碳中和背景下森林采伐限額對中國森林碳匯影響的空間效應

張自強，周 偉，楊重玉

（1.貴州大學 經濟學院，貴陽 550025；2.華南農業大學 經濟管理學院，廣州 510642；3.貴州財經大學 經濟學院，貴陽 550025）

0 引言

2020 年，中國提出力爭在2030 年前實現CO2排放達峰，在2060 年前實現碳中和。森林生態系統在維持碳平衡方面發揮著重要作用，通過保護和管理森林資源來增加森林碳匯以應對全球氣候變化勢在必行[1]。中國植被恢復項目每年貢獻的碳匯占森林生態系統總碳儲量的56%，從而極大地促進了CO2減排[2]。通過建設防護林體系、公益林體系與實施森林采伐限額等一系列森林恢復計劃，中國森林資源總量持續增加。問題是除了公益性的造林項目外，采伐限額促進了森林碳匯增長嗎？

森林采伐限額的影響引起了學術界廣泛關注。一是采伐限額可能加劇國內木材供需矛盾[3]。盡管中國森林恢復措施確保了森林碳匯持續增長，但當前森林管理政策會加劇木材供需失衡。二是采伐限額可能有損民生福祉。世界許多地方都重視森林恢復，大規模森林恢復可能與土地其他用途發生沖突[4]。中國全面停止天然林商業性采伐后，國有林區職工主觀福祉低于非國有林區[5]。以上采伐限額的負面影響會波及森林恢復效果。

已有研究關于采伐限額與森林碳匯的關系存在三種觀點：一是設置采伐限額會增加森林碳匯。設置采伐限額會降低林地利用強度，在一定程度上延長輪伐期有利于提高林木固碳量[6]，尤其對處于生態功能區的商品林限定采伐有利于資源保護，增加森林碳匯。二是采伐限額不影響森林碳匯。林木較長的輪伐期可以緩解采伐限額的短期約束，隨著農村勞動力轉移與老齡化，農民對山林的依賴下降，采伐限額不會改變農民林地經營行為，對森林碳匯影響甚微[7]。三是設置采伐限額不利于增加森林碳匯。在采伐限額下木材供需矛盾加劇，推高了木材市場價格，在經濟利益誘導下激發了林地經營者“超額”采伐行為[8]，且設置采伐限額增加了林地經營的不確定性，不利于造林及森林碳匯增長。

已有研究存在以下不足：一是在研究視角上，現有文獻大多基于農民對采伐限額的主觀感知，從微觀層面分析其對農民林地經營行為的影響，從宏觀層面上檢驗采伐限額對森林資源增長的影響主要以國有林為對象[8]，或考察采伐限額強度[9]，較少直接利用采伐限額進行實證分析。二是在識別方法上，現有研究以定性為主，定量分析包括線性回歸[10]和傾向得分匹配[11]，都未能捕捉到森林生態外溢性下地區之間的異質性影響。三是在作用機制上，已有研究盡管注意到采伐限額可能通過改變林種結構來作用于森林資源保護，但未展開深入討論。森林資源的自然屬性決定了政策引導森林碳匯增長的溢出性，呈現明顯的區域關聯效應，森林碳匯具有空間溢出效應[12]。對此，本文采用空間計量模型檢驗采伐限額對森林碳匯的空間溢出效應，進一步考察采伐限額對森林碳匯的作用機制。

1 研究設計

1.1 模型設定

1.1.1 空間自相關檢驗

本文采用全局Moran’s I進行分析，公式如下：

1.1.2 空間計量模型

基本空間計量模型設置如下：

其中，Carbonit與Quotait分別為i地區在第t次“全國森林資源清查”（簡稱“森清”）時期內森林碳匯與采伐限額，WCarbonit與WQuotait均為空間滯后項，ρ和λ為對應空間滯后項的系數，W為空間權重，μi和δi分別為空間效應與時間效應，εit為服從正態分布的隨機誤差項，θ為其系數。依據Wald 檢驗和LR 檢驗判斷空間計量模型的適用性。

空間權重包括：一是空間鄰接權重W1，若兩個地區相鄰，則賦值為1，反之則為0；二是空間距離權重W2，根據兩個地區之間的地理距離構建空間權重；三是空間經濟權重W3，以兩個地區人均GDP差距的倒數來構建權重。

1.1.3 中介效應模型

采用逐步回歸的方式構建中介效應模型，設定如下：

其中，Mit為中介變量，包括農村勞動力轉移率與林種結構，Controlit為一組控制變量。

1.2 變量與數據

1.2.1 變量選取

（1）被解釋變量：森林碳匯（Carbon）。森林碳匯較為常用的測算方法是森林蓄積量擴展法[13]，公式如下：

其中，i表示地區，j表示森林類型，TCi為森林碳匯量，Sij、Cij和Vij則分別表示森林面積、森林碳密度和單位森林面積的蓄積量。可簡化為：

其中，Vi為總森林蓄積量，林木碳匯量為Viδργ。根據IPCC提出的參數值，δ為生物量擴展系數，為1.9；ρ為生物量體積轉換成生物量干質量的容積密度系數，為0.5；γ為將生物干質量轉換成固碳量的含碳率，為0.5；α為林木植物碳轉換系數，為0.195；β為林地碳轉換系數，為1.244。將相鄰兩次“森清”的森林碳匯進行差分，公式如下：

（2）解釋變量：采伐限額（Quota）。森林采伐指標從全國“八五”時期才開始下達的，每5年報告1次總量，與“森清”年限跨度一致，但起止年份不同。如第五次“森清”（1994—1998 年）處于“八五”時期（1991—1995 年）與“九五”時期（1996—2000 年）之間，因此取這兩個時期的采伐限額均值來對應，依次類推。假定“七五”時期（1986—1990 年）的采伐限額為0，則以“八五”采伐限額的50%與第四次“森清”（1989—1993 年）相對應。采伐限額可分為主伐限額、撫育采伐限額與其他采伐限額。由于各五年規劃給定的采伐限額就是5年內的凈值，因此不再進行差分處理。

（3）機制變量。農村勞動力轉移率（Mobility）和林種結構（Timber）。借鑒伍山林（2016）[14]分析農業勞動力流動的思路，農村勞動力轉移率測算公式為：農村勞動力轉移率=（鄉村從業人員數-農林牧漁業從業人員數）/鄉村從業人員數。將“森清”期末與期初的農村勞動力轉移率進行差分，得到最終的機制變量Mobility。林種結構通過造林面積中用材林比例來反映。由于每年新增造林面積本身就是增量，因此通過每次“森清”期內新增總造林面積中用材林造林面積占比來衡量。

（4）控制變量。參考已有研究[7,9]，引入以下控制變量：經濟發展水平、農民收入、城鎮化、種糧規模、集體林權制度改革（簡稱林改）、郁閉度、時間趨勢、林業資本。

通過林業固定資產存量來衡量林業資本水平。借鑒單豪杰（2008）[15]的做法，計算公式如下：

其中，kt-1表示基期資本存量，It為基期后一年的固定資本形成額，g和δ分別為固定資產投資的平均增長率和折舊率。參考吳延瑞（2008）[16]的做法測算出各地區的δ值進行計算。

全國森林蓄積量數據以每次“森清”末的年份作為測算點[13]，因此，將控制變量中經濟發展水平、農民收入、城鎮化、種糧規模和林業資本取對數后按每次“森清”期末與期初額進行差分。

變量說明與描述性統計如下頁表1所示。

表1 變量說明與描述性統計

1.2.2 數據來源

森林蓄積量來源于國家林業科學數據共享服務平臺，采伐限額來源于國務院官方網站。造林面積和林業固定資產投資來源于《中國林業統計年鑒》，其中，2014年后造林面積數據來源于各地方統計年鑒；農村勞動力轉移數據2004 年前的來源于《中國農業統計資料匯編》，2004—2010 年的來源于《中國農村統計年鑒》，2010 年后的來源于各地方統計年鑒。個別缺失數據通過插值法補齊。城鎮化2005 年前的數據來源于《新中國六十年統計資料匯編》，之后的數據與經濟發展水平、農民收入的數據來源于《中國統計年鑒》；種糧面積來源于《中國農業統計資料》。以1988 年為基期，數據以相應的價格指數進行折算。將重慶與四川的數據合并，采伐限額缺少上海數據，缺乏港澳臺相應的數據，因此選取1988—2018 年中國29 個省份的數據，由于“森清”數據每5年報告1次，因此，選取的數據年份為1988年、1993年、1998年、2003年、2008年、2013年、2018年。

從基于森林蓄積量擴展法測算的森林碳匯看（結果略），從第四次到第九次“森清”，全國森林碳匯增長趨勢明顯，其中，第九次“森清”期間森林碳匯增幅最大，為28.07億噸。全國采伐限額量總體趨于平穩，維持在2.5 億立方左右，其中，主伐限額與撫育采伐限額呈小幅上漲趨勢，而其他采伐限額呈明顯的下降趨勢。

2 實證分析

2.1 空間效應檢驗

2.1.1 相關性檢驗

從空間相關性檢驗結果看（見表2），森林碳匯與采伐限額的全局Moran’s I 均在[0,1]范圍內，其中，森林碳匯的Moran’s I從第六次“森清”開始均在5%的水平上顯著，采伐限額的全局Moran’s I均在5%的水平上顯著，且總體呈增長趨勢，表明森林碳匯與采伐限額均存在較為明顯的空間正相關性，且采伐限額存在“高高”與“低低”的空間集聚現象。

表2 空間自相關檢驗

2.1.2 模型檢驗

從空間計量模型檢驗結果看（見表3），Wald 檢驗與LR檢驗對應的統計值均在1%的水平上顯著，即SDM拒絕退化或簡化為SAR 和SEM，表明空間杜賓模型要優于空間自回歸模型和空間誤差模型。從面板模型檢驗看，在三類空間權重下，Hausman 檢驗對應的統計值分別為-7.03、-7.35 和2.56，且均不顯著，表明應選擇隨機效應的空間杜賓模型進行估計。

表3 空間計量模型檢驗

2.2 空間效應分析

2.2.1 基準估計結果

從基準估計結果看（見表4），在三類權重下的空間自相關系數均顯著為正，表明各地區森林碳匯存在空間溢出效應。采伐限額對森林碳匯的影響系數均顯著為正，表明提高采伐限額（即放松林木采伐管制）有利于森林碳匯增長。究其原因，降低采伐限額（即強化林木采伐管制）降低了林業經營預期和造成短期行為，社會投資林業的積極性減弱；更為嚴重的是，在經濟利益的誘導下可能激發木材的“盜伐”或“超采”行為，不利于森林碳匯增長。降低采伐限額可在一定程度上促進森林資源保護，但森林碳匯的增長效應無法抵消其損失效應，因此提高采伐限額總體上有利于森林碳匯增長。

表4 空間效應估計結果

控制變量中農民收入和城鎮化對森林碳匯均具有顯著的正向影響。究其原因，隨著農民收入水平提高與城鎮化推進，農民的林地依賴度下降，非木材收益逐漸顯現，農民的森林保護意識增強。且城鎮化中農地邊際化促進退耕還林，森林轉型促進森林碳匯增長。種糧規模對森林碳匯的影響僅在W2下顯著為正，表明糧食主產區種植規模擴大緩解了其他地區的種糧壓力，避免農地與林地競爭，促進森林轉型。

從空間效應看，采伐限額的空間滯后項系數顯著為正，表明周邊地區采伐限額對本地森林碳匯增長具有顯著影響。究其原因，周邊地區通過提高采伐限額可增強林業經營預期、吸引社會投資，降低了本地“盜伐”或“超采”行為，且周邊地區提高采伐限額可優化林業種植結構，提高森林生態系統的穩定性，促進森林碳匯增長。控制變量中經濟發展水平的滯后項系數與農民收入的滯后項系數均顯著為負，表明周邊地區的經濟發展水平與農民收入水平抑制了本地森林碳匯增長。可能是因為地區經濟差距擴大加劇了相對剝奪感，采伐限額造成的損失厭惡不利于森林碳匯增長。

2.2.2 空間效應分解

根據空間效應分解結果（見表5）可知：采伐限額對森林碳匯的直接效應均顯著為正，表明提高采伐限額促進森林碳匯增長；采伐限額對森林碳匯的間接效應在W1和W2下均顯著為正，表明提高采伐限額還可以促進周邊地區森林碳匯增長，但不影響經濟發展水平相近地區的森林碳匯。兩項效應與空間杜賓模型估計結果一致。因而，提高采伐限額能穩定林業經營預期，緩解國內木材供需矛盾，在一定程度上降低了周邊地區森林保護的管制壓力，生態效益外溢又促進了周邊森林碳匯增長。

表5 空間效應分解結果

2.2.3 異質性分析

基于W3的估計中采伐限額的空間效應不顯著，空間異質性分析則基于W1和W2展開，結果顯示：一是采伐限額的異質性（見表6），三種采伐限額類型均對森林碳匯具有顯著的正向影響，其中，撫育采伐限額與其他采伐限額的滯后項系數均顯著為正，表明提高不同類型的采伐限額都可以促進森林碳匯增長。其中，提高撫育采伐限額和其他采伐限額具有空間溢出效應，有利于周邊地區森林碳匯增長。究其原因，主伐強度較大會破壞森林整體固碳效果，不具有空間溢出效應。而撫育有利于提高森林管護，改善林分質量，優化林種與林齡結構，具有空間溢出效應。從空間效應分解結果看，撫育采伐限額與其他采伐限額的直接效應與間接效應均明顯更高，進一步印證了提高這兩種采伐限額的森林碳匯空間溢出效應更大。

表6 分采伐限額估計結果

二是林區異質性（見表7）。采伐限額對森林碳匯的總效應在非南方集體林區更高，且間接效應顯著為正，而在集體林區的間接效應不顯著。究其原因，非南方集體林區涵蓋了全國大部分地區，采伐限額對社會投資林業的影響更大，不穩定預期更高，不利于持續更新造林和森林碳匯增長，具有空間溢出效應。相反地，由于北方國有林區主要定位于生態保護，即使在南方集體林區降低采伐限額，因此對周邊地區木材采伐的影響也較小，空間溢出效應就不明顯。從空間效應分解看，非南方集體林區的間接效應與總效應均明顯更高，進一步印證了提高非南方集體林區采伐限額的森林碳匯空間溢出效應更大。

表7 分林區估計結果

2.2.4 作用機制檢驗

中介效應模型逐步檢驗結果（見下頁表8）顯示，采伐限額對林種結構的影響系數為0.011，且在1%的水平上顯著，但采伐限額對農村勞動力轉移率的影響不顯著，表明提高采伐限額有利于用材林種植，但并不會影響農村勞動力轉移，即林種結構在采伐限額對森林碳匯的影響中發揮中介效應，而農村勞動力轉移率不具有中介效應。究其原因，由于商品林中用材林的碳儲量高于經濟林，因此提高采伐限額有利于激發用材林造林積極性，進而促進森林碳匯增長。而農村勞動力轉移關鍵依賴于勞動力市場牽引力，采伐限額的推動力有限。

表8 機制檢驗結果

2.2.5 穩健性檢驗

一是以林木碳匯量和森林蓄積量替換森林碳匯，二是以相鄰兩次“森清”的森林碳匯均值與五年規劃的采伐限額對應，控制變量隨之相應調整。從估計結果（見表9）看，采伐限額對林木碳匯和森林蓄積量均具有顯著的正向影響，且在W1和W2下采伐限額的空間滯后項系數也顯著為正，與基準回歸的估計結果保持一致，因此，采伐限額對森林碳匯的空間效應具有穩健性。

表9 穩健性檢驗結果

3 結論與建議

本文基于中國29個省份第三次至第九次“森清”數據測算了森林碳匯量，運用空間杜賓模型評估了森林采伐限額對森林碳匯的影響及其空間溢出效應，得到如下結論：（1）采伐限額與森林碳匯具有顯著的空間相關性，相鄰地區的采伐限額存在空間互動關系。（2）提高采伐限額可以促進森林碳匯增長，在空間鄰接權重和空間地理權重下，采伐限額對森林碳匯增長具有正向空間溢出效應，提高采伐限額促進了本地與周邊地區的森林碳匯增長。（3）采伐限額對森林碳匯的影響具有空間異質性。提高撫育采伐限額或非集體林區的采伐限額，具有更高的森林碳匯增長效應和空間溢出效應，而提高主伐限額或集體林區采伐限額的影響不明顯。（4）提高采伐限額促進林種結構優化。提高采伐限額會增加造林規模中用材林比例，促進林種結構優化與森林碳匯增長，但不影響農村勞動力轉移。

基于以上結論，提出如下建議：第一，優化采伐限額制度。賦予采伐限制指標在地區內一定的流動性，適當延長采伐指標使用年限，在非重點生態功能區開展試點，建立采伐信用積分體系，對于申請采伐指標而未按要求采伐和造林的，納入“失信名單”，采伐指標向采伐信用積分較高的申請者傾斜。第二，加強森林經營方案編制。對于具有高出材潛力或生長嚴重停滯的林分，除重點生態功能區外，還可提高采伐限額，盡量鼓勵采伐申請者擇伐，優化采伐強度、采伐頻率與采伐間隔，簡化采伐限額申報。加強森林經營方案編制的推進工作，借鑒發達國家的經驗，強化森林經營管理。