李勇飞 张萍 李朝洪

摘 要：文章基于30个省份2010—2020年的面板数据，运用SBM模型测算出各省份的林业生态效率值。结果发现，研究期内林业生态效率存在明显的地区差异，空间分布呈“东高西低”的格局。其中生态效率最低的是黑龙江省，最高的是北京市。文章的启示在于，我国应重视林业经济的发展质量，加大对西部地区的优惠政策与经济支持，促进人才、技术等高端要素向西北地区流动。

关键词：林业经济 林业生态效率 资源错配测度

中图分类号：F326.2  文献标识码：A

文章编号：1004-4914（2023）04-143-03

林业的高质量发展会给国家生态高质量持续发展提供了强有力的支撑。20世纪初，中国林业取得了跨越式的进步，以往粗放式的砍伐经济增长方式转变成绿色、环保的林下经济，但其生态资源的合理配置、投入产出效率等仍有待提高。因此，如何提高林业生态效率，促进林业绿色发展、可持续发展和高质量发展具有重要意义。

一、文献综述

目前，诸多学者针对林业生态效率也展开研究，洪名勇

等[1]认为2007—2018年中国林业生态效率整体上呈现出先降低后升高的波动趋势；姜微等[2]指出各省份的林业生态效率值分别与济实力保持基本趋同趋势，且随着环境规制的强度越高，其产生的成本越来越高，会对生态效率产生抑制作用；张译等[3]建立DEA模型得到林业产出增长速度略快于资源、能源消耗速的结论；陈珂等[4]测算出2004—2013年中国林业生态效率均值为0.912，根据Malmquist生产力指数分析得出生态生产率指数上涨的主要原因是技术进步；郑宇梅等[5]通过Tobit模型的检验得出林业产业集聚带来的外部性会促进产业生态效率提高的结论。

二、研究方法

（一）数据来源及处理

本文的指標数据来源于《中国林业和草原统计年鉴》《中国环境统计年鉴》及各省份官方公布的统计年鉴。本文以2010年为基期年份，用各省份历年的地区生产总值价格指数（上年=100）和固定资产投资价格指数（上年=100）分别对林业产业总产值使得2010—2020年的数据具有可比性。其中，西藏自治区缺少数据较多，本文暂不研究。

（二）资源错配测度

传统的数据包络分析模型可以客观的测量多种产出与多种投入的效率比例，排除人为的主观因素，但会造成投入要素的松弛与冗杂，导致计算得出的生产效率存在误差。为了克服这缺陷，本文采用超效率模型将SO2排放量和固体废弃物产生量等非期望产出也纳入到该模型中，同时可以非径向调整投入产出的松弛变量，使模型结果更加精确。通过参考田伟

等[6]的研究建立的具体模型如下：

minρ=

s.t.xgλ+S=x，i=1，2，L，mygλ-S=y，r=1，2，L，ρbgλ+S=b，t=1，2，L，ρλ≥0，S≥0，S≥0，S≥0，j=1，2，L，n（1）

式中，ρ为生产效率值；xik，yrk和btk分别表示第k个决策单元的第i项投入，第r项期望产出和第t项非期望产出指标；n为决策单元（DMU）的个数；j为第j个决策单元；S、S和S分别为投入、期望产出和非期望产出的松弛变量；λj为权重。m，ρ1和ρ2依次表示投入，期望产出和非期望产出的数量。

本文参考现有文献[7]的研究，最终选取的投入产出指标如下。

1.投入指标的建立。林业系统目前的生产任务是投入大量的人力、物力来维护现有的生态资源，并且通过人工造林、飞播造林等方式培育新的森林资源。在此情况下，各省林业局都投入了大量的资金、人力和土地等资源。根据《中国林业和草原统计年鉴》公布的统计数据，选取固定资产投资来反映各省份现有的林区规模、林区在岗员工年平均人数反映劳动力的投入状况和造林面积反映每年森林资源的增加量。投入指标除了需要考虑资源的消耗，还要考虑因为环境因素对森林系统造成的损害，选用有害生物面积来表示环境类投入指标。

2.产出指标的建立。林业系统发展过程中必然会通过消耗资源产生经济价值和带来环境负效益，也即投入大量资源，经过培育和生产活动后获得经济增长（期望产出），同时产生废弃物（非期望产出）影响环境。本文期望产出通常采用代表经济情况的林业产业总产值和森林资源丰富程度及实现绿化程度的造林面积；通过借鉴吕洁华等[8]学者的研究，非期望产出采用林业工业SO2排放量和林业工业固体废弃物产生量。

三、结果与分析

采用MATLAB软件来超效率SBM模型测算中国30个省份的林业生态效率值，由于篇幅有限，仅列示2010、2014、2017以及2020年代表性年份的测算值。

2010年我国林业生态效率处于较高水平的省份多数处于东西部地区，主要是由于东部地区的经济较为发达，西部地区的森林面积辽阔，用于投入林业系统的资源较为丰富。而2014年相对于2010年西部大部分省份的效率值出现较大波动，如贵州依靠少量资源消耗获得期望产出的大幅度上涨，生态效率得到上升，而云南、新疆等地因为工业产生的非期望产出涨幅过高，抑制了生态效率的提升；东部和中部地区效率值相差不大，效率值呈现无规律分布。2017年的生态效率值相对2015年来说波动集中在西部地区，原因在于国家推出全面禁止商业砍伐政策后，林业产业总产值的发展受到阻碍，使得生态效率值也急剧下滑。但东中部地区变化不大，故效率值在空间范围内出现较明显区域分布差异。2020年与2017年相比，大多数省份的效率值得以改善，其中变化最大的是新疆、福建和宁夏，主要是因为人力和资源以及非期望产出的减少，在双向作用下期望值上涨。而东北地区的效率值一直处于低下水平，需要通过产业转型等绿色方式来提升。

四、结论与建议

超效率SBM模型的测算结果表明，中国30个省份的林业生态效率值在研究期内大多在总体上呈逐渐上升的趋势，空间分布呈“东高西低”的格局，存在明显的区域差异。其中生态效率最低的是黑龙江省，最高的是北京市。

根据以上研究，我国应重视林业经济的发展质量，大力推行绿色生产方式，加快推动传统林业产业向数字化、智能化转型，实现经济增长方式向绿色化转变；同时还应该加大对西部地区的优惠政策与经济支持，促进人才、技术等高端要素向西北地区流动，打破其发展的局限性。

[基金项目：我国林业要素禀赋与技术进步偏向耦合发展对产业结构升级的作用机理及效应分析研究（20BJY077）]

参考文献：

[1] 洪名勇，龙娇，娄磊.林业生态效率：时空特征与影响因素——基于我国31个省份数据的实证分析[J].生态经济，2022，38（02）：91-97.

[2] 姜微，刘俊昌，胡皓.我国林业生态效率时空演变及环境规制门槛效应研究[J].中南林业科技大学学报，2020，40（06）：166-174.

[3] 张译，熊曦.绿色发展背景下中国林业生态效率评价及影响因素实证分析——基于DEA分析视角[J].中南林业科技大學学报，2020，40（04）：149-158.

[4] 陈柯，李雪婷，朴慧兰.中国林业生态效率与生态生产率的测度研究[J].林业经济问题，2016，36（02）：115-120.

[5] 郑宇梅，高纯一，雷光春.林业产业集聚水平与生态效率实证分析——基于中国15个省域面板数据的检验[J].经济地理，2017，37（10）：136-142.

[6] 田伟，杨路嘉，姜静．低碳视角下中国农业环境效率的测算与分析——基于非期望产出的SBM模型[J].中国农村观察，2014（5）：59-71.

[7] 王艳伟，黄宜.农业资源错配对农业生态效率的影响：来自中国13个粮食主产区的证据[J].生态经济，2022，38（05）：129-137.

[8] 吕洁华，孙嘉宇，蔡秀亭.中国林业绿色全要素生产率的时空演变分析[J].农林经济管理学报，2022，21（03）：320-330．

（作者单位：东北林业大学经济管理学院 黑龙江哈尔滨 150040）

[作者简介：李勇飞，硕士研究生，研究方向为经济统计学；张萍，硕士研究生，研究方向为经济统计学；李朝洪，博士，副教授，主要从事农林经济管理、经济统计学研究。]

（责编：贾伟）