高质量发展视角下我国矿业经济发展影响因素分析

周之逸，徐德义，樊锦绮，龚玉娜

(中国地质大学(武汉)经济管理学院，湖北 武汉 430078)

0 引 言

我国是矿产资源大国，矿业既是我国的基础工业部门，也是我国经济的重要组成部分，为我国快速发展提供巨大动力，也为经济增长、减贫以及加强与全球经济融合提供机会。但无论是初期对矿产资源的勘探开采，还是后期的冶炼加工，矿业带来经济效益的同时，也对生态环境和经济社会造成破坏[1-2]。在生态文明建设和“三条红线”硬约束的背景下，我国矿产资源开发与环境保护的矛盾异常突出[3]。一方面，由于环境承载力的限制，对矿产资源开发产生约束[4]；另一方面，由于生态保护逐步落实，良好的环境也会形成反馈，促进矿业经济的发展。

但除了生态环境，技术、产业、管理等因素同样也会对矿业的发展施力。一部分学者认为，由于已探明储量充沛，技术已经不是制约矿产可供性的主要因素，社会矛盾和环境限制才是影响矿产可供性的关键因素[5-6]。另一部分学者认为，科技创新是引领经济高质量发展的核心驱动力，提高科技创新能力是实现我国矿业经济高质量发展的关键[7]；地质矿产科技创新对矿业经济增长的作用在短期存在滞后性，而长期促进作用显著[8]。此外，我国自然资源政策经历了早期发展后，更加注重系统性、协调性、权威性、公正性，更加注重以科学发展观为指导，为国家可持续发展做出重要贡献[9-10]，因而其对于矿业的规范、引导作用也不容忽视。同时，矿山管理也是影响矿业经济的重要因素，包括美国地质调查局(USGS)、标普全球市场财智(S&P Global Market Intelligence)等在矿山可供性评估中都加入了管理、安全、政治等风险评估考量。

“十三五”规划和“十四五”规划中明确提出，要提高矿产资源开发保护水平，发展绿色矿业，建设绿色矿山。绿色矿业是指以可持续发展为理念，包含生态环境、安全、科技创新等内容的矿业发展的高级形态，这要求各地区发展矿业时不仅要尊重自然，也要遵循自然资源价值规律、市场经济规律和人类社会发展规律[11-12]。从“九五”到“十四五”期间，我国对矿业发展的要求也从“资源节约、环境友好”转向追求“人与自然和谐”的绿色、高质量发展[13]。

目前对于矿业经济的研究主要是基于高质量发展框架进行的评价指标体系构建。当前主流的矿业经济高质量发展指标选取，除了最核心的经济效益和环境因素外，逐步加入了技术创新、产业投资、资源政策、社会就业等方面的指标。高苇等[14]基于矿业产值、矿业损坏土地面积和矿业从业人数等指标构建GML指数以衡量矿业绿色水平；任思达等[15]构建我国矿业经济绿色发展评价指标时，将经济、环境、政策等6个方面作为主要考虑因素；黄洁等[16]构建包含资源、环境、转型发展和安全和谐等4个方面的矿业绿色发展指数用于反映我国绿色矿业的发展情况；CHEN等[17]基于驱动-压力-状态-影响-响应模型，综合经济、环境、技术、管理等方面，建立了由20个指标组成的评价指标体系，用于评价我国绿色矿山建设现状；WU等[18]选取23项指标，构建山西省矿产资源开发和生态环境评价指标体系。

基于高质量发展理念，新形势下矿业经济的发展是兼顾各方面多要素的均衡发展，各要素既是衡量矿业经济高质量发展的评价指标，也是影响矿业经济发展的重要因素。而各要素对于矿业的经济效益也产生了不同影响。同时由于各地区的区位条件差异，各要素对于地区矿业经济的影响也不尽相同。如何在新形势下，既遵循高质量发展理念，又能有效促进矿业经济发展，提高矿业经济效益，带动地区经济发展，对促进我国矿业发展、实现我国经济高质量发展目标具有显著意义。

因此，本文基于已有的矿业经济高质量发展评价指标体系，从环境、技术、产业、管理4个方面选取影响矿业经济效益的4类因素，依托2005—2020年跨度为16年的中国31个省级行政单位的面板数据，研究矿业经济高质量发展的4个要素对于其经济效益的影响。

1 研究设计与数据说明

1.1 研究设计与模型设定

本文参照高质量发展内涵和矿业经济绿色发展研究，将矿业经济的高质量发展要素分为环境、技术、产业、管理4个方面，这4个方面既构成了矿业经济高质量发展的综合评价指标，也作为矿业经济发展的投入要素，对矿业经济的发展造成正面或负面的影响。本文搜集到4类要素加上矿业经济和地区宏观经济总计6个维度、25个变量，使用基于随机森林的多重插补填补了缺失值，在确保插补效果的前提下完善了研究数据与资料，为相关领域的后续研究做出一定的贡献，并在此基础上进一步研究矿业经济高质量发展的4类要素对于经济效益的影响。

1.1.1 静态模型

本文选择面板回归模型作为静态研究的基准模型见式(1)。

(1)

式中：i为地区；t为年份；Yit为矿业的经济效益；Xijt为矿业的高质量发展要素，包含环境因素、技术因素、产业因素和管理因素4类因素；μi为地区因素；vi为时间因素；εit为残差项。地区经济的整体发展往往会带动地区大部分甚至所有产业的共同发展，迁移到本文的研究中，某地区矿业经济的发展，可能是受到整体经济水平的发展带动而非矿业经济高质量发展投入要素的影响。为了避免这一干扰对于本文研究的影响，加入衡量当地经济发展水平的变量ECOit，以达到在本模型中消除整体经济水平发展对于矿业经济影响的目的。在基准面板回归模型的基础上代入控制变量的思想，依次对4类要素进行面板回归，进一步研究剥离了整体经济发展趋势对矿业经济的影响。

1.1.2 动态模型

生产要素的投入对于产业的产出影响存在复杂的动态关系，并且可能存在滞后效应和内生性问题，使用传统的面板回归模型无法体现与衡量动态性和滞后性，因此本文在静态研究的基础上，建立面板向量自回归(PVAR)模型，见式(2)。

(2)

式中：i为地区；t为年份；p为滞后阶数；dYit为Yit的一阶差分；εit为残差项。

1.2 指标选取与数据处理

1.2.1 样本选取与介绍

本文参照任思达等[15]构建的包含经济、环境、政策、技术、产业、社会6方面内容的矿业经济绿色发展水平综合评价指标体系，并综合高质量发展内涵，从矿业经济、宏观经济、环境、技术、产业和管理6个维度分别收集25个指标，使用基于随机森林的多重插补法填补缺失值，完善相关数据，并在此基础上对每类因素分别进行熵值法计算，对数据进行降维，从而得到每个因素的综合指标，综合指标的数值越大，代表该因素在地区的发展水平较高。

考虑到各地区由于经济基础、历史因素、地理条件等区位因素造成的总体状态上的差异，使用绝对数值的变量来代表各地的各指标水平不适于横向比较，因此本文尽可能地采用相对指标进行建模，以便于各地区之间的横向比较(表1)。

表1 变量说明

续表1

1.2.2 数据来源与处理

由于高质量发展最早于2017年在党的十九大提出，且受限于矿业产业划分、数据可获取性等因素，本文选用2005—2020年我国31个省级行政单位(香港、澳门、台湾除外)的相关年度数据。本文所选数据主要来自《中国统计年鉴》《中国矿业年鉴》《中国工业统计年鉴》《中国环境统计年鉴》以及EPS全球统计数据分析平台和各省级行政区的政府工作报告。缺失变量情况如图1所示。由图1可知，缺失最多的是本年矿业开采新增占用、损坏土地面积，大约缺失50%，绝大部分变量的缺失数据在20%以下。 图2为各变量缺失情况的相关系数矩阵。

图1 缺失数据总览图

图2 缺失变量热力图

鉴于多维度、短序列、缺失规律性不强的缺失情况与特点，本文采用基于随机森林的多重插补法补全了含有缺失值的所有变量。基于随机森林的多重插补法对连续型变量和分类型变量都有很好的插补效果，且无需先验知识。该方法首先基于随机森林预测缺失值，得到多个初始数据集，然后通过多次迭代来减少各初始数据集之间的差异，最终让所有的预测数据集趋向于一个共同的结果。

插补过程与结果的平均折线图如图3所示。由图3可知，10个初始数据集在经过5次迭代后，插补结果都大致在同一趋势下，数据集的均值走向趋于一条直线，变量都趋于均值收敛，因此插补结果有效。

图3 多重插补过程和结果

2 实证研究

2.1 矿业经济高质量发展要素静态影响分析

2.1.1 平稳性检验

若数据不平稳，模型可能产生伪回归等问题，对面板模型的估计结果和脉冲响应分析结果都产生巨大的偏差和影响。传统的面板单位根检验通常使用LLC检验，但这种检验方法对于短面板数据并不可用。而HT检验和Breitung检验则克服了这一缺点，IPS检验更是在检验短面板数据的基础上，放宽了同质性假定，允许单位根在不同的面板单位中变化，更接近客观事实。

因此，本文分别用HT检验、IPS检验和Breitung检验等3种方法对Y、ECO、ENV、TEC、IND和ORG进行检验，检验结果见表2。由表2可知，可以拒绝非平稳原假设的序列是Y、ENV和IND，无法拒绝非平稳假设的序列是ECO、TEC和ORG。在经过一阶差分后，所有序列都可以拒绝非平稳原假设。

表2 平稳性检验

续表2

2.1.2 协整检验

根据平稳性检验结果，所有变量均为一阶单整序列，因此具备了进行协整检验的条件。协整检验结果见表3。由表3可知，大部分统计量检验结果为高度显著，因此认为各变量之间存在长期的协整关系。

表3 协整检验

2.1.3 面板模型

在建立面板模型之前，先对各模型进行面板效应检验，各模型均存在面板效应，即各地区间存在显著个体差异。在模型选择方面，由于本文研究只在样本内进行，不进行外推，并结合豪斯曼检验结果，因此本部分模型均采用固定效应模型。

面板回归结果见表4。由表4可知，当把宏观经济以及矿业经济高质量发展要素全部纳入模型之后(模型一)，从系数显著性水平来看，经济因素、环境因素、产业因素和管理因素的回归系数均为显著，而技术因素的回归系数则未通过显著性检验。进一步地将4个影响矿业经济发展的要素分别纳入模型中，可以看出模型三(技术因素)的控制变量依旧不显著，其余三个模型的控制变量均依旧显著。由于在熵值法的计算过程中已对各变量进行了标准化，因此各系数大小可以进行横向对比。根据回归系数数值分析，经济因素、环境因素与产业因素系数均为正，且产业因素系数最大，表明在全国整体层面而言，地区经济水平的发展、环境治理水平的提高与矿业企业的蓬勃均能促进矿业经济的发展，其中产业因素的推动效果最为显著；而管理因素在全国层面而言对于矿业经济的效果产生了一定的抑制作用；技术因素在全国层面而言对于矿业经济的影响不显著。

表4 面板回归结果

综合回归结果分析，就全国层面而言，产业因素是推动矿业经济发展的主要因素，规范市场环境，引导产业正确发展，促进企业提升竞争力，吸引投资进入领域，能够有效促进我国矿业经济发展。在“碳达峰、碳中和”的框架下，生态环境保护的理念日益深入，我国逐渐逐步向全面绿色低碳转型，而环境治理水平的提高对于矿业经济的显著推动也进一步证明“绿水青山就是金山银山”的正确性。技术因素对于我国矿业经济的影响较小，说明目前技术和科技创新不是制约我国矿业经济发展的主要因素，经济和环境才是影响我国矿业经济发展的主要方面。

进一步地，对模型二、模型三、模型四、模型五构建面板变系数模型，根据变系数模型的系数与聚类分析结果并结合地区矿业发展实际，可以将本文研究的31个省级行政单位分为以下4类。

1) 环保反馈型：对于该类型地区，环境要素对于矿业经济的推动作用最为显著，既包括了西藏自治区、福建省等矿业环保水平较高的地区，也包含了天津市、安徽省等矿业环保水平较低的地区，该类型地区应当贯彻“两山”理论，继续加强环境治理与生态保护，将生态环境优势转化为经济发展优势，以实现绿色矿山建设与矿业经济开发协同增效。

2) 管理优先型：对于该类型地区，产业企业、环境治理和技术创新所表现的矿业经济推动力都不理想，管理因素相较于其他因素存在一定的优势，应当加强区域矿山管理，增强管理政策创新，各级政府协同推进。

3) 产业驱动型：对于该类型地区，产业因素对矿业经济的推动占据主导作用，也是全国范围内最多的一种类型，通过促进相关产业发展，拉动矿业投资，能够较好地促进当地的矿业经济发展。

4) 技术支撑型：对于该类型地区，技术要素的边际效应最佳，应当加强矿业开采和加工技术政策支持力度，鼓励技术创新。

表5 地区分类结果

2.2 矿业经济高质量发展要素动态影响分析

根据2.1部分内容，由于技术因素系数不显著，同时VAR模型若引进过多的变量会导致模型较为复杂，且样本需求过大，因此在本部分建模过程中，只选取矿业经济、宏观经济、环境因素、产业因素和管理因素5个变量。

2.2.1 滞后阶数确定

本文基于赤池信息量准则(Akaike Information Criterion，AIC)、贝叶斯信息准则(Bayesian Information Criterion，BIC)和汉娜·奎因信息准则(Hannan-Quinn Information Criterion，HQIC)统计量来判断最优自回归滞后阶数，依据AIC、BIC或HQIC取最小值的阶数确定为模型的最优滞后阶数。表6为滞后阶数的信息准则取值。由表6可知，3种准则的综合最优滞后阶数为1阶。

表6 模型滞后信息

2.2.2 脉冲响应分析

图4为各变量对矿业经济的脉冲响应图，其中实线是各变量在给定外生冲击下随时间的波动路径,虚线表示脉冲响应函数值加/减两倍标准差的置信区间。由图4可知，矿业经济要素对来自自身的冲击反映迅速，且波动最大，期初为正，急剧下降，第1期降到最低点，随后冲击以波动形式逐渐消失；经济因素对于矿业经济的影响相对较小，冲击期初为正，随后急剧下降，第1期达到最低点，随后逐渐波动降低，第5期之后冲击消失；环境因素对于矿业经济造成一定的正向冲击，期初达到峰值，随后围绕0上下波动，第5期之后冲击消失；产业因素对于矿业经济产生了一个较大的正向冲击，随后迅速减小，第3期之后冲击消失；管理因素对于矿业经济的影响期初为负，随后逐渐减小，第3期之后冲击消失。

图4 各变量对矿业经济的脉冲响应图

综合脉冲响应分析，加大产业要素投入能够有效且快速地促进矿业经济的发展，而环境治理水平的提高对于矿业经济的发展也有较为明显的推动作用。宏观经济发展对于矿业经济的拉动作用则相对有限，且有一定的反弹迹象。管理因素对于矿业经济发展的影响存在一定的抑制性。各因素的影响均不存在滞后性，其中经济因素和环境因素的冲击持续更长，产业因素和管理因素的冲击持续较短。

3 结 论

本文基于2005—2020年跨度为16年的中国31个省级行政单位的面板数据，研究了矿业经济高质量发展评价指标体系下各要素对于其经济效益的影响，对于矿业经济发展的影响因素进行了探究，在整体性研究的基础上，进一步地构建变系数模型，对各地区各要素的影响进行探究，主要得到以下结论。

1) 在全国层面，产业因素是推动矿业经济发展的主要动力，应当规范市场环境，引导产业正确发展，促进企业提升竞争力，吸引投资进入领域，鼓励企业做大做强，拉动更多劳动与就业，从而能够有效促进我国矿业经济发展。

2) 环境因素对于矿业经济的显著推动证明了我国正逐步向全面绿色低碳转型，“两山”理论在矿业行业得到了贯彻与证实，绿色矿山建设卓有成效，环境保护与经济发展逐渐形成和谐共生与协同增效，应当继续贯彻绿色矿业经济发展路径，将环保优势与经济优势互相转化、互相推进。

3) 技术要素对于我国的矿业经济的影响较小，说明目前技术和科技创新已经不是制约我国矿业经济发展的主要因素，应当将重心转向企业革新、环境保护等方面。

4) 管理要素对我国的矿业经济发展总体上表现为抑制作用，管理工具与政策手段应当处于辅助的地位，用以规制矿业经济遵循高质量发展理念，而不应用作主要因素来驱动发展。

5) 本文根据各地区矿业经济发展主导因素的不同，将全国31个省级行政单位分为环保反馈型、管理优先型、产业驱动型、技术支撑型4种类型，各地区应当结合自身区位实际，遵循高质量发展理念，制定具有地区特色的矿业经济发展路径。