中国煤炭行业潜在产出缺口估计与检验

王 迪，向 欣，聂 锐，张言方，时如义

(1. 中国矿业大学管理学院，江苏徐州 221116；2. 中国矿业大学 环境科学与工程博士后流动站，江苏徐州 221116)

中国煤炭行业潜在产出缺口估计与检验

王 迪1,2，向 欣1，聂 锐1，张言方1，时如义1

(1. 中国矿业大学管理学院，江苏徐州 221116；2. 中国矿业大学 环境科学与工程博士后流动站，江苏徐州 221116)

针对中国煤炭产能过剩的现状，本文采用生产函数法对1990年以来我国煤炭潜在产出缺口进行了估计与检验。研究发现：① 规模收益递增是导致中国煤炭产业产能扩张的重要原因，供过于求背景下的煤炭产能减控政策将直接影响煤炭经济效益，短期内煤炭企业有可能采取以量补价的方式扩大生产；② 受煤炭供需关系及其产业政策的影响，考察期内中国煤炭产出缺口及其产能利用率变化较大，煤炭产能存在过剩风险，产能建设投资过度与市场需求不足是其主要原因；③ 煤炭产出缺口变化并不能影响经济周期性波动，两者之间存在单向的Granger关系，经济波动的前期变化能够导致煤炭产出缺口的变化，即宏观经济政策对煤炭产能有滞后性的影响。

潜在产出；煤炭产出缺口；生产函数法；经济波动

引 言

长期以来，煤炭资源在我国能源结构中占有主体地位，煤炭资源的有效供给直接影响我国能源供给安全，煤炭供需变化直接关系到国民经济的平稳发展[1]。因此，科学测度我国煤炭行业的产能利用水平，有利于煤炭资源的合理开发利用，对政府和煤炭企业的经营决策及行业发展规划也具有重要意义。针对煤炭产业，合理的产能规划能够在总体上保障煤炭供给规模。但由于现有关于产能统计的数据多是针对国有重点煤矿，而对于全国范围内的煤炭产能没有统一的量化标准，无法对煤炭产能及其利用效率进行科学的定量测算[2]。如中国煤矿安全监察局[3]、中国煤炭资源网[4]等机构对全国县营3万吨及以上煤矿的产能数据进行了统计，而对于小煤矿的产能数据并未给出。因此，为科学反映我国煤炭工业整体的产出效率，有必要对其产能利用水平及其产出缺口进行合理的测算[2]。

一般认为，潜在产出是指在资源配置合理、生产要素充分利用状态下所能实现的生产总量。实际上，由于煤炭工业生产要素的资源配置问题，经济产出并不总是处于生产要素充分利用的水平，实际产量通常围绕潜在产出水平上下波动[2,5-6]。而就现实情况而言，由于煤炭工业资源配置往往不尽合理，生产要素不能够充分利用，导致现实产量与理论产出能力之间有一定的缺口[2]。而这一差距(产出缺口)恰能够有效反映煤炭工业的整体生产效率，且其测算结果对于宏观经济形势的判断以及经济政策的制定也具有重要的现实意义[7-8]。

总体来看，国内外学者对于潜在产出的测度一般并没有直接的度量指标，而多是采用间接方法予以研究。就其现有的测算方法而言，总体上可以划分为三类[2]：一是基于单一指标的滤波分析方法，即将实际产出分解为趋势项与循环项，并定义趋势项为潜在产出，而将循环项定义为产出缺口。这一方法简单易行，但也存在很大的缺陷，特别是在处理样本尾部的数据时不准确，而且也没有经济理论的支持[9-10]。二是以经济学中的某些变量之间的重要关系为基础，应用时间序列技术分离出趋势成分与波动成分的多指标测算方法[11]。如Harvey等[12]提出的不可观测成分模型(Unobserved Components Model)，以及由Blanchard等[5]提出的附加长期约束的SVAR模型等。这类方法在估计产出缺口时通常无须定义指标之间的因果关系，就能够克服单指标方法在处理样本尾部数据时不准确的缺陷[13]。三是以生产函数理论为基础的测算方法，通过对一个经济加总的生产函数的初步估计，然后代入实际的资本存量水平、潜在的就业水平以及趋势的全要素生产率，从而得到潜在的产出水平[14-15]。如Garofalo和Malhotra[16]、韩国高等[17]分别利用成本函数法对美国与中国制造业的产能利用率进行了测算。相对于潜在产出的单指标或多指标测算方法而言，尽管生产函数法对于数据的要求较高，但具有较好的理论支撑[18]。

借鉴潜在产出理论，本文构建煤炭潜在产出的生产函数测度模型：首先对煤炭行业资本存量、劳动力供给的潜在水平进行估算；其次将其代入模型，对煤炭潜在产出水平及其产出缺口进行测算，进而分析其与经济波动之间的关系，以检验煤炭产出缺口估计是否符合理论预期。

一、 模型选择与指标设计

(一) 煤炭产能估计的基础模型

生产函数法是估计潜在产出的一种常用方法，认为潜在产出是各种生产要素充分利用条件下的产出水平。本文首先根据统计数据估计模型的全要素生产率(Total Factor Productivity, TFP)，并对其进行趋势分解得到趋势TFP，进而对各种要素充分利用下的潜在投入水平进行估计，将其代入模型而获得潜在产出[2]。当前对于潜在产出的估计多是基于柯布—道格拉斯生产函数，其一般形式如下：

(1)

式中，Yt表示第t期的产出值，一般将其认为是各种生产要素，诸如技术、劳动力与资本要素投入的结果；A表示综合技术水平，用于反映因技术进步而给产出带来的影响；K与L分别表示资本要素投入量和劳动力要素投入量；μ表示其他未考虑因素的影响。为反映各种生产要素对产出贡献率、规模收益以及其他一系列问题，本文对模型(1)两边取对数，有：

ln(Yt)=ln(At)+αK·ln(Kt)+βL·ln(Lt)+μt

(2)

式中，αK与βL是待估系数，分别表示资本要素与劳动力要素的产出弹性。通常而言，相对完善的市场中一般会有生产函数规模不变的假设，即αK+βL=1，本文对此进行检验并判断煤炭工业的规模收益情况[2]。由此，本文以CO表示煤炭实际产量，建立煤炭生产的柯布—道格拉斯生产函数：

ln(COt)=ln(At)+αK·ln(Kt)+βL·ln(Lt)+μt

(3)

据此可对我国煤炭产出与资本、劳动力、技术要素之间的关系进行实证检验。

(二) 生产要素潜在利用水平估计

为估计煤炭潜在产出，需对煤炭行业的潜在资本存量K*及劳动力充分就业水平L*进行估计。

(1) 煤炭行业资本存量的估算

以往对于资本存量的测算，多数学者采用永续盘存法，本文以上一期资本存量净值与当期实际新增资本之和作为当期资本存量的替代指标，其测算模型一般表述如下[2]：

Kt=Kt-1(1-δt)+It/IPIt

(4)

式中，δt为第t期煤炭行业的资本折旧率，It与IPIt分别为第t期固定资产投资额与投资价格指数。由于煤矿开采业自有的行业特性，其设备的折旧水平与煤炭产量密切相关，采用传统的折旧方法有违配比原则，因而应采用吨煤折旧法计提折旧。而当期实际新增资本(ΔKt)的确定，需要综合考虑当期固定资产投资额及其交付使用率(θt)与投资价格指数的影响，即新增资本部分为当期实际固定资产投资额与其交付使用率的乘积。由此可得第t期资本存量的测算公式：

Kt=Kt-1(1-δt)+ΔKt

=Kt-1(1-δt)+It·θt/IPIt

(5)

(2) 煤炭行业潜在就业水平的估计

通常而言，就业人员与经济活动人口两项指标能够反映一定时期内全部劳动力的总量和实际利用情况[2]。因此，本文根据郭庆旺、贾俊雪[19]提出的潜在就业的测算方式，以从业人员(Pwork)与经济活动人口(Ptotal)之比作为劳动参与率指标(rt)，进一步通过HP滤波处理后得到趋势劳动参与率(Trp,t)，进而将其与劳动力人口的乘积作为潜在就业水平，即：

(6)

(三) 潜在煤炭产出缺口估计

基于以上设定，本文将现实资本存量与劳动力水平代入检验，得到各生产要素对煤炭产出的弹性系数，进而根据以上对资本存量与潜在劳动力水平的估计，将其代入模型(3)估计煤炭潜在产出：

(7)

本文界定煤炭产出缺口为潜在产出与现实煤炭产量的差额。据此可知，产出缺口为正，反映资源未被充分利用，表示煤炭产能存在过剩风险；产出缺口为负，表示现实煤炭产出大于其潜在产出水平，煤炭行业产能不足，存在超负荷生产现象；缺口接近于零，表明煤炭生产要素配置合理[2]。本文据此对我国煤炭产能的运行情况进行判断。

二、 模型检验与结果分析

(一) 数据来源与处理

本文借鉴参考文献[2]的做法，选取煤炭产出(CO)、煤炭工业资本存量(K)与煤炭行业劳动力投入(L)等指标，并以1990—2011年相应指标的年度数据进行实证分析：① 煤炭产出，以中国原煤生产总量表示，数据来源于国泰安数据中心(单位：亿吨)；② 煤炭工业资本存量，以煤炭工业固定资产投资净值替代，其测算主要根据上述方法，相关数据来源于国泰安数据中心(单位：亿元)；③ 劳动力投入，以煤炭工业从业人员这一指标替代，潜在劳动力的测算主要基于上述测算方法，数据来源于国泰安数据中心，单位均为万人。为消除异方差的影响，本文对上述指标均进行对数处理，进而对其时间序列进行实证分析。

(二) 模型的检验与修正

根据C-D生产函数的设定，本文以我国原煤产量作为因变量，以煤炭工业从业人员与固定资产现值作为自变量代入模型(3)检验，结果如表1所示。

表1 煤炭生产函数模型检验结果

根据表1可知，模型(3)的拟合优度较高，且各变量均通过显著性检验，但Durbin-Watson统计值较小，表明原模型扰动项可能存在序列相关现象，因而难以排除模型估计结果失真与否[2]。基于这一结果，首先应消除序列相关对模型估计结果的影响，本文采用AR(p)模型对其修正，其一般形式如下：

(8)

式中，μt是原模型的误差项，参数β0,β1,β2,…,βk是原模型的待定系数。模型(8)即为误差项μt的p阶自回归模型，φ1,φ2,…,φp为p阶自回归模型的系数，εt是其扰动项，且均值为0。经过Gauss-Newton迭代可知，煤炭产出函数模型修正的一阶自回归形式能够有效改善模型(3)的序列相关性[2]。其回归估计的结果如表2所示。

表2 煤炭产出修正模型的计量回归结果

表3 AR(1)扰动项的LM检验结果(p=2)

由表3可知，修正模型消除了残差序列相关性，且其拟合效果较好，各变量均通过显著性检验。从煤炭产出弹性系数来看，我国煤炭行业的生产活动并不符合规模不变的假设，而是规模递增型的[2]。根据检验结果可知，资本与劳动力要素的产出弹性系数总和αK+βL≈0.430+0.658≈1.088>1，即煤炭产业存在规模报酬现象。由此可以认为，煤炭产业的规模报酬问题是导致大量资本进入煤炭行业的根源，这在一定程度上也解释了煤炭企业扩大产能投资冲动的原因[2]。而就现实情况而言，尽管我国政府提出了总量控制的指导思想，但由于煤炭企业在前期资源整合的过程中投入了大量资金，为了收回成本，提高企业利润，均有扩大生产的投资冲动[2]。而从微观市场来看，由于每一企业的生产成本、市场环境都有很大不同，特别是在煤炭生产、销售等环节都需要维持客户关系，煤炭生产减量化将直接影响企业的经济效益。特别是在当前煤炭市场低迷的现实情况下，为了维持企业经济效益，短期内煤炭企业有可能采取以量补价的方式扩大生产[2]。

(三) 潜在产出与产出缺口测算

表4 中国煤炭潜在产出及其产出缺口测算结果

根据测算结果来看，1990～2011年期间我国煤炭潜在产出呈持续增长的趋势，年均增速达5.35%。其中，除“十五”期间煤炭工业投资受1997年亚洲金融危机影响而呈负增长以外，其余年份均呈快速增长趋势，特别是“十一五”期间我国煤炭潜在产出净增长9.37亿吨，年均净增长速度约为7.66%。其中，2011年我国煤炭潜在产出38.61亿吨，接近我国煤炭工业产能建设的“十二五”规划目标，煤炭生产存在潜在过剩的风险。结合当前我国煤炭供需来看，煤炭市场供给相对宽松，产能相对过剩[2]。究其根源，一方面在于近期国内煤炭需求增速的下降与国际煤炭进口量持续增长的冲击。以2012年上半年为例，我国煤炭供给增加了1.6亿吨，而消费需求仅增长了0.6亿吨，煤炭供给相对饱和，产能过剩压力凸显；二是近年来煤炭产能利用率的提高与煤炭工业建设超前的影响。由于煤炭工业固定资产投资对于煤炭产能有滞后性的影响，前期投资往往会导致后期产能的增长，加之煤炭资源整合与煤矿改造后的产能释放，进一步凸显了产能过剩的形势[2]。

从煤炭产出缺口及其产能利用率来看，其变动趋势也呈阶段性变化趋势。1992—2002年期间，煤炭产出缺口相对较大，年均水平为5.79亿吨，而产能利用率相对较小，年均约为68.52%。分析可知，由于这一时期我国煤炭工业受供需紧张与产能扩张政策的影响，乡镇小煤矿快速发展，煤炭产能大幅度增加，而由于资源粗放式开采，采煤技术相对落后，煤炭产能利用相对落后[21]。特别是1998～1999年期间受金融危机的影响，煤炭产出缺口更为突出，分别为6.99亿吨、7.35亿吨，其产能利用率也低于以往水平，分别为64.14%、58.71%。而2003年以后，我国煤炭工业由市场化初期逐步进入结构调整与资源整合的战略发展期，煤炭产能利用率显著提高[2]。与此同时，煤炭产出缺口也明显下降，年均水平约为2.89亿吨(图1)。

(四) 煤炭产出缺口估计有效性检验

由于现阶段我国煤炭行业没有真实全面的产能数据可供比较，如何检验潜在产出估计的有效性是亟待解决的问题[2]。在这种情况下，一个合理的解决办法是通过验证产出缺口与其他一些宏观经济指标之间的因果关系，来判断检验结果的正确与否，而且这对煤炭产出从相对稳定的状态发生突变时的政策制定至关重要。理论上来看，宏观经济波动对煤炭生产具有重要影响。经济“过热”，会引起煤炭需求的快速增长，导致煤炭产能不足、供给短缺；宏观经济“过冷”，又可能出现煤炭需求不足，而由于产能建设的刚性，往往导致煤炭产能过剩。

为验证潜在产出测算结果的有效性，本文采用格兰杰因果检验法对我国煤炭产出缺口与经济波动间的关系进行检验，讨论煤炭产出缺口的测算结果能否合理解释经济周期性影响，以求进一步检验煤炭产出缺口是否符合理论预期。根据1990—2011年我国GDP对数数据的HP滤波分解，本文对GDP相对缺口进行测算，将其与煤炭潜在产出波动的相对缺口进行比较(图2)，发现两者的相对波动程度除了在样本期首尾两端差异较大外，两者变动趋势较为一致。

图2 GDP与煤炭潜在产出波动程度比较

为进一步揭示煤炭产出缺口与经济周期波动之间的相互影响及其传导机制，本文采用Granger因果检验方法予以确定。Granger因果检验通常用于测度一个变量的滞后变量是否可以引入到其他变量方程中，本文据此判断煤炭产出缺口与经济周期波动之间的相互影响及其传导机制。Granger检验之前要进行数据平稳性分析，否则可能会出现“伪回归”问题[2]。因此，本文首先对数据平稳性进行检验。经ADF检验，结果显示在5%置信水平下，GDP缺口与煤炭产出缺口均为平稳序列，可以使用格兰杰因果检验。通过AIC最小准则，本文确定滞后期为2。Granger检验结果如表5所示。

据此可知，在5%置信度水平下，煤炭产出缺口与GDP缺口之间存在单向的Grange因果关系，煤炭产出缺口不是GDP缺口变动的格兰杰原因，而GDP缺口是煤炭产出缺口变动的格兰杰原因，说明经济波动的前期变化能有效解释煤炭产出缺口的变化，证实了煤炭供给缺口变化受经济波动影响。由此可以认为，煤炭产出缺口与GDP缺口之间存在较强的因果关系，从而也验证了煤炭产出缺口的估计结果是合理有效的。

三、 研究结论

由于煤炭资源的不可再生性，“以需定产”的发展模式在长期内不利于我国煤炭资源的有效供给[2]。为此，煤炭生产必须从“以粗放的供给满足增长过快的需求”向“以科学供给以满足合理的需求”转变。本文基于生产函数法对我国煤炭潜在产出缺口进行了测算，具体研究结论如下：

(1) 煤炭行业的生产活动具有规模报酬递增的特征。根据模型的检验结果可知，修正后的AR(1)模型能够有效改善原模型扰动项序列相关的问题，且从拟合方程中我国煤炭产业资本要素与劳动力要素的产出弹性来看，两者的产出弹性分别为0.4295、0.6581，煤炭生产属于规模递增型的。由此可以认为，规模报酬问题是我国煤炭工业产能投资“潮涌现象”的根源[2]。

(2) 我国煤炭理论产能呈逐年增长的趋势，未来煤炭产能过剩的趋势较为明显，但煤炭理论产出缺口呈阶段性变化趋势[2]。1993～2002年期间，煤炭产出缺口相对较大，年均水平为5.79亿吨；煤炭产能利用率相对较小，年均水平为68.52%。2003年之后，随着我国煤炭工业的资源整合与企业之间的兼并重组，煤炭产能利用率水平明显提高，煤炭产出缺口也明显下降，年均2.89亿吨。

(3) 现阶段我国煤炭产能的相对过剩受多重因素的影响。从产能波动的性质上看，我国煤炭产能过剩属于需求萎缩性过剩，而从煤炭工业投资驱动的角度来看，属于煤炭产能建设的超前过剩。由于近年来我国煤炭工业固定资产投资的高位运行，我国煤炭产能现阶段存在相对过剩[2]。究其根源，一是由于国内煤炭需求增速的下降的冲击；二是由于煤炭行业存在规模报酬递增的现象，大量资本涌入煤炭行业并产生滞后影响。

(4) 在不考虑外部冲击的条件下，经济波动与煤炭产出缺口保持较为一致的发展趋势。两者之间存在单向的Granger关系，检验结果表明经济波动是导致煤炭产出缺口变化的格兰杰原因，即煤炭产出缺口受宏观经济的单向影响，而煤炭产出缺口变化并不能影响经济周期性波动。由此可以认为，宏观经济政策以及产业结构变动均会对煤炭产出水平产生较大影响，且具有一定的滞后性[2]。

[1] 谢和平，刘虹，吴刚.经济对煤炭的依赖于煤炭对经济的贡献分析[J].中国矿业大学学报(社会科学版)，2012,14(3):1-6.

[2] 王迪. 中国煤炭产能综合评价与调控政策研究[D].徐州：中国矿业大学,2013.

[3] 中国煤矿安全监察局.中国煤炭工业年鉴：中国煤炭工业60年[M].北京：煤炭工业出版社,2010.

[4] 中国煤炭资源网.2008年全国国有煤矿原煤生产能力(三万吨以上)[EB/OL].http://www.sxcoal.com/coal/1009837/articlenew.html,2010-06-18/2012-12-24.

[5] Blanchard O,Quah D.The dynamic effects of aggregate supply and demand disturbances[J].American Economic Review,1989,79(4):655-673.

[6] Camba M,Rodriguez P.Assesment criteria for output gap estimates[J].Economic Modelling,2003,20(3):529-562.

[7] Ehrmann M,Smets F.Uncertain potential output: Implications for monetary policy[J].Journal of Economic Dynamics and Control,2003,27(9):1611-1638.

[8] Adolfson M,Laséen S,et al.Optimal monetary policy in an operational medium sized model[C].CEPR Discussion Paper No.6907,2008.

[9] Baxton M,King R G.Measuring business cycles: Approximate band-pass filters for economic time series[R].NBER Working Paper,No.5022.1995.

[10] 张言方,聂锐,王迪.我国煤炭供给缺口度量及其结构突变研究[J].统计与决策,2013,(15):144-148.

[11] 赵昕东.基于SVAR模型的中国产出缺口估计与应用[J].经济评论, 2008,(6):90-95,108.

[12] Harvey A C,Henry B,Peters S,et al.Stochastic trends in dynamic regression models:An application to the employment-output equation[J].Economic Journal,1986,96(384):975-986.

[13] Claus I.Estimating potential output for New Zealand[J].Applied Economics,2003,35(7):751-760.

[14] 许召元.中国的潜在产出、产出缺口及产量—通货膨胀交替关系[J].数量经济技术经济研究,2005,(12):3-15.

[15] Kirkley J,Morrison C J,Squires D.Capacity and capacity utilization in common-pool resource industries:Definition, measurement, and a comparison of approaches[J].Environmental and Resource Economics,2002,22(1-2):71-97.

[16] Garofalo G A,Malhotra D M.Regional measures of capacity utilization in the 1980s[J].Review of Economics and Statistics,1997,79(3):415-421.

[17] 韩国高,高铁梅,王立国,等.中国制造业产能过剩的测度、波动及成因研究[J].经济研究,2011,(12):18-31.

[18] 张成思.基于多变量动态模型的产出缺口估算[J].统计研究, 2009,26(7):27-33.

[19] 郭庆旺,贾俊雪.中国潜在产出与产出缺口的估算[J].经济研究,2004(5):31-39.

[20] 中国人民银行营业管理部课题组.基于生产函数法的潜在产出估计、产出缺口及与通货膨胀的关系:1978-2009[J].金融研究,2011,(3):42-50.

[21] 张言方.我国煤炭产能过剩的形成机理及调控对策研究[D].徐州：中国矿业大学,2014.

Estimation and validation of potential output gap in China's coal industry

WANG Di1,2，XIANG Xin1，NIE Rui1，ZHANG Yanfang1，SHI Ruyi1

(1. School of Management, China University of Mining and Technology, Xuzhou 221116, China;2. Postdoctoral Station of Environmental Science and Engineering, China University of Mining and Technology, Xuzhou 221116, China)

With the production function method, the paper estimated the potential coal output gaps since 1990. The results show that (1) Increasing returns to scale is an important cause of China coal industry production capacity expansion. Under the background of coal oversupply, the capacity reducing policies will directly affect the economic efficiency, and the coal enterprises in the short term is likely to take the amount of the premium way to expand production. (2) Influenced by the coal supply and demand, China's coal output gap and capacity utilization vary widely during the review period. Excessive investment in capacity building and lacks of market demand lead to an excess coal production capacity risk. (3) There exists one-way Granger relationship between economic fluctuation and coal production capacity gap. The previous change of economic fluctuation can result in the change of coal production capacity gap, while the change of coal production capacity gap cannot affect economic periodic fluctuation. Therefore, macroeconomic policies have delayed impacts on coal production capacity.

potential output; coal productivity gap; production function method; economic fluctuation

2016-04-03

2016-09-02

国家自然科学基金项目(71273259，71403267)； 中国博士后科学基金面上资助项目(2014M551683)； 教育部人文社科研究项目(14YJCZH144)； 江苏省哲学社会科学规划项目(13JDB021)； 江苏省高校哲学社会科学指导项目(2014SJD421)； 中央高校基本科研业务费专项资金项目(2014WA02)。

王 迪(1983-)，男，中国矿业大学管理学院副教授，博士，研究方向为能源经济与管理。

：F123.9

A

1009-105X(2017)02-0061-07