气候变化背景下华北落叶松人工林最优轮伐期的经济分析

doi:10.13466/j.cnki.lczyyj.2023.05.005

林草资源研究 ›› 2023›› Issue (5): 40-47.doi: 10.13466/j.cnki.lczyyj.2023.05.005

气候变化背景下华北落叶松人工林最优轮伐期的经济分析

王小涵¹(), 何潇², 史景宁¹()

1.河北农业大学经济管理学院,河北保定 071000
2.中国林业科学研究院资源信息研究所国家林业和草原局森林经营与生长模拟重点实验室,北京100091

收稿日期:2023-06-12 修回日期:2023-09-11 出版日期:2023-10-28 发布日期:2023-12-20
通讯作者: 史景宁,硕士生导师,博士,研究方向:森林可持续经营、森林资源资产化管理。Email:shijingning@hebau.edu.cn
作者简介:王小涵,硕士,研究方向:森林生态经济与森林资源市场交易。Email:wangxiaohan1214@163.com
基金资助:
河北省省属高等学校基本科研业务费研究项目 “华北落叶松人工林碳汇木材复合经营研究”(KY2023072);河北农业大学引进人才科研专项 “基于进化算法的天然林多目标经营规划研究”(3002117)

Economic Analysis on Optimal Rotation Period of Larix principis-rupprechtii under Climate Change Scenarios

WANG Xiaohan¹(), HE Xiao², SHI Jingning¹()

1. College of Economics and Management,Hebei Agricultural University,Baoding Hebei 071000,China
2. Institute of Forest Resource Information Techniques,State Key Laboratory of Forest Management and Growth Modelling,Chinese Academy of Forestry,Beijing 100091,China

Received:2023-06-12 Revised:2023-09-11 Online:2023-10-28 Published:2023-12-20

摘要/Abstract

摘要：

探讨气候变化背景下华北落叶松木材碳汇复合经营的最优轮伐期以及林地期望值影响因素,为服务“碳中和”战略的人工林多目标经营与决策提供理论依据。以华北地区4个省份的落叶松人工林为研究对象,利用第六次至第八次森林资源连续清查的108块固定样地调查数据,基于弗斯曼模型在3种气候情景下定量分析木材价格、碳汇价格和贴现率对最优轮伐期与林地期望值的影响。结果表明:1)当前气候条件下,华北落叶松兼顾木材碳汇收益复合经营的最优轮伐期为27 a,碳排放浓度增加会缩短最优轮伐期并降低林地期望值;2)木材价格变动不会改变最优轮伐期,碳汇价格的上涨可以延长最优轮伐期,每吨碳汇价格增长100元,最优轮伐期延长1 a;3)贴现率增加会导致最优轮伐期缩短和林地期望值下降。在当前全球气候稳定性发生改变的背景下,有必要建立包含气候因子的最优轮伐期模型,从而减少未来人工林碳汇经营决策中的不确定性。

关键词: 华北落叶松, 气候变化, 最优轮伐期, 林业碳汇

Abstract:

An improved understanding of the factors affecting the optimal rotation period and the maximum land expected value of Larix principis-rupprechtii is essential under climate change scenarios and can help managers adopt adaptive forest management strategies in considering both carbon sequestration and timber production.In the current study,inventory data of 108 sample plots collected from the 6th to 8th National Forest Inventories were used to develop Faustmann models for larch plantations in northern China.The effects of timber price,carbon price,and discount rate on optimal rotation period and land expected value were then analyzed based on the resulting Faustmann model.The results showed that:1)the optimal rotation period was 27 years for larch plantations under the baseline scenario.Both the optimal rotation period and land expected value decreased with increasing carbon emission concentration;2)timber price fluctuations didn’t change the optimal rotation period.The increase in carbon price can prolong the optimal rotation period.Specifically,for every 100-yuan increase in carbon sink per ton,the optimal rotation period will be extended by one year;3)the optimal rotation period and land income decreased with increasing discount rate.In the context of global climate change,it is necessary to develop optimal rotation models that consider climate factors for plantations,thereby reducing the uncertainty in future decision-making of carbon sink management.

Key words: Larix principis-rupprechtii, climate change, optimal rotation period, forestry carbon sink

中图分类号:

S757.4

王小涵, 何潇, 史景宁. 气候变化背景下华北落叶松人工林最优轮伐期的经济分析[J]. 林草资源研究, 2023,(5): 40-47.

WANG Xiaohan, HE Xiao, SHI Jingning. Economic Analysis on Optimal Rotation Period of Larix principis-rupprechtii under Climate Change Scenarios[J]. Forest and Grassland Resources Research, 2023,(5): 40-47.

图/表 5

表1

表2

图1

图2

图3

参考文献 30

[1]	中国气象局气候变化中心. 2021年中国温室气体公报[R/OL].(2023-01-09) [2023-05-21]. http://www.cma.gov.cn/zfxxgk/gknr/qxbg/202301/P020230120308959927675.pdf.
[2]	Nunes L J, Meireles C I, Pinto Gomes C J, et al. Forest contribution to climate change mitigation:Management oriented to carbon capture and storage[J]. Climate, 2020, 8(2):21. doi: 10.3390/cli8020021
[3]	朴世龙, 岳超, 丁金枝, 等. 试论陆地生态系统碳汇在“碳中和”目标中的作用[J]. 中国科学:地球科学, 2022, 52(7):1419-1426.
[4]	国家林业和草原局. 中国森林资源报告(2014—2018)[M]. 北京: 中国林业出版社, 2019:26-28.
[5]	臧颢, 黄锦程, 刘洪生, 等. 杉木人工林碳汇木材多功能经营的最优轮伐期[J]. 北京林业大学学报, 2022, 44(10):120-128.
[6]	Dong Lingbo, Lu Wei, Liu Zhaogang. Determining the optimal rotations of larch plantations when multiple carbon pools and wood pro-ducts are valued[J]. Forest Ecology and Management, 2020, 474:118356. doi: 10.1016/j.foreco.2020.118356
[7]	朱玮强, 顾蕾. 碳汇目标下森林经营决策——以江西省杉木林为例[J]. 林业资源管理, 2017(3):41-45.
[8]	Assmuth A, Tahvonen O. Optimal carbon storage in even and uneven-aged forestry[J]. Forest Policy and Economics, 2018, 87:93-100. doi: 10.1016/j.forpol.2017.09.004
[9]	Rørstad P K. Payment for CO₂ sequestration affects the Faustmann rotation period in Norway more than albedo payment does[J]. Ecological Economics, 2022, 199:107492. doi: 10.1016/j.ecolecon.2022.107492
[10]	黄宰胜, 陈钦. 基于造林成本法的林业碳汇成本收益影响因素分析[J]. 资源科学, 2016, 38(3):485-492. doi: 10.18402/resci.2016.03.11
[11]	沈月琴, 王枫, 张耀启, 等. 中国南方杉木森林碳汇供给的经济分析[J]. 林业科学, 2013, 49(9):140-147.
[12]	林卓, 吴承祯, 洪伟, 等. 杉木人工林碳汇木材复合经济收益分析及最优轮伐期确定——基于时间序列预测模型[J]. 林业科学, 2016, 52(10):134-145.
[13]	West T A, Wilson C, Vrachioli M, et al. Carbon payments for extended rotations in forest plantations:Conflicting insights from a theoretical model[J]. Ecological Economics, 2019, 163:70-76. doi: 10.1016/j.ecolecon.2019.05.010
[14]	Lindner M, Maroschek M, Netherer S, et al. Climate change impacts,adaptive capacity,and vulnerability of European forest ecosystems[J]. Forest Ecology and Management, 2010, 259(4):698-709. doi: 10.1016/j.foreco.2009.09.023
[15]	张会儒, 雷相东, 李凤日. 中国森林经理学研究进展与展望[J]. 林业科学, 2020, 56(9):130-142.
[16]	郭伊利, 李书恒, 王嘉川, 等. 芦芽山华北落叶松早晚材径向生长对气候变化响应的分离效应[J]. 干旱区研究, 2022, 39(5):1449-1463.
[17]	LY/T 2654—2016,立木生物量模型及碳计量参数——落叶松[S].
[18]	何潇, 雷相东, 段光爽, 等. 气候变化对落叶松人工林生物量生长的影响模拟[J]. 南京林业大学学报:自然科学版, 2023, 47(3):120-128.
[19]	刘琪璟, 孟胜旺, 周华, 等. 中国立木材积表[M]. 北京: 中国林业出版社, 2017.
[20]	Wang Tongli. ClimateAP:A interactive platform for visualization and data access[DB/OL].(2017-12-10) [2023-05-21]. https://climateap.net/.
[21]	李文博, 吕振刚, 黄选瑞, 等. 塞罕坝华北落叶松人工林生产力及其空间分布预测[J]. 自然资源学报, 2019, 34(7):1365-1375. doi: 10.31497/zrzyxb.20190702
[22]	高利国. 隆化县国有林场华北落叶松人工林生长规律[D]. 保定: 河北农业大学, 2017.
[23]	董灵波, 蔺雪莹, 张一帆, 等. 兼顾碳汇和木材生产的长白落叶松人工林最优轮伐期[J]. 林业科学, 2022, 58(5):18-30.
[24]	Zengin H, ünal M E. Analyzing the effect of carbon prices on wood production and harvest scheduling in a managed forest in Turkey[J]. Forest Policy and Economics, 2019, 103:28-35. doi: 10.1016/j.forpol.2017.10.017
[25]	Zhou Wei, Gao Lan. The impact of carbon trade on the management of short-rotation forest plantations[J]. Forest Policy and Econo-mics, 2016, 62:30-35.
[26]	薛蓓蓓, 田国双. 基于碳汇木材复合经营目标的综合效益及影响因素分析[J]. 南京林业大学学报:自然科学版, 2021, 45(2):205-212.
[27]	张楠, 宁卓, 杨红强. 弗斯曼模型及其广义改进:基于林地期望值评估方法学演进[J]. 林业经济, 2020, 42(10):3-15.
[28]	Baker J S, Van Houtven G, Phelan J, et al. Projecting US forest management,market,and carbon sequestration responses to a high-impact climate scenario[J]. Forest Policy and Economics, 2023, 147:102898. doi: 10.1016/j.forpol.2022.102898
[29]	Xie Yalin, Wang Haiyan, Lei Xiangdong. Simulation of climate change and thinning effects on productivity of Larix olgensis plantations in northeast China using 3-PGmix model[J]. Journal of Environmental Management, 2020, 261:110249. doi: 10.1016/j.jenvman.2020.110249
[30]	Sperlich D, Nadal-Sala D, Gracia C, et al. Gains or losses in forest productivity under climate change? The uncertainty of CO₂ fertilization and climate effects[J]. Climate, 2020, 8(12):141. doi: 10.3390/cli8120141

林分因子	平均值	标准差
林分年龄/a	26.00	9.00
林分平均高/m	9.00	2.80
株数密度/(株/hm²)	1 021.00	595.00
林分平均胸径/cm	11.90	4.00
林分蓄积量/(m³/hm²)	65.71	51.40
林分生物量/(t/hm²)	55.60	43.87

气候情景	年湿热指数	收益情景1		收益情景2
气候情景	年湿热指数	最优轮伐期/a	林地期望值/(元/hm²)	最优轮伐期/a	林地期望值/(元/hm²)
当前气候情景	20	26	14 000.36	27	15 830.60
中等排放情景RCP 4.5	22	25	10 947.10	26	12 627.73
高排放情景RCP 8.5	25	24	6 839.41	25	8 324.92

气候变化背景下华北落叶松人工林最优轮伐期的经济分析

Economic Analysis on Optimal Rotation Period of Larix principis-rupprechtii under Climate Change Scenarios

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 30

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张峰. 大型赛事的林业碳中和实践——以北京冬奥会碳中和造林项目为例[J]. 林业资源管理, 2022, 0(5): 1-6.
[2]	王云霓, 代海燕, 海龙, 李佳陶, 师鹏飞. 华北落叶松人工林净初级生产力对气象因子的响应[J]. 林业资源管理, 2022, 0(3): 67-72.
[3]	刘增力, 胡理乐. 珍稀植物篦子三尖杉潜在分布范围及气候变化影响预测[J]. 林业资源管理, 2022, 0(1): 35-42.
[4]	王志波, 季蒙, 李永乐, 李银祥, 马世明, 张海东. 华北落叶松人工林差分地位指数模型构建[J]. 林业资源管理, 2021, 0(1): 156-163.
[5]	陈丽荣, 朱震锋, 盛春光, 曹玉昆. 基于供给视域的林业碳汇项目开发模式研究——以伊春市汤旺河林业碳汇项目为例[J]. 林业资源管理, 2020, 0(5): 68-74.
[6]	解晗, 万一峰, 崔红娜, 郑炎, 贾彦龙. 华北落叶松人工林主要草本植物N,P生态化学计量特征研究——以燕山北部山地为例[J]. 林业资源管理, 2020, 0(4): 58-65.
[7]	付立华, 侯金潮, 孙赫, 王鹤智, 刘强, 程顺. 基于分位数回归的华北落叶松干形曲线模拟[J]. 林业资源管理, 2020, 0(1): 151-157.
[8]	石君杰, 陈忠震, 孟令宇, 李永祥, 李永宁. GNSS RTK 技术在林木定位及微地形测量中的应用[J]. 林业资源管理, 2019, 0(4): 117-123.
[9]	张冬燕, 王冬至, 范冬冬, 张健东, 李大勇. 不同立地类型华北落叶松人工林冠幅与胸径关系研究[J]. 林业资源管理, 2019, 0(4): 69-73.
[10]	秦舟, 韩有志, 张梦弢, 陈汉鑫, 陈奥林. 华北落叶松林分空间格局及种间关联性研究[J]. 林业资源管理, 2019, 0(4): 80-85.
[11]	陈忠震, 石君杰, 贾存, 李永祥, 刘家丞, 金辉, 李永宁. 天然华北落叶松径向生长对气候变化的响应[J]. 林业资源管理, 2019, 0(2): 60-66.
[12]	冯倩倩, 铁英, 周梅, 向昌林, 乌艺恒. 华北落叶松人工林不同造林密度土壤理化性质分析[J]. 林业资源管理, 2018, 0(6): 106-110.
[13]	贺红月, 马长明, 牟洪香, 单媛媛. 华北落叶松和白桦叶凋落物混合分解特征及土壤养分动态[J]. 林业资源管理, 2018, 0(3): 93-100.
[14]	朱玮强, 顾蕾. 碳汇目标下森林经营决策——以江西省杉木林为例[J]. 林业资源管理, 2017, 0(3): 41-45.
[15]	刘红炎, 陈东莉, 柳杰, 赵宇, 张芸香, 郭晋平. 华北落叶松人工林不同间伐水平下林下植物多样性研究——以山西关帝山龙兴林场为例[J]. 林业资源管理, 2017, 0(1): 50-56.