摘要：在文獻回顧的基礎上，梳理與構建了政府林業(yè)投資對森林生態(tài)影響的傳導機制。基于Hansen面板門檻回歸模型，利用長江經(jīng)濟帶11省市2002—2017年的面板數(shù)據(jù)，實證分析了政府林業(yè)投資對森林生態(tài)發(fā)展的非線性發(fā)展關系。研究表明：政府林業(yè)投資導致了林業(yè)產(chǎn)業(yè)升級與生產(chǎn)要素的重新配置，對森林生態(tài)具有顯著的門檻效應。從總體上看，在研究期內(nèi)全流域的林業(yè)政府投資有效提高了當?shù)厣�林生態(tài)的發(fā)展水平，但隨著投資規(guī)模的不斷擴大，由此帶來的正向促進效應遞減。東部省市隨著政府林業(yè)投資規(guī)模的不斷擴大，對森林生態(tài)由負向抑制效應變?yōu)檎�向促進效應遞減;而中部、西部地區(qū)隨著政府投資規(guī)模不斷增加，對森林生態(tài)由負向抑制效應變?yōu)檎�向促進效應并逐漸遞增。

　　關鍵詞：政府林業(yè)投資;森林生態(tài);門檻效應;長江經(jīng)濟帶

　　政府林業(yè)投資是推動中國林業(yè)發(fā)展的基本動力之一，因此，政府林業(yè)投資的規(guī)模與方向對林業(yè)的可持續(xù)發(fā)展產(chǎn)生了極為深遠的影響。而伴隨著中國人口及環(huán)境壓力的持續(xù)增大，水土流失、荒漠化、旱澇災害等生態(tài)問題頻繁出現(xiàn)，林業(yè)生態(tài)效益的發(fā)揮也逐漸成為社會關注的焦點問題。國務院于2003年6月發(fā)布的《關于加快林業(yè)發(fā)展的決定》中明確指出“在生態(tài)建設中，要賦予林業(yè)以首要地位”，這意味著中國林業(yè)的發(fā)展重心及衡量政府林業(yè)投資效益的重要指標由經(jīng)濟效益轉變?yōu)樯鷳B(tài)效益。

　　森林工程評職知識：森林蟲害相關論文可以發(fā)表哪些期刊

　　作為國民經(jīng)濟發(fā)展的基礎產(chǎn)業(yè)部門，林業(yè)對生態(tài)環(huán)境的調(diào)節(jié)同樣起著非常重要的作用，但新中國成立以來，森林的大量砍伐以及重采輕造的經(jīng)營模式使得林業(yè)現(xiàn)有資源銳減，生態(tài)環(huán)境也遭到了不同程度的破壞。同時由于林業(yè)具有公共物品及外部性的雙重屬性容易造成市場失靈，使得林業(yè)生產(chǎn)者的積極性遭到破壞。因此，需要政府介入扶持，加強對林業(yè)的財政投入，并在原有基礎上提高財政投資的利用效率。長江經(jīng)濟帶生態(tài)區(qū)位突出，作為全面推進生態(tài)文明建設的先行示范帶，也是森林資源富集及政府林業(yè)投資的集中地區(qū)，研究政府林業(yè)投資對森林生態(tài)影響的方式及閾值范圍，也成了該區(qū)生態(tài)環(huán)境發(fā)展的重要命題。

　　1文獻回顧

　　在市場經(jīng)濟條件下，林業(yè)的公益性和基礎性決定了林業(yè)的可持續(xù)發(fā)展需要政府財政的不斷投入。而從國家經(jīng)濟社會的長遠發(fā)展來看，林業(yè)作為“向社會提供森林生態(tài)服務為主”的行業(yè)，其生態(tài)效應的發(fā)揮也應得到國家的持續(xù)財政投資，應納入公共財政范疇。因此，政府林業(yè)投資對森林生態(tài)效應的影響與作用機制成了學者探討的熱點問題。如Stone等[1]很早就開始對政府林業(yè)投資對森林生態(tài)的影響進行研究，他認為政府投資可以彌補公共資金不穩(wěn)定，造林和更新速度不具有競爭性的缺點。后續(xù)學者研究也指出生態(tài)林建設是弱質(zhì)產(chǎn)業(yè)，具有公共物品的性質(zhì)，容易導致市場失靈，須由政府投資加以修正[2]。

　　在這些研究中，大部分結論顯示政府投資對生態(tài)環(huán)境存在顯著促進效應[3-4]，也有部分文獻發(fā)現(xiàn)政府林業(yè)投資對森林生態(tài)存在負向抑制效應[5]，甚至有文獻指出政府投資對森林生態(tài)的正向示范效應與負向擠出效應并存[6]。可見，目前學術界關于政府林業(yè)投資對森林生態(tài)影響的研究尚處于探索階段。但通過文獻綜述不難發(fā)現(xiàn)，政府林業(yè)投資往往以林業(yè)重點工程的形式，通過林業(yè)生產(chǎn)要素的重新配置與林業(yè)產(chǎn)業(yè)升級兩種途徑促進林業(yè)產(chǎn)業(yè)的發(fā)展。而林業(yè)產(chǎn)業(yè)升級[7-9]與生產(chǎn)要素的 重新配置[10-11]則進一步影響了森林資源存量與森林生態(tài)效應的發(fā)揮。

　　通過文獻綜述發(fā)現(xiàn)既有研究還有以下不足：首先，長江經(jīng)濟帶有關政府林業(yè)投資與森林生態(tài)發(fā)展關系的研究大多停留在政策解析等定性層面，定量研究還比較匱乏;其次，對于局部地區(qū)政府投資對生態(tài)環(huán)境的影響，橫向靜態(tài)研究居多，而聚焦到政府林業(yè)投資對森林生態(tài)的動態(tài)剖析及政府投資閾值問題的研究還較少;最后，以往研究者所使用的線性回歸分析方法可能掩蓋了由“門檻效應”引起的非線性關系，從而忽視了政府林業(yè)投資與森林生態(tài)發(fā)展之間在不同情境下的不同影響趨勢。

　　2理論分析與研究假設

　　通過文獻梳理可知，由于林業(yè)具有公共物品屬性、投資大、見效慢、周期長等特點。因此，政府對林業(yè)的投資在林業(yè)總投資中占據(jù)主導地位。而政府林業(yè)投資的規(guī)模和結構決定了其對森林生態(tài)狀況的作用途徑與機制。但究竟是由引導示范效應引起的正向促進作用[12]為主導，還是由競爭擠出效應引起的負向抑制作用[13]為主導，在現(xiàn)有研究中結論并不統(tǒng)一。究其原因：政府林業(yè)投資一般以林業(yè)工程項目的形式從營林基本建設與森林工業(yè)基本建設兩個方面來影響林業(yè)產(chǎn)業(yè)的發(fā)展。在這個過程中一般會產(chǎn)生兩種效應：

　　一是導致林業(yè)產(chǎn)業(yè)升級，從而增加林業(yè)固定資產(chǎn)，拉動林業(yè)經(jīng)濟增長;二是導致生產(chǎn)要素的重新配置，為林業(yè)的可持續(xù)發(fā)展提供政策、技術及人力支持。由于政府加大林業(yè)投資也會帶動林產(chǎn)工業(yè)升級，導致森林資源利用率得以提高，間接增加了森林的資源蓄積量。反過來，森林資源存量也為林業(yè)產(chǎn)業(yè)升級提供了堅實的物質(zhì)保障。但林業(yè)產(chǎn)業(yè)尤其是森林工業(yè)的升級也有可能加大對森林生態(tài)的壓力。與此同時，政府林業(yè)投資實際上也實現(xiàn)了對社會生產(chǎn)要素的重新配置。由于森林生態(tài)效益的公共物品特性顯著，企業(yè)和個人“搭便車”現(xiàn)象普遍，林業(yè)投資由政府主導對社會生產(chǎn)要素進行重新配置，發(fā)揮了一定的示范帶動作用，但同時也對林業(yè)民間投資有一定程度的擠出效應。

　　因此，基于以上分析，我們有理由提出假設：政府林業(yè)投資對森林生態(tài)的影響存在非線性的影響，即門檻效應。本文基于Hansen面板門檻回歸模型，在政府林業(yè)投資與森林生態(tài)發(fā)展影響機制的基礎上，對2002—2017年長江經(jīng)濟帶11個省市的面板數(shù)據(jù)進行實證研究，檢驗在森林生態(tài)治理過程中，政府投資在流域及流域的各個區(qū)域內(nèi)是否存在門檻效應，并進一步分析影響森林生態(tài)發(fā)展的因素及作用機理。該研究可以為流域及流域內(nèi)各地區(qū)林業(yè)政府投資的規(guī)模與結構進行量化分析，為制訂相關環(huán)境與財政政策提供參考。

　　3研究設計

　　3.1研究變量

　　3.1.1被解釋變量森林生態(tài)指數(shù)(FEI)。為了對森林生態(tài)系統(tǒng)狀況的考察更加真實準確，文章在參考大量文獻[14-18]的基礎上構建了FEI指數(shù)來評價區(qū)域森林生態(tài)系統(tǒng)狀況。森林生態(tài)指標體系的建立是在PSR模型的基礎上，根據(jù)林業(yè)的特性加入了生態(tài)區(qū)位指標進行改良[19]，形成了生態(tài)區(qū)位、森林狀態(tài)、森林壓力及系統(tǒng)響應四個方面來表征森林生態(tài)水平。

　　3.1.2解釋變量

　　文章的核心解釋變量為政府林業(yè)投資(FGI)，同時也是研究的門檻變量。林業(yè)既是國民經(jīng)濟的一項基礎性產(chǎn)業(yè)，為國民經(jīng)濟建設提供了大量木材及林產(chǎn)品，同時更是一項社會公益事業(yè)，發(fā)揮了多種重要的生態(tài)功能[20]。正是由于林業(yè)提供公共產(chǎn)品的基本特性，因此，決定了政府投資林業(yè)的必然性。政府資金投入林業(yè)主要用于造林工程建設以及森林工業(yè)建設。造林工程建設投資主要用于各類防護林、防沙治沙工程及各類森林撫育工程建設;而森林工業(yè)建設投資則主要用于國有林場及森工企業(yè)的非經(jīng)營性項目投資。

　　3.1.3控制變量

　　(1)城鎮(zhèn)化水平(URB)。截至2017年年底，中國城鎮(zhèn)化率已經(jīng)達到58.52%，處于良好的發(fā)展態(tài)勢。但在城鎮(zhèn)化進程中，實現(xiàn)了大量勞動力的轉移，對區(qū)域生態(tài)環(huán)境的治理產(chǎn)生了較為深刻的影響[21]。目前許多學者驗證了中國城鎮(zhèn)化的資源環(huán)境剝奪效應顯著，引發(fā)了林地及耕地資源流失、水資源和能源短缺、生境破碎化及空氣污染等問題[22]，同時也會對當?shù)厣�林原生植被、山體地貌等產(chǎn)生一定程度的影響。對于城鎮(zhèn)化水平的指標，文章選用年城鎮(zhèn)人口與總人口之比來表示城鎮(zhèn)化水平。

　　(2)能源消耗強度(ENI)。目前我國正處于產(chǎn)業(yè)結構調(diào)整的關鍵時期，但許多企業(yè)仍采取以煤炭為能源主要來源的粗放型生產(chǎn)方式，不僅能源利用率低下，而且極易造成環(huán)境污染，為生態(tài)治理帶來了很大困難[23]。而森林作為城鎮(zhèn)居民的能源來源之一，勢必也會受區(qū)域能源消耗強度的影響。因此，文章采用能源消耗量與國土面積之比來表示能源消耗強度。

　　(3)地區(qū)經(jīng)濟規(guī)模(GDP)。我們知道一個地區(qū)的環(huán)境污染情況總是與當?shù)氐慕?jīng)濟發(fā)展程度有密切的關系，而地區(qū)的經(jīng)濟發(fā)展水平則通常是由地區(qū)產(chǎn)出水平來表征[24]。尤其是在現(xiàn)行中國財政管理體制當中，地方政府由于受到扭曲激勵而片面追求經(jīng)濟增長，而忽視森林生態(tài)建設的現(xiàn)象已經(jīng)越發(fā)嚴重。對于經(jīng)濟發(fā)展規(guī)模的指標，文章選取國內(nèi)生產(chǎn)總值來表示。

　　(4)經(jīng)濟發(fā)展水平(PCG)。通常說來，經(jīng)濟越發(fā)達，地方政府環(huán)境治理支出效率越高[25]。而地方政府環(huán)境治理支出會較大程度地影響區(qū)域森林生態(tài)的發(fā)展。而除了只靠資源輸出發(fā)展的省份外，人均國內(nèi)生產(chǎn)總值能夠比較客觀地反映一個地區(qū)的經(jīng)濟發(fā)展水平。因此，文章選取人均GDP來表示經(jīng)濟發(fā)展水平，即地區(qū)生產(chǎn)總值與總人口之比。

　　(5)產(chǎn)業(yè)結構水平(IDS)。產(chǎn)業(yè)結構是經(jīng)濟發(fā)展的“資源配置器”，同時也是污染物產(chǎn)生的“控制體”。因此，產(chǎn)業(yè)結構調(diào)整是生態(tài)環(huán)境演變的前提和基礎[26]。因為西方主要國家在經(jīng)歷信息化發(fā)展以后，產(chǎn)業(yè)結構上的去工業(yè)化特征已經(jīng)越來越明顯。因此，為了表述產(chǎn)業(yè)結構的服務化程度，采用二產(chǎn)產(chǎn)值與三產(chǎn)產(chǎn)值的比來表示產(chǎn)業(yè)結構水平。

　　(6)工業(yè)化程度(IND)。在經(jīng)濟發(fā)展的過程中，三大產(chǎn)業(yè)對生態(tài)系統(tǒng)的損害程度有所不同，而第二產(chǎn)業(yè)對能源的消耗最多，污染程度最重。可見，工業(yè)結構及工業(yè)聚集程度是影響區(qū)域環(huán)境質(zhì)量的重要因素[27]。故選用地區(qū)第二產(chǎn)業(yè)GDP與GDP總量的比值來表示工業(yè)化水平。

　　3.2研究樣本與數(shù)據(jù)來源

　　本文所采用的涉及長江流域11省市的森林生態(tài)指標數(shù)據(jù)均來自森林生態(tài)安全指數(shù)研究項目，其余數(shù)據(jù)均來自長江流域11省市(上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州)2002—2017年的統(tǒng)計年鑒、《中國林業(yè)統(tǒng)計年鑒》(2002—2017年)、《中國能源統(tǒng)計年鑒》(2002—2017年)。

　　3.3實證研究模型

　　3.3.1模型構建

　　“門檻效應”是指一個變量由另一個變量達到特定閾值后改變其原有發(fā)展趨勢的現(xiàn)象[28]。以往針對門檻效應的研究大多具有分組標準主觀性強、交叉項形式及內(nèi)涵解釋不清晰、且顯著性無法得到檢驗的缺陷[29]。因此，本研究引入Hansen的非動態(tài)面板門檻回歸模型來解決上述問題，將政府林業(yè)投資作為門檻變量進行估計。該模型以“內(nèi)生分組”構建分段函數(shù)，避免了主觀性，較為客觀地驗證了政府林業(yè)投資對森林生態(tài)發(fā)展的非線性關系。由于門檻數(shù)需通過檢驗確定，這里假設為單一門檻，同時考慮到政府林業(yè)投資實施效果的滯后性。

　　4實證結果分析

　　本文運用Stata15.0對長江經(jīng)濟帶政府林業(yè)投資對森林生態(tài)的門檻效應進行估算，并使用Bootstrap法模擬1000次來估計P值與臨界值。

　　4.1門檻效應檢驗

　　2002—2017年長江經(jīng)濟帶及各分區(qū)政府林業(yè)投資對森林生態(tài)的影響得到了有效驗證，其門檻效應估計及檢驗結果。可見長江流域整體上存在三重門檻效應，而流域內(nèi)各區(qū)則存在顯著的雙重門檻效應。因此，文章對長江全域采用三重門檻模型分析，對各區(qū)采用雙重門檻模型分析以方便對各區(qū)非線性動態(tài)影響趨勢進行比較。

　　4.2流域全局分析

　　長江經(jīng)濟帶全域政府林業(yè)投資與森林生態(tài)間非線性發(fā)展關系得以驗證，以政府林業(yè)投資為門檻變量估計得到3個結構變化點分別為16.5130億元、37.2359億元、89.2099億元。長江經(jīng)濟帶近16年的政府林業(yè)投資與森林生態(tài)建設總體上顯示為正相關，但促進作用的彈性系數(shù)呈現(xiàn)逐漸下降的趨勢：當政府林業(yè)投資小于16.5130億元時，對森林生態(tài)的促進系數(shù)為37.449，但隨著政府林業(yè)投資幅度的不斷增大，在跨越第一門檻值后的促進作用降為15.612;在跨越第二門檻值37.2359億元后，正向彈性系數(shù)進一步下降為5.899。

　　當政府林業(yè)投資超過89.2099億元后，促進系數(shù)降至最低，為0.417。從影響森林生態(tài)的其他控制變量來看，城鎮(zhèn)化水平、能源消耗水平、經(jīng)濟規(guī)模、產(chǎn)業(yè)結構、工業(yè)化水平等變量對森林生態(tài)的負向影響顯著，彈性系數(shù)分別為-0.34265、-0.015、-0.0357、-0.1375、-0.62616。而人均GDP則對森林生態(tài)的促進作用顯著，彈性系數(shù)為0.0279。

　　究其原因，在考察期內(nèi)長江經(jīng)濟帶平均政府林業(yè)投資增長了13.6倍，林業(yè)投資規(guī)模有了極大改善。因此，由于政府林業(yè)投資所帶來的規(guī)模聚集效應、示范帶動效應等有效地提高了當?shù)厣�林生態(tài)的發(fā)展水平。但值得注意的是，當政府投資規(guī)模達到16.5130億元時，其對森林生態(tài)效應的促進作用達到最大，此后隨著投資規(guī)模的進一步增加，由政府林業(yè)投資所帶來的正向促進效應雖然依然存在，但卻在逐步減小。這是因為當政府林業(yè)投資不斷增加時，非資金因素逐漸成為制約森林生態(tài)發(fā)展的主要因素，如技術進步及資源利用效率等，因此，政府投資的促進作用呈現(xiàn)規(guī)模遞減的趨勢。

　　4.3區(qū)域比較分析

　　長江經(jīng)濟帶東部省市的政府林業(yè)投資對森林生態(tài)的門檻效應存在兩個結構變化點，分別為1.6670億元、80.7782億元，其似然比函數(shù)圖。當FGI小于第一門檻值1.6670億元時，政府林業(yè)投資對森林生態(tài)呈現(xiàn)負向抑制作用，彈性系數(shù)為-3.958。當FGI跨越第一門檻值后，政府林業(yè)投資對森林生態(tài)由負向抑制作用變?yōu)檎�向促進作用，且此時正向彈性系數(shù)達到最大，為7.564。

　　而跨過第二個門檻值80.7782億元時，政府林業(yè)投資對森林生態(tài)的正向促進作用降為0.1209。從影響森林生態(tài)的其他控制變量分析，城鎮(zhèn)化水平、能源消耗強度、經(jīng)濟規(guī)模、產(chǎn)業(yè)結構、工業(yè)化水平等變量對森林生態(tài)的負向影響顯著，彈性系數(shù)分別為-0.44575、-0.0157、-0.133、-0.4521、-2.1345。但人均GDP則對森林生態(tài)產(chǎn)生了較為顯著的正向促進作用，彈性系數(shù)為0.0738。

　　究其原因，由于東部3省市無論是對外貿(mào)易發(fā)達，金融水平較高，偏外向型經(jīng)濟的上海，還是集中發(fā)展高端裝備制造業(yè)的江蘇，抑或是以電子商務引領現(xiàn)代服務業(yè)快速發(fā)展的浙江，都屬于中國經(jīng)濟發(fā)展程度較高地區(qū)，這些地區(qū)都具備發(fā)達的融資手段，林業(yè)融資市場及債券期貨市場發(fā)展較快。因此，在考察期內(nèi)當政府林業(yè)投資規(guī)模較小(小于1.6670億元)時，政府投資行為對外商及私人投資的擠出效應明顯。

　　因此，在政府投資未跨過第一道門檻1.6670億元時，政府林業(yè)投資對森林生態(tài)主要表現(xiàn)為負向抑制作用。而當政府投資達到第一門檻值后，政府林業(yè)投資的正向促進作用開始顯現(xiàn)，顯示出政府投資行為對當?shù)氐牧謽I(yè)生態(tài)發(fā)揮了積極作用，但當投資規(guī)模進一步增加達到80.7782億元時，該正向促進作用開始呈現(xiàn)出遞減效應，顯示此時限制當?shù)厣�林生態(tài)水平提高的主要因素已不是資金因素。

　　中部4省市的政府林業(yè)投資對森林生態(tài)的門檻效應存在兩個結構變化點，分別為57.0750億元、103.4419億元。當FGI小于第一門檻值57.0750億元時，政府林業(yè)投資對森林生態(tài)呈現(xiàn)負向抑制作用，彈性系數(shù)為-4.172。當FGI跨越第一門檻值后，政府林業(yè)投資對森林生態(tài)由負向抑制作用變?yōu)檎�向促進作用，但此時正向彈性系數(shù)較小，僅為0.24。而跨過第二個門檻值103.4419億元時，政府林業(yè)投資對森林生態(tài)的正向促進作用增加為2.391。

　　從影響森林生態(tài)的其他控制變量分析，城鎮(zhèn)化水平、能源消耗強度、經(jīng)濟規(guī)模等變量對森林生態(tài)的負向影響顯著，彈性系數(shù)分別為-0.19005、-0.1922、-0.0485。但人均GDP則對森林生態(tài)產(chǎn)生了較為顯著的正向促進作用，彈性系數(shù)為0.0277。而產(chǎn)業(yè)結構與工業(yè)化水平對森林生態(tài)的影響則不顯著。

　　究其原因，中部4省市人口密度大，森林資源較為豐富，是我國林產(chǎn)品加工業(yè)的重要基地，同時由于地方政府嚴重干預經(jīng)濟，但又不承擔投資風險，使得地方政府向國家爭取的資金主要用于過多過濫的小型林產(chǎn)加工業(yè)。因此在政府投資規(guī)模較小時，即未達到第一門檻值(小于57.0750億元)時，政府林業(yè)投資對森林生態(tài)主要表現(xiàn)為負向抑制作用，這是由于不合理的投資結構引起的，不僅分散了政府對林業(yè)投資的財力，也刺激了各投資主體向林產(chǎn)加工業(yè)投資，甚至將部分林業(yè)專項基金也導向一般加工業(yè)。

　　而當政府林業(yè)投資規(guī)模達到并超過第一門檻值時，開始有部分資金用于生態(tài)林及公益林的建設，此時政府投資對森林生態(tài)開始表現(xiàn)為正向促進作用，隨著投資力度的進一步加大達到第二門檻值103.4419億元時，森林生態(tài)的狀況也得到了進一步改善。

　　5穩(wěn)健性檢驗

　　由于森林生態(tài)指數(shù)是一個復合變量，其中指標選擇與政府林業(yè)投資之間可能存在互為因果的內(nèi)生性問題，具體分析不難發(fā)現(xiàn)，指標體系中的四類指標中，森林生態(tài)區(qū)位、森林狀態(tài)及森林壓力指標都很難影響政府林業(yè)投資，而由于政府林業(yè)投資本身與森林生態(tài)響應關系密切，因此，在門檻回歸時可能與系統(tǒng)響應類指標產(chǎn)生內(nèi)生性問題。

　　為進一步驗證面板數(shù)據(jù)估計結果的穩(wěn)健性，文章針對模型(1)嘗試做以下穩(wěn)健性檢驗。文章參考宋德勇和趙菲菲[33]的做法，基于生態(tài)區(qū)位、森林狀態(tài)及森林壓力三類指標構建森林生態(tài)指數(shù)，再次對模型(1)進行門檻回歸估計。表中主要回歸結果均與原回歸結果無明顯差異，由此可見，原門檻回歸結果是穩(wěn)健的。

　　6結論與建議

　　本文運用Hansen門檻面板回歸模型，通過對2002—2017年長江經(jīng)濟帶11省市的面板數(shù)據(jù)進行計算，驗證了長江流域及流域內(nèi)各區(qū)域政府林業(yè)投資對森林生態(tài)的門檻效應。

　　結果表明：長江流域及流域內(nèi)各區(qū)域政府林業(yè)投資對森林生態(tài)的影響確實是非線性的。從整體上看，長江流域近16年的林業(yè)政府投資有效地改善了當?shù)厣�林生態(tài)狀況，但隨著投資規(guī)模的不斷擴大，由此帶來的正向促進效應遞減。同時長江流域不同區(qū)域之間森林生態(tài)系統(tǒng)受政府林業(yè)投資的影響亦存在異質(zhì)性：經(jīng)濟發(fā)展水平較高的東部省市，隨著政府林業(yè)投資規(guī)模的不斷擴大，其對森林生態(tài)由負向抑制效應變?yōu)檎�向促進效應遞減;而經(jīng)濟欠發(fā)達的中部、西部地區(qū)，由于人口密集，森林資源較為豐富，林產(chǎn)品加工業(yè)集中且融資渠道較為單一，因此，隨著投資規(guī)模不斷增加，政府林業(yè)投資對森林生態(tài)由負向抑制效應變?yōu)檎�向促進效應并逐漸遞增。

　　與此同時，研究還發(fā)現(xiàn)各控制變量對森林生態(tài)指數(shù)的影響異質(zhì)性并不明顯，不管是從整個長江流域還是各個地區(qū)來看，區(qū)域城鎮(zhèn)化水平、能源消耗強度、地區(qū)經(jīng)濟規(guī)模、產(chǎn)業(yè)結構水平及工業(yè)化程度都會不同程度上對森林生態(tài)系統(tǒng)產(chǎn)生負面影響，而區(qū)域經(jīng)濟發(fā)展水平則通常會對當?shù)厣�林生態(tài)系統(tǒng)產(chǎn)生一定的正面影響。由此提出以下建議：

　　(1)由于政府林業(yè)投資總體對森林生態(tài)有較為顯著的正向促進作用，以及森林生態(tài)的公共物品屬性，因此，要改善區(qū)域森林生態(tài)狀況仍需不斷加大政府林業(yè)投資力度。只有不斷增強政府投資力度，森林生態(tài)水平才會不斷提高。(2)政府林業(yè)投資結構需要進一步優(yōu)化。政府林業(yè)投資既要保證林業(yè)工業(yè)的不斷發(fā)展，也應注重森林生態(tài)的協(xié)調(diào)可持續(xù)發(fā)展。近些年，政府林業(yè)投資雖然在森林災害防治方面有所增加，但與其他林業(yè)重點工程的投資規(guī)模相比還有很大差距。因此，優(yōu)化政府林業(yè)投資結構將是提高森林生態(tài)治理效率的一項重要措施。

　　(3)要調(diào)整林業(yè)投資布局。從長江經(jīng)濟帶區(qū)域投資布局來看，政府應重點投資資金缺乏且生態(tài)相對脆弱的西部地區(qū)，因為西部地區(qū)經(jīng)濟普遍較為落后，融資渠道單一，需要政府財政的支持。而在經(jīng)濟較為發(fā)達的東部地區(qū)，則應積極鼓勵社會資本的投入，大力發(fā)展生態(tài)林業(yè)。

　　(4)要協(xié)調(diào)中央與地方政府的林業(yè)投資關系。應建立健全生態(tài)轉移支付制度，保證能夠公平合理地分配中央對地方及地方對地方的生態(tài)補償資金，同時要加強對政府林業(yè)投資的監(jiān)控措施，完善林業(yè)財務管理及會計核算制度，提高政府林業(yè)投資的透明化程度。(5)從對控制變量的研究過程中不難發(fā)現(xiàn)，宏觀經(jīng)濟規(guī)模及經(jīng)濟結構也會影響森林生態(tài)發(fā)展，因此，我們在發(fā)展社會經(jīng)濟的同時，也要防止對森林生態(tài)造成過大壓力，應不斷優(yōu)化產(chǎn)業(yè)結構，提高經(jīng)濟發(fā)展水平，合理開發(fā)利用森林資源。

　　參考文獻：

　　[1]StoneC,OldK,KileG,etal.ForesthealthmonitoringinAustralia:Nationalandregionalcommitmentsandoperationalrealities[J].EcosystemHealth,2003,7(1):48-57.

　　[2]AllenEA.ForesthealthassessmentinCanada[J].EcosystemHealth,2001,7(1):28-34.

　　[3]張宏霞.政府投資生態(tài)環(huán)境建設優(yōu)化路徑選擇——基于中國省級地方政府的研究視角[J].湖北經(jīng)濟學院學報，2011(5)：50-55.

　　[4]張宏霞.地方政府投資的生態(tài)環(huán)境效應——基于中國省際面板數(shù)據(jù)的實證分析[J].內(nèi)蒙古財經(jīng)學院學報，2011(3)：22-26.

　　[5]許文興，劉燕娜，林秋金.林業(yè)投資不足的原因與對策初探[J].林業(yè)經(jīng)濟問題，1993(4)：28-30.

　　[6]李月梅，周莉.我國政府林業(yè)投資的歷程演變、存在問題及對策[J].林業(yè)經(jīng)濟評論，2013(00)：70-79.

　　[7]侯瑩.吉林省森林分類經(jīng)營的研究[D].長春：東北師范大學，2008.

　　作者：李巖1，王珂2，黃超傑3，張大紅4