森林碳減排量估計不確定性對REDD+收益的影響研究

盛濟川 ，曹 杰

（南京信息工程大學a.氣象災害預報預警與評估協同創新中心經濟管理學院b.中國制造業發展研究院，南京210044）

0 引言

森林對CO2的吸收是碳捕捉和碳儲存的一種重要途徑[1]，熱帶森林面積只占到全球陸地面積的15%[2]，卻吸收了陸地生物圈約25%的碳[3]，截止2010年底全球森林共儲存了289億噸碳[2]。然而因砍伐和森林退化造成的溫室氣體排放已成為全球變暖的第二大主因，其總量已占到由人為因素導致碳排放總量的12～20%[4]，1990～2010年間因森林減少導致年均0.5億噸碳被釋放到大氣中。因此聯合國氣候變化框架公約在2007年引入了“減少砍伐和退化所致排放量”（REDD）機制。而“REDD+”是對REDD的發展，通過采取各種政策方法和積極的激勵措施，以幫助發展中國家減少砍伐和森林退化，同時還包括森林保護、森林的可持續經營以及增加森林碳信用。REDD+的存在可以幫助愿意且能夠減少因砍伐造成的排放的國家獲得財政補償[5]，因而越來越多的發展中國家加入到REDD+框架中。

一國能否從REDD+受益主要取決于其收益與成本的權衡，REDD+的收益主要由森林碳儲量的變化以及國際市場碳信用的價格所決定，而這里的REDD+的成本主要是機會成本。當該國獲得的收益高于減少毀林或增加造林的機會成本時，減少森林砍伐或增加森林面積便成為有利可圖的選項[6]。當國際碳信用價格為外生變量時，一國森林碳儲量的變化的多少將直接決定了一國REDD+收益的多寡，進而決定了一國是否選擇實施REDD+。而一國森林碳儲量的變化一方面會受到一國森林減排政策的影響，政府推出的政策將會對一國森林碳減排量的增加或減少產生重要影響；另一方面，能否準確地估計森林碳儲量的變化也會直接影響最終的碳減排量核算，進而影響該國的REDD+收益。因而，本文擬分析影響一國REDD+的REDD+碳減排量估計不確定性的主要因素。在此基礎上，通過對中國、印度、巴西、印尼和墨西哥等五個發展中國家碳減排量估計不確定性和平均機會成本進行仿真研究，研究碳減排量估計不確定性如何影響這些國家的REDD+收益。

1 研究方法

1.1 碳減排量不確定性和REDD+平均機會成本的估計

一國是否能從實施REDD+中獲益主要受到兩個因素的影響：森林碳儲量的變化（ΔC）和國際市場的碳信用價格（P）。其中ΔC是相比于基線情景，因實施REDD+而導致的一國森林碳減排量的估計值。而這里所指的基線情景是指即使一國沒有實施REDD+，該國的歷史森林碳減排量水平仍將會持續，因而只要碳減排量大于歷史基線水平，該國就可以獲得碳信用并取得相應的收益。而在估計森林碳減排量時往往會存在不確定性，這里采用碳減排量的標準差se來衡量不確定性。標準差se通常用來衡量抽樣調查的不確定性，這里采用se作為碳儲量的標準偏差，包括了抽樣誤差和非抽樣誤差（如非系統測量誤差）。由此可以獲得一國的森林碳減排量估計值的置信區間：

其中，CR1為REDD+情景下報告期的森林碳儲量，CB1為基線情景下報告期的森林碳儲量，C0為基期的森林碳儲量，ΔR為REDD+情景下森林碳儲量的變化率，ΔB為基線情景下森林碳儲量的變化率，se為碳減排量的標準差，α為顯著性水平。人類行為會對森林碳儲量產生影響，森林砍伐會導致碳儲量的減少，而造林卻會增加碳儲量。因此如果REDD+成功實施，REDD+情景下森林碳儲量會大于等于基線情景，即ΔC≥0。而ΔR和ΔB存在有下列關系：

其中γ為REDD+努力系數，衡量了一國REDD+政策對于森林碳減排量的影響。對于造林國（ΔB≥0）而言，如果REDD+成功實施，則γ≥0，反之則γ＜0；而對于毀林國（ΔB＜0）而言，如果 REDD+成功實施，則γ＜0，并且當γ≤-1時，該國由毀林國轉變為造林國，反之則γ≥0。與此同時，森林碳減排量的不確定性主要來源于基期的森林碳儲量不確定性、REDD+情景下報告期的森林碳儲量不確定性以及這兩種不確定性的相互作用[8]。因此，最終的碳減排量的標準差se為：

其中e0和eR1分別為基期的森林碳儲量誤差和REDD+情景下報告期的森林碳儲量誤差，k為這兩種誤差的相關系數。由于在估計基期的森林碳儲量的不確定性和REDD+情景下報告期的森林碳儲量的不確定性存在有相互影響，因此考慮一個設定相關系數k用于反映這兩種樣本估計值不確定性間的相互作用。Grassi（2008）[7]就認為在估計碳減排量時誤差間的相關性是一個非常重要的因素應當予以考慮。而Knoke（2013）[8]通過對德國森林資源清查結果的研究發現，相關系數k的取值一般為0.7。而RSE為相對標準誤差，Knoke的研究表明相對標準誤差RSE與調查的森林面積負相關，森林面積越大則RSE越小。在給定REDD+努力系數γ條件下，由上述等式可以求出碳減排量的標準差se：

由上述各式可得到下列等式可以得到森林碳減排量估計值的置信區間：

如果按照保守原則核算碳減排量，那么可獲得REDD+收益的最低減排量ΔCG應為碳減排量估計值ΔC的置信下限，即Knoke所言的有保證的減排量：

REDD+實施的關鍵在于實施國是否可以從該機制中受益，因而需要比較REDD+的收益以及實施REDD+的機會成本，基于成本-收益分析而做出理性決策。一方面，一國可以從實施REDD+而增加的森林碳儲量中獲益，另一方面REDD+的實施又是有成本的，其成本主要是機會成本OC。只有當實施REDD+的收益高于該國總機會成本時，一國才有動力實施REDD+。當收益和成本相等時可以得到盈虧平衡點（BEP）：

其中C1為在不存在估計誤差時一國真實的報告期森林碳儲量，即：

在給定REDD+努力系數γ條件下，由上述等式可以得到單位面積森林的平均機會成本-OC的置信區間：

1.2 數據來源

本文選取巴西、中國、印度、印尼和墨西哥等五個發展中國家用于碳減排量估計不確定性的仿真。這五個國家同為發展中大國，也同為非附近國家，截止2010年底，五個國家人口均突破一億，占世界總人口的44.7%，經濟總量占世界的18.1%。通過對這五國的仿真研究更能反映發展中大國碳減排量估計不確定性情況，對中國REDD+的政策制定具有借鑒意義。仿真研究選取巴西、中國、印度、印尼和墨西哥等五國2005～2010年的森林變化數據作為基線數據，以此來預測在基線情景下到承諾期結束時一國的森林碳儲量。所采用的目標函數是相比于基線情景，達到盈虧平衡點時的森林碳減排量，此時一國從REDD+中所獲得的收益等于該國的總機會成本。

2005～2010年間的森林碳儲量、單位森林碳儲量數據來源于聯合國糧農組織的《全球資源評估報告2010》。由2005和2010年的森林碳儲量數據C0和C1可以得到基線情景下森林碳儲量的變化率ΔB（時間間隔為5年），其中中國和印度為造林國（ΔB≥0）；而巴西、墨西哥和印尼為毀林國（ΔB＜0）。相對標準誤差RSE來源于Knoke（2013）[8]的研究，具體如表1所示。

表1 數據來源表

2 仿真結果與討論

2.1 REDD+政策對碳減排量標準差的影響

為了仿真REDD+政策對于碳減排量和不確定性的影響，需要確定REDD+努力系數γ的變化幅度。將|γ|的變化幅度分別取0.20、0.50、0.80和1.00。其中造林國（ΔB≥0）的 REDD+努力系數γ取正值，而毀林國（ΔB＜0）的REDD+努力系數γ取負值。其含義為：對于毀林國而言，其基線情景的森林碳儲量變化率ΔB小于0，相比于基線情景，REDD+情景使得毀林率減少了γ；對于造林國家而言，其基線情景的森林碳儲量變化率ΔB大于0，相比于基線情景，REDD+情景使得造林率增加了γ。根據（5）式，使用表1中的數據預測在REDD+努力系數γ取不同值時，置信度為95%（即α=0.05）的森林碳減排量估計值的置信區間，具體結果如表2所示。

從表2可以發現，印尼在所有REDD+努力系數情景下碳減排量的置信下限都大于零，這意味著該國有效的減少了碳排放量而可以立即從REDD+中獲益，而中國、巴西和印尼在除|γ|為0.2的其余情景下，其碳減排量的置信下限都大于零，這表明這三個國家需要經過一些努力才可有效地減少森林碳排放量，從而從REDD+中獲益。而墨西哥只有在第四種情景下其碳減排量的置信區間下限才大于零，這表明墨西哥需要付出更多的努力才可以實現REDD+的凈收益。從表中可以發現在很多努力系數條件下森林碳減排量的置信下限，也就是可獲得REDD+收益的最低減排量ΔCG往往表現為負值。這個置信下限是按照保守原則所得到的有保證減排量的估計值，負值就意味著森林碳排放量事實上是在增加的。然而負值的產生有可能是由于按照保守原則進行統計所導致的，也有可能是因為REDD+政策力度不夠而導致的。如果是由于統計誤差而導致的，那么這會使得事實上減排的國家不得不報告其不存在的碳排放增加量，并且這些國家將因此被迫彌補假設的排放量，由此產生矛盾。為了避免這種情況的出現，這些國家需要增加REDD+政策的力度以確保其碳減排量不為負值，即存在一個使得該國碳減排量不為負值的REDD+均衡努力系數γe。令（6）式中最低減排量ΔCG等于零，即可獲得REDD+均衡努力系數γe。從表2的最后一列可以發現印尼的REDD+均衡努力系數最小（γe=-0.08195097），這表明相比于基線情景的森林碳儲量變化率ΔB，印尼只需要付出8.20%的努力就可以實現從REDD+中受益的目標，負值意味印尼是一個凈毀林國，需要減少毀林的面積。而印度和中國分別需要付出22.48%和22.98%的努力程度才可以保證從REDD+中獲益，而γe的取值為正意味著這兩國是凈造林國，需要增加森林面積才可以獲益。而巴西和墨西哥分別需要付出44.79%和94.88%的努力程度才能獲益，其實現REDD+收益的難度要大于印尼、印度和中國。這也說明毀林率或造林率越高的國家越容易從REDD+中受益，而毀林率或造林率越低的國家從REDD+中獲益的難度越大。

表2 碳減排量置信區間的仿真結果

2.2 REDD+政策對平均機會成本的影響

表3 平均機會成本置信區間的仿真結果

3 結論與啟示

REDD+是國際社會為減緩氣候變化而提出的新舉措，通過向發展中國家提供大量資金以減少森林砍伐和森林退化。本文在Knoke（2013）等人的研究基礎上做了進一步發展，將可靠最小估計和置信區間下限加以綜合，通過構建碳減排量置信區間分析多種不同類型國家森林碳減排量估計值的不確定性，以及由此對各國機會成本的影響。在此基礎上通過對2005～2010年中國、印度、巴西、印尼和墨西哥等五個發展中國家森林碳減排量進行了仿真研究。研究發現高毀林率或高造林率的國家從REDD+中獲益的可能性越大，而低毀林率或低造林率的國家所獲收益可能性越小。因此，具有較低毀林率或低造林率的國家（如墨西哥），其REDD+成功實施的可能性遠小于具有高毀林率或高造林率的國家（如印尼）。而中國具有較高造林率的國家，因而也能比較容易地從REDD+獲益。而隨著REDD+努力系數的增加，減排量的誤差也會隨之增大，同時能夠使一國從REDD+中獲益的平均機會成本也隨之增加，這意味著隨著REDD+政策力度的加大，該國成功實施REDD+的可能性也在不斷增加。

最后，對于現有森林的保護仍然是減少森林碳排放量的最有效、最經濟的措施，并且還具有諸如保護生物多樣性和減少貧困之類的效應。因此，在實施REDD+過程中應格外關注森林碳減排量估計的不確定性，這將對一國能否成功實施REDD+起到關鍵作用。當然本研究還存在一些問題，例如如何公平地使用保守原則評估發展中國家的碳排放量，這些問題在今后的REDD+設計過程中應該慎重考慮。

圖1 REDD+政策對平均機會成本下限的影響

[1]張慧明，周德群，曹杰等.溫室氣體減排技術研究進展[J].中國科技論壇，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 K?hl.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).