成品油价格与家庭汽车的关系研究2

《成品油价格与家庭汽车的关系研究2》由会员分享，可在线阅读，更多相关《成品油价格与家庭汽车的关系研究2（19页珍藏版）》请在装配图网上搜索。

1、成品油价格与家庭汽车的关系研究摘要本文要求建立合理的评价及预测模型，对影响我国农村农业发展因素进行评价，以及对我国未来农业发展做出预测。第一问，针对2015年中国成品油价格情况的预测，首先从众多指标中选取了进出口量、原油消费量、石油生产量、对外依存度和国际原油价格六种指标作为影响成品油价格的主要因素。在多指标综合评价中,采用了基于灰色关联度的权重赋值法对指标进行排序，说明各指标因素对因变量的影响，得出各因素的灰色关联度分别为：0.8178，0.7725，0.7657，0.7637，0.9583，0.8835在2015年中国成品油价格情况预测中，对六种影响因素和因变量进行了多元统计分析，拟合出了

2、多元线性回归方程。 方法年份国内成品油价格（美元/桶）灰色预测多元回归残差均值2013118.70121.73-3.03120.222014135.10132.352.75133.722015153.70143.779.93148.73再利用灰色预测得出各因素未来六年的数据，将2015年的各因素指标带入回归方程，最后将结果与灰色预测模型得出的我国成品油价格作对比，分析残差值并取均值得出最终结果。第二问，针对要求建立的家庭汽车数量增长模型，预测2020年家庭汽车的发展前景，从西安信息网查询到了2000年到2012年的西安家庭汽车的拥有量，由西安市家庭汽车与年份显著的线性关系建立了时间序列模型，并

3、对家庭汽车拥有量进行了预测。同样利用时间序列模型对国内成品油价格也做了相应预测。最后采用一元多次回归拟合模型，由拟合图像的斜率说明了国内成品油价格的增长对家庭汽车拥有量增长率具有阻滞作用。 第三问，针对国外成品油定价因素，选取了与中国国情相符的几项指标，建立了基于神经网络的非线性多元回归模型，利用我国前十年的因素指标数据和对应的国内成品油定价对神经网络进行训练，训练得出的神经网络即可用来进行非线性多元回归分析，这个基于神经网络的非线性多元回归模型即为我国的成品油定价模型。 第四问，通过以上模型的建立与求解可以了解到，我国成品油价格受到来自内外的不同因素的影响，通过学习分析国外先进定价机制，结合

4、以上模型的分析结果同我国现阶段石油产业状况以及国家相关规划，拟写了对于中国成品油定价机制的建议。关键词： 灰色关联度 灰色预测 多元线性回归 时间序列 一元多次回归 BP神经网络 非线性多元回归模型1、问题重述1.1 问题背景 随着石油行业改革的深化，我国成品油零售市场和批发市场将逐渐放开，成品油定价机制正处于向市场指导价转变的改革阶段。改革石油价格形成机制有利于促进石油企业加快建立现代企业制度，提高参与国际市场竞争能力。近两年的这几次成品油价格上调就是为了与国际市场接轨作努力，实际上反映了我国石油行业正逐步由计划走向市场，将对国内的石油企业产生重要影响。成品油价格受多方面因素影响，这些因素既

5、有宏观的也有微观的，既有定性也有定量的。如国际市场原油与成品油价格，国家成品油的储备政策，石化企业成品油生产数量等。这些因素之间的关系也错综复杂，有些相互交叉，互为关联。找出影响成品油价格的重要因素，分析它们之间的关系，才能确定出科学合理的、具有竞争力的成品油价格，企业才能健康稳定地发展。从影响因素是否可以量化，可以把影响成品油因素分为两大类：定性因素和定量因素.定性因素主要包括国际政策性因素和国家政策性因素。随着汽车行业的兴起，汽车越来越成为百姓生活必需品，然而节节攀升的油价给人们的生活消费带来了负面影响。请你就某个城市，搜集家庭汽车、影响成品油价格因素等实际数据（标出来源），对以下问题建立

6、数学模型，并回答问题。1.2 需要解决的问题1、分析影响中国成品油价格的因素，建立数学模型，并预测到2015年中国成品油价格情况。2、对家庭汽车数量的增长给出数学模型，并预测到2020年家庭汽车的发展前景，说明成品油价格对家庭汽车增长的影响。3、分析国外成品油价格的定价因素，给出一份适合中国国情的成品油定价模型。4、根据你所建立的模型，给国家发改委提出中国成品油定价机制的建议。2、模型假设及名词解释2.1 模型假设1、假设不考虑对成品油影响较小的因素，如成品油走私、替代能源；2、假设未来三年税率稳定；3、假设成品油价格是全国统一价；4、假设国际油价波动不大；5、假设国内经济市场稳健增长。3、符

7、号说明：初始值：数值的标准化：相关系数：关联度：回归方程：主要指标：隐含层激活值：隐含层输入值：输出层激活值：输出层输出值：偏差：输出层权值：输入层权值注：其余符号已在文中说明4、问题一模型分析、建立与求解4.1 问题一模型的分析此问要求找出影响中国成品油价格的因素，并建立合适的数学模型，预测2015年中国成品油价格情况。成品油价格受多方面因素影响，这些因素既有宏观的也有微观的，既有定性也有定量的。为更好的从定量角度对问题进行分析，从众多指标中选取了进出口量、原油消费量、石油生产量、对外依存度和国际原油价格六种指标作为影响成品油价格的主要因素。在多指标综合评价中, 确定指标权重的方法主要有主观

8、赋权法和客观赋权法。主观赋权法主观上对各指标的重视程度来决定权重的方法; 客观赋权法根据各指标的联系程度或各指标所提供的信息量来决定指标的权重。为了避免主观赋权法对指标影响的臆断性，问题一中首先采用了客观赋值方法中的基于灰色关联度的权重赋值法对指标进行排序，说明各指标因素对因变量的影响。为更好的预测2015年中国成品油价格情况，对六种影响因素和因变量进行了多元统计分析，拟合出了多元线性回归方程。再利用灰色预测得出各因素未来六年的数据，最后将2015年的各因素指标带入回归方程，即可得出2015年中国成品油价格情况，与灰色预测 模型得出的我国成品油总产量作对比，得出残差值并用平均值作为最终结果。4

9、.2问题一模型的准备从影响中国成品油价格多重因素入手，确立了六个代表性的定量指标：进出口量、原油消费量、石油生产量、对外依存度和国际原油价格，因变量利用国内各种成品油历年价格均值来代替。在中国2012年统计年鉴中提取了2000年到2012年的六种因素作为原始数据进行统计分析，原始数据表格如附表一所示。4.3问题一模型的建立4.3.1基于灰色关联度的权重赋值模型建立1、灰色关联度分析方法基本原理基本上灰色关联度分析是依据各因素数列曲线形状的接近程度做发展态势的分析。灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关

10、联度较小。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态(Dynamic)的历程分析。2、 灰色关联度分析方法的步骤灰色系统理论提出了灰色关联度的概念，它是提系统中两个因素关联性大小的量度，关联度的大小直接反映系统中的各因素对目标值的影响程度。运用灰色关联分析法进行因素分析的一般步骤为：(1) 建立参考数列和比较数列参考数列 ： 比较数列记为：(2) 对各类列进行处置化处理 (3) 求相关系数 式中：为分辨系数，一般取0.5。继比较数列的第个元素与参考数列的第个元素的关联系数。(4) 求解关联度 为比较数列与参考数列的关联度。(5) 相关联序就是依据关联度排出个因素

11、对目标值的影响大小顺序。 4.3.2基于灰色模型的建立1、根据六项原始指标的十三年数据，建立时间序列 （4.1） 2、通过将原始数据进行一次累加生成新序列： （4.2）3、建立模型相应的微分方程为： （4.3）其中： 称为发展灰数； 称为内生控制灰数。设为待估参数向量， 可利用最小二乘法求解。解得： （4.4）求解微分方程，即可得预测模型： （4.5）设原始序列为严格的指数序列，即 （4.6）则该序列进行一次累加生成序列为： （4.7）由传统模型建模方法可得：经过以上矩阵推导可得： （4.8）此处利用公式（4.8）可得： （4.9）无偏模型最终拟合预测方程为： （4.0） 4.3.3基于多元线

12、性回归模型的建立1、多元线性回归模型基本原理一元线性回归是一个主要影响因素作为自变量来解释因变量的变化，在现实问题研究中，因变量的变化往往受几个重要因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归。当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元性回归。 设国内成品油价格为因变量，为自变量，并且自变量与因变量之间为线性关系时，则多元线性回归模型为：建立多元性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，应首先注意自变量的选择，其准则是：(1)自变量对因变量必须有显著的影响，并呈密切的线性相关；(2)自变量与因变量

13、之间的线性相关必须是真实的，而不是形式上的；(3)自变量之彰应具有一定的互斥性，即自变量之间的相关程度不应高于自变量与因变量之因的相关程度；(4)自变量应具有完整的统计数据，其预测值容易确定。2、多元线性回归模型求解步骤(1)对变量进行相关性分析，保留相关性较大的指标；(2)利用SPSS对每项作物年产量和以上指标进行线性拟合；(3)根据相关参数列出多元线性回归方程；4.4问题一模型的求解4.4.1基于灰色关联度的权重赋值模型求解将六列指标数列与参考数列即我国成品油价格数列做灰色关联度分析，得出相关系数后，再求解灰色关联度如下所示： 0.8178，0.7725，0.7657，0.7637，0.9

14、583，0.8835 再依据各因素关联度进行权重赋值，绘制灰色关联度排名表如表4-1所示。表4-1 灰色关联度权重赋值排名表 方法因素灰色关联度权重排名进口量0.81783出口量0.77254原油消费量0.76575石油生产量0.76376对外依存度0.95831国际原油价0.88352由上表可知，各因素指标同我国成品油价格灰色关联度相关性较好，从灰色关联度的大小可知，我国的对外依存度在成品油价格的波动中起有着最大影响，其次影响较大的是国际原油价格，再次是我国石油进口量。在日常生活中，对外依存度的大小直接决定了我国是石油进口费用占自产费用的比重，而往往石油进口费用都是较高的，所以可见对外依存度

15、对我国成品油价格影响之大，从另一方面说明了因素权重排名的合理性。4.4.2基于灰色模型的求解 对于六种指标因素和因变量利用灰色预测软件中的灰色预测方法进行2013年到2015年三年数据的预测。预测结果如表4-2所示。表4-2 六种因素指标同因变量的三年预测数据年份进口量出口量原油消耗量石油生产量对外依存度国际原油价格成品油价格201332502.07516.147080.620667.354.893.9118.7201436391.5504.948409.520800.855.893.9135.1201540746.5494.349775.920935.156.993.9153.74.4.3基

16、于多元线性回归模型的求解利用spss软件对六种因素及因变量做多元线性回归分析，分析结果如附表三所示，可以得出六种因素同因变量关系的多元线性回归方程： 再将表4-2第二至六列的数据带入多元线性回归方程，得出因变量基于多元线性回归的未来三年的数据分别是121.73,132.35,143.76美元/桶。4.4.4两种预测方法的比较 根据以上两种预测方法，得出相应的成品油价格如表4-3所示。表4-3两种方法的预测值 方法年份国内成品油价格灰色预测多元回归残差均值2013118.7121.732-3.03157120.21582014135.1132.3492.75128133.72442015153.

17、7143.7689.93245148.7338 由上表的残差值可知，两种预测模型的预测结果相差不大，有较大信服力，可以看出，我国成品油价格在未来三年还会保持增长。为减少预测值的误差，采用去两种预测方法平均值的做法，得出我国成品油未来三年预测的最终值分别为120.2158，133.7244，148.7338美元/桶。5、问题二模型分析、建立与求解5.1问题二模型的分析 此问要求建立家庭汽车数量的增长模型，预测2020年家庭汽车的发展前景，并说明成品油价格对家庭汽车增长的影响。从西安信息网查询到的2000年到2012年的西安家庭汽车的拥有量，由西安市家庭汽车与年份显著的线性关系建立了时间序列模型对

18、家庭汽车拥有量进行了预测。同样利用时间序列模型对国内成品油价格也做了相应预测，得出后八年数据。为了更好地说明成品油价格对家庭汽车的影响，采用一元多次回归拟合模型，依据分析数据中的R指标来判定拟合程度，从而说明国内成品油价格对家庭汽车拥有量具有显著影响。5.2问题二模型的建立 在2012年西安信息网查询中，提取了2000年到2012年的西安家庭汽车的拥有量作为原始数据，见附表四所示。5.2.1基于时间预测模型的建立时间序列预测技术就是通过对预测目标自身时间序列的处理，来研究其变化趋势的。一个时间序列往往是以下几类变化形式的叠加或耦合。(1)长期趋势变动。它是指时间序列朝着一定的方向持续上升或下降

19、，或停留在某一水平上的倾向，它反映了客观事物的主要变化趋势。(2)季节变动。(3)循环变动。通常是指周期为一年以上，由非季节因素引起的涨落起伏波形相似的波动。(4)不规则变动。通常它分为突然变动和随机变动。通常用表示长期趋势项，表示季节变动趋势项，表示循环变动趋势项，表示随机干扰项。如果在预测时间范围以内，无突然变动且随机变动的方差较小，并且有理由认为过去和现在的演变趋势将继续发展到未来时，可用一些经验方法进行预测。一般说来历史数据对未来值的影响是随时间间隔的增长而递减的。所以，更切合实际的方法应是对各期观测值依时间顺序进行加权平均作为预测值。指数平滑法可满足这一要求，而且具有简单的递推形式。

20、设观测序列为，为加权系数，一次指数平滑公式为：假定历史序列无限长，则有上式表明是全部历史数据的加权平均，加权系数分别为；显然有 由于加权系数序列呈指数函数衰减，加权平均又能消除或减弱随机干扰的影响，所以称为一次指数平滑，类似地，二次指数平滑公式为：同理，三次指数平滑公式为： 一般次指数平滑公式为： 利用指数平滑公式可以建立指数平滑预测模型。原则上说，不管序列的基本趋势多么复杂，总可以利用高次指数平滑公式建立一个逼近很好的模型，但计算量很大。因为通过散点图得知了影响因素呈线性趋势，为了更好的预测出2020年的国内成品油价格以及家庭汽车拥有量，可以利用线性趋势预测模型Brown单系数线性平滑预测（

21、二次指数平滑预测） ，其中，5.3问题二模型的求解5.3.1时间序列模型的求解在此，仅以西安家庭汽车拥有量为例预测出2020年的相应指标过程作详细阐述。1、利用spss软件对2000年到2012年西安家庭汽车拥有量的模型进行拟合检验，所建立的模型为三阶差分模型，具有较好平稳性，所得拟合度数值如表5-1所示。表5-1 模型拟合度检验拟合统计量均值SE最小值最大值百分位5102550759095平稳的 R 方.8020.802.802.802.802.802.802.802.802.802R 方.9940.994.994.994.994.994.994.994.994.994正态化的 BIC2.3

22、1802.3182.3182.3182.3182.3182.3182.3182.3182.318由表5-1可知，该拟合模型的R方较大且正态化的BIC数值较小，说明该模型的拟合度较小。2、利用时间序列预测出2013年至2020年的西安私人轿车拥有量如表5-2所示。表5-2 2013年至2020年的西安私人轿车拥有量年份20132014201520162017201820192020西安私人轿车拥有量（万辆）103.4 125.1 150.6 179.2 211.8 248.2 288.9 333.9同时我们可以得到先轿车拥有量的自相关系数的图形（ACF）和偏自相关系数（PACF），如图5-3所示

23、。图5-3自相关系数（ACF）和偏自相关系数（PACF）的图形由ACF图可以看出，该时间序列的自相关系数呈负指数收敛到零，其衰减速的较快是平稳时间序列。由PACF图该时间序列的偏相关系数在各滞后期均处于置信区间之内，说明该时间序列不具有周期性，是平稳时间序列。同理，可以得到成品油价格未来八年的数据表5-4所示。表5-4 2013年至2020年的国内成品油价格年份20132014201520162017201820192020成品油价格（美元/桶）105.2 108.1 111.8 114.6 117.1 119.2 120.8 122.0 由上表可以看出，油价的波动较为平稳，预测结果较为合理。

24、5.3.2一元多次回归模型的求解将2013年到2020年国内成品油价格作为自变量，西安私有家庭汽车数量作为因变量，利用spss软件对数据进行一元多次拟合，拟合结果如表5-5所示。表5-5 一元多次回归拟合系数阶数未标准化系数标准化系数tSig.B标准误差Beta12.8784.0612.2363.1710.006-0.4630.424-1.821-1.0930.2900.0060.0130.5080.4960.626常数-1.99610.5600-0.1890.852由上表可以得到因变量与自变量的一元多次回归拟合方程:依据拟合模型方程，绘制一元多次拟合曲线如下： 由图像可知一元三次模型拟合度最

25、佳，但该图像的斜率有明显减小趋势，因此可以推断成品油价格的增长会使家庭汽车的增长率有所下降，但家庭汽车的总体数量是呈上升趋势的。6、问题三模型分析、建立与求解6.1 问题三模型的分析问题三要求针对国外成品油定价因素，给出一份适合中国国情的成品油定价模型。从国外定价模型的众多定价因素中选取了与相符中国国情的五项指标：原油消费量、石油生产量、对外依存度、国际原油价格、CPI（消费价格指数），建立了基于神经网络的非线性多元回归模型，首先利用我国2000年到2010年的因素指标数据和对应的国内成品油定价对神经网络进行训练，通过多次训练，使所建立的神经网络中的权重数值稳定下来，训练得出的神经网络即可用来

26、进行非线性多元回归分析。当需要对我国成品油价格进行定价的时候，只需要首先获取当年这五项指标数据，将指标数据带入之前的神经网络回归模型即可得出定价。这个基于神经网络的非线性多元回归模型即为我国的成品油定价模型。6.2问题三模型的建立6.2.1 基于神经网络的非线性多元回归模型的建立BP 算法属于算法, 是一种监督式的学习算法。其主要思想是: 对于M 个输入学习样本, 已知与其对应的输出样本。学习的目的是用网络的实际输出与目标量之间的误差来修改其权值, 使实际与期望尽可能地接近, 即使网络输出层的误差平方和达到最小, 他是通过连续不断地在相对于误差函数斜率下降的方向上计算网络权值和偏差的变化而逐渐

27、逼近目标的。每一次权值和偏差的变化都与网络误差的影响成正比, 并以反向传播的方式传递到每一层。图6-1 三层网络模型BP 算法由2 部分组成: 信息的正向传递与误差的反向传播。在正向传递过程中输入信息从输入层经隐含层逐层计算传向输出层, 每一层神经元的输出作用于下一层神经元的输入。如果输出层没有得到期望的输出, 则计算输出层的误差变化值, 然后转向反向传播, 通过网络将误差信号沿原来的连接通路反传回来修改各层的权值直至达到期望目标。(1)输入模式正向传播隐含层各个神经元的激活值为： (6.1)隐含层各神经元的输出值: (6.2)同理输出层各神经元的激活值: (6.3)输出层各神经元的实际输出值

28、: (6.4)(2)输出误差的反向传播网络的希望输出与实际输出的偏差为: (6.5)采用平方和误差进行计算: (6.6)输出层各神经元的输出误差: (6.7) 隐含层各神经元的输出误差: (6.8)修正权值: (6.9)6.3问题三模型的求解6.3.1基于神经网络的非线性多元回归模型 我国2000年到2010年的因素指标数据求解BP神经网络的matlab相关程序见附表五所示。7、问题四的分析 通过以上模型的建立与求解可以了解到，我国成品油价格受到来自内外的不同因素的影响，结合以上模型的分析结果同我国现阶段石油产业状况以及国家相关规划，拟写了对于中国成品油定价机制的建议： 对于中国成品油定价机制

29、的建议尊敬的国家发改委各位领导：国内成品油定价机制是当前人们关注的社会话题之一。事关国计民生，我国的成品油定价机制改革不断地深化，1998年6月开始，我国的成品油定价机制改革开始尝试与国际有限接轨，但由于没有真正实行市场化，成品油价格一直由国家调控的局面没有根本改变。认真研究成品油定价机制改革的基本原则，对于顺利推进成品油定价机制改革，具有重要的经济社会意义。一、防止利润流失要提高成品油市场的定价效率，在成品油价格机制改革中，要坚持防止利润流失的原则。由于国际成品油价格剧烈波动，现行的国内成品油价格形成机制具有显著的时滞性，这必然导致国际油价向国内价格的传导效应滞后，使得国内外成品油价格水平出

30、现了时间差；国内成品油价格与国际成品油价格挂钩联动过于简单透明，再加上显著的滞后效应，为市场投机提供了可乘之机，造成炼油行业的利润减少及成本增加。二、借鉴国际油价市场化经验成品油价格形成机制改革，要从我国实际情况出发，认真借鉴其他国家成品油定价机制和市场化改革的经验，由政府管制价格有步骤的转向市场化定价机制，建设我国的石油储备体系和石油期货市场。三、定价机制改革应循序渐进成品油价格的市场化，并不是可以一蹴而就的，这需要一个相当长的过程。我国是石油生产大国，而且国内对石油的需求增长强劲，需要大量石油资源补充。2006-2010年，我国原油表观消费量年均增幅高达8，比十一五计划时期平均增幅扩大了1

31、.7个百分点。 石油消费量首破突破4亿吨，达到439亿吨，我国原油表观消费量则达到4.9亿吨，我国己成为国际第二大石油消费国和进口国。因此，成品油定价机制的市场化改革要考虑国家利益、市场稳定、居民的承受力以及保护和发展我国石油产业等多重因素。只有建立一个成熟稳定的成品油市场，成品油的市场绩效才可以得到健康稳定的提高。四、协调相关行业的发展要提高成品油市场的效率，在成品油定价机制改革中，要协调各个能源行业的发展，统一考虑各个能源行业的市场化改革进程，在价格机制、产业组织、资源配置等方面形成相互促进、相互协调的关系。五、增加中国成品油定价机制在国际市场上话语权由于我国石油期货市场尚不完善，无法将国

32、内石油市场的变化通过价格信号传递到国际市场，参与影响国际油价的形成过程，只能被动接受国际油价的波动。成品油定价机制改革要考虑逐步增加我国在国际市场上话语权的原则，国有石油公司应力争在国际石油市场的采购价格和采购规模上取得更大的主动权和发言权。六、加强企业管理，降本增效为提高成品油的市场效率，应该发挥国有企业和民营企业的自身调节机制，推动技术进步，降本增效，减支增收。随着跨国石油巨头加紧进入中国石油领域，中外石油企业的竞争日益激烈，这将给中国的国有石油企业、民营石油企业带来竞争的压力，有助于提高国有企业、民营企业的自身管理水平和对外的服务水平，有利于成品油市场效率的提高。中国国有企业和民营企业应

33、该在这场日益激烈的竞争中采取各种措施，加强企业内部管理，降本增效。在非石油生产方面，国有石油企业可以考虑与其他行业、企业进行合资合作。要选择管理水平高、竞争力强的企业作为合作对象，合作模式可以是石油国企出资本、出人力、出场地、出房屋，对方出管理人才、技术人才和管理经验。七、合理配置各种资源我国作为石油消费的大国，在成品油批发市场开放后，多种渠道的石油资源都进入市场，通过市场机制合理配置资源。成品油定价机制改革不仅要参照国际上的成品油价格，而且要体现国内消费结构和国内市场供求关系。要通过各种石油主体的经营业务，以及国内和国际期货市场的有机结合，合理配置资源，把国内市场上的价格风险尽可能多地释放到

34、国际市场中，以达到提高成品油市场效率的目的。八、促进企业竞争合作在成品油定价机制市场化的过程中，要注意一个原则，即改革应该促进企业问的竞争与合作。所谓合作竞争或者合作战略，是指一个企业为对抗某个或某些比自身强大的竞争对手，凭借自身的竞争优势，与一些同类企业及相关企业合作起来以增强竞争力而采取的一种竞争战略。合作竞争可以分为三种，一是与同类企业合作，即与部分竞争对手合作，合作对抗其他竞争对手；二是与相关企业合作，共同对抗竞争对手；三是与不相关企业的合作。随着我国加入WTO，国有企业面临国外石化产品的越来越大的冲击。为了迎接挑战，国有企业必须努力提高产品竞争力，而提高产品竞争力的核心就是降低产品价

35、格。实施合作竞争，首先要看一看国有企业的竞争优势是什么?国有企业的优势是国有企业的垄断市场优势，国有企业应该在国有企业的垄断市场优势上做文章，以这种优势为资本谋求对外合作竞争。若干年后，这种垄断市场优势可能会受到削弱，甚至是比较严重地削弱。国有企业的市场可能要被国外的竞争对手夺取一部分，国有企业仅仅靠自身的力量难以保住其市场份额，因此，国有企业可以考虑采取合作发展战略。利用国有企业现有的市场优势，选择一个或几个合作对象进行合作，共同保卫这个市场，共同分享这个市场。由于垄断市场优势不会长久，因此，凭借这种优势去合作是有时间性的。利用国有企业的市场优势，以及跨国公司进入中国成品油市场的壁垒，国有企

36、业应主动寻求合作。石油企业通过与跨国公司的合作，可以获得政府政策上的优惠，比如，政府给予合作企业成品油价格的更大浮动权限。可以提高资源的利用效率，改善成品油市场的定价效率。因此，石油企业通过与同类或相关企业的联合发展与竞争，可以降低成本，增加企业竞争力，提高成品油行业的市场定价效率。九、注重公平和效率在成品油定价机制改革中，要注意公平原则。政府在进行成品油定价机制改革的过程中，要制定石油综合配套调价政策，要有相应的综合配套调价措施，兼顾公平。在成品油价格慈宁宫成绩之改革过程中，还应关注市场运行效率。我国石油市场现已形成国有企业、跨国公司、民营企业三足鼎立的竞争格局，这将有利于提高成品油市场的运

37、作效率。但是，由于成品油批发渠道被中石化、中石油垄断，跨国企业不得不采取合资的方式进行销售。这就需要在改制过程中，进一步放开成品油的批发渠道，增加市场竞争，进一步提高成品油市场的运作效率，提高成品油市场的运行效率。我国成品油定价机制改革，还要考虑两个重要因素：一是必须考虑目前国际油价的确定机制因素。国际油价是如何形成的，主要由几大国际产油区的供求来决定，我国在进行成品油定价机制改革时要考虑国际定价机制，并与之接轨。二是要考虑石油的战略地位因素。除了从经济方面考虑，还要从国家战略安全角度，考虑定价机制的改革问题。石油问题已经成为关乎我国经济社会安全的重大战略问题。政府为了我国经济社会发展的战略安

38、全，不可能放松对成品油价格的控制或监管，因此，我国的成品油定价机制改革不可能走向完全市场化。综上所述，由于我国的成品油市场关乎国计民生和国家战略利益，认真研究我国成品油定价机制改革的基本原则，对于推进成品油定价机制改革，具有重要的经济社会意义。 报告人： 时间：年月日8、模型评价8.1 模型的优点(1)模型一首先用灰色关联求出各主要指标与成品油价的关联系数，然后用灰色预测模型预测出2013年到2015年的各主要指标的预测值，利用多元线性回归出成品油与各主要指标的多元线性方程，得出2013年到2015年的成品油价格，再跟灰色预测的成品油价格进行比较，得到的残差较小，所以模型建立的比较理想；(2)

39、模型二我们建立了非平稳时间序列模型，通过模型的预测我们得到了2013年到2020年西安市家庭汽车数量和成品油价格，然后通过一元线性多元回归，我们拟合得到了家庭汽车数与成品油价格的关系方程并画出了方程的拟合图，可以得到家庭汽车与成品油成正相关；(3)模型三通过分析国外成品油定价的因素，我们通过训练BP神经网络得到了我国的成品油定价模型，误差较小，模型较为合理；(4)我们根据所建立的模型，得到了成品油价与各主要指标的关系，向国家发改委写了较为详细的建议。8.2 模型的不足(1)本文在建立模型过程中没有考虑到我国成品油价与国际油价的迟滞性；(2)本文没有考虑到政治因素对成品油价的影响；参考文献1 姜

40、启源，谢金星，叶俊，数学模型（第四版），北京：高等教育出版社，2011。2 李德宜，李明，数学建模，北京：科学出版社，2009。3 吴孟达，成礼智，吴翊，毛紫阳，王丹，数学建模教程，北京：高等教育出版社，2011。4 韩中庚，数学建模方法及其应用（第二版），北京：高等教育出版社，2009。5罗党，刘思峰，党耀国，灰色模型GM（1,1）优化，南京航空航天大学经济与管理学2003。6 国家统计局年鉴2002-2012，。7 N.L鲍尔斯，等。精算数学M.上海：上海科技出版社，19968全国统计信息网，全国统计年鉴-20082012，/2007/tjsj/tjsj.asp?lbbm=1，2011-9

41、-10.附录附表一：六项指标及因变量的原始数据年份进口量（万吨）出口量（万吨）原油消费量（万吨）石油生产量（万吨）对外依存度（%）国际原油价（美元/桶）成品油价格（美元/桶）200070271031.021706.8316262.0233.7626.818.3620016026755.024299.7416463.4630.7619.8419.4520026941766.026238.8116751.3932.8131.229.820039102813.327800.0317126.283632.5230.11200412272549.229259.4617587.334443.4541.05

42、200512681806.730893.1318135.2942.961.0470.12200614517633.732977.0818476.574761.0577.792007163117389.035210.2118631.8347.296.6677.79200817888.5423.836234.7319043.0749.844.6104.82200920365.3507.339123.2218948.9651.397.6265.22201023642.4537.143245.1520301.451.991.3882.7201125139.5568.344663.4320345.465

43、2.699.06100.79201229437.7512.845728.520563.653.991.498.54附表二：灰色关联度matlab编程clear,clcx=7027,1031,21706.830,16262.020,33.7600,26.8000; 6026,755,24299.7437200,16463.46000,30.76,19.840; 6941,766,26238.808460,16751.39,32.810,31.2; 9102,813.300,27800.03435,17126.28,36,32.520; 12272,549.200,29259.46149,1758

44、7.330,44,43.45; 12681,806.70,30893.130,18135.290,42.90,61.04; 14517,633.70,32977.080,18476.57,47,61.05; 163117,389,35210.210,18631.830,47.20,96.66; 17888.50,423.80,36234.730,19043.07,49.80,44.60; 20365.30,507.30,39123.22,18948.96,51.30,97.620; 23642.40,537.10,43245.154780,20301.40,51.90,91.380; 2513

45、9.50,568.30,44663.430,20345.460,52.600,99.060; 29437.70,512.80,45728.50,20563.60,53.90,91.40;m=13;n=6;x0=18.360;19.450;29.80;30.110; 41.050;70.120;77.790; 77.79;104.820;65.220; 82.700;100.790;98.540;for i=1:navg(i)=0;endfor i=1:mfor j=1:navg(j)=avg(j)+x(i,j);endendfor i=1:navg(i)=avg(i)/m;endfor j=1

46、:mfor i=1:nx(j,i)=x(j,i)/avg(i);endendfor i=1:nx0(i)=x0(i)/avg(i);endfor j=1:mfor i=1:ndelta(j,i)=abs(x(j,i)-x0(i);endendmax=delta(1,1);for j=1:mfor i=1:nif delta(j,i)maxmax=delta(j,i);endendendmin=delta(1,1);for j=1:mfor i=1:nif delta(j,i)minmin=delta(j,i);endendendfor j=1:nxgd(j)=0;for i=1:m %0.5为

47、 分辨系数 ，在（0，1）之间，值越大,分辨率越大glxs(i,j)=(0.5*max+min)/(0.5*max+delta(i,j);xgd(j)=xgd(j)+glxs(i,j);endxgd(j)=xgd(j)/m;endxgd附表三：多元线性回归方程求解回归检验模型汇总模型RR 方调整 R 方标准 估计的误差1.972a.944.90712.57361a. 预测变量: (常量), 国际原油价, 进口量（万吨）, 出口量, 石油生产量, 对外依存度, 原油消费量。b. 因变量: 成品油价格多元线性回归方程系数a模型非标准化系数标准系数tSig.B标准 误差试用版 (常量)-227.40

48、7216.945-1.048.022进口量（万吨）.014.000.3432.628.027出口量.066.040.2791.643.135原油消费量.004.003.9911.457.101石油生产量-.001.019-.060-.078.040对外依存度4.2151.855.8942.273.049国际原油价-1.127.349-.825-3.230.010a. 因变量: 成品油价格附表四： 成品油价格和西安私人交车数量的原始数据年份2000200120022003200420052006200720082009201020112012成品油价格18.3619.4529.830.1141.0570.1277.7977.79104.8265.2282.7100.7998.54私人轿车4.355.677.129.4811.6714.2118.2122.9833.0540.3253.3468.5683.84附表五：BP神经网络的matlab相关编程19 / 19