本處利用前述的影響因素綜合模型，利用國有重點煤礦企業(yè)的序列數(shù)據(jù)，計量各因素對安全生產的影響程度。之所以采用國有重點煤礦作為研究對象，是由于數(shù)據(jù)的原因。我國有相對完整的國有重點煤礦統(tǒng)計數(shù)據(jù)，但地方國有煤礦和鄉(xiāng)鎮(zhèn)煤礦數(shù)據(jù)很不完整。

選擇全國國有重點煤礦序列數(shù)據(jù)的時間段是1980～2005年。選擇計量的變量主要是采煤生產技術JS、煤炭供需狀態(tài)GX、勞動力隊伍素質SZ，其他變量如資源地質條件、安全投入產業(yè)組織、安全管理、監(jiān)管體制等或者由于缺乏數(shù)據(jù)、數(shù)據(jù)質量有問題，或者在計量過程中由于多重共線性或其他原因使變量估計出來的系數(shù)不顯著而不單獨列示，而是整合成一個代表性的時間變量t，時間序列條件下國有重點煤礦安全生產影響因素示意圖如圖11-2所示。

如圖所示，根據(jù)（1）、（2）式，將國有重點煤礦企業(yè)安全生產影響因素綜合模型表示如下（為書寫簡潔起見，省略時間下標和隨機項）：

圖11-2　時間序列分析中變量之間的關系示意圖

即：Y=eλtJSαGXβSZγ

（3）式中，Y表示百萬噸死亡率，JS表示煤礦回采工作面機械化水平，GX表示煤炭供需緊張程度即煤礦生產能力利用率水平，SZ表示煤炭企業(yè)從業(yè)人員的素質。t是時間變量，取值t=1，2，…，26，表示其他所有未單獨列示變量，包括經濟發(fā)展水平的提高、煤礦企業(yè)和生產工人安全意識的提高、企業(yè)從事安全生產管理經驗的積累（學習效應）、國家對安全生產重視，等等。α、β、γ、λ是待估參數(shù)。

采用（3）式有一個好處，就是很容易知道單獨列示的變量對死亡率的影響程度，即自變量每變動一個百分點，可給因變量帶來多少百分點的變動，也就是彈性系數(shù)的大小，式中α、β、γ分別表示JS、GX、SZ對Y的彈性系數(shù)。

（3）式中，變量JS和GX的數(shù)據(jù)都可以從《中國煤炭工業(yè)年鑒》和《中國煤炭工業(yè)統(tǒng)計資料匯編（1949～2004）》中直接得到，而反映煤礦從業(yè)人員素質的變量SZ的數(shù)據(jù)不能直接得到。根據(jù)前面有關章節(jié)的分析，盡管工人找工作時都希望有一個舒適的工作環(huán)境，但社會競爭均衡的結果是：高素質人員獲得的是高回報與高安全、高舒適的工作，而低素質人員獲得的是低回報與安全程度欠佳的工作。因此，可以用煤礦從業(yè)人員平均工資水平與當?shù)厝鐣骄べY水平的比較來反映煤礦工人的相對素質。當煤礦的經濟效益較好時，如果能給工人提供超過當時全社會平均水平的勞動工資，且有條件提供較安全、舒適的工作條件和工作環(huán)境時，煤礦吸引的是高素質的勞動力；反之，當煤礦經濟效益下降甚至虧損，煤礦難以正常支付工人工資，也無能力搞安全投資，為工人提供有安全保障的工作環(huán)境和工作條件時，煤礦就不可能留住高素質的工人，只能吸引低素質的工人（比如，吸收更多的沒有多少文化的農民工）。所以，此處反映工人素質的指標SZ是一個相對指標，其值是相應年份重點煤礦職工平均工資除以全社會職工平均工資的值。

根據(jù)（3）式，利用表11-1中的數(shù)據(jù)，運用Eviews3.1軟件，采用最小二乘法估計方法，得到如下回歸模型：

R2=0.936，R2=0.928，D.W統(tǒng)計量=1.684。

上述各項參數(shù)通過了顯著性水平為10%的t-檢驗，參數(shù)a1、a3還通過了顯著性水平為1%的t-檢驗，D.W統(tǒng)計量為1.684，比較接近2，表明消除了時間序列中的自相關，可決系數(shù)R2和調整后的可決系數(shù)R2接近1，說明方程擬合得較好?？梢姡貧w方程（4）可信程度較高。

由（4）式可知，煤礦采煤機械化水平、煤炭供需緊張程度即生產能力利用率高低、從業(yè)人員的素質對煤礦百萬噸死亡率都有顯著性影響。其中，機械化采煤水平每提高1個百分點，可以降低百萬噸死亡率1.445個百分點；從業(yè)人員相對素質每提高1個百分點，可以降低百萬噸死亡率0.534個百分點；而煤礦生產能力利用率每提高1個百分點，則促使煤礦百萬噸死亡率上升1.541個百分點。與此同時，時間變量t前面的系數(shù)為負數(shù)，說明隨著時間的推移，在其他各種綜合性因素的影響下，我國國有重點煤礦的百萬噸死亡率是下降的。

進一步考察煤礦百萬噸死亡率、采煤機械化程度、員工素質的變化趨勢可以發(fā)現(xiàn)，1980～2005年，國有重點煤礦百萬噸死亡率總體是下降的趨勢，年均下降6%左右；采煤機械化是呈上升趨勢，年均上升3.36%；員工素質是呈下降趨勢，年均下降約1.6%。根據(jù)（4）式計算的結果，采煤機械化的彈性系數(shù)是-1.445，員工素質的彈性系數(shù)是-0.534，則1980～2005年采煤機械化對降低百萬噸死亡率的平均貢獻率約為80%；而員工素質對降低百萬噸死亡率的貢獻平均約為-14%；另外，所有其他因素對煤礦百萬噸死亡率的貢獻率為34%。[2]

表11-1　全國國有重點煤礦序列數(shù)據(jù)

資料來源：《中國煤炭工業(yè)統(tǒng)計資料匯編（1949～2004）》；《中國煤炭工業(yè)年鑒》（2003～2005年各期）；《中國統(tǒng)計年鑒》（2003～2006年各期）。

由此可見，在過去的25年間，我國國有重點煤礦安全狀況如果說有所好轉的話，主要貢獻歸功于采煤技術的進步和采煤技術的應用，而與此同時，由于國有煤礦內部人才的流失和低素質員工的不斷積聚，則阻礙了煤礦企業(yè)安全生產狀況向好的趨勢發(fā)展。

附時間序列分析Eviews3.1的輸出結果：

Dependent Variable：LOG（Y）

Method：Least Squares

Sample：1980 2005

Included observations：26

附加說明：

在做上述計量計算時，作者試圖將反映煤礦安全生產狀況不同階段的虛擬變量單獨加入，測試不同階段有沒有顯著性差異，但是結果不顯著。這說明，煤礦安全生產是一項長期的、艱巨的、累積性的工作，并不因一些外在的政策因素的影響而發(fā)生突然改變，比如，1986～1990年實行煤炭全行業(yè)投入產出總承包、1992年開始的建立社會主義市場經濟體制改革、1999年成立國家煤礦安全監(jiān)察局都不會對煤礦安全生產產生明顯的直接影響，而只能是長期的逐漸的改進。

作者還搜集到了與安全生產有關的噸煤利潤和噸煤維簡費數(shù)據(jù)，但是，把這兩個因素單獨加入上述方程中，不能通過顯著性檢驗?？疾爝@兩個因素與百萬噸死亡率的相關關系，結果如表11-2所示。

表11-2　國有重點煤礦死亡率與噸煤利潤、維簡基金相關系數(shù)

表11-2顯示，噸煤利潤與百萬噸死亡率呈現(xiàn)出較高的正相關關系，這是耐人尋味的。這里的原因主要有：第一，我國國有重點煤礦主盈利時期在20世紀80年代初及以前，而從80年代中期直到2002年主要以虧損為主；第二，煤礦利潤與安全生產呈現(xiàn)出一種辯證的關系，從長期看，企業(yè)利潤的提高有利于企業(yè)搞好安全生產，但是，從短期看，安全生產與利潤則是一種矛盾關系，企業(yè)可以通過犧牲一點當前的安全投入而獲得企業(yè)當期的利潤。所以，當年的噸煤利潤與當年的煤礦百萬噸死亡率呈現(xiàn)的是正相關關系，而不是負相關關系。

表11-2顯示，國有重點煤礦中噸煤維簡基金與百萬噸死亡率呈現(xiàn)出較高的負相關關系，這很好理解。因為安全生產費用與維持簡單再生產費用有比較大的重合性：一方面，國有重點煤礦安全生產投入的資金部分來源于維簡費（另外部分或直接在成本費用中列支，或財政支持）；另一方面，維簡費的使用范圍較廣，只是其中的一部分用于直接的安全投入。這就說明，維簡費的提高有利于煤礦安全生產，但是，若將維簡費作為安全生產資金投入的替代指標，則不一定能夠通過回歸方程的顯著性檢驗。