考慮自然因素投入的林業(yè)生產(chǎn)效率評價研究——以南方集體林區(qū)為例 ＊

田 杰，張曉棠，姚順波

（1．西安工業(yè)大學(xué) 經(jīng)濟管理學(xué)院，西安710021；2．西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院，楊凌712100）

據(jù)中國林產(chǎn)品進出口貿(mào)易統(tǒng)計，在“十二五”的開局之年，林產(chǎn)品貿(mào)易進出口總值達到1190．8億美元，再創(chuàng)歷史同期新高．其中，出口541．9億美元，進口648．9億美元．而且，隨著生態(tài)環(huán)境建設(shè)力度的推廣和增強，作為國內(nèi)木材主要供給基地的國有林區(qū)出材量在逐年減少．因此，面對如此巨大且日益漸增的的木材及林產(chǎn)品供需缺口，只能花費大量外幣來進行國際市場交易．然而，隨著生態(tài)環(huán)境建設(shè)問題的國際化和政治化，各國都提高了對森林資源的保護力度，這就使得國內(nèi)依靠進口林木品來改善木材供需缺口的壓力會越來越大．在資源與環(huán)境的雙重約束下，面對國際和國內(nèi)市場的緊張局勢，提高集體林出材量才是根本且有保障的解決途徑，而提高林木出材率的關(guān)鍵就是提高林地生產(chǎn)力．據(jù)分析可看出，木材市場供需之間的緊張局勢已經(jīng)演變成為一個不容忽視的國際性及政治性問題，如此嚴(yán)峻的市場形勢使得對林業(yè)生產(chǎn)技術(shù)效率及要素利用效率的研究具有非常重要的必要性．

林業(yè)產(chǎn)業(yè)有其獨特的自然屬性，自然環(huán)境因素對林木生長有著不容忽視的作用．盡管Hausenbuiller早有提出，林業(yè)生產(chǎn)效率的高低取決于自然中光、熱、水、土壤營養(yǎng)等自然因素的的影響［1］．Jun-Yen Lee也運用三階段DEA模型對2001年全球89家森林和紙業(yè)公司的生產(chǎn)要素配置效率進行分析，并把自然環(huán)境因素和統(tǒng)計噪聲加入分析模型中，發(fā)現(xiàn)其確實會對效率值產(chǎn)生影響［2］．類似的觀點國內(nèi)研究也有提出，姚曉紅對近30年來氣候變化對小隴山林業(yè)資源的正常生長進行綜合分析和量化計算后發(fā)現(xiàn)，影響森林資源正常生產(chǎn)的主要氣象條件是年大于等于0℃積溫及降水量，且水熱的合理配置特別重要［3］．通過對現(xiàn)有林業(yè)生產(chǎn)技術(shù)效率研究的文獻進行梳理可以發(fā)現(xiàn)，盡管大多數(shù)作者在林業(yè)生產(chǎn)投入產(chǎn)出效率評價中采用了比較成熟的全要素研究框架和分析技術(shù)--數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA），如，Label ＆Stuart使用DEA方法對23個伐木工人的技術(shù)效率水平及效率冗余程度進行了分析，在此基礎(chǔ)上提出了效率改進的路徑［4］．Viitala ＆ Hanninen運用DEA模型對芬蘭19個公益林的生產(chǎn)要素配置效率進行測算研究，發(fā)現(xiàn)其投入產(chǎn)出效率差別很大，而且在投入方面至少可以節(jié)約20%的投入成本［5］．劉璨也采用DEA分析方法對東北國有林區(qū)的企業(yè)效率進行測算，并分析了其技術(shù)效率、規(guī)模效率、TFP等的變化趨勢［6］．但是，由于種種原因，在類似林業(yè)生產(chǎn)效率研究文獻中，自然因素的投入問題一直尚未受到學(xué)術(shù)界的足夠關(guān)注．

基于此，文中決計采用數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）方法對林業(yè)生產(chǎn)技術(shù)效率進行一次比較全面的探討，以便為正確評價中國林業(yè)生產(chǎn)技術(shù)效率水平、改進資源配置、提高各個投入要素的使用效率及促進林業(yè)經(jīng)營的可持續(xù)發(fā)展提供一定的決策支持．本研究選擇南方集體林區(qū)的9個省區(qū)作為研究對象，主要是基于兩方面的考慮：第一，DEA效率水平的測算依賴于各決策單元的投入產(chǎn)出狀況和最優(yōu)生產(chǎn)前沿面的參照系統(tǒng)，評價單元的地理區(qū)位、經(jīng)濟發(fā)展?fàn)顩r及社會文化差異都會對效率評價系統(tǒng)產(chǎn)生影響，因此DEA更適用于對區(qū)位條件和區(qū)域跨度差異不大的系統(tǒng)進行評價［7］，而南方集體林區(qū)特別符合此條件；第二，新一輪集體林權(quán)制度改革使得商品林生產(chǎn)要素配置從政府計劃轉(zhuǎn)向市場，林業(yè)戰(zhàn)略布局也發(fā)生轉(zhuǎn)移，將南方集體林區(qū)作為我國商品林發(fā)展和木材生產(chǎn)的重點區(qū)域［8］．因此，分析該集體林區(qū)的林業(yè)生產(chǎn)效率水平更具有典型性和代表性．

1 研究方法及模型介紹

文中研究采用基于投入導(dǎo)向的可變規(guī)模報酬（Variable Returns to Scale，VRS）的數(shù)據(jù)包括分析（Data Envelopment Analysis，DEA）作為主要研究方法，這不僅可以對林業(yè)生產(chǎn)的各種效率進行全面測度，而且還可以研究各投入要素的利用效率水平，被學(xué)術(shù)界研究廣泛應(yīng)用．這里尤其需要注意的是，將自然因素納入林業(yè)生產(chǎn)投入因素評價是研究的一個特色．以往研究大都傾向于對勞動和資本兩種主要投入要素的考察，但是，如果結(jié)合林業(yè)生產(chǎn)獨特的自然屬性來看，以往研究是存在一定缺陷的．因為，他們把林業(yè)生產(chǎn)研究簡單的等同于農(nóng)業(yè)生產(chǎn)研究，模糊的運用了農(nóng)業(yè)生產(chǎn)研究的套路分析，沒有考慮到林業(yè)的自然屬性，所以，以往的評價結(jié)果雖然能在一定程度上說明一些現(xiàn)實問題，但總是存在一定的偏頗之處．研究嘗試性地將自然因素納入林業(yè)生產(chǎn)投入產(chǎn)出模型評價中，毫無疑問的是，其分析結(jié)果肯定會與之前的研究結(jié)果有差異．因此，文中的研究目的之一就是考察這兩種評價體系的結(jié)果差異并分析其原因．為此，構(gòu)建兩種DEA評價模型，一種是僅考察資本和勞動投入的二要素投入模型，一種是納入自然因素（4～10月平均氣溫，年均降雨量）的四要素投入模型．此外，依據(jù)相關(guān)文獻［9］，選取林業(yè)第一產(chǎn)業(yè)產(chǎn)值作為產(chǎn)出變量．

1．1 基于C2 R-DEA的兩種投入要素模型的介紹

C2R模型是數(shù)據(jù)包絡(luò)分析的基礎(chǔ)，假設(shè)有n個決策單元，每個決策單元都是用i項投入來得到一項產(chǎn)出，并滿足一定的公理體系和規(guī)模報酬不變（Constant Return to Scale，CRS）的假設(shè)．式（1）中的兩式分別表示二要素投入模型和四要素投入模型的生產(chǎn)可能集．式中，xi，j表示第j個決策單元的第i個要素投入量，Xi表示第i種要素投入變量，Y為1×n的產(chǎn)出變量，λj為n×1的常向量，j＝1，2，…，n，文中，n＝9．四要素投入模型與二要素投入模型相比，產(chǎn)出變量Y和投入要素變量X1，X2（分別代表資本和勞動）不變，而增加了X3和X4（分別代表4～10月平均氣溫和年平均降雨量）兩個要素約束方程，自然因素（X3，X4）的投入肯定會使T2CCR與T4CCR有差異，兩種投入要素模型下的生產(chǎn)可能集會發(fā)生一定變化，具體變化情況取決于林業(yè)生產(chǎn)對自然因素的依賴程度．

生產(chǎn)前沿面指決策單元輸入與輸入數(shù)據(jù)決定的包絡(luò)面的有效部分，與生產(chǎn)可能集密切相關(guān)，決策單元是否落在生產(chǎn)可能集的生產(chǎn)前沿面上是判斷該單元是否有效的標(biāo)志，非有效單元的效率是指實際生產(chǎn)點到有效前沿面的投影距離．自然因素的加入使生產(chǎn)可能集與生產(chǎn)前沿面發(fā)生變化，有效決策單元和非有效決策單元的判定也隨之發(fā)生變動．

1．2 BCC-DEA模型及靜態(tài)效率

1．3 要素利用效率

基于投入導(dǎo)向的VRS-DEA模型可以測算出在產(chǎn)出不變的情況下，投入要素的最優(yōu)使用量，進而可以得出各個投入要素的實際投入冗余程度，以達到最大程度的投入要素節(jié)約量．研究將要素利用效率定義為“目標(biāo)投入量”與“實際投入量”之比［7］，即，θE＝PVI／OVI，其中，θE代表投入要素利用效率（The Efficiency of Resources，TER）、PVI代表要素目標(biāo)投入量（Projected Value of Input，PVI），OVI代表實際要素投入量（Original Value of Input，OVI）．0＜θE＜1表示林業(yè)生產(chǎn)中，投入要素存在低效率的浪費現(xiàn)象，具有可節(jié)約的空間，θE越接近于0，表示資源浪費越嚴(yán)重，θE＝1表示投入要素得到了有效利用．文中定義θK，θL、，θT，θR分別為投入要素資本、勞動、4～10月平均氣溫、年平均降雨量的資源利用效率，兩種投入要素模型中，雖然資本和勞動投入的絕對值沒有變化，但是資源利用效率會因自然因素的加入而發(fā)生變化．

2 變量選取與數(shù)據(jù)說明

2．1 變量選取

參考相關(guān)生產(chǎn)效率分析文獻，并結(jié)合林業(yè)生產(chǎn)的獨特自然屬性，對主要變量定義如下：①林業(yè)產(chǎn)出變量．林業(yè)有廣義與狹義之分，廣義林業(yè)涵蓋三大產(chǎn)業(yè)，狹義林業(yè)是指與生態(tài)建設(shè)密切相關(guān)的林業(yè)第一產(chǎn)業(yè)［9］，文中將研究范圍界定為狹義林業(yè)，故選取林業(yè)第一產(chǎn)業(yè)產(chǎn)值（Y）指標(biāo)來表示產(chǎn)出指標(biāo)，相應(yīng)的投入指標(biāo)也應(yīng)該與之相匹配．②林業(yè)投入變量．在西方經(jīng)濟學(xué)理論中，土地、資本和勞動是三大基本投入要素，但由于林地面積數(shù)據(jù)5年公布一次，即在每5年的森林資源清查期間，林地面積是沒有變化的，因此文中不研究林地面積即土地投入要素的效率變化；相應(yīng)的資本投入（K）用營林固定資產(chǎn)投資來表示，是指對營林固定資產(chǎn)進行更新、改造、擴建、新建提供必要的資金保障［9］；勞動力投入（L）用林業(yè)系統(tǒng)年末從業(yè)人數(shù)來表示；姚曉紅測定出主要氣象要素對森林生長的影響程度排序為：“大于等于0℃積溫”大于“年平均降水量”對森林生長的影響程度，“年平均降水量”大于“4～10月平均氣溫”對森林生長的影響程度［3］，由于積溫數(shù)據(jù)的缺失，所以選用4～10月平均氣溫（T）和年平均降水量（R）來表示自然因素的投入．

2．2 數(shù)據(jù)來源與說明

研究范圍界定南方集體林區(qū)9個省區(qū)（長江流域的湖南、湖北、江西、安徽，南海沿岸的浙江、福建、廣東、廣西及云貴高原邊緣的貴州9省及自治區(qū)），具體原因在文章引言中已有相關(guān)陳述，分析所用的1999～2011年的面板數(shù)據(jù)來源于《中國林業(yè)統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》，同時，為了剔除價格因素的影響，所有以貨幣為單位的數(shù)據(jù)均以1999年為基準(zhǔn)的不變價格進行計算處理．

3 結(jié)果分析

運用DEAP2．1軟件對樣本數(shù)據(jù)進行VRSDEA運行處理，對運算結(jié)果的具體分析．

3．1 兩種投入要素模型的評價差異

為了對二要素投入模型和四要素投入模型的評價差異進行更好的觀察，對9個省區(qū)的綜合效率，技術(shù)效率及規(guī)模效率13年的均值進行了詳細(xì)整理見表1，對不同效率均值區(qū)間的省區(qū)數(shù)量進行匯總見表2．

基于綜合效率分析來看：①在兩種投入要素模型中，都是浙江省和福建省位于有效前沿，沒有評價差異；②從非有效城市評價角度來看，7個非有效省區(qū)均表現(xiàn)出 ，這表明四要素模型投入產(chǎn)出空間內(nèi)非有效單元與生產(chǎn)前沿面的距離要小于二要素模型內(nèi)的距離，這在一定層面上可以說明四要素投入模型得出的效率評價結(jié)果要高于二要素投入模型；③對不同綜合效率均值區(qū)間內(nèi)的省區(qū)數(shù)量進行分析見表2，四要素投入模型中，有4個省區(qū)位于效率均值90%以上的區(qū)間，分別為浙江省、福建省、湖南省和廣東省，位于50%～70%效率區(qū)間的有三個省區(qū)，位于50%以下的有兩個省區(qū)，然而，在二要素投入模型中，位于上述三個區(qū)間的省區(qū)分別為2個、2個和5個，其中貴州綜合效率值最低，僅為0．070，這表明，相比于二要素投入模型，四要素投入模型的評價結(jié)果分布更為集中，各個省區(qū)間相對效率差異較?。?/p>

表1 南方集體林區(qū)9省3種靜態(tài)效率的平均值Tab．1 Average values of 3kind of static efficiencies of 9provinces in Southern Collective Forest Areas

表2 不同效率均值區(qū)間的省區(qū)數(shù)量Tab．2 The Number of provinces in the different ranges of efficiency average values

基于技術(shù)效率和規(guī)模效率角度來分析：①在技術(shù)效率評價上，浙江省、福建省、湖南省和廣東省在四要素評價模型中有效，浙江省、福建省和廣東省在二要素評價模型中有效．②在規(guī)模效率評價上，浙江省和福建省在兩種模型中有效．③在技術(shù)非有效省區(qū)中，均有TE（4）＞TE（2），在規(guī)模非有效省區(qū)中，除了安徽省以外，也都表現(xiàn)出TE（4）＞TE（2）．④對表2中不同技術(shù)效率及規(guī)模效率均值分布情況進行分析，四要素投入模型中技術(shù)效率位于90%以上區(qū)間的省區(qū)有5個，規(guī)模效率位于此區(qū)間的有6個，均占據(jù)半數(shù)以上的評價省區(qū)數(shù)量，二要素投入模型中位于此區(qū)間的省區(qū)均為4個；兩種效率均值位于70%以下的四要素投入模型中分別有2個和1個，而二要素投入模型中位于此區(qū)間的省區(qū)分別為5個和4個，評價結(jié)果與綜合效率分析結(jié)果類似，四要素投入模型使得效率區(qū)間分布更為密集．基于以上分析結(jié)果可知，第一，從模型構(gòu)建原理來看，投入要素的增加必然會造成生產(chǎn)前沿面的變化，決策單元到前沿面的距離也會隨之變化，在本研究中的體現(xiàn)就是有效單元和非有效單元效率評價值的變化．第二，相比于二要素投入模型，四要素投入模型更好地反映了要素之間的替代與貢獻程度，具有更全面和更客觀的評價結(jié)果．第三，四要素投入模型中，浙江省和福建省一直處于有效前沿面，各種效率值均為1；貴州省綜合效率（0．140）最低，主要是由較低的規(guī)模效率（0．269）造成；江西省和湖北省與其情況正好相反，他們都具有較高的技術(shù)效率值，說明這兩個省區(qū)的林業(yè)生產(chǎn)具有合理的技術(shù)利用水平，對新技術(shù)的接收與應(yīng)用能力較強，而偏低的規(guī)模效率是導(dǎo)致綜合效率低下的主要原因．具體各項分解效率的分析可以為各個省區(qū)林業(yè)未來側(cè)重發(fā)展方向提供重要的參考依據(jù)．

3．2 各種效率的時序變化分析

以上側(cè)重分析了南方集體林區(qū)各個省區(qū)的靜態(tài)效率差異，并對兩種投入要素模型進行了評價分析．接下來，對9個省區(qū)1999～2011年間的效率變化趨勢進行研究，即對其進行更為詳致的時間序列分析．因此，基于兩種要素投入模型，運用DEAP2．1軟件進行運算匯總，繪制出南方集體林區(qū)9個省區(qū)的綜合效率、技術(shù)效率及規(guī)模效率的時間變化趨勢如圖1所示．

首先，從總體變化趨勢來看，①1999～2011年期間，三種效率值均表現(xiàn)出明顯的波動趨勢，并沒有很明顯的增長趨勢，而且四要素投入模型比二要素投入模型具有更不穩(wěn)定的變化趨勢；②四要素投入模型的3種效率的變化趨勢線均位于二要素模型之上，這與前述靜態(tài)效率分析結(jié)果也一致，即在同一年份，與二要素投入模型相比，四要素投入模型均具有較高的評價結(jié)果；③雖然兩種模型的總體變化趨勢相似，但在具體年份的效率變化趨勢上卻有很大差異．

圖1 3種效率均值的時間序列變化趨勢Fig．1 Time-series trend of 3kinds of average efficiency values

其次，基于STE＝TE×SE，分析技術(shù)效率和規(guī)模效率對綜合效率的影響情況，對兩種投入模型的三種靜態(tài)效率的時序變化趨勢進行分析可以發(fā)現(xiàn)，①1999～2003期間綜合效率的降低主要是由于規(guī)模效率的大幅下滑趨勢所造成，技術(shù)效率造成的影響較??；②2008年，效率值為0．693，造成這一效率低下的原因不排除2008年我國發(fā)生的一系列重大自然災(zāi)害，年初特大低溫雨雪冰凍災(zāi)害影響了全國21個省，6月上旬華南、中南地區(qū)發(fā)生嚴(yán)重洪澇災(zāi)害，9月下旬四川發(fā)生嚴(yán)重暴雨洪澇和泥石流災(zāi)害等等，這些自然因素?zé)o疑會在一定程度上影響了林業(yè)的生長；③二要素模型的三種效率在2003年以后一直維持較為平穩(wěn)的變化趨勢，而四要素模型在個別年份則出現(xiàn)比較明顯的變動，接下來對四要素模型的效率時序變動趨勢進行側(cè)重分析；④四要素模型中，2003～2004年，技術(shù)效率出現(xiàn)大幅下降，而規(guī)模效率出現(xiàn)相反的更大強度的上升趨勢，造成的綜合效應(yīng)是綜合效率的小幅上升，與之相反，2005～2006年間技術(shù)效率呈現(xiàn)明顯上升趨勢，而規(guī)模效率則大幅下降，總效應(yīng)也使得綜合效率小幅上升，2006年以后，三種效率變化趨勢逐漸趨于平穩(wěn)．結(jié)合現(xiàn)實客觀情況來分析，2003年開始推行的集體林權(quán)制度改革使要素配置由計劃轉(zhuǎn)向市場，明確林農(nóng)的經(jīng)營權(quán)、使用權(quán)、收益權(quán)等各項權(quán)益，極大促進林農(nóng)的營林積極性，廣大林區(qū)開始積極造林，林地規(guī)模迅速增長，使得具有空前高漲的規(guī)模效益，但是，其負(fù)面影響是，林農(nóng)一味追求林地規(guī)模，國家也投入大量資金支持，技術(shù)水平卻沒有跟上規(guī)模水平的增進，要素投入的配置效率極度缺乏合理性，造成技術(shù)效率低下的狀態(tài)．2004年，林地規(guī)模效益到達一個階段性頂點后，開始下滑，并從2006年之后趨于穩(wěn)定波動，同時，技術(shù)效率也與2006年到達階段性頂點后，趨于穩(wěn)定變化．所以，在接下來的林業(yè)生產(chǎn)經(jīng)營中，技術(shù)問題是決定其可持續(xù)經(jīng)營的關(guān)鍵問題，南方集體林區(qū)為提高林地生產(chǎn)力，應(yīng)該想法設(shè)法提高技術(shù)效率，即學(xué)習(xí)引進林業(yè)生產(chǎn)新技術(shù)，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，使林業(yè)經(jīng)營實現(xiàn)科學(xué)可持續(xù)的發(fā)展．

3．3 投入要素利用效率分析

根據(jù)DEAP2．1軟件運算結(jié)果，整理出南方集體林區(qū)9省區(qū)投入要素利用效率的13年均值結(jié)果見表3．①總體來看，南方集體林區(qū)的資本與勞動利用均存在一定的浪費現(xiàn)象．四要素投入模型中，若在維持產(chǎn)出不變的情況下，資本和勞動分別可以節(jié)約10．7%和7%的投入，與之類似，二要素投入模型中的資本和勞動分別可以節(jié)約14．6%和13．6%，資本和勞動在四要素模型中的利用效率評價高于二要素投入模型；②分省區(qū)來看，浙江、福建和廣東的資本與勞動的利用效率在兩種評價模型中都為1，投入要素得到有效利用，其他省區(qū)均存在一定的資源浪費現(xiàn)象；③對于投入要素利用效率非有效的省區(qū)，均表現(xiàn)出θK（4）＞θK（2），θL（4）＞θL（2），說明對于同一省區(qū)而言，納入自然因素可以提高對資本和勞動投入要素利用效率的評價；④四要素投入模型中，浙江、安徽、福建、湖南、廣東的資本與勞動均得到有效利用，其他4省區(qū)均存在資源浪費現(xiàn)象，在既定產(chǎn)出水平下，資本與勞動都存在一定的節(jié)約空間，其中廣西最多可以節(jié)約54．6%的資本投入，59．6%的勞動投入，其他省區(qū)與其類似．

表3 南方集體林區(qū)9省林業(yè)生產(chǎn)投入要素利用效率均值Tab．3 Average using efficiency values of input factors of forestry production of 9provinces in Southern Collective Forest Areas

根據(jù)運算結(jié)果繪制出1999～2011年間南方集體林區(qū)的資本與勞動利用效率的時序變動趨勢，如圖2所示．四要素投入模型的資本利用效率曲線θK（4）和勞動利用效率曲線θL（4）均位于二要素投入模型的θK（2）和θL（2）之上，說明相比于二要素模型，四要素模型對于資本與勞動的利用效率評價具有更高的評價結(jié)果；考察期內(nèi)四要素投入模型的資本利用效率θK（4）的波動較大，13年間的最低值是2011年的0．853，2000年和2009年達到兩次峰值0．946和0．934；四要素投入模型的勞動利用效率θL（4）在1999～2005年之間變化的平緩，2005以后開始出現(xiàn)大幅波動，于2009年達到最高峰值0．959．

考察四要素模型中南方集體林區(qū)9個省區(qū)的資本與勞動兩要素利用效率的13年均值見表3，與技術(shù)效率、規(guī)模效率的關(guān)系見表1．①當(dāng)考察省區(qū)表現(xiàn)出技術(shù)有效時，即使規(guī)模非有效，資源投入的利用效率仍表現(xiàn)為有效，如湖南、廣東；②當(dāng)考察省區(qū)表現(xiàn)出較高的技術(shù)效率水平時，其投入要素的利用效率也往往表現(xiàn)為高水平，即林業(yè)經(jīng)營的投入產(chǎn)出系統(tǒng)能夠充分利用現(xiàn)有技術(shù)水平，使投入要素達到最合理的利用水平，如安徽和貴州，即使規(guī)模效率特別低下，但是其擁有較高的技術(shù)效率水平，所以資本和勞動的利用效率也特別高；③反之，如江西、湖北，相對于較高的規(guī)模效率水平，其技術(shù)效率水平較為低下，兩省區(qū)的投入要素利用效率表現(xiàn)為，江西的勞動利用效率和湖北的資本利用效率都呈現(xiàn)特別低下的水平．以上分析可以在一定層面上說明，技術(shù)效率評價是決定資本與勞動投入要素利用效率高低的一個關(guān)鍵因素．

圖2 1999～2011年間資本與勞動要素利用效率時間序列變動趨勢Fig．2 Time-series trend of using efficiency of capital and labor from 1999to 2011

4 結(jié) 論

研究采用數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）方法，利用南方集體林區(qū)9省區(qū)1999～2011年樣本數(shù)據(jù)，將4～10月平均氣溫與年平均降雨量兩種自然因素，與資本和勞動一起構(gòu)成四要素投入模型，研究了各省區(qū)林業(yè)生產(chǎn)效率水平和要素利用效率，并將結(jié)果與僅含資本、勞動的二要素投入模型的結(jié)果進行對比，主要研究結(jié)論為

1）納入自然因素（4～10月平均氣溫，年降水量）考察林業(yè)生產(chǎn)的效率評價既有一定的理論依據(jù)，也符合林業(yè)生長的獨特自然屬性．通過對南方集體林區(qū)9個省區(qū)采用二要素投入模型和四要素投入模型對比研究后可以發(fā)現(xiàn)，考慮自然因素的四要素投入模型，無論是在各省區(qū)的效率空間變化分析角度，還是在整體時序變化趨勢分析角度，都表現(xiàn)出更為合理的評價結(jié)果，因此，納入自然因素的效率評價方法是在林業(yè)生產(chǎn)效率評價領(lǐng)域中值得推廣的一種方法．

2）通過對南方集體林區(qū)9個省區(qū)的效率評價進行研究可以發(fā)現(xiàn)，四要素投入模型的評價結(jié)果均高于二要素投入模型，但是，這一結(jié)論在理論上并不是一種必然結(jié)果，只有當(dāng)自然因素的投入確實能改善資本與勞動的資源配置效率時，才會使得四要素模型評價結(jié)果優(yōu)于二要素模型．因此，對兩種模型評價結(jié)果的比較，可以有助于判斷自然因素的投入到底是改善還是降低了其他各種投入要素的配置效率．

3）根據(jù)四要素投入模型的分析，南方集體林區(qū)林業(yè)生產(chǎn)能保持較高效率水平主要是技術(shù)效率的貢獻，除了2004、2005年以外，其他年份技術(shù)效率均高于規(guī)模效率，造成2004、2005年規(guī)模效率增加和技術(shù)效率低下的原因主要是，2003年開始的集體林權(quán)改革政策，極大調(diào)動林農(nóng)的營林積極性，在國家財政大力支持的前提下，各個省區(qū)集中造林，使林地規(guī)模迅速擴大，然而原有林業(yè)技術(shù)水平未能與林地規(guī)模的擴張保持一致，資源浪費現(xiàn)象嚴(yán)重，2006年以后，在造林熱情慢慢冷卻以后，效率水平也趨于平穩(wěn)變化．所以，盲目追求林地規(guī)模的擴大不一定會有良好的效果，而優(yōu)化投入產(chǎn)出結(jié)構(gòu)，提高營林技術(shù)水平才是實現(xiàn)林業(yè)生產(chǎn)健康可持續(xù)發(fā)展的關(guān)鍵．

4）由要素利用效率分析可知，在南方集體林區(qū)，多數(shù)省區(qū)的資本與勞動都存在不同程度的浪費現(xiàn)象，具有很大的節(jié)約空間．對要素利用效率非有效的省區(qū)進行分析可知，資本要素的利用效率均低于勞動要素的利用效率，因此，各省區(qū)節(jié)約投入要素的工作重點應(yīng)首先放在節(jié)約資金投入上．但是，不同省區(qū)的資源利用狀況不同，而且資源利用效率與技術(shù)效率水平密切相關(guān)，各省區(qū)資源投入利用效率對于技術(shù)效率的響應(yīng)機制也不同，因此，各省區(qū)在采取具體措施時，切忌一味模仿他省政策導(dǎo)向，應(yīng)該根據(jù)本省自身特點來開展相關(guān)工作．

總之，通過對二要素投入模型和四要素投入模型的對比分析，可以發(fā)現(xiàn)，無論是在靜態(tài)效率評價，還是在資源利用效率分析上，四要素模型均具有較高的評價結(jié)果，而且其分析結(jié)論也與現(xiàn)實情況更為相符．在更為全面準(zhǔn)確測度各省區(qū)林業(yè)生產(chǎn)技術(shù)效率水平的前提下，各級政府才能更清楚地了解本省林業(yè)發(fā)展特點，四要素模型為其制定出更符合實際的發(fā)展政策提供科學(xué)參考依據(jù)，因而納入自然因素的效率評價模型具有更寬廣的應(yīng)用前景．

［1］ HAUSENBUILLER R L．Soil Science：Principles and Practices［M］．Dubuque：：William C Brown Pub，1999．

［2］ Jun Yun Lee．Application of the Three-stage DEA in Measuring Efficiency—An Empirical Evidence［J］．Applied Economics Letters，2008，15（1）：49．

［3］ 姚曉紅，許彥平，陳晶，等．近30年氣候變化對小隴山林業(yè)資源的影響研究［J］．干旱地區(qū)農(nóng)業(yè)研究，2005（9）：236．YAO Xiao-hong，XU Yan-ping，CHEN Jing，et al．A Study of the Influence of Climate Changing on the Forest Resource in the Last 30Years in Xiaolong Mountain［J］．Agricultural Research in the Arid Areas，2005（9）：236．（in Chinese）

［4］ LABELL G，STUART W B．Technical Efficiency E-valuation on Logging Contractors Using A Non-Parametric Model［J］．Inter Journal of Forest Engineering，1998，9（2）：15．

［5］ Viitala，Esa-Jussi．Hanninen，et al．Measuring the Efficiency of Public Forestry Organizations［J］．Forest Science，1998，44（3）：298．

［6］ 劉璨，于法穩(wěn)．東北國有林區(qū)企業(yè)效率測算與分析［J］．產(chǎn)業(yè)經(jīng)濟評論，2006，5（1）：107．LIU Can，YU Fa-wen．Efficiency Analysis of the Northwest National Forest Enterprise-DEA Approach［J］．Review of Industrial Economics，2006，5（1）：107．（in Chinese）

［7］ 陶小馬，譚婧，陳旭．考慮自然資源要素投入的城市效率評價研究——以長三角地區(qū)為例［J］．中國人口·資源與環(huán)境，2013，23（1）：143．TAO Xiao-ma，TAN Jing，CHEN Xu．A Study on the Evalutation of City Efficiency Based on the Resources View：A Case of 16Cities of Yangtze River Delta［J］．China Population，Resources and Environment，2013，23（1）：143．（in Chinese）

［8］ 賈治邦．中國農(nóng)村經(jīng)營制度的又一重大變革——對集體林權(quán)制度改革的幾點認(rèn)識［J］．求是，2007，17：27．JIA Zhi-bang．Another Major Change in China’s Rural Operation System—Reflections on the Reform of Collective Forest Right System Qiushi，2007，17：27．（in Chinese）

［9］ 田淑英，許文立．基于DEA模型的中國林業(yè)投入產(chǎn)出效率評價［J］．資源科學(xué)，2012，34（10）：1944．TIAN Shu-ying，XU Wen-li．Evaluation of China’s Forestry Input-Output Efficiency Based on DEA Modeling［J］．Resources Science，2012，34（10）：1944．（in Chinese）