黑龙江省国有重点林区林业经济发展影响因素的空间面板实证分析

黑龙江省国有重点林区林业经济发展影响因素的空间面板实证分析赵晓光;赵佳欢【摘要】Analysis was made on factors to influence forestry economic development in key state-owned forested areas in Heilongjiang province with consideration of the spatial interaction. Empirical analysis was carried out on the panel data of forestry economic development from 40 forestry bureaus in Heilongjiang province from 2005 to 2015, using the Moran's I spatial index and spatial panel econometric model for spatial interation and influence factor. The results showed that the forestry economic development of state-owned forested areas in Heilongjiang province had obvious spatial agglomeration, and human resources, forest resources and industrial structure had evident positive relation with forestry economic development in Heilongjiang. Countermeasures were put forwarded such as optimization of human resources structure, reform of forest management and forest resources adminstration, promote the transformation of forestry industry.%在考虑空间相互影响的前提下,分析黑龙江省国有重点林区林业经济发展的影响因素.以2005-2015年黑龙江省国有重点林区40个林业局有关林业经济发展的面板数据为对象,采用Moran's I指数和空间面板计量经济模型对其空间依赖关系及影响因素进行实证分析.结果表明,黑龙江省国有重点林区林业经济发展存在明显的空间集聚特征,且人力资源投入量、森林资源和产业结构对黑龙江省国有重点林区林业经济发展存在显著的正向影响.结合黑龙江省国有重点林区现状,提出优化林区人力资源结构、改革森林经营和森林资源管理体制、推进林区产业转型等加快黑龙江省国有重点林区林业经济发展的对策建议.【期刊名称】《浙江林业科技》【年(卷),期】2017(037)005【总页数】7页(P54-60)【关键词】国有重点林区;影响因素;空间相关性;空间面板计量经济模型【作者】赵晓光;赵佳欢【作者单位】东北林业大学经济管理学院,黑龙江哈尔滨 150040;东北林业大学经济管理学院,黑龙江哈尔滨 150040【正文语种】中文【中图分类】S757.9黑龙江省国有重点林区是全国重点国有林区之一，同时也是我国面积最大的重要天然林区和森林工业基地，其林业经济的发展对黑龙江省乃至全国林业经济的发展起着举足轻重的作用。

近年来，随着天保工程和国有重点林区商业性禁伐的全面展开，林区森林资源质量和生态保障能力已得到大幅度的提升，林区林业经济的发展开始进入一个全新的时期；另一方面，原有依靠林木资源的林业经济发展模式已逐渐退出历史舞台，林区的经济发展将呈现出一片崭新的面貌[1]。

在林区经济转型的新时期，林区的经济发展和生态建设取得了明显的成效，但同时，由于林区森林资源枯竭、生产要素缺乏以及产业集聚规模不够等原因，给林区的经济发展带来了巨大的挑战，使得黑龙江省国有重点林区整体的经济发展速度缓慢。

因此，找到影响林区林业经济发展的关键性因素，同时对影响因素进行详细分析，制定相应的策略，为国有重点林区林业经济发展奠定良好的基础，促进其快速增长也显得尤为重要。

通过对文献进行归纳分析，发现众多学者对国有重点林区林业经济发展的研究成果较为丰富，有些研究比较深入，具有一定的理论及指导意义。

李微等[2]根据2009年的截面数据对伊春国有林区诸多影响因素运用主成分分析方法进行降维处理，分析得出产业结构、资本、消费需求是影响伊春国有林区林业经济增长的主要因素。

宋洪峰等[3]采用1994－2007年南方集体林区10个省份的统计数据，在模型构建上将原有的C-D模型进行拓展，加入对外贸易、财政预算和经济产业结构等变量，对南方集体林区林业经济增长的影响因素进行面板数据分析，结果表明，人力资本存量和固定资本存量对林区林业经济增长具有显著推动作用。

朱振锋等[4]以黑龙江省国有重点林区为对象，采用2003－2014年林区多变量面板数据，通过构建主成分回归方程对转型发展的因素体系进行降维处理，在此基础上进一步运用多元线性回归对国有林区转型发展的影响因素展开深入研究，研究表明劳动生产率对林区转型发展的影响最为显著，同时指出经济转型、生态建设过渡及体制改革是黑龙江省国有重点林区未来一段时间内面对的重要课题。

上述研究对国有重点林区林业经济发展的影响因素作了充分的分析，实证分析方法也在向较多元化的方向发展，但仍存在不足，大部分研究更侧重转型改革和林业产业制度，对影响因素的指标选择仍存在一定的局限性；大多数研究采用单一的时间序列分析或常规面板数据分析，没有从时间和空间维度综合考虑，忽视了国有重点林区林业经济发展在地理空间上的依赖性和经济发展溢出效应，容易使模型设定存在误差，难以得出令人信服的结论。

鉴于此，以2005－2015年黑龙江省国有重点林区40个林业局林业经济发展影响因素的面板数据为研究对象，以森林资源、消费水平、产业结构、投资水平和人力资源投入量等为解释变量，构建黑龙江省国有重点林区林业经济增长影响因素的空间面板计量经济模型，同时运用Opengeoda和Matlab R2014a软件从空间角度剖析黑龙江省国有林区林业经济发展的影响因素、影响效果和影响机理，并以此为基础找到影响林区林业经济增长的主次因素，为有效推进黑龙江省国有重点林区林业经济转型与加快林业经济发展提出更加具有针对性的建议。

为更加准确和全面地反映黑龙江省国有重点林区林业经济发展的影响因素[5-6]，在原有文献指标选取基础上，考虑到40个林业局相关数据的可获得性与平稳性原则，从资源、消费、结构、投资等层面构建了影响林区林业经济发展的指标体系，包括人均林业产业增加值Y表示被解释变量；反映该地的森林资源的森林管护面积X1（hm2）和森林抚育面积X2（hm2），考虑到林业数据的可获得性原则，将在岗职工年平均工资X3（元·a-1）作为衡量该地消费水平的指标；为消除三次产业间的显著相关性，且三次产业产值中第一产业与第二产业产值占比较高，把第一、第二产业产值之和占三次产业总产值的比重 X4（%）作为反映该地的产业结构状况的指标；林业固定资产投资自年初累计完成额X5（万元）反映该地的投资水平；林业系统年末在岗职工人员数X6（人）反映该地的人力资源投入量。

考虑到统计口径的一致性，运用2005－2015年《中国林业统计年鉴》和黑龙江省森林工业综合统计资料汇编的相关数据进行实证分析。

1.2.1 空间自相关分析空间自相关性可以看作是一种反映集聚现象的尺度，某一变量在空间上发生集聚，意味着在一定区域内，这一变量在各个地域单元之间具有自相关性即某一地域单元该变量较高（低），其周围地域单元该变量也较高（低）。

通常我们采用全局Moran’s I指数法对空间集聚特征进行度量，计算公式为[7-8]：Moran’s I取值范围为[-1，1]，其值大于零时，表明区域变量值呈现正的空间相关性，反之，则表明负的空间相关性，当Moran’s I的值趋近于0时，则表明区域变量值是随机分布的，或者不存在空间相关性，区域变量值的空间相关性随着Moran’s I值的增大而增强。

2.2.2 空间面板计量模型的设定为进一步确定空间相关性的种类是延迟性的相关还是误差性的相关，需要进一步运用空间面板计量模型进行最终模型的选择和估计。

运用空间面板数据模型分析问题的重点是建立合适的空间权重矩阵，空间权重矩阵可以有效地表达空间关系，它是空间各单元之间的依赖关系的一种量化表现方式[9]。

比较常见的权重矩阵主要有两种，一种是0-1矩阵，该设置的前提条件是两个区域在地理上是否相邻，如果相邻，则权重设置为1，反之则为0。

另一种是地理权重矩阵，以两地区间地理距离的倒数来设定[10]。

通过实证试算及比较，本研究的空间权重矩阵Wij选用的是地理空间权重矩阵实证效果较好。

基于传统的C-D生产函数研究思路，即一个地区的经济增长在受到劳动力影响的同时也受到资本的影响，在模型构建时将其与当前空间计量经济学中较为常用的两类模型空间滞后模型与空间误差模型相结合[11]，构建黑龙江省国有重点林区林业经济发展的空间面板计量模型。

（1）空间滞后面板模型：式中，Wij代表空间权重矩阵中的元素，ρ是空间自回归系数，反映区域变量值的空间依赖作用。

（2）空间误差面板模型：式中，itε代表误差项，λ是空间误差系数。

当区域间的相互作用因所处位置存在差异时采用空间误差模型。

空间滞后面板模型反映变量值在所研究区域是否存在空间溢出效应，空间误差面板模型反映区域变量值的差异性[12]。

在实证部分将空间滞后面板模型与空间误差面板模型的估计结果同时列出，进而根据估计结果的显著性水平进行最优模型的选取。

本研究选取地理空间权重矩阵，利用Opengeoda软件计算了黑龙江省国有重点林区40个林业局2005－2015年间人均林业产业增加值的全局Moran’s I指数值，计算结果如表1所示。

由表1可知，2005－2015年黑龙江省国有重点林区人均林业产业增加值的Moran’s I指数值均大于零且都通过了5%的显著性检验，其变化趋势如图1。

由图1可以看出，其变化经历了“上升—下降—再上升”的过程，各年份Moran’s I指数值均高于0.2，说明黑龙江省国有重点林区林业经济发展在空间分布上具有一定的正向空间自相关性，且2010年和2015年表现出相对较强的正自相关性，进一步表明黑龙江省国有重点林区林业经济发展在空间上并不是呈随机分布的，而是在整体上具有一定的空间集聚特征，其中林业经济发展较为相似的地区在地理上呈现出一定的集聚特征，即人均林业产业增加值低的区域在地理上相互邻近，人均林业产业增加值高的区域在地理上也相互临近。