馮 梅，陳 鵬

(北京科技大學東凌經(jīng)濟管理學院，北京100083)

一、引言

中國鋼鐵產(chǎn)業(yè)作為國民經(jīng)濟的重要基礎產(chǎn)業(yè)，對現(xiàn)代化建設做出了積極貢獻。建國初期，鞍鋼、武鋼和包鋼等鋼廠的建立，為新中國工業(yè)化奠定了堅實基礎。改革開放以來，特別是20世紀90年代中后期，中國工業(yè)化、城鎮(zhèn)化步伐不斷加快，基礎設施建設全面鋪開，家電等耐用品消費的升溫，汽車、房地產(chǎn)市場的繁榮，造船、機械出口規(guī)模的擴大，帶動了鋼鐵產(chǎn)業(yè)的快速發(fā)展［1］。1996年至2012年，中國粗鋼產(chǎn)量年均增長13.03%，2012年達到7.17億噸占全球總產(chǎn)量的46.3%，連續(xù)17年蟬聯(lián)世界第一產(chǎn)鋼大國。但隨著鋼鐵產(chǎn)業(yè)固定資產(chǎn)投資規(guī)模逐年提高，供給能力大大超過市場需求，2012年中國已具備了超過9億噸的粗鋼生產(chǎn)能力，而需求僅為7億噸，鋼鐵產(chǎn)業(yè)產(chǎn)能過剩問題日益突出［2］。產(chǎn)能過剩是市場經(jīng)濟的常見現(xiàn)象，適度的產(chǎn)能過剩能夠促進企業(yè)提高技術創(chuàng)新能力、改進管理水平，有利于激發(fā)市場競爭活力。嚴重的產(chǎn)能過剩直接導致產(chǎn)品價格疲軟，市場惡性競爭，加劇企業(yè)的經(jīng)營困難，影響投資增長和投資效率，危害經(jīng)濟增長質(zhì)量和效益。因此，研究和預警中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩問題對于鋼鐵產(chǎn)業(yè)健康發(fā)展具有重要意義。

國內(nèi)外學者對產(chǎn)能過剩問題進行了許多研究。Chamberlin(1933)［3］最早提出“產(chǎn)能過剩(O-ver/Excess Capacity)”概念，是指企業(yè)實際生產(chǎn)能力相對于市場需求的生產(chǎn)能力過剩。Fare等(1983)［4］運用生產(chǎn)要素擁擠度來描述生產(chǎn)要素投入的過剩情況并認為是一種無效狀態(tài)。Fare等(1994)［5］提出用隨機生產(chǎn)前沿面生產(chǎn)函數(shù)法來估計生產(chǎn)效率以及產(chǎn)能利用水平，并對產(chǎn)業(yè)產(chǎn)能利用水平進行了度量。Dupont等(2002)［6］等使用數(shù)據(jù)包絡分析法分析了美國漁業(yè)產(chǎn)品的產(chǎn)能利用率。James等(2002)［7］運用生產(chǎn)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(jīng)濟資源的浪費。路楠林(2007)［8］運用峰值分析法對中國制造業(yè)的產(chǎn)能利用率進行了測算。何彬等(2008)［9］也運用峰值分析法研究了1992年至2005年中國30個省份的工業(yè)產(chǎn)能過剩水平。孫巍等(2008)［10］采用隨機生產(chǎn)前沿面生產(chǎn)函數(shù)法對中國28個產(chǎn)業(yè)的產(chǎn)能利用率和固定資產(chǎn)投資進行了分析。韓國高等(2011)［11］在成本函數(shù)法的基礎上對中國重工業(yè)和輕工業(yè)中28個產(chǎn)業(yè)1999－2008年的產(chǎn)能利用水平進行測算。周勁(2011)［12］建立有一個程度指標和三個效應指標構(gòu)成的產(chǎn)能過剩評價體系。

本文運用綜合指數(shù)法，從分析產(chǎn)能利用率、利潤率變動率、庫存變動率和價格變動率等多個指標入手，得出了1996－2012年鋼鐵產(chǎn)業(yè)產(chǎn)能過剩狀態(tài)的結(jié)論，量化了產(chǎn)能過剩的程度，并對未來3年鋼鐵產(chǎn)業(yè)產(chǎn)能過剩程度進行了預警。綜合指數(shù)法與SFA、DEA和峰值法等方法不同之處在于:一是可以解決度量指標單一的問題，通過對反映產(chǎn)能過剩的不同指標賦權重來測算出歷年綜合指數(shù)，并可根據(jù)警限劃分原則界定不同程度產(chǎn)能過剩區(qū)間，較為科學的評價產(chǎn)能過剩程度。二是運用綜合指標法定量分析中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩情況，克服了當前中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩預警研究重定性、輕定量方面的不足。

二、分析中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩的理論框架

本文運用綜合指數(shù)法對1996－2012年鋼鐵產(chǎn)業(yè)產(chǎn)能過剩進行量化分析，并結(jié)合灰色系統(tǒng)理論法對未來3年產(chǎn)能過剩情況進行預警。

(一)綜合指數(shù)法

1.選取指標

根據(jù)中國鋼鐵產(chǎn)業(yè)發(fā)展實際情況和數(shù)據(jù)可獲得性，確定了四個度量指標:

(1)產(chǎn)能利用率。它是指鋼鐵產(chǎn)業(yè)實際產(chǎn)出與實際生產(chǎn)能力的比值。產(chǎn)能利用率是產(chǎn)能過剩的一個最直接的反映指標，產(chǎn)能利用率越大，說明產(chǎn)能利用的越充分;產(chǎn)能利用率越小，說明沒有利用的產(chǎn)能越多，突出表現(xiàn)為產(chǎn)能大量閑置。因此，產(chǎn)能利用率可以作為產(chǎn)能過剩的度量指標。公式為:

產(chǎn)能利用率=(產(chǎn)業(yè)實際產(chǎn)量/產(chǎn)業(yè)實際生產(chǎn)能力)*100%

(2)銷售利潤率變動率。它是指在一定時期內(nèi)產(chǎn)品銷售利潤與產(chǎn)品銷售收入比值的變化。產(chǎn)能過剩往往會引起產(chǎn)業(yè)內(nèi)激烈競爭導致銷售利潤率降低，銷售利潤率的變化實際上反映了整個產(chǎn)業(yè)盈利能力的變化。因此，銷售利潤率可以作為產(chǎn)能過剩的度量指標。本文選取1996年至2012年全國重點大中型企業(yè)銷售利潤額和銷售收入作為原始數(shù)據(jù)來測算其銷售利潤率變動率，公式為:

銷售利潤率變化率=(后期銷售利潤率－前期銷售利潤率/前期銷售利潤)*100%

(3)價格指數(shù)變動率。它是反映在一定時期內(nèi)產(chǎn)品價格水平變動趨勢及幅度的相對數(shù)。產(chǎn)能過剩通常會造成供大于求的情況，進而引起企業(yè)之間的價格戰(zhàn)，導致產(chǎn)品價格下降。因此，價格指數(shù)變動率可以作為產(chǎn)能過剩的度量指標。本文選取1996年至2012年中國鋼材價格綜合指數(shù)作為原始數(shù)據(jù)計算價格指數(shù)變動率，公式為:

價格指數(shù)變動率=(年末價格指數(shù)－年初價格指數(shù)/年初價格指數(shù))*100%

(4)庫存變動率。它是衡量庫存的變化程度的指標，庫存變動率為負值說明庫存減少，為正值說明庫存增加。在產(chǎn)能過剩情況下企業(yè)和社會中的產(chǎn)品可能大量積壓，導致產(chǎn)業(yè)內(nèi)庫存增大。因此，庫存量的變化率可以作為產(chǎn)能過剩的度量指標。本文選取1996年至2012年中國鋼鐵年初和年末庫存原始數(shù)據(jù)來計算庫存變動率，公式為:

庫存變動率=(年末庫存－年初庫存/年初庫存)*100%

2.賦予權重

在綜合指標合成中，權重的確定方法通常用專家打分法、等權處理法和熵值法。本文采用熵值法來確定各指標的權重。

熵是無序的量度，它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(jù)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，若個體的值沒有太大區(qū)別，則指標在綜合分析中所起的作用不大;反之，若個體的值有很大的波動，即該指標的離散程度很大，則這個指標對綜合分析中有很重要的影響。

熵值法的步驟如下:

(1)數(shù)據(jù)的標準化處理。設X有n個觀測值，m個指標，則Xij第i個指標的第j個觀測值(i=1，…，m;j=1，…，n)，假設預警指標Xi(i=1，2，3，4，5)年度觀測值為Xij(j=1，2，…，n)，則標準化后得到新的數(shù)據(jù)集Y，則:

其中，Yij是Xij標準化后的值。

(2)計算標準化后Y的第i項指標第j個觀測值Yij在該指標中所占的比重Pij:

(3)計算第i項指標的信息熵:

(4)計算第i項指標的權數(shù):

3.警限劃分

警限的劃分原則包括:少數(shù)原則、眾數(shù)原則、人數(shù)原則、半數(shù)原則、均數(shù)原則、多數(shù)原則等。其中，多數(shù)原則是指，將各類預警指標的時間序列數(shù)據(jù)，由大到小排列，從最大值往下選擇占總數(shù)2/3的數(shù)據(jù)區(qū)間作為安全區(qū)間，既有警和無警的分界線。在剩余的1/3數(shù)據(jù)區(qū)間以10%的范圍再劃分輕度和中度警限，剩余區(qū)間為嚴重警限。根據(jù)以上原則并結(jié)合中國鋼鐵產(chǎn)業(yè)近年來發(fā)展實際情況，本文將基于多數(shù)原則對預警指標綜合指數(shù)劃分警限，以此來確定各預警區(qū)間。

(二)灰色預測模型

當前，理論界有關預測的方法主要有專家預測法、灰色系統(tǒng)理論法、趨勢分析法和回歸分析法。由于鋼鐵產(chǎn)業(yè)數(shù)據(jù)呈不規(guī)律性分布、樣本容量小等特點，因此，比較適合運用灰色系統(tǒng)理論對指標未來數(shù)值進行預測。

灰色預測模型是關于數(shù)列預測的一個變量、一階微分的GM(1，1)模型。它是基于隨機的原始時間序列，經(jīng)按時間累加后所形成的新的時間序列呈現(xiàn)的規(guī)律，可用一階線性微分方程的解來逼近。而對于灰色預測模型有三種檢驗方法來檢驗其結(jié)果的精確度，分別是相對誤差檢驗、關聯(lián)合格檢驗和小誤差概率合格檢驗。以上各種檢驗方法的精度檢驗等級可參照表。

表1 精度檢驗等級參照表

其中，當結(jié)果通過四級精度檢驗時，說明檢驗合格結(jié)果可以使用，精度等級越低說明結(jié)果越準確。在實際應用中，通常使用相對誤差檢驗來檢驗結(jié)果精度等級，本文也將選用相對誤差檢驗標準對結(jié)果進行精度等級檢驗。

三、中國鋼鐵產(chǎn)業(yè)1996－2012年產(chǎn)能過剩程度的實證分析

基于上述理論框架，結(jié)合中國鋼鐵產(chǎn)業(yè)1996年至2012年的原始數(shù)據(jù)進行分析，得出了以下結(jié)論:鋼鐵產(chǎn)業(yè)最早出現(xiàn)產(chǎn)能過?，F(xiàn)象是在1996年，1998至2004年供求基本平衡，2008和2012年則出現(xiàn)了比較嚴重的產(chǎn)能過剩。主要分析過程如下:

第一步:原始數(shù)據(jù)整理。為了便于分析，分別用CN、KC、LR和JG代替產(chǎn)能利用率、庫存變動率、銷售收入利潤變動率和價格變動率。計算出各產(chǎn)能過剩度量指標見表2。

表2 中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩原始度量指標

第二步:數(shù)據(jù)標準化處理。一般而言，產(chǎn)能利用率、銷售利潤率變動率以及價格指數(shù)變動率的指標值越大，庫存變動率的指標值越小，則說明不存在產(chǎn)能過剩。由于各個指標取值趨勢不同，所以需要對各個指標進行同趨勢化。為此，本文對庫存變動率取其相反數(shù)，使之與其它4個指標取值保持趨勢一致性，共同構(gòu)成綜合指數(shù)度量系統(tǒng)的原始數(shù)據(jù)集。

以鋼鐵產(chǎn)業(yè)1996年至2012年的趨勢一致指標數(shù)據(jù)作為原始樣本數(shù)據(jù)，利用SPSS 17.0對其進行標準化處理。標準化后的數(shù)據(jù)可以消除量綱影響和變異大小因素，其數(shù)值都在0至1中間，并且經(jīng)標準化的數(shù)據(jù)都是沒有單位的純數(shù)量。標準化后產(chǎn)能利用率、庫存變動率、銷售收入利潤率和價格變動率數(shù)據(jù)分別記為BCN、BKC、BLR和BJG，詳見表3。

表3 中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩標準化度量指標

第三步:賦予權重。依據(jù)熵值法的計算公式，利用EXCEL軟件對標準化后數(shù)據(jù)的進行權重計算，可得:產(chǎn)能利用率(BCN)的權重為0.304，庫存變化率(BKC)的權重為0.12，銷售利潤變化率(BLR)的權重為0.38，價格變化率(BJG)的權重為0.259?？梢钥闯?，銷售收入利潤變化率和產(chǎn)能利用率的權重都大于0.3，價格變化率權重大于0.25，在對產(chǎn)能過剩的度量中占有較大的權重，這與現(xiàn)實也具有一致性。當存在產(chǎn)能過剩情況時會引發(fā)產(chǎn)業(yè)內(nèi)競爭加劇，出現(xiàn)惡性競爭局面，引起價格波動，并導致產(chǎn)業(yè)利潤大幅降低;同時，供大于求狀態(tài)下，企業(yè)開工率不足、設備資源閑置，導致產(chǎn)能利用率較低。因而，銷售利潤變化率、產(chǎn)能利用率和價格變化率能較好地反映是否存在產(chǎn)能過剩。此權重結(jié)果比較符合現(xiàn)實，可以據(jù)此結(jié)果構(gòu)建綜合指數(shù)(Ic)測算模型:

Ic=0.304BCN+0.12BKC+0.38BLR+0.259BJG

第四步:分析結(jié)論。本文結(jié)合多數(shù)原則，從大到小選取總數(shù)據(jù)的2/3處綜合指數(shù)值作為不存在產(chǎn)能過剩的下限，并依次以10%的范圍來確定輕度產(chǎn)能過剩、中度產(chǎn)能過剩和嚴重產(chǎn)能過剩區(qū)間。為確定各區(qū)間值先對歷年鋼鐵產(chǎn)業(yè)綜合指數(shù)進行由大到小的排序。

表4 綜合指數(shù)由大到小排序

由排序后數(shù)據(jù)可知，歷年中國鋼鐵產(chǎn)業(yè)綜合指數(shù)全部數(shù)據(jù)從大到小的2/3處為第11個，即1997年所對應的綜合指數(shù)值0.428，作為是否存在產(chǎn)能過剩的界限，也即是不存在產(chǎn)能過剩區(qū)間的下限。本文將此數(shù)值調(diào)整為0.43作為是否存在產(chǎn)能過剩狀況區(qū)間劃分界限。據(jù)此可以將嚴重產(chǎn)能過剩、中度產(chǎn)能過剩、輕度產(chǎn)能過剩以及不存在產(chǎn)能過剩所對應區(qū)間依次劃分為［0，0.23］、(0.23，0.33］、(0.33，0.43］與(0.43，1］。

根據(jù)中國歷年鋼鐵產(chǎn)業(yè)綜合指數(shù)值測算結(jié)果與產(chǎn)能過剩不同程度的區(qū)間范圍，可得中國歷年鋼鐵產(chǎn)業(yè)產(chǎn)能過剩情況(見表5)。

表5 中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩情況

四、對中國鋼鐵產(chǎn)業(yè)未來3年產(chǎn)能過剩程度預警

運用綜合指數(shù)模型和灰色預測模型，對中國鋼鐵產(chǎn)業(yè)未來3年產(chǎn)能過剩程度進行預警，得出結(jié)論如下:2013年中國鋼鐵綜合指數(shù)值處于輕度產(chǎn)能過剩區(qū)間。2014和2015年處于中度產(chǎn)能過剩區(qū)間。具體分析步驟如下:

第一步:設定假設條件。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(fā)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(yè)化進程;中國經(jīng)濟保持穩(wěn)定增長;固定資產(chǎn)投資力度變化不大;鋼鐵產(chǎn)業(yè)作為基礎產(chǎn)業(yè)的地位不會改變。

第二步:指標值預測。

(1)銷售利潤率預測。本文將通過未來兩年鋼鐵產(chǎn)業(yè)銷售額和主營業(yè)務收入額的預測來進一步預測銷售利潤率。

首先，對2013、2014和2015年利潤額預測。依據(jù)中國鋼鐵統(tǒng)計年鑒2008至2012年中國重點大中型鋼鐵企業(yè)利潤額作為模型原始數(shù)據(jù)。

設原始序列為:

通過matlab7.0得出GM(1，1)相關系數(shù)及時間響應函數(shù):

a=－0.205 b=1077.5 b/a=－5253.28其中，－a=0.205＜0.3適合做短期預測。時間響應函數(shù)即預測模型為:

根據(jù)預測模型由matlab計算可得，2013、2014和2015年利潤額預測值分別為353.11億元、287.63億元和234.29億元。結(jié)合精度檢驗參照表可知，平均相對誤差0.15小于0.2，精度為四級，預測結(jié)果可用。

其次，對2013、2014和2015年主營業(yè)務收入預測。依據(jù)中國鋼鐵統(tǒng)計年鑒2008至2012年中國重點大中型鋼鐵企業(yè)主營業(yè)務收入作為模型原始數(shù)據(jù)。

設原始序列為:

通過matlab7.0得出GM(1，1)相關系數(shù)及時間響應函數(shù):

其中，－a=0.117＜0.3，適合做短期預測。時間響應函數(shù)即預測模型:

根據(jù)預測模型由matlab計算可得，2013、2014和2015年主營業(yè)務收入預測值分別為42096.47億元、47348.01億元和53254.66億元。結(jié)合精度檢驗參照表可知，平均相對誤差為0.06小于0.1，精度為三級，預測結(jié)果可用。

最后，依據(jù)鋼鐵產(chǎn)業(yè)銷售額與主營業(yè)務收入額預測值可得，2013、2014和2015年銷售收入利潤率分別為0.84%、0.61%和0.44%，則2013、2014和2015年銷售利潤變動率分別為200%、－27.38%和－27.87%。

(2)產(chǎn)能利用率預測。本文將通對未來兩年粗鋼產(chǎn)量和產(chǎn)能的預測進一步預測產(chǎn)能利用率。

首先，對2013、2014和2015年粗鋼產(chǎn)量預測。依據(jù)中國鋼鐵統(tǒng)計年鑒2008年至2012年中國粗鋼產(chǎn)量作為模型原始數(shù)據(jù)對粗鋼產(chǎn)量預測。

設原始序列為:

通過matlab7.0得出GM(1，1)相關系數(shù)及時間響應函數(shù):

其中，－a=0.07＜0.3，適合做短期預測。時間響應函數(shù)即預測模型:

根據(jù)預測模型由matlab計算可得，2013、2014和2015年粗鋼產(chǎn)量預測值分別為7.77億噸、8.36億噸和8.98億噸。結(jié)合精度檢驗參照表可知，平均相對誤差為0.008小于0.01，精度為一級，預測結(jié)果較好。

其次，對2013、2014和2015年粗鋼產(chǎn)能預測。依據(jù)中國鋼鐵統(tǒng)計年鑒2008年至2012年中國粗鋼產(chǎn)能作為模型原始數(shù)據(jù)對粗鋼產(chǎn)能預測。

設原始序列為:

通過matlab7.0得出GM(1，1)相關系數(shù)及時間響應函數(shù):

其中－a=0.08＜0.3，適合做短期預測。時間響應函數(shù)即預測模型為:

根據(jù)預測模型由matlab計算可得，2013、2014和2015年粗鋼產(chǎn)能預測值分別為10.27億噸、11.22億噸和12.26億噸。結(jié)合精度檢驗參照表可知，平均相對誤差為為0.08小于等于0.1，精度為三級，預測結(jié)果可用。

最后，依據(jù)鋼鐵產(chǎn)業(yè)產(chǎn)能與產(chǎn)能預測值可得，2013、2014和2015年中國鋼鐵產(chǎn)能利用率分別為75.66%、74.5%和73.6%。

(3)價格變動率預測。價格水平是一個不斷隨市場變化的指標，一般通過期初和期末價格水平計算變動率，而對期初和期末這種某一時點的精確數(shù)值不予過多考慮。鑒于此，本文選用2010年至2012年中國鋼材價格期初與期末綜合指數(shù)平均值作為2013、2014和2015年的預測值。2010至2012年期初與期末價格綜合指數(shù)分別為110.3、128.3、120.5 和 128.3、120.5、105.3。期初與期末的平均值分別為119.7和118.03，因此可得2013、2014和2015年價格變動率為－1.4%。

(4)庫存變動率預測。庫存變動率是由期初庫存和期末庫存計算所得，期初庫存和期末庫存都是一個存量而不是流量，而某一具體時點的數(shù)值是隨市場即時變化的，較難用定量方法預測。因此，本文利用2010年至2012年期初和期末庫存的平均值作為2013、2014和2015年的預測值。2010至2012年中國鋼鐵期初和期末庫存分別為1211萬噸、1352萬噸、1432萬噸和 1324萬噸、1290萬噸、1188萬噸。期初與期末平均值分別為1331萬噸和1267萬噸，因此可知2013、2014和2015年庫存變動率為－4.8%。

第三步:分析結(jié)論?；?013、2014和2015年各指標的預測值，對其進行同趨勢化和標準化處理(見表6)，并基于中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩程度的量化分析模型，可得2013、2014和2015年鋼鐵綜合指數(shù)分別為0.407、0.306和0.291。

表6 預測值標準化數(shù)據(jù)

根據(jù)綜合指數(shù)警限區(qū)間可知，2013年中國鋼鐵綜合指數(shù)值處于輕度產(chǎn)能過剩區(qū)間，2014年和2015年均處于中度產(chǎn)能過剩區(qū)間。因此，未來三年內(nèi)中國鋼鐵產(chǎn)業(yè)依舊處于產(chǎn)能過剩狀態(tài)。

五、政策建議

基于上述分析和預測，提出如下政策建議:

第一，加大產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度。政府有關部門應繼續(xù)推進兼并重組，堅決淘汰技術低、規(guī)模小、效益差、污染重的落后產(chǎn)能。要充分發(fā)揮寶鋼、鞍鋼等產(chǎn)業(yè)龍頭企業(yè)的帶動作用，推進兼并重組，充分發(fā)揮加強并購整合，發(fā)揮協(xié)同效應，形成規(guī)模效率優(yōu)勢和規(guī)模競爭優(yōu)勢，進一步提高產(chǎn)業(yè)集中度，爭取到2020年國內(nèi)排名前十位的鋼鐵企業(yè)鋼產(chǎn)量占全國產(chǎn)量的比例達到70%。

第二，改革官員晉升考核體制。通過改變以考核轄區(qū)內(nèi)GDP增長為核心的政府官員政治晉升體制，降低政府干預市場經(jīng)濟行為的強烈動機。地方政府要健全服務保障職能，培育良好的市場環(huán)境，提高本地區(qū)經(jīng)濟發(fā)展質(zhì)量和效益。

第三，發(fā)揮行業(yè)協(xié)會信息優(yōu)勢。加強運行監(jiān)測分析，開展各品種產(chǎn)能過剩的預警分析，及時發(fā)布信息，提醒企業(yè)控制產(chǎn)量。

第四，加強企業(yè)自主創(chuàng)新。加快企業(yè)“走出去”步伐，開拓國際市場，提高核心競爭力有效緩解國內(nèi)產(chǎn)能過剩壓力。

［1］馮 梅，王之泉.基于上市公司數(shù)據(jù)的中國鋼鐵產(chǎn)業(yè)產(chǎn)能效率分析.管理學報，2012(3):371-375.

［2］中國鋼鐵工業(yè)協(xié)會.

［3］Arthur S.De Vany.Capacity Utilization under Alternative Regulatory Restraints:An Analysis of Taxi Markets［J］.Journal of Political Economy，1975，83:83-94.

［4］Ray C Fair，John B Taylor.Full Information Estimation and Stochastic Simulation of Models with Rational Expectations［J］.Journal of Applied Econometrics，1990(5):381 － 392.

［5］Rolf Fare，Shawna Grosskopf C A.Knox Lovell.Production Frontiers［M］.Cambridge University Press，1994.

［6］Diane P Dupont，R.Quentin Grafton，James Kirkley，Dale Squires.Capacity Utilization Measures and Excess Capacity in Multi-product Privatized Fisheries［J］.Resource and Energy Economics，2002，(24):193 －210.

［7］James Kirley，Dale Squires.Capacity Utilization Measures and Excess Capacity in Multi-product Privatized Fisheries［J］．Resource and Energy Economics，2002.

［8］路楠林.產(chǎn)能過剩與市場結(jié)構(gòu)的相關性研究［D］.沈陽:吉林大學，2007.

［9］何 彬，武治國.現(xiàn)階段工業(yè)產(chǎn)能過?！敖巡匦钡臄?shù)理分析及其實證檢驗［J］.吉林大學社會科學學報，2008(1):68-74.

［10］孫 巍，李 何，王文成.產(chǎn)能利用與固定資產(chǎn)投資關系的面板數(shù)據(jù)協(xié)整研究［J］.經(jīng)濟管理，2009(3):38-42.

［11］韓國高，高鐵梅.中國制造業(yè)產(chǎn)能過剩的測度、波動及其成因研究［J］.經(jīng)濟研究，2011(12):18-31.

［12］周 勁.產(chǎn)能過剩的內(nèi)涵、評價及表現(xiàn)特征［J］.中國投資，2011(6):61-66.