论文部分内容阅读
摘要：本文首先通过建立面板数据分析模型，探究产权改革与采矿业发展的内在关系，指出产权改革在扩大采矿业规模、提升行业效率方面的重要作用。其次提出采矿业产权改革的政策建议：结合矿种特点和经济属性，选择合理的产权改革方式；大力发展国有采矿企业，提高行业集中度；改革乡镇采矿企业的产权和经营模式。
关键词：产权改革；采矿业；国有采矿企业；乡镇采矿企业
中图分类号：F121.3 文献标识码：A 文章编号：1001-828X（2014）012-00000-03
一、引言
我国《矿产资源法》明确规定，矿产资源属于国家所有，但在目前政府对矿产资源缺乏严格有效管理的情况下，矿业权的消耗性使用权和他物权特性决定了矿业权人一旦获得矿产资源开采权，就成为事实上的所有权人，实质上拥有对资源的占有、使用、处置和收益权[1]。在我国，不同性质类型的采矿企业具有不同的产权模式和经营特点。国有采矿企业是一种国家所有、国家经营的模式，一般具有四个特点：一是通过行政划拨的方式获得矿业权，而且开采规模较大；二是垄断性较强，对矿产资源和资源市场都具有相对的垄断性；三是受政府控制较强，国有采矿企业在开采规模、价格、销售等方面受到较多的政府干预。而乡镇采矿企业事实上是一种私人所有、民营开发的模式，主要特点有：一是通过招标、拍卖和挂牌等市场竞争方式获得矿业权；二是规模较小；三是自由竞争性强；四是在开采规模、价格、销量等方面受政府的行政干预少，政府对乡镇采矿企业的监管主要体现在安全生产和生态环境保护方面。
不同的产权模式和经营特点导致国有和乡镇采矿企业开采效率的差异。由于资源所有权与矿业权的一致性，国有采矿企业在开采过程中往往具有较高的资源节约和环境保护意识，资源回采率高；另一面，由于资源所有权与矿业权的不一致性，乡镇采矿企业在开采过程中更强调追求利润最大化，采富弃贫等资源浪费行为较为普遍。可以说，当前我国采矿过程中的资源耗竭性开采、资源浪费问题与乡镇采矿企业对资源的过度采掘有着密切的关系，而国有采矿企业在资源节约、环境保护方面的做法则更有利于实现资源的可持续[3]。探究产权改革与采矿业发展的内在关系，分析产权改革在扩大行业规模，提升行业效率方面的作用，对保障我国采矿业持续健康发展具有重要的现实意义。
二、指标选择、模型设定与数据处理
（一）指标选择
1.采矿行业发展指标
（1）总量指标。采矿行业面临的首要问题是发展，而发展的核心是做大做强，因而，总量发展是采矿行业发展的目标之一。工业总产值与工业增加值是反映产品总量以及衡量采矿行业发展的两项重要指标。为了便于综合考察产权改革对采矿行业总量发展的影响，本文使用上述两项指标，以期得到更加稳健的结论。由于两项指标均用货币表示从而受价格影响，分析时须经价格平减。
（2）效率指标。采矿行业须走高效、集约发展之路，因此采矿行业发展中必须重视效率目标。Tornqvist index等指标是衡量效率水平的理想指标，但由于数据的缺乏，本文选择统计年鉴上的全员劳动生产率来代表。具体分析时，该指标也须经价格平减。
2.产权改革指标
从两方面考虑产权改革指标的设定：一是从职工人数角度分析；二是从企业单位数量角度考虑。产权改革的代理变量可以采用国有采矿企业的职工数与行业职工总数之比，也可以采用国有采矿企业单位数与行业企业单位总数之比，本文选用后者。
3.扰动因素
在影响采矿业发展的制度因素中，除了产权改革外，技术进步与开放度也发挥重要作用。本文使用年度科研经费筹集额指标作为技术进步的代理变量，采用出口交货值占GDP比重作为开放度的代理变量。
（二）模型设定
按照我国2002年颁布的国民经济行业分类标准，采矿行业有：煤炭采选业、油气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业及其它矿采选业。其它矿采选业在2002年之前没有设立，是新增行业部门，基于数据的连贯性，本文将其剔除。对煤炭采选业、油气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业5个行业1998-2007年的数据进行面板分析，构建如下模型：
（i=1，2，3，4，5） （t=1，2，…10）
其中，i代表采矿各行业，t代表时期，Yit代表行业i在时期t的总量或效率水平，表示采矿各行业i在时期t的解释变量，即产权改革、技术进步、开放度以及产权改革与技术进步的交互项，是上述解释变量的系数向量，αi为截距项。
（三）数据处理
gyzjzpj及xlvpj取对数，其次对序列的平稳性进行检验。结果发现，6个序列均满足趋势项和常数项的检验形式，除“产权改革”稳健性比较好，具有单整特征外，其他5个序列均需进行一阶单整，因此在回归分析中“ln（gyzczpj）”、“ln（gyzjzpj）”、“ln（xlvpj）”、jishupj”及“kfd”均采取一阶差分形式，检验结果见表2。
三、模型结论
本文分别估计了3个模型：模型1采用固定效应模型，模型2采用随机效应模型，模型3采用两阶段最小二乘法进行估计，以增强结论的稳健性。
为消除异方差性，除对部分严格为正的变量进行对数处理外，在固定效应模型分析时采用可行的广义最小二乘法（Cross-section weights），并采取White-period稳健方法来校正行业、时期异方差的影响[4]。面板数据回归模型设定时，面临着模型的选择问题，本文使用豪斯曼检验（Hausman-test）进行固定效应与随机效应的选择，采用似然F统计量进行固定效应、与混合面板方法的选择[3]。
计量实证分析结果见表3（附录）。从表中豪斯曼检验与似然F统计量结果，本文以两阶段最小二乘法的随机效应分析为主。模型主要结论如下：
关键词：产权改革；采矿业；国有采矿企业；乡镇采矿企业
中图分类号：F121.3 文献标识码：A 文章编号：1001-828X（2014）012-00000-03
一、引言
我国《矿产资源法》明确规定，矿产资源属于国家所有，但在目前政府对矿产资源缺乏严格有效管理的情况下，矿业权的消耗性使用权和他物权特性决定了矿业权人一旦获得矿产资源开采权，就成为事实上的所有权人，实质上拥有对资源的占有、使用、处置和收益权[1]。在我国，不同性质类型的采矿企业具有不同的产权模式和经营特点。国有采矿企业是一种国家所有、国家经营的模式，一般具有四个特点：一是通过行政划拨的方式获得矿业权，而且开采规模较大；二是垄断性较强，对矿产资源和资源市场都具有相对的垄断性；三是受政府控制较强，国有采矿企业在开采规模、价格、销售等方面受到较多的政府干预。而乡镇采矿企业事实上是一种私人所有、民营开发的模式，主要特点有：一是通过招标、拍卖和挂牌等市场竞争方式获得矿业权；二是规模较小；三是自由竞争性强；四是在开采规模、价格、销量等方面受政府的行政干预少，政府对乡镇采矿企业的监管主要体现在安全生产和生态环境保护方面。
不同的产权模式和经营特点导致国有和乡镇采矿企业开采效率的差异。由于资源所有权与矿业权的一致性，国有采矿企业在开采过程中往往具有较高的资源节约和环境保护意识，资源回采率高；另一面，由于资源所有权与矿业权的不一致性，乡镇采矿企业在开采过程中更强调追求利润最大化，采富弃贫等资源浪费行为较为普遍。可以说，当前我国采矿过程中的资源耗竭性开采、资源浪费问题与乡镇采矿企业对资源的过度采掘有着密切的关系，而国有采矿企业在资源节约、环境保护方面的做法则更有利于实现资源的可持续[3]。探究产权改革与采矿业发展的内在关系，分析产权改革在扩大行业规模，提升行业效率方面的作用，对保障我国采矿业持续健康发展具有重要的现实意义。
二、指标选择、模型设定与数据处理
（一）指标选择
1.采矿行业发展指标
（1）总量指标。采矿行业面临的首要问题是发展，而发展的核心是做大做强，因而，总量发展是采矿行业发展的目标之一。工业总产值与工业增加值是反映产品总量以及衡量采矿行业发展的两项重要指标。为了便于综合考察产权改革对采矿行业总量发展的影响，本文使用上述两项指标，以期得到更加稳健的结论。由于两项指标均用货币表示从而受价格影响，分析时须经价格平减。
（2）效率指标。采矿行业须走高效、集约发展之路，因此采矿行业发展中必须重视效率目标。Tornqvist index等指标是衡量效率水平的理想指标，但由于数据的缺乏，本文选择统计年鉴上的全员劳动生产率来代表。具体分析时，该指标也须经价格平减。
2.产权改革指标
从两方面考虑产权改革指标的设定：一是从职工人数角度分析；二是从企业单位数量角度考虑。产权改革的代理变量可以采用国有采矿企业的职工数与行业职工总数之比，也可以采用国有采矿企业单位数与行业企业单位总数之比，本文选用后者。
3.扰动因素
在影响采矿业发展的制度因素中，除了产权改革外，技术进步与开放度也发挥重要作用。本文使用年度科研经费筹集额指标作为技术进步的代理变量，采用出口交货值占GDP比重作为开放度的代理变量。
（二）模型设定
按照我国2002年颁布的国民经济行业分类标准，采矿行业有：煤炭采选业、油气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业及其它矿采选业。其它矿采选业在2002年之前没有设立，是新增行业部门，基于数据的连贯性，本文将其剔除。对煤炭采选业、油气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业5个行业1998-2007年的数据进行面板分析，构建如下模型：
（i=1，2，3，4，5） （t=1，2，…10）
其中，i代表采矿各行业，t代表时期，Yit代表行业i在时期t的总量或效率水平，表示采矿各行业i在时期t的解释变量，即产权改革、技术进步、开放度以及产权改革与技术进步的交互项，是上述解释变量的系数向量，αi为截距项。
（三）数据处理
gyzjzpj及xlvpj取对数，其次对序列的平稳性进行检验。结果发现，6个序列均满足趋势项和常数项的检验形式，除“产权改革”稳健性比较好，具有单整特征外，其他5个序列均需进行一阶单整，因此在回归分析中“ln（gyzczpj）”、“ln（gyzjzpj）”、“ln（xlvpj）”、jishupj”及“kfd”均采取一阶差分形式，检验结果见表2。
三、模型结论
本文分别估计了3个模型：模型1采用固定效应模型，模型2采用随机效应模型，模型3采用两阶段最小二乘法进行估计，以增强结论的稳健性。
为消除异方差性，除对部分严格为正的变量进行对数处理外，在固定效应模型分析时采用可行的广义最小二乘法（Cross-section weights），并采取White-period稳健方法来校正行业、时期异方差的影响[4]。面板数据回归模型设定时，面临着模型的选择问题，本文使用豪斯曼检验（Hausman-test）进行固定效应与随机效应的选择，采用似然F统计量进行固定效应、与混合面板方法的选择[3]。
计量实证分析结果见表3（附录）。从表中豪斯曼检验与似然F统计量结果，本文以两阶段最小二乘法的随机效应分析为主。模型主要结论如下：