随着我国经济的高速发展,以煤为主的能源结构带来的大气污染与二氧化碳排放问题日益严重。2016年我国提出将2020年的煤炭消费控制在41亿吨以内。然而由于缺乏统筹的地区性控制目标,导致部分地区的煤炭控制政策与地区发展规律相违背。如何有效明确各省的煤炭控制责任,制定具体的控制目标,以此形成煤炭消费总量控制的倒逼机制是一个有待解决的问题。本文以煤炭消费效率分析作为切入点,对我国2020年省级层面的煤炭控制目标进行了分解,为国家提供了具有区域针对性的煤炭控制决策依据。本文首先介绍了我国整体与地区层面的煤炭生产、消费现状,并建立了煤炭消费特征指标体系,根据我国各省煤炭消费特征利用模糊C均值聚类进行了区域划分。其次,本文结合SBM-DEA模型与共同前沿方法对我国全要素煤炭消费效率进行了测算,并使用共同前沿Malmquist指数对全要素煤炭效率的动态变动情况与区域间的追赶效应进行了分析。发现在群组前沿下,中水平组的效率最高,组内省份间的效率差距最小,但仍与高水平组存在较大技术落差;低水平组效率最低,组内效率差异最大。在共同前沿下,高水平组的全要素煤炭消费效率为三个群组中最高,中水平组次之、低水平组最低。中国全要素煤炭消费效率整体上呈现先下降后上升的趋势,对高水平、中水平群组而言效率提升的主要原因是群组整体的技术进步,对于低水平组则是技术落差的减小。最后,通过将全要素煤炭消费效率纳入到分配体系中,分别使用集中分配DEA与熵权分配模型对我国各省2020年煤炭控制目标进行分解并对比了分配结果。发现集中分配DEA模型侧重于对高水平组进行了严格的总量控制,对中水平组给予了较大的煤炭增量;而熵权分配模型对煤炭消费状况和能源替代可行性相关指标有较大侧重,高、中水平组省份获得了较多煤炭消费配额,而低水平组则需进行较严格的煤炭削减措施。因此,在我国当前区域发展差异较大的情况下,能够综合考虑各地区效率与发展差异的集中分配DEA在煤炭控制目标分配方面是一种理想方法。