王鳳春，鄭華，王效科，彭文佳

1. 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心//城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100085；2. 中國(guó)科學(xué)院大學(xué)，北京 100049；3. 北京市水科學(xué)技術(shù)研究院，北京 100048

生態(tài)補(bǔ)償區(qū)域選擇方法研究進(jìn)展

王鳳春1,2,3，鄭華1，王效科1，彭文佳1,2

1. 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心//城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100085；
2. 中國(guó)科學(xué)院大學(xué)，北京 100049；3. 北京市水科學(xué)技術(shù)研究院，北京 100048

生態(tài)補(bǔ)償實(shí)施后的效果與效率評(píng)價(jià)已成為生態(tài)補(bǔ)償研究的熱點(diǎn)。目標(biāo)區(qū)域的篩選和確定將直接影響補(bǔ)償資金的使用效率，進(jìn)而影響生態(tài)補(bǔ)償項(xiàng)目的社會(huì)效益。文章從生態(tài)補(bǔ)償效率影響因素入手，梳理了國(guó)內(nèi)外生態(tài)補(bǔ)償區(qū)域選擇的研究方法，從已有研究來(lái)看，選擇準(zhǔn)則已逐步從單一的只考慮項(xiàng)目總預(yù)算、參與者成本、環(huán)境效益等因素，發(fā)展到綜合考慮生態(tài)退化高風(fēng)險(xiǎn)區(qū)域、空間區(qū)域要素異質(zhì)性等多種要素；選擇方法也從單一的數(shù)學(xué)方法，逐步與物理模型、空間模型和空間數(shù)量經(jīng)濟(jì)模型相結(jié)合，這些方法的研究和分析可為生態(tài)補(bǔ)償項(xiàng)目實(shí)踐提供重要理論支撐。通過(guò)分析國(guó)內(nèi)外相關(guān)研究，提出今后補(bǔ)償區(qū)域選擇研究的準(zhǔn)則除了要考慮上述環(huán)境保護(hù)目標(biāo)外，還要納入減貧、社會(huì)公平、制度保障、技術(shù)實(shí)力以及項(xiàng)目持久性等社會(huì)要素，以實(shí)現(xiàn)生態(tài)補(bǔ)償項(xiàng)目環(huán)境與社會(huì)效益的綜合目標(biāo)；相應(yīng)的研究方法也要?jiǎng)討B(tài)化，系統(tǒng)化和集成化；且要探索研究對(duì)區(qū)域選擇方法的后評(píng)價(jià)，以驗(yàn)證生態(tài)補(bǔ)償效率的實(shí)現(xiàn)程度及貢獻(xiàn)度。在此基礎(chǔ)上，通過(guò)對(duì)照國(guó)外與國(guó)內(nèi)研究的差距，分析未來(lái)國(guó)內(nèi)生態(tài)補(bǔ)償項(xiàng)目的廣泛應(yīng)用以及目標(biāo)（區(qū)域）選擇的重要性，從提高補(bǔ)償項(xiàng)目生態(tài)服務(wù)的效益和提高補(bǔ)償資金的使用效率角度，提出我國(guó)今后的生態(tài)補(bǔ)償項(xiàng)目應(yīng)在實(shí)施前做好目標(biāo)（區(qū)域）選擇；實(shí)施中做好動(dòng)態(tài)監(jiān)測(cè)；實(shí)施后做好后評(píng)估和適應(yīng)性調(diào)整，以提高生態(tài)補(bǔ)償政策持久性和持續(xù)性。

生態(tài)補(bǔ)償；目標(biāo)選擇；額外性；效率

生態(tài)補(bǔ)償（Payments for Ecosystem Services, PES）作為一種將外在的、非市場(chǎng)環(huán)境價(jià)值轉(zhuǎn)化為當(dāng)?shù)貐⑴c者提供生態(tài)系統(tǒng)服務(wù)的經(jīng)濟(jì)激勵(lì)機(jī)制已經(jīng)引起了廣泛關(guān)注（Engel et al., 2008；趙雪雁，2012）。根據(jù)相關(guān)學(xué)者對(duì)生態(tài)補(bǔ)償?shù)亩x，生態(tài)補(bǔ)償是一種自愿交易，有確定的環(huán)境服務(wù)，至少有一個(gè)買(mǎi)方，一個(gè)賣(mài)方，并且必須保證能夠提供環(huán)境服務(wù)（Engel et al.，2008）。然而，生態(tài)補(bǔ)償這種自愿交易下自我選擇的本質(zhì)會(huì)產(chǎn)生目標(biāo)選擇（或合同分配）的問(wèn)題，即當(dāng)申請(qǐng)者超過(guò)補(bǔ)償預(yù)算時(shí)，如何保證選擇誰(shuí)會(huì)得到最高的環(huán)境服務(wù)水平（Wünschera et al.，2008），即生態(tài)補(bǔ)償?shù)男蕟?wèn)題。確切地說(shuō)，區(qū)域目標(biāo)選擇（Targeting）指的是在有限的生態(tài)補(bǔ)償預(yù)算額度下，把補(bǔ)償資金分配在哪些地方以及如何分配的問(wèn)題（Wünschera et al.，2012）。合理的目標(biāo)選擇方法或決策有助于從潛在的生態(tài)服務(wù)提供者中，根據(jù)區(qū)域或個(gè)體條件差異，確定有效補(bǔ)償區(qū)域或者生態(tài)服務(wù)提供者。

PES項(xiàng)目越來(lái)越受到政策實(shí)施者和決策者的青睞，但未來(lái)設(shè)計(jì)PES項(xiàng)目最迫切需要的是在項(xiàng)目實(shí)施前就研究設(shè)計(jì)有效的參與合同和如何評(píng)價(jià)實(shí)施效果（Ferraro，2011），分析當(dāng)前的生態(tài)補(bǔ)償區(qū)域目標(biāo)選擇方法，并評(píng)價(jià)存在的問(wèn)題是十分有必要的。

當(dāng)前，由于中國(guó)生態(tài)補(bǔ)償項(xiàng)目主要是政府間的交易過(guò)程（程臻宇等，2015），申請(qǐng)者數(shù)量過(guò)多的現(xiàn)象并不多見(jiàn)，所以國(guó)內(nèi)對(duì)生態(tài)補(bǔ)償目標(biāo)選擇的研究較少，多是相關(guān)的間接研究（黃興文等，1999；范小杉等，2007；郭中偉等，2003；鮑鋒等，2005，孟召宜等，2008；唐秀美等，2010）。即使是政府與政府之間實(shí)行的生態(tài)補(bǔ)償，在資金約束條件下獲取最大的環(huán)境效益，仍是生態(tài)補(bǔ)償?shù)闹饕康?，必須要將資金配置到生態(tài)效率高或生態(tài)效益增量大的地方，或投入成本低的地方（謝劍斌等，2013）。因此，綜述分析國(guó)內(nèi)外較成功的區(qū)域選擇方法研究，通過(guò)一定的管理手段和措施來(lái)篩選補(bǔ)償區(qū)域目標(biāo)、提高項(xiàng)目實(shí)施效率也是非常有必要的。

1 目標(biāo)選擇與生態(tài)補(bǔ)償效率

生態(tài)補(bǔ)償?shù)哪康脑谟谠谘a(bǔ)償資金（或預(yù)算）約束條件下獲取最大的環(huán)境效益（Alix-garcia et al.，2008；Zhao et al.，2010），即關(guān)于生態(tài)補(bǔ)償?shù)男蕟?wèn)題。關(guān)于無(wú)效率的情況有學(xué)者提出了一個(gè)分析框架（Engel et al.，2008），其中提到三類(lèi)情況，（1）不給予補(bǔ)償也會(huì)發(fā)生預(yù)期的土地利用方式，反過(guò)來(lái)說(shuō)，即是“花了錢(qián)，但沒(méi)發(fā)生什么變化（Ferraro et al.，2006）”。這種情況也是我們通常所說(shuō)的缺乏額外性（趙雪雁，2012）。（2）補(bǔ)償費(fèi)用較低，不能促使參與者采用預(yù)期的土地利用方式。（3）補(bǔ)償了（或說(shuō)付費(fèi)了），土地利用也發(fā)生了變化，但提供的服務(wù)價(jià)值卻低于補(bǔ)償費(fèi)用，即支付成本大于獲得的收益。

對(duì)于后兩種情況，不采用社會(huì)收益超過(guò)成本的實(shí)踐活動(dòng)，或是采用社會(huì)收益低于成本的實(shí)踐活動(dòng)，都會(huì)產(chǎn)生明顯的社會(huì)無(wú)效率（Engel et al.，2008；趙雪雁，2012）。而對(duì)于額外性問(wèn)題，雖然其本質(zhì)上不屬于社會(huì)無(wú)效率問(wèn)題，而是資金無(wú)效率，這會(huì)使得每美元獲得的收益（生態(tài)服務(wù)水平）降低，但是如果在補(bǔ)償預(yù)算資金有限的情況下，用于這種無(wú)效率的實(shí)踐活動(dòng)偏多就意味著用于效率高的其他實(shí)踐活動(dòng)的資金就會(huì)偏少，這實(shí)際上也就產(chǎn)生了社會(huì)無(wú)效率。對(duì)于那些補(bǔ)償標(biāo)準(zhǔn)偏低、補(bǔ)償標(biāo)準(zhǔn)同一，而且沒(méi)區(qū)域有目標(biāo)選擇性的實(shí)踐活動(dòng)很可能會(huì)產(chǎn)生缺乏額外性的問(wèn)題（Engel et al.，2008）。

為確保生態(tài)補(bǔ)償機(jī)制的高效實(shí)施，付費(fèi)者（即買(mǎi)方）應(yīng)明確3種關(guān)鍵要素（Wünschera et al.，2008），（1）是否提供預(yù)期的環(huán)境服務(wù)，即效益。（2）環(huán)境服務(wù)喪失的風(fēng)險(xiǎn)。（3）參與者（即賣(mài)方）的成本，包括機(jī)會(huì)成本、交易成本和實(shí)施成本（趙雪雁，2012）。此外，設(shè)計(jì)選擇目標(biāo)除了要考慮生態(tài)服務(wù)水平、參與成本和生態(tài)風(fēng)險(xiǎn)以外，還應(yīng)考慮社會(huì)政治意愿、公眾意識(shí)、制度安排和技術(shù)水平，以及防止實(shí)施目標(biāo)選擇過(guò)程中出現(xiàn)“泄漏”（目標(biāo)區(qū)改善生態(tài)服務(wù)供給的結(jié)果是以其他地方的環(huán)境破壞活動(dòng)增加為代價(jià)）和不正當(dāng)激勵(lì)，從而削弱整體生態(tài)補(bǔ)償?shù)男剩–homitz，2002；Wünschera et al.，2012；Fooks et al.，2016）。

上述前3種因素可作為目標(biāo)選擇時(shí)的主要規(guī)則，如明確喪失風(fēng)險(xiǎn)，優(yōu)先選擇那些風(fēng)險(xiǎn)性較高的區(qū)域，增加額外性，從而提高補(bǔ)償效率；明確參與成本，根據(jù)參與者投入的成本，制定不同的、靈活的補(bǔ)償標(biāo)準(zhǔn)，實(shí)現(xiàn)資金使用效率最優(yōu)化，從而提高補(bǔ)償效率；確定效益-成本比例，優(yōu)先選擇比例較大的參與者，雖不能保證獲得效益肯定大于付費(fèi)成本，但能盡量減少這種低效率補(bǔ)償項(xiàng)目。

2 國(guó)內(nèi)外生態(tài)補(bǔ)償區(qū)域選擇方法研究

2.1 統(tǒng)一的目標(biāo)選擇標(biāo)準(zhǔn)

對(duì)補(bǔ)償對(duì)象實(shí)行統(tǒng)一的標(biāo)準(zhǔn)，即在資金總預(yù)算下，對(duì)補(bǔ)償區(qū)域不進(jìn)行有針對(duì)性地甄別和篩選，而是向單位面積土地支付相同數(shù)額的補(bǔ)償（戴其文等，2009），直到達(dá)到預(yù)算上限。這是生態(tài)補(bǔ)償項(xiàng)目最初實(shí)施的目標(biāo)選擇方案。如拉美最早開(kāi)展生態(tài)補(bǔ)償?shù)母缢惯_(dá)黎加國(guó)家生態(tài)補(bǔ)償資金（PSA）項(xiàng)目，嚴(yán)格采用統(tǒng)一的補(bǔ)償標(biāo)準(zhǔn)。該項(xiàng)目向土地所有者提供不同類(lèi)型的合同，包括森林保護(hù)、再造林等，支付的金額略高于保護(hù)土地的機(jī)會(huì)成本（Pagiola，2008）。最初的墨西哥的水文環(huán)境服務(wù)補(bǔ)償（PSAH）項(xiàng)目和中國(guó)的退耕還林工程雖不是采用統(tǒng)一的補(bǔ)償標(biāo)準(zhǔn)，卻也只限制在2～3個(gè)標(biāo)準(zhǔn)水平（Mu?oz-pi?a et al.，2008；Bennett，2008）。

由于這種選擇標(biāo)準(zhǔn)沒(méi)有考慮個(gè)體差異，存在很多無(wú)效的或低效補(bǔ)償實(shí)踐，補(bǔ)償資金效率很低，缺乏額外性，生態(tài)補(bǔ)償效率很低。但因?yàn)檫@種方法易操作，相對(duì)比較公平，所以仍是發(fā)展中國(guó)家比較主流的區(qū)域選擇補(bǔ)償方案（戴其文等，2009；Wünschera et al.，2012；趙雪雁，2012）。

2.2 成本-效益目標(biāo)選擇方法

關(guān)于生態(tài)補(bǔ)償目標(biāo)區(qū)域選擇問(wèn)題，國(guó)外研究得較多。最初采用單目標(biāo)、單準(zhǔn)則的方法。最具有代表性的是Babcock等學(xué)者的研究成果，他們系統(tǒng)地總結(jié)了成本標(biāo)準(zhǔn)、效益標(biāo)準(zhǔn)和效益成本比（邊際成本）標(biāo)準(zhǔn)等3種選擇方案，并進(jìn)行了定量估算（Babcock et al.，1997）。Chomitz et al.（2006）采用成本法進(jìn)行選擇，以最低的成本選擇最佳的區(qū)域以獲得最大的生態(tài)環(huán)境效益，從而確定低成本高收益的參與者選擇方案；有的學(xué)者則側(cè)重將生物物種的空間連通性、生物物種自身的生態(tài)特征等服務(wù)效益作為生態(tài)補(bǔ)償區(qū)域選擇的標(biāo)準(zhǔn)（Powell et al.，2000；Fagan et al.，2016；Alison et al.，2016）。但采用效益目標(biāo)選擇時(shí)，還要考慮不同服務(wù)功能之間的權(quán)衡（Ojea et al.，2016；Zheng et al.，2016）。

Ferraro（2003）采用成本效益標(biāo)準(zhǔn)，依據(jù)產(chǎn)生期望的生物物理屬性的效率來(lái)定位需要保護(hù)的地塊，從而確定了生物多樣性保護(hù)和流域保護(hù)的優(yōu)先補(bǔ)償區(qū)域；Uchida et al.（2005）采用成本效益法評(píng)價(jià)退耕還林目標(biāo)選擇的實(shí)施效率，結(jié)果表明，當(dāng)前的補(bǔ)償金額過(guò)高，實(shí)施效率還有進(jìn)一步提升的空間；Claassen et al.（2008）分析了美國(guó)農(nóng)業(yè)環(huán)境補(bǔ)償項(xiàng)目的有效設(shè)計(jì)問(wèn)題，研究表明通過(guò)成本-效益線(xiàn)性得分函數(shù)確定參與區(qū)能夠大大提高環(huán)境收益，在每年成本不變的情況下大約增加3.7億美元的收益，對(duì)于一個(gè)10億預(yù)算的項(xiàng)目，大約提高兩倍收益；Chen et al.（2010）討論采用成本效益法評(píng)價(jià)退耕還林這一生態(tài)補(bǔ)償項(xiàng)目的效率和效果，文章指出其中的成本核算難度較大，因?yàn)殛P(guān)于農(nóng)戶(hù)機(jī)會(huì)成本的信息比較隱私，獲取較困難，實(shí)施者與土地?fù)碛姓咧g存在信息缺口。

中國(guó)生態(tài)補(bǔ)償對(duì)區(qū)域差異關(guān)注較少，存在補(bǔ)償不足或?qū)Σ恍柩a(bǔ)償就能提供生態(tài)服務(wù)的區(qū)域?qū)嵤┭a(bǔ)償?shù)葐?wèn)題（趙翠薇等，2010）。有的學(xué)者提出建立以補(bǔ)償效率為基準(zhǔn)的耕地保護(hù)經(jīng)濟(jì)補(bǔ)償對(duì)象空間選擇機(jī)制（李武艷等，2015），但對(duì)于目標(biāo)區(qū)域的選擇方法研究也應(yīng)多參照成本、效益或成本-效益標(biāo)準(zhǔn)，采用聚類(lèi)分析、“地理要素稟賦當(dāng)量”、選擇實(shí)驗(yàn)法等來(lái)優(yōu)化補(bǔ)償區(qū)域選擇（張偉等，2010；宋曉諭等，2012；徐中民等，2013；王愛(ài)敏等，2015；龔亞珍等，2016）。目前，中國(guó)尚未形成系統(tǒng)的補(bǔ)償區(qū)域選擇機(jī)制。

2.3 考慮風(fēng)險(xiǎn)的目標(biāo)選擇方法

在上述成本與效益選擇方法基礎(chǔ)上，將生態(tài)系統(tǒng)受損風(fēng)險(xiǎn)也納入目標(biāo)選擇的標(biāo)準(zhǔn)，稱(chēng)為多目標(biāo)多準(zhǔn)則的目標(biāo)選擇方法。

生態(tài)退化風(fēng)險(xiǎn)作為體現(xiàn)生態(tài)補(bǔ)償項(xiàng)目額外性的重要因素，也是研究空間目標(biāo)選擇的關(guān)鍵因子（Wünschera et al，2012；Sims et al，2014；Ezzine-de-blas et al，2016）。Alix-Garcia et al（2005）通過(guò)模擬墨西哥生態(tài)補(bǔ)償項(xiàng)目來(lái)說(shuō)明將風(fēng)險(xiǎn)納入生態(tài)服務(wù)目標(biāo)能夠提高實(shí)施效率。尋求最優(yōu)目標(biāo)的這種補(bǔ)償項(xiàng)目每美元的環(huán)境收益為等額補(bǔ)償?shù)?倍。Wünscher et al（2008）以哥斯達(dá)黎加生態(tài)補(bǔ)償項(xiàng)目為例，研究搭建了一種空間目標(biāo)選擇工具——考慮3個(gè)因素，環(huán)境服務(wù)提供水平、參與成本以及失去這些服務(wù)的風(fēng)險(xiǎn)。評(píng)價(jià)結(jié)果表明，任何一種目標(biāo)選擇方法的效率（每1000美元產(chǎn)生的額外性）都高于無(wú)目標(biāo)選擇。Wünscher et al（2012）以生物多樣性這類(lèi)國(guó)際生態(tài)補(bǔ)償項(xiàng)目為例，綜述和評(píng)價(jià)了各種生物多樣性保護(hù)區(qū)域選擇方法，并分別從透明度、數(shù)據(jù)可獲取性、土地的確權(quán)、是否考慮額外性、是否考慮生態(tài)服務(wù)水平以及靈活性等方面對(duì)這些方法進(jìn)行了評(píng)價(jià)。該研究提出，生態(tài)補(bǔ)償項(xiàng)目區(qū)域目標(biāo)選擇的準(zhǔn)則有3個(gè)：一是生態(tài)服務(wù)水平；二是提供服務(wù)的成本；三是不實(shí)施生態(tài)補(bǔ)償而導(dǎo)致的不提供生態(tài)服務(wù)的概率（即額外性）。

2.4 空間模型分析方法

由于考慮空間異質(zhì)性，有些學(xué)者采用GIS等空間信息工具來(lái)實(shí)現(xiàn)生態(tài)補(bǔ)償目標(biāo)區(qū)域選擇。Wendland et al（2010）以馬達(dá)加斯加為研究區(qū)域，采用空間分析方法確定應(yīng)優(yōu)先實(shí)施生態(tài)補(bǔ)償?shù)膮^(qū)域。該研究首先是確定生物多樣性、碳匯和水質(zhì)生態(tài)服務(wù)功能的空間分布情況，然后確定這些區(qū)域的生態(tài)風(fēng)險(xiǎn)分布，以獲得生態(tài)補(bǔ)償區(qū)域額外性分布圖，再去掉其中高機(jī)會(huì)成本的區(qū)域，最終靶向確定生態(tài)補(bǔ)償區(qū)域。Atela et al（2014）以肯尼亞47縣的農(nóng)業(yè)、氣候和社會(huì)經(jīng)濟(jì)數(shù)據(jù)為基礎(chǔ)，通過(guò)構(gòu)建脆弱性指數(shù)地圖來(lái)評(píng)價(jià)當(dāng)?shù)豏EDD項(xiàng)目減貧的空間區(qū)域選擇情況。Kolinjivadi等學(xué)者以尼泊爾加德滿(mǎn)都谷地為研究區(qū)域，運(yùn)用GIS中的克里格插值模塊分析說(shuō)明了，在對(duì)生態(tài)補(bǔ)償項(xiàng)目進(jìn)行設(shè)計(jì)時(shí)，應(yīng)同時(shí)考慮區(qū)域選擇有效性、成本效益和減貧等多項(xiàng)目標(biāo)（Kolinjivadi et al.，2015）。Lin et al.（2014）以坦桑尼亞REDD+項(xiàng)目為例，采用基于GIS的多標(biāo)準(zhǔn)決策分析方法演示了空間選擇方法，明確REDD+項(xiàng)目適用區(qū)域。該方法是基于GIS中的IDRISI模塊提供的多任務(wù)標(biāo)準(zhǔn)評(píng)價(jià)模型來(lái)明確REDD+項(xiàng)目的最佳適合區(qū)域，同時(shí)考慮了部分能夠被空間變量代表的標(biāo)準(zhǔn)或規(guī)則，而諸如“泄漏”等因素則無(wú)法體現(xiàn)。

為減少或避免目標(biāo)選擇過(guò)程中的“泄漏”影響，提高生態(tài)補(bǔ)償效率，相關(guān)學(xué)者考慮了空間結(jié)構(gòu)性（空間不均勻性）和空間因素的自相關(guān)性，采用空間計(jì)量經(jīng)濟(jì)模型來(lái)選擇農(nóng)業(yè)生態(tài)保護(hù)項(xiàng)目的參與者。Yang et al（2014）采用空間計(jì)量經(jīng)濟(jì)模型分析了區(qū)域農(nóng)業(yè)特性、土地承載力、人口密度等解釋變量對(duì)選擇英格蘭農(nóng)業(yè)環(huán)境保護(hù)政策參與戶(hù)的影響，并分析了不同區(qū)域的相互關(guān)聯(lián)性。在此基礎(chǔ)上，Raggi et al（2015）采用探索性空間數(shù)據(jù)分析和回歸模型等計(jì)量經(jīng)濟(jì)方法，分析了意大利艾米利亞-羅馬涅大區(qū)農(nóng)業(yè)環(huán)境保護(hù)項(xiàng)目參與區(qū)域的影響因素，并且對(duì)相鄰區(qū)域泄露問(wèn)題進(jìn)行了討論，結(jié)果表明空間選擇是影響項(xiàng)目實(shí)施的重要因素。

2.5 考慮信息成本的競(jìng)拍法

在生態(tài)補(bǔ)償項(xiàng)目中，為更好地確定參與者的真實(shí)成本，減少信息租金（Peterson et al.，2004；Ozanne et al.，2001；White，2002），避免對(duì)高機(jī)會(huì)成本類(lèi)型進(jìn)行低補(bǔ)償或?qū)Φ蜋C(jī)會(huì)成本類(lèi)型進(jìn)行高補(bǔ)償（趙雪雁，2012），提高目標(biāo)選擇性和補(bǔ)償效率，有些研究學(xué)者提出可以采用競(jìng)拍法選擇參與區(qū)域（Wünschera et al.，2012；Hellerstein et al.，2015）。

Ferraro（2008）指出在涉及到生態(tài)服務(wù)補(bǔ)償?shù)钠跫s關(guān)系中，購(gòu)買(mǎi)方獲得的成本信息要比土地?fù)碛姓呱伲ù嬖诓粚?duì)稱(chēng)信息），后者利用他們的私人信息從購(gòu)買(mǎi)方獲取信息租金。為了在有限預(yù)算下獲得最大生態(tài)服務(wù)水平，減少信息租金有利于額外性的獲得。該論文提出3種減少不對(duì)稱(chēng)信息的方法：一是收集和獲取土地?fù)碛姓撸ǚ?wù)提供者）的各種與成本有關(guān)的屬性數(shù)據(jù)；二是給土地?fù)碛姓咛峁┎煌?lèi)型的“菜單”（低成本-高產(chǎn)出和高成本-低產(chǎn)出），讓他們根據(jù)標(biāo)準(zhǔn)自我篩選；三是采用采購(gòu)拍賣(mài)的方式，向服務(wù)提供者發(fā)出投標(biāo)邀請(qǐng)，最后以較低競(jìng)標(biāo)價(jià)來(lái)確定簽約方。Chen et al（2010）討論采用成本效益目標(biāo)法評(píng)價(jià)退耕還林這一生態(tài)補(bǔ)償項(xiàng)目的效率和效果時(shí)建議在采取成本效益選取參與者時(shí)，采用競(jìng)拍的方式提高PES項(xiàng)目實(shí)施效率。Narloch et al（2011）以在玻利維亞和秘魯實(shí)施的生態(tài)補(bǔ)償項(xiàng)目為案例，在設(shè)定項(xiàng)目總體預(yù)算后，通過(guò)競(jìng)拍價(jià)格（成本）計(jì)算每個(gè)目標(biāo)的最優(yōu)成本效益，但尚未建立科學(xué)框架來(lái)設(shè)定不同目標(biāo)之間的權(quán)重以權(quán)衡是否達(dá)到最大效益。Newton et al（2012）以亞馬遜河流域的PES項(xiàng)目為例進(jìn)行研究，得出不同區(qū)域的農(nóng)戶(hù)會(huì)產(chǎn)生不同的機(jī)會(huì)成本的結(jié)果，所以如果項(xiàng)目補(bǔ)償能夠依據(jù)當(dāng)?shù)貦C(jī)會(huì)成本和生計(jì)策略的不同而相應(yīng)調(diào)整補(bǔ)償區(qū)域，則能大大提高項(xiàng)目成功實(shí)施的可能性。Skidmore et al（2014）利用印尼蘇門(mén)答臘島占碑省兩個(gè)村莊的數(shù)據(jù)分析反向競(jìng)拍和評(píng)價(jià)機(jī)會(huì)成本兩種目標(biāo)選擇方法所產(chǎn)生的碳匯量，研究提出在農(nóng)戶(hù)尺度決定選擇目標(biāo)比較困難，因?yàn)椴淮嬖谌菀子^察到的明確低成本提供者的協(xié)變量；另外，發(fā)展中國(guó)家農(nóng)戶(hù)由于缺乏土地確權(quán)，使得合同關(guān)系的建立比較困難，所以實(shí)際選擇中可以以村莊或省等區(qū)域?yàn)閱挝贿M(jìn)行。

采購(gòu)競(jìng)標(biāo)方法是效率相對(duì)較高的方法，但該方法需要更多的人力來(lái)設(shè)計(jì)和實(shí)施，制度成本較高，多應(yīng)用于發(fā)達(dá)國(guó)家。

3 研究展望

3.1 綜合考慮環(huán)境保護(hù)和社會(huì)發(fā)展的區(qū)域選擇研究

當(dāng)前，國(guó)內(nèi)外學(xué)者圍繞生態(tài)補(bǔ)償目標(biāo)選擇的關(guān)鍵要素開(kāi)展了大量研究，但除了上述環(huán)境保護(hù)和經(jīng)濟(jì)目標(biāo)外，近年來(lái)相關(guān)學(xué)者還提出，要從社會(huì)學(xué)角度，將減貧和社會(huì)公平也納入目標(biāo)選擇的規(guī)則當(dāng)中，尤其是對(duì)發(fā)展中國(guó)家來(lái)說(shuō)，生態(tài)補(bǔ)償項(xiàng)目的實(shí)施在一定程度上還兼具有扶貧的目標(biāo)（Gauvin et al.，2010；Kolinjivadi et al.，2015；Ezzine-de-blas et al.，2016）。另外，實(shí)施生態(tài)補(bǔ)償項(xiàng)目的區(qū)域是否做好了一定的“準(zhǔn)備”也是選擇的標(biāo)準(zhǔn)，如當(dāng)?shù)卣恼我庠?、公眾的意識(shí)、技術(shù)能力、政府管理和法規(guī)制度的穩(wěn)定性等都會(huì)影響項(xiàng)目實(shí)施的效率和效果（Wünschera et al.，2012）。當(dāng)然一項(xiàng)生態(tài)補(bǔ)償項(xiàng)目能否長(zhǎng)期實(shí)施下去、是否會(huì)受到資金的限制、當(dāng)?shù)卣呤欠駮?huì)連續(xù)保障、對(duì)當(dāng)?shù)剞r(nóng)戶(hù)的可持續(xù)生計(jì)影響如何等持久性問(wèn)題，也是管理者應(yīng)該考慮的因素（Alix-garcia et al.，2005；Alix-garcia et al.， 2015）。因此，今后的區(qū)域選擇也應(yīng)綜合考慮環(huán)境保護(hù)和社會(huì)發(fā)展綜合目標(biāo)，尋找兩者的結(jié)合點(diǎn)進(jìn)行深入研究和探討。

3.2 綜合性選擇方法研究

由于對(duì)生態(tài)補(bǔ)償區(qū)域選擇的準(zhǔn)則或因素多樣化，那么如何綜合考慮這些因子或者應(yīng)該如何權(quán)衡各個(gè)因子將是未來(lái)管理者和實(shí)施者面臨的問(wèn)題。探索研究綜合性的選擇方法則是研究學(xué)者應(yīng)該考慮的。從近兩年的研究文獻(xiàn)來(lái)看，選擇方法除了與物理模型、數(shù)量經(jīng)濟(jì)模型、空間分析和“3S”技術(shù)相結(jié)合外，有些學(xué)者還嘗試通過(guò)政策情景分析框架、適應(yīng)性管理等系統(tǒng)綜合性方法等對(duì)多個(gè)目標(biāo)進(jìn)行綜合權(quán)衡和分析。與此同時(shí)，對(duì)于長(zhǎng)時(shí)間實(shí)施的生態(tài)補(bǔ)償項(xiàng)目來(lái)說(shuō)，除了研究特定時(shí)段區(qū)域選擇的方法之外，還應(yīng)從縱向時(shí)間序列上分析所選擇的區(qū)域是否合適，這其實(shí)是對(duì)不同參與區(qū)域進(jìn)行適時(shí)調(diào)整，也算是一種適應(yīng)性管理（Sims et al.，2014；Ezzine-de-blas et al.，2016）。

3.3 額外性監(jiān)測(cè)方法研究

生態(tài)補(bǔ)償項(xiàng)目實(shí)施前需要采用相應(yīng)的方法來(lái)進(jìn)行目標(biāo)選擇，以獲得更多的額外性，提高整體生態(tài)補(bǔ)償效率。但到底選擇的區(qū)域是否能提高生態(tài)補(bǔ)償效益，則需要進(jìn)行效益額外性評(píng)價(jià)，這也就是對(duì)目標(biāo)區(qū)域選擇方法的后評(píng)價(jià)。當(dāng)前大部分生態(tài)補(bǔ)償項(xiàng)目并沒(méi)有要求量化參與者的額外性，其中一個(gè)原因是評(píng)價(jià)額外性的成本很高，而且由于未來(lái)的預(yù)測(cè)很困難，因此實(shí)施起來(lái)非常復(fù)雜；另外的一個(gè)原因是政治挑戰(zhàn)，因?yàn)閷?shí)施任何一項(xiàng)規(guī)則都意味著將會(huì)把一部分人排除在外，當(dāng)前生態(tài)補(bǔ)償項(xiàng)目正在應(yīng)用的額外性評(píng)價(jià)方法有4種（項(xiàng)目特定評(píng)估法、標(biāo)準(zhǔn)額外性評(píng)價(jià)法、折扣或交易率法、概率評(píng)估法），而這4種方法的可行性必須通過(guò)追蹤那些沒(méi)有參與PES項(xiàng)目的控制組和對(duì)照組（Wunder et al，2008；Bennett，2010；Ulber et al，2011；Vedel et al，2015）之間的差異來(lái)判斷。未來(lái)可嘗試開(kāi)展相關(guān)方面研究。

4 結(jié)論與政策啟示

生態(tài)補(bǔ)償作為一種有效的環(huán)境政策，已引起了全社會(huì)的廣泛關(guān)注。其中生態(tài)補(bǔ)償目標(biāo)（區(qū)域）的選擇不僅關(guān)系到補(bǔ)償效率的高低，更關(guān)系到生態(tài)補(bǔ)償能否可持續(xù)。本文從影響生態(tài)補(bǔ)償效率的因素入手，梳理了國(guó)內(nèi)外生態(tài)補(bǔ)償區(qū)域選擇的方法，綜述了由單目標(biāo)、單準(zhǔn)則到多目標(biāo)多準(zhǔn)則的選擇過(guò)程。從研究文獻(xiàn)來(lái)看，國(guó)外的生態(tài)補(bǔ)償項(xiàng)目多是以用戶(hù)為主導(dǎo)的（Wunder et al.，2008），比較注重項(xiàng)目實(shí)施的效率和效果后評(píng)價(jià)，因此對(duì)目標(biāo)區(qū)域的選擇方法研究也較多，且研究方法也趨于綜合化和全面化（表1）；但國(guó)內(nèi)的生態(tài)補(bǔ)償項(xiàng)目多以政府為主導(dǎo)，受償主體比較模糊，且志愿申請(qǐng)者數(shù)量也不多，因此，國(guó)內(nèi)對(duì)生態(tài)補(bǔ)償優(yōu)先度的確定多為定性描述，在項(xiàng)目設(shè)計(jì)時(shí)對(duì)目標(biāo)選擇過(guò)程和生態(tài)服務(wù)額外性的動(dòng)態(tài)監(jiān)測(cè)都有待加強(qiáng)（賈卓等，2012；朱文博等，2014）

表1 不同目標(biāo)選擇方法研究對(duì)比Table 1 Comparison of different approaches to spatial targeting identification of payments for ecosystem services

當(dāng)前，我國(guó)實(shí)施的退耕還林工程、生態(tài)公益林工程、面向國(guó)家重點(diǎn)生態(tài)功能區(qū)的生態(tài)補(bǔ)償性轉(zhuǎn)移支付項(xiàng)目等生態(tài)補(bǔ)償政策，都是以政府主導(dǎo)為主，補(bǔ)償對(duì)象選擇過(guò)程不充分，補(bǔ)償標(biāo)準(zhǔn)不靈活，導(dǎo)致補(bǔ)償效率較低，補(bǔ)償政策的可持續(xù)性還有待提高（程臻宇等，2015）。因此，通過(guò)分析國(guó)外生態(tài)補(bǔ)償區(qū)域選擇方法以及未來(lái)應(yīng)考慮的多種影響因素，從提高國(guó)內(nèi)補(bǔ)償項(xiàng)目生態(tài)服務(wù)的效益和提高補(bǔ)償資金的使用效率角度，提出如下建議：

生態(tài)補(bǔ)償項(xiàng)目的前期設(shè)計(jì)階段：首先，基于我國(guó)生態(tài)補(bǔ)償?shù)奶攸c(diǎn)，實(shí)施生態(tài)補(bǔ)償?shù)那疤崾且邢鄳?yīng)的法規(guī)和制度支撐，對(duì)水、森林、草原、礦山等資源進(jìn)行確權(quán)，在此基礎(chǔ)上，核算資源資產(chǎn)，確定生態(tài)環(huán)境服務(wù)并進(jìn)行定價(jià)；其次，應(yīng)優(yōu)化選擇補(bǔ)償區(qū)域或目標(biāo)，對(duì)目標(biāo)實(shí)施區(qū)域進(jìn)行現(xiàn)狀調(diào)查，篩選出生態(tài)服務(wù)脆弱區(qū)域（或貧困區(qū)），確定補(bǔ)償對(duì)象的先后排序，剔除掉那些即使不給予補(bǔ)償也會(huì)改變土地利用方式或?qū)嵤╉?xiàng)目的對(duì)象，提高補(bǔ)償項(xiàng)目的額外性；最后，對(duì)不同受償對(duì)象提供的生態(tài)服務(wù)、提供成本進(jìn)行核算，確定補(bǔ)償標(biāo)準(zhǔn)。邏輯上生態(tài)補(bǔ)償標(biāo)準(zhǔn)應(yīng)介于損失的機(jī)會(huì)成本和提供的生態(tài)服務(wù)價(jià)值之間（Engel et al，2008）。

生態(tài)補(bǔ)償項(xiàng)目的實(shí)施階段：一方面，加強(qiáng)生態(tài)補(bǔ)償項(xiàng)目的動(dòng)態(tài)監(jiān)測(cè)，根據(jù)土地利用狀況和資源的市場(chǎng)價(jià)格狀況適時(shí)調(diào)整補(bǔ)償標(biāo)準(zhǔn)；另一方面，采用非參與方控制實(shí)驗(yàn)、社會(huì)公眾監(jiān)督機(jī)制或第三方監(jiān)管機(jī)制等方法對(duì)項(xiàng)目實(shí)施過(guò)程中生態(tài)服務(wù)提供情況、資金使用效率和項(xiàng)目產(chǎn)生的影響進(jìn)行評(píng)價(jià)管理。

生態(tài)補(bǔ)償項(xiàng)目實(shí)施后：考慮土地利用方式變化對(duì)農(nóng)民生計(jì)方式的改變，積極進(jìn)行政策扶持和技術(shù)引導(dǎo)，避免復(fù)耕或倒退風(fēng)險(xiǎn)的出現(xiàn)，提高項(xiàng)目實(shí)施的持久性。

ALISON J, DUFFIELD S J, NOORDWIJK C G E, et al. 2016. Spatial targeting of habitat creation has the potential to improve agri-environment scheme outcomes for macro-moths [J]. Journal of Applied Ecology, 53(6): 1814-1822.

ALIX-GARCIA J, DE JANVRY A, SADOULET E. 2005.The role of risk in targeting payments for environmental services [EB/OL]. Social Science Research Network (SSRN) Electronic Journal [2017-2-16]. https:// www.researchgate.net/publication/43069735.

ALIX-GARCIA J, DE JANVRY A, SADOULET E. 2008. The role of deforestation risk and calibrated compensation in designing payments for environmental services [J]. Environment and Development Economics, 13: 375-394

ALIX-GARCIA J, SIMS K, YA?EZ-PAGANS P. 2015. Only One Tree from Each Seed? Environmental Effectiveness and Poverty Alleviation in Mexico's Payments for Ecosystem Services Program [J]. American Economic Journal Economic Policy, 7(4): 1-40.

ATELA J O,QUINN C H, MINANG P A. 2014. Are REDD projects pro-poor in their spatial targeting? Evidence from Kenya [J]. Applied Geography, 52(4): 14-24.

BABCOCK B A, LAKSHMINARAYAN P G, WU J J, et al. 1997. Targeting tools for the purchase of environmental amenities [J]. Land Economics, 73(3): 325-339.

BENNETT K. 2010. Additinality: the next step for ecosystem service market [J]. Duke Environmental Law & Policy Forum, 20(2): 417-438.

BENNETT, M T. 2008. China’s sloping land conversion program: institutional innovation or business as usual? [J]. Ecological.Economics, 65(4): 699-711.

CHEN X D, LUPI F, VI?A A, et al. 2010. Using Cost-Effective Targeting to Enhance the Efficiency of Conservation Investments in Payments for Ecosystem Services [J]. Conservation Biology, 24(6): 1469-1478.

CHOMITZ K M, FONSECA G A B D, ALGER K, et al. 2006. Viable reserve networks arise from individual landholder responses to conservation incentives [J]. Ecology and Society, 11(2): 40-40.

CHOMITZ K M. 2002. Baseline, leakage and measurement issues: how do forestry and energy projects compare? [J]. Climate Policy, 2(1): 35-49.

CLAASSEN R, CATTANEO A, JOHANSSON R. 2008. Cost-Effective Design of Agri-Environmental Payment Programs: U.S. Experience in Theory and Practice [J]. Ecological Economics, 65(4): 737-752.

ENGEL S, PAGIOLA S, WUNDER S. 2008. Designing payments for environmental services in theory and practice: an overview of the issues [J]. Ecological Economics, 65(4): 663-674.

EZZINE-DE-BLAS D, DUTILLY C, LARA-PULIDO J A, et al. 2016. Payments for Environmental Services in a Policymix: Spatial and Temporal Articulation in Mexico [J]. The Public Library of Science (PLoS) ONE, 11(4): 1-15.

FAGAN M E, DEFRIES R S, SESNIE S E, et al. 2016. Targeted reforestation could reverse declines in connectivity for understory birds in a tropical habitat corridor [J]. Ecological Applications, 26(5): 1456-1474.

FERRARO P J, PATTANAYAK S K. 2006. Money for nothing? A call for empirical evaluation of biodiversity conservation investments [J]. The Public Library of Science (PLoS) Biology, 4(4): e105.

FERRARO P J. 2003. Conservation contracting in heterogeneous landscapes: an application to watershed protection with threshold constraints [J]. Agricultural and Resource Economics Review, 32(1): 53-64.

FERRARO P J. 2008. Asymmetric information and contract design for payments for environmental services [J]. Ecological Economics, 65(4): 810-821.

FERRARO P J. 2011. The Future of Payments for Environmental Services [J]. Conservation Biology, 25(6): 1134-1138.

FOOKS J R, HIGGINS N, MESSER K D, et al. 2016. Conserving spatially explicit benefits in ecosystem service Markets: experimental tests of network bonuses and spatial targeting [J]. American Journal Agricultural Economics, 98(2): 468-488.

GAUVIN C, UCHIDA E, ROZELLE S, et al. 2010. Cost-effectiveness of payments for ecosystem services with dual goals of environment and poverty alleviation. Environment. Management, 45(3): 488-501.

HELLERSTEIN D, HIGGINS N, ROBERTS M. 2015. Options for improving conservation programs: insights from auction theory and economic experiments [EB/OL]. WASHINGTON, DC, United States Department of Agriculture [2017-02-17]. https://www.ers.usda.gov/ webdocs/publications/err181/50532_err181.pdf?v=42502.

KOLINJIVADI V, GRANT A, ADAMOWSKI J, et al. 2015. Juggling multiple dimensions in a complex socio-ecosystem: The issue of targeting in payments for ecosystem services [J]. Geoforum, 58: 1-13.

LIN L W, SILLS E, CHESHIRE H. 2014. Targeting areas for Reducing Emissions from Deforestation and forest Degradation (REDD+) projects in Tanzania [J]. Global Environmental Change, 24(1): 277-286.

MU?OZ-PI?A C, GUEVARA A, TORRES J M, et al. 2008. Paying for hydrological services of Mexico’s forests: analysis, negotiations and results [J]. Ecological. Economics, 65(4): 725-736.

NARLOCH U, PASCUAL U, DRUCKER A G. 2011. Cost-effectiveness targeting under multiple conservation goals and equity considerations in the Andes [J]. Environmental Conservation, 38(4): 417-425.

NEWTON P, NICHOLS E S, ENDO W, et al. 2012. Consequences of actor level livelihood heterogeneity for additionality in a tropical forest payment for environmental services programme with an undifferentiated reward structure [J]. Global Environmental Change, 22(1): 127-136.

OJEA E, LOUREIRO M L, ALLó M, et al. 2016. Ecosystem services and REDD: Estimating the benefits of Non-Carbon services in worldwide Forests [J]. World Development, 78: 246-261.

OZANNE A, HOGAN T, COLMAN D. 2001. Moral hazard, risk aversion and compliance monitoring in agri-environmental policy [J]. European Review of Agricultural Economics, 28(3): 329-348.

PAGIOLA S. 2008. Payments for environmental services in Costa Rica [J]. Ecological Economics, 65(4): 712-724.

PETERSON J M, BOISVERT R N. 2004. Incentive-compatible pollution control policies under asymmetric information on both risk preferences and technology [J]. American Journal of Agricultural Economics, 86(2): 291-306.

POWELL G V N, BARBORAK J, RODRIGUEZ S M. 2000. Assessing representativeness of protected natural areas in Costa Rica for conserving biodiversity: a preliminary gab analysis [J]. Biological Conservation, 93(1): 35-41.

RAGGIA M, VIAGGI D, BARTOLINI F, et al. 2015. The role of policy priorities and targeting in the spatial location of participation in Agri-Environmental Schemes in Emilia-Romagna (Italy) [J]. Land Use Policy, 47: 78-89.

SIMS K, ALIX-GARCIA J, SHAPIRO-GARZA E, et al. 2014. Improving environmental and social targeting through adaptive Management in Mexico’s payments for hydrological services program [J]. Conservation Biology, 28(5): 1151-1159.

SKIDMORE S, SANTOS P, LEIMONA B. 2014. Targeting REDD+: An Empirical Analysis of Carbon Sequestration in Indonesia [J]. World Development, 64(C):781-790.

UCHIDA E, XU J T, ROZELLE S. 2005. Grain for Green: Cost-Effectiveness and Sustainability of China’s Conservation Set-Aside Program [J]. Land Economics, 81(2): 247-264.

ULBER L, KLIMEK S, STEINMANN H H, et al. 2011. Implementing and evaluating the effectiveness of a payment scheme for environmental services from agricultural land [J]. Environmental Conservation, 38(4): 464-472.

VEDEL S E, JACOBSEN J B, THORSENA B J. 2015. Forest owners' willingness to accept contracts for ecosystem service provision is sensitive to additionality [J]. Ecological Economics, 113: 15-24.

WENDLAND K J, HONZáK M, PORTELA R, et al. 2010. Targeting and implementing payments for ecosystem services: Opportunities for bundling biodiversity conservation with carbon and water services in Madagascar [J]. Ecological Economics, 69(11): 2093-2107.

WHITE B. 2002. Designing voluntary agri-environmental policy with hidden and hidden action: a note [J]. Journal of Agricultural Economics, 53(2): 353-360.

WUNDER S, ENGEL S, PAGIOLA S. 2008. Taking stock: A comparative analysis of payments for environmental services programs in developed and developing countries [J]. Ecological Economics, 65(4): 834-852.

WüNSCHERA T, ENGEL S, WUNDER S. 2008. Spatial targeting of payments for environmental services: a tool for boosting conservation benefits [J]. Ecological Economics, 65(4): 822-833.

WüNSCHERA T, ENGEL S. 2012. International Payments for Biodiversity Services: Review and Evaluation of Conservation Targeting Approaches [J]. Biological Conservation, 152(8): 222-230.

YANG A L, ROUNSEVELL M D, WILSON R M, et al. 2014. Spatial analysis of agri-environmental policy uptake and expenditure in Scotland [J]. Journal of Environmental Management, 133: 104-115.

ZHAO C W, WANG S J. 2010. Benefits and standards of ecological compensation: international experiences and revelations for China [J]. Geographical Research, 29(4): 597-606.

ZHENG H, LI Y F, ROBINSON B E, et al. 2016. Using ecosystem service trade-offs to inform water conservation policies and management practices [J]. Frontiers in Ecology and the Environment, 14(10): 527-532.

ZHENG H, ROBINSON B E, LIANG Y C, et al. 2013. Benefits, costs, and livelihood implications of a regional payment for ecosystem service program [J]. Proceedings of the National Academy of Sciences, 110(41): 16681-16686.

鮑鋒, 孫虎, 延軍平. 2005. 森林主導(dǎo)生態(tài)價(jià)值評(píng)估及生態(tài)補(bǔ)償初探[J].水土保持通報(bào), 25(6): 101-104.

程臻宇, 侯效敏. 2015. 生態(tài)補(bǔ)償政策效率困境淺析[J]. 環(huán)境與可持續(xù)發(fā)展, 40(3): 50-52.

戴其文, 趙雪雁, 徐偉, 等. 2009. 生態(tài)補(bǔ)償對(duì)象空間選擇研究進(jìn)展及展望[J].自然資源學(xué)報(bào), 24(10): 1772-1784.

范小杉, 高吉喜, 溫文. 2007. 生態(tài)資產(chǎn)空間流轉(zhuǎn)及價(jià)值評(píng)估模型初探[J]. 環(huán)境科學(xué)研究, 20(5): 160-164.

龔亞珍, 韓煒, BENNETT M, 等. 2016. 基于選擇實(shí)驗(yàn)法的濕地保護(hù)區(qū)生態(tài)補(bǔ)償政策研究[J]. 自然資源學(xué)報(bào), 31(2): 241-251.

郭中偉, 甘雅玲. 2003. 關(guān)于生態(tài)系統(tǒng)服務(wù)功能的幾個(gè)科學(xué)問(wèn)題[J]. 生物多樣性, 11(1): 63-69.

黃興文, 陳百明. 1999. 中國(guó)生態(tài)資產(chǎn)區(qū)劃的理論與應(yīng)用[J].生態(tài)學(xué)報(bào), 19(5): 602-606.

賈卓, 陳興鵬, 善孝璽. 2012. 草地生態(tài)系統(tǒng)生態(tài)補(bǔ)償標(biāo)準(zhǔn)和優(yōu)先度研究——以甘肅省瑪曲縣為例[J]. 資源科學(xué), 34(10): 1951-1958.

李武艷, 徐保根. 2015. 耕地保護(hù)經(jīng)濟(jì)補(bǔ)償對(duì)象的空間選擇: 以慈溪市為例[J]. 上海國(guó)土資源, 36(3): 17-20.

孟召宜, 朱傳耿, 渠愛(ài)雪, 等. 2008. 我國(guó)主體功能區(qū)生態(tài)補(bǔ)償思路研究[J].中國(guó)人口·資源與環(huán)境, 18(2): 138-144.

宋曉諭, 劉玉卿, 鄧曉紅, 等. 2012. 基于分布式水文模型和福利成本法的生態(tài)補(bǔ)償空間選擇研究[J]. 生態(tài)學(xué)報(bào), 32(24): 7722-7729.

宋曉諭, 徐中民, 祁元, 等. 2013. 青海湖流域生態(tài)補(bǔ)償空間選擇與補(bǔ)償標(biāo)準(zhǔn)研究[J]. 冰川凍土, 35(2): 496-503.

唐秀美, 陳百明, 路慶斌, 等. 2010. 生態(tài)系統(tǒng)服務(wù)價(jià)值的生態(tài)區(qū)位修正方法——以北京市為例[J]. 生態(tài)學(xué)報(bào), 30(13): 3526-3535.

王愛(ài)敏, 葛顏祥, 耿翔燕. 2015. 水源地保護(hù)區(qū)生態(tài)補(bǔ)償利益相關(guān)者行為選擇機(jī)理分析[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃, 36(5): 16-22.

謝劍斌, 何承耕, 鐘全林. 2013. 生態(tài)補(bǔ)償空間選擇與分配的重要性及研究動(dòng)態(tài)[J]. 亞熱帶資源與環(huán)境學(xué)報(bào), 8(3): 29-34.

張偉, 張宏業(yè), 張義豐. 2010. 基于“地理要素稟賦當(dāng)量”的社會(huì)生態(tài)補(bǔ)償標(biāo)準(zhǔn)測(cè)算[J]. 地理學(xué)報(bào), 65(10): 1253-1265.

趙翠薇, 王世杰. 2010. 生態(tài)補(bǔ)償效益、標(biāo)準(zhǔn): 國(guó)際經(jīng)驗(yàn)及對(duì)我國(guó)的啟示[J]. 地理研究, 29(4): 598-606.

趙雪雁. 2012. 生態(tài)補(bǔ)償效率研究綜述[J]. 生態(tài)學(xué)報(bào), 32(6): 1960-1969.

朱文博, 王陽(yáng), 李雙成. 2014. 生態(tài)系統(tǒng)服務(wù)付費(fèi)的診斷框架及案例剖析[J]. 生態(tài)學(xué)報(bào), 34(10): 2460-2469.

Approaches to Spatial Targeting Identification of Payments for Ecosystem Services

WANG Fengchun1,2,3, ZHENG Hua1, WANG Xiaoke1, PENG Wenjia1,2
1. State Key Laboratory of Urban and Regional Ecology//Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China; 3. Beijing Water Science and Technology Institute, Beijing 100048, China

The effectiveness and efficiency of payments for ecosystem services (PES) have become the important topics of PES research. While spatial targeting identification of PES closely relates to the financial effectiveness and social inefficiency. Based on the impact factors of PES efficiency, approaches to spatial targeting identification of PES were summarized. The identification principles of spatial targeting in PES gradually changed from single factor (e.g., total budget, participant cost, environmental benefits) selection to integration of multiple factors (e.g., regions with high risk of ecological degradation, spatial heterogeneity of environment elements). The selection approaches of spatial targeting also changed gradually from single mathematical method to the integration of physical models, spatial models and spatial econometric models, which provided important support for PES practice. Our analysis showed that the identification of spatial targeting in PES should not only adequately consider the environmental protection goals, but also the goals of poverty alleviation, social equity, stable institution, technical capacities and project durability, so as to achieve the environmental and social benefit goals. Correspondingly, the dynamic, systematic and integrated identification approaches were needed. Furthermore, we should conduct the post evaluation of spatial targeting identification and identify the relative contribution these identification approaches to the efficiency of PES. Finally, we strengthened the importance of identifying spatial targeting in PES. To improve ecological benefits and compensation fund efficiency, we suggest to identify spatial targeting, conduct dynamic monitoring, implement post evaluation and dynamic adjustment in the implementation of PES programs

payments for ecosystem services; spatial targeting; additionality; efficiency

10.16258/j.cnki.1674-5906.2017.01.027

X196

A

1674-5906（2017）01-0176-07

王鳳春, 鄭華, 王效科, 彭文佳. 2017. 生態(tài)補(bǔ)償區(qū)域選擇方法研究進(jìn)展[J]. 生態(tài)環(huán)境學(xué)報(bào), 26(1): 176-182.

WANG Fengchun, ZHENG Hua, WANG Xiaoke, PENG Wenjia. 2017. Approaches to spatial targeting identification of payments for ecosystem services [J]. Ecology and Environmental Sciences, 26(1): 176-182.

國(guó)家自然科學(xué)基金面上項(xiàng)目（41371538）

王鳳春（1981年生），女，高級(jí)工程師、經(jīng)濟(jì)師，碩士，主要研究方向?yàn)樯鷳B(tài)系統(tǒng)評(píng)估及管理等方面研究。E-mail: wangfengchun813@163.com

2016-11-14