12-碳中和背景下的森林碳汇及其空间溢出效应.pdf-solarbe文库

资源描述：

碳中和null景下的森林碳汇及其空间溢出效应 null 杜之利苏彤葛佳敏王霞内容提要实现碳中和目标应当从“碳源”和“碳汇”两方面着手。森林具有的生态净化能力使其能够有效吸收空气中的二氧化碳，故森林碳汇将在中国实现碳中和进程中发挥重要的作用。由于森林碳汇可能存在一定的空间相关性，森林资源的自然属性决定了碳汇发展很难实现区域上的完全分割，基于全球视角的分析便成为探讨中国碳汇发展的必然null提。本文基于森林碳汇核算公式推导出碳汇空间效应模型，根据nullnullnullnullnullnullnullnull 年全球nullnullnull 个国家的面板数据，在分析森林碳汇影响因素的基础上，讨论了跨国间的森林碳汇溢出效应。结果表明各国森林碳汇的发展往往无法独善其身。非政nullnullnull活跃度能够促进本国森林碳汇的发展，但具有负向的外溢效应;森林面积的增长虽然对本国碳储量密度没有明显的正向影响，但其有利于nullnull的改善，对邻国具有较大的正向溢出效应;薪柴的使用会对nullnull有正向反馈作用，并对其他国家也能带来正向影响，表明森林可进行适量但不过度的砍伐。鉴于其他国家对中国的森林碳汇发展造成了间接的负面影响，中国在制定具体的碳汇发展政策时，需要综合考虑各个影响因素的直接效应和其他国家带来的间接影响，立足于人类null运共同体理念，与其他国家制定共同应对策null，协null促进森林碳汇的发展。关键词碳中和森林碳汇空间溢出效应人类null运共同体 null 杜之利、苏彤、葛佳敏通讯作者、王霞，厦门大学管理学院中国能源政策研究院，邮政编码nullnullnullnullnullnull，电子信箱nullnullnullnullnullnullnullnullnullnull null nullnullnullnull nullnullnullnull nullnull，nullnullnullnullnullnullnullnullnullnullnullnull nullnullnullnullnull nullnullnull，nullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnull nullnullnull，nullnullnullnullnullnullnullnull nullnullnullnull nullnullnullnull nullnullnullnull nullnull。本研究受到中央高校基本科研业务费专项资金资助项目nullnullnullnullnullnullnullnullnullnullnull、教育部人文社会科学研究青年项目nullnullnullnullnullnullnullnullnullnullnull的资助。作者感谢匿名审稿专家的良好建议。当然，文责自负。一、引言全球气候变暖对粮食安全、健康、环境和社会经济发展产生诸多不良影响，已经成为威胁人类生存与可持续发展的全球性挑战林伯强和蒋竺均，nullnullnullnull。人类活动引发的温室气体排放是造成目前全球气候变暖的主要原因。由于温室气体的排放具有负外部性和外溢性郑艳等，nullnullnullnull，任何一个国家和地区都难以躲避气候变化带来的威胁。在应对全球气候变暖议题上，世界各国不仅需要承担起各自应有的减排责任，还需要在全球气候治理行动上携手共进、合作减排。气候变化问题的全球性特征引起了世界各国的重视，近年来已通过联合国气候变化框架公约巴黎协定等渠道共同讨论应对全球气候变化行动方案。然而，不同国家或地区的发展阶段、发展路径、发展目标、发展方式、碳排放总量和规律等各不相同，难以达成意见一致的全球气候治理方案，导致了全球气候变化问题延宕难解。为了有效缓解全球气候变暖、减少二氧化碳等温室气体的排放，亟需全球携手构建合作共赢、公平合理的气候治理体系，共同推动构建人类命运共同体。nullnullnullnull 年null 月，中国明确提出了“nullnullnullnull 年前实现碳达峰、nullnullnullnull 年前实现碳中和”的目标。这一宏伟目标的提出，不仅体现了中国推动实现全球生态安全与可持续发展的决心，更彰显了中国与国际社会共同构建人类命运共同体的意愿与大国担当。降低大气中温室气体的浓度有两个主要途径一是减少“碳源”，即在人类活动中减少以二 nullnullnull nullnullnullnull 年第nullnull 期氧化碳为主的温室气体排放;二是增加“碳汇”，利用各种手段增加二氧化碳的吸收和固定。两者在缓解气候变化中应是相互补充的关系，与碳减排政策一致，充分推动碳汇的发展也将是应对全球气候变化的主要战略陈建成和关海玲，nullnullnullnull。森林是陆地生态系统中最大的碳库，在降低温室气体浓度方面具有不可替代的作用，是目前最为直接有效的碳汇手段之一曾维忠等， nullnullnullnull。森林在某一时期内能够吸收并固定二氧化碳的量即为森林碳汇。nullnullnullnull 年通过的京都议定书首次在国际气候变化协议中明确提出将森林碳汇作为一种重要固碳途径，在国际上承认了森林碳汇对减缓气候变暖的贡献，并要求加强森林可持续经营和植被恢复及保护。该议定书从两个角度肯定了森林碳汇在气候变化中的重要作用。首先是规定以“净排放量”计算温室气体排放量，即从需要承担减排义务的国家实际排放量中扣除森林所吸收的二氧化碳的数量。另外是采用清洁发展机制可以促使发达国家和发展中国家共同减排温室气体，而林业碳汇正是清洁发展机制的一个重要组成部分。之后的“巴厘岛路线图”将 nullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnullnullnullnullnullnullnull nullnullnull nullnullnullnullnullnull nullnullnullnullnullnullnullnullnullnullnull，即减少毁林和森林退化所致排放量列入到气候变化协议中，并在 nullnullnullnull 的基础上再次提出 nullnullnullnull null，加号代表应在原先的基础上保持和增加森林碳汇。除此之外，联合国政府间气候变化专门委员会 nullnullnullnull，nullnullnullnull第四次报告指出，全球森林覆盖面积约占地球面积的nullnullnull，到nullnullnullnull 年，全球碳汇能力将达到nullnullnull nullnull 亿吨二氧化碳null年，森林碳汇所产生的减碳效果将愈发突出。森林碳汇过程主要依靠光合作用吸收空气中的二氧化碳并固定在植物体内，因此森林碳汇具有成本上的优势，除了栽种树木外几乎不需要其他的成本支出;同时，林产品收益能够对冲森林碳汇建设过程中的部分成本。在环境与经济发展之间矛盾日益突出的情况下，开发森林自身的固碳能力将成为推动中国“碳中和”进程的一个重要手段胡原和曾维忠，nullnullnullnull。随着全球化和一体化的深入发展及全球气候变化的空间一体性，世界各国意识到碳排放并不是一种空间孤立现象。nullnullnullnull 年nullnull 月nullnull 日，联合国气候变化框架公约近nullnullnull 个缔约方在巴黎气候变化大会上达成巴黎协定标志着联合治理气候问题已成为社会共识。气候变化问题是全球各国家需要共同面对和解决的。由于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薛龙飞等， nullnullnullnull。在这一背景下，中国的森林碳汇发展必然需要从较为广阔的全球视角出发，在深刻理解森林碳汇发展的约束条件以及跨国溢出关系的基础上，针对性地推动森林碳汇事业。在经济学中，某一活动产生的外部性影响称为溢出效应，研究经济个体或者经济行为的溢出效应对研究经济行为之间的关系、挖掘发展潜力具有重要意义高新才和白丽飞，nullnullnullnull;邵帅等，nullnullnullnull。研判森林碳汇的发展是否存在跨国溢出效应以及存在怎样的溢出效应，不仅对全球森林碳汇的协调发展具有借鉴意义，而且有助于提升中国森林碳汇政策体系的有效性。然而，在碳排放外溢性已然确定的情况下，碳减排手段的空间溢出效应作用如何仍未可知。具体来说，森林碳汇发展的具体驱动因素有哪些各国之间的森林碳汇项目是否存在空间溢出效应中国受到了其他国家怎样的溢出影响中国是否需要联合其他国家制定协同碳汇政策以更有效率的达到碳减排目标这既是学界需要进一步讨论的问题，也是政府实施森林碳汇项目和国际合作政策的相关依据。纵观已有研究，探讨碳汇空间溢出效应的文献根据结论的不同可分为两个相对立的观点。部分学者认为，森林碳汇的空间溢出效应并不显著或存在负向溢出效应。薛龙飞等nullnullnullnull的研究结果表明中国西北地区的森林碳汇的空间溢出效应存在显著的负向效应。另一部分学者认为森林碳汇存在较强的正向空间溢出效应。孙建卫等 nullnullnullnull以我国大陆nullnull 个省市、区的林业碳汇为研究对象，研究其经济效益和区域协调性，并探讨各地区林业碳汇经济效益区域协调性。孙丽文等 nullnullnull 杜之利等碳中和背景下的森林碳汇及其空间溢出效应 nullnullnullnull研究结果表明中国省域碳锁定存在明显的空间溢出效应，其中碳锁定程度是根据碳排放量和碳汇量构建的模型进行测度。徐敬俊等nullnullnullnull对渔业碳汇发展中经济的外溢效应进行了研究。吴昊玥等nullnullnullnull指出农业碳源、碳汇具有空间关联效应，中国各省份农业活动会对邻近地区的农业碳总量产生影响。邻近地区的地理环境、气候条件相似，为生产模式和政策措施的借鉴提供了基础，区域间往往存在生产要素的相互流动、先进地区的示范效应、生产创新的学习模仿等现象。因此，一个地区的农业碳补偿率不仅受到本地区因素的影响，也可能受到邻近地区生产行为、政策措施的作用，导致碳效应呈空间集聚态势陈罗烨等，nullnullnullnull。根据当前研究结论可见，碳汇是否存在空间溢出效应以及存在何种空间效应仍是一个存在争议的议题，中国与其他国家协同发展森林碳汇还是构建相对独立的发展规划也仍需进一步研判。同时，当前的文献较少从空间效应的角度研究森林碳汇发展的影响因素以及讨论全球范围的溢出效应。本文试图采用空间计量方法对此进行深入考察，在了解森林碳汇影响因素的基础上，分析世界各国森林碳汇的间接影响特征，分析其他国家对中国的溢出效应，针对性地探讨碳中和背景下中国森林碳汇的发展方式。与已有文献相比，本文创新主要体现在以下方面null在研究视角上，由于区域间经济发展、技术或是其他因素的溢出效应可能导致森林系统存在空间效应，因此本文从全球关联性的角度出发，对森林碳汇的溢出效应进行分析，弥补了当前研究视角主要集中在农业系统碳汇、碳固定的空间效应而相对缺乏森林碳汇空间效应研究视角的空白。null在研究内容方面，本文以森林碳汇核算方法为基础，构建森林碳汇空间溢出效应的理论模型，分析了森林碳汇的影响因素及空间溢出效应。 null在政策建议方面，本文根据森林碳汇的溢出效应研究结果对中国森林碳汇的发展提出了针对性建议。从其他国家对中国间接影响的角度理解了碳中和历史进程中立足于人类命运共同体理念的重大意义，并且指出中国未来发展森林碳汇应当把握的重点与采取的政策理念。本文后续结构安排如下首先对森林碳汇在全球范围的空间关联性进行初步分析和检验;随后利用空间计量方法分析森林碳汇的影响因素，并进一步讨论森林碳汇跨国别的空间溢出效应;定量测算其他国家对中国的溢出效应情况，综合把握中国发展森林碳汇的重点与关键;最后，根据讨论结果提出相关的政策建议。二、全球森林碳汇空间关联性分析一全球森林碳汇的空间分布森林碳汇量为单位时间内森林碳储量的增加量，各因素主要通过影响碳储量对碳汇的产量造成影响。各国森林碳储量的数据来源于 nullnullnullnullnullnull nullnullnullnullnullnull nullnullnullnullnullnullnullnullnull nullnullnullnullnullnullnullnullnullnull nullnullnullnull，报告每五年发布一次，对于中间缺失数据，本文根据全球林产品模型 nullnullnullnullnullnull nullnullnullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnull，nullnullnullnull nullnullnullnullnullnullnullnullnullnull nullnull nullnullnull，nullnullnullnull中对森林蓄积量的推导方法进行补充。为使全球不同国家之间的碳储量数据便于比较，本文以森林碳储量密度 carbon作为被解释变量进行分析。 ① 本文尝试计算了全球nullnullnull 个国家的森林碳储量密度单位为吨null公顷的空间分布情况，以及nullnullnullnullnullnullnullnull 年不同区域总碳储量变化趋势。通过比较发现碳储量密度存在空间集聚性和关联性，邻近地区碳储量密度相对接近。但也存在相邻地区碳储量密度相差较大的情况，如非洲和欧洲地区。另外，可以发现不同区域的碳储量存在动态变化，因此改变森林管理能够有效增强森林固碳潜力。二空间关联性检验在直观观察全球森林碳汇存在空间相关性后，本文采用nullnullnullnullnull指数对空间相关性进行测度，其计算公式如下 nullnullnull nullnullnullnull 年第nullnull 期 ① 各国森林面积的数据来源于联合国粮食及农业组织数据库。 I ［n null n i null null n j null w ij x i － x x j － x］/［ null n i null null n j null w ijnull n i null x i － x null ］其中，w ij 为空间权重矩阵的第i行第j列的元素，本文采用的空间权重矩阵为各国之间距离的倒数。 ① 因为森林资源属于自然资源范畴，空间距离上的相关性较强，各国之间的经纬度数据来源于nullnullnullnullnull数据库，本文根据不同数据库的交集选取nullnullnull 个国家的距离作为空间权重矩阵的数据基础。表null 为各国碳储量密度的nullnullnullnullnull指数检验结果，可以发现，从nullnullnullnull 年至nullnullnullnull 年碳储量密度存在显著的空间正相关。各国碳储量密度的空间相关性表现出明显的动态变化特征，这隐含了森林碳汇受到不同因素驱动且存在跨国间溢出效应的可能性。因此，本文进一步探索森林碳汇的影响因素情况以及潜在的国家间间接影响。表null nullnullnullnullnullnullnullnull 年全球森林碳储量密度的nullnullnullnullnull指数 nullnullnullnull 年 nullnullnullnull 年 nullnullnullnull 年 nullnullnullnull 年 nullnullnullnull 年 nullnullnullnull 年平均值 nullnull nullnullnull nullnull nullnullnull nullnull nullnullnull nullnull nullnullnull nullnull nullnullnull nullnull nullnullnull nullnull nullnullnull 注表中各值均在nullnull水平上显著。三、理论模型与变量选取一碳汇空间模型设定根据nullnullnullnull 年nullnullnullnull国家温室气体清单指南 nullnullnullnull，nullnullnullnull以及上文对于森林碳汇的介绍，本文可以得到森林碳汇的核算公式如下 C A V BEF s D null Ｒ CF null 其中，C 为森林碳汇量，A 代表森林面积，V 代表出材蓄积量，BEF s 为生物量扩展系数，D 表示基本木材密度，Ｒ为“根冠比”，CF为干物质含碳率。为进一步简化分析，本文将上述碳汇的计算公式概括为三个维度AV 表示 A 与 V 的乘积即为森林蓄积量;生物量扩展系数、木材密度等一系列参数可以通过林木种类S和林业管理技术水平T 来表示。主要因为林木种类不同，其固碳能力存在差异。对于森林的管理投入直接影响森林的生长，例如森林火灾、不当的砍伐等，进而本文可以得到 C f AV，T，S null 其中，f·表示森林碳汇关于森林蓄积量、林业管理技术水平以及林木种类三种因素的函数。基于null式本文可以构建关于森林碳汇的回归方程如下 C i null null AV i null null T i null null S i null null ，i null，null，null，，n null 技术进步对环境治理及区域经济发展具有重要意义魏巍贤等，nullnullnullnull，结合森林资源以及碳汇的特点看，林业管理技术水平还具有非常明显的溢出效应。具体来说，已有研究表明，一般管理方式与技术具有较强的外溢性特征 nullnullnullnullnullnullnullnullnullnullnullnullnull null nullnullnullnullnullnullnullnullnullnullnullnullnullnullnull，nullnullnullnull。因此，碳汇的发展可能由于区域间经济或技术的溢出效应而存在一定的空间相关性。而结合森林碳汇的特征看，森林资源通常不是地区独有的，往往具有跨区域以及蔓延性的生长特征。一个区域内对森林的管理水平和技术手段加强，会对整个生态系统起到正向的促进作用，进而邻近区域的森林资源也会处在良性的生长环境中，进而有利于碳汇。如果区域内管理不当，森林固碳效果会大大降低，甚至会成为碳源，会对邻近森林碳汇起到负向作用。基于以上分析，参考朱平芳等nullnullnullnull，本文假设区域林业管理技术水平 T 是周围区域林业管理技术水平共同影响的结果，可表达为 nullnullnull 杜之利等碳中和背景下的森林碳汇及其空间溢出效应 ① 各国之间距离定义为各国地理边界构成多边形的质心距离。 T i null null T i x nulli null nullnull null nulli ，i null，null，null，，n null 其中，T i nullnull n j nullnull w ij T j ，表达了区域林业管理技术水平的溢出效应，而 x nulli 则代表其他影响管理技术水平的因素，w ij 即为空间权重矩阵，它直接反映了截面上个体之间的空间相关结构。此外，对于森林蓄积量，同样可以表示为一系列与之相关的因素x nulli AV i x nulli null nullnull null nulli ，i null，null，null，，n null 如果将null式、null式、null式写成矩阵形式，则可以表示为 C n null null AV n null null T n null null S n null nulln null T n null null W n T n X nulln null nullnull null nulln null AV n X nulln null nullnull null nulln null null式可以进一步表示为 T n In － null null W n －null X nulln null nullnull null nulln null 将null式、null式代入到null式中，可以得到 C n null null W n C n X nulln null nullnull W n X nulln null nullnull X nulln null nullnull null null S n W n S n null nullnull null n nullnull 其中，null n null In nullnull null W n null nulln nullnull null null nulln nullnull null null nulln 。二因素识别及数据来源 nullnull环境因素森林砍伐量 harv，单位为立方米null公顷。森林砍伐量对单位面积森林的活立木蓄积量有直接的影响，除此之外砍伐会产生更多的碳排放 nullnullnullnullnullnullnullnull nullnull nullnullnull，nullnullnullnull;nullnullnullnullnullnull nullnull nullnullnull，nullnullnullnull。在林业发展中，森林砍伐的林产品主要包括薪柴量、工业用材和非工业用材等，其中薪柴可作为一种生物质能对化石能源进行替代，属于清洁能源，对环境则能产生有利的影响 nullnullnullnullnullnullnullnullnullnull null nullnullnullnullnullnullnull，nullnullnullnull。本文选取单位森林面积的薪柴量作为林业发展的影响因素之一进行探讨，各国薪柴量的数据来源于联合国粮食及农业组织数据库。土地利用结构 land，单位为null。土地利用结构的变化对地区成为碳汇或是碳源有较大的影响 nullnullnullnullnull nullnull nullnullnull，nullnullnullnull。随着社会经济的发展，土地利用结构发生了较大变化，森林的固碳作用也随着土地利用结构的变化而改变，且固碳成本也会因此受到影响 nullnullnullnullnullnullnullnullnullnullnullnull nullnull nullnullnull，nullnullnullnull; nullnullnullnullnullnullnullnull nullnull nullnullnull，nullnullnullnull; nullnull nullnull nullnullnull，nullnullnullnull。本文以森林面积与土地面积的比值作为影响森林碳储量密度的因素进行分析，数据来源于联合国粮食及农业组织数据库。温度变化 temp。树木的生长与环境变化有紧密的联系，植物通过光合作用吸收二氧化碳，光合作用需要在适当的温度下进行，因此温度变化会对森林碳储量的发展产生影响。本文温度变化数据来源于联合国粮食及农业组织数据库，根据 nullnullnullnull 的地球表层温度图层计算的年度温度变化数据。该数据为年平均温度异常的信息，即相对于基线气候学的温度变化。 nullnull经济因素城镇化率 urban，单位为null。城镇化是代表一个国家或地区经济发展的重要指标，不同类型的城镇化率对森林碳汇的形成有不同的影响 nullnull nullnull nullnullnull，nullnullnullnull。由于前文已选取土地结构作为一项影响因素，本文的城镇化率选取城镇人口占比作为解释变量进行分析，数据来源于世界银行数据库。能源消费结构 ener，单位为null。能源使用会破坏森林生态系统，并且薪柴是生物质能的主要来源材料，因此能源消费结构与森林碳储量密度密切相关。本文选取新能源消费占总能源消费量的比重作为能源消费结构的指标。各国新能源消费比重的数据来源于联合国粮食及农业组织数据库。非政府组织活跃度 NGO。nullnullnullnullnullnullnullnullnull和nullnull null nullnullnullnullnullnullnullnullnullnullnull指出不同国家允许环保组织 nullnullnull nullnullnullnull 年第nullnull 期动员的自由程度不同，会对环境政策产生影响，保护环境的可能性也不同。为了能更好地体现不同国家对非政府组织提供的自由程度，本文以政体数据库 nullnullnullnullnullnull nullnull 中不同国家的民主程度 democracy作为非政府组织活跃度的指标，研究非政府组织活跃度与森林碳储量密度之间是否存在联系。该指标的量化主要是根据不同细则的打分情况，分数介于null 至nullnull 分之间，国家处于政变、战争等情况时为负分。 nullnull林业管理技术因素在林业管理技术水平方面，本文选取了经济增长 gdp和林业出材效率 eff来衡量。经济发展水平是影响林业发展的重要因素 nullnullnullnullnullnullnullnullnullnull nullnull nullnullnull，nullnullnullnull;nullnullnull null nullnull，nullnullnullnull，本文选取 nullnullnull 增长率作为经济增长的指标，数据来源于世界银行数据库。林业出材效率通过单位面积出材量相对大小与森林面积增长率相对大小的乘积计算得到。相对大小是基于nullnullnull 个国家间的排序，当某个国家单位面积出材量最低时赋值为null，最高出材量的国家在该年赋值为nullnullnull，森林面积增长率相对大小的赋值按照相同的规则。该项指标代表的含义为某个国家具有较高的木材出材量同时森林面积增加，说明该国林业管理技术较为先进或是该国对林业的管理较好从而保证了树木的生长和面积的增加。根据影响因素的选择，本文可以将nullnull式扩展成面板数据模型的形式 C it null null C it x null，it null nullnull x null，it null nullnull x null，it null nullnull null i null t null it nullnull 其中，x null，it null［harv it ，land it ，temp it ，urban it ，ener it ，NGO it ］，x null，it null［gdp it ，eff it ］。而气候、海拔以及偏好习惯等地区特征将被包含在个体固定效应null i 中。在普通面板模型中，系数代表解释变量对被解释变量的边际效应，而空间杜宾模型中的参数估计不能直接显示其边际效应。因此，为进一步分析解释变量的溢出效应，可对模型进行转化分解 nullnullnullnullnullnull null nullnullnullnull，nullnullnullnull。直接效应表示解释变量对本地区被解释变量的边际效应，但不同于非空间面板回归中参数估计的含义。在空间面板模型中的直接效应包括该变量带来的直接影响以及通过冲击邻近地区反馈到本地区的影响。间接效应即为溢出效应，表示本地区的自变量对其他所有地区因变量的影响 nullnullnullnullnullnull null nullnullnullnull，nullnullnullnull。本文所用样本数据共覆盖全球nullnullnull 个国家，国家列表主要根据不同数据库包含的国家以及样本的可得性进行确定。另外，由于森林碳储量数据每五年发布一次，且nullnullnullnull 年前数据缺失较为严重，因此样本时间区间从nullnullnullnull 年至nullnullnullnull 年。各个变量描述性统计如表null。表null 变量描述性统计变量平均值标准差最小值最大值 carbon nullnullnull nullnullnullnull nullnullnull nullnullnullnull null nullnullnullnull nullnullnullnull harv nullnull nullnullnullnull nullnullnull nullnullnullnull null nullnullnullnull nullnullnullnull land nullnullnull nullnullnullnull nullnullnull nullnullnullnull null nullnullnull nullnullnullnull temp nullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnullnullnull nullnull nullnullnullnull urban nullnullnull nullnullnullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnull ener nullnullnull nullnullnullnull nullnullnull nullnullnullnull null nullnullnull nullnullnullnull NGO nullnull nullnullnullnull nullnullnull nullnullnullnull nullnullnull nullnull gdp nullnull nullnullnullnull nullnull nullnullnullnull nullnullnullnull nullnullnullnull nullnullnullnull nullnullnullnull eff nullnullnullnullnull nullnullnull nullnullnullnullnull nullnullnullnull null nullnullnullnullnull nullnullnull 杜之利等碳中和背景下的森林碳汇及其空间溢出效应四、森林碳汇的影响因素与溢出效应一非空间模型结果当不考虑空间溢出效应时，面板数据固定效应模型结果如表null 所示。表null 非空间计量模型回归结果 null null null null harv nullnull nullnullnullnull nullnullnull nullnull nullnullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnull nullnullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull land nullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull temp nullnullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnull nullnullnullnull nullnullnullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull null nullnullnull nullnullnullnull urban nullnullnull nullnullnullnull nullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull nullnullnull nullnullnullnull ener nullnull nullnullnullnull nullnullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnullnull nullnullnullnull NGO nullnull nullnullnullnull nullnullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnullnull nullnull nullnullnull