人工林是陆地生态系统的重要组成部分, 在提供林木产品、增加森林碳汇、改善生态环境等方面发挥着重要作用。根据中国第九次全国森林资源清查结果, 2014—2018年中国人工林面积达8003.10万hm², 占全国森林面积总量的36.37%, 居世界首位；人工林蓄积量33.87亿m³, 比2009—2013年增长36.42%。尽管中国人工林面积和蓄积量呈现较长时间的增长, 但是其建设仍然存在林分结构单一、生物多样性低下、生态功能不强、经营管理粗放、经济效益不高等问题^[1—4]。

提高人工林经营管理水平、增强人工林碳汇功能已成为全球公认的“减缓全球气候变化的重要机制”。树种丰富度与森林生产力和生物多样性呈正相关^[5], 因此森林经营过程中应考虑广泛的树种, 林业政策也必须激励新价值链生成和新技术运用^[6—7]。通过人工抚育、间伐等方式促进人工林天然更新和林下植被发育, 也可以营造混交林来提高生态稳定性和林分生产力。此外, 还有清理林下地被物、补植补造、加强管护和进行封育等其它辅助措施^[8]。在很长一段时间内, 学术界将采伐与破坏生态系统相挂钩, 但是森林系统具有一定的自组织性, 且在不断演化与自我更新, 通过科学的生态调控所进行的森林可持续经营实则是权衡不同目标和利益的决策, 应通过采伐管理来实现合理采伐和资源的永续利用^[9]。森林对减缓气候变化的贡献还包括对木材的利用, 一是避免化石能源的排放, 二是与生产功能相同的材料相比可以消耗更少的能源, 减少排放, 成为实现碳补偿的有效方式之一。碳汇与木材产品之间并不存在绝对的正相关或者负相关关系, 有研究表明高强度的采伐在获得更多木材产品的同时会导致森林碳储量降低^[10]；也有学者认为适度更新成、过熟林, 有助于增加碳汇^[11], 此外, 碳汇与木材的获取极易受到气候、自然灾害等诸多因素的影响, 存在着较大的不确定性^[12—13]。因此, 有必要在不同生态调控情景下将木材采伐造成的碳储存损失与木材利用带来的替代效应相结合, 进行人工林可持续经营评估^[14], 以上本文研究的核心问题不仅有助于提升人工林的综合收益, 也在应对气候变化背景下给出了森林生态经济系统协调发展的创新型路径。

森林生态系统与经济系统相互联系又不可分割, 在协作运行中实现整个系统动态发展^[15—16]。子系统内部组成之间具有客观非线性特征, 难以用传统方法来建立复杂系统模型, 而更适用于生态经济系统模型来表达森林生态系统与经济系统之间的相互作用和反馈关系。国际学术界从20世纪90年代初就将生态经济、社会以及生物物理模型整合在可持续发展框架中, 开发出不同的生态经济系统模型, 对森林生态经济系统进行预测、模拟和优化^[17—19]。例如, Grasson等采用动态优化和模拟方法构建出海岸红树林生态系统中森林和渔业生产之间关系的生态经济系统模型, 研究对红树林资源利用的有效性^[20]；Li等建立了景观评价模型, 从生态和经济两个视角对木材生产与野生生物栖息地管理进行评价, 模拟不同管理情景下的森林动态变化^[21]；Bach基于最优控制理论构建了生态经济系统模型, 以整合木材开采的生态效益与经济效益, 评价有关木材开采的不同政策效应^[22]。上述模型根据各自的结构特点可以分为两种形式：一种是建立生态要素与经济要素完全融合的单一模型, 另一种是建立相互联系的各子模型组成的系统, 主要有系统动力学、线性规划、行为论、热力学第二定律模拟等方法^[23]。其中, 系统动力学方法有助于建立森林生态系统与经济系统之间的因果关系网络, 以整体观替代传统的元素观, 它不是依据数学逻辑的推演, 而是依据对系统的实际观测信息建立动态仿真模型, 并通过计算机实验来获得对系统未来行为的描述, 为人工林生态调控机制设计与可持续经营决策制定提供依据^[24—25]。系统动力学方法在森林生态、林业经济发展等方面具有较好的适用性, 在林木生长和森林蓄积量、碳储量等预测中已被广泛应用^[26—27]。

现有研究为本文提供了理论基础与分析思路。本文采用系统动力学方法, 通过设计实施主伐/间伐、营造混交林、补植补造等不同生态调控情景, 模拟并预测微观地域在60年长周期内围绕人工林可持续经营目标所得出的生态—经济收益。

1 模型构建与数据来源 1.1 模型构建

本文构建的人工林生态经济系统模型是在CCER(Chinese Certified Emission Reduction, 国家核证自愿减排量)林业碳汇项目基础上进行的可持续经营创新, 以注重林业多功能性, 兼顾生态效益(碳汇产品)与经济效益(木材产品)。结合气象、水文、地理、树种选择、空间配置及其他造林技术措施, 同时考虑林木生长特性、生物多样性及林产品生命周期, 建模过程中融合了多个CCER林业碳汇项目设计标准, 形成一个典型的人工林生态经济系统, 并设定项目一个周期的运行时长为60年。项目实施地在中国东北地区, 具体的生态调控方式设计为：(1)第1—20年选择东北地区的常见树种落叶松开展造林活动；(2)第21—30年间实施抚育间伐, 改善落叶松生长环境, 促进初植落叶松生长；(3)第31—40年实施补植补造, 树种为红松；(4)第41—60年, 初植落叶松已达近熟林, 每隔2年实施一次主伐, 同时按与采伐率相等的造林率展开造林, 树种为云杉。

模型基于系统动力学方法和理论, 以基准情景为例, 起始时间为第0年, 终止时间为第60年, 观测步长为1, 单位为年。模型中所涉及的变量、单位及变量间的逻辑函数关系如附表 1, 构建系统动力学模型如图 1。通过设定和调整相关参数, 模拟分析不同情景下系统内各要素的变化趋势及具体数值, 具体为不同阶段项目碳汇量及碳汇收益、木材收益和总收益的变化, 以此揭示人工林生态调控机制, 比较不同机制下的可持续经营效益, 为人工林经营管理及政策制定提供决策参考。

1.1.1 碳储量

人工林固碳能力受采伐频率和采伐后森林结构的影响^[28]。参照CCER黑龙江省林口县碳汇造林项目设计文件, 设定总造林面积为666.67hm², 造林活动于项目周期的前5年开展, 年造林面积分别为251.6hm²、41hm²、35.4hm²、258.6hm²、80.07hm², 有文献将采伐率设定为相对更高的3%^[29], 而为了实现最大化的生态效益, 实际采取封山育林或以现行标准开发CCER林业碳汇项目等方式时的采伐率0, 据此将采伐率折中设定为1.5%, 采伐面积等于林地面积乘以采伐率。

三次造林中所种植的落叶松为S1—2, 红松苗龄为S2—4, 云杉苗龄为S2—4。其中, S1—2表示春季播种、1年后移栽、再培育2年的3年生苗木, S2—4表示春季播种、2年后移栽、再培育4年的6年生苗木。不同树种的固碳能力有显著差异^[30], 生长曲线也不相同, 其生长变化趋势及速度快慢影响森林碳储量的变化。结合CCER黑龙江翠峦森林经营碳汇项目设计文件, 使用落叶松单株材积公式：

(1)

红松、云杉单株材积公式：

(2)

式中, A为林龄, V_A为该林木的单株材积。

合理范围内植株密度的提高会对单位面积蓄积量产生正向的影响^[31]。基于CCER黑龙江省林口县碳汇造林项目设计文件和相关文献, 落叶松初始密度为3330株/ hm²。单株材积乘以密度, 得到单位面积蓄积量, 碳储量的计算采用蓄积量法：

(3)

式中, C_F为碳储量, V_F为蓄积量。

1.1.2 净汇量

林地面积作为水平变量, 有造林和采伐一进一出两个速率变量。与之对应, 净汇量有碳储量增量和碳释放一进一出两个速率变量, 碳储量增量主要受单位面积蓄积量增加量的影响, 而后者又可分为四个部分：

第一部分来源于初植落叶松生长, 单位面积蓄积量随着林木的逐年生长而增加, 林木成熟后, 蓄积量达到最大时, 碳储量也达到最大^[32]。幼龄林的碳储量逐步积累, 中龄林和近熟林的碳储量迅速增加, 而成熟林乃至过熟林的固碳能力下降, 碳储量也逐渐趋于饱和^[33]。

第二部分来源于抚育间伐, 间伐能够缓解林木之间的竞争, 改善林地结构^[34]。在落叶松经营过程中, 定期间伐和抚育能促进森林的生长发育, 提高森林质量, 提供经济效益^[35]。间伐后落叶松人工林单位面积蓄积量的年平均生长量和生长率大幅提高, 并随间伐强度的增强而提高, 保守设计最大间伐强度可为40%^[36]。本文参考同样以落叶松为主要树种的CCER塞罕坝机械林场森林经营碳汇项目, 与之相同, 第21—30年间每5年一次实施30%强度的间伐, 直至落叶松达到近熟林, 且该强度的间伐将使落叶松年平均蓄积生长量平均提高20%。

第三、第四部分来自第31—40年间的红松补植补造和第41—60年间与采伐率对应的云杉再造林。除了通过增加造林面积和密度来提高固碳能力外, 从落叶松纯林到落叶松—红松—云杉混交林的改变也以更近自然的方式驱动人工林的可持续经营。相比于纯林而言, 混交林能提高林木抵御病虫害等自然灾害的能力, 维护林地的长期生产力, 且带来更大的木材经济收益和诸多边际效益^[37]。在采伐阶段, 以与采伐率相同的造林率进行云杉种植, 能一定程度上抵消采伐所带来的碳释放, 对林地进行更新, 并投入到下一周期的经营中。

CCER林业碳汇项目方法学并未考虑碳泄露。但事实上, 施肥、运输等都会造成项目外碳排放的增加。而森林抚育项目中的主要泄漏原因是森林灾害, 其对森林植被碳储量呈现出明显的负作用^[38]。根据相关文献得到碳泄露量与灾害发生率、灾害防治率的关系式如下^[39]：

(4)

式中, C_L为碳泄露, C_F为碳储量, P为灾害发生率, D为灾害防治率。

而与自然灾害造成的碳泄露相比, 采伐对于碳储量的影响更甚, 它会直接降低植被密度或清除植被, 造成森林生态系统固碳能力降低和碳储量减少, 虫害造成的全球森林碳损失约为2—107TgC/a, 而采伐造成的全球森林碳损失最大可达900TgC/a^[40]。但采伐也并非绝对负面行为, 通过合理规划采伐额度能有效改善林木生长环境^[41], 更有利于森林可持续经营。

1.1.3 碳汇收益和木材收益

人工林经营综合收益包括碳汇收益和木材收益。其中, 拟议碳汇项目活动所产生的净汇量超过基线碳储量变化量以上, 成为获取碳汇收益的重要前提。根据CCER黑龙江翠峦森林经营碳汇项目预计的碳汇量乘以转换系数, 得到本项目的预计碳汇量, 与碳汇价格结合计算可得碳汇增收。此外, 碳汇造林项目还有额外编写项目设计文件、监测报告等一次性开发成本, 以及项目审定与减排量核证所产生的费用等。而其它的成本, 如造林过程中投入的整地、栽植等费用, 其使用目的无法明确区分是为碳汇收益还是木材收益服务, 因此不计算在内。综上, 碳汇净收益即为碳汇增收与开发成本的差值。木材收益一个部分是项目前中期抚育、间伐所带来的收益, 另一部分是林木成熟后采伐产生的收益。成熟期的林木树高、胸径、蓄积量相比中龄林、近熟林阶段有明显增长, 成熟的优质林木出材率和出售价格也高于间伐期的短小径材, 所以后期产生的采伐收益会远大于间伐收益。而采伐过程中所产生的成本主要是物质成本即采伐和运输机械使用成本、人力成本等, 对木材净收益产生负面影响。

1.2 数据来源

模型中主要数据来源如表 1：

2 情景设计与模拟结果 2.1 情景设计

基于本文构建的人工林生态经济系统模型, 设置不同生态调控方式作为不同情景。人工林可持续经营主要是指以人工林生态经济系统平衡与稳定为前提, 基于人工林多功能性所追求的多重效益, 因此生态调控方式主要包括造林与采伐两个方面：造林方面, 因人工林经营面积无法实现连年无条件地扩展, 故造林的变化无法通过造林率即新造林面积占总林地面积的比率变化来体现, 而需要通过单位面积初始种植密度在合理范围内的调整来反映；采伐方面, 不仅要保障林产品稳定高效输出, 也要维持森林生态系统的健康稳定, 因此考虑森林类型与经营目标, 主伐采伐率依照种植面积设定, 间伐采伐率依照材积设定, 但都在合理范围内构建采伐体系。参考CCER黑龙江省林口县碳汇造林项目设计文件及其他文献, 用于培育大中径材的落叶松常见初植密度为3330株/hm^2[42], 采伐率1.5%, 以此作为基准情景。根据造林技术规程(GB-T15776—2006), 东北落叶松商品林的初始种植密度在2400—5000株/hm²。本研究设计了造林与采伐复合的生态调控方式, 分别代表合理范围内的高密度-高主伐、高密度-无主伐、低密度-高主伐、低密度-无主伐四种情景。具体参数设置如表 2：

可持续经营目标并不是单一地以生态或经济收益为目标, 而是兼顾与平衡两者, 向多重经营目标转变, 在维护生态环境的同时充分利用人工林资源获取经济收益, 并实现人工林长期的、多周期的发展。本文的生态收益主要从碳汇量与碳汇收益上体现, 而经济收益则主要从木材收益上体现, 故后文的模拟结果也主要针对碳汇量、碳汇收益、木材收益与总收益展开。

2.2 模拟结果 2.2.1 逐年碳汇量与累计碳汇量

本研究设计的典型人工林在60年经营周期中逐年碳汇量模拟结果如图 2所示, 具体数值见附表 2。综合五种情景来看, 前40年中的碳汇整体变动趋势相同, 后20年中的两种无主伐情景和三种有主伐情景模拟结果发生分化。在三种有主伐的情景下, 由于在第41—60年每隔2年实施一次主伐, 并以相同的面积比例造林, 碳泄漏具有较明显的年际波动规律。相较于基准情景, 高密度情景前40年中都呈现出较高的碳汇增量, 但在后20年中受高主伐率(3%)影响, 每3年一个碳汇量变动周期, 其中2年碳储量分别增长约2000t, 另外1年碳泄漏近7000t, 从后20年来看, 高主伐使得人工林由碳汇转为碳源；低密度情景前40年中都呈现出较低的碳汇增量, 但在后20年中受高主伐率(3%)影响, 变动周期相同, 但碳泄漏量介于基准情景和高密度-高主伐情景模拟结果之间, 在3年一个周期中的2年碳储量分别增长约1500t, 另外1年碳泄漏近2500t, 从后20年来看, 高主伐下的人工林依然有净碳汇产生。

60年的累计碳汇量模拟结果如图 3所示。将五种情景对比可得, 两种低初植密度情景下的累计碳汇量均小于基准情景下的累计碳汇量。其中, 低密度-高主伐情景下的累计碳汇量最低, 为134334t, 相比基准情景下的累计碳汇量减少32.07%；低密度-无主伐情景下的累计碳汇量为165166t, 相比基准情景下的累计碳汇量减少了16.48%。两种高初植密度情景下的累计碳汇量均大于基准情景下的累计碳汇量。与基准情景下的累计碳汇量相比, 高密度-高主伐情景下为255591t, 增长29.24%；高密度-无主伐情景下为317602t, 增长60.6%。

分别对比两种无主伐情景和高主伐情景可以发现, 前中期产生的碳汇量增长趋势相同, 均是在第41年之后开始趋势分化, 而是否实施主伐决定了最终可获得的碳汇量。高密度-无主伐情景相对于低密度-无主伐情景累计碳汇量高出92.29%, 高密度-高主伐情景相对于低密度-高主伐情景累计碳汇量高出90.27%。这些不同生态调控方案对累计碳汇量的影响有别, 尽管不是培养大中径材的最佳经营措施, 但高密度-无主伐情景下的累计碳汇量最为可观, 其余按照累计碳汇量由高到低排序依次是高密度-高主伐、低密度-无主伐、低密度-高主伐情景。本研究设计的初植密度比主伐率对人工林碳汇量的影响更高, 两种高初植密度的生态调控方式有效增加了碳汇量, 两种低初植密度的生态调控方式则在一定程度上减少了碳汇量。

2.2.2 逐年木材收益与累计木材收益

木材收益包含两个部分, 一部分由抚育间伐所产生, 而占比更大的则是项目后期采伐成熟林产生的部分。比较不同情景下的逐年木材收益(图 4与附表 3)可以发现, 第21年和第26年均可获得间伐收益, 基准情景下分别为113.31万元和57.39万元。在同期下, 如果不区分初植密度, 两种高主伐情景下的间伐收益为基准情景下的间伐收益的150%, 而无主伐情景下的间伐收益则为基准情景下间伐收益的72%。在三种有主伐的情景下, 第41—60年间分别有7年产生较高的主伐收益, 且在同一情景下的7次主伐收益不断下降。基准情景下的主伐收益从第41年的618.15万元降至第59年的601.96万元, 高密度-高主伐和低密度-高主伐情景下的主伐收益分别从第41年1856.31万元和891.03万元, 降至第59年的1648.69万元和791.37万元。

将60年人工林经营时长内逐年间伐与主伐收益相加, 得出不同情景下的累计木材收益模拟结果(图 5)。其中, 基准情景(主伐率1.5%)之下的累计木材收益4464.13万元。高密度-无主伐和低密度-无主伐情景下的累计木材收益仅来自于抚育间伐, 分别为256.30万元和123.02万元。高密度-高主伐和低密度-高主伐情景下的累计木材收益更多依靠主伐所获取, 分别为12578.80万元和6037.84万元, 分别高出基准情景下的累计木材收益的181.77%和35.25%。这一结果意味着, 如不考虑碳汇收益而单从木材收益出发, 高密度-高主伐情景在五种情景60年模拟期中所获取的收益最大。除了对木材经济收益研究以外, 从人工林可持续经营的角度来看, 随着林龄上升, 森林各项功能也由弱到强, 再逐步衰竭, 最后因自然灾害及人为干预而走向死亡, 高密度-高主伐不仅是获得木材收益, 也是充分利用木材资源和生态系统功能服务, 并更新、重建生态系统的重要调控机制, 说明相比无主伐情景模拟结果, 在不影响生态系统及生态环境的同时, 让人工林继续世代繁衍才是具有更高生态收益的可持续经营决策。

2.2.3 贴现后的碳汇和木材总收益

将碳汇与木材总收益加总得到60年的累计总收益, 模拟结果如图 6所示(逐年总收益见附表 4)。对比五种情景可得, 前40年的累计总收益变动趋同, 相同初植密度情景下的总收益在41年之前相等, 从第41年之后, 两种无主伐情景和三种有主伐情景的总收益趋势明显分化, 有主伐的情景下总收益呈梯级上升。由于木材收益相比碳汇收益更为可观, 累计总收益更大程度上受木材收益影响。以总收益为从高到低排序, 依次的情景为高密度-高主伐、低密度-高主伐、高密度-无主伐、低密度-无主伐。基准情景预计可产生5240.19万元的总收益, 而高密度-高主伐情景下预计产生总收益13586.20万元, 比基准增长159.27%, 远高于低密度-高主伐情景和其它无主伐情景。低密度-高主伐情景下带来的总收益虽低于高密度-高主伐, 但相比于基准也增加了25.19%, 预计达到6560.17万元。高密度-无主伐和低密度-无主伐情景下的总收益分别为1511.71万元和768.69万元, 比基准分别减少71.15%和85.33%

将以上五种情景模拟得到的逐年碳汇收益、逐年木材收益进行贴现, 可计算出碳汇和木材总收益的净现值, 以此评估对人工林采取不同生态调控机制下的可持续经营收益。要将60年中各年的碳汇和木材收益贴现到期初, 贴现率的大小成为比较不同生态调控机制的关键。参考已有文献, 本文以5%的贴现率代入计算, 具体结果如表 3。处于生态调控与可持续经营的目标, 总收益净现值从高到低依次是高密度-高主伐情景(1577.25万元)、低密度-高主伐情景(732.92万元)、基准情景(671.69万元)、高密度-无主伐情景(448.86万元)以及低密度-无主伐情景(192.88万元)。高初植密度相较于低植密度, 可获得更高的碳汇总收益净现值；高主伐相较于无主伐, 可获得更高的木材总收益净现值。更重要的是, 追求高碳汇总收益净现值并非与追求高木材总收益净现值的目标相冲突。通过生态调控机制的设计, 可以实现人工林的可持续经营目标, 即获得生态效益和经济效益二者的协同。还需指出的是, 将60年项目周期贴现到现在, 根据气候经济学家的观点, 往往选择更低的贴现率, 更符合人工林可持续经营在远期不确定性强、生态收益在远期重要性高的特征。因此, 如将贴现率由5%继续降低, 不同情景下的总收益净现值还将更高。

3 结论与启示 3.1 结论

(1) 找到经济发展与生态保护的平衡点是实现可持续经营的关键, 本研究形成的具体生态调控方式为：第1—20年开展落叶松造林活动, 第21—30年间实施抚育间伐, 促进初植落叶松生长, 第31—40年实施红松的补植补造, 营造混交林, 第41—60年, 每隔2年对落叶松近熟林实施主伐, 并按与采伐率相等的造林率展开云杉造林活动, 项目一个周期的运行时长为60年, 实施地在中国东北地区, 以此兼顾生态收益与经济收益。

(2) 本研究设计的高初植密度的生态调控方式能有效增加碳汇量, 低初植密度的生态调控方式则使碳汇量低于基准情景。对比五种情景下的累计碳汇量, 从高到低排序依次为高密度-无主伐情景、高密度-高主伐情景、基准情景、低密度-无主伐情景、低密度-高主伐情景, 碳汇收益排序与此相同。

(3) 木材收益是人工林可持续经营收益的主要来源, 木材收益的其中一部分来源于抚育间伐, 但更多来自于主伐行为, 本研究设计的高主伐率的生态调控方式能有效提高木材收益, 低主伐率的生态调控方式则一定程度降低木材收益；木材收益与总收益从高到低排序依次为高密度-高主伐情景、低密度-高主伐情景、基准情景、高密度-无主伐情景、低密度-无主伐情景。

(4) 对比各情景的净现值, 若以生态效益为目标, 高密度-无主伐情景为最优选择, 此时碳汇收益净现值最大(对应碳汇量也最大), 若以经济效益为目标, 高密度-高主伐情景为最优选择, 木材收益净现值和总收益净现值最大。若以可持续经营为目标, 平衡生态效益和经济效益, 高密度-高主伐情景为最优选择, 这种情景可实现累计碳汇量255591t, 相较于高密度-无主伐情景下的累计碳汇量损失有限, 对应碳汇收益净现值为357.9万元, 木材总收益和累计总收益的净现值则分别为1219.35万元和1577.25万元。

3.2 启示

(1) 合理范围内提高造林密度或者在条件允许下增加造林面积能够实现增汇的目标, 也有利于生态环境改善。碳汇造林能够有效减缓气候变化, 同时随着全国碳市场正式启动运行, 碳交易受到了更多的关注, 林业碳汇所带来的经济收益也不可忽视。在实现碳中和的目标下, 可以把原有的传统造林模式向碳汇造林模式转变。

(2) 合理采伐也是实现人工林可持续经营的方式之一。一方面, 间伐能够促进单位面积蓄积年平均生长量的增加, 改善林地结构并产生经济收益；另一方面, 采伐碳储量接近饱和的成熟林和过熟林转而进行新的造林更新能更加充分地利用现有资源, 在碳汇量无法得到明显提升甚至减少时, 将不多的生态收益转化成更高的经济收益, 促进可持续经营。因此, 采伐并非完全错误的经济行为, 经济收益也并不是站在生态收益的对立面, 关键在于对人工林采取的科学生态调控机制以及系统的营造林方式。

(3) 构建融合多种生态调控方式的人工林可持续经营项目。以林业碳汇项目为依托, 可因地制宜地构建将造林、森林抚育、采伐、再造林更新集于一体的人工林可持续经营项目, 实现多生命周期的良性循环发展, 在增汇的同时也获得更大的木材收益, 缓解因无法采伐所带来的高额机会成本, 平衡生态收益与经济收益。

(4) 完善林业碳汇市场定价机制。随着碳汇量的增加, 可得的碳汇收益也有所提高, 碳汇收益远小于木材收益的一个重要因素就是碳定价过低, 因此, 如能通过政策引导不断完善林业碳汇市场定价机制, 开发多层次林业碳汇市场, 凸显林业碳汇产品生态价值, 将有利于提高经营者和投资者参与林业碳汇项目的积极性, 降低人工林碳汇项目经营风险并提高生态—经济总收益。

(5) 加快林业经营理念转变与相关法律体系制定。加强对可持续经营理念的宣传与教育, 可持续经营并不是单一的以生态收益或经济收益为目标, 而是向着平衡生态与经济收益的目标转变。此外, 需要进一步完善相关法律体系, 合理把控对采伐的限制, 在保护生态环境的前提下获取木材收益, 提高相关生产经营者的积极性。

附表