高质量发展背景下中国林业产业结构转型升级影响因素分析

张少鹏 任阳阳 朱震锋 朱洪革

摘要：文中基于我國2017—2021年30个省域的面板数据，利用马尔科夫转移矩阵测算了林业三次产业的发展速度和对总产值的贡献率。测算结果表明：我国林业第三产业的发展速度最快但是对林业经济增长的贡献最小。使用空间自回归模型对林业产业结构转型升级的影响因素进行空间面板计量分析，结果显示：在林业行业因素中，林业系统年末从业人员、林业基层工作站大专及以上学历职工对林业产业结构转型升级的影响呈显著正相关，但在岗职工平均工资、各省造林面积与林业产业结构转型升级之间呈显著负相关关系；宏观经济因素中，地区生产总值和科研投入均对林业产业结构转型升级起到显著促进作用。在此基础上，提出地方政府应加大对林业高质量发展的政策支持力度、通过人力资本优化实现林业产业结构优化、加大对林业第三产业的开发利用效率、提高林业财政支持力度和科研投入强度等建议，以期为实现我国林业高质量发展、加快林业产业结构升级优化进程提供参考。

关键词：高质量发展；林业产业结构；转型升级；马尔科夫转移矩阵；空间计量分析

中图分类号：F326.22   文献标识码：A   文章编号：2096-9546（2023）03-0031-08

DOI： 10.12344/lczcyj.2023.09.06.0004

张少鹏，任阳阳，朱震锋，等.高质量发展背景下中国林业产业结构转型升级影响因素分析：基于2017—2021年的省级空间面板数据［J］.林草政策研究，2023，3（3）：31-38.

Influence Factor Analysis of Transformation and Upgrading of Chinas Forestry Industry Structure Under the Context of High-quality Development：Based on Provincial Spatial Panel Data in 2017-2021

Zhang Shaopeng Ren Yangyang Zhu Zhenfeng Zhu Hongge

（College of Economics and Management， Northeast Forestry University，Harbin 150040， Heilongjiang， China）

Abstract： Based on the panel data of 30 provinces from 2017 to 2021， this paper uses the Markov transfer matrix to calculate the development speeds of the primary， secondary and tertiary forestry industries and their contribution rate to the total output value. The results show that the forestrys tertiary industry develops the fastest but contributes the least to the growth of forestry economy. Then， the impact path of transformation and upgrading of the forestry industry structure is analyzed using Spatial Autoregression Model. The results indicate that among the forestry industry factors， the influence of forestry employee and worker with college degree and above on the transformation and upgrading of forestry industry structure is significantly positively correlated. However， there is a significantly negative correlation between the average salary of the employees， the afforestation area of each province and the transformation and upgrading of forestry industry structure. Among the macroeconomic factors， regional GDP and scientific research investment both play a significant role in promoting the transformation and upgrading of forestry industry structure. On this basis， the paper proposes that local governments should increase the policy support to high-quality forestry development， human capital optimization should be promoted to improve forestry industry structure， the forestrys tertiary industry should be better enhanced to improve its development and utilization， more effort should be taken to enhance the fiscal support to forestry and the investment to scientific research. The study is aimed to provide references to realizing the high-quality development of forestry in China and accelerating the upgrading and optimization of forestry industrial structure.

Keywords： high-quality development; forestry industry structure; transformation and upgrading; markov transfer matrix; spatial econometric analysis

林业产业作为我国工业经济重要的组成部分，一直以来是以人口红利和资源投入为发展动力实现经济增长。但是现阶段林业产业多集中于第一、第二产业，产业结构低端化现象较为严重，在人口红利逐渐消失和林木资源成本逐年上升的不利条件下，更容易出现产能过剩且发展滞缓的危机［1］。为避免危机发生，我国林业经济增长应适时转换动力机制，同时在发展的过程中推动林业产业结构转型，通过产业结构优化升级来实现可持续的林业经济发展［2］。尤其是在高质量发展背景下，我国林业产业更应坚持可持续发展的基本理念，通过技术进步和加强人才培养等方式，合理配置林业投入要素，高效利用森林自然资源，优化林业产业结构，从而推动林业产值可持续增长的进程［3］；在产出稳定提高的同时，不断优化内在的产业结构。产业结构升级是指在国民经济发展中，产业结构逐渐从以第一产业为主向以第二产业和第三产业为主转变的过程。这一过程转变需要以原材料供给为基础，以市场活力和技术支持为导向，在政府政策主导下发生［4］。由此可见，产业结构的优化升级需要依赖很多内外部条件。产业结构升级及其影响因素历来是学界研究的重要议题。国外学者对于产业结构升级的经典研究一方面聚焦于产业比重转移规律及影响等方向［5-6］，另一方面在产业结构测算方面也取得了开创性成果，其中具有代表性的是Lilien指数法［7］和Moore值法［8］。相比国外学者较多从理论层面展开研究，国内研究更注重以实践为导向的应用经济。现有文献显示，产业结构升级转型的影响因素较多，如基础设施建设［9］、数字经济发展［10］、金融科技支持［11］等。自“高质量发展”理念提出后，也有学者以此为研究背景，探讨中国产业结构转型升级的动力与机遇。例如，范旭等［12］通过案例研究发现，产业发展高阶化是产业高质量发展的重要驱動条件，且加速战略性新兴产业培育和传统产业转型升级是其中的关键；王菡等［13］采用中国城市层面经验数据，利用空间计量模型进行实证研究，提出数字经济能够促进经济高质量发展，其中产业结构高级化是重要的中介渠道。也有学者将研究焦点集中在林业产业结构优化升级的影响因素分析方面。例如，熊立春等［14］在测度林业产业结构升级方向和速度的基础上，运用面板分位数回归模型研究林业产业结构升级的影响因素；崔航等［15］采用状态空间模型分析了新型城镇化对林业产业结构升级的因果关系；姜钰等［2］研究发现，林业技术进步能够显著促进林业产业结构升级；路亚欣等［16］基于我国省域面板数据，通过一系列实证计量方法验证了绿色信贷和技术创新对林业产业结构优化的交互影响。现有研究更多是以国家经济发展中三次产业升级的测算及影响因素分析为主，而聚焦于林业产业结构转型升级的研究相对较少，尤其缺乏在高质量发展背景下林业产业结构升级优化的实证研究。同时，我国林业产业存在一定程度的区域集群，各省的林业产业发展有可能受到周边地区的影响，但现有研究较少考虑空间因素，鲜有对林业产业结构转型升级的空间影响分析。因此，本文将以高质量发展为研究背景，基于2017—2021年全国30个省、自治区、直辖市（以下简称省域）面板数据，通过马尔科夫转移矩阵测算林业三次产业的产值比重保持率及贡献率，比较林业三次产业发展速度以及对总产值的贡献大小；同时，从空间视角出发，对我国林业产业结构转型升级路径进行空间计量分析，将空间溢出效应纳入林业产业结构升级的影响因素研究中，不仅缓解了空间相关性对估计结果的误差影响，还进一步拓展了林业产业结构升级的空间溢出效应相关研究。在此基础上，提出相关建议，以期为高质量发展背景下我国林业产业结构转型升级的政策制定提供决策参考。

1 数据来源与研究方法

1.1 数据来源

本文用于实证分析的数据主要来源于《中国林业统计年鉴》和《中国统计年鉴》。考虑到“高质量发展”这一概念是在2017年中国共产党第十九次全国代表大会上首次提出，因此将样本期设定为2017—2021年。其中，样本区域单元不包含香港、澳门、台湾，且由于西藏自治区的年鉴数据缺失，故实际使用的样本区域单元主要是除西藏自治区以外的30个省域。为了剔除价格因素的影响，采用以2017年为基期的价格指数，将涉及价值形态的变量调整为相应的不变价值。此外，从地区人口数量等相关变量作为影响林业产业结构转型升级的解释变量，数据主要来自2018—2022年的《中国人口统计年鉴》。

1.2 研究方法

1.2.1 变量选取

1.2.1.1 被解释变量

考虑到只选取林业第二产业产值比重或第三产业产值比重作为被解释变量有些片面［17］，选择以林业产业结构层次系数（IS）作为衡量林业产业结构转型升级程度的被解释变量，对林业三次产业的权重分别进行权重赋值。具体赋值规则是第一产业权重为1、第二产业权重为2、第三产业权重为3，且权重越高表示产业越高级化［14］。林业产业结构层次系数计算公式如下：

IS=∑ni=1λiPi 。（1）

式（1）中，IS即林业产业结构层次系数，Pi是林业三次产业各自产值占总产值的比重，λi是三次产业对应的赋值权重。

1.2.1.2 解释变量

选取解释变量主要从林业行业因素与宏观经济因素2个方面来考虑。其中，林业行业因素分别是林业产业发展中的物质资本、人力资本、自然资本，宏观经济因素分别是经济发展规模、科研投入、人口密度等。

1） 林业行业因素。用来衡量林业产业发展的物质资本分别是国家财政投入和外商直接投资。其中，国家财政投入是促进林业产业结构转型升级的重要经济力量，以用于林业产业发展的国家投资为指标［18］；外商直接投资不仅可以增加林业产业发展的财政实力，还代表国际经贸交流的合作水平［19］。用来衡量人力资本的指标分别是林业系统年末从业人员、林业基层工作站大专及以上学历职工人数、在岗职工年末平均工资。其中，林业系统年末从业人员是林业产业发展最直接的劳动力资源保障［14］；林业基层工作站大专及以上学历职工可以反映林业生产经营一线工人的技能水平；在岗职工工资水平一方面是林业产业发展中所需的劳动力成本，另一方面也是林业行业职工的能力体现。用来衡量自然资本的指标是各省造林面积［17］。之所以不选择森林覆盖率是因为各地区森林蓄积量的稳定性较强，在一定时间内增加森林蓄积量的局限性比较大，很难对林业产业结构转型升级产生明显的影响［20］。

2） 宏观经济因素。经济发展规模是国家或地区经济实力的直接体现，对于林业产业结构转型升级具有实际推动作用，用地区生产总值来衡量省域经济发展规模［21］。科研投入作为科技进步的重要指标，可以使用研发内部经费支出来表示，科技投入越多对林业产业结构转型升级的促进作用越强［22］。人口密度代表地区人口规模大小，不仅可以为林业产业发展提供必需的劳动力资源，同时也是林业产业结构转型升级重要的消费市场，人口密度越大林业产业高级化的市场动力越强［23］。各变量的描述性统计结果见表1。

1.2.2 模型设定

1.2.2.1 马尔科夫转移矩阵

在三次产业结构保持率及贡献率测算的研究中，现有文献多以马尔科夫链进行矩阵运算和预测分析［24-26］。本文利用马尔科夫转移矩阵测算林业三次产业产值比重的自身保持率，并依据转移概率矩阵建立线性回归方程组测算三次产业产值比重对总产值的贡献率。马尔科夫转移矩阵的计算公式如下：

Xt+1=Xt×P。（2）

式（2）中，Xt表示研究对象在时刻t的状态，具体为Xt=X1t，X2t，…，Xnt，并且Xt在P的作用下，将在时刻t+1转化为状态Xt+1。其中P=pijn×n，表示研究对象的第i部分向其第j部分的一次转移概率；并且Pij≥0，∑nj=1pij=1，因此P即为马尔科夫转移概率矩阵（简称“转移矩阵”）。

1.2.2.2 空间自相关性检验

空间自相关性可以看作是在空间方面的一种反映区域之间集聚现象的尺度，在一定区域范围内，某一因素在其相关地域单元之间相互影响，具有自相关性即在某一地域单元中该因素的数值较高（低），而在其周围地域单元该因素的数值也较高（低）［27］。在空间计量经济学中，通常采用莫兰指数Morans I对某一因素的空间集聚特征进行度量［28］。莫兰指数的计算公式如下：

Morans I=∑ni=1∑nj≠iWijXi-Xj-S2∑ni=1∑nj≠iWij。（3）

式（3）中，（Xi-）（Xj-）代表林业高质量发展的相似性指标，Xi是第i个省域的林业高质量发展水平，表示所有省域的林业高质量发展水平均值（Xi或Xj），S2是省域林业高质量发展水平的方差，Wij则是空间权重矩阵。

1.2.3 空间计量模型构建

在应用空间计量分析模型时，首先要建立适合的空间权重矩阵。空间计量分析中较为常见的权重矩阵目前主要有2种。其一是空间邻接矩阵W1（0-1矩阵），该权重矩阵构建的条件是2个区域单元在地理位置上是否相邻，若相邻则相应权重设置为1，反之则为0；另一种是空间地理权重矩阵W2，该权重矩阵是以2个区域单元之间地理距离的倒数来设置［28-29］。为更好地比较空间计量分析结果，同时采用2种空间权重矩阵来构建空间自回归模型，通过实证结果分析来研究不同权重矩阵下各因素对我国林业产业结构转型升级的空间影响效应。

本文所使用空间自回归模型的解释变量分别是国家财政投入（INVE）、外商直接投资（FDI）、林业系统年末从业人员（WORK）、林业基层工作站大专及以上学历职工人数（EDU）、在岗职工年末平均工资（MINCOME）、造林面积（PLANT）、地区生产总值（GDP）、科研投入（RD）、人口密度（PEOPLE）。为消除不同变量之间在单位和数值上的差异从而减弱异方差对回归结果产生的估计偏误等问题，对模型中的变量进行对数化处理，以此构建的空间自回归模型表达式具体如下：

lnIS=a+ρW（lnIS）+β1lnINVE+β2lnFDI+β3lnWORK+β4lnEDU+β5lnMINCOME+β6lnPLANT+β7lnGDP+β8lnRD+β9lnPEOPLE+ε。 （4）

式（4）中，空间权重矩阵W有2种表现形式，分别是空间邻接矩阵（W1）和空间地理权重矩阵（W2），且模型中均对全部变量作对数化处理。

2 结果与分析

2.1 林业三次产业保持率及贡献率测算

本文利用马尔科夫转移矩阵测算林业三次产业产值比重的自身保持率以及三次产业产值比重对总产值的贡献率，具体实施步骤如下：1）得到2017—2021年全國林业三次产业产值比重；2）假设林业三次产业转移系数，并构建林业产业转移的线性回归方程；3）将已得到的全国林业三次产业产值比重共5年的数据代入线性回归方程中，并采用OLS分析法求解转移系数，在此过程中需不断剔除不符合经济意义的转移系数，直到所有转移系数均符合经济意义；4）对全部转移系数进行归一化处理得到转移概率，最终得到全国林业三次产业转移概率矩阵，详见式（5）：

P=0.474 1 0.683 6-0.152 60.260 5 0.622 8 0.129 80.497 1-0.553 7 1.058 3。（5）

式（5）中的转移概率矩阵显示，我国林业三次产业产值占比的自身保持率分别是0.474 1、0.622 8、1.058 3，即林业第三产业的发展速度要优于第一、第二产业，而第一产业发展速度最慢。

由转移概率矩阵可得到林业三次产业贡献率的线性回归方程组，进而计算得出林业三次产业的贡献率。其中，第一产业贡献率为38.75%，第二产业贡献率为33.36%，第三产业贡献率为27.89%。比较三次产业贡献率的大小可知，在我国林业产业实现经济增长的发展过程中，林业第一产业贡献最大，第二产业贡献次之，第三产业贡献最小。

综合上述测算结果，基于现有的全国林业产业结构发展态势，在我国林业三次产业中尽管第三产业发展最快，但是现阶段对林业经济增长的贡献最小，即总量不足；第二产业的发展速度虽然优于第一产业，但对林业经济增长的贡献程度仍低于第一产业。由此可见，目前中国林业三次产业结构不平衡。产生该结果的原因可能是，我国林业产业发展从体量来看仍以第一产业为主，受限于林业技术进步水平和公众生态意识，林业第二产业和第三产业的发展在短时期内还将落后于第一产业；但是，考虑到我国天然林保护工程，及森林采伐限额制度、全面停止天然林商业性采伐等政策的实施，地方政府逐渐由森林资源开发利用转向森林资源修复保护，从而推动林业第三产业快速发展。

2.2 空间自相关分析

为判断我国林业产业结构转型升级的空间相关性，使用Stata17软件基于2种空间权重矩阵W1和W2对林业产业结构层次系数测算莫兰指数Morans I。2017—2021年，我国林业产业结构层次系数均存在正向空间相关性，且都通过了1%的显著性统计水平检验（表2）。

2.3 基准回归分析

上文中的空间自相关性检验分析证明我国林业产业结构转型升级存在空间正相关性，因此基于2017—2021年30个省域的面板数据建立空间面板自回归模型，来研究林业产业结构转型升级的空间影响机制。对2种空间权重矩阵下的面板数据分析进行豪斯曼检验，发现在固定效应模型和随机效应模型中，2个空间自回归模型均应选取固定效应模型（表3）。

分析2个模型的空间相关系数的显著性可知，2种权重矩阵下的空间自回归模型ρ（rho）值均显著，且基于地理距离权重矩阵W2的空间自回归模型ρ值显著性要强于邻接矩阵W1下的空间自回归模型，表明在研究我国林业产业结构转型升级的影响机制时，有必要考虑空间溢出效应的存在，并且在地理距离矩阵下空间面板计量模型所体现的空间溢出效应更显著。观察2个空间自回归模型的R2可以发现，基于地理权重矩阵的空间自回归模型的拟合优度要高于邻接矩阵下空间自回归模型的拟合优度，表明对于我国林业产业结构转型升级的研究使用地理距离权重矩阵的空间自回归模型对其的解释力度更大。综上，最终选择基于W2的空间自回归模型（模型2）对我国林业产业结构转型升级的回归结果进行解释分析，结果显示：

1） 在林业行业因素中，衡量人力资本的3个指标均显著。林业系统年末从业人员和林业基层工作站大专及以上学历职工与林业产业结构层次系数呈显著正相关关系，表明充足的、高技能水平的劳动力资源可以为林业产业结构升级提供人才动力，进而显著促进林业产业结构转型升级。在岗职工年末平均工资水平对林业产业结构层次系数是在5%的显著性水平上呈负相关，原因可能是在现有的林业产业发展态势下，林业人力资本分布结构并不合理，大量劳动力资源分布在林业第一产业和第二产业，导致林业工人工资结构不合理且整体工资水平不高；因此，尽管人力资本积累已有一定规模，但是人力资本分布结构并没有在林业产业结构转型升级进程中发挥积极影响，反而减缓了林业产业高级化进程。这与张阳等［30］的研究基本一致。衡量自然资本的指标是各省造林面积，造林面积与林业产业结构转型升级呈显著负相关关系，表明林地面积越大、森林资源越丰富，林业产业向高层次结构转型速度越缓慢。主要原因可能是各地区造林区域多为林场、保护区等基础设施不发达的地区，并且对于生态建设的重视超过对林业第三产业的投入，因此尽管森林资源较为丰富，但是林业第三产业的开发利用效率并不高。

2） 在宏观经济因素中，地区生产总值和科研投入水平均在10%的显著性水平上与林业产业结构层次系数呈正相关关系。这表明地区经济发展规模越大越有利于林业产业结构转型升级，科技投入越多对林业产业结构转型升级的促进作用越强；因为地区经济发展实力可以为林业产业结构升级优化提供充足的财政支持，并且经济发展水平越高也意味着消费市场越活跃、消费水平越高，为林业产业高级化发展奠定市场潜力基础。科技投入强度往往代表着该地区的科技进步和技术创新水平，科技进步可以吸引高素质人才向本地区流入，技术创新则有利于加快新型高级产业发展，在林业产业向高层次结构转型过程中起到有力的推动作用。

2.4 稳健性检验

为进一步验证上述回归结果的稳健性，采用以下2种方式进行稳健性检验：1）考虑到基准回归使用空间自回归模型，在稳健性检验中运用空间杜宾模型再次开展空间计量分析；2）基准回归中，林业产业结构升级是通过产业结构层次系数法测算得到，因此稳健性检验中将使用林业第三产业产值占总产值比重来衡量林业产业结构升级程度。稳健性检验的结果与基准回归结果基本一致，这表明研究结论可靠（表4）。

3 结论与建议

3.1 结论

本文先利用马尔科夫转移矩阵测算中国林业产业结构的发展现状，即林业三次产业的自身保持率和贡献率，再通过空间计量分析研究我国林业产业结构转型升级的影响路径。基于马尔科夫转移矩阵的结果表明，在未来一段时间内，我国林业三次产业中第三产业的发展速度要高于第一产业和第二产业，但是现阶段林业第三产业对林业经济增长的贡献最小。进一步利用空间面板计量模型对我国30个省域林业产业结构转型升级的影响路径進行实证分析发现：1）林业产业结构升级存在显著为正的空间相关性和空间依赖性，说明影响林业产业结构转型升级的动力机制存在明显的空间溢出效应。2）在林业行业因素中，林业系统年末从业人员和林业基层工作站大专及以上学历职工与林业产业结构转型升级的关系呈显著正相关；在岗职工平均工资对林业产业结构转型升级呈显著负向影响，表明我国林业产业发展中人力资本积累水平对产业结构优化升级具有激励作用，但是现有的人力资本分布结构对产业结构优化升级存在抑制作用；此外，各省造林面积对林业产业结构转型升级的影响呈显著负相关，表明虽然我国近年来越来越重视生态环境建设，但是在林业第三产业等相关行业投入仍然不足。3）在宏观经济因素中，地区生产总值和科研投入均对林业产业结构转型升级发挥显著的促进作用，地区经济发展水平越高、科研投入强度越大，林业产业结构的转型升级程度也就越高。

3.2 建议

为加快林业产业结构转型升级进程，在高质量发展背景下实现我国林产品由货物贸易向服务贸易转型，提出以下建议：

1） 地方政府应加强对林业高质量发展的重视程度，抓住高质量发展对林业产业发展带来的历史机遇，加大对林业高质量发展的政策支持力度，营造有利于林业高质量发展尤其是林业产业结构优化升级的制度环境，为林业产业结构升级提供转型契机。2）林业产业的人力资本是实现产业结构转型升级的重中之重，提高人力资本积累水平的同时更要优化人力资本分布结构，不仅要吸引高素质劳动力流入林业三次产业，更要加快实现林业“人口红利”向“人才红利”转变，通过人力资本优化实现林业产业结构优化。3）森林资源是林业产业得以发展的重要自然基础，在发挥森林资源生态效应的前提下提高对林业第三产业的开发利用效率是促进林业产业结构转型升级的关键因素。应鼓励林业从业人员积极从事森林康养和森林旅游等林业服务业经营活动。4）各地区经济发展水平和科研投入水平是实现林业产业结构转型升级的现实支持条件，因此我国林业产业向高层次结构升级转型需要地区经济总量和科技创新提供升级动力，即通过提高林业财政支持力度和科研投入强度来保证林业产业结构的合理化和高度化。

参考文献

［1］熊立春，赵利媛，王凤婷.产业政策对林业产业结构优化影响研究进展［J］.世界林业研究，2022，35（4）：76-81.

［2］姜钰，姜佳玮.林业技术进步对林业产业結构升级影响的空间效应［J］.东北林业大学学报，2021，49（5）：148-152.

［3］杨思崟，刘秋金，林镇江，等.中国林业产业高质量融合发展路径研究［J］.林业经济问题，2021，41（6）：599-606.

［4］SHIN R W，HO A.Industrial transformation： interactive decision-making process in creating a global industry （Koreas electronics industry）［J］.Public Administration Quarterly，1997，21（2）：143-175.

［5］GALBRAITH J K，WEIDENBAUM M L，HESSION C H，et al.Economics and the public purpose［J］.Journal of Economic Issues，1973，9（1）：87-100.

［6］CANTWELL J，HELPMAN E，KRUGMAN P.Market structure and foreign trade：increasing returns，imperfect competition，and the international economy［J］.The Economic Journal，1986，381：243-245.

［7］ZAGLER M.Economic growth，structural change，and search unemployment［J］.Journal of Economics，2009，96（1）：63-78.

［8］MOORE J H.A measure of structural change in output［J］.Review of Income and Wealth，1978，24（1）：105-118.

［9］施德浩，于涛，王磊.高铁开通对县级单元产业结构的影响：以长三角地区为例［J］.地理科学，2022，42（11）：1912-1922.

［10］徐伟呈，周田，郑雪梅.数字经济如何赋能产业结构优化升级：基于ICT对三大产业全要素生产率贡献的视角［J］.中国软科学，2022（9）：27-38.

［11］李海奇，张晶.金融科技对我国产业结构优化与产业升级的影响［J］.统计研究，2022，39（10）：102-118.

［12］范旭，徐彦申.新型研发机构如何支撑产业高质量发展：基于战略性新兴产业和传统产业的双案例分析［J］.中国科技论坛，2023（8）：62-73.

［13］王菡，吕本富，徐晓辰.数字经济、产业结构与城市高质量发展：基于长江经济带的实证分析［J］.城市问题，2023（7）：73-83.

［14］熊立春，王凤婷，程宝栋.中国林业产业结构优化及其影响因素分析［J］.农业现代化研究，2018，39（3）：378-386.

［15］崔航，姜钰，耿宁.新型城镇化对林业产业结构升级影响的实证研究;基于状态空间模型［J］.中南林业科技大学学报，2018，38（8）：129-134.

［16］路亚欣，张彩虹.绿色信贷、技术创新对中国林业产业结构的交互影响［J］.林业经济问题，2022，42（5）：524-531.

［17］唐湛，黎红梅.城镇化对林业产业结构优化影响的实证分析［J］.农业现代化研究，2017，38（2）：226-233.

［18］朱洪革，付玉竹，张少鹏.天保工程转移支付的森林生态效益及其影响机制［J］.应用生态学报，2020，31（8）：2663-2670.

［19］张鑫.外商直接投资对中国林业的资本形成效应分析［J］.世界农业，2012（7）：92-95.

［20］何思笑，张建国.浙江省森林康养品牌资源空间分布特征及其影响因素［J］.浙江农林大学学报，2022，39（1）：180-189.

［21］姚仁福，胡珠珠，贯君.森林碳汇与经济增长的互动关系［J］.林业经济问题，2022，42（1）：73-79.

［22］周姗仪，柳志.CEO营销经历、研发创新与林业上市公司价值提升［J］.中南林业科技大学学报，2022，42（6）：177-184.

［23］张萍萍，包庆丰，刘森.中国森林公园经营效率及影响因素分析：基于三阶段超效率SBM模型［J］.林业经济，2021，43（1）：54-67.

［24］吕洁华，张洪瑞，张滨.基于马尔科夫二次规划模型的黑龙江省林业产业结构的有序度测算与优化［J］.林业科学，2014，50（9）：138-144.

［25］刘雨婧，唐健雄.中国旅游业绿色发展效率时空演变特征及影响机理［J］.自然资源学报，2022，37（3）：681-700.

［26］孔凡超，林春艳，孟祥艳.中国产业结构高度化的时空差距及其分布动态演进［J］.云南财经大学学报，2017，33（5）：97-106.

［27］张少鹏，朱洪革.中国林业产业发展的空间影响机制：基于31个省域面板数据的空间计量分析［J］.世界林业研究，2019，32（2）：61-66.

［28］ELHORST J P.Spatial panel data models［M］//FISCHER M，GETIS A.Handbook of applied spatial analysis.Berlin：Springer，2010.

［29］王晓红，张少鹏，李宣廷.创新型城市建设对城市绿色发展的影响研究［J］.科研管理，2022，43（8）：1-9.

［30］张阳，姜学民.人力资本对产业结构优化升级的影响：基于空间面板数据模型的研究［J］.财经问题研究，2016（2）：106-113.

*基金项目：国家社会科学基金青年项目“数字赋能国有林区生态保护修复效率提升路径研究”（23CGL063）；教育部人文社会科学研究青年基金资助项目“城市群减污降碳的动态空间关联、协同效应与路径优化研究”（23YJC790036）

第一作者：张少鹏（1994- ），男，博士，硕士生导师，研究方向为林业经济理论与政策。E-mail：13251610878@163.com

通信作者：朱洪革（1971- ），男，博士，博士生导师，研究方向为林业经济理论与政策。E-mail：honggebill@163.com