我國林業(yè)經(jīng)濟周期的區(qū)制狀態(tài)劃分與轉移分析

摘 要：【目的】全面探究我國林業(yè)經(jīng)濟增長的時序波動態(tài)勢及其區(qū)制變遷過程，有助于準確把握我國林業(yè)經(jīng)濟增長的內在波動規(guī)律，為我國林業(yè)經(jīng)濟的持續(xù)穩(wěn)定增長及其產(chǎn)業(yè)政策制定提供重要經(jīng)驗與依據(jù)?！痉椒ā恳?978—2022年我國林業(yè)總產(chǎn)值增長率為基礎數(shù)據(jù)，運用HP濾波技術揭示其時序波動特征，利用MS（3）-AR（3）模型對我國林業(yè)經(jīng)濟增長過程進行區(qū)制狀態(tài)劃分與動態(tài)變遷分析。【結果】我國林業(yè)總產(chǎn)值在其變化過程中存在顯著的“三區(qū)制”特征，其在低速、中速、快速3種區(qū)制狀態(tài)下的增長率均值分別為-1.68%、4.67%和9.72%。林業(yè)總產(chǎn)值在“快速增長區(qū)制”的維持概率最高，為69.80%，持續(xù)期相對較長，為3.31年；“低速增長區(qū)制”的維持概率（50.91%）和持續(xù)期（2.03年）次之；“低速增長區(qū)制”的維持概率最低（37.17%），持續(xù)期最短（1.59年）。我國林業(yè)總產(chǎn)值在1984年、1989年、1995—1998年、2004年、2007年、2020年9個年份處于“中速增長區(qū)制”，在1985—1987年、1990—1991年、1999年、2005年、2008—2009年、2015—2017年、2021—2022年14個年份處于“中速增長區(qū)制”；在1981—1983年、1988年、1992—1994年、2000—2003年、2006年、2010—2014年、2018—2019年19個年份處于“快速增長區(qū)制”?！窘Y論】1978年以來我國林業(yè)總產(chǎn)值呈現(xiàn)總量持續(xù)攀升但增長率跌宕波動的發(fā)展態(tài)勢，其增速動態(tài)變化過程可劃分為低速增長、中速增長和快速增長3種區(qū)制狀態(tài)。但在不同區(qū)制狀態(tài)下的平均持續(xù)期較短，區(qū)制狀態(tài)的穩(wěn)定性較弱，呈現(xiàn)出在3種區(qū)制狀態(tài)頻繁交替演進的階段性變遷特征，且“低速增長區(qū)制”將通過“中速增長區(qū)制”實現(xiàn) “穩(wěn)擴張”，而“快速增長區(qū)制”在其區(qū)制變遷過程存在非對稱性特征。從發(fā)展趨勢來看，未來我國林業(yè)總產(chǎn)值處于中速和快速增長區(qū)制的可能性較大，但處于“低速增長區(qū)制”的概率有緩慢增強的態(tài)勢，需要警惕潛在的下行發(fā)展勢頭。

關鍵詞：林業(yè)經(jīng)濟增長；周期波動；HP濾波；馬爾科夫區(qū)制轉移模型

中圖分類號：S7-9 文獻標志碼：A 文章編號：1673-923X（2024）12-0187-10

基金項目：國家自然科學基金項目（41661034，72304120）。

Analysis on the regime division and dynamic change of China’s forestry economic cycle： an empirical study based on MS-AR model

LIN Wenkai1， XIA Huiqin2， DING Shufang3， LI Wenming1

（1. School of Business Administration， Jiangxi University of Finance and Economics， Nanchang 330013， Jiangxi， China； 2. School of Politics and Law， Jiangxi Normal University， Nanchang 330022， Jiangxi， China； 3. School of Tourism， Jiangxi Tourism Commerce Vocational College， Nanchang 330013， Jiangxi， China）

Abstract：【Objective】A comprehensive exploring of the temporal fluctuations and regime changes in the growth of China’s forestry economy can help accurately grasp the inherent fluctuation patterns of China’s forestry economy and provide important experience and basis for the sustained and stable growth of China’s forestry economy and the formulation of industrial policies.【Method】Taking the growth rate of China’s total forestry output value from 1978 to 2022 as the basic data， HP filtering technology is used to decompose it into trend components and fluctuation components to reveal its time series fluctuation characteristics， and then the regime state division and dynamic change analysis of China’s forestry economic growth were carried out by using MS （3） -AR （3） model.【Result】There was a significant “three regime system” characteristic in the change process of China’s total forestry output value， with the average growth rate values of -1.68%， 4.67%， and 9.72% under the “l(fā)ow-growth regime”， “medium-growth regime” and “high-growth regime”， respectively； the probability of maintaining the total output value of forestry in the “high-growth regime” was the highest， at 69.80%， with a relatively long duration of 3.31 years， then was the probability of maintaining the “medium-growth regime” （50.91%） and duration （2.03 years）， while the probability of maintaining the “l(fā)ow-growth regime” was the lowest （37.17%） and the duration was the shortest （1.59 years）； the total output value of forestry in China was in a “l(fā)ow-growth regime” in nine years， including 1984， 1989， 1995-1998， 2004， 2007， and 2020， in 14 years including 1985-1987， 1990-1991， 1999， 2005， 2008-2009， 2015-2017， and 2021-2022， it was in the “medium-growth regime”， in 19 years， including 1981-1983， 1988， 1992-1994， 2000-2003， 2006， 2010-2014， and 2018-2019， it was in a “high-growth regime”.【Conclusion】Since 1978， China’s forestry GDP has shown a development trend of continuous increase in total but ups and downs in growth rate. The dynamic change process of its growth rate can be divided into three regime states： lowgrowth regime， medium-growth regime and high-growth regime. However， the average duration under different regime is relatively short， and the stability of regime systems is weak， showing a phased transition characteristic of frequent alternation and evolution in the three regime systems. The “l(fā)ow-growth regime” will achieve “stable expansion” through the “medium -growth regime”， while the “highgrowth regime” has asymmetric characteristics in its regime transition process. From the perspective of development trends， there is a high possibility that China’s forestry economy will be in a medium and rapid regime states in the future， but the probability of being in a“l(fā)ow-growth regime” will gradually increase. Thus， it is necessary to be vigilant of its potential downward development momentum.

Keywords： forestry economic growth； cycle fluctuation； HP filter； Markov regime switching model

作為國民經(jīng)濟的重要組成部分，林業(yè)在促進經(jīng)濟增長、推動社會進步、保障生態(tài)安全等方面起著舉足輕重的作用[1]。改革開放之后，隨著社會經(jīng)濟發(fā)展和林業(yè)經(jīng)濟體制改革的不斷深入，我國林業(yè)產(chǎn)業(yè)體系不斷完善，產(chǎn)業(yè)規(guī)模不斷壯大，林業(yè)總產(chǎn)值由1978年的48.10億元增長至2022年的6820.83億元，增長了140.81倍，表現(xiàn)出良好的發(fā)展態(tài)勢。然而，縱觀我國林業(yè)產(chǎn)業(yè)發(fā)展歷程，我國林業(yè)經(jīng)濟雖在總量上呈現(xiàn)出不斷攀升的態(tài)勢，但增速跌宕起伏，尤其是2014年以后，隨著宏觀經(jīng)濟增速放緩和林業(yè)產(chǎn)業(yè)生態(tài)化轉型，林業(yè)經(jīng)濟開始進入波動式低速增長階段，林業(yè)總產(chǎn)值在2014—2022年的平均增速僅為4.50%，甚至低于同時期GDP的平均增速。在此背景下，如何扭轉現(xiàn)階段我國林業(yè)經(jīng)濟低速的增長態(tài)勢，就需要深入探析我國林業(yè)經(jīng)濟增長波動的階段性變遷過程，準確掌握我國林業(yè)經(jīng)濟增長的變化規(guī)律，從而為制定與新形勢相適應的林業(yè)產(chǎn)業(yè)發(fā)展戰(zhàn)略提供實證依據(jù)，為我國林業(yè)經(jīng)濟的平穩(wěn)快速發(fā)展提供理論支持，進而繼續(xù)強化林業(yè)產(chǎn)業(yè)在國民經(jīng)濟發(fā)展中的基礎地位。

作為林業(yè)發(fā)展過程中的重要議題，林業(yè)經(jīng)濟增長一直都是學術界關注的熱點問題[2]。不同學者基于不同視角、運用不同方法對林業(yè)經(jīng)濟增長進行了豐富的研究，并重點關注了影響林業(yè)經(jīng)濟增長的系列因素[3-5]。Burns等[6]指出，只有深入探析經(jīng)濟增長的內在變化規(guī)律，才能有效地引導經(jīng)濟增長。林業(yè)經(jīng)濟作為宏觀經(jīng)濟的重要組成部分，在其發(fā)展歷程中也呈現(xiàn)出跌宕起伏的周期性波動變化。劉璨等[7]較早關注了林業(yè)經(jīng)濟周期波動，對1949—1985年間我國營林經(jīng)濟周期進行了劃分。其后，學者們主要利用增長率法[8]、修正CMS模型[9]、HP濾波[10]等方法對不同尺度單元的林業(yè)經(jīng)濟周期波動進行了測度與分析。值得注意的是，這些傳統(tǒng)模型雖然可以較好地對經(jīng)濟周期進行測度與劃分，但無法揭示經(jīng)濟周期的階段性變遷路徑[11]。由此，越來越多的學者開始構建非線性計量經(jīng)濟模型來研究和識別某一產(chǎn)業(yè)經(jīng)濟周期運行的具體形態(tài)及其結構性轉變特征[12-14]，但鮮見有學者使用馬爾科夫區(qū)制轉移模型來針對性地探究林業(yè)經(jīng)濟增長多階段性的復雜變遷特征?；诖?，遵循已有研究思路[13]，采用三區(qū)制馬爾科夫區(qū)制轉移模型，確定我國林業(yè)總產(chǎn)值在“低速增長”“中速調整”和“高速收縮”階段的轉變點，探究改革開放以來我國林業(yè)經(jīng)濟周期的波動態(tài)勢及其階段性變遷過程，以期為我國林業(yè)經(jīng)濟的快速穩(wěn)定增長提供理論與實踐依據(jù)，并為新時期我國林業(yè)產(chǎn)業(yè)高質量發(fā)展提供有益的政策依據(jù)。

1 模型、方法與數(shù)據(jù)

1.1 HP濾波法

HP濾波法由Hodrick和Prescott在分析戰(zhàn)后美國經(jīng)濟周期時提出來的，其本質是通過極小化方差將經(jīng)濟時間序列中的長期趨勢成分和波動成分分解出來，目前已被大量應用于經(jīng)濟周期波動分析。其主要原理：

根據(jù)上述迭代更新過程，可獲得模型的極大似然估計結果和濾子概率，從而進一步求出各個區(qū)制狀態(tài)的維持概率、平均持續(xù)期及平滑概率值。

1.3 指標選取與數(shù)據(jù)來源

在探究經(jīng)濟時間序列周期波動規(guī)律時，一般采用通行的、能客觀反映經(jīng)濟活動現(xiàn)象的總量指標。在已有研究中[2，17]，一般選用林業(yè)總產(chǎn)值來反映林業(yè)經(jīng)濟發(fā)展的真實情況。考慮到增長率指標不僅可以更為直觀地呈現(xiàn)經(jīng)濟變量的周期波動態(tài)勢[18]，還可以在一定程度上避免原始數(shù)據(jù)中的長期趨勢因素干擾，使測算結果更加符合經(jīng)濟發(fā)展的實際情況[19]。同時，我國林業(yè)經(jīng)濟在總量上呈現(xiàn)出一種長期增長態(tài)勢，林業(yè)經(jīng)濟總量波動不多，而增長率波動較多，是一種典型的增長型周期?；丝紤]，以我國林業(yè)總產(chǎn)值年度數(shù)據(jù)為原始時間序列，利用CPI物價指數(shù)對原始時間序列進行平減處理[20]，再計算得到1978—2022年我國林業(yè)總產(chǎn)值的環(huán)比增長率，并依此來描述和分析我國林業(yè)經(jīng)濟周期波動態(tài)勢及其階段性變遷特征。本文所用數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站公布的相應年份的統(tǒng)計數(shù)據(jù)，時間序列的研究跨度為1978—2022年。

2 實證結果與分析

2.1 我國林業(yè)總產(chǎn)值增長率的時序運行軌跡分析

通過觀察我國林業(yè)總產(chǎn)值增長率的運行軌跡（圖1）不難看出：從總體情況來看，在1978—2022年間，我國林業(yè)經(jīng)濟總體呈現(xiàn)出不斷攀升的增長態(tài)勢。從增長率情況來看，我國林業(yè)總產(chǎn)值增長率在上升至1980年的峰值水平后波動下滑至1989年的最低值，在1992年攀升至階段性波峰后又往復增降直至2000年，在2003年重新回升至波峰水平后波動下滑至2022年。值得注意的是，我國林業(yè)總產(chǎn)值在2012年以前呈現(xiàn)出陡增陡降的變化態(tài)勢，2012年后雖增降幅度有所減弱，但頻繁增降波動的態(tài)勢依舊明顯，這表明我國林業(yè)經(jīng)濟增長的波動性較強、穩(wěn)定性較弱。

圖1展現(xiàn)了我國林業(yè)總產(chǎn)值及其增長率的總體運行軌跡，為更加清晰地解讀我國林業(yè)總產(chǎn)值增長率序列的時序波動態(tài)勢，利用HP濾波對我國林業(yè)總產(chǎn)值增長率時間序列進行分解，得到其趨勢成分與波動成分變化軌跡圖（圖2）。其中，“趨勢成分”主要用于反映林業(yè)總產(chǎn)值增長率的長期變化趨勢，“波動成分”用于反映林業(yè)總產(chǎn)值增長率的波動性和不確定性。

由圖2的HP濾波分解結果可以發(fā)現(xiàn)：從“趨勢成分”來看，我國林業(yè)總產(chǎn)值增長率在研究期內呈現(xiàn)出“類周期”變化特征，即先由1978年的高位水平一直下滑至1996年的波谷位置，其后在2008攀升至波峰后一直下滑至2022年。從“波動成分”來看，我國林業(yè)總產(chǎn)值在2012年以前呈現(xiàn)出明顯的波動聚類特征，即以較大的波幅往復波動，表現(xiàn)出較強的波動性和活躍性，這一結果亦與圖1的分析結果相一致；在2013—2019年間，我國林業(yè)經(jīng)濟除在2015年出現(xiàn)較大波動外，其余年份雖偶有波動，但總體波動幅度明顯降低；2020—2022年間，受疫情的影響，我國林業(yè)經(jīng)濟增長率在2020—2021年的波動幅度有所增強，但其波幅在2022年又再次恢復到低位水平。

2.2 我國林業(yè)總產(chǎn)值增長率的區(qū)制劃分與變遷分析

圖1和圖2研究結果表明了我國林業(yè)經(jīng)濟增長的動態(tài)時序運行軌跡，但卻無法揭示我國林業(yè)總產(chǎn)值增長的結構性轉變及其階段性變遷過程。為此，以我國林業(yè)總產(chǎn)值增長率時間序列為數(shù)據(jù)，運用OxMetrics 6.0軟件對前文構建的馬爾科夫區(qū)制轉移模型進行參數(shù)估計，對我國林業(yè)總產(chǎn)值增長的動態(tài)過程進行區(qū)制狀態(tài)劃分，并揭示其區(qū)制狀態(tài)的動態(tài)變遷特征。

2.2.1 模型參數(shù)估計

為保證模型估計和檢驗的可靠性，需要先對時間序進行平穩(wěn)性檢驗。為此，基于ADF以及PP等方法檢驗我國林業(yè)總產(chǎn)值增速序列的平穩(wěn)性[23]，結果顯示我國林業(yè)總產(chǎn)值增速序列在1%的顯著性水平下平穩(wěn)。為保證估計結果的穩(wěn)定性，還需進一步確定MS（p）-AR（q）的最優(yōu)滯后階數(shù)q。綜合考慮數(shù)據(jù)特征和經(jīng)濟意義，結合AIC和SC信息準則盡可能小和對數(shù)似然值LL盡可能大的原則[24]，確定模型滯后階數(shù)為3，即使用MS（3）-AR（3）模型進行實證分析。最后，使用OxMetrics 6.0軟件對構建的MS（3）-AR（3）進行參數(shù)估計，結果見表1。

由表2結果可以看出：1）從區(qū)制維持概率來看，林業(yè)總產(chǎn)值處于“快速增長區(qū)制”（69.80%）和“中速增長區(qū)制”（50.91%）的維持概率均超過了50%，而處于“低速增長區(qū)制”的維持概率僅為37.17%，這意味著我國林業(yè)總產(chǎn)值維持在“快速增長區(qū)制”和“中速增長區(qū)制”的可能性較高，而維系在“低速增長區(qū)制”的可能性較低，即容易變遷至其他區(qū)制狀態(tài)。2）從區(qū)制轉移概率來看，我國林業(yè)總產(chǎn)值由“低速增長區(qū)制”向“中速增長區(qū)制”變遷的轉移概率為62.83%，而向“快速增長區(qū)制”變遷概率為0；當林業(yè)總產(chǎn)值步入“中速增長區(qū)制”后，其變遷至“快速增長區(qū)制”的概率為49.09%，而回落至“低速增長區(qū)制”變遷概率為0；當林業(yè)總產(chǎn)值步入“快速增長區(qū)制”向“低速增長區(qū)制”過渡的概率（25.18%）要高于其直接向“中速增長區(qū)制”轉移的概率（5.02%）。這些結果表明，我國林業(yè)總產(chǎn)值不會從低速增長狀態(tài)直接向快速增長狀態(tài)轉移，而是先變遷至“中速增長區(qū)制”再向“快速增長區(qū)制”轉移，即通過“中速增長區(qū)制”實現(xiàn) “穩(wěn)擴張”；但是，當我國林業(yè)總產(chǎn)值由“快速增長區(qū)制”向“低速增長區(qū)制”轉移時，其轉移過程則呈現(xiàn)出非對稱性特征，即向“低速增長區(qū)制”直接轉移的概率要高于向“中速增長區(qū)制”過渡轉移的概率。3）從平均持續(xù)期來看，我國林業(yè)總產(chǎn)值處于“快速增長區(qū)制”的平均持續(xù)期最長，為3.31年；“中速增長區(qū)制”次之，為2.03年；“低速增長區(qū)制”最短，為1.59年。這些結果一方面表明我國林業(yè)總產(chǎn)值在“快速增長區(qū)制”的持續(xù)期相對較長，但另一方面也可以看出我國林業(yè)總產(chǎn)值在不同區(qū)制狀態(tài)下的持續(xù)期較短，特別是在“低速增長區(qū)制”，持續(xù)期僅為1.59年，反映出我國林業(yè)總產(chǎn)值在“低速增長區(qū)制”具有一定的活躍性，即容易變遷至其他區(qū)制狀態(tài)。

2.2.3 區(qū)制變遷分析

平滑概率即經(jīng)濟時間序列在不同區(qū)制間發(fā)生狀態(tài)變遷的轉移概率，主要用于刻畫經(jīng)濟變量區(qū)制狀態(tài)的階段性變遷過程[24]。一般而言，當區(qū)制狀態(tài)變量St的平滑概率值P（St=i|It）>0.5（i=1，2，3）時，則意味著經(jīng)濟變量正處于這一區(qū)制狀態(tài)，且平滑概率值越大，變量處于該區(qū)制狀態(tài)的可能性也越大[25]。圖3～圖5展示了我國林業(yè)總產(chǎn)值在“低速增長區(qū)制”（St=1）、“中速增長區(qū)制”（St=2）和“快速增長區(qū)制”（St=3）時的平滑概率曲線。

由圖3～圖5可知：在樣本期內，我國林業(yè)總產(chǎn)值在“低速增長區(qū)制”、“中速增長區(qū)制”和“快速增長區(qū)制”表現(xiàn)出頻繁的交替演進變遷態(tài)勢。其中，在1984年、1989年、1995—1998年、2004年、2007年、2020年9個年份處于“低速增長區(qū)制”，處于“低速增長區(qū)制”頻率為21.43%；在1985—1987年、1990—1991年、1999年、2005年、2008—2009年、2015—2017年、2021—2022年14個年份處于“中速增長區(qū)制”，處于“中速增長區(qū)制”頻率為33.33%；而在1981—1983年、1988年、1992—1994年、2000—2003年、2006年、2010—2014年、2018-2019年19個年份處于“快速增長區(qū)制”，處于“快速增長區(qū)制”頻率為45.24%。

另外，從我國林業(yè)總產(chǎn)值區(qū)制變遷的具體路徑來看：改革開放伊始，我國社會經(jīng)濟整體上處于恢復性增長期，我國林業(yè)建設和發(fā)展在這一階段亦開始進入恢復發(fā)展期。特別是1979年，隨著林業(yè)部的重新成立，我國林業(yè)產(chǎn)業(yè)工作體系開始建立，林業(yè)產(chǎn)業(yè)開始步入正軌。1980年后，為提高林業(yè)生產(chǎn)經(jīng)濟效益，我國開始積極探索林權市場化改革，并相繼頒布實施了《關于保護森林發(fā)展林業(yè)若干問題的決定》（1981）、《中華人民共和國森林法》（1984）等一系列重要指示和政策，更是作出了啟動“三北”防護林體系建設工程這一重大長久的戰(zhàn)略決策。在改革開放大潮和國家重要政策的指引和推動下，我國林業(yè)經(jīng)濟進入了快速發(fā)展期，林業(yè)總產(chǎn)值除了在1984年、1989年短暫性地處于“低速增長區(qū)制”外，其他年份呈現(xiàn)出在“中速增長區(qū)制”和“高速增長區(qū)制”交替變遷的態(tài)勢。1995年以后，在改革開放和宏觀政策調控的雙重作用下，我國經(jīng)濟發(fā)展開始進入“軟著陸”時期，社會經(jīng)濟增速開始降溫回落。受此影響，我國林業(yè)經(jīng)濟增長率在1995—1996年間開始步入“低速增長區(qū)制”。與此同時，受1997年黃河斷流和1998年特大洪澇災害的影響，我國林業(yè)總產(chǎn)值在這2個年份亦處于“低速增長區(qū)制”。其后，隨著經(jīng)濟穩(wěn)定回升，我國林業(yè)總產(chǎn)值在1999—2007年的多數(shù)年份處于“快速增長區(qū)制”。2008—2009年，在全球金融危機的階段性影響下，我國林業(yè)總產(chǎn)值短暫性地過渡至“中速增長區(qū)制”，并在2010年迅速回位于“快速增長區(qū)制”直至2014年。2015年，隨著我國經(jīng)濟步入“新常態(tài)”，加之“去產(chǎn)能、調結構”成為多數(shù)行業(yè)轉型首要任務，我國林業(yè)總產(chǎn)值增速降至階段性低位水平，林業(yè)總產(chǎn)值在該年亦開始回落至“中速增長區(qū)制”直至2017年。在2018—2019年階段性回升至“快速增長區(qū)制”后，受疫情的沖擊與影響，我國林業(yè)總產(chǎn)值在2020年增長率降至階段性谷點并步入“低速增長區(qū)制”，2021年后隨著疫情的不斷緩解，我國林業(yè)總產(chǎn)值增長率開始回升，并在2021—2022年過渡性回遷至“中速增長區(qū)制”。

最后，從發(fā)展趨勢來看，雖然我國林業(yè)總產(chǎn)值從2020年的“低速增長區(qū)制”變遷至2021—2022年的“中速增長區(qū)制”，但還是難以準確把握我國林業(yè)總產(chǎn)值未來的區(qū)制變遷方向。為此，參考已有研究思路[26]，基于構建的MS（3）-AR（3）模型，對2023—2025年我國林業(yè)總產(chǎn)值處于各個區(qū)制狀態(tài)的平滑概率進行預測，結果如表3所示。

從表3結果可以看出，我國林業(yè)總產(chǎn)值在2023—2025年處于“快速增長區(qū)制”的概率超過50%，處于“中速增長區(qū)制”和“快速增長區(qū)制”的概率合計超過80%，這意味著未來我國林業(yè)總產(chǎn)值處于中速和快速增長區(qū)制的可能性較大，林業(yè)總產(chǎn)值增長率或將再次回升。然而，需要警醒的是，我國林業(yè)總產(chǎn)值處于“低速增長區(qū)制”的概率有緩慢增強的態(tài)勢，其概率將由2023年的3.56%增長至2025年的19.73%，這一結果預示著我國林業(yè)總產(chǎn)值有向“低速增長區(qū)制”轉移變遷的征候。因此，為適應新時期我國社會經(jīng)濟發(fā)展需要，實現(xiàn)林業(yè)產(chǎn)業(yè)高質量發(fā)展，需充分重視并積極應對我國林業(yè)經(jīng)濟在未來潛在的下行發(fā)展勢頭。

3 結論與建議

3.1 結 論

1）從我國林業(yè)總產(chǎn)值增長率的時序變化軌跡來看，1978年以來我國林業(yè)經(jīng)濟呈現(xiàn)出總量不斷攀升但增長率波動下滑的態(tài)勢，特別是2012年以前，我國林業(yè)總產(chǎn)值增長率表現(xiàn)出明顯的波動聚類特征，呈現(xiàn)出大幅度陡增陡降的變化態(tài)勢，2012年后雖增降幅度有所減弱，但頻繁增降波動的態(tài)勢依舊明顯。

2）通過構建MS（3）-AR（3）模型，檢驗并證實了我國林業(yè)總產(chǎn)值在其變化過程中存在“三區(qū)制”特征，其增長率在低速、中速、快速等三種區(qū)制狀態(tài)下的均值分別為-1.68%、4.67%和9.72%。同時，我國林業(yè)總產(chǎn)值在三種區(qū)制狀態(tài)下的維持概率較低、平均持續(xù)期較短，其中“快速增長區(qū)制”的維持概率最高（69.80%），持續(xù)期相對較長（3.31年）；“中速增長區(qū)制”的維持概率（50.91%）和持續(xù)期（2.03年）次之；“低速增長區(qū)制”的維持概率最低（37.17%），持續(xù)期最短（1.59年）。另外，從其區(qū)制轉移概率來看，當我國林業(yè)總產(chǎn)值由“低速增長區(qū)制”向“快速增長區(qū)制”轉移時，將通過“中速增長區(qū)制”實現(xiàn) “穩(wěn)擴張”，而當我國林業(yè)總產(chǎn)值由“快速增長區(qū)制”向“低速增長區(qū)制”轉移時，其轉移過程存在非對稱性特征，即向“低速增長區(qū)制”直接轉移的概率要高于向“中速增長區(qū)制”過渡轉移的概率。

3）從區(qū)制變遷過程來看，我國林業(yè)總產(chǎn)值呈現(xiàn)出在3種區(qū)制狀態(tài)頻繁交替演進的階段性變遷特征，在1984年、1989年、1995—1998年、2004年、2007年、2020年9個年份處于“低速增長區(qū)制”；在1985—1987年、1990—1991年、1999年、2005年、2008—2009年、2015—2017年、2021—2022年14個年份處于“中速增長區(qū)制”；而在1981—1983年、1988年、1992—1994年、2000—2003年、2006年、2010—2014年、2018—2019年19個年份處于“快速增長區(qū)制”。從未來發(fā)展趨勢來看，雖然我國林業(yè)經(jīng)濟進入“中速增長區(qū)制”和“快速增長區(qū)制”的可能性較大，但處于“低速增長區(qū)制”的概率有緩慢增強的態(tài)勢，未來仍需警醒我國林業(yè)經(jīng)濟潛在的下行發(fā)展勢頭。

3.2 對策建議

當前我國林業(yè)正處于全面停伐改革后經(jīng)濟轉型發(fā)展的關鍵期，實現(xiàn)林業(yè)經(jīng)濟穩(wěn)定增長和可持續(xù)發(fā)展是當前林業(yè)工作的重中之重。從本研究結果可以看出，我國林業(yè)經(jīng)濟在未來進入中高速增長區(qū)制的可能性較大，但也存在繼續(xù)下行的發(fā)展勢頭。為此，為推動我國林業(yè)經(jīng)濟走上增長快速道，提出如下對策建議：首先，要正確認識林業(yè)經(jīng)濟周期波動的客觀存在，在對現(xiàn)行林業(yè)經(jīng)濟運行狀態(tài)做出準確判斷的前提下，制定適應新形勢需要的、減緩林業(yè)經(jīng)濟周期波動的政策體系，特別是推出穩(wěn)定協(xié)調并具有可操性的逆周期調控舉措，強化林業(yè)經(jīng)濟增長整體的抗周期波動能力。其次，從我國林業(yè)經(jīng)濟區(qū)制變遷過程中不難看出，我國林業(yè)經(jīng)濟增長易受到宏觀經(jīng)濟波動及突發(fā)性災害等外部因素的影響而進入低速增長狀態(tài)，為此要積極關注國家宏觀經(jīng)濟及其政策走向，加強對林業(yè)經(jīng)濟運行的監(jiān)測預警，建立自然災害應急響應及監(jiān)測預警系統(tǒng)，增強林業(yè)產(chǎn)業(yè)風險規(guī)避和抵御不確定性沖擊的能力。在此基礎上，還需進一步優(yōu)化林業(yè)生產(chǎn)要素市場化配置，持續(xù)推進林業(yè)產(chǎn)業(yè)結構優(yōu)化調整，建立包含非林木加工、林下經(jīng)濟、森林旅游與服務等在內的多元化林業(yè)產(chǎn)業(yè)體系，為林業(yè)經(jīng)濟增長提供新動能。另外，隨著林業(yè)產(chǎn)業(yè)的轉型發(fā)展[27]，未來還需著力提高林業(yè)產(chǎn)業(yè)科技化、信息化水平，加大林業(yè)科技資金投入和林業(yè)技術人員的培養(yǎng)力度，加快強化林業(yè)產(chǎn)業(yè)科技創(chuàng)新能力，推動林業(yè)經(jīng)濟增長方式轉變，進而提升林業(yè)產(chǎn)業(yè)的經(jīng)濟增長韌性。最后，在林業(yè)發(fā)展過程中，積極響應“綠色發(fā)展”理念，堅持以生態(tài)保護、服務民生的價值導向，強化天然林資源保護和后備森林資源培育，完善林業(yè)生態(tài)補償和生態(tài)保護獎補政策，持續(xù)提升我國林業(yè)經(jīng)濟增長的可持續(xù)性。

參考文獻：

[1] 姜鈺，耿寧.林業(yè)產(chǎn)業(yè)結構與森林生態(tài)安全動態(tài)關系研究：以黑龍江省為例[J].中南林業(yè)科技大學學報，2017，37（12）：163-168. JIANG Y， GENG N. Study on dynamic relationship between forestry industrial structure and forest ecological security： with an example of Heilongjiang Province[J]. Journal of Central South University of Forestry Technology，2017，37（12）：163-168.

[2] 張濱，呂潔華.要素投入驅動、產(chǎn)業(yè)結構升級與林業(yè)經(jīng)濟增長的空間效應解析：以黑龍江省重點國有林區(qū)為例[J].林業(yè)科學，2020，56（6）：142-151. ZHANG B， LYU J H. Spatial effects analysis for factor inputs driving， industrial structure upgrading and forestry economic growth： a case study of Heilongjiang key state-owned forest region[J]. Scientia Silvae Sinicae，2020，56（6）：142-151.

[3] 柯水發(fā)，陳章純，趙鐵蕊.基于灰色關聯(lián)度模型的中國林業(yè)經(jīng)濟增長影響因素分析[J].農林經(jīng)濟管理學報，2014，13（3）：281-290. KE S F， CHEN Z C， Zhao T X. Factors influencing China’s forest economic growth based on grey correlation model[J]. Journal of Agro-Forestry Economics and Management，2014，13（3）： 281-290.

[4] 曹彥，何東進，紀志榮，等.中國省域林業(yè)經(jīng)濟發(fā)展影響因素的空間面板計量經(jīng)濟分析[J].林業(yè)經(jīng)濟，2016，38（5）：66-70，90. CAO Y， HE D J， JI Z R， et al. Spatial panel econometric analysis on forestry economic factors of every province in China[J]. Forestry Economics，2016，38（5）：66-70，90.

[5] 喬丹，柯水發(fā)，袁婉潼.市場化測度及其對林業(yè)經(jīng)濟增長的影響分析：以中國南方集體林區(qū)為例[J].農林經(jīng)濟管理學報， 2021，20（3）：337-345. QIAO D， KE S F， YUAN W T. Analysis of forestry marketization measurement and impacts on forestry economic growth： evidence from collective forest areas in Southern China[J]. Journal of Agro-Forestry Economics and Management，2021，20（3）：337-345.

[6] BURNS A F， MITCHELL W C. Measuring business cycles[D]. NewYork： National Bureau of Economic Research，1946.

[7] 劉璨，許勤.中國營林業(yè)經(jīng)濟周期研究[J].林業(yè)經(jīng)濟問題， 1993（1）：9-15. LIU C， XU Q. Study on the business cycle of Chinese forestry[J]. Issues of Forestry Economics，1993（1）：9-15.

[8] 聞速，溫亞利.淺析“八五”以來我國林業(yè)經(jīng)濟發(fā)展的周期性波動[J].吉林林業(yè)科技，2006，35（4）：34-40. WEN S， WEN Y L. On cyclical fluctuations in forestry economic development of China since the eighth years plan[J]. Journal of Jilin Forestry Science and Technology，2006，35（4）：34-40.

[9] 張麗媛，曹旭平.中國木質林產(chǎn)品出口波動特征及成因分析[J].林業(yè)經(jīng)濟問題，2018，38（6）：15-20. ZHANG L Y， CAO X P. Analyze on the characteristics and causes of China’s woody forest products export fluctuations[J]. Issues of Forestry Economics，2018，38（6）：15-20.

[10] 劉桂艷，武曉玉，包慶豐，等.內蒙古國有林區(qū)林業(yè)經(jīng)濟波動特征及成因分析[J].林業(yè)經(jīng)濟，2022，44（1）：5-16. LIU G Y， WU X Y， BAO Q F， et al. Analysis on the fluctuation characteristics and causes of forestry economy in state-owned forest regions of Inner Mongolia[J]. Forestry Economics， 2022，44（1）：5-16.

[11] 隋建利，劉金全，閆超.教育投入對經(jīng)濟增長的影響恒久不變嗎—改革開放以來的路徑演化分析[J].教育與經(jīng)濟， 2015（1）：3-9. SUI J L， LIU J Q， YAN C. Is the impact of education investment on economic growth always the same： analysis of path evolution since reform and opening-up of China[J]. Education Economy， 2015（1）：3-9.

[12] 張同斌，高鐵梅.中國經(jīng)濟周期波動的階段特征及驅動機制研究：基于時變概率馬爾科夫區(qū)制轉移（MS-TVTP）模型的實證分析[J].財貿經(jīng)濟，2015，36（1）：27-39. ZHANG T B， GAO T M. Research on the phase characteristics and driving mechanism of Chinese business cycle fluctuation： empirical analysis based on MS-TVTP model[J]. Finance Trade Economics，2015，36（1）：27-39.

[13] 隋建利，蔡琪瑤.中國農業(yè)經(jīng)濟周期的路徑演化識別：改革開放以來的實踐與經(jīng)驗[J].中國農村經(jīng)濟， 2016，（9）：30-43. SUI J L， CAI Q Y. Path evolution identification of agricultural economic cycle in China： practice and experience since reform and opening-up[J]. Chinese Rural Economy，2016，（9）：30-43.

[14] 潘瀾，陽淑瑗，張威.大陸赴臺旅游人次數(shù)的趨勢、季節(jié)周期及預測分析[J].中南林業(yè)科技大學學報（社會科學版）， 2016，10（4）：81-84.PAN L， YANG S Y， ZHANG W. Trend， seasonal periodicity and prediction of tourist from Mainland to Taiwan[J]. Journal of Central South University of Forestry Technology （Social Sciences），2016，10（4）：81-84.

[15] HAMILTON J D. A new approach to the economic analysis of nonstationary time series and the business cycle[J]. Econometrica， 1989，57（2）：357.

[16] HAMILTON J D. Analysis of time series subject to changes in regime[J]. Journal of Econometrics，1990，45（1/2）：39-70.

[17] 姜雪梅，牛志偉，王會，等.林業(yè)生態(tài)建設與保護投資對林業(yè)產(chǎn)業(yè)發(fā)展的影響[J].生態(tài)經(jīng)濟，2023，39（8）：112-121. JIANG X M， NIU Z W， WANG H， et al. Influence of forestry ecological construction and protection investment on the development of forestry industry[J].Ecological Economy，2023，39（8）： 112-121.

[18] 呂光明，齊鷹飛.中國經(jīng)濟周期波動的典型化事實：一個基于CF濾波的研究[J].財經(jīng)問題研究，2006（7）：3-10. LYU G M， QI Y F. The stylized facts of business cycle fluctuations in China--an empirical investigation with Christiano-Fitzgerald filter[J]. Research on Financial and Economic Issues，2006（7）： 3-10.

[19] 李維維，馬曉龍.國內旅游經(jīng)濟周期與宏觀經(jīng)濟周期同步嗎？—基于MS-VAR模型時變特征的驗證[J].旅游學刊， 2017，32（11）：49-59. LI W W， MA X L. Is the domestic tourism business cycle synchronized with the macro economic cycle： verification of time variant characteristics based on the MS-VAR model[J]. Tourism Tribune，2017，32（11）：49-59.

[20] 劉艷迪.中國林業(yè)產(chǎn)業(yè)集聚對全要素生產(chǎn)率的非線性影響研究[D].哈爾濱：東北林業(yè)大學，2023. LIU Y D. Study on the nonlinear influence of forestry industry agglomeration on forestry total factor productivity in China[D]. Harbin： Northeast Forestry University，2023.

[21] 余智敏，田治威，潘煥學，等.基于VAR模型的林業(yè)經(jīng)濟增長與林產(chǎn)品進出口貿易關系研究[J].廣東農業(yè)科學，2014，41（21）： 192-196，209. YU Z M， TIAN Z W， PAN H X， et al. Empirical study on relationship between forestry economic growth and import and export of forestry products based on VAR model[J]. Guangdong Agricultural Sciences，2014，41（21）：192-196，209.

[22] 林文凱，夏會琴，胡海勝.改革開放以來中國入境旅游周期波動的階段性變遷分析[J].江西財經(jīng)大學學報，2023，（1）：53-64. LIN W K， XIA H Q， HU H S. Analysis on the phased changes of the cyclical fluctuation of China’s inbound tourism since the reform and opening-up[J]. Journal of Jiangxi University of Finance and Economics，2023，（1）：53-64.

[23] 隋建利，宋典典.中國農業(yè)經(jīng)濟增長動態(tài)路徑的變遷分析[J].學習與探索，2014，（6）：106-109. SUI J L， SONG D D. Analysis on the dynamic path of agricultural economic growth in China[J]. Study Exploration， 2014，（6）：106-109.

[24] 唐升，孫皓.城鄉(xiāng)居民消費結構轉型升級：趨同特征與演化路徑[J].中國軟科學，2022，（3）：141-153. TANG S， SUN H. Transformation and upgrading of consumption structure of urban and rural residents： convergence characteristics and evolution path[J]. China Soft Science，2022，（3）：141-153.

[25] 龍文.“一帶一路”沿線國家經(jīng)濟周期波動的時變特征比較[J].統(tǒng)計與決策，2022，38（23）：95-100. LONG W. Comparison of time-varying characteristics of economic cycle fluctuations in countries along the Belt and Road[J]. Statistics and Decision，2022，38（23）：95-100.

[26] 隋建利，劉金全.中國旅游經(jīng)濟的周期劃分與增長預測[J].經(jīng)濟管理，2014，36（11）：113-123. SUI J L， LIU J Q. Chinese tourism economic cycle identification and growth forecast[J]. Business and Management Journal， 2014，36（11）：113-123.

[27] 羅攀柱.林業(yè)結構改革的日本實踐：背景、措施與啟示[J].中南林業(yè)科技大學學報（社會科學版），2021，15（2）：63-73. LUO P Z. The Japanese practice of forestry structural reform： the background， implementation measures and enlightenment[J]. Journal of Central South University of Forestry Technology（Social Sciences），2021，15（2）：63-73.

[本文編校：戴歐琳]