中國石化產業產能過剩測度及預警

孫康　李婷婷

摘 要：在中國石化產業產能過剩矛盾突出的背景下，產業結構調整的復雜性和艱巨性凸顯，產能過剩的量化和預警可以為產業結構優化和升級提供科學依據。本文以2000—2012年石化產業統計數據為依據，對化學原料及化學制品業、石油加工煉焦業的產能過剩問題進行了測度與綜合評價，采用ARIMA方法對未來產能過剩趨勢進行測度。研究結果顯示，石化產業產能過剩問題長期存在；化學原料及化學制品業產能過剩問題出現周期性變化；石油加工煉焦業在2008年之前呈現周期性變化，2008年的金融危機打破了原有的周期性變化規律。預測結果表明，若不調整現有石化產業結構，產能過剩的固有周期性將被打破，產能過剩將愈演愈烈。由此，本文提出優化石化產業鏈、化解產能過剩的可選路徑。

關鍵詞：石化產業；綜合指數法；時間序列分析；產能過剩

中圖分類號：F426 文獻標識碼：A 文章編號：1000176X（2015）05002906

一、引 言

改革開放以來，中國石化產業實現了跨越式發展，迅速成為世界石化產品生產和消費大國，多種產品產量位居世界前列。“十一五”以來，隨著技術成熟和市場需求快速增長，大量資金投入到石化產業等基礎性工業中，生產能力迅速增強。特別是中西部地區憑借能源、資源優勢迅速崛起，極大地拉動了當地的經濟發展，促進了產業轉移和重化工產業布局的優化調整。中國化學工業總產值在2010年超過美國，躍居世界第一位。由于受國際金融危機沖擊和國內固定資產投資強度增強的影響，石化產業產能過剩矛盾凸顯。“十二五”之后，供需形勢發生逆轉，石化產業產能由供不應求變為供過于求，某些產品甚至出現嚴重的產能過剩問題。本文以石化產業中具有代表性的兩個子產業為樣本，根據《中國統計年鑒》公布的數據對其進行產能利用率等方面的量化分析與預測。基于中國石化產業已經出現了產能過剩問題，因此，量化分析兩個具有代表性的子產業的產能過剩程度和未來趨勢，對中國石化產業結構優化和升級具有重要的理論和現實意義。

現有文獻從產業布局、產業集聚、結構性產能過剩和體制性產能過剩等多視角對石化產業進行了深入研究。劉鶴等[1-2]從石化產業空間布局、空間組織演進的角度研究了中國煉油能力和乙烯產能空間組織結構，以及原材料、市場和政策三大主導因素對中國石化產業空間組織格局的影響，指出自2000年以來石化產業無序擴張現象初現。。孫康等[3]研究了中國重工業特別是石化產業集聚演進規律，認為石化產業上下游典型產業出現高度集聚現象，中游出現中度集聚現象，并且中下游典型產業顯現出產能過剩問題。周勁和付保宗[4]對中國工業領域中出現的不同程度的產能過剩現象進行分析，得出重化工業體制性產能過剩特征較為突出的結論。王曉姝和李鋰[5]利用數理模型研究政府和地方在產能過剩誘發和抑制中的責任和作用，提出抑制產能過剩的定量方法。Fare和John[6]運用生產要素擁擠度來描述生產要素投入的過剩情況并認為是一種無效狀態。Fare等[7]提出用隨機生產前沿面生產函數法來估計生產效率以及產能利用水平，并對產業產能利用水平進行了度量。Dupont等[8]使用數據包絡分析法分析了美國漁業產品的產能利用率。James和Squires[9]運用生產要素擁擠度方法進行分析，認為可變要素的過度投資造成了分配無效率和經濟資源的浪費，產能過剩的指標主要是產能利用率。張群等[10]運用向量自回歸方法，對中國鋼鐵產能過剩影響因素進行定量分析。路楠林[11]運用峰值法對中國制造業產能利用率進行了測算。何彬和武治國[12]運用峰值分析法研究了1992—2005年中國30個省份的工業產能過剩水平。孫巍等[13]采用隨機生產前沿面生產函數法對中國28個產業的產能利用率和固定資產投資進行了分析。韓國高等[14]在成本函數法的基礎上對中國重工業和輕工業中28個產業1999—2008年的產能利用水平進行了測算。馮梅和陳鵬[15]運用綜合指數分析方法對多種相關指標進行整合，對中國鋼鐵產能過剩進行量化分析。楊勇[16]對中國石化產業下游產出品進行了產能過剩量化分析。由于石化產業的子產業種類較多、數據量較大，現有文獻主要以具體產出品為例進行產能過剩分析，從整體產業角度出發進行的研究甚少。本文從相對宏觀的角度出發，以中國石化產業中的兩個子產業——化學原料及化學制品業、石油加工煉焦業為例，以2000—2012年的統計數據為基準，采用綜合指數法分析石化產業產能過剩程度及預警區間，同時采用ARIMA方法對未來產能過剩給出預測，對石化產業結構調整及完善石化產業規制政策提供理論依據。

二、模型選擇及數據處理

化學原料及化學制品業、石油加工煉焦業這兩個石化產業的子產業處于整個產業鏈的中游，對石化產業的上下游具有較強的牽制作用，因而測度其產能過剩，在一定程度上可以反映出整個石化產業的產能過剩現狀。本文選取產能利用率、價格指數變動率和銷售利潤率變動率為指標來量化產能過剩程度。

產能利用率是指石化產業實際產出與實際生產能力的比值，記為CN。CN是產能過剩的一個最直接的反映指標，產能利用率越大，說明產能利用的越充分；產能利用率越小，說明沒有利用的產能越多，突出表現為產能大量閑置。借鑒袁捷敏[17]通過單位資本存量數據間接獲得工業增加值的方法，產業實際產量記為SCL，產業實際生產能力記為SNL，單位資本存量工業增加值記為DGZ，單位資本存量工業產能記為DCN， 工業增加值記為GZ，工業資本存量記為GC。則有CN=（SCL/SNL） ×100%=（DGZ /DCN）×100%。由于產業實際生產能力無法從統計年鑒中直接獲得，于是采用通過DGZ來擬合DCN的合理原理和方法，并據此構建石化產業CN的測度。根據《中國統計年鑒》[18]，選取按行業分規模以上工業企業主要指標中的工業增加值和資本存量作為原始數據來測算CN。DGZ=（GZ/GC）×100%，繪出DGZ的折線圖，選出兩點并連接得到一條直線，若所有年份的DGZ都不位于該直線的上方，則該直線就是DCN關于年度的線性函數，進而得出DCN，于是CN可演變為：

CN=（DGZ/DCN）×100%（1）

價格指數變動率是反映在一定時期內產品價格水平變動趨勢及幅度的相對數，記為JG。產能過剩通常會造成供大于求的情況，進而引起企業之間的價格戰，導致產品價格下降。年末價格指數記為MJG，年初價格指數記為CJG。因此，JG可以作為產能過剩的度量指標。根據《中國統計年鑒》，選取按工業行業分工業品出廠價格指數作為原始數據來測算其價格指數變動率：

JG=（MJG-CJG）/CJG×100%（2）

銷售利潤率變動率是指在一定時期內產品銷售利潤與產品銷售收入的比值，記為LR。產能過剩往往會引起產業內的激烈競爭，導致銷售利潤率降低。銷售利潤率變動率實際上反映了整個產業盈利能力的變化。因此，銷售利潤率變動率可以作為產能過剩的度量指標。后期銷售利潤率記為HLR，前期銷售利潤率記為QLR。以《中國統計年鑒》中全國重點大中型企業銷售利潤額和銷售收入作為原始數據來測算LR：

LR=（HLR-QLR）/QLR×100%（3）

上述三個指標均能直接或間接地反映產能過剩情況，如果使用其中一種來反映產能過剩情況可能出現以偏概全的情況，因而利用綜合指數法對上述三種能夠反映產能過剩的指標進行綜合指數分析，使結論更具有科學性。

在綜合指標合成過程中，權重的確定方法通常用專家打分法、等權處理法和熵值法。熵值法是由各個樣本的實際數據求得權重，系統的某項指標攜帶的信息越多，表示該指標對決策的作用就越大，此時熵值越小，賦予的權重越大，這種方法能夠反映指標信息熵值的效用價值，相對其他方法而言，其評判結果有較強的數學理論依據。因此，本文選用熵值法進行權重的測度。熵是無序的量度，可以定義為解釋隨機事件的不確定性所需要的信息量，若一個事件為必然事件，則其熵值為0。根據熵的特性，可以通過計算熵值來判斷一個事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度。在利用多個指標對事物進行綜合評價時，對于某個指標而言，若個體值沒有太大區別，則指標在綜合分析中所起的作用不大；反之，若個體的值有很大波動，即該指標的離散程度很大，則這個指標對綜合分析有很重要的影響。

三、預警區間測算

警情界限劃分原則包括少數原則、眾數原則、半數原則、均數原則和多數原則等。其中，多數原則是指將各類預警指標的時間序列數據由大到小排列，從最大值往下選擇占總數2/3的數據區間作為安全區間，即有警和無警的分界線。在剩余的1/3數據區間以10%的范圍再劃分輕度和中度警限，剩余區間為嚴重警限。根據以上原則并結合中國石化產業近年來發展的實際情況，基于多數原則，通過對化學原料及化學制品業、石油加工煉焦業的預警指標綜合指數劃分警限，以此來確定兩個子產業的預警區間。根據式（1）—式（3）以及《中國統計年鑒》中1999—2013年的相關數據，計算出化學原料及化學制品業、石油加工煉焦業產能過剩指標，結果如表1所示。

數據標準化處理CN、JG以及LR的指標值越大，則說明不存在產能過剩。各個指標取值趨勢相同，共同構成綜合指數度量系統的原始數據集。以化學原料及化學制品業、石油加工煉焦業2000—2012年的趨勢一致指標數據作為原始樣本數據，利用MATLAB進行歸一標準化處理。標準化后的數據可以消除量綱影響和變異大小因素，其數值都在0—1。標準化后CN、JG和LR數據分別記為BCN、BJG和BLR。標準化后化學原料及化學制品業、石油加工煉焦業對應指標，如表2所示。

賦予權重。依據熵值法，將式（4）采用EXCEL軟件對標準化后數據進行權重計算，可得：化學原料及化學制品業BCN的權重為0.24，BJG的權重為0.40，BLR的權重為0.36；石油加工煉焦業BCN的權重為0.72，BJG的權重為0.18，BLR的權重為0.09。當存在產能過剩情況時會引發產業內競爭加劇，出現惡性競爭局面，引起價格波動，并導致產業利潤大幅降低；同時，在供大于求狀態下，企業開工率不足、設備資源閑置導致產能利用率較低。因此，銷售利潤率變動率、產能利用率和價格變化率能較好地反映是否存在產能過剩。此權重結果比較符合現實，可以據此構建綜合指數（IC）測算模型如下：

化學原料及化學制品業綜合指數=0.24BCN+0.40BJG+0.36BLR（5）

石油加工煉焦業綜合指數=0.72BCN+0.18BJG+0.09BLR（6）

綜合指數測算結果，如表3所示。

如表3所示，將2000—2012年化學原料及化學制品業、石油加工煉焦業綜合指數由大到小進行排列，根據多數原則，從大到小選取總數據的2/3處的綜合指數值作為不存在產能過剩的下限，即為安全區間，并依次以10%的范圍來確定輕度產能過剩、中度產能過剩和嚴重產能過剩的預警區間。為確定區間值，先對所研究的兩個子產業綜合指數進行由大到小的排序。排序結果為，2000—2012年化學原料及化學制品業綜合指數全部數據從大到小的2/3處為第8個，即2005年所對應的綜合指數值為0.54，以此作為是否存在產能過剩的界限，即不存在產能過剩區間的下限。據此可以將嚴重產能過剩、中度產能過剩、輕度產能過剩以及不存在產能過剩的安全區間所對應的四個預警區間依次劃分為[0，0.54]、（0.54，0.64]、（0.64，0.74]和（0.74，1]。

同理，2000—2012年石油加工煉焦業綜合指數全部數據從大到小的2/3處為第8個，即2008年所對應的綜合指數值為0.27，以此作為是否存在產能過剩的界限，即為安全區間。據此可以將嚴重產能過剩、中度產能過剩、輕度產能過剩以及不存在產能過剩的安全區間所對應的四個預警區間依次劃分為[0，0.27]、（0.27，0.37]、（0.37，0.47]和 （0.47，1]。

根據2000—2012年中國化學原料及化學制品業、石油加工煉焦業綜合指數值測算結果與產能過剩不同程度的預警區間范圍，可知化學原料及化學制品業、石油加工煉焦業產能過剩情況，如圖1和圖2所示。

對化學原料及化學制品業、石油加工煉焦業2000—2012年的數據進行分析可知，化學原料及化學制品業較早出現產能過剩現象，并呈現以4—6年為間隔的不均勻周期波動，可以歸結為2000—2012年化學原料及化學制品業為周期性產能過剩；與化學原料及化學制品業相比，石油加工煉焦業在2008年之前具有周期性產能變化特征，2008年之后該周期性產能過剩特征被打破，周期性產能過剩變化特征消失，除了2010年是中度產能過剩之外，其他年份出現了連年嚴重產能過剩情況。為進一步研究兩個子產業產能過剩嚴重程度變化趨勢，有必要對未來產能過剩相關指標進行預測，總結產能過剩規律。

四、產能過剩測度

本文采用時間序列法對化學原料及化學制品業、石油加工煉焦業產能過剩進行測度。ARIMA時間序列分析模型是一種時序分析方法，被廣泛應用于實際的時間序列分析系統中。對于時間序列{xt}（t=1，2，…，n），若其具有平穩性和零均值特性，則對{xt}一定能擬合出下列隨機差分方程：xt=φ1xt-1+φ2xt-2+…+φnxt-n-θ1at-1-θ2at-2-…-θmat-m+at。其中，xt是時間序列{xt}在t時刻的值，φi（i=1，2，…，n）是自回歸（AR）部分的參數， θj（j=1，2，…，m）是滑動平均（MA）部分的參數，序列{at}是真實值和預測值間的殘差序列。若能較好地反映系統的真實情況，則序列{at}應為白噪聲。等式右邊的前半部分為自回歸部分，后半部分為滑動平均部分。該式是一個n階自回歸m階滑動平均模型，記為ARIMA（n，m），模型的自回歸部分和滑動平均部分的階次分別為n和m 。

由于未來幾年存在很多不確定性因素，為了避免可能的突發事件影響指標預測值的準確性，本文做出以下假設：中國仍處于工業化進程中；中國經濟保持穩定增長；固定資產投資力度變化不大；石化產業的國民經濟主導產業之一的地位保持不變。根據綜合指數法，對2000—2012年兩個子產業的分析可見，化學原料及化學制品業、石油加工煉焦業產能過剩呈現周期性變化規律。因而運用Eviews 6.0對2013—2015年化學原料及化學制品業、石油加工煉焦業的CN、JG、LR三個指標進行整理，并進行歸一標準化處理，觀察2013—2015年兩個子產業周期性產能過剩變化規律是否仍然持續。本文利用時間序列法對2013—2015年三年的CN、JG和LR進行歸一化處理，得出標準化后的BCN、BJG和BLR，如表4所示。

由前述綜合指數預警區間可知，化學原料及化學制品業2013—2015年產能過剩情況分別是0.38、0.65和0.22（分別代表產能過剩情況為嚴重、輕度和嚴重），可以看出2013—2015年均超出安全區間，其中2013年和2015年處于嚴重產能過剩狀態，2014年處于輕度產能過剩；石油加工煉焦業2013—2015年產能過剩情況分別是0.27、0.27和0.25，都表現出嚴重產能過剩。從2013—2015年的測試值可以看出，化學原料及化學制品業周期性程度有所減弱，石油加工煉焦業出現持續產能過剩。

五、結論和政策建議

中國的經濟發展方式正從規模速度型粗放增長轉向質量效率型集約增長，經濟結構正從增量擴能為主轉向調整存量、做優增量并存的深度調整，經濟發展動力正從傳統增長點轉向新的增長點。石化產業作為中國實體經濟支柱之一，既很好地反映了中國實體經濟的走勢，也需要跟隨新的經濟增長方式做出調整。石化產業整體形勢是現階段增長速度放緩，在粗放的發展過后，當前結構調整比經濟增速更加關鍵。

本文的研究結果表明，石化產業產能過剩一直存在，2012年以前多為周期性狀態。在2008年金融危機對實體經濟的沖擊作用下，石油加工煉焦業產能過剩進程加快；對2013—2015年兩個子產業進行測度的結果表明，產能過剩處于化學原料及化學制品業周期性程度有所減弱，石油加工煉焦業出現持續產能過剩，石油加工煉焦業與化學原料及化學制品業相比，產能過剩程度更加嚴重，由于化學原料及化學制品業、石油加工煉焦業處于整個石化產業鏈的中游，對上下游具有較強的牽動作用，在一定程度上代表了整個石化產業鏈。由此可以推斷，未來中國石化產業產能將出現嚴重過剩危機，該危機既體現了產業發展固有的周期性特征，又給未來產業發展敲響了警鐘。隨著宏觀經濟增長放緩、新能源的開發利用及能源效率的提高，國內油品市場需求增速減緩將成為長期趨勢。優化石化產業鏈、化解產能過剩的產業政策應立足于控制處于產業鏈中游的油化工和煤化工投資，加大力度淘汰化工產業鏈中落后的產能。未來產能過剩情況將愈加嚴重，甚至超出預警安全區間，需要采取更為嚴厲的產業政策來化解產能過剩危機。

參考文獻：

[1]劉鶴，金鳳君，劉毅.中國石化產業空間組織的評價與優化[J].地理學報，2011，（10）：1332-1342.

[2]劉鶴，金鳳君，劉毅.中國石化產業空間組織的演進歷程與機制[J].地理研究，2012，（11）：2031-2043.

[3]孫康，王昱方，肖寒.石化產業集聚水平測度及實證研究[J].財經問題研究，2014，（4）：33-39.

[4]周勁，付保宗.產能過剩的內涵、評價體系及在我國工業領域的表現特征[J].產業經濟研究，2011，（10）：58-64.

[5]王曉姝，李鋰.產能過剩的誘因與規制——基于政府視角的模型化分析[J].財經問題研究，2012，（9）：40-47.

[6]Fare，R.C.，John，B.T.Full Information Estimation and Stochastic Stimulation of Models with Rational Expectation[J].Journal of Applied Econometrics，1990，60（5）：381-392.

[7]Fare，R.，Shwana，G.C.A.，Knox，L.Production Frontiers[M].Oxford：Cambridge University Press，1994.

[8]Dupont，D.P.，Grafton，R.Q.，James，K.，Squires，D. Capacity Utilization Measures and Excess Capacity in Multi-Product Privatized Fisheries[J].Resource and Energy Economics，2002，24（12）：193-210.

[9]James，K.，Squires，D. Capacity Utilization Measures and Excess Capacity in Multi-Product Privatized Fisheries[J].Resource and Energy Economics，2002，（3）：155-162.

[10]張群，馮梅，于可慧.中國鋼鐵產業產能過剩的影響因素分析[J].數理統計與管理，2014，（2）：191-202.

[11]路楠林.產能過剩與市場結構的相關性研究[D].長春： 吉林大學碩士學位論文，2007.

[12]何彬，武治國.現階段工業產能過剩“窖藏效應”的數理分析及其實證檢驗[J].吉林大學社會科學學報，2008，（1）：68-75.

[13]孫巍，李何，王文成.產能利用與固定資產投資關系的面板數據協整研究——基于制造業28個行業樣本[J].經濟管理，2009，（3）：38-42.

[14]韓國高，高鐵梅，王立國，等.中國制造業產能過剩的測度、波動及其成因研究[J].經濟研究，2011，（12）：18-31.

[15]馮梅，陳鵬.中國鋼鐵產業產能過剩程度的量化分析與預警[J].中國軟科學，2013，（5）：110-116.

[16]楊勇.中國石化聯合會發布《石化行業產能過剩預警報告》[J].化工礦物與加工，2014，（6）：49-50.

[17]袁捷敏.我國工業產能利用率測算方法研究——基于單位資本存量工業增加值指標[J].唐山學報，2012，（4）：71-73.

[18]中華人民共和國國家統計局.中國統計年鑒[S].北京：中國統計出版社，2013.

[19]汪淼，鄭舒婷.基于ARIMA模型的中國消費者價格指數時間序列分析[J].遼寧工程技術大學學報（自然科學版），2010，（5）：130-132.

Abstract： Under the background of the contradiction in China's petrochemical industry overcapacity， it highlights the complexity and difficulty of the adjustment of industrial structure， the scientific basis on the optimization and upgrading of industrial structure can be provided by quantification and early warning of excess capacity. This paper is based on the statistical data of petrochemical industry in 2000-2012 as sample.It measured and evaluated chemical raw materials and chemical products， oil processing and coking industry overcapacity problem， and ARIMA method is used to predict the future trend of excess capacity. The results indicate that overcapacity problem of petrochemical industry has been existed for a long time； the overcapacity problem of Chemical raw materials and chemical products overcapacity problem appears cyclical changes. Oil processing and coking industry appeared cyclical changes before 2008， since 2008 of financial crisis ，they have broken the original periodic change rule. It predicts that if it does not adapt existing petrochemical industrial structure， inherent cyclical overcapacity will be broken， the degree of excess production capacity will be intensified. Thus it puts forward the optimization of petrochemical industry chain and dissolves the excess capacity of alternative paths.

Key words： petrochemical industry； comprehensive index method； time series analysis； excess capacity

（責任編輯：徐雅雯）