中國森林碳匯效度動態演進及時空演變格局

摘要：在“碳達峰、碳中和”的整體目標下，森林碳匯效度的重要性不斷凸顯，森林碳匯效度對于林業產業的統籌發展具有重要作用。文章采用森林蓄積量拓展法測算我國31個省（直轄市、自治區）2003—2018年4次森林資源清查期間的森林碳匯量，計算出各省（直轄市、自治區）森林碳匯效度，并對其進行核密度估計，構建傳統馬爾科夫和空間馬爾科夫概率轉移矩陣，探討我國森林碳匯效度的時空動態演進特征。研究表明，我國森林碳匯效度整體不斷上升，不同地區森林碳匯效度差距較大；我國森林碳匯效度核密度曲線不斷左移，核密度曲線分布延展性趨于放緩。空間馬爾科夫轉移概率矩陣表明，我國森林碳匯效度轉移具有穩定性，且存在“俱樂部收斂”效應，地理背景在我國森林碳匯效度轉移過程中起到重要作用。

關鍵詞：森林碳匯效度；核密度估計；空間馬爾科夫

中圖分類號：S891+.5

文獻標識碼：A

20世紀70年代以來，全球碳排放量與經濟發展呈現出明顯的正相關關系。隨著全球經濟的快速增長，碳排放總量和人均碳排放量均顯著增加。然而，由于近年來全球氣候問題的日益凸顯，各國開始采取行動控制減少碳排放量，碳排放量增速已經出現放緩的趨勢。數據顯示，2018年全球碳排放量達到歷史最高值，為340.5億t，是1965年的3倍。截至2019年，全球碳排放增長率已接近于零。從人均碳排放量來看，全球人均碳排放量呈現出與碳排放總量相似的變化趨勢。碳排放量雖然在波動中逐漸增長，但在全球范圍內，人均碳排放量也開始受到關注。2018年，全球人均碳排放量增長到了4.42 t·人-1，較1971年增長了20%。為應對氣候變化，中國提出了積極的碳減排目標，表明了中國政府應對氣候變化的決心和承諾。通過采取更加積極的措施，中國將為全球碳減排做出重要貢獻，并為實現全球碳中和目標而努力。森林是陸地上最大的儲碳庫[1]，有效提升森林碳匯功能是落實“雙碳”目標重要的生態途徑之一，亦是林業產業綠色發展的時代使命[2]。

隨著科技水平的不斷提高，森林碳匯的測算方法也在不斷更新和完善。根據目前學者發布的研究，可將森林碳匯的測算方法分為“自下而上”和“自上而下”兩種。“自下而上”方法如于魯冀等[3]采用生物量轉換因子連續函數法，測算出河南省森林林木生物量固碳量，在此方法基礎上結合森林蓄積量擴展法原理，考慮林下植被（含凋落物）和林地固碳量。汪濤等[4]采用清查法測算青藏高原碳匯量。付偉等[5]運用森林蓄積量拓展法測量我國31個省（直轄市、自治區）的森林碳匯量。“自上而下”方法主要利用碳同化反演技術測算森林碳匯量，如光學遙感是估算全球或國家區域森林生物量的主要數據來源[6]；微波雷達波長更長，受天氣和云層覆蓋的影響小，能更好地反映森林狀況[7]；激光雷達能獲取精準的森林冠頂高度數據[8]。

目前，對森林碳匯量的研究較多，但關于森林碳匯變化趨勢和空間分布及預測的研究明顯不足。基于此，本文以我國31個省（直轄市、自治區）的森林碳匯為研究對象，采用蓄積量拓展法核算我國各省（直轄市、自治區）2003年、2008年、2013年、2018年的碳匯效度，分析其時空演變特征，構建傳統和空間馬爾科夫鏈轉移概率矩陣，預測我國森林碳匯效度的長期演變趨勢。

1 "研究設計

1.1 " 數據來源

選取2003年、2008年、2013年、2018年我國31個省（直轄市、自治區）的森林資源清查數據作為研究樣本。所有數據來自《全國森林資源清查報告》《中國林業統計年鑒》《中國統計年鑒》。

1.2 " 研究方法

1.2.1 森林碳匯量測算 以森林蓄積量擴展法核算森林碳匯量，公式中CS、CV、CB、CF依次為不同森林結構的碳匯量，分別為森林土壤碳匯量、林下植被碳匯量、森林生物量碳匯量、森林總體碳匯量。Sij、Cij、Vij分別代表第i類地區第j類森林類型的森林面積、森林碳密度和森林單位面積蓄積量，具體公式如下：

式中，α、β、σ、ρ、γ分別為林下植物碳轉換系數取值0.195、森林碳轉換系數取值1.244、微生物含量擴大系數取值1.90、容積系數取值0.50 t·m-3和含碳量取值0.50。

1.2.2 核密度估計 核密度估計是一種用于估計數據分布密度的非參數統計方法，通過在每個數據點周圍放置一個核函數，然后將這些核函數加權求和，來估計數據的概率密度函數。核密度估計的基本思想是，數據點附近的密度較高，而遠離數據點的地方密度較低。核密度估計的結果通常以概率密度函數的形式呈現，可以通過繪制核密度曲線來展示數據的分布情況。核密度曲線是一個光滑的曲線，它描述了數據在不同取值處的密度水平。核密度估計的函數如下：

其中，K代表核密度函數，h代表核密度估計的窗寬，n表示數據個數，Xi表述獨立同分布觀測值?

1.2.3 空間馬爾科夫鏈 空間馬爾科夫鏈是一種結合了傳統馬爾科夫法和空間滯后的方法，用于分析在不同區域背景下，某一省（直轄市、自治區）森林碳匯效度向上或向下轉移的可能性。它能夠較好地揭示森林碳匯效度變化過程中的空間相互作用關系，并分析森林碳匯效度水平轉移概率與鄰域省（直轄市、自治區）之間的關系。空間馬爾科夫鏈通過引入空間滯后算子來考慮區域鄰域的狀態，從而彌補了傳統馬爾科夫方法在處理空間性問題時的不足。通過建立空間馬爾科夫鏈模型，可以更準確地預測和解釋森林碳匯效度的空間變化規律，為制訂相關政策和管理措施提供科學依據。這一方法在研究森林碳匯效度轉移和空間相互作用方面具有重要的應用價值。

2 "我國森林碳匯效度測算結果

我國森林碳匯量總體呈增長趨勢（表1），其中西藏自治區、云南省、四川省、黑龍江省、內蒙古自治區、吉林省的森林碳匯總量最高。從地理位置上觀測，我國森林碳匯量主要集中于我國西南地區和東北林區，是我國森林碳匯的重點地區。上海市森林基礎較差，但增長速度極快，2018年森林碳匯量是2003年的13.5倍。西藏地區由于氣候原因，生態環境較為穩定，森林碳匯量變化不明顯。

我國森林碳匯效度整體變化較小（表1），可分為3個梯隊：第一梯隊為西藏自治區、吉林省、四川省、云南省、黑龍江省、福建省，森林碳匯效度為100～200 t·萬hm-2；第二梯隊為中部地區，森林碳匯效度為58～99 t·萬hm-2；第三梯隊為華北平原、西北地區、南部沿海地區、東部沿海地區，森林碳匯效度為13～58 t·萬hm-2。

3 "我國森林碳匯效度的時間動態演進

通過三維核密度估計（圖1），從我國森林碳匯效度的分布位置、分布態勢、分布延展性、分布極化趨勢展開論述，分析我國森林碳匯效度水平動態演進特征。

3.1 " 分布位置

根據研究結果，我國森林碳匯效度水平核密度曲線呈現持續向左移的趨勢。這一趨勢的出現，表明我國森林碳匯效度不斷向好發展，歸因于我國政府對森林保護和生態建設的高度重視，通過加強森林資源管理和生態保護，不斷提高我國森林碳匯效度水平，對我國應對氣候變化和實現可持續發展目標具有重要意義。

3.2 " 分布態勢

我國森林碳匯效度水平核密度曲線主峰高度不斷上升，寬度逐漸變寬，表明在研究期內，我國森林碳匯效度總體水平呈現不斷提高的趨勢，同時也呈現出更廣泛的分布范圍。

3.3 " 分布延展性

我國森林碳匯效度核密度曲線拖尾變長和分布延展性趨于放緩，表明在研究期內，我國森林碳匯效度的改善速度逐漸減緩。這可能是由于我國在森林建設和保護的初期階段，投入力度較大，導致森林碳匯效度的增長較為迅速。而隨著時間的推移，我國森林碳匯效度的改善逐漸趨于穩定，這可能是受到一些限制因素的影響，如土地資源的有限性、氣候變化等。因此，森林碳匯效度核密度曲線拖尾變長和分布延展性放緩可能意味著進一步提高森林碳匯效度的難度增加，需要采取更加深入有效的措施和策略來推動森林保護和生態建設的進一步發展。

4 "中國森林碳匯效度時空演變特征

為深入分析我國森林碳匯效度時空演變特征，構建傳統馬爾科夫轉移概率矩陣和空間馬爾科夫轉移概率矩陣，碳匯效度被離散為低、較低、較高、高4種水平，并分別用k=1，2，3，4表示。其中，由低水平向高水平轉移定義為向上轉移，由高水平向低水平轉移定義為向下轉移。

根據2003年、2008年、2013年、2018年我國森林碳匯效度傳統馬爾科夫鏈轉移概率矩陣（表2）計算結果得出：（1）對角線的概率值均大于非對角線的概率值，表明我國森林碳匯效度在轉移過程中具有較高的穩定性，更有可能維持原有狀態。這意味著在相鄰年份內，森林碳匯效度水平的改變相對較小，保持了較為穩定的狀態。這一結果可能是由于我國在森林保護和生態建設方面的持續努力，以及政策措施的有效實施所致。（2）我國森林碳匯效度存在“俱樂部收斂”現象，即碳排放效度低和效度高的類型在下一階段更有可能維持原有狀態。具體來說，碳排放效度低和效度高的類型在下一階段維持原有狀態的概率分別為62.96%和81.82%。這意味著在相鄰年份內，碳排放效度低和效度高的地區更有可能保持其原有的碳匯效度水平。這一現象可能受到多種因素的影響，包括地區特點、資源利用方式、政策支持力度等。（3）在相鄰年份的各省（直轄市、自治區）森林碳匯效度轉移實現“跨越式”發展的概率較小，各狀態類型實現跨等級轉移的概率均小于4%。這意味著在研究期內，各省、直轄市、自治區森林碳匯效度的改變相對較為緩慢，不太可能出現大幅度的躍升或下降。這可能由于森林生態系統的復雜性和穩定性，以及地方政府在森林保護和生態建設方面的持續投入所致。這也提醒我們，應需要繼續加強森林保護和生態建設，以促進森林碳匯效度的更大提升。

通過在傳統馬爾科夫鏈轉移概率矩陣中引入空間滯后條件，構建了空間馬爾科夫鏈轉移概率矩陣（表3），用于分析不同鄰域背景對我國森林碳匯效度轉移的影響。根據計算結果可知：（1）地理背景在我國森林碳匯效度轉移過程中起著重要作用。與傳統馬爾科夫鏈轉移概率矩陣相比，不同地理背景下的森林碳匯效度轉移概率發生了明顯變化。（2）各省、直轄市、自治區森林碳匯效度與區域森林碳匯效度類型具有協同性。當鄰域類型為1時，處于森林碳匯效度較低的城市數量明顯多于其他類型的城市數量；當鄰域類型為4時，處于森林碳匯效度較高的城市數量明顯多于其他類型的城市數量。（3）當鄰域為森林碳匯效度較低的區域時，該省份的森林碳匯效度類型向下轉移的概率增加；當鄰域為森林碳匯效度較高的區域時，該省份森林碳匯效度類型向上轉移的概率增加。例如，在森林碳匯效度低的鄰域條件下，P21|2（0.1）＞P21（0.037），而在森林碳匯效度高的鄰域條件下，P23|4（0.75）＞P23（0.481 5）。（4）空間馬爾科夫鏈轉移概率矩陣在空間維度為“俱樂部收斂”現象提供了解釋依據。我國森林碳匯效度類型轉移容易在一定地理空間范圍內形成“俱樂部收斂”現象。在森林碳匯效度高的區域，森林碳匯效度類型向上轉移的概率上升，向下轉移的概率下降，因此該地理范圍內森林碳匯效度高的省份數量有增大的趨勢，反之亦然。

5 "結論與討論

5.1 " 結 論

本文對我國森林碳匯效度進行測算，運用核密度估計進行我國森林碳匯效度動態演進分析，分別構建了傳統和基于空間的馬爾科夫鏈轉移概率矩陣，對我國森林碳匯效度的空間溢出效應進行實證分析，總結出我國森林碳匯效度的時空動態演變特征。從我國森林碳匯效度的整體和變化情況、核密度估計、馬爾科夫概率轉移3個方面，得出以下結論：

一是整體上我國具有豐富的森林碳匯量。2003—2018年4次森林資源清查工作期間，我國森林碳匯量整體呈上升趨勢。由于我國森林資源稟賦的差異，各地區的森林碳匯量存在較大差異，其中西藏自治區、云南省、四川省、黑龍江省的森林碳匯總量較大，占我國森林碳匯總量的40%以上；上海市的森林碳匯總量不高，但增長速度最快。我國森林碳匯效度在2003—2018年4次森林資源清查工作期間變化較小，總體分為3個梯隊，西南地區和東北地區及福建省為第一梯隊，中部地區為第二梯隊，華北平原、西北地區、南部沿海地區和東部沿海地區為第三梯隊。

二是我國各省、直轄市、自治區森林碳匯效度總體水平不斷提高。但隨著時間的推移，我國森林碳匯效度的個別省、直轄市、自治區之間差距逐漸擴大。在核密度圖中可以看出我國森林碳匯效度的分布延展性放緩，表明各省（直轄市、自治區）之間的韌性水平差距縮小。

三是我國森林碳匯效度維持原狀概率較大，呈現“俱樂部收斂”現象，實現“跨越式”發展的概率較小。空間馬爾科夫鏈分析結果顯示，地理背景對我國森林碳匯效度產生明顯影響，各省、直轄市、自治區森林碳匯效度與區域森林碳匯效度具有協同性，森林碳匯效度在一定地理區域內產生“俱樂部收斂”效應。

5.2 " 討 論

加強森林資源保護和生態恢復是當今社會可持續發展的重要任務，為保護生態環境、促進生態平衡，應采取以下措施：

一是加大森林資源保護力度。加大對森林的監管和管理[9]，嚴禁亂砍濫伐和非法采伐行為，加大森林執法力度，打擊非法砍伐和盜伐行為；加強森林病蟲害防治工作，提高森林生態系統的穩定性和可持續性；加強森林生態恢復工作，加大退耕還林還草工作力度，通過植樹造林和草原恢復等措施增加森林和草原面積，提高生態系統的抗干擾能力；推動林下經濟的發展，通過發展林下種植、生態旅游等產業，提高林業經濟效益，實現經濟與生態的雙贏；加強社會參與和宣傳教育，鼓勵社會各界參與森林資源保護和生態恢復工作，加強對公眾的環保意識和生態文明的宣傳教育，培養人們的環保意識和保護森林的責任感。

二是推動森林經營和管理的低碳轉型。推廣和鼓勵采用可持續的林業經營模式，減少林木采伐，實施合理的林業輪伐制度，確保林木的可持續利用[10]。加強林業科技創新，推動林業生產方式和技術的升級，提高林業生產效率和碳匯能力。發展新型林業經營模式，如林下種植、林下養殖等，提高森林碳匯能力和生態效益[11]。

三是推動森林碳匯交易。建立完善的法律和政策框架，明確碳匯交易的監管機構和責任主體。加強森林碳匯的測量和監測，通過先進的遙感技術和監測手段，準確測量和監測森林碳匯的數量和質量，建立可靠的碳匯計量和核查體系，確保碳匯交易的準確性和可追溯性。建立公開、透明和有競爭力的森林碳匯交易市場，吸引更多的投資者和參與者，通過市場機制激勵森林經營者和管理者采取更多的碳匯增匯措施，提高森林的碳匯能力。

參考文獻

[1] 張哲，張煜星．世界主要碳排放國家碳達峰和碳匯能力研究[J]．林業資源管理，2023（2）：1-9.

[2] 付玉杰，田地，侯正陽，等．全球森林碳匯功能評估研究進展[J]．北京林業大學學報，2022，44（10）：1-10.

[3] 于魯冀，張亞慧，樊雷，等．河南省森林固碳量與碳匯價值評估[J/OL]．鄭州大學學報（工學版），1-7[2023-09-21].https：//doi.org/10.13705/j.issn.1671-6833.2023.06.002.

[4] 汪濤，王曉昳，劉丹，等．青藏高原碳匯現狀及其未來趨勢[J]．中國科學：地球科學，2023，53（7）：1506-1516.

[5] 付偉，李龍，羅明燦，等．省域視角下中國森林碳匯空間外溢效應與影響因素[J]．生態學報，2023，43（10）：4074-4085.

[6] 黃從紅，張志永，張文娟，等．國外森林地上部分碳匯遙感監測方法綜述[J]．世界林業研究，2012，25（6）：20-26.

[7] 趙靜，李靜，柳欽火．森林垂直結構參數遙感反演綜述[J]．遙感學報，2013，17（4）：697-716.

[8] 郭慶華，劉瑾，陶勝利，等．激光雷達在森林生態系統監測模擬中的應用現狀與展望[J]．科學通報，2014，59（6）：459-478.

[9] 林磊，蔡玲．論司法修復森林碳匯補償機制建構[C]//上海：上海市法學會．《上海法學研究》集刊2023年第1卷：司法.

[10] 晉海，劉新虎．碳中和戰略下林業碳匯引入生態修復司法之效能探究[J]．林業調查規劃，2023，48（3）： 130-136.

[11] 陳科屹，林田苗，王建軍，等．天保工程20年對黑龍江大興安嶺國有林區森林碳庫的影響[J]．生態環境學報，2023，32（6）：1016-1025.