全 文 ：第 51 卷 第 9 期
2 0 1 5 年 9 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 51，No. 9
Sep．，2 0 1 5
doi:10．11707 / j．1001-7488．20150915
收稿日期: 2014 － 09 － 02; 修回日期: 2014 － 11 － 19。
基金项目: 国家自然科学基金项目“私有林经营规模效率研究”( 70773020)、“集体林权制度改革的环境影响评价及机理研究”
(71273051) ; 中国林业科学研究院基本科研业务费专项资金资助项目(CAFYBB2012035)。
* 张春霞为通讯作者。
多重目标下的中国林业全要素生产率及其时空差异*
黄安胜1 刘振滨1 许佳贤1 林 群2 兰 晔1 苏时鹏1 张春霞1
(1．福建农林大学可持续发展研究所 生态文明研究中心 福州 350002; 2．中国林业科学研究院 北京 100091)
摘 要: 【目的】在经济、生态和社会三大效益最大化的多重目标下，测算并分析中国林业全要素生产率
及其分量，深化对林业生产效率的理解和认识，为判断林业经济发展方式和制定加快转变林业经济发展方式
的相关政策提供科学依据和理论支撑。【方法】以森林面积、林业系统年末从业人员数量和营林固定资产投
资为投入指标，以林业第一产业产值、森林蓄积量和木材产量为产出指标，基于 2004—2012 年省际面板数
据，借鉴 Fre 等 (1992; 1994)的思路，运用 DEA-Malmquist 指数法测算 (使用 DEAP2. 1 软件运算 )并分析中
国及四大地区 (东部地区、中部地区、西部地区及东北地区 ) 林业全要素生产率 (Malmquist 生产率指数 )及其
分量———技术进步变动指数和技术效率变动指数 (进一步分解为纯技术效率变动指数和规模效率变动指
数) ; 其中，各指数减去 1，就是各相应指标的增长率，且所有均值均为几何均值。【结果】2004—2012 年，中
国林业全要素生产率、技术进步、技术效率、纯技术效率和规模效率年均增长率分别为 15. 6% ，14. 1% ，
1. 3% ，1. 6% 和 － 0. 2% ; 四大地区依林业全要素生产率年均增长率从高到低依次为东部地区 ( 21. 8% )、中
部地区 (18. 4% )、西部地区 (10. 7% )和东北地区 (10. 1% ) ; 依技术进步年均增长率从高到低依次为东部地
区 (21. 2% )、中部地区 (17. 8% )、东北地区 (9. 0% )和西部地区 ( 7. 9% ) ; 依技术效率年均增长率从高到低
依次为西部地区 (2. 5% )、东北地区 (0. 9% )、中部地区 ( 0. 6% ) 和东部地区 ( 0. 4% ) ; 依纯技术效率年均增
长率从高到低依次为西部地区 (2. 7% )、中部地区 ( 1. 3% )、东北地区 ( 1. 2% ) 和东部地区 ( 0. 5% ) ; 依规模
效率年均增长率从高到低依次为东部地区 (0% )、西部地区 ( － 0. 2% )、东北地区 ( － 0. 2% ) 和中部地区 ( －
0. 7%)。【结论】从 2004—2012 年各指数的变化情况来看，中国林业全要素生产率总体处于增长状态，其增
长的主要动力来源于技术进步，而技术效率因受限于规模效率未能同步增长，对林业全要素生产率增长所产
生的贡献较为有限 ; 虽然四大地区林业全要素生产率均实现增长，但各区域增长速度存在明显差异，增长源
泉也不尽相同。因此，为了推动林业全要素生产率增长，加快林业经济发展方式转变，既要促进林业技术进
步，又要提高林业技术效率，还要依据区域特征实行因地制宜的林业发展政策。
关键词: 林业全要素生产率; 三大效益; 技术进步; 技术效率; 时空差异; DEA-Malmquist 指数法
中图分类号: F307. 2 文献标识码: A 文章编号: 1001 － 7488(2015)09 － 0117 － 09
Forestry Total Factor Productivity under Multiple Targets in China and Its
Spatiotemporal Differences
Huang Ansheng1 Liu Zhenbin1 Xu Jiaxian1 Lin Qun2 Lan Ye1 Su Shipeng1 Zhang Chunxia1
(1 ． Institute of Sustainable Development and Center for Ecological Civilization，Fujian Agriculture and Forestry University Fuzhou 350002;
2 ． Chinese Academy of Forestry Beijing 100091)
Abstract: 【Objective】In order to provide evidences for judging the economic development pattern of forestry in China，
China’s forestry total factor productivity ( FTFP) and its components under multiple targets of maximizing economic，
ecological and social benefits are measured and analyzed． 【Method】With input variables including forest area，year-end
forestry employees of forestry and investment in fixed assets of forestry，and with output variables including primary-
industry product of forestry，stock volume of forest and timber production，based on the panel data from provinces over the
period from 2004 to 2012，FTFPs(Malmquist productivity indexes) and their components in China and in China’s four
main regions are measured and analyzed using the DEA-Malmquist index methods described in Fre et al． (1992; 1994)，
林 业 科 学 51 卷
and calculated by the software DEAP Version 2. 1． The components include technical progress change index，and
technical efficiency change index ( consisting of pure technical efficiency change index and scale efficiency change index) ．
Every index minus 1 is its growth rate，and the sample averages are all geometric means． 【Ｒesult】China’s FTFP，
technical progress ，technical efficiency，pure technical efficiency and scale efficiency respectively exhibit average annual
growth rates of 15. 6% ，14. 1%，1. 3%，1. 6% and － 0. 2% over the period from 2004 to 2012． China’s four main
regions are in descending order of average annual growth rate ( AAGＲ ) of FTFP: eastern region ( at an AAGＲ of
21. 8% )，central region (18. 4% )，western region (10. 7% ) and northeastern region (10. 1% ) ． In descending order of
AAGＲ of technical progress，they are eastern region (21. 2% )，central region (17. 8% )，northeastern region (9. 0% )
and western region (7. 9% ) ． In descending order of AAGＲ of technical efficiency，they are western region (2. 5% )，
northeastern region (0. 9% )，central region (0. 6% ) and eastern region (0. 4% ) ． In descending order of AAGＲ of pure
technical efficiency，they are western region (2. 7% )，central region (1. 3% )，northeastern region (1. 2% ) and eastern
region (0. 5% ) ． In descending order of AAGＲ of scale efficiency，they are eastern region (0% )，western region ( －
0. 2% )，northeastern region ( － 0. 2% ) and central region( － 0. 7% ) ．【Conclusion】Based on the changes of all indexes
during the period from 2004 to 2012，China’s FTFP shows a growing trend，and technical progress is the primary
momentum of FTFP growth． However，technical efficiency has a poor effect on the promotion of China’s FTFP，for the
growth of technical efficiency is restricted due to the non-synchronous growth of scale efficiency． The FTFPs in China’s
four main regions all have grown，but there are significantly regional variations in growth rate and there are also regional
differences in growth momentum． Therefore，in order to promote FTFP and accelerate changing the economic development
pattern of forestry，we should make forestry technical progress， improve forestry technical efficiency，and adopt the
corresponding forestry development policies according to the regional features as well．
Key words: forestry total factor productivity; three main benefits; technical progress; technical efficiency;
spatiotemporal differences; DEA-Malmquist index method
1)通过查阅文献发现，目前仅有杨玮(2010)和陈晓兰等(2014)的研究涉及此问题，但 2 位学者的研究均是从经济层面(产出指标为林业
总产值)对我国林业全要素生产率进行分析，没有考虑对林业而言极其重要的生态效益和社会效益。
林业是同时兼顾经济效益、生态效益和社会效
益的产业，其生产效率的提高对于经济社会的可持
续发展具有重要意义。判断林业生产效率的基本状
况，是制定林业可持续发展政策的基本依据，因此，
林业生产效率问题一直受到众多研究者的关注。现
有研究主要是借助数据包络分析 ( data envelope
analysis，简称 DEA)、随机前沿生产函数 ( stochastic
frontier analysis，简称 SFA)和成本收益分析法等测
算和考察林业生产效率 ( Meil et al．，1988; Kao
et al．，1991; 1992; Shiba et al．，1998; Jussi et al．，
1998; Lebel et al．，1998; Viitala et al．，1998; Clinch，
2000; Hseu et al．，2005; Lee，2005; Salehirad et al．，
2006; Kao，2010; Korkmoz，2011)，多注重考察农
户、林业企业等微观主体的经营效率(刘璨，2003;
刘璨等，2003; 2006; 何浩然等，2007; 张春霞等，
2010; 郑逸芳等，2011; 黄森慰等，2011; 苏时鹏
等，2012; 吴俊媛等，2013; 翟秋等，2013; 刘振滨
等，2014)，较少研究区域林业生产效率。为数不多
的区域林业生产效率方面的研究，多限于局部地区
(赖作卿等，2008; 陈思杭等，2013; 刘清泉等，
2014)，较少考察全国林业生产效率 (杨玮，2010;
李春华等，2011; 宋长鸣等，2012; 田淑英等，
2012; 田杰等，2013; 陈晓兰等，2014)，因而未能
很好地把握林业生产效率的整体情况。而且，现有
对林业生产效率的研究存在以下问题: 一是注重研
究全国林业技术效率，很少对全国林业全要素生产
率进行测算和研究1)，从而难以分析和判断林业经
济发展方式的基本状况和林业竞争力稳步提升的可
持续性; 二是在测算林业生产效率时大多忽略林业
土地要素的投入，可能会造成效率测度的重大偏差;
三是大多忽视林业的生态效益和社会效益; 四是较
少考虑林业投入产出之间的时滞性。因此，综合考
量经济、生态和社会三大效益，在三大效益最大化的
多重目标下研究林业生产效率，尤其是研究林业全
要素生产率，对于正确把握林业可持续发展能力具
有重要意义。鉴于此，本文基于三大效益最大化目
标，利用中国 31 个省份 2004—2012 年面板数据，运
用 DEA-Malmquist 指数法对中国林业全要素生产率
811
第 9 期 黄安胜等: 多重目标下的中国林业全要素生产率及其时空差异
进行测算与分析，旨在深化对林业生产效率的理解
和认识，为判断林业经济发展方式和制定加快转变
林业经济发展方式的相关政策提供科学依据和理论
支撑。
1 研究方法、指标选取及数据来源
1. 1 研究方法
DEA-Malmquist 指数法由于具有无需价格信
息、无需设定具体生产函数形式和可以避免较强的
理论约束等优势，已成为被广泛运用的全要素生产
率测算方法(郭庆旺等，2005; 王兵等，2010; 黄安
胜等，2013)。本研究借鉴 Fre 等(1992; 1994)的
思路，运用 DEA 测度 Malmquist(1953) 和 Caves 等
(1982)构造的 Malmquist 生产率指数(全要素生产
率指数，MALM)。衡量从 t时期到 t + 1 时期生产率
变化的 Malmquist 生产率指数 MALM t，t + 1可表示为:
MALM t，t +1 = MALM t，t +1v，c ( xt，yt，xt +1，yt +1) =
dt +1v ( xt +1，yt +1)
dtv( xt，yt)
· d
t
v( xt，yt)
dtc( xt，yt)
·
dt +1c ( xt +1，yt +1)
dt +1v ( xt +1，yt +1
[ ]) ·
dtc( xt +1，yt +1)
dt +1c ( xt +1，yt +1)
·
dtc( xt，yt)
dt +1c ( xt，yt
[ ])
1
2
=
PECH t，t +1·SECH t，t +1·TECHCH t，t +1 =
EFFCH t，t +1·TECHCH t，t +1。
式中: xt，yt 分别为 t 时期的投入向量和产出向量;
xt +1，yt +1 分别为 t + 1 时期的投入向量和产出向量;
dt( x，y) 和 d ( t +1) ( x，y) 分别为以 t时期技术为参照
和以 t + 1 时期技术为参照的距离函数; 下标 v，c
分别表示可变规模报酬(VＲS)技术假设和不变规
模报酬 ( CＲS)技术假设; PECH，SECH，TECHCH
和 EFFCH 分别表示纯技术效率变动指数、规模效
率变动指数、技术进步变动指数和技术效率变动
指数。
而且，若 MALM 大于 1，则表明全要素生产率增
长率为正; 反之则表明全要素生产率增长率为负。
若 EFFCH，TECHCH 大于 1，则分别表明技术效率、
技术进步促进全要素生产率增长; 反之则表明它们
抑制全要素生产率增长。若 PECH，SECH 大于 1，
则分别表明纯技术效率、规模效率促进技术效率提
升; 反之则表明它们抑制技术效率提升。
1. 2 指标选取与数据来源
综合考虑指标的可得性和科学性，从土地、资本
和劳动力 3 个角度反映林业经营过程中的投入情
况，用森林面积( hm2 )代表营林过程中的土地要素
投入; 林业系统年末从业人员数量(人)代表劳动力
要素的投入; 营林固定资产投资(万元)代表营林过
程中资本要素的投入。选取林业第一产业产值(万
元)、森林蓄积量(万 m3)和木材产量(万 m3 )3 个指
标，分别体现经济效益、生态效益和社会效益 3 方面
的产出，反映林业的总体产出状况。其中，木材产量
直接关系到中国严峻的木材安全形势，因而用来反
映社会效益。
各指标所使用的相关数据，主要为全国 31 个省
份 2004—2012 年的相关统计数据。其中，木材产
量、固定资产投资额部分缺失数据经过简单计算而
来。研究中所使用的原始统计数据，均来源于历年
《中国林业统计年鉴》、《中国农村统计年鉴》以及
《新中国农业 60 年统计年鉴》。其中，天津 (2004，
2005 年)、上海(2004—2006，2009—2011 年)、宁夏
(2004—2006，2010 年) 3 个省(市)木材产量及天
津(2011—2012 年)、广东(2012 年)营林固定资产
投资额数据缺失，缺失数据采用简单线性趋势外推
法进行估算。
2 林业全要素生产率测算结果分析
运用 Fre 等(1994)构建的 Malmquist 生产率指
数法，以中国 31 个省份为决策单元，测算林业全要
素生产率，结果见表 1 和表 2(使用 DEAP 2. 1 软件
运算)。
2. 1 中国林业全要素生产率年际变动分析
2. 1. 1 中国林业全要素生产率总体处于增长态势
由表 1 可知，近年来中国林业生产效率保持上升
的势头，林业全要素生产率年均增长 15. 6%，增幅
较大。除了 2008—2009 年全要素生产率较大幅
度下降、2011—2012 年全要素生产率略有小幅上
升外，其他年份全要素生产率均出现明显增长(最
低增长率 3. 2% )。2008 年中国林业产业在严重
低温雨雪冰冻自然灾害及国际金融危机的冲击
下，2008 和 2009 年林业生产受到了较大影响，打
破了正常的林业经营管理和要素配置状态; 而且，
为了尽快恢复 2008 年严重低温雨雪冰冻自然灾
害所破坏的林业基础设施，林业投入无暇顾及林
业技术的恢复和提升，导致 2008—2009 年林业全
要素生产率下降。
911
林 业 科 学 51 卷
表 1 2004—2012 年中国林业全要素生产率指数(Malmquist 指数)及其分量①
Tab． 1 China’s forestry total factor productivity index(Malmquist index)and its components during 2004—2012
年度
Year
技术效率变动
指数 EFFCH
技术进步变动
指数 TECHCH
纯技术效率变
动指数 PECH
规模效率变动
指数 SECH
Malmquist
指数 MALM
2004—2005 1. 022 1. 517 1. 031 0. 991 1. 550
2005—2006 0. 981 1. 053 0. 993 0. 988 1. 032
2006—2007 0. 979 1. 067 0. 997 0. 982 1. 045
2007—2008 1. 025 1. 013 1. 024 1. 001 1. 038
2008—2009 1. 000 0. 876 0. 990 1. 010 0. 875
2009—2010 0. 991 1. 140 0. 968 1. 023 1. 129
2010—2011 1. 150 1. 614 1. 140 1. 009 1. 856
2011—2012 0. 970 1. 032 0. 993 0. 976 1. 001
平均值 Mean 1. 013 1. 141 1. 016 0. 998 1. 156
①各指数的含义见 1. 1; 平均值为几何平均值，由 DEAP2. 1 软件直接给出; 根据 Fre 等(1992; 1994)的研究，本表中的指数减去 1，就是
各相应指标的增长率。See Section 1. 1 for the definitions of the indexes． The sample mean from the software DEAP Version 2. 1 is geometric mean．
Based on the research by Fre et al． (1992; 1994)，every index in Tab． 1 minus 1 is its growth rate． EFFCH:The efficiency change; TECHCH:The
technical change;PECH:The pure efficiency change; SECH:The scale efficiency change;MALM:The malmquist productivity index． 下同。The same
below．
2. 1. 2 中国林业全要素生产率增长的主要源泉是技
术进步 不论是从整个测度期间还是从各年份来看，
技术进步都是林业全要素生产率增长的关键动力。
第一，2004—2012 年期间，全国林业技术进步明
显，促进了林业全要素生产率的增长。技术进步和技
术效率对林业全要素生产率作用差异较为明显，林业
全要素生产率的提升主要来自于技术进步(年均增长
率 14. 1% )的贡献，而技术效率的变动(年均增长率
1. 3% )总体上对全要素生产率变动作用较小。这主
要是因为国家在林业固定资产投资和人员配备过程
中，各省份的投入呈现逐年递增态势，资源要素未实
现合理配置，林业产出没有实现同步增长。
第二，大多数年份全国林业全要素生产率的上
升，都与技术进步直接相关。2004—2012 年 8 个年度
中，有 7 个年度实现了全国林业全要素生产率上升。
在全要素生产率上升的年份中，技术进步均对林业全
要素生产率的上升起推动作用。在整个期间，
2010—2011 年林业全要素生产率的变动最为明显，增
长率高达 85. 6%，同时，其技术效率的增长幅度最大，
高达 15%，但其增长动力仍主要来源于技术进步的
贡献，技术效率对全要素生产率增长所起的作用较
小，其根源在于规模效率难以同步增长。虽然 2008
年严重低温雨雪冰冻自然灾害导致 2008—2009 年林
业投入多用于修复自然灾害破坏的基础设施从而引
发了技术退步和全要素生产率下降(是考察期间唯一
出现技术退步的年度，也是唯一出现全要素生产率下
降的年度)，但是，2009 年基础设施逐渐得以恢复后，
有更多能力投入林业技术，2009—2010 年和 2010—
2011 年在 2008—2009 年较低的技术水平基础上，全
国实现了林业技术进步变动指数的大幅度提升，从而
引起了全要素生产率的大幅提升。2004—2005 年和
2010—2011 年，虽然技术进步和技术效率均推动全要
素生产率增长，但技术进步在全要素生产率增长的过
程中仍扮演主要角色。在 2010—2011 年林业全要素
生产率明显提高的基础上，2011—2012 年技术进步
仍然出现了 3. 2%的增长，其全要素生产率也出现小
幅增长，由此可以看出，林业产业有可持续发展的态
势。而且，研究还发现，技术进步变动指数的变动与
全要素生产率的变动呈现高度的正相关，可见，林业
技术进步在林业生产效率提升中扮演着关键性作用。
2. 1. 3 技术效率对不同时期林业全要素生产率增
长发挥不同作用 技术效率对 2004—2012 年整个
期间及各个年份全要素生产率的变化所起的作用，
存在明显差异。
第一，技术效率总体上对整个期间林业全要素
生产率的提升所发挥的作用较为有限。2004—2012
年，技术效率年均增长率仅为 1. 3%。整个期间，只
有 2004—2005，2007—2008，2010—2011 年 3 个年
度技术效率对全要素生产率的增长起推动作用，但
对比技术进步的作用力度，仍然较小。2008—2009
年，全国林业技术效率变动指数为 1，技术效率既没
有改善也没有恶化，因此，技术效率既未对全要素生
产率的增长起促进作用，也未起阻碍作用。2004—
2012 年期间，纯技术效率对技术效率的变动贡献较
为突出，年均增长率为 1. 6%，而规模效率则出现了
0. 2%的负增长。可见，技术效率的增长受到规模效
率无法同步增长的制约。
第二，一半年份技术效率对全国林业全要素生
产率 的 增 长 起 阻 碍 作 用。 2005—2006， 2006—
2007，2009—2010，2011—2012 年 4 个年度，技术
效率均对林业全要素生产率的增长起阻碍作用。其
中，2011—2012 年技术效率的负增长程度最大，出
现了 3%的负增长，其原因在于纯技术效率(增长率
－ 0. 7% )和规模效率(增长率 － 2. 4% )均不同程度
021
第 9 期 黄安胜等: 多重目标下的中国林业全要素生产率及其时空差异
降低，最终导致该年的全要素生产率增长幅度仅有
0. 1%。这反映了我国林业固定资产投资和人员投
入增长过快，而忽视了要素配置结构。
2. 2 中国林业全要素生产率变动的区域比较分析
2. 2. 1 四大地区林业全要素生产率均实现增长，但
增长速度差异较大 表 2 给出了 2004—2012 年中
国东部地区、东北地区、中部地区和西部地区林业全
要生产率指数及其构成的取值。从表中可知，中国
不同区域林业全要素生产率的增长及其构成都呈现
出明显的区域特征。4 个地区的林业全要素生产率
都实现了增长，但增长的速度有明显差异，增长速度
由高到低依次为东部地区、中部地区、西部地区和东
北地区。东部地区与中部地区林业全要素生产率年
均增长的速度分别为 21. 8%和 18. 4%，2 个地区的
增长幅度都较高，远高于全国平均水平 (增长率
15. 6% )。东北地区(年均增长率 10. 1% )与西部地
区(年均增长率 10. 7% )的增长速度相近，较全国平
均水平尚有较大差距。东北地区和西部地区作为天
保工程的主要实施区，林业从业人员虽然大幅增长，
但林业产值与木材产量的增加幅度较小，因而其林
业全要素生产率的增长明显落后于其他地区。有些
省份甚至因天保工程政策的实施，木材受到禁伐或
限伐，还出现一些年份在投入增加的情况下木材产
量反而下降的现象，因此这些省份林业全要素生产
率的增长明显落后于其他省份，甚至有些省份 (如
黑龙江和内蒙古)林业全要素生产率出现负增长。
表 2 2004—2012 年中国区域林业全要素生产率指数(Malmquist 指数)及其分量①
Tab． 2 Ｒegional forestry total factor productivity index(Malmquist index) in China and its components during 2004—2012
地区 Ｒegion
技术效率
变动指数
EFFCH
技术进步
变动指数
TECHCH
纯技术效
率变动指数
PECH
规模效率
变动指数
SECH
Malmquist
指数
MALM
北京 Beijing 0. 954 1. 214 0. 953 1. 001 1. 158
天津 Tianjin 0. 987 1. 165 1. 000 0. 987 1. 151
河北 Hebei 1. 064 1. 314 1. 054 1. 010 1. 398
上海 Shanghai 1. 000 1. 198 1. 000 1. 000 1. 198
江苏 Jiangsu 1. 000 1. 178 1. 000 1. 000 1. 178
浙江 Zhejiang 1. 000 1. 192 1. 000 1. 000 1. 192
福建 Fujian 0. 996 1. 032 0. 996 1. 000 1. 028
山东 Shandong 1. 000 1. 312 1. 000 1. 000 1. 312
广东 Guangdong 1. 051 1. 351 1. 049 1. 002 1. 420
海南 Hainan 0. 996 1. 198 1. 000 0. 996 1. 194
东部平均 Mean of eastern region 1. 004 1. 212 1. 005 1. 000 1. 218
辽宁 Liaoning 1. 058 1. 270 1. 065 0. 994 1. 344
吉林 Jilin 0. 989 1. 013 0. 989 0. 999 1. 001
黑龙江 Heilongjiang 0. 983 1. 008 0. 983 1. 000 0. 991
东北平均 Mean of northeastern region 1. 009 1. 090 1. 012 0. 998 1. 101
山西 Shanxi 1. 002 1. 168 1. 002 1. 001 1. 170
安徽 Anhui 1. 000 1. 076 1. 000 1. 000 1. 076
江西 Jinagxi 1. 001 1. 132 1. 030 0. 972 1. 133
河南 Henan 1. 021 1. 435 1. 020 1. 000 1. 465
湖北 Hubei 1. 054 1. 224 1. 056 0. 998 1. 290
湖南 Hunan 0. 958 1. 070 0. 970 0. 987 1. 024
中部平均 Mean of central region 1. 006 1. 178 1. 013 0. 993 1. 184
内蒙古 Neimenggu 0. 968 1. 011 0. 956 1. 013 0. 979
广西 Guangxi 1. 055 1. 061 1. 022 1. 032 1. 120
重庆 Chongqing 1. 012 1. 275 1. 008 1. 005 1. 291
四川 Sichuan 1. 004 1. 161 1. 000 1. 004 1. 166
贵州 Guizhou 1. 091 1. 079 1. 128 0. 967 1. 178
云南 Yunan 1. 004 1. 031 1. 000 1. 004 1. 036
西藏 Xizang 1. 000 0. 828 1. 000 1. 000 0. 828
陕西 Shaanxi 1. 001 1. 106 0. 993 1. 008 1. 107
甘肃 Gansu 0. 959 1. 065 0. 955 1. 004 1. 022
青海 Qinghai 1. 065 1. 017 1. 091 0. 976 1. 084
宁夏 Ningxia 1. 129 1. 265 1. 161 0. 973 1. 429
新疆 Xinjiang 1. 025 1. 127 1. 032 0. 993 1. 156
西部平均 Mean of western region 1. 025 1. 079 1. 027 0. 998 1. 107
全国平均 Mean of China 1. 013 1. 141 1. 016 0. 998 1. 156
①各指数的含义见 1. 1; 平均值为几何平均值，全国平均值由 DEAP2. 1 软件直接给出，各地区平均值则经过计算而得; 根据 Fre 等
(1992; 1994)的研究，本表中的指数减去 1，就是各相应指标的增长率。See Section 1. 1 for the definitions of the indexes． Both the mean of China
from the software DEAP Version 2. 1 and the ones of all regions from calculation are geometric means． Based on the research by Fre et al． (1992;
1994)，every index in Tab． 2 minus 1 is its growth rate．
121
林 业 科 学 51 卷
2. 2. 2 四大地区林业全要素生产率主要增长动力
均是技术进步 四大地区林业全要素生产率的增长
主要是技术进步所引起的，但各地区技术进步推动
全要素生产率增长的贡献大小存在较大差异。其
中，东部地区技术进步最为明显 ( 年度增长率
21. 2% )，这与东部地区经济发达、整体科技水平较
高密切相关; 东北地区与西部地区的林业技术进步
变动指数较为接近 (变动指数分别为 1. 090 和
1. 079); 中部地区的林业技术进步 (变动指数为
1. 178)略高于全国平均水平; 2004—2012 年整个期
间技术进步恶化的省份仅有 1 个(西藏)，属于西部
地区。西部地区技术进步落后的主要原因是西部地
区注重基础设施投入，而在科技研发和推广方面投
入较少，林业科技水平有待进一步提高。而东部地
区的经济发展水平普遍较高，科研院所和科研人才
集聚的明显优势极大促进了其林业技术水平的提
高。中部地区的省份多分布在南方集体林区，在东
部地区的科研资源辐射和集体林权制度改革的双重
作用下，林业技术水平也出现了较大程度的提高。
2. 2. 3 林业技术效率对不同地区林业全要素生产
率增长的作用差异较小 在四大地区，林业技术效
率对林业全要素生产率增长的作用没有明显差异，
林业技术效率对林业全要素生产率增长的贡献都较
为有限。西部地区的林业技术效率增长速度最快，
年均增长率为 2. 5%，东部、中部、东北 3 个地区的
林业技术效率年均增长率均未超过 1%。主要原因
是规模效率的下降阻碍了林业技术效率的进一步提
升，说明营林固定资产投资和人力投入的配置不合
理严重影响了林业产业的发展。进一步分析林业技
术效率的纯技术效率和规模效率 2 个分量，可以发
现区域间林业技术效率分量的变动较为相似。四大
地区林业技术效率的增长均主要来自于纯技术效率
的贡献，其中东部地区的林业纯技术效率增长速度
最低，年均增长率为 0. 5%，这和东部地区林业收入
占农民收入的比重较低、林农经营意愿不高、大量高
素质劳动力流入第二产业和第三产业等因素密切相
关; 西部地区的林业纯技术效率年均增长速度最
高，为 2. 7% ; 其他 2 个地区的纯技术效率增长幅度
较为接近(年均增长率在 1. 2%左右)。四大地区的
林业规模效率，除东部地区保持不变外，其他 3 个地
区均出现了不同程度的负增长，中部地区的林业规
模效率负增长程度最高。这主要是由于集体林权制
度改革后，林业经营大户的大量出现，造成林业的土
地大规模经营与劳动力之间的配置不相适应，使其
出现了效率较低的现象。
3 促进林业全要素生产率增长的对策建议
3. 1 依靠协同创新和高位嫁接，大力促进林业技术
进步
不论是从全国来看，还是从四大地区来看，林业
全要素生产率增长的主要源泉都是技术进步。因
此，大力促进林业技术进步，推动全要素生产率增
长，才是加快林业经济发展方式转变、推进林业可持
续发展的根本之策。
第一，加大林业科技投入，构建适合林业产业实
际特点的科技协同创新体系。适应全球和整个社会
协同创新的发展趋势，根据林业经营周期长、风险
大、对自然环境要求高等特点，建立一套从研发、推
广到实践的全方位科技协同创新体系。加大对高
校、科研院所等林业科技研发主体的经济支持，构建
林农、林业企业、林业主管理部门及科技主管理部门
等相关主体合作与交流的平台，创新林业科技共享
机制，开展多方位协作，促进林业科技研发水平的迅
速提升、林业科技成果的快速转化和林业生产技术
的大幅进步。
第二，嫁接工业技术和高新技术，推动林业技术
“跨跃式”升级。林业主管部门，农业、林业、工业、
服务业和其他行业的科技主管理部门和科技推广部
门，相互联合，与工业企业、高新技术企业、林农、林
业企业等多方主体进行沟通，探寻和挖掘适合引入
林业生产的工业技术、高新技术和其他相关技术，实
现林业生产技术的高位嫁接和“跨跃式”升级。
3. 2 稳步推进科技成果推广，全面加快林业技术效
率提升
不论是从全国来看，还是从四大地区来看，林业
技术效率未能同步提升，制约了全要素生产率的增
长。因此，必须在促进技术进步的同时，推进科技成
果推广，加快林业技术效率提升。
第一，采取多种形式，加强对营林主体的技术培
训。林业主管理部门和农技推广部门，通过开展多
种形式的林业技术培训，带动林业经营整体水平的
提升: 一方面，可以通过开展形式多样的经营技术
培训，定期向林农和林业企业传播林业经营技术，推
进林业技术的普及; 另一方面，还可以通过不定期
培训，解答生产经营过程中出现的难题，提升林农和
林业企业处理技术难题的能力。
第二，利用现代媒体，加强对林业技术的宣传。
林业主管理部门和农技推广部门，充分发挥网络、移
动电话、固定电话和广播等现代媒体的传播作用，宣
传适合当地实际的林业技术，并且及时向研发主体、
221
第 9 期 黄安胜等: 多重目标下的中国林业全要素生产率及其时空差异
技术提供者和配套设备供应商等相关主体反馈当地
的技术需求。
第三，以点带面，促进林业科技的民间传播。林
权制度改革后，林农和林业企业成为林业经营的最
主要微观主体，林农之间、林业企业之间及林农和林
业企业之间，由于在资源禀赋、营林经验及知识等多
方面存在差异，导致其林业经营效率千差万别。林
业相关部门可以坚持“树典型、抓试点”的技术交流
办法，发动林农之间、林业企业之间及林农和林业企
业之间，进行生产经营经验和技术交流，促进林业经
营管理经验和技术的有效传播。
3. 3 制定因地制宜的林业发展政策，推动区域林业
全要素生产率增长
中国四大地区不仅林业全要素生产率增长速度
和增长动力存在差异，而且林业发展的现实基础也
存在较大差异。因此，必须制定因地制宜的林业发
展政策，推动林业全要素生产率增长，加快林业经济
发展方式转变。
第一，对于东部地区，林业发展政策的重点任务
是提高林农的经营意愿。东部地区林业经济总体发
展水平较高，林业发展条件较好，林业经营管理水平
较高，科研与人才方面也存在明显优势;但是由于该
地区整体经济发展水平高，且非公有制经济发展活
跃，林农经营林业的机会成本(尤其是劳动力成本)
很高，在一定程度上影响林业(尤其是林业第一产
业)的发展。所以，必须通过提高林农的营林积极
性，推动林业全要素生产率增长: 一是凭借东部地
区雄厚的财政实力，加大林业补贴力度，提高林农的
经营意愿，从而提升林业技术效率; 二是在集体林
权制度改革的大背景下，完善林改的配套改革，尤其
是从制度上保证林业产权的稳定性、保护林农对林
业资产的收益权和处置权，从而提高林农营林积
极性。
第二，对于东北地区，林业发展政策的重点任务
是优化生产要素的配置结构，提升要素的配置效率。
东北地区集中了中国大量的国有林区及木材加工基
地，营林产业和林产加工业发展优势明显，但是产出
却未能与之对应。虽然国家在此区域投入了大量的
人力、资金和技术，但从其技术效率的变动情况可以
看出，由于要素配置结构不合理，东北地区的林业生
产要素配置效率较低，限制了其全要素生产率的增
长。因此，应该采取多种措施，将东北地区的资源优
势和投入优势转化为产出优势: 一是相关主管部门
和财政资金使用单位应该合理支配林业公共财政投
资，及时调整营林资源配置结构; 二是调动林区职
工的工作热情，提升林业经营管理水平和要素配置
效率; 三是优化林业公共财政支出结构，适当加大
林业科技研发与推广的支出力度; 四是在天保工程
实施区引进相关技术，增强非木质林产品的开发和
利用，大力发展林下经济，增加林业经济产出。
第三，对于中部地区，林业发展政策的重点任务
是提高林业经营管理水平。中部地区虽然在林业基
础条件等方面落后于东部地区，但近年来林业投资
明显加强，林业产业发展水平提升较快，林业产出能
力较强，林业发展迎来良好契机。但是，该地区纯技
术效率提升很少，同时要素配置结构也不太合理，必
须予以重视: 一是林业主管部门、村集体、林农和林
业企业等多方联动，减少林业主要灾害 (尤其是森
林火灾)发生率; 二是提升林业科技水平和林政管
理水平; 三是加大对林农的补贴力度，调动林农的
营林积极性。
第四，对于西部地区，林业发展政策的重点任务
是在完善基础设施的同时，大力促进技术进步。西
部地区人均林业资源占有量明显高于全国水平，私
有林发展也较快，但是，经济实力弱、林业基础设施
薄弱和科技发展经费不足等客观性因素，使得科技
进步对林业全要素生产率增长的促进作用落后于其
他 3 个地区。因此，促进林业发展和林业全要素生
产率增长，应该重点做好 4 项工作: 一是继续加大
林业投入，完善林业基础设施; 二是在重视科技成
果研发与推广的同时，加强与其他地区 (尤其是东
部地区)的交流与合作，引进其他地区的先进技术，
学习其他地区的先进管理经验; 三是优化林业要素
配置结构，促进规模效率的提升; 四是与东北地区
相似，在天保工程实施区，大力发展林下经济，增加
林业经济产出。
4 结论与讨论
1) 从 Malmquist 生产率指数及其分量的变化上
看，2004—2012 年中国林业全要素生产率总体上呈
现增长态势; 技术进步是推动全国林业全要素生产
率增长的主要动力，而技术效率由于提升乏力，对林
业整体效率提高的效果不佳。因此，在确保林业科
技进步的前提下，提升林业技术效率是促进林业可
持续发展的可行之策。
2) 从林业全要素生产率变动的区域比较分析
可知，中国林业全要素生产率增长存在明显的区域
差异，不同区域内林业全要素生产率分量的变动亦
存在较大差异。同时，由于各区域自然历史条件和
资源禀赋差异较大，经济社会发展也很不均衡，所
321
林 业 科 学 51 卷
以，为了实现各地区林业的可持续发展，应当根据区
域的现实特征，制定相应的林业发展政策。
需要说明的是，研究中还存在一些不足之处:其
一，由于缺乏相关自然科学方法准确分析林业投入
产出的时滞长短，和大多数相关研究一样，研究中未
充分考虑林业投入产出之间的时滞性; 其二，仅初
步分析中国和各大地区林业全要素生产率变动规律
背后的原因，但未进一步进行实证计量检验和分析，
相关研究值得进一步深入。
参 考 文 献
陈思杭，金志农，滕玉华 ． 2013．林业全要素生产率分析———基于九个
主要林业省份的数据 ．生态经济，(10) : 81 － 84．
(Chen S H，Jin Z N，Teng Y H． 2013． Ｒesearch on the total factor
productivity of forestry: Based on nine major forestry provinces in
China． Ecological Economy，(10) :81 － 84． ［in Chinese］)
陈晓兰，姜雪梅 ． 2014．中国林业全要素生产率分析 ． 林业经济，(3) :
75 － 82．
(Chen X L，Jiang X M． 2014． A study on total factor productivity of
Chinese forestry． Forestry Economics， ( 3 ) : 75 － 82． ［ in
Chinese］)
郭庆旺，赵志耕，贾俊雪 ． 2005． 中国省份经济的全要素生产率分析 ．
世界经济，(5) : 46 － 53．
(Guo Q W，Zhao Z G，Jia J X． 2005． The analysis of provincial total
factor productivity in China． The Journal of World Economy，(5) :
46 － 53． ［in Chinese］)
黄安胜，许佳贤，徐 琳 ． 2013． 中国农业全要素生产率及其时空差
异分析 ．福建农林大学学报: 社会科学版，16(3) : 47 － 51．
(Huang A S，Xu J X，Xu L． 2013． Analysis of agriculture total factor
productivity and its spatiotemporal differences in China． Journal of
Fujian Agricultural and Forestry University: Social Science Edition，
16(3) : 47 － 51． ［in Chinese］)
黄森慰，苏时鹏，张春霞 ． 2011．福建私有林经营效率实证研究 ． 林业
经济，(10) : 72 － 74．
(Huang S W，Su S P，Zhang C X． 2011． The empirical analysis of
private forest management efficiency in Fujian province． Forestry
Economics，(10) : 72 － 74． ［in Chinese］)
何浩然，翁 茜，徐晋涛，等 ． 2007． 国有林区林产品加工企业效率分
析 ．林业科学，43(11) : 113 － 121．
(He H Ｒ，Weng Q，Xu J T，et al． 2007． Analysis on the efficiency of
processing mills in state-owned forest areas． Scientia Silvae Sinicae，
43(11) : 113 － 121． ［in Chinese］)
赖作卿，张忠海 ． 2008．基于 DEA 方法的广东林业投入产出超效率分
析 ．华南农业大学学报: 社会科学版，7(4) : 43 － 47．
( Lai Z Q，Zhang Z H． 2008． The super-efficiency DEA analysis of
Guangdong forestry input-output． Journal of South China
Agricultural University: Social Science Edition，7 ( 4 ) : 43 － 47．
［in Chinese］)
李春华，李 宁，骆华莹，等 ． 2011．基于 DEA 方法的中国林业生产效
率分析及优化路径 ．中国农学通报，27(19) : 55 － 59．
(Li C H，Li N，Luo H Y，et al． 2011． The efficiency analysis and path
optimization of forestry input-output in China based on data
envelopment analysis． Chinese Agricultural Science Bulletin，27
(19) : 55 － 59． ［in Chinese］)
刘 璨 ． 2003．金寨县样本农户效率与消除贫困分析———数据包络分
析(DEA)方法 ．数量技术经济研究，(12) : 102 － 106．
(Liu C． 2003． The analysis of Jinzhai’s sample farmer efficiency and
eliminating poverty—data envelopment analysis ( DEA) approach．
The Journal of Quantitative ＆ Technical Economics，(12) : 102 －
106． ［in Chinese］)
刘 璨，肖 斌，郭松青，等 ． 2003． 农户生产效率及测度———以安徽
金寨县为案例 ．林业经济，(9) : 38 － 40．
(Liu C，Xiao B，Guo S Q，et al． 2003． Study on the farmer production
efficiency— in Jinzhai，Anhui province． Forestry Economics，(9) :
38 － 40． ［in Chinese］)
刘 粲，于法稳 ． 2006．东北国有林区企业效率测算与分析———DEA
方法 ．产业经济评论，(1) : 113 － 127．
(Liu C，Yu F W． 2006． Efficiency analysis of the northeast national
forest enterprise—DEA approach． Ｒeview of Industrial Economics，
(1) : 113 － 127． ［in Chinese］)
刘清泉，江 华 ． 2014．可持续发展视角下林业全要素生产率及影响
因素———来自广东的证据 ．农村经济，(1) : 39 － 43．
(Liu Q Q，Jiang H． 2014． The total factor productivity of the forestry
and its influencing factor based on the perspective of sustainable
development—proof of the Guangdong． Ｒural Economy，(1) : 39 －
43． ［in Chinese］)
刘振滨，苏时鹏，郑逸芳，等 ． 2014． 林改后福建省不同经营规模林业
全要素生产率差异分析 ．林业经济，(7) : 55 － 59，78．
(Liu Z B，Su S P，Zheng Y F，et al． 2014． Analysis the differences of
Fujian farmer forestry TFP in different operation scale after the
reform of forestry property right system． Forestry Economics，(7) :
55 － 59，78． ［in Chinese］)
翟 秋，李 桦，姚顺波 ． 2013．后林权改革视角下家庭林地经营效率
研究 ．西北农林科技大学学报: 社会科学版，13(2) : 64 － 69．
(Qu Q，Li H，Yao S B． 2013． Ｒesearch on efficiency of household
forestland operating based on forest tenure reform． Journal of
Northwest A ＆ F University: Social Science Edition，13(2) : 64 －
69． ［in Chinese］)
宋长鸣，向玉林 ． 2012．林业技术效率及其影响因素研究———基于随
机前沿生产函数 ．林业经济，(2) : 66 － 70．
( Song C M，Xiang Y L． 2012． Study of forestry industry’s technical
efficiency and its influencing factor—based on stochastic frontier
production function model． Forestry Economics，(2) : 66 － 70． ［in
Chinese］)
苏时鹏，马梅芸，林 群 ． 2012．集体林权制度改革后农户林业全要素
生产率的变动———基于福建农户的跟踪调查 ． 林业科学，
48(6) : 127 － 134．
( Su S P，Ma M Y，Lin Q． 2012． Farmer forestry total factor productivity
changes after the collective forestry property rights system reform—
based on households surveys in Fujian province． Scientia Silvae
Sinicae，48(6) :127 － 134． ［in Chinese］)
田 杰，姚顺波 ． 2013．中国林业生产的技术效率测算与分析 ．中国人
口·资源与环境，23(11) : 66 － 72．
(Tian J，Yao S B． 2013． Ｒesearch on technical efficiency of forestry
421
第 9 期 黄安胜等: 多重目标下的中国林业全要素生产率及其时空差异
production in China． China Population， Ｒesources and
Environment，23(11) : 66 － 72． ［in Chinese］)
田淑英，许文立 ． 2012． 基于 DEA 模型的中国林业投入产出效率评
价 ．资源科学，34(10) : 1944 － 1950．
(Tian S Y，Xu W L． 2012． Evaluation of China’s forestry input-output
efficiency based on DEA modeling． Ｒesources Science，34 ( 10 ) :
1944 － 1950． ［in Chinese］)
王 兵，吴延瑞，颜鹏飞 ． 2010．中国区域环境效率与环境全要素生产
率增长 ．经济研究，(5) : 95 － 109．
(Wang B，Wu Y Ｒ，Yan P F． 2010． Environmental efficiency and
environmental total factor productivity growth in China’s regional
economies． Economic Ｒesearch Journal，( 5 ) : 95 － 109． ［in
Chinese］)
吴俊媛，苏时鹏，许佳贤，等 ． 2013． 林改后农户林业全要素生产率变
动测算与分析———基于 DEA-Malmquist 指数方法以浙江丽水为
例 ．林业经济，(1) : 51 － 55．
(Wu J Y，Su S P，Xu J X，et al． 2013． Estimation and analysis of
farmer forestry total factor productivity changes after the forestry
property rights system reform—based on the DEA-Malmquist index
approach in Lishui，Zhejiang province． Forestry Economics，(1) :
51 － 55． ［in Chinese］)
杨 玮 ． 2010．基于 DEA 方法的我国林业全要素生产率实证研究 ．
北京: 北京林业大学硕士学位论文 ．
( Yang W． 2010． The empirical analysis of forestry total factor
productivity in China based on the DEA method． Beijing: MS thesis
of Beijing Forestry University． ［in Chinese］)
张春霞，苏时鹏，郑 晶，等 ． 2010． 私有林经营规模效率研究 ． 北京:
中国林业出版社 ．
(Zhang C X，Su S P，Zheng J，et al． 2010． Ｒesearch on scale efficiency
of operating the private forest． Beijing: China Forestry Publishing
House． ［in Chinese］)
郑逸芳，许佳贤，孙小霞，等 ． 2011． 福建三大林种农户经营规模效率
比较分析 ．林业经济，(12) : 53 － 55．
(Zheng Y F，Xu J X，Sun X X，et al． 2011． Comparative analysis of
management scale efficiency among three kinds forest in Fujian．
Forestry Economics，(12) : 53 － 55． ［in Chinese］)
Caves D W，Christensen L Ｒ，Diewert W E． 1982． The economic theory of
index numbers and the measurement of input， output，and
productivity． Econometrica，50(6) : 1393 － 1414．
Clinch J P． 2000． Assessing the social efficiency of temperate-zone
commercial forestry programs: Ireland as a case study． Forest Policy
and Economics，1(3 /4) : 225 － 241．
Fre Ｒ，Grosskopf S，Bjornl L，et al． 1992． Productivity changes in
Swedish pharmacies 1980 － 89: A nonparametric Malmquist
approach． Journal of Productive Analysis，3(3) : 85 － 101．
Fre Ｒ，Grosskopf S，Norris M，et al． 1994． Productivity growth，technical
progress，and efficiency change in industrialized countries． American
Economic Ｒeview，84(1) : 66 － 83．
Hseu J S，Shang J K． 2005． Productivity changes of pulp and paper
industry in OECD countries， 1991 － 2000: A non-parametric
Malmquist approach． Forest Policy and Economics，7 ( 3 ) : 411 －
422．
Jussi V E，Harri H． 1998． Measuring the efficiency of public forestry
organizations． Forest Science，44(3) : 298 － 307．
Kao C． 2010． Malmquist productivity index based on common-weights
DEA: The case of Taiwan forests after reorganization． Omega，38:
484 － 491．
Kao C，Yang Y C． 1991． Measuring the efficiency of forest management．
Forest Science，37(5) : 1239 － 1252．
Kao C，Yang Y C． 1992． Ｒeorganization of forest districts via efficiency
measurement． Forestry，58(3) : 356 － 362．
Korkmaz M． 2011． Productivity changes of forest enterprises in Turkey: A
non-parametric Malmquist approach． African Journal of Agricultural
Ｒesearch，28(6) : 6189 － 6196．
Lebel L G，Stuart W B． 1998． Technical efficiency evaluation of logging
contractors using a nonparametric model． International Journal of
Forest Engineering，9(2) : 15 － 24．
Lee J Y． 2005． Using DEA to measure efficiency in forest and paper
companies． Forest Product Society，55(1) : 58 － 66．
Malmquist S． 1953． Index numbers and indifference surfaces． Trabajos de
Estadistica，4(2) : 209 － 242．
Meil J K，Singh B K，Nautiyal J C． 1988． Short-run actual and least-cost
productivities of variable inputs for the British Columbia interior
softwood lumber industry． Forest Science，34(1) : 88 － 101．
Salehirad N，Sowlati T． 2006． Productivity and efficiency assessment of the
wood industry: A review with a focus on Canada． Forest Product
Society，56(6) : 25 － 32．
Shiba M． 1997． Measuring the efficiency of managerial and technical
performances in forestry activities by means of DEA． International
Journal of Forest Engineering，8(1) : 7 － 19．
Viitala E J，Janninen H． 1998． Measuring the efficiency of public forestry
organizations． Forest Science，44(3) : 298 － 307．
(责任编辑 石红青)
521