聚烯烃项目市场分析

《聚烯烃项目市场分析》由会员分享，可在线阅读，更多相关《聚烯烃项目市场分析（41页珍藏版）》请在金锄头文库上搜索。

1、泓域/聚烯烃项目市场分析聚烯烃项目市场分析目录一、 产业环境分析3二、 产能扩张进行时3三、 必要性分析5四、 点面联想法6五、 类推预测法6六、 大数据系统和数据挖掘技术7七、 网络信息搜索和提取方法12八、 环境承载力影响因素识别及评价指标15九、 生态承载力影响因素识别及评价指标16十、 项目基本情况16十一、 经济效益评价24营业收入、税金及附加和增值税估算表24综合总成本费用估算表26利润及利润分配表27项目投资现金流量表30借款还本付息计划表32十二、 投资估算及资金筹措33建设投资估算表35建设期利息估算表36流动资金估算表37总投资及构成一览表38项目投资计划与资金筹措一览表4

2、0一、 产业环境分析河北省，简称“冀”，是中华人民共和国省级行政区，省会石家庄。位于中国华北地区，界于北纬3605-4240，东经11327-11950之间，环抱首都北京，东与天津毗连并紧傍渤海，东南部、南部衔山东、河南两省，西倚太行山与山西为邻，西北部、北部与内蒙古交界，东北部与辽宁接壤，总面积18.88万平方千米。河北省地处华北平原，东临渤海、内环京津，西为太行山，北为燕山，燕山以北为张北高原，是中国唯一兼有高原、山地、丘陵、平原、湖泊和海滨的省份。河北地跨海河、滦河两大水系。河北省地处温带大陆性季风气候；地处沿海开放地区，是中国经济由东向西梯次推进发展的东部地带，是中国重要粮棉产区。20

3、17年4月，中共中央、国务院决定设立河北雄安新区。2019年8月，新设中国（河北）自由贸易试验区。截至2020年6月，河北省下辖11个地级市，共有49个市辖区、21个县级市、91个县、6个自治县。截至2019年末，河北省常住人口7591.97万人，地区生产总值35104.5亿元，按可比价格计算，比上年增长6.8%。二、 产能扩张进行时回首2021年，聚烯烃仍处于产能快速扩张期叠加能源危机下能源价格上涨，利润压缩现象明显。截止目前，2021年聚乙烯新增产能有430万吨/年，国内聚乙烯总产能为2776万吨/年，新增投产增速高达18.33%，2021年全年的投产压力较大。2021年年末尚有65万吨/

4、年的产能未落实，加上明年400万吨/年的投产计划，2022年，国内聚乙烯总产能有望达到3241万吨/年，新增投产增速为16.75%。2022年仍在投产高峰阶段，供应压力持续增加。从产量上看，2021年1-11月国内聚乙烯产量为2114.14万吨，比2020年同期的1816.46万吨，增长了297.68万吨的产量，涨幅有16.39%。从PE分品种投产来看，明年浙石化二期有40万吨/年的LDPE产能，其余新增LDPE/EVA产能以生产EVA为主，大多数新增装置都用于生产HDPE及全密度，预计2022年LDPE仍是PE产品中价格最强的。聚丙烯亦是投产高峰期，截止目前，2021年聚丙烯新增产能有315

5、万吨/年，国内聚丙烯总产能为3208万吨/年，新增投产增速有10.89%。2021年年末尚有110万吨/年的产能未落实，加上明年365万吨/年的投产计划，2022年，国内聚乙烯总产能有望达到3683万吨/年。可以预想，2022年聚丙烯也在投产高峰阶段。2021年1-11月国内聚丙烯产量为2672.81万吨，比2020年同期的2345.62万吨，增长了327.19万吨的产量，涨幅有13.95%。从产能区域分布上看，聚乙烯在西北、华东及东北三地的产能占比最高；聚丙烯则在西北、华东及华南三地的产能最高。若2022年新增产能如期投产，则华东、华南将新增245、220万吨/年的聚乙烯产能，届时华南也将取

6、代东北，成为第三大聚乙烯生产区域。聚丙烯的新增产能则主要集中于华东、华北及华南。因煤化工的碳排放量更多，受环保问题及2021年煤炭价格高企影响，西北新增投产装置较少，未来西北地区产能或有所下降。三、 必要性分析1、现有产能已无法满足公司业务发展需求作为行业的领先企业，公司已建立良好的品牌形象和较高的市场知名度，产品销售形势良好，产销率超过 100%。预计未来几年公司的销售规模仍将保持快速增长。随着业务发展，公司现有厂房、设备资源已不能满足不断增长的市场需求。公司通过优化生产流程、强化管理等手段，不断挖掘产能潜力，但仍难以从根本上缓解产能不足问题。通过本次项目的建设，公司将有效克服产能不足对公司

7、发展的制约，为公司把握市场机遇奠定基础。2、公司产品结构升级的需要随着制造业智能化、自动化产业升级，公司产品的性能也需要不断优化升级。公司只有以技术创新和市场开发为驱动，不断研发新产品，提升产品精密化程度，将产品质量水平提升到同类产品的领先水准，提高生产的灵活性和适应性，契合关键零部件国产化的需求，才能在与国外企业的竞争中获得优势，保持公司在领域的国内领先地位。四、 点面联想法点面联想法是指以调查对象的普查资料或抽样调查资料为基础，通过分析、判断、联想等由点到面来预测的方法。这种方法适用于相似事件、接近事件和具有其他某种关系事件的定性预测，拓展了调查数据的应用范围。点面联想法对于新兴领域、历史

8、数据缺失或不足的预测具有一定的优势。点面联想法的实施程序如下：1收集调查对象相关资料；2组织相关专家对资料进行分析、判断、联想等对市场进行预测；3汇总处理专家预测结果；4得出预测结论。五、 类推预测法类推预测法是根据市场及其环境的相似性，从一个已知的产品或市场区域的需求和演变情况，推测其他类似产品或市场区域的需求及其变化趋势的一种判断预测方法。它是由局部、个别到特殊的分析推理方法，具有极大的灵活性和广泛性，适用于新产品、新行业和新市场的需求预测。根据预测目标和市场范围的不同，类推预测法可以分为产品类推预测、行业类推预测和地区类推预测三种。（一）产品类推预测法产品类推预测法是依据产品在功能、结构

9、、原材料、规格等方面的相似性，推测产品市场发展可能出现的某些相似性。如平板电视机的需求，可以依据彩色电视机的市场发展来推断。（二）行业类推预测法行业类推预测法是依据相关和相近行业的发展轨迹，推测行业的发展需求趋势。如数码相机的市场需求预测，就可以参照家用计算机和照相机的需求发展过程来推测其生命周期发展曲线。（三）地区类推预测法通常产品的发展和需求经历了从发达国家和地区，逐步向欠发达的国家和地区转移的过程。这在服装需求的市场变化上更为显著，一款服装的流行，通常先是在沿海，再到内地；先城市，然后再到农村。类推结果存在非必然性，运用类推预测法需要注意类别对象之间的差异性，特别是地区类推时，要充分考虑

10、不同地区政治、社会、文化、民族和生活方面的差异，并加以修正，才能使预测结果更接近实际。六、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的海量数据，

11、为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。想要从数据中发现规律（即认知），

12、往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示，规约后

13、数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作为新的知识

14、存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而在网络中提

15、取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中的源信息特征向量，并与目标样本的特征向量对照，将符合要求的信息交给用户。七、 网络信息搜索和提取方法（一）概过现在，虽然不能说人类所有文献与其他信息都上了互联网，但是网上的信息极为丰富，许多都可用于咨询。但是，许多咨询人员还不善于甚至不知道如何从网上快速、安全、有效地获得自己需要的信息和知识。咨询工程师应当知晓网上有何利信息，应掌握从网上获取信息的方法与基本技巧。对于网上的信息，可利用浏览器和搜索引擎获取。浏览器是供用户阅读网页内容的软件；而搜索引擎，指从互联网上搜集信息的特定电脑程序。早期的搜索引擎是收集互联网中服务器的地址，按这些服务器拥有的资源类型将其编