森林生态系统每年固定的碳约占整个陆地生态系统的2 /3(张小全等，2009)，在维持全球碳平衡、降低温室效应中发挥着巨大作用。随着全球气候变化问题的逐渐升温，增加森林碳汇潜力巨大且具有显著的成本优势(van Kooten et al.，1995; Murray，2000; Englin et al.，1993)，已经成为应对气候变化的重要举措。我国也将增加森林碳汇作为应对气候变化的重要选择，并逐步构建碳交易市场。2012年，国家发改委出台了《温室气体自愿减排交易管理暂行办法》，对我国开展碳交易做出了相关规定，并明确了6种温室气体可进入交易，森林的碳汇功能将得到经济收益，为森林碳汇交易市场的发展提供了机会，同时也迫切地需要对森林碳汇交易市场构成的重要要素———碳汇供给潜力进行研究。增加森林碳汇供给的重点在于转变森林经营方式，提高森林经营水平。考虑碳汇收益可能使原来的森林经营成本、收益和经营决策发生改变，在现有森林经营技术水平下，只有经济上可行，才可能激励森林经营者转变经营方式，增加森林碳汇供给(王枫等，2012)。而实证分析考虑碳汇收益、木材价格和利率等因素对不同类型林地森林经营方式及碳汇供给的影响，以及刺激森林经营者增加碳汇供给，具有重要的研究价值和实际意义。

国外学者较早对森林碳汇进行研究，主要集中在2个方面。1)考虑碳收益的森林经营决策方面。主要研究考虑碳汇收益后轮伐期的变化，如 Olschewski等(2010)利用 Hartman 模型分析了考虑木材和碳汇收益的最优轮伐期，发现单一木材生产轮伐期15年为最优，而考虑木材和碳汇的最优轮伐期长度翻倍; Pajot(2011)研究碳汇的成本有效性，在考虑碳汇情景下，最优轮伐期会延长; Köthke等(2010)用修正的 Faustmann 模型验证碳汇对森林管理的影响，在碳汇有价格时的3种情况下，最优轮伐期都会延长。 2)碳汇供给方面。 Stainback等(2002)估计了美国南部湿地松(Pinus elliottii)碳汇供给曲线，得出碳价格对于碳供给具有正面影响，但碳供给的边际增加量在减少; Benitez等(2004)通过敏感性分析发现，土地价格、木材价格和碳吸收率是影响碳汇供给的重要因素。从而人们可以通过采取各种措施，增加碳汇供给。

国内森林碳汇研究起步较晚，现有研究主要集中以下方面。1)碳汇政策和碳市场方面。李怒云等(2006)认为，碳汇政策是碳汇管理的核心; 何英等(2007)指出中国森林碳汇交易市场还处在建立和发展阶段，具有较大的潜力; 武曙红(2010)分析了未来 CDM 林业碳汇市场的前景及出售林业碳信用的交易策略。2)碳储量估算方面。 方精云等(2002)用生物量换算因子法计算中国1998年森林固碳量为174.17亿 tCO₂ ; 周国模等(2004)研究了毛竹(Phyllostachys edulis)的碳密度和碳贮量及其空间分布; 支玲等(2008)采用换算因子连续函数对三北防护林的碳汇价值量进行了评价; 王效科(2010)用改进的方法计算中国森林固碳量为128.15亿 tCO₂ ; 续珊珊(2010)等根据森林资源清查数据，估算黑龙江国有林区潜在碳储量为3.17 Pg，实际碳储量仅为潜在碳储量的9.52% 。

综上所述，国内学者很少实证分析考虑碳汇收益下的森林经营决策以及碳汇供给潜力。国外学者虽然已经采用定量的模型来模拟碳收益对森林经营和碳汇供给的影响，但鲜有涉及不同立地水平的差异。因此，本研究基于中国南方浙江、江西和福建等杉木(Cunninghamia lanceolata)重点产区典型国有林场的经营数据，利用修正的碳收益模型和杉木生长模型，模拟分析碳汇价格、利率和木材价格等因素变化对不同类型林地的最优轮伐期、土地期望值以及碳汇供给潜力的影响。

本文的研究点为我国南方集体林区的浙江、江西和福建3个省份。

浙江省地处中国东南沿海、长江三角洲南翼，面积10.41万 km²，常住人口5 463万。2011年，全省人均 GDP 5.87万元，农民人均纯收入1.31万元，城镇居民人均可支配收入3.10万元。森林面积601.36万 hm²，活立木蓄积24 224.93万m³，森林覆盖率59.07% 。现有杉木人工林面积82.09万 hm²，蓄积4 993.66万m³。

福建省位于中国东南沿海，东隔台湾海峡与台湾省相望，面积12.4万 km²，人口3 689.42万。2011年，全省人均 GDP 4.70万元，农民人均纯收入0.88万元，城镇居民人均可支配收入2.49万元。全省森林面积766.65万 hm²，活立木蓄积5.32亿m³，森林覆盖率63.10% 。现有杉木人工林126.05万 hm²，蓄积11 969.54万m³。

江西省位于中国东南部，长江中下游南岸，面积16.69万 km²，人口4 456.75万。2011年，全省人均GDP 2.12万元，农民人均纯收入0.69万元，城镇居民人均可支配收入1.75万元。全省森林面积973.63万 hm²，活立木蓄积4.50亿m³，森林覆盖率58.32% 。现有杉木人工林197.16万 hm²，蓄积10 141.88万m³。

根据杉木林经营状况的代表性原则，从上述3个省份共选取13个林场作为案例点，详见表 1。

表 1 案例点林场基本情况^① Tab.1 The basic situation of case forest farm

表 1 案例点林场基本情况① Tab.1 The basic situation of case forest farm 省份 Province 林场名称 Forest farm name 林地面积 Forest area/hm 2 总收入 Total revenue/10 4 yuan 职工人数 Employees ①数据来源: 根据调查数据整理。Data sources: according to the survey data． 　 开化林场 Kaihua forest farm 8 375 2 799.60 312 浙江 Zhej+iang 景宁林业总场Jingning forest farm 5 870 715 96 　 庆元实验林场 Qingyuan experimental forest farm 8 105 1 909.50 56 　 文成石洋林场 Wencheng shiyang forest farm 5 295 800 268 　 政和林场 Zhenghe forest farm 5 000 1 100 120 福建Fujian 川页昌林场 Shunchang forest farm 21 755.33 3 959.21 237 　 永安林场 Yong'an forest farm 3 653.33 188.60 69 　 银坞林场 Yinwu forest farm 6 600 229.56 90 　 楓树山林场 Fengshushan forest farm 24 533.33 4 000 2 364 江西 Jiangxi 西窑林场 Xiyao forest farm 3 234 125.06 46 　 双圳林场 Shuangzhen forest farm 6 533.33 650 166 　 珍珠山林场 Zhenzhushan forest farm 7 633.33 150 3 321 　 生态林场 Ecological forest farm 8 000 700 100

本研究基于裸地造林的假设，构造木材和碳汇收益模型。这里笔者采用修正的 Faustman-Hartman 模型来计算最优轮伐期(土地期望价值最大化)下的碳汇供给量。Faustmann 模型是基于木材收益来计算最优轮伐期，后来学者把仅考虑木材收益的情景扩展到包含碳汇和木材收益时的最优轮伐期，即 Faustman-Hartman 模型。修正的 Faustman-Hartman 模型的具体形式如下:

国内学者对于杉木的生长模型有诸多研究(周国模等，2001; 吴载璋等，2004; 陈则生，2010)，然而不同区域由于气候、海拔、立地指数、坡向等条件不同，杉木生长模型有所差异。本文设定的研究区域为中国南方的浙江、福建和江西3个省份，这3个省份的气候等自然条件类似，因此本研究选择浙江省杉木人工林生长模型作为基础模型(周国模等，2001)。模型的具体形式为:

表 2 u，G，J 的取值 Tab.2 The value of u，G，J

表 2 u，G，J 的取值 Tab.2 The value of u，G，J 立地指数SI G J 经营密度指标(u) Site index/m Management density index(u) ≤13 -0.240 4 0.472 3 0.8 ≤15 -0.237 0 0.471 6 0.6

同时，为了更加准确地反映不同立地条件、不同经营水平下杉木的蓄积变化，笔者采用林场小班数据对生长模型系数进行了调整，得到生长模型(6):

结合上述模型和数据，可以得到不同立地类型的杉木生长曲线(图 1)。

	图 1 杉木的生长曲线 Fig. 1 The growth curve of Chinese fir

根据关键信息人访谈和实地调查，杉木林经营成本主要包括3部分: 1)造林成本，包括第1年的整地成本、种植成本、种苗及肥料成本以及第1~3年的补植成本和幼林抚育成本，其中劳动力工价为每工每日100元; 2)杉木间伐和主伐时的采运成本; 3)历年的管护成本。考虑到部分林场的同一项经营活动发生在不同的时间点，笔者在计算不同林场成本时首先贴现到相同的时间点，再求平均成本(表 3)。

表 3 杉木经营成本^① Tab.3 The operating costof Chinese fir

表 3 杉木经营成本① Tab.3 The operating costof Chinese fir 　 　 江西 Jiangxi 福建 Fujian 浙江 Zhejiang 平均 Mean ①资料来源：问卷整理。Data sources: questionnaires. 优等林地Good land 第 1 年 The first year 12 831.03 19 477.5 10 949.7 14 419.41 第 2 年 The second year 3 748.1 6 840 3 493 4 693.7 第 3 年 The third year 2 428.13 6 120 2 391 3 646.376 7 第 4 年 The fourth year 4 200 — — 1 400 采运成本Logging cost 153.66 390 232 258.553 33 中等林地Average land 第 1 年 The first year 13 112.33 17 506.17 11 214 13 944.167 第 2 年 The second year 3 610.54 5 758.13 2 430 3 932.89 第 3 年 The third year 2 428.13 5 320 1 905 3 217.71 第 4 年 The fourth year 4 200 — — 1 400 采运成本 Logging cost 177.3 326.24 235 246.18 劣等林地Poor land 第 1 年 The first year 15 199.47 17 377.5 9 734.25 14 103.74 第 2 年 The second year 4 326.04 6 545 3 229.5 4 700.18 第 3 年 The third year 2 775 7 680 1 725 4 060 第 4 年 The fourth year 3 121.88 3 000 1 725 2 615.626 7 采运成本 Logging cost 301.54 456 270 342.513 33

根据木材市场调查和相关林场的访谈，不同径级的杉木木材平均价格如表 4所示。为了更加深入地分析碳汇价格变化对林地最优轮伐期以及碳汇供给量等的影响，参照国内外林业碳汇项目的交易价格，本文的碳汇价格设定在0~250 yuan·t ^-1 C 变动区间。

表 4 杉木价格^① Tab.4 The price of Chinese fir

表 4 杉木价格① Tab.4 The price of Chinese fir 径级 Diameter grades/cm <6 6~8 8~12 12~16 >16 ①资料来源：实地调查。Data sources: survey. 价格 Price /(yuan·m-3) 300 600 800 900 1 000

利用修正的 Faustman-Hartman 模型和杉木生长收益模型，结合不同类型杉木林地历年经营成本和收益的数据，可以计算出不同碳汇价格时优等、中等、劣等3种类型林地的最优轮伐期; 再利用杉木的生长收益模型和碳转化系数可以获得最优轮伐期时3种不同类型林地的碳汇供给量; 最后，分析利率和木材价格等因素变化对不同类型林地碳汇供给量的影响。

图 2显示，碳汇价格水平越高，不同类型林地的土地期望值越大。在利率为5% 水平下，当碳汇价格为0时，优等、中等和劣等林地的最大土地期望值分别为73 389，40 689和10 708 yuan·hm^-2; 而碳汇价格增加到250 yuan·t^-1时，3种不同类型林地的土地期望值分别为100 357，57 969和24 647 yuan·hm^-2。可见，土地期望值的提高会增加林业用地转变为其他用途如农业用地的机会成本，甚至会使一些农业用地转化为林业用地。

	图 2 碳汇价格变化对杉木土地期望值的影响 Fig. 2 The carbon price change's impact on Chinese fir's land expected value(LEV)

利用修正的 Faustman-Hartman 模型计算不同立地水平林地的最优轮伐期。结果显示: 在碳汇价格为0 yuan·t^-1，即仅经营木材时的优等、中等和劣等林地的最优轮伐期分别为23，24和23年(图 3)。这时，为什么劣等林地的最优轮伐期要比中等林地短呢? 原因在于劣等林地没有间伐，客观上相对缩短了最优轮伐期。当碳汇价格从零开始逐渐上升的过程中，中等林地和劣等林地的最优轮伐期随着碳汇价格的增加逐渐向后推迟。然而对于优等林地而言，碳汇价格在较长价格范围内变化并没有对杉木最佳轮伐期产生影响，这与优等林地前期投入和最终的木材收益有关，木材收益占总收益中的比重越大，碳汇价格变化而引起的碳汇收益改变对最优轮伐期的影响不大。

	图 3 碳汇价格变化对杉木最优轮伐期的影响 Fig. 3 The carbon price change's impact on optimal rotation of Chinese fir

同样，笔者模拟了考虑碳汇收益情景下的碳汇供给量。在5% 的利率水平下，分别计算在不同碳汇价格下最优轮伐期时的碳汇供给量，得到了3种不同类型林地的碳汇供给曲线(图 4)。结果显示，优等林地的碳汇供给量要远远高于中等和劣等林地，随着碳汇价格上升，优等林地的碳汇供给量在相当大的价格范围内没有变化，为5.02 t·hm^-2a^-1;中等和劣等林地的碳汇供给量随着碳汇价格的上升逐渐增加。

	图 4 碳汇价格变化对碳汇供给量的影响 Fig. 4 The carbon price change's impact on carbon supply

分析利率变化对3种类型林地杉木碳汇供给的影响见图 5，6，7。结果表明，杉木林地的碳汇供给量随着利率的上升而呈减少的趋势，但是利率对不同类型林地的影响又各不相同。

	图 5 不同利率下的杉木碳汇供给量(优等林地) Fig. 5 The Chinese fir carbon supply quantityunder different interest rate(good land)

	图 6 不同利率下的杉木碳汇供给量(中等林地) Fig. 6 The Chinese fir carbon supply quantity under different interest rate(average land)

	图 7 不同利率下的杉木碳汇供给量(劣等林地) Fig. 7 The Chinese fir carbon supply quantityunder different interest rate(poor land)

1)利率变化对优等林地杉木碳汇供给的影响当碳汇价格低于100 yuan·t^-1时，利率对优等林地碳汇供给量没有影响; 但是当碳汇价格上升到150yuan·t^-1以上时，较低的利率(如3%)对增加杉木碳汇供给量的影响很大; 而当利率增加到5% 以上时，利率对优等林地碳汇供给量不再有影响(图 5)。

2)利率变化对中等林地杉木碳汇供给的影响利率对中等林地的碳汇供给量影响较大，在碳汇价格为0时，3% 利率水平下的杉木碳汇供给量为2.88 t·hm^-2a^-1，比7% 利率水平下碳汇供给量高出14.8% 。同时，在较高利率水平下碳汇供给量对碳汇价格变化更加敏感。当利率为4% 时，在设定的碳汇价格区间内，碳汇供给量从2.79 t·hm^-2a^-1增加到2.92 t·hm^-2a^-1，增加了4.7% ; 而当利率上升到7% 时，在设定的碳汇价格区间内，碳汇供给量从2.67 t·hm^-2a^-1增加到2.95 t·hm^-2a^-1，增加了10.5% ; 当碳汇价格上升到200 yuan·t^-1以上时，利率对中等林地碳汇供给量的影响不显著。

3)利率变化对劣等林地杉木碳汇供给的影响利率变化对劣等林地杉木的碳汇供给量影响较大，碳汇供给量与利率呈负相关，与碳汇价格呈正相关。而当利率达到7% 时，单纯的杉木用材林经营已没有经济效益，只有当碳汇价格达150 yuan·t^-1以上时，杉木碳汇林经营才有经济效益。

不仅利率对杉木的碳汇供给量有影响，木材作为碳汇的替代品，其价格变化也对杉木林的碳汇供给量产生显著的影响。这里分别分析了3种类型林地在木材价格上升或下降10%，20% 时的碳汇供给量变化(图 8，9，10)。

	图 8 木材价格变化对碳汇供给量的影响(优等林地) Fig. 8 The timber price change's impact oncarbon supply(good land)

	图 9 木材价格变化对碳汇供给量的影响(中等林地) Fig. 9 The timber price change's impact oncarbon supply(average land)

	图 10 木材价格变化对碳汇供给量的影响(劣等林地) Fig. 10 The timber price change's impacton carbon supply(poor land)

可以看出，对3种不同类型林地而言，木材价格与碳汇供给量均呈负相关关系。但是，不同类型林地的碳汇供给量对木材价格的敏感程度有所不同，木材价格变化对优等林地碳汇供给量的影响很小，只有在木材价格下降20% 、碳汇价格为100 yuan· t^-1时，优等林地的碳汇供给量才开始增加，而且，碳汇供给量对木材价格下跌比木材价格上涨更为敏感; 而中等和劣等林地的碳汇供给量受木材价格变化的影响更加显著。对于劣等林地而言，当木材价格下降20% 时，单纯的杉木用材林经营已没有经济效益，只有当碳汇价格达50 yuan·t^-1以上时，才有碳汇供给。

通过改善森林经营增加碳汇已成为中国乃至全球应对气候变化的重要举措。考虑碳汇收益和碳税，木材价格和利率变动都将对杉木经营者的经营决策及碳汇供给产生重要影响。基于本研究，可以得出以下结论:

1)考虑碳汇收益将显著增加林地作为资产的价值。林地作为资产的价值的提高将刺激森林经营者将更多的土地用于森林经营，从而增加碳汇和木材供给。同时，林地作为资产的价值的增加会减少林业用地转为其他用途的机会，如农业用地; 甚至会使部分农业用地转化为林业用地。

2)最优轮伐期随着碳汇价格的增加而呈延长趋势。对于不同类型林地而言，在考虑碳汇收益情景下，在相当大的碳汇价格区间内，价格增加并没有对优等林地的最优轮伐期造成显著影响，说明木材经营和碳汇经营的目标在一定程度上是兼容的。

3)中等和劣等林地的碳汇供给量对碳汇价格的反应更加敏感，这也为通过市场和价格手段来改变现行林地经营方式进而增加林地的森林碳汇供给提供了可能。

4)杉木林地的碳汇供给量与利率和木材价格呈负相关，但是利率和木材价格变化对不同类型林地的影响有所差异。利率和木材价格变化对优等林地的碳汇供给量影响整体不显著，但对中等和劣等林地的影响比较显著。在一个较低的利率水平下(如3%)或者木材价格下降(如10%)的情景下，中等和劣等林地的杉木碳汇供给量大幅度提高。当利率达到7% 或者木材价格下降20% 时，劣等林地单纯的木材经营已经没有经济效益，也不会有碳汇供给。碳汇供给量与利率的变化关系也为采用货币手段来刺激增加森林碳汇提供可能。

本研究中也存在一些需要改进和深化之处: 轮伐期只是杉木经营中众多关键因素之一，本研究还未能分析考虑碳汇收益和碳税后森林经营管理的其他变化，如，碳补贴和碳税政策很可能影响杉木经营者改变林种结构和林分密度，加强施肥、抚育等经营投入等，以获取更多的碳汇收益。所有这些，都有待于在以后的研究中进行深化。