“双碳”背景下我国林业碳汇经济效率评价及影响因素

摘 要：【目的】研究林业碳汇经济效率能够促进新时期林业高质量发展，为助力实现我国“双碳”目标提供关键支撑。【方法】基于“双碳”背景，利用DEA-CCR模型测度2016—2022年我国30个省（区、市）林业碳汇经济效率，构建面板Tobit模型考察影响林业碳汇经济效率的相关因素，并基于Dagum基尼系数法深入研究我国东、中、西三大地区林业碳汇经济效率的区域差异及其来源。【结果】1）2016—2022年我国30个省（区、市）林业碳汇规模效率处于较高水平，综合效率水平和纯技术效率水平总体较低。2022年，我国林业碳汇综合效率值、林业碳汇纯技术效率值、林业碳汇规模效率值均有所提升。2）影响因素层面，贫困人口占比、外出务工比例、林业收入占比、工业化程度和降水量均对林业碳汇经济效率产生显著正向影响；城镇化的发展不利于提升林业碳汇经济效率；自然灾害率对林业碳汇经济效率的影响不显著。3）区域差异层面，2016—2022年中部、东部两地区林业碳汇经济效率的区域内差异有所降低，区域协调发展格局初步形成，对实现“双碳”起到重要推动作用。【结论】应从强化林业碳汇制度体系建设、推动林业碳汇项目科学布局、逐步缩小区域发展差距等方面着手，稳步提升林业碳汇经济效率，切实助力“双碳”目标加快实现。

关键词：林业碳汇经济效率；“双碳”目标；DEA-CCR；Tobit；Dagum基尼系数

中图分类号：S7-9 文献标志码：A 文章编号：1673-923X（2024）08-0201-08

基金项目：国家社会科学基金青年项目（15CJY053）；河南省软科学研究计划项目（202400410230）；河南省社会科学规划决策咨询项目（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

中国始终是推动全球气候治理的贡献者，也是实现全球生态环境安全的积极推动者。2020年国家领导人在第七十五届联合国大会上郑重承诺，“力争于2030年前达到峰值，努力争取2060年前实现碳中和”，推动全球气候治理迈向新高潮。党的二十大报告统筹国内国际两个大局，进一步提出“积极稳妥推进碳达峰碳中和”，为我国“双碳”目标推进提供遵循。“双碳”目标作为我国推动人类命运共同体的责任担当以及可持续发展的内在要求，彰显了我国为应对全球气候变化做出的新贡献和新努力。鉴于此，在国家战略布局下，如何实现降碳、减污、扩绿、增长协同推进，推动“双碳”工作取得新突破，成为当前亟须思考的热点议题。

森林作为陆地生态系统中天然碳储存场所，在调节全球碳循环和缓解气候变化中起着重要作用。在“双碳”背景下，林业在低碳经济发展中的地位逐渐凸显，促使发展林业碳汇成为助力碳达峰、碳中和目标的重要路径。从内涵上讲，林业碳汇是指充分发挥森林储碳功能，通过保护植被、植树造林、加强森林经营管理等路径，吸收、固定大气中的二氧化碳，并依据一定规则进行碳汇交易的过程。在林业碳汇项目开发工作纵深推进下，林业碳汇经济效率得到进一步提升，可对实现“双碳”目标作出更加积极的贡献。因此，基于“双碳”背景对我国林业碳汇经济效率展开评价并考察其影响因素具有重要现实意义。

既有文献从理论研究与实证分析两方面围绕林业碳汇进行探索，取得丰富研究成果。理论研究方面，部分学者首先围绕林业碳汇的科学内涵展开分析，认为林业碳汇是从空气中吸收温室气体的过程[1-2]。也有学者基于“双碳”目标，深入研究林业碳汇高质量发展的相关路径，为挖掘林业碳汇经济价值提供思想支撑[3]。进一步地，有学者从金融视角出发，考察金融支持林业碳汇的发展路径，为提升林业碳汇项目融资和风险保障水平作出积极贡献[4-5]。实证分析方面，部分学者从碳汇竹林生产效率[6]、林业碳汇项目风险[7]等维度展开测度，极大丰富林业碳汇相关研究。也有学者从林业碳汇的影响效应出发，厘清林业碳汇对经济变量能够产生何种影响。例如，曹先磊等[8]以4省份林业碳汇项目为例，研究发现不同类型林业碳汇项目对投资门槛具有差异化影响。

综合分析上述文献可知，既有研究围绕林业碳汇从不同维度进行丰富探索，为本研究研究提供扎实逻辑支撑。遗憾的是，在“双碳”目标指引下，林业碳汇经济效率逐渐提升，但鲜有文献就林业碳汇经济效率展开测度，这为本研究提供较大可拓展空间。鉴于此，本研究选择2016—2022年我国30个省（区、市）数据作为研究样本，对林业碳汇经济效率进行评价，并分析其影响因素及区域差异，以期推动林业碳汇高质量发展，为早日实现“双碳”目标作出贡献。

1 研究方法

1.1 DEA-CCR模型构建

本研究基于“双碳”背景展开林业碳汇经济效率测度，在选取林业碳汇投入、产出指标时，不仅要体现林业产业特色，也要考虑生态效益。鉴于此，参照既有研究[11-12]，将劳动力投入、资金投入、土地投入、民生投入作为投入指标，将林业碳汇经济总产值作为产出指标。其中，劳动力、资金、民生投入是可变投入要素，以各省林业产业年未从业人员、林业固定资产投入、林业基础设施投入衡量。土地是发展林业碳汇的基础所在，用各省森林面积表示。林业碳汇经济总产值通过碳汇单价与碳汇总量的乘积表示。其中，碳汇总量借鉴邹佳敏等[13]研究，通过森林蓄积量法测得。林业碳汇经济效率评价指标体系见表1。

1.2 面板Tobit模型

DEA-CCR模型测算得出的各省（区、市）林业碳汇经济效率值取值范围为（0，1]，是受限数据。故参照高扬等[14]研究思路，采用面板Tobit模型考察我国林业碳汇经济效率的影响因素。由于林业碳汇是综合实现生态、社会、经济效益有效方式，借鉴相关研究[20]，影响因素的选取将社会、经济、生态等多维度因素纳入考量。社会层面：城镇化率（Urb），城镇化对林地资源的投入具有重要影响，城镇化率过高可能挤占一定的森林资源，对林业碳汇经济效率造成不利影响，通过城镇人口与总人口的比值度量；贫困人口占比（P），林业碳汇项目多集中于偏远山区，对林地资源、劳动力资源需求较强，山区贫困农户拥有一定数量的林地资源，可通过林地出租或入股、碳汇林种植务工等方式为林业碳汇发展提供要素支持，利用贫困人口占总人口比重衡量；外出务工比例（W），在外出务工比例较高的省份，大量农村剩余劳动力可为林业碳汇项目的发展提供充足人力支撑，用外出务工人数占总劳动力比重度量。经济层面：林业收入占比（F），林业收入占比较高的省份，对森林资源依赖程度相对较高，且森林资源也相对丰富，可有效推进林业碳汇的发展，采用林业收入占总收入比重考察；工业化程度（I），工业化程度较高的省份，开展造林项目和森林经营项目的意愿更强，对碳汇林建设与管理能力相应更高，借助第二产业产值占GDP比重测度。生态层面：降水量（R），雨水充沛的地区更适宜森林生长，对林业碳汇具有较强影响，通过各省份年均降水量衡量；自然灾害率（N）自然灾害频发的地区可能更容易引起地方政府提升生态环境保护水平，加大对林业碳汇的发展力度，以年均每十万人口因自然灾害死亡率测度。林业碳汇经济效率影响因素指标如表2所示。

1.4 数据来源

选择2016—2022年我国30个省（区、市）数据作为研究样本，由于港澳台地区及西藏地区部分数据存在缺失，予以剔除。相关变量数据来源于《中国林业和草原年鉴》《中国统计年鉴》《第9次全国森林资源连续清查报告》、各省年度统计报告及其他数据库和报告的同类指标，经由比较和修正计算得出。其中，《森林经营项目碳汇计量检测指南》指出林业碳汇项目应在符合国家规定的乔木林地开展，故本研究选择全国森林资源连续清查报告中各省份乔木分树种的蓄积量测算碳汇量。此外，也基于《土地利用变化与林业温室气体清单》对树种间系数进行了细分。

2 结果与分析

2.1 我国林业碳汇经济效率测度结果与分析

本研究运用DEA-CCR模型测度2016—2022年我国30个省（区、市）林业碳汇经济效率值，所得结果如表3所示。在表3中，综合效率用TE表示，纯技术效率与规模效率的乘积为综合效率，可综合反映各省（区、市）林业碳汇经济效率；纯技术效率水平表示为PTE，可体现出各省（区、市）林业技术前沿面的碳汇经济效率；规模效率水平用SE代表，可综合代表各省（区、市）林业碳汇经济的规模效率和规模报酬增减变化情况。综合效率、纯技术效率与规模效率的取值范围均在0～1之间，值越大代表对应效率水平越高。此外，drs代表规模收益递减，irs表示规模收益递增，“—”为规模报酬不变。

从综合效率水平来看，2016—2022年我国30个省（区、市）林业碳汇综合效率的均值为0.379，表明我国林业碳汇经济效率逐渐凸显，但总体水平较低，综合效率仍有待提高。通过与以往研究进行对比可以发现，何韵等[18]以天保工程试点地区为研究对象，研究发现天保工程试点地区林业碳汇经济效率明显提升，增汇效益逐渐凸显。由此可见，全国各地区应以天保工程试点地区为模范，以保育结合方式加大森林资源保护力度，提升林业资源经营水平，从而可通过售出林业“贮碳”“减碳”生态服务功能，用新鲜空气换取经济收益，使得林业碳汇经济效率日益显现。但仍需看到，我国在推进经济飞速发展过程中，也成为温室气体排放大国，因而林业碳汇在缓解全球气候变暖的综合效率仍需提升。省份层面，2016—2022年，四川、黑龙江、江西为综合效率排名前3的地区。福建、吉林、贵州、江西等地区综合效率值位于0.6到1之间，其余省（区、市）的综合效率值均小于0.6，为非TE有效。其中，甘肃的林业碳汇综合效率为全国最低，TE值仅为0.046。以2022年为例，四川、黑龙江、贵州三个地区的综合效率值达到1，说明上述地区林业碳汇投入和产出均实现最优状态。这与李海萍等[19]的研究结论具有一致性，其研究指出贵州地区碳汇主要来源于林地。这可能与地区间地形条件和气候环境具有较大关联，黑龙江、四川、贵州地处我国东北和西南边陲，降雨充足，地形多以山地为主，适宜森林树木生长，林业发展基础较好。甘肃、宁夏和青海是2022年林业碳汇综合效率排名最后3位的地区。可能的原因在于，这些地区气候干旱，地质多为石质山，森林覆盖率较低，在一定程度上阻碍林业碳汇发展。

从纯技术效率水平来看，2016—2022年我国30个省（区、市）林业碳汇纯技术效率均值为0.573，整体水平偏低，迫切需要推动林业科技变革，增强林业科技水平。上海、浙江、四川为林业碳汇纯技术效率排名达到前3的省份，说明上述地区积极实践科技强林战略，在林业碳汇技术研发、固碳树种筛选、人工林增汇等碳汇科技创新方面取得一定成效，推动林业碳汇经济效率稳步提升，对实现“双碳”目标作出积极贡献。其余省（区、市）林业碳汇纯技术效率普遍偏低，特别是内蒙古、甘肃、宁夏、青海、新疆等西北干旱地区的林业碳汇纯技术效率均处于较低水平。未来应加大干旱、半干旱地区造林技术科研攻关，提升林业碳汇覆盖面积，为提升全国林业碳汇经济效率作出贡献。以2022年为例，上海、天津、浙江、江西、重庆等12个省（区、市）林业碳汇纯技术效率值均达到0.6以上。

从规模效率水平来看，2016—2022年我国30个省（区、市）林业碳汇规模效率均值为0.661，意味着当前我国林业碳汇要素投入规模较大，形成一定发展规模。分省份来看，2016—2022年福建、四川、江西等地区林业碳汇规模效率均值达到0.9以上，规模效率相对较高，说明上述地区在林业碳汇发展过程中投入的土地、劳动力等要素，能够有效提升林业碳汇经济效率。2016—2022年天津、宁夏、上海林业碳汇规模效率均值位于后三位，需进一步提升林业碳汇规模效率。以2022年为例，福建、内蒙古、云南、黑龙江的林业碳汇规模效率均达到1，为最优状态，且处于规模收益递增趋势，说明上述地区林业碳汇要素投入较为充足，为林业碳汇经济效率提升带来显著影响。原因在于，福建、内蒙古、云南、黑龙江森林面积、林业用地面积均位于全国前列，土地要素投入比例较大，加之上述地区劳动力充足，可为林业碳汇规模效率提升提供有效支撑。上海、天津等地区林业碳汇规模效率为全国最低，且处于规模收益递减趋势。上述省份林业用地面积、森林覆盖率均较低，需合理规划生产要素投入，稳步提升林业碳汇经济产出，助力碳达峰碳中和目标实现。

2.2 我国林业碳汇经济效率影响因素分析

基于前文构建的面板Tobit模型，进一步考察2016—2022年我国30个省（区、市）林业碳汇经济效率的影响因素。在展开回归前，LR检验结果显示，P值小于0.1，说明原假设不成立，适宜使用随机效应Tobit模型进行回归，结果见表4。其中，城镇化率的估计系数为-0.021，通过5%显著性水平检验，说明城镇化的发展在一定程度上阻碍林业碳汇经济效率提升。原因在于，城镇化过程可能挤占大量林业用地和森林用地，对大规模开展碳汇林建设造成阻碍，加之城镇化还可能产生大量温室气体排放，对我国林业碳汇经济效率造成不利影响。贫困人口占比和外出务工比例的估计系数均为正，且均通过1%显著性检验，说明贫困人口占比和外出务工比例是提升林业碳汇经济效率的重要因素。贫困人口以及外出务工人口增多，可为林业碳汇项目的发展提供充足劳动力资源，推动林业碳汇实现可持续发展。林业收入占比和工业化程度对林业碳汇经济效率的影响也显著为正。林业碳汇主要是通过市场化手段参与林业资源交易，因此对林业收入规模和工业化程度依赖较高，未来应进一步加大新型林业经营主体培育力度，助力森林经营性碳汇和造林碳汇经济效率提升，从而早日实现“双碳”目标。降水量的估计系数为0.216，通过5%显著性检验，说明降水量在一定程度上决定了地区林业发展基础，对林业碳汇经济效率的提升影响显著。薛龙飞等[20]也在研究中指出，降水量对森林碳汇水平具有显著影响。自然灾害率的估计系数虽为正，但未通过显著性检验，表明自然灾害率对林业碳汇经济效率并未表现出明显影响效应。

2.3 区域差异及其来源分析

前文主要研究了我国林业碳汇经济效率水平及其影响因素，此部分进一步深入分析我国林业碳汇经济效率的区域差异及其差异来源。具体而言，利用Dagum基尼系数法对2016—2022年我国林业碳汇经济效率的总体差异、区域内差异、区域间差异进行测算，并考察区域差异的贡献率，相关结果如表5所示。

分析可知，2016—2022年我国30个省（区、市）林业碳汇经济效率总体基尼系数由2016年的0.485下降至2022年的0.408，呈现动态缩小态势，说明2016—2022年我国林业碳汇经济效率的区域差异有所减小。

分析我国林业碳汇经济效率差异来源可知，区域内差异、区域间差异以及超变密度的贡献率呈现小幅度波动状态。从贡献率来看，区域内差异贡献率均值为30.02，区域间差异贡献率均值达到64.22，超变密度平均贡献率均值为3.76。可见，超变密度相较于总体差异的占比最小，区域间差异相较于总体差异的占比最大，说明区域间差异是我国林业碳汇经济效率空间差异的主要来源。 2022年间，区域内、区域间、超变密度的平均贡献率为27.70、69.60、2.70，且基本呈现下降趋势。这说明伴随各地区之间林业碳汇不断建设发展，区域间差异日益减小，区域协调发展格局初步形成，对推进碳达峰、碳中和目标日益产生深远影响。

3 结论与建议

3.1 结 论

本研究基于“双碳”目标，构建我国30个省（区、市）林业碳汇经济效率评价指标体系，利用DEACCR模型求得林业碳汇经济效率值，并构建面板Tobit模型探究其影响因素，进而借助Dagum基尼系数法考察东、中、西三大地区林业碳汇经济效率的区域差异及其来源。得到以下结论：

1）2016—2022年我国30个省（区、市）林业碳汇综合效率水平和纯技术效率水平总体较低，规模效率处于较高水平。其中，2022年，林业碳汇综合效率值较高的地区为黑龙江、四川、云南，最低为甘肃、宁夏和青海；林业碳汇纯技术效率值较高的地区是上海、浙江、江西，内蒙古、青海、新疆等地纯技术效率较低；福建为林业碳汇规模效率值最高的省份。

2）分析林业碳汇经济效率影响因素结果可知，城镇化率对林业碳汇经济效率产生不利影响。贫困人口占比、外出务工比例、林业收入占比、工业化程度以及降水量均是提升林业碳汇经济效率的重要因素。自然灾害率对林业碳汇经济效率的影响不显著。

3）由我国林业碳汇经济效率的区域差异结果可知，2016—2022年我国30个省（区、市）林业碳汇经济效率的区域差异呈现总体缩小态势。区域间差异是我国林业碳汇经济效率空间差异的主要来源。

3.2 建 议

1）强化林业碳汇制度体系建设。林业碳汇具有政策性强、利益关联度高等特征，在前期发展阶段需要给予一定扶持，以持续提升林业碳汇经济效率。其一，加大财政支持力度。应安排适当资金对地方林场予以补助，并探索建立林地经营权抵押贷款、天然林停伐管护补助、林业碳汇收益权质押贷款、公益林补偿等扶持机制，鼓励林业企业积极发展林业碳汇项目，推动“双碳”目标早日实现。其二，加速推进林业碳汇交易平台建设。可将林业碳汇纳入碳汇交易平台，增加林业碳汇交易指标，促进林业碳汇高效交易，为实现“双碳”目标提供有力支撑。其三，加大林业碳汇科技支持力度。组织建设林业碳汇专家库，围绕数字林业、分子育种、固碳树种筛选、生态碳汇计量等方面加大财政资金投入力度，为提升林业碳汇经济效率提供科技支撑，加速“双碳”目标进程。

2）推动林业碳汇项目科学布局。研究表明，林业碳汇经济效率受到经济、社会、生态等多方面因素影响。为更好发挥林业碳汇对“双碳”目标的积极影响，应以“最佳适配、最优转化”为根本遵循，综合考虑地区实际和要素禀赋，因地制宜合理布局林业碳汇项目。一方面，应充分利用林业遥感监测技术获取林地分布面积、木材蓄积量和储碳量，并与地面调查数据相结合出具相关报告，为林业碳汇项目科学布局提供数据支持，进而提升林业碳汇经济效率。另一方面，建立多元化林业碳汇项目绩效考评体系，在全国范围内选取碳汇生态资源禀赋好、潜力大的区县开展林业碳汇试点布局，争取实现林业碳汇经济效率最大化，以此助推“双碳”工作稳步推进。

3）逐步缩小区域发展差距。结论显示，当前各地区之间林业碳汇经济效率区域间差异日渐缩小，但区域内部仍存在林业碳汇能力不均衡现象。对此，东部地区应进一步发挥林业碳汇发展优势，打造集林业碳汇人才培养、技术研发、产业开发、成果转化为一体的科研创新平台，在全国率先开展油茶林、乔木幼林等碳汇项目研发。在此基础上，通过地区间协作攻关将取得的先进经验应用于中、西部地区，从而实现区域间林业碳汇协调发展，助力“双碳”目标实现。中、西部地区可依据地区实际情况积极编制林业碳汇发展规划，开展碳汇造林试点工作，并与东部地区探索建立林业碳汇交易模式，提升林业碳汇经济效率，推动实现碳达峰碳中和目标。

参考文献：

[1] 宋平，赵荣，胡利娟，等.推动“双碳”目标实现的林业碳汇科学传播策略[J].世界林业研究，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，赵鹏.山西省森林碳汇经济价值评估及交易评价体系构建研究[J].经济问题，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] 吕金蔚，刘冰.“双碳”目标下林业碳汇高质量发展的路径研究[J].林业经济问题，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] 钱立华，尹春哲.金融支持林业碳汇发展实践[J].中国金融， 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，吴书斌.加大林业碳汇发展金融支持[J].中国金融， 2023（12）：102. GENG Z ， WU S B. Increasing financial support for forestry carbon sink development[J]. China Finance，2023（12）：102.

[6] 敖贵艳，吴伟光，曹先磊，等.基于三阶段DEA模型的碳汇竹林生产效率分析—来自浙江安吉的实证[J].农林经济管理学报，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，刘强，等.基于贝叶斯网络的林业碳汇项目风险评价[J].南京林业大学学报（自然科学版），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，任云鹤，许骞骞，等.“双碳”背景下林业碳汇项目经营不确定性对投资者投资门槛的影响—以4省份林业碳汇项目为例[J].中国农业大学学报，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，刘俊昌，胡皓.我国林业生态效率时空演变及环境规制门槛效应研究[J].中南林业科技大学学报，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] 李晓静，王冰，谢佳颖.DEA-CCR模型在高校科研经费使用效率评价中的应用研究[J].教育科学，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] 罗小锋，薛龙飞，李兆亮.林业碳汇经济效益评价及区域协调性分析[J].统计与决策，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] 张译，熊曦.绿色发展背景下中国林业生态效率评价及影响因素实证分析—基于DEA分析视角[J].中南林业科技大学学报，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] 邹佳敏，吴芝花，廖文梅，等.我国森林碳汇与居民福祉耦合关系的时空演变研究[J].林业经济，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] 高扬，王桂？.山东省科技金融效率影响因素及区域差异研究[J].华东经济管理，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] 罗莹，贾黎明，姚娜.京津冀森林游憩资源空间分布特征及其影响因素[J].中南林业科技大学学报，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] 赵领娣，孙兆旭.海岸带城市经济发展质量与生态韧性协同发展演化及空间收敛特征[J].经济地理，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] 蔺鹏，孟娜娜.绿色全要素生产率增长的时空分异与动态收敛[J].数量经济技术经济研究，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] 何韵，费梓萱，叶新建，等.天保工程碳汇价值评估及对“碳中和”的意义研究[J].公共管理学报，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.贵州省退耕还林还草潜在碳汇效益评估[J].生态学报，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] 薛龙飞，罗小锋，李兆亮，等.中国森林碳汇的空间溢出效应与影响因素—基于大陆31个省（市、区）森林资源清查数据的空间计量分析[J].自然资源学报，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.

[本文编校：罗 列]