Assessment of influencing factors and resource potential of scrap steel recycling in Shanxi Province
-
摘要:
探究山西省内废钢再生利用影响因素及资源化潜力对加快循环经济发展、促进钢铁行业绿色低碳转型具有积极意义。在PEST(political、economic、social、technological)模型的基础上利用主成分分析法识别山西省废钢再生利用影响因素;运用系统动力学、生命周期法、GM(1,1)模型对2021—2035年山西省废钢资源化潜力进行综合评估。结果表明:山西省废钢再生利用的影响因素可归纳为企业综合实力、行业政策环境和行业市场环境3个方面;山西省废钢资源化潜力较大,废钢资源利用量将在2021—2030年快速增加,在2030年后趋于稳定。为提高山西省废钢资源化利用水平,促进行业高质量发展,提出以下政策建议:培育规范化、大型化的废钢再生利用企业;提升行业智能化信息水平,强化企业科技创新能力;加强市场监管力度,引导市场良性发展。
Abstract:Exploring the influencing factors and resource utilization potential of scrap steel in Shanxi Province is of positive significance for accelerating the development of circular economy and promoting the green and low-carbon transformation of the steel industry. Based on PEST (political, economic, social, technical) model, the principal component analysis method was used to identify the influencing factors of scrap steel recycling in Shanxi Province. Relying on the life cycle method, combined with GM (1,1) model and the system dynamics simulation model, the potential of scrap steel resource utilization in Shanxi Province from 2021 to 2035 was comprehensively evaluated. The results showed that the influencing factors of scrap steel recycling in Shanxi Province could be sumarized into three aspects, i.e. the comprehensive strength of enterprises, the industry policy environment and the industry market environment. Moreover, Shanxi Province had great potential for scrap steel recycling; the utilization of scrap steel resources would increase rapidly from 2021 to 2030 and stabilize after 2030. In order to improve the level of scrap steel resource utilization in Shanxi Province and promote the high-quality development of the industry, the following policy suggestions were proposed: cultivating standardized and large-scale scrap steel recycling enterprises; improving the level of intelligent information in the industry and enhancing the scientific and technological innovation ability of enterprises; strengthening market supervision and guiding the benign development of the market.
-
Key words:
- scrap steel /
- principal component analysis /
- resource utilization /
- system dynamics /
- Shanxi Province
-
表 1 影响废钢再生利用指标变量
Table 1. Influencing index variables of scrap steel recycling
目标层 准则层 指标层 指标说明 山西省废钢再生利用量 政策环境 X1(废钢加工行业增值税退税比例[11]) 由于税负过重导致废钢加工企业开票后经营亏损,无利可图,影响行业良性发展 X2(符合废钢加工行业准入门槛的山西省企业数量[12]) 随着废钢加工行业准入门槛的抬高,将促使钢铁行业规范化、规模化发展,有利于钢铁企业发展 X3(低碳发展要求[13-14]) 短流程炼钢是低碳炼钢的重要工艺,而废钢是该工艺的主要原材料,因此将该指标用于量化对山西省低碳发展的重视程度 经济环境 X4(铁矿石价格[15]) 铁矿石作为长流程炼钢的主要原材料,与废钢互为替代品,其价格变化时刻影响着废钢价格 X5(废钢价格[16]) 废钢作为短流程炼钢的主要原材料,其价格变化将带来废钢加工行业的成本变化 X6(钢坯价格[16]) 钢坯是指用于生产钢材的半成品,其价格变化亦会影响废钢价格市场 社会环境 X7(山西省生铁产量[15]) 减少长流程生铁生产是钢铁行业源头控碳的重点方向,因此生铁供给端变化会影响废钢加工利用 X8(山西省钢材产量[16]) 社会供给端的钢材产量反映了钢铁行业的供需格局,一定程度上影响着废钢资源利用市场规模化发展 X9(山西省粗钢产量[16]) 粗钢产量的变化代表了钢铁企业的生产任务布局,体现了钢铁市场的基本行情,反映了钢铁行业的发展态势 X10(山西省建筑业房屋竣工面积[17]) 60%左右的钢材作为建筑用钢被消费,故房屋竣工面积能在一定程度上反映用钢需求 X11(废弃资源利用业研究与试验发展人员数量[18]) 山西省钢铁工业粗放发展,多数废钢铁加工利用企业规模小,从业人员少且专业化程度较低 X12(山西省报废汽车量[19]) 以轿车为例,钢铁占汽车材料的56%,因此报废汽车量与废钢社会回收量息息相关 科技环境 X13(钢铁冶炼压延行业研究与试验发展经费投入[20]) 钢铁产业是具有代表性的传统产业,只有加大行业科研经费投入,才能支撑未来钢铁行业迈向零碳新征程 X14(钢铁冶炼压延行业企业有效发明专利数量[20]) 钢铁企业有效发明专利数量的增加将为企业带来新的技术变革,提升企业创新实力,增强企业资源化利用潜力 X15(废弃资源综合利用业科技投入[18-20]) 加大废弃资源综合利用的科技投入能够助力废钢加工行业规模化发展 表 2 主成分提取分析
Table 2. Principal component extraction analysis
成分 提取载荷平方和 旋转载荷平方和 总计 方差贡献率/% 累计/% 总计 方差贡献率/% 累计/% 成分1 9.6 64.3 64.3 5.5 36.9 36.9 成分2 2.7 17.7 82.0 5.3 35.6 72.5 成分3 1.3 8.7 90.7 2.7 18.2 90.7 表 3 最大方差旋转后的因子模型
Table 3. Factor model after maximum variance rotation
指标 成分1 成分2 成分3 X7 0.936 0.167 −0.005 X2 0.831 0.499 −0.165 X14 0.828 0.340 0.046 X11 0.828 0.410 0.072 X15 0.752 0.534 −0.091 X12 −0.134 0.523 0.744 X1 −0.169 −0.935 0.038 X8 0.434 0.890 −0.064 X10 0.411 0.875 −0.119 X9 0.547 0.821 0.019 X13 0.516 0.751 0.024 X3 0.660 0.712 −0.109 X5 −0.062 −0.034 0.978 X4 −0.218 0.086 0.949 X6 0.202 −0.200 0.880 表 4 系统动力学模型历史性检验结果
Table 4. Results of historical test of the system dynamics model
检验项目 2005年 2008年 2011年 2014年 2017年 2020年 GDP 预测值/亿元 4 079 7 378 11 318 12 834 15 661 19 544 历史值/亿元 4 079 7 223 10 895 12 095 14 484 17 836 误差绝对值/% 0.00 2.14 3.89 6.11 8.12 9.58 人口数量 预测值/万人 3 355 3 401 3 447 3 493 3 541 3 589 历史值/万人 3 355 3 411 3 562 3 528 3 510 3 490 误差绝对值/% 0.00 0.31 3.24 0.98 0.88 2.83 粗钢产量 预测值/万t 1 655 2 345 3 491 4 329 4 437 6 653 历史值/万t 1 655 2 345 3 490 4 325 4 430 6 638 误差绝对值/% 0.00 0.02 0.02 0.08 0.16 0.23 钢材产量 预测值/万t 1 369 1 976 3 372 4 636 4 343 6 196 历史值/万t 1 369 1 976 3 371 4 632 4 335 6 181 误差绝对值/% 0.00 0.02 0.02 0.09 0.17 0.24 表 5 各情景分析参数取值
Table 5. Value for each scenario analysis parameter
情景名称 参数条件 基准情景 各参数取值均不变 情景1:企业实力提升型 企业综合实力提升30% 情景2:政策环境鼓励型 政策环境提升30% 情景3:行业市场稳健型 行业市场提升30% 情景4:综合优质发展型 企业综合实力、政策环境、
行业市场均提升30%表 6 主要年份山西省废钢资源量综合预测结果
Table 6. Comprehensive forecast results of scrap steel resources in Shanxi Province in major years
万t 年份 系统动力学
基准情景预测GM(1,1)
生命周期预测2021 1 117.33 921.91 2025 1 388.73 1 371.91 2030 1 759.70 1 982.30 2035 2 174.37 1 992.88 -
[1] 中国矿产资源报告[J]. 国土资源情报, 2021(11): 2. [2] LI W, JIA Z J. The impact of emission trading scheme and the ratio of free quota: a dynamic recursive CGE model in China[J]. Applied Energy,2016,174:1-14. doi: 10.1016/j.apenergy.2016.04.086 [3] XIAN Y J, WANG K, WEI Y M, et al. Would China's power industry benefit from nationwide carbon emission permit trading: an optimization model-based expost analysis on abatement cost savings[J]. Applied Energy,2019,235:978-986. doi: 10.1016/j.apenergy.2018.11.011 [4] 邢奕, 崔永康, 田京雷, 等.钢铁行业低碳技术应用现状与展望[J]. 工程科学学报,2022,44(4):801-811.XING Y, CUI Y K, TIAN J L, et al. Application status and prospect of low carbon technology in iron and steel industry[J]. Chinese Journal of Engineering,2022,44(4):801-811. [5] 张燕华, 陈伟达.碳交易机制对废钢铁再制造供应链策略影响研究[J]. 管理现代化,2018,38(1):90-93. [6] 刘琳, 景露阳, 李田, 等.废钢资源循环再利用中的二次污染及控制[J]. 工业安全与环保,2017,43(12):96-98.LIU L, JING L Y, LI T, et al. Secondary pollution and control of iron and steel scraps resources recycling[J]. Industrial Safety and Environmental Protection,2017,43(12):96-98. [7] 孙婧雅.日本废钢业发展透视: 废钢回收业如何实现“绿色重生”[J]. 资源再生,2014(10):52-54.SUN J Y. Japan scrap steel industry development perspective: how to develop the "green economy" for scrap recycling industry[J]. Resource Recycling,2014(10):52-54. [8] 汪鹏, 姜泽毅, 张欣欣, 等.中国钢铁工业流程结构、能耗和排放长期情景预测[J]. 北京科技大学学报,2014,36(12):1683-1693.WANG P, JIANG Z Y, ZHANG X X, et al. Long-term scenario forecast of production routes, energy consumption and emissions for Chinese steel industry[J]. Journal of University of Science and Technology Beijing,2014,36(12):1683-1693. [9] 卜庆才, 吕江波, 李品芳, 等.2020—2030年中国废钢资源量预测[J]. 中国冶金,2016,26(10):45-49.BU Q C, LÜ J B, LI P F, et al. Prediction of Chinese steel scrap resources quantity in 2020-2030[J]. China Metallurgy,2016,26(10):45-49. [10] AGUILAR F. Scanning the business environment[M]. London: Macmillan, 1967. [11] 闫启平.停止退税对废钢铁市场的影响[J]. 再生资源与循环经济,2011,4(1):20-23.YAN Q P. The impact of tax-refund cancellation on steel and iron scrap market[J]. Recyclable Resources and Circular Economy,2011,4(1):20-23. [12] 废钢铁加工行业准入条件出台 抬高门槛[J]. 中国资源综合利用, 2012, 30(10): 5. [13] 李远, 朱磊, 范英.市场化减排政策对我国钢铁行业的影响: 基于偏均衡建模的分析[J]. 工业技术经济,2016,35(1):139-153.LI Y, ZHU L, FAN Y. Impact of market-oriented abatement policy to China's iron and steel industry: based on partial equilibrium modeling[J]. Journal of Industrial Technological & Economics,2016,35(1):139-153. [14] 林文斌, 顾阿伦, 刘滨, 等.碳市场、行业竞争力与碳泄漏: 以钢铁行业为例[J]. 气候变化研究进展,2019,15(4):427-435.LIN W B, GU A L, LIU B, et al. Carbon market, sector competitiveness and carbon leakage: steel sector case[J]. Climate Change Research,2019,15(4):427-435. [15] 刘琦.我国钢铁企业生铁成本的调查分析[J]. 炼铁,2001,20(2):1-6. doi: 10.3969/j.issn.1001-1471.2001.02.001LIU Q. Investigation of blast furnace ironmaking cost[J]. Iron Making,2001,20(2):1-6. doi: 10.3969/j.issn.1001-1471.2001.02.001 [16] 王耀彬.探索新时期钢材价格运行体系和市场化运行机制构建钢铁行业高质量健康发展新格局[J]. 冶金经济与管理,2021(5):4-8. [17] 李拥军.助力建筑工业化 推动“钢铁-建筑”产业链的高质量发展[J]. 冶金经济与管理,2021(2):1. [18] 廖虹云.加强城市废弃物循环和资源化利用的思路建议[J]. 环境保护,2021,49(7):57-61.LIAO H Y. Suggestions on promoting the recycling and resource utilization of urban waste[J]. Environmental Protection,2021,49(7):57-61. [19] 李南. 面向报废汽车回收再利用的评价研究[D]. 西安: 长安大学, 2014. [20] 郝小刚, 孟万忠, 王亚辉.钢铁产业面临的问题与对策探究: 以山西临汾地区为例[J]. 生产力研究,2017(8):97-100. [21] 夏绍玮. 系统工程概论[M]. 北京: 清华大学出版社, 1995: 73-89. [22] FORRESTER J W. Counterintuitive behavior of social systems[J]. Technological Forecasting and Social Change,1971,3:1-22. doi: 10.1016/S0040-1625(71)80001-X [23] LAURITZEN E K. Emergency construction waste management[J]. Safety Science,1998,30(1/2):45-53. [24] DENG J L. Introduction to grey system theory[J]. The Journal of Grey System,1989,1(1):1-24. [25] 吴永强, 李明凯, 唐中楠, 等.基于灰色动态模型群的衡水市居民年用水量预测[J]. 环境工程技术学报,2022,12(1):267-274.WU Y Q, LI M K, TANG Z N, et al. Projection of residential annual water consumption in Hengshui City based on dynamic gray model groups[J]. Journal of Environmental Engineering Technology,2022,12(1):267-274. [26] 贾逸卿, 段红梅, 柳群义.中国废钢资源化利用趋势: 2020—2035年分析预测[J]. 中国矿业,2021,30(3):31-36.JIA Y Q, DUAN H M, LIU Q Y. Scrap steel resource utilization trend in China: analysis and forecast from 2020 to 2035[J]. China Mining Magazine,2021,30(3):31-36. [27] 刘一鸣. 基于废弃物投入产出表的汽车废钢铁物质流分析[D]. 济南: 山东大学, 2016. [28] 林博磊, 郭娟, 徐桂芬.新形势下锗的应用前景及开发利用建议[J]. 国土资源情报,2020(10):61-66.LIN B L, GUO J, XU G F. Application prospect and development suggestions of germanium in the new situation[J]. Land and Resources Information,2020(10):61-66. [29] 邬娜, 王艳华, 吴佳, 等.我国环境服务业发展水平评价[J]. 环境工程技术学报,2020,10(4):685-690. doi: 10.12153/j.issn.1674-991X.20190188WU N, WANG Y H, WU J, et al. Evaluation on the development level of environmental service industry in China[J]. Journal of Environmental Engineering Technology,2020,10(4):685-690. doi: 10.12153/j.issn.1674-991X.20190188 [30] 赵若楠, 董莉, 乔琦, 等.考虑处置阶段的光伏组件生命周期评价[J]. 环境工程技术学报,2021,11(4):807-813.ZHAO R N, DONG L, QIAO Q, et al. Life cycle assessment of photovoltaic module considering disposal stage[J]. Journal of Environmental Engineering Technology,2021,11(4):807-813. [31] 黄维, 秦子然, 曲余玲, 等.2021年钢铁行业运行分析与2022年展望[J]. 冶金经济与管理,2022(1):19-21. ⊕ doi: 10.3969/j.issn.1002-1779.2022.01.007