中国汽油价格影响因素分析

中国汽油价格影响因素 第 37 卷 第 6 期 Vol. 37 No. 6 辽 宁 科 技 大 学 学 报 2014 年 12 月 Journal of University of Science and Technology Liaoning Dec. 2014 中国汽油价格影响因素分析 1223刘国莉 ，刘丹丹 ，朱晓林 ，张国庆 (1.辽宁科技大学 理学院，辽宁 鞍山 114051; 2.辽宁科技大学 工商管理学院，辽宁 鞍山 114051;3.辽宁科技大学 财务处，辽宁 鞍山 114051) 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。 关键词:汽 油价格;国际原油价格;多元回归分析 中图分类号:F227.7 文献标识码:A 文章编号:1674-1048(2014)06-0626-07 DOI:10.13988/j.univ.sci.technol.liaoning.2014.06.013 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 ,1,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;余晓钟利用 ,2,结构模型分析了成品油价格的影响因素;柯晓明回顾和分析了 2006 年 1-11 月成品油市场消费特点、生 ,3,产和进口形势变化，对 2007 年成品油市场进行了分析与展望;陈海涛利用系统动力学构建了中国 ,4,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;刘满平提出了完善成品油 ,5,定价机制、稳定成品油市场的对策建议;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 ,6,源强度和经济规模效应等对石油需求的影响;房斌等则基于投入产出结构分解的 IPAT模型 ，研究了人 ,7,口增长、能源强度等对中国1992~2007 年能源消费的影响。 国外学者也对于成品油价格及影响因素做了大量的Karrenbrock研究。以美 国 1983~1990 年的汽油 ,8,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;Balke 等采用美国 ,9,1987~1996 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; ,10,Bahram 等对原油、燃油、无铅汽油期货价格混沌结构进行检验;Anindya 利用最小二乘法研究汽油零售 ,11,,12,价格受原油价格和市场集中度的影响情况;Chen 等利用阈值协整的方法对油价进行了分析;Hun- tington 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 ,13,要大于短期。 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 收稿日期:2014-08-23。 基金项目:国家青年基金项目(71301066);辽宁省教育厅科学研究一般项目(L2013120);辽宁科技大学国家级项目预研项目(2012YY14); 辽宁科技大学优秀科技人才基金项目(2012RC03)。 作者简介:刘国莉(1978—)，女，辽宁本溪人，副教授。 第 6 期 刘国莉，等:中国汽油价格影响因素分析 ? 627 ? 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 ,14,油价的诸多不确定性因素，引入对 OPEC 石油政策的考虑。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 22 log(y) = β+ βx+ βx+ βx+ βx+ βx+ βx+ βx+ βx+ βx+ βD+ u0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 i t 其中:y 为汽油价格，千/元吨;x为国内生产总值，亿元;x为国际原油价格，千元/吨;x为国内汽油产1 2 3 量，万吨;x为汽油年初年末库存差额，万吨;x为私人汽车拥有量，万辆;x为汽油出口量，万吨x;为 4 5 6 7 交通运输、仓储和邮政业增加值(同比上一年)，亿元;x为国际原油产量，万吨x;为重工业增加值(同比 8 9 上一年)，亿元;D为OPEC 宣布减产，取0 或1;u为误差项。 i t 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 1 桶=7.3 吨以及美元与人民币每年的兑换比率。虚拟变OPEC量宣布减产前后 ，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。 辽 宁 科 技 大 学 学 报 第 37 卷 ? 628 ? 表 1 2000~2012 年数据 Tab.1 Data from 2000 to 2012 -1-1 指标 y /(千元?t) x /亿元 x /(千元?t) x /万吨 x /万 t x /万辆 x /万 t x /亿元 1 2 3 4 5 6 7 2000 2.98 99 214.55 1.383 295 4 134.67 -162.50 625.33 467.70 6 160.95 2001 2.89 109 655.17 2.148 609 4 154.66 38.10 770.78 586.00 6 870.25 2002 2.82 120 332.69 1.661 003 4 320.76 59.30 968.98 630.40 7 492.95 2003 3.14 135 822.76 1.755 262 4 790.86 35.70 1 219.23 754.20 7 913.19 2004 3.56 159 878.34 2.023 487 5 277.99 -27.40 1 481.66 540.70 9 304.39 2005 4.00 184 937.37 2.504 997 5 409.22 -18.60 1 848.07 559.70 10 666.16 2006 4.87 216 314.43 3.222 791 5 594.76 -7.50 2 333.32 350.50 12 182.98 2007 5.12 265 810.31 3.588 114 5 989.42 42.90 2 876.22 464.30 14 601.04 2008 6.00 314 045.43 3.626 515 6 347.54 -194.90 3 501.39 203.40 16 362.50 2009 6.09 340 902.81 4.721 341 7 195.48 -651.40 4 574.91 491.90 16 727.11 2010 6.94 401 512.80 3.020 882 7 676.04 70.80 5 938.71 517.00 19 132.19 2011 7.64 473 104.05 3.633 791 8 158.06 -117.00 7 326.79 406.00 22 432.84 2012 8.09 519 470.10 4.817 740 8 976.07 56.60 8 838.60 292.20 24 660.00 表 2 最小二乘回归分析结果 Tab.2 Results of least-squares linear regression 变量 系数 标准差 概率 T 检验 -6-6x1 5.68×10 4.84×10 1.172 393 0.325 7 x0.059 47 0.046 159 1.288 417 0.288 0 2 x-0.000 130 0.000 148 -0.880 940 0.443 2 3 x-0.000 172 0.000 169 -1.018 279 0.383 5 4 -9-92 x-1.25×10 3.87×10 -0.321 960 0.768 6 5-5x-6.28×10 0.000 226 -0.278 486 0.798 7 6 x-0.000 124 0.000 117 -1.059 364 0.367 2 7 -9-92 x6.15×10 2.24×10 2.741 887 0.071 2 8-6-6x5.86×10 5.61×10 1.045 419 0.372 6 9 D-0.141 032 0.172 019 -0.819 862 0.472 4 i 2被解释变量的样本均值 可决系数 R 0.997 512 1.528 123 0.990 048 0.385 517 调整的可决系数 被解释变量的样本标准差 0.004 437 -3.606 335 残差平方和 对赤池信息量准则 施瓦茨33.441 18 -3.171 758 数似然值 标准 DW 统计量的值 2.205 687 汉南-奎因准则 -3.695 660 2 虽然可决系数 R= 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 2 自变量的选取发现指标 x的选取与汽油价格的关系不是很大，故剔除 x，将模型中 x改为 log x，再进行4 4 8 8 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-squares linear regression without x4 变量 系数 标准差 T 检验 概率 C -6.015 332 3.403 481 -1.767 406 0.175 3 -6-6x1 6.07×10 1.04×10 5.822 933 0.010 1 x2 0.046 548 0.009 626 4.835 793 0.016 9 -5x-0.000 174 2.59×10 -6.717 388 0.006 7 3 -9-102 -1.05×10x 5.41×10 -1.941 518 0.147 5 5-5x-6.28×10 0.000 226 -0.278 486 0.798 7 6 -5x7 -0.000 131 3.39×10 -3.853 132 0.030 9 log(x)0.821 942 0.354 434 2.319 023 0.103 2 8 -5-62.33×10 2.34×10 9.972 749 0.002 1 x9 D-0.137 093 0.032 562 -4.210 233 0.024 5 i 2被解释变量的样本均值 可决系数 R 0.999 898 1.528 123 0.999 590 0.385 517 调整的可决系数 被解释变量的样本标准差 0.000 183 -6.796 772 残差平方和 对赤池信息量准则 施瓦茨54.179 02 -6.362 196 数似然值 标准 DW 统计量的值 2.819 433 汉南-奎因准则 -6.886 097 2 2 此时可决系数 R= 0.999 898，拟合度提升 ，各个指标也均得到改善，说明剔除 x ，将模型中 x改为 48 log(x) 是合理的。 8 第 6 期 刘国莉，等:中国汽油价格影响因素分析 ? 629 ? 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失当，导致设计矩阵中解释变量间存在普遍的 2 相关关系。而在本模型中可决系数 R= 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 2 计算多重可决系数 R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 coefficient 2 y x log(x )i xxxx x x D 81 2 3 67 95 y 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 x0.992 6 1.000 0 0.850 1 0.991 6 0.928 2 -0.5972 0.997 7 0.976 7 0.993 8 0.861 7 1 0.866 5 0.850 1 1.000 0 0.855 2 0.709 4 -0.6529 0.866 5 0.828 7 0.872 6 0.687 0 x2 x 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 7 320.890 6 0.928 3 0.709 4 0.919 5 1.000 0 -0.4865 0.914 1 0.868 4 0.892 3 0.850 8 x 5 -0.6573 -0.5972 -0.652 9 -0.5538 -0.4865 1.000 0 -0.6244 -0.6051 -0.6149 -0.2622 x6 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 0.8304 x7 logx0.983 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 () 8 x 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 9 D0.833 8 0.861 7 0.687 0 0.876 4 0.850 8 -0.2622 0.830 4 0.799 5 0.838 1 1.000 0 i 从表中可以看出，y 与 x的相关系数最大，而与 x相关系数最小，同时，自变量之间的相关系数分别9 6 在表中都有结果。根据对回归系数的显著性分析，可以剔除 x。因为中国汽油主要取决于满足国内市场 6 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 2 出，x与 log(x ) 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 58 -6 -5 log(y) = 2.139 + 76.49 × 10x + 0.049x - 0.000x 2 - 0.000x 2 + 3.5 × 10x - 0.204D 12379i -2 2 由于回归结果中的决定系数 R= 0.999 16 ，修正自由度的决定系数 R= 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 -6 -5 log(y) = 2.139 + 76.49 × 10x + 0.049x - 0.000x 2 - 0.000x 2 + 3.5 × 10x - 0.204D 12379 i 原假设H:β= 0i = 1, 2, 3, 7, 9, 10;0() i 备择假设H:β, β, β, β, β, β中至少有一个不等于零。1 1237910 表 5 怀特检验 Tab.5 White test F 统计量 2.3801 F(6,6)概率 0.1570 2 TR 9.1540 临界概率 0.1653 2 此 时 TR= 9.154 ，0在 a = 0.05条 件 下 ，通 过 查 表 可 得 其 临 界 值 为 x (6) = 40.113， WT (g) = 0.052 2 2 TR< x(6) ，则 H 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 0 0.052 F = 1 194.39 > F6, 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() 0.05 显著，x, x, x, x, x, D整体上对 y 有显著的影响。 12379i 辽 宁 科 技 大 学 学 报 第 37 卷 ? 630 ? 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 x，x，x，x，x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 12379 6 中，具体检验步骤如下: Step1:令 y= β+ βx+ βx+ + βx+ u，其中误差项 u为 n 阶自回归形式? t 0 1 1t 2 2t k kt t t u= ρ?u+ ? + ρ?u+ v; Step2:假设 H: ρ= ρ= ? = ρ= 0 ; Step3:利t 1t - 1 nt - n t 01 2 n 2 用由多元回归式得到的残差建立辅助回归式，估计并计算可决系数 R。 Step4:构2 造 LM 统计量，LM = TR。 2 2 2 2 Step5:若 LM= TR? x(n) ，则接受H ;若 LM= TR> x(n) ，则拒绝0 0 H 。 表 6 自相关检验 Tab.6 LM test F 统计量 8.676 7 F(1，6)概率 0.025 8 2 7.685 5 0.005 6 TR 临界概率 2 2(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由于 LM= T R= 7.685 > 4 x 0.05 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: Step1:利用 DW 统计量的值计算 ρ 的值: 首先计算 ρ 的估计值:ρ ?= 1 - DW/2= 0.776， 9然后利用 ρ ?直接拟合估计 ρ 。() Step2:根据残差项的回归系数，对变量y 和 Ln x，x，x，x，x作一阶广义差分: 12379 令 y= Lny ，则有:GDy= y+ 0.776 × 9 Lny- 1 t t t t GDx= x+ 0.776 × 9 x- 1 t t t Step3:以 GDy，GDx(t =1, 2, 3, 7, 9) 为样本再次进行回归分析:因为只有 GDx没有通过检验，故剔除 t t t GDx，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1 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 GDy= 2.984 + 9 0.035 × 4 GDx- 0.000 183 × GDx- 5.189 e4 - 05 × GDx+ 2.596 e9 - 05 × GDx t 2 3 7 9 表 7 自相关检验 Tab.7 LM test F 统计量 0.328 2 F(1,6)概率 0.587 5 2 临界概率 TR 0.622 4 0.430 2 表 8 回归结果 Regression coefficients Tab.8 变量 系数 标准差 概率 T 检验 C 2.984 967 0.211 218 14.132 17 0.000 0 GDx 0.035 472 0.011 879 2.986 159 0.020 3 2-5 -0.000 184 -6.317 472 0.000 4 GDx 32.91×10 -5 -6 GDx 8.67×10 -5.985 145 0.000 6 7-5.18×10 -5 -6 GDx 92.09×10 12.420 88 0.000 0 2.60×10 2被解释变量的样本均值 可决系数 R 0.999 270 2.715 130 0.998 853 0.657 190 调整的可决系数 被解释变量的样本标准差 0.003 467 -4.478 214 残差平方和 对赤池信息量准则 施瓦茨31.869 20 -4.276 170 数似然值 标准 DW 统计量的值 2.086 257 汉南-奎因准则 -4.553 018 第 6 期 刘国莉，等:中国汽油价格影响因素分析 ? 631 ? 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OPEC织)(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WTO对石油行业的承诺 入，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 辽 宁 科 技 大 学 学 报 第 37 卷 ? 632 ? 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。 参 考 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 J D. The behaviors of retail gasoline prices:Sym metric- or not,J,.Federal Reserve Bank of St. Louis， 1991，73(4):19-29. ,9,BALKE N S，BROWN S，YUCEL M K. Crude oil and gasoline prices:An asymmetric relationship,J,.Federal Reserve Bank of Dallas Economic Review，1998(1):2-11. ,10,ADRANGI B，CHATRATH A，DHANDA K K，et al. Chaos in oil prices? Evidence from futures markets,J,. Energy Eco- nomics，2001，23(4):405-425. ,11,ANINDYA G. Higher prices at Canadian gas pumps:international crude oil prices or local market concentration an empiri- cal investigation,J,.Energy Economics，2003，25(3):269-288( ,12,CHEN L H，FINNEY M，LAI S K. A threshold cointegration analysis of asymmetric price transmission from crude oil to gasoline prices,J,. Economics Letters，2005，89(2):233-239. ,13,HUNTINGTON H G. Short and long-run adjustments in US petroleum consumption,J,. Energy Economics，2010，32(1): 63-72. ,14,刘志斌，李小明，王君.石油价格影响因素分析及波动规律研究,J,.中国西部科技，2009，8(9):1-3. Analysis of factors affecting Chinese gasoline price 1223LIU Guoli,LIU Dandan,ZHU Xiaolin,ZHANG Guoqing (1.School of Science，University of Science and Technology Liaoning，Anshan 114051，China; 2. School of Business and Management，University of Science and Technology Liaoning，Anshan 114051，China; 3. Financial Section，University of Science and Technology Liaoning，Anshan 114051，China) Abstract,Since 2000，the domestic gasoline prices have integrated with international prices and the gasoline prices become concerned focus. By using multiple regression analysis，the factors affecting Chinese gasoline prices are analyzed，the main factors infl uencing the price of gasoline in our country are include GDP，inter- national crude oil prices，domestic production of oil，transportation cost，the added value of the postal ser- vice，the added value of heavy industry，and OPEC announced production cuts or not，etc. It provides reason- able suggestions for Chinese oil price reform. Keywords,Gasoline prices;international crude oil price;multiple regression analysis (Received August 23，2014)