基于Hedonic模型的我国煤炭价格研究——来自中国省级面板数据的实证经验

刘慧媛，吴开尧

（上海金融学院，上海201209）

一、引 言

能源对一个国家或地区的经济发展发挥着举足轻重的作用。在我国能源禀赋中，煤炭占绝对主体地位。与石油和天然气相比，我国煤炭的储量相对丰富，2008年，中国煤炭储量占世界储量的13．9%，储产比为41，而石油、天然气分别仅占 1．2%、1．3%，储产比为 11．1、32．3。①煤炭是我国国民经济发展的主要能源，约占我国能源消费的70%以上。以2009年为例，煤炭在我国能源消费中所占的比重为70．4%，而原油、天然气和其他能源在能源消费中所占的比重分别为17．9%、3．9%和7．8%。②我国已经提出要“大力调整和优化能源结构，坚持以煤炭为主体，以电力为中心，油汽和新能源全面发展”的基本战略，③可见，煤炭在我国能源经济中的主导地位在短期内不会改变。因此，煤炭价格的变化在能源市场上备受各经济主体的关注，在很大程度上影响了我国的能源供求结构。煤炭价格的长期变化不但影响着生产和生活的方方面面，而且影响到国家的能源安全。即使在能源价格受管制的情况下，煤炭价格上涨10%，也会导致 CPI上涨 0．17%，PPI上涨 0．55%。［1］所以在这个背景下，对我国煤炭的价格研究具有重要意义。

我国煤炭价格形成机制改革经历了一个复杂的调整过程，经历了政府定价、政府定价为主与市场调节为辅、以市场形成价格为主的几个阶段。1993年之后，我国煤炭价格摆脱了由煤炭工业部和国家物价局联合定价的计划定价模式，基本上以市场定价为主。至2002年，煤炭价格完全以市场定价为主，价格的波动和均衡依靠市场机制来实现。杨彤（2009）通过比较分析煤炭实际价格与基础价值的偏移率，肯定了现行煤炭价格的合理性。［2］

煤炭属于可耗竭资源，国外关于煤炭资源价格的研究主要见于可耗竭资源经济学的研究。关于对可耗竭资源的研究始于20世纪初期，以Gray（1914）和Hotelling（1931）为开端。Gray指出可耗竭资源的价格应该等于私人成本加上社会成本，用现代研究者的话来说就是可耗竭资源的价格应该等于边际生产成本加上边际使用者成本。［3］Hotelling指出在竞争市场环境下，开采的边际成本为零的情况下，耗竭性资源的净价格将以市场利率的速度上涨。这一结论成为资源经济学领域最基本的定律，也是著名的霍太林准则。［4］但该理论在提出之后的三、四十年未受到重视，直到20世纪70年代出现“石油危机”才得到重视。而后相关理论与实证研究都迅速展开，文献也相当丰富。由于Hotelling准则预测了可耗竭资源价格变化的动态路径，对这一路径进行实证验证就成了许多西方资源经济学家所关心的问题。Barnett＆ Mores（1986）搜集了历史上铁、铜、木材等资源价格的序列数据，结果发现价格随时间下降，得出不支持Hotelling准则的结论。［5］不过Hotelling准则指的是净价格而不是市场价格。Slade（1980）、Stolley（1983）搜集了资源市场价格和平均成本的序列数据，其验证的结果基本支持 Hotelling准则，［6］［7］但 Halvorsen ＆Smith（1991）用同样的方法验证的结果却正好相反。［8］之后 Berck（1996）观察了煤、石油、天然气、铜、铅等资源1870年至1991年的真实价格数据发现资源的价格一直上涨充其量是个很弱的假设。［9］Gaudet（2007）在Berck的基础上增加了14年的观测值发现资源价格一直上涨这个假设更弱了，但他并不认为这足以说明Hotelling准则无效。［10］与前面关于Hotelling定律验证所不同的是，Merton＆Miller（1985）提出了Hotelling模型的另一种检验策略——Hotelling价值定律（HVP），他将一部分美国石油和天然气生产公司本土储量的价值对估计的Hotelling价值进行，发现估计的Hotelling价值能够解释市场价值波动的很大一部分。［11］但是Merton＆ Miller（1986）使用不一样的样本，得出了相反的结论。［12］

国内关于煤炭价格的研究除了定性地分析煤炭价格影响因素外，还从计量经济学的角度出发，采用一些计量模型和方法对煤炭价格的影响因素进行实证分析。谢授祥、谭清华、宋阳（2006）研究分析了影响煤炭价格的主要因素为供给总量、消费需求总量和出口量，使用误差修正模型进行了实证分析，得出煤炭需求的变化对价格影响具有长期记忆性，煤炭供给虽然对价格产生影响，但并不是价格波动的根本原因，价格上涨主要取决于短期需求的增加。［13］谭章禄、陈广山（2009）基于近年来煤炭价格影响因素的现实性数据进行实证研究，建立多元线性回归模型揭示了下游产品需求量、国际煤炭市场价格、煤炭年产量、铁路运力、煤炭储存量这五个因素是目前影响我国煤炭价格的主要原因。［14］孔胜、张同健、吕宝林（2009）认为我国煤炭价格的主要因素可分为供给因素、需求因素、供需综合影响因素三大类。供给因素包括煤炭存储量、煤炭生产量、煤炭成本、铁路运力、煤炭库存量等，需求因素主要包括电力、冶金、化工、民用取暖等下游行业的用煤需求。而煤炭替代品价格、上下游产品价格、国际煤炭市场价格以及我国的煤炭进出口政策均从供需两个方面制约着煤炭价格的波动。［15］此外，邹绍辉和张金锁（2010）运用单位根检验和 Monte－Carlo检验方法对煤炭价格变动模型进行了实证研究，结果表明：在正常情况下，几何布朗运动能较好地拟合中国煤炭价格的变动过程；当存在突发事件时，风险中性跳跃－扩散模型能较好地拟合中国煤炭价格的变动过程。［16］

与这些研究所不同的是，本文以特征价格理论为指导通过分析煤炭的属性价格来研究煤炭的价格。本研究的创新之处在于将Hedonic模型应用于分析煤炭的价格，目前，尚无学者将这一方法用于资源市场的分析，并且使用了国有重点煤矿的面板数据进行了实证检验。本文的结构如下，第二部分为相关的理论介绍和模型的建立，第三部分利用我国国有重点煤矿的面板数据对煤炭的价格进行实证分析，第四部分是小结。

二、Hedonic价格理论及模型

1.理论介绍

传统的微观经济学理论认为，效用是由消费商品的数量产生的，因而，效用是商品数量的函数，由消费者效用最大化，可以推出消费者的需求函数及逆需求函数，即价格是商品数量的函数。与传统经济学理论不同，特征（Hedonic）价格理论认为，消费者是从消费商品或服务的属性（attributes或 characteristics）中获得效用或者满足的，即效用是商品或服务的属性的函数，同样地，由消费者效用最大化可以导出商品价格是商品的各方面的属性的函数。概括地讲，特征价格理论是从商品的异质性出发，把商品看成是由商品的各个属性组成的，商品的价格因此可以分解为每个属性对应的特征价格（Hedonic Price）或隐含价格（implicit price）。

Hedonic价格理论是由Lancaster（1966）和Rosen（1974）提出来的。Lancaster指出商品的市场价格是由商品的属性而不是商品本身决定的，从而提供了微观经济学理论基础；［17］Rosen从市场均衡的角度完善了Hedonic价格理论。［18］

特征价格理论应用最广泛的是分析房地产的价格，其次是用来分析土地、农产品、汽车的价格等。Hass（1922）用该方法研究了农产品的价格，他把到市中心的距离和城市的大小作为研究农产品价格差异主要的决定因素。［19］Wallace（1926）年用特征价格方法估计了 Iowa 的土地价值。［20］Court（1939）把汽车的价格作为汽车三个不同的特征：净重、轴距和马力的函数，对汽车的价格、需求进行了分析，采用了半对数的函数形式，并最终建立了汽车产业的价格指数。［21］Ridker＆ Henning（1967）把特征价格理论应用到住宅市场分析。他注意到一些环境特征如空气质量、水质量等对作为消费物品对生产投入要素的土地价格有影响作用，便使用St．Louis 1960年的单个家庭居住单元的横截面数据，采用最小二乘法估计了空气污染对住宅价格的影响，并据此求得空气污染特征的边际隐性价格。［22］

对于特征价格理论的房地产价格研究模型，Bulter（1982）认为Hedonic住宅价格模型应当包括影响住宅价格的因素，通常影响住宅价格的因素有三大类：区位（Location）、结构（Structure）、邻里环境（Neighborhood）。［23］区位因素是指房地产所在地区在城市中相对位置的特殊性。邻里因素主要指房地产所在区域的经济、社会、自然环境与配套设施特征。结构因素是指房地产本身一些对价值有影响的特征因素。因此住宅价格 p可以表达为：p＝f（L，S，N），其中 L、S、N分别代表区位、结构、邻里环境因素。与Bulter（1982）建立房地产市场的Hedonic模型一样，我们将建立基于Hedonic模型的煤炭价格研究模型。

2.模型建立

同样地，煤炭价格的 Hedonic 模型可以表示为 P＝f（L，Q，S），P 代表原煤价格，L，Q，S为其属性变量。L代表煤矿的区位因素，主要包括水、电、原材料等的供应及矿区的交通状况等。由于煤炭属于大宗货物，而且我国煤炭的生产地和主要消费地区相距较远，因此，运输能力和运输价格直接关系到煤炭的可得性和最终价格。近年来，受铁路运力紧张和国际油价上涨的影响，我国的运输成本特别是铁路运输成本上涨较大，进而使得运输成本在煤炭最终价格中占有的比重不断增大，运输成本对煤炭消费的影响日益增强。中国的煤炭运输多为铁路运输，通过水路及公路运输的非常少，因此我们可以采用原煤铁路运力（用变量Trans表示）来反映矿区的交通条件。Q代表原煤的品质，原煤的品质是原煤属性的一个主要方面，这里我们采用洗精煤的产量占国有重点煤矿产量的比重（用变量Clean表示）来衡量。原煤一般提炼的方法就是用水洗，通过原煤提出来的精华（最好的）被称为洗精煤，因此洗精煤产量占原煤的比重可以反映煤的品质，一般来说，Clean值越大，原煤价格越高。S代表煤矿的规模，这里用国有重点煤矿原煤产量（Product），采矿业固定资产投资（Invest）和职工年工资总额（Wage）来衡量。之所以没有选用原煤储量，是因为就目前中国对煤炭资源的勘探程度而言，新探明储量增加的不确定性很大，而且探明储量大幅增加的可能性很小，因此煤炭储量增加对煤炭价格上涨速度的影响可以忽略不计。煤炭企业的生产需要经过地质勘探、建井、采掘和加工等方面的工作、需要投入大量的人力和物力。一般而言，产量越大，价格越低；固定资产投资和职工工资总额越大，反映煤矿的开采成本越高，价格越高。

实证研究中，上述函数一般采用线性化形式：

因为我们采用的是国有重点煤炭的省级面板数据，所以（1）式又可以写成：

三、实证研究

1.数据来源及处理

我国在1993年以前煤炭价格大部分受国家控制，从1993年开始，随着全国煤炭产量大幅增加，特别是市场化改革进程加快，国家逐渐放开了除发电用煤以外的煤炭价格，如冶金焦煤、建材行业用动力煤和生活用煤等，但对发电用煤仍然执行政府指导价格。2001年7月，原国家计委宣布，从2002年1月1日起取消对电煤的国家指导价，煤炭产品的价格主要由市场供需关系决定。因此，2002年后，我国煤炭价格以市场定价为主，价格的波动和均衡依靠市场机制来实现。综上考虑，本文选择2003年到2008年中国18个省份的国有重点煤矿的省级面板数据作为样本。为方便分析问题，保证样本之间的可比性和定量分析的有效性，本文选择了河北、山西、内蒙、辽宁、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖南、四川、重庆、贵州、云南、陕西、甘肃共18个区域，样本中不包括天津、上海、海南和西藏等4个不产煤的地区以及福建、湖北、广东、广西和青海5个没有国有重点煤矿的地区。之所以选择国有重点煤矿，是因为国有重点煤炭的数据相比地方国有和乡镇煤矿的数据更全面、更准确。

以下是各变量的构造及其来源。

Trans：原煤铁路运力。原煤铁路运输量选用我国铁路运输年货运总量作为替换变量，因为近年来我国铁路运输年货运总量的一半以上是运输煤炭，各省数据来自历年的《中国铁道统计年鉴》。

Invest：各省采矿业的固定资产投资。各省采矿业的固定资产投资来自历年的《中国统计年鉴》并且固定资产投资额根据各省固定资产投资平减指数统一调整为2003年为基准的固定资产投资额。

Product：各省国有重点煤矿的原煤产量。省国有重点煤矿的原煤产量数均来自《中国煤炭工业年鉴》。

Wage：各省国有重点煤矿的职工工资总额。它由各省国有重点煤矿的职工人数乘以年平均工资可得到，职工工资总额根据居民消费价格指数平减。各省国有重点煤矿的职工人数数据来自《中国煤炭工业年鉴》，年平均工资数据来自《中国统计年鉴》。

Clean：洗精煤的产量占国有重点煤矿产量的比重。洗精煤产量数据来自《中国煤炭工业年鉴》。

Price：各省煤炭价格，它可由各省原煤总产值除以各省的原煤产量，再通过工业品价格指数平减得到，原煤总产值和总产量数据均来自《中国煤炭工业年鉴》。

表1提供了主要变量的描述性统计。表1显示样本的平均单价为209．8元/吨，最高价格为387．6元/吨，最低价格仅为31．3元/吨，最高最低价格每吨竟然差了350元，这说明由于煤炭赋存条件不同，我国不同地区煤炭价格差异还是很大的。

表1 变量的描述性统计

2.模型估计与结果分析

本文采用面板数据分析，以原煤价格为被解释变量，利用我国18个省区市组成的面板数据进行拟合。由于面板数据包括横截面和时间序列数据，因此首先对模型的设定进行F检验，检验结果支持选择变截距模型；使用Hausman检验判断选择固定效应还是随机效应模型，当Hausman检验结果在10%的水平上显著时，则选择固定效应模型，反之则选择随机效应模型。Hausman检验结果表明，模型支持固定效应模型。使用Cross section weights，即使用可行的最小二乘法（GLS）估计，目的是减少由于截面数据造成的异方差影响。我们对上述模型参数进行估计得到结果如下：

系数右上角的＊代表该系数在1%的显著水平下是显著的，括号内为估计系数的 t统计量值。其中反映各地区价格差异系数βi的估计结果见表2：

表2 各地区价格差异系数的估计结果

模型的系数估计值与我们的预期相同，从模型的估计结果我们可以看出：

（1）从表2可以看出，各省的截距系数是显著的，保持其他条件不变，价格最高的是山西，其次是江苏，而价格最低的是内蒙。建国以来，我国一直对煤炭产品实行低价政策。1993年国家放开煤价的同时又对电煤实行政府指导价，煤炭价格实际上是放而不开。2002年起，国家停止发布电煤政府指导价格。这预示着我国煤炭价格以市场定价为主。山西是我国最大的煤炭资源型城市，煤炭价格的市场化进程比较快，价格也更合理。而江苏靠近上海，煤炭的需求量很大，价格相应也高。内蒙相对市场化程度低些，煤炭价格还维持在相对低位。

（2）铁路运输的原煤产量对煤炭价格的影响是正的。这与杨彤（2009）的结论是一样的。我国的铁路运力是煤炭产量的一个主要制约因素，因此对煤炭价格存在着长期的影响。20年来，我国煤炭运量占铁路总货运量的40% 以上，铁路煤炭运量占我国煤炭总产量的50% 以上。然而，我国的煤炭运输需求仍处于高度紧张状态，呈现较大的需求缺口。目前，我国铁路总长度仅占世界铁路总长度的6% ，却承载了世界货物运输总量的24% ，因此很难在短期内改变我国目前的铁路输煤困境。由于约一半产量的煤炭运输距离较长，对铁路、港口的依赖性较强，近年来铁路运力一直较为紧张，没有铁路运力的保障，煤炭企业的产品也难以在市场上得以实现。所以，要重视煤炭运输环节的政府调控导向。

（3）洗精煤的产量占国有重点煤矿产量的比重对煤炭的价格影响是正相关的，也就是，煤的质量越高，价格越高。但其影响是不显著的。煤炭按地区、用途、质量、环节等不同，有不同的价格。由于我们统一使用煤炭出厂价格，这可能是导致煤炭质量对煤炭价格影响不显著的原因。

（4）各省固定资产投资和职工工资总额越高，煤炭价格越高。煤炭企业的生产需要经过地质勘探、建井、采掘和加工等方面的工作、需要投入大量的人力和物力。固定资产投资和职工工资总额是煤炭生产所需设备和人力的投入，是煤炭生产成本的主要组成部分，而煤炭的成本又是煤炭市场价格的一个组成部分。因此，对煤矿而言，原煤生产成本的控制极为重要，控制成本需要采取有力措施，加大成本管理的力度，近年来，我国煤炭企业机械化程度提高，信息技术的应用日臻完善，成功借鉴并引进了国外煤炭业先进的管理方式和管理理念，大大节省了煤炭开发的设备和人力投入。但是，随着开采条件良好的煤炭资源逐渐减少、矿井深度增加或者开采条件发生变化，煤炭开采的边际成本将会增加，这又将导致煤炭价格上涨。

（5）国有重点煤炭的原煤产量越多，煤炭价格越低。近十余年来，我国煤炭的年产量居世界第一位，目前已突破20亿吨，成为影响我国煤炭市场供给量的重要因素。我国煤炭市场的一个显著特征是买方市场与卖方市场的频繁交替，这一现象的产生与煤炭的年产量息息相关。从生产机制上，我国煤炭产量曾长期受生产计划控制，近年来主要受市场需求调节。从生产地域上，我国煤炭生产仅局限于少数省（区），而我国大部分属于贫煤地带。

四、主要结论

本文以特征价格理论为指导，建立了研究我国煤炭价格的Hedonic模型，并且使用了2003—2008年我国国有重点煤矿的面板数据进行了实证分析。实证研究表明，在我国煤炭市场利用特征价格模型估算煤炭价格是可行的。主要结论如下：

原煤产量、固定资产投资、职工工资、铁路运力对原煤价格有显著影响。增加原煤产量，可以看成是增加原煤供给会显著降低原煤价格；减少原煤生产的人力和物力投入可以降低价格；此外，提高铁路运能、降低铁路运输成本可以降低原煤价格。

煤炭价格对以煤炭为原材料的企业的经营管理产生重大影响，还会对通货膨胀产生影响，对国家能源安全的水平有重要影响。因此对煤炭价格的研究具有重要意义，通过Hedonic模型研究煤炭的价格，我们可以建立煤炭价格指数体系，用于指导国民经济发展和保障能源安全，提高市场主体对煤炭价变化的预测能力。

注释：

① 数据来源于《BP世界能源统计 2009》；储产比指储量与产量的比率，具体地，假设将来的产量继续保持在某年度的水平，那么，用该年年底的储量除以该年度的产量所得出的计算结果就是剩余储量的可开采年限。

② 数据来源于《中国能源统计 2010》。

③ 林伯强．2010年中国能源发展报告［M］．北京：清华大学出版社，2010．

［1］Butler R V．The specification and Estimation of Hedonic housing［J］．Land Economics， 1982，58（1）：96－108．

［2］CourtA T．Hedonic Price Indexeswith Automotive Examples， In the Dynamicsof Automobile Demand［M］．New York： General Motors．1939．

［3］Gaudet G．Natural Resource Economics under the Rule of Hotelling ［J］．The Canadian Journal of Economics， 2007，40（4）：1033－1059．

［4］Haas G C．A Statistical Analysis of Farm Sales in Blue Earth County， Minnesota， as a Basis for Farm Land Appraisal［D］．Masters thesis， the University of Minnesota， 1922．

［5］Harold Hotelling．The Economics of Exhaustible Resources［J］．Journal of Political Economy，1939，39（2）：137－175．

［6］BarnettH J， Morse C．Scarcity and Growth： The Economics ofNaturalResource Availability．John Hopkins Press，1986：233－289．

［7］Stollery K R．Mineral depletion with cost as the extraction limit： a model applied to the behavior of price in the nickel industry［J］．Journal of Environmental Economics and Management，1983，（10）：151－165．

［8］Lancaster Kelvin J．A New Approach to Consumer Theory［J］．The Journal of Political Economy，1966，74（2）．132－157．

［9］Lewis Cecil Gray．Rent under the Assumption of Exhaustibility［J］．The Quarterly Journal of Economics， 1914，28（3）：466－489．

［10］Slade M E．Trands in natural－resource commodity price： an analysis of the time domain［J］．Journal of Environmental Economics and management， 1982，33（1）：59－74．

［11］Merton M H， Upton C W．A Test of the Hotelling Valuation Principle ［J］．Journal of Political Economy， 1985，93（1）：1－25．

［12］Merton M H， Upton C W．The Pricing of Oil and Gas： Some Further Results［J］．The Journal of Finance， 1985，40（3）：1009－1018．

［13］Berck P．Empirical Consequence of the Hotelling principle［J］．The Handbook of Environmental Economic， Oxford，1995：66－89．

［14］Haivorsen R， Smith T R．A test of the theory of exhaustible resources scarcity with a summary of recent trends［J］．Journal of Environment Economics and Mangement，1991，（11）：123－140．

［15］Ridker， Ronald G， Henning John A．The Determinants of Residential Property Values with Special Reference to Air Pollution［J］．The Review of Economics and Statistics， 1967，49（2）： 246－257．

［16］Rosen Sherwin．Hedonic Prices and Implicit Markets： Product Differentiation in Pure Competition［J］．Journal of Political Economy，1974，82（1）：34－55．

［17］Wallace H A．Comparative Farmland Values in Iowa［J］．Journal of Land and Public Utility Economics， 1926，（2）：385－392．

［18］林伯强，王锋．能源价格上涨对中国一般价格水平的影响［J］．经济研究，2009，（12）：66－150．

［19］孔胜，张同健，吕宝林．试论我国煤炭价格的影响因素［J］．煤炭经济研究，2009，（5）：4－5．

［20］邹绍辉，张金锁．我国煤炭价格变动模型实证研究［J］．煤炭学报，2010，35（3）：524－528．

［21］谭章禄，陈广山．我国煤炭价格影响因素实证研究［J］．改革与战略，2009，25（10）：37－38．

［22］谢授祥，谭清华，宋阳．影响煤炭价格因素的相关性分析与检验［J］．统计与决策，2006，（22）：57－60．

［23］杨彤等．基于状态空间模型的煤炭价格合理性分析研究［J］．管理世界，2009，（10）：178－179．