劉海濱，吳必善

(中國礦業(yè)大學(北京)管理學院，北京 100083)

目前煤炭市場的急劇變化出現(xiàn)煤炭需求、產(chǎn)銷量、鐵路和港口轉(zhuǎn)運量增速大幅下滑，庫存積壓、鐵路發(fā)運負增長、煤企虧損、產(chǎn)煤省財政收入下降等一系列現(xiàn)象。主要煤炭港口庫存和下游電廠煤炭庫存均處高位。基于煤炭高庫存、進口增加、水電增發(fā)、經(jīng)濟發(fā)展放緩等因素，煤炭資源供大于求。

如今，煤炭企業(yè)、貿(mào)易商、鐵路、產(chǎn)煤省正在共同面對煤炭市場疲軟期，而龐大的煤炭庫存正在創(chuàng)造紀錄。中國煤炭工業(yè)協(xié)會會長王顯政透露：“煤炭庫存維持高位。截至2012年11月末，全社會煤炭庫存為2.9億t。其中，煤炭企業(yè)存煤約9000萬t，市場消化庫存的壓力依然很大?！蹦壳?，但這個數(shù)據(jù)明顯偏小。筆者調(diào)研發(fā)現(xiàn)，全國煤炭庫存在3億t以上，處于歷史高位[1]。這也是15年來相關(guān)數(shù)據(jù)中的最高數(shù)據(jù)。形成這種行業(yè)經(jīng)濟現(xiàn)象，既要從煤炭投資與產(chǎn)能建設(shè)的微觀層面上分析，又要基于全國經(jīng)濟發(fā)展的宏觀調(diào)控上來理解。具體而言是由于國內(nèi)煤炭礦山超前建設(shè)，產(chǎn)能過剩問題變成了嚴重影響煤炭供應鏈長期發(fā)展的重要因素。我國近15年煤炭部分統(tǒng)計數(shù)據(jù)見表1。

表1 中國1998～2012年煤炭部分統(tǒng)計量(Mt)和GDP數(shù)據(jù)

從多級庫存控制理論上來說，當煤炭供應鏈的各節(jié)點企業(yè)只根據(jù)來自相鄰的下級企業(yè)的需求信息，進行煤炭生產(chǎn)或供應決策時，需求信息的不真實性會沿著供應鏈逆流而上，產(chǎn)生逐級放大的現(xiàn)象，到達煤炭生產(chǎn)企業(yè)時，其獲得的需求信息和實際消費市場發(fā)生了很大的偏差。這樣上游的煤炭生產(chǎn)企業(yè)會維持較大的產(chǎn)量和更大的庫存。因此，從煤炭整個供應鏈的角度來看，要想有效降低各層次的庫存和實現(xiàn)煤炭精益生產(chǎn)的目標，必須運用新的供應鏈管理策略，如快速反應(QR)、有效客戶反應(ECR)、供應商管理庫存VMI和定量預測等技術(shù)，以解決現(xiàn)階段煤炭行業(yè)發(fā)展的困擾問題[2-3]。

本文首先是從微觀入手，利用煤炭供應鏈節(jié)點上的合理庫存的控制模型，統(tǒng)計出全年社會煤炭需求的經(jīng)濟產(chǎn)量、最優(yōu)存儲周期和最大庫存量；再以宏觀經(jīng)濟的發(fā)展需要作為引導條件，運用線性回歸預測技術(shù)定量規(guī)劃出每年煤炭產(chǎn)能的置信區(qū)間，此預測區(qū)間將作為煤炭產(chǎn)能大小的評價指標；最后從宏觀和微觀兩個層面共同檢驗和校正全年社會煤炭產(chǎn)能控制的精度，達到緩解煤炭高庫存的壓力，從而也保證整體煤炭供應鏈的健康發(fā)展。

1 煤炭基地經(jīng)濟產(chǎn)量微觀統(tǒng)計

1.1 煤炭基地獨立需求庫存模型

煤炭需求是屬于獨立性需求，其需求的波動性受市場調(diào)節(jié)的影響(圖1)。同時，煤炭又是能源型產(chǎn)品，也受到季節(jié)、經(jīng)濟發(fā)展狀況、地理氣候條件等因素影響，尤其在我國幅員遼闊，煤炭分布、消費和運輸通道復雜的狀態(tài)下，其庫存控制又具有隨機性和多周期的特點。所以，煤炭需求庫存往往建立在對外部需求預測的基礎(chǔ)上，通過一些微觀經(jīng)濟模型(圖2)確定合理的煤炭經(jīng)濟產(chǎn)量[4]。

圖1 煤炭隨機庫存變化

圖2 煤炭無缺貨時庫存變化

根據(jù)圖2，在無缺貨要求的微觀經(jīng)濟領(lǐng)域中，建立煤炭生產(chǎn)企業(yè)庫存模型[5-6]。模型假設(shè)：①在一定的時間Tp內(nèi)補充庫存量為S，單位時間里的補貨量為V1=S/Tp；②煤炭需求速率為V2，應滿足V1>V2；③其余假設(shè)為無缺貨狀態(tài)，令C為總成本，C1為單位存儲成本，C2為訂購成本。

我國是煤炭儲備和生產(chǎn)大國，煤炭供應一直保持充足。在這種無缺貨的情況下，在[0, Tp]時間內(nèi)每單位時間補充煤炭庫存為V1，消耗煤炭庫存為V2。所以，單位時間凈增加庫存量為(V1-V2)。至Tp時出現(xiàn)最大煤炭庫存量Smax，其值為(V1-V2)Tp。Tp時間內(nèi)補充的庫存量S全部用于滿足Ts內(nèi)的需求，見式(1)。

V1Tp=S=V2Ts, Tp=V2Ts/ V1

(1)

因此，可以得到Ts內(nèi)平均庫存量，見式(2)。

Smax/2=(V1-V2)Tp/2

=(V1-V2)V2Ts/(2 V1)

(2)

單位時間內(nèi)總庫存成本表達為式(3)。

(3)

當dC(Ts)/dTs=0時，有最優(yōu)存儲周期，見式(4)。

(4)

煤炭企業(yè)經(jīng)濟產(chǎn)量見式(5)。

(5)

1.2 煤炭基地經(jīng)濟產(chǎn)量總量統(tǒng)計

《2010中國資源報告》中顯示：我國原有的13大煤炭生產(chǎn)基地是全國煤炭資源輸流的主力軍。神東、晉北、晉東、陜北、黃隴、寧東大型煤炭基地是中國優(yōu)質(zhì)動力煤主要產(chǎn)地，向華東、中南、華北、西北等地區(qū)供應煤炭，也是“西電東送”北部通道的電煤輸出地；晉中基地是我國最大的煉焦煤生產(chǎn)基地；冀中、河南、魯西、兩淮生產(chǎn)基地向東中部地區(qū)供應；蒙東基地向東三省和內(nèi)蒙古東部供煤；云貴生產(chǎn)基地向西南、中南地區(qū)供應煤炭，也是“西電東送”南部通道的電煤基地。在“十二五”期間，我國將新疆產(chǎn)煤基地納入規(guī)劃范圍之內(nèi)，從而以高標準、高水平建設(shè)14個大型煤炭生產(chǎn)基地(即神東、晉北、晉東、蒙東、云貴、河南、魯西、晉中、兩淮、黃隴、冀中、寧東、陜北、新疆)，煤炭產(chǎn)量占全國90%以上。

“十二五”規(guī)劃特別強調(diào)煤炭科學產(chǎn)能理念，合理控制煤炭總量過快增長，也是本文解決當前庫存壓力問題的出發(fā)點?？梢岳妹禾可a(chǎn)企業(yè)庫存模型統(tǒng)計出煤炭經(jīng)濟產(chǎn)量總量[7-8]?，F(xiàn)以Qi(i=1,2,3……n)代表各主要煤炭生產(chǎn)基地單位時間內(nèi)的產(chǎn)量，見式(6)。

(6)

可以等到單位時間內(nèi)，煤炭總量QT見式(7)。

(7)

2 煤炭市場需求量宏觀預測

2.1 煤炭產(chǎn)量和GDP線性關(guān)系的證實

前人研究發(fā)現(xiàn)：我國GDP和原煤產(chǎn)量這兩個變量具有比較一致的變動趨勢，說明兩者之間可能存在著較強的相關(guān)關(guān)系。本文收集到2012年前15年相關(guān)數(shù)據(jù)(表1)觀察后證實了前人的發(fā)現(xiàn)：煤炭生產(chǎn)量和GDP等變量之間確實存在一定的關(guān)系。在利用統(tǒng)計工具(SPSS)定量分析后，發(fā)現(xiàn)它們之間的確存在關(guān)聯(lián)性(圖3)。

圖3 煤炭產(chǎn)量和GDP數(shù)據(jù)統(tǒng)計散點

本文利用這種關(guān)聯(lián)性來預測我國每年煤炭產(chǎn)量的合理區(qū)間。

2.2 確定煤炭經(jīng)濟產(chǎn)量和置信區(qū)間的關(guān)系

2.2.1 線性回歸模型

(8)

依據(jù)最小二乘法得到式(9)。

(9)

(10)

式中，LXX、LYY、LXY分別叫X的離差平方和、Y的離差平方和、X Y的離差乘積和。而把X、Y之間線性關(guān)系密切程度的數(shù)量指標以R表示，叫相關(guān)系數(shù)，見式(11)。

(11)

2.2.2 顯著性檢驗

為了確定從樣本統(tǒng)計的結(jié)果推論至總體所出現(xiàn)錯誤的概率，需要必要的顯著性檢驗。其基本原理是提出“無效假設(shè)”和檢驗“無效假設(shè)”成立的機率(P)水平的選擇。P值的大小體現(xiàn)出機會的多少。其中，t檢驗值、F檢驗值等就是這些統(tǒng)計檢驗值。t檢驗適用于計量資料具有齊性的樣本比較。t檢驗單正態(tài)總體與兩正態(tài)總體的均值異同，檢驗回歸系數(shù)的顯著性。一般來說，若顯著性值小于0.05，則小概率事件發(fā)生了，應該拒絕原來的假設(shè)。也就是說，分析是否具有差異性，當顯著性值大于0.05 差異不顯著，而顯著性值小于0.05 時有差異。而F檢驗則檢驗整個回歸關(guān)系的顯著性。F檢驗常常用于檢驗兩總體方差的異同，一般假設(shè)原假設(shè)是方差無顯著差異，所以檢驗顯著就說明方差有顯著差異，一般P值取0.05，小于0.05即拒絕原假設(shè)。聯(lián)合t、F檢驗對被解釋變量有顯著的線性關(guān)系進行分析。

本文進行必要的顯著性檢驗，實質(zhì)是規(guī)定一個合理、認可能滿足使用要求的指標界限，并用該指標界限對系統(tǒng)預測模型的適應性進行評價。在檢驗時，為了充分證明其模型的適應性。應用t檢驗法，見式(12)。

(12)

應用F檢驗法，見式(13)。

(13)

當α=0.05時，t≥tα/2(n-2)線性相關(guān)成立，反之則不成立。F檢驗也要同樣滿足。

2.2.3 煤炭經(jīng)濟產(chǎn)量和置信區(qū)間的關(guān)系的確定

由于對全國每年煤炭產(chǎn)量的預測值與實際煤炭產(chǎn)量之間存在不確定性的偏差，因而需要確定預測值的有效區(qū)間，即置信區(qū)間[10-11]。

其中，個別值置信區(qū)間具體表達式式(14)。

(14)

平均值的置信區(qū)間，見式(15)。

(15)

式中

(16)

(17)

式中X0在實際計算過程中是給定值。

由此，從微觀的各煤炭基地的經(jīng)濟產(chǎn)量總量統(tǒng)計QT是屬于合理的置信區(qū)間范圍之內(nèi)，見式(18)。

(18)

3 煤炭經(jīng)濟產(chǎn)量總量和置信區(qū)間關(guān)系算例

本文就是針對當前我國煤炭產(chǎn)能過剩帶來的庫存壓力問題。現(xiàn)以宏觀經(jīng)濟GDP數(shù)據(jù)和15年來煤炭產(chǎn)量實例(表2)統(tǒng)計預測未來煤炭產(chǎn)量的置信區(qū)間。為了確定結(jié)果的準確性，本文采用計算機軟件統(tǒng)計和手工梳理檢驗同時進行核算[12]。

3.1 計算機軟件統(tǒng)計結(jié)果

如果按照計算機軟件回歸統(tǒng)計得到結(jié)果如表3～5所示。

通過計算機軟件進行的回歸統(tǒng)計結(jié)果

所以計算機統(tǒng)計認為，國內(nèi)生產(chǎn)總值x與煤炭產(chǎn)量y之間的線性相關(guān)顯著，統(tǒng)計顯著性檢驗通過。

作為能源行業(yè)的煤炭資源，其庫存量不適合采用點預測、個別值得區(qū)間預測法。本文認為采用均值的區(qū)間預測法比較經(jīng)濟，所以利用均值的區(qū)間預測公式可以核算出較為準確的置信區(qū)間。

表2 中國1998～2012年煤炭部分統(tǒng)計量(Mt)和GDP數(shù)據(jù)

表3 標準誤差和觀測值表

表4 方差和參差表

表5 方差和參差表

所以，下一年的全國煤炭基地的經(jīng)濟產(chǎn)量總量QT∈[40.8477,41.3523]，否則煤炭庫存壓力又會持續(xù)增大。

3.2 相關(guān)系數(shù)檢驗

同樣得到

應用F檢驗法

F = (n-2)R2/(1- R2)=(15-2)×0.97742÷(1-0.97742)=278.4538

當α=0.05時查表得到Fα/2(n-2)=4.54,而F =278.4538，F(xiàn)> Fα/2(n-2)，故回歸顯著。

應用t檢驗法

當α=0.05時查表得到tα/2(n-2)=2.160,而t=2.9437，t> tα/2(n-2)，故同樣回歸顯著。

經(jīng)過以上計算結(jié)果可以得出：要使未來一年宏觀經(jīng)濟增速保持7.5%左右的目標如期實現(xiàn)，其中一項指標就要求煤炭產(chǎn)量應該控制在40.8477億t到41.3523億t，即置信區(qū)間：[40.8477,41.3523]范圍內(nèi)。做到這點，需要得到微觀煤炭基地經(jīng)濟產(chǎn)量統(tǒng)計結(jié)果的驗證。

這也就是未來一年全國14個大型煤炭基地經(jīng)濟總產(chǎn)量的限制條件。當實際值滿足后，可以在一定程度上緩解當前全國的煤炭庫存有壓力，這也是本文研究的初衷。

4 結(jié)論

我國煤炭產(chǎn)能過剩所帶來的一系列經(jīng)濟問題越來越引起人們關(guān)注，為了解決未來煤炭庫存壓力不再愈演愈烈，本文提出了煤炭產(chǎn)能調(diào)控的思路及相關(guān)方法。根據(jù)煤炭產(chǎn)能供需模型的分析和實際案例計算結(jié)果，得出相關(guān)結(jié)論。

1)煤炭經(jīng)濟總產(chǎn)量應該滿足我國GDP發(fā)展的要求，并與其保持一定均衡關(guān)系。

2)煤炭總產(chǎn)量調(diào)控也要滿足能源市場供需關(guān)系及其發(fā)展規(guī)律。

3)煤炭經(jīng)濟總產(chǎn)量的具體數(shù)據(jù)要落在置信區(qū)間范圍內(nèi)，以此作為合理產(chǎn)能的評價標準。

[1] 徐炳春,吳亮.煤炭產(chǎn)能過剩如同泰山壓頂[N].中國煤炭報, 2013-06-05(007).

[2] Yu jing.Study on reliability of coal transferable logistics node[J].Journal of Liaoning Technical University,2006,25(7):4-6.

[3] Panos Kouvelis,Meir J,Rosenblatt.Supply chain management:models,applications, and reaseach direction[M].Netherlands:Kluwer Academic Publishers,2002.

[4] 羅積玉,刑瑛.經(jīng)濟統(tǒng)計分析方法與預測[M].北京：清華大學出版社,2011.

[5] 曲立.庫存管理理論與應用[M].北京：經(jīng)濟科學出版社,2006.

[6] 周永務,王圣東.庫存控制理論與方法[M].北京：科學出版社,2009.

[7] 張遠昌.倉庫管理與庫存管理[M].北京：中國紡織出版社,2004.

[8] Shen,Z-J M, CCoullard,MS Daskin.A joint location- inventorymodel [J].Transportation Science,2003(37):40-55.

[9] 丁輝.管理定量分析[M].北京：經(jīng)濟管理出版社,2009.

[10] 李衛(wèi)東.應用多元統(tǒng)計分析[M].北京：北京大學出版社,2008.

[11] Chi-Guhn Lee.A shortest path approach to the multiple-vehicle routing problem with split pickups[J].Transportation Research Part B,2006,40(4):265-284.

[12] Cengiz Kahraman.Multi- attribute comparison of catering service companies using fuzzy-AHP: The case of Turkey [J].Int.J.Production Economics, 2004,(87):171-184 .