礦產資源開發利用上線劃定方法與應用研究

劉 超, 陳甲斌*, 胡 聰

1)中國自然資源經濟研究院, 北京 101149； 2)西北有色地質礦業集團有限公司, 陜西西安 710055

近年來, 我國戰略性礦產需求量總體延續增長趨勢, 戰略性礦產的安全、穩定、可持續供應成為資源領域關注的焦點問題之一(陳軍元等, 2021； 陳其慎等, 2021； 董延濤等, 2021； 郭娟等, 2021； 焦森等, 2021)。《中共中央國務院關于加快推進生態文明建設的意見》提出嚴守資源環境生態紅線, 樹立底線思維, 設定并嚴守資源消耗上線、環境質量底線、生態保護紅線, 合理設定資源消耗“天花板”(中共中央國務院, 2015)。國家發展改革委等(2016)印發的《關于加強資源環境生態紅線管控的指導意見》(發改環資[2016]1162號)對能源、水資源、土地資源消耗的上線指明了方向。習近平(2017)在中共中央政治局第四十一次集體學習時強調, 加快構建生態功能保障基線、環境質量安全底線、自然資源利用上線三大紅線, 全方位、全地域、全過程開展生態環境保護建設。黨的十九屆四中全會《決定》提出生態文明建設是關系中華民族永續發展的千年大計, 要求全面建立資源高效利用制度, 實行資源總量管理和全面節約制度(中共中央, 2019)。生態文明建設、自然資源利用上線劃定等內容, 已經在中央層面被多次提及, 必須充分考慮生態約束下的自然資源利用上線。

礦產資源是發展之基、生產之要(國土資源部,2016), 是具有耗竭性的自然資源, 構建自然資源利用上線必須合理制定礦產資源利用上線, 盡可能減少對生態環境的負面影響。當前對礦產資源開發上線的研究較少, 且不深入, 但有一個共同現象就是都考慮生態因素對礦產資源開發利用上線的影響。羅必良和王玉蓉(1990)認為生態經濟學所涉及的一個方面是在不高于生態系統最大承載力情況下高效的利用礦產資源, 換言之, 生態底線制約自然資源的利用量。余良暉等(2017)、余韻(2017)研究認為在劃定礦產資源開發上線時應充分考慮資源、市場、和生態三方面因素, 同時引入“資源容量、市場容量、生態容量”概念, 強調礦產資源開發利用上線應該取三者中較小者。

礦產資源開發利用上線是基于礦產資源可持續利用和盡可能保護生態環境而劃定的年度礦產資源開發最大規模。礦產資源的利用一方面促經濟社會發展, 另一方面又對生態環境產生擾動。合理的礦產資源開發利用上線就是尋求資源安全供應與生態環境保護的最優平衡, 因此要確定礦產資源開發上線這個度。本文對礦產資源開發利用強度的基本理論(圖 1)和評價模型進行研究, 評價過程引入開發利用強度指數概念, 并劃分強度區間以及擬定開發利用強度指數上線。以戰略性大宗礦產鐵礦為例構建鐵礦開發利用上線模型, 劃定 2020—2035年我國鐵礦開發利用上線。

圖1 資源開發利用強度概念框架體系Fig.1 Conceptual framework of resource development and utilization intensity

1 礦產資源開發利用上線的影響因素

準確分析和識別礦產資源開發利用上線的影響因素, 對研究構建礦產資源上線具有重要意義,本文研究認為影響礦產資源利用上線的主要因素有以下五個方面：

1.1 資源稟賦與技術水平

礦產資源的資源稟賦和技術保障是實現資源開發利用的內在因素和外部條件, 它對開發利用強度指標具有正向作用。

(1)查明資源儲量

查明資源儲量：是一個專業的地質名詞, 指截至某一時期, 經地質勘查工作發現和探明的不同級別的資源儲量總剩余量。自然資源稟賦是一個國家或地區經濟增長的一個重要因素(劉長生等, 2009)。礦產資源的查明資源儲量越大, 其能夠為經濟社會發展提供能源或基礎原材料的潛力就越大, 因此礦產資源上線是正影響。應該注意的是, 對優勢、緊缺及全球資源競爭的焦點礦種應區分其開發利用上線。

(2)開采技術條件

礦區的自然條件稱之為開采技術條件, 必須重點考慮, 適宜的開采技術條件較有利于經濟、環保、高效的利用礦產資源。應對礦山開采的自然條件進行全面的分析和了解, 需要考慮的因素包括但不限于礦體賦存條件、巖體的物理力學性質、礦區地下水影響等。

(3)采礦回收率

采礦回收率不僅能體現礦山企業的開采技術水平, 也能反映開采環節對資源的利用程度。

可以通過礦山企業生產過程中的各項參數計算得來。回采率高, 表明礦產資源的開發利用越高效, 對開發利用上線是正影響因素。

(4)資源綜合利用率

綜合利用率指各精礦產品中主、共(伴)生有用組分的質量和與動用資源儲量中有用組分質量的比值。資源的可持續利用需要節約集約利用資源, 做到最大限度的綜合利用礦產資源, 盡可能的將已動用的資源應用盡用“吃干榨凈”。益處有兩方面：一是可以降低因資源稟賦不佳帶來的資源供應壓力,二是可以減少生產過程中的“三廢”排放, 降低生態壓力。資源綜合利用率越高, 表明礦產資源的開發利用越高效, 對開發利用上線是正影響因素。需要指出的是, 由于綜合利用率統計數據不盡全面和系統,故實際評價中可采用選礦回收率作為替代指標。

(5)科教實力

人才是產業技術保障的第一資源力, 也是創新驅動的第一資源力, 礦業的發展離不開礦業相關技術人才隊伍, 人才的密集程度也同樣反應了這個產業的發展水平。本文以高校輸出的礦業人才作為指標, 礦業人才越多, 表示該產業的發展水平和潛力均較好。

(6)經濟支持力

即經濟支撐能力, 它是產業發展的軟實力。經濟支撐能力是實施礦業活動的重要因素, 是正影響因素。

1.2 市場因素

不同的礦產資源具有不同的市場表現, 如稀土、鎢、石墨等部分優勢礦產限于市場需求因素, 極易造成產能過剩局面, 而石油、天然氣、鐵、銅、鋁等一些國民經濟發展所需的大宗緊缺礦產限于資源稟賦而不得不大量進口。礦產資源市場因素指標是要能直觀的反映了人們開發利用礦產資源的數據,礦產資源需求量、進口量、產量和能源消耗均是礦產資源開發結果的直接體現, 其中前三者是正影響因素, 能源消耗是負影響因素。

1.3 開發利用效益

礦產資源開發利用效益是指在礦產資源開發過程中產生的經濟效益和社會效益, 可以用某礦產的開發利用總產值及其增長速度來兩個指標來衡量,它是正的影響因素。

1.4 生態環境影響

礦山企業的開發利用活動會對周圍的生態環境產生影響是一個普遍認識, 減少對生態環境的影響, 使這種影響不高于生態承載力的上線是礦業活動所必須遵循的準則。礦業活動不僅對水、土地和空氣產生直接影響, 又會間接造成各類地質災害,破壞地表景觀。可以用廢石排放量、尾礦排放量和廢水排放量三個指標來衡量, 指標越大, 對環境的污染越大, 是負的影響因素。

1.5 生態環境治理力度

對應環境污染, 必然需要采取環境的治理, 即生態環境治理。體現對生態環境損壞的彌補程度,是正的影響因素。

2 評價指標體系構建

為了研究礦產資源開發利用上線, 本文引進礦產資源開發利用強度概念。廣義上的開發強度是指特定區域工業化、城鎮化的程度, 包括自然資源的開發程度、資金的投入、人力資源的占用等(趙小明,2013)。本文從周炳中等人(2000)對開發利用強度的解釋入手重新定義。首先, 資源開發利用強度是一個多層次的復雜概念, 反應開發利用活動的開采速度、開采規模、資源變化、經濟效益、環境影響等。一般來講, 資源開發利用強度越大, 對經濟發展的促進作用越高； 但資源開發利用強度過大, 以至于超出一國或地區資源稟賦、市場需求及生態環境的承載力, 則會對社會經濟發展產生負面作用。開發利用上線既是在一定的開發利用強度下對礦產資源開發速度的限定, 也是對礦產資源開發質量的提升,意在尋求礦產資源可持續利用和生態系統保護的動態平衡線, 是一個動態變化的量。

資源開發利用強度指標體系的構建取決于個人對于礦產資源開發利用強度的科學認知程度, 該體系是對資源開發利用強度的評價指標的組合類型和表現形式。根據相關開發利用強度評價的研究成果(周炳中等, 2000； 黃偉彬, 2016), 認為資源開發利用強度評價研究是資源稟賦與技術保障、市場因素、開發利用效益和生態環境影響四個維度相互聯系、相互作用的整體, 具有顯著的層次性。礦產資源資源稟賦與技術保障是資源開發利用強度得以實現的前提條件, 是歷史過程中資源開發利用強度的效果累積, 對當前礦產資源開發利用強度的性質產生直接影響。礦產資源市場因素是開發利用強度的主要推動力, 包括產量、需求量、進出口量等。開發利用的目的是獲取較大的經濟效益和社會效益的同時又能兼顧生態效益, 使他們達到一個協調均衡的狀態。如果開發利用的效益過于低下, 又或者僅能獲得某種效益而破壞、失去其它效益, 那么這種開發利用只能是在低層次徘徊, 不符合高質量發展的時代要求。人類社會與自然環境是互相作用互相影響的, 礦業活動會對生態環境產生影響, 稱之為資源對人類開發活動的反饋, 對人類社會不利的稱之為負反饋, 反之稱為正反饋。實踐證明, 人類無法在礦業活動中絲毫不引起負反饋, 但卻可以通過制定標準, 改進技術等手段, 盡量降低或減少負反饋的發生。對負反饋的治理也是資源開發利用強度需要考慮的因素。本文從礦產資源稟賦與技術保障、市場因素、開發利用效益、生態環境影響和生態環境治理力度五個方面進行系統分析, 選取 19項指標建立指標體系框架, 進而定量評價(表1)。

表1 礦產資源開發利用強度評價指標體系Table 1 Evaluation index system of mineral resources development and utilization intensity

3 開發利用強度評價方法

3.1 評價指標標準化方法

礦產資源開發利用強度的評價涉及資源、環境、市場、經濟等多個指標, 各個影響因素的單位不盡一致, 導致評價難以進行。開展評價之前須對各項指標進行無量綱化必要的處理, 使其具有可比性, 即歸一化處理。

通常依據評價指標值不同, 可分為三類：一是“越大越好”型指標, 如效益型、產出型指標, 采礦回收率、礦石工業總產值等。二是“越小越好”型指標, 如成本型指標, 生產工序單位能耗等。三是“適中為宜”型指標, 可以以適中值為分界, 分為兩部分(李美娟, 2004)。

極差變換法是一種應用較為廣泛、較為成熟的指標標準化處理方法。其優點突出, 即無論指標值是正還是負, 處理后的指標值都介于 0和 1之間,便于后續開展研究。本文采用極差變換法對指標進行處理。即對指標數據的極大和極小值的差距進行計算, 對于正向指標：

對于逆向指標：

式中,xij為所選指標的實際統計值,yij為該指標的評價值。矩陣Y=(yij)m×n, 稱為極差變換標準化矩陣(彭勇行, 2000)。

通過上述方法, 可將礦產資源開發強度評價的影響指標進行標準化處理, 為后續的評價指數計算奠定基礎。

3.2 評價指標權重確定

目前評價指標權重確定的主流方法包括主觀法、客觀法和主客觀綜合賦權法。而實際應用過程中, 因評價指標體系的層次多、維度廣, 且一些指標數據波動幅度較窄, 熵值法計算結果會導致權重較為接近。因此, 本文擬在指標權重計算過程中使用主客觀結合的賦權法。

根據礦產資源開發強度評價體系的特征, 本文采用模糊層次分析法, 在綜合分析基礎上構建了具有5個指標的準則層和對應的19個因素的指標體系,并計算出5個指標和19個因素的權重值。

層次分析法(Analytic Hierarchy Process)產生于20世紀70年代, 是定量和定性相結合的決策方法,由美國運籌學家托馬斯·塞蒂等人提出(永學艷和陳建宏, 2010)。其基本思路是依據多目標評價方法,結合問題總目標, 將問題層層分解形成層次結構。其決策過程由以下幾個步驟構成。

(1)問題分析。解構系統, 對其中各因素間的因果關系進行確定, 確定決策所需的各種要素, 劃分等級以建立遞階(多層次)結構模型。

(2)要素比較。將上一級的要素作為基準, 對同一等級(層次)的要素進行成對比較。依照所參照的評定尺度確定要素的相對重要性, 依據對比結果建立模糊判斷矩陣。

(3)程度計算。利用計算的方法, 確定相對重要的要素。

(4)指標評價。結合定性與定量, 對已有的各要素進行評價, 確定其指標值。

(5)結論生成。經由計算加權, 根據已確定的等級參數來評價各要素的綜合指標值。評價流程及方法如圖2所示(馬航等, 2019)。

圖2 FAHP-模糊綜合評價法基本工作流程示意圖Fig.2 Basic procedure of FAHP

由于因素的重要性不同, 就需要首先確定其權數, 然后進行評價。層次分析法確定權數主要有五個步驟：第一步是構建層次結構模型； 第二步是構造判斷矩陣； 第三步是進行一致性檢驗； 第四步是進行層次單排序； 最后是進行層次總排序(汪朝和郭進平, 2015)。

(1)構建層次結構模型

因素層次結構有三種：即完全相關、完全獨立和混合結構。模型構建過程中, 要充分考慮各種因素, 納入盡可能多的指標因素, 又要考慮實際情況,使得模型盡可能簡單。本研究采用混合結構, 設置三個層級對各因素的重要性進行分析, 具體由目標層(O)、準則層(A)和因素層(B)構成, 層次結構模型如圖3所示。

圖3 因素集層次結構模型Fig.3 Factor set hierarchy model

(2)構造判斷矩陣

不同層次不同因素直接的重要性關系通過判斷矩陣可以體現, 1-9比率標度法是較為常用的重要性比較法, 通過因素兩兩對比可的構造判斷矩陣,分別用aij、bij表示兩個因素的比較值(龔聲武等,2009), 1-9標度法的意義如表2所示。

表2 比率標度法意義(以準則層因素為例)Table 2 Significance of scale method(with the factor of criterion layer as an example)

(3)一致性檢驗

為了避免判斷矩陣出現不必要的邏輯錯誤, 需要進行一致性檢驗, 檢驗的主要內容是各因素重要度間的協調性。一致性度量指標用C.I.來判斷(張愛霞和李富平, 2011)：

式中λmax為判斷矩陣最大特征值, 當C.I.≦0.1時, 判斷矩陣一致性較好。

(4)層次單排序

即計算某一指標層上各因素對相鄰的上一層各因素的重要性, 并按照重要性程度依次進行排序。計算方法為：

(5)層次總排序

低層各因素對目標層的影響程度不盡相同, 通過層次總排序即可知道各因素對目標層的影響權重,低層B各因素權重值：

式中：ai表示A層各元素對目標層O的單排序。bij表示最低層元素Bi對上層元素Ai的單排序。

3.3 礦產資源開發利用強度評價模型

本文以礦產資源稟賦與技術保障、市場因素、開發利用效益、生態環境影響和生態環境治理力度5個子系統為研究對象, 評價過程引入開發強度指數概念, 并將礦產資源開發利用強度評價模型定義為：

式中,Ii為第i年的礦產資源開發利用強度指數；

m為年份數；

Si為第i年的礦產資源開發利用強度；

式中：Di,Ei,Fi,Gi,Hi以及與之對應的Wα,Wβ,Wχ,Wδ,Wε分別為第i年各子系統的計算值及其權重(此處的權重由層次分析法求出),Dij,Eij,Fij,Gij,Hij以及與之對應的Wαj,Wβj,Wχj,Wδj,Wεj分別表示為第i單元的各因素值及其權重(此處的權重由熵值法求出)。

根據評價指數, 可將礦產資源開發利用強度劃分為三類：I＜1, 低強度開發利用；I=1(或其值附近)中等強度開發利用；I＞1, 高強度開發利用；

由此可知, 礦產資源開發強度是指一定時期和空間內的礦產資源開采行為、結果以及周圍環境反饋效應強度的綜合現象與過程。

3.4 礦產資源開發利用強度評價實例研究

鐵礦石是鋼鐵生產企業的重要原材料, 世界鐵礦資源集中在澳大利亞、巴西、俄羅斯、烏克蘭、哈薩克斯坦、印度、美國、加拿大、南非等國。中國作為世界上最大的鐵礦石需求國, 本國鐵礦石查明資源儲量數量較大, 但品質較差, 平均品位僅在30%左右, 從工業經濟的角度來講, 開發利用價值不高, 國內鐵礦石長期依賴國外進口, 進口量占比最高達到需求量的 80%以上。因此, 正確評價國內鐵礦的開發利用強度對鐵資源的供需具有重要意義。

3.4.1 數據來源

筆者統計了 2009—2018年我國鐵礦資源開發利用過程影響開發強度值的指標值, 如表 3所示。需要說明的是, 這里面大部分數據都來源于自然資源部、國家統計局等部委和中國冶金礦山企業協會等行業協會公開發布的數據, 但仍有一些數據無法獲取其準確數值, 為了不影響實例的論證, 文中部分數據由筆者通過通過相關數據計算或其他礦種與行業評估報告推測而來, 最終的論證結果不一定能反應當年的實際情況, 僅供參考。

表3 鐵礦資源開發強度評價指標值Table3 Evaluation index value of iron ore resource development intensity

3.4.2 指標值的標準化處理

在進行綜合評價之前, 必須對指標值進行標準化處理。同時我們發現, 在上述指標值中, 開采技術條件屬于定性表征數據, 還需要對其進行定量化表示, 采用定性指標采用等級評定法, 可按表 4的七級賦值標準給出評定值：

表4 定性指標等級評定法Table 4 Rating method of qualitative index

依據上述定性指標的處理方法及前文介紹的評價指標標準化方法, 我們將評價值進行了處理,結果如表5所示。

表5 鐵礦資源開發利用強度指標標準值Table 5 Standard value of iron ore resource development and utilization intensity index

3.4.3 影響因素權重的確定

(1)構建模糊判斷矩陣

本文根據礦產資源開發利用強度的有關理論,采用專家咨詢的方法, 確定資源開發利用強度A層、B層指標的相對重要性判斷矩陣, 如表6所示：

表6 判斷矩陣Table 6 Judgment matrix

(2)矩陣的一致性檢驗

(3)層次單排序

分別計算出上述 6個矩陣的元素重要性權數,對矩陣O-A、A1-B、A2-B、A3-B、A4-B、A5-B, 歸一化以后得：

WO-A=(0.44, 0.23, 0.16, 0.10, 0.07), 即資源稟賦與技術保障、市場因素、開發利用效益、生態環境影響、生態環境治理力度5個子系統在礦產資源開發利用強度中所占的比重分別為0.44、0.23、0.16、0.1、0.07。

WA1-B=(0.41, 0.26, 0.12, 0.05, 0.04), 即查明資源儲量、開采技術條件、鐵礦采礦回收率、鐵選礦回收率、科教實力(高校礦業類學生畢業人數)與經濟支持力(人均 GDP)對礦產資源開發利用條件與技術保障子系統的影響權重比重分別為 0.41、0.26、0.12、0.12、0.05、0.04。

WA2-B=(0.42, 0.14, 0.27, 0.11, 0.05), 即鐵礦石需求量、進口量、鐵礦石年生產量、礦產資源勘查投入、單位礦石能源消耗對礦產資源開發利用程度子系統的影響權重比重分別為0.42、0.14、0.27、0.11、0.05。

WA3-B=(0.25, 0.75), 即礦產資源開發總產值、增長速度對礦產資源開發利用效益子系統的影響權重比重分別為0.25、0.75。

WA4-B=(0.33, 0.33, 0.33), 即廢石排放總量、尾礦排放總量、廢水排放總量對礦產資源開發利用效應子系統的影響權重比重分別為0.33、0.33、0.33。

WA5-B=(0.43, 0.14, 0.43), 即土地復墾率、選礦廢水處理率、礦區綠化覆蓋率對礦產資源開發生態環境治理力度子系統的影響權重比重分別為0.43、0.14、0.43。

(4)層次總排序

各分指標(B1、B2、B3、B4、B5、B6、B7、B8、B9、B10、B11、B12、B13、B14、B15、B16、B17、B18、B19)對總目標O的權重分配值可由表7計算求得。

表7 指標權重W值計算表Table 7 Calculation of index weight W

由上表可知,

從指標權重的計算結果分析可以看出查明資源儲量對鐵礦資源的開發利用強度影響最大, 其次是開采技術條件、行業總產值增長速度、礦產資源需求量等； 選礦廢水處理率對其影響最小。

3.4.4 資源開發利用強度及其指數的確定

首先將指標值與指標權重進行加權計算, 可得到各年礦山資源開發強度的評價值, 其計算結果如表8所示。

表8 資源開發利用強度評價值Table 8 Evaluation result of resource development and utilization intensity

從評價結果看, 近10年來, 鐵礦資源的開發利用強度總體逐年升高, 至2017年達到峰值, 2018年鐵礦資源的開發利用強度又有所下降, 這與 2018年的鐵礦石行業發展實際情況相符。

根據前文對礦產資源開發利用強度指數地質學意義的解釋, 結合我國鐵礦資源開發利用的實際情況, 本文對鐵礦資源開發利用強度分級判定標準的設定如表9所示。

表9 鐵礦資源開發利用強度評價分級標準Table 9 Evaluation and classification standards for intensity of iron ore resources development and utilization

依據礦產資源開發利用強度評價模型強度指標的計算公式, 計算出了近 10年我國鐵礦資源開發利用的強度指數, 如表10所示。

表10 2009—2018年我國鐵礦資源開發利用強度指數Table 10 Development and utilization intensity index of China's iron ore resources in 2009-2018

從資源開發強度的評價結果看, 近10年來, 我國鐵礦資源的開發強度逐漸由弱轉強, 其中 2009年開發利用強度指數最低, 為0.57, 2017年最高, 為1.32(表10)。這一指數的變化與經濟的快速發展密不可分。在基礎設施建設方面, 道路、橋梁、高鐵的施工, 城市廠房、住宅樓的建設等, 都離不開鐵礦資源的供應。

4 2035年鐵礦開發利用上線

4.1 關于未來鐵礦資源低開發利用強度的分析

一是全球鐵礦資源豐富且供應充足。根據美國地質調查局(USGS)統計, 截止 2018年, 全球鐵礦石資源量約8000億噸, 儲量約1700億噸, 產量25億噸, 儲采比為68年, 而儲量前三且資源稟賦較好的澳大利亞、巴西、俄羅斯三國合計占全球儲量的62.9%, 全球優質鐵礦石供應充足。

二是中國鐵礦資源稟賦特點。礦床類型以“大、貧、淺、易(選)”為特點的沉積變質型為主, 該類礦床TFe平均品位約為30%(李厚民等, 2012)。我國鐵礦資源分布較為分散, 31省(市、自治區)均有分布,但大中型礦床少。另外, 還具有共(伴)生組分多, 貧礦多、富礦少(王嬙等, 2018)的特點, 據《全國礦產資源儲量通報》數據顯示, 截止2018年底, 全國鐵礦石查明資源儲量852.24億噸, 其中富鐵礦占比僅為1.21%。

三是中國成品礦生產成本遠高于世界平均水平。據中國冶金礦山企業協會統計數據, 2019年鐵精礦生產成本約370元/噸, 是當年國際鐵精礦平均生產成本的2倍多。

四是廢鋼綜合利用率不斷提升。中國已連續多年占據全球鐵礦石進口和消費第一的位置(劉超等,2019), 據中國廢鋼鐵應用協會數據顯示, 2018年廢鋼應用量達到 1.88億噸, 廢鋼比達到 20.2%, 到2035年, 我國社會鋼鐵累積量將達到140億噸左右,廢鋼比將達到 30%以上, 可以極大緩解對鐵礦石的需求。

五是供給側結構性改革將降低未來鐵礦石需求量。2020年 1月 23日, 國家發改委和工信部兩部委《關于完善鋼鐵產能置換和項目備案工作的通知》(發改電[2020]19號)要求, 自 2020年 1月 24日起, 各地區不得再公示、公告新的鋼鐵產能置換方案, 不得再備案新的鋼鐵項目。考慮到中國經濟增速放緩、社會鐵資源積累和二次供應量的增加, 未來國內粗鋼需求量將見頂, 2019年我國粗鋼產量 9.96億噸, 預測未來粗鋼產量將不超過10億噸(表11)。

表11 粗鋼產量及鐵礦石需求預測表Table 11 Crude steel output and iron ore demand forecast

基于以上幾點認識, 為加快提升國內鋼鐵工業發展質量, 減少對生態環境的損害, 促進生態文明建設, 在保證資源供應安全底線的前提下, 應盡可能多的使用國外質優價廉的鐵礦資源, 適當降低國內鐵礦開發利用強度, 劃定較為保守的開發利用上線。從資源可持續供應及資源供應安全的角度上講,筆者建議, 鐵礦資源的開發強度指數上線不應大于1.1。

左更(2020)預測2020—2030年中國粗鋼產量將進入8.8～10億噸峰值區平臺震蕩, 需要鐵礦石11.4～13億噸。考慮到國產礦產量趨勢以及國內每年約1000萬噸的社會廢鋼增量等因素, 預計需要進口鐵礦石9～10.5億噸。張艷飛等(2015)認為未來全球鐵礦石需求增速將低于粗鋼需求增速, 2020—2040年鐵礦石(62%品位)需求 10.76～7.66億噸, 呈下降趨勢, 粗鋼產量7.94～6.78億噸。

4.2 2035年鐵礦開發利用上線劃定

鐵礦石開發上線可以從需求端反向求出, 首先對未來未來粗鋼需求量進行預測, 在粗鋼需求預測的基礎上, 扣除廢鋼的二次利用量和凈進口量, 即可得到未來某個年份的粗鋼產量, 在由每噸粗鋼生產消耗的鐵礦石之間的比例關系, 考慮開發利用強度指數則可求出鐵礦石開發上線, 這里的開發上線特指產量, 實際動用或消耗的儲量更大, 此處不做探討。則鐵礦石開發上線模型如下：

Ui=Ii×Pi×ki×ei×(1-fi)×(1-hi)

其中,Ui為第i年鐵礦石開發利用上線；

Ii為第i年鐵礦石開發利用強度指數, 由前文確定；

Pi為第i年粗鋼產量；

ki為第i年粗鋼生產系數, 表示單位粗鋼產量鐵礦石成品礦消耗量；

ei為第i年選礦比, 即生產單位鐵礦石成品礦消耗的原礦量；

fi為第i年廢鋼比, 即廢鋼占當年粗鋼產量的比重；

hi為第i年鐵礦石(成品礦62%)對外依存度；

i為年份數。

為了劃定鐵礦石開發上線, 結合前文分析對2020—2035年粗鋼產量、廢鋼比、鐵礦石對外依存度、粗鋼生產系數、選礦比、開發利用強度指數等指標進行賦值, 具體賦值結果如表 12。經過計算,得出2020年、2025年、2030年、2035年我國鐵礦石開發上線分別為9.03億噸、8.62億噸、8.21億噸和7.9億噸。

表12 2020—2035年鐵礦石開發利用上線及相關指標預測表Table 12 Prediction of iron ore development and utilization upper limit and relevant indicators in 2020-2035

5 結論

分析了影響開發利用上線劃定的影響因素, 引入開發利用強度和開發利用強度指數, 并對2009—2018年鐵礦開發利用強度和開發利用強度指數進行了評價測算, 確定了合理的開發利用強度指數上線。構建了鐵礦石開發利用上線模型, 并劃定了2020—2035年鐵礦石開發利用上線。

(1)影響開發利用上線劃定的主要因素包括資源稟賦與技術保障、市場因素、開發利用效益、生態環境影響、生態環境治理力度。

(2)近 10年來, 鐵礦資源的開發利用強度逐年升高, 2009年開發利用強度為0.291, 至2017年達,0.675的峰值, 2018年鐵礦資源的開發利用強度又有所下降。與鐵礦開發利用強度相對應的鐵礦開發利用強度指數也是逐年升高, 2009年開發利用強度指數為0.57, 至2017年達1.32的峰值, 2018年又回落至 1.1。結合中央生態文明建設要求和鐵礦工業轉型發展需求確定未來鐵礦開發利用強度指數上限為1.1。

(3)構建了鐵礦石開發利用上線模型, 劃定了未來鐵礦開發利用上線, 到 2020年、2025年、2030年和2035年, 我國鐵礦石開發利用上線分別為9.03億噸、8.62億噸、8.21億噸和7.9億噸。對加快構建自然(礦產)資源利用上線提供了一定的理論基礎。

Acknowledgements:

This study was supported by Ministry of Natural Resources of the People’s Republic of China (Nos.121102000000180048 and 121102000000180052), and Word Bank (No.A14-2018).