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。

1 文獻綜述

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 研究設(shè)計

2.1 研究方法

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。

2.2 變量選取

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

2.3 數(shù)據(jù)來源

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 實證分析

3.1 三階段DEA模型結(jié)果分析

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 林業(yè)生態(tài)效率的影響因素分析

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]。

4 結(jié)論與建議

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。