不确定因素影响下我国煤炭开采产量预测(1).pdf

统计与决策２０1 7年第1期总第469期 不确定因素影响下我国煤炭开采产量预测 贾县民 1, 2， 王喜莲3 （1.西安建筑科技大学 管理学院， 西安 710055； 2.西安外事学院 商学院， 西安 710077； 3.西安科技大学 管理学院， 西安 710054） 摘要 煤炭是我国主力能源， 也是最主要的碳排放源， 经济新常态下的煤炭开采必须强化 “节能优先、 总 量控制” 的思想。文章在综合考虑煤炭开采中资源储量、 开采成本、 煤炭价格、 技术进步、 政策等不确定因素的 基础上， 构建了煤炭跨期最优化开采模型， 应用VC可视化编程、 数值分析等方法， 对我国煤炭开采产量分情景 进行了模拟预测。 关键词 煤炭开采； 最优产量； 优化模型； 不确定因素 中图分类号 F206文献标识码 A文章编号 1002-6487 （2017） 01-0090-03 基金项目 国家自然科学基金青年项目 （71303184） ； 教育部人文社科青年项目 （12YJC790075） ； 陕西省软科学项目 （2013KRM05） ； 陕西教育厅人文社科项目 （13JK0221） ； 西安科技大学社科繁荣项目 （2012SY02） 作者简介 贾县民 （1976） ， 男， 山西汾西人， 博士研究生， 研究方向 资源系统优化与管理、 资源经济与管理。 王喜莲 （1975） ， 女， 山西临汾人， 博士， 副教授， 研究方向 资源经济管理。 0引言 煤炭在我国能源结构中居于主导地位， 长期以来， 我 国的能源发展高度依赖煤炭。据统计， 本世纪以来我国煤 炭消费量占能源消费总量的比重年均高达69。基于全 球气候变化和能源安全的考虑， 我国能源发展战略的总体 规划是调整能源结构， 降低煤炭等高碳能源的消耗， 但化 石能源的禀赋和可再生能源的现状决定了煤炭在 “十三 五” 时期乃至今后一段时间在能源结构中的突出地位将是 长期的。本文在综合考虑影响我国煤炭开采的资源储量、 煤炭价格、 技术进步、 环境约束及政府政策等各种不确定 性因素及其它们之间的相互关系， 通过建立我国煤炭资源 最优开采产量模型， 对其进行实证分析和模拟预测。 1我国煤炭开采最优产量模型及其有效性检验 1.1煤炭开采不确定性因素分析 煤炭开采是个系统工程， 会受到多种因素的影响， 每 一种影响因素都存在不确定性。归纳如下 （1） 储量 （S） 。储量大小影响煤炭开采的方式和水 平。煤炭储量是一个动态变量， 随着不断开采而减少， 通 过勘探发现又可能增加， 这主要取决于科学技术水平、 人 类认知能力的发展变化等。因此， 煤炭储量具有很大的不 确定性。 （2） 价格 （P） 。煤炭价格受其影响因素而上下波动。 本世纪初， 随着我国经济的快速增长， 特别是煤化工产业 的蓬勃发展， 致使煤炭价格一路上扬， 煤价的上涨又进一 步刺激了煤炭产量的增加。2013年以来， 由于内外部环 境变化及低碳要求， 煤炭价格出现一定程度的降幅。 （3） 成本 （C） 。构成煤炭开采成本的要素有很多， 它 们有材料费、 工人工资、 设备修理与折旧、 生产安检与监 督， 环境补偿等， 而且这些因素会随着社会、 经济， 乃至自 然条件的变化而改变， 这致使煤炭开采过程中存在着开采 成本的不确定性。 （4） 技术进步 （A） 。技术是煤炭生产的内生经济变 量， 在煤炭开采中发挥着重要作用， 技术进步可以扩大生 产规模， 提高生产效率， 改变煤种、 煤矿的开发顺序等。 （5） 政策 （E） 。政府基于环境、 经济和资源的综合考 虑， 对煤炭开采采取的规章制度和措施。我国现行矿业税 费种类较多， 如资源税、 矿产资源补偿费、 采矿权使用费 等。而且， 国家会随着经济发展水平， 生态建设需要而调整 能源政策， 所以煤炭开采面临的能源政策存在许多不确定 性。煤炭开采的各影响因素的不确定性特征如图1所示。 图1 煤炭资源开采的不确定性条件 1.2煤炭开采产量跨期优化模型 在假定其他条件不变的情况下， 建立煤炭产量和不确 定性因素之间的函数关系， 可得煤炭生产函数为 方 法 应 用 DOI10.13546/ki.tjyjc.2017.01.021 90 网络出版时间2017-01-18 090645 网络出版地址 统计与决策２０1 7年第1期总第469期 XfSPACE（1） 根据煤炭企业利润最大化经营原则， 有 MaxV t0 T-1 ρt[PtXt-CXtAtE]（2） 其中 T为煤炭的寿命期； Xt为第t年煤炭产量， 为决策 变量； Pt为第t年煤炭市场价格， 为外生变量；CXtAtE 为第t年煤炭开采成本， 为中间变量， 其中At为第t年煤炭 开采技术进步水平， E 为环境政策； ρ为贴现系数， ρt1r-t（r为贴现率） 。 式 （2） 中煤炭开采成本函数而言， 由于At和开采规模 Xt成 二 次 函 数 关 系 ，可 以 将 成 本 函 数 简 化 为 CXtAtabXtcXt2（a,b,c为常数） 。通过引入Hamilt- ion函数及庞特里亚金极大值原理等， 求得该模型最优解， 如式 （3） 所示，Xt*即为煤炭最优化开采的产量。 X * t 1 2c Pt-b-1rt t0 T-1 Pt-b-2cQ0 t0 T-1 1rt （3） 式 （3） 可以看出煤炭最优产量的结果取决于参数Pt、 a、 b、 c、 T、 r。Pt为外生变量， 一般而言， 煤炭开采成本函数 各项系数a、 b、 c可以根据历年煤炭开采情况而确定。本 文将At、 产量Xt、 及成本C进行多元回归， 由Eviews运算输 出结果如表1， 可得我国煤炭开采技术进步和产量综合影 响 下 的 成 本 函 数 为 CXtAt42.68X 2 t -1061.039Xt 7554.75； 贴现率r不仅要包括无风险贴现率， 而且要考 虑风险收益率， 关于贴现率的确定目前也有较成熟的方 法， 本文取现值为0.055； 根据我国煤炭工业发展中长期规 划， 本文设定煤炭开采寿命T为100年。 表1煤炭开采成本函数拟合结果 参数项 a b c 参数值 7554.75 -1061.039 42.680 标准误差 991.2947 113.1272 2.7787 t值 7.4339 -9.3227 14.3957 Erob＞|t| 0.0000 0.0000 0.0000 R2 0.991601 F值 629.6798 1.3模型模拟与有效性分析 考虑到Xt*方程中所涉及的参变量多， 运算量大， 本 文采用VC可视化手段编制了我国煤炭跨期优化模型的求 解程序。该程序求解分价格运算和产量运算两步进行。 本文以我国 19802005 年煤炭实际价格为基础， 对 20062014年煤炭价格和产量进行初步模拟， 模拟值和 实际值如图2所示。 图2 20062014年煤炭价格及产量模拟比较 20062014年样本期内， 随着我国煤炭市场的需求 变化， 煤炭价格出现涨跌交替先升后降不断波动的现象。 从图1可以看出， 总体而言价格模拟值和实际值非常接近 （除2011年和2014年外） ， 20062012年间价格模拟值略 高于实际值， 20132014 年模拟值略低于实际值， 其中 2011年和2014年模拟值和实际值存在一定的误差， 除了 煤炭价格自身具有的随机波动特征外， 也和2011年我国 整个煤炭市场从景气到不景气的转变， 以及国家、 企业层 面对煤炭供需改革调整有关。虽然模型也有对随机值的 设定， 但无法有效刻画行业环境的变化。 就产量而言， 比较模拟值与实际值， 可以看出二者增 长趋势基本一致， 除20092011年三年预测误差略较大 外， 其他年份拟合较好。本文认为这三年产量预测值小于 实际值和煤炭市场变化和煤炭企业生产能力密切相关， 本 世纪以来近十年时间煤炭市场需求旺盛， 煤炭价格持续上 涨， 煤炭企业生产成本较低， 利润空间较大， 煤炭企业不断 扩大生产规模和能力； 当煤炭市场疲软、 煤炭价格动荡回 落、 利润缩小或渐失之时， 煤炭企业为求生存不得不利用 过剩的生产能力以量取胜。 总体而言， 模型预测价格平均误差在7以内， 产量误 差在5以内， 说明模型预测具有有效性。 2不确定情境下我国煤炭产量的预测 2.1不确定情景设定 在上文中， 基本变量价格、 成本的不确定性在模型设 计及编程中已经进行了设置。根据模型对基本变量及主 要参数的刻画， 本文选择初始条件为S012500亿吨， T100，r0.60， 基本成本函数 （不考虑技术进步、 政策） 为CXt2607.3-518.36Xt42.445X 2 t ， 对我国煤炭产 量进行模拟预测， 预测结果为X0。以此为参考， 分别对储 量、 技术、 政策单因素、 双因素及三因素不同情境下的煤炭 产量预测结果进行对比分析。 2.1.1单因素不确定情景设定 （1） 储量。按照我国有关部门的数据显示， 目前我国 煤炭查明资源储量S012500亿吨。现假设以年均3 的速度增长， 预测结果为XS。 （2） 技术进步。技术进步对煤炭资源开采成本与产量 都有很强的影响， 用产量作为技术进步影响的隐性表示， 考 虑 技 术 进 步 的 成 本 函 数 为 CXtAt42.68X 2 t - 1061.039Xt7554.75。考虑技术进步之后的我国煤炭资 源产量预测结果为XA。 （3） 政策。2014年12月1日起实施我国煤炭资源税 改革，“立税” 与 “清费” 同步进行， 总体来看煤炭的生产成 本有一定下降。山西省推进 “清费立税” 使得吨煤成本减 少60多元。本文取环境政策系数为60， 考虑环境政策后 的煤炭产量预测结果为XE。 2.1.2双因素不确定情景设定 （1）“储量技术进步” 不确定。即煤炭查明资源储量 将增长 3、 成本函数为CXtAt42.68X 2 t -1061.039Xt 方 法 应 用 91 统计与决策２０1 7年第1期总第469期 7554.75时， 我国煤炭产量预测结果XSA。 （2）“技术进步政策” 不确定。即成本函数为CXtAt、 环境政策系数为60， 我国煤炭产量预测结果为XAE。 （3）“储量政策” 不确定。即储量将增长3、 环境政 策系数为60吨时， 我国煤炭产量预测结果XSE。 2.1.3三因素不确定情景设定 综合考虑储量、 技术进步、 政策的不确定性， 即煤炭资 源储量增长3、 成本函数为CXtAt、 环境政策系数为 60时， 我国煤炭产量预测结果为XSAE。 2.2最优开采产量预测及分析 2.2.1预测结果 利用煤炭开采产量跨期优化模型， 对20162025年 我国煤炭在各种不同情景下的产量进行预测， 结果如图3 所示。结果表明不同情景下我国煤炭产量发展趋势基本 相似， 开采产量均于2022年出现峰值。 图3 20162025年不同情境下我国煤炭产量预测结果 考虑各种不确定性条件下的煤炭产量均较初始条件有 所增加， 但各种情景下的产量变化程度有所不同。从整体 看， 考虑单因素不确定条件的煤炭产量预测值均大于初始 条件下的预测值； 储量、 技术进步对产量的影响比政策的影 响更为显著， 2020年之前技术进步较储量影响更为显著。 2.2.2结果分析 （1） 单因素不确定情景。假定煤炭开采年限不变， 随 着煤炭资源储量的增加， 煤炭产量也在增加， 煤炭资源储量 和产量之间呈正相关关系； 煤炭资源开采技术进步必然引起 生产效率的提高、 单位开采成本降低， 长期而言， 技术进步和 总开采成本存在二次函数关系， 在价格相对不变的前提下， 煤炭产量和技术进步之间存在同样的关系；“立税” 与 “清费” 的政策使得煤炭生产成本有一定程度的下降， 表现为煤炭产 量有所增加。值得一提的是， 征收环境保护税费导致的产量 较小幅度得以增加， 揭示了煤炭资源开采政策的可行性 在 企业追求利益最大化的条件下， 并没有减少煤炭产量， 从而 可以满足社会对煤炭日益增长的需求， 而且通过环境税费 改革， 也缓解了煤炭资源开采造成的环境问题。 （2） 双因素不确定情景。储量和技术进步之间本身就 存在一定的内在联系， 随着煤田地质探测技术水平的提 高， 煤炭资源储量会逐年增加， 二者均促进了煤炭产量的 增加， 从图3可以看出XSAXS、 XSAXA； 政策因素主要体现 为环境保护税费， 主张由煤炭开采企业来支付， 这会影响 到企业用于开采技术方面的投资， 图中表明20162025 年我国煤炭产量预测值XAE（XEXAXSA） 最接近初始条件 下的产量预测值X0， 说明随着煤炭资源量的不断减少， 为 保证煤炭资源的可持续开采， 不仅要加大技术研发和利 用， 同时也要考虑生态环境的保护； 政策和储量没有直接 的、 必然的联系， 二者综合作用影响效果介于XSA、 XAE之 间， 即 20162025年我国煤炭产量预测值XAEXSEXSA。 （3） 三因素不确定情景。由于储量、 技术进步、 政策三 者之间存在以上分析的内在关系， 在三者相互作用的影响 下， 20162025年我国煤炭产量预测值XSAE略小于综合考 虑储量与技术进步时的预测结果， 大于其他情景下预测 值， 即 X0 XAEXEXAXSXSEXSAEXSA。显然， 在综合 考虑到储量增加、 技术水平进步、 环境政策系数的情景下， 煤炭资源最优开采量可以保证我国煤炭的充足供应， 这是 兼顾资源开采经济、 社会及环境效益最为理想的结果。 3结语 本文在分析了煤炭储量、 价格、 技术、 成本和政府政策 不确定性特征的基础上， 构建了综合考虑以上因素的煤炭 资源跨期最优开采模型， 利用模型对我国20162025年的 煤炭产量进行预测， 结果表明各种不确定性条件下的煤炭 预测产量均比初始条件有所增加， 考虑初始条件、 单因素、 双因素和三因素不确定影响下的预测值排序为X0 XAE XEXAXSXSEXSAEXSA。这为我国低碳能源战略实施， 以及煤炭开采总量的有效控制提供了决策依据。 参考文献 [1]Hotelling H. The Economics of Exhaustible Resources[J]. Journal of Eolitical Economy, 1931,39. [2]Eriem R L. cutives’ EerceEtions of Uncertainty Sources A Under⁃ lying Dimensions[J].Journal of Management, 2002,28. [3]Tao Z Li MY.What Is the Limit of Chinese Coal suppliesA STELLA Model of Hubbert Eeak [J].Energy Eolicy, 2007,356. [4]Chakravorty U, Tidball M.Ordering the Extraction of Polluting Nonre⁃ newable Resources[J].American Economic Review, 2008, 983. [5]Xu J, Li X. Using System Dynamics for Simulation and Optimization of One Coal Industry System Under Fuzzy Environment[J].ert Sys⁃ tems With Applications, 2011, 389. [6]王喜莲. 陕西煤炭工业可持续发展EERS系统研究[D].西安 西安 科技大学,2010. [7]Hka M, Zittelb W,et al.Global Coal Production Outlooks Based on a Logistic Model[J]. Fuel, 2010, 8911. [8]闫晓霞， 张金锁， 邹绍辉. 污染约束下可耗竭资源最优消费模型研 究[J]. 系统工程理论与实践, 2015,352. （责任编辑/浩天） 方 法 应 用 92