- Номер
- Журнал СФУ. Гуманитарные науки. 2020 13 (11)
- Авторы
- Чугункова, А.В.
- Контактная информация
- Чугункова, А.В.: Сибирский федеральный университет Российская Федерация, Красноярск
- Ключевые слова
- global climate change; forestry; logging season; logging volumes; autoregressive distributed lag model; глобальное изменение климата; лесное хозяйство; лесозаготовительный сезон; объем заготовки древесины; модель авторегрессии и распределенного лага
- Аннотация
Лесное хозяйство как одна из отраслей экономки испытывает на себе влияние множества факторов, и глобальное изменение климата является одним из них. Климатические изменения могут влиять на лесную отрасль как напрямую, так и косвенно через изменение количественных и качественных характеристик леса, а также позитивным либо негативным образом. Изучение основных экономических последствий глобального изменения климата для лесного хозяйства России требует к себе более детального внимания со стороны академического сообщества и органов власти. Одним из таких последствий является сокращение длительности зимнего лесозаготовительного сезона, что может привести к уменьшению объемов заготовки древесины в долгосрочной перспективе. На основе данных об объемах заготовки древесины в Красноярском крае и Иркутской области, а также длительности зимнего сезона по метеостанциям указанных регионов за период 1966–2018 гг. было построено восемь моделей ARDL, которые показали наличие зависимости объемов заготовки древесины от длительности лесозаготовительного сезона по всем рассмотренным метеостанциям. Для того чтобы минимизировать негативное влияние потепления на лесную отрасль в виде предстоящего сокращения объемов заготавливаемой древесины, необходима реализация комплекса мер по адаптации отрасли к изменяющемуся климату
- Страницы
- 1870–1879
- DOI
- 10.17516/1997-1370-0691
- Статья в архиве электронных ресурсов СФУ
- https://elib.sfu-kras.ru/handle/2311/137754
Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).