劉 杰,李軍成,曾宇嘉,陳國(guó)華
(1. 長(zhǎng)陽(yáng)蒙特錳業(yè)有限責(zé)任公司,湖北 長(zhǎng)陽(yáng) 443500; 2. 湖南人文科技學(xué)院 數(shù)學(xué)與金融學(xué)院,湖南 婁底 417000)
錳礦進(jìn)口數(shù)量對(duì)國(guó)家的穩(wěn)定和發(fā)展有很大關(guān)系。對(duì)錳礦進(jìn)口量的科學(xué)預(yù)測(cè)不僅可以為國(guó)家或地區(qū)錳礦進(jìn)口研究提供一定的決策依據(jù),并且對(duì)錳礦的生產(chǎn)具有重要意義。所以,如何對(duì)錳礦進(jìn)口數(shù)量進(jìn)行有效的預(yù)測(cè)具有重要的應(yīng)用價(jià)值。
在預(yù)測(cè)問(wèn)題的研究中,針對(duì)單一預(yù)測(cè)模型精度不高的不足,有學(xué)者開(kāi)始嘗試將多種預(yù)測(cè)模型進(jìn)行加權(quán)組合,構(gòu)造出精度更高的組合預(yù)測(cè)模型。組合預(yù)測(cè)的思想已引起國(guó)內(nèi)外學(xué)者的關(guān)注,并已廣泛應(yīng)用于各種預(yù)測(cè)問(wèn)題的研究中。例如,杜淑女首先介紹了線性回歸模型、灰色預(yù)測(cè)模型、指數(shù)平滑法模型單一預(yù)測(cè)模型的建模原理[1],然后探討了方差倒數(shù)法、算術(shù)平均法、均方倒數(shù)法、簡(jiǎn)單加權(quán)法、標(biāo)準(zhǔn)差法等組合預(yù)測(cè)權(quán)重的非最優(yōu)權(quán)系數(shù)確定方法和最優(yōu)權(quán)系數(shù)確定方法,并推導(dǎo)了相對(duì)誤差平方和權(quán)重確定模型的計(jì)算公式,最后結(jié)合實(shí)例對(duì)各種單一預(yù)測(cè)模型和組合模型進(jìn)行了對(duì)比分析;陳蔚等首先基于自回歸移動(dòng)平均(ARIMA)和人工BP神經(jīng)網(wǎng)絡(luò)方法的優(yōu)點(diǎn),構(gòu)建了線性ARIMA與非線性BP神經(jīng)網(wǎng)絡(luò)組合模型,然后根據(jù)1990-2013年的我國(guó)進(jìn)口、出口貿(mào)易額,對(duì)我國(guó)2014-2018年進(jìn)出口額進(jìn)行預(yù)測(cè),結(jié)論表明BP神經(jīng)網(wǎng)絡(luò)方法能夠較好的體現(xiàn)進(jìn)出口貿(mào)易額時(shí)序中的非線性規(guī)律,有效的修正了線性預(yù)測(cè)方法的誤差[2]。楊江平指出單一預(yù)測(cè)模型組合的方法主要有線性組合法和非線性組合法[3],其中線性組合法包括:等權(quán)重法、最小方差法、誤差倒數(shù)法、優(yōu)勢(shì)矩陣法最小二乘估計(jì)法等,非線性組合法包括:加權(quán)調(diào)和平均、人工神經(jīng)網(wǎng)絡(luò)。唐慶等首先介紹了多項(xiàng)式擬合模型、平滑指數(shù)模型、灰色GM(1,1)模型三種模型的基本原理,然后將灰色GM(1,1)模型,二次擬合模型和平滑指數(shù)模型模型等三種經(jīng)常使用的預(yù)測(cè)模型線性相結(jié)合,構(gòu)建了婁底市糧食總產(chǎn)量預(yù)測(cè)的加權(quán)組合模型[4]。為了研究最優(yōu)的煤炭消費(fèi)預(yù)測(cè)模型,基于差分自回歸移動(dòng)平均(ARIMA)、灰色預(yù)測(cè)(GM)和人工神經(jīng)網(wǎng)絡(luò)(ANN)模型構(gòu)建了8個(gè)組合預(yù)測(cè)模型,對(duì)我國(guó)煤炭消費(fèi)量進(jìn)行預(yù)測(cè)分析,研究結(jié)果表明最優(yōu)加權(quán)組合模型均方根誤差、平均絕對(duì)誤差、平均相對(duì)誤差等參數(shù)都比較小,預(yù)測(cè)效果顯著優(yōu)于單項(xiàng)和簡(jiǎn)單組合預(yù)測(cè)模型[5]。首先采用指數(shù)平滑法、協(xié)整分析、灰色關(guān)聯(lián)法3種進(jìn)行預(yù)測(cè)的方法,分別對(duì)我國(guó)能源消費(fèi)需求的趨勢(shì)進(jìn)行初步簡(jiǎn)單預(yù)測(cè),然后通過(guò)Shapley模型方法將3種預(yù)測(cè)模型進(jìn)行組合,全面預(yù)測(cè)我國(guó)能源消費(fèi)需求的趨勢(shì),預(yù)測(cè)結(jié)果意味著組合預(yù)測(cè)模型在預(yù)測(cè)我國(guó)能源消費(fèi)需求時(shí)的相對(duì)誤差低于其他3種單一預(yù)測(cè)方法,具有相對(duì)較高的精度[6]。針對(duì)各種單一灰色預(yù)測(cè)模型存在的局限性,建立GM(1,1)、Verhulst和SCGM(1,1)相結(jié)合的組合預(yù)測(cè)模型,采用最優(yōu)加權(quán)方法確定組合預(yù)測(cè)模型的權(quán)重系數(shù),預(yù)測(cè)結(jié)果顯示組合預(yù)測(cè)模型比單一GM(1,1)模型、Verhulst模型和SCGM(1,1)模型具有更高的預(yù)測(cè)精度[7]。為了提高高鐵客運(yùn)量預(yù)測(cè)的準(zhǔn)確性,提出了一種基于誘導(dǎo)有序加權(quán)的組合預(yù)測(cè)方法,該法采用平均(IOWA)算子,并在此基礎(chǔ)上建立了最優(yōu)組合預(yù)測(cè)模型,結(jié)果表明所提出的方法能有效地提高預(yù)測(cè)精度[8]。文獻(xiàn)[9]闡明陳述了單項(xiàng)預(yù)測(cè)模型的有關(guān)理論,并且非常詳細(xì)的敘述了組合預(yù)測(cè)模型的分類(lèi)方法及基本思路,羅列了組合預(yù)測(cè)模型用于確定權(quán)重的相關(guān)算法,并且陳述了評(píng)價(jià)預(yù)測(cè)效果的指標(biāo)體系,另外還提出了改進(jìn)的基于IOWHA算子的組合預(yù)測(cè)模型,對(duì)于組合預(yù)測(cè)模型的改進(jìn)具有借鑒作用。
本文將對(duì)多項(xiàng)式擬合模型和GM(1,1)模型進(jìn)行線性組合,建立一種加權(quán)組合預(yù)測(cè)模型,并利用該模型對(duì)我國(guó)錳礦的進(jìn)口數(shù)量進(jìn)行預(yù)測(cè)。
我國(guó)錳礦資源已查清的可采儲(chǔ)蓄量有限,礦石品位較低、質(zhì)量較差,且冶金產(chǎn)業(yè)的急速發(fā)展,我國(guó)對(duì)錳礦石,尤其是富錳礦石的需求急劇增長(zhǎng),必須從國(guó)外進(jìn)口錳礦石。伴隨著粗鋼產(chǎn)業(yè)的擴(kuò)張,我國(guó)錳礦的進(jìn)口數(shù)量也是與日俱增(見(jiàn)圖1)。目前,中國(guó)已成為世界上最大的錳礦進(jìn)口國(guó)。我國(guó)錳礦進(jìn)口量大量增長(zhǎng)主要是由于冶金行業(yè)的快速發(fā)展。據(jù)初步估計(jì),2004-2018年期間我國(guó)一共進(jìn)口錳礦石超過(guò)1.95億t,年平均進(jìn)口量為1 269萬(wàn)t。我國(guó)對(duì)進(jìn)口錳礦的依賴(lài)度一直處于較高態(tài)勢(shì),錳礦的供應(yīng)基本一半以上來(lái)自進(jìn)口。
圖1 2004-2018年中國(guó)錳礦進(jìn)口數(shù)量
冶煉鋼鐵離不開(kāi)錳礦,因此鋼鐵市場(chǎng)與錳礦市場(chǎng)關(guān)系緊密。2009年我國(guó)的粗鋼年產(chǎn)量接近5.7億t,2010年就超過(guò)了6.2億t,2012年世界經(jīng)濟(jì)低迷,前景十分堪憂,終端需求疲軟,但我國(guó)的粗鋼產(chǎn)量仍創(chuàng)出 7.1億t的歷史新高,同比增長(zhǎng) 3.1%。2013-2014 年粗鋼產(chǎn)量分別為7.8,8.23億t。目前,在節(jié)能減排政策的高壓下,整個(gè)冶金行業(yè)處于去杠桿、去產(chǎn)能的大調(diào)整周期。
GM(1, 1)模型是非常尋常的一種灰色模型,這種模型的基本原理是通過(guò)一階微分方程來(lái)顯示數(shù)據(jù)內(nèi)部的規(guī)律[10]。
設(shè)其原式的數(shù)據(jù)為:
x(0)={x(0)(1),x(0)(2),…,x(0)(n)}
(1)
其中,x(0)(i)>0,i=1,2…,n,將原始數(shù)據(jù)進(jìn)行一次累加,得序列:
x(1)={x(1)(2),…,x(1)(n)}
(2)
令z(1)={z(1)(1),z(1)(2),…,z(1)(n)}
則GM(1,1)模型的基本形式為:
x(0)(k)+az(1)(k)=b
(3)
最后通過(guò)累減還原的原始數(shù)據(jù)序列的預(yù)測(cè)模型為:
1,2,…,n
(4)
多項(xiàng)式擬合的主要思想是利用一個(gè)多項(xiàng)式去接近所給的數(shù)據(jù)點(diǎn),并且使多項(xiàng)式曲線在最小二乘準(zhǔn)則下盡量接近所有數(shù)據(jù)點(diǎn),繼而得出反映數(shù)據(jù)整體變化趨勢(shì)的函數(shù)關(guān)系式[11]。列出數(shù)據(jù)點(diǎn)(xi,yi)(i=1,2,…,m),設(shè)多項(xiàng)式擬合模型:
Y=a0+a1x+a2x2+…+anxn
(5)
利用最小二乘法可得線性方程:
通過(guò)求解上述方程組可得系數(shù)ai(i=1,2,…,n),從而由式(2)中可得多項(xiàng)式擬合模型。
在現(xiàn)實(shí)應(yīng)用中,雖然直接使用灰色模型、多項(xiàng)式擬合模型都可以用于對(duì)樣本進(jìn)行預(yù)測(cè)分析,但是單一的預(yù)測(cè)模型有時(shí)會(huì)在因素與函數(shù)關(guān)系方面存在一定的缺點(diǎn),使得預(yù)測(cè)效果不太理想[1]。所以,為了更好的提高預(yù)測(cè)精度,將灰色模型、多項(xiàng)式擬合模型這兩種模型來(lái)進(jìn)行線性加權(quán)組合,構(gòu)造出如下預(yù)測(cè)模型:
y=a1y1+a2y2
(6)
式中,yi(i=1,2)分別為灰色模型、多項(xiàng)式擬合模型的預(yù)測(cè)值,ai(i=1,2)為各個(gè)模型的權(quán)重,并且滿足a1+a2=1。
得到y(tǒng)i(i=1,2) 后,如果需要用式(6)計(jì)算出最后的預(yù)測(cè)結(jié)果,就得確定權(quán)重ai(i=1,2)的取值。比較尋常的權(quán)重確定方法包括均方差倒數(shù)法、算數(shù)平方法、方差倒數(shù)法等。本文將采用方差倒數(shù)法[12]來(lái)確定權(quán)重,也就是對(duì)較小誤差平方和的單一預(yù)測(cè)模型給予較大的權(quán)重,且對(duì)較大誤差平方和的單一預(yù)測(cè)模型賦予較小的權(quán)重,其主要計(jì)算方法為:
(7)
式中,Di為第i個(gè)單一模型的誤差平方和。
為了對(duì)比不同模型的預(yù)測(cè)精度,用圖1中2004-2013的我國(guó)錳礦進(jìn)口數(shù)量作為輸入樣本,使用各種預(yù)測(cè)模型對(duì)2014-2018年的我國(guó)錳礦進(jìn)口數(shù)量進(jìn)行預(yù)測(cè),并用其與錳礦進(jìn)口的真實(shí)值進(jìn)行對(duì)比。對(duì)輸入樣本數(shù)據(jù)進(jìn)行多項(xiàng)式擬合,通過(guò)實(shí)驗(yàn)運(yùn)行結(jié)果對(duì)比發(fā)現(xiàn)二次多項(xiàng)式擬合的效果好,因此選擇二次擬合多項(xiàng)式對(duì)錳礦數(shù)量進(jìn)行預(yù)測(cè)。
利用輸入樣本數(shù)據(jù)由式(4)建立的GM(1,1)模型為:
y2=x(i)=3 358.9e0.1433(i-1)+2 908.9
(8)
利用輸入樣本數(shù)據(jù)根據(jù)式(2)可建立二次多項(xiàng)式擬合預(yù)測(cè)模型為:
y1=6.572x2-26 268.790 1x+26 249 934.819 6
(9)
加權(quán)組合模型的權(quán)重為a1=0.769 78,a2=0.230 22,故加權(quán)組合模型為:
y=0.769 78y1+0.230 22y2
(10)
經(jīng)計(jì)算可以得出:加權(quán)組合模型、二次多項(xiàng)式擬合模型、GM(1,1)模型預(yù)測(cè)2014-2018年的錳礦進(jìn)口數(shù)量預(yù)測(cè)結(jié)果與真實(shí)值對(duì)比如表1所示。
由表1可知:基于加權(quán)組合模型的預(yù)測(cè)結(jié)果明顯要比其它兩種單一預(yù)測(cè)模型更加精確。所以,使用加權(quán)組合預(yù)測(cè)模型來(lái)對(duì)我國(guó)2019-2023年的錳礦進(jìn)口數(shù)量進(jìn)行預(yù)測(cè),結(jié)果如表2所示。
根據(jù)加權(quán)組合模型所預(yù)測(cè)出來(lái)的我國(guó)2019-2023年的錳礦進(jìn)口數(shù)量,可以看出我國(guó)錳礦的進(jìn)口數(shù)量將逐年遞增,進(jìn)口需求量將越來(lái)越大。
表2 我國(guó)錳礦數(shù)量進(jìn)口預(yù)測(cè)
從我國(guó)錳礦的進(jìn)口現(xiàn)狀與2019-2023的錳礦進(jìn)口預(yù)測(cè)值看來(lái),我國(guó)經(jīng)濟(jì)安全有著潛在風(fēng)險(xiǎn),因?yàn)殄i礦是國(guó)內(nèi)難以供應(yīng)的戰(zhàn)略礦產(chǎn)資源,在國(guó)家經(jīng)濟(jì)發(fā)展中起到非常重要的作用,錳礦對(duì)于國(guó)外市場(chǎng)的依賴(lài)程度,會(huì)直接影響到我國(guó)經(jīng)濟(jì)建設(shè)的可持續(xù)性發(fā)展與穩(wěn)定性。根據(jù)幾個(gè)預(yù)測(cè)模型所預(yù)測(cè)的結(jié)果顯示,我國(guó)的錳礦進(jìn)口數(shù)量一直是處于一個(gè)逐年遞增的趨勢(shì)。
另外,要恰當(dāng)且沉穩(wěn)的去調(diào)整我國(guó)錳礦進(jìn)口戰(zhàn)略,又要果斷的去開(kāi)辟?lài)?guó)外市場(chǎng);并購(gòu)或者入股國(guó)際上中小型的錳礦公司,繼而減少錳礦巨頭的市場(chǎng)份額,削減其對(duì)國(guó)際錳礦定價(jià)的壟斷;最后,我國(guó)更需進(jìn)一步降低海運(yùn)費(fèi)用以減少對(duì)錳礦價(jià)格的消極影響。
可以預(yù)見(jiàn)的是,在中國(guó)城鎮(zhèn)化和工業(yè)化進(jìn)程中,鋼鐵工業(yè)作為基礎(chǔ)產(chǎn)業(yè)仍將保持良好的發(fā)展勢(shì)頭,對(duì)錳礦石的需求量也將有增無(wú)減,在國(guó)內(nèi)錳礦資源日益匱乏,每年大量進(jìn)口錳礦的情況下,有必要研究如何構(gòu)建錳礦資源的供應(yīng)安全體系,如何規(guī)范和引導(dǎo)錳礦國(guó)際貿(mào)易的健康發(fā)展,從而進(jìn)一步保障鋼鐵工業(yè)和國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展。
要加強(qiáng)國(guó)內(nèi)的錳礦供給量,首當(dāng)其沖的是要積極主動(dòng)的去強(qiáng)化對(duì)優(yōu)質(zhì)錳礦的檢測(cè),要不斷地穩(wěn)步增加我國(guó)錳礦的儲(chǔ)備量,有規(guī)劃有計(jì)劃的對(duì)錳礦利用方面和資源管理方面的重點(diǎn)和難點(diǎn)問(wèn)題進(jìn)行攻克,降低生產(chǎn)成本,減少浪費(fèi),走中國(guó)特色社會(huì)主義的可持續(xù)發(fā)展道路。錳礦開(kāi)采要貫徹社會(huì)主義方針,合理的去利用現(xiàn)有資源。嚴(yán)格實(shí)行采礦制度,嚴(yán)禁胡亂開(kāi)采、采富棄貧等違法開(kāi)采的行為。應(yīng)對(duì)國(guó)內(nèi)錳礦礦采技術(shù)較為落后、回采率較低的狀況,要改善設(shè)施改善裝備、完善礦采方法。 再者要增強(qiáng)錳礦深加工企業(yè)的整頓力度。 節(jié)約用錳量是解決我國(guó)富錳礦不足的重要的對(duì)策之一。利用與時(shí)俱進(jìn)的冶煉方法,例如在冶金工業(yè)中大量使用電頂?shù)状笛?、外部脫硫等技術(shù),可有效的降低錳礦的使用量、增加廢棄鋼鐵的使用量。
本文為了對(duì)中國(guó)錳礦進(jìn)口數(shù)量進(jìn)行有效的預(yù)測(cè),采集了2004-2018的錳礦進(jìn)口數(shù)量數(shù)據(jù),將多項(xiàng)式擬合模型、GM(1,1)模型進(jìn)行線性組合,構(gòu)建了一種用于中國(guó)錳礦進(jìn)口數(shù)量預(yù)測(cè)的加權(quán)組合模型。并對(duì)2014-2018年的錳礦進(jìn)口數(shù)量進(jìn)行了預(yù)測(cè),結(jié)果顯示,使用加權(quán)組合模型來(lái)進(jìn)行預(yù)測(cè)所得到的平均相對(duì)誤差小,并且有更高的預(yù)測(cè)精度。因此選用加權(quán)組合模型對(duì)我國(guó)2019-2023年的錳礦進(jìn)口量進(jìn)行了預(yù)測(cè),得出了我國(guó)未來(lái)5年錳礦進(jìn)口量將會(huì)逐年遞增的結(jié)論,為有關(guān)部門(mén)提供了一定的決策參考。