Research on Influencing Factors of Forestry Input and Output
Efficiency Based on Panel Data Model
郑俪璇 ZHENG Li-xuan
(国家开发银行湖北省分行,武汉 430000)
(China Development Bank Hubei Branch,Wuhan 430000,China)
摘要:基于我国2003-2017年31个省域有关林业经济的面板数据,采用固定效应模型对全国及湖北省林业投入因素和产出效率进行分析。结果显示:相对于全国而言,湖北省的林业资源投资效率是属于中等偏上的,其中投资完成额这一指标做出了巨大贡献,造林面积和人员平均工资起到了辅助作用,而林业就业人数抑制了林业经济发展。
Abstract: Based on the panel data of forestry economy in 31 provinces of China from 2003 to 2017, this paper constructs a fixed effect model to analyze influencing factors of forestry input and output efficiency in China and Hubei Province. The estimates indicate that compared with the national level, the forestry input and output efficiency in Hubei Province is above average. Further analysis shows that the indicator of forestry investment completed has made a great contribution to the forestry input and output efficiency in Hubei Province, the afforested area and the average salary of personnel have played a supporting role, while the number of forestry employment has inhibited the development of forestry economy.
关键词:林业经济;投入产出效率;面板数据模型
Key words: forestry economy;input and output efficiency;panel data model
中图分类号:F22 文献标识码:A 文章编号:1006-4311(2019)35-0069-03
0 引言
进入21世纪以来,在科学发展观及“绿水青山就是金山银山”等政策方针的指导下,中国的林业进入一个前所未有的新时期,从过去的基础产业,正逐步发展成为一个重视生态安全、注重生态建设和资源利用效率的重要产业。过去的森林只是砍伐的对象,林业被误认为只是产生经济效益的一种产业,但随着科学视野的开阔,国人逐步认识到林业还具有非常重要的社会效益和生态效益,林业的可持续发展是社会可持续发展不可或缺的一部分。因此,探索林业和林业经济的发展及其影响因素的研究尤为重要。
1 文献综述
对于影响林业及林业经济的发展的影响因素研究,前期多集中于一些外部宏观因素,如John(2000)研究日本林业发展时,深入系统地探讨了林业和旅游业等的互动发展和促进作用;Susanna Laaksonen-Craig(2004)研究国家的林业外资与GDP的关系,指出发展中国家林业外资与GDP之间存在互相作用;Kuvan(2005),通过土耳其安塔利亚贝莱克的案例,探究旅游业对林业经济发展的影响,结论为旅游业发展可促进林地的转换利用。后期的研究才逐步拓展到影响林业投入产出效率的内部微观的因素上。Masami(1997)在日本地区层面上使用数据包络分析(DEA)研究林业投入产出效率,指出生产规模等会对效率有影响;Lebel and Stuart(1998)运用DEA模型对采伐承包商的投入产出效率进行了测量与分析,同样指出结构和运营规模上对投入产出效率有较大影响;有研究指出造林成本和利率对农户造林行为具有显著的负向影响(Zhang and Flick,2001),同样,2012年Ounsaneha等通过生态效率计算方法的比值法对泰国选择合适地区种植橡胶进行分析,表明北部地区由于拥有低廉的劳动力,对橡胶种植具有较高的生态效率;Mikael and Leppanen(2006)的研究发现林业的私人投资少,需要加大政府对林业的财政投入,财政支持在林业经济的发展中起着至关重要的作用,而且要以公共财政的支持促进私人财政的投入,最终促进林业经济健康发展;Li等(2016)对2005-2013中国31个省份的林业资源相对效率与变动效率分别进行了分析,也指出加大科技和资金投入可以有效提高效率;此外,中国集体林权制度改革对农户投入的积极性也有正向影响(Yin et al,2013),合理的产权安排是农户进行经营活动的基础,明晰的产权安排可以使农户合理的利用和经营林地。
已有的研究指出影响林业经济的因素涉及方方面面,包括林业资本、林业产权管制、林业产业结构、林业规模等。但是当前研究多为从整体角度进行直接研究,并未凸显不同地区的林业发展影响因素的相对优势与不足。湖北省作为全国较早一批的林改试点省份,其林地面积占全省面积近一半。湖北是林业资源大省,但不是林业产业强省,其林业产业规模和林业生产总值在中部地区并不占优势,探讨影响其林业的发展的影响因素十分重要。因此,本文根据以往研究,基于全国31个省市2003-2017年的面板数据,探究相对于全国水平,湖北省林业投资完成额、造林面积、林业就业人数和林业人员平均工资这四项影响因素是如何影响湖北省的林业经济,影响投入产出效率高低如何。通过探究湖北省不同影响因素对本省的林业经济投入产出的效率的高低,可为湖北省相关林业政策、制度的制定提供参考依据,最终促进湖北省林业经济的高效高速发展。
2 数据来源和模型设定
2.1 数据来源及变量选择
本文的样本数据主要来源于Wind数据库,选取全国31个省市(除港澳台)2003年至2017年的面板数据。运用eview9.0软件处理得到回归结果。
由于本文研究的是投入产出效率问题,所以本文基于柯布-道格拉斯生产函数,结合面板数据设定模型。本模型基于传统的三要素生产函数,选取物质资本、土地和劳动资本这三要素,对于具体的经济增长的影响指标,物质资本要素选择林业投资完成额(TZWCE),土地要素选择造林面积(ZLMJ),而劳动资本要素则选择林业就业人数(JYRS)和林业人员年平均工资(RYGZ)这两项。对于因变量林业经济产出,则使用林业总产值(ZCZ)这一指标进行代替。
2.2 模型设定
在多因素对单个因变量影响的研究中,面板数据作为时间序列和横截面数据的混合,使得面板数据模型具有优越性。考虑到各个样本省份的特征差异比较大,所以选取面板数据模型中的固定效应模型来讨论影响林业投入产出效率的影响因素。又考虑到在横截面上个体效应不同,且横截面还可能存在结构差异,因此,本文选择面板数据模型下的变截距模型(1)和变系数模型(2)。模型设定如下:
ZCZit=Ci+αTZWCEit+βZLMJit+γJYRSit+ηRYGZit+μit
(1)
ZCZit=Ci+αiTZWCEit+βiZLMJit+γiJYRSit+ηiRYGZit+μit
(2)
其中,ZCZ代表林业经济总产值,C为方程的截距项,TZWCE代表林业投资完成额,ZLMJ代表造林面积,JYRS代表林业就业人数,RYGZ代表林业人员年平均工资,μ表示随机误差项,i表示各省份,t表示各年份,其余回归系数表示变量每变动一个单位,林业总产值的平均变动量。
为进一步判断湖北省相较于全国水平的高低,本文在模型中引进总体均值截距项,将上述模型转换成其等价形式进行实证,具体设定如下:
ZCZit=M+αTZWCEit+βZLMJit+γJYRSit+ηRYGZit+Ci*+μit (3)
ZCZit=M+αiTZWCEit+βiZLMJit+γiJYRSit+ηiRYGZit+Ci*+μit (4)
在该形式下,反映个体影响的跨成员方程的变化截距项被分解为在各个成员方程中都相等的总体均值截距项M和跨成员方程变化的表示个体对总体均值偏离的个体截距项Ci*。在本文中M为林业总产值的平均水平,Ci*为相对于平均水平的各省市的林业总产值偏差。
3 实证及结果分析
在变截距模型中,本文使用Hausman Test来验证是否采用固定效应模型。
■
P值为0.0000,检验显著,所以拒绝原假设,接受备择假设,即选择变截距的固定效应模型是合适的。
■
由表2可见,对全国整体而言,投资完成额、造林面积和林业人员平均工资对林业总产值有正向推动作用,只有林业就业人数对林业总产值产生了负面影响。
具体数据表现为,全国林业投资完成额每增加1万元,全国的林业总产值能增加0.244万元;全国的造林面积每增加1公顷,全国的林业总产值会增加0.954万元;全国的林业就业人数每增加1万人,全国的林业总产值将减少5.11亿元;全国的林业人员年平均工资每增加1元,全国的林业总产值会增加11.41万元。
其中,M约为92,是31个省市平均的林业总产值。湖北省的林业总产值约为130(92+38),在全国31个省市中排名11位,可见湖北省的林业投资综合来看,在全国是中等偏上的。
同理在变系数模型中,采用变系数的固定效应模型,具体结果如表3所示。
■
湖北省的投资完成额系数为0.0000736,即湖北省的林业投资完成额每增加1万元,湖北省的林业总产值会增加0.736万元,表示湖北省的投资完成额对林业总产值是正向影响的,且在全国31个省市中排名第3位;而投资完成额系数全国排名第一的是河北省,河北省的林业投资完成额每增加1万元,河北省的林业总产值会增加1.19万元。
湖北省的造林面积系数为0.0000708,即湖北省的造林面积每增加1公顷,湖北省的林业总产值会增加0.708万元,表示湖北省的造林面积对林业总产值也是正向影响的,在全国31个省市中排名第8位;造林面积系数全国排名第一的是浙江省,其系数为0.000827,即浙江省的造林面积每增加1公顷,浙江省的林业总产值会增加8.27万元。
湖北省的林业就业人数系数为-0.320579,即湖北省的林业就业人数每增加1万人,湖北省的林业总产值会减少0.32亿元,表示湖北省的林业就业人数对林业总产值是负向影响的,但是在全国31个省市中还是排到了第12位;林业就业人数系数全国排名第一的仍旧是河北省,其系数为18.19634,说明河北省的林业就业人数对林业总产值的影响是正向的,即河北省的林业就业人数每增加1万人,河北省的林业总产值会增加18.20万元。
湖北省的林业人员平均工资的系数是0.001728,即湖北省的林业人员年平均工资每增加1元,湖北省的林业总产值会增加17.28万元,表示湖北省的平均人员工资对林业总产值的影响也是正向的,但是全国31个省市中排名为第17位;林业人员平均工资系数全国排名第一的是辽宁省,其系数为0.007322,即辽宁省的林业人员平均工资每增加1元,辽宁省的林业总产值会增加73.22万元。
综上,相对于全国而言,湖北省的林业资源投资效率属于中等偏上,特别是投资完成额这一指标做出了巨大贡献,造林面积和人员平均工资起到了辅助作用。
4 结论分析
从影响四种因素的影响方向来看,就全国31个省市整体而言,林业投资完成额、造林面积和林业人员平均工资对林业总产值有正向的推动作用,只有林业就业人数对林业总产值产生了负面的影响。再单独考虑湖北的林业投资,这四项影响因素的作用方向与全国整体相比是一致的。
从投资效率来看,相对于全国31个省市,湖北省的林业投资完成额的投入产出效率位于上等,远高于全国平均水平,且与排名第一的河北省相差不大,说明林业投资完成额是湖北省林业经济投入产出最好的一项指标。湖北省可以加大林业资金投资,这有利于林业经济的高效产出,但具体的资金投入则应当继续细分。从造林面积来看,相对于全国排名,湖北省的造林面积的投入产出效率也是位于上等,但具体来比较的话,湖北省的造林面积系数仅仅只有排名第一的浙江省的十分之一,甚至略低于全国平均水平,这说明我国各省域造林面积的投入产出效率参差不齐,全国平均投入产出效率位于全国排名的第五和第六之间,最高的浙江省和广东省远远高于全国的其他省市。单看湖北省而言,投入产出效率不差,但远远不及浙江和广东两省。所以,在造林面积上,湖北省应当适当加大投资,将其作为直接资金投入的辅助项。
从林业就业人数来看,全国排名上显示湖北省属于中等偏上,再查具体数额,可知湖北省相对于全国平均水平,对林业经济的抑制影响还是相对偏弱的,但全国排名第一的河北省的林业就业人数对林业经济是促进作用的,且绝对值远远高于湖北省。对于造成林业就业人数与林业经济产生负效应的原因,是林业就业人员需求饱和,实际就业人数过多,造成资源浪费。林业就业人数投资产出为正效应的省市,例如北京、天津、河北、河南等,无一例外,平均就业人数都远少于全国31个省市的平均值,湖北省的林业就业人数对林业经济造成负效应的原因就是林业就业人数偏多,超过了林业实际需要的临界值,造成过多人力资源的浪费。综上所述,湖北省应当适当缩减林业人员编制,减少林业就业人数,让林业实际规模和林业就业人数相互配比,从而提高林业就业人数的投入产出效率。
最后从林业人员平均工资来看,全国排名上则略显劣势,但具体数额上投资效率水平高于全国平均,还是有一定优势的,可是与排名第一的辽宁省相比,投入产出效率则显得相对低效。所以,与造林面积一样,适当提高林业人员平均工资,同作为提高资金投入的辅助项。
5 总结与展望
林业是一个重视生态安全、注重生态建设和资源利用效率的重要产业,林业经济的增加在国民经济中的重要性是不言而喻的。虽然湖北省的林业资源投资效率相较于全国水平属于中等偏上,其仍需要加强对于林业投资效率的重视,应当以加大林业直接资金的投入为主,提高造林面积和人员平均工资为辅,并且适当缩减林业人员就业人数,从而高效率地提高湖北省的林业经济产值。
参考文献:
[1] John Knight, From Timber to Tourism: Recmomoditizing the Japanese Forest[J] Development & Change, 2000,31(1):341-360.
[2]Susanna Laaksonen-Craig. Foreign direct investments in the forest sector: implications for sustainable forest management in developed and developing countries[J]. Forest Policy and Economics,2004,6(3):22-30.
[3]Kuvan, Y. The use of forests for the purpose of tourism: the case of Belek Tourism Center in Turkey. Journal of environmental management, 2005,75(3), 263-274.
[4]Masami Shiba. Measuring the Efficiency of Managerial and Technical Performances in Forestry Activities by Means of Data Envelopment Analysis (DEA)[J]. Journal of Forest Engineering,1997,8(1):7-19.
[5]LeBel, W.B. Stuart. Technical efficiency evaluation of logging contractors using a nonparametric model[J]. Journal of Forest Engineering,1998,9(2) :15-24.
[6]Zhang D., Flick W. Sticks, Carrots, and Reforestation Investment. Land Economics, 2001,77(3): 443-456.
[7]Ounsaneha W, Suksaroj T T, Chamondusit K. Selection of the sustainable area for rubber plantation of Thailand by Eco-efficiency[J]. Procedia-Social and Behavioral Sciences, 2012,(40):58-64.
[8]Mikael L M, Leppanen J. The impact government investment assistance on forest investments and timber supply: a theoretical and empirical analysis[J]. Forestry Sciences,2006,(74):167-179. |