洪名勇,龍嬌,婁磊
(貴州大學(xué) 經(jīng)濟學(xué)院,貴州 貴陽 550025)
工業(yè)革命以來,人類對資源的浪費和環(huán)境的破壞,致使全球性生態(tài)危機出現(xiàn),森林銳減、水土流失、環(huán)境污染等給人類的生存和發(fā)展帶來了極大威脅。生態(tài)興則文明興,生態(tài)衰則文明衰。黨的十九屆五中全會明確要求,要加大污染防治力度,廣泛形成綠色生產(chǎn)生活方式,生態(tài)環(huán)境根本好轉(zhuǎn),美麗中國建設(shè)目標基本實現(xiàn)。因此,要堅持“生態(tài)紅線”觀念,不能越雷池一步?!吧鷳B(tài)紅線”作為國家層面的另一條“生命線”被黨和國家反復(fù)強調(diào),集中體現(xiàn)了對生態(tài)環(huán)境保護的迫切愿望。生態(tài)紅線不僅是林業(yè)事業(yè)的“目標線”和政府執(zhí)政的“高壓線”,也是構(gòu)建我國生態(tài)安全戰(zhàn)略格局的“底線”[1]。
森林資源是陸地生態(tài)系統(tǒng)循環(huán)所需的重要資源。合理利用森林資源不僅可以作為人類生存發(fā)展的生態(tài)保障,也是實現(xiàn)人類的經(jīng)濟效益和生態(tài)效益的前提。不過,我國森林資源人均水平低,質(zhì)量不高,一定程度上制約了我國林業(yè)生態(tài)環(huán)境的保護?!度珖鷳B(tài)保護與建設(shè)規(guī)劃(2013—2020)》報告中指出,我國人均森林面積只有世界平均水平的78%;局部地區(qū)亂墾濫占林地問題嚴重,制約了森林生態(tài)系統(tǒng)調(diào)節(jié)氣候、涵養(yǎng)水源、防風(fēng)固沙、固碳增匯等生態(tài)功能的充分發(fā)揮[1]。沒有森林,難以想象地球和人類的未來會是什么樣子。習(xí)近平總書記不止一次強調(diào),要重視林業(yè)建設(shè),這直接關(guān)系到經(jīng)濟社會可持續(xù)發(fā)展,要求林業(yè)部門要全面深化林業(yè)改革,為美麗中國的實現(xiàn)創(chuàng)造更好的生態(tài)條件[2]。這不僅是“綠水青山就是金山銀山”的體現(xiàn),也是實現(xiàn)我國生態(tài)安全、建設(shè)美麗中國的必要前提。
中國地域廣闊,地形地質(zhì)、經(jīng)濟發(fā)展水平及習(xí)慣習(xí)俗等區(qū)域差異較大,從而可能造就了我國林業(yè)生態(tài)效率存在一定的區(qū)域差異和空間差異,且隨著時間的演化會呈現(xiàn)出不同特征,非常值得深入探究。此外,在測算林業(yè)生態(tài)效率時,進一步探析林業(yè)生態(tài)效率的影響因素,為更好地提高我國林業(yè)的生態(tài)效率找出對癥之藥。
隨著工業(yè)化和城鎮(zhèn)化的推進,林業(yè)發(fā)展所處的內(nèi)外部環(huán)境發(fā)生了變化。然而,實現(xiàn)林業(yè)生態(tài)化既關(guān)系到經(jīng)濟社會的發(fā)展,也與每個人的切身利益有關(guān)。在脫貧攻堅成果與鄉(xiāng)村振興有效銜接的過程中,一些林業(yè)產(chǎn)業(yè)真正做到了“荒山綠了,農(nóng)民也富起來了”。林業(yè)要想得到可持續(xù)發(fā)展,就要保證投入要素與產(chǎn)出要素之間的協(xié)調(diào)。近年來,學(xué)界對林業(yè)投入與產(chǎn)出之間的效率問題的研究較多,主要集中在林業(yè)投入產(chǎn)出效率、林業(yè)產(chǎn)業(yè)生態(tài)效率、林業(yè)生產(chǎn)技術(shù)效率、林業(yè)全要素生產(chǎn)效率和林業(yè)生產(chǎn)效率上。一是林業(yè)投入產(chǎn)出效率。1993—2002年,我國林業(yè)投入產(chǎn)出效率總體較高;2003—2010年,呈現(xiàn)“W”型變化趨勢,主要是受林業(yè)勞動力投入和林業(yè)第一產(chǎn)業(yè)產(chǎn)值的變化影響[3]。而2003—2011年,西部地區(qū)林業(yè)投入產(chǎn)出效率中,西部各省呈現(xiàn)兩極分化趨勢,存在明顯的區(qū)域差異,隨著時間的推移,由于財政支林、勞動投入和資本投入的影響,區(qū)域之間的差距越拉越大[4]。二是林業(yè)產(chǎn)業(yè)生態(tài)效率。2004—2013年,我國林業(yè)產(chǎn)業(yè)生態(tài)效率呈緩慢上升趨勢,有較大的區(qū)域差異,東部五省份林業(yè)產(chǎn)業(yè)生態(tài)效率明顯高于其他地區(qū),主要是因為經(jīng)濟發(fā)展水平較高,且處于沿海發(fā)達地帶,對環(huán)境有更強的訴求[5]。三是林業(yè)生產(chǎn)技術(shù)效率。1999—2011年,我國林業(yè)生產(chǎn)技術(shù)效率呈現(xiàn)“W”型變動趨勢,存在較大的提升空間,氣溫和降水量等自然因素、營林資金數(shù)量和林業(yè)從業(yè)人員人數(shù)對林業(yè)生產(chǎn)的投入產(chǎn)出有顯著影響[6]。 四是林業(yè)全要素生產(chǎn)效率。2001—2005年,九個主要林業(yè)省份的全要素生產(chǎn)率低,增長速度較快;2006—2010年,林業(yè)生產(chǎn)得到有效發(fā)展,全要素生產(chǎn)率較高,主要是源于純技術(shù)效率的提高和技術(shù)的進步[7]。分區(qū)域看,西部地區(qū)林業(yè)全要素生產(chǎn)率較高,東部地區(qū)較好于中部地區(qū),主要是因為東部地區(qū)的經(jīng)濟基礎(chǔ)較好,林業(yè)投入較多,中部地區(qū)林業(yè)資源豐富,但經(jīng)濟發(fā)展水平較低,林業(yè)投入不足,對林業(yè)經(jīng)濟的發(fā)展重視不夠[7]。五是林業(yè)生產(chǎn)效率。2003—2014年,我國林業(yè)生態(tài)發(fā)展趨勢較好,呈現(xiàn)上升趨勢,但是總體投入產(chǎn)出效率值偏低。根據(jù)以往文獻,將各省分為高效率省份和低效率省份,兩者的增幅差異較大。根據(jù)基尼系數(shù)測算結(jié)果分析,我國林業(yè)生產(chǎn)效率時空分布差異較大。人均GDP、林業(yè)系統(tǒng)職工收入等因素對林業(yè)生產(chǎn)效率影響顯著[8]。
已有的研究缺乏對林業(yè)生態(tài)效率的分析。主要是因為,林業(yè)的發(fā)展雖然具有經(jīng)濟價值和生態(tài)價值雙重屬性,但是存在投資回收周期長,經(jīng)濟外部性等問題,再加上天災(zāi)人禍的出現(xiàn),并不能保證林業(yè)發(fā)展能夠符合人們的預(yù)期。人們在追求林業(yè)經(jīng)濟價值的過程中,逐漸忽視了生態(tài)效益。因此,本文從2007—2018年31個省份省級面板數(shù)據(jù)出發(fā)(由于數(shù)據(jù)來源有限,暫不考慮港澳臺地區(qū)),測算出我國31個省份的林業(yè)生態(tài)效率,進一步探析林業(yè)生態(tài)效率存在的區(qū)域差異和時空特征。在此基礎(chǔ)上,挖掘出影響林業(yè)生態(tài)效率的因素,從而更好地保護林業(yè)生態(tài)系統(tǒng)的多樣化。林業(yè)生態(tài)經(jīng)濟不斷發(fā)展的同時,也要重視對林業(yè)生態(tài)的保護,這樣才能更加深入貫徹落實習(xí)近平生態(tài)文明思想,早日實現(xiàn)人民群眾對美好生態(tài)環(huán)境的期盼。
2.1.1 三階段DEA模型
為了更好地評估決策單元(DMU)的效率,F(xiàn)ried等[9]提出了三階段DEA模型。該模型的提出能夠?qū)⑼獠凯h(huán)境和隨機誤差對效率的影響區(qū)分,使得計算出來的效率值更貼合實際情況。因此,本文使用三階段DEA來進行我國林業(yè)生態(tài)效率值的測度。本文目的是利用三階段DEA來測度我國31省份林業(yè)生態(tài)效率,由于篇幅的原因,不再具體給出三階段DEA方法的詳盡說明,僅僅給出相應(yīng)的步驟。
第一階段:DEA方法由Charnes等[10]于1978年提出。從1986年,中國學(xué)者就開始從事DEA的研究,隨后魏權(quán)齡[11]逐漸在國內(nèi)推廣DEA。其中主要通過BCC模型來處理“規(guī)模報酬可變(VRS)”假設(shè)下的決策單元有效性問題[12]。對于每個決策單元,BCC模型可表示為:
式中:j=1, 2, …,n表示決策單元(DMU),X、Y分別是投入、產(chǎn)出變量,ε為非阿基米德無窮小量[5]。若θ=1,S+=S-=0,則決策單元(DMU)DEA有效,即投入產(chǎn)出效率高;若θ=1,S+≠0或S-≠0則決策單元(DMU)弱DEA有效;若θ<1,則決策單元(DMU)非DEA有效,表明該決策單元(DMU)存在一定的效率改進空間。
第二階段:Fried等[9]認為由于傳統(tǒng)的DEA模型并沒有將環(huán)境因素、隨機因素和管理效率對效率值的影響區(qū)分出來,計算出來的效率值并不一定準確。因此,在第二階段構(gòu)建相似SFA分析模型,將環(huán)境因素和隨機因素的影響降到最低,從而檢測出每個測算單位的投入冗余。
第三階段:將第二階段調(diào)整后的投入變量和未改變的產(chǎn)出變量基于BCC模型再次進行林業(yè)生態(tài)效率測算,此時測算出來的效率值較為貼近各省份原始狀態(tài),將環(huán)境因素和隨機因素的影響降到了最低。因此,此時的效率值較為真實和準確[13]。
2.1.2 多元線性回歸模型
參照葉文忠和劉愈希[14]、鄭麗楠和洪名勇[15]的相關(guān)文獻,本文的回歸模型設(shè)置如下:
式中:FEE代表林業(yè)產(chǎn)出,i表示第i個省份,Xj,it表示各個影響因素,εit代表隨機誤差項。
本文以林業(yè)總產(chǎn)值(萬元)作為唯一產(chǎn)出變量,以林業(yè)用地面積(萬公頃)、營林固定資產(chǎn)投資(萬元)、林業(yè)從業(yè)人數(shù)(人)、林業(yè)能耗(萬噸)、森林蓄積量(萬立方米)、林業(yè)廢水排放量(萬噸)、林業(yè)化學(xué)需氧量(萬噸)、林業(yè)氨碳排放量(萬噸)、林業(yè)SO2排放量(萬噸)、林業(yè)煙粉塵排放量(萬噸)、林業(yè)固廢棄物產(chǎn)生總量(萬噸)構(gòu)成評價林業(yè)生態(tài)效率的指標體系,如表1所示。
表1 變量選取
數(shù)據(jù)來源于2007—2018年《中國林業(yè)統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國基本單位統(tǒng)計年鑒》等。此外,由于林業(yè)生態(tài)的保護和利用活動主要是集中在第二、第三產(chǎn)業(yè),因此,使用各地區(qū)第二、第三產(chǎn)業(yè)以及工業(yè)三廢排放量間接估計林業(yè)能耗。
然后,根據(jù)國家統(tǒng)計局公布的統(tǒng)計制度和分類指標,對各省份進行分類:東部地區(qū)包括江蘇、浙江、北京、山東、廣東、天津、河北、上海、福建和海南10個省份;西部地區(qū)包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、內(nèi)蒙古、廣西、寧夏和新疆12個省份;中部地區(qū)包括河南、湖北、山西、安徽、江西和湖南6個省份;東北地區(qū)包括遼寧、吉林和黑龍江3個省份。
3.1.1 第一階段:傳統(tǒng)DEA測算結(jié)果
將2007—2018年我國林業(yè)生態(tài)有關(guān)的投入變量和產(chǎn)出變量的原始數(shù)據(jù)導(dǎo)入到Deap2.1軟件中,得到表2中經(jīng)過整理后的數(shù)據(jù)。總體來看,江蘇、浙江、山東、天津、上海等14個省份的林業(yè)生態(tài)效率均值都為1.000,不考慮環(huán)境變量和隨機干擾等因素的影響,這些省份的林業(yè)生態(tài)效率均值處于隨機前沿面。廣西、河南、山西、吉林和河北等12個省份的林業(yè)生態(tài)效率均值基本在0.900以上,湖南、湖北、陜西、青海和北京5個省份的林業(yè)生態(tài)效率均值基本在0.900以下。其中,北京的林業(yè)生態(tài)效率值為最低值,這也意味著其有較大的提升空間。由于該結(jié)果可能受到環(huán)境因素和隨機干擾的影響,導(dǎo)致數(shù)據(jù)失真,并不能確切地反映出2007—2018年我國林業(yè)生態(tài)效率的真實變化,因此,需要在傳統(tǒng)的DEA-BCC模型的基礎(chǔ)上剔除環(huán)境變量等因素的影響。
表2 我國林業(yè)生態(tài)效率變化
圖1呈現(xiàn)的是第一階段31個省份2007—2018年林業(yè)生態(tài)效率值的變化情況。北京2017年以前的林業(yè)生態(tài)效率值都較低,且處于全國最低水平,基本在0.600及以下。青海、陜西、湖北、湖南等省份的林業(yè)生態(tài)效率值也較低,在0.600左右。其他省份的林業(yè)生態(tài)效率變動不大,基本保持在0.900以上。
圖1 第一階段效率值變化
3.1.2 第二階段:SFA回歸結(jié)果
第一階段測算出來的林業(yè)生態(tài)效率可能受環(huán)境因素和隨機干擾的影響。因此,將投入變量的松弛變量取對數(shù)之后作為被解釋變量,將環(huán)境變量作為解釋變量,再次測算我國林業(yè)生態(tài)效率。經(jīng)過整理后的相似SFA回歸結(jié)果如表3所示[16]。大多數(shù)變量回歸結(jié)果都通過了顯著性檢驗,這意味著外部環(huán)境的存在會影響到林業(yè)生態(tài)效率,且在林業(yè)生產(chǎn)投入過程中,對冗余值產(chǎn)生顯著性影響。并且,系數(shù)小于0,則意味著環(huán)境變量的投入增加會導(dǎo)致林業(yè)投入變量的冗余值減少,有利于林業(yè)生態(tài)效率的提高;系數(shù)大于0,則意味著環(huán)境變量投入的增加會使得林業(yè)投入變量的松弛量增加,造成一定的投入冗余的出現(xiàn),不利于林業(yè)生態(tài)效率的提高[17]。
如表3所示,投入松弛變量基本都通過了LR檢驗,即外部環(huán)境對林業(yè)生態(tài)效率的投入松弛量是有影響的,且γ都為1,通過了1%顯著性檢驗,即林業(yè)生態(tài)效率的松弛變量受到了管理無效率和技術(shù)無效率的影響。從回歸系數(shù)來看,隨著人均GDP(EV1)和財政對林業(yè)的支持(EV3)的增長,林業(yè)用地面積、營林固定資產(chǎn)投資、林業(yè)從業(yè)人數(shù)和林業(yè)耗能都是呈現(xiàn)正向增長的趨勢[18]。
表3 第二階段SFA 回歸結(jié)果
由于環(huán)境變量對各省的林業(yè)生態(tài)效率帶來的影響不同,其中有一些具有較好的經(jīng)營環(huán)境或者有利生產(chǎn)條件的地區(qū)就會有較高的林業(yè)生態(tài)效率,而經(jīng)營環(huán)境較差或者因為發(fā)展機遇的問題致使某些地區(qū)的林業(yè)生態(tài)效率不高。因此,必須要對原始數(shù)據(jù)進行調(diào)整,使得各地區(qū)能夠處于同質(zhì)環(huán)境,這樣測算的結(jié)果才能真正反映出各地的林業(yè)生態(tài)效率水平[19]。
3.1.3 第三階段:調(diào)整后的測算結(jié)果
從第二階段SFA回歸結(jié)果可以看出,環(huán)境變量對各省份的林業(yè)生態(tài)效率是有一定的影響。因此,將第二階段調(diào)整后的變量再次進行測算??傮w來看,江蘇、浙江、山東、廣東和福建等12個省份的林業(yè)生態(tài)效率均值都為1.000,在剔除環(huán)境因素等的影響下處于林業(yè)生態(tài)效率的隨機前沿面。廣西、四川、河北、吉林、內(nèi)蒙古和河南等15個省份的林業(yè)生態(tài)效率均值基本在0.900以上,湖南、陜西、青海和北京4個省份的林業(yè)生態(tài)效率均值基本在0.900以下[20]。
圖2為第三階段效率值變化情況。北京的林業(yè)生態(tài)效率依然處于較低水平,在0.600及以下,其次就是青海在0.600左右。2007—2018年,31個省份的林業(yè)生態(tài)效率值均有所下降,波動幅度較大。這一結(jié)果說明在剔除了環(huán)境因素和隨機干擾的影響之后,更能夠直觀地反映出各省份確切的林業(yè)生產(chǎn)效率值[21]。
圖2 第三階段效率值變化
3.1.4 林業(yè)生態(tài)效率的時空特征
從時間來看,我國林業(yè)生態(tài)效率均值呈現(xiàn)“V”型變化。2014年以前,處于緩慢下降的趨勢,2014年為最低值。2014年以后,林業(yè)生態(tài)效率均值出現(xiàn)較大幅度的上升。我國東部、東北部、西部和中部地區(qū)均在2014年處于林業(yè)生態(tài)效率的低谷,隨后就呈現(xiàn)上升趨勢,可能是因為2014年《中華人民共和國環(huán)境保護法》的出臺,使得環(huán)境保護的標準和力度發(fā)生改變,各方利益主體開始采取措施來保護林業(yè)生態(tài),使得林業(yè)生態(tài)保護力度不斷加強,林業(yè)生態(tài)效率值逐漸上升[22]。從全國十年的平均水平看,最低值出現(xiàn)在2014年,最高值在2017年,整體來看我國林業(yè)生態(tài)效率均值起伏波動較小,基本維持到0.95及以上的水平。這表明生態(tài)環(huán)境保護是有成效的,林業(yè)生態(tài)效率趨于穩(wěn)定[23]。
從空間來看,東北地區(qū)的林業(yè)生態(tài)效率變化趨勢基本保持不變,主要是因為東北地區(qū)的經(jīng)濟發(fā)展水平較高,環(huán)境的保護力度加大了。因此,在不考慮環(huán)境因素和隨機干擾的情況下,其林業(yè)生態(tài)效率變動也不大。由圖3和圖4可以看出,第三階段東部地區(qū)和西部地區(qū)的林業(yè)生態(tài)效率均值在2014年以前比第一階段大,表明2014年之前東部地區(qū)和西部地區(qū)的林業(yè)生態(tài)效率受到了環(huán)境因素和隨機干擾的影響。但這種影響逐年遞減,2014年之后,東部地區(qū)和西部地區(qū)的林業(yè)生態(tài)效率變動幅度不大[24]。中部地區(qū)的林業(yè)生態(tài)效率在剔除了環(huán)境因素和隨機干擾的影響之后,呈現(xiàn)上升的趨勢,且變動幅度較大。中部地區(qū)的地理位置比較特殊,森林資源相對豐富,但是經(jīng)濟發(fā)展水平較低,尤其是作為沿海地區(qū)產(chǎn)業(yè)的轉(zhuǎn)移陣地,生態(tài)保護力度不足,對林業(yè)的重視不足,投入也較少,林業(yè)生態(tài)效率較低。這意味著,中部地區(qū)要促進林業(yè)生態(tài)化就必須考慮從環(huán)境因素和管理因素出發(fā),推進林業(yè)產(chǎn)業(yè)生態(tài)化發(fā)展[25]。
圖3 第一階段效率值空間變化
圖4 第三階段效率值空間變化
東北地區(qū)林業(yè)生態(tài)效率均值高于全國平均水平,東部地區(qū)、西部地區(qū)和中部地區(qū)林業(yè)生態(tài)效率均值低于全國平均值,但都保持在0.940以上。林業(yè)生態(tài)效率均值低于有效狀態(tài)的地區(qū)需要在促進林業(yè)發(fā)展的過程中,注意根據(jù)自身實際情況調(diào)整林業(yè)投入產(chǎn)出比,改善林業(yè)生產(chǎn)方式和優(yōu)化林業(yè)生態(tài)結(jié)構(gòu)[26]。
3.2.1 多重共線性檢驗
采用回歸后續(xù)命令VIF對方差膨脹因子進行自動計算,模型的方差膨脹因子小于10,因此,多重共線性問題并不嚴重,這對后續(xù)的分析影響不大。檢驗結(jié)果如表4所示。表中所有變量的VIF值都小于10,說明回歸模型多重線性問題不大,能夠進行回歸分析[27]。
表4 多重共線性檢驗的VIF值
3.2.2 回歸分析
由于林業(yè)用地面積、營林固定資產(chǎn)投資、林業(yè)從業(yè)人數(shù)和林業(yè)能耗等變量的計量單位不同且絕對值較大,可能會存在異方差。因此,為了降低異方差的影響,在實際的檢驗中,對各序列都進行了取對數(shù)的處理[28],這樣并不會改變面板數(shù)據(jù)的性質(zhì)。
對林業(yè)生態(tài)效率的投入要素和環(huán)境要素進行多元線性回歸,結(jié)果如表5所示。模型Ⅰ中測算投入要素對林業(yè)生態(tài)效率的影響,模型Ⅱ測算投入要素和環(huán)境要素對林業(yè)生態(tài)效率的影響,主要變量的估計系數(shù)統(tǒng)計檢驗大多都顯著[29]。
表5 回歸結(jié)果
模型Ⅰ回歸結(jié)果表明,林業(yè)用地面積、林業(yè)能耗對林業(yè)生態(tài)效率的影響在5%水平上顯著,且為正相關(guān)影響。隨著林業(yè)用地面積和林業(yè)能耗的增加,林業(yè)生態(tài)效率可能也會增加。營林固定資產(chǎn)、林業(yè)從業(yè)人數(shù)對林業(yè)生態(tài)效率有顯著的負向影響。營林固定資產(chǎn)投入越多、林業(yè)從業(yè)人數(shù)增加,有可能會限制林業(yè)生態(tài)效率的提高[30]。
從模型Ⅱ回歸結(jié)果看,林業(yè)用地面積、林業(yè)能耗和林業(yè)生態(tài)效率有顯著的正向關(guān)系,林業(yè)用地面積和林業(yè)能耗越大,表明對林業(yè)面積和林業(yè)資本的投資越大,越有可能提高林業(yè)生態(tài)效率。營林固定資產(chǎn)、林業(yè)從業(yè)人數(shù)、第三產(chǎn)業(yè)占GDP比重對林業(yè)生態(tài)效率有顯著的負向影響,營林固定資產(chǎn)投資和林業(yè)從業(yè)人數(shù)越多、第三產(chǎn)業(yè)占GDP比重越大,林業(yè)生態(tài)效率值可能越低。人均GDP和財政對林業(yè)的支持兩個變量的系數(shù)在模型中不顯著,不太能得出這兩個變量和林業(yè)生態(tài)效率之間的關(guān)系,因此這個問題有待進一步研究。
總體上,投入要素中林業(yè)用地面積、營林固定資產(chǎn)投資、林業(yè)從業(yè)人數(shù)和林業(yè)能耗都對林業(yè)生態(tài)效率產(chǎn)生顯著影響??赡苁且驗?,隨著退耕還林政策的推進,越來越多的人認識到林業(yè)發(fā)展的潛力,在注意生態(tài)環(huán)境保護的情況下,恰當(dāng)控制林業(yè)能耗,在保證生態(tài)效益的過程中追求經(jīng)濟利益。由于營林固定資產(chǎn)投入的減少,政府對林業(yè)發(fā)展的干預(yù)削弱,林業(yè)市場發(fā)揮其作用。為保護生態(tài)環(huán)境,林業(yè)生態(tài)效率隨著林業(yè)市場作用的發(fā)揮而逐漸上升。林業(yè)從業(yè)人數(shù)的增多,可能會出現(xiàn)對林業(yè)資源的不規(guī)范使用,導(dǎo)致林業(yè)生態(tài)環(huán)境的破壞,林業(yè)生態(tài)效率下降。第三產(chǎn)業(yè)占GDP比重的增加,意味著林業(yè)資源的利用程度加深,但缺乏相應(yīng)的規(guī)范措施,致使不合理利用林業(yè)資源的情況出現(xiàn),導(dǎo)致林業(yè)生態(tài)效率降低[31]。
林業(yè)生態(tài)效率的提高,一方面要注意林業(yè)生態(tài)化過程中的投入和產(chǎn)出要合理配置,另一方面也要注意生態(tài)效益和經(jīng)濟效益的有機結(jié)合,使得人們能從林業(yè)生態(tài)化中獲得收益。本文基于2007—2018年31個省份的面板數(shù)據(jù),采用三階段DEA模型和多元線性回歸模型,測算我國的林業(yè)生態(tài)效率,探析我國林業(yè)生態(tài)效率的時空特征和影響因素,主要結(jié)論如下:
從時間演變看,我國林業(yè)生態(tài)效率在2007—2018年呈現(xiàn)先下降后上升的趨勢。2014年為拐點,主要是因為2014年《中華人民共和國環(huán)境保護法》的出臺,林業(yè)生態(tài)的重要性逐漸提高;從空間演變來看,東北地區(qū)林業(yè)生態(tài)效率均值高于全國平均水平,東部地區(qū)、西部地區(qū)和中部地區(qū)林業(yè)生態(tài)效率均值低于全國平均值。因為東北地區(qū)特殊的地理位置和較發(fā)達的社會經(jīng)濟發(fā)展水平使其對林業(yè)生態(tài)的發(fā)展投入較多,其林業(yè)生態(tài)化發(fā)展較好。
從影響因素看,林業(yè)用地面積、營林固定資產(chǎn)投資、林業(yè)從業(yè)人數(shù)和林業(yè)能耗對林業(yè)生態(tài)效率產(chǎn)生顯著影響。因此,要注意合理調(diào)整林業(yè)用地面積和林業(yè)能耗,適當(dāng)控制營林固定資產(chǎn)投資和林業(yè)從業(yè)人數(shù),較好地促進三次產(chǎn)業(yè)發(fā)展,保證林業(yè)特色資源的挖掘,實現(xiàn)我國林業(yè)生態(tài)效率的提高。
希望能夠通過本研究給相關(guān)部門制定林業(yè)生態(tài)化發(fā)展戰(zhàn)略提供參考。首先,各省份要結(jié)合自身省情,在吸收借鑒其他省份較好的生態(tài)治理經(jīng)驗的基礎(chǔ)上,制定差異化戰(zhàn)略,將經(jīng)濟發(fā)展與生態(tài)發(fā)展結(jié)合起來,提高本省份的林業(yè)生態(tài)效率,實現(xiàn)經(jīng)濟生態(tài)化和生態(tài)經(jīng)濟化。其次,要采取有力措施嚴守林業(yè)“生態(tài)紅線”,為林業(yè)生態(tài)化發(fā)展提供制度保障,促進林業(yè)生態(tài)效率的提高。最后,要優(yōu)化林業(yè)投入要素結(jié)構(gòu),提升林業(yè)生態(tài)效率。要及時解決我國林業(yè)發(fā)展對財政資金的過度依賴,缺乏一定市場競爭性等問題。因此,在優(yōu)化林業(yè)要素投入結(jié)構(gòu),保持資金投入合理增長的同時,應(yīng)加大對林業(yè)勞動力尤其是林業(yè)專業(yè)技術(shù)人才的培訓(xùn),進一步提高我國的林業(yè)生態(tài)效率。