中国汽油价格影响因素分析

2024年1月10日发(作者：保时捷电动车suv)

中国汽油价格影响因素分析

刘国莉;刘丹丹;朱晓林;张国庆

【摘要】自2000年以来国内汽油价格与国际价格接轨,汽油价格成为关注的焦点.本文运用多元回归分析对影响中国汽油价格的诸多因素进行分析,得出影响中国汽油价格的最主要因素:国内生产总值,国际原油价格,国内汽油产量,交通运输、仓储和邮政业增加值,重工业增加值等,为中国油价改革提供合理建议.

【期刊名称】《辽宁科技大学学报》

【年(卷),期】2014(037)006

【总页数】7页(P626-632)

【关键词】汽油价格;国际原油价格;多元回归分析

【作者】刘国莉;刘丹丹;朱晓林;张国庆

【作者单位】辽宁科技大学理学院,辽宁鞍山114051;辽宁科技大学工商管理学院,辽宁鞍山114051;辽宁科技大学工商管理学院,辽宁鞍山114051;辽宁科技大学财务处,辽宁鞍山114051

【正文语种】中文

【中图分类】F227.7

随着中国国民经济水平的不断提高，其对能源的需求，特别是对成品油的需求增长迅猛，增长速度超过了世界其他国家，已经成为世界能源消耗大国。大量的学者对中国成品油市场进行了深入的分析和研究。例如，杨得英分析了成品油的历史消费

量，并利用部门法对成品油需求量进行了预测［1］；余晓钟利用结构模型分析了成品油价格的影响因素［2］；柯晓明回顾和分析了2006年1-11月成品油市场消费特点、生产和进口形势变化，对2007年成品油市场进行了分析与展望［3］；陈海涛利用系统动力学方法构建了中国石油需求系统模型，从而预测了国民经济发展速度等对中国石油需求的影响［4］；刘满平提出了完善成品油定价机制、稳定成品油市场的对策建议［5］；王双英等基于对数平均迪氏指数分解法，研究了非清洁能耗、能源强度和经济规模效应等对石油需求的影响［6］；房斌等则基于投入产出结构分解的IPAT模型，研究了人口增长、能源强度等对中国1992~2007年能源消费的影响［7］。

国外学者也对于成品油价格及影响因素做了大量的研究。Karrenbrock以美国1983~1990年的汽油批发价格和税后零售价格月度数据为样本建立分布滞后模型对汽油价格进行分析［8］；Balke等采用美国1987~1996年的周度数据，建立一阶差分模型和水平序列模型对汽油价格和原油价格的关系进行分析［9］；Bahram等对原油、燃油、无铅汽油期货价格混沌结构进行检验［10］；Anindya利用最小二乘法研究汽油零售价格受原油价格和市场集中度的影响情况［11］；Chen等利用阈值协整的方法对油价进行了分析［12］；Huntington通过对1950~2005年油价、美国石油需求量和美国实际GDP的分析，证实了石油消费的长期弹性要大于短期［13］。

成品油作为国民经济命脉，其市场运作是否平衡，关系到国民经济运行。汽油是石油的下游产品，也是与人们生活关系最为密切的能源产品，所以汽油价格的变化一直以来备受人们关注。本文运用回归分析的方法，通过建立计量经济模型，从多变量的角度对中国汽油的定价模型做建模研究，以此预测国内汽油价格指数的趋势。

1 变量的选取

中国的汽油市场一直受到社会各界的广泛关注。随着中国市场经济的不断发展，汽

油定价机制改革

也在不断深化。1998年之前，中国的成品油价完全由政府制定。从1998年开始，中国的成品油定价机制向市场化方向进行改革。影响中国汽油价格的因素有很多，如经济增长水平、经济发展阶段、国际原油价格、国内汽油产量、国内汽油库存量、国内居民对汽油的需求量等诸多因素。另外，还包括定性因素，如突发事件与政治事件，短期因素的地缘政治，气候变化等的影响。

本文模型指标主要选取了国内生产总值（GDP），国际原油价格，国内汽油产量，汽油年初年末库存差额，汽油出口量，国际原油产量。汽油消费行业结构中，汽油消费量最大的三个行业为运输仓储邮政业、工业、贸易餐饮业，分别占国内汽油消费总量的39%、17%和6%左右。这三大行业的发展对汽油影响最大。本文引入交通运输仓储邮政业增加值和重工业增加值两个指标；汽油的价格受供求的影响，但是鉴于对汽油需求量的数据收集有较大困难，故引入汽车拥有量指标来替代需求；刘志斌等着重分析了影响油价的诸多不确定性因素，引入对OPEC石油政策的考虑［14］。石油输出国组织欧佩克（OPEC），截至2010年11月，欧佩克成员国共持有79%的世界原油储量。其供应的原油占世界市场的44%，其减产或增产行为势必会对油价产生影响。欧佩克宣布2009年1月1日起实施减产行为以稳定不断下跌的国际油价。欧派克的减产势必会对油价产生影响，受其启发，本文引入虚拟变量OPEC宣布减产前后，在减产前的年份取“0”，减产后的年份取“1”。

2 多元回归分析模型的建立

在建立多元线性回归模型时，将汽油价格作为因变量。自变量主要有国内生产总值（GDP），国际原油价格，国内汽油产量，汽油年初年末库存差额，私人汽车拥有量，汽油出口量，国际原油产量，交通运输仓储邮政业增加值，重工业增加值和虚拟变量OPEC宣布减产与否。根据历史数据分析，可以发现这些自变量与因变

量之间呈非线性相关关系。经比较因变量选取汽油价格的对数比直接选用汽油价格作因变量的拟合程度更高，故模型为

其中∶y为汽油价格，千元/吨；x1为国内生产总值，亿元；x2为国际原油价格，千元/吨；x3为国内汽油产量，万吨；x4为汽油年初年末库存差额，万吨；x5为私人汽车拥有量，万辆；x6为汽油出口量，万吨；x7为交通运输、仓储和邮政业增加值（同比上一年），亿元；x8为国际原油产量，万吨；x9为重工业增加值（同比上一年），亿元；Di为OPEC宣布减产，取0或1；ut为误差项。

3 实证分析

本文基于《中国统计年鉴》2000-2012年的数据进行了分析，相关数据列于表1中。由于93#汽油应用范围广，与人民生活关系密切，同时93#汽油价格的变化规律又非常具有代表性，因此本文采用93#汽油的年平均价格代替汽油价格作为分析的算例。国际原油价格使用的是WTI价格，在数据处理上采用了换算公式1桶=7.3吨以及美元与人民币每年的兑换比率。虚拟变量OPEC宣布减产前后，在减产前的年份取“0”，减产后的年份取“1”。

3.1 最小二乘回归分析

最小二乘回归方法是根据变量的一系列观测数据，按误差平方和最小的原则来建立变量之间的最优数学关系的方法。它通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘法是用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。最小二乘法通常用于曲线拟合，很多其他的优化问题也可以用最小二乘形式表达。

表1 2000~2012年数据Tab.1 Datafrom 2000 to 2012指标2000 2001 2002

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 y/(千元·t-1)2.98 2.89

2.82 3.14 3.56 4.00 4.87 5.12 6.00 6.09 6.94 7.64 8.09 x1/亿元99 214.55 109

655.17 120 332.69 135 822.76 159 878.34 184 937.37 216 314.43 265

810.31 314 045.43 340 902.81 401 512.80 473 104.05 519 470.10 x7/亿元6

160.95 6 870.25 7 492.95 7 913.19 9 304.39 10 666.16 12 182.98 14 601.04

16 362.50 16 727.11 19 132.19 22 432.84 24 660.00 x2/(千元·t-1)1.383 295

2.148 609 1.661 003 1.755 262 2.023 487 2.504 997 3.222 791 3.588 114

3.626 515 4.721 341 3.020 882 3.633 791 4.817 740 x3/万吨4 134.67 4

154.66 4 320.76 4 790.86 5 277.99 5 409.22 5 594.76 5 989.42 6 347.54 7

195.48 7 676.04 8 158.06 8 976.07 x4/万t-162.50 38.10 59.30 35.70-27.40-18.60-7.50 42.90-194.90-651.40 70.80-117.00 56.60 x5/万辆625.33 770.78

968.98 1 219.23 1 481.66 1 848.07 2 333.32 2 876.22 3 501.39 4 574.91 5

938.71 7 326.79 8 838.60 x6/万t 467.70 586.00 630.40 754.20 540.70

559.70 350.50 464.30 203.40 491.90 517.00 406.00 292.20

表2 最小二乘回归分析结果Tab.2 Resultsof least-squareslinear regression概率0.325 7 0.288 0 0.443 2 0.383 5 0.768 6 0.798 7 0.367 2 0.071 2 0.372 6

0.472 4 1.528 123 0.385 517-3.606 335-3.171 758-3.695 660变量x 1 x 2 x 3

x 4 x 52 x 6 x 7 x 82 x 9 Di 可决系数R 2调整的可决系数残差平方和对数似然值DW统计量的值系数5.68×10-6 0.059 47-0.000 130-0.000 172-1.25×10-9-6.28×10-5-0.000 124 6.15×10-9 5.86×10-6-0.141 032 0.997 512 0.990 048

0.004 437 33.441 18 2.205 687标准差4.84×10-6 0.046 159 0.000 148 0.000

169 3.87×10-9 0.000 226 0.000 117 2.24×10-9 5.61×10-6 0.172 019被解释变量的样本均值被解释变量的样本标准差赤池信息量准则施瓦茨标准汉南-奎因准则T检验1.172 393 1.288 417-0.880 940-1.018 279-0.321 960-0.278 486-1.059 364 2.741 887 1.045 419-0.819 862

虽然可决系数R2=0.997 512，拟合度较高，但是自变量都未通过检验，考虑模型

建立的合理性，分析自变量的选取发现指标x4的选取与汽油价格的关系不是很大，故剔除x4，将模型中x28改为 log x8，再进行回归，结果列于表3中。

表3 剔除x4的最小二乘回归分析Tab.3 Least-squareslinear regression

without x4概率0.175 3 0.010 1 0.016 9 0.006 7 0.147 5 0.798 7 0.030 9

0.103 2 0.002 1 0.024 5 1.528 123 0.385 517-6.796 772-6.362 196

此时可决系数R2=0.999 898，拟合度提升，各个指标也均得到改善，说明剔除x4，将模型中改为log(x8)是合理的。

3.2 多重共线性检验

通常情况下，由于经济数据的限制容易致使模型设计失当，导致设计矩阵中解释变量间存在普遍的相关关系。而在本模型中可决系数R2=0.999 908，由此可以看出模型的拟合程度良好，但解释变量的t值偏低，F值较大，模型可能存在多重共线性，所谓多重共线性是指线性回归模型的解释变量之间由于存在精确相关关系或高度相关关系而经常使模型估计失真或难以估计准确，因此需要使用克莱恩判别方法即计算多重可决系数R2及解释变量间的简单相关系数的方法针对本模型进行多重共线性检验，所得相关系数结果如表4所示。

表4 相关系数Tab.4 Correlation coefficienty x1 x2 x3 x2 5 x6 x7 log()x8 x9

Di y x1 x2 x3 x25 x6 x7 log()x8 x9Di 1.000 0 0.992 6 0.866 5 0.983 2 0.890

6-0.6573 0.993 8 0.983 2 0.995 7 0.833 8 0.992 6 1.000 0 0.850 1 0.991 6

0.928 3-0.5972 0.997 7 0.976 7 0.993 8 0.861 7 0.866 5 0.850 1 1.000 0

0.855 2 0.709 4-0.652 9 0.866 5 0.828 7 0.872 6 0.687 0 0.983 2 0.991 6

0.855 2 1.000 0 0.919 5-0.5538 0.988 5 0.978 7 0.992 3 0.876 4 0.890 6

0.928 2 0.709 4 0.919 5 1.000 0-0.4865 0.914 1 0.868 4 0.892 3 0.850 8-0.6573-0.5972-0.6529-0.5538-0.4865 1.000 0-0.6244-0.6051-0.6149-0.2622

0.993 8 0.997 7 0.866 5 0.988 5 0.914 1-0.6244 1.000 0 0.981 9 0.996 2

0.830 4 0.983 2 0.976 7 0.828 7 0.978 7 0.868 4-0.6051 0.981 9 1.000 0

0.989 4 0.799 5 0.995 7 0.993 8 0.872 6 0.992 3 0.892 3-0.6149 0.996 2

0.989 4 1.000 0 0.838 1 0.833 8 0.861 7 0.687 0 0.876 7 0.850 8-0.2622

0.8304 0.799 5 0.838 1 1.000 0

从表中可以看出，y与x9的相关系数最大，而与x6相关系数最小，同时，自变量之间的相关系数分别在表中都有结果。根据对回归系数的显著性分析，可以剔除x6。因为中国汽油主要取决于满足国内市场需求与保持国际市场份额之间的关系，对中国汽油价格的影响不显著。通过对回归结果进行分析可以看出，x25与log(x8)均未通过检验，故予以剔除，对剩余变量进行回归，得回归方程?

由于回归结果中的决定系数R2=0.999 16，修正自由度的决定系数R2=0.99832。因此说明变量的99.916%是由模型中的自变量所影响，模型具有很高的可信度。

3.3 异方差检验

为了保证回归参数估计量具有良好的统计性质，经典线性回归模型必须满足“总体回归函数中的随机误差项满足同方差性即具有相同的方差”的条件，如果不满足这一条件，则模型必存在异方差性。为了检验本模型中回归参数估计量的统计性质，下面使用怀特检验对更新后的模型进行异方差检验

原假设

备择假设中至少有一个不等于零。

表5 怀特检验Tab.5 Whitetest?

此时TR2=9.154 0，在a=0.05条件下，通过查表可得其临界值为x0.052(6)=40.113，WT(g)=TR，则H0成立，所以原模型不存在异方差。进行方差分析时，在给定a=0.05条件下F=1 194.39＞F 0.05(6 ,6)=4.28，因此否定原

假设，即认为总体回归方程存在显著的线性关系，说明回归方程显著，整体上对y有显著的影响。

3.4 自相关检验

如果模型随机误差项的各期望值之间存在着相关关系即模型存在自相关性，则其回归系数的最小二乘估计量的方差和标准差都会比较大，因此将不具有最小方差性，此时若使用由最小二乘法得到的回归方程进行预测，则预测必无效。因此为保证预测结果的有效性，必须对模型进行自相关性检验。本文针对变量x1，x2，x3，x7，x9采用了拉格朗日乘数法（简记为LM检验法）进行自相关检验，检验结果列于表6中，具体检验步骤如下∶

表6 自相关检验Tab.6 LM testF统计量TR 2 8.676 7 7.685 5 F（1，6）概率临界概率0.025 8 0.005 6

由于LM=TR2=7.685 4＞x20.05(6)，接受拒绝原假设，经过LM高阶自相关检验，模型存在严重的高阶自相关性，因此本文采用广义差分变换消除自相关性，具体步骤如下∶

Step3∶以GDyt，GDxt(t =1,2,3,7,9)为样本再次进行回归分析∶因为只有GDxt没有通过检验，故剔除

GDx1，此时所得的自相关检验结果列于表7中，不难发现此时模型已经消除了自相关性。

此时可对通过检验的变量重新进行回归分析，所得结果列于表8中，其对应的最终广义最小二乘回归结果为

表7 自相关检验Tab.7 LM testF统计量TR 2 0.328 2 0.622 4 0.587 5 0.430 2

表8 回归结果Tab.8 Regression coefficients F（1,6）概率临界概率变量C

GDx2 GDx3 GDx7 GDx9可决系数R 2调整的可决系数残差平方和对数似然值DW统计量的值系数2.984 967 0.035 472-0.000 184-5.18×10-5 2.60×10-5

0.999 270 0.998 853 0.003 467 31.869 20 2.086 257标准差0.211 218 0.011

879 2.91×10-5 8.67×10-6 2.09×10-6被解释变量的样本均值被解释变量的样本标准差赤池信息量准则施瓦茨标准汉南-奎因准则T检验14.132 17 2.986 159-6.317 472-5.985 145 12.420 88概率0.000 0 0.020 3 0.000 4 0.000 6 0.000 0

2.715 130 0.657 190-4.478 214-4.276 170-4.553 018

4 结论

根据分析，可以看出影响中国汽油价格的最主要的因素取决于∶国际原油价格，国内生产总值，国际原油价格，国内汽油产量，交通运输、仓储和邮政业增加值（同比上一年），重工业增加值（同比上一年）。由于模型原因虽然剔除了虚拟变量，但是OPEC宣布减产与否对中国汽油价格的影响不容忽视。其次取决于∶汽油年初年末库存差额，私人汽车拥有量，汽油出口量。因此，只有充分重视汽油价格的影响因素，分清主次，制定相应的发展战略和配套政策和措施，寻找有效的对策，才能在能源市场的竞争中立于不败之地。

工业增加值、交通运输仓储和邮政业增加值对中国汽油价格的影响作用较大，中国汽油价格对重工业增加值、交通运输、仓储和邮政业增加值变动的敏感性越来越大。国内生产总值对汽油价格也有较大影响。在经济增长时，汽油的需求也会增长，从而带动汽油价格的上升；在经济滑坡时，汽油需求的萎缩会促使价格的下跌。因此，要把握和预测好汽油价格的未来走势，把握宏观经济的演变是相当重要的。目前，世界石油市场的供给方主要包括石油输出国组织（OPEC）和非OPEC国家。OPEC拥有世界上绝大部分的探明石油储量，原油产量占全球的百分之四十，其产量和价格政策对世界油价具有重大影响。不能忽略国际原油价格变动对中国汽油价

格的影响，再加上中国进入WTO对石油行业的承诺，将使整个汽

油市场逐渐开放，国内汽油价格与国际市场的接轨使得汽油市场将面临更大范围的全球竞争。

5 建议

石油资源是经济增长所需的重要物质基础和条件，石油工业的发展带动着机械、化工、交通运输等行业的发展。因此，迫切需要采取有效措施缓解这些矛盾，应从以下几方面进行考虑∶

（1）把市场开放和市场竞争有机结合。在经济全球化时代，不仅要注重汽油市场的经营主体多元化和充分竞争，也应注重市场的完全开放，引入国际竞争。竞争的着眼点不仅要放在国内市场，更要放在国际市场，使本国企业能够在全球市场参与竞争，增强本国市场的活力，增加本国企业的综合竞争力。

（2）建立完善的市场避险体系。国际原油价格的波动将通过原油贸易等途径迅速传导至国内市场，加上国际竞争主体的进入，国内市场相当于完全被纳入到国际市场体系内。国际原油价格受多种因素影响而剧烈波动，易引发本国经济动荡。因此，市场经济发达的国家，普遍都把石油储备制度或原油期货市场作为相应的避险机制，这样可有效地减缓国际原油价格变化对国内市场的冲击，把汽油的市场风险和政治风险尽可能降到最低。

（3）汽油价格机制改革与财税改革协调配合。汽油价格调整，要始终保持价格总水平相对稳定。而价格总水平的相对稳定在很大程度上取决于财政收支的平衡。如果财政支出大于收入，可能引发通货膨胀，使物价水平上涨。在价格改革不能停滞的情况下，可以通过税收杠杆，调整不同子行业、不同产品的利润水平，并以此缓解汽油价格矛盾，同时利用税收杠杆，调节市场供求等。

（4）发挥政府在新的能源体制中的作用。当前，政府应研究制定相应的经济调节手段，逐步放弃行政管理手段，发挥市场调节和资源合理配置的功效。如，建立灵

活的汽油税收制度，通过对不同用油行业税收政策的差别，对汽油生产、流通环节税赋的调整等方法实现对汽油价格的有效调节。只有在国家调控汽油市场价格的经济手段逐步建立和完善后，才能放开对汽油价格的直接管理。所以，中国政府在新的能源体制中的作用应由政府直接制定价格逐步向协调、监督方面转变，由行政管理手段逐步向灵活利用税收、利率、储备等经济手段转变，间接调控国内汽油价格，影响汽油企业的价格政策。

（5）加大技术投入，提高技术实力。技术实力的较量在争夺国际油气资源开采机会中，起着重要的作用。在与世界石化巨头合作过程中，中国汽油企业可以学习先进技术和管理经验，开发具有自主知识产权的核心技术，提高核心竞争力。通过改进生产技术，提高生产效率，从而降低生产成本。

【相关文献】

［1］杨得英.我国汽油煤油柴油市场的分析和预测［J］.当代石油石化，2001，9（11）：13-18.

［2］余晓钟.成品油价格影响因素的ISM分析［J］.石油化工技术经济，2002，18（4）：51-54.

［3］柯晓明，侯晖.2007年国内成品油市场需求分析闭［J］.当代石油石化，2007，15（l）：33-34.

［4］陈海涛.基于系统动力学的中国石油需求系统模型及预测［J］.统计与决策，2010，12（20）：98-101.

［5］刘满平.新成品油定价机制运行以来情况评价及相关建议［J］.中国能源，2010，32（3）：30-32，40.

［6］王双英，李东，王群伟.基于LMDI指数分解的中国石油消费影响因素分析［J］.资源科学，2011，33（4）：759-765.

［7］房斌，关大博，廖华.中国能源消费驱动因素的实证研究：基于投入产出的结构分解分析［J］.数学的实践与认识，2011，41（2）：66-77.

［8］KARRENBROCK behaviors of retail gasoline prices：Sym-metric or not［J］.Federal Reserve Bank of ，1991，73（4）：19-29.

［9］BALKE N S，BROWN S，YUCEL M oil and gasoline prices：An asymmetric

relationship［J］.Federal Reserve Bank of Dallas Economic Review，1998（1）：2-11.