基于可計(jì)算一般均衡模型的內(nèi)蒙古煤炭貨運(yùn)量預(yù)測(cè)研究

文/侯劍 王彤

為了預(yù)測(cè)內(nèi)蒙古地區(qū)的煤炭貨運(yùn)量，文章基于可計(jì)算一般均衡理論構(gòu)建了生產(chǎn)函數(shù)、貿(mào)易函數(shù)以及經(jīng)濟(jì)主體行為函數(shù)，并在內(nèi)生商品價(jià)格中加入了貨運(yùn)成本從價(jià)率，使得該模型可以考慮到交通貨運(yùn)成本的貨運(yùn)量。研究表明：本模型預(yù)測(cè)的內(nèi)蒙古煤炭貨運(yùn)量與實(shí)際情形能夠很好吻合，二者最小誤差僅為1.5%。模型預(yù)測(cè)未來(lái)2025年、2030年、2035年、2040年的內(nèi)蒙古煤炭貨運(yùn)呈上升趨勢(shì)。研究結(jié)論可為內(nèi)蒙古地區(qū)提前預(yù)測(cè)煤炭貨運(yùn)量提供理論基礎(chǔ)。

1.引言

煤炭是我國(guó)經(jīng)濟(jì)發(fā)展所依賴的主要能源之一。目前我國(guó)煤炭資源主要生產(chǎn)區(qū)和消費(fèi)區(qū)分布極不平衡，華東和華南地區(qū)是煤炭資源的重點(diǎn)消費(fèi)區(qū)，但煤炭的主要產(chǎn)區(qū)是在華北地區(qū)，不可避免將產(chǎn)生大量的貨運(yùn)，因此，預(yù)測(cè)煤炭貨運(yùn)量具有一定的研究意義。目前對(duì)煤炭貨運(yùn)量預(yù)測(cè)的研究主要是依據(jù)運(yùn)輸方式來(lái)預(yù)測(cè)，主要方法有Holt-W inter模型和ARIMA預(yù)測(cè)模型等方法。陳亞?wèn)|等[1]利用Holt-W inter模型，對(duì)中國(guó)航空貨運(yùn)量進(jìn)行預(yù)測(cè)，結(jié)果表明在外部條件穩(wěn)定的情況下可實(shí)現(xiàn)航空貨運(yùn)量的月度預(yù)測(cè)。SaxenaAditya等[2]選用ARIMA模型，研究了在有無(wú)疫情的情況下，印度鐵路貨運(yùn)量和收入的變化情況?？捎?jì)算一般均衡方法可以對(duì)各種政策進(jìn)行模擬和量化估計(jì)。如對(duì)環(huán)境稅、增值稅的政策進(jìn)行模擬等。如張文靜等[3]設(shè)置了三種不同的情景，模擬用環(huán)境稅治理霧霾的減排成本和效果。萬(wàn)瑩等[4]模擬了我國(guó)的增值稅稅率簡(jiǎn)并方案對(duì)我國(guó)的收入分配效應(yīng)和社會(huì)福利效應(yīng)的影響。FarahnakFardin[5]模擬了沙特和伊朗石油的驅(qū)動(dòng)政策對(duì)經(jīng)濟(jì)的影響，結(jié)果表明應(yīng)該進(jìn)行經(jīng)濟(jì)關(guān)系改革和石油收入的重新分配。由于內(nèi)蒙古自治區(qū)是我國(guó)煤炭主要生產(chǎn)區(qū)，本文以內(nèi)蒙古地區(qū)為研究對(duì)象進(jìn)行煤炭貨運(yùn)量的研究。建立了生產(chǎn)函數(shù)、貿(mào)易函數(shù)以及經(jīng)濟(jì)主體行為函數(shù)等，對(duì)內(nèi)蒙古煤炭貨運(yùn)量進(jìn)行預(yù)測(cè)。

2.模型構(gòu)建與指標(biāo)選取

2.1SAM 表的編制及數(shù)據(jù)來(lái)源

由于目前公布最新的投入產(chǎn)出表為2017年的投入產(chǎn)出表，描述42部門之間的投入產(chǎn)出情況。因此，文章以2017年內(nèi)蒙古地區(qū)投入產(chǎn)出表為基礎(chǔ)，結(jié)合《內(nèi)蒙古統(tǒng)計(jì)年鑒（2018）》，將各個(gè)部門合并為4個(gè)部門，即第一產(chǎn)業(yè)、煤炭產(chǎn)業(yè)、第二產(chǎn)業(yè)（除煤炭外）、第三產(chǎn)業(yè)，最終編制出2017年內(nèi)蒙古宏觀SAM 表（社會(huì)核算矩陣表）。

2.2模型構(gòu)建

文章在參照CGE模型[6，7]的基礎(chǔ)之上，構(gòu)建了本文的CGE模型。模型包含生產(chǎn)模塊、區(qū)域貿(mào)易模塊、主體行為模塊、市場(chǎng)出清模塊以及貨運(yùn)量預(yù)測(cè)模塊。開(kāi)放區(qū)域CGE模型的商品流動(dòng)過(guò)程如圖1所示。

圖1 開(kāi)放區(qū)域CGE模型的商品流動(dòng)過(guò)程

生產(chǎn)函數(shù)這一部分采用嵌套的恒替代彈性生產(chǎn)函數(shù)，一層是CES函數(shù)，包含附加價(jià)值和中間投入，最下面一層是將投入分為勞動(dòng)和資本兩個(gè)要素，中間投入部分采用列昂惕夫函數(shù)。模型的主體包括居民、企業(yè)、政府和國(guó)外。宏觀閉合采用新古典主義閉合方式。在區(qū)域貿(mào)易模塊中加入貨運(yùn)成本從價(jià)率，本區(qū)域內(nèi)生產(chǎn)活動(dòng)的產(chǎn)出商品分為本區(qū)域銷售和外區(qū)域銷售兩部分，用CET函數(shù)進(jìn)行表示，進(jìn)口商品的價(jià)格由國(guó)際市場(chǎng)價(jià)格和從價(jià)率決定，區(qū)域外銷售價(jià)格受物流貨貨運(yùn)成本影響。公式如下：

QAa其中表示生產(chǎn)活動(dòng)a的數(shù)量，表示QA的規(guī)模參數(shù)，表示QA內(nèi)銷的份額參數(shù)，ρa(bǔ)t表示QA的彈性參數(shù)，QDAa表示本區(qū)域生產(chǎn)本區(qū)域銷售商品a的數(shù)量，QEa表示本區(qū)域生產(chǎn)外區(qū)域銷售商品a的數(shù)量，PMc表示外區(qū)域生產(chǎn)本區(qū)域銷售商品c的價(jià)格，pwmc表示國(guó)際市場(chǎng)價(jià)格，ηa表示貨運(yùn)成本從價(jià)率，PEa表示本區(qū)域生產(chǎn)外區(qū)域銷售商品a的價(jià)格，pw ea表示外區(qū)域市場(chǎng)價(jià)格。貨運(yùn)量預(yù)測(cè)模塊主要參考戚銘堯[6]的建模思路，模型最后輸出的結(jié)果為QEc、QMc、QDc（QDc=QDA）三個(gè)變量，其中QEc用來(lái)表示貨運(yùn)產(chǎn)生量，QMc用來(lái)表示貨運(yùn)吸引量、QDc用來(lái)表示區(qū)域內(nèi)貨運(yùn)流動(dòng)量。CGE模型計(jì)算出的結(jié)果是價(jià)值形式的SAM 表，得出的上述三個(gè)變量都是價(jià)值形式的，可以通過(guò)基年的單價(jià)等于特征年的單價(jià)來(lái)進(jìn)行轉(zhuǎn)換，即基年價(jià)值形式/基年重量形式=特征年價(jià)值形式/特征年重量形式，即：

其中，HYLWb表示期年重量形式貨運(yùn)總量；HYLvb表示期年價(jià)值形式貨運(yùn)總量；HYLvb是QEc、QMc和QDc之和，表示特征年價(jià)值形式貨運(yùn)總量，是CGE模型的直接輸出結(jié)果，即：

得到特征年貨運(yùn)總量之后，按照QEc，QMc和QDc的比例關(guān)系即可得到區(qū)域內(nèi)部貨運(yùn)量NBHYLWt、貨運(yùn)產(chǎn)生量YHCSLWt和HYXYLWt貨運(yùn)吸引量。其余模塊參照張欣著作[7]。

3.實(shí)證分析

以勞動(dòng)者報(bào)酬作為勞動(dòng)投入，以生產(chǎn)稅凈額、固定資產(chǎn)折舊、GDP中營(yíng)業(yè)盈余三部分之和為資本投入（其中2020年的資本投入和勞動(dòng)投入用2017年-2019年的年均增長(zhǎng)率計(jì)算得出），將二者作為外生變量，模擬內(nèi)蒙古自治區(qū)2017年以后在貨運(yùn)政策影響下（貨運(yùn)成本從價(jià)率采用“社會(huì)物流總費(fèi)用占GDP比例”）其煤炭貨運(yùn)量的變化。輸入輸出處理利用GAMS程序，輸出結(jié)果如表1所示，可以看出，預(yù)測(cè)的煤炭貨運(yùn)量與實(shí)際情形得到了很好的吻合，最小誤差僅為-1.5%。年和2040年的煤炭貨運(yùn)總量、區(qū)域內(nèi)煤炭貨運(yùn)量、煤炭貨運(yùn)產(chǎn)生吸引量。勞動(dòng)和資本投入的未來(lái)量采用時(shí)間序列的方法來(lái)獲取。通過(guò)GAMS程序輸出結(jié)果，本模型得到的預(yù)測(cè)結(jié)果如表2所示。可以看出未來(lái)煤炭貨運(yùn)量仍然持續(xù)增加，原因可能是：雖然陸續(xù)推出使用清潔能源，但是由于工業(yè)生產(chǎn)生活需求，以及對(duì)燃煤防污技術(shù)的大力推行，煤炭在未來(lái)的貨運(yùn)量仍保持增長(zhǎng)趨勢(shì)，在2040年內(nèi)蒙古煤炭貨運(yùn)量達(dá)到了220686萬(wàn)噸。

表1 預(yù)測(cè)貨運(yùn)總量和預(yù)測(cè)誤差

表2 內(nèi)蒙古未來(lái)煤炭貨運(yùn)量預(yù)測(cè)值

4.結(jié)論

本文對(duì)內(nèi)蒙古煤炭貨運(yùn)量進(jìn)行預(yù)測(cè)，將2017年-2020年預(yù)測(cè)的貨運(yùn)量與實(shí)際作對(duì)比，接著對(duì)2025年、2030年、2035年、2040年貨運(yùn)量進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明本模型預(yù)測(cè)的內(nèi)蒙古煤炭貨運(yùn)量與實(shí)際情形能夠很好吻合，二者最小誤差僅為1.5%，本模型具有較高的可靠性。在此基礎(chǔ)之上，本模型預(yù)測(cè)未來(lái)2025年、2030年、2035年、2040年的內(nèi)蒙古煤炭貨運(yùn)量，并得出內(nèi)蒙古煤炭貨運(yùn)量呈現(xiàn)上升趨勢(shì)，在2025年內(nèi)蒙古煤炭貨運(yùn)量達(dá)到134302萬(wàn)噸、2030年內(nèi)蒙古煤炭貨運(yùn)量達(dá)159143萬(wàn)噸、2035年內(nèi)蒙古煤炭貨運(yùn)量達(dá)到174177萬(wàn)噸、2040年內(nèi)蒙古煤炭貨運(yùn)量達(dá)到220686萬(wàn)噸。本文結(jié)論為內(nèi)蒙古地區(qū)提前預(yù)測(cè)煤炭貨運(yùn)量提供理論基礎(chǔ)，為該地區(qū)及時(shí)、精準(zhǔn)的分析未來(lái)煤炭運(yùn)輸相關(guān)行業(yè)所需要分擔(dān)的任務(wù)提供理論支持，同時(shí)，本文利用可計(jì)算一般均衡的方法研究煤炭貨運(yùn)量的方法也為其它地區(qū)研究相關(guān)煤炭貨運(yùn)量問(wèn)題提供參考。

引用出處

[1]陳亞?wèn)|,丁松濱,劉計(jì)民,宋曉敏,隋東.新型冠狀病毒肺炎疫情影響下中國(guó)航空貨運(yùn)量分析與預(yù)測(cè)[J].交通信息與安全,2022,40(02):155-162.

[2]Saxena Aditya,Yadav Ankit Kumar.Exam ining the Effect of COVID-19onrail freight volume and revenueusing the ARIMA forecastingmodelan dassessing the resilience of Indianrailways during the pandem ic[J].Innovative Infrastructure Solutions,2022,7(6).

[3]張文靜,馬喜立.以環(huán)境稅治理霧霾的減排效果及減排成本——基于動(dòng)態(tài)多區(qū)域CGE模型[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2020,22(03):36-47.

[4]萬(wàn)瑩,熊惠君.我國(guó)增值稅稅率簡(jiǎn)并方案設(shè)計(jì)與政策效應(yīng)預(yù)測(cè)——基于可計(jì)算一般均衡模型[J].稅務(wù)研究,2020(10):41-48.

[5]Farahnak Fardin.Comparativeanaly sisofoil-drivene conom ic policies for SaudiArabiaand Iran;usingthe CGEmodel[J].ResourcesPolicy,2022,78.

[6]戚銘堯,楊坤河,繆立新.基于可計(jì)算一般均衡的貨運(yùn)量預(yù)測(cè)模型[J].工業(yè)技術(shù)經(jīng)濟(jì),2013,32(03):3-10.

[7]張欣.可計(jì)算一般均衡模型的基本原理與編程[M].上海:格致出版社&上海人民出版社,2010.