近20年來生態補償績效測評方法研究綜述

焦麗鵬, 劉春臘,*, 徐美

近20年來生態補償績效測評方法研究綜述

焦麗鵬1,2, 劉春臘1,2,*, 徐美3

1. 湖南師范大學資源與環境科學學院, 長沙 410081 2. 湖南師范大學地理空間大數據挖掘與應用湖南省重點實驗室, 長沙 410081 3. 中南林業科技大學旅游學院，長沙 410004

生態補償績效測評, 作為生態補償“后研究”的重要內容, 對其測評方法的研究逐漸成為學術界關注的重點。以近20年來國內外生態補償績效測評研究文獻為基礎, 對生態補償績效測評方法進行了歸納總結。同時, 從優缺點、適用性等方面對各方法進行了對比。最后, 對生態補償績效測評方法研究的發展趨勢進行了展望。總體而言, 在生態補償績效測評方法的未來研究中, 需進一步突出時空動態性、系統綜合性及實踐應用性。

生態補償; 績效; 測評方法; 對比

0 前言

黨的十八大以來, 生態補償得到政府和公眾的普遍關注, 生態補償實踐得以快速推進, 生態補償機制也在不斷完善。對生態補償的實施效果進行考核評估是生態補償的重要內容, 也是確保其機制運行效率的核心問題[1]。從人文與經濟地理等角度出發, 科學評價生態補償項目的環境和社會經濟影響, 對于指導生態補償政策設計和精準實施至關重要。對生態補償項目的評價已經引起了國內外學者的廣泛關注[2–5]。

國外的研究以補償項目績效評估為主。一是生態補償績效的理論研究, 涉及生態補償政策的公平性[6], 生態補償政策對參與者的影響[7], 以及生態補償在植被、土地、社會等方面的綜合效應等[8]。二是生態補償績效的案例分析, 涉及國際、國家、區域等多級空間尺度。國際層面, 比較典型的如Adhikari等通過對亞洲和拉丁美洲11個國家26個案例的評述, 闡述了生態補償績效的主要影響因素, 并從公平、參與、民生、環境可持續等角度評估了其產出效果[9]; Grima等通過一套相互關聯的環境和質量標準, 對拉丁美洲10個國家40個案例的生態補償項目產出效果進行了評估[10]; 國家層面, Alix-garcia等探索了墨西哥國家水文付費項目對森林以及土地的影響[11]; 區域層面, Vidal等對2001至2012年墨西哥帝王蝶生物圈保護區的森林生態保護績效進行了評估[12]。

在國內, 生態補償績效研究相關成果也不斷涌現。從研究類型來看, 主要涉及草地[13]、流域[14]、耕地[15]、世界自然遺產景區[16]、森林[17]等生態補償類型的研究。從研究方法來看, 生態補償績效評價逐漸從定性分析趨向定量研究, 主成分分析法[18]、熵權法[19]、傾向值得分匹配法[5]等定量方法得以廣泛應用, 研究結果愈加精確化。從研究尺度來看, 生態補償績效研究逐漸從宏觀尺度轉向微觀尺度[20], 國家及區域尺度的研究成果遠少于基于地方的案例研究成果。從研究視角來看, 相對于針對政府的評價, 基于農戶感知的績效研究逐漸得到重視, 相關研究成果數量有所上升[21–22]。

總體而言, 國內外現有的生態補償績效測評方法類型多樣、各有側重, 沒有統一的論斷, 且已有生態補償績效評估結論差異較大[23], 不利于生態補償實踐工作的深入開展。對生態補償績效測評方法進行總結, 分析存在的問題與不足, 探討需深入研究的問題及方向, 可為生態補償“后研究”提供理論基礎[20]。基于此, 本文在梳理生態補償績效測評方法經典研究成果的基礎上, 對各種測評方法進行對比分析, 希冀為后續生態補償績效評價方法的選擇提供參考。

1 生態補償績效研究回顧

1.1 生態補償績效的內涵

目前學術界在理論和實踐中對生態補償績效內涵尚未形成統一認識。關于績效主要存在三種觀點: 一種將績效與任務完成結果等同起來[24], 如Bernardin[25]認為績效是員工在特定時間內基于特定職能或活動的產物; 一種認為績效是活動本身, 即認為績效是行為[26]，如Campbell[27]強調績效不同于效果或生產率, 它是個體所表現的行為或活動; 第三種采取綜合觀點, 認為結果與過程共同決定了績效水平，如英國學者Brumbrach[28]認為行為不僅僅是結果的工具, 其本身也是結果, 是為完成工作任務所付出的腦力和體力的結果, 并能與結果分開判斷。基于此, 筆者認為生態補償績效是生態補償政策實施的結果及其對主體行為的綜合影響, 既體現在各方主體對政策的接受程度、實施后的生態效果及對社會經濟的間接影響, 也體現在生態補償政策規范化執行的效率、遵從預定項目計劃的程度等方面[20]。

研究生態補償績效, 側重探討生態補償政策實施后所產生的生態、經濟和社會績效。關于生態績效, 具體體現在植被覆蓋率、水源涵養、侵蝕控制、廢物處理、滯留沙塵、生物多樣性保護、養分循環等方面[13]; 關于經濟績效, 具體體現在對農戶收入結構、生活水平、地區產業結構等的改善方面[29]; 而社會績效則體現在提升脫貧率、公平分配生態補償資金、改善基礎設施、改善醫療衛生和提升社會保障等方面[13]。總而言之, 生態補償績效是一個綜合概念、系統工程。

1.2 國外生態補償績效研究

從20世紀末開始, 全球環境基金(GEF)、《里約環境與發展宣言》、《京都協議書》、《生物多樣性公約》等文件相繼公布, 各國進行了大量生態補償實踐, 能否取得理想效果成為影響生態補償項目可持續性的關鍵, 生態補償績效研究逐步開展, 并成為21世紀生態補償研究的重點。總體而言, 早期研究主要關注生態補償在環境改善方面的成效, 如生物多樣性保護[30]、城市污染改善[31]等。進入21世紀, 國外研究開始關注生態補償對利益相關者的影響, 生態補償在造福當地生計和親貧困方面的成效[32]、其農戶認可度[33]等成為研究重點。近期, 國外研究主要關注政府行為的有效性, 包括集體獎勵與個人獎勵在環境保護方面的有效性對比[34]、政府干預的公平性及有效性[35]、制度設計和環境績效之間的因果關系[36]等內容。

國外生態補償主要采取對生態服務支付的形式(payments for ecosystem services, PES), 以Web of Science核心合集為來源數據庫, 將“TS=payments for ecosystem services或payments for environmental services或ecology compensation或environmental compensation”作為主題關鍵詞, 將“TS=grassland coverage restoration program或environmental quality incentive program或fish and wildlife conservation program或emission trading scheme或ecosystem management plan”作為補充關鍵詞, 分別與“TS=performance或effect或effectiveness或efficiency 或achievement或outcome或benefit或 function或 impact或value或additionality”以“AND”形式組配檢索, 按相關性排序篩除無效記錄后, 獲得文獻4600篇(2005—2018), 運用軟件Carrot2對檢索結果進行分析。Carrot2是一個開源的基于搜索結果的聚類工具, 可將Web of Science、Google等搜索結果組織成不同的主題, 使用較多的兩種聚類算法是Lingo和STC。Lingo算法首先提取聚類標簽, 然后給各個標簽分配文檔, 形成最終聚類。STC算法主要識別在輸入文檔中出現次數大于1的單詞和短語, 每個這樣的單詞或短語產生一個基本聚類, 合并基本聚類, 形成最終聚類[37]。Lingo算法可擴展性較低, 但聚類多樣性高, 本文采用Lingo算法對檢索結果進行分析。

從研究類型來看, 森林、土地、水、物種等資源的保護補償績效是國外學者關注的重點(圖1)。在森林生態補償績效研究方面, 主要關注其對降低砍伐率的作用[11], 對土地所有者的影響[38], 以及行動者層面的生計差異對補償效果的影響[39]等內容。在土地生態補償績效研究方面, 主要關注其對濕地功能維護和改善的作用[40]，對生物多樣性的影響[41]等內容。在水生態補償績效研究方面, 主要關注其對人類和生態系統可持續發展的影響[42]，對水質改善的作用[43], 以及水基金的額外性效益評價[44]等內容。在物種生態補償績效研究方面, 主要關注其對瀕危物種的保護作用[45]，對土地所有者支付的棲息地保護基金的實施效果[46]等內容。

圖1 基于Carrot2的2005—2018年國外生態補償績效研究主題聚類

Figure 1 Topic clustering of foreign eco-compensation performance research based on Carrot2, 2005-2018

1.3 國內生態補償績效研究

以中國知網(CNKI)作為主要數據源, 以“生態補償”“績效”“效益”“效果”“影響”為主題關鍵詞進行主檢索, 以“退耕還林”“退耕還草”“績效”“效益”“效果”“影響”為關鍵詞進行補充檢索, 篩除無效記錄后, 共檢索文獻538篇。從發文數量來看, 我國生態補償績效研究始于21世紀初, 近20年來經歷了三個發展階段: 2000—2004年為起步階段, 2000年我國《森林法》確立森林生態效益補償基金制度, 生態補償績效研究起步, 研究成果較少, 呈緩慢增長態勢; 2005—2008年為快速增長階段, 2005年10月, 中共十六屆五中全會首次要求“按照誰開發誰保護、誰受益誰補償的原則, 加快建立生態補償機制”, 生態補償在我國得到全面開展, 研究成果迅速增加, 研究力度加大; 2009—2018年為波動變化階段, 研究成果數量有降有升。2011年, 財政部會同農業部出臺草原生態保護獎勵補助政策, 對草原生態改善效果明顯的地方給予績效獎勵, 研究成果數量隨之增加。2013年11月, 中共十八屆三中全會通過的《中共中央關于全面深化改革若干重大問題的決定》進一步確定要實行生態補償制度, 推動地區間建立橫向生態補償機制, 研究成果數量迅速在2014年達到頂峰。2016年5月, 國務院印發《關于健全生態保護補償機制的意見》, 要求到2020年實現重點領域和重要區域生態補償全覆蓋, 生態補償績效研究成果數量再次回升[47](圖2)。

總體而言, 目前國內生態補償績效研究大致可以分為兩個方面: 一是生態補償綜合績效的研究, 涉及森林[48]、草地[49]以及流域[50]等生態補償項目的生態、社會以及經濟綜合績效; 二是生態補償單一效益的研究, 主要對生態、社會及經濟績效[51–53]中的某方面進行單獨評價。

1.4 生態補償績效測評方法拓展

由于生態補償研究的多學科交叉性, 國外學者應用了信息科學、決策科學、統計學、地理學以及生態學等領域的方法對其績效進行綜合評估。20世紀末, 國外生態補償績效研究以定性描述為主, 實地調研、遙感圖像對比等手段應用廣泛[54–55]。21世紀以來, 多學科方法參與到生態補償績效測評中, 比較典型的有AgriPoliS模型法、系統動力模型法、模糊多準則分析法、WoodPaM模型和ALUAM-AB模型結合法、Bayes模型法等, 有效提升了評價結果的準確性。

就國內而言, 生態補償績效測評方法從早期的定性分析逐步拓展到定量評價。起步階段, 主要為定性分析: 一是通過調查數據探討生態補償政策對發展機會增加、產業結構調整、生態環境改善、居民生態意識增強等方面的影響; 二是通過已有統計指標的變化對生態補償政策實施前后情況進行對比分析, 從而得到概括性的結論。爾后, 隨著生態補償績效研究的相關理論及數據獲取手段的不斷發展, 國內生態補償績效的測評方法逐漸豐富。快速增長階段, 層次分析法、主成分分析法、綜合指數法開始得到廣泛使用, 對比分析法仍然占據一席之地。到波動增長階段, 我國生態補償績效測評方法的定量特征已十分明顯, 熵權法、因子分析法、模糊綜合評價法、數據包絡分析法、傾向值得分匹配法、TOPSIS法等大量涌現, 對比分析法常用于生態補償效果的縱向分析, 生態補償績效測評研究愈加精確。

圖2 2000—2018年我國生態補償績效研究文獻的年度數量變化

Figure 2 Annual number of publications on eco-compen-sation performance in China, 2000-2018

2 生態補償績效測評方法評述

總體而言, 國內外生態補償績效評價方法存在差異。國外多使用各種計量模型, 在數據搜集、方法應用、效果評估的科學性等方面較為先進[56–58], 值得國內學習。數據搜集方面, 主要來源于農場會計數據、生計調查數據、區域統計經驗數據、半結構訪談數據等。方法應用方面, AgriPoliS模型、系統動力模型等仿真預測模型強調“基于利益相關者建模”的思想, 重視微觀個體的異質性所導致的決策行為的多樣化[59], 將農戶接受意愿作為評價市場與政策影響機制的關鍵轉換器, 有助于理解人與自然復雜的生成和演化機制[60]。效果評估方面, 國外模型在整合個體行為基礎上, 可耦合自然系統和社會經濟系統的動態變化, 預測政策對環境的潛在影響。國內生態補償績效測評大致涉及指標體系構建、數據獲取、方法應用三個方面。指標體系構建方面, 多使用目標分解法, 即根據生態補償政策目標構建評價指標, 生態、經濟和社會效益是學者們的重點關注目標, 結合國情也有學者把脫貧攻堅作為評價目標[14]。數據獲取方面, 一種通過問卷調查、實地調研、訪談等方式獲得[61–62], 另一種主要來源于各類統計資料[63–64]。方法應用方面, 學者們選取各種測評方法對數據進行分析處理, 獲得生態補償績效現狀評價結果。

2.1 生態補償績效測評方法分類

2.1.1 基于統計科學的績效測評方法

統計科學是指導人們了解社會經濟現象或自然現象總體數量特征的一門科學[65]。該領域的測評方法主要利用變量之間的相關性或相似性進行分析, 需要大量的統計數據作為支撐。在現有的生態補償績效測評方法中, 數據包絡分析法、Bayes模型法、主成分分析法、因子分析法、傾向值得分匹配法、問卷調查法以及對比分析法都屬于統計科學范疇。

數據包絡分析法(DEA)屬于非參數統計方法, 主要從投入和收益角度評價生態補償績效。該方法構建的指標體系包括投入和輸出兩個方面, 投入包括資金、實物、技術、宣傳投入等, 收益則體現在政策的生態、社會、經濟績效等方面[23], DEA可以同時給出投入和收益的調整方向及建議調整值[66], 并對政策的有效性進行評價。但是DEA一般只能計算同期決策單元(DMU)的相對效率, 而DEA與Malmquist法結合則可分析DMU的時間變化。比如: 詹蘭芳[67]用DEA方法對福建-廣東省境內的韓江流域水資源保護補償績效進行了評價; 陳祥有[68]基于Malmquist－DEA法對我國南水北調中線工程所經省市的生態補償資金財政績效進行了評估。

Bayes模型法是一種利用概率統計知識進行分類的算法, 可明確地將先前的生態補償信息融合在新數據分析中, 并且前后一致地傳遞模型中的不確定性[69]。該方法使分類評估能夠用于估計變量隨時間的數量變化, 在長時期生態補償績效評價中得到運用。圖像數據、統計數據作為變量數據在該模型中具有良好適用性。比如: Duncan等[70]采用Bayes模型法比較了澳大利亞北部維多利亞森林25個棲息地恢復地點生態補償7年后的植被和棲息地恢復狀況; Felipe等[71]使用該方法對長時段環境服務付款計劃背景下的意愿支付分布及社會和政治福利進行了估計。

主成分分析法(PCA)是一種多元統計方法, 可對多變量數據進行最佳綜合簡化, 綜合指標互不相關又保留主要信息, 便于分析主要問題[23]。在具體應用中, 常作為指標權重計算方法與綜合指數法聯合使用。李玉文等[72]采用主成分分析法測算了我國甘肅省張掖市退耕還林政策績效。

因子分析法是一種多變量統計方法, 主要依據變量內部的依賴關系把一些錯綜復雜的變量整合為少數幾個綜合因子。在具體應用中多將評價指標體系整合為幾個影響因子, 用盡量少的不可測公共因子的線性函數與特殊因子之和來描述原來觀測的每一分量。劉盈盈[73]采用因子分析法分析了安塞縣退耕還林政策的績效水平。

傾向值得分匹配法(PSM)是基于評價指標體系構建, 使用非實驗數據或觀測數據進行干預效應分析的一類統計方法。該方法綜合了標準的經濟學范式和數量經濟學的評估方法, 采用logit模型估計傾向值, 然后通過匹配變量的平衡性分析選擇合適的匹配方法, 對匹配后結果進行分析可以得出影響因素的處理效應, 從而判斷該因素對績效影響的顯著性。徐大偉等[5]采用傾向值匹配法等經濟學技術評估了遼東山區生態補償項目的財政績效。

問卷調查法是使用較為廣泛的一種統計方法, 其基本原理是選取目標區域或代表性較強的區域為調查對象, 依據調查目的設計評價指標以及調查問卷, 確定調查樣本數量, 采用半結構訪談與隨機抽樣相結合的方法獲取調研數據, 將獲得數據與績效測評指標及權重相結合, 運用一定的數學方法來計算綜合績效。姚小云[16]采用該方法對武陵源景區的生態補償績效進行了評價研究。

對比分析法是對客觀事物進行比較以認識事物本質和規律并做出正確評價的方法。在具體應用中, 通常是把兩個相互聯系的指標數據加以比較, 從數量上展示和說明研究對象規模、水平、速度的變化[74]。數據主要來源于統計年鑒、實地監測遙感影像等。如胡振通[60]等根據《全國草原監測報告》, 使用對比分析法對阿拉善左旗、四子王旗、陳巴爾虎旗的草原生態補償效果進行了評價。

2.1.2 基于決策科學的績效測評方法

決策科學是建立在現代自然科學和社會科學基礎上, 研究決策原理、程序和方法的一門綜合學科[75]。該領域的測評方法主要利用決策思想來解決多個方案在現在或未來某一時間的排序和優選問題, 或通過模擬預測政策實施效果。在現有的生態補償績效測評方法中, TOPSIS模型法、層次分析法、AgriPoliS模型法、WoodPaM模型和ALUAM-AB模型結合法都屬于決策科學范疇。

(3)殘留有機物、礦物質和焦炭分解階段：溫度范圍為400～720 ℃。在該階段，污泥中的一些固定碳和礦物質在高溫下發生分解，熱解生成的大分子含碳有機物進一步發生縮合、聚合等二次反應，從而造成失重現象。由DTG曲線可以看出，此過程中最大失重速率較小，DTG曲線比較平坦。該階段總失重率約為18.62%，在720 ℃后，隨著溫度和熱解時間的增加，污泥樣品的質量不再改變，熱解反應基本趨于停止。

TOPSIS模型法即理想解法, 是一種多目標決策方法, 常與熵權法等指標權重計算方法聯合使用。通過計算評價對象與最優解和最劣解之間的歐式距離, 可以獲得評價對象與理想解的貼近度, 進而對評價對象進行相對優劣評價。申開麗等[76]采用TOPSIS模型法評估了浙江省重要生態功能區的生態補償績效。

層次分析法(AHP)是指將與決策有關的元素分解成目標、準則、方案等層次, 并在此基礎之上進行定性和定量分析的決策方法。在實際運用中, 層次分析法常作為指標權重計算方法與綜合指數法聯合使用。鄧遠建等[15]運用層次分析法對武漢綠色農業產地的生態補償政策實施效果進行了評價。

AgriPoliS (Agricultural Policy Simulator)模型法以政策模擬為基礎, 能夠回答“如果這樣, 將會怎樣”的問題, 對于提高決策水平具有重要意義。農業政策模擬器是一種區域農業結構模型, 基于代理人來研究農業結構變化中的路徑依賴, 考慮了利潤或收入最大化、沉沒成本、規模經濟、短視行為、影子價格、運輸成本和機會成本等經濟概念, 主要根據農場會計數據和地區統計數據得出的經驗數據進行校準, 適用于區域結構變化的政策分析和實證分析。比如: Brady等[77]通過擴展的AgriPoliS模型評估了歐盟兩個低密度地區用地政策改革對環境的潛在影響; Miyasaka等[78]采用基于代理人的模型考察了基于生態系統服務付費的坡地轉換項目(SLCP)的生態系統服務權衡。

ALUAM-AB模型結合了自然科學和社會科學的方法, 是一種基于代理的社會經濟建模, 連接了人類環境系統和包含特定內容的生態系統中的個體行為以及人類決策, 在處理土地利用動態變化方面已經成為最先進的工具。一個農場代理有自己的狀態以及管理農場資源的決策機制, 利用農業部門模型ALUAM可以自適應地將其從農業部門級別降低到個體農場級別。WoodPaM是一個空間上明確的生態系統模型, 能夠模擬選擇性放牧產生的半開放景觀結構。通過定期更新WoodPaM和ALUAM-AB之間的接口變量, 可以耦合自然系統和社會經濟系統的動態變化。Huber等[79]使用該方法對瑞士侏羅山脈的牧草-林地景觀進行綜合研究, 探討了PES項目對牧場保護的作用。

2.1.3 基于信息科學的績效測評方法

信息科學是研究信息運動規律和應用方法的科學, 是由信息論、控制論、計算機理論、人工智能理論和系統論相互滲透、相互結合而成的一門新興綜合性科學[80]。該領域的測評方法以信息科學基本理論為基礎, 借助計算機系統來實現預測或評價。現有的績效測評方法中屬于信息科學范疇的主要有熵權法和系統動力模型法。

熵權法以信息論為基本原理, 信息是系統有序程度的一個度量, 熵是系統無序程度的一個度量, 如果指標的信息熵越小, 該指標提供的信息量越大, 權重就應該越高。在具體應用中, 該方法根據指標值在待評樣本間的差異來確定指標權重, 通過弱化和強化指標差異來較為全面地反映統計數據的效用值, 常與綜合指數法聯合使用[81]。張濤等[82]采用熵權法對湖北省重點生態功能區的生態補償績效進行了評價。

系統動力模型法是一種系統仿真方法, 也是一種認識和解決系統問題的交叉綜合方法, 它基于系統論, 吸收了控制論、信息論的精髓, 主要通過分析系統行為和因果關系模擬系統的動態變化。該方法首先建立結構模型, 進而在不同的假設條件下進行計算機仿真運算, 預測各種情況下系統的動態行為, 能較好地反映環境的非線性、系統性、動態性等特征。Crookes等[83]使用該方法為進行生態恢復的8個不同案例地點建立系統動力學模型, 模擬了生態恢復的生態、水文和經濟效益; Kopainsky等[84]使用該方法對瑞士農業補償項目與環境目標的一致性進行了評價。

2.1.4 基于模糊數學的績效測評方法

模糊綜合評價法是一種基于隸屬度理論的綜合評價方法。該方法使用模糊數學對受到多種因素制約的事物或對象做出總體的評價, 能夠對量化數據以及人的主觀意識進行評估, 適用性強[86]。生態補償政策績效是一個模糊的概念, 在好與壞之間沒有明確的界定, 選取評價指標, 經模糊綜合評價法處理后可得到績效的好壞評級, 該方法就是要解決帶有模糊屬性的狀況。陳建鈴等[87]將層次分析法與該方法相結合對福建省生態公益林補償政策績效進行了研究。

模糊多準則分析法是一種基于模糊集理論的多準則評價方法。政策對地方發展的影響可以分解為一系列的原則(例如經濟、社會、人類、體制、文化原則), 而這些原則又可以分解為一系列標準和指標[88], 這是模糊多準則分析法評價政策影響的基本原理。模糊集理論使研究人員能夠處理多形性和模糊性的概念, 包括不能用數學量化的概念。該方法主要有四個步驟: (1)開發一套PCI(原則、準則和指標); (2)實地調查; (3)數據分析; (4)統計分析。該方法在國家、州域、省域尺度績效測評中得到應用, 比如: Locatelli等[89]應用模糊多準則分析法評估了哥斯達黎加環境支付項目(PSA)對造林的影響; Grima等[90]采用多準則分析法評價了墨西哥哈利斯科州生態系統服務付費項目對利益相關者的影響; Game等[91]使用該方法構建哥倫比亞考卡山谷省水基金項目評價指標并評價了項目的實施效果。

2.2 生態補償績效測評方法對比

不同績效測評方法在客觀性、時空適應性以及可操作性等方面有所差異(表1), 將其進行對比分析便于根據現實需要選擇合適的測評方法。

總體而言, 國內外各種方法存在其自身的優缺點和適用性。國外績效測評方法明確考慮了時空, 評價結果綜合性強, 但在可操作性及結論的代表性方面有待增強。國內方法可操作性強, 但類型單一, 以指標權重計算方法為主, 評價結果多為數值或數值段, 難以同時兼顧時空尺度。

3 研究展望

生態補償績效測評方法作為我國生態補償績效測評研究的重要部分, 在近20年發展過程中經歷了從定性到定量的演變, 測評結果愈加精確化。但對照其他領域的績效測評方法, 結合我國生態補償實際情況, 國內關于生態補償績效的測評方法仍存在一些不足, 亟需在未來研究中深化和提升。

(1)進一步加強時空動態性。國內生態補償績效測評方法往往只兼顧空間或時間績效測評中的某一方面, 評價結果不夠全面, 且多為現狀評價, 兼顧時空、動靜結合的測評方法有待擴展。在“大數據”背景下, 將“3S”技術與傳統的研究方法手段相融合, 實現統計信息和空間信息的有效對接, 構建區域尺度上兼備現狀評價、未來預測功能的生態補償績效評價模型[92], 是生態補償績效測評研究突出時空動態性的有效手段。

(2)進一步加強系統綜合性。目前國內生態補償績效測評方法多樣, 評價結果各不相同。即便同樣采用層次分析法、主成分分析法等方法, 由于學者們的關注重點不同, 往往會賦予相關評價因子不同的權重, 導致評價結果差異較大, 可比性不高。在未來研究中, 開展不同評估方法的對比和驗證研究, 評價各種方法的優劣, 選出不同區域適用度較高的方法, 形成一套成熟的計算方法體系, 可有效提高生態補償績效評估精度。對于比較復雜的生態系統, 可充分利用優勢互補的原則, 綜合應用多種方法開展生態補償績效評估。總之, 將生態補償績效測評方法系統化、綜合化, 意義重大。

表1 生態補償績效評價方法比較

(3)進一步加強實踐應用性。目前國內生態補償績效測評方法中缺乏仿真預測類模型, 忽視微觀層面個體行為差異對綜合績效的影響, 且測評結果多為數值或數值段, 對區域生態補償政策指導性較弱, 其實用性大打折扣。國外基于代理人的仿真模型重視微觀個體的異質性對決策行為的影響, 能夠在現狀評價的基礎上耦合自然系統和社會經濟系統的動態變化, 預測政策影響, 實用性強。借鑒國外經驗, 豐富國內方法體系, 進一步突出研究結果的實踐應用性, 應成為今后研究的主要方向。

[1] 靳樂山, 劉晉宏, 孔德帥. 將GEP納入生態補償績效考核評估分析[J]. 生態學報, 2019, 39(1): 24–36.

[2] DERISSEN S, LATACZLOHMANN U, BRAAT L C. What are PES? A review of definitions and an extension[J]. Ecosystem Services, 2013, 6(3): 12–15.

[3] KACZAN D, SWALLOW B M, ADAMOWICZ W L. Designing a payments for ecosystem services (PES) program to reduce deforestation in Tanzania: an assessment of payment approaches[J]. Ecological Economics, 2013, 95(10): 20–30.

[4] DEDEURWAERDERE T, POLARD A, MELINDIGHID P. The role of network bridging organisations in compensation payments for agri-environmental services under the EU common agricultural policy[J]. Ecological Economics, 2015, 119(2): 24–38.

[5] 徐大偉, 李斌. 基于傾向值匹配法的區域生態補償績效評估研究[J]. 中國人口·資源與環境, 2015, 25(3): 34–42.

[6] SIKOR T, MARTIN A, FISHER J, et al. Toward an empirical analysis of justice in ecosystem governance[J]. Conservation Letters, 2015, 7(6): 524–532.

[7] VONHEDEMANN N, OSBOREN T. State forestry incentives and community stewardship: a political ecology of payments and compensation for ecosystem services in Guatemala's highlands[J]. Journal of Latin American Geography, 2016, 15(1): 83–110.

[8] ARADOTTIR A L, HAGEN D. Chapter three–ecological restoration: approaches and impacts on vegetation, soils and society[J]. Advances in Agronomy, 2013, 120(2): 173–222.

[9] ADHIKARI B, AGRAWAL A. Understanding the social and ecological outcomes of PES projects: a review and an analysis[J]. Conservation＆Society, 2013, 11(4): 59–74.

[10] GRIMA N, SINGH S J, SMETSCHKA B, et al. Payment for ecosystem services (PES) in Latin America: analysing the performance of 40 case studies[J]. Ecosystem Services, 2016, 17(1): 24–32.

[11] ALIXGARCIA J. Forest conservation and slippage: evidence from Mexico’s national payments for ecosystem services program[J]. Staff Paper, 2012, 88(4): 613–638.

[12] VIDAL O, LOPEZ-GARCIA J, RENDON-SALINAS E. Trends in deforestation and forest degradation after a decade of monitoring in the Monarch Butterfly Biosphere Reserve in Mexico[J]. Conservation Biology, 2014, 28(1): 77–86.

[13] 劉興元, 姚文杰, 劉宥延. 西北牧區草地生態補償績效評價的邏輯框架研究[J]. 生態經濟, 2017, 33(1): 133–137.

[14] 唐萍萍, 張欣樂, 胡儀元. 水源地生態補償績效評價指標體系構建與應用——基于南水北調中線工程漢江水源地的實證分析[J]. 生態經濟, 2018, 34(2): 170–174.

[15] 鄧遠建, 肖銳, 嚴立冬. 綠色農業產地環境的生態補償政策績效評價[J]. 中國人口·資源與環境, 2015, 25(1): 120–126.

[16] 姚小云. 世界自然遺產景區生態補償績效評價研究——基于武陵源風景名勝區社區居民感知調查[J]. 林業經濟問題, 2016, 36(2): 121–126.

[17] 吳水榮, 顧亞麗. 國際森林生態補償實踐及其效果評價[J]. 世界林業研究, 2009, 22(4): 11–16.

[18] 陳寶新. 內蒙古草原生態補償實踐與效益評價研究[J]. 內蒙古科技與經濟, 2016, 25(13): 46–47.

[19] 余亮亮, 蔡銀鶯. 基于農戶滿意度的耕地保護經濟補償政策績效評價及障礙因子診斷[J]. 自然資源學報, 2015, 30(7): 1092–1103.

[20] 虞慧怡, 許志華, 曾賢剛. 生態補償績效及其影響因素研究進展[J]. 生態經濟, 2016, 32(8): 170–174.

[21] 蘇芳, 尚海洋. 生態補償方式對農戶生計策略的影響[J]. 干旱區資源與環境, 2013, 27(2): 58–63.

[22] 趙雪雁, 張麗, 江進德, 等. 生態補償對農戶生計的影響——以甘南黃河水源補給區為例[J]. 地理研究, 2013, 32(3): 531–542.

[23] 劉蘭蘭, 胡良文, 彭泰中, 等. 森林生態補償績效研究綜述與展望[J]. 新疆農墾經濟, 2017 (12): 79–87.

[24] BROADBENT J, LAUGHLIN R. Performance management systems: a conceptual model[J]. Management Accounting Research, 2009, 20(4): 283–295.

[25] BERNARDIN H J, KANE J S. A second look at behavioral observation scales[J]. Personnel Psychology, 1980, 33(4): 809–814.

[26] ARVEY R D, MURPHY K R. Performance evaluation in work settings[J]. Annual Review of Psychology, 1998, 49(1): 141–168.

[27] CAMPBELL J P. Modeling the performance prediction problem in industrial and organizational psychology[J]. Organization Research Methods, 1990, 11(3): 52–63.

[28] BRUMBRACHA. Performance management: aprocess approach[J]. Asia Pacific Journal of Human Resources, 1988, 26(2): 46–54.

[29] 王庶, 鄧澤林. 退耕還林的經濟效益研究[J]. 中央財經大學學報, 2016(5): 9–16.

[30] MEYER M D, SCHIFFMAN P M. Fire season and mulch reduction in a California grassland: a comparison of restoration strategies[J].Madrono, 1999, 46(1): 25–37.

[31] VOOGD H, MILLER D. Urban environmental pollution: perception and compensation[J]. Resolving Urban Environmental & Spatial Conflicts, 2000, 51(1): 137–163.

[32] KISSINGER G, PATTERSON C, NEUFELDT H. Payments for ecosystem services schemes: project-level insights on benefits for ecosystems and the rural poor[J]. World Agroforestry Centre, 2013, 20(1): 24–35.

[33] MEYER N F. Evaluating Costa Rica’s program for environmental services payments in the Monteverde region[J]. Latin American Policy, 2008, 3(2): 195–212.

[34] MIDLER E, PASCUAL U, DRUCKER A G, et al. Unraveling the effects of payments for ecosystem services on motivations for collective action[J]. Ecological Economics, 2015, 12(4): 394–405.

[35] CALVET-MIR L, CORBERA E, MARTIN A, et al. Payments for ecosystem services in the tropics: a closer look at effectiveness and equity[J]. Current Opinion in Environmental Sustainability, 2015, 14(5): 150–162.

[36] BROUWER R, TESFAYE A, PAUW P. Meta-analysis of institutional-economic factors explaining the environmental performance of payments for watershed services[J]. Environmental Conservation, 2011, 38(4): 380–392.

[37] 高凱, 陽春輝, 陶秋紅, 等. 基于Carrot2聚類的垂直搜索引擎的研究與實現[J]. 河北工業科技, 2012, 29(3): 155–157.

[38] KNOOT T G, RICKENBACH M, SILBERNAGEL K. Payments for Ecosystem Services: will a new hook net more active family forest owners? [J]. Journal of Forestry, 2015, 113(2): 210–218.

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

[40] MANN J, GRANT C, KULSHRESHTHA S. Economics of a pricing mechanism to compensate rural land owners for preserving wetlands[J]. Canadian Water Resources Journal, 2014, 39(4): 462–471.

[41] DRECHSLER M, JOHST K, WATZOLD F. The cost-effective length of contracts for payments to compensate land owners for biodiversity conservation measures[J]. Biological Conservation, 2017, 7(5): 72–79.

[42] ASBJORNSEN H, MAYER A S, JONES K W, et al. Assessing impacts of payments for watershed services on sustainability in coupled human and natural systems[J]. Bioscience, 2015, 65(6): 579–591.

[43] CHOWDHURY R K, RAHMAN R. Multicriteria decision analysis in water resources management: the malnichara channel improvement[J]. International Journal of Environmental Science & Technology, 2008, 5(2): 195–204.

[44] GOLDMANBENNER R L, BENITEZ S, BOUCHER T, et al. Water funds and payments for ecosystem services: practice learns from theory and theory can learn from practice[J]. Oryx, 2012, 46(1): 55–63.

[45] TISDELL C, NANTHA H S, WILSON C. Endangerment and likeability of wildlife species: how important are they for payments proposed for conservation?[J]. Ecological Economics, 2007, 60(3): 627–633.

[46] DRECHSLERD M, SMITH H G, Sturm A, et al. Cost-effectiveness of conservation payment schemes for species with different range sizes[J]. Conservation Biology, 2016, 30(4): 894–899.

[47] 汪勁. 中國生態補償制度建設歷程及展望[J]. 環境保護, 2014, 42(5): 18–22.

[48] 馬楠, 徐玉霞, 郭炳強, 等. 陜北和關中退耕還林工程綜合效益評價[J]. 中國農學通報, 2018, 34(20): 70–74.

[49] 李金香, 龔曉德, 李麗婷. 退耕還林與禁牧的生態、經濟和社會效果評價——來自寧夏鹽池縣的調查[J]. 農業科學研究, 2012, 33(4): 42–46.

[50] 耿翔燕, 葛顏祥, 王愛敏. 水源地生態補償綜合效益評價研究——以山東省云蒙湖為例[J]. 農業經濟問題, 2017, 38(4): 93–101.

[51] 劉軍利, 秦富倉, 岳永杰, 等. 內蒙古伊金霍洛旗風沙區退耕還林還草生態效益評價[J]. 水土保持研究, 2013, 20(5): 104–107.

[52] 崔海興, 王立群, 鄭風田. 退耕還林工程社會影響比較評價[J]. 農村經濟, 2008(6): 29–33.

[53] 石培基, 馮曉淼, 宋先松, 等. 退耕還林政策實施對退耕者經濟純效益的影響評價——以甘肅4個退耕還林試點縣為例[J]. 干旱區研究, 2006(3): 459–465.

[54] CHOMITZ K M, BRENES E, CONSTANTINO L. Financing environmental services: the Costa Rican experience and its implications[J]. Science of the Total Environment, 1999, 240(3): 157–169.

[55] HERRADOR D, DIMAS L. Payment for environmental services in El Salvador[J]. Mountain Research and Development, 2000, 20(4): 306–310.

[56] CLEMENTS T, RAINEY H, AN D, et al. An evaluation of the effectiveness of a direct payment for biodiversity conservation: the bird nest protection program in the northern plains of Cambodia[J]. Biological Conservation, 2013, 157(5): 50–59.

[57] HEJNOWICZ A P, RAFFAELLI D G, RUDD M A, et al. Evaluating the outcomes of payments for ecosystem services programmes using a capital asset framework[J]. Ecosystem Services, 2014, 9(3): 83–97.

[58] MARTIN A, GROSS-CAMP N, KEBEDE B, et al. Measuring effectiveness, efficiency and equity in an experimental payments for ecosystem services trial[J]. Global Environmental Change, 2014, 28(9): 216–226.

[59] VOINOV A, BOUSQUET F. Modelling with stake—holders[J]. Environmental Modelling & Software, 2010, 25(11): 1268–1281.

[60] 余強毅, 吳文斌, 楊鵬, 等. Agent農業土地變化模型研究進展[J]. 生態學報, 2013, 33(6): 1690–1700.

[61] 戴微著, 譚淑豪. 草原生態獎補政策效果評價——基于內蒙古典型牧區調研的制度分析[J]. 生態經濟, 2018, 34(3): 196–201.

[62] 王超, 甄霖, 杜秉貞, 等. 黃土高原典型區退耕還林還草工程實施效果實證分析[J]. 中國生態農業學報, 2014, 22(7): 850–858.

[63] 郭瑋, 李煒. 基于多元統計分析的生態補償轉移支付效果評價[J]. 經濟問題, 2014, 35(11): 92–97.

[64] 胡振通, 柳荻, 靳樂山. 草原生態補償: 生態績效、收入影響和政策滿意度[J]. 中國人口·資源與環境, 2016, 26(1): 165–176.

[65] 郝麗, 劉樂平, 劉駿豪. 統計歷史的發展與統計科學的智慧[J]. 統計與信息論壇, 2017, 32(11): 118–126.

[66] 孫斌, 趙斐. 基于超效率DEA模型的區域生態化創新績效評價[J]. 情報雜志, 2011, 30(1): 86–89.

[67] 詹蘭芳. 基于水足跡的流域水資源績效與生態補償研究[D]. 福州: 福建師范大學, 2016: 15–23.

[68] 陳祥有. 我國生態補償資金的財政績效評估[J]. 中南財經政法大學學報, 2014 (3): 66–71.

[69] MACNEIL M A, GRAHAM N A J. Enabling regional management in a changing climate through Bayesian meta-analysis of a large-scale disturbance[J]. Global Ecology and Biogeography, 2010, 19(3): 412–421.

[70] DUNCAN D H, VESK P A. Examining change over time in habitat attributes using bayesian reinterpretation of categorical assessments[J]. Ecological Applications, 2013, 23(6): 77–87.

[71] LAVIN F V, FLORES R, IBARNEGARAY V. A bayesian quantile binary regression approach to estimate payments for environmental services[J]. Environment and Development Economics, 2016, 22(2): 1–21.

[72] 李玉文, 徐中民. 干旱區綠洲退耕還林工程績效評價研究——以張掖市為例[J]. 冰川凍土, 2009, 31(3): 546– 552.

[73] 劉盈盈. 安塞縣退耕還林政策績效評價[D]. 咸陽: 西北農林科技大學, 2013: 5–15.

[74] 耿建華. 對比分析法在統計學中地位的思考[J]. 統計教育, 2004(1): 21–22.

[75] 謝曉非, 鄭蕊. 認知與決策領域的中國研究現況分析[J]. 心理科學進展, 2003(3): 281–288.

[76] 申開麗, 王曉藝, 張盈盈, 等. 生態屏障地區的生態補償績效評估研究[J]. 生態經濟, 2018, 34(6): 199–204.

[77] BRADY M, SAHRBRACHER C, KELLERMANN K, et al. An agent-based approach to modeling impacts of agricultural policy on land use, biodiversity and ecosystem services[J]. Landscape Ecology, 2012, 27(9): 63–81.

[78] MIYASAKA T. Agent-based modeling of complex social- ecological feedback loops to assess multi-dimensional trade-offs in dryland ecosystem services[J]. Landscape Ecology, 2017, 11(28): 1–21.

[79] HUMBER R, BRINER S, PERINGER A, et al. Modeling social-ecological feedback effects in the implementation of payments for environmental services in Pasture- woodlands[J]. Ecology and Society, 2013, 18(2): 64–73.

[80] 王琳. 數字化語境下信息科學多元研究范式探析[J]. 中國圖書館學報, 2012, 38(6): 111–120.

[81] 呂添貴, 吳次芳, 李冠, 等. 基于TOPSIS法的贛江水源區城市發展與水資源環境協調性評價[J]. 資源與產業, 2014, 16(4): 83–89.

[82] 張濤, 成金華. 湖北省重點生態功能區生態補償績效評價[J]. 中國國土資源經濟, 2017, 30(5): 37–41.

[83] CROOKES D J, BLIGNAUT J N, DE WIT M P, et al. System dynamic modelling to assess economic viability and risk trade-offs for ecological restoration in south Africa[J]. Journal of Environmental Management, 2013, 120(6): 38–47.

[84] KOPAINSKY B, HUBER R, PEDERCINI M. Food provision and environmental goals in the Swiss agri‐food system: system dynamics and the social-ecological systems framework[J]. Systems Research & Behavioral Science, 2015, 32(4): 414–432.

[85] 楊心恒, 顧金土. 模糊數學在社會學研究中的應用[J]. 社會學研究, 2000, 5(1): 76–87.

[86] 周超, 馬海群. 基于模糊綜合評價法的高校信息公開績效評價研究[J]. 圖書館理論與實踐, 2014, 6(2): 6–10.

[87] 陳建鈴, 戴永務, 劉燕娜. 福建生態公益林補償政策績效棱柱評價[J]. 林業經濟問題, 2015, 35(5): 456–461.

[88] MUNDA G. Social multi-criteria evaluation: metho-dological foundations and operational conse-quences[J]. European Journal of Operational Research, 2004, 158(3): 662–677.

[89] LOCATELLI B, ROJAS V, SALINAS Z. Impacts of payments for environmental services on local development in northern Costa Rica: a fuzzy multi-criteria analysis[J]. Forest Policy & Economics, 2008, 10(5): 275–285.

[90] GRIMA N, SINGH S J, SMETSCHKA B. Decision making in a complex world: using OPTamos in a multi-criteria process for land management in the Cuitzmala watershed in Mexico[J]. Land Use Policy, 2017, 67(3): 73–85.

[91] GAME E T, BREMER L L, CALVACHE A, et al. Fuzzy models to inform social and environmental indicator selection for conservation impact monitoring[J]. Conserva-tion Letters, 2018, 11(1): 3–11.

[92] 張學玲, 余文波, 蔡海生, 等. 區域生態環境脆弱性評價方法研究綜述[J]. 生態學報, 2018, 38(16): 5970–5981.

Review of the evaluation methods of eco-compensation performance in recent 20 years

JIAO Lipeng1,2, LIU Chunla1,2,*, XU Mei3

1. College of Resources and Environmental Sciences, Hunan Normal University, Changsha 410081, China 2. Key Laboratory of Geospatial Data Mining and Application, Hunan Province, Changsha 410081, China 3. College of Tourism,Central South University of Forestry and Technology, Changsha 410004, China

The performance evaluation of eco-compensation is an important content of the "post research" of eco-compensation. Research on its evaluation methods has gradually become the focus of scholars' attention. Based on the research literature ofperformance evaluation of eco-compensation domestic and overseas in recent 20 years, this paper summarizes the evaluation methods of eco-compensation performance. At the same time, the advantages, disadvantages and applicability of each method are compared. Finally, the development trend of the evaluation methods of eco-compensation performance is prospected. In general, in the future study of the evaluation methods of eco-compensation performance, it is necessary to further highlight the spatiotemporal dynamics, overall comprehensiveness and practical applicability.

eco-compensation; performance; evaluation methods; comparison

10.14108/j.cnki.1008-8873.2020.06.027

F205

A

1008-8873(2020)06-213-11

2019-08-07;

2019-12-10基金項目:國家社會科學基金重大項目(18ZDA040)；教育部人文社會科學青年科學基金項目(16YJC840012); 湖南省科技支撐計劃項目(2016SK2019)；湖南省社會科學成果評審委員會課題（XSP19YBC287）；湖南省哲學社會科學基金項目（16YBQ076）

焦麗鵬(1996—), 女, 河南鄭州人, 碩士研究生, 主要從事生態補償研究, E-mail: jiaolipeng111@163.com

劉春臘, 男, 博士, 副教授, 主要從事生態補償與經濟地理研究, E-mail: liuchunla111@163.com

焦麗鵬, 劉春臘, 徐美. 近20年來生態補償績效測評方法研究綜述[J]. 生態科學, 2020, 39(6): 213–223.

JIAO Lipeng, LIU Chunla, XU Mei. Review of the evaluation methods of eco-compensation performance in recent 20 years[J]. Ecological Science, 2020, 39(6): 213–223.