一、引言及文献综述

煤炭资源在中国一次能源消费中占比70%，在世界一次能源消费结构中占比25%。中国已探明煤炭储量列世界第三，资源禀赋优渥，但由于传统产业结构的限制，在长期内仍将依赖煤炭资源。需求居高不下，煤炭产量也逐步攀升，文中选取的27个煤炭资源型城市在2004-2015年间，煤炭产量增长了约79.4%。但煤炭是一种高污染能源，在开采、堆放、运输、加工以及使用过程中，不断对环境造成污染和破坏。习近平总书记在十八届五中全会上提出五大发展理念，将“绿色发展”作为其一，十九大报告中再次提出应“推进绿色发展”。绿色发展强调经济与生态的共赢，主要包括环境友好和资源的节约高效利用两个方面，已经成为中国在当前以及未来发展的主导方向。在倡导绿色发展的理念下，如何对煤炭这种“黑色能源”进行合理的开采和利用，日益受到人们的重视。此外，以煤炭作为支柱产业的资源型城市，在长期的煤炭开采中，形成了采煤塌陷区，由此引发来自生态、经济、社会的一系列问题。经济的发展与环境的改变，使得粗放式的经济增长模式受到质疑，煤炭资源型城市走可持续发展道路成为大势所趋。生态效率是衡量可持续发展的关键指标之一[1]，在影响煤炭资源型城市生态效率的诸多因素中，煤炭产量是一个关键因素[2]。因此，煤炭资源的产量，不但要考虑需求，还应考虑其对城市可持续发展的影响，这可以通过考察煤炭产量与城市生态效率的关系得出。本文选取了中国27个主要煤炭资源型城市作为样本，基于超效率DEA模型对其十二年间的生态效率值进行了测算和比较分析，然后引入煤炭产量的二次项，以煤炭产量及其二次项作为核心变量，选择产业结构、利用外资水平、研发强度、资源回收率、生产技术水平等作为控制变量，对生态效率进行实证检验，结果显示煤炭产量与生态效率之间存在U型关系，据此提出CP-EE曲线和临界产量的概念。从生态效率的角度对煤炭产量进行调控，既突破了当前重点研究煤炭消费量而忽略煤炭产量研究的局限，又开拓了对煤炭产量研究的新思路，这一思路为能源政策、产业政策的制定提供参考，并且为煤炭资源税进一步改革提供依据，有助于实现中国绿色发展下煤炭资源型城市煤炭产量的优化。

生态效率是资源环境条件在同时满足人类需要和创造社会财富时，所发生的投入与产出的对应关系[3]。国外学者多采用数据包络模型(DEA Modal)测算生态效率：微观层面上，测算某个产品[4]、工厂[5]、行业[6]的生态效率；宏观层面上，测算城市、地区的生态效率[7-8]，旨在为可持续发展提出建议。除DEA方法外，Andreas Moller引入了平衡记分卡，对可持续发展和生态效率的关系做了研究[9]；Joe Ravetz提出了IA框架，并应用于城市可持续发展综合评价法[8]。此外，Gjalt Huppes对测算生态效率的方法本身——口径、标准，以及如何运用到实际做了探究[10]。

中国学者针对资源型城市的生态效率展开了相关研究，对生态效率进行测算并对其影响因素做实证分析[11-14]。研究表明，煤炭类资源型城市的生态效率值高于金属类、综合类和石油类资源型城市[11]。煤炭是中国最重要的能源之一，现有的相关研究主要集中在对煤炭产业[15-17]和煤炭资源型城市[2，18-19]两个层面。包括对煤炭产业生态效率[15，17]、煤炭资源效率[16]、煤炭资源型城市生态效率[2]的测算及评价，以及由此引申的对煤炭资源型城市可持续发展能力的评价研究[18]。在方法上除了传统的DEA模型[17]，还有对DEA模型的改进，如PCA-DEA组合模型[15]、MFA和DEA方法相结合[16]、超效率DEA模型[2，19]以及熵权因子法[18]等。对煤炭资源型城市生态效率进行影响因素分析的文献较少，将煤炭产量作为影响因素的文献更加少见。徐杰芳[2]运用超效率DEA模型对中国27个煤炭资源型城市2004-2013十年间的生态效率值进行了测算，并基于Malmquist指数对样本城市的规模效率、纯技术效率进行分解，最后对煤炭资源型城市生态效率的影响因素进行回归分析，结果显示煤炭产量对生态效率有显著影响。因此，研究煤炭资源型城市的生态效率，须将煤炭产量作为重要因素进行考察。但在当前的相关研究中，缺乏以煤炭产量作为核心变量的针对性分析，对煤炭产量与生态效率关系的研究非常少见。

当前对煤炭产量的研究多集中在煤炭产量峰值，梅铎斯(1987)在《增长的极限》一书中首次提出增长极限的观点，警示人们资源是有限的，因此必然存在自然的极限。国内外学者对煤炭峰值进行了预测，Hubbert(1976)、Laherrere(2006)、Mohr和Evans(2009)等学者运用“钟形曲线模型”及类似方法预测出世界煤炭产量峰值发生的时间；也有学者(Lior，2008；Thieleman，2007)认为煤炭峰值并不会在短期内到达，世界煤炭供应并不存在瓶颈[20]。中国学者则更关注煤炭需求的峰值，蔡松峰[21]通过对中国煤炭需求发展趋势的分析判断中国煤炭资源的峰值大约出现在2025年；陈正[22]考虑了影响煤炭需求的三个重要因素，城镇化发展水平、产业结构变化、能源加工转换效率，以间接模型的方式对煤炭需求进行长期趋势预测，并根据预测结果提出中国到2030年左右将出现煤炭需求峰值(230 491.7万吨标准煤)。

此外，更多学者将研究重点集中在煤炭消费和煤炭需求方面，包括煤炭消费与经济增长的关系[23]，以及对煤炭需求的预测[24-26]。少量学者将煤炭消费量与生态环境结合，在对煤炭消费的研究中渗透了环境和资源因素，例如实证分析煤炭消费对用环境全要素生产率指数衡量的区域经济绩效的影响[27]；将区域大气质量和水资源条件作为制约煤炭消费的红线，分析不同的区域、省份煤炭消费总量应该增加还是削减[28]；在环境治理的约束条件下，探寻中国能源结构的转变对煤炭消费的影响[29]。

文献检索可见，从生态角度对煤炭产量开展的研究不多见，深入探寻煤炭产量与生态效率及城市可持续发展之间关系的研究更加少见。本文选取中国27个煤炭资源型城市作为样本，基于2004-2015年的面板数据，在回归模型中将煤炭产量及其二次项作为核心变量，深入研究了煤炭产量与生态效率之间的关系，并基于实证结论和城市类型，提出各省份煤炭产量策略的建议，具有创新性和实践意义。

二、生态效率的测算

在四次回归的结果中，煤炭产量及其二次项均在95%的显著性水平下通过检验，前者系数为负，后者系数为正，这说明煤炭产量与生态效率之间存在U型变化关系。如图1所示，用CP-EE曲线命名煤炭资源型城市的煤炭产量(CP)与其生态效率(EE)之间的U型变化关系。煤炭产量存在一个临界值，当产量低于该临界值时，煤炭产量与生态效率负相关，即随着煤炭产量的增加，生态效率不断下降，直至最小值。当煤炭产量超过临界值时，其与生态效率正相关，即随着煤炭产量的增加，生态效率不断上升。

 

表1 2004-2015年全国27个主要煤炭资源型城市生态效率值

  

地区省份城市城市类型2004年2005年2006年2007年2008年2009年2010年2011年2012年2013年2014年2015年东部地区山东河北辽宁枣庄衰退型0．220．270．320．420．500．590．680．620．620．760．620．67邯郸成熟型0．160．190．250．520．610．540．680．580．600．280．280．28邢台成熟型0．270．240．270．260．270．280．390．370．420．450．450．48唐山再生型0．110．130．150．160．180．240．410．180．200．190．180．20抚顺衰退型0．100．100．120．160．180．230．450．300．280．310．220．21阜新衰退型0．120．090．110．100．120．150．180．240．240．270．220．22中部地区山西河南黑龙江江西安徽朔州成长型0．100．120．170．210．140．810．270．320．360．360．160．29大同成熟型0．070．090．100．100．130．160．150．190．210．210．210．24阳泉成熟型0．040．060．070．070．080．110．120．160．200．220．220．22长治成熟型0．100．110．140．160．220．280．240．360．420．440．400．48晋城成熟型0．320．290．300．250．470．470．570．670．720．690．830．81平顶山成熟型0．180．230．240．250．330．280．300．290．300．290．300．31鹤壁成熟型0．150．160．170．180．210．260．310．380．460．400．410．47焦作衰退型0．100．120．140．180．230．260．340．440．490．510．690．77鸡西成熟型0．130．130．140．140．180．220．240．230．220．200．220．23鹤岗衰退型0．100．130．120．150．180．190．190．170．220．170．160．19双鸭山衰退型0．170．160．140．140．170．200．280．330．390．350．260．17七台河衰退型0．140．140．150．150．170．170．170．280．200．170．150．17萍乡衰退型0．100．130．130．180．230．230．250．220．250．280．290．32淮南成熟型0．100．110．120．130．150．160．200．290．310．330．300．41淮北衰退型0．110．130．130．150．200．200．280．290．350．370．400．42西部地区四川陕西宁夏内蒙古广元成熟型0．060．060．110．110．160．190．190．210．480．330．570．67达州成熟型1．550．460．510．580．610．540．690．671．401．370．530．48铜川衰退型0．070．080．080．100．040．190．270．080．090．120．140．17石嘴山衰退型0．050．030．030．050．060．060．050．050．070．070．070．08赤峰成熟型0．260．270．290．340．380．380．650．250．560．570．420．51乌海衰退型0．020．030．050．070．070．120．150．150．130．130．100．10

从全国总体层面看，2004-2015年间中国主要煤炭资源型城市的生态效率整体呈现平稳的上升趋势。从城市类型看，生态效率均值从大到小依次为再生型、成熟型、成长型、衰退型，这一结果符合对资源型城市类型的界定标准和常规判断。由此也可看出，对衰退型煤炭资源城市而言，探寻经济转型的新出路是重中之重。

三、煤炭产量与生态效率的关系

煤炭资源型城市与其他城市相比，最大的区别在于其以煤炭及相关产业作为支柱产业，存在煤炭的开采、加工等行为，这些行为会给环境造成相当的破坏。同时，随着煤炭开采量的增加，地表下沉的面积随之扩大，形成采煤塌陷区，给生态效率造成直接的影响。因此，在考量煤炭资源型城市可持续发展的影响因素时，应将煤炭产量作为首要因素。本部分将以煤炭产量作为核心变量，选取若干控制变量，实证分析煤炭产量与生态效率之间的关系。

(一)指标及模型设定

建立模型如下：

在数据来源方面，资源回收率、生产技术水平、产业结构和利用外资水平，来自《中国城市统计年鉴》，直接统计或计算得出；煤炭产量一部分数据来自各地《国民经济和社会发展统计公报》，部分缺失数据采集于《中国煤炭工业年鉴》，具体做法是将该市所有国有煤矿当年的煤炭产量加总，作为该市当年的煤炭产量；大中型企业研究和试验发展经费支出利用“省大中型工业企业研发经费支出×市工业总产值/省工业总产值”计算得出。

根据回归结果，得出生态效率的方程如下：

根据已有文献的研究以及生态经济学、资源与环境经济学的原理，同时考虑数据的可得性和煤炭资源型城市的特点，选取以下因素作为控制变量：①资源回收率，由于三废综合利用产品产值自2011年起不再统计，故本文采用固体废物综合利用率来表示资源回收率；②生产技术水平，单位工业生产值耗电量； ③利用外资水平，实际利用外商直接投资占地区生产总值的比重；④产业结构，第三产业增加值占地区生产总值的比重； ⑤研发强度，大型企业研究和试验发展经费支出占工业增加值的比重。考虑应变量生态效率以及控制变量的数值，对煤炭产量取对数，并引入其二次项。

Yit=α+βX+γX2+∂D+μi+εit

（二）研究方案 采用随机抽样，面向南昌工程学院、江西农业大学、江西师范大学三个高校的师生员工发放调查问卷。上述的指标体系设为从优到劣5个水平，在问卷中均设有理论期望值与实际值对照，并要求调查对象对所在基层党组织进行总评，同时要求对合格党组织具备的特征排序。本文使用SPSS19.0软件进行数据分析。

其中，i代表城市，t代表年份，α是常数项，β、γ、∂是参数向量，μi、εit是随机扰动项；Y代表煤炭资源型城市生态效率，X为核心变量(煤炭产量的对数)，X2为核心变量的二次项，D为控制变量矩阵，D=[D1it,D2it,D3it,D4it,D5it]T，D1、D2、D3、D4、D5 分别表示资源回收率、生产技术水平、利用外资水平、产业结构和研发强度。

行政执法机关在依法查处违法行为过程中，发现违法事实涉及的金额、情节、后果等涉嫌犯罪，需要将案件移送有关司法机关处理，在移送过程中就产生了行政执法机关与刑事司法机关的衔接问题。水行政执法属于行政执法的一种，研究水行政执法与刑事司法“两法衔接”机制，必须以理清行政执法与刑事司法 “两法衔接”机制概念为前提。在理论层面，我国许多学者从不同角度对 “两法衔接”机制内涵作了深刻阐释。

(二)实证分析结果

为了获得最优的拟合效果，依次剔除未能通过显著性检验的控制变量，进行了四次回归，回归结果见表2所列。控制变量中，生产技术水平(单位工业生产值耗电量)对生态效率产生显著的负向影响，在99%的显著性水平下通过检验；产业结构对生态效率产生显著的正向影响，并在95%的显著性水平下通过检验；资源回收率、利用外资水平、研发强度对生态效率未产生显著影响。这说明提升生产技术水平(降低单位工业产值耗电量)、优化产业结构能够显著地提升生态效率。

 

表2 生态效率影响因素回归结果

  

项目回归一回归二回归三回归四自变量煤炭产量-0．8347∗∗∗-0．0831∗∗∗-0．8328∗∗∗-0．8293∗∗∗煤炭产量二次方0．0529∗∗∗0．0527∗∗∗0．0528∗∗∗0．0524∗∗∗控制变量生产技术水平-1．0190∗∗∗-1．0201∗∗∗-1．0111∗∗∗-1．0469∗∗∗产业结构-0．0034∗∗-0．0034∗∗-0．0034∗∗-0．0034∗∗资源回收率0．03970．04190．0456利用外资水平-1．8185-1．8279研发强度0．3206常数项3．6782∗∗∗3．6666∗∗∗3．6667∗∗∗3．7017∗∗∗F值35．2241．1149．1961．10R20．43830．43760．43610．4338

基于绿色发展所包括的资源节约高效利用以及环境友好两个方面，同时借鉴徐杰芳[2]测算生态效率的研究方法、样本选取、指标选取及数据来源，补充了最新数据，测算出各样本城市2014、2015年的生态效率。结果见表1所列。

  

图1 CP-EE曲线

为了检验实证分析的结论，用matlab软件对27个煤炭资源型城市2004-2015年的生态效率与煤炭产量数据进行拟合，结果如图2所示，拟合出的CP-EE曲线呈现U型趋势。这说明煤炭资源型城市的煤炭产量与生态效率之间存在U型关系。煤炭的开采、堆放、运输等行为会给环境造成破坏和污染，因此在临界产量以内，随着煤炭开采量的增加，生态效率随之下降。随着开采量的增加，规模效应能够带来效率的提高，采煤企业及当地政府有能力在技术改进、环境改善等方面投入更多资金，因此当超过临界产量时，随着煤炭产量的增加，生态效率随之升高。因此，确定临界产量的数值尤为重要，可为当地确定煤炭产量策略提供参考。

经过详细研究和施工准备工作，武汉地铁于2015年进行了试验性改造施工，并于2016年实施了 2.59 km弹性短轨枕改造专项，从根本上解决了原弹性短轨枕地段病害，增加了轨道稳定性，大大降低了轨道维护工作量，保障了行车安全及舒适度。通过实测，改造实施前，原弹性短轨枕道床减振效果仅有5～8 dB，因橡胶套靴老化、轨枕离缝及空吊，减振效果出现较大衰减，改造使用的中等减振扣件可以达到较好的减振效果，改造完后通过添乘感受，轨道减振降噪性能未有明显变化。

  

图2 matlab软件拟合CP-EE曲线

(三)临界值测算

随着全球化的飞速发展，基于国际关系的复杂性，不断适应发展环境是我国的重要策略。国与国之间需坦然接受彼此间综合国力的差异性，互相包容与共同发展，增强自身在国际市场上的竞争力。从国家层面来看，政府及相关部门需要通过不断修改完善税收政策，创造一个良好的发展环境；从企业层面来看，企业应勇于进行海外投资，在境外创造更多发展的可能性，并充分运用税收协定中的优惠条款从容应对国际税收风险，维护自身利益的同时享受政策福利。总的来说，企业在走出去过程中要结合自身经营的特点，不断提升风控能力，应对不断改变的国际局势。国家应不断与国际税收新规进行磨合，推动中国税收国际化，为“一带一路”发展提供完善的税收政策。

ee=3.701 7-0.829 3cp+0.052 4(cp)2-1.046 9ptl-0.003 4is

要想到达城乡空间完全融合发展，不能只依靠相互帮助、相互联系的城乡空间结构，还要依靠城乡之间的经济融合发展。从某种程度上来讲，只有城乡经济实现了融合发展，才能够说是真正的城乡融合。受到“城市搞工业、乡村搞农业”思想的长期影响，乡村经济以农业为主，收益比较低。因此，要对传统农业进行改造，逐步达到城乡之间经济融合，从而实现城乡空间的真正融合。

当前各煤炭城市的煤炭产量主要由矿井产能、国家政策、市场行情等因素共同决定，并未从生态效率角度去对产量进行必要调控，不符合当前可持续发展的要求。根据上述分析，可基于临界产量确定煤炭产量调控策略，但应充分考虑城市类型及城市的实际情况。如表4所列，成长型城市的资源开发处于上升阶段，资源保障潜力大，若煤炭产量高于临界产量，处于CP-EE曲线的上升段，为进一步提高生态效率，应选择增加产量的策略；反之，若煤炭产量低于临界产量，削减煤炭产量可以提升生态效率，但考虑城市类型是成长型，削减产量不符合城市定位和发展阶段，因此应采取大幅增加产量策略，将产量提升至临界产量以上。成熟型城市资源开发处于稳定阶段，产量小于临界产量的城市，可采取削减策略；产量大于临界产量的城市，应采取增加策略。衰退型煤炭资源城市多面临资源枯竭的困境，亟须实现产业转型，探索新的经济增长点，这类城市若产量小于临界产量，选择削减产量策略可以提升生态效率，亦符合其经济发展的预期；产量大于临界产量的城市，增加产量可以提升生态效率，但考虑城市类型为衰退型，继续增加产量并非现实可选的做法，应大幅削减产量，将产量控制在临界产量之内，进而逐步减少煤炭产业在经济中所占的比重，实现生态效率的提升和城市转型双重目标，推动城市可持续发展。再生型城市指的是已经成功实现经济转型，不再单纯依赖煤炭相关产业的城市，已经通过优化经济结构、科技创新、升级传统产业、培育新兴产业等路径实现了城市的转型，多由资源枯竭型城市发展而来。对这类城市而言，提升煤炭产量是不切实际的，因此对于产量超过临界产量的再生型城市，应采取大幅削减煤炭产量的策略，将其产量减少到临界值以下。

(1)

其中，ee代表生态效率，cp代表煤炭产量(取对数值)，ptl为生产技术水平，is为产业结构。通过对(1)式求导，可以得出煤炭产量的临界值约为7.913 2(约2 733万吨)。根据上述CP-EE曲线，当煤炭产量低于7.913 2时，生态效率随着煤炭产量的增加而下降，当煤炭产量超过7.913 2时，提高煤炭产量有利于生态效率的提升。

从省级层面看，应采取削减产量策略的省份包括四川、内蒙古、辽宁、江西、宁夏、黑龙江、陕西、河北、山东；应采取增产策略的是山西省；河南、安徽既存在应增产的城市，又有需要减产的城市。从市级层面看，需要增产的城市有7个，需要减产的城市有16个，需要大幅减产的有2个。因此，从全国整体来看应削减煤炭产量，当前中国的煤炭资源去产能政策是符合现实需求的。

 

表3 27个样本城市2015年煤炭产量一览

  

所处阶段城市省份地区城市类型2015年煤炭产量(对数值)CP⁃EE曲线下降段鹤壁河南中部成熟型5．1685广元四川西部成熟型6．0936达州四川西部成熟型6．1003焦作黑龙江中部衰退型6．2911萍乡江西中部衰退型6．4228抚顺辽宁东部衰退型6．5203石嘴山宁夏西部衰退型6．9862阜新辽宁东部衰退型7．0028邢台河北东部成熟型7．0387双鸭山黑龙江中部衰退型7．1786七台河黑龙江中部衰退型7．2077鹤岗黑龙江中部衰退型7．2683乌海内蒙古西部衰退型7．2899鸡西黑龙江中部成熟型7．3616枣庄山东东部衰退型7．4302邯郸河北东部成熟型7．8285赤峰内蒙古西部成熟型7．8404铜川陕西西部衰退型7．8613CP⁃EE曲线上升段唐山河北东部再生型7．9150平顶山河南中部成熟型8．1375淮北安徽中部衰退型8．5576阳泉山西中部成熟型8．7735淮南安徽中部成熟型9．0116晋城山西中部成熟型9．1116长治山西中部成熟型9．3780大同山西中部成熟型9．4452朔州山西中部成长型9．8228

四、煤炭产量的策略选择与调控建议

根据前述分析，煤炭资源型城市的煤炭产量与生态效率间存在U型关系，将其定义为CP-EE曲线。低于临界产量时，处于CP-EE曲线下降阶段，煤炭产量对生态效率有显著负向影响；高于临界产量时，处于CP-EE曲线上升阶段，煤炭产量与生态效率正相关。生态效率是城市可持续发展水平的重要指标，可以衡量城市的可持续发展水平，因此煤炭产量可以在一定程度上对该城市的可持续发展水平产生影响。为实现煤炭资源型城市的可持续发展，提升生态效率，需要对煤炭产量进行必要的调控。

2016年第三季度以来，由于国家去产能政策，加上季节性用煤需求增加，导致煤炭价格上涨迅速，环渤海动力煤指数显示半年间煤炭价格涨幅超过60%。2017年煤炭价格再创新高，接近2012年的价格峰值。中国大型的煤炭企业多为国有企业，肩负着更多的社会责任，不能仅追求经济利益。面对市场回暖，是趁势增产，还是抓住机遇进行转型，成为能源供给侧改革中关键性的选择,也是中国经济“新常态”下关系到经济稳态发展的重要选择。

(一)煤炭产量的策略选择

婴幼儿尽可能避免接触呼吸道感染的患者，避免到人多空气污浊的环境中去，家中有患呼吸道感染性疾病的成人要尽量避免亲密接触年幼的孩子，如需接触要洗手戴口罩。

 

表4 煤炭产量的策略矩阵

  

城市类型城市及策略小于临界产量大于临界产量成长型城市朔州策略大幅增产增产成熟型城市达州、广元、鹤壁、鸡西、邢台、邯郸、赤峰淮南、平顶山、阳泉、晋城、大同、长治策略减产增产衰退型城市焦作、抚顺、萍乡、阜新、石嘴山、七台河、铜川、鹤岗、双鸭山、枣庄、乌海淮北策略减产大幅减产再生型城市唐山策略减产大幅减产

如表3所列，27个样本城市中，按照2015年的煤炭产量(对数值)来看，处于CP-EE曲线上升阶段的有9个城市，除唐山属于东部地区外，其余均处于中部地区；除唐山是再生型、淮北是衰退型、朔州是成长型之外，其余均为成熟型煤炭资源城市。这说明大部分煤炭资源型城市都未达到临界产量，从提升生态效率的角度，应削减煤炭产量。

(二)煤炭产量优化调控的建议

2016年以来国务院及各省区市相继出台的去产能政策，以期实现产业结构优化，生态环境改善，并促进经济转型。去产能政策作为一种行政手段，能在短时间内奏效，起到立竿见影的效果，但会在一定程度上扭曲市场，因此需要其他手段与之配合。

数学实验材料往往能一物多用，像上文中的“超级七巧板”，除了用来“拼图形”之外，还可以用来研究“分类”“密铺”等。可以就同一实验材料展开不同的课题探究，是一种生成性的学习资源。相同的材料因为材质不同也会产生新的玩法。与“超级七巧板”类似，我们还常用一种透明材质的彩色图形片（见图3）。因为透明，所以学生可以很方便地进行图形的重叠比较，从而多角度地进行实验探究。我们利用“透明图形片”，曾在上海、重庆等地多次上过展示课。在上课伊始都提了一个相同的问题“从这些彩色图形片中，我们可以找到哪些数学问题？”学生提出的问题即是实验的内容。比如：

(1)需求侧调控，即调整需求，通过市场机制影响煤炭供给。利用市场机制，通过调节需求，影响市场价格，进而影响煤炭企业自行调整产量。①大力发展新能源，降低市场对煤炭资源的需求。天然气、太阳能、风能等新能源，与煤炭资源相比，在利用过程中对环境较为友好，成为能源发展的大势所趋。但由于种种局限，中国当前对新能源的使用和推广，并不充分，煤炭资源仍然占绝对主导地位。因此，应考虑通过各种扶持政策，大力发展新能源，并逐步实现对传统“黑色能源”的替代，例如用风力发电逐步替代火电，将大大降低对煤炭资源的需求。②用环保标准控制火电厂发电配额，直接压缩煤炭资源的需求。火电是当前煤炭资源的需求大户，在发电过程中给环境造成了较为严重的污染。通过制定更加严格的环保标准，间接控制火电厂的发电量，可以大大压缩火电厂对煤炭资源的需求，对整个煤炭市场的需求亦可产生显著的影响。③提高煤炭资源利用效率，降低对煤炭资源的需求。加大研发投入，通过科技进步，实现煤炭资源利用效率的提升，从而降低市场对煤炭资源的总需求，实现能源结构的优化。

(2)供给侧调控，即调控成本，倒逼企业调整产量。通过提高失地农民补偿标准、生态补偿标准等方法，增加煤炭企业采煤成本，倒逼企业压缩产能。随着煤炭的开采，会形成地表塌陷，煤炭企业面临向塌陷区农民进行补偿和安置，对塌陷土地进行生态修复和综合治理等一系列成本，而这一成本将随着煤炭产量的增加、塌陷区面积的扩大，而持续增长，对企业形成较为沉重的负担。地方政府可以适当提高补偿标准，在一定程度上增加煤炭企业的负担，倒逼企业压缩产能。对于山西省来说，政府则可以对塌陷区居民的搬迁安置补偿、安置区配套设施建设、塌陷区土地的治理和修复、公建设施损毁修复等，给予财政支持，通过减轻煤炭企业的负担，促进企业提高煤炭产量。

“不，阿斌，你不能这样想，世上许多事情都不是可以用金钱作标准来衡量的，有时精神的力量要远远大于金钱的力量。”

(3)改革完善煤炭资源税。2014年底中国煤炭资源税改革，由从量征收改为从价征收，税率由各地方政府在2%～10%之间根据实际情况自行决定。河南、河北、辽宁、安徽等省获批的税率均为下限2%，湖南、广西为2.5%，山东、贵州分别为4%、5%，税率较高的陕西、山西和内蒙古分别为6.1%、8%和9%，均未达到上限10%。资源大国加拿大也对煤炭资源征收开采税，税率高达18%～20%。可见，中国煤炭资源税的税率严重偏低，难以实现对煤炭开采行为的有效调控。建议对煤炭资源税实行进一步改革，税率仍由地方政府根据实际情况自行决定，但适当提高税率范围的下限，只有税率足够对煤炭企业的开采行为产生影响时，煤炭资源税的调节作用才能发挥。同时引导地方政府结合本地的煤炭产量策略，设置差别化税率。例如需要实施增产策略的省份，对超过临界产量的部分制定较低的税率，低于临界产量制定较高的税率，促进煤企在适度范围内提升煤炭产量；需要实施减产策略的省份则相反，对超过临界产量的按照更高的税率征收，对临界产量以内的实行优惠税率。此外，地方政府还可以通过调节环境相关费用的征收，对煤炭产量形成一定的影响。

(4)建立并完善相关调控机制。要实现对煤炭产量的有效调控，必须要建立行之有效的相关调控机制，例如落后产能退出机制，煤炭企业投资风险评价机制，煤炭行业准入机制等。落后产能退出机制的建立能够保证落后产能快速实现有效退出或进行生产转型，从而提高煤炭企业的生产效率；建立煤炭企业风险评价机制，能够帮助煤炭企业在进行初始投资时，全面评估生产风险，避免盲目投资带来损失；从生产技术、生产规模以及生态补偿等方面共同确定煤炭行业的准入标准，通过煤炭行业准入机制来限制不合格企业的进入，从而实现对煤炭产量的调控。

五、结束语

煤炭产量对煤炭资源型城市的生态效率有显著影响，在城市的可持续发展中扮演着重要角色。在绿色发展理念下，地方政府选择何种产量策略，能够在较大程度上影响到城市的生态效率，进而影响到可持续发展的推进。因此，基于煤炭产量和生态效率的U型关系，判断所处CP-EE曲线的阶段，选择适合的煤炭产量策略，并通过多种政策、手段对煤炭产量进行调控，是各煤炭资源型城市需要考虑的方向。煤炭产量与临界产量的关系，是制定相关能源政策、产业政策时需要考查的重要方面。

参考文献：

[1]郭存芝，罗琳琳，叶明.资源型城市可持续发展影响因素的实证分析[J].中国人口·资源与环境，2014，24(8) : 81-89.

[2]徐杰芳，田淑英，占沁嫣.煤炭资源型城市生态效率评价[J].城市问题，2016(12) : 85-93.

[3]成金华，孙琼，郭明晶，等.中国生态效率的区域差异及动态演化研究[J].中国人口·资源与环境，2014,24(1) : 47-54.

[4]BARBA Y, ADENSO B, LOZANO S. Eco-efficiency of electric and electronic appliances: a data envelopment analysis (DEA)[J]. Environmental model assess,2009,14(4) : 439-447.

[5]HUA Z S, BIAN Y W, LIAND L. Eco-efficiency analysis of paper mills along the Huai River: an extended DEA approach[J]. Science Direct,2007,35(5) : 578-587.

[6]OGGIONI G, RICCARDI R, TONINELLI R. Eco-efficiency of the world cement industry: A data envelopment industry[J].Energy Policy,2011,39(5) : 2842-2854.

[7]YIN K, WANG R S, AN Q,et al. Using ecol-efficiency as an indicator foe sustainable urban development: A case study for provincial capital cities[J].Ecological Indicators,2014,36(1) : 665-671.

[8]RAVETZ J. Integrated assessment for sustainability appraisal in cities and regions[J]. Environmental Impact Assessment Review,2000,20(1) : 31-64.

[9]MOLLER A, SCHALTEGGER S. The Sustainability Balanced Scorecard as a Framework for Eco-efciency Analysis[J].Journal of industry ecology,2005, 9(4) : 73-83.

[10]HUPPES G, ISHIKAWA M. A Framework for Quantied Eco-efciency Analysis[J].Journal of Industrial Ecology, 2005,9(4) : 25-41.

[11]李惠娟，龙如银，兰新萍.资源型城市的生态效率评价[J].资源科学，2010,32(7) : 1296-1300.

[12]陈浩，陈平，罗艳.基于超效率DEA模型的中国资源型城市生态效率评价[J].大连理工大学学报:社会科学版，2015，36(2) : 34-40.

[13]黄雪琴，王婷婷.资源型城市生态效率评价[J].科研管理，2015，36(7) : 70-78.

[14]郭存芝，罗琳琳，叶明.资源型城市可持续发展影响因素的实证分析[J].中国人口·资源与环境，2014，24(8) : 81-89.

[15]程晓娟，韩庆兰，全春光.基于PCA-DEA组合模型的中国煤炭产业生态效率研究[J].资源科学，2013，35(6) : 1292-1299.

[16]武春友，岳良文，张米尔.基于MFA和DEA的煤炭资源效率测算方法的研究[J].中国人口·资源与环境，2014，22(12) : 135-142.

[17]牛苗苗.中国煤炭产业的生态效率研究[D].武汉:中国地质大学，2012.

[18]汪克亮，严慧斌，孟祥瑞.煤炭资源型城市可持续发展能力评价研究——基于熵权因子分析法[J].工业技术经济，2013(12) : 108-117.

[19]张晶.基于超效率的煤炭资源型城市工业生态效率研究[J].经济问题，2010(11)：57-59.

[20]郑欢.中国煤炭产量峰值与煤炭资源可持续利用的问题研究[D].成都:西南财经大学，2014: 4-11.

[21]蔡松峰.煤炭需求影响因素及峰值分析[J].宏观经济管理，2014(9) : 51-52.

[22]陈正.中国煤炭需求的影响因素分析及峰值预测[J].商业经济与管理，2011，24(11) : 69-77.

[23]王鉴雪，宁云才.能源消费、煤炭消费与经济增长关系研究[J].技术经济与管理，2011(12) : 9-12.

[24]林伯强，魏巍贤，李丕东.中国长期煤炭需求：影响与政策选择[J].经济研究，2007(2) : 48-58.

[25]张金锁，冯雪，邹绍辉. 基于趋势组合的我国煤炭需求预测模型研究[J].商业研究，2016(6) : 51-56.

[26]方行明，杨锦英，郑欢. 中国煤炭需求增长极限及其调控[J].经济理论与经济管理，2014(12) : 63-73.

[27]李世祥，刘江宜，张莉，等. 煤炭消费、碳排放与区域经济绩效——基于13 个煤炭消费大省的实证研究[J].资源科学，2013，35(8) : 1625-1634.

[28]张有生，苏铭.严守资源环境红线，控制煤炭消费总量[J].宏观经济管理，2015(1) : 43-47.

[29]林伯强，李江龙. 环境治理约束下的中国能源结构转变——基于煤炭和二氧化碳峰值的分析[J].中国社会科学，2015(9) : 84-107.