我国钢铁产量影响因素的计量分析

我国钢铁产量影响因素的计量分析[摘要]：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。结果表明，粗钢产量和固定资产投资对我国钢铁产量有显著的影响，并且存在协整关系。[关键词]：钢铁产量计量经济学模型逐步回归一、引言钢铁工业是国民经济中最重要的基础原材料产业，是各国经济的重要支撑力量。随着国民经济对钢铁产品需求的增长，我国的钢铁工业规模不断扩大，效益有所提高，取得了很大的成就。钢铁产业是国民经济的重要支柱产业，涉及面广、产业关联度高、消费拉动大，在经济建设、社会发展、财政税收、国防建设以及稳定就业等方面发挥着重要作用。但是，钢铁产业长期粗放发展积累的矛盾日益突出。要解决好钢铁产业的问题，就要从分析钢铁产量的影响因素入手，从而找到合适的解决方法。二、我国钢铁产业现状分析《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。但是，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。中国钢铁工业协会常务副会长兼秘书长罗冰生（2007）表示，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、出口下半年将呈现回落、节能减排压力巨大、企业生产成本开始上升。三、模型变量与数据被解释变量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（亿千瓦时）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-------国内生产总值（亿元）经济的增长说明人们的生活水平的提高，刺激需求从而影响生产。再者，经济的增长也意味着生产力的发展，因此为钢铁产量的主要影响因素。由于钢材主要为生产所需，所以将国内生产总值确定为影响因素。5.X5--------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印象因素之一。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。7．X7--------国家财政支出（亿元）国家一年的财政支出是宏观的经济政策，是具有政策性导向的，整个经济的基本面对钢铁产业的发展有重要的影响。表1：我国钢铁产量及其影响因素统计表年份钢铁产量Y粗钢X1发电量X2固定资产投资X3国内生产总值X419905153.006635.006212.004517.0018547.9019915638.007100.006775.005594.5021617.8019926697.008094.007539.008080.1026638.1019937716.008956.008395.0013072.3034634.4019948428.009261.009281.0017042.1046759.4019958980.009536.0010070.0020019.3058478.1019969338.0010124.0010813.0022974.0067884.60199710894.1711559.0011356.0024941.1074462.6019989978.9310737.8011670.0028406.1779395.70199912109.7812426.0012393.0029854.7081911.00200013146.0012850.0013556.0032619.0089404.00200115745.0015266.0014780.0036898.0095933.00200219218.0018155.0016540.0043202.00102398.00200324119.3522233.6019107.6255118.00116694.00200429723.1227279.7921870.0070073.00136515.00200539692.0035239.0024747.0088604.00182321.00200647339.6042266.0028344.00109870.00209407.00200756894.4048966.0032777.20137239.00246619.00200858488.1050091.5034668.80172291.00300670.00年份铁路运输量X5建筑业总产值X6国家财政支出X71990150681.001345.013083.601991152893.001564.333386.621992157627.002174.443742.201993162794.003253.504642.301994163216.004653.325792.621995165982.005793.746823.721996171024.008282.247937.551997172149.009126.489233.601998164082.0010061.9910798.181999167196.0011152.8613187.672000178023.0012497.5915886.502001192580.0015361.5618902.582002186894.0018527.1722053.152003199076.0023083.8624649.952004216961.0027745.3828486.902005230920.0034552.1033930.302006244395.0041557.1540422.702007261239.0051043.7149781.402008273932.0062036.8162592.70（数据来自《中国统计年鉴》中国统计出版社1991~2009年）四、模型的分析和建立（一）多重共线性检验1.根据经济理论的相关的定性分析，确定了7个解释变量。但是，模型中包含了过多的解释变量容易产生多重共线性。因此，先利用相关系数分析被解释变量与解释变量之间，以及各个解释变量之间的相关关系。利用SCAT命令观察了y与各个变量的相关图后之后，键入CORYX1X2X3X4X5X6X7输出相关系数矩阵表如下：表2：相关系数矩阵表以上计算结果表明，每个因素都与钢铁产量是高度相关，而且解释变量之间也是高度相关的。2.为了进一步检验解释变量之间的相关关系，利用SPSS软件计算解释变量相关系数矩阵R=X’X的特征根。得出结果如下表：表3特征根及其各个主成份所解释的总方差成份初始特征值合计方差的%累积%16.93899.11999.1192.031.44299.5603.014.19999.7594.009.12199.8805.007.09599.9756.001.01999.9947.000.006100.000提取方法：主成份分析。解释变量相关系数矩阵的特征根为：λ1=6.938；λ2=0.031,λ3=0.014,4=0.009,λ5=0.007,λ6=0.001,λ7=0.000此时，│X’X│=0,即标准化后的样本数据矩阵是个病态矩阵。3.因此，模型存在严重的多重共线性。如果用OLS法建立估计模型，得到以下的估计结果：表4：Y=-2918.231477+1.152310593*X1+0.04360360553*X2+0.04515877632*X3-0.0003206629727*X4-0.001963413769*X5-0.1978882494*X6+0.1182107131*X7模型的F检验高度显著，但是解释变量的t检验除了X1,其他都不显著，且X4,X5,X6的系数为负数，系数符号的经济意义不合理，这也表明多重共线性造成模型t检验可靠性降低和系数估计误差的增大。由于因子分析中只提取了x1一个主成份，因此不进行主成份回归法，选择逐步回归法建模（二）逐步回归法解决多重共线性根据逐步回归的原理建模过程如下：1.根据相关系数和Y与各个X的相关图可知，y与个变量之间是线性关系，所以设模型的基本形式为：Y=C+β0X1+β2X2+……+β7X7+ε由于相关系数矩阵中Y与X1的相关性最强，所以，以Y=C＋βX1＋ε作为基本模型。将其余变量逐个引入模型，估计结果列入表3（其中括号里的数字为t统计量值）表5：钢铁产量影响因素变量选择分析过程（1）先建立一元回归模型（2）向模型引入t值较大的变量x3，X4,X6,X7建立模型，在以上模型中，引入的变量的t检验为显著，因此不将其剔除。但是x3的t值最大，而且R方值也是最大，因此Y=F(X1,X3)为当前的最优模型。（3）再向模型Y=F(X1,X3)中引入变量X2，此时x3的t检验值不显著，引入其他变量也是如此，因此逐步回归过程停止，模型Y=F(X1,X3)为最优的模型表6：所以，我国的钢铁产量的模型为Y=-2553.630246+0.0285805913*X3+1.121970248*X1t=(38.41)(3.19)R-squared=0.999737AdjustedR-squared=0.999704DW=2.655341四、结论粗钢的产量对钢铁的产量的影响是最明显的，显然，做为钢铁的原材料来讲，这俩者之间本来就是息息相关的。固定资产的投资是仅次于粗钢的另一个与钢铁产量紧密相关的因素。值得注意的是，发电量和铁路运输量与钢铁产量的相关性并非想象中那么显著。对此做进一步分析，近几年我国钢铁生产存在着产能过剩的情况，近几年金融危机对我国的钢铁产业也造成了打击，而全社会对电量的需求却始终很高，经常发生供电不足的情况。铁路的运输量也是如此，始终保持着迅猛的发展势头。对于产能过剩这一论点要辩证看待，目前我国钢铁工业存在的主要问题是结构不合理，这是制约钢铁工业健康、可持续发展的主要障碍。过剩与短缺并存是现阶段钢铁工业进行产业结构调整不可逾越的发展阶段。我们过剩的是打量的缺乏竞争力和规模化的小企业，而真