生态公益林补偿标准及其影响因素——基于农户受偿意愿视角

徐 珂，庞 洁，尹昌斌，3

（1.中国农业科学院农业资源与农业区划研究所，北京100081；2.农业农村部农村经济研究中心，北京 100810；3.中国农业绿色发展研究中心，北京100081）

1 引言

生态公益林作为重要的自然资源，不仅承担着涵养水源、防风固沙、调节气候、水土保持、防灾减灾、维护生物多样性等调节服务功能，还可以提供林木美学、林间游憩体验等文化服务功能，而且能通过依法合理利用林地资源，开发林下经济产业，增加林区就业和收入，兼具生态、社会和经济价值[1-2]。由于公益林政策严格禁止以木材生产为主要目的的采伐、抚育和改造活动，且利用林下资源开发非木质资源也受到各类条件限制，公益林与商品林间收益差距明显。若缺乏生态保护激励机制，农户参与政策的积极性与主动性将受制约。此外，因生态公益林的外部性、非竞争性和非排他性，其提供的公益性、社会性产品或服务难以确权、计量、储存、运输和交易，经济价值往往无法体现，这导致公益林的私人收益小于社会收益。为解决公益林保护中出现的市场失灵问题，需要政府的适度干预[3]。生态补偿作为生态产品价值实现的重要途径，在协调与平衡生态保护中各主体利益方面具有重要作用，是促进绿色发展和公平的重要政策工具。

近年来，公益林生态补偿机制一直是我国林业界关注的热点话题，关于进一步加强生态公益林生态补偿顶层设计的呼声渐涨。国内外学者对于公益林生态补偿理论的研究主要包括：探究公益林的补偿标准[4-5]、公益林的补偿方式[6]、从森林生态系统服务价值探讨公益林补偿[7]、从产权结构分析公益林制度[3]、影响林农公益林建设意愿或满意度的因素[8]、生态公益林对林农收入影响[9]、补偿机制存在的若干问题分析及国际上森林生态补偿经验总结与借鉴[10]等。区别于“补助”，生态补偿的目的在于在资金约束条件下获取最大的环境效益，兼顾效率与公平。现阶段，“一刀切”的公益林补偿方式虽然符合行政管理便利性原则，但绝对量偏低的、无差异化的补偿可能只会吸引生态建设机会成本较低或负的参与者[11]。当前公益林补偿标准没有考虑到利益主体情况的复杂性和公益林自身条件差异，在补偿资金执行和分配过程中也没有给予农户讨价还价的机会[12]。这种仅按照公益林面积确定补偿金额的办法，使补偿标准单一且缺乏弹性，由此导致现行公益林补偿不仅无法体现公益林质量和效益的差异，而且扼杀农户营林、育林、管林的积极性，这制约了生态补偿激励功能和可持续性[13]。农户是政策的重要参与主体与主要利益相关者，其参与意愿与积极性直接影响着政策开展的有效性和可持续性。作为“经济人”的农户同时是理性的市场主体，生产活动目标往往基于个人效用最大化，因而对补偿标准尤为关注，若农户参与生态保护的机会成本大于补偿标准，农业生产活动则更加着眼于眼前利益，对公益林则持消极态度和行为。因此，基于农户受偿意愿调查确立公益林补偿标准，并将农户个体差异性、资源异质性与生态认知考虑在内，探究农户受偿意愿的影响因素，对于科学制定补偿标准，提出差异化补偿方案，完善公益林补偿具有重要的现实意义。

鉴于此，本文利用云南省两县实地调查数据，在对有效激励农户参与公益林补偿标准的理论依据进行分析的基础上，利用条件价值法（CVM）和Tobit模型，测算农户关于生态公益林的受偿意愿和影响因素，进一步应用分位数回归模型（QR）探究不同分位点上，影响农户意愿受偿水平的关键因素，以期为生态公益林补偿标准的完善提供参考。

2 理论分析

由于生态公益林具有外部性，若不对其进行外界补偿干预，较易产生林业资源过度开发、环境退化和生态破坏等问题。公益林补偿通过综合运用行政和市场手段，建立林业生态约束或管制政策, 使得林地由生计资本转变为生态资本，对受偿者具有的林地经营权进行赎买，使其倾向于在经济补偿激励下，生产活动逐渐向环境友好型模式发展，最终实现林业资源可持续保护。鉴于生态公益林政策为行政命令型政策，关于农户受偿意愿的调查实为对农户关于现有公益林补偿标准评价的调查。据实地调研发现，相当比例的农户对现有补偿标准并不满意，对此，应尊重生态保护主体受偿意愿，将农户受偿意愿作为制定补偿标准的核心因素，适当提升公益林补偿。同时，在补偿实施中，可尝试结合农户异质性，综合考虑个体特征、资源禀赋、主观认知、政策参与等，探讨影响农户受偿意愿的关键因素，探索实施差异化补偿。

除直接补贴之外，农户也能从林下经济、林区旅游等项目中获取收益。政府对公益林建设投入基于公益林所产生的生态环境效益。另外，政府还可以通过公共建设和产业扶持，有效提升林下经济和森林旅游效益，这将进一步提高农户关于生态补偿政策的满意度，有助于公益林生态系统服务功能价值实现。此外，由于森林具有碳汇功能，可借助碳交易市场筹集补偿资金，帮助政策减轻财政负担（图1，实线为补偿主客体已有交互路径，虚线为本文拟探讨路径）。

图1 理论分析框架Fig.1 Theoretical analysis framework

农户受偿意愿是确定补偿标准的重要因素，受偿意愿是农户参与政策前后保持效用不变的最低补偿要求。本文借助希克斯（Hicks）分析法，用补偿变化（CV）和等价变化（EV）测度农户效用变化[14]。

假设农户对公益林的管理模式分为环境友好型和资源利用型两类，公益林实施后，农户采用环境友好型模式，林地从生计资本转变为生态资本，这能很大程度改善林区生态环境，有着正外部性，但此时公益林的经营将受到限制，农户的机会成本上升，经济收入可能受损。如图2所示，Y1、Y2分别代表林地作为生计资本和生态资本两种情况下要素投入量；L、U、x、h分别表示农户的生产可能性曲线、效用曲线、预算曲线和Hicks补偿需求曲线。假定农户的初始状态为效用曲线U0上的A点，由于生态公益林的实施，作为生计资本的林地投入量由OM减少为ON，减少量MN表示林地保护所带来的生态效应，但由于经营规模受限，农户福利下降至曲线U1上的B点。为保持效用不变，需要给予一定补偿，EV为从U1到U0的货币等价物，因而EV能够度量政策实行中为避免效用下降所需的最低补偿标准，即受偿意愿（WTA）。由Hicks补偿需求曲线h0可知，h0曲线与纵轴围成的面积SP1C′A′P0为农户福利变化水平，即EV。由预算曲线x可知其与纵轴围成的面积SP1B′A′P0为农户因参与公益林政策增加的成本支出。

图2 公益林保护补偿的补偿变化、等价变化与Hicks补偿需求曲线Fig.2 Compensation change, equivalent change and Hicks compensation demand curve of eco-compensation for ecological forests

同理，可以推导出生态受益者对公益林保护的支付意愿（WTP）。假定初始状态为效用曲线U1上的B点，政策实施后，生态受益者因环境改善额外获得MN的生态效益，福利水平上升到A点，此时，CV可以度量生态受益者为达到A点的福利状态所愿意支付的最高价格，即WTP，其大小可以用h1与纵轴围成的面积SP1B′D′P0表示。

由图2可知，农户受偿意愿（SP1C′A′P0）＞农户参与公益林的成本支出（SP1B′A′P0）＞生态受益者对公益林保护的支付意愿（SP1B′D′P0），WTP无法弥补参与政策的机会成本，更不能满足WTA。因此，为吸引农户参与，保障政策有效性与可持续性，需要给予一定补偿，且补偿标准至少达到农户受偿意愿。

3 数据来源与研究方法

3.1 研究区域与数据来源

本文数据来源于2018年8月在云南省红河哈尼族彝族自治州屏边苗族自治县、文山壮族苗族自治州西畴县开展的实地调研。屏边县和文山县地处我国西南边陲，是国家重点生态功能区，区域内生态公益林资源丰富。

由于屏边县和文山县的各乡镇与行政村的公益林比例、人均收入等存在差异，采用分层抽样法选择样本，对两县6个乡镇的政策户和非政策户进行调研。以问卷调查的方式，获得有效样本406份，问卷有效率98.54%。由表1可知，访谈对象有85.47%为男性，188人为少数民族（以苗族、壮族为主），年龄以36～60岁居多，近六成文化程度为小学及以下，家庭规模集中于3～5人。

表1 样本的基本特征Tab.1 Basic characteristics of the sample

3.2 变量选择

首先，现有关于农户受偿意愿研究中，个体特征已成为基本控制变量，包括：性别、年龄、受教育程度、家庭人均收入等[4,15-17]。由于调研区域为少数民族地区，可能存在国家或地方对少数民族的多方面支持从而影响其补偿意愿的情况，相较于汉族农户，少数民族农户世代居住山区，受语言、文化习俗等因素影响，劳动力转移就业难度较大，收入来源主要为种植业收入[18]，参与公益林政策更易受林地经营限制的影响，故将“民族”引入“个体特征”中，且预期影响为负。此外，在少数民族偏远山区，党组织在基层工作中发挥重要作用，党员政治觉悟更高，更能理解国家有关政策，受偿意愿可能区别于非党员农户。

其次，农户资源禀赋的差异会对其受偿意愿和偏好产生影响，但这在相关研究中考虑得不多。本文将资源禀赋纳入影响受偿意愿的主要因素：居住地离林地距离不同、林地土壤肥沃程度不同、公益林占总林地比例不同的农户，参与政策前后福利水平变化不尽相同，受偿意愿存在差异。

再次，根据计划行为理论，农户的主观心理因素（认知、评价、动机等）对行为决策的影响不容忽视，对森林保护重要性认知不同、对政策总体满意程度不同的农户期望获得的补偿标准不同。从不同角度解释，对受偿意愿作用方向也将存在差异：以认知为例，认识到森林保护重要的农户更愿意参与政策，有较低受偿意愿，但是，该部分农户更易认识到森林具有的正外部性，即生态系统服务功能价值，因而认为国家或社会应支付更高费用来补偿其公益林保护行为。由此可见，主观心理因素对受偿意愿的影响还需进一步探究。

最后，受偿意愿作为一种期望和利益诉求，既与农户主观心理因素有关，也受到客观现实情况影响。样本中包含政策户和非政策户，这两类人群对公益林政策及其补偿标准的评判差异较大，故本文将“政策参与”，即“是否享有生态公益林政策”考虑在内。

因此，本文提出研究假设：个体特征、资源禀赋特征、主观认知、政策参与4者均影响农户关于公益林的受偿意愿情况。关于各变量的设置、赋值及描述性统计见表2。

表2 变量设置、赋值说明及描述性统计Tab.2 Variable settings, assignment instructions and descriptive statistics

3.3 研究方法

3.3.1 条件估值法

条件估值法（CVM）是解释非市场物品经济价值的重要方法，它以Hicks的效益函数为基础，利用假想市场进行交易模拟，评估行为主体对于环境效益改善的最大WTP，或对于环境或资源受损的的最小WTA，借此反应受访对象对资源环境的偏好，被广泛应用于环境资源外部效益估算中[19]。本文采用支付卡式问卷引导农户回答，获取其受偿意愿，支付卡为受访对象提供良好的投标环境，既不会产生起始点偏误，也不会出现大量极端异常值。为尽可能消除CVM可能存在的偏差，课题组先开展预调研，结合现有公益林补偿标准与机会成本，根据农户反馈的受偿意愿值修正投标数额。当前，国家级公益林补偿标准为每年15元/亩，各省制定的公益林补偿标准在10～30元/亩之间，故在设置支付卡时，对15～50元/亩之间的选项进行更细地划分，采用非等距支付卡对结果并无负面影响[4,20-21]。

通过对比分析相关成果与农户参与政策机会成本来设置支付卡。蒋毓琪等发现，浑河流域上游林农公益林受偿意愿为33.78元/亩[21]，王雅敬等核算贵州省江口县地方重点公益林保护区农林每年愿意接受的最低补偿金额为20.94～24.34元/亩[6]。此外，对农户参与生态公益林机会成本进行分析，农户参与的机会成本是其让渡林地经营自由的经济损失，部分农户参与政策前种植杉树，林地被划入公益林后，农户失去买卖木材收益。参考2010年云南省林地单位面积平均价值，按自然成熟40年计算，乔木纯林的平均机会成本为每年75.5元/亩[22]。此外，个别访谈农户参与公益林前种植草果树，可获经济收入，故本文将支付卡上限定为100元/亩。

综上所述，研究将问卷的核心估值问题即受偿意愿设置分布在0、15、20、25、30、35、40、45、50、60、80与100元/亩。调研员在询问受偿意愿时，会先与农户确认所拥有的林地面积，尽可能模拟出真实的市场环境，确保其足够了解相关背景信息，最大程度克服信息偏差，并问询其期望此补偿数额的原因，再与农户“讨价还价”，直至最终得到尽可能准确的、农户所接受的最低补偿数额。受偿意愿计算公式为：

式（1）中：Vi为投标数额；Pi为受访者选择第i投标数额的概率。

3.3.2 Tobit模型

采用Tobit模型探究受偿意愿影响因素。由于部分农户受偿意愿水平高于支付卡投标上限，若使用普通最小二乘法（OLS）估计，参数则会产生策略性偏倚和不一致。Tobit模型属于标准的删截模型，适用于因变量的观测值在正值上大致连续分布，但由于某些限制导致一部分观测值缺失的回归分析，其一般形式为：

式（2）中：Yi为因变量；Y*i为潜变量；xi为解释变量；β为相关系数向量；εi为随机误差项且服从正态分布。

本文建立Tobit模型如下：

式（3）中：WTA*i为受偿意愿；xi为解释变量；βi为待估参数；β0为截距项；μ为残差项。

3.3.3 分位数回归模型

现有研究多针对补偿政策对农户的整体影响，基于农户异质性特点的受偿意愿影响因素研究较为欠缺，为进一步分析解释变量对不同受偿水平农户的影响，本文运用分位数回归（QR）对农户分层分析，探究影响农户公益林受偿水平的关键因素。QR可以将解释变量对被解释变量的影响在后者的整个分布上都展现出来。所构建的QR模型如下：

式（4）中：Xi为解释变量；γθ为系数向量；Quantθ(Ai丨Xi）表示Ai在给定Xi下的分位点θ(0＜θ＜1）对应的条件分位数。

4 实证结果与分析

4.1 农户对现有生态公益林政策的评价与预期

受访者对现行10元/（亩·年）的公益林补偿标准做出评价，其中69.46%的农户对现标准非常不满意或不满意；10.84%的农户认为一般；19.70%的农户感到满意或非常满意。当前，公益林补偿资金来源渠道较为单一，基本来自中央财政转移支付，有限的补偿资金主要用于生态公益林的管护，实际分摊到农户手中甚微，不能弥补农户的机会成本。可见，亟待通过拓宽资金渠道等途径提高补偿标准，进而提升补偿效果。

补偿方式选择方面，74.14%的农户选择发放现金或赠送农具、种子等实物形式的直接补偿。仅有不到三成的农户选择公共建设和产业扶持等形式的补偿：12.56%的农户选择完善农田水利设施、路灯、水泥路等公共建设；13.30%的农户选择提供林业技术培训或提供优惠政策发展特色、生态、高效林业等产业扶持。但农户在补偿方式的选择上也存在异质性，年龄越小、教育程度越高、家庭人均收入越高的农户更倾向于选择技术补偿、政策补偿等“造血式”补偿。

4.2 基于农户受偿意愿估算补偿标准

农户意愿受偿额度分布见表3，访谈发现，农户受偿意愿为0的主要原因是认为“补偿标准低/家庭林地规模较小，补偿金额对收入的影响微小，因而对补偿金额无所谓”“即使没有补偿也愿意为森林保护做贡献”等。79.80%的农户期望获得公益林补偿，CVM测算的受偿意愿结果为48.29元/（亩·年），根据Spike公式[23]可计算出农户受偿意愿的平均值下限为48.29×79.80% =38.54元/（亩·年）。综上，农户期望获得政府关于公益林的补偿标准为38.54～48.29元/（亩·年），约为当前补偿标准的3.85～4.83倍，这说明现有补偿标准与农户受偿意愿相比，仍存在很大差距。

表3 农户受偿意愿频率分布Tab.3 Frequency distribution of farmers’ willingness to accept

4.3 农户受偿意愿的影响因素分析

借助Stata 14.0软件，对前面构建的Tobit模型进行估计，以此分析影响农户受偿意愿的因素，得到的估计结果如表4所示。模型1表示纳入全部变量得到的Tobit模型回归结果，然后采用逐步向后回归法，依次剔除模型中不显著变量，直到所保留的变量均在10%的统计水平上显著，得到回归模型2。模型1和模型2的LR统计量均在0.1%的显著性水平下通过检验，说明二者整体拟合结果较好。剔除不显著变量后，Tobit模型中变量的显著性并无太多变化，可进一步说明变量选择是合理的，模型整体来说是稳定的。

表4 农户生态公益林受偿意愿影响因素的回归结果Tab.4 Regression results of factors affecting farmers’ willingness to accept for ecological forests

（1）个体特征变量的影响。考虑到户主会对家庭的资产经营状况和公益林实施情况更为了解，访谈对象多为男性户主，结果显示“性别”对受偿意愿的影响并不显著。“年龄”和“受教育程度”均在1%的水平上通过了显著性检验。年龄越大的农户的受偿意愿越低，原因在于年纪大的农户相对缺乏信息获取渠道，更易受到来自政府的指令性规范的约束[24]，在考虑受偿值时普遍参照国家现有标准，因此无需更高的补偿成本便能吸引其参与其中。“受教育程度”对农户期望受偿金额的影响也为负，对此的解释有两点：首先，受教育水平更高的农户可选择的生计模式更多，更愿意从机会成本高的农业生产中转移出来，生计策略偏向于非农行业，对林地的依赖程度下降，期望受偿金额更小；其次，文化程度高的农户，信息接收渠道广泛，更愿意为森林可持续发展付出更大的努力，从而其受偿期望值较低。从“民族”这一变量的回归结果来看，汉族和少数民族对公益林补偿标准的期望相差不大，影响并不显著。受访农户是党员正向影响其受偿意愿，随着调研地退耕还林、公益林政策深入推进和护林员、护草员、人居环境整治管理员等公益岗位部署实践，参与农户收入显著提升，党员干部逐渐意识到生态补偿政策工具在推动农户增收中的作用，公益林补助标准明显低于其他类补偿，党员干部会对公益林补偿标准抱有更大期待。“家庭人均年收入”负向影响受偿意愿，农户收入水平越高，对生态补偿金额的依赖度越低，对补偿标准期望越低，这与受偿意愿相关研究的结论相符合[16-17]。

（2）资源禀赋变量的影响。“林地距离”“林地质量”“林地比重”均通过了1%置信水平上的统计检验。其中“林地距离”显著为负，“林地质量”“林地比重”的系数为正，距离近的农户林业经营时间成本相对较低，林地土壤肥沃的农户具有较高的资源禀赋，原有林地被划为公益林更多的农户的林业经营活动受到更大限制，这三类农户参与公益林政策的机会成本更高，对政府的补偿金额的心理预期较高，而这种预期也在受偿值的考虑上得到了体现和延伸。

（3）主观认知变量的影响。“对森林保护重要性的认知”和“对生态公益林政策总体的满意程度”分别在5%和1%的水平上通过统计检验，认为森林保护重要的农户受偿意愿更低，原因在于这部分农户更能认识到公益林具有的经济、生态和社会价值，价值认知又通过偏好进一步指导农户的行为与决策[25]，故认为保护森林重要的农户更愿意投入到公益林保护中，且这部分农户对政策设计初衷的理解更为深刻，无需较多的外部经济激励。当农户对生态公益林政策总体评价，比如对补偿金额、补偿方式、公益林管护机制越满意，其受偿意愿越低。

（4）政策参与变量的影响。家庭已经享有公益林政策补贴的农户的受偿意愿相比于未参与的农户更大，因为公益林不享有与经济林同等的处置权、使用权和收益权，参与公益林意味着接受补偿后让渡林地经营自由。

4.4 农户生态公益林补偿受偿意愿差异性分析

为进一步探究不同条件下各因素对农户受偿意愿影响的差异性，文中运用Stata 14.0软件对样本数据进行分位数回归，受篇幅所限，下面仅报告自变量25%、50%、75%分位点的回归结果，详见表5。

表5 分位数模型估计结果Tab.5 Estimation results of quantile model

从结果看，“年龄”在50～75分位点上均通过了显著性检验，系数相差不大，但在低分位点上影响并不显著，可知，若补偿标准过低，即使农户年龄存在差异，其受偿意愿差别也不大。“受教育程度”“是否是党员”“家庭人均年收入”“林地距离”“林地质量”对农户受偿意愿在各分位点上均有显著影响且影响系数在不同分位数水平上存在差异，其绝对值相差不大，即无论公益林补贴标准高或低，这些影响因素对其受偿意愿均有影响，但影响程度类似。“林地比重”在高分位点上的影响系数明显高于中分位点，且显著高于“林地距离”和“林地质量”，可见，若提升补偿标准，“林地比重”应作为重要参考因素。

主观认知方面，在25分位点上，“对森林保护重要性的认知”和“对生态公益林政策总体的满意程度”对农户受偿意愿影响不显著，而在中高位分位点上，二者负向影响受偿金额，当且仅当补偿标准达到一定数额时，主观认知才会显著影响农户受偿意愿，越是觉得森林保护重要和对政策满意的农户，受偿意愿越低。

政策参与方面，“家庭享有公益林政策”在中低分位点上对受偿意愿的作用系数明显低于高位分位点，原因在于，当补偿标准低时，参与政策农户对补偿金额的依赖度减小，政策参与对受偿意愿的影响程度小。在高分位点，政策参与对受偿意愿的影响程度显著增加，且作用系数明显高于其他变量。可知，若在提升补偿标准的同时制定差异化补偿，相比于新参与政策的农户，应优先提高对原先已参与政策农户的补偿。

图3描述了诸解释变量在全分位点上的边际贡献及其变化趋势。横轴为分位点，纵轴为不同分位点下变量的回归系数，图形步长为0.05，虚线表示OLS回归系数和置信带（5%），实线为分位回归系数，阴影为其置信带（5%）。回归结果显著的解释变量，例如林地距离、林地质量、政策参与等的图形起伏或波动较大，在不同分位点的回归系数变化明显。而回归结果不显著的解释变量，如性别和民族变量的图形起伏较平稳，各解释变量在不同分位点的估计系数变化不明显。全分位数回归与上文主要结论一致，表明上文的分位点选择具有代表性和可行性，其主要发现和结论是稳健的[26]。

图3 各解释变量全分位回归系数及变化情况Fig.3 The full quantile regression coefficients and changes of each explanatory variable

5 讨论

生态公益林以维护林地生态平衡与可持续发展为主体功能，为人类社会提供了诸多公益性生态产品或服务。农户保护和建设生态公益林的主动性是政策有效开展的重要基础。农户作为有限理性人，有效激励参与公益林保护政策的补偿标准不应低于受偿意愿，否则，可能会导致农户疏于对公益林的管理，进而影响公益林的防火、防疫、防灾、抚育及补植补造。此外，补偿不足也可能使得农户在守法成本高、违法成本低的情况下为了经济效益而砍伐公益林，导致公益林的丧失。为此，在制定补偿标准时，应充分尊重农户受偿意愿，保障标准的合理性。调研发现，农户期望获得的补偿金额与现行标准仍有较大差距，对此，应加大补偿力度，可通过拓宽资金来源渠道，而非一味地增加转移支付来提升补偿标准，进而提高对农户经济激励，减轻政府财政负担。

生态补偿在一定程度上平衡生态效益与经济效益的冲突，但区别于“补助”，补偿应遵循有效、合理，兼顾效率与公平，“一刀切”政策既不能反应林地特征的多样性，也不能体现出区域社会经济发展的实际差异。本文将农户资源禀赋、政策参与考虑在内，发现具有不同资源禀赋的农户，政策户与非政策户的利益偏好不同，受偿意愿存在显著差异。随着补偿标准提升，“林地比重”和“是否享有政策”对受偿意愿的影响显著加大。对此，地方可尝试结合农户异质性，因地制宜将农户资源禀赋特征的影响考虑在内，综合考虑农户参加公益林的生态区位、生态价值、林地类型及质量、林地占比等因素，探索实施有差别化的补偿标准；同时，相比于新参与政策的农户，应优先提高对原先已参与政策农户的补偿，调动农户参与积极性。

从主观认知视角探讨农户参与政策背后的心理机理发现：越能理解森林保护重要性的农户，对政策越满意的农户，受偿意愿越低，这一发现与现有研究一致[17]。对此，可加大公益林政策的宣传，通过网络、电视、横幅、宣传栏等渠道不断提升农户对森林生态环境重要性的认知；此外，可通过规章条例来约束毁坏林地生态的生产经营行为，并完善工作督察制度、考核制度，建立公开透明的反馈机制，吸引农户参与监督，以此提升农户对政策的满意程度，从而推动公益林政策的可持续开展。

6 结论与政策启示

6.1 结论

69.46 %的受访农户对现有10元/（亩·年）的公益林补偿标准不满意。农户期望获得的补偿标准为38.54～48.29元/（亩·年），约为当前标准的3.85～4.83倍，公益林补偿额度有待进一步提升。

（2）农户的个体特征、资源禀赋特征、主观认知、政策参与均是影响其受偿意愿的关键因素，其中，林地比重、政策满意度、是否享有政策对受偿意愿的作用明显。

（3）若在提升补偿标准的同时制定差异化补偿，相较于新参与政策的农户，应优先提高对原先已参与政策农户的补偿，此外，林地比重应作为重要参考因素。

6.2 政策启示

（1）参考农户受偿意愿，适当提升公益林补偿标准。现有标准与农户意愿值之间存在一定的差距，应加大补偿力度。在关注农户利益的同时，也应兼顾政府财政负担，不能仅着眼于提高公共财政投入力度，而应开源节流，比如发展林业碳汇交易市场，拓宽资金来源，逐步提高补偿额度。

（2）结合农户异质性，探索差异化补偿。可将农户资源禀赋特征作为制定差异化标准的关键因素，同时更应关注原先已参与政策农户的利益，尊重生态保护主体客观情况，兼顾效率和公平。

（3）加强宣传，提升农户森林保护意识和政策满意度。通过政府积极宣传、引导和教育，培养农户森林生态认知，增强其对公益林生态补偿的满意度，推动政策有效开展。

（4）通过公共建设和产业扶持，促进补偿方式的多元化。完善公共设施，推进森林康养、休闲旅游等生态服务业发展；依托森林资源发展林下经济产业，引导传统以采伐林木为生的低收入脆弱群体参与生态服务，如护林员、林业技术员等，切实提升其劳动经济收入，让广大农户享受到公益林建设成果，推动公益林文化服务价值和经济价值的实现。