中國礦業(yè)能源生態(tài)效率差異及動態(tài)演進(jìn)

王向前，夏詠秋，李慧宗，吳鑫雨

（1.安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001；2.南陽師范學(xué)院 計算機(jī)與信息技術(shù)學(xué)院，河南 南陽 473061）

采礦業(yè)是中國國民經(jīng)濟(jì)中一個重要的先導(dǎo)性、基礎(chǔ)性的產(chǎn)業(yè)，為其他行業(yè)的發(fā)展提供能源、金屬及非金屬原材料，在國民經(jīng)濟(jì)中的地位不言而喻。自然資源部中國地質(zhì)調(diào)查局發(fā)布的《全球礦業(yè)發(fā)展報告2019》數(shù)據(jù)顯示，2018 年我國礦業(yè)產(chǎn)值占GDP 比例達(dá)7%，高于全球礦業(yè)產(chǎn)值占GDP 的比例6.9%。改革開放40 多年來，我國的經(jīng)濟(jì)社會發(fā)展水平令世界矚目，這些都離不開采礦業(yè)的有力支撐，采礦業(yè)已經(jīng)成為促進(jìn)經(jīng)濟(jì)發(fā)展的重要引擎。然而，伴隨著采礦業(yè)快速發(fā)展的同時，一系列的能源環(huán)境問題也日益凸顯。我國采礦業(yè)發(fā)展主要存在能源消費高、資源利用率低、開發(fā)集約化規(guī)?；潭炔粔?、碳排放量大、環(huán)境破壞嚴(yán)重等問題。據(jù)統(tǒng)計，我國小型及以下礦山占比88.4%，但產(chǎn)能占比不足40%，這些都與資源約束型發(fā)展模式背道而馳?！度珖V產(chǎn)資源規(guī)劃2016—2020》明確提出要加強(qiáng)礦產(chǎn)資源節(jié)約力度，提高其綜合使用水平。據(jù)《能源發(fā)展“十三五”規(guī)劃》指示，2020 年我國能源消費總量要控制在500 千萬標(biāo)煤以下，并且單位GDP 能耗比規(guī)劃初年下降15%。為保障礦產(chǎn)資源生產(chǎn)供應(yīng)集成優(yōu)化，將傳統(tǒng)的粗放型發(fā)展模式轉(zhuǎn)變?yōu)樾б嫘停瑢崿F(xiàn)我國采礦業(yè)的健康持續(xù)綠色發(fā)展的需要已經(jīng)非常迫切。為此，對我國采礦業(yè)能源生態(tài)效率的探究和有效測度并挖掘行業(yè)差異，正確處理能源 經(jīng)濟(jì) 環(huán)境之間的關(guān)系，幫助相關(guān)部門有針對性的制定對策，加快形成采礦業(yè)綠色生產(chǎn)體系，是當(dāng)前需要展開系統(tǒng)研究的重要課題。

一、文獻(xiàn)綜述

能源生態(tài)效率意指在促進(jìn)經(jīng)濟(jì)增長的同時，以最少的能源投入和環(huán)境投入獲得最大的經(jīng)濟(jì)產(chǎn)出。能源生態(tài)效率的測度方式通常有兩種：單要素能源生態(tài)效率和全要素能源生態(tài)效率。前者僅考慮經(jīng)濟(jì)體的單個產(chǎn)出和能源投入的關(guān)系，后者是考慮多個產(chǎn)出（其中包含環(huán)境污染）與所有要素投入之間的關(guān)系，能更加全面地度量能源效率，因而被廣泛認(rèn)可并使用。DEA（數(shù)據(jù)包絡(luò)分析）是衡量全要素能源效率的典型方法，由于其無需設(shè)定參數(shù)，能夠有效地將投入和產(chǎn)出指標(biāo)多樣化等優(yōu)點被廣泛應(yīng)用于能源生態(tài)效率評價之中［14］?，F(xiàn)有研究多是基于徑向、角度的DEA 模型測算各行業(yè)、各地區(qū)的能源生態(tài)效率，忽略了投入產(chǎn)出變量的松弛性問題，會造成測算結(jié)果誤差。為了克服徑向和角度帶來的結(jié)果不準(zhǔn)確這一問題，Tone［5］在2001 年提出考慮松弛變量的非徑向、非角度的SBM 模型，在2003 年又?jǐn)U展出可以處理非期望產(chǎn)出的SBM 模型［6］。較之一般的DEA 模型，該模型既可以解決投入產(chǎn)出要素中的松弛性問題，又可以較好地避免因為角度選擇帶來的測算結(jié)果不準(zhǔn)確。李根等［7］、周敏等［8］、Flavia 等［9］、Li 和Lin［10］均使用SBM 模型研究各行業(yè)的能源生態(tài)效率。Malmquist 指數(shù)是常用的動態(tài)效率測算方法，但是Malmquist 指數(shù)法會受到徑向和角度的限制，并且不能處理“壞”產(chǎn)出。為此，Chung 等［11］基于DDF 提出了Malmquist Luenberger（ML）生產(chǎn)率指數(shù)。路小靜等［12］使用ML指數(shù)測度長江經(jīng)濟(jì)帶旅游業(yè)的綠色生產(chǎn)率，發(fā)現(xiàn)技術(shù)進(jìn)步貢獻(xiàn)了綠色生產(chǎn)率的提升；孟祥海等［13］利用基于非期望產(chǎn)出的ML 方法探究中國29 個省份的農(nóng)業(yè)綠色全要素生產(chǎn)率動態(tài)演變及構(gòu)成分析；馬駿等［14］運(yùn)用ML指數(shù)分析江蘇省13 個城市的動態(tài)環(huán)境效率，研究發(fā)現(xiàn)技術(shù)進(jìn)步促進(jìn)了動態(tài)環(huán)境效率提升。這些研究都體現(xiàn)出運(yùn)用Malmquist Luenberger 指數(shù)可以有效地探究中國能源生態(tài)生產(chǎn)率問題。

研究聚焦中國采礦業(yè)能源生態(tài)效率問題，目前學(xué)界已有一些關(guān)于采礦業(yè)能源 環(huán)境 經(jīng)濟(jì)的研究。Zhu等［15］使用全球數(shù)據(jù)包絡(luò)分析探索了中國采礦業(yè)的綠色全要素生產(chǎn)率，得到結(jié)論技術(shù)進(jìn)步是采礦業(yè)綠色全要素生產(chǎn)率增長的最大貢獻(xiàn)者，而規(guī)模效率和管理效率阻礙采礦業(yè)綠色全要素生產(chǎn)率增長；Wu 等［16］運(yùn)用DEA討論了中國工業(yè)各個部門的能源環(huán)境效率，其中采礦業(yè)組未實現(xiàn)投入產(chǎn)出有效，并且各細(xì)分行業(yè)之間差異顯著，煤炭開采與洗選業(yè)效率最低；Li 和Lin［10］使用共同前沿SBM 分析法測量了比較了2003—2012 年中國22個重工業(yè)和12 個輕工業(yè)的能源生態(tài)效率，得到結(jié)論重工業(yè)的能源生態(tài)效率低于輕工業(yè)，其中煤炭開采和洗選業(yè)效率和非金屬礦物產(chǎn)品制造業(yè)最差。通過梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，當(dāng)前從中國采礦業(yè)視角系統(tǒng)研究能源 經(jīng)濟(jì) 生態(tài)問題的較少，而將采礦業(yè)劃分為6 個細(xì)分行業(yè)探究各個細(xì)分行業(yè)能源生態(tài)效率的研究更是少見。僅有的研究雖然具有一定的開拓性，可是仍然存在以下不足：一是采礦業(yè)的細(xì)分行業(yè)偏少，以往研究運(yùn)用的方法難以解決決策單元（decision making unit，DMU）數(shù)量不足導(dǎo)致的效率評價失真問題，且沒有充分考慮到投入產(chǎn)出的松弛量問題；二是未能有效地考察采礦業(yè)能源生態(tài)效率的動態(tài)演進(jìn)及影響機(jī)制。

基于此，本文在以下3 個方面進(jìn)行了拓展：①數(shù)據(jù)相對較新，能夠更好地反映中國采礦業(yè)能源生態(tài)效率的近期發(fā)展；②以我國采礦業(yè)2007—2016 年的面板數(shù)據(jù)為樣本，引入SBM 模型將其與DEA 窗口分析法結(jié)合，較好地解決決策單元數(shù)量偏少和松弛變量影響的問題，測算我國采礦業(yè)的靜態(tài)能源生態(tài)效率；③將非期望產(chǎn)出CO2納入評價體系，構(gòu)建Malmquist Luenberger 指數(shù)分析，考察我國采礦業(yè)能源生態(tài)效率的動態(tài)趨勢特征。

二、研究方法和指標(biāo)說明

（一）非期望產(chǎn)出SBM 模型

非參數(shù)DEA 模型在測度效率方面應(yīng)用廣泛，目前DEA 方法主要有CCR、BCC、SBM 等多種模型，而傳統(tǒng)的徑向模型設(shè)定投入或產(chǎn)出按照等比例進(jìn)行縮減或者增加［17］，在評價決策單元效率時未考慮松弛量，且忽略了非期望產(chǎn)出的影響，會使得決策單元的真實效率值被高估［18］。Tone［5］提出SBM 模型，解決了松弛變量和非期望產(chǎn)出存在下的效率評價問題。假定有n個DMU，每個經(jīng)濟(jì)主體利用m項投入（i=1，2，…，m）取得s項產(chǎn)出（r=1，2，…，s），投入和產(chǎn)出矩陣分別為X=(xij)∈Rm×n，Y=(yij)∈Rs×n。若本文的決策單元是DMU0，規(guī)模報酬可變，那么建立投入導(dǎo)向型的SBM 模型如下：

其中：p0表示效率值；λ=(λ1，λ2，…，λn)T為權(quán)重向量；為第i個投入的松弛量。p0取值在0～1。當(dāng)p0=1 時，說明被評價DMU 強(qiáng)有效，位于效率前沿面，各投入松弛量為0。當(dāng)p0接近于0 時，則說明被評價DMU 效率很低。

（二）DEA 窗口分析法

運(yùn)用DEA 方法一般要求決策單元數(shù)是投入產(chǎn)出指標(biāo)乘積的兩倍及以上，并且依據(jù)截面DEA 評價所獲得的效率值不能進(jìn)行跨期比較。為了解決以上問題，Charnes 等［19］提出DEA 窗口分析法（DEA window analysis），不僅可以解決DMU 數(shù)量不足的問題，還將同一個決策單元的不同時期作為不同的決策單元，進(jìn)而可以獲得更加真實的效率評價。本文的決策單元是采礦業(yè)整體及其6 個分行業(yè)，而投入指標(biāo)有3 個，產(chǎn)出指標(biāo)有2 個，決策單元數(shù)量偏少，運(yùn)用窗口分析法可以解決DMU 數(shù)量不足導(dǎo)致的效率評價失真問題。

DEA 窗口分析法利用移動平均方法將樣本區(qū)間分為若干個窗口，計算同一時間點的同一決策單元在不同窗口下的效率值并將各窗口下的效率值進(jìn)行算術(shù)平均，以此作為對應(yīng)決策元的效率值。假設(shè)被研究對象有n個，研究的總時間長度為T，參考大多數(shù)研究，設(shè)定視窗寬度r為3，通過移動平均法建立T-r+1 個窗口，那么每一個窗口內(nèi)有n×r個DMU。本文的觀察期為2007—2016 年，根據(jù)式（2），第1 個窗口w1為（2007，2008，2009），第2 個窗口w2為（2008，2009，2010），第3 個窗口w3為（2009，2010，2011），第4 個窗口w4為（2010，2011，2012），第5 個窗口w5為（2011，2012，2013），第6 個窗口w6為（2012，2013，2014），第7 個窗口w7為（2013，2014，2015），第8 個窗口w8為（2014，2015，2016）。窗口分析方法的計算公式如下：

（三）Malmquist Luenberger 指數(shù)

根據(jù)方向距離函數(shù)來定義Malmquist luenberger 生產(chǎn)率指數(shù)，Malmquist luenberger 需要定義相鄰兩個不同時期的方向性距離函數(shù)：

其中：x、y和b分別表示投入、期望產(chǎn)出和非期望產(chǎn)出；p(x)為產(chǎn)出集；g為方向向量。

根據(jù)Chung 和Fare［20］定義：關(guān)于t～t+1 期的ML 生產(chǎn)率指數(shù)為

（四）投入產(chǎn)出指標(biāo)和數(shù)據(jù)處理

基于數(shù)據(jù)可得性，本文的樣本時間為2007—2016 年，研究對象為采礦業(yè)整體及6 個細(xì)分行業(yè)。根據(jù)中華人民共和國國家統(tǒng)計局（NBSC）的行業(yè)分類，中國采礦業(yè)主要包含煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)、開采輔助活動和其他采礦業(yè)。由于2012 年才公布開采輔助活動的官方統(tǒng)計數(shù)據(jù)，為了數(shù)據(jù)統(tǒng)計的連貫性，所以不考慮開采輔助活動。因此，本文的采礦業(yè)包括6 個細(xì)分行業(yè)：煤炭開采和洗選業(yè)（DMU1）、石油和天然氣開采業(yè)（DMU2）、黑色金屬礦采選業(yè)（DMU3）、有色金屬礦采選業(yè)（DMU4）、非金屬礦采選業(yè)（DMU5）及其他采礦業(yè)（DMU6）。投入產(chǎn)出變量及數(shù)據(jù)處理見表1。

通過以上方法獲得了2007—2016 年采礦業(yè)分行業(yè)能源生態(tài)效率分析所需要的關(guān)鍵指標(biāo)和數(shù)據(jù)，進(jìn)行簡單的描述統(tǒng)計，具體結(jié)果見表2。從表2 中可以看出各行業(yè)之間的投入產(chǎn)出變量存在較大差異，兩極分化現(xiàn)象明顯。CO2指標(biāo)的離散程度較大，工業(yè)銷售產(chǎn)值、能源消費總量和固定資產(chǎn)凈值3 個指標(biāo)的離散程度相近，而從業(yè)人員平均人數(shù)指標(biāo)的離散程度最小。

表1 中國礦業(yè)能源生態(tài)效率投入產(chǎn)出指標(biāo)

表2 樣本投入產(chǎn)出變量描述性統(tǒng)計（2007—2016 年）

三、實證分析

（一）采礦業(yè)靜態(tài)能源生態(tài)效率分析

基于非期望產(chǎn)出的窗口分析SBM 模型，對我國2007—2016 年的采礦業(yè)及其6 個細(xì)分行業(yè)在8 個窗口下的能源生態(tài)效率及其歷年均值進(jìn)行具體測算，各個細(xì)分行業(yè)的能源生態(tài)效率是其在重疊視窗內(nèi)的能源生態(tài)效率均值。鑒于篇幅有限，本文以黑色金屬礦采選業(yè)為例，計算結(jié)果見表3，采礦業(yè)其他細(xì)分行業(yè)的計算結(jié)果與表3 類似。

從表3 可以看出，2007—2016 年間，黑色金屬礦采選業(yè)的能源生態(tài)效率值較高，2007—2012 年在波動式上升，2013 年開始實現(xiàn)了DEA 有效，表現(xiàn)出黑色金屬礦采選業(yè)在資源與環(huán)境的約束下實現(xiàn)了經(jīng)濟(jì)效益和生態(tài)效益的平衡發(fā)展。表4 進(jìn)一步分析了礦業(yè)整體及其6 個細(xì)分行業(yè)的能源生態(tài)效率水平，以評價礦業(yè)發(fā)展的投入產(chǎn)出效益。

表3 2007—2016 年我國黑色金屬礦采選業(yè)8 個窗口能源生態(tài)效率

表4 2007—2016 年我國礦業(yè)能源生態(tài)效率

由表4 可見，2007—2016 年，我國采礦業(yè)整體的能源生態(tài)效率水平不高，離最優(yōu)生產(chǎn)前沿還有47.3%的改進(jìn)空間，各行業(yè)均值依次為0.651、0.724、0.923、0.915、0.839、0.793，6 個細(xì)分行業(yè)差異顯著。從6 個行業(yè)來看，研究期內(nèi)黑色金屬礦采選業(yè)能源生態(tài)效率最高，并且逐年接近有效生產(chǎn)前沿面，2013 年之后實現(xiàn)了DEA有效，表明黑色金屬礦采選業(yè)生產(chǎn)規(guī)模合理、技術(shù)水平較高，各項投入要素實現(xiàn)了最優(yōu)產(chǎn)出。這可能由于近些年黑色金屬礦采選業(yè)內(nèi)企業(yè)兼并重組活動較為活躍以及得益于鋼鐵行業(yè)產(chǎn)能去化的緣故。其次是有色金屬礦采選業(yè)、非金屬礦采選業(yè)，二者能源生態(tài)效率每一年都高于采礦業(yè)行業(yè)整體水平。進(jìn)入21 世紀(jì)以來，我國有色金屬礦采選業(yè)快速發(fā)展，加大了技術(shù)方面的投資，積極響應(yīng)國家去產(chǎn)能的政策，實現(xiàn)了高效率的資源開發(fā)利用，而2008 下半年國際金融危機(jī)的爆發(fā)使有色金屬行業(yè)下調(diào)產(chǎn)品價格，減少產(chǎn)量，國家出臺《有色金屬產(chǎn)業(yè)調(diào)整和振興規(guī)劃》推進(jìn)產(chǎn)業(yè)整合提高有色金屬產(chǎn)業(yè)的資源配置效率。非金屬礦采選業(yè)在2007—2009年間能源生態(tài)效率較低，表明該段期間內(nèi)我國非金屬礦物深加工能力較弱，產(chǎn)品附加值極低。2010 年之后一直處于較高前沿，一方面是由于行業(yè)投資規(guī)模的擴(kuò)大使得非金屬礦產(chǎn)業(yè)新技術(shù)和新設(shè)備日臻成熟，提高了產(chǎn)業(yè)技術(shù)含量；另一方面是由于我國鼓勵建材行業(yè)綜合利用各種固體廢棄物代替天然礦物，促進(jìn)了節(jié)能減排。排名第四的是其他采礦業(yè)，能源生態(tài)效率值波動幅度較大。其他采礦業(yè)指對地?zé)豳Y源、礦泉水資源以及其他未列明的自然資源的開采活動。我國地?zé)豳Y源開采與管理水平較高。礦泉水資源十分豐富且開采條件優(yōu)越，產(chǎn)品生產(chǎn)技術(shù)起點高，但是由于企業(yè)規(guī)模小，行業(yè)集中度低、資源整合不完善等問題造成了嚴(yán)重的資源浪費。排名最后的是石油和天然氣開采業(yè)以及煤炭開采和洗選業(yè)，二者的能源生態(tài)效率值總體水平在采礦業(yè)中最低。多年來，我國采取的是“有油快流”的油氣資源開發(fā)政策，導(dǎo)致油氣產(chǎn)業(yè)重產(chǎn)量輕質(zhì)量效益。煤炭行業(yè)長期的粗放式開采不僅造成了資源的浪費還帶來了嚴(yán)重的環(huán)境污染問題。盡管中國政府出臺了一系列有針對性的文件明確提出加強(qiáng)煤炭綠色開發(fā)和高效利用，但是煤炭開采和洗選業(yè)由于行業(yè)去產(chǎn)能、企業(yè)科研實驗室等研發(fā)機(jī)構(gòu)技術(shù)產(chǎn)出的時滯等原因尚未實現(xiàn)高效的投入產(chǎn)出。

（二）投入產(chǎn)出冗余率分析

表5 給出了我國礦業(yè)整體及6 個細(xì)分行業(yè)投入和非期望產(chǎn)出的冗余率，可以為提高采礦業(yè)的能源生態(tài)效率提供參考。從行業(yè)整體來看，冗余率最高的是勞動投入，達(dá)到49.3%，能源投入和資本投入的冗余率也較高，均為46.3%。相比之下，CO2排放的冗余率較低，僅為8.2%。分行業(yè)來看，煤炭開采和洗選業(yè)的能源投入冗余率最高，達(dá)到了41.5%，是整個礦業(yè)行業(yè)中最高的。煤炭開采和洗選業(yè)是高耗能行業(yè)，重型工業(yè)結(jié)構(gòu)還未徹底實現(xiàn)轉(zhuǎn)型。但煤炭開采和洗選業(yè)的CO2排放冗余率是礦業(yè)中最低的，僅為3.6%，說明煤炭開采和洗選業(yè)能源生態(tài)效率值低下的主要原因是投入過高，存在嚴(yán)重的資源浪費。石油和天然氣開采業(yè)的變量冗余率與礦業(yè)整體類似，勞動投入、能源投入、資本投入和CO2排放的冗余率分別為41.8%、11.8%、29.1%和10.5%，其勞動投入冗余率在分行業(yè)中最高，2012 年開始處于高冗余率，介于68%～80%。黑色金屬礦采選業(yè)是6 個行業(yè)中表現(xiàn)最好的行業(yè)，投入產(chǎn)出冗余率都不高，能源投入冗余率最低，高質(zhì)量的人力資本配置和能源利用水平使黑色金屬礦采選業(yè)成為我國采礦業(yè)綠色可持續(xù)發(fā)展的示范行業(yè)。緊隨其后的是有色金屬礦采選業(yè)，勞動投入和資本投入的冗余率在各行業(yè)中最低，分別是2.2%和4.2%，但CO2排放的冗余率在各行業(yè)中排名第二（16.1%），能源投入的冗余率在各行業(yè)中排名第三（18.8%），說明有色金屬礦采選業(yè)能源投入過剩，未實現(xiàn)充分利用，存在大量的浪費。非金屬礦采選業(yè)投入產(chǎn)出變量的冗余率在6 個細(xì)分行業(yè)中都不高，其中勞動投入冗余最低，僅有2.7%，自2010 年起連續(xù)7 年實現(xiàn)了勞動力零冗余。其他采礦業(yè)的資本投入和CO2排放冗余率在整個行業(yè)中最高，并且可以通過表4 可見，在2011 年、2013 年和2016 年這3 個年份，二者的冗余率幾乎接近100%，由此可見，其他采礦業(yè)存在著大量的資本閑置或者未能實現(xiàn)充分有效利用，由此節(jié)能減排技術(shù)和產(chǎn)品沒有投入到生產(chǎn)中，造成大量的CO2排放。從動態(tài)變化來看，我國采礦業(yè)投入和“壞”產(chǎn)出的冗余率在2007—2010 年呈現(xiàn)下降趨勢，2010—2014 年呈現(xiàn)上升趨勢，2014—2016 年呈現(xiàn)下降趨勢，這與前面得到的采礦業(yè)能源生態(tài)效率值變動情況保持一致。政府應(yīng)根據(jù)各行業(yè)的情況制定差別化政策，有望提高我國礦業(yè)的能源生態(tài)效率水平。

表5 采礦業(yè)能源生態(tài)效率投入產(chǎn)出變量冗余率（2007—2016 年） 單位：%

（三）采礦業(yè)動態(tài)能源生態(tài)效率分析

基于SBM 模型的Malmquist Luenberger 指數(shù)分解法測算2007—2016 年我國礦業(yè)能源生態(tài)效率的變動情況及因素分解，結(jié)果如圖1 和圖2 所示，其中ML 代表動態(tài)能源生態(tài)效率變化指數(shù)；EC 代表技術(shù)效率變化指數(shù)；TC 代表技術(shù)進(jìn)步變化指數(shù)。

2007—2016 年，我國采礦業(yè)整體動態(tài)能源生態(tài)效率的平均值為1.08，即能源生態(tài)效率年均增長8%，技術(shù)效率和技術(shù)進(jìn)步分別增長-2%和11%，采礦業(yè)能源生態(tài)效率呈現(xiàn)上升趨勢是由于技術(shù)進(jìn)步的促進(jìn)作用大于技術(shù)效率的阻礙作用。從單個行業(yè)來看，研究期內(nèi)6 個細(xì)分行業(yè)的能源生態(tài)效率都在上升，但程度不同，表明自國家提倡高效清潔綠色開采以來，各行業(yè)都在努力踐行節(jié)能減排的綠色發(fā)展模式。在驅(qū)動效率提升方面，煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)的能源生態(tài)效率的變化與整個礦業(yè)走勢較為一致，均是由于技術(shù)進(jìn)步的促進(jìn)作用大于技術(shù)效率的阻礙作用。需要說明的是，技術(shù)效率增長率為負(fù)并非資源配置效率、管理能力退步，而是資源配置效率、管理能力速度有所減慢。黑色金屬采選業(yè)、有色金屬采選業(yè)、非金屬礦采選業(yè)和其他采礦業(yè)均是由于技術(shù)進(jìn)步和技術(shù)效率的共同促進(jìn)作用而實現(xiàn)能源生態(tài)效率增長。

圖1 我國礦業(yè)分行業(yè)能源生態(tài)效率動態(tài)變化及分解指數(shù)（2007—2016 年）

圖2 采礦業(yè)動態(tài)能源生態(tài)效率及分解指數(shù)的變動趨勢（2007—2016 年）

由圖2 可知，研究期內(nèi)采礦業(yè)能源生態(tài)效率一直是增長狀態(tài)，根據(jù)因素分解情況可分為4 個階段。第一個階段為2007—2010 年，此階段的EC 一直小于1 但在逐漸增長，TC 一直大于1，技術(shù)進(jìn)步的促進(jìn)作用大于技術(shù)效率的抑制作用，所以采礦業(yè)能源生態(tài)效率實現(xiàn)增長。2008 年爆發(fā)國際金融危機(jī)，國家投資4 萬億刺激經(jīng)濟(jì)，之后一段時間我國采礦業(yè)技術(shù)進(jìn)步得到顯著提升，但忽視了資源有效利用和節(jié)能減排。第二個階段是2010—2011 年，這個階段的TC 和EC 都大于1，兩者共同促進(jìn)了采礦業(yè)能源生態(tài)效率進(jìn)步。第三個階段是2011—2013 年，這個階段的TC 依然一直大于1，EC 小于1，技術(shù)進(jìn)步的促進(jìn)作用大于技術(shù)效率的抑制作用，所以采礦業(yè)能源生態(tài)效率實現(xiàn)增長。第四個階段是2013—2016 年，這個階段的TC 和EC 都大于1，兩者共同促進(jìn)了采礦業(yè)能源生態(tài)效率進(jìn)步。其主要原因在于“十二五”規(guī)劃前期，國家大力發(fā)展采礦業(yè)，這一時期強(qiáng)調(diào)經(jīng)濟(jì)發(fā)展速度從而忽視了規(guī)模效益問題，因此采礦業(yè)技術(shù)效率出現(xiàn)下降態(tài)勢。2013 年之后，經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”時期，面對資源環(huán)境壓力以及經(jīng)濟(jì)實力增強(qiáng)，開始轉(zhuǎn)變發(fā)展理念，加強(qiáng)資源節(jié)約和環(huán)境保護(hù)，采礦業(yè)的發(fā)展開始注重質(zhì)量和效益。再加上國家近些年來出臺的相關(guān)政策《礦產(chǎn)資源開發(fā)規(guī)劃》，加快采礦業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，關(guān)停一些資源利用率低的企業(yè)，加大環(huán)境污染治理力度，促使采礦業(yè)技術(shù)效率的進(jìn)步。

四、結(jié)論與啟示

本文利用中國采礦業(yè)2007—2016 年的面板數(shù)據(jù)，基于SBM 窗口分析法測算我國采礦業(yè)的靜態(tài)能源生態(tài)效率，通過Malmquist Luenberger 指數(shù)分析我國采礦業(yè)能源生態(tài)效率的動態(tài)演進(jìn)特征，得出兩個主要結(jié)論。

（1）研究期內(nèi)我國采礦業(yè)整體能源生態(tài)效率水平偏低，離最優(yōu)生產(chǎn)前沿還有47.3%的改進(jìn)空間，6 個細(xì)分行業(yè)差異顯著，能源生態(tài)效率排名依次是黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)、其他采礦業(yè)、石油和天然氣開采業(yè)以及煤炭開采和洗選業(yè)。投入的冗余率較高，礦業(yè)優(yōu)化資源利用的潛力巨大。

（2）2007—2016 年，我國采礦業(yè)整體動態(tài)能源生態(tài)效率的平均值為1.08，即能源生態(tài)效率年均增長8%，技術(shù)效率和技術(shù)進(jìn)步分別增長-2%和11%。從單個行業(yè)來看，研究期內(nèi)6 個細(xì)分行業(yè)的能源生態(tài)效率都在上升，但程度不同。在驅(qū)動效率提升方面，煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)的能源生態(tài)效率的變化與整個礦業(yè)走勢較為一致，均是由于技術(shù)進(jìn)步的促進(jìn)作用大于技術(shù)效率的阻礙作用。黑色金屬采選業(yè)、有色金屬采選業(yè)、非金屬礦采選業(yè)和其他采礦業(yè)均是由于技術(shù)進(jìn)步和技術(shù)效率的共同促進(jìn)作用而實現(xiàn)能源生態(tài)效率增長。

本研究既彌補(bǔ)了我國礦業(yè)能源生態(tài)效率研究的不足，有助于相關(guān)部門針對性地制定對策，加快形成采礦業(yè)綠色生產(chǎn)體系，拓展了窗口分析DEA 模型測算、分析效率值的研究成果，為促進(jìn)其他行業(yè)進(jìn)行能源生態(tài)效率分析做出了適宜的參考。據(jù)此，提出如下政策建議。

（1）我國礦業(yè)勞動力已嚴(yán)重冗余，礦企要著力精簡機(jī)構(gòu)人員，完善人力制度建設(shè)。在礦業(yè)4.0 時代，緊跟“一帶一路”礦業(yè)高校聯(lián)盟的步伐，儲備具有國際視野的高素質(zhì)復(fù)合型人才，探索跨國跨境流動人才培養(yǎng)機(jī)制，培養(yǎng)一批礦業(yè)精英人才隊伍。

（2）礦業(yè)投資未能充分有效地發(fā)揮作用，對此，礦業(yè)部門應(yīng)該將投資部分轉(zhuǎn)移到生態(tài)創(chuàng)新領(lǐng)域，擴(kuò)大綠色開采、環(huán)境治理技術(shù)資本的使用規(guī)模。實行第三方監(jiān)督制度，落實資金的每一項用處，監(jiān)督礦企務(wù)必落實R&D 投入大于上年度主營業(yè)務(wù)收入的1.5%的政策要求。

（3）礦業(yè)各行業(yè)需要探索循環(huán) 綠色 綜合的資源開發(fā)與使用模式，在全面考慮了能耗、人力、環(huán)境等要素之后探索效益型開采模式，提高能源利用效率。開拓新的礦產(chǎn)品品種，實現(xiàn)由初級產(chǎn)品向高級產(chǎn)品的延伸。對于綠色可循環(huán)使用的優(yōu)質(zhì)礦產(chǎn)品，政府可以通過減免稅收、申報專利等手段鼓勵企業(yè)開發(fā)。

（4）環(huán)境保護(hù)需要協(xié)調(diào)各方力量，統(tǒng)籌兼顧每一份子。一方面，政府通過出臺環(huán)境規(guī)制政策、建立環(huán)境監(jiān)管機(jī)構(gòu)等手段督促企業(yè)落實綠色礦業(yè)的要求；另一方面，企業(yè)應(yīng)當(dāng)在礦山所在地宣傳共建、共享的辦礦理念，與當(dāng)?shù)鼐用窦訌?qiáng)合作，建立礦區(qū)資源環(huán)境管理共贏模式。

（5）針對礦業(yè)能源生態(tài)效率差異顯著日趨嚴(yán)重這一現(xiàn)實，政府應(yīng)采取個體扶持、重點突破的策略，集中改進(jìn)非金屬礦采選業(yè)、有色金屬礦采選業(yè)等碳排放較高的行業(yè)，加大行業(yè)間的能源技術(shù)交流，通過技術(shù)優(yōu)勢互補(bǔ)、管理優(yōu)化學(xué)習(xí)實現(xiàn)礦業(yè)整體共同進(jìn)步。

（6）目前礦業(yè)行業(yè)“信息孤島”、重硬件輕軟件的現(xiàn)象異常突出，這些都阻礙了行業(yè)資源配置效率和管理能力水平的進(jìn)步，為此，礦企需要與管理研究機(jī)構(gòu)加大合作，定期組織管理人員參加綠色礦山培訓(xùn)，大力發(fā)展互聯(lián)網(wǎng)+礦業(yè)，實現(xiàn)管理創(chuàng)新，比如，由企業(yè)牽頭，與高校、科研院校共同承擔(dān)綠色技術(shù)研發(fā)項目，促使資源的合理配置，改變目前過分依賴技術(shù)進(jìn)步的經(jīng)濟(jì)模式，最終推動礦業(yè)能源生態(tài)效率提高。