天然林全面停伐背景下中国木材安全预警研究

发布时间：2020-08-25 20:50

【摘要】：我国全面建设小康社会,实施乡村振兴和美丽中国建设,都必须以生态保护和绿色、循环、低碳发展为前提。木材作为可再生、低能耗、低污染的原材料,将成为我国经济生活发展、人居生活改善的重要原材料。目前中国实施全面停伐政策(本文所谓“全面停伐”是指“全面停止天然林商业性采伐”),给国内木材供给带来了新的问题,木材对外依存度逐年增大,而与此同时,国际环保政策、贸易政策以及贸易伙伴国的原木锯材出口限制政策的实施,致使我国依靠进口木材弥补国内供给不足面临一定挑战,木材供需缺口日益扩大,使得木材安全问题已经变为重大的资源战略问题和日益复杂的国际政治问题。本研究旨在界定木材安全概念和逻辑框架,明确木材安全预警内涵及研究过程,分析当前的现状及面临的问题,构建预警指标体系,评价分析警情状况并对中国木材安全形势进行预警预测。研究成果对把握木材安全形势并及时作出防范措施,科学准确制定森林保护政策和木材安全战略,确保木材产业健康可持续发展,都具有十分重要意义。研究内容主要包括以下几个方面:(1)木材安全概念界定及逻辑框架。阐述了木材供需理论、产业结构理论、产业安全理论和贸易安全理论,从供给安全、产业安全和贸易安全三个方面界定木材安全的内涵,并分析其影响因素,明确预警内涵及研究过程。(2)中国木材安全的现状及存在的问题。以1997-2015年统计数据为基础,运用统计分析法从中国森林资源态势、木材加工产业发展趋势、木材产品贸易趋势以及和天然林保护政策对木材供给和木材加工业的影响四个方面分析了中国木材安全的现状及面临的问题。(3)中国木材安全预警指标体系构建。运用PSR概念模型,以压力、状态和响应之间的因果关系为基础,分析中国木材安全问题,并从社会、经济、资源、市场、产业、贸易、技术和政策等方面选取指标,构建中国木材安全预警指标体系。(4)中国木材安全警情分析。基于1997-2015年中国木材安全预警指标数据,运用熵值法,确定中国木材安全预警指标的权重,然后运用多目标线性加权法计算得出1997-2015年中国木材安全预警指数,并运用系统化方法以多数原则、中数原则和均数原则的方法,确定木材安全预警警度阈值,并从压力、状态、响应和综合水平层面对中国木材安全警情状况进行分析。(5)中国木材安全预警预测。利用灰色预测法和三次指数平滑法对2016-2025年中国木材安全预警指标体系中各预警指标进行预测,然后运用BP神经网络原理,构建BP神经网络模型,并采用交叉验证方式对神经网络进行训练与测试,确定最优模型对2016-2025年中国木材安全形势预警预测。(6)中国木材安全保障措施。基于木材安全预警的实证分析结果,从状态和响应两个层面提出保障木材安全的对策建议。本论文主要结论如下:(1)明确提出木材安全预警内涵及研究过程,认为木材安全预警研究过程包括明确警义、寻找警源、分析警兆、预报警度和预警反馈等内容。(2)中国木材安全面临以下问题:1)由于天然林保护政策的实施,限制了天然林木材供给,而目前人工林质量和生产力较低等问题,致使国内木材供给能力下降;2)虽然木材加工业不断壮大,并形成一定的规模和产业格局,但是木材加工企业规模小、产品竞争力不强以及自身环境污染等问题,已成为制约木材加工业高速增长的主要原因;3)国际环保政策、各国贸易政策以及打击非法采伐政策对我国木材进口带来较大的不确定性;4)天然林全面停伐政策导致国内木材供给下降,特别是对天然林区的木材加工企业带来了较大影响,区域内大部分企业停产、搬迁或关闭。(3)中国木材安全预警指标体系中,资源、供给状态指标的权重最大,贸易状态指标次之,产业技术响应指标和压力指标再次之,表明森林资源状态水平是影响中国木材安全的主要因素,其次是国际木材贸易状态,而木材产业技术进步指数和废纸回收率在提高木材综合利用率和木材供给上起到了促进作用。(4)1997-2015年木材安全压力子系统的警度一直处于“无警”状态,但预警指数波动下降;状态子系统的警度经历“无警-中警-无警”的变化,预警指数也呈U型趋势;响应子系统的预警指数呈直线上升趋势,且警度经历了从“巨警”到“无警”的变化;从综合水平来看木材安全警度经历了“无警-轻警-无警”的变化,预警指数也基本呈U型变化。(5)随着中国经济的发展,2016-2025年中国城镇化率、中国经济规模将进一步扩大,而中国木材对外依存度和进口集中度将上升,天保区木材产量将呈下降趋势,这将对未来木材安全形势造成压力。同时由于资源状态指标和技术响应指标的影响,致使2016-2025年中国木材安全警度基本保持在“无警”状态,但2020年后中国木材安全预警指数呈下降趋势,因此应加强监测和防范。(6)从森林资源、木材贸易、产业升级和木材循环利用等方面保障中国木材安全的对策建议。
【学位授予单位】：中国林业科学研究院
【学位级别】：博士
【学位授予年份】：2018
【分类号】：F326.2
【图文】：

俄罗斯,集中度,原木,林业数据库

图 3-10 2015 年中国原木进口主要来源地Fig.3-10 Main origins of China’s imported roundwood in 2015 2015 年 FAO 林业数据库数据计算而来。Data origins: the data are tabase in 2015.是最常用、最简单易行的绝对集中度的衡量指标，是指有关数值 X（可以是产值、产量、销售额、销售量、职场或行业的份额[119]。利用行业集中度的计算方法，原木木进口量与进口总量之比。1997-2015 年间，中国原木进015 年原木进口集中度达到 89.4%。指数是测度产品竞争力水平，即某种产品的净出口额与值。贸易竞争力指数越接近 1，国际竞争力越强，若比值20.49%

曲线,神经网络训练,安全预警,木材

点出节点即为木材安全预警结果，是预警预测的的预期输出应是已知值。因此，木材安全预警.1 中 1997-2015 年中国木材安全综合预警指数、中警、重警和巨警。[0.4，1]表示“无警”区示处于“中警”区间；[0.1,0.2]表示“重警”训练与测试网络结构后，采用 Matlab 软件中的神经网络工学习训练。本文采用 1997-2015 年所有指标数组数据作为测试集，进行交叉验证，共产生 6终模型。BP 神经网络训练得到误差曲线如图

实际输出,训练样本,结果对比,输出结果

图 6-3 训练样本输出结果与实际输出结果对比Fig.6-3 Compare result between the output oftraining smple and the real output图 6-4 仿真输出与实际输出之间的线性回归图Fig.6-4 Linear regression of of training output andthe real output（4）确定预测样本输入端将 2016-2025 年中国木材安全预警指标预测值，即表 6-11 中的预测值，作为 BP 神经网络预测样本输入端的值。6.2.3 预测结果分析利用上述已经训练好的 BP 神经网络模型，将 2016-2025 年中国木材安全预警指标预测数据输入 BP 神经网络模型，对 2016-2025 年的木材安全预警指数及警度进行预测。表6-12 为中国木材安全预警指数的预测值。

【相似文献】