龔 關(guān)

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

鋼鐵產(chǎn)業(yè)是我國國民經(jīng)濟(jì)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(jī)對我國經(jīng)濟(jì)造成的沖擊，實(shí)施了4萬億的投資計(jì)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(diǎn)？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(fèi)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(fèi)需求的研究成為一項(xiàng)非常重要的課題。

國內(nèi)關(guān)于鋼鐵消費(fèi)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(diǎn)從經(jīng)濟(jì)發(fā)展階段、人均GDP、工業(yè)化三方面分析了鋼鐵消費(fèi)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(jì)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(jī)械及其它行業(yè)來劃分為三類，利用NICE III模型計(jì)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(diǎn)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(yàn)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(fèi)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(fèi)強(qiáng)度和國民經(jīng)濟(jì)總值的結(jié)構(gòu)”，提出了鋼材消費(fèi)強(qiáng)度（即一美元國民生產(chǎn)總值的鋼材平均消費(fèi)數(shù)值A(chǔ)SC/GNP），并把每個國家的經(jīng)濟(jì)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(fèi)強(qiáng)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(jì)劃經(jīng)濟(jì)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(kuò)張速度遠(yuǎn)遠(yuǎn)超過需求擴(kuò)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(yùn)含的一般規(guī)律，進(jìn)一步作為政策設(shè)計(jì)和實(shí)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(jì)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(kuò)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(fèi)水平

居民消費(fèi)水平通過消費(fèi)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(fèi)水平的不斷提高，人們的消費(fèi)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(fèi)，更增加了對汽車、房子等耐用品的消費(fèi)需求。因?yàn)檫@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(fèi)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(fèi)；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(jī)SVR模型

支持向量機(jī)（Support Vector Machine）是機(jī)器學(xué)習(xí)領(lǐng)域中基于統(tǒng)計(jì)學(xué)習(xí)理論的分類回歸方法，由AT&T貝爾實(shí)驗(yàn)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(jī)，Support Vector Classification，SVC）上的成功應(yīng)用到在回歸算法（支持向量回歸機(jī)，Support Vector Regression，SVR）上的研究，支持向量機(jī)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(shí)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(shí)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(jì)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(jì)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(jì)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(yùn)用MatlabR2009編程工具，下載開源的LibSVM工具包實(shí)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(yàn)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(yàn)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(shí)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(yàn)

為了進(jìn)一步驗(yàn)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(shí)際值|/實(shí)際值，其余方法均按式（10）歸一化）

表3：SVR和其他方法驗(yàn)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(jì)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(fèi)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(fèi)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(yàn)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(jī)具有擬合精度高、解釋性強(qiáng)等特點(diǎn)，其擬合平均誤差僅為1.86%，擬合精度強(qiáng)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(shí)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(jì)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(jì)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(diǎn)[J].產(chǎn)業(yè)經(jīng)濟(jì)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(shí)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.