基于SBM-Malmquist 模型的云南林業生態效率測算及時空差異性研究

肖永茂 龍勤

摘要 運用SBM-Malmquist模型對2011—2020年云南16個州市的林業生態效率進行空間和時間測度。結果表明：云南林業生態效率整體水平較高，呈波動上升趨勢，但未達到穩定的最優水平；規模效率是制約云南林業生態效率的關鍵要素；林業生態效率的靜態效率值（TC）呈現出滇東北>滇中>滇南>滇西北的特征；林業生態效率的動態效率值（Mg）大部分時間為低促進水平，林業技術進步效率有待加強；各區域林業生態效率的動態效率波動大，且區域間存在明顯差異。最后，提出了促進云南林業生態效率高水平發展的建議。

關鍵詞 林業生態建設；生態效率測度；SBM-Malmquist模型；云南

中圖分類號 F 326.2? 文獻標識碼 A? 文章編號 0517-6611（2023）07-0142-04

doi：10.3969/j.issn.0517-6611.2023.07.033

Analysis on Forestry Eco-efficiency in Yunnan Province Based on DEA-SBM and Malmquist Model

XIAO Yong-mao，LONG Qin

（School of Economics and Management，Southwest Forestry University，Kunming，Yunnan 650224）

Abstract Based on SBM-Malmquist model，calculates the forestry ecological efficiency value and dynamic index of 16 prefectures and cities in Yunnan from 2011 to 2020，and analyzes the space-time changes of forestry ecological efficiency in Yunnan.The results showed that the overall level of forestry ecological efficiency in Yunnan was high，showing a fluctuating upward trend，but did not reach the stable optimal level;scale efficiency is the key factor that restricts the ecological efficiency of Yunnan forestry.The static efficiency of forestry ecological efficiency showed the characteristics of Northeast Yunnan > Middle Yunnan > South Yunnan > Northwest Yunnan.The dynamic efficiency value of forestry ecological efficiency is low in most of the time，and the efficiency of forestry technological progress needs to be strengthened.The dynamic efficiency of forestry ecological efficiency fluctuates greatly in each region，and there are obvious differences among regions.Finally，some suggestions are given to promote the high level development of forestry ecological efficiency in Yunnan.

Key words Forestry ecological construction;Eco-efficiency measurement;SBM-Malmquist model;Yunnan

基金項目 云南省教育廳科學研究基金研究生項目（2022Y632）。

作者簡介 肖永茂（1995—），女，四川宜賓人，碩士研究生，研究方向：林業經濟管理。通信作者，教授，博士，從事林業經濟管理研究。

收稿日期 2022-09-07

生態環境是人類生存最為基礎的條件，2018年黨的十八大將生態文明建設寫入憲法修正案，從國家戰略的角度確定了其重要地位；2021年黨的十九屆六中全會指出，生態文明建設是關乎中華民族永續發展的根本大計。林業作為生態文明建設的主體，肩負著增加森林生態資源資產，在2060年實現碳中和目標進程中增匯、增進基本民生福祉的重要任務［1］。森林生態系統是地球上陸地面積最大的復雜自然生態系統，其種類多、生物多樣性豐富、功能強大、碳匯儲量大［2］。林業生態效率能夠衡量林業經濟和生態發展狀況，高水平的林業生態效率能夠保證林業的高質量發展并推動生態文明建設［3］。林業生態效率是指同時考慮到林業經濟效益和生態效益的前提下，林業投入轉化為產出的效率測度標準［4］。高林業生態效率就是要保證林業具有經濟競爭力的同時，減少環境污染和資源消耗。從現有文獻看，林業生態建設效率的研究主要集中在較為宏觀的省域層次［5-10］。云南林業資源豐富，是我國第二大林區，但云南省內各州市的地理特征和林業資源分布差異明顯，林業生態建設也隨之而呈現出不同狀況，研究云南省市域層次林業生態效率更有針對性和現實指導價值。鑒于此，筆者擬從市域層次視角對林業生態效率進行探索，以期為促進云南林業生態建設可持續發展提供決策參考。

1 材料與方法

1.1 研究區概況

云南省地處于我國西南邊陲，全省下轄8個地級市、8個自治州，總面積39.41萬km2，山地面積占全省土地面積的94%。云南省林業資源豐富，是我國森林類型最全面、生物多樣性最豐富的省份之一，是著名的“動植物王國”。據2021年《云南省統計年鑒》，2020年云南省森林覆蓋率為65.04%，林地面積為25.99萬hm2，林地面積居全國第2，林業從業人員135萬人，林業總產值為429.5億元。

1.2 研究設計與方法

按照森林生態、環境經濟、林業可持續發展理論，結合林業生態效率測算指標具有多投入多產出以及效率隨時間動態變化的特點，并綜合考慮DEA-SBM模型相對于傳統DEA模型具有能夠將非期望產出考慮在內的優勢［11］，以及Malmquist指數模型能夠實現對效率時間動態變化的描述［12-13］。通過構建林業生態效率DEA-SBM模型和Malmquist指數模型，分別對2011—2020年云南省16個州市靜態林業生態效率值和動態林業生態效率變化指數進行測算，進而分析云南不同區域和州市林業生態效率的時間和空間演變狀況。

1.2.1 靜態林業生態效率測算模型構建。

云南省林業生態效率的靜態測算采用基于投入導向型的SBM模型：假設對k個州市的林業生態效率進行評價，有i個投入指標，j種產出指標，xik為k地區的第i個投入指標（i=1，2，…，m）；yjk為k地區的第j個產出指標（j=1，2，…，n）；X為投入矩陣，Y為產出矩陣，λ表示林業生態效率的線性組合系數，θ為林業生態效率值，s-和s+分別表示投入冗余和產出不足。具體模型如下：

minθ=（1-1mmi=1s-ixik）/（1+1nnj=1s+ryjk）（1）

s.t. xk=Xλ+s-yk=Yλ-s+s-≥0，s+≥0，λ≥0

假設模型的最優解為θ*，θ值為0～1，且隨松弛變量的增大而減小，當s-和s+均為=0，則θ=1時，表示不存在投入冗余和產出不足，林業生態效率達到前沿面；當0≤s-，s+<1時，則0≤θ<1時，表示存在投入冗余或產出不足，林業生態效率未達到效率前沿面，則林業生態建設存在著改進的必要［14］。

1.2.2 動態Malmquist指數測算模型構建。

Malmquist指數能夠反映每個決策單元各時期的效率變化，采用Malmquist指數構建林業生態效率變化指數模型：假設有k個決策單元，xtj表示第j個決策單元在t期的投入指標值，ytj表示第j個決策單元在t期的產出指標值。Mg為林業生態效率的變化指數，假定從t期和t+1期林業生態效率的規模報酬不變，Dtc（xt，yt）為林業生態效率在t期投入距離函數，在t期技術條件下，從t期到t+1期技術效率變化值Mgt=DtC（xt+1，yt+1）DtC（xt，yt），在t+1期技術條件下，從t期到t+1期技術效率變化值Mgt+1=Dt+1C（xt+1，yt+1）Dt+1C（xt，yt）。t期到t+1期的林業生態效率變化指數Mg為Mgt和Mgt+1的幾何平均值，具體公式如下：

Mg（xt，yt，xt+1，yt+1）=（Mgt×Mgt+1）12=EC×TC

（2）

當Mg>1時，表示林業生態效率上升，反之則下降。將Mg指數分解為技術效率變化指數（EC）和技術變化指數（TC），EC>1或TC>1表示技術效率或技術變化對林業生態效率上升起促進作用，反之則起阻礙作用［15］。

1.3 指標選取

該研究為構建測度模型中科學合理的林業生態效率評價指標體系，在參考了吳遠征等［3-5］構建的林業生態效率評價指標體系的基礎上，結合云南省16個州市的地理區位及其林業資源分布特點，基于土地、勞動力、資本投入的最小化，經濟價值的最大化及環境影響最小化的目標，構建符合系統科學性、動態可對比性、可行與可操作性原則的云南省林業生態效率評價指標體系（表1）。其中，投入指標主要反映林業生產經營過程中所付出的土地、勞動力、資本，該研究選取林地面積、林業從業人員數和林業中間消耗作為投入指標；非期望產出反映林業生產經營活動對環境造成的影響，選取林業廢水排放量以及林業廢氣排放物中的SO2的排放量為非期望產出指標；期望產出反映林業產品或者服務的經濟價值，選取林業生產總值作為期望產出指標。

1.4 數據來源

所采用的數據來源于云南各州市政府官網及《云南省統計年鑒》（2012—2021年）。其中，林業廢水排放量（y1）、林業廢氣排放量（y2）以及林地面積（x3）指標數據通過間接獲得，具體獲取方式如下：y1=林業第二產業產值/工業產值×工業廢水排放量；y2=林業第二產業產值/工業產值×工業廢氣排放量；x3=農用地面積-耕地面積-牧草面積-園地面積。

1.5 評價標準

運用MaxDEA軟件分析云南16個州市10年的林業生態效率SBM效率值和Malmquist動態指數及其相關分解值。為了對各州市和各區域在研究期內的林業生態效率有更明晰的認識，將林業生態靜態和動態效率值評價標準分為5個等級，具體評價標準見表2。

2 結果與分析

2.1 林業生態效率靜態空間

2.1.1 靜態測度的市域空間差異。

市域層次的研究單元為云南省16個州市，即昆明、曲靖、玉溪、保山、昭通、麗江、普洱、臨滄、楚雄、紅河、文山、西雙版納、大理、德宏、怒江和迪慶。計算得出2011—2020年云南各州市的林業生態效率（TE）、純技術效率（PTE）和規模效率（SE）均值（表3）。

從TE來看，16個州市10年TE均值為0.798，處于高效率水平，但未達到最優效率水平，表明云南林業生態建設總體情況較好，但其林業生態建設投入和產出結構仍有待提高［16］。其中，迪慶和西雙版納2個州市TE為1.000，處于最優狀態，保山、楚雄、麗江、臨滄和怒江5個州市的TE未達到高效率水平。從16個州市10年的林業生態效率評價水平來看，68.75%的州市林業生態效率處于較高水平以上，證明超過50%的州市在林業經濟發展的同時，注重生態環境的保護。

從PTE來看，其均值為0.905，處于高效率水平。其中，德宏、迪慶、麗江、怒江、西雙版納和玉溪6個州市PTE為1.000，為最優效率，其中，德宏、麗江、怒江和玉溪4個州市TE未達到最優狀態是由于SE未達到最優狀態，說明這幾個地區技術層面相對合理，應注重規模效益的提高。

從SE來看，其均值為0.871，處于高效率水平，但SE均值明顯小于PTE均值，說明SE是制約云南林業生態效率的主要因素。僅有迪慶和西雙版納2個州市SE達到最優效率，且TE和PTE也均處于最優狀態，表明其林業生態建設投入產出合理，林業發展能夠在保護生態環境的前提下有效利用資源。麗江和怒江SE均值僅為0.566和0.575，其規模效率制約著當地的林業生態效率，應著重提高其產業集中度以提高其規模效率。

2.1.2 靜態測度的區域空間差異。以云南地理、森林資源以及氣候特征為劃分依據，將云南劃分為以下4個區域：滇東北（曲靖和昭通）、滇西北（迪慶、怒江、麗江、保山、大理、德宏）、滇中（昆明、楚雄、玉溪）、滇南（臨滄、普洱、西雙版納、紅河、文山）［17］。對4個區域的林業TE進行區域差異特征分析，2011—2020年各區域林業TE均值如圖1所示。從圖1可見，四大區域的林業TE及其分解效率（PTE和SE水平）均達到高效率水平，但沒有一個區域達到最優效率。從TE水平來看，TE均值表現為滇東北>滇中>滇南>滇西北，呈現出東高西低的特點。從PTE水平來看，表現為滇西北>滇東北>滇中>滇南，呈現出北高南低的特點。從SE水平來看，表現為滇東北>滇中>滇南>滇西北，呈現出與TE一致規律。由此可知，林業規模效率是制約林業生態效率的關鍵因素。

2.2 林業生態效率動態時間

2.2.1 動態測度的總體時間趨勢。據Malmquist指數模型測算2011—2020年云南Mg及其分解指數（EC和TC），結果見表4。

從時間序列來看，云南林業生態效率的Mg指數在10年間呈現波動上升趨勢，有7個階段的Mg值大于1.000，其中71.4%處于低促進水平，高促進水平和超高促進水平各占14.3%。除2013—2015和2016—2018年呈現下降趨勢外，其余年限均明顯上升，說明林業生態建設整體向好發展。從分解指數來看， EC均值為1.140， TC均值為1.333，但均處于低促進效率水平，說明大部分年限均處于技術效率改善階段，林業生態效率的技術進步，情況良好，但仍有較大的改善空間，云南省應繼續加強技術進步，提高林業生態效率，促進林業可持續發展［18］。

2.2.2 動態測度的區域時間趨勢。

為了對云南不同區域動態效率的時間變化差異進行研究，對滇東北、滇西北、滇中和滇南4個區域9階段的Mg指數及其分解指數（EC、TC）進行統計分析，結果如圖2～4所示。

從四大區域2011—2020年Mg波動情況來看（圖2），2011—2015年在促進和阻礙2種狀態波動，2016—2019年趨于平緩的低促進水平，2019—2020年均上升到超高促進效率水平。滇東北呈現“U”形變化趨勢，2013—2016年Mg為低阻礙水平；滇西北和滇中一致呈現“N”形波動趨勢，且滇西北2012—2013和2019—2020年Mg指數為超高促進水平，2013—2016年為低阻礙水平；滇中2011—2012和2014—2016年Mg指數為低阻礙水平，2019—2020年為超高促進水平；滇南波動情況2016年之前呈現“W”形波動，之后幾年處于波動上升趨勢。四大區域2019—2020年效率值出現激增現象，分析可能是由于新冠疫情防控，停工停產減少環境污染導致，后續可通過環境規制等措施不斷改善林業生態情況［19］。

從四大區域2011—2020年EC指數波動情況來看（圖3），四大區域呈現一致不穩定的波動趨勢，2013—2014年突然升高后又降低到2015—2016年的低阻礙水平。滇西北和滇南情況較為樂觀，其EC指數均值分別為1.167和1.165，說明林業EC指數較前一年分別平均增長16.7%和16.5%；滇東北和滇中的EC指數均值分別為1.078和1.076，較前一年分別平均增長7.8%和7.6%。長期來看，云南林業EC指數較高，

其中，滇東北地區2012—2013年高水平阻礙作用，2015—2016和2019—2020年為低水平阻礙作用；滇西北地區2012—2013、2017—2018和2019—2020年為低水平阻礙作用；滇中地區2011—2012、2012—2013和2017—2018年為低水平阻礙作用；滇南地區2012—2013和2017—2018年為低水平阻礙作用。除了以上幾個阻礙階段以外，四大區域其余年限階段的林業技術效率均對林業生態效率起到一定程度的促進作用。

從2011—2020年四大區域TC指數波動情況來看（圖4），四大區域呈現一致波動趨勢，33%的階段處于TC<1.000的阻礙水平，44%的階段TC值處于1.000～1.500的低促進水平。4個區域TC指數

在2012—2013年

突然升高后降低到1.000以下，滇東北2015—2016又上升至1.000以上，其余3個區域直到2016—2017年才上升至1.000以上，滇東北、滇西北和滇中區域在2019—2020年又回升至超高效率水平，滇南區域在2019-2020年回升至高效率水平。4個區域TC均值分別為滇東北1.359、滇西北1.443、滇中1.343和滇南1.183，說明林業TC較前1年分別平均增長35.9%、44.3%、34.3%和18.3%。可見，林業技術進步效率值增長情況樂觀，這與規模效率是制約林業生態效率的結果一致。

3 結論與建議

3.1 結論 通過對云南林業生態效率時空差異分析，得出以下結論：

（1）16個州市10年TE均值為0.798， 68.75%的州市林業生態效率處于較高水平以上，說明云南林業生態效率處于相對較高水平。但各州市在10年間效率值都處于不斷波動狀態，未達到穩定的最優效率水平。

（2）PTE均值為0.905，SE均值為0.871，規模效率成為制約該區域林業生態效率的關鍵因素。從空間分布情況來看，林業生態效率的TC呈現出滇東北>滇中>滇南>滇西北的特征，林業SE水平同樣呈現出滇東北>滇中>滇南>滇西北的特征，與林業生態效率一致規律，說明林業規模效率是制約林業生態效率的關鍵因素。

（3）四大區域Mg值在2019—2020年都上升到超高促進效率水平。從時間序列來看，云南林業生態效率的Mg指數呈現出波動上升的走勢，EC和TC情況良好，說明繼續改進技術能夠促進林業生態向好發展。

3.2 建議

（1）在發展林業經濟的同時注重生態環境保護。林業第二產業生產過程中造成的廢水廢氣和廢固是林業行業產生污染的主要原因。一方面，可以對林業企業進行環境規制，監測企業污水廢氣治理情況，督促林業企業進行末端廢棄物再利用。另一方面，可以在林業碳匯工作上大膽嘗試，結合“3060碳達峰 碳中和”目標，在提升林業固碳能力的同時，改進林業生態建設現狀。

（2）合理調節林業投入產出結構，2014年云南進行產業優化取得顯著成效，繼續優化林業產業資源配置是促進云南林業技術效率指數的有效手段：一是延長林產品生產鏈，以深加工帶動科學林業產業發展；二是積極開發地區林業特色產品；三是發揮資源優勢，加快發展二、三產業。

（3）提高云南的林業產業集約化程度，以提高林業規模效益。對小型林業企業應積極扶持其成長，使其盡快達到適度規模。此外，加大林業產業環保技術的研發與應用，推廣先進成熟的生產技術，以提高資源利用效率，促進林業規模效率提升，是提高林業生態效率有效途徑。提高技術效率在于推動林業技術創新與推廣，技術進步不僅可以促進經濟增長，而且有利于提高經濟增長的質量。

（4）加強區域間林業產業合作，促進林業產業整體協調發展。區域間的不協調是導致區域林業生態效率差異的重要原因之一，應加強區域間的合作，共同探討林業生態發展的新路徑。

參考文獻

［1］ 曹博，王玉芳.生態文明建設背景財政扶持、林權改革對林業生產效率的影響［J］.林業經濟問題，2019，39（3）：307-315.

［2］ 徐新良，曹明奎，李克讓.中國森林生態系統植被碳儲量時空動態變化研究［J］.地理科學進展，2007，26（6）：1-10.

［3］ 吳遠征，張智光.林業生態安全效率及其影響因素的DEA-Tobit模型分析：基于生態與產業共生關系［J］.長江流域資源與環境，2021，30（1）：76-86.

［4］ 陳珂，李雪婷，樸慧蘭.中國林業生態效率與生態生產率的測度研究［J］.林業經濟問題，2016，36（2）：115-120.

［5］ 張譯，熊曦.綠色發展背景下中國林業生態效率評價及影響因素實證分析：基于DEA分析視角［J］.中南林業科技大學學報，2020，40（4）：149-158.

［6］ 姜微，劉俊昌，胡皓.我國林業生態效率時空演變及環境規制門檻效應研究［J］.中南林業科技大學學報，2020，40（6）：166-174.

［7］ 魏肖杰，張敏新.林業產業集聚對中國林業全要素生產率作用機制：基于動態空間計量模型的實證分析［J］.世界林業研究，2019，32（3）：67-72.

［8］ 洪名勇，龍嬌，婁磊.林業生態效率：時空特征與影響因素：基于我國31個省份數據的實證分析［J］.生態經濟，2022，38（2）：91-97.

［9］ 鄭宇梅，尹少華.林業產業生態效率實證研究：基于15個省的面板數據分析［J］.林業經濟，2016，38（11）：36-40.

［10］ 李群，劉基偉.林業生態、保護、產出及效率視角下的耦合協調性分析：基于中國31個省（區、市）面板數據的實證檢驗［J］.林業經濟，2022，44（3）：5-22.

［11］ TONE K.A slacks-based measure of super-efficiency in data envelopment analysis［J］.European journal of operational research，2002，143（1）：32-41.

［12］ FARE R，GROSSKOPF S，NORRIS M，et al.Productivity growth，technical progress，and efficiency change in industrialized countries［J］.American economic review，1994，84（1）：66-83.

［13］ PASTOR J T，LOVELL C A K.A global Malmquist productivity index ［J］.Economics letters，2005，88（2）：266-271.

［14］ 潘丹，應瑞瑤.中國農業生態效率評價方法與實證：基于非期望產出的SBM模型分析［J］.生態學報，2013，33（12）：3837-3845.

［15］ 王曉云，魏琦，胡賢輝.我國城市綠色經濟效率綜合測度及時空分異：基于DEA-BCC和Malmquist模型［J］.生態經濟，2016，32（3）：40-45.

［16］ 趙慶建，溫作民，張敏新.林業產業低碳技術創新與政策分析［J］.林業經濟，2018，40（12）：28-34.

［17］ 陸保一，明慶忠.云南省區域旅游經濟發展差異的時空格局演變［J］.陜西師范大學學報（自然科學版），2018，46（6）：28-37.

［18］ 奉欽亮，張大紅.我國林業產業區域競爭力實證研究［J］.北京林業大學學報（社會科學版），2010，9（1）：95-100.

［19］ 朱武祥，張平，李鵬飛，等.疫情沖擊下中小微企業困境與政策效率提升：基于兩次全國問卷調查的分析［J］.管理世界，2020，36（4）：13-26.