創新對林業高質量發展水平的影響研究

貝淑華 王圓 沈杰

摘要：在當今低碳發展時代，林業具有不可替代的地位，創新是林業轉型升級的關鍵影響因素，也是林業高質量發展的重要驅動力。文章在構建評價指標體系和測度中國各省份林業高質量發展水平和創新水平的基礎上，基于31個省（自治區、直轄市）的面板數據，實證檢驗創新對林業高質量發展的影響。結果顯示：（1）樣本期內，我國林業高質量發展水平總體呈上升趨勢，而林業創新水平經歷了先下降再上升又下降的波動過程，總體保持平穩；（2）創新有利于促進林業高質量發展水平提升，創新水平每提升1個單位，林業高質量發展水平提升0.05個單位；（3）在西部地區，創新能夠顯著促進林業高質量發展水平提升，系數為0.0695，這一促進作用在東部和中部地區并不顯著。基于理論機制和實證結果，文章提出持續推進林業創新發展、因地制宜制定林業高質量發展策略、著力加強林業科研人才隊伍建設等政策啟示。文章運用熵值法較為全面地測度了省級層面林業高質量發展水平，進而論證了創新對林業高質量發展的驅動作用，考察了這一作用效果在不同地區的異質性，為不同地區推進林業高質量發展提供更精準的決策參考。

關鍵詞：林業；高質量發展；創新水平；指標體系

中圖分類號：F326.2文獻標識碼：A文章編號：1673-338X（2023）08-005-15

基金項目：江蘇省科技廳軟科學面上項目“產學研深度融合戰略下江蘇省技術創新體系構建研究——基于蘇南地區的案例分析”（編號：BR2020054），南京林業大學大學生實踐創新訓練計劃省級重點項目“創新驅動我國林業產業高質量發展的機制研究”（編號：202210298032Z）。

Research on the Influence of Innovation on the High-quality Development Level of Forestry

BEI Shuhua1WANG Yuan2SHEN Jie1

（1 College of Economics and Management， Nanjing Forestry University， Nanjing 210037； 2 College of Economics and Management， Nanjing Agricultural University， Nanjing 210095）

Abstract：Forestry development has an irreplaceable position in todays low-carbon era， and technology innovation is a key factor affecting the transformation and upgrading of forestry， as well as an important driving force for high-quality development of forestry. On the basis of constructing index systems of evaluation and measuring the level of high-quality forestry development and forestry innovation in various provinces in China， this paper empirically tested the impact of forestry innovation on high-quality forestry development based on panel data of 31 provinces（autonomous regions or municipalities）. The results showed that：（1）During the sample period， the level of highquality development of forestry in China was generally on an upward trend. The level of innovation in forestry had gone through a fluctuating process of decreasing， then increasing， and the decreasing， and had remained generally stable.（2）The empirical results showed that forestry innovation could promote the improvement of forestry high-quality development level， the forestry innovation level increased by 1 unit， and the forestry high-quality development level increased by about 0.05 units.（3）In the western region， forestry innovation could significantly improve the level of high-quality forestry development， with a coefficient of 0.0695， while in the eastern and central regions， this promoting effect was not significant. Based on the theoretical mechanism and empirical results， the paper put forward the policy insights of continuously promoting forestry innovation development， formulating forestry high-quality development strategies according to local conditions， and strengthening the construction of forestry research talents. The study used the entropy method to measure the level of high-quality development of forestry at the provincial level in a more comprehensive way， and then demonstrated the driving effect of forestry innovation on the high-quality development of forestry， and examined the heterogeneity of this effect in different regions， with a view to providing more accurate decision-making references for governments in different regions to promote the high-quality development of forestry.

Key Words：forestry；high-quality development；innovation level；index system

1引言

《中共中央關于黨的百年奮斗重大成就和歷史經驗的決議》在全面總結黨的百年奮斗重大成就和歷史經驗時指出，黨堅持實施創新驅動發展戰略，把科技自立自強作為國家發展的戰略支撐，健全新型舉國體制，強化國家戰略科技力量，加強基礎研究，推進關鍵核心技術攻關和自主創新，強化知識產權創造、保護、運用，加快建設創新型國家和世界科技強國。2021年1月，中共中央國務院印發《關于全面推進鄉村振興加快農業農村現代化的意見》提出，農業農村要“堅持創新驅動發展，以推動高質量發展為主題”。在農業領域，創新是農業發展新舊動能轉換的關鍵動因，也是驅動當代農業發展的第一動能（王興國等，2020），農業創新對糧食產業及農業高質量發展具有顯著促進作用（華堅等，2022；陳宇斌等，2022）。林業屬于大農業范疇，但由于林業產業本身的一些特殊性，如林業生產的公益性、長周期和高風險等特點，與其他農業產業相比有許多不同。森林是陸地生態系統中最大的碳庫，林業對我國的綠色轉型、低碳發展有著不可替代的作用。創新是林業轉型升級的關鍵影響因素，當前卻很少有學者關注到創新對林業高質量發展的驅動作用，實證研究則更少。本文將探索創新驅動林業高質量發展的相關理論，為推動林業高質量發展和補齊林業發展的短板奠定堅實的基礎。

通過數據和實證分析，能夠明確全國和各區域創新水平，以及創新驅動林業高質量發展效果存在的差異，區分各地主導發展方向的不同，為各地區制定有針對性的創新發展戰略提供數據支撐。因此，本文以中國31個省（自治區、直轄市）林業發展為研究對象，首先，從效率提升、結構優化、動能培育、綠色資源和成果共享等五個層面構建林業高質量發展水平測度指標體系，進而測算林業高質量發展水平；其次，從林業創新投入、林業創新產出和林業創新環境三個方面構建各省（自治區、直轄市）林業創新水平指標體系，測算各地區林業創新水平；最后，通過實證考察創新對林業高質量發展水平的影響，以及在不同地區創新驅動的異質性影響，以期發現當前林業發展存在的短板，基于實證結果提出相應的政策啟示。

相較于以往研究，本文的邊際貢獻主要有兩個方面：第一，較全面地構建了指標體系，用以測算各省（自治區、直轄市）的林業高質量發展水平，基于此實證考察了創新與林業高質量發展水平之間的聯系；進一步將各地區規模以上工業企業研究與開發項目數作為工具變量，在解決可能的內生性問題后，檢驗結論的穩健性。第二，已有研究多從東部、中部、西部三大經濟區域入手分析林業創新驅動的異質性，本文進一步從不同時間階段、人均林地面積、人力資源稟賦等多個角度對比創新驅動林業高質量發展的差異性，為不同地區政府推進林業高質量發展提供更有價值的決策參考。

2文獻回顧與評述

在注重高質量發展的新時代背景下，創新發揮著舉足輕重的作用。熊彼特（1991）認為，創新是指把一種從來沒有過的關于生產要素的“新組合”引入生產體系；洪銀興（2013）研究發現，在減少投入的情形下，創新有助于節省和替代已有物質資源實現經濟增長；蔡莉等（2021）通過理論分析發現，創新驅動會在觸發、催化和聚變三個不同階段對創業產生影響；王公博（2020）、房逸靖等（2023）研究認為，創新通過抑制人口集聚和改善區域人才配置等對人力資本產生影響。創新對于經濟的影響是學者關注的熱點話題。王立平等（2022）基于城市面板數據得出“創新能夠促進經濟增長”的結論，而Zhou等（2021）、He等（2022）研究指出，創新水平與經濟增長并不是簡單的線性關系；已有研究發現，創新對區域經濟收斂（李四維等，2020）、產業轉型升級（張亞明等，2021）等都有正面影響，還能夠驅動經濟、能源與環境協調發展（洪雪飛等，2021）。對于林業或農業領域創新的研究發現，科技經費投入（Yang et al.， 2016）和林業科技教育（Wang et al.， 2017）是林業可持續發展的重要途徑；對處于經濟轉型期的國家來說，創新能力是林業企業成功的重要因素（Sterbova et al.， 2019）；Zhang等（2022）指出，農業創新水平可以促進農業綠色發展。

隨著信息技術的飛速發展，數據逐漸成為新型生產要素，近年許多研究證實了數字技術對農林業高質量發展的重要作用。羅千峰等（2022）指出，數字技術通過作用于生產體系、經營體系和產業體系等三大載體賦能農業高質量發展；魯釗陽等（2022）通過實證分析發現，數字經濟能夠正向促進農業高質量發展；孔凡斌等（2023）研究表明，數字經濟發展水平在特定范圍內正向促進森林生態產品價值轉化效率。全要素生產率反映了多種要素的投入組合轉化為產出的總體效率，提高全要素生產率是轉向高質量發展的關鍵（王一鳴，2020）。部分學者開展了林業全要素生產率影響因素研究，結果表明，自然環境（Song et al.， 2020）和外國直接投資（Lin et al.， 2020）等對林業全要素生產率都有著重要影響；Chen等（2023）研究發現，綠色技術創新是數字經濟促進林業綠色全要素生產率增長的重要因素。區域經濟高質量發展有賴于創新驅動，學者基于國家（劉思明等，2019）、省份（袁寶龍等，2021）以及城市（劉新智等，2022）等不同層面的面板數據，對這一驅動作用進行了實證檢驗。創新對高質量發展的促進作用在各行各業都有所體現，已有許多學者考察了創新與工業、制造業高質量發展的關系（張鑫宇等，2022；張少峰等，2023）；高麗娜等（2020）指出，創新驅動作用存在地區異質性，在中部地區創新能力對制造業發展影響最顯著。也有研究聚焦于創新與服務業高質量發展的聯系，如旅游業（王凱等，2022）和電子商務（楊方銘等，2023）。在農業方面，已有研究發現農業技術創新能夠促進行業高質量發展。陳宇斌等（2022）基于農業研究發現，空間溢出作用為正；而華堅等（2022）基于糧食產業的研究結論認為，空間溢出效應為負。目前，聚焦于創新驅動農業特別是林業高質量發展方面的研究較少，且已有研究多為問題對策類，缺乏有深度的實證研究。寧攸涼等（2021）提出林業產業高質量發展的推進策略，強調中國林業產業高質量發展應由科技創新和改革創新驅動；溫賽賽等（2022）在測度全國林業高質量發展水平的基礎上，指出創新驅動是貢獻最大的因素。

綜上所述，國內外學者對于創新驅動的作用以及創新驅動高質量發展的相關研究比較豐富，為本文的研究奠定了理論基礎，但仍存在一些可以拓展的研究領域。第一，從研究視角上看，大多數學者考察了創新水平對經濟高質量發展的驅動作用，也有部分學者將研究對象確定為制造業或農業；林業雖然屬于大農業范疇，但與農業產業有著明顯差別，目前很少有學者關注創新驅動林業高質量發展的作用。第二，目前關于林業高質量發展水平測度的相關研究較少，僅溫賽賽等（2022）測度了全國林業高質量發展水平的變動趨勢，但沒有基于各省份林業數據進行實證研究，林業高質量發展水平的區域差異尚不清楚。第三，已有研究對林業創新驅動作用的異質性分析多按照三大經濟區域劃分，研究角度比較單一，不能深入探究林業創新驅動的深層次差別及其影響。鑒于此，本文以林業為研究對象，實證考察創新水平對林業高質量發展的影響；在運用工具變量法、縮尾、解釋變量滯后等方法進行穩健性檢驗后，進一步從經濟區域、發展階段、人均林地面積、人力資源稟賦等多個角度進行創新驅動作用的異質性分析。

3理論分析框架與研究方法

根據文獻評述可知，當前探究創新驅動林業高質量發展的文獻較少，作用機理也比較欠缺。本文梳理了創新驅動林業高質量發展的理論邏輯，在此基礎上構建創新影響林業高質量發展的實證回歸模型。

3.1理論分析框架

創新被認為是經濟增長的主要推動力，它能夠打破現有經濟秩序并引發新的經濟循環，從而推動經濟增長（熊彼特，1991）。在農業領域，創新也是推動農業發展質量與效益變革、實現新舊動能轉換的重要推動力量（王興國等，2020）。在林業領域，創新可以通過提高資源利用效率和提高產品質量兩條路徑推動林業高質量發展水平提升。

從“增效”角度來看，林業創新引入了先進的技術、設備和管理方法，促使資源更有效利用。新技術和新設備的應用可以使生產過程更高效、更節能，能夠減少資源的浪費，從而為林業企業帶來更好的經濟效益。智能化的數據采集和分析技術以及先進管理方法的引入，可以幫助人們更好地了解林地的生長情況、資源分布和變化，實現林業資源的精細化管理和優化配置（侯方淼等，2023）。同時，大數據和信息的收集、分析與利用還可以給林業企業提供決策支持和智能化管理，緩解信息不對稱帶來的供需不平衡等問題，能夠幫助林業產業在知識經濟時代實現可持續發展。在要素投入比例不變的情況下，提高林業創新水平能夠提升林業資本和林業勞動投入的邊際生產率，在提高生產效率的同時降低生產成本，改變林業產出效率和效益低下的現狀，促進林業高質量發展。

從“提質”角度來看，林業創新可以改善產品質量和推動新產品開發，提升產品的附加值和競爭力。在知識經濟時代，包括技術創新、知識創新等在內的創造性勞動是創造高附加值產品的關鍵（王東莉，2002）。林業創新能夠帶來許多先進的生產技術和工藝，高效的木材加工設備能夠更精確地對木材和其他林產品進行加工和處理，智能化的數據采集和監測系統等新技術的運用，可以實時監測產品生產過程中的關鍵參數，及時發現和糾正問題，保證產品的穩定性和一致性，從而提高林業產品的質量。波特競爭理論指出，差異化策略是三大基本競爭策略之一，而差異化策略的前提條件之一是具有較強的創新能力（波特，1997）。林業創新還可以推動新產品的開發，拓展業務范圍，創新成果的運用可以提升企業與競爭對手的差異化水平，從而滿足市場多樣化的需求。例如，隨著民眾環境保護意識的提升，市場對綠色環保產品的需求日益增加，林業創新可以推動綠色環保產品的開發，例如生物降解型包裝材料、環保型木地板等，滿足消費者對綠色環保產品的需求。此外，企業通過創新實現生產效率或管理效率的提高，從而帶來成本的下降，這種成本優勢也可以轉化為市場競爭力。據此，提出假設H1。

H1：林業創新水平與林業高質量發展水平呈現正相關關系。

創新影響林業高質量發展的理論分析框架如圖1所示。

中國地域廣闊，地理環境復雜，各地林業發展狀況也大不相同，因此創新驅動林業高質量發展效果也存在差異。首先，在經濟發展水平較低的地方，由于相對滯后的技術發展水平和較小的市場規模，在當地引入先進的林業技術和管理方法，可以帶來更大的邊際效應，因而更能促進林業高質量發展。其次，這些地方利益固化程度和慣性較弱，因而可以更快地適應引入優化的政策支持和創新的管理模式帶來的變化。這意味著這些地方可以直接采用其他發達地區經過驗證的創新技術和實踐經驗，避免歷史遺留問題和落后技術的束縛，從而邁出林業創新驅動高質量發展的步伐。通過引入先進的林業技術和管理經驗，西部地區可以更有效地提升林產品的品質和附加值，從而更好地適應市場需求變化。最后，西部地區地廣人稀，人均林業資源更加豐富，但由于處在落后的經濟發展階段，當地自然資源未能得到充分開發和有效利用。而創新可以促進資源整合與協同效應的發揮，充分利用當地的自然資源等生產要素，拓展產業發展空間，進而促進當地林業高質量發展。據此，提出假設H2。

H2：按照三大經濟區域劃分，創新可以驅動西部地區林業高質量發展，但對其他區域沒有顯著影響。

3.2研究方法

首先，本文參照黨的十八大報告中對新發展理念的界定，使用熵值法（entropy method）對中國31個省份的林業高質量發展水平進行測算；其次，從創新投入、創新產出、創新環境三個層面選取指標測度出各省份林業創新水平；最后，基于理論分析框架構建創新對林業高質量發展水平影響的固定效應模型（fixed effects model）。

3.2.1林業高質量發展水平的測度

習近平總書記指出：“高質量發展就是能夠很好滿足人民日益增長的美好生活需要的發展，是體現新發展理念的發展”。學界并沒有對高質量發展的統一定義，但高質量發展評價的多維性是學術界的共識（劉志彪等，2020）。參考張軍擴等（2019）、溫賽賽等（2022）、崔耕瑞（2022）對高質量發展體系的構建，并結合省級層面林業發展的特點以及數據的可獲得性，本文從效率提升、結構優化、動能培育、綠色資源和成果共享等五個層面構建林業高質量發展水平測度指標體系，進一步使用熵值法對勞動生產率等12個指標計算省級層面林業高質量發展水平的得分。具體指標如表1所示，時間范圍為2013-2021年。其中，林業資源配置效率采用DEA-Malmquist指數法測算得到，以2012年數據為基期，選用勞動、資本與土地三個投入變量作為投入指標，以林業總產值作為產出指標，測算出2013-2021年全國林業全要素生產率來度量地區林業資源配置效率。其中，勞動采用年末林業系統從業人數度量，資本采用自年初累計完成林業投資度量，土地則采用森林面積度量。參照趙濤等（2020）的方法，數字經濟水平指數采用互聯網普及率、相關從業人員情況、相關產出情況和移動電話普及率以及中國數字普惠金融指數等五個指標，通過主成分分析法處理后得到。

高質量發展評價的多維性決定了林業高質量發展水平是綜合指標，不同細分指標對綜合指標值的大小均有影響。熵值法根據數據觀測值信息量的大小來確認指標權重的大小，信息量越大，不確定性越小。熵值越小，權重越大；反之，則權重越小。基于表1中指標評價體系，本文采用熵值法對所有細分指標進行標準化處理，進而計算出各指標的權重，最后根據各指標權重加權求和得到總得分。這樣既能避免人為賦權的主觀性，又可以較為客觀地反映各個指標在林業高質量發展水平綜合評價指標體系中的重要程度，因此這一方法可以較好地反映各省（自治區、直轄市）林業高質量發展水平的高低。

3.2.2林業創新水平的測度

關于創新水平的測度多采用專利申請量或授權量、注冊商標量等單一指標作為替代指標，或通過構建創新水平的綜合指標來衡量（貝淑華等，2022）。在已有研究的基礎上，本文從林業創新投入、林業創新產出和林業創新環境三個方面來構建各省份林業創新水平指標體系，并使用熵值法測算得到綜合指標。其中，創新投入采用林業工作站和鄉村科技推廣站建立的示范基地面積來表示，創新產出采用各省份林業管理部門公開的專利數來表示，創新環境則選取各省份林業系統單位數量來表示。

3.2.3計量模型設定

基于上述理論分析框架，以林業高質量發展水平為被解釋變量，林業創新水平為核心解釋變量，構建基準回歸模型，以進一步考察林業創新水平對林業高質量發展水平的影響。經多重共線性檢驗和豪斯曼檢驗（Hausman test），本文采用雙向固定效應模型（two-way fixed effects model），具體計量模型如式（1）所示。

4數據來源與描述性統計

本文以我國各省份林業為研究主體，闡述所選變量的數據來源及度量方法后，對所有變量進行了基本的描述性統計，對結果進行了初步分析和討論。

4.1數據來源

對于測度林業高質量發展水平中各地區林業相關數據，以及測度林業創新水平的數據，主要來源于《中國林業統計年鑒》和《中國林業和草原統計年鑒》，林業專利數據從中國林業信息網林業專利數據中心①根據各省份和年份分類檢索得到。土地面積、地區總人口等省級層面林業以外的相關指標來源于《中國統計年鑒》。部分缺失變量數據采用前后兩年數據的平均值補齊，最后得到2013-2021年31個省（自治區、直轄市）的平衡面板數據。考慮到數據可能存在異方差，對所有連續變量都進行取對數處理，因為林業創新水平和林業高質量發展水平原始指標已經進行了對數化，因此不再二次取對數。

4.2描述性統計

主要變量描述性統計結果如表2所示。為反映林業產業發展的變化趨勢，本文列出了2013年和2021年的樣本均值。觀察結果可知，林業高質量發展水平均值為0.14，而2013年和2021年分別為0.11和0.16，說明樣本期內林業高質量發展水平整體處于上升趨勢，而林業創新水平的均值2013年為0.09，2021年仍為0.09，說明樣本期內林業創新水平整體上保持不變。為進一步觀察關鍵變量的波動趨勢，作林業創新水平和林業高質量發展水平的變動趨勢圖，如圖2所示。總體而言，中國林業高質量發展水平穩步上升，林業創新水平則呈現波動趨勢，經歷了下降、上升再下降的過程。可見，從樣本來看，2019年之前林業創新水平與林業高質量發展水平呈正相關趨勢，在特定省份樣本中這一趨勢更加明顯。以黑龍江省為例，從數據上看，黑龍江省林業創新水平與林業高質量發展水平在過去幾年呈同步上升趨勢，表明創新對于推動林業高質量發展的作用在黑龍江省得到了顯著的體現。黑龍江省是我國重要的國有林區，近年來不斷加快推進數字林草建設，省大數據中心已建立起覆蓋全省的林草資源監測體系和全要素產業綜合分析體系，實現了全業務綜合管理，林草工作效率大幅提升，林業發展勢頭不斷向好。2022年全年林下經濟總產值達到814億元，全省林業碳匯項目面積達到208萬公頃。2013年黑龍江省的林業創新水平為0.06，而林業高質量發展水平為0.10，2021年兩者分別上升至0.08和0.12。此外，變量描述性統計結果顯示標準差都比較大，表明指標間差異仍然十分明顯，要研究創新驅動林業高質量發展的問題，分區域的異質性分析不可或缺。

5測度結果與經驗性結果

在測算和分析林業高質量發展水平的基礎上，基于前文的理論分析和研究方法，利用固定效應模型進行實證分析，考察創新對林業高質量發展水平的影響，并進一步通過引入工具變量解決可能存在的內生性問題，最后討論林業創新驅動效應的異質性作用。

5.1基準回歸結果分析

在回歸分析之前，需檢驗變量之間是否存在多重共線性。經計算，各變量方差膨脹因子（Variance Inflation Factor， VIF）最大值為7.74，均值為3.68，說明數據不存在多重共線性問題。對于面板數據分析，需根據數據特性判斷是使用隨機效應還是固定效應更好；豪斯曼檢驗P值為0.00，因此應選擇固定效應模型。基準回歸結果如表3所示。

表3報告了林業創新水平對林業高質量發展水平影響的估計結果，其中列（1）至列（4）是逐步加入控制變量后式（1）的估計結果，以列（4）為準，林業創新水平系數在10%的顯著性水平上顯著為正，說明總體上林業高質量發展水平隨著林業創新水平的提高而提高，驗證了假設H1。進一步觀察控制變量可以發現，經濟發展水平的系數顯著為正，說明地區經濟發展水平對林業高質量發展有正向影響，林業相對重要性系數顯著為正，說明林業總產值占比對林業高質量發展有正向影響，控制變量結果與預期相符。

5.2穩健性檢驗

為確保研究結果的可靠性，本文在基準回歸上使用縮尾處理、解釋變量滯后、工具變量法等三種方法進行穩健性檢驗，結果如表4所示。

第一，考慮到數據極端異常值可能對回歸結果的影響，本部分將所有變量進行上下1%的縮尾處理，處理后基準回歸結果如表4列（1）所示，結果保持穩健。第二，為緩解潛在的內生性問題，本部分基于二階段最小二乘模型框架進一步估計了林業創新水平對林業高質量發展水平的影響，檢驗結果如表4列（2）、列（3）所示。第一階段工具變量的系數在1%的顯著性水平上顯著為正，表明地區規模以上工業企業研究與開發項目數越多，地區的林業創新水平也隨之越高。第一階段的F統計量均遠大于10這一經驗值，意味著所選擇的工具變量與內生解釋變量林業創新水平之間具有高度相關性；此外，對于原假設“工具變量識別不足”的檢驗，Kleibergen-Paap rk的LM統計量P值為0.00，顯著拒絕原假設，說明不存在識別不足問題。第二階段回歸結果與基準回歸保持一致，進一步驗證了創新對林業高質量發展水平的積極影響。從數值上看，與基準回歸相比，第二階段林業創新水平系數顯著增大，說明潛在的內生性問題可能會在一定程度上造成對林業創新驅動效果的低估。第三，除考慮核心解釋變量可能存在的內生性問題之外，進一步考慮了除核心解釋變量之外的其他控制變量可能帶來的內生性偏誤問題，因此本部分將所有控制變量滯后一期以考察結果的穩健性，結果如表4列（4）所示。林業創新水平系數在5%的顯著性水平上顯著為正，說明基準結果仍保持穩健。

5.3異質性分析

進一步考察林業創新水平在我國東部、中部、西部三大經濟區域對林業高質量發展水平的異質性影響，異質性分析1結果如表5所示。

由表5列（1）至列（3）可知，林業創新水平對西部地區林業高質量發展水平有顯著正向作用，但對東部和中部地區林業高質量發展水平則沒有明顯影響。可能的原因是，東部和中部地區經濟比較發達，資金來源比較廣泛，基礎設施比較完善，因而受到林業創新水平提升的邊際影響較小。相較于東部與中部地區，西部地區整體創新水平較低，但是創新水平的變化對當地創新成果推廣以及產業結構升級影響更大，且當地林業發展固化程度較低，能夠更好地適應林業創新帶來的變化，因而創新有利于推進林業高質量發展的進程。

根據描述性統計分析可知，林業創新水平經歷了下降、上升再下降的過程，是否在不同時間階段創新對林業高質量發展水平的驅動作用會存在異質性？為了回答這一問題，本部分進一步根據林業創新水平的變動趨勢將樣本期分為第一期（2013-2014年）、第二期（2015-2017年）、第三期（2018-2021年）三個子樣本，基于此進行分組回歸，回歸結果如表5列（4）至列（6）所示。結果表明，2015-2017年創新驅動林業高質量發展的效果較好，但自2018年創新水平下行之后，林業創新驅動效果不再明顯，這可能是因為隨著時間的推移，林業創新成果累計數大幅增加，邊際創新成果帶來的經濟效益逐漸減弱，并且新的林業創新成果增加數量相對較少，因而創新驅動的效果可能相對較差。

異質性分析2結果如表6所示。人均林地面積是反映各省份林業資源豐富度的重要指標。因此，根據人均林地面積中位數將樣本劃分為兩組，分組回歸結果如表6列（1）和列（2）所示。可以看出，在林業資源較豐富的省份，創新水平能夠顯著促進林業高質量發展水平，而在林業資源較貧瘠的省份，創新水平對林業高質量發展水平沒有明顯影響。在人均林地面積較大的省份，創新及林業生產都容易產生規模效應，能夠以更低的成本進行林業創新以及推廣運用林業創新成果，進而提升生產效率和促進林業高質量發展。

人力資源稟賦也是決定林業發展的重要因素。鑒于此，本文以林業系統單位從業人員年末人數中縣級林業工作站專業技術人員占比衡量人力資源水平，并根據中位數將樣本劃分為兩組分別回歸。由表6列（3）和列（4）結果可知，林業創新水平在高人力資源稟賦的地區對林業高質量發展水平的作用顯著為正，在低人力資源稟賦的地區沒有影響。人才是創新的根基，在林業行業也是如此。高素質人才越多，林業創新成果產出越多越快，成果推廣使用也更迅速、更可行，因而能夠推動林業高質量發展。

6研究結論、討論與政策啟示

本文基于全國31個省（自治區、直轄市）的面板數據，實證檢驗了創新對林業高質量發展水平的影響效應。在研究結論的基礎上，基于已有研究進行討論與研究展望，最后提出政策啟示。

6.1研究結論

本文通過我國2013-2021年31個省（自治區、直轄市）的面板數據，采用雙向固定效應模型分析了創新對林業高質量發展水平的影響，得出三點研究結論。

第一，樣本期內，我國林業高質量發展水平總體呈不斷上升趨勢，而林業創新水平則呈現波動趨勢，經歷了下降、上升再下降的過程。

第二，創新能夠顯著提升林業高質量發展水平，即創新能夠驅動林業高質量發展，林業創新水平每提升1個單位，林業高質量發展水平提升約0.05個單位，且這一結論在內生性檢驗、縮尾、解釋變量滯后等穩健性檢驗情形下仍保持穩健。

第三，創新驅動林業高質量發展具有異質性，按照三大經濟區域劃分，創新對林業高質量發展的作用在西部地區顯著為正，系數為0.0695，在東部與中部地區影響不顯著；按照不同階段劃分，2015-2017年創新驅動林業高質量發展的效果較好，林業創新水平每提升1個單位，林業高質量發展水平提升約0.18個單位，但在2015年以前及2018年以后林業創新水平下行之后，林業創新驅動效果不再明顯；創新對林業高質量發展的驅動作用在人均林地面積更大、人力資源稟賦高的地區更加顯著，系數分別為0.0710和0.0837。

6.2討論

創新是引領發展的第一動力。本文研究結果表明，創新對林業高質量發展有著正向影響，這與高維龍（2022）、林偉敏等（2023）對糧食產業、農業研究得到的結果相一致。溫賽賽等（2022）基于全國層面的研究顯示，創新驅動是促進中國林業高質量發展水平的關鍵，本文也得出了一致的結論。但溫賽賽等（2022）僅基于全國層面數據測算了創新驅動對林業高質量發展的貢獻率，本文基于各省份的實證研究，且進一步根據經濟區域分組結果顯示，并不是在任何地區創新都能驅動林業高質量發展，這是本文與已有研究的不同之處。這說明創新驅動理論在實踐時應注意結合各地區林業發展情況和客觀條件，著力提升創新驅動效果顯著地區的林業創新水平，以期達到事半功倍的效果。此外，異質性分析表明，在人力資源稟賦和人均林地面積更大的區域，創新驅動林業高質量發展效果更顯著，這可能是因為林地及人力資本都是林業發展的基本投入要素，創新水平和投入要素協同發展是推進行業高質量發展的重要途徑，這與賀靈等（2021）的研究結論一致。

本文分析仍存在一定的局限性。由于數據可得性的限制，本文實證分析僅使用了我國31個省（自治區、直轄市）的數據。各省份內部林業發展水平也有較大差異，未來若能獲取地級或縣級更精細的公開數據，則能得到更多有意義的結論，提出更具針對性的政策建議，這是今后研究可拓展的方向。

6.3政策啟示

從全國范圍來看，創新對林業高質量發展具有正向作用，但是異質性分析表明，各區域創新和林業高質量發展水平呈現明顯的區域特征影響效應存在較大差異。為進一步提升各地區林業創新水平，加速推進全國以及各地區林業高質量發展，結合所得結論和分析討論提出三個方面的政策啟示。

第一，持續推進林業創新發展，充分發揮創新在引領林業高質量發展方面的優勢。一方面，政府可以提供政策支持和優惠措施，吸引更多的資金和資源用于林業創新，建立與企業、投資機構和社會資本合作的機制，以實現創新與經濟效益的良性循環；另一方面，應建立健全的科研成果轉化機制，加強科研成果的產業化培育，支持創新型林業企業的發展，推動技術和產品的市場化，促進科研成果從實驗室走向市場和得到充分應用。

第二，考慮不同地區的資源稟賦、環境條件和產業特點，因地制宜制定林業高質量發展策略。對于西部地區，我們應該堅持加大政策扶持的力度。首先，應制定針對西部地區林業創新的優惠政策和扶持措施，包括財政支持、稅收減免和知識產權保護等措施，為西部地區的林業創新創造良好的政策環境；其次，建立地區間林業創新的信息共享平臺，加強與國內外先進林業科研機構和企業的合作，促進區域之間林業創新成果的交流和傳播。

第三，應該加強林業科研人才隊伍建設。實證結果顯示，在人力資源稟賦更加豐富的地區，創新驅動林業高質量發展效果更好，可見，加強人才隊伍建設是創新驅動林業高質量發展的重要途徑。首先，要培養和引進具有創新能力和專業素養的林業人才，并為其提供更好的培訓機會和發展空間，吸引和留住優秀的科研人才；其次，要建立良好的合作機制，加強林業科研人員與高校和科研機構之間的合作，建立產學研用一體化的創新體系，促進林業創新成果的轉化和應用。

參考文獻

貝淑華，王圓，沈杰.金融支持對林業技術創新的影響研究——基于2011-2019年31個省份空間杜賓模型的實證研究[J].林業經濟， 2022， 44（03）：66-77.

波特.競爭戰略[M].陳小悅譯.北京：華夏出版社， 1997.

蔡莉，張玉利，蔡義茹，等.創新驅動創業：新時期創新創業研究的核心學術構念[J].南開管理評論， 2021， 24（04）：217-226.

陳宇斌，王森.農業技術創新、同群效應與農業高質量發展——兼議農地規模經營的作用機制[J].蘭州學刊， 2022（09）：148-160.

崔耕瑞.中國產業高質量發展水平測度及評價[J].統計與決策， 2022， 38（05）：85-90.

房逸靖，李靜，司深深.政府干預、創新驅動與區域人才配置[J].科技進步與對策， 2023， 40（03）：21-29.

高麗娜，宋慧勇.創新驅動、人口結構變動與制造業高質量發展[J].經濟經緯， 2020， 37（04）：81-88.

高維龍.糧食產業高質量發展的綠色創新驅動機制研究[J].江西財經大學學報， 2022， （03）：73-86.

賀靈，付麗娜.創新要素協同、市場化改革與制造業高質量發展[J].財經理論與實踐， 2021， 42（06）：126-131.

洪雪飛，李力，王俊.創新驅動對經濟、能源與環境協調發展的空間溢出效應——基于省域面板數據與空間杜賓模型的研究[J].管理評論， 2021， 33（04）：113-123.

洪銀興.論創新驅動經濟發展戰略[J].經濟學家， 2013（01）：5-11.

侯方淼，李曉怡，肖慧，等.數字經濟賦能中國鄉村林業發展：理論機制、成效分析及政策啟示[J].世界林業研究， 2023， 36（02）：1-6.

華堅，潘雪晴.農業科技創新對糧食產業高質量發展的影響——基于30個省份面板數據分析[J].華東經濟管理， 2022， 36（07）： 55-64.

孔凡斌，程文杰，徐彩瑤.數字經濟發展能否提高森林生態產品價值轉化效率——基于浙江省麗水市的實證分析[J].中國農村經濟， 2023（05）：163-184.

李四維，傅強，劉珂.創新驅動空間溢出與區域經濟收斂：基于空間計量分析[J].管理工程學報， 2020， 34（06）：191-201.

林偉敏，劉成華.農業科技創新能力與農業高質量發展耦合協調研究[J].北方園藝， 2023（09）：144-152.

劉思明，張世瑾，朱惠東.國家創新驅動力測度及其經濟高質量發展效應研究[J].數量經濟技術經濟研究， 2019， 36（04）：3-23.

劉新智，張鵬飛，史曉宇.產業集聚、技術創新與經濟高質量發展——基于我國五大城市群的實證研究[J].改革， 2022 （04）：68-87.

劉志彪，凌永輝.結構轉換、全要素生產率與高質量發展[J].管理世界， 2020， 36（07）：15-29.

魯釗陽，杜雨潼.數字經濟賦能農業高質量發展的實證研究[J].中國流通經濟， 2022， 36（11）：3-14.

羅千峰，趙奇鋒，張利庠.數字技術賦能農業高質量發展的理論框架、增效機制與實現路徑[J].當代經濟管理， 2022， 44（07）： 49-56.

寧攸涼，沈偉航，宋超，等.林業產業高質量發展推進策略研究[J].農業經濟問題， 2021（02）：117-122.

王東莉.人文素養：知識經濟時代科技人才的重要素養[J].科學管理研究， 2002（05）：57-59.

王公博.創新驅動與人口集聚：基于空間杜賓模型的實證檢驗[J].西南民族大學學報（人文社會科學版）， 2020， 41（08）：128-136.

王凱，郭鑫，甘暢，等.中國省域科技創新與旅游業高質量發展水平及其互動關系[J].資源科學， 2022， 44（01）：114-126.

王立平，鮑鵬程.創新驅動對城市經濟增長空間溢出效應的實證考察[J].統計與決策， 2022， 38（10）：146-150.

王興國，曲海燕.科技創新推動農業高質量發展的思路與建議[J].學習與探索， 2020（11）：120-127.

王一鳴.百年大變局、高質量發展與構建新發展格局[J].管理世界， 2020， 36（12）：1-13.

溫賽賽，貫君，楊躍.中國林業高質量發展評價指標體系構建與測度[J].林業經濟問題， 2022， 42（03）：241-252.

熊彼特.經濟發展理論——對于利潤、資本、信貸、利息和經濟周期的考察[M].何畏，等譯.北京：商務印書館， 1991.

楊方銘，劉滿成，洪涵璐，等.科技創新與電子商務高質量發展的耦合關系及影響因素分析[J].統計與決策， 2023， 39（10）：80-83.

袁寶龍，李琛.創新驅動我國經濟高質量發展研究——經濟政策不確定性的調節效應[J].宏觀質量研究， 2021， 9（01）：45-57.

張軍擴，侯永志，劉培林，等.高質量發展的目標要求和戰略路徑[J].管理世界， 2019， 35（07）：1-7.

張少峰，徐夢蘇，朱悅，等.技術創新、組織韌性與制造企業高質量發展[J].科技進步與對策， 2023， 40（13）：81-92.

張鑫宇，張明志.要素錯配、自主創新與制造業高質量發展[J].科學學研究， 2022， 40（06）：1117-1127.

張亞明，宋雯婕，武曉涵，等.科技創新驅動產業升級的多重并發因果關系與多元路徑[J].科研管理， 2021， 42（12）：19-28.

趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J].管理世界， 2020， 36（10）：65-76.

Chen C， Ye F， Xiao H， et al. The digital economy， spatial spillovers and forestry green total factor productivity [J]. Journal of Cleaner Production， 2023， 405（15）：136890.

He S C. Growing through endogenous innovation cycles [J]. Journal of Macroeconomics， 2022， 71：103388.

Lin B， Du R， Dong Z， et al. The impact of foreign direct investment on the productivity of the Chinese forest products industry [J]. Forest Policy and Economics， 2020， 111：102035.

Song M， Zhao X， Choi Y. Technical efficiency of Chinese forestry and its total factor productivity for the adaption of the climate change [J]. Journal of Forest Economics， 2020， 35（2/3）：149-175.

Sterbova M， Stojanovski V， Weiss G， et al. Innovating in a traditional sector：Innovation in forest harvesting in Slovakia and Macedonia[J]. Forest Policy and Economics， 2019， 106：101960.

Wang C， Qian W， Fei X， et al. Speed and contribution of educational scientific and technological progress in development of primary forestry industry in China [J]. Eurasia Journal of Mathematics， Science and Technology Education， 2017， 13（08）：5247-5260.

Yang J， Wang F. Developing a quantitative index system for assessing sustainable forestry management in Heilongjiang province， China：A case study [J]. Journal of Forestry Research， 2016， 27（03）：611-619.

Zhang F， Wang F， Hao， R， et al. Agricultural science and technology innovation， spatial spillover and agricultural green development—Taking 30 provinces in China as the research object [J]. Applied Sciences-Basel. 2022， 12（02）：845.

Zhou X， Cai Z， Tan K， et al. Technological innovation and structural change for economic development [J]. Technological Forecasting and Social Change， 2021， 167：120671.

（責任編輯谷振賓）

①網址：http：//www.lknet.ac.cn/lyzl.htm。