Экономические и природные факторы пространственной неоднородности выбросов углерода в лесах России в 2010-х годах

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Увеличение нетто-поглощения углерода лесами является единственным способом достижения Россией углеродной нейтральности к 2060 г. В этом контексте наряду с мерами по увеличению площадей и качества древостоев важное значение приобретают способы сокращения эмиссии углерода вследствие деятельности человека и природных нарушений. В статье с помощью регрессионных моделей панельных данных анализируется пространственная неоднородность выбросов углерода в лесах России в 2009–2021 гг., измеренных инструментами проекта Global Forest Watch, в зависимости от экономических (объемы лесозаготовки, государственные расходы на проведение лесохозяйственных, лесозащитных и лесопожарных мероприятий) и природных (масштаб лесных пожаров и вспышек массового размножения насекомых-вредителей) факторов. Наибольшее влияние на потери углерода лесами ожидаемо оказывают лесозаготовка и лесные пожары, в то время как расходы на выполнение государственных функций в сфере лесных отношений практически не находят отклика в сокращении углеродных эмиссий. Таким образом, на деле цель по сохранению лесов путем государственных инвестиций в соответствующие мероприятия пока не достигается. Полученный набор регрессионных моделей может быть использован для прогноза динамики региональных эффектов потерь углерода лесами при изменении объемов лесозаготовки и различных траекториях динамики лесопожарной активности. Такой анализ будет критически необходим для формирования региональных планов по сокращению выбросов парниковых газов с учетом максимального использования потенциала наращивания нетто-поглощения углерода лесами.

Об авторах

А. И. Пыжев

Сибирский федеральный университет; Центр по проблемам экологии и продуктивности лесов РАН; Институт экономики и организации промышленного производства СО РАН

Автор, ответственный за переписку.
Email: apyzhev@sfu-kras.ru
Россия, Красноярск; Россия, Москва; Россия, Новосибирск

Список литературы

  1. Барталев С.А., Стыценко Ф.В. Спутниковая оценка гибели древостоев от пожаров по данным о сезонном распределении пройденной огнем площади // Лесоведение. 2021. № 2. С. 115–122. https://doi.org/10.31857/S0024114821020029
  2. Ваганов Е.А. и др. Оценка вклада российских лесов в снижение рисков климатических изменений // Экономика региона. 2021. Т. 17. № 4. С. 1096–1109. https://doi.org/10.17059/EKON.REG.2021-4-4
  3. Замолодчиков Д.Г., Грабовский В.И., Каганов В.В. Экосистемные услуги и пространственное распределение защитных лесов Российской Федерации // Лесоведение. 2021. № 6. С. 581–592.
  4. Порфирьев Б.Н., Широв А.А., Семикашев В.В., Колпаков А.Ю. Экономические риски в контексте разработки политики с низким уровнем эмиссий парниковых газов в России // Энергетическая политика. 2020. № 5 (147). С. 92–103.
  5. Пыжев А.И. Климатическую повестку никто не отменял: почему это важно для российской экономики // ЭКО. 2022. № 7 (577). С. 31–50. https://doi.org/10.30680/ECO0131-7652-2022-7-31-50
  6. Романовская А.А., Трунов А.А., Коротков В.Н., Карабань Р.Т. Проблема учета поглощающей способности лесов России в Парижском соглашении // Лесоведение. 2018. № 5. С. 323–334.
  7. Филипчук А.Н., Моисеев Б.Н., Малышева Н.В. Новые аспекты оценки поглощения парниковых газов лесами России в контексте Парижского соглашения об изменении климата // Лесохозяйственная информация. 2017. № 1. С. 88–98.
  8. Шварц Е.А., Птичников А.В. Стратегия низкоуглеродного развития и роль лесов в ее реализации // Науч. труды Вольного экономического общества России. 2022. Т. 236. С. 399–426.
  9. Швиденко А., Щепащенко Д. Углеродный бюджет лесов России // Сибирский лесной журн. 2014. № 1. С. 69–92.
  10. Arellano M., Bond S. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations // Review of Economic Studies. 1991. Vol. 58. № 2. 277 p. https://doi.org/10.2307/2297968
  11. Croissant Y., Millo G. Panel Data Econometrics in R: The plm Package // J. of Statistical Software. 2008. Vol. 27. № 2.
  12. Filipchuk A. et al. Russian forests: A new approach to the assessment of carbon stocks and sequestration capacity // Environmental Development. 2018. Vol. 26. P. 68–75. https://doi.org/10.1016/j.envdev.2018.03.002
  13. Hansen M.C., Potapov P.V., Moore R. et al. High-Resolution Global Maps of 21st-Century Forest Cover Change // Science. 2013. Vol. 342. № 6160. P. 850–853.
  14. Harris N.L., Gibbs D.A., Baccini A., Birdsey R.A. et al. Global maps of twenty-first century forest carbon fluxes // Nature Climate Change. 2021. https://doi.org/10.1038/s41558-020-00976-6
  15. Kharuk V.I., Ponomarev E.I., Ivanova G.A. et al. Wildfires in the Siberian taiga // Ambio. 2021. https://doi.org/10.1007/s13280-020-01490-x
  16. Pan Y., Birdsey R.A., Fang J., Houghton R., Kauppi P.E., Kurz W.A., Phillips O.L. et al. A Large and Persistent Carbon Sink in the World’s Forests // Science. 2011. Vol. 333. № 6045. P. 988–993. https://doi.org/10.1126/science.1201609
  17. Pyzhev A.I., Gordeev R.V., Vaganov E.A. Reliability and Integrity of Forest Sector Statistics – A Major Constraint to Effective Forest Policy in Russia // Sustainability. 2021. Vol. 1. № 13. 86 p. https://doi.org/10.3390/su13010086
  18. Rogelj J., Geden O., Cowie A., Reisinger A. Net-Zero Emissions Targets Are Vague: Three Ways to Fix // Nature. 2021. Vol. 591. № 7850. P. 365–68. https://doi.org/10.1038/d41586-021-00662-3
  19. Romanov A.A. et al. Reassessment of carbon emissions from fires and a new estimate of net carbon uptake in Russian forests in 2001–2021 // Science of The Total Environment. 2022. Vol. 846. № 157322.
  20. Schepaschenko D. et al. Russian forest sequesters substantially more carbon than previously reported // Scientific Reports. 2021. Vol. 11. № 1. P. 12825.
  21. Shimizu K., Ota T., Mizoue N. Accuracy Assessments of Local and Global Forest Change Data to Estimate Annual Disturbances in Temperate Forests // Remote Sensing. 2020. Vol. 15. № 12. P. 2438. https://doi.org/10.3390/rs12152438
  22. Tennekes M. tmap: Thematic Maps in R // J. of Statistical Software. 2018. Vol. 84. № 6.
  23. Wickham H. et al. Welcome to the Tidyverse // J. of Statistical Software. 2019. Vol. 4. № 43. P. 1686. https://doi.org/10.21105/joss.01686
  24. Zhang D., Wang H., Wang X., Lü Z. Accuracy Assessment of the Global Forest Watch Tree Cover 2000 in China // Int. J. of Applied Earth Observation and Geoinformation. 2020. № 87. P. 102033. https://doi.org/10.1016/j.jag.2019.102033

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2.

Скачать (951KB)
Метаданные
3.

Скачать (251KB)
Метаданные

© А.И. Пыжев, 2023

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах