1. 引言
水泥是我国基础建设中必不可少的建筑材料,并且在未来很长一段时间内都仍将是建筑行业内无可替代的建筑材料。本篇文章主要以是否错峰生产为分类标准,将时间划分为两部分,对其数据分别进行实证分析,采用数学建模思想和一些经济实际数据进行拟合分析,得出结论并对其中的一些问题给出一定的解决方案。
2. 增长模型假设
Cobb-Douglas生产函数
经微分,差分替代等一系列变化后,得索洛增长速度方程:
,其中:y、k、1分别代表产出、资本和劳动增长速度(水平法计算年平均增长速度,下同);a代表技术进步增长速度。由上式易得:
由此得全要素生产率
,资本和劳动增长贡献率分别为
,
[1] [2]。
由
易得:
,此式容易进行回归分析。产出值一般采用总产值;劳动投入量一般用劳动者人数指标确定;资金投入量一般用当年固定资产原值与定额流动资金年平均余额之和来确定 [2]。
3. 实证分析
3.1. 2005~2018年全国水泥行业经济增长因素分析
对05年到18年水泥行业数据进行对数处理后,经软件SPSS拟合后 [3],得到生产函数和表1,表2:
其中资本产出弹性:
,劳动产出弹性:
,两者相加得
,小于1,这表明在2004年到2018年期间,我国水泥行业的劳动投入量每增加一份,资本劳动产出的增加小于一份,也就是说按现有技术,通过扩大生产规模来增加产出并不明智,得不偿失。事实上自2001年以来我国水泥行业进入高速发展阶段,水泥产量不断增加,直到2014年水泥行业实施错峰生产政策,影响了水泥的产量。总体来说来说上述模型符合我国水泥行业整体时间段的情况。
对表2进一步分析,我们可以看出固定资产原价的容忍度是0.030,方差膨胀因子为33.531,存在多重共线性。我们通常采用生产函数强度形势OLS估计方法对数据进行处理,可以得到表3,我们可以得到正规化的生产函数:
Table 1. ANOVA table of regression equation from 2005 to 2018
表1. 2005~2018年回归方程方差分析表
Table 2. Coefficient analysis table regression equation from 2005 to 2018
表2. 2005~2018年回归方程系数分析表
Table 3. Analysis of OLS estimation coefficient of intensity form 2005 to 2018
表3. 2005~2018年强度形势OLS估计系数分析表
如表4所示,2005~2018年,水泥行业总产出、劳动和资本平均增长率分别为:5.74%,5.72%和8.35%。说明这一阶段劳动和资本投入的速度一般。
Table 4. Economic growth analysis table from 2005 to 2018
表4. 2005~2018年经济增长分析表
3.2. 水泥行业2005~2014年经济影响因素分析
下面以错峰生产开始实施的时间为分界线对水泥行业分时间段进行分析:对2004~2014年水泥行业的数据进行对数化处理,使用SPSS软件进行强度形势的OLS估计,得到Cobb-Douglas生产函数和表5,表6。
其中资本的产出弹性:
,劳动的产出弹性:
,其中二者相加得:
,大于1,表明在2004年到2014年没有进行错峰生产期间,我国水泥行业处于规模收益递增阶段,即按现有技术,通过扩大生产规模来增加产出是有利的。然而事实表明要减少产量才能够使水泥行业更加健康的发展下去。
劳动的回归系数值为1.722 (t = 9.893, p = 0.000 < 0.01),意味着劳动会对总产出产生显著的正向影响关系,资本的回归系数值为−0.079 (t = −1.242, p = 0.249 > 0.05),意味着资本并不会对总产出产生影响关系。总结分析可知:劳动变化会对总产出产生显著的正向影响关系。但是资本并不会对总产出产生影响关系。
Table 5. ANOVA table of regression equation from 2005 to 2014
表5. 2005~2014年回归方程方差分析表
Table 6. Coefficient analysis table regression equation from 2005 to 2018
表6. 2005~2014年回归方程系数分析表
从表6可知,将资本和劳动作为自变量,而将产量作为因变量进行线性回归分析,从表6可以看出,模型R方值为0.974,意味着资本和劳动可以解释产量的97.4%变化原因。
3.3. 水泥行业2015~2018年经济增长因素分析
对水泥行业的原始数据进行对数化处理,使用spss软件进行分析由表7可知其显著性为0.060 > 0.05,也就是模型没有通过F检验,即资本和劳动的投入并不会对水泥产量产生影响关系,因而不能具体分析自变量对于因变量的影响关系。出现这一现象的原因在于在2014年提出水泥错峰生产政策,2015~2016年冬季开始在北方地区实施,每年11月份至次年4月份水泥行业停产停窑,严重影响了水泥的产量。
Table 7. ANOVA table of regression equation from 2015 to 2018
表7. 2015~2018年回归方程方差分析表
4. 结论
对水泥行业整体时间段进行分析,通过表3,我们可以知道,在2005~2018年,水泥行业总产出的平均增长为5.74%,劳动投入增长5.72%,资本投入增长8.35%,劳动和资本对总产出增长的贡献率分别为1.64%和−1.01%;全要素生产率的贡献率为0.37%。这一系列的数据表明,在水泥行业,劳动合同资本投入所占的比例相差不大,但二者对水泥行业总产出的贡献率都较小且相差较大。接着以2014年底的错峰生产为分界线,将时间线分为两部分,并分别进行分析。在2005~2014年间,水泥行业产量发展一路上升,但是,水泥行业出现严重的产销不均衡、产能过剩问题,出现了水泥行业产量增加,销售价格走低,总体利润减少的现象。接着分析2015~2018年的数据,样本数量过少,发现资本和劳动的投入并不会对水泥产量产生影响关系,深究其原因,在于错峰生产这一政策的影响,缩短了水泥生产时间,进而影响了水泥的产量。
错峰生产消耗了过剩产能,在水泥供给关系上取得了一定的成果,但是产能过剩的现象仍然存在,对于产能过剩的企业,应当在生产前做好市场调查工作,合理规划水泥产能,避免只抓产量导致产能过剩,产品难以销售,打价格战扰乱市场秩序的现象出现;水泥是经典的短腿行业,由于水泥不便于运输且存储时间仅为3个月,所以具有很强的区域性,但是随着水泥行业利润的增加,水泥的利润大于水泥的运输费用时,会出现区域间交叉远程销售扰乱区域市场的现象;水泥协会应该从中调节水泥价格,严格把控,避免出现区域交叉远程销售的现象。
NOTES
*通讯作者。