石晨暉　曹立祺　唐正國　王若妍

摘要：鋼材是工業生產重要的原材料成分，任何重工業中都需要用到鋼材。通過我國2006年-2017年鋼鐵產量以及其影響因素的時間序列數據，利用計量經濟學模型分析我國鋼鐵產量以及其影響因素的關系。結果表明，粗鋼產量與焦炭產量對鋼材產量有明顯的影響關系，并針對結論從政府、鋼材生產企業以及鋼材貿易企業三方面提出了未來鋼材市場的建議。

關鍵詞：鋼材產量;計量經濟學模型;最小二乘法;逐步回歸法

中圖分類號：TB文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.16.085

1引言

鋼材是工業生產中重要的原材料成分，主要分為螺紋鋼、卷板、線材三大類，在工業中房地產投資，橋梁建造，汽車、船舶等交通工具建造都需要用到鋼材。隨著我國鋼材行業規模的不斷擴大，每年鋼材產量不斷提高，在國民經濟眾多方面都起到了很好的作用。

但是我國鋼材行業也存在著很大的問題，鋼材排放氣體不達標嚴重污染環境，鋼材生產量沒有管制等，所以，通過研究鋼材產量的影響因素，可以很好地解決我國鋼材存在的問題。

2理論分析

根據錢納里工業化階段理論，人均國內生產總值（GDP）在800～4800美元時處于工業化階段中期，城市化率在30%-60%之間;人均GDP在4800～9000美元處于工業化階段后期，城市化率在80%以上。我國目前正處于工業化后期階段，峰值可能在2020年前后。我國2017年人均GDP8836美元，但我國經濟發展不平衡現象非常嚴重，盡管東部地區工業化和城市化已達到較高水平，但中西部地區發展還具較大潛力，我國鋼材消費潛力還很大。并且我國鋼材行業面臨著各種問題，國家優惠政策消除開始限產、沒有核心領導企業等，通過錢納里工業理論可以找到我們現存的階段，從而可以更好的分析鋼材產量問題。

3模型的設定

利用經濟學知識分析可知，鋼材生產總量要受到粗鋼產量、固定資產投資、國內生產總值和建筑業總產值等的影響，因此可以將鋼材生產產量（Y）看作被解釋變量，粗鋼產量（X1）、全社會固定資產投資（X2）、國內生產總值（X3）、建筑業總產值（X4）、焦炭產量（X5）看作解釋變量，建立線性回歸模型：

Y=C+β1*X1+β2*X2+β3*X3+β4*X4+β5*X5+μ

4樣本的收集

4.1被解釋變量

25—我國鋼材產量，代表每個月生產的鋼材量。

4.2解釋變量

X1——粗鋼產量（粗鋼，即制造鋼材的原材料，由生鐵經過火爐氧化脫去碳和其他雜質后得到的鋼水，之后在鋼水中加入合金和碳，澆鑄成粗鋼，粗鋼經過加過生成鋼材，粗鋼是鋼材生成的必經過程之一）。

X2——全社會固定資產投資（全社會固定資產投資是以貨幣形式表現的建造和購置固定資產活動的工作量，這些活動均需要鋼鐵來支撐，對鋼鐵具有需求）。

X3——國內生產總值（即GDP，用來衡量一個國家或地區的經濟狀況的指標，鋼材是工業中的主要材料，對一個國家或地區的經濟狀況有較大影響）。

X4——建筑業總產值（建筑業總產值是以貨幣形式表現的建筑業企業在一定時期內生產的建筑業產品的總和。鋼鐵的主要用途為建筑，建筑業的發展也會帶動鋼鐵的生產量）。

X5——焦炭產量（焦炭是鋼材生產中重要的原材料之一，鋼材生產需要加入焦炭）。

通過國家統計局網站搜集了2006年-2017年的鋼材產量（萬噸）、粗鋼產量（萬噸）、全社會固定投資（億元）、國內生產總值（億元）、建筑業總產值（億元）、焦炭產量（萬噸），數據如上。

5模型參數的估計

將上述數據導入Eviews利用OLS法得出以下結果：

變量C，X1，X2，X3，X4，X5的相關系數分別為-28565.43，1.325011，-0.012777，-0.017904，0060938，0.781406，Prob結果分別為0.0302，0.0016，0.6799，0.6404，0.7569，0.0926，t-Statistic 結果分別為-2.823338，5.462109，-0.433388，-0.491681，0324058，1.998525，R-squared =0.997953，F-statistic=584.9149，Prob（F-statistic）= 0.000000

可以得出：

Y=-28565.43+1.325011*X1-0.012777*X2-0.017904*X3+0.060938*X4-0.781406*X5。

6模型的檢驗

6.1經濟意義檢驗

X1的相關系數為正，表明粗鋼產量與鋼材產量呈正相關，從經濟意義上來講較合理。

X2的相關系數為負數，表明全社會固定資產投資與鋼材產量為負相關，但從經濟意義上來講，全社會固定資產投資越大，鋼材產量越多，故從經濟意義上來說不合理。

X3的相關系數為負數，表明國內生產總值與鋼材產量為負相關，但從經濟意義上來講，國內生產總值越大，鋼材產量越多，所以從經濟意義上來說不合理。

X4的相關系數為正，表明建筑業生產總值與鋼材產量為正相關，從經濟意義上來講合理。

X5的相關系數為正，表明焦炭產量和鋼材產量呈正相關，從經濟意義上來講合理。

6.2統計檢驗

R2=0.997953，表示擬合度高度相關

F值=584.9149，F檢驗高度相關

T檢驗中X1的T檢驗顯著，其他變量t檢驗顯著性水平均大于0.05，故t檢驗不通過，可能存在多重共線性。

6.3多重共線性檢驗

6.3.1相關系數矩陣

根據理論分析可得共有5個解釋變量，包含過多的解釋變量且T檢驗不通過，可能存在多重共線性，利用 Eviews 的相關系數矩陣得出各解釋變量之間的關系，相關系數矩陣表如表2。

表2相關系數矩陣表

由此表可看出鋼鐵產量與其他5個解釋變量相關系數較大，均為高度相關，其他因素之間也是高度相關，故存在多重共線性。

6.3.2多重共線性的修正

采用逐步回歸法，根據參數估計結果得出，擬合效果最好的為X1變量，故以Y=C+β1*X1作為基本模型，將其他解釋變量逐一代入基本模型，可以得出，兩個因素時X1，X5的R2最大，且t檢驗最為顯著，之后在X1，X5兩個因素中，分別引入X2，X3，X4得出均無現實意義，故擬合度最高且t檢驗顯著水平高的模型為F（X1，X5），得出如下結果：

Y=-29021.62+1.024706*X1+1.149951*X5

將X1，X5相關數據代入Eviews中利用OLS法我們可以得出：

C，X1，X5的相關系數為-29021.62，1.024706，1149951，t-Statistic的Prob分別為0.0000，0.0000，0.0013，F-statistic=1493.170，Prob（F-statistic）= 0.000000，R-squared=0.996995。可看出，修正后的F檢驗較大，且t檢驗概率均小于0.05，都通過，R2擬合度也較好，并且DW值=2.065284.接近于2，表明變量接近正態分布，這個方程可以很好地反應鋼材產量主要受粗鋼產量和焦煤產量因素的影響，都是正向相關，其他因素影響效果較差。

6.4異方差性檢驗

通過多重共線性結果利用Glejser方法異方差檢驗，得到以下結果：

F-statistic的值=0.170681，Obs*R-squared的值=0.438518，F檢驗以及Obs的伴隨概率大于005顯著性檢驗，未通過異方差檢驗，故不存在異方差性。

6.5序列相關性檢驗

由于樣本容量n=12，無法進行D-W檢驗，故用圖示法來進行，通過參數估計結果按照時間順序繪制出殘差如圖1。

由以上圖可以看出該數據可能存在負序列相關，故運用Eviews進行迭代法，假設存在一階序列相關，輸出結果如下：

AR（1）的Coefficient=-0.087732，t-Statistic=-0.251642，t檢驗不顯著，故不存在序列相關性。最終模型為

Y= -29021.62+1.024706*X1+1.149951*X5

7結論

粗鋼的產量以及焦炭的產量對鋼材的產量影響是最明顯的，顯然，粗鋼以及焦炭作為鋼材生產過程中的原材料，對于其產量影響是最為顯著的，其中，最顯著的是粗鋼的產量其次是焦炭的產量，而其他解釋變量并沒有想象中的那么顯著，可以看出，我國鋼材產量主要受供給因素（粗鋼產量、焦炭產量）的影響，而需求因素（固定資產投資、國內生產總值等）對其影響程度并沒有供給因素那么明顯，可以看出我國鋼材目前產能過剩問題嚴重。

針對近幾年我國鋼材問題進行分析，我國目前鋼材市場主要存在的問題就是產能過剩，并且鋼材生產健康存在問題，從粗鋼和焦炭方面可以入手，其生產技術底下，浪費現象嚴重，無法實現可持續發展，并且沒有核心企業帶領，各種規?；钠髽I都存在。

本文樣本數據收集只有2006-2017年的，數據容量較小并且解釋變量也不夠多，可能存在誤差，但可以從總體上來反映鋼材生產主要受其原材料產量的影響。

8鋼材未來發展的政策建議

（1）增加政府部門的監管力度。

鋼材期貨上市使得鋼材交易趨于金融化，影響其生產因素變多，政府應加強管制，按照真實需求限產并且在金融市場上進行適當干預。

（2）鋼材生產企業應按照需求進行生產。

國內鋼廠應嚴格按照訂單組織生產，與市場真實需求相匹配，從而減少產能過剩。

（3）鋼材貿易企業應利用現代信息技術提升服務水平。

鋼材貿易企業可以將自身貿易與互聯網結合起來，實現電子商務式的鋼材貿易。

參考文獻

[1]郭剛剛.我國鋼鐵產量影響因素的計量分析[J].經貿實踐，2016，（08）：85.

[2]鄧忠奇，劉美麟，龐瑞芝.中國鋼鐵行業產能過剩程度測算及去產能政策有效性研究[J].中國地質大學學報（社會科學版），2018，18（06）：131-142.

[3]上海期貨交易所.鋼材基礎知識與市場概況[Z].2014.