规制与技术效率基于中国钨、锑和稀土开采的随机前沿分析

1、规制与技术效率:基于中国钨、锑和稀土资源开采的随机前沿分析关键词：矿产资源；规制；技术效率；随机前沿分析一、引言我国矿产资源的开发利用长期存在过度开采、乱采滥挖、资源综合利用率低的问题。特别是钨、锑和稀土等实行保护性开采的优势矿产资源，在其消费、出口及应用方面仍存在掠夺性开发、过度出口等现象，有损国家战略利益1(p42)。通常情况下，政府可采取一种或几种规制来优化矿产资源的开采途径，以实现资源的保护和合理利用2(p263)。近年来，国家针对实行保护性开采的优势矿产资源先后施行总量控制规制。从2002年起，国土资源部向全国钨矿矿山和企业下达了钨精矿开采总量控制指标，正式开场施行钨矿开采的政府规制

2、；从2022年起，国土资源部开场施行稀土开采的总量控制规制，并要求相关省区根据矿山企业资源储量状况、开发利用规模、资源利用程度等实际情况，科学合理地分配各矿山的产量配额指标。2022年，国家针对稀土的总量控制由间接的指导性调整为直接的指令性，规制措施更加严格。2021年，国家首次开场施行锑矿开采的总量控制规制。尽管政府施行了严格的规制措施，但钨、锑和稀土每年的实际产量远大于施行规制当年的总量控制指标，开采规模过大的现象仍然普遍存在。保护和合理利用矿产资源，使矿产资源储量和开采量到达某种平衡，这就需要深化理解矿产资源开采技术效率的变化。技术效率的变化可能是因为应用某种新技术引起的，也可能是由企业

3、规模、规制和进出口贸易等因素引起的。国内外学者先后运用随机前沿分析sfa方法对矿产资源开采的技术效率及其影响因素进展了研究。在国外研究资源开发技术效率影响因素的文献中，pase等以自然资源为研究对象，并以可再生资源渔业为例，从投入与产出角度研究了政府规制对渔业资源开发的技术效率所产生影响，结果说明总量控制的规制降低了可再生资源渔业开发的技术效率3(p187-206)；shara等运用sfa方法研究了美国伊利诺伊州12个煤矿的技术效率，并分析了影响煤矿技术效率的因素4(p1-24)。姚平运用sfa方法测算了我国煤炭企业的技术效率，还对我国40家煤炭消费企业的技术效率进展了简单排序5(p357-3

4、60)；刘新梅等运用sfa模型对煤炭消费的技术效率及影响技术效率的因素进展了实证研究，研究发现地质条件对煤炭开采技术效率有负面影响，而运输条件、人力资源、开采技术等因素对区域煤炭开采技术效率有正面影响，其中人力资源和开采技术影响较大6(p37-40)。已有研究文献虽然考察了规制对可再生资源渔业开发的影响，但未见到研究规制对矿产资源开采技术效率影响的文献；而运用sfa方法研究矿产资源开采技术效率的相关文献，对技术效率的影响因素进展了各不一样的归纳，但未深化考察某一类因素对矿产资源开采技术效率的详细影响，尤其未对规制影响下技术效率的变化进展系统研究。本文尝试采用随机前沿分析方法，在测算钨、锑和稀土

5、开采技术效率的根底上，系统考察规制因素对我国矿产资源开采技术效率的影响，以期对我国矿产资源的合理有效开发利用及矿产资源的规制提出改进策略。中国地质大学学报(社会科学版)2021年5月第12卷第3期李国平，等：规制与技术效率：基于中国钨、锑和稀土资源开采的随机前沿分析二、规制与技术效率目前关于规制regulatin的概念还没有形成共识。美国经济学家丹尼尔?f?史普博将规制与市场相结合，认为规制是指由行政机构制定并执行的直接干预市场配置机制或间接改变企业和消费者供需关系决策的一般规那么或特殊行为。规制的短期目的是把企业的产量控制在某一明确规定的程度上。规制的长期目的那么是要实现一种有效率的产业构造

6、，在本钱最小化的要求下调整企业的规模和产量7(p45,461)。由于矿产资源的不可再生性，在矿产资源的开发利用过程中往往具有很强的外部性，并导致“市场失灵，因此，世界上大多数国家都对矿产资源的开采进展规制。规制表达在矿产资源领域中，通常是指规制机构针对矿产资源开发利用实行的行政指令或总量控制，其中，以总量控制为代表的规制在资源规制中居于主导地位8。这主要是因为在现实中总量控制的方式是最易行的，并且总量控制容易产生规制机构利益，加上中国的文化背景及尚不成熟的市场经济条件，都导致其成为政府部门进展资源规制的首选方式9(p12)。总量控制是调节市场供求关系的重要手段，是资源供求关系从买方市场走向卖方

7、市场的重要因素之一。我国矿产资源开采的总量控制由国土资源部下达年开采总量指标，分解到相关盛区、市，并由盛区、市国土资源主管部门逐一确定各矿山的年开采量。一个企业为实现利润最大化，就必须在给定的投入程度即技术效率te下，实现产出最大化，即利用有效率的投入组合消费最优的产品组合10(p5-15)。这里的效率就是指给定产量的最优投入组合。如今，假设某矿产资源开采企业主要开采某一矿产，其产量为y1，由于矿产资源开采企业多为数种矿产并采，假定其他所有矿产的产量为y2。假设政府针对某矿产施行总量控制的规制，其分解到该企业的配额为y*1。在y*1的产量下，该企业存在一个最正确的产品组合，假定为(y*1,y*

8、2)，即图1中的点a。该产量必定处于消费可能性曲线的内部，否那么总量控制是没有意义的，且在这一产品组合下，其投入组合是最正确的。规制影响下企业消费行为的变化假如企业在a点所代表的投入程度下开采矿产资源，由于在消费可能性曲线内部，说明企业投入规模存在无效率的现象。假如企业为改变这种投入规模无效率以获取更大利润，扩大消费至处于消费可能性边界上的b点，该点在技术上是更有效率的，这里的技术效率tey,x)可由a/b表示。在消费可能性边界上，企业可以把产出组合改变至点以获取更多的利润边际转换率等于价格比。在这种情况下，为保持投入和产出比不变，以到达点上的收益，企业需要将产出扩张到d。因此，收益效率re(

9、y,x,p)由a/d衡量。产出配置效率为ae(y,x,)为re(y,x,p)/te(y,x)，或者是图中的b/d。三、分析模型与数据本文采用sfa方法估算中国矿产资源开采的技术效率，主要基于以下几个原因：1中国矿产资源开采的数据较难获得，且透明度较低，这可能会造成较大的测量误差，sfa方法可以在一定程度上弱化数据的测量误差对估计结果的影响；2国家对稀有金属开采的规制处于不断变化之中，且受国际市场环境的影响，某些年份针对稀有金属资源开采的规制会异常严格，在这种情况下，消费函数在个别年份的异常变化不应被视为开采技术效率的根本改变，而sfa方法能在一定程度上识别并排除这种短暂的冲击。本文采用sfa方

10、法克制以上困难，从而使效率估计更加客观、准确。一理论模型：随机前沿分析sfa模型随机前沿分析模型自产生以来，最初主要针对截面数据的消费函数，后来，battese等提出了适用于面板数据并同时能对前沿消费函数和技术无效率函数进展参数估计的随机前沿消费函数模型11(p325-332)，该模型被广泛应用于各工业行业技术效率的测算。随机前沿消费函数模型的一般形式为：yit=xit+(vit-uit)i=1,n;t=1,t1teit=exp(-uit)2随机前沿消费函数参数的估计一般使用最大似然法le，似然函数是基于一个具有分开的误差项的联合密度函数12(p57-66)。单个消费者技术效率的计算方法为：+

11、2a/23二计量模型与数据选择本文采用超越对数形式的随机前沿消费函数模型：lnyit=0+1lnlit+2lnit+3lnsit+4lnl2it+5ln2it+6lns2it+7lnlitlnit+8lnlitlnsit+9lnitlnsit+10lnbitlnit+vit-it4式中，i=1,2,3，表示第i种矿产；t=2022,2021，表示时期。yit表示矿产开采的工业总产值万元;lit表示从业人员人，是与某矿产开采直接相关的从业人员;it表示资本投入万元。由于统计数据上的原因，本文利用地质矿产勘查投入和矿业权出让金额作为资本投入的替代指标。其中，地质矿产勘查投入是指某一矿产的探矿权人在

12、地形测绘、地质测量、遥感、物探、钻探、山地工程、岩矿测试等内容的资本投入；矿业权出让金额是指探矿权和采矿权在矿业权出让的一级市场上，由政府招标、拍卖和挂牌所产生的合同金额，反映了矿山企业为获得勘探和开采某一矿产资源的权利必须投入的资本金额。这一选择不是最优选择，而是由于统计资料上的制约造成的次优选择。sit表示根底储量万吨。bit是一个表示规制的虚拟变量，假如i矿产在t时期实行了规制，取值为1，否那么，取值为0。随机误差项由随机项vit和无效率项uit组成。无效率项与随机项的别离取决于无效率项的分布特征。根据battese等的分析11(p325-332)，无效率项服从具有确定均值的正态分布，即

13、itn(,2u)。无效率项的均值被假定为一些变量的函数如企业规模，进出口贸易等，本文把无效率模型it设定为：it=0+1size1it+2size2it+3size3it+4regit+5nexit+it5其中，i,t的含义与消费函数模型中的意义一样。size1it、size2it和size3it分别表示大中型企业、小型企业和小矿占该种矿产全部矿山企业数量的比例。regit是规制中指令性总量控制方案的施行情况即配额执行情况，假设i矿产在时期t有明确的指令性总量控制方案，且其总量指标分解到了各个矿山企业，那么取值为1，否那么为0。nexit是净出口虚拟变量，假设i矿产在时期t的净出口为正，取值为

14、1，否那么为0。型所使用样本为20222021年中国钨、锑和稀土资源开采的相关数据，数据来源于?中国矿业年鉴20222021?、?中国国土资源年鉴20222021?和?中国资讯行统计数据库?。四、实证结果分析一模型设定的检验在对消费函数和无效率模型进展估计之前，首先应确定模型设定是否为最优形式。这里，本文利用似然比likelihdrati，lr检验，来检验模型设定的构造形式。似然比lr=-2lnl(h0)-lnl(h1)，其中，lnl(h0)和lnl(h1)分别是零假设和备择假设下的对数似然函数值，它们都服从2分布。表1模型形式检验结果h0lnl(h0)lnl(h1)lr1%5%被限参数结果截

15、断正态分布1=2=34=5=6=二估计结果表2随机前沿函数估计结果变量l估计值标准差t值显著性程度/%三技术效率的影响因素分析本文重点考察了小矿、小型企业、大中型企业、规制和净出口5个因素对矿产资源开采的技术效率的影响。在这5个因素中，有4个因素到达了5%及以上的显著性程度，说明这些因素可以初步解释样本矿产开采的技术效率如表3所示。表3效率函数估计结果变量l估计值标准差t值显著性程度/%从矿山企业的规模构造看，小矿占比在1%的程度上显著，且符号为正，说明小矿占比的上升，不利于进步矿产资源开采的技术效率。这是因为我国小矿产权不明晰，普遍存在采富弃贫、无证开采、越界开采、资源综合利用率低等现象。小

16、型企业在5%的程度上显著，且符号为负，说明矿产资源开采集中于小型企业有利于进步技术效率。而大中型企业在统计上不显著，这可能是因为大中型企业涉及的消费范围较广，其开采矿种往往比较多元化，并进展矿产资源的加工处理，大多涉及中下游产业。我国矿产资源开采的技术效率总体上表现为随着企业规模的扩大，技术效率逐步进步，但是随着规模进一步扩大，技术效率又开场逐步降低。这说明，我国的矿山企业大部分都处于规模不经济状态，而随着企业规模的进一步扩大并超过临界点，开采的技术效率也会降低。从总量控制规制的执行情况看，该项在1%的程度上显著，且符号为正。说明总量控制的规制对矿产资源开采的技术效率有明显的负作用。总量控制的指标分解到各个企业后，单个企业获得的配额一般都小于其自身最优产量，也就是说，位于消费可能性曲线内部，这样就产生了要素投入无效率的情况。抑或，单个企业为了获取更大利润，增加要素投入，以此扩大消费规模，当更多企业参加到扩大消费规模的行列中时，将使矿产资源开采的总体规模过大，这样就产生了规模无