煤矿安全预煤炭产量：初步研究.pdf

煤矿安全与煤炭产量初步研究煤矿安全与煤炭产量初步研究 Coal Mine Safety and Coal Yield A First Look 钟笑寒∗ ZHONG Xiaohan ∗ 清华大学经济管理学院，清华大学中国与世界经济研究中心（CCWE） ，清华大学中国经济研究中心。邮 政编码 100084， 联系电话 （010） 62772540， 传真 （010） 62785562， Email zhongxh。 感谢中国经济学 2006 年年会“劳动与人口经济学”主题研讨会、清华大学经济系学术讨论会的参与者提出 的宝贵意见，特别感谢白重恩教授、宁向东教授和林徐博士。此外，感谢 CCWE 的研究资助，以及崔琳、 冯俊新的研究协助。作者文责自负。 煤矿安全与煤炭产量初步研究煤矿安全与煤炭产量初步研究 【内容提要】 本文分析和检验中国的煤矿死亡率与煤炭产量的关系。 本文提出的理论表明， 煤矿死亡率与煤炭总产量之间可能存在正相关或负相关关系，影响因素有三种效应需求 效应、第 I 类（企业）供给效应与第 II 类（行业）供给效应。利用省际平行数据固定影响 模型，并引入工具变量，本文从经验上识别了上述三种效应。结果表明，第 I 类供给效应显 著地存在着。这解释了观察到的产量与死亡率“负相关之谜” ，而且意味着政府“限产关井” 可以导致死亡率上升；而以国有重点企业为代表的产能扩张有利于遏制死亡率的上升。 【关键词】煤矿安全 煤炭产量 平行数据固定影响模型 工具变量法 Coal Mine Safety and Coal Yield A First Look Abstract This paper analyzes and tests relationship between coal mine mortality and coal yield in China. It proposes a theory illustrating that yield can be either positive or negative related to mortality, depending on three effects demand effect, type I firm and type II industry supply effect. Using a cross-region panel-data fix-effect model and introducing IVs, it identifies these three effects. The result shows that the type I supply effect exists significantly thus explains the seemingly puzzling negative mortality-yield relationship. It implies that “restriction and close” government policy may have adverse effect on mortality, while capacity built by large state-owned enterprises and others can keep it within limits. Keywords coal mine safety, coal yield, panel data fix effect, instrumental variables JEL Classification J28, Q41 一、引言一、引言 2005 年，中国煤矿死亡人数 5938 人，在政府统计的各类安全生产伤亡事故中名列第二 位（ 中国煤矿工业年鉴 2005 ，2006；安监局，2006）1，而 2003 年“非典”流行导致的 死亡人数仅是这一数字的二十分之一。显然，这一冷冰冰的数字还不足以说明“矿难频仍” 为何成为政府、公众与媒体关注的焦点2。面对生命的逝去，人们很容易将问题情绪化、理 想化3。由于“矿难”发生的背景是中国经济的高速增长，以及由此带来的对能源与原材料 的巨大需求4，人们很容易形成这样一个直观的看法煤矿安全事故在近年迅速上升，主要 原因是煤炭需求增加导致的产量增加。并认为只要想办法遏制煤炭需求，就可以减少“矿 难” 。 不过这一直观判断遭遇了事实的挑战。煤炭产量的急剧增长不假，但却没有伴随者煤 矿死亡人数的上升，而单位产量的死亡率就更是下降了。进一步的，如果我们仔细考察若 干年来煤炭产量与死亡人数的关系，我们看到的是持续的“负相关”关系。图 1 画出了 1994-2005 年全国煤炭工业死亡人数和原煤产量指数（1994 年为基年） ，从中可以明显地看 到这一点。特别的，2000 年之后的经济高涨使得原煤产量前所未有的增加，但死亡人数显 1 位列第一位的是道路交通事故，其死亡人数为煤矿死亡人数的 20 倍。显然，道路交通事故很难完全界定 为“生产”事故。 2 关于“矿难”的媒体报道非常之多。比较有影响的如财经 （2004）年度话题、封面文章“矿难探源” 。 国外媒体如 The Economist 2002, 2004等。 3 国家安监局负责人的一句话 “我们永远不要这样带血的煤 ”广为流传。 （ 财经 ，2004） 4 另一个引人关注的问题是与世界上许多国家（包括同等发达程度的国家）相比，我们的煤矿死亡率是很 高的。部分国家百万吨煤死亡率美国 0.04；俄罗斯 0.65；波兰 0.2；南非 0.16；印度 0.5；中国 5.06（其 中，国有 1.26；地方 6.64；乡镇 14.81） 。资料来源国际劳动组织公报，中国地质大学工程技术学院，转 引自财经 （2003） 。 1 著地下降了。 这一令人困惑的现象很容易被乐观地解释为政府的安全政策力度加大，以及企业的 安全投入增加，足以抵消产量增加带来的负面效应。不过，这一解释的问题是第一，政 府的安全政策在考察期内一直在增强，但死亡人数和死亡率并没有稳定下降；若干时期内 反而上升。第二，政策主要手段是控制产量；如果有效也应该反应在产量与死亡率同时减 少（正相关）上。第三，企业安全投入的增加更有可能影响长期的趋势，不能解释考察期 内的短期波动。第四，从已有的新闻报道看，企业的安全投入没有明显增加的迹象5。 0 20 40 60 80 100 120 140 160 180 200 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 1994100 产量指数 死亡人数指数 图 1 煤炭产量与死亡人数（1994－2005） 煤炭产量与死亡率之间这个看似“悖论”的负相关关系如何解释本文围绕这一问题 展开理论分析和经验验证。运用经典的企业和市场供求模型，我们认为，产量与死亡率之 间完全可能存在正相关和负相关关系。起作用的效应不外乎三类需求效应，即煤炭市场 需求增加带来的效应，它使得产量与死亡率正相关。第 I 类供给效应，即影响煤炭市场的企 业数量但不影响典型企业供给的效应，它使得产量与死亡率负相关。第 II 类供给效应，指 那些影响典型企业供给但不影响市场中企业数量的效应，导致的产量－死亡率的关系依具 体的因素而定。显然，当第 I 类供给效应其支配作用时，就能观察到产量－死亡率的负相关 关系。 基于上述的理论分析，我们提出了企业与市场行为的联立方程理论模型，并依据变量 的可观察性，简化得到了单一方程的可估计模型，借助国有重点企业产量作为工具变量， 最终识别上述的三种效应。采取的计量方程是省际平行数据的固定影响模型。经验研究表 明，第 I 类供给效应的经济和统计显著性都较高，而需求效应和第 II 类供给效应不如第 I 类供给效应显著。我们还利用全国时序数据的格兰杰检验和上述省际平行数据的内生性检 验，验证了煤炭产量具有外生性，支持了第 I 类供给效应起作用的主要结论。 本文的研究具有重要的政策含义。它表明，煤炭工业死亡率的影响因素远比想象的更 为复杂。特别的，政府“限产关井”的政策很有可能起到负面作用，而以国有重点企业为 代表的产能扩张反而可以遏制死亡率的上升。 5 国家安监总局局长李毅中指出 “矿难的原因之一是我国煤矿长期投入不足，安全欠帐严重” （ 财经 ， 2005） 。到 2005 年仅国有煤矿的安全欠帐即为 500 多亿；当年国债支持安全资金 30 亿，显然不可能根本改 进安全状况。 2 本文的研究和两类文献相关第一类文献具有相同的问题，但机制可能不同。 RuserSmith 1991及其他一些研究表明， 美国 OSHA 的安全规制几乎没有减少企业的伤亡 率。但并没有分析原因。本文则是运用非常简单的市场供求分析框架，指出了政府安全规 制可能通过对市场均衡的影响而改变企业的生产安全。第二类文献提出的问题不同，但机 制则非常类似。以 Brown and Silverman 1973 为代表的一些研究表明，政府的禁毒政策导 致了一些城市与毒品相关的犯罪增加。不同之处在于，该分析强调的是市场对需求者（ “吸 毒者” ）的影响，本文强调的是对供给者（ “煤矿” ）的影响。 本文第二部分提出理论，以说明产量与死亡率的关系。第三、四部分进行验证。第三 部分运用全国时间序列数据的格兰杰检验，初步探求死亡率与产量之间的因果关系。作为 经验分析主体的第四部分利用省际平行数据的固定影响模型，并寻找和引入工具变量，识 别产量对死亡率影响的三种效应。这一部分还将进行产量内生性等稳健性检验。最后一部 分是结论和启示。 二、理论框架与经验策略二、理论框架与经验策略 我们的理论框架由两部分构成一是说明单个企业 ．．．． 产量与死亡率的关系；二是说明市场 ．． 总 ． 产量 ．． 与死亡率的关系。 1、单个企业行为、单个企业行为 我们提出一个简单的可以分析单个企业行为的模型（Borjas, 2000, 第 6 章） 。企业在保 证工人获得保留效用的前提下，争取利润最大化。工人的保留效用正向取决于工资，负向 取决于死亡率。企业的利润负向取决于工资，正向取决于死亡率，后者是因为更高的死亡 率意味着更少的安全支出。同时，为简便，假定企业产量只取决于工人数，且报酬不变； 而安全支出是“私人物品” ，即安全支出只能对得到安全支付的特定工人起作用，其他工人 无法“搭便车” ，这排除了安全的“规模效应” 。 单个企业产量与死亡率的关系通常是正相关的产量增加，死亡率上升。产量增加意 味着工人井下作业时间更长、采掘强度增加，这通常增加了工作环境的危险性6。这时，企 业和工人通常会达成妥协，在适度增加工资的前提下，使得工作的安全程度适当下降。这 是双方理性选择的必然结果。我们可以通过下面的图形（图 2）来理解这一点。图中的横坐 标为死亡率（衡量危险程度） ，纵坐标为工资水平。向上倾斜的 U0曲线代表给工人带来保 留效用的无差异曲线，向下倾斜的π曲线代表企业的等利润线。πl和πh分别代表企业在低产 量或者高产量下时的两种等利润线。正如刚才所说，产量的上升使得企业的安全成本上升 了，这表示为更加陡峭的等利润线必须减少更多的工资，才能使得死亡率有同样程度 的下降。假设工人的谈判力量为零，因而只能得到保留效用。从图中可以看出，均衡时（两 条曲线切点）死亡率随着产量的上升而增加了。 值得注意的是，虽然我们假设了单一投入劳动的报酬不变，仍然可以得到企业边际成 本递增企业供给曲线向上倾斜的典型性质。这是因为产量上升导致企业为单个工 人付出的工资和安全支出都增加了。 6 政府认定的煤矿安全事故原因之一经常是“超能力生产” 、 “超强度开采” 。参见“煤矿事故案例分析” ， 中国煤炭工业年鉴 2005 ，第 741-773 页。 3 工资 U0 πh πl 死亡率 图 2 单个企业的产量与死亡率 2、市场行为、市场行为 虽然单个企业的死亡率随自己的产量上升而上升，但这不意味着整个行业的死亡率也 随着市场均衡产量的上升而上升。下面就来分析市场整体的特征。为此，假定企业是同质 的，因此行业（市场）死亡率与典型企业的死亡率是相同的。所以，关键是理解市场 ．． 产量 与企业 ．． 死亡率的关系。 下图（图 3）用以分析市场行为。左图表示单个企业供给行为。右图是市场供求图。我 们先来分析煤炭市场需求变动的影响。当需求增加时（需求曲线右移） ，市场产量增加，价 格上升（右图） ，这促使单个企业增加产量（左图） ；这导致了企业（因而行业）的死亡率 上升。需求上升的原因可能是经济增长引发的能源需求增加。反过来，当需求减少时，产 量减少，同时死亡率下降。因此，需求的移动导致产量与死亡率的正相关关系需求的移动导致产量与死亡率的正相关关系。这一由需 求变动导致的死亡率与产量之间的关系，我们称之为“需求效应需求效应” 。 价格 价格 边际成本 市场供给 市场需求 市场产量 企业产量 a 单个企业 a 市场 图 3 市场的产量与死亡率 4 我们再来分析供给变动的影响。供给变动的影响相对复杂。出发点是认识到，市场供 给由单个企业供给和行业中企业个数共同决定（给定企业同质） ；因此有两类供给效应。第第 I 类供给效应（行业供给效应）类供给效应（行业供给效应）是给定单个企业供给不变，某些因素导致企业个数减少（类 似考虑企业个数增加） ，因而市场供给减少，市场总产量下降。而这又导致价格上升，单个 ．． 企业供给量增加，死亡率上升。在图形中表示为右图的市场供给曲线左移，但沿着 ．． 左图的 企业供给曲线移动。可见，第第 I 类供给效应引起死亡率与产量负相关类供给效应引起死亡率与产量负相关。这一类供给效应的 例子包括企业进入或者退出，或者企业扩张产能增加矿井数量。 以上的需求效应与第 I 类供给效应， 背后都隐含着一个单一的因果关系 即价格上升导 致从事生产的单个企业产量上升，从而死亡率上升。不过，在一个价格受到控制的市场（中 国的煤炭市场正是如此） ，这一关系并不容易观察到。而产量与死亡率的关系，则相对比较 容易观察；而且，即使存在价格控制，这一关系也能保持需求增加导致的短缺可以通过 其他方式刺激增加企业产出。例如，用煤企业主动上门拉煤，减少了企业的运输成本，等 于间接地提高了价格。 第第 II 类供给效应（企业供给效应）类供给效应（企业供给效应）是给定行业中的企业个数不变，某些因素导致单个 企业供给减少（类似考虑企业供给增加） 。这也引起市场供给减少，价格上升。但企业供给 减少本身可能伴随者死亡率上升或下降，因此第第 II 类供给效应引起的死亡率与产量关系并 不具有单一方向，视具体效应不同而不同 类供给效应引起的死亡率与产量关系并 不具有单一方向，视具体效应不同而不同。例如，考虑以下三种典型的企业供给效应。第 一种是农民务农收入。随着农民务农的提高，使得他们要求更高的工资和更好的安全保障， 这导致企业成本提高，供给减少。表现在图 3 中即保留效用曲线向左上移动。显然，这导 致死亡率下降，因而死亡率和产量正相关。第二种是政府对单个企业的安全规制，例如要 求死亡率必须低于某个对企业有限制性的指标。这迫使企业增加安全支出（同时可以适当 降低工资） 。企业成本提高，供给减少。死亡率与产量仍是正相关。第三种是所谓的安全禀 赋，典型的是煤矿面临的自然条件改变，例如过多的降雨带来的采矿安全性下降。这与产 量增加的影响类似，会导致死亡率（和工资）增加。企业成本增加，供给减少，使得死亡 率与产量负相关。而技术进步的效应和安全禀赋上升类似。 3、综合考虑、综合考虑 考虑一种有用的参照系。即一个自由进入与退出的煤炭市场，没有政府干预。我们 将预期怎样的产量与死亡率关系在短期内，扰动主要来自需求，考虑需求增加。当需求 刚开始增加时，没有企业进入。这导致产量上升，价格上升，死亡率上升，引起死亡率与 产量正相关。随着时间的推移，高价格吸引新的企业进入。此时产量继续上升，但价格下 降了，单个企业产量下降，从而死亡率下降，死亡率与产量负相关。这一过程一直进行到 价格回到需求增加前的情况（给定企业同质） ，企业停止进入。单个企业的产量和死亡率也 回到原来的水平，但市场总产量极大地增加了。因此，从中期来看，死亡率与产量无关 ．． 。 但是，当放弃企业同质假定的假定而认为新进入的企业成本更高时，产量和死亡率可以正 相关，但肯定小于短期的相关程度。 在长期内，企业供给（第 II 类供给效应）方面的变动会影响死亡率与产量的关系。考 虑技术进步。这通常导致单个企业死亡率下降，同时产量增加，二者负相关。而考虑经济 增长带来的收入增加，这使得保留效用提高，带来死亡率与产量的下降，二者正相关。关 键看这两种因素谁占优势。通常，技术进步足以抵消保留效用提高带来的成本上升，因此， 产量与死亡率呈现负相关。这也说明为什么发达国家的死亡率低于发展中国家，但产量可 能更高。 这一分析说明，死亡率会出现短期“波动” ，即使需求导致产量一直增加。换句话说， 死亡率与整体经济的波动不会完全同步。不过，在较长时期内，市场自然的结果会使得产 量与死亡率无关，或者略微正相关。因此，产量与死亡率持续存在的负相关关系，很可能 5 是政府干预市场供给而使第 I 类供给效应起主导作用的征兆。 我们下面的经验分析就是要观察产量与死亡率之间的相关关系它们是显著正相关 还是负相关，并力图识别这三种效应，比较其相对的显著性。从而可以间接地推断出中国 的煤炭市场是否存在较强的政府干预市场供给的力量。给定政府具有的干预力量，就需要 警惕政府的政策可能带来的意想不到的后果。例如，政府通过关闭“问题”矿井可能不能 减少死亡率，至少不能确定地这样认为。相反， “关井”带来的第 I 类供给效应如果显著的 话，这样的做法反而会提高死亡率。 4、经验策略、经验策略 根据这一理论框架，我们提出由三个方程联立而成的理论模型。首先，是煤炭市场的 需求方程 P α1 β1∗Q γ1∗D u1 1 - 式中，P 代表市场价格，Q 代表市场产量，D 代表影响煤炭需求的其他因素。显然，产量的 系数为负；我们规定需求的系数为正。 其次，是市场供给方程 Q α2 β2∗P γ21∗SI γ22∗SF u2 2 其中，SI代表第 I 类（即行业）供给效应；SF代表第 II 类（即企业）供给效应。价格的系数 显然应该为正。 最后，是死亡率决定的方程，它反映单个企业的行为。 M α3 β3∗P γ3∗SF u3 3 其中 M 代表死亡率。单个企业的死亡率取决于价格。给定其他条件不变，外生的价格上升 带来企业产量增加，死亡率上升，因此价格系数为正。此外，影响企业供给的因素（SF）也 应该是影响企业死亡率的因素。 我们的数据可得性决定了，价格是一个不可观察的变量；而价格受到政府控制也是其 不可衡量的一个原因。此外，通常估计联立方程的方法是转换成单一方程的估计。为此， 我们将式（1）代入式（3） ，得到如下方程 M α3 α1β3 β1β3∗Q β3γ1∗D γ3∗SF β3u1 u3 4 这就是本文需要估计的方程。其中系数γ3代表第第 II 类供给效应类供给效应，符号不确定；β1β3代表第第 I 类供给效应类供给效应，预计为负。注意虽然第 II 类供给效应 SF也包含在 Q 中（见式（2） ） ，但被列 入回归方程中的同一变量吸收了。β3γ1代表需求效应，预计为正。 内生性问题内生性问题。产量 Q 通常具有内生性。原因是产量 Q 与价格 P 同时决定（式1、2） ， 这导致 Q 与残差项 u1相关。此外，如果对死亡率决定方程（式（3） ）中的第 II 类供给效应 （SF）控制不完全，则导致 Q 与残差项 u3相关。而我们能够观察到的 SF变量非常有限，难 以保证控制的完全。 6 为了克服内生性，寻找合适的工具变量变得十分必要。在下面的经验分析中，我们将 论证，用国有重点企业的产量作为工具变量，能够较好地克服内生性。此外，如果不能排 除 Q 可能是外生的这要求供给价格弹性等于零，即β2 ＝0，也可以直接使用 Q 作为回 归变量。 我们将检验产量的内生性来维护这一假设。 除价格（市场均衡）外，使得产量内生的另一个因素是政府政策。政府可能根据死亡 率的高低，决定产量的高低，这也会导致死亡率与产量负相关死亡率越高，政府对产 量限制越大，则产量越小，即存在反向因果关系。 （有意思的是，按照我们刚才的理论，这 一做法其实可能反而导致死亡率上升，由此形成恶性循环。 ）因为死亡率是政府有关部门重 点关注的安全生产考核指标7，而政府通常采取的促进安全的措施就是进行产量限制（ “限 产” ） 、暂停生产（ “整顿” ）乃至关闭矿井（ “关井” ） 。这一因果关系是否存在，取决的因素 很多。例如，政府如何权衡“安全”与“增长”的关系，中央政府可能相对关注前者，而 地方政府相对关注后者。又如，执法力度是否足够，包括“腐败”问题等。在经验上很难 排除这一反向因果。我们从另一个角度，即格兰杰因果检验部分解决这一问题。 三、宏观数据的格兰杰检验三、宏观数据的格兰杰检验 我们首先利用可得的煤炭产量与煤矿死亡率的宏观时间序列数据，进行格兰杰因果检 验。格兰杰因果检验可以验证究竟存在哪一方向的因果关系。副产品则是根据相关变量滞 后项的符号得出是正还是负的因果关系。 1、回归方程、回归方程 格兰杰检验的基本想法是在变量的自回归模型中加入我们需要验证是否为其原因的其 他变量的滞后项，观察加入的变量滞后项是否显著。对煤炭产量来说，回归如下方程 Qt δ0 α1∗Qt-1 αL∗Qt-L γ1∗Mt-1 γN∗Mt-N＋ut 5 此处，L 代表煤炭产量滞后项阶数，一般通过自回归方程的显著性来选择滞后阶数。N 为待 验证变量（死亡率）滞后阶数（这个阶数选择不重要，主要考虑样本容量） 。类似的，进行 以煤矿死亡率为被解释变量（果）而以煤炭产量为解释变量（因）的格兰杰检验。 2、数据来源、数据来源 数据的跨度为 1994-2005 年共 12 年，这是我们可以得到煤矿死亡率的全部年份。煤炭 产量的数据以“原煤产量”来衡量。煤矿死亡率是以百万吨煤死亡率衡量，即以年度煤炭 工业死亡人数除以以百万吨为单位的原煤产量数。数据来源是中国煤炭工业年鉴 （历年） 并进行了必要的调整（详见附录） 。 刚才提到价格也是影响死亡率的因素，因此我们还搜集了煤炭价格变量的时间序列， 采用的指标是“工业品出厂价格指数”中煤炭工业一栏的指数（均以上一年为 100） ，数据 来源是中国物价年鉴 （历年） 。 3、回归结果、回归结果 回归结果如表 1。组 A 是对产量为果、死亡率为因的格兰杰检验。回归（1）是产量的 自回归，选择了结果较显著的二阶滞后。回归（2）加入了待验证的死亡率变量，可以看到， 原有的产量滞后项的系数没有太大变化，加入的死亡率滞后变量并不显著。回归（3）用死 亡人数替代死亡率，回归（4）在回归（2）的基础上加入了时间趋势项，以控制产量可能 具有的时间趋势。但结果都没有改变。上述回归考虑了所有的企业，回归（5）－（7）则 7 一个明显的证据就是在国家安全生产委员会 2006 年发布的 关于制定煤矿整顿关闭工作三年规划的指导 意见中，明确将“关井”与死亡率指标相关联 “小煤矿百万吨死亡率力争控制在 4 以下” 。 7 分别考虑了统计上可区分的三种不同类型（国有重点、国有地方和乡镇） ，结果也类似。因 此，死亡率并不是（格兰杰意义上的）产量的原因。这意味着，政府实际上没有（或不能） 根据死亡率来限制产量。这里面可能有两种可能一种是政府（特别是地方政府）为了经 济增长目标，即使事故率上升，也不愿严格限制产量。另一种解释是，政府即使试图通过 死亡率指标来确定产量控制的额度，但实施得并不好（所谓“死灰复燃” ） 。 组 B 是对死亡率是果、产量为因的格兰杰检验。回归（1）是死亡率的自回归，选择了 结果较好的一阶滞后。回归（2）加入了产量变量（一阶滞后） 。产量变量本身显著为负， 而且极大改变了自回归（回归（1） ）的结果死亡率滞后项系数由正变负，由显著变为 不显著。 回归 （3） 进一步加入产量的二阶滞后项， 结果变得更加显著 （F 值与 R2都上升了） 。 这些结果说明了，产量是（格兰杰意义上的）死亡率的原因。而且，产量的一阶滞后项的 系数显著为负 （国有重点除外） ， 表明近期的产量下降将可能导致死亡率的上升。 这暗示 “第 I 类供给效应”起支配作用。回归（4）用价格变量替代产量，但结果并不显著（而且系数 为负） ，说明正如我们讨论的，在政府对价格干预的情况下，价格并不是一个反应市场均衡 结果和企业激励的好指标8。回归（5）－（7）分别考虑三种类型企业，除国有地方不显著 外，其他两种类型支持结论。 总结上面的分析，利用全国时间序列数据进行格兰杰检验的基本结论是产量变化是 死亡率变化的原因，相反死亡率变化并没有导致产量改变。也就是说，市场的反应显著， 但政府的反应（或其反应的效果）并不显著。而且，在市场的反应中，第 I 类供给效应似乎 占据主导地位。 8 系数为负也许反映了这样的事实衡量到的价格反映的主要是国有企业面对的政府“控制”价格，这个 价格越低，则国有企业产量越少，市场短缺越严重；乡镇煤矿因而增加产量，导致死亡率上升。 8 表 1 死亡率与产量格兰杰因果检验结果 ln原煤产量t-11.76 ***1.83 ***1.78 ***1.55 **1.55 ***0.501.25 * 0.19 0.39 0.22 0.44 0.41 0.45 0.65 ln原煤产量t-2-1.16 ***-1.16 ***-1.17 ***-1.00 **-0.44-0.59-0.87 *** 0.26 0.30 0.27 0.29 0.58 0.46 0.22 死亡率t-10.020.000.15-0.16-0.01 0.08 0.07 0.120.130.06 ln死亡人数t-1-0.13 0.40 时间趋势0.02 0.01 ProbF0.000.000.000.000.000.050.00 调整后的R平方0.940.940.940.960.960.600.81 样本数10101010101010 死亡率t-10.86 ***-0.04-0.300.73 ***-0.48 ***1.230.08 0.14 0.36 0.34 0.21 0.16 0.67 0.35 ln原煤产量t-1-4.58 **-8.37 ***0.90 *-2.22-11.12 ** 1.94 2.29 0.43 2.29 3.67 ln原煤产量t-24.60 **-2.18 ***2.757.57 ** 1.86 0.47 2.10 2.51 ln价格t-1-3.74 3.10 ProbF0.000.000.000.000.000.010.00 调整后的R平方0.570.690.850.630.850.830.75 样本数11111011101010 1234 全体 567 组B死亡率为果，产量为因（被解释变量死亡率t） 解释变量 1234 组A产量为果，死亡率为因（被解释变量ln原煤产量t） 全体国有重点国有地方乡镇 解释变量 国有重点国有地方乡镇 567 注括号中为标准差。***，**，*分别代表 1％，5％和 10％水平下显著。变量前“ln”表示取对数。 9 四、省际平行数据的回归分析四、省际平行数据的回归分析 明确了产量确实对死亡率有影响，我们就可以利用省际数据来发掘这种影响，并进一 步识别两类供给效应与需求效应9。 1、回归方程、回归方程 根据刚才提出的理论方程（主要是式（4） ） ，回归方程是 Mit α∗Qit β∗Dit γ∗SFit yeart provi uit 6 除式（4）已经说明的变量外，yeart代表年份的固定影响，回归中以年份哑变量形式引 入。它有两个作用一是控制宏观经济对各省的共同影响；二是，由于数据的统计口径随 年份有所变化，虽然我们尽可能进行了调整使统计口径相一致，但难免不够准确，因此， 年份哑变量可以部分控制这种统计的年度差异。provi代表省份的固定影响，它表明我们采 用的是固定影响的平行数据计量模型。采用固定影响模型，可以消除各省固有的死亡率特 征差异（例如，地质构造条件）可能带来的内生性问题。 2、三种类型的企业、三种类型的企业 鉴于数据允许，除了考察所有企业死亡率与市场总产量的关系，我们还分别考察了三 种类型的企业死亡率与市场总产量的关系。这三种类型是国有重点、国有地方和乡镇（或 称集体所有制）煤矿。在进行详细的计量分析之前，有必要对三种所有制的产量与死亡人 数进行初步观察。 附图 1 显示了三种所有制企业的死亡人数。从图中可以看到两个明显的特征。一是， 乡镇煤矿的死亡人数令人震惊地占据了大多数（约占整个死亡人数的 70％） ，虽然其产量比 例最高时也仅占 50％。普遍认为的乡镇煤矿的安全程度远低于国有煤矿属实。其次，乡镇 煤矿死亡人数的变化趋势也支配了整个死亡人数的变化趋势（两条线大致平行） ，其他所有 制的死亡人数随年度变化不大。 附图 2 表示了各种所有制原煤产量的演变过程。国有重点企业（旧称“统配煤矿” ）在 计划经济时代是煤炭工业的主体。此后，政府的“分权”改革鼓励地方和私人开矿的积极 性，大型的国有煤炭企业本身也面临权力下放给地方的压力，其在产量中的份额逐步下降。 而乡镇煤矿的产量稳步上升，在 1995 年达到并随后短暂地超过了国有企业的产量。国有地 方企业的产量则一直维持了比较稳定的规模。不过，90 年代中期以来，整个情况发生了逆 转，乡镇煤矿的产量绝对地下降了，随着 2000 年以来经济增长加速，其产量和国有重点企 业一起有大幅度地上升，但仍然小于国有重点企业的产量。此外，乡镇煤矿的产量波动也 是最大的，且和整个产量波动趋势相平行，其他所有制企业的产量本身很少变化（近几年 除外） 。这可能意味着，市场条件的变动主要影响了乡镇企业的产出，而国有企业几乎不对 市场做出反应，死亡率变化也不大。 3、变量与数据来源、变量与数据来源 死亡率（M）通过煤炭生产死亡人数除以相应的产量得到。产量（Q）即指原煤总产量。 死亡人数与原煤产量的数据来源依然是中国煤炭工业年鉴 ，其中死亡人数的数据历年统 计口径有所调整，我们尽可能将其口径进行统一（详见附录） 。 需求变量（D）考虑了三个工业产出（即第二产业增加值） 、电力消费量、冬季平均 9 利用省际数据来验证我们提出的死亡率与产量的关系，需要将每个省（样本）看成一个独立的市场。这 要求每个省的煤炭市场相对分隔。为验证这一假设，我们计算了样本期内各省煤炭产量与消费量的关系， 相关系数达到了 0.75，且几乎不随时间改变。产量对消费量的（无论混合数据还是平行数据）双变量回归 的 t 值均大于 10，系数接近 1（略大于 1，因为从产出到消费略有损耗） 。说明各省产量与消费量（及其变 化）是高度相关，各省市场分割程度较高。 （煤炭消费量数据来源于中国能源统计年鉴 ） 10 气温10。工业产出反应当地能源和原材料的总体消耗，煤炭是电力、冶金、建筑和化工的主 要原材料，这一变量能够比较全面地反映煤炭需求。工业产出的数据来源是中国国内生 产总值核算历史资料 1996-2002和中国统计年鉴 。发电是煤炭的主要用途（占原煤产 量的近一半） ，在给定的发电装机容量下，电力消费量主要反映需求而非供给11；虽然发电 方式还包括水电、风电和核电等，但火电是主要的（约占 70％） ；而且电力需求增加应该会 带来各种方式发电量的同时增加；因此用总的电力消费量是合适的。冬季平均气温用以衡 量冬季取暖的用煤需求。由于缺乏地区平均的气温资料，采用的是省会城市冬季（1、11 和 12 三月平均）的气温。 企业（第 II 类供给变量）3 个农民务农收入、年降水量以及近一年（以年中为基准） 是否发生 30 人以上重大事故的哑变量。农民务农收入用各地区农村居民纯收入当中的家庭 经营收入一项来衡量，数据来源是中国农村统计年鉴 。年降水量衡量安全禀赋，降水越 多，煤矿的安全性越差，预期死亡率越高。由于没有整个地区的平均降雨量，以省会城市 的年均降雨量来替代。最后一个变量作为企业安全规制的探测变量，但也可能影响行业供 给政策，这样我们估计的行业供给（产量）效应可能是低估的。这一变量的数据来源是中 国煤炭工业年鉴 。 对于省际数据，我们的可得年份为 1995-2005（主要受死亡率数据可得性的限制） 。省 份为除不产煤的天津、上海、西藏和海南外的 27 个省（市、区） 。其中重庆直辖市的数据 自 1996 年始，之前包含在四川省当中。为了统计口径的一致性，我们人为去掉了四川 1995 年的数据。除上面已说明的以外，数据来源均为中国统计年鉴 。 4、回归结果、回归结果OLS 估计估计 表 2（回归（3） 、 （6） 、 （9）和（12）除外）表示全部企业和分开的各类型企业的死亡 率对原煤总产量的回归结果。可以清楚的看到，原煤总产量的系数均为预期的负数，即产 量下降导致事故率上升。分别来看，该效应对于乡镇煤矿来说最为显著，对于地方国有企 业来说也比较显著，但对于国有重点企业来说不显著。 第 II 类供给效应总体不显著（联合显著性 F 检验的 p 值均在 0.2 以上） ，只有务农收入 相对较显著，且基本符合预期的负号。需求效应总体上较为显著，凡显著的均符合预期的 正号。在所有企业死亡率回归中以工业产出最为显著，但在各类型企业回归中，电力消费 量的系数较为显著，尤以乡镇企业为最显著，地方国有次之。对于国有重点企业来说，需 求变量均不显著，这进一步说明国有企业对市场不如其他企业敏感。 需求效应与第 II 类供给效应的影响不够显著， 还可以从忽略需求变量后的回归结果 （回 归（1） 、 （4） 、 （7）和（10） ）看出来。此时，产量的系数仍然为负，数值与显著性变化都 不大12。 以上的分析表明第第 I 类供给效应显著起作用，需求效应也起作用，但第类供给效应显著起作用，需求效应也起作用，但第 II 类供给效 应基本不起作用。第 类供给效 应基本不起作用。第 I 类供给效应占主导，导致产量