地区经济发展对东北国有林区职工家庭收入的影响*

成林辑，朱洪革，江世星

(东北林业大学 经济管理学院，哈尔滨 150040)

改革开放以来，中国经济飞速发展，但城乡收入差距仍然较大[1]，居民收入增长与区域经济增长也不同步[2-3]。对任何地区和群体来说，收入问题更多表现为政策影响、制度改革和经济发展的结果。为改善民生现状，政府相继提出脱贫攻坚、乡村振兴和共同富裕等一系列民生发展的政策及战略目标，学术界从不同角度、群体和地区对收入问题展开了广泛研究。研究发现在政府相关政策和资金扶持下[4-5]，随着地区经济增长[6]、产业结构不断优化[7]、对外贸易往来不断增强[8]以及教育水平不断提高[9]，居民收入会持续增多，收入差距也在逐渐缩小。然而，一些偏远山区林区，由于受到城乡区域差异[10]、户籍[11]和就业[12]等因素的影响以及自然资源和相应政策的制约[13-14]，使居民陷入贫困[15]，并导致居民收入不均等问题发生。地处中国东北部的国有林区是中国天然林面积最大且分布最集中的国有林区，由于国有林区管理体制不完善，森林资源过度开发，导致林区民生问题突出，且林区职工家庭收入也受到政策及制度改革的影响[16-19]。国有林区政企分开改革后，东北国有林区国有森工企业行政单位功能被取消，重新定位为大型国有公益性企业，彻底放弃木材开采生产销售任务，企业转型后的主要任务为森林管护、抚育及生态修复，进一步减弱了东北国有林区森工企业的经济效益，导致东北国有林区职工家庭收入增速缓慢[18]。为解决林区民生问题，中共中央、国务院印发《国有林区改革指导意见》，着重改善民生保障林区职工生活成为国有林区改革的目标之一。国有林区进行政企分开改革后，东北国有林区的林业管理体制、国有森工企业定位与经济社会发展发生巨大改变，改革后的国有林区民生发展受到政界及学术界的广泛关注。总结已有东北国有林区职工家庭收入的研究成果发现，国内学者多从东北国有林区的内部影响出发，例如天保工程[19]、停伐政策[20-21]、森林抚育补贴政策[22]、国有林区管理体制调整[23]、国有林区改革[18]、森工企业的产业结构调整[24-25]、林下经济产业发展[26]、职业技术培训[27]等因素对东北国有林区职工家庭收入的影响。然而，这些研究对外部影响因素尚未深入研究，例如森工企业所在地区的经济发展水平、产业结构和对外贸易等外部性因素对东北国有林区职工家庭收入的影响，且已有研究忽视了东北国有林区职工家庭收入空间集聚特征，以及地区经济发展水平对职工家庭收入的空间溢出效应。随着国有林区林业管理体制的改革，国有森工企业已逐步融入地方经济社会建设，理应更多考虑地方经济社会发展对东北国有林区职工家庭收入的影响，从而有效解决提升林区职工家庭收入的问题。从现实角度来说，解决东北国有林区职工家庭收入问题对国有林区改革及林区民生发展有着重要的现实意义，更易于东北国有林区职工家庭摆脱森林资源依赖，融入地方经济社会发展。党的十八大和十九大相继强调在经济增长的同时实现居民收入的同步增长，但东北国有林区在政企分开林业管理体制改革背景下，林区职工家庭收入受到森林依赖和收入渠道来源较少的影响，其增速缓慢已成不争的事实[28]。在这种情况下，随着地方经济发展所带来的良好营商环境和市场环境，增加了更多的就业机会，使林区职工家庭获得森工企业工资外收入的机会明显增加。因此，探讨地方经济增长对林区职工家庭收入的影响就显得尤为重要。综上所述，以东北国有林区职工家庭收入为研究对象，根据2017-2021年东北国有林区民生监测数据，以地区经济发展水平为关注点，利用探索性空间数据分析对东北国有林区职工家庭收入空间集聚特征进行分析，利用空间计量模型揭示东北国有林区职工家庭收入的空间效应，在考虑其空间效应的条件下，对东北国有林区职工家庭收入影响因素进行空间计量分析，总结东北国有林区职工家庭收入空间特征和空间传导机制，揭示东北国有林区职工家庭收入的影响因素，为增加东北国有林区职工家庭收入提供合理、有效的实证经验支持和决策依据，从而为下一步东北国有林区民生政策及国有林区改革总体方案的完善提供支持。

1 数据与方法

1.1 数据来源

东北国有林区职工家庭收入数据来源于2017-2021年国家林业和草原局和东北林业大学联合开展的“东北国有林区民生监测”项目对东北国有林区职工家庭进行的问卷调查，采用随机抽样和等距抽样相结合的方式。根据等距抽样原则，在每个国有森工企业选取2个林场和1个社区，随机抽样选择每个林场8个受访家庭、每个社区9个受访家庭，共计25个样本数据，历年的调查总样本户数均为2175。调查数据反映的是东北国有林区民生实际情况，调查数据中指标包括职工家庭收入、消费情况、就业情况、教育年限、住房情况、公共服务及社会保障等方面。

用于测算东北国有林区职工家庭收入影响因素的数据来源于内蒙古自治区、黑龙江省、吉林省统计年鉴和各地县市国民经济和社会发展统计公报的汇总，未公开部分数据则通过在各县市政府办公服务平台进行电话调研获取，时间跨度为2017-2021年。

1.2 变量选择

选取东北国有林区职工家庭收入作为被解释变量。选取地区经济发展水平为核心解释变量。参考已有研究，发现地区经济发展水平会对居民收入产生直接影响，且经济发展水平越高居民收入也越多[6]。因此，选取东北国有林区87个国有森工企业所在地区的生产总值作为衡量地区经济发展水平的变量。参考文献[7-9]控制其他可能影响东北国有林区职工家庭收入的变量：产业结构，采用地区第三产业产值占地区生产总值的比例来进行衡量；对外贸易，采用地区进出口贸易总额进行衡量；外商投资，采用各地区实际利用外商投资金额进行衡量；教育程度，采用东北国有林区职工家庭人均受教育年限进行衡量。此外，为了避免异方差的干扰，对变量进行对数化处理。变量的具体描述如表1所示。

1.3 数据处理

1.3.1 模型构建

在空间计量模型设立时，首先应考虑适合的空间权重矩阵，对空间关系进行量化。选用一阶Rook邻近性空间权重矩阵，其构建条件为2个相邻的国有森工企业是否存在共同的边界，如有共同边界相应权重设为1，否则为0。接下来，在对东北国有林区职工家庭收入分析的研究中，需要构建空间计量模型。参照有关空间经济计量的研究方法[29]，将地区间相互作用引入对东北国有林区职工家庭收入的研究中。常用的空间计量模型有：只包含空间因变量滞后的空间滞后模型SAR、只包含空间误差项自相关的空间误差模型SEM、结合空间因变量滞后与空间自变量滞后的空间杜宾模型SDM和结合空间因变量滞后与空间误差项自相关的空间交叉模型SAC。值得注意的是，不同类型的空间计量模型空间效应及空间传导机制并不相同，其经济含义也有所区别。空间滞后模型SAR假设东北国有林区职工家庭收入会通过空间相互作用对其他地区东北国有林区职工家庭收入产生影响；空间误差模型SEM假设东北国有林区职工家庭收入溢出产生的原因是随机冲击的结果，空间效应主要通过误差项的传导；而空间交叉模型SAC同时考虑空间误差项的传导与被解释变量东北国有林区职工家庭收入的空间相互作用；空间杜宾模型SDM还考虑空间交互作用，即本地区国有森工企业职工家庭收入不仅受到本地区解释变量影响，还会受到邻近地区的国有森工企业职工家庭收入与解释变量影响。由此可见，空间计量模型的设定和选取对于空间计量分析结果至关重要。鉴于不同类型的空间计量模型代表的经济含义不同，为了选取拟合效果最优和结果解释最具合理性的空间计量模型，按照OLS-LM和Robust-LM检验(判断选取SAR或SEM)-SAC-SDM- Hausman检验(固定效应和随机效应检验)-LR检验(时间、空间及双固定效应判断)这一思路进行空间计量模型的设定和检验。首先建立空间计量模型(1)～(5)，其中式(1)为空间杜宾模型SDM、式(2)为空间交叉模型SAC，对空间杜宾模型SDM和空间交叉模型SAC附加一定限制条件后得到式(3)空间滞后模型SAR、式(4)空间误差模型SEM和式(5)基本OLS回归模型。

lnincomeit=β0+ρWlnincomeit+β1lngdpit+β2lnfdiit+β3lnsecit+β4lntradeit+β5lneduit+θ1Wlngdpit+θ2Wlnfdiit+θ3Wlnsecit+θ4Wlntradeit+θ5Wlneduit+εit

(1)

lnincomeit=β0+ρWlnincomeit+β1lngdpit+β2lnfdiit+β3lnsecit+β4lntradeit+β5lneduit+μit

(2)

式中μit=λWμit+εit。

当空间杜宾模型SDM的空间交互作用不存在，即θi=0(i=1…5)时，或空间交叉模型SAC中空间误差项系数λ=0时，得到相应的空间滞后模型SAR。

lnincomeit=β0+ρWlnincomeit+β1lngdpit+β2lnfdiit+β3lnsecit+β4lntradeit+β5lneduit+εit

(3)

当空间杜宾模型SDM的空间交互项系数θi、被解释变量空间滞后项系数ρ以及回归项系数βi之间满足θi=-ρβi时，或者空间交叉模型SAC的被解释变量空间滞后项系数ρ=0时，得到相应的空间误差模型SEM。

lnincomeit=β0+β1lngdpit+β2lnfdiit+β3lnsecit+β4lntradeit+β5lneduit+μit

(4)

式中μit=λWμit+εit。

基本OLS回归模型并未考虑邻近地区的空间效应，因此上述空间计量模型中空间项系数ρ和λ都为0时，得到相应的基本OLS回归模型。

lnincomeit=β0+β1lngdpit+β2lnfdiit+β3lnsecit+β4lntradeit+β5lneduit+εit

(5)

式中incomeit为各国有森工企业职工家庭收入；gdpit代表各国有森工企业所在地区经济发展水平；fdiit代表各国有森工企业所在地区的外商投资水平；secit代表各国有森工企业所在地区产业结构优化指数；tradeit代表各国有森工企业所在地区的进出口贸易总额，eduit代表各国有森工企业职工家庭的教育程度。

1.3.2 空间相关性检验

进行东北国有林区职工家庭收入空间计量回归研究之前，需要对东北国有林区职工家庭收入的空间相关性进行检验及分析，利用全局空间自相关系数(Moran’s I指数)检验和Moran散点图，对东北国有林区职工家庭收入的空间集聚模式进行研究。

⑹

Moran’sI指数的取值范围在-1～1。当Moran’sI指数大于0时，表示东北国有林区职工家庭收入空间分布呈聚类模式，即高(低)值倾向于集聚在高(低)值附近；当Moran’sI指数小于0时，表示东北国有林区职工家庭收入的空间分布呈离散模式，即高(低)值倾向于集聚在低(高)值附近；当Moran’sI指数等于0时，表示东北国有林区职工家庭收入在空间呈随机分布。Moran’sI指数的绝对值越大，说明东北国有林区职工家庭收入的集聚(离散)特征越明显。

1.3.3 变量相关性检验

在进行面板数据分析之前，需确定面板数据是否平稳，即面板数据是否存在单位根，因此选择LLC检验和Fisher-ADF检验方法进行面板数据平稳性检验。检验结果(表2)显示，2种单位根检验方法均强烈拒绝有单位根的假设，即面板数据是平稳的，可以用于面板数据计量分析，不会出现伪回归问题。

表2 单位根检验Table 1 Unit root test

由于对东北国有林区职工家庭收入分析的研究中涉及多个变量，因此在做空间计量分析前应对变量之间是否存在多重共线性进行检验。多重共线性检验结果(表3)显示，各解释变量的方差膨胀因子(VIF)最高为1.55，均小于5，表明解释变量之间不存在多重共线性问题。

表3 多重共线性检验Table 3 Multicollinearity test

为了进一步观察被解释变量和解释变量的相关性关系，使用皮尔逊相关系数矩阵进行变量间相关性分析。分析结果(表4)表明，模型的被解释变量和解释变量之间的相关性系数较高，且均在5%水平下显著。这表明被解释变量与解释变量的相关性关系较强，核心解释变量和控制变量选取较为可靠；解释变量之间的相关性系数较低，其多重共线性问题不严重，且验证了多重共线性VIF检验结果。

表4 变量相关性检验Table 4 Variable correlation test

1.3.4 稳健性检验

为了保证空间面板交叉模型分析结果的稳健性，应用空间GMM方法进行稳健性检验。根据空间交叉模型SAC回归结果(表5)以及SAC模型MLE和GMM估计方法的回归结果，各解释变量系数符号和显著性保持一致，说明空间面板交叉模型回归结果具有较好的稳健性，结果是可信的。

表5 空间面板模型回归结果Table 5 Regression results of spatial panel model

1.3.5 模型选择

在进行空间计量模型参数估计前应先对模型进行必要的检验与选择。首先，在空间邻接矩阵下通过LM检验和Robust_LM检验来确定模型是否可以选择空间计量模型，当可以使用空间计量模型进行回归分析时，根据LM检验结果(表6)选择空间面板滞后模型(SAR)、空间面板误差模型(SEM)、空间杜宾模型(SDM)还是空间交叉模型(SAC)。在空间邻接矩阵下LMlag和LMerror对应的P值均为0.000，均通过显著性检验，稳健的LM检验均通过1%水平的显著性检验。因此，进行空间交叉模型检验，LMSAC(LMErr+LMLag_R)和LMSAC(LMLag+LMErr_R)均通过1%水平的显著性检验，最后选择空间交叉模型SAC进行空间计量回归分析。其次，利用Hausman检验确定空间交叉模型(SAC)，采用固定效应对随机效应进行估计；在空间邻接矩阵下进行Hausman检验的卡方统计量为-2.02，代表原假设不满足成立条件，因此选择固定效应。最后，通过LR检验对模型固定效应进行选择，在空间邻接矩阵下时间固定效应表现更为显著。因此，基于检验结果，选择时间固定效应空间面板交叉模型(SAC)进行实证研究。空间交叉模型(SAC)反映的空间相关性是全局性的，如果对选择的空间交叉模型采用OLS估计，则系数估计值是有偏的或是无效的[29]，考虑到极大似然法(MLE)的优越性、效率性和科学性，能够有效避免变量的内生性问题。因此，采用MLE方法对空间面板交叉模型(SAC)进行估计[30]。

表6 模型选择与检验结果Table 6 Model selection and test results

2 结果与分析

2.1 东北国有林区职工家庭收入存在地区空间集聚和空间差异

2017-2021年东北国有林区职工家庭收入(lnincome)空间相关性检验均通过1%水平下的显著性检验(表7)，且检验结果均为正值，呈现明显的正向空间相关性，表明东北国有林区职工家庭收入分布存在显著的空间依赖特征，说明东北国有林区职工家庭收入存在空间集聚特征而不是随机分布，也说明东北国有林区职工家庭收入存在空间网络关系。这种空间网络关系表现为东北国有林区职工家庭收入在空间上的集聚，即东北国有林区职工家庭收入高(低)的地区与东北国有林区职工家庭收入高(低)的地区相邻。这可以解释为东北国有林区职工家庭收入的高或低不仅会对本地区产生影响，还会影响相邻地区的东北国有林区职工家庭收入，存在空间溢出效应。

表7 2017-2021年东北国有林区职工家庭收入的全局Moran’s I指数Table 7 Global Moran’s I index of household income of the employees in the state-owned forest areas in northeast China from 2017 to 2021

此外，为了进一步解释东北国有林区职工家庭收入的空间集聚模式，使用STATA 17软件绘制东北国有林区职工家庭收入Moran散点图，对东北国有林区职工家庭收入空间集聚特征进行研究。在Moran散点图(限于篇幅，略去Moran散点图)中，第一象限代表东北国有林区职工家庭收入较高的地区被收入水平高的地区包围，属于高-高型集聚；第二象限表示东北国有林区职工家庭收入较低的地区被收入水平较高的地区包围，属于低-高型集聚；第三象限代表东北国有林区职工家庭收入较低的地区被收入水平低的地区包围，属于低-低型集聚；第四象限表示东北国有林区职工家庭收入较高的地区被收入水平较低的地区包围，属于高-低型集聚。Moran散点图的横轴为东北国有林区职工家庭收入指数，其纵轴表示基于东北国有林区87个国有森工企业地区Rook邻近空间权重矩阵生成的东北国有林区职工家庭收入的空间滞后值。因东北国有林区职工家庭收入的全局Moran’s I指数均表现为正向的空间自相关，故对东北国有林区职工家庭收入研究选择Moran散点图中代表空间正相关的第一、三象限作为重点观测区域，代表空间负相关的第二、四象限则属于非重点观测区域。同时参照文献[31]对Moran散点图4个象限的分类标准，将第一、三象限分别命名为“高-高”和“低-低”，将第二、四象限分别命名为“高-低”和“低-高”。

2017年、2019年和2021年的莫兰散点图分布情况极为相似，大部分地区都分布在第一象限和第三象限中，这两个象限包含约70%的国有森工企业，进一步说明了东北国有林区职工家庭收入的空间非均衡性和空间正相关性，表明东北国有林区职工家庭收入水平存在空间上“高-高”和“低-低”集聚特征。在属于重点观测区域内的国有森工企业中，2017-2021年只有吉林森工集团和长白山森工集团所属的18个国有森工企业一直位于第一象限，属于“高-高”型集聚，对于这些地区而言，不仅本地区的东北国有林区职工收入高，且周边地区的东北国有林区职工收入也相对较高；其中伊春森工集团、大兴安岭森工集团和内蒙古森工集团大部分森工企业职工收入水平位于第三象限，属于“低-低”型集聚，不仅自身东北国有林区职工收入较低，且周边地区的东北国有林区职工收入也相对较低。

为了更加细致地揭示东北国有林区职工收入的集聚模式，从莫兰散点图重点观测区探究“高-高”和“低-低”型集聚地区分布情况。2017-2021年东北国有林区职工收入“高-高”集聚区域一直包含吉林森工集团和长白山森工集团的国有森工企业，说明东北国有林区职工收入“高-高”集聚的地区主要分布在吉林省，由于吉林和长白山森工集团在全面停伐后积极发展林下经济和森林旅游业，为中低收入职工家庭提供增收机会，根据历年的调研数据和已有研究成果发现吉林和长白山森工集团的职工家庭收入水平高于其他森工集团[32]；东北国有林区职工收入“低-低”集聚的地区主要包括大兴安岭森工集团和内蒙古森工集团所属的国有森工企业，在国有森工企业转型后，林区职工家庭所在地区经济发展相对落后，林区职工家庭工资外收入较少，从而导致其收入偏低。综上所述，东北国有林区职工收入不仅呈现区域差距，还呈现出地理区位上的空间差异。

2.2 东北国有林区职工家庭收入存在明显差异，生产总值和对外贸易地区差距明显

对模型中各变量进行描述性统计分析发现，东北国有林区职工家庭收入存在明显差异；各国有森工企业所在地区的生产总值差距也较为明显(表8)。各国有森工企业所在多数地区的第三产业生产总值占地区生产总值的比例达到50%以上，较为合理的产业结构有利于经济增长。各国有森工企业所在地区的进出口贸易总额同样存在较为明显差距，表明地区之间对外贸易差距明显。各国有森工企业所在地区的外商投资相差较大，表明地区间吸引外商投资的能力与营商环境存在明显差异。各国有森工企业的教育水平整体较高，且义务教育普及率高。

表8 描述性统计分析结果Table 8 Descriptive statistical analysis results

2.3 东北国有林区职工家庭收入受到地区经济发展的影响

在空间面板模型的拟合效果上，SAC模型相较于SEM、SAR和SDM模型变量回归系数显著个数最多，且SAC模型R2为0.984相较于SEM、SAR和SDM模型R2更大(表5)。这也验证了LM检验的结果，SAC模型是更适合对东北国有林区职工家庭收入影响因素分析的空间计量模型。空间面板交叉模型的空间系数(Spatial rho/lambda)均通过了1%的显著性检验，说明国有森工企业职工家庭收入具有明显的空间依赖性，这种空间依赖主要通过空间面板交叉模型的被解释变量和随机误差项来体现，在不同地区国有森工企业空间影响体现在被解释变量空间滞后项和地区整体的结构性误差冲击，各地区的经济发展水平、产业结构、对外贸易、外商投资和教育程度正是这种结构性差异的体现。

核心解释变量估计结果显示，地区经济发展水平(lngdp)的估计系数显著为正，表明地区经济发展水平促进了东北国有林区职工家庭收入的提升；控制变量估计结果显示，产业结构(lnsec)、对外贸易(lntrade)和教育程度(lnedu)均表现为显著正向影响，说明对东北国有林区职工家庭收入均有正向促进作用。其中，产业结构和对外贸易对东北国有林区职工家庭收入的影响分别达到23.01%和29.88%，说明随着第三产业所占比例的不断提高，提供了更多就业岗位和增收机会，同时东北国有林区多数森工企业地处中国东北部边境地区，对外贸易能够互通有无，并且可以促进停伐后转型的森工企业市场经营，使森工企业获得较好的经济效益，从而有效增加林区职工家庭收入；教育程度对东北国有林区职工家庭收入影响最大，由面板数据描述统计特征可知，东北国有林区人均受教育年限超过12年，最低的国有森工企业地区人均受教育年限9.1年，均超过中国9年义务教育年限(表8)，表明良好的教育水平和较高的受教育年限会对东北国有林区职工家庭收入提升产生较大助力。

值得注意的是，外商投资(lnfdi)对东北国有林区职工家庭收入影响存在显著负相关关系，这可能由于东北国有林区87个森工企业地处中国东北部山区和林区的县域，其招商引资能力薄弱，且外商投资更加倾向于有较好经济效益的生产制造企业，从而实现利益最大化，对地方企业的市场经营产生冲击，从而导致东北国有林区职工家庭收入受到影响。

除外商投资(lnfdi)外，产业结构优化(lnsec)、地区经济发展水平(lngdp)、对外贸易(lntade)和教育程度(lnedu)的直接效应均为正，均在1%的水平下显著(表9)。这表明地区经济发展水平、产业结构优化、对外贸易和教育程度会促进本地区国有林区职工家庭收入的增长。除外商投资(lnfdi)外，地区经济发展水平(lngdp)、产业结构优化(lnsec)、对外贸易(lntade)和教育程度(lnedu)的间接效应系数显著为负。这说明地区经济发展水平、产业结构优化、对外贸易和教育程度的空间溢出效应会抑制周边国有森工企业职工家庭收入的增长。

表9 空间溢出效应的分解Table 9 Decomposition of spatial spillover effects

3 结论与建议

3.1 结论

在对政企分开后地区经济建设对东北国有林区职工家庭收入影响进行分析后得出以下结论：

第一，东北国有林区职工家庭收入存在显著的正向空间相关性。主要表现为“高-高”和“低-低”集聚特征，其中“高-高”型集聚国有森工企业主要分布于吉林和长白山森工集团且数量逐渐增加。

第二，东北国有林区职工家庭收入受到地区经济发展正向促进影响。地区产业结构的不断优化、对外贸易的不断增加以及林区职工家庭受教育年限的提升，为国有林区职工家庭增加收入来源提供更多的选择和机会，但外商投资会对林区职工家庭收入产生负向影响。

3.2 建议

为了解决现阶段东北国有林区民生发展问题，实现共同富裕，提高国有林区职工家庭收入水平，从4个层面提出建议。

3.2.1 政策层面

地方政府在制定政策促进本地区经济发展的同时，坚持贯彻经济增长与居民收入同步增长的要求，在政策制定上向国有林区森工企业进行倾斜。一是通过必要的优惠政策引导资本和人才向国有林区森工企业施业区流动，重点挖掘国有林区森工企业自身优势，提高其经济效益，确保国有林区职工家庭收入与地方经济同步增长；二是积极推动国有林区数字经济发展，借鉴各地区电子商务示范县政策促进农民增收的成功案例及经验[33]，结合各省地市数字经济发展机遇建设“数字林区”。大力推动电子商务进国有林区的综合示范项目建设，通过特色森林生态产品打造国有林区电子商务品牌，利用品牌效应更好发挥电子商务对国有林区森工企业发展和国有林区职工家庭收入增收的促进作用。

3.2.2 生态层面

林业碳汇是连接“双碳”目标与生态产品价值实现的重要媒介。东北国有林区拥有丰富的天然林资源，发展林业碳汇项目对于提高森工企业职工家庭收入具有重要作用。针对东北国有林区林业碳汇项目的发展提出以下3点建议。

一是打造“林业碳汇项目+林业碳票”长短线组合模式，提升林业碳汇商品供给能力。一方面，内蒙古森工集团与中国林业科学研究院合作研发的《天然次生林经营碳汇项目方法学》为天然次生林参与碳交易市场提供契机。同时，东北国有林区具备开发CCER碳汇造林项目、森林经营碳汇项目以及VCS森林伐转保项目的潜力。另一方面，地方林业和草原部门与国有林区森工企业应积极开发适用于天然林资源特征的林业碳票，并将其作为林业碳汇项目的重要补充和碳交易市场的特色商品。

二是优先识别高排放企业，拓展林业碳汇项目需求侧。在下一阶段全国碳排放交易配额总量设定与分配方案开展前，优先识别并敦促东北国有林区高排放行业和企业绿色转型。

三是构建履约市场、自愿市场与普惠市场并行的林业碳汇市场交易体系，引导东北国有林区林业碳汇资源市场蓬勃发展。

3.2.3 经济层面

地方政府与国有林区森工企业应紧紧抓住数字经济发展机遇[34]，共同打造具有地方特色和品牌影响力的林产品产业集群，在吸引外商投资的同时完善区域产业链，提高国有林区整体经济效益。在对外贸易往来中，国有林区森工企业应利用国有企业优势，打造具有竞争力的优势产品，扩大市场影响力和占有率，在对外贸易中占据主动地位，积极创收。在打开海外市场的基础上，寻求外商投资合作，扭转外商投资对低廉劳动力的青睐，通过外商投资所带来的资金与先进技术，加快森工企业技术转型，通过技术创新提高国有林区森工企业经济效益。

3.2.4 教育层面

应增加学历教育、职业技术培训和技能培训。在保证义务教育的基础上，地方政府和国有林区森工企业应加大对职工的学历教育及职业技术培训的财政预算和投入，寻求与地方高校进行校企合作。鼓励林区职工进行在职教育，学习先进的林业科学技术和企业管理方法，强化其森林抚育和管护等相关技能，为国有林区森工企业转型发展提供人才储备。为推动国有林区森林旅游和森林康养产业的发展，地方政府与国有林区森工企业应针对国有林区低收入林区职工家庭进行技能培训，了解森林旅游和森林康养市场信息，帮助其掌握新技术，提升国有林区第三产业从业者素质水平，在促进国有林区经济发展的同时，实现国有林区低收入职工家庭有效增收。