張歆妍，高太光

（黑龍江科技大學(xué) 管理學(xué)院，黑龍江 哈爾濱 150027）

一、引言

我國(guó)煤炭資源既是主要能源也是經(jīng)濟(jì)支撐，在能源結(jié)構(gòu)中占重要地位。2013年煤炭行業(yè)的需求逐漸放緩、進(jìn)口煤炭大量涌入我國(guó)，國(guó)內(nèi)煤炭資源的價(jià)格一路下跌，煤炭供求關(guān)系間的平衡被打破，過(guò)剩的煤炭使很多中小煤炭企業(yè)持續(xù)虧損。為解決該問(wèn)題，《關(guān)于煤炭行業(yè)化解產(chǎn)能過(guò)剩實(shí)現(xiàn)脫困發(fā)展的意見(jiàn)》在2016年被提出，國(guó)務(wù)院出臺(tái)此意見(jiàn)是要控制煤炭項(xiàng)目新增數(shù)量，把落后產(chǎn)能淘汰，將長(zhǎng)期資不抵債的虧損煤礦企業(yè)引導(dǎo)著退出市場(chǎng)。隨著能源結(jié)構(gòu)不斷優(yōu)化，具有優(yōu)勢(shì)的再生能源包括風(fēng)、水及核能源等已經(jīng)凸顯其優(yōu)勢(shì)，煤炭等化石能源所占份額被擠壓，但仍然難以在短時(shí)間內(nèi)改變我國(guó)主要能源為煤炭的境況。

圖1 2000年-2019年煤炭產(chǎn)量變化趨勢(shì)圖

有數(shù)據(jù)顯示，隨著我國(guó)煤炭行業(yè)產(chǎn)能的不斷優(yōu)化，2000年我國(guó)煤炭產(chǎn)量不足十億噸，但在十四年后達(dá)到了峰值。此后，連續(xù)三年因市場(chǎng)供求關(guān)系而下降，但在煤炭行業(yè)中供給側(cè)結(jié)構(gòu)性改革正在進(jìn)行，產(chǎn)業(yè)集中聚合度得到了提升，2017年開(kāi)始產(chǎn)量重新出現(xiàn)增長(zhǎng)，質(zhì)量和結(jié)構(gòu)都得到了進(jìn)一步優(yōu)化。

目前，我國(guó)煤炭行業(yè)在深加工領(lǐng)域仍然是初級(jí)階段，雖然在產(chǎn)業(yè)發(fā)展上有一些想法，但還存在很多問(wèn)題等待解決，并不具備大規(guī)模產(chǎn)業(yè)化的條件。但環(huán)境問(wèn)題也迫在眉睫，煤炭企業(yè)轉(zhuǎn)型升級(jí)勢(shì)在必行，由粗放型生產(chǎn)轉(zhuǎn)變?yōu)榧s型生產(chǎn)是目前我國(guó)大力倡導(dǎo)的可持續(xù)發(fā)展指導(dǎo)方針?；敬_立煤化工行業(yè)復(fù)蘇，不斷釋放的政策方向支持，外加油價(jià)持續(xù)上漲，也使本次回暖具有持續(xù)性，其上下游產(chǎn)業(yè)鏈相關(guān)企業(yè)也會(huì)帶來(lái)經(jīng)濟(jì)效益。

圖2 2000-2020年煤炭消費(fèi)趨勢(shì)圖

作為20世紀(jì)能源消費(fèi)主體的煤炭，總消費(fèi)量在能源消耗比重中占比高達(dá)80%，但21世紀(jì)開(kāi)始，逐漸下滑。2000年我國(guó)煤炭消費(fèi)為12.45億噸，2005年21.08億噸，2013年為一個(gè)轉(zhuǎn)折點(diǎn)，此后經(jīng)歷三年的持續(xù)下降，2017年受到各種因素的影響，需求大幅增長(zhǎng)，直到2019年，消費(fèi)量高出世界平均水平近30%。

二、煤炭行業(yè)發(fā)展現(xiàn)狀

首先，從供給側(cè)來(lái)看，從2016年2月1日，國(guó)務(wù)院發(fā)布煤炭供給側(cè)結(jié)構(gòu)性改革的文件標(biāo)志著從“十三五”起，煤炭行業(yè)整體產(chǎn)業(yè)布局發(fā)生轉(zhuǎn)變，有關(guān)部門(mén)連續(xù)發(fā)布多個(gè)文件完善煤炭行業(yè)政策體系。因此，結(jié)構(gòu)性改革是切切實(shí)實(shí)取得到一定成果：(1)有效化解產(chǎn)出過(guò)剩；(2)生產(chǎn)結(jié)構(gòu)優(yōu)化；(3)供求關(guān)系基本平衡；(4)自2017年起，綠色煤炭一直被推廣，煤炭?jī)r(jià)格也在合理區(qū)間浮動(dòng)；(5)煤炭經(jīng)濟(jì)復(fù)蘇，扭虧為盈等。煤炭企業(yè)未來(lái)格局也受到這一系列政策措施影響，積極推動(dòng)其發(fā)展格局變化，變化成為長(zhǎng)期相對(duì)寬松的產(chǎn)能模式。伴隨經(jīng)濟(jì)大踏步向前，煤炭需求量大幅上漲。2014年是一個(gè)轉(zhuǎn)折點(diǎn)，經(jīng)濟(jì)發(fā)展在調(diào)整后進(jìn)入新境界，調(diào)整后的能源結(jié)構(gòu)不再是產(chǎn)能不夠，而僅僅體現(xiàn)在一些季節(jié)性使用，具備時(shí)段性、區(qū)域性和平衡性。

其次，我國(guó)煤炭企業(yè)由中小煤礦為主，多種煤礦并舉向大型現(xiàn)代化煤礦為主轉(zhuǎn)變。通過(guò)“十三五”推動(dòng)改革，大型現(xiàn)代化煤礦為主體，大型現(xiàn)代化煤礦占比達(dá)到八成。

圖3 2005年至今大型煤礦數(shù)量增長(zhǎng)趨勢(shì)示意圖

現(xiàn)如今，全國(guó)煤礦總數(shù)僅有5000余個(gè)，其中，大型煤礦占比超過(guò)24%，產(chǎn)量超30億噸，年產(chǎn)值達(dá)到千萬(wàn)級(jí)別的特大煤礦有44個(gè)，其產(chǎn)能接近8個(gè)億。也就是說(shuō)在“十四五”期間，建成的80多個(gè)煤礦產(chǎn)能超12億噸，領(lǐng)先了全球煤炭產(chǎn)出水平。煤礦結(jié)構(gòu)性調(diào)整，使國(guó)有資本供給下的一些大企業(yè)得到優(yōu)化，跨行業(yè)和地區(qū)的煤炭集團(tuán)達(dá)到一個(gè)全新的高度和期望。

全國(guó)煤炭呈階梯狀開(kāi)發(fā)和利用，以晉陜蒙為集中點(diǎn)，其他地區(qū)逐漸減少煤炭開(kāi)采。同時(shí)，消費(fèi)也向中西部轉(zhuǎn)移，政策調(diào)整和產(chǎn)業(yè)布局的變化。占過(guò)往消費(fèi)主體地位的四大行業(yè)：電力、鋼鐵、冶金和化工，占比達(dá)到88%，大幅下降的電力行業(yè)約占53%。

但與此同時(shí)，國(guó)內(nèi)煤炭供應(yīng)運(yùn)輸?shù)钠款i得到大幅度緩解。從煤炭產(chǎn)業(yè)格局來(lái)看，其包括煤電、煤焦化、煤化工等在內(nèi)的上下游企業(yè)，也都處于一個(gè)高速發(fā)展的蓬勃階段。煤炭產(chǎn)品所帶來(lái)的衍生性產(chǎn)品，比如石墨烯、硅烷氣等，以硅烷氣為例，進(jìn)口硅烷氣200萬(wàn)/噸，當(dāng)時(shí)無(wú)法生產(chǎn)的產(chǎn)品，每年需要5000噸，而我們可以自己生產(chǎn)這種材料時(shí)，國(guó)際市場(chǎng)硅烷價(jià)格由200萬(wàn)/噸降到20萬(wàn)以下，成本8萬(wàn)的硅烷氣，一年可以生產(chǎn)1500噸。在這種高端產(chǎn)品與技術(shù)研發(fā)平臺(tái)取得急速進(jìn)步的同時(shí)，也意味著國(guó)內(nèi)新型材料、新技術(shù)的留白被填補(bǔ)上了。

逐漸完善了平穩(wěn)運(yùn)行的煤炭產(chǎn)業(yè)體制機(jī)制，中長(zhǎng)期合同訂單量的增多對(duì)維持包括基礎(chǔ)價(jià)格以及浮動(dòng)價(jià)格在內(nèi)的定價(jià)機(jī)制的穩(wěn)定，這對(duì)煤炭經(jīng)濟(jì)起著支撐作用。

我們了解到，2003-2016這14年里，我國(guó)煤炭產(chǎn)品價(jià)格有較大波動(dòng)，最高可達(dá)800+，最低可到360，這其中有接近500的價(jià)格區(qū)間，而在2017年以后，價(jià)格制定機(jī)制明確后，煤炭產(chǎn)業(yè)價(jià)格始終處于一個(gè)平穩(wěn)發(fā)展的狀態(tài)，并沒(méi)有出現(xiàn)大起大落的情況。

黨和國(guó)家對(duì)煤炭產(chǎn)業(yè)高度重視，明確煤炭行業(yè)始終處于我國(guó)能源兜底保障地位。5G下井在兗州煤礦推進(jìn)迅速，并且在國(guó)家能源安全、穩(wěn)定問(wèn)題方面起到了保障的重要功能，以目前資源勘探情況看，九成以上一次能源來(lái)自中國(guó)煤炭，而油氣不足6%，但能源消費(fèi)三成來(lái)自油氣，這個(gè)壓力是巨大的，越來(lái)越依賴(lài)外部資源，因此煤炭資源開(kāi)發(fā)轉(zhuǎn)型仍十分重要。通過(guò)對(duì)我國(guó)未來(lái)能源資源結(jié)構(gòu)變化預(yù)測(cè)，即便未來(lái)20年，新能源產(chǎn)業(yè)和可再生資源占比達(dá)到30%，油氣占比達(dá)到30%，煤炭能源占比下降1/3，也仍占比40%，依然是能源資源中主要能源。

從宏觀(guān)視角來(lái)看，新能源和可再生資源對(duì)煤炭產(chǎn)品起到一定替代作用，而且近幾年一直處于增幅大于其他能源資源的情況，這種增幅甚至在15.3%。煤炭需求盡管轉(zhuǎn)為中低速甚至低速發(fā)展仍是起著支撐作用，并符合經(jīng)濟(jì)長(zhǎng)期發(fā)展。

煤炭企業(yè)的建設(shè)成本在不斷增加，尤其是近幾年經(jīng)常提到的煤炭開(kāi)采時(shí)造成的環(huán)境、建設(shè)和資源成本等。在未來(lái)，上述的幾種成本仍然會(huì)有大幅度的提升，尤其是煤炭行業(yè)，由原本的征收價(jià)格變成權(quán)益價(jià)格以后，煤炭企業(yè)在建設(shè)投資初期就需要增加幾十億的成本。因此從我國(guó)宏觀(guān)經(jīng)濟(jì)發(fā)展角度來(lái)看，近幾年，煤炭消費(fèi)量比過(guò)去是持平或減少狀態(tài)，因此，市場(chǎng)供需總體的寬松態(tài)勢(shì)不會(huì)發(fā)生太大變化，煤炭市場(chǎng)供需總體寬松態(tài)勢(shì)也不會(huì)發(fā)生改變。

三、研究現(xiàn)狀

目前大都從兩個(gè)角度進(jìn)行研究：

(一)對(duì)煤炭生產(chǎn)總量建模

羅迪等優(yōu)化GM(1，1)模型精度，對(duì)原煤產(chǎn)量預(yù)測(cè)研究；彭新等基于GM(1，1)模型、GM(1，1)殘差模型和等維新息GM(1，1)模型分析基礎(chǔ)，選用GM(1，1)模型，對(duì)煤炭產(chǎn)量預(yù)測(cè)研究；賈縣民等考慮煤炭開(kāi)采因素，建立煤炭最優(yōu)化開(kāi)采模型，對(duì)煤炭開(kāi)采量進(jìn)行數(shù)值模擬；葉佩構(gòu)建基于關(guān)聯(lián)挖掘技術(shù)的煤炭產(chǎn)量預(yù)測(cè)模型；宋曉震等構(gòu)建GM(1，1)-M ar k o v組合模型，并對(duì)2019、2020年煤炭產(chǎn)量進(jìn)行預(yù)測(cè)。

(二)對(duì)煤炭行業(yè)供需能力分析研究

劉娜等通過(guò)灰色關(guān)聯(lián)分析法，通過(guò)E v i ews分析影響煤炭消耗量的關(guān)聯(lián)因素，進(jìn)而實(shí)現(xiàn)煤炭消耗多元分析；車(chē)?yán)鲗?duì)煤炭供給現(xiàn)狀進(jìn)行分析后，對(duì)我國(guó)中長(zhǎng)期煤炭供應(yīng)結(jié)構(gòu)進(jìn)行相關(guān)預(yù)測(cè)；吳飛等深入分析影響煤炭供應(yīng)的相關(guān)因素，對(duì)2018-2020年我國(guó)煤炭供應(yīng)量進(jìn)行定性定量預(yù)測(cè)。

通過(guò)國(guó)內(nèi)外研究現(xiàn)狀分析，目前煤炭企業(yè)預(yù)測(cè)模型大多以GM(1，1)模型和M ar k o v模型為基礎(chǔ)，其中煤炭行業(yè)所擁有的樣本集較小，在構(gòu)建模型的過(guò)程中，對(duì)預(yù)測(cè)影響較大。因此，將這兩個(gè)特點(diǎn)考慮其中，采用極限學(xué)習(xí)機(jī)(ELM)算法對(duì)分析研究我國(guó)煤炭供需情況，進(jìn)而為我國(guó)煤炭能源結(jié)構(gòu)優(yōu)化及煤炭行業(yè)相關(guān)政策制定提供借鑒。

四、極限學(xué)習(xí)機(jī)(ELM)的基本原理及其算法

(一)EL M基本原理

ELM是一種基于SLF N的新算法，這種極限學(xué)習(xí)機(jī)的算法，在運(yùn)算過(guò)程中所產(chǎn)生的介于輸入層和隱含層之間的連接權(quán)值和神經(jīng)元閾值都是隨機(jī)且無(wú)序的，只要確定好其中神經(jīng)元的個(gè)數(shù)就不需要再進(jìn)行多次訓(xùn)練調(diào)整就可以輸出最優(yōu)解。與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，ELM算法學(xué)習(xí)速度更快，泛化功能更好。

與B P神經(jīng)網(wǎng)絡(luò)相比，極限學(xué)習(xí)機(jī)(ELM)算法不需要像B P神經(jīng)網(wǎng)絡(luò)一樣反復(fù)多次迭代來(lái)取得最優(yōu)解，而是在機(jī)器學(xué)習(xí)之前，設(shè)定好隱含層神經(jīng)元個(gè)數(shù)，利用隨機(jī)產(chǎn)生的輸入層、隱含層之間的連接權(quán)值與閾值來(lái)獲得最優(yōu)解。相較于B P神經(jīng)網(wǎng)絡(luò)那樣采用梯度下降的方法來(lái)使誤差下降到需求范圍的計(jì)算方法而言，ELM它學(xué)習(xí)效率高，泛化功能好，不需要反復(fù)多次迭代，就可以將誤差降到所需的條件。而與相關(guān)向量機(jī)(R e l e v a n ce V ector M ac hi n e)相比，ELM除了在擬合預(yù)測(cè)與分類(lèi)中很強(qiáng)大，學(xué)習(xí)效率高。十幾年中模型不斷修正，已經(jīng)優(yōu)于機(jī)器學(xué)習(xí)算法。

圖4 極限學(xué)習(xí)機(jī)(ELM)流程圖

(二)極限學(xué)習(xí)機(jī)(EL M)算法

ELM也與其他的前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)一樣，包括輸入X，輸出Y以及其中的隱含層。假設(shè)輸入層神經(jīng)元個(gè)數(shù)為n，輸出便也為n個(gè)。

其中，權(quán)值ω為輸入層與隱含層間的連接權(quán)值：

β為隱含層與輸出層間連接權(quán)值：

b為隱含層神經(jīng)元閾值：

具有Q個(gè)樣本訓(xùn)練集輸入矩陣X和輸出矩陣Y是：

網(wǎng)絡(luò)輸出T為：

ELM進(jìn)行訓(xùn)練之前會(huì)隨機(jī)產(chǎn)生權(quán)重值w、閾值b，確定與該結(jié)構(gòu)匹配的連接權(quán)重值β，替代反復(fù)訓(xùn)練尋找最優(yōu)解的過(guò)程。因此，這種算法在回歸、分類(lèi)等領(lǐng)域被廣泛應(yīng)用。

(三)基于EL M算法建模結(jié)果及分析

選取2010-2020年煤炭生產(chǎn)總量數(shù)量數(shù)據(jù)，將這十一年數(shù)據(jù)集進(jìn)行劃分，隨機(jī)選取訓(xùn)練集，訓(xùn)練集選取6年數(shù)據(jù)，預(yù)測(cè)集取5年，基于ELM的煤炭供需預(yù)測(cè)模型進(jìn)行訓(xùn)練分析，我國(guó)煤炭行業(yè)生產(chǎn)總量數(shù)據(jù)預(yù)測(cè)如圖5所示。

圖5 煤炭生產(chǎn)總量預(yù)測(cè)圖

由圖5可知，ELM算法在生產(chǎn)量的預(yù)測(cè)值上較真實(shí)數(shù)據(jù)的誤差值較小，將該模型運(yùn)用于煤炭行業(yè)消費(fèi)量預(yù)測(cè)分析，預(yù)測(cè)圖見(jiàn)圖6。

圖6 煤炭消費(fèi)總量預(yù)測(cè)圖

五、結(jié)論

本文提出基于極限學(xué)習(xí)機(jī)(ELM)的預(yù)測(cè)算法，對(duì)煤炭供需預(yù)測(cè)樣本數(shù)量較小及非線(xiàn)性特征基礎(chǔ)上，采用實(shí)際供需數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練學(xué)習(xí)，同時(shí)驗(yàn)證輸出數(shù)據(jù)與實(shí)際數(shù)據(jù)擬合度高，訓(xùn)練結(jié)果精準(zhǔn)，運(yùn)行速度快，訓(xùn)練后的數(shù)據(jù)進(jìn)行預(yù)測(cè)，雖然存在一定誤差，但誤差值較小，具有較高的應(yīng)用推廣價(jià)值。