中国森林公园经营效率研究

秦光远，程宝栋

中国森林公园经营效率研究

秦光远，程宝栋

（北京林业大学经济管理学院，北京，100083）

基于2010年至2015年森林公园分省统计数据，考虑环境因素，采用三阶段DEA模型，对我国森林公园效率进行测度并分析其变动趋势和空间差异。结果发现：我国森林公园经营效率在剥离了环境因素和随机因素后，呈现了明显的波动态势，森林公园效率值呈现水平“S”型的变动趋势，2013年达到效率值最大，为0.802 8，2015年又下降至0.568。分地区而言，地区间森林公园经营效率变动趋势差异悬殊：东部地区呈现倒“U”型，峰值0.875 3在2012年出现；中部地区呈现“M”型，峰值0.859 9在2012年出现；西部地区呈现明显的“W”型，峰值0.873 7在2013年出现；东北地区呈现水平“S”型，峰值0.876 4在2013年出现。分年度来看，2010年，东北地区森林公园经营效率最高，西部地区垫底；2011年，中部地区效率最高，西部地区垫底；2012年，东部地区效率最高，西部地区垫底；2013年，东北地区最高，中部地区垫底；2014年，东北地区效率最高，西部地区垫底；2015年，西部地区效率升至最高，东北地区降至最低。

三阶段DEA模型；森林公园；效率分析；随机前沿模型

一、引言

森林公园是以大面积天然林或人工林为主体建设的公园，兼具森林生态与社会人文功能，为人们游憩、疗养、避暑、文娱、科研等提供良好环境。长期以来，社会各界更关心其数量和面积，忽视了其经营效率的变化和作用。自1982年我国第一家国家级森林公园建立，森林公园发展已历经35年，森林公园数量、占地规模均有了大幅增长。据统计，2016年，全国森林公园达3 394处，规划总面积1 886万公顷，国家级森林公园848处；全国森林公园旅游人数9.17亿人次，占国内旅游总人数的20.8%，旅游收入781.61亿元，每5名旅游者中就有1名在森林公园①数据来源于《拓展森林空间 增进民生福祉》，访问网址：http://news.sina.com.cn/o/2017-04-18/doc-ifyeifqx6284379.shtml，访问时间2017年5月5日。，由此可见森林公园对人民生活的重要程度。不仅如此，伴随着我国经济社会进一步发展，物质富裕的人口数量和比重将会进一步增长，在环境生态不断恶化的背景下，人们对于以森林为载体的生态旅游的需求将会进入新一轮的快速增长周期。特别是十八大以来，生态问题被提到文明的高度，党和政府对生态问题的关注和重视空前提高，习近平总书记多次强调“良好生态环境是最公平的公共产品，是最普惠的民生福祉”，森林公园是反映和体现生态文明的重要载体，是与普通民众接触最多、距离最近、最为直接的载体。因此，森林公园经营至关重要，森林公园的数量增加和质量提升将可以直接作为国家生态文明建设成效的指示器。基于此种考虑，森林公园投资力度空前提升，以2016年为例，森林公园共投入资金537.95亿元，其中环境投资57.04亿元，营造景观林8.95万公顷，改造林相15.52万公顷；截至2016年底，森林公园共拥有游步道9.07万公里，旅游车船3.4万台（艘），接待床位102.94万张，餐位197.1万个，森林公园创造的社会综合产值超过8 200亿元②数据来源于《拓展森林空间 增进民生福祉》，访问网址：http://news.sina.com.cn/o/2017-04-18/doc-ifyeifqx6284379.shtml，访问时间2017年5月5日。。然而，我国森林公园经营的效率如何呢？呈现什么样的变化趋势呢？地区之间又存在哪些差异呢？从目前研究来看，这些问题并未得到有效、准确的回答。因此，很有必要同时考虑森林公园经营的外部环境，准确衡量和测算森林公园的经营效率，从而为保持高效率运行的森林公园、改善低效率运行的森林公园，提供改进建议和措施，推动我国森林公园良性发展。

回顾已有研究，研究热点集中在从森林公园利益相关者角度分析森林旅游者、旅游资源、旅游载体等（Hammitt et al., 2015；Lundmark et al., 2010；Shi et al., 2002），从规划设计角度分析国家森林公园区划、规划与评价（黄秀娟等，2009；胡春姿、俞晖，2007；），从历史角度分析森林公园发展轨迹与演变历程（赵敏燕、陈鑫峰，2016；罗芬、保继刚，2013；李世东、陈鑫峰，2007），从效率角度分析发展效率与发展预测（丁振民、黄秀娟，2016；修新田、陈秋华，2016；Mayer，2014；黄秀娟，2014；方琰、卞显红，2014；黄秀娟、黄福才，2011）等方面。显然，对森林公园效率的关注正在成为研究热点，已有研究为本文提供了丰富的基础和深刻的启发。然而，森林公园效率问题作为一个研究热点有待进一步拓展和深入研究，梳理既有文献，给我们很多启发，也为森林公园效率问题分析提供了丰富的基础，主要分两类：一是直接测算森林公园效率，例如，黄秀娟（2014）使用DEA方法利用2008年至2013年数据，测算了福建省2008年底已建成国家级森林公园的效率、纯技术效率和规模效率，结果发现40%有效率，纯技术有效的公园占比达到60%，规模有效占比为40%。黄秀娟（2011）使用DEA方法分析了我国大陆31个地区的森林公园发展的技术效率、纯技术效率和规模效率，同时利用Malmquist指数对全要素生产率变动进行分解，发现森林公园效率存在显著的地区差异，东中西部地区森林公园效率依次下降。黄秀娟、黄福才（2011）使用DEA模型利用2003年至2008年数据，对31个省区市的森林公园发展效率进行测算，比较了不同省区市的技术效率、纯技术效率和规模效率。二是在测算效率基础上增加效率影响因素的分析，例如，丁振民、黄秀娟（2016）借助DEA方法对2008年至2014年中国大陆31个省份的森林公园旅游效率进行测算，并使用Tobit模型深入探讨资本投入结构和规模对森林公园旅游效率的影响，发现资本结构对中国森林公园旅游效率具有非线性倒U型影响。修新田、陈秋华（2016）利用DEA-Tobit模型对全国305家国家级森林公园2014年的发展效率进行测算并对其影响因素进行分析。

分析既有关于森林公园效率研究文献，可能有两个方面值得改进：第一，对于直接测度森林公园效率，均采用DEA模型，选择相关的投入产出指标，不论是产出导向模型还是投入导向模型，计算出决策单元的相对效率值，包括技术效率、纯技术效率、规模效率，问题在于效率测度准确吗？由于没考虑环境因素和随机因素对效率的干扰，大量研究已经指出了直接测度效率并不准确（崔宝玉等，2016；刘自敏等，2014；罗登跃，2012）；第二，对于效率影响因素的分析，在第一类问题存在的同时，又出现了新的问题，即是使用某些因素计算效率值的同时将其放入影响因素模型分析，此种做法明显会带来内生性问题，必然影响结果的准确性。因此，已有研究对于森林公园效率的测度均可能存在偏差。为纠正这些偏差，更准确地估计我国森林公园效率，进一步优化完善已有研究，本文采用考虑外部环境和随机冲击的三阶段DEA模型进行估计分析，为正确客观认知我国森林公园经营效率提供参考。

二、模型方法

效率评价最流行的两种方法分别是以数据包络分析（DEA）模型为代表的非参数方法和以随机前沿分析（SFA）模型为代表的参数方法，两种方法各有千秋，在效率分析领域占据举足轻重的位置。从已有效率研究的实践来看，DEA模型受众更广，一方面该方法避免了参数模型估计必须设定一个总体分布的假设条件（崔宝玉等，2016；刘自敏等，2014），另一方面该方法对样本的要求更为简单，样本量的约束较少，且在处理多产出变量问题上独具优势。然而，传统DEA模型在估计决策单元效率值时仅考虑了管理无效率的问题，因而存在较大风险出现效率值的偏差（刘满凤、李圣宏，2016）。Fried 等（2002）也指出，决策单元外部环境影响、管理无效率、随机误差项均可能引发无效率状况发生，从而使得决策单元效率估计可能出现在效率前沿面以内，使得不同决策单元的效率估计值在进行比较时失去共同基准，相对效率值的比较以及对决策单元效率高低的判断同时失去意义。在此情况下，Fried 等（2002）创造性地将DEA模型和SFA模型进行融合，提出三阶段DEA方法，该方法核心关键是通过利用传统的DEA模型松弛变量所包含的信息，对投入（或产出）进行调整，把所有的决策单元都调整到假定的同等外部环境，再重新使用传统的DEA模型，计算决策单元效率值，以剔除外部环境和随机因素的影响，从而更为真实地反映各决策单元的效率（刘满凤、李圣宏，2016）。因此，本文借鉴Fried 等（2002）、刘自敏等（2014）、崔宝玉等（2016），使用三阶段DEA模型进行效率测度。

（一）第一阶段基础DEA模型

第一阶段模型是基于初始投入产出变量进行DEA（BCC模型）分析，BCC模型用于处理“规模报酬可变”假设下的决策单元有效性问题，将技术效率（TE）分解为纯技术效率（PTE）和规模效率（SE），且TE=PTE*SE。其中，TE表示实现投入既定下产出最大或产出既定下投入最小的能力，SE表示与规模有效点相比规模经济性的发挥程度，PTE表示剔除规模因素的效率值。本文使用BCC模型，计算得到各决策单元的效率以及其目标产出量。目标产出量与实际产出量的差值即等于各决策单元的径向与非径向的松弛变量之和，换言之，是各决策单元可增加的产出量。相对于投入变量的复杂多样，森林公园更容易对产出变量进行调控，由此，本文使用产出导向的BCC模型测度森林公园效率。

（二）第二阶段随机前沿模型（SFA）

使用随机前沿分析方法修正第一阶段的产出变量松弛量。一阶段得到的产出变量松弛值是各决策单元与处在效率前沿面的决策单元的产出值比较后的差值，该数值受到前述三种因素的共同影响，因此，需要进行修正。本文使用随机前沿模型进行分析，有N个投入松弛值的结构，构建投入导向的随机前沿模型为：

其中，sni表示第i 个决策单元第n 项投入松弛量；zi表示决策单元外部环境变量集，βn为其待估系数；函数F(.)表示外部环境变量对因变量投入松弛值sni的影响大小；νni+µni为混合误差项，随机干扰项为νni且νni～ N(0,)；一般情况下，假设管理无效率项µni服从截断分布或半

对随机干扰项νni的估计，参考Jondrow(1982)、李双杰等（2007）、罗登跃（2012）及刘自敏等（2014）所使用的策略与方法，具体是：

使用随机前沿模型的回归结果可以将决策单元调整至相同的外部环境，以消除异质性影响，使得第三步的效率计算基于同质环境。在产出导向下，我们对各决策单元的产出项进行调整。调整的思想是，将处于不同外部环境的决策单元调整至相同的外部环境，同时剔除随机误差的影响，从而获得剔除了外部环境和随机误差影响的修正产出值，可以表述为：

（三）第三阶段DEA模型

在本阶段，利用DEA模型，将利用第二步计算得出的调整后的产出变量与初始的投入变量，且将所有决策单元置于统一的前沿面下，采用DEA-BCC模型计算各决策单元效率，此时的效率值仅受到管理无效率的影响，是比较准确、科学的对决策单元的效率度量，以此为基础的分析和讨论将更为科学合理。

三、变量选择与数据来源说明

（一）变量选择

1. 投入与产出变量

森林公园经营是一项复杂的涵盖社会、经济、生态的系统工程，在整个过程中涉及到人力、物力、财力的多重投入，而产出包括社会、经济、生态等多个方面。参考黄秀娟（2011），黄秀娟、林秀治（2015）等研究，结合我国森林公园经营实际情况，投入变量选取森林公园数量、森林公园面积、森林公园职工数量、导游数量、森林公园建设资金投入等，其中资金投入使用2010年为基期的固定资产投资价格指数进行调整；产出变量选取森林公园收入、森林公园游客接待量，其中公园收入使用2010年为基期的消费者物价指数进行调整。各变量描述性统计结果详见表1。

2. 外部环境变量

依据Simar & Wilson(2007)的“分离假设”，对于外部环境变量，其基本特征是：一是对森林公园经营投入产出效率能够产生显著影响，二是短期内难以被各个决策单元个体所控制或改变。具体到影响森林公园经营的环境变量，主要包括国家宏观经济环境、政府森林公园发展政策、人口分布及城镇化等。参考黄秀娟、林秀治（2015），陈刚、赖小琼（2015），刘自敏等（2014），郭军华等（2010）等，本文拟选择环境变量为：（1）人均GDP，反映经济发展水平，一般而言，经济发展水平越高的地区对森林公园的需求越旺盛；（2）人口密度，若人群对于森林公园需求概率一致，人口密度大的地区，累计对森林公园需求量也会明显大于人口稀疏地区，而且森林公园经营是一项重要的应该由政府提供的公共服务，Athanassopoulose(1998)、Afonso(2008)等研究发现人口密度对政府公共服务提供效率具有一定影响，本文采用每平方公里人口数测度人口密度；（3）城镇人口比例，一般而言，城镇人口对森林公园的需求要远大于农村人口，城镇人口比例越高，相应对于森林公园需求越多；（4）森林火灾次数与受火灾面积，森林火灾并不一定发生在森林公园，但是会对消费者的森林公园认知产生一定负面影响；（5）森林病虫鼠害面积，病虫鼠害等是对森林健康能产生严重威胁的因素，在森林公园中这一问题同样严重，不仅影响森林本身、森林公园的正常经营，而且还会对进入森林的游人产生一定影响；（6）铁路里程、高速公路里程，此两个指标是反映基础设施状况的，对于森林公园而言，便利的基础设施可以极大地提高其利用率；（7）地区虚拟变量，参考续竞秦（2011）等研究，我国东中西部地区在资源禀赋和发展水平等方面存在显著差异，以此推断，我国森林公园经营也可能存在地区间的显著差异，因此在文中设置了地区虚拟变量，分为东部、中部、西部和东北地区。各变量描述性统计结果详见表1。

（二）数据来源

本文使用省级层面森林公园数据，来源有两个：一是国家林业局网站下的中国森林公园统计数据资料，数据可查时段为2010年至2015年，本文所使用投入产出数据来源于此；二是国家统计局网站下的宏观统计数据，本文所使用外部环境变量数据来源于此。在森林公园数据统计中，执行的统计口径并非完全按照省、自治区、直辖市，在内蒙古自治区、吉林省、黑龙江省分别将内蒙古森工集团、吉林森工集团、龙江森工集团下属的森林公园单列进行统计，但是该口径与国家宏观经济统计数据不一致，在环境变量的处理方面无法进行拆分，故将三家森工集团所属的森林公园统计纳入到所在省区市的范畴内。此外，由于数据的局限，香港、澳门、台湾等地的森林公园也没有进入到本文的分析样本中，特此说明。

表1 各变量描述性统计结果

（续表）

四、实证结果

（一）第一阶段模型效率结果

采用STATA13.0软件，使用DEA-BCC模型在不考虑外部环境异质性因素情况下，计算我国省级层面森林公园经营效率值，具体如表2所示。通过分析，我们发现：总体而言，我国森林公园经营效率呈现上升趋势，平均效率值从2010年的0.528 2提升至2015年的0.716 3，但是距离有效率经营还有不小的改进空间；分地区来看，东部地区的森林公园经营效率较高且比较稳定，效率值均在0.7以上，中西部地区和东北地区均经历了一个效率提升的过程，2010年，三个地区的森林公园经营效率均较为低下，效率值分别为0.342 3、0.480 2、0.375 0，2015年三个地区效率值均有了明显提高，但是中部地区高于东北地区、东北地区高于西部地区。分省份来看，天津地区森林公园经营效率较高，几乎所有年份都处在有效经营状态，可能与天津全市范围内只有一家森林公园，比较注重森林公园的经营有关系，但是情况并非如此简单，上海市、江苏省等地有数量较多的森林公园，其整体的经营效率也几乎都为1，处在有效率经营状态，可见，森林公园的有效经营与该地区内拥有的森林公园数量的关系并不明显，可能受到管理水平、能力和理念以及其他因素的影响；北京地区的森林公园运行效率呈现先下降后上升的趋势，同时也从有效率经营状态转变为低效率经营状态。

表2 第一阶段DEA模型估计的技术效率值

（续表）

（二）第二阶段随机前沿模型松弛变量校正结果

由于不同地区的经济社会发展水平差异，在以省份为决策单元的考量中，各地区的禀赋条件差异悬殊，不同地区森林公园发展的自然条件、人文环境均不相同。但是，第一阶段的DEA模型所计算的效率值并未对这些因素予以考虑，而是简单地假定相同，不作专门考虑，因此，此时所得出的效率值可能面临较大的偏差风险。基于此，本节利用随机前沿模型方法进行纠偏和调整，基于半正态分布假设，采用随机前沿模型方法，对第一阶段产出变量的松弛变量进行纠正，即是以产出松弛变量为因变量，以环境变量为自变量，进行随机前沿分析。由于本文使用样本数据涉及不同年份，本文在随机前沿模型的估计中对地区和时间因素同时进行控制，具体结果如表3所示。

表3 第二阶段产出松弛变量的随机前沿模型估计结果

从表3可以看出，γ值均极度接近于1，说明技术无效率方差占总方差的比重非常大，经营管理方面的因素对产出松弛变量的影响占据绝对主导地位，此时若不利用随机前沿模型进行环境因素和随机因素的剥离，所得出的效率值将会存在明显偏差。从随机前沿模型的结果看：城镇化率对森林公园总收入松弛变量的影响显著为负，高速公路里程对森林公园收入松弛变量具有显著正向影响，中部和东部地区森林公园收入松弛变量不存在显著的地区差异，西部地区和东北地区则与中部地区森林公园收入松弛变量存在显著的地区差异；人口密度对森林公园游客接待量松弛变量具有显著正影响，铁路和高速公路通车里程对森林公园游客接待量松弛变量具有显著正影响，中西部地区森林公园游客接待量松弛变量存在显著的地区差异，中部和东部、东北地区不存在显著的地区差异。

（三）第三阶段模型效率结果

经过第二阶段的产出松弛变量调整，再次利用原始投入和修正后的产出变量，构建产出导向的DEA模型，再次计算省级层面森林公园经营效率值，如表4所示。

通过表4可以发现，剥离了环境因素和随机因素后的效率值呈现了明显的波动态势，全国平均而言，森林公园效率值呈现水平“S”型的变动趋势，2013年达到效率值最大，为0.802 8，2015年又下降至0.568，这一变化趋势与第一阶段的效率结果差异悬殊，一定程度上说明了考虑环境因素和随机干扰因素在效率测度方面的重要性和必要性。

分地区而言，四个地区的效率变动趋势各有特点，波动性是其共性特征，但波动的轨迹和程度却各有不同，东部地区先上升后下降，呈现倒“U”型，峰值0.8753在2012年出现；中部地区先上升后下降、再上升再下降，呈现“M”型，峰值0.8599在2012年出现；西部地区先下降后上升、又下降又上升，呈现明显的“W”型，峰值0.8737在2013年出现；东北地区先下降后上升再下降，呈现水平“S”型，峰值0.8764在2013年出现。

分年度来看，2010年，东北地区森林公园经营效率最高，其次是中部地区，西部地区垫底；2011年，中部地区效率最高，其次是东部地区，西部地区垫底；2012年，东部地区效率最高，其次是东北地区，西部地区垫底；2013年，东北地区最高，其次是西部地区，中部地区垫底；2014年，东北地区效率最高，其次是东部地区，西部地区垫底；2015年，西部地区效率升至最高，其次是中部地区，东北地区降至最低。

表4 第三阶段DEA模型估计的技术效率值

（续表）

分具体省份来看，2010年实现有效经营的省份为天津、西藏，2011年则是上海，2012年是天津、河北、内蒙古、黑龙江、山东、福建、湖北，2013年是黑龙江、福建、云南、西藏、陕西、甘肃、青海、宁夏、新疆，2014年是天津、河北、黑龙江、福建、山东，2015年是福建、河南、甘肃。六年时间里西部地区省份实现森林公园经营有效率经营的频次均要高于中部、东部，为什么呢？一方面可能是因为虽然这些地区的森林公园经营投入水平偏低，但是产出相对较高，可能与当前旅游者更愿意去自然景观受到人为因素影响较少的区域有关，另一方面可能是这些地区外部环境也落后于其他地区，如果将所有地区的外部环境水平调至同一水平，则相当于改善了这些地区的效率条件，此两方面因素共同作用使得西部地区偏远省份的森林公园经营效率有了较大提升。但是，也要清晰地看到，这种提升并不稳定，2013年表现比较突出，其余年份则并不乐观，因此，需要从根本上改善提升森林公园的经营效率，建立经营效率稳定运行的机制体制。需要特别说明的是黑龙江省，自2012年以来一直保持有效率经营，因此，有必要对黑龙江省发展森林公园的经验实践进行总结分析，便于其他省份借鉴学习。

比较第一阶段和第三阶段的省级森林公园效率值，可以发现：在考虑环境因素和随机干扰情况下，一方面，西部地区的森林公园经营效率有了明显的提高，而东部、东北部地区的森林公园经营效率有了明显下降，但西部地区森林公园效率多数年份仍然低于其他地区；另一方面，修正后的效率值在不同年份之间的波动特征更为明显。一方面反映了不同地区森林公园经营效率的差异，受环境因素的影响不能忽视，在某些地区某些年份，环境因素的影响可能还占据主导，随机因素对效率的干扰也要引起足够的重视；另一方面，效率的波动反映了森林公园经营的不稳定性，不稳定的来源既包括投入方面又包括产出方面，前者可能受到国家财政支持力度和森林公园管理单位、森林公园自身的投入决策，以及外部环境因素等影响，后者主要受森林公园管理水平、管理能力、营销活动以及外部环境因素和随机干扰等影响。因此，科学认识与评价森林公园经营的效率进而寻求效率提升与改善的具体方策是一项复杂的系统工程，值得进一步深入研究。

五、结论与启示

基于2010年至2015年我国分省层次的森林公园经营投入产出数据，采用能够更准确测算效率的三阶段DEA模型，对我国省级层面森林公园经营效率的变动趋势与空间差异进行深入分析，得出以下结论：

第一，总体而言，我国森林公园经营效率在剥离了环境因素和随机因素后，呈现了明显的波动态势，森林公园效率值呈现水平“S”型的变动趋势，2013年达到效率值最大，为0.802 8，2015年又下降至0.568。

第二，分地区而言，地区间森林公园经营效率变动趋势差异悬殊：东部地区先上升后下降，呈现倒“U”型，峰值0.875 3在2012年出现；中部地区先上升后下降、再上升再下降，呈现“M”型，峰值0.859 9在2012年出现；西部地区先下降后上升、又下降又上升，呈现明显的“W”型，峰值0.873 7在2013年出现；东北地区先下降后上升再下降，呈现水平“S”型，峰值0.876 4在2013年出现。

第三，分年度来看，2010年，东北地区森林公园经营效率最高，其次是中部地区，西部地区垫底；2011年，中部地区效率最高，其次是东部地区，西部地区垫底；2012年，东部地区效率最高，其次是东北地区，西部地区垫底；2013年，东北地区最高，其次是西部地区，中部地区垫底；2014年，东北地区效率最高，其次是东部地区，西部地区垫底；2015年，西部地区效率升至最高，其次是中部地区，东北地区降至最低。

第四，分省份来看，2010年实现有效经营的省份为天津、西藏，2011年则是上海，2012年是天津、河北、内蒙古、黑龙江、山东、福建、湖北，2013年是黑龙江、福建、云南、西藏、陕西、甘肃、青海、宁夏、新疆，2014年是天津、河北、黑龙江、福建、山东，2015年是福建、河南、甘肃。

基于以上分析，给我们两点启示：第一，在测度我国森林公园经营效率时需要考虑外部环境和随机干扰因素，直接进行测度得出的效率值可能存在偏差，进而影响对我国森林公园经营效率的准确判断及效率提升的对策实施，因此，从方法角度提高效率测算的科学性和准确度是未来研究的一个重要方向。第二，不同地区森林公园经营效率差异显著，原因可能是投入方面、产出方面、外部环境、随机干扰，除了随机干扰难以控制外，其余三个都可以找到具体的举措提升森林公园的经营效率，是提升森林公园效率的重要方向。因此，我们建议，对于处在较低效率运行的地区或具体森林公园，可以从此三个方向对森林公园经营进行改进优化，从而提升和改善森林公园经营效率。此外，黑龙江省、福建省的森林公园经营效率较高，比较稳定地处在有效运行状态，值得其他地区学习借鉴，也很有必要对其经验做法进行归纳总结。

[1].陈刚,赖小琼. 我国省际基础公共服务供给绩效分析——基于以产出为导向的三阶段DEA模型[J]. 经济科学,2015,(03):55-66.

[2]崔宝玉,徐英婷,简鹏. 农民专业合作社效率测度与改进“悖论”[J]. 中国农村经济,2016,(01):69-82.

[3]丁振民,黄秀娟. 资本投入对中国森林公园旅游效率的影响研究[J]. 资源科学,2016,(07):1363-1372.

[4]方琰,卞显红. 基于DEA的中国森林公园旅游发展效率特征分析[J]. 北京第二外国语学院学报,2014,(11):51-58.

[5]郭军华,倪明,李帮义. 基于三阶段DEA模型的农业生产效率研究[J]. 数量经济技术经济研究,2010,(12):27-38.

[6]胡春姿,俞晖.我国森林公园生态文化建设探讨[J]. 林业经济,2007 (10):37-39．

[7]黄秀娟,黄福才.中国省域森林公园技术效率测算与分析[J]. 旅游学刊,2011,(03):25-30.

[8]黄秀娟,林秀治.我国森林公园旅游效率及其影响因素[J]. 林业科学,2015,(02):137-146.

[9]黄秀娟,刘伟平,兰思仁. 森林公园旅游产品开发的评价模型与应用——基于旅游产品开发的适宜性角度评价[J]. 林业科学,2009,(07):111-118.

[10]黄秀娟. 基于DEA方法的福建省国家级森林公园旅游效率测算[J]. 福建论坛(人文社会科学版),2014,(11):128-131.

[11]黄秀娟. 中国森林公园旅游发展效率的比较与分析[J]. 林业科学,2011,(12):22-27.

[12]兰思仁,戴永务,沈必胜. 中国森林公园和森林旅游的三十年[J]. 林业经济问题,2014,(02):97-106.

[13]李世东,陈鑫峰.中国森林公园与森林旅游发展轨迹研究[J]. 旅游学刊,2007,22(5) :66-72．

[14]李双杰,王林,范超. 统一分布假设的随机前沿分析模型[J]. 数量经济技术经济研究,2007,(04):84-91.

[15]刘满凤,李圣宏. 基于三阶段DEA模型的我国高新技术开发区创新效率研究[J]. 管理评论,2016,(01):42-52+155.

[16]刘自敏,张昕竹,杨丹. 我国省级政府卫生投入效率的时空演变——基于面板三阶段DEA模型的分析[J]. 中央财经大学学报,2014,(06):97-104.

[17]罗芬,保继刚. 中国国家森林公园演变历程与特点研究——基于国家、市场和社会的逻辑[J]. 经济地理,2013,(03):164-169.

[18]罗登跃. 三阶段DEA模型管理无效率估计注记[J]. 统计研究,2012,04:104-107.(Luo DY.

[19]修新田,陈秋华. 中国国家级森林公园效率测度及其影响因素研究[J]. 东南学术,2016,(04):111-119.

[20]续竞秦,杨永恒. 地方政府基本公共服务供给效率及其影响因素实证分析——基于修正的DEA两步法[J]. 财贸研究,2011,(06):89-96.

[21]赵敏燕,陈鑫峰. 中国森林公园的发展与管理[J]. 林业科学,2016,(01):118-127.

[22]Afonso A,Fernanndes S. (2008). Assessing and Explaining the Relative Eff i ciency of Local Government: Evidence for Portuguese Municipalities[J], Journal of Socio-Economics, 37(5):1946-1979.

[23]Athanassopoulous A, Triantis K. (1998). Assessing Aggregate Cost Eff i ciency and the Related Policy Implications for Greek Local Municipalities[J], Infor Information Systems & Operational Research, 36(3):66-83.

[24]Fried H. O. Lovell C. A. K. ,Schmidt S. S., and Yaisawarng , S. (2002). Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J], Journal of Productivity Analysis, 17:157-174

[25]Hammitt William, Cole David, Monz Christopher. (2015). Wildland recreation: ecology and management[M].3rd Edition, Oxford:John Wiley and Sons, 2015．

[26]James Jondrow, C. Lovell, Ivan S. Materov and Peter Schmidt.(1982). On the estimation of technical ineff i ciency in the stochastic frontier production function model[J], Journal of Econometrics , 19(2):233-238.

[27]Lundmark Linda J T, Fredman Peter, Sandell Klas.(2010). National parks and protected areas and the role for employment in tourism and forest sectors: a Swedish case[J],Ecology and Society, 15 (1) : 19-30．

[28]Mayer Marius. (2014). Can nature-based tourism benef i ts compensate for the costs of national parks? A study of the Bavarian Forest National Park, Germany[J],Journal of Sustainable Tourism, 22 (4):561-583.

[29]Shi Qiang, Li Chonggui, Deng Jinyang. (2002).Assessment of impacts of visitors' activities on vegetation in Zhangjiajie National Forest Park[J],Journal of Forestry Research, 13 (2):137-140.

[30]Simar L and PW Wilson (2007). Estimation and Inference in Two-Stage, Semi-Parametric Models of Production Processes[J]. Journal of Econometrics, 136(1): 31-64.

﹝执行编辑：韩超﹞

浙江工商大学谢杰教授通过将微观金融健康因素纳入异质性企业国际化经营决策模型，理论分析了生产率和微观金融健康对企业国际化经营决策的双重影响。并基于企业层面微观数据和应用Probit模型实证分析生产率和微观金融健康对企业国际化经营决策的实际影响。IV-Probit等稳健性检验亦表明实证分析结论基本一致。主要结论：当在一定生产率水平之下出现杠杆类融资约束时，企业只有依靠更高生产率以实现国际化经营决策；在一定生产率水平之上出现权益或利润留存过高，企业只能放弃过度积累，转而利用提高生产率以促进国际化经营；OFDI企业对生产率敏感性更高，OFDI企业需跨越更高生产率门槛。不同金融健康指标和生产率，对不同贸易方式企业国际化经营决策也呈现作用机制差异。

浙江财经大学姜树广博士首次对较大样本中国真实投资者的认知能力和行为偏好进行全面测度，并考察其对一系列重要金融决策行为的影响。结果发现：认知能力低的个体表现为更加规避风险和不确定在股票交易中显著更倾向追涨而不是抄底，并更少使用止损策略，较少参与公募基金；越偏好风险的投资者越倾向使用追涨策略；耐心越差的投资者更偏好在股票投资中使用追涨策略，交易频率更高及更多使用止损策略，越少参与公募基金和互联网金融；模糊厌恶程度越高的投资者越倾向使用追涨策略，交易频率更高，而较少参与互联网金融和银信保理财。

宁波大学钟建军博士报告了进口中间品贸易自由化对劳动收入份额影响的理论机制，实证结果表明：进口中间品贸易自由化对劳动收入份额具有显著的负向效应；进口中间品贸易自由化提高企业劳动收入份额的作用具有明显的时间滞后特征；进口中间品贸易自由化通过提升劳动产出弹性和加成率来增加劳动收入份额，通过降低租金共享比重，进而降低劳动收入份额。

浙江大学经济学院诸竹君博士生报告了外资银行进入对制造业企业加成率变化的影响和作用机制。该研究基于异质性企业和新增长理论，将企业异质性和新熊彼特模型有机整合，根据中国工业企业和海关数据库，通过外资银行进入这一外生冲击对银行业开放后的制造业企业“加成率效应”进行实证研究，证实金融业开放有利于提升我国制造业企业市场势力。

广东财经大学蔡卫星教授报告了家庭出身与企业家创业精神的代际传承之间的关系，文章克服了财务、社会资本转移和纯粹的精神传承难以区分的问题，尤其是借助建国后的阶级成分等中国独特制度背景，清晰地识别出了精神传承路径。发现相对于其他阶层出身的被访者，出身于解放前企业家阶层的被访者在现代仍然更有可能选择创业，并且这种效应在资本家、小业主出身的被访者中更加显著。

浙江大学公共管理学院卢圣华博士报告了地区偏好与建设用地扩展关系，文章从区域偏好对建设用地扩张的理论影响切入，利用省级数据集和国土资源部政治干部的详细信息，建立了反映区域偏好与建设用地扩张关系的计量模型，结果发现受青睐省份的建设用地扩展规模较大，文章提出了完善建设用地审批制度，让市场对土地资源配置发挥决定性作用的政策建议。

北京大学光华管理学院李文健博士报告了在城乡二元经济中政府如何兼顾效率与公平而制定最优设计劳动所得税以及与之相伴的商品税。文章将城乡二元经济模型为一个劳动力自由流动且工资内生的两部门经济，并将高收入低要素替代弹性的部门视为城市，低收入高要素替代弹性的部门视为农村。研究发现二元经济下最优所得税边际税率变的较为平坦，与此同时需要对城市部门征收较高的商品税。在数值分析中，运用中国的城乡家庭收入数据，发现给定城市的参数不变，部门间商品税税率差距随着部门间收入差距的扩大而扩大，要素替代弹性差距的扩大而缩小，最优所得税边际税率随着部门间要素替代弹性差距的提高而变的平坦。此外，文章还效仿Saez（2001）对最优税制进行了解释。

Ananlysis on the Operating Eff i ciency of the Forest Park in China

QIN Guang-yuan, CHENG Bao-dong
(School of Economics & Management, Beijing Forestry University, Beijing, 100083)

Based on the statistical data of Forest Park from 2010 to 2015, considering the environmental factors, the three stage DEA model was adopted to measure the eff i ciency of Forest Park in China, and its trend and spatial difference were analyzed. Results: the efficiency of China's Forest Park business in stripping the environmental factors and random factors, showing a signif i cant fl uctuation trend, change trend level Forest Park eff i ciency value of "S" type, in 2013 reached the maximum eff i ciency, for 0.8028 in 2015 years and decreased to 0.568. Sub regional, regional disparity trend of Forest Park business efficiency: the eastern region inverted "U"type, the 0.8753 peak appeared in 2012; the central region presents "M" type, the 0.8599 peak appeared in 2012;the western region showed "W" type, the 0.8737 peak appeared in 2013; the northeast area shows the level of "S", a peak of 0.8764 in 2013. The year, 2010, northeast of Forest Park is the highest operating eff i ciency, the bottom of the western region; in 2011, the central region of the highest eff i ciency, at the bottom of the western region; in 2012, the eastern region the highest eff i ciency, the bottom of the western region; in 2013, the northeast region is the highest,the central region of the bottom; in 2014, northeast of the highest eff i ciency, at the bottom of the western region; in 2015, the eff i ciency of Western rose to the highest, lowest in Northeast china.

three stage DEA model; Forest Park; eff i ciency analysis; stochastic frontier model术进步不仅促进了资本回报率的提升，还延续了投资驱动型增长的时期；技术进步是中国资本回报率提升的重要动力。

F307.2

A

2095-7572(2017)06-0114-11

2017-10-6

北京市社会科学基金（15JGC179）。

秦光远（1986- ），男，河南上蔡人，北京林业大学经济管理学院讲师，农林经济管理博士后流动站博士后；程宝栋（1980- ），男，山东泰安人，北京林业大学经济管理学院教授，博士生导师。