论林业经济与气候的相关性

我国林业经济发展近年来取得了较快的增长,从2000年以来,每年都以超过10%的增长速度,而其中有5个年份增长率超过了20%。林业经济总产值在我国GDP中所占的比重也有增加的趋势(表1)。林业经济在我国的经济发展中起着越来越重要的作用,而碳汇交易又将是林业经济一个新的经济增长点。林业经济的来源主要是靠森林资源,而气候对森林资源有重要的影响,从而气候影响林业经济,反过来,森林资源的开发也会影响着气候的变化。探讨林业经济发展与气候因素之间的相关关系,将有助于把气候因素纳入林业循环经济发展模式中,拓展林业循环经济运行模式,对制定宏观经济发展规划与森林资源开发战略,具有一定的指导与实践意义。

1 文献回顾

有关林业与气候之间的关系的文献主要在以下几个方面。第一,林业对气候的影响。Christopher(2009)认为森林可以改善温室气体对气候的影响。曾华锋(2009)认为林业在应对气候变暖中具有不可替代的作用,潜力巨大。Ronald(2010)利用全球性林业产品模型(GFPM)分析认为,应对面临的气候变化应成立政府间气候变化专门委员会,并制定统一的使用森林资源的计划。贾治邦(2010)在2009年6月召开的中央林业工作会议指出,在应对气候变化中林业具有特殊地位,发展林业是应对气候变化的战略选择。李怒云(2010)认为全球气候变化已是不争的事实,林业在应对气候变化中具有特殊功能和作用,林业是当前和未来30年甚至更长时期内,技术和经济可行、成本较低的减缓气候变化的重要措施。刘周全(2011)以广东为例,阐述了通过大力培育森林资源以增加森林碳吸收,从而应对气候变化。第二,气候对林业的影响。高均凯(2005)认为气候变化与我国林业的关系,主要表现在,一方面,我国植树造林的发展,对减缓全球变暖做出了重大贡献;另一方面,气候变化对我国森林的格局产生重大影响,并进而威胁到国家生态安全。森林对气候变化是十分敏感的,气候的微小扰动都可能对森林群落的结构和演替过程产生巨大影响。姚晓红(2010)认为影响甘肃天水林业资源的主要气象要素是年降水量和≥0℃积温。第三,林业与气候相互影响。Ogden(2>！<008)以加拿大育空地区南部为例,认为气候的变化要求对森林的管理进行相应的改变,气候与森林之间相互影响。周化成(2010)认为全球气候变暖,对自然和生物系统产生负面影响,而林业在应对气候变化中的不可替代性作用也日益显现。刘曙红(2011)认为林木的生长发育和树种的分布受气象条件的影响和制约。特别是温度、水分、风等气象因子对森林的组成和分布有重要的影响。反之,森林对大气也具有多重影响。它能调节气温、涵养水源、净化空气、改善局地小气候等。第四,气候变化对经济的影响。皮军(2010)以气温、降雨量、极端气候事件和海平面的变化及趋势,对东南亚经济的影响。纵观上述文献,主要是围绕气候与林业之间的关系进行定性分析,鲜有对林业经济与气候之间的关联关系进行定量研究。本文在已有文献的基础上,利用Copula函数模型对林业经济发展与气候之间的关联关系从定性和定量两方面进行分析。根据蒲晶岩(2002)认为表征气候的指标有温度、日照、降水,以及刘曙红(2011)认为温度、水分、风等气象因子影响森林的组成和分布,因此本文选取气象因子变量为降水量、平均气温、湿度、日照数。

2 模型描述

本文选取Copula函数研究林业经济发展与气候之间的相关关系,其优势在于它不仅可判断两个向量之间的相关关系,还可以判断它们之间关系的强弱。设随机向量(X,Y)的联合分布为H( , ),密度函数为h( , ),边缘随机变量X和Y的分布分别是F( ;α)和G( ;β),其 α,β 中为边缘分布的参数,边缘密度函数分别为f( ;α)和g( ;β)。则向量(X,Y)的同期相依关系的模型由Sklar定理建立,如果F( ;α)和G( ;β)分别在 x 和 y 连续,则存在唯一的Copula函数C( , ;θ),使得成立。

3 林业生产总值与气候因素的关系分析

3.1 变量与数据描述

本文林业经济发展用林业生产总值来表示,数据采用1985~2010年的历史数据(历年中国统计年鉴、中国林业统计年鉴与中国气象年鉴)。由于气象资料的获取靠的是气象观测站的数据,观测点越多数据越多,所获取的数据越接近真实的情况,但从中国统计年鉴与气象年鉴所能获得的是我国主要34个城市的数据,而这34个城市覆盖了我国所有区域,特别是重要的森林覆盖区,因此,气象数据就选择我国主要34个城市的林业生产总值(TP)、降水量(WQ)、气温(AT)、湿度(HD)、日照数(SL)的平均数。由于大连、青岛、海口、桂林、重庆有个别年份数据缺失,便采用相近区域城市数据与前后年份数据进行平均化处理而得。表2是各变量的描述性统计量,从偏度看,除湿度(HD)序列左偏外,其余序列都是右偏的,降水量(WQ)和湿度(HD)不能拒绝正态分布外,其余序列都强烈拒绝正态分布。表3是各序列(原始数据)之间的相关系数,从相关系数值可以知:除气温(AT)外,林业生产总值与各气候因素之间的关系都呈负相关性,林业生产总值(TP)与降水量(WQ)相关程度最弱,而与湿度(HD)的相关程度最强。

3.2 相依关系的定量和定性分析

先计算各序列林业生产总值(TP)、降水量(WQ)、气温(AT)、湿度(HD)、日照数(SL)的经验分布 F ,得各分布序列TPECDF、WQECDF、ATECDF、HDECDF、SLECDF,以这些序列作为模型边缘分布,分别作出TPECDF与其他各序列的散点图(图略),除序列TPECDF与WQECDF之外,可见TPECDF与其他各序列有较强的相依关系。即林业经济发展与气温、湿度、日照数之间具有较强的相关关系,其中林业经济发展与湿度的相依关系为最强,而林业经济发展与降水量之间的相依关系不明显①。表4是林业生产总值的分布序列(TPECDF)与其他分布序列的相关系数,序列(TPECDF)与序列(HDECDF)之间表现为较强的负相关性,序列(TPECDF)与序列(WQECDF)的相关性最弱,而序列(TPECDF)与序列(ATECDF)表现为正相关性。用数据对模型进行参数估计,其结果如表5。林业经济发展与气温、湿度、日照数的相依关系在1%与5%的显着水平下显着。(TP,AT)、(TP,HD)、(TP,SL)的参数 θ 的值依次为4.924、-15.0918、-4.2905,表明林业经济发展与气温之间正相关。它们之间相依关系的强弱顺序为林业经济发展与湿度、林业经济发展与温度、林业经济发展与日照数。由于林业经济发展与降水量之间相依关系不显着,所以在表中没有列出。这与散点图所表示出的关系一致。从林业生产总值与气温、湿度、日照数之间的经验分布密度和Frank Copula函数模型拟合密度表面图来看,林业生产总值与湿度的拟合图形较好,与气温和日照数的拟合情况稍差一点,这可能是由于数据量不足所致,但还是能从中显示出林业生产总值与气温、湿度、日照数结构之间的某些相关性,并能清楚的表明林业经济发展与气温之间正相关,林业经济发展与湿度、日照数之间负相关。

4 结论

由于气候因素的变化虽然有递增或者下降的趋势,但在一个相当长的时间内,不会有太大的变化,这可能也是林业经济发展与降水量之间相关性不明显,以及模拟图形不理想的原因,同时就目前来说,气 候因素是我们无法进行改变的,只能接受。在经济的快速发展与人类活动过程中,加剧了大气的温室效应,使得地球空间热散射变慢,而致地球变暖,全球气温的升高,同时也影响气候的其它因素(比如降水量、湿度、日照数等),反过来,气候的变化又影响我们整个生态平衡发生着变化。而平均气温的上升,会带来粮食产量的增加(中国气候学家张家诚(2011)认为气温变化1℃,大体相当于农作物变化一个熟级。每变化一个熟级,产量变化10%,即气温上升或下降1℃,粮食产量具有增产或减产10%的潜力),但同时会带来环境的变化,如冰川融化导致海平面的升高,江川河流中水的蒸发量增加,导致一些地区干旱,一些地区水涝,温度升高还会导致一些物种的灭绝,破坏生态平衡。降水量事实上是受平均气温的影响,平均气温上升带来整体降水量的增加,但会出现区域降水量的不均衡。湿度的下降,将会使气候越来越干燥,其实也从另一方面印证湿度随温度的升高而下降。日照数的下降,说明人们看见太阳的时间在减少,表明空气中颗粒物浓度增加,污染加重。本文的工作在于通过历史数据从数理关系角度验证了林业经济发展与平均气温、降水量、湿度与日照数等气候因素之间的相关关系。林业生产总值与平均气温之间正相关,由于对森林资源的多元开发,林业生产总值将仍会处于递增趋势,平均气温将会处于上升增加的趋势,而湿度与日照数将处于下降的趋势。当我们认识到平均气温、湿度与日照数的这种变化趋势,就可以采取相应的措施,比如推广植树造林,扩大森林绿化面积,林业经济的发展要尽可能减少森林木材的使用,同时建立碳汇交易机制,践行低碳经济,减少碳排放,延缓气温的升高,维持生态平衡,践行林业循环经济发展模式。这将会对制定宏观经济发展规划与森林资源开发战略,具有一定的指导与实践意义。