对影响我国煤炭生产效率因素的面板协整分析
时间：2021-02-11 12:03:18 来源：雅意学习网 本文已影响 人 
[摘 要] 本文利用我国13个主要煤炭产区1993-2004年的横截面数据，建立了煤炭生产效率的面板数据模型，通过面板单位根检验与面板协整的FMOLS与DOLS估计，研究了影响我国煤炭生产效率的主要因素。计算结果表明：规模效应与价格效应在总体上推动了我国煤炭生产效率的进步，其中价格效应对煤炭生产效率的推动作用，随煤炭开采难度的增加而逐步降低。但在煤炭价格双轨制条件下，由于电煤价格低于市场煤价格，对主要电煤输出省份煤炭生产的规模效应也带来一定程度的负面影响。
[关键词] 煤炭行业；生产效率；面板单位根；面板协整
[中图分类号] F407.21 [文献标识码] A [文章编号] 1006-5024(2008)10-0113-04
[基金项目] 国家自然科学基金项目“衰退矿区优势要素向西部能源富集地转移研究”(批准号：90510010)
[作者简介] 赵梦楠，南京航空航天大学经济与管理学院博士生，研究方向为能源经济学；
周德群，南京航空航天大学经济与管理学院副院长、教授，博士生导师，研究方向为能源系统工程、管理科学与工程。 (江苏 南京 210016)
一、引言
煤炭工业是我国国民经济的重要基础产业之一。目前，煤炭作为我国最主要的能源，在一次能源消费中所占的比重达到70%以上。自新中国成立以来，我国的煤炭产量在总体上保持着7.2%的增长率，目前产量已稳居世界第一位。与此同时，我国的煤炭生产效率也一直保持着稳定增长，从1952年的0.661吨/工，到2004年的5.04吨/工，年均增长率达3.8%(见下图)。
2002年起，我国能源消耗的增长速度已连续4年超过GDP的增长速度，2002年与2003年能源消耗的增速分别为14.5%与13.5%。按经济增长与能源消耗8∶5的比率计算，仅这两年时间即消耗了我国5年的能源供应。而在今后的一段时间内，伴随着我国的工业化与城镇化进程加快，对能源的需求还会持续增长，这必将给我国的煤炭生产带来巨大压力。因此，提高煤炭生产效率，充分利用我国煤炭资源，已成为煤炭行业可持续发展的重大问题。而目前我国涉及煤炭行业自身生产效率及影响因素的研究相对较少，大量的文献研究主要集中在对包括煤炭在内的整体能源与GDP之间的关系，以及能源使用效率变化情况的分析。为此，本文利用目前国外面板数据(Panel Data)的单位根与协整理论研究的最新成果，对影响我国各煤炭产区规模以上煤炭企业生产效率的主要因素进行定量分析，并进行区域比较。
二、模型设定与指标选取
(一)模型设定。考虑到本文的研究对象包括了我国各主要煤炭产区，我们采用同时包含截面数据与时间序列数据的面板数据(panel data)模型。参照Ellerman、Stoker、Berndt(2001，2005)，本文设定了影响我国分省区煤炭生产效率的模型为：
lnYit=αi+βilnPit+γilnQit+εit
i=1，…，N；t=1，…，T (1)
其中，i代表各煤炭生产省份，t代表年份，Yit为各省历年规模以上煤炭企业生产效率的指标，Pit和Qit为相应的价格和产量指标。βi反映了各省煤炭企业生产效率的价格弹性，γi反映了各省煤炭企业生产的规模效应，αi为表明各省不同开采条件的常数值。考虑到我国针对煤炭行业的相关重要政策法规多出台于上世纪90年代后期，发挥作用的时间较短，因此，在本文的研究中未包括政策效应因素。
令yit=lnYit，pit=lnPit，qit=lnQit，则模型(1)可表示为：
yit=αi+βiPit+riqit+εit (2)
(二)指标选取。在指标选取上，本文使用各省历年煤炭出厂价格指数用以反映煤炭价格Pit，用分省规模以上煤炭企业的历年煤炭产量表示Qit。在煤炭生产效率指标上，目前国外普遍使用人均单位时间的煤炭产量来表示Yit。从计量方法上看，由于人均单位时间的煤炭产量是通过总产量计算而来，而总产量同时作为解释变量出现在模型中，为保证计量结果的一致性，必须对煤炭产量的外生性作出严格假定(Ellerman、Stoker、Berndt，2005)。从美国的实际情况看，其国内煤炭行业的市场集中度较高，2004年最大的4家煤炭企业总产量已占全国总产量的45%，且美国的大型煤炭企业一般是通过3-5年的长期合同为下游企业生产，因此，基本可以作出这种产量外生性的假定。相比而言，目前，我国煤炭行业的市场集中度相对是比较低的，2004年最大的8家煤炭企业总产量也仅占全国产量的21%，而大型煤炭企业通过长期合同供货更是在近两年才开始试行。因此，煤炭产量外生性的假定很难成立。所以，本文使用历年可比价格煤炭行业人均工业增加值，作为衡量各省煤炭企业生产效率的指标。其计算公式为：
可比价格煤炭行业人均工业增加值=报告期人均煤炭工业增加值/报告期煤炭出厂价格指数
与人均产量相比，可比价格人均工业增加值同样可以反映一个行业的生产技术、经营管理水平与职工的生产效率。同时，由于它是以价值进行衡量的指标，也便于对不同煤炭产区的生产效率进行横向比较。美国劳动统计部门The Bu-reau of Labor Statistics (BLS)一直以来就是使用类似的人均价值指标测算美国煤炭行业的生产效率(Flynn，1999)。最重要的是，可比价格煤炭行业人均工业增加值是通过煤炭出厂价格指数计算得出。虽然煤炭出厂价格指数同样作为解释变量出现在模型中，但是考虑到我国煤炭生产的低集中度，对煤炭价格指数的外生性假定更符合我国的实际情况。
长期以来，我国的煤炭价格基本上实行计划价格体制，煤炭价格由国家统一制订。从1993年起，国家开始放开普通工业用煤与民用煤的价格。目前，除电力用煤仍实行限价外，我国煤炭价格已经全部放开。因此，本研究将考察区间设定为1993-2004年。考察对象为黑龙江、辽宁、河北、内蒙古、山西、陕西、河南、山东、安徽、湖南、四川(含重庆)、贵州与甘肃这13个我国最主要煤炭产区的规模以上煤炭企业。为统一口径，1993年各省区煤炭价格出厂指数均设为100，各省区历年煤炭企业工业人均增加值也全部折算为1990年不变价格，所使用样本数据取自历年中国统计年鉴、中国工业经济统计年鉴与各省统计年鉴。其中，在13个主要煤炭产区中，缺少内蒙古与河北两省区的历年煤炭出厂价格指数，以两省区的采掘业出厂价格指数替代，而1997年后缺少重庆煤炭出厂价格指数，统一以四川省数据替代。
三、面板单位根检验与协整
(一)面板单位根检验。如果面板数据是不平稳的，那么传统的最小二乘估计不仅是有偏差的，而且是无效的。这是由于变量的内生性及残差的自相关性所导致的结果。为此，首先需要对各变量进行面板单位根检验。本文使用Im、Pe-saran和Shin(2002)的W检验考察面板数据的平稳性。W检验的原理是，首先对每个个体序列分别进行ADF回归：
△yi，t=αi+γiyi，t-1+∑bi，j△yi，t-j+εi，t (3)
原假设为：H0∶γ1=…=γN=γ=0；备择假设为：H1∶γ<0对某些横截面单元成立。
tit是对每个个体分别进行ADF回归获得的t统计量。
(4)
其中：tNT= ∑tit(pi)，为各截面单元序列ADF检验统计量的平均值。E[tiT(Pi，0)]，var[tiT(Pi，0)]分别为相应设定下ADF统计量的均值和方差，是Im、Pesaran与Shin根据Monte Carlo仿真计算获得的结果。
