基于超效率SBM模型的中国林业产业绩效评价研究
2022-01-08王玉玲
施 琪,王玉玲
(福建农林大学 经济管理学院,福州 350002)
目前,林业已经进入改革发展新阶段,做优做强林业产业成为推进乡村振兴战略、林区共同富裕的重点战略任务之一。作为促进经济发展的重要产业,林业产业近年来蓬勃发展,林业总产值持续增长,2019年林业总产值实现8.08万亿元,自建国以来年均增速达到12.31%,高于同期GDP平均增速[1]。但林业总产值快速增长的背后,也存在着人力资本成本增加、产业结构有待升级、科技创新意识薄弱等问题[2]。对此,科学评价中国林业产业绩效水平,对于实现林业科学经营管理、优化产业链并促进林业经济发展具有较强的现实意义。关于中国林业产业绩效评价一直是学界关注的重点之一:从研究内容来看,学者们大多尝试对林业产业生态效率[3]、经济效率[4]、生态安全效率[5]、转型效率[6]等方面进行评价。从研究范围及时间跨度来看,学者们对于中国以及部分省市区域的林业产业绩效都十分关注,但出于对数据完整性的考量,部分学者的研究时间跨度保持在十年左右[7-9];从研究方法来看,DEA模型在林业产业绩效评价的研究中十分受学者们的青睐。吴国春[10]等人运用DEA-Malmquist模型对中国31省(区)的林下经济效率水平进行评估;张译[11]等人使用BCC模型来对中国2013—2017年生态林业生态效率进行综合评价;吕盈[12]等人在对国家林业龙头企业生产效率进行分析的过程中运用CCR模型评价决策单元技术和规模效率。虽然当前关于中国林业产业绩效的研究成果较为丰富,但前人大多利用传统的DEA模型对其进行评价,且以二十年为时间跨度的中国林业产业综合绩效评价研究较少。因此,基于中国林业产业2000—2019年的投入产出面板数据,运用超效率SBM模型对中国林业产业投入产出效率水平进行测算,以期为中国林业产业绩效研究提供参考,促进中国林业产业高质量发展。
1 数据与方法
1.1 变量选取
①林业产业绩效内涵。对林业产业绩效内涵进行界定是进行绩效评价的基础,国内外关于林业产业绩效的内涵研究较多,但尚未达成统一共识,本文将林业产业绩效评价的内涵定义在中观产业层面,特指对林业产业的运行、构成产生影响的部分,是对林业产业自身结构、运行产生的综合效益的整体性评价。
②林业产业绩效评价指标选取。基于前文对林业产业绩效评价内涵的界定,林业产业绩效评价符合“投入一产出”的运行逻辑,其中投入主要指影响林业产业绩效的外部要素,主要指资本、人力资源、土地等要素。
在投入指标选取上,借鉴柯布道格拉斯函数(C-D)中关于要素资源投入与产出的内涵以及参考邬娜[13]等人的研究,同时结合林业产业绩效研究实际情况,选取在林业产业生产过程中投入的资本、劳动力、土地作为一级投入指标。资本指投入的现金成本,参考李业荣[14]等人的研究,选取林业物质消耗作为资本投入的二级指标、选取年末林业系统从业人员数作为劳动力投入的二级指标、选取中国林业用地面积作为土地投入的二级指标。
在产出指标选取上,林业产业的资源约束性与缓慢再生性使林业必须围绕市场来提供不同功能服务,因而林业天然具有经济性,同时林业产业也是一种复合产业群体,包含抚育、林产品加工制造等分支行业,这种由社会分工引致的社会交换使林业产业具有经济效益[15],因此选取林业产业经济绩效作为产出指标之一。林业产业经济效益与生态效益往往存在矛盾,相互制约,以往为了追求林业产业经济效益,不可避免的会无节制的开发森林资源,造成生态破坏,然而要实现现代化,必然要协调好经济效益与生态效益,在依托森林资源获得经济效益的同时,还应当发挥以满足公众精神享受为核心来提供良好生态环境及保障社会公众福利水平的功能[16],因此选取林业生态福利绩效作为产出指标之一。由技术创新引起的广义林业科技进步是我国林业产业发展的重要因素之一,也是林业产业的重要产出之一,同时受限于生态功能,会导致林业产业内部出现利益不均衡,决定了林业在具有经济性的同时应考虑在林业生产经营过程中注重对要素资源的创新获取能力,因此选取林业产业创新绩效作为产出指标之一。借鉴张少鹏[17]、崔光彩[18]、刘茜[19]、王倩[20]、郑江淮[21]等人的研究,选取产业结构优化、林业相关
专利产出作为林业产业创新绩效的二级指标;选取人均公园绿地面积、森林覆盖率、造林总面积作为生态福利绩效的二级指标;选取林业总产值、林业产业贡献率作为林业产业经济绩效的二级指标。
最终形成了涵盖6个维度总共10项指标的中国林业产业绩效评价指标体系,各项指标测算的具体解释说明见表1。
表1 林业产业绩效评价指标体系
1.2 数据来源
数据主要来源于《中国农村统计年鉴》《中国林业统计年鉴》《中国统计年鉴》及中国林业知识产权网所公布的数据。由于部分年份存在数据丢失的情况,按照其增长趋势或求平均值的方式推算出缺失数据。经过整理汇总,2000—2019年中国林业产业投入产出面板数据如表2所示。
表2 2000—2019年中国林业产业投入产出面板数据
1.3 数据处理
林业产出绩效本质内涵指通过较少的林业要素资源投入来获取较高的林业多维度效益产出,这符合运用超效率SBM模型的基本逻辑。因此,采用改进的DEA模型——S-SBM(超效率SBM)模型来测算林业产业绩效。但是,在运用超效率SBM模型进行林业产业绩效测算时,还应考虑到林业产业投入与产出指标的质量,即尽量避免指标中既存在相对数又存在绝对数[22]。为了保证将投入产出变量控制在合理的区间范围内,先使用熵值法计算部分三级指标的综合值。同时,运用熵值法对中国林业产业绩效产出维度的产业创新绩效、生态福利绩效、产业经济绩效进行赋权及综合值计算。
首先,基于规模报酬不变(CRS)、规模报酬可变(VRS)和规模报酬一般(GRS)三种不同假设,采用超效率SBM模型,分别对2000—2019年中国林业产业的绩效进行依次测算。然后,对中国林业产业效率值未达到1,即DEA无效的年份再次进行基于投入产出松弛值差异的测算,得出中国林业产业各年份投入产出的松弛值。测算林业产业绩效的S-SBM(超效率SBM)模型[23]为:
(1)
i表示投入要素,o表示产出要素,j、k表示决策单元,x表示投入变量,m表示投入要素数量,y表示产出变量,s表示产出要素数量,λ表示权重系数。
i=1,2,…,m;j=1,2,…,n;k=1,2,…,n;o=1,2,…,s。
对中国林业产业绩效产出维度进行赋权及综合值计算的熵值法模型为:
(2)
在式2中x表示标准化的原始数据,xki表示第K个林业产业决策单元第i项标准化值,min(xi)和max(xi)分别表示第i项指标最小值与最大值;yli表示序列l年份的林业产业绩效决策单元第i项指标最小值;m表示决策单元数量;ei和fi分别表示熵值和效用值;Wi和Zi分别表示指标权重和综合值。
2 结果与分析
2.1 林业产业比较注重创新研发
在产业创新绩效维度中,林业相关专利产出的权重值高于林业产业结构优化(表3),说明林业相关专利产出的重要性高于林业产业结构优化,中国林业产业比较注重专利研发,但在将专利等创新产出进行科技成果转化并促进产业结构优化层面则稍逊一筹。在生态福利绩效维度,森林覆盖率权重值最大,造林总面积权重最小,说明中国对林业生态功能的重视程度高于为公众提供福利。
表3 中国林业产业绩效指标的权重
2.2 林业产业绩效年际差异较大,呈两端高、中间低的“U”字形分布
规模报酬约束性的变化并未引起中国林业产业绩效值明显变化。综合来看,在共计20年的研究年份中,效率值大于等于1,达到DEA有效的年份有8年,2015年林业产业绩效值刚好为1,而其余DEA有效年份林业产业绩效值都大于1,其中2019年效率值最高(见表4)。在剩余未达DEA有效的12年中,2014年效率值最低。
表4 2000—2019年中国林业产业的绩效
以5年为区间将研究年份划分为4个时期,并计算出对应的林业产业效率值,发现2000—2004年期间综合效率均值最高,达到DEA有效并超过1,其余时期均小于1。五年的效率均值从2000—2004年期间的1.02逐渐递减到2005—2009年期间的0.96,到了2010—2014年期间仅为0.89,但到2015—2019年期间则实现了由低变高的转变,回升到0.99,极度接近林业产业最优投入产出均衡点。
林业产业对国民经济及林区居民生活水平提高有重要作用。在产业发展早期,由于中国潜藏着巨大人口红利以及受林产品原料成本低廉影响,中国林业产业进入高速发展期,规模以上林业企业数量逐年增多,林业产业成为中国林区的主要经济增长点,因而该时期林业产业效率值较高。时过境迁,中国人口红利逐渐消失,劳动力成本及原材料成本逐渐上升,在产业结构上,中国林业产业主要集中于第一产业与第二产业,大多林产品多为低端林产品,产品附加值低,成本与收入的失衡迫使林业产业必须要突破原有发展瓶颈实现转型升级,因而这些时期林业产业效率值较低[24]。进入新时期,本着“绿水青山就是金山银山”的发展理念,中国林业产业逐步向绿色化发展,林业经济增长逐渐依靠科技进步带动,林业产业结构也逐步得到优化调整,第三产业比重得到提升,中国林业产业开始走向高质量发展。这也解释了整体而言2000—2019年中国林业产业效率值呈两端高、中间低的“U”字形分布以及DEA有效年份基本位于2000—2004年和2015—2019年两个时期。
2.3 林业产业资本、土地、劳动力要素投入年际波动较大
①中国林业产业资本要素投入达到最优或略有冗余。在资本要素投入上,2000—2019年间各年份资本要素投入(I1)除2000年与2001年存在不足外,其余年份均为最优或主要表现为资本要素投入冗余,其中2006年和2014年冗余值最高。一方面,表明中国林业产业以高资本投入为诱导的“增长效应”明显后劲不足,并逐渐消失殆尽;另一方面,也反映中国林业产业内部对于资本要素的使用效率不高,存在资本要素资源的闲置与浪费。
②中国林业产业劳动力要素投入随着产业结构的调整而波动。在劳动力要素投入上,中国林业产业自步入市场化进程后再20世纪末开始了第一次腾飞,进入21世纪初期,中国林业产业从辅助性工业逐渐初具规模,并先后经历了高速发展阶段与高质量发展阶段,从劳动力要素投入松弛值来看,2002、2009和2019年为中国林业产业进入各发展阶段的拐点,产业结构调整与升级,同时由于劳动力要素投入未及时在林业产业内部流动而导致新生高效率部门出现暂时性用工荒,即这三年劳动力松弛值均大于0,表明劳动力投入不足。由于劳动力要素会随着产业发展从低生产效率部门流向高生产效率部门[25],进入高速发展阶段后,产业结构调整主要依赖于技术进步,但技术进步同时也可能导致产业内部人力需求降低,伴随的技术进步与产业结构调整则会导致短暂性失业,2013、2016和2017年存在劳动力要素投入冗余。
表5 中国林业产业的投入松弛和产出松弛
③中国林业产业林地生产效率从2008年开始得到明显提升。在土地要素投入上,中国林业产业普遍存在林地生产效率偏低。在2008年之前,土地要素投入存在较高闲置,表现为土地要素投入冗余值在不同年份普遍较高,其中2005年和2006年冗余值达到最大。2008年,《中共中央国务院关于全面推进集体林权制度改革的意见》开启了新一轮集体林权制度改革,在明晰林业用地产权同时极大地提高了中国林业用地使用效率,带动了林业经济增长与农户增收。因此,2008年后,林业土地要素投入冗余程度整体呈下降趋势,冗余绝对数相较2008年之前也出现较大降低。
3 结论与政策建议
3.1 结论
林业产业的高质量发展需要各生产要素资源的均衡投入以及合理的产出结构,本文使用2000—2019年中国林业产业投入、产出相关数据,对中国林业产业效率进行测算,得出以下结论:第一,2000—2019年不同年份中国林业产业发展水平存在差异性,林业产业发展水平在2004年之前效率较高,2005—2014年效率逐渐降低,2015年之后效率水平再次回升。这与中国林业产业发展规模以及阶段性转型密切相关。第二,随着时间推移,资本、土地以及低素质劳动力等传统投入要素的冗余程度加深,对中国林业产业效率水平达到最优化起抑制作用,这与中国林业产业内部主导投入要素资源从传统的资本、土地、廉价劳动力转移至技术密切相关。
3.2 建议
①协同政府与市场“两只手”,提高林业产业资本配置效率。在现如今的全球化大背景下,林业产业资本配置以盈利为核心,实质基于核心林业科技而形成的蕴含高科技水平、高附加值的产业控制权与决策权的集合,林业产业资本配置效率只是这一结果的衍生产物。为了提升林业产业资本配置效率,一方面,政府应积极推进林业产业市场化进程,通过政策性资本投资与积极引导民营林业企业资本加大对林业科技创新、技术进步等领域投入;另一方面,林业企业应重视自身的自主创新能力,加大将闲置资本投入科技创新的力度,提升林业企业产业技术效率,加强科研攻关,注重对高附加值林业产品的研究,逐步形成稳定的林业产业发展模式,从而形成核心竞争力,提升林业产业资本配置效率。
②实践意义下林业产业一体化,提升林业产业劳动生产率。随着中国老龄化程度的加深及“人口红利”的逐渐消失,林业产业劳动力供给的基数与成本将受到极大的限制,在此情况下,实现林业产业劳动率提升增速大于劳动成本增速,从而保持中国林业产业劳动成本的比较优势势在必行。一方面,通过推动林业产业内部各子行业互相促进、协同来实现林业产业的一体化发展,使林业产业从业者可以同时参与林产品的多级生产,提升劳动生产率,提高林业产业的综合效益;另一方面,推动建立以单位劳动报酬为核心的劳动报酬新优势,即林业产业通过建立以单位劳动报酬为核心的竞争战略,通过林业产业从业者福利待遇的稳定增长,保持从业者的工作积极性,并以从业者福利待遇增长为契机,加强对从业者的定期培训来加快产业内部整体劳动力资本的积累,同时创新或引起高技术指向型或劳动节约型的林业产业生产工艺,加快推动整个产业结构调整。
③精打细算,强化监控与管理,提升林地资源利用率。中国城镇化的快速推进使城市用地加快扩张,人地矛盾逐渐突出,同时林地资源的不可再生性决定了其在林业产业发展中的核心地位,因此,必须探索出一条兼顾“环境友好型”与“资源节约型”优点的新型林业产业发展道路。一方面,在加强林地资源生态建设的同时,林地资源发展方向应通过集约或复合式经营来实现内涵式发展,减少林地资源的盲目扩张,提高林地资源使用效率;另一方面,相关政府部门通过实施宽严结合的林地资源政策,优先保障能够推动林业产业实现高质量发展,引导整个林业产业向集约型转变,推动林业产业转型升级,探索差异化林业产业用地发展政策,提高林地资源使用率。