趙曉光，趙佳歡

黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展影響因素的空間面板實(shí)證分析

趙曉光，趙佳歡

（東北林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)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(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的影響因素。以2005－2015年黑龍江省國(guó)有重點(diǎn)林區(qū)40個(gè)林業(yè)局有關(guān)林業(yè)經(jīng)濟(jì)發(fā)展的面板數(shù)據(jù)為對(duì)象，采用Moran’s I指數(shù)和空間面板計(jì)量經(jīng)濟(jì)模型對(duì)其空間依賴關(guān)系及影響因素進(jìn)行實(shí)證分析。結(jié)果表明，黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)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(chǎn)業(yè)結(jié)構(gòu)對(duì)黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展存在顯著的正向影響。結(jié)合黑龍江省國(guó)有重點(diǎn)林區(qū)現(xiàn)狀，提出優(yōu)化林區(qū)人力資源結(jié)構(gòu)、改革森林經(jīng)營(yíng)和森林資源管理體制、推進(jìn)林區(qū)產(chǎn)業(yè)轉(zhuǎn)型等加快黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的對(duì)策建議。

國(guó)有重點(diǎn)林區(qū)；影響因素；空間相關(guān)性；空間面板計(jì)量經(jīng)濟(jì)模型

黑龍江省國(guó)有重點(diǎn)林區(qū)是全國(guó)重點(diǎn)國(guó)有林區(qū)之一，同時(shí)也是我國(guó)面積最大的重要天然林區(qū)和森林工業(yè)基地，其林業(yè)經(jīng)濟(jì)的發(fā)展對(duì)黑龍江省乃至全國(guó)林業(yè)經(jīng)濟(jì)的發(fā)展起著舉足輕重的作用。近年來(lái)，隨著天保工程和國(guó)有重點(diǎn)林區(qū)商業(yè)性禁伐的全面展開(kāi)，林區(qū)森林資源質(zhì)量和生態(tài)保障能力已得到大幅度的提升，林區(qū)林業(yè)經(jīng)濟(jì)的發(fā)展開(kāi)始進(jìn)入一個(gè)全新的時(shí)期；另一方面，原有依靠林木資源的林業(yè)經(jīng)濟(jì)發(fā)展模式已逐漸退出歷史舞臺(tái)，林區(qū)的經(jīng)濟(jì)發(fā)展將呈現(xiàn)出一片嶄新的面貌[1]。在林區(qū)經(jīng)濟(jì)轉(zhuǎn)型的新時(shí)期，林區(qū)的經(jīng)濟(jì)發(fā)展和生態(tài)建設(shè)取得了明顯的成效，但同時(shí)，由于林區(qū)森林資源枯竭、生產(chǎn)要素缺乏以及產(chǎn)業(yè)集聚規(guī)模不夠等原因，給林區(qū)的經(jīng)濟(jì)發(fā)展帶來(lái)了巨大的挑戰(zhàn)，使得黑龍江省國(guó)有重點(diǎn)林區(qū)整體的經(jīng)濟(jì)發(fā)展速度緩慢。因此，找到影響林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的關(guān)鍵性因素，同時(shí)對(duì)影響因素進(jìn)行詳細(xì)分析，制定相應(yīng)的策略，為國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展奠定良好的基礎(chǔ)，促進(jìn)其快速增長(zhǎng)也顯得尤為重要。

通過(guò)對(duì)文獻(xiàn)進(jìn)行歸納分析，發(fā)現(xiàn)眾多學(xué)者對(duì)國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)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(dǎo)意義。李微等[2]根據(jù)2009年的截面數(shù)據(jù)對(duì)伊春國(guó)有林區(qū)諸多影響因素運(yùn)用主成分分析方法進(jìn)行降維處理，分析得出產(chǎn)業(yè)結(jié)構(gòu)、資本、消費(fèi)需求是影響伊春國(guó)有林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)的主要因素。宋洪峰等[3]采用1994－2007年南方集體林區(qū)10個(gè)省份的統(tǒng)計(jì)數(shù)據(jù)，在模型構(gòu)建上將原有的C-D模型進(jìn)行拓展，加入對(duì)外貿(mào)易、財(cái)政預(yù)算和經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)等變量，對(duì)南方集體林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)的影響因素進(jìn)行面板數(shù)據(jù)分析，結(jié)果表明，人力資本存量和固定資本存量對(duì)林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)具有顯著推動(dòng)作用。朱振鋒等[4]以黑龍江省國(guó)有重點(diǎn)林區(qū)為對(duì)象，采用2003－2014年林區(qū)多變量面板數(shù)據(jù)，通過(guò)構(gòu)建主成分回歸方程對(duì)轉(zhuǎn)型發(fā)展的因素體系進(jìn)行降維處理，在此基礎(chǔ)上進(jìn)一步運(yùn)用多元線性回歸對(duì)國(guó)有林區(qū)轉(zhuǎn)型發(fā)展的影響因素展開(kāi)深入研究，研究表明勞動(dòng)生產(chǎn)率對(duì)林區(qū)轉(zhuǎn)型發(fā)展的影響最為顯著，同時(shí)指出經(jīng)濟(jì)轉(zhuǎn)型、生態(tài)建設(shè)過(guò)渡及體制改革是黑龍江省國(guó)有重點(diǎn)林區(qū)未來(lái)一段時(shí)間內(nèi)面對(duì)的重要課題。上述研究對(duì)國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的影響因素作了充分的分析，實(shí)證分析方法也在向較多元化的方向發(fā)展，但仍存在不足，大部分研究更側(cè)重轉(zhuǎn)型改革和林業(yè)產(chǎn)業(yè)制度，對(duì)影響因素的指標(biāo)選擇仍存在一定的局限性；大多數(shù)研究采用單一的時(shí)間序列分析或常規(guī)面板數(shù)據(jù)分析，沒(méi)有從時(shí)間和空間維度綜合考慮，忽視了國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展在地理空間上的依賴性和經(jīng)濟(jì)發(fā)展溢出效應(yīng)，容易使模型設(shè)定存在誤差，難以得出令人信服的結(jié)論。

鑒于此，以2005－2015年黑龍江省國(guó)有重點(diǎn)林區(qū)40個(gè)林業(yè)局林業(yè)經(jīng)濟(jì)發(fā)展影響因素的面板數(shù)據(jù)為研究對(duì)象，以森林資源、消費(fèi)水平、產(chǎn)業(yè)結(jié)構(gòu)、投資水平和人力資源投入量等為解釋變量，構(gòu)建黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)影響因素的空間面板計(jì)量經(jīng)濟(jì)模型，同時(shí)運(yùn)用Opengeoda和Matlab R2014a軟件從空間角度剖析黑龍江省國(guó)有林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的影響因素、影響效果和影響機(jī)理，并以此為基礎(chǔ)找到影響林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)的主次因素，為有效推進(jìn)黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)轉(zhuǎn)型與加快林業(yè)經(jīng)濟(jì)發(fā)展提出更加具有針對(duì)性的建議。

1 數(shù)據(jù)來(lái)源與分析方法

1.1 指標(biāo)和數(shù)據(jù)的選取

為更加準(zhǔn)確和全面地反映黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的影響因素[5-6]，在原有文獻(xiàn)指標(biāo)選取基礎(chǔ)上，考慮到40個(gè)林業(yè)局相關(guān)數(shù)據(jù)的可獲得性與平穩(wěn)性原則，從資源、消費(fèi)、結(jié)構(gòu)、投資等層面構(gòu)建了影響林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的指標(biāo)體系，包括人均林業(yè)產(chǎn)業(yè)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(hù)面積X1（hm2）和森林撫育面積X2（hm2），考慮到林業(yè)數(shù)據(jù)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(fèi)水平的指標(biāo)；為消除三次產(chǎn)業(yè)間的顯著相關(guān)性，且三次產(chǎn)業(yè)產(chǎn)值中第一產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值占比較高，把第一、第二產(chǎn)業(yè)產(chǎn)值之和占三次產(chǎn)業(yè)總產(chǎn)值的比重 X4（%）作為反映該地的產(chǎn)業(yè)結(jié)構(gòu)狀況的指標(biāo)；林業(yè)固定資產(chǎn)投資自年初累計(jì)完成額X5（萬(wàn)元）反映該地的投資水平；林業(yè)系統(tǒng)年末在崗職工人員數(shù)X6（人）反映該地的人力資源投入量。

考慮到統(tǒng)計(jì)口徑的一致性，運(yùn)用2005－2015年《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》和黑龍江省森林工業(yè)綜合統(tǒng)計(jì)資料匯編的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析。

1.2 分析方法

1.2.1 空間自相關(guān)分析 空間自相關(guān)性可以看作是一種反映集聚現(xiàn)象的尺度，某一變量在空間上發(fā)生集聚，意味著在一定區(qū)域內(nèi)，這一變量在各個(gè)地域單元之間具有自相關(guān)性即某一地域單元該變量較高（低），其周?chē)赜騿卧撟兞恳草^高（低）。通常我們采用全局Moran’s I指數(shù)法對(duì)空間集聚特征進(jìn)行度量，計(jì)算公式為[7-8]：

Moran’s I取值范圍為[-1，1]，其值大于零時(shí)，表明區(qū)域變量值呈現(xiàn)正的空間相關(guān)性，反之，則表明負(fù)的空間相關(guān)性，當(dāng)Moran’s I的值趨近于0時(shí)，則表明區(qū)域變量值是隨機(jī)分布的，或者不存在空間相關(guān)性，區(qū)域變量值的空間相關(guān)性隨著Moran’s I值的增大而增強(qiáng)。

2.2.2 空間面板計(jì)量模型的設(shè)定 為進(jìn)一步確定空間相關(guān)性的種類是延遲性的相關(guān)還是誤差性的相關(guān)，需要進(jìn)一步運(yùn)用空間面板計(jì)量模型進(jìn)行最終模型的選擇和估計(jì)。運(yùn)用空間面板數(shù)據(jù)模型分析問(wèn)題的重點(diǎn)是建立合適的空間權(quán)重矩陣，空間權(quán)重矩陣可以有效地表達(dá)空間關(guān)系，它是空間各單元之間的依賴關(guān)系的一種量化表現(xiàn)方式[9]。比較常見(jiàn)的權(quán)重矩陣主要有兩種，一種是0-1矩陣，該設(shè)置的前提條件是兩個(gè)區(qū)域在地理上是否相鄰，如果相鄰，則權(quán)重設(shè)置為1，反之則為0。另一種是地理權(quán)重矩陣，以兩地區(qū)間地理距離的倒數(shù)來(lái)設(shè)定[10]。通過(guò)實(shí)證試算及比較，本研究的空間權(quán)重矩陣Wij選用的是地理空間權(quán)重矩陣實(shí)證效果較好?；趥鹘y(tǒng)的C-D生產(chǎn)函數(shù)研究思路，即一個(gè)地區(qū)的經(jīng)濟(jì)增長(zhǎng)在受到勞動(dòng)力影響的同時(shí)也受到資本的影響，在模型構(gòu)建時(shí)將其與當(dāng)前空間計(jì)量經(jīng)濟(jì)學(xué)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(jié)合[11]，構(gòu)建黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的空間面板計(jì)量模型。

（1）空間滯后面板模型：

式中，Wij代表空間權(quán)重矩陣中的元素，ρ是空間自回歸系數(shù)，反映區(qū)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(xiàng)，λ是空間誤差系數(shù)。當(dāng)區(qū)域間的相互作用因所處位置存在差異時(shí)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(qū)域是否存在空間溢出效應(yīng)，空間誤差面板模型反映區(qū)域變量值的差異性[12]。在實(shí)證部分將空間滯后面板模型與空間誤差面板模型的估計(jì)結(jié)果同時(shí)列出，進(jìn)而根據(jù)估計(jì)結(jié)果的顯著性水平進(jìn)行最優(yōu)模型的選取。

2 實(shí)證研究

2.1 空間自相關(guān)分析

本研究選取地理空間權(quán)重矩陣，利用Opengeoda軟件計(jì)算了黑龍江省國(guó)有重點(diǎn)林區(qū)40個(gè)林業(yè)局2005－2015年間人均林業(yè)產(chǎn)業(yè)增加值的全局Moran’s I指數(shù)值，計(jì)算結(jié)果如表1所示。由表1可知，2005－2015年黑龍江省國(guó)有重點(diǎn)林區(qū)人均林業(yè)產(chǎn)業(yè)增加值的Moran’s I指數(shù)值均大于零且都通過(guò)了5%的顯著性檢驗(yàn)，其變化趨勢(shì)如圖1。由圖1可以看出，其變化經(jīng)歷了“上升—下降—再上升”的過(guò)程，各年份Moran’s I指數(shù)值均高于0.2，說(shuō)明黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展在空間分布上具有一定的正向空間自相關(guān)性，且2010年和2015年表現(xiàn)出相對(duì)較強(qiáng)的正自相關(guān)性，進(jìn)一步表明黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展在空間上并不是呈隨機(jī)分布的，而是在整體上具有一定的空間集聚特征，其中林業(yè)經(jīng)濟(jì)發(fā)展較為相似的地區(qū)在地理上呈現(xiàn)出一定的集聚特征，即人均林業(yè)產(chǎn)業(yè)增加值低的區(qū)域在地理上相互鄰近，人均林業(yè)產(chǎn)業(yè)增加值高的區(qū)域在地理上也相互臨近。

表1 2005－2015年人均林業(yè)產(chǎn)業(yè)增加值全局Moran’s I指數(shù)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(guó)有重點(diǎn)林區(qū) 40個(gè)林業(yè)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(yíng)、烏馬河、新青、美溪、帶嶺、桃山、雙豐、金山屯、南岔、朗鄉(xiāng)，共17個(gè)林業(yè)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(gè)林業(yè)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(gè)林業(yè)局；歸屬牡丹江林管局的有：大海林、柴河、東京城、穆棱、綏陽(yáng)、海林、林口、八面通，共8個(gè)林業(yè)局。

由于全局 Moran’s I總值不能突出局部地區(qū)的經(jīng)濟(jì)相關(guān)程度[13]，選取了2005年和2015年兩個(gè)年份黑龍江省國(guó)有重點(diǎn)林區(qū)40個(gè)林業(yè)局的局部Moran散點(diǎn)圖進(jìn)行分析（圖2和圖3）。

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

圖2 2005年人均林業(yè)產(chǎn)業(yè)增加值的Moran散點(diǎn)圖Figure 2 Moran scatterplots for per capita forestry industry value added in 2005

圖3 2015年人均林業(yè)產(chǎn)業(yè)增加值的Moran散點(diǎn)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(gè)林業(yè)局落在第一象限和第三象限，占林業(yè)局總數(shù)的52.5%，2015年共有25個(gè)林業(yè)局落在第一象限和第三象限，占總數(shù)的62.5%，該結(jié)論與總局Moran’s I指數(shù)所得結(jié)論是一致的。將兩個(gè)年份Moran’s I散點(diǎn)圖中第一、第三象限即高高象限和低低象限所對(duì)應(yīng)的林區(qū)對(duì)比見(jiàn)表2。在這兩個(gè)年份中均處在第一象限即高高類型的林業(yè)局有穆棱、南岔、金山屯、美溪、紅星和新青林業(yè)局，均處在第三象限即低低類型的林業(yè)局有柴河、樺南、雙鴨山、鶴立、雙豐和朗鄉(xiāng)林業(yè)局，第二象限即低高類型的林業(yè)局由2005年的10個(gè)減少到2015年的7個(gè)，第四象限即低低類型兩個(gè)年份的林業(yè)局?jǐn)?shù)基本相同。對(duì)比兩個(gè)年份Moran's I指數(shù)散點(diǎn)圖的變化，不僅可以更加深入分析各個(gè)林業(yè)局的空間動(dòng)態(tài)變化過(guò)程，還可以總結(jié)不同集聚特征下各林業(yè)局的特征。其中，鶴北林業(yè)局和烏馬河林業(yè)局由于受到美溪林業(yè)局林業(yè)經(jīng)濟(jì)快速增長(zhǎng)的影響，由低低類型轉(zhuǎn)移到高高類型，其林業(yè)經(jīng)濟(jì)發(fā)展得到了較明顯的提高，同時(shí)由于近年來(lái)天保工程一期和二期工程的實(shí)施，很多林業(yè)局借助自身充足的資源，大力發(fā)展森林食品、森林旅游等產(chǎn)業(yè)，由此與周邊的林業(yè)局經(jīng)濟(jì)發(fā)展形成了一定的差距，這就導(dǎo)致一定數(shù)目的林業(yè)局處在低高類型和高低類型的集聚狀態(tài)。

表2 2005 和2015年人均林業(yè)產(chǎn)業(yè)增加值Moran’s I散點(diǎn)圖對(duì)應(yīng)林區(qū)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(jì)量模型分析

利用黑龍江省國(guó)有重點(diǎn)林區(qū)2005－2015年40個(gè)林業(yè)局的面板數(shù)據(jù)運(yùn)用Matlab R2014a軟件建立模型并進(jìn)行估計(jì)，確定選擇模型進(jìn)行實(shí)證分析。具體步驟如下：首先用 Hausman檢驗(yàn)對(duì)固定效應(yīng)和隨機(jī)效應(yīng)進(jìn)行選擇，空間滯后面板模型的檢驗(yàn)結(jié)果為-3.030 4（P值為0.387 0）；空間誤差面板模型的檢驗(yàn)結(jié)果為16.682 1（P值為0.053 9）。由檢驗(yàn)判別準(zhǔn)則可知，選擇固定效應(yīng)進(jìn)行空間面板計(jì)量模型的估計(jì)。

通過(guò)LM檢驗(yàn)對(duì)空間滯后模型和空間誤差模型進(jìn)行判斷，確定最終模型[14]，檢驗(yàn)結(jié)果見(jiàn)表3。

表3 空間自相關(guān)性檢驗(yàn)結(jié)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(quán)重矩陣的面板數(shù)據(jù)空間相關(guān)性檢驗(yàn)中LM-lag，Robust LM-lag和LM-error的檢驗(yàn)值均通過(guò)1%的顯著性檢驗(yàn)，結(jié)果都是統(tǒng)計(jì)顯著的。但Robust LM-error所對(duì)應(yīng)P值為0.029，沒(méi)有通過(guò)1%顯著性水平的檢驗(yàn)，所以本文選擇空間滯后面板模型進(jìn)行分析。

空間滯后面板模型與空間誤差面板模型的參數(shù)估計(jì)結(jié)果見(jiàn)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(yōu)度系數(shù)均高于普通面板回歸模型的擬合優(yōu)度值；普通面板模型由于忽略了空間效應(yīng)，其結(jié)論存在一定的誤差。其次通過(guò)對(duì)比log-likelihood統(tǒng)計(jì)量值，發(fā)現(xiàn)空間滯后面板模型的效應(yīng)log-likelihood為-2 298.482 1優(yōu)于普通面板模型的-2 483.788 5和空間誤差面板模型的效應(yīng)的-2 307.299 6。從模型參數(shù)估計(jì)結(jié)果來(lái)看，空間誤差面板模型的估計(jì)結(jié)果中有較少的變量通過(guò)了5%顯著性水平檢驗(yàn)。而相比之下，空間滯后面板模型的大部分變量都通過(guò)了5%的顯著性檢驗(yàn)，其估計(jì)效果更加顯著。因此選擇固定效應(yīng)的空間滯后面板模型進(jìn)行研究分析。由表3固定效應(yīng)的空間滯后面板數(shù)據(jù)模型的結(jié)果可知，除在崗職工年平均工資（X3）和林業(yè)固定資產(chǎn)投資自年初累計(jì)完成額（X5）在10%的顯著性水平下不顯著外，其余變量系數(shù)都通過(guò)了10%顯著性水平下的假設(shè)檢驗(yàn)。通過(guò)對(duì)表中數(shù)據(jù)進(jìn)行深入分析可得到以下結(jié)論，首先，空間滯后面板模型的自回歸系數(shù)為0.248 7，顯著為正，且在1%顯著性水平下拒絕原假設(shè)，這表明黑龍江省國(guó)有重點(diǎn)林區(qū)臨近林業(yè)局間林業(yè)經(jīng)濟(jì)發(fā)展存在比較明顯的空間溢出效應(yīng)，林業(yè)經(jīng)濟(jì)發(fā)展水平較高的林業(yè)局會(huì)帶動(dòng)周邊的發(fā)展，受到正向溢出效應(yīng)的影響，同時(shí)表明采用空間面板計(jì)量模型更加符合研究區(qū)域的實(shí)際情況。從空間溢出效應(yīng)角度，根據(jù)表4結(jié)果分析上述因素對(duì)黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展影響，結(jié)果顯示，人力資源投入量、森林資源和產(chǎn)業(yè)結(jié)構(gòu)最為顯著，是黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的重要推動(dòng)力。其中，林業(yè)系統(tǒng)年末在崗職工人員數(shù)（X6）每增加1%，能促使林業(yè)經(jīng)濟(jì)增長(zhǎng)平均速率上升0.269 5%；森林管護(hù)面積（X1）和森林撫育面積（X2）的參數(shù)估計(jì)值分別為0.000 6和0.143 9，且在5%的顯著性水平下顯著，說(shuō)明黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)的增長(zhǎng)離不開(kāi)森林資源這一關(guān)鍵性因素，可以說(shuō)是體現(xiàn)在以森林資源為依托發(fā)展起來(lái)的各行各業(yè)；產(chǎn)業(yè)結(jié)構(gòu)對(duì)黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)的發(fā)展起著舉足輕重的作用，其中第一、第二產(chǎn)業(yè)產(chǎn)值之和占三次產(chǎn)業(yè)之和的比重（X4）在1%顯著性水平下均高度顯著。林業(yè)固定資產(chǎn)投資和消費(fèi)水平對(duì)黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的影響效果不顯著，林業(yè)固定資產(chǎn)投資自年初累計(jì)完成額每增加1%，黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)平均速率上升0.037 2%；而林業(yè)在崗職工年平均工資（X3）每增加1%，林業(yè)經(jīng)濟(jì)發(fā)展平均速率上升0.005 2%。

表4 基于地理空間權(quán)重矩陣的空間面板數(shù)據(jù)模型的參數(shù)估計(jì)Table 4 Parameter estimation by spatial panel data model based on geological spatial weight matrix

3 結(jié)論與討論

3.1 結(jié)論

實(shí)證分析結(jié)果表明，2005－2015年黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)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(xiàn)為林業(yè)經(jīng)濟(jì)發(fā)展水平相似的地區(qū)有一定的集聚特征。從2005和2015年Moran散點(diǎn)圖可知，大部分林業(yè)局分布在第一象限和第三象限，說(shuō)明各林業(yè)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(yè)局在兩個(gè)年份的Moran散點(diǎn)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(yè)局有柴河、樺南、雙鴨山、鶴立、雙豐和朗鄉(xiāng)林業(yè)局。之后通過(guò)空間面板計(jì)量模型選擇空間滯后面板數(shù)據(jù)計(jì)量模型進(jìn)行估計(jì)，結(jié)果表明，黑龍江省國(guó)有重點(diǎn)林區(qū)各林業(yè)局之間林業(yè)經(jīng)濟(jì)發(fā)展存在明顯的空間溢出效應(yīng)，林業(yè)經(jīng)濟(jì)發(fā)展是森林資源、消費(fèi)水平、產(chǎn)業(yè)結(jié)構(gòu)、投資水平和人力資源投入量共同作用的結(jié)果，并且各要素影響均為正向推動(dòng)作用，但推動(dòng)效果有主次之分。影響黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展前三位的因素分別是人力資源投入量、森林資源和產(chǎn)業(yè)結(jié)構(gòu)，林業(yè)固定資產(chǎn)投資和消費(fèi)水平兩個(gè)因素對(duì)黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)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(guó)有重點(diǎn)林區(qū)實(shí)現(xiàn)林業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展的重中之重，決定著其發(fā)展的方向和程度。黑龍江省是林業(yè)大省，在國(guó)家林業(yè)中有特殊的地位，但由于林區(qū)人力資源開(kāi)發(fā)、管理的嚴(yán)重滯后，導(dǎo)致黑龍江省國(guó)有重點(diǎn)林區(qū)經(jīng)濟(jì)發(fā)展相對(duì)緩慢。近年來(lái)隨著科技水平的提升，科學(xué)技術(shù)在林業(yè)中的應(yīng)用的越來(lái)越廣泛，黑龍江省國(guó)有重點(diǎn)林區(qū)應(yīng)建立合理的人力資源制度，重視激勵(lì)制度在人力資源開(kāi)發(fā)和管理中的作用，加大對(duì)林場(chǎng)職工的培訓(xùn)力度，優(yōu)化林區(qū)的人力資源結(jié)構(gòu)。注重對(duì)林區(qū)的人員管理，著重提高林區(qū)專業(yè)人員的綜合素養(yǎng)，提升林區(qū)人力資源的整體素質(zhì)。

第二，森林資源作為林業(yè)經(jīng)濟(jì)發(fā)展的重要物質(zhì)基礎(chǔ)，對(duì)林業(yè)經(jīng)濟(jì)發(fā)展的作用尤為重要。天然林保護(hù)工程的實(shí)施為我國(guó)重點(diǎn)國(guó)有林區(qū)強(qiáng)化森林經(jīng)營(yíng)和資源管理提供了借鑒和經(jīng)驗(yàn)，黑龍江省國(guó)有重點(diǎn)林區(qū)應(yīng)在總結(jié)重點(diǎn)國(guó)有林區(qū)開(kāi)發(fā)建設(shè)經(jīng)驗(yàn)教訓(xùn)的基礎(chǔ)上，以推進(jìn)林區(qū)森林經(jīng)營(yíng)、改革林區(qū)森林資源管理體制為切入點(diǎn)，借鑒國(guó)外森林經(jīng)營(yíng)和森林資源的成功做法和經(jīng)驗(yàn)，提高林區(qū)森林經(jīng)營(yíng)與森林管理水平、完善林區(qū)森林資源的功能結(jié)構(gòu)，重新設(shè)計(jì)黑龍江省國(guó)有重點(diǎn)林區(qū)森林經(jīng)營(yíng)和森林資源管理體制的新模式，使森林資源質(zhì)量和生態(tài)保障能力全面提升。

第三，產(chǎn)業(yè)結(jié)構(gòu)作為影響黑龍江省國(guó)有重點(diǎn)林區(qū)林業(yè)經(jīng)濟(jì)發(fā)展的一大重點(diǎn)因素，其調(diào)整與優(yōu)化也顯得越來(lái)越迫切。林區(qū)應(yīng)根據(jù)林業(yè)發(fā)展的特點(diǎn)和規(guī)律，遵循相關(guān)的經(jīng)濟(jì)政策對(duì)林區(qū)進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整與優(yōu)化，在確定與培育主導(dǎo)產(chǎn)業(yè)的同時(shí)，也不能忽視對(duì)衰退產(chǎn)業(yè)的扶持與引導(dǎo)，大力發(fā)展林區(qū)的生態(tài)旅游業(yè)、木材加工業(yè)等環(huán)保低碳產(chǎn)業(yè)，打造出當(dāng)?shù)氐奶厣a(chǎn)業(yè)，同時(shí)積極發(fā)展綠色富民產(chǎn)業(yè)。推進(jìn)國(guó)有林區(qū)資源優(yōu)化配置和產(chǎn)業(yè)轉(zhuǎn)型。努力使林區(qū)形成一定規(guī)模的產(chǎn)業(yè)發(fā)展模式，達(dá)到黑龍江省國(guó)有重點(diǎn)林區(qū)產(chǎn)業(yè)結(jié)構(gòu)合理化和高度化的目的。

[1] 耿玉德，萬(wàn)志芳. 黑龍江省國(guó)有林區(qū)林業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與優(yōu)化研究[J]. 林業(yè)科學(xué)，2006（06）：86－93.

[2] 李微，萬(wàn)志芳. 東北內(nèi)蒙古國(guó)有林區(qū)林業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與政策建議[J]. 農(nóng)業(yè)現(xiàn)代化研究，2014（02）：173－177.

[3] 宋洪峰，王剛，陳建成. 南方集體林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)因素分析[J]. 林業(yè)經(jīng)濟(jì)，2013（12）：88－93．

[4] 朱震鋒，曹玉昆，王非. 中國(guó)重點(diǎn)國(guó)有林區(qū)轉(zhuǎn)型發(fā)展的影響因素分析[J]. 生態(tài)經(jīng)濟(jì)，2016（11）：103－107．

[5] 李微，萬(wàn)志芳，鄭麗娟. 伊春國(guó)有林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)影響因素分析[J]. 林業(yè)經(jīng)濟(jì)，2011（12）：67－70.

[6] 陶英霞. 試論我國(guó)國(guó)有林區(qū)林業(yè)經(jīng)濟(jì)增長(zhǎng)影響因素[J]. 現(xiàn)代經(jīng)濟(jì)信息，2014（03）：282.

[7] 嚴(yán)瑩瑩. 空間計(jì)量模型及其在我國(guó)的應(yīng)用研究[D]. 武漢：華中科技大學(xué)，2012．

[8] 邵建利，宋寧，劉凱杰. 基于我國(guó)第三產(chǎn)業(yè)區(qū)位分布的空間效應(yīng)研究[J]. 統(tǒng)計(jì)與決策，2016（05）：108－113．

[9] 曹彥，何東進(jìn)，紀(jì)志榮.中國(guó)省域林業(yè)經(jīng)濟(jì)發(fā)展影響因素的空間面板計(jì)量經(jīng)濟(jì)分析[J]. 林業(yè)經(jīng)濟(jì)，2016，（05）：66－70，90.

[10] 張翠菊，張宗益. 中國(guó)省域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響因素的空間計(jì)量分析[J]. 統(tǒng)計(jì)研究，2015（10）：32－37.

[11] 趙丹妮. 廣東省區(qū)域經(jīng)濟(jì)增長(zhǎng)影響因素的空間計(jì)量分析[J]. 統(tǒng)計(jì)與決策，2015(15)：101－104.

[12] 譚朵朵. 中國(guó)省域保險(xiǎn)業(yè)發(fā)展影響因素的空間計(jì)量分析[J]. 統(tǒng)計(jì)與信息論壇，2011（01）：37－43．

[13] 田博林. 黑龍江省國(guó)有林區(qū)局域經(jīng)濟(jì)差異的空間統(tǒng)計(jì)分析[D]. 哈爾濱：東北林業(yè)大學(xué)，2016.

[14] 文嫮，胡兵. 中國(guó)省域文化創(chuàng)意產(chǎn)業(yè)發(fā)展影響因素的空間計(jì)量研究[J]. 經(jīng)濟(jì)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(dǎo)師，從事林業(yè)經(jīng)濟(jì)統(tǒng)計(jì)與應(yīng)用統(tǒng)計(jì)研究；E-mail：489089309@qq.com。通信作者：趙佳歡，碩士研究生，從事林業(yè)經(jīng)濟(jì)統(tǒng)計(jì)與應(yīng)用統(tǒng)計(jì)研究；E-mail：870636544@qq.com。