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-薛龙飞.pdf

《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-薛龙飞.pdf》由会员分享，可在线阅读，更多相关《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-薛龙飞.pdf（11页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、自然资源学报，2017，32(10)：17441754Journal of Natural Resourceshttp：wwwjnraccaDOI：1011849zrzyxb20160912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薛龙飞12，罗小锋k妒，李兆亮3，吴贤荣3(1华中农业大学经济管理学院，武汉430070；2湖北农村发展研究中心，武汉430070；3武汉工程大学法商学院，武汉430205)摘要：科学估算各地区森林碳汇量并探讨其空间关联性特征是制定差异化碳汇发展政策的重要基础。根据1988-2013年中国大陆31个省(市、区)的6次

2、森林资源清查数据，论文利用森林蓄积量扩展法测算了各地区的森林碳汇量，进而检测和比较了省域间碳汇总量空间关联性的方向和强弱，最后运用空间计量模型分析了碳汇的溢出效应与影响因素。结果表明：1)我国的森林碳汇量整体呈上升态势，各地区间碳汇量差异明显，其中西藏、黑龙江等地区碳汇量丰富，而上海、北京等地则碳汇增长率较快；2)研究期内的MoranS肘旨数整体表现为倒“s”型的波动变化特征，全国森林碳汇在省域空间分布上的差异性并不是随机的，而是具备一定关联性；3)我国森林碳汇存在显著的近邻空间溢出效应，森林资源采伐、森林受灾程度和降水量等因素对森林碳汇水平的影响显著。因此，研究认为：我国在发挥森林生态功能时

3、，应当考虑省份间的地理区位因素，合理制定兼具差异化和协调性的森林碳汇发展政策。关键词：森林碳汇；空间相关性；空间溢出中图分类号：$71855 文献标志码：A 文章编号：10003037(2017)101744一11近年来，由碳排放量增加引起的全球气候变暖问题日趋严峻，实施碳减排、增加碳汇以应对气候变化已然成为国际社会的共识。作为温室效应的“缓冲器”，森林具有吸收并储存二氧化碳等温室气体的能力，能有效降低当前的碳排放绝对量口。，。同时，森林碳汇不仅能够有效提高生物多样性、涵养水源、保持水土H】，而且对国家经济的稳定增长有显著的正向生态冲击作用p，。对于如何发展森林碳汇资源，已有学者指出应该发挥政

4、府引导作用，提高森林经营主体对碳汇林的认知和交易意愿1。但是，森林资源的分布并不是孤立存在的，地理环境的相似性、政策引导的溢出性和生产创新的互补性等往往会呈现出明显的区域关联效应，地区间的有效协调同样应该受到重视。作为碳循环研究的重要科目之一，确定陆地生态系统碳汇分布的时空性及其驱动机制有很大必要口1。赵明伟等学者指出，准确估算森林生态系统的碳汇量及其空间分布，对于理解陆地碳循环过程、不同区域的碳源汇格局，以及今后逐步发展的碳交易决策支持均具有重要意义陋1。就我国森林碳汇空间分布的研究来看，学者们关注更多的是单个省份或区域的森林空间状况p，。研究结果显示，我国森林碳汇空间差异显著，东北和西南地

5、区碳汇资源尤为丰富”们。但是，在资源环境相似的地区碳汇量同样存在着较大差异的现收稿日期：2016-0823；修订日期：2016一1117。基金项目：国家社科基金重点项目(15AZD071)。fFoundation item：National Social Science Foundation ofChina，No15AZD071】第一作者简介：薛龙飞(1988-)，男(汉族)，河北石家庄人，博士研究生，研究方向为农业经济理论与政策、资源环境与灾害经济。Email：xueshan001126com+通信作者简介：罗小锋(1976一)，男(汉族)，湖北武汉人，教授，博士生导师，研究方向为农业经济理

6、论与政策、资源环境与灾害经济。Email：luoxiaofen：mail，hzaueducn万方数据10期 薛龙飞等：中国森林碳汇的空间溢出效应与影响因素象。那么，这种差异是由哪些因素导致的呢?国内外学者对此进行了深入研究。碳汇的增长量是基于森林植物和土壤自然生长而来，降水量、气温和偶发事件(森林火灾和病虫害)等因素都会对森林的碳汇产生影响p川；同时，人为管理或破坏(如森林管理、树木采伐和造林面积等)12-14、要素投入(如劳动力要素)u 5，以及经济发展水平”1等都将影响当地森林碳汇量的大小。尽管学术界认同森林系统拥有丰富的碳汇资源，但碳汇的大小，尤其是具体的空间格局方面仍没有确定性的结谢1

7、61。总之，国内外关于森林碳汇的研究为后续相关研究奠定了坚实基础。但多数文献研究仍停留在森林碳汇量的分布状况和单一省份或地域空间特征的一般性分析中，而对全国省域间森林碳汇的空间溢出效应与影响因素未能有迸一步研究。基于此，本文依据中国大陆3 1个省份的统计数据，采用森林蓄积量扩展法对省域森林碳汇量进行科学估算，集中考察我国森林碳汇是否存在地理空间关联性及溢出效应，并通过建构空间模型分析碳汇的影响因素，以期为我国应对气候变化、提升森林碳汇能力、制定差异化发展政策提供可供参考的建议。1数据来源与研究方法11数据来源本文以中国大陆31个省(市、区)的森林碳汇量为研究对象。所采用的数据来自于历年中国林业

8、统计年鉴、全国森林资源清查报告和各地区内气象观测站点数据。为了研究的一致性和数据的可获得性，按照我国森林资源清查规律(每5 a进行一次清查)，选取了1988、1993、1998、2003、2008、2013年6次清查数据进行相关分析。部分缺失数据采用均值插值法进行补充。12研究方法121森林碳汇量测算本文根据以往研究所采用的森林蓄积量扩展法”唧，设G为总体森林碳汇量、G为森林生物量碳汇量、C，为林下植被碳汇量、G为森林土壤碳汇量，具体计算公式如下：CF=C口+Cy+Cs (1)C，=墨Sc，)+oc瑟Sq)+声娶Sc口) (2)C，2_f6，Pj)， (3)式中：S、G、分别表示f地区的，类森

9、林的面积、碳密度和单位面积蓄积量；林下植物、林地固碳量与森林生物碳汇量的转换系数6c、卢，取IPCC(联合国政府间气候变化专门委员会)公布的0195、1244”71；西、PJ、竹分别表示，类树种的生物扩展系数、容积密度和含碳率，以往学者多以均值进行测算u81，但是不同树种间的转换系数差别较大，以均值进行测算误差也较大。为此，本文基于薛龙飞等u叫学者的研究，依据不同树种的转换系数(表1)测算各地区森林树种碳汇量。122空间关联性分析MoranS，指数是分析空间关联性检验的常用指标口“。1)全局空间关联性分析。区域总体的空间关联性采用全局MoranS，指数进行检验：厂N N ， N N 、，=lw

10、。(矿习瓴一功II s2w川 (4)万方数据1746 自然资源学报 32卷表1碳汇量测算系数Table 1 The measuring coefficient ofcarbon sequestration树种 d p(tm41 y 树种 占p(tm。)”冷杉(Abies知bri(Mast) 1316 0366 O500 栎类(Ouercus L) 1355 0676 0500Craib)云杉(Picea asperata Mast) 1734 0342 0521 桦木(Betulaceae) 1424 0541 0491铁杉(Tsuga chinensis pritz)1667 O442 O5

11、02 白桦(BetulaplaO,phylla Suk) 1674 0598 0497油杉(Keteleeria fortunei 1667 0448 0500 枫桦(Betula costata Trautv) 1674 0598 0497fMurr)Cart)落叶松(Lar&gmelinii 1416 0490 0521 水胡黄 1293 0464 0497(Ruprecht)Kuzeneva)红松(Pinus koraiensis 1510 0396 05ll 水曲柳(Fraxinus mandschuri一1674 O598 0497Siebold et Zuccafini) ca R

12、upr)樟子松(Pinus sylvestris 2513 0375 0522 胡桃楸(Juglans mandshurica 1674 O598 0497Linnvarmongolica Litv) Maxim)赤松(Pinus densiflora 1425 0414 0515 黄波罗(1ncarvillea lutea Bur1674 O598 0497Siebet Zucc) et Franch)黑松(Pinus thunbergii l55l 0493 0515 樟木(Cinnamomum longepanic一1674 0460 0492Parlatore) ulatum(Gamb

13、le)NChao ex)油松(Pinus tabulaeformis 1589 O360 0521 楠木(Phoebe zhennan SLee 1639 0477 0503Carr) et FNWji)华山松(Pinus armandii 1785 O396 0523 榆树(Ulmus pumi肠Linn) 1671 0598 0497Franch)马尾松(Pinus massoniana 1472 0380 0460 刺槐(Robinia pseudoacacia 1674 O598 0497Lamb) Li皿)云南松(Pinusyunnanensis 1619 0483 05ll 木荷(

14、Schima superba Gardn1894 O598 0497Franch) et Champ)思茅松(Pinus kesiya var 1304 O454 0522 枫香(Liquidambar forrnosana 1765 0598 0497langbianensis) Hance)高山松(PinusdensataMast)1651 0413 0501 其他硬阔类 1674 0598 0497国外松 163l 0424 05ll 椴树(Tilia tuan Szyszyl) 1407 0420 0439湿地松(Pinus elliottii l614 0424 051l 檫木(Sa

15、ssafras tzumu O_Iemsl1 1483 0477 0485Engelmann) Hemsl)火炬松(Pinus taeda Linn) 1631 0424 0511 杨树(Populus L) 1446 0378 0496黄山松(Pinus taiwanensis 1631 0424 O51l 柳树(Salix babylonica L) 1821 0443 O485Hayata)乔松(Pinus griffithii 163l O424 05ll 泡桐(Paulownia) 1833 0443 0470McClelland)其他松类(Pinaceae) 163l O424 0

16、51I 桉树(Eucalyptus robusta Smith) 1263 O578 0525杉木(Cunninghamia lanceo一1634 0307 0520 相思(Acacia confusa) 1479 0443 0485lata(Lamb)Hook)柳杉(Cryptomeria fortunei 2593 O294 0524 木麻黄(Casuarina equisetifo一1505 0443 0498Hooibrenk ex Otto et Dietr) lia Forst)水杉(Metasequoia glypto一1506 0278 O501 楝树(Melia azeda

17、rach L) 1586 0443 0485strobokes Hu&WCCheng)池杉(Taxodium ascendens 1218 0359 0503 其他软阔类 1586 0443 0485Brongn)柏木(Cupressusfunebris 1732 0478 0510 针叶混 1587 0405 05lOEndl)紫杉(Taxus chinensis 1667 0359 0510 阔叶混 1514 0482 0490(Pilger)Rehd)其他杉类(Taxodiaceae) 1667 O359 0510 针阔混 1656 0486 0498注：数据来源于森林经营项目碳汇计量监

18、测指南”。万方数据10期 薛龙飞等：中国森林碳汇的空间溢出效应与影响因素式中：元=专x，S2=专(工，一习2。，代表全局Moran指数；为研究全局内地区的个数；讯而分别是第i和，地区的具体属性值；元为各地区属性值的均值；酽表示变量方差；W。表示f与，空间关系的权重矩阵。2)局部空间关联性。空间关联局部指标(LISA)是MoranS，指数局部空间依赖的主要形式：L=五W。Zi (5)笥。lJ式中：Zi2Xf一牙，zj2xjj。123空间计量模型Anselin给出了空间计量方法分析旺“，其一般形式为：r?+m (6)l=A觋+s 一式中：x、Y、6分别代表nxk、nxl、kxl维的解释变量、被解释

19、变量和参数向量；为空间模型残差；s为nxl维的随机误差项向量，服从独立同分布，且具有零均值和同方差孑；为有关f与，地区的nn阶空间权重矩阵；口代表区域间空间溢出效应的系数值；五为残差空间相关系数值。除溢出效应外，影响森林碳汇的因素有很多，在相关理论和文献资料的基础上，本文从以下6个方面分析森林碳汇的影响因素：1)林业产业发展水平(EC)。从长期来看，林业产业发展水平与森林碳汇存在着相互促进作用陋1。但是，短期内林业产业的发展带来了森林资源的过度消费2“。选取“林业第一产业涉林产业总产值”代表林业产业发展水平。2)劳动要素投入(幽)。劳动力是影响微观农户碳汇供给的重要因素u”，并在一定程度上影响

20、森林碳汇的丰富程度。选取“林业第一产业从业人数”代表劳动力投入水平。3)造林管理行为(AF)。造林管理行为属于土地利用变化的一种，能极大地增加植被碳汇u”。但是造林与管理行为对森林碳汇的影响可能存在滞后期p，在温带地区植被土壤的碳汇积累往往最低需要10 a口31。为此，采用比被解释变量早10 a的“造林面积”和“迹地更新面积”之和反映造林管理行为。4)采伐量(LO)。吴胜男、龙飞等研究碳汇效率时把采伐量纳入到测算体系中，他们认为采伐量与森林碳汇有很强的关联度p1虮。选取木材“采伐量”这一指标。5)森林受灾程度(DI)。由于陆地生态系统的差异，各地区偶发事件(森林火灾和病虫害)的出现难以预测肼，

21、。取“森林火灾、病虫害受灾面积”与“森林面积”之比。6)自然环境。在对森林碳汇进行相关研究时，降水量、气温等自然环境是不可缺少的因素p，。选取降水量(尸R)和气温(TE)两个指标。2研究过程与结果分析21中国省域森林碳汇量测算我国不仅具有丰富的森林碳汇总量，并且年均增长速度快。整体来看，西南和东北是我国森林碳汇量最多的区域，南方集体林区处于中游水平，而东部沿海区域碳汇量则相对较少。由表2可知，2013年全国的碳汇总量达1 280 10922x104 t。其中西藏是碳汇量最高的省份，占全国总量的1428，排在第二、三位的分别为黑龙江、云南。排名前三的省份在研究期内碳汇量差距不大，且呈交替上升趋势

22、。由于我国上海、天津、宁夏万方数据1748 自然资源学报 32卷表2中国各省份森林碳汇量Table 2 The amoBnt offorest carbon sequestration in provinces ofChinese地区碳汇量10t 碳汇量变化率1988年 1993年 1998年 2003年 2008年 2013年 变化率o0排名上海 652 667 1224 22，45 7479 15258 2 24018 1江苏 55611 64572 63951 1 551，61 2 48753 4 52747 71413 2山东82976 1 32871 1 32487 2 69226

23、4 78915 6 69073 70635 3西藏 45 03027 88 27615 92 57857 179 45574 183 29719 182 80082 30595 4北京 34112 39118 59269 72525 90047 1 25642 26832 5河南4 23717 4 70960 4 99814 7 68789 ll 28914 14 41142 24012 6重庆 3 74220 4 24968 4 67482 5 44691 8 95431 1 l 46559 20639 7贵州 7 88007 8 40677 12 34273 14 93416 19 338

24、11 23 69894 20075 8浙江 6 08178 7 24912 8 20175 8 65978 14 40271 17 41687 18638 9陕西 14 15712 28 01223 30 86020 31 4784l 34 50305 40 49768 18606 10广东 11 14650 14 24788 17 16461 24 84150 27 46935 30 87755 17702 11天津 10322 15825 15646 13681 15866 28164 17285 12山西 3 38847 4 00318 4 93775 5 55013 6 91432 8

25、 92144 16329 13安徽 5 47185 5 26196 6 91596 8 23330 10 72218 13 97892 15547 14湖南 10 08159 11 66745 14 90817 19 38356 26 64865 25 51033 15304 15广西 16 56189 17 56553 22 10010 30 81725 37 58593 41 36452 14976 16湖北 9 62598 9 98274 10 21461 10 942，29 19 05307 23 90380 14833 17河北4 09364 4 87487 5 51948 5 86

26、817 7 68829 9 85353 14070 18江西 14 83269 15 81453 18 44654 25 671，49 3l 5514l 33 16280 12358 19福建 2l 99422 24 81125 3l 54279 37 92893 41 73228 49 07698 12314 20辽宁 11 96943 12 46719 14 68429 15 93742 18 57162 22 68609 8953 21新疆 14 52740 15 387叭 19 82847 2l 94171 23 56422 26 33570 8128 22内蒙古 78 33435 8

27、1 15779 85 42756 98 77017 116 80767 135 27598 7269 23海南 5 07117 4 93275 5 70817 6 27837 6 39521 7 95943 5695 24云南 99 23707 104 26644 117 074。30 129 70110 144 3497l 152 70296 5388 25青海 2 48059 2 45829 2 72507 3 01958 3 35490 3 68753 4866 26四川 96 45704 98 33852 110 45826 116 66353 125 086，65 133 14142

28、 3803 27宁夏41555 44028 44929 32701 41984 56233 3532 28甘肃 13 699-3l 13 75228 14 75704 14 61069 16 53673 18 420，33 34。46 29吉林 63 20619 68 90940 71 42305 75 43604 71 36794 84 46160 3363 30黑龙江 118 96537 121 27674 129 58801 113 06240 142 94101 155 02582 303l 31全国 684 52563 775 05014 860 25549 1 017 77592

29、1 158 95608 1 280 10922 87Ol 一注：碳汇量变化率即2013年碳汇量相比1988年的增减情况。地区森林资源缺乏，其碳汇量也较低。2013年这3个地区碳汇量之和仅占全国总量的008，其中碳汇量最低的上海仅为15258x104 t。从碳汇量变化来看，各地区均有了不同程度的提升。其中上海、北京等20个地区2013年碳汇量较1988年提升幅度超过了100，并且上海增幅最为显著，增加比重达2 24018。而黑龙江、吉林等11个地区2013年碳汇量较1988年增长幅度不大，其中黑龙江增幅仅为3031，与全国8701的平均值差距较大。万方数据10期 薛龙飞等：中国森林碳汇的空间溢出

30、效应与影响因素22我国森林碳汇的空间关联性分析221全局空间关联性分析本文运用ArcGIS 102和Geoda空间数据分析软件进行测算。空间权重矩阵选择Rook邻接矩阵，对于海南省出现的“孤岛现象”，本文借鉴孟斌等学者的研究雎51，定义海南与广东、广西相邻的方法进行整理。结果显示(表3)，调查期内的MoranS J指数全部为正且通过了1的显著性水平检验，说明中国森林碳汇存在着显著的全局空间关联性。但MoranS，指数整体表现为倒“S”型的波动变化，表明森林碳汇量水平近似的地区在空间上的集聚程度并不是稳定不变的。由图1可知，研究期内MoranS肘旨数变化分为3个阶段：1988-1993年的上升阶

31、段、1993-2008年的下降阶段及2008-2013年的上升阶段。改革开放后，各地区在森林资源管理、基础建设和生产要素投人等方面都有了普遍提高。其中1998年林业系统固定资产投资完成总额为261 413万元，至1993年达到了409 238万元，增长了5655，对MoranS，指数的提升起到了正向作用。从1998年开始，以维护生态安全为目标的天然林保护工程等林业重点工程相继实施，由于各地区实施进程、范围的差异，省域间的集聚效应开始下降。2003年一些地区(如福建省)开始实施林权改革，有效遏制了森林资源破坏现象，全国的森林覆盖率从2003年的1655提升到了2008年的1821。2008年之后

32、林改带来万方数据自然资源学报 32卷(a)1988年Morans I=o356 293O，： p(d)2003年MoranS I=o337 695o。户(b)1993年MoranS I=O380 294o一：g ，a，(c)2008年Morans I=0327 726矿(c)1998年Morans I=o373 626。8、o芦(f)2013年Morans 1=0336 661。妒图2我国森林碳汇量MoranS，散点图Fig2 TheMoranSIofforestcarbon sequestrationinChina好，林业产业发达，尤其是以木材加工业为主的第二产业占有较大的比重。但这种发展模

33、式极大地挤压了森林生态效益的发挥，导致这些地区出现了低低集聚的效应。低高集聚的省份主要集中在我国西北地区，部分地区与碳汇水平较高的西藏等西南林区相邻，低高集聚效应明显。23我国森林碳汇量的溢出效应与空间影响因素分析“地理学第一定律”认为，任何事物在空间上都存在一定的相关性阱，。森林碳汇的空间溢出效应体现在一些区域森林碳汇的发展，会对其他区域森林碳汇的增长产生影响。森林碳汇是自然生态系统的重要组成，而森林资源的分布也决定了碳汇发展很难实现区域上的完全分割，这也是森林碳汇溢出效应的内在原因。随着全国生态问题凸显，对森林生态功能提升做出整体规划，以政府宏观政策引导推动森林碳汇的集聚发展，成为森林碳汇

34、溢出效应的外部动力。我国森林碳汇在地理空间上呈现明显的溢出和聚类性质，如果在分析中不考虑森林碳汇空间溢出效应，将不能准确估计各种因素对森林碳汇的实际影响效应。为此，本文根据前文空间计量模型的指标选取原则，以2013年中国31个省(市、区)的数据为样本进行分析。表4森林碳汇影响因素的模型检验Table 4 The inspection ofthe imCluence factor offorest carbon sequestrationMoranS，指数说明OLS回归误差具有较强的空间溢出效应，应进一步分析空间溢出效应是内生的空间滞后(SLM)还是空间误差(SEM)。表4显示LMLAG通过5水

35、平的显著性检验，而LMERR与RLMERR都未能通过10水平的显著性检验，综合考虑说明空间滞后模型(SLM)更为可取。8648O22967O3：O曲之o，O加之o00加之o4O682632O加之o，2O加之。万方数据10期 薛龙飞等：中国森林碳汇的空间溢出效应与影响因素231溢出效应分析根据表5中传统OLS模型和SLM模型结果发现，加入空间关联性考虑后效果更为显著。SLM拟合优度尺2从0768提高到0815，Log L从-38575提高到一35769，AIC从93150减小到89538，SC则从104622减小到102444。这些结果都表明加入空间因素后的森林碳汇影响因素分析模型更为合适。在S

36、LM模型中参数p的系数为0425，显著为正并通过了1的显著性检验水平，这表明森林碳汇量在省域之间存在空间溢出效应，并且邻近省域的森林碳汇水平每变动1，将促进本地区的森林碳汇同方向变动0425。因此，我国森林碳汇的空间相关|生是由于邻近省份的溢出效应表现的。232影响因素的空间计量分析SLM模型结果显示采伐量(LO)、森林受灾程度(DI)和降水量(艘)通过了10及以上的显著性水平。林业第一产业从业人数在11水平下显著，其原因在于：1)林业系统第一产业从业人数对碳汇有正向影响。随着森林系统在净化空气、调节气候等方面作用的凸显，人们对森林资源的培育和管理也开始逐渐重视。劳动力要素在改善森林生长环境、

37、培育森林结构方面的作用更加明显。2)采伐量对森林碳汇有显著的正向影响。其可能的原因是：一方面，在采伐政策的指导下森林采伐由天然林向人工林转移，有效保护表s森林碳汇影响因素的实证分析结果Table 5 The empirical analysis results ofinfluencing factors offorest carbon sequestration注：+、”、+分别代表10、5和1的显著性水平，括号内数值为f统计量(OLS)或z了生态效益好、碳汇量丰富的森林树种，使得玩计量【sLM J。2013年天然林的蓄积量增加了894亿m 32即；另一方面，采伐作为森林管理的一种方式，通过合

38、理规划采伐额度，按照森林蓄积量自然生长最优化方式对各地区进行采伐指标限制，能有效改善林木的生长环境，利于周围树种碳汇量的生长。3)森林受灾程度对森林碳汇有显著的负向影响。气候灾害的发生不仅破坏了树木的正常生长环境，也改变了森林的生物结构，造成林相低劣、林分残次的状况。4)降水量对森林碳汇有显著的负向影响。降水量对植被的影响是双向的，一定范围内的水资源会促进森林的生长，水分过多则会抑制土壤呼吸，影响植物的正常生长旺”。近年来我国降水量较多，而2013年我国洪涝灾害严重，东北林区和浙江、福建等南方集体林区受到了严重的损失。3结论与讨论31主要结论根据前文分析结果，主要得到以下结论：1)198820

39、13年我国各地区的森林碳汇量整体呈上升态势，但各地区间碳汇量差异明显。2013年全国的碳汇总量达1 280 10922x104 t，其中西藏、黑龙江和云南是碳汇量最多的3个地区。碳汇量最少的地区为上海，2013万方数据自然资源学报 32卷年的碳汇量仅为15258x104 t，其次为天津、宁夏。就19882013年间碳汇量变化率来看，全国平均值增长率为8701，其中上海增幅最为显著，而黑龙江增幅最低，仅为3031。2)通过空间相关性分析可知，我国森林碳汇量存在显著的地理空间关联及依赖特征。研究期内的MoranS肘旨数整体表现为倒“S”型的波动变化特征，这表明森林碳汇在省域空间分布上的差异性并非随

40、机的，而是具备一定的关联性，但这种集聚程度并不是稳定不变的。从局部来看，我国已形成以西藏、吉林为集聚核心的高水平碳汇区和以江苏、山东为集聚核心的低水平碳汇区。3)运用空间计量模型探讨中国31个省份森林碳汇的空间溢出效应与影响因素，结果表明中国森林碳汇存在显著为正的空间溢出效应；采伐量对森林碳汇有显著正向影响，受灾程度和降水量因素对本省区森林碳汇有显著负向影响。32启示与讨论本文首先利用森林蓄积量扩展法测算了1988-2013年中国31个省份的森林碳汇量，并以此为基础，运用空间权重矩阵对各地区间的空间关联性进行了分析，最后运用空间计量模型探讨森林碳汇的溢出效应与影响因素，为继续研究我国森林碳汇领

41、域提供了一定的参考价值。当然，纵使明确了森林碳汇在空间上呈现溢出效应及各种影响因子产生的不同效应，但中国森林碳汇分布在空间、时间层面上有着不同的特征，采取统一的测算标准对于精准分析森林碳汇量仍有一定的出入，因此还有待进一步的研究。4政策建议上述结论对我国实施差异化碳汇政策具有重要启示。第一，我国在增加森林碳汇总量、提高应对气候变化能力时，除了要“大力植树造林，加强森林保护，强化森林经营”外，还应该考虑区位因素，根据各地区的自然条件、周边环境和经济水平等实际情况实施差异化发展政策。第二，发挥南方集体林区、东北林区的辐射作用。南方集体林区与东北林区作为我国森林资源丰富、碳汇林项目发展较为成熟的地区

42、，充分利用其森林碳汇产生的辐射作用和先进经验，有效带动其他地区森林碳汇的发展。第三，完善政府支持碳汇发展政策体系，科学实施林业政策制度。制定合理的森林使用权流转、抵押、担保制度，规范森林资源资产评估办法，为实现森林碳汇项目的发展做好政策保障。严格实施采伐限额管理等制度，遏制滥砍滥伐现象。同时，加强森林管护，科学制定自然灾害的应对方案。参考文献(References)：【1】吴贤荣，张俊飚，田云，等基于公平与效率双重视角的中国农业碳减排潜力分析【J自然资源学报，2015，30(7)：11721182WUxR，ZHANG JB，TIANY et a1Analysis onChinas agricu

43、ltural carbon abatemem capacityfromtheperspective ofboth equity and efficiencyJournal ofNatural Resources，2015，30(7)：1 172一11822许广月中国低碳农业发展研究J】经济学家，2010(10)：7278XU G YStudy onthe developmentofChinaslowcarbon agricultureEconomist，2010(10)：72783杨红强，季春艺，杨惠，等全球气候变化下中国林产品的减排贡献：基于木质林产品固碳功能核算【J】自然资源学报，2013

44、，28(12)：20232033YANG H Q，JI C Y YANG H，et a1Global climate change and Chmas contribution tocarbon reduction：Based on carbon storage accounting of Chmese harvested wood ProductsJournal of NaturalResources，2013，28(12)：20232033】林规发2011194号文件：国家林业局关于印发林业发展“十二五”规划的通知。万方数据10期 薛龙飞等：中国森林碳汇的空间溢出效应与影响因素 17534

45、DE GROOT R S，WILSON M A，BOUMANS R M JA typology for the classification，description and valuation of ecosystem functions，goods and servicesJEcological Economics，2002，4l(3)：3934085李鹏，张俊飚森林碳汇与经济增长的长期均衡及短期动态关系研究基于中国1998-2010年省级面板数据【J自然资源学报，2013，28(11)：18351845【LI P，ZHANG J BResearch on the longterm and

46、short-term dynamic relationship between carbon forestry development and economic growth-Based on the provincial panel data of China in19982010Journal ofNatural Resources，2013，28(1 1)：18351845【6】陈建成，关海玲碳汇市场对林业经济发展的影响研究J中国人121资源与环境，2014，24(S1)：445448_【CHEN JC，GUAN H LThe effects of carbon sequestratio

47、n market on the development of forestry economyChina Population，Resources and Environment，2014，24(S1)：4454487】DUNN A L，BARFORD C C，WOFSY S C，et a1A long-term record of carbon exchange in a boreal black spruce forest：Means，responses to interannual variability,and decadal trends【JGlobal Change Biology,2007，l 3(3)：5775908赵明伟，岳天祥，赵娜，等基于HASM的中国森林植被碳储量空间分布模拟J地理学报，2013，68(9)：12121224ZHAO M w，YUE T X，ZHAO N，et a1Spatial