精准补偿：生态补偿目标选择理论与实践回顾

吴健 郭雅楠

精准补偿：生态补偿目标选择理论与实践回顾

吴健 郭雅楠

生态补偿作为一种通过激励来保护环境的生态政策，在我国生态文明建设中发挥着越来越重要的作用。本文从补偿的经济激励角度入手，重点讨论生态补偿目标选择对补偿政策效率和效果的影响，并比较美国和中国主要生态补偿政策中的目标选择设计。研究发现：补偿目标的选择标准直接影响补偿标准的确定，进而影响到农户参与度和积极性等方面，最终导致不同的补偿效果和资金使用效率。文章提出了“精准补偿”的政策设计思路：我国应从科学选择补偿对象和发挥市场机制入手，增强补偿标准科学性和补偿对象参与的积极性，提高补偿资金的使用效率。

生态补偿目标选择精准补偿

一、中国生态补偿政策的回顾

自1996年国务院《关于环境保护若干问题的决定》中提出要“建立并完善有偿利用自然资源和恢复生态环境的经济补偿机制”以来，中国已经开展了20年的生态补偿政策实践。

1997年国务院《关于加强生态保护工作的意见》中明确提出“谁开发谁保护，谁破坏谁恢复，谁受益谁补偿”的方针。2001年中央财政建立森林生态效益补助资金。2002年，为了减少水土流失和缓解中国环境脆弱地区的贫困状况，国家出台《退耕还林条例》，并全面启动退耕还林计划。此后，国家与各地方开始了各种生态补偿项目的尝试，2007年原国家环保总局出台第一部关于生态补偿专门性的部门规章《关于开展生态补偿试点工作的指导意见》。2009年，财政部印发《国家重点生态功能区转移支付（试点）办法》的通知，中央财政在均衡性转移支付项下设立国家重点生态功能区转移支付。

截至目前我国已经实施了包括退耕还林、退耕还湿、重点生态功能区转移支付等生态补偿政策，投入了大量的财政资源。其中，较大规模的项目，如退耕还林已经投入4500亿元资金（1999-2016年）、重点生态功能区转移支付项目已经投入2513亿元（2008-2015年）。生态补偿已经成为政府通过环境财政向社会提供公共服务的重要领域，在我国生态文明建设中发挥着越来越重要的作用。

生态补偿的本质是提供一种供给生态服务的激励（Jenkins et al.，2010）。然而，公共财政资源终究是有限的，生态补偿不可能补偿所有提供生态服务的地区。考虑到已经投入和预计需要继续投入的庞大财政资金需求，提高生态补偿资金使用效率对于优化生态补偿机制、改善生态补偿效果至关重要。

二、生态补偿目标选择的相关理论演进

保护目标选择的问题，最初是从生态学角度出发，特别是在自然保护区的选址设计问题上，因为不同的自然保护区选址（包括保护区面积和位置等）对于保护物种存活率产生不同影响（Soulé& Simberloff，1986）。Camm et al.（1996）结合自然保护存在成本和预算约束的现实，从经济学角度阐述了两种生态保护目标选择模型：在确定保护物种数量的前提下，最小化保护区数量的集合覆盖问题（set covering problem，SCP）和在确定预算的前提下，最大化受保护物种数量的最大集合问题（maximal coverage problem，MCP），旨在通过保护目标的选择，提高保护政策的效率。

在生态补偿领域，伴随着美国1985年农业法案的颁布和各类生态补偿项目的实施，生态补偿政策设计中也开始引入补偿目标选择，即在生态补偿的政策设计中明确补偿目标选择的依据（criteria），并据此确定哪些目标对象应该纳入补偿项目以及纳入的优先序。

早期文献中，Gersmehl&Brown（1986）针对土壤生产力，采用单一的农业指标，对保护休耕计划（Conservation Reserve Program，CRP）的补偿目标选择进行了研究。Taff&Runge（1986）则考虑了预算约束对于保护目标选择的限制，在固定预算下，基于耐久性和生产力两方面保护效益的评估，进行补偿目标的选择。此后，生态补偿目标的选择由原先单一的考虑生态效益逐渐转变为综合考虑收益和成本等经济评估依据。Babcock et al.（1997）针对固定预算下的环境收益最大化问题，进一步将成本和收益综合起来进行分析，构建了在四种不同的政策目标下的生态补偿目标选择标准：（1）成本目标，即选择成本最低的地块进行补偿；（2）收益目标，即选择单位环境收益最高的对象；（3）收益—成本目标，即选择单位成本下环境收益最高的对象；（4）收益最大化目标，即最大化总的环境收益。研究证明选择不同的生态补偿对象会影响补偿的收益，带来不同的利益分配结果，并分析了不同补偿目标选择策略对于不同利益集团，包括消费者、生产者、劳动者和环保者的影响，说明了不同利益集团对于目标选择的偏好不同。Wu et al.（2001）则进一步考虑不同补偿对象（如地块）的空间差异性，并将由此带来的影响考虑到补偿目标选择之中。

从上述国际上的理论演进可以看出，生态补偿目标选择，旨在更“精准”地选择最符合政策要求的补偿目标对象，以改进补偿政策的效率和效果。毫无疑问，这是建立和完善生态补偿机制的核心问题之一，对提高生态补偿的生态效率和资金效率都具有非常重要的意义。

国内的生态补偿政策设计研究主要关注补偿概念、补偿标准、支付方式等生态补偿政策的要素（张金凤、何栋材，2011）。目前国内并未见对不同的补偿目标选择依据及其对政策效果的影响开展深入的经济分析，而是由生态学和地理学相融合，直接切入生态补偿目标的空间选择，单一地采用成本—收益目标作为补偿对象选择的依据，在测算出成本—收益比后，确定研究区域内的补偿目标优先排序（贾卓等，2012；戴其文，2013；宋晓谕等，2013；戴其文，2010），或对补偿的生态效益与补偿资金进行空间分布的分析（郭慧敏、王武魁，2015）。

三、生态补偿目标选择的政策实践

生态补偿在理论上可以分为科斯概念下的生态补偿和庇古概念下的生态补偿。科斯概念下的生态补偿指自愿性交易，即生态系统服务（ES）的买者（至少一个）从生态系统服务提供者那里购买产权定义清晰的生态系统服务（或者是一种稳定的土地使用行为）（Wunder et al.，2008）。庇古概念则强调政府通过经济激励，如向负外部性征税或补贴正的环境外部性来调整土地利用私人效益和社会效益的扭曲。现实中庇古概念下的生态补偿例子很多，现阶段世界上绝大多数国家的例子都是庇古概念的生态补偿机制（Schomers&Matzdorf，2013）。

这种分类对应到现实中，可以形成市场主导和政府主导两种不同类型的生态补偿。也就是说，生态补偿可以是通过一种完善的市场机制实现，也可以是通过政府规划管理（包括国家征税、补贴）实现（Schomers&Matzdorf，2013）。我国的生态补偿机制主要借助财政转移支付和专项基金等手段，通过经济利益改变补偿区域的社会发展方式，让受益者付费，保护者得到补偿（万军等，2005）。因此本文也主要基于庇古的生态补偿概念进行比较和分析。

（一）美国生态补偿政策中的目标选择

美国是较早实施生态补偿政策的国家，已经陆续实施了多个生态保护计划，并在项目中采取了不同的保护目标选择依据或标准：例如Wildlife Habitat Incentives Program（WHIP）优先选择“单位环境收益最大”的对象加以保护；Environmental Quality Incentives Program（EQIP）则采用给定预算下总环境收益最大化的目标选择实施对象；CRP在1992年之前采用成本最小化目标，优先选择生产力最低的地块，之后则逐渐改为“效益成本比最大”的地块优先入选（Wu et al.，2001）。

由于长期遭受土壤侵蚀的困扰，美国在1985年农业法案颁布后开始实施土地保护休耕计划（CRP）。这是一项由美国政府提供资金、美国农业部负责实施、农民自愿参与的休耕项目。主要针对那些土壤极易侵蚀或环境敏感的农业用地（耕地及牧场），旨在控制土壤侵蚀、改善水质、改善野生动植物栖息地环境、稳定土地价格等（向青、尹润生，2006；Johnson&Maxwell，2001）。2007年，项目中休耕土地数量达到顶峰1489万公顷。CRP项目每年减少土壤侵蚀量约2.24亿吨，每公顷减少17吨（Sullivan et al.，2004）。同时，CRP也显著提高了水质（Hellerstein&Higgins，2010），在部分农业区域，CRP降低了超过90%的氮负荷、50%的沉积物和农药及30%的磷负荷（Weitman，1994）。

最初，该项目仅依据耕地的土壤侵蚀性来选择进入休耕及补偿的目标。1986年正式实施时，CRP只允许土壤侵蚀严重的土地公开进行申请，批准那些期望补贴价格等于或低于农业部确定的最高标准的土地申请者，这时的补偿标准约为每年每英亩50美元，合同期限为10—15年（向青、尹润生，2006），合每公顷123.56美元。之后目标选择条件不断扩充，加入了野生动植物保护等要素（朱文清，2009）。1997年，CRP开始结合成本收益的空间信息，根据不同地块和农户经济状况签署合同并确定补贴标准。具体表现为：在公开申请中采用包含7个指标的“环境收益指数”（EBI）衡量地块特征和地块潜在的环境收益，同时计算出获得收益所需花费的成本，然后进行排序并选择合适的地块进行补偿（朱文清，2010）。其补贴标准由土地租金和成本分担两部分构成，土地租金基于各县的地租水平和相关土地产量；成本分担则根据实施项目的具体成本，由政府补给农民不超过实施植被保护措施成本50%的资金补偿（王国成等，2014）。2016年CRP共休耕959万公顷，年均成本为17亿美元（USDA Farm Service Agency，2016），平均每公顷177美元。

可以看出，美国CRP补贴标准的确定是在补偿目标选择依据的基础上确定的，从而综合考虑了补偿对象的成本收益，在此基础上，再通过竞标手段和自愿参与机制，结合不同地块和农户经济状况签署合同，依法律来保障合同的执行。

（二）中国生态补偿政策中的目标选择

中国也已经陆续实施了多种不同类型的生态补偿项目，补偿对象从大范围公共物品的补偿项目（如国家重点生态功能区转移支付、森林生态效益补助金），到具有竞争性但非排他性的准公共物品（中尺度流域上的生态补偿问题包括跨省际的流域上下游的生态补偿，如退耕还林），再到属于俱乐部产品的生态补偿问题（如太湖流域和新安江等中小流域以及城市水源地保护的生态补偿问题）（俞海、任勇，2008）。其中，大多数项目都以地方政府作为补偿支付的对象，资金激励并没有聚焦并落实到土地利用的行为主体上，所以没有真正实施对补偿目标的选择。只有退耕还林项目明确以农户作为参与对象，需要政策选择不同的补偿目标。

退耕还林，是一项投资巨大、涉及广泛、在国际上也影响最大的生态补偿工程。该项目1999年在四川、陕西、甘肃试点，2002年全面启动，旨在减少水土流失和缓解中国环境脆弱地区的贫困状况。其生态服务的买方是中央政府，受益人是下游用水者，而生态服务的卖方是符合标准的农户。《退耕还林条例》（2002）中提到该政策的原则是“谁退耕、谁造林、谁经营、谁受益”，补助方法主要是按照核定退耕面积，给相关人现金和粮食补助，累计投入资金4500亿元，至2016年底全国累计退耕面积约4.47亿亩，合计2980万公顷。项目规模已经超过了美国的CRP。退耕还林工程也取得了显著的生态效益。根据国家林业局发布的《退耕还林工程生态效益监测国家报告（2015）》，截至2015年年底，退耕还林工程实现年防风固沙9.19亿吨，年涵养水源9.16亿立方米，年固土1.17亿吨，年保肥445.48万吨。

根据《退耕还林条例》，该项目在选择生态补偿目标时设置了定性的标准，纳入项目的耕地包括：水土流失严重的；沙化、盐碱化、石漠化严重的；生态地位重要、粮食产量低而不稳的；优先安排江河源头及其两侧、湖库周围的陡坡耕地以及水土流失和风沙危害严重等生态地位重要区域的耕地。但这些原则并未考虑不同地块的成本收益差异，相应地，政府的补贴标准制定和发放也没有考虑地域和农户自身的差异性，只按长江流域及南方地区和黄河及北方地区进行了粗略的划分：黄河中上游补偿第一年为每公顷3150元，第二年为2400元；长江流域第一年为每公顷4200元，第二年为3450元（Uchida et al.，2007）。项目允许农户在自愿的基础上实施退耕，但政策实施过程中，部分地方政府偏重政绩，因此存在一些非自愿的进入。相关研究也指出，中国退耕还林制度中存在由于土地机会成本高、造林成本高，农户的退耕意愿比较低，政府存在强制性要求农户参加的行为（刘燕、董耀，2014）。

（三）比较与讨论

虽然不同的历史背景、政治体制和文化环境等都可能会影响生态补偿政策实施效果，但是政策设计的基本理念才是导致补偿效果和资金效率差异的关键因素。从上述中美补偿政策可以看出，是否精准地选择补偿对象、是否在目标选择时考虑保护地块的保护成本收益及空间差异性，直接影响了补偿标准的确定，进而影响到农户参与的积极性等方面，最终导致不同的补偿效果和资金使用效率。

首先，CRP政策设定了明确的补偿目标选择依据，事实上形成了差别化的合同补偿标准；退耕还林政策由于没有明确补偿对象选择的标准，只能采取近似一刀切的标准。但该政策实施区域幅员辽阔，无论是自然地理环境还是社会经济状况都存在很大的空间差异，不同的地区，不同的土地上保护成本差异较大，一刀切的补偿标准却忽略了这一点，因此补偿标准难免存在过低或过高的情况。如果补偿资金过高，那么降低了资金的使用效率，如果过低，无法弥补农民弃耕的损失，返耕现象难以避免（聂晓文、李云燕，2009）。

其次，由于没有精准地选择补偿对象，退耕还林政策的补偿标准较高，说明补偿资金的效率较低。研究表明，考虑购买力水平的中国退耕还林平均补偿标准已远远高于美国CRP计划（Uchida et al.，2007）。其中缺乏对补偿对象的筛选和精准“捕获”是一个主要的影响因素，导致项目参与度的质量不高。参与度指潜在的生态系统服务的提供者是否参与了该项目。广泛的参与度使得真正低成本、高效益的地块能够成为最终的补偿对象。美国CRP计划在确立目标选择依据的基础上采用竞标方式，比较充分地吸引潜在的生态系统服务付费的提供者。我国的退耕还林项目则由于是政府自上而下的强势推动，存在参与者不是最好的潜在生态服务提供者的情况。

再次，缺乏对补偿对象的精准锁定，还导致参与的自愿度和积极性下降，影响补偿政策的效果。农户等生态系统服务卖方是否自愿加入生态补偿直接影响到生态系统服务的提供及补偿效率（Tacconi，2012）。CRP中生态系统服务提供者进入项目大都是自愿的，因为需要农民投标，并与政府签订合同。通过竞标方式实现目标选择，既平衡了多方利益，尊重了农民的选择，又能够让环境收益更大、成本更低的地块优先进入项目，从而提高了资金使用效率，其所带来的社会经济效应（提高农业收入及环境收益）也使得美国政府有足够动力去实施该计划，项目的持续性也较好。在自愿加入的情况下，农户积极性相对较高，加上补偿金额由合同逐案确定，农户能够从中获益，反过来又会继续保护生态以获取更高的环境收益，这样就有助于提高项目持续性（Grosjean&Kontoleon，2009）。相反，在非自愿参与的基础上，项目中或者项目结束后返耕的概率也会越高（Xu et al.，2010），严重影响补偿资金的长期使用效率。研究表明，我国生态补偿实践地上林木的成活率很低，说明农户参与退耕积极性比较高，而造林和后续管理积极性比较差，甚至出现了“破坏转移性”，即将破坏或污染行为转移到了别的地方，也间接反映出现有补偿制度效率有待优化（刘燕、董耀，2014）。

最后，虽然目前多数生态补偿政策都是由政府主导的，但是否发挥市场机制和构建公开信息平台等要素依然会影响补偿目标的选择和补偿效果。例如美国从1995年起，农业部就提前公布环境效益指数及各类土地的最高补偿标准，以增加申请及审批的透明度（向青、尹润生，2006）；而我国却始终以自上而下推行为主，且实施环节较多，治理信息严重不对称（聂晓文、李云燕，2009），这些都影响了农户参与的积极性。

四、结论与建议

本文从生态补偿的经济激励角度入手，重点讨论生态补偿目标选择对补偿政策效率和效果的影响，并比较了美国和中国主要生态补偿政策中的目标选择设计。研究发现：

1.补偿目标的选择直接影响了补偿标准的确定，进而影响到农户参与度和积极性等方面，最终导致不同的补偿效果和资金使用效率。美国的CRP项目和中国的退耕还林政策都是世界上最大规模的生态补偿项目，都在一定程度上实现了恢复植被、保持水土的生态目标，但在政策设计的核心思路上存在较大的不同。CRP通过补偿目标的选择，提高了政策效果和公共资金的使用效率。但通过比较可以发现退耕还林政策设计中的几个主要问题：补偿对象选择不够科学、补偿标准一刀切、缺乏引导农户自愿参与的灵活机制、资金监督机制不强等，从而影响了政策的激励效果和资金的使用效率。

2.精准补偿，是一种补偿政策的设计思路，可以大大提高政策实现特定目标的有效性和公共资金的效率。“精准”的补偿，要求充分考虑生态服务供给者的成本和生态效益及其在空间上的差异性，要求更市场化的生态补偿实施机制。科学明确的目标选择，加上灵活的参与机制和合同执行监督机制，才能实现有效的精准补偿。

面对生态补偿资金的有限性及保护目标的多样性和差异性，必须将生态补偿资金的“好钢”用在刀刃上，提高生态补偿资金使用效率对生态补偿政策的可持续发展至关重要。为了优化我国生态补偿政策，提高资金使用效率，具体提出以下建议：

第一，强化补偿政策制定的科学性，尤其是补偿目标对象选择的科学性。一方面增强评估待补偿地块的生态系统服务价值核算的准确性，同时建立相关信息平台，注重同生态服务提供者的信息沟通与共享；另一方面更新补偿理念，补偿选择卖方时注重地块和农户的环境、经济和空间差异性，根据政策目标，精准地选择补偿目标对象，合理分配相关利益。

第二，采取灵活的实施机制，优化补偿标准。在合理选择生态补偿目标的基础上，通过竞标加农户自愿参与的灵活实施机制，充分揭示地块保护的成本信息，优化补偿标准，避免过度补偿和补偿不足，并通过自愿参与，保证参与者的合同激励相容。

第三，多样化补偿资金使用机制。首先应使补偿资金发放和使用更加灵活，因地制宜、因时制宜，不拘泥于现金和粮食等实物，可以配合教育支持、旅游支持等措施，符合受补偿者的意愿。同时，加强资金的管理和绩效监督，确保资金落实和利益合理分配。

［1］Babcock，B.A.，Lakshminaray，P.G.，Wu，J.，Zilberman，D.Targeting Tools for the Purchase of Environmental Amenities［J］.Land Economics，1997，73（3）：325-339.

［2］Camm，J.D.，Polasky，S.，Solow，A.，Csuti，B.A NOTE ON OPTIMAL ALGORITHMS FOR RESERVE SITE SELECTION［J］.Biological Conservation，1996：353-355.

［3］Gersmehl，P.J.，Brown，D.A.Regional Differences in the Validity of the Concept of Innate Soil Productivity［J］.Annals of the Association of American Geographers，1986，76（4）：480-492.

［4］Grosjean，P.，Kontoleon，A.HowSustainable are Sustainable Development Programs?The Case of the Sloping Land Conversion Program in China［J］.World Development，2009，37（1）：268-285.

［5］Hellerstein，D.，Higgins，N.The Effective Use of Limited Information：Do Bid Maximums Reduce Procurement Cost in Asymmetric Auctions?［J］.Agricultural and Resource Economics Review，2010，39（2）：288-304.

［6］Johnson，J.，Maxwell，B.The Role of the Conservation Reserve Program in Controlling Rural Residential Development［J］.Journal ofRural Studies，2001，17（3）：323-332.

［7］Jenkins，W.A.，Murray，B.C.，Kramer，R.A.，Faulkner，S.P.Valuing Ecosystem Services from Wetlands Restoration in the Mississippi Alluvial Valley［J］.Ecological Economics，2010，69（5）：1051-1061.

［8］Soulé，M.E.，Simberloff，D.What Do Genetics and Ecology Tell Us About the Design of Nature Reserves［J］.Biological Conservation，1986，35：19-40.

［9］Sullivan，P.，Hellerstein，D.，Hansen，L.，Johanssom，R.，Koenig，S.，Lubowski，R.，Mcbride，W.，McGranahan，D.，Robertrs，M.，Vogel，S.，Bucholtz，S.The Conservation Program：Economic Implications for Rural America［R］.Washington DC：U.S Department of A-griculture Economic Research Service，2004.Agricultural Economic Report 834.

［10］Schomers，S.，Matzdorf，B.Payments for Ecosystem Services：A Review and Comparison of Developing and Industrialized Countries［J］.Ecosystem Services，2013，6：16-30.

［11］Taff，S.，Runge，C.F.Supply Control，Conservation and Budget Restraint：Conflicting Instruments in the 1985 Farm Bill［Z］.University of Minnesota，Institute of Agriculture，Forestry and Home Economics，1986.

［12］Tacconi，L.Redefining Payments for Environmental Services［J］.Ecological Economics，2012，73：29-36.

［13］Uchida，E.，Xu，J.，Xu，Z.，Rozelle，S.Are the Poor Beneting from China's Land Conservation Program?［J］.Environment and Development Economics，2007，12（4）：593-620.

［14］USDA Farm Service Agency.Conservation Reserve Program：Monthly Summary-February2016.https：//www.fsa.usda.gov/Assets/USDA-FSAPublicusdafiles/Conservation/PDF/feb2016crpsummary.pdf（accessed August 4，2016）.

［15］Weitman，D.Water Quality Improvements and Wetland Restoration［C］.In When Conservation Reserve Contracts Expire：Policy Options Conference Proceedings.Arlington，VA.Soil Conservation Society，Ankeny，Iowa，Feb.10-11，1994：20-22.

［16］Wu，J.，Zilberman，D.，Babcock，B.A.Environmental and Distributional Impacts of Conservation Targeting Strategies1［J］.Journal of Environmental Economics and Management，2001，41：333-350.

［17］Wunder，S.，Engel，S.，Pagiola，S.Taking Stock：A Comparative Analysis of Payments for Environmental Services Programs in Developed and Developing Countries［J］.Ecological Economics，2008，65（4）：834-852.

［18］Xu，J.，Tao，R.，Xu，Z.，Bennett，M.T.China's Sloping Land Conversion Program：Does Expansion Equal Success?［J］.Land Economics，2010，86（2）：219-244.

［19］戴其文.生态补偿对象的空间选择研究——以甘南藏族自治州草地生态系统的水源涵养服务为例［J］.自然资源学报，2010，25（3）：415-425.

［20］戴其文.甘南州生态补偿区域空间选择方案的比较［J］.长江流域资源与环境，2013，22（4）：493-501.

［21］郭慧敏，王武魁.基于机会成本的退耕还林补偿资金的空间分配——以张家口市为例［J］.中国水土保持科学，2015，13（4）：137-143.

［22］贾卓，陈兴鹏，善孝玺.草地生态系统生态补偿标准和优先度研究——以甘肃省玛曲县为例［J］.资源科学，2012，34（10）：1951-1958.

［23］刘燕，董耀.后退耕时代农户退耕还林意愿影响因素［J］.经济地理，2014，34（2）：131-138.

［24］聂晓文，李云燕.退耕还林工程与美国土地休耕计划生态补偿效率比较分析［J］.中国市场，2009（44）：77-79.

［25］宋晓谕，徐中民，祁元，尹小娟，葛劲松.青海湖流域生态补偿空间选择与补偿标准研究［J］.冰川冻土，2013，35（2）：496-503.

［26］万军，张惠远，王金南，葛察忠，高树婷，饶胜.中国生态补偿政策评估与框架初探［J］.环境科学研究，2005，18（2）：1-8.

［27］王国成，唐增，高静.美国农业生态补偿典型案例剖析［J］.草业科学，2014，31（6）：1185-1194.

［28］向青，尹润生.美国环保休耕计划的做法与经验［J］.林业经济，2006（1）：73-78.

［29］俞海，任勇.中国生态补偿：概念、问题类型与政策路径选择［J］.中国软科学.2008（6）.7-15.

［30］朱文清.美国休耕保护项目问题研究［J］.林业经济，2009（12）：80-83.

［31］朱文清.美国休耕保护项目问题研究（续一）［J］.林业经济，2010（1）：123-128.

［32］张金凤，何栋材.中外生态补偿机制比较研究［J］.中国园艺文摘，2011（6）：45-49.

（责任编辑：董丽娟）

栏目简介

《财政科学》从2017年起重点打造特色栏目——深度调研、专题探讨。栏目将契合财政改革热点与政策焦点，每期推出一至两个专题。专题将从基层实践、政策制定、理论研究等多视点多角度进行深入探讨，激发新理念、开启新角度、发现新方法，为政府决策提供新元素和新思想。

欢迎广大专家学者和财经工作者给予我们大力支持，不吝赐稿。

Targeted Compensation：A Review on Theory and Practice of Ecological Compensation Targeting

Wu JianGuo Yanan

As an incentive-based policy,ecological compensation plays an increasingly important role in China's ecological civilization construction.This paper focuses on economic incentives of ecological compensation, and analyzes the effects of compensation targeting on the policy efficiency and effectiveness by comparing the targeting design in major programs in the United States and China.The results suggest that compensation targeting directly affects the compensation level,has indirect impacts on participation and motivation,and finally results in different policy performance such as effectiveness and efficiency of fiscal funds.We suggest to integrating the compensation targeting into policy design,and applying more flexible market mechanism in policy implementation to enhance the efficiency of public finance.

Ecological Compensation;Compensation Targeting;Targeted Compensation

F322

A

2096-1391（2017）06-0078-08

吴健，中国人民大学环境学院副院长、教授，国家发展与战略研究院研究员郭雅楠，中国人民大学环境学院博士研究生

*资助来源：国家自然科学基金项目（41571519）；国家高端智库中国人民大学国家发展战略研究院项目。