基于嶺估計的中國鋼材消費超越對數模型研究

［摘 要］ 本文利用派生需求定理建立鋼材消費強度的超越對數需求模型，并利用歷史數據對模型的參數進行估計。由于模型變量間存在很強的共線性，導致OLS方法失效。為了避免這個問題，本文利用了嶺估計方法對參數進行估計。通過對模型的分析，發現GDP對我國鋼材消費有拉動作用，但其效果在減弱。另外，通過模型發現我國目前用鋼行業的鋼材利用率還較低，但技術進步對我國鋼材消費強度的影響，今后是逐漸降低的。

［關鍵詞］ 派生需求；嶺估計；鋼材表觀消費；消費強度

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2011 . 24. 029

［中圖分類號］ F224 ［文獻標識碼］ A ［文章編號］ 1673 - 0194（2011）24- 0050- 05

1 引 言

鋼材消費預測一直是冶金經濟研究的熱點問題。預測是投資決策的關鍵，尤其是在中國，鐵礦石極度缺乏，而中國又是世界上最大的鋼鐵產量大國，因此準確預測鋼材消費情況顯得尤為重要。

鋼材消費預測方法有很多，一般來說可分為兩類。第一類稱為價格平衡法，這種方法的主要思想是以價格理論為基礎構造計量模型，分析價格變量與需求之間的數量關系。第二類稱為消費拉動法。所謂消費拉動，主要是通過計算分析各主要下游行業或宏觀數據如ＧＤＰ、固定資產投資等單位產出中能夠影響和拉動鋼材消費的需求因素，通過預測這些需求因素的走勢來預測鋼材消費情況。１９７５年Ｍａｌｅｎｂａｕｍ提出金屬消費強度的概念［１］，將金屬消費強度定義為單位ＧＤＰ產出中消費的金屬數量。羅伯特在１９９０年運用鋼材消費強度方法，將美國的鋼材消費量分解成機械、交通、基礎設施建設等行業來分析預測美國的鋼材消費情況［２］。其后很多學者運用這種方法對鋼材消費情況進行了預測， Ｐａｕｌ Ｃｒｏｍｐｔｏｎ利用消費拉動方法，建立了粗鋼表觀消費和ＧＤＰ之間的模型，預測東南亞５國的鋼材消費量［３］。Ｐａｕｌ Ｃｒｏｍｐｔｏｎ利用消費拉動法，分析了日本在１９９７-２００５年的鋼材消費量［４］。Ｒｅｂｉａｓｚ利用消費拉動法分析了波蘭在１９７４-２００３年的鋼材表觀消費量情況，并對后續５年的消費情況進行了預測［５］。

在經濟學上稱廠商對生產資料的需求為引致需求，又叫派生需求，因為它是廠商為了生產產品滿足消費者的需求而產生的對生產資料的需求，這種需求不是為了本身自己的消費。派生需求是由阿弗里德·馬歇爾在其《經濟學原理》一書中首次提出的經濟概念，是指對一種生產要素的需求來自（派生自）對另一種產品的需求。其中該生產要素對這一最終產品會做出貢獻。例如：消費者為什么需要面包？因為面包能夠提供直接的效用。面包商為什么需要面粉？顯然，他并不期望從面粉中得到直接的效用，他盤算的是，用面粉來生產消費者需要的面包以獲取收益。正是消費者對面包的需求引致了面包商對面粉這樣的生產要素的需求。因此，經濟學家就把對生產要素的需求稱為派生需求。鋼材作為一種生產要素，鋼材需求也是一種派生需求。

本文并不討論派生需求本身，而是利用派生需求定理建立鋼材消費強度的超越對數需求函數模型。

2 鋼材消費強度

6 結 論

為了分析模型，對模型做變換：

通過模型可以得到以下結論：

（1）鋼材消費量與鋼材價格負相關，與替代產品價格正相關，這與經濟學中價格理論結果一致。

（2）鋼材消費量與ＧＤＰ正相關。鋼材消費量隨ＧＤＰ同步增長。

（3）鋼材消費強度與ＧＤＰ正相關。在ＧＤＰ＝９２ ３１８．７９處取極小值，即１９９９－２０００年期間。這與鋼材消費強度曲線圖是一致的。說明我國鋼材消費仍處于上升階段，上升的速度趨于穩定。即ＧＤＰ對鋼材消費有拉動作用，但其效果在減弱。

主要參考文獻

［１］W Ｍａｌｅｎｂａｕｍ． Ｗｏｒｌｄ Ｄｅｍａｎｄ ｆｏｒ Ｒａｗ Ｍａｔｅｒｉａｌｓ ｉｎ １９８５ ａｎｄ ２０００［Ｍ］．ＮｅｗＹｏｒｋ，ＮＹ：ＭｃＧｒaｗ－Ｈｉｌｌ，1980.

［2］Mark C Ｒｏｂｅｒｔｓ． Ｐｒｅｄｉｃｔｉｎｇ Mｅｔａｌ Cｏｎｓｕｍｐｔｉｏｎ： Ｔｈｅ Cａｓｅ ｏｆ ＵＳ Sｔｅｅｌ ［Ｊ］． Ｒｅｓｏｕｒｃｅｓ Ｐｏｌｉｃｙ， １９９０， １６（１）：５６-７３．

［3］Ｐａｕｌ Crompton． Ｆｏｒｅｃａｓｔｉｎｇ Ｓｔｅｅｌ Ｃｏｎｓｕｍｐｔｉｏｎ ｉｎ Ｓｏｕｔｈ－Ｅａｓｔ Ａｓｉａ ［Ｊ］． Ｒｅｓｏｕｒｃｅｓ Ｐｏｌｉｃｙ， １９９９， ２５（２）：１１１～１２３．

［4］Paul Ｃｒｏｍｐｔｏｎ． Ｆｕｔｕｒｅ Tｒｅｎｄｓ ｉｎ Ｊａｐａｎｅｓｅ Ｓｔｅｅｌ Ｃｏｎｓｕｍｐｔｉｏｎ ［Ｊ］． Ｒｅｓｏｕｒｃｅｓ Ｐｏｌｉｃｙ， ２０００， ２６（２）：１０３-１１４．

［5］Bogdan Ｒｅｂｉａｓｚ． Ｐｏｌｉｓｈ Sｔｅｅｌ Cｏｎｓｕｍｐｔｉｏｎ， １９７４－２００８ ［Ｊ］． Ｒｅｓｏｕｒｃｅｓ Ｐｏｌｉｃｙ， ２００６， ３１（１）：３７-４９．

［6］A T Ｆｕrｔａｄｏ，S B Ｓｕｓｌｉｃｋ． Ｆｏｒｅｃａｓｔｉｎｇ ｏｆ Pｅｔｒｏｌｅｕｍ Cｏｎｓｕｍｐｔｉｏｎ ｉｎ Ｂｒａｚｉｌ Uｓｉｎｇ ｔｈｅ Iｎｔｅｎｓｉｔｙ ｏｆ Eｎｅｒｇｙ Tｅｃｈｎｉｑｕｅ ［Ｊ］． Ｅｎｅｒｇｙ Ｐｏｌｉｃｙ， １９９３， ２１（９）：９５８-９６８．