煤炭城市應(yīng)對能源價格沖擊的政策模擬研究
——基于系統(tǒng)動力學(xué)

王德魯，馬 剛

煤炭城市應(yīng)對能源價格沖擊的政策模擬研究
——基于系統(tǒng)動力學(xué)

王德魯，馬 剛

（中國礦業(yè)大學(xué)管理學(xué)院，江蘇徐州221116）

近年來，煤炭和原油價格的持續(xù)下滑對煤炭城市的經(jīng)濟(jì)發(fā)展帶來了前所未有的挑戰(zhàn)。以鄂爾多斯市為例，構(gòu)建煤炭城市應(yīng)對能源價格沖擊的系統(tǒng)動力學(xué)模型，并在不同能源價格波動情景和政策情景下，對煤炭產(chǎn)業(yè)、煤化工產(chǎn)業(yè)、下游工業(yè)產(chǎn)業(yè)以及整個工業(yè)的產(chǎn)值和利潤總額進(jìn)行模擬仿真。結(jié)果表明：盡管能源價格下跌對地區(qū)非資源型產(chǎn)業(yè)的發(fā)展具有一定的促進(jìn)作用，但就總體而言，會對鄂爾多斯的經(jīng)濟(jì)發(fā)展造成顯著的負(fù)面影響。不同的政策在能源價格沖擊背景下的調(diào)控效果也不盡相同，其中加大科研投入和發(fā)展替代產(chǎn)業(yè)政策對區(qū)域工業(yè)總產(chǎn)值和總利潤的提升效果最為明顯；降低增值稅政策可以在短期內(nèi)快速提高工業(yè)盈利水平，但是其有效性卻呈顯著的逐年遞減趨勢；加大限產(chǎn)力度可以在不損失區(qū)域經(jīng)濟(jì)總量的情況下，有效地提高其利潤總額；而加大金融投入在提高區(qū)域工業(yè)總產(chǎn)值的同時，會削弱其獲利能力。

煤炭城市；能源價格沖擊；政策響應(yīng)；系統(tǒng)動力學(xué)；情景分析

一、問題的提出

煤炭城市是因煤炭資源的開采而興起或發(fā)展壯大，且煤炭資源性產(chǎn)業(yè)在工業(yè)中占有較大份額的城市[1-2]。煤炭城市以資源開采、加工為主體相對單一的產(chǎn)業(yè)結(jié)構(gòu)特征，決定了其對能源價格的變化格外敏感[3-4]。近年來，由于受金融危機(jī)、宏觀經(jīng)濟(jì)調(diào)整等因素的影響，煤炭價格經(jīng)歷了由大漲到大跌的巨幅變動，從2008年12月—2011年10月，秦皇島動力煤（23.00兆焦/千克）的價格由570元/噸上漲至856元/噸，增長了50.2％；隨后，煤炭價格開始快速下滑，到2015年11月底已跌至372元/噸，跌幅達(dá)56.54％，致使煤炭企業(yè)的利潤大幅下滑，大企業(yè)紛紛降薪，小企業(yè)無力支撐而倒閉。在煤炭價格持續(xù)下跌的背景下，眾多煤炭城市開始通過大力發(fā)展煤化工產(chǎn)業(yè)，增加產(chǎn)品附加值來提高自身競爭力，如鄂爾多斯市的煤化工產(chǎn)業(yè)集群、淮南市的現(xiàn)代煤化工產(chǎn)業(yè)園等。但是伴隨著國際原油價格的持續(xù)下跌，引發(fā)大宗商品價格中樞下移，又使得煤化工產(chǎn)品的比較優(yōu)勢日趨微弱[5-6]。進(jìn)入2015年1月，WTI原油價格已跌破45美元/桶，直接導(dǎo)致了大唐集團(tuán)、國電電力、中海油和華電等公司開始紛紛剝離煤化工板塊的業(yè)務(wù)，中國一些大型煤炭城市如鄂爾多斯、呼和浩特、榆林和長治等也紛紛陷入嚴(yán)重的經(jīng)濟(jì)蕭條。

鑒于能源價格沖擊對資源型區(qū)域經(jīng)濟(jì)發(fā)展的嚴(yán)重影響，許多學(xué)者圍繞能源價格與經(jīng)濟(jì)增長的關(guān)系做了大量研究[7]。其中，研究油價變動對經(jīng)濟(jì)發(fā)展的沖擊效應(yīng)一直是西方學(xué)術(shù)界的主要研究方向。Darby（1982）和Hamilton（1983）最早對這一關(guān)系進(jìn)行研究，并指出石油價格上升會對經(jīng)濟(jì)增長產(chǎn)生消極影響[8-9]。其原因在于，石油產(chǎn)業(yè)作為國民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，其價格上漲將直接推動以能源為主要原料的相關(guān)產(chǎn)業(yè)的成本和價格上升，并繼續(xù)傳導(dǎo)至其下游各個相關(guān)產(chǎn)業(yè)，進(jìn)而通過影響投資、消費(fèi)、國際貿(mào)易等對宏觀經(jīng)濟(jì)發(fā)展產(chǎn)生抑制作用。隨著研究的不斷深入，許多學(xué)者認(rèn)為這一關(guān)系已經(jīng)發(fā)生改變，并指出石油價格與經(jīng)濟(jì)增長之間具有不對稱性[10-11]。在2008年金融危機(jī)和石油價格危機(jī)之后，石油價格與經(jīng)濟(jì)增長的關(guān)系再次成為研究的熱點(diǎn)[12-15]。同時，大量研究將焦點(diǎn)聚集在石油價格與某一特定國家的經(jīng)濟(jì)增長的關(guān)系[16-20]。出于國情的關(guān)系，國內(nèi)學(xué)者們圍繞煤炭價格變動與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了大量的研究，并發(fā)現(xiàn)煤炭價格變動對經(jīng)濟(jì)增長具有正向的影響效力[21]。隨著研究的不斷深入，許多學(xué)者認(rèn)為煤炭價格與經(jīng)濟(jì)增長之間具有協(xié)整關(guān)系[22-23]。

煤炭城市的經(jīng)濟(jì)發(fā)展很大程度上取決于當(dāng)?shù)氐馁Y源稟賦，并且相較于其他經(jīng)濟(jì)區(qū)域具有鮮明的特點(diǎn)。資源型城市因資源而興，也可能因資源枯竭而衰敗。因此，資源型城市可持續(xù)發(fā)展問題一直是全世界共同關(guān)心的主題。自H.A.Innis在1930年研究加拿大資源型城市的經(jīng)濟(jì)發(fā)展之后，許多學(xué)者在其基礎(chǔ)上繼續(xù)展開研究并拓展至其他研究領(lǐng)域，包括生命周期[24]、健康狀況[25]、資源詛咒[26]、經(jīng)濟(jì)轉(zhuǎn)型[27]和可持續(xù)發(fā)展[28-32]。

盡管目前關(guān)于資源型區(qū)域應(yīng)對能源價格沖擊和可持續(xù)發(fā)展政策的研究具有一定的參考價值，但是也存在以下不足:（1）從研究內(nèi)容來看，現(xiàn)有研究主要關(guān)注于油價沖擊和宏觀經(jīng)濟(jì)增長的關(guān)系。而關(guān)于煤炭價格沖擊（尤其是煤炭價格與原油價格組合沖擊）對煤炭城市經(jīng)濟(jì)發(fā)展影響的研究較少。另外，現(xiàn)有關(guān)于煤炭資源型城市可持續(xù)發(fā)展政策的研究主要是從資源耗竭的角度展開的，而關(guān)于其在能源價格沖擊情景下響應(yīng)政策的研究較為匱乏。（2）從研究方法來看，傳統(tǒng)模型（如向量自回歸模型，結(jié)構(gòu)向量自回歸模型，向量誤差修正模型，可計算一般均衡模型和動態(tài)隨機(jī)一般均衡模型）通常假定經(jīng)濟(jì)系統(tǒng)的演化結(jié)構(gòu)是未知的，所以他們并不能很好地展示經(jīng)濟(jì)發(fā)展的動態(tài)過程，另外這些模型能夠處理的信息量是有限的[33]。而系統(tǒng)動力學(xué)模型（SD模型）不僅可以對主體進(jìn)行時間上的動態(tài)分析，而且對系統(tǒng)設(shè)定的各種控制因素間的相互關(guān)系和隱含的反饋回路有明確的認(rèn)識，從而可以更好地把握某種控制因素變化時系統(tǒng)的行為和發(fā)展。目前SD模型已被廣泛應(yīng)用于城市經(jīng)濟(jì)—生態(tài)系統(tǒng)[34-35]、物流系統(tǒng)[36]、農(nóng)業(yè)系統(tǒng)[37-38]和交通系統(tǒng)[39-40]等的政策模擬當(dāng)中。因此，本文采用系統(tǒng)動力學(xué)方法來分析能源價格沖擊對煤炭城市經(jīng)濟(jì)發(fā)展的影響以及不同的響應(yīng)政策對系統(tǒng)經(jīng)濟(jì)績效的提升作用。

二、煤炭城市應(yīng)對能源價格沖擊的系統(tǒng)動力學(xué)模型構(gòu)建

（一）研究對象的選取

鄂爾多斯市作為中國最大的煤炭和煤化工基地，其煤炭資源擁有量及年產(chǎn)量居全國之首。2014年，該地區(qū)已探明煤炭儲量達(dá)1 496億噸，約占中國總儲量的17％；原煤產(chǎn)量達(dá)到63 938萬噸，占全國原煤總產(chǎn)量的17.52％。自2004年8月中國第一個煤制油項目在鄂爾多斯開工建設(shè)以來，經(jīng)過10年的發(fā)展，鄂爾多斯形成了由烏蘭木倫、匯能、大陸、準(zhǔn)格爾等4個煤化工工業(yè)園組成的煤化工產(chǎn)業(yè)基地。近年來，能源價格波動造成了鄂爾多斯市的經(jīng)濟(jì)出現(xiàn)了較大的起伏，2013年煤炭產(chǎn)業(yè)產(chǎn)值首次出現(xiàn)負(fù)增長，企業(yè)利潤也大幅下滑，鄂爾多斯市的經(jīng)濟(jì)發(fā)展正面臨著前所未有的挑戰(zhàn)。因此，選取鄂爾多斯市具有一定的代表性。

（二）系統(tǒng)邊界的設(shè)定

建立SD模型的前提是明確系統(tǒng)邊界，也就是其子系統(tǒng)構(gòu)成。系統(tǒng)動力學(xué)理論認(rèn)為，人是有限理性的，不可能建立一個無所不包的模型，或有能力對這樣一個模型進(jìn)行分析。這就要求在構(gòu)建SD模型之前首先要確定哪些關(guān)鍵要素應(yīng)該納入到模型之中，哪些相關(guān)度低的要素應(yīng)排除到模型之外。如果在建模之初沒有對模型邊界進(jìn)行合理界定，致使很多不重要的因素混雜其中，那么將會導(dǎo)致研究者無法抓住重點(diǎn)要素與作用關(guān)系，因此需要首先對模型邊界進(jìn)行確定[41]。根據(jù)已有研究文獻(xiàn)[42-44]和鄂爾多斯市的實際經(jīng)濟(jì)狀況，將鄂爾多斯市經(jīng)濟(jì)系統(tǒng)劃分為4大子系統(tǒng)，分別為煤炭產(chǎn)業(yè)子系統(tǒng)、煤化工產(chǎn)業(yè)子系統(tǒng)、下游工業(yè)子系統(tǒng)和生產(chǎn)性服務(wù)業(yè)子系統(tǒng)①根據(jù)鄂爾多斯市統(tǒng)計年鑒（2001—2014年），鄂爾多斯的經(jīng)濟(jì)發(fā)展主要依賴于煤炭及其下游產(chǎn)業(yè)。2001年以來第一產(chǎn)業(yè)增加值占地區(qū)GDP的比重始終低于2％，而第二產(chǎn)業(yè)增加值的比重超過70％。此外，第三產(chǎn)業(yè)以生產(chǎn)服務(wù)業(yè)為主，消費(fèi)服務(wù)業(yè)比重低于15％。因此，本文沒有將第一產(chǎn)業(yè)和消費(fèi)服務(wù)業(yè)納入鄂爾多斯經(jīng)濟(jì)系統(tǒng)模型。。煤炭產(chǎn)業(yè)子系統(tǒng)是指煤炭開采、加工形成的生產(chǎn)系統(tǒng)。煤化工產(chǎn)業(yè)子系統(tǒng)是指以煤炭為原料，經(jīng)過化學(xué)加工使煤轉(zhuǎn)化為氣體、液體、固體燃料以及化學(xué)品的生產(chǎn)系統(tǒng)。下游工業(yè)子系統(tǒng)是指以煤炭和煤化工產(chǎn)品為消費(fèi)品的各類產(chǎn)業(yè)及其下游產(chǎn)業(yè)的集合，包括電力、化工、建材、冶金及其他制造業(yè)等產(chǎn)業(yè)。生產(chǎn)性服務(wù)業(yè)子系統(tǒng)是指為上述3個子系統(tǒng)正常運(yùn)行和發(fā)展提供各種保障的服務(wù)子系統(tǒng)。煤炭產(chǎn)業(yè)尤其是煤化工產(chǎn)業(yè)是一種典型的資本密集型和技術(shù)密集型產(chǎn)業(yè)，而且主產(chǎn)區(qū)與市場需求區(qū)存在巨大的空間距離。因此，本文主要從科技服務(wù)、技術(shù)服務(wù)和物流服務(wù)等3個方面考察其對鄂爾多斯經(jīng)濟(jì)發(fā)展的支撐作用。

（三）子系統(tǒng)因果關(guān)系分析

煤炭產(chǎn)業(yè)子系統(tǒng)的因果關(guān)系如圖1a所示，煤炭產(chǎn)業(yè)的利潤總額主要受煤炭產(chǎn)業(yè)總收入和總成本所決定，包括煤炭價格、煤炭銷量、生產(chǎn)成本、物流成本、庫存成本以及其他相關(guān)成本。其中煤炭價格作為外生變量和煤炭銷量共同決定了煤炭產(chǎn)業(yè)的總收入，煤炭銷量由煤炭產(chǎn)量和煤炭產(chǎn)銷比決定，體現(xiàn)了煤炭產(chǎn)量的提升對利潤總額的正向影響。而生產(chǎn)成本的大小由煤炭產(chǎn)量所決定，煤炭產(chǎn)量越高，相應(yīng)的生產(chǎn)成本也會越大，體現(xiàn)了煤炭產(chǎn)量的提升對利潤總額的負(fù)向影響。物流成本的大小由煤炭銷量所決定，煤炭銷量越大，相應(yīng)產(chǎn)生的物流費(fèi)用也會越多，而庫存成本由煤炭的銷量和產(chǎn)量共同決定。另外，根據(jù)生產(chǎn)理論，煤炭產(chǎn)量主要由科技水平、煤炭產(chǎn)業(yè)人力資本投入以及煤炭產(chǎn)業(yè)生產(chǎn)資本投入3個方面共同決定，同時會受到限產(chǎn)政策的約束。

煤化工產(chǎn)業(yè)子系統(tǒng)的因果關(guān)系如圖1b所示，與煤炭產(chǎn)業(yè)的因果關(guān)系基本相似。需要說明的是，作為煤化工產(chǎn)業(yè)的主要原材料，煤炭的價格越低，煤化工產(chǎn)業(yè)的生產(chǎn)成本也就越低，其贏利能力也就越強(qiáng)。與此同時，煤化工產(chǎn)品的市場價格除受到其市場供給與需求的影響之外，還會受到原油價格的影響。當(dāng)國際油價處于高位時，煤化工產(chǎn)品的市場價格也隨之提升，而當(dāng)國際原油價格下跌時，煤化工產(chǎn)品的比較優(yōu)勢下降，其盈利能力隨之下降。

下游工業(yè)子系統(tǒng)的因果關(guān)系如圖1c所示，由于煤炭和煤化工下游產(chǎn)業(yè)的類型較多，而且建材、鋼鐵、機(jī)械等工業(yè)品主要銷往其他地區(qū)，因此對下游產(chǎn)業(yè)子系統(tǒng)的因果關(guān)系作了簡化處理，并將這些產(chǎn)業(yè)的銷售收入設(shè)置為外生變量。下游工業(yè)的利潤主要受銷售收入和總成本的影響，能源價格的下跌有利于其降低采購成本，提高利潤總額。反過來，下游產(chǎn)業(yè)利潤越高，其擴(kuò)大再生產(chǎn)的動力和能力就越強(qiáng)，產(chǎn)業(yè)產(chǎn)量和產(chǎn)值也就越大。

生產(chǎn)性服務(wù)業(yè)子系統(tǒng)的因果關(guān)系如圖1d所示，主要體現(xiàn)為生產(chǎn)性服務(wù)對經(jīng)濟(jì)發(fā)展的服務(wù)支撐作用，具體表現(xiàn)在3個方面:一是金融服務(wù)水平對經(jīng)濟(jì)發(fā)展的服務(wù)支撐作用，區(qū)域工業(yè)總產(chǎn)值的增加會吸引更多的金融機(jī)構(gòu)入駐，增加區(qū)域的投融資金額，活躍當(dāng)?shù)氐慕鹑谑袌觯欣谄髽I(yè)向金融機(jī)構(gòu)進(jìn)行貸款，增加相關(guān)的資本投入，進(jìn)而增加工業(yè)總產(chǎn)值；二是科技水平對經(jīng)濟(jì)發(fā)展的支撐作用，工業(yè)總產(chǎn)值的增加，會有更多的資金來用于科技研發(fā)，進(jìn)而提高區(qū)域的科技水平，而科技水平的增加，一方面可以使得區(qū)域工業(yè)產(chǎn)品形成差異化提高產(chǎn)品競爭力，另一方面也能通過改進(jìn)工藝或者流程來提高勞動生產(chǎn)率進(jìn)而提高工業(yè)總產(chǎn)值；三是物流服務(wù)水平對經(jīng)濟(jì)發(fā)展的服務(wù)作用，工業(yè)總產(chǎn)值的增加將會有更多的資金來用于物流基礎(chǔ)設(shè)施建設(shè)，提高物流服務(wù)水平，降低單位物流成本，有利于區(qū)域經(jīng)濟(jì)的長遠(yuǎn)發(fā)展。

（四）煤炭城市應(yīng)對能源價格沖擊的系統(tǒng)動力學(xué)模型構(gòu)建

根據(jù)以上建立的各變量之間的相互關(guān)系，使用Vensim PLE仿真工具構(gòu)建出“煤炭城市應(yīng)對能源價格沖擊的系統(tǒng)動力學(xué)模型”系統(tǒng)流圖，如圖2所示。

1.主要方程的設(shè)定

根據(jù)SD原理，需要設(shè)定函數(shù)來描述變量間的影響關(guān)系，本文主要采用CD生產(chǎn)函數(shù)以及利潤函數(shù)等來刻畫相關(guān)主要變量間的邏輯關(guān)系，構(gòu)造了74個系統(tǒng)動力學(xué)方程，主要方程式包括：

1）煤炭產(chǎn)業(yè)利潤總額=煤炭產(chǎn)業(yè)總收入-煤炭產(chǎn)業(yè)總成本①煤炭產(chǎn)業(yè)利潤總額采用INTEG函數(shù)。INTEG函數(shù)為累積函數(shù)，但由于本文所采用的利潤總額為年度利潤總額，不是累積利潤總額，所以在當(dāng)年的煤炭產(chǎn)業(yè)總收入-煤炭產(chǎn)業(yè)總成本的基礎(chǔ)上再減去上一年度煤炭產(chǎn)業(yè)的利潤總額，可得到當(dāng)年煤炭產(chǎn)業(yè)的利潤總額。；

2）煤炭產(chǎn)業(yè)生產(chǎn)資本投入=煤炭產(chǎn)業(yè)利潤總額對生產(chǎn)資本投入的影響系數(shù)×煤炭產(chǎn)業(yè)利潤總額+金融服務(wù)水平對煤炭產(chǎn)業(yè)生產(chǎn)資本投入的影響系數(shù)×金融服務(wù)水平②相關(guān)參數(shù)是將煤炭產(chǎn)業(yè)利潤總額和金融業(yè)年末貸款余額作為自變量，煤炭產(chǎn)業(yè)生產(chǎn)資本投入作為因變量進(jìn)行統(tǒng)計回歸得到。；

3）煤炭產(chǎn)業(yè)人力資本投入=煤炭產(chǎn)業(yè)利潤總額對人力資本投入的影響系數(shù)×煤炭產(chǎn)業(yè)利潤總額+金融服務(wù)水平對煤炭產(chǎn)業(yè)人力資本投入的影響系數(shù)×金融服務(wù)水平；

4）煤炭產(chǎn)量=科技水平×（從事煤炭產(chǎn)業(yè)人力資本投入^煤炭產(chǎn)業(yè)人力資本投入彈性系數(shù)）×（煤炭產(chǎn)業(yè)生產(chǎn)資本投資^煤炭產(chǎn)業(yè)生產(chǎn)資本投入彈性系數(shù)）-限產(chǎn)政策①煤炭產(chǎn)業(yè)生產(chǎn)資本投入是指煤炭產(chǎn)業(yè)固定資產(chǎn)凈值，具體指標(biāo)采用《鄂爾多斯市統(tǒng)計年鑒》內(nèi)的煤炭產(chǎn)業(yè)固定資產(chǎn)凈值年平均余額，該指標(biāo)已考慮累計折舊。同時，采用CD生產(chǎn)函數(shù)，對煤炭產(chǎn)量、煤炭產(chǎn)業(yè)人力資本投入和煤炭產(chǎn)業(yè)生產(chǎn)資本投入進(jìn)行對數(shù)變換，并將變換后的煤炭產(chǎn)業(yè)生產(chǎn)資本投入和人力資本投入作為自變量，煤炭產(chǎn)量作為因變量進(jìn)行統(tǒng)計回歸得到相關(guān)參數(shù)。；

5）煤炭產(chǎn)業(yè)總收入=煤炭價格×煤炭銷量②由于本文采用的煤炭價格為年平均價格，并不是實時價格，采用煤炭價格×煤炭銷量會產(chǎn)生較大誤差，因此，將煤炭價格×煤炭銷量作為自變量，以煤炭產(chǎn)業(yè)總收入作為因變量進(jìn)行了統(tǒng)計回歸并得到相關(guān)參數(shù)。；

6）煤炭產(chǎn)業(yè)總成本=增值稅+煤炭產(chǎn)業(yè)庫存成本+煤炭產(chǎn)業(yè)物流成本+煤炭產(chǎn)業(yè)生產(chǎn)成本+煤炭產(chǎn)業(yè)其他相關(guān)成本；

7）煤炭產(chǎn)業(yè)產(chǎn)值=上年度煤炭產(chǎn)業(yè)產(chǎn)值+當(dāng)年煤炭產(chǎn)業(yè)產(chǎn)值增；

8）煤化工產(chǎn)業(yè)生產(chǎn)資本投入=煤化工產(chǎn)業(yè)利潤總額對生產(chǎn)資本投入的影響系數(shù)×煤化工產(chǎn)業(yè)利潤總額+金融服務(wù)水平對煤化工產(chǎn)業(yè)生產(chǎn)資本投入的影響系數(shù)×金融服務(wù)水平；

9）煤化工產(chǎn)業(yè)人力資本投入=煤化工產(chǎn)業(yè)利潤總額對人力資本投入的影響系數(shù)×煤化工產(chǎn)業(yè)利潤總額+金融服務(wù)水平對煤化工產(chǎn)業(yè)人力資本投入的影響系數(shù)×金融服務(wù)水平；

10）煤化工產(chǎn)品產(chǎn)量=科技水平×（從事煤化工產(chǎn)業(yè)人力資本投入^煤化工產(chǎn)業(yè)人力資本投入彈性系數(shù)）×（煤化工產(chǎn)業(yè)生產(chǎn)資本投資^煤化工產(chǎn)業(yè)生產(chǎn)資本投入彈性系數(shù)）；

11）煤化工產(chǎn)業(yè)利潤總額=煤化工產(chǎn)業(yè)總收入-煤化工產(chǎn)業(yè)總成本；

12）煤化工產(chǎn)業(yè)產(chǎn)值=上年度煤化工產(chǎn)業(yè)產(chǎn)值+當(dāng)年煤化工產(chǎn)業(yè)產(chǎn)值增；

13）下游工業(yè)產(chǎn)業(yè)利潤總額=下游工業(yè)產(chǎn)業(yè)總收入-下游工業(yè)產(chǎn)業(yè)總成本；

14）下游工業(yè)產(chǎn)業(yè)產(chǎn)值=上年度下游工業(yè)產(chǎn)業(yè)產(chǎn)值+當(dāng)年下游工業(yè)產(chǎn)業(yè)產(chǎn)值增；

15）科技水平=上年度科技水平+當(dāng)年科技水平增；

16）金融服務(wù)水平=上年度金融服務(wù)水平+當(dāng)年金融服務(wù)水平增；

17）物流服務(wù)水平=上年度物流服務(wù)水平+當(dāng)年物流服務(wù)水平增。

2.數(shù)據(jù)來源及相關(guān)參數(shù)的確定

本文主要采用《鄂爾多斯統(tǒng)計年鑒》（2005—2015年）、《鄂爾多斯年鑒》（2005—2015年）、《鄂爾多斯統(tǒng)計與發(fā)展公報》（2005—2016年）內(nèi)的有關(guān)數(shù)據(jù)。煤炭價格、煤炭物流成本和煤炭生產(chǎn)成本方面的數(shù)據(jù)來自中國煤炭工業(yè)年鑒（2005—2014年）和中國煤炭市場網(wǎng)（http：//www.cctd.com.cn）的煤炭產(chǎn)業(yè)數(shù)據(jù)庫，石油價格數(shù)據(jù)來自中國能源網(wǎng)（http:// www.china5e.com）的石油產(chǎn)業(yè)數(shù)據(jù)庫。

運(yùn)用系統(tǒng)動力學(xué)需要對所建立方程的相關(guān)參數(shù)進(jìn)行確定，本文主要采用算數(shù)平均法、統(tǒng)計回歸法和表函數(shù)法來確定系統(tǒng)參數(shù)，具體如下：

1）算數(shù)平均法，利用歷史數(shù)據(jù)求算數(shù)平均值，主要包括:出生率（0.013 414）、死亡率（0.005 708）、科研人數(shù)占人口總數(shù)的比例（0.001 44）、金融從業(yè)人數(shù)占人口總數(shù)的比例（0.004 49）、物流從業(yè)人數(shù)占人口總數(shù)的比例（0.004 49）。

2）統(tǒng)計回歸法，在SPSS軟件支持下，采用一元線性回歸模型確定參數(shù)，主要包括：煤炭產(chǎn)業(yè)人力資本投入和生產(chǎn)資本投入的彈性系數(shù)（0.048 445，0.569 73）、煤化工產(chǎn)業(yè)人力資本投入和生產(chǎn)資本投入的彈性系數(shù)（0.091 8，0.101 289）、科研投入系數(shù)（0.009）、金融服務(wù)水平對煤炭產(chǎn)業(yè)生產(chǎn)資本投入影響系數(shù)（0.24）、金融服務(wù)水平對煤炭產(chǎn)業(yè)人力資本投入影響系數(shù)（0.023 53）、金融服務(wù)水平對煤化工產(chǎn)業(yè)生產(chǎn)資本投入的影響系數(shù)（0.300 24）、金融服務(wù)水平對煤化工產(chǎn)業(yè)人力資本投入的影響系數(shù)（0.006 2）、煤炭產(chǎn)業(yè)利潤總額對生產(chǎn)資本投入的影響系數(shù)（0.13）、煤炭產(chǎn)業(yè)利潤總額對人力資本投入影響系數(shù)（0.054 98）、煤化工產(chǎn)業(yè)利潤總額對生產(chǎn)資本投入影響系數(shù)（0.171 36）、煤化工產(chǎn)業(yè)利潤總額對人力資本投入影響系數(shù)（0.093）、單位煤化工產(chǎn)品煤炭采購量（0.674 91噸/噸）、單位下游工業(yè)產(chǎn)值煤炭采購量（0.000 644 76噸/元）、單位下游工業(yè)產(chǎn)值油品采購量（0.000 001 429噸/元）等。

3）表函數(shù)法，對于兩個變量之間存在非線性關(guān)系以及系統(tǒng)外部因素，采用表函數(shù)法來進(jìn)行確定，主要包括:煤炭價格、國際原油價格、煤炭產(chǎn)銷比、煤化工產(chǎn)品產(chǎn)銷比、限產(chǎn)政策、增值稅稅率等。

3.模型的檢驗

系統(tǒng)動力學(xué)模型是對現(xiàn)實世界的簡化描述，模型不可能與真實的產(chǎn)業(yè)生態(tài)系統(tǒng)完全一樣。但如果要系統(tǒng)有效，必須和現(xiàn)實的誤差不能太大，誤差的確定要通過對建立的系統(tǒng)動力學(xué)模型進(jìn)行有效性檢驗。本文以2004年作為仿真初始年，對人口總數(shù)、工業(yè)總產(chǎn)值等幾個能夠反映系統(tǒng)行為的狀態(tài)變量進(jìn)行歷史真實性檢驗（Really Check），結(jié)果顯示預(yù)測值與真實值的誤差均不超過10％，模型擬合度較高，適用性較強(qiáng)，具有較好的復(fù)制能力，可以作為模擬和預(yù)測的依據(jù)①在進(jìn)行系統(tǒng)動力學(xué)的誤差檢驗時目前沒有嚴(yán)格的判別標(biāo)準(zhǔn)，在實際研究過程當(dāng)中，大都根據(jù)實際研究問題進(jìn)行確定并通常以10％或20％的誤差范圍作為判別標(biāo)準(zhǔn)[34-35，39]。根據(jù)本文研究主題，由于煤炭產(chǎn)業(yè)、煤化工產(chǎn)業(yè)和下游工業(yè)產(chǎn)業(yè)的產(chǎn)值和利潤的影響因素眾多，而且各變量之間的關(guān)系非常復(fù)雜，因此本文認(rèn)為10％的誤差范圍在一定程度上是可以接受的。。

表1 真實性檢驗結(jié)果

（五）能源價格與調(diào)控政策情景設(shè)計

1.能源價格情景設(shè)計

為了探尋煤炭價格和石油價格下跌對煤炭城市經(jīng)濟(jì)發(fā)展的影響，根據(jù)中國宏觀經(jīng)濟(jì)、煤炭產(chǎn)業(yè)和石油產(chǎn)業(yè)的現(xiàn)狀，以及煤炭價格和原油價格預(yù)測方面的已有相關(guān)成果[45-48]，對煤炭價格和原油價格分別建立了單一能源價格波動情景和組合波動情景，具體如表2所示。

2015年1月以來，中國經(jīng)濟(jì)增速的逐步放緩將多年來高速增長下掩蓋的許多問題，例如產(chǎn)能過剩、環(huán)境超載、產(chǎn)業(yè)結(jié)構(gòu)失衡、房地產(chǎn)泡沫等逐一暴露。隨著鋼鐵冶金、建材等主要用煤行業(yè)市場需求的下降和節(jié)能減排的不斷深化，煤炭產(chǎn)業(yè)供大于求的格局在短期內(nèi)難以扭轉(zhuǎn)。在此背景下，本文預(yù)計未來一段時期內(nèi)中國煤炭價格仍將在低位徘徊，而且可能會進(jìn)一步小幅下跌。據(jù)此，根據(jù)2015年為基準(zhǔn)情景，并在此基礎(chǔ)上設(shè)計了煤炭價格逐年下跌5％的情景。

受美國頁巖油氣沖擊的影響，國際油價自2014年以來持續(xù)下跌，而歐佩克等傳統(tǒng)產(chǎn)油國為了保住市場份額堅決不減產(chǎn)，導(dǎo)致國際原油供大于求，截至2015年12月，WTI原油價格已經(jīng)跌至40美元/桶，由于短期內(nèi)國際原油市場的供求矛盾很難緩解，預(yù)計未來一段時間國際原油價格也將持續(xù)在低位徘徊。據(jù)此，本文根據(jù)2015年為基準(zhǔn)情景，并在此基礎(chǔ)上設(shè)計了原油價格逐年下跌5％的情景。

需要說明的是，由于能源價格不可能無限下跌，而且2004—2015年期間煤炭和原油的最低價格分別為305元/噸和31.5美元/桶，因此分別將300元/噸和30美元/桶設(shè)定為煤炭和原油價格的最低閾值，當(dāng)價格跌至相應(yīng)的閾值時將不再下降。

表2 能源價格情景設(shè)計

2.調(diào)控政策情景設(shè)計

應(yīng)對能源價格沖擊的主要調(diào)控政策可以被歸為三類:降低能源企業(yè)運(yùn)營成本的政策，主要表現(xiàn)為通過降低增值稅稅率減輕煤炭企業(yè)稅費(fèi)負(fù)擔(dān)和通過限產(chǎn)降低企業(yè)的庫存成本；旨在提高服務(wù)保障水平的政策，主要表現(xiàn)為加大科技、金融方面的投入，提高對煤炭、煤化工等主導(dǎo)產(chǎn)業(yè)的服務(wù)支撐作用；旨在提高產(chǎn)業(yè)轉(zhuǎn)型和結(jié)構(gòu)調(diào)整的政策，主要表現(xiàn)為通過大力發(fā)展電力、新能源等替代產(chǎn)業(yè)。根據(jù)政府相關(guān)文件和現(xiàn)有文獻(xiàn)，本文設(shè)立了以下5種調(diào)控政策情景，具體如表3所示。

1）降低煤炭企業(yè)增值稅情景。近年來，政府出臺了一系列針對煤炭行業(yè)的稅費(fèi)減負(fù)政策。例如，2013年11月國務(wù)院發(fā)布《關(guān)于促進(jìn)煤炭行業(yè)平穩(wěn)運(yùn)行的意見》，明確指出要堅決取締各種亂收費(fèi)、亂集資、亂攤派；內(nèi)蒙古自治區(qū)同年出臺了《關(guān)于促進(jìn)全區(qū)煤炭經(jīng)濟(jì)持續(xù)健康發(fā)展的有關(guān)措施》，提出下調(diào)煤炭價格調(diào)節(jié)基金標(biāo)準(zhǔn)，暫停收取煤礦維簡費(fèi)，減免鐵路運(yùn)雜費(fèi)。可以看出，減輕企業(yè)稅費(fèi)負(fù)擔(dān)將是政府未來一段時間內(nèi)的工作重點(diǎn)。增值稅是煤炭企業(yè)的第一大稅種，年繳納增值稅額占總稅額的50％以上，約為工業(yè)行業(yè)平均水平的4倍。在2016年舉行“兩會”期間，多名代表建議將煤炭增值稅稅率由17％下調(diào)至13％。據(jù)中國證券報2016年3月報導(dǎo)，財政部目前正在深入研究增值稅稅率下調(diào)問題，并將于近期出臺相關(guān)政策。據(jù)此，本文設(shè)計了煤炭行業(yè)增值稅下調(diào)情景。

2）限制產(chǎn)能情景。煤炭產(chǎn)業(yè)陷入困境的根源在于產(chǎn)能過剩導(dǎo)致的供需失衡，2015年中國煤炭企業(yè)庫存已超過4億噸。在當(dāng)前煤炭市場需求持續(xù)低迷的背景下，解決供需矛盾的根本途徑就是限產(chǎn)。2014年7月國務(wù)院出臺新修訂的《煤礦生產(chǎn)能力管理辦法》，同年的8月又連續(xù)印發(fā)了《關(guān)于取消和調(diào)整一批行政審批項目等事項的決定》《關(guān)于遏制煤礦超能力生產(chǎn)規(guī)范企業(yè)生產(chǎn)行為的通知》等一系列政策，其中要求鄂爾多斯市2015年煤炭限產(chǎn)0.3億噸。隨著中國經(jīng)濟(jì)2016年增速預(yù)期的下調(diào)①2016年3月5號國務(wù)院發(fā)布的《政府工作報告》明確指出，2016年中國的GDP年增長率將穩(wěn)定在6.5％～7％之間，比過去5年的GDP平均年增長率7.8％降低了0.8～1.3個百分點(diǎn)。，煤炭消費(fèi)量預(yù)期將進(jìn)一步降低，因此未來煤炭行業(yè)限產(chǎn)力度很可能會進(jìn)一步加大②2016年2月1日，國務(wù)院發(fā)布了《關(guān)于煤炭行業(yè)化解過剩產(chǎn)能實現(xiàn)脫困發(fā)展的意見》，其中明確指出，從2016年開始，用3～5年的時間再退出產(chǎn)能5億噸左右，減量重組產(chǎn)能5億噸左右，較大幅度壓縮煤炭產(chǎn)能。。據(jù)此，本文設(shè)計了鄂爾多斯市的煤炭產(chǎn)業(yè)限產(chǎn)情景。

3）增加金融投入情景。中國鋼鐵冶金、建材及相關(guān)制造業(yè)贏利水平的下降導(dǎo)致煤炭企業(yè)應(yīng)收賬款激增。來自中國煤炭工業(yè)協(xié)會的數(shù)據(jù)顯示，2015年煤炭企業(yè)應(yīng)收賬款超過5 000億元。為緩解煤企資金周轉(zhuǎn)壓力，促進(jìn)煤炭產(chǎn)業(yè)健康發(fā)展，2015年3月份以來國家能源局、鄂爾多斯等許多政府部門出臺了相關(guān)金融支持政策。2016年1月26號，鄂爾多斯市政府在其《政府工作報告》中明確指出到2020年，金融、文化產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重要提高到5％以上③http：//www.ordos.gov.cn/dtxx/jrordos/201502/t20150209_1334076.html。。據(jù)此，本文設(shè)計了鄂爾多斯市金融服務(wù)水平提升情景。

4）增加科技投入情景。長期以來，中國的煤炭及煤化工產(chǎn)業(yè)發(fā)展主要依靠增加生產(chǎn)要素的投入，即增加投資、擴(kuò)大廠房、增加勞動投入來擴(kuò)大生產(chǎn)規(guī)模，行業(yè)科技創(chuàng)新的能力和力度還不夠，自我完善的動力還不足。為降低企業(yè)生產(chǎn)成本，提高產(chǎn)品質(zhì)量和附加值，政府正在鼓勵對能源資源領(lǐng)域的研究和發(fā)展[49]。2015年12月，國家能源局在煤炭行業(yè)“十三五”規(guī)劃中明確提出，要“完善煤炭及煤化工產(chǎn)業(yè)科技創(chuàng)新體制，加大科技投入和人才培養(yǎng)力度，提高產(chǎn)業(yè)創(chuàng)新水平和能力，推動產(chǎn)業(yè)發(fā)展方式轉(zhuǎn)變，……”2016年1月26日，鄂爾多斯市政府在其《政府工作報告》中明確指出，到2020年，全市的科技研發(fā)經(jīng)費(fèi)占地區(qū)生產(chǎn)總值的比重要達(dá)到2％以上，高新技術(shù)產(chǎn)業(yè)占規(guī)模以上工業(yè)增加值的比重要達(dá)到20％以上。據(jù)此，本文設(shè)計了鄂爾多斯市科技服務(wù)水平提升情景。

5）發(fā)展替代產(chǎn)業(yè)情景。長期以來，鄂爾多斯等煤炭資源富集區(qū)的功能和定位被限定在中國能源產(chǎn)業(yè)基地的框架內(nèi)，嚴(yán)重降低了區(qū)域產(chǎn)業(yè)的多樣性，制約了區(qū)域經(jīng)濟(jì)的可持續(xù)發(fā)展。為此，鄂爾多斯把非資源型產(chǎn)業(yè)作為調(diào)結(jié)構(gòu)、促轉(zhuǎn)型的重要突破口。2015年3月，鄂爾多斯政府工作報告明確提出，“加快煤電基地建設(shè)，積極推動建材、陶瓷、PVC等產(chǎn)業(yè)高端化、系列化發(fā)展，大力發(fā)展汽車、煤機(jī)、化機(jī)、電力裝備等制造業(yè)，實現(xiàn)非煤產(chǎn)業(yè)增加值突破1 000億元”①該工作報告來自鄂爾多斯市政府網(wǎng)站（http：//www.ordos.gov.cn）。。并且在2016年鄂爾多斯市的政府工作報告中又提出到2020年，非煤產(chǎn)業(yè)占工業(yè)增加值的比重要達(dá)到60％以上。據(jù)此，本文設(shè)計了鄂爾多斯替代產(chǎn)業(yè)增長情景。

表3 調(diào)控政策情景設(shè)計

三、仿真結(jié)果與分析

（一）能源價格情景仿真結(jié)果與分析

圖3a和圖3b展示了煤炭產(chǎn)業(yè)產(chǎn)值和利潤總額在不同能源價格情境下的變化情況。在CPS情景中，煤炭產(chǎn)業(yè)的產(chǎn)值和利潤均大幅下滑，但二者的變化存在一定差異。具體而言，隨著煤炭價格的下跌，煤炭產(chǎn)業(yè)的產(chǎn)值在2022年之前一直在下降，之后開始小幅上升；而產(chǎn)業(yè)利潤一直不斷下跌，而且降幅比產(chǎn)值更大。在OPS情景中，雖然與BS情景和CPS情景相比，煤炭產(chǎn)業(yè)的產(chǎn)業(yè)和利潤略微較低，但總體而言石油價格下跌的影響并不顯著。這是因為目前煤化工產(chǎn)業(yè)占鄂爾多斯工業(yè)總產(chǎn)值的比重還不是很高，油價下跌所引發(fā)的煤化工產(chǎn)業(yè)對煤炭需求的下降對煤炭產(chǎn)業(yè)影響相對較小。在SPS情景中，煤炭產(chǎn)業(yè)的產(chǎn)值和利潤都是最小的。

圖3c和圖3d展示了煤化工產(chǎn)業(yè)產(chǎn)值和利潤總額在不同能源價格情境下的變化情況。在CPS情景中，煤化工產(chǎn)業(yè)的產(chǎn)值和利潤都是最大的，而且隨著煤炭價格的下跌，這兩項指標(biāo)均呈現(xiàn)出平穩(wěn)增長的趨勢。這一結(jié)果意味著，煤炭價格的下跌雖然會對煤炭產(chǎn)業(yè)造成不利影響，但卻會由于降低煤化工產(chǎn)業(yè)的生產(chǎn)成本而促進(jìn)其發(fā)展。在OPS情景中，煤化工產(chǎn)業(yè)的產(chǎn)值和利潤都是最低的；而且，隨著石油價格的下跌，在開始之初產(chǎn)值急劇下降，但在2019年之后開始逐漸回升，而利潤始終表現(xiàn)出快速下降的趨勢。在SPS情景中，煤化工產(chǎn)業(yè)的產(chǎn)值和利潤處于以上兩種情景之間，并且其變化趨勢與在OPS情境下相似。

圖3e和圖3f展示了下游工業(yè)產(chǎn)業(yè)產(chǎn)值和利潤總額在不同能源價格情境下的變化情況。在SPS情境下，產(chǎn)值和利潤都是最大的，意味著煤炭和原油價格的下跌將有助于降低相關(guān)產(chǎn)業(yè)的生產(chǎn)成本，進(jìn)而促進(jìn)這些產(chǎn)業(yè)的發(fā)展。而且，隨著時間的推移，其他工業(yè)的產(chǎn)值和利潤的增長速度越來越快。此外，其他工業(yè)的產(chǎn)值和利潤在CPS情境下比在OPS情境下要好。這是因為在鄂爾多斯除煤炭和煤化工以外的其他工業(yè)部門中，直接以煤炭為消費(fèi)品的電力產(chǎn)業(yè)所占比重最大，同時對煤炭價格的波動也更為敏感。

圖3g和圖3h展示了工業(yè)總產(chǎn)值和總利潤在不同能源價格情景下的變化情況。結(jié)果顯示，在SPS情境下，總產(chǎn)值和總利潤都是最小的；較于在OPS情境下，總產(chǎn)值和總利潤在CPS情景下更小，表明煤炭價格下降對鄂爾多斯市工業(yè)經(jīng)濟(jì)的影響更大。由此可以看出，盡管煤炭價格的下跌有助于鄂爾多斯煤化工及其他工業(yè)產(chǎn)業(yè)的發(fā)展，但由于這些產(chǎn)業(yè)占該地區(qū)經(jīng)濟(jì)的比重小于煤炭產(chǎn)業(yè)，因而難以對沖能源價格下跌對煤炭產(chǎn)業(yè)的不利影響。此外，值得注意的是，無論是在CPS，OPS還是SPS情境下，鄂爾多斯工業(yè)總產(chǎn)值和總利潤的變化趨勢均都截然不同。具體而言，隨著煤炭或石油價格的下跌，工業(yè)總產(chǎn)值仍呈現(xiàn)出逐年遞增的趨勢；在CPS情境下，工業(yè)總利潤在開始急劇下滑，在2016年之后逐漸趨于平穩(wěn)；在OPS情境下，工業(yè)總利潤變化較為平穩(wěn)，僅表現(xiàn)出輕微的下降。

（二）調(diào)控政策情景仿真結(jié)果與分析

圖4a和圖4b展示了煤炭產(chǎn)業(yè)產(chǎn)值和利潤總額在不同政策情景下的變化情況。在TI情景下，煤炭產(chǎn)業(yè)產(chǎn)值和利潤總額均為最大，并且可以保持產(chǎn)業(yè)產(chǎn)值持續(xù)上升。在LP情境下，煤炭產(chǎn)業(yè)的利潤可以得到有效的提升，并且產(chǎn)值仍高于SPS情景。在其他3種政策情景下，煤炭產(chǎn)業(yè)產(chǎn)值隨著時間的推移均會不同程度地增加。通過對上述政策情景的分析可以明顯看出，無論是從短期還是長期的角度來看，TI政策在提升煤炭產(chǎn)業(yè)產(chǎn)值和利潤方面都是最優(yōu)的。而VAT政策在實施之初可以最大程度地提高產(chǎn)業(yè)利潤，但是隨著時間推移，其政策效果在逐漸下降。無論是從短期還是長期的角度來看，煤炭產(chǎn)業(yè)利潤總額在FS情境下都是最差的。這一現(xiàn)象說明在煤炭價格下跌和市場需求低迷的背景下，更多的資金流入煤炭生產(chǎn)領(lǐng)域?qū)⒓觿∶禾抗┬枋Ш獾膽B(tài)勢，從而進(jìn)一步削弱煤炭產(chǎn)業(yè)的贏利能力和利潤水平。

圖4c和圖4d展示了煤化工產(chǎn)業(yè)產(chǎn)值和利潤總額在不同政策情景下的變化情況。對比于圖4a和圖4c可以看出，在各政策情景下，煤化工產(chǎn)業(yè)的產(chǎn)值的變化情況和煤炭產(chǎn)業(yè)相似，在此不再重復(fù)。在改善煤化工產(chǎn)業(yè)贏利水平方面，TI的效果最好；FS的效果最差；VAT則基本上沒有效果。進(jìn)一步，與基準(zhǔn)情景的利潤水平相比，F(xiàn)S和LP都會導(dǎo)致煤化工產(chǎn)業(yè)進(jìn)一步惡化；而TI和AI不僅有助于改善行業(yè)狀況，而且能夠?qū)崿F(xiàn)該產(chǎn)業(yè)扭虧為盈。

圖4e和圖4f展示了下游工業(yè)產(chǎn)值和利潤總額在不同政策情景下的變化情況。無論是AI政策、TI政策還是FS政策，對下游工業(yè)產(chǎn)值和利潤總額均有一定程度的提升。而且在AI情景下，下游工業(yè)產(chǎn)值和利潤總額的提升幅度最為明顯，說明積極的發(fā)展替代產(chǎn)業(yè)可以有效地提高下游工業(yè)的發(fā)展水平。同煤化工產(chǎn)業(yè)相似，下游工業(yè)產(chǎn)業(yè)的產(chǎn)值和利潤總額在LP情景下均出現(xiàn)一定程度的下降，而VAT政策對下游工業(yè)產(chǎn)值和利潤總額的作用效果并不明顯。

圖4g和圖4h展示了工業(yè)總產(chǎn)值和總利潤在不同政策情景下的變化情況。結(jié)果表明，對于鄂爾多斯市整個工業(yè)來說，無論是在絕對提升量還是相對提升量來說，TI和AI的政策效果都要優(yōu)于其他政策。在FS情景下，雖然工業(yè)總產(chǎn)值可以保持逐年增長，但是工業(yè)總利潤卻會大幅下滑。在VAT情景下，工業(yè)總產(chǎn)值，尤其是工業(yè)總利潤在開始之初可以得到快速的提升，但是隨著時間的推移，其政策效果在逐年下降。最后LP政策在略微提高鄂爾多斯工業(yè)總產(chǎn)值的同時，會顯著提高工業(yè)總利潤.因此，積極地貫徹實施LP政策不僅不會導(dǎo)致地區(qū)經(jīng)濟(jì)停滯或下滑，反而會促進(jìn)經(jīng)濟(jì)復(fù)蘇和提高經(jīng)濟(jì)發(fā)展質(zhì)量。

四、結(jié)論與對策建議

利用系統(tǒng)動力學(xué)建模和情景分析方法，本文對煤炭城市應(yīng)對能源價格沖擊的調(diào)控政策進(jìn)行了模擬仿真，主要結(jié)論和建議如下：

1.合理配置金融資源，優(yōu)化融資結(jié)構(gòu)

近年來，隨著煤價和油價的持續(xù)下跌，煤炭和煤化工企業(yè)的經(jīng)營狀況也在不斷惡化。政府為了幫助企業(yè)成功轉(zhuǎn)型并順利度過難關(guān)，也加大了對企業(yè)的金融扶持力度。本文的研究結(jié)果表明，金融資金的不合理流向?qū)M(jìn)一步加劇產(chǎn)能過剩，降低產(chǎn)業(yè)的盈利能力，因此要對金融資源進(jìn)行合理配置，對符合產(chǎn)業(yè)政策、市場前景好，當(dāng)前投入不足的企業(yè)，可綜合運(yùn)用延長貸款期限、資產(chǎn)證券化等方式繼續(xù)支持其合理資金需求，通過信貸杠桿促進(jìn)產(chǎn)能過剩矛盾化解和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。而對于資不抵債、扭虧無望和產(chǎn)能過剩的“僵尸企業(yè)”，要壓縮退出相關(guān)貸款，避免金融資金用于煤炭和煤化工產(chǎn)品的生產(chǎn)擴(kuò)張。

2.積極完善增值稅政策，減輕煤炭企業(yè)負(fù)擔(dān)

本文的研究結(jié)果表明，降低煤炭產(chǎn)業(yè)增值稅是幫助煤炭行業(yè)脫困的一條較為快速的途徑。中央政府應(yīng)充分考慮煤炭行業(yè)生產(chǎn)和經(jīng)營特點(diǎn)，根據(jù)中國煤炭行業(yè)的生產(chǎn)力水平和全國工業(yè)行業(yè)平均稅費(fèi)水平，優(yōu)化稅費(fèi)結(jié)構(gòu)，加快研究完善煤炭增值稅政策：一是降低煤炭產(chǎn)品稅率標(biāo)準(zhǔn)，將煤炭增值稅稅率下調(diào)到13％甚至是11％；二是擴(kuò)大煤炭增值稅抵扣范圍，針對煤炭開采的特殊性和煤炭增值稅過重的實際情況，允許礦業(yè)權(quán)價款、水資源補(bǔ)償費(fèi)、礦山環(huán)境治理保證金、村莊搬遷費(fèi)、青苗補(bǔ)償費(fèi)、土地塌陷補(bǔ)償費(fèi)等抵扣進(jìn)項稅。

3.大力發(fā)展接續(xù)產(chǎn)業(yè)，推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級

本文的研究結(jié)果表明，通過大力發(fā)展接續(xù)產(chǎn)業(yè)，可以有效地緩解能源價格下挫所帶來的沖擊，維護(hù)區(qū)域經(jīng)濟(jì)的穩(wěn)定。因此，對于煤炭城市來講，應(yīng)大力發(fā)展接續(xù)產(chǎn)業(yè)，對市場前景好的新興產(chǎn)業(yè)進(jìn)行重點(diǎn)培育，加大對其金融的支持力度，促進(jìn)城市經(jīng)濟(jì)持續(xù)健康發(fā)展，提高區(qū)域經(jīng)濟(jì)運(yùn)行質(zhì)量。對替代產(chǎn)業(yè)的選擇，政府應(yīng)重復(fù)考慮地區(qū)的內(nèi)外部優(yōu)勢，避免項目開發(fā)的盲目性、短期性。

4.加大限產(chǎn)力度，制定完善的過剩產(chǎn)能退出機(jī)制

近年來國家屢屢出臺限產(chǎn)政策，但是效果均不理想。究其原因在于，當(dāng)一部分企業(yè)執(zhí)行限產(chǎn)，而另一部分企業(yè)不限產(chǎn)時，限產(chǎn)企業(yè)原有的市場份額將會被占有，企業(yè)的經(jīng)營狀況會更加惡化。所以有些企業(yè)不僅不會減產(chǎn)，反而會增加產(chǎn)量，陷入“越限越產(chǎn)”的怪圈。本文的研究結(jié)果表明，積極的貫徹限產(chǎn)政策可以有效地提高煤炭產(chǎn)業(yè)的盈利水平，并有利于區(qū)域經(jīng)濟(jì)的長遠(yuǎn)發(fā)展。因此，要想讓限產(chǎn)政策得以有效地貫徹實施，避免陷入“越限越產(chǎn)”的怪圈，地方政府應(yīng)在區(qū)域內(nèi)的煤炭資源稟賦、市場供需狀況以及生態(tài)環(huán)境等綜合評估的基礎(chǔ)上，制定完善的過剩產(chǎn)能退出機(jī)制。對生產(chǎn)成本高、環(huán)境污染嚴(yán)重的小企業(yè)，通過關(guān)停等方式引導(dǎo)其退出市場。同時鼓勵和支持大型企業(yè)對中小企業(yè)的兼并重組來進(jìn)一步化解產(chǎn)能過剩。

5.實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，引導(dǎo)企業(yè)增加創(chuàng)新投入

本文的研究結(jié)果表明，在能源價格沖擊的背景下，加大科研投入，提高科技水平，無論是對區(qū)域經(jīng)濟(jì)總量還是區(qū)域經(jīng)濟(jì)運(yùn)行質(zhì)量的提升都是有利的。因此，對鄂爾多斯市來說，應(yīng)積極貫徹實施科技創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，同時完善政府對企業(yè)創(chuàng)新的財政投入機(jī)制，充分利用財政和稅收引導(dǎo)企業(yè)加大科技投入，激發(fā)企業(yè)創(chuàng)新投入熱情。嚴(yán)格執(zhí)行有關(guān)支持企業(yè)科技創(chuàng)新優(yōu)惠政策，切實把國家高新技術(shù)企業(yè)所得稅減免，企業(yè)研發(fā)費(fèi)用加計扣除等科技創(chuàng)新優(yōu)惠政策落到實處。

[1]國家計委宏觀經(jīng)濟(jì)研究院課題組.我國資源型城市的界定與分類[J].宏觀經(jīng)濟(jì)研究，2002（11）：37-39.

[2]肖勁松，李宏軍.我國資源型城市的界定與分類探析[J].中外能源，2009，14（11）：15-20.

[3]陳小勇.煤價波動對煤炭資源豐裕省份產(chǎn)業(yè)轉(zhuǎn)型升級的影響研究[J].價格理論與實踐，2014（6）：42-44.

[4]SUN P J，XIU C L.Study on the vulnerability of economic development in mining cities based on the PSE model[J].Geographical Research，2011，30（2），301-310.

[5]DAVID C B，WANG R，ZHANG D Y.Direct and indirect oil shocks and their impacts upon energy related stocks[J].Economic Systems，2014，38（3）：451-467.

[6]ZHANG C G，CHEN X Q.The impact of global oil price shocks on China’s bulk commodity markets and fundamental industries [J].Energy Policy，2014，66：32-41.

[7]SCHOLTENS B，YURTSEVER C.Oil price shocks and European industries[J].Energy Econimics，2012，34（4）：1187-1195.

[8]DARBY M R.The price of oil and world inflation and recession[J].The American Economic Review，1982：738-751.

[9]HAMILTON J D.Oil and the macroeconomy since world warⅡ[J].The Journal of Political Economy，1983：228-248.

[10]LEE K，NI S，RATTI R A.Oil shocks and the macroeconomy：the role of price variability[J].The Energy Journal，1995：39-56.

[11]MORK K A，OLSEN，MYSEN H T.Macroeconomic responses to oil price increases and decreases in seven OECD countries[J]. The Energy Journal，1994，15：19-35.

[12]JI Q，F(xiàn)AN Y.How does oil price volatility affect non-energy commodity markets?[J].Applied Energy，2012，89（1）：273-280.

[13]BHAR R，MALLIARIS A G.Oil prices and the impact of the financial crisis of 2007—2009[J].Energy Economics，2011，33（6）：1049-1054.

[14]BROADSTOCK D C，CAO H，ZHANG D.Oil shocks and their impact on energy related stocks in China[J].Energy Economics，2012，34（6）：1888-1895.

[15]JU K，ZHOU D，ZHOU P，WU J.Macroeconomic effects of oil price shocks in China：an empirical study based on Hilbert-huang transform and event study[J].applied Energy，2014，136：1053-1066.

[16]OLADOSU G.Identifying the oil price–macroeconomy relationship：an empirical mode decomposition analysis of US data[J]. Energy Policy，2009，37（12）：5417-5426.

[17]CAVALCANTI T，JALLES J T.Macroeconomic effects of oil price shocks in Brazil and in the United States[J].Applied Energy，2013，104：475-486.

[18]GHOSH S.Examining crude oil price-exchange rate nexus for India during the period of extreme oil price volatility[J].Applied Energy，2011，88（5）：1886-1889.

[19]AHMED H J A，BASHAR O H，WADUD I M.The transitory and permanent volatility of oil prices：what implications are there for the US industrial production?[J].Applied Energy，2012，92：447-455.

[20]ETORNAM D K，DENIS D.Granger causality analysis on Ghana’s macro-economic performance and oil price fluctuations[J]. Journal of Resources Development and Management，2015，6：1-5.

[21]曹海霞.煤炭價格市場化改革歷程及發(fā)展趨勢研究[J].經(jīng)濟(jì)問題，2008（9）：49-51.

[22]羅小明.煤炭價格對我國經(jīng)濟(jì)增長影響的研究[J].價格月刊，2012（8）：32-34.

[23]邱丹，秦遠(yuǎn)建.我國煤炭價格與經(jīng)濟(jì)增長關(guān)系的實證研究[J].煤炭經(jīng)濟(jì)研究，2009（2）：4-5.

[24]BRADBURY J H.Living with boom and cycles：new towns on the resource frontier in Canada[J].Resource Communities，1988，19.

[25]SHARMA S，REES S.Consideration of the determinants of women’s mental health in remote Australian mining towns[J]. Australian Journal of Rural Health，2007，15（1）：1-7.

[26]PAPYRAKIS E，GERLAGH R.Resource abundance and economic growth in the United States[J].European Economic Review，2007，51（4）：1011-1039.

[27]LI H，LONG R，CHEN H.Economic transition policies in Chinese resource-based cities：an overview of government efforts[J]. Energy Policy，2013，55：251-260.

[28]CREEDY D，WANG L J，ZHOU X Q，CAMPBELL G.Transforming China’s coal mines：a case history of the Shuangliu mine[C] //Natural Resources Forum.Blackwell Publishing Ltd，2006，30（1）：15-26.

[29]LIU Y，YIN G，MA L J.Local state and administrative urbanization in post-reform China：a case study of Hebi city，Henan province[J].Cities，2012，29（2）：107-117.

[30]MARTINET V，DOYEN L.Sustainability of an economy with an exhaustible resource：a viable control approach[J].Resource and Energy Economics，2007，29（1）：17-39.

[31]SHEN L，CHENG S，GUNSON A J，WAN H.Urbanization，sustainability and the utilization of energy and mineral resources in China[J].Cities，2005，22（4）：287-302.

[32]YU J，ZHANG Z，ZHOU Y.The sustainability of China’s major mining cities[J].Resources Policy，2008，33（1）：12-22.

[33]JU K，ZHOU D，ZHOU P，WU J.Macroeconomic effects of oil price shocks in China：an empirical study based on Hilberthuang transform and event study[J].Applied Energy，2014，136：1053-1066.

[34]周李磊，官冬杰，楊華，等.重慶經(jīng)濟(jì)—資源—環(huán)境發(fā)展的系統(tǒng)動力學(xué)分析及不同情景模擬[J].重慶師范大學(xué)學(xué)報（自然科學(xué)版），2015，32（3）：59-67.

[35]宋學(xué)鋒，劉耀彬.基于SD的江蘇省城市化與生態(tài)環(huán)境耦合發(fā)展情景分析[J].系統(tǒng)工程理論與實踐，2006（3）：124-130.

[36]唐麗敏，曾穎，王成武，曹荻.基于系統(tǒng)動力學(xué)的物流節(jié)能減排政策模擬[J].系統(tǒng)工程，2013，31（6）：87-94.

[37]劉志強(qiáng)，陳淵，金劍，等.基于系統(tǒng)動力學(xué)的農(nóng)業(yè)資源保障及其政策模擬：以黑龍江省為例[J].系統(tǒng)工程理論與實踐，2010，30（9）：1586-1592.

[38]TIAN S，RODERIC G.Developing effective policies for the sustainable development of ecological agriculture in China：the case study of Jinshan county with a systems dynamics model[J].Ecological Economics，2005，53：223-246.

[39]LIU X，MA S，TIAN J，JIA N，LI G.a system dynamics approach to scenario analysis for urban passenger transport energy consumption and CO2emissions：a case study of Beijing[J].Energy Policy，2015，85：253-270.

[40]HAGHSHENAS H，VAZIRI M，GHOLAMIALAM A.Evaluation of sustainable policy in urban transportation using system dynamics and world cities data：A case study in Isfahan[J].Cities，2015，45：104-115.

[41]張波，虞朝暉，孫強(qiáng)，等.系統(tǒng)動力學(xué)簡介及其相關(guān)軟件綜述[J].環(huán)境與可持續(xù)發(fā)展，2010（2）：1-3.

[42]MATHEWS J A，TAN H.Progress toward a circular economy in China[J].Journal of Industrial Ecology，2011，15（3）：435-457.

[43]SONG X，LI Z.Modified index system for eco-efficiency evaluation of circular economy in economy in coal mining area based on network flow analysis[J].JCIT：Journal of Convergence Information Technology，2012，7（13）：1-9.

[44]YAO L，LIU J，WANG R，YIN K，HAN B.A qualitative network model for understanding regional metabolism in the context of social-economic-natural complex ecosystem theory[J].Ecological Informatics，2015，26：29-34.

[45]LIU H，WU K.Coal price based on hedonic model：evidence from panel data of China’s provinces[J].Journal of Shanghai Finance University，2015，3：013.

[46]ZHANG J L，ZHANG Y J，ZHANG L.A novel hybrid method for crude oil price forecasting[J].Energy Economics.2015，49：649-659.

[47]ZHAO L，CHENG L，WAN Y，ZHANG H，ZHANG Z.A VAR-SVM model for crude oil price forecasting[J].International Journal of Global Energy Issues，2015，38（1-3）：126-144.

[48]ZHOU Z，DUAN K，LIN G，JIN Q.Forecasting long-term and short-term crude oil price：a comparison of the predictive abilities of competing models[J].International Journal of Global Energy Issues，2015，38（4-6）：286-297.

[49]SUN S，ANWAR S.R&D status and the performance of domestic firms in China’s coal mining industry[J].Energy Policy，2015，79：99-103.

The Policy Simulation of Coal Resource-based City Copes with Energy Prices Shock—Based on System Dynamic Model

WANG Delu，MA Gang
（School of management，China University of Mining and Technology，Xuzhou Jiangsu 221116，China）

In recent years，the economic development of coal resource-based cities are facing unprecedented challenges due to the decline of coal price and crude oil price.Taking Ordos as the sample，we built the system dynamic model of the coal resource-based city copes with energy prices shock，and simulated the output value and total profit of coal industry，coal-chemical industry，downstream industries of coal and coal-chemical industries and the gross industries under different energy prices scenarios and regulatory policy scenarios.The results show that：the energy prices slump has certain stimulating function for the economic development of the downstream industries of coal and coal-chemical industries，however，on the whole，it caused negative effect on the economic development of Ordos.The regulatory effects of different policies are different under energy prices slump scenarios. Increasing technology investment and developing alternative industries have the most significant effect on the rising of whole industries’output value and total profit.Decreasing the value-added tax can increase industrial output value and profit quickly in the short term，while its long-term effect is significantly decreasing annually.Limit production policy can improve the total profit of the whole industries significantly and does not reduce the size of the economy.Financial support can increase the output value of gross industries，but it also does serious impact on the profit of gross industries.

coal resource-based city；energy prices shock；policy response；system dynamic；scenario analysis

F426

A

1009-3370（2016）06-0010-13

10.15918/j.jbitss1009-3370.2016.0602

[責(zé)任編輯：孟青]

2016-04-01

國家自然科學(xué)基金資助項目（71573252）；國家軟科學(xué)研究計劃項目資助（2014GXQ4D182）

王德魯（1978—），男，博士，教授，博士生導(dǎo)師，E-mail：dlwang@cumt.edu.cn