米國芳，王文強(qiáng)，王海波

（1.內(nèi)蒙古財經(jīng)大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院，內(nèi)蒙古呼和浩特 010070；2.內(nèi)蒙古財經(jīng)大學(xué)內(nèi)蒙古經(jīng)濟(jì)數(shù)據(jù)分析與挖掘重點實驗室，內(nèi)蒙古呼和浩特 010070；3.內(nèi)蒙古紀(jì)委監(jiān)委信息化建設(shè)與服務(wù)保障中心內(nèi)蒙古紀(jì)檢監(jiān)察大數(shù)據(jù)實驗室，內(nèi)蒙古呼和浩特 010015）

一、引言

資源是經(jīng)濟(jì)社會穩(wěn)定發(fā)展的要素基礎(chǔ)和動力源泉，資源的合理開采和科學(xué)利用對實現(xiàn)經(jīng)濟(jì)社會綠色高質(zhì)量發(fā)展發(fā)揮著至關(guān)重要的作用。我國“富煤、貧油、少氣”的能源結(jié)構(gòu)和以煤炭為主的資源稟賦使得煤炭資源型地區(qū)依靠豐裕的煤炭資源確實促進(jìn)了當(dāng)?shù)亟?jīng)濟(jì)快速發(fā)展，但長此以往，就造成了資源的過度損耗和枯竭，出現(xiàn)了生態(tài)環(huán)境惡化等一系列不可逆轉(zhuǎn)問題，致使經(jīng)濟(jì)增長停滯不前甚至倒退，出現(xiàn)了“資源詛咒”現(xiàn)象（Sachs and Warner，2001；Kim and Lin，2015；Weber，2014）[1-3]。煤炭資源型地區(qū)的煤炭資源除了供本地生產(chǎn)生活消費(fèi)之外，還會向外輸送，進(jìn)而從中獲利。那么，煤炭資源型地區(qū)為了促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展，通過提高煤炭資源就地轉(zhuǎn)化率能否提高經(jīng)濟(jì)發(fā)展效率？煤炭資源就地轉(zhuǎn)化是否存在空間溢出效應(yīng)？如果存在，溢出效應(yīng)是正向還是負(fù)向，以及造成這種溢出效應(yīng)的原因是什么？為深入研究上述問題，本文將分析煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率影響的直接效應(yīng)和空間溢出效應(yīng)并剖析其原因，這對我國煤炭資源型地區(qū)實現(xiàn)經(jīng)濟(jì)綠色高質(zhì)量發(fā)展具有重要的學(xué)術(shù)價值和現(xiàn)實意義。

目前，中國經(jīng)濟(jì)發(fā)展已進(jìn)入新常態(tài)，如何提高經(jīng)濟(jì)發(fā)展速度和效率是資源型省市甚至全國各地需要盡早解決的重大問題。資源型地區(qū)作為我國不可或缺的關(guān)鍵能源生產(chǎn)制造產(chǎn)業(yè)基地，在我國的長期經(jīng)濟(jì)發(fā)展中發(fā)揮著關(guān)鍵作用。在我國資源型區(qū)域中，煤炭地區(qū)的煤炭工業(yè)比重在地方經(jīng)濟(jì)總量結(jié)構(gòu)中居主體地位。而且，隨著我國經(jīng)濟(jì)發(fā)展水平的逐步提升，交通越來越發(fā)達(dá)，周邊省份及地區(qū)之間的經(jīng)濟(jì)往來越來越密切，區(qū)域經(jīng)濟(jì)一體化的發(fā)展格局已經(jīng)具備。盡管每個地區(qū)在行政劃分上仍然屬于獨立個體，但其經(jīng)濟(jì)聯(lián)系卻越來越緊密，相鄰省區(qū)之間的空間溢出效應(yīng)也越來越明顯?？梢?，各省份的經(jīng)濟(jì)發(fā)展不是一個孤立的問題，在區(qū)域經(jīng)濟(jì)一體化背景下，相鄰地區(qū)的空間作用應(yīng)該被重視，因而在計量研究方法的選擇上不應(yīng)該忽視各區(qū)域在各指標(biāo)間的空間相關(guān)性。

經(jīng)濟(jì)發(fā)展效率測度方面的研究有：張月玲等（2016）[4]采用基于隨機(jī)前沿生產(chǎn)函數(shù)計量回歸模型計算所得的全要素生產(chǎn)率來表征經(jīng)濟(jì)發(fā)展效率；吳力波和周泱（2015）[5]、李政通等（2016）[6]、張琦等（2021）[7]、米國芳（2021）[8]采用DEA-Malmquist 指數(shù)分析方法測度了經(jīng)濟(jì)發(fā)展效率；趙佳風(fēng)和馬占新（2018）[9]采用廣義DEA 模型測度了中國經(jīng)濟(jì)發(fā)展效率；李娜（2020）[10]采用DEA-SBM 模型測度了經(jīng)濟(jì)發(fā)展效率；Glaeser et al.（2010）[11]、蓋慶恩等（2017）[12]認(rèn)為勞動生產(chǎn)率是單位勞動的真實產(chǎn)出，它能夠反映單位時間內(nèi)勞動生產(chǎn)效率的大小，因此選用勞動生產(chǎn)率來表征經(jīng)濟(jì)發(fā)展效率；許士道和江靜（2021）[13]選用單位勞動者參與創(chuàng)造的GDP 指標(biāo)來表征經(jīng)濟(jì)發(fā)展效率；蔡則祥和武學(xué)強(qiáng)（2017）[14]采用SBM-Luenberger 生產(chǎn)率指數(shù)模型測度了經(jīng)濟(jì)發(fā)展效率；王陽（2020）[15]分別采用人均GDP 增長率和全要素生產(chǎn)率兩個變量從數(shù)量和質(zhì)量上測度了經(jīng)濟(jì)發(fā)展效率。

關(guān)于自然資源和經(jīng)濟(jì)發(fā)展關(guān)系的研究比價豐富：邵帥和齊中英（2009）[16]利用我國地級煤炭大城市的截面數(shù)據(jù)進(jìn)行了實證分析，結(jié)果顯示，充足的自然資源會對本地人力資源、技術(shù)革新、外商投資造成擠出效應(yīng)，進(jìn)而抑制地區(qū)經(jīng)濟(jì)發(fā)展；楊莉莉等（2014）[17]利用空間計量模型和方法實證研究了資源產(chǎn)業(yè)依賴對我國樣本省份經(jīng)濟(jì)發(fā)展的影響，結(jié)果顯示，樣本省份的經(jīng)濟(jì)增長存在正向空間溢出效應(yīng)；周喜君和郭丕斌（2015）[18]通過面板回歸對煤碳資源豐裕度、煤碳資源就地轉(zhuǎn)化水平與經(jīng)濟(jì)發(fā)展之間的關(guān)聯(lián)進(jìn)行了實證分析，結(jié)果顯示，煤炭資源就地轉(zhuǎn)化水平的提高會對地方經(jīng)濟(jì)發(fā)展起到促進(jìn)作用；李江龍和徐斌（2018）[19]實證分析了我國地級市資源豐裕度對綠色經(jīng)濟(jì)增長的影響，結(jié)果表明，資源豐裕會抑制綠色經(jīng)濟(jì)增長，造成“資源詛咒”；孟望生和張揚(yáng)（2020）[20]探討了自然資源稟賦通過技術(shù)進(jìn)步對綠色增長效率的影響，結(jié)果顯示，自然資源稟賦抑制了地區(qū)綠色增長效率的提升，技術(shù)創(chuàng)新能提升地區(qū)綠色增長效率，技術(shù)引進(jìn)對綠色增長效率的提升產(chǎn)生了不良影響；程廣斌和王朝陽（2020）[21]運(yùn)用空間面板計量模型研究了我國省域全要素生產(chǎn)率與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的非線性空間關(guān)系，結(jié)果顯示，全要素生產(chǎn)率與經(jīng)濟(jì)高質(zhì)量發(fā)展之間存在“倒U”型關(guān)系，且是顯著促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

梳理以上文獻(xiàn)發(fā)現(xiàn)，在經(jīng)濟(jì)發(fā)展效率測度方面，大多文獻(xiàn)以數(shù)據(jù)包絡(luò)方法（DEA）為基礎(chǔ)，然后結(jié)合Malmquist 指數(shù)和SBM 模型對全要素生產(chǎn)率進(jìn)行測度，并以此來表征經(jīng)濟(jì)發(fā)展效率，形成的DEAMalmquist 指數(shù)分析模型能夠從動態(tài)角度考察發(fā)展效率。在分析煤炭資源對經(jīng)濟(jì)發(fā)展的影響時：一方面，大多學(xué)者以經(jīng)濟(jì)增長率為研究對象，對經(jīng)濟(jì)發(fā)展效率的研究較少，其中研究煤炭資源就地轉(zhuǎn)化水平對經(jīng)濟(jì)發(fā)展效率影響的文獻(xiàn)更為缺乏；另一方面，已有文獻(xiàn)在研究煤炭資源就地轉(zhuǎn)化與經(jīng)濟(jì)發(fā)展的關(guān)系時，多選用普通面板數(shù)據(jù)模型進(jìn)行實證分析，忽略了空間效應(yīng)。基于此，本文采用DEA-Malmquist 指數(shù)分析模型測度全要素生產(chǎn)率，進(jìn)而表征經(jīng)濟(jì)發(fā)展效率，并以經(jīng)濟(jì)發(fā)展效率作為研究對象從質(zhì)量上衡量經(jīng)濟(jì)發(fā)展水平?？紤]到空間相關(guān)性，本文進(jìn)一步構(gòu)建空間計量模型探討煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的影響，對其影響進(jìn)行直接效應(yīng)、空間溢出效應(yīng)和總效應(yīng)的分解，并剖析煤炭資源就地轉(zhuǎn)化及控制變量對經(jīng)濟(jì)發(fā)展效率的影響機(jī)制。最后，根據(jù)研究結(jié)論提出相應(yīng)的對策建議，以達(dá)到促進(jìn)煤炭資源型區(qū)域經(jīng)濟(jì)發(fā)展和保障我國能源安全的目標(biāo)。

我國國土面積大，區(qū)域間的空間影響也較大，但大部分煤炭資源產(chǎn)量主要集中在個別幾個省份，煤炭資源產(chǎn)量極端現(xiàn)象比較嚴(yán)重，若以全國所有省份為樣本進(jìn)行研究可能會因煤炭產(chǎn)量比重相差較大而導(dǎo)致分析結(jié)果出現(xiàn)偏差，因此，本文選取我國原煤產(chǎn)量較大的內(nèi)蒙古、山西、陜西等17 個煤炭大省作為樣本進(jìn)行研究。

二、經(jīng)濟(jì)發(fā)展效率的測算與分解

經(jīng)濟(jì)發(fā)展效率從質(zhì)量上衡量了經(jīng)濟(jì)發(fā)展水平，本文采用全要素生產(chǎn)率來表征經(jīng)濟(jì)發(fā)展效率。本文將對17 個樣本資源型省份的經(jīng)濟(jì)發(fā)展效率進(jìn)行測度，分析其時序演變規(guī)律和各省份時空差異，這對于提升煤炭資源型省份的經(jīng)濟(jì)高質(zhì)量發(fā)展水平有一定的指導(dǎo)作用，對于國家和各省份決策部門因域施策、增進(jìn)省份之間的經(jīng)濟(jì)往來和促進(jìn)經(jīng)濟(jì)一體化建設(shè)也有重要意義。本文采用DEA-Malmquist 模型對我國17 個樣本省份的經(jīng)濟(jì)發(fā)展效率進(jìn)行測算，并對各年份經(jīng)濟(jì)發(fā)展效率進(jìn)行Malmquist 指數(shù)分解，之后根據(jù)分解結(jié)果對2006—2017 年間經(jīng)濟(jì)發(fā)展效率的時序演變規(guī)律和空間差異性進(jìn)行分析。

（一）DEA-Malmquist 模型的構(gòu)建

1.DEA 模型。DEA（Data envelopment analysis）是美國運(yùn)籌學(xué)家Rhodes 和Charnes 于1978 年提出的數(shù)據(jù)包絡(luò)分析法，該方法的優(yōu)點是不用考慮原始生產(chǎn)函數(shù)的表達(dá)式，可隨機(jī)使用多指標(biāo)變量投入和多指標(biāo)變量產(chǎn)出。DEA 模型根據(jù)最優(yōu)化定理自動地計算和生成各種投入指標(biāo)的權(quán)重，排除了人為主觀效應(yīng)，非常適用于城市、省域、綜合經(jīng)濟(jì)區(qū)等經(jīng)濟(jì)效率的測度與評估。DEA 方法中最常用的兩種模型為CCR 模型和BCC 模型，其中，CCR 模型約束生產(chǎn)規(guī)模報酬不變，BCC 模型是在CCR 模型的基礎(chǔ)上允許生產(chǎn)規(guī)模報酬可變。

BCC 模型的形式為（張悟移、楊云飛，2014）[22]：

式（1）中，s+、s-為松弛變量，一般情況下，ε=10-4。

2.Malmquist 指數(shù)模型。1953 年，Malmquist 提出了Malmquist 生產(chǎn)率指數(shù)模型，該生產(chǎn)率指數(shù)模型借用距離函數(shù)的比率測算投入指數(shù)。當(dāng)規(guī)模報酬不變時，Malmquist 生產(chǎn)率指數(shù)可表示為：

當(dāng)規(guī)模報酬發(fā)生變化時，技術(shù)效率指數(shù)可分解為純技術(shù)效率指數(shù)（pure efficiency change，pech）和規(guī)模效率指數(shù)（scale efficiency change，sech），即Malmquist 全要素變化指數(shù)可進(jìn)一步分解為：

式（3）中，下標(biāo)v 表示根據(jù)最佳實踐前沿面定義的距離函數(shù)，下標(biāo)c 表示根據(jù)基準(zhǔn)前沿面定義的距離函數(shù)（夏恩君等，2017）[23]。純技術(shù)效率指數(shù)是指去除規(guī)模效率影響后達(dá)到的技術(shù)效率水平。如果Mi，t+1＞1，則表示從第t 期到第t+1 期TFP 的水平有所提升；如果Mi，t+1=1，則表示從第t 期到第t+1 期TFP 水平?jīng)]有發(fā)生變化；如果Mi，t+1<1，則表示從第t 期到第t+1 期TFP 水平有所下降。

3.DEA-Malmquist 指數(shù)模型。DEA 模型只能對經(jīng)濟(jì)發(fā)展效率進(jìn)行靜態(tài)分析，無法進(jìn)行經(jīng)濟(jì)發(fā)展效率的縱向?qū)Ρ确治?，因此?994 年Fare 將DEA 方法與Malmquist 指數(shù)分析方法相結(jié)合，構(gòu)建了DEAMalmquist 指數(shù)模型（Charnes et al.，1978；Fare et al.，1994；邵明偉等，2018）[24-26]。DEA-Malmquist 指數(shù)分析方法反映了決策單元在不同時期的生產(chǎn)率狀況，該方法可評價不同時期的生產(chǎn)率動態(tài)變化趨勢。因此，DEA-Malmquist 指數(shù)分析方法被廣泛應(yīng)用于測度區(qū)域經(jīng)濟(jì)發(fā)展效率，其既能實現(xiàn)經(jīng)濟(jì)發(fā)展效率的橫向比較，也能實現(xiàn)縱向比較，能夠反映不同省份經(jīng)濟(jì)發(fā)展效率的發(fā)展?fàn)顩r。DEA-Malmquist 指數(shù)模型的優(yōu)點之一是不需要確定投入和產(chǎn)出間的關(guān)系，之二為無需構(gòu)建權(quán)重矩陣，模型可自行測度權(quán)重，之三為投入和產(chǎn)出變量無需量綱化處理。因此，本文采用DEA-Malmquist 指數(shù)模型對17 個樣本省份的經(jīng)濟(jì)發(fā)展效率進(jìn)行測算。

（二）經(jīng)濟(jì)發(fā)展效率測算

在測算經(jīng)濟(jì)發(fā)展效率即全要素生產(chǎn)率時，需先確定投入和產(chǎn)出指標(biāo)，本文選擇固定資產(chǎn)投資額、從業(yè)人數(shù)和能源消耗總量作為投入要素，并以各省份地區(qū)生產(chǎn)總值作為產(chǎn)出指標(biāo)，各指標(biāo)相關(guān)信息見表1。

表1 經(jīng)濟(jì)發(fā)展效率有效性投入產(chǎn)出指標(biāo)

投入指標(biāo)是指在經(jīng)濟(jì)發(fā)展過程中投入的勞動力、物資資本和自然資源等要素。限于數(shù)據(jù)的可獲得性，本文用社會固定資本的投入量來表征固定資產(chǎn)投資額，反映社會資本的投入，該指標(biāo)反映了經(jīng)濟(jì)發(fā)展對資本要素的固定需求量。從業(yè)人數(shù)方面，將城鄉(xiāng)就業(yè)人員總數(shù)作為人力勞動資本的直接投入指標(biāo)，反映勞動力對經(jīng)濟(jì)發(fā)展的投入量。能源消耗總量是自然資源投入的代理變量，是經(jīng)濟(jì)發(fā)展的必要投入物資要素。產(chǎn)出指標(biāo)是指社會經(jīng)濟(jì)循環(huán)發(fā)展過程中的產(chǎn)出量，可分為經(jīng)濟(jì)期望產(chǎn)出和政府期望產(chǎn)出等，本文主要分析經(jīng)濟(jì)產(chǎn)出，因此選擇地區(qū)生產(chǎn)總值衡量各樣本省份的經(jīng)濟(jì)總量，地區(qū)生產(chǎn)總值可體現(xiàn)樣本省份的經(jīng)濟(jì)發(fā)展水平，屬于經(jīng)濟(jì)期望產(chǎn)出。

（三）基于年份的Malmquist 指數(shù)分解

本文利用DEAP2.1 軟件對2006—2017 年間17個樣本省份的經(jīng)濟(jì)發(fā)展效率進(jìn)行了Malmquist 指數(shù)分解，五種效率變化結(jié)果見表2。

表2 2006—2017 年的Malmquist 指數(shù)分解

（續(xù)表2）

根據(jù)表2 分解結(jié)果可知，2006—2017 年間全要素生產(chǎn)率變化（Tfpch）呈現(xiàn)出持續(xù)波動趨勢，該時間段內(nèi)的均值為1.024。其中，2017 年取得該區(qū)間內(nèi)的最大值為1.091，其他年份中有8 個年份的數(shù)值大于1，而2009 年、2012 年和2013 年的數(shù)值均小于1，其中2009 年的數(shù)值最小為0.925，說明資源型樣本省份的經(jīng)濟(jì)發(fā)展效率在這三年內(nèi)處于下降狀態(tài)，并在2009 年以后開始回升。2014 年以后全要素生產(chǎn)率一直處于大于1 的水平，證明2014—2017 年間資源型樣本省份的經(jīng)濟(jì)發(fā)展效率一直呈增長趨勢。從整體來看，17 個樣本省份在2006—2017 年間的經(jīng)濟(jì)發(fā)展效率呈相對增長趨勢，說明樣本省份整體經(jīng)濟(jì)發(fā)展效率一直處于穩(wěn)步增長的狀況，從2009 年的0.925 增長到2017 年的1.091，變化率較大。

技術(shù)效率變化（Effch）有7 個年份的數(shù)值大于1，達(dá)到有效水平，其中2017 年取得最大值為1.038，2015 年取得最小值為0.953，樣本時間內(nèi)的均值為1.001。技術(shù)變化（Techch）有10 個年份的數(shù)值大于1，達(dá)到有效水平，其中2008 年取得最大值為1.058，2009 年取得最小值為0.933，12 年間的均值為1.023。純技術(shù)效率變化（Pech）有8 個年份的數(shù)值達(dá)到了1 以上的有效水平，其中2017 年取得最大值為1.043，2015 年取得最小值為0.972，12 年間的均值為1.002。規(guī)模效率變化（Sech）有6 個年份達(dá)到了1 以上的有效水平，其中2006 年取得最大值為1.023，2012 年取得最小值為0.976，樣本時間段內(nèi)的均值為0.999。另外，2012 年五種效率變化的值均小于1，主要原因在于2012 年經(jīng)歷了股市泡沫破滅的股災(zāi)，嚴(yán)重影響了實體經(jīng)濟(jì)發(fā)展對資金的需求。2006 年、2008 年、2010 年和2016 年這五種效率變化的數(shù)值均大于1，表明這四年間的各方面經(jīng)濟(jì)效率都有效。

為了從整體上分析樣本省份經(jīng)濟(jì)發(fā)展效率的時間差異，本文依據(jù)17 個樣本省份2006—2017 年12年間每年的技術(shù)效率變化、技術(shù)變化和平均全要素生產(chǎn)率變化情況繪制了其變化折線圖，見圖1。可見，2006—2017 年間樣本省份的全要素生產(chǎn)率呈現(xiàn)出“增長—下降—……—下降—增長”的持續(xù)波動變化趨勢，該時間段內(nèi)其增長率的均值為1.024。具體來看：2009 年、2012 年和2015 年全要素生產(chǎn)率的增長率為負(fù)值，其中2009 年的增長率最小為-14.90%；其他年份全要素生產(chǎn)率的增長率均為正值，其中2010 年取得最大值為12.11%，2016 年的增長率也較高為5.07%。技術(shù)變化增長率表現(xiàn)為：2007—2014 年間技術(shù)變化增長率的變化規(guī)律跟全要素生產(chǎn)率增長率的變化規(guī)律基本一致，增長速度相差不大；2014 年以后技術(shù)變化增長率的變化規(guī)律與全要素生產(chǎn)率的變化規(guī)律則恰恰相反，尤其是2016 年，技術(shù)變化的增長率為-1.52%，而全要素生產(chǎn)率的增長率為正。2006—2017 年間技術(shù)效率增長率的變化規(guī)律跟全要素生產(chǎn)率增長率的變化規(guī)律一致，呈現(xiàn)出同增同減的變化規(guī)律。其中，2016 年的技術(shù)效率增長率取得最大值為6.61%，2012 年取得最小值為-3.59%，2009 年的增長率也較小為-3.41%。在12年間內(nèi)，技術(shù)效率在2007 年、2009 年、2011 年、2012年和2015 年5 年內(nèi)出現(xiàn)了負(fù)增長變化。

圖1 樣本省份經(jīng)濟(jì)發(fā)展效率增長率的變化趨勢

（四）基于省份的Malmquist 指數(shù)分解

本文將17 個樣本省份進(jìn)行分區(qū)處理，將其劃分為東北、北部、黃河中游、大西南和大西北五個區(qū)域，并基于五個區(qū)域進(jìn)行Malmquist 指數(shù)分解。在測算東北區(qū)域經(jīng)濟(jì)發(fā)展效率時，只考慮了吉林和黑龍江兩個省份的效率值，沒有將遼寧省納入測算體系，主要原因在于2010—2014 年間遼寧省的部分經(jīng)濟(jì)數(shù)據(jù)指標(biāo)值增速較快，為防止測算結(jié)果出現(xiàn)偏差，將其排除在外。對五大區(qū)域的五種效率變化進(jìn)行空間演變過程的分析結(jié)果見表3。

表3 2006—2017 年間樣本省份及五大區(qū)域經(jīng)濟(jì)發(fā)展效率分解結(jié)果

由表3 可知，17 個樣本省份整體水平的五種效率分解值均達(dá)到了有效水平，總樣本技術(shù)效率變化、技術(shù)變化、純技術(shù)效率變化、規(guī)模效率變化和全要素生產(chǎn)率變化的均值依次為1.001、1.027、1.002、1.001和1.025，表明樣本省份的經(jīng)濟(jì)發(fā)展水平較好，經(jīng)濟(jì)發(fā)展得到了“質(zhì)”的提升。

從五大區(qū)域來看，按照全要素生產(chǎn)率變化（Tfpch）值的大小進(jìn)行排序：黃河中游區(qū)域的生產(chǎn)率值排名第一，為1.049；北部沿海區(qū)域的生產(chǎn)率值次之，為1.028；大西南區(qū)域的生產(chǎn)率值排在第三位，為1.019；東北區(qū)域的生產(chǎn)率值排在第四位，為1.014；大西北區(qū)域的生產(chǎn)率值小于1，排在最后一名，僅為0.982。黃河中游區(qū)域整體全要素生產(chǎn)率排名第一的原因主要在于，內(nèi)蒙古生產(chǎn)率的有效值較高，拉動了區(qū)域整體的經(jīng)濟(jì)發(fā)展效率。各區(qū)域的五種效率變化在有效性上的表現(xiàn)為：黃河中游區(qū)域整體平均水平的技術(shù)變化、技術(shù)效率變化、純技術(shù)效率變化有效，規(guī)模效率變化非有效；北部沿海區(qū)域和大西南區(qū)域整體平均水平的五種效率變化全部有效；東北區(qū)域整體平均水平的技術(shù)變化和全要素生產(chǎn)率變化有效，其他三種效率變化非有效；大西北區(qū)域整體平均水平的技術(shù)效率變化和純技術(shù)效率變化有效，技術(shù)變化、規(guī)模效率變化和全要素生產(chǎn)率變化非有效。

從各省份來看：黃河中游區(qū)域中，只有內(nèi)蒙古自治區(qū)的五種效率變化全部有效，河南、山西和陜西三省份均為部分有效；北部沿海區(qū)域中，山東和河北的五種效率變化均有效；大西南區(qū)域中，四川和重慶兩省份的五種效率變化全部有效，云南和貴州兩省份為部分有效；東北區(qū)域中，吉林的五種效率變化均有效，而黑龍江的五種效率變化均未達(dá)到有效水平；大西北區(qū)域中，青海、寧夏、甘肅和新疆的五種效率變化全部為部分有效。

為了從整體上分析樣本區(qū)域經(jīng)濟(jì)發(fā)展效率的時空差異，本文依據(jù)17 個樣本省份兩年間的全要素生產(chǎn)率變化情況分析其經(jīng)濟(jì)發(fā)展效率的變化趨勢。本文采用自定義的方式將經(jīng)濟(jì)發(fā)展效率按從大到小的順序進(jìn)行分類：第一類為經(jīng)濟(jì)發(fā)展效率水平高，其全要素生產(chǎn)率數(shù)值大于1.10；第二類為經(jīng)濟(jì)發(fā)展效率水平較高，其全要素生產(chǎn)率數(shù)值位于區(qū)間［1.05 1.10］內(nèi)；第三類為經(jīng)濟(jì)發(fā)展效率水平一般，其全要素生產(chǎn)率位于區(qū)間［1.00 1.05）內(nèi)；第四類為經(jīng)濟(jì)發(fā)展效率水平低，其全要素生產(chǎn)率小于1.00。2006 年和2017 年的經(jīng)濟(jì)發(fā)展效率簇狀圖如圖2 所示。

圖2 2006 年和2017 年樣本省份全要素生產(chǎn)率的對比

整體上來看，2006—2017 年間經(jīng)濟(jì)發(fā)展效率基本上呈現(xiàn)出小幅度增加的變化特征，2017 年的各區(qū)域全要素生產(chǎn)率水平相比2006 年基本均有所增加，經(jīng)濟(jì)發(fā)展效率低的省份也在減少，且在2006 年經(jīng)濟(jì)發(fā)展效率處于高水平的區(qū)域在2017 年基本上仍處于經(jīng)濟(jì)發(fā)展效率高水平。歷經(jīng)12 年，青海省的經(jīng)濟(jì)發(fā)展效率仍然處于一般水平，黑龍江的經(jīng)濟(jì)發(fā)展效率仍然處于低水平。

分年份來看，2006 年經(jīng)濟(jì)發(fā)展效率最高的3 個省份從北到南依次是內(nèi)蒙古、吉林和山東，經(jīng)濟(jì)發(fā)展效率水平較高的4 個省份從西到東依次是新疆、甘肅、寧夏和陜西，經(jīng)濟(jì)發(fā)展效率水平一般的6 個省份從西到東依次是青海、四川、貴州、重慶、山西和河北，經(jīng)濟(jì)發(fā)展效率水平低的4 個省份從北到南依次是黑龍江、遼寧、河南和云南。2017 年經(jīng)濟(jì)發(fā)展效率水平最高的5 個省份從北到南依次是甘肅、貴州、山西、河南和河北，經(jīng)濟(jì)發(fā)展效率水平較高的6 個省份從西到東依次是四川、寧夏、重慶、陜西、山東和遼寧，經(jīng)濟(jì)發(fā)展效率水平一般的4 個省份從西到東依次是新疆、青海、云南和吉林，經(jīng)濟(jì)發(fā)展水平低的2個省份從西到東依次是內(nèi)蒙古和黑龍江。

三、空間相關(guān)性檢驗

（一）全局自相關(guān)性檢驗

為考察資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的空間溢出效應(yīng)，本文采用ESDA 中的全局和局部自相關(guān)進(jìn)行空間相關(guān)性檢驗。全局自相關(guān)主要采用全局Moran’s I（Global Moran’s I）指數(shù)來反映屬性變量在整個研究區(qū)域范圍內(nèi)的空間聚集程度。Moran’s I 指數(shù)的計算公式為：

其中，n 為17 個省份；yi和yj分別代表第i 個省份和第j 個省份的屬性值；yˉ表示17 個省份屬性值的平均值；wij為空間權(quán)重矩陣，采用二進(jìn)制鄰接空間權(quán)重矩陣進(jìn)行空間分析，若第i 個省份和第j 個省份在地理上相鄰，則wij=1，否則wij=0。

本文采用Moran’s I 指數(shù)來考察樣本省份煤炭資源就地轉(zhuǎn)化指標(biāo)的空間相關(guān)性，包括空間相關(guān)性的方向和大小。2006—2017 年各樣本省份煤炭資源就地轉(zhuǎn)化指標(biāo)的Moran’s I 指數(shù)及其統(tǒng)計檢驗如表4所示?？梢?，在樣本考察期內(nèi)除2017 年之外其他年份的Moran’s I 指數(shù)均為正值，且除2012 年和2014年以外，均在10%的顯著性水平下顯著，表明整體來看17 個樣本省份存在一定的空間相關(guān)性，煤炭資源就地轉(zhuǎn)化在地理空間上表現(xiàn)出了一定的集聚現(xiàn)象。因此，在分析煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的影響時，為防止模型設(shè)定誤差和估計偏差，必須考慮空間相關(guān)性。

表4 2006—2017 年17 個樣本省份的Moran’s I 值

（續(xù)表4）

（二）局部自相關(guān)性檢驗

全局自相關(guān)性反映了變量的整體空間相關(guān)狀況，并不能具體體現(xiàn)變量的空間集聚類型。局部空間自相關(guān)主要是用局部Moran’s I 系數(shù)（LISA）來反映屬性變量在局部區(qū)域范圍內(nèi)的空間集聚程度。為了具體分析各樣本省份的內(nèi)在聯(lián)系，本文繪制了Moran’s I 散點圖來解析空間變量的局域相關(guān)性。部分年份的煤炭資源就地轉(zhuǎn)化率的局域Moran’s I 散點圖如圖3 所示。①

圖3 2006 年和2007 年煤炭資源就地轉(zhuǎn)化的Moran’s I 散點圖

Moran’s I 散點圖直觀體現(xiàn)了樣本省份煤炭資源就地轉(zhuǎn)化率的局部空間效應(yīng)，四個象限的含義分別為：第一象限（H-H）的散點表示該省份煤炭資源的就地轉(zhuǎn)化率較高，且其周邊省份的煤炭資源就地轉(zhuǎn)化率也較高，即煤炭資源就地轉(zhuǎn)化率高的省份被高轉(zhuǎn)化率省份包圍，屬于“高-高”集聚型；第二象限（L-H）表示低轉(zhuǎn)化率省份被高轉(zhuǎn)化率省份包圍，屬于“低-高”集聚型；第三象限（L-L）表示低轉(zhuǎn)化率省份被低轉(zhuǎn)化率省份包圍，屬于“低-低”集聚型；第四象限（H-L）表示高轉(zhuǎn)化率省份被低轉(zhuǎn)化率省份包圍，屬于“高-低”集聚型。通過Moran’s I 散點圖可以看出，樣本省份的散點圖主要分布在第一和第三象限，說明大部分省區(qū)形成了“高-高”“低-低”集聚區(qū)。其中，內(nèi)蒙古、山西、陜西、河南被同樣具有較低煤炭資源就地轉(zhuǎn)化率的其他省份包圍，形成了“低-低”集聚區(qū)。相比于2006 年，2007 年新生了具有較高煤炭資源就地轉(zhuǎn)化率的青海和貴州，兩省份被同樣具有較高煤炭資源就地轉(zhuǎn)化率的其他省份包圍，形成了“高-高”集聚區(qū)。可見，通過全局相關(guān)性與局部相關(guān)性均可證明樣本省份存在一定的空間相關(guān)性。2013 年轉(zhuǎn)化率的局部空間相關(guān)性有了小幅度變化，與2007 年相比較，青海的集聚類型由“高-高”型轉(zhuǎn)化為“低-高”型，內(nèi)蒙古自治區(qū)不再具有明顯的集聚效應(yīng)。

四、煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率影響的空間效應(yīng)

（一）數(shù)據(jù)來源與變量選取

1.數(shù)據(jù)來源。本文以2006—2017 年我國原煤產(chǎn)量較大的17 個省份為研究對象，變量數(shù)據(jù)取自《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、各省份統(tǒng)計年鑒和eps 數(shù)據(jù)庫。

2.變量選取和解釋。

（1）經(jīng)濟(jì)發(fā)展效率：全要素生產(chǎn)率（TFP）。經(jīng)濟(jì)發(fā)展效率是煤炭資源型省份經(jīng)濟(jì)高質(zhì)量發(fā)展的重要保障，提高全要素生產(chǎn)率意味著可以提升生產(chǎn)要素的利用效率，最終體現(xiàn)在整體經(jīng)濟(jì)的增長量上。因此，本文以全要素生產(chǎn)率（TFP）表征經(jīng)濟(jì)發(fā)展效率，計算方式：全要素生產(chǎn)率=產(chǎn)出總量/全部資源投入總量。本文以2005 年資本投入（固定資產(chǎn)投資）、自然資源投入（能源消費(fèi)總額）和勞動力投入（年末社會從業(yè)人數(shù)）為基期投入指標(biāo)，以2005 年GDP 為基期產(chǎn)出指標(biāo)，利用DEA-Malmquist 指數(shù)法對全要素生產(chǎn)率進(jìn)行測算。

（2）煤炭資源就地轉(zhuǎn)化率（Po）。煤炭資源就地轉(zhuǎn)化是指根據(jù)當(dāng)?shù)刈匀毁Y源稟賦的特點，在煤炭資源開采后就地延伸煤炭能源產(chǎn)業(yè)鏈，以提高當(dāng)?shù)孛禾磕茉吹墓I(yè)增加值，將區(qū)域能源優(yōu)勢轉(zhuǎn)化為經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展優(yōu)勢。目前，對于煤炭資源就地轉(zhuǎn)化水平的表征指標(biāo)較少，本文利用周喜君（2015）采用的煤炭自用率來表征煤炭就地轉(zhuǎn)化水平（Po），計算公式為：煤炭資源就地轉(zhuǎn)化率=［（當(dāng)年煤炭生產(chǎn)量-當(dāng)年煤炭調(diào)出量）/當(dāng)年煤炭生產(chǎn)量］×100%。

（3）科技創(chuàng)新投入（TI）?？萍紕?chuàng)新投入會相應(yīng)地提升科技創(chuàng)新能力，而科技創(chuàng)新能力的提升又會推動煤炭相關(guān)產(chǎn)業(yè)發(fā)展和傳統(tǒng)資源型企業(yè)更新設(shè)備、技術(shù)和工藝，促使其產(chǎn)業(yè)改造升級，因此，通過科技創(chuàng)新投入可以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)合理化，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，進(jìn)而推動經(jīng)濟(jì)高質(zhì)量發(fā)展?？紤]到數(shù)據(jù)的可獲得性，本文采用科技投入支出與財政支出的比值來表示科技創(chuàng)新投入。

（4）物質(zhì)資本投資（PC）。理論和經(jīng)驗研究表明，煤炭資源型省份的豐裕煤炭資源會阻礙儲蓄和投資水平，即通過擠出貨幣資本抑制經(jīng)濟(jì)效率提升，因此，本文將物質(zhì)資本投資納入控制變量。本文物質(zhì)資本投資用全社會固定資產(chǎn)投資與GDP 的比值來表示。

（5）教育投入（EI）。教育事業(yè)對國家和地區(qū)的經(jīng)濟(jì)、社會持續(xù)健康發(fā)展及國家文化傳承有著重要作用，教育投入是影響技術(shù)創(chuàng)新能力的重要要素，會直接影響經(jīng)濟(jì)發(fā)展效率。很多文獻(xiàn)表明，自然資源為資源型省份提供了財富源泉，可能會引起教育意愿下降，使得人們?nèi)狈逃度氲膬?nèi)在驅(qū)動力。因此，在研究資源型省份經(jīng)濟(jì)發(fā)展水平時需要考慮將教育投入納入研究框架，本文教育投入指標(biāo)采用教育投入占財政收支的比例來表征。

（6）制造業(yè)投入（MAN）。Sachs 和Warner（1995）、徐康寧和王劍（2006）、楊莉莉和邵帥（2014）已經(jīng)證實，資源開發(fā)活動對制造業(yè)生產(chǎn)要素投入產(chǎn)生了抑制效應(yīng)，因此將制造業(yè)投入引入理論模型。限于數(shù)據(jù)的合理性和可獲得性，本文采用加工制造業(yè)從業(yè)人數(shù)占所有從業(yè)人數(shù)的比例來衡量。

（7）經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)（EIS）。經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)常用的測度方法有第二產(chǎn)業(yè)產(chǎn)值占GDP 的比重、第三產(chǎn)業(yè)產(chǎn)值占GDP 的比重兩種方式。本文采用資源型省份第三產(chǎn)業(yè)產(chǎn)值與地區(qū)GDP 的比值表征經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)（李強(qiáng)、魏巍，2018）[27]。

（8）城鎮(zhèn)化進(jìn)程（UP）。城鎮(zhèn)化進(jìn)程是衡量國家或省份經(jīng)濟(jì)發(fā)展程度的重要指標(biāo)之一，也是體現(xiàn)國家或省份社會組織程度和管理水平的重要標(biāo)志之一，本文城鎮(zhèn)化進(jìn)程采用社會經(jīng)濟(jì)建設(shè)使用的城鎮(zhèn)人口占總?cè)丝诘谋戎貋肀硎尽?/p>

（9）政府干預(yù)程度（GI）。合理范圍內(nèi)的財政支出會通過優(yōu)化資源配置、調(diào)節(jié)市場的滯后性和盲目性促進(jìn)經(jīng)濟(jì)發(fā)展效率提升，但如果各級政府過度干預(yù)市場經(jīng)濟(jì)或者財政支出力度不夠，就會對經(jīng)濟(jì)發(fā)展的數(shù)量和質(zhì)量產(chǎn)生抑制作用，因此政府干預(yù)對經(jīng)濟(jì)發(fā)展的影響方向存在爭議（楊莉莉等，2014）[17]。由于煤炭資源型產(chǎn)業(yè)是國民經(jīng)濟(jì)發(fā)展的命脈，各級政府過多干預(yù)了資源開采和資源產(chǎn)品價格，因此，本文將政府干預(yù)作為控制變量引入煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率影響的分析中。本文參照張立新等（2018）[28]的做法，采用地區(qū)財政支出與地區(qū)總產(chǎn)值之比表示政府干預(yù)程度。

（二）模型選擇

在進(jìn)行空間計量分析之前，需要對空間依賴性進(jìn)行檢驗，本文分別采用拉格朗日乘數(shù)LM 檢驗和穩(wěn)健的拉格朗日乘數(shù)Robust-LM 檢驗方法對空間依賴性進(jìn)行檢驗。LM 檢驗不僅可以檢驗空間自相關(guān)的存在性，還可以根據(jù)統(tǒng)計量的顯著程度進(jìn)行空間計量模型選擇。模型選擇標(biāo)準(zhǔn)為：如果LM-Error 檢驗和LM-Lag 檢驗均不具有統(tǒng)計顯著性，則采用普通混合回歸模型；如果LM-Error 檢驗具有統(tǒng)計顯著性而LM-Lag 不顯著，則選用空間誤差模型（SEM），反之則選擇空間滯后模型（SAR）；如果LM-Error 與LM-Lag 均具有統(tǒng)計顯著性，則需進(jìn)一步進(jìn)行Robust-LM 檢驗，在進(jìn)行Robust-LM 檢驗時，若Robust-LM-Error 統(tǒng)計量顯著而Robust-LM-Lag 不顯著，則選用空間誤差模型（SEM），反之，則選擇空間滯后模型（SAR）；如果四個檢驗統(tǒng)計量均具有統(tǒng)計顯著性，則需進(jìn)一步判斷檢驗統(tǒng)計量的大小和顯著性，如果LM-Lag 和Robust-LM-Lag 的顯著性均高于LM-Error 和Robust-LM-Error 的顯著性，則選用空間滯后模型，反之選用空間誤差模型。LM 檢驗結(jié)果見表5。

表5 模型設(shè)定檢驗結(jié)果

表5 顯示，LM-Lag、LM-Error、Robust-LM-Lag、Robust-LM-Error 四個檢驗方法均在10%的顯著性水平下具有統(tǒng)計顯著性，證明存在空間相關(guān)性，可以構(gòu)建空間計量模型研究煤炭資源就地轉(zhuǎn)化的經(jīng)濟(jì)效應(yīng)。LM-Lag、Robust-LM-Lag 檢驗的統(tǒng)計量值明顯高于LM-Error、Robust-LM-Error 檢驗，表明空間滯后模型的顯著性更高，即選擇空間滯后模型進(jìn)行空間效應(yīng)分析更為合適。另外，空間杜賓模型（SDM）可以通過空間滯后模型拓展得到，因此為了找出更能反映研究問題的模型，本文同時構(gòu)建了空間滯后模型（SAR）與空間杜賓模型（SDM），用于測度煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的影響。

（三）模型估計

為了降低異方差和多重共線性的影響，本文對控制變量進(jìn)行了對數(shù)化處理，并進(jìn)行了Hauaman 檢驗。結(jié)果發(fā)現(xiàn)，空間滯后模型和空間杜賓模型的Hauaman 統(tǒng)計量對應(yīng)的概率值分別為0.016 6 和0.027 0，均在5%的顯著性水平下顯著，因此需要選用固定效應(yīng)模型對空間滯后模型和空間杜賓模型進(jìn)行估計。兩種模型的估計結(jié)果見表6。

表6 空間面板計量模型結(jié)果匯總

表6 顯示，固定效應(yīng)空間杜賓模型的對數(shù)似然值Log-L 為239.964 1，大于固定效應(yīng)空間滯后模型的206.344 1，說明空間杜賓模型比空間滯后模型的擬合效果更好，因此本文選擇固定效應(yīng)空間杜賓模型來分析煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的空間效應(yīng)。本文構(gòu)建的空間杜賓模型（SDM）為：

空間杜賓模型的估計結(jié)果顯示：煤炭資源就地轉(zhuǎn)化率（Po）的系數(shù)在10%的顯著性水平下顯著為正，表明煤炭資源就地轉(zhuǎn)化率的提高會提升經(jīng)濟(jì)的發(fā)展效率；科技創(chuàng)新投入（LNTI）在5%的顯著性水平下顯著為正，說明科技創(chuàng)新投入對經(jīng)濟(jì)發(fā)展效率的提升具有促進(jìn)作用；城鎮(zhèn)化進(jìn)程（LNUP）在1%的顯著性水平下顯著為正，說明加快城鎮(zhèn)化發(fā)展進(jìn)程能明顯促進(jìn)煤炭資源型城市的經(jīng)濟(jì)發(fā)展質(zhì)量提升；政府干預(yù)（LNGI）雖然能夠促進(jìn)經(jīng)濟(jì)發(fā)展效率提升，但并不具有統(tǒng)計顯著性；物質(zhì)資本投資（LNPC）和經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)（LNEIS）的系數(shù)分別在不同的顯著性水平下顯著為負(fù)。回歸結(jié)果表明，提高煤炭資源就地轉(zhuǎn)化率水平、加大科技創(chuàng)新投入力度、加快城鎮(zhèn)化進(jìn)程這一系列的經(jīng)濟(jì)活動都能促進(jìn)地方經(jīng)濟(jì)發(fā)展效率提升。制造業(yè)投入對經(jīng)濟(jì)發(fā)展效率產(chǎn)生了負(fù)向影響，可能的原因在于：對于煤炭資源大省而言，其經(jīng)濟(jì)發(fā)展主要依靠煤炭資源的開采紅利，產(chǎn)業(yè)結(jié)構(gòu)不合理，且其將大量投資用于煤炭資源開采，造成制造業(yè)投入資金缺乏，阻礙了制造業(yè)的發(fā)展，進(jìn)而造成對經(jīng)濟(jì)發(fā)展效率的推動力缺乏。

空間滯后系數(shù)ρ 在1%的顯著性水平下顯著大于0，說明該省份的經(jīng)濟(jì)發(fā)展可以帶動周邊臨近省份經(jīng)濟(jì)發(fā)展，即一個地區(qū)的經(jīng)濟(jì)發(fā)展效率值不僅會受到本地區(qū)經(jīng)濟(jì)發(fā)展效率的影響，同時也會受到周邊臨近省份經(jīng)濟(jì)發(fā)展效率的影響。在SDM 模型中，W×Po、W×LNTI、W×LNPC、W×LNMAN、W×LNEIS、W×LNUP、W×LNEI、W×LNGI 分別表示本地區(qū)煤炭資源就地轉(zhuǎn)化率與各控制變量對周邊臨近省份經(jīng)濟(jì)發(fā)展效率的影響，估計結(jié)果顯示：本地區(qū)的科技創(chuàng)新投入水平對臨近地區(qū)經(jīng)濟(jì)發(fā)展效率的影響系數(shù)顯著為負(fù)，表明本地區(qū)經(jīng)濟(jì)發(fā)展的變化會對臨近地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生競爭力，促使科技從業(yè)人員由“低”向“高”流動，從而減少另一地區(qū)的科技從業(yè)人員數(shù)量，對臨近地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生了負(fù)向空間溢出效應(yīng)；本地區(qū)物質(zhì)資本投資水平對周邊臨近省份經(jīng)濟(jì)發(fā)展效率的影響系數(shù)顯著為正，表明本地區(qū)的經(jīng)濟(jì)發(fā)展效率對周邊臨近地區(qū)的經(jīng)濟(jì)發(fā)展效率產(chǎn)生了競爭力，從而增加了另一地區(qū)的物質(zhì)資本投資水平，導(dǎo)致了一種正向空間溢出效應(yīng)。

那么，煤炭資源就地轉(zhuǎn)化對本地區(qū)經(jīng)濟(jì)發(fā)展效率、周邊臨近地區(qū)經(jīng)濟(jì)發(fā)展效率的影響程度如何？進(jìn)一步，煤炭資源就地轉(zhuǎn)化影響經(jīng)濟(jì)發(fā)展效率的機(jī)制是什么？接下來，本文將對這些問題進(jìn)行具體分析，從煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的直接影響效應(yīng)、空間溢出影響效應(yīng)和影響機(jī)制三個方面入手，測度與分析煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的空間效應(yīng)。

（四）煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率影響的空間效應(yīng)分解

由于存在空間溢出效應(yīng)，煤炭資源就地轉(zhuǎn)化及控制變量的變化不僅會影響本地區(qū)的經(jīng)濟(jì)發(fā)展效率，還會通過空間溢出效應(yīng)影響周邊地區(qū)的經(jīng)濟(jì)發(fā)展效率，并通過循環(huán)作用引起一系列影響程度的變化。為此，本文利用效應(yīng)分解方法將煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的空間效應(yīng)進(jìn)行分解，分析其直接效應(yīng)、間接效應(yīng)和總效應(yīng)。直接效應(yīng)表示本地區(qū)自變量變動對本地區(qū)經(jīng)濟(jì)發(fā)展效率的平均影響。間接效應(yīng)又稱為空間溢出效應(yīng)，表示本地區(qū)自變量變動對周邊地區(qū)經(jīng)濟(jì)發(fā)展效率的平均影響?？傂?yīng)表示整個樣本區(qū)域中本地區(qū)自變量變動對整體區(qū)域經(jīng)濟(jì)發(fā)展效率的平均影響。本文采用Lesage 等提出的“求偏微分法”對空間溢出效應(yīng)中的直接效應(yīng)、間接效應(yīng)分別進(jìn)行測度，結(jié)果見表7。

表7 空間杜賓模型的空間效應(yīng)分解

空間效應(yīng)分解結(jié)果顯示，煤炭資源就地轉(zhuǎn)化的直接效應(yīng)和間接效應(yīng)均在10%的顯著性水平下顯著，其中直接效應(yīng)為0.083 8，說明提高本地區(qū)的煤炭資源就地轉(zhuǎn)化水平能夠提高當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展效率。煤炭資源就地轉(zhuǎn)化水平的提高能夠橫向拓寬、縱向衍生出本地煤炭資源轉(zhuǎn)化的各類產(chǎn)業(yè)鏈，通過持續(xù)推進(jìn)煤炭產(chǎn)業(yè)鏈條發(fā)展，能夠提高煤炭資源相關(guān)產(chǎn)業(yè)的附加值，進(jìn)而提升經(jīng)濟(jì)效益和經(jīng)濟(jì)發(fā)展水平。同時，煤炭相關(guān)產(chǎn)業(yè)鏈條的發(fā)展能夠推動城鎮(zhèn)化進(jìn)程加速，進(jìn)而促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展水平提升。另外，煤炭資源就地轉(zhuǎn)化水平的提高能夠增強(qiáng)煤炭產(chǎn)業(yè)鏈之間的關(guān)聯(lián)度，形成煤炭資源加工集聚區(qū)，推進(jìn)煤炭產(chǎn)業(yè)與關(guān)聯(lián)產(chǎn)業(yè)協(xié)調(diào)發(fā)展，實現(xiàn)從傳統(tǒng)煤炭產(chǎn)業(yè)向具有地方特色和競爭力的“非煤”現(xiàn)代產(chǎn)業(yè)體系拓展，降低生產(chǎn)成本，提高生產(chǎn)的規(guī)模效應(yīng)，進(jìn)而推動本地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。煤炭資源就地轉(zhuǎn)化水平的間接效應(yīng)為0.020 2，說明煤炭資源就地轉(zhuǎn)化水平的確會對周邊地區(qū)的經(jīng)濟(jì)發(fā)展效率起到正向溢出效應(yīng)，但由于系數(shù)較小，所以其發(fā)揮的促進(jìn)效應(yīng)有限。煤炭資源就地轉(zhuǎn)化對周邊省區(qū)經(jīng)濟(jì)發(fā)展效率的影響可能體現(xiàn)在：煤炭資源就地轉(zhuǎn)化對本地經(jīng)濟(jì)發(fā)展效率的影響可能會通過“示范效應(yīng)”或“模仿效應(yīng)”促使臨近省區(qū)通過提高煤炭自用率來提升經(jīng)濟(jì)發(fā)展效率。煤炭資源就地轉(zhuǎn)化水平的間接效應(yīng)系數(shù)遠(yuǎn)小于直接效應(yīng)系數(shù)，表明煤炭資源就地轉(zhuǎn)化水平的提高對本地區(qū)經(jīng)濟(jì)發(fā)展效率的正向影響遠(yuǎn)大于對周邊省區(qū)的影響，這種現(xiàn)象符合現(xiàn)實?？傮w來說，在影響經(jīng)濟(jì)發(fā)展效率的模型中加入物質(zhì)資本投資、制造業(yè)投入、第三產(chǎn)業(yè)投資、城鎮(zhèn)化進(jìn)程、教育投入、政府干預(yù)等控制變量的情況下，煤炭資源就地轉(zhuǎn)化會對本地區(qū)及周邊臨近省區(qū)的經(jīng)濟(jì)發(fā)展效率都起到了正向效應(yīng)，即提高煤炭資源就地轉(zhuǎn)化率可以實現(xiàn)同時提高本地區(qū)及周邊臨近省區(qū)經(jīng)濟(jì)發(fā)展效率的目的。這種結(jié)果啟示我們，對于煤炭資源型大省而言，要想充分通過提高煤炭資源就地轉(zhuǎn)化率水平來提升經(jīng)濟(jì)發(fā)展效率，就要在煤炭資源相關(guān)產(chǎn)業(yè)鏈的發(fā)展過程中加強(qiáng)與臨近煤炭資源省份的往來，互相借鑒有益舉措，切實有效提升煤炭資源就地轉(zhuǎn)化率，進(jìn)而達(dá)到促進(jìn)雙方經(jīng)濟(jì)發(fā)展效率共同提升的目的。

科技創(chuàng)新投入的直接效應(yīng)在5%的顯著性水平下顯著為正（0.083 5），說明加大科技創(chuàng)新投入能夠提高本地區(qū)的經(jīng)濟(jì)發(fā)展效率。原因主要在于，加大科技創(chuàng)新投入可以促使企業(yè)大力進(jìn)行科技創(chuàng)新，而科技創(chuàng)新可以提高技術(shù)水平和促進(jìn)技術(shù)升級，這是經(jīng)濟(jì)獲得長期可持續(xù)發(fā)展的關(guān)鍵，因此科技創(chuàng)新投入的提高能夠促進(jìn)整個經(jīng)濟(jì)系統(tǒng)良性發(fā)展。科技創(chuàng)新投入的間接效應(yīng)為負(fù)，但不具有統(tǒng)計顯著性，說明科技創(chuàng)新投入對周邊省區(qū)的經(jīng)濟(jì)發(fā)展效率存在負(fù)向空間溢出效應(yīng)，但這種空間溢出效應(yīng)的作用不明顯。

物質(zhì)資本投資的直接效應(yīng)和間接效應(yīng)分別在1%和10%的顯著性水平下顯著，其中直接效應(yīng)為負(fù)，表明增加物質(zhì)資本投資對本地區(qū)經(jīng)濟(jì)發(fā)展效率起到了抑制作用?？赡艿慕忉屖?，物質(zhì)資本投資回報具有時間效應(yīng)，物質(zhì)資本投資對經(jīng)濟(jì)發(fā)展的正向效應(yīng)不會立馬作用于當(dāng)下，而是需要一段時間才能真正發(fā)揮其正向效應(yīng)，另外，加大物質(zhì)資本投資會降低其他投資水平，不利于當(dāng)期經(jīng)濟(jì)發(fā)展，因此，本地區(qū)物質(zhì)資本當(dāng)年投入對當(dāng)年經(jīng)濟(jì)發(fā)展效率會產(chǎn)生負(fù)向影響。物質(zhì)資本投資的間接效應(yīng)為正，表明增加本地區(qū)的物質(zhì)資本投資能夠促進(jìn)周邊地區(qū)經(jīng)濟(jì)發(fā)展效率提升。

城鎮(zhèn)化進(jìn)程的直接效應(yīng)在5%的顯著性水平下顯著為正，表明加快城鎮(zhèn)化進(jìn)程可以實現(xiàn)提高本地區(qū)經(jīng)濟(jì)發(fā)展效率的目的。原因在于，城鎮(zhèn)化進(jìn)程的加快反映了城鎮(zhèn)人口數(shù)量的增加，這在促進(jìn)城市消費(fèi)的同時也促進(jìn)了人才引進(jìn)，進(jìn)而拉動了經(jīng)濟(jì)增長。城鎮(zhèn)化進(jìn)程的空間溢出效應(yīng)為負(fù)，但不具有統(tǒng)計顯著性，這歸因于城鎮(zhèn)化進(jìn)程主要在省內(nèi)實現(xiàn)，使得勞動力轉(zhuǎn)移基本在省內(nèi)實現(xiàn)，實現(xiàn)跨省轉(zhuǎn)移的機(jī)會相對較小，所以本地區(qū)城鎮(zhèn)化進(jìn)程的加快并不會對周邊省區(qū)的經(jīng)濟(jì)發(fā)展帶來顯著影響。直接效應(yīng)和空間溢出效應(yīng)的綜合作用使得城鎮(zhèn)化進(jìn)程的總效應(yīng)在1%的顯著性水平下顯著為正（0.347 7），表明城鎮(zhèn)化進(jìn)程會對樣本省份的整體經(jīng)濟(jì)發(fā)展效率產(chǎn)生積極作用。城鎮(zhèn)化進(jìn)程的間接效應(yīng)不顯著，但總效應(yīng)顯著，原因主要在于城鎮(zhèn)化進(jìn)程加快的直接效應(yīng)比較顯著。

五、煤炭資源就地轉(zhuǎn)化影響經(jīng)濟(jì)發(fā)展效率的傳導(dǎo)機(jī)制

提高煤炭資源就地轉(zhuǎn)化率會促進(jìn)17 個樣本省份當(dāng)?shù)丶爸苓叺貐^(qū)的經(jīng)濟(jì)發(fā)展效率提升，那么煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的傳導(dǎo)機(jī)制如何？

（一）傳導(dǎo)機(jī)制模型構(gòu)建

邵帥、楊莉莉（2014）[17]等學(xué)者的研究表明，各種傳導(dǎo)機(jī)制其實可以通過與其相對應(yīng)的代表性變量與主要研究變量之間的關(guān)系體現(xiàn)出來。本文借鑒該研究思路，將煤炭資源就地轉(zhuǎn)化水平以及影響經(jīng)濟(jì)發(fā)展效率的七個控制變量作為研究對象，研究煤炭資源就地轉(zhuǎn)化水平在提升經(jīng)濟(jì)發(fā)展效率的過程中七個潛在傳導(dǎo)機(jī)制變量的傳導(dǎo)作用。借助第四部分的空間效應(yīng)，仍構(gòu)建空間滯后模型、空間誤差模型和空間杜賓模型進(jìn)行傳導(dǎo)機(jī)制分析。

在各傳導(dǎo)機(jī)制分析中，根據(jù)空間計量模型的檢驗方法和選擇依據(jù)，對各潛在傳導(dǎo)機(jī)制空間面板計量模型進(jìn)行選擇，采用的模型形式和各回歸結(jié)果見表8。

表8 傳導(dǎo)機(jī)制分析結(jié)果

（續(xù)表8）

（二）傳導(dǎo)機(jī)制結(jié)果與分析

根據(jù)空間計量模型回歸結(jié)果，煤炭資源就地轉(zhuǎn)化對物質(zhì)資本投資、科技創(chuàng)新投入和城鎮(zhèn)化進(jìn)程三個潛在傳導(dǎo)機(jī)制變量具有顯著提升作用，對政府干預(yù)程度起抑制作用，對制造業(yè)投入、教育投入和經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)不具有顯著影響，可見物質(zhì)資本投資、城鎮(zhèn)化進(jìn)程、科技創(chuàng)新投入和政府干預(yù)程度這四個影響因素在煤炭資源就地轉(zhuǎn)化影響經(jīng)濟(jì)發(fā)展效率的過程中起到了重要傳導(dǎo)作用。為了更直觀分析各潛在傳導(dǎo)因素的影響程度，本文測度了各傳導(dǎo)變量的絕對影響程度和相對影響程度，結(jié)果見表9。

表9 傳導(dǎo)變量影響程度的測度結(jié)果

在表9 中，系數(shù)值ρ 為四個傳導(dǎo)變量傳導(dǎo)過程的相應(yīng)回歸系數(shù)（見表8），β 為SDM 模型中對應(yīng)控制變量對經(jīng)濟(jì)發(fā)展效率的影響系數(shù)（見表6），ρ×β 為煤炭資源就地轉(zhuǎn)化水平通過四個傳導(dǎo)變量對經(jīng)濟(jì)發(fā)展效率的絕對影響程度，相對影響程度為各傳導(dǎo)變量在總體傳導(dǎo)機(jī)制中所占的比重。

煤炭資源就地轉(zhuǎn)化通過顯著增加物質(zhì)資本投資阻礙了經(jīng)濟(jì)發(fā)展效率提升，其絕對影響程度為-0.011 1，在總傳導(dǎo)途徑中該影響占23.076%。煤炭資源就地轉(zhuǎn)化與物質(zhì)資本投資之間存在顯著正相關(guān)關(guān)系，而物質(zhì)資本投資與經(jīng)濟(jì)發(fā)展效率之間存在顯著負(fù)相關(guān)關(guān)系，主要原因在于，物質(zhì)資本投資的主要用途為經(jīng)濟(jì)基礎(chǔ)建設(shè)，短時間內(nèi)其對經(jīng)濟(jì)發(fā)展效率的促進(jìn)作用未能顯現(xiàn)。

煤炭資源就地轉(zhuǎn)化通過顯著加大科技創(chuàng)新投入提升了經(jīng)濟(jì)發(fā)展效率，其絕對影響程度為0.002 2，在總傳導(dǎo)途徑中該影響占4.574%。在煤炭資源就地轉(zhuǎn)化水平提升中衍生出相應(yīng)產(chǎn)品的過程中需要大量的科技創(chuàng)新投入，以保證煤炭資源就地轉(zhuǎn)化率提升，從而強(qiáng)化了對新技術(shù)的需求和創(chuàng)新動力，促進(jìn)了科技創(chuàng)新。

煤炭資源就地轉(zhuǎn)化通過顯著加速城鎮(zhèn)化進(jìn)程促進(jìn)了經(jīng)濟(jì)發(fā)展效率提升，其絕對影響程度為0.034 5，在總傳導(dǎo)途徑中該影響占71.726%，這與實際情況較符。一方面，煤炭資源的紅利導(dǎo)致更多的勞動力轉(zhuǎn)向了自然資源產(chǎn)業(yè)；另一方面，煤炭資源型地區(qū)提高煤炭資源就地轉(zhuǎn)化水平必定會延伸煤炭資源產(chǎn)業(yè)鏈，而產(chǎn)業(yè)鏈的延伸會吸納更多勞動力，會加快城鎮(zhèn)化進(jìn)程，從而提升經(jīng)濟(jì)發(fā)展效率。

煤炭資源就地轉(zhuǎn)化通過顯著抑制政府干預(yù)程度促進(jìn)了經(jīng)濟(jì)發(fā)展效率提升，其絕對影響程度為-0.000 3，在總傳導(dǎo)途徑中該影響占0.624%。造成這種結(jié)果的原因在于，提高煤炭資源就地轉(zhuǎn)化水平會降低政府干預(yù)程度，而政府干預(yù)程度對經(jīng)濟(jì)發(fā)展效率的影響不具有統(tǒng)計顯著性。

煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)、制造業(yè)投入和教育投入的影響不具有統(tǒng)計顯著性，說明樣本省份的這三項因素在煤炭資源就地轉(zhuǎn)化水平影響經(jīng)濟(jì)發(fā)展效率的過程中沒有起到明顯作用。

六、結(jié)論與建議

（一）研究結(jié)論

本文從空間經(jīng)濟(jì)視角就煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的影響及其機(jī)制進(jìn)行了分析，研究發(fā)現(xiàn)，所選17 個資源型樣本省份的煤炭資源就地轉(zhuǎn)化確實存在一定的空間依賴性。本文先采用空間杜賓模型分析了煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的影響，進(jìn)一步從直接效用、間接效用、總效用三個角度測度了煤炭資源就地轉(zhuǎn)化對經(jīng)濟(jì)發(fā)展效率的空間影響，最后分析了煤炭資源就地轉(zhuǎn)化影響經(jīng)濟(jì)發(fā)展效率過程中的各傳導(dǎo)機(jī)制。通過研究，本文最終得到四個結(jié)論。

1.煤炭資源就地轉(zhuǎn)化率的空間相關(guān)性。從全局相關(guān)性分析可知，整體來看17 個樣本省份存在著一定的正向空間相關(guān)性。從局部相關(guān)性分析可知，大部分省區(qū)形成了“高-高”“低-低”集聚現(xiàn)象。無論是從全局還是局部上看，17 個樣本省份都存在著一定的空間相關(guān)性，煤炭資源就地轉(zhuǎn)化在地理空間上呈現(xiàn)出了一定的集聚現(xiàn)象。

2. 煤炭資源就地轉(zhuǎn)化率對經(jīng)濟(jì)發(fā)展效率的直接效應(yīng)。煤炭資源就地轉(zhuǎn)化率、科技創(chuàng)新投入、城鎮(zhèn)化進(jìn)程促進(jìn)了經(jīng)濟(jì)發(fā)展效率提升，物質(zhì)資本投資和經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)對本地區(qū)經(jīng)濟(jì)發(fā)展效率產(chǎn)生了抑制作用，其他控制變量對當(dāng)?shù)亟?jīng)濟(jì)發(fā)展效率的影響不顯著。

3.煤炭資源就地轉(zhuǎn)化率對經(jīng)濟(jì)發(fā)展效率的間接效應(yīng)。煤炭資源就地轉(zhuǎn)化、物質(zhì)資本投資對周邊地區(qū)經(jīng)濟(jì)發(fā)展效率存在顯著空間溢出效應(yīng)。其中，煤炭資源就地轉(zhuǎn)化存在正向空間溢出效應(yīng)，即提高煤炭資源就地轉(zhuǎn)化水平可以提高當(dāng)?shù)丶爸苓吺^(qū)的經(jīng)濟(jì)發(fā)展效率。科技創(chuàng)新投入對周邊省區(qū)的經(jīng)濟(jì)發(fā)展效率產(chǎn)生了負(fù)向空間溢出效應(yīng)，但整體顯著性不高。

4.煤炭資源就地轉(zhuǎn)化影響經(jīng)濟(jì)發(fā)展效率的傳導(dǎo)途徑。煤炭資源就地轉(zhuǎn)化通過拉動物質(zhì)資本投資阻礙了經(jīng)濟(jì)發(fā)展效率提升，通過加快城鎮(zhèn)化進(jìn)程、提高科技創(chuàng)新投入、降低政府干預(yù)程度提升了經(jīng)濟(jì)發(fā)展效率。

（二）對策建議

對于資源型省份而言，在具體實施煤炭資源利用政策時要注意：重視煤炭資源就地轉(zhuǎn)化水平的推進(jìn)和煤炭資源的充分利用，著眼于如何提高煤炭資源的附加值，借助區(qū)域煤炭資源優(yōu)點持續(xù)拓寬區(qū)域產(chǎn)業(yè)鏈；引導(dǎo)社會創(chuàng)新資源，加大科技創(chuàng)新投入，大力開展煤炭能源利用技術(shù)革新，全方位提高煤炭采掘、運(yùn)送、轉(zhuǎn)換利用等行業(yè)的技術(shù)自主創(chuàng)新能力，努力轉(zhuǎn)換煤炭資源優(yōu)勢為煤炭技術(shù)優(yōu)勢；充分利用當(dāng)前我國激勵煤炭資源型區(qū)域轉(zhuǎn)型升級的有益機(jī)會，探尋創(chuàng)建區(qū)域煤炭金融體制，完成傳統(tǒng)式煤炭產(chǎn)業(yè)發(fā)展規(guī)劃的金融業(yè)化，利用當(dāng)代金融衍生工具防范風(fēng)險，提升操控主導(dǎo)權(quán)，進(jìn)而提升附加值。

在利用煤炭資源就地轉(zhuǎn)化來提升經(jīng)濟(jì)發(fā)展效率時，各省份應(yīng)當(dāng)充分認(rèn)識煤炭資源就地轉(zhuǎn)化的空間溢出效應(yīng)，不僅要關(guān)注本省域內(nèi)的煤炭資源就地轉(zhuǎn)化政策，還要了解周邊省域在煤炭資源利用方面的政策及其影響因素，要加強(qiáng)各省域、部門之間的合作。進(jìn)一步，要將煤炭資源就地轉(zhuǎn)化從各省份獨立運(yùn)作轉(zhuǎn)變?yōu)楦魇∮蛑g相互協(xié)作，促使各省份發(fā)揮各自優(yōu)勢，實現(xiàn)各省份經(jīng)濟(jì)共同發(fā)展。

注釋：

①限于篇幅，本文沒有報告其他年份的Moran’s I 散點圖，留存?zhèn)渌鳌?/p>