摘 要: 在中国石化产业产能过剩矛盾突出的背景下，产业结构调整的复杂性和艰巨性凸显，产能过剩的量化和预警可以为产业结构优化和升级提供科学依据。本文以 2000—2012 年石化产业统计数据为依据，对化学原料及化学制品业、石油加工炼焦业的产能过剩问题进行了测度与综合评价，采用 AＲIMA 方法对未来产能过剩趋势进行测度。研究结果显示，石化产业产能过剩问题长期存在; 化学原料及化学制品业产能过剩问题出现周期性变化; 石油加工炼焦业在 2008年之前呈现周期性变化，2008 年的金融危机打破了原有的周期性变化规律。预测结果表明，若不调整现有石化产业结构，产能过剩的固有周期性将被打破，产能过剩将愈演愈烈。由此，本文提出优化石化产业链、化解产能过剩的可选路径。

关键词: 石化产业; 综合指数法; 时间序列分析; 产能过剩

    一、引 言

改革开放以来，中国石化产业实现了跨越式发展，迅速成为世界石化产品生产和消费大国，多种产品产量位居世界前列 。 “十一五”以来，随着技术成熟和市场需求快速增长，大量资金投入到石化产业等基础性工业中，生产能力迅速增强。特别是中西部地区凭借能源、资源优势迅速崛起，极大地拉动了当地的经济发展，促进了产业转移和重化工产业布局的优化调整。中国化学工业总产值在 2010 年超过美国，跃居世界第一位。由于受国际金融危机冲击和国内固定资产投资强度增强的影响，石化产业产能过剩矛盾凸显 。“十二五”之后，供需形势发生逆转，石化产业产能由供不应求变为供过于求，某些产品甚至出现严重的产能过剩问题。本文以石化产业中具有代表性的两个子产业为样本，根据 《中国统计年鉴》公布的数据对其进行产能利用率等方面的量化分析与预测。基于中国石化产业已经出现了产能过剩问题，因此，量化分析两个具有代表性的子产业的产能过剩程度和未来趋势，对中国石化产业结构优化和升级具有重要的理论和现实意义。现有文献从产业布局、产业集聚、结构性产能过剩和体制性产能过剩等多视角对石化产业进行了深入研究。

刘鹤等［1 － 2 ］ 从石化产业空间布局、空间组织演进的角度研究了中国炼油能力和乙烯产能空间组织结构，以及原材料、市场和政策三大主导因素对中国石化产业空间组织格局的影响。孙康等［3 ］ 研究了中国重工业特别是石化产业集聚演进规律，认为石化产业上下游典型产业出现高度集聚现象，中游出现中度集聚现象，并且中下游典型产业显现出产能过剩问题。周劲和付保宗［4 ］ 对中国工业领域中出现的不同程度的产能过剩现象进行分析，得出重化工业体制性产能过剩特征较为突出的结论。王晓姝和李锂［5 ］ 利用数理模型研究政府和地方在产能过剩诱发和抑制中的责任和作用，提出抑制产能过剩的定量方法。Fare 和 John ［6 ］ 运用生产要素拥挤度来描述生产要素投入的过剩情况并认为是一种无效状态。Fare 等［7 ］ 提出用随机生产前沿面生产函数法来估计生产效率以及产能利用水平，并对产业产能利用水平进行了度量。Dupont 等［8 ］使用数据包络分析法分析了美国渔业产品的产能利用率。James 和 Squires ［9 ］ 运用生产要素拥挤度方法进行分析，认为可变要素的过度投资造成了分配无效率和经济资源的浪费，产能过剩的指标主要是产能利用率。张群等［10 ］ 运用向量自回归方法，对中国钢铁产能过剩影响因素进行定量分析。路楠林［11 ］ 运用峰值法对中国制造业产能利用率进行了测算。何彬和武治国［12 ］ 运用峰值分析法研究了 1992—2005 年中国 30 个省份的工业产能过剩水平。孙巍等［13 ］ 采用随机生产前沿面生产函数法对中国 28 个产业的产能利用率和固定资产投资进行了分析。韩国高等［14 ］ 在成本函数法的基础上对中国重工业和轻工业中 28 个产业 1999—2008 年的产能利用水平进行了测算。冯梅和陈鹏［15 ］ 运用综合指数分析方法对多种相关指标进行整合，对中国钢铁产能过剩进行量化分析。杨勇［16 ］ 对中国石化产业下游产出品进行了产能过剩量化分析。由于石化产业的子产业种类较多、数据量较大，现有文献主要以具体产出品为例进行产能过剩分析，从整体产业角度出发进行的研究甚少。

本文从相对宏观的角度出发，以中国石化产业中的两个子产业— — —化学原料及化学制品业、石油加工炼焦业为例，以 2000—2012 年的统计数据为基准，采用综合指数法分析石化产业产能过剩程度及预警区间，同时采用AＲIMA 方法对未来产能过剩给出预测，对石化产业结构调整及完善石化产业规制政策提供理论依据。

二、模型选择及数据处理

化学原料及化学制品业、石油加工炼焦业这两个石化产业的子产业处于整个产业链的中游，对石化产业的上下游具有较强的牵制作用，因而测度其产能过剩，在一定程度上可以反映出整个石化产业的产能过剩现状。本文选取产能利用率、价格指数变动率和销售利润率变动率为指标来量化产能过剩程度。产能利用率是指石化产业实际产出与实际生产能力的比值，记为 CN。CN 是产能过剩的一个最直接的反映指标，产能利用率越大，说明产能利用的越充分; 产能利用率越小，说明没有利用的产能越多，突出表现为产能大量闲置。借鉴袁捷敏［17 ］ 通过单位资本存量数据间接获得工业增加值的方法，产业实际产量记为 SCL，产业实际生产能力记为 SNL，单位资本存量工业增加值记为 DGZ，单位资本存量工业产能记为 DCN，工业增加值记为 GZ，工业资本存量记为 GC。则有CN = (SCL/SNL) × 100% = (DGZ /DCN) ×100%。由于产业实际生产能力无法从统计年鉴中直接获得，于是采用通过 DGZ 来拟合 DCN 的合理原理和方法，并据此构建石化产业 CN 的测度。根据 《中国统计年鉴》［18 ］ ，选取按行业分规模以上工业企业主要指标中的工业增加值和资本存量作为原始数据来测算 CN。DGZ = (GZ/GC) × 100%，绘出 DGZ 的折线图，选出两点并连接得到一条直线，若所有年份的 DGZ 都不位于该直线的上方，则该直线就是 DCN 关于年度的线性函数，进而得出 DCN，于是 CN 可演变为:CN = (DGZ/DCN) ×100% (1)价格指数变动率是反映在一定时期内产品价格水平变动趋势及幅度的相对数，记为 JG。产能过剩通常会造成供大于求的情况，进而引起企业之间的价格战，导致产品价格下降。年末价格指数记为 MJG，年初价格指数记为 CJG。因此，JG 可以作为产能过剩的度量指标。根据 《中国统计年鉴》 ，选取按工业行业分工业品出厂价格指数作为原始数据来测算其价格指数变动率:JG = (MJG － CJG) /CJG ×100% (2)销售利润率变动率是指在一定时期内产品销售利润与产品销售收入的比值，记为 LＲ。产能过剩往往会引起产业内的激烈竞争，导致销售利润率降低。销售利润率变动率实际上反映了整个产业盈利能力的变化。因此，销售利润率变动率可以作为产能过剩的度量指标。后期销售利润率记为 HLＲ，前期销售利润率记为 QLＲ。以 《中国统计年鉴》中全国重点大中型企业销售利润额和销售收入作为原始数据来测算 LＲ:LＲ = (HLＲ － QLＲ) /QLＲ ×100% (3)上述三个指标均能直接或间接地反映产能过剩情况，如果使用其中一种来反映产能过剩情况可能出现以偏概全的情况，因而利用综合指数法对上述三种能够反映产能过剩的指标进行综合指数分析，使结论更具有科学性。在综合指标合成过程中，权重的确定方法通常用专家打分法、等权处理法和熵值法。熵值法是由各个样本的实际数据求得权重，系统的某项指标携带的信息越多，表示该指标对决策的作用就越大，此时熵值越小，赋予的权重越大，这种方法能够反映指标信息熵值的效用价值，相对其他方法而言，其评判结果有较强的数学理论依据。因此，本文选用熵值法进行权重的测度。熵是无序的量度，可以定义为解释随机事件的不确定性所需要的信息量，若一个事件为必然事件，则其熵值为 0。根据熵的特性，可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度。在利用多个指标对事物进行综合评价时，对于某个指标而言，若个体值没有太大区别，则指标在综合分析中所起的作用不大; 反之，若个体的值有很大波动，即该指标的离散程度很大，则这个指标对综合分析有很重要的影响。熵值法需要对数据进行标准化处理。设 X有 n 个观测值，m 个指标，则 X ij 是第 i 个指标的第 j 个观测值 (i = 1，…，m; j = 1，…，n)，假设预警指标 X i (i =1，…，m) 年度观测值为X ij (i =1，…，m; j =1，…，n)。标准化后得到新的数据集 Y，其中，Y ij 是 X ij 标准化后的值。标准化后 Y 的第 i 项指标第 j 个观测值 Y ij 在指标中所占的比重为 P ij 。最后通过计算第 i 项指标的信息熵来得出第 i 项指标的权数:ω i = (1 － e i ) / ∑ni =1(1 － e i ) (4)

三、预警区间测算

警情界限划分原则包括少数原则、众数原则、半数原则、均数原则和多数原则等。其中，多数原则是指将各类预警指标的时间序列数据由大到小排列，从最大值往下选择占总数 2/3 的数据区间作为安全区间，即有警和无警的分界线。在剩余的 1/3 数据区间以 10% 的范围再划分轻度和中度警限，剩余区间为严重警限。根据以上原则并结合中国石化产业近年来发展的实际情况，基于多数原则，通过对化学原料及化学制品业、石油加工炼焦业的预警指标综合指数划分警限，以此来确定两个子产业的预警区间。根据式(1 ) —式 (3 ) 以 及 《中 国 统 计 年 鉴》 中1999—2013 年的相关数据，计算出化学原料及化学制品业、石油加工炼焦业产能过剩指标，结果如表 1 所示。数据标准化处理 CN、JG 以及 LＲ 的指标值越大，则说明不存在产能过剩。各个指标取值趋势相同，共同构成综合指数度量系统的原始数据集。以化学原料及化学制品业、石油加工炼焦业2000—2012 年的趋势一致指标数据作为原始样本数据，利用 MATLAB 进行归一标准化处理。标准化后的数据可以消除量纲影响和变异大小因素，其数值都在 0—1。标准化后 CN、JG 和 LＲ数据分别记为 BCN、BJG 和 BLＲ。标准化后化学原料及化学制品业、石油加工炼焦业对应指标，如表 2 所示。赋予权重。依据熵值法，将式 (4) 采用EXCEL 软件对标准化后数据进行权重计算，可得: 化学原料及化学制品业 BCN 的权重为0. 24，BJG 的权重为 0. 40，BLＲ 的权重为 0. 36; 石油加工炼焦业 BCN 的权重为 0. 72，BJG 的权重为0. 18，BLＲ 的权重为 0. 09。当存在产能过剩情况时会引发产业内竞争加剧，出现恶性竞争局面，引起价格波动，并导致产业利润大幅降低;同时，在供大于求状态下，企业开工率不足、设备资源闲置导致产能利用率较低。因此，销售利润率变动率、产能利用率和价格变化率能较好地反映是否存在产能过剩。此权重结果比较符合现实，可以据此构建综合指数 (IC) 测算模型如下:化学原料及化学制品业综合指数 = 0. 24BCN +0. 40BJG +0. 36BLＲ (5)石油加工炼焦业综合指数 = 0. 72BCN + 0. 18BJG +0. 09BLＲ (6)综合指数测算结果，如表 3 所示。如表 3 所示，将 2000—2012 年化学原料及化学制品业、石油加工炼焦业综合指数由大到小进行排列，根据多数原则，从大到小选取总数据的 2/3 处的综合指数值作为不存在产能过剩的下限，即为安全区间，并依次以 10% 的范围来确定轻度产能过剩、中度产能过剩和严重产能过剩的预警区间。为确定区间值，先对所研究的两个子产业综合指数进行由大到小的排序。排序结果为，2000—2012 年化学原料及化学制品业综合指数全部数据从大到小的 2/3 处为第 8 个，即2005 年所对应的综合指数值为 0. 54，以此作为是否存在产能过剩的界限，即不存在产能过剩区间的下限。据此可以将严重产能过剩、中度产能过剩、轻度产能过剩以及不存在产能过剩的安全区间所对应的四个预警区间依次划分为 ［ 0，0. 54 ］ 、 ( 0. 54， 0. 64 ］ 、 ( 0. 64， 0. 74 ］ 和(0. 74，1］ 。同理，2000—2012 年石油加工炼焦业综合指数全部数据从大到小的 2/3 处为第 8 个，即2008 年所对应的综合指数值为 0. 27，以此作为是否存在产能过剩的界限，即为安全区间。据此可以将严重产能过剩、中度产能过剩、轻度产能过剩以及不存在产能过剩的安全区间所对应的四个预警区间依次划分为 ［ 0，0. 27］ 、 (0. 27，0. 37］ 、(0. 37，0. 47］ 和 (0. 47，1］ 。根据 2000—2012 年中国化学原料及化学制品业、石油加工炼焦业综合指数值测算结果与产能过剩不同程度的预警区间范围，可知化学原料及化学制品业、石油加对化学原料及化学制品业、石油加工炼焦业2000—2012 年的数据进行分析可知，化学原料及化学制品业较早出现产能过剩现象，并呈现以4—6 年为间隔的不均匀周期波动，可以归结为2000—2012 年化学原料及化学制品业为周期性产能过剩; 与化学原料及化学制品业相比，石油加工炼焦业在 2008 年之前具有周期性产能变化特征，2008 年之后该周期性产能过剩特征被打破，周期性产能过剩变化特征消失，除了 2010年是中度产能过剩之外，其他年份出现了连年严重产能过剩情况。为进一步研究两个子产业产能过剩严重程度变化趋势，有必要对未来产能过剩相关指标进行预测，总结产能过剩规律。

四、产能过剩测度本文采用时间序列法对化学原料及化学制品业、石油加工炼焦业产能过剩进行测度。AＲI-MA 时间序列分析模型是一种时序分析方法，被广泛应用于实际的时间序列分析系统中。对于时间序列 {x t } (t =1，2，…，n)，若其具有平稳性和零均值特性，则对 {x t } 一定能拟合出下列随机差分方程: x t= φ1 x t －1+ φ2 x t －2+ … + φ n x t － n－ θ1 a t －1－ θ2 a t －2－ … － θ m a t － m + a t 。其中，x t 是时间序列 {x t } 在 t 时刻的值，φ i (i = 1，2，…，n) 是自回归 (AＲ) 部分的参数，θ j (j =1，2，…，m) 是滑动平均 (MA) 部分的参数，序列 {a t } 是真实值和预测值间的残差序列。若能较好地反映系统的真实情况，则序列 {a t } 应为白噪声。等式右边的前半部分为自回归部分，后半部分为滑动平均部分。该式是一个 n 阶自回归 m 阶滑动平均模型，记为 AＲIMA (n，m)，模型的自回归部分和滑动平均部分的阶次分别为n 和 m 。为了避免可能的突发事件影响指标预测值的准确性，本文做出以下假设: 中国仍处于工业化进程中; 中国经济保持稳定增长; 固定资产投资力度变化不大; 石化产业的国民经济主导产业之一的 地 位 保 持 不 变。根 据 综 合 指 数 法，对2000—2012 年两个子产业的分析可见，化学原料及化学制品业、石油加工炼焦业产能过剩呈现周期 性 变 化 规 律。因 而 运 用 Eviews 6. 0 对2013—2015 年化学原料及化学制品业、石油加工炼焦业的 CN、JG、LＲ 三个指标进行整理，并进行归一标准化处理，观察 2013—2015 年两个子产业周期性产能过剩变化规律是否仍然持续。本文利用时间序列法对 2013—2015 年三年的CN、JG 和 LＲ 进行归一化处理，得出标准化后的 BCN、BJG 和 BLＲ，如表 4 所示。由前述综合指数预警区间可知，化学原料及化学制品业 2013—2015 年产能过剩情况分别是0. 38、0. 65 和 0. 22 (分别代表产能过剩情况为严重、轻度和严重)，可以看出 2013—2015 年均超出安全区间，其中 2013 年和 2015 年处于严重产能过剩状态，2014 年处于轻度产能过剩; 石油加工炼焦业 2013—2015 年产能过剩情况分别是 0. 27、0. 27 和 0. 25，都表现出严重产能过剩。化学原料及化学制品业周期性程度有所减弱，石油加工炼焦业出现持续产能过剩。

五、结论和政策建议

中国的经济发展方式正从规模速度型粗放增长转向质量效率型集约增长，经济结构正从增量扩能为主转向调整存量、做优增量并存的深度调整，经济发展动力正从传统增长点转向新的增长点。石化产业作为中国实体经济支柱之一，既很好地反映了中国实体经济的走势，也需要跟随新的经济增长方式做出调整。石化产业整体形势是现阶段增长速度放缓，在粗放的发展过后，当前结构调整比经济增速更加关键。本文的研究结果表明，石化产业产能过剩一直存在，2012 年以前多为周期性状态。在 2008年金融危机对实体经济的冲击作用下，石油加工炼焦业产能过剩进程加快; 对 2013—2015 年两个子产业进行测度的结果表明，产能过剩处于化学原料及化学制品业周期性程度有所减弱，石油加工炼焦业出现持续产能过剩，石油加工炼焦业与化学原料及化学制品业相比，产能过剩程度更加严重，由于化学原料及化学制品业、石油加工炼焦业处于整个石化产业链的中游，对上下游具有较强的牵动作用，在一定程度上代表了整个石化产业链。由此可以推断，未来中国石化产业产能将出现严重过剩危机，该危机既体现了产业发展固有的周期性特征，又给未来产业发展敲响了警钟。随着宏观经济增长放缓、新能源的开发利用及能源效率的提高，国内油品市场需求增速减缓将成为长期趋势。优化石化产业链、化解产能过剩的产业政策应立足于控制处于产业链中游的油化工和煤化工投资，加大力度淘汰化工产业链中落后的产能。未来产能过剩情况将愈加严重，甚至超出预警安全区间，需要采取更为严厉的产业政策来化解产能过剩危机。

参考文献:［ 1］ 刘鹤， 金凤君， 刘毅 . 中国石化产业空间组织的评价与优化［ J］ . 地理学报， 2011， (10):1332 －1342.［ 2］ 刘鹤， 金凤君， 刘毅 . 中国石化产业空间组织的演进历程与机制［J］. 地理研究， 2012， (11):2031－2043.［ 3］ 孙康， 王昱方， 肖寒 . 石化产业集聚水平测度及实证研究［ J］ . 财经问题研究， 2014， (4):33 －39. 4］ 周劲， 付保宗 . 产能过剩的内涵、 评价体系及在我国工业领域的表现特征［J］ . 产业经济研究， 2011，(10):58 －64.［ 5］ 王晓姝， 李锂 . 产能过剩的诱因与规制— — —基于政府视角的模型化分析［J］. 财经问题研究， 2012，(9):40 －47.［ 6］ Fare， Ｒ. C. ，John，B. T. Full Information Estimationand Stochastic Stimulation of Models with ＲationalExpectation［ J］ . Journal of Applied Econometrics，1990， 60(5):381 －392.［ 7］ Fare， Ｒ. ， Shwana， G. C. A. ， Knox， L. Production Fron-tiers［ M］ . Oxford:Cambridge University Press， 1994.［ 8］ Dupont， D. P. ， Grafton， Ｒ. Q. ， James， K. ， Squires， D.Capacity Utilization Measures and Excess Capacity inMulti － Product Privatized Fisheries［ J］ . Ｒesource andEnergy Economics， 2002， 24(12):193 －210.［ 9］ James， K. ， Squires， D. Capacity Utilization Measuresand Excess Capacity in Multi － Product PrivatizedFisheries［ J］ . Ｒesource and Energy Economics， 2002，(3):155 －162.［ 10］ 张群， 冯梅， 于可慧 . 中国钢铁产业产能过剩的影响因素分析［ J］ . 数理统计与管理， 2014， (2):191－202.［ 11］ 路楠林 . 产能过剩与市场结构的相关性研究［ D］ . 长春: 吉林大学硕士学位论文， 2007.［ 12］ 何彬， 武治国 . 现阶段工业产能过剩 “窖藏效应”的数理分析及其实证检验［J］ . 吉林大学社会科学学报， 2008， (1):68 －75.［ 13］ 孙巍， 李何， 王文成 . 产能利用与固定资产投资关系的面板数据协整研究— — —基于制造业 28 个行业样本［ J］ . 经济管理， 2009， (3):38 －42.［ 14］ 韩国高， 高铁梅， 王立国， 等 . 中国制造业产能过剩的测度、 波动及其成因研究［J］. 经济研究，2011， (12):18 －31.［ 15］ 冯梅， 陈鹏. 中国钢铁产业产能过剩程度的量化分析与预警 ［ J］ . 中国软科学， 2013， (5):110 －116.［ 16］ 杨勇 . 中国石化联合会发布《石化行业产能过剩预警报告》 ［J］. 化工矿物与加工， 2014， (6):49－50.［ 17］ 袁捷敏 . 我国工业产能利用率测算方法研究— — —基于单位资本存量工业增加值指标［J］ . 唐山学报， 2012， (4):71 －73.［ 18］ 中华人民共和国国家统计局 . 中国统计年鉴［ S］ .北京:中国统计出版社， 2013.