基于EL M算法對我國煤炭行業供需研究

2022-04-06 05:35:02張歆妍高太光

商業經濟 2022年5期

張歆妍，高太光

（黑龍江科技大學管理學院，黑龍江哈爾濱 150027）

一、引言

我國煤炭資源既是主要能源也是經濟支撐，在能源結構中占重要地位。2013年煤炭行業的需求逐漸放緩、進口煤炭大量涌入我國，國內煤炭資源的價格一路下跌，煤炭供求關系間的平衡被打破，過剩的煤炭使很多中小煤炭企業持續虧損。為解決該問題，《關于煤炭行業化解產能過剩實現脫困發展的意見》在2016年被提出，國務院出臺此意見是要控制煤炭項目新增數量，把落后產能淘汰，將長期資不抵債的虧損煤礦企業引導著退出市場。隨著能源結構不斷優化，具有優勢的再生能源包括風、水及核能源等已經凸顯其優勢，煤炭等化石能源所占份額被擠壓，但仍然難以在短時間內改變我國主要能源為煤炭的境況。

圖1 2000年-2019年煤炭產量變化趨勢圖

有數據顯示，隨著我國煤炭行業產能的不斷優化，2000年我國煤炭產量不足十億噸，但在十四年后達到了峰值。此后，連續三年因市場供求關系而下降，但在煤炭行業中供給側結構性改革正在進行，產業集中聚合度得到了提升，2017年開始產量重新出現增長，質量和結構都得到了進一步優化。

目前，我國煤炭行業在深加工領域仍然是初級階段，雖然在產業發展上有一些想法，但還存在很多問題等待解決，并不具備大規模產業化的條件。但環境問題也迫在眉睫，煤炭企業轉型升級勢在必行，由粗放型生產轉變為集約型生產是目前我國大力倡導的可持續發展指導方針。基本確立煤化工行業復蘇，不斷釋放的政策方向支持，外加油價持續上漲，也使本次回暖具有持續性，其上下游產業鏈相關企業也會帶來經濟效益。

圖2 2000-2020年煤炭消費趨勢圖

作為20世紀能源消費主體的煤炭，總消費量在能源消耗比重中占比高達80%，但21世紀開始，逐漸下滑。2000年我國煤炭消費為12.45億噸，2005年21.08億噸，2013年為一個轉折點，此后經歷三年的持續下降，2017年受到各種因素的影響，需求大幅增長，直到2019年，消費量高出世界平均水平近30%。

二、煤炭行業發展現狀

首先，從供給側來看，從2016年2月1日，國務院發布煤炭供給側結構性改革的文件標志著從“十三五”起，煤炭行業整體產業布局發生轉變，有關部門連續發布多個文件完善煤炭行業政策體系。因此，結構性改革是切切實實取得到一定成果：(1)有效化解產出過剩；(2)生產結構優化；(3)供求關系基本平衡；(4)自2017年起，綠色煤炭一直被推廣，煤炭價格也在合理區間浮動；(5)煤炭經濟復蘇，扭虧為盈等。煤炭企業未來格局也受到這一系列政策措施影響，積極推動其發展格局變化，變化成為長期相對寬松的產能模式。伴隨經濟大踏步向前，煤炭需求量大幅上漲。2014年是一個轉折點，經濟發展在調整后進入新境界，調整后的能源結構不再是產能不夠，而僅僅體現在一些季節性使用，具備時段性、區域性和平衡性。

其次，我國煤炭企業由中小煤礦為主，多種煤礦并舉向大型現代化煤礦為主轉變。通過“十三五”推動改革，大型現代化煤礦為主體，大型現代化煤礦占比達到八成。

圖3 2005年至今大型煤礦數量增長趨勢示意圖

現如今，全國煤礦總數僅有5000余個，其中，大型煤礦占比超過24%，產量超30億噸，年產值達到千萬級別的特大煤礦有44個，其產能接近8個億。也就是說在“十四五”期間，建成的80多個煤礦產能超12億噸，領先了全球煤炭產出水平。煤礦結構性調整，使國有資本供給下的一些大企業得到優化，跨行業和地區的煤炭集團達到一個全新的高度和期望。

全國煤炭呈階梯狀開發和利用，以晉陜蒙為集中點，其他地區逐漸減少煤炭開采。同時，消費也向中西部轉移，政策調整和產業布局的變化。占過往消費主體地位的四大行業：電力、鋼鐵、冶金和化工，占比達到88%，大幅下降的電力行業約占53%。

但與此同時，國內煤炭供應運輸的瓶頸得到大幅度緩解。從煤炭產業格局來看，其包括煤電、煤焦化、煤化工等在內的上下游企業，也都處于一個高速發展的蓬勃階段。煤炭產品所帶來的衍生性產品，比如石墨烯、硅烷氣等，以硅烷氣為例，進口硅烷氣200萬/噸，當時無法生產的產品，每年需要5000噸，而我們可以自己生產這種材料時，國際市場硅烷價格由200萬/噸降到20萬以下，成本8萬的硅烷氣，一年可以生產1500噸。在這種高端產品與技術研發平臺取得急速進步的同時，也意味著國內新型材料、新技術的留白被填補上了。

逐漸完善了平穩運行的煤炭產業體制機制，中長期合同訂單量的增多對維持包括基礎價格以及浮動價格在內的定價機制的穩定，這對煤炭經濟起著支撐作用。

我們了解到，2003-2016這14年里，我國煤炭產品價格有較大波動，最高可達800+，最低可到360，這其中有接近500的價格區間，而在2017年以后，價格制定機制明確后，煤炭產業價格始終處于一個平穩發展的狀態，并沒有出現大起大落的情況。

黨和國家對煤炭產業高度重視，明確煤炭行業始終處于我國能源兜底保障地位。5G下井在兗州煤礦推進迅速，并且在國家能源安全、穩定問題方面起到了保障的重要功能，以目前資源勘探情況看，九成以上一次能源來自中國煤炭，而油氣不足6%，但能源消費三成來自油氣，這個壓力是巨大的，越來越依賴外部資源，因此煤炭資源開發轉型仍十分重要。通過對我國未來能源資源結構變化預測，即便未來20年，新能源產業和可再生資源占比達到30%，油氣占比達到30%，煤炭能源占比下降1/3，也仍占比40%，依然是能源資源中主要能源。

從宏觀視角來看，新能源和可再生資源對煤炭產品起到一定替代作用，而且近幾年一直處于增幅大于其他能源資源的情況，這種增幅甚至在15.3%。煤炭需求盡管轉為中低速甚至低速發展仍是起著支撐作用，并符合經濟長期發展。

煤炭企業的建設成本在不斷增加，尤其是近幾年經常提到的煤炭開采時造成的環境、建設和資源成本等。在未來，上述的幾種成本仍然會有大幅度的提升，尤其是煤炭行業，由原本的征收價格變成權益價格以后，煤炭企業在建設投資初期就需要增加幾十億的成本。因此從我國宏觀經濟發展角度來看，近幾年，煤炭消費量比過去是持平或減少狀態，因此，市場供需總體的寬松態勢不會發生太大變化，煤炭市場供需總體寬松態勢也不會發生改變。

三、研究現狀

目前大都從兩個角度進行研究：

(一)對煤炭生產總量建模

羅迪等優化GM(1，1)模型精度，對原煤產量預測研究；彭新等基于GM(1，1)模型、GM(1，1)殘差模型和等維新息GM(1，1)模型分析基礎，選用GM(1，1)模型，對煤炭產量預測研究；賈縣民等考慮煤炭開采因素，建立煤炭最優化開采模型，對煤炭開采量進行數值模擬；葉佩構建基于關聯挖掘技術的煤炭產量預測模型；宋曉震等構建GM(1，1)-M ar k o v組合模型，并對2019、2020年煤炭產量進行預測。

(二)對煤炭行業供需能力分析研究

劉娜等通過灰色關聯分析法，通過E v i ews分析影響煤炭消耗量的關聯因素，進而實現煤炭消耗多元分析；車利明對煤炭供給現狀進行分析后，對我國中長期煤炭供應結構進行相關預測；吳飛等深入分析影響煤炭供應的相關因素，對2018-2020年我國煤炭供應量進行定性定量預測。

通過國內外研究現狀分析，目前煤炭企業預測模型大多以GM(1，1)模型和M ar k o v模型為基礎，其中煤炭行業所擁有的樣本集較小，在構建模型的過程中，對預測影響較大。因此，將這兩個特點考慮其中，采用極限學習機(ELM)算法對分析研究我國煤炭供需情況，進而為我國煤炭能源結構優化及煤炭行業相關政策制定提供借鑒。

四、極限學習機(ELM)的基本原理及其算法

(一)EL M基本原理

ELM是一種基于SLF N的新算法，這種極限學習機的算法，在運算過程中所產生的介于輸入層和隱含層之間的連接權值和神經元閾值都是隨機且無序的，只要確定好其中神經元的個數就不需要再進行多次訓練調整就可以輸出最優解。與傳統的神經網絡相比，ELM算法學習速度更快，泛化功能更好。

與B P神經網絡相比，極限學習機(ELM)算法不需要像B P神經網絡一樣反復多次迭代來取得最優解，而是在機器學習之前，設定好隱含層神經元個數，利用隨機產生的輸入層、隱含層之間的連接權值與閾值來獲得最優解。相較于B P神經網絡那樣采用梯度下降的方法來使誤差下降到需求范圍的計算方法而言，ELM它學習效率高，泛化功能好，不需要反復多次迭代，就可以將誤差降到所需的條件。而與相關向量機(R e l e v a n ce V ector M ac hi n e)相比，ELM除了在擬合預測與分類中很強大，學習效率高。十幾年中模型不斷修正，已經優于機器學習算法。