中国钢铁产业产能过剩程度的量化分析与预警

2013-08-24 02:17梅,陈
中国软科学 2013年5期
关键词:钢铁产业利用率库存

冯 梅,陈 鹏

(北京科技大学东凌经济管理学院,北京100083)

一、引言

中国钢铁产业作为国民经济的重要基础产业,对现代化建设做出了积极贡献。建国初期,鞍钢、武钢和包钢等钢厂的建立,为新中国工业化奠定了坚实基础。改革开放以来,特别是20世纪90年代中后期,中国工业化、城镇化步伐不断加快,基础设施建设全面铺开,家电等耐用品消费的升温,汽车、房地产市场的繁荣,造船、机械出口规模的扩大,带动了钢铁产业的快速发展[1]。1996年至2012年,中国粗钢产量年均增长13.03%,2012年达到7.17亿吨占全球总产量的46.3%,连续17年蝉联世界第一产钢大国。但随着钢铁产业固定资产投资规模逐年提高,供给能力大大超过市场需求,2012年中国已具备了超过9亿吨的粗钢生产能力,而需求仅为7亿吨,钢铁产业产能过剩问题日益突出[2]。产能过剩是市场经济的常见现象,适度的产能过剩能够促进企业提高技术创新能力、改进管理水平,有利于激发市场竞争活力。严重的产能过剩直接导致产品价格疲软,市场恶性竞争,加剧企业的经营困难,影响投资增长和投资效率,危害经济增长质量和效益。因此,研究和预警中国钢铁产业产能过剩问题对于钢铁产业健康发展具有重要意义。

国内外学者对产能过剩问题进行了许多研究。Chamberlin(1933)[3]最早提出“产能过剩(O-ver/Excess Capacity)”概念,是指企业实际生产能力相对于市场需求的生产能力过剩。Fare等(1983)[4]运用生产要素拥挤度来描述生产要素投入的过剩情况并认为是一种无效状态。Fare等(1994)[5]提出用随机生产前沿面生产函数法来估计生产效率以及产能利用水平,并对产业产能利用水平进行了度量。Dupont等(2002)[6]等使用数据包络分析法分析了美国渔业产品的产能利用率。James等(2002)[7]运用生产要素拥挤度方法进行分析,认为可变要素的过度投资造成了分配无效率和经济资源的浪费。路楠林(2007)[8]运用峰值分析法对中国制造业的产能利用率进行了测算。何彬等(2008)[9]也运用峰值分析法研究了1992年至2005年中国30个省份的工业产能过剩水平。孙巍等(2008)[10]采用随机生产前沿面生产函数法对中国28个产业的产能利用率和固定资产投资进行了分析。韩国高等(2011)[11]在成本函数法的基础上对中国重工业和轻工业中28个产业1999-2008年的产能利用水平进行测算。周劲(2011)[12]建立有一个程度指标和三个效应指标构成的产能过剩评价体系。

本文运用综合指数法,从分析产能利用率、利润率变动率、库存变动率和价格变动率等多个指标入手,得出了1996-2012年钢铁产业产能过剩状态的结论,量化了产能过剩的程度,并对未来3年钢铁产业产能过剩程度进行了预警。综合指数法与SFA、DEA和峰值法等方法不同之处在于:一是可以解决度量指标单一的问题,通过对反映产能过剩的不同指标赋权重来测算出历年综合指数,并可根据警限划分原则界定不同程度产能过剩区间,较为科学的评价产能过剩程度。二是运用综合指标法定量分析中国钢铁产业产能过剩情况,克服了当前中国钢铁产业产能过剩预警研究重定性、轻定量方面的不足。

二、分析中国钢铁产业产能过剩的理论框架

本文运用综合指数法对1996-2012年钢铁产业产能过剩进行量化分析,并结合灰色系统理论法对未来3年产能过剩情况进行预警。

(一)综合指数法

1.选取指标

根据中国钢铁产业发展实际情况和数据可获得性,确定了四个度量指标:

(1)产能利用率。它是指钢铁产业实际产出与实际生产能力的比值。产能利用率是产能过剩的一个最直接的反映指标,产能利用率越大,说明产能利用的越充分;产能利用率越小,说明没有利用的产能越多,突出表现为产能大量闲置。因此,产能利用率可以作为产能过剩的度量指标。公式为:

产能利用率=(产业实际产量/产业实际生产能力)*100%

(2)销售利润率变动率。它是指在一定时期内产品销售利润与产品销售收入比值的变化。产能过剩往往会引起产业内激烈竞争导致销售利润率降低,销售利润率的变化实际上反映了整个产业盈利能力的变化。因此,销售利润率可以作为产能过剩的度量指标。本文选取1996年至2012年全国重点大中型企业销售利润额和销售收入作为原始数据来测算其销售利润率变动率,公式为:

销售利润率变化率=(后期销售利润率-前期销售利润率/前期销售利润)*100%

(3)价格指数变动率。它是反映在一定时期内产品价格水平变动趋势及幅度的相对数。产能过剩通常会造成供大于求的情况,进而引起企业之间的价格战,导致产品价格下降。因此,价格指数变动率可以作为产能过剩的度量指标。本文选取1996年至2012年中国钢材价格综合指数作为原始数据计算价格指数变动率,公式为:

价格指数变动率=(年末价格指数-年初价格指数/年初价格指数)*100%

(4)库存变动率。它是衡量库存的变化程度的指标,库存变动率为负值说明库存减少,为正值说明库存增加。在产能过剩情况下企业和社会中的产品可能大量积压,导致产业内库存增大。因此,库存量的变化率可以作为产能过剩的度量指标。本文选取1996年至2012年中国钢铁年初和年末库存原始数据来计算库存变动率,公式为:

库存变动率=(年末库存-年初库存/年初库存)*100%

2.赋予权重

在综合指标合成中,权重的确定方法通常用专家打分法、等权处理法和熵值法。本文采用熵值法来确定各指标的权重。

熵是无序的量度,它可以定义为解释随机事件的不确定性所需要的信息量,若一个事件为必然事件,则其熵值为0。根据熵的特性,可以通过计算熵值来判断一个事件的随机性及无序程度,也可以用熵值来判断某个指标的离散程度。在利用多个指标对事物进行综合评价时,对于某个指标而言,若个体的值没有太大区别,则指标在综合分析中所起的作用不大;反之,若个体的值有很大的波动,即该指标的离散程度很大,则这个指标对综合分析中有很重要的影响。

熵值法的步骤如下:

(1)数据的标准化处理。设X有n个观测值,m个指标,则Xij第i个指标的第j个观测值(i=1,…,m;j=1,…,n),假设预警指标Xi(i=1,2,3,4,5)年度观测值为Xij(j=1,2,…,n),则标准化后得到新的数据集Y,则:

其中,Yij是Xij标准化后的值。

(2)计算标准化后Y的第i项指标第j个观测值Yij在该指标中所占的比重Pij:

(3)计算第i项指标的信息熵:

(4)计算第i项指标的权数:

3.警限划分

警限的划分原则包括:少数原则、众数原则、人数原则、半数原则、均数原则、多数原则等。其中,多数原则是指,将各类预警指标的时间序列数据,由大到小排列,从最大值往下选择占总数2/3的数据区间作为安全区间,既有警和无警的分界线。在剩余的1/3数据区间以10%的范围再划分轻度和中度警限,剩余区间为严重警限。根据以上原则并结合中国钢铁产业近年来发展实际情况,本文将基于多数原则对预警指标综合指数划分警限,以此来确定各预警区间。

(二)灰色预测模型

当前,理论界有关预测的方法主要有专家预测法、灰色系统理论法、趋势分析法和回归分析法。由于钢铁产业数据呈不规律性分布、样本容量小等特点,因此,比较适合运用灰色系统理论对指标未来数值进行预测。

灰色预测模型是关于数列预测的一个变量、一阶微分的GM(1,1)模型。它是基于随机的原始时间序列,经按时间累加后所形成的新的时间序列呈现的规律,可用一阶线性微分方程的解来逼近。而对于灰色预测模型有三种检验方法来检验其结果的精确度,分别是相对误差检验、关联合格检验和小误差概率合格检验。以上各种检验方法的精度检验等级可参照表。

表1 精度检验等级参照表

其中,当结果通过四级精度检验时,说明检验合格结果可以使用,精度等级越低说明结果越准确。在实际应用中,通常使用相对误差检验来检验结果精度等级,本文也将选用相对误差检验标准对结果进行精度等级检验。

三、中国钢铁产业1996-2012年产能过剩程度的实证分析

基于上述理论框架,结合中国钢铁产业1996年至2012年的原始数据进行分析,得出了以下结论:钢铁产业最早出现产能过剩现象是在1996年,1998至2004年供求基本平衡,2008和2012年则出现了比较严重的产能过剩。主要分析过程如下:

第一步:原始数据整理。为了便于分析,分别用CN、KC、LR和JG代替产能利用率、库存变动率、销售收入利润变动率和价格变动率。计算出各产能过剩度量指标见表2。

表2 中国钢铁产业产能过剩原始度量指标

第二步:数据标准化处理。一般而言,产能利用率、销售利润率变动率以及价格指数变动率的指标值越大,库存变动率的指标值越小,则说明不存在产能过剩。由于各个指标取值趋势不同,所以需要对各个指标进行同趋势化。为此,本文对库存变动率取其相反数,使之与其它4个指标取值保持趋势一致性,共同构成综合指数度量系统的原始数据集。

以钢铁产业1996年至2012年的趋势一致指标数据作为原始样本数据,利用SPSS 17.0对其进行标准化处理。标准化后的数据可以消除量纲影响和变异大小因素,其数值都在0至1中间,并且经标准化的数据都是没有单位的纯数量。标准化后产能利用率、库存变动率、销售收入利润率和价格变动率数据分别记为BCN、BKC、BLR和BJG,详见表3。

表3 中国钢铁产业产能过剩标准化度量指标

第三步:赋予权重。依据熵值法的计算公式,利用EXCEL软件对标准化后数据的进行权重计算,可得:产能利用率(BCN)的权重为0.304,库存变化率(BKC)的权重为0.12,销售利润变化率(BLR)的权重为0.38,价格变化率(BJG)的权重为0.259。可以看出,销售收入利润变化率和产能利用率的权重都大于0.3,价格变化率权重大于0.25,在对产能过剩的度量中占有较大的权重,这与现实也具有一致性。当存在产能过剩情况时会引发产业内竞争加剧,出现恶性竞争局面,引起价格波动,并导致产业利润大幅降低;同时,供大于求状态下,企业开工率不足、设备资源闲置,导致产能利用率较低。因而,销售利润变化率、产能利用率和价格变化率能较好地反映是否存在产能过剩。此权重结果比较符合现实,可以据此结果构建综合指数(Ic)测算模型:

Ic=0.304BCN+0.12BKC+0.38BLR+0.259BJG

第四步:分析结论。本文结合多数原则,从大到小选取总数据的2/3处综合指数值作为不存在产能过剩的下限,并依次以10%的范围来确定轻度产能过剩、中度产能过剩和严重产能过剩区间。为确定各区间值先对历年钢铁产业综合指数进行由大到小的排序。

表4 综合指数由大到小排序

由排序后数据可知,历年中国钢铁产业综合指数全部数据从大到小的2/3处为第11个,即1997年所对应的综合指数值0.428,作为是否存在产能过剩的界限,也即是不存在产能过剩区间的下限。本文将此数值调整为0.43作为是否存在产能过剩状况区间划分界限。据此可以将严重产能过剩、中度产能过剩、轻度产能过剩以及不存在产能过剩所对应区间依次划分为[0,0.23]、(0.23,0.33]、(0.33,0.43]与(0.43,1]。

根据中国历年钢铁产业综合指数值测算结果与产能过剩不同程度的区间范围,可得中国历年钢铁产业产能过剩情况(见表5)。

表5 中国钢铁产业产能过剩情况

四、对中国钢铁产业未来3年产能过剩程度预警

运用综合指数模型和灰色预测模型,对中国钢铁产业未来3年产能过剩程度进行预警,得出结论如下:2013年中国钢铁综合指数值处于轻度产能过剩区间。2014和2015年处于中度产能过剩区间。具体分析步骤如下:

第一步:设定假设条件。由于未来几年存在很多不确定性因素,为了避免可能的突发事件影响指标预测值的准确性,本文做出以下假设:中国仍处于工业化进程;中国经济保持稳定增长;固定资产投资力度变化不大;钢铁产业作为基础产业的地位不会改变。

第二步:指标值预测。

(1)销售利润率预测。本文将通过未来两年钢铁产业销售额和主营业务收入额的预测来进一步预测销售利润率。

首先,对2013、2014和2015年利润额预测。依据中国钢铁统计年鉴2008至2012年中国重点大中型钢铁企业利润额作为模型原始数据。

设原始序列为:

通过matlab7.0得出GM(1,1)相关系数及时间响应函数:

a=-0.205 b=1077.5 b/a=-5253.28其中,-a=0.205<0.3适合做短期预测。时间响应函数即预测模型为:

根据预测模型由matlab计算可得,2013、2014和2015年利润额预测值分别为353.11亿元、287.63亿元和234.29亿元。结合精度检验参照表可知,平均相对误差0.15小于0.2,精度为四级,预测结果可用。

其次,对2013、2014和2015年主营业务收入预测。依据中国钢铁统计年鉴2008至2012年中国重点大中型钢铁企业主营业务收入作为模型原始数据。

设原始序列为:

通过matlab7.0得出GM(1,1)相关系数及时间响应函数:

其中,-a=0.117<0.3,适合做短期预测。时间响应函数即预测模型:

根据预测模型由matlab计算可得,2013、2014和2015年主营业务收入预测值分别为42096.47亿元、47348.01亿元和53254.66亿元。结合精度检验参照表可知,平均相对误差为0.06小于0.1,精度为三级,预测结果可用。

最后,依据钢铁产业销售额与主营业务收入额预测值可得,2013、2014和2015年销售收入利润率分别为0.84%、0.61%和0.44%,则2013、2014和2015年销售利润变动率分别为200%、-27.38%和-27.87%。

(2)产能利用率预测。本文将通对未来两年粗钢产量和产能的预测进一步预测产能利用率。

首先,对2013、2014和2015年粗钢产量预测。依据中国钢铁统计年鉴2008年至2012年中国粗钢产量作为模型原始数据对粗钢产量预测。

设原始序列为:

通过matlab7.0得出GM(1,1)相关系数及时间响应函数:

其中,-a=0.07<0.3,适合做短期预测。时间响应函数即预测模型:

根据预测模型由matlab计算可得,2013、2014和2015年粗钢产量预测值分别为7.77亿吨、8.36亿吨和8.98亿吨。结合精度检验参照表可知,平均相对误差为0.008小于0.01,精度为一级,预测结果较好。

其次,对2013、2014和2015年粗钢产能预测。依据中国钢铁统计年鉴2008年至2012年中国粗钢产能作为模型原始数据对粗钢产能预测。

设原始序列为:

通过matlab7.0得出GM(1,1)相关系数及时间响应函数:

其中-a=0.08<0.3,适合做短期预测。时间响应函数即预测模型为:

根据预测模型由matlab计算可得,2013、2014和2015年粗钢产能预测值分别为10.27亿吨、11.22亿吨和12.26亿吨。结合精度检验参照表可知,平均相对误差为为0.08小于等于0.1,精度为三级,预测结果可用。

最后,依据钢铁产业产能与产能预测值可得,2013、2014和2015年中国钢铁产能利用率分别为75.66%、74.5%和73.6%。

(3)价格变动率预测。价格水平是一个不断随市场变化的指标,一般通过期初和期末价格水平计算变动率,而对期初和期末这种某一时点的精确数值不予过多考虑。鉴于此,本文选用2010年至2012年中国钢材价格期初与期末综合指数平均值作为2013、2014和2015年的预测值。2010至2012年期初与期末价格综合指数分别为110.3、128.3、120.5 和 128.3、120.5、105.3。期初与期末的平均值分别为119.7和118.03,因此可得2013、2014和2015年价格变动率为-1.4%。

(4)库存变动率预测。库存变动率是由期初库存和期末库存计算所得,期初库存和期末库存都是一个存量而不是流量,而某一具体时点的数值是随市场即时变化的,较难用定量方法预测。因此,本文利用2010年至2012年期初和期末库存的平均值作为2013、2014和2015年的预测值。2010至2012年中国钢铁期初和期末库存分别为1211万吨、1352万吨、1432万吨和 1324万吨、1290万吨、1188万吨。期初与期末平均值分别为1331万吨和1267万吨,因此可知2013、2014和2015年库存变动率为-4.8%。

第三步:分析结论。基于2013、2014和2015年各指标的预测值,对其进行同趋势化和标准化处理(见表6),并基于中国钢铁产业产能过剩程度的量化分析模型,可得2013、2014和2015年钢铁综合指数分别为0.407、0.306和0.291。

表6 预测值标准化数据

根据综合指数警限区间可知,2013年中国钢铁综合指数值处于轻度产能过剩区间,2014年和2015年均处于中度产能过剩区间。因此,未来三年内中国钢铁产业依旧处于产能过剩状态。

五、政策建议

基于上述分析和预测,提出如下政策建议:

第一,加大产业结构调整力度。政府有关部门应继续推进兼并重组,坚决淘汰技术低、规模小、效益差、污染重的落后产能。要充分发挥宝钢、鞍钢等产业龙头企业的带动作用,推进兼并重组,充分发挥加强并购整合,发挥协同效应,形成规模效率优势和规模竞争优势,进一步提高产业集中度,争取到2020年国内排名前十位的钢铁企业钢产量占全国产量的比例达到70%。

第二,改革官员晋升考核体制。通过改变以考核辖区内GDP增长为核心的政府官员政治晋升体制,降低政府干预市场经济行为的强烈动机。地方政府要健全服务保障职能,培育良好的市场环境,提高本地区经济发展质量和效益。

第三,发挥行业协会信息优势。加强运行监测分析,开展各品种产能过剩的预警分析,及时发布信息,提醒企业控制产量。

第四,加强企业自主创新。加快企业“走出去”步伐,开拓国际市场,提高核心竞争力有效缓解国内产能过剩压力。

[1]冯 梅,王之泉.基于上市公司数据的中国钢铁产业产能效率分析.管理学报,2012(3):371-375.

[2]中国钢铁工业协会.

[3]Arthur S.De Vany.Capacity Utilization under Alternative Regulatory Restraints:An Analysis of Taxi Markets[J].Journal of Political Economy,1975,83:83-94.

[4]Ray C Fair,John B Taylor.Full Information Estimation and Stochastic Simulation of Models with Rational Expectations[J].Journal of Applied Econometrics,1990(5):381 - 392.

[5]Rolf Fare,Shawna Grosskopf C A.Knox Lovell.Production Frontiers[M].Cambridge University Press,1994.

[6]Diane P Dupont,R.Quentin Grafton,James Kirkley,Dale Squires.Capacity Utilization Measures and Excess Capacity in Multi-product Privatized Fisheries[J].Resource and Energy Economics,2002,(24):193 -210.

[7]James Kirley,Dale Squires.Capacity Utilization Measures and Excess Capacity in Multi-product Privatized Fisheries[J].Resource and Energy Economics,2002.

[8]路楠林.产能过剩与市场结构的相关性研究[D].沈阳:吉林大学,2007.

[9]何 彬,武治国.现阶段工业产能过剩“窖藏效应”的数理分析及其实证检验[J].吉林大学社会科学学报,2008(1):68-74.

[10]孙 巍,李 何,王文成.产能利用与固定资产投资关系的面板数据协整研究[J].经济管理,2009(3):38-42.

[11]韩国高,高铁梅.中国制造业产能过剩的测度、波动及其成因研究[J].经济研究,2011(12):18-31.

[12]周 劲.产能过剩的内涵、评价及表现特征[J].中国投资,2011(6):61-66.

猜你喜欢
钢铁产业利用率库存
2020年煤炭采选业产能利用率为69.8% 同比下降0.8%
乌克兰谷物和油料作物库存远低于2020年同期
乌克兰谷物和油料作物库存远低于2020年同期
2019年全国煤炭开采和洗选业产能利用率为70.6%
化肥利用率稳步增长
房地产去库存中的金融支持探究
浅议如何提高涉烟信息的利用率
钢铁产业产能过剩现状、原因及化解对策
抓住政策利好,加速战略转型
中国钢铁产业集中度分析