中國鋼鐵長期需求模擬及產能過剩態勢評估

張超　王韜　陳偉強　劉剛 杜歡政

摘要：本文采用社會經濟系統物質流分析方法，構建中國鋼鐵物質代謝核算模型。采用“以流量估算存量”的方法，建立了中國鋼鐵產品流量和在用存量的歷史時間序列數據；并采用“以存量估算流量”的情景分析方法，遞推計算了鋼鐵產品國內需求的長期趨勢。結果顯示，2014年中國人均鋼鐵在用存量達到4.57 t，已經接近發達國家飽和水平的一半。全部在用存量平均壽命期35年、人均存量飽和水平12 t的中情景不僅可以較好地再現歷史趨勢，也符合當前綠色發展和資源集約利用的政策趨勢，未來出現的可能性較大。該情景下，鋼鐵最終產品國內消費量在2020年達到6.7億t的峰值，2040年下降至4.2億t。假定進出口比重和加工損耗率維持2012—2014年平均水平不變，則對應的粗鋼產量峰值約為9.0億t，表觀消費量峰值約為8.3億t。按照目前鋼鐵行業化解產能過剩的任務要求，到2020年粗鋼產能將縮減至10～10.5億t，屆時產能利用率有望回升至80%以上。但長期來看，隨著本世紀中葉中國城市化進程基本完成，人均鋼鐵存量趨向飽和，國內需求下滑的趨勢無法改變，鋼鐵產能過剩將是一個長期問題。化解產能過剩矛盾必須從需求和供給兩方面同時入手。本文提出將粗鋼產能壓減的中遠期政策調控目標設定為2030年9億t、2040年7.5億t左右，這樣既能滿足國內需求，又可保持較高的產能利用率，同時向國際市場提供1～1.5億t凈出口，從而在緩解國內供給過剩和減少出口貿易摩擦之間尋求平衡。

關鍵詞 ：鋼鐵；產能過剩；需求模擬；物質流分析；在用存量；產量峰值

中圖分類號：F401 文獻標識碼 A 文章編號 1002-2104（2018）10-0169-08 DOI：10.12062/cpre.20180306

鋼鐵產能過剩是當前中國原材料工業面臨的供給側突出問題。進入新千年后，在基礎設施建設、房地產開發和以家用汽車為代表的耐用消費品需求強勁增長的拉動下，中國粗鋼產量從2000年的1.3億t猛增至2014年的8.2億t，年均復合增長率高達14%。中國已成為繼英國、美國之后，第三個粗鋼產量達到全世界一半的國家。中國政府早在十多年前就意識到了鋼鐵等重化工業產能過剩對社會經濟協調發展的負面影響，出臺了一系列控制新增產能、淘汰落后產能的政策措施。據國家發改委公布的數據，2006—2015年，已經累計淘汰煉鋼產能約1.6億t。但是，日趨嚴格的產能控制政策并未從根本上遏制產能過剩態勢的發展。據工信部《鋼鐵工業調整升級規劃（2016—2020年）》，“十二五”期間中國鋼鐵產能達到11.3億t的歷史高位，產能利用率則從2010年80%左右下降到2015年70%左右，行業集中度持續下滑。鋼鐵產能過剩不僅導致嚴重的資源浪費，帶來高昂的環境代價，更制約中國經濟結構升級轉型。2016年國家出臺了《國務院關于鋼鐵行業化解過剩產能實現脫困發展的意見》《鋼鐵工業調整升級規劃（2016—2020年）》等一系列力度空前的去產能政策，提出“十三五”期間再壓減粗鋼產能1～1.5億t的目標。從一個國家工業化和城市化的長期發展趨勢來看，以鋼鐵為代表的基礎原材料需求變化由社會經濟物質代謝的一般規律所決定，往往具有明顯的達峰過程和非線性特征。隨著中國經濟增速下降、城市化增速減緩，鋼鐵產能過剩將成為一個長期問題。從社會經濟物質代謝的角度分析未來鋼鐵需求的長期變化趨勢，有助于排除短期供需形勢和經濟環境波動的干擾，獲得關于產能過剩態勢的基本判斷，為制定連續、穩定的產業政策提供科學依據。

1 文獻概述

中國基礎原材料產能過剩問題很早就引起了學術界的關注。已有研究主要分為兩類，一類研究構建相關指標，定量測度鋼鐵等基礎工業產能過剩程度[1-2]；另一類研究從經濟體制、投資決策、政府治理等多個角度分析產能過剩的形成機理及其影響因素[3-8]。產能過剩是相對于需求而言的。理解中國未來鋼鐵需求的長期趨勢，是評估產能過剩發展態勢的基本出發點。針對這一問題，已有研究主要采用多元回歸[9-10]、向量自回歸[11]、灰色預測模型[12]等方法，建立產品產量、消費量指標與社會經濟指標之間的關系，繼而進行外推計算。

產業生態學領域的社會經濟物質代謝分析能夠為預測鋼鐵長期需求趨勢提供有別于上述計量分析的新框架。城市化進程的一個重要特點是基礎設施和耐用產品以物質資本的形式在社會經濟系統中不斷積累。就鋼鐵而言，對住房、公共建筑、機器設備、道路橋梁、能源和供水設施、汽車、家電等設施和產品的需求，驅動了鋼鐵采掘、冶煉，產品加工、生產、使用，到最終廢棄的整個生命周期。已有研究顯示[13-15]，長時間尺度下，基礎原材料的社會積累過程具有顯著的非線性特征。隨著經濟增長，材料的社會經濟存量大致呈現從加速增長到趨近飽和的S型曲線；而產量、消費量等流量指標，則具有明顯的達峰過程。由此可見，僅僅關注流量指標的傳統預測方法，忽略了社會經濟系統中物質資本存量累積的內在規律，雖然對短期趨勢預測有一定適用性，但無法反映社會經濟代謝過程中材料存量和流量長期演變的動態特征。

本研究旨在建立中國社會經濟系統鋼鐵物質代謝動態核算模型，對我國鋼鐵需求的長期變化趨勢進行模擬，在此基礎上判斷鋼鐵工業產能過剩的發展態勢。

2 社會經濟系統物質代謝核算模型

2.1 物質流量與存量恒等關系

物質流分析（MFA，material flow analysis）是刻畫社會經濟系統物質代謝及其資源環境影響的一種方法。該領域包含兩大類研究，一類是核算經濟活動整體資源消耗的總物質流分析。歐盟國家已經編制了一套總物質流分析的標準化核算框架[16]，并在資源效率評估領域獲得了廣

泛應用[17-19]。另一類稱為材料流或元素流分析，關注特定材料或元素在社會經濟系統中流量和存量的靜態結構和動態變化[20-21]。前者將經濟系統視為黑箱，只考察經濟系統與自然環境之間的物質交換；而后者試圖打開這個黑箱，關注生產、消費、廢棄的全生命周期物質流過程。

流量和存量是物質流分析的基本概念。通常把一定觀察期內（如以年為時間單位）跨越系統中各個過程流動的物質量，定義為流量（flow）。反之，沒有跨越過程流動的物質量，定義為存量（stock）。特別的，將處于使用狀態、提供服務的設施和產品定義為在用存量（inuse stock）[22]。在用存量可以用實物單位衡量（如機動車數量、房屋建筑面積等），也可以用蘊含在產品中的材料質量衡量。在用存量的人均保有量，體現了社會物質財富的豐富程度和人們所能獲得的服務水平，并在很大程度上反映一個國家或地區的富裕程度。

社會經濟系統中鋼鐵物質代謝全過程的流量和存量轉化關系概化為圖1所示的流程。鐵礦石經冶煉生產粗鋼，粗鋼被加工成不同形態的成品鋼材，繼而進入各類制造業部門生產中間產品和最終產品。最終產品進入使用過程，不斷積累形成在用存量。廢棄或退役的在用存量經過廢棄物回收與處置環節，大部分可以作為二次資源循環再利用，返回冶煉過程，難以回收利用的部分被最終廢棄，回到自然環境中。壓延加工和產品制造等過程產生的廢料同樣可以作為回收鋼材再次進入冶煉過程。

鋼鐵流量和存量之間，遵循嚴格的物質守恒關系，其恒等關系如式（1）和式（2）所示：

2.2 “以流量估算存量”的歷史時間序列構建及其規律

現行統計體系更關注經濟活動的流量指標，例如GDP就是一個反映生產總值的流量指標，而對存量指標的統計相對薄弱。雖然對于一些基礎設施和耐用消費品，可以獲得以實物單位計量的存量數據，例如機動車注冊登記、房產登記等，但對于材料的在用存量卻很難進行直接統計。因此，在構建材料流量和存量的歷史時間序列時，“以流量估算存量”是最常用的方法，即根據歷年產量、消費量、進出口量等流量指標，以及由壽命分布函數估算的廢棄量，利用上述恒等關系，逐年遞推計算在用存量歷史數據。目前已有不少研究采用該方法核算了世界各國鋼鐵、鋁、銅等大宗金屬材料在用存量的歷史演變趨勢[23-26]。

從已經完成工業化和城市化的主要發達國家經驗來看，材料在用存量或人均在用存量呈現近似S型曲線的增長軌跡。圖2基于Pauliuk等[26]的計算結果，繪制了一個半世紀以來美國、澳大利亞、意大利、日本、韓國等五國人均鋼鐵在用存量變化趨勢。可以發現，發達國家人均鋼鐵

在用存量都經歷了緩慢增長、加速增長和趨于飽和三個階段。由于各國經濟發展歷程不同，存量增長的時間跨度差異較大。美國是世界上較早完成工業化和城市化的大國之一，人均鋼鐵在用存量從最高值的10%增長到90%大約用了80年時間（1890—1970），1980年左右達到近15 t的人均存量峰值。東亞后發國家的存量累積過程則要快得多。日本只用了不到35年的時間（1962—1995）就完成了相似的累積過程。韓國自上世紀80年代進入高增長軌道，人均鋼鐵存量在短短十幾年間隨之迅速增長。涵蓋全球主要國家和地區的長時間序列研究表明，發達國家人均鋼鐵在用存量的飽和水平大多在11～14 t之間。

在用存量的S型曲線在宏觀層面上體現了一國工業化、城市化不同階段的物質代謝特征；在微觀層面上與技術創新擴散、耐用消費品市場滲透的機理密切相關[27]。一般而言，工業化、城市化早期階段人造資本稀缺，原材料生產加工能力低，這一階段材料存量增長緩慢。隨著城市化進入加速階段，產業結構迅速轉型，工業制造資本快速積累，大宗材料的生產能力大幅提升，在大規模城市基礎設施建設和耐用消費品普及的雙重驅動下，材料存量增長進入“起飛”階段。隨著工業化和城市化過程基本完成，受到土地開發潛力、基礎設施空間密度、耐用消費品市場飽和等諸多因素制約，存量累積速度顯著下降，并最終趨于穩定。此后，新增基礎設施和耐用消費品主要用于廢棄設施和產品的更替。如果沒有重大技術變革引發的大規模新材料替代和新產品替代，傳統材料的在用存量和流量都將趨于“穩態”。

2.3 “以存量估算流量”的趨勢模擬及其影響因素

基于對發達國家在用存量歷史演化規律的經驗研究，在分析后發經濟體未來物質代謝前景時，通常采用“以存量估算流量”的方法，即首先選取適當的數學模型，擬合存量增長的歷史數據，進而外推未來存量變化趨勢，再根據物質流恒等關系和特定的資源政策情景假設，計算與存量水平對應的各類物質流量指標。Logistic曲線是最常用的描述S型增長的模型。假定人均存量s（t）增速滿足式（5）的邏輯斯蒂曲線微分形式：

其中，s0是t0時刻的人均在用存量。如令t0為歷史時間序列中的最新年度，就能使外推數據與最新年度的存量核算數據平滑銜接。S型曲線的形態由飽和存量K和比例系數a共同決定。為了利用歷史存量核算數據擬合這一模型，通常先外生設定K的數值，反映對未來社會經濟物質代謝水平的預期，再將式（6）移項整理為式（7），估計比例系數a：

這樣就得到了未來人均存量關于時間的函數關系式，進一步結合人口發展情景和物質流恒等關系，獲得總在用存量和各類流量指標的變化趨勢。由邏輯斯蒂曲線的數學特性可知，當存量達到飽和水平的一半時，存量累積速率最快，與之對應的則是最終產品凈流量的峰值。另一方面，原材料和產品的流量越大，支撐特定流量水平所需的產能也越大。因此，研究大宗原材料產量和消費量的峰值水平和達峰時間是從社會經濟系統物質代謝角度分析產能過剩問題的切入點。由上述數量關系可知，決定流量峰值水平和達峰時間的主要影響因素有以下四個：

一是人口總量。人口總量決定了特定物質生活水平下，社會經濟系統材料流量和存量的總規模。作為一個擁有十幾億人口的大國，中國工業化和城市化的規模在人類歷史上是空前的，由此驅動的材料流量水平和資源環境壓力也必然十分巨大。

二是人均存量飽和水平。其他因素不變的條件下，存量飽和水平越高，流量峰值自然也越高。任何國家的現代化都離不開物質積累過程，提高人均享有的物質水平及其相應的服務，是社會經濟發展的重要成果。人均存量飽和水平的高低涉及到許多復雜的因素，例如：城市密度和城市空間結構、基礎設施和建筑形態、耐用品的消費模式和保有量等。此外，我國特有的城鄉二元經濟結構等體制性因素也會對存量飽和水平產生影響。發展中國家應該盡可能選擇集約型的城市化模式，以較低的人均存量飽和水平，支撐充分的物質服務，將提升資源效率作為調控社會經濟物質代謝的重要政策目標。

三是存量累積速度。存量累積速度越快，流量峰值就越高。較早完成工業化和城市化的歐美國家在用存量累積的時間跨度長、達峰過程較為平緩，降低了流量峰值對產能的需求和對本國資源環境系統的沖擊。而包括中國在內的亞洲新興經濟體普遍在較短時間內實現了經濟高速增長，材料存量快速累積，材料流量迅速增加，達峰過程十分陡峭。當前中國諸多資源環境問題在短期內呈現疊加式的集中爆發，在很大程度上是由物質代謝規模激增導致的。

四是在用存量耐用性。在用存量耐用性越好、使用壽命越長，則補充廢棄存量的需求越低，產量峰值也就相應降低。延長在用存量的壽命，不僅對產量峰值有影響，同時也決定了維持在用存量長期“穩態”水平的流量大小。加強基礎設施維護、改善產品耐用性、改進存量使用方式等都可以起延長壽命期、降低資源消耗的作用。

此外，社會經濟系統物質代謝各個環節的結構和技術變化也會對峰值產生不同程度的影響，例如原材料及其制成品進出口格局、廢棄物回收和再生利用水平、產品革新和材料替代等。

3 中國鋼鐵流量-存量趨勢模擬

根據圖1所示的鋼鐵物質流概念圖，收集各類鋼鐵初級產品、中間產品和最終產品的長時間序列產量、進出口等數據。1950—2008年的流量數據直接取自Pauliuk等[13]關于中國鋼鐵物質流的研究成果，2009—2014年數據采用相同的來源補充完善（如《中國鋼鐵工業年鑒》、聯合國Comtrade貿易數據庫等）。1990年以來的三項主要流量指標變化趨勢如圖3所示。本研究的核算范圍不包含港、澳、臺等省區。

不同類型鋼鐵產品的壽命期差異很大。大型基礎設施往往具有近百年的設計壽命，房屋建筑普遍為數十年，而交通工具等耐用消費品約為十年左右。國情特征也導致在用存量壽命期存在明顯的國別差異。例如，發達國家建筑平均壽命通常高于50年，而中國在快速城鎮化開發過程中，大拆大建現象十分普遍。Cai等[28]根據建筑面積拆除數據估算當前中國建筑平均壽命僅為23.7 a。由于無法獲得各類鋼鐵產品壽命分布的可靠數據，我們采用不確定性分析的思路，假定所有在用存量整體壽命期滿足韋伯分布，其平均壽命的上下限和中值

依次設定為25 a、45 a和35 a。這是一個非常寬泛的區間，可以涵蓋平均壽命期的真實值。參照工業化國家發展經驗，人均飽和水平低中高情景分別設定為10 t/人、12 t/人和14 t/人。其中，14 t/人大致相當于美國的飽和水平，12 t/人大致相當于日本和德國的存量飽和水平，10 t/人是發達國家歷史趨勢下限。人口發展情景采用聯合國2015年人口報告中的方案[29]。該情景下，中國人口總量將于2026—2030年間達到14.2億的峰值，此后緩慢下降，2050年和2100年人口總量分別降至13.5億和10.0億人。

2014年我國鋼鐵人均在用存量為4.57（4.37～4.72）t/人，總存量為62.5（59.7～64.5）億t。當前中國鋼鐵人均在用存量正處于快速增長的中期階段，如圖4所示，這一階段大約還將持續15～20 a。隨著2030年前后我國跨過人口峰值，以及2040年前后人均鋼鐵在用存量趨近飽和水平，鋼鐵總存量將于2040—2050年間達到峰值。這與本世紀中期中國城市化率達到80%左右，基本完成城市化進程的預期是一致的[30]。比較各情景還可以發現，總存量達峰時間相對穩定，低情景和高情景下達峰時間相差約5 a，而人均飽和水平對總存量峰值的影響較大，峰值變化范圍在135億t至184億t之間。

進入社會經濟系統提供服務的鋼鐵最終產品流量的歷史數據實際值、擬合曲線和未來趨勢推算如圖5所示。2000—2014年，蘊含在最終產品中的鋼鐵總流量從1.1億t猛增至6.2億t，同期粗鋼產量從1.27億t增至8.28億t，表觀消費量從1.36億t增至7.49億t，達到了歷史上任何國家都未曾有過的規模。大宗基礎原材料生產和消費的長期趨勢有其固有規律，高速增長態勢不可能一直持續下去。模擬結果顯示，鋼鐵最終產品流量峰值大致出現在2018—2025年。平均壽命期越長、人均存量飽和水平越低，則達峰時間越早、峰值水平越低。以人均飽和存量中情景為例（圖5黑色實線），平均壽命期25 a、35 a和45 a情景下，最終產品峰值流量分別為7.5億t（2023年）、6.7億t（2020年）和6.3億t（2019年）。此外，可以發現平均壽命高情景和飽和存量低情景組合（45 a、10 t/人）模擬的峰值過低，已經偏離了現狀；而平均壽命低情景和飽和存量高情景組合（25 a、14 t/人）的峰值過高，不符合當前綠色發展和資源集約利用的政策趨勢。相比之下，中情景組合（35 a、12 t/人）不僅很好地再現了歷史趨勢，同時也符合未來政策預期，出現的可能性更大。

隨著城市化、工業化進程逐步完成，在用存量累積速度不斷放緩，最終產品國內消費量達峰后，將經歷一段時期較快的下降過程。同樣以人均飽和存量中情景為例，平均壽命期25 a、35 a和45 a情景下，到2040年最終產品國內消費量分別下降至6.3億t、4.2億t和3.1億t。本世紀中葉起，隨著國內鋼鐵產品存量達到并越過峰值，國內對最終產品的需求將主要用于更替退役存量，并趨于穩定。

4 鋼鐵工業產能過剩的趨勢判斷

首先，中國鋼鐵最終產品的國內需求已經接近峰值。考慮當前巨大資源環境壓力下的綠色發展和資源集約利用政策背景，中國鋼鐵最終產品國內消費量可能在2020年前后達到6.7億t左右的峰值，最終產品流量進一步提升的空間不大。

其次，由于存在加工損耗和產品凈出口，粗鋼產量和粗鋼表觀消費量高于最終產品國內消費量。如果將三者間的比例設定在2012—2014年的平均水平，即假定加工損耗率和貿易結構保持穩定，則對應的粗鋼產量和表觀消費量峰值分別為 9.0億t左右和8.3億t左右。考慮到未來全球經濟波動、外需不振、出口下滑等可能出現的不確定因素，則粗鋼產量和表觀消費量峰值有可能降低。按照目前鋼鐵行業化解過剩產能的要求，嚴禁新增產能的同時，到2020年壓減1～1.5億t粗鋼產能，則“十三五”末期我國粗鋼產能將縮減至10～10.5億t左右，可以滿足產量峰值的需求，且產能利用率有望回升至80%以上。

最后，國內需求達峰后，粗鋼產量和表觀消費量的長期趨勢是隨之同步下降，還是繼續保持較高水平，主要取決于鋼鐵產品的國際貿易格局。例如，日本在國內鋼鐵產品需求達峰后，一直延續出口戰略，粗鋼產量長期維持在1億t以上。新世紀的第一個十年中，日本以初級產品和工業制成品形式出口的鋼鐵量超過粗鋼產量的50%。而美國則不同，粗鋼產量達峰后，很快隨國內需求下降而下滑。上世紀90年代后期開始，隨著產業轉移，美國成為鋼鐵產品凈進口國，國內產量缺口不斷擴大。

由此可見，中國鋼鐵工業未來長期發展大致有兩條路徑，一種是以拓展海外市場、消化國內產能為重點，長期扮演鋼鐵出口大國的角色；另一種以滿足自身需求為重點，不斷通過環保、能耗、產品質量等標準倒逼落后產能退出市場，使產能順應國內需求下降而縮減。

鋼鐵工業的發展路徑選擇關系到中國產業結構演變的長期趨勢，對資源環境壓力的前景也將產生很大影響。初步匡算可知，如果達峰后鋼鐵產能繼續維持在10億t左右，同時希望產能利用率達到80%（即粗鋼產量維持在8億t左右），那么中情景下（35 a，12 t/人）2030年包括粗鋼和各類制成品在內的鋼鐵凈出口量需要達到1.8億t左右，2040年將超過3億t。在全球鋼鐵需求增長乏力[31]，中國與發達國家鋼鐵產品貿易摩擦不斷加劇[32]的環境下，很難實現如此大規模的出口，也會給國內產業升級和環境治理帶來巨大負面影響。

由此可見，中國難以單純依靠拓展國際市場維持鋼鐵高位產能。即使短期內使用刺激政策，提振出口，也無法改變未來存量飽和后國內需求下降的趨勢。因此，鋼鐵產能過剩是一個長期問題，化解產能過剩矛盾必須從需求和供給兩方面同時入手。需求側，借助“一帶一路”倡議，開展鋼鐵產能國際合作，支撐沿線發展中國家基礎設施建設和城市化進程。供給側，堅持以嚴格的能耗、環保、質量和安全標準，加快落后產能退役進度，促進鋼鐵工業結構升級和質量提升。如果2030年將粗鋼產能進一步壓減至9億t左右，2040年下降至7.5億t左右，那么就可以在較高的產能利用率下，即滿足國內需求，同時向國際市場提供1～1.5億t出口產量，這是一個兼顧國內供給過剩和國際出口壓力的折衷政策目標。

5 結 語

本文從大宗原材料社會經濟系統代謝的一般規律出發，構建了中國鋼鐵流量-存量動態演化模型，為分析鋼鐵工業產能過剩問題提供了一個新的視角。與傳統采用計量分析方法預測材料消費量和產量的研究相比，物質代謝分析框架能夠更好地揭示具有顯著非線性特征的社會經濟系統長期發展規律，為考察材料在生產、消費、使用和廢棄的全生命周期的管理政策提供了基礎。

材料流量的峰值水平越高，意味著滿足峰值所需的產能越大，由此產生的資源環境壓力也越大。流量峰值又進一步由人口數量、人均飽和存量、存量累積速度、在用存量壽命期等一系列因素決定。中國當前所面臨的基礎原材料產能過剩，是一個人口大國在很短的歷史時期內實現經濟高速增長、社會物質資本存量急劇擴大的必然代價。加之在以要素投入為主要驅動力的增長模式下，重化工業和基建投資扮演了維持GDP高增長的重要角色，進一步加劇了基礎原材料工業產能過剩的程度。

材料流量-存量動態變化的長期趨勢顯示，流量達峰速度越快，達峰后需求下滑的速度就越快，下滑幅度也越大。這意味著，以鋼鐵為代表的基礎原材料產能過剩問題，不是短期內通過行政管制手段就可以完全解決的。經濟增速下行階段，去產能將是今后數十年都無法回避的長期問題。通過拓展外需消化過剩產能固然能發揮一定作用，但著眼于社會經濟可持續發展的結構性調整則更為重要。科學理性地認識經濟發展過程中鋼鐵需求變化的規律，從重數量、重速度，向重質量、重均衡轉變，從擴大需求，向調節供給轉變，是解決鋼鐵工業產能過剩的根本途徑。

（編輯：李 琪）

參考文獻（References）

[1]張林. 中國式產能過剩問題研究綜述[J]. 經濟學動態， 2016（9）： 90-100. [ZHANG Lin. A review of the problem of overcapacity in China[J]. Economic perspectives， 2016（9）： 90-100.]

[2]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. [FENG Mei， CHEN Peng. Quantitative analysis and warning on the excess capacity of Chinese iron and steel industry[J]. China soft science， 2013（5）： 110-116.]

[3]楊振兵. 有偏技術進步視角下中國工業產能過剩的影響因素分析[J]. 數量經濟技術經濟研究. 2016（8）： 30-46. [YANG Zhenbing. An analysis of the influencing factors of overcapacity of Chinas industrial sectors under the perspective of the biased technical progress[J]. The journal of quantitative & technical economics， 2016（8）： 30-46.]

[4]程俊杰， 劉志彪. 產能過剩、要素扭曲與經濟波動——來自制造業的經驗證據[J]. 經濟學家， 2015（11）： 59-69. [CHENG Junjie， LIU Zhibiao. Overcapacity， factor price distortion and economic fluctuation： evidences from the manufacture sectors[J]. Economist， 2015（11）： 59-69.]

[5]干春暉， 鄒俊， 王健. 地方官員任期、企業資源獲取與產能過剩[J]. 中國工業經濟， 2015（3）： 44-56. [GAN Chunhui， ZOU Jun， WANG Jian. Political turnover， enterprise resources acquirement and overcapacity[J]. China industrial economics， 2015（3）： 44-56.]

[6]劉航， 孫早. 城鎮化動因扭曲與制造業產能過剩——基于2001—2012年中國省級面板數據的經驗分析[J]. 中國工業經濟， 2014（11）： 5-17. [LIU Hang， SUN Zao. The distortion of urbanization motivation and overcapacity in manufacture sectors： empirical analysis based on provincial panel data 2001-2012[J]. China industrial economics， 2014（11）： 5-17.]

[7]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， 33（2）： 191-202.[ZHANG Qun， FENG Mei， YU Kehui. The analysis of influencing factors in Chinese iron and steel industry overcapacity[J]. Journal of applied statistics and management， 2014， 33（2）：191-202.]

[8]林毅夫， 巫和懋， 邢亦青. “潮涌現象”與產能過剩的形成機制[J]. 經濟研究， 2010， 10（4）： 4-19. [LIN Yifu， WU Hemao， XING Yiqing. ‘Wave phenomenaand formation of excess capacity[J]. Economic research journal， 2010， 10（4）： 4-19.]

[9]高芯蕊， 王安建. 基于“S”規律的中國鋼鐵需求預測[J]. 地球學報， 2010（5）： 645-652.[GAO Xinrui， WANG Anjian. The prediction of Chinas steel demand based on Sshaped regularity[J]. Acta geoscientica sinica. 2010（5）： 645-652.]

[10]WARELL L. Trends and developments in longterm steel demand：the intensityofuse hypothesis revisited[J]. Resources policy， 2014， 39： 134-143.

[11]倪中新， 盧星， 薛文駿. “一帶一路”戰略能夠化解我國過剩的鋼鐵產能嗎——基于時變參數向量自回歸模型平均的預測[J]. 國際貿易問題， 2016（3）： 161-174. [NI Zhongxin， LU Xing， XUE Wenjun. Can ‘One Belt One Road strategy relieve Chinas excess iron and steel capacity： prediction based on TVPVAR model[J]. Journal of international trade， 2016（3）： 161-174.]

[12]孫小軍. 影響我國鋼材需求量的因素分析[J]. 社會科學前沿， 2017， 6（4）： 441-451. [SUN Xiaojun. Analysis the influence factors of steel demand in China[J]. Advances in social sciences， 2017， 6（4）： 441-451.]

[13]PAULIUK S， WANG T， MULLER D B. Moving toward the circular economy： the role of stocks in the Chinese steel cycle[J]. Environmental science & technology， 2012， 46： 148-154.

[14]CHEN W Q， GRAEDEL T E. Dynamic analysis of aluminum stocks and flows in the United States：1900-2009[J]. Ecological economics， 2012， 81： 92-102.

[15]MULLER D B， WANG T， DUVAL B. Patterns of iron use in societal evolution[J]. Environmental science & technology， 2011， 45： 182-188.

[16]EUROSTAT. Material flow accounts and resource productivity[R]. 2015.

[17]FISCHERKOWALSKI M， KRAUSMANN F， GILJUM S， et al. Methodology and indicators of economywide material flow accounting state of the art and reliability across sources[J]. Journal of industrial ecology， 2011， 15： 855-876.

[18]KRAUSMANN F， GINGRICH S， EISENMENGER N， et al. Growth in global materials use， GDP and population during the 20th century[J]. Ecological economics， 2009， 68： 2696-2705.

[19]WEISZ H， KRAUSMANN F， EISENMENGER N， et al. Economywide material flow accounting： a compilation guide[R]. 2007.

[20]MULLER E， HILTY L M， WIDMER R， et al. Modeling metal stocks and flows： a review of dynamic material flow analysis methods[J]. Environmental science & technology， 2014， 48： 2102-2113.

[21]CHEN W Q， GRAEDEL T E. Anthropogenic cycles of the elements： a critical review[J]. Environmental science & technology， 2012， 46： 8574-8586.

[22]GERST M D， GRAEDEL T E. InUse stocks of metals： status and implications[J]. Environmental science & technology， 2008， 42： 7038-7045.

[23]MULLER D B， WANG T， DUVAL B， et al. Exploring the engine of anthropogenic iron cycles[J]. Proceedings of the National Academy of Science of the USA， 2006， 103： 16111-16116.

[24]GLOSER S， SOULIER M， TERCERO E. Dynamic analysis of global copper flows： global stocks， postconsumer material flows， recycling indicators， and uncertainty evaluation[J]. Environmental science & technology， 2013， 47： 6564-6572.

[25]LIU G， MULLER D B. Centennial evolution of aluminum inuse stocks on our aluminized planet[J]. Environmental science & technology， 2013， 47： 4882-4888.

[26]PAULIUK S， WANG T， MULLER D B. Steel all over the world： estimating inuse stocks of iron for 200 countries[J]. Resources， conservation and recycling， 2013， 71： 22-30.

[27]CHEN W Q， GRAEDEL T E. Inuse product stocks link manufactured capital to natural capital[J]. Proceedings of the National Academy of Science of the USA， 2015， 112： 6265-6270.

[28]CAI W， WAN L， JIANG Y， et al. ShortLived buildings in China： impacts on water， energy， and carbon emissions[J]. Environmental science & technology， 2015， 49： 13921-13928.

[29]United Nations. World population prospects： the 2015 revision[R]. 2015.

[30]何傳啟. 中國現代化報告2013——城市現代化研究[M]. 北京：北京大學出版， 2014. [HE Chuanqi. Report on the modernization of China 2013： study on urban modernization[M]. Beijing： Peking University Press， 2014.]

[31]World Steel Association. Steel Statistical Yearbooks 2016[S]. 2016.

[32]查貴勇. 2015對華貿易救濟調查大盤點[N]. 國際商報，2016-01-20（2）. [CHA Guiyong. Trade remedy investigations against China in 2015[N]. International Business Newspaper，2016-01-20（2）.]

Abstract In this paper， we established a dynamic material flow analysis model of iron and steel for China. Historical steel flows and steel inuse stocks in China were modeled based on the ‘flow drives stock method. Longterm trends of demand for final steel products were then simulated by the ‘stock drives flow method. Results show that per capita inuse stock of steel in China reached 4.57 tons in 2014， approaching half of the saturation level in industrialized countries. The middle scenario which assumes an average lifespan of inuse stocks of 35 years and a per capita saturation level of 12 tons can not only fit the historical data well， but also reflect current policy trend of promoting green development and resources efficiency. Under this scenario， domestic final consumption of steel products will peak at 0.67 billion tons in 2020， and then decline to 0.42 billion tons in 2040. If assuming the import and export structure and the rate of fabrication loss remain unchanged at the average level of 2012-2014， the corresponding peak of crude iron production and apparent consumption will be 0.9 billion tons and 0.83 tons， respectively. According to the current policy of eliminating overcapacity in steel industry， Chinas crude iron production capacity is expected to be reduced to 1～1.05 billion tons in 2020. If so， the utilization rate of production capacity will rise to more than 80% again. However， from a longterm perspective， as Chinas urbanization process is expected to be nearly finished in the middle 21st century， the continuous decline of domestic demand is unavoidable. Therefore， overcapacity in Chinas iron and steel industry is a longterm problem. Both demand side and supply side efforts are needed to solve this problem. We propose that the midtolong term targets of production capacity control can be set as 0.9 billion tons in 2030 and 0.75 billion tons in 2040. Under such scenario， triple targets can be achieved， i.e.， satisfying domestic demand， keeping relatively high capacity utilization rate， and keeping net export of steel products at around 0.1～0.15 billion tons so as to reduce international trade disputes.

Key words steel； overcapacity； material flow analysis； inuse stock； production peak