譚少鵬

（信陽農林學院，河南 信陽 464000）

林業(yè)發(fā)展是關乎生態(tài)平衡、碳達峰和碳中和目標實現，以及經濟社會可持續(xù)發(fā)展的根本性問題，備受世界各國政府密切關注[1]。新中國建立以來，黨和國家始終高度重視林業(yè)工作，將加速林業(yè)發(fā)展、強化生態(tài)建設置于重要戰(zhàn)略地位。2020年全國森林資源調查工作部署會議強調，將森林資源調查作為推動林業(yè)高質量發(fā)展、加強生態(tài)文明建設的基礎工作?！笆奈濉币?guī)劃對林業(yè)高質量發(fā)展提出更高要求，表示這一時期我國森林覆蓋率要提高至24.1%，為碳達峰和碳中和實現提供助益。所謂林業(yè)高質量發(fā)展，即驅動林業(yè)從增產導向轉變?yōu)樘豳|導向[2]。這要求有關部門積極治理林業(yè)環(huán)境突出問題、持續(xù)提升資源和耕地利用率、大力研發(fā)及推廣林業(yè)綠色生產技術。而林業(yè)綠色全要素生產率恰能夠充分衡量林業(yè)資源投入利用率及林業(yè)綠色發(fā)展綜合效率，反映林業(yè)綠色生產技術進步率，展現區(qū)域林業(yè)高質量發(fā)展現狀，揭示區(qū)域林業(yè)綠色生產技術發(fā)展情況。然而，目前專門針對林業(yè)綠色全要素生產率的研究相對較少[3]，大多文獻主要集中于探討林業(yè)全要素生產率[4-5]，亦或是測度其他行業(yè)的綠色全要素生產率[6-7]，而且對其影響因素的討論也處于初級階段。鑒于此：1）本研究綜合考慮松弛變量與非期望產出問題后，通過收集林業(yè)投入產出指標、選取SBM 模型和GML 生產率指數，對2002—2020年我國30 個省域林業(yè)綠色全要素生產率進行測算和全面評價。2）聚焦于林業(yè)綠色全要素生產率的動態(tài)變化，運用空間相關性分析，對我國林業(yè)綠色全要素生產率的空間相關性展開進一步分析。3）在借鑒現有研究基礎上，找出影響我國林業(yè)綠色全要素生產率的關鍵性因素，為林業(yè)綠色、協(xié)調、可持續(xù)、高質量發(fā)展提供理論和經驗借鑒。

1 我國林業(yè)綠色全要素生產率測算

1.1 研究方法

1.1.1 SBM 方向性距離函數

學術界常見的數據包絡分析模型（DEA）主要包括3 種：BCC、CCR 和SBM。其中，傳統(tǒng)的BCC、CCR 均為徑向模型，通常用于改進非有效DMU 的射線方向，即同比例擴大產出或減少投入，容易導致研究結論產生偏誤；而改進后的SBM 模型屬于非徑向、非角度模型，兼顧了投入產出變量的松弛問題，能夠最大程度增強改善效果[8]。因此，選用SBM 方向性距離函數測算林業(yè)綠色全要素生產率。依據Fukuyama[9]的研究方法，構建t時期非期望產出的非徑向、非角度SBM 方向性距離函數如下式：

1.1.2 GML 生產率指數

林業(yè)生產是連續(xù)的動態(tài)變化過程。僅使用上述靜態(tài)模型對林業(yè)綠色全要素生產率進行測算，難以體現其時序變化特征。學術界常使用ML 指數刻畫某一主體的動態(tài)變化特征，但該方法循環(huán)性較弱，容易在規(guī)模報酬可變情況下造成線性規(guī)劃無解及技術倒退問題[10]。GML 指數能夠有效彌補ML 指數的短板，而且具備可累乘性和傳遞性兩大顯著優(yōu)勢。結合上述，選擇GML 指數對林業(yè)綠色全要素生產率的動態(tài)變化進行描繪。通過結合非期望產出，將GML 指數定義為綠色全要素生產率指數（GTFP），同時分解出技術效率變化指數（EFF）和技術進步指數（TECH）。指數通常表示變量在t+1 時期相比t時期的變化情況。例如，TEP＞1，代表t+1 期綠色全要素生產率較t期有所提升；TEP＜1，則相反（EFF 和TECH 同理）。3 種指數的構造和相互關系如下式：

1.1.3 空間自相關分析

在上述靜態(tài)與動態(tài)測算基礎上，采用空間自相關分析對我國林業(yè)綠色全要素生產科展開進一步探討，以期能夠深層次揭示空間與鄰近變量之間的分布是否存在必然聯系。換言之，通過進行空間自相關分析，探尋鄰近省域林業(yè)綠色全要素生產率是否會對區(qū)域整體演變趨勢產生影響。依據鹿晨昱等[11]研究，空間自相關分析主要可以劃分為全局和局部。具體分析過程中，首先使用全局自相關Moran'I 指數實證檢驗我國林業(yè)綠色全要素生產率是否存在空間依賴性，然后利用局部自相關Moran'I 指數對其局部空間的具體集聚情況進行分析。

1.2 指標選取及數據來源

依據現有研究，綠色全要素生產率測度通常將資本、勞動力、土地等生產要素作為投入變量，經濟增長作為期望產出，環(huán)境污染作為非期望產出[6,12-13]。在此基礎上，本研究充分考量綠色效率、生態(tài)效率、經濟效率后，設置林業(yè)投入產出指標體系如表1所示。研究選取中國30 個省份（港、澳、臺和西藏由于數據可獲得性低排除在外）作為樣本，截取2002—2020年作為樣本時段。所有指標原始數據均來源于歷年《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國林業(yè)統(tǒng)計年鑒》。區(qū)域劃分標準主要源自國家統(tǒng)計局。

表1 林業(yè)投入產出指標體系Table 1 Input-output index system of forestry

1.3 結果分析

1.3.1 整體分析

利用式（1）～（4）測算可得2002—2020年我國林業(yè)綠色全要素生產率及來源變化（表2）。研究期內我國林業(yè)綠色全要素生產率指數在多數年份均高于1，同時林業(yè)綠色全要素生產率整體呈現出明顯上升趨勢。具體而言，綠色全要素生產率指數均值為1.036 1，年均上漲3.61%；技術效率指數均值小于1，為0.990 9，技術進步指數大于1，均值為1.046 8。這說明技術進步是林業(yè)綠色全要素增長的主要來源，而技術效率會在一定程度上阻滯林業(yè)綠色全要素生產率提升。

為直觀呈現研究時段內林業(yè)綠色全要素生產率的動態(tài)變化特征，基于表2數據繪制圖1。2002—2020年綠色全要素生產率指數均高于1，說明我國林業(yè)發(fā)展情況正在不斷改善。其中，2004年林業(yè)綠色全要素生產率出現明顯下滑，同比跌幅為2.28%；2020年林業(yè)綠色全要素生產率增長最為迅猛，漲幅為12.55%。技術效率指數在2012、2017、2019 和2020年均大于1，表明林業(yè)技術效率會對林業(yè)綠色全要素生產率提升產生一定驅動作用。其中，2012年為技術效率指數的峰值，可達1.033 2，該時期技術效率顯著助推林業(yè)綠色全要素生產率提升，其貢獻率為3.32%。技術進步指數除在2012年不足1 之外，其他年份均高于1。也就是說，除2012年之外，技術進步在研究時段內均有效推動了綠色全要素生產率提升，為中國林業(yè)發(fā)展提供極大助益?？傮w上看，技術進步是中國林業(yè)綠色全要素生產率增長的主要來源，技術效率對林業(yè)綠色全要素生產率提高存在一定滯緩作用。

表2 2002—2020年林業(yè)綠色全要素生產率及來源變化Table 2 The total green factor productivity and source changes of forestry from 2002 to 2020

圖1 2002—2020年林業(yè)綠色全要素生產率及來源變化Fig.1 The total green factor productivity and source changes of forestry from 2002 to 2020

通過將2001年的基期值設定為1，再次借助式（1）～（2）對2002—2020年我國林業(yè)綠色全要素生產率進行測算，以深入研究其變化軌跡（圖2）。據測算結果，2002—2020年累積的林業(yè)綠色全要素生產率走勢為“平緩波動-低速上漲-快速提升”，分別與2002—2007年、2008—2014年和2015—2020年3 個時段相對應。期間，2004年累積的林業(yè)綠色全要素生產率指數最低，僅為1.023 1，說明2004年相較于2001年僅提升2.31%；2020年累積的林業(yè)綠色全要素生產率數值最大，達到1.899 6，即2020年的生產效率相較2001年提升89.96%。技術效率累積指數起伏較小且緩速下滑，于2018年達到低谷值，為0.805 6。技術進步累積指數與綠色全要素生產率累積指數基本保持一致起伏狀態(tài)，同樣表現為“平緩波動-低速上漲-快速提升”的變化趨勢。技術進步累積指數在2020年達到峰值2.319 3，相較2001年提升131.93%。整體來看，技術進步與綠色全要素生產率的變化軌跡基本同步，均呈現明顯遞增趨勢，證實了技術進步對林業(yè)綠色全要素生產率增長具有主要推動作用。

圖2 2002-2020年累積的林業(yè)綠色全要素生產率及來源變化Fig.2 The cumulative total green factor productivity and source changes of forestry from 2002 to 2020

1.3.2 空間相關性分析

通過借助Geoda 軟件可計算得出2002—2020年我國林業(yè)綠色全要素生產率Moran'I 指數，結果如表3所示?？梢?，研究時段內我國林業(yè)綠色全要素生產率全局Moran'I 指數值都為正，表明我國林業(yè)綠色全要素生產率具有較強的正向空間相關關系。國內某一省域林業(yè)綠色全要素生產率會與鄰近省域相互產生影響，呈現出相似值間的強空間聚集形態(tài)。就演變勢態(tài)來看，全局Moran'I 指數整體呈明顯“低-高-低”變化走向，于2007年達到峰值，為0.486，之后開始出現波動中持續(xù)下滑態(tài)勢，各省域間林業(yè)綠色全要素生產率的關聯也隨之逐漸弱化。在此基礎上，截取4 個時間點，分別為2002、2008、2014 和2020年，對我國30個省域林業(yè)綠色全要素生產率的局部空間相關性展開進一步驗證。依據檢驗結果發(fā)現，我國林業(yè)綠色全要素生產率具有顯著局部空間集聚特征，整體以“高-高、低-低”兩種類型為主。其中，“高-高”集聚類型重點體現在上海、江蘇等華東區(qū)域，“低-低”集聚類型主要體現在四川、甘肅、陜西等西南和西北區(qū)域，呈現出“先增大后縮小”的區(qū)域空間分布態(tài)勢。

表3 2002—2020年林業(yè)綠色全要素生產率Moran'I 指數Table 3 Moran'I index of the total green factor productivity in forestry from 2002 to 2020

2 我國林業(yè)綠色全要素生產率影響因素分析

基于前文分析可知，我國林業(yè)綠色全要素生產率在區(qū)域層面仍存在明顯空間異質性。為追溯差異產生源頭，推動林業(yè)生態(tài)實現協(xié)調可持續(xù)發(fā)展，在此展開如下分析。首先對林業(yè)綠色全要素生產率的影響因素進行歸納，然后借助stata15.1構建空間計量模型，最后檢驗各因素對林業(yè)全要素生產率的影響作用。

2.1 變量選取與數據來源

1）變量選取

通過系統(tǒng)回顧和歸納總結現有文獻可知，林業(yè)綠色全要素生產率受技術研發(fā)水平、資源轉化水平、市場化水平、環(huán)境規(guī)制、能源消費結構、金融發(fā)展狀況、產業(yè)發(fā)展水平、人力資本、宏觀經濟發(fā)展水平等多重因素影響[3-5,7,14]。全面考量數據可得性后，最終選取城鎮(zhèn)化水平、產業(yè)發(fā)達程度、環(huán)境規(guī)制、能源消費結構、宏觀經濟發(fā)展水平5 個指標作為解釋變量。基于此，將我國30 個省域2010—2020年林業(yè)綠色全要素生產率數據作為被解釋變量，構建空間計量模型，以深入分析各影響因素對林業(yè)綠色全要素生產率的實際作用。所有解釋變量和被解釋變量說明如表4所示。

表4 變量說明Table 4 Variable description

2）數據來源

本研究選取我國30 個省域作為研究對象（西藏及港澳臺地區(qū)由于數據獲取困難，不列入研究范圍）。為保證結論具有時效性，截取2002—2020年作為研究時段。樣本數據主要源自《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國林業(yè)統(tǒng)計年鑒》及各省域地方統(tǒng)計年鑒，其中部分數據來源于網站查詢。

2.2 模型選取及檢驗

1）最小二乘法回歸模型（OLS）

參照王兆峰等[15]研究，構建基礎OLS 分析各因素對林業(yè)綠色全要素生產率的影響，公式如下：

式（5）中：GTFP 代表林業(yè)綠色全要素生產率；UL 代表城鎮(zhèn)化水平；DID 代表產業(yè)發(fā)達程度；ER 代表環(huán)境規(guī)制；ECS 代表能源消費結構；lnLMD 代表宏觀經濟發(fā)展水平；C表示常數項；βi(1 ≤i≤5)表示解釋變量的空間回歸系數；表示隨機誤差項；i代表省份。

利用式（5）可計算得出如表5最小二乘法估計結果。據表5可知，林業(yè)綠色全要素生產率的擬合優(yōu)度為47.86%，說明各變量具有較好解釋模型的能力；F統(tǒng)計值為67.52，且模型總體通過了1%顯著性檢驗。具體來看，產業(yè)發(fā)達程度與環(huán)境規(guī)制對林業(yè)綠色全要素生產率的影響最大，而城鎮(zhèn)化水平影響最小。環(huán)境規(guī)制指數每上漲1%，林業(yè)綠色全要素生產率便會下降1.919%；城鎮(zhèn)化水平指數每上漲1%，林業(yè)綠色全要素生產率便會增長0.068%。

表5 最小二乘法估計結果?Table 5 Estimation results of the ordinary least squares

2）空間計量模型選取與檢驗

上述普通OLS 并未將研究對象可能存在的空間效應考慮在內，易于導致分析結果產生偏差。因此利用空間計量模型對省域間林業(yè)綠色全要素生產率的相互作用展開進一步探討。通過總結現有研究，最終擇取最優(yōu)化空間誤差模型的時空雙向固定效應、固定效應展開空間計量研究。基于被解釋變量林業(yè)綠色全要素生產率和其余解釋變量構建空間計量模型如下式：

式（6）中，i代表省域，取值區(qū)間為1 到30；t代表年份，取值區(qū)間為2002—2020年；β0表示常數項；βi(1 ≤i≤5)是解釋變量的空間回歸系數；λ是空間誤差自相關系數；W表示空間權重矩陣；表示空間誤差滯后項。

2.3 實證結果與分析

通過運用stata15.1 軟件和式（6）可計算得出我國林業(yè)綠色全要素生產率影響因素的回歸結果，如表6所示。

表6 林業(yè)綠色全要素生產率影響因素的回歸結果?Table 6 Regression results of influencing factors for the total green factor productivity of forestry

據表6可知，R-squared 值為0.200 1，Log-Likelihood 值為591.018 2，說明該模型具有較高擬合度和可信度?？臻g誤差自相關系數值Lambda 為0.294，且通過了1%顯著水平檢驗，表明鄰近省域林業(yè)綠色全要素生產率每上升1%，當地將上漲0.294%。這說明各省域林業(yè)綠色全要素生產率具有顯著空間相關性，且存在空間溢出效應。產業(yè)發(fā)達程度、宏觀經濟發(fā)展水平、環(huán)境規(guī)制與林業(yè)綠色全要素生產率間具有正相關關系；城鎮(zhèn)化水平和能源消費結構則與其具有負相關關系。具體分析如下：

1）城鎮(zhèn)化水平相關系數值為-1.046，通過了1%顯著水平檢驗，說明城鎮(zhèn)化水平每增加1%，林業(yè)綠色全要素生產率便會相應下降1.046%，即城鎮(zhèn)化水平與林業(yè)綠色全要素生產率間具有負相關關系。隨著城鎮(zhèn)化程度不斷加深，社會居民對基本公共設施及住房需求進一步提升，亟待各類城市對公共基礎設施進行規(guī)?；ㄔO。但同時也大大增加了基礎設施建設生產、加工、運輸、混合過程中的二氧化碳排放量，不利于林業(yè)綠色全要素生產率提升。

2）產業(yè)發(fā)達程度相關系數值為0.935，通過了1%顯著水平檢驗，說明產業(yè)發(fā)達程度每上漲1%，林業(yè)綠色全要素生產率便會相應上升0.935%，即產業(yè)發(fā)達程度與林業(yè)綠色全要素生產率間具有顯著正相關關系。林業(yè)發(fā)展?jié)摿εc規(guī)模較大區(qū)域，不僅有利于林業(yè)市場內部建立相對規(guī)范化管理體系，還有助于林業(yè)企業(yè)在市場有效競爭下實現綠色全要素生產率提升。同時該區(qū)域林業(yè)企業(yè)也可提升當地生產要素合理化配置速率，充分發(fā)揮相關從業(yè)人員集聚效應，助推林業(yè)綠色全要素生產率提升。

3）環(huán)境規(guī)制相關系數值為1.600，通過了5%顯著水平檢驗，說明環(huán)境規(guī)制每上漲1%，林業(yè)綠色全要素生產率便會相應增加1.600%，即環(huán)境規(guī)制與林業(yè)綠色全要素生產率間具有明顯正相關關系。近幾年來國家頒布一系列環(huán)境規(guī)制政策，促使林業(yè)相關部門和企業(yè)將環(huán)境保護置于更加突出位置，逐漸從犧牲環(huán)境為代價的粗放式增長模式向環(huán)保、高效的集約式增長模式轉變。隨時間推移，環(huán)境規(guī)制政策推行將會有效助推林業(yè)綠色全要素生產率增長。

4）能源消費結構相關系數值為-0.180，并未通過任何水平的顯著性檢驗，表明能源消費結構每上漲1%，林業(yè)綠色全要素生產率便會相應下降0.180%，即能源消費結構與林業(yè)綠色全要素生產率間具有負相關關系。細究其因，當前清潔能源在能源消耗量中占比并不明顯，開發(fā)利用優(yōu)勢仍有待進一步挖掘。這導致能源消費結構對林業(yè)綠色全要素生產率提升產生一定抑制作用。有鑒于此，未來我國應致力于優(yōu)化能源消費結構，提高清潔能源發(fā)展質量和投入產出比。

5）宏觀經濟發(fā)展水平相關系數值為0.271，通過了1%顯著水平檢驗，表明宏觀經濟發(fā)展水平每增加1%，林業(yè)綠色全要素生產率便會相應上漲0.271%，即宏觀經濟發(fā)展水平與林業(yè)綠色全要素生產率間具有正相關關系。究其原因，當一國經濟社會發(fā)展到一定水平時，林業(yè)有關部門和企業(yè)并不會一味追求經濟增速，而是會在謀求經濟增長的同時兼顧環(huán)保和節(jié)能減排，這極大推動了林業(yè)綠色全要素生產率提升。

3 研究結論與對策建議

本研究通過構建林業(yè)綠色投入產出指標，運用非角度、非徑向的SBM 方向性距離函數和GML 指數對2002—2020年中國林業(yè)綠色全要素生產率進行測算；然后利用空間相關性分析方法深層次揭示鄰近省域林業(yè)綠色全要素生產率對區(qū)域整體演變趨勢產生的影響；最后采用鄰接空間權重矩陣建立面板空間計量模型探究林業(yè)綠色全要素生產率的影響因素，得出如下研究結論：

1）林業(yè)綠色全要素生產率呈持續(xù)增長態(tài)勢，年均增長率為3.54%，說明我國林業(yè)正漸趨可持續(xù)化狀態(tài)發(fā)展。技術進步是林業(yè)綠色全要素生產率提升的主要增長源，而技術效率則對其具有一定抑制作用。

2）我國林業(yè)綠色全要素生產率具有較為強烈的正向空間自相關關系，但省域間關聯卻在不斷弱化。通過局部空間相關分析可知，我國林業(yè)綠色全要素生產率存在顯著局部空間集聚特征，整體以“高-高、低-低”兩種類型為主。其中，“高-高”集聚特征重點體現在上海、江蘇等華東區(qū)域，“低-低”集聚區(qū)則主要覆蓋四川、甘肅等區(qū)域。

3）我國林業(yè)綠色全要素生產率具有顯著空間溢出效應，鄰近省域對當地林業(yè)綠色全要素生產率存在明顯正向影響。依據面板空間計量模型實證分析：產業(yè)發(fā)達程度、宏觀經濟發(fā)展水平、環(huán)境規(guī)制與林業(yè)綠色全要素生產率之間存在正相關關系，其中產業(yè)發(fā)達程度和環(huán)境規(guī)制是驅動林業(yè)綠色全要素生產率提升的主要動能，而宏觀經濟發(fā)展水平的影響則相對較弱；城鎮(zhèn)化水平和能源消費結構與林業(yè)綠色全要素生產率間存在負相關關系，即不利于林業(yè)綠色全要素生產率進一步提升。

結合上述實證分析，提出以下幾點對策建議：

1）全方位建立健全有關政策及法律保障體系。順利推行林業(yè)綠色可持續(xù)發(fā)展與國家法律約束與政策支持息息相關?；诖?，一是通過監(jiān)管投資、控制價格、改善金融或調整稅收等途徑優(yōu)化林業(yè)利益結構，避免林業(yè)投資出現投機倒把行為；二是應建立健全林業(yè)采伐機制，嚴禁各種私自破壞自然資源的違法行為，維護林業(yè)生產秩序正常平穩(wěn)運轉；三是應確立相關機制法規(guī)保護國有林場不受破壞，保證國有林場經營區(qū)長期處于穩(wěn)定狀態(tài)。

2）深層次統(tǒng)籌林業(yè)綠色發(fā)展和區(qū)域一體化戰(zhàn)略。當前我國各區(qū)域林業(yè)綠色全要素生產率存在明顯差異，故中央及地方政府部門不能對全國范圍內所有區(qū)域統(tǒng)一而論，應將林業(yè)綠色化發(fā)展納入區(qū)域一體化總體框架，促使林業(yè)實現可持續(xù)轉型。就林業(yè)發(fā)展資源條件而言，應結合不同區(qū)域自然條件作出合理布局，針對山區(qū)應注重綜合開發(fā)，在原有基礎上實施科學管理，致力于提高林業(yè)生產能力、生態(tài)效益和經濟效益；針對平原應注重提升林地利用效率，搭建起以速生豐產林基地為重心，樹種和林種合理化配置的林業(yè)體系；針對丘陵應側重考量林業(yè)發(fā)展可行性與林地生產力。

3）多維度補齊林業(yè)綠色發(fā)展要素。一是聚集大量尖端人才對林業(yè)綠色可持續(xù)發(fā)展進行針對性科研工作，為林業(yè)綠色全要素生產率提升夯實理論基礎，促使高新技術更好應用于林業(yè)可持續(xù)發(fā)展實踐進程。二是建立與完善林業(yè)生態(tài)系統(tǒng)監(jiān)管體系，對自然資源實施全方位監(jiān)控，及時獲取各類反饋信息，制定出具體可行的化解方案。三是強化高新技術推廣，深化現代化技術在林業(yè)綠色發(fā)展中的應用，積累林業(yè)數字化轉型實踐經驗，為后續(xù)相關技術改良提供支撐。四是持續(xù)拓展資金來源，助推林業(yè)可持續(xù)化發(fā)展，保障林業(yè)綠色項目和活動平穩(wěn)運行。