基于FUZZY-ISM模型的控排企業林業碳匯需求機理研究

摘要：研究控排企業林業碳匯需求機理，對于引導控排企業科學選擇減排路徑和實現林業碳匯市場化、生態化價值實現尤為重要。基于計劃行為理論和制度環境理論構建控排企業林業碳匯需求機理理論模型，運用FUZZY-ISM模型解析控排企業林業碳匯需求機理影響因素作用程度和交互關系，構建了控排企業林業碳匯需求機理多層遞階結構模型。研究表明：控排企業林業碳匯需求機理由制度環境、主體行為、碳匯資源和減排壓力四個維度因素構成，市場價格機制、感知收益和感知成本是控排企業林業碳匯需求機理的形成根源，感知風險、數量壓力強度、感知綠色形象、感知競爭優勢、生態優勢和價格優勢為控排企業林業碳匯需求機理的表層要素。因此，本文能提高控排企業林業碳匯生態作用與經濟價值認知，理解控排企業林業碳匯實際需求，優化碳市場配額機制與抵消機制，為我國“碳中和”提供理論參考。

關鍵詞：控排企業 林業碳匯 計劃行為理論 制度環境理論 FUZZY-ISM模型

中圖分類號：F832

一、引言

全球氣候變暖不僅嚴重地影響經濟社會的可持續發展，而且日趨國際化、政治化地成為世界各國面臨的重大挑戰，如何有效應對氣候變化是國際社會當前和未來發展的時代話題。已有國際經驗表明實施碳排放權交易是減排增匯的一項重要而有效的手段[1]。中國政府將碳排放權交易上升到國家制度層面，2011年10月國家發改委批準北京、天津、上海、重慶、湖北、廣東與深圳等七個省市碳交易試點（簡稱碳市場），并于2017年正式啟動全國統一碳市場，逐步從試點市場過渡到全國碳市場。我國碳市場實施以配額機制為主，抵消機制為輔的交易模式，各碳試點市場分別設置5%～10%的中國核證自愿減排（CCER）抵消比例。并明確碳市場的重要履約機構——控排企業，2020年控排企業數量達到10萬余家，是中國碳達峰、碳中和的重要載體[2]。CCER包括工業減排項目和林業碳匯項目兩種交易類型，相比工業減排項目，林業碳匯項目不僅具備吸收二氧化碳、凈化空氣和美化環境等生態特點，還有效益好、成本低的經濟優勢[3]。2018年12月國家發改委等九部門出臺的《建立市場化、多元化生態保護補償機制行動計劃》中指出：將林業碳匯項目優先納入全國碳市場，引導控排企業優先購買林業碳匯減排量。為此，開展控排企業林業碳匯需求機理影響因素識別和模型構建研究，不僅能促進林業碳匯市場化生態化價值實現，還可以間接緩解控排企業減排壓力，為政府部門精準施策提供實踐著力點與理論借鑒參考。

國內外學者從不同維度對林業碳匯進行探索研究，國外研究集中于林業碳匯多重效益[4]、林業碳匯需求困境破解[5-7]和林業碳匯項目供給影響因素[8-9]等方面。國內學者較為關注林業碳匯供給側研究，對林業碳匯需求側研究甚少，側重林業碳匯經濟社會效益[10-11]、林業碳匯供給潛力與評估[12-13]等方面，對碳市場條件下林業碳匯需求主體識別及其影響因素和機理模型解析不多。盡管立足控排企業林業碳匯需求意愿研究豐富[14-15]，但卻忽略需求機理影響因素的理論基礎以及運用有效的量化方法測度影響因素間作用程度。綜上所述，在綜合計劃行為理論和制度環境理論的基礎上，構建控排企業林業碳匯需求機理理論模型，識別出控排企業林業碳匯需求機理影響因素，運用FUZZY-ISM模型對控排企業林業碳匯需求機理影響因素間作用程度和交互關系進行解析，構建控排企業林業碳匯需求機理的多層遞階模型，為打開控排企業林業碳匯需求機理邏輯結構提供理論研究依據。

二、理論模型

（一）理論基礎

本文依據制度環境理論和計劃行為理論解析控排企業林業碳匯需求機理影響要素，用以構建控排企業林業碳匯需求機理的多層次遞階模型。其中制度環境理論闡述碳市場條件下控排企業林業碳匯需求的外在減排壓力環境，計劃行為理論解釋控排企業林業碳匯需求的內在生態環境驅動[16]。

計劃行為理論認為個體行為受個體意愿影響，個體意愿由行為態度、主觀規范和感知行為控制三個方面構成。Roh et al.（2014）、鄒玉友等（2020）基于計劃行為理論研究表明控排企業林業碳匯購買受個體行為態度影響[17-18]；其支付意愿由“是否愿意支付”和“愿意支付金額”的雙重因素決定。它是控排企業綜合考量自身資源稟賦和外部環境動態關系的過程。其中管理者企業環境倫理是企業在綠色環境壓力下的自我調整，環境倫理水平高的企業更愿意選擇環境保護投資[19]。因此將計劃行為理論用于解釋控排企業林業碳匯需求的主體行為，可以明確控排企業林業碳匯需求形成過程中的內在驅動機制。由計劃行為理論可知控排企業林業碳匯主體特征由行為態度和感知行為控制兩方面因素構成。

制度理論認為制度環境在經濟轉型過程中發揮基礎性作用，支持著碳市場有效運轉，并同組織層面的企業特征相交互，影響控排企業的減排策略。就碳市場制度環境而言，首先是依賴配額機制和抵消機制規則融合，引導控排企業合理地權衡碳配額；其次是考慮配額機制中林業碳匯項目的比較優勢，如Engel et al.（2015）研究證實實施REDD+有效減少全球因土地用途改變和毀林造成的二氧化碳排放，在技術和經濟上都是全球減緩氣候變暖的最重要措施之一[20]。高沁怡（2021）發現CCER緩解碳交易配額機制對控排企業利潤沖擊，利用市場化手段推動跨區域生態補償，可提高地方政府及控排企業植樹造林和生態保護的積極性[21]。以上理論和文獻研究均說明控排企業主體特征在選擇減排策略時會受到制度規范約束，因此控排企業林業碳匯需求機理要考慮碳市場制度因素和林業碳匯比較優勢。

（二）理論模型構建

綜合計劃行為理論和制度環境理論，將控排企業林業碳匯需求劃分為制度環境、主體行為、碳匯資源和減排壓力四個維度。其中，制度環境是控排企業林業碳匯需求機理的決定性要素，對其他維度因素具有直接影響作用；主體行為是控排企業林業碳匯需求機理的直接因素，受到其他維度因素影響，是控排企業林業碳匯需求的直觀現實表達；減排壓力是控排企業林業碳匯需求實現的驅動因素，對控排企業林業碳匯需求產生實質引致影響，在制度環境和主體行為中發揮中介作用；碳匯資源優勢影響控排企業選擇林業碳匯可能性，目的在于緩解控排企業減排壓力。基于此，構建出控排企業林業碳匯需求機理理論模型，如圖1所示。

碳市場制度環境可歸結為碳市場基礎條件和碳市場制度建設兩類。碳市場基礎條件主要表現為市場流動性、市場主體數量和配額比例設置三個方面，碳市場流動性越高，控排企業選擇林業碳匯可能性越大；碳市場主體數量越多，林業碳匯資源稀缺性越顯著；配額比例和抵消比例屬于“此消彼長”關系，特殊抵消比例設置可為控排企業加大選擇林業碳匯并緩解減排壓力提供重要基礎保障。碳市場制度建設包括碳市場制度規則和價格機制，碳市場制度規則完善程度決定著控排企業采取差異化減排策略的可能性；而配額機制價格越高，會倒逼控排企業采取CCER減排，而CCER林業碳匯資源優勢吸引控排企業林業碳匯選擇。

林業碳匯資源優勢體現在生態優勢、價格優勢和特殊抵消比例三個方面。從當前碳市場情境來看，抵消機制碳價格往往低于配額機制碳價格，這樣林業碳匯項目既有著價格優勢，也存在著生態優勢，這種雙重優勢決定了林業碳匯項目的比較優勢。同時，國際經驗表明適度地調控林業碳匯配額比例利于穩定森林碳匯市場活躍度和交易價格，如新西蘭和澳大利亞的控排企業可突破5%的林業碳匯抵消限制，賦予林業碳匯更多抵扣空間，給予實質性減排部門更豐富減排策略選擇。

從計劃行為理論來看，主體行為內生驅動力源自于控排企業資源稟賦條件和管理者環境倫理認知。一方面，作為理性經濟主體的控排企業會感知到林業碳匯帶來的減排收益、成本以及項目潛在風險，實現減排成本最小化或利潤最大化；另一方面，擁有綠色生態環境倫理的控排企業管理者會考慮林業碳匯帶來的綠色社會形象和綜合競爭力，迎合外部利益相關者對企業綠色發展需求偏好。

為避免逾期履約懲罰的負向影響，控排企業會考慮碳減排壓力后在自主碳減排技術、碳配機制和抵消機制中進行減排決策。而碳減排壓力主要來自控排企業的外部壓力和內部壓力，外部壓力是按照國家或地區總量控制減排目標必須完成的減排任務，需控排企業明確減排壓力時間強度、數量強度和可供選減排方式。內部壓力是控排企業引進減排技術、購買減排設備或選擇配額機制需要付出的直接成本和交易成本。

（三） 影響因素選擇

根據上述控排企業林業碳匯需求機理理論模型和影響因素選擇分析，初步確定控排企業林業碳匯需求機理影響因素，然后運用德菲爾法，通過林業經濟領域四位專家、企業管理領域四位專家和碳市場管理者二位專家進行四輪咨詢與影響因素甄別，剔除重復影響因素，最終獲得以下4個維度16個控排企業林業碳匯需求機理的影響因素，如表1所示。

（四）研究方法

由于控排企業林業碳匯需求機理是一個多重集合、多級傳遞、多元因素構成的復雜系統，各因素間關系錯綜復雜，選用解釋結構模型（ISM）和Matlab數學計算工具可以將其轉化為直觀、清晰的結構模型圖。傳統的ISM構建多層遞階模型步驟是：首先結合專家經驗或文獻分析明確研究對象系統構成要素；然后建立要素關聯關系，借助矩陣運算形成要素間的鄰接矩陣和可達矩陣，對要素結構關系進行提取；最后獲得要素間傳遞關系和層級結構，形成研究對象的多層遞階結構模型。盡管傳統ISM可以有效解析復雜系統的層級結構，但在系統問題診斷過程中，該模型往往無法準確解析要素間的關聯關系，導致部分信息失真。進一步考慮到控排企業林業碳匯需求機理受多個影響因素綜合作用，同時影響因素間存在著層級和交互關系，因此，本文運用模糊集思想對傳統的ISM模型進行改進后形成FUZZY-ISM模型[22]。FUZZY-ISM模型不僅能對控排企業林業碳匯需求機理影響因素交互關系進行直觀分析，還可以探究控排企業林業碳匯需求機理的層級結構。

三、結果與分析

（一） 影響因素關系分析

控排企業林業碳匯需求機理影響因素關系分析是開展多層遞階結構模型構建的首要前提，為有效刻畫出控排企業林業碳匯需求機理影響因素的關聯程度，采用專家打分方法構建控排企業林業碳匯需求機理影響因素模糊關系。首先在林業經濟、企業管理和碳市場管理三個領域選擇10位專家，依據已有經驗得出各影響因素間的模糊關系；其次通過眾數方法獲取最終影響因素關聯關系矩陣，得到控排企業林業碳匯需求機理影響因素間模糊鄰接矩陣。該矩陣中的元素aij表示因素Fi和因素Fj的直接關系。0代表因素Fi對因素Fj沒有影響，1代表因素Fi對因素Fj稍有影響，2代表因素Fi對因素Fj有影響，3代表因素Fi對因素Fj有較大影響，4代表因素Fi對因素Fj有強影響，5代表因素Fi對因素Fj有極強影響。

A－=F1F2F3F4F5F6F7F8F9F10F11F12F13F14F15F16

F10531433000330000

F25020543000004000

F35403355000125000

F45430200004443000

F55010044000440000

F60020005540444000

F70100340533445000

F80000055033234000

F90104044402004514

F100000044350004344

F114432323122045005

F123403543412403004

F131224455445440023

F140044344344111044

F150002444344332404

F160233355222334540

（二）鄰接矩陣與可達矩陣

由于模糊鄰接矩陣不能進行區域分解和層級分解，需將模糊鄰接矩陣轉為0-1的二元可達矩陣，選擇適當閾值α對模糊鄰接矩陣進行轉化，即當aij＜α時，aij取值為0；當aij≥α時，aij取值為1。由于閾值α取值不同，會形成不同的0-1二元可達矩陣。依據鄭家喜和王姣（2013）研究方案和專家咨詢，本文閾值選定為3，這樣得到控排企業林業碳匯需求機理影響因素鄰接矩陣A。將鄰接矩陣A與單位矩陣I進行多次相加得到矩陣運算穩定狀態下的影響因素關系可達矩陣。

A=F1F2F3F4F5F6F7F8F9F10F11F12F13F14F15F16

F10110111000110000

F21000111000001000

F31101111000001000

F41110000001111000

F51000011000110000

F60000001110111000

F70000110111111000

F80000011011011000

F90001011100001101

F100000011110001111

F111110101000011001

F121101111100101001

F130001111111110001

F140011111111000011

F150000111111110101

F160011111000111110

（三）多層遞階模型構建

基于可達矩陣，通過MATLAB程序計算出各個影響因素的可達集和先行集，對各個影響因素進行層級劃分，可初步將其劃分成9個層級，即∏2P=L114，15，L28，12，L39，10，L416，L54，L611，13，L73，L81，2，L95，6，7。再將可達矩陣按照層級結果進行重新排序，按照重新排序后的可達矩陣繪制出模糊解釋結構模型的多層遞階結構圖（圖2）。根據影響因素間的初始維度歸屬并遵循碳市場運行實際情況，將第二層的影響因素F8感知風險和F12數量壓力強度與第3層的影響因素F9感知綠色形象和F10感知競爭優勢合并為一層；將第七層的影響因素F3市場配額比例設置和第八層的影響因素F1市場流動性和F2市場主體數量合并為一層。最終繪制出控排企業林業碳匯需求機理的多層遞階結構模型（圖3）。

（四）結果分析

運用FUZZY-ISM模型構建的控排企業林業碳匯需求機理多層遞階結構模型，可以明確解析各影響因素之間的直接關系、作用路徑以及其所處的重要層級，進而探究控排企業林業碳匯需求機理的形成邏輯與變化過程。

1.市場價格機制、感知收益和感知成本處于FUZZY-ISM模型的最底層，說明以上三個影響因素對其他各因素均產生影響，是控排企業林業碳匯需求機理的形成根源，是碳市場制度環境下驅動控排企業林業碳匯需求機理形成的根本動因。其形成原因在于，采取合理的減排方式實現控排企業減排成本最小化或利益最大化是控排企業選取多種減排方式組合初衷，而碳市場價格機制是引導控排企業采取多種減排方式的“指向標”，從碳市場制度環境外圍影響控排企業多種減排策略。政府部門要想引導控排企業優先購買林業碳匯減排量，要明確林業碳匯為控排企業減排帶來的經濟價值和非經濟價值以及相應的直接成本和交易成本。同時，完善碳市場價格形成機制、放開市場限制、激發市場動力，借助市場機制矯正碳市場環境、配置市場林業碳匯資源、引導控排企業的實際林業碳匯需求。

2.市場流動性、市場主體數量和市場配額比例設置是碳市場制度環境維度三大因素，也是構成控排企業林業碳匯需求機理的多層遞階結構模型深層層級，共同作用于第五層的時間壓力強度和可供減排方式。主要邏輯是，當控排企業考慮自身減排面臨的市場價格、不同減排方式成本和收益后，會融入到碳市場制度環境中，考慮碳市場中可供選擇減排方式，權衡最佳市場條件以及可以選擇的最大市場抵消比例，明確現有條件下強制減排履約的時間要求、碳減排技術和配額機制的總體狀況，為避免未按時履約帶來的負向價值影響，驅動控排企業選擇林業碳匯可能性。同時市場流動性、市場主體數量和市場配額比例設置三者之間相互作用，屬于強連通塊，兩兩之間相互影響，任何一方因素出現變動時，都可能強烈地影響到另一方。從以上邏輯闡述可知，林業碳匯作為抵消機制一種項目類型，很難成為控排企業的主要減排方式，該結論與白江迪等（2017）相符，再次印證“林業碳匯為緩解控排企業減排壓力提供契機”的學界論斷。

3.市場制度規則和比例優勢直接受底層各因素影響，同時也是連接碳市場制度環境和林業碳匯比較優勢的關鍵媒介。由圖3可知，在充分考慮到碳市場制度環境其他影響因素和控排企業減排壓力的基礎上，控排企業會在現有碳市場制度規則準許下，識別林業碳匯比例優勢。如果林業碳匯突破5%～10%的抵消比例限制，那么控排企業會積極選擇林業碳匯。而這種積極選擇依然是在碳市場制度規則下的有條件減排方式。也就是說，林業碳匯比例優勢屬于可控范疇，它是林業碳匯市場化價值實現的宏觀限制，也是控排企業林業碳匯需求機理形成中亟需打破的控制因素，決定控排企業優先購買林業碳匯的基本數量。

4.在考慮碳減排情境下林業碳匯為控排企業減排帶來的成本與收益后，控排企業關注林業碳匯為控排企業帶來的其他潛在價值和可控風險，并考察林業碳匯生態優勢和價格優勢。其邏輯路徑是，感知風險和數量壓力強度相互作用，感知綠色形象和競爭優勢相互影響，以生態優勢為關鍵落腳點，輔助以價格優勢為補充，構成控排企業林業碳匯需求機理的表層因素。感知競爭優勢不直接作用其他影響因素，通過感知綠色形象間接作用于生態優勢影響需求實現。這也說明控排企業管理者關注林業碳匯對企業多元價值以及自身生態環境倫理觀對綠色減排方式選擇引導作用，顯性表現為控排企業林業碳匯需求的現實達成。

四、結論與啟示

（一）結論

本文依據計劃行為理論和制度環境理論分析控排企業林業碳匯需求機理的影響因素，采用FUZZY-ISM模型對控排企業林業碳匯需求機理影響因素及其關系進行全面探討，建立多層遞階模型，清晰地將控排企業林業碳匯需求機理邏輯表示出來，利于加深政策制定者理解控排企業林業碳匯需求機理的形成過程。研究結論如下：①控排企業林業碳匯需求機理是由制度環境、主體行為、碳匯資源和減排壓力四個維度要素相互交織而形成事物發展的統一過程，這些維度影響因素、因素之間也相互作用和影響，構成了一個復雜的、多層次結構系統。②控排企業林業碳匯需求機理多層遞階結構模型包括7層16個影響因素。市場價格機制、感知收益和感知成本是控排企業林業碳匯需求機理形成根源；市場流動性、市場主體數量和市場配額比例設置是碳市場制度環境重要因素，作用于時間壓力強度和可供減排方式；市場制度規則和比例優勢連接控排企業減排與林業碳匯市場化生態化價值實現；感知風險、數量壓力強度、感知綠色形象、感知競爭優勢、生態優勢和價格優勢為表層要素。③FUZZY-ISM改進模型為探究控排企業林業碳匯需求機理提供了研究方案與實證手段，也可用于解析其他綜合、復雜、多維的結構系統。

（二）啟示

回顧全文，結合現實情境，得到幾方面政策啟示。一是提高控排企業林業碳匯生態作用與經濟價值認知，引導控排企業全面理解林業碳匯比較優勢，將這種比較優勢轉變為控排企業競爭優勢，助推控排企業環境倫理觀的形成。二是全面理解控排企業林業碳匯實際需求，制定自下而上的林業碳匯政策體系，健全林業碳匯多元激勵政策。三是優化碳市場配額機制與抵消機制，適度提高林業碳匯抵消比例，完善林業碳匯交易制度環境，融合控排企業特質、林業碳匯優勢和碳市場制度環境要素，結合自然資源基礎觀和生態環境倫理觀，借鑒國際林業碳匯交易情境，走出一條具有中國特色的“林業碳匯”減排之路。

參考文獻：

[1]曹先磊，程毅明，吳偉光.碳中和目標背景下CCER林業碳匯項目開發優先序研究[J].統計與信息論壇，2022，37（5）：52-63.

[2]楊博文.“資源詛咒”抑或“制度失靈”？——基于中國林業碳匯交易制度的分析[J].中國農村觀察，2021（5）：51-70.

[3]何韻，費梓萱，葉新建，劉振芳，董文娟.天保工程碳匯價值評估及對“碳中和”的意義研究[J].公共管理學報，2022，19（2）：154-163，176.

[4]Silva C A， Hudak A T， Vierling L A， et al. Imputation of individual longleaf Pine Tree attributes from field and LiDAR Data[J]. Canadian Journal of Remote Sensing， 2016，42（5SI）：554-573.

[5]Kronenberg J， Orligora-Sankowska E， Czembrowski P. REDD plus and Institutions[J]. Sustainability， 2015，7（8）：10250-10263.

[6]Coleman A. Forest-based carbon sequestration， and the role of forward， futures， and carbon-lending markets： A comparative institutions approach[J]. Journal of Forest Economics ，2018（33）：95-104.

[7]Dong-Ho L， Dong-hwan K， Seong-il K. Characteristics of forest carbon credit transactions in the voluntary carbon market[J]. Climate Policy，2018，18（2）： 235-245.

[8]Zengin H， Unal M E. Analyzing the effect of carbon prices on wood production and harvest scheduling in a managed forest in Turkey[J]. Forest Policy and Economics，2019，103：28-35.

[9]Sharma B P， Cho S H， Yu T. Designing cost-efficient payments for forest-based carbon sequestration： An auction-based modeling approach[J]. Forest Policy and Economics，2019，104：182-194.

[10]曾維忠， 張建羽， 楊帆. 森林碳匯扶貧：理論探討與現實思考[J]. 農村經濟， 2016（5）：17-22.

[11]曾維忠，成鎣，楊帆. 基于CDM碳匯造林再造林項目的森林碳匯扶貧績效評價指標體系研究[J]. 南京林業大學學報（自然科學版），2018，42（4）：9-17.

[12]陳麗榮，陳麗娟，朱震鋒，等.基于交易視角的天然林資源保護工程區林業碳匯項目開發潛力——以黑龍江森工天保工程區為例[J].浙江農業學報，2021，33（5）：944-954.

[13]王鵬，魯法典.基于實物期權法的林業投資項目價值評估[J].西北林學院學報，2021，36（5）：269-274.

[14]白江迪，沈月琴，龍飛，等. 森林碳匯抵消政策實施影響因素的實證研究[J]. 林業科學，2017，53（7）：118-133.

[15]田杰，邵騰偉，徐玫. 植入森林碳匯的碳排放權交易機制研究[J]. 統計與信息論壇，2014（7）：88-94.

[16]汪偉忠，張國寶. 基于Fuzzy-ISM的生產安全大數據共享行為模型構建[J]. 情報雜志，2018，37（9）：167-172，147.

[17]Roh T W， Koo J C， Cho D S， et al. Contingent feasibility for forest carbon credit： Evidence from South Korean firms[J]. Journal of Environmental Management， 2014，144：297-303.

[18]鄒玉友，李金秋，齊英南，等.碳交易背景下控排企業林業碳匯需求意愿及其影響因素——基于計劃行為理論的探討[J].林業科學，2020，56（8）：162-172.

[19]潘鶴思，孫先民.基于TPB-NAM的森林旅游企業親環境意愿影響因素研究[J].干旱區資源與環境，2022，36（5）：193-199.

[20]Fauset S， Johnson M O， Gloor M， et al. Hyper dominance in Amazonian forest carbon cycling[J]. Nature Communications， 2015（6）：68-75.

[21]高沁怡，潘春霞，劉強，等.基于貝葉斯網絡的林業碳匯項目風險評價[J].南京林業大學學報（自然科學版），2021，45（4）：210-218.

[22]鄭家喜，王姣. 政府農田水利建設項目風險因素FUZZY-ISM結構模型分析[J]. 農業技術經濟，2013（12）：110-117.

責任編輯：田國雙