節(jié)能減排壓力下的鋼鐵消費需求研究*——基于SVR模型的預(yù)測

龔 關(guān)

（河南理工大學(xué) 經(jīng)濟管理學(xué)院，河南 焦作454000）

鋼鐵產(chǎn)業(yè)是我國國民經(jīng)濟的支柱產(chǎn)業(yè)之一，也是社會進(jìn)步的重要物質(zhì)基礎(chǔ)。2008年國家為了應(yīng)對金融危機對我國經(jīng)濟造成的沖擊，實施了4萬億的投資計劃，基礎(chǔ)設(shè)施建設(shè)成為主要的投資方向，政策刺激的結(jié)果有效的拉動了鋼鐵產(chǎn)業(yè)的生產(chǎn)和需求，但隨之而來的問題也逐步顯現(xiàn)：大規(guī)模的投資刺激過后，鋼鐵產(chǎn)業(yè)能否找到新的增長點？過剩產(chǎn)能如何消化？國際社會要求中國減少碳排放的壓力如何應(yīng)對？造成這些問題的一個基本原因就是我們沒有對鋼鐵的消費需求做出較為精準(zhǔn)的預(yù)測，預(yù)測方法和手段的缺失是導(dǎo)致鋼鐵生產(chǎn)的供需不平衡的原因之一。因此，對鋼鐵消費需求的研究成為一項非常重要的課題。

國內(nèi)關(guān)于鋼鐵消費需求預(yù)測的研究不多，龍寶林、葉錦華[1]對我國鋼鐵及鐵礦石需求做出了預(yù)測，重點從經(jīng)濟發(fā)展階段、人均GDP、工業(yè)化三方面分析了鋼鐵消費的規(guī)律，并認(rèn)為鐵礦石的需求直接影響鋼鐵的需求量，預(yù)計2020 年鋼鐵產(chǎn)量將達(dá)到 6.8 億噸。韋保仁[2]（2005）對中國鋼鐵年產(chǎn)量進(jìn)行了預(yù)測，作者把中國鋼鐵需求量按建筑業(yè)、汽車業(yè)、機械及其它行業(yè)來劃分為三類，利用NICE III模型計算得到各自的需求量。研究表明中國最大的鋼產(chǎn)量可達(dá)4.75億噸?；疑到y(tǒng)理論能解決數(shù)據(jù)不足的問題，其短期預(yù)測效果較佳，但長期預(yù)測誤差較高。上述文獻(xiàn)為鋼鐵需求的研究提供了重要的參考，但對于鋼鐵需求預(yù)測的方法選擇上，仍然存在著一些不足，需要尋找更加準(zhǔn)確、科學(xué)、有效的預(yù)測方法。

本文的主要工作有三個方面：第一，重點分析影響鋼鐵需求的主要因素，建立基于ν-SVR的鋼鐵需求預(yù)測模型并驗證模型的有效性。第二，對比ν-SVR、BP神經(jīng)網(wǎng)絡(luò)和GM（1.1）三種方法在鋼鐵需求預(yù)測方面的精確性。第三，基于ν-SVR的鋼鐵需求預(yù)測模型對“十二五”期間我國的鋼鐵需求進(jìn)行預(yù)測。

一、影響鋼鐵消費需求的主要因素

1.國內(nèi)生產(chǎn)總值

國際鋼鐵協(xié)會于1974年發(fā)表了一篇文章 “鋼鐵消費強度和國民經(jīng)濟總值的結(jié)構(gòu)”，提出了鋼材消費強度（即一美元國民生產(chǎn)總值的鋼材平均消費數(shù)值A(chǔ)SC/GNP），并把每個國家的經(jīng)濟發(fā)展劃分成四個階段。根據(jù)這一理論，正處于工業(yè)化中后期階段的中國對鋼材消費強度幾乎保持不變。[3][4]

2.城市化進(jìn)程

城市化伴隨著工業(yè)化的進(jìn)程而發(fā)展。中國過去在特殊的歷史條件和計劃經(jīng)濟下推進(jìn)工業(yè)化，導(dǎo)致城市化落后于工業(yè)化。2010年中國城市化水平是47.5%，離2020年中國城市化水平60%的目標(biāo)仍然有很大的發(fā)展空間，隨著城市化進(jìn)程的加快，未來對鋼鐵的需求還將處于剛性狀態(tài)。

3.固定資產(chǎn)投資

鋼鐵行業(yè)產(chǎn)能過剩的直接原因是投資規(guī)模過大或結(jié)構(gòu)不合理，未來可能形成的潛在生產(chǎn)規(guī)模和結(jié)構(gòu)超過了符合市場有效需求的供給規(guī)模和結(jié)構(gòu)，產(chǎn)能擴張速度遠(yuǎn)遠(yuǎn)超過需求擴張的速度。把固定資產(chǎn)投資作為鋼鐵需求的影響因素，能幫助我們更加理解鋼鐵需求的成因和其中蘊含的一般規(guī)律，進(jìn)一步作為政策設(shè)計和實施的參考，以更好應(yīng)對產(chǎn)能過剩問題帶來的重大挑戰(zhàn)。

4.鐵礦石需求

中國經(jīng)濟快速發(fā)展，以及工業(yè)化和城市化進(jìn)程的不斷加快，使得中國鋼鐵行業(yè)也得到了突飛猛進(jìn)的發(fā)展，全行業(yè)產(chǎn)能急劇擴張――2000年中國鋼鐵產(chǎn)量剛剛跨越1億噸大關(guān)，到了2010年鋼鐵產(chǎn)量就達(dá)到了6.27億噸。美國等發(fā)達(dá)國家，廢鋼是煉鋼的主要原料，電弧爐產(chǎn)鋼量占總產(chǎn)鋼量的比例可達(dá)60%。而中國煉鋼設(shè)備仍以高爐為主，電弧爐產(chǎn)鋼量占總產(chǎn)鋼量的比例不足15%。綜合以上兩個原因，本文認(rèn)為鐵礦石在今后還是中國鋼鐵企業(yè)最主要的煉鋼原料，因而對鐵礦石需求的多少將會在一定程度上影響鋼鐵的需求量。[5]

5.居民消費水平

居民消費水平通過消費的物質(zhì)產(chǎn)品和勞務(wù)數(shù)量和質(zhì)量來反映。隨著我國居民消費水平的不斷提高，人們的消費觀念和行為也發(fā)生了很大變化，人們不止?jié)M足基本的生活消費，更增加了對汽車、房子等耐用品的消費需求。因為這些產(chǎn)品都是以鋼鐵作為主要的生產(chǎn)材料，因而居民消費水平的高低也會間接影響鋼鐵的需求數(shù)量。

6.科技進(jìn)步

科學(xué)技術(shù)進(jìn)步對中國鋼鐵產(chǎn)量的影響主要體現(xiàn)在以下兩個方面：一是隨著科學(xué)技術(shù)的進(jìn)步，節(jié)能技術(shù)進(jìn)一步發(fā)展，節(jié)能率大大提高，從而節(jié)約了鋼鐵消費；而是技術(shù)進(jìn)步促使我們進(jìn)一步開發(fā)利用新材料，從而在一定程度上改變鋼鐵需求量的發(fā)展變化趨勢。由于鋼鐵技術(shù)進(jìn)步難以量化，我們用能耗 （萬噸標(biāo)煤）與粗鋼產(chǎn)量的比值來代替科技進(jìn)步。

二、鋼鐵需求預(yù)測模型建立

1.支持向量回歸機SVR模型

支持向量機（Support Vector Machine）是機器學(xué)習(xí)領(lǐng)域中基于統(tǒng)計學(xué)習(xí)理論的分類回歸方法，由AT&T貝爾實驗室的Vanpnik等于1995年提出的有效解決小樣本學(xué)習(xí)問題的方法。通過構(gòu)造核函數(shù)將原空間非線性問題轉(zhuǎn)換成高維空間的線性問題，具有幾何上可解釋性。從最初的在模式分類問題 （支持向量分類機，Support Vector Classification，SVC）上的成功應(yīng)用到在回歸算法（支持向量回歸機，Support Vector Regression，SVR）上的研究，支持向量機方法被成功地應(yīng)用于時間序列、非線性系統(tǒng)建模與預(yù)測、優(yōu)化控制等方面的研究。

2.基于ν-SVR的鋼鐵需求預(yù)測模型

本文將前文分析得到的影響鋼鐵需求的六種因素作為SVR模型的輸入X，將對應(yīng)的鋼鐵實際需求量作為輸出Y，其中，X=（x1，x2，…，xi，…，xn）， Y=（y1，y2，…，yi，…，yn），對應(yīng)于1985-2003年份的19個數(shù)據(jù)。xi表示某一年度由影響鋼鐵需求的各指標(biāo)構(gòu)成的向量，yi表示對應(yīng)年度的鋼鐵需求量。[6]

（1）首先利用支持向量回歸的原理，假設(shè)利用徑向基核方法將輸入向量（x1，x2，…，xi，…，xn）映射到高維特征空間（φ（x1）， φ（x2），…， φ（xi），…， φ（xn）），則輸出 y 可由下列回歸模型給出：

（2）參數(shù)ω和b可由以下最優(yōu)規(guī)劃問題確定，這里選用 ν-SVR 構(gòu)建模型.定義損失函數(shù) c：（ε>0）

（3）選擇正數(shù)參數(shù)C，ν和核函數(shù)，構(gòu)建優(yōu)化：

（4）為了求解，引入 Lagrange函數(shù)將問題（3）轉(zhuǎn)換成其對偶問題求解：

其中C，ν為大于0的參數(shù)，假設(shè)得到最優(yōu)解：

選擇徑向基核函數(shù)：

（6）綜上鋼鐵與需求預(yù)測模型為：

三、實證分析

1.數(shù)據(jù)準(zhǔn)備及預(yù)處理

本文引用 《中國統(tǒng)計年鑒》、《中國鋼鐵工業(yè)年鑒》、《十二五規(guī)劃綱要》及國家有關(guān)部委發(fā)布的權(quán)威數(shù)據(jù)，得到1985-2015年的相關(guān)統(tǒng)計數(shù)據(jù)如表1所示。

表1：1985-2015年鋼鐵需求相關(guān)數(shù)據(jù)

由于各指標(biāo)量綱的不同及經(jīng)濟數(shù)據(jù)的非線性增長性，直接用表1的原始數(shù)據(jù)會降低預(yù)測結(jié)果的準(zhǔn)確性，因此需要對各指標(biāo)進(jìn)行對數(shù)歸一化，將表1的數(shù)據(jù)映射到[-1，1]區(qū)間上：

xmax，xmin分別表示表1中某一列的最大和最小值。

2.模型預(yù)測結(jié)果分析

運用MatlabR2009編程工具，下載開源的LibSVM工具包實現(xiàn)ν-SVR回歸模型，具體步驟如下。

步驟1：利用公式（10）對1985-2015年的數(shù)據(jù)進(jìn)行歸一化處理。

步驟2：選擇1985-2006年的數(shù)據(jù)進(jìn)行鋼鐵需求回歸建模，不斷調(diào)整模型參數(shù)C，ν和徑向基函數(shù)參數(shù)σ2使2007-2010年驗證集上的擬合結(jié)果的平均誤差（Mean squared error）達(dá)到可以接受的范圍。

步驟 3：確定模型參數(shù)為：C=100，ν=0.4，σ2=0.001。 模型訓(xùn)練結(jié)果，即1985年-2006年對應(yīng)的式（5）中的系數(shù)αio如表2所示。

表2：模型訓(xùn)練結(jié)果

上表中系數(shù)非0對應(yīng)的年份標(biāo)準(zhǔn)化后的輸入向量即為支持向量，共11個。b*=0.4102。將系數(shù)αio和b*代入式（9），即得到鋼鐵需求預(yù)測模型。模型在訓(xùn)練集（1985-2006年）和驗證集（2007-2010年）上的預(yù)測結(jié)果轉(zhuǎn)化成原始數(shù)據(jù)，結(jié)果如圖1所示，ν-SVR模型具有很好的擬合能力和泛化能力，擬合回歸線和實際線非常接近，兩者的誤差非常的小。

圖 1 基于ν-SVR模型的鋼鐵需求預(yù)測圖

3.模型有效性檢驗

為了進(jìn)一步驗證ν-SVR模型在鋼鐵需求預(yù)測上的優(yōu)良的擬合精度，將ν-SVR模型與傳統(tǒng)的 GM（1，1），BP 神經(jīng)網(wǎng)絡(luò)等方法的擬合結(jié)果進(jìn)行比較，如表3所示。（誤差=100%*|擬合值-實際值|/實際值，其余方法均按式（10）歸一化）

表3：SVR和其他方法驗證結(jié)果

從表2可以看出，使用BP神經(jīng)網(wǎng)絡(luò)方法擬合鋼鐵需求平均誤差為5.96%，使用GM（1，1）方法擬合鋼鐵需求平均誤差為3.52%，而使用ν-SVR方法擬合鋼鐵需求精準(zhǔn)度最高，平均誤差僅為1.86%。比較結(jié)果說明使用ν-SVR方法擬合鋼鐵需求具備一定的可行性。

4.“十二五”期間中國鋼鐵需求預(yù)測

進(jìn)一步選用“十二五”規(guī)劃綱要提出的關(guān)于我國未來經(jīng)濟社會發(fā)展主要指標(biāo)的數(shù)據(jù)見表1，根據(jù)訓(xùn)練得到的SVR模型對“十二五”期間我國的鋼鐵需求進(jìn)行預(yù)測，結(jié)果如表4和圖1所示。

表4：SVR預(yù)測“十二五”規(guī)劃鋼鐵產(chǎn)量結(jié)果

從表4預(yù)測結(jié)果可以看出，我國在“十二五”期間的鋼鐵需求將穩(wěn)步持續(xù)增長，2011年達(dá)到7.2億噸，2015年突破10億噸，年均增幅9.56%。

四、結(jié)論

本文利用SVR方法建立我國鋼鐵消費需求的預(yù)測模型，使用七個影響因素作為輸入數(shù)據(jù)，鋼鐵消費需求作為輸出數(shù)據(jù)，采用1985-2006年鋼鐵需求相關(guān)數(shù)據(jù)進(jìn)行模擬與模型訓(xùn)練，然后選用2007-2010年的數(shù)據(jù)進(jìn)行擬合驗證，最后和BP神經(jīng)網(wǎng)絡(luò)以及GM方法的擬合結(jié)果進(jìn)行比較。結(jié)果表明：支持向量回歸機具有擬合精度高、解釋性強等特點，其擬合平均誤差僅為1.86%，擬合精度強于BP神經(jīng)網(wǎng)絡(luò)和GM預(yù)測方法。SVR方法克服了傳統(tǒng)預(yù)測方法上數(shù)據(jù)不足、短期預(yù)測結(jié)果較佳而長期預(yù)測結(jié)果不準(zhǔn)等缺陷，避免了主觀因素的影響，方法雖然簡單，但卻非常有效，顯然這種非參數(shù)方法可以有效的減少預(yù)測誤差，提高鋼鐵需求擬合精度，因而具有一定的實際意義。

利用訓(xùn)練得到的SVR模型對2011-2015年 “十二五”期間的鋼鐵產(chǎn)量進(jìn)行了預(yù)測，我國在“十二五”規(guī)劃期間的鋼鐵需求將以每年9.56%的速度穩(wěn)定增長，預(yù)計在2015年突破10億噸。從預(yù)測的結(jié)果來看，在整個中國鋼鐵產(chǎn)能過剩的背景下達(dá)到10億噸需求任重道遠(yuǎn)，沒有相關(guān)政策的大力調(diào)整，沒有政府職能的轉(zhuǎn)變，沒有技術(shù)水平的提升，沒有管理水平的進(jìn)步，很難達(dá)到這一目標(biāo)。所以政府須改變只重短期成績而不注重長期發(fā)展的執(zhí)政理念，制定合理的經(jīng)濟發(fā)展政策，企業(yè)也應(yīng)加大研發(fā)投入力度，改進(jìn)管理水平，降低能源消耗，使中國鋼鐵行業(yè)能夠持續(xù)、健康發(fā)展。

[1]龍寶林，葉錦華.我國鋼鐵及鐵礦石需求預(yù)測[J].中國礦業(yè)，2010，19（11）：4-6.

[2]韋保仁，八木田浩史.中國鋼鐵年產(chǎn)量及其能源需求預(yù)測[J].中國冶金，2005，15（12）：14-17.

[3]Ding Y S，Song X P，Zen Y M.Forecasting financial condition of Chinese listed companies based on svm [J].Expert Systems with Applications，.2008，34（4）:3051-3059.

[4]Castro-Neo M，Jeong Y S，Jeong M K，et al.Online-SVR for short一term traffic flow prediction under typical and atypical conditions[J].Expert Systems with Applications，2009，36（3）:6164-6173，38-43.

[5]李凱，代麗華，韓爽.產(chǎn)業(yè)生命周期與中國鋼鐵產(chǎn)業(yè)極值點[J].產(chǎn)業(yè)經(jīng)濟研究，2005，（4）.

[6]楊建輝，李龍.基于SVR的期權(quán)價格預(yù)測模型[J].系統(tǒng)工程理論與實踐，2011，31（5）：848-853.

[7]劉蘭娟，謝美萍.非線性動態(tài)系統(tǒng)的遞歸神經(jīng)網(wǎng)絡(luò)預(yù)測研究-對我國鋼鐵產(chǎn)量的預(yù)測分析[J].財經(jīng)研究，2004，30（11）：26-33.