摘 要：選取我國(guó)2004—2020年30個(gè)省（市、自治區(qū)）相關(guān)數(shù)據(jù)，并將全國(guó)劃分為東部、中部、西部三大區(qū)域，采用三階段DEA-Malmquist指數(shù)方法，分別從靜態(tài)和動(dòng)態(tài)對(duì)我國(guó)林業(yè)綠色生產(chǎn)效率進(jìn)行分析。研究發(fā)現(xiàn)：從靜態(tài)角度看，在排除外部環(huán)境和隨機(jī)因素的影響后，林業(yè)綠色生產(chǎn)效率有所下降；從動(dòng)態(tài)角度來(lái)看，林業(yè)綠色全要素生產(chǎn)率總體呈上升態(tài)勢(shì)，其中，技術(shù)進(jìn)步的貢獻(xiàn)最大，而技術(shù)效率的拉動(dòng)作用還需進(jìn)一步提升。

關(guān)鍵詞：林業(yè)；綠色生產(chǎn)效率；三階段DEA-Malmquist

中圖分類號(hào)：F326.27 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：2095–3305（2024）11–0-03

生態(tài)文明建設(shè)是我國(guó)全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的重要舉措，也是關(guān)系經(jīng)濟(jì)社會(huì)、人民幸福和國(guó)家未來(lái)的長(zhǎng)遠(yuǎn)大計(jì)。作為綠色產(chǎn)業(yè)，林業(yè)通過(guò)完善傳統(tǒng)生產(chǎn)結(jié)構(gòu)，為經(jīng)濟(jì)建設(shè)和生態(tài)建設(shè)作出了重要貢獻(xiàn)，綠色生產(chǎn)效率已成為林業(yè)長(zhǎng)遠(yuǎn)發(fā)展的關(guān)鍵動(dòng)力?；诖耍瑢W(xué)者運(yùn)用多種方法對(duì)林業(yè)生產(chǎn)要素配置效率進(jìn)行分析，如劉清泉等[1]采用隨機(jī)前沿生產(chǎn)函數(shù)方法將林業(yè)全要素生產(chǎn)率進(jìn)行分解；姜鈺等[2]、黃書(shū)苑等[3]運(yùn)用DEA-Malmquist指數(shù)法，對(duì)中國(guó)林業(yè)全要素生產(chǎn)率的發(fā)展趨勢(shì)進(jìn)行分析；楊旭等[4]、呂潔華等[5]采用超效率SBM模型測(cè)算我國(guó)林業(yè)綠色全要素生產(chǎn)率。選用2004—2020年林業(yè)投入產(chǎn)出相關(guān)數(shù)據(jù)，運(yùn)用三階段DEA-Malmquist模型對(duì)我國(guó)林業(yè)綠色生產(chǎn)效率進(jìn)行測(cè)算，以期得到更為科學(xué)合理的效率水平值，為我國(guó)林業(yè)發(fā)展提供可靠依據(jù)。

1 指標(biāo)選取與數(shù)據(jù)來(lái)源

1.1 指標(biāo)選取

參考呂潔華等的研究，確定林業(yè)綠色生產(chǎn)效率測(cè)算指標(biāo)體系（表1）。

1.2 數(shù)據(jù)來(lái)源

選取我國(guó)30個(gè)?。ㄊ?、自治區(qū)）作為研究對(duì)象（西藏及港澳臺(tái)地區(qū)除外），研究期間為2004—2020年。數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》及EPS數(shù)據(jù)庫(kù)。

2 實(shí)證分析結(jié)果

2.1 林業(yè)綠色生產(chǎn)效率靜態(tài)分析

2.1.1 傳統(tǒng)DEA生產(chǎn)效率測(cè)度

該階段主要運(yùn)用BCC模型，使用DEAP2.1軟件測(cè)算2020年林業(yè)綠色生產(chǎn)效率。測(cè)度結(jié)果見(jiàn)表2。

2020年中國(guó)綠色林業(yè)生產(chǎn)效率平均值為0.660，純技術(shù)效率平均值為0.671，規(guī)模效率平均值為0.987。技術(shù)效率方面，北京、天津、上海等9個(gè)省（市）處于前沿面，說(shuō)明這些地區(qū)在發(fā)展過(guò)程中資源配置較為合理。從規(guī)模效率來(lái)看，海南、重慶和新疆處于規(guī)模效率遞增階段，河北、安徽、云南和廣西處于規(guī)模效率遞減階段，其余?。ㄊ?、自治區(qū)）處于規(guī)模效應(yīng)趨平階段。

2.1.2 調(diào)整后生產(chǎn)效率測(cè)度

排除環(huán)境變量影響，調(diào)整后的計(jì)算結(jié)果見(jiàn)表3。

從表3可知，剔除影響后，技術(shù)效率均值從0.660下降至0.656，純技術(shù)效率均值從0.671上升至0.719，規(guī)模效率均值從0.987下降至0.923。

從技術(shù)效率來(lái)看，前沿面地區(qū)由9個(gè)減少至6個(gè)。各省份中，河北、山西、內(nèi)蒙古等19個(gè)（市、自治區(qū)）在第三階段的技術(shù)效率有所下降，說(shuō)明這些?。ㄊ?、自治區(qū)）之前的技術(shù)效率較高與所處環(huán)境密切相關(guān)，但在消除環(huán)境影響后，綜合效率有所下降。安徽、湖北、湖南等7個(gè)?。ㄊ小⒆灾螀^(qū)）在第三階段的總體效率有所提高，說(shuō)明這些省（市、自治區(qū)）總體效率低的原因是外部環(huán)境造成的，但具有較高的管理水平。

2.2 林業(yè)綠色全要素生產(chǎn)率動(dòng)態(tài)分析

為從動(dòng)態(tài)角度對(duì)其進(jìn)行更為全面的分析，利用DEAP2.1軟件對(duì)2004—2020年我國(guó)30個(gè)?。ㄊ?、自治區(qū)）進(jìn)行Malmquist指數(shù)分析，結(jié)果見(jiàn)表4、表5。由表4可知，2004—2020年我國(guó)林業(yè)綠色全要素生產(chǎn)率均值為1.136，說(shuō)明綜合考慮土地、勞動(dòng)、資本、能源等要素后的生產(chǎn)率水平為上升趨勢(shì)，總體上升13.6%。其中，技術(shù)效率呈上升趨勢(shì)，說(shuō)明在林業(yè)生產(chǎn)過(guò)程中更關(guān)注林業(yè)高新技術(shù)的更新?lián)Q代，對(duì)效率提升方面重視程度稍有不足。將技術(shù)效率進(jìn)一步分解可知，規(guī)模效率拉動(dòng)了技術(shù)效率的提升，而純技術(shù)效率則對(duì)技術(shù)效率增長(zhǎng)具有負(fù)面影響。分年度來(lái)看，2017—2018年綠色全要素生產(chǎn)率增長(zhǎng)最快，為194.3％，2006—2007年綠色全要素生產(chǎn)率呈現(xiàn)負(fù)增長(zhǎng)，為-0.4%。

由表5結(jié)果可知，分區(qū)域來(lái)看，研究期內(nèi)東部、中部和西部3個(gè)地區(qū)的林業(yè)綠色全要素生產(chǎn)率均值分別提升19.1%、16.0%、7.7%，東部地區(qū)＞中部地區(qū)＞西部地區(qū)。中部地區(qū)林業(yè)綠色全要素生產(chǎn)率提升來(lái)源于技術(shù)效率和技術(shù)進(jìn)步的雙重影響，而東部地區(qū)和西部地區(qū)林業(yè)綠色全要素生產(chǎn)率提升更多來(lái)源于技術(shù)進(jìn)步。

分省（市、自治區(qū)）來(lái)看，2004—2020年我國(guó)30個(gè)省（市、自治區(qū)）之間林業(yè)綠色全要素生產(chǎn)率存在明顯差異。30個(gè)?。ㄊ?、自治區(qū)）中林業(yè)綠色全要素生產(chǎn)率增長(zhǎng)率有15個(gè)要比全國(guó)的平均水平高。有15個(gè)?。ㄊ小⒆灾螀^(qū)）的林業(yè)綠色全要素生產(chǎn)率低于全國(guó)平均水平。其中，林業(yè)綠色全要素生產(chǎn)率低于全區(qū)平均水平但高于1的?。ㄊ?、自治區(qū)）有13個(gè)。其余2個(gè)?。ㄊ校┑牧謽I(yè)綠色全要素生產(chǎn)率低于1，分別為上海和青海。

3 結(jié)論

從靜態(tài)和動(dòng)態(tài)角度對(duì)林業(yè)綠色生產(chǎn)效率及全要素生產(chǎn)率進(jìn)行測(cè)算，結(jié)論如下：

（1）剔除環(huán)境變量和隨機(jī)因素影響后，2020年我國(guó)林業(yè)綠色生產(chǎn)效率的綜合效率均值下降至0.656，純技術(shù)效率均值上升至0.719，規(guī)模效率均值下降至0.923。處于前沿面的地區(qū)由9個(gè)下降至6個(gè)，占20%的比例。

（2）林業(yè)綠色全要素生產(chǎn)率不斷增長(zhǎng)，平均提升13.6%，2017—2018年增長(zhǎng)最快，2006—2007年增長(zhǎng)最慢。30個(gè)?。ㄊ?、自治區(qū)）中有28個(gè)全要素生產(chǎn)率均處于上升趨勢(shì)，且相互之間存在明顯差異，其中天津最高，甘肅最低。

參考文獻(xiàn)

[1] 劉清泉，江華.中國(guó)林業(yè)全要素生產(chǎn)率測(cè)算[J].統(tǒng)計(jì)與決策，2017（4）：146-149.

[2] 姜鈺，管時(shí)一.中國(guó)林業(yè)全要素生產(chǎn)率的時(shí)空演變及集聚特征分析[J].華東經(jīng)濟(jì)管理，2018，32（2）：117-121.

[3] 黃書(shū)苑，馬丁丑.西北地區(qū)家庭林業(yè)全要素生產(chǎn)率測(cè)算及收斂性分析：基于陜甘兩省7年的1000個(gè)固定樣本[J].干旱區(qū)資源與環(huán)境，2021，35（2）：21-27.

[4] 楊旭，屈志光，鄧遠(yuǎn)建.中國(guó)省域林業(yè)生產(chǎn)技術(shù)效率的空間收斂性及分異特征[J].資源科學(xué)，2021，43（10）：1947-1960.

[5] 呂潔華，孫嘉宇，蔡秀亭.中國(guó)林業(yè)綠色全要素生產(chǎn)率的時(shí)空演變分析[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2022，21（3）：320-330.