基于耦合效應的林業碳匯項目風險*

盧 峰 顧光同,2,3 曹先磊 吳偉光,2,3

(1.浙江農林大學經濟管理學院 臨安 311300； 2.浙江農林大學浙江省鄉村振興研究院 臨安 311300； 3.浙江農林大學生態文明&碳中和研究院 臨安 311300； 4.山西財經大學國際貿易學院 太原 030006)

森林碳匯是應對氣候變化潛力較大且較為成本有效的手段之一(Richardsetal., 1993)； 我國已將森林增匯作為應對氣候變化的國家戰略，并于2020年正式提出了“碳達峰、碳中和”宏偉戰略目標。在此背景下，林業碳匯項目開發受到了政府與社會各界的廣泛關注與重視，但在具體實施過程中也面臨諸多風險與不確定性(高沁怡等， 2021)。自2011年中國啟動全國范圍的碳排放權交易試點以來，包括林業碳匯項目在內的中國核證減排量(China certified emission reduction, CCER)項目得到較快發展(金婷等， 2018； 曹先磊等， 2019)。 但由于林業碳匯項目存在開發周期長、投資額度大、參與主體多且分散(涉及農戶)等諸多特征，且項目開發專業技術性強、程序較為復雜，面臨政策、市場、技術和自然等諸多風險與不確定性(Christopheretal., 2009； 金婷等， 2021)， 不少森林碳匯項目開發者因缺乏對林業碳匯項目開發相關政策及風險的充分了解，在開發過程中面臨困難甚至破產的案例時有發生(龔榮發， 2019)。因此，對林業碳匯項目開發的風險與不確定性應予以高度重視，才能真正確保相關林業碳匯產業的健康持續發展，為中國碳達峰碳中和戰略目標實現做出應有貢獻。

現有對林業碳匯項目風險研究大多以定性探討為主； 少量基于模型對林業碳匯項目風險進行了初步定量分析，但未考慮風險因子之間的耦合效應，評價結果的可靠性有待進一步驗證。在林業碳匯項目風險定性分析方面，已有文獻重點探討林業碳匯項目風險類別與來源，比如，武曙紅等(2007)將清潔發展機制(Clean Development Mechanism, CDM)下造林再造林項目碳逆轉風險分為自然、人為、市場和環境風險； Huettner(2011)將減少因毀林和森林退化引起的溫室氣體排放(reducing emissions from deforestation and forest degradation, REDD)項目實施過程中面臨風險歸納為林木非法采伐、交易成本過高和資金分配低效等9種風險； 張靜娉等(2016)將中國林業碳匯的經營風險劃分為政策、自然、人為和市場風險。金婷等(2018)基于模糊數學方法對CCER項目風險進行了初步定量評估，發現市場和政策風險是林業碳匯項目最為主要的風險來源； 高沁怡等(2021)基于貝葉斯網絡模型，對CCER林業碳匯項目風險因子的概率分布進行了估計。上述初步定量研究并未考慮項目風險之間的相互耦合效應的影響，事實上，項目風險水平不僅受不同風險因子單獨影響，還受不同因子之間的耦合關系的影響，是否考慮風險因子之間的耦合效應對項目風險水平測度有重要影響(Qiao, 2021； Fanetal., 2021)。

鑒于此，本研究在已有相關研究成果基礎上，通過建立納入不同風險因子之間耦合效應的林業碳匯項目風險評價模型，并基于系統動力學(System Dynamics, SD)方法，對項目的整體風險水平及其不同風險之間的耦合效應進行測算與評價，以期對林業碳匯項目風險水平做出更為準確的評價，為項目經營主體和政府部門政策制定提供決策參考。

1 林業碳匯項目風險分析

1.1 風險清單與數據處理

與林業碳匯項目風險有關的歷史數據較為匱乏，但林業碳匯領域專家對風險知識相當豐富。本研究于2019年6—7月期間對從事林業碳匯相關研究、管理與實踐經營的113位相關專家，圍繞林業碳匯項目風險進行多輪訪談。從專家的行業分布來看，有40位為林業碳匯研究機構研究者、40位為林業碳匯行業管理者、25位為林業碳匯項目投資經營者以及8位碳交易平臺從業者，基本覆蓋林業碳匯各個相關領域； 從技術職稱情況來看，初級職稱8人，中級職稱26人，副高級職稱27人，正高級職稱13人； 從工作經歷來看，113位專家從事林業碳匯領域的相關研究、管理與實踐工作的平均時間達10年。總體而言，所選專家具有林業碳匯方面的專業知識和學術水平，對林業碳匯項目風險具有相對精確和科學的認知。

本次專家訪談重點內容為林業項目風險來源識別、風險發生概率及影響。為了提高專家訪談數據信息質量，本研究對林業碳匯項目風險相關信息進行了多輪識別、反饋和修正，最終形成林業碳匯項目風險清單，將其分為自然、技術、市場和政策4種風險子系統，以Ri表示； 共計22個風險因子，以Rij表示，見表1。基于上述風險清單，根據113位專家對22個風險因子的發生概率及影響程度的判斷，對其結果采取5級李克特量表進行賦值； 并以林業碳匯項目風險發生概率與風險影響程度乘積的轉化形式作為林業碳匯項目風險綜合指標(Hurstetal., 1998; Chandra, 2015)，具體見表2。

表1 林業碳匯項目風險清單Tab.1 Risk list of forestry carbon sink project

表2 風險綜合作用專家打分Tab.2 Scoring table of experts on risk comprehensive action

1.2 林業碳匯項目風險耦合關系

風險耦合是風險因子之間存在的相互作用關系，風險因子之間的耦合效應對項目風險水平有顯著影響。本節將重點闡述林業碳匯項目風險子系統內部與不同子系統之間的耦合關系，其中子系統內部的風險耦合關系稱為同質耦合，不同子系統風險之間的耦合關系稱為異質耦合。

1.2.1 同質耦合 1)自然風險 自然風險包括干旱災害、洪澇災害、森林病害、森林蟲害、大風災害、森林火災、冰雪災害和地質災害等。首先，降水量和溫濕系數小，蟲害易發(孫丹萍等， 2007)； 降水量和濕度高，病害易發(Marchisioetal., 1994)； 其次，森林病蟲害會引起林木含水量下降甚至枯死，森林可燃物增加，火災易發(張文勤等， 2001)； 此外，一般認為火災的風險大小與降水量、濕度、風力等因素密切相關(錢柯君， 2016)： 降水量小，天氣干旱，火災易發； 風力強，火災發生概率和影響程度均會增加。再次，森林火災發生后，坡面堆積的灰燼層和火燒跡地本身結構的擾動使得在降水強度較大時，泥石流等地質災害易發(胡卸文等， 2020)； 同時，森林火災還可能引發冰雪災害(梁林恒等， 1992)： 火災燒毀大量林木和地表枯枝，在降雪發生時使得地表增加冰雪消融而引起洪澇、泥石流等地質災害(祁龍， 1998)。各種自然風險耦合路徑如圖1所示。

圖1 林業碳匯項目自然風險子系統風險耦合關系Fig. 1 Risk coupling diagram of natural risk subsystem of forestry carbon sink project“+”表示正向作用。下同。“+” means positive effect. The same below.

2) 技術風險 技術風險包括項目未能獲得備案、項目參與者未按作業設計實施、項目參與者中途退出項目和項目未能獲得簽發等。林業碳匯項目開發需要經歷項目設計、審定、備案、實施、監測、減排量核證及簽發等環節，各環節之間環環相扣，相互之間存在影響(金婷等， 2018)。比如，由于政策或其他原因，項目參與者未能按照項目作業設計要求實施，導致項目無法通過審定、備案與簽發； 反之，項目無法通過審定、備案誘發參與者中途退出項目，也會導致項目無法繼續實施，核證減排量無法獲得簽發。各種技術風險耦合路徑如圖2所示。

圖2 林業碳匯項目技術風險子系統風險耦合關系Fig. 2 Risk coupling diagram of technical risk subsystem of forestry carbon sink project

3)市場風險 市場風險包括利率變動、林地租金變動、勞動力價格變動、碳匯價格變動、木材價格變動和碳市場供給變動等。在其他因素不變的條件下，勞動力價格、利率水平、土地租金的變化會直接影響木材和林業碳匯的供給成本(黃宰勝等， 2015)，進而影響其供給量與價格。相反，林業碳匯價格與木材價格水平的變化，以及兩者之間的相對價格的變化，也會影響碳匯市場供給(朱添金等， 2018)。 在其他因素保持不變的情況下，木材與碳匯的價格會相互影響(朱添金等， 2018)： 比如，當碳匯的相對價格高于木材時，林農會選擇延長林木輪伐期以獲取更多的碳匯收益，從而影響木材的產量和木材價格。各種市場風險耦合路徑如圖3所示。

圖3 林業碳匯項目市場風險子系統風險耦合關系Fig. 3 Risk coupling diagram of market risk subsystem of forestry carbon sink project

4) 政策風險 政策風險包括國際氣候談判進程不確定性、國家減排政策變化、林業碳匯認定標準變化和林業碳匯交易規則變化等。國際氣候變化談判進行會對國家減排政策(馮帥， 2017)，進而對林業碳匯項目交易規則(張益玉等， 2021)與認定標準產生影響。目前林業碳匯項目認定主要依據《溫室氣體自愿減排交易管理暫行辦法》、《溫室氣體自愿減排項目審定與核證指南》等政策性文件以及項目所采取的方法學，而這些文件又必須符合國家法律和減排政策，因此國家減排政策的變化會對林業碳匯項目交易規則和認定標準產生影響。各種政策風險耦合路徑如圖4所示。

圖4 林業碳匯項目政策風險子系統風險耦合關系Fig. 4 Risk coupling diagram of policy risk subsystem of forestry carbon sink project

1.2.2 異質耦合 異質耦合指不同風險子系統之間的相關影響關系。就林業碳匯項目而言，其自然、技術、市場和政策風險子系統之間的相關影響關系如下： 自然風險、政策風險會直接影響林業碳匯項目核證減排量的簽發，進而演化為技術風險； 而核證減排量簽發是否成功，會直接影響林業碳匯市場的供給和林業碳匯價格，最終演化為市場風險； 林業碳匯市場的供給量與林業碳匯價格又受到國家政策的調控與管理，林業碳匯市場供給和林業碳匯價格的變動會引起國家減排政策的調整，演化為政策風險。具體分析如下：

自然風險與其他風險的耦合。比如，森林火災、洪災、病蟲害等自然風險會引起森林資源的破壞，一方面，會直接影響木材市場的供給量，在供求規律的作用下最終影響木材價格； 另一方面，森林資源破壞會引起碳逆轉，進而導致部分原定的減排量核證與簽發失敗(武曙紅等， 2007)，碳市場供給發生變動。

技術風險與其他風險的耦合。項目能否獲得簽發直接關系到林業碳匯市場的供給。一方面，項目參與者未能按照作業設計實施，導致項目無法通過備案，減排量無法簽發，從而影響碳市場的碳匯供給； 另一方面，項目參與者繼續開發項目的積極性，也會對項目備案的成功率和簽發率產生影響，進而影響碳匯市場供給。

市場風險與其他風險的耦合。林地租金、勞動力價格、碳匯價格等林業碳匯市場要素的變化，不僅會直接影響碳市場供需及碳價格，同時也會對國家減排政策產生影響。在“雙碳”目標下，國家減排政策對碳匯市場進行宏觀調控，當碳市場供給量長期低迷，供小于求時，政策會偏向于激勵供給； 當供給量長期維持過剩狀態，需求不足時，則偏向于刺激需求。

政策風險與其他風險的耦合。比如，隨著國際氣候變化談判與國家減排政策的變化，林業碳匯項目的認定標準也將隨之發生變化，直接關系項目能否備案，一方面會影響項目參與者繼續參與項目開發的積極性和減排量的簽發，從而影響林業碳匯市場的供給； 另一方面也會對控排企業的林業碳匯需求產生影響，最終影響碳市場的供求平衡與林業碳匯價格(石柳等， 2017)。綜上所述，結合風險的同質和異質耦合關系，形成林業碳匯項目風險耦合關系圖(圖5)。該圖僅能其呈現風險因子之間的耦合關系，而不能對其耦合效應進行量化評估，也無法計算其風險水平。事實上，風險的耦合效應不僅是風險因子演變的過程，更是其存量積累的過程(Xueetal., 2020)。因此，基于上述耦合關系圖，建立林業碳匯項目風險積流如圖6所示。

2 系統動力學建模、參數確定與情景模擬

2.1 基于系統動力學方法構建林業碳匯項目風險評價模型

系統動力學(System Dynamics, SD)模型。基本原理：SD方法最初是由Forrester(1997)為分析企業生產和庫存管理等問題而提出的一種系統仿真方法。它對參數精準度的要求較低，而強調對系統結構和動態行為的研究，是定性與定量研究方法的有機結合； SD模型本質上是一種揭示系統內部因果關系機理性的模型，強調系統內部各要素之間的相互聯系與影響，系統中包含的要素可以隨時間而變化，可以用來模擬長期性和周期性的系統問題，目前已被廣泛應用于基建(王孟鈞等， 2021)、金融(徐鯤等， 2021)和農業(劉凌燕等， 2020)等諸多領域。

SD模型主要由流量(RR)、存量(SR)和輔助變量等元件構成，某變量t時刻的存量可以表示為： 初始存量加上流入量減去流出量，具體可由公式(1)表示：

(1)

式中： Stock(t)與 stock(t0)分別表示t時刻的存量與初始存量，inflow(s)與outflow(s)分別表示該變量在初始時刻到t時刻的流入量與流出量，s表示從t0到t的某一時刻。文章中，主要是基于風險耦合效應對林業碳匯項目風險評價，僅涉及風險因子的演變與流入量的積累，并未涉及流出量，因而所有變量的流出量均為0。

適用性分析：首先，林業碳匯項目風險相關數據相對缺乏，但林業碳匯領域專家對各風險因子發生概率及其影響程度有著相對準確的認知。而SD方法對參數精準度要求不高，可以實現定性與定量相結合的特點使其在進行林業碳匯項目風險評價時可以充分利用專家的經驗判斷。其次，林業碳匯項目自然、技術、市場和政策等4個風險子系統之間相互聯系并相互作用，且林業碳匯項目開發周期較長，項目風險會隨時間而發生變化。應用SD方法可以較好地揭示林業碳匯項目風險耦合的內在機制，在林業碳匯項目的開發周期內體現風險間的動態變化，實現對風險耦合的情景模擬，分離出耦合效應對項目整體風險水平的影響； 此外，林業碳匯項目風險眾多，風險演變與傳遞較為復雜且易受外界因素干擾，而SD方法能以風險積流圖的形式，清晰地揭示出各風險因子之間的因果關系，將不相關的關系排除在外，極大地簡化了分析框架，提高風險評估結果的科學性。因此，應用SD方法進行林業碳匯項目風險評價具有一定優勢。

建模步驟：首先，根據林業碳匯項目風險特征，將其劃分為多個子系統，每個子系統里包含符合其特點的風險因子； 其次，在對林業碳匯項目風險進行耦合關系分析的基礎上，建立林業碳匯項目風險耦合關系圖和積流圖； 再次，根據林業碳匯項目風險耦合特點，建立系統動力學方程，并確定相關參數： 風險權重、風險初始值和耦合系數； 最后，根據實際需要，通過設定耦合系數或者初始值等進行林業碳匯風險模擬分析。

2.2 建立系統動力學方程

基于構建的林業碳匯項目風險積流圖，結合林業碳匯項目風險特點，構建SD方程如下：

RRij=∑(SRij×CRij-x),

(2)

SRij=integ(RRij，xRij),

(3)

SRi=∑(SRij×ωRij),

(4)

(5)

2.3 參數設定

(6)

式中：MSRij和∑MS為Rij的專家打分均值及其加總。

(7)

然后，分別計算每個風險因子在對應風險子系統中的權重ωRij，即相對權重，它反映Rij相對于Ri的重要程度，見(8)式：

(8)

綜上，對專家打分數據進行處理，所得權重參數見表3。

表3 林業碳匯項目風險權重參數Tab.3 Risk weight parameter of forestry carbon sink project

2.3.2 風險初始值參數的確定 本研究基于實地調研數據與專家調查信息，參考已有相關研究(Xueetal.， 2020)，對每個風險狀態對應的初始值進行設定，見表4。

表4 風險狀態及其初始值Tab.4 Risk status and its initial value

為了削弱專家經驗和判斷的主觀性，對每個風險因子初始值取平均值，作為林業碳匯項目風險因子的初始值，見表5。

表5 林業碳匯項目風險初始值參數Tab.5 Initial risk value parameter of forestry carbon sink project

2.3.3 風險耦合系數的確定 耦合系數反映林業碳匯項目風險因子間的相互作用程度。在特定的環境下，耦合系數并不會馬上發生變化，因此在模型中將其設定為常數。以專家對不同風險因子做出相同打分的條件頻率作為風險因子之間、風險子系統與風險因子之間的的耦合系數。對于自然風險與相關風險因子的耦合這一特殊情況，對表2風險綜合作用專家打分原始值進行加權求和，在將其轉化為1～5分后，再求其與其他風險因子得到相同分值的條件頻率，見表6。

表6 林業碳匯項目風險因子耦合系數Tab.6 Coupling risk factor coefficient of forestry carbon sink project

2.4 情景模擬與計算方法

在風險模擬中，考慮林業碳匯項目計入期為20年，減排量核證4次的一般情景，在VENPLE軟件中將總時長設定為5年，時間間隔設定為1年。

2.4.1 風險等級劃分標準及子系統貢獻程度計算 得到項目的整體風險水平后，需要確定其風險等級，分別模擬全部風險初始值參數Xij為0.1、0.3、0.5、0.7和0.9的情景，得到林業碳匯項目風險狀態從極低到極高情景下的整體風險水平，由此將林業碳匯項目風險劃分為5個等級，每個等級的值區間見表7。

表7 林業碳匯項目風險等級劃分標準Tab.7 Standards for risk rank of forestry carbon sink projects

在確定林業碳匯項目整體風險水平后，需要確定自然、技術、市場、政策4個子系統對項目整體風險水平的貢獻程度，計算方法見(9)式：

(9)

2.4.2 耦合效應模擬與計算方法 將相關的耦合系數設定為0，其他耦合系數保持不變，即為不考慮相關耦合效應時的項目整體風險水平，作為實驗組； 同時，維持所有參數不變，即項目的原始風險，作為控制組； 試驗組和控制組除了相關耦合系數有所差異之外，在項目時長、時長間隔以及其他參數設定上完全一致，則控制組和試驗組項目風險水平的差值即為耦合效應引起的。差值越大，耦合效應越強，相關風險越需要引起重視。耦合效應的計算見(10)式：

(10)

式中CE即為耦合效應，X|t=k為第t年林業碳匯項目整體原始風險水平，XCE|t=k為移除耦合效應后第t年林業碳匯項目整體風險水平。本文的t統一取為模型末期5。

3 結果與分析

3.1 耦合效應對項目整體風險的影響

根據分析結果，是否考慮耦合會明顯影響整體風險水平大小及風險等級的范圍。在考慮耦合時，項目的整體風險水平即項目原始風險水平6.784，風險等級為Ⅲ。而在不考慮耦合效應時，項目的整體風險水平下降為0.355，風險等級由Ⅲ降為Ⅰ。事實上，風險的耦合效應不僅是風險因子演變的過程，更是其存量積累的過程(Xueetal., 2020)，在忽視耦合效應的情景下，項目的風險被默認為靜態的、不隨時間而發生變化，而林業碳匯項目風險在開發過程中并非是一成不變的，這就使得項目整體風險水平可能被低估。此外，不考慮同質耦合效應時的項目整體風險水平要小于不考慮異質耦合時的情景，即同質耦合效應的強度大于異質耦合。這是因為在林業碳匯項目風險系統中，同質耦合的風險因子數量要遠大于異質耦合數量。具體見表8。

表8 耦合效應對項目整體風險的影響Tab.8 Influence of coupling effect on the overall risk of the project

確定每個子系統的風險水平對整體風險的貢獻程度，分別得到各風險子系統在全部風險初始值參數Xij為0.1至0.9情景下的風險水平，并結合其原始風險水平，確定風險等級； 根據結果，對項目風險貢獻程度從大到小排序依次是市場、政策、技術與自然風險。其中政策、市場與技術風險位于風險等級Ⅲ，自然風險位于等級Ⅱ。進一步對其構成進行分析，得到對這4種風險貢獻程度最大的風險因子分別是碳市場供給變動、國家減排政策變化、項目未能獲得簽發和地質災害，結果見表9。

表9 風險子系統對項目整體風險的貢獻Tab.9 Contribution degree of each risk subsystem

3.2 子系統及風險因子耦合效應對項目整體風險的影響

進一步分析各風險子系統同、異質耦合對項目整體風險的影響，分別得到各風險子系統不考慮同、異質耦合時的項目整體風險水平及其相關耦合效應大小，結果見表10。在各子系統中，同質耦合效應強弱排序依次是市場、政策、技術和自然風險； 異質耦合效應強弱排序依次是市場、政策、技術和自然風險； 全部耦合效應強弱排序依次是市場、政策、技術和自然風險。無論是同質耦合還是異質耦合，市場風險和政策風險均具有最強的耦合效應，在風險監管中需要引起足夠的重視。如表9所示，4個風險子系統的原始風險水平高低排序依次為市場、政策、技術和自然風險，與耦合效應強弱排序一致，這說明風險耦合效應的強弱受項目本身風險原始水平的影響較大。因此，在實際風險管控中，應重點關注風險水平較高的耦合因子。

表10 子系統耦合效應對項目整體風險的影響Tab.10 Influence of coupling effect of risk subsystem on overall project risk

再進一步對構成各子系統的風險因子的耦合效應大小進行分析，得到不考慮相關耦合因子時的項目整體風險水平及其耦合效應，見表11。其中，表11給出全部同質耦合因子的耦合效應，表12給出全部異質耦合因子的耦合效應見表12。

表11 風險因子同質耦合效應Tab.11 Homogeneous coupling effect of risk factors

表12 風險因子異質耦合效應表Tab.12 Heterogeneous coupling effect of risk factors

在自然、技術、市場和政策子系統中，同質耦合效應最強的耦合因子分別是： R17與R16(冰雪災害與森林火災)、R24與R21(項目未能獲得簽發與項目未能獲得備案)、R34與R36(碳匯價格變動與碳市場供給變動)、R43與R42(林業碳匯項目認定標準變化與國家減排政策變化)。其中，耦合因子R34與R36在所有同質耦合中具有最強的耦合效應。各子系統之間的耦合關系在本質上都是通過林業碳匯市場的供給、需求以及碳價格發生驅動的。此外，這兩個因子之間的耦合系數較高且對項目整體風險的貢獻程度較強，這使得耦合效應大幅度提高。因此，在風險監管中需要對其保持高度警惕，防止它們之間的轉化。

在所有異質耦合因子中，包含R36(碳市場供給變動)和R34(碳匯價格變動)的耦合因子普遍具有較高的耦合效應，其中R42和R36(國家減排政策變化與碳市場供給變動)具有最強的異質耦合效應。這是因為，各風險子系統之間的耦合關系在本質上都是通過林業碳匯市場的供需及價格發生作用的，林業碳匯項目風險通過碳市場供給變動——碳匯價格變動的耦合路徑不斷累積，使得項目整體風險被不斷放大。因此，在林業碳匯項目風險管控中，要維持碳市場供給和碳匯價格相對穩定，防止其向著其他風險演變，使得項目整體風險水平被放大。

結合各子系統對項目整體風險的貢獻程度，市場風險和政策風險同時具有最強的耦合效應和最大的整體風險貢獻程度，在風險監管中需要高度重視，特別是碳市場供給變動和國家減排政策變化這兩個風險因子，需要采取相應的防范措施，防止其向其他風險的演變和轉化和風險水平進一步放大。此外，盡管技術風險和自然風險的相對風險水平與耦合效應較低，但其異質耦合效應在耦合路徑上逐漸傳導，會使得項目整體風險水平被不斷放大，在風險監管中不容忽視。

4 結論與建議

本文基于SD原理與方法建立了一個納入風險耦合效應的林業碳匯項目風險評價模型，并根據113位林業碳匯專家對林業碳匯項目風險的問卷調查信息，對考慮耦合效應情景下，林業碳匯項目風險整體水平、不同風險系統之間的作用關系進行了定量分析，揭示出了林業碳匯項目風險水平及不同風險因子相關的作用內在機制，對項目風險評價具有較大的靈活性和適應性，可以在風險關系較為復雜時綜合利用項目風險發生概率以及影響大小進行評價與分析。與以往未考慮耦合效應情景下的研究結果相比(高沁怡等， 2021)，本研究對林業碳匯項目不同風險因子的風險水平及其排序位次有明顯差異： 一是風險整體水平提高，二是市場風險水平超過政策風險水平成為最為主要的風險來源。市場風險成為最為主要的分析來源，這可能是因為在考慮耦合效應時，各風險子系統之間的耦合關系在本質上都是通過市場風險子系統發生作用的，風險在市場風險子系統的耦合路徑上不斷累積，使得市場風險子系統的風險水平被不斷放大所致。具體研究結論如下：

1) 耦合效應對林業碳匯項目風險評價結果有明顯影響，同質耦合效應要強于異質耦合效應。考慮全部耦合效應時，項目的整體風險水平為6.784，風險等級為Ⅲ； 在不考慮耦合效應、同質耦合效應及異質耦合效應時，項目整體風險水平分別為0.355、0.929和3.102，風險等級分別為Ⅰ、Ⅰ和Ⅱ。這說明考慮耦合效應對林業碳匯項目風險水平有顯著影響； 進一步來看，僅考慮同質耦合效應時，風險水平為3.102，僅考慮異質耦合效應時，風險水平為0.929，說明同質耦合效應要強于異質耦合效應。

2) 不同風險子系統的耦合效應強弱有明顯差異。在僅考慮同質耦合效應、僅考慮異質耦合效應以及同時考慮2種耦合效應3種不同情景下，各風險子系統的耦合效應強弱排序均為市場風險>政策風險>技術風險>自然風險。

3) 在考慮不同耦合效應情景下，各風險因子之間耦合效應強弱有明顯差異。在僅考慮同質耦合效應情景下，在自然子系統中冰雪災害與森林火災耦合效應最強； 在技術子系統中，項目未能獲得簽發與項目未能獲得備案耦合效應最強； 在市場子系統中碳匯價格變動與碳市場供給變動耦合效應最強； 在政策子系統中，林業碳匯項目認定標準變化與國家減排政策變化耦合效應最強。在僅考慮異質耦合情景下，國家減排政策變化與碳市場供給變動耦合效應最強。在同時考慮2種耦合效應情景下，國家減排政策變化和碳市場供給變動耦合效應最強。

4) 自然、技術、市場、政策風險對項目整體風險的貢獻程度及其耦合強度不同。結合風險水平和風險耦合效應，市場風險和政策風險不僅對項目整體風險水平的貢獻程度較大，且具有較強的耦合效應，在風險監管中應當格外予以重視； 盡管技術風險與自然風險具有較低的風險水平和耦合效應，但是異質耦合效應在耦合路徑上的傳導會使整體風險被放大，在風險監管中也不容忽視。

基于上述研究結論，本文認為在林業碳匯項目風險監管中，不僅要關注風險水平本身大小，更要重視風險間的耦合效應，需從源頭上防范風險之間的演化與整體風險水平的上升。具體而言：

1) 從項目主體的角度考慮，在項目開發過程中應當密切關注國家減排政策及碳市場相關政策，根據政策的變化及時調整開發策略，按照方法學要求和作業設計嚴格實施，提高項目備案成功率和核證減排量簽發率； 制定科學的風險防控規劃，降低森林火災等自然風險及其耦合效應對項目造成的損失。

2) 從政府部門的角度考慮，應當維持減排政策和碳市場相關政策的相對穩定，維持項目參與者對政策的信任度，調動和維持項目參與者開發項目的積極性，降低政策不確定性對項目風險的影響。

需要說明的是本文也依然存在一定的不足，需要后續跟進研究與完善。一是由于林業碳匯項目起步較晚、經營周期長，已有的相關歷史數據積累較為缺乏，本文主要依托領域內權威專家對風險做出評價，不能完全地克服主觀性，需要后續跟進研究： 一旦有更多的歷史數據積累，可以基于歷史數據做出更為客觀的評價。二是本文在運用SD方法進行林業碳匯項目風險評價時，為簡化分析過程，假定風險耦合系數為常數，盡管耦合系數在相對短的時間周期內，變化并不明顯，但在較長的開發周期內，因技術和管理水平的變化，部分風險因子的風險水平將會發生變化，耦合系數也將有可能發生相應變化，同樣需要后續跟進。