陳周光 龍 飛 祁慧博

（浙江農(nóng)林大學(xué) 經(jīng)濟管理學(xué)院，浙江杭州 311300）

一、引言

全球氣候變暖已成為人類所面對的重大問題，其主要原因就是人類活動所排放的以二氧化碳為主的溫室氣體所造成的。《2020年全球氣候狀況》報告顯示，2020年已經(jīng)成為史上最暖的年份之一，直接表明了人類所面臨的氣候危機異常嚴峻。隨著全球氣候變暖趨勢的不斷加劇，各國政府越來越多地在政治和財政上承諾減少溫室氣體排放，并適應(yīng)氣候變化的后果。[1]目前針對溫室氣體減排的措施，大致可以分為兩大類：一是直接減排，主要是指限制工業(yè)碳排放；二是間接減排，主要是通過森林等途徑增加碳吸收。

森林碳匯是指森林吸收二氧化碳并且將其固定，從而減少二氧化碳濃度。森林作為陸地上最大的生態(tài)系統(tǒng)，在應(yīng)對氣候變化中具有不可替代的作用。研究表明：在一般的情況下，林木每生長1立方米蓄積量，平均吸收1.83噸二氧化碳，釋放出 1.62噸氧氣。[2]相對于減少溫室氣體的排放，森林碳匯具有明顯的成本優(yōu)勢。[3,4]目前森林碳匯是緩解氣候變化的重要生態(tài)系統(tǒng)，是節(jié)能減排戰(zhàn)略的補充措施。[5]在市場上，森林碳匯作為商品進行交易，從而幫助一些國家和企業(yè)緩解減排壓力，商品交易與價格密不可分，價格機制是市場機制的核心，但是由于碳交易市場上完成交易的森林碳匯非常少，難以準確評估其生產(chǎn)成本和市場價值。[6]因此，研究其定價有助于推動森林碳匯市場的進一步發(fā)展和完善，最終發(fā)揮森林碳匯在減排中所具有的重要作用。

二、文獻綜述

（一）關(guān)于森林碳匯實物量的相關(guān)研究

關(guān)于森林碳匯實物量的計算方法可以分為兩大類：一是自然計量法，二是經(jīng)濟計量法[7]，其中自然計量法主要有碳密度法、CO2FIX模型法等，經(jīng)濟計量法主要有生物量法及蓄積量法，進一步又可將生物量法分為生物量轉(zhuǎn)換因子、生物量轉(zhuǎn)換因子連續(xù)函數(shù)法以及平均生物量法。[8]António et al.（2018）采用生物量模型，結(jié)合現(xiàn)場的測量數(shù)據(jù)以及衛(wèi)星數(shù)據(jù)等對加里曼丹地區(qū)的森林碳儲量以及生物量進行了研究[9]；Fang et al.（2001）運用生物量轉(zhuǎn)換因子連續(xù)函數(shù)法對1949—1998年中國的生物量及碳儲量的變化進行了研究[10]，張春華等（2018）同樣利用此方法進行了研究[11]；Guo et al.（2010）運用連續(xù)生物量換算因子法、平均比值法及平均生物量密度法對1984—2003年中國森林生物量碳庫進行了研究，研究結(jié)果表明平均生物量密度法估算值大于平均比值法大于連續(xù)生物量換算因子法。[12]也有學(xué)者采用了生物量-蓄積量轉(zhuǎn)換因子法以及平均生物量法進行了相關(guān)研究。[13,14,15]森林蓄積量擴展因子法運用得也較為廣泛，其中張娟等（2021）研究了1978—2018年福建省的森林碳儲量，發(fā)現(xiàn)其森林碳儲量呈現(xiàn)出不斷增加的趨勢，森林碳匯潛力巨大[16]；石小亮等（2015）利用此方法研究了2009—2013年中國的森林碳匯量，研究表明在此期間中國的天然林與人工林的碳匯量呈現(xiàn)上升趨勢，其中天然林增速低于人工林[17]；陳剛（2015）對 1979—2020 年中國的研究同樣也認為森林碳匯量呈現(xiàn)快速上升趨勢。綜上所述，目前在估算森林碳匯量的時候自然計量法與經(jīng)濟計量法都有所運用，學(xué)者基于不同的情形采用了各異的研究方法。

（二）關(guān)于森林碳匯價格核算的研究

劉梅娟等（2020）認為目前學(xué)術(shù)界對森林碳匯價值評價方法的研究主要從成本與效益兩個角度進行。[18]森林碳匯價值評價方法大致可以細分為造林成本法、市場價格法、碳稅率法、影子價格法以及期權(quán)定價法等。

Pearce et al.（2003）研究發(fā)現(xiàn)，2000 年美國的二氧化碳固碳成本在6美元/噸～160美元/噸之間。[19]張穎等（2010）借鑒蓄積量轉(zhuǎn)換法與最優(yōu)模型法，計算出中國森林碳匯的最優(yōu)價格在10.11美元/噸～15.17 美元/噸[20]，龍飛和祁慧博（2019）也用此方法研究了森林碳匯價格，認為森林碳匯價格應(yīng)為210.32元/噸，這一價格略高于張穎等（2010）的研究。[21]黃宰勝和陳欽（2017）利用分段常數(shù)指數(shù)模型，結(jié)合計劃行為理論對有支付意愿的碳排放企業(yè)進行了研究，發(fā)現(xiàn)其價格為47.36元/噸。[6]有學(xué)者利用期權(quán)定價法進行了相關(guān)研究，期權(quán)定價法主要是B-S期權(quán)定價模型，朱瑋強等（2018）用該模型研究了浙江省安吉縣CCER竹林經(jīng)營碳匯項目的經(jīng)濟價值，并認為期權(quán)定價比傳統(tǒng)的凈現(xiàn)值法更為合理[22]，貫君等（2020）采用B-S期權(quán)定價模型，以黑龍江省十八站落葉松碳匯造林項目為例，測算了其經(jīng)濟價值，認為期權(quán)定價相對于傳統(tǒng)方法而言更加科學(xué)合理，這與朱瑋強等（2018）的研究相契合。[23]龍飛等（2020）從減排企業(yè)出發(fā)利用羅賓斯坦恩模型計算了森林碳匯的需求價格[24]，楊虹等（2021）在此基礎(chǔ)上結(jié)合云模型對森林碳匯需求價格進行了研究。[25]華志芹（2015）則是運用影子價格法研究了森林碳匯產(chǎn)權(quán)價值。[26]還有學(xué)者采用造林成本法、碳稅率法以及市場價格法進行了研究。[27,28,29]也有學(xué)者采用超越對數(shù)生產(chǎn)函數(shù)模型并結(jié)合影子價格思想測算了云南省的森林碳匯價格。[30]綜上研究，森林碳匯價格的計量方法比較多樣，并沒有統(tǒng)一的標(biāo)準，學(xué)者則根據(jù)自己研究的實際情況采用了不同的方法。

根據(jù)文獻研究可知，目前關(guān)于森林碳匯量以及森林碳匯價格的研究方法多樣，國內(nèi)外眾多學(xué)者的相關(guān)研究形成了豐碩的研究成果，并為后續(xù)研究提供了相關(guān)思路，但是超越對數(shù)生產(chǎn)函數(shù)模型在估算森林碳匯價格中還與其他方法存在一定差距。因此，筆者將采用蓄積量轉(zhuǎn)換擴展因子法估算1990—2018年中國的森林碳匯量；森林碳匯價格的估算將運用超越對數(shù)生產(chǎn)函數(shù)模型并結(jié)合嶺回歸分析。

三、研究設(shè)計

（一）模型構(gòu)建

研究參考影子價格的思想，依據(jù)邊際生產(chǎn)力理論可知，某一生產(chǎn)要素的價格源于要素市場的供需關(guān)系，是其邊際生產(chǎn)力所決定的，某一生產(chǎn)要素的價格就等于其邊際生產(chǎn)力。文中將森林碳匯作為投入要素引入生產(chǎn)函數(shù)模型中，其影子價格就是邊際生產(chǎn)力，該價格反映出各種資源配置最優(yōu)的時候森林碳匯資源的真實價值。該研究方法以森林碳匯的稀缺性為基礎(chǔ)，研究所估算的森林碳匯價格是其作為生產(chǎn)要素給森林生態(tài)系統(tǒng)所帶來的價值，體現(xiàn)了森林碳匯在森林生態(tài)系統(tǒng)中所具有的重要地位，能夠為減排主體在參與碳交易的時候提供一定的參考。

生產(chǎn)函數(shù)是指在技術(shù)條件一定的情況下，生產(chǎn)過程中投入要素的某種組合及其可能生產(chǎn)的最大產(chǎn)量之間的數(shù)量依存關(guān)系。[31]在C-D生產(chǎn)函數(shù)中假定產(chǎn)出的彈性為固定常數(shù)，并且要素替代彈性為1，但在現(xiàn)實中生產(chǎn)要素是動態(tài)變化的，與實際不符，而超越對數(shù)生產(chǎn)函數(shù)模型則可以有效克服希克斯中性技術(shù)進步假設(shè)。[32]超越對數(shù)生產(chǎn)函數(shù)具有易估計和包容性強的特性[33]，更加符合實際情況，并且考慮了要素之間的相互作用與替代作用。因此，筆者選取此模型估算森林碳匯的價格[30]，具體的函數(shù)模型如下：

其中，y為林業(yè)生產(chǎn)總產(chǎn)值；l為林業(yè)勞動力；k為林業(yè)資本存量；c表示森林碳匯量；i表示時間；t表示研究地區(qū)；ε為隨機誤差項。 α1，αk，αc，αlc，αkl，αkc，αcc，αkk，αll分別表示林業(yè)勞動力、林業(yè)資本存量、森林碳匯量的產(chǎn)出彈性及各個要素之間平方項或者交叉項之間的彈性。對式（1）求導(dǎo)可得：

進一步將其簡化可得：

根據(jù)邊際生產(chǎn)力理論可知，森林碳匯的價格等于其邊際生產(chǎn)力，所以其可以進一步地表示為：

在式（4）中，各參數(shù)都可以通過回歸模型估計得出。

（二）數(shù)據(jù)來源

為保證數(shù)據(jù)的一致性與準確性，全文數(shù)據(jù)均來自 《中國林業(yè)統(tǒng)計年鑒》（1998—2017）《中國林業(yè)和草原統(tǒng)計年鑒》（2018）《中國林業(yè)年鑒》（1990—1997）以及全國森林資源清查結(jié)果。此外林業(yè)總產(chǎn)值指數(shù)與固定資產(chǎn)價格指數(shù)均來自《中國統(tǒng)計年鑒》（1991—2019）。鑒于數(shù)據(jù)的可獲得性，選擇1990—2018年為研究時間段。

（三）變量選取

產(chǎn)出指標(biāo)，選取林業(yè)總產(chǎn)值作為衡量林業(yè)產(chǎn)出的指標(biāo)。1990—1997年的林業(yè)總產(chǎn)值數(shù)據(jù)來自《中國林業(yè)年鑒》，1998—2017年的林業(yè)總產(chǎn)值數(shù)據(jù)來自《中國林業(yè)統(tǒng)計年鑒》，2018年的林業(yè)總產(chǎn)值數(shù)據(jù)則來自《中國林業(yè)和草原統(tǒng)計年鑒2018》，同時為了消除價格因素的影響，以林業(yè)總產(chǎn)值指數(shù)將其平減為以1990年為基期的可比價格。

投入指標(biāo)，主要選取林業(yè)資本存量、森林碳匯量以及林業(yè)勞動力。林業(yè)勞動力可以分為傳統(tǒng)的勞動力以及人力資本，但由于林業(yè)生產(chǎn)的復(fù)雜性，林業(yè)勞動力的統(tǒng)計較為困難，因此，文中直接利用統(tǒng)計年鑒中的林業(yè)系統(tǒng)年末從業(yè)人數(shù)替代。[34]

森林碳匯主要是指森林所具有的固碳能力，大致可分為直接固碳與間接固碳。森林可以通過吸收二氧化碳為經(jīng)濟發(fā)展提供服務(wù)，經(jīng)濟主體則可以利用森林所提供的服務(wù)開展經(jīng)濟活動，因此選擇森林碳匯量有一定的合理性。森林碳匯量的估算主要參考全國森林資源清查中森林蓄積量數(shù)據(jù)，鑒于數(shù)據(jù)的可獲得性與可操作性，運用森林蓄積量擴展因子法進行測算。該方法的基本思路是：一是以森林蓄積為計算基礎(chǔ)，利用蓄積擴大系數(shù)計算樹木的生物量，而后利用干重系數(shù)計算生物量的干重，最后則是利用樹木的含碳系數(shù)求得固碳量；二是在前面的基礎(chǔ)上，根據(jù)樹木生物量固碳量與林下植物固碳量、林地固碳量之間的比例關(guān)系計算出森林全部碳匯量，具體公式如下：森林碳匯量=森林蓄積量×擴大系數(shù)×干重系數(shù)×樹木含碳系數(shù)+森林蓄積量×林下植物固碳量+森林蓄積量×林地固碳量，其公式可以簡化為 C=2.439(V×1.9×0.5×0.5)，該模型的參數(shù)均取自IPCC（聯(lián)合國政府間氣候變化專門委員會）的默認值，其中C為森林碳匯量，V代表森林蓄積量，1.9是指森林資源擴大系數(shù)值，容積密度與含碳率均為0.5。森林蓄積量的數(shù)據(jù)來自第四次全國森林資源清查 （1989—1993）至第九次全國森林資源清查（2014—2018），由于全國的森林資源清查每5年進行一次，所以森林蓄積量在每一個清查期間內(nèi)數(shù)據(jù)基本一致，故而每個清查期間數(shù)值不變。

在生產(chǎn)函數(shù)中資本是存量的概念而非流量，從統(tǒng)計年鑒中不能夠直接獲得，有學(xué)者直接利用固定資產(chǎn)投資來代替資本存量[35]，但這種方法不夠準確，林業(yè)投資數(shù)據(jù)具有一定的片面性。為了更加準確地測算，較多數(shù)學(xué)者采用PIM（永續(xù)盤存法），該方法由Goldsmith于1951年提出，是估算物質(zhì)資本存量的主流方法[36]，在國際上已經(jīng)成為通用的測算方法。資本存量有廣義資本存量與狹義資本存量之分，本研究僅指狹義的物質(zhì)資本存量。PIM的計算公式為：Kt=Kt-1(1-δ)+It，其中 Kt和 Kt-1分別表示當(dāng)期和上期的資本存量，It為當(dāng)期的投資額，δ為資本折舊率。由資本存量的估算公式可以看出，要準確地估算出資本存量就必須選取較為準確的投資流量、資本折舊率與投資價格指數(shù)，結(jié)合文章實際研究需要資本折舊率采用10.96%，當(dāng)年的投資額則選取林業(yè)固定資產(chǎn)投資完成額，投資價格指數(shù)選取固定資產(chǎn)價格指數(shù)，該方法在國民賬戶體系下基本已成為共識。[37]基期的資本存量則采用增長率法[38]，其計算公式為：，g代表投資增長率，文中是指1990—2018年的投資增長率，投資增長率采用幾何平均法求出，其中估算資本存量所用的林業(yè)固定資產(chǎn)投資數(shù)據(jù)平減為以1990年為基期的可比價格。

四、實證分析

（一）單位根檢驗

如果直接采用普通最小二乘法做回歸分析，往往會存在“偽回歸”的現(xiàn)象，尤其是在經(jīng)濟相關(guān)的研究中。因此，在進行回歸分析前首先要對數(shù)據(jù)進行單位根檢驗，林業(yè)總產(chǎn)值、林業(yè)勞動力、森林碳匯量與林業(yè)資本以及交叉項和平方項都進行了對數(shù)化處理，從而減小異方差的干擾。檢驗方法采用ADF檢驗，原假設(shè)為變量存在單位根（即非平穩(wěn)序列），若P值小于臨界值，則拒絕原假設(shè)，所用軟件為stata16，檢驗結(jié)果如表1所示。

表1 單位根檢驗結(jié)果

由表1可知，各變量的P值均小于5%以及1%的臨界值，拒絕原假設(shè)。因此，可認為原序列不存在單位根，即原序列為平穩(wěn)序列，所以可以對原序列做進一步的回歸分析。

（二）序列自相關(guān)檢驗

序列自相關(guān)往往存在于時間序列數(shù)據(jù)中，這主要是因為經(jīng)濟行為常常會出現(xiàn)時間上的慣性，存在序列自相關(guān)會使參數(shù)估計量有效性大打折扣，進而影響整個回歸結(jié)果。因此，在做回歸分析前有必要做自相關(guān)檢驗。自相關(guān)檢驗運用Q統(tǒng)計量檢驗方法，該方法的原假設(shè)是原序列不存在自相關(guān)，當(dāng)各階的Q統(tǒng)計量小于等于給定顯著性水平的臨界值時，則拒絕原假設(shè)，即可認為存在序列相關(guān)，反之則不存在序列自相關(guān)。經(jīng)檢驗P值為0.0982，大于5%的臨界值，可以認為不存在序列自相關(guān)。

（三）多重共線性檢驗

超越對數(shù)生產(chǎn)函數(shù)相較于傳統(tǒng)的C-D生產(chǎn)函數(shù)有諸多的優(yōu)點，然而因為其包括變量的平方項及其交叉項，所以可能會存在較為嚴重的多重共線性，嚴重的線性相關(guān)關(guān)系會使回歸系數(shù)值的意義與經(jīng)濟理論不相符[39]，進而導(dǎo)致回歸結(jié)果不準確，因此，必須檢驗是否存在多重共線性。目前檢驗多重共線性的方法有直觀觀察法、相關(guān)系數(shù)矩陣法及方差膨脹因子法等，筆者選擇VIF值（方差膨脹因子）進行判斷，通常當(dāng)VIF值小于10則認為不存在多重共線性，反之則存在多重共線性，利用stata16檢驗，結(jié)果如表2所示。

表2 VIF檢驗結(jié)果

由表2可以看出，各變量的VIF值遠遠大于10，平均VIF值也大于10，因此可以認為模型中變量的多重共線性較嚴重，直接回歸會使模型中的參數(shù)存在較大的方差，進而使得回歸結(jié)果不可靠，故不能直接利用普通最小二乘法回歸。目前解決多重共線性的方法主要有逐步回歸、主成分回歸以及嶺回歸等分析方法。逐步回歸的思想是逐步將變量引入模型中，從而將引起多重共線性的變量從模型中剔除，但是其存在一定的弊端，即可能會導(dǎo)致核心變量被移除模型；而主成分分析是利用降維的思想將原始數(shù)據(jù)處理，進而按照方差貢獻率提出主成分的個數(shù)，其缺點就是提取的主成分作出實際意義解釋較為困難；嶺回歸的實質(zhì)是對最小二乘法的一種改進，是一種有偏估計方法，它以降低精度為代價來提高對多重共線性數(shù)據(jù)的耐受性。[40]嶺回歸在估算回歸系數(shù)的時候會使精度在一定程度上降低，但是與逐步回歸和主成分分析相比，其保留了自變量的絕大部分信息和獨立性，從而保證了模型解釋力的原真性[41]，即更加的符合實際情況。綜合以上比較分析，將采用嶺回歸分析方法解決多重共線性。嶺回歸在約束條件滿足

基于上述分析，利用SPSS25.0做嶺回歸分析，嶺回歸分析的結(jié)果需要選擇合適的K值，K值的取值范圍設(shè)定為范圍0-1，K值的選取原則是不應(yīng)過大或者過小，過大損失的原有信息越多，而越小則損失得越少。筆者將步長設(shè)定為0.01，當(dāng)K值=0.08時，大多數(shù)變量顯著，回歸結(jié)果如表3所示。

表3 嶺回歸結(jié)果

觀察表3的回歸結(jié)果可以看出，模型的F值為79.719，其P值小于1%的臨界值，說明模型整體上較為顯著，模型的R2與調(diào)整的R2都在96%以上，說明回歸方程的擬合度較高，同時模型中的大多數(shù)變量通過了顯著性檢驗，說明超越對數(shù)生產(chǎn)函數(shù)模型設(shè)定較為合理，具有一定的解釋能力。據(jù)此結(jié)果可以寫出超越對數(shù)生產(chǎn)函數(shù)方程，方程如下：

根據(jù)回歸結(jié)果可以看出，林業(yè)勞動力、林業(yè)資本存量、森林碳匯量與林業(yè)經(jīng)濟增長存在著較為穩(wěn)定的長期均衡關(guān)系。林業(yè)資本存量與森林碳匯量的回歸系數(shù)為正，且在1%的水平上顯著，說明二者對林業(yè)經(jīng)濟增長起到正向的促進作用，而林業(yè)勞動力的回歸系數(shù)為負，并且在1%的水平上顯著，說明林業(yè)勞動力的投入對于林業(yè)經(jīng)濟增長可能沒有貢獻，但不能認為林業(yè)勞動力的投入增加會降低林業(yè)產(chǎn)出。[35]根據(jù)文中獲得的林業(yè)系統(tǒng)勞動力人數(shù)可知，其呈現(xiàn)出逐漸下降的趨勢，并經(jīng)過相關(guān)性檢驗可知，二者呈現(xiàn)出負相關(guān)關(guān)系，雖然林業(yè)勞動力在不斷減少，但是林業(yè)經(jīng)濟增長卻沒有受到很大的影響，可能的原因是中國的林業(yè)生產(chǎn)機械化程度不斷提高，從而在一定程度上降低了對傳統(tǒng)林業(yè)勞動力數(shù)量上的依賴；同時隨著中國工業(yè)化的逐步發(fā)展，一些從事林業(yè)的勞動力很可能脫離林業(yè)生產(chǎn)轉(zhuǎn)向其他行業(yè)；最后則可能由于林業(yè)相對于其他行業(yè)生產(chǎn)周期較長，因而這些因素共同導(dǎo)致了二者呈現(xiàn)出負相關(guān)關(guān)系。林業(yè)資本存量的平方項和森林碳儲量的平方項在1%的水平上顯著，說明二者存在規(guī)模報酬遞增的現(xiàn)象，林業(yè)資本存量與林業(yè)勞動力的交叉項不顯著，可能是要素間的配置存在缺陷，林業(yè)資本存量與森林碳匯量的交叉項、林業(yè)勞動力與森林碳匯量的交叉項分別在1%和10%的水平上顯著，說明它們對林業(yè)經(jīng)濟增長起到了推動作用。將方程（5）求導(dǎo)可得森林碳匯價格核算方程，方程如下：

根據(jù)方程（6），將1990—2018年的林業(yè)總產(chǎn)值、森林碳匯量、林業(yè)勞動力以及林業(yè)資本存量數(shù)據(jù)代入其中，即可得到1990—2018年的森林碳匯價格，如表4所示。

表4 1990—2018年森林碳匯價格（元/噸）

由表4可知，1990—2018年森林碳匯價格總體上呈現(xiàn)出逐漸增加的趨勢，但也存在一定的波動性。森林碳匯價格從1990年的8.422元漲至2018年的387.282元，年均增長14.56%，29年的平均價格為120.294元。根據(jù)方程可知，森林碳匯價格的上漲與森林碳匯量和林業(yè)資本存量的增加密不可分，說明在林業(yè)生產(chǎn)中生產(chǎn)要素的投入十分有必要。中國一直在積極實施促進生態(tài)建設(shè)與林業(yè)發(fā)展的一系列重要的戰(zhàn)略決策，比如集體林權(quán)制度改革和退耕還林政策等，很大程度上提高了森林面積和森林蓄積量，進而提高了森林碳匯能力。根據(jù)中國國家林業(yè)和草原局的相關(guān)資料顯示，2020年森林面積為22000萬公頃，森林覆蓋率為23.04%，森林的蓄積量也達到了175.6億立方米，而1990年森林面積僅為12465萬公頃，森林覆蓋率也僅為12.98%，森林蓄積量為91.41億立方米。相較于1990年，2020年森林總體的質(zhì)量與數(shù)量都有大幅度的提高，這為發(fā)揮森林的固碳釋氧功能創(chuàng)造了前提條件。超越對數(shù)生產(chǎn)函數(shù)模型推導(dǎo)的森林碳匯價格核算方程表明森林碳匯價格是隨著時間與資源的投入動態(tài)變化的，在森林碳匯交易市場不夠完善的前提下，其價格具有一定的參考價值。

五、結(jié)論與討論

（一）結(jié)論

以1990-2018年中國的林業(yè)總產(chǎn)值為被解釋變量，以林業(yè)勞動力、林業(yè)資本存量以及森林碳匯量為解釋變量，根據(jù)邊際生產(chǎn)力理論結(jié)合超越對數(shù)生產(chǎn)函數(shù)模型推導(dǎo)出森林碳匯價格核算方程，并運用嶺回歸分析測得了每年的森林碳匯價格，研究表明：1990—2018年中國的森林碳匯價格呈現(xiàn)出不斷上漲的趨勢，但也存在一定的波動，29年間的幾何年平均增長率達到了14.56%，平均價格為120.294元，說明中國的森林碳匯價值在不斷提高，森林碳匯的地位及其帶來的作用也在不斷地凸顯。中國積極推動減排增匯戰(zhàn)略，2017年啟動了建設(shè)全國碳排放權(quán)交易市場方案 （火電行業(yè)），2021年7月16日正式啟動全國碳排放權(quán)交易市場，隨著這一進程不斷推進，森林碳匯也將會獲得一定程度上的發(fā)展，進而也會有利于森林碳匯經(jīng)濟、社會及生態(tài)價值的更好實現(xiàn)。

（二）討論

森林作為陸地上最大的生態(tài)系統(tǒng)，有吸收二氧化碳并且釋放氧氣的作用，是陸地上最大的碳庫。研究表明森林碳匯是緩解氣候變化的重要生態(tài)系統(tǒng)，是節(jié)能減排戰(zhàn)略的補充措施。[43]全球氣候變化推動了森林碳匯交易的開展，森林碳匯交易與森林碳匯價格密不可分。筆者基于林業(yè)相關(guān)數(shù)據(jù)估算了1990—2018年中國的森林碳匯價格，然而超越對數(shù)生產(chǎn)函數(shù)所估算的森林碳匯價格并不是碳交易市場上所形成的價格，其價格是森林碳匯作為生產(chǎn)要素投入林業(yè)生產(chǎn)中所帶來的服務(wù)，在此前提下森林碳匯價格等于該要素的邊際生產(chǎn)力，其價格能夠為森林碳匯交易提供一定的借鑒作用。在林業(yè)產(chǎn)出中所投入的要素眾多，而文中僅考慮了三種要素，且林業(yè)勞動力也只選取了傳統(tǒng)的林業(yè)勞動力，并沒有納入人力資本，在現(xiàn)如今的環(huán)境下，人力資本與科技所帶來的作用在日益凸顯，因此，研究還有待進一步的完善。此外，超越對數(shù)生產(chǎn)函數(shù)模型的設(shè)定往往會存在多重共線性，需要結(jié)合實際情況利用不同的方法解決多重共線性，如何更好地解決這一問題需要進一步探討。