论文部分内容阅读
为了满足国民经济发展的需要，我国每年都要从国际市场上进口大量的原油和燃料油。目前，我国对原油和燃料油进口实施不同的政策，原油进口实施严格的配额制和许可证制，只有少数几家企业有进口资格；而燃料油进口实施自动许可制。因此，一些商人利用原油和燃料油在外观上的相似性即都为黑色或者深褐色粘稠液体，以燃料油的名义进口原油，这是一种走私行为。我国对这种走私行为的查处仅仅针对个案，缺乏全面、系统、动态的监管。因此，为了有效的打击这种走私行为，建立原油和燃料油种类鉴别的预测模型显得日益迫切。本研究筛选出了主要进口国家和地区的有代表性的24个燃料油样品，基本覆盖了进口燃料油的类型，筛选出主要进口国家和地区的有代表性的30个原油样品作为配对样本。利用气相色谱-质谱法（GC-MS）获取样品中正构烷烃（n-C7~n-C30）、姥鲛烷（Pr）、植烷（Ph）的含量，运用判别分析法、Logistic回归分析法、主成分分析方法等多元统计分析方法，借助SPSS统计分析软件，建立原油和燃料油种类鉴别的预测模型。并对结果进行了综合分析和评价比较，对实证分析中存在的一些问题进行了总结。本研究建立的原油和燃料油种类鉴别的预测模型，不仅能实现对进口原油和燃料油种类的全面、系统、动态的监管，并且对海上溢油等油种鉴别工作具有指导作用。本论文的主要结论如下：1.建立了原油和燃料油种类鉴别的判别分析模型和Logistic回归分析模型。原油和燃料油种类鉴别的判别分析模型和Logistic回归分析模型都能比较准确的预测原油和燃料油的种类，Logistic回归分析模型的效果要好于判别分析。判别分析模型包括贝叶斯判别模型和Fisher判别模型，两种判别分析模型对原油和燃料油种类鉴别的准确率均为88.9%；Logistic回归分析模型对原油和燃料油种类鉴别的准确率为100.0%，Logistic回归分析的拟合优度检验结果表明建立的模型能够很好的符合事实。2.本研究将主成分分析与判别分析和Logistic回归分析相结合，建立主成分判别分析模型和主成分Logistic回归分析模型。主成分Fisher判别模型和主成分贝叶斯判别模型对原油和燃料油种类鉴别的准确率均为79.6%；主成分Logistic回归分析模型对原油和燃料油种类鉴别的准确率为83.3%。结果表明，主成分判别分析模型和主成分Logistic回归分析模型的效果还没有一般的判别分析和Logistic回归分析效果好。本文的主要创新如下：本论文首次建立了原油和燃料油种类鉴别的化学模式识别模型，实现了以化学指标为依据的原油和燃料油种类鉴别。以原油和燃料油样品中正构烷烃（n-C7~n-C30）、姥鲛烷（Pr）、植烷（Ph）为观察变量，以多元统计学为理论指导，借助SPSS统计分析软件，建立了原油和燃料油种类鉴别的判别分析和Logistic回归分析函数，并提出了判别分析和Logistic回归分析的判别准则。解决了我国对以燃料油名义进口原油的走私行为的查处仅仅针对个案，缺乏全面、系统、动态监管的难题。克服了以往以多个物理指标经验值为鉴别依据的做法的不足。