论文摘要：加大对林业系统工作人员的培训力度，提高人力资本水平;加快林业部门结构调整，林业系统从业人员向第一线倾斜;加强对森林病虫鼠害的预防和监测工作，促进林业生产技术的研发和创新;科学计划地增大林地面积，注意提高林地质量及林业产业结构的合理性;提高财政支林比重的同时，完善林业专项资金利用途径的监督机制，避免财政林业支出的无效利用。
引言
我国经济发展正处于高速增长期，对木材及林产品的需求日益增加，而且，随着生态环境建设力度的推广和增强，各国都提高了对森林资源的保护力度，在环境与资源的双重约束下，木材市场供需之间的紧张局势已经演变成为一个不容忽视的国际性及政治性问题。近年来，为了加强林业的可持续发展经营，我国政府不断加大对林业的公共投入，正在全国推进的集体林权制度改革，就是进一步解放和发展农村生产力、建立充满生机和活力的林业体制机制的一次重大实践，是继家庭联产承包责任制之后中国农村经营制度的又一次重大变革，必将对林业发展、农村发展乃至经济社会发展产生重大而深远的影响[1]。此次改革是在宏观经济背景发生巨大变化的前提下开展的，不管是国际还是国内，过剩的金融资本和产业资本都在寻找收益比较稳定且风险相对较低的投资领域。而林业作为一种特殊自然产业，只要不发生巨大自然灾害，每年都会固定生长产生稳定收益，是全球资本过剩下最好的避险投资领域[2]。为此，在如此严峻的市场形势和如此有利的宏观大背景下，需要对我国林业生产的投入产出效率及其影响因素进行认真研究，以期提出可行建议来达到提高木材生产力的目的。
1 问题的提出
从现有文献来看，国内外学者运用不同的分析方法从多视角对林业生产技术效率展开研究。Label和Stuart[3]使用数据包络分析(DEA)方法对23个伐木工人的技术效率水平及效率冗余程度进行了分析。Viitala & Hanninen[4]运用DEA模型对芬兰19个公益林的生产要素配置效率进行测算研究，发现其投入产出效率差别很大，在投入方面至少可以节约20%的投入成本。宋长鸣[5]运用随机前沿分析方法估计了各省区2002-2009年的林业技术效率，产出变量以各省区林业总产值表示，投入变量以林业系统各地区从业人员年末人数和林业固定资产投资来表示，并分析了林业技术效率的影响因素。国内外类似研究已日渐趋于成熟，但是，国内大部分学者在分析林业生产效率时忽视了一个非常关键的问题，即林业产业有其独特的自然属性，自然环境因素对林木生长有着不容忽视的作用。Hausenbuiller[6]通过分析提出，林业生产效率的高低取决于自然中光、热、水、土壤营养等自然因素的影响。JunYen Lee[7]运用三阶段DEA模型对2001年全球89家森林和纸业公司的生产要素配置效率进行分析，并把自然环境因素和统计噪声加入分析模型中，发现其确实会对效率值产生影响。类似的观点国内研究也有提出，姚晓红[8]对近30年来气候变化对小陇山林业资源的正常生长进行综合分析和量化计算后发现，影响森林资源正常生产的主要气象条件是≥0℃积温及降水量，且水热的合理配置特别重要。除了自然因素外，资本投入和人力资本因素对商品林生产要素配置效率的提升也特别重要。
另外，目前测度技术效率的方法主要有两种：一种是无参数的数据包络分析(DEA)，一种是有参数的随机前沿分析(SFA)。与DEA方法相比，SFA由于需要参数而有所不便，但也更有利于更为合理的解释技术效率损失的原因。特别是针对“农业生产”这一研究对象，农业生产是“经济再生产与自然再生产交织在一起的生产过程”[9]，不可控的自然因素对农业生产技术效率不仅会产生影响，而且有时候其影响甚至是决定性的。有研究者证实，对于中国农业经济而言，SFA估计总体上优于DEA估计，应用前景也应该更为广泛[2]。
因此，基于林业产业的小农业属性，笔者决计采用随机前沿分析(SFA)方法，并将自然因素变量纳入林业生产函数，以期更为准确测度中国林业生产技术效率水平，发现自然因素及各个投入要素对林业生产的贡献程度，分析自然条件、社会经济条件、政府重视程度及人力资本等因素对效率值的影响，在此分析基础上提出提高林业生产力的可行性建议。
2 变量说明与模型构建
2.1 变量选择与数据来源
本文采用林业生产投入产出变量来构建生产函数，主要变量定义如下：①林业产出变量。林业产出用林业总产值表示。②林业投入变量。土地投入用林地面积来表示;劳动力投入用林业系统年末从业人数来表示;资本投入用营林固定资产投资来表示，是指对营林固定资产进行更新、改造、扩建、新建提供必要的资金保障;自然因素投入用4-10月平均气温，年平均降水量来表示，姚晓红[8]测定出主要气象要素对森林生长的影响程度为：≥0℃积温>年平均降水量>4-10月平均气温，由于积温数据的缺失，所以选用4-10月平均气温和年平均降水量来表示自然因素的投入。
影响林业生产技术效率的因素包含社会经济条件、人力资源及自然灾害等方面的因素，参考已有相关文献[3-5]，初步假定7个变量作为影响林业生产的主要因素：人均GDP，反映当地经济发展水平;支林比重，即财政支林占地方财政支出的比重，反映政府对林业发展的重视程度;基层林业工作站平均文化程度，代表人力资本水平，平均文化程度用平均受教育年限来表示，假定大专、高中或中专及初中以下文化水平的受教育年限为16年、12年、9年，以各层次文化水平的各基层林业工作站人数进行加权，计算所得即为各省基层林业站工作平均受教育年限[5];火灾受害森林面积;森林病虫鼠害发生率，反映自然灾害对林业生产技术效率的影响;森林病虫鼠害防治率，反映防治技术水平对林业生产技术效率的影响;制度虚拟变量，此处主要考虑林权制度改革的影响，林改之前取值为0，林改之后取值为1。
研究选用中国31个省(市、区)1999-2011年的面板数据，分析所用的样本数据来源于1999-2011年的《中国林业统计年鉴》、《中国农村统计年鉴》，同时，为了剔除价格因素的影响，所有以货币为单位的数据均以1999年为基准的不变价格进行计算处理。
2.2 模型构建
2.2.1 随机前沿生产函数
Farrel于1957年最早提出随机前沿分析方法(SFA)，随后得到了众多学者的广泛应用和发展。Meeusen & Vandern Broeck[10]，Aigner et al.[11]和 Battese & Corra[12]三篇论文的发表则标志着随机前沿技术的诞生。建立具体的随机前沿模型时，需要考虑设定生产函数形式。由于传统的CD生产函数暗含一个前提假设：各种生产投入要素的替代弹性为0或1。在确定农户农业生产的生产函数形式时，由于事先并不知道各种生产投入要素之间的弹性替代情况，所以采用形式最为灵活，可近似反映任何生产技术的超越对数(Translog)生产函数[13]。该模型的具体函数形式为：
模型(1)中，i表示各省(市、区)，t表示年份。Y表示林业总产值(万元)，A表示林地面积(万hm2)，K表示营林固定资产投资(万元)，L表示林业系统年末从业人数(人)，M表示4-10月平均气温(℃)，R表示年平均降水量(mm)，T表示时间趋势变量，用来表明林业生产前沿面的变动，反映技术进步对林业生产的影响，βk(k=1，2，…，31)为待估参数。Vit为随机变量，服从均值为零，方差为σ2V的正态分布，用于测度误差及各种不可控制的随机因素，例如天气等。Uit独立于Vit，是非负随机变量。反映生产的无效程度，一般假定Uit服从均值为mit，方差为σ2U的半正态分布[14]，mit为效率损失函数。
2.2.2 效率损失函数
效率损失函数的测度模型表示为：
(2)式中，Xjit表示影响生产单位i的技术效率的第j个变量，δ0为常数项，δj为待估参数，表示变量j对技术效率的影响程度，正取值表示变量j对技术效率存在负的影响，负取值表示变量j对技术效率存在正的影响[14]。e-mit表示生产单位i在第t年的生产技术效率水平，mit值越大，表示技术效率水平越低，或是说技术无效程度越高，反之则说明技术无效程度越低[14]。
考虑到各个中国林业生产技术效率的影响因素，可以构建出如下效率损失函数：
(3)式中，人均GDP(PGDP)，财政支林比重(TF)，基层林业工作站平均受教育程度(EDU)，森林病虫鼠害防治率(PRE)代表人为可控制的社会因素，而森林火灾受害面积(FDA)，森林病虫鼠害发生率(INC)代表随机不可控的自然因素，制度虚拟变量(DG)则考虑了林权制度改革的实施对中国林业生产技术效率的影响。
(1)式和(3)式中的未知参数可以根据最大似然法进行联立估计，令：
γ反映了复合扰动项中技术无效项所占的比例，其取值介于0到1之间。当σ2V趋近于零时，γ则趋近于1，说明随机前沿生产函数的误差主要来自于U，即实际产出与最大可能产出之间的差距主要源于技术的非有效性;当σ2U趋近于零时，γ则趋近于零，表示生产单位实际产出与最大可能产出之间的差距主要源于统计误差的作用[14]。
另外，Battese和Coelli还给出了技术效率的表达式，生产单位i在第t年的技术效率表示为：
如果Uit=0，表示没有效率损失，TEit=1，即生产单位i处于完全技术效率状态;如果Uit>0，0
3 参数估计与结果分析
3.1 随机前沿生产函数分析
采用Frontier4.1软件对生产函数进行估计，参数估计结果如表1所示。
对模型进行似然比检验，其统计量为：LR=-2ln[L(H0)/L(H1)]～χ2(q)，L(H0)和L(H1)分别是零假设H0和备择假设H1设定下的对数似然值，自由度q是零假设H0中零约束的个数[15]。所估计模型的似然比检验值为294.05，通过1%水平下的显著性检验，所以拒绝原假设，表明所估计的计量模型在统计上是可靠的。同时，β11在10%水平下显著不为零，β12和β19在5%水平下显著不为零，β13，β15，β16，β18和β20在1%水平下显著不为零，表明估计模型中的变量间存在交互效应，选用超越对数生产函数模型是合适的。表示技术无效程度的参数γ为0.751，且通过1%水平下的显著性检验，表明前沿生产函数的误差有75%主要来源于技术非效率损失，而只有约25%来自于统计误差等外部影响。
从参数估计结果来看，在林业生产中，林地投入A的系数为负值，但是t统计值不显著，说明林地面积的投入对林业生产产值的增加没有显著性影响，造成这一结果的原因也可能是统计数据的偏误，因为我国林业用地面积的统计数据每5年公布一次，即在5年一次的森林资源清查期间，林业用地面积不会发生变化[16];资本投入K和劳动力投入L的系数值分别为3.564和4.694，且都通过了1%水平下的显著性检验，说明这两项投入要素呈现投入不足的状态，通过增加营林资金数目和林业从业人员人数可以显著提高林业产值水平;4-10月平均气温M和年平均降水量R的系数值分别为2.226和5.251，且都通过1%水平下的显著性检验，这一估计结果说明自然因素的投入确确实实对林业生产造成了显著正影响，平均气温和降水量等自然因素在林业生产的投入产出分析中是不可忽视的重要投入因子;时间变量T的系数为0.115，在1%水平下显著不为零，说明1999-2011年期间，我国林业生产有着明显的技术进步提升的趋势。另外，1999-2011年，我国林业生产的平均技术效率为0.877，说明各投入要素的利用没有达到最佳状态，实际产出与可能的最优产出的生产前沿面还存在一定的差距。由于超越对数模型中的系数值只反映了要素间复杂的替代和互补关系，符号也只是说明了变量之间的正向和负向影响关系，变量系数值不能说明各个生产要素贡献率的大小，所以，接下来对1999-2011年样本省(市、区)各个生产要素的投入产出弹性进行计算，进一步来说明各种投入要素对林业生产技术效率的影响。各投入要素的产式(6)中，εA，εK，εL，εM，εR分别代表林地面积、营林固定资产投资、林业系统年末从业人数、4-10月平均气温、年平均降水量的产出弹性，lnA、lnK、lnL、lnM、lnR的值根据样本省(市、区)的投入指标值进行简单算术平均得到，β值均来自随机前沿生产函数的估计结果(表1)。将表1中的参数估计结果代入(6)式，得到林业生产各个投入要素的产出弹性，如表2所示。
从表2可以看出，1999-2011年间，林业生产各投入要素的产出弹性之和小于1，说明我国林业生产的规模报
酬呈现递减状态;林业用地面积的产出弹性均小于0，说明林业用地面积的边际产出小于0，通过只是简单增加林业用地面积不会促进林业产值的增加，相反，如果一味追求林地面积，而忽略了林地质量及林业产业结构等反而会阻碍林业产业的发展;营林固定资产投资的产出弹性为正值，且呈现递减趋势，说明资金投入的边际产出呈递减趋势，增加林业资金投入尽管带来林业产值的增加，但作用在逐渐减弱;林业系统年末从业人数的产出弹性为负值，说明从业人员投入的边际产出小于0，单纯增加从业人员投入数量不会带来林业产值的增加，表明林业系统出现人员浪费现象，应加快推进林业部门结构调整的改革，整合资源以提高人员利用效率，结合现实情况来看，林改之后，林业部门的工作人员由以往面对少数几个主体转向面对千家万户，尤其是基层林业工作站的工作量大大增加，这就需要林业系统从业人员向第一线倾斜，增加林业系统一线从业人员数;4-10月平均气温和年平均降水量的产出弹性均为正值，贡献程度均大于林地投入、资金投入和劳动力投入的贡献程度，表明我国林业生产对自然因素的依赖程度较高，这一投入因子是不容忽视的，而且年平均降水量对林业生产的贡献率要大于4-10月平均气温的贡献率，这一分析结果也与姚晓红[8]的研究结论一致。
3.2 效率损失函数分析
采用Frontier4.1得出的技术效率损失函数的估计结果如表3所示。
从表3中可以看出，除了森林火灾受害面积(FDA)和森林病虫鼠害防治率(PRE)没有通过显著性检验之外，其他变量均对我国林业生产技术效率有显著影响，在一定程度上可以用来解释林业生产存在效率损失的原因。人均GDP(PGDP)的系数为-1.477，表明区域经济的发展对林业生产具有较强的辐射和带动作用，如工业的发展推动了城市化进程，进而为林业产业提供市场和发展动力，有利于促进林业技术效率水平的提高;财政支林比重(TF)的系数为3.699，表明地方财政对林业产业的支持比重造成了很大的技术效率损失，由生产弹性分析得知，提高资金投入理应会促进林业产值的提升，但是，在一些贫困林区财政困难，拖欠工人工资和办公经费不足等问题突出，在争取到政府财政支林拨款后，往往将专项林业资金投入到非直接林业生产中，多用于支付工资、办公费、招待费，有的甚至挤占、挪用林业专项建设资金，造成严重专项资金不专用的现象，所以，政府在增加财政支林比重的同时，应该建立完善的资金流向监督机制，减少林业生产中资金利用的效率损失;平均受教育水平(EDU)的系数为-0.08，表明林业系统基层林业站工作人员文化素质的提高有利于降低技术效率损失，改善技术效率水平。林业系统工作人员受教育水平的提高有利于接收林业先进生产技术，提高林业部门管理水平，从而改善林业生产技术效率，促进林业产值的增加，因此应该加大对林业系统工作人员的培训力度，通过提高其文化素质水平来有效改善林业产业的技术效率;森林病虫鼠害发生率(INC)的系数为0.013，表明森林病虫鼠害发生率不利于提高林业产业的技术效率;森林病虫鼠害防治率(PRE)的系数为-0.001，但是统计意义上不显著，只能说明提高森林病虫鼠害防治率有利于改善林业的生产技术效率水平;制度变量(DG)的系数为-0.192，表明集体林权改革制度的实施减少了林业生产技术效率的损失，有利于林业生产技术效率水平的提升。
3.3 技术效率分析
利用Frontier4.1得到全国31个省(市、区)历年的林业平均生产技术效率(限于文章篇幅，数据略)。将每年31个省(市、区)的技术效率值进行算术平均，即可得到1999-2011年中国林业生产平均技术效率的年际变化图(见图1)。
从图1中曲线变动趋势来看，我国林业生产的平均技术效率呈现“W”型变动趋势，总体上不断上升。2000年效率水平最低，其值为0.871，2011年效率水平最高，其值为0.886。2000年出现小幅下降，2000-2011年持续上升，2002年效率值达到0.878后，2003-2004年又出现连续下降趋势，2004-2007年连续3年稳步提升，效率值达到了0.881，2008年效率值出现最为剧烈的下降，而后的2009-2011年，林业生产平均技术效率出现稳步大幅度的增长。造成1999-2000年技术效率下降的原因可能是这两年严重的洪涝灾害，不适宜的自然生长因素限制了林木资源的生长，而且1999年较高的森林病虫鼠害发生率也阻碍了技术效率水平的提升;而后2001-2002年生产技术效率水平逐步得以改善;2003年开始，国家实施集体林权制度改革，生产要素得以释放，林农积极性得到很大提升，极大的促进了林业生产技术效率水平的提高，2004年的效率水平依然在低谷徘徊的原因可能是，制度实施的初级阶段，广大林农大都持观望态度，对政策缺乏预期，所以效率水平依然持续低下;造成2008年平均技术效率水平剧烈下降的原因可能是，2008年发生的全球性金融危机对各个产业都造成了很大冲击，整个国家处于萎靡不振的状态，政府启动4万亿投资计划，营林固定资产投资在2008年增长了34.6%，2009年增长33.4%，都大大高于2007年29.9%的增幅[5]，基层政府为了突击完成投资任务，出现盲目扩大投资规模和投资结构不合理等现象，导致林业产业投入产出规模和结构都偏离了最优水平，造成林业产业的低效状态;2009-2011年，随着集体林改制度的深入开展，相关配套政策逐步得以完善，林业产业市场趋于成熟，林农营林积极性有很大的提升，极大的促进了林业产业平均技术效率水平的稳步提高。
4 结论及讨论
基于纳入自然因素作为投入变量的随机前沿分析，文章对1999-2011年中国31个省(市、区)林业生产的技术效率进行测度，并分析了影响效率损失的原因及历年平均技术效率分布趋势，得出以下简要结论：
(1)1999-2011年，我国林业生产有着明显的技术进步提升的趋势，平均技术效率水平为0.877，且存在较大的提升空间。从随机前沿生产函数估计结果可知，通过增加营林资金数量和林业从业人员人数可以显著提高林业产值水平，自然因素(4-10月平均气温，年平均降水量)确确实实对林业生产造成了显著正影响，表明平均气温和降水量等自然因素在林业生产的投入产出分析中是不可忽视的重要因素。
(2)由林业生产投入产出弹性分析可知，我国林业生产的规模报酬呈现递减状态，林业生产切忌一味追求林地面积的增大，而忽略了林地质量及林业产业结构的合理性;林业资金投入出现浪费和挪用滥用的现象，阻碍了林业产业的发展;林业部门从业人数的产出弹性为负值，表明应加快林业部门的结构调整，增加林业一线从业人员数目，整合精简人员以提高效率水平;4-10月平均气温和年平均降水量对林业生产的贡献率特别大，表明林业生产对自然因素依赖程度特别高，是以后相关林业生产问题研究中必须纳入的考虑因子。
(3)对影响林业生产效率水平损失的原因进行分析可知，区域经济的发展对林业生产具有较强的辐射和带动作用，有利于降低技术效率损失;代表人力资本的基层林业站工作人员文化素质水平也有利于改善技术效率水平;财政支林比重在很大程度上造成了技术效率的损失，造成这一与现实理论分析相违背的现象的原因可能是，这与林业资金利用的内部结构有关，有些贫困林区在争取到林业财政拨款后，将其用于支付工资、办公费、招待费等非林业生产中，出现专项资金不专用的现象;自2003年实施的集体林改政策减少了技术效率的损失，在一定程度上促进了林业生产技术效率水平的提升。
(4)对1999-2011年我国31个省(市、区)林业生产的平均技术效率水平变化进行分析，可以发现技术效率水平呈现不断上升趋势，个别年份由于恶劣的自然灾害、经济危机或是制度的不完善等造成技术效率的短暂下滑，但是，整体林业市场呈现日益成熟的趋势，林农积极性也有了很大提高，相关政府部门应进一步完善相关配套政策，保障林业生产技术效率水平的稳步提升。另外，限于篇幅原因，研究侧重点在于分析我国31个省(市、区)林业生产的平均技术效率水平变化趋势及变化原因，并未结合各省域自然资源状况、经济发展态势、人力资本水平等因素对区域间的效率水平差异状况进行深入探讨，这为后续研究提供新的切入点。
总之，纳入自然因素的随机前沿分析对中国林业生产技术效率水平有着更为全面准确的测度，为相关林业投入产出分析提供新的研究视角。根据实证分析结果，可以提出改善中国林业生产技术效率水平的相关政策建议：加大对林业系统工作人员的培训力度，提高人力资本水平;加快林业部门结构调整，林业系统从业人员向第一线倾斜;加强对森林病虫鼠害的预防和监测工作，促进林业生产技术的研发和创新;科学计划地增大林地面积，注意提高林地质量及林业产业结构的合理性;提高财政支林比重的同时，完善林业专项资金利用途径的监督机制，避免财政林业支出的无效利用。
* 稍后学术顾问联系您
