林业投资的经济增长效应

刘鹏 高丹丹 李顺龙

(东北林业大学，哈尔滨，150040)

2000年以来，我国林业投资情况可以从4个方面分析。从总量看，林业投资总体呈增长态势。至2007年底，林业投资完成额尚不足500亿元，但到2009年直接跃升至1 351亿元，2014年更是快速攀升至4 326亿元；林业投资增速只在2015年为-0.82%，其他年份均为正增长，最大增速甚至高达69.48%(2011年)，2000—2018年的年均增速高达20.5%。从区域看，西部地区的各省区市林业投资较大。2007年之前，各省区市的林业投资完成额相差不大，但从2008年开始，各省区市均加大了林业投资，特别是西部地区的各省区市，林业投资完成额均值普遍高于东部、中部地区；2018年，各省区市林业投资完成额均值，西部地区为197亿元、中部地区为144亿元、东部地区为112亿元、东北地区仅为91亿元。从资金来源看，政府投资和社会投资各占一半，说明林业对于社会资金的吸引力不断增加。以2018年国家林业和草原局公布的数据为例，中央财政资金、地方财政资金、社会资金(含国内贷款、企业自筹等其他社会资金)的结构比约为1∶1∶2，社会资金大多用于木竹制品加工制造、林下经济、林业旅游等重点林业产业领域。从林业投资建设内容看，超过80%用于生态建设、生态保护、林业产业发展。以2018年为例，生态建设和保护投资为2 126亿元，占44.14%；林业产业发展投资为1 926亿元，占39.98%；林木种苗、森林防火、有害生物防治、林业公共管理等，林业支撑与保障方面的投资为608亿元，占12.62%；林业社会性基础设施建设等其他资金为157亿元，占3.26%。林业投资是经济增长的重要动力，做好林业投资，是建设生态文明的需要，同时也是稳增长的需要。

关于林业投资与经济增长关系的研究结果[1-11]，多数集中于线性角度研究，部分考虑林业投资结构因素，得出的研究成果有一定的参考意义，尤其是利用统计分析法探讨林业投资对林业经济增长的实际效果很有实践意义。但是，林业投资对经济增长的影响，不一定完全是线性的，还有是非线性的。为此，本研究在借鉴已有相关研究成果基础上，选取31个省区市2005—2018年面板数据，运用多种计量模型研究林业投资对经济增长的影响：①构建林业投资与经济增长关系的简单模型。从三部门国民经济核算出发，推导出林业投资对经济增长的数理关系。②引入区域异质性思路，探索不同区域林业投资对经济增长影响的差异。引入东部、中部、西部3个地区，并单独考虑东北地区的因素。③引入非线性分析方法，除了对林业投资与经济增长的线性关系进行分析，还将林业投资二次项引入实证模型，从非线性角度探究林业投资与经济增长的关系。期望研究成果能为拓展林业投资对经济增长影响的研究途径提供参考。

1 研究方法

1.1 条件假设的设定

投资对经济增长具有促进作用[5]。依据柯布-道格拉斯模型的林业经济增长模型表明，经济环境、林业产业政策密切影响林业经济增长，特别是资本与劳动力投入在林业经济增长过程中发挥着重要的作用[6]。尽管林业投资的效率不高，但林业投资仍然是引起产业经济增长的格兰杰原因，即林业投资和产业经济增长存在产期稳定的关系[7]。以山西建设速生丰产林为例，可以为山西带来经济、生态和社会效益[8]。中央林业投资对林业经济增长具有正向推动，每提高1个百分点的中央林业投资，可以带来1.5个百分点的经济增长，不过这种正向推动作用具有1～2 a的时滞性[9]。依据相关分析，提出假设1——林业投资促进经济增长。

从线性关系看，林业投资在一定程度上促进经济增长。但由于林业领域再生周期长、投入多、效益低，造成了林业投资与经济增长之间的矛盾[10]。与林业投资规模扩大相比，林业投资结构优化更为重要[11]。优化林业投资结构会引起线性或非线性的变化。依据历史比较法可以发现，林业投资的直接结果是森林资源的增长，中央林业投资占林业总投资比重呈“U型”曲线变化，林业总投资对于GDP和林业总产值的贡献率，总体是先下降再上升[12]。说明林业投资与经济增长之间存在线性或非线性关系。事实上，除了林业投资之外，其他类型的投资也会阻碍经济增长，比如，实证研究表明，政府教育投资具有生产性，其他投资均不具有促进经济发展的作用[13]；再比如，基础设施投资，短期内挤出私人投资[14]，长期则会阻碍经济增长[15]。这些研究结果再次表明，林业投资与经济增长之间存在非线性关系。依据相关分析，提出假设2——林业投资与经济增长呈非线性关系。

1.2 实证模型的建立

从需求侧看，经济增长来源于消费、投资、进出口，各国经济驱动的因素不同，中国属于投资驱动型[16]。根据总需求公式，可得到三部门国民经济核算公式：

Y=f(C,I,En,A)。

(1)

式中：Y为总产出；C为消费；I为投资；En为净出口；A为除了消费、投资、净出口之外影响经济增长的综合因素。投资可分为林业投资(I1)和非林业投资(I2)，式(1)可改写为：

Y=f(C,I1,I2,En,A)。

(2)

对式(2)进行求导，可以得到：

dY=(∂Y/∂C)dC+(∂Y/∂I1)dI1+(∂Y/∂I2)dI2+

(∂Y/∂En)dEn+(∂Y/∂A)dA。

(3)

将式(3)两边同时除以Y，可得到：

(dY)/Y=(C/Y)(∂Y/∂C)[(dC)/C]+(I1/Y)(∂Y/

∂I1)[(dI1)/I1]+(I2/Y)(∂Y/∂I2)[(dI2)/I2]+(En/Y)(∂Y/∂En)[(dEn)/En]+(A/Y)(∂Y/∂A)[(dA)/A]。

(4)

式中：(C/Y)(∂Y/∂C)为消费产出弹性、(I1/Y)(∂Y/∂I1)为林业投资的产出弹性、(I2/Y)(∂Y/∂I2)为非林业投资的产出弹性、(En/Y)(∂Y/∂En)为净出口的产出弹性，分别记为βi(i=1、2、3、4)，并令α=(A/Y)(∂Y/∂A)[(dA)/A]，表示其他影响经济增长的因素，通过简化得到：

(dY)/Y=α+β1[(dC)/C]+β2[(dI1)/I1]+

β3[(dI2)/I2]+β4[(dEn)/En]。

(5)

对式(5)作积分计算，可得到：

lnY=α+β1lnC+β2lnI1+β3lnI2+β4lnEn+μ。

(6)

根据式(6)的理论模型，可进一步得到实证模型，即：

Ge=α+βGi+θCi+μad。

(7)

式中：Ge为经济增长率；Gi为林业投资完成额同比增速；Ci为影响控制因素；μad为随机扰动项。

1.3 各个变量的遴选

评价指标方面，经济增长率常常被选作经济增长效应的指标，因而本文与其他研究一样，选择GDP增速(Ge)作为评价指标。另外，考虑到还需要做稳健性检验，选择城镇非私营单位就业人员平均工资指数(Ia)作为评价指标的替代评价指标；该指数指报告期就业人员平均工资与基期就业人员平均工资的比率，是反映不同时期就业人员货币工资水平变动情况的相对数，在实际取值中对其做减去100的标准化处理。

核心影响因素方面，林业投资完成额是反映林业投资最直接的影响因素，但为了与GDP增速相对应，计算出林业投资完成额同比增速(Gi)，作为核心影响因素。

控制因素方面，还有一些影响经济增长的其他控制因素。参考相关研究成果，选择城镇化率(Ur)[17]、第二产业占比(Rsi)、外贸依存度(Dt)[18]、除林业投资外的全社会固定资产投资完成额同比增速(Gf)作为控制因素。

1.4 数据来源

本研究选择的2005—2018年31个省区市面板数据，均来自于国家统计局、wind数据库。其中：外贸依存度，根据人民币月度汇率的几何平均值、各省区市进出口额和GDP折算得到；全社会固定资产投资完成额同比增速2018年数值尚未公布，用2016—2017年同比增速算数平均值替代。本研究还引入区域因素(Ar)，东部地区赋值为1、中部地区赋值为2、西部地区赋值为3。此外，由于林业投资完成额同比增速是通过林业投资完成额计算，个别年份数值变动较大，个别极端值影响总体拟合效果，所以采用2%、98%百分位对数据进行缩尾处理。2005—2018年31个省区市各变量的统计性描述见表1。

表1 2005—2018年31个省区市各指标的统计性描述

2 结果与分析

2.1 林业投资对经济增长影响的显著性

为了对比实证结果，本文分别引入普通最小二乘法(OLS)、固定效应(FE)、随机效应(RE)、系统广义矩估计模型的回归结果。由表2可见：在普通最小二乘法模型和随机效应模型中，林业投资完成额同比增速对经济增长有极显著影响(P<0.01)；而在固定效应模型和系统广义矩估计模型模型中，林业投资完成额同比增速对经济增长影响不显著(P>0.05)。说明林业投资对经济增长具有一定的促进作用，假设1得到了检验。需要说明的是，表2中的所有模型均加了稳健性检验，以确保实证结果的稳定性。

控制因素方面，城镇化率对经济增长有着显著的负向作用。一般而言，城镇化与经济增长具有循环累积因果效应关系[19]，城镇化对经济增长呈显著的正向关系[20]，但是随着城镇化率的不断提高，以及其他不确定性因素的冲击，城镇化率对经济增长的边际效应越来越低，甚至出现负向影响。本研究选取的样本区间，包含2008年国际金融危机、经济“新常态”等客观事实，因而这里城镇化率对经济增长表现为负向影响；第二产业占比对经济增长呈显著的正向影响，第二产业占比越高，经济增长越多，这体现了第二产业在经济中的重要作用；外贸依存度对经济增长有极显著影响(P<0.01)，即外贸依存度越高，经济增长越快，这符合贸易作为“三驾马车”之一的驱动作用；全社会固定资产投资完成额同比增速对经济增长有极显著影响(P<0.01)，与林业投资完成额同比增速较为一致，固定资产投资对经济增长的正向作用十分突出。

表2 林业投资对经济增长影响的显著性检验结果

2.2 林业投资对经济增长影响的区域异质性

我国幅员辽阔，各地区资源禀赋、发展差异都比较大，因而有必要分区域，做区域异质性分析。根据国家统计局的分类，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省市，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等12个省区市，东北地区则专门指辽宁、吉林、黑龙江等3个省。从各地区的林业投资平均值看，西部地区林业投资完成额较高，东部、中部地区林业投资完成额相对较低。由于表2中随机效应模型的效果相对较好，故在区域异质性分析中均采用随机效应模型，并增加稳健性检验，以确保实证结果的稳定性。

由表3可见：东部地区、中部地区、东北地区的林业投资完成额同比增速对经济增长影响显著(P<0.05)，而西部地区的林业投资完成额同比增速对经济增长影响不显著(P>0.05)。此外，中部、东北地区的林业投资对经济增长的影响系数较大，东部地区的林业投资对经济增长的影响系数相对较小。从区域异质性分析结果可推断，林业投资对经济增长的影响存在区域异质性，并不是林业投资完成额越高对经济增长的促进作用越明显。

表3 林业投资对经济增长影响的区域异质性

2.3 林业投资与经济增长的非线性关系

通过Stata软件的U型关系分析，对林业投资的经济效应做简单分析，结果显示：林业投资完成额同比增速极值点为115.9%，而最大值为278.39%，极值点在数据取值范围内，并且影响极显著(P<0.01)，结果中斜率有正、有负，故可认为林业投资与经济增长之间存在倒U型的非线性关系。

引入林业投资完成额同比增速的二次项，将其作为影响因素一同放入检验模型，分析林业投资对经济增长的非线性关系。非线性关系检验的结果显示(见表4)，在普通最小二乘法、固定效应模型、随机效应模型中，林业投资完成额同比增速的一次项、二次项，对经济增长的影响均不显著(P>0.05)。而在系统广义矩估计模型中，林业投资完成额同比增速，一次项对经济增长的影响显著为正、二次项对经济增长的影响显著为负。综合看，林业投资完成额同比增速与经济增长之间存在显著的“倒U型”关系，即验证了林业投资与经济增长的非线性关系，假设2得到了检验。此外，系统广义矩估计模型中，所有的控制因素均影响极显著(P<0.01)，且对经济增长的影响方向与表2中基本实证结果均保持一致。

表4 林业投资与经济增长非线性的显著性检验结果

模型Gf相关系数t值LGDP相关系数t值常数项相关系数t值决定系数OLS0.12341∗∗13.206.61997∗∗8.070.5450FE0.06845∗∗3.0413.73989∗∗6.050.6843RE0.10442∗∗4.827.82709∗∗4.610.6482GMM0.05090∗∗54.300.65720∗∗58.702.34375∗∗9.91

2.4 林业投资与经济增长线性关系、非线性关系的稳健性

选择城镇非私营单位就业人员平均工资指数作为经济增长的替代评价指标，对林业投资与经济增长之间的线性关系、非线性关系进行稳健性分析。由于普通最小二乘法的结果与随机效应模型的结果相一致，故稳健性分析只分析了固定效应模型、随机效应模型、系统广义矩估计模型的结果。

由表5可见：林业投资与经济增长的线性关系，在随机效应模型、系统广义矩估计模型中，林业投资对经济增长均呈显著的正向影响；在固定效应模型中，林业投资对经济增长的影响不显著；这与林业投资对经济增长影响的显著性检验结果较为一致，具有一定的稳健性。林业投资与经济增长的非线性关系，固定效应模型、随机效应模型中，林业投资完成额同比增速的一次项、二次项对经济增长的影响均不显著；在系统广义矩估计模型中，林业投资完成额同比增速一次项对经济增长呈显著的正向影响、二次项对经济增长呈显著的负向影响(P<0.01)，二者综合影响表明，林业投资对经济增长呈显著的“倒U型”关系，这与非线性检验的结果完全一致，表现出较强的稳健性。另外，控制因素的方向和显著性也与林业投资对经济增长影响的显著性检验保持较好的一致性。

表5 林业投资与经济增长的稳健性

R模型Gf相关系数t值IL,a相关系数t值常数项相关系数t值决定系数ⅠFE0.04504 1.68 23.56500∗∗3.770.2408RE0.10612∗∗4.03 11.38832∗∗2.680.1914GMM0.06380∗∗5.690.01236 0.3012.13955∗∗5.18ⅡFE0.041361.59 23.84844∗∗4.010.2432RE0.10035∗∗4.08 11.23586∗∗2.730.1910GMM0.05884∗∗38.270.01587∗∗10.9412.87454∗∗28.35

3 结论与建议

以林业投资对经济增长的影响作为研究对象，选取31个省区市2005—2018年面板数据作为样本，运用普通最小二乘法、固定效应模型、随机效应模型、系统广义矩估计模型等，分析林业投资与经济增长之间的线性关系、非线性关系。结果表明：林业投资对经济增长呈一定的正向影响；林业投资对经济增长的正向影响具有区域异质性，东部、中部地区较为显著，西部地区不显著；林业投资与经济增长之间存在“倒U型”的非线性关系。

依据研究结果，提出相应的政策建议：①适当增加林业投资。供给侧结构性改革对经济增长的作用十分重要，但在国际国内环境复杂多变的情况下，需求侧的投资仍应发挥重要的作用。林业投资在短期内可以促进经济增长，因而可适当增加林业投资，发挥林业投资对经济增长的正向作用。②适度提高林业投资效率。林业投资对经济增长的作用存在区域异质性，说明不同地区的林业投资对经济增长的作用不同。从影响系数看，中部、东北地区的林业投资对经济增长的效应明显高于东部地区，因而需要适度提高东部地区林业投资的效率；针对西部地区林业投资的经济效应不显著情况，更需要着力提高西部地区林业投资的效率。③适时调整林业投资的范围。近年来，国家对西部地区生态投入一直较多，取得了一定的效果，但从实证结果看，西部地区林业投资的经济效应未能显现；东北地区林业投资相对较少，但投资效率相对较高，因而可以适当将投资范围向东北地区倾斜，在保证林业投资总量不减少的情况下，优化调整林业投资的地域范围。