福建省縣域森林損失時空演變特征及其影響因素分析

朱瑋晗,林金煌,楊舒棋,陳梅英,戴永務①,朱艷萍

(1.福建農林大學數字經濟學院,福建 泉州 362400;2.福建農林大學經濟與管理學院,福建 福州 350002)

森林是陸地生物圈重要的生態資源,具有水源涵養、氣候調節、固碳釋氧和生物多樣性保護等多種生態功能,是區域實現“雙碳”戰略的重要載體。2020年聯合國糧食及農業組織在《全球森林資源評估》中指出,近10 a全球每年仍有約470萬hm2的森林資源面臨退化風險,嚴重威脅森林資源的可持續管理和利用。我國作為全球快速城鎮化的典型地區,境內的森林損失問題尤為嚴峻[1]。因此,推動森林資源的科學高效利用和保護制度的逐步完善已成為森林資源持續增長的重要議題[2-4]。森林損失作為森林生態系統退化的一個重要衡量指標,能直觀反映社會經濟發展對區域森林資源的影響與損害[5]。近年來,由于氣候變化與人為活動的影響,區域內森林生態系統的穩定性受到了一定干擾,給生態環境帶來氣候變暖、水土流失、生物多樣性減少、碳儲存減少等一系列持續的負面影響[6-7]。作為我國集體林業大省,福建省森林資源豐富,森林覆蓋率常年居全國第一。但隨著城鎮化進程的推進,如何減緩森林資源損失已成為福建省亟需解決的問題。因此,厘清福建省縣域森林損失狀況及其影響因素具有重要的現實意義,可為區域森林資源保護與社會經濟的協調發展提供理論借鑒。

當前國內外學者關于森林損失的研究已取得了豐碩的成果,并重點關注區域森林損失的動態演化規律及其影響因素,而準確獲取森林資源數據是實現區域森林損失動態監測的重要前提。因此,不同尺度的森林資源調查成為森林資源研究的重點[8-9],在研究初期,森林面積變化的數據來源于各類森林資源清查數據庫,但該數據庫每5 a更新一次,具有一定的時間滯后性,數據精度較低,且費時費力。近年來,隨著地理信息系統(GIS)和遙感技術的不斷發展,森林資源調查工作的效率得到快速提升,且可采用的遙感數據也越來越豐富,如Landsat、MODIS、QuickBird等。有學者基于這些遙感數據發布了一系列的森林監測遙感數據集,如SHIMADA等[10]基于ALOS PALSAR數據研發的全球森林覆蓋數據集、HANSEN等[11]研發的全球森林變化數據集(2000—2012年,30 m)、LI等[12]研發的中國森林數據集(2010年,30 m)。其中,全球森林變化(Global Forest Change)數據集是基于Landsat影像分類發布的一款數據集,相較于上述提及的其他數據集,全球森林變化數據集具有較高的數據精度,能夠更為精確地揭示區域森林損失的長期動態變化特征。因此,該數據集被國內外學者廣泛應用于區域森林損失遙感動態監測方面的研究[13-16]。

此外,森林損失的影響因素研究能有效揭示區域森林損失的內在演化機理,也得到了國內外學者的廣泛關注。現有研究發現,區域的森林損失是氣候[17-19]、城鎮化[20-21]、人口密度[22]、森林火災[23-25]、采伐[26-27]等人為和環境因素協同作用下的綜合影響結果,而人類的社會經濟活動對森林損失的負面影響遠遠大于自然所帶來的負面影響[28]。當前,國內外學者主要采用線性回歸[16]、相關性分析[17]、隨機森林回歸模型[20]、隨機效應模型[25]等方法進行森林損失的影響因素分析,這些方法均只能揭示不同因素的全局影響,而無法揭示影響因素的地區差異特征。也有部分學者嘗試采取地理加權回歸(geographically weighted regression, GWR)模型來探究森林損失影響因素的空間分異特征[4,13],但該模型在探究森林損失的影響時未能將時間維度納入考量。時空地理加權回歸(geographically and temporally weighted regression, GTWR)模型彌補了GWR模型對時間維度考慮不足的問題,能綜合考量地理要素的時間維度和空間維度特征,具有更高的模型精度,可以更好地模擬不同驅動因子的影響效應[29-30]。因此,GTWR模型可以把時間和空間特征納入森林損失影響因素的分析中,考慮了森林損失的時空非平穩性特征,能夠更好地揭示不同影響因素的時空分異特征。

綜上,國內外學者針對森林損失的研究重點聚焦在全國、省級等范圍的大尺度研究。然而,作為森林管理決策更為微觀的縣域尺度,與國家、省級等大尺度的研究存在明顯差異,現有針對重點林區縣域尺度的森林損失及其影響因素的研究則相對缺乏。鑒于此,筆者以南方重點林區福建省作為研究區,基于2001—2019年的全球森林變化數據集對福建省縣域森林損失進行量化,并基于GTWR模型在時間和空間2個維度上揭示不同時期福建省縣域森林損失的時空演變特征及其內在驅動機制,探索減緩中國森林損失的實現路徑,以期為區域森林資源與社會經濟協調發展提供參考。

1 研究區概況

福建省地處中國東南沿海(23°33′～28°20′ N,115°50′～120°40′ E),地形以山地丘陵為主,呈西北高、東南低的態勢(圖1)。

基于自然資源部標準地圖服務網站GS(2020)4632號標準地圖制作。

福建省總面積12.4萬 km2,共有84個縣級行政區劃,屬亞熱帶濕潤季風氣候區,氣候溫暖濕潤。福建省是全國六大林區的典型代表和集體林權制度的重要發源地,2022年福建省森林面積達807.72萬hm2,森林覆蓋率為65.12%,GDP達53 109.85億元,常住人口達4 188萬人。此外,福建省擁有廈門港、福州港、湄洲灣港和泉州港4個港口,為福建省森林木材的進出口貿易提供了便捷的交通條件。伴隨著福建省城鎮化進程的不斷推進,全省城鎮化率從2001年的42.76%快速提高到2022年的70.11%,城市建設用地需求不斷增加,房地產市場快速發展,也導致森林資源保護壓力日益增加。

2 數據與方法

2.1 研究框架構建

基于2001—2019年全球森林變化數據集,對福建省縣域森林損失及其影響因素進行深入探討(圖2)。

圖2 技術路線

考慮到研究時間尺度跨度較大,存在部分縣市數據缺失的問題,因此,基于數據的可獲得性,共選取福建省的58個縣域作為評價單元(不含直轄市)。首先,利用ArcGIS 10.8空間分析技術,結合不同的數據源,提取2001—2019年福建省58個縣域的森林損失數據,分析福建省縣域森林損失的時空格局演變特征;其次,采取GIS空間自相關模型,從全局自相關和局部自相關2個層面探究2001—2019年福建省縣域森林損失的空間集聚特征;最后,從社會經濟的多個維度篩選主要的影響因子,并采用時空地理加權回歸模型系統探究城鎮化率、人均GDP、公路通車里程、人口密度和木材產量對福建省縣域森林損失的影響及其時空分異特征。

2.2 數據來源

應用多源空間和統計數據開展福建省縣域森林損失的時空變化及其影響因素研究,所選取的數據集及來源如表1所示:(1)2000年福建省森林覆蓋數據和2001—2019年福建省森林損失數據來源于全球森林變化數據集(V 1.7),該數據集總體精度高于99%[11];(2)福建省縣域的城鎮化率、人均GDP、公路通車里程、人口密度、木材產量等統計數據來源于《福建統計年鑒》《福建林業統計年鑒》,部分缺失值采取平均值代替法、內插法、外插法的方法進行補齊;(3)數字高程模型(DEM)數據來源于地理空間數據云;(4)省級行政邊界和縣級行政邊界的矢量數據來源于國家基礎地理信息中心。

表1 數據來源

2.3 數據處理

在全球森林變化數據集(V1.7)中,將森林定義為植物中(包括天然林和人工林在內)樹高>5 m且樹冠覆蓋率>0.2的區域,而森林損失則被定義為“林分全部消失或發生更替”,指的是發生森林損失的現象[31]。運用ArcGIS 10.8軟件平臺,基于福建省縣級行政區劃矢量,對全球森林變化數據集進行掩膜提取,獲得福建省2001—2019年森林損失空間分布數據,并以2000年的森林覆蓋率作為參考基準,以20%的閾值來提取森林覆蓋,進而利用面積制表工具統計2001—2019年福建省縣域森林損失面積,采用各縣域每年的森林損失面積與2000年森林覆蓋面積的比值表征福建省各縣域的森林損失率。此外,將各類基礎數據的投影坐標系統一為Krasovsky_1940_Albers,構建福建省縣域森林損失評估的GIS空間數據庫。

2.4 研究方法

2.4.1空間自相關分析

空間自相關模型用于度量相鄰空間某一觀測量的相關性與分異性,由全局自相關和局部自相關兩部分組成。其中,全局自相關常用全局莫蘭指數(Global Moran′sI,IG)來表征,用以衡量觀測變量的相關性強弱程度,其范圍區間為[-1,1]。而局部自相關一般采用局部莫蘭指數(Local Moran′sI,IL)來表征,用以衡量局部相鄰單元空間自相關的關聯性與異質性強弱程度。該研究采用ArcGIS 10.8軟件中空間統計工具(spatial statistics tools),從全局和局部2個層面探究福建省縣域森林損失的空間集聚特征。

(1)

(2)

2.4.2時空地理加權回歸(GTWR)模型

時空地理加權回歸(GTWR)模型是在地理加權回歸模型的基礎上將時間維度進一步納入回歸模型,在時空維度下進行影響因素分析,可以有效解決時空非平穩性問題。因此,時空地理加權回歸模型被廣泛應用于社會經濟測度、環境健康評價、房價模擬預測和生態環境評估等眾多領域,探究其不同驅動因子的空間異質性特征,并取得了良好的效果[29,32]。

(3)

式(3)中,Yi為森林損失;Xil為第i個樣本縣域的第l個影響因素;n為縣域總數;k為影響因素個數;δi為隨機擾動項;β0(ui,vi,ti) 為時空截距項,其中u、v為樣本縣域坐標,t為時間;βl(ui,vi,ti)為在i縣域t時間的第l個影響因素的估計系數。

2.5 影響因子選取

森林損失是自然和社會經濟因素共同作用的結果,且社會經濟活動對森林損失的影響遠大于自然環境[27-28]。鑒于此,筆者參照文獻[15,21,31,33-34],結合森林轉型路徑理論,并綜合考慮數據的科學性、合理性、可獲取性和非共線性等因素,從城鎮化水平、經濟發展水平、基礎設施建設、人口狀況和木材市場等多個維度,分別選取城鎮化率、人均GDP、公路通車里程、人口密度、木材產量這5個指標來探討福建省森林損失的主要影響因素。這5個指標的方差膨脹系數(VIF值)分別為1.623、1.664、1.077、1.277、1.220,都通過了共線性檢驗(VIF值<10)。為了消除量綱的影響,運用SPSS 26.0統計分析軟件對各個影響因素的數據進行Z-Score標準化處理。

(1)城鎮化水平:城鎮化率。隨著城鎮化水平的不斷提高,區域內森林資源的可持續增長受到嚴重威脅,因此城鎮化水平普遍被認為是導致森林損失的關鍵影響因素[20-22]。一方面,城鎮化帶來城市用地的急劇擴張,部分林地轉化為建設用地和工業用地,造成森林資源的大量損失;另一方面,城鎮化水平的提高會給林農創造更多的就業崗位,反而會減少林農對森林資源的生計依賴。因此,選取城鎮化率指標來表征區域的城鎮化水平,進而探討城鎮化對森林損失的影響。

(2)經濟發展水平:人均GDP。森林經濟發展路徑和環境庫茲涅茨曲線可用于解釋森林資源和經濟增長之間的關系[35-37],即在經濟發展初期,國家基礎設施建設需要大量的木材資源,加劇了森林砍伐和破壞。到了經濟發展后期,居民的收入增加和生態保護意識增強,促使家庭能源由薪材向電力和液化氣等現代能源轉換,從而導致森林損失的減少。因此,選取人均GDP指標來表征區域的社會經濟發展水平,進而探討社會經濟發展對森林損失的影響。

(3)基礎設施建設:公路通車里程。福建省的森林損失受到道路基礎建設的影響[7,22]。一方面,公路通車里程的增加降低了農民的木材運輸成本,增加了農民木材生產的積極性,同時也需要進行填筑溝谷、切割山體等活動,導致森林資源遭到破壞。另一方面,增加公路通車里程有利于增加非農就業的比例,減少對森林資源的依賴,從而減少森林資源的損失。因此,選取公路通車里程指標來表征區域的交通便捷程度,進而探討交通條件對森林損失的影響。

(4)人口狀況:人口密度。人口因素是影響森林損失的一個重要因素[15,22]。一方面,人口密度增加是森林損失增加的一個重要因素,人口密度越高,對建設用地和木材的需求也就越大,加大了林地向建設用地的轉化,從而導致森林減少和退化。另一方面,隨著能源結構變化,林農對薪材的需求量和使用量均有所下降,從而減少森林損失率。因此,選取人口密度指標來表征區域的人口特征,進而探討人口的空間分布特征對森林損失的影響。

(5)木材市場:木材產量。鄧祥征等[34]研究發現,木材市場是影響森林損失的一個重大因素。木材產量很大程度上取決于所在時期采伐政策和木材市場行情。1998年后福建省木材交易市場重啟,市場對木材的整體需求得到逐步復蘇,這對林農砍伐林木變現的意愿具有明顯的促進作用。另外,2008—2018年木材加工業發展態勢良好,木材市場價格好,也會導致木材采伐量增加。因此,選取木材產量來表征區域的森林砍伐狀況,進而探討木材砍伐對森林損失的影響。

3 結果與分析

3.1 森林損失的時間變化特征

福建省森林損失變化趨勢如圖3所示。2001—2019年福建省森林損失總面積累計達112.89萬hm2,相較于2000年,森林損失率累計達14.99%。19 a間森林損失呈波動上升的基本態勢。將福建省的森林損失情況進一步劃分為3個發展階段:顯著上升階段(2001—2009年)、先降后升階段(2010—2016年)和顯著下降階段(2017—2019年)。

圖3 2001—2019年福建省森林損失率

顯著上升階段(2001—2009年):該時期福建省的森林損失率總體呈顯著上升的趨勢,由2001年的0.21%增加到2009年的1.30%。這一現象可能與福建省該時期的經濟高速發展相關。據《福建統計年鑒》,福建省GDP從2001年的4 467.55億元增加到2009年的14 737.12億元,產業結構以第二產業為主。據《中國林業統計年鑒》,福建的木材產量從2001年的430.77萬m3增加到2009年的716.56萬m3,對木材原料需求的不斷增加在一定程度上也加劇了森林損失的速度。

先降后升階段(2010—2016年):該時期福建省的森林損失率總體呈先降后升的趨勢。2010—2013年福建省森林損失總體有所減少,這可能是由于2008年國家推進實施林業重點生態工程項目,進一步增強了森林資源的保護力度,有效降低了森林損失。與此同時,國家頒布了《中共中央國務院關于全面推進集體林權制度改革的意見》,集體林權制度改革在福建省率先試行,有利于有效減少森林退化與毀林等問題[38]。然而,2013—2016年福建省的森林損失呈整體增加的趨勢,該時期中國的房地產產業發展迅猛,致使國內市場對于木材的需求回暖。從《中國林業統計年鑒》可知,2014、2015和2016年的商品材產量分別為575.05萬、588.02萬和606.74萬m3,較 2013 年的572.27萬m3有所增加。因此,2013—2016年間福建省森林損失呈現明顯上升的趨勢。

顯著下降階段(2017—2019年):該時期福建省的森林損失呈顯著減少的趨勢。根據《第九次全國森林資源清查》,福建省的天然林資源占其森林資源總面積的51.30%,達413.8萬hm2。福建于2016年被列入天然林保護試點省份,開始全面停止天然林的商業性采伐。森林生態效益補償和天然林保護政策的力度明顯提高,使得福建省大量的天然林在短時間內得以修復,森林損失控制成效較為顯著。此外,福建省于2017年5月以建設國家生態文明試驗區為契機,出臺了一系列的集體林權制度改革措施,如通過重點生態區位商品林贖買、置換等方式,將部分重點生態區位商品林調整為生態公益林,進一步優化全省的生態公益林布局,破解了林農利益與生態保護的矛盾。因此,2017—2019年福建省的森林損失率呈現顯著下降的整體趨勢。

3.2 森林損失的空間變化特征

為了更直觀地探究福建省縣域森林損失的空間格局特征,研究基于ArcGIS 10.8軟件平臺,采用自然斷點法將福建省的森林損失劃分為5種類型:低損失(<0.5%)、較低損失(0.5%～<1.0%)、中等損失(1.0%～<1.5%)、較高損失(1.5%～2.0%)、高損失(>2.0%)(圖4和表2)。

表2 2001—2019年福建省縣域森林損失類型統計

基于自然資源部標準地圖服務網站 GS(2020)4632號標準地圖制作。

2001—2019年福建省縣域森林損失呈現出從低損失向較低損失和中等損失轉化的基本態勢。2001年福建省縣域森林損失以低損失為主,占比達91.4%,其他類型的森林損失占比極少,表明該時期福建省的縣域森林損失較少;2005年福建省縣域森林損失主要以低損失和較低損失為主,占比分別為48.28%和32.76%,表明該時期福建省的縣域森林損失有所增加;2010年福建省縣域森林損失以較低損失和中等損失為主,占比分別為34.48%和27.59%,較低損失和中等損失的縣域數量明顯增加,表明該時期福建省的縣域森林損失進一步增加;2015和2019年福建省縣域森林損失的整體分布情況類似,均以低損失和較低損失為主,這2種森林損失類型的累計占比均超過75%,表明該時期福建省的縣域森林損失有所降低。

空間上福建省縣域森林損失率在呈現出西北低、東南高的基本態勢,并具有明顯的空間集聚效應。2001—2010年福建省森林損失的高值區主要集中在東南沿海一帶,如龍海市、東山縣、漳浦縣和晉江市等地,森林損失的低值區則主要分布在省際邊緣縣域,以閩東地區為主。其中,2010年福建省各縣域的森林損失率進一步擴大,尤其是在東南沿海地區森林損失率明顯增高,是福建省森林損失率最高的區域;2010—2019年大部分地區的森林損失情況得以緩解,如尤溪縣的森林損失類型由高損失轉變為中等損失,順昌縣由較高損失轉變為低損失,邵武縣、建寧縣、泰寧縣、將樂縣由中等損失轉變為低損失。這一時期福建省森林損失率較高的區域主要集中在南部的龍海市和漳浦縣等地。

3.3 森林損失的空間集聚特征

基于ArcGIS 10.8軟件平臺,分別計算 2001、2005、2010、2015和2019年福建省森林損失的Moran′sI指數,并且在P<0.05的顯著性水平上檢驗結果(表3)。

表3 全局莫蘭指數(IG)分析結果

2001—2019年福建省森林損失的全局莫蘭指數(IG)均為正值(平均值為0.331)、Z值均遠大于1.96(95%的置信區間),且這2個值的變化趨勢基本相同。可見,福建省的森林損失在空間總體存在較強的正相關性,相鄰縣域的森林損失率存在著顯著的相關性。其中森林損失的IG在2019年較小,下降趨勢明顯,表明該年份福建省森林損失的空間正相關性較弱。在IG的基礎上基于ArcGIS 10.8軟件平臺分別計算福建省2001、2005、2010、2015和2019年森林損失的局部莫蘭指數(IL),并得到森林損失的 LISA 聚集圖(圖5)。

基于自然資源部標準地圖服務網站GS(2020)4632號標準地圖制作。

2001—2019年福建省的縣域森林損失存在著顯著的空間集聚特征。其中,森林損失率的高-高聚集區集中分布在福建省南部地區,特別是漳州境內的龍海市、漳浦縣、云霄縣、詔安縣、東山縣、南靖縣等地,表明這些縣域是福建省森林損失率較高的集聚區,但在2001年森林損失率未出現高-高集聚類型;森林損失率高-低聚集區僅在2010年出現,主要分布在霞浦縣和永春縣境內,而森林損失率的低-高聚集區在2001、2005和2019年零散分布,主要分布在將樂縣、惠安縣和詔安縣等地,表明這些地區是福建省森林損失率高值和低值相鄰的集聚區;森林損失率低-低聚集區則主要分布在福建省的東部和東北部地區,如壽寧縣、周寧縣、福安市、福清市等地,表明這些縣域是福建省森林損失率較低的集聚區。

3.4 森林損失的影響因素分析

3.4.1模型對比

在構建GTWR模型前,對標準化后的所有變量進行多重共線性檢驗,以預防偽回歸現象的出現。模型計算結果表明,城鎮化率、人均GDP、公路通車里程、人口密度、木材產量這5個影響因子的VIF值均小于10,因此不同影響因子之間不存在共線性的問題,可以用于構建GTWR模型。另外,采用R2、校正R2、AICc 值來表征模型的擬合程度。從表4可知,GTWR 模型2個階段的R2、校正R2、AICc 值分別為 0.756、 0.754、1 099.74和0.629、0.625、1 160.63,均優于 GWR 和OLS模型的相應值。因此,采用 GTWR 模型來探究森林損失率的影響因素。

表4 GWR與OLS、GWR對比結果

3.4.2縣域森林損失的影響因素

研究以福建省各縣區城鎮化率、人均GDP、公路通車里程、人口密度和木材產量為解釋變量,利用ArcGIS軟件平臺和GTWR模型對這5個影響因素進行空間探測,分析不同影響因素的驅動效應,并將其驅動效應分為正向影響和負向影響。其中,正向影響(影響力>0)表征影響因子對區域內的森林損失具有促進作用,值越大表征其促進效應越明顯,而負向影響(影響力<0)則表征影響因子對區域內的森林損失具有抑制作用,值越大則表征其抑制效應越明顯。為了統一比較影響力大小,將其進一步劃分為負向弱影響(-0.2～<0)、負向中度影響(-0.4～<-0.2)、負向強影響(<-0.4)、正向弱影響(0～<0.2)、正向中度影響(0.2～<0.4)和正向強影響(≥0.4)6個等級。

城鎮化率對森林損失率的影響主要表現為正向促進作用,即隨著城鎮化進程的加快,福建省縣域森林損失率也增加(圖6)。2001—2005年,福建省的城鎮化進程還處于較低水平,該期間城鎮化率對福建省森林損失率的影響主要以弱影響為主,城鎮化水平對福建省的森林資源的影響較小;2005—2010年,城鎮化率對福建省的森林損失的影響由弱影響轉化為強影響,部分縣域單元呈現出正向強影響和負向強影響,如長泰縣、龍海縣、漳浦縣、建寧縣等地,城鎮化水平對森林損失的影響出現較大增長,表明該時期城鎮化水平對福建省森林損失的影響逐漸凸顯;2010—2019年,城鎮化率對森林損失的影響逐漸增強,特別是福建省南部地區,主要表現為正向強影響,隨著城鎮化水平的提高,城鎮建設用地不斷拓展,城鎮空間嚴重侵占了原有以林地為主的生態用地,導致福建省的森林損失逐漸增大。

基于自然資源部標準地圖服務網站GS(2020)4632號標準地圖制作。

人均GDP對森林損失率的影響呈現出由正向影響到負向影響的轉變(圖7)。2001—2005年,福建省的經濟發展整體處于較低水平,人均GDP對福建省森林損失率的影響主要表現為正向影響,其中長汀縣和武平縣等西部縣域的正向影響最為明顯,這可能是由于這些地區的經濟發展較為落后,為了追求更高的經濟效益,大量的林業用地轉為建設用地,嚴重損害了當地的生態環境,導致該時期內森林損失增加;2005—2010年,人均GDP對福建省森林損失的影響由正向影響向負向影響轉化,部分縣域單元表現為負向強影響,如建寧縣、泰寧縣、邵武市、武夷山市等地,該時期社會經濟得到了較快增長,地方政府對森林資源的保護意識也逐漸增強,致使森林損失的現象有所好轉;2010—2019年,人均GDP對福建省森林損失的影響以負向影響為主,呈負向作用的縣區大于正向作用的區縣,該時期經濟增長開始由高速增長轉向高質量增長,環境保護意識大幅增強,減少對森林資源的過度消耗。此外,云霄縣、詔安縣、東山縣等南部縣域在經濟發展后期人均GDP的負向影響最為明顯。

基于自然資源部標準地圖服務網站GS(2020)4632號標準地圖制作。

公路通車里程對森林損失的影響主要表現為負向影響,隨著公路通車里程的增加,在一定程度上抑制了森林的損失(圖8)。公路通車里程的增加給當地的林農提供了更多的就業選擇,他們不再以森林資源變現為主要收入,使得森林損失得以降低。然而,也有少部分縣域公路通車里程對森林損失表現為正向影響,主要分布在南靖縣南部、大田縣和安溪縣東部,這些縣域更加靠近貿易港口,具有良好的木材市場,從而刺激林木企業大量砍伐木材進行貿易銷售,且這些縣域大多經濟較為發達,林地大量地轉換為建設用地,不可避免地出現切割山體、填筑溝谷等情況,損毀了森林資源。此外,公路通車里程的增加大大提高了農民木材運輸效率,便于將森林資源及時變現,從而導致森林損失的增加。

基于自然資源部標準地圖服務網站GS(2020)4632號標準地圖制作。

以常住人口測算的人口密度因子對森林損失的影響主要表現為正向影響(圖9)。隨著人口密度的增加,福建省的縣域森林損失率也有所增加,特別是在2019年,人口密度對森林損失的正向促進效應尤為明顯。其中,福建省北部、南部的大部分區縣,如浦城縣、武夷山市、建陽區、華安縣和南靖縣等最為明顯,這可能是由于隨著城市化進程的加快,大量農村人口涌入城市,導致城市人口密度快速增加,帶來了大量的城市建設需求,對木材資源的消耗和需求也相應增加,加劇了森林資源的砍伐,進而提高了福建省的森林損失。而在福建省西部的部分縣域,如建寧縣、寧化縣、清流縣、明溪縣等地,人口密度與森林損失的關系則表現為負向影響,雖然該時期這些縣市的人口還整體處于增長趨勢,但經濟發展水平比東南沿海經濟發達地區弱,區域內農村人口流入城市的速率遠低于沿海經濟發達地區,整體的城市擴張需求和人口流入強度都較小,導致區域內森林損失有所減緩,進而呈現出人口增長與森林損失負向影響的基本態勢。此外,且隨著科學技術的進步,傳統以薪材為主要生活能源的模式逐漸向以天然氣和電等生活能源轉換,薪材使用量大量減少,從而導致毀林開荒的行為大量減少,有助于森林資源的恢復。

基于自然資源部標準地圖服務網站GS(2020)4632號標準地圖制作。

木材產量對森林損失的影響主要表現為正向影響,特別是在2010年,福建省正處于經濟高速發展期,城市建設對木材的需求量較大,導致了森林資源的大量砍伐(圖10)。該時期木材產量對森林損失的正向促進作用呈現出正向強影響的基本態勢。此外,木材產量直觀體現了木材市場對于木材的需求程度,林地經營者出于自身生產效益的考慮,將大量林地轉變為耕地、建設用地或其他具有更高收益的土地類型。起初,由于社會經濟的快速發展,木材的需求也隨之增長,導致森林面積減少。到了經濟發展后期,隨著科技進步和社會生態意識的提高,居民的生活和生產逐漸以高效清潔化的能源(如天然氣、風能)來代替傳統薪材的使用,降低了木材的需求量,從而也減少了森林資源采伐,因此后期木材產量對于森林損失的正向驅動作用有所減弱。

基于自然資源部標準地圖服務網站GS(2020)4632號標準地圖制作。

4 結論與建議

4.1 主要結論

研究基于全球森林變化數據集,利用ArcGIS空間分析方法和GTWR模型,對福建省58個縣級行政區劃2001—2019年的森林損失進行空間定量化測算,并探究福建省縣域森林損失的時空演變特征及其主要影響因素,得出以下幾個主要結論:

(1)2001—2019年福建省縣域森林損失呈現波動上升的整體演化規律,森林損失總面積累計達到112.89萬hm2,相較于2000年,森林損失率累計達14.99%。基于福建省縣域森林損失的演化過程,可將福建省的森林損失情況劃分為顯著上升階段(2001—2009年)、先降后升階段(2010—2016年)和顯著下降階段(2017—2019年)。

(2)福建省的森林損失總體上存在較強的空間正相關性和空間集聚性,相鄰縣域森林損失率存在顯著的相關性,而其空間集聚效應呈現出西北低、東南高的整體態勢。其中,森林損失率的高-高聚集區主要集中分布在福建省的南部地區,特別是漳州境內;高-低聚集區和低-高聚集區僅在境內零散分布,且僅在部分年份出現;低-低聚集區的分布則較為廣泛,主要集中在福建省東部和東北部地區。

(3)城鎮化率、人均GDP、人口密度、公路通車里程和木材產量對福建省縣域森林損失均具有一定的影響,但存在明顯的時空異質性。其中城鎮化率和木材產量對森林損失的影響以正向影響為主;人均GDP與森林損失率在2010年以前為正向影響,2010年之后則呈現為負向影響;人口密度對森林損失的影響以正向影響為主,且隨著時間推移,其影響的強度越來越大;公路通車里程對森林損失以負向弱影響和負向中度影響為主。

4.2 政策建議

研究發現,福建省的縣域森林損失現象較為嚴峻,且受人口、經濟、資源、政策等多方面因素的綜合影響。因此,推進相關政策有效實施,以減緩福建省的森林損失至關重要,為實現森林資源的科學管理和可持續經營,提出以下相關政策建議:

(1)構建長期動態監測平臺與精準管理技術。福建省的森林損失是一個長期動態變化的過程。因此,在未來的森林資源科學管理過程中,可借助最新的遙感、大數據、云計算、地理信息系統等技術,實現對福建省森林資源的長期動態監測,從而建立火災、病蟲害、氣象災害等森林資源自然災害實時、動態、長效的監測預警機制,并重點監管森林損失嚴重的區域,特別是森林損失的高-高集聚地區(漳浦縣、龍海市、長泰縣等),進而有效降低其森林資源的損失。此外,需厘清各縣域森林損失的過程與機理,構建森林資源的精準管理體系,并實施精細化的森林資源科學管理策略。可依據各個縣域的經濟發展情況及森林資源稟賦,因地制宜地制定森林資源保護政策,采取差別化的精準治理手段,提高森林資源的綜合生態系統服務功能,更好地改善林農福祉和實現生態文明建設。

(2)協調森林資源保護與社會經濟發展策略。當前農民更加關注的是自身所能從森林資源中獲取到的經濟效益,整體的生態保護意識相對薄弱,地方政府應加強對森林資源保護的宣傳,提高農民的生態保護意識,制定森林資源保護激勵措施,在兼顧森林資源保護的前提下,合理協調森林保護與農民利益兩者之間的關系。對于低-低集聚區(壽寧縣、周寧縣、福安市等),要積極引入森林碳匯項目,推動林木生態價值向經濟價值轉化;在低-高、高-低集聚區(霞浦縣、詔安縣、惠安縣、將樂縣等)要探索科學有效的跨區縣橫向生態補償機制;在高-高集聚區(漳浦縣、龍海市、長泰縣等)要進一步提升森林碳匯能力,加快轉變經濟發展方式,調整能源結構,從源頭減碳降碳,促進森林資源的高質量發展。

(3)完善森林資源可持續經營與保護機制。未來的森林資源管理需要遵循現代森林經營理念和森林生態系統演替規律,完善森林資源可持續經營與保護機制。一方面,基于森林全生命周期制定科學、合理的森林可持續經營策略,對不同的林分演替方式采取差異化的經營措施,實現區域森林資源的快速恢復和正向演替。另一方面,地方政府要結合當地的實際情況,構建森林資源保護和合理利用的發展模式,在城市基礎設施建設的過程中注重環境評估,以減緩城市擴張對區域內森林資源的破壞。