張士菊 吳慧

摘要：利用安徽省2014—2020年面板數(shù)據(jù)，結(jié)合超效率SBM和Global Malmquist指數(shù)模型對(duì)安徽省大別山連片特困區(qū)12個(gè)縣林業(yè)扶貧的時(shí)間和空間效率進(jìn)行評(píng)價(jià)，結(jié)果顯示，安徽省12個(gè)縣林業(yè)扶貧效率較高，且大部分縣的林業(yè)扶貧效率呈上升趨勢(shì)；技術(shù)效率進(jìn)步是全要素生產(chǎn)效率提高的主要帶動(dòng)因素；林業(yè)經(jīng)濟(jì)效率較高的地區(qū)，綠化和生態(tài)環(huán)境建設(shè)較好；12個(gè)縣的林業(yè)扶貧效率存在差異，影響因素各異。提出開展特色林業(yè)產(chǎn)業(yè)扶持，挖掘林業(yè)發(fā)展的多維潛力；提高林業(yè)扶貧技術(shù)和規(guī)模效率，優(yōu)化配置林業(yè)科技發(fā)展要素；科學(xué)利用林業(yè)扶貧模式，提升林業(yè)產(chǎn)業(yè)的內(nèi)生可持續(xù)發(fā)展；合理規(guī)劃林業(yè)產(chǎn)業(yè)資源，努力實(shí)現(xiàn)生態(tài)保護(hù)與鞏固脫貧成果的雙贏。

關(guān)鍵詞：連片特困區(qū)；林業(yè)扶貧效率；超效率SBM；Global Malmquist指數(shù)；大別山；安徽省

中圖分類號(hào)：F327.9? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2024）04-0191-06

Evaluation of the efficiency of forestry poverty alleviation in the Dabie Mountains in Anhui Province：Based on the super efficiency SBM Malmquist index model

Abstract： Using panel data from Anhui Province from 2014 to 2020， combined with the super efficiency SBM and Global Malmquist index model， the time and spatial efficiency of forestry poverty alleviation in 12 counties in contiguous poverty-stricken areas of the Dabie Mountains in Anhui Province was evaluated. The results showed that the forestry poverty alleviation efficiency was relatively high in 12 counties in Anhui Province， and the forestry poverty alleviation efficiency in most counties was on the rise；technological efficiency progress was the main driving factor for the improvement of total factor production efficiency；regions with higher forestry economic efficiency had better greening and ecological environment construction；there were differences in the efficiency of forestry poverty alleviation among 12 counties， and the influencing factors varied. It was proposed to carry out support for characteristic forestry industries and tap into the multidimensional potential of forestry development；improve forestry poverty alleviation technology and scale efficiency， and optimize the allocation of forestry technology development factors；scientifically utilize forestry poverty alleviation models to enhance the endogenous sustainable development of the forestry industry；reasonably plan forestry industry resources and strive to achieve a win-win situation of ecological protection and consolidating poverty alleviation achievements.

Key words： contiguous poverty-stricken areas； efficiency of forestry poverty alleviation； super efficiency SBM； Global Malmquist index； Dabie Mountain； Anhui Province

2021年2月，習(xí)近平總書記在全國脫貧攻堅(jiān)總結(jié)表彰大會(huì)上發(fā)表重要講話，宣告脫貧攻堅(jiān)戰(zhàn)完美收官，要切實(shí)做好鞏固拓展脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接的各項(xiàng)工作，使脫貧基礎(chǔ)更加穩(wěn)固、成效更可持續(xù)；對(duì)脫貧地區(qū)的產(chǎn)業(yè)要長期培育和支持，激發(fā)內(nèi)生動(dòng)力，推動(dòng)可持續(xù)發(fā)展。安徽省是中國南方集體林重點(diǎn)區(qū)域，全省林業(yè)用地面積約占國土總面積的30%，林業(yè)收入在全省國民經(jīng)濟(jì)和社會(huì)發(fā)展中占有重要地位。2021年安徽省林業(yè)總產(chǎn)值超過? ? ?5 000億元，特色經(jīng)濟(jì)林、林下經(jīng)濟(jì)、森林旅游等新興林業(yè)產(chǎn)業(yè)發(fā)展迅猛。為了充分發(fā)揮安徽省大別山自然環(huán)境優(yōu)勢(shì)、資源優(yōu)勢(shì)和林業(yè)扶貧政策優(yōu)勢(shì)，有必要對(duì)該地區(qū)的林業(yè)扶貧效率進(jìn)行深入研究，從而制定更加精準(zhǔn)的林業(yè)扶貧策略，幫助其走出“資源詛咒”的陷阱。

學(xué)者對(duì)林業(yè)扶貧效果評(píng)估的研究成果較豐富。仇曉璐等［1］構(gòu)建了林業(yè)扶貧績效評(píng)價(jià)體系，以經(jīng)濟(jì)建設(shè)、生態(tài)建設(shè)、社會(huì)公共服務(wù)為準(zhǔn)則層，并利用熵權(quán)法對(duì)貴州省獨(dú)山縣、荔波縣，以及廣西龍勝縣和羅城縣的林業(yè)扶貧績效進(jìn)行評(píng)價(jià)。李明娟等［2］以林業(yè)資金投入為自變量，以貧困人口就業(yè)人數(shù)和貧困人口人均收入為因變量，構(gòu)建了2個(gè)線性回歸模型，檢驗(yàn)林業(yè)資金投入對(duì)連片特困地區(qū)的減貧效應(yīng)。韓鋒等［3］利用案例分析法分析了貢山縣和福貢縣的林業(yè)精準(zhǔn)扶貧成效。陳甲［4］以林業(yè)扶貧效果、林業(yè)扶貧可持續(xù)性和林業(yè)扶貧精準(zhǔn)度3個(gè)指標(biāo)作為層次分析法（AHP法）的準(zhǔn)則層，對(duì)云南省祥云縣大倉村的林業(yè)精準(zhǔn)扶貧績效進(jìn)行評(píng)價(jià)。王磊［5］通過訪談和問卷調(diào)查，利用層次分析法構(gòu)建了包含認(rèn)知、經(jīng)濟(jì)和扶貧三大維度的影響林業(yè)扶貧工作質(zhì)量的要素模型，對(duì)安徽省的林業(yè)精準(zhǔn)扶貧效果進(jìn)行研究。

已有研究主要通過實(shí)地調(diào)研來分析和總結(jié)當(dāng)?shù)氐牧謽I(yè)扶貧現(xiàn)狀、存在的問題及解決路徑，縱向研究較多，缺乏橫向區(qū)域間的比較分析。本研究構(gòu)建了多維度的林業(yè)扶貧效率評(píng)價(jià)指標(biāo)體系，采用投入—產(chǎn)出效益分析方法，并運(yùn)用超效率SBM-Malmquist指數(shù)模型對(duì)林業(yè)扶貧效率進(jìn)行定量分析和橫向比較，以期為中國林業(yè)扶貧效率提升提供有價(jià)值的決策參考。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

大別山連片特困區(qū)位于安徽省、湖北省、河南省的交匯處。區(qū)域內(nèi)貧困輻射范圍廣、程度深，貧困人口數(shù)量多且貧困發(fā)生率高，扶貧脫貧的需求緊迫。2012年，國務(wù)院扶貧辦將安徽省內(nèi)大別山連片特困地區(qū)的范圍確定為安慶市轄區(qū)的潛山縣（2018年撤縣設(shè)市，改為縣級(jí)市）、太湖縣、宿松縣、望江縣、岳西縣，阜陽市轄區(qū)的臨泉縣、阜南縣、潁上縣，六安市轄區(qū)的壽縣（國務(wù)院于2015年12月3日將壽縣劃歸淮南市管轄）、霍邱縣、金寨縣，以及亳州市轄區(qū)的利辛縣共12個(gè)縣。本研究以安徽省大別山12個(gè)貧困縣作為決策單元（DUM），數(shù)據(jù)來源于2014—2020年《安徽省統(tǒng)計(jì)年鑒》和12個(gè)縣統(tǒng)計(jì)公報(bào)及政府工作報(bào)告。

1.2 模型選擇

1.2.1 超效率SBM模型 數(shù)據(jù)包絡(luò)分析法（DEA）由Charnes等［6］于1978年提出，它以相對(duì)效率為基本準(zhǔn)則，利用數(shù)學(xué)規(guī)劃知識(shí)和模型計(jì)算決策單元間投入、產(chǎn)出的相對(duì)效率，決策者以此作為分析決策單元效益的依據(jù)。DEA模型包括CCR模型、BCC模型和SBM模型等，CCR模型、BCC模型是以投入和產(chǎn)出徑向?yàn)榛A(chǔ)進(jìn)行測算，要求所有的投入與產(chǎn)出同比例縮減或增加；非徑向SBM模型解決了徑向帶來的效率偏差問題，考慮了投入和產(chǎn)出的松弛變量。超效率SBM模型則是對(duì)傳統(tǒng)SBM模型的優(yōu)化，它能解決多個(gè)決策單元的效率同時(shí)為1而無法深入比較的問題，超效率SBM模型效率大于等于1時(shí)表示效率最優(yōu)。超效率非徑向SBM模型的計(jì)算公式如下。

式中，[θ]*表示林業(yè)扶貧效率；x和y分別表示投入和產(chǎn)出變量；S-和S+分別表示投入和產(chǎn)出的松弛變量，且S-≥0，S+≥0；i表示投入指標(biāo)數(shù)，i = 1，2，…，m；r為產(chǎn)出指標(biāo)數(shù)，r =1，2，…，q；o表示決策單元；[λ]表示權(quán)重；j為決策單元的指標(biāo)數(shù)；[ xio]表示第o個(gè)決策單元的投入；[yro]表示第o個(gè)決策單元的產(chǎn)出。

1.2.2 Global Malmquist指數(shù) Global Malmquist指數(shù)基于DEA產(chǎn)生，用來衡量t到t+1時(shí)的效率動(dòng)態(tài)變化特征與趨勢(shì)，可以根據(jù)Global Malmquist指數(shù)識(shí)別和判斷現(xiàn)階段林業(yè)扶貧效率的主要影響因素［7］。應(yīng)用基于全域技術(shù)集的Global Malmquist生產(chǎn)率指數(shù)測算全要素生產(chǎn)率變化，全要素生產(chǎn)率受技術(shù)水平和技術(shù)效率影響，計(jì)算公式如下。

M0=EC×TC? （3）

式中，M0為全要素生產(chǎn)率；EC為技術(shù)效率指數(shù)；TC為技術(shù)水平指數(shù)。

技術(shù)效率分解為純技術(shù)效率和規(guī)模效率［8］，計(jì)算公式如下。

EC=PEC×SEC? （4）

式中，PEC為純技術(shù)效率指數(shù)；SEC為規(guī)模效率指數(shù)。

1.3 指標(biāo)選取

超效率SBM模型要求決策單元個(gè)數(shù)大于或等于投入、產(chǎn)出指標(biāo)數(shù)乘積的2倍，且對(duì)投入和產(chǎn)出指標(biāo)的設(shè)置有較高要求，指標(biāo)設(shè)置越恰當(dāng)，效率評(píng)價(jià)的結(jié)果越科學(xué)。在借鑒前人研究成果［9-12］的基礎(chǔ)上，篩選了3個(gè)投入指標(biāo)（鄉(xiāng)村每年人均農(nóng)林水財(cái)政投入、鄉(xiāng)村每年從業(yè)人數(shù)、營林面積）和2個(gè)產(chǎn)出指標(biāo)（鄉(xiāng)村居民每年人均可支配收入和鄉(xiāng)村每年人均林業(yè)總產(chǎn)值），本研究選取的指標(biāo)數(shù)符合模型要求，如表1所示。

在3個(gè)投入指標(biāo)中，鄉(xiāng)村每年人均農(nóng)林水財(cái)政投入對(duì)增強(qiáng)林業(yè)競爭力和改善林業(yè)生產(chǎn)環(huán)境有顯著影響，作為林業(yè)扶貧的經(jīng)濟(jì)投入指標(biāo)；因林業(yè)生產(chǎn)需要耗費(fèi)勞動(dòng)力，故用鄉(xiāng)村每年從業(yè)人數(shù)作為林業(yè)人力資本投入指標(biāo)；營林面積作為林業(yè)扶貧的土地資源投入指標(biāo)。本研究的目的是探究發(fā)展林業(yè)在貧困地區(qū)脫貧工作中的作用，而貧困現(xiàn)象多存在于鄉(xiāng)村地區(qū)，因此，選擇鄉(xiāng)村居民每年人均可支配收入作為產(chǎn)出指標(biāo)；林業(yè)產(chǎn)值能客觀且準(zhǔn)確反映林業(yè)投入所帶來的經(jīng)濟(jì)效益，故將鄉(xiāng)村每年人均林業(yè)總產(chǎn)值也作為產(chǎn)出指標(biāo)。為了減小價(jià)格波動(dòng)的影響，確保變量之間的可比性，以2014年為基期，用CPI法和GDP平減指數(shù)法進(jìn)行平減。

2 結(jié)果與分析

2.1 林業(yè)扶貧效率分析

利用MaxDEA分析軟件計(jì)算2014—2020年大別山12個(gè)縣林業(yè)扶貧效率，具體扶貧效率等級(jí)劃分如表2所示。

由表3可知，從地區(qū)維度來看，大別山12個(gè)縣林業(yè)扶貧效率均值達(dá)0.790，處于中高等級(jí)。2014—2020年12個(gè)縣林業(yè)扶貧效率存在較大差異，臨泉縣林業(yè)扶貧效率呈上升趨勢(shì)，均值為0.526；潛山縣和岳西縣林業(yè)扶貧效率雖有小幅度的下降，但這2個(gè)縣7年的林業(yè)扶貧效率均大于1.000，處于領(lǐng)先地位，均值分別為1.286、1.130；僅有2個(gè)縣（潛山縣和岳西縣）連續(xù)7年處于優(yōu)等級(jí)，占比16.67%。

從時(shí)間維度來看，2014年的林業(yè)扶貧效率均值為0.671，2020年林業(yè)扶貧效率均值達(dá)0.913，12個(gè)縣林業(yè)扶貧效率呈波動(dòng)上升的趨勢(shì)。這說明在各要素的推動(dòng)下，安徽省大別山林業(yè)扶貧的整體效率持續(xù)上升，并已接近效率最優(yōu)，通過合理優(yōu)化各生產(chǎn)資料，林業(yè)扶貧工作初見成效。2014—2020年，阜南縣、壽縣、金寨縣、太湖縣、望江縣、岳西縣的扶貧規(guī)模報(bào)酬呈增加趨勢(shì)，臨泉縣、潁上縣、潛山縣林業(yè)扶貧規(guī)模報(bào)酬呈減少趨勢(shì)，利辛縣、霍邱縣、宿松縣的扶貧規(guī)模報(bào)酬保持不變。

2.2 Global Malmquist指數(shù)分析

由表4可知，2014—2020年安徽省大別山12個(gè)縣林業(yè)扶貧效率全要素生產(chǎn)率均值為0.977。從全要素生產(chǎn)率的分解情況來看，技術(shù)效率指數(shù)均值為1.099，純技術(shù)效率指數(shù)均值為1.092，規(guī)模效率指數(shù)均值為1.006，這3個(gè)指數(shù)均值均大于1.000，表明對(duì)應(yīng)效率有所增長，但增長幅度有限。12個(gè)縣技術(shù)水平指數(shù)均值只有0.889，且12個(gè)縣的技術(shù)水平指數(shù)均小于1.000，望江縣的技術(shù)水平指數(shù)最低，為0.772。由此可知，技術(shù)水平指數(shù)低是導(dǎo)致全要素生產(chǎn)率低的主要原因，表明安徽省大別山12個(gè)縣的林業(yè)扶貧技術(shù)水平有待提高。

由表5可知，2014—2015年和2019—2020年安徽省大別山12個(gè)縣的全要素生產(chǎn)率均小于1.000，其他年份均大于1.000，林業(yè)扶貧效率未呈現(xiàn)逐年上升的趨勢(shì)。從各年份來看，2014—2015年全要素生產(chǎn)率為0.651，其中技術(shù)水平指數(shù)較低，僅為0.573；2019—2020年全要素生產(chǎn)率為0.985，其中技術(shù)水平指數(shù)為0.956。2015—2016年、2016—2017年、2017—2018年、2018—2019年的全要素生產(chǎn)率分別為1.054、1.070、1.155、1.038，其中2015—2016年的全要素生產(chǎn)率是由技術(shù)水平上升帶動(dòng)。因此，大別山連片特困區(qū)林業(yè)扶貧效率的提高要著眼于技術(shù)水平的創(chuàng)新，加大科學(xué)技術(shù)投入，鼓勵(lì)技術(shù)創(chuàng)新，促進(jìn)林業(yè)帶動(dòng)地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。

現(xiàn)對(duì)全要素生產(chǎn)率進(jìn)行分解，結(jié)果如圖1所示，技術(shù)效率較技術(shù)水平對(duì)全要素生產(chǎn)率的貢獻(xiàn)更大。把提高林業(yè)生產(chǎn)發(fā)展的技術(shù)效率作為林業(yè)扶貧政策實(shí)施的著力點(diǎn)，同時(shí)不能忽略技術(shù)水平的短板效應(yīng)。

2.3 效率形態(tài)類型分析

采用超效率SBM模型、Global Malmquist指數(shù)方法對(duì)安徽省大別山連片特困區(qū)12個(gè)縣林業(yè)扶貧效率和全要素生產(chǎn)率進(jìn)行了測算，用效率作為橫坐標(biāo)，全要素生產(chǎn)率為縱坐標(biāo)，以2014—2020年安徽省林業(yè)扶貧效率均值（0.790）為橫坐標(biāo)的臨界值，以全要素生產(chǎn)率均值（0.977）為縱坐標(biāo)的臨界值，繪制四象限散點(diǎn)圖，并且借鑒生命周期模型來研究區(qū)域內(nèi)的林業(yè)扶貧效率類型。如圖2所示，將12個(gè)縣劃分為雙低型林業(yè)扶貧縣、朝陽型林業(yè)扶貧縣、黃金型林業(yè)扶貧縣和夕陽型林業(yè)扶貧縣。

1）黃金型。黃金型林業(yè)扶貧縣位于第Ⅰ象限，包括太湖縣和潁上縣，其林業(yè)扶貧效率高于研究區(qū)域效率平均值，且效率呈增長態(tài)勢(shì)。這些地區(qū)林業(yè)資源豐富，脫貧效率的提升主要依靠農(nóng)業(yè)資源帶動(dòng)，而林業(yè)是農(nóng)業(yè)資源的重要組成部分，且生態(tài)扶貧是林業(yè)發(fā)展的延展［13］。例如太湖縣曾被授予“第四批國家生態(tài)文明建設(shè)”的稱號(hào)，其豐富的林業(yè)扶貧經(jīng)驗(yàn)和當(dāng)?shù)卣馁Y金、技術(shù)支持都有助于林業(yè)扶貧效率提升和生態(tài)環(huán)境優(yōu)化。

2）朝陽型。朝陽型林業(yè)扶貧縣位于第Ⅱ象限，包括阜南縣、臨泉縣、宿松縣、金寨縣和霍邱縣，其林業(yè)扶貧效率低于研究區(qū)效率平均值，但效率呈增長態(tài)勢(shì)。這5個(gè)縣都擁有豐富的林業(yè)資源，但林業(yè)在促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展中的推力還不夠。若當(dāng)?shù)卣途用裰匾暳謽I(yè)資源利用，提升林業(yè)在扶貧開發(fā)中的地位，帶動(dòng)貧困人口脫貧，可進(jìn)一步提升該地區(qū)林業(yè)扶貧效率。

3）雙低型。雙低型林業(yè)扶貧縣位于第Ⅲ象限，包括利辛縣和望江縣，其林業(yè)扶貧效率低于研究區(qū)效率平均值，且效率呈下降態(tài)勢(shì)。主要是因?yàn)檫@2個(gè)縣林業(yè)優(yōu)勢(shì)資源相對(duì)較少，林業(yè)發(fā)展基礎(chǔ)薄弱，未形成規(guī)模效應(yīng)，林業(yè)產(chǎn)值對(duì)當(dāng)?shù)亟?jīng)濟(jì)的貢獻(xiàn)小。若政府重視林業(yè)發(fā)展，鼓勵(lì)居民積極參與林業(yè)扶貧，使貧困人口從林業(yè)發(fā)展中獲益，從而進(jìn)一步拓展林業(yè)扶貧效果。

4）夕陽型。夕陽型林業(yè)扶貧縣位于第Ⅳ象限，包括岳西縣、潛山縣和壽縣，其扶貧效率高于研究區(qū)效率平均值，但效率呈下降態(tài)勢(shì)。岳西縣和潛山縣林業(yè)資源豐富，植被覆蓋率占縣土地面積的50%以上，有“天然氧吧”的美譽(yù)，且被評(píng)為生態(tài)文明建設(shè)示范區(qū)。當(dāng)?shù)卣e極利用其林業(yè)資源優(yōu)勢(shì)發(fā)展森林旅游業(yè)，例如潛山縣通過開發(fā)天柱山旅游景區(qū)，岳西縣通過挖掘明堂山、司空山林業(yè)資源發(fā)展森林旅游，帶動(dòng)居民增收致富。但這些縣現(xiàn)階段林業(yè)扶貧模式單一、森林旅游發(fā)展后勁不足，應(yīng)探索和創(chuàng)新更多的林業(yè)扶貧增長點(diǎn)，如通過建設(shè)林下經(jīng)濟(jì)、森林康養(yǎng)、森林研學(xué)基地等來提高林業(yè)扶貧效率，擺脫林業(yè)扶貧夕陽型的困境。

3 小結(jié)與建議

3.1 小結(jié)

本研究通過超效率SBM和Global Malmquist指數(shù)模型對(duì)安徽省大別山連片特困地區(qū)12個(gè)縣的林業(yè)扶貧效率進(jìn)行分析。

第一，總體林業(yè)扶貧效率較高，且大部分縣的效率呈增長趨勢(shì)。通過對(duì)2014—2020年安徽省大別山連片特困地區(qū)林業(yè)扶貧效率進(jìn)行分析，發(fā)現(xiàn)7年內(nèi)的扶貧效率均值達(dá)0.790，且林業(yè)扶貧效率相對(duì)穩(wěn)定。

第二，技術(shù)效率是全要素生產(chǎn)效率提高的主要帶動(dòng)因素。從Global Malmquist指數(shù)的分解可以看出，技術(shù)效率是地區(qū)林業(yè)扶貧效率提高的關(guān)鍵因素，應(yīng)把提高林業(yè)生產(chǎn)發(fā)展的技術(shù)效率作為林業(yè)扶貧政策實(shí)施的著力點(diǎn)，同時(shí)不能忽略技術(shù)水平的短板效應(yīng)。

第三，林業(yè)扶貧效率較高的地區(qū)，綠化和生態(tài)環(huán)境建設(shè)較好。林業(yè)扶貧模式分為林業(yè)生態(tài)扶貧和林業(yè)產(chǎn)業(yè)扶貧，生態(tài)建設(shè)較好的地區(qū)可實(shí)現(xiàn)生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展的共贏。政府通過給予參加生態(tài)退耕還林的農(nóng)戶財(cái)政補(bǔ)貼、給擔(dān)任生態(tài)護(hù)林員的貧困人員發(fā)放工資報(bào)酬等方式，使貧困人口在林業(yè)生態(tài)保護(hù)的過程中獲得經(jīng)濟(jì)收入。同時(shí)，通過建設(shè)國家儲(chǔ)備林等生態(tài)保護(hù)項(xiàng)目，增強(qiáng)貧困地區(qū)的生態(tài)承載力和可持續(xù)發(fā)展能力。

第四，12個(gè)縣的林業(yè)扶貧效率不一，所處的林業(yè)扶貧區(qū)間不同。以12個(gè)縣的林業(yè)扶貧效率為依據(jù)，將其劃分為4種類型，由于12個(gè)縣林業(yè)扶貧的經(jīng)濟(jì)基礎(chǔ)和自然環(huán)境不同，應(yīng)根據(jù)現(xiàn)階段所處類型探索具有時(shí)效性、本土化的林業(yè)扶貧策略。

3.2 建議

1）開展特色林業(yè)產(chǎn)業(yè)扶持，挖掘林業(yè)發(fā)展的多維潛力。安徽省大別山區(qū)具有豐富的林業(yè)資源，不同地區(qū)的林業(yè)資源發(fā)展?fàn)顩r具有差異性，當(dāng)?shù)卣畱?yīng)因地制宜制定切實(shí)可行的林業(yè)扶持政策，為林業(yè)發(fā)展提供內(nèi)在動(dòng)力，促使林業(yè)扶貧效率穩(wěn)定持續(xù)。

2）提高林業(yè)扶貧技術(shù)和規(guī)模效率，優(yōu)化配置林業(yè)科技發(fā)展要素。一是加強(qiáng)區(qū)域間的合作和交流，通過區(qū)域聯(lián)合模式向周邊地區(qū)學(xué)習(xí)林業(yè)開發(fā)技術(shù)和扶貧經(jīng)驗(yàn)，實(shí)現(xiàn)“1+1>2”的效果，從而提高林業(yè)產(chǎn)業(yè)發(fā)展的規(guī)模效應(yīng)和聚集效應(yīng)。二是提高林業(yè)工作者的工資待遇，為高素質(zhì)管理者和創(chuàng)新科技人才營造良好的生活工作環(huán)境，增強(qiáng)林業(yè)扶貧項(xiàng)目效應(yīng)和產(chǎn)業(yè)聯(lián)動(dòng)效應(yīng)。

3）科學(xué)利用林業(yè)扶貧模式，提升林業(yè)產(chǎn)業(yè)的內(nèi)生可持續(xù)發(fā)展。政府在林業(yè)扶貧中發(fā)揮宏觀調(diào)控作用，同時(shí)積極探索政企合作，加強(qiáng)農(nóng)戶專業(yè)合作社建設(shè)，并將貧困人口納入到利益分配體系當(dāng)中，進(jìn)一步細(xì)化為“政府+龍頭企業(yè)+貧困戶”“政府+龍頭企業(yè)+合作社”等模式，鼓勵(lì)企業(yè)雇傭一定比例的貧困人口，優(yōu)化要素配置，從而提高林業(yè)扶貧效率。

4）合理規(guī)劃林業(yè)產(chǎn)業(yè)資源，努力實(shí)現(xiàn)生態(tài)保護(hù)與鞏固脫貧成果的雙贏。當(dāng)?shù)卣畱?yīng)著力提高林業(yè)發(fā)展的風(fēng)險(xiǎn)防范能力，在林業(yè)扶貧開發(fā)的同時(shí)保護(hù)林業(yè)資源和生物多樣性，篤行不怠地貫徹落實(shí)林業(yè)生態(tài)補(bǔ)償機(jī)制，讓林業(yè)資源真正成為造福后代的“綠色銀行”，實(shí)現(xiàn)興林富民的目標(biāo)。

參考文獻(xiàn)：

［1］ 仇曉璐，陳紹志，趙 榮，等.林業(yè)定點(diǎn)扶貧績效評(píng)估研究［J］. 林業(yè)經(jīng)濟(jì)，2019，41（3）：10-16.

［2］ 李明娟，顏 琦，吳 瓊. 林業(yè)資金投入對(duì)集中連片特困地區(qū)的減貧效應(yīng)——以廣西壯族自治區(qū)羅城仫佬族自治縣為例［J］. 東北林業(yè)大學(xué)學(xué)報(bào)，2020，48（8）：85-88，128.

［3］ 韓 鋒，郝學(xué)峰，包雪梅，等.少數(shù)民族地區(qū)林業(yè)精準(zhǔn)扶貧效果分析——基于云南省怒江州貢山、福貢兩縣調(diào)研［J］. 林業(yè)經(jīng)濟(jì)，2017，39（10）：15-20.

［4］ 陳 甲. 林業(yè)精準(zhǔn)扶貧績效評(píng)價(jià)研究［J］. 農(nóng)場經(jīng)濟(jì)管理，2018（11）：45-49.

［5］ 王 磊. 基于本土生態(tài)知識(shí)的林業(yè)精準(zhǔn)扶貧研究——以安徽省為例［J］. 林業(yè)經(jīng)濟(jì)，2019，41（3）：21-26，49.

［6］ CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units［J］. European journal of operational research， 1978， 2（6）：429-444.

［7］ COSTA C K，BALBINOTTO N G， SAMPAIO L M. Efficiency of brazilian states and the federal district in the public kidney transplant system based on DEA（data envelopment analysis） and the malmquist index［J］. Cadernos DE saude publica， 2014， 30（8）：1667-1679.

［8］ FARE R，GROSSKOPF S，NORRIS M，et al. Productivity growth， tenical progress，and efficiency change in industrialized countries［J］.American economic review， 1997， 87（5）： 1040-1044.

［9］ 李 研，張大紅. 要素投入對(duì)林業(yè)經(jīng)濟(jì)增長影響的實(shí)證分析［J］. 統(tǒng)計(jì)與決策，2018，34（15）：133-135.

［10］ 黃淵基. 連片特困地區(qū)旅游扶貧效率評(píng)價(jià)及時(shí)空分異——以武陵山湖南片區(qū)20個(gè)縣（市、區(qū)）為例［J］. 經(jīng)濟(jì)地理，2017，37（11）：229-235.

［11］ 周鵬飛，沈 洋. 集中連片特困地區(qū)產(chǎn)業(yè)扶貧效率及影響因素實(shí)證分析——以甘肅省31區(qū)縣馬鈴薯產(chǎn)業(yè)為例［J］. 西北人口，2020， 41（3）：57-68.

［12］ 洪名勇，龍 嬌，婁 磊. 林業(yè)生態(tài)效率：時(shí)空特征與影響因素——基于我國31個(gè)省份數(shù)據(jù)的實(shí)證分析［J］. 生態(tài)經(jīng)濟(jì)，2022，38（2）：91-97.

［13］ 張 莉，夏夢(mèng)麗. 林業(yè)生態(tài)扶貧研究進(jìn)展［J］. 世界林業(yè)研究，2018，31（4）：8-12.