林業(yè)投資的經濟增長效應

劉鵬 高丹丹 李順龍

(東北林業(yè)大學，哈爾濱，150040)

2000年以來，我國林業(yè)投資情況可以從4個方面分析。從總量看，林業(yè)投資總體呈增長態(tài)勢。至2007年底，林業(yè)投資完成額尚不足500億元，但到2009年直接躍升至1 351億元，2014年更是快速攀升至4 326億元；林業(yè)投資增速只在2015年為-0.82%，其他年份均為正增長，最大增速甚至高達69.48%(2011年)，2000—2018年的年均增速高達20.5%。從區(qū)域看，西部地區(qū)的各省區(qū)市林業(yè)投資較大。2007年之前，各省區(qū)市的林業(yè)投資完成額相差不大，但從2008年開始，各省區(qū)市均加大了林業(yè)投資，特別是西部地區(qū)的各省區(qū)市，林業(yè)投資完成額均值普遍高于東部、中部地區(qū)；2018年，各省區(qū)市林業(yè)投資完成額均值，西部地區(qū)為197億元、中部地區(qū)為144億元、東部地區(qū)為112億元、東北地區(qū)僅為91億元。從資金來源看，政府投資和社會投資各占一半，說明林業(yè)對于社會資金的吸引力不斷增加。以2018年國家林業(yè)和草原局公布的數據為例，中央財政資金、地方財政資金、社會資金(含國內貸款、企業(yè)自籌等其他社會資金)的結構比約為1∶1∶2，社會資金大多用于木竹制品加工制造、林下經濟、林業(yè)旅游等重點林業(yè)產業(yè)領域。從林業(yè)投資建設內容看，超過80%用于生態(tài)建設、生態(tài)保護、林業(yè)產業(yè)發(fā)展。以2018年為例，生態(tài)建設和保護投資為2 126億元，占44.14%；林業(yè)產業(yè)發(fā)展投資為1 926億元，占39.98%；林木種苗、森林防火、有害生物防治、林業(yè)公共管理等，林業(yè)支撐與保障方面的投資為608億元，占12.62%；林業(yè)社會性基礎設施建設等其他資金為157億元，占3.26%。林業(yè)投資是經濟增長的重要動力，做好林業(yè)投資，是建設生態(tài)文明的需要，同時也是穩(wěn)增長的需要。

關于林業(yè)投資與經濟增長關系的研究結果[1-11]，多數集中于線性角度研究，部分考慮林業(yè)投資結構因素，得出的研究成果有一定的參考意義，尤其是利用統(tǒng)計分析法探討林業(yè)投資對林業(yè)經濟增長的實際效果很有實踐意義。但是，林業(yè)投資對經濟增長的影響，不一定完全是線性的，還有是非線性的。為此，本研究在借鑒已有相關研究成果基礎上，選取31個省區(qū)市2005—2018年面板數據，運用多種計量模型研究林業(yè)投資對經濟增長的影響：①構建林業(yè)投資與經濟增長關系的簡單模型。從三部門國民經濟核算出發(fā)，推導出林業(yè)投資對經濟增長的數理關系。②引入區(qū)域異質性思路，探索不同區(qū)域林業(yè)投資對經濟增長影響的差異。引入東部、中部、西部3個地區(qū)，并單獨考慮東北地區(qū)的因素。③引入非線性分析方法，除了對林業(yè)投資與經濟增長的線性關系進行分析，還將林業(yè)投資二次項引入實證模型，從非線性角度探究林業(yè)投資與經濟增長的關系。期望研究成果能為拓展林業(yè)投資對經濟增長影響的研究途徑提供參考。

1 研究方法

1.1 條件假設的設定

投資對經濟增長具有促進作用[5]。依據柯布-道格拉斯模型的林業(yè)經濟增長模型表明，經濟環(huán)境、林業(yè)產業(yè)政策密切影響林業(yè)經濟增長，特別是資本與勞動力投入在林業(yè)經濟增長過程中發(fā)揮著重要的作用[6]。盡管林業(yè)投資的效率不高，但林業(yè)投資仍然是引起產業(yè)經濟增長的格蘭杰原因，即林業(yè)投資和產業(yè)經濟增長存在產期穩(wěn)定的關系[7]。以山西建設速生豐產林為例，可以為山西帶來經濟、生態(tài)和社會效益[8]。中央林業(yè)投資對林業(yè)經濟增長具有正向推動，每提高1個百分點的中央林業(yè)投資，可以帶來1.5個百分點的經濟增長，不過這種正向推動作用具有1～2 a的時滯性[9]。依據相關分析，提出假設1——林業(yè)投資促進經濟增長。

從線性關系看，林業(yè)投資在一定程度上促進經濟增長。但由于林業(yè)領域再生周期長、投入多、效益低，造成了林業(yè)投資與經濟增長之間的矛盾[10]。與林業(yè)投資規(guī)模擴大相比，林業(yè)投資結構優(yōu)化更為重要[11]。優(yōu)化林業(yè)投資結構會引起線性或非線性的變化。依據歷史比較法可以發(fā)現，林業(yè)投資的直接結果是森林資源的增長，中央林業(yè)投資占林業(yè)總投資比重呈“U型”曲線變化，林業(yè)總投資對于GDP和林業(yè)總產值的貢獻率，總體是先下降再上升[12]。說明林業(yè)投資與經濟增長之間存在線性或非線性關系。事實上，除了林業(yè)投資之外，其他類型的投資也會阻礙經濟增長，比如，實證研究表明，政府教育投資具有生產性，其他投資均不具有促進經濟發(fā)展的作用[13]；再比如，基礎設施投資，短期內擠出私人投資[14]，長期則會阻礙經濟增長[15]。這些研究結果再次表明，林業(yè)投資與經濟增長之間存在非線性關系。依據相關分析，提出假設2——林業(yè)投資與經濟增長呈非線性關系。

1.2 實證模型的建立

從需求側看，經濟增長來源于消費、投資、進出口，各國經濟驅動的因素不同，中國屬于投資驅動型[16]。根據總需求公式，可得到三部門國民經濟核算公式：

Y=f(C,I,En,A)。

(1)

式中：Y為總產出；C為消費；I為投資；En為凈出口；A為除了消費、投資、凈出口之外影響經濟增長的綜合因素。投資可分為林業(yè)投資(I1)和非林業(yè)投資(I2)，式(1)可改寫為：

Y=f(C,I1,I2,En,A)。

(2)

對式(2)進行求導，可以得到：

dY=(?Y/?C)dC+(?Y/?I1)dI1+(?Y/?I2)dI2+

(?Y/?En)dEn+(?Y/?A)dA。

(3)

將式(3)兩邊同時除以Y，可得到：

(dY)/Y=(C/Y)(?Y/?C)[(dC)/C]+(I1/Y)(?Y/

?I1)[(dI1)/I1]+(I2/Y)(?Y/?I2)[(dI2)/I2]+(En/Y)(?Y/?En)[(dEn)/En]+(A/Y)(?Y/?A)[(dA)/A]。

(4)

式中：(C/Y)(?Y/?C)為消費產出彈性、(I1/Y)(?Y/?I1)為林業(yè)投資的產出彈性、(I2/Y)(?Y/?I2)為非林業(yè)投資的產出彈性、(En/Y)(?Y/?En)為凈出口的產出彈性，分別記為βi(i=1、2、3、4)，并令α=(A/Y)(?Y/?A)[(dA)/A]，表示其他影響經濟增長的因素，通過簡化得到：

(dY)/Y=α+β1[(dC)/C]+β2[(dI1)/I1]+

β3[(dI2)/I2]+β4[(dEn)/En]。

(5)

對式(5)作積分計算，可得到：

lnY=α+β1lnC+β2lnI1+β3lnI2+β4lnEn+μ。

(6)

根據式(6)的理論模型，可進一步得到實證模型，即：

Ge=α+βGi+θCi+μad。

(7)

式中：Ge為經濟增長率；Gi為林業(yè)投資完成額同比增速；Ci為影響控制因素；μad為隨機擾動項。

1.3 各個變量的遴選

評價指標方面，經濟增長率常常被選作經濟增長效應的指標，因而本文與其他研究一樣，選擇GDP增速(Ge)作為評價指標。另外，考慮到還需要做穩(wěn)健性檢驗，選擇城鎮(zhèn)非私營單位就業(yè)人員平均工資指數(Ia)作為評價指標的替代評價指標；該指數指報告期就業(yè)人員平均工資與基期就業(yè)人員平均工資的比率，是反映不同時期就業(yè)人員貨幣工資水平變動情況的相對數，在實際取值中對其做減去100的標準化處理。

核心影響因素方面，林業(yè)投資完成額是反映林業(yè)投資最直接的影響因素，但為了與GDP增速相對應，計算出林業(yè)投資完成額同比增速(Gi)，作為核心影響因素。

控制因素方面，還有一些影響經濟增長的其他控制因素。參考相關研究成果，選擇城鎮(zhèn)化率(Ur)[17]、第二產業(yè)占比(Rsi)、外貿依存度(Dt)[18]、除林業(yè)投資外的全社會固定資產投資完成額同比增速(Gf)作為控制因素。

1.4 數據來源

本研究選擇的2005—2018年31個省區(qū)市面板數據，均來自于國家統(tǒng)計局、wind數據庫。其中：外貿依存度，根據人民幣月度匯率的幾何平均值、各省區(qū)市進出口額和GDP折算得到；全社會固定資產投資完成額同比增速2018年數值尚未公布，用2016—2017年同比增速算數平均值替代。本研究還引入區(qū)域因素(Ar)，東部地區(qū)賦值為1、中部地區(qū)賦值為2、西部地區(qū)賦值為3。此外，由于林業(yè)投資完成額同比增速是通過林業(yè)投資完成額計算，個別年份數值變動較大，個別極端值影響總體擬合效果，所以采用2%、98%百分位對數據進行縮尾處理。2005—2018年31個省區(qū)市各變量的統(tǒng)計性描述見表1。

表1 2005—2018年31個省區(qū)市各指標的統(tǒng)計性描述

2 結果與分析

2.1 林業(yè)投資對經濟增長影響的顯著性

為了對比實證結果，本文分別引入普通最小二乘法(OLS)、固定效應(FE)、隨機效應(RE)、系統(tǒng)廣義矩估計模型的回歸結果。由表2可見：在普通最小二乘法模型和隨機效應模型中，林業(yè)投資完成額同比增速對經濟增長有極顯著影響(P<0.01)；而在固定效應模型和系統(tǒng)廣義矩估計模型模型中，林業(yè)投資完成額同比增速對經濟增長影響不顯著(P>0.05)。說明林業(yè)投資對經濟增長具有一定的促進作用，假設1得到了檢驗。需要說明的是，表2中的所有模型均加了穩(wěn)健性檢驗，以確保實證結果的穩(wěn)定性。

控制因素方面，城鎮(zhèn)化率對經濟增長有著顯著的負向作用。一般而言，城鎮(zhèn)化與經濟增長具有循環(huán)累積因果效應關系[19]，城鎮(zhèn)化對經濟增長呈顯著的正向關系[20]，但是隨著城鎮(zhèn)化率的不斷提高，以及其他不確定性因素的沖擊，城鎮(zhèn)化率對經濟增長的邊際效應越來越低，甚至出現負向影響。本研究選取的樣本區(qū)間，包含2008年國際金融危機、經濟“新常態(tài)”等客觀事實，因而這里城鎮(zhèn)化率對經濟增長表現為負向影響；第二產業(yè)占比對經濟增長呈顯著的正向影響，第二產業(yè)占比越高，經濟增長越多，這體現了第二產業(yè)在經濟中的重要作用；外貿依存度對經濟增長有極顯著影響(P<0.01)，即外貿依存度越高，經濟增長越快，這符合貿易作為“三駕馬車”之一的驅動作用；全社會固定資產投資完成額同比增速對經濟增長有極顯著影響(P<0.01)，與林業(yè)投資完成額同比增速較為一致，固定資產投資對經濟增長的正向作用十分突出。

表2 林業(yè)投資對經濟增長影響的顯著性檢驗結果

2.2 林業(yè)投資對經濟增長影響的區(qū)域異質性

我國幅員遼闊，各地區(qū)資源稟賦、發(fā)展差異都比較大，因而有必要分區(qū)域，做區(qū)域異質性分析。根據國家統(tǒng)計局的分類，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個省市，中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個省，西部地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆等12個省區(qū)市，東北地區(qū)則專門指遼寧、吉林、黑龍江等3個省。從各地區(qū)的林業(yè)投資平均值看，西部地區(qū)林業(yè)投資完成額較高，東部、中部地區(qū)林業(yè)投資完成額相對較低。由于表2中隨機效應模型的效果相對較好，故在區(qū)域異質性分析中均采用隨機效應模型，并增加穩(wěn)健性檢驗，以確保實證結果的穩(wěn)定性。

由表3可見：東部地區(qū)、中部地區(qū)、東北地區(qū)的林業(yè)投資完成額同比增速對經濟增長影響顯著(P<0.05)，而西部地區(qū)的林業(yè)投資完成額同比增速對經濟增長影響不顯著(P>0.05)。此外，中部、東北地區(qū)的林業(yè)投資對經濟增長的影響系數較大，東部地區(qū)的林業(yè)投資對經濟增長的影響系數相對較小。從區(qū)域異質性分析結果可推斷，林業(yè)投資對經濟增長的影響存在區(qū)域異質性，并不是林業(yè)投資完成額越高對經濟增長的促進作用越明顯。

表3 林業(yè)投資對經濟增長影響的區(qū)域異質性

2.3 林業(yè)投資與經濟增長的非線性關系

通過Stata軟件的U型關系分析，對林業(yè)投資的經濟效應做簡單分析，結果顯示：林業(yè)投資完成額同比增速極值點為115.9%，而最大值為278.39%，極值點在數據取值范圍內，并且影響極顯著(P<0.01)，結果中斜率有正、有負，故可認為林業(yè)投資與經濟增長之間存在倒U型的非線性關系。

引入林業(yè)投資完成額同比增速的二次項，將其作為影響因素一同放入檢驗模型，分析林業(yè)投資對經濟增長的非線性關系。非線性關系檢驗的結果顯示(見表4)，在普通最小二乘法、固定效應模型、隨機效應模型中，林業(yè)投資完成額同比增速的一次項、二次項，對經濟增長的影響均不顯著(P>0.05)。而在系統(tǒng)廣義矩估計模型中，林業(yè)投資完成額同比增速，一次項對經濟增長的影響顯著為正、二次項對經濟增長的影響顯著為負。綜合看，林業(yè)投資完成額同比增速與經濟增長之間存在顯著的“倒U型”關系，即驗證了林業(yè)投資與經濟增長的非線性關系，假設2得到了檢驗。此外，系統(tǒng)廣義矩估計模型中，所有的控制因素均影響極顯著(P<0.01)，且對經濟增長的影響方向與表2中基本實證結果均保持一致。

表4 林業(yè)投資與經濟增長非線性的顯著性檢驗結果

模型Gf相關系數t值LGDP相關系數t值常數項相關系數t值決定系數OLS0.12341??13.206.61997??8.070.5450FE0.06845??3.0413.73989??6.050.6843RE0.10442??4.827.82709??4.610.6482GMM0.05090??54.300.65720??58.702.34375??9.91

2.4 林業(yè)投資與經濟增長線性關系、非線性關系的穩(wěn)健性

選擇城鎮(zhèn)非私營單位就業(yè)人員平均工資指數作為經濟增長的替代評價指標，對林業(yè)投資與經濟增長之間的線性關系、非線性關系進行穩(wěn)健性分析。由于普通最小二乘法的結果與隨機效應模型的結果相一致，故穩(wěn)健性分析只分析了固定效應模型、隨機效應模型、系統(tǒng)廣義矩估計模型的結果。

由表5可見：林業(yè)投資與經濟增長的線性關系，在隨機效應模型、系統(tǒng)廣義矩估計模型中，林業(yè)投資對經濟增長均呈顯著的正向影響；在固定效應模型中，林業(yè)投資對經濟增長的影響不顯著；這與林業(yè)投資對經濟增長影響的顯著性檢驗結果較為一致，具有一定的穩(wěn)健性。林業(yè)投資與經濟增長的非線性關系，固定效應模型、隨機效應模型中，林業(yè)投資完成額同比增速的一次項、二次項對經濟增長的影響均不顯著；在系統(tǒng)廣義矩估計模型中，林業(yè)投資完成額同比增速一次項對經濟增長呈顯著的正向影響、二次項對經濟增長呈顯著的負向影響(P<0.01)，二者綜合影響表明，林業(yè)投資對經濟增長呈顯著的“倒U型”關系，這與非線性檢驗的結果完全一致，表現出較強的穩(wěn)健性。另外，控制因素的方向和顯著性也與林業(yè)投資對經濟增長影響的顯著性檢驗保持較好的一致性。

表5 林業(yè)投資與經濟增長的穩(wěn)健性

R模型Gf相關系數t值IL,a相關系數t值常數項相關系數t值決定系數ⅠFE0.04504 1.68 23.56500??3.770.2408RE0.10612??4.03 11.38832??2.680.1914GMM0.06380??5.690.01236 0.3012.13955??5.18ⅡFE0.041361.59 23.84844??4.010.2432RE0.10035??4.08 11.23586??2.730.1910GMM0.05884??38.270.01587??10.9412.87454??28.35

3 結論與建議

以林業(yè)投資對經濟增長的影響作為研究對象，選取31個省區(qū)市2005—2018年面板數據作為樣本，運用普通最小二乘法、固定效應模型、隨機效應模型、系統(tǒng)廣義矩估計模型等，分析林業(yè)投資與經濟增長之間的線性關系、非線性關系。結果表明：林業(yè)投資對經濟增長呈一定的正向影響；林業(yè)投資對經濟增長的正向影響具有區(qū)域異質性，東部、中部地區(qū)較為顯著，西部地區(qū)不顯著；林業(yè)投資與經濟增長之間存在“倒U型”的非線性關系。

依據研究結果，提出相應的政策建議：①適當增加林業(yè)投資。供給側結構性改革對經濟增長的作用十分重要，但在國際國內環(huán)境復雜多變的情況下，需求側的投資仍應發(fā)揮重要的作用。林業(yè)投資在短期內可以促進經濟增長，因而可適當增加林業(yè)投資，發(fā)揮林業(yè)投資對經濟增長的正向作用。②適度提高林業(yè)投資效率。林業(yè)投資對經濟增長的作用存在區(qū)域異質性，說明不同地區(qū)的林業(yè)投資對經濟增長的作用不同。從影響系數看，中部、東北地區(qū)的林業(yè)投資對經濟增長的效應明顯高于東部地區(qū)，因而需要適度提高東部地區(qū)林業(yè)投資的效率；針對西部地區(qū)林業(yè)投資的經濟效應不顯著情況，更需要著力提高西部地區(qū)林業(yè)投資的效率。③適時調整林業(yè)投資的范圍。近年來，國家對西部地區(qū)生態(tài)投入一直較多，取得了一定的效果，但從實證結果看，西部地區(qū)林業(yè)投資的經濟效應未能顯現；東北地區(qū)林業(yè)投資相對較少，但投資效率相對較高，因而可以適當將投資范圍向東北地區(qū)傾斜，在保證林業(yè)投資總量不減少的情況下，優(yōu)化調整林業(yè)投資的地域范圍。