張自強，公培臣

（1. 貴州大學(xué) 經(jīng)濟學(xué)院，貴州 貴陽 550025；2. 瑞典農(nóng)業(yè)大學(xué) 林業(yè)經(jīng)濟系，于默奧 90183，瑞典）

熱帶森林砍伐和森林退化每年造成的碳排放約占全球總排放量的20%[1]。旨在推動發(fā)展中國家減少毀林和森林退化，且通過森林保護與可持續(xù)管理，以增加森林碳匯的計劃，即被稱為REDD+，并被《聯(lián)合國氣候變化框架公約》作為應(yīng)對氣候變化的重要戰(zhàn)略。REDD+已成為降低碳排放和減緩氣候變化的重要政策工具[2]。限制森林砍伐和林地用途變更造成的收入損失應(yīng)該得到相應(yīng)的補償。合理補償REDD+項目參與者的關(guān)鍵在于準(zhǔn)確評估保護森林的機會成本[3]。機會成本的準(zhǔn)確評估關(guān)系到REDD+的執(zhí)行效率與財政或政策支持程度，評估機會成本需要更精細(xì)的研究[4]。在全面限制天然林商業(yè)性采伐和生態(tài)文明建設(shè)上升到國家戰(zhàn)略高度的背景下，探討REDD+機會成本對合理補償和保障農(nóng)民利益具有現(xiàn)實意義。

2005年，在加拿大蒙特利爾舉行的《聯(lián)合國氣候變化框架公約》第十一次締約方會議首次提出了RED（減少發(fā)展中國家毀林）。由土地利用變化引起的碳排放主要發(fā)生在發(fā)展中國家[1]，在大會最后形成的材料中將RED修正為REDD，即減少發(fā)展中國家毀林與森林退化導(dǎo)致的碳排放。而后在2010年的《聯(lián)合國氣候變化框架公約》第十六次締約方大會上，目標(biāo)又增加了森林可持續(xù)經(jīng)營，REDD擴展為REDD+，完成了“RED—REDD—REDD+”的演變過程[5]。通過減少毀林、防止森林退化以減排和加強森林管理以增匯，就構(gòu)成了REDD+的兩個著力點[6]。相比于其他能源項目，REDD+被認(rèn)為是應(yīng)對氣候變化的低成本途徑[7]。REDD+成本主要包括項目管理成本、交易成本和機會成本，其中，最重要的是機會成本[8]。REDD+低成本的優(yōu)勢主要在于其更低的機會成本，因為不需要開發(fā)新技術(shù)或開展新研究來實現(xiàn)減排[9]。然而，REDD+限制了森林資源的開發(fā)利用，可能給當(dāng)?shù)厣鐓^(qū)帶來相當(dāng)大的機會成本。開展REDD+項目的地理、生態(tài)、體制和社會經(jīng)濟環(huán)境決定了機會成本大小[10]。機會成本的認(rèn)定比較復(fù)雜，卻又非常重要，關(guān)系到能否進行較為準(zhǔn)確和合理的利益分配或成本補償[3]，甚至決定了REDD+的可行性。

測算機會成本主要通過林地替換用途的收益（美元/公頃）除以碳密度（噸/公頃）得到，評估方法主要有三種[11]：一是本地經(jīng)驗?zāi)Ｐ?，基于地區(qū)實地調(diào)查數(shù)據(jù)進行估算；二是全球經(jīng)驗?zāi)Ｐ?，匯總各地區(qū)數(shù)據(jù)，忽略區(qū)域碳密度變化進行測算；三是全球模擬模型，基于地區(qū)實地調(diào)查數(shù)據(jù)的估算結(jié)果進行模擬或仿真推算。不同評估方法得出的結(jié)果存在差異?；谌蚪?jīng)驗?zāi)Ｐ蜏y算的機會成本變化區(qū)間為10～21美元/tCO2e，即每噸二氧化碳當(dāng)量的機會成本為10～21美元[12]。而通過全球模擬模型測算的機會成本則為11.26美元/tCO2e[11]。現(xiàn)有研究大多采用本地經(jīng)驗?zāi)Ｐ?，且不同地區(qū)和林地更改用途下的機會成本不同。在巴布亞，森林砍伐后改種用材林和油棕櫚的機會成本分別為12.9美元/tCO2e和18.9美元/tCO2e，而在印尼廖內(nèi)，兩者的機會成本又分別為18.9美元/tCO2e和56.3美元/tCO2e[13]。然而，以下兩點值得注意：一是現(xiàn)有研究對REDD+機會成本的測算均以30年的項目周期為基準(zhǔn)，不考慮無限期收益的情況可能低估了補償標(biāo)準(zhǔn)。REDD+機制是向生態(tài)環(huán)境服務(wù)付費，項目潛在收益誤差的大小關(guān)系到利益相關(guān)者的實際收益[14]。部分文獻選擇性地忽略總利益和凈利益的差異會影響研究的精度[15]。二是現(xiàn)有研究只是測算機會成本大小而未識別其對假設(shè)條件變化的反應(yīng)程度，這可能會降低REDD+項目的執(zhí)行彈性。盡管考慮所有影響機會成本的因素會顯著增加REDD+管理成本或交易成本，但識別關(guān)鍵影響因素的作用是可行的。通過估計機會成本和分析其影響因素，不僅可洞察毀林動因，還可為干預(yù)措施提供指引，從而保障利益受損群體的公平性[16]。畢竟，REDD+并不具備向所有森林保護提供補償?shù)哪芰17]，很可能因機會成本過高而被迫放棄?；诖?，需要修正現(xiàn)有機會成本的測算方法，考慮無限期收益下推遲30年變更林地用途的損失，以更準(zhǔn)確地評估機會成本，再通過靈敏度分析，對比兩種算法得出的機會成本及其誤差值對影響因素變動的反應(yīng)程度，判斷REDD+開展的可行性預(yù)期及其影響。

在過去幾十年，油棕農(nóng)業(yè)（Oil Palm agriculture）已經(jīng)成為熱帶森林砍伐的主要驅(qū)動力[18]。在相同林地用途轉(zhuǎn)換下，影響機會成本的因素主要是產(chǎn)品價格、勞動力成本和貼現(xiàn)率[19]。對此，以林地轉(zhuǎn)種油棕為例，在僅考慮項目周期30年內(nèi)和考慮無限期收益下推遲30年后再變更林地用途的兩種情況下，測算兩者的機會成本及其誤差值，分析機會成本對影響因素變化的靈敏度。

1 REDD+機會成本測算方法的修正

機會成本是毀林產(chǎn)生的凈收益，毀林后的林地用途多樣，包括轉(zhuǎn)種農(nóng)作物、經(jīng)濟林和發(fā)展畜牧業(yè)等，同一片林地可能包括多種用途。林地更改用途后機會成本的一般形式可表示為[8]：

式中：Qikt表示第i塊地上第k項經(jīng)營活動在t時期的產(chǎn)出，Pikt、Cikt分別表示產(chǎn)出對應(yīng)的市場價格和投入成本，r為貼現(xiàn)率。由于REDD+的項目周期通常為30年，則T=30，該公式未包括木材采伐收益。測算機會成本時需要細(xì)化采伐后林地的實際用途，即將πt具體化。

棕櫚油的價格攀升促使東南亞地區(qū)的農(nóng)民采伐后轉(zhuǎn)種油棕櫚，K為林地用途的變更年限，假設(shè)在K年內(nèi)更改M公頃的林地用途，每年按M/K的固定量砍伐后轉(zhuǎn)種油棕櫚。單位面積的采伐凈收入為Lg（美元/公頃），采伐后改種油棕櫚的單位成本為C0（美元/公頃），種植周期為t，且t=25年，下種3年后可采，每年油棕櫚種植的單位凈收入為Rt[美元/(公頃·年)]。REDD+的項目周期為30年，貼現(xiàn)率為r，e為自然常數(shù)，REDD+機會成本就是采伐與轉(zhuǎn)種油棕櫚的凈收入，通過加總不同年份變更林地用途的累積收入來測算。

第1年變更林地用途后，單位面積的累積收入NV1（美元/公頃）可表示為：

第2年變更林地用途后，單位面積的累積收入NV2（美元/公頃）則為：

第K年變更林地用途后，單位面積的累積收入NVk（美元/公頃）則為：

當(dāng)K+25＞30，則加總收入存在超過30年的部分，設(shè)為w，匯總每年變更林地用途的收入，REDD+機會成本則為：

現(xiàn)有研究僅考慮項目30周期內(nèi)的機會成本，稱為算法1，可能高估了REDD+執(zhí)行的可行性，實際的機會成本需要考慮無限期收益的情況，稱為算法2。通過圖1來說明算法1可能低估了機會成本。REDD+的項目周期為30年，可將林地利用年限切割成無限個30年。在不保護森林的情況下，從第0年開始變更森林用途，每30年的凈收入為Ai(i=1, 2, …,n)，累積收入為π1。

圖1 森林在保護與不保護情況下的收入對比

在參與REDD+的情況下，林地推遲30年變更用途，每30年的凈收入為Bi(i=2, 3, …,n)，累積收入為π2。

REDD+實際機會成本則可表示為OPtrue：

顯然，只考慮REDD+的項目周期30年的收入情況，機會成本為A1，即為OP30，而考慮無限期收益下推遲30年變更林地用途的機會成本為OPtrue，即還應(yīng)包括30年后的收入差異部分，OPtrue則為實際機會成本，測算如下：

第1年變更林地用途后，無限期累積收入（美元/公頃）則可表示為：

第2年和第K年變更林地用途后，無限期累積收入（美元/公頃）分別可表示為：

則累積總收入為NPVn：

推遲30年變更林地用途的累積總收入為NPV(n-30)：

實際機會成本OPtrue則為：

算法1和算法2得出的機會成本誤差error為：

誤差值的占比Pr為：

2 基于修正算法的機會成本評估與靈敏度分析

2.1 評估參數(shù)

以森林采伐后改種油棕櫚為背景，BUTLER等[20]通過算法1估算了REDD+機會成本OP30。在此基礎(chǔ)上，本文再通過算法2來評估實際機會成本OPtrue，對比兩者的誤差error，分析其對影響因素的靈敏度。BUTLER等[20]假設(shè)將1萬公頃森林分8年，若不變更用途，單位林地能減少的碳排放為AE，若變更，則按每年1250公頃的固定面積采伐后，轉(zhuǎn)種油棕櫚。種植油棕櫚的收入包括棕櫚油（CPO）和棕櫚仁（PK）兩部分，其產(chǎn)量占棕果產(chǎn)量Q的比例分別為ratio1和ratio2，兩者的價格比為pratio，棕櫚油的價格P分固定價格和變動價格，可采后每年的單位經(jīng)營管理成本為C[美元/(公頃·年)]，估算機會成本的參數(shù)值如表1所示。由于不同土地條件的產(chǎn)出差異對機會成本的影響較大，F(xiàn)AO[21]將棕果的產(chǎn)量分為高產(chǎn)和低產(chǎn)兩種情況，種植周期內(nèi)單位面積每年產(chǎn)出的均值分別為20.5噸/公頃和17.03噸/公頃。種植周期內(nèi)，棕果產(chǎn)量呈倒“U”型變化，BUTLER等[20]基于三種林地條件測算了每年產(chǎn)出占年均產(chǎn)出的比重，再求三種比重的均值，三種林地條件的產(chǎn)出水平相差不大，結(jié)合FAO提供的參數(shù)值，可以得出每年棕果的產(chǎn)量。

表1 測算機會成本的參數(shù)值

2.2 REDD+機會成本及其誤差的測算與比較

2.2.1 REDD+機會成本及其誤差的測算結(jié)果

林地在8年內(nèi)完成用途變更，即K=8，油棕櫚的種植周期為25年，K+25=32＞30，即最后兩年變更林地的總收入中包括了31年和32年的收入部分，即w，考慮到w在折現(xiàn)超過30年后的值較小，對此，總測算中不考慮w的影響。BUTLER等[20]將棕果高產(chǎn)和低產(chǎn)情況分別對應(yīng)固定價格和變動價格，基于機會成本的兩種算法，將各參數(shù)值代入到公式中，可測算出各自的機會成本及其誤差（表2）?？梢钥闯?，僅考慮項目周期30年的情況下，估計值OP30低估了REDD+實際機會成本，考慮無限期收益測算的機會成本OPtrue相對較高，基于現(xiàn)有參數(shù)水平，兩種算法的誤差值不大。棕果產(chǎn)量在高產(chǎn)與低產(chǎn)情況下每噸二氧化碳當(dāng)量機會成本（美元/tCO2e）的誤差值也有差異，其占OP30的比重分別為3.04%和1.87%，不同產(chǎn)出水平對機會成本具有一定影響。另外，從機會成本的測算公式看，兩種算法的差異主要體現(xiàn)在30年后的收入部分，且主要在第2個30年的周期內(nèi)，對此，在不考慮誤差項需要折現(xiàn)30年的情況下，這時的誤差值較大，棕果在高產(chǎn)與低產(chǎn)水平下的誤差值占比分別達到了53.03%和32.62%。盡管從現(xiàn)值看誤差值占比較小，但值得注意的是，從長周期看，不考慮項目周期30年后的情況下，農(nóng)民參與REDD+獲得的補償顯然不能彌補其損失。

表2 REDD+機會成本與誤差

假設(shè)相鄰農(nóng)戶A和B分別擁有相同稟賦條件的林地，農(nóng)戶A參與REDD+項目，而農(nóng)戶B不參與，在30年的項目周期內(nèi)農(nóng)戶A獲得的補償與農(nóng)戶B變更林地用途后的凈收入相同，REDD+項目執(zhí)行結(jié)束，農(nóng)戶A開始變更林地用途，顯然從31年開始，農(nóng)戶A和農(nóng)戶B的經(jīng)營收入就不同步了，其差異就是error部分，從當(dāng)期現(xiàn)值看，誤差占比達到了30%或50%，對農(nóng)戶的影響相當(dāng)大，顯然REDD+項目未能完全彌補農(nóng)戶A的損失，農(nóng)戶A由于參與REDD+，從第31年后與農(nóng)戶B的收入差距拉大，可能要歷經(jīng)3個30年，即從第91年開始，兩者的經(jīng)營收入才能實現(xiàn)同步，如果農(nóng)戶A不參與REDD+，則會與農(nóng)戶B保持相同或相差不大的收入水平。

2.2.2 機會成本的比較及其影響

根據(jù)REDD+機會成本的測算公式可看出，參數(shù)水平?jīng)Q定機會成本的大小，不同參數(shù)的變化對機會成本的影響不同，即機會成本對不同因素的靈敏度不同。由于研究地區(qū)存在地理、氣候、水土差異，更改林地的用途不同，REDD+機會成本也會產(chǎn)生差異[22]。RAKATAMA等[23]羅列了現(xiàn)有研究關(guān)于REDD+機會成本測算的方法、對象和結(jié)果等。從中篩選出部分進行對比，可以發(fā)現(xiàn)REDD+機會成本的影響因素及其作用程度如表3所示。從現(xiàn)有研究的測算結(jié)果看，在貼現(xiàn)率為10%水平下的不同地區(qū)、改作用途和測算方法下REDD+機會成本差異較大，最小的僅為0.26美元/tCO2e，最大的可達到56.3美元/tCO2e，甚至更大，樣本地主要集中在熱帶森林地區(qū)。一是從林地改作用途看，林地更改用途多樣，包括種植用材林、玉米、油棕櫚等，也有只是伐木不改種其他作物的情況，伐木收入依不同木材市場價值而不同，如龍腦香林的采伐收入明顯更高，補償標(biāo)準(zhǔn)達到7000美元/公頃。在更改林地的多種用途中，改種油棕櫚的收入最高，測算的機會成本明顯高于其他用途，且不同地區(qū)種植油棕櫚的收入也存在明顯差異，如巴布亞與廖內(nèi)種植油棕櫚測算的機會成本分別為18.9美元/tCO2e和56.3美元/tCO2e。二是從林地條件看，同一地區(qū)不同林地條件決定的種植產(chǎn)出水平不同，如在印度尼西亞內(nèi)泥炭地與礦物地森林改種油棕櫚，測算的機會成本差異就較大。三是從測算方法看，全球經(jīng)驗?zāi)Ｐ停╣lobal empirical）是本地經(jīng)驗?zāi)Ｐ停╨ocal empirical）估計的匯總，全球模擬模型（global simulation）根據(jù)部門數(shù)據(jù)和減排目標(biāo)模型測算，兩者均不考慮碳密度差異，無法觀察不同林地條件和林地變更用途差異對機會成本的影響，這是籠統(tǒng)測算而不考慮林地具體情況，但兩種測算方法得出的機會成本也有差異。另外，從機會成本測算的標(biāo)準(zhǔn)看，大多以固碳成本為標(biāo)準(zhǔn)，單位為美元/tCO2e或美元/tCO2e/year，也有研究選擇按單位林地面積測算補償標(biāo)準(zhǔn)，單位為美元/(公頃·年)或美元/公頃，不同標(biāo)準(zhǔn)主要是變更林地用途的凈收入對比的基礎(chǔ)變量不同。

表3 REDD+機會成本的測算結(jié)果比較

從采伐森林改種油棕櫚測算的機會成本看，現(xiàn)有研究測算的機會成本變動范圍為1.63～56.3美元/tCO2e，而通過算法1和算法2測算的機會成本，在高產(chǎn)情況下分別為63.62美元/tCO2e和65.56美元/tCO2e，或9479.77美元/公頃和9767.89美元/公頃；在低產(chǎn)情況下分別為26.13美元/tCO2e和26.62美元/tCO2e，或3893.49美元/公頃和3966.29美元/公頃，平均來看仍處于相同的變動范圍內(nèi)。顯然，不同參數(shù)及其水平對測算的機會成本影響不同，也就關(guān)系到REDD+的可行性，通過靈敏度分析可進一步觀察機會成本對不同影響因素變化的反應(yīng)程度，從而判斷其可能對開展REDD+的影響。

2.3 REDD+機會成本及其誤差的靈敏度分析

2.3.1 REDD+機會成本的靈敏度分析

REDD+實際機會成本OPtrue包括兩部分，即OP30和error，分開看，可根據(jù)改種油棕櫚的每年收入來反映各參數(shù)變化對項目周期30年內(nèi)每年累積收入的影響，而超過30年后的部分error只反映總值變化。機會成本對參數(shù)變化的靈敏度實際上是相對變化量或百分比改變，S(y,x)表示靈敏度，計算公式為：

式中：y可表示OP30和error，從長期看，參數(shù)中變動可能性較大的包括種植油棕櫚的產(chǎn)出價格、經(jīng)營管理成本和貼現(xiàn)率，x則表示影響因素P、C、r，主要觀察REDD+機會成本對這三項因素的靈敏度。

（1）從價格變化看，機會成本的測算中棕櫚油價格相對穩(wěn)定，從市場需求看，未來價格上漲的可能性較大，棕果高產(chǎn)情況下，棕櫚油價格變化對機會成本的影響如圖2所示。從變動曲線走勢看，價格變化對機會成本的影響不大，農(nóng)戶變更林地用途前8年的累積收入為負(fù)，第9年開始盈利，主要是林地改種油棕櫚的前期成本較高，種植三年后才可采。根據(jù)靈敏度的測算公式，可得出棕櫚油價格變動對機會成本的靈敏度，S(OP30,P)=0.28，即棕櫚油價格上漲1%，高產(chǎn)情況下OP30則增加0.28%，影響幅度較小。棕果低產(chǎn)情況下的收入明顯較低（圖3），前10年的累積收入為負(fù)，從第11年開始盈利，項目周期內(nèi)棕櫚油價格變化對機會成本的影響相對高產(chǎn)情況更明顯，S(OP30,P)=0.34，即棕櫚油價格上漲1%，低產(chǎn)情況下OP30則增加0.34%。

圖2 高產(chǎn)下機會成本對價格變化的敏感性

圖3 低產(chǎn)下機會成本對價格變化的敏感性

（2）從經(jīng)營管理成本變化看，機會成本的測算中種植油棕櫚可采后，每年的經(jīng)營管理成本是固定的，實際上，隨著要素價格的變化，尤其是勞動力成本的上升，在項目周期30年內(nèi)經(jīng)營管理成本上漲的可能性很大。棕果高產(chǎn)和低產(chǎn)情況下，種植油棕櫚的經(jīng)營管理成本C變動對機會成本的影響分別如圖4和圖5所示。從曲線走勢看，低產(chǎn)情況下經(jīng)營管理成本對機會成本的影響相對高產(chǎn)情況明顯更大，其中，高產(chǎn)情況下的靈敏度，S(OP30,C)=-0.59，低產(chǎn)情況下的靈敏度，S(OP30,C)=-1.19，即經(jīng)營管理成本上漲1%，機會成本則分別下降0.59%和1.19%，后者接近前者的2倍。種植油棕櫚的經(jīng)營管理成本對機會成本的影響相對高于棕櫚油價格的影響。一般而言，種植產(chǎn)品價格水平變動對種植行為的影響更直接，農(nóng)民通常會根據(jù)不同農(nóng)產(chǎn)品的市場價格調(diào)整種植作物選擇，實際上，從敏感性分析發(fā)現(xiàn)，不同作物的經(jīng)營成本對經(jīng)營收入的影響可能更大，更值得關(guān)注，畢竟不同作物的經(jīng)營要求不同，農(nóng)民未必能滿足其投資要求，經(jīng)營能力可能不足?？梢钥闯?，即使在高產(chǎn)情況下，前9年的累積收入仍為負(fù)，而對于低產(chǎn)而言，當(dāng)經(jīng)營管理成本C上漲1倍時，農(nóng)民種植油棕櫚無利可圖，累積收入均為負(fù)。

圖4 高產(chǎn)下機會成本對經(jīng)營成本的敏感性

圖5 低產(chǎn)下機會成本對經(jīng)營成本的敏感性

（3）從貼現(xiàn)率的變化看，由于項目周期長達30年，后期累積經(jīng)營收入的現(xiàn)值很大程度上取決于貼現(xiàn)率的高低。當(dāng)貼現(xiàn)率r分別為0.05、0.1、0.15和0.2時，測算的REDD+機會成本差異較大，如圖6和圖7所示，其靈敏度S(OP30,r)隨著r增加而邊際遞減。不同的是，機會成本分別對棕櫚油價格P和經(jīng)營管理成本C的靈敏度相對穩(wěn)定。以原貼現(xiàn)率r=0.1為基數(shù)進行調(diào)整，貼現(xiàn)率上漲50%，即r=0.15時，棕果高產(chǎn)和低產(chǎn)情況下，測算的機會成本分別下降54.16%和63.52%；當(dāng)貼現(xiàn)率上漲1倍，即r=0.2時，棕果高產(chǎn)和低產(chǎn)情況下，測算的機會成本又分別下降79.43%和92.87%。即使貼現(xiàn)率增加1倍，累積收入仍為正，即存在盈余，不同于經(jīng)營管理成本的影響。

圖6 高產(chǎn)下機會成本對貼現(xiàn)率的敏感性

圖7 低產(chǎn)下機會成本對貼現(xiàn)率的敏感性

總體上，從靈敏度分析看，REDD+機會成本對經(jīng)營管理成本C和貼現(xiàn)率r的敏感性更高，且在棕果低產(chǎn)情況下經(jīng)營管理成本不斷上漲可能導(dǎo)致種植油棕櫚的累積收入為負(fù)，即存在虧損。機會成本的影響因素主要是勞動力成本和貼現(xiàn)率，兩者關(guān)系到REDD+機會成本的大小，進而決定REDD+的項目執(zhí)行效果[19]。不同的是，從靈敏度看，貼現(xiàn)率對REDD+機會成本的影響是非線性的，而棕櫚油價格和經(jīng)營管理成本對REDD+機會成本的影響則是線性的。

2.3.2 誤差項error的靈敏度分析

基于REDD+機會成本的測算公式，通過變動棕櫚油價格P、經(jīng)營管理成本C和貼現(xiàn)率r來觀察算法1和算法2測算的機會成本誤差項error變動。

（1）從棕櫚油價格P的變動看（表4），error對價格變動的反應(yīng)程度小，即使價格增長為原來的2倍，誤差值的占比Pr在棕果高產(chǎn)和低產(chǎn)情況下分別僅增加了0.15%和0.5%，從產(chǎn)出價格變動對機會成本的影響看，兩種算法的差異較小。棕果高產(chǎn)和低產(chǎn)情況下，error對棕櫚油價格P的靈敏度S(error,P)分別為0.29和0.71，即P增加1%，則error分別增加0.29%和0.71%，變動幅度很小，表明棕櫚油價格不是影響機會成本誤差的主要因素。需要注意的是，盡管低產(chǎn)情況下的Pr相對更小，但價格變動帶來的Pr變化程度明顯高于高產(chǎn)情況下的變化程度，意味著error對價格變動的靈敏度還與產(chǎn)量水平相關(guān)。

表4 棕櫚油價格對誤差值的影響

（2）從油棕櫚的經(jīng)營管理成本C變動看（表5），高產(chǎn)情況下機會成本的誤差值對C變動的反應(yīng)程度較小，靈敏度S(error,C)為-0.75，即當(dāng)C增加1%時，誤差值將下降0.75%，且誤差值的占比下降幅度也很小，總體上誤差值的變動不大。在低產(chǎn)情況下，誤差值對C變動的靈敏度S(error,C)為-2.45，即當(dāng)C增加1%時，誤差值將下降2.45%，且誤差值的占比下降幅度較大，當(dāng)經(jīng)營管理成本增加60%時，OPtrue開始小于OP30，當(dāng)成本繼續(xù)增加為原來的2倍時，種植油棕櫚的累積凈收入為負(fù)，存在虧損。從誤差值對經(jīng)營管理成本變動的靈敏度看，成本僅對低產(chǎn)情況下測算的機會成本誤差具有較大影響。

表5 經(jīng)營管理成本對誤差值的影響

（3）從貼現(xiàn)率變動看（表6），高產(chǎn)情況下測算的機會成本誤差值明顯高于低產(chǎn)情況下的測算結(jié)果，同樣，誤差值對貼現(xiàn)率變動的靈敏度不是固定的，而呈邊際遞減的趨勢，其中，在高產(chǎn)情況下，誤差值的占比隨著貼現(xiàn)率提高而下降的幅度要高于低產(chǎn)情況下的下降幅度，表明低產(chǎn)情況下的誤差值對貼現(xiàn)率變動的敏感性較低，這與經(jīng)營管理成本對誤差值的影響結(jié)果相反。另外，測算發(fā)現(xiàn)高產(chǎn)情況下，當(dāng)貼現(xiàn)率r=0.03時，誤差值的占比為10.82%，即超過了10%，而低產(chǎn)情況下需要將貼現(xiàn)率再降低為0.02。表明當(dāng)貼現(xiàn)率低到一定程度時，機會成本的誤差值才可能引起重視。

表6 貼現(xiàn)率對誤差值的影響

總體上，基于兩種算法下機會成本誤差值的靈敏度分析發(fā)現(xiàn)，相同影響因素在不同產(chǎn)出水平下的作用效果不同。誤差值對棕櫚油價格的變動不敏感，而在高產(chǎn)情況下對經(jīng)營管理成本的變動很敏感，相反，在低產(chǎn)情況下對貼現(xiàn)率的變動很敏感。另外，誤差值對價格和成本的靈敏度相對穩(wěn)定，而對貼現(xiàn)率的靈敏度呈遞減趨勢。值得注意的是，在高產(chǎn)情況下，誤差值的占比變動幅度隨貼現(xiàn)率的變動，明顯高于隨價格和成本的變動。

3 結(jié)論與討論

3.1 結(jié)論

在發(fā)展中國家，尤其是貧困地區(qū)的農(nóng)民為改善生計而更改林地用途，轉(zhuǎn)種經(jīng)濟效益更高的作物而毀林，其中，棕櫚油的經(jīng)濟價值較高，已成為熱帶森林砍伐的主要驅(qū)動力。REDD+的項目周期通常為30年，僅考慮以林地變更30年的凈收入為補償標(biāo)準(zhǔn)可能低估了機會成本，實際上，從無限期收益的視角來看推遲30年變更林地用途造成的機會成本更準(zhǔn)確。基于此，以森林砍伐后種植油棕櫚為例，通過比較僅考慮30年項目周期和無限期收益下的機會成本差異（分別稱算法1和算法2），以林地轉(zhuǎn)種油棕櫚為例，測算了兩種算法下REDD+機會成本與誤差值，從靈敏度角度分析了其影響因素。研究發(fā)現(xiàn)：

第一，僅考慮項目周期30年的凈收入低估了REDD+機會成本。在棕果高產(chǎn)的情況下，算法1和算法2測算的機會成本分別為9767.89美元/公頃或63.62美元/tCO2e和9479.77美元/公頃或65.56美元/tCO2e，兩種算法的誤差值占比為3.04%。在棕果低產(chǎn)的情況下，算法1和算法2測算的機會成本分別為3966.29美元/公頃或26.13美元/tCO2e和3893.49美元/公頃或26.62美元/tCO2e，兩種算法的誤差值占比為1.87%。盡管兩種算法的誤差值不大，但從無限期收益看，誤差主要體現(xiàn)在第2個30年，折現(xiàn)30年后的現(xiàn)值比較小，若不考慮折現(xiàn)，誤差值在高產(chǎn)與低產(chǎn)情況下的占比分別高達53.03%和32.62%，意味著農(nóng)民從第31年開始變更林地用途所獲得的當(dāng)期收入與未參與REDD+情況下的當(dāng)期收入差距明顯，REDD+補償還不足以彌補農(nóng)民損失。

第二，REDD+機會成本對油棕櫚種植的經(jīng)營管理成本和貼現(xiàn)率的變動敏感，而對棕櫚油價格的變動不敏感。REDD+機會成本因林木類型、林地條件、種植作物和估計方法的不同而不同。林地改種油棕櫚后，REDD+機會成本對棕櫚油價格和經(jīng)營管理成本的靈敏度是固定的，高產(chǎn)情況下分別為0.28和-0.59，低產(chǎn)情況下分別為0.34和-1.19。而機會成本對貼現(xiàn)率的靈敏度是非固定的，隨著貼現(xiàn)率增加而呈遞減的趨勢。盡管貼現(xiàn)率增加會降低凈現(xiàn)值而降低機會成本，但總收入為正。不同的是，在低產(chǎn)情況下，當(dāng)經(jīng)營管理成本增加1倍時，農(nóng)民種植油棕櫚的累積凈收入均為負(fù)，在更多關(guān)注產(chǎn)出的情況下，經(jīng)營成本對機會成本的影響比預(yù)想的要大。

第三，兩種算法的機會成本誤差值在低產(chǎn)情況下對經(jīng)營管理成本的變動和在高產(chǎn)情況下對貼現(xiàn)率的變動最敏感。機會成本的誤差值對棕櫚油價格和經(jīng)營管理成本的靈敏度也是固定的，高產(chǎn)情況下分別為0.29和-0.75，低產(chǎn)情況下分別為0.71和-2.45。而機會成本的誤差值對貼現(xiàn)率的靈敏度也是非固定的，隨貼現(xiàn)率增加而呈邊際遞減的趨勢。不同的是，誤差值的占比變動幅度隨貼現(xiàn)率的變動，明顯高于隨價格和成本的變動，且當(dāng)貼現(xiàn)率下降到2%或3%時，誤差值的占比超過10%。

3.2 討論

REDD+是以向生態(tài)系統(tǒng)服務(wù)付費（PES）的方式進行碳補償[16]。從機會成本看毀林動因，在棕果低產(chǎn)情況下農(nóng)民獲取的累積凈收入相對較低，當(dāng)森林碳匯通過市場交易獲得的收入與更改林地用途的收入相當(dāng)時，開展REDD+的項目可行性就較高。REDD+的可行性在一定程度上取決于碳交易的資金信貸能否足以支付放棄林地利用的機會成本[8]。毀林更可能發(fā)生在更改林地用途獲利高的地區(qū)，機會成本太高而無法通過補償來保護森林，這可能會導(dǎo)致在應(yīng)對氣候變化上，被迫放棄一部分地區(qū)森林保護的同時，而加強另一部分地區(qū)的森林保護，由于強化森林保護的地區(qū)更可能是相對貧困的地區(qū)，當(dāng)?shù)鼐用駥ι仲Y源的生存依賴度高，REDD+可能將減緩全球氣候變暖的責(zé)任轉(zhuǎn)移給貧困地區(qū)的居民。

實際上，測算REDD+機會成本只是考慮了可衡量的貨幣收入，而未包括非貨幣性收入部分，這不單是個技術(shù)問題。在REDD+運行中必然會產(chǎn)生公平正義的問題，包括代際利益公平、機會公平和環(huán)境公平問題[29]。盡管通過機會成本的靈敏度分析，比較了不同影響因素的作用效果，但仍未準(zhǔn)確反映機會成本的動態(tài)性?，F(xiàn)有研究考慮機會成本都是靜態(tài)的，因避免毀林造成供給短缺而價格上漲、地價提升，種植收益提升會改變機會成本[30]。意味著即使對現(xiàn)有機會成本的測算方法進行了修正，仍可能低估了實際機會成本，無法準(zhǔn)確衡量其動態(tài)變化。而且，基于機會成本測算得出的以林地面積[美元/公頃或美元/(公頃·年)]或固碳量（美元/噸）為標(biāo)準(zhǔn)的補償方式都是相對靜態(tài)的，通過修正算法得出的機會成本可看出，補償公平與否不僅取決于補償水平的高低，關(guān)鍵還在于補償方式，即如何補償。從修正算法的測算結(jié)果看，折現(xiàn)后誤差值占比確實較小，影響不大，而實際上，通過當(dāng)期現(xiàn)值的補償方式帶來的誤差占比就會很大，對此，補償方式也是關(guān)系REDD+執(zhí)行效率和可行性的關(guān)鍵。