供給側(cè)結(jié)構(gòu)性改革下的產(chǎn)能過剩風(fēng)險(xiǎn)動(dòng)態(tài)監(jiān)測(cè)
——基于鋼鐵行業(yè)的實(shí)證研究

曹耀威，張友棠（博士生導(dǎo)師）

2015年12月，習(xí)近平總書記在中央經(jīng)濟(jì)工作會(huì)議提出“供給側(cè)結(jié)構(gòu)性改革”，開啟了中央新時(shí)期對(duì)國家經(jīng)濟(jì)發(fā)展的一次重大戰(zhàn)略部署的序幕?；猱a(chǎn)能風(fēng)險(xiǎn)是供給側(cè)改革的重要任務(wù)之一。解決產(chǎn)能過剩問題要從需求和供給兩個(gè)方面入手，不僅要優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、降低過剩產(chǎn)能，還要提高產(chǎn)品質(zhì)量、增加社會(huì)需求，進(jìn)而逐步實(shí)現(xiàn)供求關(guān)系的動(dòng)態(tài)平衡。由于市場(chǎng)經(jīng)濟(jì)形勢(shì)的波動(dòng)和產(chǎn)業(yè)結(jié)構(gòu)的影響，微觀企業(yè)的產(chǎn)能過剩狀況會(huì)產(chǎn)生持續(xù)和積累的變化。因此，在供給側(cè)改革化解產(chǎn)能過剩風(fēng)險(xiǎn)的背景下，本文構(gòu)建基于供給與需求兩維度的企業(yè)產(chǎn)能過剩風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)警模型，及時(shí)、準(zhǔn)確、快速地對(duì)產(chǎn)能過剩風(fēng)險(xiǎn)進(jìn)行監(jiān)控，并采取相應(yīng)的措施化解產(chǎn)能過剩風(fēng)險(xiǎn)，具有重要的理論和現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

1.產(chǎn)能過剩形成原因及測(cè)度。我國先后經(jīng)歷了三次大規(guī)模的產(chǎn)能過剩，最近的一次是2009年由全球金融危機(jī)所致的產(chǎn)能過剩。林毅夫[1]認(rèn)為，在市場(chǎng)環(huán)境信息不對(duì)稱的情況下，若投資者對(duì)某一行業(yè)的前景看好，在高額利潤的誘導(dǎo)下，極易出現(xiàn)由過度投資引起的“潮涌現(xiàn)象”，從而導(dǎo)致產(chǎn)能過剩。蔡昉[2]提出供給側(cè)結(jié)構(gòu)性改革的主要任務(wù)是提高全要素生產(chǎn)率，中國“新常態(tài)”下經(jīng)濟(jì)下行的主要原因是全要素成產(chǎn)率增速放緩、生產(chǎn)要素供給制約引起的，消除過剩產(chǎn)能是遏制全要素增長率下降的重要著力點(diǎn)。余東華、呂逸楠[3]研究了政府不當(dāng)干預(yù)與產(chǎn)能過剩之間的關(guān)系，政府通過財(cái)政補(bǔ)貼、政策引導(dǎo)、土地使用稅減免等政策來扭曲市場(chǎng)經(jīng)濟(jì)的規(guī)律、干預(yù)產(chǎn)業(yè)的發(fā)展，對(duì)企業(yè)產(chǎn)能過剩形成增益作用。郭曉蓓[4]利用經(jīng)營績(jī)效因子對(duì)我國鋼鐵行業(yè)進(jìn)行實(shí)證分析，指出資本結(jié)構(gòu)、營運(yùn)能力均與產(chǎn)能過剩顯著相關(guān)，加大財(cái)務(wù)杠桿、盈利能力下降都會(huì)加劇鋼鐵企業(yè)產(chǎn)能過剩。

產(chǎn)能利用率是實(shí)際產(chǎn)出與實(shí)際生產(chǎn)能力的比率，用其來衡量產(chǎn)能過剩存在不足，因?yàn)槠渲豢紤]了供給方面對(duì)產(chǎn)能過剩的影響。事實(shí)上企業(yè)的實(shí)際產(chǎn)出不僅受到供給沖擊的影響，同樣也受到需求沖擊的影響。齊紅倩等[5]從社會(huì)的實(shí)際產(chǎn)出與生產(chǎn)能力之間的差額入手，將全要素生產(chǎn)率分解為供給沖擊、需求沖擊和其他沖擊，在此基礎(chǔ)上對(duì)全要素生產(chǎn)率（TFP）進(jìn)行測(cè)算。張皓等[6]提出產(chǎn)能過剩對(duì)企業(yè)TFP具有負(fù)向影響，即產(chǎn)能過剩越嚴(yán)重，全要素生產(chǎn)率越低。

2.產(chǎn)能過剩風(fēng)險(xiǎn)防控。雖然對(duì)于預(yù)警方法的研究已經(jīng)取得了豐富的成果，但學(xué)術(shù)界關(guān)于產(chǎn)能過剩預(yù)警的研究成果還較少。王興艷[7]初步建立了產(chǎn)能過剩指標(biāo)體系，通過將指標(biāo)體系進(jìn)行總體、系統(tǒng)和變量的三層次分級(jí)，提出各層次指標(biāo)對(duì)產(chǎn)能過剩的影響程度，進(jìn)而明確建立產(chǎn)能過剩預(yù)警模型的思路和目標(biāo)。韓國高等[8]構(gòu)建了鋼鐵行業(yè)的產(chǎn)能利用監(jiān)測(cè)預(yù)警系統(tǒng)，從五個(gè)方面選取11 個(gè)經(jīng)濟(jì)指標(biāo)構(gòu)建了2000～2010年產(chǎn)能利用情況的預(yù)警監(jiān)測(cè)系統(tǒng)，并確定了預(yù)警界限。2012年1月，國務(wù)院發(fā)布的《工業(yè)轉(zhuǎn)型升級(jí)規(guī)劃（2011～2015）》，提出了鋼鐵、船舶等行業(yè)產(chǎn)能過剩的界定、預(yù)警及應(yīng)對(duì)措施等非常迫切的研究課題。劉曄、葛維琦[9]科學(xué)界定了產(chǎn)能過剩的內(nèi)涵，從供給、需求、短期產(chǎn)能和未來可利用產(chǎn)能四個(gè)方面，提出了建立中國特色產(chǎn)能過剩評(píng)估指標(biāo)體系及預(yù)警制度的基本思路，為建立我國產(chǎn)能過剩評(píng)估指標(biāo)體系提供了借鑒和參考。王迪[10]將PSR模型運(yùn)用到煤炭行業(yè)的產(chǎn)能評(píng)價(jià)中，運(yùn)用綜合指數(shù)來監(jiān)測(cè)煤炭產(chǎn)能利用情況及波動(dòng)幅度。王雙正[11]將鋼鐵行業(yè)產(chǎn)能過剩的成因分為需求不足、過度投資、供需不匹配和體制性因素，通過先行指標(biāo)、同步指標(biāo)和滯后指標(biāo)來對(duì)鋼鐵行業(yè)產(chǎn)能過剩進(jìn)行預(yù)測(cè)。

總體而言，現(xiàn)有文獻(xiàn)多是利用影響產(chǎn)能過剩的指標(biāo)來構(gòu)建預(yù)警模型，進(jìn)而達(dá)到預(yù)警產(chǎn)能過剩的目的。但對(duì)于樣本數(shù)據(jù)的時(shí)序處理缺乏重視，僅以靜態(tài)截面數(shù)據(jù)來進(jìn)行產(chǎn)能過剩預(yù)警，未考慮產(chǎn)能風(fēng)險(xiǎn)狀態(tài)的時(shí)間連續(xù)性，忽略了風(fēng)險(xiǎn)漸進(jìn)的過程。當(dāng)今企業(yè)處在瞬息萬變的市場(chǎng)環(huán)境中，由于影響因素隨時(shí)間不斷變化，產(chǎn)能過剩的誘因也呈現(xiàn)出動(dòng)態(tài)多變的趨勢(shì)，不考慮時(shí)間因素而單純以靜態(tài)形式進(jìn)行產(chǎn)能風(fēng)險(xiǎn)預(yù)警已經(jīng)不能夠滿足企業(yè)化解產(chǎn)能風(fēng)險(xiǎn)的要求。因此必須建立有效的產(chǎn)能過剩動(dòng)態(tài)預(yù)警機(jī)制，從根本上化解企業(yè)產(chǎn)能過剩危機(jī)。

3.基于Kalman 濾波的風(fēng)險(xiǎn)預(yù)警。Kalman 濾波算法是基于狀態(tài)空間模型來解決狀態(tài)估計(jì)問題，通過構(gòu)建目標(biāo)時(shí)間序列狀態(tài)方程和觀測(cè)方程，利用Kalman濾波器對(duì)模型進(jìn)行含噪音的目標(biāo)預(yù)測(cè)估計(jì)。孫曉琳等[12]以英國和愛爾蘭180 家公司為樣本，通過Kalman濾波構(gòu)建財(cái)務(wù)危機(jī)的動(dòng)態(tài)預(yù)警模型，證實(shí)了動(dòng)態(tài)預(yù)警的優(yōu)越性。魯曉東等[13]提出財(cái)務(wù)預(yù)警三階段理論，用實(shí)證研究方法檢驗(yàn)了Kalman濾波法在財(cái)務(wù)危機(jī)預(yù)測(cè)中的可行性。劉天等[14]利用離散Kalman 濾波法進(jìn)行遞推樣本訓(xùn)練，通過對(duì)預(yù)測(cè)值與真實(shí)值之間誤差的時(shí)間更新與觀測(cè)更新，來構(gòu)建最優(yōu)估計(jì)方程，進(jìn)而解決以往預(yù)警模型忽略時(shí)間序列的問題。

鑒于此，本文在進(jìn)行產(chǎn)能過剩動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警研究時(shí)，運(yùn)用Levinsohn、Petrin[15]提出的全要素生產(chǎn)率估計(jì)方法（簡(jiǎn)稱“LP法”）來測(cè)算全要素生產(chǎn)率，作為產(chǎn)能過剩的代理變量。選取鋼鐵行業(yè)上市企業(yè)為樣本，從供給、需求兩個(gè)維度構(gòu)建“二維”產(chǎn)能過剩風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)警模型。運(yùn)用Kalman濾波算法對(duì)產(chǎn)能過剩進(jìn)行動(dòng)態(tài)預(yù)警，以期為企業(yè)管理人員對(duì)公司產(chǎn)能風(fēng)險(xiǎn)的監(jiān)控和其他利益相關(guān)者的投資決策提供參考。

二、模型構(gòu)建

Kalman 濾波算法是基于狀態(tài)空間模型，利用狀態(tài)空間法描述目標(biāo)的狀態(tài)，再建立目標(biāo)的觀測(cè)模型，通過目標(biāo)的狀態(tài)模型和觀測(cè)模型來利用Kalman 濾波器對(duì)目標(biāo)進(jìn)行參數(shù)辨識(shí)和狀態(tài)的估計(jì)。

1.狀態(tài)方程。狀態(tài)方程用于反映系統(tǒng)狀態(tài)的變化趨勢(shì)，就上市公司產(chǎn)能風(fēng)險(xiǎn)預(yù)警而言，其t+1時(shí)刻的產(chǎn)能風(fēng)險(xiǎn)狀況是由t時(shí)刻的產(chǎn)能風(fēng)險(xiǎn)狀況演變而來，但在演變的過程中可能會(huì)受到外部因素的影響，因此會(huì)產(chǎn)生預(yù)測(cè)過程中的噪聲。理想狀態(tài)下，這種噪聲應(yīng)當(dāng)為高斯白噪聲，因此構(gòu)建狀態(tài)方程的核心問題在于找到上市公司產(chǎn)能風(fēng)險(xiǎn)的演變路徑，并通過分析第t期的結(jié)果來預(yù)測(cè)t+1時(shí)期的產(chǎn)能風(fēng)險(xiǎn)狀態(tài)。公式（1）即為構(gòu)建的Kalman濾波狀態(tài)方程。

LP 法以對(duì)數(shù)形式的柯布—道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)：

其中，Yt表示產(chǎn)出，Lt和Kt表示勞動(dòng)和資本的投入，A 是全要素生產(chǎn)率TFP?？紤]到諸多影響因素，投入的勞動(dòng)和資本不能充分被利用，進(jìn)而使得實(shí)際產(chǎn)出小于實(shí)際生產(chǎn)能力。本文設(shè)Z和Zb分別為資本運(yùn)作效率和勞動(dòng)運(yùn)作效率，由此可得實(shí)際生產(chǎn)函數(shù)為：

將式（3）進(jìn)行對(duì)數(shù)處理：

代入公式（4）整理可得：

因此用生產(chǎn)函數(shù)對(duì)數(shù)形式殘差估計(jì)方法，最終估計(jì)出TFP值：

2.觀測(cè)方程。觀測(cè)方程是由可以直接觀測(cè)到的數(shù)據(jù)來計(jì)算樣本的實(shí)際值，運(yùn)用與狀態(tài)方程之間的對(duì)應(yīng)關(guān)系，通過實(shí)際值來對(duì)無法直接觀察的狀態(tài)變量進(jìn)行判斷。供給側(cè)改革旨在通過調(diào)整經(jīng)濟(jì)結(jié)構(gòu)來達(dá)到化解產(chǎn)能風(fēng)險(xiǎn)的目的，在勞動(dòng)力、土地、資本、制度創(chuàng)造和創(chuàng)新等方面實(shí)現(xiàn)要素的最優(yōu)配置。對(duì)于勞動(dòng)力投入，不僅要提高勞動(dòng)數(shù)量，而且要提升勞動(dòng)力的專業(yè)技術(shù)水平，充分發(fā)揮企業(yè)家才能，進(jìn)而提高全要素生產(chǎn)率。土地和資本是企業(yè)重要的生產(chǎn)資源，在生產(chǎn)技術(shù)創(chuàng)新的推動(dòng)和經(jīng)濟(jì)政策的指引下，合理的土地供給和資本投入可以優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提高產(chǎn)業(yè)和產(chǎn)品質(zhì)量，實(shí)現(xiàn)全要素生產(chǎn)率的有效提升。基于產(chǎn)能過剩的成因分析，本文遵循重要性、系統(tǒng)性、可獲得性的原則，從供給、需求兩個(gè)維度遴選影響全要素生產(chǎn)率的指標(biāo)來構(gòu)建Kalman濾波觀測(cè)方程。

（1）供給維度。①勞動(dòng)力方面，本文用企業(yè)高管的教育背景和員工人數(shù)來衡量企業(yè)勞動(dòng)力。②資本方面，本文用企業(yè)規(guī)模作為衡量企業(yè)資本的代理變量。為了不與LP法對(duì)全要素生產(chǎn)率進(jìn)行估計(jì)產(chǎn)生相關(guān)性問題，這里將企業(yè)凈資產(chǎn)、企業(yè)注冊(cè)年限和子公司數(shù)作為衡量企業(yè)規(guī)模的變量。③技術(shù)創(chuàng)新方面，本文用企業(yè)的發(fā)明專利數(shù)和研發(fā)人員數(shù)來衡量企業(yè)的技術(shù)創(chuàng)新水平。

（2）需求維度。需求即代表著對(duì)商品的最終需求，而最終產(chǎn)品是指被最終使用者購買并使用的產(chǎn)品或勞務(wù)。由投入產(chǎn)出理論可知，一個(gè)產(chǎn)業(yè)的產(chǎn)出即為另一個(gè)產(chǎn)業(yè)的投入，需求的擴(kuò)張會(huì)增加企業(yè)的銷售額。因此本文用企業(yè)的銷售收入來衡量需求。

通過對(duì)供給維度和需求維度影響因素的分析，總結(jié)出全要素生產(chǎn)率的影響因素，如表1所示：

表1 Kalman濾波觀測(cè)方程TFP預(yù)警指標(biāo)及定義

通過TFP 的狀態(tài)空間模型構(gòu)建Kalman 濾波的觀測(cè)方程：

3.Kalman濾波算法。Kalman濾波通過構(gòu)建時(shí)間序列的狀態(tài)空間模型來模擬系統(tǒng)的變化過程，在這一過程中需要構(gòu)建系統(tǒng)的狀態(tài)方程和觀測(cè)方程。

狀態(tài)方程：

觀測(cè)方程：

式中，X（k）是K 時(shí)刻的系統(tǒng)狀態(tài)，A 是系統(tǒng)參數(shù)。Z（k）是K時(shí)刻的測(cè)量值，H是測(cè)量系統(tǒng)的參數(shù)。U（k）和V（k）分別表示狀態(tài)和測(cè)量過程中的噪聲，假設(shè)協(xié)方差分別為Q和R。

構(gòu)建系統(tǒng)的狀態(tài)空間方程后，通過預(yù)測(cè)值與實(shí)際值之間的誤差，對(duì)狀態(tài)空間方程進(jìn)行迭代更新：

第一步，預(yù)測(cè)現(xiàn)在的狀態(tài)：

第二步，協(xié)方差更新：

第三步，計(jì)算卡爾曼增益：

第四步，測(cè)量值更新：

第五步，協(xié)方差預(yù)測(cè)：

通過上述五步迭代，狀態(tài)空間方程都會(huì)基于上一期的預(yù)測(cè)結(jié)果進(jìn)行修正。在修正的過程中，主要是協(xié)方差和卡爾曼增益根據(jù)誤差情況而不斷進(jìn)行動(dòng)態(tài)調(diào)整，進(jìn)而使得每一期狀態(tài)空間方程都發(fā)生變化，減少預(yù)測(cè)值與實(shí)際值之間的誤差，提高預(yù)測(cè)值的準(zhǔn)確度，最終達(dá)到預(yù)警防控的作用。

根據(jù)Kalman濾波狀態(tài)空間模型的特征，構(gòu)建企業(yè)產(chǎn)能風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)警狀態(tài)空間模型。

上式中，X（t）表示t時(shí)刻TFP的狀態(tài)變量，由模型（1）所得；Z（t）表示t 時(shí)刻TFP 的實(shí)際值，由模型（7）通過回歸而得。

三、模型的效果檢驗(yàn)

1.樣本及數(shù)據(jù)選取。本文以2010～2018年全行業(yè)樣本數(shù)據(jù)來檢驗(yàn)Kalman濾波觀測(cè)方程的有效性，同時(shí)選取2010～2018年具有代表性的A股鋼鐵上市公司為樣本，以檢驗(yàn)Kalman 濾波的預(yù)測(cè)效應(yīng)。我國鋼鐵行業(yè)由于過度投資存在嚴(yán)重的產(chǎn)能過剩問題，對(duì)其行業(yè)進(jìn)行產(chǎn)能過剩防控研究具有重大的實(shí)際意義。本文選取的樣本數(shù)據(jù)均來自CSMAR、巨潮數(shù)據(jù)庫，剔除了金融類、ST、?ST 和相關(guān)數(shù)據(jù)缺失的樣本。考慮到極端值的影響，本文對(duì)樣本指標(biāo)進(jìn)行5%的Winsorze 縮尾處理，最終得到1056 家全行業(yè)上市公司和16家鋼鐵上市公司。本文選用的統(tǒng)計(jì)軟件為Stata 12.0，Kalman 濾波模型通過MATLAB 軟件實(shí)現(xiàn)。

2.實(shí)證結(jié)果分析。公式（7）以全行業(yè)作為樣本，得到擬合度為0.9097 的回歸結(jié)果，觀測(cè)方程的測(cè)度效果得到有效驗(yàn)證。2010～2018年16家鋼鐵上市公司的TFP 實(shí)際值以及Kalman 濾波得到的TFP 預(yù)測(cè)值如表2所示。

檢驗(yàn)結(jié)果顯示，樣本企業(yè)TFP 的實(shí)際值和Kalman 濾波預(yù)測(cè)值之間的差值平均值為-0.024，標(biāo)準(zhǔn)誤差值為0.153，表明整體誤差保持在較低的水平上。這說明16 家鋼鐵上市企業(yè)通過Kalman 濾波模型能夠?qū)ζ髽I(yè)的TFP進(jìn)行比較準(zhǔn)確的預(yù)測(cè)。

四、產(chǎn)能風(fēng)險(xiǎn)案例分析

在驗(yàn)證Kalman 濾波算法對(duì)全要素生產(chǎn)率具有較好預(yù)測(cè)功能的基礎(chǔ)上，為了深入分析產(chǎn)能風(fēng)險(xiǎn)的成因及其防控對(duì)策，本文在16家鋼鐵上市企業(yè)中選取南鋼股份（600282）、包鋼股份（600010）和八一鋼鐵（600581）三家企業(yè)的TFP值進(jìn)行預(yù)測(cè)分析。

本文以觀測(cè)方程計(jì)算得到的全要素生產(chǎn)率平均值作為產(chǎn)能過剩的預(yù)警臨界值：

計(jì)算得到TFP 為15.98，當(dāng)企業(yè)的TFP 大于15.98 時(shí)，說明企業(yè)不存在產(chǎn)能過剩風(fēng)險(xiǎn)；當(dāng)企業(yè)TFP小于15.98時(shí)，表明企業(yè)處于產(chǎn)能過剩的風(fēng)險(xiǎn)狀態(tài)中，需要采取相應(yīng)的措施化解產(chǎn)能過剩問題。

樣本企業(yè)TFP預(yù)測(cè)圖

通過上圖可知，三家企業(yè)在2010～2015年間的TFP值都呈現(xiàn)出震蕩下降的趨勢(shì)，并在2016年達(dá)到了統(tǒng)計(jì)的最低值。受到2015年提出的供給側(cè)改革去產(chǎn)能政策的重大影響，三家樣本企業(yè)的TFP 值在2016年后都出現(xiàn)明顯的反彈。而2019年的預(yù)測(cè)結(jié)果顯示，三家樣本企業(yè)呈現(xiàn)出不同的結(jié)果，具體分析如下。

1.南鋼股份（600282）。南鋼股份的主營業(yè)務(wù)為運(yùn)輸管線鋼材。從供給維度分析，2010～2016年間企業(yè)的資產(chǎn)總額呈現(xiàn)超過三倍的增長，企業(yè)的專利獲取數(shù)也保持良好的增長趨勢(shì)，企業(yè)的員工人數(shù)沒有出現(xiàn)大幅變化。從需求維度分析，企業(yè)營業(yè)收入保持著小幅下降的趨勢(shì)。雖然企業(yè)擴(kuò)大了生產(chǎn)規(guī)模，但企業(yè)保持著較高的研發(fā)能力，在企業(yè)營業(yè)收入出現(xiàn)小幅下降的情況下，南鋼股份2010～2016年間的TFP值呈現(xiàn)出小幅下降趨勢(shì)，并在2014年TFP值下降到產(chǎn)能風(fēng)險(xiǎn)的預(yù)警臨界值，說明企業(yè)存在產(chǎn)能風(fēng)險(xiǎn)。

Kalman濾波預(yù)測(cè)顯示，企業(yè)在2019年間的TFP值將呈下降趨勢(shì)。經(jīng)過對(duì)行業(yè)環(huán)境分析可知，在經(jīng)歷2016～2018年TFP 持續(xù)增長后，企業(yè)會(huì)由于運(yùn)輸管線鋼材需求的調(diào)整而呈現(xiàn)階段性TFP值下降趨勢(shì)。

2.包鋼股份（600010）。包鋼股份是主營黑色金屬及延壓加工產(chǎn)品的企業(yè)。從供給維度分析，2010～2016年期間，包鋼股份的資產(chǎn)總額不斷升高，企業(yè)員工人數(shù)相比2009年有近三倍增長，但企業(yè)的專利獲取數(shù)沒有太大的變化。從國務(wù)院發(fā)展研究中心獲取的行業(yè)景氣指數(shù)可以看出，受2008年美國次貸危機(jī)的影響，鋼鐵行業(yè)的景氣指數(shù)在2010～2016年間持續(xù)下降。在行業(yè)景氣指數(shù)下行階段，包鋼股份卻持續(xù)地?cái)U(kuò)大生產(chǎn)規(guī)模，進(jìn)而導(dǎo)致企業(yè)TFP值持續(xù)降低。從需求維度分析，2010～2015年期間，銷售收入的減少直接反映出市場(chǎng)需求的減少，進(jìn)而導(dǎo)致企業(yè)TFP 的下降，并在2014年后出現(xiàn)產(chǎn)能過剩風(fēng)險(xiǎn)問題。

受供給側(cè)結(jié)構(gòu)性改革去產(chǎn)能政策的影響，國家對(duì)公共設(shè)施投入的增加和去產(chǎn)能政策的實(shí)施，使得2016年后企業(yè)的TFP 值持續(xù)提升，Kalman 濾波預(yù)測(cè)2019年包鋼股份TFP值將繼續(xù)提升。究其原因，國家對(duì)基礎(chǔ)設(shè)施建設(shè)的投入持續(xù)增加，市場(chǎng)對(duì)黑色金屬和延壓加工產(chǎn)品的需求增加，進(jìn)而使得企業(yè)的TFP 值保持平穩(wěn)增長。

3.八一鋼鐵（600581）。八一鋼鐵的主營業(yè)務(wù)為鐵絲、汽車鋼板和碳鋼焊條。從供給維度分析，2009～2015年企業(yè)的總資產(chǎn)持續(xù)增長，投資規(guī)模不斷擴(kuò)大，受到行業(yè)不景氣的影響，企業(yè)的TFP值持續(xù)下降。從需求維度分析，受到國家加大污染防控力度和內(nèi)需不足的影響，2011～2016年間企業(yè)TFP值呈下降趨勢(shì)，并在2014年出現(xiàn)產(chǎn)能過剩風(fēng)險(xiǎn)問題。

Kalman 濾波預(yù)測(cè)出企業(yè)在2019年的TFP 值相比2018年呈現(xiàn)較小變化。根據(jù)企業(yè)的生產(chǎn)狀況分析，雖然鐵絲和鋼鐵焊條需求略微下降，但新能源汽車需求的增長使得八一鋼鐵的產(chǎn)品需求持續(xù)增長，因此2019年的TFP值相比2018年變化不大。

從整體的預(yù)測(cè)結(jié)果可以看出，包鋼股份、南鋼股份和八一鋼鐵雖然受國家宏觀政策和企業(yè)產(chǎn)業(yè)調(diào)整的影響，企業(yè)的TFP 值有所提升，但受市場(chǎng)大環(huán)境不景氣的抑制，三家企業(yè)的TFP值在2016年前總體呈現(xiàn)下降趨勢(shì)。2016年《國務(wù)院關(guān)于鋼鐵行業(yè)化解過剩產(chǎn)能實(shí)現(xiàn)脫困發(fā)展的意見》的頒布，最主要的作用就是嚴(yán)禁鋼鐵行業(yè)新增產(chǎn)能，由此，2016年成為化解鋼鐵行業(yè)產(chǎn)能風(fēng)險(xiǎn)的轉(zhuǎn)折點(diǎn)。三家企業(yè)在2016年后的全要素生產(chǎn)率都表現(xiàn)出明顯的反彈之勢(shì)。由于企業(yè)主要生產(chǎn)產(chǎn)品受市場(chǎng)需求變化影響，三家企業(yè)2019年的TFR預(yù)測(cè)值呈現(xiàn)出不同的變化趨勢(shì)：寶鋼股份預(yù)測(cè)出的TFP 強(qiáng)勢(shì)提升看，南鋼股份表現(xiàn)出后勁不足的趨勢(shì)，八一鋼鐵TFP 的預(yù)測(cè)值則表現(xiàn)得更為平穩(wěn)。

五、建議

1.以需求為起點(diǎn)，發(fā)揮市場(chǎng)倒逼作用。市場(chǎng)經(jīng)濟(jì)的自發(fā)調(diào)節(jié)會(huì)讓企業(yè)為了適應(yīng)市場(chǎng)變化而改變生產(chǎn)經(jīng)營管理方式。企業(yè)生產(chǎn)要根據(jù)市場(chǎng)需求進(jìn)行結(jié)構(gòu)調(diào)整，采用按需生產(chǎn)的經(jīng)營模式。通過深化供給側(cè)改革，可以加強(qiáng)優(yōu)質(zhì)商品供給、減少同質(zhì)低端商品產(chǎn)出。企業(yè)在生產(chǎn)過程中要提升靈活性和應(yīng)變能力，及時(shí)調(diào)整企業(yè)的生產(chǎn)經(jīng)營結(jié)構(gòu)，緩解市場(chǎng)需求突變給企業(yè)生產(chǎn)帶來的沖擊。

2.以供給為起點(diǎn)，提高產(chǎn)品創(chuàng)新質(zhì)量水平。要牢牢把握“質(zhì)量第一”這一宗旨，正確全面地理解質(zhì)量觀念，提高企業(yè)的自主創(chuàng)新能力和可持續(xù)發(fā)展能力，深化產(chǎn)品結(jié)構(gòu)調(diào)整，加大高附加值產(chǎn)品的研發(fā)力度，優(yōu)化我國粗放低端的生產(chǎn)模式。嚴(yán)控過度投資和擴(kuò)大行業(yè)規(guī)模，執(zhí)行嚴(yán)格的行業(yè)準(zhǔn)入政策，在提高產(chǎn)品質(zhì)量的同時(shí)防止產(chǎn)品產(chǎn)量過剩。

3.加強(qiáng)行業(yè)數(shù)據(jù)綜合開發(fā)和信息資源共享。產(chǎn)能過剩也與相關(guān)部門數(shù)據(jù)統(tǒng)計(jì)口徑、計(jì)算頻度、信息來源及發(fā)布的時(shí)間密切相關(guān)。應(yīng)加大行業(yè)數(shù)據(jù)綜合開發(fā)力度、擴(kuò)大信息資源共享范圍，在控制“潮涌現(xiàn)象”的同時(shí)引領(lǐng)企業(yè)合理地組織生產(chǎn)，降低同質(zhì)化低端產(chǎn)品過剩產(chǎn)量，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，進(jìn)而化解產(chǎn)能過剩風(fēng)險(xiǎn)。

4.充分發(fā)揮政府的引導(dǎo)作用。政府應(yīng)該充分發(fā)揮引導(dǎo)作用，正確處理市場(chǎng)、國企、民企之間的關(guān)系，注重長遠(yuǎn)性和實(shí)效性，加強(qiáng)政策銜接和配套，完善企業(yè)去產(chǎn)能的激勵(lì)約束機(jī)制，加大監(jiān)督力度，警惕產(chǎn)能過剩問題死灰復(fù)燃。