乔国通，何 刚，朱艳娜，衡连伟

(1.安徽理工大学电气与信息工程学院，安徽 淮南 232001；2.安徽理工大学能源经济研究所，安徽 淮南 232001)

矿业城市转型演进过程SD仿真及政策选择

乔国通1，何 刚2，朱艳娜2，衡连伟1

(1.安徽理工大学电气与信息工程学院，安徽 淮南 232001；2.安徽理工大学能源经济研究所，安徽 淮南 232001)

基于矿业城市转型的基本方向，应用系统动力学理论和方法，以典型的煤矿城市——淮南市为例，分析矿业城市转型过程中高新技术产业、旅游业和采矿业三个典型产业间的互动关系，建立该市转型过程仿真模型，拟合变量间函数关系，预测该市经济在未来20年的发展趋势，对比仿真转型过程中管理资源在三个子系统间的流动规律和趋势，通过调控不同产业的投入比对比分析，提出转型升级过程中政府投入的政策选择路径，帮助矿业类城市提高转型规划的主动性和科学性。研究证实：现有投资结构下改变该市煤炭产业主导地位格局需要10年左右的时间，与加大对旅游业投入相比，此时间段内不断增加高新技术产业投入是确保经济平稳增长、实现成功转型升级的最佳政策选择。

矿业城市；转型升级；系统动力学；政策选择

随着经济发展逐渐步入“新常态”，矿业类城市转型势在必得。早在2013年11月国务院就印发了《国务院关于印发全国资源型城市可持续发展规划(2013～2020年)的通知》，对全国资源型城市转型与可持续发展问题做出了总体规划，文件中界定的全国地市级矿业城市有119个，占全国333个地级城市总数的34%[1]。根据《中国国家地理》统计，我国目前各类矿业城市有400多座[2]，已经成为我国城市群中重要类别，因此，矿业城市的顺利转型，是国家产业结构调整、升级战略实施的重点内容。由于矿业城市长期产业机构单一，非矿业产业基础薄弱，产业转型升级面临巨大困难，顺利转型往往需要一个长期过程，在实施中面临众多不确定因素，导致科学规划难度较大；因此保持经济平稳运行目标下，科学规划投入结构，制定符合产业结构演进规律的决策，实现矿业兴城市的顺利转型成为刻不容缓的研究课题。

1 研究现状分析

国外学者对资源型城市或地区转型发展的研究较早，早在20世纪30年代Innis.H.A (1930)就开启了对资源型城市或地区转型发展的理论研究[3]；Houston在研究澳大利亚资源型城市后，总结出转型的“长距离通勤模式”(Long-Distance Commuting)[4]；J.H.Bradbury(1988)根据对加拿大和澳大利亚资源型城市的实证研究，提出了资源型城市的系统性的政策建议[5]；Gill(1990)对英国典型的煤炭城市伯明翰的产业转型问题展开了系统研究[6]；Todd(1997)对德国的鲁尔工业区转型升级进行了研究，提出了整个工业区的集成转型方向[7]；Barbier(2003)以澳大利亚的珀斯为研究对象提出了转型的几种模式[8]。国内在资源型城市转型升级方面的研究相对较晚，具有代表性的有：于光、周进生等(2006)利用区位商模型找出了对实现资源型徐州转型升级比较具有竞争力的产业，为其实现转型提供了理论指导[9]；李洪娟(2008)分析了资源型城市在产业转型过程中将会面临着诸如结构、资金、体制、人才、环境、区位等障碍，并确立了资源型城市产业转型应该遵循的原则[10]；王帮俊等(2009)基于系统动力学模型对资源型城市不同发展阶段进行模拟，认为矿业对城市的发展所做出的贡献率存在着一个阈值，并划分出了4个不同的发展区间[11]；刘语轩(2009)基于资源基础理论分析，结合资源城市的生命周期，探讨了资源对资源城市转型的作用机制[12]；李慧娟、龙如银以徐州为例，构建城市转型能力与产业动态优势之间的耦合度和耦合持续发展度模型，测算了资源型城市工业产业的耦合度和耦合持续发展度[13]；邱程锦等(2013)从遥感的角度，分析了资源型城市徐州市实行经济转型后带来的地表覆盖率的变化和热岛效应的检测变化[14]；周民良(2015)在对国外发达国家资源型城市成功转型升级经验比较分析的基础上，为我国东北地区再振兴战略下的资源型城市转型发展探究了一系列的对策和建议[15]。

纵观国内外的研究，在矿业城市转型的意义、目标和制度保障上研究成果颇多，但还存在一些不足：一是描述性的研究较多，预测性的研究较少，导致对政府决策和规划的帮助不够；二是单独研究某一产业转型的较多，考虑不同产业间、特别是新(转型的目标产业)、旧(需要逐步淘汰或较弱的产业)产业之间的互动关系的研究较少，导致研究内容孤立，与实际脱节；三是定性研究和单一定量评价的较多，动态演进的研究较少，导致对产业的演进规律把握不够。

本文以典型的煤矿城市为例，将转型的重点产业及其之间的互动关联作为研究对象，应用系统动力学理论和方法，构建该市产业转型的演进模型进行仿真，模拟产业转型的演进规律，科学分析该市完成转型目标的支撑条件，帮助政府提高决策的主动性，科学把握产业转型规划方向，实现矿业城市顺利转型。

2 矿业城市产业转型系统分析

2.1 系统界定

研究对象属于典型的煤矿城市，煤炭远期储量达到444亿t，探明储量达到153亿t，保有储量占到整个华东地区的50%，在过去较长时间煤电产业飞速增长，有力地支撑了当地经济发展，但直接导致煤电独大的产业结构单一问题。近年来，淮南市一直将“不唯煤、延伸煤、超越煤”作为转型的出发点，旅游业和高新技术产业成为扶植的重点产业，简单讲，产业结构调控主要目标即在保持本市经济平稳增长基础上，逐渐减少采煤业的产值，不断提高旅游业和高新技术产业的产值比重，形成新的、合理的产业结构“生态系统”，其它产业如农业、基础工业等不在调控的重点内容。因此，为便于研究，将旅游业、高新技术产业和采矿业三个典型产业作为研究范围，不考虑其他产业的变动影响，这也符合淮南市产业结构调整的宏观环境。

2.2 系统因果关联分析

确定系统边界后，分析该系统内部变量及变量之间的关系，应用系统动力学仿真软件VEVSIM_PLE描述系统内部因果关系，见图1。

由图1可以分析出，系统内部存在众多由变量间因果关系构成的反馈环，如旅游产业产值的增加导致全市GDP的增加，在财政支出占GDP比重保持稳定前提下，将会增加对旅游产业的投入，直接导致旅游景点的增加和景点管理水平的提高，进而吸引内外游客和提高人均旅游花费，从而促进旅游产业增加。类似的产业内部因果环还有很多，在此不再赘述。

图1 矿业城市转型过程因果关系图

同时，产业之间也存在因果关联，如随着煤炭产值的增加，会导致污染物排放量的增加，从而直接对该市环境质量产生消极影响，对吸引外来游客产生负作用，降低旅游业产值，从而拉低GDP的增长幅度，进一步降低对煤炭产业的投入。其他子系统间的反馈关系也不再赘述。

在因果关系图中，还可以看出旅游业投入的增加到旅游景点的增加存在延迟；高新技术产业的投入到高新技术企业数量的增加存在延迟；采矿业投入到煤矿数量的增加存在延迟，这也是符合实际情况的描述。

科学分析系统内部的因果关系，明确产业转型过程系统中变量间的逻辑关联，是系统动力学建模的基础。

2.3 基础数据来源

国务院于2015年12月批复同意将六安市寿县划归淮南市管辖。为便于整体研究淮南市产业转型的演进流程，科学把握未来淮南市产业转型的趋势，研究所需初始数据来自2014年淮南市和寿县(原两个地区)数据的合并，基础数据及来源见表1。

以上数据来自《淮南统计年鉴2015》和《寿县年鉴》(2014)。其中高新技术产业界定是按照2016年1月13日国务院常务会议确定的《高新技术企业认定管理办法》进行界定；旅游业投资数据包括直接用在景点开发与管理、品牌塑造传播、配套设施的建设等方面支出合并而成。

表1 相关产业数据整理表

注：GDP、产值和投资单位均为“万元”；总人口和旅游人次单位均为“万人”。

3 矿业城市转型过程仿真

3.1 SD流图构建

在因果关系分析的基础上，依据变量特征确定了系统内5个水平变量、7个速率变量、19个常量，建立系统仿真流图。

本文仿真的目的在于分析现有投入结构下产业转型的演进规律，具体包括：GDP未来的增长趋势；旅游产业产值、高新技术业产值和煤炭业产值的对比变化，改变煤炭产业主导地位(煤炭业产值占50%以上)所需时间；加快转型的调控策略。

基于研究对象的特征，产业调控的变化及结果一般需要一年左右时间才能显现，故仿真步长设定为年；考虑到产业调整及升级的一般性周期，仿真周期设定为20年；为保证仿真顺利开展，将GDP的其他构成如农业产值和基础工业等产值设定为现有值不变；另外依据变量特性，设定个不同变量的单位，保证变量函数的逻辑统一。

3.2 函数关系及初始值赋值

矿业城市转型过程仿真模型中，存在的大量的变量间函数关系，确定后方能进行仿真实验。系统变量函数关系主要分两类。一类是自然逻辑函数，如旅游业产值增量=游客数量×人均花费；本地总人口=现有人口+新出生人口-死亡人数等等。第二类需要拟合的函数，如旅游业投入与景点数量之间的关系；采矿业投入与平均煤矿产量的关系等等，这是函数关系确定的难点。文章在对淮南市相关数据进行了回归分析，邀请了长期研究能源经济及宏观管理的研究人员进行修正，提出了不同函数的拟合方法见表2。

表2 SD模型中变量间函数拟合方法

系统内变量的初始值均由淮南市2014年实际数据处理得来，在此不再罗列。其中GDP的构成除采矿业、旅游业和高新技术产业产值外，额外加上其他产业现有产值；煤炭价格由于受到国际国内煤炭需求等外来因素影响，以2015年12月份安徽省原煤价格为基数，基于近3年煤炭价格波动幅度，加上300元/t幅度随机波动。

3.3 仿真

变量间函数关系确定后，对仿真模型进行调试，包括灵敏度测试和极端条件测试，邀请专家对比淮南市近十年的产值变化趋势进行了初步验证，调整了原有函数关系的精度，顺利通过调试后，运行VENSIM_PLE软件，仿真界面见图2。

由仿真可以看出，淮南市GDP保持了平稳增长，2014年GDP为9 127 000万元(含寿县)，预计第2年，即2016年超过1 000亿元，第14年前后翻一番，在仿真周期内第20年预计达到2 500亿元左右。

具体到不同产业，通过仿真，旅游业产值近乎直线上升，在第四年开始超过200亿元；第9年超过400亿元；在仿真周期末可达到800亿元；高新技术产业产值第9年可达到100亿元，第16年达到200亿元；仿真周期结束时可达到300亿元；采煤业由于生产规模基础比较雄厚，仍保持稳定增长，第4年可达到300亿元，第8年达到400亿元；仿真周期末可达到900亿元。但仿真周期末旅游产业和高新技术产业产值之和占比已经超过采煤业，产业结构优化明显。

4 仿真结果分析及政策选择

4.1 调控方案与对比仿真

鉴于矿业城市产业调整的目的，通过分析仿真中不通产业产值的增长趋势，可以看出淮南市在保证基础产业-采煤业稳定运行的基础上，可适当加大旅游业和高新技术产业的投入比重。为仿真不同政策的效果，对现有投入结构及规模进行充分论证，保障基本产业运转基础上，制定对比仿真方案；现有仿真为Current；从对采矿业投入中划分5个百分点增加至高新技术产业投入方案为Crrent1；从对采矿业投入中划分5个百分点增加至旅游业投入方案为Crrent2。按照调控方案进行仿真，仿真结果见图3。

图2 GDP及各产业产值趋势 仿真界面

图3 调控后对比仿真界面

图3中不同方案分别对应不同的线形，通过对比仿真可以看出，调控后GDP水平和各产业产值均发生了显著变化。从GDP水平变化来说，Current1方案，即增加高新技术产业投入取得了较好效果，GDP水平明显提升，从仿真软件提供的数据对比看，在第20年当年可提高超过2 000 000万元的增量；相反，Current2方案，即增加旅游业投入取得了负面效果，导致GDP水平比调控前的水平下滑，但采矿业比重下滑明显，产业结构调整取得效果明显。VENSIM_PLE软件提供了丰富的同步数据分析功能，通过数据分析更能准确对比不同方案的结果。

4.2 政策选择

从仿真结果看，加大高新技术产业的投入无疑是一个最佳政策路径。从实际上，淮南市多年围绕“煤化工”产业发展，积累了一定的相关高新技术产业基础，也是多年来“延伸煤、超越煤”战略的体现，此政策路径不仅稳步降低了采煤业产值，减少了煤炭产业比重，还保持了经济规模的稳定增长。

另一方面，加大旅游业的投入降低了GDP的增长速度，可能不是一条经济的政策路径，但正是如此，也考验着政府和民众的“经济发展观”，实际中由于淮南市历来是一座煤炭城市，旅游资源开发不够，旅游品牌不强，规模效应难以显现，加大旅游业的发展虽在仿真周期内看不到预期的经济效益，但从环境保护和经济可持续发展角度上，亦不能盲目否决。

5 结 论

文章以典型的矿业城市为例，应用系统动力学方法，模拟仿真了具有代表性的旅游产业、高新技术产业和采矿业三个子系统的演进过程，提出了转型目标期内决策选择路径，得出以下结论。

1)淮南市实现非煤业比重超过一半的转型目标需要10年甚至更长时间。对于淮南市而言，由于长期以来产业结构单一，非煤产业基础薄弱，导致转型压力较大，成功实现转型，实现非煤业比重超过一半需要10年甚至更长时间，这就一方面要求政府和民众具备耐心，不能急躁，如果盲目追求快速转型，会导致另一个不合理产业机构；另一方面需要政府科学规划，依据不同产业的演进规律制定资源分配和管理政策，对于淮南市而言，加大高新技术产业的投入，是保持经济平稳较快增长、实现成功转型的最佳路径。

2)在现有的产业投入产出率条件下，淮南市产业转型的最佳路径是加大高新技术产业的投入。从仿真结果分析看，与加大旅游产业相比，高新技术产业的投入带来的经济增长效益更为明显，且符合产业结构调整的要求。

鉴于研究的局限性，如没有将所有产业作为研究对象，在一些数据的处理中还存在界定的主观性等，这些都可能会导致仿真结果存在偏差。科学描述所有产业之间的关联及演进模型，是一项巨大的工程，同时，在数据整理时候需要更加规范，制定更加清晰的标准，这亦是后续研究的方向和需要进一步改善的地方。

[1] 朱训.中国矿业城市的几个问题[J].中国矿业，2015，24(8)：1-2.

[2] 大河，黄涛.我国主要矿业城市分布示意图[EB/OL].http：//www.dili360.com/cng/map/1101.htm，2016-5-17.

[3] Innis，Harold Adams.The fur trade in Canada：an introduction to Canadian economic history[M].Toronto：University of Toronto Press，1999.

[4] Houston，D.S.Long-Distance Commuting：A New Approach to Mining in Australia[J].Geographical Journal，1993，159(3)：281-290.

[5] BradburyJ.H.Living with boom and cycles：new towns on the resource frontier in Canada[C]//Resource Communities，Australia，1988：3-19.

[6] Gill A M.ENHANCING SOCIAL INTERACTION IN NEW RESOURCE TOWNS：PLANNING PERSPECTIVES[J].Tijdschrift Voor Economische En Sociale Geografie，1990，81(5)：125.

[7] Todd.D.North-South Energy Resource Transfers in German and the Port Intermediary[J].Applied Geography，1997(3)：45-47.

[8] Barbier B.Economics，Natural Resource Scarcity and Development[M].London：Ear thscan，2003：334-337.

[9] 于光，周进生，吴文，等.利用区位商模型判断资源型城市产业转型方向[J].中国矿业，2006，15(11)：24-26.

[10] 李洪娟.资源型城市产业转型的障碍分析与路径选择[J].煤炭工程，2008(2)：96-98.

[11] 王帮俊，周敏，吉峰.系统动力学视角下的资源型城市经济增长机制与可持续发展分析[J].中国矿业大学学报：社会科学版，2009，11(4)：71-75.

[12] 刘语轩.资源型城市转型的资源约束与转型路径分析[J].生产力研究，2009(24)：27-28.

[13] 李惠娟，龙如银.城市转型能力与产业动态优势耦合研究-以资源型城市徐州为例[J].科技进步与对策，2012，29(21)：40-44.

[14] 邱程锦，翟亮，桑会勇，等.资源型城市转型过程中热岛效应监测与分析[J].煤炭工程，2013，45(8)：106-109.

[15] 周民良.东北地区“再振兴”战略下资源型城市转型发展研究[J].经济纵横，2015(8)：58-63.

Simulation of industrial structure adjustment and optimal policy for mining cities based on system dynamics

QIAO Guotong1，HE Gang2，ZHU Yanna2，HENG Lianwei1

(1.Institute of Electrical and Information Engineering，Anhui University of Science and Technology，Huainan 232001，China；2.Institute of Energy Economy，Anhui University of Science and Technology，Huainan 232001，China)

Based on the basic view of the transformation of mining cities，by using system dynamics theory and method，takes a typical coal city-Huainan city as an example，analyzes the interactions of three typical industries：high technology industries，tourism and mining，sets up the city's transformation process simulation model，and then fits function relationship of variables，in order to predict the trend of urban economy over the next 20 years，and get the resource operation law of the three subsystems in the process of transformation.What’s more，comparative simulation and analysis of different industry is carried out to put forward the policy for the government investment，which helps improve the planning of transformation initiative and scientific for mining cities.Research proves that under the existing investment structure，changing the leading position of the coal industry needs 10 years or so，and it is optimal policy choice that keeps big growth of government investment in new and high technology industries，to keep stable economic growth.

mining city；industrial structure adjustment；system dynamics；optimal policy

2016-06-02

2016年安徽省社会科学创新发展研究课题攻关项目资助(编号：2016cx068)；教育部人文社科规划基金项目资助(编号：2014YJAZH029)；全国统计科学研究项目重点项目资助(编号：2015LZ21)；安徽省高校人文社科重大研究项目资助(编号：SK2014ZD024)

乔国通(1982-)，男，河南南阳人，安徽理工大学电气与信息工程学院，讲师，管理科学与工程硕士，主要研究方向为能源经济与系统工程，E-mail：gtqiao@126.com.

F293.1

A

1004-4051(2017)02-0033-06