黄河流域采矿业集聚的时空演化特征与驱动力研究

宋 梅，郝旭光，李丹丹，常力月

(中国矿业大学(北京) 管理学院，北京 100083)

黄河流域煤炭、石油、天然气和有色金属等矿产资源丰富，是我国重要的能源、化工、原材料和基础工业基地[1]。在我国七大江河流域中，黄河流域能源资源具有种类齐全、储量大、开采条件优越等特点，形成了上游水电、中游煤炭、下游石油的分布格局，黄河流域因此也被称为“能源流域”[2]。采矿业作为黄河流域经济社会发展的重要支柱产业，在全国能源和原材料供应方面具有重要的战略地位。自黄河流域生态保护和高质量发展上升为重大国家战略以来，学者围绕黄河流域矿产资源开发利用开展了大量研究。研究涉及矿区生态修复[3]、矿产开发空间布局[4]、综合能源效率[2]、资源型城市转型[5]等。黄河流域矿产资源丰富，但流域内资源分布并不均衡，矿业集聚特征明显。现有关于产业集聚的研究主要包括集聚测度和影响因素分析。产业集聚测度的方法有区位商、空间基尼系数、赫芬达尔指数和EG指数等。董雯等[6]采用区位商等方法研究乌鲁木齐资源型产业的演变特征，毛熙彦等[7]借助空间基尼系数、颉茂华等[8]采用赫芬达尔-赫希曼指数和EG指数分别研究了我国市域和省域资源型产业集聚的时空特征。在测度产业集聚程度的基础上，金煜等[9]将影响工业集聚的因素分为经济地理、新经济地理与经济政策三类并进行面板回归分析，贺灿飞等[10]采用Tobit模型发现资源禀赋、历史基础、交通通达性、市场规模等对资源密集型产业分布影响显著，朱俏俏等[11]对比研究了我国资源型产业和制造业的集聚态势和影响因素。

综上所述，现有关于资源型产业集聚的研究多从全国尺度开展，黄河流域矿产资源丰富，目前较少有文献从流域视角定量研究其采矿业集聚的时空特征。本文基于1999—2018年黄河流域90个地级行政区采矿业从业人员数据，借助ArcGIS工具的可视化优势，综合运用区位商、空间基尼系数、探索性空间数据分析、标准差椭圆分析，对近20年黄河流域采矿业集聚的时空演化特征进行分析，并运用地理探测器模型从全域和局域两个视角探测其核心驱动因素，以期为优化黄河流域矿产资源开发布局，推动能源行业高质量发展提供决策参考。

1 研究范围、方法与数据来源

1.1 研究范围

黄河流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东九省区，但四川全省已划入长江经济带，蒙东五盟市(呼伦贝尔市、兴安盟、通辽市、赤峰市和锡林郭勒盟)已纳入《东北振兴规划》。因此，本研究将黄河流域的空间范围界定为青海、甘肃、宁夏、内蒙古(不含蒙东五盟市)、山西、陕西、河南、山东八省区，共90个地级行政区。参考赵明亮等[12]的研究，将青海、甘肃、宁夏、内蒙古所涉及城市均归为黄河上游，陕西、山西全部城市归为黄河中游，河南、山东全部城市归为黄河下游。本研究中采矿业的范围与《国民经济行业分类》(GB/T 4754—2017)中的划分保持一致，包括煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、开采专业及辅助性活动以及其它采矿业。

1.2 研究方法

1.2.1 区位商

区位商是衡量单一行业在特定区域专业化与集聚水平的一项指数，该方法操作简单易行，应用广泛，适用于测度研究区域内特定产业在各地理单元的集聚程度。区位商越大，表明产业集中度越高。其计算公式为：

其中，LQij为地理单元i产业j的区位商，Lij为地理单元i产业j城镇单位从业人员数，Li为地理单元i全部产业城镇单位从业人员数，Lj为全国产业j城镇单位从业人员数，L为全国所有产业城镇单位从业人员数。

1.2.2 空间基尼系数

基尼系数最初被用来衡量收入不均等程度，后来国外学者将其应用于区域产业空间分布问题的研究。Krugman在研究美国制造业集聚问题时提出了空间基尼系数，该系数的取值范围为[0，1]，值越大表示该产业在地理上的集聚程度越高。空间基尼系数考虑了不同地区地理单元面积大小的差异对产业集中度的影响，同时考虑了全部行业的地理分布，这使得不同行业的空间基尼系数的计算结果具有可比性。因此，本文采用空间基尼系数从全局角度测度黄河流域采矿业的集聚程度。参考Krugman[13]的研究，空间基尼系数的计算公式为：

其中，Gj为研究区域产业j的空间基尼系数，Sij为地理单元i产业j城镇单位从业人员数占研究区域产业j城镇单位从业人员数的比重，Zi为地理单元i城镇单位从业人员数与研究区域城镇单位从业人员数的比重。

1.2.3 探索性空间数据分析

空间自相关作为有效检验空间单元属性值关联程度的度量方法，分为全局和局域两类[14]。采用全局Moran’s I分析黄河流域采矿业集聚程度在空间上的相似性。全局Moran’s I的范围为[-1，1]，越接近1，说明探索数据在空间上表现出明显的正相关性；越接近-1，说明探索数据在空间上表现出明显的负相关性。全局Moran’s I的计算公式为：

采用局部Moran’s I分析黄河流域某一地理单元与其临近地理单元采矿业聚集程度之间的相似性。Anselin等提出局部空间自相关方法来衡量某一区域与周围地区之间的空间差异程度及显著性，并结合LISA聚集图等研究空间分布规律。LISA集聚图中城市可分为“高-高”“高-低”“低-高”“低-低”四种类型，“高-高”类型是指城市自身的采矿业集聚度高同时相邻城市的采矿业集聚度也高，“高-低”类型是指城市自身的采矿业集聚度高而相邻城市的采矿业集聚度较低，“低-高”类型是指城市自身的采矿业集聚度低而相邻城市的采矿业集聚度较高，“低-低”类型是指城市自身的采矿业集聚度低同时相邻城市的采矿业集聚度也较低。局部Moran’s I的计算公式为：

在特定的置信水平下，局部 Moran’s I大于0时，存在局部空间自相关性，表示相似值发生聚集；局部 Moran’s I小于0时，存在负的局部空间自相关性，表示不相似的值发生聚集。

1.2.4 标准差椭圆分析

标准差椭圆是分析空间分布方向性特征的经典方法，采用标准差椭圆分析黄河流域采矿业产业重心迁移与展布态势。标准差椭圆主要元素的计算公式为：

1.2.5 地理探测器

地理探测器是探测空间分异性以及揭示其背后驱动力的一组统计学方法[16]。与传统方法相比，该模型具有三个优势：从异质性视角探究影响因子的空间分异特征；对多自变量共线性免疫，并能较好地避免自变量和因变量互为因果的内生性问题；不仅能探测定量因子，也能对多种类型的定性驱动因子进行识别分析[17]。因子探测模型如下：

其中，L为自变量的分类；Nh和σh分别为层h内的单元数和方差；N和σ分别为研究区整体的单元数和方差。q的取值范围为[0，1]，值越大说明自变量对因变量的解释力越强。

产业集聚的影响因素相当复杂，参考金煜等[10]的研究，将影响采矿业集聚的因素分为传统的经济地理因素、新经济地理因素和经济政策因素三类，选择10个候选因子对黄河流域采矿业集聚时空分异的驱动力进行探测，黄河流域采矿业集聚的探测因子见表1。

表1 黄河流域采矿业集聚的探测因子

1.3 数据来源

黄河流域90个地级行政区采矿业城镇单位从业人员数据及探测因子数据来源于《中国城市统计年鉴(2000—2019》、黄河流域各省份历年统计年鉴及各地市统计公报，部分年份缺失的数据通过插值法补齐。

2 黄河流域采矿业集聚的时空演化格局分析

2.1 时序演化特征分析

图1 1999—2018年黄河流域采矿业与制造业空间基尼系数

1999—2018年黄河流域采矿业与制造业空间基尼系数如图1所示，黄河流域采矿业空间基尼系数呈“N”型变化趋势，集聚程度总体呈先上升、后波动下降、再快速上升的发展态势。受1998年去产能政策的影响，1999—2002年黄河流域采矿业集聚程度提升明显；2003—2012年黄河流域采矿业集聚程度呈波动下降态势，究其原因，2003年全球资源型产业进入繁荣期，各地大力发展采矿业，产业集聚程度持续下降，受2008年全球金融危机影响，资源型产品需求低迷，大量煤矿关停，矿业集聚程度有所提高，2010年以后随着经济的复苏，各地煤矿生产开始恢复，矿业集聚程度又出现了下降；2013年资源市场繁荣期结束，煤炭产能过剩严重，为了化解过剩产能，2016年我国煤炭行业开始实施供给侧改革，出台了一系列去产能政策[19，20]。伴随着我国西南、东部等地区落后煤炭产能的退出和黄河流域优质煤炭产能的释放，黄河流域矿业集聚程度快速提高。对比采矿业和制造业的基尼系数发现：黄河流域采矿业的空间聚集程度远高于制造业，一定程度上反映出制造业更易于通过交通、资源来源的替代性摆脱空间约束，而采矿业由于生产投入要素在空间上存在不可移动性，因此更容易形成空间集聚。

2.2 空间演化特征分析

2.2.1 空间异质性分析

图2 黄河流域采矿业集聚的空间分布格局

为明晰黄河流域市域采矿业集聚的空间异质性，借助ArcGIS10.3对采矿业区位商进行分级可视化，如图2所示，不同等级区位商的空间分布稳中有变，中上游地区采矿业集聚程度明显高于下游地区。LQ≤1说明该城市的采矿业集聚水平低于或接近全国平均水平，此类城市数量基本稳定，约占黄河流域城市的50%。LQ>1说明该城市采矿业集聚水平高于全国平均水平，特别是当LQ>3时，表现出较高的集聚水平，此类城市表现为中游带状集中、上下游零星点状分布的空间特征，数量由1999年的18个增加到2018年的30个，此类城市基本全部为《全国资源型城市可持续发展规划(2016—2020)》确定的资源型城市。当LQ>5时，表现出极高的集聚水平，此类城市逐步向中游地区集中，且以成熟型资源型城市为主。

2.2.2 空间关联特征分析

借助GeoDa软件，对1999—2018年黄河流域采矿业区位商进行全局空间自相关分析，黄河流域采矿业区位商全局Moran’s I指数见表2。由表2可知，黄河流域采矿业区位商的Moran’I指数均大于0，且总体上通过了10%的显著性水平检验，说明黄河流域采矿业集聚存在显著的空间自相关性。研究期内黄河流域采矿业区位商全局Moran’s I呈波动增长态势，空间关联性逐步增强。

全局Moran’s I只能总体判断黄河流域采矿业的空间关联特征，为了检验局部地理单元采矿业集聚与其周边地理单元的关联性，绘制黄河流域采矿业LISA集聚情况如图3所示。由图3可知，不同关联类型城市的数量和变化趋势均有较大差异。具体来看，“高-高”类型城市集中分布在山西省和陕西省，空间范围不断扩大，由1999年的山西临汾逐步增加为山西临汾、忻州、吕梁、太原、晋中、长治和陕西的榆林和延安；“低-低”类型的城市空间格局中下游相对稳定，中上游逐步减少；“低-高”类型的城市由忻州市和安阳市变为运城市；“高-低”类型的城市数量最少，仅平顶山和东营在2018年表现为此类特征。

表2 1999—2018年黄河流域采矿业区位商全局Moran’s I指数

图3 黄河流域采矿业LISA集聚情况

2.2.3 产业重心迁移与展布态势

根据黄河流域90个城市的地理坐标和采矿业区位商，运用 ArcGIS10.3软件计算黄河流域采矿业重心及标准差椭圆，并对其进行叠加比较，从而得到不同时期黄河流域采矿业产业重心迁移路径与标准差椭圆趋势，如图4所示。

图4 黄河流域采矿业产业重心迁移与标准差椭圆趋势

产业重心迁移路径方面，黄河流域采矿业5个观察年份的产业重心均落入山西省境内。黄河流域采矿业产业重心在南北方向变化不明显，东西方向有明显的迁移，1999—2018年黄河流域采矿业产业重心总体往西北方向偏移，仅2003年出现了向东南方向偏移的趋势，这很可能与当时资源产业进入繁荣期，中下游城市发展采矿业有关。

标准差椭圆趋势方面，1999—2018年方向角范围为89.24°～94.73°，基本保持东—西方向。黄河流域采矿业在主轴方向上呈现出持续收缩—快速扩张—逐步收缩的阶段性特征。1999—2008年主轴由683km减至645km减小了38km，2008—2013年，主轴扩张了54km，2013—2018年，主轴减少了10km。黄河流域采矿业在辅轴方向上呈现出持续收缩的态势，辅轴由1999年的298km下降至2018年的286km，年均收缩0.6km。长期来看主轴和辅轴均呈收缩趋势，进一步说明黄河流域采矿业在空间上更加集聚，产业集中度不断提高。

3 黄河流域采矿业集聚的驱动力解析

3.1 全域因子探测结果分析

因子探测结果见表3，各因子对黄河流域采矿业集聚均有一定的驱动作用。全域视角下，黄河流域采矿业集聚的核心驱动因素是矿产资源禀赋、政府干预、经济发展水平和下游产业需求。

矿产资源禀赋的q值远大于其他因子，对黄河流域采矿业集聚起到决定性作用。一方面，比较优势引导产业区位，采矿业的发展高度依赖矿产资源，丰富的矿产资源是采矿业集聚的先决条件；另一方面，资源禀赋初始差异导致采矿业后续的投资与技术积累将集中在特定区域。

政府干预对黄河流域采矿业集聚有显著的影响。大型资源型企业的布局是国家早期建设时期为发展基础产业而做出的战略安排，我国很多资源型城市是在中央政府的支持下建成的，这样的政府行为至今仍然主导着采矿业的地理格局。此外，采矿业税收贡献大，政府对城市产业发展干预较高，经济发展围绕资源型产业，由于路径依赖和挤出效应强化了以采矿业为核心的资源型产业的空间集聚。

经济社会发展水平对黄河流域采矿业集聚的作用显著。根据配第-克拉克定理，随着经济的发展和国民收入水平的提高，劳动力会逐步由第一产业向第二产业和第三产业转移。对于黄河下游地区，其经济社会发展水平较高，产业结构整体处于第二产业主导向第三产业主导的转换阶段，在资源枯竭和环境规制等因素的共同作用下，采矿业向中上游转移。而中上游地区经济社会发展相对落后，产业结构高级度相对较低，矿产资源丰富，当地政府有发展采矿业的主观意愿和客观条件，使得黄河流域中上游采矿业集聚程度较高。下游产业需求对黄河流域采矿业集聚有明显的驱动作用。企业前后向关联导致的产业外部性使企业集聚在其他企业周围。资源型产品大多是面向本地市场，相比于劳动密集型产业的产品，资源型产品具有更高的内向度。市场大的地方更容易形成规模经济效应，带来大的市场需求，有利于大型资源密集型企业的发展。

3.2 局域因子探测结果分析

黄河流域采矿业集聚驱动因子的探测结果见表3。由表3可知，局域视角下各因子对黄河流域上、中、下游对采矿业集聚的驱动作用存在显著的差异。上游采矿业集聚的核心驱动因素为经济社会发展水平、政府干预、劳动力成本、矿产资源禀赋、环境规制和劳动力素质。上游矿产资源禀赋较好而经济欠发达的地区，农牧业占比较高，当地政府希望通过增大采矿业固定资产投资发展资源型经济来带动区域经济发展。与此同时，较低的劳动力成本和受教育程度，为这些地区采矿业的发展提供了丰富的低成本劳动力，加之较低环境规制强度，促进了采矿业在这些地区的集聚。

表3 黄河流域采矿业集聚驱动因子的探测结果

中游采矿业集聚的核心驱动因素为矿产资源禀赋、水资源、环境规制、下游产业需求、劳动力成本、经济发展水平和劳动力素质。黄河中游地区矿产资源丰富，但处于干旱区与半干旱区，水资源匮乏，生态本底脆弱。与上游和下游地区相比，除矿产资源禀赋和劳动力成本等因素外，水资源约束和环境规制对黄河中游采矿业的集聚表现更强的驱动作用。

下游采矿业集聚的核心驱动因素为经济发展水平、下游产业需求、矿产资源禀赋和劳动力成本。黄河下游地区经济发展水平较高，资源型地区产业转型不断加快，采矿业在地区经济发展中的比重日益减少。与此同时，下游地区靠近资源型产品的消费市场，能源消费的增加和装备制造等下游关联产业的快速发展，强化了采矿业的集聚。在考虑以上两个因素的基础上，矿产资源禀赋较好，劳动力生产成本较低的下游地区采矿业集聚程度更高。

4 结论与政策建议

4.1 结论

1)黄河流域采矿业空间基尼系数呈“N”型变化趋势，采矿业集聚程度总体呈先上升、后波动下降、再快速上升的发展态势。1998年和2016年两轮去产能政策实施后黄河流域采矿业集聚水平显著提升，在2003—2012年资源市场的繁荣期黄河流域采矿业集聚水平出现一定程度的下降，期间2008年全球金融危机引起了短期波动。

2)黄河流域采矿业不同等级区位商的空间分布稳中有变，中上游地区的采矿业集聚水平高于下游地区，流域内采矿业空间相关性显著且关联性逐步增强。“高-高”类型城市集中分布在山西和陕西两省，空间范围不断扩大；“低-低”类型的城市空间格局中下游相对稳定，中上游逐步减少；“低-高”类型的城市由忻州市和安阳市变为运城市；“高-低”类型的城市数量最少，仅平顶山和东营在2018年表现为此类特征。

3)研究期内黄河流域采矿业产业重心均落入山西省境内，产业重心总体往西北方向迁移。黄河流域采矿业空间布局方向性明显，方向角范围为89.24°～94.73°，基本保持东—西方向。主轴方向上呈现出持续收缩—快速扩张—逐步收缩的阶段性特征，辅轴逐渐减小。长期来看主轴和辅轴均呈收缩趋势，说明黄河流域采矿业在空间上更加集聚。

4)各探测因子对黄河流域采矿业集聚均有一定的驱动作用，但各区段探测结果存在显著差异。全流域的核心驱动因素是矿产资源禀赋、政府干预、经济发展水平和下游产业需求，上游的核心驱动因素为经济社会发展水平、政府干预、劳动力成本、矿产资源禀赋、劳动力素质，中游的核心驱动因素为矿产资源禀赋、水资源、环境规制、下游产业需求、劳动力成本、经济发展水平、劳动力素质，下游的核心驱动因素为经济发展水平、下游产业需求、矿产资源禀赋、劳动力成本。

4.2 政策建议

1)生态优先，有序开发矿产资源。黄河流域矿产资源丰富，随着国家大型煤炭基地建设、“西气东输”、“西电东送”等重大工程的实施以及煤炭、钢铁、水泥等行业供给侧结构性改革的深入推进，黄河流域特别是中上游地区采矿业集聚程度日益提高。但该区域水资源短缺，生态本底脆弱，矿产资源开发与资源环境特别是水资源的矛盾日益突出。黄河流域未来应坚持环境保护优先，综合考虑地区资源环境承载能力、矿产资源禀赋、开发利用条件和资源对国家安全的重要程度，有序开发矿产资源。

2)因地制宜，推动矿业集聚区经济高质量转型发展。采矿业高度集聚容易形成路径依赖，经济发展对资源型产业过度依赖可能导致“资源诅咒”，一旦资源枯竭或资源市场进入萧条期，矿业集聚区经济社会发展将会出现停滞甚至倒退。黄河流域矿业集聚区，特别是矿业“高-高”集聚区，应以“云大物智移”技术的兴起为契机，推动智能矿山建设，升级传统主导产业，培育战略性新兴产业，提高经济韧性，规避“资源诅咒”。

3)分级分类，加快推进退出矿井(区)生态修复与资源开发利用。黄河流域采矿业集聚时空演化的背后蕴含着大量新矿井的建设和老旧矿井的退出。随着资源的枯竭和去产能政策的实施，黄河流域有大量矿井(区)关闭退出。废弃矿井(区)仍赋存一定程度的可利用资源，如工业厂房、地下空间、矿井水、旅游资源等。应尽快建立退出关闭矿区可利用资源潜力评价和利用标准，按照典型示范、分类指导、分级治理、逐步推进的原则，兼顾生态、社会与经济效益，加快推进退出矿区生态修复与资源开发利用。