营林投资获利能力研究

《营林投资获利能力研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、营林投资获利能力研究肖平张敏新（南京林业大学经济管理学院210037）摘要：营林投资获利能力是林业与工业联合的基础。本文从林业投资盈利性评价的资料来源、计算方法，不确定性因素以及投资者行为观察等方面讨论了营林投资获利能力问题。笔者认为：营林投资在经济条件优越的区域有其经济合理性，且地域、树种、时期差异都较大。营林投资主要风险来源于市场价格波动、技术管理水平差异以及自然灾害。取消或降低林业税费、木材供需矛盾等都可能导致未来林地、林木价值增长，但这对林农和公司的意义并不相同。关键词：营林投资获利能力内部收益率前言伴随中国社会经济的快速发展，纸浆、造纸以及人

2、造板工业进入了一个新的发展时期，因生态保护方面的压力和国内原料供应能力限制，许多企业都充分认识到原料供应对企业生存的关键作用。一方面，通过向原料培育延伸，来加强企业的竞争力，成为众多企业的战略选择；另一方面，营林投资的实际获利能力水平究竟如何，怎样的获利能力才能保证林业与工业的联合有稳固的基础，却是众说纷纭。近些年，农户、外资、“龙头企业”在造林方面的积极行动可能表明投资者对林业投资有着良好预期,但各种文献报道的林业投资的盈利水平差异却非常大，专家对此的看法也相当谨慎；我们还可以观察到，外资企业造林规划面积与实际完成的造林面积相差甚远，南方集体林区林农

3、在造林选择上也存在偏好经济林的倾向（张敏新，2003）。这些信息都说明林业投资者，以及学者对林业投资的盈利性是存在较多疑虑的。事实上，由于林业投资的盈利性受制于多种因素（经济和非经济），要对其作出准确评价（或判断）是相当困难的事。本文试图根据笔者所掌握的信息，尝试从多种角度讨论林业投资的盈利性，包括资料来源评价方法，不确定性因素以及投资者行为观察等，以为对该问题的深入研究做些铺垫。1营林投资获利能力实证分析投资获利能力的代表性指标有净现值（NPV）、内部收益率（IRR）。NPV在判别林业投资方案的合理性时有非常重要的作用，但在不同方案比较时，必须是相同

4、的计算周期、相同的计算面积、采用相同的折现率，从而才使得该指标具备可比性；而IRR可以不受轮伐期长短影响，也无需事先确定折现率。因此，在一般意义上讨论投资的获利能力时，采用IRR比较方便。由于林业生产的自然、社会经济条件差异，在客观上形成营林投资获利能力的显著差别。通常我们所见到的关于营林投资IRR的报道，除了上述差异外，由于资料来源，计算方法，样本时间等不同也会有很大差异。下面从资料和方法角度对营林投资的获利能力做概要讨论。1.1基于典型地区林业成本调查资料计算营林投资IRR在实践中，营林投资的IRR可根据成本、价格统计资料推算，基本参数（产量、价格

5、、成本等）来自典型抽样单位、农户的实际发生数据，这些数据最大的特点是覆盖区域较大，而且其中包含了林业经营风险的影响。但这类统计资料受调查人员和调研经费的限制，通常概括性较强，详细程度不足；基于这样的资料采用典型栽培模式或者项目周期现金流量计算都较困难；现实中运用简化了的经济评价模型进行推算比较简便、易行。根据下列等式：运用模型求解出其中的i，即为林业投资的IRR。其中：C：单位出材的营林成本现值，元/m3；P：木材销售价格，元/m3；H：木材采伐运输成本，元/m3；F：单位木材林业税金负担，元/m3；N：轮伐期，年；公式（2）与公式（1）的差异在于净值

6、中剔除了林业税金对林业投资IRR的影响。笔者根据福建、江西1990-1999期间的林产品成本统计资料福建、江西的林产品成本调查只进行到1999年。，采用上述模型（1）推算栽培不同树种的期间平均IRR在3.9%—8.3%之间（表1）。考虑到税收制度变化的影响，采用模型（2），则同样的IRR值提高到5.1—9.7%之间；张颖（2001）采用同样原理，根据93—96年资料推算出全国林业投资IRR在5.0—5.57%之间。表1典型地区林业投资IRR水平估计(期间算术平均)*单位：%类别模型（1）模型（2）备注杉木江西国营8.39.71990-1999江西个体6

7、.57.61990-1999福建集体4.25.01991-1999马尾松江西国营4.96.11990-1999江西个体3.94.81990-1999福建集体4.15.11991-1999*根据福建省、江西省林业成本资料计算。1.2基于典型栽培模式计算IRR典型栽培模式通常区别树种、材种、立地条件、以及经营水平，按单位面积、一个轮伐期的分年现金流量进行计算。生长量等信息来自实验地、标准地的观测以及生长模型推算所得，价格、成本等指标来自定额或经验值。此方法要求有较详细的生长量、出材量、产品等级和价格、物质消耗、用工量、单价以及税费标准等数据，计算结果应当有

8、较高的可信度，但由于基础数据常常基于集约水平较高的实验地，对自然灾害和市场风险估计不足，结论一