煤炭行业投入产出效率测算及差异化分析

何琴

（湖南师范大学公共管理学院，长沙410012）

0 引言

煤炭在我国经济建设的进程中一直发挥着基础能源的作用，但煤矿企业安全事故的频发，使得政府一直从多方面致力于煤炭行业的安全规制。经过几十年的发展，安全规制的效果不可置疑，尤其是2000年至今，随着政府规制改革的不断深化，政府对煤矿行业的安全规制一直处于不断强化的过程。但从2012年开始，由于经济下行，我国煤炭行业也开始面临着需求降低、价格下跌、产业结构调整等一系列困境，煤炭产业的不景气，直接影响到煤炭企业的自主安全投入。那么，当前的安全规制强度是否已经对企业的生产效率产生反向的阻碍作用呢？究竟政府应如何优化安全规制才能带来企业生产效率与安全水平的双赢呢？当前对于政府规制强度的研究多集中在环境规制方面，而对于煤炭行业仅有的少数研究，对其生产效率的分析仅仅是涉及到原始投入产出的分析，未剔除其影响因素，故不能精确地衡量其投入产出效率，且在分析安全规制的强度时，大多数研究是以中、东、西进行区域的划分，并未将各产煤省份按其相同特征进行聚类分析。因此，本文选取我国25个主要产煤省份2000—2015年的相关数据，按照聚类分析方法，将我国的煤炭行业划分为三大不同规制类型的区域，通过三阶段DEA模型衡量其真实生产效率，并采用回归分析的方法考察在三大不同区域安全规制强度与煤炭行业生产效率的不同关系。

1 投入产出效率的测算方法及其区域划分

1.1 测算方法：三阶段DEA

本文以三阶段DEA模型为基础，测算我国煤炭行业的投入产出效率，其模型构建可以分为以下三步：

（1）对原始投入产出变量进行DEA分析

Charnes等（1978）提出了数据包络分析方法，用于分析部门之间投入产出效率。国内学者从20世纪80年代开始展开对DEA方法的研究。Banker等（1984）通过BCC模型的构建，使得决策单元的有效性问题在规模报酬可变条件下也得以解决，其模型可表示为：

其中，j=1,2,⋅⋅⋅,n表示由1到n个决策单元，X、Y则表示投入、产出向量，将DEA模型从本质上视为线性规划问题。

若θ=1,S+=S-=0，则认为决策单元是DEA有效；若θ=1,S+≠0或S-≠0，则认为决策单元是弱DEA有效；若θ＜1，则认为决策单元是非DEA有效。

由此，BCC模型得到效率值（TE），即综合技术效率，并且TE=PTE×SE，其中，PTE表示纯技术效率，SE表示规模效率。

（2）应用随机边界模型结果调整投入量

以投入导向作为研究视角，对n个决策单元，m个投入松弛变量，进行随机边界分析，其模型表示为：

该模型中，sij表示第j个决策单元的第i种投入松弛，zj=(z1j,z2j,⋅⋅⋅,zij)表示k个环境变量，βi代表环境变量估计的系数，f(zj;βi)表示环境变量对投入冗余的影响，νij+uij是混合误差，其中νij为随机干扰对投入松弛变量的影响，假设νij～N(0,)，uij表示管理无效对投入松弛变量的影响，且假设其服从正态分布，并以零点截断，表示为设，当管理无效因素在无效率决策单元中占主导地位时，γ趋近于1；而随机误差的影响占主导地位时，γ趋近于0。

利用γ的零假设检验对是否应采用随机边界模型进行分析，令θ0和θ1分别表示γ=0和γ≠0假设下待估参数向量的极大似然估计量，L(θ0)和L(θ1)则为似然函数值，则γ零假设的单边似然检验统计量LR为：

在λ=0原假设下，如果LR值大于χ2临界值则可以认为随机边界模型的设定是合理的。

随机边界模型分析的目的是分离出环境因素和随机因素对原始效率值的影响，将所有DUM置于相同的外部环境中。其调整公式如下：

目前学界对于三阶段DEA的分歧主要存在如何从混合误差中分离管理无效项目，通过ε=ν+μ和ν,μ分布及二者相互独立关系可得联合密度函数为：

μ和ε联合密度函数为：

（3）对调整后的投入产出变量进行DEA分析

1.2 煤炭行业的区域划分

由于自然禀赋和技术条件的差异，我国主要产煤省份在煤炭产量、企业集中程度、煤炭经济的贡献率等方面都存在较大的差异。因此，对于我国25个主要产煤省份，有必要按照一定的维度进行不同区域的类别划分，以考察安全规制对不同区域的差异化影响。

本文采用系统聚类的方法，选取各省煤炭行业的总规模、各省煤炭企业的平均规模、各省煤炭经济的贡献率三个维度作为25个主要产煤省份的聚类标准，分别以各省煤炭产量与全国总产量的比值、各省煤炭产量与企业个数的比值、煤炭工业产值与各省当年GDP的比值来进行衡量，以这三种维度为基础对25个省份进行区域差异性聚类，有针对性地分析不同区域的生产效率的差异和安全规制强度对不同区域的差异性影响。

首先，由于数据量纲的不同，本文采用SPSS系统中的Z-Score标准化方法，对这些数据作中心化处理，即使用该方法将所选取的三种维度的原始值标准化为新数据，其公式为：。其次，假设共有G1,G2,…，Gn的n个点，将这n个点归为n类。对各点进行标准化处理后，第i个点的坐标为Gi(M1i,M2i,…，Mwi)，w为点的维度，则第i个点与第j个点之间的距离为，Dij=，并以最近邻元素之间的距离来代表类与类之间的距离，计算出任意两类之间的距离的最小值，即Dij最小的两类聚到一起，得到n-1个类，不断重复，直到最后所有点都聚成一类。最后，可确定出三大不同的类型区域（见表1）。

表1 区域聚类结果

根据表1的聚类结果，将其划分为集中式规制区域、分散式规制区域和多样性规制区域。集中性规制区域以山西作为代表，表明在安全规制的过程中需要一个强有力的规制机构进行统一权威的规制；分散式规制机构表明规制政策分散在多个规制机构之间，关键要把握各职能机构的协调工作；多样性规制区域意味着安全规制更多的要以企业为单位进行，以提高其规制效率。

2 投入产出效率测算

2.1 变量选取及数据来源

（1）煤炭行业投入产出指标的选择。煤炭行业的投入一般包括资本投入和人力投入，基于数据的有效性和完整性，煤炭行业的资本投入以固定资产净值年平均余额作为衡量指标，煤炭行业的人力投入以全部从业人员年平均数作为衡量指标，产出以原煤产量作为衡量指标。

（2）环境指标选择。在进行SFA分析时，本文选择了经济水平、劳动者素质和政府安全规制强度作为环境变量。其中，经济水平以各省的年总GDP来衡量，并以2000年为基期的GDP价格指数进行平减；劳动者素质在的高低在理论上应与其工资成正比，因此，对于劳动者素质的衡量，以采矿业从业人员平均工资与全社会平均工资的比值代表；而对于政府安全规制强度的衡量，采用煤炭百万吨死亡率来进行衡量，因为，回顾我国煤炭行业规制的发展历程，伴随着安全事故的频发，死亡人数的增加，政府的规制强度也在不断的提高。因此，鉴于数据的可获取性，本文采用煤炭百万吨死亡率作为衡量规制强度的标准，死亡率低说明规制强度较低，死亡率高说明规制强度较低。

本文的研究对象为我国25个主要产煤省份2000—2015年的相关数据，由于天津、上海、海南、西藏、香港、澳门、台湾、广东、浙江等地区的煤炭产量多年来持续为0或接近于0，故剔除。本文数据来源于历年《中国煤炭工业年鉴》《中国工业经济统计年鉴》《中国统计年鉴》及中国国家及其各省份煤矿安全监察局网站。

2.2 测算结果及分析

（1）第一阶段DEA：原始投入产出数据下的煤炭行业效率分析

本文应用DEAP2.1软件对2015年我国煤炭行业25个省份的投入产出效率进行分析，结果如表2所示。2015年，我国煤炭行业的综合技术效率、纯技术效率、规模效率平均得分分别为0.685分、0.809分和0.848，这说明大部分省份煤炭行业的规模效率要大于纯技术效率。除北京和安徽外，其他省份都未达到生产前沿面，但是规模报酬均处于递增的状态。对于三大不同区域，就综合效率和纯技术效率而言，分散式规制区域最高，山西紧随其后，多样性规制区域次之；就规模效率而言，山西最高，分散式区域次之，多样性区域最低。

表2 2015年煤炭行业第一阶段和第三阶段25省投入产出效率值

（2）第二阶段SFA模型：影响煤炭行业投入产出效率的环境因素分析及调整利用Frontier4.1软件，将第一阶段中投入变量的松弛量作为因变量，自变量以3个环境因素代表，进行SFA回归，得到结果（见表3）。

表3 随机边界分析结果

从表3可以看出，区域经济水平、煤炭行业的劳动者素质和政府安全规制强度对投入项均产生了显著影响，具体来看，经济水平对投入有促进作用，经济发展水平高的地区对于采用先进的科技水平，引进先进管理经验更为有利，从而有力推动行业生产率的提高；劳动者素质对投入有抑制作用，即劳动者素质越高投入盈余越低，这与我国的现实状况相一致，随着劳动者素质的提高，其安全生产的意识水平提升，在生产的过程中对于危险安全状况的各个环节都能引起足够的重视，能够按照安全规章制度进行生产，可见，劳动者素质在安全工作的过程中具有十分重要的地位。同时，安全规制强度对投入有增加作用，规制强度对投入盈余也具有明显的抑制效果，即政府安全规制的强度越高，那么煤炭行业的生产效率在总体上也呈现增加态势，这与邹涛（2015）所提出的规制强度对投入产出效率的影响并不是一种线性关系的观点相符合。在此基础上，将该模型加入了安全规制强度的二次项，其结果表明一定强度的政府安全规制对煤炭行业的投入产出效率有明显的促进作用，但同时，二次项也具有抑制作用，这也论证了我国煤炭行业的政府安全规制强度对其投入产出效率的影响具有倒U型的趋势，并且在现阶段仍然处于倒U型的递增范围之内。

（3）第三阶段DEA：调整投入值后的煤炭行业效率分析

通过SFA分析将各省份的投入变量至于统一的水平下，更为精确的对投入产出效率进行衡量（见表2）。第三阶段的DEA分析结果表明，除了北京之外，经过经济水平、劳动者素质和规制强度调整后，其他省份的煤炭产业投入产出效率都出现了显著下降，说明以上三个变量对煤炭行业的投入产出有显著影响，部分省份煤炭行业投入产出的高效率是因为区域经济水平的提高、劳动者素质的提高，以及政府规制强度的增加，但是从整体来看，我国当前的规制强度仍然处于可上升的空间范围之内，该项工作尚有改进空间。对于三大不同区域，政府应通过合理的规制设计，促进企业的安全技术和生产技术的同时进步，以提高安全规制的绩效，进一步提高投入产出效率。

按照三阶段DEA的测算方法，依次对我国煤炭行业2000—2015年的数据进行相同方法的处理，可得到各省2000—2015年经过环境变量调整的煤炭产业投入产出效率值，其变化趋势如图1所示。从图1中可以看出，2000—2015年间，我国煤炭行业的综合效率总体呈现平稳递增的趋势，纯技术效率和规模效率都同时表现出递增的状态，但从2001年开始，规模效率的增长速度要高于纯技术效率，这说明我国煤炭行业生产效率的提高仍然以粗放型的增长方式为主。从2012年开始，我国煤炭行业的综合效率出现了轻度下降的趋势，这说明随着我国经济运行进入“新常态”，其生产效率受经济水平波动的影响较大，这也为加快煤炭行业的去产能进程，促进其产业集中程度提出了新的要求。

图1 2000—2015年我国煤炭行业生产效率趋势图

3 差异化分析

由于我国煤炭行业的区域差异性，本文按照上述聚类分析方法的划分，将我国煤炭产业的安全规制体制划分为集中式规制、分散式规制和多样性规制三大类，其所包括的具体省份见上文表1。根据上述SFA分析，对于安全规制强度的二次项表明安全规制强度与煤炭产业的生产效率具有二次曲线，为了进一步考察安全规制强度对煤炭行业不同类型规制区域的生产效率的影响，将煤炭行业的投入产出效率作为因变量，将GDP、劳动者素质、安全规制强度和安全规制强度的二次项作为自变量进行进一步的考察，模型设置如下：

其中，Yit表示第i个省份的煤炭行业在t年和基年相比的生产效率，GDPit表示第i个省份的煤炭行业在t年的经济水平，DIAit表示第i个省份的煤炭行业在t年的劳动者素质，INSit表示第i个省份的煤炭行业在t年的安全规制强度，表示第i个省份的煤炭行业在t年的安全规制强度的平方，β为待估参数，εit为随机误差项。

表4是以安全规制强度作为自变量时的相应回归结果显示，三大区域的安全规制强度变量的一次项系数符号为正，而二次项系数符号为负号，且在统计上显著，即表明，随着政府安全规制强度的增加，会促进煤炭企业生产效率的增加，但超过一定的强度之后，其生产效率反而降低，也就是说，安全规制强度和煤炭行业的生产效率符合倒U型关系。但安全规制强度对三大区域生产效率的影响程度是不一样的，对于集中式规制区域的影响最大，这也意味着山西省煤炭行业的生产效率对于安全规制的反应最为敏感。因为山西的煤炭资源的禀赋优势，决定了众多企业的进入，2015年山西共有煤炭企业数量3087家，因此，数量众多的企业加大了安全事故发生的风险，加之小煤炭企业在利益的驱动下违规生产，必然带来生产安全事故的发生。煤炭行业作为山西的经济的支柱产业，2015年其产量占全国总产量的25%左右，煤炭工业总产值多年来一直占全省工业总产值的40%左右，在全国煤炭100强企业中，属于山西省的有17家，而前十强中更是达到6家，作为山西煤炭行业肩负着经济发展的重任，政府理应对其实行最高级别的安全规制，以促进区域经济的发展，这也反映了山西省近年来煤炭行业安全规制体制改革的实况。对于分散式的规制区域而言，安全规制对煤炭行业生产效率的影响居中，对于多样性规制区域而言，安全规制对其生产效率的影响最小。就经济发展水平GDP而言，山西省煤炭行业的生产效率受经济水平的影响最大，这也反映了煤炭经济在山西区域GDP中所占份额较大，对于多样性规制区域而言，大多数属于中东部的省份，煤炭经济占各省经济比重较小，因此其生产效率受经济水平的影响也较小。就劳动者素质而言，多样性规制区域的生产效率受到的影响最大，即劳动者的素质对促进其生产效率具有重要的意义，其原因在于，在多样性区域中，大多数省份的煤矿地质条件相对较差，煤炭开采成本相对较高，与之相适应，就对技术水平、管理经验以及劳动者素质提出了高层次的要求。

4 结论及建议

本文的分析结果显示，安全规制强度与煤炭行业的生产效率呈倒U型关系，且安全规制强度与各区域生产效率的显著程度存在差异。因此，坚持安全规制的适度原则就显得尤其重要，即适度的安全规制可使得企业通过成本收益的比较，采取积极的安全规制策略，达到最优的效果；而过度的安全规制则很可能使得企业因为安全成本的增加而采取消极的安全策略，从而与政府安全规制的初衷背道而驰。应针对三大区域的差异性，适用不同的规制强度，使用不同的规制工具：

（1）对于集中式规制区域而言，由于其对于安全规制变动的反应最为敏感，因此，对其安全规制应采用最高级别，应将安全规制工作集中在一个强有力的政府主管部门，对煤炭行业的安全生产过程进行全程的有效规制，以保证其权威性和有效性。在规制工具的运用上更多的采取命令型规制工具以强制性的治理方式为主，以保持规制政策的稳定性，使得大企业通过自身的竞争优势在命令型规制工具的治理下促进生产效率的提高。

（2）对于分散式的规制区域，应保持适度的规制强度，要合理划分规制机构的职能并使之相互协调，在规制工具的运用上，应采用命令型规制工具和市场型规制工具相结合的方式，比如，设立多层次的安全生产基金、引进保险公司参与企业安全管理等。

（3）对于多样性规制区域而言，这一类区域的大多数企业属于中小型企业，加之大多数省份的煤矿自然条件困难，因此，对其安全规制强度应弱化专门规制机构的设置，下放规制权限，应针对不同企业的安全水平，采取多样化的规制工具，在安全水平较高的企业，更多地实施激励型和社会型的规制工具，鼓励企业通过自愿安全管理而获得更多的政策性优惠；对于安全水平较低的企业，更多地运用命令型规制工具，以强制性的手段保证企业的基本安全投入，以防止安全事故的发生。

[1]Ruser J W，Smith R S.Reestimating OSHA's Effects-Have the Data Changed?[J].Journal of Human Resources,1991,(26).

[2]Traynor T L.The Impact of Safety Regulations on Externalities[J].Wright State University Working Paper,2000.

[3]Stigler G J.The Theory of Economic Regulation[J].Bell Journal of Economics and Management Science,1971,2(1).

[4]Hahn R W.Regulatory Reform:Assessing the Government's Numbers[J].AEI-Brookings Joint Center for Regulatory Studies Working Paper,1999.

[5]张成，陆旸，郭路，于同申.环境规制强度和生产技术进步[J].经济研究，2011，(2).

[6]王杰，刘斌.环境规制与企业全要素生产率——基于中国工业企业数据的经验分析[J].中国工业经济，2014,(3).

[7]李世祥，王剑成，成金华.中国煤炭产业效率及其规制效应分析[J].中国人口·资源与环境，2015,(11).

[8]邹涛，肖兴志，李沙沙.煤矿安全规制对煤炭行业生产率影响的实证研究[J].中国工业经济，2015,(10).

[9]李斌，彭星，欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J].中国工业经济，2013，(4).