浙江省林業經濟增長問題研究

陳周光,崔偉偉,龍飛

（浙江農林大學經濟管理學院,浙江 杭州 311300）

林業既是一個重要的物質生產部門,又是一項社會公益事業,是國民經濟的重要組成部分以及國家的基礎性產業,不但具有經濟效益,而且具有較高的生態效益和社會效益,同時在促進農村經濟發展、改善農民生活水平方面作用更為突出[1-4].此外,在生態扶貧方面也有顯著的成績,2018 年就有4 個定點扶貧縣6.84 萬人減貧,貧困村出列數達到了69 個.因此,林業對于社會、經濟和生態建設的全面發展具有重要的積極意義[5].據《2018 年全國林業和草原發展統計公報》顯示,2018 年中國林業總產值已經達到7.63 萬億元,比2017 年增長7.02%,高于同時期國民生產總值6.60%的增速,表明當前中國的林業經濟增長勢頭較為迅猛.雖然中國的林業經濟增長效果顯著,但是隨著其規模的不斷擴大,資源不足、效率不高、經營粗放和機制不順等問題也逐漸暴露出來[5].林業經濟增長作為林業經濟發展的前提和基礎[6],在很大程度上會影響到中國的林業經濟發展.因此,如何促使林業經濟持續健康增長已經成為當前亟需解決的問題之一.

經濟增長理論認為,經濟增長是多種驅動力綜合作用的動態過程[4].柯水法等[7]認為經濟增長受到生產要素生產率與投入量的影響,在西方經濟學中,勞動、資本、土地、企業家才是重要的生產要素.林業作為一個復雜的經濟系統,多種生產要素在不同程度上影響著林業經濟的增長,如資本、勞動力、林地面積.隨著林業經濟的不斷增長與發展,政策、科技、市場化、產業結構與產業集聚等因素也在不同程度上起著促進作用,豐富了林業經濟增長.Chipota 等[8]認為林業投入的增加對林業產業起促進作用.李研等[9]在對中國2005—2016 年的林業數據分析基礎上,研究認為以2013 年為分界點,此年之前資本的貢獻率大,此年之后則是技術進步貢獻率大,而林業勞動力對林業產出沒有貢獻;柯水發等[7]以中國1978—2011 年的林業產業發展的相關數據為基礎,研究認為資本投入是中國林業經濟增長的主要因素,產權制度變遷因素也有著正向的推動作用,而劉鵬等[10]以中國31 省市區的面板數據為樣本,研究發現林業投資對經濟增長具有一定的推動作用,二者之間存在“倒U 型”的非線性關系.張自強[11]認為技術進步是發展現代林業產業的前提.高嵐等[12]通過分析廣東省林業發展狀況,發現資本投入的貢獻率為39.5%,造林面積為11.93%,而技術進步則為30.31%,其余為林業產權管制.也有一些學者認為人力資本對林業經濟的增長貢獻較大[1,3,13].也有學者認為市場化測度是推動中國林業經濟增長的重要動力之一[14].近年來,林業生產的空間限制被不斷克服,林業產業呈現出一定的空間集聚現象,因此將其納入林業經濟因素研究已經成為新趨向[6].有學者研究認為林業產業集聚對經濟增長或者林業經濟增長具有促進作用[6,15],而岳喜優[16]發現湖南省林業產業集聚對經濟增長起負向影響.夏永紅等[17]實證分析了中國林產工業兩位數產業集聚及其經濟增長的關系,研究發現木材加工業集聚水平具有正向推動作用,而家具制造業和造紙與紙制品制造業集聚水平起著負向作用.魏肖杰等[18]認為林業產業集聚對林業產業健康快速發展有促進作用.廖紅偉等[19]以東北地區87 家森工企業為例,研究發現產業集聚對經濟增長具有傳導效應.

目前對于研究林業經濟增長影響因素的方法較多.有學者采用數據包絡分析,研究了影響內蒙古林區經濟增長的因素,研究結果發現資本與勞動力并未發揮出最大潛力[20].也有學者采用主成分分析法研究了廣東省林業產權、要素投入與林業經濟增長的關系[12].Qiao等[21]基于C-D 生產函數以及丹尼森經濟增長因素理論,對中國1978—2016 年的相關數據研究了市場化進程對林業經濟增長的影響.張自強[11]則運用多要素二級CES 生產函數對中國27 個省份的技術進步與林業經濟增長進行了研究.柯水發等[7]運用灰色關聯度模型研究了中國林業經濟增長的影響因素.通過搜集相關文獻可以看出,學者利用不同的研究方法,分別探討了各種驅動要素對林業經濟增長所起的作用,為相關研究奠定了堅實的理論與實踐基礎,但是還存在一些不足,一是關于浙江省林業經濟增長問題的研究相對不足;二是將林業產業集聚水平與傳統的林業投入要素結合的研究相對較少;三是研究方法較為單一.2017 年國家在《林業發展“十三五”規劃》中特地提出了林業產業集聚的作用, 本文將結合灰色關聯度模型與柯布- 道格拉斯生產函數, 選取浙江省1990—2018 年的林業產業集聚水平與其他林業生產的相關數據進行實證研究,首先運用灰色關聯度模型對影響浙江省林業經濟增長的因素進行排序,其次利用回歸分析計算出各個影響因素的彈性及貢獻度.

1 研究區域概況

浙江省處于中國東南沿海地區,地理位置優越,森林資源豐富,有著“七山兩水一分田”之稱.根據《2020 年浙江省森林資源及其生態功能價值公告》數據顯示,浙江省林地面積為659.35 萬hm2,森林面積607.88 萬hm2,森林覆蓋率在2019 年底達到了61.15%,較為豐富的林業資源為林業經濟增長提供了良好的基礎.1990 年浙江省林業總產值為5 億元,而到2019 年其林業總產值則已經達到6646 億元,30 年間幾何平均增長率達到了28.15%,增長速度較快.2019 年林業總產值在國家林業總產值中的占比為8%,其在浙江省國內生產總值中的比重更是達到了10.65%,為國家林業經濟增長以及浙江省經濟發展做出了較大的貢獻.浙江省作為“綠水青山就是金山銀山”理念的發端地,林業經濟健康持續發展對全國其他地區具有重要的引導作用,因此研究林業產業經濟增長具有較強的現實意義.

2 數據、變量與研究方法

2.1 數據來源

為了確保研究數據的一致性與準確性,文中所用數據均來自《中國林業統計年鑒》（1998—2017）、《中國林業和草原統計年鑒》（2018）、《中國林業年鑒》（1990—1997）以及《中國統計年鑒》（1991—2019）,文中涉及到林業產值指數和固定資產投資指數來源于《中國統計年鑒》（1991—2019）.鑒于數據的可獲得性與完整性,本文選擇1990—2018 年為研究時間段.

2.2 變量選取

林業經濟增長的影響因素眾多,一方面資本與勞動力的投入是促進林業發展的兩種主要因素[22],另一方面林業產業集聚的重要性也日益凸顯,由于林地面積的變化相對較小,所以不予考慮,故選擇資本、林業勞動力以及林業產業集聚水平作為投入指標.林業總產值作為林業產出的替代變量,雖然具有一定的不足之處,但是相對于其他數據而言具有代表性并且易于搜集,故選取其為產出指標.林業總產值從1990—2018 年呈現出快速增長的趨勢,年均增長率達到了27.97%,尤其是2011 年以后增長更為明顯,具體的林業總產值變化如圖1 所示.

圖1 1990—2018 年浙江省林業總產值變化Fig.1 Change of total forestry output value in Zhejiang Province from 1990 to 2018

林業資本.在生產函數中資本是存量的概念,而非流量.因此,從統計年鑒中不能夠直接獲得,有部分學者直接利用固定資產投資來代替資本存量[9],具有一定的片面性.為了更好的測算,較多的學者采用永續盤存法（PIM）.資本存量有廣義資本存量與狹義資本存量之分,在本文中僅指狹義的物質資本存量,PIM的具體計算公式如下

式（1）中：Kt和Kt-1分別表示當期和上期的資本存量,It為當期的投資額,δ 為經濟折舊率.由資本存量的估算公式可以看出,要準確地計算資本存量必須選取較為準確的投資流量、經濟折舊率和投資價格指數.因此,結合本文實際研究需要經濟折舊率選取10.96%[23],當年的投資額則選取林業固定資產投資完成額,投資價格指數選取固定資產價格指數對林業固定資產投資進行平減,而基期的資本存量則采用幾何平均增長率法計算,計算公式為

式（2）中：g 代表1990—2018 年的投資增長率,投資增長率采用幾何平均法求出,其中以1990年基期的可比價格計算資本存量所用的固定資產投資數據.浙江省的林業資本存量從1990 年至2018 年總體上呈現增長趨勢,年均增長率為8.49%,但是在2013 年后呈現減少趨勢,具體情況如圖2 所示.

圖2 1990—2018 年浙江省林業資本存量變化Fig.2 Changes of forestry capital stock in Zhejiang Province from 1990 to 2018

林業勞動力.由于林業生產的復雜性,林業勞動力的統計較為困難,此文中直接利用統計年鑒中的林業系統年末從業人數替代[9].浙江省1990—2018 年林業勞動力基本呈現逐年下降趨勢,特別是從1996年以后趨勢更為明顯,具體變化如圖3 所示.

圖3 1990—2018 年浙江省林業勞動力變化Fig.3 Changes of Forestry Labor force in Zhejiang Province from 1990 to 2018

林業產業集聚水平.產業集聚可以稱為產業地理集中,是某些產業在特定的地域范圍內相互集中的現象[24],林業產業集聚則是林業產業相互集中于特定的地域范圍內.目前衡量林業產業集聚水平的方法較多,主要可分為產業集中度指數、赫芬達爾指數、區位熵、基尼系數以及產業集聚指數.由于區位熵能夠較好地反映出地區專業化程度,并且其側重地理空間角度,是最為常用的測度指標[25].因此,選擇區位熵測度林業產業集聚水平,當區位熵大于1 時,表明該區域林業生產集聚度高;反之,則表明集聚度低.區位熵公式為

式（3）中：wi為第i 年的浙江省林業總產值,Wi為第i 年的全國林業總產值;gi和Gi分別表示的是浙江省與全國第i 年的國內生產總值.浙江省的區位熵1998 年之前略低于1,說明水平較低;而2000 年前后則是突破了2,說明這一時期的林業產業集聚水平較高.從總體來看,浙江省1990—2018 年的區位熵基本位于1 以上,表明林業產業集聚水平較好,具體情況如圖4 所示.

圖4 1990—2018 年浙江省區位熵變化Fig.4 Change of location entropy in Zhejiang Province from 1990 to 2018

2.3 研究方法

2.3.1 灰色關聯分析法 灰色關聯理論是鄧聚龍教授于1999 年提出的多因素統計分析方法,主要通過確定參考數列以及比較數列的幾何形狀的相似程度來判斷聯系是否緊密[26].關聯度指的是兩個系統之間的因素隨著對象或者時間的關聯性的大小的度量[27].若二者間的變化程度相對一致,則表明二者間的相關性強,反之則表明相關性弱.灰色關聯分析法計算步驟如下：

第一步,確定母序列和子序列,即參考序列和比較序列.本文將林業總產值作為母序列,林業資本存量、林業勞動力、林業產業集聚水平作為子序列.記母序列為X0(K,子 )序列為X i(K,即 )：X0(K)=.

第二步,數據無量綱化處理.無量綱化處理就是將原始數據量綱不一致的現象加以處理,從而便于得出準確的比較分析結果.無量綱化處理的方法眾多,有初值法、均值法等.

第三步,求序列差值、最大值與最小值.

第四步,關聯系數計算. 其中分辨系數ρ∈ (0，1),本文取一般值0.5.

2.3.2 生產函數模型 生產函數是估計經濟增長最為常用的方法,主要用于分析投入與產出之間的關系,其中以柯布- 道格拉斯生產為主.在估計的參數較多時,常選擇超越對數生產函數,然而超越對數生產函數含有變量的交叉項以及平方項,因此容易出現多重共線性問題,故本研究選擇更易于估計的C-D 生產函數.

假設C k,C l,Clq分別表示的是林業資本存量、林業勞動力以及林業產業集聚水平的貢獻率,貢獻率可以有效測度各因素的作用大小,具體公式如下

3 實證分析

3.1 浙江省林業產出與林業投入關聯度計算

首先將浙江省的林業總產值的時間序列數據作為母序列,然后選擇林業資本、林業勞動力與林業產業集聚水平作為子序列,然后根據灰色關聯分析的具體步驟進行計算,計算結果如表1 所示.

表1 關聯系數Tab.1 Correlation coefficient

由上面的關聯系數可計算出關聯度,計算結果如表2 所示.

表2 浙江省1990—2018 年林業產出與投入關聯度Tab.2 Correlation between forestry output and input in Zhejiang Province from 1990 to 2018

由表2可以看出,浙江省林業經濟增長與林業資本的關聯度最高為0.675;林業勞動力的關聯度次之,為0.672;林業產業集聚水平的關聯度最低,僅為0.669.本研究的3 個投入要素的關聯度均在0.500 以上,這說明在1990 年至2018 年林業資本存量、林業勞動力以及林業產業集聚對浙江省林業經濟增長的影響程度較大.

3.2 要素彈性及其貢獻率計算與分析

由于本研究是時間序列數據,如果直接采用OLS 回歸,可能會出現解釋變量與被解釋變量之間的高度相關,但是這種相關很有可能是“偽回歸”的現象引起的,因此,在回歸分析前需要對模型中的各個變量進行單位根檢驗,以確定時間序列是否平穩.時間序列的單位根檢驗方法通常是ADF 檢驗,其原假設是存在單位根,當P 值小于臨界值時,拒絕原假設接受備擇假設,即不存在單位根.本文利用Eviews10.0 軟件進行單位根檢驗,以判斷變量是否存在單位根,檢驗結果如表3 所示.

表3 變量單位根ADF 檢驗結果Tab. 3 Variable unit root ADF test results

由表3 結果可知,各變量都小于5%的臨界值,可以認為各變量均不存在單位根,故時間序列為平穩序列,因此,可以進行回歸分析.

時間序列數據往往會存在序列自相關,存在序列自相關會使得參數估計量的有效性降低,從而影響整個回歸結果,采用DW 檢驗可知,DW 值等于0.6838,由此可知模型存在一階自相關,同時進一步檢驗可得模型存在二階自相關但不存在三階及以上自相關,因此,需要對自相關進行修正,本研究采用科克倫-奧克特迭代法,檢驗結果DW 值為1.9094,接近于2,故可以認為模型不存在自相關.

模型中變量之間嚴重的線性相關關系往往會使回歸系數值的意義與經濟理論不相符[1],從而導致回歸結果不準,檢驗多重共線性的方法有直觀觀察法、相關系數矩陣法及方差膨脹因子法等,本研究選擇VIF 值（方差膨脹因子）判斷,若VIF 值大于10 則存在多重共線性,小于則沒有,利用Stata15.0 分析,檢驗結果如表4 所示.

表4 多重共線性檢驗結果Tab.4 Multicollinearity test results

由表4可知,各個變量的VIF 值都小于10,故而可認為模型不存在多重共線性問題.由于本研究已經對原始數據進行了對數化處理,緩解了異方差的干擾,并且通過White 檢驗可知P＞0.05,故不存在異方差.回歸分析結果如表5 所示.

表5 回歸分析結果Tab.5 Regression analysis results

根據表5 的估計結果可知,F 值等于152.1295 且P 值小于臨界值,說明模型整體上顯著,調整R2為0.9742,說明模型的擬合度較高,同時各個變量分別通過了5%以及1%的顯著性水平,表明該回歸方程中林業資本存量、林業勞動力以及林業產業集聚水平對林業經濟增長有重要作用,因此回歸方程如下

從該回歸方程中可以看出,林業勞動力、林業資本存量以及林業產業集聚水平對于林業經濟增長存在著較為穩定的線性關系.其中林業資本存量的產出彈性為1.7824,說明林業資本存量每增加1 個單位,林業產出就會增長1.7842 個單位;林業產業集聚水平的產出彈性為0.6632,說明林業集聚水平每增加1 個單位,林業產出就會增長0.6632 個單位;雖然林業勞動力的彈性為負數,但不能認為林業勞動力的投入增加會降低林業產出[9],回歸結果表明在一定程度上林業經濟增長對資本投入的變化更為敏感.總體來看,林業資本對浙江省1990—2018 年的林業經濟增長的拉動作用要高于林業勞動力以及林業產業集聚水平.

結合獲取的林業系統年末從業人員數據發現,浙江省1990—2018 年林業系統年末從業人員逐漸減少,而林業總產值卻沒有受到明顯影響,兩者在很大程度上呈負相關關系.可能原因是林業生產中機械化程度不斷提高,在一定程度上降低了對林業勞動力的依賴,同時隨著中國工業化的逐步發展,從事林業的勞動力很可能脫離林業生產從事其他行業,也可能由于林業生產周期較長,這些因素共同導致了二者出現負相關關系.

本研究按照6 個時間段進行,最后計算1990—2018 年總的年均貢獻率.根據公式（6）可以計算出浙江省1990—2018 年林業資本存量、林業勞動以及林業產業集聚水平的每個時間段的年均貢獻率,計算結果如表6 所示.

表6 各投入要素對浙江省林業經濟增長的年均貢獻率Tab.6 The annual contribution rate of each input factor to forestry economic growth in Zhejiang Province

分時間段來看,林業資本存量與林業勞動力基本呈現先增加后降低的趨勢,原因可能是在林業經濟剛發展時,需要投入巨大的資金與勞動力,因此導致貢獻率增加.但是隨著中國經濟增長進入新常態,林業經濟發展模式也隨之發生變化,進而使得存量林業資本和林業勞動力、貢獻率有所降低,林業產業集聚水平貢獻率呈現先降低后增加的趨勢.從1990—2018 年的年均貢獻率來看,林業資本存量的年均貢獻率為28.39%,林業勞動力的年均貢獻率為22.01%,林業產業集聚水平的貢獻率為10.38%.通過對比可以看出林業資本對于浙江省1990—2018 年林業經濟增長的貢獻最大、林業勞動力次之、林業產業集聚水平最小.總而言之,林業資本、林業勞動力以及林業產業集聚水平都對浙江省林業經濟增長做出了貢獻.結合表5 和表6可知,雖然林業勞動力的彈性系數為負,但是年均貢獻率為正,驗證了上面的結論,即增加林業勞動力投入并不會降低林業總產值.由表6可知,林業產業集聚水平的貢獻率最低,可能原因是浙江省的林業產業集聚水平呈波動下降的趨勢,因此,導致其平均貢獻率較低.總體結果表明浙江省1990—2018 年的林業經濟增長主要依賴于林業資本與林業勞動力,但是從動態時間序列來看,林業資本與林業勞動力的貢獻率呈現出波動下降的趨勢,林業產業集聚水平則為波動上升,說明單純的依靠林業投資與林業勞動力的投入已經略顯不足,應該需要關注林業產業集聚以及其他因素的帶動作用.

4 結論與討論

本研究將林業資本存量、林業勞動力以及林業產業集聚水平納入林業經濟增長模型中,首先運用灰色關聯分析法研究了各投入要素對林業經濟增長的影響.結果表明,林業資本存量與林業經濟增長的關聯度最高,為0.679;林業勞動力次之,為0.672;林業產業集聚水平最低,為0.669.其次將林業產業集聚水平作為生產要素引入擴展的C-D 生產函數中,研究各要素對林業經濟增長的彈性系數以及貢獻率.實證結果表明,林業資本存量的彈性系數為1.7842,說明林業資本存量每增加1 個單位,林業經濟就會增加1.7842 個單位;林業產業集聚水平的產出彈性為0.6632,說明林業集聚水平每增加1 個單位,林業經濟就會增加0.6632 個單位;而林業勞動力彈性系數為-1.4073.然而從年均貢獻率來看,林業資本存量的年均貢獻率最高,林業勞動力貢獻率大于林業產業集聚貢獻率,可以看出林業資本存量的年均貢獻率與林業勞動力的年均貢獻率差異不大,二者的貢獻率并不高,說明林業經濟增長不在僅依靠林業資本存量以及林業勞動力的單純的數量投入,更多的是結構與質量及其他因素.動態變化顯示3 種投入中林業產業集聚的貢獻率在波動增長,另外2 種則波動降低.在本研究中綜合兩種方法可以看出,在浙江省1990—2018 年的林業經濟增長中林業資本與林業勞動力的作用依然比較大,林業產業集聚作用較小.

浙江省森林資源較為豐富,為林業經濟增長提供了前提,1990—2018 年浙江省林業經濟增長迅速,為國家整體林業經濟增長做出了突出貢獻,然而研究中發現,林業資本存量以及林業勞動力的年均貢獻度不高.因此,需要重視質量與結構的作用,林業產業集聚的年均貢獻度雖然較低,但是具有較大的發展潛力.2021 年5 月11 日,浙江省發展改革委、林業局印發了《浙江省林業發展“十四五”規劃的通知》,該通知將會為浙江省林業經濟健康可持續增長奠定基礎.林業經濟是復雜的經濟系統,需要統籌規劃,在傳統的生產要素的投入的基礎上,要加快轉變林業經濟增長方式,注重林業投資的效率與結構、加大林業人才與科技的投入、優化林業產業結構、提高林業產業集聚水平、健全林業產業相關政策.本文僅研究了林業資本存量、林業勞動力以及林業產業集聚這3 種因素對林業經濟增長的影響,然而影響林業經濟增長的因素眾多,今后可納入更多因素并結合面板數據進行實證研究.