黑龍江省國有林區經濟差異及成因分析

田博林 趙曉光

摘 要：運用ArcGIS及空間計量經濟學軟件GeoDa提供的空間分析功能對1998—2014年黑龍江省國有林區經濟的動態演變過程進行空間統計分析研究，來揭示黑龍江省國有林區經濟差異的空間自相關和空間集聚特征。并且根據經濟差異情況利用空間回歸模型對造成的經濟差異成因做分析研究，為黑龍江省國有林區的經濟發展提出合理化建議。

關鍵詞：區域空間差異 空間統計分析 黑龍江省國有林區 成因分析

中圖分類號：F326.2 文獻標識碼：A

文章編號：1004-4914（2016）04-168-05

區域經濟發展的差異性，不僅會造成經濟發展緩慢的地區在人力、物力、財力資源的分配上效率不高，而且也會造成這些地區的經濟貢獻率低等諸多問題。它更是阻礙區域社會經濟整體穩步發展的主要因素之一（陳麗蓉，2011）。因此，區域經濟發展的差異問題很早就成為各國經濟學家深入研究探討的熱點話題。目前，在眾多的研究當中傳統的數量統計模型方法居多，數量統計模型是在假設樣本量間相互獨立的基礎上建立起來的，所以比較容易忽視樣本量在空間上的相互關系（杜小娟等，2010；范麗等，2015）。空間數據分析其實是將空間數據與一些空間研究方法相結合，通過對觀測值在空間上分布的描述與分析，更科學地發現其空間的集聚或異常（李建豹等，2011）。近年來，我國林業總體經濟發展不容樂觀，對作為我國用材林的重要生產基地黑龍江國有林區的研究也不是十分全面（馬玉秋，2015）。因此本文將結合空間經濟學原理并運用ArcGIS與GeoDa軟件，采用完善的ESDA方法來更全面更深刻地揭示黑龍江省國有林區經濟的空間分布情況與集聚特征，以及造成經濟差異的因素。

一、研究區域與數據源

1.研究區域及經濟發展狀況。黑龍江省國有林區是我國四大國有林區之一，其經營總面積1006萬公頃，約占黑龍江省土地面積的25%；有林地面積761萬公頃，占全國林地面積約為29.3%；森林覆蓋率約為83.8%（張鑫炎，2014），下轄4個林管局，40個林業局。黑龍江國有林區的林業增加值由2000年的171152萬元增長到了2013年的2044569萬元，銷售產值由2000年的323631萬元增加到2013年的2381385萬元。但黑龍江省國有林區經濟的發展仍然不盡如人意，經濟增長速度緩慢、企業內部機制不夠靈活、生產效益低下，職工工資偏低等問題。尤其是在國家進行天然林保護工程之后，要求對天然林的保護面積加大，木材的砍伐量受到嚴格的控制，這也就要求黑龍江省國有林區要面對生態環境保護與經濟建設同步雙贏這一嚴峻的挑戰。因此研究各林業局之間的經濟發展相關關系，找到經濟差異原因，促進黑龍江省國有林區經濟快速增長勢在必行。

2.數據來源。能夠反映區域經濟發展的指標一般選擇總量指標或者人均指標，因為人均指標加入了人口數量差別的影響因素，所以我國學者多數使用人均指標進行分析。因此本文選擇了黑龍江省國有林區的人均生產總值進行研究。至此需要40個林業局從1998年至2014年的林業增加值和林業年中人口總數，由于林業方面的數據不是十分全面，各林業局的增加值和林業年中人口總數一部分數據來源于《中國林業統計年鑒》，一部分數據來源于黑龍江省森工總局調研得來。各林業局矢量數據地理邊界取自黑龍江省森工國有林區網址主頁。

二、黑龍江省國有林區經濟差異的ESDA分析

1.全局空間自相關分析Local Moran指數。全局空間自相關是對觀測值在整個空間上分布特征的描述。絕大多數空間數據都不是獨立的，而是有著相互關聯的，空間關聯就是指不同觀測對象的某一屬性在空間分布上存在著一定的規律性而不是隨機分布（余鑫星等，2012）。進行整個空間觀測值的特征檢驗與描述，這里可以采用Moran I指數對空間自相關的全局指標進行度量（文驍飛，2011）。為了使數據平穩性更強，本文采用對數變換的方式對1998—2014年的黑龍江省國有林區的人均增加值數據進行簡單處理。用ArcGIS對指標進行分析得到了全局Moran I指數如表1：

如表1所示，從1998年至2014年的Moran I指數都通過了假設檢驗，表明黑龍江省國有林區各個林業局的經濟發展不是完全的隨機狀態，而是有一定的空間關聯。由表1可知1998—2014年的Moran I指數均為正值，說明黑龍江省國有林區各林業局呈現正的空間自相關，即人均增加值較高的區域和較高的區域相鄰，人均增加值較低的區域和較低的區域相鄰。而且Moran I指數的數值都在0.2以上，表明空間集聚程度比較高，其中正自相關性較強的年份是1999年和2000年，而正自相關性稍弱的年份為2005年和2014年。

2.局部空間自相關分析。全局空間自相關分析只能說明區域經濟整體的經濟相關程度，不能反映出每個地區局部的經濟相關程度，因此需要進行局部空間自相關分析。由圖1可知在1998—2014年中Moran I指數并無規律可循，所以本文選取了1998年、2006年和2014年這三個年份進行局部空間自相關的分析研究。

（1）1Moran散點圖。Moran散點圖主要用于揭示部分單元區域的異質性，它與LISA分析結合在一起能夠更好地解釋區域單元之間的空間關聯情況。空間聯系的形式主要有四種：即高值與高值、高值與低值、低值與高值以及低值與低值。第一象限表示高觀測值的區域單元被高值區域所圍，為正相關的高高象限；第二象限為低觀測值的區域單元被高值所圍，為負相關的高低象限；第三象限為低觀測值區域單元被低值所圍，為正相關的低低象限；第四象限為高觀測值區域單元被低值所圍，為負相關的低高象限（杜霞等，2015）。

由此可見，在1998年、2006年和2014年里，大部分林業局都是正自相關的狀態，處在高高和低低象限內。由圖可知在40個林業局中就有近半的林業局在高高象限內，相比之下低低象限就少很多。并且處于高低和低高這兩個象限內的林業局大約10個左右，因此非典型的地區所占比例并不是很大。由圖表可知，1998年低低類型的林業局只有穆棱和迎春，但在2006年低低類型的林業局就增加到了6個，并且穆棱和迎春林業局卻進入到了高高象限中。在2014年中雖然低低類型下降到4個，見表3、4可知清河林業局仍在低低象限中。

2006年1月4日國家通過審議決定伊春市國有林區成為林業制度改革的試驗點，首先成為試驗點的烏馬河林業局和翠巒林業局在制度改革下直至2011年其人均總產值逐年增長，林業產業規模有所擴大，就業人也數有所上升。并且帶動周邊的美溪、上甘嶺、五營、友好等林業局的經濟也逐年上升，出現了高高類型的發展態勢。由圖3可知，在這種正相關經濟發展的勢頭上與上述林業局在空間上相鄰接的海林、大海林、八面通、綏陽、穆棱林業局也在2006年擠進了高高象限內。然而在長期亂砍亂伐、對資源無節制的開采后，我國于2000年啟動天保一期工程，接著在2011年天保二期也正式啟動。主要任務不僅是延續一期停止長江上游、黃河上中游地區的天然林采伐的舉措，而且二期任務中東北、內蒙古等重點國有林區從一期定產的1094.1萬立方米，分三年調減到402.5萬立方米，加大了國有林的管護面積，這樣使得各林業局對于木材的砍伐量進一步受限。因此在林業產業經濟轉型的關鍵時期，許多林業局選擇利用自身的天然資源優勢開發了第三產業如旅游業、生態服務業等產業項目，由此就造成了各林業局之間經濟發展的聯系逐漸減弱。根據圖4可知，在2014年中非典型的高低類型和低高類型的林業局數目有所增多，即負相關性有所增強。以上基本呈現出了從1998年到2014年黑龍江國有林業經濟發展水平的空間演變全過程。

（2）LISA集聚圖。LISA是對單元屬性與周邊單元正相關或負相關以及單元屬性自身顯著性水平進行一種衡量的指標。利用GeoDa這一空間計量經濟學軟件，對1998年、2006年以及2014年這三個年份的林業人均增加值數據進行空間自相關分析，繪制出LISA集聚圖與LISA顯著性水平圖。

這40個林業局的林業人均增加值集聚性水平圖均是在的顯著性水平下繪制出圖的。由1998年的顯著性水平圖可知共有13個林業局通過了檢驗，并且由集聚性水平圖可知高高類型的林業局有10個為紅星、烏伊嶺、湯旺河、新青、美溪、上甘嶺、五營、烏馬河、帶嶺實驗局、翠巒。由此可見這幾個地區經濟發展聯系密切，集聚性十分強，是黑龍江森工林區經濟發展水平較高的地區。低低類型的林業局為2個均是沾河、雙鴨山，說明這些地區屬于經濟發展水平相對較低的地區。低高類型的林業局為1個是桃山，說明桃山經濟發展較低被周圍經濟發展較高的林業局所包圍。但是有必要說明的是無論是低低類型的地區還是高高類型的地區，空間關聯均為正相關。

由2006年顯著性水平圖可知有10個林業局通過了檢驗，與1998年相比減少了3個。由2010年的集聚性水平圖可見高高類型與低低類型的地區分布與1998年比較相似，其中高高類型的林業局為7個，比1998年減少了3個，它們為紅星、烏伊嶺、湯旺河、新青、美溪、上甘嶺、五營。這些林業局的發展依然高于周邊的林業局，成為經濟發展的領頭軍。再看低低類型的地區比1998年多了一個，它們分別為沾河、通北和綏棱。

在2014年的顯著性水平圖可知有8個林業局通過了檢驗，與2006年相比減少了2個。其中高高類型的林業局有6個，與2006年相比減少了一個，它們是紅星、烏伊嶺、湯旺河、美溪、上甘嶺、五營。但是在2014年的顯著圖中我們也不難發現低低類型的地區減少至一個為桃山，并且多了一個低高類型地區是翠巒林業局，由此可見高高類型的林業局集聚水平在這三年中逐年下降。

三、黑龍江省森工國有林區的經濟差異的成因分析

1.對研究區域的空間自相關檢驗與指標選取。由上述分析可知黑龍江省國有林區確實存在著經濟差異，并且為了更好地發展國有林區的經濟，我們需要對造成經濟差異的成因在政府政策、人力資源投入、科技水平、經濟產業結構、企業經營狀況及消費水平等方面進行量化分析（牛婷，2014）。意在縮短黑龍江省國有林區經濟差異，使整個林區經濟協調發展。在全局自相關分析中2013年值為0.225通過了顯著性水平0.05上值為1.96的顯著性水平檢驗。表明2013年黑龍江省國有林區存在正的空間自相關，因此運用GeoDa提供的空間分析功能對黑龍江省國有林區進行經濟差異成因的空間回歸分析，選取40個林業局的林業人均增加值作為因變量（Y），選取8個指標作為自變量：銷售總產值反映各林業局的生產經營狀況（X1）；林業固定資產投資指標反映政府政策（X2）；從業人數反映人力資源投入（X3）；第一產業、第二產業、第三產業生產總值反映產業經濟結構（X4、X5、X6）；專業技術人員反映科技水平（X7）；最能反映消費水平的指標是人均消費性支出，但是由于林業方面的數據不足，所以選取了在崗職工年平均工資用來間接反映消費水平（X8），以上數據均由2013年《中國林業統計年鑒》整理得到。

2.對研究區域經濟差異成因的空間計量分析。為了判斷空間計量經濟學模型SEM空間誤差模型和SLM空間滯后模型哪一個經濟學模型更符合實際進行分析，首先進行OLS回歸模型進行估計分析，其中Moran's I值用來檢驗模型是否存在空間關聯性。然后進行LM檢驗，通過比較空間滯后模型（LM-Lag）與空間誤差模型（LM-Error）的顯著性，選擇結果更加顯著的模型進行研究分析。最后通過R2對模型的整體擬合度進行評價，但是R2并不是最適合的唯一評價準則，其中更適合的評價準則常用的有：赤池信息準則（Akaike info criterion）即AIC；似然比率準則（Likelihood Ratio）即LR；斯瓦茨準則（Schwartz criterion）即SC和自然對數似然函數準則（（Log likelihood）即Log L，其中Log L值越大，LR、AIC和SC值越小，模型擬合度越好，并且擬合度較優模型還會符合W2>LR>LM-lag或LM-error的原則（史蒙，2015）。針對自變量是否存在多重共線性問題Anselin L在19世紀初提出的準則為：多重共線性（Multicollinearity Condition Number）的值不超過30，就說明自變量間沒有多重共線性問題（Luc Anselin，2007）。

根據OLS估計結果可知，Multicollinearity （24.647）<30，說明自變量之間不存在多重共線性。Moran's I值為3.823并且通過了顯著性水平0.05的檢驗，說明模型存在空間關聯性。由LM-lag（7.023）< LM-error（12.346）且值均通過了檢驗，同時Robust LM-error（12.346） > Robust LM-lag（0.450），且Robust LM-error通過了顯著性檢驗，因此選擇SEM空間誤差模型進行研究分析。

根據判別準則由表5與表6中的估計結果可知，SC、AIC的數值都比較小而且符合W2>LR>LM-lag或LM-error即（8.6162>19.377>7.032或12.346）這一準則，所以進一步說明SEM經濟學模型可以很好地闡釋變量之間的關系。由表6模型估算結果可得，除了X5其他自變量均通過了的顯著性水平檢驗，其公式為：

Y=1.575x1+1.709x2-2.312x3-6.585x4+4.817x6+0.001x7+0.261x8

+0.846

由公式可知，從業人員和第一產業與林業人均增加值為負相關，說明過剩的勞動力與第一產業對黑龍江省國有林區經濟的發展起到抑制作用。林業固定資產投資、銷售總產值、第三產業、專業技術人員以及在崗職工年平均工資的系數為正，表示與林業人均增加值為正相關，說明對黑龍江省國有林區經濟的發展起到推動促進作用。

四、結論與對策

地理學第一定律認為，任何事物都與周邊的事物有著一定的空間聯系，并且還會隨著空間越相近聯系越緊密（魯鳳等，2007）。區域經濟的發展不再只是內在的因素，也與外在周邊地區的相互影響有很大關系，而且這種相互作用的關系很大程度上影響了造成經濟差異的成因。傳統研究區域經濟的方法雖然有很多，但是都幾乎是把空間的差異忽略不考慮，這樣就在很大程度上使得結論有些偏頗。因此選用了ArcGIS與空間計量經濟學軟件GeoDa對黑龍江省國有林區經濟進行科學分析。

由全局空間自相關分析可知黑龍江省國有林區經濟總體呈現正自相關的經濟發展趨勢。在局部空間自相關分析中由Moran散點圖可以看出分布在第一象限和第三象限的林業局較多，說明了各林業局之間經濟差異比較明顯，并且第一象限主要集中了紅星、烏伊嶺、湯旺河、新青、美溪、上甘嶺、五營等林業局，而第三象限中沾河、通北、樺南、雙鴨山等出現的次數比較多。在P=0.05的顯著性水平下繪制的LISA顯著性水平圖和LISA集聚性水平圖中可知高高類型林業局數量有所減少，但林業局變化不大；低低類型的林業局數量變化不明顯但地區變化不算穩定。在對1998年、2006年以及2014年的分析結果可知，紅星、烏伊嶺、湯旺河、新青、美溪、上甘嶺、五營，形成了穩定的高經濟發展的集聚空間，成為黑龍江省國有林區經濟發展的領頭軍。低低類型的林業局相對高高類型的林業局較少，而且它們的分布不集中，還沒有形成低經濟發展集聚空間。低高類型的林業局分別在1998年與2014年中出現且個數不多，顯著性不明顯。

在空間回歸分析中可知2013年黑龍江省國有林區各林業局之間有空間關聯性，并且通過對模型的篩選最終選擇擬合優度較好的空間誤差模型進行分析研究，根據估計結果可知第一產業和人力資本投入對于林區經濟的發展有阻礙作用，資產投資、企業經營水平、第三產業、科學技術水平以及人均消費水平對經濟發展有推進作用。

1.“先富帶后富”加強各林業局之間的經濟合作。區域經濟發展是一個動態演變過程即經濟發展水平較高的地區帶動經濟發展水平較低的地區。因此為了整個黑龍江省國有林區經濟的發展，需要紅星、烏伊嶺、湯旺河、新青、美溪、上甘嶺、五營等經濟發展水平較高的林業局應起到經濟帶頭作用，憑借自身的各種資源優勢或是制度優勢帶動周邊林業局的經濟穩步發展。其他低水平發展的林業局也要以高水平發展的林業局為榜樣，在借鑒成功經驗的基礎上根據自身發展情況制定適合自身的企業經營制度和經濟發展模式，加強與高水平發展地區間的經濟交流與合作，提高經濟發展速度，實現高經濟產業集聚到高經濟產業擴散。通過著重發展經濟落后地區與利用高水平發展地區的經濟帶動作用，來推動整個黑龍江省國有林區的經濟穩步協調的進行發展。

2.優化產業結構加大第三產業產值比重。在天保二期工程的開展中，黑龍江省國有林區的經濟也逐漸進入到了經濟轉型期，這就需要對林業產業結構進行調整。由于要與國家林業改革的政策相吻合，加大天然林的管護面積，因此不能像過去一樣就地取材，靠山“吃飯”，這就需要減少以農業、林業為主的第一產業在生產總值中所占的比重。而要依托現有的天然森林資源中獨有的植物和微生物以及奇異的林下產品等旅游產品，開發別具一格的、有特色的旅游業和生態服務業等第三產業。優化林業經濟產業結構，逐步擴大林業產業規模，增加第三產業在總產值中的比重，從而改善企業整體的生產經營狀況，促進黑龍江省國有林區經濟的快速轉型。

3.加強人力資本投入提高就業人員科技水平。加快經濟發展需要對企業內部的生產經營制度進行全面改革，其中最主要的是生產力水平的提高。目前密集過剩的勞動力已經不能適應經濟的發展，勞動力技術水平的高低才是決定著林業產業能否可持續發展的重要因素，因此企業急需加強科技投入與人力資本投入，提高勞動力素質水平與從業人員的科學技術水平。建立多種勞動力培訓制度，注重企業的人才培養，加強與周邊經濟發展水平較高地區的人才交流，促進人才流動。提高福利待遇，積極引進高水平人才，建立科學可行的用人制度，充分調動從業人員科技創新的積極性，從而提高企業的投入產出效率，為黑龍江省國有林區經濟的快速發展奠定堅實的基礎。

4.加大林業投資力度鼓勵居民多消費少儲蓄。政府要加大對林業局的投資力度，完善投資制度，以開發林區與林區長遠發展需求為投向，對于商品林與公益林的投入要有所區分，實現投入資金的合理分配。要積極爭取國家貸款金額與社會各方面支持，同時發揮自身資源優勢加強宣傳、吸引外資，但是由于過剩的投入會帶來企業經濟效益低下，也要注重資金投（下轉第173頁）（上接第171頁）入的效益及效率，實現高投入高產出。不僅為林業產業生態建設與遠景規劃提供資金幫助，也為黑龍江省國有林區經濟的跨越式發展起到促進作用。積極發揮政府職能，協調好投資與消費之間的關系，調控市場物價水平使其保持在居民平均消費水平范圍內、完善社會保障制度，減少居民的“后顧之憂”、提高居民的收入水平，這樣可以有效地刺激居民多消費少儲蓄，對于黑龍江省國有林區經濟的增長有重要意義。

參考文獻：

[1] 陳麗榮.中國林業區域經濟發展差異性及影響因素研究[D].北京：北京林業大學，2011

[2] 杜霞，錢宏勝，吳殿廷.山東省縣域經濟的空間分異及其成因[J].城市問題，2015（8）：98-99

[3] 杜小娟，吳華意，龔健雅.基于GIS的湖北省區域經濟差異空間統計分析[J].測繪信息與工程，2010.35（1）：23-24

[4] 范麗，范闖.江蘇省縣域經濟增長的空間差異問題及其因素分解[J].江蘇商討，2015.9：84-85.

[5] 魯鳳，徐建華.中國區域經濟差異的空間統計分析[N].華東師范大學學報，2007-3（2）

[6] 李建豹，白永平，羅君，黃永斌，侯成成.甘肅省區域經濟差異空間分析[J].地域研究與開發，2011.30（6）：27-28

[7] 馬玉秋.黑龍江省國有林區森林資源—環境—經濟復合系統可持續發展預警模型構建[N].東北林業大學學報，2015（8）

[8] 牛婷.內蒙古林區經濟增長的影響因素及對策[J].中國林業經濟，2014（5）：19-20

[9] 史蒙.基于空間計量模型的河北省區域經濟增長研究[D].河北：河北經貿大學，2015

[10] 文驍飛.基于空間統計與GIS的區域經濟空間關聯性分析[J].中國科技信息，2011.20（86）：146-151

[11] 余鑫星，宮少穎，吳永興.浙江省縣域經濟差異的空間統計分析[J].地域研究與開發，2012.31（3）：28-29

[12] 張鑫炎.黑龍江省森工林區產業結構現狀與發展對策[J].現代化農業，2014（7）：35-36

[13] Luc Asenlin.Local indicator of spatial association-LISA[J].Geographical Analysis，1995.27（2）：93-115

（作者單位：東北林業大學經濟管理學院 黑龍江哈爾濱 150040）

[作者簡介：田博林（1991—），女，東北林業大學經濟管理學院在讀碩士研究生，研究方向：林業經濟統計，應用統計。通訊作者：趙曉光（1959—），男，東北林業大學經濟管理學院統計系書記，副教授，研究方向：林業經濟統計，應用統計]（責編：若佳）