综述：精准耕地生态补偿关键受益者与优先生态系统服务识别

《Environmental Impact Assessment Review》：Identifying key recipients and priority ecosystem services for precise cultivated land ecological compensation

　　

## 摘要

耕地生态补偿（CLEC）是协调粮食安全、生态保护与农业高质量发展的关键政策工具。然而，以往研究过于侧重补偿标准的量化，而忽视了两个核心的实践问题，即"补偿谁"和"补偿哪些生态系统服务"，导致政策执行不精准、资金使用效率低下。针对这一问题，本研究构建了一个整合客观供需评估与主观利益相关者感知的多维识别框架，并将其应用于人地矛盾突出的典型区域——长三角地区。研究采用InVEST模型、统计分析以及模糊集定性比较分析方法，系统评估了六类耕地生态系统服务（CLES），并识别出CLEC的关键受偿对象和优先补偿的服务类型。结果表明，CLES的供需存在显著的区域异质性：粮食生产与土壤保持总体上供大于求，而生物多样性维持和文化服务则普遍供给不足。关键受偿对象包括生态认知度低、参与意愿弱、土地等资源配置不足以及具有"爱好+知识驱动"型生态转型潜力的农户。在区域尺度上，粮食生产和水源涵养因其主观重要度较高且满意度较低，被识别为核心补偿服务；据此，各子区域应根据本地供需不匹配情况采取差异化优先策略。本研究创新了"精准识别—分类补偿"的范式，为精准CLEC政策设计与有效实施提供了科学依据，并有助于实现耕地多功能性与土地可持续管理。

## 引言

耕地作为人类生存与发展的基础性自然资源，长期以来主要因其粮食生产能力而受到重视，构成全球粮食安全与农业经济的重要支撑（Olsen等，2021；Wirsenius等，2010）。以往研究与政策实践长期聚焦于这一单一生产功能，忽视了耕地生态系统中蕴含的多重生态与社会价值。然而，当代生态学与农业研究日益强调，耕地并非单一功能的产出实体，而是一个复杂生态系统，能够提供远超农业产出的多样化生态服务（Bommarco等，2018），包括水源涵养、土壤保持、碳汇调节气候、生物多样性维持以及文化与景观服务（Power，2010；Zhang等，2024a）。对耕地多功能性的认识将丰富和拓展耕地管理理念，使其从单一关注生产转向生产与生态功能相结合的综合视角（Wittwer等，2021）。

在中国，快速城镇化与集约化耕作不仅造成了耕地的数量减少，还导致了严重的耕地质量下降和生态功能退化（Liang等，2022；Fan等，2023；Kong等，2025）。因此，政策重心正从防止耕地净流失转向主动提升生态健康与可持续性，如《耕地保护法》和《生态保护补偿条例》等所体现的那样（Kuang等，2020；Niu等，2022；Zhou等，2021）。

在此背景下，生态补偿（亦称生态系统服务付费，PES）作为一种旨在内部化环境外部性、激励土地所有者提供具有公共效益的生态系统服务（ES）的市场化政策工具应运而生（Aznar，2023；Jack等，2008；Wunder，2015）。生态补偿机制旨在弥合可持续土地管理私人成本与由此产生的公共生态效益之间的鸿沟，通过向采用超越传统生产方式的保护性实践的管护者提供经济奖励来实现（Engel等，2008）。在国际上，成熟的PES方案已广泛应用于森林保护、草原管理和流域保护等领域（Horn，2026；Lemos等，2023；Ma & Wu，2025；Salzman等，2018；Zhou等，2026）。这些国际实践表明，生态补偿政策在促进生态系统保护和提升生态服务供给能力方面取得了显著成效，为耕地生态补偿（CLEC）机制的发展提供了宝贵借鉴（Pei & Chen，2025）。

将生态补偿原则应用于耕地生态系统是一项复杂的探索，也受到了研究者的大量关注（Qie等，2023；Wunder等，2025）。现有研究发展了多种方法框架来确定CLEC标准，主要包括基于生态系统服务价值的方法（Zhang等，2024b）、基于生态系统服务流量法的方法（Chi等，2024；Pei等，2025；Qiao等，2022；Su等，2023）、基于机会成本的方法（Cao等，2018）、基于实际保护成本的方法（Claassen等，2008）、条件估值法（Jiang等，2022；Rasheed等，2021）以及多指标综合评价法（Ding & Yao，2022）。每种方法都从不同分析视角为科学确定补偿标准提供了坚实依据。

尽管这些研究为评估非市场生态效益提供了有价值的理论基础，但存在明显局限性。一个主要不足在于对ES的过度聚合：许多研究为整个ES"捆绑"计算单一的复合补偿价值，而忽视了各类单独ES的具体贡献和价值（例如将碳汇价值与水源净化价值区分开来）（Fu等，2011）。这种聚合模糊了各类ES所涉及的独特生态过程、经济价值以及潜在受益者（Lloyd-Smith，2018）。因此，也难以捕捉不同耕地生态系统服务（CLES）供给与利益相关者需求之间的关系。

更为关键的是，学术上计算补偿标准的努力与实践上实施补偿机制的挑战之间存在显著脱节——后者需要将资金有效地输送给正确的对象、用于正确的事项（Liu等，2022）。特别是CLEC实施中的"最后一公里"问题源于忽视了两个核心要素：第一，识别正确的受偿对象（即关键主体，即其管理实践直接影响ES供给的农户）；第二，界定正确的ES（即应激励的优先ES类型）。

近年来的研究开始探索生态补偿方案中利益相关者的异质性。例如，Luan等（2025）运用"田野习性"理论考察了农户参与耕地保护的意愿，揭示了不同农户群体之间的显著差异。类似地，Song等（2021）通过匹配ES供需来优先安排资助的环保耕作行为，隐含地认识到了差异化补偿对象的必要性。此外，Chen等（2025）指出，未能明确指定哪些主体负责提供生态系统服务，造成了资金使用效率的主要障碍。然而，现有的利益相关者导向研究大多将农户视为同质群体，忽视了其在生态认知、资源禀赋、参与意愿和管理行为方面的显著异质性。这种聚合模糊了不同农户亚群体之间的差异化激励需求，阻碍了补偿政策的精准靶向。与此同时，补偿方法研究已逐渐从单维估值转向供需不匹配评估和多目标优化（Bryan等，2018；Fu等，2011）。然而，客观供需评估与主观利益相关者感知的整合仍然不足，尤其是在生态和社会层面不匹配如何为补偿服务优先排序和关键受偿对象识别提供参考方面。缺乏科学严谨的方法来识别优先服务类型和关键提供者，补偿资金可能会低效、不公或无法激励改善生态管护所必需的行为改变（Chen等，2025）地发放，导致保护效果不佳和稀缺财务资源的浪费。

在此背景下，长三角地区因人口密度高、土地利用集约以及粮食安全与生态保护之间矛盾的加剧，面临严峻的耕地保护压力。快速城镇化与区域一体化导致CLES供需失衡以及跨区域的CLEC治理碎片化。因此，本研究旨在：（1）评估长三角地区六类关键CLES的供需格局与空间异质性；（2）识别CLEC的关键受偿对象及其核心特征；（3）确定区域和子区域（地级市）尺度的优先CLES。

## 研究区概况

长三角地区是中国最具活力的经济区域之一，总面积约35.8万平方公里。该区域涵盖江苏省、安徽省、浙江省和上海直辖市，共包含41个地级市（图1）。2024年，长三角地区常住人口2.38亿，地区生产总值（GDP）达33.2万亿元。该区域仅占中国国土面积的3.7%，却承载了全国16.9%的人口。

## CLES供需的客观评估

参考联合国千年生态系统评估报告（MEA，2005）中的四类生态系统服务分类，结合前人对CLES类型分类与评估的研究，本研究选取了六类CLES（Bai等，2024；Cao等，2020；Power，2010；Wang等，2026）：供给服务选取粮食生产服务；调节服务主要考虑耕地"水—土—气"三个非生物调节功能。

## 长三角地区CLES的客观供需匹配

图4展示了耕地ES供需的差异。长三角地区粮食总供给量达8510万吨，远超总需求量的3103万吨。这一盈余在安徽和江苏的大多数城市中尤为明显。尽管如此，仍有10个城市的粮食供给无法满足需求，主要集中于长三角中南地区。除上海以外，其余所有城市……

## 精准CLEC框架的讨论

本研究推进了一个系统化且具有可操作性的CLEC框架，这代表了相较于仅关注量化补偿标准的传统研究的关键进步。本研究的主要创新在于将研究逻辑从"补偿多少"转向"补偿谁、补偿哪些服务、如何差异化补偿"，从而形成了CLEC精准识别的完整路径。首先，在识别的精准性方面……

## 结论

本研究构建了长三角地区CLEC关键对象和优先生态系统服务类型的多维空间识别框架，回应了CLEC实践中"谁应被补偿"和"哪些CLES应被补偿"的核心问题。分析表明，将农户视为同质群体是低效且不公的。基于典型城市样本的调查显示，补偿应区分两类群体：受资源约束的农户……

## 利益冲突声明

作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。

## 致谢

本研究由国家自然科学基金（编号42501331、42371295）、浙江省自然科学基金（编号LZ26D010001）和浙江省哲学社会科学规划项目（编号26NDJC005YBMS）资助。

**王佳怡、曹宇**
浙江工业大学公共管理学院公共政策系，杭州310014，中国