煤炭開采行業(yè)是高碳能源的生產(chǎn)行業(yè)，提升煤炭開采企業(yè)的綠色全要素能源效率對促進(jìn)我國“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要作用?；谟白觾r(jià)格模型，對企業(yè)的二氧化碳邊際減排成本進(jìn)行測算，進(jìn)而構(gòu)建DEA Malmquist指數(shù)模型計(jì)算煤炭開采企業(yè)綠色全要素能源效率。實(shí)證結(jié)果表明：樣本企業(yè)綠色全要素能源效率水平參差不齊，但均呈現(xiàn)不同程度的上升趨勢;相對于綜合技術(shù)效率，技術(shù)進(jìn)步對企業(yè)綠色全要素能源效率水平上升做出了更多貢獻(xiàn)?；谏鲜鼋Y(jié)果，從企業(yè)內(nèi)部、外部2個(gè)視角對影響企業(yè)綠色全要素能源效率的因素進(jìn)行分析，通過專利分析企業(yè)自主研發(fā)能力及技術(shù)選擇、分析外部政策環(huán)境，提出完善碳交易市場形成有效監(jiān)管、適當(dāng)擴(kuò)張企業(yè)規(guī)模提高規(guī)模效率、加強(qiáng)自主研發(fā)走內(nèi)涵式發(fā)展道路等對策建議。

　　關(guān)鍵詞

　　煤炭開采企業(yè);綠色全要素能源效率;二氧化碳邊際減排成本;專利分析

　　論文《煤炭開采企業(yè)綠色全要素能源效率研究》發(fā)表在《中國煤炭》，版權(quán)歸《中國煤炭》所有。本文來自網(wǎng)絡(luò)平臺，僅供參考。

　　1 關(guān)于能源效率的研究進(jìn)展

　　“雙碳”目標(biāo)已經(jīng)被納入國家“十四五”規(guī)劃，并在中央經(jīng)濟(jì)工作會議上作為重要任務(wù)進(jìn)行部署。“雙碳”目標(biāo)早已不是“可選項(xiàng)”，而是當(dāng)前經(jīng)濟(jì)發(fā)展的“必選項(xiàng)”。煤炭作為我國基礎(chǔ)能源和重要工業(yè)原料，為國民經(jīng)濟(jì)和社會發(fā)展提供了可靠的能源保障，近十年煤炭消費(fèi)量占一次能源消費(fèi)量的比重下降了11.5%，但是絕對量仍然在增長，其中2021年煤炭消費(fèi)絕對量增長高達(dá)1.05億t標(biāo)準(zhǔn)煤。傳統(tǒng)粗放式經(jīng)濟(jì)難以持續(xù)，推動能源結(jié)構(gòu)轉(zhuǎn)型成為當(dāng)前經(jīng)濟(jì)發(fā)展的必由之路，煤炭開采行業(yè)的去碳化、高效化已成為人們的共識，也是實(shí)現(xiàn)我國能源綠色轉(zhuǎn)型的有效途徑[1]。

　　目前，國內(nèi)外學(xué)者對能源效率的研究主要在評價(jià)方法和影響因素2個(gè)方面。首先，能源效率的評價(jià)方法主要有單要素能源效率和全要素能源效率。單要素能源效率僅考慮單投入、單產(chǎn)出，具有相當(dāng)大的局限性[2]。全要素能源效率在投入端對能源效率評價(jià)體系進(jìn)行了充實(shí)，增加資本、勞動力等投入要素。近年來，更多的學(xué)者開始關(guān)注非期望產(chǎn)出，將CO?、SO?、NO?等污染物排放納入產(chǎn)出要素中進(jìn)行考察，對國家、行業(yè)等宏觀層面的綠色全要素能源效率水平進(jìn)行評價(jià)[3]。數(shù)據(jù)包絡(luò)分析(DEA)方法包含多種評估決策單元投入產(chǎn)出效率的模型，具有反映全要素能源效率和非期望產(chǎn)出的雙重目的，是現(xiàn)有研究中應(yīng)用最為廣泛的一種方法[4-6]。

　　現(xiàn)有的綠色全要素能源效率分析的研究對象多為國家、區(qū)域、國民經(jīng)濟(jì)部門和行業(yè)等宏觀和中觀層次，對微觀企業(yè)的研究數(shù)量較少且深度不足，并且缺少從產(chǎn)業(yè)內(nèi)部角度分析如何提升能源效率的相關(guān)研究[7-10]。為此，在綠色全要素能源效率框架下，本文基于2017-2020年10家煤炭開采企業(yè)的面板數(shù)據(jù)，通過影子價(jià)格模型計(jì)算企業(yè)CO?邊際減排成本，得到企業(yè)的“綠色產(chǎn)值”。影子價(jià)格模型是Färe R等[11]在1989年基于效率分析視角提出的一種測算經(jīng)濟(jì)生產(chǎn)活動中非期望產(chǎn)出邊際減排成本的模型。該模型首先采用距離函數(shù)來構(gòu)建環(huán)境生產(chǎn)技術(shù)，再基于對偶理論推導(dǎo)出非期望產(chǎn)出的影子價(jià)格計(jì)算公式，最后使用參數(shù)或非參數(shù)方法對距離函數(shù)進(jìn)行估算，計(jì)算出影子價(jià)格。本文在運(yùn)用影子價(jià)格模型得到企業(yè)“綠色產(chǎn)值”的基礎(chǔ)上，構(gòu)建DEA Malmquist模型評價(jià)煤炭開采企業(yè)綠色全要素能源效率并對其進(jìn)行分解，最后通過內(nèi)外部影響因素對企業(yè)技術(shù)選擇進(jìn)行分析，為我國煤炭開采企業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型提供參考借鑒。

　　2 煤炭開采企業(yè)CO?邊際減排成本測算

　　本文采取參數(shù)化的方向性距離函數(shù)測算CO?邊際減排成本。參考Färe R等[11]的做法，選擇二次型方向性距離函數(shù)作為真實(shí)生產(chǎn)技術(shù)的參數(shù)近似，然后采用參數(shù)線性規(guī)劃的方式求解未知參數(shù)。

　　2.1 變量選取

　　投入變量選取勞動力投入、資本投入和能源投入;非期望產(chǎn)出選取企業(yè)CO?排放量，由于企業(yè)CO?排放量數(shù)據(jù)無法直接獲得，本文通過行業(yè)碳排放量對企業(yè)碳排放量進(jìn)行估算[12]，見式(1)：

　　[

　　企業(yè)碳排放量 =frac{ 行業(yè)碳排放量 }{ 行業(yè)主營業(yè)務(wù)成本 } imes 企業(yè)營業(yè)成本

　　]

　　式(1)中的行業(yè)碳排放量根據(jù)行業(yè)能源消費(fèi)估算得到，本研究選取煤炭開采行業(yè)能源消費(fèi)中的11種主要能源：原煤、焦炭、焦?fàn)t煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣。

　　期望產(chǎn)出選取企業(yè)總產(chǎn)值。這是反映企業(yè)一個(gè)工期內(nèi)經(jīng)濟(jì)發(fā)展?fàn)顩r、經(jīng)濟(jì)效益高低的主要指標(biāo)。因此，為了數(shù)據(jù)選取的科學(xué)性、可得性以及受限于數(shù)據(jù)的不可直接獲得性，本文通過“企業(yè)總產(chǎn)值=企業(yè)主營業(yè)務(wù)成本+產(chǎn)成品期末庫存-產(chǎn)成品期初庫存”的會計(jì)公式對企業(yè)總產(chǎn)值進(jìn)行計(jì)算。

　　2.2 二次型方向性距離函數(shù)模型

　　煤炭開采企業(yè)在現(xiàn)有生產(chǎn)技術(shù)下產(chǎn)出期望產(chǎn)出的同時(shí)會不可避免地產(chǎn)生環(huán)境污染等非期望產(chǎn)出，如CO?、SO?等。令(g=(g_{y},-g_))為方向向量，且(g eq 0)。方向性距離函數(shù)定義見式(2)：

　　式中：x為投入向量;y和b為正向的期望產(chǎn)出和負(fù)向的非期望產(chǎn)出向量;(g_{y})和(-g_)為產(chǎn)出的方向向量;β為生產(chǎn)前沿函數(shù)。

　　式(2)中，若企業(yè)生產(chǎn)已經(jīng)在既定資源和生產(chǎn)技術(shù)水平下達(dá)到最大數(shù)量，即達(dá)到生產(chǎn)可能性邊界，則式(2)值為0;若當(dāng)前生產(chǎn)水平尚未達(dá)到生產(chǎn)可能性邊界，則根據(jù)相關(guān)公式測算與生產(chǎn)可能性邊界之間的距離區(qū)間，即測算增加(g_{y})單位的期望產(chǎn)出同時(shí)減少(g_)單位非期望產(chǎn)出的最大單位數(shù)β。從理論角度來講，((y+eta g_{y}, b-eta g_))就是在一定投入下的最佳產(chǎn)出。

　　設(shè)(R(x, y, b))表示被測對象在一定生產(chǎn)技術(shù)水平和投入要素量情況下能夠取得的最大收益，表達(dá)式見式(3)：

　　式中：p和q為期望產(chǎn)出和非期望產(chǎn)出的價(jià)格。

　　根據(jù)Shephard's lemma(謝潑德引理)推導(dǎo)出的期望產(chǎn)出與非期望產(chǎn)出影子價(jià)格公式，得到企業(yè)CO?排放的邊際減排成本即CO?排放的影子價(jià)格，見式(4)：

　　同時(shí)，式(4)所推導(dǎo)的影子價(jià)格可以形象地表示為圖1中任意一點(diǎn)A在前沿生產(chǎn)曲面上對應(yīng)投影點(diǎn)A'的切線斜率(-q/p)，即：在一定生產(chǎn)技術(shù)水平下，非期望產(chǎn)出每下降一個(gè)單位而減少的期望產(chǎn)出的價(jià)值，因此非期望產(chǎn)出的影子價(jià)格也就是其邊際減排成本[13]。

　　設(shè)方向向量(g=(g_{y},-g_)=(1,-1))。產(chǎn)出為期望產(chǎn)出y和非期望產(chǎn)出b。其中，期望產(chǎn)出y為解釋變量企業(yè)總產(chǎn)值，非期望產(chǎn)出b為被解釋變量企業(yè)CO?排放量，同時(shí)有3個(gè)不同的投入要素：勞動力、資本和能源消耗量。則第(k(k=1,2, cdots, K))個(gè)生產(chǎn)決策單元在(t(t=1,2, cdots, T))時(shí)期內(nèi)的方向性距離函數(shù)表示見式(5)：

　　式中：(n in{1,2,3})為第n個(gè)投入變量;(k in{1,2, cdots, K})為第k個(gè)決策單元;(t in{1,2, cdots, T})為時(shí)間;(Y_{k t})為t時(shí)期內(nèi)決策單元的期望產(chǎn)出;(B_{k t})為t時(shí)期內(nèi)決策單元的非期望產(chǎn)出;(X_{n k t})為t時(shí)期內(nèi)在k個(gè)決策單元內(nèi)投入的第n個(gè)變量;α、β、γ、μ、δ、θ為二次型生產(chǎn)函數(shù)中一次項(xiàng)、二次項(xiàng)的待估參數(shù)。

　　為了能準(zhǔn)確測算出各生產(chǎn)決策單元所對應(yīng)的有效參數(shù)值，可以使各時(shí)期所有生產(chǎn)決策單元與生產(chǎn)前沿面的偏差之和取最小值，即在方向性距離函數(shù)值為零的情形下對(5)式進(jìn)行參數(shù)估計(jì)，該線性規(guī)劃模型表示見式(6)和式(7)：

　　約束條件①對決策單元進(jìn)行限定，要求其始終在生產(chǎn)可能集(P(x))中。約束條件②③④⑤對選取的函數(shù)進(jìn)行限定，其中②③④要求方向性產(chǎn)出距離函數(shù)始終是單調(diào)的，特別是約束條件④保證了式(4)中二氧化碳排放的影子價(jià)格是大于等于零的，符合現(xiàn)實(shí)情形;條件⑤要求方向性產(chǎn)出距離函數(shù)滿足函數(shù)基本特征中的對稱性和平移性。運(yùn)用線性規(guī)劃方法求解上述最優(yōu)化模型可以得到式(7)中的所有參數(shù)，并根據(jù)所得參數(shù)計(jì)算出樣本期間內(nèi)各個(gè)生產(chǎn)決策單元的CO?的邊際減排成本[14-15]。

　　2.3 測算結(jié)果

　　本文通過MatLab對式(7)中的未知參數(shù)進(jìn)行估算，在對研究數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的基礎(chǔ)上計(jì)算了2017-2020年煤炭開采企業(yè)CO?邊際減排成本，結(jié)果見表1。

　　表1 2017-2020年煤炭開采企業(yè)CO?邊際減排成本(元/kg)

　　| 樣本企業(yè) | 2017年 | 2018年 | 2019年 | 2020年 |

　　| 內(nèi)蒙伊泰 | 8.28 | 8.22 | 8.16 | 8.51 |

　　| 陜西煤業(yè) | 7.82 | 7.64 | 7.16 | 6.44 |

　　| 兗州煤業(yè) | 7.81 | 4.96 | 4.42 | 4.28 |

　　| 中煤集團(tuán) | 6.73 | 6.18 | 5.70 | 5.51 |

　　| 中國神華 | 3.80 | 3.73 | 4.01 | 4.14 |

　　| 昊華能源 | 9.82 | 9.78 | 9.80 | 9.85 |

　　| 冀中能源 | 8.98 | 8.97 | 8.95 | 9.02 |

　　| 新集能源 | 9.67 | 9.60 | 9.59 | 9.63 |

　　| 潞安環(huán)能 | 8.87 | 8.85 | 8.80 | 8.84 |

　　| 平煤股份 | - | - | - | - |

　　2017-2020年樣本企業(yè)CO?邊際減排成本平均值分別為8.06、7.71、7.56、7.53元/kg，總平均值為7.715元/kg。對比樣本企業(yè)可知，各企業(yè)對于CO?這種污染物的邊際減排成本存在很大差距，即企業(yè)處理CO?所帶來的損失是不同的。

　　首先觀察到CO?的平均邊際減排成本是呈現(xiàn)逐年下降趨勢的，具體為樣本企業(yè)CO?的影子價(jià)格(即CO?邊際減排成本)從2017年的8.06元/kg下降到2020年的7.53元/kg，這是由于工業(yè)企業(yè)在生產(chǎn)效率水平的提升、低碳設(shè)備的運(yùn)用等方面的進(jìn)步，使得企業(yè)減排的難度不再繼續(xù)加強(qiáng)，呈現(xiàn)穩(wěn)中下降的趨勢。

　　其次，具體企業(yè)而言，2017-2020年CO?排放平均邊際減排成本最高的是昊華能源，為9.81元/kg，而平均邊際減排成本最低的中國神華僅為3.92元/kg，前者的CO?排放平均邊際減排成本是后者的近3倍，說明昊華能源處理生產(chǎn)過程中所產(chǎn)生的CO?所花費(fèi)的成本是中國神華的3倍，這主要是因?yàn)槊禾块_采企業(yè)的生產(chǎn)過程中會存在大量的CO?排放，工藝水平的高低、碳吸收裝置的有無也就成了影響CO?邊際減排成本至關(guān)重要的因素。

　　最后，在考察期間內(nèi)，中國神華的平均邊際減排成本持續(xù)保持在較低水平，說明其生產(chǎn)過程中單位經(jīng)濟(jì)產(chǎn)出所帶來的CO?排放持續(xù)保持在低水平，也就是其付出的環(huán)境代價(jià)較小。此外，陜西煤業(yè)、兗州煤業(yè)、中煤集團(tuán)、新集能源、潞安環(huán)能的邊際減排成本也保持下降趨勢。

　　3 煤炭開采企業(yè)綠色全要素能源效率實(shí)證分析

　　3.1 數(shù)據(jù)來源及變量選取

　　本文所使用的煤炭開采企業(yè)的數(shù)據(jù)來源于2017-2020年的《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》以及企業(yè)年度報(bào)告、企業(yè)社會責(zé)任報(bào)告等。在樣本數(shù)據(jù)的構(gòu)成方面，本文選取了中國煤炭企業(yè)50強(qiáng)名單中主營業(yè)務(wù)范圍為煤炭或相關(guān)產(chǎn)品，最終排除數(shù)據(jù)缺失的企業(yè)之后，選取10家煤炭開采企業(yè)在樣本期間的面板數(shù)據(jù)。

　　(1) 勞動力投入：勞動力投入可以從勞動力數(shù)量、勞動力質(zhì)量和勞動時(shí)間3個(gè)方面進(jìn)行衡量，由于勞動力質(zhì)量和勞動時(shí)間的計(jì)量方式難以確定，因此本文選取各樣本企業(yè)當(dāng)年就業(yè)員工人數(shù)作為勞動力投入指標(biāo)。計(jì)算公式為：當(dāng)年勞動力人數(shù)=(本年末勞動力人數(shù)+上年末勞動力人數(shù))/2，計(jì)量單位為萬人。

　　(2) 資本投入：資本存量用各煤炭開采企業(yè)的固定資產(chǎn)凈值表示，并用固定資產(chǎn)投資價(jià)格指數(shù)平減，基期為2017年，計(jì)量單位為億元。

　　(3) 能源投入：能源投入用企業(yè)本年度能源消耗總量作為衡量指標(biāo)，計(jì)量單位為萬t標(biāo)準(zhǔn)煤。

　　(4) 綠色全要素能源效率產(chǎn)出變量：用煤炭開采企業(yè)綠色產(chǎn)值表示。具體為：企業(yè)綠色產(chǎn)值=企業(yè)的工業(yè)產(chǎn)值−CO?排放數(shù)量×CO?排放邊際減排成本，單位為億元。CO?作為非期望產(chǎn)出本身是沒有具體價(jià)值的，但在經(jīng)濟(jì)生產(chǎn)中企業(yè)CO?排放對企業(yè)產(chǎn)出有著一定的貢獻(xiàn)，同時(shí)也對環(huán)境產(chǎn)生影響造成了經(jīng)濟(jì)損失。

　　表2 模型變量統(tǒng)計(jì)特征描述

　　| 統(tǒng)計(jì)值 | 綠色產(chǎn)值(產(chǎn)出Z)/億元 | 能源消耗(能耗X?)/萬t標(biāo)煤 | 固定資產(chǎn)凈值(資本X?)/億元 | 職工人數(shù)(勞動X?)/萬人 |

　　| 均值 | 611.19 | 736.66 | 504.67 | 4.30 |

　　| 標(biāo)準(zhǔn)差 | 723.19 | 1357.48 | 636.09 | 2.92 |

　　| 最小值 | 24.08 | 0.19 | 57.54 | 0.58 |

　　| 最大值 | 2392.04 | 5056.12 | 3092.18 | 10.44 |

　　3.2 模型選取

　　Malmquist模型能夠通過指數(shù)分解反映出各樣本企業(yè)不同時(shí)期能源效率的動態(tài)變動趨勢。Färe R最先將Malmquist指數(shù)分解為兩個(gè)不同時(shí)期的綜合技術(shù)效率變化和技術(shù)進(jìn)步變化，其中技術(shù)進(jìn)步變化反映的是隨著時(shí)間的改變生產(chǎn)前沿面的移動情況，綜合技術(shù)效率變化則反映決策單元與生產(chǎn)前沿面之間的距離變化，其還可繼續(xù)分解為純技術(shù)效率與規(guī)模效率[16]。

　　Malmquist指數(shù)模型中，從t時(shí)期到t+1時(shí)期的Malmquist指數(shù)見式(8)：

　　將Malmquist指數(shù)值以1為界，進(jìn)行對比分析即可得知樣本企業(yè)效率變化情況。若大于1，則表示效率在提高;若小于1，則表示效率在降低;若等于1，則表示效率保持不變。

　　3.3 測算結(jié)果及分析

　　構(gòu)建基于投入角度的Malmquist模型，應(yīng)用DEAP2.1軟件測算2017-2020年10家煤炭開采上市公司的綠色全要素能源效率值，并分解為effch(技術(shù)效率變化)、techch(技術(shù)進(jìn)步)、pech(純技術(shù)效率)、sech(規(guī)模效率)、tfpch(全要素生產(chǎn)率)，見表3。

　　表3 基于Malmquist模型效率值分解

　　| 樣本企業(yè) | effch | techch | pech | sech | tfpch |

　　| 內(nèi)蒙伊泰 | 1.000 | 0.861 | 1.000 | 1.000 | 0.861 |

　　| 陜西煤業(yè) | 1.000 | 1.159 | 1.000 | 1.000 | 1.159 |

　　| 兗州煤業(yè) | 3.032 | 1.287 | 1.976 | 1.535 | 3.902 |

　　| 中煤能源 | 1.197 | 1.108 | 1.062 | 1.127 | 1.326 |

　　| 中國神華 | 1.230 | 1.068 | 1.000 | 1.230 | 1.314 |

　　| 昊華能源 | 1.003 | 1.376 | 1.000 | 1.003 | 1.381 |

　　| 冀中能源 | 0.747 | 1.366 | 0.892 | 0.838 | 1.020 |

　　| 新集能源 | 0.881 | 1.272 | 1.029 | 0.856 | 1.121 |

　　| 潞安環(huán)能 | 1.000 | 1.129 | 1.000 | 1.000 | 1.129 |

　　| 平煤股份 | 0.744 | 1.131 | 0.841 | 0.885 | 0.841 |

　　由表3數(shù)據(jù)計(jì)算可得，10家樣本企業(yè)的effch、techch、pech、sech、tfpch平均值分別為1.183、1.176、1.080、1.047、1.405。

　　(1) 從技術(shù)效率變化(effch)指數(shù)來看，樣本區(qū)間內(nèi)技術(shù)效率指數(shù)的均值為1.183，說明整體綜合技術(shù)效率上升了18.3%，其中兗州煤業(yè)的技術(shù)效率、全要素生產(chǎn)率都遙遙領(lǐng)先于其他企業(yè)，這主要是因?yàn)閮贾菝簶I(yè)在這3年間深入推進(jìn)改革、實(shí)施“雙碳”戰(zhàn)略，減少碳排放量，不斷優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，持續(xù)提升企業(yè)核心競爭力，剝離調(diào)整部分不符合戰(zhàn)略發(fā)展方向、不具備競爭優(yōu)勢的產(chǎn)業(yè)，聚焦于集約高效發(fā)展。而冀中能源、新集能源、平煤股份的技術(shù)效率卻一反整體趨勢，出現(xiàn)下降。

　　(2) 從技術(shù)進(jìn)步(techch)指數(shù)來看，均值達(dá)到1.176，除內(nèi)蒙伊泰外其余企業(yè)均有一定程度的增長。其中，冀中能源的能源效率得以進(jìn)步主要依賴于技術(shù)進(jìn)步指數(shù)的大幅提升，這也得益于冀中能源抓住了煤炭行業(yè)轉(zhuǎn)型時(shí)期的機(jī)遇，把科技創(chuàng)新當(dāng)作企業(yè)轉(zhuǎn)型升級的動力，采用行業(yè)前沿采掘技術(shù)使得資源得到高效回收利用，瞄準(zhǔn)行業(yè)前沿科技，不斷開發(fā)新產(chǎn)品，從而升級傳統(tǒng)產(chǎn)業(yè)，最終達(dá)到提升企業(yè)綠色全要素能源效率目的。

　　(3) 根據(jù)Fare R等人的研究成果可知，effch=pech×sech。10家樣本企業(yè)的純技術(shù)效率(pech)均值為1.080，增長率為8.0%，其中冀中能源、平煤股份的純技術(shù)效率小于1，說明其技術(shù)水平在測度區(qū)間內(nèi)出現(xiàn)下降。

　　(4) 規(guī)模效率(sech)的均值為1.047，增長率為4.7%，兗州煤業(yè)、中煤集團(tuán)、中國神華、昊華能源的規(guī)模效率值大于1，說明這4家樣本企業(yè)的生產(chǎn)規(guī)模適合，趨向于最佳生產(chǎn)規(guī)模。冀中能源、平煤股份、新集能源的規(guī)模效率值小于1，表明企業(yè)的擴(kuò)張并未帶來良性的經(jīng)濟(jì)效益發(fā)展。

　　(5) 從全要素生產(chǎn)率(tfpch)指數(shù)來看，2017-2020年10家煤炭開采企業(yè)的綠色全要素能源效率均值為1.405，說明樣本企業(yè)整體效率呈現(xiàn)明顯的上升趨勢，上升比例高達(dá)40.5%，其上升主要?dú)w因于技術(shù)進(jìn)步和技術(shù)效率，技術(shù)進(jìn)步指數(shù)上升較大，比例達(dá)17.6%，說明樣本企業(yè)整體注重綠色科研投入，產(chǎn)業(yè)結(jié)構(gòu)合理，發(fā)明專利及先進(jìn)技術(shù)可直接用于產(chǎn)品的生產(chǎn)獲利，行業(yè)技術(shù)環(huán)境較好。

　　以上實(shí)證分析結(jié)果顯示，規(guī)模效率和技術(shù)進(jìn)步都是促進(jìn)企業(yè)綠色全要素能源效率的重要因素，但技術(shù)進(jìn)步的貢獻(xiàn)更大。為了進(jìn)一步探究樣本企業(yè)綠色全要素能源效率提升的深層次原因，從內(nèi)外部影響因素進(jìn)行深入分析。

　　4 內(nèi)外部因素分析

　　現(xiàn)有文獻(xiàn)對能源效率影響因素的研究成果集中認(rèn)為，技術(shù)進(jìn)步、環(huán)境規(guī)制等因素對企業(yè)內(nèi)外部發(fā)展產(chǎn)生了重大影響。通過構(gòu)建DEA Malmquist模型，對10家煤炭開采企業(yè)綠色全要素能源效率進(jìn)行分析發(fā)現(xiàn)：與技術(shù)效率相比，技術(shù)進(jìn)步是樣本企業(yè)能源效率水平上升的主要原因?；诖?，內(nèi)部影響因素選取技術(shù)進(jìn)步、外部影響因素選取市場因素及環(huán)境規(guī)制進(jìn)行深入分析。

　　4.1 內(nèi)部視角

　　我國企業(yè)的技術(shù)進(jìn)步主要來自外部技術(shù)獲取與自主研發(fā)，而發(fā)達(dá)國家在科技領(lǐng)域不斷布局，對我國保持嚴(yán)苛的技術(shù)封鎖，我國企業(yè)獲得外部先進(jìn)技術(shù)的難度大大增加，自主研發(fā)能力成為企業(yè)發(fā)展的關(guān)鍵一環(huán)。研究表明，上市公司專利的增加將會直接影響公司市值，其中發(fā)明專利影響最大、實(shí)用新型專利次之[17]。對于煤炭企業(yè)來說，專利作為企業(yè)的一項(xiàng)無形資產(chǎn)，不僅能給企業(yè)增加市值，更是企業(yè)自主研發(fā)能力提升的外化表現(xiàn)和提升企業(yè)能源效率的戰(zhàn)略武器。因此，對煤炭行業(yè)專利信息進(jìn)行及時(shí)分析有助于了解企業(yè)技術(shù)布局重點(diǎn)及未來發(fā)展趨勢等。

　　檢索數(shù)據(jù)來源于incopat數(shù)據(jù)庫，對2017-2020年我國煤炭開采企業(yè)專利進(jìn)行檢索分析，檢索時(shí)間為2023年1月31日。在整體專利布局上，煤炭行業(yè)的技術(shù)主要分布在B03C、B03B兩個(gè)IPC小類中。其中，B03C涉及的是從固體或流體中分離等;B03B涉及的是用液體或用風(fēng)力搖床等進(jìn)行分離。專利技術(shù)布局的重點(diǎn)也一定是技術(shù)發(fā)展的重點(diǎn)，分離、破碎這類基礎(chǔ)性技術(shù)比重極高，說明國內(nèi)企業(yè)以該技術(shù)分支為發(fā)展支撐。因此，分離、破碎技術(shù)中如何降低能耗和成本、提高效率以及清潔生產(chǎn)也是本領(lǐng)域的技術(shù)發(fā)展熱點(diǎn)。同時(shí)，隨著我國能源發(fā)展傾向于清潔化、低碳化技術(shù)，大量與低碳、節(jié)能相結(jié)合的技術(shù)應(yīng)運(yùn)而生，如B08B、B09B等小類，見表4。

　　表4 2017-2020年我國煤炭開采企業(yè)重點(diǎn)技術(shù)分布

　　| IPC分類號 | 分類特征 | 專利數(shù)量/個(gè) | 占比/% |

　　| B03C | 從固體物料或流體中分離;高壓電場分離 | 13605 | 61.92 |

　　| B03B | 用液體或用風(fēng)力搖床或風(fēng)力跳汰機(jī)分離固體物料 | 4234 | 19.27 |

　　| B03D | 浮選;選擇性沉積法 | 2864 | 13.04 |

　　| E21C | 采礦或采石 | 2224 | 10.12 |

　　| B02C | 一般破碎、研磨或粉碎;碾磨谷物 | 1865 | 8.49 |

　　| B07B | 用細(xì)篩、粗篩、篩分或用氣流將固體從固體中分離;適用于散裝物料的干式分離法 | 1639 | 7.46 |

　　| B08B | 一般清潔;一般污垢的防除 | 1380 | 6.28 |

　　| E21F | 礦井或隧道中安全裝置 | 755 | 3.44 |

　　| B09B | 固體廢物的處理 | 289 | 1.52 |

　　| B65G | 運(yùn)輸或貯存裝置 | 288 | 1.51 |

　　| E21D | 豎井;隧道;平硐;地下室 | 276 | 1.26 |

　　| B29B | 成型材料的準(zhǔn)備或預(yù)處理;制作顆?；蝾A(yù)型件;塑料或包含塑料的廢料的其他成分的回收 | 189 | 0.99 |

　　煤炭開采行業(yè)正在朝著信息化、智能化方向發(fā)展，創(chuàng)新成為企業(yè)發(fā)展的動力，作為技術(shù)創(chuàng)新主要載體的專利日益成為企業(yè)在激烈的市場競爭中占據(jù)主動進(jìn)而轉(zhuǎn)化為企業(yè)核心競爭力的戰(zhàn)略資源。作為煤炭開采行業(yè)中的代表性企業(yè)，他們的專利現(xiàn)狀不僅可以反映我國煤炭開采產(chǎn)業(yè)在技術(shù)領(lǐng)域的發(fā)展趨勢，同時(shí)也在一定程度上呈現(xiàn)了我國煤炭開采企業(yè)在我國市場的技術(shù)發(fā)展戰(zhàn)略和專利競爭策略。根據(jù)企業(yè)IPC分類號對應(yīng)的技術(shù)類別的專利數(shù)量占行業(yè)專利總量的比例關(guān)系，可了解樣本企業(yè)各類專利申請所占比重、與行業(yè)發(fā)展的異同點(diǎn)，以及研發(fā)重點(diǎn)的分布情況，如圖2所示。對樣本企業(yè)專利申請中IPC分類號按小類進(jìn)行統(tǒng)計(jì)，結(jié)果見表5。

　　對比圖2和表5，發(fā)現(xiàn)行業(yè)專利與企業(yè)專利的集中技術(shù)領(lǐng)域略有不同，樣本企業(yè)專利占行業(yè)IPC分類號前8位的專利數(shù)量，最多的是昊華能源占29.73%。存在這種差異的主要原因是企業(yè)充分認(rèn)識到“雙碳”政策對行業(yè)轉(zhuǎn)型升級的倒逼和促進(jìn)作用，根據(jù)優(yōu)勢資源對相關(guān)領(lǐng)域技術(shù)進(jìn)行研究。從IPC分類號分布可推斷，中國神華作為國內(nèi)市場占有率第一的煤炭龍頭企業(yè)，專利涉及多個(gè)子領(lǐng)域;兗礦能源、中煤能源側(cè)重于高端裝備制造，尤其是運(yùn)輸、貯存裝置;陜西煤業(yè)等則將礦井安全、運(yùn)輸裝置作為研究重點(diǎn);而平煤股份的專利總數(shù)較少且科研重點(diǎn)較為分散，該公司較為重視采礦、升降裝置的研發(fā)。

　　煤炭開采行業(yè)在低碳轉(zhuǎn)型期間既面臨著巨大的挑戰(zhàn)，但對企業(yè)來說也是空前機(jī)遇。高碳行業(yè)面臨著亟待轉(zhuǎn)型的局勢，在由機(jī)械化向著企業(yè)數(shù)字化、煤礦智能化發(fā)展轉(zhuǎn)變，陜西煤業(yè)已經(jīng)在大部分煤礦實(shí)現(xiàn)了在煤炭開采智能化、現(xiàn)場作業(yè)自動化、固定設(shè)施無人化、運(yùn)營管理信息化的較大突破，形成了礦井?dāng)?shù)據(jù)立體化高速傳輸模式，建成首個(gè)全國智能化無人綜采工作面，開啟了通信新時(shí)代。

　　4.2 外部視角

　　2012-2016年，受宏觀經(jīng)濟(jì)形勢變化、能源結(jié)構(gòu)調(diào)整等因素影響，煤炭市場的供求關(guān)系發(fā)生巨大轉(zhuǎn)變，煤炭供過于求矛盾突出，大部分企業(yè)面臨著巨大虧損，煤炭行業(yè)遭遇了“寒冬”。這就直接導(dǎo)致行業(yè)間上下游企業(yè)的橫縱向兼并加劇，行業(yè)集中度大幅提高，煤炭企業(yè)以此整合優(yōu)勢資源，大力提升自主研發(fā)能力。同時(shí)，國務(wù)院也在2016年提出推進(jìn)供給側(cè)結(jié)構(gòu)性改革，化解煤炭行業(yè)過剩產(chǎn)能，煤炭行業(yè)由此也從粗放式發(fā)展走向集約式發(fā)展的道路。

　　煤炭行業(yè)是國民經(jīng)濟(jì)基礎(chǔ)產(chǎn)業(yè)之一，特別是與人民生活密切相關(guān)，環(huán)境規(guī)制是國家根據(jù)行業(yè)發(fā)展?fàn)顩r，完善產(chǎn)業(yè)市場進(jìn)入和經(jīng)營流通方面的政策，建立公平的市場競爭秩序，促進(jìn)企業(yè)向集約化、規(guī)?；较虬l(fā)展。在這種約束下，迫使和規(guī)范企業(yè)增加和采用新型工藝、綠色技術(shù)、新型設(shè)備，期望從源頭降低污染物的排放，最終帶來綠色產(chǎn)出的增加、效率的提升[18]。2019年，《關(guān)于構(gòu)建市場導(dǎo)向的綠色技術(shù)創(chuàng)新體系的指導(dǎo)意見》中強(qiáng)調(diào)要進(jìn)一步突出企業(yè)綠色技術(shù)創(chuàng)新的主體地位[19];2020年2月，國家發(fā)展改革委等八部門聯(lián)合印發(fā)《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見》，對新建煤礦提出了“綠色化”要求，要求在構(gòu)建清潔低碳、安全高效的煤炭工業(yè)體系中貢獻(xiàn)新力量。近兩年政策持續(xù)推動，2021年10月，《2030年前碳達(dá)峰行動方案》中提出要大力推進(jìn)綠色低碳創(chuàng)新，《“十四五”國家知識產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃》更是為創(chuàng)新技術(shù)的發(fā)展提供了后備保障，也為各個(gè)企業(yè)注入了一劑強(qiáng)心針。整體而言，政策的持續(xù)支持和產(chǎn)權(quán)保護(hù)的強(qiáng)化有力地推動著我國綠色專利、綠色技術(shù)的發(fā)展[20]。

　　5 對策建議

　　5.1 完善碳交易市場形成有效監(jiān)管

　　首先，多數(shù)煤炭開采企業(yè)的CO?邊際減排成本呈緩慢上升趨勢，表明環(huán)境形勢及政策的沖擊對產(chǎn)業(yè)的減排有顯著影響作用，為了進(jìn)一步夯實(shí)我國的減碳成果，要繼續(xù)利用良好的政策導(dǎo)向，優(yōu)化市場環(huán)境，利用政策或金融工具等多角度、各方面增強(qiáng)各個(gè)企業(yè)的碳減排意識，加快碳化進(jìn)程，盡早使碳排放和經(jīng)濟(jì)發(fā)展“脫鉤”。其次，不同的企業(yè)在降低某同一污染物排放而支付的治理成本有較大差異，這也許與企業(yè)的生產(chǎn)規(guī)?；蛘呱a(chǎn)技術(shù)水平有關(guān)聯(lián)。所以在此背景之下，政府可對不同規(guī)模企業(yè)征收差別化污染稅，也可對其進(jìn)行符合其自身發(fā)展階段的不同程度環(huán)境監(jiān)管，切忌“一刀切”的政策，從而實(shí)現(xiàn)精準(zhǔn)治理企業(yè)污染排放目的。最后，要同步推動二氧化碳排放權(quán)外部交易，建立健全交易市場。對二氧化碳排放價(jià)格的合法合理定價(jià)是完善碳交易市場中關(guān)鍵一環(huán)，如果價(jià)格過高則會增加企業(yè)的成本，制約企業(yè)的發(fā)展;如果價(jià)格較低，將導(dǎo)致監(jiān)管失效。

　　5.2 適當(dāng)擴(kuò)張企業(yè)規(guī)模提高規(guī)模效率

　　我國以煤炭為主要一次能源的資源稟賦在短期內(nèi)很難改變，因此提升煤炭資源開發(fā)集約化水平，實(shí)現(xiàn)對礦區(qū)的統(tǒng)一規(guī)劃、大范圍機(jī)械化的集中發(fā)展，在提高采收效率、增強(qiáng)產(chǎn)業(yè)實(shí)力的同時(shí)保護(hù)環(huán)境是必然選擇。一方面，煤炭開采型企業(yè)要優(yōu)化生產(chǎn)要素比例，對生產(chǎn)要素進(jìn)行合理分配，重視企業(yè)合理的規(guī)?；l(fā)展。另一方面，政府要引導(dǎo)資本密集型產(chǎn)業(yè)與勞動密集型產(chǎn)業(yè)均衡發(fā)展，引導(dǎo)企業(yè)要加快落后產(chǎn)能的淘汰，增加技術(shù)和資金、勞動密集型行業(yè)規(guī)模經(jīng)濟(jì)效應(yīng)研究，推動煤炭開采型企業(yè)獲取生產(chǎn)要素研發(fā)投入的目標(biāo)由產(chǎn)能的橫向擴(kuò)張向價(jià)值鏈的縱向延伸轉(zhuǎn)變，以此縮短了能量的回彈路徑，從而推動煤炭開采企業(yè)全面提升綠色全要素能源效率。

　　5.3 加強(qiáng)自主研發(fā)走內(nèi)涵式發(fā)展道路

　　工業(yè)污染的實(shí)質(zhì)是落后的技術(shù)水平和低效的資源利用，體現(xiàn)為污染企業(yè)綠色全要素能源效率低下，創(chuàng)新能力薄弱，依靠過度消耗資源、過度排放污染的粗放模式維持生產(chǎn)經(jīng)營。因此，減少企業(yè)污染排放只是排放標(biāo)準(zhǔn)的直接目標(biāo)，倒逼企業(yè)進(jìn)行綠色創(chuàng)新、提高綠色全要素能源效率才是設(shè)計(jì)及執(zhí)行排放標(biāo)準(zhǔn)的最終落腳點(diǎn)。外延式的發(fā)展注重的是“量”的增長，而內(nèi)涵式發(fā)展注重的是“質(zhì)”的提高。通過對煤炭開采企業(yè)綠色全要素能源效率的分解，本研究認(rèn)為技術(shù)進(jìn)步因素對企業(yè)綠色全要素能源效率的促進(jìn)作用最大。企業(yè)技術(shù)進(jìn)步也就是企業(yè)技術(shù)研發(fā)創(chuàng)新能力，作為能源技術(shù)效率提升、經(jīng)濟(jì)效益產(chǎn)生的一個(gè)重要途徑。經(jīng)濟(jì)社會綠色發(fā)展既要抓末端治已病，也要抓前端治未病，從長遠(yuǎn)看節(jié)能降耗歸根到底要靠技術(shù)進(jìn)步。所以煤炭開采型企業(yè)要把“技術(shù)資本”作為企業(yè)轉(zhuǎn)型升級的突破口，必須對研發(fā)投入的經(jīng)費(fèi)進(jìn)行合理規(guī)劃、切實(shí)提高自主創(chuàng)新能力，向價(jià)值鏈中高端躍升，使得企業(yè)的專業(yè)技術(shù)方面的科技創(chuàng)新能積極地反饋到企業(yè)生產(chǎn)中，最后能形成積極的反饋激勵(lì)機(jī)制，推動企業(yè)與經(jīng)濟(jì)效益持續(xù)發(fā)展。

　　參考文獻(xiàn)

　　[1] 車亮亮，韓雪，趙良仕，等. 中國煤炭利用效率評價(jià)及與經(jīng)濟(jì)增長脫鉤分析[J]. 中國人口·資源與環(huán)境，2015，25(3)：104-110.

　　[2] 沈浩. 中國石化煉油企業(yè)能源效率研究[D]. 長沙：中南大學(xué)，2013.

　　[3] 魏楚，沈滿洪. 能源效率研究發(fā)展及趨勢：一個(gè)綜述[J]. 浙江大學(xué)學(xué)報(bào)(人文社會科學(xué)版)，2009，39(3)：55-63.

　　[4] HU J L，WANG S C. Total factor energy efficiency of regions in China[J]. Energy Policy，2006，34(1)：3206-3217.

　　[5] 袁曉玲，張寶山，楊萬平. 基于環(huán)境污染的中國全要素能源效率研究[J]. 中國工業(yè)經(jīng)濟(jì)，2009(2)：76-86.

　　[6] 楊紅亮，史丹. 能效研究方法和中國各地區(qū)能源效率的比較[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2008(3)：12-20.

　　[7] GUO P，QI X，ZHOU X，et al. Total factor energy efficiency of coal consumption: An empirical analysis of China's energy intensive industries[J]. Journal of Cleaner Production，2018，172：2618-2624.

　　[8] 王忠，田家華，揭俐. 礦業(yè)權(quán)重疊引致了煤炭產(chǎn)業(yè)技術(shù)效率損失嗎?[J]. 中國人口·資源與環(huán)境，2018，28(3)：139-148.

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

　　[10] 胡彥勇，張瑞，郄曉彤. 全生命周期下中國煤炭資源能源碳排放效率評價(jià)[J]. 中國環(huán)境科學(xué)，2022，42(6)：2942-2954.

　　[11] Färe R，GROSSKOPF S，WEBER W L. Shadow prices and pollution costs in U.S. agriculture[J]. Ecological Economics，2006，56(1)：89-103.

　　[12] 周志方，李祎，肖恬，等. 碳風(fēng)險(xiǎn)意識、低碳創(chuàng)新與碳績效[J]. 研究與發(fā)展管理，2019，31(3)：72-83.

　　[13] 魏楚. 中國城市CO?邊際減排成本及其影響因素[J]. 世界經(jīng)濟(jì)，2014，37(7)：115-141.

　　[14] 雷明，游威，郁書揚(yáng)，等. 碳排放權(quán)交易市場有效性評估——基于二氧化碳影子價(jià)格估算的分析[C]//中國環(huán)境科學(xué)學(xué)會. 中國環(huán)境科學(xué)學(xué)會2021年科學(xué)技術(shù)年會論文集(一). 北京：北京大學(xué)光華管理學(xué)院，2021.

　　[15] 童超. 綠色GDP核算的理論與方法重構(gòu)[D]. 太原：山西財(cái)經(jīng)大學(xué)，2020.

　　[16] MALMQUIST S. Index numbers and indifference surfaces[J]. Trabajos De Estadistica，1953，4(2)：209-242.

　　[17] 李詩，洪濤，吳超鵬. 上市公司專利對公司價(jià)值的影響——基于知識產(chǎn)權(quán)保護(hù)視角[J]. 南開管理評論，2012，15(6)：4-13.

　　[18] SHEN N，LIAO H L，DENG R M，et al. Different types of environmental regulations and the heterogeneous influence on the environmental total factor productivity: Empirical analysis of China's industry[J]. Journal of Cleaner Production，2019，211：171-184.

　　[19] 國家發(fā)展改革委，科技部. 關(guān)于構(gòu)建市場導(dǎo)向的綠色技術(shù)創(chuàng)新體系的指導(dǎo)意見：發(fā)改環(huán)資〔2019〕689號[EB/OL]. (2019-04-15)[2023-12-09]. https://www.gov.cn/zhengce/zhengceku/2019-09/29/content_5434807.htm.

　　[20] 李緒茂，王成金. 中國煤炭產(chǎn)業(yè)經(jīng)濟(jì)效率類型與空間分異[J]. 干旱區(qū)資源與環(huán)境，2020，34(5)：58-63.