中国煤炭十大主产区产业竞争力评价

李朋林，薛竞男

(西安科技大学 管理学院，陕西 西安 710054)

0 引 言

国民经济在改革发展过程中积累了大量新的亟待解决的矛盾，作为能源支柱的煤炭产业问题尤为突出。2015年中央工作会议提出“供给侧结构性改革”战略，同时，鉴于煤炭产业处于“需求增速减缓期、过剩产能和库存消化期、环境制约强化期、结构调整攻坚期”的关键阶段，产业发展面临前所未有的机遇与挑战。在此背景下，深入研究供给侧结构性改革元年制约煤炭产业竞争力水平提升的关键因素，对深化煤炭产业供给侧结构改革，实现全产业协调可持续发展具有重要意义[1]。

SOYSTER A L是首位用量化模型分析产业竞争力的学者，运用成本最小化模型分析了美国煤炭产业竞争力，该研究为煤炭产业竞争力从质性研究到量化研究提供了基础[2]。国内关于产业竞争力的研究起步较晚，近年来也取得了一定成果。范中启分别运用波特的“钻石模型”研究了中国煤炭产业竞争力，认为中国煤炭工业的产业竞争力较低。该项研究还认为，在研究产业竞争力的过程中必须考虑产业结构、企业行为、产业环境与政策等因素[3]；何金祥应用REP和TSC参数定量分析，认为中国煤炭产业国际竞争力水平较高[4]；魏立佳等运用因子分析法，认为中国煤炭工业有较强的国际竞争力[5]；王文良等运用灰色系统理论分析中国四大产煤区竞争力，研究发现竞争力由大到小依次为内蒙、陕西、河北、河南[6]；郑伟采用主成分分析法分析了中国10个省区煤炭工业竞争力，认为煤炭工业竞争力与各省煤炭资源优势、煤炭产量关系较大[7]；王文采用层次分析法研究发现中国煤炭产业在8个样本国家中位居第6位[8]。

目前国内外对于省际间煤炭产业竞争力的研究还相当少，研究也不够深入。因此，笔者以中国煤炭十大主产区作为研究对象，采用加速遗传算法投影寻踪模型(RAGA-PP模型)评价其煤炭产业竞争力水平，为实现煤炭产业的协调可持续发展提供理论依据与决策参考。

1 煤炭产业竞争力

1.1 煤炭产业竞争力界定

迈克尔·波特在《国家竞争优势》中提出的钻石体系是这一领域的经典分析框架。在该分析框架中提出了影响产业竞争力的各个相互依赖的关键因素，这些关键因素的共同作用形成了产业竞争优势[9]。利用这一经典分析框架，将煤炭产业竞争力定义为建立在一个国家或地区煤炭产业资源禀赋和生产能力基础上，通过技术创新、管理创新、制度变革等方式提供高质量煤炭产品或服务，最终达到降本增效，实现煤炭产业规模经济和可持续发展的综合能力[10]。

借鉴波特的“钻石模型”以及经济增长理论模型，可将煤炭产业竞争力分为外显竞争力、核心竞争力、基础竞争力以及环境竞争力。外显竞争力为煤炭产业通过直接业务运营在市场竞争中所表现出的抢占市场份额、扩大产业规模的能力，是煤炭产业竞争力水平最直观的表达；核心竞争力是煤炭产业长期形成的、不可替代的，从而起到支撑煤炭产业快速发展的一种关键性贡献的竞争优势，最终达到不同地区煤炭产业在市场竞争中取得主动权和市场领先地位的重要能力，是人才与技术水平的综合体现；基础竞争力是在维持煤炭产业可持续发展的过程中起到基础性作用的一些要素，如基础设施建设、煤炭资源储量等；环境竞争力即煤炭产业通过波特的“钻石模型”将其所在外部环境、相关政策、市场优势等要素表现出的竞争力列为环境竞争力，它决定了煤炭产业能否向好的态势发展[9-11]。

1.2 煤炭产业竞争力形成机理

产业竞争力在任何产业都无法自发形成，且产业竞争力是可变的，只有进行一连串的协同发展并保持下去才能转变为相对应的产业竞争力。良好的煤炭产业竞争力可以使一个国家或地区的资源竞争力由劣转优，甚至保持长期持续的产业竞争优势。其中，外显竞争力、核心竞争力、基础竞争力以及环境竞争力是中国煤炭产业竞争力水平优化的关键因素(图1)[12]。

图1 煤炭产业竞争力形成机理Fig.1 Formation mechanism of coal industry competitiveness

外显竞争力是煤炭产业其他维度竞争力得以发展的先决条件，煤炭经济的良好健康发展会促进煤炭产业的经济效益、生产规模的扩大，对煤炭产业竞争力的贡献程度是至关重要的一环[13]；核心竞争力顾名思义是煤炭产业竞争力4个维度中最关键的环节。随着煤炭产业的不断发展，软价值时代单纯依赖硬资产已无法形成产业竞争力，增强核心竞争力的竞争优势对于提升一个地区煤炭产业竞争力水平起着战略驱动作用，才能形成持久的产业竞争力[14]；基础竞争力决定了某个地区煤炭产业是否具备持久发展能力的基本要素，良好的基础竞争力水平支撑煤炭产业竞争力可持续化。基础竞争力是其他维度竞争力得以产生甚至长久发展最根本的条件[15]；新时代煤炭产业的竞争也是制度政策以及市场环境等的竞争，国家对煤炭行业的深化改革持续加力，环境竞争力保障了其他维度煤炭产业竞争力提升，从而以较快速度实现各个地区甚至全国高水平煤炭产业竞争力目标的有效途径[16]。

2 指标选取与研究方法

2.1 指标选取

依照动态性、系统性、合理性以及可行性的原则对现有的煤炭产业竞争力评价系统体系做出适当的优化调整，将煤炭产业竞争力分为外显竞争力、核心竞争力、基础竞争力和环境竞争力4个一级指标，煤炭工业总产值、煤炭工业总产值占地方经济总产值比重、煤炭产量等24个二级指标(表1)[10，17-20]。

2.2 研究方法

由于煤炭产业竞争力是一个高维度涉及众多指标的复杂非线性问题，目前关于产业竞争力水平的研究所采用的DEA、层次分析法、模糊综合评价等方法，它们存在较大的主观性判断或经验判断等人为因素，从而会在一定程度上影响评价结果的客观性与准确性，因此，文中将遗传算法和投影寻踪模型相耦合，采用了基于实数编码的加速遗传算法。此方法多应用于自然科学领域，在产业竞争力评价问题上用此方法的前人较少。

运用投影寻踪模型(projection pur-suit model，PP)，将高维评价指标体系降维投影成一维投影值，同时引入基于实数编码的加速遗传算法(RAGA-PP)[21]来解决利用投影寻踪模型时投影目标函数优化的关键性问题，此方法使全局寻优能力大幅提高，根据相对应投影值大小衡量煤炭产业竞争力的强弱，从而解决因人为干扰因素造成偏差的问题。

3 实证研究

3.1 实证结果

对中国煤炭产业进行空间维度评价时，以十大主产区作为研究对象，对其2016年煤炭产业竞争力的区域差异进行横向比较。研究样本维数为10，指标数目为24，利用MATLAB 2019a编程建立加速遗传算法投影寻踪模型(RAGA-PP模型)处理数据[22]。选定父代初始样本规模N=400，交叉概率Pc=0.8，变异概率Pm=0.8，优化变量数目为24，变异方向所需随机数M=10，加速次数为3次，得到评价分析时各个指标最佳投影方向a*以及排序结果(表2)。根据最佳投影方向a*与标准化指标值线性加权后得到煤炭主产区产业竞争力水平的投影值见表3。

3.2 指标权重分析

最佳投影方向向量即各类评价指标的权重，可以反映不同评价指标对煤炭产业竞争力评价结果的影响程度。将最佳投影方向a*(表2)依照降序方式进行排列，计算结果说明：首先，最佳投影向量各指标分量排名处于前6位且在0.3以上分别为煤炭工业总产值、R&D经费投入，说明除过直接体现煤炭产业竞争力的经济指标煤炭工业总产值之外，R&D经费投入才是影响煤炭产业竞争力的关键因素，表明R&D经费投入所带来的技术创新发展才能够真正带动煤炭竞争力提升。各个区域在提高煤炭产业竞争力时，除了要考虑该地区的经济发展水平，同时还要考虑该地区的核心竞争力。一个地区只有提升核心竞争力了，科技进步带来的降本增效才逐步影响该地区的煤炭产业经济发展；其次，最佳投影向量各指标分量均在0.2以上的指标仍主要体现外显竞争力和核心竞争力对煤炭产业竞争力的显著影响，而煤炭企业个数、地方财政收入占GDP比重、煤炭消费量分别从属于基础竞争力和环境竞争力的一级指标之下，它们也对煤炭产业竞争力的强弱有着一定程度地影响；最后，最佳投影向量各指标分量小于0.2的各项指标当中，反映基础竞争力的二级指标均排名靠后。说明随着煤炭产业的逐步发展，基础竞争力强弱对煤炭产业的影响会被煤炭产业结构优化、技术创新发展、政府制度措施等所抵消。

表1 煤炭产业竞争力指标体系

表2 各指标最佳投影方向及排序

表3 2016年中国煤炭十大主产区产业竞争力水平投影值

3.3 一级指标分析

3.3.1 外显竞争力

各地区呈现出显著差异。山西、内蒙古、陕西作为最先发展煤炭经济的地区，外显竞争力显著优于其他省份，外显竞争力水平最高的内蒙古的投影值是水平最低的黑龙江省的12倍。其中陕西省从属于外显竞争力一级指标之下的二级指标得分均相对表现良好，特别是在煤炭工业总产值、煤炭产量、市场占有率等方面十分突出。山东、贵州、河南在外显竞争力水平得分排名均处于中等位置，这表明外显竞争力还尚未达到先进煤炭产业竞争力对所在区域的优越影响力；但它们的大部分二级指标得分都普通处于中上水平，这更加说明煤炭经济发展相关指标对这些煤炭资源型城市的影响程度，为所在区域经济实力增强、赶超高水平煤炭产业竞争力省份打下坚实基础，从而成为追求煤炭产业竞争力水平的重要因素。新疆、安徽、云南、黑龙江四省外显竞争力水平得分排名都处于低位，还有很大的提升空间。值得注意的是，这些城市的某些指标得分也有排名相对靠前的。比如新疆，尽管外显竞争力得分仅为0.44，属于中下水平的等级，是其产销率和资产负债率得分比较理想，煤炭产业总产值、煤炭产量、利润总额等指标得分偏低影响了外显竞争力排名靠后。

3.3.2 核心竞争力

各地区核心竞争力的发展不协调。山东、山西、内蒙古、陕西的核心竞争力水平具有良好表现。其中最高的山东省达0.72，是最低的黑龙江省的7.2倍。山东省的煤炭种类齐全、煤质优良，山东省借技发力借智升级、积极实施“走出去”战略，依靠山东煤企的技术与经验“走出去”和“走得好”，拼出了优越的核心竞争力水平。而陕西省在核心竞争力方面处于中上水平，陕西大力推进供给侧结构性改革实施，大力调整产能布局，通过优化生产布局、提升劳动效率、实现降本增效，今后要尽量通过技术创新发展煤矿安全建设，降低百万吨死亡率，通过提升在岗薪资水平为煤炭行业吸引大量高素质技术型人才。河南、安徽、新疆、贵州四省的核心竞争力处于中等水平，这些地区在R&D经费投入、劳动生产率、煤炭从业人员年平均人数等指标方面要继续提升，要深入贯彻创新驱动发展战略，大力发展煤炭资源优势，从而提升煤炭产业经济发展。云南、黑龙江两省核心竞争力排名靠后，特别是劳动生产率处于10省区中较低水平，但其百万吨死亡率也是最为理想的，之所以核心竞争力处于最低水平，说明除了考虑百万吨死亡率，对其他指标依旧有要求，它们更是影响核心竞争力的关键因素[23]。

3.3.3 基础竞争力

各个地区基础竞争力水平依旧存在两极分化现象。中国煤炭资源在地理分布上的总格局是西多东少、北富南贫，而且主要集中在晋、陕、内蒙古、新疆、贵州、宁夏等省(区)[24]。从基础储量来看，山西、内蒙古煤炭资源储量富集，陕西、新疆的煤炭资源也明显高于其他各省，这四大省份由于存在大量煤炭资源使得煤炭成为各省的支柱产业。就最具有特点的新疆来看，随着中国煤炭产业西移和内地污染加重，新疆因其丰富的煤炭资源成为中国煤炭产业重点开发的重中之重，深入“西气东输、疆煤外运”到“新丝绸之路经济带”，利用新疆廉价的煤价发展新型煤化工，而在铁路货物周转量、铁路营业里程、煤炭企业个数、产业集聚指数方面均处于低位，因此导致新疆的基础竞争力水平靠后，国家和地方政府应加强新疆的基础设施建设、提高新疆煤炭产业集中度，为新疆的煤炭产业经济发展助力[25]。贵州、河南、山东的基础竞争力处于中等水平。云南、黑龙江、安徽具有较弱的基础竞争力，安徽作为煤炭资源富集型省份在其他指标上存在明显劣势，基础竞争力比近年来进行煤炭开发的新疆还低，说明尽管煤炭资源丰富，但若其他4个二级指标相对较弱，也会影响基础竞争力水平。

3.3.4 环境竞争力

不同地区的环境竞争力发展存在不一致现象。山西的环境竞争力以绝对优势处于领先地位，内蒙古、新疆、山东、贵州、云南、安徽也处于中等位置，除过地方财政收入占GDP比重均处于优越地位，还要适当优化煤炭采选业的固定资产投资、煤炭消费总量、能源消费总量3个指标，为环境竞争力水平的提升蓄力。河南、陕西虽然煤炭产业竞争力综合水平处于中、高位，但是二者的基础竞争力程度一般，环境竞争力水平也落后，几乎处于全国煤炭资源富集省份的较低层次，只有确保指标达到较好的目标才会使得其煤炭产业竞争力综合实力更加强劲。黑龙江处于较低水平，黑龙江整体实力偏低，地方政府仍需加大对当地煤炭产业的产业结构优化合理，实现煤炭资源的最优配置。2019年全国深入推进供给侧结构性改革，煤炭开采与洗选业产能利用率比上年提高2.4个百分点，铁路货物运输周转量比上年增长6.9%，采矿业固定资产投资比上年增长4.1%，足以看出国家对于环境竞争力实力的重视程度，当地政府也要结合国家政策和地方经济状况制定出提升自身环境竞争力的规划方案，通过提高环境竞争力逐步实现对煤炭产业发展的整体贡献能力。

3.4 综合评价

基于RAGA-PP模型结果，将投影值即煤炭主产区产业竞争力水平的综合得分(表3)按照以下标准分类[26]：z(i)>2.00代表高水平产业竞争力；1.00

图2 煤炭主产区产业竞争力Fig.2 Industrial competitiveness of major coal producing areas

根据该分类标准将煤炭主产区产业竞争力分为3个等级：山西(2.93)、内蒙古(2.54)、陕西(2.17)凭借得天独厚的煤炭资源、国家政策支持倾向、技术进步等因素，被划分为高水平竞争力地区；山东(1.91)、贵州(1.68)、河南(1.28)、新疆(1.23)、安徽(1.09)煤炭资源储备排名靠前，利用当地制度优越性、煤炭制造装备优越性、技术水平优越性等加强了煤炭产业竞争力，属于为中等水平竞争力地区。云南(0.77)、黑龙江(0.31)煤炭资源储备全国排名较后，并且前期受到国内外市场需求疲软、煤炭价格下降、煤企经营效率低下、技术创新意识不足等影响造成整体实力无法较快提升，导致煤炭产业竞争力偏低，属于为低水平竞争力地区。

4 结 论

1)构建基于加速遗传算法的投影寻踪模型，对中国煤炭十大主产区的产业竞争力进行评价分析，4个维度竞争力发展的不平衡、不协调、不可持续问题依然突出，最终导致不同地区煤炭产业竞争力整体水平呈现显著差异。

2)通过对所构建的模型进行分析，评价指标体系各指标间的相对重要性结果符合当今社会发展以及经济增长方式转变的实际情况，表明加速遗传算法与投影寻踪模型相结合分析煤炭产业竞争力水平是行之有效的。