林业发展水平评价模型的构建——以中国31个省（自治区、直辖市）林业发展评价为例

宋振澳

林业发展水平评价模型的构建——以中国31个省（自治区、直辖市）林业发展评价为例

宋振澳

（西南大学数学与统计学院重庆404100）

建立林业发展评价模型，诊断地区林业发展的薄弱环节，是林业发展实践的重要环节。研究通过对《中国林业和草原统计年鉴（2019）》中的林业数据进行分析，构建因子分析模型，提取5个公因子，即林业产出水平、林业资源水平、林业可持续发展水平、林业投入水平、林业工程水平，对我国31个省（自治区、直辖市）的林业发展水平进行全面评价，得到林业产出水平＞林业资源水平＞林业可持续发展水平＞林业投入水平＞林业工程水平的重要性排序，各个公因子得分在地区间有所差异，与实际情况相符，能够较好地反映地区林业发展水平。

林业发展；评价模型；因子分析

林业发展对于经济、生态环境、国民健康是至关重要的。在经济上，林业可以提供大量资源。在生态环境上，林业是生态环境重要的组成部分[1]，林业影响着生态环境的改变，对治理水土流失、土地荒漠化具有重要作用。在国民健康上，林业对国民健康的影响主要体现在环境污染及城市生态方面。林业是生态文明的重要一环，生态文明是人类文明形态的一种，其重要前提是尊重自然、维护自然[2]。作为一个以森林资源开发、利用和保护为中心的产业，其发展水平将直接影响人们的生存环境和生活质量[3]。然而在经济社会快速发展的同时，林业受到了破坏，水土流失、土地荒漠化等问题日益凸显。面对生态环境日益恶化的现实，林业发展迫在眉睫。而林业的发展，离不开科学合理的林业发展评价。目前，学者对林业发展评价的研究，主要集中在对同一地区的研究。张伟伟等（2016）对吉林省2004年—2014年的林业数据进行了分析，采用主成分分析法评价吉林省各年林业产业发展状况，并提出了相关的建议[4]。马洪艳（2021）采用层次分析法，将林业生产、林业生态和林业经济三项纳入指标层面，建立了层次分析评估模型，并对朝阳县林业发展水平进行评价[5]。陆坤呼（2015）以百色市为例，从林业可持续发展的必要性、发展意义以及发展建议和整体构想等方面进行了介绍，也为我国改善环境提供了良好的前景构想和具体措施[6]。舒明远等（2022）运用定量分析方法，对《中国统计年鉴》《中国林业统计年鉴》《中国林业和草原统计年鉴》中涉及江苏省2008年—2018年的林业数据进行多元线性回归分析，以此对江苏省林业经济高质量发展的影响因素进行探究[7]。陈小雨等（2022）从经济、创新、协调、绿色、开放5个维度构建指标体系，运用熵值法对我国2012年—2017年林业发展水平进行综合评价及区域差异分析[8]。施琪等（2022）基于中国林业产业2000年—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效率水平进行测算[9]。曹晓凯（2021）认为，为了更好地适应国家发展和经济社会的需要，应立足于当前林业发展前景，确定全新的林业可持续发展方向[10]。温英萍（2021）利用频度分析法、层次分析法（AHP）等方法构建了一套包含3个子层次、共16个指标的林业可持续发展评价指标体系，为我国林业可持续发展评价指标体系的建立提供了一定的参考[11]。徐萌等（2015）构建了包括5个系统层、10个准则层、51个基础指标的林业发展评价指标体系，并运用层次分析法对我国2012年林业绿色经济发展水平进行了综合评价[12]。当前鲜有学者对我国31个省（自治区、直辖市）的林业发展进行对比评价，为此，本研究构建因子分析模型，对我国31个省（自治区、直辖市）的林业发展进行对比研究，旨在对不同地区林业发展进行量化分析，找出地区林业发展中的不足，为今后地区林业发展规划提供参考依据。

1 评价指标体系

本研究采用因子分析法对不同省份的林业发展进行对比分析，指标体系由目标层、准则层、指标层构成。目标层为各省林业发展水平，准则层为林业资源水平、林业经济水平、林业可持续发展水平，参考《中国林业和草原统计年鉴（2019）》中关于林业发展的相关指标，得到指标层，如表1所示。

2 林业发展对比评价

2.1 数据来源

本文数据来自《中国林业和草原统计年鉴（2019）》[13]，通过软件SPSS 26进行数据分析。

2.2 因子分析

2.2.1 相关性检验

KMO检验统计量是用于比较变量间简单相关系数与偏相关系数的指标，主要应用于多因子分析。KMO统计量的取值在0和1之间，KMO值越接近于1，意味着变量间的相关性越强，原有变量越适合做因子分析。由计算可得KMO=0.545＞0.5，说明适合做因子分析[14]。

2.2.2 主成分分析

因子分析法步骤[15]：（1）利用主成分分析法提取特征值大于1的公因子；（2）计算因子载荷矩阵，命名公因子；（3）根据方差贡献率计算公因子权重，并计算综合因子得分，综合因子得分越高说明发展水平越高。首先进行主成分分析，分析结果如表2所示。特征根＞1的有5个公因子，累积方差贡献率82.947%。接着通过方差最大化原理进行因子旋转，确定5个公因子的意义。

表1林业发展评价指标体系

目标层准则层指标层单位 林业发展水平林业资源水平天然森林面积A1hm2 天然森林蓄积量A2万m3 人工森林面积A3hm2 人工森林蓄积量A4万m3 其他林木蓄积量A5万m3 林业重点生态工程造林面积A6hm2 森林公园总面积A7hm2 林业经济水平林木种子产量B1t 育苗面积B2hm2 苗木产量B3万株 林业总产值B4万元 木材产品产量B5万m3 主要经济林产品生产量B6t 林草旅游业收入B7万元 国有林场经营面积B8hm2 林业可持续发展水平林业有害生物防治率C1— 林业虫害防治率C2— 林业病毒防治率C3—

表2公因子特征值及方差表

成分初始特征值提取载荷平方和旋转载荷平方和合计方差/%累积/%合计方差/%累积/%合计方差/%累积/% 14.91127.28327.2834.91127.28327.2834.18523.25223.252 23.94821.93149.2143.94821.93149.2143.65720.31643.568 33.02716.81666.0313.02716.81666.0312.56314.24157.81 41.97110.9576.9811.97110.9576.9812.55714.20872.018 51.0745.96682.9471.0745.96682.9471.96710.9382.947 ………… 180.0120.065100.000

2.2.3 因子旋转

旋转后的成分矩阵如表3，由表3可知，B5、A3、A4、B4、B6、B7在公因子F1上载荷较高，故将公因子F1命名为“林业产出水平因子”；A1、A2、A5、A7在公因子F2上载荷较高，故将公因子F2统称为“林业资源水平因子”；C1、C2、C3在公因子F3上载荷较高，故将公因子F3统称为“林业可持续发展水平因子”；B1、B2、B3在公因子F4上载荷较高，故将公因子F4统称为“林业投入水平因子”；A6、B8在公因子F5上载荷较高，故将公因子F5统称为“林业工程水平因子”。

表3旋转后的成分矩阵

因子成分F1F2F3F4F5 木材产品产量B50.865 人工森林面积A30.851 人工森林蓄积量A40.842 林业总产值B40.803 主要经济林产品生产量B60.799 林草旅游业收入B70.689 天然森林面积A1 0.908 天然森林蓄积量A2 0.874 其他林木蓄积量A5 0.823 森林公园总面积A7 0.803 林业有害生物防治率C1 0.961 林业虫害防治率C2 0.87 林业病毒防治率C3 0.83 苗木产量B3 0.931 育苗面积B2 0.893 林木种子产量B1 0.768 林业重点生态工程造林面积A6 0.731 国有林场经营面积B8 0.71

2.2.4 评价结果与分析

因子旋转之后，原有的18个指标被综合为5个公因子，将旋转载荷平方和的方差作为公因子权重，如表4所示。其中，权重较高的为林业产出水平因子、林业资源水平因子，说明林业产出水平、林业资源水平在林业发展中占有重要地位。

表4公因子权重

公因子含义权重 F1林业产出水平因子0.233 F2林业资源水平因子0.203 F3林业可持续发展水平因子0.142 F4林业投入水平因子0.142 F5林业工程水平因子0.109

将各指标权重带入5个公因子即可得林业发展的量化评价公式：

计算各地区的因子得分及林业发展水平综合因子得分，结果如表5所示。

表5林业发展水平评价结果

省（自治区、直辖市）F1排名F2排名F3排名F4排名F5排名F排名 内蒙古-0.09162.1430.6990.2492.0020.761 云南0.7061.4941.381-0.40171.1760.732 广西3.731-1.1130-0.4323-0.95271.2150.583 四川0.5272.362-0.50240.1811-1.24290.424 山东0.795-0.67250.53131.902-0.56210.335 江苏-0.3320-0.28160.8663.091-0.91270.336 黑龙江-0.51222.571-0.1920-0.52200.07120.317 新疆-0.02140.248-0.0918-0.10152.5310.298 陕西0.0812-0.3317-0.60251.4231.3440.229 福建1.203-0.02130.5910-1.0628-0.73240.1310 贵州0.3890.11100.827-0.4318-0.74250.0911 河北-0.2019-0.44200.56110.7970.25110.0812

续表5林业发展水平评价结果

省（自治区、直辖市）F1排名F2排名F3排名F4排名F5排名F排名 江西0.4180.377-0.14190.2410-0.96280.0813 广东1.4820.229-0.3422-0.5722-1.69310.0814 山西-0.3321-0.6023-0.69261.3341.3530.0415 河南-0.0715-0.33180.53120.308-0.17160.0216 浙江0.08130.0411-0.31211.265-1.44300.0017 吉林-0.68250.4660.798-0.5421-0.0714-0.0418 辽宁-0.1517-0.63240.4914-0.05140.2810-0.0719 甘肃-0.6024-0.1715-0.80270.9760.678-0.0820 湖北0.1011-0.17140.1716-0.1616-0.6323-0.0821 安徽0.2910-0.52210.2115-0.0413-0.6322-0.0822 湖南0.8940.0012-1.2928-0.4819-0.5420-0.1023 重庆-0.5923-0.43191.182-0.6923-0.0613-0.1624 青海-1.0326-0.59220.0417-0.79260.787-0.3825 北京-1.0627-0.88261.153-1.1329-0.3018-0.4626 天津-1.1429-0.98291.144-1.1430-0.2517-0.4927 上海-1.1530-0.97280.915-1.1631-0.3319-0.5428 西藏-1.47311.295-2.4230-0.7024-0.7926-0.6129 宁夏-1.0728-0.9127-1.6329-0.0212-0.0915-0.6830 海南-0.1818-1.2631-2.6231-0.79250.499-0.7331

从林业发展水平看，各个地区林业发展水平不均衡，西北地区及沿海地区林业发展水平普遍高于内陆地区，其中，发展水平较高的地区有内蒙古、云南、广西、四川、山东，发展水平较低的地区有天津、上海、西藏、宁夏、海南。从各个发展水平因子看：（1）在林业产出水平因子方面，发展水平较高的地区有广东、广西、福建、湖南、山东，发展水平较低的地区有北京、宁夏、天津、上海、西藏；（2）在林业资源水平因子方面，发展水平较高的地区有黑龙江、四川、内蒙古、云南、西藏，发展水平较低的地区有宁夏、上海、天津、广西、海南；（3）在林业可持续发展水平方面，发展水平较高的地区有云南、重庆、北京、天津、上海，发展水平较低的地区有甘肃、湖南、宁夏、西藏、海南；（4）在林业投入水平因子方面，发展水平较高的地区有江苏、山东、陕西、山西、浙江，发展水平较低的地区有广西、福建、北京、天津、上海；（5）在林业工程水平因子方面，发展水平较高的地区有新疆、内蒙古、山西、陕西、广西，发展水平较低的地区有江苏、江西、四川、浙江、广东。

3 结语

本文结合中国林业发展的相关数据，建立了林业发展评价指标体系，并利用该评价指标体系构建因子分析模型，可以直观、准确地评价一个地区林业发展水平及地区林业发展中的不足，能够为我国地区林业发展规划提供依据。

[1]马小梅.林业技术推广在生态林业建设中的问题及其对策[J].新农业,2022(2):24-25.

[2]谢小春.生态文明与我国林业可持续发展研究[J].新农业,2022(2):71.

[3]徐欢,李美丽,梁海斌,等.退化森林生态系统评价指标体系研究进展[J].生态学报,2018,38(24):9034-9042.

[4]张伟伟,高锦杰.基于因子分析的吉林省林业产业发展评价研究[J].长春金融高等专科学校学报.2016(4):79-86.

[5]马洪艳.基于AHP的朝阳县林业发展水平评价[J].新农业,2021(18):60-61.

[6]陆坤呼.林业可持续发展的必要性及其构想[J].农业与技术.2015,35(10):91-92.

[7]舒明远,丁胜.江苏省林业经济高质量发展影响因素研究[J].中国林业经济,2022(1):71-74.

[8]陈小雨,管志杰.中国林业高质量发展水平的测度及区域差异分析[J].中国林业经济,2022(1):7-11.

[9]施琪,王玉玲.基于超效率SBM模型的中国林业产业绩效评价研究[J].中国林业经济,2022(1):17-23.

[10]曹晓凯.林业高质量发展水平评价分析[J].现代园艺,2021,44(16):182-183.

[11]温英萍.林业可持续发展评价指标体系的构建[J].南方农业,2021,15(36):82-84.

[12]徐萌,陈文汇,刘俊昌.林业绿色经济发展评价指标体系研究[J].林业经济,2015,37(5):24-28,67.

[13]国家林业和草原局.中国林业和草原统计年鉴(2019)[M].北京:中国林业出版社,2020.

[14]余畅,徐伟达,杨歆玥.基于因子分析法的特色农业发展评价研究——以东台市三仓镇为例[J].中国林业经济,2021(5):16-19.

[15]周志华.机器学习[M].北京:清华大学出版社,2016.

10.3969/j.issn.2095-1205.2022.03.06

F326.2

A

2095-1205(2022)03-17-04

宋振澳（1999- ），男，汉族，江苏连云港人，本科，研究方向为应用数学。