《Ecological Economics》：Reassessing REDD+ project effectiveness using multiple synthetic control methods: Evidence on additionality and location bias in the Brazilian Amazon
编辑推荐：
大多数REDD+项目在减少森林砍伐方面未显示出显著效果。三种合成控制方法（synthetic control methods）产生了基本一致的效应估计结果。REDD+项目声称的碳信用量超过了其实际影响所证明的合理水平。项目不成比例地分布于低森林砍伐威胁区域。为
大多数REDD+项目在减少森林砍伐方面未显示出显著效果。三种合成控制方法（synthetic control methods）产生了基本一致的效应估计结果。REDD+项目声称的碳信用量超过了其实际影响所证明的合理水平。项目不成比例地分布于低森林砍伐威胁区域。为建立可信的碳抵消市场，需要更强有力的影响评估。
论文解读
一、研究背景与问题
自愿性森林碳项目，通常被称为REDD+（减少毁林和森林退化所致排放，加号涵盖保护、可持续森林管理和森林碳储量提升等额外活动），已成为自愿碳市场（voluntary carbon market）的基石。这些项目通过出售相对于基线情景（即未实施项目时可能发生的情况）所避免的森林砍伐对应的碳信用，旨在促进森林保护。目前全球数百家组织依赖这些信用额度自愿抵消温室气体排放并作出可持续性承诺。此外，来自自愿REDD+倡议的碳信用正被考虑纳入《巴黎协定》的市场机制。
为确保REDD+碳信用的环境完整性，严格的核证至关重要。独立项目如核证碳标准（Verified Carbon Standard, VCS）为测量、报告和核证项目声称的基线情景和减排量提供了方法学。然而，项目基线的可信度近期受到强烈质疑。研究发现，自愿碳市场中交易的大多数REDD+抵消量并不代表真实的减排量，这主要是由于不切实际的基线高估了项目区域的毁林威胁，导致信用额度过量发放。这些批评引发了对自愿森林碳抵消完整性的更广泛担忧，并凸显了采用更稳健和一致的基线方法以及严格影响评估的必要性。
为评估REDD+项目对森林砍伐的实际影响，必须恰当估计未实施干预情况下可能发生的情景。由于这一反事实情景不可观测，研究人员常使用对照单元作为近似。然而，找到与项目区域特征和趋势完全匹配的单一对照区域可能很困难。在这种情况下，使用多个对照单元的加权平均构建"合成控制"（synthetic control）是有效方法。合成控制旨在逼近处理单元干预前的趋势，并有可能控制干预期间混杂因素的变化。
原始合成控制方法（SCM）由Abadie和Gardeazabal（2003）引入，Abadie等（2010）将其正式提出为比较案例研究的通用框架。该方法已被广泛应用于从自然灾害的经济影响到人口健康干预等不同领域。然而，原始SCM仅限于单一处理单元，要求处理单元与合成控制之间具有良好的干预前拟合（通常以均方根预测误差RMSPE衡量），且权重被限制为正数，这些限制催生了众多扩展方法的发展。增强合成控制方法（ASCM）允许部分对照单元为负权重同时最小化凸包外推，以减少干预前拟合不佳导致的偏差；贝叶斯合成控制方法（BSCM）使用结构时间序列模型，提供更大的灵活性。尽管这些方法旨在基于合成控制构建有效的反事实，统计推断仍具挑战性，尤其是在单一处理单元和缺乏随机化的常见应用中。近期研究引入了更正式的推断程序，如Chernozhukov等（2021）提出的共形推断（conformal inference）方法。
然而，文献中缺乏对这些方法的直接比较。此外，REDD+项目有限额外性的一个潜在解释可能是通过选址偏倚（location bias）产生的逆向选择，即项目实施在项目实施前就面临低毁林压力的区域。本研究旨在通过比较原始SCM、ASCM和BSCM在评估巴西亚马逊REDD+项目有效性方面的表现，验证先前发现的稳健性，提供合成控制方法的首次直接比较，并量化毁林威胁以评估潜在的选址偏倚。
二、主要技术方法
本研究基于West等（2020）的面板数据集，包含2001至2017年巴西亚马逊360个区域的6480个观测值，其中12个区域为REDD+项目，348个区域为潜在对照单元。研究采用三种合成控制方法估计反事实结果：原始合成控制方法（SCM）、增强合成控制方法（ASCM）和贝叶斯合成控制方法（BSCM）。SCM和ASCM通过优化程序选择权重以最小化处理单元与合成控制之间干预前特征（包括累积毁林）的差异；BSCM则将反事实估计构建为贝叶斯结构时间序列模型。统计推断分别基于共形推断、后验模拟和安慰剂检验。研究还进行了三项稳健性检验：纳入协变量平衡的重新估计、安慰剂检验以及基于Xu（2017）提出的广义合成控制方法（GSCM）的面板数据方法。为量化选址偏倚，研究构建了累积威胁指数（CTI）和基于项目实施前信息的先验毁林威胁度量。
三、研究结果
3.1 REDD+项目有效性评估
研究发现，大多数REDD+项目在减少森林砍伐方面未显示出显著效果。三种合成控制方法产生的效应估计结果基本一致。在12个评估项目中，仅少数项目显示出统计上显著的毁林减少效应，多数项目的影响估计在统计上不显著。这一结果验证了West等（2020）的先前发现，表明REDD+项目在巴西亚马逊地区的额外性普遍有限。
3.2 碳信用发放与实际影响的比较
通过计算基线比率（baseline ratio），即官方基线隐含的累积毁林与合成反事实隐含的累积毁林之比，研究发现REDD+项目声称的碳信用量超过了其实际影响所证明的合理水平。官方基线普遍高估了项目区域的毁林威胁，导致信用额度过量发放。这一发现对自愿碳市场的环境完整性提出了严重质疑。
3.3 选址偏倚分析
研究通过两种互补的毁林威胁度量——基于实现的后处理期毁林压力和基于项目实施前信息的先验威胁度量——比较了REDD+项目与对照区域的威胁分布。结果表明，REDD+项目不成比例地分布于低森林砍伐威胁区域，项目区域在项目实施前就面临较低的毁林风险。这一发现支持了选址偏倚假说，即项目通过逆向选择被设置在额外性潜力较低的区域。
3.4 方法比较与稳健性检验
三种合成控制方法在多数项目中产生了基本一致的效应估计，表明研究结果对方法选择具有稳健性。稳健性检验包括纳入协变量平衡的重新估计、安慰剂检验和广义合成控制方法（GSCM）的结果，均支持主要发现的可靠性。
四、讨论与结论
本研究的发现对REDD+碳信用的环境完整性提出了重要警示。大多数REDD+项目未能在减少森林砍伐方面产生显著额外效应，且项目选址存在系统性的低威胁区域偏向，这限制了项目的额外性潜力。官方基线高估毁林威胁导致碳信用过量发放，削弱了自愿碳市场对全球气候目标的真实贡献。
研究结论强调，为建立可信的碳抵消市场，需要更强有力的影响评估方法和更稳健的基线方法。合成控制方法为评估REDD+项目有效性提供了有价值的工具，但项目选址偏倚问题需要通过改进项目设计标准和基线设定程序来解决。研究呼吁在REDD+项目审批和碳信用发放中采用更严格的影响评估标准，以确保碳信用真正代表额外的减排量。
