1研究背景及意义(1)研究背景目前,中国的海上原油运输通道由港口、海峡和运河节点等构成。这些海峡和运河节点很容易受到他国军事介入、海盗、恐怖主义、战争等因素影响。这些影响主要发生在霍尔木兹海峡、马六甲海峡、曼德海峡和马六甲海峡,中国政府逐渐意识到使用海上运输存在风险。最近,交通部正花费大量精力来推动创建大型的油轮公司。不久之前,招商局集团与中外运、CSC公司合并成为国内最大的油轮公司,新公司命名为中国VLCC有限公司,中国政府是该公司的主要股东。因此,制定国家能源战略也成为公司发展的目标。2017年,中国从44个国家进口原油419462076吨,其中,俄罗斯联邦、沙特阿拉伯、安哥拉、伊拉克、伊朗、阿曼、巴西、委内瑞拉、科威特、阿联酋是向中国出口原油的十大原油出口国。这些国家对中国的出口总量占中国原油进口总量的79.71%。上述国家的原油可以通过中国东北、西北、西南、东南4条原油运输走廊运输,这些走廊即将建设完成。1990年以来中国开始进口石油,并且原油进口逐年增加。可获得最早的中国进口原油数据是1993年的数据——每天进口 67.8万桶;到2017年,中国每天进口石油1024万桶。能源是工业的发动机和基础。本研究旨在探讨影响我国原油进口的因素,通过每年的需求量来了解各个因素的变化情况;同时,本文还需要研究多个变量间的相关关系以及它们对中国年度原油需求量的影响。因此,本文提出一种能够给出未来几年中国原油预测值的算法,从而获得更好的效益。本文的贡献是中国能够通过在合适的订购周期订购合理数量的原油,实现过程和经济规模的整体效益。(2)研究意义原油需求因素分析对原油进口国具有特殊的意义。石油是世界上最重要的资源,它是一个国家经济建设和长期发展的基石。过去许多研究表明,石油价格的变化对一个国家的经济发展具有较大影响。各原油需求国需要提前了解国家对原油的需要量,这是因为这些国家无法自己生产石油,需要在国际市场购买,提前知道原油的需求量,能够通过优化原油进口结构来节约成本。有学者指出,“未来国内生产和消费之间的差距将变得更大”,因为油价的总体稳定非常重要。石油是一种不可再生的战略性商品,对经济增长至关重要。列入20国集团的许多国家是高油耗国家并且是石油进口国,他们必须关注油价指标,因为油价是以美元谈判的,石油购买量取决于该国的经济状况和购买力,石油进口国可以评估它们可以负担的数量。中国自1993年开始进口石油以来,与国际石油产业的关系发生了变化。石油安全是中国的核心问题。石油安全指的是能源问题,即能源供应不打折扣,并且是本国有能力购买。此外,石油安全在长期可以通过提高产量得到解决,并在短期可以通过减少能源的需求得到解决。本研究探讨了原油需求因素对我国原油进口的影响。这项研究对政府、石油供应商、船队经营者、私营石油部门和任何其他有关方面都具有潜在价值。本论文还补充了船队初步管理、船队规划和生产效率方面的理论,最重要的是,这项研究将提供一个新的视角,预测每年进口石油的需求量,从而准确的优化全年原油进口总量,并将他们与原油相关的总成本降到最低。本文的主要研究对象是对不发达国家、发展中国家或发达国家石油进口工业审查的补充,并指导它们采用最佳方法来改进其业务过程,以提高其最终结果。最后,该研究将分析影响原油进口需求的因素以及控制原油进口的方法,提供一种算法模型,该模型能够考虑船东、原油供应商和需求者,并综合优化需求,最大限度地降低成本。2研究步骤及问题(1)研究步骤Step1:文献综述。查找相关课题的文献,分析研究学者对该课题或相关课题的主要观点和结论,更好的了解研究课题,在前人研究基础之上,改进原有的不足之处,并引入新的方法。Step2:确定预测模型。在分析其他学者采用的研究模型基础上,选择更适合本文研究问题的模型,对我国原油进口量进行分析预测。Step3:原油进口的影响因素分析。从理论上了解影响原油进口的因素,并将其应用于本文的研究中,并找到相关的数据作为支撑。Step4:分析其中最重要的变量,找出与因变量相关性较高的变量,即实际影响我国原油进口因变量的自变量。Step5:确定最优预测算法,从而确定和控制中国原油进口预测的整体过程。(2)研究问题总结上述研究目标,具体研究问题包括以下几个方面:(1)原油进口需求影响因素是什么?(2)原油需求影响因素对原油进口的影响有哪些?(3)各因素对原油进口的显著水平是多少?(4)我们应该用什么模型来正确预测原油的进口量?3研究策略本文需要通过制定研究策略来规划和解决研究问题,在综合考虑实验、案例研究、调查等策略后,确定了案例研究的研究方法。通过分析2000至2015年的因变量后,我们发现中国的原油进口量变化实际上是线性的。在分析了多种独立自变量的最佳线性方法之后,我们选择了多元线性回归(MLR)方法。采用中国从1993年开始的进口原油数据作为决策数据是没有意义的,本文所有的研究所选用的数据是从中国国家统计局网站获取的。该网站提供免费数据,但它只能提供中国官方更新的近20年数据。通过阅读许多与原油进口相关文献发现,国内生产总值(GDP)、原油消耗、原油生产、原油出口、消费者物价指数(CPI)和人口是主要独立影响因素,他们是影响原油进口的决策变量(自变量)。在这些自变量中,我们首先应该找到它们与因变量的相关性,然后找出最适合在多线性模型(MLR)中使用的自变量。使用SPSS的多元线性回归方法来缩小变量范围,使之能够确定最后的因变量。换句话说,使用SPSS可以帮助我们选择正确的因变量,我们选用的例子是原油进口。这种方法提供了一种清晰的分析思路,用于分析一个重要事件及其关系。同时,本研究的分析有助于我们进一步深入了解中国进口原油预测数据的宏观和微观方面的信息。由于因变量在现有的分析数据范围内是线性的,因此多元线性回归这种数学分析方法是最合适的策略。4模型评估现有文献中已经使用各种方法来研究原油的进口问题。但是,数据资源和使用的数据年份的存在一些限制,研究人员只能从中国国家统计局收集到的相关因素研究。此外,研究目的能够帮助我们确定影响中国原油进口的关键变量。根据调查资料显示,由于大多数变量因国家而异,因此,影响原油进口的关键变量也会因国家或区域的不同而有所不同。参考其他学者的相关文献,本研究中使用的所有变量与回归模型中使用的符号在下面的表1中给出。表1自变量和因变量变量 符号因变量进口原油(万吨)ICO自变量出口原油(万吨)ECO原油消费量(万吨)CCO原油总产量(万吨)PCO消费物价指数 CPI国内生产总值(亿元)GDP年末总人口(万人)TP原油平均收盘价 COAP根据研究假设,进口原油(万吨)(ICO)是由出口原油(万吨)(ECO)、原油消费量(万吨)(CCO)、原油总产量(万吨)(PCO)、消费者价格指数(CPI)、国内生产总值(亿元)(GDP)、年末总人口(万人)(TP)以及原油平均收盘价(COAP)计算得来的,具体的多元回归分析模型如下:ICO=f(ECO,CCO,PCO,CPI,GDP,TP,COAP)(1)(1)方法一:该方法包含所有可行的因变量,这样,我们可以使用问题中所有的变量,待估计的归回方程为:ICO=β0+β1ECO+β2CCO+β3PCO+β4CPI+β5GDP+β6TP+β7COAP+ε(2)在该等式中,ECO,CCO,PCO,CPI,GDP,TP,COAP变量的含义与表1中定义的含义相同,此外,常数ε表示估计的误差。然后采用SPSS统计软件对七个变量进行多元回归分析。(2)方法二:该方法是将所有数据放入SPSS软件中,但我们会要求SPSS选择出与因变量相关性较强的最佳自变量。结果可能不包含任何变量,也可能包含一个、两个、或包含所有变量。当找到最佳自变量时,可以对公式(2)进行转换,这种情况下,β0和ε依然是有效的,但β1ECO+β2CCO+…+β7COAP间的内容会根据选择的变量进行改变。得到两种多元线性回归方法(MLR)的结果后,计算每种预测方法的平均绝对百分比误差(MAPE),用于测量统计中预测方法的预测精度,具体的计算公式见式(3)。其中,At表示绝对值,Ft表示预测值,At-Ft表示两者的差值。(?)本文研究的主要目的是确定影响原油进口的因素,因此,需要获得各个因素的相关数据。本研究所需要的各影响因素数据在很多文献和出版物被应用。本文是关于中国石油进口的研究,因此,我们收集了中国国家统计局公布的2000年至2015年间相关变量的数据。进口原油(万吨)(ICO):我们选择这个因素的原因与我们的研究课题及背景有关。本文非常重视对中国进口原油的预测,这是我们的主要研究内容,因此将其视为因变量;出口原油(万吨)(ECO):由于本文是关于原油进口的研究,假设出口原油可能与其相关,则当进口量增加时,出口量可能会减少;原油消费量(万吨)(CCO):这个因素对我们的研究至关重要,因为我们认识到发展迅速的发展中国家需要消耗大量能源,如果每年的消费量都在增长且产量不足,那么这将对原油的进口产生直接影响;原油总产量(万吨)(PCO):一个国家的原油产量对原油进口有重要影响,是因为中国正在快速发展,而国家自身生产的原油数量较少,那么就需要从别的国家进口原油来满足其消费;消费者价格指数(CPI):CPI是衡量消费者与城市社区相关的服务和商品消费市场的价格随时间的平均变化。选择该指标是因为CPI用于原油价格,而价格是有助于确定进口原油数量的主要因素之一;国内生产总值(亿元)(GDP):由于一个国家的能源消耗决定了该国家的发展水平,因此,一个国家消费的原油越多越能够影响该国家GDP的增长;年末总人口(万人)(TP):该指标能够反映国家的人口增长,如果人口增长,原油进口量也将增加,由于中国人口增长比以前更加显著,原油消费量也将增加;原油平均收盘价(COAP):如果原油价格上涨,原油进口数量将会减少,如果原油价格下降则原油进口量将会增加。5数据收集及预测为了更好地了解方法和流程,下图显示了数据分析的主要步骤。MS EXCEL数据库图1 数据分析过程表2各个变量的数据收集多元线性回归分析是用数学方法估计因变量值的过程,本文案例中,进口原油(万吨)(ICO)用Yi表示,自变量X1表示出口原油(万吨)(ECO),X2表示原油消费量(万吨)(CCO),X3表示原油总产量(万吨)(PCO),X4表示消费者价格指数(CPI),X5表示国内生产总值(亿元)(GDP),X6表示年末总人口(万人)(TP),X7表示原油平均收盘价(COAP)。自变量和因变量之前的关系用式(4)表示:Yi=β0+β1X1i+β2X2i+…+βpXpi+ε,i=1,2,…,n(4)在本研究中,首先分析公式Yi的前两个模型Y1和Y2,使用SPSS的STEPWISE方法提取的输出结果。第一个模型Y1只使用一个自变量X2,第二个模型Y2使用自变量X2和X3。然后,我们将用SPSS中的enter方法得到的输出来做Y3的方程。第一个模型Y1用来预测模型的第一个变量原油消费量(万吨),系数为0.824373,β值为-11461.042988,将这个结果应用到多重线性公式(5)中。Y1=-11461.042988+0.824373X2(5)第二个预测模型Y2中,原油消费量(万吨)的系数为1.007962,原油总产量(万吨)的系数为-0.785143,β值为3128.896760,将上述结果应用下面的多重线性公式(6)中。Y2=3128.89676+1.007962X2-0.785143X3(6)第三个模型Y3中,我们用enter方法预测第二个输出模型。其中,出口原油(万吨)系数为1.226751,原油消费量(万吨)系数为1.168648,原油总产量(万吨)系数为-1.119305,消费者价格指数(CPI)系数为104.018376,国内生产总值(亿元)系数为0.002224,年末总人口(万人)系数为-0.386545,原油平均收盘价系数为8.558187,β值为44975.316109,将上述结果应用到下面的多重线性公式(7)中。Y3=44975.316109+1.226751 X1+1.168648 X2+1.119305X3+104.018376 X4+0.002224 X5-0.386545X6+8.558187X7(7)表3预测值平均绝对百分比误差(MAPE)是通过绝对百分比误差的平均值来确定预测值的方式之一,该误差定义为实际观测值减去预测值的绝对值求和。使用此方法进行测量很容易理解,是因为百分比误差的形式比较直观;另一个原因是使用平均绝对百分比误差能够避免误差值由于正负号问题相互抵消。在研究中,使用预测方法之前必须证明该方法的准确性,使用MAPE将帮助我们确定我们的预测方法是否准确,MAPE越小,表示预测值越好。表4平均绝对百分比误差根据上表的计算结果,我们发现Y1的MAPE输出为2.52%,Y2的MAPE输出为3.18%,Y3的MAPE值为4.3%。这3个结果都比较准确且可以被接受,因为它们的百分比都比较低,MAPE百分比值越低表示模型越好,本文案例中Y1等式只使用了一个变量,意味着通过使用等式中的任何单个自变量,MAPE都会是低的。6多元线性回归测试及假设检验我们从政府网站上更新的数据来测试本文数学模型。表5多元线性回归测试年份 进口原油 原油消耗量 原油总产量 预测值2015 33,550 54,088.28 30,725.46 33523.9478 MAPE 0.0777%根据上述数学公式(6),以原油消耗量(万吨)和原油总产量(万吨)两个变量进行预测,得到的进口原油的预测值为33523.94789万吨,而实际值为33,550万吨,得到MAPE值为0.0777%。该值比之前的MAPE值都低,证明该数学模型具有代表性和准确性,可以预测出进口原油的需求量。表6假设检验存在显著关系根据回归分析,原油消耗量(万吨)与原油进口量(万吨)之间存在显著关系;原油总产量(万吨)与原油进口量(万吨)之间存在显著关系。基于上述发现,除了H2和H7之外,其他假设都拒绝了。根据回归分析表得到p值小于0.05。因此,可以证明上述与中国原油进口相关的因素增加或减少时,会对预测模型产生重大影响。