林业劳动生产率的区域差异及收敛性研究

王坤　马国勇

摘 要：本文以区域林业系统的劳动生产率为研究对象，采用泰尔指数分析了2000—2018年30个省级行政地区的绝对差异演变，同时利用面板固定效应模型检验了区域相对差异的条件收敛特征。研究结果表明，我国林业劳动生产率呈快速上升趋势，空间上呈现东、中、西依次递减的分布格局，区间差异在逐步缩小，区域内差异在逐年扩大。全国整体及东、中、西三大区域同时存在显著的条件收敛特征，林业发展落后地区的追赶效应更为突出，林权制度改革实施显著加快了区域林业劳动生产率的收敛速度。林业产业结构调整和技术创新对劳动生产率提升的驱动效应非常显著。经济发展在2008年以后的拉动效应更为明显，之前的增长动力对森林资源蓄积量的禀赋依赖度更高。为实现我国林业的转型发展，应着力优化林业资本要素的区域配置、加快产业结构调整以及促进技术创新。

关键词：林业;劳动生产率;区域差异;收敛性

作者简介：王坤，东北林业大学经济管理学院博士研究生（哈尔滨  150006）;马国勇，东北林业大学经济管理学院教授（哈尔滨  150006）

DOI编码：10.19667/j.cnki.cn23-1070/c.2022.03.010

一、问题的提出

林业作为中国经济的基础性产业，已经发展成为一个包含营林、采伐、制造和服务等多个链条的产业生态系统。林业劳动生产率能够反映林业发展的技术水平和经济效应，其动力来源除了基本的生产投入要素以外，还包括经济发展、产业结构、技术创新以及資源禀赋等诸多驱动因素，由此也形成了非均衡的区域发展格局。当前，中国经济已由高速增长阶段转向高质量发展阶段，以结构调整和技术创新破解传统粗放型增长方式的累积效应成为供给侧结构性改革的关键任务之一，林业经济增长也同样面临着提质增效和转型发展的迫切需要。因此，深入分析中国林业经济增长的区域差异演变规律及收敛特征，不仅能够深入了解林业经济增长的区域特征，也可以为提升林业劳动生产率指明方向，并进一步为林业经济的高质量发展提供理论依据和决策参考。

林业劳动生产率为林业产出与就业人数的比率，传统林业向现代林业转变的本质特征便是林业劳动生产率的不断提高。关于劳动生产率的讨论，一直是林业经济增长领域的重要研究内容。由于现有文献通常将林业界定为劳动密集型产业，因此这些研究也主要集中在分析林业劳动生产率的区域差异、行业差异以及转型发展等方面。奉钦亮、张大红评价了我国林业的省域竞争力，其中劳动生产率是造成区域竞争力出现较大差距的重要因素。1成德宁、李燕基于1992—2012年全国省际面板数据的回归分析发现，林业比重与第一产业劳动生产率呈现正相关关系。2从比较劳动生产率来看，我国南方集体林区林业第二产业和第三产业的劳动生产率显著高于第一产业。3另一类文献对林业劳动生产率的研究是基于投入产出框架，借助生产函数定量测度要素投入的边际贡献，进而分析劳动生产率的提升路径。孙群英等对我国重点国有林区经济增长驱动效应的实证分析发现，相对于劳动对林业经济增长的边际贡献，资本的贡献更大。4 张滨、吕洁华基于CD生产函数框架也得出相同结论，但是林业劳动力存在投入冗余，亟需通过劳动力转移推动产业结构向资本密集型过渡。5张自强采用改进的CES生产函数测算了我国27个省份营林要素的产出弹性，结果表明劳动投入的产出弹性最高、营林费用居中、机械动力最小，其原因主要来自要素配置和技术支持的区域差异。6由于传统生产函数设定无法分离技术因素和结构因素的影响，越来越多的文献将焦点转向包含劳动投入的林业全要素生产率研究。林业全要素生产率是林业产出与多种投入要素综合的比率关系，7体现了技术进步和要素配置对劳动生产率的影响，近年来应用最为广泛的测算方法主要为数据包络分析（DEA）和随机前沿分析（SFA）。黄韶海等利用投入导向的DEA模型测算分析了中国31个省（自治市、直辖市）不同时间节点的林业生产效率，结果发现大多数省份的技术效率均处于较低水平。8史常亮等运用SFA-Malmquist方法进行实证研究，结果发现中国林业生产中普遍存在技术无效现象，全要素生产率增长主要来自技术进步。9

在林业劳动生产率的实证研究中，另一个重要的内容是进行区域差异演变的收敛分析。在新古典增长理论框架内，林业劳动生产率的增长主要取决于资本深化和外生技术进步，受边际报酬递减规律的影响，资本深化驱动的劳动生产率增长在区域间将会呈现收敛趋势。10考虑到技术进步的后发优势，落后地区的生产效率同样会表现出追赶效应，但是受到前沿技术的限制最终取决于自身的技术创新水平。关于林业生产率收敛的文献，国内研究主要聚焦技术效率和全要素生产率，而对劳动生产率的收敛性考察明显不足。黄安胜等基于省际面板数据的实证研究发现，中国林业技术效率不存在全域绝对收敛，但是东西部地区均存在俱乐部收敛。1周越和梁小珍基于面板数据的DEA方法和回归分析表明，我国2006—2015年间的省际林业全要素生产率存在条件收敛。2黄书苑和马丁丑的研究则进一步提供了林业全要素生产率收敛的微观家庭证据，研究发现我国西北地区家庭林业全要素生产率会随着时间的推移收敛于自身的稳定水平。3上述文献为我国林业全要素生产率的收敛机制提供了丰富的经验证据，但是全要素生产率收敛并不意味着劳动生产率一定收敛，还取决于林业生产中资本深化的阶段性特点，这也成为本文研究的重点。

综上所述，现有文献主要集中在林业全要素生产率的定量测算和收敛分析，而对林业劳动生产率的深入研究相对不足。以第一产业角度研究林业经济的文献居多，综合考察林业经济系统的研究较少。然而，林业是包含第一、二、三产业的系统性产业，林业三次产业的有效衔接推动着林业劳动生产率的提升，林业劳动力在林业系统内部向第二、三产业的转移是林业劳动生产率提升的重要驱动力，而以要素重置为特征的结构调整和技术创新是林业高质量发展的核心内容。鉴于此，本文以林业系统的劳动生产率为研究对象，以林业投入产出系统为基础，重点考察投入产出系统影响林业劳动生产率的内外部因素，包括投入产出系统内部因素决定的林业劳动生产率收敛机制和外部因素对稳态增长率的影响，进而探讨林业高质量发展的结构调整和创新路径。

二、研究方法与数据说明

（一）研究方法

1. 泰尔指数

泰尔指数又称为泰尔熵标准，是利用信息论中的信息熵概念来计算收入差距的重要分析工具，是进行不平等研究和差异分析的重要研究方法。用泰尔指数进行差异研究时，它将总差异具体分解为区内差异和区间差异，在此基础上进一步分析差异产生的原因。4Shorrocks对多种不平等测度指标进行综合分析后发现，泰尔指数具有易于分解的优势，非常有利于分析区内差异和区间差异的变动情况对于总体差异的影响程度。5本文借用这一方法来计算林业劳动生产率的区域差异。泰尔指数的基本计算公式为：

式中，[G]表示林业劳动生产率区域差异的泰尔指数，[lpi]为第[i]个省份的林业劳动生产率，[lp0]为所有省份的平均林业劳动生产率，[n]为样本省份的数量。当个体样本分别属于不同组别时，泰尔指数还可以衡量出组间差异与组内差异对整体差异的贡献。由此可进一步定义，所有样本省份被划分为[K]组，每组包含省份的数量为[nk]，用[yi]表示第[i]个省份的劳动生产率占所有省份之和的比例，[yk]为第[k]组所占比例。于是泰尔指数的分解式可表示为：

其中，[GB]和[GW]分别为组间指数和组内指数，用以衡量林业劳动生产率差异的组间差距和组内差距，其中组内差距由各组的组内指数之和构成。泰尔指数越大，表明林业劳动生产率的区域差距越大，反之区域差距越小。

2. 收敛模型

收敛假说源于新古典经济学中的趋同理论，落后地区往往会以更快的增长速度表現出对发达地区的追赶效应，因而各地区在长期内会趋于相同的稳态增长率。期望的稳态增长率由外生技术进步决定，但是现实中的外生技术并不是完全溢出，而是受到前沿技术垄断和其他禀赋因素的影响，因此便产生了绝对[β]收敛和条件[β]收敛两种假说，后者意味着各地区存在由外部因素决定的不同稳态增长率。本文采用更加贴近发展实际的条件[β]收敛来分析林业劳动生产率的趋同效应，并设定如下面板模型的收敛方程：

其中，[lnflpi，t+1-lnflpi，t]代表[i]省份于第[t]期至第[t+1]期的林业劳动生产率增速，[X]为一组控制变量，[δ]、[η]和[ε]为个体效应、时间效应和随机扰动项，[α]、[β]和[γ]为回归系数。

参数[β]又称收敛系数，其符号小于0时说明林业劳动生产率的增长速度与其初始水平呈现负相关，林业劳动生产率较低省份相比较高省份具有更快的增长速度，整体呈现条件收敛趋势;当符号大于0时则意味着正相关关系，存在发散性趋势。由此，可进一步计算出较低林业劳动生产率省份追赶较高省份的收敛速度为：

[v=-ln1+β]

（二）变量数据

本文考察对象为包含三次产业的林业系统，因此林业劳动生产率（[flp]）采用整个林业系统的增加值与从业人数之比来测量，单位为万元/人。考虑到林业系统产业结构比重相差悬殊，采用国民经济核算中的三次产业增加值指数将林业分行业增加值转换为2000年可比价，然后加总获得整个林业系统的可比价增加值。

收敛模型的被解释变量为林业劳动生产率的增长率，采用相邻两期的自然对数之差来测度;核心解释变量为基期林业劳动生产率的自然对数。参考经济增长趋同理论和收敛分析经典文献，1本文选取林业产业结构（[fis]）、人均森林蓄积量（[pfs]）、技术创新（[tec]）、经济发展（[py]）和人力资本（[hc]）作为条件收敛模型的控制变量，所有变量均取自然对数以降低异方差对模型估计产生的影响。其中，林业产业结构采用林业系统第二、三产业之和所占百分比来测量，人均森林蓄积量采用森林资源面积与人口总量之比来测量，技术创新采用国内专利申请授权数量来测量。经济发展采用人均国内生产总值来测量，并利用人均国内生产总值指数调整为2000年可比价。人力资本通常采用从业人员平均受教育年限来测量，但是准确连续的林业劳动力受教育水平数据难以获得，因此本文借鉴已有文献的处理方法采用林业系统在职人员的平均工资水平作为代理变量。1

本文采用2000—2018年中国30个省（自治区、直辖市）的面板数据，由于数据资料限制未包括西藏和港澳台地区。其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省和直辖市;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、宁夏、青海和新疆11个省、自治区和直辖市。本文涉及林业经济指标的原始数据主要来源于EPS数据平台的中国农林数据库，其他原始数据则来自历年《中国统计年鉴》。

三、林业劳动生产率的区域差异演变

（一）区域差异分析

本文分别从省级和三大区域层面测算了林业劳动生产率的差异性，考虑到篇幅的限制，下面仅列出了全国及东、中、西部地区2000—2018年的林业劳动生产率数据（见表1）。全国整体林业劳动生产率表现出持续提升的态势，由2000年的35.12万元/人增加到2018年的829.64万元/人，提升了22.6倍，年均增长速度达到19.21%。其中，2000—2008年间林业劳动生产率提升相对缓慢，随着全国以“均山到户”为主体的集体林权制度改革实施，2009—2018年则实现了更快速度的增长。从区域比较来看，东部地区林业劳动生产率最高，中部地区次之，西部地区最低，空间上持续呈现东、中、西依次递减的分布格局。林业劳动生产率所呈现的区域差异可能与区域经济发展水平存在一定的关系，相比于中西部地区，东部地区的经济条件较好，技术较为先进，企业效益较高，这在一定程度上会对林业劳动生产率产生积极的影响。截至2018年东、中、西部地区的林业劳动生产率相较于2000年依次提升了20.5倍、

26.6倍和28.9倍，年均增长速度分别达到了18.58%、20.25%和20.77%。相比于绝对数量上的自东向西降低，年均增长速度表现出相反的变化特征，这说明尽管三大区域的林业劳动生产率绝对差异在持续扩大，但是却存在增速上的趋同效应，后文将借助收敛模型的参数估计做进一步验证。

本文计算了区域林业劳动生产率的泰尔指数（见图1），可以发现三大区域内部的林业劳动生产率差异也呈现出不同的变化特征。从整体比较来看，西部地区林业劳动生产率的内部差异要远远高于其他两大地区，东部和中部地区的内部差异较为接近，但是从2000—2018年期间的平均水平来看则东部地区要略高于中部地区。从时序变化特征来看，东部地区泰尔指数整体呈现明显的上升趋势，仅在2005至2010年期间表现出小幅波动，说明地区内部的绝对差异在持续扩大。中部地区呈现出先降后升的变化趋势，其数值于2008年降至低點，随后的快速上升则揭示出地区内部差异在持续扩大的事实。西部地区的泰尔指数呈现出更为显著的持续上升趋势，而且其数值一直高于东部和中部地区，说明其内部的林业劳动生产率差异程度更甚。以2018年为例，结合林业增加值和林业劳动力数据可以发现，东部地区以占全国林业系统15.51%的劳动力生产全国44.94%的林业产出，其林业系统的整体生产效率要高于中西部地区。而中部地区用48.37%的劳动力生产29.52%的林业产出，西部地区用36.12%的劳动力生产25.55%的林业产出。这一方面表明中西部地区的经济发展水平存在较大内部差异，另一方面也说明两个地区林业系统内部的要素使用效率较低，林业剩余劳动力转移和内部产业结构优化尚有较大的提升空间。

（二）区域差异分解

为了探究区域林业劳动生产率的整体差异及来源，本文进一步将全国整体的泰尔指数分解为区间差异和区内差异（见下页表2）。从整体来看，全国泰尔指数由2000年的0.4015增至2018年的0.5014，林业劳动生产率的区域差异非常明显且呈现波动扩大趋势。区间差异和区内差异对总体差异的贡献率此消彼长，前者呈现逐年下降趋势，而后者则呈现逐年上升趋势。这说明，随着国家西部开发、中部崛起以及东北振兴等一系列区域经济政策的相继出台和深度实施，区域间的经济发展差距在逐步缩小，但是区域内的发展差距却在持续扩大。

具体而言，林业劳动生产率的总体差异在2015年以前主要来自区间差异，之后则主要由区内差异带来。2000年区间差异贡献率高达60.01%，到2014年则持续下降到50.05%，截至2018年进一步降至31.96%，林业劳动生产率的区间差异呈现不断缩小的变化趋势。与区间差异相反，区内差异贡献率由2000年的39.99%持续攀升至2018年的68.04%，并于2015年之后持续高于50%，林业劳动生产率的区内差异在不断扩大。尽管中西部地区内部差异较大，但是东部地区林业产出规模更大且劳动生产率更高，因此其内部差异对整体差异的贡献率所占份额也较高，期间内的贡献率一直远远高于中西部地区。2000—2018年间，三大区域内部差异的贡献率均呈现持续上升趋势，东部地区由25.52%上升至37.97%，中西部地区则分别由9.64%、4.83%上升至13.63%和16.61%，西部地区林业劳动生产率的内部分化程度要高于中部地区。

四、林业劳动生产率的收敛特征分析

（一）收敛性检验

本文采用面板个体固定效应模型对区域林业劳动生产率的收敛性进行估计，并逐次估计了无控制变量模型、有控制变量模型以及分位数模型，以深入揭示我国区域林业劳动生产率收敛的控制效应和分层效应（模型估计结果见下页表3）。

模型1为不包含控制变量情况下的面板个体固定效应估计结果，收敛系数为负且在1%统计水平上显著，这意味着较低地区的林业劳动生产率对较高地区确实存在追赶效应。尽管模型1控制了个体效应，但是却忽视了诸多尚可识别因素对稳态增长率的影响，因而会低估收敛系数，这从模型2的估计结果便可以看出。模型2的收敛系数依然显著为负，而且其绝对值也获得了非常明显的提升，区域林业劳动生产率的年均收敛速度由模型1的4.88%提高到28.34%。条件收敛意味着各省份的林业劳动生产率在长期内会逐渐向自身的均衡水平靠近且保持稳定，但是地区间稳态增长率的相对位置却是会长期存在的，这主要由生产系统之外的相关因素所决定。其中，林业产业结构变量的估计系数显著为正，表明以要素流动为特征的结构升级会提高林业系统的整体劳动生产率。技术创新变量的估计系数也显著为正，体现了技术支持对林业劳动生产率的积极效应，这一方面来自林业系统内部技术创新的直接推动作用，同时也来自其他产业技术创新的溢出效应。经济发展变量的系数估计值为正且非常显著，说明经济发展水平较高地区的林业劳动生产率往往也会表现出更高的稳态增长，这主要来自本地市场需求侧拉动和产业间的联动效应。人力资本和人均森林蓄积量的回归系数估计不显著，前者可能来自工资水平与人力资本匹配程度较低的影响，后者则反映了地区间森林资源依赖路径的差异，较低地区可能更积极发展第二产业而提升劳动生产率。

从分位数回归结果来看，四个分位点上的收敛系数均为负且非常显著，体现出林业劳动生产率在提升速度上存在着明显的分层效应。其中，下四分位数、中位数、上四分位数省份的年均收敛速度分别为23.62%、28.09%和33.27%，增速较快地区的林业劳动生产率收敛速度也更快，追赶效应更为明显。根据边际报酬递减规律，林业劳动生产率增速较快的省（自治区、直辖市）往往资本要素的积累水平也相对较低，更多处于边际递增阶段，因此具有相对更快的生产率增速，地区间的追赶效应更为明显，这意味着落后地区的追赶效应也会随着林业劳动生产率的不断增速而逐渐放缓。不同分位上的控制变量估计符号与模型2一致，仅个别变量的显著性在不同分位点上有所降低，外部因素对稳态水平的影响依然明显。

（二）异质性分析

为了进一步考察我国三大区域的林业劳动生产率是否存在内部收敛以及收敛差异，本文分别估计了东、中、西三个面板收敛模型。同时，国家于2008 年实施了以“均山到户”为主体的集体林权制度改革，极大地激发了林业生产的积极性，林业劳动生产率提升迎来了制度红利期。为此，本文将样本分为2001—2008年和2009—2018年两个阶段，以通过收敛模型的估计来考察林权制度改革政策实施对劳动生产率收敛的影响（相关估计结果见下页表4）。

从区域异质性来看，东、中、西部地区样本的收敛系数均为负且非常显著，说明我国林业劳动生产率同时存在三大区域内部的俱乐部收敛特征。但是，区域间收敛速度却存在较大差异，这与前文分析曾指出西部地区林业劳动生產率的内部绝对差异最大、东部地区略高于中部地区的特征有关，因为绝对差异越大则预示着省份间的要素禀赋差异也较大，因此根据边际递减规律便会出现更为显著的落后地区追赶效应，进而表现为不同的收敛速度。回归结果也显示，西部地区林业劳动生产率的内部年均收敛速度为37.45%，东、中部地区则分别为29.64%和16.89%，确实存在绝对差异越大则相对收敛速度越快的事实。从控制变量来看，林业产业结构对东部地区稳态增长的促进作用更为显著，技术创新的促进作用主要集中在东中部地区，经济发展拉动效应在三大区域内部的表现均有所降低，人力资本在东部地区显著但却面临用工成本增加的压力，人均森林蓄积量在西部地区显著且表现为资源依赖效应。

从政策异质性来看，表4中后两列的收敛系数绝对值存在明显差异，但是符号都为负且非常显著。这表明，林权制度改革实施前后的两个阶段内均存在显著的区域林业劳动生产率条件收敛趋势，但是受政策冲击的影响则表现为不同的收敛特征。从收敛速度来看，落后省份追赶发达省份的年均收敛速度分别为40.69%和55.60%，政策实施显著加快了林业劳动生产率的区域收敛速度，落后省份在这一过程中收获了更多的政策红利。从控制变量来看，林业产业结构在政策实施前对稳态增长表现为积极效应，之后则不显著，说明大多数地区均面临着产业结构调整升级的挑战。经济发展对林业劳动生产率增长的拉动效应在政策实施后更为显著，而2000—2008年期间的增长主要依赖自森林资源蓄积量的禀赋优势。

（三）稳健性检验

为了更好评价区域林业劳动生产率的收敛结论，本文对样本数据做了每四年取平均值的滚动平滑处理，以消除经济发展周期波动可能造成的潜在影响，最终获得150个有效样本。这里依然采用面板个体固定效应对收敛方程进行估计，表5分别给出了全国以及东、中、西部三大区域样本的稳健性检验结果。不难看出，四个方程的收敛系数估计值依然为负且非常显著，说明基于面板回归模型的区域林业劳动生产率条件收敛结论具有稳健性。此外，控制变量的估计系数符号也与非平滑样本基本一致，个别变量符号的变化主要来自平滑处理后降低数据指标波动性的影响。

[责任编辑 求实]