(1.中國地質大學(武漢) 公共管理學院，湖北 武漢 430074；2.中國地質大學(武漢) 經濟管理學院，湖北 武漢 430074)

礦業(yè)權重疊對我國煤炭產業(yè)全要素生產率的非線性影響

王忠1揭俐2曾偉1

(1.中國地質大學(武漢)公共管理學院，湖北武漢430074；2.中國地質大學(武漢)經濟管理學院，湖北武漢430074)

本文通過超越對數生產函數模型，對我國2004～2014年煤炭產業(yè)全要素生產率進行測度，并采用門檻效應模型估計了礦業(yè)權重疊對煤炭采掘業(yè)全要素生產率的非線性影響。通過實證研究，得出如下結論：樣本期內，我國煤炭產業(yè)全要素生產率出現了先增后降的變動趨勢，并且地區(qū)差異顯著；礦業(yè)權重疊與煤炭產業(yè)全要素生產率增長之間存在非線性關系，煤炭資源稅征收比重和煤炭產業(yè)集聚水平是影響這一非線性關系的重要門檻變量；煤炭產業(yè)的投資集聚與從業(yè)人數集聚，促進了煤炭產業(yè)的全要素生產率增長，但企業(yè)數集聚對煤炭產業(yè)全要素生產率增長形成了阻滯效應，煤炭產業(yè)存在不規(guī)模經濟現象；能耗比重的下降(能源消費效率提升)并未帶來煤炭產業(yè)全要素生產率的增長，我國面臨著較大的能源生產方式變革的壓力。

礦業(yè)權重疊；煤炭產業(yè)；全要素生產率；門檻效應

一、引言

傳統(tǒng)的資源經濟理論認為，合理的產權安排是資源利用效率提升的重要保障，如果一種資源缺乏清晰有效的排他性產權，就會導致對這種資源的過度利用、浪費或破壞。長期以來，由于受到“礦業(yè)權重疊”問題的困擾，我國煤炭產業(yè)合理的采掘規(guī)模和開采時序受到影響，生產效率增長緩慢，特別是當煤炭資源與油氣資源發(fā)生礦業(yè)權重疊時，既有的產權安排難以形成清晰有效的產權邊界，增加了資源采掘市場的不完全競爭性。因此，礦業(yè)權重疊問題亟待破解，并應被視為突破資源利用效率瓶頸約束的關鍵。事實上，由于過去我國煤炭產業(yè)長期的粗放式擴張，煤炭產業(yè)的集中度水平偏低、資源浪費嚴重，給經濟社會帶來了嚴峻的資源與環(huán)境壓力。隨著國家對資源與環(huán)境問題的日益重視，如何提升資源利用效率，促進資源集約節(jié)約利用，已成為影響我國經濟社會可持續(xù)發(fā)展的一個重要問題。為此，2016年國土資源部在《國土資源“十三五”規(guī)劃綱要》中提出，要合理安排油氣、煤炭、煤層氣等資源開發(fā)的空間、時序，促進多礦種資源的綜合開采和有序利用。同年，國家能源局發(fā)布《能源生產和消費革命戰(zhàn)略(2016～2030)》，提出要著力推進能源生產方式變革，化解煤炭產業(yè)產能過剩、生產效率低下的戰(zhàn)略目標。因此，在新一輪能源產業(yè)政策調整的背景下，科學評價我國煤炭產業(yè)過去十余年間全要素生產率的動態(tài)變化，并著重分析礦業(yè)權重疊對煤炭產業(yè)全要素生產率增長產生的影響，具有重要的現實意義和研究價值。

二、文獻綜述

依據Hotelling(1931)的資源耗竭理論，自然資源的產權特征是影響其采掘成本及其生產效率的關鍵因素[1]。一方面，清晰的產權機制能有效驅散產權壟斷所形成的“經濟租”[2]；另一方面，產權設置所具有的獨占性和排他性，有助于避免資源利用中的不完全競爭，實現資源的優(yōu)化配置[3]。Stoker(2005)通過對美國煤炭產業(yè)生產效率的研究發(fā)現，煤礦的礦脈結構、可采性、開采條件(露天、地下)等，都是解釋煤炭產出率水平的重要因素[4]。礦業(yè)權重疊增加了資源產權邊界的不確定性，使得資源最佳利用的假設條件難以成立，進而阻礙了資源采掘市場競爭性均衡的實現[5]。在煤炭資源開發(fā)過程中，煤炭礦業(yè)權所有人能夠在多大程度上集約節(jié)約利用資源，是由相關制度安排決定的。許多學者基于這一認識，選擇從不同角度對煤炭產業(yè)的生產效率進行了研究。如，胡健(2007)指出，礦權沖突無疑會引致行為人之間對資源利用空間的沖突，并對資源利用效率和生態(tài)環(huán)境產生極大的負外部性[6]。Spiegel(2012)和王忠(2015)等通過對資源產權機制的研究，也證明了礦業(yè)權重疊在引致資源利用“競爭效應”和“掠奪效應”中所起到的作用[7][8]。另外，部分學者還指出造成煤炭資源利用低效的原因既有體制因素，也有市場因素[9]。

在煤炭產業(yè)生產效率的測度方面，Fang(2009)采用DEA方法，對中美兩國主要煤炭企業(yè)的生產效率進行了比較研究，認為無論是技術效率、純技術效率還是規(guī)模效率，中國企業(yè)的效率水平均低于美國企業(yè)[10]。程曉娟(2013)也采用同樣方法測算了我國煤炭產業(yè)的生態(tài)效率，結果顯示2004年、2005年、2008年我國煤炭產業(yè)表現出了規(guī)模無效與技術無效，2006年、2007年和2009年則不僅表現出了規(guī)模無效，同時也存在生態(tài)無效[11]。Cui(2015)采用三階段DEA法研究了2012年中國29省煤炭資源的利用效率，得出全國煤炭采掘業(yè)的技術效率、純技術效率和規(guī)模效率的均值分別為0.833、0.998和0.711，并且存在著顯著的地區(qū)差異[12]。除此之外，湯建影(2007)運用Malmquist指數法，對中國1991～2004年18個地級以上礦業(yè)城市的全要素生產率展開了研究，結果表明1991年以來煤炭類礦業(yè)城市的全要素生產率年平均增長率為 -0.8%，原因主要在于技術退化[13]。Wang(2009)運用隨機前沿法(SFA)，研究了1998～2008年中國典型煤炭采掘企業(yè)的技術效率，得出樣本期內中國主要煤炭采掘企業(yè)的技術效率處于穩(wěn)步上升階段，期間平均技術效率約為0.913，并認為企業(yè)的資本結構、股權結構與技術效率之間存在倒U型關系[14]。趙萌(2011)采用Malmquist指數法，將污染物及礦難作為“壞”的產出納入全要素生產率的分析框架，測算了中國1998～2009年30家大型煤炭企業(yè)的全要素生產率，并指出樣本期內大多數企業(yè)的全要素生產率出現了負增長[15]。

在影響因素方面，鄒濤(2015)采用Malmquist指數法對中國煤礦安全規(guī)制對煤炭產業(yè)生產效率的影響進行了研究，指出規(guī)制強度高和規(guī)制強度低都可能會導致較低的生產效率[16]。朱學敏(2012)通過研究資源稅對煤炭產業(yè)生產效率的影響發(fā)現，資源稅占總稅收比重的增加并沒有對煤炭生產效率產生太大的影響，隨著煤炭資源稅占總稅收比重的增加，企業(yè)將對生產要素進行重新分配，以尋求更加便宜的生產替代要素和更加合理的生產流程，從而避免生產效率的大幅下降[17]。Liu(2016)在采用DEA方法評價2005～2012年陜西省與內蒙古自治區(qū)煤炭市場“關停整合”改革的政策效果時認為，小煤礦整合治理改革促進了地區(qū)環(huán)境效率的改善，但對煤炭生產效率的增長造成了負面影響，小煤礦國有化改革短期內造成了礦業(yè)資本投入的無效率，進而抵消了市場化改革所帶來的效率改進[18]。Xu(2016)運用雙重差分法研究了1995～2009年中國煤炭規(guī)制與經濟增長的關系，認為有效規(guī)制的缺失導致了大量社會資本為追逐短期利潤而涌入煤炭采掘業(yè)，進而降低了煤炭產業(yè)的生產效率水平[19]。Zhang(2017)認為，地方政府的干預是造成煤炭企業(yè)投資過剩、產能過剩的重要原因，由于政府干預的存在，煤炭企業(yè)在短期內難以抑制投資的沖動，進而形成了整個煤炭產業(yè)產能過剩以及效率低下的局面[20]。

綜上所述，學術界針對礦業(yè)權重疊和煤炭產業(yè)生產效率的研究主要采取了兩條不同的路徑展開。對于前者，國內學者多以定性研究為主，以探究我國礦業(yè)權重疊的成因、類型及其影響，其共識性的觀點認為礦業(yè)權重疊會對資源采掘效率產生負面影響，但這種負面影響究竟在多大程度上存在，則需做進一步的實證檢驗。而對于后者，研究方法上多以非參數法(DEA法和Malmquist指數法)為主，但這兩種方法存在著固有的缺陷，DEA方法無法反映生產過程對生產效率的影響，而Malmquist指數法無法估計技術變動，且當存在投入過度或產出不足時，這種方法還會高估生產效率，難以保證估算結果的準確性和可靠性。基于此，本文將采用參數法(SFA法)，通過構建超越對數生產函數模型，將內生性因素和外生性因素納入模型，以此來測度煤炭產業(yè)的全要素生產率；然后在此基礎上，采用門檻效應模型來估算礦業(yè)權重疊對煤炭產業(yè)全要素生產率增長的非線性影響，并揭示其政策內涵。

本文的貢獻主要體現在：(1)方法上，采用超越對數生產函數法，將礦業(yè)權重疊、資源稅征收水平和環(huán)境規(guī)制作為外生變量納入模型，測度了中國煤炭產業(yè)全要素生產率的動態(tài)變化。(2)采用門檻效應模型，對礦業(yè)權重疊與煤炭產業(yè)全要素生產率的非線性關系進行了估計，這為檢視我國礦業(yè)政策、煤炭政策以及資源稅政策的效果，提供了可供借鑒的思路。本文余下部分的結構安排如下：第三部分介紹煤炭產業(yè)全要素生產率測度的方法與估計結果；第四部分對礦業(yè)權重疊與煤炭產業(yè)全要素生產率之間的非線性關系進行實證檢驗；第五部分是結論與政策建議。

三、煤炭產業(yè)全要素生產率的測度

(一)模型設定

學者Battese(1995)、陳詩一(2009)、王克強(2013)等的成果均證實了超越對數生產函數在研究全要素生產率方面的可行性與優(yōu)越性[21][22][23]。為了考察中國煤炭產業(yè)全要素生產率(TFP)的動態(tài)變化及其特征，本文將政策因素作為外生變量引入生產函數，并引入時間變量，構建的煤炭產業(yè)超越對數生產函數模型如下：

ln(Y)=β0+βTT+βTTT2+βKln(K)+βLln(L)+βKLln(K)ln(L)+1/2·βKKln2(K)+ 1/2·βLLln2(L)+βTKTln(K)+βTLTln(L)+βZ1Z1+βZ2Z2+βZ3Z3+βZ4Z4

(1)

式(1)中，Y為煤炭產業(yè)總產值，T代表時間變量，K是資本存量，L為勞動投入，Z1、Z2、Z3、Z4分別表示四類外生性影響因素。

資本投入的產出彈性為：

ηK=βK+βKLln(L)+2βKKln(K)+βTKT

(2)

勞動投入的產出彈性為：

ηL=βL+βKLln(K)+2βLLln(L)+βTLT

(3)

借鑒王克強(2013)的做法[23]，我們可以將全要素生產率(TFP)分解為三個部分：技術效率(TE)、規(guī)模效率(SE)和技術進步(TP)。

技術效率(TE)，反映每一種投入水平的最大產出，如果處于生產邊界上，則此時的生產效率便是技術有效的。結合 Timothy(2008)的研究[24](P240—248)，對TE的定義為：

(4)

其中，μ表示無效率項，其值介于0和1之間。當μ=0時，存在完全的技術效率，TE值為1；反之，存在完全的技術無效率，TE值無限接近于0。

規(guī)模效率(SE)，反映產出增長高于要素規(guī)模綜合增長的比例關系。

(5)

技術進步(TP)，反映生產效率隨時間變化而出現的變動。對式(1)中對數形式的生產函數對時間趨勢T求導，得到：

(6)

結合式(1)～式(6)，那么可得到考慮時間效應的TFP的估計表達式如下：

(7)

(二)變量選取

1．煤炭產業(yè)總產值(Y)。以2004年為基期，對煤炭產業(yè)總產值進行平減。計算方法為：煤炭產業(yè)的累計產成品總值除以以2004年為基期的各省(直轄市、自治區(qū))GDP平減指數。數據來源于《中國能源數據庫》和《世界宏觀經濟數據庫》。

2．資本存量(K)。運用永續(xù)盤存法估算得到煤炭產業(yè)的固定資本存量?？紤]到煤炭產業(yè)的特殊性，張軍(2004)設定的9.6%的折舊率并不適用于本產業(yè)[25]。因此，借鑒單豪杰(2008)的做法[26]，將煤炭產業(yè)的資本折舊年限設置為25年，殘值率為4%，通過計算得到煤炭產業(yè)的折舊率為0.1208。由于煤炭產業(yè)的資本存量沒有現成的原始數據，本文借鑒柯善咨(2012)的處理方法來估算初始資本存量[27]，計算公式為：

(8)

式(8)中，i代表地區(qū)，Ii0是地區(qū)i初始年份0的不變價投資，g為不變價投資Iit的平均增長率，δ為資本的折舊率。根據上述方法，可得到以2004年為基期的煤炭產業(yè)固定資本存量。

注：*、**和***分別代表在10%、5%和1%的水平上顯著。下表同。

從表2的結果來看，在樣本期內，我國煤炭產業(yè)全要素生產率(TFP)的均值出現了先增后降的變動趨勢，從第一階段(2004～2007年)到第二階段(2008～2011年)，TFP均值增長了5.19%；第二階段(2008～2011年)到第三階段(2012～2014年)TFP均值下降了11.6%，而同期的技術進步率(TP)、技術效率(TE)和規(guī)模效率(SE)分別下降了68.4%、18.8%和2.0%。從地區(qū)差異來看，山西的全要素生產率和規(guī)模效率在上述三個階段均位居全國之首，河南、山東、內蒙、貴州、陜西、四川也取得了較好的表現，其全要素生產率和規(guī)模效率均高于全國平均值。另外，貴州、陜西兩省在第二、第三階段的全要素生產率分別增長了27.1%、7.15%和22.6%、7.65%，說明地區(qū)間差異較為顯著。

四、礦業(yè)權重疊對煤炭產業(yè)全要素生產率非線性影響的實證檢驗

(一)模型設定

從理論上講，礦業(yè)權重疊對煤炭產業(yè)全要素生產率的非線性影響可能主要是因為煤炭采掘過程中的生產成本、技術水平以及競爭完備性存在差異。眾多研究表明，合理的資源稅征收水平能起到控制資源開采速度、改變資源利用方式和利用效率的作用，同時也能使資源開發(fā)者和使用者承擔相應成本，以矯正資源利用帶來的負外部性。低生產率意味著采掘企業(yè)未能按市場需求的變動有效配置生產要素，進而產生結構失衡并引致了生產低效。從構成來看，這種低效可能來自于技術低效、配置低效和規(guī)模低效三個方面。另外，隨著經濟社會由高能耗、高污染向低能耗、低污染的轉變，煤炭產業(yè)集聚度的提升有助于提高典型采掘企業(yè)的規(guī)模效率，進而促進整體產業(yè)全要素生產率的提升?；诖?，本文提出以下假設：

假設1：礦業(yè)權重疊引致的不完全競爭與煤炭產業(yè)全要素生產率之間可能存在非線性關系。當煤炭產業(yè)的集聚度較低時，采掘企業(yè)間的同質化低水平競爭對煤炭產業(yè)全要素生產率的提升形成了“阻滯效應”；而當產業(yè)的集聚度逐漸上升時，這種效應應該出現由負向正的轉變。

假設2：在不同經濟發(fā)展階段，不同的資源稅征收水平會使煤炭產業(yè)出現由投資驅動向創(chuàng)新驅動的轉變，進而消解礦業(yè)權重疊對煤炭產業(yè)全要素生產率增長的負面影響。煤炭資源稅征收水平越低，礦業(yè)權重疊引致的資源采掘“掠奪效應”越顯著，反之亦然。

為了檢驗不同資源稅征收水平和產業(yè)集聚水平下，礦業(yè)權重疊對煤炭產業(yè)全要素生產率的影響，并捕捉它們之間可能存在的非線性關系，本文借鑒Hansen(1996)提出的非線性門檻效應模型來進行實證檢驗[29]，模型設定如下：

ΔTFPit=αi+Zitθ+λ1MitI(qit≤γ)+λ2Mit(qit>γ)+εit

(9)

其中，ΔTFPit為被解釋變量，下標代表相應的區(qū)域和時間。I·為指示函數，Zit表示一組控制變量，包括對煤炭產業(yè)全要素生產率可能有重要影響的其他因素，如TFP滯后期值、單位GDP能耗等，Mit為核心解釋變量(礦業(yè)權重疊)。qit為門檻變量，γ是門檻值，εit為白噪聲項。當λ1≠λ2時，說明礦業(yè)權重疊對煤炭產業(yè)全要素生產率的非線性影響存在門檻效應。

如果存在多重門檻值，則可對式(9)進行相應擴展，模型修改為：

ΔTFPit=αi+Zitθ+λ1MitI(qit≤γ1)+λ2MitI(γ1γ2)+εit

(10)

(二)變量說明

被解釋變量：煤炭產業(yè)全要素生產率的增長率 (ΔTFP)。用表2計算得到的煤炭產業(yè)全要素生產率TFP的增長率來表示，以此反映樣本期內煤炭產業(yè)全要素生產率的動態(tài)變化。

核心解釋變量：礦業(yè)權重疊(Mrol)。如前所述，以煤炭資源采掘區(qū)是否發(fā)生煤炭與油氣、煤炭與煤炭等礦業(yè)權“上下投影重疊”或“平面交叉重疊”為標準，設置虛擬變量D=1(重疊地區(qū))和D=0(無重疊地區(qū))。

門檻變量：煤炭資源稅征收水平lnctax和產業(yè)集聚度LQ。其中，煤炭資源稅征收水平如前所述，用煤炭資源稅占地區(qū)資源稅收入的比重表示。產業(yè)集聚度LQ用煤炭產業(yè)企業(yè)數指標計算得到的區(qū)位熵(LQ2)來表示，借鑒陳蓮芳(2012)的方法[30]，采用下式得到：

(11)

圖1 門檻參數(煤炭資源稅征收比重)

圖2 門檻參數(企業(yè)數區(qū)位熵)

門檻變量核心解釋變量煤炭資源稅征收水平模型(1)企業(yè)數區(qū)位熵(產業(yè)集聚)模型(2)門檻值-0.118(-1.40) lnctax≤-3.172 -0.193*(-2.23) LQ2≤0.6440.215**(3.14) -3.172-1.074-0.118(-0.93) LQ2>1.882lnctaxgdp3.636 (1.64)5.009* (2.20)lncoalfis-56.60***(-3.72)-68.55***(-4.67)lnctax-0.119 (-1.58)-0.172*(-2.23)LQ10.410***(8.22)0.413***(8.04)LQ2-0.0383 (-1.33)-0.0733*(-2.02)LQ30.184***(5.73)0.220***(7.13)dTFP-0.822***(-23.46)-0.806***(-21.91)secoi2.111***(5.50)2.416***(5.99)coalcon-0.137 (-1.37)-0.0452(-0.46)enecon0.445***(4.43)0.485***(4.74)常數項0.0099(0.05)-0.00183(-0.01)R20.7980.807N219219F58.9662.53

從其他影響因素來看，模型(1)和模型(2)均顯示煤炭資源依賴程度、投資區(qū)位熵、從業(yè)人數區(qū)位熵、TFP滯后一期值、第二產業(yè)比重和單位GDP能耗對煤炭產業(yè)全要素生產率增長都具有顯著影響。具體來看：(1)煤炭資源依賴程度的估計系數顯著為負，說明資源富集地區(qū)對煤炭經濟的依賴程度越高，煤炭全要素生產率的增長率越低，這可能與地方政府在資源經濟發(fā)展中的干預有關，地方政府為尋求更多短期的資源性收益而放松了對煤炭產業(yè)的環(huán)境規(guī)制和礦業(yè)規(guī)制，進而引致資源利用的低效。(2)投資區(qū)位熵和從業(yè)人數區(qū)位熵的系數均顯著為正，表明煤炭產業(yè)的投資集聚和從業(yè)人數集聚促進了煤炭產業(yè)全要素生產率的增長，這說明樣本期內我國煤炭產業(yè)的“產能整合”政策有效降低了無效投資率，改善了產業(yè)的規(guī)模效率。(3)TFP滯后一期值的影響系數約為 -0.82～-0.81，并且具有1%的顯著性水平，說明TFP增長的時間效應為負，這與表2顯示的技術進步率(TP)出現快速下降的趨勢吻合。(4)第二產業(yè)比重的影響系數顯著為正，表明隨著工業(yè)經濟比重的增加，煤炭采掘業(yè)的生產效率也得到了改善，這可能與制造業(yè)生產效率改進的“技術溢出”有關。(5)單位GDP能耗對煤炭產業(yè)全要素生產率增長的影響也顯著為正，說明樣本期內能耗降低(能源消費效率提升)并沒有促進煤炭生產效率的增長，煤炭產業(yè)全要素生產率的提升存在著較大的阻力。

五、結論與政策建議

在本文的研究中，我們通過構造超越對數生產函數，將外生影響因素納入生產函數模型，測度了我國煤炭產業(yè)全要素生產率的動態(tài)變化，并基于此，著重探討了礦業(yè)權重疊對煤炭產業(yè)全要素生產率增長的非線性影響，主要結論有：(1)樣本期內，我國煤炭產業(yè)全要素生產率出現了先增后降的變動趨勢，并且地區(qū)差異顯著。(2)礦業(yè)權重疊與煤炭產業(yè)全要素生產率增長之間存在著非線性關系，煤炭資源稅征收比重和煤炭產業(yè)集聚水平是影響這一非線性關系的重要門檻變量。(3)煤炭產業(yè)的投資集聚與從業(yè)人數集聚，促進了煤炭產業(yè)的全要素生產率增長，但企業(yè)數集聚對煤炭產業(yè)全要素生產率增長形成了阻滯效應，煤炭產業(yè)存在規(guī)模不經濟現象。(4)能耗比重的下降(能源消費效率提升)并未帶來煤炭產業(yè)全要素生產率的增長，我國面臨著較大的能源生產方式變革的壓力。

結合當前的改革，未來我國煤炭產業(yè)全要素生產率的提升應著力于消除礦業(yè)權重疊所引致的效率缺陷，并綜合運用多種政策工具，形成有利于煤炭產業(yè)全要素生產率提升的制度環(huán)境。具體的政策建議如下：(1)礦業(yè)權重疊風險的消解，應注重稅收政策、產業(yè)政策、環(huán)境政策等政策的創(chuàng)新與協(xié)同，單一的政策措施難以有效推進煤炭產業(yè)的綠色可持續(xù)發(fā)展。(2)在貫徹實施煤炭資源稅從價計征改革方案時，不同省份應基于煤炭資源稅征收比重在礦業(yè)權重疊風險傳導中的門檻值區(qū)間，因地制宜，科學制定煤炭資源稅從價計征的稅率標準，合理調節(jié)煤炭資源稅的征收比重。(3)相關部門在執(zhí)行《能源生產和消費革命戰(zhàn)略(2016～2030)》時，應著重加強對煤炭企業(yè)規(guī)模的調整，提升煤炭企業(yè)集聚水平，減少惡性競爭，以促進煤炭采掘市場的競爭性。(4)注重對能源消費結構轉變的引導，發(fā)展和利用清潔能源，并避免環(huán)境規(guī)制不足可能引致的礦業(yè)權重疊風險的傳導，通過能源消費結構的轉變推進煤炭產業(yè)脫困與轉型。

[1] Hotelling，H.The Economics of Exhaustible Resources[J].Journal of Political Economy，1931，39(2):137—175.

[2] Cuvelier，J.，Vlassenroot，K.，Olin，N.Resources，Conflict and Governance：A Critical Review[J].The Extractive Industries and Society，2014，1(2):340—350.

[3] 王忠.礦業(yè)權集聚、經濟增長與區(qū)域貧困減緩[J].中國人口·資源與環(huán)境，2017，27(2)：117—125.

[4] Stoker，T.M.，Berndt，E.R.，Ellerman，A.D.，etc.Panel Data Analysis of U.S.Coal Productivity[J].Journal of Econometrics，2005，127(2):131—164.

[5] Geldrop，J.V.，Jilin，S.，Withagen，C.Existence of General Equilibria in Economies with Natural Exhaustible Resources and an Infinite Horizon[J].Industrial of Mathematical Economics，1991，20(2):225—248.

[6] 胡健,吳文潔.油氣資源礦權與土地產權的沖突——以陜北油氣資源開發(fā)為例的分析[J].資源科學，2007，29(3):8—16.

[7] Spiegel，J.S.Governance Institutions，Resource Rights Regimes，and the Informal Mining Sector：Regulatory Complexities in Indonesia[J].World Development，2012，40(1):189—205.

[8] 王忠,周昱岑.資源產權、政府競爭與礦業(yè)權規(guī)制策略[J].中國行政管理，2015，364(10):129—134.

[9] 林伯強，等.資源稅改革:以煤炭為例的資源經濟學分析[J].中國社會科學，2012，(2):58—78.

[10] Fang，H.，Wu，J.J.，Zeng，C.Comparative Study on Efficiency Performance of Listed Coal Mining Companies in China and the US[J].Energy Policy，2009，(37)：5140—5148.

[11] 程曉娟,韓慶蘭,全春光.基于PCA-DEA組合模型的中國煤炭產業(yè)生態(tài)效率研究[J].資源科學，2013，35(6):1292—1299.

[12] Cui，Y.J.，Huang，G.L.，Yin，Z.Y.Estimating Regional Coal Resource Efficiency in China Using Three-Stage DEA and Bootstrap DEA Models[J].International Journal of Mining Science and Technology，2015，(25):861—864.

[13] 湯建影,周德群,周笑.中國煤炭城市全要素生產率變動的實證研究[J].中國礦業(yè)大學學報(社會科學版)，2007，36(6):783—788.

[14] Wang，Y.L.，Liu，C.Z.Capital Structure，Equity Structure，and Technical Efficiency：Empirical Study Based on China Coal Listed Companies[J].Procedia Earth and Planetary Science,2009，(1):1635—1640.

[15] 趙萌.中國煤炭企業(yè)的全要素生產率增長[J].統(tǒng)計研究,2011,(8):55—62.

[16] 鄒濤,肖興志,李沙沙.煤礦安全規(guī)制對煤炭行業(yè)生產率影響的實證研究[J].中國工業(yè)經濟，2015，(10):85—99.

[17] 朱學敏,王強,李軍華，等.資源稅對煤炭產業(yè)生產效率影響的實證研究[J].中國石油大學學報(社會科學版),2012，28(2):5—9.

[18] Liu,J.，Liu，H.F.，Yao,X.L.,etc.Evaluating the Sustainability Impact of Consolidation Policy in China’s Coal Mining Industry：A Data Envelopment Analysis[J].Journal of Cleaner Production，2016，(112):2969—2976.

[19] Xu，H.T.，Nakajima，K.Did China’s Coal Mine Regulation Positively Affect Economic Growth?[J].Resources Policy，2016，(50):160—168.

[20] Zhang，Y.F.，Zhang，M.，Liu，Y.，etc.Enterprise Investment，Local Government Intervention and Coal Overcapacity：The Case of China[J].Energy Policy，2017，(101):162—169.

[21] Battese，G.E.，Coelli，T.J.A Model of Technical Inefficiency Effects in Stochastic Frontier Production for Panel Data[J].Empirical Economics，1995，20(1)：325—332.

[22] 陳詩一.能源消耗、二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展[J].經濟研究,2009,(4):41—55.

[23] 王克強,武英濤,劉紅梅.中國能源開采業(yè)全要素生產率的測度框架與實證研究[J].經濟研究，2013，(6):127—140.

[24] [澳]蒂莫西·J·科埃利，等.效率與生產率分析引論(第2版)[M].王忠玉,譯.北京:中國人民大學出版社，2008.

[25] 張軍.中國省際物質資本存量估計:1952—2000[J].經濟研究,2004,(10):35—44.

[26] 單豪杰.中國資本存量K的再估算:1952—2006年[J].數量經濟技術經濟研究,2008，(10):17—31.

[27] 柯善咨.1996—2009年中國城市固定資本存量估算[J].統(tǒng)計研究,2012,(7):19—24.

[28] 錢貴霞,張一品,鄔建國.內蒙古能源消費碳排放變化的分解分析[J].技術經濟,2010,29(12)：7784.

[29] Hansen，B.E.Threshold Effects in Non-Dynamic Panels：Estimation，Testing，and Inference[J].Journal of Econometrics，1999，93(2):345—368.

[30] 陳蓮芳,嚴良.基于復合區(qū)位熵的中國油氣資源產業(yè)集群識別[J].中國人口·資源與環(huán)境，2012，22(2)：152—158.

(責任編輯：胡浩志)

F062.1

：A

：1003-5230(2017)05-0059-10

2017-06-18

國家社會科學基金資助項目“我國資源富集區(qū)礦業(yè)權重置的風險傳導與規(guī)制優(yōu)化研究”(13CGL116)；國家留學基金資助項目“國家公派訪問學者”(201606415074)

王 忠(1979— )，男，湖北武漢人，中國地質大學(武漢)公共管理學院副教授，博士； 揭 俐(1982— )，女，湖南常德人，中國地質大學(武漢)經濟管理學院博士生； 曾 偉(1966— )，男，湖北武漢人，中國地質大學(武漢)公共管理學院教授，博士。