长三角地区涉林服务业发展类型特点分析

佘曙初

（义乌工商职业技术学院，义乌 322000）

近年来，国外研究仍比较热衷于以经典动态偏离-份额模型为基础研究区域内部门产业结构对区域经济增长和生产率的影响。O’Learye and Webber[1]对1980～2007 年欧洲181 个地区的研究结果表明产业结构变化对经济增长和产业趋同都具有重要影响，且区域经济增长不仅受最初差距的影响，还受到部门结构、要素禀赋、机构等方面差异的影响，当某地区处于“高且改善”或“低且衰退”的状态时，其影响特别有助于增长。Elías[2]在研究西班牙和葡萄牙农业、建筑业、贸易和公共服务业的产业结构时指出农业部门有一个积极的迹象，当一个区域邻国的农业部门生产率差异较高时，一年后该区域的总生产率将有更多的增长；然而，在工业部门，情况正好相反。两位学者均运用经典动态偏离—份额模型完成分析过程。国内学者运用经典动态偏离—份额模型分析了长江经济带制造业和林业产业结构演变规律。刘莉君等[3]测算了长江经济带9 省2 市27 个制造业细分行业的2005～2010 年、2011～2015 年间的产业结构分量、竞争力分量及偏离分量，总结了发展类型和演变特征。向红玲等[4]分析了长江经济带林业一、二、三产业的动态偏离额，指出区域内林业第三产业具有竞争优势，且产业结构偏离是长江经济带林业第三产业增长的直接主导因素。运用经典动态偏离-份额模型，计算长三角区域各省市涉林服务业及其次级产业的产业结构和竞争力分量值，依据已有标准判断产业发展类型。

2019 年10 月25 日国务院批发统一实施《长三角生态绿色一体化发展示范区总体方案》，2020 年10 月9 日长三角首个区域一体化林业标准《沿海防护林生态效益监测与评估技术规程》立项。这些措施对于支撑长三角区域沿海防护林一体化建设及区域的高质量一体化发展都起到了重要作用。分析长三角区域各省市涉林服务业及其各次级产业的发展类型，对于掌握区域内涉林次级产业的转承趋势和制定其协调发展的政策具有参考作用。

1 研究方法与数据来源

1.1 研究方法

偏离—份额分析的目的是确定一个区域相对于全国平均水平的总增长业绩是其经济结构的结果，还是其部门增长的结果，虽然不能揭示其增长的原因，但对于识别和量化区域增长业绩的可能来源是非常有用的（Lionel and Leif，2014）[5]。

1.1.1 选择经典偏离—份额方法的依据

偏离—份额分析技术在20 世纪60 年代初由Fuchs[6]、Dunn[7]、Ashby 等[8]在研究就业增长率时提出。Dunn 运用经典偏离—份额模型分析了美国在1939～1954 年间的就业增长，并指出该技术可用于任何重要的经济方面——收入、就业、人口等。Herzog and Olsen[9]也指出运用经典模型可将就业、收入或产出等区域变量的增长分解为衡量区域间差异增长的三种效应。

随着该方法在研究区域经济中的广泛应用，经典模型结构不断得到调整，争议也颇多。Esteban[10]通过引入同位变量将经典模型中的竞争效应为分为一个新的竞争效应和一个分配效应，此后在Esteban-Marquillas 模型得到广泛应用的同时，对其评论也褒贬不一。Herzog and Olsen依据34 个部门的数据检验了Esteban-Marquillas 模型，肯定了该模型扩展了偏离—份额分析法的特性，但是Beaudry and Martin 却对Herzog and Olsen 的结论给予了部分的否定[11]，同年Herzog and Olsen[12]又给原作者进行了回复。Loveridgem and Selting[13]依据偏离—份额模型内部构成关系比较了7 个偏离份额模型，其依据对尼苏达州77 个部门数据的测算结果，指出被广泛引用的Esteban-Marquillas 模型不如经典模型与其他两个衍生模型，其弱点是没有体现出当所有部门和区域加在一起时的逻辑值问题，并且有些组成部分会为波动性小的部门产生不切实际的高值。

近年来仍有研究指出Esteban-Marquillas 模型没有给Dunn 经典模型带来任何改进（Lionel and Leif），即目前经典偏离—份额模型仍被广泛应用。德国森林集群中的木材产业区域就业趋势的分析（Klein and Kies）[14]、部门层面纳入区域增长时对模型分析范围的调整（Márquez et al）[15]、日本区域能源需求的动态偏离份额测算（Otsuka）[16]、对1990～2010 年间底特律人口和住房变化趋势的研究（Joseph and Danko）[17]以及对长江经济带制造业发展类型演变特征的分析（刘莉君），均是运用经典偏离—份额模型开展分析。

可见经典模型不但应用广泛，而且已经从国家层面涉足区域层面。指定长三角区域为参考区域，沪苏浙皖为区域内省市[18]，依据经典偏离—份额模型结构，分析涉林第三产业及其次级产业发展类型的2个模型分别如下（Klein and Kies）：

模型（2）和模型（1）分别为三省一市涉林第三产业与其5 个次级产业产值增量的偏离份额分解模型。其中：RS（regional share）—区域分量，IM（industry mix）—产业结构分量，PC（province competivity）—省市竞争力分量；y—产量，n—长三角区域，t—年份，j—省市，j=1，2，3，4，其中j=1—上海，j=2—江苏，j=3—浙江，j=4—安徽；i—次级产业[19]，i=1，2，3，4，5，其中：i=1—林业生产服务业；i=2—林业旅游与休闲服务业；i=3—林业生态服务业；i=4—林业专业技术服务业；i=5—林业公共管理及其他组织服务业。

1.1.2 产业发展类型判断标准

参考刘莉君依据经典偏离-份额模型计算结果给出的产业类型判断标准，根据区域范围调整了各类型内涵的表述（见表1）；同时依据刘莉君对产业类型7-13 存在零值原因的解释（某产业在研究期内在该地区未有或是某一分析对象的产业产值与参考区域的平均水平完全相等），未列出产业类型7-13 的三个分量及其解释。

表1 产业发展类型判断标准Table 1 Judgment standard of industrial development types

分别依据公式（2）和公式（1）计算2014～2018 年间三省一市涉林第三产业与其次级产业的动态产业结分量、省市竞争力分量及偏离分量。根据表1 给出的标准，明确产业发展类型及其动态演变特征。与刘莉君和向红玲等的研究相比，研究既分析了主体产业的发展类型，又分析了其内部各次级产业的发展类型；同时，依据（刘莉君）优势产业（产业类型1～3）和劣势产业（产业类型4～6）的判断标准，为方便对比分析三省一市各次级产业的优劣程度，又将产业类型1～6 分别表述为强、中、弱优势产业和弱、中、强劣势产业；同时参照（刘莉君）将11 年划分2 段分析产业类型动态演变的思路，考虑到研究时间仅为5 年，故将分析思路调整为逐年确定产业类型，即可分析4个阶段的连续变化。

1.2 数据来源与描述性统计

长三角区域规划于2010 年5 月24 日由国务院正式批准实施，2018 年11 月5 日长江三角洲区域一体化发展上升为国家战略，2019 年12 月1 日《长江三角洲区域一体化发展规划纲要》发布，规划范围扩大至上海市、江苏省、浙江省和安徽省。

依据长三角地区涉林第三产业及其次级产业数据分析涉林服务业发展类型与特征。由于2013 年以前与2014 年以后的各次级产业项目差异较大，且无法按2014 年项目整理归类，即考虑到涉林第三产业5 个次级产业名称的一致性，所有数据均来源于《中国林业统计年鉴》（2014～2018 年）[20]。故以2014 年为起始年份，分析产业结构和竞争力的动态演变，描述性统计如表1 所示。

一是某省市某次级产业在某时期无产值（表中最小值为“0”），这就会出现因无法计算增长率而无法计算产业结构和省市竞争力份额的情况。例如，上海市在2014～2018 年间林业生产服务业产值均为零，成为长三角地区该业各年的最小值。在实际计算时，处理这一特殊数据的方式是将“0”改写为“0.000 1”，即产值为1 元，而计算结果是保留到万元，这样处理不但可以保证数学上要求的计算增长率的分母不为零，而且在计算产业结构和竞争力份额时1 元的初始值也不影响分析结论。同时，上海市林业专业技术服务业因仅在2014 年有产值，故也进行了同样处理；其余三省各次级产业产值均为正。可见，与其他三省相比，上海市涉林第三产业在长三角区域中处于弱势。

二是区域涉林第三产业总产值在研究期间均稳步正增长，但是增长率呈下降趋势；次级产业除林业专业技术服务业、林业公共管理及其他组织服务业的产值增长率各有1 年下降外，其余次3 个级产业产值均为正增长，但各年间波动较大。

表2 涉林第三产业产值描述性统计（2014～2018）Table 2 Descriptive statistics of tertiary industry output value of related forestry（2014-2018）单位：万元

以下通过计算三省一市涉林第三产业及其次级产业在区域涉林服务业中的产业结构分量、竞争力分量、偏离份额的正负值判断产业类型。

2 涉林服务业发展类型分析

2.1 涉林第三产业发展类型分析

将依据公式（2）计算的三省一市涉林第三产业2个分量值与偏离份额合计值列入表中的目的是为了体现偏离程度，即在产业发展类型相同时，其偏离程度是不同的。例如，上海市和江苏省在2017～2018 年间涉林第三产业均为产业类型6，但是后者的产业结构和竞争力分量分别约为前者的6 倍与10 倍。

在研究期间内，浙江省涉林第三产业发展势头最优，然后依次为江苏省、安徽省和上海市。浙江省在4 年中有3 年为强优势产业类型1，即这三年产业结构和竞争力优势尤为突出，且超出长三角地区平均水平；虽然在2016～2017 年间产业结构份额为优势，但因竞争力弱势使其偏离份额低于长三角平均水平，即为弱劣势产业类型4。安徽省连续3 年为产业类型3，竞争力优势突出，在弥补了产业结构的弱势后，仍能超出长三角区域平均水平，但是在2017～2018 年间产业转变为类型6，失去所有优势。江苏省和上海市除分别在2016～2017 年、2014～2015 年为产业类型1、产业类型5 外，其余均发展阶段均为产业类型6，产业弱势特征明显。

可见，浙江省和安徽省的涉林第三产业在研究期间内主要表现为优势产业（产业类型1～3，占均比为75%），其余省市的该产业为劣势产业（产业类型4～6）。可见，涉林第三产业省市间的优劣产业发展类型差异明显，且同一省市类型稳定。以下进一步分析涉林第三产业内部5 个次级产业在各省市的产业发展类型。

2.2 涉林第三产业次级产业发展类型分析

将依据公式（1）计算的各次级产业的产业结构分量、竞争力分量及偏离份额的正负以及依据表1给出的判断结果均列在表3 中，箭头方向为产业按研究年度的发展方向。

表3 涉林第三业发展类型（2014～2018）Table 3 The development types of tertiary industry of related forestry 单位：万元

在研究期间内长三角地区各次级产业在各省市的发展类型特点如下：

林业生产服务业（l1）主要是表现出劣势波动衰退（浙江省和江苏省）和优势波动为主、偶有劣势（安徽省）出现的特点。因上海市该产业在研究期间内未有产值而未分析。

林业旅游与休闲服务业（l2）是该地区发展最好的林业次级产业。其中，浙江省最为突出，产业结构和竞争力均表现为优势，偏离份额超出区域平均水平，且始终为强优势产业类型1；安徽省稍次之，该省仅在2017～2018 年为弱劣势产业类型4，其余年份均为中、强优势产业。上海市和江苏省的优劣产业年份比率均为75%，但前者除在研究期初有1 次强优势产业表现外，其余年份均表现为持续平稳的弱劣势产业（产业类型4）；后者则在弱劣势中出现了1 次的强优势（产业类型1）波动，未来发展存在继续冲击优势产业的可能。这一分析表明长三角地区的林业旅游与休闲服务业在区域涉林次级服务业中最为突出。

苏浙皖三省的林业生态服务业（l3）在研究期间内均为产业类型5 和产业类型6，发展趋势表现为平稳劣势，低于区域内的平均水平；上海市除在研究期初为弱优势产业类型3 外，此后三个时期均为强劣势产业类型6；沪苏浙皖这一产业的竞争力分量均为劣势。这一分析表明，该次级产业与其他次级产业相比，劣势特征最为明显。

林业专业技术服务业（l4）在苏浙皖三省的产业类型变化较大，产业优劣势波动频繁。江苏省均在劣势产业类型中波动，其劣势特征比浙皖二省更为突出。上海市除在研究期初为强劣势产业类型6 外，此后连续各年均未有产值，无需分析。

上海市和江苏省的林业公共管理及其他组织服务业（l5）表现为完全一致性的劣势，且有从强、弱劣势到强、中劣势平稳转变的趋势，且二者此次级产业的偏离份额均为负，表现为劣势；安徽省的该产业则出现了弱优势产业与中、强劣势产业的交替，发展趋势不明确；浙江省则为强优势产业与中、强劣势产业的交替，总体趋势表现为中、强劣势产业。

3 研究结论

在研究期间内，对长三角涉林第三产业及其次级产业发展类型的分析得出以下结论：描述性统计分析结果表明长三角地区涉林第三产业总产值呈现稳步正增长，但是各次级产业产值存在波动。经典偏离-份额模型测算结果表明：从长三角地区涉林第三产业总体来看，各省市产业发展类型差异明显，且同一省市发展类型稳定；从三省一市的各次级产业来看：林业生产服务业表现出劣势波动衰退（浙江省和江苏省）和优势波动为主、偶有劣势（安徽省）的特点；林业旅游休闲产业优势特征最为突出；林业生态服务业劣势特征最为明显；林业专业技术服务业优劣波动频繁；林业公共管理及其他组织服务业的劣势特征在上海市和江苏省完全一致性，在安徽和浙江两省则为不同程度的优劣交替。与已有类似研究相比，逐年分析主体产业及其次级产业的发展类型，并用强、中、弱区分了优势产业和劣势产业发展类型的程度。