森林火灾与林业经济发展论文

1、我国林业经济发展现状

1．1林业经济三产业

依据国民经济行业分类，将林业产业分为第一产业、第二产业、第三产业［4］。第一产业指森林资源培育业，包括林木的培育与种植、林产品初级生产等；第二产业指林产工业，包括林木加工、木质品制造、林业机械制造等；第三产业指服务性产业，包括森林旅游、休闲服务、林业文化活动等。根据1998—2011年林业产业产值数据绘制堆积式柱形图（图1）。从图1可见，尽管林业经济受诸多因素制约，但其发展仍然呈现出良好的势头，林业三次产业产值均逐年上涨。林业第二产业产值在林业总产值中所占比例从2006年起超过第一产业产值所占比重，第三产业作为林业部门的新兴产业，其产值增长速度在三次产业中最快。我们对林业总产值进行曲线拟合，将年份设为t，产值设为y，得到生长曲线模型y＝e（－357．471＋0．183t），决定系数为0．992，模型拟合程度好。对林业三次产业产值进行生长曲线拟合，决定系数均在0．980以上。由此，我们认为林业总产值和林业三次产业产值均按照生长曲线趋势逐年增长。

1．2林业三次产业对林业总产值的贡献率分析本文采用以下方法分析了林业三次产业对林业总产值的贡献率：①平均值法。取1998—2011年14年的林业总产值和林业三次产业产值的平均值，算出各次产业产值占林业总产值的比重，用该比重作为贡献率，见表1中第一列数值。②回归分析法。参照闻速［5］采用的方法，通过建立回归分析模型，用模型中各次产业自变量的系数作为贡献率，见表1中第二列。在该方法中，因变量Y为林业总产值增长率，自变量X1、X2、X3分别为林业三次产业产值的增长率，拟合模型的决定系数为0．953、模型为Y＝0．21＋0．528X1＋0．386X2＋0．065X3。③因子分析法。在因子分析过程中，变量X1、X2、X3选取产业产值或产值的增长率均可，其结果相同。KMO检验值为0．750，大于0．5适合做因子分析。采用方差最大化正交旋转，旋转之后第一公因子在X2和X3有较大的载荷，方差贡献率为51．665％；第二公因子在X1上有较大的载荷，方差贡献率为48．278％，所得贡献率见表1中第三列。其中，方法二得到的结果为第一产业对林业总产值的贡献率高出第二产业14．2％。然而从实际数据中看出，林业第二产业产值增长率仅在2000年、2007年、2008年略低于林业第一产业产值增长率，其他年份均高于第一产业。由此可推断出第二产业对林业总产值的拉动力略强于第一产业。同时，王立磊［6］等也对林业产业结构对总产值的影响做了研究，结果表明第二产业产值对林业总产值的贡献率高于第一产业。这与方法二所得结果相悖，因此用回归系数作为贡献率的方法还有待考证。方法一和方法三的结果较接近，与实际数据相对比，差异不大。用平均水平来确定贡献率较保险，也间接验证了用因子分析法求贡献率的可靠性。由于数据的原因，无法用因子分析法单独求出X2和X3的方差贡献率，可再根据平均值法求出两者所占比重，最终得到三次产业对林业总产值的贡献率分别为0．4831、0．4431、0．0738。

2、我国森林火灾研究现状

森林火灾是一种突发性强、破坏性大、处置救助较困难的自然灾害，是我国森林面临的最主要风险源。基于火灾发生前和发生后的相关研究，大致可分为：①通过森林火灾发生的时空分布找到规律性，对森林火灾进行预测，建立预警机制。杨广斌［7］等运用统计方法和地理信息系统空间分析法对1986—2006年北京市森林火灾的时空分布规律进行了分析；韩恩贤［8］等利用陕西省17年的火灾数据，采用Markov转移矩阵和GM（1，1）灰色模型对陕西省森林火灾发生的趋势和预测方法进行了研究；张典铨、梅志雄、傅泽强等［9－12］等运用马尔科夫、灰色系统、神经网络等不同方法对森林火灾进行了预测模型研究。②对森林火灾发生后的损失计量，以及探讨森林火灾对生态系统和林业的影响。蔡慧颖、贾德志、钟晓珊［13－15］等运用多种方法从不同角度对森林火灾的损失进行了评估与计量研究；车宏韧［16］等定性分析了森林火灾对森林生态系统的影响；汤宛地［17］等阐述了森林火灾干扰指标对森林生态系统健康的影响，并建议在评价森林健康时加入该项指标；高岚、朱学平［18，19］等分别从定性和定量的角度分析了森林灾害对林业的影响，并提出了相应的减灾对策。从定量角度单独研究森林火灾害对林业经济发展的影响的文章不多见，本文期望能填补这一研究空白，为我国森林防灾减灾救灾工作的开展和森林风险的管理提供依据。

3、森林火灾对林业经济发展的灰色关联分析

森林火灾对林业经济的影响可从林业三次产业的三方面来分析。首先，森林火灾的发生会破坏当地的森林资源，直接影响林木的培育与种植、经济林产品的种植和采集等，致使林农欠收；其次，森林火灾破坏了林区及其周围的劳动资料、劳动对象、劳动力资源，使交通通讯等基础设施受到不同程度的损害，林业企业的经营也受到一定影响，致使第二产业发展缓慢；第三，严重的森林火灾致使气候条件质量恶化，林区环境、景观资源遭到破坏，以森林旅游休闲为主的第三产业受到影响［18］。本文将依据灰色关联分析法定量研究森林火灾对林业发展的制约作用。

3．1灰色关联分析法

灰色关联分析的基本思想是根据曲线间的相似程度来判断因素间的关联程度，是对反映各因素变化特性的数据序列进行的几何比较。该方法需要的样本数据少，不要求数据服从特定的统计规律，突破了传统精确数学的约束，具有较好的实际应用价值。设参考序列X0＝｛x0（k）｜k＝1，2，3，…，n｝为系统主行为变量、比较序列Xi＝｛xi（k）｜k＝1，2，3，…，n｝，（i＝1，2，…，m）为m个行为因子变量，通过：x′i（k）＝xi（k）xi（1），（i＝0，1，2，…，m）对原始数据进行初值化处理。通过：i（k）＝｜x′0（k）－x′i（k）｜，（i＝1，2，…，m）求出参考序列和每一个比较序列的差的绝对值。依据邓氏的关联度公式［20］求出Xi与X0的关联度γ（X0，Xi）：γ（X0，Xi）＝1n∑nk＝1γ（x′0（k），x′i（k））。其中，γ（x′0（k），x′i（k））＝miniminki（k）＋ρmaximaxki（k）i（k）＋ρmaximaxki（k）。式中，miniminki（k）为两级最小差；maximaxki（k）为两级最大差；ρ为分辨系数，ρ∈［0，1］，其大小根据i（k）的值选择。由于森林火灾的突发、多变、不可控，其指标数据并不随年份递增或递减，而是时大时小，造成某些差值数值极大，本文ρ取0．3。灰色关联分析方法较为重要的两个性质为相对性和非对称性。所谓相对性，即关联度，强调的是若干个离散函数对一个离散函数远近的相对程度，因素之间关联度数值大小并不重要，重要的是根据比较序列对同一参考序列的影响大小，排出关联序。所谓非对称性，即在同一系统中，甲因素对乙因素的关联度并不等于乙对甲的关联度。

3．2指标选取

灰色关联分析法具有相对性，由于公式中ρ取值不同，得到的关联度大小也不同，因此不必过分在意关联度数值的绝对大小。根据非对称性，本文对相应指标进行纵向和横向二维排序。选取林业产业总产值和林业第一产业、第二产业、第三产业产值作为系统主行为变量（简称“系统变量”），以影响林业经济发展的森林火灾作为行为因子变量（简称“行为变量”）。森林火灾指标从火灾次数，火灾面积和火灾损失蓄积选取。森林火灾根据受害森林面积大小和伤亡人数多少，划分为一般、较大、重大和特别重大四个级别（本文将重大和特别重大森林火灾次数合并为一个指标）。最终选取7个行为变量：森林火灾次数、一般森林火灾次数、较大森林火灾次数、重大和特别重大森林火灾次数、火场总面积、受害森林面积、损失成林蓄积。纵向排序是系统变量林业产业总产值和三次产业产值分别同森林火灾七项评价指标做灰色关联分析，以此得到每个系统变量中森林火灾七项指标的关联度排序，共四列排序。横向排序则将森林火灾指标作为系统变量，各次产业产值作为行为变量，7个系统变量分别同行为变量的四类林业产值做灰色关联分析，得到每个系统变量与各类产值的关联度排序，共七行排序。

3．3森林火灾对林业经济发展的关联分析

森林火灾制约林业经济的发展，七项指标均为反向指标，即森林火灾次数越多、火灾面积越大、损失蓄积越多，产值的增加受影响程度越大；即若关联度数值越小，则该指标对该类产业产值的制约作用越强。排序1—4—7，所对应的关联度数值从小到大，制约作用从强到弱。灰色关联分析四个纵向排序结果见表2，对4个系统变量制约作用较强的3个行为变量为受害森林面积，损失成林蓄积和重大特别重大森林火灾次数。其中受害森林面积与林业总产值和第一产业、第二产业产值的反向关联均排在第一位。可理解为，在一定范围内受害森林面积越大，该区域内林木的培育与种植、木材加工及木质林产品加工制造等相关产业的发展必然受到影响。根据上文的分析，林业第一产业、第二产业产值对林业产业总产值的贡献率高于90％，因此会直接影响到林业总产值的增长。此外，重大和特别重大森林火灾次数与林业第三产业的反向关联度在七个指标中排在第一位，说明该指标对林业旅游等相关产业的影响最为显著，一定时间段内重大和特别重大火灾次数越多，该区域受损害范围越广、程度越大，林业第三产业在这段时间内发展越缓慢。在4个系统变量对7个行为变量的四个反向关联度排序中，占据前四位5个指标分别是：较大森林火灾次数、重大和特别重大森林火灾次数、火场总面积、受害森林面积、损失成林蓄积。关联性较弱的指标是森林火灾次数和一般森林火灾次数。横向排序为表2中标灰的部分，7个森林火灾指标与各林业产业的7个关联度排序是相同的，均与第三产业的关联度排在第一位，其次是第二产业林业总产值，最后才是林业第一产业产值。这里存在两个问题：首先对应每一个火灾指标，与第三产业产值的反向关联性最强，却与第一产业的反向关联性最弱，这有违常理；其次，七个横向排序结果均为3、4、2、1，太过统一，说明存在异常。

3．4指标选取与排序方法的改进

观察实际数据发现，森林火灾评价指标数值随年份变化时大时小，而林业总产值和三次产业产值却随着市场机制完善、林业生产力水平提高、林业科研创新推动、国家对林业投资与金融扶持力度加大［21］等逐年增加。从灰色关联分析方法的计算原理看，关联度的大小容易受最大的数值影响而趋于一致，这样就能解释为什么7个横向排序的结果是相同的。通过分析发现，森林火灾会在一定程度上制约林业经济的发展，但并不直接体现在产值的变化上。随着林业产业产值不断增长，受森林火灾影响的应该是产值的增长率。假设在某一年森林火灾次数较多、受害范围较广、损失较大，那么该年甚至后续几年林业产业产值的增长较缓慢，增长率较之前几年略小。因此，将3．2中选取的林业产业变量改为林业产业产值增长率，重新进行灰色关联分析。从表3可见，纵向排序较之前略有不同。占据前四位的指标有：一般森林火灾次数、重大和特别重大森林火灾次数、火场总面积、受害森林面积、损失成林蓄积。较大森林火灾次数变为关联性较弱的指标，而一般森林火灾次数与第二产业产值增长率的反向关联度排到了第三位。重大和特别重大森林火灾与第三产业的反向关联度从第一位变为第三位，取而代之的是受害森林面积对林业第三产业的制约作用最强。与第二产业反向关联度排在第六位的火场总面积指标，在新的结果中排在第一位，其他变动不大。横向排序与改进之前大有不同，说明之前的分析过程中变量选取和结果存在一定的缺陷。与七项森林火灾指标反向关联度最强的是林业第一产业，除了一般森林火灾和特别重大森林火灾外，其他指标均与第一产业的反向关联度最强，排在第一位。而林业第三产业恰好相反，它除了与一般、重大和特别重大森林火灾的反向关联度最强外，与其他森林火灾指标的反向关联性均最弱。为了将横向和纵向排序综合起来比较，对排序结果进行打分。根据排序1—4—7，打7—4—1分，如横向排序3、2、4、1，分别打2分、3分、1分、4分，纵向排序6、7、5、3、2、1、4，分别打2分、1分、3分、5分、6分、7分、4分。这样每个系统变量对应每个行为变量都有两个得分，将两项得分相乘（也可相加，其结果与相乘基本一致）得到综合得分，见表3。综合得分越高，代表该系统变量和行为变量的反向关联度越大。综合得分排名前五的分别是：受害森林面积和第一产业、火场总面积和第一产业、火场总面积和第二产业、重大和特别重大森林火灾次数和第三产业、损失成林蓄积和第一产业。根据灰色关联分析的综合得分，研究森林火灾对林业产值以及林业第一产业、第二产业、第三产业增长率波动的影响，主要从波动幅度较大的几个点简要分析，增长率波动情况见图2。森林火灾对林业经济的影响具有延续性，其制约作用会向后延续几年。假设某区域在某年遭遇强度较大的森林火灾，则该区域内整个森林生态系统要恢复到之前的水平需要很长一段时间，与之息息相关的林业经济在后续几年会持续处于低谷状态，直到有较强的动力重新推动林业经济增长。因此，在分析林业产业增长率受森林火灾影响时，要以该时点为起点，向前向后观察森林火灾情况和产值增长率变化。从实际数据中观察到，第一产业增长率在2003年处于波峰，与之反向关联性最强的三个森林火灾指标受害森林面积、火场总面积和损失成林蓄积在2002年的数值均降到最低，且向前推二至三年的数值都较低。第一产业增长率在2006年处于波谷，这三个反向关联性指标在该时点上均处于波峰，2007年之后有所下降，由此增长率在2007年之后呈逐渐上升趋势。1998年的林业第二产业增长率是14年间的最大值，1998年之后开始下降，从灰色关联分析综合得分的结果得出火场总面积与第二产业增长率的反向关联度最强，而火场总面积在1998年以及之前的几年数值都较小，1998年之后有所上升。增长率在2006年达到波峰，之后下降，2008年以后又稳步上升。火场总面积在2004年、2005年数值较小，2006年数值突然增大致使第二产业增长率在2006年之后开始下降。第三产业增长率在2001年较低，是由于2000年与第三产业反向关联度最强的重大和特别重大森林火灾次数达到顶峰，致使次年第三产业发展停滞不前。2002年之后第三产业增长率开始逐渐下降，直到2006年之后趋于稳定，开始缓慢增长，与之对应的重大和特别重大森林火灾次数在2002年之后连续几年内数值均较大，2005年之后逐年下降。林业产值的增长率波动是受三次产业增长率变化的共同作用所产生的，可依据林业三次产业对林业产值贡献率的估计值来分析林业产业产值增长率的波动情况。上述分析也验证了森林火灾与林业产业发展的反向关联性，以及森林火灾对林业经济的影响体现在产值增长率上这一假设前提条件。

4、结论

本文研究了林业产业发展现状和三次产业对林业总产值的贡献率。选取森林火灾七项指标与林业各产业产值进行灰色关联分析，发现结果存在异常，进而将变量林业产值改为林业产值的增长率，并改进了排序的方法，得到的结果较为合理。利用横向和纵向二维排序的综合得分，对林业产值增长率的波动进行了研究。得到主要结论如下：

①林业总产值以及林业三次产业产值呈生长曲线趋势逐年增长。通过因子分析法与平均值法相结合，求得林业三次产业对林业产业贡献率分别为0．4831、0．4431、0．0738。

②森林火灾对林业经济的影响并不直接体现在产业产值上，而是与林业产业产值的增长率关联度更密切。通过反向关联度的大小进行横向和纵向二维排序，对排序结果进行打分，综合得分排名前五的分别是：受害森林面积和第一产业、火场总面积和第一产业、火场总面积和第二产业、重大和特别重大森林火灾次数和第三产业、损失成林蓄积和第一产业。

③森林火灾对林业经济发展的影响具有延续性，因此在分析该影响作用时，要以某时点为起点，向前向后观察森林火灾的情况和产值增长率受其影响的变化趋势。此外，需要值得注意的是，在灰色关联分析中的关联度并不是简单的相关系数，不能将关联性等同于相关性。森林灾害对林业发展的影响不应单纯局限于森林火灾，在搜集到较为完整可靠的数据后，希望能研究多种森林灾害对林业经济发展的综合影响。

作者：周雪 张颖 单位：北京林业大学 经济管理学院