摘 要：全面提升綠色發(fā)展效率是我國(guó)煤炭行業(yè)高質(zhì)量發(fā)展面臨的重點(diǎn)工作，解決煤炭行業(yè)綠色發(fā)展效率整體水平不高、區(qū)域綠色發(fā)展水平不均衡等突出問(wèn)題，是加快我國(guó)能源革命和“雙碳”戰(zhàn)略進(jìn)程的關(guān)鍵抓手。基于2008—2020年我國(guó)煤炭富集區(qū)15個(gè)省份煤炭行業(yè)的面板數(shù)據(jù)，構(gòu)建考慮非期望產(chǎn)出和煤炭綠色生產(chǎn)特質(zhì)的超效率SBM-GML模型和探索性空間數(shù)據(jù)分析模型，對(duì)煤炭行業(yè)的綠色發(fā)展效率和綠色全要素生產(chǎn)率進(jìn)行測(cè)算，從行業(yè)和區(qū)域、靜態(tài)和動(dòng)態(tài)、時(shí)間和空間六維截面分析刻畫(huà)我國(guó)煤炭行業(yè)綠色發(fā)展效率的空間格局和時(shí)空演化進(jìn)程。結(jié)果表明，考察期內(nèi)煤炭行業(yè)綠色發(fā)展效率呈現(xiàn)出波動(dòng)上升的趨勢(shì)，增長(zhǎng)率超37%，整體均值相對(duì)較低，為0.646；我國(guó)煤炭富集區(qū)綠色發(fā)展效率有著明顯的空間差異，煤炭區(qū)際的空間演化表現(xiàn)為西部地區(qū)—東北地區(qū)—中部地區(qū)—東部地區(qū)漸次遞減的空間格局；煤炭富集區(qū)15個(gè)省份的空間演化具有顯著的正相關(guān)性，相鄰省份的煤炭行業(yè)綠色發(fā)展效率存在空間依賴(lài)性，地理集聚逐漸增強(qiáng)，且局部自相關(guān)主要表現(xiàn)為高-高集聚（H-H）、低-高集聚（L-H）和低-低集聚（L-L），空間差異呈現(xiàn)逐漸減弱趨勢(shì)，“馬太效應(yīng)”明顯；煤炭行業(yè)綠色全要素生產(chǎn)率亦呈現(xiàn)出增長(zhǎng)趨勢(shì)，平均增長(zhǎng)了5.9%，年均增長(zhǎng)率為3.7%。綠色全要素生產(chǎn)率的提高主要源自技術(shù)進(jìn)步，技術(shù)進(jìn)步可以抵消由于技術(shù)效率低下帶來(lái)的負(fù)向影響。

關(guān)鍵詞：煤炭富集區(qū)；煤炭行業(yè)；綠色發(fā)展效率；綠色全要素生產(chǎn)率；時(shí)空演化

中圖分類(lèi)號(hào)：F 426.21；X 322 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7312（2024）04-0425-08

The Spatio-temporal Differentiation and Evolution Characteristics of China’s Coal Green Development Efficiency

JING Jianzhuang，ZHANG Hongchao，DUAN Jin

Abstract：Comprehensively improving the efficiency of green development is the main task for the high-quality development of the coal industry of China，and addressing prominent problems such as the overall low green development efficiency and uneven regional green development level in the coal industry is the key lever to accelerate the energy revolution and the “dual carbon” strategic process.Based on the panel data of the coal industry in 15 provinces in China’s coal-rich areas from 2008 to 2020，a super-efficient SBM-GML model and an exploratory spatial data analysis model considering the characteristics of undesirable output and green coal green production were constructed to measure the green development efficiency and green total factor productivity of the coal industry，and the spatial pattern and spatiotemporal evolution process of the green development efficiency of China’s coal industry were analyzed and described from the six-dimensional cross-sections of industry and region，static and dynamic，time and space..The results indicate：During the inspection period，the green development efficiency of the coal industry showed a fluctuating upward trend，with a growth rate of over 37% and a relatively low overall average of 0.646；There are significant spatial differences in the green development efficiency of the China’s coal-rich areas，and the spatial evolution is manifested as a gradually decreasing spatial pattern from the western region to the northeast region，the central region and" the eastern region.The spatial evolution has a significant positive correlation，and the green development efficiency of the coal industry in adjacent provinces has a spatial dependence，with a slow growth trend in geographical agglomeration.Local agglomeration evolution mainly manifests as high-high agglomeration （H-H），low-high agglomeration （L-H） and low-low agglomeration （L-L），with spatial differences showing a gradual weakening trend and obvious \"Matthew Effect\"；The green total factor productivity of the coal industry also shows a growth trend，with an average increase of 5.9% in green total factor productivity and an average annual growth rate of 3.7%.The improvement of green total factor productivity in the coal industry mainly comes from technological progress，which can offset the negative impact caused by low technological efficiency.

Key words：coal-rich areas of China；the coal industry；green development efficiency；green total factor productivity；spatiotemporal evolution

0 引言

我國(guó)“富煤貧油少氣”的能源稟賦特征決定了煤炭仍是我國(guó)當(dāng)前及第二個(gè)百年之前的主導(dǎo)能源，2020—2022年全國(guó)煤炭能源消費(fèi)占比分別為56.8%、56.0%和56.2%，煤炭能源的主體地位依然穩(wěn)固，其碳排放量在我國(guó)化石能源碳排放量占比高達(dá)70%以上，遠(yuǎn)超石油和天然氣碳排放量之和[1-2]。從空間分析，以山西、內(nèi)蒙、陜西、新疆為代表的15個(gè)煤炭富集區(qū)承載了全國(guó)90%以上的原煤產(chǎn)量，是當(dāng)前煤炭行業(yè)乃至全國(guó)碳排放的主要來(lái)源地，也是碳減排的重點(diǎn)區(qū)域。從時(shí)段分析，以“安全、綠色、低碳、清潔、高效”科技創(chuàng)新為引領(lǐng)，通過(guò)積極推動(dòng)落實(shí)“三去一降一補(bǔ)”、綠色礦山、智能化開(kāi)采等系列工程，煤炭行業(yè)綠色發(fā)展效率和綠色全要素生產(chǎn)率均得到了明顯提高，但與全國(guó)二次產(chǎn)業(yè)中的先進(jìn)制造等行業(yè)相比較，整體水平仍偏低，且因資源稟賦、地質(zhì)條件、開(kāi)采技術(shù)、區(qū)位環(huán)境等差異，上述15個(gè)煤炭富集區(qū)存在綠色發(fā)展效率不均衡的問(wèn)題。習(xí)近平總書(shū)記在黨的二十大報(bào)告中著重強(qiáng)調(diào)了要推動(dòng)綠色產(chǎn)業(yè)發(fā)展[3]。面對(duì)百年未有之大變局，“雙碳”目標(biāo)作為國(guó)家戰(zhàn)略已經(jīng)與煤炭綠色高質(zhì)量發(fā)展密不可分[4]。

近年來(lái)，隨著綠色發(fā)展的興起，綠色發(fā)展理念逐步形成和發(fā)展。學(xué)者們通過(guò)構(gòu)建相關(guān)綠色發(fā)展指標(biāo)體系，運(yùn)用DEA模型[5-7]、熵權(quán)法[8-9]、SFA[10]、曼奎斯特生產(chǎn)率指數(shù)[11-12]等方法對(duì)綠色效率和綠色全要素生產(chǎn)率進(jìn)行測(cè)算分析?？傮w而言，區(qū)域綠色發(fā)展研究方面，研究對(duì)象主要包括國(guó)家[13-14]、重要經(jīng)濟(jì)區(qū)、城市群[15-16]、省域[9，17-18]、地級(jí)市等。領(lǐng)域綠色發(fā)展研究方面，第一產(chǎn)業(yè)[19]、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)[20-21]均有涉及。具體而言，張瑞等使用DEA方法測(cè)算了1995—2019年“一帶一路”沿線37個(gè)國(guó)家的綠色發(fā)展效率，認(rèn)為其中大多數(shù)國(guó)家的綠色發(fā)展效率得到提升[14]；郭付友等對(duì)黃河流域的綠色發(fā)展效率進(jìn)行了評(píng)價(jià)，認(rèn)為整體綠色水平不高

[6]；馬志超等對(duì)蘭州—西寧城市群綠色經(jīng)濟(jì)效率和影響因素進(jìn)行了測(cè)度分析，發(fā)現(xiàn)整體效率呈增長(zhǎng)勢(shì)態(tài)[16]；薛蕾等研究了我國(guó)農(nóng)業(yè)的綠色發(fā)展效率和影響因素，結(jié)果顯示總體上我國(guó)農(nóng)業(yè)綠色發(fā)展取得了穩(wěn)扎的進(jìn)步，且部分地區(qū)的產(chǎn)業(yè)集聚具有空間溢出效應(yīng)[19]；黃磊和吳傳清采用超效率SBM模型分析了長(zhǎng)江經(jīng)濟(jì)帶城市工業(yè)綠色發(fā)展效率，發(fā)現(xiàn)綠色發(fā)展取得了很大成效，整體表現(xiàn)良好[7]。相反，作為工業(yè)下屬的煤炭行業(yè)沒(méi)有得到足夠重視，不少學(xué)者側(cè)重測(cè)算煤炭行業(yè)綠色全要素生產(chǎn)率，如郭啟光使用SBM-GML模型測(cè)算了2001—2011年我國(guó)煤炭行業(yè)的綠色全要素生產(chǎn)率，得出的結(jié)論認(rèn)為煤炭行業(yè)全要素生產(chǎn)率的提高主要因?yàn)榧夹g(shù)進(jìn)步而非技術(shù)效率提高，且地區(qū)間的技術(shù)效率差距較大及整體水平較為低下[22]；邢世鴻運(yùn)用DEA方法并結(jié)合GML指數(shù)測(cè)算了我國(guó)15個(gè)煤炭大省的煤炭行業(yè)綠色全要素生產(chǎn)率，認(rèn)為整體均值較低，并針對(duì)分解結(jié)果的技術(shù)效率和技術(shù)進(jìn)步的不同作用程度提出發(fā)展建議[23]；蔡林美等采用DDF-GML模型測(cè)算了我國(guó)25個(gè)省份煤炭行業(yè)的綠色生產(chǎn)效率，并從時(shí)間和區(qū)域角度進(jìn)一步分析了煤炭行業(yè)綠色全要素生產(chǎn)率的變化趨勢(shì)[24]。值得注意的是，以上均未能同時(shí)涵蓋綠色發(fā)展效率和綠色全要素生產(chǎn)率并從時(shí)空演化方面進(jìn)一步深入。

綜上所述，目前已有研究仍有一定的局限性。一是鮮有文獻(xiàn)對(duì)我國(guó)煤炭富集區(qū)煤炭行業(yè)的綠色發(fā)展效率進(jìn)行研究；二是以往研究主要運(yùn)用基礎(chǔ)DEA模型，運(yùn)用超效率SBM-GML模型對(duì)綠色發(fā)展效率進(jìn)行的研究較少；三是多數(shù)文獻(xiàn)只測(cè)算了煤炭行業(yè)綠色發(fā)展效率，沒(méi)有從地理學(xué)視角運(yùn)用空間統(tǒng)計(jì)工具分析煤炭行業(yè)綠色發(fā)展效率的時(shí)空演化趨勢(shì)。鑒于此，嘗試從以下兩個(gè)方面進(jìn)行延伸。一是運(yùn)用考慮非期望產(chǎn)出的超效率SBM-GML模型對(duì)我國(guó)煤炭富集區(qū)和煤炭行業(yè)綠色發(fā)展效率進(jìn)行測(cè)度；二是考慮地理環(huán)境影響，運(yùn)用空間分析方法揭示我國(guó)煤炭富集區(qū)15個(gè)省份煤炭行業(yè)綠色發(fā)展效率的時(shí)空分布特征。通過(guò)對(duì)比分析綠色發(fā)展效率的差異情況，以期促進(jìn)我國(guó)煤炭行業(yè)由黑色高碳向綠色低碳轉(zhuǎn)型發(fā)展。

1 研究區(qū)域與概念界定

1.1 煤炭富集區(qū)

參考不同學(xué)者[25-26]對(duì)能源富集區(qū)的定義，認(rèn)為能源富集區(qū)是指以化石能源資源為特色、生態(tài)易碎、經(jīng)濟(jì)發(fā)展相對(duì)粗放為顯著特點(diǎn)的獨(dú)特區(qū)域。再結(jié)合不同學(xué)者[27-28]對(duì)煤炭富集區(qū)的理解，煤炭富集區(qū)是指煤炭資源豐度高、賦存地質(zhì)條件完整性強(qiáng)及煤炭產(chǎn)業(yè)相對(duì)發(fā)達(dá)的行政區(qū)域或特定地理空間。按照這一定義，選取了我國(guó)煤炭富集區(qū)15個(gè)省份（為統(tǒng)一口徑，使用省統(tǒng)一表示省和自治區(qū)，下同）的煤炭行業(yè)為研究對(duì)象，具體研究區(qū)域見(jiàn)表1，并根據(jù)國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn)，將其劃分為東北地區(qū)（黑龍江、遼寧）；東部地區(qū)（山東、河北）；中部地區(qū)（山西、河南、安徽）；西部地區(qū)（內(nèi)蒙古、貴州、新疆、甘肅、陜西、四川、云南、寧夏）。

1.2 綠色發(fā)展效率

不少學(xué)者[29]對(duì)綠色發(fā)展效率（Green Development Efficiency，GDE）有獨(dú)到見(jiàn)解。本研究認(rèn)為，綠色發(fā)展是以生態(tài)文明和可持續(xù)發(fā)展理念為指引，平衡經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)的和諧發(fā)展方式。GDE是指多投入多產(chǎn)出要素在生產(chǎn)過(guò)程中可以達(dá)到經(jīng)濟(jì)—社會(huì)—生態(tài)——資源四個(gè)維度統(tǒng)籌兼顧與協(xié)調(diào)統(tǒng)一的理想狀態(tài)，進(jìn)而實(shí)現(xiàn)效率最大化，可以顯著反映綠色發(fā)展水平。

1.3 綠色全要素生產(chǎn)率

綠色全要素生產(chǎn)率區(qū)別于傳統(tǒng)的全要素生產(chǎn)率（Green Total Factor Productivity，GTFP）——即融入了綠色投入或綠色產(chǎn)出要素的全要素生產(chǎn)率，結(jié)合已有研究，本文所定義的煤炭行業(yè)GTFP是指在全要素生產(chǎn)率的基礎(chǔ)上，盡力減少污染排放、強(qiáng)調(diào)生態(tài)保護(hù)和提高資源利用率的多維生產(chǎn)效率，旨在揭示煤炭行業(yè)GTFP提升的來(lái)源。

2 研究方法與指標(biāo)選取

2.1 超效率SBM模型

DEA方法常被學(xué)者們用于測(cè)算GDE，考慮到產(chǎn)出的非期望情況和測(cè)算結(jié)果的合理化，研究選擇考慮非期望產(chǎn)出的超效率SBM（Super Efficiency-SBM，SE-SBM）模型測(cè)度我國(guó)煤炭富集區(qū)煤炭行業(yè)的GDE。將每個(gè)省的煤炭行業(yè)視為決策單元（Decision Making Unit，DMU），假設(shè)共有n個(gè)DMU，每個(gè)DMU都有m種投入，種期望產(chǎn)出和μ=a+bi+cj種非期望產(chǎn)出。將非期望產(chǎn)出納入DMU的SE-SBM模型為

式中，xik、i、ydsk、ds、yuqk、up分別為投入、期望產(chǎn)出和非期望產(chǎn)出以及它們的松弛量，ρ*為規(guī)模報(bào)酬可變（VRS）條件下測(cè)算得到的DMU效率值，ρ*值越大，表明綠色效率水平越高。對(duì)于特定的DMU，當(dāng)ρ*≥1時(shí)是有效率的。如果ρ*lt;1，則說(shuō)明DMU是無(wú)效率的，存在對(duì)投入產(chǎn)出比例改進(jìn)的必要。

2.2 全局ML指數(shù)

SE-SBM模型能用來(lái)測(cè)算各省份煤炭行業(yè)的靜態(tài)GDE，卻不能對(duì)各省份煤炭行業(yè)的動(dòng)態(tài)GTFP進(jìn)行有效測(cè)算。采用全局曼奎斯特生產(chǎn)率指數(shù)（Global Malmquist-Luenberger，GML）來(lái)測(cè)算我國(guó)煤炭富集區(qū)煤炭行業(yè)的GTFP，GML指數(shù)可以有效解決M和ML指數(shù)存在的缺陷[30]，公式為

式中，DG為DMU的SBM函數(shù)；投入、期望產(chǎn)出和非期望產(chǎn)出分別用x，y，z表示；i為DMU；t為年份。GEC、GTC分別為全局技術(shù)效率和全局技術(shù)進(jìn)步變化指數(shù)，分解結(jié)果為我們從不同角度厘清我國(guó)煤炭行業(yè)GTFP變動(dòng)的主要原因提供了技術(shù)可能。GMLgt;1表示GTFP提高，GML=1表示GTFP不變，GMLlt;1表示GTFP下降；GEC和GTC同理。

2.3 探索性空間數(shù)據(jù)分析模型

探索性空間數(shù)據(jù)分析模型主要包括全局和局部空間自相關(guān)兩種，是空間計(jì)量模型中常用來(lái)研究特定區(qū)域中某些要素的時(shí)空格局演進(jìn)的常用手段之一[31-32]，主要用于揭露潛在空間依賴(lài)性和空間異質(zhì)性的空間狀態(tài)。

2.3.1 全局空間自相關(guān)

可用來(lái)描述分析我國(guó)煤炭富集區(qū)煤炭行業(yè)GDE的空間集聚程度，全局Moran’s I指數(shù)計(jì)算公式為

各變量釋義參考全局自相關(guān)，不再贅述。局部莫蘭散點(diǎn)圖可劃分為高-高集聚型（H-H）、低-高集聚型（L-H）、低-低集聚型（L-L）和高-低集聚型（H-L）4種類(lèi)型，分別對(duì)應(yīng)于第一、二、三和四象限，其中H-H和L-L表現(xiàn)為空間正相關(guān)，L-H和H-L表現(xiàn)為空間負(fù)相關(guān)。

2.4 指標(biāo)選取與數(shù)據(jù)來(lái)源

道格拉斯生產(chǎn)函數(shù)是學(xué)術(shù)界公認(rèn)的研究投入產(chǎn)出關(guān)系的手段，在參考道格拉斯生產(chǎn)函數(shù)投入產(chǎn)出要素的基礎(chǔ)上，同時(shí)借鑒已有研究，選取資本、勞動(dòng)力、能源3個(gè)投入要素，因?yàn)镚ML指數(shù)可以反映技術(shù)要素，故不考慮技術(shù)投入。結(jié)合煤炭行業(yè)實(shí)際生產(chǎn)過(guò)程，考慮到煤炭行業(yè)的特殊性，選取原煤總產(chǎn)量和行業(yè)三廢作為期望產(chǎn)出和非期望產(chǎn)出指標(biāo)要素，更加彰顯煤炭行業(yè)綠色發(fā)展特質(zhì)，構(gòu)建我國(guó)煤炭富集區(qū)煤炭行業(yè)綠色發(fā)展效率測(cè)度指標(biāo)體系。

根據(jù)Cooper提出的“經(jīng)驗(yàn)法則”[33]（n≥max{p×q，3×（p+q）}），n為DMU數(shù)量，p和q分別為投入和產(chǎn)出數(shù)量），為了測(cè)算結(jié)果的準(zhǔn)確性，減少三廢形態(tài)的差異化影響，采用熵權(quán)法計(jì)算出環(huán)境物污染綜合指數(shù)。其中熵權(quán)法是常用的客觀定量分析權(quán)重處理方法，故不再贅述。具體指標(biāo)說(shuō)明見(jiàn)表2，投入產(chǎn)出變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)表3。

指標(biāo)數(shù)據(jù)主要來(lái)源于《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》和2008—2020年15個(gè)省份各自的統(tǒng)計(jì)年鑒，部分?jǐn)?shù)據(jù)來(lái)源于《中國(guó)經(jīng)濟(jì)普查年鑒》。有些省份直接統(tǒng)計(jì)了煤炭行業(yè)三廢的排放情況，如山東、河南、寧夏，其它省份只統(tǒng)計(jì)了工業(yè)三廢排放量，并未直接出煤炭行業(yè)的三廢排放量，借鑒已有的研究成果[22]，用煤炭行業(yè)當(dāng)年產(chǎn)值和工業(yè)當(dāng)年產(chǎn)值的比值作為比例系數(shù)對(duì)工業(yè)三廢排放量進(jìn)行折算，以此得到煤炭行業(yè)的三廢排放量。其中涉及市場(chǎng)價(jià)值的指標(biāo)數(shù)值均以2008年為基期的定基價(jià)格指數(shù)平減轉(zhuǎn)化為當(dāng)年的不變價(jià)。個(gè)別缺失數(shù)據(jù)，采用均值插補(bǔ)法和平均增長(zhǎng)率補(bǔ)齊法補(bǔ)全。

3 實(shí)證分析

3.1 綠色發(fā)展效率的時(shí)序演化

利用Max DEA 9 Ultra軟件測(cè)得我國(guó)煤炭富集區(qū)煤炭行業(yè)GDE結(jié)果（見(jiàn)表4）顯示，2008—2020年我國(guó)煤炭富集區(qū)煤炭行業(yè)GDE處于中上水平，整體均值為0.646，表明我國(guó)煤炭富集區(qū)煤炭行業(yè)綠色發(fā)展水平整體未達(dá)到DEA有效，煤炭行業(yè)的綠色發(fā)展還有很大的提升進(jìn)步空間，部分地區(qū)的GDE有待提升。從全國(guó)煤炭富集區(qū)涉及的15個(gè)省份分析，考察期內(nèi)甘肅、內(nèi)蒙古、寧夏、陜西、新疆和云南6個(gè)省份的煤炭行業(yè)綠色效率值均值大于1，都達(dá)到了DEA有效，表明這6個(gè)省份的煤炭行業(yè)綠色發(fā)展水平較高，即煤炭行業(yè)均實(shí)現(xiàn)了綠色發(fā)展。然而其它大部分省份煤炭行業(yè)綠色效率值偏低，存在“資源詛咒”的困境。

分析不同區(qū)域煤炭行業(yè)GDE的時(shí)間演化趨勢(shì)，縱向比較發(fā)現(xiàn)區(qū)際差異明顯。從各區(qū)域來(lái)看，2008—2020年煤炭行業(yè)綠色發(fā)展整體上呈現(xiàn)出波動(dòng)上升趨勢(shì)，東北地區(qū)煤炭行業(yè)GDE值由2008年的0.185上升至2020年的1.281，年均增長(zhǎng)最高，表明我國(guó)東北振興計(jì)劃在煤炭行業(yè)方面的穩(wěn)步推進(jìn)。

東部地區(qū)煤炭行業(yè)GDE也有了明顯提升，由2008年的0.137上升至2020年的0.234，漲幅相對(duì)平穩(wěn)。東部地區(qū)在新中國(guó)成立和改革開(kāi)放以來(lái)，憑借自身地理環(huán)境和對(duì)外開(kāi)放優(yōu)勢(shì)，逐漸淘汰了許多落后的工業(yè)，傳統(tǒng)煤炭洗選和開(kāi)采業(yè)已被高新技術(shù)產(chǎn)業(yè)所取代，而且東部地區(qū)為我國(guó)其它地區(qū)由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展提供了寶貴經(jīng)驗(yàn)。目前東部地區(qū)目前僅存的煤炭行業(yè)正處在衰退期，行業(yè)規(guī)模逐漸收縮。

中部地區(qū)煤炭行業(yè)GDE漲幅較小，從2008年的0.439上升至2020年的0.444，煤炭行業(yè)正處在由成熟轉(zhuǎn)向衰退轉(zhuǎn)型的過(guò)渡期。黨的十八大以來(lái)，我國(guó)相繼實(shí)施中部崛起、長(zhǎng)江經(jīng)濟(jì)帶和黃河流域生態(tài)保護(hù)等發(fā)展規(guī)劃，中部地區(qū)發(fā)展環(huán)境明顯優(yōu)化，區(qū)位與產(chǎn)業(yè)優(yōu)勢(shì)得到進(jìn)一步釋放。中部地區(qū)特別是山西省作為我國(guó)煤炭資源稟賦突出和國(guó)家能源綜改試驗(yàn)區(qū)，充分利用政策、環(huán)境等有利條件，顯著提升煤炭產(chǎn)業(yè)綠色發(fā)展效率已是大勢(shì)所趨。

相較于東部和中部，西部地區(qū)煤炭行業(yè)整體發(fā)展趨勢(shì)最好，煤炭綠色發(fā)展效率從2008年的0.930上升至2020年的1.068，這主要得益于國(guó)家西部大開(kāi)發(fā)戰(zhàn)略和后發(fā)優(yōu)勢(shì)。

我國(guó)煤炭富集區(qū)煤炭行業(yè)GDE均值由2008年的0.627上升至2020年的0.860，整體漲幅超37%，上升趨勢(shì)明顯，說(shuō)明這十幾年來(lái)國(guó)家的能源和行業(yè)政策調(diào)控落在了實(shí)處，我國(guó)煤炭行業(yè)由傳統(tǒng)發(fā)展方式向綠色發(fā)展轉(zhuǎn)型取得了明顯成效。

3.2 綠色發(fā)展效率的空間演化

從整個(gè)考察期來(lái)看，區(qū)域呈現(xiàn)出西部地區(qū)（0.918）gt;東北地區(qū)（0.580）gt;中部地區(qū)（0.257）gt;東部地區(qū)（0.209）的發(fā)展趨勢(shì)，地區(qū)間發(fā)展差異顯著。

利用ArcGIS 10.8軟件的自然間斷點(diǎn)分級(jí)法（Jenks）將2008年、2014年和2020年煤炭行業(yè)GDE劃分為低效率、中低效率、中高效率和高效率4個(gè)等級(jí)，探討GDE空間格局分異特征（見(jiàn)表5）。

3個(gè)時(shí)間截面的GDE亦呈現(xiàn)出顯著的空間差異，2008年低效率、中低效率、中高效率和高效率地區(qū)分別為7個(gè)、1個(gè)、1個(gè)、6個(gè)；2014年演化為4個(gè)、4個(gè)、2個(gè)、5個(gè)；2020年演化為6個(gè)、5個(gè)、3個(gè)、1個(gè)。

2008—2020年，15個(gè)省份煤炭行業(yè)GDE為DEA有效的省份由6個(gè)增加為9個(gè)，增率高達(dá)20%，低效率省份由7個(gè)減為6個(gè)，雖然高效率省份由6個(gè)減為1個(gè)，但是區(qū)間端點(diǎn)效率值非等值劃分且越來(lái)越高，說(shuō)明整個(gè)考察期內(nèi)GDE顯著提高。

3.2.1 整體空間關(guān)聯(lián)特征

為分析各區(qū)域之間煤炭行業(yè)GDE的自相關(guān)程度，研究以煤炭行業(yè)GDE值為基礎(chǔ)，以Queen鄰接為評(píng)價(jià)權(quán)重，利用GeoDa軟件，計(jì)算得出了全局Moran’s I指數(shù)，整理結(jié)果見(jiàn)表6。

2008—2020年的全局Moran’s I指數(shù)均為正值且均通過(guò)了顯著性檢驗(yàn)，表明整體集聚程度是顯著正向相關(guān)的。其中，2017年的全局Moran’s I指數(shù)值0.517是考察期內(nèi)的最大值，表明在2017年，我國(guó)煤炭富集區(qū)的正相關(guān)性最強(qiáng)。從整個(gè)考察期來(lái)看，雖然我國(guó)煤炭富集區(qū)煤炭行業(yè)GDE指數(shù)值曲線波動(dòng)起伏，但整體上仍呈現(xiàn)出“M”型緩慢上升的格局，說(shuō)明煤炭行業(yè)整體的GDE水平空間集聚性進(jìn)一步加強(qiáng)。

3.2.2 局部空間集聚特征

通過(guò)繪制3個(gè)時(shí)間截面的局部莫蘭散點(diǎn)圖和LISA集聚圖，對(duì)煤炭行業(yè)綠色發(fā)展空間分異情況進(jìn)行判定結(jié)果見(jiàn)圖1、表7。

高-高集聚型（H-H）省份位于莫蘭散點(diǎn)圖第一象限，是指本省和臨近省份的煤炭行業(yè)GDE都較高，空間集聚關(guān)聯(lián)差異較??；低-高集聚型（L-H）省份位于莫蘭散點(diǎn)圖第二象限，是指本省的煤炭行業(yè)GDE較高，而臨近省份相對(duì)較低，空間上具體表現(xiàn)為綠色效率由低到高過(guò)渡演化的區(qū)域，空間集聚關(guān)聯(lián)差異較大；低-低集聚型（L-L）省份位于莫蘭散點(diǎn)圖第三象限，是指是指本省和臨近省份的煤炭行業(yè)GDE都較低，空間集聚關(guān)聯(lián)差異較??；2008年分布在高-高集聚型（H-H）、低-高集聚型（L-H）和低-低集聚型（L-L）的省份分別為1個(gè)、1個(gè)和2個(gè)，分別是甘肅、寧夏、安徽和山東，主要集中分布在第一、二、三象限；2014年分布在高-高集聚型（H-H）和低-低集聚型（L-L）的省份都是3個(gè)，分別為甘肅、寧夏、內(nèi)蒙古和安徽、河南、山東，且均勻分布在第一和第三象限；2020年分布在低-低集聚型（L-L）的省份為3個(gè)，分別為安徽、河南和山東，都在第三象限；考察期內(nèi)，2008—2014年正相關(guān)型區(qū)域由3個(gè)增至6個(gè)，負(fù)相關(guān)型區(qū)域由1個(gè)減為0個(gè)；2014—2020年正相關(guān)型區(qū)域由6個(gè)減至3個(gè)。

綜上，2008—2020年我國(guó)煤炭富集區(qū)煤炭行業(yè)GDE的局部空間集聚性逐漸減弱，“鄰近效應(yīng)”明顯。

上述演化進(jìn)程與我國(guó)政府提出的碳達(dá)峰碳中和目標(biāo)和能源革命戰(zhàn)略是密不可分的，體現(xiàn)了我國(guó)政府在促進(jìn)煤炭行業(yè)綠色發(fā)展和節(jié)約資源方面取得了一定成效，同時(shí)也說(shuō)明構(gòu)建區(qū)域間綠色協(xié)同發(fā)展機(jī)制是未來(lái)發(fā)展方向。

3.3 綠色全要素生產(chǎn)率的時(shí)序演化

3.3.1 總體分析

對(duì)我國(guó)煤炭富集區(qū)煤炭行業(yè)GML指數(shù)分解結(jié)果（見(jiàn)表8、表9）分析，2008—2013年我國(guó)煤炭富集區(qū)煤炭行業(yè)GML指數(shù)都小于1，2013—2020年我國(guó)煤炭富集區(qū)煤炭行業(yè)GML指數(shù)都大于1，2008—2020年我國(guó)煤炭富集區(qū)煤炭行業(yè)GTFP變化平均值為1.059，GTFP平均增長(zhǎng)了5.9%，考察期內(nèi)年均增長(zhǎng)率為3.7%，表明我國(guó)煤炭富集區(qū)煤炭行業(yè)GTFP發(fā)展呈上升趨勢(shì)。將GML指數(shù)分解可知，2008—2020年GEC指數(shù)變化平均值為0.985，平均降低了1.5%，GTC指數(shù)變化平均值為1.075，平均增長(zhǎng)了7.5%，不難看出我國(guó)煤炭富集區(qū)煤炭行業(yè)GTFP的提高主要是來(lái)源于技術(shù)進(jìn)步指數(shù)的提高，且技術(shù)進(jìn)步可以彌補(bǔ)技術(shù)效率低下造成的負(fù)向影響。除了貴州、河南、陜西、四川、云南5個(gè)省份的煤炭行業(yè)GTFP均值的變動(dòng)都小于1，其余10個(gè)省份的煤炭行業(yè)GTFP均值的變動(dòng)都大于1，雖然波動(dòng)起伏但整體表現(xiàn)為增長(zhǎng)趨勢(shì)，發(fā)展勢(shì)態(tài)良好。

3.3.2 局部分析

從各區(qū)域來(lái)看，2008—2020年我國(guó)煤炭富集區(qū)煤炭行業(yè)GML指數(shù)均值呈現(xiàn)出東北地區(qū)（1.285）gt;東部地區(qū)（1.046）gt;西部地區(qū)（1.021）gt;中部地區(qū)（1.016）的格局，表明東北地區(qū)煤炭行業(yè)GTFP增速最快，東部地區(qū)次之，然后是西部地區(qū)，中部地區(qū)最慢。GEC指數(shù)均值呈現(xiàn)出東北地區(qū)（1.088）gt;東部地區(qū)（1.041）gt;西部地區(qū)（0.979）gt;中部地區(qū)（0.896），表明東北地區(qū)技術(shù)效率增速最快，東部地區(qū)次之，然后是西部地區(qū)，中部地區(qū)最慢。GTC指數(shù)均值呈現(xiàn)出東北地區(qū)（1.181）gt;中部地區(qū)（1.134）gt;西部地區(qū)（1.043）gt;東部地區(qū)（1.006），表明東北地區(qū)技術(shù)進(jìn)步增速最快，中部地區(qū)次之，然后是西部地區(qū)，東部地區(qū)最慢。除了東部地區(qū)GEC均值（1.041）gt;GTC均值（1.006），其他地區(qū)GEC均值均小于GTC均值，表明東部地區(qū)煤炭行業(yè)GTFP的增長(zhǎng)主要來(lái)源于技術(shù)效率的提高而非技術(shù)進(jìn)步的貢獻(xiàn)，又因?yàn)槎叨即笥?，所以技術(shù)效率和技術(shù)進(jìn)步共同促進(jìn)東部地區(qū)煤炭行業(yè)GTFP的增長(zhǎng)，這反映在現(xiàn)實(shí)生產(chǎn)中說(shuō)明東部地區(qū)煤炭行業(yè)系統(tǒng)資源配置合理有效，同時(shí)也注重技術(shù)創(chuàng)新。GML指數(shù)平均增長(zhǎng)最高的東北地區(qū)增長(zhǎng)了28.5%，而最低的中部地區(qū)也有1.6%，GML指數(shù)平均增長(zhǎng)最高的省份遼寧為28.9%，最低的省份甘肅降低了6.3%，這說(shuō)明地區(qū)和省份間煤炭行業(yè)綠色原要素生產(chǎn)率差距顯著。一般而言，GTC指數(shù)均值越高的省份，GML指數(shù)均值也相對(duì)較高，進(jìn)一步表明GTC對(duì)煤炭行業(yè)GTFP影響較大，而且GTC可以明顯彌補(bǔ)GEC低下帶來(lái)的負(fù)向作用。

4 研究結(jié)論與未來(lái)展望

4.1 研究結(jié)論

1）2008—2020年我國(guó)煤炭富集區(qū)煤炭綠色發(fā)展效率整體呈波動(dòng)上升趨勢(shì)，但整體水平偏低，煤炭富集區(qū)大多數(shù)省份的綠色發(fā)展效率值未達(dá)到DEA有效，只有少部分省份煤炭行業(yè)綠色發(fā)展達(dá)到了有效狀態(tài)。

2）研究期內(nèi)我國(guó)煤炭富集區(qū)15個(gè)省份的綠色發(fā)展效率差異顯著，煤炭區(qū)際形成了西部地區(qū)—東北地區(qū)—中部地區(qū)—東部地區(qū)逐級(jí)遞減的空間格局。全局空間自相關(guān)結(jié)果表明，我國(guó)煤炭富集區(qū)煤炭行業(yè)綠色發(fā)展效率呈現(xiàn)顯著空間正相關(guān)特征，而且整體的GDE水平空間集聚性隨時(shí)間推進(jìn)而加強(qiáng)。局部空間自相關(guān)表明空間差異逐漸減小，臨近區(qū)域綠色發(fā)展效率地理集中程度越發(fā)顯著。

3）2008—2020年我國(guó)煤炭富集區(qū)煤炭行業(yè)GML指數(shù)經(jīng)歷了兩個(gè)發(fā)展階段，2008—2013小于1，2013—2020大于1，說(shuō)明在整個(gè)考察期內(nèi)，我國(guó)煤炭富集區(qū)煤炭行業(yè)綠色全要素生產(chǎn)率發(fā)展前景良好，呈現(xiàn)增長(zhǎng)趨勢(shì)。研究表明，我國(guó)煤炭富集區(qū)煤炭行業(yè)綠色全要素生產(chǎn)率的提高主要源自技術(shù)進(jìn)步，技術(shù)效率的正向推動(dòng)作用不如技術(shù)進(jìn)步顯著，尤其技術(shù)進(jìn)步可以彌補(bǔ)技術(shù)效率低下造成的逆向影響。

4.2 未來(lái)展望

系統(tǒng)分析了我國(guó)煤炭富集區(qū)煤炭行業(yè)綠色發(fā)展效率的時(shí)空演化現(xiàn)狀，但囿于反映煤炭綠色發(fā)展的統(tǒng)計(jì)數(shù)據(jù)尚無(wú)統(tǒng)一口徑和來(lái)源，數(shù)據(jù)搜集工作量大，其可靠性有待進(jìn)一步驗(yàn)證。

同時(shí)，煤炭綠色發(fā)展效率指標(biāo)設(shè)計(jì)不盡完善，反映煤炭生產(chǎn)非期望產(chǎn)出的指標(biāo)應(yīng)進(jìn)一步細(xì)化、特色化。此外，探討其背后的驅(qū)動(dòng)機(jī)制應(yīng)成為未來(lái)關(guān)注的重點(diǎn)問(wèn)題。

參考文獻(xiàn)：

[1] 宋曉波，胡伯.碳中和背景下煤炭行業(yè)低碳發(fā)展研究[J].中國(guó)煤炭，2021，47（07）：17-24.

[2]金智新，曹孟濤，王宏偉.“中等收入”與新“雙控”背景下煤炭行業(yè)轉(zhuǎn)型發(fā)展新機(jī)遇[J].煤炭科學(xué)技術(shù)，2023，51（01）：45-58.

[3]徐慧，劉希，劉嗣明.推動(dòng)綠色發(fā)展，促進(jìn)人與自然和諧共生——習(xí)近平生態(tài)文明思想的形成發(fā)展及在二十大的創(chuàng)新[J].寧夏社會(huì)科學(xué)，2022（06）：5-19.

[4]康紅普，王國(guó)法，王雙明，等.煤炭行業(yè)高質(zhì)量發(fā)展研究[J].中國(guó)工程科學(xué)，2021，23（05）：130-138.

[5]GUO Y H，TONG L J，MEI L.The effect of industrial agglomeration on green development efficiency in northeast China since the revitalization[J].Journal of Cleaner Production，2020，258：120584.

[6]郭付友，高思齊，佟連軍，等.黃河流域綠色發(fā)展效率的時(shí)空演變特征與影響因素[J].地理研究，2022，41（01）：167-180.

[7]黃磊，吳傳清.長(zhǎng)江經(jīng)濟(jì)帶城市工業(yè)綠色發(fā)展效率及其空間驅(qū)動(dòng)機(jī)制研究[J].中國(guó)人口·資源與環(huán)境，2019，29（08）：40-49.

[8]郭付友，侯?lèi)?ài)玲，佟連軍，等.振興以來(lái)東北限制開(kāi)發(fā)區(qū)綠色發(fā)展水平時(shí)空分異與影響因素[J].經(jīng)濟(jì)地理，2018，38（08）：58-66.

[9]舒成，朱沛陽(yáng)，許波.江西省綠色發(fā)展水平測(cè)度與空間分異分析[J].經(jīng)濟(jì)地理，2021，41（06）：180-186.

[10]李科，袁瑋鴻，羅晶，等.中國(guó)工業(yè)綠色增長(zhǎng)效率的測(cè)算及其變化特征[J].經(jīng)濟(jì)地理，2022，42（04）：44-53.

[11]黃慶華，胡江峰，陳習(xí)定.環(huán)境規(guī)制與綠色全要素生產(chǎn)率：兩難還是雙贏？[J].中國(guó)人口·資源與環(huán)境，2018，28（11）：140-149.

[12]李汝資，劉耀彬，王文剛，等.長(zhǎng)江經(jīng)濟(jì)帶城市綠色全要素生產(chǎn)率時(shí)空分異及區(qū)域問(wèn)題識(shí)別[J].地理科學(xué)，2018，38（09）：1475-1482.

[13]車(chē)?yán)?，白永平，周亮，?中國(guó)綠色發(fā)展效率的空間特征及溢出分析[J].地理科學(xué)，2018，38（11）：1788-1798.

[14]張瑞，楊若宸，張倍函，等.基于要素視角的“一帶一路”國(guó)家綠色發(fā)展效率的驅(qū)動(dòng)力研究[J].生態(tài)學(xué)報(bào)，2023，43（13）：5320-5335.

[15]劉楊，楊建梁，梁媛.中國(guó)城市群綠色發(fā)展效率評(píng)價(jià)及均衡特征[J].經(jīng)濟(jì)地理，2019，39（02）：110-117.

[16]馬志超，賈豐源，白宇航，等.蘭州—西寧城市群綠色經(jīng)濟(jì)效率測(cè)度及影響因素研究——基于超效率SBM-ML和Tobit模型的分析[J].地域研究與開(kāi)發(fā)，2022，41（04）：89-93.

[17]李彥普.中國(guó)省域能源綠色發(fā)展評(píng)價(jià)實(shí)證研究——以河南省為例[J].科技管理研究，2020，40（19）：63-69.

[18]鹿晨昱，黃萍，張彤，等.甘肅省綠色發(fā)展效率時(shí)空演化與驅(qū)動(dòng)因素研究[J].干旱區(qū)地理，2023，46（02）：305-315.

[19]薛蕾，申云，徐承紅.農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)綠色發(fā)展——效率測(cè)度及影響效應(yīng)[J].經(jīng)濟(jì)經(jīng)緯，2020，37（03）：45-53.

[20]張濤，武金爽.中國(guó)文化產(chǎn)業(yè)綠色發(fā)展效率的空間網(wǎng)絡(luò)結(jié)構(gòu)及影響機(jī)理研究[J].地理科學(xué)，2021，41（04）：580-587.

[21]孟輝，李琳，蕭小芬.中國(guó)服務(wù)業(yè)綠色發(fā)展的結(jié)構(gòu)性差異及影響因素研究——基于Bootstrap-DEA模型的綠色技術(shù)效率測(cè)度[J].經(jīng)濟(jì)縱橫，2021（06）：100-110.

[22]郭啟光.煤炭行業(yè)技術(shù)效率與全要素生產(chǎn)率增長(zhǎng)研究——基于SBM模型和GML指數(shù)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2018，48（14）：1-11.

[23]邢世鴻.煤炭行業(yè)綠色全要素生產(chǎn)率測(cè)度及其分解研究[J].煤炭經(jīng)濟(jì)研究，2021，41（08）：18-23.

[24]蔡林美，郭佐寧，張金鎖.中國(guó)煤炭行業(yè)綠色全要素生產(chǎn)率研究[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，25（01）：161-180.

[25]李博，張文忠，余建輝，等.能源富集區(qū)市域經(jīng)濟(jì)發(fā)展水平空間格局演變——基于晉陜蒙甘寧地區(qū)[J].自然資源學(xué)報(bào)，2020，35（03）：668-682.

[26]唐宇，宋永永，薛東前，等.能源富集區(qū)經(jīng)濟(jì)韌性演化過(guò)程及影響機(jī)制——以榆林市為例[J].資源科學(xué)，2022，44（07）：1331-1343.

[27]張洪潮.中國(guó)煤炭富集地區(qū)發(fā)展戰(zhàn)略新模式[M].北京：科學(xué)出版社，2017.

[28]李世祥，馬海燕，成金華.中國(guó)富煤省區(qū)資源開(kāi)發(fā)與經(jīng)濟(jì)發(fā)展績(jī)效[J].中國(guó)人口·資源與環(huán)境，2013，23（03）：12-18.

[29]田光輝，李江蘇，苗長(zhǎng)虹，等.基于非期望產(chǎn)出的中國(guó)城市綠色發(fā)展效率及影響因素分析[J].經(jīng)濟(jì)地理，2022，42（06）：83-91.

[30]OH D H.A global Malmquist-Luenberger productivity index[J].Journal of Productivity Analysis，2010，34（03）：183-197.

[31]HUANG X，HUANG X J，LIU M M，et al.Spatial-temporal dynamics and driving forces of land development intensity in the Western China from 2000 to 2015[J].Chinese Geographical Science，2020，30（01）：16-29.

[32]楊新梅，黃和平，周瑞輝.中國(guó)城市綠色發(fā)展水平評(píng)價(jià)及時(shí)空演變[J].生態(tài)學(xué)報(bào)，2023，43（04）：1353-1365.

[33]劉華軍，石印，郭立祥，等.新時(shí)代的中國(guó)能源革命：歷程、成就與展望[J].管理世界，2022，38（07）：6-24.

（責(zé)任編輯：張江）

收稿日期：2023-12-15

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重點(diǎn)資助項(xiàng)目（14AZD093）

作者簡(jiǎn)介：荊健壯（1996—），男，山西朔州人，碩士研究生，主要從事能源經(jīng)濟(jì)與管理方面的學(xué)習(xí)和研究工作。