毛錦琦, 王德魯, Xunpeng Shi

(1.中國(guó)礦業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,江蘇 徐州 221116; 2.Australia-China Relations Institute, University of Technology Sydney, Ultimo, NSW 2007, Australia)

0 引言

多年來我國(guó)工業(yè)產(chǎn)能過剩“久調(diào)未決”，嚴(yán)重制約了工業(yè)行業(yè)的結(jié)構(gòu)升級(jí)，并成為國(guó)家供給側(cè)結(jié)構(gòu)性改革和高質(zhì)量發(fā)展的桎梏。我國(guó)工業(yè)產(chǎn)能過剩呈現(xiàn)出普遍性、持久性、復(fù)雜性等顯著特征。國(guó)家統(tǒng)計(jì)局相關(guān)數(shù)據(jù)顯示，2019年我國(guó)鋼鐵、電解鋁、化纖等16個(gè)重點(diǎn)工業(yè)行業(yè)產(chǎn)能利用率不足70%。值得關(guān)注的是，在新冠疫情全球肆虐、地緣政治沖突加劇、環(huán)境約束加強(qiáng)等多重因素疊加背景下，這些產(chǎn)能過剩的行業(yè)仍有一批在建、待建的大型項(xiàng)目，產(chǎn)能過剩呈加劇之勢(shì)。為此，各級(jí)政府制定了一系列產(chǎn)能過剩化解措施，但產(chǎn)能過剩問題并未得到有效抑制，反而陷入“產(chǎn)能過?！a(chǎn)能化解—產(chǎn)能不足—產(chǎn)能激勵(lì)—產(chǎn)能再過剩”的治理困境[1]。究其原因，主要在于產(chǎn)能過剩治理缺乏必要的前瞻性和精準(zhǔn)性。

實(shí)現(xiàn)產(chǎn)能過剩精準(zhǔn)治理的前提條件是對(duì)產(chǎn)能過剩的準(zhǔn)確判別以及過剩程度的精確度量，其核心問題可以歸結(jié)為合意產(chǎn)能利用率區(qū)間的確定。對(duì)產(chǎn)能利用率標(biāo)準(zhǔn)的誤判極易加大決策偏差風(fēng)險(xiǎn)，并給行業(yè)、經(jīng)濟(jì)、社會(huì)帶來一系列連鎖性、災(zāi)難性的影響。具體而言，若合意產(chǎn)能利用率區(qū)間設(shè)定過高，那么政府決策者為縮小現(xiàn)實(shí)與標(biāo)準(zhǔn)間的差距，可能會(huì)實(shí)施去產(chǎn)能政策，進(jìn)而增加資產(chǎn)處置、人員安置等成本[2]，甚至導(dǎo)致產(chǎn)能短缺；反之，那么會(huì)給政府決策者產(chǎn)能不足的錯(cuò)覺，從而鼓勵(lì)投資，引發(fā)新一輪的產(chǎn)能過剩[3]。因此，合意產(chǎn)能利用率區(qū)間的精準(zhǔn)確立是跳出產(chǎn)能過剩與產(chǎn)能不足間惡性循環(huán)的關(guān)鍵。

目前，現(xiàn)有研究聚焦于產(chǎn)能過剩的形成機(jī)理[4]、治理機(jī)制[5]、測(cè)度方法[6]等方面，而鮮少關(guān)注合意產(chǎn)能利用率區(qū)間的估計(jì)方法。在實(shí)踐中，合意產(chǎn)能利用率區(qū)間沒有統(tǒng)一標(biāo)準(zhǔn)。西方國(guó)家普遍認(rèn)可的產(chǎn)能利用率的標(biāo)準(zhǔn)區(qū)間為83～86%，但其是根據(jù)本國(guó)經(jīng)濟(jì)運(yùn)行總結(jié)出來的本國(guó)經(jīng)驗(yàn)，可能不適用于中國(guó)情境。我國(guó)通常將現(xiàn)行經(jīng)驗(yàn)標(biāo)準(zhǔn)(79～82%)作為調(diào)控依據(jù)。實(shí)際上，基于經(jīng)驗(yàn)確定的合意產(chǎn)能利用率區(qū)間有其合理性，但也存在一定問題。一方面，基于經(jīng)驗(yàn)總結(jié)的“合意區(qū)間”是否精確，是否“合意”值得商榷；另一方面，這一標(biāo)準(zhǔn)忽略了行業(yè)間的異質(zhì)性，我國(guó)工業(yè)行業(yè)眾多，各行業(yè)的行業(yè)特征、技術(shù)特點(diǎn)、發(fā)展階段等方面存在顯著差異[7]，拿“一把尺子”去度量不同行業(yè)產(chǎn)能利用情況顯然是不適宜的。

當(dāng)前常用的閾值確定方法包括經(jīng)驗(yàn)分析和統(tǒng)計(jì)分析法，為閾值的確定提供了一定的參考，但存在主觀性強(qiáng)，理論依據(jù)不嚴(yán)謹(jǐn)?shù)热毕輀8]。經(jīng)驗(yàn)分析法中常用多數(shù)原則、半數(shù)原則、少數(shù)原則來劃分區(qū)間，這些原則的設(shè)置和應(yīng)用缺乏嚴(yán)格的理論依據(jù)。統(tǒng)計(jì)分析法根據(jù)統(tǒng)計(jì)誤差理論，用中心值加上標(biāo)準(zhǔn)差的倍數(shù)來確定閾值。該方法能夠從數(shù)據(jù)分布規(guī)律中定量地確定閾值，但倍數(shù)的選取往往會(huì)受研究人員個(gè)人經(jīng)驗(yàn)、風(fēng)險(xiǎn)偏好等影響。因此，亟須探索更客觀的閾值確定方法。多重分形去趨勢(shì)波動(dòng)分析(Multifractal Detrended Fluctuation Analysis，MF-DFA)和替代數(shù)據(jù)法(Surrogate DataMethod，SD)的結(jié)合能夠從數(shù)據(jù)自身演化規(guī)律中自適應(yīng)地識(shí)別時(shí)序異常值[9]，這為合意工業(yè)產(chǎn)能利用率區(qū)間估計(jì)提供了新思路。

鑒于此，本文擬融合SD和MF-DFA方法對(duì)合意工業(yè)產(chǎn)能利用率區(qū)間估計(jì)進(jìn)行探索性研究，并選取煤炭行業(yè)進(jìn)行方法有效性的實(shí)證檢驗(yàn)，以期為工業(yè)產(chǎn)能過剩風(fēng)險(xiǎn)監(jiān)測(cè)與判別提供科學(xué)有效的量化分析工具，并為深化煤炭產(chǎn)能過剩治理提供政策靶向和決策依據(jù)。

1 合意工業(yè)產(chǎn)能利用率區(qū)間估計(jì)模型構(gòu)建

1.1 模型框架

鑒于傳統(tǒng)合意產(chǎn)能利用率區(qū)間確定方法主觀性、經(jīng)驗(yàn)性以及缺乏動(dòng)態(tài)性，提出一種基于SD和MF-DFA的合意工業(yè)產(chǎn)能利用率區(qū)間估計(jì)方法，簡(jiǎn)稱為SMF-DFA方法，其流程如圖1所示。首先，對(duì)時(shí)間序列基本特征進(jìn)行分析，時(shí)序具有長(zhǎng)程相關(guān)性和多重分形結(jié)構(gòu)是能利用SMF-DFA方法識(shí)別異常值的基礎(chǔ)；其次，采用SD對(duì)原序數(shù)據(jù)進(jìn)行重排，并運(yùn)用MF-DFA計(jì)算出所有重排序列的Hurst指數(shù)；然后，用卡方檢驗(yàn)確定Hurst指數(shù)序列陡變并偏離原序Hurst指數(shù)的唯一臨界點(diǎn)；最后，根據(jù)臨界點(diǎn)確定合意產(chǎn)能利用率區(qū)間。

圖1 合意工業(yè)產(chǎn)能利用率區(qū)間估計(jì)流程

1.2 MF-DFA方法

MF-DFA是描述復(fù)雜非線性的時(shí)間序列自相似結(jié)構(gòu)特征的算法[10]，能夠判斷時(shí)序的長(zhǎng)程相關(guān)性和多重分形結(jié)構(gòu)。MF-DFA步驟如下：

Step2等間隔劃分子區(qū)間。將y(i)從左側(cè)與右側(cè)分別進(jìn)行劃分，形成長(zhǎng)度均為s的2Ns(Ns=int(N/s))個(gè)不重疊子區(qū)間，避免N不為s整數(shù)倍而丟失信息。

Step5計(jì)算q階Hurst指數(shù)hq，公式為Fq(s)=∝sh(q)。當(dāng)q=2時(shí)，hq為經(jīng)典Hurst指數(shù)。當(dāng)0

Step6計(jì)算多重分形質(zhì)量指數(shù)τq，公式為τq=qhq-1。當(dāng)τq與q為非線性關(guān)系時(shí)，時(shí)序具有多重分形結(jié)構(gòu)。奇異指數(shù)α和多重分形譜f(α)可通過Legendre變換得到，表達(dá)式為α=τ′(q),f(α)=qα-τ(q)。Δα越大表示多重分形特征越顯著。

1.3 SD方法

SD是識(shí)別時(shí)間序列非線性特征的可靠工具[11]，為獲得與原始序列同均值、同方差以及概率分布函數(shù)、自相關(guān)函數(shù)都相同的替代數(shù)據(jù)，采用相位隨機(jī)化方法，具體步驟如下：

Step1對(duì)原始序列{xk,k=1,2,…,N}進(jìn)行Fourier變換，得x(f)=A(f)eiφ(f)。

Step2對(duì)φ(f)隨機(jī)旋轉(zhuǎn)一個(gè)相位角，即ψ(f)=φ(f)+φ(f);x′(f)=A(f)ei(φ(f)+φ(f))=A(f)eψ(f)。其中，φ(f)是在區(qū)間[0,2π]內(nèi)生成的隨機(jī)數(shù)。

Step3對(duì)x′(f)進(jìn)行Fourier逆變換，得x′(n)=F-1{A(f)eiψ(f)},n=1,2,…,N。

1.4 基于SMF-DFA的異常值識(shí)別方法

(1)SMF-DFA方法

各行業(yè)的產(chǎn)能利用變化具有周期性與規(guī)律性，其演化狀態(tài)也應(yīng)呈現(xiàn)出一定規(guī)律性。正常運(yùn)行的行業(yè)產(chǎn)能系統(tǒng)演化狀態(tài)具有持續(xù)性，當(dāng)其受到異常事件干擾時(shí)，這種持續(xù)性必將受到不同程度的影響。因此，融合SD與MF-DFA來分析時(shí)序的長(zhǎng)程相關(guān)性及其收斂情況，并據(jù)此確定時(shí)序的異常值域[9]，其步驟如下：

Step1確定原序X的最小值xmin、最大值xmax以及序列平均值R；分別以xmax與xmin為起點(diǎn)，R為終點(diǎn)，隨機(jī)化(xi,ifxi≥max-d×k)(xi,ifxi≤min+d×k)內(nèi)數(shù)據(jù)的順序，同時(shí)保留其余數(shù)據(jù)順序不變，依次得到新序列YJ，J=max-d×k(J=min+d×k)，其中d為區(qū)間間隔,k=int(1,2,…,(max-R)/d)(k=int(1,2,(R-min)/d))；

Step2計(jì)算每個(gè)新序列YJ的Hurst指數(shù)，形成序列hq(J)，并根據(jù)hq(J)收斂于原序Hurst指數(shù)值的收斂點(diǎn)確定正常值與異常值的臨界點(diǎn)。

(2)SMF-DFA方法識(shí)別異常值域有效性驗(yàn)證

生成的Lorenz曲線如圖2所示，可以發(fā)現(xiàn)，x分量曲線雖然呈現(xiàn)出復(fù)雜性、非線性，但其在嚴(yán)格的[-18.42,18.42]范圍內(nèi)穩(wěn)定運(yùn)行。因此，可以將x分量數(shù)據(jù)看作是系統(tǒng)正常演化狀態(tài)的樣本數(shù)據(jù)，且正常值域?yàn)閇-18.42,18.42]。為模擬異常情況，用異常數(shù)據(jù)(小于-18.42或大于18.42)隨機(jī)替代少量正常數(shù)據(jù)，形成序列{xi}。首先，用MF-DFA計(jì)算{xi}的Hurst指數(shù)，結(jié)果為0.8341，說明序列具有長(zhǎng)程相關(guān)性，可用SMF-DFA方法識(shí)別其異常值域。其次，利用SMF-DFA方法識(shí)別異常值，其中m=2,q=2,R=0，識(shí)別結(jié)果如圖3所示。

圖2 Lorenz曲線

圖3 SMF-DFA方法識(shí)別異常值結(jié)果

2 面向煤炭行業(yè)的合意產(chǎn)能利用率區(qū)間估計(jì)

2.1 樣本與數(shù)據(jù)

煤炭行業(yè)作為我國(guó)基礎(chǔ)性行業(yè)，關(guān)系著國(guó)家能源安全和經(jīng)濟(jì)命脈。自2012以來，在經(jīng)濟(jì)下行、能源轉(zhuǎn)型等因素的疊加作用下，煤炭行業(yè)產(chǎn)能過剩問題日益嚴(yán)重。近年來，煤炭去產(chǎn)能工作取得了階段性成就，產(chǎn)能利用率也得到了相應(yīng)提升。然而，煤炭產(chǎn)能利用率是否已經(jīng)達(dá)到合理狀態(tài)，以及到底還需去多少產(chǎn)能等問題尚存爭(zhēng)議[12]。為此，本文以煤炭行業(yè)為例，進(jìn)行模型應(yīng)用及分析。

由于產(chǎn)能利用率時(shí)間序列波動(dòng)幅度較小，本文以也能有效反映產(chǎn)能利用情況的產(chǎn)能過剩規(guī)模時(shí)序?yàn)閷?duì)象，求出合理的產(chǎn)能過剩規(guī)模區(qū)間，進(jìn)而根據(jù)產(chǎn)能利用率與產(chǎn)能過剩規(guī)模間的關(guān)系得到合意產(chǎn)能利用率區(qū)間。本文選取1989～2019年這一時(shí)間窗口進(jìn)行實(shí)證研究，原因在于煤炭行業(yè)在此期間經(jīng)歷了產(chǎn)能過?！蛔恪龠^剩的周期性過程[13]，從而使合意產(chǎn)能利用率區(qū)間估計(jì)結(jié)果更具說服力。

煤炭產(chǎn)能過剩規(guī)模計(jì)算公式為OC=C-P=P/CU-P[14]。其中，OC為煤炭產(chǎn)能過剩規(guī)模；C為煤炭產(chǎn)能；P為煤炭產(chǎn)量；CU為煤炭產(chǎn)能利用率。煤炭產(chǎn)量數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)；CU數(shù)據(jù)來源于Wang等的文獻(xiàn)[14]與國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。煤炭產(chǎn)能過剩規(guī)模時(shí)序{zk}如圖4所示?？梢园l(fā)現(xiàn)，時(shí)序呈現(xiàn)出顯著的非線性、復(fù)雜性與波動(dòng)性特征，這與我國(guó)工業(yè)產(chǎn)能過剩致因多源性和復(fù)雜性相契合；在此時(shí)間窗口，產(chǎn)能過剩規(guī)模的最大值為16559.25萬噸，最小值為1208.36萬噸，平均值為6025.89萬噸。

圖4 1989～2019年煤炭產(chǎn)能過剩規(guī)模

2.2 煤炭產(chǎn)能過剩規(guī)模異常值域識(shí)別結(jié)果

2.2.1 時(shí)間序列基本特征分析

(1)殘差序列的Gauss-Markov假設(shè)驗(yàn)證

對(duì)消除趨勢(shì)后得到的殘差序列進(jìn)行Gauss-Markov假設(shè)驗(yàn)證。其中，采用Spearman等級(jí)相關(guān)系數(shù)檢驗(yàn)判斷是否同方差；采用DW檢驗(yàn)判斷獨(dú)立性。子區(qū)間殘差的Gauss-Markov假設(shè)驗(yàn)證結(jié)果如表1所示，可以發(fā)現(xiàn)其均不能同時(shí)滿足零均值、同方差且不相關(guān)的假設(shè)。因此，殘差序列具有相關(guān)性，原序?yàn)橛衅碾S機(jī)游走過程，需進(jìn)一步分析其波動(dòng)特征。

表1 子區(qū)間殘差序列Gauss-Markov假設(shè)驗(yàn)證結(jié)果

(2)長(zhǎng)程相關(guān)性判斷及多重分形結(jié)構(gòu)的存在性檢驗(yàn)

煤炭產(chǎn)能過剩規(guī)模時(shí)序的Hurst指數(shù)及多重分形譜如圖5所示，多重分形參數(shù)如表2所示?？梢园l(fā)現(xiàn)：第一，當(dāng)q=2時(shí)，時(shí)序{zk}的h(q)為0.77，表明{zk}具有較強(qiáng)的長(zhǎng)程相關(guān)性。由此可知，在未來一段時(shí)間內(nèi)，煤炭產(chǎn)能過剩規(guī)模波動(dòng)變化與前一階段變化相同。第二，時(shí)序{zk}的Hurst指數(shù)h(q)是關(guān)于q的函數(shù)，而非常數(shù)，表明{zk}存在多重分形結(jié)構(gòu)。第三，時(shí)序{zk}的多重分形譜為單峰函數(shù)，進(jìn)一步表明{zk}存在顯著的多重分形特征。{zk}的Δf小于0，Ω大于0，表明煤炭產(chǎn)能過剩規(guī)模較大的事件占更主導(dǎo)的地位。綜上，煤炭產(chǎn)能過剩規(guī)模時(shí)序具有長(zhǎng)程相關(guān)性和多重分形特征，可采用SMF-DFA方法識(shí)別其異常值。

圖5 煤炭產(chǎn)能過剩規(guī)模時(shí)序的q階廣義Hurst指數(shù)及多重分形譜

表2 煤炭產(chǎn)能過剩規(guī)模時(shí)序的多重分形參數(shù)

2.2.2 SMF-DFA方法識(shí)別時(shí)序異常值

利用SMF-DFA方法識(shí)別煤炭產(chǎn)能過剩規(guī)模時(shí)序的異常值域。計(jì)算過程中令參數(shù)m=1，q=2，R取均值，結(jié)果如圖6所示。圖6中右側(cè)曲線(J>R)是xmin以為起點(diǎn)的隨機(jī)重排序列的Hurst指數(shù)序列；左側(cè)曲線(J

圖6 煤炭產(chǎn)能過剩規(guī)模時(shí)序異常值識(shí)別結(jié)果

2.3 卡方檢驗(yàn)確定Hurst指數(shù)序列收斂點(diǎn)

表3 極大閾值收斂區(qū)域內(nèi)轉(zhuǎn)折點(diǎn)差異顯著性檢驗(yàn)

表4 極小閾值收斂區(qū)域內(nèi)轉(zhuǎn)折點(diǎn)差異顯著性檢驗(yàn)

2.4 合意產(chǎn)能利用率區(qū)間估計(jì)與分析

將得到的煤炭產(chǎn)能過剩規(guī)模月度閾值換算成年度閾值，并根據(jù)公式CU=P/(OC+P)，得到合意煤炭產(chǎn)能利用率區(qū)間為[73.73%,86.23%]。為進(jìn)一步驗(yàn)證所確定的合意煤炭產(chǎn)能利用率區(qū)間的有效性，結(jié)合1989～2019年煤炭產(chǎn)能利用率，對(duì)比分析本文確定的合意區(qū)間與我國(guó)現(xiàn)行經(jīng)驗(yàn)標(biāo)準(zhǔn)[79%,82%]的合理性，如圖7所示。其中，實(shí)線為本文所估計(jì)的合意區(qū)間，虛線為我國(guó)現(xiàn)行經(jīng)驗(yàn)標(biāo)準(zhǔn)，帶實(shí)點(diǎn)的曲線為歷年實(shí)際產(chǎn)能利用率曲線?？梢园l(fā)現(xiàn)：

(1)1989～2000年煤炭產(chǎn)能利用率均在兩個(gè)合意區(qū)間下限的下方，即煤炭產(chǎn)能處于過剩狀態(tài)?；仡櫭禾啃袠I(yè)發(fā)展歷程可知，1989～2000年屬于煤炭行業(yè)轉(zhuǎn)型發(fā)展期[15]，從計(jì)劃經(jīng)濟(jì)體制向市場(chǎng)經(jīng)濟(jì)體制過渡。體系變革以及經(jīng)濟(jì)快速增長(zhǎng)使得煤炭供不應(yīng)求，大量鄉(xiāng)鎮(zhèn)企業(yè)、村辦企業(yè)進(jìn)入煤炭行業(yè)。行業(yè)的無序發(fā)展和管制薄弱使得產(chǎn)能利用率低下。

(2)2001～2003年煤炭產(chǎn)能利用率在兩個(gè)合意區(qū)間內(nèi)或附近。其原因在于2001年國(guó)家發(fā)文關(guān)閉整頓小煤礦, 煤炭產(chǎn)量得到控制, 煤炭市場(chǎng)由長(zhǎng)期供大于求向供求平衡轉(zhuǎn)化。

(3)2004～2011年煤炭產(chǎn)能利用率變化較平穩(wěn)。若以為[73.73%,86.23%]標(biāo)準(zhǔn)，其圍繞區(qū)間上限略微波動(dòng)，即煤炭行業(yè)處于產(chǎn)能略微不足的狀態(tài)；而以[79%,82%]為標(biāo)準(zhǔn)，其高于區(qū)間上限一大段，即煤炭行業(yè)處于產(chǎn)能相當(dāng)不足的狀態(tài)。2004～2011年，我國(guó)工業(yè)進(jìn)入重化工業(yè)階段，對(duì)煤炭需求大幅提升。但通過歷史檢驗(yàn)可知，正是因?yàn)閷?duì)當(dāng)時(shí)情景判斷失誤，認(rèn)為煤炭產(chǎn)能相當(dāng)不足，進(jìn)而鼓勵(lì)投資，引發(fā)投資潮涌，導(dǎo)致2012年以來煤炭市場(chǎng)供大于求問題凸顯, 煤炭產(chǎn)能過剩日益嚴(yán)重。

(4)2012～2016年煤炭產(chǎn)能利用率低于兩個(gè)合意區(qū)間的下限。2012年以后，由于“黃金十年”的投資積累和產(chǎn)能釋放，產(chǎn)能依舊呈擴(kuò)張之勢(shì)。然而在經(jīng)濟(jì)下行、能源轉(zhuǎn)型、環(huán)境約束等多種因素的共同作用下，需求快速萎縮。煤炭產(chǎn)能變化與需求變化的極度不匹配引發(fā)新一輪產(chǎn)能過剩，產(chǎn)能利用率低下。

(5)2017～2019年煤炭產(chǎn)能利用率趨于平穩(wěn)。其原因在于為幫助煤炭行業(yè)脫困，2016年以來國(guó)家出臺(tái)了一系列煤炭去產(chǎn)能政策。以[73.73%,86.23%]為標(biāo)準(zhǔn)，煤炭產(chǎn)能利用率略低于區(qū)間下限，尚需化解產(chǎn)能約15000萬噸，這與煤炭工業(yè)規(guī)劃設(shè)計(jì)研究院發(fā)布的去產(chǎn)能規(guī)模相近。以[79%,82%]為標(biāo)準(zhǔn)，尚需化解產(chǎn)能約35000萬噸，而煤炭行業(yè)若再次大規(guī)模去產(chǎn)能，則必會(huì)影響當(dāng)前相對(duì)平穩(wěn)的煤炭供需，引起煤炭?jī)r(jià)格劇烈波動(dòng)，反而不利于煤炭行業(yè)健康發(fā)展。

此外，我國(guó)現(xiàn)行經(jīng)驗(yàn)標(biāo)準(zhǔn)區(qū)間較為狹小，而產(chǎn)能利用率易受供需隨機(jī)擾動(dòng)的影響，易偏離這一區(qū)間，加劇政府政策措施變動(dòng)。政策措施的頻繁變更無法對(duì)企業(yè)提供合理的信號(hào)顯示機(jī)制，還會(huì)對(duì)行業(yè)造成巨大沖擊，同時(shí)嚴(yán)重?fù)p害了政府信譽(yù)和政策公信力。綜上所述，本文確定的合意煤炭產(chǎn)能利用率區(qū)間更加符合煤炭行業(yè)發(fā)展實(shí)際，對(duì)煤炭行業(yè)發(fā)展判斷更為合理。換言之，合意煤炭產(chǎn)能利用率區(qū)間為[73.73%,86.23%]更為合理與科學(xué)。

圖7 1989～2019年煤炭產(chǎn)能利用率

3 結(jié)論與啟示

鑒于傳統(tǒng)合意產(chǎn)能利用率區(qū)間確定方法的主觀性、缺乏動(dòng)態(tài)性，本文融合SD和MF-DFA方法對(duì)合意工業(yè)產(chǎn)能利用率區(qū)間估計(jì)進(jìn)行了探索性研究，主要研究結(jié)論如下。

首先，鑒于產(chǎn)能過剩時(shí)序長(zhǎng)程相關(guān)性、多重分形結(jié)構(gòu)等數(shù)據(jù)特征，提出了一種基于SMF-DFA的合意工業(yè)產(chǎn)能利用率區(qū)間估計(jì)新方法。該方法從數(shù)據(jù)自身演化規(guī)律中自適應(yīng)地確定閾值，有效克服了傳統(tǒng)統(tǒng)計(jì)與經(jīng)驗(yàn)方法的主觀性和缺乏理論依據(jù)的局限性，并以煤炭行業(yè)為例驗(yàn)證了方法的有效性。其次，采用SMF-DFA方法確立了合意煤炭產(chǎn)能利用率區(qū)間，即73.73%～86.23%。相較于我國(guó)現(xiàn)行經(jīng)驗(yàn)標(biāo)準(zhǔn)(79～82%)，該區(qū)間更加符合煤炭行業(yè)發(fā)展實(shí)際，且有助于提高煤炭產(chǎn)能過剩調(diào)控時(shí)機(jī)和力度的精準(zhǔn)性。最后，識(shí)別了當(dāng)前煤炭產(chǎn)能過剩狀態(tài)和風(fēng)險(xiǎn)水平，煤炭產(chǎn)能利用率趨近但仍低于合意產(chǎn)能利用率區(qū)間下限，這為煤炭產(chǎn)能過剩治理提供了決策參考。

基于以上發(fā)現(xiàn)，為未來我國(guó)深化去產(chǎn)能工作、優(yōu)化供給側(cè)結(jié)構(gòu)性改革、促進(jìn)高質(zhì)量發(fā)展，提出如下政策建議。一方面，就工業(yè)行業(yè)而言，存在異質(zhì)性的行業(yè)應(yīng)根據(jù)自身發(fā)展實(shí)際和時(shí)序數(shù)據(jù)特征確定相適的合意產(chǎn)能利用率區(qū)間，從而提高產(chǎn)能過剩調(diào)控策略的針對(duì)性、適用性和精準(zhǔn)性。另一方面，具體到煤炭行業(yè)，經(jīng)過多年的調(diào)控，煤炭去產(chǎn)能工作現(xiàn)已取得了階段性進(jìn)展，落后產(chǎn)能逐步淘汰。今后去產(chǎn)能工作的重點(diǎn)應(yīng)放在“提質(zhì)”、“增效”的目標(biāo)上，避免“一刀切”和簡(jiǎn)單關(guān)停等政策，積極推進(jìn)煤炭行業(yè)進(jìn)行戰(zhàn)略性兼并重組。在控制煤炭產(chǎn)能總量的前提下，持續(xù)通過科技創(chuàng)新發(fā)展先進(jìn)產(chǎn)能，優(yōu)化產(chǎn)能供給體系。