李成宇 張士強(qiáng),2

(1.山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院，山東省青島市，266590；2.濟(jì)南大學(xué)綠色發(fā)展研究院,山東省濟(jì)南市，250022)

隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，能源資源浪費(fèi)、環(huán)境污染等矛盾日益突出，已成為制約我國(guó)經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展的重要因素。面對(duì)當(dāng)前能源資源浪費(fèi)、環(huán)境污染對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的束縛，我國(guó)開始意識(shí)到不能單純追求GDP增長(zhǎng)速度，要充分發(fā)揮能源資源、生態(tài)環(huán)境的積極影響來實(shí)現(xiàn)綠色可持續(xù)發(fā)展，從而形成經(jīng)濟(jì)發(fā)展、環(huán)境保護(hù)、能源資源高效利用的三贏局面。煤炭資源作為我國(guó)最重要的基礎(chǔ)能源，在能源結(jié)構(gòu)中的占比高達(dá)60%以上，遠(yuǎn)超世界平均水平，這種現(xiàn)狀決定了煤炭資源利用效率會(huì)對(duì)我國(guó)能源利用效率甚至我國(guó)綠色可持續(xù)發(fā)展都產(chǎn)生重要影響。因此，科學(xué)地測(cè)度我國(guó)煤炭資源利用效率，探討我國(guó)省域煤炭資源利用效率空間特征，識(shí)別我國(guó)煤炭資源利用效率的影響因素，對(duì)于制定差異化的能源、環(huán)境政策，推進(jìn)我國(guó)綠色可持續(xù)發(fā)展具有重要意義。

目前，學(xué)術(shù)界對(duì)自然資源利用效率的研究已趨于完善，研究結(jié)構(gòu)從簡(jiǎn)單利用效率測(cè)度向空間相關(guān)性分析、影響利用效率因素深入，研究方法則經(jīng)歷了從傳統(tǒng)AHP方法、聚類分析、DEA模型、SFA模型、聚類分析到三階段DEA模型、Malmquist指數(shù)法、空間自相關(guān)分析、Tobit模型、空間計(jì)量模型的轉(zhuǎn)變。具體來看，在能源資源利用效率方面，史丹指出改革開放后我國(guó)能源利用效率的改進(jìn)非常顯著，而這種顯著是在對(duì)外開放、結(jié)構(gòu)調(diào)整、體制改革共同作用下引起的[1]；趙楠、王辛睿采用DEA-Bootstrap模型測(cè)度我國(guó)省際能源資源利用效率，并進(jìn)行收斂性分析，得出我國(guó)各地區(qū)能源利用效率存在絕對(duì)收斂和相對(duì)收斂特征，且地區(qū)間差異在逐漸縮小的結(jié)論[2]。在水資源方面，廖虎昌基于DEA和Malmquist指數(shù)對(duì)我國(guó)西部地區(qū)水資源利用效率開展研究[3]；藏正、錢文婧則進(jìn)一步在測(cè)度水資源利用效率的基礎(chǔ)上，對(duì)水資源利用效率的空間關(guān)聯(lián)、區(qū)域差異、影響因素進(jìn)行研究[4-5]。在土地資源方面,張志輝利用Bootstrap-DEA方法，測(cè)算了全國(guó)622個(gè)城市的土地利用效率，并分析其相關(guān)影響因素[6]；張雅杰、金海基于DEA-ESDA-GWR研究思路，測(cè)度長(zhǎng)江中游地區(qū)城市建設(shè)用地利用效率，并分析其總體特征、區(qū)域差異及時(shí)空演化格局，最后探究影響建設(shè)用地利用效率的驅(qū)動(dòng)機(jī)理[7]；謝花林則從靜態(tài)、動(dòng)態(tài)兩個(gè)角度出發(fā)，利用DEA-SBM模型和Malmquist指數(shù)對(duì)我國(guó)主要經(jīng)濟(jì)區(qū)城市的工業(yè)用地利用效率展開研究[8]；葉浩、濮勵(lì)杰運(yùn)用隨機(jī)前沿生產(chǎn)函數(shù)對(duì)1990-2008年間我國(guó)各省(區(qū)、市)耕地利用效率進(jìn)行了測(cè)算，并以此為基礎(chǔ)分析其耕地利用效率的差異性和收斂性[9]。可以看出，當(dāng)前自然資源利用效率研究主要集中在水資源、土地資源、能源3個(gè)資源領(lǐng)域，針對(duì)煤炭資源利用效率的研究還比較少。從現(xiàn)有文獻(xiàn)來看，錢婷婷著重從經(jīng)濟(jì)學(xué)角度出發(fā)來分析我國(guó)煤炭資源利用效率低下的原因[10]；于貴芳、趙國(guó)浩以山西省為例，研究煤炭資源利用效率與生態(tài)帕累托效率之間的關(guān)系[11]；王興華、趙凱運(yùn)用層次分析法對(duì)山西省煤炭資源利用效率進(jìn)行綜合測(cè)度[12]；任世華則采用全生命周期法來構(gòu)建煤炭資源利用效率分析模型[13]；車亮亮、韓雪基于DEA-SBM模型測(cè)度我國(guó)省域煤炭資源利用效率，并相繼進(jìn)行了脫鉤分析以及空間關(guān)聯(lián)分析[14-15]；張小盟運(yùn)用自向量回歸模型、脈沖響應(yīng)法、方差分解法來探尋寧夏煤炭利用效率的主要影響因素及貢獻(xiàn)率[16]；武戈、楊靜明利用非期望產(chǎn)出SBM模型模擬長(zhǎng)江經(jīng)濟(jì)帶15個(gè)核心城市的煤炭資源利用效率，并針對(duì)區(qū)域內(nèi)差異進(jìn)行收斂性研究[17]；樊靜麗基于Divisia指數(shù)分解法對(duì)我國(guó)2000-2016年工業(yè)行業(yè)煤炭利用效率變化進(jìn)行測(cè)度和分解，指出電力等能源行業(yè)是引起工業(yè)行業(yè)煤炭利用效率變化的主要?jiǎng)右騕18]；姚俊、張軍峰在考慮環(huán)境因素的基礎(chǔ)上，運(yùn)用Malmquist-Luenberger指數(shù)測(cè)算我國(guó)30個(gè)省(區(qū)、市)的煤炭利用全要素生產(chǎn)率，并應(yīng)用Tobit模型對(duì)其影響因素進(jìn)行了初步識(shí)別[19]?？梢钥闯?，現(xiàn)階段煤炭資源利用效率的研究多局限于理論研究和煤炭資源利用效率的簡(jiǎn)單測(cè)度，并沒有考慮到煤炭資源利用效率的空間特征及影響因素，缺乏深度。因此，本文采用DEA-BCC模型對(duì)2006-2015年全國(guó)30個(gè)省(區(qū)、市)的煤炭資源利用效率進(jìn)行測(cè)度，在此基礎(chǔ)上，研究我國(guó)省際煤炭資源利用效率的差異性及變動(dòng)趨勢(shì)，結(jié)合ESDA分析方法探討效率的空間特性，并運(yùn)用空間計(jì)量模型分析各種影響因素對(duì)我國(guó)煤炭資源利用效率的影響程度，以期提升研究深度，為國(guó)家、地方及有關(guān)部門制定有針對(duì)性的能源環(huán)境政策提供決策依據(jù)。

1 研究方法及數(shù)據(jù)說明

1.1 研究方法

1.1.1 DEA模型

查恩斯(Charnes)、庫珀(Cooper)等人于1978年提出DEA-CCR模型，該模型僅能測(cè)算固定規(guī)模報(bào)酬下的效率，未考慮規(guī)模報(bào)酬可變的實(shí)際情況[20]；隨后班克(Banker)等人提出規(guī)模報(bào)酬可變的DEA-BCC模型，并將技術(shù)效率分解為純技術(shù)效率和規(guī)模效率(SE)，即TE=PTE×S[21]。此外，DEA模型又可分為投入型和產(chǎn)出型。投入型是指以產(chǎn)出不變?yōu)榍疤?，減少投入量以提高效率；產(chǎn)出型則是指以投入不變?yōu)榍疤?，增加產(chǎn)出量以提高效率。本文采用投入導(dǎo)向型DEA-BCC模型，具體模型如下：

(1)

式中：θ——標(biāo)量；

λ——N×l的常向量；

解出來的θ值——單元(DMUi)的效率值，一般有θ≤1；如果θ=1，則意味著該單元是技術(shù)有效的，且位于前沿上。

1.1.2 探索性空間數(shù)據(jù)分析(ESDA)

探索性空間數(shù)據(jù)分析(ESDA)作為空間經(jīng)濟(jì)計(jì)量學(xué)的一個(gè)重要領(lǐng)域，主要用于解釋與空間位置相關(guān)的空間依賴、空間關(guān)聯(lián)或空間自相關(guān)現(xiàn)象，并通過對(duì)空間分布格局的描述與可視化，探究空間規(guī)律[22]。筆者采用全局 Moran' s 指數(shù)測(cè)度我國(guó)省際煤炭資源利用效率的空間相關(guān)性。全局 Moran' s 指數(shù)用于衡量區(qū)域總體空間關(guān)聯(lián)和空間差異程度的指標(biāo)，其公式為：

(2)

式中：n——研究對(duì)象的個(gè)數(shù)；

Zi、Zj——i、j區(qū)域的觀測(cè)值；

Wij——空間權(quán)重矩陣(空間相鄰為1，不相鄰為0)；

S2——觀測(cè)值的方差；

Moran's I取值區(qū)間為[-1,1]，越接近1或-1，空間相關(guān)性越強(qiáng)。若Moran's I值為正，說明呈現(xiàn)空間集聚；若Moran's I值為負(fù)，說明呈現(xiàn)顯著空間分異；當(dāng)Moran's I取值接近于0時(shí)，則說明空間分布是隨機(jī)的，不存在空間相關(guān)性。

1.1.3 空間計(jì)量模型

空間計(jì)量模型是一種能夠有效解決被考察變量之間存在的空間依賴性及空間相關(guān)性問題的分析工具，經(jīng)典的空間計(jì)量模型包括空間滯后模型(SLM)和空間誤差模型(SEM)。

根據(jù)Anselin判定準(zhǔn)則[23]，選擇構(gòu)建空間誤差模型研究煤炭資源利用效率的影響因素，建立我國(guó)30個(gè)省(區(qū)、市)煤炭資源利用效率影響因素空間計(jì)量模型，為確保計(jì)量結(jié)果的準(zhǔn)確性，影響因素指標(biāo)均取對(duì)數(shù)，模型如下：

(3)

式中：Cruei,t——i省份t年的煤炭資源利用效率；

β——回歸參數(shù)，反映影響因素對(duì)煤炭資源利用效率的影響程度；

PCGDP——經(jīng)濟(jì)發(fā)展水平；

IS——產(chǎn)業(yè)結(jié)構(gòu)；

TP——技術(shù)水平；

TC——運(yùn)輸成本；

FDI——外商投資；

IE——對(duì)外開發(fā)；

IA——煤炭產(chǎn)業(yè)集聚度；

λ——空間誤差自相關(guān)系數(shù)；

W——空間權(quán)重矩陣；

αi、σt——空間固定效應(yīng)、時(shí)空固定效應(yīng)。

1.2 數(shù)據(jù)說明

1.2.1 投入產(chǎn)出指標(biāo)

煤炭資源利用效率影響因素具有多樣性特點(diǎn)，在選取投入產(chǎn)出指標(biāo)時(shí)要盡量避免指標(biāo)間的線性相關(guān)性[3]。筆者在參考以往文獻(xiàn)的基礎(chǔ)上[14-15,24]，選取以下投入產(chǎn)出指標(biāo)：以2006-2015年間我國(guó)30個(gè)省(區(qū)、市)的資本存量、勞動(dòng)力存量、煤炭消費(fèi)量為投入要素，以各省GDP為產(chǎn)出要素。資本存量數(shù)據(jù)參考張軍[25]等人的研究，通過“永續(xù)盤存法”計(jì)算得出；勞動(dòng)力存量通過(當(dāng)年年末就業(yè)人數(shù)+上年年末就業(yè)人數(shù))/2計(jì)算得出；煤炭消費(fèi)量通過《中國(guó)能源統(tǒng)計(jì)年鑒》直接獲取；GDP則以2006年為基期，通過GDP平滑指數(shù)計(jì)算得出?？紤]到我國(guó)西藏、臺(tái)灣、香港、澳門的數(shù)據(jù)可獲取性差，故未作考慮。

1.2.2 影響因素變量選取

在空間計(jì)量模型中，筆者選取經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、交通成本、外商投資、對(duì)外貿(mào)易、產(chǎn)業(yè)集聚度7個(gè)指標(biāo)作為我國(guó)煤炭利用效率的影響因素。其中，經(jīng)濟(jì)發(fā)展水平用各省(區(qū)、市)人均GDP表示；產(chǎn)業(yè)結(jié)構(gòu)用地區(qū)第二產(chǎn)業(yè)增加值/地區(qū)GDP表示；技術(shù)進(jìn)步用各省(區(qū)、市)專利數(shù)(實(shí)用新型專利與發(fā)明專利之和)表示；運(yùn)輸成本用各地區(qū)(鐵路里程+公路里程)/總面積表示；外商投資用各地區(qū)直接利用外資金額/地區(qū)GDP表示；對(duì)外開放用各地區(qū)進(jìn)出口貿(mào)易總額/地區(qū)GDP表示；產(chǎn)業(yè)集聚度通過區(qū)位熵計(jì)算得出，具體公式為(地區(qū)煤炭產(chǎn)業(yè)總產(chǎn)值/地區(qū)工業(yè)總產(chǎn)值)/(煤炭產(chǎn)業(yè)總產(chǎn)值均值/工業(yè)總產(chǎn)值均值)。

1.2.3 數(shù)據(jù)來源

研究區(qū)間自2006-2015年，共計(jì)10年，數(shù)據(jù)來自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)經(jīng)濟(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》，并結(jié)合相關(guān)省(區(qū)、市)的統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)和新聞報(bào)道等資料進(jìn)行修正。

2 我國(guó)省際煤炭資源利用效率測(cè)算

通過DEAP2.2軟件測(cè)算我國(guó)30個(gè)省(區(qū)、市)2006-2015年煤炭資源利用效率值，包括綜合效率值、純技術(shù)效率值及規(guī)模效率值，見表1。

表1 我國(guó)省際煤炭資源利用效率測(cè)算(2006-2015)

由表1可知，總體來看，我國(guó)當(dāng)前煤炭資源利用效率還處于較低水平，綜合效率均值為0.720，純技術(shù)效率均值為0.794，規(guī)模效率均值為0.915。具體各省(區(qū)、市)來看，排名前5位的省(市)為北京、上海、福建、湖南和廣東，除廣東效率值為0.994以外，其他4省(市)綜合效率值均達(dá)到1，處于前沿面上；排名后5位的省(區(qū))依次是內(nèi)蒙古、江西、寧夏、甘肅和青海，其綜合效率值均在0.6以下。其他接近前沿面的省(區(qū)、市)以沿海地區(qū)為主，而處于效率底端的省(區(qū)、市)則主要分布在西部地區(qū)。我國(guó)各區(qū)域煤炭資源利用效率存在明顯的差異性。具體來看，東部地區(qū)煤炭資源利用效率最高，其綜合效率均值、純技術(shù)效率均值和規(guī)模效率均值分別為0.859、0.904和0.953；中部地區(qū)次之，3個(gè)效率值分別為0.734、0.760和0.966；西部地區(qū)最低，3個(gè)效率值僅為0.581、0.720和0.839。因此，可以看出我國(guó)煤炭資源利用效率整體呈現(xiàn)出東部>中部>西部的格局。東部地區(qū)憑借優(yōu)越的地理位置和雄厚的資金、政策、科教實(shí)力，使其產(chǎn)業(yè)結(jié)構(gòu)趨于合理，煤炭資源投入正逐步向資源集約型、環(huán)境友好型轉(zhuǎn)變；中部地區(qū)因?yàn)橐?guī)模效率的優(yōu)勢(shì)，在綜合效率上高于西部地區(qū)；而經(jīng)過西部大開發(fā)戰(zhàn)略的耕耘，西部地區(qū)在技術(shù)、管理、人才、生態(tài)等方面已有了長(zhǎng)足的進(jìn)步，其純技術(shù)效率(0.720)已基本追上中部地區(qū)(0.760)，中部地區(qū)對(duì)西部地區(qū)的技術(shù)優(yōu)勢(shì)已基本殆盡，現(xiàn)存的規(guī)模優(yōu)勢(shì)也僅是因?yàn)橹胁康貐^(qū)大多數(shù)省份煤炭資源豐富，煤炭產(chǎn)業(yè)在當(dāng)?shù)貙儆谥еa(chǎn)業(yè)，再加上開發(fā)歷史早，在總體規(guī)模上還領(lǐng)先西部地區(qū)。西部地區(qū)擁有豐富的煤炭資源，只是因?yàn)殚_發(fā)歷史晚，基礎(chǔ)設(shè)施不完善，未能形成規(guī)模，但隨著國(guó)家對(duì)西部地區(qū)重視程度的增加，西部地區(qū)已獲得了越來越多的支持，加上國(guó)家綠色可持續(xù)發(fā)展戰(zhàn)略的實(shí)施，國(guó)家在發(fā)展西部地區(qū)時(shí)，必將會(huì)考慮發(fā)展中東部地區(qū)時(shí)的經(jīng)驗(yàn)教訓(xùn)，在經(jīng)濟(jì)發(fā)展的同時(shí)兼顧綠色發(fā)展，使西部地區(qū)的煤炭資源利用效率得到提升。

3 我國(guó)省際煤炭資源利用效率空間格局演變

根據(jù)2006-2015年我國(guó)30個(gè)省(區(qū)、市)煤炭資源利用效率，在一階rook空間矩陣的基礎(chǔ)上，運(yùn)用GeoDa1.6軟件，計(jì)算Moran's I值，見表2。

由表2可以看出，2006-2015年的Moran's I值均在5%或10%顯著性水平下通過檢驗(yàn)，表明我國(guó)30個(gè)省(區(qū)、市)煤炭資源利用效率呈現(xiàn)正向空間自相關(guān)性，說明煤炭資源利用效率高(低)相鄰省際單元相對(duì)集聚，呈現(xiàn)出集聚模式。2006-2015年Moran's I值由0.21828提高到0.22679，呈現(xiàn)增長(zhǎng)趨勢(shì)，表明2006年以來，省際煤炭資源利用效率的空間相關(guān)顯著性有所增強(qiáng)，集聚態(tài)勢(shì)有所凸顯。但2010-2013年的Moran's I值出現(xiàn)較大波動(dòng)，說明省際煤炭資源利用效率空間分布格局不太穩(wěn)定，容易發(fā)生變動(dòng)。

為更準(zhǔn)確地測(cè)度我國(guó)30個(gè)省(區(qū)、市)煤炭資源利用效率的空間集聚狀態(tài)及變化特征，GeoDa1.6軟件繪制了2006年、2009年、2012年、2015年Moran散點(diǎn)圖，見圖1。Moran散點(diǎn)圖分為4個(gè)象限，分別對(duì)應(yīng)4種空間差異類型：右上象限表示區(qū)域自身和周邊煤炭利用效率均較高，二者的空間差異較??；左上象限表示區(qū)域自身煤炭利用效率較低，周邊煤炭資源利用效率較高，二者的空間差異較大；右下象限表示區(qū)域自身煤炭利用效率較高，周邊煤炭資源利用效率較低，二者的空間差異較大；左下象限表示區(qū)域自身和周邊煤炭利用效率均較低，二者的空間差異較小。

根據(jù)我國(guó)煤炭資源利用效率Moran散點(diǎn)圖，可以將我國(guó)30個(gè)省(區(qū)、市)劃分為高高(H-H)、高低(H-L)、低高(L-H)、低低(L-L)4種類型，見表3。

表3 我國(guó)省際煤炭利用效率的類型劃分(2006-2015)

由表3可以看出，2006-2015年期間，位于H-H象限的地區(qū)基本保持不變，2006年、2009年位于H-H象限的地區(qū)均為北京、天津、上海、浙江、福建、廣東、廣西、海南8省(區(qū)、市)，2012年重慶代替廣西，其他省(市)不變，2015年新增江蘇、廣西代替重慶，其他省(市)不變。H-H象限省(市)大多位于東部沿海地區(qū)，自身經(jīng)濟(jì)水平較高，具有政策、資金、技術(shù)等優(yōu)勢(shì)，在提升自身煤炭利用效率的同時(shí)，還能對(duì)周邊地區(qū)產(chǎn)生擴(kuò)散效應(yīng)，呈現(xiàn)出“高-高”聚集的空間關(guān)系；位于L-L象限的地區(qū)數(shù)量則有所減少，由2006年時(shí)的11個(gè)下降到2015年的9個(gè)，2006年位于L-L象限的地區(qū)有內(nèi)蒙古、青海、甘肅、寧夏、四川、云南、河南、湖北、陜西、重慶、新疆11個(gè)省(區(qū)、市)，2009年又新增山西省，2012年則僅剩下內(nèi)蒙古、青海、甘肅、寧夏、云南、河南、陜西、新疆、山西9省(區(qū))，2015年保持不變，這些地區(qū)主要集中在中西部地區(qū)，這類地區(qū)與其他地區(qū)外部性差異大，但其自身內(nèi)部的差異性較小，呈現(xiàn)“低-低”聚集的空間關(guān)系；位于H-L象限的地區(qū)數(shù)量保持在6個(gè)省份左右，2006年位于H-L象限的地區(qū)有山東、遼寧、安徽、黑龍江、湖南、山西6省，2009年減少山西省，2012年新增四川省，2015年保持6省不變，這些地區(qū)主要集中在中東部地區(qū)，自身煤炭利用效率較好，但被煤炭資源利用效率低地區(qū)包圍，呈現(xiàn)“高-低”聚集的空間關(guān)系；位于L-H象限的地區(qū)有所增加，2006年、2009年均為吉林、河北、江蘇、江西、貴州5省，2012年新增湖北、江西兩省，2015年減少江蘇省，其他省份與2012年一致，這些地區(qū)主要集中在中部和西南部地區(qū)，自身煤炭資源利用效率較低，但被煤炭資源利用效率高的地區(qū)包圍，呈現(xiàn)“低-高”聚集的空間關(guān)系。通過上述4個(gè)時(shí)點(diǎn)的Moran's I散點(diǎn)圖，可以發(fā)現(xiàn)總體上呈現(xiàn)出東部和西部地區(qū)表現(xiàn)出相似的空間關(guān)聯(lián)性(“高-高”或“低-低”)，而中部地區(qū)則表現(xiàn)出非相似的空間關(guān)聯(lián)性(“低-高”或“高-低”)，這說明我國(guó)煤炭資源利用效率的空間依賴性和差異性是并存的，但以空間依賴性為主。

圖1 我國(guó)煤炭資源利用效率空間分布Moran's I散點(diǎn)圖

4 我國(guó)省際煤炭資源利用效率空間計(jì)量模型分析

4.1 模型選擇

空間計(jì)量模型主要分為SLM模型和SEM模型兩類。在實(shí)證研究中可以通過LM檢驗(yàn)來判斷具體模型的選擇，通過MATLAB軟件對(duì)2006-2015年我國(guó)30個(gè)省(區(qū)、市)面板數(shù)據(jù)進(jìn)行檢驗(yàn)，見表4。結(jié)果顯示，LM-lag和LM-err均通過1%下的顯著性水平檢驗(yàn)，且LM-err值大于LM-lag值，同時(shí)Robust-LM-err通過了在5%下的顯著性水平檢驗(yàn)，而Robust-LM-lag未通過顯著性水平檢驗(yàn)，因此根據(jù)Anselin判別準(zhǔn)則[23]，筆者選擇空間誤差模型。在此基礎(chǔ)上，分別對(duì)無固定效應(yīng)、空間固定效應(yīng)、時(shí)間固定效應(yīng)、時(shí)空雙固定效應(yīng)及隨機(jī)效應(yīng)這5種情況下的空間誤差模型進(jìn)行檢驗(yàn)，通過對(duì)比分析選取其中最為合理的模型，5種效應(yīng)的檢驗(yàn)結(jié)果見表5。由表5可以看出，時(shí)空雙固定效應(yīng)空間誤差模型的判定系數(shù)和Log-L值分別為0.9636、570.42，均高于其他4種效應(yīng)，且模型中spat.aut通過1%的顯著性水平檢驗(yàn)，存在顯著的空間依賴性，因此，筆者采用時(shí)空雙固定空間誤差模型分析我國(guó)省際煤炭利用效率的影響因素。

表4 OLS估計(jì)及檢驗(yàn)結(jié)果

表5 SEM模型估計(jì)及檢驗(yàn)

注***、**、*分別表示在1%、5%、10%水平上顯著

4.2 煤炭資源利用效率空間計(jì)量結(jié)果分析

根據(jù)空間時(shí)間雙固定SDM模型估計(jì)結(jié)果顯示，經(jīng)濟(jì)發(fā)展水平(PCGDP)、技術(shù)進(jìn)步(TP)、外商投資(FDI)、進(jìn)出口總額(IE)均通過顯著性檢驗(yàn)，且都顯著為正。其中，經(jīng)濟(jì)發(fā)展水平和外商投資的系數(shù)分別為0.179和0.021，在1%的顯著性水平下通過檢驗(yàn)；技術(shù)進(jìn)步的系數(shù)為0.025，在5%的顯著性水平下通過檢驗(yàn)；進(jìn)出口總額的系數(shù)為0.023，在10%的顯著性水平下通過檢驗(yàn)。具體來看，經(jīng)濟(jì)發(fā)展水平系數(shù)顯著為正，表明在2006-2015年這10年里，經(jīng)濟(jì)增長(zhǎng)對(duì)煤炭資源利用效度的提高具有顯著的正向影響，人均地區(qū)生產(chǎn)總值每提高1萬元，就能促進(jìn)煤炭資源利用效率提高0.179。經(jīng)濟(jì)發(fā)展水平高的地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)更為合理，基礎(chǔ)設(shè)施完善，資金投入量大，生產(chǎn)技術(shù)與工藝先進(jìn)，政府管理也更為高效，在這種環(huán)境下，煤炭資源利用效率更高。同時(shí)，經(jīng)濟(jì)發(fā)展水平高的地區(qū)，人民生活更富裕，日常生活電氣化程度高，使用的多是經(jīng)過先進(jìn)煤炭利用技術(shù)、工藝處理過的二次能源，避免直接使用煤炭資源，因而煤炭資源利用效率更高。外商投資系數(shù)顯著為正，表明在研究期間內(nèi)，外商投資對(duì)煤炭資源利用效率的提高具有顯著正向影響，地區(qū)外商投資占比每上升1%，煤炭資源利用效率就會(huì)提高0.021。外資及港澳臺(tái)資企業(yè)多集中在工業(yè)產(chǎn)業(yè)，相比內(nèi)資企業(yè)，其在規(guī)模、技術(shù)、管理上更具優(yōu)勢(shì)，能有效促進(jìn)管理經(jīng)驗(yàn)、技術(shù)工藝的轉(zhuǎn)移及人才的培養(yǎng)，對(duì)煤炭資源利用效率起到積極作用。技術(shù)進(jìn)步顯著為正，表明在研究期間內(nèi)，技術(shù)進(jìn)步會(huì)對(duì)煤炭資源利用效率產(chǎn)生顯著正向影響，技術(shù)進(jìn)步水平每上升1%，煤炭資源利用效率就能提高0.025。技術(shù)進(jìn)步的增強(qiáng)有利于創(chuàng)新和推廣先進(jìn)的生產(chǎn)技術(shù)、利用技術(shù)以及節(jié)能減排技術(shù)，在推動(dòng)工業(yè)化、城市化過程中提高煤炭資源利用效率。對(duì)外開放度顯著為正，表明在研究期間內(nèi)，對(duì)外開放度會(huì)對(duì)煤炭資源利用效率產(chǎn)生顯著正向影響，地區(qū)進(jìn)出口總額占比每上升1%，煤炭資源利用效率就會(huì)提高0.023。對(duì)外開放程度的提升，有利于引進(jìn)國(guó)外先進(jìn)技術(shù)、設(shè)備、管理經(jīng)驗(yàn)，降低單位煤炭消耗，提高煤炭利用效率。同時(shí)，對(duì)外開放程度的提升還能加劇市場(chǎng)競(jìng)爭(zhēng)，迫使企業(yè)降低資源成本消耗，達(dá)到提高煤炭資源利用效率的目的。

產(chǎn)業(yè)結(jié)構(gòu)(IS)、運(yùn)輸成本(TC)通過顯著性檢驗(yàn)，都顯著為負(fù)。其中，產(chǎn)業(yè)結(jié)構(gòu)系數(shù)為-0.09，在10%的顯著性水平下通過檢驗(yàn)；運(yùn)輸成本系數(shù)為-0.031，在5%的顯著性水平下通過檢驗(yàn)。具體來看，產(chǎn)業(yè)結(jié)構(gòu)系數(shù)顯著為負(fù)，表明在研究期間內(nèi)，產(chǎn)業(yè)結(jié)構(gòu)對(duì)煤炭資源利用效率的提高具有顯著的負(fù)向影響，地區(qū)第二產(chǎn)業(yè)占比越高，煤炭資源利用效率就越低。我國(guó)經(jīng)濟(jì)發(fā)展正處于工業(yè)化中后期階段，高耗能、高污染的重工業(yè)占比大，發(fā)展模式粗放，尤其以中西部地區(qū)為甚，直接造成煤炭資源的大量消耗和浪費(fèi)，給我國(guó)煤炭資源利用效率的提升帶來消極影響。運(yùn)輸成本系數(shù)顯著為負(fù)，表明在研究期間內(nèi)，運(yùn)輸成本對(duì)煤炭資源利用效率的提高具有顯著的負(fù)向影響，地區(qū)運(yùn)輸成本越高，煤炭資源利用效率就越低。運(yùn)輸是煤炭資源的生命線，在很大程度上影響著煤炭資源的成本，煤炭運(yùn)輸成本越高，流通速度就越慢，煤炭閑置率就越高，周轉(zhuǎn)次數(shù)也就越少，煤炭資源利用效率也會(huì)更低。煤炭產(chǎn)業(yè)集聚(IA)系數(shù)為-0.008，呈負(fù)相關(guān)，但未通過顯著性檢驗(yàn)，說明煤炭產(chǎn)業(yè)集聚對(duì)煤炭資源效率的影響不顯著。煤炭產(chǎn)業(yè)集聚對(duì)煤炭資源利用效率的影響很小且呈負(fù)相關(guān)，這可能是由于煤炭產(chǎn)業(yè)集聚地區(qū)多處于中西部地區(qū)，其在煤炭產(chǎn)業(yè)集聚上的優(yōu)勢(shì)并無法彌補(bǔ)其在地理位置、技術(shù)、資金、交通上的劣勢(shì)，最終出現(xiàn)煤炭產(chǎn)業(yè)集聚度高的中西部地區(qū)煤炭資源利用效率低，而煤炭產(chǎn)業(yè)集聚度低的東部地區(qū)煤炭資源利用效率高的局面。

5 結(jié)論與建議

5.1 結(jié)論

本文首先基于傳統(tǒng)DEA-BCC模型，測(cè)度了我國(guó)30個(gè)省(區(qū)、市)2006-2015年的煤炭資源利用效率；其次利用ESDA分析方法，分析煤炭資源利用效率的空間格局演變；最后基于空間計(jì)量方法使用時(shí)間空間雙固定SEM模型，探討了我國(guó)煤炭資源利用效率的主要影響因素，從而得出以下3個(gè)結(jié)論。

(1)從我國(guó)煤炭資源利用效率測(cè)算結(jié)果來看，當(dāng)前煤炭資源利用效率水平較低，綜合效率均值、純技術(shù)效率均值、規(guī)模效率均值分別為0.720、0.794和0.915，僅有北京、上海、福建、湖南4個(gè)省(市)綜合效率值達(dá)到1，處于前沿面上，其他26個(gè)省(區(qū)、市)均有不同程度無效率狀態(tài)，有很大提升空間。我國(guó)煤炭資源利用效率整體呈現(xiàn)出東部>中部>西部的格局，東部地區(qū)利用效率最高，中部地區(qū)次之，西部地區(qū)最低。但值得注意的是，西部地區(qū)在技術(shù)、管理、人才、生態(tài)等方面已取得長(zhǎng)足進(jìn)步，其純技術(shù)效率(0.720)已基本追上中部地區(qū)(0.760)，中部地區(qū)對(duì)西部地區(qū)的技術(shù)優(yōu)勢(shì)已基本殆盡，現(xiàn)僅存的規(guī)模效率優(yōu)勢(shì)也會(huì)隨著西部大開發(fā)戰(zhàn)略、綠色發(fā)展戰(zhàn)略的深入，逐漸被西部地區(qū)追上。

(2)從空間自相關(guān)分析結(jié)果來看，我國(guó)30個(gè)省(區(qū)、市)煤炭資源利用效率呈現(xiàn)正向空間自相關(guān)性，2006-2015年Moran's I值由0.21828提高到0.22679，呈現(xiàn)增長(zhǎng)趨勢(shì)，集聚態(tài)勢(shì)有所凸顯。2010-2013年出現(xiàn)波動(dòng)，則表明省際煤炭資源利用效率空間分布格局不太穩(wěn)定，易發(fā)生變動(dòng)。通過Moran散點(diǎn)圖可以看出，我國(guó)30個(gè)省(區(qū)、市)煤炭資源利用效率在空間上存在明顯的集聚狀態(tài)。其中，北京、天津、上海、浙江、福建、廣東等東部沿海地區(qū)體現(xiàn)為“H-H”集聚；內(nèi)蒙古、青海、甘肅、寧夏、四川、陜西、重慶、新疆等西部地區(qū)體現(xiàn)“L-L集聚”；安徽、黑龍江、吉林、江西等中部地區(qū)則主要表現(xiàn)為“H-L”和“L-H”集聚。

(3)從空間計(jì)量估計(jì)結(jié)果來看，除煤炭產(chǎn)業(yè)集聚度對(duì)煤炭資源利用效率影響不顯著以外，經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步、外商投資、對(duì)外開發(fā)對(duì)煤炭資源利用效率的提升有正向影響，產(chǎn)業(yè)結(jié)構(gòu)、交通成本對(duì)煤炭資源利用效率的提升有負(fù)向影響。

5.2 建議

基于上述實(shí)證分析，針對(duì)煤炭資源利用效率的提升，筆者給出以下4點(diǎn)建議。

(1)東部地區(qū)要充分發(fā)揮其在區(qū)位、產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施、政策、資金、人才等方面的優(yōu)勢(shì)，堅(jiān)持“引進(jìn)來”與“走出去”相結(jié)合的發(fā)展戰(zhàn)略，對(duì)外通過外資引進(jìn)先進(jìn)的技術(shù)設(shè)備、工藝流程和管理經(jīng)驗(yàn)，對(duì)內(nèi)積極與高校、科研院所開展合作，提高自身的自主研發(fā)水平，從而做到引進(jìn)技術(shù)和自主研發(fā)兩手抓兩手硬，以此來提升自身的煤炭資源利用效率。

(2)中部地區(qū)要發(fā)揮好其在資源、規(guī)模、交通等方面的優(yōu)勢(shì)，在引進(jìn)東部地區(qū)相對(duì)先進(jìn)的技術(shù)工藝、管理經(jīng)驗(yàn)的同時(shí)，發(fā)揮煤炭產(chǎn)業(yè)的規(guī)模優(yōu)勢(shì)，積極建立起高效便捷的煤炭運(yùn)輸及物流網(wǎng)絡(luò)，降低煤炭運(yùn)輸成本，并在政府和市場(chǎng)的共同作用下優(yōu)化煤炭資源配置及產(chǎn)業(yè)結(jié)構(gòu)，以此來提升中部地區(qū)的煤炭資源利用效率。

(3)西部地區(qū)則要利用好西部大開發(fā)戰(zhàn)略的契機(jī)，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，擴(kuò)大煤炭產(chǎn)業(yè)規(guī)模，積極引進(jìn)國(guó)內(nèi)外先進(jìn)技術(shù)裝備、工藝流程管理經(jīng)驗(yàn)及優(yōu)秀人才，以中東部地區(qū)過去的發(fā)展經(jīng)驗(yàn)教訓(xùn)為鑒，提升自身煤炭資源利用效率。

(4)全國(guó)各省(區(qū)、市)不僅可以通過引進(jìn)外資、提高規(guī)模、完善基礎(chǔ)設(shè)施等傳統(tǒng)手段來提升煤炭資源利用效率，還可以通過金融手段來提升煤炭資源的利用效率，而煤炭資源資本化就是一種有效的形式，通過轉(zhuǎn)讓煤炭資源使用權(quán)，使其能夠在煤炭產(chǎn)權(quán)市場(chǎng)上流通，籌集到更多的資金，再利用籌集到的資金來進(jìn)行投資，循環(huán)往復(fù)，既能實(shí)現(xiàn)煤炭資源的價(jià)值增值，又能提升煤炭資源利用效率。