汪文生，張 蓉，孫小波，劉 穎

(1.中國(guó)礦業(yè)大學(xué)(北京)管理學(xué)院，北京 100083；2.煤炭資源與安全開(kāi)采國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100083)

國(guó)家宏觀管理部門(mén)一直高度關(guān)注煤炭產(chǎn)業(yè)運(yùn)行發(fā)展態(tài)勢(shì)，適時(shí)出臺(tái)了一系列宏觀調(diào)控政策。判斷產(chǎn)業(yè)調(diào)控政策的有效性是改進(jìn)宏觀調(diào)控方式方法，促進(jìn)產(chǎn)業(yè)健康可持續(xù)發(fā)展的重要基礎(chǔ)[1]。然而，國(guó)內(nèi)外對(duì)我國(guó)煤炭產(chǎn)業(yè)政策實(shí)施有效性評(píng)估的研究十分匱乏[2]。

實(shí)證主義的政策評(píng)估方法中使用較多的是社會(huì)實(shí)驗(yàn)法[3]。社會(huì)實(shí)驗(yàn)的基本思想就是隨機(jī)把評(píng)估對(duì)象分為兩組，一組為實(shí)驗(yàn)組，一組是控制組。只對(duì)實(shí)驗(yàn)組實(shí)施政策，然后將兩組的結(jié)果進(jìn)行對(duì)比，來(lái)檢驗(yàn)政策的實(shí)施效果。如果通過(guò)對(duì)比發(fā)現(xiàn)只有實(shí)驗(yàn)組有變化，那么兩組的差異就是政策干預(yù)所致。這種方法被視為最有效的社會(huì)實(shí)驗(yàn)方法——隨機(jī)控制試驗(yàn)。但是在現(xiàn)實(shí)的政策評(píng)估中很難選取控制組或是隨機(jī)分配控制組，大家通常會(huì)采用準(zhǔn)實(shí)驗(yàn)法：就是將控制組替換成和實(shí)驗(yàn)組相似度較高的組。準(zhǔn)實(shí)驗(yàn)法在政策干預(yù)和評(píng)估對(duì)象存在非常密切的關(guān)系，而且評(píng)估對(duì)象所處外界環(huán)境比較穩(wěn)定時(shí)可靠性較高。由于煤炭產(chǎn)業(yè)調(diào)控政策的有效性受多種因素影響，而且產(chǎn)業(yè)政策覆蓋面比較全面(多為全國(guó)性政策)，很難建立實(shí)驗(yàn)組和控制組，所以隨機(jī)控制實(shí)驗(yàn)法和準(zhǔn)實(shí)驗(yàn)法不可行[4]?；谏鐣?huì)實(shí)驗(yàn)法存在的困難，考慮到很多煤炭產(chǎn)業(yè)調(diào)控政策都是針對(duì)煤炭?jī)r(jià)格或期望通過(guò)煤炭?jī)r(jià)格變動(dòng)達(dá)到預(yù)期調(diào)控目的，本文提出一種基于ARIMA煤炭?jī)r(jià)格預(yù)測(cè)模型的“投射-實(shí)施后”對(duì)比分析評(píng)估法，通過(guò)對(duì)比政策實(shí)施前后的價(jià)格差異，對(duì)政策實(shí)施效果進(jìn)行評(píng)估[5-6]。

1 基本原理

“投射”是指根據(jù)政策執(zhí)行前的各種情況建立一個(gè)煤炭?jī)r(jià)格趨勢(shì)傾向線，并將這個(gè)趨向線外推到政策執(zhí)行后的某一點(diǎn)A1，代表若無(wú)該政策會(huì)發(fā)生的情況；設(shè)A2為政策“實(shí)施后”的實(shí)際情況，通過(guò)將A1點(diǎn)與A2點(diǎn)對(duì)比，可以估計(jì)產(chǎn)業(yè)政策的效果。

煤炭?jī)r(jià)格趨勢(shì)傾向線可以通過(guò)建立自回歸移動(dòng)平均模型(auto-regressive integrated moving average model，簡(jiǎn)記ARIMA)得到。ARIMA模型的基本思想是：將經(jīng)濟(jì)時(shí)間序列數(shù)據(jù)看作是一個(gè)隨機(jī)序列，這個(gè)序列隨時(shí)間的推移生成不同隨機(jī)的數(shù)據(jù)，這些數(shù)據(jù)本身存在一定的內(nèi)在規(guī)律或者結(jié)構(gòu)。本文以時(shí)間序列的自相關(guān)分析為基礎(chǔ)，通過(guò)數(shù)學(xué)理論模型構(gòu)造其演變結(jié)構(gòu)，近似地來(lái)描述這個(gè)序列[7]。這個(gè)模型被發(fā)現(xiàn)之后，可以通過(guò)將經(jīng)濟(jì)時(shí)間數(shù)據(jù)的歷史值輸入模型，輸出經(jīng)濟(jì)時(shí)間序列的未來(lái)值，實(shí)現(xiàn)預(yù)測(cè)功能[8]。ARIMA模型在構(gòu)造時(shí)，既考慮了經(jīng)濟(jì)時(shí)間序列數(shù)據(jù)本身的前后相關(guān)性，也對(duì)實(shí)際經(jīng)濟(jì)時(shí)間序列數(shù)據(jù)可能受到的干擾因素加以分析，因此該模型與實(shí)際經(jīng)濟(jì)現(xiàn)象的契合度比較高，可以很好的應(yīng)用于構(gòu)建煤炭?jī)r(jià)格趨勢(shì)傾向線[9]。

一般而言，煤炭?jī)r(jià)格時(shí)間序列數(shù)據(jù)可能是非平穩(wěn)的，本文建立ARIMA(p，d，q)差分自回歸移動(dòng)平均模型。其中：p為自回歸項(xiàng)，q為移動(dòng)平均項(xiàng)數(shù)，d為時(shí)間序列成為平穩(wěn)時(shí)所做的差分次數(shù)。ARIMA模型預(yù)測(cè)有兩種方式，分別是靜態(tài)預(yù)測(cè)與動(dòng)態(tài)預(yù)測(cè)。靜態(tài)預(yù)測(cè)是指預(yù)測(cè)值是基于上期(滯后期)的實(shí)際值，而動(dòng)態(tài)預(yù)測(cè)是基于上期(滯后期)的擬合值。確定三個(gè)參數(shù)值的過(guò)程，就是模型的識(shí)別過(guò)程。首先對(duì)原始數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，如果原始時(shí)間序列數(shù)據(jù)是平穩(wěn)的，則d=0；否則要對(duì)原始數(shù)據(jù)做一階差分處理，使差分后的數(shù)列具有平穩(wěn)性，此時(shí)d=1；一階差分后的序列依然不平穩(wěn)就要進(jìn)行二階差分處理，一般的經(jīng)濟(jì)變量二階差分之后都會(huì)變成平穩(wěn)序列，此時(shí)d=2。p和q可通過(guò)自相關(guān)和偏自相關(guān)分析得到[10]。

2 ARIMA模型構(gòu)建

2.1 數(shù)據(jù)來(lái)源

在煤炭?jī)r(jià)格數(shù)據(jù)選擇時(shí)，鑒于秦皇島港是我國(guó)現(xiàn)在最大的煤炭交易市場(chǎng)，從這個(gè)港口交易的煤炭量占比達(dá)到全國(guó)港口的40%以上。北方大部分產(chǎn)煤大省的煤炭主要是通過(guò)秦皇島港運(yùn)往南方各城市，保障南方的煤炭供應(yīng)。所以選擇秦皇島港的煤炭?jī)r(jià)格數(shù)據(jù)具有很強(qiáng)的代表性，直接反映了我國(guó)煤炭市場(chǎng)價(jià)格的整體趨勢(shì)。煤炭?jī)r(jià)格數(shù)據(jù)來(lái)自中國(guó)煤炭市場(chǎng)網(wǎng)，選取2000～2016年秦皇島大同優(yōu)混(發(fā)熱量為6 000大卡[注]1大卡=1千卡(kcal)=4.84千焦(kJ))平倉(cāng)價(jià)格代表中國(guó)煤炭?jī)r(jià)格(圖1)，并對(duì)所取得的價(jià)格區(qū)間取平均值得到中國(guó)煤炭?jī)r(jià)格月度數(shù)據(jù)。

2.2 單位根檢驗(yàn)

首先對(duì)原序列進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表1。統(tǒng)計(jì)量t值大于各顯著性水平下的臨界值，接受原假設(shè)，原序列有一個(gè)單位根，即原序列是非平穩(wěn)序列。

對(duì)原數(shù)據(jù)一階差分后進(jìn)行單位根檢驗(yàn)，結(jié)果見(jiàn)表2。統(tǒng)計(jì)量t值小于1%顯著性水平下的臨界值，拒絕原假設(shè)，序列差分后沒(méi)有單位根，差分后序列平穩(wěn)。

圖1 秦皇島大同優(yōu)混(6 000大卡)平倉(cāng)價(jià)格走勢(shì)

表1 原序列單位根檢驗(yàn)結(jié)果

增廣迪基-福勒檢驗(yàn)統(tǒng)計(jì)量T-統(tǒng)計(jì)量概率-0.1755260.6215測(cè)試臨界值:1%水平-2.5789675%水平-1.94275710%水平-1.615431

表2 原序列單位根檢驗(yàn)結(jié)果

2.3 ARIMA模型識(shí)別

通過(guò)自相關(guān)和偏自相關(guān)分析，并經(jīng)試驗(yàn)后可能的模型組合有ARIMA(2,2,1)，ARIMA(2,2,2)，ARIMA(2,2,3)，ARIMA(1,2,3)。對(duì)初步判斷出的模型進(jìn)行試驗(yàn)，結(jié)合各模型的AIC值大小來(lái)選擇最終模型，四個(gè)模型的相關(guān)指標(biāo)見(jiàn)表3。

比較各模型的指標(biāo)值，ARIMA(2,2,3)的R2最大，且根據(jù)AIC準(zhǔn)則，選擇AIC最小的，綜合分析認(rèn)為選擇ARIMA(2,2,3)模型合適。

3 實(shí)證分析

3.1 政策實(shí)施點(diǎn)確定

在應(yīng)用“投射-施后”對(duì)比分析評(píng)估法的過(guò)程中，確定政策實(shí)施點(diǎn)是前提。本文梳理了2000～2016年國(guó)家宏觀管理部門(mén)出臺(tái)的煤炭產(chǎn)業(yè)調(diào)控政策，見(jiàn)表4。選取2004年12月15日啟動(dòng)煤電價(jià)格聯(lián)動(dòng)機(jī)制[11]、2008年6月19日全國(guó)發(fā)電用煤臨時(shí)價(jià)格干預(yù)限價(jià)[12]、2016年3月21日啟動(dòng)276工作日三個(gè)政策實(shí)施點(diǎn)，分別設(shè)置為政策Ⅰ、政策Ⅱ、政策Ⅲ，分階段對(duì)政策實(shí)施之后做短期預(yù)測(cè)，與實(shí)際煤炭?jī)r(jià)格對(duì)比，估計(jì)政策實(shí)施效果。

表3 模型相關(guān)指標(biāo)

表4 煤炭相關(guān)政策

3.2 模型的預(yù)測(cè)與政策效應(yīng)

ARIMA模型預(yù)測(cè)結(jié)果見(jiàn)表5，政策Ⅰ樣本長(zhǎng)度最大，相應(yīng)地誤差最小。政策Ⅰ樣本區(qū)間內(nèi)，煤炭?jī)r(jià)格波動(dòng)幅度小，預(yù)測(cè)模型擬合度高。政策Ⅱ誤差最大，樣本區(qū)間內(nèi)煤炭?jī)r(jià)格波動(dòng)劇烈，模型擬合難度較大，所以誤差大[13]。

根據(jù)政策“投射-實(shí)施后”對(duì)比分析法，政策效果公式E=A2-A1，其中A1在本實(shí)驗(yàn)中指代的是動(dòng)態(tài)Y(12M)的值，即動(dòng)態(tài)預(yù)測(cè)12月份的煤炭?jī)r(jià)格；A2指代的是實(shí)際值(12M)，即12月份實(shí)際煤炭?jī)r(jià)格觀測(cè)值。這是考慮到12月份之后進(jìn)入下一年工作調(diào)整等變化因素較多，因此選12月份為政策實(shí)施效果點(diǎn)進(jìn)行政策效果的度量，最終政策效果見(jiàn)表6。

表5 ARIMA預(yù)測(cè)結(jié)果

表6 政策效果

在進(jìn)行預(yù)測(cè)時(shí)，所用預(yù)測(cè)模型自回歸是滯后兩期的，隨機(jī)干擾滑動(dòng)平均是滯后三期的，也就是預(yù)測(cè)點(diǎn)開(kāi)始之后的第四期預(yù)測(cè)值是政策實(shí)施后的值作為因變量形成的。假設(shè)模型正確的前提下，說(shuō)明了政策的實(shí)施效果的完全體現(xiàn)至少滯后三期，因?yàn)榍叭诘男Ч歼€包括政策實(shí)施前的影響因子，會(huì)對(duì)政策的實(shí)施形成干擾。這與政策下發(fā)后需要傳達(dá)、政策領(lǐng)會(huì)、制定方案，需要預(yù)留一定的政策準(zhǔn)備期是一致的。

為提高政策效應(yīng)評(píng)估精度，本文提出利用ARIMA模型的兩種預(yù)測(cè)方式(即靜態(tài)預(yù)測(cè)和動(dòng)態(tài)預(yù)測(cè))修正政策效應(yīng)估計(jì)值。靜態(tài)預(yù)測(cè)值Y靜與動(dòng)態(tài)預(yù)測(cè)值Y動(dòng)是在相同的機(jī)制下形成的，區(qū)別就是滯后期的值不同，我們可以認(rèn)為靜態(tài)Y是含有政策因素的，且與動(dòng)態(tài)Y形成機(jī)制相同，而動(dòng)態(tài)Y不包括政策因素，因?yàn)閯?dòng)態(tài)Y公式右邊的值全部是政策實(shí)施前的值，所以用靜態(tài)Y值減去動(dòng)態(tài)Y值來(lái)作為政策實(shí)施的效果更準(zhǔn)確。因此修正政策效果公式為E修=Y靜-Y動(dòng)，修正后的政策效果見(jiàn)表7。

表7 修正后的政策效果

從修正后的政策效果可以看出，政策Ⅱ和政策Ⅲ的效果絕對(duì)值增大，政策Ⅰ絕對(duì)值變小。我們可以理解為政策Ⅱ和政策Ⅲ實(shí)際值受到了更多因素的干擾，因此實(shí)際值相對(duì)偏小。而靜態(tài)預(yù)測(cè)值的獲得模式與動(dòng)態(tài)預(yù)測(cè)值的獲得模式相同，靜態(tài)預(yù)測(cè)值中也包括干擾因素，但是相對(duì)來(lái)說(shuō)干擾因素起的作用小，對(duì)實(shí)驗(yàn)造成的干擾少。

根據(jù)對(duì)政策效果的估計(jì)，三次煤炭產(chǎn)業(yè)調(diào)控政策都在一定程度上起到了預(yù)期效果，影響了我國(guó)的煤炭?jī)r(jià)格，但在不同的經(jīng)濟(jì)狀態(tài)下，政策效果的大小差別很大，政策Ⅲ的實(shí)施效果最為顯著[14]。政策Ⅲ的目的是在規(guī)范和改善煤炭生產(chǎn)經(jīng)營(yíng)秩序，有效化解過(guò)剩產(chǎn)能的基礎(chǔ)上推動(dòng)煤炭企業(yè)實(shí)現(xiàn)脫困發(fā)展。政策Ⅲ的實(shí)施，從根本上扭轉(zhuǎn)了連續(xù)5年下降的煤炭?jī)r(jià)格[15]，進(jìn)而達(dá)到推動(dòng)煤炭企業(yè)脫困發(fā)展的預(yù)期目標(biāo)。

4 結(jié) 語(yǔ)

通過(guò)分析三次政策實(shí)施對(duì)比效果，可以看出用靜態(tài)Y(ARIMA模型靜態(tài)預(yù)測(cè)值)和動(dòng)態(tài)Y(ARIMA模型動(dòng)態(tài)預(yù)測(cè)值)相減得到的差值作為政策效果的估計(jì)更為可靠，本文構(gòu)建的評(píng)估方法既可以應(yīng)用于以影響煤炭?jī)r(jià)格作為預(yù)期目標(biāo)的政策有效性評(píng)估，也可以拓展應(yīng)用于以煤炭產(chǎn)量、消費(fèi)量等其他變量作為調(diào)控預(yù)期的相關(guān)產(chǎn)業(yè)政策有效性的評(píng)估。