The Influence Mechanism of Industrial Agglomeration on Forestry Green Total Factor Productivity from the Perspective of Financial Support
-
摘要:
基于各地区统计年鉴中的面板数据,运用非期望产出超效率SBM-Malmquist指数模型测度中国30个省份2008—2019年的林业绿色全要素生产率及异质性结构,并通过构建非线性动态面板门槛回归模型,从财政支持视角探析林业产业集聚对林业绿色全要素生产率的影响机制。研究发现:从总体上看,我国林业绿色全要素生产率呈缓慢增长趋势,但逐年波动明显且存在区域异质性。此外,在不同财政支持水平下,林业产业集聚对林业绿色全要素生产率的影响呈现非线性特征,即较低的财政支持水平抑制了林业产业集聚对林业绿色全要素生产率提高的促进作用,而随着财政支持水平的提高并超过临界值,林业产业集聚可以更好地发挥正外部性进而促进林业绿色全要素生产率提高。研究结论为推进我国生态文明建设和实现林业现代化发展提供了新视角、新方案。
-
关键词:
- 林业绿色全要素生产率 /
- 产业集聚 /
- 财政支持 /
- 异质门槛效应
Abstract:Based on the panel data from the regional statistical yearbook, this paper uses the non-expected output superefficiency SBM-Malmquist index model to measure the forest green total factor productivity and its heterogeneity structure in 30 provinces of China from 2008 to 2019. By constructing a nonlinear dynamic panel threshold regression model, the influence mechanism of forestry industry agglomeration on forestry green total factor productivity was analyzed from the perspective of financial support. The results show that: overall, the green total factor productivity of Chinese forestry is in a slow growth trend, but it fluctuates obviously year by year and there is regional heterogeneity. In addition, under different financial support levels, the effect of forestry industry agglomeration on forestry green total factor productivity presents nonlinear characteristics, that is, lower financial support level inhibits the positive effect of forestry industry agglomeration on the improvement of forestry green total factor productivity. However, when the financial support level increases and exceeds the critical value, the positive externalities of forestry industry agglomeration can be better utilized to promote the improvement of forestry green total factor productivity. The paper provides a new perspective and a new plan for promoting ecological civilization construction and realizing forestry modernization.
-
一. 研究背景
在全面完成明晰产权、承包到户改革目标的情况下, 继续深化集体林权制度改革的重要任务就是全面提升集体林业经营发展水平, 提高经济效益, 积极推进多种形式的适度规模经营[1]。从20世纪80年代至今, 我国农业专业合作社呈现出较快的发展态势, 作为一种为农户实现规模经营、提高农产品的竞争力、降低交易成本、增加农业经营收入的合作组织, 备受政府和农民的青睐[2]。根据国外相关文献研究分析, 笔者认为林地合作经营有利于森林的可持续经营。因此从国内其他相关行业和国外的经验借鉴看, 发展林业专业合作社是大力发展林业的重要途径之一。
合作社起源于1844年英国的罗虚代尔公平先锋合作社。1937年国际合作社联盟依据罗虚代尔公平先锋合作社的办社原则提出了著名的“罗虚代尔原则”。“罗虚代尔原则”是当时最具影响力的的合作社原则, 被确立为基本合作原则。随着时间的推移, 合作社的外部环境一直处于变化之中, “罗虚代尔原则”经过几次重大修改, 删除一些不具有时代性的内容, 并增加了一些适应新形势的内容。同时, 随着英国罗虚代尔公平先锋合作社的成立, 合作经济的研究也开始发展起来, 它是欧洲空想社会主义思潮的一个重要组成部分。合作社经过160多年的发展, 是当前各国大力发展的农业、林业合作组织的一种主要形式, 已经成为了一些西方国家成熟的经济组织形式。
合作社可以有效整合分散的经济资源, 实现适度规模经营, 提高经营效益。一些森林资源产权较为分散的国家和地区逐步以合作社的经营形式, 陆续成立类似的林业合作组织, 如日本的森林组合、德国的林业联盟、法国的林业合作社、芬兰的林主合作社、加拿大的森林合作社、韩国的林业协会组合、瑞典和挪威的林主协会。我国为应对林权制度改革后集体林权细碎化的现实, 2009年国家林业局出台了《关于促进农民林业专业合作社发展的指导意见》, 正式将推进农民林业专业合作社的发展作为深化改革的重要任务之一[3]。2013年, 国家林业局《关于加快林业专业合作组织发展的通知》进一步强调了加强林业专业合作组织建设的重要意义, 指出要加强组织领导、强化有关政策措施、积极推进林业专业合作组织建设[4]。但是, 就整体而言, 我国的林业专业合作社发展水平还不高, 农户的参与率也处于一个偏低的水平。因此, 了解农户参与林业合作社的现状、动机和影响因素, 对于国家相关部门完善林业专业合作社的发展政策、提高集体林的经营效率具有重要的现实意义。
二. 文献综述
国外有关研究发现影响农户参加林业专业合作社的因素主要包括; 成员的态度和认知能力、经济效益、民主的政治环境和自由合作的文化等方面。成员的态度和认知能力在组织参与行为方面非常重要[5]。David B. Kittredge[6]提出, 促使农户参加林业专业合作社原因在于:一是可以使林农实现利益最大化, 增加经济效益; 二是当地良好的政治经济文化环境和政府的扶持政策, 使得林主能够在更大程度上获利。虽然加入林业专业合作社对农户好处十分明显, 但从国外的案例来看, 并不是所有的农户都想参加林业专业合作社。
国内有关研究发现影响农户加入林业专业合作社的因素可以分为两大类, 一是内部因素, 包括农户自身特征、家庭经营特点、林业专业合作社内部管理和运行机制、农户服务需求; 二是外部因素, 包括政府政策、经济因素、管理体制、周围环境等[7]。一些学者基于农户视角, 通过实证研究得出影响农户加入林业专业合作社的内部因素是农户家庭基本特征, 具体包括户主性别、年龄、文化程度、家庭劳动力数量、家庭是否有成员担任干部、农户是否接受过林业科技服务、家庭收入、家庭林地面积、就业情况、健康水平等[8-11]。家庭经营特点影响因素主要包括林改后的经营方式、经营规模等[8, 11]。谭智心等[12]、张羲珍[13]基于委托代理理论、博弃理论来分析合作社内部激励机制, 认为合作社不仅需要对管理者进行经济和社会方面的激励, 同时也需要心理激励, 但同时管理者与其他成员享有同等的剩余索取权。王登举等[14]从农户服务需求的角度分析得出影响林农参加林业专业合作社的内部因素是林业专业合作社是否能满足农户的生产经营和管理服务等需求, 以及林农对林业专业合作社现有资源功能的评价等方面。一个林业专业合作社提供的服务和资源功能越是农户所需要的, 越能激励农户参加林业专业合作社的积极性。部分实证研究得出政策因素是影响农户参加林业专业合作社的重要因素, 包括政策的稳定性、合理性和导向性[8, 15]。黄和亮等[15]采取分组抽样的调査方法发现影响福建林农参加林业专业合作社的外部因素, 主要包括非农就业渠道和地区经济发展情况等。此外, 村里有无林业专业合作社和合作社的数量也是重要的外部影响因素[10]。虽然林业合作化经营比较普遍, 但合作化的组织程度偏低。在推进林业规模化的同时不可采取统一的模式, 而要以各经营主体的意愿为基础, 运用相应的经济措施加以引导。
三. 数据来源、样本概况及变量选择
一 数据来源
本文所用数据源于国家林业局经济发展研究中心“集体林权制度改革跟踪监测”项目2016年入户调查的结果。调查范围包括辽宁、福建、江西、湖南、云南、陕西和甘肃等7个样本省的350个样本村的3 500户样本农户。共发放3 500份农户调查表, 收回有效问卷3 500份, 样本有效率达到100%。本文主要提取农户是否参加林业专业合作社及其影响因素的数据进行实证分析。
二 样本概况
3 500户样本农户总人口为16 466人, 户均4. 7人。户主受教育程度在小学及以下的农户占样本农户总数的40.3%, 初中占43.3%, 高中占14.3%, 大专或本科及以上占2. 1%;长期外出打工人数占家庭劳动力数量比例超过50%的农户有2 264户, 占样本农户总数的64.7%;家庭林地面积超过2 hm2的农户占样本农户总数的48.3%;家庭林业年劳动时间低于30天的农户占样本农户总数的70.8%;农户家庭林业生产经营年支出在5 000元以下的农户占样本农户总数的73.4%;农户家庭林业年收入占家庭总收入比例低于50%的农户有2 458户, 占样本农户总数的70.2% (见表 1)。3 500户样本农户中有243户农户参加了林业专业合作社, 占样本农户总数的6.9%;3 257户没有参加任何林业专业合作社, 占93.1%。样本农户林业专业合作社参与率很低。
表 1 变量的描述性统计三 变量选择
根据有关文献对农户参加林业专业合作社影响因素的研究成果, 并结合本次调查结果的数据情况, 本文选取3大类因素作为解释变量:农户家庭基本特征、林改相关政策、农户家庭林地经营情况。农户家庭基本特征包括:户主年龄、户主受教育程度、长期外出打工人数占家庭劳动力数量比例、户主是否从事与林业有关的经营活动、户主是否为村干部。林改相关政策包括:家庭是否拿到过林业补贴、户主是否接受过林业培训、申请采伐指标是否有困难、林业科技服务的需求意愿、森林保险的需求意愿。农户家庭林地经营情况包括:家庭林地面积、家庭林业年劳动时间、农户家庭林业年收入占家庭总收入比例、农户家庭林业生产经营年支出(见表 2)。
表 2 实证模型变量的定义与预期影响选择自变量对农户参与林业专业合作社行为的预期影响如下:
1 农户家庭基本特征
一般年轻、受教育程度高、担任村干部的户主思想觉悟高, 接受新鲜事物快, 参加林业专业合作社的积极性相对较高; 长期外出打工人数占家庭劳动力数量比例越大的农户, 说明其兼业化程度越高, 对林业的重视程度就越低, 因此会降低其参加林业专业合作社的积极性; 户主从事与林业有关的经营活动的农户一般对林业生产经营有一定了解, 因此会促进农户参加林业专业合作社来增强抵御市场风险的能力, 减少生产经营成本, 提高经济收益。
2 林改相关政策
在我国目前的社会治理体制和环境下, 政府有关部门的政策对林业专业合作的发展有重要的影响。样本省、市(县)两级政府目前出台的关于推动林业专业合作社发展的政策主要是宣传导向性政策, 尚没有具体的经济激励政策。但农户如果能从政府部门的其他直接和间接有关林业经营的政策中获益, 其对政府相关政策, 包括发展林业专业合作社政策的信任程度就会提高, 进而按照政府政策导向, 参与林业专业合作社的积极性有可能提高。因此, 有关林业补贴、林业科技服务、培训、森林保险和发展林业专业合作社的相关政策对农户参与行为将产生积极的影响。农户申请采伐指标如果有困难, 会降低农户参加林业专业合作社积极性。主要原因是公益林的采伐限额管理非常严格, 一般无法为农户提供直接的经济利益, 经济林恰好相反。因此一般申请采伐指标有困难的农户, 家庭公益林面积相对比较大, 而现阶段林业专业合作社主要是为经济林展开服务的, 于是导致其参加林业专业合作社的积极性下降。
3 农户家庭林地经营情况
家庭林地面积对农户参与专业合作社的影响具有不确定性, 如果单纯考虑经营规模问题, 在一定的面积规模之下, 如林道建设等某些经营措施对家庭经营来说可能是不经济的, 采取合作经营模式就具有更好的效益, 进而吸引农户加入林业专业合作社。但如果规模达到一定程度, 农户则可能转而发展家庭林场等其他组织化经营形式, 从而降低了加入林业专业合作社的积极性。家庭林业年劳动时间越长的农户, 说明对林业越重视, 林业生产经营可能是其主要的收入来源, 因此更加需要参加林业专业合作社来增加经济效益。家庭林业年收入占家庭总收入的比例和家庭林业生产经营年支出均对农户参加林业专业合作社有正向的影响。
四. 模型结果与分析
农户是否参加林业专业合作社, 是一个定性的二分变量, 当农户参加林业专业合作社时Y取值为1, 否则Y取值为0;并且自变量中既有分类变量, 也有连续变量, 因此笔者选择Logistic回归模型并利用SPSS 22. 0统计软件进行数据分析。
一 多重共线性与模型检验
运用SPSS 22.0统计软件对自变量进行多重共线性检验结果如表 3。方差膨胀因子VIF (the variance inflation factor, 简称VIF)大于10, 容忍值TOL(tolerance, 简称TOL)小于0.1时, 模型存在较严重的多重共线性。如表 3所示:VIF的最大值为1.147, 远远小于10;TOL的最小值为0.872, 大于0.1, 说明自变量之间不存在多重共线性, 可以对其进行多元回归分析。
表 3 多重共线性检验模型的拟合优度检验结果如下:Logistic回归显著性的- 2对数似然值为1 620.449, Cox & Snell R平方为0.036, Nagelkerke R平方为0.092, 说明方程的拟和度较好。Hosmer and Lemeshow的拟合优度检验卡方统计量为12. 033, 相伴概率为0.150, 大于给定的显著性水平0. 05, 不能拒绝关于模型拟合数据很好的假设, 所以表明在可接受的水平上模型较好地拟合了数据。
二 模型结果
运用SPSS 22.0统计软件, 对样本数据进行二元Logistic回归分析, 得到结果如表 4。
表 4 模型估计结果通过模型结果可以看出:在10%显著水平下, 林业科技服务需求意愿、家庭林地面积对农户的参与行为有显著的影响; 在5%显著水平下, 长期外出打工人数占家庭劳动力数量比例、森林保险需求意愿对农户的参与行为有显著的影响; 在1%显著水平下, 户主是否从事与林业有关的经营活动、户主是否干部、户主是否接受过林业培训对农户的参与行为有显著的影响。
三 结果分析
除了长期外出打工人数占家庭劳动力数量比例对农户参与行为呈负向影响, 其他显著性因素均对农户参与行为均呈正向影响, 与预期分析基本一致。
长期外出打工人数占家庭劳动力数量比例对农户的参与行为呈负向影响。主要原因是家庭中长期外出打工的人数越多, 其家庭兼业化程度越高, 对林业生产经营的重视程度越低, 于是林业收入占家庭总收入的比例就会越小, 所以就会降低其参加林业专业合作社的积极性。对调查数据进行分析, 发现家庭中没有人外出打工的农户, 占所有参加林业专业合作社农户总数的55%。
户主是否从事林业经营活动对其参加合作社行为的正向影响意味着在其他条件一定的情况下, 本身直接从事林业经营活动的农户更愿意参加合作社。由调查数据显示, 在从事与林业有关的经营活动的1 965户农户中, 共有179户参加林业专业合作社, 参与率为10%;而在没有从事与林业有关的经营活动的1 538户农户中, 共有64户参加林业专业合作社, 参与率仅为4.3%。
户主是否干部对农户的参与行为呈正向影响。主要原因是户主在家庭的重大抉择中起关键作用, 干部的思想觉悟一般比较高, 而且在调查中发现林业专业合作社牵头人有64%是村干部, 因此村干部为了起到表率作用, 一般会积极加入林业专业合作社。
政策类因素对农户参加林业专业合作社更多是正向影响, 如农户是否接受过林业培训、林业科技的服务需求意愿、森林保险的需求意愿等。表明在其他条件一定的情况下, 农户如果能从相关的林业政策中获得实实在在的福利改善, 对政府倡导的发展林业专业合作社也会做出更加积极的响应。调查数据显示, 接受过林业专业培训的农户比没有接受过林业专业培训的农户参与率高出5%;非常需要林业科技服务的农户比一般需要和不太需要的农户参与率高出4.2%;非常需要森林保险的农户比一般需要和不太需要的农户参与率高出5.6%。
家庭林地面积对农户参加林业专业合作社呈正向影响。根据调查数据显示, 在243户参加林业专业合作社的农户中, 家庭林地面积最大为400 hm2, 最小为0 hm2, 平均家庭林地面积为5. 6 hm2。根据模型结果显示:家庭拥有林地面积越大的农户参加林业专业合作社的积极性高。说明家庭林地面积越大, 单户经营林地越困难, 在经营林地的过程中遇到的问题也会相应增多, 因此更需要加入林业专业合作社来提高其林地的规模化经营, 增加林业收益。但是根据调查数据显示, 3 500户样本农户中家庭林地面积超过67 hm2的大户有28户, 参加林业专业合作社的农户仅有8户。因此当家庭林地面积大到一定程度, 反而更有利于林业经营活动的开展, 这时农户参加林业专业合作社的需求反而下降。
五. 结论与建议
综上所述, 长期外出打工人数占家庭劳动力数量比例对农户参与行为呈负向影响; 户主是否从事与林业有关的经营活动、户主是否干部、户主是否接受过林业培训、林业科技服务的需求意愿、森林保险的需求意愿和家庭林地面积均对农户参与行为呈正向影响。
基于模型分析结果, 笔者建议从以下方面完善有关政策, 推动林业专业合作社的发展, 提高集体森林资源的经营效益。
一 稳定和扩大对集体林业发展的扶持政策
一方面从我国生态建设、林业发展的资源约束角度, 国家需要继续稳定和扩大有关的扶持政策, 另一方面相关林业扶持政策的落实对农户响应和认同政府发展林业专业合作社的导向政策具有积极的影响。因此, 各相关部门要稳定和加强有关的林业补贴政策、健全森林保险体系和其他惠农政策, 加强对农户的林业专业技术培训、农民创业培训, 积极为农户提供林业科技服务, 促进更多农户加入林业专业合作社, 开展合作经营, 提高经营效益。
二 完善和规范林业专业合作社的管理
林业专业合作社管理的规范性和经营效果直接影响农户参加的积极性, 建立健全各种章程和管理制度, 规范林业专业合作社行为, 切实保障入社农户资产的各类权益; 健全内部管理机构, 完善利益分配机制, 与农户建立紧密的利益联结机制, 形成“风险共担、利益共享”的利益共同体, 带动农户通过产业化经营改善承包林地的资源质量、经济和生态效益。
三 提高林农对林业专业合作社的认知能力
在关于农户对林业专业合作社满意度的调查中发现, 3 500户样本农户中有2 562户对林业专业合作社不清楚, 导致农户林业专业合作社参与率不高。因此林业各部门要加强对林业专业合作社的宣传, 使农户可以进一步了解林业专业合作社的运行机制、组织管理制度等。同时要大力发展基础教育和职业教育, 提高农户的整体素质, 使农户对专业合作社的认知更具科学化, 积极参加林业专业合作社, 为林业专业合作社的健康发展贡献一份力量。
四 开展林业专业合作社专项扶持试点示范建设
深入开展林业专业合作社示范社创建活动, 发挥典型示范导向作用。各地要结合本地区优势, 建设规模化的示范林业专业合作社, 扶持农户发展适度规模经营。同时, 针对发展潜力大、市场前景好、竞争力强、生产又具有一定规模的林业专业合作社, 要重点投入资金、技术、物资, 充分发挥其经济社会效益, 鼓励农民积极加入林业专业合作社, 带动林业专业合作社健康快速发展。
-
表 1 2008—2019年我国各省份林业绿色全要素生产率
省(区、市) 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 均值 北京 1.313 1.334 1.399 1.083 1.310 1.420 1.365 1.391 1.432 1.393 1.249 1.602 1.358 天津 1.199 1.071 1.299 0.971 1.148 1.186 1.253 1.149 1.330 1.127 1.249 1.442 1.202 河北 1.175 1.154 1.098 1.213 1.213 1.193 1.266 1.146 1.127 1.033 1.374 1.415 1.201 山西 0.987 0.854 0.794 0.548 0.801 0.867 1.011 0.757 1.295 1.271 1.113 1.237 0.961 内蒙古 0.919 0.780 0.835 0.646 0.951 0.979 0.678 0.793 0.895 0.889 1.089 1.229 0.890 辽宁 1.020 0.879 1.516 1.088 1.024 1.000 1.063 0.890 0.970 1.080 1.102 1.161 1.066 吉林 0.968 0.991 1.113 0.755 0.851 0.878 0.846 0.928 0.783 0.844 1.072 1.097 0.927 黑龙江 1.157 0.795 0.985 0.496 0.910 0.878 0.790 0.852 1.043 0.720 1.025 1.149 0.900 上海 1.064 1.036 0.997 1.150 1.584 1.334 1.330 1.382 1.602 1.540 1.584 1.834 1.370 江苏 1.204 1.143 1.337 1.094 1.123 1.170 1.224 1.244 1.303 1.379 1.542 1.761 1.294 浙江 1.089 1.151 0.904 1.067 1.327 1.187 1.359 1.251 1.355 1.331 1.455 1.696 1.264 安徽 0.864 0.883 0.922 0.779 0.907 0.961 1.109 0.965 1.065 1.013 1.075 1.050 0.966 福建 0.867 0.866 0.673 0.775 0.632 0.775 0.810 0.773 0.944 0.967 1.051 1.019 0.846 江西 0.806 0.866 0.859 0.708 0.838 0.988 0.872 0.928 1.026 1.003 1.094 1.142 0.927 山东 1.153 0.975 1.368 1.039 1.025 1.275 1.102 1.029 1.048 1.184 1.247 1.410 1.155 河南 0.990 0.418 0.700 0.755 0.641 0.921 0.962 0.805 0.897 1.093 1.150 1.262 0.883 湖北 1.123 1.087 1.281 1.102 1.226 1.288 1.250 1.311 1.385 1.381 1.415 1.538 1.282 湖南 0.965 0.917 1.008 0.848 0.822 0.921 1.062 0.914 1.143 1.065 1.154 1.226 1.004 广东 1.237 1.199 1.177 1.002 1.066 1.133 1.260 1.190 1.443 1.422 1.507 1.615 1.271 广西 0.954 0.905 1.009 0.964 1.039 1.025 0.904 0.929 1.020 0.970 1.181 1.301 1.017 海南 0.808 0.788 1.104 0.831 0.566 0.874 0.862 0.911 0.985 1.045 1.082 1.175 0.919 重庆 1.090 1.021 0.817 0.922 0.947 0.924 0.893 1.185 1.104 1.209 1.254 1.439 1.067 四川 0.871 0.787 0.833 0.650 0.666 0.845 0.839 0.909 0.930 0.962 0.972 1.094 0.863 贵州 0.824 0.614 0.761 0.744 0.846 0.832 0.784 0.918 1.026 0.815 0.929 0.987 0.840 云南 0.969 0.992 0.865 0.924 0.903 0.836 0.996 1.070 1.141 0.993 1.023 1.179 0.991 陕西 1.049 0.868 1.004 0.904 0.999 0.915 1.054 0.920 0.874 0.982 1.053 1.232 0.988 甘肃 0.801 0.822 0.782 0.616 0.705 0.691 0.620 0.764 0.828 0.798 0.852 0.998 0.773 青海 1.022 1.026 1.127 0.988 0.869 0.863 0.910 0.885 1.074 1.013 1.074 1.257 1.009 宁夏 0.809 0.609 0.730 0.790 0.553 0.776 0.821 0.994 0.894 0.943 1.051 1.046 0.835 新疆 0.891 0.772 0.897 0.766 0.746 0.781 0.896 0.816 0.961 0.970 0.901 0.985 0.865 全国 1.006 0.920 1.006 0.874 0.941 0.991 1.006 1.000 1.097 1.081 1.164 1.286 1.031 表 2 变量的描述性统计
变量名称 变量符号 平均值 中位数 标准差 最小值 最大值 林业绿色全
要素生产率P 1.031 1.001 0.474 0.418 1.602 林业产业集聚 C 1.314 0.863 1.420 0.031 10.004 财政支持水平 G 0.454 0.321 0.458 0.002 2.789 宏观经济
发展水平L 4.421 3.904 2.500 0.729 14.076 森林受灾度 D 3.853 3.274 3.208 0.045 20.115 外商投资 F 3.824 0.523 10.786 0.077 60.284 技术创新 T 7.776 3.651 10.565 0.350 70.839 表 3 财政支持门槛效应检验结果
门槛 F值 P值 抽样次数 临界值 1% 5% 10% 单一门槛 25.842*** 0.010 300 27.015 6.406 3.339 双重门槛 77.458*** 0.003 300 64.535 9.083 5.170 三重门槛 0.237 0.683 300 8.036 5.223 3.645 注:P值和临界值均为采用自抽样法(Bootstrap)反复抽样300次得到的结果,***表示在1%的水平上显著。 表 4 财政支持门槛效应估计值
门槛 门槛效应估计值 95%置信区间 单一门槛 0.208 [0.028,0.260] 双重门槛 0.276 [0.276,0.296] 0.237 [0.208,0.252] 三重门槛 0.298 [0.295,0.309] 表 5 门槛效应估计结果
变量 系数 标准误 z值 P值 95%置信区间 林业绿色全要素生产率滞后项一阶 0.0544* 0.0284 1.91 0.056 [−0.0013,0.1101] 林业绿色全要素生产率滞后项二阶 −0.0344** 0.0153 −2.25 0.025 [−0.0644,−0.0044] 宏观经济发展水平 0.0522*** 0.0137 3.82 0.000 [0.0254,0.0791] 森林受灾度 −0.0007** 0.0003 −2.23 0.026 [−0.0013,−0.0001] 外商投资 −0.0004** 0.0001 −3.03 0.002 [−0.0006,−0.0001] 技术创新 0.0038 0.0027 1.40 0.163 [0.0002,0.0015] 林业产业集聚(G ≤ 0.237) −0.2188** 0.0131 −2.44 0.015 [−0.0574,−0.0062] 林业产业集聚(0.237 < G ≤ 0.276) 0.7346*** 0.0223 16.73 0.000 [0.3295,0.4169] 林业产业集聚(G > 0.276) 0.0305 0.0147 0.18 0.854 [−0.0262,0.0316] 常数项 0.9214 0.0753 12.31 0.000 [0.7801,1.0754] 注:*、**、***分别表示在10%、5%、1%的水平上显著。 表 6 一阶自相关模型AR(1)与二阶自相关模型AR(2)检验
模型 z值 P值 AR(1) −2.75 0.006 AR(2) −0.78 0.438 -
[1] 侯建,刘青,陈建成,等. 北京市林业产业高质量发展影响机理分析[J]. 北京林业大学学报(社会科学版),2022,21(3):37-45. [2] 汪浩. 林业产业集聚与经济增长的关系研究[J]. 统计与决策,2011(3):140-141. doi: 10.13546/j.cnki.tjyjc.2011.03.034 [3] 刘涛,李继霞. 中国林业绿色全要素生产率时空分异及其影响因素[J]. 世界林业研究,2020,33(6):56-61. doi: 10.13348/j.cnki.sjlyyj.2020.0109.y [4] 吴宁,林伟明,王强强. 中国林业产业集群的测度方法、动因及效应:基于中文文献综述视角[J]. 中国林业经济,2022(4):1-5. [5] 魏肖杰,张敏新. 林业产业集聚对中国林业全要素生产率作用机制:基于动态空间计量模型的实证分析[J]. 世界林业研究,2019,32(3):67-72. [6] TINBERGEN J. Zur theorie der langfristigen wirtschaftsentwicklung[J]. Weltwirtschaftliches Archiv,1942,55:511-549.
[7] ROBERT M S. A contribution to the theory of economic growth[J]. The Quarterly Journal of Economics,1956,70(1):65-91. doi: 10.2307/1884513
[8] 吕洁华,孙嘉宇,蔡秀亭. 中国林业绿色全要素生产率的时空演变分析[J]. 农林经济管理学报,2022,21(3):320-330. doi: 10.16195/j.cnki.cn36-1328/f.2022.03.34 [9] 董娅楠,缪东玲,程宝栋. FDI对中国林业全要素生产率的影响分析:基于DEA-Malmquist指数法[J]. 林业经济,2018,40(4):39-45. [10] 曹玉昆,翟相如. 国家财政支持对林业产业全要素生产率影响的实证[J]. 统计与决策,2020,36(7):118-122. doi: 10.13546/j.cnki.tjyjc.2020.07.025 [11] LIN Y,CHEN W H,LIU J C. Research on the temporal and spatial distribution and influencing factors of forestry output efficiency in China[J]. Sustainability,2021,13(9):4687. doi: 10.3390/su13094687
[12] 史常亮,揭昌亮,石峰,等. 中国林业技术效率与全要素生产率增长分解:基于SFA-Malmquist方法的估计[J]. 林业科学,2017,53(12):126-135. doi: 10.11707/j.1001-7488.20171214 [13] 王雅晖,王怡然,杨金霖,等. 林业产业专业化、多样化集聚对林业全要素生产率的影响[J]. 林业经济问题,2022,42(2):142-150. [14] 银西阳,贾小娟,李冬梅. 农业产业集聚对农业绿色全要素生产率的影响:基于空间溢出效应视角[J]. 中国农业资源与区划,2022,43(10):110-119. [15] 沈伟航,武婧妤,宁攸凉,等. 中国林产工业绿色全要素生产率测算:基于制造业31个分行业的面板数据[J]. 西北林学院学报,2021,36(4):282-288. doi: 10.3969/j.issn.1001-7461.2021.04.40 [16] 郑宇梅,尹少华. 林业产业生态效率实证研究:基于15个省的面板数据分析[J]. 林业经济,2016,38(11):36-40. [17] 谭少鹏. 我国林业绿色全要素生产率测度及其影响因素[J]. 中南林业科技大学学报,2022,42(8):202-210. [18] 宋美琼,程秋旺,陈钦,等. 林业绿色全要素生产率的时空变化及影响因素研究:以南方集体林区为例[J]. 绥化学院学报,2022,42(8):6-10. [19] 陈周光,崔伟伟,龙飞. 林业产业集聚对林业经济增长的影响研究:基于南方集体林区11省(自治区)实证分析[J]. 云南农业大学学报(社会科学),2022,16(5):62-71. [20] 夏永红,沈文星,李存芳. 木材加工产业集聚对劳动生产率影响的空间效应分解:基于1998—2016年省际空间面板数据的实证研究[J]. 林业科学,2019,55(9):157-165. [21] 余亚亮,刘笑冰. 福建省林业产业集聚与林业产业结构优化关系[J]. 林业经济问题,2020,40(5):537-544. doi: 10.16832/j.cnki.1005-9709.20190326 [22] 韦玉琼,龙飞. 非木质林产品产业集聚与产业生态效率分析[J]. 林业经济,2021,43(3):65-81. doi: 10.13843/j.cnki.lyjj.20210518.002 [23] 李玉洁,刘思思,贺正楚. 产业协同集聚、技术创新与绿色全要素生产率[J]. 系统工程,2023,41(1):1-14. [24] 刘耀彬,袁华锡,封亦代. 产业集聚减排效应的空间溢出与门槛特征[J]. 数理统计与管理,2018,37(2):224-234. doi: 10.13860/j.cnki.sltj.20171131-003 [25] 吴柏海,曾以禹,陈经伟. 财政支持林业新思考:战略定位、历史经验和政策创新[J]. 林业经济,2014,36(7):3-13. doi: 10.13843/j.cnki.lyjj.2014.07.001 [26] KAORU T. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research,2001,130(3):498-509. doi: 10.1016/S0377-2217(99)00407-5
[27] KAORU T. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research,2002,143(1):32-41. doi: 10.1016/S0377-2217(01)00324-1
[28] HOU J,TEO T S H,ZHOU F,et al. Does industrial green transformation successfully facilitate a decrease in carbon intensity in China? an environmental regulation perspective[J]. Journal of Cleaner Production,2018,184:1060-1071. doi: 10.1016/j.jclepro.2018.02.311
[29] FÄRE R,GROSSKOPF S,LINDGREN P,et al. Productivity changes in Swedish pharamacies 1980-1989:a non-parametric Malmquist approach[J]. Journal of Productivity Analysis,1992,3:85-101. doi: 10.1007/BF00158770
[30] HANSEN B E. Threshold effects in non-dynamic panels:estimation,testing,and inference[J]. Journal of Econometrics,1999,93:345-368. doi: 10.1016/S0304-4076(99)00025-1
[31] HANSEN B E. Sample splitting and threshold estimation[J]. Econometrica,2000,68(3):575-603. doi: 10.1111/1468-0262.00124
[32] ARELLANO M,BOND S. Some tests of specification for panel data:Monte Carlo evidence and an application to employment equations[J]. Review of Economic Studies,1991,58(2):277-297. doi: 10.2307/2297968
[33] 侯建,白婉婷,陈建成. 创新活力对区域工业高质量发展的门槛机理研究:环境规制视角[J]. 科技管理研究,2022,42(1):1-8. -
期刊类型引用(3)
1. 万深玮,柯水发. 重点国有林区现代化的内涵、特征及评价体系建构. 中国林业经济. 2024(01): 11-22 . 百度学术
2. 乔丹,袁婉潼,纪元,李红勋. 重点国有林区政企分开的机制与困境. 林业经济问题. 2023(04): 443-448 . 百度学术
3. 柯水发,纪元,赵海兰. 重点国有林区改革成效、现实挑战与发展对策. 林草政策研究. 2023(03): 1-9 . 百度学术
其他类型引用(0)