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

Обложка

Цитировать

Полный текст

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

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».