全球自然环境的持续退化以及过去保护和恢复自然的努力失败，促使人们呼吁采用新的政策工具（Forzieri等人，2022年；Griscom等人，2017年；Lamperti等人，2021年）。许多人认为基于自然的碳抵消措施是很有前景的解决方案，因为它们能够利用市场效率投资于自然系统的碳储存（Seymour和Busch，2016年；Yin，2024年）。人们期望这些项目能够帮助以低成本减少碳排放或从大气中去除碳。然而，基于自然的碳抵消措施的可信度取决于能否证明抵消措施导致了碳储存的可测量增加，而抵消措施在多大程度上实现了这一点仍存在争议（Delacote等人，2025年；Greenfield，2023年；Khanal和Zhang，2025年；Romm等人，2025年；West等人，2023年）。
碳抵消措施必须满足一系列标准，包括额外性（additionality）、泄漏（leakage）和永久性（permanence），这些标准共同证明抵消措施导致了特定的、可测量的气候影响，从而抵消了其他地方的碳排放（Haya等人，2023年；Verra，2023年；West等人，2024年）。根据这些标准评估抵消措施需要分析师对反事实条件进行准确预测——即如果没有抵消措施会发生什么。在碳市场中，应计入的碳量主要是通过预先建立的基线模型预测来确定的，而干预措施带来的变化则通过事后实证影响评估来确定。
尽管最近的独立评估表明大多数当前的碳抵消措施不符合额外性、泄漏和永久性标准（Anderegg等人，2025年；Romm等人，2025年），但主要的咨询机构（基于科学的目标倡议；自愿碳市场诚信委员会）、认证标准（Verra、Gold Standard）以及保护和行业组织仍继续支持使用和改进基于自然的碳抵消措施（Bernstein，2023年；Buma等人，2025年；Delacote等人，2025年；ICVCM，2023年；Khanal和Zhang，2025年；TNC，2022年）。许多学者和保护组织认为，可以通过改进的方法（如系统的事后评估）来解决这些缺陷（Blaufelder等人，2021年；Buma等人，2025年；Delacote等人，2025年；Khanal和Zhang，2025年；Koh等人，2021年）。作为回应，Verra最近引入了动态性能基准，利用遥感和人工智能实时跟踪碳结果，旨在估计碳的额外性和信用发放（Verra，2025年）。
抵消措施的批评者指出，抵消计划中存在持续的碳核算问题，突显了方法论的缺乏、信息不对称的普遍性和监测的不足（Anderegg等人，2025年；Romm等人，2025年）。其他学者反对使用基于林业的二氧化碳去除来抵消化石燃料排放，强调可信的碳中和要求将化石来源的CO2永久返回到固体地球（Allen等人，2025年）。作为替代方案，批评者提倡使用“贡献方法”，即碳排放者声称对气候缓解做出财务贡献，但不声称抵消他们的排放（Anderegg等人，2025年）。
抵消措施的批评者和支持者都忽略了一个关键点：基于自然的碳抵消项目发生在复杂的社会生态系统中，这些系统表现出非线性动态、阈值、时间滞后、意外事件、相互反馈循环、异质性和遗留效应（Baylis等人，2016年；Liu等人，2007年；Ostrom，2009年）。在这些系统中，一个变量的影响取决于其他变量的值，而且这些变量以非线性方式相互作用，从而影响结果（Janssen，2002年；Levin，1992年；Liu等人，2007年）。这些非线性可能导致因果推断所需的核心假设经常被违反，例如排他性（excludability）、非干扰性（或稳定单元处理值假设，SUTVA）和未观察到的混杂因素（Ferraro等人，2019年；Kimmel等人，2021年）。由于这些违反，现实世界情况下的因果推断仍然肤浅且脆弱（Schlüter等人，2023年）。这些假设的频繁违反意味着，无论使用何种复杂的因果推断方法，抵消项目都难以支持其额外碳储存的主张。
排他性假设要求对于特定结果不应有其他解释或原因，且影响处理的外部因素仅应通过其对处理的影响来影响结果。除了处理之外的外部因素不应与结果变量有直接的因果关系（Ferraro等人，2019年）。违反这一假设可能导致较大的偏差，并使因果估计结果无效。在模拟森林砍伐等类似的社会生态过程中，这种情况很常见，因为许多因素会影响森林砍伐，而这些因素可能难以观察、不可预测，或者相互关联（Busch和Ferretti-Gallon，2017年；Busch和Ferretti-Gallon，2023年）。例如，由于自然灾害（如野火、干旱、疾病和滑坡）导致的碳储存不确定性很大且难以建模（Badgley等人，2022年）。许多关于社会生态系统的研究未能满足排他性假设，因为它们未能识别和控制许多潜在的混杂变量，这些变量既影响处理分配（例如选择碳抵消项目区域），也影响结果（例如碳储存）（Ferraro等人，2019年）。
同样，许多基于自然的碳抵消项目也可能违反非干扰性假设（或SUTVA）。这一假设要求一个单位的碳结果仅取决于其自身的处理（例如碳抵消项目），而不取决于其他任何单位的治疗，且每个单位的治疗必须相同（Baylis等人，2016年；Ferraro等人，2019年；Kimmel等人，2021年）。由于社会系统和生态系统的紧密耦合，研究单位之间的干扰很可能普遍存在。人类流动和空间溢出是违反非干扰性假设的主要潜在因素，可能特别难以测量或预测（Baylis等人，2016年；Ferraro等人，2019年；Pfaff和Robalino，2017年；Robalino等人，2017年；Robalino和Pfaff，2012年）。此外，远距离耦合——通过人员、能源、商品、信息或资本的流动将遥远的人类系统和自然系统连接起来的过程——可能会进一步加剧这些违反（Hull和Liu，2018年；Liu等人，2013年）。
这些关键假设的违反有可能削弱项目开发者和独立评估者目前使用的方法论方法——预测/预报和因果估计。基于预测的方法使用预先建立的基线（即基于预测）来预测基线森林砍伐率，通常基于历史趋势的外推。这样的预测可能会违反假设，因为它们忽略了可能影响森林变化的各种经济、政治和生物物理背景，但由于非线性或复杂系统中的社会或气候条件变化，这些背景在历史趋势中并未显现。这可能导致在项目区域实际上没有减少森林砍伐的情况下仍给予信用（Badgley等人，2022年；West等人，2023年），或者碳去除（CDR）干预措施（如植树或恢复退化土地）的成功有限（Aggarwal，2020年；Aggarwal，2022年；Asher和Bhandari，2021年；Coleman等人，2021年；Ramprasad等人，2020年；Rana等人，2022年）。
事后因果估计在评估抵消计划时也面临类似的方法论、数据可用性、市场动态和预期方面的问题和不确定性（Anderegg等人，2025年）。个别项目的真实反事实情况是无法观察到的（Ferraro，2009年；Ferraro等人，2019年；Holland，1986年；Kimmel等人，2021年），而事后方法构建反事实情况依赖于同样可能被违反的排他性和SUTVA假设。即使是随机实验也是如此，它们不估计个别或站点级别的效应，而是能够对估计的平均处理效应的因果性质做出强有力的推断（Baylis等人，2016年；Ferraro和Hanauer，2014年；Holland，1986年；Kimmel等人，2021年）。尽管最近对基线、泄漏和永久性的标准进行了修改，但由于项目特定的背景、社会生态系统的复杂性、未经验证的假设以及缺乏评估个别项目的方法，碳抵消评估中仍存在重大不确定性（Anderegg等人，2025年；Khanal和Zhang，2025年）。
虽然社会生态系统的复杂性被广泛认为会影响复杂系统的结果，但关于这种复杂性如何限制碳抵消项目中因果归因的实证分析仍然有限。通过研究巴西和印度的案例，本研究解决了这一空白，展示了在复杂的社会生态系统中估计碳额外性的努力如何由于核心假设的频繁违反而面临不可减少的认识论不确定性。我们进一步表明，目前估计碳项目因果效应的方法无法估计个别项目的效应，而是测量一组项目的平均效应，因此错误地应用于验证碳项目，而每个项目都必须证明其自身的影响。
