宋小燕 田雪莲 王春梅

[摘 要]去产能是资源型城市绿色发展转型的基础，而提高煤炭利用率则是推动煤炭行业由传统资源型产业向高新技术产业转型的关键，煤炭利用率的提高一方面可以优化和升级产业结构，另一方面，更加有利于煤炭行业的可持续发展。构建煤炭开发利用效率评价指标体系，有利于巩固去产能的结果，同时对煤炭资源型城市的产业结构转型升级，具有一定的意义。

[关键词]开发利用效率;去产能;评价指标;绿色发展

[DOI]10.13939/j.cnki.zgsc.2021.18.026

1 引言

党的十九大把能源发展作为生态文明建设的重要内容，强调要推进绿色发展，进一步指明了新时代煤炭产业的发展方向。我国资源具有“富煤、贫油、少气”的特点，煤炭作为我国经济发展的基础资源，一直处于一次能源消费结构中的主体地位，并且这种情况还将持续相当长的时期。预计2050年中国煤炭消费量占一次能源消费总量的40%左右。虽然煤炭产业在我国经济发展占有重要地位，但是它对于污染环境、破坏生态系统方面的影响也不容忽视，因此，提高煤炭利用率是资源型城市实现转型、绿色发展的必然选择。

2 什么是绿色转型

煤炭产业链进一步延伸，煤矿企业多元化发展，提高煤炭利用效率，有利于资源型城市转型升级。煤炭资源型城市绿色转型发展，即以循环经济为基础，发展模式向经济、社会、生态相协调可持续发展模式转变。去产能是煤炭资源型城市转型升级的坚实基础。去产能即化解过剩产能，可以调节供需关系，维持供需平衡，促进煤炭产业结构优化升级。但是，去产能无法从根本上解决煤炭产业绿色转型的问题，而提高煤炭利用率恰恰可以推动转型升级，从而实现煤炭行业的可持续发展，如图1所示。

图1 煤炭行业绿色转型模式

3 绿色发展下资源型城市煤炭开发利用效率评价的基本思路

煤炭开发利用效率是指煤炭开发利用对区域发展的满足程度，如对此区域人们的生活质量、物质水平、文化以及生态等方面做出的贡献大小。评估煤炭开发利用效率不仅是一个技术性工作也是一个复杂的管理性工作，涉及资源、管理、技术、设备、环境、安全、产品等多个因素。将以上因素分类，主要包括经济效率评价指标、社会效率评价指标、资源效率评价指标和环境效率评价指标。

4 绿色发展下资源型城市煤炭开发与利用效率评价指标体系的构建

煤炭开发利用效率的影响因素众多，既有矿床的规模、矿石性质等资源自然属性方面的因素，又有矿山规模、矿产开发形式、资源价格等经济、技术因素。因此煤炭开发利用效率评价的指标是多方面、多层次的，要建立科学、合理、实用的指标体系是煤炭开发利用效率评价的难点之一。

4.1 指标选取的原则

由于各区域矿山基础信息和煤炭开发利用特征不同，因此，指标体系编制过程中，应基于煤炭开发现状，综合考虑煤炭开发利用的系统整体情况，构建尽可能科学、合理的评价指标体系。

4.1.1 科学性与实用性相结合

效率评价的每一个指标的选取都应该是经过严格和精细的筛选，数据必须真实、可靠。根据煤炭开发利用的目标，煤炭开发利用效率评价指标应涵盖经济、社会、资源与环境等方面因素;评价口径的范围和评价方法应有明确统一的规定，能够反映经济、社会、资源和环境因素的差异，便于分析成果的推广与应用。

4.1.2 关联性指标与独立性指标相结合

由于基础资料的收集有一定难度，尽量选取独立关键变量作为指标，方便计算和分析，同时煤炭的开发利用会对生态系统产生影响，因此在选取指标时也要从整体角度出发，选取的指标应该在整体上体现层次性。

4.1.3 宏觀指标与微观指标相结合

在煤炭资源开发利用效率评价过程中不能仅以资源利用程度定义煤炭开发利用水平，还需要综合考虑矿区的资源利用效果、区域的资源条件、矿业政策、资源产业化与规模化的发展等多方面因素，从“宏观和微观”两个层面评价一定区域范围内煤炭资源综合利用发展状况。在宏观层面上主要是衡量和考核区域范围内对煤炭资源的综合利用发展状况和水平指标，在微观层面上则反映了一个矿山企业运营管理的效率和特征。

4.1.4 定性指标与定量指标相结合

为了更好地反映煤炭开发利用的目标、要求、结构和功能，在煤炭开发利用效率评价指标构建过程中应尽量采用定量指标。但是由于煤炭开发利用系统的复杂性，很多系统的特征和评价的内涵，目前以现有认知还很难利用简便易行的定量方式予以表达，因此难免在煤炭开发利用效率评价指标构建过程中采用定性指标。

4.2 初步设计

通过查阅学术界己有的众多书籍文献，向采选矿领域的专家、教师发放问卷调查，进行咨询、征求意见，构建一套具有普适性的绿色发展理念下煤炭开发利用效率评价指标体系。筛选方法运用以“频率统计法”和“专家意见法”为主，进行初期指标体系的设计，如表1所示。

4.3 优化指标体系

采用层次分析法、多因素灰关联分析法对定量指标进行筛选，采用德尔菲法，对定性指标进行筛选，从而使指标体系尽量具备科学性和完备性。

4.3.1 筛选定量指标

如表2所示。

通过分析，选取采矿机械化水平，就业增长率，开采回采率和“三废”利用水平这四个指标作为绿色发展下煤炭开发利用效率的参考因素，将其余的30个指标作为比较因素，展开多因素关联分析。如表3所示。

计算最大特征根λmax，判断矩阵与特征向量W的乘积为：

10.50.3330.5210.50.5321122110.1230.1930.3590.325=0.5020.7811.4391.316

λmax=0.5024×0.123+0.7814×0.193+1.4394×0.359+1.3164×0.325=4.046

所以，一致性指标CI=λmax-nn-1=0.015，检验通过。我们认为判断矩阵具有一致性，权重分配是合理的，所求得的特征向量可以被视作权向量。绿色发展下煤炭开发利用效率参考因素权重分配为X3为0.123、X11为0.193、X22为0.359、X30为0.325。

4.3.2筛选定性指标

由于煤炭资源开发利用效率综合评价是一个复杂的系统工程，涉及的层次多因素多，部分评价指标设置为定性指标，将专家给出的模糊语言转变为用确定数值度量的定量指标，以便更准确地反映出绿色发展下煤炭开发利用效率的内容。在指标体系初步设计中，列出的定性指标如表5所示。

针对以上指标，设计出一份调查问卷，通过邀请采选矿领域的相关专家、教师对定性指标给出专业性建议根据指标的重要程度评分。最终剔除社会保障覆盖程度等11个指标。

通过筛选定量指标和定性指标，最后确定了绿色发展下资源型城市煤炭开发利用效率评价指标体系，具体如表6所示。

5 结论

文章分析并建立了煤炭资源开发效率影响因素指标体系，为研究煤炭资源开发效率评价和提高煤炭开发效率建立了基础，但在选取指标上可能存在一定的局限性，下一步可对指标进行一定的调整，并依据权重找出能够有效改善评价结果的指标。深入进行实证的研究，继续探讨提高煤炭开发效率。

参考文献：

[1]刘颖，戚宏亮，宁云才.基于DEMATEL煤炭开发效率评价影响因素研究[J].煤炭经济研究，2019（2）.

[2]刘海滨，周佳宁.煤炭资源型城市绿色竞争力影响因素识别研究[J].中国煤炭，2018，21（3）.

[3]陶宇.生态文明视角下矿业企业资源开发利用绩效评价研究 [D].北京：中国地质大学博士论文，2015.

[4]李世祥，罗桥，赵恒勤，等.矿产资源基地开发社会效益评估方法探讨[J].矿产保护与利用，2018（4）.

[5] RASHE R，TATOM J.Energy resources and potential GNP[J].Federal reserve bank of st. louis review，1977，59（6）.

[6]刘虹，李继鹏，张海博，等.我国煤炭去产能与转型升级的协同关系研究.煤炭经济研究，2017（12）.

[7]李春友，何廣銮.绿色发展视角下矿产资源利用绩效评价——以X矿产企业为例.纳税，2018（16）.

[基金项目]黑龙江省哲学社会科学研究规划项目（项目编号：18GLE474）。

[作者简介]宋小燕（1980—），女，黑龙江哈尔滨人，东北林业大学硕士研究生，黑龙江科技大学副教授，研究方向：煤炭企业管理。