基于灰色关联分析的林业技术创新金融支持研究

王 圆

(南京农业大学 经济管理学院，南京 210095)

森林既是“碳汇”也是“碳源”，植树造林被誉为最为普惠的民生工程，可见推动林业高质量发展在促进绿色可持续发展进程中扮演着重要角色，在实现“碳达峰、碳中和”的道路上将发挥至关重要的作用。推动绿色低碳循环的关键是减少不必要的森林碳排放、大力增加森林碳汇，而这需要培育优良的树木品种、研发新技术新工艺、选用有效先进的造林技术[1]，总体来说，要落实绿色发展理念必须促进林业技术创新发展。

低碳经济的发展要求林业进行技术创新，在这一包含了完整科技链与完整产业链的技术创新过程中，资金是具有决定性的投入要素。而林业本身的弱质性使得其始终面临资金缺口问题[2]，金融支持对于林业发展以及林业技术创新有着重要影响。有鉴于此，本文以我国31个省(区、市)的林业产业为考察对象，实证检验林业金融支持对林业技术创新的影响以及其在不同经济地带的异质性影响，并进一步采用灰色关联法说明不同来源资金与林业技术创新的相关性差异，研究结果将为林业金融支持是否推动林业技术创新发展提供数据证据，最终依托研究结论提出从金融支持方面着手提升林业技术创新水平的若干建议。

近年来，我国林业产业快速发展，但林业领域的金融支持却仍然比较薄弱。首先，我国林业产业普遍存在资金需求得不到满足的情况，商业银行出于谨慎性考虑不愿意为收益预期不好的林业投入资金，而开发性金融与政策性金融对林业支持职能定位模糊，投资功能受到限制[3]。其次，林业金融资源配置存在显著结构错位现象，林业需求长期性资金而金融机构贷款产品多为短期性[4]，小型新兴企业需要大量资金投入而金融供给方偏好支持有一定规模的林业企业。另外，林业还面临着金融资源供给主体单一、金融资源融资方式失衡等问题[5-6]，我国对林业提供金融支持的机构还是以银行为主。

本文所分析林业金融支持主要指林业产业资金，我国林业产业资金分为国家预算资金、国内贷款、利用外资、自筹资金和其他社会资金，其中国家预算资金分为中央财政资金和地方财政资金，外资投入占比很少，2019年仅为0.23%，因而本文省略讨论外资投入的影响。图1是2011年到2019年我国林业自年初累计完成投资额以及不同来源林业投资资金的变化情况，可见林业投资总额总体上呈现一个持续增加趋势，2011年投资额为2 632.61亿元，2018年投资额达到最高值4 817.13亿元。从不同来源资金方面来看，自筹资金与其他社会资金呈现相反趋势，自筹资金数额先增后减而其他社会资金数额先减后增，其他社会资金总体增幅很大，国内贷款金额波动不大，且9年来均未超过500亿元。中央财政资金与地方财政资金均在在持续增加，国家预算资金占比始终在50%左右，其中中央财政资金增幅较小而地方资金增幅较大，到2018年，地方资金超过了自筹资金成为第一大资金来源。可见国家一直重视林业的发展，对林业的支持力度在不断加强，同时也说明我国林业的发展十分依赖于国家预算资金的支持。

图1 2011—2019年不同来源林业资金情况图

2.1 变量选取与数据来源

构建面板模型的目的是考察林业金融支持水平对林业技术创新发展水平的影响，需选择合理的代理变量。技术创新水平没有一个特定的指标进行衡量，学者们常用专利申请量[7]、专利授权量[8]、新产品的销售收入[9]、注册商标量[10]等作为技术创新的替代指标，综合考虑数据可得性与代表性，本文使用各省份历年林业相关专利公开量作为因变量的代理变量，以此来衡量各地区林业技术创新的水平。本研究核心解释变量是广义的金融支持，反应林业发展总体的金融需求，因此借鉴曹玉昆等[11]的变量选择，采用各省份自年初累计完成林业投资数额来衡量林业技术创新的金融支持力度。控制变量方面，本文选取了多个可能对林业技术创新水平产生影响的林业相关变量，包括各省份森林面积、森林覆盖率、林业系统各地区从业人员年末人数以及描述地区经济实力水平的人均地区生产总值。

本文使用2011—2019年我国31个省(区、市)的平衡面板数据，林业专利数据由笔者在中国林业专利全文库根据国家省市和年份分类检索得到，地区生产总值数据来自国家统计局，其他与林业相关数据均来自《中国林业统计年鉴》。

2.2 研究方法

首先，基于我国31个省(区、市)的平衡面板数据特性，采用普通面板模型探索林业金融支持对林业技术创新的影响。基于所选取的指标构建面板数据模型如下:

其中i和t分别表示省份和时间，ui为不可观测的随机变量，用于控制省份固定效应，vt表示时间固定效应，主要用于控制随着时间变化宏观环境变化对林业技术创新水平的影响，εi，t为随机扰动项。Patenti，t和Investi，t分别代表i省t年公开林业专利数量与自年初累计完成林业投资额，Xi，t表示所有控制变量组成的矩阵。由于模型中各变量量纲不一，对各变量作对数化处理，为进一步减轻模型异方差或自相关带来的影响，结果报告聚类稳健的标准差。

其次，采用灰色关联方法研究全国范围内不同来源林业资金与林业技术创新水平的相关性差异。灰色关联分析法是一种常用的衡量两个系统因素间关联程度的方法，随着时间推进两个因素变化态势、同步程度越一致，两者关联程度越大。林业产业相对于其他产业具有更大的不确定性，并且金融对林业技术创新的支持影响机理也十分复杂，目前研究仅能明确部分数据与信息，属于介于信息充足的白色系统与对于核心结构并不清楚的黑色系统两者之间的灰色系统。

选用除利用外资之外的四种资金来源构建林业技术创新金融支持指标，分别用F1、F2、F3、F4表示。数据均来自中国林业统计年鉴，由于2010年及以前，仅仅报告林业固定资产投资情况，林业投资完成与资金来源情况并未公布，因此本文选取2011年至2019年的全国林业投资数据进行实证分析。林业技术创新水平选取林业专利数P0来衡量，数据来自中国林业信息网。建立灰色关联度模型如下:

其中ζ0i(t)第t年第i种资金来源的林业投资与林业专利数的关联系数。表示ρ为分辨系数，通常取0.5，P0(t)表示均值化处理后第t年林业专利数的数值，同样的，Fi(t)表示均值化处理后第t年第i种资金来源的林业投资数据，F4(5)表示2015年其他社会资金的数额。关联度则为:

2.3 样本描述性统计

省际面板模型所选研究变量的描述性统计如表1所示。可以初步看出，不同年份不同地区的变量值变化巨大。从因变量林业相关专利公开数来看，均值为1 476.4件，标准差达到1 837.6，说明相关专利数存在巨大的差异，其中专利数量最小值仅为3件，而最大值达到11 964件。再观察核心解释变量林业投资，发现与专利数量相同的现象，不同地区不同年份的林业投资也存在显著的差异。由于数据为面板数据，要进一步准确判断不同地区同一年份是否存在显著地区差异还应该观察组间、组内统计指标。可以明显看出，各变量组间标准差都很大，而组内标准差相对都较小，说明相较而言组内不同年份差异很小，变量数值的巨大差异主要来源于组间差异，即地区差异，因此猜测林业金融支持对林业技术创新水平有着异质性性影响。

表1 面板数据变量描述性统计表

3.1 林业金融支持对林业技术创新的影响分析

在全样本基准回归结果如表2第(1)列所示，在包括所有控制变量的情况下，林业金融系数在5%的水平上显著为正，说明林业金融确实会对林业技术创新带来正向影响，林业投资增加10%将使林业相关专利数量增长1.12%。此外，可以观察到人均地区生产总值的回归系数在1%的水平上显著为正，说明它对林业技术创新也有很大的正向影响作用。人均地区生产总值是一个地区经济发展的宏观指标，经济水平高的地区有更丰富的资源进行技术创新，给林业技术创新营造更好的环境，因而会在一定程度上促进林业技术创新，变量回归系数也与事实相符，侧面说明回归模型效果较好。

表2 林业金融支持与林业技术创新水平回归结果

由面板数据描述性统计可知林业相关专利数与林业投资数有很大的地区差异，因而本文进一步细化，将面板数据按三大经济区域分为三组分别进行回归，具体分组情况见表3。观察表2第(2)-(4)列结果可以发现三大经济地带回归表现差异巨大，东部沿海地区与中部地区核心解释变量系数均不显著，而西部地区核心解释变量系数在1%的水平上显著为正，这反映了林业金融支持对林业技术创新在不同地区的异质性影响。林业金融仅在西部地区对林业技术创新有显著的正面影响，究其原因，可能是因为发达地区林业技术创新具有较好的物质基础，自发性较强，因而对于林业投资增长带来的刺激反应较小，而相较于东部沿海地区与中部地区，西部地区总体经济水平较低，技术创新水平及所需的基础设施落后，林业技术创新对林业投资的依赖性比较强。

表3 三大经济区域分组详情

3.2 不同来源林业资金与林业技术创新的相关性分析

在实证检验林业投资对林业技术创新的促进作用之后，本文进一步采用全国数据分析不同来源资金与林业技术创新水平的相关性。由于原始数据指标单位不完全统一，及量纲不相同，不利于比较，因此在进行分析之前采用均值法对原始数据进行无量纲化处理。然后基于灰色关联模型计算关联系数，得到关联系数序列见表4。进一步对比较数列每列求均值将信息总结，得到一个整体指标，即关联度γi。经计算，国家预算资金、国内贷款、自筹资金、其他社会资金与林业技术创新的关联度分别为0.683、0.591、0.550、0.737。

表4 灰色关联分析关联系数结果

可见，大多数关联系数都大于0.5，这表明我国林业产业技术创新发展与林业金融支持之间存在着较为紧密的联系，林业技术升级进步离不开资金的投入。比较不同来源资金与林业技术创新的关联度可知，与林业技术创新发展相关性最大的是其他社会资金的投入，关联度为0.737，远超其他三种来源资金，国家预算资金对林业技术创新的金融支持力度仅次于其他社会资金，关联度为0.683，说明国家预算资金在促进林业技术创新发展方面发挥着很大的作用。相较而言，国内贷款和自筹资金与林业技术创新的关联程度较低，这可能是因为国家预算资金和其他社会资金用于林业技术创新的较多，而自筹资金与国内贷款多用于生产运营，用于技术创新方面较少。

技术创新对产业改革升级至关重要，要突破林业发展的瓶颈离不开林业技术创新，而创新过程离不开金融的支持，有鉴于此，本文尝试从多个角度研究林业金融支持对林业技术创新水平的影响。研究结果表明，林业金融支持对林业技术创新有显著正向影响，且这种影响具有地区异质性，对西部地区影响十分显著，但对东部和中部影响均不显著；
灰色关联分析结果显示国家预算资金和其他社会资金与林业技术创新水平相关性较高，国内贷款和自筹资金与林业技术创新水平的相关性较低。

基于上述结论，本文提出以下三个方面的对策建议:

①着力加大对林业技术创新的金融支持力度。一方面，要继续维持国家预算资金投入，引导各种社会资本投入林业技术创新。另一方面，可以通过对积极支持林业技术创新的金融机构进行奖励补贴等方式，提高金融机构对林业技术创新投入的积极性。此外，加大林权抵押贷款宣传力度，地方财政对林业贷款实施利息补贴，降低林农及林业企业融资成本。

②因地制宜地采取不同的投资策略促进林业技术创新发展。国家财政根据各地区具体情况不同确定林业资金投资数额，引导鼓励更多资金支持西部地区林业技术创新发展。结合区域特色产业优势，量身打造金融服务方案，满足区域特色化融资需求。

③构建多元化的林业技术创新金融支持体系。要满足林业技术创新主体多样性的、巨大的资金需求，必须要保证多元化的金融支持。创新财政资金投入方式，如建立林业技术创新基金、启动政策性林业金融建设工程等。培育多层次、立体化的资本市场服务体系，鼓励金融机构创新林业金融产品与融资模式，以期充分发挥商业性金融支持融资工具多样化的特点。

猜你喜欢 专利变量林业 《林业勘查设计》简介林业勘查设计(2022年2期)2022-03-21抓住不变量解题小学生学习指导(高年级)(2021年4期)2021-04-29《林业科学》征稿简则林业科学(2021年12期)2021-02-12《林业科技》征稿简则林业科技(2020年3期)2021-01-21land produces学生导报·东方少年(2019年13期)2019-06-19分离变量法：常见的通性通法新高考·高二数学(2014年7期)2014-09-18不可忽视变量的离散与连续福建中学数学(2011年9期)2011-11-03２００７年上半年专利授权状况统计中国发明与专利(2007年7期)2007-08-09变中抓“不变量”等7则小学教学参考(数学)(2006年7期)2006-12-31

推荐访问:技术创新 林业 关联