中国木材资源效率提升的新路径：基于空间集聚效应的实证研究

作者及机构
本研究的通讯作者为北京林业大学经济管理学院的Chang Yu，合作作者包括华北电力大学经济管理学院的Chenlu Tao、北京林业大学经济管理学院的Zixing Gao与Baodong Cheng，以及北京建筑大学的Fawei Chen。研究成果发表于2024年1月的期刊《Resources, Conservation & Recycling》（Volume 203, 107453）。

学术背景

科学领域与问题缘起
木材作为可生物降解、可再生、可循环利用的低碳材料，对替代高能耗建材（如钢铁、塑料）具有重要意义。中国是全球最大的人造板生产国和出口国，但其木材资源利用效率长期面临增长停滞的困境。尽管中国已形成山东临沂、河北文安等五大产业集群，但产业布局与人工林资源分布不匹配，导致运输成本高企和资源浪费。在此背景下，研究团队提出核心问题：如何通过空间集聚效应（spatial agglomeration）提升木材资源效率（wood resource efficiency）？

研究目标
1. 量化空间集聚对木材加工企业生产效率的影响；
2. 评估通过扩大产业集群提升效率的可行性；
3. 提出优化产业布局的政策路径。

研究方法与流程

1. 数据来源与处理

• 数据来源：采用1998–2015年中国工业企业数据库（China Industrial Enterprises Database），覆盖95%的工业产值，包含79,337家木材加工企业（涉及锯材、人造板、木制品等子行业）。
  
• 数据处理：
  
  • 行业代码统一：按GB/T4754-1994标准重新分类；
    
  • 缺失值填补：通过会计原则与多重插补法修复工业增加值、中间投入等关键指标；
    
  • 异常值剔除：删除资产逻辑矛盾或销售率为零的样本（保留97.59%–99%原始数据）；
    
  • 价格平减：以1998年为基期，使用工业生产者价格指数调整变量。
    

2. 核心变量测量

• 木材资源效率（WRE）：采用Levinsohn-Petrin（LP）半参数法估算全要素生产率（TFP），解决传统参数法的内生性问题。模型如下：
  [ y_{it} = \beta_0 + \betal l{it} + \betak k{it} + \betam m{it} + \omega{it} + \varepsilon{it} ] 其中，( y{it} )为产出，( l{it} )、( k{it} )、( m{it} )分别为劳动力、资本和中间投入，( \omega_{it} )为生产率。
  
• 空间集聚度（agg）：基于区位熵（location entropy）计算，反映企业地理集中程度：
  [ agg{ijkt} = \left( \frac{L{jkt} - L_{ijkt}}{Lt - L{kt}} \right) / \left( \frac{L{jt} - L{jkt}}{Lt - L{kt}} \right) ] 其中( L )为就业人数，下标分别代表全国、地区、子行业和企业。
  

3. 计量模型

构建固定效应模型，控制企业规模、负债成本等变量：
[ WRE_{it} = \alpha_0 + \alpha1 agg{it} + \gamma X + \lambda_t + \eta_j + \deltak + \varepsilon{it} ] 控制变量包括：
- finance：企业债务成本（利息支出/销售收入）；
- firm size：固定资产对数；
- capital intensity：人均固定资产；
- firm age：经营年限；
- salary：员工平均工资。

主要结果

1. 效率时空演变特征

• 时间趋势：2008年全球金融危机导致效率骤降10%，2010年后年均增长率从0.11降至0.07，显示增长动力不足（表2）。
  
• 所有制差异：国有企业效率增速最快（2015年达私营企业水平），外资企业效率最高（图2）。
  
• 子行业差异：人造板制造业效率领先，竹藤制品业最低（图3）。
  
• 区域差异：东部港口省份（如山东、江苏）效率提升显著，但内蒙古、广西等人工林资源区潜力未充分释放（图4）。
  

2. 空间集聚的促进作用

• 基准回归：集聚度每提升1单位，效率显著提高0.00033（p<0.01）（表3）。
  
• 机制分析：
  
  • 劳动力池效应（labor pool）：降低招聘成本与信息不对称；
    
  • 中间投入共享（input sharing）：规模化采购降低原材料成本；
    
  • 知识溢出（knowledge spillover）：促进企业间技术模仿与创新。
    
• 异质性分析：
  
  • 产业链成熟度：成熟集群（如临沂）的集聚效应更强（效率提升0.00069 vs. 0.00016）（表5）；
    
  • 人工林资源：邻近人工林的集聚效应比港口区域高111%（0.00093 vs. 0.00044）（表6）；
    
  • 土地价格：高地价地区集聚效应被削弱（系数-0.00015）。
    

结论与价值

1. 科学价值：首次验证空间集聚通过“劳动力-中间品-知识”三重机制提升木材资源效率，弥补了制造业集聚研究在劳动密集型行业的空白。
   
2. 应用价值：提出产业布局优化路径——将产业集群向人工林资源区迁移，而非依赖现有港口集群。例如，广西、福建等人工林大省的效率提升潜力未被充分挖掘。
   
3. 政策建议：
   
   • 政府引导国有企业牵头建立区域品牌，发挥集聚协同效应；
     
   • 优先在人工林丰富地区建设产业园区，降低运输与土地成本。
     

研究亮点

1. 方法创新：首次将LP半参数法应用于木材效率测算，解决传统方法的样本损失问题。
   
2. 数据贡献：修复并扩展了2015年工业企业数据库，填补行业研究空白。
   
3. 实践启示：揭示当前产业布局与资源分布的错配问题，为全球木材加工业的低碳转型提供中国案例。
   

（注：原文未提及实验设备或算法开发细节，故未包含相关描述。）