煤炭行業投入產出效率測算及差異化分析

何琴

（湖南師范大學公共管理學院，長沙410012）

0 引言

煤炭在我國經濟建設的進程中一直發揮著基礎能源的作用，但煤礦企業安全事故的頻發，使得政府一直從多方面致力于煤炭行業的安全規制。經過幾十年的發展，安全規制的效果不可置疑，尤其是2000年至今，隨著政府規制改革的不斷深化，政府對煤礦行業的安全規制一直處于不斷強化的過程。但從2012年開始，由于經濟下行，我國煤炭行業也開始面臨著需求降低、價格下跌、產業結構調整等一系列困境，煤炭產業的不景氣，直接影響到煤炭企業的自主安全投入。那么，當前的安全規制強度是否已經對企業的生產效率產生反向的阻礙作用呢？究竟政府應如何優化安全規制才能帶來企業生產效率與安全水平的雙贏呢？當前對于政府規制強度的研究多集中在環境規制方面，而對于煤炭行業僅有的少數研究，對其生產效率的分析僅僅是涉及到原始投入產出的分析，未剔除其影響因素，故不能精確地衡量其投入產出效率，且在分析安全規制的強度時，大多數研究是以中、東、西進行區域的劃分，并未將各產煤省份按其相同特征進行聚類分析。因此，本文選取我國25個主要產煤省份2000—2015年的相關數據，按照聚類分析方法，將我國的煤炭行業劃分為三大不同規制類型的區域，通過三階段DEA模型衡量其真實生產效率，并采用回歸分析的方法考察在三大不同區域安全規制強度與煤炭行業生產效率的不同關系。

1 投入產出效率的測算方法及其區域劃分

1.1 測算方法：三階段DEA

本文以三階段DEA模型為基礎，測算我國煤炭行業的投入產出效率，其模型構建可以分為以下三步：

（1）對原始投入產出變量進行DEA分析

Charnes等（1978）提出了數據包絡分析方法，用于分析部門之間投入產出效率。國內學者從20世紀80年代開始展開對DEA方法的研究。Banker等（1984）通過BCC模型的構建，使得決策單元的有效性問題在規模報酬可變條件下也得以解決，其模型可表示為：

其中，j=1,2,???,n表示由1到n個決策單元，X、Y則表示投入、產出向量，將DEA模型從本質上視為線性規劃問題。

若θ=1,S+=S-=0，則認為決策單元是DEA有效；若θ=1,S+≠0或S-≠0，則認為決策單元是弱DEA有效；若θ＜1，則認為決策單元是非DEA有效。

由此，BCC模型得到效率值（TE），即綜合技術效率，并且TE=PTE×SE，其中，PTE表示純技術效率，SE表示規模效率。

（2）應用隨機邊界模型結果調整投入量

以投入導向作為研究視角，對n個決策單元，m個投入松弛變量，進行隨機邊界分析，其模型表示為：

該模型中，sij表示第j個決策單元的第i種投入松弛，zj=(z1j,z2j,???,zij)表示k個環境變量，βi代表環境變量估計的系數，f(zj;βi)表示環境變量對投入冗余的影響，νij+uij是混合誤差，其中νij為隨機干擾對投入松弛變量的影響，假設νij～N(0,)，uij表示管理無效對投入松弛變量的影響，且假設其服從正態分布，并以零點截斷，表示為設，當管理無效因素在無效率決策單元中占主導地位時，γ趨近于1；而隨機誤差的影響占主導地位時，γ趨近于0。

利用γ的零假設檢驗對是否應采用隨機邊界模型進行分析，令θ0和θ1分別表示γ=0和γ≠0假設下待估參數向量的極大似然估計量，L(θ0)和L(θ1)則為似然函數值，則γ零假設的單邊似然檢驗統計量LR為：

在λ=0原假設下，如果LR值大于χ2臨界值則可以認為隨機邊界模型的設定是合理的。

隨機邊界模型分析的目的是分離出環境因素和隨機因素對原始效率值的影響，將所有DUM置于相同的外部環境中。其調整公式如下：

目前學界對于三階段DEA的分歧主要存在如何從混合誤差中分離管理無效項目，通過ε=ν+μ和ν,μ分布及二者相互獨立關系可得聯合密度函數為：

μ和ε聯合密度函數為：

（3）對調整后的投入產出變量進行DEA分析

1.2 煤炭行業的區域劃分

由于自然稟賦和技術條件的差異，我國主要產煤省份在煤炭產量、企業集中程度、煤炭經濟的貢獻率等方面都存在較大的差異。因此，對于我國25個主要產煤省份，有必要按照一定的維度進行不同區域的類別劃分，以考察安全規制對不同區域的差異化影響。

本文采用系統聚類的方法，選取各省煤炭行業的總規模、各省煤炭企業的平均規模、各省煤炭經濟的貢獻率三個維度作為25個主要產煤省份的聚類標準，分別以各省煤炭產量與全國總產量的比值、各省煤炭產量與企業個數的比值、煤炭工業產值與各省當年GDP的比值來進行衡量，以這三種維度為基礎對25個省份進行區域差異性聚類，有針對性地分析不同區域的生產效率的差異和安全規制強度對不同區域的差異性影響。

首先，由于數據量綱的不同，本文采用SPSS系統中的Z-Score標準化方法，對這些數據作中心化處理，即使用該方法將所選取的三種維度的原始值標準化為新數據，其公式為：。其次，假設共有G1,G2,…，Gn的n個點，將這n個點歸為n類。對各點進行標準化處理后，第i個點的坐標為Gi(M1i,M2i,…，Mwi)，w為點的維度，則第i個點與第j個點之間的距離為，Dij=，并以最近鄰元素之間的距離來代表類與類之間的距離，計算出任意兩類之間的距離的最小值，即Dij最小的兩類聚到一起，得到n-1個類，不斷重復，直到最后所有點都聚成一類。最后，可確定出三大不同的類型區域（見表1）。

表1 區域聚類結果

根據表1的聚類結果，將其劃分為集中式規制區域、分散式規制區域和多樣性規制區域。集中性規制區域以山西作為代表，表明在安全規制的過程中需要一個強有力的規制機構進行統一權威的規制；分散式規制機構表明規制政策分散在多個規制機構之間，關鍵要把握各職能機構的協調工作；多樣性規制區域意味著安全規制更多的要以企業為單位進行，以提高其規制效率。

2 投入產出效率測算

2.1 變量選取及數據來源

（1）煤炭行業投入產出指標的選擇。煤炭行業的投入一般包括資本投入和人力投入，基于數據的有效性和完整性，煤炭行業的資本投入以固定資產凈值年平均余額作為衡量指標，煤炭行業的人力投入以全部從業人員年平均數作為衡量指標，產出以原煤產量作為衡量指標。

（2）環境指標選擇。在進行SFA分析時，本文選擇了經濟水平、勞動者素質和政府安全規制強度作為環境變量。其中，經濟水平以各省的年總GDP來衡量，并以2000年為基期的GDP價格指數進行平減；勞動者素質在的高低在理論上應與其工資成正比，因此，對于勞動者素質的衡量，以采礦業從業人員平均工資與全社會平均工資的比值代表；而對于政府安全規制強度的衡量，采用煤炭百萬噸死亡率來進行衡量，因為，回顧我國煤炭行業規制的發展歷程，伴隨著安全事故的頻發，死亡人數的增加，政府的規制強度也在不斷的提高。因此，鑒于數據的可獲取性，本文采用煤炭百萬噸死亡率作為衡量規制強度的標準，死亡率低說明規制強度較低，死亡率高說明規制強度較低。

本文的研究對象為我國25個主要產煤省份2000—2015年的相關數據，由于天津、上海、海南、西藏、香港、澳門、臺灣、廣東、浙江等地區的煤炭產量多年來持續為0或接近于0，故剔除。本文數據來源于歷年《中國煤炭工業年鑒》《中國工業經濟統計年鑒》《中國統計年鑒》及中國國家及其各省份煤礦安全監察局網站。

2.2 測算結果及分析

（1）第一階段DEA：原始投入產出數據下的煤炭行業效率分析

本文應用DEAP2.1軟件對2015年我國煤炭行業25個省份的投入產出效率進行分析，結果如表2所示。2015年，我國煤炭行業的綜合技術效率、純技術效率、規模效率平均得分分別為0.685分、0.809分和0.848，這說明大部分省份煤炭行業的規模效率要大于純技術效率。除北京和安徽外，其他省份都未達到生產前沿面，但是規模報酬均處于遞增的狀態。對于三大不同區域，就綜合效率和純技術效率而言，分散式規制區域最高，山西緊隨其后，多樣性規制區域次之；就規模效率而言，山西最高，分散式區域次之，多樣性區域最低。

表2 2015年煤炭行業第一階段和第三階段25省投入產出效率值

（2）第二階段SFA模型：影響煤炭行業投入產出效率的環境因素分析及調整利用Frontier4.1軟件，將第一階段中投入變量的松弛量作為因變量，自變量以3個環境因素代表，進行SFA回歸，得到結果（見表3）。

表3 隨機邊界分析結果

從表3可以看出，區域經濟水平、煤炭行業的勞動者素質和政府安全規制強度對投入項均產生了顯著影響，具體來看，經濟水平對投入有促進作用，經濟發展水平高的地區對于采用先進的科技水平，引進先進管理經驗更為有利，從而有力推動行業生產率的提高；勞動者素質對投入有抑制作用，即勞動者素質越高投入盈余越低，這與我國的現實狀況相一致，隨著勞動者素質的提高，其安全生產的意識水平提升，在生產的過程中對于危險安全狀況的各個環節都能引起足夠的重視，能夠按照安全規章制度進行生產，可見，勞動者素質在安全工作的過程中具有十分重要的地位。同時，安全規制強度對投入有增加作用，規制強度對投入盈余也具有明顯的抑制效果，即政府安全規制的強度越高，那么煤炭行業的生產效率在總體上也呈現增加態勢，這與鄒濤（2015）所提出的規制強度對投入產出效率的影響并不是一種線性關系的觀點相符合。在此基礎上，將該模型加入了安全規制強度的二次項，其結果表明一定強度的政府安全規制對煤炭行業的投入產出效率有明顯的促進作用，但同時，二次項也具有抑制作用，這也論證了我國煤炭行業的政府安全規制強度對其投入產出效率的影響具有倒U型的趨勢，并且在現階段仍然處于倒U型的遞增范圍之內。

（3）第三階段DEA：調整投入值后的煤炭行業效率分析

通過SFA分析將各省份的投入變量至于統一的水平下，更為精確的對投入產出效率進行衡量（見表2）。第三階段的DEA分析結果表明，除了北京之外，經過經濟水平、勞動者素質和規制強度調整后，其他省份的煤炭產業投入產出效率都出現了顯著下降，說明以上三個變量對煤炭行業的投入產出有顯著影響，部分省份煤炭行業投入產出的高效率是因為區域經濟水平的提高、勞動者素質的提高，以及政府規制強度的增加，但是從整體來看，我國當前的規制強度仍然處于可上升的空間范圍之內，該項工作尚有改進空間。對于三大不同區域，政府應通過合理的規制設計，促進企業的安全技術和生產技術的同時進步，以提高安全規制的績效，進一步提高投入產出效率。

按照三階段DEA的測算方法，依次對我國煤炭行業2000—2015年的數據進行相同方法的處理，可得到各省2000—2015年經過環境變量調整的煤炭產業投入產出效率值，其變化趨勢如圖1所示。從圖1中可以看出，2000—2015年間，我國煤炭行業的綜合效率總體呈現平穩遞增的趨勢，純技術效率和規模效率都同時表現出遞增的狀態，但從2001年開始，規模效率的增長速度要高于純技術效率，這說明我國煤炭行業生產效率的提高仍然以粗放型的增長方式為主。從2012年開始，我國煤炭行業的綜合效率出現了輕度下降的趨勢，這說明隨著我國經濟運行進入“新常態”，其生產效率受經濟水平波動的影響較大，這也為加快煤炭行業的去產能進程，促進其產業集中程度提出了新的要求。

圖1 2000—2015年我國煤炭行業生產效率趨勢圖

3 差異化分析

由于我國煤炭行業的區域差異性，本文按照上述聚類分析方法的劃分，將我國煤炭產業的安全規制體制劃分為集中式規制、分散式規制和多樣性規制三大類，其所包括的具體省份見上文表1。根據上述SFA分析，對于安全規制強度的二次項表明安全規制強度與煤炭產業的生產效率具有二次曲線，為了進一步考察安全規制強度對煤炭行業不同類型規制區域的生產效率的影響，將煤炭行業的投入產出效率作為因變量，將GDP、勞動者素質、安全規制強度和安全規制強度的二次項作為自變量進行進一步的考察，模型設置如下：

其中，Yit表示第i個省份的煤炭行業在t年和基年相比的生產效率，GDPit表示第i個省份的煤炭行業在t年的經濟水平，DIAit表示第i個省份的煤炭行業在t年的勞動者素質，INSit表示第i個省份的煤炭行業在t年的安全規制強度，表示第i個省份的煤炭行業在t年的安全規制強度的平方，β為待估參數，εit為隨機誤差項。

表4是以安全規制強度作為自變量時的相應回歸結果顯示，三大區域的安全規制強度變量的一次項系數符號為正，而二次項系數符號為負號，且在統計上顯著，即表明，隨著政府安全規制強度的增加，會促進煤炭企業生產效率的增加，但超過一定的強度之后，其生產效率反而降低，也就是說，安全規制強度和煤炭行業的生產效率符合倒U型關系。但安全規制強度對三大區域生產效率的影響程度是不一樣的，對于集中式規制區域的影響最大，這也意味著山西省煤炭行業的生產效率對于安全規制的反應最為敏感。因為山西的煤炭資源的稟賦優勢，決定了眾多企業的進入，2015年山西共有煤炭企業數量3087家，因此，數量眾多的企業加大了安全事故發生的風險，加之小煤炭企業在利益的驅動下違規生產，必然帶來生產安全事故的發生。煤炭行業作為山西的經濟的支柱產業，2015年其產量占全國總產量的25%左右，煤炭工業總產值多年來一直占全省工業總產值的40%左右，在全國煤炭100強企業中，屬于山西省的有17家，而前十強中更是達到6家，作為山西煤炭行業肩負著經濟發展的重任，政府理應對其實行最高級別的安全規制，以促進區域經濟的發展，這也反映了山西省近年來煤炭行業安全規制體制改革的實況。對于分散式的規制區域而言，安全規制對煤炭行業生產效率的影響居中，對于多樣性規制區域而言，安全規制對其生產效率的影響最小。就經濟發展水平GDP而言，山西省煤炭行業的生產效率受經濟水平的影響最大，這也反映了煤炭經濟在山西區域GDP中所占份額較大，對于多樣性規制區域而言，大多數屬于中東部的省份，煤炭經濟占各省經濟比重較小，因此其生產效率受經濟水平的影響也較小。就勞動者素質而言，多樣性規制區域的生產效率受到的影響最大，即勞動者的素質對促進其生產效率具有重要的意義，其原因在于，在多樣性區域中，大多數省份的煤礦地質條件相對較差，煤炭開采成本相對較高，與之相適應，就對技術水平、管理經驗以及勞動者素質提出了高層次的要求。

4 結論及建議

本文的分析結果顯示，安全規制強度與煤炭行業的生產效率呈倒U型關系，且安全規制強度與各區域生產效率的顯著程度存在差異。因此，堅持安全規制的適度原則就顯得尤其重要，即適度的安全規制可使得企業通過成本收益的比較，采取積極的安全規制策略，達到最優的效果；而過度的安全規制則很可能使得企業因為安全成本的增加而采取消極的安全策略，從而與政府安全規制的初衷背道而馳。應針對三大區域的差異性，適用不同的規制強度，使用不同的規制工具：

（1）對于集中式規制區域而言，由于其對于安全規制變動的反應最為敏感，因此，對其安全規制應采用最高級別，應將安全規制工作集中在一個強有力的政府主管部門，對煤炭行業的安全生產過程進行全程的有效規制，以保證其權威性和有效性。在規制工具的運用上更多的采取命令型規制工具以強制性的治理方式為主，以保持規制政策的穩定性，使得大企業通過自身的競爭優勢在命令型規制工具的治理下促進生產效率的提高。

（2）對于分散式的規制區域，應保持適度的規制強度，要合理劃分規制機構的職能并使之相互協調，在規制工具的運用上，應采用命令型規制工具和市場型規制工具相結合的方式，比如，設立多層次的安全生產基金、引進保險公司參與企業安全管理等。

（3）對于多樣性規制區域而言，這一類區域的大多數企業屬于中小型企業，加之大多數省份的煤礦自然條件困難，因此，對其安全規制強度應弱化專門規制機構的設置，下放規制權限，應針對不同企業的安全水平，采取多樣化的規制工具，在安全水平較高的企業，更多地實施激勵型和社會型的規制工具，鼓勵企業通過自愿安全管理而獲得更多的政策性優惠；對于安全水平較低的企業，更多地運用命令型規制工具，以強制性的手段保證企業的基本安全投入，以防止安全事故的發生。

[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]張成，陸旸，郭路，于同申.環境規制強度和生產技術進步[J].經濟研究，2011，(2).

[6]王杰，劉斌.環境規制與企業全要素生產率——基于中國工業企業數據的經驗分析[J].中國工業經濟，2014,(3).

[7]李世祥，王劍成，成金華.中國煤炭產業效率及其規制效應分析[J].中國人口·資源與環境，2015,(11).

[8]鄒濤，肖興志，李沙沙.煤礦安全規制對煤炭行業生產率影響的實證研究[J].中國工業經濟，2015,(10).

[9]李斌，彭星，歐陽銘珂.環境規制、綠色全要素生產率與中國工業發展方式轉變——基于36個工業行業數據的實證研究[J].中國工業經濟，2013，(4).