中国钢铁长期需求模拟及产能过剩态势评估

张超　王韬　陈伟强　刘刚 杜欢政

摘要：本文采用社会经济系统物质流分析方法，构建中国钢铁物质代谢核算模型。采用“以流量估算存量”的方法，建立了中国钢铁产品流量和在用存量的历史时间序列数据；并采用“以存量估算流量”的情景分析方法，递推计算了钢铁产品国内需求的长期趋势。结果显示，2014年中国人均钢铁在用存量达到4.57 t，已经接近发达国家饱和水平的一半。全部在用存量平均寿命期35年、人均存量饱和水平12 t的中情景不仅可以较好地再现历史趋势，也符合当前绿色发展和资源集约利用的政策趋势，未来出现的可能性较大。该情景下，钢铁最终产品国内消费量在2020年达到6.7亿t的峰值，2040年下降至4.2亿t。假定进出口比重和加工损耗率维持2012—2014年平均水平不变，则对应的粗钢产量峰值约为9.0亿t，表观消费量峰值约为8.3亿t。按照目前钢铁行业化解产能过剩的任务要求，到2020年粗钢产能将缩减至10～10.5亿t，届时产能利用率有望回升至80%以上。但长期来看，随着本世纪中叶中国城市化进程基本完成，人均钢铁存量趋向饱和，国内需求下滑的趋势无法改变，钢铁产能过剩将是一个长期问题。化解产能过剩矛盾必须从需求和供给两方面同时入手。本文提出将粗钢产能压减的中远期政策调控目标设定为2030年9亿t、2040年7.5亿t左右，这样既能满足国内需求，又可保持较高的产能利用率，同时向国际市场提供1～1.5亿t净出口，从而在缓解国内供给过剩和减少出口贸易摩擦之间寻求平衡。

关键词 ：钢铁；产能过剩；需求模拟；物质流分析；在用存量；产量峰值

中图分类号：F401 文献标识码 A 文章编号 1002-2104（2018）10-0169-08 DOI：10.12062/cpre.20180306

钢铁产能过剩是当前中国原材料工业面临的供给侧突出问题。进入新千年后，在基础设施建设、房地产开发和以家用汽车为代表的耐用消费品需求强劲增长的拉动下，中国粗钢产量从2000年的1.3亿t猛增至2014年的8.2亿t，年均复合增长率高达14%。中国已成为继英国、美国之后，第三个粗钢产量达到全世界一半的国家。中国政府早在十多年前就意识到了钢铁等重化工业产能过剩对社会经济协调发展的负面影响，出台了一系列控制新增产能、淘汰落后产能的政策措施。据国家发改委公布的数据，2006—2015年，已经累计淘汰炼钢产能约1.6亿t。但是，日趋严格的产能控制政策并未从根本上遏制产能过剩态势的发展。据工信部《钢铁工业调整升级规划（2016—2020年）》，“十二五”期间中国钢铁产能达到11.3亿t的历史高位，产能利用率则从2010年80%左右下降到2015年70%左右，行业集中度持续下滑。钢铁产能过剩不仅导致严重的资源浪费，带来高昂的环境代价，更制约中国经济结构升级转型。2016年国家出台了《国务院关于钢铁行业化解过剩产能实现脱困发展的意见》《钢铁工业调整升级规划（2016—2020年）》等一系列力度空前的去产能政策，提出“十三五”期间再压减粗钢产能1～1.5亿t的目标。从一个国家工业化和城市化的长期发展趋势来看，以钢铁为代表的基础原材料需求变化由社会经济物质代谢的一般规律所决定，往往具有明显的达峰过程和非线性特征。随着中国经济增速下降、城市化增速减缓，钢铁产能过剩将成为一个长期问题。从社会经济物质代谢的角度分析未来钢铁需求的长期变化趋势，有助于排除短期供需形势和经济环境波动的干扰，获得关于产能过剩态势的基本判断，为制定连续、稳定的产业政策提供科学依据。

1 文献概述

中国基础原材料产能过剩问题很早就引起了学术界的关注。已有研究主要分为两类，一类研究构建相关指标，定量测度钢铁等基础工业产能过剩程度[1-2]；另一类研究从经济体制、投资决策、政府治理等多个角度分析产能过剩的形成机理及其影响因素[3-8]。产能过剩是相对于需求而言的。理解中国未来钢铁需求的长期趋势，是评估产能过剩发展态势的基本出发点。针对这一问题，已有研究主要采用多元回归[9-10]、向量自回归[11]、灰色预测模型[12]等方法，建立产品产量、消费量指标与社会经济指标之间的关系，继而进行外推计算。

产业生态学领域的社会经济物质代谢分析能够为预测钢铁长期需求趋势提供有别于上述计量分析的新框架。城市化进程的一个重要特点是基础设施和耐用产品以物质资本的形式在社会经济系统中不断积累。就钢铁而言，对住房、公共建筑、机器设备、道路桥梁、能源和供水设施、汽车、家电等设施和产品的需求，驱动了钢铁采掘、冶炼，产品加工、生产、使用，到最终废弃的整个生命周期。已有研究显示[13-15]，长时间尺度下，基础原材料的社会积累过程具有显著的非线性特征。随着经济增长，材料的社会经济存量大致呈现从加速增长到趋近饱和的S型曲线；而产量、消费量等流量指标，则具有明显的达峰过程。由此可见，仅仅关注流量指标的传统预测方法，忽略了社会经济系统中物质资本存量累积的内在规律，虽然对短期趋势预测有一定适用性，但无法反映社会经济代谢过程中材料存量和流量长期演变的动态特征。

本研究旨在建立中国社会经济系统钢铁物质代谢动态核算模型，对我国钢铁需求的长期变化趋势进行模拟，在此基础上判断钢铁工业产能过剩的发展态势。

2 社会经济系统物质代谢核算模型

2.1 物质流量与存量恒等关系

物质流分析（MFA，material flow analysis）是刻画社會经济系统物质代谢及其资源环境影响的一种方法。该领域包含两大类研究，一类是核算经济活动整体资源消耗的总物质流分析。欧盟国家已经编制了一套总物质流分析的标准化核算框架[16]，并在资源效率评估领域获得了广

泛应用[17-19]。另一类称为材料流或元素流分析，关注特定材料或元素在社会经济系统中流量和存量的静态结构和动态变化[20-21]。前者将经济系统视为黑箱，只考察经济系统与自然环境之间的物质交换；而后者试图打开这个黑箱，关注生产、消费、废弃的全生命周期物质流过程。

流量和存量是物质流分析的基本概念。通常把一定观察期内（如以年为时间单位）跨越系统中各个过程流动的物质量，定义为流量（flow）。反之，没有跨越过程流动的物质量，定义为存量（stock）。特别的，将处于使用状态、提供服务的设施和产品定义为在用存量（inuse stock）[22]。在用存量可以用实物单位衡量（如机动车数量、房屋建筑面积等），也可以用蕴含在产品中的材料质量衡量。在用存量的人均保有量，体现了社会物质财富的丰富程度和人们所能获得的服务水平，并在很大程度上反映一个国家或地区的富裕程度。

社会经济系统中钢铁物质代谢全过程的流量和存量转化关系概化为图1所示的流程。铁矿石经冶炼生产粗钢，粗钢被加工成不同形态的成品钢材，继而进入各类制造业部门生产中间产品和最终产品。最终产品进入使用过程，不断积累形成在用存量。废弃或退役的在用存量经过废弃物回收与处置环节，大部分可以作为二次资源循环再利用，返回冶炼过程，难以回收利用的部分被最终废弃，回到自然环境中。压延加工和产品制造等过程产生的废料同样可以作为回收钢材再次进入冶炼过程。

钢铁流量和存量之间，遵循严格的物质守恒关系，其恒等关系如式（1）和式（2）所示：

2.2 “以流量估算存量”的历史时间序列构建及其规律

现行统计体系更关注经济活动的流量指标，例如GDP就是一个反映生产总值的流量指标，而对存量指标的统计相对薄弱。虽然对于一些基础设施和耐用消费品，可以获得以实物单位计量的存量数据，例如机动车注册登记、房产登记等，但对于材料的在用存量却很难进行直接统计。因此，在构建材料流量和存量的歷史时间序列时，“以流量估算存量”是最常用的方法，即根据历年产量、消费量、进出口量等流量指标，以及由寿命分布函数估算的废弃量，利用上述恒等关系，逐年递推计算在用存量历史数据。目前已有不少研究采用该方法核算了世界各国钢铁、铝、铜等大宗金属材料在用存量的历史演变趋势[23-26]。

从已经完成工业化和城市化的主要发达国家经验来看，材料在用存量或人均在用存量呈现近似S型曲线的增长轨迹。图2基于Pauliuk等[26]的计算结果，绘制了一个半世纪以来美国、澳大利亚、意大利、日本、韩国等五国人均钢铁在用存量变化趋势。可以发现，发达国家人均钢铁

在用存量都经历了缓慢增长、加速增长和趋于饱和三个阶段。由于各国经济发展历程不同，存量增长的时间跨度差异较大。美国是世界上较早完成工业化和城市化的大国之一，人均钢铁在用存量从最高值的10%增长到90%大约用了80年时间（1890—1970），1980年左右达到近15 t的人均存量峰值。东亚后发国家的存量累积过程则要快得多。日本只用了不到35年的时间（1962—1995）就完成了相似的累积过程。韩国自上世纪80年代进入高增长轨道，人均钢铁存量在短短十几年间随之迅速增长。涵盖全球主要国家和地区的长时间序列研究表明，发达国家人均钢铁在用存量的饱和水平大多在11～14 t之间。

在用存量的S型曲线在宏观层面上体现了一国工业化、城市化不同阶段的物质代谢特征；在微观层面上与技术创新扩散、耐用消费品市场渗透的机理密切相关[27]。一般而言，工业化、城市化早期阶段人造资本稀缺，原材料生产加工能力低，这一阶段材料存量增长缓慢。随着城市化进入加速阶段，产业结构迅速转型，工业制造资本快速积累，大宗材料的生产能力大幅提升，在大规模城市基础设施建设和耐用消费品普及的双重驱动下，材料存量增长进入“起飞”阶段。随着工业化和城市化过程基本完成，受到土地开发潜力、基础设施空间密度、耐用消费品市场饱和等诸多因素制约，存量累积速度显著下降，并最终趋于稳定。此后，新增基础设施和耐用消费品主要用于废弃设施和产品的更替。如果没有重大技术变革引发的大规模新材料替代和新产品替代，传统材料的在用存量和流量都将趋于“稳态”。

2.3 “以存量估算流量”的趋势模拟及其影响因素

基于对发达国家在用存量历史演化规律的经验研究，在分析后发经济体未来物质代谢前景时，通常采用“以存量估算流量”的方法，即首先选取适当的数学模型，拟合存量增长的历史数据，进而外推未来存量变化趋势，再根据物质流恒等关系和特定的资源政策情景假设，计算与存量水平对应的各类物质流量指标。Logistic曲线是最常用的描述S型增长的模型。假定人均存量s（t）增速满足式（5）的逻辑斯蒂曲线微分形式：

其中，s0是t0时刻的人均在用存量。如令t0为历史时间序列中的最新年度，就能使外推数据与最新年度的存量核算数据平滑衔接。S型曲线的形态由饱和存量K和比例系数a共同决定。为了利用历史存量核算数据拟合这一模型，通常先外生设定K的数值，反映对未来社会经济物质代谢水平的预期，再将式（6）移项整理为式（7），估计比例系数a：

这样就得到了未来人均存量关于时间的函数关系式，进一步结合人口发展情景和物质流恒等关系，获得总在用存量和各类流量指标的变化趋势。由逻辑斯蒂曲线的数学特性可知，当存量达到饱和水平的一半时，存量累积速率最快，与之对应的则是最终产品净流量的峰值。另一方面，原材料和产品的流量越大，支撑特定流量水平所需的产能也越大。因此，研究大宗原材料产量和消费量的峰值水平和达峰时间是从社会经济系统物质代谢角度分析产能过剩问题的切入点。由上述数量关系可知，决定流量峰值水平和达峰时间的主要影响因素有以下四个：

一是人口总量。人口总量决定了特定物质生活水平下，社会经济系统材料流量和存量的总规模。作为一个拥有十几亿人口的大国，中国工业化和城市化的规模在人类历史上是空前的，由此驱动的材料流量水平和资源环境压力也必然十分巨大。

二是人均存量饱和水平。其他因素不变的条件下，存量饱和水平越高，流量峰值自然也越高。任何国家的现代化都离不开物质积累过程，提高人均享有的物质水平及其相应的服务，是社会经济发展的重要成果。人均存量饱和水平的高低涉及到许多复杂的因素，例如：城市密度和城市空间结构、基础设施和建筑形态、耐用品的消费模式和保有量等。此外，我国特有的城乡二元经济结构等体制性因素也会对存量饱和水平产生影响。发展中国家应该尽可能选择集约型的城市化模式，以较低的人均存量饱和水平，支撑充分的物质服务，将提升资源效率作为调控社会经济物质代谢的重要政策目标。

三是存量累积速度。存量累积速度越快，流量峰值就越高。较早完成工业化和城市化的欧美国家在用存量累积的时间跨度长、达峰过程较为平缓，降低了流量峰值对产能的需求和对本国资源环境系统的冲击。而包括中国在内的亚洲新兴经济体普遍在较短时间内实现了经济高速增长，材料存量快速累积，材料流量迅速增加，达峰过程十分陡峭。当前中国诸多资源环境问题在短期内呈现叠加式的集中爆发，在很大程度上是由物质代谢规模激增导致的。

四是在用存量耐用性。在用存量耐用性越好、使用寿命越长，则补充废弃存量的需求越低，产量峰值也就相应降低。延长在用存量的寿命，不仅对产量峰值有影响，同时也决定了维持在用存量长期“稳态”水平的流量大小。加强基础设施维护、改善产品耐用性、改进存量使用方式等都可以起延长寿命期、降低资源消耗的作用。

此外，社会经济系统物质代谢各个环节的结构和技术变化也会对峰值产生不同程度的影响，例如原材料及其制成品进出口格局、废弃物回收和再生利用水平、产品革新和材料替代等。

3 中国钢铁流量-存量趋势模拟

根据图1所示的钢铁物质流概念图，收集各类钢铁初级产品、中间产品和最终产品的长时间序列产量、进出口等数据。1950—2008年的流量数据直接取自Pauliuk等[13]关于中国钢铁物质流的研究成果，2009—2014年数据采用相同的来源补充完善（如《中国钢铁工业年鉴》、联合国Comtrade贸易数据库等）。1990年以来的三项主要流量指标变化趋势如图3所示。本研究的核算范围不包含港、澳、台等省区。

不同类型钢铁产品的寿命期差异很大。大型基礎设施往往具有近百年的设计寿命，房屋建筑普遍为数十年，而交通工具等耐用消费品约为十年左右。国情特征也导致在用存量寿命期存在明显的国别差异。例如，发达国家建筑平均寿命通常高于50年，而中国在快速城镇化开发过程中，大拆大建现象十分普遍。Cai等[28]根据建筑面积拆除数据估算当前中国建筑平均寿命仅为23.7 a。由于无法获得各类钢铁产品寿命分布的可靠数据，我们采用不确定性分析的思路，假定所有在用存量整体寿命期满足韦伯分布，其平均寿命的上下限和中值

依次设定为25 a、45 a和35 a。这是一个非常宽泛的区间，可以涵盖平均寿命期的真实值。参照工业化国家发展经验，人均饱和水平低中高情景分别设定为10 t/人、12 t/人和14 t/人。其中，14 t/人大致相当于美国的饱和水平，12 t/人大致相当于日本和德国的存量饱和水平，10 t/人是发达国家历史趋势下限。人口发展情景采用联合国2015年人口报告中的方案[29]。该情景下，中国人口总量将于2026—2030年间达到14.2亿的峰值，此后缓慢下降，2050年和2100年人口总量分别降至13.5亿和10.0亿人。

2014年我国钢铁人均在用存量为4.57（4.37～4.72）t/人，总存量为62.5（59.7～64.5）亿t。当前中国钢铁人均在用存量正处于快速增长的中期阶段，如图4所示，这一阶段大约还将持续15～20 a。随着2030年前后我国跨过人口峰值，以及2040年前后人均钢铁在用存量趋近饱和水平，钢铁总存量将于2040—2050年间达到峰值。这与本世纪中期中国城市化率达到80%左右，基本完成城市化进程的预期是一致的[30]。比较各情景还可以发现，总存量达峰时间相对稳定，低情景和高情景下达峰时间相差约5 a，而人均饱和水平对总存量峰值的影响较大，峰值变化范围在135亿t至184亿t之间。

进入社会经济系统提供服务的钢铁最终产品流量的历史数据实际值、拟合曲线和未来趋势推算如图5所示。2000—2014年，蕴含在最终产品中的钢铁总流量从1.1亿t猛增至6.2亿t，同期粗钢产量从1.27亿t增至8.28亿t，表观消费量从1.36亿t增至7.49亿t，达到了历史上任何国家都未曾有过的规模。大宗基础原材料生产和消费的长期趋势有其固有规律，高速增长态势不可能一直持续下去。模拟结果显示，钢铁最终产品流量峰值大致出现在2018—2025年。平均寿命期越长、人均存量饱和水平越低，则达峰时间越早、峰值水平越低。以人均饱和存量中情景为例（图5黑色实线），平均寿命期25 a、35 a和45 a情景下，最终产品峰值流量分别为7.5亿t（2023年）、6.7亿t（2020年）和6.3亿t（2019年）。此外，可以发现平均寿命高情景和饱和存量低情景组合（45 a、10 t/人）模拟的峰值过低，已经偏离了现状；而平均寿命低情景和饱和存量高情景组合（25 a、14 t/人）的峰值过高，不符合当前绿色发展和资源集约利用的政策趋势。相比之下，中情景组合（35 a、12 t/人）不仅很好地再现了历史趋势，同时也符合未来政策预期，出现的可能性更大。

随着城市化、工业化进程逐步完成，在用存量累积速度不断放缓，最终产品国内消费量达峰后，将经历一段时期较快的下降过程。同样以人均饱和存量中情景为例，平均寿命期25 a、35 a和45 a情景下，到2040年最终产品国内消费量分别下降至6.3亿t、4.2亿t和3.1亿t。本世纪中叶起，随着国内钢铁产品存量达到并越过峰值，国内对最终产品的需求将主要用于更替退役存量，并趋于稳定。

4 钢铁工业产能过剩的趋势判断

首先，中国钢铁最终产品的国内需求已经接近峰值。考虑当前巨大资源环境压力下的绿色发展和资源集约利用政策背景，中国钢铁最终产品国内消费量可能在2020年前后达到6.7亿t左右的峰值，最终产品流量进一步提升的空间不大。

其次，由于存在加工损耗和产品净出口，粗钢产量和粗钢表观消费量高于最终产品国内消费量。如果将三者间的比例设定在2012—2014年的平均水平，即假定加工损耗率和贸易结构保持稳定，则对应的粗钢产量和表观消费量峰值分别为 9.0亿t左右和8.3亿t左右。考虑到未来全球经济波动、外需不振、出口下滑等可能出现的不确定因素，则粗钢产量和表观消费量峰值有可能降低。按照目前钢铁行业化解过剩产能的要求，严禁新增产能的同时，到2020年压减1～1.5亿t粗钢产能，则“十三五”末期我国粗钢产能将缩减至10～10.5亿t左右，可以满足产量峰值的需求，且产能利用率有望回升至80%以上。

最后，国内需求达峰后，粗钢产量和表观消费量的长期趋势是随之同步下降，还是继续保持较高水平，主要取决于钢铁产品的国际贸易格局。例如，日本在国内钢铁产品需求达峰后，一直延续出口战略，粗钢产量长期维持在1亿t以上。新世纪的第一个十年中，日本以初级产品和工业制成品形式出口的钢铁量超过粗钢产量的50%。而美国则不同，粗钢产量达峰后，很快随国内需求下降而下滑。上世纪90年代后期开始，随着产业转移，美国成为钢铁产品净进口国，国内产量缺口不断扩大。

由此可见，中国钢铁工业未来长期发展大致有两条路径，一种是以拓展海外市场、消化国内产能为重点，长期扮演钢铁出口大国的角色；另一种以满足自身需求为重点，不断通过环保、能耗、产品质量等标准倒逼落后产能退出市场，使产能顺应国内需求下降而缩减。

钢铁工业的发展路径选择关系到中国产业结构演变的长期趋势，对资源环境压力的前景也将产生很大影响。初步匡算可知，如果达峰后钢铁产能继续维持在10亿t左右，同时希望产能利用率达到80%（即粗钢产量维持在8亿t左右），那么中情景下（35 a，12 t/人）2030年包括粗钢和各类制成品在内的钢铁净出口量需要达到1.8亿t左右，2040年将超过3亿t。在全球钢铁需求增长乏力[31]，中国与发达国家钢铁产品贸易摩擦不断加剧[32]的环境下，很难实现如此大规模的出口，也会给国内产业升级和环境治理带来巨大负面影响。

由此可见，中国难以单纯依靠拓展国际市场维持钢铁高位产能。即使短期内使用刺激政策，提振出口，也无法改变未来存量饱和后国内需求下降的趋势。因此，钢铁产能过剩是一个长期问题，化解产能过剩矛盾必须从需求和供给两方面同时入手。需求侧，借助“一带一路”倡议，开展钢铁产能国际合作，支撑沿线发展中国家基础设施建设和城市化进程。供给侧，坚持以严格的能耗、环保、质量和安全标准，加快落后产能退役进度，促进钢铁工业结构升级和质量提升。如果2030年将粗钢产能进一步压减至9亿t左右，2040年下降至7.5亿t左右，那么就可以在较高的产能利用率下，即满足国内需求，同时向国际市场提供1～1.5亿t出口产量，这是一个兼顾国内供给过剩和国际出口压力的折衷政策目标。

5 结 语

本文从大宗原材料社会经济系统代谢的一般规律出发，构建了中国钢铁流量-存量动态演化模型，为分析钢铁工业产能过剩问题提供了一个新的视角。与传统采用计量分析方法预测材料消费量和产量的研究相比，物质代谢分析框架能够更好地揭示具有显著非线性特征的社会经济系统长期发展规律，为考察材料在生产、消费、使用和废弃的全生命周期的管理政策提供了基础。

材料流量的峰值水平越高，意味着满足峰值所需的产能越大，由此产生的资源环境压力也越大。流量峰值又进一步由人口数量、人均饱和存量、存量累积速度、在用存量寿命期等一系列因素决定。中国当前所面临的基础原材料产能过剩，是一个人口大国在很短的历史时期内实现经济高速增长、社会物质资本存量急剧扩大的必然代价。加之在以要素投入为主要驱动力的增长模式下，重化工业和基建投资扮演了维持GDP高增长的重要角色，进一步加剧了基础原材料工业产能过剩的程度。

材料流量-存量动态变化的长期趋势显示，流量达峰速度越快，达峰后需求下滑的速度就越快，下滑幅度也越大。这意味着，以钢铁为代表的基础原材料产能过剩问题，不是短期内通过行政管制手段就可以完全解决的。经济增速下行阶段，去产能将是今后数十年都无法回避的长期问题。通过拓展外需消化过剩产能固然能发挥一定作用，但着眼于社会经济可持续发展的结构性调整则更为重要。科学理性地认识经济发展过程中钢铁需求变化的规律，从重数量、重速度，向重质量、重均衡转变，从扩大需求，向调节供给转变，是解决钢铁工业产能过剩的根本途徑。

（编辑：李 琪）

参考文献（References）

[1]张林. 中国式产能过剩问题研究综述[J]. 经济学动态， 2016（9）： 90-100. [ZHANG Lin. A review of the problem of overcapacity in China[J]. Economic perspectives， 2016（9）： 90-100.]

[2]冯梅，陈鹏.中国钢铁产业产能过剩程度的量化分析与预警[J].中国软科学， 2013（5）： 110-116. [FENG Mei， CHEN Peng. Quantitative analysis and warning on the excess capacity of Chinese iron and steel industry[J]. China soft science， 2013（5）： 110-116.]

[3]杨振兵. 有偏技术进步视角下中国工业产能过剩的影响因素分析[J]. 数量经济技术经济研究. 2016（8）： 30-46. [YANG Zhenbing. An analysis of the influencing factors of overcapacity of Chinas industrial sectors under the perspective of the biased technical progress[J]. The journal of quantitative & technical economics， 2016（8）： 30-46.]

[4]程俊杰， 刘志彪. 产能过剩、要素扭曲与经济波动——来自制造业的经验证据[J]. 经济学家， 2015（11）： 59-69. [CHENG Junjie， LIU Zhibiao. Overcapacity， factor price distortion and economic fluctuation： evidences from the manufacture sectors[J]. Economist， 2015（11）： 59-69.]

[5]干春晖， 邹俊， 王健. 地方官员任期、企业资源获取与产能过剩[J]. 中国工业经济， 2015（3）： 44-56. [GAN Chunhui， ZOU Jun， WANG Jian. Political turnover， enterprise resources acquirement and overcapacity[J]. China industrial economics， 2015（3）： 44-56.]

[6]刘航， 孙早. 城镇化动因扭曲与制造业产能过剩——基于2001—2012年中国省级面板数据的经验分析[J]. 中国工业经济， 2014（11）： 5-17. [LIU Hang， SUN Zao. The distortion of urbanization motivation and overcapacity in manufacture sectors： empirical analysis based on provincial panel data 2001-2012[J]. China industrial economics， 2014（11）： 5-17.]

[7]张群， 冯梅， 于可慧.中国钢铁产业产能过剩的影响因素分析[J].数理统计与管理， 2014， 33（2）： 191-202.[ZHANG Qun， FENG Mei， YU Kehui. The analysis of influencing factors in Chinese iron and steel industry overcapacity[J]. Journal of applied statistics and management， 2014， 33（2）：191-202.]

[8]林毅夫， 巫和懋， 邢亦青. “潮涌现象”与产能过剩的形成机制[J]. 经济研究， 2010， 10（4）： 4-19. [LIN Yifu， WU Hemao， XING Yiqing. ‘Wave phenomenaand formation of excess capacity[J]. Economic research journal， 2010， 10（4）： 4-19.]

[9]高芯蕊， 王安建. 基于“S”规律的中国钢铁需求预测[J]. 地球学报， 2010（5）： 645-652.[GAO Xinrui， WANG Anjian. The prediction of Chinas steel demand based on Sshaped regularity[J]. Acta geoscientica sinica. 2010（5）： 645-652.]

[10]WARELL L. Trends and developments in longterm steel demand：the intensityofuse hypothesis revisited[J]. Resources policy， 2014， 39： 134-143.

[11]倪中新， 盧星， 薛文骏. “一带一路”战略能够化解我国过剩的钢铁产能吗——基于时变参数向量自回归模型平均的预测[J]. 国际贸易问题， 2016（3）： 161-174. [NI Zhongxin， LU Xing， XUE Wenjun. Can ‘One Belt One Road strategy relieve Chinas excess iron and steel capacity： prediction based on TVPVAR model[J]. Journal of international trade， 2016（3）： 161-174.]

[12]孙小军. 影响我国钢材需求量的因素分析[J]. 社会科学前沿， 2017， 6（4）： 441-451. [SUN Xiaojun. Analysis the influence factors of steel demand in China[J]. Advances in social sciences， 2017， 6（4）： 441-451.]

[13]PAULIUK S， WANG T， MULLER D B. Moving toward the circular economy： the role of stocks in the Chinese steel cycle[J]. Environmental science & technology， 2012， 46： 148-154.

[14]CHEN W Q， GRAEDEL T E. Dynamic analysis of aluminum stocks and flows in the United States：1900-2009[J]. Ecological economics， 2012， 81： 92-102.

[15]MULLER D B， WANG T， DUVAL B. Patterns of iron use in societal evolution[J]. Environmental science & technology， 2011， 45： 182-188.

[16]EUROSTAT. Material flow accounts and resource productivity[R]. 2015.

[17]FISCHERKOWALSKI M， KRAUSMANN F， GILJUM S， et al. Methodology and indicators of economywide material flow accounting state of the art and reliability across sources[J]. Journal of industrial ecology， 2011， 15： 855-876.

[18]KRAUSMANN F， GINGRICH S， EISENMENGER N， et al. Growth in global materials use， GDP and population during the 20th century[J]. Ecological economics， 2009， 68： 2696-2705.

[19]WEISZ H， KRAUSMANN F， EISENMENGER N， et al. Economywide material flow accounting： a compilation guide[R]. 2007.

[20]MULLER E， HILTY L M， WIDMER R， et al. Modeling metal stocks and flows： a review of dynamic material flow analysis methods[J]. Environmental science & technology， 2014， 48： 2102-2113.

[21]CHEN W Q， GRAEDEL T E. Anthropogenic cycles of the elements： a critical review[J]. Environmental science & technology， 2012， 46： 8574-8586.

[22]GERST M D， GRAEDEL T E. InUse stocks of metals： status and implications[J]. Environmental science & technology， 2008， 42： 7038-7045.

[23]MULLER D B， WANG T， DUVAL B， et al. Exploring the engine of anthropogenic iron cycles[J]. Proceedings of the National Academy of Science of the USA， 2006， 103： 16111-16116.

[24]GLOSER S， SOULIER M， TERCERO E. Dynamic analysis of global copper flows： global stocks， postconsumer material flows， recycling indicators， and uncertainty evaluation[J]. Environmental science & technology， 2013， 47： 6564-6572.

[25]LIU G， MULLER D B. Centennial evolution of aluminum inuse stocks on our aluminized planet[J]. Environmental science & technology， 2013， 47： 4882-4888.

[26]PAULIUK S， WANG T， MULLER D B. Steel all over the world： estimating inuse stocks of iron for 200 countries[J]. Resources， conservation and recycling， 2013， 71： 22-30.

[27]CHEN W Q， GRAEDEL T E. Inuse product stocks link manufactured capital to natural capital[J]. Proceedings of the National Academy of Science of the USA， 2015， 112： 6265-6270.

[28]CAI W， WAN L， JIANG Y， et al. ShortLived buildings in China： impacts on water， energy， and carbon emissions[J]. Environmental science & technology， 2015， 49： 13921-13928.

[29]United Nations. World population prospects： the 2015 revision[R]. 2015.

[30]何傳启. 中国现代化报告2013——城市现代化研究[M]. 北京：北京大学出版， 2014. [HE Chuanqi. Report on the modernization of China 2013： study on urban modernization[M]. Beijing： Peking University Press， 2014.]

[31]World Steel Association. Steel Statistical Yearbooks 2016[S]. 2016.

[32]查贵勇. 2015对华贸易救济调查大盘点[N]. 国际商报，2016-01-20（2）. [CHA Guiyong. Trade remedy investigations against China in 2015[N]. International Business Newspaper，2016-01-20（2）.]

Abstract In this paper， we established a dynamic material flow analysis model of iron and steel for China. Historical steel flows and steel inuse stocks in China were modeled based on the ‘flow drives stock method. Longterm trends of demand for final steel products were then simulated by the ‘stock drives flow method. Results show that per capita inuse stock of steel in China reached 4.57 tons in 2014， approaching half of the saturation level in industrialized countries. The middle scenario which assumes an average lifespan of inuse stocks of 35 years and a per capita saturation level of 12 tons can not only fit the historical data well， but also reflect current policy trend of promoting green development and resources efficiency. Under this scenario， domestic final consumption of steel products will peak at 0.67 billion tons in 2020， and then decline to 0.42 billion tons in 2040. If assuming the import and export structure and the rate of fabrication loss remain unchanged at the average level of 2012-2014， the corresponding peak of crude iron production and apparent consumption will be 0.9 billion tons and 0.83 tons， respectively. According to the current policy of eliminating overcapacity in steel industry， Chinas crude iron production capacity is expected to be reduced to 1～1.05 billion tons in 2020. If so， the utilization rate of production capacity will rise to more than 80% again. However， from a longterm perspective， as Chinas urbanization process is expected to be nearly finished in the middle 21st century， the continuous decline of domestic demand is unavoidable. Therefore， overcapacity in Chinas iron and steel industry is a longterm problem. Both demand side and supply side efforts are needed to solve this problem. We propose that the midtolong term targets of production capacity control can be set as 0.9 billion tons in 2030 and 0.75 billion tons in 2040. Under such scenario， triple targets can be achieved， i.e.， satisfying domestic demand， keeping relatively high capacity utilization rate， and keeping net export of steel products at around 0.1～0.15 billion tons so as to reduce international trade disputes.

Key words steel； overcapacity； material flow analysis； inuse stock； production peak