JOURNAL PORTAL
东北大学、中国金属学会、冶金工业规划研究院主办主办
冶金经济与管理
李拥军
<正>2021年工业营业收入127.92万亿元，较2020年增长19.4%，据此推算2021年工业营业收入增量为20.78万亿元；工业利润总额8.71万亿元，较2020年增长34.3%，据此推算2021年工业利润总额增量为2.22万亿元；整个工业营业收入利润率为6.81%。2021年工业营业收入及利润总额的增幅与增量、营业收入利润率均创近5年新高，表明我国在应对新冠疫情冲击、推进经济快速复苏等特殊背景下，推出的相关经济政策及措施已在工业经济领域取得了较为理想的效果。
王强, 彭颖
钢铁是工业之母，在全球经济和价值链中占据中心地位。长期以来，我国钢铁产业以产能和成本优势持续冲击欧盟钢铁行业和国际市场，使钢铁产业成为维护我国全球工业优势和产业地位的重要抓手。2021年以来，我国钢铁行业发展面临国际和国内双重压力。国内层面，双碳目标为钢铁行业清洁发展提出低碳约束；国际层面，欧盟出台《碳边境调节机制立法草案》，并与美国联合打出全球可持续钢铝准备，剑指我国钢铁行业碳排放高、产能过剩等问题，使我国钢铁行业绿色转型面临极大压力。我国需结合国内“双碳”目标落实进程，借鉴欧盟钢铁行业转型经验，从低碳钢铁市场孵化、能源替代、国际合作等维度入手，持续推进我国钢铁行业减污降碳。
赵禹程, 刘梅青, 聂耀昱, 李新创
2020年中国钢铁行业年碳排放量约15亿吨，如何通过金融市场为钢铁行业提供低碳技改资金，帮助其尽快实现碳达峰的目标变得尤为重要。通过对目前绿色金融政策分析得出，可通过2条路径对钢铁企业进行资金支持：路径一，通过绿色技改申请低息贷款；路径二，碳资产开发与融资。路径一存在着3个制约因素，分别是风险高、各方理解深度与广度不同、需求存在较大差异。路径二将成为钢铁企业利用绿色金融政策帮助自身实现绿色低碳转型的突破口，所以钢铁企业应积极开发自身碳资产，并进行适度质押、抵押，以此实现短期资金融通从而绿色低碳技改得以顺利进行，同时与金融机构合作保障碳资产的保值与增值，全力确保于“十五五”前期实现碳达峰的目标。
曲余玲, 景馨, 邢娜, 黄维
介绍了我国全国碳市场的发展现状及未来趋势，分析了全国碳市场对钢铁行业的机遇和挑战，提出了钢铁行业应对全国碳市场的对策，包括积极落实国家“产能产量双控”“能耗双控”和“碳双控”等红线政策，提升碳管理水平，加快钢铁行业低碳技术创新、研发与应用，提前谋划全国碳市场相关工作等。
高金
通过对钢铁行业物流总体情况、钢铁物流高质量发展方向的大体介绍，突出说明制定《钢铁企业物流成本构成与计算》标准的重要性，并对该标准内容、应用案例及标准后续工作进行了详细解读和介绍。
高升, 安成钢
当今世界正在经历百年未有之大变局，国际形势日趋复杂。钢铁作为重要的基础性原材料，其产业链供应链安全对于我国经济实现高质量发展至关重要，亟待提升自主可控能力。从“所有”和“所用”两个方面深入分析了我国钢铁产业在产业链供应链安全方面存在的问题，并提出了构建“骨干龙头企业+‘专精特新’中小型企业”的产业生态新格局，更好地应对新阶段、新要求。为构建这一新格局，相应地提出了发挥国有企业引领支撑作用、构建国内国外两种资源供应新格局、打造全球化技术创新高地、加大对首批次钢铁材料应用示范的支持等具体措施，着力提升我国钢铁产业链供应链安全水平。
宗涵, 蒋朝哲, 徐芳, 范新库, 吴文凯
针对钢厂内部路网优化和内部交通组织的问题，融合交通流理论及流程网络理论提出了钢厂交通特征量的表征方法，划分了钢铁系统交通流对象及特征值，并建立了图、模、数一体的钢铁系统交通流表征模型。证明了表征模型的表征能力，对于钢厂既有系统，可发现并诊断优化道路系统问题，降低运营成本空间；对于拟建系统，可发现道路运输系统能力与需求之间的矛盾，优化道路运输系统方案。表征模型不仅能用于内部路网优化，也可应用于钢厂生产管理和信息系统实现。
安梦越, 王兴艳
随着新一代信息技术与制造业的深度融合，以智能制造促进制造业转型升级已成为必然趋势。钢铁行业作为国民经济的支柱行业，推进智能制造发展是实现钢铁强国的重要抓手。基于此，介绍了我国钢铁行业智能制造发展的现状及存在的问题，并从资金保障、人才培养等方面给出了推进钢铁行业智能制造发展的相关建议。
邢娜, 秦勉, 曲余玲, 景馨
废钢是一种比铁矿石更加清洁的资源。提高电炉钢比和废钢比是目前钢铁行业实现“碳达峰、碳中和”目标相对更有效、操作性较强的抓手。废钢资源已上升到关乎国家安全、产业链安全的战略高度，关乎企业的可持续发展和绿色发展程度。钢铁企业的废钢需求将持续提升，其对废钢资源战略的把控达到了前所未有的战略高度。基于此，分析了“十四五”期间我国废钢产业发展现状及发展趋势。
王越, 孙若莹
针对螺纹钢现货市场的价格波动预测问题，提出应用高斯混合隐马尔可夫模型(Gaussian mixture hidden Markov model，GMHMM)来进行预测。首先利用螺纹钢的每日最高价、最低价指标作为观测状态序列，利用Baum-Welch算法得到模型参数，再通过Viterbi算法预测隐状态序列及其概率矩阵，最后结合单日匹配预测算法和多日加权预测算法分别进行30天的预测。对真实值和预测值进行对比，并使用常见的预测模型评价指标均方误差(MAE)和平均绝对百分比误差(MAPE)评估预测精度，结果显示结合多日加权预测的MAE值为0.01949，MAPE值为0.008145，证明高斯混合隐马尔可夫模型具有解码螺纹钢市场隐状态的能力，结合多日加权预测算法可为螺纹钢现货的线上市场交易提供科学决策依据。