成品油价与家庭汽车-数学建模论.docxVIP

长安大学2015年数学建模竞赛 控 制 页选择的题号（从A/B中选择一项填写）： 参赛队成员（打印并签名，注明专业）：1 2 3 队长： 联系电话： 邮箱： 日期： 年月日 成品油价格与家庭汽车摘要现如今，越来越多的汽车开始走进千家万户，家庭汽车现已成为许多具有一定购买力的中国家庭的必需品。然而，油价的起伏给人们的汽车消费活动带来了一些影响。为此，本文在收集了部分有关成品油价格和家庭汽车消费状况的资料后，对相关的数据进行了深入分析与合理联系，并制订出了一份适合中国国情的成品油定价模型，进而给国家发改委提出了中国成品油定价机制的建议和促进新能源汽车健康发展的具体措施。对问题一，经过问题的分析与资料的查阅，结合国内成品油价格的过去与现状，我们分析出以下七个因素：国际原油价格，中国年原油进口量，中国年原油出口量，中国年原油产量，中国年人均GDP，中国年原油消费量，中国年能源消费总量，均对中国成品油价格产生不可忽视的影响。通过一元线性回归分析得出各影响因素与国内年平均成品油价格具有一定的相关性，然后用多元线性规划的方式最终得出成品油油价与各影响因素的总关系，并与当前油价比较，作出合理评价模型。并通过建立各影响因素与时间的函数关系，利用评价模型对成品油油价作出合理的预测。根据此模型预测2016年的成品油价格为122.15美元/桶。对问题二，我们基本归纳出影响家庭汽车数量的三个关键因素：中国成品油价格，年人均GDP,公路总里程数。通过excel做出各影响因素与家庭汽车数量的变化曲线，并运用灰色预测法对家庭汽车数量作出合理的预测。并对其进行残差检验，得出模型具有高度的合理性。预测到2020年西安市私家车的数量为830.2万辆对问题三，我们讨论了国际原油价格和国内原油出口量与国内成品油价格的关系，通过对其进行多元线性回归得到最终的定价模型：y=-2.4415+1.0794x+0.0046x.对问题四，根据前三问已建立的模型，我们给国家发改委提出中国成品油定价机制的建议有：完善价格管制办法 ，更深度的考虑产品的市场化，统筹考虑与资源环保类税种的接轨，调整消费税征管环节，健全生产企业成本核算。促使新能源汽车发展的具体措施有：发放适量补贴鼓励家庭购买新能源汽车、投资国内的汽车企业或有关科研单位着力于新能源汽车的研发与改进、政府尝试调控下属单位减少石油的开采等。关键词：一元线性回归、多元线性回归、Excel、灰色预测法、残差检验一问题重述随着汽车行业的兴起，汽车越来越成为百姓生活必需品，然而油价的上下波动给人们的生活消费带来了相当大的影响。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），对以下问题建立数学模型，并回答问题。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2016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以及促使新能源汽车发展的具体措施。二问题分析问题一的分析：我们通过查阅资料，分析出以下七个因素：国际原油价格，中国年原油进口量，中国年原油出口量，中国年原油产量，中国年人均GDP，中国年原油消费量，中国年能源消费总量，均对中国成品油价格产生不可忽视的影响。通过对近年来中国成品油价格影响因素的分析和影响因素的相关资料数据的使用，应用matlab对数据进行了整理与分析，可得到基于线性回归思想的数学模型，在对模型进行科学的求解之后，初步预测2016年中国成品油的价格情况。问题二的分析：我们以陕西省西安市为例，通过对西安市在过去十年的家庭汽车消费情况进行了有关数据的整理和汇总以及对影响西安市家庭汽车消费情况的相关因素进行了必要的分析与综合之后，我们基本归纳出影响其结果的三个关键因素：中国成品油价格，年人均GDP,公路总里程数。利用灰色预测法对2020年西安市私家车数量的前景进行了预测。问题三的分析：通过查阅相关资料，进一步分析国外许多国家成品油价格的定价因素与定价机制，以此为基础对我国成品油定价进行研究。国内油价受多种因素影响：国际原油价格，中国年原油进口量，中国年原油出口量，中国年原油产量，中国年人均GDP，中国年原油消费量，中国年能源消费总量等。在充分查阅文献的情况下，得出国际原油价格，中国年原油出口量所占权重较大。通过残差图发现这两个因素与国内成品油价格具有相关关系，运用多元线性回归制定出一份适合中国国情的成品油定价模型。问题四的分析：根据已建立的模型，给国家发改委提出中国成品油定价机制的建议，并给出促使新能源汽车发展的具体措施，达到研究此项问题的最终目的。三模型假设1. 假设论文当中搜集的数据都真实可靠；2. 不考虑战争和天灾人祸对原油价格的影响；3. 不考虑2005年至今发生的金融危机；4. 不考虑垄断原油等因素的影响；5. 假设论文当中所建模型均适用于任何一个地区；6. 不考虑政府对原油价格调节的影响；7. 排除2005年至今世界货币兑换率发生大的改变；8. 排除近几年汽车行业发生巨大的变化的影响；9. 排除非机车和其他交通工具对家庭汽车数量的影响；10. 排除政府限排量和限购政策对市民购买私人车辆的影响；11. 排除近几年人口数量和结构的影响；12. 不考虑波动的汽车价格对西安市家庭汽车消费情况的影响；13. 不考虑政府对国内油价的宏观调控；14. 不考虑中国和国际原油的开采量对国内油价的影响；15. 假设论文中使用的数据足够精确。四符号说明y-中国成品油价格（美元/桶）x-国际原油价格（美元/桶）x-国内原油年产量（万吨）x-中国原油年出口量（万吨）x-中国原油年进口量（万吨）x-国内原油年消费量（桶）x-中国能源年消费总量（万吨标准煤）x-中国人均可支配年收入（元）x-西安市年GDP（元）x-陕西省公路里程数（公里）x-西安市私家车数量（万辆）x-中国汽车保有量（万辆）五模型的建立与求解问题一：1.1 探求各主要影响因素与中国成品油价格的关系：我们通过查阅资料得知，中国成品油的价格常常受到许多因素的影响。假定忽略次要因素，考虑主要因素，经分析得知中国成品油价格的波动与国际原油价格x，国内原油年产量x，中国原油年出口量x，中国原油年进口量x，国内原油年消费量x，中国能源年消费总量x，中国人均可支配年收入x均有着直接的关系。A 国际原油价格与中国成品油价格的关系中国成品油的价格既有市场化成分，也有政府管控成分，其中市场化成分所占的比重最大，它很大程度上决定于国际原油价格，故国际原油价格对中国成品油价格有着较大的影响。【1】国际原油价格（美元/桶）53.3964.2971.1296.9961.7677.0194.8994.1298.00成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35 用matlab做线性回归分析【2】：（以下所涉及的具体程序详见附录一）相关系数：r=0.9956, y=1.0314* x+3.2184B. 中国原油年产量与中国成品油价格的关系中国原油年产量逐年增加，反映了中国市场对是有的需求量在逐年增加，此现象必然会影响中国成品油的价格，因此有必要探究中国原油年产量【3】与中国成品油价格的关系。国内原油年产量（万吨）18083.8918367.5918665.6918972.8218948.9620301.4020364.6020747.8020812.87中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35用matlab做线性回归分析：相关系数：r=0.5591， y=0.012466* x-158C. 中国原油年出口量与中国成品油价格的关系由于中国的可持续发展理念的贯彻落实，原油年出口量逐年下降。中国原油的年出口量【3】间接影响了成品油的价格，同时也受到成品油价格的影响，因此二者联系紧密，数据如图所示。中国原油年出口量（万吨）806.69633.72382.92373.34518.40304.22252.20243.00162.00中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35用matlab做线性回归分析：相关系数：r=0.7441， y=-0.074202 * x+115.07D. 中国原油年进口量与中国成品油价格的关系随着经济的发展，为满足国内市场的需求，中国原油年进口量逐年增加。中国原油的年进口量【3】直接决定了成品油的价格，同时也受到成品油价格的影响，因此二者紧密联系，不可分割。中国原油年进口量（万吨）12708.3214518.0316317.5517889.3020378.9323931.1425254.9227102.0028195.00中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35用matlab做线性回归分析：相关系数：r=0.5118， y=0.0022574* x+38.035E.国内原油年消费量与中国成品油价格的关系国内原油年消费量与中国成品油价格互相影响，关系密切，较低的中国成品油价格将会刺激国内的原油消费，增加原油年消费量，而较高的中国成品油价格将在一定程度上抑制国内的原油消费。因此，国内原油年消费量【3】与中国成品油价格有着紧密的联系。国内原油年消费量（桶）29985.5232251.9034600.3136488.7838809.5043868.3345367.3247606.8048845.87中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35用matlab做线性回归分析：相关系数：r=0.5319， y=0.0018885* x+9.6792F. 中国能源年消费总量与中国成品油价格的关系中国成品油消费是中国能源消费总量中的重要组成部分，对我国经济的发展起到重要的作用。当能源需求与实际情况产生矛盾时，能源的价格将不可避免地产生起伏波动。因此，中国能源年消费总量【3】与成品油价格有着十分密切的关系。中国能源年消费总量（万吨标准煤）23599725867628050829144830664734939348002361732375000中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35用matlab做线性回归分析：相关系数：r=0.5765， y=0.00028747* x-4.1286G. 中国人均可支配年收入与中国成品油价格的关系中国成品油价格间接地受到人均可支配年收入的影响，能源消费是国民消费不可忽视的组成部分，是维持国民经济稳定健康增长的动力。作为能源消费方式的代表品种，石油价格自然与人均年收入有着不可分割的关系。中国人均可支配年收入（元）10493.011759.513785.815780.817174.719109.421809.824564.726955.1中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35用matlab做线性回归分析：相关系数：r=0.5646， y=0.002371* x+42.2331.2 七个影响因素对成品油价格的综合影响：年份200520062007200820092010201120122013中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35国际原油价格（美元/桶）53.3964.2971.1296.9961.7677.0194.8994.1298.00国内原油年产量（万吨）18083.8918367.5918665.6918972.8218948.9620301.4020364.6020747.8020812.87中国原油年出口量（万吨）806.69633.72382.92373.34518.40304.22252.20243.00162.00中国原油年进口量（万吨）12708.3214518.0316317.5517889.3020378.9323931.1425254.9227102.0028195.00国内原油年消费量（桶）29985.5232251.9034600.3136488.7838809.5043868.3345367.3247606.8048845.87中国能源年消费总量（元）235997258676280508291448306647349390348002361732375000中国人均可支配年收入（元）10493.011759.513785.815780.817174.719109.421809.824564.726955.1用matlab实现多元线性回归分析并计算：（代码见附录二） R=0.9994 F=249.0376 P=0.04880.05中国成品油平均价格：y=-4.2351+1.0593*x1-0.0366*x2+0.0301*x3-0.0381*x4+0.0387*x5-0.0001*x6-0.0004*x7影响因素一元回归方程相关系数r国际原油价格y=1.0314 x+3.21840.9956国内原油年产量y=0.012466 x-1580.5591中国原油年出口量y=-0.074202 x+115.070.7441中国原油年进口量y=0.0022574 x+38.0350.5118国内原油年消费量y=0.0018885 x+9.67920.5319中国能源年消费总量y=0.00028747 x-4.12860.5765中国人均可支配年收入y=0.002371 x+42.2330.56461.3 对模型结果的评估：年份200520062007200820092010201120122013实际中国成品油价格（美元/桶）58.4070.1277.79104.82652282.70100.79100.66102.35计算中国成品油价格（美元/桶）56.1968.1376.23103.4264.2282.26101.51100.21103.53用matlab对实际年平均油价与计算年平均油价进行比较（代码见附录三）据图表显示，通过模型计算出的中国成品油价格与实际的中国成品油价格十分接近，故以上建立的数学模型基本合理。因此，我们可利用已建立的数学模型对其他年份的中国成品油价格进行合理有效的推测。1,4 2016年中国成品油价格预测中国成品油价格的主要影响因素与时间的关系：影响因素一元回归方程国际原油价格与时间的关系x=4.9248t-9814.9国内原油年产量与时间的关系x=379.72t-743380中国原油年出口量与时间的关系x=-68.025t+137070中国原油年进口量与时间的关系x=2060.3t-4118300国内原油年消费量与时间的关系x=2507t-4996800中国能源年消费总量与时间的关系x=17228t-34301000中国人均可支配年收入与时间的关系x=2060.7t-4122000从上述各个参数的值可看出线性回归得到的模型较好。接下来用此模型对2016年的中国成品油价格进行预测。代入t=2016得到：xxxxxxx113.5022135.52-68.4035264.8057312.00430648.0032371.20求得y（t=2016）=-4.2351+1.0593* x-0.0366* x+0.0301* x-0.0381* x+0.0387* x-0.0001* x-0.0004* x=122.15（美元/桶）问题二：2.1 用excel对数据进行分析通过对西安市在过去十年的家庭汽车消费情况进行了有关数据的整理和汇总以及对影响西安市家庭汽车消费情况的相关因素进行了必要的分析与综合之后，我们基本归纳出影响其结果的三个关键因素：中国成品油价格y，西安市年GDP x, 陕西省公路里程数x,西安市私家车数量x。因此，特将本模型建立的三个关键因素的有关数据列表如下：年份中国成品油价格（美元/桶）（约数）西安市GDP（亿元）陕西省公路里程数（万公里）西安市私家车数量（万辆）（大秦网）200654851450.011.33428200757481737.1 12.13508200866802000.013.10596200970702719.114.41755201082603241.514.75977201191303688.815.201175201298004369.416.141400201395004884.116.521615201493005474.0-2393多种因素对私家车数量的影响全国人均GDP与私家车数量的关系年份200320042005200620072008200920102011人均GDP（元）105421233614185165002016923708256083001535063增长率%17.0217.0215.0016.3222.2417.548.0117.2116.82私家车数量（万辆）1070.201481.661848.072333.322876.223501.394574.915938.717326.79人均GDP与私家车数量根据以上图表可看出，汽车的增长量和GDP增长呈指数相关，和公路里程数指数性相切合。由此我们可以利用灰色预测法对家庭汽车数量进行预测。2.2 灰色预测法预测家庭汽车的数量【4】1) 选取的数据是从2003年到2011年西安市私家车数量【5】，时间数列初始值为：设原始数列是x= x(1), x(2), x(9)=42.8,50.8,59.6,75.5,97.7,117.5,140.0,161.5,239.32) 生成累加序列把数列各项数据累加的过程称为累加生成过程。令x（k）= x(i),k=1,2,n,称所得新数列x= x(1)，x(2)，x(n)为数列x的1次累加生成数列。有x=42.8,93.6,153.2,228.7,326.4,443.9,583.9,745.4,984.73) 计算级比级比：（k）= ,k=1,2, ,n。（2）=0.457（3）=0.611（4）=0.670（5）=0.700（6）=0.735（7）=0.783（8）=0.757 如果所有的级比都落在可容覆盖区间X=（e,e）内，则数据x可以建立GM（1,1）模型，且可以进行灰色预测。由n=8知可容覆盖区间X=（-0.80,1.22），计算级比符合要求。4) 建立GM（1,1）模型+ax(k)=u其中a为发展灰数，u为内生控制灰数。解为x(k)=( x(1)-)e+ (1)式设=（a,u）为待估参数向量，用最小二乘法解得=（BB）BY，式中Y为列向量Yx(2)，x(3)，,x(8)其中Y= 50.8,59.6,75.5,97.7,117.5,140.0,161.5,239.3 B的构造数据矩阵 B=通过matlab计算得出（代码见附录四）a=-0.1663;u=61.4654;代入（1）式预测公式得x（k）=(369.8+42.8)e-369.8 (2)式x（k+1）=412.4e-369.8 (3)式 再利用累减x(k)= x（k+1）- x（k）我们通过matlab软件画出西安私家车数量随年份增长的曲线，大致呈指数形式增长通过图像计算得出以下数据x(1)=42.8 由模型得到的06年西安私家车数量为x(1)=42.8x(2)=89.5 由模型得到的07年西安私家车数量为x(2)=46.7x(3)=147.8由模型得到的08年西安私家车数量为x(3)=58.3x(4)=220.6由模型得到的09年西安私家车数量为 x(4)=72.8x(5)=311.4由模型得到的10年西安私家车数量为x(5)=90.8x(6)=424.0由模型得到的11年西安私家车数量为x(6)=113.3x(7)=566.0由模型得到的12年西安私家车数量为x(7)=141.3x(8)=742.4由模型得到的13年西安私家车数量为x(8)=176.4x(9)=962.4由模型得到的14年西安私家车数量为x(9)=220.0(5) 对建立的灰色模型进行检验，步骤如下： 计算x与x之间的残差e(t)和相对误差q(x)： e(t)= x- x q(x)= i=1, 2 ,3,9.i123456789q(x)00.08070.02180.03580.07060.0357-0.0092-0.08450.08070.0258参照附表知当q(x)的相对误差0.05，故灰色模型精度为二级，拟合程度相对较好。灰色模型精度检验对照表等级相对误差q方差比C小误差概率级0.010.350.95级0.050.500.80级0.100.650.70级0.200.800.60因此我们可以通过公式3来预测2020年西安市私家车数量。x(10)=1236.6由模型得到的的15年西安私家车数量为x(10)= 274.5x(11)=1579.2由模型得到的的16年西安私家车数量为x(11)= 342.6x(12)=2006.6由模型得到的的17年西安私家车数量为x(12)= 427.4x(13)=2539.9由模型得到的的18年西安私家车数量为x(13) =533.3x(14)=3205.3由模型得到的的19年西安私家车数量为x(14) =665.4x(15)=4035.5由模型得到的的20年西安私家车数量为x(15) =830.2通过matlab软件计算最终预测到2020年西安私家车数量为830.2万辆。分析成品油价格对家庭汽车数量的影响。从excel图中我们发现，2006年-2014年的中国成品油价格在前六年稳步升高，与此同时，西安市私家车数量也在逐步增加。在2012-2014年中国成品油价格有小幅下调，原因是国际油价的下调，然而这对西安市居民的汽车购买几乎没有影响，西安市私家车数量依然有大幅提升。由于较低端轿车的购车成本较低，油价上升无疑对这类汽车的准用户具有一定的敏感性，油价上升会导致该类汽车销售增速减缓；但对于中高档汽车准用户来说，油价上升对汽车购买并无大碍。可见影响汽车消费的根本因素是经济的持续发展，居民购买能力的逐渐提高，成品油价格的上涨是一个持续的趋势，它只是在一定程度上对居民的汽车消费有所影响。问题三：目前全球成品油定价主要有三种形式：一是市场化定价模式，以美国为代表的发达国家基本上都是市场化定价；二是政府定价模式，主要是一些富油国，通过高额政府补贴来实行低油价政策；三是中间道路，既有市场化成分，也有政府管控成分，我国就属于这种模式。以汽油价格为例，与2003年相比，2013年美国汽油年均零售价格是2003年的2.29倍；英国2013年汽油年均零售价格是2000年的1.75倍；德国2013年汽油年均零售价格是2003年的1.43倍；日本2013年的汽油年均零售价格是2003年的1.38倍；韩国2013年的汽油柴油零售价格是2003年的1.48倍；我国台湾地区的汽油年均零售价格是2003年的1.61倍。例如，美国炼厂所生产的成品油在国内外市场的定价完全由市场决定。美国国内有两个具有代表性的成品油现货市场：墨西哥湾包括德克萨斯州地区和东海岸油品消费地区。这两个市场的油品价格由供求关系决定，并随国际市场油价的波动而波动。美国的各加油站的零售价一般都不一样，即使是同一公司的加油站价格也会不同，加油站经理通常会根据地段、服务内容及质量、销量、周边加油站的情况、与其他加油站竞争的程度、利润等状况自行制定价格。比利时并不生产石油，但是比利时政府、企业和消费者面对居高不下的油价却并不惊慌的原因就在于比利时独特的燃油定价机制。在比利时，燃油零售价中共包括四个部分的费用：一是进口成本价；二是经销商的利润；三是消费税；四是增值税。其中，消费税相对固定，而增值税则是前三项之和再乘以一个固定的比例。从年开始，比利时政府就与由石油进口商组成的“比利时石油协会”签订了计划合同，稳定石油的供应与价格。例如，年月双方签订的新合同第一款便明确规定，比利时经济部将采取一切行政和管理手段，确保国内石油市场的供应与稳定。此外，税负高低不仅是导致不同国家或地区油品含税零售价格差距的主要因素，也是各国调整价格符号引导消费的主要手段。美国是典型的低税收国家，这在一定程度上起到了鼓励消费的作用；而日韩和多数欧洲国家，则通过高油税政策，抑制油品消费。【6】对此，根据对现有资料的分析与归纳，影响国内成品油价格的定价因素有许多，例如国内GPI，国际原油价格，中国年原油进口量，中国年原油出口量，国内GDP增长，国内原油产量，国内原油成本，中国汽车保有量等。这些因素均对国内成品油价格产生或大或小的影响。然而，经查阅资料并通过Excel对以上七个因素与国内成品油均价的相关性分析，国际原油价格与中国原油年出口量相关系数分别为0.9956和0.7441，与国内年成品油均价相关性很大。因此，可忽略其他因素对中国成品油价格的影响。令国际原油价格和年原油出口量作为因变量，探究国际原油价格x与中国原油年出口量x和中国成品油价格y的关系通过matlab进行多元线性回归分析：相关性分析表： 因 素年份国内原油年消费量（桶）国际原油价格（美元/桶）国内原油年产量（万吨）中国原油年出口量（万吨）中国原油年进口量（万吨）中国能源年消费总量（万吨标准煤）中国人均可支配年收入（元）200529985.5253.3958.40806.6912708.3223599710493.0200632251.9064.2970.12633.7214518.0325867611759.5200734600.3171.1277.79382.9216317.5528050813785.8200836488.7896.99104.82373.3417889.3029144815780.8200938809.5061.7665.22518.4020378.9330664717174.7201043868.3377.0182.70304.2223931.1434939019109.4201145367.3294.89100.79252.2025254.9234800221809.8201247606.8094.12100.66243.0027102.0036173224564.7201348845.8798.00102.35162.0028195.0037500026955.1与国内成品油均价相关性0.53190.99560.55910.74410.51180.57650.5645利用matlab对其进行线性回归得到以下结果:（代码及残差图代码见附录五）y=-2.4415+1.0794 x+0.0046 xR=0.9963 F=804.6822 P=0.0000 S=0.0392可见其相关度较高，再对其进行残差分析。其残差分布图如下：根据以上残差图，由数据残差离零点的远近，残差的置信区间均包含零点，故回归模型能较准确地反应原数据的特点。因此最终确定的数学模型为y=-2.4415+1.0794 x+0.0046 x.问题四：4.1 给国家发改委提出的中国成品油定价机制的建议：中国成品油的定价主要考虑的是国际原油价格，但看轻国内成品油的供需实际情况显然是不妥的。因此，国内成品油在定价的过程中不可忽视国内成品油的客观状况，需要的是统筹兼顾。1完善价格管制办法。首先，我国的成品油价格不可能也不应该完全随国际油价波动，石油消费的特殊地位和未来国际能源供应的不确定性导致在特殊情况下国家必然要对成品油价格进行一定的干预和管制。为此，必须提早设计油价管制的具体办法，制定尽可能周全、详尽的管制预案，统筹考虑消费者、生产企业和政府财政的承受能力，以避免高油价突然到来后的被动局面和判断失误导致的错误决策。2统筹考虑与资源环保类税种的接轨。应加强对成品油资源环保类税种与消费税、石油企业特别收益金的整合或协调问题进行前瞻性研究，尽早设计可行性方案，从而保障下一步改革的平稳进行，使成品油价格和税费体系既能够充分发挥促进节能减排和环境保护的功能，又有利于维护社会公平。3调整消费税征管环节。今后，成品油消费税的征收环节应逐步过渡到批发环节，这一方面能使消费税对需求进行调节的作用得到更好地发挥，另一方面也可以此促进我国税收征管水平的提高。4健全生产企业成本核算。由于国内成品油市场供应主体的垄断地位，我国成品油价格难以形成合理的市场竞争定价，实行政府指导定价在今后较长的一段时间内都是难以避免的，而政府定价的根据只能采用成本加利润的方式。鉴于成品油价格在全社会价格体系中举足轻重的地位，对于如此重要的价格核定，应由有关部委成立联合工作组，定期对行业生产成本进行准确核算，防止发生相关企业由于自身利益因素调整财务报表的现象。4.2 促进新能源汽车发展的措施：1.政府发放适量补贴鼓励家庭购买新能源汽车。随着生活水平的提高，许多家庭已经具备了购买稍高价位的新能源汽车的经济基础，他们缺乏的只是观念的转变与适应，此时，政府有责任拿出实际行动鼓励消费者尝试新能源汽车，进而引导消费者树立环保节能的意识。在国际社会中不乏这样的成功经验，例如，法国政府规定，自2008年1月1日起，按所购买新车的CO2排放量多少，对车主给予相应的现金“奖罚”，以鼓励购买低排量环保车型。2.政府投资国内的汽车企业或有关科研单位着力于新能源汽车的研发与改进工作。政府的大力扶持对于人任何一个汽车厂商来说都是获得长足进步的巨大动力。这体现了政府对节能环保的重视，是促进新能源汽车发展的最直接、最有效举措。例如，2007年，德国政府就已经把电动汽车的关键技术，也就是锂离子电池作为攻坚项目列入到“高科技战略”之中。2008年6月，德国政府与大众汽车以及能源供应商EON等工业巨头联合公布了一项混合动力汽车发展计划。2009年初，在德国政府通过的500亿欧元的经济刺激计划中的5亿欧元用于发展电动汽车，其中1.7亿欧元用于支持研发为电动汽车提供动力的电池。3.政府应尝试调控下属单位减少石油的开采，注重其他清洁能源的开发与使用。其他清洁能源包括太阳能、氢能、生物能，以及乙醇等清洁燃料。许多发达国家已经对清洁能源十分重视并取得预期效果。2007年4月，布什政府公布了标准，以鼓励在美国的机动车燃料中混入可再生燃料。基于这一标准，2007年要求美国汽车能耗的4%必须是可再生燃料，比如由谷物提炼的乙醇，总量大约为47亿加仑。这一标准值将逐年上升，至2012年将达到75亿加仑；同时政府也对生产燃料乙醇制定了优惠政策。六模型的评估与改进对模型一，模型较为繁琐，为研究结果与各影响因素之间的关系，采用的线性回归思想能使问题得到较为适当的解决。但对于被忽略的其他影响因素，此种思想方法还难以兼顾，因此不能做到面面俱到，仍存在一定的缺陷。对模型二，利用的灰色预测法具有一定的创新性，能够有效地解决需要预测的问题。然而此方法只局限于预测，不能准确地说明中国成品油价格与汽车消费之间的联系。对模型三，此模型贴合题目要求，处理得较为简单，数据处理的准确度较高，但与模型一在思想上较为类似。七参考文献【1】. 数据简报:1970年以来国际原油价格走势与大事记 中国经济网 /specials/zxxx/201307/31/t20130731_24622321.shtml【2】. 傅立 灰色系统理论及其应用 科学技术文献出版社 1992【3】. 中华人民共和国国家统计局 【4】. 卓金武 MATLAB在数学建模中的应用 北京航空航天大学出版社 2004-1【5】. 大秦网 西安汽车保有量高速增长 /a/20110524/000287.htm 【6】. 毕德东 国外成品油定价机制解析 百度文库 /view/635cc6492b160b4e767fcf0d.html八附录附录一clearx=18083.89 18367.59 18665.69 18972.82 18948.96 20301.40 20364.60 20747.80 20812.87; y=58.4 70.12 77.79 104.82 65.22 82.7 100.79 100.66 102.35;plot(x,y,r*) xlabel(国内原油年产量（万吨）);ylabel(国内年平均成品油价格（美元/桶）)z=corrcoef(x,y) clearx=806.69 633.72 382.92 373.34 518.40 304.22 252.20 243.00 162.00; y=58.4 70.12 77.79 104.82 65.22 82.7 100.79 100.66 102.35;plot(x,y,r*) xlabel(年原油出口量（万吨）);ylabel(国内年平均成品油价格（美元/桶）)z=corrcoef(x,y)clearx=53.39 64.29 71.12 96.99 61.76 77.01 94.89 94.12 98.00;y=58.4 70.12 77.79 104.82 65.22 82.7 100.79 100.66 102.35;plot(x,y,r*)xlabel(国际原油年平均价格（美元/桶）);ylabel(国内年平均成品油价格（美元/桶）)z=corrcoef(x,y)clear x=12708.32 14518.03 16317.55 17889.30 20378.93 23931.14 25254.92 27102.00 28195.00;y=58.4 70.12 77.79 104.82 65.22 82.7 100.79 100.66 102.35;plot(x,y,r*) xlabel(年原油进口量（万吨）);ylabel(国内年平均成品油价格（美元/桶）)z=corrcoef(x,y)clearx=29985.52 32251.90 34600.31 36488.78 38809.50 43868.33 45367.32 47606.80 48845.87;y=58.4 70.12 77.79 104.82 65.22 82.7 100.79 100.66 102.35;plot(x,y,r*) xlabel(国内原油年消费量（万吨）);ylabel(国内年平均成品油价格（美元/桶）)z=corrcoef(x,y)clearx=10493.0 11759.5 13785.8 15780.8 17174.7 19109.4 21809.8 24564.7 26955.1;y=58.4 70.12 77.79 104.82 65.22 82.7 100.79 100.66 102.35;z=corrcoef(x,y);plot(x,y,r*) xlabel(人均可支配收入（元）);ylabel(国内年平均成品油价格（美元/桶）)z=corrcoef(x,y)clearx=235997.00 258676.00 280508.00 291448.00 306647.00 324939.00 348002.00 361732.01 375000.00;y=58.4 70.12 77.79 104.82 65.22 82.7 100.79 100.66 102.35;plot(x,y,r*) xlabel(全国能源消费总量（万吨标准煤）);ylabel(国内年平均成品油价格（美元/桶）)z=corrcoef(x,y)附录二clear x1=53.39 64.29 71.12 96.99 61.76 77.01 94.89 94.12 98.00; x2=18083.89 18367.59 18665.69 18972.82 18948.96 20301.40 20364.60 20747.80 20812.87; x3=806.69 633.72 382.92 373.34 518.40 304.22 252.20 243.00 162.00; x4=12708.32 14518.03 16317.55 17889.30 20378.93 23931.14 25254.92 27102.00 28195.00; x5=29985.52 32251.90 3