赵凯悦
锡林郭勒盟林业和草原局 内蒙古锡林郭勒盟026000
摘要：调查表明，中国林业生产效率逐年上升，但总体仍然偏低，高效率省份上升幅度较小，低效率省份增长幅度较大。林业生产效率的空间差异明显，且呈缩小态势。高效率省份集中于经济发展水平较高的中部和东南沿海一带，低效率省份则主要分布于我国西北地区。
关键词:林业生产效率;时空差异;中国
0引言
作为陆地上最大的绿色经济体和效率溢出部门，林业产业是向社会提供林产品和森林服务的重要物质生产部门和社会公益事业，林业产业发展是实现绿色发展和乡村振兴的优势和潜力所在，提升林业生产效率、推动林业发展方式向集约型转变已成为经济新常态下中国林业发展的关键任务。在不同的资源禀赋、经济结构和技术水平等因素的共同影响下，中国林业生产效率呈现明显的区域差异性和空间不均匀特征。
１研究方法与数据来源
1.1研究方法
1.1.1超效率ＤＥＡ模型
超效率ＤＥＡ模型使得有效决策单元能够进行比较、排序。基于林业产出最大化的目标，选取产出导向的规模报酬不变（ＣＲＳ）的超效率ＤＥＡ模型测度中国３０省2000-2014年的林业生产效率，具体如下：
.png)
式中，ｋ表示被评价的决策单元；ｎ表示决策单元的个数；每个决策单元有ｍ种投入和ｑ种产出，分别记为ｘｊ和ｙｒ；投入和产出的权重分别记为ｖｉ和ｕｒ。
1.1.2面板Ｔｏｂｉｔ模型
当被解释变量值均＞０时，如果仍采用普通最小二乘法（ＯＬＳ）估计回归模型，则会得到有偏和不一致的参数估计量。为了解决这一问题，经济学家Ｔｏｂｉｎ提出了截尾回归模型，即当被解释变量为０～１之间的截尾数据时，对部分连续分布和离散分布的因变量的回归模型，具体如下：
.png)
式中，Ｙｉ，ｔ表示林业生产效率值；αｉ表示常数项；Ｘｊｉ，ｔ表示影响因素；βｊ表示回归系数；Ｕｉ，ｔ表示随机误差项；ｉ＝１，２，３，…，ｎ表示我国各省（市、区）的序号；ｔ表示年份；ｊ＝１，２，…，ｍ表示各解释变量的序号。
1.2指标选择
1.2.1投入产出指标
林业是同时兼顾经济效益、社会效益和生态效益的产业，林业投入在经济效益方面的目标是林业产值最大化，林业的直接社会效益表现在促进林区就业和改善林区农民生活水平，对就业的影响隐含在收入变化中，林业的生态效益与森林面积有关，故分别选取林业产业总产值、林业系统在岗职工收入差异系数和活立木总蓄积量为产出指标，其中，林业系统在岗职工收入差异系数用各地区在岗职工年平均工资与全国在岗职工年平均工资之比来表示。林业经营的三大投入要素包括劳动力、土地、资本，分别选取林业系统年末从业人员数量、林业用地面积、林业产业资本存量为投入指标，其中，林业产业资本存量采用永续盘存法估计，基期林业产业资本存量Ｋ０和ｔ期林业产业资本存量Ｋｔ的计算公式如下：
.png)
式中，Ｉ为林业产业固定资产投资，δ为资本存量的折旧率，ｇ为投资的增长率。
1.2.2影响因素
借鉴已有研究中林业生产效率的影响因素并考虑到数据的可得性，选取财政支林比重、城市化水平、林业人力资本、林业科技水平等因素。
２结果与分析
2.1中国林业生产效率时序分异特征
运用ＤＥＡＳＯＬＶＥＲ５．０软件对中国３０省（市、区）林业生产效率进行测算，分析中国３０省（市、区）林业生产效率的时序分异特征。我国林业生产效率均值呈现波动上升趋势，整体处于低效状态，即在投入保持不变的前提下，产出还有很大的提升空间，这与林业生产的公益性密切相关。由于林业具有较强的外部性，因此，林业的发展受国家宏观政策的影响较大。
2.2中国林业生产效率空间分异特征
为了更直观显示２０００－２０１４年中国３０省（市、区）林业生产效率的空间分异特征，选取２００１年、２００６年、２０１１年、２０１４年４年度的林业生产效率数据，运用ＡｒｃＧＩＳ１０．３空间计量软件对其空间演变格局作图。
２００１年“十五”计划初期，河北、甘肃、宁夏、四川、云南、湖北六省区效率最高且达到完全有效，重点国有林区和东部省区处于高效率水平，中西部省区处于低效率水平，空间上三极格局初具雏形；２００６年“十一五”规划开局之年与２００１年相比，林业生产效率呈现明显下降趋势，有效省区逐渐减少，仅有甘肃、宁夏达到完全有效水平，其余省区均为无效水平且省区间的效率差异较小，中国林业生产效率三极空间格局有所弱化；２０１０年较２００６年整体上呈现低水平均衡的态势，由三极空间格局演变为重点国有林区和东部省区林业生产效率高、中西部省区林业生产效率低的二元空间结构；２０１４年研究末期，吉林、宁夏林业生产效率重新达到完全有效水平但地理位置较为分散，我国林业生产效率空间三极格局再一次显现，呈现出有效省区分散分布、高效率省区和低效率省区集聚分布的三极空间格局。其中，高效率省区主要分布在重点国有林区和东部省区，低效率省区主要分布在中西部省区。是因为东部省区经济实力雄厚，林业发展的自然、经济基础较好；重点国有林区国家林业公共财政投资力度较大，林业专业化程度和产业集中度最高。中部省区林业主要灾害频发，生态建设成果巩固任务较为繁重，效率提升任重而道远；西部省区生态环境比较脆弱，林业经济总量较小。
2.3中国林业生产效率的影响因素分析
为了减少数据的波动和降低模型的异方差性，对各组数据进行对数化处理。运用Ｓｔａｔａ１４．０软件对模型进行回归估计，经检验，解释变量之间不存在多重共线性；对于固定效应的Ｔｏｂｉｔ模型，由于找不到个体异质性的充分统计量，无法进行条件最大似然估计，通过ＬＲ检验可知选用混合效应的面板Ｔｏｂｉｔ模型，进行回归分析。
模型１和模型２的回归结果通过多重共线性检验，不具有序列相关性和异方差性，具有较大的显著性。模型１、２的检验结果分别为Ｆ（４，２２１）＝６４．４７，ｐｒｏｂ＞Ｆ＝０．００和Ｆ（３，２２１）＝１５．５４，ｐｒｏｂ＞Ｆ＝０．００，表明所有估计系数为零的假设是不成立的，即回归方程中估计系数整体有效显著。其中，财政支林比重、林业人力资本和林业科技水平均显著影响林业生产效率；而城市化水平对高效率省区林业生产效率产生显著影响，对低效率省区则无显著影响。
结论与讨论
我国整体林业生产效率较低，呈波动上升趋势；各省区林业生产效率空间分异显著，呈现东部省区、重点国有林区林业生产效率高，中西部省区林业生产效率低的二元空间结构；财政支林比重、城市化水平、林业人力资本、林业科技水平在高效率省区都是提高林业生产效率的重要因素；而在低效率省区，财政支林比重、林业人力资本、林业科技水平与林业生产效率呈显著负相关，城市化水平与林业生产效率无显著负相关。
城市化水平对高效率省区林业生产效率具有显著正相关关系。高效率省区的城市化进程通过人力资本和知识技术的积累、农村剩余劳动力的转移和产业结构的升级促进了林业生产效率的提升。城市化水平对低效率省区林业生产效率具有负相关关系但不显著。低效率省区的城市化进程以政府为主导因素，主要通过行政力量来配置市场资源，加之林业产业的弱质性，比较效益低下，因此，政府更愿意将资源投入其他高效益的产业上，从而抑制了林业生产效率的提高。
参考文献：
［１］张梦雅，李桦．应用三阶段ＤＥＡ模型分析退耕还林农户商品林的技术效率［Ｊ］．西北林学院学报，２０１４，２９（６）：２７６－２８１．
［２］张自强，李怡．营林业全要素生产率增长的测算及其分解—来自２７个省级面板数据的分析［Ｊ］．干旱区资源与环境，２０１６（１２）：８９－９４．