中国纸及纸板消费影响因素与需求预测

田明华, 唐 莹, 胡田琦, 陈姝橦, 马颖颖, 赵怡菲

(1.北京林业大学 经济管理学院, 北京 100083; 2.海南海控国际贸易有限责任公司金属矿产部, 海口 570100;3.江苏省无锡技师学院 现代服务系, 江苏 无锡 214100)

造纸工业技术、资金、资源、能源相对密集,具有典型的大工业生产特征,产业关联度较大,涉及林业、化工、出版、包装、印刷、机械制造和环境保护等诸多产业,是国民经济的重要支柱产业。纸及纸板的生产消费水平还是衡量一个国家现代化水平和文明程度的标志[1]。经过多年发展,中国已经成为世界纸及纸板生产第一大国和消费第一大国,但同时也是进口第一大国,出口仅位列第七,2020年中国纸及纸板生产、消费、进口、出口分别占世界的28.21%、30.10%、11.03%、4.22%[2]。尤其中国的人均纸及纸板消费量还处于较低水平,2020年84 kg/人,相较发达国家差距很大,如欧洲为115 kg/人(其中德国为216 kg/人、法国为117 kg/人、英国为106 kg/人)、美国为192 kg/人、加拿大为133 kg/人、日本为173 kg/人、韩国为203 kg/人[2],甚至不如马来西亚的91 kg/人[2]。根据UN Comtrade数据库数据计算,近年来中国纸和纸板贸易竞争力指数(index of trade competitiveness,TC指数)、显性比较优势指数(index of reveal comparative advantage,RCA指数)均不断下降,2021年分别为-0.04<0、0.42<1,在2021年纸和纸板出口前十名出口国中,TC指数仅高于意大利,低于平均的0.31,远低于芬兰的0.90,RCA指数则居末位,低于平均的0.31,远低于芬兰的17.10。

加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局,是中国“十四五”时期的经济发展指导方针[3],“坚持扩大内需这个战略基点”“形成强大国内市场”“强化国内大循环的主导作用”[3]是构建双循环新发展格局的重要内容。因此,中国造纸工业应紧紧抓住位居世界第一的国内纸及纸板消费市场,“立足国内大循环”并“依托我国超大规模市场优势”[3]实现高质量发展,进而利用提高的国际竞争力,促进国际循环。这样,洞察国内纸及纸板市场的消费需求影响因素,掌握国内纸及纸板消费需求发展趋势,就成为必须首先要解决的问题。

1 相关研究

作为一种重要的木质林产品,纸及纸板需求预测常见于木材需求预测中。例如,采用欧洲的面板数据应用经典需求模型分析纸制品、锯材和人造板消费,发现消费水平取决于国家实际GDP和实际价格[4];基于多重线性双对数模型的分析表明,进口价格和收入是希腊人造板和纸张需求的最重要影响因素[5];基于中国林业产业预警模型的木材供需仿真研究,分析不同GDP增长率下纸及纸板需求[6]。国内外对于纸及纸板的需求预测研究不多。例如,采用因果关系预测方法和时间序列外推预测方法对中国纸及纸板需求量进行预测[7];运用多元线性回归模型研究中国纸及纸板消费量与人口、GDP之间的关系并进行预测[8];利用加权平均指数,考虑了GDP、投资量和实际消费量等变量预测中国纸及纸板的需求[9];用自相关误差回归的方法检验城市化、人口、经济增长对中国纸制品消费的影响并进行仿真预测[10];在不同的人口、GDP和人均纸及纸板需求情境下,分析经济增长与纸及纸板消费的关系,估计10个亚洲国家2050年的纸及纸板需求和纸浆材需求[11];用回归法预测中国“十二五”和“十三五”时期纸浆和纸及纸板的市场需求量[12]。

可以发现,近年来对于中国纸及纸板消费影响因素和需求预测的研究非常少,单项研究中所使用的计量模型比较单一,考虑的影响因素比较少,其中对于GDP、价格、人口因素对纸及纸板需求的影响基本能够达成一致结论;多进行总量需求预测,并没有分纸种研究。本文考虑多种影响因素,采用灰色关联分析,探究中国纸及纸板消费主要影响因素,并细化到各纸种;使用多种计量模型进行需求预测,通过分析和对比,确定中国纸及纸板和各纸种需求发展趋势。

2 研究方法与数据来源

2.1 研究方法

2.1.1 灰色关联分析

灰色关联分析(grey relation analysis,GRA)是灰色系统理论中衡量某个数据序列受其他数据序列影响的相对强弱的一种方法,核心是计算数据序列之间的灰色关联度。步骤为:①进行标准化处理消除量纲影响;②计算比较数列对参考数列在不同时期的关联系数;③计算比较数列对参考数列的灰色关联度。GRA对样本量多与少和样本是否规律都适用[13],广泛应用于农业、工业、经济、管理等领域[14]。利用GRA可以发现影响纸及纸板消费的主要影响因素。

2.1.2 灰色模型GM(1,1)

灰色模型(grey model,GM)是基于灰色系统理论形成的预测模型,主要适用于某个主导因素的特征组合和预测[15],是解决小样本预测问题的有效方法[16],普遍应用于人口预测、旅游需求预测、灾变预测等方面,基础模型记为GM(1,1)。GM(1,1)步骤为:①模型构建前的检验。通过序列的级比值的大小和所属区间判断是否满足级比检验的条件,若不满足,对序列通过平移转换,使转换后的序列满足级比检验。②建模。对原始序列进行一次累加运算(1-AGO,accumulated generation operation),然后求解一阶常微分方程得到时间响应方程,得到一次累加序列的拟合值,再进行累减运算得出原始序列的拟合值。③精度检验。包括后验差检验和残差检验。④模型预测。利用GM(1,1)可以直接预测纸及纸板消费需求,也可用来对相关影响变量进行预测。

2.1.3 差分自回归移动平均模型

差分自回归移动平均模型(autoregressive integrated moving average model,ARIMA)模型的基本思想是利用数据本身的历史信息来预测未来,是最常见的一种时间序列预测模型[17],在很多时间序列预测问题中都有很好的表现。ARIMA主要由自回归模型[autoregressive model,记作AR(p)]、差分过程[difference function,记作I(d)]和移动平均模型[moving average model,记作MA(q)]三部分构成,记作ARIMA(p,d,q),步骤为:①序列平稳性检验。使用ADF检验,若原序列非平稳,差分后再进行ADF检验,确定差分次数d;②模型识别与定阶。根据平稳序列自相关函数(autocorrelation function,ACF)图和偏自相关函数(partial autocorrelation function,PACF)图的拖尾截尾情况初步选择参数,比较赤池信息标准(Akaike information criterion,AIC)、贝叶斯信息标准(Bayesian information criterion,BIC)值,确定自回归项数p,移动平均项数q;③模型检验,Q统计量检验模型残差是否为白噪声;④利用模型对原序列进行预测。利用ARIMA可以直接预测纸及纸板消费需求,也可用来对相关影响变量进行预测。

2.1.4 多元回归分析

多元回归分析(multiple regression analysis,MRA)可以确定自变量和因变量之间的定量关系并进行相应的预测,适用于因变量受多因素综合影响时使用[18]。利用MRA预测纸及纸板消费需求的步骤为:①根据灰色关联度排序结果,采用逐步回归方法寻找最优的多元线性回归方程,使用最小二乘法求解参数,确定自变量;②运用ARIMA或者GM(1,1)对所选择的自变量进行预测;③选择自变量预测误差较小的模型结果代入多元线性回归方程,得出需求预测结果。

最终,对比和评价GM(1,1)、ARIMA、MRA三种模型预测结果,确定纸及纸板消费需求的预测值。

2.2 数据来源

根据消费量=产量+进口量-出口量,计算纸及纸板以及各纸种的国内市场消费需求规模,根据进口价格=进口额/进口量,计算平均进口价格,涉及数据与纸浆产量数据来自历年《中国造纸工业年鉴》《中国造纸工业年度报告》;人均GDP、居民人均可支配收入、第三产业占比、年末总人口、城镇人口占比、女性人口占比、社会消费品零售总额、网络购物零售额数据来自历年《中国统计年鉴》;互联网上网人数数据来自中国互联网络信息中心。

3 中国纸及纸板消费影响因素分析

3.1 定性分析

3.1.1 整体影响因素分析

已有研究证实经济发展规模会一定程度上影响消费需求。由于GDP=人均GDP×人口数量,这样,经济规模就分解为人口规模与反映经济发展水平的人均GDP。显然,人口规模决定了消费者数量,人口规模越大,消费需求越大;人均GDP越高,一般消费需求越高。

许多经济学家将收入增加视为影响居民消费需求增加的首要驱动力。收入水平决定消费者的购买能力,是消费需求形成的前提,影响和制约着消费需求总量和结构变动,也会影响居民消费倾向。对于一般商品而言,收入提高会引发商品消费量增加,但对于纸及纸板不一定如此。例如,随着科技进步,信息化数字化快速发展,加上人们环保意识普遍增强,无纸化办公和学习风潮兴起,收入增加时人们可能购买数码产品代替书写纸、印刷纸的作用,因此收入水平提高对于纸及纸板需求的影响具有不确定性。

城镇化发展可以为经济社会发展提供强大动力,并且城市化水平与人们的生活习惯、消费水平、意识和偏好密切相关,因而也是影响纸及纸板消费需求的因素。城市化水平一般用城镇人口占总人口的比例即城市化率来表示,因此城市化水平也一定程度上反映人口结构的影响。

产业结构是推动经济发展的因素之一,决定消费结构。伴随着产业结构优化升级,信息化和工业化深入结合,以及可持续发展等政策实施,不同经济部门对纸及纸板的需求将会受到影响。

供给影响着消费需求。若上游原料端的纸浆供应不足,价格上涨,会导致生产成本提高,通过价格传导机制使得最终产品的价格上升,会降低需求。进口则可弥补国内供给的不足,促进消费。产品价格对消费需求一般呈反向作用。在竞争比较充分的情况下,产品价格可以用进口价格表示。

综上所述,将人均GDP、人口规模、人均可支配收入、城市化率、产业结构、纸浆产量、纸及纸板进口量、纸及纸板进口价格作为影响纸及纸板消费需求的考虑因素。

3.1.2 各纸种影响因素分析

文化用纸包括新闻纸、未涂布印刷书写纸、涂布印刷纸。如今正处于信息化时代,在网络发展和数字媒体冲击下,新闻纸消费需求陷入衰退。无纸化办公和学习的兴起,对印刷纸市场造成一定打击,未涂布印刷书写纸和涂布印刷纸的消费需求增长缓慢。因此,将信息化程度作为影响文化用纸消费需求的附加考虑因素。

包装纸包括包装用纸(牛皮纸、羊皮纸、玻璃纸等)以及用作包装用途的白纸板、箱纸板、瓦楞原纸等,是中国纸及纸板消费占比最大的部分,合计占比超过60%。近年来网购消费模式兴起,因此将电商发展程度作为影响包装纸消费需求的附加考虑因素。

生活用纸刚需性特征明显。随着城市化进程加快、收入水平提高,生活用纸消费显著增长。由于特殊生理原因,女性对生活用纸的消耗往往大于男性,将女性人口比例作为影响生活用纸消费需求的附加考虑因素。

特种纸及纸板市场近年来不断保持增长态势。特种纸及纸板具有品种多、市场规模小、技术含量高的特点,其产品细分市场很多,应用于多个领域中,因此将上述所有提及的因素(女性人口比例除外)纳入特种纸及纸板消费影响因素范围内。

3.2 灰色关联分析

纸及纸板消费需求受到多因素的综合影响,这些因素之间的关系错综复杂,互相关联,呈现“不确定”的灰色特征。灰色关联度分析适用性广,不受样本量、是否为线性关系影响,因此借用灰色关联度对中国纸及纸板消费需求的影响因素进行探究。

根据前述分析,将纸及纸板以及各纸种消费量作为参考序列,选择8～10个指标作为灰色关联分析的比较序列,如表1所示。其中,纸及纸板消费量的比较序列为x1～x8,文化用纸增加比较序列x10,包装纸增加比较序列x11,生活用纸增加比较序列x9,特种纸及纸板增加比较序列x10、x11。

表1 灰色关联分析指标选择

3.2.1 中国纸及纸板消费需求影响因素的灰色关联度

灰色关联度分析不要求大样本量,选取2010-2020年的年数据进行测算。对于逆向指标取倒数正向化后再进行灰色关联度测算。测算结果如表2所示。

表2 中国纸及纸板消费总量与各因素的灰色关联度

由表2可知,所有因素关联度均大于0.6,表明这些因素与中国纸及纸板消费需求均有关联,其中城市化率的灰色关联度为0.970 1,排在第一位,产业结构、纸浆产量和人口规模的灰色关联度相差不大,均在0.9以上,是主要影响因素。

3.2.2 各类纸及纸板消费需求影响因素的灰色关联度

分别以各类纸及纸板消费量为参考序列,所选取的影响因素的灰色关联度测算结果如表3所示。

表3 中国各类纸及纸板消费量与各因素的灰色关联度

由表3可知,各因素对不同纸种的影响并不相同。信息化程度是影响新闻纸消费最主要因素,可见网络和数字媒体对纸媒的冲击确实影响到了新闻纸消费需求,但对未涂布印刷书写纸、涂布印刷纸影响相对较小,人口规模对这两者的影响比较大,尤其是未涂布印刷书写纸。可以发现,影响生活用纸消费的各因素的灰色关联度差别不大,与人口因素相关的人均可支配收入、人口规模、城市人口比例(城市化率)、女性比例显然有不可忽视的影响。各类包装纸的影响因素的灰色关联度结果的相似程度很高,一是普遍受到各因素的影响;二是相对其他纸种,供给因素影响比较突出,原料供给、进口、价格等的灰色关联度均在0.9以上;三是电商发展程度的灰色关联度大于0.6,显示网购对包装纸消费确有一定推动作用。特种纸及纸板与各因素的灰色关联度都很高,除了电商发展程度外的其他因素的灰色关联度基本在0.9以上,尤其受到信息化程度的重要影响,这与很多特种纸及纸板品种主要服务于电子信息业密切相关。

4 中国纸及纸板消费需求预测

4.1 整体需求预测

4.1.1 MRA模型预测

选择2005-2020年年度数据建立MRA模型,根据灰色关联度的结果,逐步剔除因子,排除多重共线性后,最优MRA模型结果如表4所示。

表4 中国纸及纸板消费MRA模型回归结果

首先使用ARIMA与GM(1,1)模型对自变量城镇化率和纸浆产量的时间序列进行预测。GM(1,1)模型中城市化率和纸浆产量的后验差比值C值为0.005和0.331,模型精度高;模型平均相对误差为0.709%和7.359%,拟合效果良好。相比ARIMA模型,GM(1,1)模型预测精度高,趋势拟合度比较好,因此选用GM(1,1)模型对城镇化率和纸浆产量的时间序列进行预测。其次,代入表4得到的最优MRA模型(x0=-3 620.162+0.687x4+151.653x6)预测2021-2025年中国纸及纸板消费需求(表5)。

表5 中国纸及纸板需求MRA模型预测结果

由表5可知,2021-2025年中国纸及纸板消费需求保持良好的增长势头,年均增长率为2.76%,与2016-2020年实际年均增长率2.70%相差不大。

4.1.2 ARIMA与GM(1,1)模型预测

由于ARIMA与GM(1,1)模型均是直接使用单个时间序列建模,且GM(1,1)模型适用小样本数据,为了使两个模型更好对比,均选择2010-2020的年度数据。利用纸及纸板消费量建立的ARIMA(0,1,1)模型,通过了Q检验,即残差为白噪声,且模型拟合优度高为0.96,预测2021-2025年中国纸及纸板需求年均增长率为2.15%。GM(1,1)模型的后验差比C为0.168,平均相对误差为1.966%,模型精度高,拟合效果好,预测2021-2025年中国纸及纸板需求年均增长率为0.71%。预测结果如表6所示。

表6 中国纸及纸板需求ARIMA与GM(1,1)模型预测结果

综上所述,ARIMA模型与MRA模型的预测结果更为相近。根据最新的《中国造纸工业2021年度报告》,2021年、2022年中国纸及纸板消费量为12 648万t、12 403万t,虽然存在小幅波动,但整体与MRA、ARIMA模型2021、2022年预测结果比较接近。因此,采用MRA、ARIMA模型预测结果,预计2021-2025年中国纸及纸板需求年均增长率为2.15%～2.76%,2025年中国纸及纸板需求为13 154.0万～13 552.7万t。

4.2 各纸种需求预测

采用类似方法对各纸种进行预测,其中MRA模型对新闻纸、白纸板、箱纸板、瓦楞原纸、特种纸及纸板消费拟合和预测效果较好,在此分别给出它们的最优MRA模型x0=487.401-0.032x3+0.007x10,x0=1 900.303+0.021x3-42.427x5+0.163x6-0.197x8,x0=-1 094.277+24.848x4+0.354x6-0.714x8,x0=-846.949-0.029x1+0.082x3+0.323x6+0.625x7,x0=109.706+0.003x1-0.046x8;ARIMA模型对未涂布印刷书写纸、涂布印刷纸、包装用纸、白纸板、瓦楞原纸、生活用纸消费拟合和预测效果较好;GM(1,1)模型对新闻纸、未涂布印刷书写纸、涂布印刷纸、包装用纸、箱纸板、生活用纸、特种纸及纸板消费拟合和预测效果较好。在此不再逐一展示各纸种消费拟合和需求预测过程。通过模型选优,可以得到各纸种2025年需求量预测值和2021-2025年年均增长率的变动区间(表7)。

表7 各纸种需求的综合预测结果

5 结论

利用灰色关联度测算分析影响中国纸及纸板和各纸种消费的因素。研究发现,中国纸及纸板消费受到多方面因素的影响,其中城市化率、产业结构、纸浆产量和人口规模是主要影响因素。各纸种消费影响因素存在较大差异。文化用纸中,信息化程度是影响新闻纸消费最主要因素,未涂布印刷书写纸和涂布印刷书写纸需求影响因素及其程度相似,人口规模的影响比较大。影响生活用纸消费的各因素的影响程度差别不大,与人口因素相关的人均可支配收入、人口规模、城市人口比例、女性比例有不可忽视的影响。包装纸中各纸种普遍受到各因素的影响,相对其他纸种,供给因素影响比较突出,电商发展程度也有影响。特种纸及纸板受各因素的影响均较大,尤其受到信息化程度的影响。

综合运用多元线性回归模型、差分自回归移动平均模型和灰色模型GM(1,1)对中国纸及纸板和各纸种进行消费拟合和需求预测。预计2021-2025年,中国纸及纸板需求年均增长率为2.15%～2.76%,2025年可达1.32亿～1.36亿t。各纸种需求年均增长率的差别较大,预测新闻纸为-15.42%～-12.83%,未涂布印刷纸为0.64%～0.70%,涂布印刷纸为-0.62%～0.28%;包装用纸为0.38%～1.38%,白纸板为2.76%～6.71%,箱纸板为1.36%～4.30%,瓦楞原纸为3.14%～4.78%;生活用纸为3.37%～4.46%,特种纸及纸板为4.86%～11.06%。

中国纸及纸板和各纸种消费受到各因素的影响不同,造纸企业应及时关注所生产纸种主要影响因素的变化,可以根据中国纸及纸板和各纸种消费需求变化趋势,及时调整产品结构,适应消费需求的变化。