我国有色金属消费与经济增速的关系及预测的实证分析 ——以铝为例 sup ① _sup _李欢.pdf
我国有色金属消费与经济增速的关系及预测的实证分析 以铝为例 ① 李 欢, 陈建宏, 杨 珊, 韩 旭, 张 红 中南大学 资源与安全工程学院,湖南 长沙 410083 摘 要 选取我国 1996~2018 年的经济增速与铝消费量数据建立时间序列,使用 Eviews 9.0 和灰色建模软件 7.0 对数据进行分析。 通过构建矢量自回归模型和误差修正模型,使用平稳性判断、协整检验、脉冲检验、方差分解和格兰杰因果检验等,得出我国 1996~ 2018 年的铝消费量和经济增速具有长期均衡关系,经济增速每上升 1%,铝消费量相应地上升 19.9%;经济增长对铝消费量具有单 向的因果关系,但是铝消费量的增长不足以决定经济增速的上升。 同时通过构建灰色均值模型并进行了精度检验,得出 G1,1模 型的精度较高、误差较小;模型预测 2019 年我国的铝消费量预期达到 4 313.6 万吨,能够为相关部门提供决策依据。 关键词 铝消费量; 经济增速; 实证分析; VAR 模型; G1,1模型 中图分类号 X22; F427文献标识码 Adoi10.3969/ j.issn.0253-6099.2019.05.035 文章编号 0253-6099201905-0137-07 An Empirical Analysis of Relationship Between Nonferrous Metals Consumption and Economic Growth and Forecast of Nonferrous Metals Consumption in China With Aluminum as an Example LI Huan, CHEN Jian-hong, YANG Shan, HAN Xu, ZHANG Hong School of Resources and Safety Engineering, Central South University, Changsha 410083, Hunan, China Abstract Economic growth and aluminum consumption data from 1996 to 2018 were selected to establish time series, and were analyzed by using Eviews 9.0 and Grey 7.0 software. Based on the constructed vector autoregressive model and error correction model, it is concluded that there was a long-term equilibrium relationship between aluminum consumption and economic growth in China from 1996 to 2018, after stationarity judgment, co-integration test, impulse test, variance decomposition and Granger causality test. With an increase of 1% in the economic growth rate, the aluminum consumption correspondingly increased by about 19.9%. It is found that economic growth can bring impact to the aluminum consumption, but is independent on the increase of aluminum consumption. Furthermore, a grey mean model is constructed to check the accuracy of the analysis, indicating that G1,1 model has a higher precision with smaller error. Based on the model, China′s aluminum consumption in 2019 is expected to reach 43.136 million tons, which can provide relevant departments some reference in decision making. Key words aluminum consumption; economic growth; empirical analysis; VAR model; G1,1 model 随着现代工农业的迅猛发展,有色金属产业在人 类发展中的地位也越来越高。 铝作为仅次于铁的第二 大类金属,在国民经济发展和人民生活中具有难以替 代的作用。 我国铝产业经过了多年飞速发展,已然成 为了国际市场最重要的铝及铝产品加工材料基地,电 解铝产量超过全球总量的二分之一以上,铝消费量占 比也接近全球比重的一半[1]。 我国铝消费量的爆发 性增长的动力来源于我国经济的高速增长。 关于铝消 费量与经济增长之间的关系,已有研究[2-14]虽采用的 方法各有不同,但均认为我国铝消费量将保持较高范 围的增长,需要对不可再生的金属资源进行可持续管 理[15]。 因此,寻找铝消费量与经济变化之间的规律, ①收稿日期 2019-03-29 基金项目 国家自然科学基金青年基金51404305 作者简介 李 欢1985-,女,湖南湘潭人,讲师,博士研究生,主要研究方向为矿业经济和矿业企业管理。 第 39 卷第 5 期 2019 年 10 月 矿矿 冶冶 工工 程程 MINING AND METALLURGICAL ENGINEERING Vol.39 №5 October 2019 ChaoXing 研究预测我国铝消费量的趋势,对我国铝工业发展有 着重要意义。 1 铝消费量和经济增速的数据收集 我国 1996~2018 年的铝消费量和经济增速的原 始数据如表 1 所示。 其中铝消费量数据来自历年的 中国有色金属工业年鉴;经济增速为本年度实际 GDP 增量与上年度实际 GDP 总量的比值,由于历年 年鉴中的 GDP 是以当年价格计价的名义 GDP,因此需 要将其换算成以不变价格计价的实际 GDP本文以 1995 年为基期,各年的名义 GDP 来自历年的中国 统计年鉴。 表 1 我国 1996~2018 年铝消费量和经济增速原始数据 年份 铝消费量 / 万吨 经济增速 / % 年份 铝消费量 / 万吨 经济增速 / % 1995187.520071 234.718.7 1996202.89.620081 241.318.2 1997208.717.320091 315.017.9 1998242.510.020101 650.010.4 1999292.66.820111 770.217.2 2000349.97.120122 025.816.6 2001349.210.520132 195.510.3 2002415.211.420142 800.39.6 2003517.810.720153 106.87.7 2004619.113.020163 161.56.8 2005711.919.220173 5408.0 2006864.817.120183 71310.7 2 铝消费量和经济增速的关系分析 2.1 数据平稳性处理 令经济增速为 Y、铝消费量为 X,由于两时间序列 均为不平稳序列,本研究为减少时间序列异方差,需要 对时间序列进行对数化处理。 因此令对数化处理后的 经济增速Y和铝消费量X分别为 lnY 和 lnX,并用 于后续所有数据分析。 根据对数化处理后的经济增速 lnY和铝消费量lnX两序列的趋势变化图图 1 可知,两序列都是非平稳的时间序列。 如果一个非平 稳的时间序列经过 d 阶差分后平稳,则该序列为 d 阶 单整序列;只有两序列均为同阶单整,它们之间才可能 存在协整关系。 为防止模型中存在伪回归问题,首先 需要对序列进行平稳性检验,一般进行序列的自相关 和偏自相关分析以及 ADF 单位根检验。 令对数化处理后的经济增速lnY 和铝消费量 lnX 的一阶差分序列分别为 dlnY 和 dlnX, 使用 Eviews 9.0 软件分别对两序列做一阶差分后,其自相关 系数很快逐步趋于0;同时由ADF 单位根检验结果表2 年份 ■ ■ ■ ■■ ■■■ ■ ■■■ ■■ ■ ■■ ■■ ■ ■ ■ ■ 8.5 7.5 6.5 5.5 4.5 3.5 2.5 1.5 2000199620042008201220162020 ●● ● ● ● ● ● ● ●● ● ●●● ●● ●● ●● ● ●● 经济增速lnY 铝消费量lnX ■ ● 经济增速lnY 铝消费量lnX 图 1 对数化处理后的经济增速和铝消费量序列趋势 表 2 ADF 单位根检验结果 检验序列lnYdlnYlnXdlnX ADF 值-0.883 6-5.047 2-2.226 3-5.040 0 p 值0.774 00.000 6***0.453 20.003 1*** 0.01 水平-3.769 6-3.788 0-4.440 7-4.467 9 0.05 水平-3.004 9-3.012 4-3.632 9-3.645 0 0.1 水平-2.642 2-2.646 2-3.254 7-3.261 5 检验结果不平稳平稳不平稳平稳 注***表示在 0.01 的水平下显著。 可以看出,两序列的一阶差分序列在 0.01 的统计水平 下显著,因此经济增速lnY和铝消费量lnX序列是 平稳的,满足一阶单整条件,可以构建协整方程。 2.2 Johansen 协整检验 表 3 为对铝消费量lnY和经济增速lnX序列 进行协整检验的结果。 协整检验中迹统计量及最大特 征根检验概率 p=0.283 0,说明两序列之间存在一个协 整关系的概率为 0.283 0,大于 10%的统计水平,因此两 序列之间存在一个协整关系。 由 dlnX 的调整系数值为 负-0.3710可知,偏离非均衡误差可以得到修正,协整 关系有效;由 dlnY 的调整系数值为正0.114 7可知, 非均衡误差不仅得不到修正,且误差会更大,协整关系 无效。 因此,经济增速lnY和铝消费量lnX之间仅 存在一个协整关系。 表 3 协整检验结果 p 协整检验结果 lnX 对应方程检验系数lnY 对应方程检验系数 lnXdlnXlnYdlnY 0.283 01.000 0-0.371 0*-0.199 00.114 7 注*表示协整关系的有效性。 根据对数似然值最大的协整关系可知长期均衡方 程为 lnXt= 0.199 0lnYt ε t 1 调整后的长期协整方程为 831矿 冶 工 程第 39 卷 ChaoXing Xt = Y t 19.9 μ t 2 式中 t 表示年份;εt和 μt分别为误差修正项目。 从方 程1和2可以看出,经济增速对铝消费量有明显的 促进作用,经济增速每上升 1 个百分点,铝消费量相应 地上升 19.9 个百分点。 2.3 矢量自回归模型构建 矢量自回归模型VAR需要把每一个外生变量作 为所有内生变量滞后值的函数来构造,其一般形式为 Yt = A 1Yt-1 A 2Yt-2 ApYt-p εt3 式中 Y 为 K 维内生变量向量;A 为相应系数矩阵;p 为 内生变量的之后阶数。 由于经济增速lnY和铝消费量lnX之间存在 一个长期的稳定关系,因此以经济增速lnY和铝消 费量lnX作为内生变量构建 VAR 模型,并根据赤池 信息准则建立滞后期为 4 的 VAR 模型。 Eviews 9.0 关 于经济增速lnY和铝消费量lnX的拟合方程的输 出结果如表 4 所示,一共拟合了 2 个 VAR 方程。 R2、 调整 R2、AIC 和 SC 值能够说明不同方程的拟合程度, 其中 R2和调整 R2值越大、AIC 和 SC 值越小,表示拟 合效果越好。 由于经济增速lnY方程的 R2和调整 R2分别为 0.665 2、0.397 4,铝消费量lnX方程的 R2 和调整 R2分别为 0.995 6、0.992 0,且后者的 AIC、SC 值小于前者,所以建立铝消费量lnX方程拟合效果 更好。 表 4 VAR 模型检验统计量结果 拟合 方程 R2调整的 R2AIC 值SC 值 特征根 倒数模 lnX0.995 60.992 0-2.133 4-1.686 0 r<1 lnY0.665 20.397 40.542 80.990 2 根据上述结论建立的最优 VAR 方程如式4所 示。 表 4 中的 r 表示特征根倒数模的位置,若 r<1,则 模型稳定;若 r≥1,则模型不稳定。 根据表4 可知建立 的 VAR 模型稳定。 lnX lnY ■ ■ ■ ■ ■ ■ ■ ■ = 0.507 50.049 1 0.409 90.821 9 ■ ■ ■ ■ ■ ■ ■ ■ lnX -1 lnY -1 ■ ■ ■ ■ ■ ■ ■ ■ 0.128 10.074 6 0.156 0- 0.050 4 ■ ■ ■ ■ ■ ■ ■ ■ lnX -2 lnY -2 ■ ■ ■ ■ ■ ■ ■ ■ 0.312 20.086 4 - 1.602 0- 0.138 1 ■ ■ ■ ■ ■ ■ ■ ■ lnX -3 lnY -3 ■ ■ ■ ■ ■ ■ ■ ■ 0.021 6- 0.179 1 0.996 9- 0.009 8 ■ ■ ■ ■ ■ ■ ■ ■ lnX -4 lnY -4 ■ ■ ■ ■ ■ ■ ■ ■ 0.395 1 1.228 3 ■ ■ ■ ■ ■ ■ ■ ■ ε t 4 2.4 误差修正模型构建 构建误差修正模型前,需要检测残差是否存在自 相关。 经检验,当滞后期分别为 1 ~ 4 时均有概率 p>0.05,说明模型残差不存在自相关;对残差进行 ADF 单位根检验的概率 p=0.000 4,说明在 1%的统计水平 下残差不存在单位根,因此残差是平稳序列。 所以上 述分析以及滞后期为 4 时模型最优的结论,可以建立 滞后期为 3 的误差修正模型VEC,VEC 模型中的协 整关系用误差修正项表示为 CointEQt= lnYt-1 0.358 6lnXt-1- 4.974 7 5 将式5代入式1得到长期协整方程为 lnXt= 0.199lnYt lnYt-1 0.358 6lnXt-1- 4.974 7 6 此外,Eviews 9.0 软件还对模型中误差修正项 CointEQt的系数进行了估计,对应 lnY 和 lnX 的误差 修正项系数估计值分别为-0.032 8 和-0.230 2。 其中 估计值-0.032 8 表示当经济增速不变时,铝消费量在 当期的变化可以消除前一期 3.28%的非均衡误差;估 计值-0.230 2 表示在铝消费量不变时,经济增速在当 期的变化可以消除前一期 23.02%的非均衡误差。 2.5 脉冲检验和方差分解 脉冲响应函数主要用来衡量某个内生变量的随机 扰动项的一个脉冲对 VAR 模型中所有内生变量当前 值和未来取值的影响[16],但是其捕捉的不是全面的动 态关系,只是反应一个变量对另外一个变量的影响;而 方差分解可以将 VAR 模型中一个变量的方差分解到 各个扰动项上。 模型的脉冲检验结果如图 2 所示,方 差分解结果如图 3 所示。 图 2b说明了铝消费量对经济增速的冲击作用, 经济增速在铝消费量冲击 2 期后开始上升,第 3 期达 到峰值后于第 4 年降为最低值,后逐渐出现微弱震荡, 0.6 0.4 0.2 0.0 -0.2 -0.4 246 8 10 12 14 16 18 20 0.6 0.4 0.2 0.0 -0.2 -0.4 246 8 10 12 14 16 18 20 0.15 0.10 0.05 0.00 -0.05 -0.10 246 8 10 12 14 16 18 20 0.15 0.10 0.05 0.00 -0.05 -0.10 246 8 10 12 14 16 18 20 ab cd 图 2 脉冲检验结果 a lnY 对 lnY 的响应; b lnY 对 lnX 的响应; c lnX 对 lnY 的响应; d lnX 对 lnX 的响应 931第 5 期李 欢等 我国有色金属消费与经济增速的关系及预测的实证分析 以铝为例 ChaoXing 160 120 80 40 0 -40 246 8 10 12 14 16 18 20 160 120 80 40 0 -40 246 8 10 12 14 16 18 20 160 120 80 40 0 -40 246 8 10 12 14 16 18 20 160 120 80 40 0 -40 246 8 10 12 14 16 18 20 ab cd 图 3 方差分解结果 a lnY 导致的 lnY 方差变动; b lnY 导致的 lnX 方差变动; c lnX 导致的 lnY 方差变动; d lnX 导致的 lnX 方差变动 于第 10 期后逐渐趋于 0 左右;图 2c说明铝消费量 在经济增速冲击第 1 年出现微弱的负向变化,后迅速 上升并于第 4 期达到峰值,后逐渐下降于第 9 年出现 负向效应,后呈现微弱震荡并基本保持为 0。 而经济增 速和铝消费量均对自身的冲击有一定变化。 图 2a显 示经济增速对自身的冲击从第 1 期就急速下降,由 27%降至第 7 期的-8%,后缓慢回升并于 14 期后保持 为0;图2d显示铝消费量对自身的冲击在前10 期有 较大震荡,后逐渐趋于平缓,且效应为正向。 方差分解显示随着期数增加,铝消费量的变动方 差主要来自于经济增速和自身。 图 3c显示经济增 速的变动解释部分由第 1 期的 0.75%急速上升至第 4 期的 38.11%,后缓慢下降,但解释的方差仍保持在 25%左右;图 3d显示铝消费量由自身变动解释的部 分由第 1 期的 99.25%迅速下降至第 4 期的 61.89%,后 缓慢上升达到 75%,且自身解释的方差一直保持在 61%以上。 经济增速的变动方差由自身解释的部分和 由铝消费量解释的部分变化均很微弱。 其中由自身解 释的部分图 3a呈现缓慢降低的趋势,但均保持 在 95.6%以上;由铝消费量解释的部分图 3b从第 1 期的 0 缓慢上升至第 4 期的 4%左右,后保持平稳, 因此铝消费量对经济增速的方差解释作用较小,仅占 到 4%左右。 2.6 格兰杰因果检验 格兰杰因果关系检验为诺贝尔经济学奖得主克莱 夫格兰杰所开创。 在时间序列下,若包含了变量 x、 y 的过去信息对 y 的预测效果要明显优于只有 y 的过 去信息对 y 的预测,那么 x 是 y 的格兰杰原因。 在 VAR 模型中主要用来检验某变量的滞后项是否对其 他变量的当期值存在影响。 经济增速lnY和铝消费 量lnX分别作为被解释变量进行格兰杰因果检验的 结果如表 5 所示。 在铝消费量的格兰杰方程中,经济 增速的检验概率 p= 0.000 0,在 0.01 的统计水平下构 成对铝消费量增长的格兰杰因果关系;而在经济增速 的格兰杰方程中,铝消费量的检验概率 p= 0.923 7,不 构成对经济增速的格兰杰因果关系。 因此,从长期来 说经济增速的增长会引起铝消费量的增长,但铝消费 量的增长不足以决定经济增速的上升,这与式2协 整方程的解释结果、VEC 模型中误差修正项系数的解 释结果以及脉冲检验和方差分解的结果是一致的。 表 5 格兰杰因果关系检验结果 被解释变量排除的变量卡方统计量检验 p 值 经济增速lnY lnX0.906 10.923 7 All0.906 10.923 7 铝消费量lnX lnY54.497 60.000 0*** All54.497 60.000 0*** 注***表示在 0.01 的水平下显著。 3 我国铝消费量的灰色预测 3.1 模型原理 假设 X0序列为非负的时间序列,X1序列为 X0 序列的 1-AGO 序列,z1k序列为模型的背景值,即 X1序列的紧邻均值生成值,则 G1,1模型的基本形 式为 x0k az1k = b7 其中 X0= x01,x02,,x0n8 X1= x11,x12,,x1n9 z1k = 0.5x1k 0.5x1k - 110 若 a=a,bT为 G1,1模型的参数列,则 G1,1 模型的最小二乘法估计满足 a=BT,B -1 BTY,其中 Y = X01 X02 ︙ X0n ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ , B = - z 11 1 - z 12 1 ︙ - z 1n 1 ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ 11 因 G1,1模型的白化方程为 dx1 dt ax1= b 12 则模型的时间响应式为 x1k =x01 - b a ■ ■ ■ ■ ■ ■e-ak-1 b a 13 式中 a 为模型的发展系数,b 为灰色作用量,k = 1,2, ,n。 模型的检验分为四步,检验主要参考常用的精度 等级表见表 6。 041矿 冶 工 程第 39 卷 ChaoXing 表 6 常用精度检验等级表 临界值精度 等级 相对误差 α 绝对关联度 ε0 均方差等级 C0 小误差概率 p0 一级0.010.90.350.95 二级0.050.80.500.80 三级0.100.70.650.70 四级0.200.60.800.60 第 1 步,进行残差的合格模型检验。 假设原始序 列 X0的预测模拟序列为 X0、残差序列为 ε0,对于 k≤n,k 点的模拟相对误差和平均相对误差分别为 Δk 和 Δ,计算公式为 Δk= εk x0k , k = 1,2,,n14 Δ = 1 n ∑ n 1 Δk15 对于给定的相对误差 α,Δ<α 且 Δn<α,则该 G1,1 模型为残差合格模型。 其中 Δk和 Δ 均越小越好。 第 2 步,进行绝对关联度合格模型检验。 原始序 列 X0和预测模拟序列 X0之间的绝对关联度 ε0i的 计算公式为 ε0i= 1 S0Si 1 S0SiSi - S 0 16 其中 Si - S 0 = ∑ n-1 k-2 X0 ik - X 0 0k 1 2 X0 in - X 0 0n 17 S0=∑ n-1 k = 2 X0 0k 1 2 X0 0n 18 Si=∑ n-1 k = 2 X0 ik 1 2 X0 in 19 对于给定的关联度 ε0> 0,若ε0i>ε0,则该 G1,1 模型为关联度合格模型,其中关联度 ε0i越大越好。 第 3 步,进行均方差比合格模型检验。 对于原始 序列 X0、预测模拟序 X0和残差序列 ε0,有 S1和 S2分别为原始序列和残差序列的方差,x、ε 分别为原 始序列和残差序列的均值。 那么均方差比值为 C = S2 S1 20 其中 S2 1 = 1 n ∑ n k = 1 x0k - x 2 21 S2 2 = 1 n ∑ n k = 1 εk - ε 2 22 对 于 给 定 的 均 方 差 比 值 C0>0,若 C <C0,则该 G1,1模型为均方差比合格模型。 第 4 步,进行小误差概率合格模型检验。 小误差概 率计算公式为 p = P εk - ε < 0.674 5S123 对于给定的小概率误差P0>0,若 p >p0,则该 G1,1 模型为小误差概率合格模型,其中 p 越大越好。 3.2 模型构建 为提高模型预测的精度,此处使用 2008~2017 年 我国铝消费量的时间序列来构建 G1,1预测模型。 使用灰色软件对模型的参数列进行最小二乘估计得到 a=-0.1,b = 1 214.3。 则模型的白化方程和模型时间 响应式分别为 dx1 dt - 0.1x1= 1 214.3 24 x1k = 13 384.3e -ak-1 - 12 14325 从而得到铝消费量的预测模型表达式为 x0t 1 = 1 - e -0.1t13 384.3e0.1t 26 3.3 模型检验 使用灰色软件得到误差检验结果如表 7 所示。 表 7 误差检验汇总表 年份实际数据模拟数据残差相对误差/ % 20081 241.3 20091 315.01 441.1-126.19.6 20101 650.01 619.130.91.9 20111 770.21 819.1-48.92.8 20122 025.82 043.8-18.00.9 20132 195.52 296.2-100.74.6 20142 800.32 579.8220.57.9 20153 106.82 898.5208.36.7 20163 161.53 256.5-95.03.0 20173 540.03 658.7-118.73.4 首先,将表 7 中的相对误差值代入式15得到平 均相对误差 Δ= 4.5%,小于给定的相对误差 α= 0.05, 因此模型为残差合格模型,预测精度为二级。 第 2 步,根据式16 ~19计算得到绝对关联度 ε0i=0.937 1,大于给定的关联度 ε0= 0.9,因此模型为 关联度合格模型,精度为一级。 第 3 步,根据式20 ~22计算得到均方差比值 C=0.172 5,小于对于给定的均方差比值 C0=0.35,因此 模型为均方差比合格模型,精度为一级。 最后,由表 7 中残差均值和式23计算得到小概 率误差p=100,大于给定的小概率误差 p0= 0.95,因 此模型为小概率误差合格模型,精度为一级。 模型精度检验结果汇总如表 8 所示,可见我国铝 消费量 G1,1模型的 4 个检验指标均符合精度一级 141第 5 期李 欢等 我国有色金属消费与经济增速的关系及预测的实证分析 以铝为例 ChaoXing 或二级要求,所以预测结果精度较高、误差较小,可以 用该 G1,1模型进行铝消费量的预测。 因此,根据 式26计算得出 2018 年我国铝消费量为 3 891.0 万 吨,同表 1 中铝消费量实际值相比误差约为 4.7%,说 明 G1,1模型预测效果较好。 表 8 G1,1模型精度检验结果 检验项目相对误差/ %绝对关联度均方差比值小误差概率/ % 计算结果4.50.937 10.172 5100 检验结果二级一级一级一级 3.4 铝消费量预测 根据上述模型对我国 2019 年的铝消费量进行预 测,得出我国 2019 年铝消费量预期将达到 4 313.6 万 吨。 我国铝消费量实际值和模型预测值如图 4 所示, 可以看出我国铝消费量仍将不断攀升。 年份 ■ ■ ■ ■ ■ ■ 5000 4000 3000 2000 1000 2008201220162020 铝消费量/ 万吨 ● ● ■ ■ ● ■ ■ ■ ● ● ● ● ● ● ● ● 实际值 预测值 ■ ● 图 4 我国铝消费量实际值和 G1,1模型预测值 4 结 语 4.1 结 论 基于矢量自回归模型的协整检验、格兰杰因果检 验、脉冲检验和方差分解结果以及构建的误差修正模 型的分析结果证明,我国 1996~2018 年的铝消费量和 经济增速之间具有长期均衡的关系。 从短期来说铝消 费量的增加对经济增速的影响微弱且有限,从长期来 说经济增速每上升 1%,铝消费量大约上升 0.199%;经 济增速是铝消费量的单向格兰杰原因,即经济增速的 增长会引起铝消费量的增长,但铝消费量的增长不足 以决定经济增速的上升。 另外,构建灰色均值 G1,1模型作为我国铝消 费量的预测工具,经拟合可知模型的预测精度较高、误 差较小,且 2018 年铝消费量的预测值和实际值之间的 误差为 4.7%,说明该模型的预测精度非常高,模型较 为合理。 同时根据模型预测了我国 2019 年度的铝消 费量将会达到 4 313.6 万吨。 4.2 对策与建议 2007 年以后,发展中国家成为全球铝消费的主 体,我国的铝消费量实现了持续增长。 对比发达国家 的发展状况,当一二产业比重低于 50%时,工业化进 程才会放缓甚至基本结束,铝消费量逐渐减少;铝消费 量不仅与经济发展和城市化率有密切的正相关关系, 而且与工业化进程有密切的相关性,城市化率越高,工 业化程度越高,铝消费量越高[17]。 目前我国正处于工 业化中期阶段,矿产资源的消费结构不同于工业化初 期阶段,铝成为最重要的有色金属。 目前我国铝消费 量的增长速度有所放缓,但是增长还将继续,建筑行业 的消费地位短期难以替代;随着大中城市改造、城市棚 户区建设、城乡一体化建设等,包含高铁、地铁、城市轨 道和汽车等的交通运输业将成为铝消费量增长的重要 着力点,同时耐用消费业、包装容器行业的铝消费量将 持续增长,从而对整体消费规模的扩大发挥积极作用。 政策是我国铝工业的行业发展风向标,本文从结 构调整、安全环保及进出口三方面提出以下建议一是 坚定执行国家“供给侧结构性”政策。 需要对整个铝 产业的产业结构进行优化调整,在满足铝消费量需求 增长的前提下,提高高端铝产品产量,减少低端铝产品 产能,大力发展再生铝资源。 二是响应国家节能环保 政策。 铝产业是一个能源密集型产业,在电解铝的过 程中需要消耗大量电能,同时会产生环境污染,排放出 一些废水、废气、废物,因此铝企业需要严格遵守国家 环保政策的要求,确保整个产业链的健康发展。 三是 优化进出口结构、建立全球化视野。 我国的铝工业体 系完善而高效,是世界上炼铝能耗最低的国家,同时美 日德等铝资源主要消费国所需的消费量不能自给,因 此我国应改变铝土矿资源产品的进出口结构,增加氧 化铝、原铝的进口量,同时通过进出口关税调整支持, 将产能向外输出,带动国内铝产业的进一步增长。 参考文献 [1] 熊 慧. “2006 年中国国际铝业论坛”内容集粹[J]. 中国金属通 报, 2007115-16. [2] Kraft J, Kraft A. On the Relationship Between Energy and GNP[J]. Energy Development, 19782401-403. [3] Sachs J D, Warner A M. Fundamental Sources of Long-run Growth[J]. American Economic Review, 19972184-198. [4] Glyfason T. Natural Resources, Education, and Economic Develop- ment[J]. European Economic Review, 20016847-859. [5] Pan G,Harris D V P. The latest trend tracing model for projection of mineral demand[J]. Nonrenewable Resources, 1993,2131-38. [6] Nishiyama T. Trends and short-term prospects for copper demand[J]. Nonrenewable Resources, 1996,53155-168. [7] 王贵成,贺 振,高俊丽. 基于灰色系统理论的我国钢铁产业与 GDP 关系研究[J]. 矿冶工程, 2019,392128-132. 241矿 冶 工 程第 39 卷 ChaoXing [8] 陈建宏,永学艳,杨立兵. 中国铝消费量与 GDP 产出关系的实证 研究[J]. 辽宁工程技术大学学报社会科学版, 2009,113 246-248. [9] 徐长宁. 铜消费量与 GDP 的关系浅析[J]. 中国金属通报, 2008 2932-35. [10] 董春明. 回看中国铝产品进出口贸易“大数据”[N]. 中国有色 金属报, 2015-08-20003. [11] 邱哲生. 中国原铝消费现状分析及未来消费需求预测[D]. 昆 明云南大学工商管理与旅游管理学院, 2010. [12] 许国栋,敖 宏,佘元冠. 我国原铝消费规律研究及消费量预测[J]. 中国管理信息化, 2013,161131-35. [13] 袁纬芳,郑明贵. 基于 BP 神经网络的我国铝矿资源需求情景分 析[J]. 资源与产业, 2014,161132-137. [14] 薛亚洲. 基于 GM1,n 模型的铝需求预测[J]. 金属矿山, 2012,411114-18. [15] Zeltner C, Bader H P, Scheidegger R, et al. Sustainable metal man- agement mplified by copper in the USA[J]. Regional Environ- mental Change, 1999,1131-46. [16] 樊欢欢,刘 荣. Eviews 统计分析与应用[M]. 北京机械工业出 版社, 2014. [17] 陈佳贵,钟宏武. 西部地区工业化进程的综合评价和阶段性特征[J]. 开发研究, 200716-10. 引用本文 李 欢,陈建宏,杨 珊,等. 我国有色金属消费与经济增速 的关系及预测的实证分析 以铝为例[J]. 矿冶工程, 2019,39(5) 137-143. 上接第 132 页 2 T74 态合金抗应力腐蚀和抗剥落腐蚀性能最 好。 四级时效态合金中存在粗大且断续分布的晶界析 出相以及宽的 PFZ,因而腐蚀性能差。 参考文献 [1] Han N M, Zhang X M, Liu S D, et al. Effect of solution treatment on the strength and fracture toughness of aluminum alloy 7050[J]. Jour- nal of Alloys Compounds, 201