生態系統服務價值評價中的效益轉移：進展與挑戰

亢楠楠，黃季焜

（北京大學現代農學院中國農業政策研究中心，北京 100871）

在以“兩山論”科學論斷指導的習近平生態文明建設背景下，盡快建立健全生態產品的實現機制，是解決經濟發展與生態保護博弈難題的核心所在。將“綠水青山”的生態資源轉化為“金山銀山”的生態資產，離不開全面、大范圍的生態系統服務價值（Ecosystem Service Value，ESV）評價。盡管市場價格法、個體偏好法等價值評價技術已經獲得了充分討論，但利用這些方法提供了ESV信息的“初始研究”（primary study）有時依然會顯得供不應求［1］。這是因為，理想情況下，“初始研究”必須依賴于實地調研的問卷數據或考察收集的測量數據。高成本、長時間以及跨學科的一手數據研究，對資金、時間以及人才素質都有著較高的要求，這對于要在短時間內核算出中國生態系統服務的價值，并制定科學有效的生態系統管理決策的迫切需求來說根本就不可行。

仔細權衡各種評價方法的“實用性”與“精確性”后，利用上述“初始研究”發展起來的效益轉移法（Benefit Transfer Method，BTM）便成為短期內一種備受青睞的評價技術。BTM的典型特征，是使用已有數據或信息，而不是進行初次收集［2］。研究者可以使用統計或者計量的方法，結合一系列特征，將已有“研究地（study site）”的估值結果轉移到待測算的“政策地（policy site）”中去。該方法誕生的初衷，是借鑒現有數據輔助于某項新政策的實施，這也是“政策地”這一說法的由來。除了能夠擺脫時間、成本約束的優勢，它還可以應對跨區域、大尺度研究所面臨的規模挑戰。

近40年來，覆蓋世界各地的“初始研究”，尤其文獻開放式獲取的極大便利，為構建效益轉移所需的價值評價數據庫（Valuation Database，VD）提供了強力支撐。國際上，針對全球生物多樣性的TEEB數據庫（ESVD）、墨西哥灣生態系統服務價值評價數據庫（GecoServ）［3］、俄勒岡州立大學建立的游憩使用價值數據庫（RUVD）等都已獲得較高的認可度［4］。從實踐應用的角度來看，BTM的評價結果已經成為美國、歐盟以及其他國家多項大規模成本-效益分析的標準和核心組成部分，涵蓋水資源利用、森林資源規劃、健康風險及廢棄物管理等諸多方面［5-9］。

國內研究方面，雖然近年來涌現出了大量的“初始研究”，但相當一部分還停留在簡單地將國外的評價方法直接應用至某個地區進行案例分析的原始階段。研究區域的聚集性、評價方法上的同質性和結果的不精確性極大地限制了結果的二次利用，不足以支撐建立起如上述大規模的中國ESV數據合集，導致效益轉移陷入“無米之炊”的困境。盡管有一些學者也關注了這一方法，但更多的是以單位價值轉移手段為主的流域范圍內的價值轉移，對轉移結果的檢驗也多為簡單的誤差程度匯報，未能就過度或低估的原因提出明確的解決方法。另一方面，學者們對BTM的應用也始終存在爭議，原因是“謹慎的效益轉移只能提供有用的合理近似值，而不是完美值”［10］。它的使用可以有效避免那些未被計量的服務或功能被簡單視為零的現象發生［11］，但是盲目地“有數字總好過沒數字”卻可能會導致“壞數字會趕走一切數字”的潛在弊端［12］。因此，如何減少或避免效益轉移過程中存在的偏差，提高轉移結果的有效性和可靠性，便成為了始終伴隨這種方法的主流問題。2018年，Environmental and Resource Economics雜志專門發表了一個特刊，結合最新研究數據，從約束條件、計量模型等多個角度出發探討轉移結果更加靠近真實值的可能性［13］。事實上，現實情況中很少能提供效益轉移所需的全部理想條件。因此，效益轉移的優化目標便是找到減少轉移誤差的方法，而不是期望完全消除它們。

因此，文章試圖從研究者常使用的幾種效益轉移形式出發，結合中國學者的研究現狀，厘清易被忽略的效益轉移誤差來源，以期為中國生態系統服務價值評估結果有效性的提升、完善生態系統服務價值實現框架提供參考依據。

1 多樣化的效益轉移形式

效益轉移流程在理論上是比較簡單的，可概括為以下四個步驟：①確定政策地特征；②合適的研究地文獻選擇；③價值轉移；④轉移結果分析。其中，第三步是搭建現有研究與政策地研究關聯的核心。廣義上來說，價值轉移形式可分為數值轉移（value transfer）和函數轉移（function transfer）兩大類，涉及方式和復雜性各不相同。前者包括簡單的未經調整的點對點轉移，通過購買力或收入彈性等核心指標調整的平均價值或單位價值轉移。后者需要復雜的參數校準或者Meta分析。無論哪種形式，都在力求實現調整優化從而提高估計效率［1，5］。盡管復雜的函數轉移結果精確度可能越高，但相對簡單的數值轉移往往靈活性更高［14-16］。接下來將重點介紹單位價值轉移，以及函數轉移和Meta分析三種轉移形式。作者從函數轉移中析出了Meta分析，目的是保留二者的主要區別。

1.1 單位價值轉移

1997年，Costanza等［17］歸納了100多項研究，首次提出16種生態系統17種服務類型的單位價值，成為生態系統服務價值領域里程碑式的成果。2014年，又在此基礎上更新了這項迄今為止最大尺度上的效益轉移研究［18］。借鑒這一思路，謝高地等［19］于2003年提出了中國情境下的生態系統服務價值測算量表，命名為“當量因子法”，并于2008年、2015年進行了再次修正［20-21］。這一突破性研究在國內迅速引起反響，得到大量引用。

參考諸多文獻，作者以“生態系統”OR“生態資產”OR“生態系統服務”AND“價值”AND“元”為關鍵詞，對中國學術期刊網絡出版總庫CNKI文獻的“篇名”“關鍵詞”和“摘要”進行了檢索，發表時間限定為“2020年及以前”。經過閱讀和篩選，最終保留2 474篇相關期刊文獻。如圖1所示，其中有960篇使用了單位價值轉移的測算方式。該方法的使用案例幾乎覆蓋全國各個生態系統，因為這一轉移形式的原理本身就支持其在省份、流域乃至全國的尺度上進行價值預測［22］。

圖1 中國生態系統服務價值評價研究的期刊文獻變化趨勢

1.2 效益函數轉移

除上述方法外，還可以將價值的另一種常用表達方式——支付意愿（Willingness to Pay，WTP）用作效益轉移。假設某個地點i的生態系統服務質量發生變化，個人支付意愿取決于其所提供的生態系統屬性Qes、被試者j的個體收入Yj以及其他地理特征Di：WTPij=β0+β1Qes+β2Yj+β3Di。研究地和政策地中因變量與自變量統計關系相同的理想假設條件下，研究者可通過現有案例信息，插入相關變量，來調整個人支付意愿，以適應政策地的特征。另外一種常見的函數轉移是將游客旅行需求作為因變量，這常活躍于生態系統的旅游服務價值評價領域當中。

基于函數轉移的方法，避免了數值轉移“拿來主義”的弊端，被證實是一種效率更優的價值轉移形式［23］。從1992年Loomis［24］首次應用于游憩資源的價值評估后，這種更嚴格的轉移方法便得到迅速推廣。Boyle等［25］提出，完美情況下的函數轉移，需要滿足下列條件：①對同一種生態系統服務進行評價；②研究地和政策地受到生態系統服務影響的人群具有相似的特征；③兩個地點的價值衡量方式必須相同（例如支付意愿）。因此，它需要研究者事先非常了解政策地的特征，以便在現有文獻中找到滿足上述準則的支付意愿函數研究。

1.3 Meta分析

盡管函數轉移更加傾向于對研究場地特征相似性和轉移過程復雜性的討論，轉移結果還有可能取決于其他因素，如評價方法的選擇、數據的質量以及文獻來源等［26］。在缺乏與政策地完全匹配的現有研究的情況下，Meta分析被看作是另一種更為便利的轉移方法。通過研究綜合、假設檢驗以及效益轉移三個研究動機，它系統地解釋了在相關的、方法合理的初始研究中結果和自變量的差異。基本模型表示為：Transferred ValueT=fstudy(β?，Xp)。其中，β?是作為自變量的研究地的特征Xp的模型回歸系數。由于Meta回歸綜合了不同研究的信息，這些信息在服務類型、地點特征、人口特征以及評價方法等因素上各不相同，因此對于要找到與政策地點特征十分匹配的單一研究的需求便不再那么強烈［27］。最重要的是，Meta分析提供了一個參數化的轉移函數，允許根據政策地的具體需求來定制模型結構，提供了一種最為靈活的效益轉移形式［16，28］。

在大量的生態系統服務研究領域中，國外Meta分析涵蓋了不同生態系統和服務類型［29-31］、不同研究尺度［32-33］，甚至于函數實現形式、最佳實踐規范都有著較為深入的探討［34-35］。然而，中國學者的Meta研究還更多地處于案例應用的初期階段，實證結果多聚焦于簡單線性關系的驗證，對于轉移效率背后原因的分析還比較少見［36-38］。

2 效益轉移過程面臨的挑戰

無論是價值轉移，還是函數轉移，其最終目標都是盡可能降低初始研究所獲得的“觀察值”ValueS與效益轉移后的“預測值”ValueT之間的差異。迄今為止，許多研究視圖構造一系列檢驗指標，用來量化轉移效度（表1）。這些檢驗的零假設可以分為兩種類型：①兩者之間無差別的經典等價假設：ValueT=ValueS；②存在容忍度范圍D的等效性假設：|ValueT-Values|≤D。后者引入了統計學概念，被看作是對經典測試的有效補充。實踐中，考慮到計算的便利程度，僅計算轉移誤差百分比仍然是一種最廣泛的檢驗方式。雖然這種方法并不能實現最優的效度檢驗，但是正如大量研究所認證的，誤差低于30%～50%的效益轉移就可以被認為是成功的［39］。接下來，文章將就幾個常見的誤差來源重點討論。

表1 效益轉移法中幾種常用的有效性評價指標

2.1 “跨環境”下的泛化誤差

經典研究假設下，未能滿足的研究地和政策地的一致性或者相似性所導致的評價結果的偏誤被稱作泛化誤差（generalization error）。這也是研究者在討論效益轉移有效性和可靠性時一個傳統的關注問題［26］。

（1）泛化誤差對單位價值轉移結果的影響。基于單位價值的效益轉移建立在“特定的土地利用類型中生態系統服務的價值是恒定的”假設之上，這就使得“跨環境”成為了轉移過程中面臨的一個嚴峻考驗［40］。因為它無法像函數轉移那樣在模型參數中為地區之間的差異提供一個明確解釋的機會。此外，即使在同種土地覆蓋類型內，生態系統服務的價值也會有很大差異［41］。例如，王宗明等［42］在對吉林省生態系統服務價值變化測算中，借鑒了Costanza等提出的草地生態系統的游憩服務價值系數。而該系數依據當時1997年前已有的四項研究計算而來，包含對美國懷俄明州的狩獵游憩以及南非山地凡波斯生態系統的遠足活動的經濟價值評價。凡波斯灌木叢是南非特有物種，由于受到外來物種入侵，已經被列入世界瀕危生態系統之列。因為稀缺性，它所提供的遠足旅游和生態觀光服務功能顯得更加珍貴。顯然，這不是一般草地生態系統的游憩特征。類似地，吉林省尚未有獲批準的草原狩獵場所，依賴于初始研究中狩獵游憩價值的轉移必然會引起嚴重的偏誤。

那么，又如何在單位價值轉移中解決或者回避泛化誤差呢？許多時候，現有研究更多的是在特定背景下展開的，導致可選擇的“研究地”案例非常有限［23］。所以，很難找到一個理想的方案來實現研究地與政策地的完美匹配。當量因子法中，謝高地等［20］建議依據政策地被評價生態系統的生物量占全國以及生態系統單位面積平均生物量的比例來調整單位價值。類似于此，第二種策略是考慮地區之間經濟發展水平變化的影響，通常做法是引入恩格爾系數、人均GDP或者人均收入等作為代理指標［43］。

然而，即使是上述多項修正策略的結合使用，也不能避開當量因子法中的另外一個常被忽視的局限，那就是不同地區生態系統服務的當量因子（即每種服務的相對權重）是恒定不變的。該方法假設當量因子表中的當量系數適用于全國的土地覆被類型。例如，Tang等［44］使用相同的當量因子表，對江蘇南京江北新區三個重要濕地生態系統（六合、浦口以及八卦洲）的服務價值進行了評價。八卦洲作為重要的飲用水水源保護區，承擔著市區生活用水緊急供應的重擔。因此，該地的“淡水供給”服務價值的權重應該提高。另外，因為江灘濕地公園的投入使用，浦口區濕地在“文化娛樂”服務方面會更有經驗，對應的當量因子也應高于另外兩地。顯然，當前這種僅僅依據一個固定的當量因子表進行價值轉移的做法，忽略了政策地生態系統服務供給的真實情境，即土地利用格局、土地利用強度對生態系統服務的影響都會有所不同［45］。近年來，有少數研究者們逐漸認識到對當量因子進行校正的必要性，并引入了土地覆被類型的NDVI、年均降水量或者土壤保持量等指標對部分相應的服務類型進行校正［46］。Fu等［47］通過與“第一手”研究結果的比較發現，此舉可以大大縮小兩類評價方法之間的結果差異（相差約為5%）。但既考慮不同土地覆被類型的“組間”差異，又兼顧同種土地覆被上不同服務“組內”差異的校正研究還尚未發現。

（2）泛化誤差對函數轉移或Meta分析結果的影響。Meta分析或者其他形式的函數轉移中，常規地適應“跨環境”（cross-context）轉移的解決方案，是將區域差異作為解釋變量納入分析，或者通過調整后的支付意愿作為因變量來實現［48-49］。同時，在研究案例的選取上，盡可能地將那些與政策地類似的研究案例納入進來。Windle等［50］進一步證實，那些針對更大范圍的研究的可轉移性要高于小尺度上的研究，這可能與后者更關注自身特征有關。

從模型結構角度，對泛化誤差的控制研究也得到了進一步的延伸。有學者提出，盡管兩地足夠相似的地理、人口和市場特征被看作函數轉移有效性和可靠性的“必要條件”，潛在的受益群體必然在不可觀察的隨機誤差部分有所不同，從而導致函數轉移效率的降低［51］。此時，如果能夠比較謹慎地將在樣本均值、可變性或者價值分布等某些方面上相近的研究地聚集在一起，建立一個“池組”（pooling group），并將其納入參數估計中，便可在一定程度上克服效益轉移“跨環境”的局限。這種方法還可以大大提高那些傳統上不被視為轉移“最佳候選”研究的可利用性。當然，這依賴于足夠多的初始研究案例。

截至目前，中國學者對生態系統服務價值的評價還有很大一部分沿用了當量因子表的研究范式。雖然這種方法極大地簡化了價值轉移過程，也幫助我們很好地理解了生態系統重要景觀要素的格局和分布，但當單位價值的計算過程僅依賴于土地利用/土地覆被這個單一特征時，很有可能會掩蓋提供這些服務的生態資源的異質性，甚至導致一些信息的缺失，影響轉移結果的有效性和可信性。

2.2 中間服務與最終服務

與效益轉移法相關的另外一個挑戰，是“中間服務”（intermediate ecosystem services）與“最終服務”（final ecosystem services）的辨別與剝離，這也是常被研究者所忽略的［52］。對于一個生態系統來說，可能包括對某個受益人的最終服務以及向其他受益人提供的中間服務。其中，中間服務可以在最終服務的價值中體現，如果不進行區分，便會導致生態系統服務的價值被“重復計算”（double counting）［53-54］。例如，生態系統可同時為居民和魚類提供清潔水源，但后者的最終受益群體為垂釣者。因此，垂釣游憩服務的最終價值體現在魚類種群上，優良的水質供給只是提供目標魚群的中間服務。垂釣者所獲得的清潔水源的價值被最終嵌入在了魚類種群的價值當中。

越來越多的學者贊同，“是否與人類福祉直接掛鉤”是判斷最終服務與否的有效指標與方法［55］。傳統上，生態學家側重于使用生物物理屬性（中間服務）來定義生態系統功能，而經濟學家則傾向于使用“終端產品”（最終服務）來確定生態系統帶給受益人的福利［53］。不同學科之間分離產生的“數據鴻溝”（data gap），被看作是價值轉移失效的最大阻礙［56］。

回顧當前該領域的有限研究，發現上述兩種服務的混淆可能通過以下兩方面對價值轉移結果產生影響：一是導致初始研究出現“測量誤差”。這種現象尤其出現在以條件價值評價和選擇實驗法為代表的陳述性偏好評價中。因為有些中間服務很難與人類建立起直觀的表面聯系，此時如果要求受訪者對其進行估價，則會產生許多不確定性，因為他們會隱含地將這些中間服務轉化為與他們直接相關的最終商品和服務。只能依賴于個體認知的主觀理解過程，很容易導致有偏的支付意愿匯報及估計［57］。二是轉移過程中違反了“商品（服務）一致性”原則。最常見的原因，便是諸多初始研究并不總是能在生態系統服務的分類體系上達成一致。不一致的分類系統容易導致單個生態系統服務的重疊，從而帶來評價過程的重復計算。如果研究者希望將某一服務功能的研究用作效益轉移，就必須保證該項服務產生的最終服務的定義相同。

相互依存卻又各自不同的中間服務與最終服務的界定會對價值轉移結果造成影響，這對該方法的應用研究提出了挑戰。研究者為了得到可靠的價值轉移結果，就必須謹慎地確定和搜集與受益人直接相關的指標數據。這個步驟離不開自然科學家和社會科學家的進一步研究與合作。Wong等［56］、Sinha等［57］以及Keerler等［58］分別開發了一種綜合生物物理特征和經濟模型的評估框架，以便確定受益人真正關心的最終服務，避免重復計算，從而實現最小假設和最大透明度條件下的價值轉移。

2.3 空間異質性

“未來研究如果不能關注政策和福利影響的空間格局，效益轉移可能會繼續依賴于敷衍了事的方法”，這是效益轉移評價領域著名學者Johnston等［59］于2009年做出的一個判斷。空間異質性是一種假設，即生活在不同地點的居民對生態系統服務價值的評價存在差異［60］。經驗和證據表明，函數轉移和Meta轉移結果對空間維度更敏感［61］。

許多文獻探討了生態系統服務價值的多種空間分布類型，總體來看，空間因素主要通過以下三個方面產生影響：一是地理尺度，即生態系統的地理規模［54］；二是替代品的可用性［1，62］；三是受益人口與研究地之間的距離［63］。雖然大多數研究重點肯定了第三種“距離”變量的影響，但研究者們并未就其影響效果達成一致的結論。例如，普遍認可的“距離衰減”（distance-decay）效應意味著價值評價結果伴隨與研究場地距離的增加顯著降低［64］，但這種單向效應在使用者（users）和非使用者（non-users）之間、不同人口密度的地區之間也會存在不同［65］。Holland等［66］還發現，價值的空間分布還可能與距離內受影響的環境產品的數量或面積有關。伴隨距離的增加，可替代的服務也會增加，因此還需對一定距離內的替代產品進行明確的空間識別［67］。不可否認的是，忽略復雜的空間分布，必定會導致錯誤的價值評估結論［68］。

盡管空間因素對評價結果的重要性已經獲得了充分的討論，但涉及生態系統服務價值的空間模式及異質性的Meta效益轉移研究仍然有限。實踐中，研究者們有時不得不“被迫”忽略這一影響因素，原因可能有以下三點：一是匯報研究地點和人口相關的空間信息的初始研究比較少，尤其是距離數據，加上這類地理信息無法被直接觀察到，極大地限制了其在效益轉移中的使用［61］。二是從轉移過程的角度來看，無法保證在一個或多個地區內觀察到的價值空間格局可以轉移到其他地區，也無法保證生態系統服務的替代產品可以使用外部數據源進行準確識別［63］。三是如果考慮復雜的空間分布模型，需要同時結合GIS、計量經濟學以及編碼方面的專業知識，以實現統計和空間分析之間的自動聯系，這無疑大大增加了研究的難度。

過去幾年中，研究者們對效益轉移過程中的空間異質性控制也提供了一些建議。常規且較為簡單的做法是在計量經濟模型中引入距離、面積或規模等空間變量［54］。越來越多的研究認為，有必要開發更為復雜和準確的模型來考察價值評價結果在空間環境中的變化模式。例如，同時捕捉距離和面積大小二維變量的相互作用［66］；以被試者為中心，考察一定距離內可替代產品的密度對評價結果的影響［62］；建立一種空間微觀仿真模型來模擬不同地區人口的異質性［69］；使用測地線或歐幾里得度量等多樣化的距離測量方式［70］。

效益轉移過程中的空間模式是復雜多樣的，簡單的、忽略混雜因素的基于距離的單向分析往往并不能完全消除空間因素的影響。雖然研究者們尚未就哪一種建模方法在所有或大多數應用中更占優勢或更可取達成共識，但將傳統微觀經濟福利理論與支撐空間計量經濟學文獻的地理理論相結合，仍然是未來研究中控制生態系統服務價值空間異質性的首選方向。

2.4 時間動態變化

標準的效益轉移框架隱含的另一個假設是，被試者的偏好和評價具有時間穩定性，即不同案例和時間段的生態系統服務價值評估研究可以被合成一個隨時間參數不變的價值函數［71］。那么，來自多年前的研究的估計值和模型在多大程度上經得起時間的考驗？

近年來，大量的“測試-再測試（test-retest）”研究對這一假設提出了混合性的經驗和證據。檢驗思路可大致分為兩類：一種是測試價值評價方法是否能夠隨時間產生非隨機性的結果來評估方法的有效性，即效度檢驗，方式是通過在較短的時間內對相同的被試者進行重新調查和估值計算［72-73］。結果發現，大多數情況下，短時間內（通常是2年以內）被試者的偏好和支付意愿并不會發生顯著的差異［74］，但這一結果并不總是穩定的［75-76］。第二種檢驗則側重于重測情境下的可靠性問題，即信度檢驗［7］。通過設計在較長時間內對不同的調查對象進行重復調查，以確定價值判斷是否可能以某種系統但未知的方式在時間上發生變化。多數研究者們認為，經過較長時間的再測試研究更容易產生顯著變化的價值估計結果［59，73］。

造成價值估計不穩定的來源有很多，這是因為盡管我們將時間稱為一個維度，這個維度又是多方面的。伴隨時間變化的既包括可觀察的被試者的年齡、收入、家庭規模等個體特征，也包括其潛在的認知、感知和態度等因素［77-79］。此外，極端事件的發生、替代服務和補充服務的改變、政策環境的變化以及估值方法的完善，都會增加時間因素對轉移效度和信度的影響［80-81］。尤其是考慮使用過去數10年的研究作為初始文獻時，時間因素會變得更加重要，因為這些文獻中的數值很可能只是反映了前一代人的偏好［13］。

因此，上述潛在影響使得研究者必須謹慎地思考在推廣價值函數時如何控制時間維度上的動態變化。現有研究中，典型的解決方法包括利用CPI值將不同時期的價值調整到統一的年份［82］，或者在模型中引入一個表示研究調查年份的變量［83］。然而，Roelf等［84］通過對13篇Meta轉移文獻的統計發現，超過一半的文獻都發現了CPI調整以外的顯著的時間效應。這證實，即使控制了通貨膨脹的影響后，生態系統服務的價值依然會隨著時間的推移而發生變化。

除此之外，還有研究者建議使用特定的閾值來限制初始研究的年份［85］，如Rolfe等［7］將初始文獻限制在15年以內，Johnston等［13］只包括了1985年或之后的研究。但是，閾值的選擇并沒有一個統一的標準，也可能會伴隨時間的推移而改變。因此，最有效的解決辦法還是應該有針對性地修正隨時間推移所有可測量和有爭議的差異，盡可能地分離出純的時間維度，確定無法解釋差異的部分。在初始文獻的選擇上，也盡可能地考慮更多的“測試—再測試”研究，基于多次的重復測量和更長的觀察周期確定更詳細的受益時間范圍，減小轉移誤差。

3 研究展望

近30年的開發與修正，使得BTM在生態系統服務價值評價領域的應用取得了相當大的進步。利用現有多篇文獻的工作，總結了效益轉移結果最常面臨的四種不確定性來源。歸納來說，效益轉移過程需重點在以下方面做出努力：①詳細描述政策地生態系統特征，保證初始研究數據的匹配性和可用性；②謹慎確定生態系統服務類型，規范轉移模型的結構和適用性；③引入空間信息，重視生態系統服務價值的空間敏感性；④保留時間維度，檢驗生態系統服務價值的時間穩定性。

當然，即使是優化的效益轉移評價框架也改變不了“初始研究”在價值評價領域中不可替代的地位。不僅是因為包含第一手數據的評價結果精確性更高，它們還是效益轉移研究的基礎數據源。通過對初始研究的集合，可以幫助研究者們識別當前研究差距，從而提升稀缺資金用于效益轉移研究的效率。此外，建立信息完整的大尺度的數據庫，還能夠為評估不同地點的生態系統服務，并將價值結果納入政府決策提供長久持續的機會。這就需要中國環境經濟學、生態經濟學以及生態學等領域專家的進一步協調合作，共同促成國家層面上數據庫的建立。

上述幾項并不是生態系統服務價值轉移面臨的全部挑戰，而是這一工作領域中經常遇到的對其有效性和可靠性威脅的常見例證。效益轉移的本質決定了對其的質疑和改進會一直存在，但這并不妨礙對這種評價方法需求的逐漸增加。無論是認可程度更高的函數轉移與Meta分析，還是更為簡便的單位價值轉移研究，都應當盡可能地對上述四個方面做出說明，這是所有效益轉移的基礎。任何時間、資金和信息的缺乏，都不應當成為忽略對現有初始數據源進行嚴格分析的借口。為避免學術文獻中的研究與政策應用之間出現脫節，未來可制定一個統一的減少轉移誤差的最佳實踐指南和指導方針。今后的每項研究都可以據此準確地來判斷哪些初始研究和案例符合效益轉移的標準，并通過謹慎地遵守這些操作規范和建議，對轉移結果的效度予以重復和徹底論證，提升結果的實際指導價值。