中国林业要素禀赋结构的时空演变分析

吴 宁，戴永务，林伟明，王强强

(1. 福建农林大学 经济管理学院，福州 350002；2.福建农林大学 金山学院，福州 3500023.福建高校特色新型智库集体林业改革发展研究中心，福州 350002)

林业产业是中国国民经济基础产业，发展林业是把绿水青山变成金山银山的重要途径。截止2020年，中国林业产业总产值达7.55万亿元，林产品对外贸易总额达 1 600 亿美元，创造 3 400 多万个就业岗位[1]。近年来中国林业产业发展取得了瞩目的成绩，但各地区林业产业发展状况差异较大。已有学者测度省域林业产业集聚水平[2-4]，也有学者按不同区域分别测度了西南省份、东北国有林区、长江经济带各省林业产业集聚水平[5-7]，结果表明，林业产业区域发展异质性显著，形成了五大各具特色林业产业集聚[8]。探究林业产业区域发展异质性的根源，新结构经济学提出一个国家或经济地区在一定的时间段的要素禀赋是给定的，认为经济结构内生决定于要素禀赋结构[9]。当地的要素投入结构与产业空间分布集聚态势密切相关[10]，土地、劳动、资本三种要素在空间上的分布离散或者集中直接影响了产业的区位选择[11]，可见要素禀赋结构对中国林业产业发展格局具有重大影响。随着时间的推移要素禀赋结构也会发生变化，在林业产业发展过程中，随着要素投入的种类、数量、质量等发生变动，导致要素禀赋结构发生改变[12-14]。另外，林业要素禀赋结构在林业技术水平进步和林业要素相对价格变动等因素的共同影响作用下也会产生流动[15]。现有研究中，学者们对林业要素禀赋结构时空演变的关注不够，缺乏从空间的角度对中国林业要素禀赋结构变化的空间特征进行深入分析。那么，中国各地区林业要素禀赋结构的不断变化是否存在空间上的相互依赖性？区域间存在何种差异？林业要素禀赋结构发生变化的根本原因主要有哪些？为了正确回答上述研究问题，本文以中国省级(直辖市、自治区)面板数据为实验样本，分析中国林业要素禀赋结构变化内在形成原因，并通过构建林业要素禀赋结构指数，采用具有探索性的空间数据分析方法对中国林业要素禀赋结构的整体时空异质性变化进行深入研究分析，期望对中国林业要素禀赋结构的时空异质分布变化形成一个更深入的科学认识，为政府制定科学合理的林业要素投入方案提供信息参考。

1 研究方法与数据来源

1.1 林业要素禀赋结构变化的计算方法

国际上惯用资源禀赋系数来衡量一个区域某种资源丰裕度[16]。其中，林业各要素禀赋系数的计算公式如下：

Sit=(sit/st)/(yit/yt)

(1)

Lit=(lit/lt)/(yit/yt)

(2)

Kit=(kit/kt)/(yit/yt)

(3)

其中，sit、lit、kit分别指的是i地区t时期的林业土地、林业劳动力、林业资本；st、lt、kt分别代表全国t时期林业土地、林业劳动力、林业资本；yit代表i地区t时期的林业产业总产值、yt代表t时期全国林业产业总产值；Sit、Lit、Kit分别指的是i地区的林业土地要素禀赋系数、林业劳动力要素禀赋系数、林业资本要素禀赋系数。利用林业各要素禀赋系数可以构建反映各地区要素投入结构的要素结构指数[16]。林业要素禀赋结构指数(ESI)如下：

ESISit=Sit/(Sit+Kit+Lit)

(4)

ESILit=Lit/(Sit+Kit+Lit)

(5)

ESIKit=Kit/(Sit+Kit+Lit)

(6)

其中，ESISit、ESILit、ESIKit分别指的是i地区t时期的林业土地要素结构指数、林业劳动力要素结构指数、林业资本要素结构指数。

1.2 林业要素禀赋结构变化的空间特性检验方法

为了研究中国林业要素禀赋结构的时空相关性及异质性，本文主要采用具有探索性的空间数据分析方法来对其进行计量检验。一般情况下，Morans’I分为全局性和局域性两类，其作用各异。其中，从总体上反映了林业要素禀赋结构的空间特性的全局性的Morans’I函数表达式定义为：

(7)

局域性Morans’I及相应的莫兰散点图则可对林业要素禀赋结构的局域空间相互关系及异质性特征进行分析，局域性Morans’I的表达式如下：

(8)

1.3 数据来源

本文的数据主要包含林业产出及林业要素两大类。本文应用各地区林业产业总产值表示林业产出变量。林业要素包括土地、劳动力和资本三类。森林面积更能反应林业土地面积的变化，因此以森林面积表征林业土地要素状况；其中劳动力数据指的是林业系统各地区从业人员年末总人数；对于林业资本要素投入，本文确定基期2003年的资本存量为当年的固定资产投入额除以10%作为当年的资本存量，以后各期的资本存量按照永续盘存法推算，对应每年固定资产的折旧率为9.6%[17]。上述指标数据来源于2003—2018年的《中国林业统计年鉴》。

2 结果与分析

2.1 林业要素禀赋结构演变特征

为了从宏观上把握中国林业要素禀赋结构的总体变化，本文依据林业要素禀赋系数测算出2003—2018年林业要素禀赋结构指数(详见表1)。林业土地要素结构指数均值由2003年的0.317增至2018年的0.379，增长0.062；林业劳动力要素结构指数均值由2003年0.277增至0.355，增长0.078；林业资本要素结构指数均值由2003年的0.406减至2018年的0.266，降低0.140。可见林业土地、劳动力要素结构指数呈现出稳健增长趋势，而林业资本要素结果指数呈现明显降低趋势。从区域林业要素禀赋结构指数变化状况分析看，2003—2018中国华北地区资本要素禀赋结构最高，劳动力要素禀赋结构指数与林业土地结构指数相当。东北地区林业劳动力要素结构指数较高，林业土地结构指数与林业资本结构指数呈现下降趋势。西南地区的林业土地要素结构指数较高，林业土地要素结构指数在0.492上下浮动，劳动力要素结构指数呈现上升趋势，资本结构指数呈现下降趋势。总体来看，中国林业土地结构指数较高的地区逐渐由东北地区向西南地区转移，东北地区聚集了较多的林业劳动力，华东地区、华中地区、华南地区、西北地区林业各要素禀赋结构指数相当，但各要素禀赋结构指数随着时间的推移存在不同程度波动，可以预测各地区之间存在要素流动。

表1 2003—2018林业要素禀赋结构指数

续表1

2.2 林业要素禀赋结构的全局自相关性

图1 2003—2018年中国林业要素禀赋结构指数全局性莫兰指数

本文利用GEODA空间分析工具，依据式(7)计算出了2003—2018年中国林业要素结构指数的全局性Morans’I(图1)。从图1可以看出，2003—2018年中国林业要素禀赋结构存在显著的空间正相关性。其中，林业土地要素结构指数的全局性Morans’I均值为0.202，林业劳动力要素结构指数的全局性Morans’I均值为0.326，林业资本要素结构指数的全局性Morans’I均值为0.194。可见，林业劳动力要素禀赋的空间正相关性最为突出，即劳动力要素的空间集聚性最强。根据变化趋势进行分析，林业土地要素结构指数和林业资本要素结构指数的全局自相关性变化趋势高度一致，均呈现下降趋势，林业劳动力的全局自相关性波动较大且总体上呈现下降趋势。该结果可以说明，土地要素本身具有较强的空间位置特征，很难去改变其具体地理空间位置，且林业资本投入其稳定性较好，因此林业土地、资本要素结构全局性Morans’I呈现平滑的发展趋势，未出现大波动。

2.3 林业要素禀赋结构的时空异质性

全局性Morans’I只能从总体上说明中国林业要素禀赋结构存在空间自相关性，不能反映各地区之间的林业要素禀赋结构的异质性特征。本文选取具有代表性年份的莫兰散点图，来分析局部林业要素禀赋的空间异质性特征。

2.3.1 林业土地要素结构的时空异质性

由于全局自相关性数据分析结果发现，中国林业土地要素结构指数在2007年前后发生了较大幅度波动，所以本文选择了2003年、2007年、2018年的三个数据来分析其区域林业土地要素空间集聚变动情况。2003—2018年期间部分地区的林业土地要素结构指数特征发生了较大变化，对比三个时间点发现，西藏的林业土地要素结构指数的空间相关类型由2003年的低低集聚类型逐渐转变为2007年的高高集聚类型，与上文西南地区林业要素禀赋结构指数描述的特征一致。2003—2018年期间中国各地区林业土地要素结构指数的变化在时空表现出正相关的变化特点，但也仍然存在一定的时空异质性，林业土地要素结构的空间差异呈现出扩大趋势。

图2 2003年土地结构指数的莫兰散点图

图3 2007年土地结构指数的莫兰散点图

图4 2018年土地结构指数的莫兰散点图

2.3.2 林业劳动力要素结构的时空异质性

由于中国林业劳动力要素禀赋结构指数在2007年达到最大值，据此本文分别选取了2003年、2007年及2018年全国林业劳动力要素结构指数的数据对其空间集聚特性进行综合分析(详见图5、图6、图7)。总体上，中国林业地区林业劳动力要素结构指数也呈现出正相关空间依赖性。林业要素禀赋结构指数在2003较均匀分布在四个象限，至2018年集中分布在一三象限，林业劳动力要素空间聚类显著，且林业劳动力结构指数相近的地区在空间上更容易集聚。从三个时间节点来分析，部分地区的林业劳动力要素集聚类型发生了巨大的变化。沪、鄂、渝、浙、桂五个地区的集聚类型由低高集聚转向低低集聚。由此充分说明了无论是区域内还是区域间，林业劳动力要素流动状态活跃，林业劳动力空间集聚类型发生变迁，林业劳动力空间异质性显著。

图5 2003年劳动力结构指数的莫兰散点图

图6 2007年劳动力结构指数的莫兰散点图

图7 2018年劳动力结构指数的莫兰散点图

2.3.3 林业资本要素结构的时空异质性

根据全局莫兰指数可知林业资本要素结构全局莫兰指数在2007年时达到最大均值，据此本文分别选取了2003年、2007年及2018年林业资本要素结构指数对林业资本空间集聚类型进行分析。结合统计图8、图9、图10可以发现，2003—2018年间的中国林业资本要素结构指数分布逐渐形成向一二三象限分布的趋势，全国资本要素呈现出低低集聚类型包围的趋势。该结果说明，2003—2018年期间林业资本要素结构指数的分布表现出区域的时空异质性，且林业资本要素的低低集聚类型在逐渐扩大，与林业资本要素禀赋结构指数减少的趋势相符。

图8 2003年林业资本结构指数的莫兰散点图

图9 2007年林业资本结构指数的莫兰散点图

图10 2018年林业资本结构指数的莫兰散点图

3 研究结论及政策启示

本文通过构建林业要素禀赋结构指数分析了2003—2018年以来中国林业要素禀赋结构的发展演变过程，应用具有探索性的空间数据分析方法对中国林业要素结构禀赋指数结构的变化空间自相关性及其空间异质性问题进行了深入研究分析，可以得到如下结论：①林业土地、劳动力要素禀赋结构指数呈现出稳健增长趋势，而林业资本要素结构指数下降明显；东北地区劳动力结构指数较大，说明东北地区从事林业产业劳动者较多；中国林业土地结构指数较高的地区逐渐由东北地区向西南地区转移；②林业要素禀赋结构指数存在显著的空间正相关性，林业劳动力要素禀赋结构指数的空间正相关性最为突出。根据变化趋势进行分析，林业土地要素结构指数和林业资本要素结构指数的全局自相关性变化趋势高度一致，且均呈现下降趋势；③林业要素禀赋结构指数呈现出局部的空间异质性，林业土地要素结构指数的空间差异呈现出扩大趋势，部分地区空间集聚类型发生了明显变化；林业劳动力要素在时空上呈现出向高高集聚类型或低低集聚类型两极分化的发展趋势；林业资本要素结构指数分布逐渐趋向一二三象限分布，且林业资本要素的低低集聚类型在逐渐扩大。

林业要素禀赋结构决定了中国林业产业贸易的比较优势，林业要素禀赋结构发生变化正是改变了当前中国林业相关产业的贸易比较优势之处所在。中国林产品对外贸易市场结构也应及时做出一些相应的优化调整，才能持续有效地不断提升当前中国林产品的国际市场竞争力。各省和地区应根据自身要素禀赋结构特征采取具有针对性的政策安排，优化林业要素禀赋市场，促进中国林业要素禀赋结构的不断优化转型升级。