史常亮 揭昌亮 石 峰 溫亞利

(1.中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 北京100083； 2.江西省社會科學(xué)院城市經(jīng)濟(jì)所 南昌330077； 3.北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 北京100083)

林業(yè)的快速、穩(wěn)定發(fā)展，對實(shí)現(xiàn)社會、經(jīng)濟(jì)、生態(tài)的全面可持續(xù)發(fā)展具有重要意義。以2003年國家集體林權(quán)制度改革實(shí)施為標(biāo)志，我國林業(yè)發(fā)展進(jìn)入了一個(gè)繼家庭聯(lián)產(chǎn)承包責(zé)任制之后農(nóng)村經(jīng)營制度又一重大變革的新時(shí)期。在政策、市場、改革的合力推動下， 2001—2014年全國林業(yè)總產(chǎn)值連續(xù)14年保持了年均22%的高增長。最新統(tǒng)計(jì)數(shù)據(jù)顯示， 2016年，我國林業(yè)產(chǎn)業(yè)總產(chǎn)值已達(dá)到6.49萬億元，比2015年增長9.3%，遠(yuǎn)高于同期國民經(jīng)濟(jì)6.7%的增長率。然而，在林業(yè)產(chǎn)業(yè)規(guī)模不斷擴(kuò)大的同時(shí)，我國林業(yè)發(fā)展中存在的一些資源不足、效率不高、經(jīng)營粗放、機(jī)制不順等問題也逐漸暴露出來； 特別是近年來，由各國生態(tài)環(huán)境保護(hù)力度增強(qiáng)導(dǎo)致的國際林產(chǎn)品及木材市場供需壓力的持續(xù)上升，使我國林業(yè)發(fā)展面臨前所未有的挑戰(zhàn)。如何推動實(shí)現(xiàn)林業(yè)發(fā)展方式由粗放型向集約型轉(zhuǎn)變，已成為當(dāng)前我國林業(yè)發(fā)展過程中亟待解決的問題。

轉(zhuǎn)變林業(yè)發(fā)展方式，就是由過去主要依靠資本、勞動力等投入要素的增加轉(zhuǎn)變到主要依靠提高生產(chǎn)要素的使用效率上來，即要提高全要素生產(chǎn)率(total factor productivity，TFP)在林業(yè)經(jīng)濟(jì)增長中的貢獻(xiàn)份額(魏遠(yuǎn)竹等， 2001)，因此，如何準(zhǔn)確測算林業(yè)TFP顯得格外重要。在國外，這方面研究主要沿著2個(gè)方向展開： 一是針對具體國家或地區(qū)，分析其林業(yè)TFP變動情況(Managi， 2010； Korkmaz， 2011； Zangetal.， 2015)； 二是分析某一具體林業(yè)行業(yè)的TFP變動情況(Hseuetal.， 2005； Zhangetal.， 2006； Helvoigtetal.， 2009)。在這些研究中，生產(chǎn)函數(shù)法、增長核算指數(shù)法、基于數(shù)據(jù)包絡(luò)分析(data envelopment analysis，DEA)的Malmquist或Luenberger生產(chǎn)率指數(shù)法以及隨機(jī)前沿分析(stochastic frontier approach，SFA)都得到了廣泛應(yīng)用。

與國外相比，我國對林業(yè)TFP的測算研究起步較晚，但發(fā)展迅速。馬天樂等(1992)較早運(yùn)用增長核算指數(shù)法對全國1956—1985年的林業(yè)TFP進(jìn)行測算，結(jié)果發(fā)現(xiàn)，期間我國林業(yè)總產(chǎn)出增長基本上被林業(yè)要素投入增長所占據(jù)，TFP的貢獻(xiàn)率低而不穩(wěn)。陳曉蘭等(2014)、徐瑋等(2015)、黃安勝等(2015)分別使用省級面板數(shù)據(jù)和DEA-Malmquist指數(shù)法測算了1995—2011年、1998—2012年和2004—2012年的林業(yè)TFP增長率，初步形成了一些具有共識性的結(jié)論： 我國林業(yè)TFP增長主要依靠技術(shù)進(jìn)步推動，技術(shù)效率改善在其中的作用十分有限。還有一些學(xué)者使用地區(qū)層面的面板數(shù)據(jù)，如劉清泉等(2014)對廣東省、周子橋等(2015)對黑龍江省、劉璨等(2006)對東北國有林區(qū)、陳向華等(2012)對黑龍江國有林區(qū)、李京華等(2016)對內(nèi)蒙古國有林區(qū)的研究，也得到了類似結(jié)論。

總體而言，目前國內(nèi)有關(guān)林業(yè)TFP的測算成果是豐富的。但也應(yīng)該看到，雖然已有研究初步認(rèn)識到技術(shù)效率改善不足是造成中國不同省份林業(yè)TFP增長差異的原因所在，但究竟是哪些因素造成了這種差異以及如何改進(jìn)，現(xiàn)有研究卻缺乏深入探討。從方法論的角度看，現(xiàn)有文獻(xiàn)對于中國林業(yè)TFP的測算基本都建立在DEA基礎(chǔ)上，該方法的一大缺陷是沒有考慮環(huán)境因素和隨機(jī)誤差對效率評價(jià)的影響，且對于樣本數(shù)據(jù)中的異常值相當(dāng)敏感。而林業(yè)無疑是一個(gè)充滿噪聲的行業(yè)，受自然氣候、國家宏觀政策的影響程度大，異常值難免不會出現(xiàn)。在這種情況下，SFA方法作為一種替代，盡管存在需要先驗(yàn)設(shè)定前沿生產(chǎn)函數(shù)和隨機(jī)項(xiàng)的概率分布等缺陷，但正是因?yàn)閷﹄S機(jī)誤差和效率損失進(jìn)行了分離處理才使得被估計(jì)的效率值更貼近實(shí)際； 富有彈性的超越對數(shù)生產(chǎn)函數(shù)設(shè)定，也能夠較好地避免由于生產(chǎn)函數(shù)形式誤設(shè)帶來的估計(jì)偏差(傅曉霞等， 2007； 史常亮等， 2016)。因此，對于林業(yè)生產(chǎn)而言，基于SFA方法得出的結(jié)論應(yīng)該更可靠。

另外一個(gè)重要問題是，現(xiàn)有文獻(xiàn)對于林業(yè)TFP增長的分解全都沿用了F?re等(1994)的框架，即假設(shè)技術(shù)規(guī)模報(bào)酬可變(VRS)，進(jìn)而將TFP增長分解為技術(shù)效率變化、技術(shù)變化和規(guī)模效率變化3部分。但是，正如Grifell-Tatjé等(1995)指出，由于該分解方法對于技術(shù)變化的測算是基于虛擬的規(guī)模報(bào)酬不變(CRS)前沿面而不是實(shí)際的VRS前沿面，通常會產(chǎn)生一個(gè)向上偏誤的技術(shù)變化值和向下偏誤的規(guī)模效率變化值； 也就是說，當(dāng)假設(shè)VRS技術(shù)時(shí)，該方法并不能正確測算TFP的變化情況。Ray等(1997)確認(rèn)了這種分解的不一致性。因此，從這個(gè)角度講，現(xiàn)有文獻(xiàn)直接按照F?re等(1994)的思路對中國林業(yè)TFP進(jìn)行分解和測算，所得結(jié)果很可能是存在偏差的。

有鑒于上述情況，本文擬在以下3方面對現(xiàn)有文獻(xiàn)進(jìn)行拓展： 1) 運(yùn)用Malmquist生產(chǎn)率指數(shù)與SFA模型相結(jié)合的方法，對中國2004—2015年的林業(yè)TFP增長率進(jìn)行再測算，通過對所估計(jì)的生產(chǎn)技術(shù)施加CRS約束1)，避免了TFP分解的有偏問題； 2) 利用SFA“一步法”模型將外部環(huán)境的變化因素同時(shí)帶入到對林業(yè)技術(shù)效率的估計(jì)中，提高了估計(jì)結(jié)果的有效性，并方便找出造成省份間林業(yè)技術(shù)效率差異的原因； 3) 從時(shí)間和空間2個(gè)角度對10多年來中國林業(yè)TFP增長的動態(tài)趨勢與省際差異進(jìn)行分析，并將TFP分解為前沿技術(shù)變化和技術(shù)效率變化2部分，以確認(rèn)不同省份林業(yè)TFP增長的來源。

1) 正如科埃利等(2008)所指出，在施加CRS技術(shù)的情況下，規(guī)模效率或不存在或能夠被吸納入技術(shù)效率變化當(dāng)中； 而如果不施加CRS技術(shù)，則需要把規(guī)模效率對TFP的影響估計(jì)出來，否則所得到的測算結(jié)果將不能正確反映由規(guī)模效應(yīng)引起的TFP的增減情況。

1 研究方法、變量與數(shù)據(jù)

1.1 研究方法

在TFP增長率的分解中，技術(shù)效率的估計(jì)極為關(guān)鍵。本文采用Battese等(1995)提出的SFA“一步法”模型對中國林業(yè)技術(shù)效率進(jìn)行測算，其最大特點(diǎn)是可同時(shí)對前沿生產(chǎn)函數(shù)和技術(shù)無效率方程進(jìn)行估計(jì)，避免了傳統(tǒng)“兩步法”造成的估計(jì)不一致問題(Wangetal.， 2002)。目前，該模型已經(jīng)推廣到面板數(shù)據(jù)的分析中，其一般形式為：

lnYit=lnf(Xit,T;β)+(vit-μit)。

(1)

式中： 下標(biāo)i和t分別表示省份和時(shí)間；Yit為總產(chǎn)出；Xit為一組投入要素向量；T為時(shí)間趨勢項(xiàng)，用于解釋技術(shù)變遷；β代表所有待估計(jì)系數(shù)；f(·)為前沿生產(chǎn)函數(shù)，表示經(jīng)濟(jì)中最優(yōu)生產(chǎn)技術(shù)，其可以選擇不同的函數(shù)形式，比較常用的有C-D生產(chǎn)函數(shù)和超越對數(shù)生產(chǎn)函數(shù)。

為降低函數(shù)形式誤設(shè)的風(fēng)險(xiǎn)，這里采用形式相對靈活、包容性強(qiáng)的超越對數(shù)函數(shù)：

(2)

式中：Yit表示省份i在t時(shí)期的實(shí)際林業(yè)產(chǎn)出；Xnit表示第n個(gè)投入變量，在本文中分別為資本(K)、勞動力(L)和土地(S)；Dj為地區(qū)虛擬變量，用以控制那些觀測不到的、不隨時(shí)間變化的地區(qū)特征對回歸結(jié)果的影響，j=1、2、3、4分別表示該省份屬于東北、東部、中部和西部地區(qū)。

為滿足CRS假設(shè)，并符合超越對數(shù)函數(shù)的對稱性特征，對式(2)中的投入與產(chǎn)出使用土地投入S進(jìn)行標(biāo)準(zhǔn)化，使其轉(zhuǎn)化為針對土地的密集形式：

lnyit=β0+β1lnkit+β2lnlit+β3T+

β4(lnkit)2+β5(lnlit)2+β6T2+β7lnk×

lnl+β8T×lnk+β9T×lnl+αjDj+νit-μit。

(3)

式中：yit=Yit/Sit表示省份i在t時(shí)期的地均林業(yè)產(chǎn)出；kit=Kit/Sit表示地均資本投入；lit=Lit/Sit表示地均勞動力投入；β、α為待估計(jì)參數(shù)；vit為傳統(tǒng)的隨機(jī)誤差項(xiàng)，用于控制統(tǒng)計(jì)噪音，假定服從對稱的正態(tài)分布，即vit～N(0,σv2)；uit為非負(fù)的技術(shù)無效率項(xiàng)，獨(dú)立于vit，假定服從如下形式的斷尾正態(tài)分布：

(4)

式中：mit對應(yīng)的函數(shù)即為技術(shù)無效率函數(shù)；Zit為一組特定環(huán)境變量，用以解釋技術(shù)效率變化；δ為對應(yīng)的待估計(jì)參數(shù)向量，其符號與影響效應(yīng)相反；T、D的含義同上，其中系數(shù)η反映技術(shù)效率變化的時(shí)間特征，符號為正代表技術(shù)效率是遞減的，反之亦然；φj度量了東部、中部和西部虛擬變量(以東北為參照組)對技術(shù)無效率程度的影響系數(shù)；ωit為該回歸方程的隨機(jī)誤差項(xiàng)，服從對稱的正態(tài)分布，即ωit～N(0,σw2)。

對于式(3)、(4)確定的面板SFA模型，可以通過聯(lián)立的極大似然法(MLE)一步估計(jì)得到模型的所有參數(shù)。從而，省份i在t時(shí)期的林業(yè)技術(shù)效率TEit可通過下式估計(jì)獲得：

TEit=exp(-uit)。

(5)

測算出林業(yè)技術(shù)效率后，結(jié)合Malmquist生產(chǎn)率指數(shù)就可以進(jìn)一步測算省份i在t時(shí)期和t+1時(shí)期之間的林業(yè)TFP變化，其被定義為技術(shù)效率變化指數(shù)與前沿技術(shù)變化指數(shù)的乘積(F?reetal.， 1994)，即：

(6)

式(6)右邊的第1項(xiàng)TECHit,t+1即為技術(shù)效率變化指數(shù)，刻畫了既定技術(shù)條件和要素投入下生產(chǎn)單元對生產(chǎn)前沿面的逼近或遠(yuǎn)離對其TFP變化的影響，其數(shù)值可通過下式計(jì)算得出：

(7)

式(6)右邊的第2項(xiàng)TPCHit,t+1即為前沿技術(shù)變化指數(shù)，刻畫了既定要素投入下生產(chǎn)前沿面的外移或內(nèi)陷對生產(chǎn)單元TFP變化的影響，其數(shù)值可通過生產(chǎn)函數(shù)對時(shí)間T求偏導(dǎo)數(shù)得出。根據(jù)Coelli等(2000)、Fuentes等(2001)的研究，當(dāng)技術(shù)變化非中性時(shí)，技術(shù)變化速度受投入向量的影響，因此相鄰時(shí)期的技術(shù)變化應(yīng)取幾何平均值，即：

(8)

1.2 變量選取

1.2.1 產(chǎn)出指標(biāo) 本文選取林業(yè)總產(chǎn)值(億元)作為產(chǎn)出(Y)的衡量指標(biāo)。林業(yè)總產(chǎn)值囊括了林業(yè)三次產(chǎn)業(yè)產(chǎn)值，是現(xiàn)行統(tǒng)計(jì)資料中較為系統(tǒng)、全面和可靠的一套產(chǎn)出指標(biāo)。為了保證跨期樣本資料的可比性，利用官方公布的林產(chǎn)品生產(chǎn)價(jià)格指數(shù)(個(gè)別省份少數(shù)年份數(shù)值缺失，用全國同期指數(shù)代替)進(jìn)行2004年不變價(jià)處理。

1.2.2 投入指標(biāo) 投入主要包括資本(K)、土地(S)和勞動力(L)3個(gè)方面。其中，資本數(shù)據(jù)根據(jù)各省林業(yè)固定資產(chǎn)投資完成額(億元)采用永續(xù)盤存法推算，基本公式為：Kit=(Iit/Pit)(1-δi)Ki,t-1[式中：Kit為省份i在第t年的林業(yè)資本存量；Iit為省份i在第t年的林業(yè)固定資產(chǎn)投資完成額；Pit為2004年不變價(jià)固定資產(chǎn)投資價(jià)格指數(shù)(2004年為1)；δi為各省資本折舊率，取值來自吳延瑞(2008)]。為計(jì)算Kit，還需確定基期(即2004年)的資本存量Ki,0。借鑒宋長鳴等(2012)的做法，本文以各省2004年的林業(yè)固定資產(chǎn)投資完成額除以10%作為基期資本存量。

對于土地和勞動力投入，與已有文獻(xiàn)的普遍處理相同，分別選用森林面積(萬hm2)和林業(yè)系統(tǒng)年末從業(yè)人員(萬人)來衡量。

1.2.3 林業(yè)技術(shù)效率影響因素 在實(shí)際生產(chǎn)活動中，有一些外部變量雖然并不直接進(jìn)入生產(chǎn)(既不是生產(chǎn)過程中的投入，也不是產(chǎn)出)，但卻會影響生產(chǎn)者行為，進(jìn)而影響決定投入轉(zhuǎn)化為產(chǎn)出的技術(shù)結(jié)構(gòu)或效率。在估計(jì)技術(shù)效率時(shí)，將這些外部變量融入到效率測度模型中，將有助于得到更有效的估計(jì)結(jié)果。根據(jù)已有研究，本文定義式(4)中林業(yè)技術(shù)無效率項(xiàng)的外生解釋變量Zit包括：

將車子泊在停車場，念蓉走進(jìn)酒店大堂。她弄不清自己到底想干什么，她只知道此時(shí)，兩條腿似乎完全不再屬于自己。電梯在十二層停下，念蓉走出去，腳踩上厚厚的地毯，兩腿軟得抬不起來。她記得房卡上的號碼——1 2 1 0，那代表著一個(gè)封閉并且私密的空間：厚厚的窗簾，舒適的大床，飄著玫瑰花瓣的洗澡水，兩個(gè)糾纏在一起的身體……

1) 年降水量(rain) 林業(yè)生產(chǎn)的對象是有機(jī)生物，光、水、熱等氣候因素在其中的重要性不容忽視。Lee(2008)、田杰等(2013； 2015)詳細(xì)討論了加入氣溫、降水量等氣候因素對于林業(yè)技術(shù)效率評價(jià)的必要性。本文對林業(yè)技術(shù)效率的估計(jì)亦考慮了氣候因素，但在具體做法上，一方面，考慮到與勞動、資本、土地不同，這些因素不是生產(chǎn)要素，不宜直接放入前沿生產(chǎn)函數(shù)，但其會影響生產(chǎn)要素的使用效率進(jìn)而影響總產(chǎn)出，因此適宜作為外生變量引入無效率方程； 另一方面，考慮到如果同時(shí)納入4—10月平均氣溫和降水量2個(gè)變量，會導(dǎo)致嚴(yán)重的多重共線性(Pearson相關(guān)系數(shù)達(dá)到0.722)，因此為簡化模型，只考慮了降水量指標(biāo)。與田杰等(2013； 2015)的做法類似，本文以各省會城市(或直轄市)的全年降水量(mm)作為各省年降水量的代表。

2) 森林火災(zāi)受害面積(fda) 森林火災(zāi)是影響林業(yè)穩(wěn)定健康發(fā)展的另一種主要災(zāi)害，也是中國森林資源面臨的最主要風(fēng)險(xiǎn)源。臧良震等(2014)對西部地區(qū)的研究發(fā)現(xiàn)，森林火災(zāi)受害面積對該地區(qū)不同階段的林業(yè)技術(shù)效率均有顯著影響。借鑒其研究，本文將森林火災(zāi)受害面積(萬hm2)作為一個(gè)重要的環(huán)境變量納入無效率方程。

3) 森林病蟲鼠害發(fā)生面積(opra) 病蟲鼠害被喻為“不冒煙”的森林火災(zāi)，其傳播和蔓延對林木生長具有不可估量的損害作用。宋長鳴等(2012)研究發(fā)現(xiàn)，病蟲鼠害對林業(yè)技術(shù)效率造成了顯著的負(fù)面影響，是目前效率損失的重要原因?；诖耍疚倪x取森林病蟲鼠害發(fā)生面積(萬hm2)作為重要的環(huán)境變量引入模型。

4) 森林病蟲鼠害防治面積(cpra) 鑒于病蟲鼠害對森林的巨大危害，其有效防治對于促進(jìn)整個(gè)林業(yè)的健康發(fā)展無疑至關(guān)重要。根據(jù)田杰等(2013)的研究，本文亦將森林病蟲鼠害防治面積(萬hm2)作為影響林業(yè)技術(shù)效率的重要變量嵌入無效率方程。

5) 林業(yè)專業(yè)技術(shù)人員數(shù)(pt) 在給定生產(chǎn)技術(shù)及外部環(huán)境的情況下，提高農(nóng)戶技術(shù)效率的手段不外乎教育和培訓(xùn)2種。李谷成等(2008)認(rèn)為，相較于勞動力的受教育程度，專門的技術(shù)培訓(xùn)對于提高農(nóng)戶技術(shù)效率具有更為顯著的作用。在我國，各級林業(yè)工作站專業(yè)技術(shù)人員是實(shí)施林業(yè)技術(shù)培訓(xùn)的主體。一般來說，平均到每個(gè)省份的林業(yè)技術(shù)人員數(shù)越多，當(dāng)?shù)剞r(nóng)民獲得更多林業(yè)技術(shù)培訓(xùn)的可能性就越大。因此，本文以各省擁有的林業(yè)專業(yè)技術(shù)人員數(shù)(千人)來反映農(nóng)戶受到的技術(shù)培訓(xùn)狀況。

最后，考慮到不同區(qū)域在資源稟賦、經(jīng)濟(jì)發(fā)展、氣候條件、地理等方面存在較大差異，本文還在模型中引入了東部、中部和西部(以東北為參照組)3個(gè)虛擬變量來區(qū)分4大區(qū)域之間不可觀測因素對林業(yè)產(chǎn)出和林業(yè)技術(shù)效率的可能影響。東部地區(qū)包括河北、天津、北京、山東、江蘇、上海、浙江、福建、廣東和海南10省， 中部地區(qū)包括山西、安徽、江西、湖北、湖南和河南6省， 西部地區(qū)包括四川、重慶、內(nèi)蒙古、貴州、云南、陜西、廣西、甘肅、新疆、青海和寧夏11省， 東北地區(qū)包括黑龍江、吉林和遼寧3省。

1.3 數(shù)據(jù)來源

由于研究所涉及的部分指標(biāo)數(shù)據(jù)在2004年之前缺失嚴(yán)重，因此本文所用樣本為2004—2015年； 研究對象為中國大陸地區(qū)30個(gè)省、市、自治區(qū)(西藏自治區(qū)由于數(shù)據(jù)殘缺不全而予以舍棄)。用于分析的基礎(chǔ)數(shù)據(jù)主要來自《中國林業(yè)統(tǒng)計(jì)年鑒(2004—2015)》和國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫，個(gè)別省份少量缺失數(shù)據(jù)利用線性趨勢法或內(nèi)插法加以填補(bǔ)。

2 實(shí)證分析結(jié)果

2.1 面板SFA模型估計(jì)結(jié)果

對面板SFA模型的最大批評是其結(jié)論高度依賴于模型的函數(shù)形式。為避免由于函數(shù)形式誤設(shè)造成的可能偏誤，本文從形式最為一般的超越對數(shù)生產(chǎn)函數(shù)出發(fā)，利用廣義似然比(LR)檢驗(yàn)1)，從設(shè)定的待估計(jì)模型中篩選出最好擬合了樣本數(shù)據(jù)的模型。檢驗(yàn)結(jié)果見表1。其中，假設(shè)1認(rèn)為前沿生產(chǎn)函數(shù)采用C-D函數(shù)形式更合適； 假設(shè)2和3則分別假定在樣本期內(nèi)不存在技術(shù)變化以及技術(shù)變化相對于投入呈希克斯中性； 假設(shè)4認(rèn)為在無效率方程中不應(yīng)納入時(shí)間趨勢項(xiàng)，即假設(shè)技術(shù)效率不隨時(shí)間變化； 假設(shè)5認(rèn)為在無效率方程中不應(yīng)存在地區(qū)虛擬變量； 假設(shè)6則進(jìn)一步認(rèn)為應(yīng)從無效率方程中剔除包括時(shí)間趨勢項(xiàng)和地區(qū)虛擬變量在內(nèi)的所有外部環(huán)境變量。

表1 模型設(shè)定檢驗(yàn)結(jié)果Tab.1 Likelihood ratio tests for alternative model specifications

2) 基準(zhǔn)模型的對數(shù)似然函數(shù)值為-295.913 。

通過計(jì)算LR統(tǒng)計(jì)量發(fā)現(xiàn)，相對于式(3)、(4)定義的基準(zhǔn)模型2)，假設(shè)1～3及假設(shè)5和6均被拒絕； 而假設(shè)4在5%顯著性水平上沒有被拒絕。這表明，假設(shè)4對應(yīng)的模型最好地?cái)M合了樣本數(shù)據(jù)，因此本文將其作為測度林業(yè)技術(shù)效率的主要模型。估計(jì)結(jié)果如表2所示，絕大多數(shù)變量都高度顯著，證明模型擬合較好； 誤差項(xiàng)方差中技術(shù)無效率方差所占比重γ為0.933，且在1%水平上顯著，說明實(shí)際產(chǎn)出偏離前沿產(chǎn)出主要是由技術(shù)無效率而非白噪聲所引起，本文中SFA模型的設(shè)定得到了檢驗(yàn)的支持。

表2 隨機(jī)前沿模型的極大似然估計(jì)結(jié)果①Tab.2 Maximum likelihood estimates for the parameters of SFA model

①***、**、*分別表示在1%、5%、10%的顯著性水平上顯著。***, ** and * represent the significance in the level of 1%, 5% and 10% respectively.

得到模型參數(shù)后，結(jié)合式(5)即可計(jì)算出2004—2015年中國林業(yè)技術(shù)效率，平均為0.546，遠(yuǎn)小于1，表明中國林業(yè)生產(chǎn)中存在著比較普遍的技術(shù)無效率現(xiàn)象，遠(yuǎn)未發(fā)揮出已有投入經(jīng)費(fèi)和從業(yè)人員的全部潛力； 但反過來也說明其提升空間很大。與以往文獻(xiàn)相比，本文測算結(jié)果要小于田淑英等(2012)使用DEA得到的結(jié)果0.994。究其原因，除了投入產(chǎn)出指標(biāo)選取不同及樣本區(qū)間差異外，還可能與本文采用的SFA方法充分考慮了隨機(jī)誤差因素對前沿面的影響有關(guān)。作為一種特殊的自然產(chǎn)業(yè)，林業(yè)生產(chǎn)是“經(jīng)濟(jì)再生產(chǎn)與自然再生產(chǎn)的結(jié)合”，生產(chǎn)中存在著諸多不可控因素(如氣候、火災(zāi)等)。而DEA忽略了這些隨機(jī)因素的影響，所有偏離前沿面的因素都被假定為來自于技術(shù)無效，隨機(jī)誤差的影響被包含到效率項(xiàng)的估計(jì)中；特別是當(dāng)隨機(jī)誤差項(xiàng)占總體方差的比重較大時(shí)，DEA測算的結(jié)果偏差會很嚴(yán)重(Bergeretal.， 1997)。在本文中，誤差項(xiàng)占比接近10%(1～0.933)，因此，利用SFA方法得出的結(jié)論應(yīng)該與真實(shí)情況更逼近。

表2中右半部分的無效率方程給出了各環(huán)境變量對林業(yè)技術(shù)效率變化的影響。其中，年降水量的系數(shù)估計(jì)值為負(fù)，且通過了1%水平的顯著性檢驗(yàn)，表明降水對林業(yè)技術(shù)效率有明顯的提升作用，符合林業(yè)生產(chǎn)主要依賴氣候條件的認(rèn)知。森林病蟲鼠害防治面積、林業(yè)專業(yè)技術(shù)人員數(shù)也通過了1%水平的顯著性檢驗(yàn)，且估計(jì)系數(shù)均為負(fù)，表明這2項(xiàng)因素的提升能有效改進(jìn)林業(yè)生產(chǎn)中的技術(shù)效率。森林病蟲鼠害發(fā)生面積的估計(jì)系數(shù)為正，且在1%水平上顯著，說明森林病蟲鼠害發(fā)生對林業(yè)技術(shù)效率具有顯著的負(fù)面影響。森林火災(zāi)受害面積雖然沒有通過顯著性檢驗(yàn)，但其估計(jì)系數(shù)為正，說明該災(zāi)害的發(fā)生在某種程度上也會造成林業(yè)技術(shù)效率損失。區(qū)域虛擬變量(Dj)中，東部、中部和西部的系數(shù)估計(jì)值均為負(fù)，且均通過了相應(yīng)水平的顯著性檢驗(yàn)，意味著這3個(gè)地區(qū)的林業(yè)技術(shù)效率水平要比東北地區(qū)高。

2.2 中國林業(yè)TFP增長率測算結(jié)果分析

根據(jù)以上結(jié)果，利用式(6)～(8)即可計(jì)算出各省2004—2015年的技術(shù)效率變化、前沿技術(shù)變化和TFP變化的Malmquist指數(shù)。表3給出了以各省幾何平均計(jì)算的全國林業(yè)TFP變化的Malmquist指數(shù)。數(shù)據(jù)顯示，樣本期內(nèi)中國林業(yè)TFP經(jīng)歷了程度相當(dāng)可觀的增長，年均增長16.48%，略高于黃安勝等(2015)使用DEA-Malmquist指數(shù)法得到的估計(jì)結(jié)果15.6%，符合SFA得到的TFP-Malmquist指數(shù)要高于DEA結(jié)果的一般經(jīng)驗(yàn)(傅曉霞等， 2007)。從TFP成分看，與已有文獻(xiàn)一致，研究期間中國林業(yè)TFP增長主要源于生產(chǎn)前沿的移動，即技術(shù)進(jìn)步。2004—2015年，整體林業(yè)技術(shù)變化指數(shù)年均增長16.92%，構(gòu)成林業(yè)TFP增長的主要?jiǎng)恿υ慈?而林業(yè)技術(shù)效率在絕大對數(shù)年份呈惡化狀態(tài)，年均下降0.37%，在一定程度上弱化乃至抵消了前沿技術(shù)進(jìn)步對TFP增長所做的貢獻(xiàn)。

從TFP的角度，由技術(shù)進(jìn)步主導(dǎo)還是效率改善主導(dǎo)有著不同的政策含義： 前者表示一個(gè)國家或地區(qū)對新技術(shù)的局部創(chuàng)新，后者則強(qiáng)調(diào)生產(chǎn)單元對現(xiàn)有技術(shù)的消化、吸收和利用程度。我國林業(yè)TFP增長呈現(xiàn)出前沿技術(shù)進(jìn)步與技術(shù)效率損失并存的現(xiàn)象表明， 過去10多年里，我國林業(yè)科研體系雖然在技術(shù)創(chuàng)新與發(fā)明方面取得了相對成功，極大帶動了林業(yè)產(chǎn)業(yè)的增長； 但整個(gè)林業(yè)推廣體系在對現(xiàn)有技術(shù)的消化利用和擴(kuò)散推廣上卻并不理想，當(dāng)前偏低的林業(yè)技術(shù)效率水平佐證了這一點(diǎn)。

表3 2004—2015年中國林業(yè)全要素生產(chǎn)率增長率及其分解①Tab.3 China forestry total factor productivity indexand its components during 2004—2015

①各指數(shù)均為歷年各省份的幾何平均數(shù)，最后一行所列平均值亦為各年份的幾何平均數(shù)； 表中各指數(shù)減去1，即為相應(yīng)各指標(biāo)的增長率。All Malmquist index averages in table are geometric means. Every Malmquist index in table minus 1 is its growth rate.

2.3 中國林業(yè)TFP增長的時(shí)間特征分析

1) 即2004年的TFP為1， 2005年的TFP等于2004年的TFP乘以2005年的Malmquist生產(chǎn)率指數(shù)，依此類推。

Malmquist指數(shù)測算的TFP是本年相對于上年的變化率。為了能夠反映長時(shí)期的演變趨勢，可以將其轉(zhuǎn)換成以2004年為基期的累積變化率形式1)，如圖1所示。樣本期內(nèi)，中國林業(yè)技術(shù)變化與技術(shù)效率變化存在著顯著差異： 前者表現(xiàn)為明顯波動增大特征，后者則呈現(xiàn)出緩慢的波動減小趨勢，并且每當(dāng)前者有力地推動TFP增長時(shí)，總會遇到后者下降對TFP增長的不利影響，而很少見到二者同時(shí)增長的情況。這種技術(shù)進(jìn)步與技術(shù)效率改善相背離的TFP增長模式，也出現(xiàn)在中國農(nóng)業(yè)生產(chǎn)中(史常亮等， 2016)。

從時(shí)間趨勢上分析，中國林業(yè)TFP在2004—2010年增長減緩，一直到2011年才開始出現(xiàn)小幅增加。特別是2007—2010年，受低溫雨雪冰凍自然災(zāi)害和國際金融危機(jī)的嚴(yán)重影響，林業(yè)生產(chǎn)遭受重大打擊，林業(yè)技術(shù)效率出現(xiàn)大幅下滑，極大抵消了林業(yè)技術(shù)進(jìn)步對TFP增長的貢獻(xiàn)，導(dǎo)致 TFP連續(xù)3年衰退。為了盡快恢復(fù)自然災(zāi)害破壞的林業(yè)基礎(chǔ)設(shè)施，同時(shí)也為了應(yīng)對金融危機(jī)的挑戰(zhàn)，2010年開始，國家連續(xù)幾年數(shù)次追加中央林業(yè)投資，其中僅2011年中央林業(yè)投資就達(dá)到1 220.3億元，比2010年增加260多億元，這對林業(yè)TFP的止步回升起到了明顯作用。2011—2012年，全國林業(yè)TFP同比增長26.78%，比以往任何時(shí)間都增長迅猛； 但是，急劇增加的林業(yè)投資也給林業(yè)技術(shù)效率提升帶來了負(fù)面影響。由于組織管理能力沒有及時(shí)跟上投資規(guī)模的擴(kuò)大，一些地方甚至出現(xiàn)了突擊完成投資任務(wù)的現(xiàn)象，導(dǎo)致林業(yè)投入產(chǎn)出規(guī)模和結(jié)構(gòu)偏離最優(yōu)水平，效率損失嚴(yán)重(田淑英等， 2012； 田杰等， 2013)。體現(xiàn)在數(shù)據(jù)上就是， 2013—2015年雖然林業(yè)技術(shù)進(jìn)步指數(shù)逐年提高，但林業(yè)技術(shù)效率卻處于惡化之中，從而大大妨礙了林業(yè)TFP獲得更快增長。從圖1中也可以看到， 2012年以來，林業(yè)技術(shù)效率指數(shù)一直都處于遞減趨勢，相應(yīng)的林業(yè)TFP的增長速度亦呈現(xiàn)出震蕩略有下降趨勢。

圖1 林業(yè)技術(shù)效率指數(shù)、技術(shù)進(jìn)步指數(shù)和TFP累積年增長率Fig.1 The cumulative annual growth rate of TPCH, TECH and TFP

2.4 中國林業(yè)TFP增長的空間特征分析

表4給出了以歷年幾何平均計(jì)算的各省份、各區(qū)域林業(yè)TFP變化的Malmquist指數(shù)。分省份來看，樣本期內(nèi)，除北京外幾乎所有省份都實(shí)現(xiàn)了林業(yè)TFP正增長。其中，以上海表現(xiàn)最為優(yōu)異，TFP增長最快，年均達(dá)到42.92%，并且提高TFP的來源比較均衡，林業(yè)經(jīng)濟(jì)增長可持續(xù)較強(qiáng)；與之相反，北京的林業(yè)TFP增長情況則比較糟糕，出現(xiàn)了負(fù)增長，年均增長-6.15%，技術(shù)效率惡化是造成其林業(yè)TFP負(fù)增長的主要原因。2004—2015年，北京市林業(yè)技術(shù)進(jìn)步年均增長27.68%，遠(yuǎn)高于同期全國16.92%的平均增長速度； 但林業(yè)技術(shù)效率卻以年均遞減26.50%的速度處于不斷惡化之中，是30個(gè)樣本省份中表現(xiàn)最糟糕的省份，技術(shù)效率的年均負(fù)增長完全抵消了技術(shù)進(jìn)步的增長，林業(yè)增效任務(wù)最為艱巨。

在29個(gè)實(shí)現(xiàn)林業(yè)TFP正增長的省份中，有15個(gè)省份表現(xiàn)為“雙驅(qū)動”型增長模式，分別為天津、遼寧、上海、浙江、安徽、福建、江西、河南、廣東、海南、四川、貴州、陜西、青海和新疆，其共同特點(diǎn)是在保持林業(yè)前沿技術(shù)快速進(jìn)步的同時(shí)，林業(yè)技術(shù)效率也得到了有效提升。其余14個(gè)省份則表現(xiàn)為林業(yè)技術(shù)進(jìn)步與林業(yè)技術(shù)效率損失并存的“單驅(qū)動”型增長模式，其特點(diǎn)是雖然技術(shù)變化指數(shù)增長明顯，但由于存在技術(shù)的“適宜性”問題，技術(shù)效率處于惡化狀態(tài)。在這些省份中，尤為值得一提的是江蘇、甘肅、山西、吉林和黑龍江等省份，其雖然在技術(shù)進(jìn)步方面表現(xiàn)得頗為優(yōu)異，增長速度遠(yuǎn)遠(yuǎn)高于同期其他省份，但由于對現(xiàn)有技術(shù)的有效利用跟不上生產(chǎn)可能性邊界向外擴(kuò)張的速度，導(dǎo)致林業(yè)技術(shù)效率惡化嚴(yán)重，極大阻礙了林業(yè)TFP獲得更快增長。

表4 各省份、區(qū)域林業(yè)TFP增長及其分解①Tab.4 The growth rate of TFP in each province and regions and its decomposition

① 各指數(shù)均為各省份歷年的幾何平均數(shù)，各區(qū)域平均值亦為區(qū)域內(nèi)相應(yīng)省份歷年的幾何平均數(shù)； 表中各指數(shù)減去1，即為相應(yīng)各指標(biāo)的增長率。 All Malmquist index averages in table are geometric means. Every Malmquist index in table minus 1 is its growth rate.

分區(qū)域來看，4大區(qū)域中，東部地區(qū)的林業(yè)TFP增長最快，年均增長20.63%，超出全國平均水平4.15個(gè)百分點(diǎn)； 東北地區(qū)次之，年均增長15.53%，略低于全國平均增速0.95個(gè)百分點(diǎn)； 中部和西部地區(qū)的林業(yè)TFP增長不相上下，但都低于全國平均水平，分別為14.63%和14.09%。在TFP增長的內(nèi)部構(gòu)成上，與全國一樣，技術(shù)進(jìn)步始終是推進(jìn)各區(qū)域林業(yè)TFP增長的主要來源，技術(shù)效率對TFP增長的貢獻(xiàn)有限。其中，東北、中部和西部地區(qū)的林業(yè)TFP增長均表現(xiàn)出明顯的技術(shù)進(jìn)步單因素推進(jìn)模式，技術(shù)效率惡化嚴(yán)重阻礙了TFP獲得更快增長。尤其是作為傳統(tǒng)林業(yè)大省的東北3省地區(qū)，林業(yè)技術(shù)效率惡化最為顯著，年均下降3.61%。倘若其技術(shù)效率能夠維持一種正增長趨勢(大于1)，那么該地區(qū)的林業(yè)TFP增長將有望達(dá)到甚至超過東部地區(qū)。東部地區(qū)林業(yè)TFP增長表現(xiàn)出技術(shù)進(jìn)步與技術(shù)效率改善共同作用的“雙驅(qū)動”增長特征。結(jié)合前面的分析，從促進(jìn)TFP增長的角度出發(fā)，這種“雙驅(qū)動”模式將是未來中國林業(yè)保持可持續(xù)發(fā)展的關(guān)鍵。因此，東部地區(qū)的林業(yè)增長模式應(yīng)努力成為未來各區(qū)域林業(yè)發(fā)展的方向。這就要求其他區(qū)域在充分發(fā)揮林業(yè)技術(shù)進(jìn)步對TFP增長的“長板”作用的同時(shí)，更要重視對現(xiàn)有前沿技術(shù)的有效推廣、擴(kuò)散和利用，補(bǔ)齊林業(yè)技術(shù)效率水平低下這一“短板”。

3 結(jié)論與建議

本文在規(guī)模報(bào)酬不變的假定下，運(yùn)用Malmquist生產(chǎn)率指數(shù)與隨機(jī)前沿函數(shù)模型相結(jié)合的方法，對中國大陸30個(gè)省(市、自治區(qū))2004—2015年的林業(yè)技術(shù)效率及林業(yè)TFP增長率進(jìn)行再測算，結(jié)果發(fā)現(xiàn)： 1) 中國林業(yè)生產(chǎn)過程中存在比較普遍的技術(shù)無效現(xiàn)象，平均技術(shù)效率只有0.546，提升潛力巨大； 2) 年降水量、森林病蟲鼠害發(fā)生面積和防治面積、林業(yè)專業(yè)技術(shù)人員數(shù)是造成省際林業(yè)技術(shù)效率差異的主要因素； 3) 2004—2015年，中國林業(yè)TFP實(shí)現(xiàn)了較快增長，年均增長16.48%，但這一增長主要由林業(yè)技術(shù)進(jìn)步所貢獻(xiàn)，林業(yè)技術(shù)效率水平低下且長期處于惡化狀態(tài)對TFP產(chǎn)生了負(fù)面影響； 4) 在省際層面，與全國整體情況類似，各省份林業(yè)TFP增長主要依靠技術(shù)進(jìn)步驅(qū)動，有一半以上省份的林業(yè)技術(shù)效率處于惡化狀態(tài)，大大弱化乃至抵消了技術(shù)進(jìn)步對TFP的正效應(yīng)； 5) 分區(qū)域來看，東北、中部和西部地區(qū)的林業(yè)TFP增長均表現(xiàn)為技術(shù)進(jìn)步與技術(shù)效率相背離的“單驅(qū)動”增長模式，只有東部地區(qū)呈現(xiàn)技術(shù)進(jìn)步與技術(shù)效率改善共同作用的“雙驅(qū)動”增長模式。

從促進(jìn)TFP增長的角度出發(fā)，未來中國林業(yè)理想的增長模式應(yīng)當(dāng)是東部地區(qū)這種前沿技術(shù)進(jìn)步與技術(shù)效率改善并存的“雙驅(qū)動”模式。但過去10多年里，中國林業(yè)推廣體系在前沿技術(shù)擴(kuò)散上的相對失敗，直接導(dǎo)致了全國大部分省份林業(yè)技術(shù)效率的惡化。因此，為實(shí)現(xiàn)“兩條腿走路”，今后政府除了要繼續(xù)加大林業(yè)科技投入、促進(jìn)林業(yè)技術(shù)進(jìn)步、發(fā)揮技術(shù)創(chuàng)新的“長板”作用外， 更為重要的是要加強(qiáng)對現(xiàn)有技術(shù)的推廣應(yīng)用，補(bǔ)齊林業(yè)技術(shù)效率水平低下這一“短板”。本文對各省及全國林業(yè)TFP增長來源的分解也表明，通過改善技術(shù)效率來促進(jìn)林業(yè)TFP獲得更快增長是完全可行的。基于此，結(jié)合模型分析中森林病蟲鼠害防治面積、林業(yè)專業(yè)技術(shù)人員數(shù)對林業(yè)技術(shù)效率提升的重要作用，提出如下政策建議： 一是明確林業(yè)工作站的公益性定位，完善政府財(cái)政投入機(jī)制，充分發(fā)揮其在林業(yè)科技推廣中的帶頭作用； 二是深化林業(yè)科技特派員制度，廣泛動員和鼓勵(lì)林業(yè)科技人員開展科技下鄉(xiāng)、科技入戶等活動； 三是建立健全林業(yè)科技推廣員資格制度，提高各級推廣機(jī)構(gòu)中林業(yè)專業(yè)技術(shù)人員的比例； 四是加強(qiáng)重點(diǎn)病蟲害的科研攻關(guān)和技術(shù)推廣，研究推廣新的林業(yè)有害生物防治技術(shù)，提高森林病蟲鼠害防治水平。

陳向華，耿玉德，于學(xué)霆，等. 2012. 黑龍江國有林區(qū)林業(yè)產(chǎn)業(yè)全要素生產(chǎn)率及其影響因素分析.林業(yè)經(jīng)濟(jì)問題，32(1): 50-53.

(Chen X H, Geng Y D, Yu X T,etal. 2012. The analysis of the total factor productivity and its influencing factors of forest industry in state-owed region in Heilongjiang Province. Issues of Forestry Economics, 32(1): 50-53. [in Chinese])

陳曉蘭，姜雪梅. 2014. 中國林業(yè)全要素生產(chǎn)率分析.林業(yè)經(jīng)濟(jì)，(3): 75-82.

(Chen X L, Jiang X M. 2014. A study on total factor productivity of Chinese forestry. Forestry Economics, (3): 75-82. [in Chinese])

傅曉霞，吳利學(xué). 2007. 前沿分析方法在中國經(jīng)濟(jì)增長核算中的適用性.世界經(jīng)濟(jì)，(7): 56-66.

(Fu X X, Wu L X. 2007. Competing methods for efficiency measurement of China: a comparison of SFA vs DEA. Journal of World Economy, (7): 56-66.

黃安勝，劉振濱，許佳賢，等. 2015. 多重目標(biāo)下的中國林業(yè)全要素生產(chǎn)率及其時(shí)空差異.林業(yè)科學(xué)，51(9): 117-125.

(Huang A S, Liu Z B, Xu J X,etal. 2015. Forestry total factor productivity under multiple targets in China and its spatiotemporal differences. Scientia Silvae Sinicae, 51(9): 117-125. [in Chinese])

李谷成，馮中朝，占紹文. 2008. 家庭稟賦對農(nóng)戶家庭經(jīng)營技術(shù)效率的影響沖擊——基于湖北省農(nóng)戶的隨機(jī)前沿生產(chǎn)函數(shù)實(shí)證.統(tǒng)計(jì)研究，(1): 35-42.

(Li G C, Feng Z C, Zhan S W. An empirical analysis about the effect of household endowments on the technical efficiency of farmer’s household management: evidence from the farmers of Hubei Province. Statistical Research, (1): 35-42. [in Chinese])

李京華，包慶豐. 2016. 內(nèi)蒙古國有林區(qū)林業(yè)全要素生產(chǎn)率分析.林業(yè)經(jīng)濟(jì)，(2):83-87.

(Li J H, Bao Q F. 2016. Analysis of total factor productivity of forest industry in state-owned forest region in Inner Mongolia. Forestry Economics, (2): 83-87. [in Chinese])

劉 璨，于法穩(wěn). 2006. 東北國有林區(qū)企業(yè)效率測算與分析——DEA方法.產(chǎn)業(yè)經(jīng)濟(jì)評論，5(1): 107-121.

(Liu C, Yu F W. 2006. Efficiency analysis of the northeast national forest enterprise: DEA approach. Review of Industrial Economics, (1): 113-127. [in Chinese])

劉清泉，江 華. 2014. 可持續(xù)發(fā)展視角下林業(yè)全要素生產(chǎn)率及影響因素——來自廣東的證據(jù).農(nóng)村經(jīng)濟(jì)，(1):39-43.

(Liu Q Q，Jiang H. 2014. The total factor productivity of the forestry and its influencing factor based on the perspective of sustainable development: proof of the Guangdong. Rural Economy, (1): 39-43. [in Chinese])

馬天樂，劉 璨. 1992. 中國林業(yè)總要素生產(chǎn)率測度與分析.林業(yè)經(jīng)濟(jì)，(4): 46-53.

(Ma T L, Liu C. 1992. Calculation and analysis of the total factor productivity of Chinese forestry. Forestry Economics, (4): 46-53. [in Chinese])

史常亮，朱俊峰，揭昌亮. 2016. 中國農(nóng)業(yè)全要素生產(chǎn)率增長地區(qū)差異及收斂性分析——基于固定效應(yīng)SFA模型和面板單位根方法.經(jīng)濟(jì)問題探索，(4): 134-141.

(Shi C L, Zhu J F, Jie C L. 2016. Regional difference and convergence analysis of agricultural TFP in China: on fixed-effect panel SFA and panel unit root. Inquiry into Economic Issues, (4): 134-141. [in Chinese])

宋長鳴，向玉林. 2012. 林業(yè)技術(shù)效率及其影響因素研究——基于隨機(jī)前沿生產(chǎn)函數(shù).林業(yè)經(jīng)濟(jì)，(2): 66-70.

(Song C M，Xiang Y L. 2012. Study of forestry industry technical efficiency and its influencing factor: based on stochastic frontier production function model. Forestry Economics, (2): 66-70. [in Chinese])

田 杰，姚順波. 2013. 中國林業(yè)生產(chǎn)的技術(shù)效率測算與分析.中國人口·資源與環(huán)境，23(11): 66-72.

(Tian J, Yao S B. 2013. Research on technical efficiency of forestry production in China. China Population, Resources and Environment, 23(11): 66-72. [in Chinese])

田 杰，張曉棠，姚順波. 2015. 考慮自然因素投入的林業(yè)生產(chǎn)效率評價(jià)研究——以南方集體林區(qū)為例. 西安工程大學(xué)學(xué)報(bào)，35(5): 378-386.

(Tian J, Zhang X T, Yao S B. 2015. Study on efficiency of forestry production based on the natural factors: a case of southern collective forest area. Journal of Xi’an Technological University, 35(5): 378-386. [in Chinese])

田淑英，許文立. 2012. 基于DEA模型的中國林業(yè)投入產(chǎn)出效率評價(jià).資源科學(xué)，34(10): 1944-1950.

(Tian S Y, Xu W L. 2012. Evaluation of China’s forestry input-output efficiency based on DEA modeling. Resources Science, 34(10): 1944-1950. [in Chinese])

魏遠(yuǎn)竹，朱永法. 2001. 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與林業(yè)經(jīng)濟(jì)增長方式轉(zhuǎn)變.北京林業(yè)大學(xué)學(xué)報(bào)，23(1): 72-75.

(Wei Y Z, Zhu Y F. 2001. The adjustment of industrial structure and transformation of forestry economic growth pattern. Journal of Beijing Forestry University, 23(1): 72-75. [in Chinese])

吳延瑞. 2008. 生產(chǎn)率對中國經(jīng)濟(jì)增長的貢獻(xiàn)： 新的估計(jì).經(jīng)濟(jì)學(xué)(季刊)，(2): 827-842.

(Wu Y R. 2008. The role of productivity in China’s growth: new estimates. China Economic Quarterly, 7(3): 827-842. [in Chinese])

徐 瑋，馮 彥，包慶豐. 2015. 中國林業(yè)生產(chǎn)效率測算及區(qū)域差異分析——基于Malmquist-DEA模型的省際面板數(shù)據(jù).林業(yè)經(jīng)濟(jì)，(5): 85-88.

(Xu W, Feng Y, Bao Q F. 2015. China’s forestry production efficiency calculation and the analysis of regional difference: based on Malmquist-DEA model provincial panel data. Forestry Economics, (5): 85-88. [in Chinese])

臧良震，支 玲，郭小年. 2014. 中國西部地區(qū)林業(yè)生產(chǎn)技術(shù)效率的測算和動態(tài)演進(jìn)分析.統(tǒng)計(jì)與信息論壇，29(1): 13-20.

(Zang L Z, Zhi L, Guo X N. 2014. Research on calculation and dynamic evolution of forestry production technical efficiency in Western China. Statistics & Information Forum, 29(1): 13-20. [in Chinese])

周子橋，全 良，劉慧妍. 2015. 基于生態(tài)產(chǎn)出和決策者偏好的黑龍江省林業(yè)全要素生產(chǎn)率研究.林業(yè)經(jīng)濟(jì)，(5): 93-99.

(Zhou Z Q, Quan L, Liu H Y. 2015. A study of total factor productivity in Heilongjiang forestry region based on ecological output and preference of decision maker. Forestry Economics, (5): 93-99. [in Chinese])

Battese G E, Coelli T J. 1995. A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics, 20(2): 325-332.

Berger A N, Humphrey D B.1997. Efficiency of financial institutions: international survey and directions for future research. European Journal of Operational Research, 98(2): 175-212.

Coelli T J, Perelman S. 2000. Technical efficiency of European railways: a distance function approach. Applied Economics, 32(15):1967-1976.

F?re R, Grosskopf S, Norris M,etal. 1994. Productivity growth, technical progress, and efficiency change in industrialized countries. American Economic Review, 84(1): 66-83.

Fuentes H J, Grifell-Tatjé E, Perelman S. 2001. A parametric distance function approach for Malmquist productivity index estimation. Journal of Productivity Analysis, 15(2):79-94.

Grifell-Tatjé E, Lovell C A K. 1995. A note on the Malmquist productivity index. Economics Letters, 47(2): 169-175.

Helvoigt T L, Adams D M. 2009. A stochastic frontier analysis of technical progress, efficiency change and productivity growth in the Pacific Northwest sawmill industry. Forest Policy and Economics, 11(4): 280-287.

Hseu J S, Shang J K. 2005. Productivity changes of pulp and paper industry in OECD countries, 1991—2000: a non-parametric Malmquist approach. Forest Policy and Economics, 7(3): 411-422.

Korkmaz M. 2011. Productivity changes of forest enterprises in Turkey: a non-parametric Malmquist approach. African Journal of Agricultural Research, 6(28): 6189-6196.

Lee J Y. 2008. Application of the three-stage DEA in measuring efficiency: an empirical evidence. Applied Economics Letters, 15(1): 49-52.

Managi S. 2010. Productivity measures and effects from subsidies and trade: an empirical analysis for Japan’s forestry. Applied Economics, 42(30): 3871-3883.

Ray S C, Desli E. 1997. Productivity growth, technical progress, and efficiency change in industrialized countries: comment. American Economic Review, 87(5): 1033-1039.

Wang H J, Schmidt P. 2002. One-step and two-step estimation of the effects of exogenous variables on technical efficiency levels. Journal of Productivity Analysis,18(2): 129-144.

Zang L Z, Zhang C H, Xu D Y,etal. 2015. Research on temporal-spatial evolution of regional disparity of forestry total factor productivity in China. Advance Journal of Food Science & Technology, 9(5): 332-341.

Zhang D, Nagubadi R V. 2006. Total factor productivity growth in the sawmill and wood preservation industry in the United States and Canada: a comparative study. Forest Science, 52(5): 511-521.