我国林业产业发展的非均衡性研究——以安徽省为例

秦国伟,卫夏青,田明华

(1.北京林业大学 经济管理学院，北京 100083；2.安徽省煤田地质局，安徽 合肥 230088)



我国林业产业发展的非均衡性研究——以安徽省为例

秦国伟1,卫夏青2,田明华1

(1.北京林业大学 经济管理学院，北京 100083；2.安徽省煤田地质局，安徽 合肥 230088)

摘要：以南方重点林区安徽省林业产业2005-2013年的发展状况为视阈，从空间特征和产业结构二个方面对林业产业发展的非均衡性进行研究；以钻石模型为理论基础，从资源要素、需求条件、辅助行业、企业战略与竞争差异以及政府与机遇差异五个维度对影响林业产业非均衡性的因素进行分析；并在此基础上，从多个方面探讨了推动林业产业区域协调发展的路径。

关键词：林业产业；非均衡；空间统计分析

林业是保护生态环境、保持生态平衡、维持可持续发展的基础部门，林业产业是通过加工林业资源、提供木材、花卉、药材、森林旅游产品等物质和非物质产品并获得经济效益的产业[1]，在生态文明建设中具有基础性、主体性和先导性作用。习近平总书记关于建设生态文明的“宁要绿水青山，不要金山银山”[2]的论断更加明确了林业在经济社会发展中的重要地位与作用。当前我国经济发展进入新常态，“五化同步”为林业发展提供了新的机遇和动力。但由于我国幅远广袤，气候、资源、历史、经济等条件差异明显，林业产业发展的内外部环境正在急剧变化，林业产业的非均衡矛盾进一步凸显。因此新常态下林业产业的政策制定、水平提高、难题攻坚、改革突破都需要对新常态下我国林业产业的非均衡性有一个系统分析和综合评价，深刻把握林业产业非均衡的影响因素。在此基础上，才能拟定目的性强、科学合理的政策思路，才能做到因地制宜、对症下药，实现林业产业优势地区继续保持比较优势、落后地区“弯道超车”，推进全国林业产业对经济社会发展新常态的适应性，更好地发挥林业产业在生态保护和民生促进上的重要作用，更好地建设生态文明。

安徽地处华东地区，位于暖温带和亚热带的过渡地区，气候上南北过渡特征明显，南北林业产业发展差异明显[3]。同时，安徽林业总产值、林业第一产业产值、林业第二产业产值、林业第三产业产值位列全国第八、第十四、第七、第八位[4]。境内的长江、淮河、新安江将全省天然的分为淮北平原、江淮丘陵、皖南山区三大区域，林业发展的资源基础性差异显著[5]。区域经济理论认为资源密集型产业对主导资源的依赖性很强，发展水平与资源基础密切相关。但安徽林业产业的发展证明：安徽南方资源基础较好、森林覆盖率较高的地区林业产业发展较好也更为均衡(如宣城市和黄山市)，但安徽中部丘陵和北部平原地区，资源基础较差、森林覆盖率不高的地区林业产业也出现了发展良好、势头更高的地区(如滁州市和宿州市)。因此安徽林业产业在我国林业产业发展中具有鲜明的代表性和特殊的典型性。通过分析研究安徽不同地区林业产业的非均衡性，有利于科学把握全国林业产业的非均衡性。

在对林业产业的非均衡性研究方面，陈丽荣采用多种差异性方法对我国林业区域经济发展进行了系统分析，发现我国林业产业的非均衡性有不断加剧的趋势[6]。李成茂从森林资源培育角度着手，对我国林业的9个典型区域研究得出各区域林业资源分布差异大，森林资源量增长与林业产值、林产品增长具有一致性，但各区域的资源优势与产业优势并不完全一致[7]。薛彩霞等以2007年林业统计数据为基础，运用描述统计分析方法对我国林业产业区位配置进行分析，指出华东地区林业产业产值居全国首位，中南、西南、东北地区分别居第 2、3、4 位[8]。

总之，当前对林业产业的非均衡性研究主要侧重于全国层面的统计性分析，对林业产业的空间关联、产业内部的相互关系以及产业非均衡的影响要素都缺乏系统深入的分析。因此本文以安徽省为切入点，以市域为基本单元，从产业空间特征和产业关联结构特点二个层面定量分析林业产业的非均衡性特征，确定影响林业发展的关键要素，提高政府制定政策的科学性、代表性和科学性水平，因地制宜的探索地方特点和时代特征兼备的强林兴林举措。

一、林业产业空间集聚的非均衡分析

空间统计分析以空间经济理论为基础，以地理数据信息为依据，衡量相关数据间的空间关联程度，确立数据间的统计关系[9]，有效克服传统统计方法忽略位置关系的不足。ESDA是常用的空间统计方法，其以测量空间相关性为中心，发现区域对象之间的相互关系[10]。空间权重矩阵、全局空间自相关、局部空间自相关是ESDA方法的应用核心。

(一)空间统计分析理论基础

1.空间权重矩阵[11]是为确定不同对象间空间位置关系而产生，是空间探索分析的基础。一般使用对称矩阵W={wij}nxn来表示n个对象的空间位置关系，其中wij表示第i个区域与第j几个区域的空间位置关系。wij用数字0和1表示，其中1表示空间区域相邻，0表示不相邻。

全局自相关[12]用来分析一定范围内指标属性的整体分布情况，反映空间相邻对象的集聚程度[13]。Moran's I是表征全局自相关的常用指标，公式如下[14]：

(1)

其中：xi为空间对象i的观测值，wij为空间权重矩阵，S2为方差。

为检验空间对象的自相关性，采用z检验对Moran's I值进行统计检验：

(2)

其中：E(I)是理论期望，var(I)是理论方差。

在给定的显著性水平下，当Z>0时，说明存在正空间自相关，表征观测值倾向于空间集聚；当Z<0时，说明存在负空间自相关，表征观测值倾向于空间分散；当Z=0时，观测值随机独立分布。

局部空间自相关用来分析不同对象在空间的分布状态，度量一个对象与相邻对象的相关程度[15]。局部Moran's I和Moran散点图是常用的局部空间自相关分析方法。

局部Moran's I的计算公式[16]如下：

(3)

其Z检验为：

其中：E(Ii)是理论期望，var(Ii)是理论方差。

设空间对象为n个，当总显著性水平为a时，每个区域的显著性要根据a/n来判断。在给定显著性水平a时，若Ii显著大于0，则说明对象i与周边对象之间的空间差异显著小，对周边地区产生较强的辐射作用，带动周边地区共同发展；若Ii显著小于0，则说明对象i与周边对象之间的空间差异显著大，与外围地区的产业差距扩大。

Moran散点图是对空间滞后因子Wz和z进行可视化处理的图示，用于研究局域空间的异质性，和LISA结合能够进一步具体分析相邻对象之间的空间联系情况。在Moran散点图中，横坐标是对象标准化的属性值，纵坐标是其空间矩阵所决定相邻单元属性值的平均值。散点图分为四个象限，对应四种不同类型：(1)第一象限是高观测值的对象被高值对象所包围的地区(高高，HH)，第三象限是低观测值的对象被低值对象所包围的地区(低低，LL)。这两个象限的对象存在较强的正相关，表征区域的集聚和相似性。(2)第二象限是低观测值的对象被高值对象所包围的地区(低高，LH)，第四象限是高观测值的对象被低值对象所包围的地区(高低，HL)。这两个象限的对象存在较强的空间负相关，表征区域的异质性。

(二)基于EDSA的安徽林业产业非均衡分析

通过观察计算安徽各地市的空间位置关系可建立相应的空间权重矩阵，如表1所示。

表1　安徽省市域的空间权重矩阵

利用公式(1)、(2)计算可得2005-2013年安徽林业产业的Moran's I的演变过程，其结果如表2所示。其中对Moran's I的检验基于正态分布假设。

表2　2005-2013年安徽省林业总产值的Moran's I

从Moran's I变化看出，安徽林业产业总产值的Moran's I 波动性逐渐变小，并最终由正转负，由正的空间自相关转变为负的空间自相关，即安徽林业产业由集聚逐渐变为分散；从P值来看，各年份林业产业P值较大，显著性不强。

为进一步分析安徽林业产业的非均衡性，以安徽各地市为基本单元，利用Moran散点图和局部Moran's I对其非均衡性进行定量计算分析。同时，为最大程度体现时间层次，选取2005、2009和2013年作为时间节点，绘制相应的散点图3并将对应地市写入表3中。

从图3可以看到，安徽各地市林业产业总产值的Moran散点图主要位于二、三象限，一、四象限散点较少，说明各地市的林业产业异质性明显，存在集聚与发散并存的现象。从表3进一步看到，位于高高区域的全部为皖南地区，低低区域的主要是皖北地区，说明林业产业在皖北和皖南集聚，这与林业资源的分布密切相关，其中皖北属于林业产业不发达区域，皖南属于发达区域。皖中地区由于位于林业产业的交织中间地带，因此多对应二四象限的散点，异质性特点突出。同时，高低区域对应的一直没有变化，说明这些地市虽然林业产业发展较好，但对周围地区的辐射带动作用不明显。

图3　安徽各地市林业产业Moran散点图

表3　Moran散点图的对应地市

相比于Moran散点图，局部Moran's I可以定量分析局部区域显著性水平的大小，进而发现界外值的空间联系形式。基于正态假设可得到2005、2009和2013年安徽林业产业的局部Moran's I，如表4所示。由于空间权重矩阵的最大邻接区域是8个，因此取n=8。当总显著性水平a=0.1时，对应的区域显著性水平是0.0125。

表4　安徽林业产业总产值的局部Moran's I

根据表4可看出，当a=0.1时，2005年达到高度显著的有宣城市、六安市、铜陵市、马鞍山市、宿州市和亳州市；2009年达到高度显著的有宣城市、六安市、铜陵市、马鞍山市、宿州市和亳州市；2013年达到高度显著的有宣城市、淮北市、宿州市和亳州市。综合来看，宣城市、宿州市和亳州市一直都保持着高度的显著性水平，且宣城市和亳州市的局部Moran's I大于0，说明这二个地市与周边地区的空间差异小，对周边地区有辐射作用。宿州市的Moran's I小于0，说明其与周边地区的空间差异较大，产业差距持续扩大。结合Moran散点图，可做出如下解释：宣城市地处皖南山区，林业加工业、旅游业发达，对周围地区带动作用明显；宿州市地处皖北平原，林业资源匮乏，虽然近年来木材加工制造产业发展迅速，但并没有形成区域产业集群，其辐射带动效应不明显；亳州市积极推动中药材种植加工等行业的发展，对周围地区辐射作用显著。

二、林业产业结构的非均衡性分析

产业结构是产业构成及各产业之间的联系和比例关系[17]。由于林业产业是涉及林业第一、二、三类产业的多门类、多要素的复杂产业，因此林业产业是一个典型的灰色系统[18]。灰色关联度是灰色理论的重要内容，通过分析不同序列曲线与标准序列曲线的相似程度来判断实际序列之间的关联程度，具有很强的实用价值[19]。本节通过灰色关联度定量分析林业第一、二、三产业产值与林业总产值的相似关系，确定影响林业产业发展的关键要素。

(一)灰色关联度理论基础

灰色关联度通过确定不同序列与标准序列的关联系数，进而获得不同方案的关联程度。步骤如下：

根据指标值建立比较序列xi=(xi(1),xi(2),…,xi(n))和参考序列x0=(x0(1),x0(2),…,x0(n))。

确定极大极小差值：

(6)

计算比较序列与参考序列的关联系数：

(7)

计算关联度：

(8)

(二)基于灰色关联度的安徽林业产业结构的分均衡分析

以2005-2013年安徽林业产业总值为参考序列，林业第一、二、三产业产值为比较序列，计算得到林业第一、二、三产业的灰色关联度如图4所示。

图4　安徽林业产业的灰色关联度

如图4所示，尽管不同年份灰色关联度数值发生变化，但是一直存在关联度数值林业第二产业>林业第一产业>林业第三产业的状况。其中林业第二产业的关联度值一直维持在0.9以上，关联度很高，说明林业第二产业是安徽林业产业的主体和支柱；林业第三产业的关联度值相对较小，说明林业第三产业是安徽林业产业的弱势产业，需要进一步加以扶持。

从动态变化来看，林业第一产业产值与林业总产值的关联度先增大后减小，从2005年的0.7917增大至2009年的0.8197，后又降至2013年的0.7469；林业第二产业的关联度先减小后增大，从2005年的0.9545增大至2009年的1，后降至2013年的0.9484；林业第三产业的关联度逐渐增大。对于林业第一、二产业，由于2009年金融危机，林业发展资金短缺，导致资本密集型的林业加工业发展缓慢，引起林业第二产业发展受限，助推林业第一产业比重上升，关联度提高；对于林业第三产业，国家一直提倡扩大内需、积极发展第三产业，旅游业逐渐繁荣，促进林三产业不断发展，进而促进其关联度逐渐提高。因此，从总体来看，林业第二产业是林业产业发展的支柱，林三产业虽然基数较小，但正在良性发展，重要性不断提高。

为了进一步分析林业产业发展非均衡性的结构特征，以安徽各地市为基本单元，对其林业产业进行灰色关联度分析，确定各地市林业产业发展的优势。计算可得2013年各地市林业产业的灰色关联度并绘制相应的相对大小图，如图5所示。

图5　安徽各地市林业产业灰色关联度相对大小的分类

如图5(a)所示，安徽大部分地市的林业产业以第二产业为主，淮北—芜湖一线为林业第一产业为主，第二产业次之，仅铜陵市是第一产业为主，第三产业次之，第二产业的关联度最低。表明不同地市虽然林业产业结构存在差异，但普遍存在林业第一、二产业强于林业第三产业的情况。

如图5(b)所示，安徽各地市林业产业结构的非均衡现象突出，只有黄山市、池州市和铜陵市三地市的灰色关联度差别不大，林业三大产业协调发展，其中黄山市和池州市属于高关联度值地区，其位于皖南山区，林业资源丰富，林业产业较为发达，而铜陵位于长江沿岸，工贸商业发达，但林业资源匮乏，属于低关联度值地区。阜阳市、淮南市、蚌埠市和、安庆市四地市有两个产业的关联度值相近，其他地市为林业三大产业关联度值相差较大地区。

三、林业产业发展非均衡成因分析

通过前文分析可知，安徽林业产业在空间特征和产业结构上都存在明显的非均衡性。为分析产业非均衡的影响要素，本文以钻石模型为基本工具进行研究。钻石模型是企业和政府思考经济、评估地区竞争优势并制定相关政策的常见手段。在钻石模型中，产业竞争的决定因素由四个关键要素和两个辅助要素组成，四个关键要素是资源要素、需求条件、辅助行业、企业战略、结构与竞争，两个辅助要素是政府与机遇[20]。

由于林业产业是依托森林资源从事各种生产和服务的企业组成的集合，森林资源是林业产业的关键资源要素[21]，因此以森林覆盖率这一指标对安徽省各地市林业资源进行衡量。

表6　安徽各地市森林覆盖率(%)

从表6可以看到，黄山市、池州市和宣城市的森林覆盖率位居全省前三，尤其是黄山市达到78.62%，而这三个地市的林业产业在全省范围内也最为发达。覆盖率20%-50%的是六安、安庆、铜陵和宿州市，其中六安市、宿州市和安庆市三地市林业产业在全省位居中等。其他地市的森林覆盖率均位于20%以下，其中森林覆盖率最低的滁州市、合肥市和蚌埠市三地市，虽然经济发展水平较好，但林业产业却并不占居优势。从更为宏观的角度来看，皖南五地市森林覆盖率最高，占有林业产业发展的天然优势，其林业产业在全省也最为靠前，而森林覆盖率相对较低的皖中、皖北地区，林业产业相对薄弱。

区域总产值可以在一定程度上说明区域需求情况。一般来说，区域总产值越高，对林产品的需求越高。在表7可以看到，虽然林业产业发展情况与区域总产值没有表现出必然联系，但结合林业资源差异可以看出，林业资源相似的地区，其林业产业与地区经济情况大致相似。如皖南地区的黄山市和池州市区域总产值相似，其林业总产值也差别不大；铜陵市区域总产值全省第十四，其林业总产值位居全省第十五；皖北地区的阜阳市和宿州市区域总产值位居全省前列，其林业总产值在皖北地区也是前两位。

表7　2013年安徽各地市经济情况

林业产业的辅助行业是覆盖多个领域的产业，而资本是促进这些产业形成和发展的基础，具有无法替代的作用。林业信贷是体现资本输出的关键指标，故这里重点分析林业信贷对林业产业的辅助情况。

表8　2013年安徽各地林业信贷情况(%)

从表8来看，林业贷款占贷款总额的比例与林业总产值占地区总产值比例大致呈现正相关：宿州市、黄山市、池州市、宣城市、六安市和安庆市六地市的林业贷款占贷款总额的比例达到了2%以上，其林业总产值占比也达到27%以上；铜陵市、马鞍山市、合肥市和淮南市四地市的林业贷款占比不足0.1%，其林业总产值占比也都在1.5%以下，其中淮南市的林业贷款占比和林业总产值占比都为全省最低。这说明资金对林业业发展具有很强的引导作用，是推动林业产业发展的重要手段。

企业战略指支持企业创建、组织和管理的条件，这从市场中龙头企业的发展情况中可见一斑。安徽省最新的省级林业产业龙头企业在全省的分布状况[22]如表9所示。可以看到，龙头企业数量在全省占比重超过10%的有宣城市、安庆市和、六安市三地市，而这些地市的林业产业发展也相对较好，处于全省前列；省级龙头企业数量占全省占比介于5%~10%的地市包括黄山市、合肥市和宿州市三地市，相应的林业产业发展也较好；介于1%~5%的地市其相应的林业产业发展比较落后；低于1%的是马鞍山、淮南、淮北，其林业产业发展也位于全省末尾。因此龙头企业数量与区域林业产业发展存在较大的正相关关系。

表9　林业产业化龙头企业在全省的分布情况

林业产业发展与政府的扶持力度紧密联系，林业贴息贷款占政策性贷款的比例能够较好的反映地方政府对林业产业的扶持力度与政府角度的林业产业发展机遇，这一指标与林业产业的关系在不同层面表现出不同的特点，如表10所示。

表10　2013年安徽各地政府林业产业扶持力度

从林业资源相似的地市看，黄山市和安庆市的这一指标较高，其林业增长率也较为靠前。皖中的铜陵市、淮南市和皖北的淮北市林业贴息贷款比例比同地区其他地市的比例高，而林业产业却在全省属于落后地区，并没有表现出较为显著的相关关系。但从安徽省三大区域来看，这一指标与林业产业的发展程度正相关性明显，皖南地区地方林业贴息贷款比率最高，达到10%以上，其林业产业表现也最为突出，这一比率较低的皖中和皖北地区，林业产业也相对落后。

三、政策建议

(一)结论

通过对2005-2013年安徽省安徽省林业产业的非均衡性分析可知：

(1)空间关联层面：总体上安徽林业产业由集聚逐渐转变为分散；就地区而言，皖南和皖北集聚现象明显，其中皖南为强集聚，皖北为弱集聚；皖中异质性特点突出。对保持显著性水平较高的宣城市和亳州市而言，其与周边地区的空间差异小，对周边地区有辐射作用，而宿州市虽然林业显著性水平维持高位，但其与周边地区的空间差异较大，产业差距持续扩大。

(2)产业结构层面：林业第二产业是安徽林业产业的支柱产业，林业第三产业虽然较为弱势，但发展很快；就地区而言，不同地市虽然林业产业结构存在差异，但普遍存在林业第一、二产业强于林业第三产业的情况；安徽各地市林业产业结构的非均衡现象突出，只有黄山市、池州市和铜陵市三地市的林业三大产业协调发展。

(3)影响因素层面：森林资源是林业产业的关键资源要素，森林覆盖率与林业产业的发展密切相关；林业产业发展情况与区域总产值没有必然联系，一般林业资源相似的地区，林业产业与地区经济情况大致相似，但是存在经济发展状况较好的区域林业产业表现较差；资本对林业产业发展具有很强的引导作用，是推动林业产业发展的重要手段；龙头企业数量与林业产业发展存在较大的正相关关系；政府的资金扶持与林业产业发展的关系在不同层面表现出不同的特点，但就从安徽三大地理区域来看，这一指标与林业产业的发展程度正相关性明显。

(二)建议

通过对安徽林业产业非均衡性的系统研究可知，安徽林业产业发展存在明显的非均衡性。为促进林业产业发展较好的地区“继续领跑”，林业产业发展较差的地区“弯道超车”，结合影响要素，现提出以下建议：

构建科学合理的林业产业规划体系。突出规划引领，做到因地制宜。资源优势较为明显的地区，要规划好产业链的延伸和产业集聚，发挥比较优势，做大做强龙头企业；资源基础较差的地区，要规划好区域林业产业在全国林业产业体系中的分工定位与利润分享机制，做到扬长避短。

完善灵活多样的林业产业融资渠道。当前林业融资存在渠道单一、过程复杂等问题，难以满足林业第一、二产业的需求。要着力增加直接融资的比例，着重培育地方林业金融，积极发展林业证券、林业票据、林业保险市场，主动降低林业金融机构准入门槛，鼓励民营中小金融机构林业金融业务的发展，积极推动林业金融创新和发展。

形成支柱性强的龙头企业战略集群。积极推进林业企业制度改革，优化内部组织结构，加快林业企业管理智能化、科学化进度，降低企业管理成本；鼓励林业企业技术开发，提高产品科技含量，形成覆盖森林资源培育、林产工业产品生产、生物质能源开发的龙头企业战略集群；对林业企业精准定位，强化交通、政策等其他推动因素；要加大休闲观光、林产品加工和森林旅游为代表的三次产业融合新载体的构建，利用“互联网+”思维，打造品牌、精准营销。

构建特色鲜明的林业三次产业融合载体。在新常态经济发展政策指引下，加快林业产业转型升级已迫在眉睫。应因地制宜，渐次推动林业三次产业的融合发展，逐步拓展和延伸产业链条，提高产业分工的附加值；要树立“大区域”、“大合作”的思路，让资源优势、市场优势、品牌优势等其他区域内比较优势较强的因素互相合作，引导地区林业产业协调均衡发展。

参考文献

[1]于江龙,刘俊昌,陈文汇.我国林业投资与产业经济增长关系研究[J].价格理论与实践,2011(9):85-86.

[2]绿水青山就是金山银山——关于大力推进生态文明建设[N].人民日报,2014-07-11(12).

[3]袁方方.我国林产品进出口贸易对林业产业的影响分析[D].北京：北京林业大学,2013.

[4]吕永来.2013年全国各省(区、市)林业产业总产值及其结构分析[EB/OL].(2014-08-05)[2015-04-15]. http://www.forestry.gov.cn/main/304/content-694654.html.

[5]徽风皖韵[EB/OL].(2013-03-05)[2015-04-15].http://www.ah.gov.cn/UserData/SortHtml/1/8394315416.html.

[6]陈丽荣.中国林业区域经济发展差异性及影响因素研究[D].北京:北京林业大学,2011.

[7]李成茂.森林资源培育与林业产业结构及区域布局的关系研究[D].北京:北京林业大学,2010.

[8]薛彩霞,姚顺波.林业产业的区域配置与比较优势研究[J].林业经济,2010(2):97-103.

[9]王雪青,陈媛,刘炳胜.中国区域房地产经济发展水平空间统计分析——全局Moran's I、Moran散点图与LISA集聚图的组合研究[J].数理统计与管理,2014,33(1):59-71.

[10]蒲英霞,葛莹,马荣华，等.基于ESDA的区域经济空间差异分析[J].地理研究,2005,24(6):965-974.

[11]Bodson,P.and D.Peeters.Estimation of the Coefficients of a Linear Regression in the Presence of Spatial Auto-correlation: An Application to a Belgian Labour-Demand Function[J].Environment and Planning A,1975(7):455-472.

[12]白晶.区域经济中的空间统计分析[J].现代商业,2009(3):58-59.

[13]Goodchild M F,Haining R P,Wise S.Integrating GIS and spatial special analysis:problem and possibilities[J].International Journal of Geographical Information System,1992,6(5):407-423.

[14]沈绿珠.空间关联分析及其应用[J].统计与决策,2006(8):28-30.

[15]潘竟虎,张佳龙,张勇.甘肃省区域经济空间差异的ESDA-GIS分析[J].西北师范大学学报,2006,42(6):83-91.

[16]陈广州,解华明.基于空间自相关的安徽省市域发展空间格局研究[J].资源开发与市场,2008,24(2):112-114.

[17]周树林.区域林业发展研究的几个宏观问题[J].经济研究参考,2013(65):55-56.

[18]王林琳,翟印礼.基于灰色理论的辽宁林业产业结构分析[J].森林工程,2008,24(4):85-89.

[19]周秀文.灰色关联度的研究与应用[D].长春:吉林大学,2007.

[20]王军.宿迁市林业产业发展现状及影响因素研究[D].南京:南京农业大学,2012.

[21]李微,万志芳.关于林业产业演进的理论探讨[J].世界林业研究,2013,26(4):87-92.

[22]安徽省林业厅.关于公布第四批安徽省林业产业化龙头企业名单的通知.(2013-08-20)[2015-04-15]. http://www.ahly.gov.cn/zfgw/AHSLYTWJ//96415.shtml.

(编辑：佘小宁)

Research on forestry industry imbalance——taking Anhui Province as an example

Qin Guowei1,Wei Xiaqing2,Tian Minghua1

(1.EconomicManagementofBeijingForestryUniversitySchool,Beijing100083,China; 2.CoalfieldGeologyBureauofAnhui,Hefei230088,China)

Abstract:The paper analyzes the imbalanced development from space feature and industrial structure based on Anhui forestry industry's development between 2005and 2013, which is the major forest zone in southern area. Through diamond model, influence factors of forestry industry's imbalance are analyzed from five perspectives of source factors, demand conditions, auxiliary industry, enterprise strategy and challenge and government and opportunity. Methods of regional harmonious development are also discussed from many aspects.

Key words:Forestry industry； Imbalance； Spatial statistical analysis

作者简介：秦国伟(1986-)，男(汉)，安徽亳州人，博士研究生，主要从事农业政策、农业经济方面的研究。

收稿日期：2015-11-28

中图分类号：F326.2

文献标识码：A

文章编号：1671-816X(2016)03-0153-09