中國林業全要素生產率時空演變及動力源泉探析

張紅麗+康茜

摘要：基于全要素生產率（TFP）分析框架，運用DEA-Malmquist指數模型測度和分析2000—2014年中國除香港、澳門、臺灣、西藏以外的30個省（市、區）林業全要素生產率的時空分異特征，探究中國30個省（市、區）林業全要素生產率變化的動力源泉。結果表明，時序分異特征呈現出整體水平偏低，在波動中緩慢上升；空間分異特征呈現出明顯的二元空間結構，表現出先減弱再穩定的趨勢；全要素生產率變化共有4種驅動類型，各省域之間存在顯著的差異性。

關鍵詞：DEA-Malmquist指數；林業全要素生產率；時序分異；空間分異；驅動類型；時空演變；動力源泉

中圖分類號： F326.2文獻標志碼： A文章編號：1002-1302（2017）12-0261-04

林業是重要的物質生產部門和社會公益事業，林業建設是事關經濟社會可持續發展的根本性問題。我國具備培育優質高效森林的天然稟賦以及實施森林質量精準提升工程的政策環境，森林質量提升潛力巨大，但由于我國林業發展方式較為粗放，重造林輕管護、 重數量輕質量，沒有充分發揮林業生產的巨大潛力。在全面停止天然林商業性采伐和生態紅線保護行動的大背景下，單純依靠要素的無限投入來拉動經濟增長是不可持續的，只有當技術進步成為拉動經濟增長的主要源泉時，林業產業才能實現可持續發展。全要素生產率（total factor productivity，TFP）測算了剔除要素投入以后技術效率和技術進步等因素所帶來的產出增長，不僅是探求經濟增長源泉的重要工具，也是衡量技術進步、技術效率對林業經濟增長貢獻水平的重要手段，還是評估林業經濟可持續發展和運行質量的重要指標，因此全面測度林業全要素生產率具有重要的實踐價值。

林業全要素生產率的測算方法主要包括數據包絡分析（DEA）和隨機前沿生產函數（SFA）等，現有文獻的研究主要分為宏觀和微觀2個層面，分別從國家視角、區域視角、企業視角以及農戶視角對林業全要素生產率進行研究，但是基于省域視角進行研究的相對較少，從時間和空間維度對中國各省域間林業全要素生產率及其分解的變動規律以及林業全要素生產率變化的動力源泉的研究較為有限。因此，本研究基于省域視角，構建中國林業全要素生產率評價指標體系，在全要素生產率分析框架下分解為技術進步和技術效率，測算并分析中國除香港、澳門、臺灣、西藏以外的30個省（市、區）林業全要素生產率的時空分異特征，探究各省域林業全要素生產率變化的動力源泉，找出林業全要素生產率低下的內在原因，以期為政府制定提高中國30個省（市、區）林業全要素生產率的公共政策提供參考和依據。

1研究方法與指標選取

1.1研究方法

DEA-Malmqusit生產率指數法具有不需要設定生產函數形式、無須考慮技術非效率、不受量綱影響、計算簡便等優點，主要用來測度一定時期內全要素生產率的變化趨勢。Fare等在規模報酬不變的假設下將全要素生產率分解為技術效率和技術進步，并在規模報酬可變的假設下將技術效率進一步分解為純技術效率和規模效率[1]，具體計算公式如下：

M0（xt，yt，xt+1，yt+1）=TRCHt×EFFCHt=TECHt×PECHt×SECHt；

TRCHt=d0t（xt+1，yt+1/GRS）d0t+1（xt+1，yt+1/GRS）×d0t（xt，yt/GRS）d0t+1（xt，yt/GRS）1/2；

PECHt=d0t+1（xt+1，yt+1/VRS）d0t（xt，yt/VRS）；

SECHt=d0t+1（xt+1，yt+1/CRS）/d0t+1（xt+1，yt+1/VRS）d0t（xt，yt/CRS）/d0t+1（xt+1，yt+1/VRS）。

式中：M0（xt，yt，xt+1，yt+1）、TRCH、EFFCH、PECH、SECH分別表示從t時期到t+1時期的Malmquist生產率指數、技術進步變動指數、技術效率變動指數、純技術效率變動指數、規模效率變動指數。xt、xt+1分別為t、t+1期的投入向量；yt、yt+1分別為t、t+1期的產出向量；dt（x，y）、dt+1（x，y）分別為以t、t+1時期技術為參照的距離函數；下標0表示可變規模報酬假設。當Malmquist生產率指數大于1時，表示綜合生產率有所改善；當技術效率變動指數大于1時，表示決策單元的資源配置和利用效率有所提高；當技術進步變動指數大于1時，表示技術在考察的年份實現了跨越，即實現了技術進步；當純技術效率變動指數大于1時，表示由于制度改革和管理改善使得特定生產技術水平下的資源使用和配置效率有所改進；當規模效率變動指數大于1時，表示生產要素的投入利用達到最優規模效益。反之，若小于1則表明相應效率有所惡化。

1.2指標選取

參考已有文獻的研究成果[2-3]，構建中國林業全要素生產率評價指標體系（表1），林業生產過程中的投入主要包括資本、勞動力、土地、自然資源稟賦4個方面，分別選取林業產業資本存量、林業勞動力總量、林業用地面積、活立木蓄積量，林業產出變量選取林業產業總產值和新增造林面積。林業勞動力總數采用農林牧漁業、林業總產值和農林牧漁業勞動力的同比換算所得的營林勞動力與林業系統年末從業人數之和；林業產業資本存量采用永續盤存法進行估計[4]，基期林業產業資本存量采用林業產業固定資產投資表示，資本存量折舊率采用分省折舊率[5]表示。

表1中國林業全要素生產率評價指標體系

指標類型指標名稱變量輸入指標資本投入林業固定資產投資完成額（元）勞動力投入林業勞動力總數（人）土地投入林業用地面積（hm2）資源稟賦活立木蓄積量（hm2）輸出指標經濟效益林業產業總產值（元）生態效益新增造林面積（m3）

1.3數據來源

研究數據主要源于《中國林業統計年鑒》（2000—2014年）、《中國統計年鑒》（2001—2015年）、國家統計局和國家林業局官方網站，林業產業總產值、林業產業資本存量分別采用林業產業總產值指數、固定資產價格指數折算到以2000年為基期的數值，其中，2000年廣東省固定資產投資價格指數用全國均值代替，2000年重慶市的活立木蓄積量用所有年份重慶市、四川省活立木蓄積量比值的均值計算所得。由于香港特別行政區、澳門特別行政區以及臺灣的數據獲取較困難，西藏自治區的數據存在嚴重缺失，所以選取中國其余30個省（市、區）為研究對象，以保證結果的客觀性和有效性。endprint

2結果與分析

2.1中國林業全要素生產率的時序分異特征

中國幅員遼闊，各區域的自然歷史條件差異較大，資源稟賦和經濟、社會發展不均衡，林業發展呈現明顯的區域性和差異性。因此，運用DEAP 2.1軟件測算2000—2014年中國30個 省（市、區）林業全要素生產率及其分解值，其時序分異特征見圖1。

整體來看，2000—2014年中國林業全要素生產率呈現明顯的波動特征，年均增長4.7%，其中技術進步變化（TECH）年均上升4.0%，是林業全要素生產率增長的主要源泉，以技術進步為誘導的“增長效應”明顯；技術效率變化（EFFCH）年均增長僅為0.6%，這與純技術效率（PECH）處于退步狀態（-0.1%）有關，說明技術效率對林業全要素生產率的提升作用較有限，而且后勁不足，“水平效應”不夠顯著，這可能會成為阻礙林業全要素生產率增長的重要瓶頸[6]。林業全要素生產率與林業技術進步變化有高度的同步性，再次驗證了中國林業全要素生產率增長的核心驅動力是技術進步。總體來看，中國林業全要素生產率增長是“雙軌驅動”的，但不同年份技術進步和技術效率總是交叉提高以推進林業全要素生產率增長，而很少見到二者同時增長的情況，說明我國當前林業生產過程中經濟結構的轉變、升級以及實現高效率資源對低效率資源的置換仍然存在障礙。

2000—2014年林業全要素生產率共有4次上升期，4次回落期。2001年世界銀行、中德財政合作等造林項目的實施及中國加入WTO，不僅引進了資金、技術和先進的林業項目管理機制和發展理念，還為林業產業發展提供了新機遇[7]，林業全要素生產率增長高達34.4%；2004年處于集體林權制度改革初期，林農對林權改革有一個適應過程，許多林農難以立刻調整林業經營行為，技術效率持續惡化，其中規模效率是主要的制約因素；2007年天然林資源保護工程的良性效應開始顯現，使得技術進步的提升作用（40.8%）成功抑制了技術效率下滑（-9.4%）所帶來的阻礙作用，是林業全要素生產率增長的主要源泉；2008年全球爆發的國際金融危機使得林業產業產出下降、就業減少、出口受阻、庫存增加、利潤下降[8]，林業全要素生產率明顯下降；2012年中央財政下撥12億元用來解決國有林場職工社會保險和分離辦社會職能的問題，提高了職工的生產積極性，促進了林業全要素生產率增長。

2.2中國林業全要素生產率的空間演變趨勢

本研究在時間上選取了中國林業發展的關鍵節點，即“十五”結束年（2005年） 、“十一五”結束年（2010年）、林業集體林權制度改革開始實施年份（2008年）、國家林業局宣布集體林權制度改革進入深化階段年份（2012年）[9]，生成林業全要素生產率空間分布圖，依據Jenks最佳自然斷裂法[10]，將林業全要素生產率分為4個梯隊（圖2）。

由圖2可知，2005年林業全要素生產率的整體水平較高，呈現出西部圍繞重慶市、東部圍繞山東省、北部圍繞內蒙古自治區的3級格局，第一梯隊的省域只有重慶市，第二梯隊的省域共有15個，占總數的50%，這些省（市、區）主要集中在中國的西部和南部；第三梯隊的省域主要包括黑龍江省、內

蒙古自治區、山西省、江蘇省、浙江省，占總數的16.7%，第四梯隊的省域共有9個，占總數的30%，主要分布在東北和華北地區。2008年林業全要素生產率整體上呈現降低態勢，已經呈現出二元空間結構，即東北地區和東南沿海地區效率高、中西部地區效率低的特點，第一梯隊的省域增加到6個，占總數的20%，從分布來看，由2005年的重慶市轉移到東南沿海地區；第二梯隊的省域相比減少到5個，占總數的16.7%，主要分布在東北地區；第三、第四梯隊的省域共有19個，占總數的63.3%，轉移到中西部地區。2010年林業全要素生產率在空間上呈現低水平均衡的格局，二元空間結構分布有所弱化，即第一、第二梯隊的省域共有9個，占總數的30%，分布在南方集體林區；第三梯隊的省域減少到6個，占總數的20%；第四梯隊的省域所占比例較大，占總數的50%，在中西部地區的基礎上增加了東北地區。2012年林業全要素生產率繼續呈現二元空間結構，即林業全要素生產率的第一、第二梯隊由南方集體林區轉移到西部地區，占總數的30%，西部地區“后發優勢”明顯；第三、第四梯隊由中西部地區轉移到東北和東南沿海地區。從整體來看，隨著時間的推移，中國林業全要素生產率呈現出明顯的二元空間結構，表現為先減弱后穩定的演化趨勢，說明林業的發展受國家宏觀政策的影響程度較大。

2.3中國林業全要素生產率的動力源泉

為了辨識中國30個省（市、區）林業全要素生產率分解均值的相對位置，優化林業部門的資源利用，提高林業全要素生產率，本研究基于省域差異的視角，借助層次聚類理論，構建技術進步和技術效率分析的二維決策矩陣，橫軸表示林業技術進步，縱軸表示林業技術效率，值越大說明效率越高，再將中國30個省（市、區）按照林業技術進步和技術效率值是否大于1進行象限劃分。為了進一步分析技術效率變化的深層次原因，將技術效率分解為純技術效率和規模效率，構建純技術效率和規模效率分析的二維決策矩陣，橫軸表示林業純技術效率，縱軸表示林業規模效率，值越大表示效率越高，再將中國30個省（市、區）的技術效率按照純技術效率和規模效率值是否大于1進行象限劃分[11]，結果見圖3。

由圖3可知，第一象限中技術進步與技術效率均大于1，屬于“雙軌驅動型”，是未來中國林業經濟增長方式轉變與可持續發展的實現路徑；從分布狀態看，有70%的省域位于第一象限，說明林業全要素生產率整體水平較好，因此，要保持林業全要素生產率的快速增長，既要保證處在前沿面上的最佳實踐者的“最佳實踐”對生產前沿面的擴張作用，也要保證處在前沿面內部的“落后者”積極追趕“最佳實踐者”，將“發散效應”和“收斂效應”相結合[12]。第二象限中技術進步大于1，技術效率小于1，以技術進步為誘導的“增長效應”明顯，屬于“技術進步驅動型”，即技術進步與技術效率損失并存；從分布狀態看，23.3%的省域位于第二象限，包括黑龍江、吉林、四川、福建、海南、北京、山西等省（市），應通過提高要素利用率、技術使用效率和規模經濟性來提高林業技術效率。第三象限中技術進步小于1，技術效率小于1，屬于“雙振失型”，即技術退步與效率損失并存；從分布狀態看，只包括上海市和山東省，應通過加大科技項目資金投入力度、提高科技成果轉化率來提高林業技術進步。第四象限中技術進步小于1，技術效率大于1，以技術效率驅動的“水平效應”明顯，屬于“技術效率驅動型”，技術退步與效率改進并存。endprint

進一步對技術效率分解可知，第一象限中純技術效率與規模效率均大于1，是其他省域EFFCH改進的目標類型，有60%的省域位于第一象限，說明林業技術效率總體上表現較好。第二象限中純技術效率大于1，規模效率小于1，屬于“純技術效率驅動型”，即純技術進步與規模衰退并存，應通過培育適度規模的林業企業以符合市場需求和林業產業的發展特點；從分布狀態來看，20%的省域位于第二象限，包括黑龍江、吉林、云南、陜西、四川、海南等省，其中黑龍江、吉林、云南等省國有林區“兩危”困境尚未得到根本性解決，國有林區改革尚未觸及本質，現代林業產業體系布局仍待完善；陜西省在林業生產上沒有形成完善的組織管理制度，經營管理水平較低，技術推廣、利用能力仍然處于劣勢；四川省、海南省科技推廣機構不健全，人才較為缺乏，連接科研與生產、科技與推廣的紐帶較為薄弱，沒有充分釋放林業發展潛力。第三象限中純技術效率小于1，規模效率小于1，屬于“效率損失型”，即純技術退步與規模衰退并存，迫切需要調整要素投入結構和經營管理水平；從分布狀態來看，10%的省域位于第三象限，包括北京市、上海市、山西省，其中北京市、上海市由于產學研的脫節，導致科技成果轉化率較低，研發投入的增加不能直接促進林業全要素生產率的改善；山西省由于煤炭開采的遺留問題導致的環境污染需要大量治理投資，擠占了林業生態建設的資金投入，導致工程實施中新技術引進、推廣和技術培訓的配套資金投入不足，造成林業技術的應用轉換效率無法跟上林業的技術進步。第四象限中純技術效率小于1，規模效率大于1，屬于“規模效率驅動型”，即純技術退步與規模進步并存，說明這些省份尚未擺脫單純依靠要素投入的粗放式增長方式，基于技術改進、資源優化配置的高效集約型增長模式的發展仍待完善，應通過優化資源要素配置、提高科技創新能力和科技成果轉化率來提高林業純技術效率；從分布狀態來看，10%的省域位于第四象限，包括廣東、廣西、福建等省（區），其中廣東省林業正處于由依靠要素投入的粗放型經濟增長方式向依靠科技進步的集約型經濟增長方式轉變，林業體制機制、產業規模仍處于轉型適應期；廣西壯族自治區林業產業存在大而不強、結構不合理等問題，尚未形成相互依存、相互促進的產業區、產業園、產業帶，資源配置能力仍有較大的提升空間；隨著新產權制度框架的穩定，福建省林權改革帶來的短期政策效率會逐漸減弱，開始出現林農適度規模經營所需的資金短缺問題，林業經營規模經濟性的實現舉步維艱[13]。

3結論與建議

運用DEA-Malmquist指數法對2000—2014年中國30個省（市、區）林業全要素生產率進行測度，分析其時序分異特征和空間分異特征，探究中國30個省（市、區）林業全要素生產率的動力源泉，得出以下結論：第一，在時空分異特征上，中國林業全要素生產率呈現顯著波動上升趨勢，年均增長47%，技術效率、技術進步分別貢獻0.6%、4.0%，技術進步是中國林業全要素生產率的主要推動力，其中純技術效率是主要制約因素；總體來看，中國林業全要素生產率共出現4次上升期和4次回落期，說明林業全要素生產率的變化缺乏穩定性，受國家林業發展的宏觀政策影響較大。第二，在空間演化趨勢上，中國林業全要素生產率的空間分布呈現出明顯的二元空間結構，呈現出先減弱后穩定的空間演化趨勢，但是整體分化較明顯。第三，在動力源泉分析上，林業全要素生產率的驅動類型主要分為雙軌驅動型、技術進步驅動型、技術效率驅動型、雙損失型4種，大部分省域林業全要素生產率增長較為理想，對技術效率分解還可分為效率驅動型、純技術效率驅動型、規模效率驅動型、效率損失型，其中黑龍江、吉林、云南、陜西、四川、海南等省存在純技術進步與規模衰退的狀況，北京、上海、山西等省（市）存在純技術退步與規模進步的現象，廣東、廣西、福建等省（區）存在純技術退步與規模衰退的情況。

根據以上結論提出如下建議：國家應在保持政策連續性和穩定性的前提下完善林業科研評價和激勵機制，強化理論創新與國家前沿對接、技術創新與現實生產力對接、研發人員創新勞動與個人利益對接；提高林業自主創新能力，建立適應林業現代化發展的科技創新體系，實現基礎研究、應用開發、成果轉化、產業發展的協同發展；消除林業科技轉化制度壁壘，充分發揮市場在科技成果轉化中的導向作用，建立產學研緊密結合的林業科技成果轉化新機制，最大限度地將林業科學技術轉化為現實生產力；通過可持續性地經營模式創新，提高林業生產要素使用率，實現林業生產要素與經營模式的均衡匹配；加強省際之間林業發展的關聯系和互動性，建立林業產業發展的產業鏈，發揮重點產業集聚效應和區域產業競爭優勢，促進林業產業全面協調可持續發展。

參考文獻：

[1]Fare R，Grosskopf S，Lindgren B，et al.Productivity changes in swedish pharmacies 1980—1989：a non-parametric malmquist approach

[J]. Journal of Productivity Analysis，1992，3（1）：85-101.

[2]陳曉蘭，姜雪梅. 中國林業全要素生產率分析[J]. 林業經濟，2014（3）：75-82.

[3]黃安勝，劉振濱，許佳賢，等. 多重目標下的中國林業全要素生產率及其時空差異[J]. 林業科學，2015（9）：117-125.

[4]吳延瑞. 生產率對中國經濟增長的貢獻：新的估計[J]. 經濟學季刊，2008（3）：827-842.

[5]Hall R E，Jones C l.Why do some countries produce so much more output per worker than others？ [J]. Nber Working Papers，1999，114（1）：83-116.

[6]李雪松. 中國農業生產效率變動的驅動因素研究[J]. 重慶大學學報（社會科學版），2015，21（4）：37-46.

[7]國家林業局. 2001年中國林業發展報告[R]. 北京：國家林業局，2001.

[8]國家林業局. 金融危機對我國林業企業影響的快速調查報告[R]. 北京：國家林業局，2008.

[9]黃韶海，王國峰，鄧祥征，等. 中國林業生產效率的格局與區域差異分析[J]. 世界林業研究，2016（3）：80-85.

[10]畢斗斗，方遠平，謝蔓，等. 我國省域服務業創新水平的時空演變及其動力機制——基于空間計量模型的實證研究[J]. 經濟地理，2015（10）：139-148.

[11]吉生保，周小柯，趙海斌. 中國機械設備行業經營績效評價及影響因素——基于超效率DEA-Tobit模型[J]. 山西財經大學學報，2011，33（1）：64-71.

[12]馬林靜，王雅鵬，田云. 中國糧食全要素生產率及影響因素的區域分異研究[J]. 農業現代化研究，2014（4）：385-391.

[13]國家林業局. 福建省林業“十二五”規劃[Z]. 北京：國家林業局，2011.劉鵬，陳榮蓉，楊朝現，等. 基于重要性和適宜性的農村居民點整理分區研究——以重慶市榮昌區為例[J]. 江蘇農業科學，2017，45（12）：265-269.endprint