王 圓

(南京農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院，南京 210095)

森林既是“碳匯”也是“碳源”，植樹造林被譽為最為普惠的民生工程，可見推動林業(yè)高質(zhì)量發(fā)展在促進綠色可持續(xù)發(fā)展進程中扮演著重要角色，在實現(xiàn)“碳達峰、碳中和”的道路上將發(fā)揮至關(guān)重要的作用。推動綠色低碳循環(huán)的關(guān)鍵是減少不必要的森林碳排放、大力增加森林碳匯，而這需要培育優(yōu)良的樹木品種、研發(fā)新技術(shù)新工藝、選用有效先進的造林技術(shù)[1]，總體來說，要落實綠色發(fā)展理念必須促進林業(yè)技術(shù)創(chuàng)新發(fā)展。

低碳經(jīng)濟的發(fā)展要求林業(yè)進行技術(shù)創(chuàng)新，在這一包含了完整科技鏈與完整產(chǎn)業(yè)鏈的技術(shù)創(chuàng)新過程中，資金是具有決定性的投入要素。而林業(yè)本身的弱質(zhì)性使得其始終面臨資金缺口問題[2]，金融支持對于林業(yè)發(fā)展以及林業(yè)技術(shù)創(chuàng)新有著重要影響。有鑒于此，本文以我國31個省(區(qū)、市)的林業(yè)產(chǎn)業(yè)為考察對象，實證檢驗林業(yè)金融支持對林業(yè)技術(shù)創(chuàng)新的影響以及其在不同經(jīng)濟地帶的異質(zhì)性影響，并進一步采用灰色關(guān)聯(lián)法說明不同來源資金與林業(yè)技術(shù)創(chuàng)新的相關(guān)性差異，研究結(jié)果將為林業(yè)金融支持是否推動林業(yè)技術(shù)創(chuàng)新發(fā)展提供數(shù)據(jù)證據(jù)，最終依托研究結(jié)論提出從金融支持方面著手提升林業(yè)技術(shù)創(chuàng)新水平的若干建議。

1 我國林業(yè)金融發(fā)展現(xiàn)狀分析

近年來，我國林業(yè)產(chǎn)業(yè)快速發(fā)展，但林業(yè)領(lǐng)域的金融支持卻仍然比較薄弱。首先，我國林業(yè)產(chǎn)業(yè)普遍存在資金需求得不到滿足的情況，商業(yè)銀行出于謹慎性考慮不愿意為收益預(yù)期不好的林業(yè)投入資金，而開發(fā)性金融與政策性金融對林業(yè)支持職能定位模糊，投資功能受到限制[3]。其次，林業(yè)金融資源配置存在顯著結(jié)構(gòu)錯位現(xiàn)象，林業(yè)需求長期性資金而金融機構(gòu)貸款產(chǎn)品多為短期性[4]，小型新興企業(yè)需要大量資金投入而金融供給方偏好支持有一定規(guī)模的林業(yè)企業(yè)。另外，林業(yè)還面臨著金融資源供給主體單一、金融資源融資方式失衡等問題[5-6]，我國對林業(yè)提供金融支持的機構(gòu)還是以銀行為主。

本文所分析林業(yè)金融支持主要指林業(yè)產(chǎn)業(yè)資金，我國林業(yè)產(chǎn)業(yè)資金分為國家預(yù)算資金、國內(nèi)貸款、利用外資、自籌資金和其他社會資金，其中國家預(yù)算資金分為中央財政資金和地方財政資金，外資投入占比很少，2019年僅為0.23%，因而本文省略討論外資投入的影響。圖1是2011年到2019年我國林業(yè)自年初累計完成投資額以及不同來源林業(yè)投資資金的變化情況，可見林業(yè)投資總額總體上呈現(xiàn)一個持續(xù)增加趨勢，2011年投資額為2 632.61億元，2018年投資額達到最高值4 817.13億元。從不同來源資金方面來看，自籌資金與其他社會資金呈現(xiàn)相反趨勢，自籌資金數(shù)額先增后減而其他社會資金數(shù)額先減后增，其他社會資金總體增幅很大，國內(nèi)貸款金額波動不大，且9年來均未超過500億元。中央財政資金與地方財政資金均在在持續(xù)增加，國家預(yù)算資金占比始終在50%左右，其中中央財政資金增幅較小而地方資金增幅較大，到2018年，地方資金超過了自籌資金成為第一大資金來源?？梢妵乙恢敝匾暳謽I(yè)的發(fā)展，對林業(yè)的支持力度在不斷加強，同時也說明我國林業(yè)的發(fā)展十分依賴于國家預(yù)算資金的支持。

圖1 2011—2019年不同來源林業(yè)資金情況圖

2 數(shù)據(jù)來源與研究方法

2.1 變量選取與數(shù)據(jù)來源

構(gòu)建面板模型的目的是考察林業(yè)金融支持水平對林業(yè)技術(shù)創(chuàng)新發(fā)展水平的影響，需選擇合理的代理變量。技術(shù)創(chuàng)新水平?jīng)]有一個特定的指標進行衡量，學(xué)者們常用專利申請量[7]、專利授權(quán)量[8]、新產(chǎn)品的銷售收入[9]、注冊商標量[10]等作為技術(shù)創(chuàng)新的替代指標，綜合考慮數(shù)據(jù)可得性與代表性，本文使用各省份歷年林業(yè)相關(guān)專利公開量作為因變量的代理變量，以此來衡量各地區(qū)林業(yè)技術(shù)創(chuàng)新的水平。本研究核心解釋變量是廣義的金融支持，反應(yīng)林業(yè)發(fā)展總體的金融需求，因此借鑒曹玉昆等[11]的變量選擇，采用各省份自年初累計完成林業(yè)投資數(shù)額來衡量林業(yè)技術(shù)創(chuàng)新的金融支持力度。控制變量方面，本文選取了多個可能對林業(yè)技術(shù)創(chuàng)新水平產(chǎn)生影響的林業(yè)相關(guān)變量，包括各省份森林面積、森林覆蓋率、林業(yè)系統(tǒng)各地區(qū)從業(yè)人員年末人數(shù)以及描述地區(qū)經(jīng)濟實力水平的人均地區(qū)生產(chǎn)總值。

本文使用2011—2019年我國31個省(區(qū)、市)的平衡面板數(shù)據(jù)，林業(yè)專利數(shù)據(jù)由筆者在中國林業(yè)專利全文庫根據(jù)國家省市和年份分類檢索得到，地區(qū)生產(chǎn)總值數(shù)據(jù)來自國家統(tǒng)計局，其他與林業(yè)相關(guān)數(shù)據(jù)均來自《中國林業(yè)統(tǒng)計年鑒》。

2.2 研究方法

首先，基于我國31個省(區(qū)、市)的平衡面板數(shù)據(jù)特性，采用普通面板模型探索林業(yè)金融支持對林業(yè)技術(shù)創(chuàng)新的影響?；谒x取的指標構(gòu)建面板數(shù)據(jù)模型如下:

其中i和t分別表示省份和時間，ui為不可觀測的隨機變量，用于控制省份固定效應(yīng)，vt表示時間固定效應(yīng)，主要用于控制隨著時間變化宏觀環(huán)境變化對林業(yè)技術(shù)創(chuàng)新水平的影響，εi，t為隨機擾動項。Patenti，t和Investi，t分別代表i省t年公開林業(yè)專利數(shù)量與自年初累計完成林業(yè)投資額，Xi，t表示所有控制變量組成的矩陣。由于模型中各變量量綱不一，對各變量作對數(shù)化處理，為進一步減輕模型異方差或自相關(guān)帶來的影響，結(jié)果報告聚類穩(wěn)健的標準差。

其次，采用灰色關(guān)聯(lián)方法研究全國范圍內(nèi)不同來源林業(yè)資金與林業(yè)技術(shù)創(chuàng)新水平的相關(guān)性差異。灰色關(guān)聯(lián)分析法是一種常用的衡量兩個系統(tǒng)因素間關(guān)聯(lián)程度的方法，隨著時間推進兩個因素變化態(tài)勢、同步程度越一致，兩者關(guān)聯(lián)程度越大。林業(yè)產(chǎn)業(yè)相對于其他產(chǎn)業(yè)具有更大的不確定性，并且金融對林業(yè)技術(shù)創(chuàng)新的支持影響機理也十分復(fù)雜，目前研究僅能明確部分數(shù)據(jù)與信息，屬于介于信息充足的白色系統(tǒng)與對于核心結(jié)構(gòu)并不清楚的黑色系統(tǒng)兩者之間的灰色系統(tǒng)。

選用除利用外資之外的四種資金來源構(gòu)建林業(yè)技術(shù)創(chuàng)新金融支持指標，分別用F1、F2、F3、F4表示。數(shù)據(jù)均來自中國林業(yè)統(tǒng)計年鑒，由于2010年及以前，僅僅報告林業(yè)固定資產(chǎn)投資情況，林業(yè)投資完成與資金來源情況并未公布，因此本文選取2011年至2019年的全國林業(yè)投資數(shù)據(jù)進行實證分析。林業(yè)技術(shù)創(chuàng)新水平選取林業(yè)專利數(shù)P0來衡量，數(shù)據(jù)來自中國林業(yè)信息網(wǎng)。建立灰色關(guān)聯(lián)度模型如下:

其中ζ0i(t)第t年第i種資金來源的林業(yè)投資與林業(yè)專利數(shù)的關(guān)聯(lián)系數(shù)。表示ρ為分辨系數(shù)，通常取0.5，P0(t)表示均值化處理后第t年林業(yè)專利數(shù)的數(shù)值，同樣的，F(xiàn)i(t)表示均值化處理后第t年第i種資金來源的林業(yè)投資數(shù)據(jù)，F(xiàn)4(5)表示2015年其他社會資金的數(shù)額。關(guān)聯(lián)度則為:

2.3 樣本描述性統(tǒng)計

省際面板模型所選研究變量的描述性統(tǒng)計如表1所示。可以初步看出，不同年份不同地區(qū)的變量值變化巨大。從因變量林業(yè)相關(guān)專利公開數(shù)來看，均值為1 476.4件，標準差達到1 837.6，說明相關(guān)專利數(shù)存在巨大的差異，其中專利數(shù)量最小值僅為3件，而最大值達到11 964件。再觀察核心解釋變量林業(yè)投資，發(fā)現(xiàn)與專利數(shù)量相同的現(xiàn)象，不同地區(qū)不同年份的林業(yè)投資也存在顯著的差異。由于數(shù)據(jù)為面板數(shù)據(jù)，要進一步準確判斷不同地區(qū)同一年份是否存在顯著地區(qū)差異還應(yīng)該觀察組間、組內(nèi)統(tǒng)計指標?？梢悦黠@看出，各變量組間標準差都很大，而組內(nèi)標準差相對都較小，說明相較而言組內(nèi)不同年份差異很小，變量數(shù)值的巨大差異主要來源于組間差異，即地區(qū)差異，因此猜測林業(yè)金融支持對林業(yè)技術(shù)創(chuàng)新水平有著異質(zhì)性性影響。

表1 面板數(shù)據(jù)變量描述性統(tǒng)計表

3 實證結(jié)果與分析

3.1 林業(yè)金融支持對林業(yè)技術(shù)創(chuàng)新的影響分析

在全樣本基準回歸結(jié)果如表2第(1)列所示，在包括所有控制變量的情況下，林業(yè)金融系數(shù)在5%的水平上顯著為正，說明林業(yè)金融確實會對林業(yè)技術(shù)創(chuàng)新帶來正向影響，林業(yè)投資增加10%將使林業(yè)相關(guān)專利數(shù)量增長1.12%。此外，可以觀察到人均地區(qū)生產(chǎn)總值的回歸系數(shù)在1%的水平上顯著為正，說明它對林業(yè)技術(shù)創(chuàng)新也有很大的正向影響作用。人均地區(qū)生產(chǎn)總值是一個地區(qū)經(jīng)濟發(fā)展的宏觀指標，經(jīng)濟水平高的地區(qū)有更豐富的資源進行技術(shù)創(chuàng)新，給林業(yè)技術(shù)創(chuàng)新營造更好的環(huán)境，因而會在一定程度上促進林業(yè)技術(shù)創(chuàng)新，變量回歸系數(shù)也與事實相符，側(cè)面說明回歸模型效果較好。

表2 林業(yè)金融支持與林業(yè)技術(shù)創(chuàng)新水平回歸結(jié)果

由面板數(shù)據(jù)描述性統(tǒng)計可知林業(yè)相關(guān)專利數(shù)與林業(yè)投資數(shù)有很大的地區(qū)差異，因而本文進一步細化，將面板數(shù)據(jù)按三大經(jīng)濟區(qū)域分為三組分別進行回歸，具體分組情況見表3。觀察表2第(2)-(4)列結(jié)果可以發(fā)現(xiàn)三大經(jīng)濟地帶回歸表現(xiàn)差異巨大，東部沿海地區(qū)與中部地區(qū)核心解釋變量系數(shù)均不顯著，而西部地區(qū)核心解釋變量系數(shù)在1%的水平上顯著為正，這反映了林業(yè)金融支持對林業(yè)技術(shù)創(chuàng)新在不同地區(qū)的異質(zhì)性影響。林業(yè)金融僅在西部地區(qū)對林業(yè)技術(shù)創(chuàng)新有顯著的正面影響，究其原因，可能是因為發(fā)達地區(qū)林業(yè)技術(shù)創(chuàng)新具有較好的物質(zhì)基礎(chǔ)，自發(fā)性較強，因而對于林業(yè)投資增長帶來的刺激反應(yīng)較小，而相較于東部沿海地區(qū)與中部地區(qū)，西部地區(qū)總體經(jīng)濟水平較低，技術(shù)創(chuàng)新水平及所需的基礎(chǔ)設(shè)施落后，林業(yè)技術(shù)創(chuàng)新對林業(yè)投資的依賴性比較強。

表3 三大經(jīng)濟區(qū)域分組詳情

3.2 不同來源林業(yè)資金與林業(yè)技術(shù)創(chuàng)新的相關(guān)性分析

在實證檢驗林業(yè)投資對林業(yè)技術(shù)創(chuàng)新的促進作用之后，本文進一步采用全國數(shù)據(jù)分析不同來源資金與林業(yè)技術(shù)創(chuàng)新水平的相關(guān)性。由于原始數(shù)據(jù)指標單位不完全統(tǒng)一，及量綱不相同，不利于比較，因此在進行分析之前采用均值法對原始數(shù)據(jù)進行無量綱化處理。然后基于灰色關(guān)聯(lián)模型計算關(guān)聯(lián)系數(shù)，得到關(guān)聯(lián)系數(shù)序列見表4。進一步對比較數(shù)列每列求均值將信息總結(jié)，得到一個整體指標，即關(guān)聯(lián)度γi。經(jīng)計算，國家預(yù)算資金、國內(nèi)貸款、自籌資金、其他社會資金與林業(yè)技術(shù)創(chuàng)新的關(guān)聯(lián)度分別為0.683、0.591、0.550、0.737。

表4 灰色關(guān)聯(lián)分析關(guān)聯(lián)系數(shù)結(jié)果

可見，大多數(shù)關(guān)聯(lián)系數(shù)都大于0.5，這表明我國林業(yè)產(chǎn)業(yè)技術(shù)創(chuàng)新發(fā)展與林業(yè)金融支持之間存在著較為緊密的聯(lián)系，林業(yè)技術(shù)升級進步離不開資金的投入。比較不同來源資金與林業(yè)技術(shù)創(chuàng)新的關(guān)聯(lián)度可知，與林業(yè)技術(shù)創(chuàng)新發(fā)展相關(guān)性最大的是其他社會資金的投入，關(guān)聯(lián)度為0.737，遠超其他三種來源資金，國家預(yù)算資金對林業(yè)技術(shù)創(chuàng)新的金融支持力度僅次于其他社會資金，關(guān)聯(lián)度為0.683，說明國家預(yù)算資金在促進林業(yè)技術(shù)創(chuàng)新發(fā)展方面發(fā)揮著很大的作用。相較而言，國內(nèi)貸款和自籌資金與林業(yè)技術(shù)創(chuàng)新的關(guān)聯(lián)程度較低，這可能是因為國家預(yù)算資金和其他社會資金用于林業(yè)技術(shù)創(chuàng)新的較多，而自籌資金與國內(nèi)貸款多用于生產(chǎn)運營，用于技術(shù)創(chuàng)新方面較少。

4 主要結(jié)論與政策建議

技術(shù)創(chuàng)新對產(chǎn)業(yè)改革升級至關(guān)重要，要突破林業(yè)發(fā)展的瓶頸離不開林業(yè)技術(shù)創(chuàng)新，而創(chuàng)新過程離不開金融的支持，有鑒于此，本文嘗試從多個角度研究林業(yè)金融支持對林業(yè)技術(shù)創(chuàng)新水平的影響。研究結(jié)果表明，林業(yè)金融支持對林業(yè)技術(shù)創(chuàng)新有顯著正向影響，且這種影響具有地區(qū)異質(zhì)性，對西部地區(qū)影響十分顯著，但對東部和中部影響均不顯著；灰色關(guān)聯(lián)分析結(jié)果顯示國家預(yù)算資金和其他社會資金與林業(yè)技術(shù)創(chuàng)新水平相關(guān)性較高，國內(nèi)貸款和自籌資金與林業(yè)技術(shù)創(chuàng)新水平的相關(guān)性較低。

基于上述結(jié)論，本文提出以下三個方面的對策建議:

①著力加大對林業(yè)技術(shù)創(chuàng)新的金融支持力度。一方面，要繼續(xù)維持國家預(yù)算資金投入，引導(dǎo)各種社會資本投入林業(yè)技術(shù)創(chuàng)新。另一方面，可以通過對積極支持林業(yè)技術(shù)創(chuàng)新的金融機構(gòu)進行獎勵補貼等方式，提高金融機構(gòu)對林業(yè)技術(shù)創(chuàng)新投入的積極性。此外，加大林權(quán)抵押貸款宣傳力度，地方財政對林業(yè)貸款實施利息補貼，降低林農(nóng)及林業(yè)企業(yè)融資成本。

②因地制宜地采取不同的投資策略促進林業(yè)技術(shù)創(chuàng)新發(fā)展。國家財政根據(jù)各地區(qū)具體情況不同確定林業(yè)資金投資數(shù)額，引導(dǎo)鼓勵更多資金支持西部地區(qū)林業(yè)技術(shù)創(chuàng)新發(fā)展。結(jié)合區(qū)域特色產(chǎn)業(yè)優(yōu)勢，量身打造金融服務(wù)方案，滿足區(qū)域特色化融資需求。

③構(gòu)建多元化的林業(yè)技術(shù)創(chuàng)新金融支持體系。要滿足林業(yè)技術(shù)創(chuàng)新主體多樣性的、巨大的資金需求，必須要保證多元化的金融支持。創(chuàng)新財政資金投入方式，如建立林業(yè)技術(shù)創(chuàng)新基金、啟動政策性林業(yè)金融建設(shè)工程等。培育多層次、立體化的資本市場服務(wù)體系，鼓勵金融機構(gòu)創(chuàng)新林業(yè)金融產(chǎn)品與融資模式，以期充分發(fā)揮商業(yè)性金融支持融資工具多樣化的特點。