■ 李成宇

（山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院，青島 266590）

0 引言

煤炭資源作為中國(guó)最重要的基礎(chǔ)能源，在能源結(jié)構(gòu)中的占比高達(dá)60%以上，遠(yuǎn)超世界平均水平，這種現(xiàn)狀決定了煤炭資源利用效率會(huì)對(duì)能源利用效率產(chǎn)生重要影響。因此，科學(xué)評(píng)判煤炭資源利用效率，使其能為能源、環(huán)境政策的制定提供參考和決策依據(jù)，為中國(guó)綠色可持續(xù)發(fā)展提供助力，顯得尤為重要。目前，把煤炭資源作為一類(lèi)要素，與石油、天然氣等資源放在一起，進(jìn)行綜合性能源效率問(wèn)題的研究較多，例如史丹、魏楚、胡宗義、黃德春等人的研究[1-5]。而單獨(dú)針對(duì)煤炭資源利用效率問(wèn)題的研究還比較少，前期主要集中在理論建議方面，例如錢(qián)婷婷、王妍、于貴芳等[6-8]的研究；最近則主要集中在實(shí)證方面，主要是利用數(shù)據(jù)包絡(luò)分析（DEA）、空間計(jì)量等方法來(lái)對(duì)煤炭資源利用效率問(wèn)題進(jìn)行實(shí)證分析，例如武春友、車(chē)亮亮、樊靜麗、姚俊等[9-13]的研究。但這些研究都較少關(guān)注煤炭資源利用效率的空間演化特征，尤其是同時(shí)利用DEA方法與空間統(tǒng)計(jì)方法來(lái)研究煤炭資源利用效率問(wèn)題。因此，本文通過(guò)構(gòu)建省際煤炭資源利用效率測(cè)度指標(biāo)體系，將三階段DEA模型和Malmquist指數(shù)模型有效結(jié)合，從靜態(tài)、動(dòng)態(tài)兩個(gè)角度出發(fā)，對(duì)2006-2015年我國(guó)30個(gè)?。▍^(qū)、市）煤炭資源利用效率進(jìn)行測(cè)度（因西藏自治區(qū)數(shù)據(jù)可獲得性差，所以不在本次研究范圍內(nèi)），以此為基礎(chǔ)利用空間統(tǒng)計(jì)中的全局Moran's I指數(shù)和熱點(diǎn)分析Gi*指數(shù)，對(duì)2006—2015年30省（區(qū)、市）煤炭資源利用效率的空間演化規(guī)律進(jìn)行分析，以期對(duì)煤炭資源利用效率做出更為準(zhǔn)確的判斷，為中國(guó)煤炭資源實(shí)現(xiàn)綠色可持續(xù)發(fā)展提供參考借鑒。

1 研究方法及數(shù)據(jù)說(shuō)明

1.1 研究方法

1.1.1 DEA模型

Charnes等人于1978年提出CCR模型，該模型僅能測(cè)算規(guī)模報(bào)酬不變下的效率[14]；隨后Banker等人提出了規(guī)模報(bào)酬可變情況的BCC模型，該模型考慮到規(guī)模報(bào)酬可變的實(shí)際情況[15]。DEA模型又分為投入型和產(chǎn)出型。投入型是指以產(chǎn)出要素不變?yōu)榍疤?，減少投入以提高效率；產(chǎn)出型是以投入要素不變?yōu)榍疤?，增加產(chǎn)出以提高效率。本研究采用投入導(dǎo)向型DEA—BCC模型，具體模型為：

其中θ是被考察單元的效率值，且滿(mǎn)足0≤θ≤1，當(dāng)θ等于1時(shí)表示該被考察單元位于效率前沿面上，是有效的；當(dāng)θ小于1時(shí)表示該被考察單元不處于效率前沿面上，是無(wú)效的。

1.1.2 SFA模型

針對(duì)傳統(tǒng)DEA模型的不足，Timmer提出了一種能考慮外部環(huán)境因素對(duì)相對(duì)效率造成影響的分析模型，即隨機(jī)前沿模型（SFA）[16]。

設(shè)第i個(gè)DMU單元的第n個(gè)投入值為Xni，松弛變量為Sni，則Sni=Xni-Xnλ>0。根據(jù)Batese、Coelli的研究[17]，構(gòu)建SFA的回歸模型：

其中，Sni表示第i個(gè)決策單元第n個(gè)投入的松弛變量；Zi、βn分別表示為環(huán)境變量及環(huán)境變量系數(shù)；Vni+Uni表示混合誤差項(xiàng)，假設(shè)Vni-N（0，表示隨機(jī)誤差項(xiàng)；假設(shè)Uni-N表示管理無(wú)效率，同時(shí)，Vni與Uni是獨(dú)立不相關(guān)的。當(dāng)趨于1時(shí)，管理因素為主導(dǎo)，趨于0時(shí)，則隨機(jī)誤差項(xiàng)為主導(dǎo)。

1.1.3 Malmquist指數(shù)

Malmquist指數(shù)由瑞典經(jīng)濟(jì)學(xué)家Sten Malmquist于1953年提出，1982年Caves等人又將該指數(shù)運(yùn)用到生產(chǎn)效率變化的測(cè)算中[18]，1994年Fare等人將Malmquist指數(shù)與DEA理論相結(jié)合，構(gòu)建起以t和t+1期為參照的Malmquist生產(chǎn)率指數(shù)，使Malmquist指數(shù)得到廣泛應(yīng)用[19]，具體公式為下：

若M(xt,yt,xt+1,yt+1)>1，說(shuō)明從t到t+1期全要素生產(chǎn)率水平提高；反之，若M(xt,yt,xt+1,yt+1)<1，說(shuō)明從t到t+1期全要素生產(chǎn)率水平降低。

1.1.4 探索性空間數(shù)據(jù)分析(ESDA)

探索性空間數(shù)據(jù)分析方法主要借助Moran's I指數(shù)、Gi*指數(shù)等方法對(duì)空間數(shù)據(jù)進(jìn)行全局空間自相關(guān)和局部空間自相關(guān)分析，從而發(fā)現(xiàn)數(shù)據(jù)在空間分布上存在的規(guī)律[20]。本文采用全局Moran's I指數(shù)和熱點(diǎn)分析Gi*指數(shù)來(lái)分析煤炭資源利用效率的空間特征。具體公式為：

式（4）中，n表示研究個(gè)數(shù)；Zi表示i區(qū)域觀測(cè)值，Zj表示j區(qū)域觀測(cè)值；Wij表示空間權(quán)重矩陣（空間相鄰為1，不相鄰為0）；S2表示觀測(cè)值方差；表示觀測(cè)值平均值。如果Moran's I值為正，表示空間集聚；如果Moran's I值為負(fù)，則表明空間分異。

式（5）中Wij表示空間權(quán)重矩陣。如果Gi*顯著為正，表明i周邊的值相對(duì)較高，屬于熱點(diǎn)區(qū)；如果Gi*顯著為負(fù)，則表明i周邊的值相對(duì)較低，屬于冷點(diǎn)區(qū)。

1.2 數(shù)據(jù)說(shuō)明

1.2.1 投入產(chǎn)出指標(biāo)

本文在參考已有文獻(xiàn)的基礎(chǔ)上[21-23]，選取以下投入產(chǎn)出指標(biāo)：以資本存量、勞動(dòng)力存量、煤炭消費(fèi)量為投入指標(biāo)，以各省GDP為產(chǎn)出指標(biāo)。資本存量數(shù)據(jù)無(wú)法直接獲取，根據(jù)張軍等[24]的研究，通過(guò)“永續(xù)盤(pán)存法”來(lái)估算得出；勞動(dòng)力存量通過(guò)（當(dāng)年年末就業(yè)人數(shù)+上年年末就業(yè)人數(shù)）/2計(jì)算得出；煤炭消費(fèi)量通過(guò)《中國(guó)能源統(tǒng)計(jì)年鑒》直接獲??；GDP則以2006年為基期，通過(guò)GDP平滑指數(shù)計(jì)算得出?？紤]到數(shù)據(jù)的可獲取性，除西藏自治區(qū)外，我國(guó)臺(tái)灣省、香港特別行政區(qū)、澳門(mén)特別行政區(qū)也不在本次研究范圍內(nèi)。

1.2.2 環(huán)境變量

本文綜合相關(guān)文獻(xiàn)并考慮數(shù)據(jù)獲取性，選取地區(qū)經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步及產(chǎn)業(yè)結(jié)構(gòu)作為環(huán)境變量。其中，地區(qū)經(jīng)濟(jì)發(fā)展水平以人均GDP來(lái)衡量；技術(shù)進(jìn)步用研發(fā)支出來(lái)衡量；產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)增加值與GDP的比值來(lái)衡量。

1.2.3 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》，并結(jié)合各?。▍^(qū)、市）的統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)和新聞報(bào)道等資料進(jìn)行修正。

2 中國(guó)省際煤炭資源利用效率測(cè)算

2.1 靜態(tài)測(cè)算

第一階段運(yùn)用DEAP2.2測(cè)算30?。▍^(qū)、市）2006—2015年的綜合效率均值、技術(shù)效率均值、規(guī)模效率均值，具體如表1所示。

從表1可知，在沒(méi)有考慮外部環(huán)境和隨機(jī)因素影響下，中國(guó)30?。▍^(qū)、市）的綜合效率均值僅為0.720，純技術(shù)效率均值和規(guī)模效率均值分別為0.794和0.915。其中有4個(gè)省市綜合效率值為1，處于前沿面上，分別是福建、湖南、北京和上海，其他26個(gè)?。▍^(qū)、市）均有不同程度的無(wú)效率狀態(tài)，需要在純技術(shù)效率和規(guī)模效率方面進(jìn)行改進(jìn)。從區(qū)域來(lái)看，中國(guó)東、中、西部地區(qū)的綜合效率存在較大的差異性，其中東部地區(qū)綜合效率最高，中部地區(qū)次之，西部地區(qū)最低；純技術(shù)效率則是東部地區(qū)最高為0.904，西部地區(qū)與中部地區(qū)基本一致，分別為0.760和0.720；規(guī)模效率東、中、西部地區(qū)都處于較高水平，中部地區(qū)最高0.966，東部地區(qū)次之0.953，西部地區(qū)則能達(dá)到0.839。通過(guò)第一階段DEA測(cè)算，可以看出，中國(guó)當(dāng)前的煤炭資源利用效率總體還處于較低的水平上，呈現(xiàn)東部（高）—中部（一般）—西部（低）的區(qū)域分布格局。但該階段傳統(tǒng)DEA—BCC模型無(wú)法區(qū)分不同因素對(duì)效率值的影響，只能單純將其歸結(jié)為管理無(wú)效，忽視了環(huán)境因素及隨機(jī)誤差，無(wú)法準(zhǔn)確反映30省（區(qū)、市）真實(shí)的效率值，所以需利用SFA模型來(lái)剔除環(huán)境和隨機(jī)誤差因素的影響（表2）。

表1 第一階段30?。▍^(qū)、市）煤炭資源利用綜合效率、純技術(shù)效率、規(guī)模效率均值(2006—2015年)

表2 第二階段SFA回歸結(jié)果

從表2中可以看出，模型設(shè)置合理，單邊誤差項(xiàng)的擬然比檢驗(yàn)值T值均大于Mixedyχ2分布的臨界值，拒絕原假設(shè)。其中γ值趨近于1，表明在混合誤差項(xiàng)中管理無(wú)效率對(duì)投入松弛變量的影響大，隨機(jī)因素的投入松弛變量影響小。人均GDP、研發(fā)支出、第二產(chǎn)業(yè)占GDP比重對(duì)資本存量和勞動(dòng)力存量通過(guò)顯著性水平檢驗(yàn)，人均GDP和第二產(chǎn)業(yè)占GDP比重對(duì)煤炭消費(fèi)量通過(guò)顯著性水平檢驗(yàn)，表明環(huán)境因素對(duì)投入冗余存在顯著影響，需要利用公式（4）來(lái)剔除外部環(huán)境變量及隨機(jī)因素，使30?。▍^(qū)、市）處于相同的外部環(huán)境，以便提高第三階段效率測(cè)算的準(zhǔn)確性。

根據(jù)第二階段結(jié)果對(duì)原始投入變量進(jìn)行調(diào)整，得到更為客觀的煤炭資源利用效率，如表3所示。通過(guò)對(duì)比表1和表3，很多?。▍^(qū)、市）的綜合效率、純技術(shù)效率、規(guī)模效率都發(fā)生變動(dòng)，表明對(duì)投入變量的調(diào)整是必要的，調(diào)整后的結(jié)果更準(zhǔn)確。在剔除環(huán)境因素和隨機(jī)誤差因素以后，只有廣東省達(dá)到了效率前沿面。全國(guó)的綜合效率均值從0.719下降到0.678，規(guī)模效率均值從0.915下降到0.827，而純技術(shù)效率均值從0.793上升到0.813。

從各?。▍^(qū)、市）來(lái)看，綜合效率提高的省（區(qū)、市）有14個(gè)，純技術(shù)效率提高的?。▍^(qū)、市）有18個(gè)，而規(guī)模效率提高的僅有4個(gè)省，分別是山東、江蘇、河南、廣東。其中，廣東省純技術(shù)效率達(dá)前沿面，因?yàn)橐?guī)模效率的提高（從0.994到1），導(dǎo)致綜合效率達(dá)到前沿面。河南、山東、江蘇三省綜合效率的提高是由純技術(shù)效率和規(guī)模效率共同作用所引起的。吉林、湖北、陜西、四川、山西、河北、內(nèi)蒙古、遼寧、浙江、安徽10個(gè)省區(qū)則是因?yàn)榧兗夹g(shù)效率提升而促使綜合效率提升，說(shuō)明這些省區(qū)之前因?yàn)橥獠凯h(huán)境和運(yùn)氣的影響，真實(shí)水平并沒(méi)有被反映出來(lái)。綜合效率降低的?。▍^(qū)、市）有16個(gè)，純技術(shù)效率提高的?。▍^(qū)、市）有9個(gè)，而規(guī)模效率下降的?。▍^(qū)、市）高達(dá)26個(gè)。其中黑龍江、寧夏、福建、湖南、貴州、廣西、海南、北京、天津9省（區(qū)、市）綜合效率的下降，是由純技術(shù)效率和規(guī)模效率下降共同作用引起的，上海、江西、重慶、云南、甘肅、青海、新疆7?。▍^(qū)、市）綜合效率的下降則是因?yàn)橐?guī)模效率下降引起的，說(shuō)明這些?。▍^(qū)、市）第一階段因?yàn)槊媾R環(huán)境因素或運(yùn)氣較好所以被高估。而大多數(shù)省（區(qū)、市）規(guī)模效率出現(xiàn)下降，表明第一階段規(guī)模效率被過(guò)高估計(jì)，造成煤炭資源利用效率低下的原因并不只是以純技術(shù)效率（0.813）為主，規(guī)模不經(jīng)濟(jì)（0.827）其實(shí)也是導(dǎo)致煤炭資源利用效率低下的原因。

表3 第三階段30?。▍^(qū)、市）煤炭資源利用綜合效率、純技術(shù)效率、規(guī)模效率均值（2006—2015年）

從區(qū)域來(lái)看，東部地區(qū)效率最高，各效率均值均高于全國(guó)及中西部地區(qū)均值；中部地區(qū)次之，僅規(guī)模效率均值略高于全國(guó)均值；西部地區(qū)最低，各效率均值均低于中部地區(qū)均值，總體呈現(xiàn)出東>中>西的分布格局。東部地區(qū)憑借優(yōu)越的地理位置，雄厚的經(jīng)濟(jì)、科技、教育實(shí)力，使其產(chǎn)業(yè)結(jié)構(gòu)趨于合理，煤炭資源利用正逐步向資源集約、環(huán)境友好轉(zhuǎn)變。中部地區(qū)因規(guī)模效率上的優(yōu)勢(shì)，在綜合效率上高于西部地區(qū)，但可以看出，西部大開(kāi)發(fā)戰(zhàn)略實(shí)施以來(lái)，西部地區(qū)在技術(shù)、管理、人才、生態(tài)等方面已有了長(zhǎng)足的進(jìn)步，其純技術(shù)效率（0.755）已基本追上中部地區(qū)（0.785），中部地區(qū)對(duì)西部地區(qū)的技術(shù)優(yōu)勢(shì)已基本殆盡，現(xiàn)存的規(guī)模優(yōu)勢(shì)，也只是因?yàn)橹胁康貐^(qū)大多數(shù)省市煤炭資源豐富，煤炭產(chǎn)業(yè)在當(dāng)?shù)貙儆谥еa(chǎn)業(yè)，再加上開(kāi)發(fā)歷史早，在總體規(guī)模上仍領(lǐng)先西部地區(qū)。西部地區(qū)開(kāi)發(fā)歷史晚，基礎(chǔ)設(shè)施不完善，雖擁有豐富的煤炭資源，但大都沒(méi)有形成規(guī)模。隨著國(guó)家對(duì)西部開(kāi)發(fā)重視程度的增加，西部地區(qū)已獲得了越來(lái)越多的技術(shù)、人才、管理支持，再加上綠色可持續(xù)發(fā)展戰(zhàn)略的實(shí)施，國(guó)家在發(fā)展西部時(shí)，必將會(huì)考慮中東部地區(qū)發(fā)展時(shí)的經(jīng)驗(yàn)教訓(xùn)，在經(jīng)濟(jì)發(fā)展的同時(shí)兼顧綠色發(fā)展，使得西部地區(qū)的煤炭資源利用效率得到提升。

2.2 動(dòng)態(tài)測(cè)算

為進(jìn)一步對(duì)煤炭資源利用效率的動(dòng)態(tài)變化進(jìn)行研究，本文引入Malmquist指數(shù)模型，分析全要素生產(chǎn)率的變動(dòng)影響因素。參考盧曦等[25]的研究，將三階段得到的投入產(chǎn)生數(shù)據(jù)帶入Malmquist模型進(jìn)行測(cè)算，獲得更為科學(xué)準(zhǔn)確的結(jié)果，具體測(cè)算結(jié)果如表4和圖1所示。

從表4可以看出，2006—2015年中國(guó)煤炭資源利用效率的Malmquist指數(shù)大于1，但僅為1.012，呈現(xiàn)弱增長(zhǎng)的趨勢(shì)。綜合效率、技術(shù)進(jìn)步效率、規(guī)模效率均大于1，分別為1.004、1.008、1.004，純技術(shù)效率僅為1。從各?。▍^(qū)、市）來(lái)看，全國(guó)共有18個(gè)省（區(qū)、市）的Malmquist指數(shù)大于1，其中，江蘇、內(nèi)蒙古、重慶的增長(zhǎng)率最快，分別為9.1%、5.9%、5.3%。11個(gè)?。▍^(qū)、市）Malmquist指數(shù)小于1，其中，山西、黑龍江、河南出現(xiàn)較大幅度的下降，下降幅度分別為-5.8%、-5.5%、-5.1%，而山東省的Malmquist指數(shù)則正好為1。此外，從表4還可以發(fā)現(xiàn)，各?。▍^(qū)、市）Malmquist指數(shù)的影響因素有所差異，有23個(gè)省（區(qū)、市）的主要影響因素為技術(shù)進(jìn)步效率，5個(gè)?。▍^(qū)、市）以純技術(shù)效率影響為主，而主要受規(guī)模效率影響的?。▍^(qū)、市）僅有江西、青海兩個(gè)省。

表4 30?。▍^(qū)、市）煤炭資源TFP指數(shù)及分解（2006—2015年）

圖1 Malmquist生產(chǎn)率指數(shù)均值及其分解指標(biāo)（2006—2015年）

由圖1可看出，2006—2015年，技術(shù)進(jìn)步效率和全要素生產(chǎn)率的變化較為劇烈、起伏比較大，從2006年開(kāi)始，經(jīng)過(guò)6年的波動(dòng)于2013年達(dá)到峰值，2014年大幅度下落至最低點(diǎn)，2015年又開(kāi)始回升，但是兩者變化趨勢(shì)基本一致。再次說(shuō)明Malmquist指數(shù)變化的影響因素是技術(shù)進(jìn)步效率為主要影響因素、技術(shù)效率為次要影響因素。

3 中國(guó)省際煤炭資源利用效率空間格局演變

3.1 總體演化特征

利用GeoDa1.6軟件，計(jì)算2006—2015年中國(guó)省際煤炭資源利用效率值全局Moran's I指數(shù)，來(lái)分析其總體格局演化特征。通過(guò)計(jì)算，2006—2015年省際煤炭資源利用效率的全局Moran's I指數(shù)均通過(guò)顯著性檢驗(yàn)（表5），且整體較為顯著，表明中國(guó)省際煤炭資源利用效率呈正向空間自相關(guān)性，集聚模式顯著。2006—2015年中國(guó)省際煤炭資源利用效率全局Moran's I值由0.2067提升到0.2873，增長(zhǎng)趨勢(shì)明顯，表明自2006年以來(lái)，中國(guó)省際煤炭資源利用效率的空間相關(guān)性有所增強(qiáng)，集聚態(tài)勢(shì)有所凸顯。

表5 Moran's I檢驗(yàn)（2006—2015年）

3.2 局部演化特征

在總體格局演化特征的基礎(chǔ)上，本文進(jìn)一步對(duì)中國(guó)省際煤炭資源利用效率局部空間集聚格局演化特征進(jìn)行研究。利用ArcGIS 10.0中的空間統(tǒng)計(jì)模塊計(jì)算出2006、2010、2015年三種效率的局域Gi*指數(shù)，采用自然斷點(diǎn)法將Gi*值分為熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、次冷點(diǎn)區(qū)和冷點(diǎn)區(qū)，并通過(guò)表6、表7、表8進(jìn)行說(shuō)明。

從表6可以看出，綜合效率總體空間格局變化不大。熱點(diǎn)區(qū)集中在東部沿海地區(qū)，2006年熱點(diǎn)區(qū)散落分布在黑龍江、廣東、湖南、上海、福建；2010年熱點(diǎn)區(qū)域范圍有所擴(kuò)大，在原先5省市的基礎(chǔ)上，加入江蘇、浙江和安徽，2015年趨于集中，除黑龍江成為次熱點(diǎn)區(qū)域以外，熱點(diǎn)區(qū)域保持不變，且新增天津市。2006年次熱點(diǎn)區(qū)均主要分布于東部及中部地區(qū)，2010年則有向西部地區(qū)、東北部地區(qū)轉(zhuǎn)移的趨勢(shì)，涵蓋的?。▍^(qū)、市）個(gè)數(shù)有所減少，2015年次熱點(diǎn)區(qū)域正式轉(zhuǎn)移到東北地區(qū)及西南地區(qū)。2006年次冷點(diǎn)區(qū)域主要集中的西部地區(qū)，其他地區(qū)零星分散，2010年逐步向中部地區(qū)推移，2015年主要集中在西南地區(qū)以及中部地區(qū)，且涵蓋?。▍^(qū)、市）有所增加。冷點(diǎn)區(qū)域變化不大，2006年集中在青海、甘肅、寧夏、重慶、貴州、江西及海南，2010年冷點(diǎn)區(qū)域縮小至青海、甘肅、寧夏、貴州、海南五省區(qū)，2015年則只剩下海南、青海、甘肅、寧夏四省區(qū)。

表6 綜合效率冷熱點(diǎn)區(qū)域分布

表7 純技術(shù)效率冷熱點(diǎn)區(qū)域分布

表8 規(guī)模效率冷熱點(diǎn)區(qū)域分布

從表7可以看出，純技術(shù)效率總體空間變化較大。2006年熱點(diǎn)區(qū)呈零星分布狀態(tài)，2010年有所改善，由零星分布向東部沿海地區(qū)推移，2015年除青海、寧夏、湖南以外，其他?。▍^(qū)、市）均分布在東部沿海地區(qū)。次熱點(diǎn)區(qū)域2006年主要集中在中部及東部沿海地區(qū)，2010年逐漸向東北、西南兩個(gè)方向轉(zhuǎn)移，2015年主要集中在東北及西南地區(qū)。次冷點(diǎn)區(qū)域基本保持不變，2006年主要集中在西南地區(qū)，2010年時(shí)范圍由5個(gè)省（區(qū)、市）擴(kuò)大到7個(gè)，涉及到新疆、吉林、河北等地，2015年主要分布在中部及西南的部分地區(qū)。冷點(diǎn)區(qū)變化較大，呈現(xiàn)減少趨勢(shì)，2006年全國(guó)各地區(qū)均有分布，涉及8個(gè)省（區(qū)、市），2010年減少至6個(gè)，分布范圍集中在中部及西南地區(qū)，2015年只剩下甘肅、河南、云南、海南四省。

表8可以看出，規(guī)模效率總體空間格局變化不大，僅2010年發(fā)生較大變化，但2015年又變回到2006時(shí)的空間格局。熱點(diǎn)區(qū)2006年主要集中在東中部地區(qū)，涵蓋14個(gè)?。▍^(qū)、市），2010年范圍縮小至東部沿海個(gè)別省（區(qū)、市），僅涵蓋6個(gè)?。▍^(qū)、市），2015年則又基本回到2006年時(shí)的格局。次熱點(diǎn)區(qū)2006年主要分布在東北、中部地區(qū)，2010年范圍呈現(xiàn)分散狀態(tài)，涉及到多個(gè)地區(qū)的省（區(qū)、市），2015年在2006格局的基礎(chǔ)上，范圍有所擴(kuò)大，涵蓋11個(gè)?。▍^(qū)、市）。次冷點(diǎn)區(qū)2006年僅分布在新疆、甘肅、貴州、重慶、江西五?。▍^(qū)、市），2010年范圍迅速擴(kuò)大，分布在西部及東北地區(qū)，2015年又迅速縮小，只剩下新疆、甘肅、貴州三個(gè)省區(qū)。冷點(diǎn)區(qū)基本穩(wěn)定，2006年僅有青海、寧夏、海南三省區(qū)，2010年增加了江西，2015年則又恢復(fù)到青海、寧夏、海南三省區(qū)。

4 結(jié)論與建議

本文基于三階段DEA模型、Malmquist指數(shù)、ESDA方法，從靜態(tài)、動(dòng)態(tài)、空間三個(gè)維度對(duì)煤炭資源利用效率進(jìn)行了科學(xué)、合理的實(shí)證分析，得出如下結(jié)論：①中國(guó)整體的煤炭資源利用效率水平較低，綜合效率均值僅為0.678，純技術(shù)效率均值和規(guī)模效率均值只有0.813和0.827，僅有廣東省實(shí)現(xiàn)有效，其他?。▍^(qū)、市）均有不同程度無(wú)效率狀態(tài)，仍有提升空間。②2006—2015年中國(guó)煤炭資源利用效率的Malmquist指數(shù)僅為1.012，呈現(xiàn)弱增長(zhǎng)的趨勢(shì)；Malmquist指數(shù)對(duì)技術(shù)進(jìn)步變化依賴(lài)性更強(qiáng)，而對(duì)純技術(shù)效率和規(guī)模效率的依賴(lài)性弱。③中國(guó)省際煤炭資源利用效率總體呈現(xiàn)正向空間自相關(guān)性，高(低)相鄰省際單元相對(duì)集聚，呈現(xiàn)東部>中部>西部的空間分布格局；純技術(shù)效率總體空間格局變化較大，綜合效率和規(guī)模效率總體空間格局變化不大。

基于上述實(shí)證分析，結(jié)合實(shí)際煤炭資源利用現(xiàn)狀，本文給出以下建議：①東部地區(qū)要發(fā)揮其優(yōu)越的區(qū)位、政策、資金、教育優(yōu)勢(shì)，堅(jiān)持以創(chuàng)新引領(lǐng)發(fā)展，通過(guò)引進(jìn)來(lái)與走出去相結(jié)合，對(duì)外大力引進(jìn)煤炭資源利用新技術(shù)、新工藝，對(duì)內(nèi)積極與高校、科研院所合作，提升其自主研發(fā)能力，做到引進(jìn)和自主研發(fā)兩手抓、兩手硬。中部地區(qū)要發(fā)揮其資源、規(guī)模、交通等方面的優(yōu)勢(shì)，依托中部崛起戰(zhàn)略，優(yōu)化自身的能源供給結(jié)構(gòu)，推動(dòng)能源生產(chǎn)和消費(fèi)革命，有序發(fā)展煤轉(zhuǎn)電、煤轉(zhuǎn)化，推進(jìn)傳統(tǒng)煤炭產(chǎn)業(yè)向清潔、高效邁進(jìn)。同時(shí)，要深化區(qū)域內(nèi)部合作，打破地方保護(hù)和各類(lèi)隱形壁壘，加快構(gòu)建統(tǒng)一大市場(chǎng)，深入推進(jìn)基礎(chǔ)設(shè)施、運(yùn)輸網(wǎng)絡(luò)等重點(diǎn)領(lǐng)域合作，加強(qiáng)在科技、人才等方面的對(duì)接，并在政府和市場(chǎng)的共同作用下優(yōu)化煤炭資源配置，提高煤炭資源的利用效率。西部地區(qū)則要利用好西部大開(kāi)發(fā)戰(zhàn)略契機(jī)，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，擴(kuò)大煤炭產(chǎn)業(yè)的規(guī)模，積極引進(jìn)技術(shù)、人才、管理經(jīng)驗(yàn)，在借鑒中東部地區(qū)煤炭產(chǎn)業(yè)經(jīng)驗(yàn)教訓(xùn)的基礎(chǔ)上，提高煤炭資源利用效率。②各?。▍^(qū)、市）在利用技術(shù)管理、規(guī)模效應(yīng)等傳統(tǒng)手段來(lái)提高煤炭資源利用效率的同時(shí)，還可以利用煤炭資源資本化的方式來(lái)提高煤炭資源利用效率，通過(guò)轉(zhuǎn)讓煤炭資源使用權(quán)，使其能夠在煤炭產(chǎn)權(quán)市場(chǎng)上流通，從而籌集到更多的資金來(lái)進(jìn)行投資，以此來(lái)提高煤炭資源的利用效率。③各?。▍^(qū)、市）在提高煤炭資源利用效率時(shí)，要充分考慮到生態(tài)環(huán)境問(wèn)題，在保護(hù)生態(tài)環(huán)境的前提下，采取有效措施來(lái)提高煤炭資源利用效率，更好地促進(jìn)中國(guó)煤炭資源的綠色可持續(xù)發(fā)展。