的指标，

Pit 和 Qit 为相应的价格和产量指标。βi 反映了各省煤炭企业生产效率的价格弹性，

γi 反映了各省煤炭企业生产的规模效应，αi 为表明各省不同开采条件的常数值。考虑到我国
针对煤炭行业的相关重要政策法规多出台于上世纪

90 年代后期，发挥作用的时间较短，因

此，在本文的研究中未包括政策效应因素。

　　令

yit=lnYit，pit=lnPit，qit=lnQit，则模型(1)可表示为：

yit=αi+βiPit+riqit+εit (2)

(二)指标选取。在指标选取上，本文使用各省历年煤炭出厂价格指数用以反映煤炭价格

Pit，用分省规模以上煤炭企业的历年煤炭产量表示 Qit。在煤炭生产效率指标上，目前国外
普遍使用人均单位时间的煤炭产量来表示

Yit。从计量方法上看，由于人均单位时间的煤炭

产量是通过总产量计算而来，而总产量同时作为解释变量出现在模型中，为保证计量结果
的一致性，必须对煤炭产量的外生性作出严格假定

(Ellerman、Stoker、Berndt，2005)。从美国

的实际情况看，其国内煤炭行业的市场集中度较高，

2004 年最大的 4 家煤炭企业总产量已

占全国总产量的

45%，且美国的大型煤炭企业一般是通过 3-5 年的长期合同为下游企业生

产，因此，基本可以作出这种产量外生性的假定。相比而言，目前，我国煤炭行业的市场集
中度相对是比较低的，

2004 年最大的 8 家煤炭企业总产量也仅占全国产量的 21%，而大型

煤炭企业通过长期合同供货更是在近两年才开始试行。因此，煤炭产量外生性的假定很难成
立。所以，本文使用历年可比价格煤炭行业人均工业增加值，作为衡量各省煤炭企业生产效
率的指标。其计算公式为：

　　可比价格煤炭行业人均工业增加值

=报告期人均煤炭工业增加值/报告期煤炭出厂价格

指数

　　与人均产量相比，可比价格人均工业增加值同样可以反映一个行业的生产技术、经营管
理水平与职工的生产效率。同时，由于它是以价值进行衡量的指标，也便于对不同煤炭产区
的生产效率进行横向比较。美国劳动统计部门

The Bu-reau of Labor Statistics (BLS)一直以来

就是使用类似的人均价值指标测算美国煤炭行业的生产效率

(Flynn，1999)。最重要的是，可

比价格煤炭行业人均工业增加值是通过煤炭出厂价格指数计算得出。虽然煤炭出厂价格指数
同样作为解释变量出现在模型中，但是考虑到我国煤炭生产的低集中度，对煤炭价格指数
的外生性假定更符合我国的实际情况。

　　长期以来，我国的煤炭价格基本上实行计划价格体制，煤炭价格由国家统一制订。从
1993 年起，国家开始放开普通工业用煤与民用煤的价格。目前，除电力用煤仍实行限价外，
我国煤炭价格已经全部放开。因此，本研究将考察区间设定为

1993-2004 年。考察对象为黑

龙江、辽宁、河北、内蒙古、山西、陕西、河南、山东、安徽、湖南、四川

(含重庆)、贵州与甘肃这 13

个我国最主要煤炭产区的规模以上煤炭企业。为统一口径，

1993 年各省区煤炭价格出厂指

数均设为

100，各省区历年煤炭企业工业人均增加值也全部折算为 1990 年不变价格，所使

用样本数据取自历年中国统计年鉴、中国工业经济统计年鉴与各省统计年鉴。其中，在

13 个

主要煤炭产区中，缺少内蒙古与河北两省区的历年煤炭出厂价格指数，以两省区的采掘业
出厂价格指数替代，而

1997 年后缺少重庆煤炭出厂价格指数，统一以四川省数据替代。

　　三、面板单位根检验与协整

(一)面板单位根检验。如果面板数据是不平稳的，那么传统的最小二乘估计不仅是有偏

差的，而且是无效的。这是由于变量的内生性及残差的自相关性所导致的结果。为此，首先
需要对各变量进行面板单位根检验。本文使用

Im、Pe-saran 和 Shin(2002)的 W 检验考察面板

数据的平稳性。

W 检验的原理是，首先对每个个体序列分别进行 ADF 回归：

△yi，t=αi+γiyi，t-1+∑bi，j△yi，t-j+εi，t (3)

　　原假设为：