The Impact of Forestry Investment on Urban Residents' Green Welfare
-
摘要: 基于2011—2019年中国省际面板数据，借助系统GMM和中介效应模型，从林业投资来源和去向两个视角出发，实证分析了林业投资对城市居民绿色福利的影响及影响路径。研究结果表明：①林业投资来源与各地区的森林资源禀赋紧密相关，且林业社会投资比林业财政投资更具效率性。引入森林资源禀赋后，林业财政投资、林业社会投资每提高1%，绿色福利分别提升10.414%和122.42%。②林业投资去向对城市居民绿色福利具有显著的提升作用。其中，林业生态建设与保护投资、林业支撑与保障投资以及林业基础设施建设投资每提高1%，绿色福利分别提升0.047%、0.021%和0.0147%，而林业产业发展投资对绿色福利的影响取决于其“正负效应”的大小。③对影响路径的研究发现，林业投资可以通过改善生态环境、促进经济增长从而提升绿色福利，同时也会通过降低居民消费水平以避免绿色福利损失。因此，林业投资来源应鼓励吸纳社会资本，林业投资去向应积极引导产业发展，从源头和末端两处着手，以更有效地提升城市居民绿色福利。Abstract: Based on Chinese inter-provincial panel data from 2011 to 2019, this paper empirically analyzed the impact of forestry investment on urban residents' green welfare and its impact pathways with the systematic GMM model and mediating effects model from two perspectives: the sources and destinations of forestry investment. The results of the study showed that: ① The source of forestry investment is dependent on the difference of forest resource endowment in each region, and forestry social investment is more efficient than forestry financial investment. For every 1% increase in forestry financial investment and forestry social investment after the introduction of forest resource endowment, the level of green welfare increases by 10.414% and 122.42%, respectively. ② The destination of forestry investment has a significant enhancement effect on urban residents' green welfare. Among them, for every 1% increase in forestry ecological construction and protection investment, forestry support and security investment, and forestry infrastructure construction investment, the level of green welfare increases by 0.047%, 0.021%, and 0.0147%, respectively, while the impact of investment in forestry industry development on green welfare depends on the magnitude of its "positive and negative effects". ③ The study of the impact pathways found that forestry investment can enhance green welfare through the improvement of ecological environment and the growth of economy, and also avoid the loss of green welfare by reducing residents' consumption level. Therefore, the source of forestry investment should encourage the absorption of social capital, and the direction of forestry investment should actively guide the development of forestry industry, so as to enhance the green welfare of urban residents more effectively from both the source and the end.
-
一. 研究背景
当前，城市规模扩张引起的资源短缺、环境污染、生态供给不足等问题，严重降低了城市居民的幸福感和生活质量，提高居民福利水平已经成为我国生态文明建设的内在要求[1]。绿色福利由绿色和福利两个维度构成，着重强调在为居民提供高质量物质生活的同时，提高资源利用效率和改善环境质量[2]，其实践宗旨是满足社会公众的美好生活需要，提高居民的幸福感和获得感[3]。为此，党的十九大报告提出“要提供更多优质生态产品以满足人民日益增长的优美生态环境需要”。2020年生态环境部发布的《中国公民生态环境与健康素养》再次强调“绿水青山不仅是金山银山，也是人民群众健康的重要保障”。这意味着，未来以提升民生福祉为导向的绿色投资将成为美丽中国建设和绿色发展实践的主导模式[4-5]。
林业投资作为绿色投资的重要组成部分，在推进经济发展和生态保护方面发挥了重要作用，在打造美丽中国和生态文明建设中取得了显著成效，切实保障了生态产品有效供给，显著提高了居民福利水平。一方面，林业投资借助产业链的传输实现价值增值，创造出社会经济财富[6]；另一方面，林业投资通过生态建设，改善人居环境，促进公众身心健康，从而提升了居民福祉。近年来，在各级政府的积极扶持和推动下，林业投资力度和规模不断增强，尤其是2000年以来，相继启动了六大林业重点生态工程并制定和实施了多个林业发展五年规划。截至2019年，林业重点生态工程实际完成额已达到2000年的6倍之多。林业作为人与自然和谐发展的关键纽带，不仅承担着打造良好生态环境的重大任务，更肩负着提升居民绿色福利的重要使命。
现阶段，国内外关于如何提升居民福利的研究日趋丰富，但主要集中于福利的评估测度、影响因素以及政策制定等方面。在评估测度方面，学者们尚存争议，但一般有3种测算框架：第一种是Sen[7]基于微观个体效用，通过测算家庭实物支出的比重以反映居民福利；第二种是基于数理上的指标组合计算方法，根据投入产出的思想通过超效率DEA（Data envelopment analysis，简称DEA）模型测度居民福利[8]，如其中的人类发展指数HDI（human development index，简称HDI），虽然该指标因范围过小而被马丁·拉瓦利[9]所诟病，但因其计算方便、公式简明而被广泛采用；第三种是基于一般均衡模型的量化方法，通过匹配现实数据对福利变动进行量化评估[10]，该方法多用于宏观分析。在影响因素方面，以往学者主要从能源结构、技术水平、医疗卫生、产业结构、环境规制以及城镇化水平等方面，探讨影响居民福利的关键因素[11-12]，同时也有学者研究居民福利与生态环境、经济增长之间的相互影响。如诸大建等[13]发现生态福利绩效与经济增长之间呈倒U型关系；龙亮军等[14]进一步通过脱钩分析证实了经济增长正在逐年遭遇“福利门槛”，即经济增长只是在一定的范围内提升福利水平，超过这个范围如果有更多的经济增长，福利水平会开始退化。此外，福利的空间分布特征与动态演进也逐渐受到学者的广泛关注[15-16]。在政策制定方面，Larsen[17]强调以最少的自然资源消耗获得最大化的福利产出，实现生态系统和社会经济系统的可持续发展。如对能源结构转型、城市绿化建设以及自然资源利用等问题的研究发现，社会经济与自然环境的协调发展是切实提升居民生活满意度和主观幸福感的关键[18-20]。然而，目前生态环境问题已成为制约居民福利提升的重要瓶颈[21]。Cole等[22]和Olawumi等[23]认为未来以生态建设为核心的可持续发展始终是切实保障居民美好生活的重要选择。林业作为生态文明建设的主体，承担着打造美丽中国、改善人居环境的重要任务，剖析林业投资对城市居民福利水平的深刻影响具有重要研究价值。鉴于此，本文基于中国2011—2019年省际面板数据，采用Super-SBM方法评估城市居民的绿色福利水平，并从林业投资来源和去向两个视角出发，借助系统GMM（Gaussian mixture model，简称GMM）和中介效应模型，深入分析林业投资对城市居民绿色福利的影响及影响路径，为提高林业资金配置效率、提升居民福利水平以及发挥林业在生态文明建设中的重要作用提供参考。
二. 模型设定与数据说明
动态面板模型（GMM）可有效规避林业投资与城市居民绿色福利之间因互为因果而产生的内生性问题，且林业投资对城市居民绿色福利的影响往往存在一定的滞后效应，动态面板模型将被解释变量的滞后项纳入模型，可更精确地分析林业投资对居民绿色福利的影响[24]。同时中介效应模型常用于分析自变量影响因变量的内部机制，可有效探讨林业投资影响城市居民绿色福利的路径。因此，本文选用GMM和中介效应模型进行实证分析。
一 设定模型
首先，本文采用省际面板数据实证分析林业投资对城市居民绿色福利的影响，具体设定的系统GMM模型如下：
$$ \mathrm{GW}_{i, t}=\beta_{0}+\beta_{1} \mathrm{GW}_{i, t-1}+\beta_{2} \mathrm{FI}_{i, t}+\lambda X_{i, t}+\varepsilon_{i, t} $$ (1) 式中：GWi,t代表t年i省（市）的城市居民绿色福利，FIi,t代表t年i省（市）的林业投资额，Xi,t为影响城市居民绿色福利的其他变量，
$ \;\beta $ 代表回归系数，$ \varepsilon $ i,t代表随机误差项。本文在廖显春等[2]研究的基础上，主要选取产业结构、人口密度、技术水平、城镇化水平和教育程度作为影响城市居民绿色福利的控制变量。其次，本文设置城市绿化、经济发展以及消费水平作为中介变量，进一步分析林业投资影响城市居民绿色福利的路径。具体的中介效应模型设定如下：
$$ \mathrm{GRE}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{1i, t}+\beta \mathrm{ER}_{i, t}+\varepsilon_{i, t} $$ (2) $$ \mathrm{GW}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{1i, t}+\alpha_{2} \mathrm{GRE}_{i, t}+\beta \mathrm{ER}_{i, t}+\varepsilon_{i, t} $$ (3) $$ \mathrm{GDP}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{2i, t}+\beta \mathrm{UR}_{i, t}+\varepsilon_{i, t} $$ (4) $$ \mathrm{GW}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{2i, t}+\alpha_{2} \mathrm{GDP}_{i, t}+\beta \mathrm{UR}_{i, t}+\varepsilon_{i, t} $$ (5) $$ \mathrm{GRE}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{3i, t}+\beta \mathrm{UR}_{i, t}+\varepsilon_{i, t} $$ (6) $$ \mathrm{GW}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{3i, t}+\alpha_{2} \mathrm{GRE}_{i, t}+\beta \mathrm{UR}_{i, t}+\varepsilon_{i, t} $$ (7) $$ \mathrm{CL}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{4i, t}+\beta \mathrm{ER}_{i, t}+\varepsilon_{i, t} $$ (8) $$ \mathrm{GW}_{i, t}=\alpha_{0}+\alpha_{1} \mathrm{FI}_{4i, t}+\alpha_{2} \mathrm{CL}_{i, t}+\beta \mathrm{UR}_{i, t}+\varepsilon_{i, t} $$ (9) 其中：FI1i,t、FI2i,t、FI3i,t、FI4i,t分别代表 t 年 i 省（市）的林业生态建设与保护投资、林业产业发展投资、林业支撑与保障投资、林业基础设施建设投资，GREi,t表示t年i省的城市绿化水平，GDPi,t为经济发展水平，ERi,t代表t年i省（市）的环境规制水平，URi,t代表t年i省（市）的城镇化水平，CLi,t为城市居民消费水平，
$ \alpha $ 、$ \;\beta $ 代表回归系数，$ \varepsilon $ i,t代表随机误差项。式（3）、（5）、（7）、（9）是在式（2）、（4）、（6）、（8）的基础上分别加入了GRE、GDP、GRE和CL以构造中介效应模型。二 选取变量
1 被解释变量
城市居民绿色福利是一种综合指数，其数据无法直接获得。国内有学者使用生态福利[25]、环境福利[26]，并通过资源投入和福利产出探讨与之相关的测度与评价问题。本文借鉴方时姣等[12]和韩瑾[27]的方法，在测度生态福利的基础上，引入林木资源消耗量（投入）、森林资源水平（产出）、城市绿化水平（产出）等10个指标，以凸显林业投资在城市居民绿色福利体系中的重要作用；并运用Super-SBM模型对城市居民的绿色福利水平进行测度。具体的城市居民绿色福利评价指标体系见表1。
表 1 城市居民绿色福利评价指标体系类别 一级指标 二级指标 三级指标 投入
指标资源
消耗能源消耗量 人均消费标准煤/t 土地消耗量 人均建成区面积/m2 水资源消耗量 人均用水量/m3 林木资源消耗量 人均木材采伐量/dm3 环境
污染环境污染治理投资 人均工业污染治理完成投资/元 产出
指标福利
水平经济发展水平 人均地区生产总值/元 教育发展水平 平均受教育年限 健康医疗水平 平均预期寿命 森林资源水平 人均森林面积/m2 城市绿化水平 人均公园绿地面积/m2 其中，由于产出指标中平均预期寿命、平均受教育年限数据无法直接获取，具体的数据处理过程如下：各省市的平均预期寿命只有1990、2000、2010年统计数据，根据徐昱东等[28]的处理方法补齐了各省市历年平均预期寿命；平均受教育年限根据《2019年中国人类发展报告》的处理方法得到，具体计算过程如式（10）。其中，P小、P初、P高和P大分别表示小学、初中、高中、大专及以上的在校生人数。
$$\begin{split} {\text{平均受教育年限}}=&(6P_{{\text{小}}}+9P_{{\text{初}}}+12P_{{\text{高}}}+16P_{{\text{大}}})/\\ &(P_{{\text{小}}}+P_{{\text{初}}}+P_{{\text{高}}}+P_{{\text{大}}})\end{split} $$ (10) 2 核心解释变量
林业投资可分为林业投资的来源和去向两个方面。林业投资来源包括林业财政投资（中央财政资金、地方财政资金）和林业社会投资（国内贷款、利用外资、自筹资金及其他社会资金）两个维度；林业投资去向包括林业生态建设与保护、林业产业发展、林业支撑与保障以及林业基础设施建设4个途径，相关数据可由《中国林业统计年鉴》直接获取。
3 控制变量
参考以往学者的研究，控制变量的选取如下：①产业结构，用各省市第三产业增加值占GDP的比重衡量[11]；②人口密度，用各省市每平方公里的人口数衡量[29]；③技术水平，用各省市的专利申请量衡量；④城镇化水平，用各省市城镇人口占总人口的比例衡量[30] ；⑤教育程度，用各省市获得普通高等学历人数占总人口的比例衡量；⑥森林资源禀赋，用各省市的森林覆盖率衡量；⑦消费水平，用各省市的城镇居民消费水平衡量；⑧环境规制，用各省市的工业污染治理投资完成额衡量；⑨经济发展，用各省市的人均地区生产总值衡量；⑩城市绿化，用各省市的人均绿地面积衡量。
三 数据说明
由于林业投资的相关数据自2011年才开始详载，考虑到数据的可得性和完整性，本文使用的省际面板数据源自2011—2019年的《中国统计年鉴》《中国林业统计年鉴》等，其统计对象为除西藏及港澳台外的30个省市。此外，能源消耗数据来自《中国能源统计年鉴》，平均预期寿命在《中国人类发展报告2019》的基础上，依据徐昱东等[28]的方法补充获得，少数缺失数据由移动平均法得到，变量的描述性统计结果如表2所示。
表 2 样本数据的描述性统计分析变量 变量符号 均值 标准差 最小值 最大值 绿色福利 GW 1.10 0.20 0.38 1.88 生态福利 EW 1.03 0.26 0.27 1.84 林业总投资/万元 FI 1 326 217.00 1 630 549.00 53 355.00 10 900 000.00 林业财政投资/万元 FIM 553 039.00 393 758.60 19 397.00 2 409 673.00 林业社会投资/万元 FIS 773 178.30 1 576 239.00 0.00 10 400 000.00 林业生态建设与保护投资/万元 FI1 608 266.90 381 992.50 33 720.00 1 965 703.00 林业产业发展投资/万元 FI2 469 765.00 1 239 370.00 20.00 8 203 230.00 林业支撑与保障投资/万元 FI3 112 395.20 128 148.40 2 273.00 1 039 119.00 林业基础设施建设投资/万元 FI4 135 873.30 217 415.30 819.00 1 663 364.00 森林资源禀赋/% FC 0.003 3 0.001 8 0.000 4 0.006 7 人口密度/（km2·人−1） PD 2 847.73 1 153.12 764.00 5 821.00 消费水平/元 CL 18 695.50 9 105.46 7 389.00 53 617.00 环境规制/万元 ER 242 987.40 223 794.40 10 946.00 1 416 464.00 产业结构/% IT 0.46 0.10 0.30 0.83 城镇化水平/% UR 0.57 0.12 0.35 0.90 技术水平/项 TL 9.48 1.42 5.32 12.29 经济发展/(元·人−1) GDP 10.78 0.43 9.71 11.94 教育程度/% EDU 2.07 0.85 0.80 4.99 城市绿化/(m2·人−1) GRE 12.82 2.74 7.01 20.38 三. 结果与分析
一 基准回归结果
1 林业投资来源对居民绿色福利的影响
鉴于城市居民绿色福利与林业投资之间可能互为因果而导致内生性问题，本文通过豪斯曼检验后，采用系统GMM进行估计，回归结果如表3所示。各地区森林资源禀赋的差异会影响林业投资的多少，进而影响到城市居民的绿色福利水平。鉴于此，表3中GW1、GW2分别是引入森林资源禀赋之前林业财政投资、林业社会投资的回归结果，GW3、GW4分别是引入森林资源禀赋之后林业财政投资、林业社会投资的回归结果。具体的实证结果表明：①引入森林资源禀赋之前，林业财政投资每增加1%，在5%的显著性水平上促使城市居民绿色福利提升0.042%，林业社会投资每增加1%，在5%的显著性水平上促进城市居民绿色福利提升0.578%。这就充分说明，在一定程度内林业资金投入越多，城市居民的绿色福利就越高，且林业社会投资比林业财政投资对城市居民绿色福利的影响更大。其原因是在促进绿色福利水平提升上，社会资本较财政资本具有更大的带动性、自发性和先导性，其单位资本带来的绿色福利提升效果更好。②引入森林资源禀赋之后，林业财政投资每增加1%，城市居民绿色福利增加10.414%，林业社会投资每增加1%，居民绿色福利提升122.42%。这充分说明林业投资对绿色福利提升的幅度依附于各地区森林资源禀赋的差异，森林资源越丰裕的地区，林业投资对居民绿色福利水平的提升作用越大。且较林业财政投资而言，林业社会投资对绿色福利的提升效果更好，表明社会资本参与到林业生态建设与保护事业中，能够更有效地推动森林生态资源价值转化，促进生态产业化的推广和发展，从而实现生态效益与经济效益的双赢。
表 3 林业投资来源对城市居民绿色福利影响的估计结果变量 GW1 GW2 GW3 GW4 GWt-1 0.310* 0.316* −0.042 −0.041 (0.178) (0.174) (0.148) (0.150) FIM 0.042** −0.029 (0.019) (0.024) FIS 0.578** −0.305 (0.258) (0.311) FIM×FC 10.414** (4.823) FIS×FC 122.420* (65.128) IT 0.126 0.112 0.019 0.019 (0.454) (0.452) (0.173) (0.172) TL −0.118 −0.117 −0.093 −0.095 (0.056) (0.055) (0.038) (0.038) PD −0.051 −0.052 0.001 0.001 (0.107) (0.106) (0.081) (0.081) UR 0.436 0.431 0.570 0.566 (1.050) (1.051) (0.595) (0.594) EDU 0.066 0.063 0.044 0.042 (0.135) (0.131) (0.085) (0.084) 常数项 1.283 0.359 1.877*** 2.299** (0.866) (1.093) (0.601) (0.9536) AR（1） 0.088 0.084 0.148 0.127 AR（2） 0.460 0.448 0.772 0.841 Sargan 0.275 0.296 0.773 0.770 注：t表示时间（年），GWt-1表示绿色福利的滞后一阶项；括号内为回归系数的标准误；***、**、*分别表示在1%、5%、10%的显著性水平上显著。 林业社会投资比林业财政投资更有效的原因可能是：2011年以后，我国各省市林业财政资金支出占比开始逐步下降，尤其是2015年林业六大工程三期结束以后，国家林业生态建设投资逐渐退出，林业以社会投资供给为主[31]。此外，在林业财政支出占比逐年减少的同时，生态文明和林业发展对社会资金的吸纳和集聚作用持续增强，林业社会投资的比重不断增加，资本市场在林业生态建设和林业产业发展中的资源配置效应逐渐发挥关键作用。
2 林业投资去向对居民绿色福利的影响
林业投资去向对城市居民绿色福利影响的实证结果如表4所示，具体分析如下：① GW5表示林业生态建设与保护投资每增加1%，绿色福利在5%的显著性水平上提升0.047%，说明林业生态建设和保护投资与城市居民绿色福利关联密切，且林业生态建设水平越高，绿色福利提高的越多。原因可能是林业生态建设与保护通过创建造林更新、森林抚育、湿地恢复等绿色空间，改善城市居民的生产生活环境，从而提升了城市居民绿色福利水平。② GW6显示林业产业发展投资与城市居民绿色福利负相关，但不显著。可能的原因是，现阶段我国林业产业仍以木竹家具、木竹浆纸、木竹制品等林产品加工业为主，林木资源的高度开发和利用，造成了城市居民绿色福利损失。林业产业发展虽然可以促进经济发展、带动居民增收，但同时也会加剧林木资源消耗、造成绿色福利损失，故而林业产业发展对居民福利的影响将取决于经济发展“正效应”与资源消耗“负效应”的相对大小。③ GW7显示林业支撑与保障投资每增加1%，绿色福利在5%的显著性水平上提升0.021%，说明林业支撑与保障对城市居民绿色福利的提升具有积极正向影响，可能的原因是森林防火、林业有害生物防治、林业信息化等林业支撑与保障的投资建设，有效促进了森林等绿地资源的可持续发展，从而保障了城市居民的绿色福利。④ GW8显示林业基础设施建设投资每增加1%，绿色福利在10%的显著性水平上提升0.015%，说明林业基础设施建设对城市居民绿色福利具有积极正向影响，可能的原因是林业棚户区（危旧房）改造、林区公益性基础设施建设、国有林场、国有林区道路建设等林业基础设施建设项目改善了林区的生产生活条件，从而提升了城市居民绿色福利水平。⑤ GW9显示林业投资每增加1%，绿色福利在5%的显著水平上提升0.037%，说明虽然林业生态建设与保护、林业产业发展、林业支撑与保障及林业基础设施建设对绿色福利的影响存在异质性，但整体上看，林业投资能够显著提升城市居民的绿色福利水平。
表 4 林业投资去向对城市居民绿色福利影响的估计结果变量 GW5 GW6 GW7 GW8 GW9 GWt-1 0.347** 0.291 0.296 0.268 0.316* （0.173） （0.209） （0.197） （0.198） （0.190） FI1 0.047** （0.023） FI2 −0.003 （0.145） FI3 0.021** （0.008） FI4 0.015* （0.007） FI 0.037** （0.016） IT 0.353 0.411 0.421 0.460 0.397 （0.473） （0.489） （0.498） （0.581） （0.487） TL −0.147*** −0.124** −0.119** −0.133*** −0.135** （0.052） （0.051） （0.057） （0.049） （0.052） PD −0.003 −0.031 −0.031 −0.033 −0.029 （0.119） （0.111） （0.112） （0.113） （0.107） UR 0.641 0.399 0.262 0.592 0.418 （1.247） （1.1115） （1.243） （0.988） （1.155） EDU 0.103 0.076 0.089 0.069 0.104 （0.113） （0.145） （0.145） （0.143） （0.136） 常数项 0.965 1.647* 1.601* 1.532* 1.440 （1.394） （0.896） （0.911） （0.858） （1.187） AR（1） 0.065 0.120 0.111 0.122 0.091 AR（2） 0.424 0.521 0.518 0.503 0.488 Sargan 0.166 0.169 0.165 0.125 0.172 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。 二 稳健性检验
1 林业投资来源对居民绿色福利影响的稳健性分析
本研究采用肖黎明等[29]的测度方法，通过4个投入指标（能源消耗、土地消耗、水资源消耗和环境污染治理投资额），3个产出指标（经济、教育和健康水平），测度各省市的生态福利值，并以此作为绿色福利的替代变量，通过替换变量法对林业投资来源对城市居民绿色福利的影响进行稳健性检验。研究结果见表5。在引入森林资源禀赋前后，林业财政投资和林业社会投资均对生态福利保持正向影响，表明林业投资来源对居民绿色福利的正向促进作用具有较强的稳健性。
表 5 林业投资来源对绿色福利影响的稳健性检验结果变量 EW10 EW11 EW12 EW13 EWt−1 0.537** 0.542** 0.178 0.179 （0.215） （0.214） （0.185） （0.185） FIM 0.053* −0.042 （0.031） （0.034） FIS 0.702* −0.484 （0.409） （0.429） FIM×FC 13.301* （7.663） FIS×FC 164.692* (95.607) 常数项 0.48 −0.626 0.946 1.658 （1.478） （1.644） （0.848） (1.226) 控制变量 是 是 是 是 AR（1） 0.037 0.036 0.064 0.063 AR（2） 0.239 0.234 0.527 0.524 Sargan 0.224 0.234 0.700 0.696 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。 2 林业投资去向对居民绿色福利影响的稳健性分析
以生态福利替换绿色福利，将林业投资去向对城市居民绿色福利的影响通过替换变量法进行稳健性检验。研究结果见表6，从中可以发现林业生态建设与保护投资、林业产业发展投资、林业支撑与保障投资、林业基础设施建设投资以及林业总投资均对生态福利具有积极正向影响，表明林业投资去向对城市居民绿色福利的正向影响同样具有稳健性。
表 6 林业投资去向对绿色福利影响的稳健性检验结果变量 EW14 EW15 EW16 EW17 EW18 EWt-1 0.555** 0.514* 0.496* 0.509* 0.526** （0.216） （0.263） （0.265） （0.288） (0.263) FI1 0.065** （0.032） FI2 0.001 （0.010） FI3 0.019*** （0.006） FI4 0.034** (0.013) FI 0.053* (0.028) 常数项 −0.303 0.865 0.715 0.450 0.398 （2.226） （1.358） （1.482） (1.171) （1.809） 控制变量 是 是 是 是 是 AR（1） 0.033 0.068 0.071 0.066 0.059 AR（2） 0.230 0.300 0.342 0.225 0.282 Sargan 0.341 0.342 0.244 0.226 0.184 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。 综上所述，不论投资来源还是投资去向，林业投资均能有效提升城市居民的绿色福利水平。但投资来源方面需注意林业投资福利效应的“效率性”，表现为林业社会投资和林业财政投资对城市居民绿色福利影响“大小”的不同；而投资去向方面需注重林业投资福利效应的“公平性”，特别是林业产业发展投资对城市居民绿色福利表现出的“正负效应”的不确定性，林业产业发展和林业生态建设应协调发展，方能更好地将林业投资福利效应落到实处。
三 林业投资提升居民绿色福利的影响路径分析
林业投资对城市居民绿色福利影响路径的估计结果见表7，具体分析如下：① GRE19、GRE20的实证结果表明，林业生态建设与保护投资对城市绿化水平有显著正向影响，且城市绿化水平在10%的显著性水平上提升了城市居民绿色福利，说明林业生态建设与保护投资通过生态环境的改善提升了城市居民绿色福利水平。② GDP21、GW22的实证结果表明，林业产业发展投资对经济发展水平具有显著正向影响，而经济发展水平的提高给居民带来了绿色福利损失。这说明就目前来看，现阶段我国林业产业仍以木材加工制造为主的现状是造成居民绿色福利损失的关键原因，但同时林业产业发展能够带动居民创收增收，促进国民经济的增长，从而提升城市居民绿色福利水平。③ GRE23、GRE24的实证结果表明，林业支撑和保障投资对城市绿化水平有显著正向影响，而城市绿化水平在5%的显著性水平上促进了绿色福利水平的提升，同样说明林业支撑和保障投资通过生态环境的改善保障了城市居民绿色福利。④ CL25、GW26的实证结果表明，林业基础设施建设投资对居民消费水平有显著负向影响，居民消费水平对绿色福利产生负向影响，从而发现林业投资通过降低居民的消费水平而避免了绿色福利的损失；且上述林业投资对城市居民绿色福利的路径结果均通过中介效应的Sobel检验。
表 7 林业投资对绿色福利影响路径的估计结果变量 GRE19 GW20 GDP21 GW22 GRE23 GW24 CL25 GW26 FI1 1.071*** −0.026 (0.207) (0.017) GRE 0.009* 0.012** (0.005) (0.005) FI2 0.041*** −0.018** (0.079) (0.008) GDP −0.107** (0.048) FI3 0.745*** −0.021** (0.092) (0.008) FI4 −0.039*** −0.007 (0.011) (0.012) CL −0.153** (0.069) 常数项 −4.648 2.063*** 8.002*** 2.125*** −0.91 1.977*** 7.907*** 2.291*** (2.998) (0.234) (0.142) (0.414) (2.050) (0.169) (0.245) (0.529) R2 0.837 0.797 0.669 0.791 0.849 0.795 0.547 0.794 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。 综上所述，林业生态建设与保护、林业支撑和保障这两项投资是提升城市居民绿色福利的核心动力；林业产业发展投资“正负效应”的不确定性可能负向影响城市居民绿色福利，林业基础设施建设投资是带动城市居民绿色福利水平提升的重要保障。在上述不同路径的作用下，林业投资对城市居民绿色福利整体上呈现正向积极影响，且这种影响会随着林业第三产业的不断发展和优化而逐渐增强。
四. 结论与建议
一 结 论
本文基于中国2011—2019年的省际面板数据，采用Super-SBM方法测度了城市居民的绿色福利水平，并从林业投资来源和去向两个视角出发，借助系统GMM模型和中介效应模型，深入分析了林业投资对城市居民绿色福利的影响及其影响路径。得出结论如下：①林业投资来源对城市居民绿色福利的影响依赖于各地区森林资源禀赋的不同，且林业社会投资比林业财政投资对城市居民绿色福利的影响效果更强，表明社会资本在提升绿色福利方面更具先导性和效率性。②林业生态建设与保护、林业支撑和保障以及林业基础设施建设投资对城市居民绿色福利具有显著正向影响，而林业产业发展投资对城市居民绿色福利的影响取决于其“正负效应”的大小。整体而言，林业总投资对城市居民绿色福利具有显著提升效应。③绿色福利的影响路径研究发现林业投资可以通过生态环境的改善、国民经济的增长提升城市居民绿色福利，同时通过降低消费水平避免了城市居民绿色福利损失。
二 建 议
基于上述研究结论，为提升我国城市居民绿色福利，本文提出以下建议：①推行差异化的财政资金投资方式。如在森林资源禀赋较高但生态环境脆弱的地区，加强中央财政转移支付能力，并结合地方财政资金因地制宜地走林业产业生态化之路；而在森林资源禀赋较高且生态环境较好的地区，积极探索森林生态产品价值实现机制，吸纳更多社会资本投入林业产业发展，发挥林业社会投资的先导性作用，走林业生态产业化之路，从而创造更多绿色福利。②鼓励吸纳林业社会资本投资。一方面，要建立和规范林业碳汇交易市场，创造良好的林业投融资环境，确保林业投资的保值增值，以吸纳更多社会资本投入林业生产经营活动，为居民创造更多的绿色福利；另一方面，正确引导和规范社会资本的投资方向，逐步探寻财政投资和社会投资的协调机制，以规避社会资本逐利属性，引致社会绿色福利损失。③持续放大林业产业发展的“正”效应。积极推进林业第二产业带动第一产业，出台促进林业第三产业发展的配套政策，培育森林旅游、森林康养等生态休闲产业，全方位发挥森林多功能、多效益、多层次的资源优势，推动林业产业由资源依赖性向创新发展型转变，以可持续的林业产业发展方式，推进我国的生态文明和美丽中国建设，为居民谋取更多绿色福利盈余。
-
表 1 城市居民绿色福利评价指标体系
类别 一级指标 二级指标 三级指标 投入
指标资源
消耗能源消耗量 人均消费标准煤/t 土地消耗量 人均建成区面积/m2 水资源消耗量 人均用水量/m3 林木资源消耗量 人均木材采伐量/dm3 环境
污染环境污染治理投资 人均工业污染治理完成投资/元 产出
指标福利
水平经济发展水平 人均地区生产总值/元 教育发展水平 平均受教育年限 健康医疗水平 平均预期寿命 森林资源水平 人均森林面积/m2 城市绿化水平 人均公园绿地面积/m2 
下载: 导出CSV
表 2 样本数据的描述性统计分析
变量 变量符号 均值 标准差 最小值 最大值 绿色福利 GW 1.10 0.20 0.38 1.88 生态福利 EW 1.03 0.26 0.27 1.84 林业总投资/万元 FI 1 326 217.00 1 630 549.00 53 355.00 10 900 000.00 林业财政投资/万元 FIM 553 039.00 393 758.60 19 397.00 2 409 673.00 林业社会投资/万元 FIS 773 178.30 1 576 239.00 0.00 10 400 000.00 林业生态建设与保护投资/万元 FI1 608 266.90 381 992.50 33 720.00 1 965 703.00 林业产业发展投资/万元 FI2 469 765.00 1 239 370.00 20.00 8 203 230.00 林业支撑与保障投资/万元 FI3 112 395.20 128 148.40 2 273.00 1 039 119.00 林业基础设施建设投资/万元 FI4 135 873.30 217 415.30 819.00 1 663 364.00 森林资源禀赋/% FC 0.003 3 0.001 8 0.000 4 0.006 7 人口密度/（km2·人−1） PD 2 847.73 1 153.12 764.00 5 821.00 消费水平/元 CL 18 695.50 9 105.46 7 389.00 53 617.00 环境规制/万元 ER 242 987.40 223 794.40 10 946.00 1 416 464.00 产业结构/% IT 0.46 0.10 0.30 0.83 城镇化水平/% UR 0.57 0.12 0.35 0.90 技术水平/项 TL 9.48 1.42 5.32 12.29 经济发展/(元·人−1) GDP 10.78 0.43 9.71 11.94 教育程度/% EDU 2.07 0.85 0.80 4.99 城市绿化/(m2·人−1) GRE 12.82 2.74 7.01 20.38
下载: 导出CSV
表 3 林业投资来源对城市居民绿色福利影响的估计结果
变量 GW1 GW2 GW3 GW4 GWt-1 0.310* 0.316* −0.042 −0.041 (0.178) (0.174) (0.148) (0.150) FIM 0.042** −0.029 (0.019) (0.024) FIS 0.578** −0.305 (0.258) (0.311) FIM×FC 10.414** (4.823) FIS×FC 122.420* (65.128) IT 0.126 0.112 0.019 0.019 (0.454) (0.452) (0.173) (0.172) TL −0.118 −0.117 −0.093 −0.095 (0.056) (0.055) (0.038) (0.038) PD −0.051 −0.052 0.001 0.001 (0.107) (0.106) (0.081) (0.081) UR 0.436 0.431 0.570 0.566 (1.050) (1.051) (0.595) (0.594) EDU 0.066 0.063 0.044 0.042 (0.135) (0.131) (0.085) (0.084) 常数项 1.283 0.359 1.877*** 2.299** (0.866) (1.093) (0.601) (0.9536) AR（1） 0.088 0.084 0.148 0.127 AR（2） 0.460 0.448 0.772 0.841 Sargan 0.275 0.296 0.773 0.770 注：t表示时间（年），GWt-1表示绿色福利的滞后一阶项；括号内为回归系数的标准误；***、**、*分别表示在1%、5%、10%的显著性水平上显著。
下载: 导出CSV
表 4 林业投资去向对城市居民绿色福利影响的估计结果
变量 GW5 GW6 GW7 GW8 GW9 GWt-1 0.347** 0.291 0.296 0.268 0.316* （0.173） （0.209） （0.197） （0.198） （0.190） FI1 0.047** （0.023） FI2 −0.003 （0.145） FI3 0.021** （0.008） FI4 0.015* （0.007） FI 0.037** （0.016） IT 0.353 0.411 0.421 0.460 0.397 （0.473） （0.489） （0.498） （0.581） （0.487） TL −0.147*** −0.124** −0.119** −0.133*** −0.135** （0.052） （0.051） （0.057） （0.049） （0.052） PD −0.003 −0.031 −0.031 −0.033 −0.029 （0.119） （0.111） （0.112） （0.113） （0.107） UR 0.641 0.399 0.262 0.592 0.418 （1.247） （1.1115） （1.243） （0.988） （1.155） EDU 0.103 0.076 0.089 0.069 0.104 （0.113） （0.145） （0.145） （0.143） （0.136） 常数项 0.965 1.647* 1.601* 1.532* 1.440 （1.394） （0.896） （0.911） （0.858） （1.187） AR（1） 0.065 0.120 0.111 0.122 0.091 AR（2） 0.424 0.521 0.518 0.503 0.488 Sargan 0.166 0.169 0.165 0.125 0.172 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。
下载: 导出CSV
表 5 林业投资来源对绿色福利影响的稳健性检验结果
变量 EW10 EW11 EW12 EW13 EWt−1 0.537** 0.542** 0.178 0.179 （0.215） （0.214） （0.185） （0.185） FIM 0.053* −0.042 （0.031） （0.034） FIS 0.702* −0.484 （0.409） （0.429） FIM×FC 13.301* （7.663） FIS×FC 164.692* (95.607) 常数项 0.48 −0.626 0.946 1.658 （1.478） （1.644） （0.848） (1.226) 控制变量 是 是 是 是 AR（1） 0.037 0.036 0.064 0.063 AR（2） 0.239 0.234 0.527 0.524 Sargan 0.224 0.234 0.700 0.696 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。
下载: 导出CSV
表 6 林业投资去向对绿色福利影响的稳健性检验结果
变量 EW14 EW15 EW16 EW17 EW18 EWt-1 0.555** 0.514* 0.496* 0.509* 0.526** （0.216） （0.263） （0.265） （0.288） (0.263) FI1 0.065** （0.032） FI2 0.001 （0.010） FI3 0.019*** （0.006） FI4 0.034** (0.013) FI 0.053* (0.028) 常数项 −0.303 0.865 0.715 0.450 0.398 （2.226） （1.358） （1.482） (1.171) （1.809） 控制变量 是 是 是 是 是 AR（1） 0.033 0.068 0.071 0.066 0.059 AR（2） 0.230 0.300 0.342 0.225 0.282 Sargan 0.341 0.342 0.244 0.226 0.184 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。
下载: 导出CSV
表 7 林业投资对绿色福利影响路径的估计结果
变量 GRE19 GW20 GDP21 GW22 GRE23 GW24 CL25 GW26 FI1 1.071*** −0.026 (0.207) (0.017) GRE 0.009* 0.012** (0.005) (0.005) FI2 0.041*** −0.018** (0.079) (0.008) GDP −0.107** (0.048) FI3 0.745*** −0.021** (0.092) (0.008) FI4 −0.039*** −0.007 (0.011) (0.012) CL −0.153** (0.069) 常数项 −4.648 2.063*** 8.002*** 2.125*** −0.91 1.977*** 7.907*** 2.291*** (2.998) (0.234) (0.142) (0.414) (2.050) (0.169) (0.245) (0.529) R2 0.837 0.797 0.669 0.791 0.849 0.795 0.547 0.794 注：括号内为回归系数的标准误，***、**、*分别表示在1%、5%、10%的显著性水平上显著。
下载: 导出CSV
-
[1] 赵若玺,赵建军. 绿色发展:实践指向与价值追寻[J]. 人民论坛·学术前沿,2019(12):102-105. [2] 廖显春,李小慧,施训鹏. 绿色投资对绿色福利的影响机制研究[J]. 中国人口·资源与环境,2020,30(2):148-157. [3] 田有丽. 绿色福利概念的历史考察、形态分析及实践应用研究[D]. 合肥: 合肥工业大学, 2019. [4] 接贵霞. 农业绿色发展思想及实践指导−评《乡村绿色发展之路:坚持人与自然和谐共生》[J]. 中国农业资源与区划,2020,41(8):40-57. [5] 孙永胜,佟连军. 吉林省限制开发区域绿色发展水平的时空演变特征与影响因素[J]. 中国农业资源与区划,2020,41(8):154-161. [6] 尹建平,王建琼,邹约儒. 投资林业实现资产保值增值[J]. 林业经济,2017,39(1):71-77. [7] SEN A. Inequality reexamined[M]. Cambridge: Harvard University Press, 1992.
[8] 钟水映,冯英杰. 中国省际间绿色发展福利测量与评价[J]. 中国人口·资源与环境,2017,27(9):196-204. [9] RAVALLION M. Mashup indices of development[J]. World Bank Research Observer,2012,27(1):1-32. doi: 10.1093/wbro/lkr009
[10] 徐晓亮,程倩,车莹,等. 资源政策调整对减排和环境福利影响−以煤炭资源税改革为例[J]. 管理科学学报,2017,20(2):18-31. doi: 10.3969/j.issn.1007-9807.2017.02.003 [11] 李成宇,张士强,张伟,等. 中国省际生态福利绩效测算及影响因素研究[J]. 地理科学,2019,39(12):1875-1883. [12] 方时姣,肖权. 中国区域生态福利绩效水平及其空间效应研究[J]. 中国人口·资源与环境,2019,29(3):1-10. [13] 诸大建,张帅. 生态福利绩效及其与经济增长的关系研究[J]. 中国人口·资源与环境,2014,24(9):59-67. doi: 10.3969/j.issn.1002-2104.2014.09.009 [14] 龙亮军,王霞. 我国城市化进程中生态损耗、经济增长与福利水平的关系研究−基于Tapio脱钩分析和Granger因果关系检验[J]. 经济问题探索,2017(3):98-106. [15] 邓远建,杨旭,陈光炬,等. 中国生态福利绩效水平的空间非均衡及动态演进[J]. 中国地质大学学报(社会科学版),2020,20(4):115-127. [16] 肖黎明,肖沁霖. 黄河流域城市生态福利绩效格局分异及空间收敛分析[J]. 软科学,2021,35(2):46-53. [17] LARSEN E G. Welfare retrenchments and government support:evidence from a natural experiment[J]. European Sociological Review,2018,34(1):40-51. doi: 10.1093/esr/jcx081
[18] 董梅,徐璋勇,李存芳. 碳强度约束对城乡居民福利水平的影响:基于CGE模型的分析[J]. 中国人口·资源与环境,2018,28(2):94-105. [19] 刘茜,李铎,赵琪. 城市绿地与实现居民生态福利的关系及协调[J]. 广西社会科学,2019(3):76-80. doi: 10.3969/j.issn.1004-6917.2019.03.013 [20] 刘自敏,邓明艳,崔志伟,等. 能源贫困对居民福利的影响及其机制:基于CGSS数据的分析[J]. 中国软科学,2020(8):143-163. doi: 10.3969/j.issn.1002-9753.2020.08.014 [21] 龙亮军. 基于两阶段Super-NSBM模型的城市生态福利绩效评价研究[J]. 中国人口·资源与环境,2019,29(7):1-10. [22] COLE M A,JRELLIOTT R J,ZHANG J. Growth,foreign direct investment,and the environment:evidence from Chinese cities[J]. Journal of Regional Science,2011,51(1):121-138. doi: 10.1111/j.1467-9787.2010.00674.x
[23] OLAWUMI T O,CHAN D W. A scientometric review of global research on sustainability and sustainable development[J]. Journal of cleaner production,2018,183:231-250. doi: 10.1016/j.jclepro.2018.02.162
[24] 谭卫华,舒银燕. 新金融发展与工业绿色转型−基于系统GMM模型的实证分析[J]. 经济地理,2020,40(11):149-157. [25] 臧漫丹,诸大建,刘国平. 生态福利绩效:概念、内涵及G20实证[J]. 中国人口·资源与环境,2013,23(5):118-124. doi: 10.3969/j.issn.1002-2104.2013.05.018 [26] 宋马林,金培振. 地方保护、资源错配与环境福利绩效[J]. 经济研究,2016,51(12):47-61. [27] 韩瑾. 生态福利绩效评价及影响因素研究−以宁波市为例[J]. 经济论坛,2017(10):49-53. doi: 10.3969/j.issn.1003-3580.2017.10.010 [28] 徐昱东,亓朋,童临风. 中国省级地区生态福利绩效水平时空分异格局研究[J]. 区域经济评论,2017(4):123-131. [29] 肖黎明,张仙鹏. 强可持续理念下绿色创新效率与生态福利绩效耦合协调的时空特征[J]. 自然资源学报,2019,34(2):312-324. [30] 李静,白江. 新型城镇化对社会福祉提升的影响分析[J]. 求是学刊,2016,43(5):62-68. doi: 10.3969/j.issn.1000-7504.2016.05.007 [31] 任洁,邹中琪,董玮,等. 财政支出、社会投资与森林生态资源积累−基于中国省际面板数据的实证分析[J]. 林业经济,2019,41(5):60-65,113.
计量
- 文章访问数: 673
- HTML全文浏览量: 179
- PDF下载量: 46
