中國森林公園經(jīng)營效率研究

秦光遠，程寶棟

中國森林公園經(jīng)營效率研究

秦光遠，程寶棟

（北京林業(yè)大學經(jīng)濟管理學院，北京，100083）

基于2010年至2015年森林公園分省統(tǒng)計數(shù)據(jù)，考慮環(huán)境因素，采用三階段DEA模型，對我國森林公園效率進行測度并分析其變動趨勢和空間差異。結果發(fā)現(xiàn)：我國森林公園經(jīng)營效率在剝離了環(huán)境因素和隨機因素后，呈現(xiàn)了明顯的波動態(tài)勢，森林公園效率值呈現(xiàn)水平“S”型的變動趨勢，2013年達到效率值最大，為0.802 8，2015年又下降至0.568。分地區(qū)而言，地區(qū)間森林公園經(jīng)營效率變動趨勢差異懸殊：東部地區(qū)呈現(xiàn)倒“U”型，峰值0.875 3在2012年出現(xiàn)；中部地區(qū)呈現(xiàn)“M”型，峰值0.859 9在2012年出現(xiàn)；西部地區(qū)呈現(xiàn)明顯的“W”型，峰值0.873 7在2013年出現(xiàn)；東北地區(qū)呈現(xiàn)水平“S”型，峰值0.876 4在2013年出現(xiàn)。分年度來看，2010年，東北地區(qū)森林公園經(jīng)營效率最高，西部地區(qū)墊底；2011年，中部地區(qū)效率最高，西部地區(qū)墊底；2012年，東部地區(qū)效率最高，西部地區(qū)墊底；2013年，東北地區(qū)最高，中部地區(qū)墊底；2014年，東北地區(qū)效率最高，西部地區(qū)墊底；2015年，西部地區(qū)效率升至最高，東北地區(qū)降至最低。

三階段DEA模型；森林公園；效率分析；隨機前沿模型

一、引言

森林公園是以大面積天然林或人工林為主體建設的公園，兼具森林生態(tài)與社會人文功能，為人們游憩、療養(yǎng)、避暑、文娛、科研等提供良好環(huán)境。長期以來，社會各界更關心其數(shù)量和面積，忽視了其經(jīng)營效率的變化和作用。自1982年我國第一家國家級森林公園建立，森林公園發(fā)展已歷經(jīng)35年，森林公園數(shù)量、占地規(guī)模均有了大幅增長。據(jù)統(tǒng)計，2016年，全國森林公園達3 394處，規(guī)劃總面積1 886萬公頃，國家級森林公園848處；全國森林公園旅游人數(shù)9.17億人次，占國內(nèi)旅游總?cè)藬?shù)的20.8%，旅游收入781.61億元，每5名旅游者中就有1名在森林公園①數(shù)據(jù)來源于《拓展森林空間 增進民生福祉》，訪問網(wǎng)址：http://news.sina.com.cn/o/2017-04-18/doc-ifyeifqx6284379.shtml，訪問時間2017年5月5日。，由此可見森林公園對人民生活的重要程度。不僅如此，伴隨著我國經(jīng)濟社會進一步發(fā)展，物質(zhì)富裕的人口數(shù)量和比重將會進一步增長，在環(huán)境生態(tài)不斷惡化的背景下，人們對于以森林為載體的生態(tài)旅游的需求將會進入新一輪的快速增長周期。特別是十八大以來，生態(tài)問題被提到文明的高度，黨和政府對生態(tài)問題的關注和重視空前提高，習近平總書記多次強調(diào)“良好生態(tài)環(huán)境是最公平的公共產(chǎn)品，是最普惠的民生福祉”，森林公園是反映和體現(xiàn)生態(tài)文明的重要載體，是與普通民眾接觸最多、距離最近、最為直接的載體。因此，森林公園經(jīng)營至關重要，森林公園的數(shù)量增加和質(zhì)量提升將可以直接作為國家生態(tài)文明建設成效的指示器?；诖朔N考慮，森林公園投資力度空前提升，以2016年為例，森林公園共投入資金537.95億元，其中環(huán)境投資57.04億元，營造景觀林8.95萬公頃，改造林相15.52萬公頃；截至2016年底，森林公園共擁有游步道9.07萬公里，旅游車船3.4萬臺（艘），接待床位102.94萬張，餐位197.1萬個，森林公園創(chuàng)造的社會綜合產(chǎn)值超過8 200億元②數(shù)據(jù)來源于《拓展森林空間 增進民生福祉》，訪問網(wǎng)址：http://news.sina.com.cn/o/2017-04-18/doc-ifyeifqx6284379.shtml，訪問時間2017年5月5日。。然而，我國森林公園經(jīng)營的效率如何呢？呈現(xiàn)什么樣的變化趨勢呢？地區(qū)之間又存在哪些差異呢？從目前研究來看，這些問題并未得到有效、準確的回答。因此，很有必要同時考慮森林公園經(jīng)營的外部環(huán)境，準確衡量和測算森林公園的經(jīng)營效率，從而為保持高效率運行的森林公園、改善低效率運行的森林公園，提供改進建議和措施，推動我國森林公園良性發(fā)展。

回顧已有研究，研究熱點集中在從森林公園利益相關者角度分析森林旅游者、旅游資源、旅游載體等（Hammitt et al., 2015；Lundmark et al., 2010；Shi et al., 2002），從規(guī)劃設計角度分析國家森林公園區(qū)劃、規(guī)劃與評價（黃秀娟等，2009；胡春姿、俞暉，2007；），從歷史角度分析森林公園發(fā)展軌跡與演變歷程（趙敏燕、陳鑫峰，2016；羅芬、保繼剛，2013；李世東、陳鑫峰，2007），從效率角度分析發(fā)展效率與發(fā)展預測（丁振民、黃秀娟，2016；修新田、陳秋華，2016；Mayer，2014；黃秀娟，2014；方琰、卞顯紅，2014；黃秀娟、黃福才，2011）等方面。顯然，對森林公園效率的關注正在成為研究熱點，已有研究為本文提供了豐富的基礎和深刻的啟發(fā)。然而，森林公園效率問題作為一個研究熱點有待進一步拓展和深入研究，梳理既有文獻，給我們很多啟發(fā)，也為森林公園效率問題分析提供了豐富的基礎，主要分兩類：一是直接測算森林公園效率，例如，黃秀娟（2014）使用DEA方法利用2008年至2013年數(shù)據(jù)，測算了福建省2008年底已建成國家級森林公園的效率、純技術效率和規(guī)模效率，結果發(fā)現(xiàn)40%有效率，純技術有效的公園占比達到60%，規(guī)模有效占比為40%。黃秀娟（2011）使用DEA方法分析了我國大陸31個地區(qū)的森林公園發(fā)展的技術效率、純技術效率和規(guī)模效率，同時利用Malmquist指數(shù)對全要素生產(chǎn)率變動進行分解，發(fā)現(xiàn)森林公園效率存在顯著的地區(qū)差異，東中西部地區(qū)森林公園效率依次下降。黃秀娟、黃福才（2011）使用DEA模型利用2003年至2008年數(shù)據(jù)，對31個省區(qū)市的森林公園發(fā)展效率進行測算，比較了不同省區(qū)市的技術效率、純技術效率和規(guī)模效率。二是在測算效率基礎上增加效率影響因素的分析，例如，丁振民、黃秀娟（2016）借助DEA方法對2008年至2014年中國大陸31個省份的森林公園旅游效率進行測算，并使用Tobit模型深入探討資本投入結構和規(guī)模對森林公園旅游效率的影響，發(fā)現(xiàn)資本結構對中國森林公園旅游效率具有非線性倒U型影響。修新田、陳秋華（2016）利用DEA-Tobit模型對全國305家國家級森林公園2014年的發(fā)展效率進行測算并對其影響因素進行分析。

分析既有關于森林公園效率研究文獻，可能有兩個方面值得改進：第一，對于直接測度森林公園效率，均采用DEA模型，選擇相關的投入產(chǎn)出指標，不論是產(chǎn)出導向模型還是投入導向模型，計算出決策單元的相對效率值，包括技術效率、純技術效率、規(guī)模效率，問題在于效率測度準確嗎？由于沒考慮環(huán)境因素和隨機因素對效率的干擾，大量研究已經(jīng)指出了直接測度效率并不準確（崔寶玉等，2016；劉自敏等，2014；羅登躍，2012）；第二，對于效率影響因素的分析，在第一類問題存在的同時，又出現(xiàn)了新的問題，即是使用某些因素計算效率值的同時將其放入影響因素模型分析，此種做法明顯會帶來內(nèi)生性問題，必然影響結果的準確性。因此，已有研究對于森林公園效率的測度均可能存在偏差。為糾正這些偏差，更準確地估計我國森林公園效率，進一步優(yōu)化完善已有研究，本文采用考慮外部環(huán)境和隨機沖擊的三階段DEA模型進行估計分析，為正確客觀認知我國森林公園經(jīng)營效率提供參考。

二、模型方法

效率評價最流行的兩種方法分別是以數(shù)據(jù)包絡分析（DEA）模型為代表的非參數(shù)方法和以隨機前沿分析（SFA）模型為代表的參數(shù)方法，兩種方法各有千秋，在效率分析領域占據(jù)舉足輕重的位置。從已有效率研究的實踐來看，DEA模型受眾更廣，一方面該方法避免了參數(shù)模型估計必須設定一個總體分布的假設條件（崔寶玉等，2016；劉自敏等，2014），另一方面該方法對樣本的要求更為簡單，樣本量的約束較少，且在處理多產(chǎn)出變量問題上獨具優(yōu)勢。然而，傳統(tǒng)DEA模型在估計決策單元效率值時僅考慮了管理無效率的問題，因而存在較大風險出現(xiàn)效率值的偏差（劉滿鳳、李圣宏，2016）。Fried 等（2002）也指出，決策單元外部環(huán)境影響、管理無效率、隨機誤差項均可能引發(fā)無效率狀況發(fā)生，從而使得決策單元效率估計可能出現(xiàn)在效率前沿面以內(nèi)，使得不同決策單元的效率估計值在進行比較時失去共同基準，相對效率值的比較以及對決策單元效率高低的判斷同時失去意義。在此情況下，F(xiàn)ried 等（2002）創(chuàng)造性地將DEA模型和SFA模型進行融合，提出三階段DEA方法，該方法核心關鍵是通過利用傳統(tǒng)的DEA模型松弛變量所包含的信息，對投入（或產(chǎn)出）進行調(diào)整，把所有的決策單元都調(diào)整到假定的同等外部環(huán)境，再重新使用傳統(tǒng)的DEA模型，計算決策單元效率值，以剔除外部環(huán)境和隨機因素的影響，從而更為真實地反映各決策單元的效率（劉滿鳳、李圣宏，2016）。因此，本文借鑒Fried 等（2002）、劉自敏等（2014）、崔寶玉等（2016），使用三階段DEA模型進行效率測度。

（一）第一階段基礎DEA模型

第一階段模型是基于初始投入產(chǎn)出變量進行DEA（BCC模型）分析，BCC模型用于處理“規(guī)模報酬可變”假設下的決策單元有效性問題，將技術效率（TE）分解為純技術效率（PTE）和規(guī)模效率（SE），且TE=PTE*SE。其中，TE表示實現(xiàn)投入既定下產(chǎn)出最大或產(chǎn)出既定下投入最小的能力，SE表示與規(guī)模有效點相比規(guī)模經(jīng)濟性的發(fā)揮程度，PTE表示剔除規(guī)模因素的效率值。本文使用BCC模型，計算得到各決策單元的效率以及其目標產(chǎn)出量。目標產(chǎn)出量與實際產(chǎn)出量的差值即等于各決策單元的徑向與非徑向的松弛變量之和，換言之，是各決策單元可增加的產(chǎn)出量。相對于投入變量的復雜多樣，森林公園更容易對產(chǎn)出變量進行調(diào)控，由此，本文使用產(chǎn)出導向的BCC模型測度森林公園效率。

（二）第二階段隨機前沿模型（SFA）

使用隨機前沿分析方法修正第一階段的產(chǎn)出變量松弛量。一階段得到的產(chǎn)出變量松弛值是各決策單元與處在效率前沿面的決策單元的產(chǎn)出值比較后的差值，該數(shù)值受到前述三種因素的共同影響，因此，需要進行修正。本文使用隨機前沿模型進行分析，有N個投入松弛值的結構，構建投入導向的隨機前沿模型為：

其中，sni表示第i 個決策單元第n 項投入松弛量；zi表示決策單元外部環(huán)境變量集，βn為其待估系數(shù)；函數(shù)F(.)表示外部環(huán)境變量對因變量投入松弛值sni的影響大?。沪蚽i+μni為混合誤差項，隨機干擾項為νni且νni～ N(0,)；一般情況下，假設管理無效率項μni服從截斷分布或半

對隨機干擾項νni的估計，參考Jondrow(1982)、李雙杰等（2007）、羅登躍（2012）及劉自敏等（2014）所使用的策略與方法，具體是：

使用隨機前沿模型的回歸結果可以將決策單元調(diào)整至相同的外部環(huán)境，以消除異質(zhì)性影響，使得第三步的效率計算基于同質(zhì)環(huán)境。在產(chǎn)出導向下，我們對各決策單元的產(chǎn)出項進行調(diào)整。調(diào)整的思想是，將處于不同外部環(huán)境的決策單元調(diào)整至相同的外部環(huán)境，同時剔除隨機誤差的影響，從而獲得剔除了外部環(huán)境和隨機誤差影響的修正產(chǎn)出值，可以表述為：

（三）第三階段DEA模型

在本階段，利用DEA模型，將利用第二步計算得出的調(diào)整后的產(chǎn)出變量與初始的投入變量，且將所有決策單元置于統(tǒng)一的前沿面下，采用DEA-BCC模型計算各決策單元效率，此時的效率值僅受到管理無效率的影響，是比較準確、科學的對決策單元的效率度量，以此為基礎的分析和討論將更為科學合理。

三、變量選擇與數(shù)據(jù)來源說明

（一）變量選擇

1. 投入與產(chǎn)出變量

森林公園經(jīng)營是一項復雜的涵蓋社會、經(jīng)濟、生態(tài)的系統(tǒng)工程，在整個過程中涉及到人力、物力、財力的多重投入，而產(chǎn)出包括社會、經(jīng)濟、生態(tài)等多個方面。參考黃秀娟（2011），黃秀娟、林秀治（2015）等研究，結合我國森林公園經(jīng)營實際情況，投入變量選取森林公園數(shù)量、森林公園面積、森林公園職工數(shù)量、導游數(shù)量、森林公園建設資金投入等，其中資金投入使用2010年為基期的固定資產(chǎn)投資價格指數(shù)進行調(diào)整；產(chǎn)出變量選取森林公園收入、森林公園游客接待量，其中公園收入使用2010年為基期的消費者物價指數(shù)進行調(diào)整。各變量描述性統(tǒng)計結果詳見表1。

2. 外部環(huán)境變量

依據(jù)Simar & Wilson(2007)的“分離假設”，對于外部環(huán)境變量，其基本特征是：一是對森林公園經(jīng)營投入產(chǎn)出效率能夠產(chǎn)生顯著影響，二是短期內(nèi)難以被各個決策單元個體所控制或改變。具體到影響森林公園經(jīng)營的環(huán)境變量，主要包括國家宏觀經(jīng)濟環(huán)境、政府森林公園發(fā)展政策、人口分布及城鎮(zhèn)化等。參考黃秀娟、林秀治（2015），陳剛、賴小瓊（2015），劉自敏等（2014），郭軍華等（2010）等，本文擬選擇環(huán)境變量為：（1）人均GDP，反映經(jīng)濟發(fā)展水平，一般而言，經(jīng)濟發(fā)展水平越高的地區(qū)對森林公園的需求越旺盛；（2）人口密度，若人群對于森林公園需求概率一致，人口密度大的地區(qū)，累計對森林公園需求量也會明顯大于人口稀疏地區(qū)，而且森林公園經(jīng)營是一項重要的應該由政府提供的公共服務，Athanassopoulose(1998)、Afonso(2008)等研究發(fā)現(xiàn)人口密度對政府公共服務提供效率具有一定影響，本文采用每平方公里人口數(shù)測度人口密度；（3）城鎮(zhèn)人口比例，一般而言，城鎮(zhèn)人口對森林公園的需求要遠大于農(nóng)村人口，城鎮(zhèn)人口比例越高，相應對于森林公園需求越多；（4）森林火災次數(shù)與受火災面積，森林火災并不一定發(fā)生在森林公園，但是會對消費者的森林公園認知產(chǎn)生一定負面影響；（5）森林病蟲鼠害面積，病蟲鼠害等是對森林健康能產(chǎn)生嚴重威脅的因素，在森林公園中這一問題同樣嚴重，不僅影響森林本身、森林公園的正常經(jīng)營，而且還會對進入森林的游人產(chǎn)生一定影響；（6）鐵路里程、高速公路里程，此兩個指標是反映基礎設施狀況的，對于森林公園而言，便利的基礎設施可以極大地提高其利用率；（7）地區(qū)虛擬變量，參考續(xù)競秦（2011）等研究，我國東中西部地區(qū)在資源稟賦和發(fā)展水平等方面存在顯著差異，以此推斷，我國森林公園經(jīng)營也可能存在地區(qū)間的顯著差異，因此在文中設置了地區(qū)虛擬變量，分為東部、中部、西部和東北地區(qū)。各變量描述性統(tǒng)計結果詳見表1。

（二）數(shù)據(jù)來源

本文使用省級層面森林公園數(shù)據(jù)，來源有兩個：一是國家林業(yè)局網(wǎng)站下的中國森林公園統(tǒng)計數(shù)據(jù)資料，數(shù)據(jù)可查時段為2010年至2015年，本文所使用投入產(chǎn)出數(shù)據(jù)來源于此；二是國家統(tǒng)計局網(wǎng)站下的宏觀統(tǒng)計數(shù)據(jù)，本文所使用外部環(huán)境變量數(shù)據(jù)來源于此。在森林公園數(shù)據(jù)統(tǒng)計中，執(zhí)行的統(tǒng)計口徑并非完全按照省、自治區(qū)、直轄市，在內(nèi)蒙古自治區(qū)、吉林省、黑龍江省分別將內(nèi)蒙古森工集團、吉林森工集團、龍江森工集團下屬的森林公園單列進行統(tǒng)計，但是該口徑與國家宏觀經(jīng)濟統(tǒng)計數(shù)據(jù)不一致，在環(huán)境變量的處理方面無法進行拆分，故將三家森工集團所屬的森林公園統(tǒng)計納入到所在省區(qū)市的范疇內(nèi)。此外，由于數(shù)據(jù)的局限，香港、澳門、臺灣等地的森林公園也沒有進入到本文的分析樣本中，特此說明。

表1 各變量描述性統(tǒng)計結果

（續(xù)表）

四、實證結果

（一）第一階段模型效率結果

采用STATA13.0軟件，使用DEA-BCC模型在不考慮外部環(huán)境異質(zhì)性因素情況下，計算我國省級層面森林公園經(jīng)營效率值，具體如表2所示。通過分析，我們發(fā)現(xiàn)：總體而言，我國森林公園經(jīng)營效率呈現(xiàn)上升趨勢，平均效率值從2010年的0.528 2提升至2015年的0.716 3，但是距離有效率經(jīng)營還有不小的改進空間；分地區(qū)來看，東部地區(qū)的森林公園經(jīng)營效率較高且比較穩(wěn)定，效率值均在0.7以上，中西部地區(qū)和東北地區(qū)均經(jīng)歷了一個效率提升的過程，2010年，三個地區(qū)的森林公園經(jīng)營效率均較為低下，效率值分別為0.342 3、0.480 2、0.375 0，2015年三個地區(qū)效率值均有了明顯提高，但是中部地區(qū)高于東北地區(qū)、東北地區(qū)高于西部地區(qū)。分省份來看，天津地區(qū)森林公園經(jīng)營效率較高，幾乎所有年份都處在有效經(jīng)營狀態(tài)，可能與天津全市范圍內(nèi)只有一家森林公園，比較注重森林公園的經(jīng)營有關系，但是情況并非如此簡單，上海市、江蘇省等地有數(shù)量較多的森林公園，其整體的經(jīng)營效率也幾乎都為1，處在有效率經(jīng)營狀態(tài)，可見，森林公園的有效經(jīng)營與該地區(qū)內(nèi)擁有的森林公園數(shù)量的關系并不明顯，可能受到管理水平、能力和理念以及其他因素的影響；北京地區(qū)的森林公園運行效率呈現(xiàn)先下降后上升的趨勢，同時也從有效率經(jīng)營狀態(tài)轉(zhuǎn)變?yōu)榈托式?jīng)營狀態(tài)。

表2 第一階段DEA模型估計的技術效率值

（續(xù)表）

（二）第二階段隨機前沿模型松弛變量校正結果

由于不同地區(qū)的經(jīng)濟社會發(fā)展水平差異，在以省份為決策單元的考量中，各地區(qū)的稟賦條件差異懸殊，不同地區(qū)森林公園發(fā)展的自然條件、人文環(huán)境均不相同。但是，第一階段的DEA模型所計算的效率值并未對這些因素予以考慮，而是簡單地假定相同，不作專門考慮，因此，此時所得出的效率值可能面臨較大的偏差風險。基于此，本節(jié)利用隨機前沿模型方法進行糾偏和調(diào)整，基于半正態(tài)分布假設，采用隨機前沿模型方法，對第一階段產(chǎn)出變量的松弛變量進行糾正，即是以產(chǎn)出松弛變量為因變量，以環(huán)境變量為自變量，進行隨機前沿分析。由于本文使用樣本數(shù)據(jù)涉及不同年份，本文在隨機前沿模型的估計中對地區(qū)和時間因素同時進行控制，具體結果如表3所示。

表3 第二階段產(chǎn)出松弛變量的隨機前沿模型估計結果

從表3可以看出，γ值均極度接近于1，說明技術無效率方差占總方差的比重非常大，經(jīng)營管理方面的因素對產(chǎn)出松弛變量的影響占據(jù)絕對主導地位，此時若不利用隨機前沿模型進行環(huán)境因素和隨機因素的剝離，所得出的效率值將會存在明顯偏差。從隨機前沿模型的結果看：城鎮(zhèn)化率對森林公園總收入松弛變量的影響顯著為負，高速公路里程對森林公園收入松弛變量具有顯著正向影響，中部和東部地區(qū)森林公園收入松弛變量不存在顯著的地區(qū)差異，西部地區(qū)和東北地區(qū)則與中部地區(qū)森林公園收入松弛變量存在顯著的地區(qū)差異；人口密度對森林公園游客接待量松弛變量具有顯著正影響，鐵路和高速公路通車里程對森林公園游客接待量松弛變量具有顯著正影響，中西部地區(qū)森林公園游客接待量松弛變量存在顯著的地區(qū)差異，中部和東部、東北地區(qū)不存在顯著的地區(qū)差異。

（三）第三階段模型效率結果

經(jīng)過第二階段的產(chǎn)出松弛變量調(diào)整，再次利用原始投入和修正后的產(chǎn)出變量，構建產(chǎn)出導向的DEA模型，再次計算省級層面森林公園經(jīng)營效率值，如表4所示。

通過表4可以發(fā)現(xiàn)，剝離了環(huán)境因素和隨機因素后的效率值呈現(xiàn)了明顯的波動態(tài)勢，全國平均而言，森林公園效率值呈現(xiàn)水平“S”型的變動趨勢，2013年達到效率值最大，為0.802 8，2015年又下降至0.568，這一變化趨勢與第一階段的效率結果差異懸殊，一定程度上說明了考慮環(huán)境因素和隨機干擾因素在效率測度方面的重要性和必要性。

分地區(qū)而言，四個地區(qū)的效率變動趨勢各有特點，波動性是其共性特征，但波動的軌跡和程度卻各有不同，東部地區(qū)先上升后下降，呈現(xiàn)倒“U”型，峰值0.8753在2012年出現(xiàn)；中部地區(qū)先上升后下降、再上升再下降，呈現(xiàn)“M”型，峰值0.8599在2012年出現(xiàn)；西部地區(qū)先下降后上升、又下降又上升，呈現(xiàn)明顯的“W”型，峰值0.8737在2013年出現(xiàn)；東北地區(qū)先下降后上升再下降，呈現(xiàn)水平“S”型，峰值0.8764在2013年出現(xiàn)。

分年度來看，2010年，東北地區(qū)森林公園經(jīng)營效率最高，其次是中部地區(qū)，西部地區(qū)墊底；2011年，中部地區(qū)效率最高，其次是東部地區(qū)，西部地區(qū)墊底；2012年，東部地區(qū)效率最高，其次是東北地區(qū)，西部地區(qū)墊底；2013年，東北地區(qū)最高，其次是西部地區(qū)，中部地區(qū)墊底；2014年，東北地區(qū)效率最高，其次是東部地區(qū)，西部地區(qū)墊底；2015年，西部地區(qū)效率升至最高，其次是中部地區(qū)，東北地區(qū)降至最低。

表4 第三階段DEA模型估計的技術效率值

（續(xù)表）

分具體省份來看，2010年實現(xiàn)有效經(jīng)營的省份為天津、西藏，2011年則是上海，2012年是天津、河北、內(nèi)蒙古、黑龍江、山東、福建、湖北，2013年是黑龍江、福建、云南、西藏、陜西、甘肅、青海、寧夏、新疆，2014年是天津、河北、黑龍江、福建、山東，2015年是福建、河南、甘肅。六年時間里西部地區(qū)省份實現(xiàn)森林公園經(jīng)營有效率經(jīng)營的頻次均要高于中部、東部，為什么呢？一方面可能是因為雖然這些地區(qū)的森林公園經(jīng)營投入水平偏低，但是產(chǎn)出相對較高，可能與當前旅游者更愿意去自然景觀受到人為因素影響較少的區(qū)域有關，另一方面可能是這些地區(qū)外部環(huán)境也落后于其他地區(qū)，如果將所有地區(qū)的外部環(huán)境水平調(diào)至同一水平，則相當于改善了這些地區(qū)的效率條件，此兩方面因素共同作用使得西部地區(qū)偏遠省份的森林公園經(jīng)營效率有了較大提升。但是，也要清晰地看到，這種提升并不穩(wěn)定，2013年表現(xiàn)比較突出，其余年份則并不樂觀，因此，需要從根本上改善提升森林公園的經(jīng)營效率，建立經(jīng)營效率穩(wěn)定運行的機制體制。需要特別說明的是黑龍江省，自2012年以來一直保持有效率經(jīng)營，因此，有必要對黑龍江省發(fā)展森林公園的經(jīng)驗實踐進行總結分析，便于其他省份借鑒學習。

比較第一階段和第三階段的省級森林公園效率值，可以發(fā)現(xiàn)：在考慮環(huán)境因素和隨機干擾情況下，一方面，西部地區(qū)的森林公園經(jīng)營效率有了明顯的提高，而東部、東北部地區(qū)的森林公園經(jīng)營效率有了明顯下降，但西部地區(qū)森林公園效率多數(shù)年份仍然低于其他地區(qū)；另一方面，修正后的效率值在不同年份之間的波動特征更為明顯。一方面反映了不同地區(qū)森林公園經(jīng)營效率的差異，受環(huán)境因素的影響不能忽視，在某些地區(qū)某些年份，環(huán)境因素的影響可能還占據(jù)主導，隨機因素對效率的干擾也要引起足夠的重視；另一方面，效率的波動反映了森林公園經(jīng)營的不穩(wěn)定性，不穩(wěn)定的來源既包括投入方面又包括產(chǎn)出方面，前者可能受到國家財政支持力度和森林公園管理單位、森林公園自身的投入決策，以及外部環(huán)境因素等影響，后者主要受森林公園管理水平、管理能力、營銷活動以及外部環(huán)境因素和隨機干擾等影響。因此，科學認識與評價森林公園經(jīng)營的效率進而尋求效率提升與改善的具體方策是一項復雜的系統(tǒng)工程，值得進一步深入研究。

五、結論與啟示

基于2010年至2015年我國分省層次的森林公園經(jīng)營投入產(chǎn)出數(shù)據(jù)，采用能夠更準確測算效率的三階段DEA模型，對我國省級層面森林公園經(jīng)營效率的變動趨勢與空間差異進行深入分析，得出以下結論：

第一，總體而言，我國森林公園經(jīng)營效率在剝離了環(huán)境因素和隨機因素后，呈現(xiàn)了明顯的波動態(tài)勢，森林公園效率值呈現(xiàn)水平“S”型的變動趨勢，2013年達到效率值最大，為0.802 8，2015年又下降至0.568。

第二，分地區(qū)而言，地區(qū)間森林公園經(jīng)營效率變動趨勢差異懸殊：東部地區(qū)先上升后下降，呈現(xiàn)倒“U”型，峰值0.875 3在2012年出現(xiàn)；中部地區(qū)先上升后下降、再上升再下降，呈現(xiàn)“M”型，峰值0.859 9在2012年出現(xiàn)；西部地區(qū)先下降后上升、又下降又上升，呈現(xiàn)明顯的“W”型，峰值0.873 7在2013年出現(xiàn)；東北地區(qū)先下降后上升再下降，呈現(xiàn)水平“S”型，峰值0.876 4在2013年出現(xiàn)。

第三，分年度來看，2010年，東北地區(qū)森林公園經(jīng)營效率最高，其次是中部地區(qū)，西部地區(qū)墊底；2011年，中部地區(qū)效率最高，其次是東部地區(qū)，西部地區(qū)墊底；2012年，東部地區(qū)效率最高，其次是東北地區(qū)，西部地區(qū)墊底；2013年，東北地區(qū)最高，其次是西部地區(qū)，中部地區(qū)墊底；2014年，東北地區(qū)效率最高，其次是東部地區(qū)，西部地區(qū)墊底；2015年，西部地區(qū)效率升至最高，其次是中部地區(qū)，東北地區(qū)降至最低。

第四，分省份來看，2010年實現(xiàn)有效經(jīng)營的省份為天津、西藏，2011年則是上海，2012年是天津、河北、內(nèi)蒙古、黑龍江、山東、福建、湖北，2013年是黑龍江、福建、云南、西藏、陜西、甘肅、青海、寧夏、新疆，2014年是天津、河北、黑龍江、福建、山東，2015年是福建、河南、甘肅。

基于以上分析，給我們兩點啟示：第一，在測度我國森林公園經(jīng)營效率時需要考慮外部環(huán)境和隨機干擾因素，直接進行測度得出的效率值可能存在偏差，進而影響對我國森林公園經(jīng)營效率的準確判斷及效率提升的對策實施，因此，從方法角度提高效率測算的科學性和準確度是未來研究的一個重要方向。第二，不同地區(qū)森林公園經(jīng)營效率差異顯著，原因可能是投入方面、產(chǎn)出方面、外部環(huán)境、隨機干擾，除了隨機干擾難以控制外，其余三個都可以找到具體的舉措提升森林公園的經(jīng)營效率，是提升森林公園效率的重要方向。因此，我們建議，對于處在較低效率運行的地區(qū)或具體森林公園，可以從此三個方向?qū)ι止珗@經(jīng)營進行改進優(yōu)化，從而提升和改善森林公園經(jīng)營效率。此外，黑龍江省、福建省的森林公園經(jīng)營效率較高，比較穩(wěn)定地處在有效運行狀態(tài)，值得其他地區(qū)學習借鑒，也很有必要對其經(jīng)驗做法進行歸納總結。

[1].陳剛,賴小瓊. 我國省際基礎公共服務供給績效分析——基于以產(chǎn)出為導向的三階段DEA模型[J]. 經(jīng)濟科學,2015,(03):55-66.

[2]崔寶玉,徐英婷,簡鵬. 農(nóng)民專業(yè)合作社效率測度與改進“悖論”[J]. 中國農(nóng)村經(jīng)濟,2016,(01):69-82.

[3]丁振民,黃秀娟. 資本投入對中國森林公園旅游效率的影響研究[J]. 資源科學,2016,(07):1363-1372.

[4]方琰,卞顯紅. 基于DEA的中國森林公園旅游發(fā)展效率特征分析[J]. 北京第二外國語學院學報,2014,(11):51-58.

[5]郭軍華,倪明,李幫義. 基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究,2010,(12):27-38.

[6]胡春姿,俞暉.我國森林公園生態(tài)文化建設探討[J]. 林業(yè)經(jīng)濟,2007 (10):37-39．

[7]黃秀娟,黃福才.中國省域森林公園技術效率測算與分析[J]. 旅游學刊,2011,(03):25-30.

[8]黃秀娟,林秀治.我國森林公園旅游效率及其影響因素[J]. 林業(yè)科學,2015,(02):137-146.

[9]黃秀娟,劉偉平,蘭思仁. 森林公園旅游產(chǎn)品開發(fā)的評價模型與應用——基于旅游產(chǎn)品開發(fā)的適宜性角度評價[J]. 林業(yè)科學,2009,(07):111-118.

[10]黃秀娟. 基于DEA方法的福建省國家級森林公園旅游效率測算[J]. 福建論壇(人文社會科學版),2014,(11):128-131.

[11]黃秀娟. 中國森林公園旅游發(fā)展效率的比較與分析[J]. 林業(yè)科學,2011,(12):22-27.

[12]蘭思仁,戴永務,沈必勝. 中國森林公園和森林旅游的三十年[J]. 林業(yè)經(jīng)濟問題,2014,(02):97-106.

[13]李世東,陳鑫峰.中國森林公園與森林旅游發(fā)展軌跡研究[J]. 旅游學刊,2007,22(5) :66-72．

[14]李雙杰,王林,范超. 統(tǒng)一分布假設的隨機前沿分析模型[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究,2007,(04):84-91.

[15]劉滿鳳,李圣宏. 基于三階段DEA模型的我國高新技術開發(fā)區(qū)創(chuàng)新效率研究[J]. 管理評論,2016,(01):42-52+155.

[16]劉自敏,張昕竹,楊丹. 我國省級政府衛(wèi)生投入效率的時空演變——基于面板三階段DEA模型的分析[J]. 中央財經(jīng)大學學報,2014,(06):97-104.

[17]羅芬,保繼剛. 中國國家森林公園演變歷程與特點研究——基于國家、市場和社會的邏輯[J]. 經(jīng)濟地理,2013,(03):164-169.

[18]羅登躍. 三階段DEA模型管理無效率估計注記[J]. 統(tǒng)計研究,2012,04:104-107.(Luo DY.

[19]修新田,陳秋華. 中國國家級森林公園效率測度及其影響因素研究[J]. 東南學術,2016,(04):111-119.

[20]續(xù)競秦,楊永恒. 地方政府基本公共服務供給效率及其影響因素實證分析——基于修正的DEA兩步法[J]. 財貿(mào)研究,2011,(06):89-96.

[21]趙敏燕,陳鑫峰. 中國森林公園的發(fā)展與管理[J]. 林業(yè)科學,2016,(01):118-127.

[22]Afonso A,Fernanndes S. (2008). Assessing and Explaining the Relative Eff i ciency of Local Government: Evidence for Portuguese Municipalities[J], Journal of Socio-Economics, 37(5):1946-1979.

[23]Athanassopoulous A, Triantis K. (1998). Assessing Aggregate Cost Eff i ciency and the Related Policy Implications for Greek Local Municipalities[J], Infor Information Systems & Operational Research, 36(3):66-83.

[24]Fried H. O. Lovell C. A. K. ,Schmidt S. S., and Yaisawarng , S. (2002). Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J], Journal of Productivity Analysis, 17:157-174

[25]Hammitt William, Cole David, Monz Christopher. (2015). Wildland recreation: ecology and management[M].3rd Edition, Oxford:John Wiley and Sons, 2015．

[26]James Jondrow, C. Lovell, Ivan S. Materov and Peter Schmidt.(1982). On the estimation of technical ineff i ciency in the stochastic frontier production function model[J], Journal of Econometrics , 19(2):233-238.

[27]Lundmark Linda J T, Fredman Peter, Sandell Klas.(2010). National parks and protected areas and the role for employment in tourism and forest sectors: a Swedish case[J],Ecology and Society, 15 (1) : 19-30．

[28]Mayer Marius. (2014). Can nature-based tourism benef i ts compensate for the costs of national parks? A study of the Bavarian Forest National Park, Germany[J],Journal of Sustainable Tourism, 22 (4):561-583.

[29]Shi Qiang, Li Chonggui, Deng Jinyang. (2002).Assessment of impacts of visitors' activities on vegetation in Zhangjiajie National Forest Park[J],Journal of Forestry Research, 13 (2):137-140.

[30]Simar L and PW Wilson (2007). Estimation and Inference in Two-Stage, Semi-Parametric Models of Production Processes[J]. Journal of Econometrics, 136(1): 31-64.

﹝執(zhí)行編輯：韓超﹞

浙江工商大學謝杰教授通過將微觀金融健康因素納入異質(zhì)性企業(yè)國際化經(jīng)營決策模型，理論分析了生產(chǎn)率和微觀金融健康對企業(yè)國際化經(jīng)營決策的雙重影響。并基于企業(yè)層面微觀數(shù)據(jù)和應用Probit模型實證分析生產(chǎn)率和微觀金融健康對企業(yè)國際化經(jīng)營決策的實際影響。IV-Probit等穩(wěn)健性檢驗亦表明實證分析結論基本一致。主要結論：當在一定生產(chǎn)率水平之下出現(xiàn)杠桿類融資約束時，企業(yè)只有依靠更高生產(chǎn)率以實現(xiàn)國際化經(jīng)營決策；在一定生產(chǎn)率水平之上出現(xiàn)權益或利潤留存過高，企業(yè)只能放棄過度積累，轉(zhuǎn)而利用提高生產(chǎn)率以促進國際化經(jīng)營；OFDI企業(yè)對生產(chǎn)率敏感性更高，OFDI企業(yè)需跨越更高生產(chǎn)率門檻。不同金融健康指標和生產(chǎn)率，對不同貿(mào)易方式企業(yè)國際化經(jīng)營決策也呈現(xiàn)作用機制差異。

浙江財經(jīng)大學姜樹廣博士首次對較大樣本中國真實投資者的認知能力和行為偏好進行全面測度，并考察其對一系列重要金融決策行為的影響。結果發(fā)現(xiàn)：認知能力低的個體表現(xiàn)為更加規(guī)避風險和不確定在股票交易中顯著更傾向追漲而不是抄底，并更少使用止損策略，較少參與公募基金；越偏好風險的投資者越傾向使用追漲策略；耐心越差的投資者更偏好在股票投資中使用追漲策略，交易頻率更高及更多使用止損策略，越少參與公募基金和互聯(lián)網(wǎng)金融；模糊厭惡程度越高的投資者越傾向使用追漲策略，交易頻率更高，而較少參與互聯(lián)網(wǎng)金融和銀信保理財。

寧波大學鐘建軍博士報告了進口中間品貿(mào)易自由化對勞動收入份額影響的理論機制，實證結果表明：進口中間品貿(mào)易自由化對勞動收入份額具有顯著的負向效應；進口中間品貿(mào)易自由化提高企業(yè)勞動收入份額的作用具有明顯的時間滯后特征；進口中間品貿(mào)易自由化通過提升勞動產(chǎn)出彈性和加成率來增加勞動收入份額，通過降低租金共享比重，進而降低勞動收入份額。

浙江大學經(jīng)濟學院諸竹君博士生報告了外資銀行進入對制造業(yè)企業(yè)加成率變化的影響和作用機制。該研究基于異質(zhì)性企業(yè)和新增長理論，將企業(yè)異質(zhì)性和新熊彼特模型有機整合，根據(jù)中國工業(yè)企業(yè)和海關數(shù)據(jù)庫，通過外資銀行進入這一外生沖擊對銀行業(yè)開放后的制造業(yè)企業(yè)“加成率效應”進行實證研究，證實金融業(yè)開放有利于提升我國制造業(yè)企業(yè)市場勢力。

廣東財經(jīng)大學蔡衛(wèi)星教授報告了家庭出身與企業(yè)家創(chuàng)業(yè)精神的代際傳承之間的關系，文章克服了財務、社會資本轉(zhuǎn)移和純粹的精神傳承難以區(qū)分的問題，尤其是借助建國后的階級成分等中國獨特制度背景，清晰地識別出了精神傳承路徑。發(fā)現(xiàn)相對于其他階層出身的被訪者，出身于解放前企業(yè)家階層的被訪者在現(xiàn)代仍然更有可能選擇創(chuàng)業(yè)，并且這種效應在資本家、小業(yè)主出身的被訪者中更加顯著。

浙江大學公共管理學院盧圣華博士報告了地區(qū)偏好與建設用地擴展關系，文章從區(qū)域偏好對建設用地擴張的理論影響切入，利用省級數(shù)據(jù)集和國土資源部政治干部的詳細信息，建立了反映區(qū)域偏好與建設用地擴張關系的計量模型，結果發(fā)現(xiàn)受青睞省份的建設用地擴展規(guī)模較大，文章提出了完善建設用地審批制度，讓市場對土地資源配置發(fā)揮決定性作用的政策建議。

北京大學光華管理學院李文健博士報告了在城鄉(xiāng)二元經(jīng)濟中政府如何兼顧效率與公平而制定最優(yōu)設計勞動所得稅以及與之相伴的商品稅。文章將城鄉(xiāng)二元經(jīng)濟模型為一個勞動力自由流動且工資內(nèi)生的兩部門經(jīng)濟，并將高收入低要素替代彈性的部門視為城市，低收入高要素替代彈性的部門視為農(nóng)村。研究發(fā)現(xiàn)二元經(jīng)濟下最優(yōu)所得稅邊際稅率變的較為平坦，與此同時需要對城市部門征收較高的商品稅。在數(shù)值分析中，運用中國的城鄉(xiāng)家庭收入數(shù)據(jù)，發(fā)現(xiàn)給定城市的參數(shù)不變，部門間商品稅稅率差距隨著部門間收入差距的擴大而擴大，要素替代彈性差距的擴大而縮小，最優(yōu)所得稅邊際稅率隨著部門間要素替代彈性差距的提高而變的平坦。此外，文章還效仿Saez（2001）對最優(yōu)稅制進行了解釋。

Ananlysis on the Operating Eff i ciency of the Forest Park in China

QIN Guang-yuan, CHENG Bao-dong
(School of Economics & Management, Beijing Forestry University, Beijing, 100083)

Based on the statistical data of Forest Park from 2010 to 2015, considering the environmental factors, the three stage DEA model was adopted to measure the eff i ciency of Forest Park in China, and its trend and spatial difference were analyzed. Results: the efficiency of China's Forest Park business in stripping the environmental factors and random factors, showing a signif i cant fl uctuation trend, change trend level Forest Park eff i ciency value of "S" type, in 2013 reached the maximum eff i ciency, for 0.8028 in 2015 years and decreased to 0.568. Sub regional, regional disparity trend of Forest Park business efficiency: the eastern region inverted "U"type, the 0.8753 peak appeared in 2012; the central region presents "M" type, the 0.8599 peak appeared in 2012;the western region showed "W" type, the 0.8737 peak appeared in 2013; the northeast area shows the level of "S", a peak of 0.8764 in 2013. The year, 2010, northeast of Forest Park is the highest operating eff i ciency, the bottom of the western region; in 2011, the central region of the highest eff i ciency, at the bottom of the western region; in 2012, the eastern region the highest eff i ciency, the bottom of the western region; in 2013, the northeast region is the highest,the central region of the bottom; in 2014, northeast of the highest eff i ciency, at the bottom of the western region; in 2015, the eff i ciency of Western rose to the highest, lowest in Northeast china.

three stage DEA model; Forest Park; eff i ciency analysis; stochastic frontier model術進步不僅促進了資本回報率的提升，還延續(xù)了投資驅(qū)動型增長的時期；技術進步是中國資本回報率提升的重要動力。

F307.2

A

2095-7572(2017)06-0114-11

2017-10-6

北京市社會科學基金（15JGC179）。

秦光遠（1986- ），男，河南上蔡人，北京林業(yè)大學經(jīng)濟管理學院講師，農(nóng)林經(jīng)濟管理博士后流動站博士后；程寶棟（1980- ），男，山東泰安人，北京林業(yè)大學經(jīng)濟管理學院教授，博士生導師。