公益林生態(tài)補償能否提升森林質(zhì)量？

張俊義 李蘭英 姚任圖 殷家揚 鐘曉昱

摘要：公益林生態(tài)補償是否提升了森林質(zhì)量、標準不同是否對森林質(zhì)量產(chǎn)生影響、如何合理分配補償資金等問題需要深入研究。文章運用因子分析法構(gòu)建森林質(zhì)量評價體系，基于浙江省龍泉市和安吉縣森林資源二類清查小班數(shù)據(jù)，采用傾向得分匹配-雙重差分模型和分位數(shù)回歸模型探析公益林生態(tài)補償政策對森林質(zhì)量的影響。結(jié)果顯示：（1）研究地區(qū)森林質(zhì)量明顯提升，尤其是森林生產(chǎn)力和立地條件穩(wěn)定性持續(xù)提高，公益林質(zhì)量提升幅度大于商品林，公益林的森林結(jié)構(gòu)與功能總體呈上升趨勢。（2）公益林生態(tài)補償能提高森林質(zhì)量，對森林質(zhì)量、單位面積蓄積量和林下植被覆蓋度都有顯著正向影響；但公益林生態(tài)補償標準高低對森林質(zhì)量的影響不同：在10%、25%、50%、75%分位點上回歸顯示，公益林生態(tài)補償對森林質(zhì)量影響的顯著性逐漸降低，即補償標準提高對質(zhì)量較差的森林提升效果最佳，對中等質(zhì)量森林的影響次之，對優(yōu)質(zhì)森林的影響最小，對起源和立地條件的異質(zhì)性分析進一步驗證了此結(jié)論。文章從森林質(zhì)量新視角研究公益林生態(tài)補償政策實施效果，從起源和立地條件異質(zhì)性角度為差異化補償提供了決策依據(jù)，并提出政策啟示：（1）加強公益林管護，促進森林質(zhì)量穩(wěn)定提升。（2）實施差異化補償政策，合理配置補償資金。（3）完善公益林生態(tài)補償政策，推進與天然林保護并軌。

關(guān)鍵詞：公益林；生態(tài)補償政策；補償標準；森林質(zhì)量

中圖分類號：X322；F326.27文獻標識碼：A文章編號：1673-338X（2023）08-020-22

基金項目：浙江省哲學社會科學領(lǐng)軍青年英才培育項目“浙江省加快發(fā)展地區(qū)生態(tài)產(chǎn)品價值實現(xiàn)促進農(nóng)民農(nóng)村共富的路徑與政策研究”（編號：23QNYC13ZD），浙江省公益林和國有林場管理總站項目“浙江省天然林保護與公益林管理并軌政策機制構(gòu)建”（編號：GYLZ-202201）。

Can the Compensation for Ecological Public Welfare Forests Improve Forest Quality？

——A Case of Longquan City and Anji County in Zhejiang Province ZHANG Junyi1， 2LI Lanying1， 2YAO Rentu3YIN Jiayang3ZHONG Xiaoyu4

（1 Institute of Ecological Civilization， Zhejiang Agricultural and Forestry University， Hangzhou 311300； 2 College of Economics and Management， Zhejiang Agricultural and Forestry University， Hangzhou 311300； 3 Public Welfare Forest and State-owned Farm Management Station of Zhejiang Province， Hangzhou 310026； 4 Natural Resources and Planning Bureau of Qingyuan County， Lishui 323000）

Abstract：Whether ecological compensation for public welfare forests has improved forest quality， whether different standards have an impact on forest quality， and how to reasonably allocate compensation funds need to be further explored. Based on the data of forest management inventory in Longquan City and Anji County， Zhejiang Province， this paper used factor analysis to build a forest quality evaluation system， explored the impact of ecological compensation policies for public welfare forests on forest quality by using propensity score matching-difference-in-differences model and quantile regression model. The result showed that：（1）The quality of forests was significantly improved， especially the forest productivity and the stability of sit conditions continued to improve， the public welfare forest quality improvement was greater than that of commodity forest； the forest structure and function of general public welfare forests in general had an upward trend.（2）The public welfare forest compensation could improve the forest quality， and had a significant positive impact on the forest quality， the stock per unit area and the understory vegetation coverage. However， the impact of ecological compensation criteria for public welfare forests on forest quality varied. The regression showed that ecological compensation for public welfare forests had a significant impact on forest quality at the 10%， 25%， 50%， and 75% quantiles， but the significance gradually decreased， that is， the improvement of compensation standards had the best effect on improving low quality forests， followed by the impact on medium quality forests， and the impact on high-quality forests was the smallest. The heterogeneity analysis of site conditions and origin further confirmed this conclusion. The paper studied the implementation effect of ecological compensation policies for public welfare forests from a new perspective of forest quality， and provided decision-making basis for differential compensation from the perspective of site conditions and heterogeneity of origin， and proposed policy implications：（1）Strengthening the management and protection of public welfare forests， and promoting the steady improvement of forest quality.（2）Implementing differentiated compensation policies and rationally allocateing compensation funds.（3）Improving the ecological compensation policy for public welfare forests， and promoting the integration with the protection of natural forests.

Key Words：public welfare forests；ecological compensatory policy；compensatory criteria；forest quality

1引言

公益林是以提供森林生態(tài)和社會服務(wù)（產(chǎn)品）為主要經(jīng)營目的的防護林和特種用途林，兼具生態(tài)效益、社會效益和經(jīng)濟效益，對國土生態(tài)安全、生物多樣性保護和經(jīng)濟社會可持續(xù)發(fā)展具有重要作用（Kerwin et al.， 2019）。因公益林提供的公益性、社會性服務(wù)（產(chǎn)品）在使用過程中不具有競爭性和排他性，且難以確權(quán)、計量、存儲、運輸和交易，其經(jīng)濟價值不易變現(xiàn)，導致公益林的私人收益小于社會收益（張自強等，2022；陳婕等，2022）。公益林生態(tài)補償政策實施可以推動地區(qū)間生態(tài)保護與經(jīng)濟發(fā)展的良性互動（曹博等，2019；熊曦等，2023）、提高森林培育質(zhì)量、完善森林生態(tài)建設(shè)體系（李帥帥等，2018）、協(xié)調(diào)與平衡生態(tài)保護各主體之間的利益，促進我國社會經(jīng)濟可持續(xù)發(fā)展。

現(xiàn)有對生態(tài)補償?shù)难芯恐饕獜难a償政策實施后的生態(tài)效益、社會效益和經(jīng)濟效益（Aradottir et al.， 2013）、補償公平性（Sikor et al.， 2015）等角度入手，認為存在補償標準過低、模式單一和資金分配不合理（王嬌等，2015；李國志，2019；徐珂等，2022）等問題。公益林生態(tài)補償政策已實施近20年，森林質(zhì)量和生態(tài)系統(tǒng)服務(wù)功能是否得到提升，差異化的補償標準是否對提升森林質(zhì)量產(chǎn)生不同影響，生態(tài)補償對不同立地條件和不同起源公益林的影響是否一致，如何給予公益林合理的生態(tài)補償？這些都是社會高度關(guān)注的問題。為回應(yīng)社會關(guān)切，綜合考慮生態(tài)系統(tǒng)服務(wù)功能評估和森林生長狀況，本文采用因子分析法構(gòu)建森林質(zhì)量評價指標體系，研究公益林生態(tài)補償對森林質(zhì)量的影響，以及補償標準對不同質(zhì)量森林的影響，為持續(xù)完善公益林生態(tài)補償機制提供決策依據(jù)。在公共物品和公共財政理論框架下，基于浙江省龍泉市和安吉縣森林資源二類清查小班數(shù)據(jù)，采用傾向得分匹配-雙重差分（Propensity Score Matching and Differences-in-Differences， PSM-DID）模型和分位數(shù)回歸（Quantile Regression， QR）模型分析公益林生態(tài)補償對森林質(zhì)量的影響，并就其對不同起源和立地條件公益林質(zhì)量的影響進行異質(zhì)性分析，為公益林生態(tài)補償政策調(diào)整提供有益的決策支撐。

本文可能的邊際貢獻在于：第一，通過因子分析法構(gòu)建森林質(zhì)量評價指標體系，明晰公益林生態(tài)補償對森林質(zhì)量的影響機理，研究公益林生態(tài)補償政策對森林質(zhì)量的影響。第二，運用分位數(shù)回歸模型分析生態(tài)補償標準對森林質(zhì)量的影響，并對林分起源和立地條件進行異質(zhì)性分析，研究差異化補償標準的政策效果，為持續(xù)完善差異化補償政策提供新的視角。

2文獻回顧與評述

近年來，公益林生態(tài)補償政策一直是我國政府和學術(shù)界關(guān)注的熱點問題，加強公益林生態(tài)補償政策的頂層設(shè)計已成為社會共識。公益林生態(tài)補償政策效果評價主要聚焦于四個方面。一是對農(nóng)戶生計能力的影響，認為公益林生態(tài)補償政策影響到農(nóng)戶的營林收入，且具有地區(qū)異質(zhì)性（Guo et al.， 2011）、林農(nóng)異質(zhì)性（李軍龍等，2020；丘水林等，2022；孔令勇等，2023）。二是公益林生態(tài)補償政策實施調(diào)整了就業(yè)結(jié)構(gòu)（Yao et al.， 2010），推動勞動力向城市和非農(nóng)行業(yè)轉(zhuǎn)移，形成特色農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)（王恩慧等，2022），一定程度上有助于擴大非農(nóng)就業(yè)和緩解貧困，促進當?shù)亟?jīng)濟發(fā)展。三是不同的補償對象對于政策實施所帶來機會成本的把握能力不同，但獲得補償相同，造成地區(qū)和農(nóng)戶之間矛盾，影響社會公平（趙晶晶等，2023）；如果從政策滿意度出發(fā)，不同類型的林農(nóng)對政策滿意度不同（杜娟等，2019），受個人基本特征、家庭資源稟賦、生產(chǎn)特征等因素的影響（李潔等，2016；劉濱等，2018；Li et al.， 2020；馬橙等，2020），如戶主年齡、林地面積等。四是林農(nóng)生態(tài)意識，主要表現(xiàn)在參與補償意愿、管護意識、環(huán)保意識等方面，隨著政策大力宣傳，農(nóng)戶森林生態(tài)意識逐漸增強（李帥帥等，2018）。

上述評價關(guān)注的是補償過程的規(guī)范化和補償對象的主觀感受，所采用方法的主觀性較強，未能從公益林生態(tài)效益角度出發(fā)，直觀體現(xiàn)公益林生態(tài)補償政策實施效果。從森林質(zhì)量視角出發(fā)，研究公益林生態(tài)補償政策能否促進森林質(zhì)量的提升和森林生態(tài)價值的增加多基于理論分析，實證評估較少。如周婷等（2018）通過分析2001-2015年浙江省臨安市森林植被覆蓋的時空格局變化，認為實施公益林生態(tài)補償政策加強了對植被的保護，限制了不合理的林地利用；馬浩然等（2021）提出，合理的公益林生態(tài)補償標準應(yīng)當參考森林質(zhì)量和生態(tài)效益、當?shù)亟?jīng)濟發(fā)展水平等相關(guān)因素；錢玲等（2022）通過對理論機制分析發(fā)現(xiàn)，森林生態(tài)補償機制不利于提高森林質(zhì)量，營林主體更傾向于擴大公益林的營林規(guī)模和提升單位面積森林蓄積量，來增加營林主體的收入。

實施公益林生態(tài)補償政策的核心目的是提升生態(tài)系統(tǒng)服務(wù)價值，進而將生態(tài)效益轉(zhuǎn)化為生態(tài)價值。測度生態(tài)效益有不同的方法，如用財政支出績效來反映生態(tài)效益（沈田華等，2018；聶承靜等，2019），或考慮森林的生態(tài)價值以及森林的生態(tài)損耗以估算森林的生態(tài)效益（周鳳杰等，2018）。森林質(zhì)量包含森林本身內(nèi)在價值和提供的服務(wù)效能，可以綜合反映森林的生態(tài)效益、社會效益和經(jīng)濟效益（趙海蘭等，2022）。因此，需要通過構(gòu)建森林質(zhì)量評估指標體系來對公益林生態(tài)補償效果進行評價。

森林質(zhì)量評價是對森林在生態(tài)效益、社會效益和經(jīng)濟效益方面的所有功能與價值總和評價，是了解森林質(zhì)量狀況的基礎(chǔ)（莫可等，2015）。在可持續(xù)森林經(jīng)營（sustainable forest management）理論提出后，選用可持續(xù)經(jīng)營的標準與指標，對森林產(chǎn)生的生態(tài)效益、社會效益和經(jīng)濟效益進行評價（Dudley et al.， 2006；張會儒等，2019）。就森林質(zhì)量評價體系而言，由于森林本身的層次性以及人們對森林提供服務(wù)價值關(guān)注點不同，形成了多種森林質(zhì)量評價體系。有學者關(guān)注宏觀層面的森林資源狀況，森林系統(tǒng)本身內(nèi)在特征建立評價指標體系（彭巖等，2019；劉海軒等，2022），采用單位面積森林蓄積量和森林蓄積總量等指標。但只結(jié)合森林內(nèi)在特征，并不能全面反映森林質(zhì)量，特別是對縣級以上行政區(qū)域內(nèi)森林質(zhì)量的評價。因此，黃玉娟等（2018）將森林質(zhì)量與環(huán)境因子相結(jié)合，在森林內(nèi)在特征基礎(chǔ)上加入土壤狀況、氣候條件等影響因子；張博等（2022）為進一步對縣級以上行政區(qū)域整體森林質(zhì)量進行評價，又加入生態(tài)、社會、經(jīng)濟、文化等服務(wù)效能。常用的森林質(zhì)量評價方法包括模糊綜合評價、物元分析、層次分析等。層次分析法是定性與定量相結(jié)合的評價方法，可將復雜問題系統(tǒng)化、模式化和數(shù)量化（安慧君等，2018），如張博等（2022）運用層次分析法和物元分析法對森林質(zhì)量進行了評價。模糊綜合評價法通過精確數(shù)字手段，將模糊性信息做出科學、合理的量化處理，但存在計算復雜和賦權(quán)主觀性較強等缺陷（米鋒等，2013）。層次分析法計算簡潔，但如果統(tǒng)計數(shù)據(jù)量太大，權(quán)重難以確定且存在主觀性。為克服權(quán)重主觀性，本文選用因子分析法對多個指標進行降維處理，輔助構(gòu)建指標體系，綜合分析森林質(zhì)量。

3理論分析及研究方法

為探析公益林生態(tài)補償對森林質(zhì)量的影響，本文利用森林資源清查二類小班數(shù)據(jù)，采用因子分析和聚類分析，對森林質(zhì)量及變化情況進行分析；采用傾向得分匹配-雙重差分模型和分位數(shù)回歸模型，實證檢驗公益林生態(tài)補償政策對森林質(zhì)量的影響效應(yīng)，進一步分析公益林生態(tài)補償標準以及差異化補償政策的效果，從而為完善公益林生態(tài)補償政策提供研究基礎(chǔ)和決策思路。

3.1理論分析

相較于以獲取經(jīng)濟價值為主要經(jīng)營目的的商品林，公益林以提供生態(tài)服務(wù)為主要經(jīng)營目的，其主要功能體現(xiàn)在生態(tài)環(huán)境改善、生物多樣性提高、公益性和社會性服務(wù)價值實現(xiàn)等方面。公益林所提供的生態(tài)服務(wù)功能屬于公共物品，具有外部性和使用過程的非排他性，使得私人收益低于社會效益，私人成本高于社會成本，極大地降低了私人投入的積極性。公益林生態(tài)補償政策可以有效推動生態(tài)保護和經(jīng)濟發(fā)展的良性互動，實現(xiàn)生態(tài)產(chǎn)品價值，調(diào)動經(jīng)營主體建設(shè)公益林的積極性，提升森林質(zhì)量。

3.1.1公益林生態(tài)補償政策對森林質(zhì)量的影響

根據(jù)《浙江省森林生態(tài)效益補償資金管理辦法》（以下簡稱《管理辦法》），公益林按林地使用權(quán)劃分為國有公益林、非國有公益林，國有公益林的生態(tài)補償資金均為管護性支出，非國有公益林的生態(tài)補償資金為保護補償性支出和管護性支出。公益林一般采用封山育林方式限制采伐和經(jīng)營活動，并利用森林次生演替對自然條件適宜的山區(qū)和疏林實行定期封山，以恢復森林植被和提高森林質(zhì)量（張駿等，2016）。因此，政府會對經(jīng)營主體給予一定的經(jīng)濟補償，補償經(jīng)營主體損失的林業(yè)經(jīng)營收入。當補償收入大于林農(nóng)放棄經(jīng)營的機會成本時，林農(nóng)傾向于非農(nóng)就業(yè)來進一步增收，且對公益林生態(tài)補償政策滿意度更高，更愿意參與公益林保護和森林生態(tài)系統(tǒng)服務(wù)價值創(chuàng)造（孔凡斌，2010；Li et al.，2020；錢玲等，2022）。根據(jù)《管理辦法》，管護補助是指用于省級及以上公益林保護、管理的支出，包括公益林護林人員的工資與福利、管護直接費用和管理費用。生態(tài)補償資金投入可以加快林區(qū)道路等基礎(chǔ)設(shè)施建設(shè)，提升受補償?shù)貐^(qū)的森林生態(tài)系統(tǒng)服務(wù)功能，改善生態(tài)環(huán)境，提高森林生產(chǎn)力，有助于提升森林質(zhì)量。因此，提出假設(shè)H1。

H1：公益林生態(tài)補償正向影響森林質(zhì)量提升。

公益林生態(tài)補償政策影響森林質(zhì)量的理論分析框架如圖1所示。

3.1.2公益林生態(tài)補償標準對不同森林質(zhì)量的影響

公益林生態(tài)補償金額是用于補償、保護和管理經(jīng)國家和省（自治區(qū)、直轄市）有關(guān)規(guī)定劃定、批準公布，并簽訂公益林保護協(xié)議的森林、林木以及宜林地，包括防護林、特種用途林。公益林生態(tài)補償核心目的是提升森林質(zhì)量，由于公益林的樹種、林齡和生長狀況不同，森林質(zhì)量存在差異，對公益林管理和保護的投入將會不同。對于生態(tài)區(qū)位十分重要、生態(tài)環(huán)境極其惡劣和采伐后難以更新的森林，需要投入更多資金用于加強保護，禁止采伐。而對于立地條件好、不易造成水土流失的區(qū)域，公益林管理和保護的難度較低，需要資金投入較少（韋惠蘭等，2015）。另外，公益林所處的生態(tài)區(qū)位也決定了森林生長的穩(wěn)定性，進而影響森林質(zhì)量（盛文萍等，2019），森林質(zhì)量較差地區(qū)，林區(qū)道路、通訊等基礎(chǔ)設(shè)施投入不足，補償標準提升有助于完善基礎(chǔ)設(shè)施，方便森林經(jīng)營和管理，進而有助于提升森林質(zhì)量。因此，提出假設(shè)H2。

H2：公益林生態(tài)補償對質(zhì)量較差森林的正向影響更大。

3.1.3公益林生態(tài)補償政策對不同立地條件和起源森林的影響

立地條件是與森林生長發(fā)育有關(guān)的自然環(huán)境因子，如地形、氣候、土壤等。不同立地條件的生產(chǎn)潛力不同（盛文萍等，2019），如處在水源地和低海拔的森林生長潛力較大，補償政策對森林質(zhì)量提升更快。因此，不同立地條件的森林受公益林生態(tài)補償政策的影響不同，立地條件好的森林質(zhì)量提升更快。森林起源不同，往往林分質(zhì)量、結(jié)構(gòu)和物種豐富程度皆有不同。公益林生態(tài)補償政策對森林質(zhì)量的影響可能因起源不同而有所差別。一般而言，天然林物種豐富度較高、森林結(jié)構(gòu)較完整，公益林生態(tài)補償可以更多投入到森林撫育管理，而人工林往往需要更多投入到森林保護與管理（伍海泉等，2022）。因此，生態(tài)補償政策可以更快提升天然林的質(zhì)量。因此，提出假設(shè)H3。

H3：公益林生態(tài)補償政策對不同立地條件和不同起源森林的影響不同。

3.2研究方法

基于上述理論分析，選取森林質(zhì)量綜合得分為被解釋變量，選取是否實施公益林生態(tài)補償及補償標準為核心解釋變量，采用傾向得分匹配-雙重差分模型和分位數(shù)回歸模型對公益林生態(tài)補償政策是否有助于提升森林質(zhì)量進行研究。

3.2.1因子分析法

在實際研究過程中，往往遇到單一變量很難合理、準確表達，但變量較多時會存在較強相關(guān)關(guān)系。通過因子分析法進行降維處理，選取方差累積貢獻率大于70%或特征值大于1的公因子，提取各因子方差貢獻率占全部因子方差的權(quán)重，與各因子得分進行加權(quán)求和，構(gòu)建綜合評價函數(shù)。本文以森林質(zhì)量評價指標體系計算各因子綜合得分，提取主要因子來表示森林質(zhì)量，并通過聚類方法進行分析。

3.2.2傾向得分匹配-雙重差分模型

雙重差分模型的思路是比較獲得公益林生態(tài)補償?shù)奶幚斫M和未獲得公益林生態(tài)補償?shù)目刂平M之間的差異，進而評估公益林生態(tài)補償政策的實際效果。但直接用雙重差分模型對政策實施效果進行檢驗，有時難以通過平行趨勢檢驗，影響結(jié)果準確性。因此，先使用傾向得分匹配方法找到與處理組相似的控制組，再利用雙重差分模型進行檢驗，相似的處理組與控制組之間進行對比分析，滿足共同趨勢要求，減少二者的誤差（Li et al.， 2021）。本文以2007年后商品林調(diào)整為公益林的小班為處理組，2007年和2020年均為商品林的小班為對照組，驗證公益林生態(tài)補償對森林質(zhì)量的影響。通過構(gòu)造雙向固定效應(yīng)模型（two-way fixed effects model）來實現(xiàn)雙重差分，計算過程如式（1）所示。

式（1）中，i代表小班，t代表年份；ln Yit是被解釋變量森林質(zhì)量綜合得分取對數(shù)；Policyit表示公益林生態(tài)補償政策使得商品林調(diào)整為公益林的虛擬變量，將時間虛擬變量（time）與分組虛擬變量（treat）相乘得出；β1是核心參數(shù)，反映公益林生態(tài)補償政策對森林質(zhì)量影響的凈效應(yīng)；Xit代表控制變量集，μi表示地區(qū)固定效應(yīng)，λt表示時間固定效應(yīng)，εit表示隨機誤差項。

3.2.3分位數(shù)回歸模型

為進一步分析公益林生態(tài)補償政策中補償標準高低對不同森林質(zhì)量的影響，采用面板分位數(shù)回歸方法。分位數(shù)模型如式（2）所示。

4數(shù)據(jù)來源與描述性統(tǒng)計

根據(jù)浙江省森林資源狀況，選擇地處西南、有“浙江林海”之稱的龍泉市，以及地處北部、“兩山”理念誕生地的安吉縣，分析森林質(zhì)量改善狀況和公益林生態(tài)補償對森林質(zhì)量的影響。

4.1數(shù)據(jù)來源

森林資源數(shù)據(jù)來源于2007年和2020年龍泉市、安吉縣森林資源二類清查小班數(shù)據(jù)。篩選出2007年和2020年龍泉市1671組公益林小班、6971組商品林小班、2906組商品林調(diào)整為公益林的小班；安吉縣3303組公益林小班、2647組商品林小班、1116組商品林調(diào)整為公益林的小班。補償標準來源于浙江省公益林和國有林場管理總站，經(jīng)濟數(shù)據(jù)來源于龍泉市和安吉縣的統(tǒng)計年鑒。

4.2變量選取與描述性統(tǒng)計

森林質(zhì)量是公益林生態(tài)服務(wù)價值的重要載體，公益林生態(tài)補償是否以及在多大程度上促進了森林質(zhì)量提升是檢驗公益林建設(shè)成效的重要標準。因此，以森林質(zhì)量為被解釋變量，以公益林生態(tài)補償政策是否實施和公益林補償標準為關(guān)鍵解釋變量對公益林建設(shè)成效進行檢驗。

4.2.1被解釋變量

森林質(zhì)量用因子分析法計算的森林質(zhì)量綜合得分來表示。相比于其他森林質(zhì)量測算方法，基于森林質(zhì)量受森林生態(tài)系統(tǒng)內(nèi)在因素和環(huán)境因子共同影響構(gòu)建計算森林質(zhì)量綜合得分來替代更具科學性。為使檢驗結(jié)果更加可靠，選擇林地生產(chǎn)力替換森林質(zhì)量作進一步的穩(wěn)健性檢驗。而林地生產(chǎn)力以單位面積蓄積量（Li et al.， 2020；鄧海燕等，2023）、林下植被覆蓋度表示。

4.2.2關(guān)鍵解釋變量

關(guān)鍵解釋變量包括公益林生態(tài)補償政策是否實施（Policyit）和公益林補償標準（Mit）。公益林生態(tài)補償政策實施促進森林禁伐和撫育措施跟進，從而提高森林質(zhì)量。因此，選取政策是否實施（Policyit）來驗證公益林生態(tài)補償對森林質(zhì)量提升的影響。其中，Policyit表示公益林生態(tài)補償政策使得商品林調(diào)整為公益林的虛擬變量，是treat×time得出的結(jié)果。若某小班從商品林調(diào)整為公益林，則該小班當年及以后年份Policyit=1，否則Policyit=0。公益林補償標準是補償政策的核心內(nèi)容，合理的補償標準可以提高補償資金分配效率，達到資金最優(yōu)配置并獲得更高的生態(tài)補償效益。因此，選取公益林補償標準（Mit）來驗證公益林補償在多大程度上促進森林質(zhì)量提升。

4.2.3控制變量

控制變量包括自然環(huán)境因素、社會經(jīng)濟因素。自然環(huán)境對森林生長有著重要影響，自然環(huán)境的變化直接影響到森林的生長和發(fā)展，進而影響森林質(zhì)量。自然環(huán)境因素包括自然度、海拔、坡位、坡度級等地形因子，土壤質(zhì)地、土壤厚度、腐殖質(zhì)層厚度等土壤因子，林下植被種類、樹種組成等森林結(jié)構(gòu)因子，以控制自然環(huán)境因素對森林質(zhì)量的影響。社會經(jīng)濟因素主要考慮林木所有權(quán)等政策影響，以及縣域人均地區(qū)生產(chǎn)總值等。

4.2.4描述性統(tǒng)計

變量含義及描述性統(tǒng)計分析如表1所示。

森林質(zhì)量綜合得分均值，2007年為-0.05，說明在公益林建設(shè)前，林分質(zhì)量較差；2020年為0.08，說明經(jīng)過13年的公益林建設(shè)，公益林質(zhì)量明顯提升；單位面積蓄積量均值從2007年為67.20立方米/公頃上升為2020年為95.25立方米/公頃，增長了28.05立方米/公頃，增長了41.74%，也說明了公益林質(zhì)量的顯著提升；林下植被覆蓋度均值2007年為45.98%，2020年為54.21%，皆呈上升趨勢，說明森林質(zhì)量總體有了很大的提升。但單位面積蓄積量與世界平均水平的137.10立方米/公頃相比，仍有很大提升空間。因此，如何進一步提升森林質(zhì)量增強公益林生態(tài)功能亟待探討。公益林補償標準均值從2007年140.40元/公頃提高到2020年537.15元/公頃，公益林補償標準持續(xù)提升，補償力度不斷加強。控制變量中，自然度也在不斷提升，均值從1.11提升到1.69，林木所有權(quán)以集體為主，林下植被種類和樹種組成都有所提高，森林結(jié)構(gòu)更加完整，森林質(zhì)量整體呈上升趨勢。

5實證結(jié)果與分析

根據(jù)上述理論分析以及數(shù)據(jù)資料，為檢驗公益林生態(tài)補償政策是否真正提升森林質(zhì)量，采用因子分析提取出影響森林質(zhì)量的主要影響因子，并計算綜合得分，運用傾向得分匹配-雙重差分模型進行實證檢驗，通過分位數(shù)回歸方法進一步分析補償標準高低對不同森林質(zhì)量的影響。

5.1公益林與商品林森林質(zhì)量評價

公益林生態(tài)補償政策實施主要目標是提高公益林森林質(zhì)量。全面有效地評價森林質(zhì)量可以更直觀表現(xiàn)森林質(zhì)量發(fā)展狀況，并以此調(diào)整經(jīng)營技術(shù)和手段，實現(xiàn)森林可持續(xù)經(jīng)營。因此選擇2007年和2020年龍泉市1671組公益林小班、6971組商品林小班，安吉縣3303組公益林小班、2647組商品林小班數(shù)據(jù)，通過因子分析構(gòu)建評價體系并對比分析補償政策下公益林森林質(zhì)量發(fā)展狀況。

5.1.1公益林與商品林森林質(zhì)量影響因子分析

（1）評價體系構(gòu)建。森林生態(tài)系統(tǒng)內(nèi)在價值和環(huán)境因子共同影響森林質(zhì)量，而因子分析法可以提取出影響森林質(zhì)量的主要因子，并根據(jù)權(quán)重計算森林質(zhì)量綜合得分，因此結(jié)合森林生態(tài)系統(tǒng)狀況和森林生長狀況通過因子分析法構(gòu)建森林質(zhì)量評價體系。以森林質(zhì)量為目標層，由2個一級指標、5個二級指標和19個三級指標來反映的森林質(zhì)量評價指標體系，如表2所示。

（2）因子分析。采用模型適宜性檢驗（Kaiser-Meyer-Olkin， KMO）比較變量間相關(guān)系數(shù)和偏相關(guān)系數(shù)，若模型適宜性檢驗系數(shù)大于0.60，原始變量之間存在相關(guān)性，檢驗值介于0.70～0.80之間，則說明比較適合進行因子分析；采用Bartletts球狀檢驗相關(guān)矩陣變量間的相關(guān)性，即檢驗變量是否各自獨立。結(jié)果表明，2007年和2020年商品林模型適宜性檢驗值為0.79、0.73，2007年和2020年公益林模型適宜性檢驗值為0.72和0.73；Bartletts檢驗的顯著性為0.00，即達到顯著水平，總體相關(guān)矩陣存在。2007年和2020年提取的主成分數(shù)量差異不大，由解釋的總方差可知，被提取的公因子均為影響森林質(zhì)量的重要因素，對原變量的解釋分別達到70.17%、70.90%、66.82%和65.03%。在符合模型適宜性檢驗和Bartletts檢驗標準后，進一步分析結(jié)果如表3所示。

使用因子分析對森林質(zhì)量影響因子進行降維處理，2007年提取出6個森林質(zhì)量影響共同因子（X1-X6），2020年提取出5個森林質(zhì)量影響共同因子（X1-X5），結(jié)果顯示森林質(zhì)量指標逐漸趨于穩(wěn)定。X1和X2共同構(gòu)成森林生產(chǎn)力，2007年權(quán)重分別為28.82%和17.97%，2020年權(quán)重則分別為20.54%和23.30%，可以看出森林生產(chǎn)力對森林質(zhì)量的影響有所下降，但仍是森林質(zhì)量的主要影響因子。剔除屬于森林結(jié)構(gòu)與功能的林下植被種類和樹種組成因子權(quán)重，2007年公益林的立地條件穩(wěn)定性，由X3、X4、X5、X6組成，權(quán)重分別為8.39%、19.60%、7.62%和6.64%，到2020年則由X3、X4、X5構(gòu)成，權(quán)重分別為15.56%、8.82%和20.08%，森林質(zhì)量影響因子由4個減少到3個，可見立地條件穩(wěn)定性對森林質(zhì)量的影響逐漸穩(wěn)定。綜上所述，從2007年至2020年，影響森林質(zhì)量的指標逐漸趨于穩(wěn)定，影響程度逐漸均勻，林分穩(wěn)定性逐步提高。森林質(zhì)量主要影響因子是森林生產(chǎn)力，公益林與商品林的森林生產(chǎn)力均有小幅度上升；公益林的立地條件穩(wěn)定性更強、森林結(jié)構(gòu)與功能更加穩(wěn)定，森林生態(tài)功能持續(xù)上升。

5.1.2公益林與商品林森林質(zhì)量等級評價

為進一步分析森林質(zhì)量變化，從立地條件穩(wěn)定性、森林結(jié)構(gòu)與功能、森林生產(chǎn)力三個角度進行森林質(zhì)量影響因子等級聚類分析，結(jié)果如圖2、圖3和圖4所示。2007-2020年，龍泉市和安吉縣公益林質(zhì)量總體呈上升趨勢，森林立地條件穩(wěn)定性增強，非常穩(wěn)定比率龍泉市從0提高到0.30，安吉縣從0.41到0.53，而商品林提升幅度較小；森林結(jié)構(gòu)與功能完整和較完整比率，安吉縣從0.92提高到0.95，龍泉市從0.88小幅下降到0.87；森林生產(chǎn)力狀況則均有小幅提升，龍泉市生產(chǎn)力高的比率從0.34提升到0.40，安吉縣生產(chǎn)力高的比率從0.40提升到0.49。從這些結(jié)果不難看出，安吉縣森林結(jié)構(gòu)與功能完整性和立地條件穩(wěn)定性都較好，而公益林生態(tài)補償政策實施進一步促使其自然生產(chǎn)力恢復，使得生產(chǎn)力高的森林所占比例更大。

綜上所述，在補償政策支持下，公益林質(zhì)量，尤其是森林生產(chǎn)力，得到明顯改善，結(jié)構(gòu)與功能完整的森林比重有小幅提升，但結(jié)構(gòu)與功能簡單的森林比重也在增加，說明森林結(jié)構(gòu)與功能有待持續(xù)改善；商品林生產(chǎn)力提升很明顯，但是森林結(jié)構(gòu)與功能下降，主要原因是經(jīng)營者對成熟林的采伐和近年林業(yè)比較效益下降，使得經(jīng)營者對林業(yè)投入降低，疏于對森林的管理。

5.1.3森林質(zhì)量影響因子綜合得分評價

森林質(zhì)量影響因子綜合得分可以更直觀地從總體上反映森林質(zhì)量。在此，分別對總體樣本、龍泉市和安吉縣各樣本進行主成分分析，發(fā)現(xiàn)森林質(zhì)量影響因子總體相同，但是占比存在一定差異。以10分制表達的森林質(zhì)量影響因子綜合得分如表4所示。

從表4可以看出，與2007年相比，2020年公益林的立地條件穩(wěn)定性、森林結(jié)構(gòu)與功能、森林生產(chǎn)力都得到較大提升；龍泉市和安吉縣存在一定差異，安吉縣的立地條件穩(wěn)定性、森林結(jié)構(gòu)與功能綜合得分有較大提升，促進森林生產(chǎn)力綜合得分有大幅度提升，而龍泉市森林結(jié)構(gòu)與功能完整和較完整比率上升幅度較小，使得生產(chǎn)力綜合得分提升幅度較小，說明公益林生態(tài)補償有明顯的區(qū)域差異。

5.2雙重差分檢驗與結(jié)果

為進一步分析公益林生態(tài)補償政策對森林質(zhì)量影響，以從商品林調(diào)整為公益林的小班為處理組，并使用傾向得分匹配模型找到與處理組最為相似的控制組。根據(jù)研究設(shè)計，傾向得分匹配效果通過平行假設(shè)檢驗，匹配前t檢驗通過顯著性檢驗，但匹配后t檢驗沒有通過顯著性檢驗，匹配效果較好。

5.2.1平行趨勢檢驗

雙重差分法的一個前提條件是平行趨勢假設(shè)，該假設(shè)要求處理組和控制組在政策實施以前應(yīng)有相同的變動趨勢。根據(jù)該假設(shè)，使用t檢驗來驗證，結(jié)果如表5所示。實驗前，處理組和控制組森林質(zhì)量被解釋變量和海拔、坡位等控制變量皆不顯著，則說明實驗前處理組和控制組無顯著差異，滿足平行趨勢假設(shè)。

5.2.2安慰劑檢驗

盡管在回歸模型中加入了多個固定效應(yīng)，以最大限度地減輕不可觀測因素的干擾。但由于數(shù)據(jù)有限，仍然可能存在其他難以觀測的特征，從而造成估計偏誤。采用虛構(gòu)處理組（曹清峰，2020）：將處理組中2007年以后森林類別調(diào)整為公益林的小班視為新的控制組；在控制組中選取與處理組樣本數(shù)相同的森林小班作為新的處理組，并且保持新處理組樣本中公益林生態(tài)補償政策實施時間、批次與原處理組一致。即如果在t年有n個小班森林類別由商品林調(diào)整為公益林，則新控制組中應(yīng)當有n個小班在t年實施生態(tài)補償政策，在此基礎(chǔ)上利用新的樣本重新估計基準模型，并重復上述操作1000次，便可以完成1次安慰劑檢驗。估計結(jié)果如圖5所示，此次龍泉市和安吉縣變量Policyit×time系數(shù)的均值分別為-0.11和0.03，遠小于各自基準回歸結(jié)果0.17和0.32，這表明公益林生態(tài)補償政策對森林類別劃分為公益林小班的森林質(zhì)量影響顯著，從而證明其他難以觀測的特征不會對估計結(jié)果產(chǎn)生影響。

5.2.3基礎(chǔ)回歸結(jié)果

基于傾向得分匹配模型給出的樣本，利用雙重差分方法評估公益林生態(tài)補償?shù)恼咝?yīng)，基礎(chǔ)回歸結(jié)果如表6所示。其中，列（1）和列（4）為未加入其他控制變量，列（2）和列（5）加了入控制變量，列（3）和列（6）控制了個體固定效應(yīng)和時間固定效應(yīng)。

根據(jù)表6可知，無論是否加入控制變量，交互項結(jié)果皆在0.1%的顯著性水平上顯著，說明公益林生態(tài)補償政策對森林質(zhì)量產(chǎn)生正面影響。控制變量自然度（一級）龍泉市、安吉縣皆不顯著，而自然度（三級）龍泉市、安吉縣皆負向顯著，顯著系數(shù)分別為-0.0680和-0.0829，則說明較差的自然度，對森林質(zhì)量有負向影響；海拔、土壤厚度、樹種組成通過顯著性檢驗，則海拔等地形條件、土壤厚度等土地狀況、樹種組成等森林結(jié)構(gòu)對森林質(zhì)量會產(chǎn)生影響；其他政策如林木所有權(quán)（個人）在龍泉市和安吉縣呈負向顯著，分別為-0.0492和-0.0868，而林木所有權(quán)（國家）在龍泉市和安吉縣皆正向顯著，分別為0.3560和0.1660，可能原因是國有權(quán)屬森林的保護和建設(shè)力度更強，森林質(zhì)量更好。縣域人均地區(qū)生產(chǎn)總值通過顯著性檢驗，且影響為負向，這可能是經(jīng)濟發(fā)展過程中忽略生態(tài)保護，對森林質(zhì)量產(chǎn)生負向影響。

5.2.4替換森林質(zhì)量衡量方法

為檢驗結(jié)果可靠性，對被解釋變量進行替換，選擇林地生產(chǎn)力替換森林質(zhì)量。而林地生產(chǎn)力進一步通過單位面積蓄積量（鄧海燕等，2023）、林下植被覆蓋度表示，替換森林質(zhì)量衡量方法回歸結(jié)果如表7所示。龍泉市和安吉縣單位面積蓄積量、林下植被覆蓋度皆正向顯著，其中龍泉市單位面積蓄積量提高11.70立方米/公頃，林下植被覆蓋度提高4.35個百分點，森林質(zhì)量綜合得分提高0.17；安吉縣單位面積蓄積量提高4.50立方米/公頃，林下植被覆蓋度提高25.88個百分點，森林質(zhì)量綜合得分提高0.32，進一步表明雙重差分回歸穩(wěn)定性。

5.3公益林生態(tài)補償標準對不同森林質(zhì)量影響

基于分位數(shù)回歸模型，按照森林質(zhì)量由低到高，選取10%、25%、50%、75%和90%五個代表性分位點，使用自助法（重復400次）對森林質(zhì)量進行分位數(shù)回歸，并給出了普通最小二乘法（Ordinary Least Squares， OLS）回歸結(jié)果，如表8所示。在最小二乘回歸和10%、25%、50%、75%分位點上，核心解釋變量（即補償標準）對森林質(zhì)量的影響在統(tǒng)計學意義上都顯著為正，且在森林質(zhì)量50%分位點前，補償標準對森林質(zhì)量的影響要高于平均水平，皆在0.1%的顯著性水平上顯著，即森林質(zhì)量在10%和25%分位點的影響系數(shù)超過均值影響系數(shù)，公益林生態(tài)補償標準提高對質(zhì)量較差森林的影響更大。而在50%分位點后，補償標準的影響要略低于平均水平且顯著性在下降。總體來看，生態(tài)補償標準提高對較差質(zhì)量森林的正向影響更顯著。

5.4異質(zhì)性分析

為分析不同起源和立地條件對森林質(zhì)量的影響，將數(shù)據(jù)篩選分類，異質(zhì)性分析結(jié)果如表9所示。列（1）和列（2）分別是天然林和人工林，交互項系數(shù)分別在1%和5%的顯著性水平上顯著，顯著性在降低，且天然起源公益林的交互項系數(shù)更大，即公益林生態(tài)補償政策對天然起源公益林的影響大于人工起源公益林；列（3）至列（7）立地條件分別是Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ，即立地條件下降，交互項系數(shù)皆顯著，但顯著性逐漸降低，并且系數(shù)大小先下降后上升，可知公益林生態(tài)補償政策對森林質(zhì)量影響先降低后上升，即相同補償政策下立地條件較好的地區(qū)森林質(zhì)量提升更快，對立地條件較差地區(qū)森林質(zhì)量提升也有一定影響，但影響程度低于立地條件較好地區(qū)。可能的解釋是：立地條件好的森林質(zhì)量較高，提升潛力較大，補償政策對森林質(zhì)量影響更大；而對于立地條件較差的森林，補償資金可能更多用于促進生態(tài)保護和環(huán)境改善，相同補償資金的影響程度不及立地條件好的森林，這也與前文分位數(shù)回歸的結(jié)果一致。

6研究結(jié)論、討論與政策啟示

本文采用因子分析法構(gòu)建森林質(zhì)量評價體系，基于2007年和2020年浙江省龍泉市和安吉縣森林資源二類清查小班數(shù)據(jù)，運用傾向得分匹配-雙重差分模型和分位數(shù)回歸模型，實證研究公益林生態(tài)補償對森林質(zhì)量影響，并對起源和立地條件的異質(zhì)性影響進行分析，為公益林生態(tài)補償政策調(diào)整與優(yōu)化提供決策支撐。

6.1研究結(jié)論

以森林質(zhì)量為視角，從影響森林質(zhì)量穩(wěn)定性、森林質(zhì)量等級和公益林生態(tài)補償政策對森林質(zhì)量影響等方面對公益林生態(tài)補償效果進行評價，實證分析后得出4點結(jié)論。

（1）森林質(zhì)量的主要影響因子是森林生產(chǎn)力，公益林的生態(tài)系統(tǒng)狀況因子逐漸穩(wěn)定，森林質(zhì)量影響因子由4個減少到3個，其權(quán)重逐漸增大，提升了2.21個百分點，而商品林與此相反。從評價指標來看，權(quán)重較大的因子有林齡、平均胸徑、平均樹高、郁閉度、總株數(shù)、總蓄積量，共同構(gòu)成森林生產(chǎn)力因子。

（2）森林質(zhì)量等級和森林質(zhì)量影響因子綜合得分評價發(fā)現(xiàn)，安吉縣和龍泉市公益林生態(tài)補償效果表現(xiàn)不一致，安吉縣公益林的立地條件穩(wěn)定性恢復和森林結(jié)構(gòu)優(yōu)化更明顯，非常穩(wěn)定比率從0.41提升到0.53，森林結(jié)構(gòu)與功能完整和較完整比率從0.92提高到0.95，森林生產(chǎn)力提升更快，生產(chǎn)力高的比率從0.40提升到0.49，生產(chǎn)力綜合得分從8.85提高到9.54。

（3）傾向得分匹配-雙重差分模型實證研究顯示，公益林生態(tài)補償對森林質(zhì)量、單位面積蓄積量和林下植被覆蓋度有顯著正影響，其中對森林質(zhì)量的影響都在0.1%的顯著性水平上顯著。

（4）公益林生態(tài)補償標準對不同森林質(zhì)量的影響不同，在10%、25%、50%和75%分位點上對森林質(zhì)量具有顯著影響，且顯著性逐漸降低，影響系數(shù)分別是0.000027、0.000017、0.000009和0.000011，即公益林生態(tài)補償標準提高對質(zhì)量較差森林的影響更顯著，對高質(zhì)量森林的影響較弱。對不同立地條件森林的影響呈U型，即隨著立地條件由差變好，公益林生態(tài)補償對森林質(zhì)量的影響先降低后升高。公益林生態(tài)補償對天然林質(zhì)量的提升作用大于人工林，說明天然林保護對森林質(zhì)量提升的意義更大。

6.2討論

在綜合考慮林農(nóng)權(quán)益和林區(qū)穩(wěn)定的基礎(chǔ)上，森林分類經(jīng)營及相關(guān)管理制度能夠進一步滿足社會需求和提高生態(tài)效益（唐敏等，2008）。目前，公益林林分改造和森林撫育的重點是生態(tài)功能低下的低質(zhì)低效林，嚴格控制衛(wèi)生伐和撫育伐以及對成過熟林的更新采伐，但具體的分類管理制度并不完善，未細化到全過程分類管理。結(jié)合前文對公益林和商品林森林質(zhì)量的分析，細化分類管理時可以充分考慮平均樹高、平均胸徑等森林生長狀況指標，并結(jié)合林齡、郁閉度、總株數(shù)、總蓄積量等因子，這與李英等（2016）觀點一致。森林結(jié)構(gòu)與功能完整的公益林生產(chǎn)力更強，所以需要結(jié)合國家儲備林等重點建設(shè)項目，通過適度人工干預，促進形成復層混交林。

公益林生態(tài)補償提升了森林質(zhì)量，這與周婷等（2018）的研究結(jié)論相同。理論上，公益林生態(tài)補償彌補了權(quán)利人的經(jīng)濟損失，使其更愿意參與公益林保護和森林生態(tài)系統(tǒng)服務(wù)價值創(chuàng)造（錢玲等，2022）。同時，由于不同地區(qū)地形條件、土地狀況、自然度、林木所有權(quán)、經(jīng)濟社會發(fā)展水平存在差異，公益林生態(tài)補償政策的效果不同，與鄧漢琨等（2022）的研究結(jié)論相契合，自然度好的森林生態(tài)環(huán)境狀況好，公益林生態(tài)補償作用更顯著。因此，公益林生態(tài)補償政策實施需要注重地區(qū)差異化。

公益林生態(tài)補償資金分配是補償政策的核心內(nèi)容，公益林生態(tài)補償方案制定既要體現(xiàn)生態(tài)補償?shù)谋举|(zhì)意愿，又要避免因補償金額過大而無法指導實際生態(tài)補償?shù)膯栴}。為此，綜合考慮生態(tài)服務(wù)價值、造林及管護成本、區(qū)域森林結(jié)構(gòu)數(shù)量和經(jīng)濟區(qū)位等因素確定生態(tài)補償標準（張仕超等，2023；熊曦等，2023），以此構(gòu)建科學的公益林生態(tài)補償標準體系，完善公益林生態(tài)補償政策機制。目前，許多學者認為公益林生態(tài)補償政策存在一些短板，提出差異化補償方式，但是如何實現(xiàn)資源有效配置還存在研究空間，具體的差異化補償機制還不完善。本文同時從補償標準高低對不同森林質(zhì)量影響和立地條件異質(zhì)性展開討論，理論上差異化補償標準可以將補償資金精準分配到需要補償區(qū)域，達到資金最優(yōu)配置并獲得更大的生態(tài)補償效益，對于森林質(zhì)量不高地區(qū)或者立地條件較差地區(qū)，提高補償標準對其正向影響更大，因而可以綜合考慮根據(jù)起源和立地條件來制定差異化的補償政策，這與盛文萍等（2019）建議“差異化的公益林生態(tài)補償方案需要基于生態(tài)服務(wù)價值、立地環(huán)境、區(qū)域定位等因素”高度一致。

6.3政策啟示

根據(jù)研究結(jié)論及進一步討論可知，公益林建設(shè)仍需進一步加強，特別是從深化森林培育和合理分配補償資金等角度完善公益林建設(shè)。因此，本文提出3點政策啟示。

（1）加強公益林管護，促進森林質(zhì)量穩(wěn)定提升。加大公益林培育力度，改善森林立地條件和林分結(jié)構(gòu)，注重提升生態(tài)系統(tǒng)穩(wěn)定性和保護森林結(jié)構(gòu)與功能完整性，促進林分平均樹高、平均胸徑、郁閉度、總株數(shù)、總蓄積量等合理化；可根據(jù)不同林齡和郁閉度分類施策，也可側(cè)重于空間結(jié)構(gòu)與林分生產(chǎn)力及生態(tài)功能之間的聯(lián)系，以達到理論上的最優(yōu)值。

（2）實施差異化補償政策，合理配置補償資金。不同區(qū)位、立地條件和森林質(zhì)量的公益林，其提供的生態(tài)系統(tǒng)服務(wù)和因公益林采伐限制導致的損失不同。因此，需要根據(jù)區(qū)位、立地條件和森林質(zhì)量差異實施差異化補償，從而對公益林供給者提供更好的政策激勵，也為有限的補償資金提供更合理的空間分配方案。

（3）完善公益林生態(tài)補償政策，推進與天然林管理并軌。公益林生態(tài)補償政策對天然公益林的正面影響更顯著，反映了生態(tài)文明新時代以來我國持續(xù)強化天然林約束性管理制度的正確性，同時也凸顯了實施天然林保護與公益林管理并軌改革的重要性。然而，已禁止商業(yè)性采伐的天然林并未納入公益林同類補償，導致林業(yè)經(jīng)營主體普遍認為同林不同政策。因此，建議完善公益林生態(tài)補償政策，將之拓展到所有天然林，這對于建設(shè)生態(tài)文明和美麗中國、實現(xiàn)中華民族永續(xù)發(fā)展具有重大意義。

參考文獻

安慧君，王碩，常崢，等.森林質(zhì)量模糊評價模型中賦權(quán)方法的選擇——以紅花爾基為例[J].西北林學院學報， 2018， 33（05）： 167-171.

曹博，王玉芳.生態(tài)文明建設(shè)背景財政扶持、林權(quán)改革對林業(yè)生產(chǎn)效率的影響[J].林業(yè)經(jīng)濟問題， 2019， 39（03）：307-315.

曹清峰.國家級新區(qū)對區(qū)域經(jīng)濟增長的帶動效應(yīng)——基于70大中城市的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟， 2020， 388（07）：43-60.

陳婕，洪燕真，黃國星，等.森林生態(tài)補償政策效果及其影響因素研究進展[J].林業(yè)經(jīng)濟問題， 2022， 42（05）：477-489.

鄧海燕，申琳琳，胡中洋，等.桉樹用材林林分質(zhì)量評價與界定標準劃分[J].中南林業(yè)科技大學學報， 2023（07）：65-73.

鄧漢琨，張心靈，范文娟，等.基于能值生態(tài)足跡模型的跨區(qū)域草原生態(tài)補獎機制研究——以內(nèi)蒙古自治區(qū)牧業(yè)盟市為例[J].林業(yè)經(jīng)濟， 2022， 44（12）：5-23.

杜娟，謝芳婷，劉小進，等.不同群體林農(nóng)對生態(tài)公益林補償政策的滿意度研究——基于江西省南方集體林區(qū)的實證分析[J].林業(yè)經(jīng)濟， 2019， 41（09）：16-23.

黃玉娟，趙建強.基于層次分析法的廣東省森林健康狀況評價初探[J].林業(yè)調(diào)查規(guī)劃， 2018， 43（03）：82-86.

孔凡斌.江河源頭水源涵養(yǎng)生態(tài)功能區(qū)生態(tài)補償機制研究——以江西東江源區(qū)為例[J].經(jīng)濟地理， 2010， 30（02）：299-305.

孔令勇，王恩慧，石道金，等.公益林補償收益權(quán)質(zhì)押貸款對異質(zhì)性農(nóng)戶借貸行為影響研究[J].林業(yè)經(jīng)濟， 2023， 45（04）：80-96.

李國志.森林生態(tài)補償研究進展[J].林業(yè)經(jīng)濟， 2019， 41（01）：32-40.

李潔，陳欽，王團真，等.林農(nóng)森林生態(tài)效益補償政策滿意度的影響因素分析——基于福建省六縣市的林農(nóng)調(diào)研數(shù)據(jù)[J].云南農(nóng)業(yè)大學學報（社會科學版）， 2016， 10（05）：51-57.

李軍龍，鄧祥征，張帆，等.激勵相容理論視角下生態(tài)公益林補償對農(nóng)戶的增收效應(yīng)——以福建三明為例[J].自然資源學報， 2020， 35（12）：2942-2955.

李帥帥，陳衛(wèi)洪.公益林可持續(xù)建設(shè)補助政策研究[J].林業(yè)經(jīng)濟問題， 2018， 38（06）：56-62， 106.

李英，劉廣丹，龔敏，等.重點國有林區(qū)森林資源管理及其產(chǎn)業(yè)鏈發(fā)展趨勢分析[J].林業(yè)資源管理， 2016（02）：8-13， 24.

劉濱，劉小紅，雷顯凱，等.林農(nóng)對生態(tài)公益林補償政策滿意度及其影響因素研究——基于江西省17個縣753份調(diào)查問卷[J].農(nóng)林經(jīng)濟管理學報， 2018， 17（03）：309-318.

劉海軒，李鋒，馬遠，等.基于景觀多樣性的北京市域森林質(zhì)量綜合評價[J].中國園林， 2022， 38（10）：14-19.

馬橙，高建中.森林生態(tài)補償、收入影響與政策滿意度——基于陜西省公益林區(qū)農(nóng)戶調(diào)查數(shù)據(jù)[J].干旱區(qū)資源與環(huán)境， 2020， 34（11）：58-64.

馬浩然，趙天忠.森林生態(tài)效益補償研究進展與展望[J].北京林業(yè)大學學報（社會科學版）， 2021， 20（04）：90-99.

米鋒，潘文婧，朱寧，等.模糊綜合評價法在森林生態(tài)安全預警中的應(yīng)用[J].東北林業(yè)大學學報， 2013， 41（06）：66-71， 75.

莫可，趙天忠，藍海洋，等.基于因子分析的小班尺度用材林森林質(zhì)量評價——以福建將樂國有林場為例[J].北京林業(yè)大學學報， 2015， 37（01）：48-54.

聶承靜，程夢林.基于邊際效應(yīng)理論的地區(qū)橫向森林生態(tài)補償研究——以北京和河北張承地區(qū)為例[J].林業(yè)經(jīng)濟， 2019， 41（01）：24-31， 40.

彭巖，田雪鄰，張新平，等.基于森林連續(xù)清查數(shù)據(jù)的新疆森林質(zhì)量評價[J].南京林業(yè)大學學報（自然科學版）， 2019， 43（05）： 96-102.

錢玲，范蘇，徐笑，等.森林生態(tài)補償機制的影響機理[J].林業(yè)經(jīng)濟問題， 2022， 42（05）：470-476.

丘水林，靳樂山.生態(tài)公益林補償、收入水平與政策滿意度——基于生態(tài)保護紅線區(qū)農(nóng)戶調(diào)查數(shù)據(jù)的實證分析[J].長江流域資源與環(huán)境， 2022， 31（01）：234-243.

沈田華，龔曉麗.基于DEA二次相對效益模型的貴州省生態(tài)公益林補償財政支出績效評價[J].生態(tài)經(jīng)濟， 2018， 34（08）：156-162， 179.

盛文萍，甄霖，肖玉.差異化的生態(tài)公益林生態(tài)補償標準——以北京市為例[J].生態(tài)學報， 2019， 39（01）：45-52.

唐敏，羅澤真.生態(tài)公益林區(qū)劃和農(nóng)民利益的維護[J].林業(yè)經(jīng)濟問題， 2008（04）：292-296.

王恩慧，石道金，王曉麗，等.公益林補償政策、非農(nóng)就業(yè)與農(nóng)戶增收[J].林業(yè)經(jīng)濟， 2022， 44（07）：5-21.

王嬌，李智勇，胡丹.遼寧省森林成本補償標準研究[J].林業(yè)經(jīng)濟， 2015， 37（07）：108-111， 116.

韋惠蘭，冉小慧.中國集體林管護機制研究文獻綜述[J].生態(tài)經(jīng)濟， 2015， 31（05）：93-96， 102.

伍海泉，印慧，曹玉昆.天然林保護工程對中國林業(yè)全要素生產(chǎn)率的影響——基于省級面板數(shù)據(jù)實證檢驗[J].東北農(nóng)業(yè)大學學報， 2022， 53（04）：90-96.

熊曦，劉欣婷，段佳龍，等.我國生態(tài)產(chǎn)品價值實現(xiàn)政策的配置與優(yōu)化研究——基于政策文本分析的視角[J/OL].生態(tài)學報，（2023-04-28）[2023-06-18]. DOI：10. 20103/j. stxb. 202209122600.

徐珂，龐潔，尹昌斌.生態(tài)公益林補償標準及其影響因素——基于農(nóng)戶受償意愿視角[J].中國土地科學， 2022， 36（06）：76-87.

張博，王照利，雷方雋.基于層次分析法和物元分析法的森林資源質(zhì)量評價——以延川縣為例[J].西北林學院學報， 2022， 37（02）：208-215.

張會儒，雷相東，張春雨，等.森林質(zhì)量評價及精準提升理論與技術(shù)研究[J].北京林業(yè)大學學報， 2019， 41（05）：1-18.

張駿，徐升華，吳初平，等.杭州市富陽區(qū)公益林封山育林后群落結(jié)構(gòu)變化[J].浙江大學學報（農(nóng)業(yè)與生命科學版）， 2016， 42（05）：607-616.

張仕超，劉競宇，冉龍池，等.基于提高森林覆蓋率目標的跨區(qū)縣橫向生態(tài)補償與供需對接——以重慶市為例[J].生態(tài)學報， 2023， 43（11）：4651-4663.

張自強，何婕，周偉.農(nóng)戶公益林規(guī)模對商品林種植結(jié)構(gòu)的影響研究[J].林業(yè)經(jīng)濟問題， 2022， 42（06）：589-598.

趙海蘭，菅寧紅，劉珉，等.森林質(zhì)量精準提升工程進展、監(jiān)測與評價——以四川省樂山市為例[J].西部林業(yè)科學， 2022， 51（06）：101-107.

趙晶晶，葛顏祥，李穎.公平感知、社會信任與流域生態(tài)補償?shù)墓妳⑴c行為[J].中國人口·資源與環(huán)境， 2023， 33（06）：196-205.

周鳳杰，蔣滌非.森林資源生態(tài)價值評估和生態(tài)補償?shù)南到y(tǒng)動力學模型分析[J].江蘇農(nóng)業(yè)科學， 2018， 46（20）：325-329.

周婷，張勇，嚴力蛟.生態(tài)公益林補償政策對植被覆蓋時空格局的影響——以杭州市臨安區(qū)為例[J].生態(tài)學報， 2018， 38（13）： 4800-4808.

Aradottir A L， Hagen D. Chapter three-ecological restoration：Approaches and impacts on vegetation， soils and society [J]. Advances in Agronomy， 2013， 120（02）：173-222.

Dudley N， Schlaepfer R， Jackson W， et al. Forest quality： assessing forests at a landscape scale [M]. New York：Earthscan， 2006.

Guo A H， Wang C J， Zhang S J. The Change of Tangshan Nanhu Wetland Landscape and Ecological Quality Assessment [J]. Key Engineering Materials， 2011， 1244（474-476）：200-204.

Kerwin G， Raglan K. Learning from failure：lessons from a forest based carbon and charcoal project [J]. International Forestry Review， 2019， 21（01）：1-10.

Li L Y， Lu G， Shen Y Q. The evolution and impact of timber markets in Chinas southern collective forest region [J]. Forest Policy and Economics， 2021， 123（02）：1-14.

Li L Y， Shen Y Q， Xu X Y， et al. Stumpage price determination in Chinas collective forest region， Zhejiang as an example [J]. Forest Policy and Economics， 2020， 117（08）：1-8.

Sikor T， Martin A， Fisher J， et al. Toward an empirical analysis of justice in ecosystem governance [J]. Conservation Letters， 2015， 7（06）：524-532.

Yao S B， Guo Y J， Huo X X. An empirical analysis of the effects of Chinas land conversion program on farmers income growth and labor transfer [J]. Environmental Management， 2010， 45：502-512.

（責任編輯谷振賓）