1.4　研究内容、研究方法及技术路线

1.4.1　研究内容

（1）矿工生计现状调查及分析研究

系统总结煤炭行业和矿工生计可持续发展面临的主要问题和挑战是后续研究的切入点和突破口。为此，本书将首先从行业基本面、行业供给、行业需求和行业绩效四个维度深入分析煤炭行业发展状况，从而更好地认识矿工生计脆弱性的背景与本质。然后在此基础上，设计矿工生计状况调查问卷，从外部冲击、内部能力、资产状况、经济活动、发展策略等方面，特别是从自然资本、经济资本、人力资本、社会资本、产能调控影响五个方面调查分析矿工所拥有的生计资本数量和结构状况，总结和剖析矿工生计状况及所面临的问题。

（2）产能调控下矿工生计脆弱性机理研究

阐明产能调控下矿工脆弱性机理是开展其评估方案与降低策略研究的理论基础。为此，本书将首先在对我国矿工生计相关数据收集、整理和统计分析的基础上，结合脆弱性理论、可持续生计理论和现有研究成果，厘清矿工生计脆弱性的科学内涵、典型特征和表现形式。然后在此基础上，通过整合可持续生计和脆弱性分析框架，系统剖析矿工生计脆弱性的关键要素及其作用关系，阐释产能调控下矿工生计脆弱性响应机理。

（3）基于经济性和公平性的产能调控优化研究

兼顾经济性和公平性的产能调控优化是降低矿工生计脆弱性的关键，也是保障矿工短期生存质量和长期可持续生计能力的基本提前。为此，本书将首先采用生产函数法开展中国煤炭产能利用率与产能过剩规模测算；然后将数据特征驱动与二次分解建模思想进行融合，构建基于数据特征驱动和多次分解集成的煤炭产能过剩组合预测方法和模型体系，实证分析中国煤炭产能过剩的主要驱动力量和未来发展趋势；最后，统筹兼顾经济性、效率性和公平性，综合采用生产函数法、索洛余值法和多目标非线性规划方法，研究构建省区煤炭产能调控配额分配模型，并利用各产煤省区相关数据资料进行模型参数估计和模型求解。

（4）产能调控下矿工生计脆弱性综合评估研究

矿工生计脆弱性的致因结构体系决定了其脆弱性评估的理论框架。为此，本书将在矿工生计脆弱性机理研究的基础上，从经济波动风险、生境条件敏感性、社会系统恢复力和矿工个体适应力等多维视角出发，构建矿工生计脆弱性综合评估指标体系；然后针对评估体系中蕴含的要素耦合关系、不确定因素和信息不完备等突出问题，采用集成化的最优数据挖掘方法，构建矿工生计脆弱性评估理论方法和模型体系，并实证测度我国典型煤炭城市矿工生计脆弱性水平，解析矿工生计脆弱性的时空特征和主要影响因素。

（5）产能调控下矿工生计脆弱性降低策略研究

本书将首先根据矿工生计脆弱性实证评估结果，综合考虑区域经济发展水平等因素，选取矿工生计脆弱性较高的鄂尔多斯市为对象进行深度案例研究，分析案例区域矿工生计脆弱性高的主要成因和影响矿工生计脆弱性的关键因素。其次，从“政府—产业—企业—个体”四个层面开展矿工生计脆弱性降低策略的情景设计，并运用复杂系统动力学建模方法，研究开发矿工生计脆弱性情景仿真模型。再次，在此基础上，通过模拟仿真，揭示不同产能调控和降低策略情景下矿工生计脆弱性的动态变化规律，解析不同降低策略的作用机理、路径和有效性。最后，结合煤炭城市矿工生计状况的特殊性，提出降低矿工生计脆弱性的对策建议。

1.4.2　研究方法及技术路线

本书遵循“文献分析→实地调研→理论阐释→模型构建→实证分析或模拟仿真→获得结论→有效性研讨→对策建议”的基本范式，以能源科学、经济学、管理科学和复杂性科学的理论知识为基础，综合运用文献调研、统计分析、数据挖掘、演化博弈、情景分析、系统动力学等方法，深入开展产能调控下矿工生计保障问题研究。技术路线如图1.8所示。

具体研究方法如下:

（1）文献研究法

文献研究法是指根据选定的课题或者研究目的，对某一问题或者某一领域的文献进行搜集和查阅，并基于时间线或者方法论对文献进行分析和整理，力图全面了解研究对象本质属性的一种研究方法。本书首先采用文献调研法，围绕产能过剩、产能调控、生计脆弱性、可持续生计等主题收集、阅读、整理和归纳已有研究文献，探寻现有研究存在的局限和不足，为开展本研究提供相应的经验借鉴和理论基础。

（2）问卷调查法

问卷调查法是以书面形式，围绕研究的目的设计一系列有关的问题，请被调查者作出回答，然后通过对答案的回收、整理和分析，获取有关信息的一种研究方法。本书采用问卷调查法，从家庭基本情况、自然资本、经济资本、人力资本、社会资本和煤炭产能调控影响六个方面调查分析矿工的生计状况，系统总结出矿工生计可持续发展面临的主要问题和挑战。调研过程中所发现的问题也将成为后续研究的切入点和突破口。

（3）统计分析法

统计分析法是通过分析数量关系来揭示随机现象中局部与整体之间以及各因素之间联系规律性的一种客观、科学、精确的研究方法，通过分析相应的统计指标来揭示事物之间的相互关系，认识事物的变化规律和发展趋势，从而实现对研究对象的正确解释和预测。本书将采用描述性统计分析煤炭行业发展状况；采用假设检验识别数据特征；采用回归分析方法构建煤炭行业各省份去产能成本测算模型和估计方法。

（4）组合预测法

组合预测的理念自1969年被Bates和Granger首次提出以后，便得到了国内外学者的广泛关注。一些复杂的、波动不规则的数据序列，往往包含诸多随机或者模糊不确定的因素，传统的单项预测模型仅能捕捉到原始序列的部分信息，对信息的利用不够全面，导致预测结果存在一定偏差。预测模型通常具有线性或者非线性的表达形式，选择不恰当的表现形式容易引起系统误差。组合预测方法考虑不同的因素变量，集合各单项模型的优势，从多个维度来捕捉信息，使得各模型的信息互补，确保预测结果偏差最小化。组合预测作为一种可以有效改善传统预测模型缺陷的策略方案，不仅在理论上具有较为重要的学术价值，而且具有一定的实践应用价值。本书采用组合预测方法开展中国煤炭产能过剩预测模型及实证研究。

（5）多目标规划方法

多目标规划的概念是1961年由美国数学家查尔斯和库柏首先提出的。该方法属于多目标决策领域，它涉及多目标函数的优化问题，同时也是多目标优化问题。多目标优化已经应用到许多领域，包括工程、经济和物流。在两个或更多冲突的目标之间取舍时，需要采取最优决策。对于一个非平凡的多目标优化问题，没有单一的解决方案能够同时优化每一个目标。在这种情况下，目标函数是相互冲突的，并且存在一个可能是无穷数的帕累托最优解。本书采用多目标非线性规划方法，研究构建省份煤炭产能调控配额分配模型，并利用各产煤省份相关数据资料进行模型参数估计和模型求解，提出统筹兼顾经济性、效率性和公平性的煤炭产能调控方案。

（6）数据挖掘方法

数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、统计学、数据库等知识基础，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。本书针对评估体系中蕴含的要素耦合关系、不确定因素和信息不完备等突出问题，采用集成化的最优数据挖掘方法，构建矿工生计脆弱性评估理论方法和模型体系，并利用我国典型煤炭城市相关数据资料进行实证评估与分析。

（7）系统动力学方法

系统动力学是一门分析研究信息反馈系统的学科，是由麻省理工学院的Jay W. Forrester教授于1956年创立的一门研究系统动态复杂性的科学，是系统科学和管理科学中的一个重要分支。系统动力学方法以反馈控制理论为基础，以计算机技术为手段，主要研究复杂系统的结构、功能与动态行为的关系。系统动力学面向复杂系统，很好地对决策论、信息论、系统论、协同论等理论进行了耦合，是一种用于解决“动态复杂问题”的仿真技术，其通过模型模拟来剖析系统，获得更为丰富和深刻的信息，进而寻找解决问题的最佳途径，目前系统动力学方法在社会、经济以及生态系统中有着广泛的应用。它可以用来定性与定量地分析历史、现在以及研究未来，是实现决策现代化与经营管理现代化的有力手段，因而被誉为“战略与决策实验室”。本书采用系统动力学方法开发矿工生计脆弱性降低策略的情景仿真模型，定量揭示不同产能调控情境下不同降低策略的有效性以及不同策略间的阻碍效应、对冲效应、互补效应和叠加效应，提出不同产能调控情景下降低矿工生计脆弱性的最优策略组合。