森林食品產業發展影響因素實證研究

摘要：在分析森林食品產業發展影響因素時，首次提出了通過偏最小二乘（ＰＬＳ）回歸方法，并實證分析了各影響因素的相對重要性及影響程度差異，以期對區域森林食品產業發展現狀進行解釋，以及對推動區域森林食品產業發展策略及權重進行界定。

關鍵詞：森林食品產業；影響因素；偏最小二乘回歸法

中圖分類號：ＴＳ２１８；Ｆ３２６．２ 文獻標識碼：Ａ 文章編號：0439－８114（２０11）19－4100-03

Ｄｅｍｏｎｓｔｒａｔｉｏｎ Ｓｔｕｄｙ ｏｎ ｔｈｅ Ｉｎｆｌｕｅｎｃｅ Ｆａｃｔｏｒｓ ｏｆ Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｆｏｒｅｓｔ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ

ＺＨＡＮＧ Ｒｕｎ－ｈａｏ

（Ｃｅｎｔｒａｌ Ｓｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｆｏｒｅｓｔｒｙ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｃｈａｎｇｓｈａ ４１０００４， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： In tｈｅ ａｎａｌｙｓｉｓ ｏｆ ｆｏｒｅｓｔ ｆｏｏｄ ｉｎｄｕｓｔｒｙ ｆａｃｔｏｒｓ， the ｅｍｐｉｒｉｃａｌ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｒｅｌａｔｉｖｅ ｉｍｐｏｒｔａｎｃｅ ｏｆ ｅａｃｈ ｆａｃｔｏｒ ａｎｄ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｄｉｆｆｅｒｅｎｃｅ ｔｏ ｔｈｅ ｅｘｐｅｃｔａｔｉｏｎｓ ｏｆ ｔｈｅ ｒｅｇｉｏｎａｌ ｆｏｒｅｓｔ ｆｏｏｄ ｉｎｄｕｓｔｒｙ was ｆｉｒｓｔ ｐｒｏｐｏｓｅｄ ｂｙ ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ ｒｅｇｒｅｓｓｉｏｎ ｍｅｔｈｏｄ， ｔｏ ｅｘｐｌａｉｎ ｔｈｅ ｃｕｒｒｅｎｔ ｓｉｔｕａｔｉｏｎ ａｎｄ ｆｏｏｄ ｉｎｄｕｓｔｒｙ ｉｎ ｐｒｏｍｏｔｉｎｇ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｒｅｇｉｏｎａｌ ｆｏｒｅｓｔ ｓｔｒａｔｅｇｉｅｓ ａｎｄ ｗｅｉｇｈｔｓ ｄｅｆｉｎｅｄ.

Ｋｅｙ ｗｏｒｄｓ： fｏｒｅｓｔ ｆｏｏｄ ｉｎｄｕｓｔｒｙ； fａｃｔｏｒｓ； pａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ ｒｅｇｒｅｓｓｉｏｎ

森林食品產業是指在森林資源可持續利用和良好生態環境基礎上，進行森林食品培育、加工、流通、銷售及相關服務的產業，涉及國民經濟第一產業、第二產業和第三產業的多個門類。森林食品產業已經成為當今的朝陽產業，因為森林食品產業的發展符合林業經濟發展方式轉變，它將林業的生態、經濟、社會效益統一起來，是平衡長期與近期效益的重要途徑，不僅是實現我國糧油安全、生態安全和長期穩定和諧發展的必然需求，而且在國民經濟發展中占有越來越重要的地位［１，2］。同時，森林食品產業的發展也符合消費者的需求，到２００９年城鄉居民恩格爾系數從１９９０年的５４．２％降低到３７．０％，總體上已經進入小康居民消費階段。“民以食為天，食以安為先”，馬斯洛需求層次理論揭示，人們在生存需要得到滿足后，安全的需要將會更加突出，對應著人們食品安全意識不斷提高，對食品的生態性、營養性要求也愈發增強，而森林食品恰巧對應了這種需求。

學者們在以往的研究中強調從以下幾個方面推動森林食品產業的發展：一是加強對森林食品資源的基礎性調查工作，積極引進馴化品種；二是拓展森林食品精加工、深加工、綜合加工；三是強化政策扶持等等［３，４］。但是通過建立模型的方式分析可能影響森林食品產業發展的相關因素及其相對重要性，尚屬空白。構建森林食品產業影響因素模型就是期望解決兩大問題：一是針對森林食品產業發展現狀進行分析；二是確定推動森林食品產業發展策略以及投入資源權重。

１計量模型設定及檢驗方法選取

結合森林食品產業發展特點，擬建立如下的森林食品產業影響因素模型：

ｙ＝ａ０＋ａ１ｘ１＋ａ２ｘ２＋ａ３ｘ３＋ａ４ｘ４＋ａ５ｘ５＋ａ６ｘ６＋ａ７ｘ７＋ａ８ｘ８＋μ

根據產業集群理論分別抽取森林食品產業相關指標：林業投資（ｘ１）、農業產值（ｘ２）、森林食品龍頭企業數（ｘ３）、省級以上名牌數（ｘ４）；根據食品安全理論抽取森林食品基地指標（ｘ５）；根據生態效益補償理論抽取森林覆蓋率（ｘ６）；根據林權理論抽取林權改革推進程度指標（ｘ７）、林業合作組織發展情況（ｘ８）。

森林食品產業在我國的發展時間不長，數據指標體系不充分、不完善，并且單純采用多元回歸分析來建立模型，普遍存在自變量的多重共線性問題，客觀上造成了樣本空間的狹窄，限制了自變量的數量。在這種情形下，如果對存在自變量多重共線性的模型仍然按照一般的最小二乘法（ＯＬＳ）進行擬合，將導致系數估計值極其不穩定，重要的解釋變量可能無法通過顯著性檢驗，有時甚至出現回歸系數的符號與人們的實際經驗判斷完全相反的現象。因此，擬采用偏最小二乘（Ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ，ＰＬＳ）回歸方法［５］作為主要分析方法。期望通過ＰＬＳ回歸方法建立的模型估計系數穩定，符合實際，更便于解釋與分析。因為該方法利用信息分解的方法，將自變量系統中的信息重新排列，有效地提取對系統解釋性最強的綜合變量作為主成分，針對主成分分析中沒有考慮主成分與因變量相關關系的局限，提取的成分能在很好地概括自變量信息的同時，最好地解釋因變量；并且在最終模型中包含原有全部自變量，避免了逐步回歸分析方法可能刪除自變量的缺陷，最大限度地利用樣本信息；而且允許在樣本點數量少于變量個數的條件下進行回歸建模，徹底擺脫了樣本空間的限制。

２實證檢驗

為驗證該模型，特選取湖北省襄陽市２０００～２００９年度數據（表1）作為樣本空間來對襄陽森林食品產業影響因素進行實證研究（原始數據資料來自《襄樊年鑒》各期）。

因為回歸模型共有８個自變量，樣本數僅為１０年，很有可能存在自變量的多重共線性。進一步利用方差膨脹因子（ＶＩＦ）進行正式檢驗，發現大部分自變量的ＶＩＦ大于１０，說明存在嚴重的多重共線性。因此，不能用普通的ＯＬＳ回歸，需采用ＰＬＳ回歸進行分析。

２．１ＰＬＳ成分的確定

運用軟件ＳＡＳ９．０的ｃｖ＝ｏｎｅ ｃｖｔｅｓｔ ｐｖａｌ＝０．０１ ｓｔａｔ＝ＰＲＥＳＳ１的交互檢驗（Ｃｒｏｓｓ－Ｖａｌｉｄａｔｉｏｎ）方法對方程的多個ＰＬＳ成分的有效性進行檢驗，發現在０．０１的顯著性水平下，只有１個成分滿足交互有效性條件。因此，我們選取１個ＰＬＳ成分作為模型的主成分進行回歸分析，得到其自變量信息利用率為９１．１２６ ４％，因變量信息的解釋率為９８．９７４ １％，結果較為理想。

２．２模型結果和自變量投影重要性指標ＶＩＰ

通過ＳＡＳ軟件的ＰＬＳ過程，可以得到各自變量的系數以及標準化回歸系數（表２）。由于標準化系數的符號只是表明自變量對因變量的影響方向，其大小只能粗略地衡量自變量對因變量的影響程度，卻沒有考慮自變量對形成ＰＬＳ成分的貢獻。而變量投影重要性指標ＶＩＰ（Ｖａｒｉａｂｌｅ ｉｍｐｏｒｔａｎｃｅ ｉｎ ｐｒｏｊｅｃｔｉｏｎ）則綜合考慮了自變量對構造ＰＬＳ成分的貢獻和ＰＬＳ成分對因變量的解釋能力，其計算公式為：

ＶＩＰｊ＝■

其中，p表示自變量的個數；Ｒｄ（Ｙ；ｔｈ）＝ｒ２（Ｙ；ｔｈ），表示成分ｔｈ對因變量Ｙ的解釋能力；ｗｈｊ是軸ｗｈ的第ｊ個分量，用于測量ｘｊ對構造ｔｈ成分的邊際貢獻；Ｒｄ（Ｙ；ｔ１，…，ｔｋ），表示所有ｔ１，…，ｔｋ成分對因變量Ｙ的累計解釋能力。

因此，按照上述計算公式編制ＳＡＳ程序計算每個自變量的投影重要性指標ＶＩＰ（表２），并從大到小進行排序，從而可以準確地判斷每個自變量對因變量影響的相對重要性。

３實證結果分析及建議

由以上的檢驗結果可知，該方程通過了ＰＬＳ回歸的交互有效性檢驗，說明模型克服了多重共線性的干擾，在０．０１的水平上顯著并有效。其中，對自變量的信息利用率均在９１％以上，說明模型選擇的自變量系統較為有效，干擾因素較少。對因變量變異信息的解釋能力均在９８％以上，說明模型構建指標選擇恰當。

通過對實證結果的對比分析發現，森林食品產業發展中按因素的貢獻程度排序分別為：農業產值、林業合作組織發展狀況、森林食品名牌數、林業投資狀況、森林食品龍頭企業數、森林覆蓋率、林權改革推進程度、森林食品基地建設情況。因此，森林食品產業發展首先要注重相關產業的共同發展及彼此的資源互補，特別是區域農業工業化、現代化程度，因為森林食品產業與農業能最大限度地實現資源共享；其次，森林食品產業發展要通過林權改革，明晰林地產權，通過林業合作組織建設，擴大森林食品基地規模，最終提高森林食品生產能力，提高森林食品生產標準化程度；第三，要重視森林食品龍頭企業的扶持以及森林食品品牌建設；第四，要注重對森林食品產業政策引導和資金的投入。

參考文獻：

［１］ 中國林業科學研究院“多功能林業”編寫組．中國多功能林業發展道路探索［Ｍ］． 北京：中國林業出版社，２０１０．

［２］ 陳紅．基于消費者行為理論的森林食品產業發展潛力分析［Ｊ］． 林業經濟，２００６（８）：７１－７３．

［３］ 劉正祥．我國森林食品資源及其開發利用現狀［Ｊ］． 世界林業研究，２００６（１）：５８－６５．

［４］ 冷麗．我國森林食品資源開發現狀及發展趨勢［Ｊ］． 江西林業科技，２００８（２）：５２－５４．

［５］ 王惠文．偏最小二乘回歸方法及其應用［Ｍ］．北京：國防工業出版社，１９９９．