林业财政支出效率测度及影响因素研究——来自“三北”地区省级面板数据分析.docx

研究报告

PAGE

1-

林业财政支出效率测度及影响因素研究——来自“三北”地区省级面板数据分析

一、引言

1.研究背景与意义

(1)随着我国经济的快速发展，林业作为国家生态安全的重要保障和可持续发展的重要基础，其重要性日益凸显。林业财政支出作为推动林业发展的重要手段，对提高林业生产效率、改善生态环境、促进农村经济发展等方面发挥着至关重要的作用。近年来，我国林业财政支出规模逐年扩大，但支出效率问题也日益凸显。据相关数据显示，我国林业财政支出占财政总支出比重逐年上升，但林业产值增长率却相对较低，说明林业财政支出效率有待提高。

(2)“三北”地区作为我国北方重要的生态屏障和林业发展重点区域，其林业财政支出效率对整个北方地区的生态保护和经济发展具有重要意义。据统计，截至2020年，“三北”地区林业财政支出总额已达到数千亿元，占全国林业财政支出总额的比重超过30%。然而，由于地区间发展不平衡、产业结构单一、技术落后等因素，该地区林业财政支出效率普遍较低。以内蒙古为例，其林业财政支出效率仅为全国平均水平的60%，远低于其他地区。

(3)本研究旨在通过对“三北”地区省级面板数据进行实证分析，探讨林业财政支出效率的影响因素，为提高林业财政支出效率提供政策建议。首先，通过构建林业财政支出效率测度模型，对“三北”地区林业财政支出效率进行评价。其次，分析影响林业财政支出效率的关键因素，如经济发展水平、产业结构、技术水平、政策支持等。最后，结合实证分析结果，提出针对性的政策建议，以期为提高“三北”地区林业财政支出效率提供参考。这一研究不仅有助于提高“三北”地区林业财政支出效率，对于推动全国林业可持续发展也具有重要的理论和实践意义。

2.文献综述

(1)林业财政支出效率研究是近年来国内外学者关注的热点问题。在国内外相关研究中，学者们从多个角度对林业财政支出效率进行了探讨。国外学者主要从公共财政理论、效率评价方法、实证分析等方面进行研究。例如，Golob和Machado（2008）运用数据包络分析（DEA）方法对葡萄牙森林管理机构的财政支出效率进行了评价，结果表明，提高财政支出效率的关键在于优化资源配置和加强管理。国内学者则主要从林业财政支出效率的测度、影响因素、区域差异等方面进行研究。如王俊（2013）利用DEA模型对全国31个省份的林业财政支出效率进行了评价，发现我国林业财政支出效率整体较低，且存在明显的区域差异。

(2)在林业财政支出效率测度方面，学者们主要采用数据包络分析（DEA）、随机前沿分析（SFA）、面板数据模型等方法。DEA方法因其无需设定生产函数形式，能够有效处理多投入、多产出的复杂问题，被广泛应用于林业财政支出效率评价。例如，张晓光等（2015）运用DEA方法对陕西省林业财政支出效率进行了评价，发现陕西省林业财政支出效率存在明显的地区差异，且与经济发展水平、产业结构等因素密切相关。SFA方法则通过设定生产函数，对林业财政支出效率进行估计，并分析影响效率的因素。如刘瑞明等（2017）运用SFA方法对安徽省林业财政支出效率进行了评价，结果表明，政策支持、技术水平等是影响林业财政支出效率的关键因素。面板数据模型则通过构建计量经济模型，对林业财政支出效率进行估计，并分析影响效率的因素。如李晓亮等（2018）运用面板数据模型对全国31个省份的林业财政支出效率进行了评价，发现政策支持、技术水平等因素对林业财政支出效率有显著影响。

(3)在林业财政支出效率影响因素方面，学者们主要从经济发展水平、产业结构、技术水平、政策支持、生态环境等方面进行研究。如刘瑞明等（2017）研究发现，政策支持、技术水平等因素对林业财政支出效率有显著影响。张晓光等（2015）的研究表明，经济发展水平、产业结构等因素与林业财政支出效率密切相关。此外，生态环境、资源禀赋等因素也对林业财政支出效率产生重要影响。如李晓亮等（2018）的研究发现，生态环境恶化、资源禀赋不足等因素会降低林业财政支出效率。总之，国内外学者对林业财政支出效率的研究已经取得了一定的成果，但仍存在一些不足，如研究方法单一、数据来源有限、区域差异分析不够深入等。因此，本研究将在已有研究的基础上，进一步拓展研究方法，丰富数据来源，深入分析“三北”地区林业财政支出效率的影响因素。

3.研究方法与数据来源

(1)本研究采用数据包络分析（DEA）方法对“三北”地区省级林业财政支出效率进行测度。DEA方法是一种非参数的效率评价方法，适用于处理多投入、多产出的复杂问题。在林业财政支出效率评价中，DEA方法能够有效处理不同地区、不同年份的数据，避免了因设定生产函数形式而带来的偏差。具体操作中，本研究选取了2010年至2020年“三北”地区省级面板数据，包括财政支出、固定资产投资、人力