳汇评价为目的，选取了造林总面积、森林火灾受害面积、森林病虫鼠害发生面积、木材总产量和林业从业年末人数等5个变量为主要研究因子。基于海南省六次森林资源清查数据，采用森林蓄积量扩展法计算出海南省森林碳汇(表1)，可以看出，1984—2013年期间，海南省森林碳汇呈现先降后升的动态变化。

表1 1984—2013年海南省森林面积、蓄积、碳汇年度森林覆盖率/%森林面积/万hm2森林蓄积量/万m3森林碳汇/万t年均增长率/%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 数据处理

运用Eviews6.0计量分析软件，构建海南省森林碳汇影响因子VAR模型，利用上述5个影响因子分析对森林碳汇的影响。鉴于森林资源清查的周期是5年，碳汇数据存在断层，时间序列不连续。本文假设5年之中森林资源匀速变化，即：1989—1993年森林资源以每年0.40%递减，1994—1998年森林资源以每年3.03%递增，1999—2003年森林资源以每年1.70%递增，2004—2008年森林资源以每年0.22%递增，2009—2013年森林资源以每年4.13%递增。

2.3 研究方法

向量自回归模型(Vector Autoregression，VAR)是一种计量经济模型，用来分析随机变量对系统的动态影响，影响的大小及持续时间。它是通过把系统中每一个内生变量作为系统中所有内生变量的滞后值来构造的函数模型，从而将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型[9-10]。VAR模型的数学表达式是：

yτ=A1yτ-1+…+Aρyτ-ρ+Bxτ+ετ

τ=1,2,…T

式中：yτ是k维内生变量，xτ是d维外生变量，p是滞后阶数，T指样本个数，A1…Aρ和B是待估计的系数矩阵，ετ是扰动向量。将上式表示为矩阵形式：

建立VAR模型需要解决两个问题：一是确定变量间是否具有相关性，通常采用格兰杰因果性检验来确定；二是确定模型中的滞后阶数p，p太小，残差存在自相关，可能导致参数估计的非一致性。适当加大p值，可消除这种自相关。但p值又不能太大，否则会使得待估参数多，自由度降低严重，这将直接影响模型参数估计的有效性。通常采用施瓦茨(SC)准则和赤池信息准则(AIC)来确定p值。计算公式如下：

式中：T是样本长度，l是对数似然估计函数值，n=k(d+pk)是被估计的参数，p是最大滞后阶数，k是内生变量个数，d是外生变量个数。

本文通过构建森林碳汇VAR模型，来研究分析造林总面积、火灾受害森林面积、森林病虫鼠害发生面积、木材总产量和林业从业年末人数等因子对森林碳汇的动态影响程度。

3 结果与分析

3.1 平稳性检验与滞后阶数的确定

首先对平稳性进行检验，发现原变量序列不平稳，需要进一步差分。根据SC准则，VAR模型的最大滞后期是4。通过反复对森林碳汇、造林总面积、火灾受害森林面积、森林病虫鼠害面积、木材总产量和林业从业年末人数的二阶差分序列进行检验，结果如表2。

数据平稳性检验实则是ADF单位根检验，单位根检验的原假设为“该序列含有单位根”，若检验结果不能拒绝原假设，表示该序列是不平稳的随机过程；反之，说明该序列是平稳的。将上述各序列的ADF统计量值与1%，5%，10%三种显著水平下不同ADF临界值进行相比，6个变量都拒绝了1%显著水平下的一阶差分时间序列。

表2 各变量平稳性检验结果检验因子序列ADF统计量P值森林碳汇-4.781 2320.001 0造林总面积-6.917 0910火灾受害森林面积-6.613 8950森林病虫鼠害面积-4.699 5790.001 5木材总产量-12.340 6100林业从业年末人数-5.563 1660.001 6

建立VAR模型时，并非将各期的变量都作为解释变量，而是分析变量的滞后值之间的关系。例如，当滞后期是3时，VAR模型只将各变量前3期滞后值作为解释变量。模型中包含的滞后期数越多，涵盖的信息就越全面。但是含有n个解释变量的VAR模型中，每增加一个滞后期数就意味着增加n2个待估参数，样本自由度急剧下降。因此，本文根据SC、AIC最小准则来确定最优的滞后阶数，通过反复检验，确定滞后阶数为2。

3.2 协整检验与模型估计

协整是指两个或多个变量之间存在长期的稳定关系，协整检验即Eviews软件中的Johansen检验。为了检验海南省森林碳汇、造林总面积、森林火灾受害面积、森林病虫害面积、木材总产量和林业从业年末人数之间是否存在长期均衡关系，采用Johansen进行检验，结果见表3。

表3 Johansen协整检验结果原假设检验特征值统计量5%临界值 概率0∗0.981 688229.248 20095.753 6600最多1个∗0.916 711141.243 80069.818 8900最多2个∗0.837 96686.564 10047.856 1300最多3个∗0.677 43546.525 16029.797 0700.000 3 最多4个∗0.522 12721.633 21015.494 7100.005 2最多5个∗0.217 2315.388 1793.841 4660.020 3 ∗表明拒绝5%水平下的假设

检验结果显示，在5%显著水平下，森林碳汇与造林总面积、火灾受害森林面积、森林病虫害发生面积、木材总产量和林业从业年末人数之间存在6个协整方程。

构建森林碳汇VAR模型，模型估计结果如表4，可以看出各方程的系数R2数值分别为：0.802041，0.782492，0.865016，0.826872，0.777076，0.818251；说明各方程对各变量的拟合方程度较高，并且SC值与AIC都较小，表明模型的滞后阶数2较为合理。

3.3 特征根检验

为了进一步检验森林碳汇向量自回归模型(VAR)的准确性，对AR特征根进行检验。若模型的根模倒数都小于1，说明都位于单位圆内，则模型趋于稳定。模型的特征根检验结果如图1所示。

表4 森林碳汇VAR模型估计结果名称R2调整后R2残差平方和方程F统计量森林碳汇0.802 041-0.628 570.002 0510.015 0940.324 562造林总面积0.782 4920.492 4823.673 8020.638 9062.698 151火灾受害森林面积0.865 0160.685 03711.583 8101.134 5004.806 209森林病虫害发生面积0.826 8720.596 03515.404 0401.308 2663.582 056木材总产量0.777 0760.479 8441.967 4000.467 5472.614 376林业从业年末人数0.818 2510.575 9180.151 4240.129 7113.376 562名称最大似然估计AICSC因变量均值因变量标准差森林碳汇70.870 78-5.260 98-4.616 2730.002 0230.011 828造林总面积-11.528 682.229 882.874 5870.018 5090.896 381火灾受害森林面积-24.160 883.378 2624.022 969-0.030 1522.021 505森林病虫害发生面积-27.296 113.663 2834.307 99-0.086 6882.058 373木材总产量-4.659 0221.605 3662.250 073-0.018 3530.648 274林业从业年末人数23.549 240-0.959 021-0.314 314-0.012 4090.199 182残差的协方差行列式值(自由度调整)1×10-8; 残差的协方差行列式值4.7×10-11;最大似然值 74.287 620; AIC0.337 489; SC4.205 731

图1 特征根的分布图

表5 AR特征多项式根特征根的倒数特征根倒数的模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和图1可得，AR特征根模倒数均小于1 ，落于单位圆内，说明海南省森林碳汇VAR模型是趋于稳定的。

3.4 脉冲响应函数

脉冲响应函数是用来分析内生变量之间的相互影响，即当一个误差带来的系统冲击发生时，对VAR模型整个系统会产生的动态影响[11-12]，这种影响是持续并能逐渐传播到其他变量的，而这个过程也需要一定的时间。一般研究认为，在测定误差项的冲击变化时，10期能够比较明显的反映出其他因子对冲击项的应激反应，因此本文设定以10期为限的时间序列来分析误差项对其他变量的影响程度。而脉冲响应检验能直接反映各变量对其他变量现期值和未来值的影响程度。

在此运用脉冲响应函数来分析造林总面积、森林火灾受害面积、森林病虫鼠害发生面积、木材总产量、林业从业年末人数对森林碳汇的动态影响，各因子对森林碳汇的脉冲影响见图2。

图2(a)可以看出，造林总面积对森林碳汇的冲击影响有正有负，并且正向冲击与负向冲击相似。导致这种现象的原因可能是一方面造林使得林分面积增加，固然碳汇量也会增加；但同时造林意味林分密度增加，不利于森林的生长，导致森林碳汇量下降。

图2(b)可以看出，森林火灾受害面积对森林

图2 各因子对森林碳汇的脉冲影响

碳汇的冲击影响在前三期特别明显，表现为负向冲击，这与我们理解的“森林植被的减少会使森林碳汇减少”是一致的。

图2(c)可以看出，森林病虫鼠害发生面积对森林碳汇的冲击影响只在正负0.003之间波动，冲击作用不明显，这可能与森林病虫鼠害防治提高有一定的关系，从而对森林碳汇的影响很小。

图2(d)可以看出，木材总产量对森林碳汇的冲击影响在第一期就表现出明显的负向反应，从动态效果来看，负向冲击远多于正向冲击，这证实了“增加木材总产量会降低森林碳汇量”。

图2(e)可以看出，林业从业年末人数对森林碳汇的影响在1期和2期没有反应，但第三期到第四期有了稍微明显的正向冲击作用。

3.5 方差分解

从脉冲响应函数轨迹可以看出，5个影响因子对海南省森林碳汇的冲击影响有正有负。但总体来看，图中的脉冲轨迹都相对平坦，说明这些影响因素对海南省森林碳汇的影响不明显。为进一步评价不同结构冲击对内生变量的贡献程度，在此对森林碳汇进行方差分解，定量算出各变量间的影响关系(表6)。

从表6可以看出，森林碳汇的变化受自身的影响从第一期的100%逐步递减到第十期的75.67%，而其他变量对森林碳汇的影响呈现递增趋势。造林总面积的解释能力由第二期的0.04%上升到第十期的2.34%；森林火灾受害面积、森林病虫鼠害发生面积、木材总产量和林业年末从业人数分别增长至14.16%，5.63%，1.95%和0.24%。从动态分析来看，森林碳汇的变化主要由自身决定，占75.67%，造林总面积占2.34%，森林火灾受害面积占14.16%，森林病虫鼠害发生面积占5.63%，木材总产量占1.95%，林业从业年末人数占0.24%。

表6 方差分解表模拟期标准差森林碳汇造林总面积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

续表6 方差分解表火灾受害森林面积森林病虫害发生面积木材总产量林业从业年末人数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 结论与讨论

通过构建海南省森林碳汇与造林总面积、森林火灾面积、森林病虫鼠害发生面积、木材总产量和林业从业年末人数的VAR模型，对模型进行平稳性检验、方差分解来分析这些变量对森林碳汇的动态影响。结果表明，森林碳汇的变化排除受自身影响最大，并呈现出逐渐递减的趋势，而其他因子对海南省森林碳汇的影响呈递增趋势，其权重大小依次是：森林火灾受害面积、森林病虫鼠害发生面积、造林总面积、木材总产量和林业从业年末人数。因此，本文针对提高森林碳汇提出以下建议：一是做好森林防火工作，加强防火队伍建设，完善防火制度，健全森林防火体系；二是做好森林病虫害防治工作，对森林病虫害进行实时监控，准确预报和有效控制，防止伤害扩大，最大限度保护森林资源；三是在增加林地面积的同时严格控制林地征占用的情况，坚持“占补平衡”原则，对于毁林开垦、违法占林地的行为进行严肃处理与打击。