中國(guó)林業(yè)生態(tài)效率的測(cè)算

李勇飛 張萍 李朝洪

摘 要：文章基于30個(gè)省份2010—2020年的面板數(shù)據(jù)，運(yùn)用SBM模型測(cè)算出各省份的林業(yè)生態(tài)效率值。結(jié)果發(fā)現(xiàn)，研究期內(nèi)林業(yè)生態(tài)效率存在明顯的地區(qū)差異，空間分布呈“東高西低”的格局。其中生態(tài)效率最低的是黑龍江省，最高的是北京市。文章的啟示在于，我國(guó)應(yīng)重視林業(yè)經(jīng)濟(jì)的發(fā)展質(zhì)量，加大對(duì)西部地區(qū)的優(yōu)惠政策與經(jīng)濟(jì)支持，促進(jìn)人才、技術(shù)等高端要素向西北地區(qū)流動(dòng)。

關(guān)鍵詞：林業(yè)經(jīng)濟(jì) 林業(yè)生態(tài)效率 資源錯(cuò)配測(cè)度

中圖分類號(hào)：F326.2 ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2023）04-143-03

林業(yè)的高質(zhì)量發(fā)展會(huì)給國(guó)家生態(tài)高質(zhì)量持續(xù)發(fā)展提供了強(qiáng)有力的支撐。20世紀(jì)初，中國(guó)林業(yè)取得了跨越式的進(jìn)步，以往粗放式的砍伐經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變成綠色、環(huán)保的林下經(jīng)濟(jì)，但其生態(tài)資源的合理配置、投入產(chǎn)出效率等仍有待提高。因此，如何提高林業(yè)生態(tài)效率，促進(jìn)林業(yè)綠色發(fā)展、可持續(xù)發(fā)展和高質(zhì)量發(fā)展具有重要意義。

一、文獻(xiàn)綜述

目前，諸多學(xué)者針對(duì)林業(yè)生態(tài)效率也展開(kāi)研究，洪名勇

等[1]認(rèn)為2007—2018年中國(guó)林業(yè)生態(tài)效率整體上呈現(xiàn)出先降低后升高的波動(dòng)趨勢(shì)；姜微等[2]指出各省份的林業(yè)生態(tài)效率值分別與濟(jì)實(shí)力保持基本趨同趨勢(shì)，且隨著環(huán)境規(guī)制的強(qiáng)度越高，其產(chǎn)生的成本越來(lái)越高，會(huì)對(duì)生態(tài)效率產(chǎn)生抑制作用；張譯等[3]建立DEA模型得到林業(yè)產(chǎn)出增長(zhǎng)速度略快于資源、能源消耗速的結(jié)論；陳珂等[4]測(cè)算出2004—2013年中國(guó)林業(yè)生態(tài)效率均值為0.912，根據(jù)Malmquist生產(chǎn)力指數(shù)分析得出生態(tài)生產(chǎn)率指數(shù)上漲的主要原因是技術(shù)進(jìn)步；鄭宇梅等[5]通過(guò)Tobit模型的檢驗(yàn)得出林業(yè)產(chǎn)業(yè)集聚帶來(lái)的外部性會(huì)促進(jìn)產(chǎn)業(yè)生態(tài)效率提高的結(jié)論。

二、研究方法

（一）數(shù)據(jù)來(lái)源及處理

本文的指標(biāo)數(shù)據(jù)來(lái)源于《中國(guó)林業(yè)和草原統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》及各省份官方公布的統(tǒng)計(jì)年鑒。本文以2010年為基期年份，用各省份歷年的地區(qū)生產(chǎn)總值價(jià)格指數(shù)（上年=100）和固定資產(chǎn)投資價(jià)格指數(shù)（上年=100）分別對(duì)林業(yè)產(chǎn)業(yè)總產(chǎn)值使得2010—2020年的數(shù)據(jù)具有可比性。其中，西藏自治區(qū)缺少數(shù)據(jù)較多，本文暫不研究。

（二）資源錯(cuò)配測(cè)度

傳統(tǒng)的數(shù)據(jù)包絡(luò)分析模型可以客觀的測(cè)量多種產(chǎn)出與多種投入的效率比例，排除人為的主觀因素，但會(huì)造成投入要素的松弛與冗雜，導(dǎo)致計(jì)算得出的生產(chǎn)效率存在誤差。為了克服這缺陷，本文采用超效率模型將SO2排放量和固體廢棄物產(chǎn)生量等非期望產(chǎn)出也納入到該模型中，同時(shí)可以非徑向調(diào)整投入產(chǎn)出的松弛變量，使模型結(jié)果更加精確。通過(guò)參考田偉

等[6]的研究建立的具體模型如下：

minρ=

s.t.xgλ+S=x，i=1，2，L，mygλ-S=y，r=1，2，L，ρbgλ+S=b，t=1，2，L，ρλ≥0，S≥0，S≥0，S≥0，j=1，2，L，n（1）

式中，ρ為生產(chǎn)效率值；xik，yrk和btk分別表示第k個(gè)決策單元的第i項(xiàng)投入，第r項(xiàng)期望產(chǎn)出和第t項(xiàng)非期望產(chǎn)出指標(biāo)；n為決策單元（DMU）的個(gè)數(shù)；j為第j個(gè)決策單元；S、S和S分別為投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量；λj為權(quán)重。m，ρ1和ρ2依次表示投入，期望產(chǎn)出和非期望產(chǎn)出的數(shù)量。

本文參考現(xiàn)有文獻(xiàn)[7]的研究，最終選取的投入產(chǎn)出指標(biāo)如下。

1.投入指標(biāo)的建立。林業(yè)系統(tǒng)目前的生產(chǎn)任務(wù)是投入大量的人力、物力來(lái)維護(hù)現(xiàn)有的生態(tài)資源，并且通過(guò)人工造林、飛播造林等方式培育新的森林資源。在此情況下，各省林業(yè)局都投入了大量的資金、人力和土地等資源。根據(jù)《中國(guó)林業(yè)和草原統(tǒng)計(jì)年鑒》公布的統(tǒng)計(jì)數(shù)據(jù)，選取固定資產(chǎn)投資來(lái)反映各省份現(xiàn)有的林區(qū)規(guī)模、林區(qū)在崗員工年平均人數(shù)反映勞動(dòng)力的投入狀況和造林面積反映每年森林資源的增加量。投入指標(biāo)除了需要考慮資源的消耗，還要考慮因?yàn)榄h(huán)境因素對(duì)森林系統(tǒng)造成的損害，選用有害生物面積來(lái)表示環(huán)境類投入指標(biāo)。

2.產(chǎn)出指標(biāo)的建立。林業(yè)系統(tǒng)發(fā)展過(guò)程中必然會(huì)通過(guò)消耗資源產(chǎn)生經(jīng)濟(jì)價(jià)值和帶來(lái)環(huán)境負(fù)效益，也即投入大量資源，經(jīng)過(guò)培育和生產(chǎn)活動(dòng)后獲得經(jīng)濟(jì)增長(zhǎng)（期望產(chǎn)出），同時(shí)產(chǎn)生廢棄物（非期望產(chǎn)出）影響環(huán)境。本文期望產(chǎn)出通常采用代表經(jīng)濟(jì)情況的林業(yè)產(chǎn)業(yè)總產(chǎn)值和森林資源豐富程度及實(shí)現(xiàn)綠化程度的造林面積；通過(guò)借鑒呂潔華等[8]學(xué)者的研究，非期望產(chǎn)出采用林業(yè)工業(yè)SO2排放量和林業(yè)工業(yè)固體廢棄物產(chǎn)生量。

三、結(jié)果與分析

采用MATLAB軟件來(lái)超效率SBM模型測(cè)算中國(guó)30個(gè)省份的林業(yè)生態(tài)效率值，由于篇幅有限，僅列示2010、2014、2017以及2020年代表性年份的測(cè)算值。

2010年我國(guó)林業(yè)生態(tài)效率處于較高水平的省份多數(shù)處于東西部地區(qū)，主要是由于東部地區(qū)的經(jīng)濟(jì)較為發(fā)達(dá)，西部地區(qū)的森林面積遼闊，用于投入林業(yè)系統(tǒng)的資源較為豐富。而2014年相對(duì)于2010年西部大部分省份的效率值出現(xiàn)較大波動(dòng)，如貴州依靠少量資源消耗獲得期望產(chǎn)出的大幅度上漲，生態(tài)效率得到上升，而云南、新疆等地因?yàn)楣I(yè)產(chǎn)生的非期望產(chǎn)出漲幅過(guò)高，抑制了生態(tài)效率的提升；東部和中部地區(qū)效率值相差不大，效率值呈現(xiàn)無(wú)規(guī)律分布。2017年的生態(tài)效率值相對(duì)2015年來(lái)說(shuō)波動(dòng)集中在西部地區(qū)，原因在于國(guó)家推出全面禁止商業(yè)砍伐政策后，林業(yè)產(chǎn)業(yè)總產(chǎn)值的發(fā)展受到阻礙，使得生態(tài)效率值也急劇下滑。但東中部地區(qū)變化不大，故效率值在空間范圍內(nèi)出現(xiàn)較明顯區(qū)域分布差異。2020年與2017年相比，大多數(shù)省份的效率值得以改善，其中變化最大的是新疆、福建和寧夏，主要是因?yàn)槿肆唾Y源以及非期望產(chǎn)出的減少，在雙向作用下期望值上漲。而東北地區(qū)的效率值一直處于低下水平，需要通過(guò)產(chǎn)業(yè)轉(zhuǎn)型等綠色方式來(lái)提升。

四、結(jié)論與建議

超效率SBM模型的測(cè)算結(jié)果表明，中國(guó)30個(gè)省份的林業(yè)生態(tài)效率值在研究期內(nèi)大多在總體上呈逐漸上升的趨勢(shì)，空間分布呈“東高西低”的格局，存在明顯的區(qū)域差異。其中生態(tài)效率最低的是黑龍江省，最高的是北京市。

根據(jù)以上研究，我國(guó)應(yīng)重視林業(yè)經(jīng)濟(jì)的發(fā)展質(zhì)量，大力推行綠色生產(chǎn)方式，加快推動(dòng)傳統(tǒng)林業(yè)產(chǎn)業(yè)向數(shù)字化、智能化轉(zhuǎn)型，實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)方式向綠色化轉(zhuǎn)變；同時(shí)還應(yīng)該加大對(duì)西部地區(qū)的優(yōu)惠政策與經(jīng)濟(jì)支持，促進(jìn)人才、技術(shù)等高端要素向西北地區(qū)流動(dòng)，打破其發(fā)展的局限性。

[基金項(xiàng)目：我國(guó)林業(yè)要素稟賦與技術(shù)進(jìn)步偏向耦合發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用機(jī)理及效應(yīng)分析研究（20BJY077）]

參考文獻(xiàn)：

[1] 洪名勇，龍嬌，婁磊.林業(yè)生態(tài)效率：時(shí)空特征與影響因素——基于我國(guó)31個(gè)省份數(shù)據(jù)的實(shí)證分析[J].生態(tài)經(jīng)濟(jì)，2022，38（02）：91-97.

[2] 姜微，劉俊昌，胡皓.我國(guó)林業(yè)生態(tài)效率時(shí)空演變及環(huán)境規(guī)制門(mén)檻效應(yīng)研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2020，40（06）：166-174.

[3] 張譯，熊曦.綠色發(fā)展背景下中國(guó)林業(yè)生態(tài)效率評(píng)價(jià)及影響因素實(shí)證分析——基于DEA分析視角[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2020，40（04）：149-158.

[4] 陳柯，李雪婷，樸慧蘭.中國(guó)林業(yè)生態(tài)效率與生態(tài)生產(chǎn)率的測(cè)度研究[J].林業(yè)經(jīng)濟(jì)問(wèn)題，2016，36（02）：115-120.

[5] 鄭宇梅，高純一，雷光春.林業(yè)產(chǎn)業(yè)集聚水平與生態(tài)效率實(shí)證分析——基于中國(guó)15個(gè)省域面板數(shù)據(jù)的檢驗(yàn)[J].經(jīng)濟(jì)地理，2017，37（10）：136-142.

[6] 田偉，楊路嘉，姜靜．低碳視角下中國(guó)農(nóng)業(yè)環(huán)境效率的測(cè)算與分析——基于非期望產(chǎn)出的SBM模型[J].中國(guó)農(nóng)村觀察，2014（5）：59-71.

[7] 王艷偉，黃宜.農(nóng)業(yè)資源錯(cuò)配對(duì)農(nóng)業(yè)生態(tài)效率的影響：來(lái)自中國(guó)13個(gè)糧食主產(chǎn)區(qū)的證據(jù)[J].生態(tài)經(jīng)濟(jì)，2022，38（05）：129-137.

[8] 呂潔華，孫嘉宇，蔡秀亭.中國(guó)林業(yè)綠色全要素生產(chǎn)率的時(shí)空演變分析[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2022，21（03）：320-330．

（作者單位：東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 黑龍江哈爾濱 150040）

[作者簡(jiǎn)介：李勇飛，碩士研究生，研究方向?yàn)榻?jīng)濟(jì)統(tǒng)計(jì)學(xué)；張萍，碩士研究生，研究方向?yàn)榻?jīng)濟(jì)統(tǒng)計(jì)學(xué)；李朝洪，博士，副教授，主要從事農(nóng)林經(jīng)濟(jì)管理、經(jīng)濟(jì)統(tǒng)計(jì)學(xué)研究。]

（責(zé)編：賈偉）