我国钢铁产量影响因素的实证分析

我国钢铁产量影响因素的实证分析

【摘要】钢材是关系到国计民生的重要大宗商品。钢铁工业是国民经济中最重要的基础原材料产业和重要支撑产业。本文根据我国钢铁产量及其影响因素的时间序列数据，利用计量经济模型，分析我国钢铁产量与影响因素之间的关系，并通过模型对钢铁产量进行预测。

【关键词】钢铁产量  影响因素  计量经济学模型  预测

一、文献综述

钢铁行业是国民经济的支柱产业，是加快实现工业化的先导产业，其在拉动上下游产业发展、扩大城乡劳动力就业以及推动区域经济发展等方面做出了重要的贡献。虽然整个现代化建设以传统原材料为主的状况已经发生改变，但钢铁行业对我国来说仍然是基础工业，直接影响着国民经济的健康发展。可以说钢铁行业的稳定发展是实现我国新型工业化战略目标的关键一环，其发展水平的高低是衡量我国工业化水平和综合国力高低的重要标志。

《钢铁产业调整和振兴规划》（2009）阐明，我国是钢铁生产和消费大国，粗钢产量连续13年居世界第一。进入21世纪以来，我国钢铁产业快速发展，粗钢产量年均增长21.1%。2008年，粗钢产量达到5亿吨，占全球产量的38%，国内粗钢表观消费量4.53亿吨，直接出口折合粗钢6000万吨，占世界钢铁贸易量的15%。2007年，规模以上钢铁企业完成工业增加值9936亿元，占全国GDP的4%，实现利润2436亿元，占工业企业利润总额的9%，直接从事钢铁生产的就业人数358万。钢铁产品基本满足国内需要，部分关键品种达到国际先进水平。钢铁产业有力支撑和带动了相关产业的发展，促进了社会就业，对保障国民经济又好又快发展做出了重要贡献。

钢铁行业是典型的周期性行业，与宏观经济的发展密切相关。自上世纪 90 年代以来，我国宏观经济的高速增长推动了我国钢铁行业的迅猛发展。遗憾的是，与发达国家相比我国钢铁行业一直都不具有竞争优势：能源消耗和污染排放过高；价值创造能力、经济效益水平较低，这使得我国钢铁行业一直没有摘掉高能耗、低附加值的“帽子”。大而不强、多而不优，既是我国钢铁行业产品结构的弊病，也是钢铁企业成长中的问题。

同时，钢铁产业长期粗放发展积累的矛盾日益突出。一是盲目投资严重，产能总量过剩。截至2008年底，我国粗钢产能达到6.6亿吨，超出实际需求约1亿吨。二是创新能力不强，先进生产技术、高端产品研发和应用还主要依靠引进和模仿，一些高档关键品种钢材仍需大量进口，消费结构处于中低档水平。三是产业布局不合理，大部分钢铁企业分布在内陆地区的大中型城市，受到环境容量、水资源、运输条件、能源供应等因素的严重制约。四是产业集中度低，粗钢生产企业平均规模不足100万吨，排名前5位的企业钢产量仅占全国总量的28.5%。五是资源控制力弱，国内铁矿资源禀赋低，自给率不足50%。六是流通秩序混乱。钢铁产品经销商超过15万家，投机经营倾向较重。在这种高增长态势下，当前钢铁业存在四大忧虑：国内供需平衡基础不稳、出口将呈现回落、节能减排压力巨大、企业生产成本开始上升。

为了缓解钢铁行业面临的巨大压力，将巨额“救市”资金投向钢铁行业，另外还通过大力发展用钢量较大的行业 如铁路、房地产行业等 间接拉动钢铁行业的“复苏”。基于目前特殊的经济背景和钢铁行业的重要地位，对钢铁行业的发展水平、与其他产业的关联特征以及影响钢铁行业发展的因素进行再认识具有重要的理论和实际意义。

二、模型设定

（一）模型初步提出

钢铁行业是我国国民经济体系中的基础产业。影响钢铁行业总产出的因素颇多，其他产业的产量、铁矿石价格、国家、运输成本和市场需求量等都对钢铁总产出形成影响。本文基于钢铁生产运输要素的视角,根据式（1）研究影响钢铁行业总产出的主要因素，包括粗钢产量、发电量、固定资产投资、铁路运输量、转发电及电站供热能源加工换效率、建筑业总产值六个方面。

Y＝β1＋β2X1＋β3X2＋β4X3＋β5X4＋β6X5＋β7X6＋μ               （1）

（二）选定模型后，查找数据如表1。

表1我国钢铁产量及其影响因素的时间序列表

年份	Y	X1	X2	X3	X4	X5	X6
1990	5153	6635	6212	4517	150681	37.34	1345.01
1991	5638	7100	6775	5594.5	1523	37.60	15.33
1992	6697	8094	7539	8080.1	157627	37.80	2174.44
1993	7716	56	8395	13072.3	162794	39.90	3253.5
1994	8428	9261	9281	17042.1	163216	39.35	4653.32
1995	80	9536	10070	20019.3	165982	37.31	5793.74
1996	9338	10124	10813	22974	171024	36.63	8282.24
1997	104.17	11559	11356	24941.1	172149	35.	9126.48
1998	9978.93	10737.8	11670	28406.17	1082	37.09	10061.99
1999	12109.78	12426	12393	29854.7	167196	37.04	11152.86
2000	13146	12850	13556	32619	178023	37.36	12497.59
2001	15745	15266	14780	368	192580	37.63	15361.56
2002	19218	18155	16540	43202	1864	38.73	18527.17
2003	24119.35	22233.6	19107.62	55118	199076	38.83	23083.86
2004	29723.12	27279.79	21870	70073	216961	39.46	27745.38
2005	39692	35239	24747	88604	230920	39.87	34552.1
2006	47339.6	42266	28344	109870	244395	39.87	41557.15
2007	564.4	466	32777.2	137239	261239	40.24	51043.71
2008	58488.1	50091.5	34668.8	172291	273932	41.04	62036.81

（数据来自《中国统计年鉴》中国统计出版社1991~2009年）

注：

被解释变量Y——我国钢铁成品产量，代表我国每年生产出的钢铁成品总量。

主要影响因素：

1.X1—— 粗钢产量（万吨）    粗钢，即钢坯，由生铁经转炉氧化脱去碳及其他杂质后，得到钢水。钢水中加入合金，碳后，浇铸得到粗钢。粗钢经过加工，添加合金，轧制成型后可得到钢材。粗钢的生产量在钢铁工业中也是衡量当年钢铁产业发展状况的重要指标。  

2.X2——发电量（万吨）  电力是钢铁生产的重要能源，发电量的多少，紧密的影响到钢铁的生产力。

3.X3—— 固定资产投资（亿元）  　固定资产投资是建造和购置固定资产的经济活动，即固定资产再生产活动。固定资产再生产过程包括固定资产更新（局部和全部更新）、改建、扩建、新建等活动。对于钢铁工业来说，固定资产投资是资金的来源，对生产量有很大的影响。

4. X4——铁路运输量（万吨）  铁路的建设和营运需要钢铁产业的支撑，同时也影响到钢铁的生产，运输量的大小是钢铁产量的影响因素之一。

5. X5——转发电及电站供热能源加工换效率（%）  钢铁的冶炼需要电热能源源，转发电及电站供热能源加工换效率会影响到钢铁产量。

6. X6——建筑业总产值（亿元）   建筑业总产值是以货币表现的建筑安装企业在一定时期内生产的建筑业产品的总和。 建筑业的蓬勃发展对钢铁的供应量提出了要求，同样影响到钢铁的产量。

（三）模型分析与检验

模型的拟合检验用Eviews计量经济学分析软件：

我们可以得到如下回归分析结果：

表2 OLS回归结果

Dependent Variable: Y
Method: Least Squares
Date: 12/07/11   Time: 13:48
Sample: 1990 2008
Included observations: 19
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-3509.760	4194.628	-0.836727	0.4191
X1	1.112036	0.051809	21.46396	0.0000
X2	0.0069	0.147919	0.047248	0.9631
X3	0.024091	0.031281	0.770124	0.4561
X4	-0.000234	0.021914	-0.010699	0.9916
X5	26.57372	92.71114	0.286629	0.7793
X6	0.015459	0.125003	0.123667	0.9036
R-squared	0.999740	Mean dependent var		204.39
Adjusted R-squared	0.999610	S.D. dependent var		17511.27
S.E. of regression	345.7521	Akaike info criterion		14.80663
Sum squared resid	1434534.	Schwarz criterion		15.15458
Log likelihood	-133.6630	F-statistic		7693.320
Durbin-Watson stat	2.718776	Prob(F-statistic)		0.000000

由此可见，该模型R2=0.999740，=0.999610可决系数很高，F检验值7693.320，明显显著。但是当α=0.05时， tα/2(n－k)=t0.025(12)=2.179，X2，X3，X4，X5，X6的系数t检验不显著，且X4系数的符号与预期相反，这表明很可能存在多重共线性。

1、多重共线性检验

表2 相关系数矩阵

	X1	X2	X3	X4	X5	X6
X1	1.0000	0.9905	0.9857	0.9909	0.7608	0.91
X2	0.9905	1.0000	0.9857	0.9938	0.7287	0.9942
X3	0.9857	0.9857	1.0000	0.9848	0.7367	0.9969
X4	0.9909	0.9938	0.9848	1.0000	0.7468	0.9908
X5	0.7608	0.7287	0.7367	0.7468	1.0000	0.7299
X6	0.91	0.9942	0.9969	0.9908	0.7299	1.0000

（1）由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。

（2）修正： 

采用逐步回归的方法，去检验和解决多重共线性的问题。分别作Y对X1，X2，X3，X4，X5，X6的一元回归，结果如表3：

表3 一元回归估计结果

变量	X1	X2	X3	X4	X5	X6
参数估计值	1.2140	1.9814	0.3673	0.4604	9259.1030	0.9797
t统计量	198.6912	30.7254	26.0192	31.22	4.8252	29.9713
R2	0.9996	0.9823	0.9755	0.9829	0.5780	0.9814
	0.9995	0.9813	0.9741	0.9819	0.5531	0.9803

其中，加入X1的方程最大，以X2为基础，顺次加入其他变量逐步回归，结果如表4：

表4 加入新变量的回归结果（一）

变量	X1	X2	X3	X4	X5	X6
X1，X2	1.160511 (26.53507)	0.088853 (1.233970)					0.999558
X1，X3	1.12197 (38.41388)		0.028581 (3.19537)				0.999704
X1，X4	1.167003 (25.72399)			0.018124 (1.044631)			0.999547
X1，X5	1.21479 (125.2349)				-10.8754 (-0.11178)		0.999516
X1，X6	1.116503 (31.87168)					0.080251 (2.812718)	0.999676

经比较，新加入X3的方程=0.999704，改进最大。由于X2 、X4、 X5的t检验不显著，因此保留X3，剔除X2 、X4、 X5。

以X1，X3为基础，顺次加入其他变量逐步回归，结果如表5：

表5加入新变量的回归结果（二）

变量	X1	X3	X6
X1，X3，X6	1.117882	0.024328	0.014638	0.999686
	32.39515	1.227449	0.242408

当加入X6时，有所增加，但其参数的t检验不显著。从相关系数也可以看出，X6与其他变量高度相关，这说明X6引起了多重共线性，予以删除。

最后修正严重多重共线性影响后的回归结果为：

 =－2553.630＋1.121970 X1＋0.028581 X3

t =(-15.04950)( 38.41388) (3.195374)

R2=0.999737   =0.999704   F=30438.63   DW=2.655341

这说明，在其它因素不变的情况下，当粗钢产量X1每增加1万吨，固定资产投资X3每增加一亿千瓦时时，平均说来，我国钢铁产量分别增加1.121970万吨和0.028581万吨。

2、异方差性检验

本文研究的是1990年至2008年我国钢铁产量的影响因素。由于时间序列背景下也可能出现异方差，从而影响模型的估计和运用。为此，需要对该模型是否存在异方差进行检验。本文采用ARCH检验法检验模型的异方差性。

运用EViews得到表6：

表6 ARCH检验结果

ARCH Test:
F-statistic	1.619968	Probability		0.221281
Obs*R-squared	1.654908	Probability		0.198292
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/08/11   Time: 13:28
Sample(adjusted): 1991 2008
Included observations: 18 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	55203.06	34191.45	1.614528	0.1260
RESID^2(-1)	0.304085	0.2314	1.272780	0.2213
R-squared	0.091939	Mean dependent var		79585.77
Adjusted R-squared	0.035186	S.D. dependent var		122325.9
S.E. of regression	120154.6	Akaike info criterion		26.33539
Sum squared resid	2.31E+11	Schwarz criterion		26.43432
Log likelihood	-235.0185	F-statistic		1.619968
Durbin-Watson stat	1.835554	Prob(F-statistic)		0.221281

当显著性水平α=0.05，0.05(2)=5.99147>1.654908，因此，模型中不存在异方差性。

2、自相关检验。

由于自相关的存在会导致通常的回归系统显著性的t检验失去意义，并使F检验和R2检验也不可靠。且自相关会使预测的置信区间不可靠，从而降低预测的精度。因此，有必要对模型的自相关性进行检验。

运用EViews得到图1：

图1 Q统计量检验结果

图中第4阶的自相关系数有超过虚线的趋势，但考虑到1~3阶都不超过虚线，因此不予考虑。因此，模型中不存在自相关性。

3、因果关系检验

运用Granger因果关系检验法检验模型中解释变量与被解释变量间是否具有因果关系。

用P统计量来检验下述联合检验：

H0：X不是引起Y变化的Granger原因

H1：X是引起Y变化的Granger原因

运用EViews得到表7：

表7 Granger因果关系检验结果

Pairwise Granger Causality Tests
Date: 12/08/11   Time: 18:53
Sample: 1990 2008
Lags: 1
Null Hypothesis:	Obs	F-Statistic	Probability
X1 does not Granger Cause Y	18	5.48385	0.03341
Y does not Granger Cause X1		2.57669	0.12929
X3 does not Granger Cause Y	18	0.305	0.58803
Y does not Granger Cause X3		27.2336	0.00010
X3 does not Granger Cause X1	18	0.77085	0.39380
X1 does not Granger Cause X3		22.1787	0.00028

由表7：Prob(X1)= 0.03341<0.1。所以，拒绝原假设，即粗钢产量X1是引起钢铁产量Y变化的Granger原因。

        Prob(X3)= 0.58803>0.1。所以，接受原假设，即固定资产投资X3不是引起Y变化的Granger原因。

三、我国钢铁业的现状分析

目前由于钢价持续走高，国内钢铁需求旺盛，使得投资钢铁已成为投资房地产、汽车并列的三大投资热点。但是我们不得不意识到，我国钢材产品品种的结构存在的矛盾，即板材和带材紧缺的局面仍然不能根本缓和，板材预计有一千多万吨的缺口，需靠进口，而钢筋和盘条等建筑用材处于供过于求的局面。目前我国采取了加息，其目的就是在于抑制低成品钢盲目投资、低水平扩张、生产力过剩、铁矿资源不足的局面。防止小电炉钢厂和小轧钢厂死灰复燃，而同时采取的对钢铁业固定资产的增加，其目的就在于鼓励高技术含量的钢铁项目的投产。切实做到“区别对待”适时适度的方针。才能保证我国钢铁业数量的增长和产品结构调整相一致，使其健康稳定地发展。

四、建议：

1.灵活参与铁矿石指数制定

目前铁矿石已实现季度定价，并向现货定价、指数定价进一步过渡，铁矿石价格逐渐“金融化”，而参与国际金融衍生品市场时的经验匮乏正是中国企业的普遍软肋。

尽管中钢协9月公布的国内钢材价格指数也已经进行了改革，从原来的8个品种价格统计平均得出的指数改为13个品种进行较为严密的加权平均价格指数，但在三大矿山的垄断地位下，中方推出的指数难以被市场接受。

在指数定价已经成为事实上的定价核心的情况下，目前可做的，只能是通过更多参与指数的编制过程，争取话语权，争取可能的权益。此外，各个钢厂应积极培养熟悉金融市场的人才；国家也应支持相关国内金融机构研究我国的价格指数模式，并研究相应的对冲机制，为企业化解风险，使其熟悉并运用衍生工具进行风险化解，从而在新机制下的话语权竞争中不再被动。

2.钢铁产业节能降耗的途径

1）结构调整与淘汰落后工艺技术装备并举

2）增强钢铁企业能源转换功能水平

3）提高能源利用效率和能源管理水平

4）通过产品结构调整, 提高钢铁产品档次和附加值, 降低单位产值能源消耗

3. 细化“十二五”规划

在制定“十二五”发展规划后，各行业的“十二五”规划也在紧密制定中，预计钢铁行业的“十二五”规划将在年底出台。

与“十一五”的发展相比，“十二五”钢铁业面临的主要矛盾是产能过剩，面临的最大任务是钢铁行业的结构性转变，主要包括钢铁产业的集中度和现代化，其中一个重要的方面就是要努力实现钢铁行业的节能环保。

在结构调整方面，应通过依法强制性推行节能减排目标和严格税收征管，加快淘汰落后产能，加速推进钢铁产业装备和技术结构升级，推进产业结构升级，在依靠法律手段的同时还要体现市场竞争的作用，避免钢铁产业越淘汰产能越大，而是要依靠竞争让企业体会到产品结构升级的好处。

此外还要通过加快钢铁企业联合重组实现结构调整、提高我国钢铁行业自主创新能力和行业自律协调能力。

在节能环保方面制定科学的管理细则，提高废铁使用比例，减少能耗，同时引进新技术提高生产率，加大对自然环境造成影响的企业的处罚。建立环境跟踪机制，将税收和对环境资源的消耗水平联系起来，严格企业进入、退出、淘汰、升级的条件和要求，同时建立各种市场的预警、预测系统，使市场参与者科学地判断市场运行效率和风险。

参考文献：

[1]庞浩：《计量经济学（第二版）》，科学出版社，2009年。

[2]王泰昌：《我国钢铁工业节能降耗现状分析与措施建议》，《冶金管理》，2007

年第03期。

[3]徐盈之，吴海明:《我国钢铁行业发展水平、产业关联特征及影响因素———基于投入产出法的动态研究》，《经济问题》2010年第05期。

[4]2010年前三季度我国钢铁行业现状、问题及对策http://www.sanit.com.cn/

zh/communion/ArticleContent.php?boardGroupId=3&threadId=20110106104806748018&boardClassId=42。

[5] 《中国统计年鉴》，中国统计出版社1991~2009年。