衡量一个国家经济实力的指标有哪些？除去国民生产总值，通货膨胀，就业率和国际收支平衡这些常见的经济指标外，钢铁也是一个必不可少的指标。钢材是国民经济的基础，也是国民经济中应用最广泛、异质性最高的战略性资源。

纵观我国的近代史，钢铁的发展一直贯穿其中。从洋务运动中创建的第一家新式炼铁厂——清溪铁厂，到曾国藩等人创立的我国第一家炼钢企业——江南制造局，再到张之洞创办的近代中国第一家大型钢铁联合企业“汉阳钢铁厂”，无一不是希望通过发展钢铁的硬实力来挽救清朝统治的自救运动，虽然最后以北洋海军的全军覆没为破产标志，但仍为近代中国工业的起步奠定了一定的基础。新中国成立之后，在中国共产党的领导之下，中国钢铁经过六七十年的顽强奋斗，实现了伟大崛起。

现阶段我国正处于工业化发展中后期阶段，钢铁需求巨大，钢铁行业面临较大的市场空间。一方面是中国钢铁需求带来的规模持续扩张，另一方面却是中国钢铁企业整体处于微利水平。钢铁行业平均利润率下降的原因，主要是钢铁产能过剩和矿石涨价。如果钢铁产业与相关产业的发展不同步或发展过快，就会使钢材这个中间产品承受来自上下两方面的巨大压力。因此，在经济发展的现阶段，探究中国钢材价格行为的特征、钢材价格的影响因素迫在眉睫。 

中国钢铁工业协会2001年创建并发布的中国钢材价格指数，简称CSPI，是国内最早、最具权威性的国内市场钢材价格监测指数，是钢铁企业判断市场走势的风向标。本文用指数研究我国钢材市场价格的运行情况及未来走势，具有很好的代表性。

一、 CSPI国内钢材价格指数

CSPI（China Steel Price Index）中国钢材价格指数，是反映国内钢材市场价格变化趋势的指标，它不仅是国内发布时间最早、权威的钢材价格指数，同时也成为关注度最高的价格指数。该指数体系包括一个综合指数、两个分项指数（长材指数、板材指数）以及八个主要钢材品种的指数及价格，并且有分地区的钢材价格指数和平均价格，即东北地区、华北地区、西北地区、华东地区、中南地区及西南地区的钢价指数，每个地区指数的结构与全国指数相同，均由一个综合指数、两个分项指数，以及八个主要钢材品种指数及价格组成。本节从该指数出发探究国内钢材价格的发展现状。

（一）主要钢材价格指数2018年后均有所下降

图1 中国钢材价格指数（CSPI）变化情况

2016-2020年，中国钢材价格指数先升后降，2018年是分水岭。2019年，国内钢铁市场呈现震荡运行格局，波动幅度弱于2018年，全年均值亦低于上年。据相关学者解释，这是由于在2019年，钢铁行业经历三年“化解过剩产能”后，供给侧结构性改革带来的政策红利逐渐衰减，钢铁行业高供给压力显现，致使市场价格有所下降。

2016年，综合价格指数低于板材高于长材，但在之后的四年里，长材价格指数均高于综合和板材，综合指数居中，板材指数最小，呈现出长强板弱的格局。2020年，长材价格指数为109.76，较去年下降4.21点，降幅为3.69%；板材价格指数为103.63，环比下降0.61点，降幅为0.0585%。与近5年的峰值时期2018年相比，长材、板材指数分别下降10.66点和7.87点，降幅分别为8.85%和7.05%。可见尽管长材价格指数高于板材，但是长材指数的下跌幅度明显快于板材。

（二）主要品种钢材价格均有所下降

表1 主要品种钢材价格

2017年八大主要品种钢材价格较2016年均有大幅上涨，螺纹钢价格变动最大，环比上升52.84%，镀锌板的环比增幅最小，只有154元。2018年主要品种钢材价格环比依然上升，但增幅较上年均有所下降。2019年，八大品种钢材价格均开始下降，其中热轧无缝管219×10mm的降幅最大，减小了426元。2020年，除热轧卷板3.0mm的价格保持不变，冷轧薄板1.0mm上升164元外，其余钢材品种均继续下降。这说明八大主要品种钢材的价格呈现出先升后降的走势，和CSPI综合指数一致。

（三）分地区钢材价格指数均由升转降

图2 中国钢材价格指数（CSPI）分地区变化情况

CSPI全国六大区域市场中，相同时间内的走势和CSPI国内平均指数一致，保持着先增后降的总趋势。2017年的同比增幅均在40%左右，华北地区的增长率最大，为43.75%。总体来看，中南地区价格指数一直处于领先状态，2018年以118.17点达到峰值，东北地区和华北地区价格指数一直处于垫底状态。2018年之前，华北地区以微弱的劣势落后于东北地区，但是2018年后华北地区开始超越东北地区，并在此后的3年中都高于东北地区。

二、 国内市场钢材价格变化因素分析

钢铁工业对于整个工业链发挥着承上启下的支柱作用，上游产业关乎着煤炭、铁矿石、运输等“瓶颈”产业，下游链接汽车、家电、装备工业、建筑、机械等基础产业，探究这些产业的价格变化对钢材价格的影响至关重要。

（一）主要用钢行业产量同比增速减弱

2018年，主要用钢行业中，房地产开发投资行业、动车组行业、挖掘机行业和发电量行业实现同比上升，同比增速分别为9.5%、4.9%、47.9%和6.8%，其他行业同比均下降。2019年，汽车行业、大型拖拉机行业、中型拖拉机行业、工业锅炉行业和发动机行业同比增速持续下降，铁路机车、民用钢质船舶行业、中型拖拉机行业、小型拖拉机行业同比增幅从2018年的下降转为上升，其中中型拖拉机行业的增幅最大，为11.1%。总的来说，国内市场钢材需求强度呈较弱态势，使得钢材价格指数在2018年后出现缓慢下滑。

（二）生铁、粗钢、钢材、焦炭年产环比持续下降

2001-2020年，全国粗钢产量波动攀升，从2001年的1.5亿吨增至2020年的10.65亿吨，产量实现翻倍增长，但产量增速呈现波动放缓趋势，并且在一定程度上受经济周期影响，2015年出现负增长，2020年受疫情影响，增速较2019年略微下滑。

图3 2000-2020年全国粗钢产量及增长率变化情况

2020年，全国生铁、粗钢、钢材、焦炭产量分别为88897.6、106476.7、132489和47116万吨，分别同比增长9.95%、6.97%、9.99%和-0.02%。从图4-图7可以发现，主要产区在华北和华东北部地区，较为集中。

河北在生铁、粗钢、钢材三方面的产量位居全国第一，生铁和粗钢年产均超过2亿吨，钢材产量超过3亿吨，接下来依次是江苏、山东、辽宁和山西四省，这五省在生铁、粗钢、钢材三方面的总产量均超过全国的二分之一。焦炭主要用于冶炼生铁，其余少量用于化工和有色金属冶炼，为冶炼钢材提供原料。山西在焦炭方面的产量全国最高，也是唯一产量过亿吨的省份，占全国产量的比重超过五分之一，超过陕西和河北的总和，是位列第二的陕西的2.14倍，是位列第三的河北的2.17倍。可见河北、江苏、山东和辽宁集中了全国主要的钢铁生产能力，已经形成了区域内的钢铁集团，河北尤其突出，主要钢铁品种的发展速度和产量均居各地区前列；山西是焦炭产量大省，在全国焦煤资源中具有举足轻重的地位。

图4 2020年中国生铁产量分布图

图5 2020年中国粗钢产量分布图 

图6 2020年中国钢材产量分布图

图7 2020年中国焦炭产量分布图

（三）原燃料价格趋于平稳

2011-2020这10年中，六种钢材主要原燃料价格均呈先下降后上升的趋势。废钢的价格一直遥遥领先，2011年达到最大值，为3102.16元/吨，之后一直下降，在2015年时达到最低值1298.18元/吨，此后逐步上升，并在2018年之后趋于平稳，均值为7157.55元/吨；其次是冶金焦、喷吹煤、炼焦煤、进口铁矿石和国产铁金矿。原燃料价格平稳后，对应的钢材价格指数开始下降，这说明原燃料的价格对钢材价格指数有着直接的影响。

图8 2011-2020年主要原燃材料采购成本变化情况

三、 CRU国际钢材价格平均指数

CRU国际平均指数采集的是五种钢铁品种的市场交易价格，通过对这五个钢铁产品在北美、西欧和亚洲市场的消费份额加权后得到，包含15个子指数和3个区域指数等。而CSPI国内平均指数选取的是国内八个钢材代表品种的市场含税价格，通过算术平均计算得到的价格比值，包含8个分品种价格指数。虽然这两种指数在收集、测算、发布、比较有一定的区别，但国内钢铁已经融入国际钢材大市场，二者息息相关，存在某种联动效应。

（一）2015年后，北美、欧洲和亚洲CRU均由升转降

图9 国际钢材价格指数（CRU）走势图

在2011-2020年中，CRU国际钢材价格平均指数呈现出先降后升再降的趋势。亚洲市场价格指数在2011年为10年中的最大值，但是之后的下降幅度超过北美和欧洲，在2015年跌到谷底，之后虽然有上升，但一直低于其他市场。可以发现，国际钢材价格指数在2015年之后的走势和国内基本一致，都是先升后降，转折点都是2018年。

（二）国际国内钢材价格指数的比较

尽管CRU国际平均指数和CSPI国内平均指数在选取的价格、钢材品种以及测算方法方面都有差异，但是纵观2016-2020年二者的走势，都是在2015-2018年处于持续上升趋势，并在2018年都达到峰值，国际、国内分别较2015年升高了54.3点、39.38点，之后又都逐渐下降。但是CRU的波动浮动更大，CSPI的走势更平缓，这说明国内钢材价格指数与国际相比，走势趋同，但又有各自的特点。

图10 2016-2020国际国内钢材价格指数比较

四、钢材价格指数走势预测

对国内钢材价格指数CSPI进行预测，选取2016年1月-2020年8月共104个月的月度数据，预测2022年剩余4个月的钢材价格指数走势。使用Prophet模型进行预测。

图11 2016-2020年国内钢材价格指数走势

从钢材价格指数的走势图（图11）来看，数据存在先升后降再升再降的趋势性，总体呈上升趋势，但季节性不是很明显，使用默认参数对指数进行分解，所得结果如下（图12）。可以看出来，数据整体存在上升的趋势性以及年度周期性，但是没有分解出来趋势的波动性，因而对Prophet模型的参数进行调整。从图13可以看出，此时分解的趋势很好地拟合了2018年到2020年中的下降趋势，以及之后的短期上升又下降的趋势，和从图11中观察到的一致。

图12 没调参数的 Prophet模型对钢材价格指数趋势/季节性的分解

图13 调整参数后的 Prophet模型对钢材价格指数趋势/季节性的分解

使用训练好的模型对2022年9-12月的钢材价格指数进行预测。为了使结果更具有说服力，计算各算法预测结果的误差，采用的是 MAE 均方误差进行计算，比较没调参数和调整参数后的Prophet模型的MAE。

表2  MAE

Prophet调整参数后的预测结果误差为3.21，比Prophet没有调整任何参数的误差7.96减小4.75，显然，调整参数后的Prophet的预测结果要比未调整之前精准很多，由此得出结论Prophet能够生成快速而准确的时间序列预测。预测趋势如图14，可以发现未来4个月的钢材价格指数总体呈下降趋势。

图14 Prophet时间序列预测趋势图