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.，1997；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；Korkmaz，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)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。

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Färe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：

式中：x_t，y_t分别为t时期的投入向量和产出向量；x_t+1，y_t+1分别为t+1时期的投入向量和产出向量；d^t(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。

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。

运用Färe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)。

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

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Färe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 Färe 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.

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

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Färe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 Färe et al (1992；1994, every index in Tab.2 minus 1 is its growth rate.

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。

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。

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。

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。

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。

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。

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。

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、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。

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。

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。