林业科学  2013, Vol. 49 Issue (8): 132-139   PDF    
DOI: 10.11707/j.1001-7488.20130819
0

文章信息

刘林
Liu Lin
我国森林可持续利用的生态经济弹性分析
Analysis of Forest Sustainable Utilization in China Using a Ecological Economy Elasticity Model
林业科学, 2013, 49(8): 132-139
Scientia Silvae Sinicae, 2013, 49(8): 132-139.
DOI: 10.11707/j.1001-7488.20130819

文章历史

收稿日期:2013-05-09
修回日期:2013-06-13

作者相关文章

刘林

我国森林可持续利用的生态经济弹性分析
刘林    
中国计量学院经济与管理学院 杭州 310018
摘要:以我国31个省、市、自治区为样本区域,利用1999—2010年的森林蓄积量和林业总产值数据,采用改进的生态经济弹性模型,对不同尺度森林生态经济弹性进行测度和分析, 以反映森林资源供给与经济需求之间的协调关系。结果表明: 1) 全国尺度上,我国森林生态经济弹性均值为0.255,处于生态滞后状态,且在研究区间内上升趋势不明显; 2) 区域尺度上,森林生态经济弹性均值的区域排列为东部(1.271)>中部(-0.277)>西部(-0.394); 3) 省域尺度上,天津(2.195)、辽宁(1.621)、广西(1.579)、广东(1.472)、福建(1.471)、西藏(1.344)、河北(1.337)、浙江(1.264)、海南(1.217)、北京(1.165)10个省份森林生态经济弹性较高; 山东(0.983)和江苏(0.969)处在生态滞后临界值附近; 四川(0.409)和云南(0.337)则步入了生态滞后状态; 黑龙江(0.046)、陕西(0.016)、上海(0.003)和内蒙古(0.002)几乎处于无弹性状态; 其余13个省份均处于重度生态滞后状态,宁夏(-2.488)和青海(-2.714)最严重。
关键词森林    可持续利用    生态经济弹性    
Analysis of Forest Sustainable Utilization in China Using a Ecological Economy Elasticity Model
Liu Lin    
College of Economics and Management, China Jiliang University Hangzhou 310018
Abstract: In this paper, the author estimated and analyzed the changing process of elasticity of forest ecological economy by applying forest stock volume and total output value of forestry data, which represent forest resource supply and economic demand, in China from 1999 to 2010 with an elastic model, to reveal the synergic relationship between the supply of forest resources and the demand of economy. The results show that 1) on the nationwide scale, the average elasticity value of ecological economy is 0.255, indicating that the rate of forest stock rise is less than the rate of forest economic growth, and suggesting ecological lagging behind. There is no increasing trend during this research interval. 2) on the regional scale, the elasticity value of forest ecological economy is 1.271 in the east region,-0.277 in the west region, and-0.394 in the middle region of China. 3) on the provincial scale, the elasticity value of ecological economy is 2.195 for Tianjin, 1.621 for Liaoning, 1.579 for Guangxi, 1.472 for Guangdong, 1.471 for Fujian, 1.344 for Tibet, 1.337 for Hebei, 1.264 for Zhejiang, 1.217 for Hainan, and 1.165 for Beijing, respectively. The above provinces have relatively higher elasticity. Shandong and Jiangsu have 0.984 and 0.969 of the elasticity value, respectively, and they are near the critical value of ecological lagging. The following provinces, including Sichuan, 0.409, and Yunnan, 0.337, are in mild lagged state. Heilongjiang, 0.046, Shaanxi, 0.016, Shanghai, 0.003 and Inner Mongolia, 0.002 are in no elastic state. The left 13 provinces are in serious lagged state, especially Ningxia,-2.488 and Qinghai,-2.714.
Key words: forest    sustainable utilization    elasticity of ecological economy    

森林资源是生态建设的物质基础,也是经济发展的前提保障。森林资源的变化从本质上分析是同社会经济发展进程紧密联系在一起的(郑小贤,2007)。然而,长期的无序利用使得森林的经济价值与生态功能之间的矛盾越来越突出: 当人们从森林中索取过多的经济效益时,将导致整个森林生态系统的功能降低,甚至引起整个系统的崩溃; 当人们只注重其生态功能的发挥时,经济效益又难以实现。因此,研究森林资源供给与经济需求之间的协调关系,将有助于为森林资源可持续利用的政策制定提供科学依据。

从20 世纪70 年代开始,许多经济学家认识到自然资源的稀缺已经成为限制经济增长的主要因素,作为对现实的解释,他们将自然资源作为变量引入到经济增长理论分析框架中(Stiglitz,1974; Dasgupta et al., 1979; Romer,1990)或者生产函数中(Scholz et al., 1999; Grimaud et al., 2003; 彭水军,2007),以此反映自然资源的稀缺和不断消耗对长期经济增长的影响。但是,这种基于“增长理论” 的模型是在假设资源稀缺和可耗竭的条件下建立的,把自然资源视为经济系统的一个输入要素而非与经济系统并存的生态系统来对待,因而分析结果缺乏对人与自然资源协同关系的反映。同样,作为对现实的回应,国内外的生态学家进行了包括林业在内的可持续发展研究,这种研究基本都属于宏观上的定性研究,具体定量研究也仅限于对全球生物圈生态系统服务价值的估算(Costanza et al., 1987; 吴建寨等,2007; 王兵等,2009)以及基于生态足迹(Costanza,2008; 丁生喜,2011; 贺祥瑞等,2011; Zhao et al., 2011; 周静等,2012)、能值分析(Jiang et al., 2007; Lu et al., 2009; 张雪花等,2011; 杨卓翔等,2012)和指标评价(王霞等,2012)等研究方法的生态经济状态评价。这类研究通常不是以某种具体自然资源为研究对象,而是将区域尺度下包含多种自然资源的生态系统作为一个研究整体,只能说为森林生态系统价值的深入研究奠定了基础。而近年来,对森林生态经济系统的研究主要集中于对森林生态与经济功能之间关系的研究,通常利用回归分析(Wang et al., 2007; 陈晨等,2011)、指标评价(崔国发等,2011; 刘晓光等,2011)等方法。可以说,对森林生态经济系统的研究所采用的森林生态与经济系统共存模型的思路无疑是正确的,但是,对于区域森林生态经济系统的时间动态分析及不同尺度空间差异鲜有涉及,而尺度的概念对于可持续性评价是非常重要的(Passel et al., 2012)。

森林资源可持续发展是当前人类社会发展的基础,要将森林资源的可持续发展目标变成可操作的发展模式,必须定量测度森林资源的可持续供给能力。一般来说,供给能力的提高是决定经济长期增长的主要因素。对于供给能力,可以从2 个角度进行刻画,一个是森林资源的现存量,另一个是森林资源的新增量。由于森林资源现存量很大,而每年经济需求量相对很小,因此,用现存量来衡量供给力,反映不出森林资源变化对经济需求的影响。如果用生态经济弹性,即森林年新增量与年需求量比,来测度森林资源变化对经济需求变化的响应程度,二者间的关系将会得到合理的反映。生态经济弹性是指人类活动的自然需求对经济发展变化的反应,可对一定区域内生态经济系统进行综合评价和定量分析。目前,基于弹性分析的生态经济模型已经在江苏(杨足膺等,2010)、山西长治(王书玉等,2009)等区域进行了实证研究,取得了较好的研究效果。

本文将利用生态经济弹性,从森林资源变化对经济需求变化敏感性的角度分析我国森林的可持续利用能力。但是弹性值的测度需要以不断变化的时间序列数据为基础,而本文所使用的有关森林资源存量数据每5 年复测1 次,很难对森林生态经济系统状态进行动态分析,因此,本研究将传统生态经济弹性公式进行改进,从而可以获得研究时域内每年我国森林生态经济弹性值。同时,为了全面反映不同空间尺度下我国森林生态经济弹性的变化规律,本研究从国家、区域和省域3 个尺度进行实证分析,研究结论将为我国森林资源有序利用与可持续发展策略制定提供理论依据。

1 研究区域与研究方法 1.1 研究区域设定

本研究在全国、区域、省域3 个空间尺度上分析我国森林生态经济弹性的差异。全国尺度中,因香港、澳门和台湾的数据缺失,因此没有把这3 个地区包括在内。区域尺度把全国划分为东、中、西部,其划分与国家统计局划分基本一致,即东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南12 个省、市和自治区; 中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南9 个省和自治区; 西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、 新疆10 个省、市和自治区。省域尺度即上述31 个省、市和自治区。

1.2 研究方法

生态经济弹性是衡量经济和生态协同关系的重要数量指标之一,它说明了森林资源对经济需求的供给能力,这个供给能力是森林资源的新增量的大小对经济需求量的满足程度,而不是指森林资源的现存量对经济需求量的满足程度。它是森林资源变量变化率与经济变量变化率的比值(York et al., 2003),用公式表示为:

$$E = \frac{{\Delta {S_t}}}{{{S_t}}}/\frac{{\Delta {G_t}}}{{{G_t}}}.$$ (1)
式中: E 为森林生态经济弹性系数; ΔSt /St为森林资源单位时间的增长率; ΔGt /Gt为依托森林资源的生产部门的经济增长率。由于一般弹性系数以某年对基年的资源年增长率与某年对基年的经济增长率来表示,基年一般以0 年表示,因此,式(1)可以转换为:
$$E = \frac{{\Delta S}}{{{S_0}}}/\frac{{\Delta G}}{{{G_0}}} = \frac{{\Delta S}}{{\Delta G}}/\frac{{{S_0}}}{{{G_0}}} = \frac{{\Delta S}}{{\Delta G}}/{C_0}.$$ (2)
式中: C0为基年单位经济增长所消耗的森林资源数量,也被称为资源消耗系数,是一个固定常数。ΔSG 如果小于1,表示森林资源的更新率赶不上经济发展中以森林资源为原料的生产部门的经济增长率,这种现象被称为生态滞后(姜学民,1987)。另外,我国森林资源统计数据每5 年复测1 次,依据传统公式(2),需要10 年的数据才能获得1 个弹性值,不但浪费了数据信息,而且很难对森林生态经济弹性进行动态分析。因此,对公式(2)做进一步处理。

先令ΔSG 为函数,于是S = f(G)为经济增长与森林资源存量的关系函数,则弹性E 为该关系函数曲线上某点的斜率。设该关系函数为St =αGtβ,则E = β。根据设定的关系函数,建立模型:

$$ln{S_{it}} = \ln {\alpha _i} + {\beta _i}\ln {G_{it}} = {\mu _{it}}.$$ (3)
式中: i =1,2,…,31,分别代表 31个省、市、自治区; t =1,2,…,12,为样本观测的时间区域; μit为随机扰动项; 参数lnαi表示模型的常数项; βi为对应于解释变量向量Git的系数向量,即βi为对应省份的生态经济弹性值。同理,根据关系函数,建立模型:
$$ln{S_{it}} = \ln {\alpha _i} + {\beta _t}\ln {G_{it}} = {\mu _{it}}.$$ (4)
式中,βt为对应相应年份的生态经济弹性值。

对参数β 的估计所使用的森林资源数据为每5年进行1 次的森林清查结果,不同省份、年份的随机误差项μit之间必然存在相关性,因此需要使用广义最小二乘法(GLS)对模型进行估计。这样,通过对关系函数的估计可以得到相应年份和省份的森林生态经济弹性值。

所获得的森林生态经济弹性系数估计值代表的现实意义是不同的。如果估计的生态经济弹性值${\hat \beta }$>1,则森林资源在单位时间内的更新量大于经济增长对森林资源的需求量,现有森林资源完全可以满足经济发展的需要,森林生态系统的自然资源更新能力良好; 如果估计的弹性值${\hat \beta }$=1,则森林资源单位时间的更新量恰好满足经济发展所增加的森林资源的需求量,此时,森林资源处于流量均衡状态,即经济增长消耗了全部的森林资源更新量,这也是判断是否出现生态滞后的临界值; 如果估计的弹性值0 < ${\hat \beta }$<1,则森林资源单位时间内的更新量小于经济需求量,森林生态滞后现象已经存在,但森林生态系统还具有自我更新能力; 如果估计的弹性值${\hat \beta }$=0,则森林资源单位时间内的更新量为0,为生态经济无弹性的状态; 如果估计的弹性值${\hat \beta }$<0,则森林资源单位时间内的更新量为负数,意味着森林生态系统完全没有更新能力,经济增长使森林资源现存量下降,森林资源将逐渐耗竭。

1.3 变量选取与数据来源

森林资源现存量指标选择森林蓄积量,单位为 “万 m3 ”。本文对森林资源指标的选择是为了反映森林资源的供给能力,是森林生产力的一种反映,森林生产力一般以单位面积生产的生物量来衡量,考虑到数据可获性,可以选择活立木蓄积量和森林蓄积量来衡量。另外,基于已有森林资源与经济增长关系的研究结果: 有林地面积、森林覆盖率、森林蓄积及森林面积与经济增长指标呈现出线性关系,而人工林更新面积、林业用地面积、活立木蓄积与经济增长呈现出二次或三次曲线的关系(石春娜等,2006),而本文是利用线性模型的参数估计得到弹性值,因此,把森林蓄积量作为衡量森林供给能力的最佳指标。森林蓄积量的统计数据来源于全国森林资源清查的调查结果。1999—2003 年森林蓄积的分省数据中,四川的数据中包含重庆,为了便于计算,本文根据2003 年第六次森林清查结果中重庆森林蓄积占四川森林蓄积的比重将第五次清查中重庆与四川的森林蓄积进行了分配,数据来源于1999—2010 年《中国林业统计年鉴》。

森林的经济指标选择林业总产值,林业总产值是以价值表现的林业生产活动的总成果,它反映一定时期内各林业企业、各地区以至整个林业部门的生产总规模和总水平,是研究林业生产发展速度的主要指标,也是计算其他经济指标的基础。林业总产值在统计年鉴中是由林业第一产业、第二产业和第三产业的产值相加得到的,包含了林业系统非林产业的产值,但这部分产值相对较小,且在研究样本期间变化不大,因此本文未剔除这部分产值。林业总产值的统计数据为按当年价格计算的总产值,即包含了价格因素的名义总产值。由于实际总产值能够依据真实数量的变化来衡量森林产品和劳务的价值,因此,在对弹性进行参数估计之前对林业总产值数据进行平减,消除了数据中的价格因素。林业总产值的数据来源于历年《中国统计年鉴》。

本文的生态经济弹性值是利用对(3)式、(4)式进行参数估计得到的,式中的森林蓄积量与林业总产值采用对数的形式,对数化变量的统计特征见表 1,2 个变量的离散程度分别为1.98和1.25,可见均值具有代表性,但从偏度和峰度值看,2 个变量的分布不是标准的正态分布。

表1 变量的统计描述 Tab. 1 Descriptive statistics of variables

另外,进行弹性分析的假设条件是经济变量之间要存在依存关系。因此,本文在应用森林蓄积量和林业总产值进行弹性值估计之前,对这2 个变量之间的相关关系进行检验。由于变量的分布不是正态分布,应用非参数的 Kendall's taub和Spearman's rho 相关系数进行检验。Kendall's taub 相关系数为0.286,相伴概率值为0.000; Spearman's rho 相关系数为0.395,相伴概率值为0.000。显然,即使设显著性水平为0.01,检验的结果也是显著的,即森林蓄积量与林业总产值之间存在依存关系。

2 结果与分析

森林生态经济弹性系数是以森林蓄积量年增长率与同期林业经济总产值增长率之比来测度的,其实质是林业的经济需求对同期森林资源存储量的影响。在一定区域内,当生态经济弹性系数 β 为正值,表明该区域林业总产值每增长1%,森林蓄积存量增长 β% ; 反之,下降 β%。

2.1 森林生态经济弹性的截面回归结果分析

从全国尺度上看,在1999—2010 年间,全国森林生态经济弹性平均值为0.255(图 1),这意味着我国森林资源增长速度远小于林业经济增长的速度,已经出现生态滞后现象,因为我国林业经济的增长“绩效”是通过对森林资源过度消耗为代价的经济生产能力的不断扩张实现的。

图1 1999—2010 全国各省区森林生态经济弹性 Fig.1 Forest eco-economic elasticity of provincial regions in China from 1999 to 2010 OA: 全国 Overall; EP: 东部 East part; MP: 中部 Middle part; WP: 西部 West part; TJ: 天津 Tianjin; LN: 辽宁 Liaoning; GX: 广西 Guangxi; GD: 广东 Guangdong; FJ: 福建 Fujian; XZ: 西藏 Tibet; HE: 河北 Hebei; ZJ: 浙江 Zhejiang; HA: 海南 Hainan; BJ: 北京 Beijing; SD: 山东 Sh and ong; JS: 江苏 Jiangsu; SC: 四川 Sichuan; YN: 云南 Yunnan; HL: 黑龙江 Heilongjiang; SA: 陕西 Shaanxi; SH: 上海 Shanghai; NM: 内蒙古 Inner Mongolia; XJ: 新疆 Xinjiang; JL: 吉林 Jilin; GZ: 贵州 Guizhou; GX: 甘肃 Gansu; JX: 江西 Jiangxi; HU: 湖南 Hunan; CQ: 重庆 Chongqing; HB: 湖北 Hubei; AH: 安徽 Anhui; HN: 河南 Henan; SX: 山西 Shanxi; NX: 宁夏 Ningxia; QH: 青海 Qinghai.

从区域上看,东部地区的森林生态经济弹性系数 β 普遍大于1,这意味着东部地区森林资源存量的增长较林业经济的增长速度快,林业经济的发展不但没有以损耗本地区森林资源为代价,而且森林资源存量增速较快; 东部地区林业经济增长不再依赖本地区森林资源的投入,而是以林产加工业、林业多资源利用的相关工业以及林业部门投资的其他工业为代表的第二产业,或者是以森林旅游业、环境服务及其他服务性产业为代表的第三产业为经济增长点,对以森林资源培育为主的第一产业的依赖性降低。中部和西部的森林生态经济弹性分别为-0.377和-0.394,意味着中、西部地区林业总产值每增加1%,森林蓄积量将下降0.377%和0.394%。 这就是说中、西部地区的林业经济增长仍然是以消耗本地区森林资源为代价的增长,林业总产值依赖于第一产业、以生产原材料和初级产品的产业。这样,森林资源消耗多年的累积量,且森林生态系统资源自我更新能力不能满足林业经济增长的需要,如果再不采取降低森林资源消耗量和资源补偿技术手段,恢复森林的更新能力,则森林资源很快就会枯竭。

从省域尺度上看,天津、辽宁、广西、广东、福建、 西藏、河北、浙江、海南和北京的森林生态经济弹性均大于1,森林生态经济系统状态良好; 山东和江苏的森林生态经济弹性接近1,虽然这种状态下,森林资源的自我更新仍可保障林业经济的持续增长,但已处于生态滞后临界值附近; 四川、云南森林生态经济弹性在0 ~1 之间,为轻度的生态滞后状态,森林资源的新增量不能完全满足林业经济增长的需要; 黑龙江、陕西、上海、内蒙古自治区森林生态经济弹性略高于0,处于无弹性状态,森林资源蓄积量几乎没有增加; 而剩余的13 个省(市、自治区),新疆、吉林、贵州、甘肃、江西、湖南、重庆、湖北、安徽、 河南、山西、宁夏、青海,森林生态经济弹性都为负,处于重度生态滞后状态,宁夏和青海2 省尤为严重,森林可持续发展面临着巨大压力。

2.2 森林生态经济弹性的时序回归结果分析

图 2 为1999—2010 年全国以及东、中、西部森林生态经济弹性的动态变化。由图 2 可以看出,全国森林生态经济弹性系数处于0 ~1 之间,但上升趋势不明显。区域尺度上森林生态经济弹性呈现出东部 > 西部 > 中部的区域排列特征。东部地区森林生态经济弹性值处于高位,在研究区间内略呈现出由低到高、再由高到低的倒 U 型; 中部地区森林生态经济弹性值为最低,但有缓慢上升的趋势,由于上升趋势极为缓慢,且没有突破0 值,仍然是重度生态滞后状态; 西部地区森林生态经济弹性值无显著变化,略高于0,几乎为无弹性状态。

图2 1999—2010 我国及中、东、西部森林生态经济弹性趋势 Fig.2 Forest eco-economic elasticity of the east, middle and west regions in China from 1999 to 2010
2.3 森林生态经济弹性与经济发展水平的关系

森林生态经济系统是人与森林相互作用的开放性复合系统。在这个系统中,森林生态系统并不是主动供给资源,而是经济系统中人的内在需求的主动索取,因此,各省区森林生态经济弹性与其经济发展水平之间有着不容忽视的重要关系。在全国尺度上,以31 个省份为样本点,可以看出人均 GDP 与森林生态经济弹性呈正相关,回归线表现为向右上角倾斜的直线(图 3)。说明随着我国经济发展,森林生态功能整体逐渐变优。因此从整体上说,我国处于 U 型曲线(库茨涅茨曲线)的右侧。

图3 全国及地区森林生态经济弹性与其经济发展水平 Fig.3 Forest eco-economic elasticity of regions in China and their economic development

但是在区域尺度上,东部地区的回归线斜率略大于零; 中部地区人均 GDP 与森林生态经济弹性呈负相关,回归线的斜率较小; 西部地区的回归线也为向右下角倾斜的直线,但回归线的斜率较大,说明随着西部人均 GDP 的逐步增加,森林生态经济弹性下降幅度较大,说明西部林业发展的现状还不能适应国民经济发展和维系生态环境的要求。总之,从区域尺度上看,人均 GDP 与森林生态经济弹性的关系表明我国东部地区已经越过 U 型曲线的转折点,处于 U 型曲线右侧; 中部地区处于 U 型曲线左侧,靠近转折点; 而西部地区还处于 U 型曲线的左侧。

为进一步从省域尺度分析森林生态经济弹性与经济增长水平的关系,以生态滞后临界值和全国人均 GDP 数值将图 3 分为4 个区域。这4 个区域可以将森林生态经济弹性与经济发展水平之间的关系分为4 种状况。定义: Ⅰ为经济发达且生态功能良好; Ⅱ为经济落后但生态功能良好; Ⅲ为经济落后且生态滞后; Ⅳ为经济发达但生态滞后(图 4)。东部地区8 个省市处于经济发达且生态功能良好域内,意味着东部地区经济发展中经济与生态并重; 中西部地区大多位于经济落后且生态滞后域内,包括了中、西部15 个省份,这些省份不但经济发展相对落后,而且森林资源蓄积量不足的问题突出,经济发展中轻视森林资源的保护,情况最严重的为宁夏和青海2 省; 广西、西藏、河北和海南为经济落后但森林生态功能良好,仅上海和内蒙古为经济发达但生态滞后省区。

图4 全国省区森林生态经济弹性与其经济发展水平 Fig.4 Forest eco-economic elasticity of provinces in China and their economic development
3 结论与讨论

本文的研究分为全国、区域和省份3 个尺度,从时间和空间对弹性值进行比较分析,发现林业生态经济发展不平衡的一个重要的影响因素就是产业结构不合理,如果林业总产值中消耗森林资源进行生产的产业比重低,相应的生态经济弹性值就高; 反之,林业总产值主要来源于消耗森林资源的部门,森林的生态经济弹性值就低。这就是说林业可持续发展的关键不在于限制采伐,而是要调整产业结构,这样才能使经济与生态协调发展。

1)全国尺度上,我国森林生态经济弹性值为0.255,意味着森林系统处于生态滞后状态。依据生态弹性理论,处于生态滞后状态时,在林业生产过程中应该节约森林资源,提高单位森林资源的生产效率,同时应该降低森林资源的获取量,采用新技术提高森林生态系统的物质及其更新能力。从森林生态经济弹性的时域变化来看,全国平均森林生态经济弹性上升趋势不明显,仍然处于生态滞后状态。可见,森林生态系统状况的改善是个缓慢和长期的过程,森林资源可持续发展政策的制定也要具有前瞻性和持久性。

2)区域尺度上,森林生态经济弹性均值的区域排列为东部 > 西部 > 中部。东部地区各省森林生态经济弹性普遍大于1; 中部地区各省森林生态经济弹性值最低,基本为负数; 西部地区各省弹性值差异很大,有正有负。另外,通过分析各省区森林生态经济弹性与其经济发展水平之间的关系,本文发现: 我国森林生态系统的森林资源呈上升趋势,其最大值的空间分布明显在东部,且东部森林资源与人均 GDP 的相关系数为正,处于 U 型曲线的右侧; 而中、西部地区森林生态经济弹性与人均 GDP 为负相关,处于 U 型曲线的左侧。由此可见,林业产业区域发展不均衡。造成区域异质性的原因很多,一个很重要的原因是产业结构: 西部地区林业第一产业的产值占林业总产值90% 以上; 东部地区林业第二产业的产值占到了林业总产值的50% 以上,但第三产业不足10% ; 中部地区林业第一产业仍处于主体地位,而本应处于主体地位的第二产业发展滞后,第三产业的发展也比较缓慢。另外,虽说近些年林业第二产业发展增速超过了第一产业,但是具有较高加工度和较高附加值的人造板、林产化工、造纸、家具制造等行业分布主要集中于东部地区,而中、西部第二产业中以消耗森林资源为主的采运业的比重较高,林业产业仍是以初级产业为主体。因此,西部地区应该由第一产业占优势的产业结构模式向第二、 三产业占优势的产业结构模式演变; 中部地区由生产原材料、初级产品逐渐向中间产品、最终产品的方向过渡; 东部地区应向着规模化、集群化发展,加大各类工业原料林基地建设力度,积极发展生物质能源、森林生态旅游等新兴林业产业。

3)省域尺度上,天津、辽宁等10 个省份森林生态经济弹性较高,处于生态经济系统协调发展状态; 山东和江苏处在生态滞后临界值附近; 四川和云南则步入了生态滞后状态; 黑龙江、陕西、上海和内蒙古处于无弹性状态,森林资源增长率为0,经济增长所消耗的是森林资源的存量,这是现实中应力求避免的情况; 其余13 个省份均处于重度生态滞后状态,宁夏和青海最为严重。省域尺度上最突出的问题是,生态经济弹性值较大的省份并不是森林资源大省,如江苏省和山东省,而真正的资源大省,如黑龙江、吉林、内蒙古、云南等,并未成为生态经济良好的大省。黑龙江、吉林等森林资源大省木材采伐量过大,年均采伐量1000 万 m3 以上,且木材、锯材及人造板的生产是消耗行为,采伐越多,森林存量越少。虽然浙江、福建、广东、海南木材采伐量也很高,但该地域水热条件较好,营造了大量的速生丰产林,即使采伐量很高,也没有超过森林的增长量,所以森林资源总量增加,由此还带动了非木质林产品产量的增加,非木质产品不是消耗性生产,所以其对森林存量的消耗较小。总之,由于我国地域辽阔,对于不同类型的森林、不同功能的林分,都应该因地制宜地确定培育措施和经营模式,才能得到科学的效果。

参考文献(References)
[1] 陈晨, 王立群. 2011.北京市森林资源与经济增长关系实证分析. 林业经济, (6): 78-83.(1)
[2] 崔国发, 邢韶华, 姬文元, 等. 2011.森林资源可持续状况评价方法. 生态学报, 31(19): 5524-5530.(1)
[3] 丁生喜. 2011.环青海湖区域生态足迹的动态测度与分析. 生态经济:学术版, (1): 39-45.(1)
[4] 贺祥瑞, 李巍, 葛琪, 等. 2011. 从世界木材贸易看中国木材进口需求的森林生态足迹. 林业经济, (1): 56-72.(1)
[5] 姜学民. 1987.论生态经济系统的动力机制. 生态经济:学术版, (5):1-5.(1)
[6] 刘晓光, 陈文君. 2011.森林生态经济系统健康评价指标体系研究. 生态经济:学术版, (5):164-168.(1)
[7] 彭水军. 2007.自然资源耗竭与经济可持续增长:基于四部门内生增长模型分析. 管理工程学报, 21(4):119-124.(1)
[8] 石春娜,王立群. 2006. 森林资源消长与经济增长关系计量分析.林业经济,(11): 56-63.(1)
[9] 王兵, 鲁绍伟. 2009.中国经济林生态系统服务价值评估. 应用生态学报, 20(2): 417-425.(1)
[10] 王书玉, 杨新梅, 史春芬. 2009.长治市区域生态经济弹性. 应用生态学报, 20(7): 1608-1612.(1)
[11] 王霞, 翁贞林. 2012. 鄱阳湖生态经济区现代农业发展水平评价——基于层次分析模型方法. 生态经济:学术版, (1): 165-169.(1)
[12] 吴建寨, 李波, 张新时. 2007.生态系统服务价值变化在生态经济协调发展评价中的应用. 应用生态学报, 18(11): 2554-2558.(1)
[13] 杨卓翔, 高阳, 赵志强, 等. 2012. 基于能值分析的深圳市三个小型农业生态经济系统研究. 生态学报, 32(11): 3635-3644.(1)
[14] 杨足膺, 赵媛, 付伍明. 2010.基于弹性系数的江苏省能源生态足迹影响因素分析. 生态学报, 30(24): 6741-6748.(1)
[15] 张雪花, 李建, 张宏伟. 2011. 基于能值-生态足迹整合模型的城市生态性评价方法研究——以天津市为例. 北京大学学报:自然科学版, (2):344-352.(1)
[16] 郑小贤. 2007.森林资源变化规律的理论研究. 北京林业大学学报, (6): 185-189.(1)
[17] 周静, 管卫华. 2012.基于生态足迹方法的南京可持续发展研究. 生态学报, 32(20): 6471-6480.(1)
[18] Costanza R, d'Arge R, de Groot R, et al. 1987. The value of the world's ecosystem services and natural capital. Nature, 387(15): 253-260.(1)
[19] Costanza R. 2008. Ecosystem services : multiple classification systems are needed. Biological Conservation, 141 (2): 350-352.(1)
[20] Dasgupta P S, Heal G M. 1979. Economic theory and exhaustible resources. Oxford, UK: Oxford University Press.(1)
[21] Grimaud A, Rouge L. 2003. Non-renewable resources and growth with vertical innovations: optimum, equilibrium and economic policies. Journal of Environmental Economics and Management, 200(45): 433-453.(1)
[22] Jiang M M, Chen B, Zhou J B, et al. 2007. Energy account for biomass resource exploitation by agriculture in China. Energy Policy, 35(9): 4704-4719.(1)
[23] Lu H F, Kang W L, Campbell D E, et al. 2009. Energy and economic evaluations of four fruit production systems on reclaimed wetlands surrounding the Pearl River Estuary, China. Ecological Engineering, 35(12): 1743-1757.(1)
[24] Passel S V, Marijke Meul. 2012. Multilevel and multi-use sustainable assessment of farming systems. Environmental Impact Assessment Review, 32(1):170-180.(1)
[25] Romer P M. 1990. Endogenous technological change. Journal of Political Economy, 98(5): 71-102.(1)
[26] Scholz C M, Ziemes G. 1999. Exhaustible resources, monopolistic competition, and endogenous growth. Environmental Resource Economics, 13(2): 169-185.(1)
[27] Stiglitz J. 1974. Growth with exhaustible natural resources: efficient and optimal growth paths. Review of Economic Studies, (41): 123-137.(1)
[28] Wang Sen, Liu Can, Wilson B. 2007. Is China in a later stage of a U-shaped forest resource curve?A re-examination of empirical evidence. Forest Policy and Economics, 10(1): 1-6.(1)
[29] York R, Rosa E A, Dietz T. 2003. STIRPAT, IPAT and ImPACT: Analytic tools for unpacking the driving forces of environmental impacts. Ecological Economics, 46(3):351-365.(1)
[30] Zhao X G, Pan Y J, Wang S, et al. 2011. Dynamic analysis of sustainability of arable land resources use in Yunnan Province: A new method of ecological footprint based on national hectare. Resources Science, 33(3): 542-548.(1)