《Forests》：Forest Ecological Compensation and Forest Farmers’ Willingness to Accept: Evidence from Nanping, China
编辑推荐：
本研究采用条件价值法（Contingent Valuation Method，CVM）、Logit模型与分位数回归，从林农受偿意愿角度评估公益林补偿水平并识别补偿标准影响因素。结果表明，林农期望补偿标准为1034至1128 CNY·ha?1·year?1，是当
本研究采用条件价值法（Contingent Valuation Method，CVM）、Logit模型与分位数回归，从林农受偿意愿角度评估公益林补偿水平并识别补偿标准影响因素。结果表明，林农期望补偿标准为1034至1128 CNY·ha?1·year?1，是当前官方补偿标准的三倍以上。基于林农受偿意愿，当前森林生态补偿水平仅达期望标准的30.6%–33.4%，不足以调动林农经营与保护森林的积极性。因此需提高公益林补偿标准并实施适应林农差异化需求的多元化补偿措施。对零意愿样本的分析显示，部分受访者零报价的主因是政策认知不足而非整体样本问题；更好理解生态补偿政策可显著促进林农受偿意愿，说明应加强靶向政策宣传以提高林农保护意识与政策满意度。此外，家庭年龄、家庭年收入、林地面积、森林经营成本和政策理解程度是影响补偿意愿的核心因素。分位数回归结果表明，这些影响因素在不同补偿水平下具有异质性效应，为差异化补偿方案制定提供依据。稳健性检验与异质性分析进一步确认研究结论的可靠性。该研究为政府优化森林生态补偿政策、平衡农户福利和促进森林资源的可持续保护提供实践参考。
研究背景方面，生态补偿是生态文明制度的重要组成部分。中国公益林政策以保护森林资源、限制林农采伐量为目标，导致林农收入下降、成本上升。既有生态补偿标准多依政府财政状况与保护成本确定，存在补偿水平不足、政策效果差、补偿效率低等问题。受益者付费、保护者获偿的机制若不健全，森林生态系统外部性会被放大，林农参与生态保护意愿降低，可能出现过度采伐与生态系统破坏。因此，从林农受偿意愿出发测度补偿标准，对完善森林生态补偿机制、平衡农户福利与生态保护具有重要意义。该论文发表于《Forests》。
主要关键技术方法方面，研究人员基于2023年10月福建南平建阳、武夷山、顺昌三县27个村的分层抽样调查队列，共获得620份有效问卷；采用条件价值法（Contingent Valuation Method，CVM）通过支付卡式情景询问林农最低可接受补偿；以二元Logit模型分析林农受偿意愿（Willingness to Accept，WTA）的影响因素；再采用分位数回归（quantile regression）考察不同补偿水平下各因素的异质性效应；并以OLS与Probit模型进行稳健性检验。
研究结果如下。
4.1 基于林农期望的补偿水平与政策预期评价。4.1.1 林农期望补偿标准测算：研究人员通过CVM将补偿意愿选项按亩设定后统一换算为公顷，得出91.61%的林农期望获得补偿，CVM均值为1128 CNY·ha?1·year?1，按Spike公式下界为1034 CNY·ha?1·year?1，约为南平现行345 CNY·ha?1·year?1的3倍。4.1.2 零受偿意愿分析：零WTA样本占8.39%，原因包括未理解政策、林地规模小且外出务工、对补偿透明度存疑、认为保护森林是责任而应免费等，其中政策认知不足是部分零报价主因。4.1.3 基于林农期望的补偿水平评价：现行标准仅占期望标准的30.6%–33.4%，难以激励公益林保护。4.1.4 林农对政策预期评价：89.05%林农不满意现行标准，77.42%认为应至少提至525 CNY·ha?1·year?1；64.29%认可资金补偿，年轻高学历者倾向就业与技能培训，高龄高收入者倾向社保，高认知者倾向村庄公共服务补偿。
4.2 林农受偿意愿影响因素分析。二元Logit结果显示，年龄、家庭年收入、林地面积、森林经营成本、政策理解程度为显著因素。年龄正向促进，年长林农劳动能力下降且收入来源少，参与概率随年龄每升一档提高3.11%；年收入负向影响，收入越高对补偿依赖越低，概率降1.4%；林地面积与经营成本均正向，面积每升一档概率增3.3%，成本每升一档增3.4%；政策理解程度正向且最强，每升一档概率增4.4%。
4.3 稳健性检验。研究人员以OLS与Probit重新回归，显著性与方向不变，证明年龄、年收入、林地面积、经营成本、政策理解度对WTA的影响结论稳健。
4.4 林农受偿意愿差异分析。分位数回归显示，年龄在20%–90%分位均显著；收入在低分位不显著，说明标准接近期望时收入差异对意愿影响小；林地面积在中高分位显著，说明标准过低时面积差异不构成主要差异；经营成本各分位均显著；政策理解度在高分位影响更大，即补偿标准越高，政策认知对WTA影响越强。
4.5 影响因素异质性分析。按年龄、收入、林地规模、经营成本、政策认知分组后，36–45岁组务工无暇经营故受偿意愿高；高收入组收入多元故意愿低；大规模林地组投入回报慢故意愿高；高经营成本组净收益低故意愿高；高政策认知组认同强故意愿高。
讨论部分总结：国际上的环境服务付费（Payments for Environmental Services，PES）强调按生态系统服务类型与风险差异化补偿，中国虽制度背景不同但可借鉴。仅按资源价值或保护成本定补偿标准，会忽视林农个体特征、资源禀赋与主观认知。研究证实年收入、林地面积、经营成本、政策认知等造成异质性，一刀切补偿难以兼顾生态、经济与社会效益。政策宣传可提升认知从而增强受偿与保护意愿。研究人员也指出CVM存在假设偏差、支付卡锚定与截断偏差，横截面数据只能证相关非因果，收入与林地面积可能有内生性，未控制制度变量存在遗漏变量偏差，未来应以面板数据、客观机会成本与生态系统服务价值指标完善标准核算。
结论部分翻译如下。
（1）本研究样本量675份，有效620份，问卷有效率91.85%。林农期望补偿标准为1034–1128 CNY·ha?1·year?1，约为现行345 CNY·ha?1·year?1的3.00–3.27倍；当前补偿水平仅30.6%–33.4%，未满足林农受偿意愿，应合理调整补偿额。
（2）本研究将林农受偿意愿影响因素归为个体特征、资源禀赋差异、个体认知行为三维共十项指标；其中年龄、家庭年收入、林地面积、森林经营成本、政策理解程度对公益林受偿意愿影响显著，为关键决定因素。
（3）全样本分位数回归表明，不同补偿水平下各因素效应不同，可依据异质性制定差异化补偿；承包林地面积应作为补偿标准测算的重要参考因素。
