【摘要】煤礦智能化建設已成為驅動煤炭工業協同轉型的關鍵引擎。中國煤礦智能化建設面臨建設進度不一、持續運行能力較弱、數據互聯互通受阻、關鍵核心技術領域尚待創新突破、人工智能與煤礦管理雙端人才支撐不足等關鍵問題。推進煤炭產業向高端化、智能化方向平穩轉型，需要政府與煤炭生產企業協同努力、精準施策，具體路徑包括促進產業整體發展與產業鏈深度融合，實現上下游協同優化；加強智能化技術研發應用與跨領域技術合作共享，全面提升煤礦智能化技術創新與應用水平；構建適應煤礦智能化發展的專業人才隊伍，為產業智能化轉型提供堅實的人才支撐。

【關鍵詞】煤礦智能化 煤炭工業 協同轉型 新質生產力

【中圖分類號】F426.21 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2025.02.004

【作者簡介】林伯強，廈門大學中國能源政策研究院院長，管理學院講席教授、博導，教育部“長江學者”特聘教授。研究方向為能源經濟與政策、環境與低碳經濟。主要著作有《現代能源經濟學》《高級能源經濟學》《能源金融》等。

《中共中央關于進一步全面深化改革、推進中國式現代化的決定》[1]強調要健全推動經濟高質量發展體制機制，促進實體經濟和數字經濟深度融合，完善發展服務業體制機制等，為煤炭工業協同智能化轉型提供了政策支持和發展機遇，為煤炭工業的綠色發展指明了方向。同時，在2024年《政府工作報告》中，“大力推進現代化產業體系建設，加快發展新質生產力”[2]被置于政府工作任務的首要位置。培育新質生產力的核心在于推動我國傳統產業結構向高端化、智能化、綠色化方向深度轉型，煤炭作為我國能源安全體系的基石與穩定力量，其相關領域新質生產力的培育對于維護國家能源安全具有舉足輕重的戰略價值。鑒于上述背景，國家能源局于2024年5月正式頒布了《關于進一步加快煤礦智能化建設促進煤炭高質量發展的通知》，明確指出，要“加快發展新質生產力，推進數智技術與煤炭產業的深度融合應用，進一步提升煤礦智能化建設水平，促進煤炭高質量發展。[3]這一舉措標志著煤礦智能化已成為驅動煤炭工業協同轉型和煤炭領域新質生產力培育的關鍵引擎，加快推動煤炭產業轉型升級刻不容緩。本文聚焦我國煤礦智能化建設的最新趨勢，剖析其在促進煤炭全產業鏈協同升級中的關鍵作用。同時，針對當前煤礦智能化進程中面臨的挑戰，提出一系列具有前瞻性和針對性的政策建議，以推動我國煤炭工業的智能化轉型、確保國家能源安全。

中國煤礦智能化建設的發展現狀

煤礦機械化已實現全面普及，智能化采掘工作面的數量增長勢頭強勁。一方面，煤炭開采行業的機械化水平正穩步趨近于百分之百全覆蓋，標志著煤礦機械化轉型已接近尾聲。截至2023年，中國大型煤炭企業的采煤機械化率已高達99.10%（見圖1），幾乎所有大型煤礦均已完成工業化轉型，并正積極邁向由機械化、自動化向智能化升級的新階段。另一方面，隨著人工智能技術取得突破性進展，煤礦智能化意味著安全高效生產，這被視為推動煤炭企業實現高質量發展的關鍵戰略舉措。鑒于此，近年來我國煤礦智能化進程被明確列為重點發展議程，多地紛紛啟動并推進煤礦智能化的試點示范項目。煤礦智能化發展速度逐年加快，截至2024年4月，全國范圍內已建成煤礦智能化采掘工作面共計1922個，顯示出煤礦智能化建設的蓬勃態勢與廣闊前景（見圖2）。據國家礦山安監局等七部門聯合發布的《關于深入推進礦山智能化建設、促進礦山安全發展的指導意見》，[4]到2026年，全國煤礦智能化產能占比將不低于60%，智能化工作面數量占比將不低于30%，智能化工作面常態化運行率將不低于80%。未來，煤炭行業將逐步從機械化向智能化過渡。

中國煤礦智能化領域正日益成為政策關注的熱點。近年來，中央及地方政府對煤炭行業智能化轉型的重視程度不斷提升，一系列支撐和引導煤礦智能化發展的政策措施相繼出臺，呈現顯著的政策深化與細化趨勢。具體而言，中國煤礦智能化政策的發展路徑具有兩大鮮明特征：其一，煤礦智能化政策體系正從宏觀指導框架向融合具體實踐案例和詳盡實施標準的方向轉型，且這一過程仍在不斷深化。以2020年2月25日國家能源局發布的《關于加快煤礦智能化發展的指導意見》[5]為起始，該政策文件從總體戰略部署、核心任務規劃及保障措施落實三個維度進行了全面布局。隨著煤礦智能化試點項目的深入實施與經驗積累，截至2024年8月，國家能源局已相繼出臺《煤礦智能化建設指南（2021年版）》[6]《全國煤礦智能化建設典型案例匯編（2023年）》[7]及《煤礦智能化標準體系建設指南》[8]等配套細則（見圖3）。這些文件不僅提供了豐富的實踐案例參考，而且構建了詳盡的建設標準體系，為煤礦智能化發展的具體路徑提供了科學指導。其二，新一代人工智能技術在煤礦智能化領域的應用前景備受關注。隨著煤礦基礎勘探、鉆井作業、物流運輸等環節的智能化技術與政策體系日益成熟，以ChatGPT為代表的新一代人工智能技術正逐漸成為推動煤礦智能化向縱深發展的新引擎。智能管理系統的優化、大數據平臺的構建以及多產業鏈間的互聯互通，正逐步成為煤礦智能化未來發展的核心議題與戰略重點，煤礦行業將迎來更加高效、智能、協同的生產與管理模式變革。

未來煤炭工業智能化市場前景廣闊，發展潛力巨大。2022年，中國煤炭工業協會對56家煤炭信息技術產業主要企業業績進行了調查，結果顯示，其營收總額同比增長29.2%，利潤總額同比增長41.6%。[9]據中國工程院院士康紅普測算，2023年我國煤炭工業數字經濟總規模約為7330億元至8270億元，占煤炭工業總產值的比重約為14.4%至16.2%。[10]未來，煤炭工業智能化市場的規模還將進一步擴大。

中國煤礦智能化建設的重要意義

煤礦智能化轉型構筑煤礦安全生產新生態。從機械化替代人力、自動化減少人力依賴，到智能化實現無人化作業，煤礦行業的智能化建設被視為顯著提升礦山安全標準、促進礦山安全管理模式向事前預防深度轉型的關鍵路徑。2022年全國智能化煤礦的關鍵安全性能指標較全國煤礦平均水平高出56個百分點，[11]彰顯了煤礦智能化建設的顯著成效。煤礦智能化建設的核心價值在于為這一高危行業構筑起堅實的安全生產防線。其一，智能化技術依托實時監測、預防性分析與早期預警機制，有效遏制了煤礦事故的發生。以“電子圍欄”系統為例，該系統在掘進工作面、煤倉、密閉墻及帶式輸送機等井下高危區域得到廣泛應用，通過集成高精度人員定位、紅外傳感與機器視覺識別等先進技術，實現了對作業人員違規進入危險區域的即時預警，顯著增強了作業安全。其二，智能化技術正引領煤礦行業邁向“無人則安”的未來愿景，實現了從“減人”向“無人”作業的跨越式發展。具體而言，巡檢機器人等智能化設備，運用視覺識別等前沿技術，對礦山作業環境進行全方位、智能化的巡檢，提升了巡檢效率，更關鍵的是，它們能夠替代礦工在極端危險環境中作業，從而極大降低了人員傷亡的風險。以貴州豫能投資有限公司新田煤礦為例，通過智能化建設，該礦成功減少了固定崗位、采煤及機掘工作面現場作業人員160余名，[12]實現了安全生產效率與水平的雙重提升。

煤礦智能化推動煤礦生產進一步提質增效。煤礦智能化轉型對于煤炭生產的質量提升與效率增進具有深遠影響，該進程正積極助力煤礦企業邁向更高層次的生產力發展階段，實現生產力的全新質變。全國首批71處智能化示范煤礦項目已成功部署363個智能化采煤工作面和239個智能掘進工作面，單面的平均年產能高達500萬噸，[13]這一數字遠超全國煤礦平均單產水平，實現了三倍以上的顯著增長。煤礦智能化的核心優勢之一在于其通過運用集成自動化采掘裝備、智能機器人及無人運輸系統等前沿技術，實現了井下作業的深度自動化與人員精簡。這些高科技設備能夠全天候連續作業，極大地增強了生產效能與作業流程的連貫性。智能化系統依托實時數據采集與處理能力，結合大數據分析技術，能夠精準識別生產流程中的瓶頸環節與潛在問題，為制定生產優化策略提供了堅實的數據支撐與科學依據。近三年來，隨著煤礦智能化進程的推進，智能化煤礦在單進效率、單產水平及全員工效等方面均有卓越表現，分別達到全國平均水平的2倍、3.5倍及5倍，彰顯了智能化轉型的顯著成效。智能化不僅是煤炭行業轉型升級的關鍵路徑，更是推動行業高質量發展的必然選擇。煤炭企業能夠通過智能化建設實現對生產流程的智能化、精細化管理，進而提升產品質量，增強市場競爭力。此外，智能化技術的應用還促進了煤炭產業與新能源、信息技術等產業的深度融合，為能源結構的優化升級注入了新的活力與動能。

中國煤礦智能化建設面臨的問題

煤礦智能化建設進度不一、持續運行能力較弱、數據互聯互通受阻。首先，煤礦智能化的區域與企業間發展不平衡現象顯著。從地域維度看，據國家能源局數據，超過九成的煤礦智能化建設重心集中在內蒙古、陜西、山西等煤炭資源富集省份，體現了明顯的地域集中性。而貴州、四川等西南省份，由于中小煤礦密集分布與地質條件復雜的雙重制約，其智能化轉型步伐相對滯后。進一步而言，從企業層面看，目前國有企業與中央企業是煤礦智能化建設的主要引領者，但因智能化改造成本較高，加之技術、人才等多種因素制約，民營企業的煤礦智能化進程相對緩慢，整體呈現顯著的非均衡分布特征。此外，煤礦智能化進程中的經濟可行性問題不容忽視，它構成了決策制定的重要考量維度。安永咨詢公司發布的最新研究報告指出，針對已投產的生產型礦井，其單礦智能化改造與升級的預估費用巨大，介于1.49億元至2.63億元之間。對于新建型礦井，單礦的智能化改造費用則更為高昂，預計位于1.95億元至3.85億元范圍內。[14]鑒于這些高昂的成本投入，煤礦企業在推進智能化改造時，必須采取審慎態度，深入評估哪些煤礦具備實施智能化改造的經濟合理性與技術可行性，審慎考慮哪些煤礦因資源枯竭、技術落后或經濟效率低下而須納入淘汰或轉型的范疇。這一過程不僅關乎企業經濟效益的最大化，也涉及行業整體的可持續發展與結構優化。其次，已部署的智能化煤礦普遍面臨常態化運行時間短、運行效率低的困境。這主要由于智能化系統建設尚處于初級階段，成熟度不足；加之針對智能系統的考核機制尚不明晰，運維標準化體系尚未健全，導致智能采掘、智能運輸、智能管控平臺等關鍵環節在日常運行中的穩定性與效率有待提升。特別是煤礦井下復雜多變的環境，對自動化設備的耐候性、穩定性和可靠性提出了嚴苛要求，而當前設備性能尚難以全面滿足井下作業需求。最后，煤礦行業的數字化平臺應用普及率較低，成為制約智能化深化的另一瓶頸。行業內及跨行業間的信息共享機制不健全，不僅阻礙了煤礦生產全鏈條的智能化感知與數據深度挖掘，還可能對構建未來產業智能化融合生態造成阻礙，不利于實現煤礦行業的轉型升級與可持續發展。具體而言，煤礦生產運營管理環節匯聚了大量多源異構數據，涵蓋了從設備狀態信息、控制指令等結構化數據，到視頻、圖片、語音等非結構化數據的廣泛范疇。然而，這些數據之間缺乏有效的兼容性與互通性，形成了嚴重的“信息孤島”現象，阻礙了數據的整合利用與價值挖掘。此外，煤礦企業間和不同系統間的數據格式、網絡通信協議等標準不統一，進一步加劇了數據流動與共享的困難。盡管諸如山西煤炭工業互聯網平臺、華為礦鴻平臺等項目的推出旨在打破這一壁壘，促進數據的互聯互通，但當前仍處于初步推廣與持續優化階段，尚需更多努力以實現全面覆蓋與高效運作。因此，加強煤礦行業數字化平臺的建設與普及，建立健全信息共享機制，推動數據標準的統一與互認，成為破解當前瓶頸、推動煤礦智能化深化發展的關鍵所在。

煤礦智能化產業架構錯綜復雜，建設范疇廣泛，其關鍵核心技術領域尚待重大創新與突破。依據國家能源局2024年3月頒布的《煤礦智能化標準體系建設指南》，煤礦智能化建設體系被細化為涵蓋基礎通用、信息基礎設施、平臺與軟件技術、生產系統與裝備智能化、運維保障與管理等五大核心領域及二十余個細分模塊，這一體系要求煤礦企業必須與各類人工智能科技企業建立緊密且深入的合作伙伴關系。然而，鑒于合作歷程尚淺、技術壁壘較高和實際應用場景的高度復雜性，當前煤礦與人工智能企業間的協同合作仍面臨諸多挑戰，這阻礙著煤礦智能化技術的深入發展與廣泛應用。一方面，由于缺乏統一的煤礦智能化建設標準，導致生產系統與輔助系統供應商眾多，數據接口標準不一，進而引發煤礦智能化進程中管控復雜度激增、管理系統冗余低效等問題。另一方面，煤礦智能化領域的多項關鍵技術仍處在攻堅克難階段，亟待加快技術創新。當前，煤礦智能化建設以信息化為基石，通過部署自動化設備和系統，實現了部分固定崗位的無人值守與遠程監控，有效降低了工人勞動強度，提升了生產自動化與信息化水平。但面對物聯網、云計算和人工智能等前沿技術在煤礦智能化領域的深度融合需求，仍需在智能化一體平臺構建、復雜地質條件下的高效通信和數據實時傳輸等關鍵技術上取得重大突破，以全面推動煤礦智能化向更高層次邁進。

人工智能與煤礦管理雙端人才支撐不足。智能采礦領域的專業人才對于國內大型煤礦企業的智能化轉型進程發揮著重要支撐作用。然而，在大數據與人工智能技術的深度融合與應用層面，煤礦智能化人才短缺問題依然凸顯，形成了一種獨特的供需矛盾。一方面，具備大數據處理與計算機科學技能的人才往往對煤炭行業缺乏深入了解；另一方面，煤炭行業內部人員則普遍在大數據分析和人工智能應用上存在知識匱乏、經驗不足的短板。這一人才需求的結構性矛盾，已成為煤礦行業智能化進程中不容忽視的障礙。現有的人才培養體系與模式，未能充分契合煤礦智能化對于既精通人工智能又熟悉煤礦管理實踐的復合型人才的迫切需求。若此現狀持續，必將對煤礦智能化建設的深入推進構成長期制約，影響整個行業的技術革新與可持續發展。因此，應構建或優化適應煤礦智能化發展需求的人才培養機制，以促進跨學科知識融合，為煤礦行業培養更多高素質、專業化的復合型人才。

推動煤炭全產業鏈協同轉型的具體路徑

在加快工業低碳清潔轉型與培育新質生產力的雙重戰略框架下，煤炭產業近年來正步入關鍵性的轉型升級機遇期。對于中國煤炭生產體系而言，煤礦智能化不僅是驅動整個產業向智能化轉型的關鍵引擎，也是促進煤炭全產業鏈升級的核心路徑。為順利推進煤炭產業向高端化、智能化方向平穩轉型，政府與煤炭生產企業需協同努力，精準施策，著重解決三大核心議題：一是如何促進產業整體發展與產業鏈深度融合，實現上下游協同優化；二是如何加速智能化技術的研發與應用，加強跨領域技術合作與共享；三是如何構建高效的高技術人才培育體系，為產業智能化轉型提供堅實的人才支撐。

政府部門需綜合施策，聚焦煤礦智能化的區域協調發展、民營企業轉型、系統運行效能提升和數字化平臺普及。針對區域協調發展與民營企業煤礦智能化轉型的迫切需求，政府應發揮主導作用，構建跨區域煤礦智能化合作網絡，依托區域聯盟與聯合技術研發中心等平臺，強化區域間的經驗交流、資源共享與協同創新。同時，設立專項基金支持民營煤礦企業的智能化改造，輔以財政補貼、稅收減免等激勵措施，有效降低其轉型成本與風險，加速其智能化進程。此外，政府在推動煤礦智能化進程中，必須深刻認識到國有企業與民營企業間以及不同煤礦之間的顯著差異。因此，智能化改造的標準與路徑不應一概而論。具體而言，在制定煤礦智能化建設政策時，應避免采用“一刀切”的改造標準，應充分考慮各企業的實際經營狀況、技術基礎與財務能力，實施差異化、定制化的智能化升級策略。針對煤礦間的多樣性特征，政府應組織系統性的評估機制，深入分析各煤礦的資源條件、開采難度、技術需求和改造成本效益比，確保智能化改造方案的科學性與經濟合理性。在此過程中，應特別重視智能化改造的經濟性問題，通過精準評估與規劃，引導資源向高效益、低能耗、環境友好的煤礦集中，同時適時推動并妥善安置落后產能的退出與轉型，以實現煤炭行業的整體優化升級與可持續發展。

針對當前煤礦智能化系統面臨的常態化運行時間短、效率低等問題，政府應積極推動制定并實施煤礦智能化系統的標準化運維管理體系與考核評價機制，確保智能系統在復雜多變的井下環境中的穩定運行與高效發揮。此外，鼓勵煤礦企業與設備制造商深化合作，加大技術研發與設備改良力度，提升設備對井下作業環境的適應性與可靠性。針對煤炭智能化建設中存在的“信息孤島”現象，政府需主導制定統一的數據交換標準、網絡通信協議等行業規范，打破數據交流壁壘，促進跨企業、跨系統的數據互聯互通。同時，積極推動煤炭行業數字化平臺的建立與普及，鼓勵煤礦企業將數據資源上傳至云平臺，并加入行業數據共享聯盟，通過優化數據共享機制，增強煤炭生產全鏈條的智能化感知能力與數據深度挖掘水平，為煤炭行業的智能化轉型與高質量發展奠定堅實基礎。

煤炭產業需要抓住煤礦智能化的轉型機遇，提前布局全產業鏈智能化協同，推動煤炭全產業鏈的新質生產力發展。煤礦智能化的全面推進，不僅標志著煤炭開采環節的現代化轉型，更為整個煤炭產業鏈的智能化升級奠定了堅實基礎。對于煤化工企業而言，煤礦智能化浪潮為其帶來了前所未有的發展機遇。通過積極參與煤礦智能化建設，煤化工產業能夠構建起覆蓋原材料供應、生產工藝優化和產品全生命周期管理的智能化協同網絡。具體而言，一方面，煤化工企業可依托智能化煤礦提供的精準開采數據，實時掌握煤炭質量與產量信息，從而優化原料采購策略與庫存管理，有效緩解因供應鏈不確定性導致的生產波動；另一方面，智能化煤礦產出的煤質分析數據直接對接煤化工生產系統，助力企業根據原料特性精準調整生產參數，實現產品質量的躍升與生產效率的提高。此外，煤化工產業還需優化自身智能檢測與質量控制體系，利用智能化檢測系統實時監控生產流程，及時發現并解決潛在問題，確保產品輸出的高標準與一致性。對于煤電企業而言，面對新能源在電力體系中占比日益提升的現狀，其角色正逐步向保障性電力供給轉變。因此，推動煤電企業與煤礦企業間智能化的深度融合，構建礦-電智能化協同能源保障機制，對于確保能源供應的安全穩定至關重要。智能化煤礦可根據煤電企業的實際需求，提供如按需配煤、精準配送等定制化煤炭供應服務，保障煤電機組在保障性發電過程中的穩定運行與經濟性。同時，煤電企業應將設備維護系統與智能化煤礦監測數據相聯結，利用大數據分析預測設備故障，減少非計劃停機時間，提升設備運營效率與可靠性。此外，煤炭產業內部應自發加強智能化互聯互通的力度，共同打造煤炭產業鏈數字化平臺。該平臺需能夠整合煤礦、煤化工及煤電等各環節的生產數據，促進產業鏈上下游間的信息共享與協同管理，大幅提升整體運營效率。此舉不僅有助于煤炭全產業鏈的協同升級，更為煤炭行業在數字經濟時代的可持續發展奠定了堅實基礎。

強化產學研合作、加快關鍵技術突破，全面提升煤礦智能化技術創新與應用水平，推動產業向更高層次發展。具體而言，政府應當發揮引領作用，積極搭建產學研深度融合平臺，促進煤礦企業、人工智能領軍企業和科研機構之間的緊密合作。通過資源共享、優勢互補和聯合研發機制，共同致力于煤礦智能化關鍵技術的研發與突破，加快科研成果向實際生產力的轉化與應用。在此基礎上，政府可攜手科研機構，共同規劃并實施專項研究計劃，聚焦煤礦井下復雜地質環境下高效通信與數據實時傳輸等核心技術難題，集中優勢資源和技術力量進行攻關，以期取得突破性進展并加速相關技術的產業化應用。此舉不僅有助于解決煤礦智能化進程中面臨的技術瓶頸，還能為煤礦安全高效生產提供強有力的技術支撐。此外，政府應設立專項研發資金，對物聯網、云計算、人工智能等前沿技術在煤礦智能化領域的應用與創新給予重點支持。實施項目資助、稅收減免、創新獎勵等多種激勵措施，激發企業加大技術研發與成果轉化的投入熱情，形成政府引導、企業主體、市場導向的煤礦智能化技術創新體系，共同推動煤炭產業向智能化、高端化、綠色化方向轉型升級。

構建適應煤礦智能化發展的專業人才隊伍，建立健全助力煤礦智能化的教育體系，培養具備前沿技能與知識的新型煤礦智能化專業人才。政府應切實履行責任，積極優化校企協同培養機制，搭建并維護區域內高校與煤炭行業部門之間的合作平臺，促進知識交流與技術對接。同時應發揮政策導向作用，系統性規劃并出臺一系列涵蓋稅收減免、信貸支持等在內的優惠政策，以激勵煤礦智能化人才校企聯合培養項目的深入實施。實施獎勵機制與長效激勵措施相結合的策略，確保參與校企協同育人的各方主體利益得到合理保障，進而激發各方參與的積極性與創造力。對于企業與高校而言，煤礦企業應主動融入人才培養的各個環節，加強與高校的深度交流與合作，通過共享煤礦智能化領域的實踐經驗與技術資源，為高校學生提供寶貴的實習實訓機會。此外，煤炭生產企業應當高度重視對既有員工技能的持續提升與再培養，致力于通過系統化的智能化相關課程學習與實踐操作技能培訓，構建一支既具備深厚專業知識又精通智能化技術的人才隊伍。而高校則需緊密對接企業需求，持續優化煤礦智能化相關專業的課程設置與人才培養方案，增設前沿技術課程與產業實踐環節，確保培養的專業人才能夠精準對接煤礦智能化發展的實際需求，實現教育與產業的深度融合。鑒于煤礦智能化技術的持續進步與煤炭產業智能化轉型的迫切需求，高技能、高水平專業人才的供給將成為推動這一進程的關鍵因素。因此，政府、企業與高校三方需凝聚共識、共同努力，積極探索并構建適應煤礦智能化發展的協同人才培育新模式，不斷拓展技術研究的深度與廣度，實現產學研深度融合的育人格局。釋放協同育人的“乘數效應”，不僅將促進煤礦智能化技術的快速發展，更將實現政府、企業與高校三方在人才培養、技術創新和產業升級等方面的共贏。

（本文系教育部哲學社會科學研究重大課題攻關項目 “‘雙碳’目標對生產率的中長期影響測度與動態監測研究”的階段性成果，項目編號：22JZD008）

注釋

[1]《中共中央關于進一步全面深化改革 推進中國式現代化的決定》，《人民日報》，2024年7月22日，第1版。

[2]《政府工作報告》，2024年3月12日，https://www.gov.cn/yaowen/liebiao/202403/content_6939153.htm。

[3]《關于進一步加快煤礦智能化建設促進煤炭高質量發展的通知》，2024年5月21日，https://zfxxgk.nea.gov.cn/2024-05/21/c_1310776187.htm。

[4]《關于深入推進礦山智能化建設促進礦山安全發展的指導意見》，2024年4月28日，https://www.chinamine-safety.gov.cn/zfxxgk/fdzdgknr/tzgg/202404/t20240428_486312.shtml。

[5]《關于加快煤礦智能化發展的指導意見》，2020年2月25日，https://www.gov.cn/zhengce/zhengceku/2020-03/05/content_5487081.htm。

[6]《煤礦智能化建設指南（2021年版）》，2021年6月5日，https://www.gov.cn/zhengce/zhengceku/2021-06/19/content_5619502.htm。

[7]《全國煤礦智能化建設典型案例匯編（2023年）》，2023年6月25日，https://zfxxgk.nea.gov.cn/2023-06/25/c_1310729539.htm。

[8]《煤礦智能化標準體系建設指南》，2024年3月13日，https://zfxxgk.nea.gov.cn/2024-03/13/c_1310768359.htm。

[9]《煤炭信息技術產業發展報告（2023）》，2023年10月8日，https://www.cpnn.com.cn/news/mt/202310/t20231008_1639592_wap.html。

[10]《康紅普院士：我國煤炭工業數字經濟總規模占煤炭工業總產值的約15%》，2023年10月8日，https://www.coalchina.org.cn/index.php?m=content&c=index&a=show&catid=10&id=150105。

[11]《便利、安全、高效 煤礦智能化場景在神東不斷“上新”》，2023年5月9日，https://news.cctv.com/2023/05/09/ARTIqxq82Sdjq97XGyZGhpU0230509.shtml。

[12]《貴州新田煤礦智能化建設探索新路徑》，2022年10月20日，https://www.guizhou.gov.cn/zwgk/zdlygk/jjgzlfz/nyzy/mtgl/202210/t20221020_76781427.html。

[13]《任立新：全國累計建成1043個智能化采煤工作面、1277個智能化掘進工作面》，2023年4月27日，https://www.nea.gov.cn/2023-04/27/c_1310714594.htm。

[14]《智慧賦能煤炭產業新萬億市場》，2020年12月8日，https://baijiahao.baidu.com/s?id=1685490748945848329。

參考文獻

林伯強、滕瑜強，2024，《新質生產力與“雙碳”目標的關聯和挑戰——基于能源低碳轉型的視角》，《四川大學學報（哲學社會科學版）》，第5期。

賈王濤、郭彬、董文靜，2024，《煤礦產業智能化人才協同培育策略演化博弈分析》，《煤炭經濟研究》，第4期。

劉峰、張建明、曹文君，2024，《我國煤礦智能化建設現狀與發展建議》，《煤炭經濟研究》，第4期。

廖志偉等，2024，《煤礦智能化建設新型生產管控模式研究》，《煤炭經濟研究》，第4期。

顧清恒、張向陽、盧衛永，2024，《高校智能采礦工程人才的行業能力需求及培養目標設定》，《呂梁學院學報》，第2期。

王國法、龐義輝，2024，《智能化示范煤礦建設成效與發展方向》，《智能礦山》，第1期。

王國法，2022，《煤礦智能化最新技術進展與問題探討》，《 煤炭科學技術》，第1期。

Promoting the Collaborative Transformation of the

 Coal Industry Through the Intelligentization of Coal Mines

Lin Boqiang

Abstract: The intelligentization of coal mines has emerged as a crucial engine driving the collaborative transformation of the coal industry. In China, the intelligentization of coal mines confronts key issues such as inconsistent construction progress, weak continuous operation capabilities, impeded data interconnection and interoperability, the need for innovative breakthroughs in core and key technological fields, and insufficient support from talents in both artificial intelligence and coal mine management. To smoothly advance the transformation of the coal industry towards high-end and intelligent directions, coordinated efforts and precise policies from the government and coal production enterprises are required. Specific paths include promoting the overall development of the industry and the in-depth integration of the industrial chain to achieve upstream-downstream collaborative optimization; strengthening the research, development, and application of intelligentization technologies as well as cross-field technological cooperation and sharing to comprehensively enhance the technological innovation and application level of coal mine intelligentization; and constructing a professional talent team adapted to the intelligentization of coal mines to provide solid talent support for the intelligentization of the industry.

Keywords: coal mine intelligentization, coal industry, collaborative transformation, new quality productive forces

責 編∕楊 柳 美 編∕周群英