基于GDP发展控制煤炭产能及库存水平

刘海滨，吴必善

(中国矿业大学(北京)管理学院，北京 100083)

目前煤炭市场的急剧变化出现煤炭需求、产销量、铁路和港口转运量增速大幅下滑，库存积压、铁路发运负增长、煤企亏损、产煤省财政收入下降等一系列现象。主要煤炭港口库存和下游电厂煤炭库存均处高位。基于煤炭高库存、进口增加、水电增发、经济发展放缓等因素，煤炭资源供大于求。

如今，煤炭企业、贸易商、铁路、产煤省正在共同面对煤炭市场疲软期，而庞大的煤炭库存正在创造纪录。中国煤炭工业协会会长王显政透露：“煤炭库存维持高位。截至2012年11月末，全社会煤炭库存为2.9亿t。其中，煤炭企业存煤约9000万t，市场消化库存的压力依然很大。”目前，但这个数据明显偏小。笔者调研发现，全国煤炭库存在3亿t以上，处于历史高位[1]。这也是15年来相关数据中的最高数据。形成这种行业经济现象，既要从煤炭投资与产能建设的微观层面上分析，又要基于全国经济发展的宏观调控上来理解。具体而言是由于国内煤炭矿山超前建设，产能过剩问题变成了严重影响煤炭供应链长期发展的重要因素。我国近15年煤炭部分统计数据见表1。

表1 中国1998～2012年煤炭部分统计量(Mt)和GDP数据

从多级库存控制理论上来说，当煤炭供应链的各节点企业只根据来自相邻的下级企业的需求信息，进行煤炭生产或供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象，到达煤炭生产企业时，其获得的需求信息和实际消费市场发生了很大的偏差。这样上游的煤炭生产企业会维持较大的产量和更大的库存。因此，从煤炭整个供应链的角度来看，要想有效降低各层次的库存和实现煤炭精益生产的目标，必须运用新的供应链管理策略，如快速反应(QR)、有效客户反应(ECR)、供应商管理库存VMI和定量预测等技术，以解决现阶段煤炭行业发展的困扰问题[2-3]。

本文首先是从微观入手，利用煤炭供应链节点上的合理库存的控制模型，统计出全年社会煤炭需求的经济产量、最优存储周期和最大库存量；再以宏观经济的发展需要作为引导条件，运用线性回归预测技术定量规划出每年煤炭产能的置信区间，此预测区间将作为煤炭产能大小的评价指标；最后从宏观和微观两个层面共同检验和校正全年社会煤炭产能控制的精度，达到缓解煤炭高库存的压力，从而也保证整体煤炭供应链的健康发展。

1 煤炭基地经济产量微观统计

1.1 煤炭基地独立需求库存模型

煤炭需求是属于独立性需求，其需求的波动性受市场调节的影响(图1)。同时，煤炭又是能源型产品，也受到季节、经济发展状况、地理气候条件等因素影响，尤其在我国幅员辽阔，煤炭分布、消费和运输通道复杂的状态下，其库存控制又具有随机性和多周期的特点。所以，煤炭需求库存往往建立在对外部需求预测的基础上，通过一些微观经济模型(图2)确定合理的煤炭经济产量[4]。

图1 煤炭随机库存变化

图2 煤炭无缺货时库存变化

根据图2，在无缺货要求的微观经济领域中，建立煤炭生产企业库存模型[5-6]。模型假设：①在一定的时间Tp内补充库存量为S，单位时间里的补货量为V1=S/Tp；②煤炭需求速率为V2，应满足V1>V2；③其余假设为无缺货状态，令C为总成本，C1为单位存储成本，C2为订购成本。

我国是煤炭储备和生产大国，煤炭供应一直保持充足。在这种无缺货的情况下，在[0, Tp]时间内每单位时间补充煤炭库存为V1，消耗煤炭库存为V2。所以，单位时间净增加库存量为(V1-V2)。至Tp时出现最大煤炭库存量Smax，其值为(V1-V2)Tp。Tp时间内补充的库存量S全部用于满足Ts内的需求，见式(1)。

V1Tp=S=V2Ts, Tp=V2Ts/ V1

(1)

因此，可以得到Ts内平均库存量，见式(2)。

Smax/2=(V1-V2)Tp/2

=(V1-V2)V2Ts/(2 V1)

(2)

单位时间内总库存成本表达为式(3)。

(3)

当dC(Ts)/dTs=0时，有最优存储周期，见式(4)。

(4)

煤炭企业经济产量见式(5)。

(5)

1.2 煤炭基地经济产量总量统计

《2010中国资源报告》中显示：我国原有的13大煤炭生产基地是全国煤炭资源输流的主力军。神东、晋北、晋东、陕北、黄陇、宁东大型煤炭基地是中国优质动力煤主要产地，向华东、中南、华北、西北等地区供应煤炭，也是“西电东送”北部通道的电煤输出地；晋中基地是我国最大的炼焦煤生产基地；冀中、河南、鲁西、两淮生产基地向东中部地区供应；蒙东基地向东三省和内蒙古东部供煤；云贵生产基地向西南、中南地区供应煤炭，也是“西电东送”南部通道的电煤基地。在“十二五”期间，我国将新疆产煤基地纳入规划范围之内，从而以高标准、高水平建设14个大型煤炭生产基地(即神东、晋北、晋东、蒙东、云贵、河南、鲁西、晋中、两淮、黄陇、冀中、宁东、陕北、新疆)，煤炭产量占全国90%以上。

“十二五”规划特别强调煤炭科学产能理念，合理控制煤炭总量过快增长，也是本文解决当前库存压力问题的出发点。可以利用煤炭生产企业库存模型统计出煤炭经济产量总量[7-8]。现以Qi(i=1,2,3……n)代表各主要煤炭生产基地单位时间内的产量，见式(6)。

(6)

可以等到单位时间内，煤炭总量QT见式(7)。

(7)

2 煤炭市场需求量宏观预测

2.1 煤炭产量和GDP线性关系的证实

前人研究发现：我国GDP和原煤产量这两个变量具有比较一致的变动趋势，说明两者之间可能存在着较强的相关关系。本文收集到2012年前15年相关数据(表1)观察后证实了前人的发现：煤炭生产量和GDP等变量之间确实存在一定的关系。在利用统计工具(SPSS)定量分析后，发现它们之间的确存在关联性(图3)。

图3 煤炭产量和GDP数据统计散点

本文利用这种关联性来预测我国每年煤炭产量的合理区间。

2.2 确定煤炭经济产量和置信区间的关系

2.2.1 线性回归模型

(8)

依据最小二乘法得到式(9)。

(9)

(10)

式中，LXX、LYY、LXY分别叫X的离差平方和、Y的离差平方和、X Y的离差乘积和。而把X、Y之间线性关系密切程度的数量指标以R表示，叫相关系数，见式(11)。

(11)

2.2.2 显著性检验

为了确定从样本统计的结果推论至总体所出现错误的概率，需要必要的显著性检验。其基本原理是提出“无效假设”和检验“无效假设”成立的机率(P)水平的选择。P值的大小体现出机会的多少。其中，t检验值、F检验值等就是这些统计检验值。t检验适用于计量资料具有齐性的样本比较。t检验单正态总体与两正态总体的均值异同，检验回归系数的显著性。一般来说，若显著性值小于0.05，则小概率事件发生了，应该拒绝原来的假设。也就是说，分析是否具有差异性，当显著性值大于0.05 差异不显著，而显著性值小于0.05 时有差异。而F检验则检验整个回归关系的显著性。F检验常常用于检验两总体方差的异同，一般假设原假设是方差无显著差异，所以检验显著就说明方差有显著差异，一般P值取0.05，小于0.05即拒绝原假设。联合t、F检验对被解释变量有显著的线性关系进行分析。

本文进行必要的显著性检验，实质是规定一个合理、认可能满足使用要求的指标界限，并用该指标界限对系统预测模型的适应性进行评价。在检验时，为了充分证明其模型的适应性。应用t检验法，见式(12)。

(12)

应用F检验法，见式(13)。

(13)

当α=0.05时，t≥tα/2(n-2)线性相关成立，反之则不成立。F检验也要同样满足。

2.2.3 煤炭经济产量和置信区间的关系的确定

由于对全国每年煤炭产量的预测值与实际煤炭产量之间存在不确定性的偏差，因而需要确定预测值的有效区间，即置信区间[10-11]。

其中，个别值置信区间具体表达式式(14)。

(14)

平均值的置信区间，见式(15)。

(15)

式中

(16)

(17)

式中X0在实际计算过程中是给定值。

由此，从微观的各煤炭基地的经济产量总量统计QT是属于合理的置信区间范围之内，见式(18)。

(18)

3 煤炭经济产量总量和置信区间关系算例

本文就是针对当前我国煤炭产能过剩带来的库存压力问题。现以宏观经济GDP数据和15年来煤炭产量实例(表2)统计预测未来煤炭产量的置信区间。为了确定结果的准确性，本文采用计算机软件统计和手工梳理检验同时进行核算[12]。

3.1 计算机软件统计结果

如果按照计算机软件回归统计得到结果如表3～5所示。

通过计算机软件进行的回归统计结果

所以计算机统计认为，国内生产总值x与煤炭产量y之间的线性相关显著，统计显著性检验通过。

作为能源行业的煤炭资源，其库存量不适合采用点预测、个别值得区间预测法。本文认为采用均值的区间预测法比较经济，所以利用均值的区间预测公式可以核算出较为准确的置信区间。

表2 中国1998～2012年煤炭部分统计量(Mt)和GDP数据

表3 标准误差和观测值表

表4 方差和参差表

表5 方差和参差表

所以，下一年的全国煤炭基地的经济产量总量QT∈[40.8477,41.3523]，否则煤炭库存压力又会持续增大。

3.2 相关系数检验

同样得到

应用F检验法

F = (n-2)R2/(1- R2)=(15-2)×0.97742÷(1-0.97742)=278.4538

当α=0.05时查表得到Fα/2(n-2)=4.54,而F =278.4538，F> Fα/2(n-2)，故回归显著。

应用t检验法

当α=0.05时查表得到tα/2(n-2)=2.160,而t=2.9437，t> tα/2(n-2)，故同样回归显著。

经过以上计算结果可以得出：要使未来一年宏观经济增速保持7.5%左右的目标如期实现，其中一项指标就要求煤炭产量应该控制在40.8477亿t到41.3523亿t，即置信区间：[40.8477,41.3523]范围内。做到这点，需要得到微观煤炭基地经济产量统计结果的验证。

这也就是未来一年全国14个大型煤炭基地经济总产量的限制条件。当实际值满足后，可以在一定程度上缓解当前全国的煤炭库存有压力，这也是本文研究的初衷。

4 结论

我国煤炭产能过剩所带来的一系列经济问题越来越引起人们关注，为了解决未来煤炭库存压力不再愈演愈烈，本文提出了煤炭产能调控的思路及相关方法。根据煤炭产能供需模型的分析和实际案例计算结果，得出相关结论。

1)煤炭经济总产量应该满足我国GDP发展的要求，并与其保持一定均衡关系。

2)煤炭总产量调控也要满足能源市场供需关系及其发展规律。

3)煤炭经济总产量的具体数据要落在置信区间范围内，以此作为合理产能的评价标准。

[1] 徐炳春,吴亮.煤炭产能过剩如同泰山压顶[N].中国煤炭报, 2013-06-05(007).

[2] Yu jing.Study on reliability of coal transferable logistics node[J].Journal of Liaoning Technical University,2006,25(7):4-6.

[3] Panos Kouvelis,Meir J,Rosenblatt.Supply chain management:models,applications, and reaseach direction[M].Netherlands:Kluwer Academic Publishers,2002.

[4] 罗积玉,刑瑛.经济统计分析方法与预测[M].北京：清华大学出版社,2011.

[5] 曲立.库存管理理论与应用[M].北京：经济科学出版社,2006.

[6] 周永务,王圣东.库存控制理论与方法[M].北京：科学出版社,2009.

[7] 张远昌.仓库管理与库存管理[M].北京：中国纺织出版社,2004.

[8] Shen,Z-J M, CCoullard,MS Daskin.A joint location- inventorymodel [J].Transportation Science,2003(37):40-55.

[9] 丁辉.管理定量分析[M].北京：经济管理出版社,2009.

[10] 李卫东.应用多元统计分析[M].北京：北京大学出版社,2008.

[11] Chi-Guhn Lee.A shortest path approach to the multiple-vehicle routing problem with split pickups[J].Transportation Research Part B,2006,40(4):265-284.

[12] Cengiz Kahraman.Multi- attribute comparison of catering service companies using fuzzy-AHP: The case of Turkey [J].Int.J.Production Economics, 2004,(87):171-184 .