黑龍江省國有重點林區林業經濟發展影響因素的空間面板實證分析

趙曉光，趙佳歡

黑龍江省國有重點林區林業經濟發展影響因素的空間面板實證分析

趙曉光，趙佳歡

（東北林業大學 經濟管理學院，黑龍江 哈爾濱150040）

在考慮空間相互影響的前提下，分析黑龍江省國有重點林區林業經濟發展的影響因素。以2005－2015年黑龍江省國有重點林區40個林業局有關林業經濟發展的面板數據為對象，采用Moran’s I指數和空間面板計量經濟模型對其空間依賴關系及影響因素進行實證分析。結果表明，黑龍江省國有重點林區林業經濟發展存在明顯的空間集聚特征，且人力資源投入量、森林資源和產業結構對黑龍江省國有重點林區林業經濟發展存在顯著的正向影響。結合黑龍江省國有重點林區現狀，提出優化林區人力資源結構、改革森林經營和森林資源管理體制、推進林區產業轉型等加快黑龍江省國有重點林區林業經濟發展的對策建議。

國有重點林區；影響因素；空間相關性；空間面板計量經濟模型

黑龍江省國有重點林區是全國重點國有林區之一，同時也是我國面積最大的重要天然林區和森林工業基地，其林業經濟的發展對黑龍江省乃至全國林業經濟的發展起著舉足輕重的作用。近年來，隨著天保工程和國有重點林區商業性禁伐的全面展開，林區森林資源質量和生態保障能力已得到大幅度的提升，林區林業經濟的發展開始進入一個全新的時期；另一方面，原有依靠林木資源的林業經濟發展模式已逐漸退出歷史舞臺，林區的經濟發展將呈現出一片嶄新的面貌[1]。在林區經濟轉型的新時期，林區的經濟發展和生態建設取得了明顯的成效，但同時，由于林區森林資源枯竭、生產要素缺乏以及產業集聚規模不夠等原因，給林區的經濟發展帶來了巨大的挑戰，使得黑龍江省國有重點林區整體的經濟發展速度緩慢。因此，找到影響林區林業經濟發展的關鍵性因素，同時對影響因素進行詳細分析，制定相應的策略，為國有重點林區林業經濟發展奠定良好的基礎，促進其快速增長也顯得尤為重要。

通過對文獻進行歸納分析，發現眾多學者對國有重點林區林業經濟發展的研究成果較為豐富，有些研究比較深入，具有一定的理論及指導意義。李微等[2]根據2009年的截面數據對伊春國有林區諸多影響因素運用主成分分析方法進行降維處理，分析得出產業結構、資本、消費需求是影響伊春國有林區林業經濟增長的主要因素。宋洪峰等[3]采用1994－2007年南方集體林區10個省份的統計數據，在模型構建上將原有的C-D模型進行拓展，加入對外貿易、財政預算和經濟產業結構等變量，對南方集體林區林業經濟增長的影響因素進行面板數據分析，結果表明，人力資本存量和固定資本存量對林區林業經濟增長具有顯著推動作用。朱振鋒等[4]以黑龍江省國有重點林區為對象，采用2003－2014年林區多變量面板數據，通過構建主成分回歸方程對轉型發展的因素體系進行降維處理，在此基礎上進一步運用多元線性回歸對國有林區轉型發展的影響因素展開深入研究，研究表明勞動生產率對林區轉型發展的影響最為顯著，同時指出經濟轉型、生態建設過渡及體制改革是黑龍江省國有重點林區未來一段時間內面對的重要課題。上述研究對國有重點林區林業經濟發展的影響因素作了充分的分析，實證分析方法也在向較多元化的方向發展，但仍存在不足，大部分研究更側重轉型改革和林業產業制度，對影響因素的指標選擇仍存在一定的局限性；大多數研究采用單一的時間序列分析或常規面板數據分析，沒有從時間和空間維度綜合考慮，忽視了國有重點林區林業經濟發展在地理空間上的依賴性和經濟發展溢出效應，容易使模型設定存在誤差，難以得出令人信服的結論。

鑒于此，以2005－2015年黑龍江省國有重點林區40個林業局林業經濟發展影響因素的面板數據為研究對象，以森林資源、消費水平、產業結構、投資水平和人力資源投入量等為解釋變量，構建黑龍江省國有重點林區林業經濟增長影響因素的空間面板計量經濟模型，同時運用Opengeoda和Matlab R2014a軟件從空間角度剖析黑龍江省國有林區林業經濟發展的影響因素、影響效果和影響機理，并以此為基礎找到影響林區林業經濟增長的主次因素，為有效推進黑龍江省國有重點林區林業經濟轉型與加快林業經濟發展提出更加具有針對性的建議。

1 數據來源與分析方法

1.1 指標和數據的選取

為更加準確和全面地反映黑龍江省國有重點林區林業經濟發展的影響因素[5-6]，在原有文獻指標選取基礎上，考慮到40個林業局相關數據的可獲得性與平穩性原則，從資源、消費、結構、投資等層面構建了影響林區林業經濟發展的指標體系，包括人均林業產業增加值Y表示被解釋變量；反映該地的森林資源的森林管護面積X1（hm2）和森林撫育面積X2（hm2），考慮到林業數據的可獲得性原則，將在崗職工年平均工資X3（元·a-1）作為衡量該地消費水平的指標；為消除三次產業間的顯著相關性，且三次產業產值中第一產業與第二產業產值占比較高，把第一、第二產業產值之和占三次產業總產值的比重 X4（%）作為反映該地的產業結構狀況的指標；林業固定資產投資自年初累計完成額X5（萬元）反映該地的投資水平；林業系統年末在崗職工人員數X6（人）反映該地的人力資源投入量。

考慮到統計口徑的一致性，運用2005－2015年《中國林業統計年鑒》和黑龍江省森林工業綜合統計資料匯編的相關數據進行實證分析。

1.2 分析方法

1.2.1 空間自相關分析 空間自相關性可以看作是一種反映集聚現象的尺度，某一變量在空間上發生集聚，意味著在一定區域內，這一變量在各個地域單元之間具有自相關性即某一地域單元該變量較高（低），其周圍地域單元該變量也較高（低）。通常我們采用全局Moran’s I指數法對空間集聚特征進行度量，計算公式為[7-8]：

Moran’s I取值范圍為[-1，1]，其值大于零時，表明區域變量值呈現正的空間相關性，反之，則表明負的空間相關性，當Moran’s I的值趨近于0時，則表明區域變量值是隨機分布的，或者不存在空間相關性，區域變量值的空間相關性隨著Moran’s I值的增大而增強。

2.2.2 空間面板計量模型的設定 為進一步確定空間相關性的種類是延遲性的相關還是誤差性的相關，需要進一步運用空間面板計量模型進行最終模型的選擇和估計。運用空間面板數據模型分析問題的重點是建立合適的空間權重矩陣，空間權重矩陣可以有效地表達空間關系，它是空間各單元之間的依賴關系的一種量化表現方式[9]。比較常見的權重矩陣主要有兩種，一種是0-1矩陣，該設置的前提條件是兩個區域在地理上是否相鄰，如果相鄰，則權重設置為1，反之則為0。另一種是地理權重矩陣，以兩地區間地理距離的倒數來設定[10]。通過實證試算及比較，本研究的空間權重矩陣Wij選用的是地理空間權重矩陣實證效果較好。基于傳統的C-D生產函數研究思路，即一個地區的經濟增長在受到勞動力影響的同時也受到資本的影響，在模型構建時將其與當前空間計量經濟學中較為常用的兩類模型空間滯后模型與空間誤差模型相結合[11]，構建黑龍江省國有重點林區林業經濟發展的空間面板計量模型。

（1）空間滯后面板模型：

式中，Wij代表空間權重矩陣中的元素，ρ是空間自回歸系數，反映區域變量值的空間依賴作用。

（2）空間誤差面板模型：

式中，itε代表誤差項，λ是空間誤差系數。當區域間的相互作用因所處位置存在差異時采用空間誤差模型。

空間滯后面板模型反映變量值在所研究區域是否存在空間溢出效應，空間誤差面板模型反映區域變量值的差異性[12]。在實證部分將空間滯后面板模型與空間誤差面板模型的估計結果同時列出，進而根據估計結果的顯著性水平進行最優模型的選取。

2 實證研究

2.1 空間自相關分析

本研究選取地理空間權重矩陣，利用Opengeoda軟件計算了黑龍江省國有重點林區40個林業局2005－2015年間人均林業產業增加值的全局Moran’s I指數值，計算結果如表1所示。由表1可知，2005－2015年黑龍江省國有重點林區人均林業產業增加值的Moran’s I指數值均大于零且都通過了5%的顯著性檢驗，其變化趨勢如圖1。由圖1可以看出，其變化經歷了“上升—下降—再上升”的過程，各年份Moran’s I指數值均高于0.2，說明黑龍江省國有重點林區林業經濟發展在空間分布上具有一定的正向空間自相關性，且2010年和2015年表現出相對較強的正自相關性，進一步表明黑龍江省國有重點林區林業經濟發展在空間上并不是呈隨機分布的，而是在整體上具有一定的空間集聚特征，其中林業經濟發展較為相似的地區在地理上呈現出一定的集聚特征，即人均林業產業增加值低的區域在地理上相互鄰近，人均林業產業增加值高的區域在地理上也相互臨近。

表1 2005－2015年人均林業產業增加值全局Moran’s I指數Table 1 Moran’s I spatial index of per capita forestry industry value added of 40 forestry bureaus during 2005－2015

黑龍江省國有重點林區 40個林業局中歸屬伊春林管局的有：紅星、上甘嶺、友好、翠巒、鐵力、烏伊嶺、湯旺河、五營、烏馬河、新青、美溪、帶嶺、桃山、雙豐、金山屯、南岔、朗鄉，共17個林業局；歸屬松花江林管局的有：山河屯、葦河、亞布力、方正、興隆、綏棱、通北、沾河，共8個林業局；歸屬合江林管局的有：樺南、雙鴨山、鶴立、鶴北、東方紅、迎春、清河，共7個林業局；歸屬牡丹江林管局的有：大海林、柴河、東京城、穆棱、綏陽、海林、林口、八面通，共8個林業局。

由于全局 Moran’s I總值不能突出局部地區的經濟相關程度[13]，選取了2005年和2015年兩個年份黑龍江省國有重點林區40個林業局的局部Moran散點圖進行分析（圖2和圖3）。

圖1 2005－2015年全局Moran's I指數折線圖Figure 1 Moran’s spatial index during 2005－2015

圖2 2005年人均林業產業增加值的Moran散點圖Figure 2 Moran scatterplots for per capita forestry industry value added in 2005

圖3 2015年人均林業產業增加值的Moran散點圖Figure 3 Moran scatterplots for per capita forestry industry valueadded in 2015

由圖2和圖3可知，2005年共有21個林業局落在第一象限和第三象限，占林業局總數的52.5%，2015年共有25個林業局落在第一象限和第三象限，占總數的62.5%，該結論與總局Moran’s I指數所得結論是一致的。將兩個年份Moran’s I散點圖中第一、第三象限即高高象限和低低象限所對應的林區對比見表2。在這兩個年份中均處在第一象限即高高類型的林業局有穆棱、南岔、金山屯、美溪、紅星和新青林業局，均處在第三象限即低低類型的林業局有柴河、樺南、雙鴨山、鶴立、雙豐和朗鄉林業局，第二象限即低高類型的林業局由2005年的10個減少到2015年的7個，第四象限即低低類型兩個年份的林業局數基本相同。對比兩個年份Moran's I指數散點圖的變化，不僅可以更加深入分析各個林業局的空間動態變化過程，還可以總結不同集聚特征下各林業局的特征。其中，鶴北林業局和烏馬河林業局由于受到美溪林業局林業經濟快速增長的影響，由低低類型轉移到高高類型，其林業經濟發展得到了較明顯的提高，同時由于近年來天保工程一期和二期工程的實施，很多林業局借助自身充足的資源，大力發展森林食品、森林旅游等產業，由此與周邊的林業局經濟發展形成了一定的差距，這就導致一定數目的林業局處在低高類型和高低類型的集聚狀態。

表2 2005 和2015年人均林業產業增加值Moran’s I散點圖對應林區Table 2 Forested areas in Moran scatterplots for per capita forestry industry value added in 2005 and 2015

2.2 空間面板計量模型分析

利用黑龍江省國有重點林區2005－2015年40個林業局的面板數據運用Matlab R2014a軟件建立模型并進行估計，確定選擇模型進行實證分析。具體步驟如下：首先用 Hausman檢驗對固定效應和隨機效應進行選擇，空間滯后面板模型的檢驗結果為-3.030 4（P值為0.387 0）；空間誤差面板模型的檢驗結果為16.682 1（P值為0.053 9）。由檢驗判別準則可知，選擇固定效應進行空間面板計量模型的估計。

通過LM檢驗對空間滯后模型和空間誤差模型進行判斷，確定最終模型[14]，檢驗結果見表3。

表3 空間自相關性檢驗結果Table 3 Test for spatial autocorrelation

由表3可知，LM-lag和LM-error值分別為855.224 9 （P值為0.000），839.578 4（P值為0.000），Robust LM-lag和Robust LM-error值分別為20.426 7（P值為0.000），4.780 2（P值為0.029）。由此可知，基于“地理”空間權重矩陣的面板數據空間相關性檢驗中LM-lag，Robust LM-lag和LM-error的檢驗值均通過1%的顯著性檢驗，結果都是統計顯著的。但Robust LM-error所對應P值為0.029，沒有通過1%顯著性水平的檢驗，所以本文選擇空間滯后面板模型進行分析。

空間滯后面板模型與空間誤差面板模型的參數估計結果見表4。由表 4可知，空間滯后面板模型與空間誤差面板模型的擬合優度系數均高于普通面板回歸模型的擬合優度值；普通面板模型由于忽略了空間效應，其結論存在一定的誤差。其次通過對比log-likelihood統計量值，發現空間滯后面板模型的效應log-likelihood為-2 298.482 1優于普通面板模型的-2 483.788 5和空間誤差面板模型的效應的-2 307.299 6。從模型參數估計結果來看，空間誤差面板模型的估計結果中有較少的變量通過了5%顯著性水平檢驗。而相比之下，空間滯后面板模型的大部分變量都通過了5%的顯著性檢驗，其估計效果更加顯著。因此選擇固定效應的空間滯后面板模型進行研究分析。由表3固定效應的空間滯后面板數據模型的結果可知，除在崗職工年平均工資（X3）和林業固定資產投資自年初累計完成額（X5）在10%的顯著性水平下不顯著外，其余變量系數都通過了10%顯著性水平下的假設檢驗。通過對表中數據進行深入分析可得到以下結論，首先，空間滯后面板模型的自回歸系數為0.248 7，顯著為正，且在1%顯著性水平下拒絕原假設，這表明黑龍江省國有重點林區臨近林業局間林業經濟發展存在比較明顯的空間溢出效應，林業經濟發展水平較高的林業局會帶動周邊的發展，受到正向溢出效應的影響，同時表明采用空間面板計量模型更加符合研究區域的實際情況。從空間溢出效應角度，根據表4結果分析上述因素對黑龍江省國有重點林區林業經濟發展影響，結果顯示，人力資源投入量、森林資源和產業結構最為顯著，是黑龍江省國有重點林區林業經濟發展的重要推動力。其中，林業系統年末在崗職工人員數（X6）每增加1%，能促使林業經濟增長平均速率上升0.269 5%；森林管護面積（X1）和森林撫育面積（X2）的參數估計值分別為0.000 6和0.143 9，且在5%的顯著性水平下顯著，說明黑龍江省國有重點林區林業經濟的增長離不開森林資源這一關鍵性因素，可以說是體現在以森林資源為依托發展起來的各行各業；產業結構對黑龍江省國有重點林區林業經濟的發展起著舉足輕重的作用，其中第一、第二產業產值之和占三次產業之和的比重（X4）在1%顯著性水平下均高度顯著。林業固定資產投資和消費水平對黑龍江省國有重點林區林業經濟發展的影響效果不顯著，林業固定資產投資自年初累計完成額每增加1%，黑龍江省國有重點林區林業經濟增長平均速率上升0.037 2%；而林業在崗職工年平均工資（X3）每增加1%，林業經濟發展平均速率上升0.005 2%。

表4 基于地理空間權重矩陣的空間面板數據模型的參數估計Table 4 Parameter estimation by spatial panel data model based on geological spatial weight matrix

3 結論與討論

3.1 結論

實證分析結果表明，2005－2015年黑龍江省國有重點林區林業經濟發展在整體和局部上都具有比較明顯的空間集聚特征，主要表現為林業經濟發展水平相似的地區有一定的集聚特征。從2005和2015年Moran散點圖可知，大部分林業局分布在第一象限和第三象限，說明各林業局之間存在比較明顯的差異性，穆棱、南岔、金山屯、美溪、紅星和新青林業局在兩個年份的Moran散點圖中均處于第一象限，形成了高高類型的聚集空間，均處在第三象限即低低類型的林業局有柴河、樺南、雙鴨山、鶴立、雙豐和朗鄉林業局。之后通過空間面板計量模型選擇空間滯后面板數據計量模型進行估計，結果表明，黑龍江省國有重點林區各林業局之間林業經濟發展存在明顯的空間溢出效應，林業經濟發展是森林資源、消費水平、產業結構、投資水平和人力資源投入量共同作用的結果，并且各要素影響均為正向推動作用，但推動效果有主次之分。影響黑龍江省國有重點林區林業經濟發展前三位的因素分別是人力資源投入量、森林資源和產業結構，林業固定資產投資和消費水平兩個因素對黑龍江省國有重點林區林業經濟發展的作用效果并不顯著。

3.2 討論

第一，人力資源是黑龍江省國有重點林區實現林業經濟可持續發展的重中之重，決定著其發展的方向和程度。黑龍江省是林業大省，在國家林業中有特殊的地位，但由于林區人力資源開發、管理的嚴重滯后，導致黑龍江省國有重點林區經濟發展相對緩慢。近年來隨著科技水平的提升，科學技術在林業中的應用的越來越廣泛，黑龍江省國有重點林區應建立合理的人力資源制度，重視激勵制度在人力資源開發和管理中的作用，加大對林場職工的培訓力度，優化林區的人力資源結構。注重對林區的人員管理，著重提高林區專業人員的綜合素養，提升林區人力資源的整體素質。

第二，森林資源作為林業經濟發展的重要物質基礎，對林業經濟發展的作用尤為重要。天然林保護工程的實施為我國重點國有林區強化森林經營和資源管理提供了借鑒和經驗，黑龍江省國有重點林區應在總結重點國有林區開發建設經驗教訓的基礎上，以推進林區森林經營、改革林區森林資源管理體制為切入點，借鑒國外森林經營和森林資源的成功做法和經驗，提高林區森林經營與森林管理水平、完善林區森林資源的功能結構，重新設計黑龍江省國有重點林區森林經營和森林資源管理體制的新模式，使森林資源質量和生態保障能力全面提升。

第三，產業結構作為影響黑龍江省國有重點林區林業經濟發展的一大重點因素，其調整與優化也顯得越來越迫切。林區應根據林業發展的特點和規律，遵循相關的經濟政策對林區進行產業結構的調整與優化，在確定與培育主導產業的同時，也不能忽視對衰退產業的扶持與引導，大力發展林區的生態旅游業、木材加工業等環保低碳產業，打造出當地的特色產業，同時積極發展綠色富民產業。推進國有林區資源優化配置和產業轉型。努力使林區形成一定規模的產業發展模式，達到黑龍江省國有重點林區產業結構合理化和高度化的目的。

[1] 耿玉德，萬志芳. 黑龍江省國有林區林業產業結構調整與優化研究[J]. 林業科學，2006（06）：86－93.

[2] 李微，萬志芳. 東北內蒙古國有林區林業產業結構優化與政策建議[J]. 農業現代化研究，2014（02）：173－177.

[3] 宋洪峰，王剛，陳建成. 南方集體林區林業經濟增長因素分析[J]. 林業經濟，2013（12）：88－93．

[4] 朱震鋒，曹玉昆，王非. 中國重點國有林區轉型發展的影響因素分析[J]. 生態經濟，2016（11）：103－107．

[5] 李微，萬志芳，鄭麗娟. 伊春國有林區林業經濟增長影響因素分析[J]. 林業經濟，2011（12）：67－70.

[6] 陶英霞. 試論我國國有林區林業經濟增長影響因素[J]. 現代經濟信息，2014（03）：282.

[7] 嚴瑩瑩. 空間計量模型及其在我國的應用研究[D]. 武漢：華中科技大學，2012．

[8] 邵建利，宋寧，劉凱杰. 基于我國第三產業區位分布的空間效應研究[J]. 統計與決策，2016（05）：108－113．

[9] 曹彥，何東進，紀志榮.中國省域林業經濟發展影響因素的空間面板計量經濟分析[J]. 林業經濟，2016，（05）：66－70，90.

[10] 張翠菊，張宗益. 中國省域產業結構升級影響因素的空間計量分析[J]. 統計研究，2015（10）：32－37.

[11] 趙丹妮. 廣東省區域經濟增長影響因素的空間計量分析[J]. 統計與決策，2015(15)：101－104.

[12] 譚朵朵. 中國省域保險業發展影響因素的空間計量分析[J]. 統計與信息論壇，2011（01）：37－43．

[13] 田博林. 黑龍江省國有林區局域經濟差異的空間統計分析[D]. 哈爾濱：東北林業大學，2016.

[14] 文嫮，胡兵. 中國省域文化創意產業發展影響因素的空間計量研究[J]. 經濟地理，2014（02）：101－107.

Spatial Panel Analysis on Factors Influencing Forestry Economic Development in Key State-owned Forested Areas in Heilongjiang Province

ZHAO Xiao-guang，ZHAO Jia-huan
（College of Economics and Management, Northeast Forestry University, Harbin 150040, China）

Analysis was made on factors to influence forestry economic development in key state-owned forested areas in Heilongjiang province with consideration of the spatial interaction. Empirical analysis was carried out on the panel data of forestry economic development from 40 forestry bureaus in Heilongjiang province from 2005 to 2015, using the Moran's I spatial index and spatial panel econometric model for spatial interation and influence factor. The results showed that the forestry economic development of state-owned forested areas in Heilongjiang province had obvious spatial agglomeration, and human resources, forest resources and industrial structure had evident positive relation with forestry economic development in Heilongjiang. Countermeasures were put forwarded such as optimization of human resources structure, reform of forest management and forest resources adminstration, promote the transformation of forestry industry.

key state owned forested area; influencing factors; spatial correlation; spatial panel econometric model

S757.9

A

1001-3776（2017）05-0054-07

10.3969/j.issn.1001-3776.2017.05.009

2017-05-09；

2017-08-07

趙曉光，副教授，碩士生導師，從事林業經濟統計與應用統計研究；E-mail：489089309@qq.com。通信作者：趙佳歡，碩士研究生，從事林業經濟統計與應用統計研究；E-mail：870636544@qq.com。