黑龙江国有林区森林碳汇量的影响因素实证分析.docVIP

黑龙江国有林区森林碳汇量的影响因素实证分析 　　摘 要：文章选取了黑龙江森工总局4个林管局下属40个林业局2003年―2012年的微观数据，基于结构方程模型构建了黑龙江森林碳汇量影响因素概念模型，定量分析了林业政策、林区经济、自然因素三个潜变量及其观察变量对森林碳汇量的作用路径和作用效果。研究表明：林业政策、林区经济和自然状况这三类外因潜变量对森林碳汇量均有显著影响，其中自然状况对森林碳汇影响最大，其次是林业政策，林区经济对森林碳汇影响成效较小。最后结合各观察变量对其潜变量的影响数据，提出三个提高森林碳汇量的建议：合理扩大区域内有林地面积，并提高森林蓄积量；进一步实施积极的林业保护、建设政策；逐年摆脱林区对林业的依赖，实施多元化发展战略。 　　关键词：森林碳汇量 结构方程模型 影响因素 　　中图分类号：F062.2 文献标识码：A 　　文章编号：1004-4914（2014）12-189-03 　　国内目前有关森林碳汇影响因素的研究主要集中在三个角度：一是从全国角度出发研究森林碳汇量影响因素，如续珊珊（2010）选取辽宁、河北等20个省的数据，采用灰色关联法量化分析了造林面积、受害森林面积、森林病虫鼠害发生面积、木材产量以及营林基本建设投资完成额等因素对森林碳汇量的影响；二是从区域角度出发研究森林碳汇量影响因素，如黄从德（2008）经过对四川森林植被的碳密度的研究，得出由于其地带性分布规律受到垂直地带性、人类活动干扰及其叠加效应的影响，总体上随着纬度和海拔高度的升高而增加，随经度的增加而降低。由此指出，人类活动的干扰是影响四川森林植被碳密度和碳储量空间分异特征的特殊性和复杂性的最重要因素，李惠敏（2004）采用目测法从森林类型、林龄结构等方面单因素地分析了其对森林资源碳储量的影响。按照篇名“森林碳”+“影响”在cnki上进行检索，共检索到6条记录，总体来看，研究数量很少，且研究方法难以体现各因素之间的相关性和因果关系，也很难解决变量之间相互影响的共线性问题，因而难以对森林碳汇量与其影响因素之间的复杂关系进行模拟和分析；此外，森林碳汇量影响因素比较广泛，应该将其进行类别划分，以便各因素的相关性更加清晰。因此笔者采用结构方程模型，选取黑龙江森工总局4个林管局下属的40个林业局2003年―2012年的数据，运用AMOS7.0对模型的合理性进行验证，分析各因素对森林碳汇量的作用路径及其作用效果。 　　一、模型与方法 　　结构方程模型（structural equation model，SEM）是行为与社会科学领域量化研究的重要统计方法，可对各种因果模型进行识别、估计和检验，与传统的统计方法相比，不仅具有充分考虑测量误差、同时处理多个因变量、可检验总体模型拟合度、处理复杂数据的优势，还能充分处理无法直接测量的潜变量及其指标。因此，结构方程模型中有两个基本的模型：测量模型（measured model）和结构模型（structural model）。 　　1.测量模型。测量模型由潜在变量（latent variable）与观察变量（observed variable）组成，观察变量也称为潜在变量的指标变量，具体关系如下： 　　X=ΛXξ+δ 　　Y=ΛYη+ε 　　其中，ε与η、δ与ξ无相关，而ε和δ为指标变量的测量误差，ξ与η分别为外衍潜在变量与内衍潜在变量。ΛX与ΛY为指标变量（X、Y）的因素负荷量，即表示潜在变量与观察变量之间的关系。每个观察变量的因素负荷量愈高，表示受到潜在变量影响的强度愈大，因素负荷量愈低，表示受到潜在变量影响的强度愈小。 　　2.结构模型。结构模型是指潜在变量间因果关系的说明，其方程表达式如下： 　　η=Bη+Γξ+ζ 　　其中Β为内生潜变量之间的相互影响效应系数，Γ为外生潜在变量对内生潜在变量的影响效应系数，也称为外生潜变量对内生潜变量影响的路径系数，ξ与ζ为残差向量，二者无相关存在。 　　二、模型的构建思路与基本假设 　　根据现有研究成果，森林固碳过程是一个复杂的生物学与生态过程，其固碳量的多少取决于多种因素，既包括森林树种、林龄等自然因素，也包括人们生活水平、区域经济总量等经济因素，还包括造林面积、抚育面积以及营林投资额等相关林业政策因素，传统的回归分析和路径分析方法只是对每个因变量逐一计算，忽略了其他因变量的存在及其影响，而结构方程模型可以很好地解决这一问题，因此，笔者结合已有研究成果和相关理论研究，构建了黑龙江森林碳汇量影响因素模型（见图1）。模型中包含4个潜变量：林业政策、林区经济、自然因素和森林碳汇量。其中林业政策是国家和政党为保护森林资源、发展林业生产而制订的行动规范和准则。主要内容包括严格控制森林采伐量（用原木产量指标衡量）、对林业施行经济扶持政策（用营林投资