中国林业全要素生产率时空变及动力源泉探析.docVIP

中国林业全要素生产率时空演变及动力源泉探析 　　摘要：基于全要素生产率（TFP）分析框架，运用DEA-Malmquist指数模型测度和分析2000―2014年中国除香港、澳门、台湾、西藏以外的30个省（市、区）林业全要素生产率的时空分异特征，探究中国30个省（市、区）林业全要素生产率变化的动力源泉。结果表明，时序分异特征呈现出整体水平偏低，在波动中缓慢上升；空间分异特征呈现出明显的二元空间结构，表现出先减弱再稳定的趋势；全要素生产率变化共有4种驱动类型，各省域之间存在显著的差异性。 中国论文网 /1/viewhtm　　关键词：DEA-Malmquist指数；林业全要素生产率；时序分异；空间分异；驱动类型；时空演变；动力源泉 　　中图分类号： F326.2文献标志码： A文章编号：1002-1302（2017）12-0261-04 　　林业是重要的物质生产部门和社会公益事业，林业建设是事关经济社会可持续发展的根本性问题。我国具备培育优质高效森林的天然禀赋以及实施森林质量精准提升工程的政策环境，森林质量提升潜力巨大，但由于我国林业发展方式较为粗放，重造林轻管护、 重数量轻质量，没有充分发挥林业生产的巨大潜力。在全面停止天然林商业性采伐和生态红线保护行动的大背景下，单纯依靠要素的无限投入来拉动经济增长是不可持续的，只有当技术进步成为拉动经济增长的主要源泉时，林业产业才能实现可持续发展。全要素生产率（total factor productivity，TFP）测算了剔除要素投入以后技术效率和技术进步等因素所带来的产出增长，不仅是探求经济增长源泉的重要工具，也是衡量技术进步、技术效率对林业经济增长贡献水平的重要手段，还是评估林业经济可持续发展和运行质量的重要指标，因此全面测度林业全要素生产率具有重要的实践价值。 　　林业全要素生产率的测算方法主要包括数据包络分析（DEA）和随机前沿生产函数（SFA）等，现有文献的研究主要分为宏观和微观2个层面，分别从国家视角、区域视角、企业视角以及农户视角对林业全要素生产率进行研究，但是基于省域视角进行研究的相对较少，从时间和空间维度对中国各省域间林业全要素生产率及其分解的变动规律以及林业全要素生产率变化的动力源泉的研究较为有限。因此，本研究基于省域视角，构建中国林业全要素生产率评价指标体系，在全要素生产率分析框架下分解为技术进步和技术效率，测算并分析中国除香港、澳门、台湾、西藏以外的30个省（市、区）林业全要素生产率的时空分异特征，探究各省域林业全要素生产率变化的动力源泉，找出林业全要素生产率低下的内在原因，以期为政府制定提高中国30个省（市、区）林业全要素生产率的公共政策提供参考和依据。 　　1研究方法与指标选取 　　1.1研究方法 　　DEA-Malmqusit生产率指数法具有不需要设定生产函数形式、无须考虑技术非效率、不受量纲影响、计算简便等优点，主要用来测度一定时期内全要素生产率的变化趋势。Fare等在规模报酬不变的假设下将全要素生产率分解为技术效率和技术进步，并在规模报酬可变的假设下将技术效率进一步分解为纯技术效率和规模效率[1]，具体计算公式如下： 　　M0（xt，yt，xt+1，yt+1）=TRCHt×EFFCHt=TECHt×PECHt×SECHt； 　　TRCHt=d0t（xt+1，yt+1/GRS）d0t+1（xt+1，yt+1/GRS）×d0t（xt，yt/GRS）d0t+1（xt，yt/GRS）1/2； 　　PECHt=d0t+1（xt+1，yt+1/VRS）d0t（xt，yt/VRS）； 　　SECHt=d0t+1（xt+1，yt+1/CRS）/d0t+1（xt+1，yt+1/VRS）d0t（xt，yt/CRS）/d0t+1（xt+1，yt+1/VRS）。 　　式中：M0（xt，yt，xt+1，yt+1）、TRCH、EFFCH、PECH、SECH分?e表示从t时期到t+1时期的Malmquist生产率指数、技术进步变动指数、技术效率变动指数、纯技术效率变动指数、规模效率变动指数。xt、xt+1分别为t、t+1期的投入向量；yt、yt+1分别为t、t+1期的产出向量；dt（x，y）、dt+1（x，y）分别为以t、t+1时期技术为参照的距离函数；下标0表示可变规模报酬假设。当Malmquist生产率指数大于1时，表示综合生产率有所改善；当技术效率变动指数大于1时，表示决策单元的资源配置和利用效率有所提高；当技术进步变动指数大于1时，表示技术在考察的年份实现了跨越，即实现了技术进步；当纯技术效率变动指数大于1时，表示由于制度改革和管理改善使得特定生产技术水平下的资源使用和配置效率有所改进；当规模效率变动指数大于1时，表示生产要素的投入利用达到最优规模效益。反之