汽車如何增加車輛數量

Ⅰ 汽車銷售的套路很多，都有哪些套路應該如何破解

隨著社會的發展，汽車成為了很多家庭的必需品，人們對汽車需求也越來越大。但是在購買汽車的時候，相信很多人都遇到過一些套路。尤其是對於一些買車的小白來說，由於對於買車沒有什麼經驗，所以更容易受到一些汽車經銷店的套路。

汽車銷售的套路，首先就是庫存車。對於買汽車的人來說，汽車的庫存車是誰都不想購買的，但是如果在買車的時候不仔細查看汽車的出廠日期的話就很有可能麻掉庫存車，這些銷售是不會主動告知的；其次，購車增加配置。很多人在買車的時候，都遇到過買車加配置的推銷套路，銷售會打著折扣優惠力度很大的旗號又到了我們對車輛增加配置，這也是常見的套路；最後，汽車分期金融服務費。在購買汽車的時候，很多人會選擇分期付款，但是分期付款有很多的附加條件，而在店內購買保險和加收金融服務費就是最常見的套路。

很多人在買車的時候都會選擇分期付款，但是分期付款的時候銷售人員就會提及一個金融服務費，這個費用是國家明令禁止收取的，這個金融服務費也是很多人都會被套路的。

Ⅱ 私家車保有量增長及調空問題

私家車保有量增長及調控問題

摘 要
隨著經濟的快速發展，私家車也有了巨大的發展空間，截止到 2006 年底，中國私人汽車保有量約為 2650 萬輛， 佔全國汽車保有量的60%左右。私有汽車的多少直接影響國民經濟的發展和環境的種種問題，與此同時，許多社會問題和環境問題直接或間接影響著私家車的保有量。對於問題一，通過所給的數據,我們作出相應的比例圖，從而我們得出各種因素對於私家車保有量的影響，再通過插值、擬合求出2010私車保有量；對於問題二，分別擬合出1996—2007和2007，1—2008，1兩段私家車保有量隨時間變化的函數，分別微分並做出各自的圖形，比較即可得出結論；對於問題三，建立了線性規劃模型，並定性的由該地區的汽車尾氣的排放情況得出應該增加公交車的數量限制私人汽車保有量的調控措施，並根據該地區的汽車廢氣的排放情況綜合各個方面的因素定性的得出應該增加公交車的數量來限制私人汽車保有量。

關鍵詞：
插值 擬合 微分 線性規劃

一、問題的提出與分析
汽車特別是用於消費的私人汽車保有量的多少，與經濟發展程度、居民收入以及道路建設等有著密切的聯系。汽車作為中國家庭擁有率最低的一種高檔耐用消費品，隨著居民收入水平的不斷提高和中國政府鼓勵轎車進入家庭政策的出台，制約需求的各種不合理費用逐步取消和汽車貸款正在被越來越多人所接受，汽車正在快速進入普通家庭。國家信息中心預測，2009年前後是中國中等收入家庭具備購車能力的時間點，屆時將有近1億中國人可以擁有自己的家庭轎車。影響汽車保有量的因素有很多，我們要在題目所給的各種因素中找出能夠 影響到汽車保有量的幾個進行分析，很顯然，在所給的因素中，城市交通干線噪音均值不能作為汽車保有量的因變數，我們選取的是人均國內生產總值、全社會消費品零售總額、全社會固定資產投資總額、道路總長、居民人均可支配收入、居民儲蓄款余額、汽油年均價作為因變數，給出了1996年到2007年的汽車保有量和一些相關的其他方面的數據並預測出到2010年的汽車保有量。
問題1.分析影響該地區私人汽車保有量的因素,並預測到2010年該地區私人汽車保有量有多少?
問題2.分析2007年政府5次升息,9次上調存款准備金率,這些措施對該地區對私人汽車保有量有怎樣的影響?
問題3.按照汽車廢氣國III排放標准,如何根據該地區廢氣的排放情況,來調空公交車和私人汽車保有量?

(1)對影響該地區私人汽車保有量的因素分析 ：
1.人均國內生產總值直接反映經濟發展狀況，由題中「汽車保有量與人均
國民收入成正比」知，其促進私人汽車保有量的增加；
2.汽車貿易在社會消費品中佔有重要的份額，因此可以認為該項數據與 其 車保有量有密切關系；
3.全社會固定資產投資，目前我國正大力發展汽車及相關產業，因此固定資產投資額與汽車保有量的相關性更高；
4.道路總長為我們的出行帶來方便，因而也推動了私人汽車的消費；
5.居民人均可支配收入的高低對於私人汽車的購買有著直接的影響；
6.居民儲蓄款余額的水平在一定程度上也反映了購買汽車的經濟能力；
7.燃油價格的上漲和城市交通干線噪音均值都從一定方面上反映了它們對其的制約，是不利因素 。
根據對國內外汽車發展變化情況的分析，一般私人汽車的增長隨時間呈現S形曲線私人汽車的增長一般在初始階段增長緩慢。隨著經濟的發展和汽車價格的下降，汽車的增長會經過一個加速增長的過程。但由於受到城市空間和交通服務能力的限制，汽車在達到一定數量後，增長速度將放慢，同時擁有量將趨於一個極限值。這一系列變化過程，基本符合S形曲線的變化特點。因此我們選擇了五次多項式擬合，預測了2010年私家車保有量。
(2) 2007年政府採取了5次增息，9次上調准備金率，要想知道這些措施對私家車保有量的影響，我們分別求出1996—2006和2007，1—2008，1的私家車增長率，從圖形中，我們比較了措施前後私家車增長的快慢，從而得出了政府措施的影響。
(3) 考慮到問題中要求CO排放量每公里不超過2.3克，HC+NOX排放量每公里不超過0.56克，PM排放量每公里不超過0.05克，我們要解決的是如何根據要求和該地區汽車尾氣的排放情況對公交車和私人汽車的調控問題，這是一類規劃問題，考慮到環境的因素我們提出了合理調控公交車和私人汽車的意見。

二、基本假設
問題一的基本假設
<1> 汽車保有量只與給出的因素有關，並且所有因素都是對時間的函數，我們選取了其中的一部份而與其它的 部分沒有關系；
<2> 社會是穩定的，發展是平穩的，不考慮因突發事件而導致保有量的突變；
<3> 各因素之間相互獨立，不存在一個因素的變化而導致其他因素的劇烈變化；
<4> 所給的數據完全可靠，是實際情況的真實反映；
問題二的基本假設
<1> 假定除居民人均可支配收入和居民儲蓄款余額對私人汽車保有量有影響外，其
他變數為一定值。
<2> 基於問題一的求解模型與求解公式對其分析。
問題三的基本假設
<1> 假定單位小汽車排放的污染物比公交車高9倍。
<2> 私人汽車的年運行公里數是公交車年運行公里數的五分之一。

三、符號說明
X: 時間/年
Y1:人均國內生產總值/萬元
Y2: 全社會消費品零售總額/百億元
Y3: 社會固定資產投資總額/百億元
Y4: 居民人均可支配收入/千元
Y5: 居民儲蓄款余額/百億元
Y6: 汽油年均價/角
Y7: 私人汽車保有輛/萬輛
Y8: 道路總長/百公里
S1:私家車年運里程/萬公里
S2: 公交車年運里程/萬公里
A:私家車每公里排污量
B:公交車每公里排污量

四、模型的建立與求解
第一問:
通過題目所給的數據,作出各因素和私家車保有量相應的比例圖,從圖中我們大致得出人均國內生產總值、全社會消費品零售總額、社會固定資產投資總額、居民人均可支配收入、居民儲蓄款余額、道路總長等因素對私家車保有量的影響，即私家車保有量隨著以上因素的增長而增長；為了預測2010年私家車保有量，我們分別作出各因素對私家車保有量的圖，並採取了插值、擬合的方法，估算出的值為281.9311萬輛。
第二問:
自2007年以來，政府採取了5次升息，9次上調存款准備金率來穩定宏觀經濟，對此，我們分析得出從緊的貨幣政策，如：加息、提高人民幣存款准備金等等。 對該地區私人汽車保有量有抑製作用。因為首先假如購買汽車需要貸款的話，由於利息提高，還貸額增加；其次，對居民來說，同樣用於購買汽車的20萬現金，由於加息，存在銀行里獲取的利息變高了，而汽車是貶值品，此消彼長這樣老百姓的購車慾望就會下降。

1996—2007私家車增長率表

年份 私人汽車保有量/(萬輛) 年增長率
1996 3.1 2.0045
1997 3.6 -0.8407
1998 4.2 -2.4785
1999 4.8 -2.9090
2000 6.7 -2.1321
2001 9.1 -0.1478
2002 13 3.0439
2003 18.9 7.4429
2004 29 13.0493
2005 51.1 19.8631
2006 78.2 27.8843
2007 113 37.1129

2007，1—2008，1私家車增長率表
年份 私家汽車保有量/(萬輛) 季度增長率
2007．1 93.4 5.1834
2007．2 100.6 7.6337
2007．3 107.1 5.3842
2007．4 113 8.0349
2008．1 128 25.1858
我們分別作出1996—2007和2007，1—2008，1的私家車增長率圖（附錄一），通過觀察發現，從1996—2007，私家車增長率先減少後增加，而2007，1—2008，1，私家車增長率在一小段時間內有所下降，但最終仍保持持續上升。

第三問：
由題中要求CO排放量每公里不超過2.3克，HC+NOX排放量每公里不超過0.56克，PM排放量每公里不超過0.05克，建立了線性規劃模型，並定性的由該地區的汽車尾氣的排放情況得出應該增加公交車的數量限制私人汽車保有量的調控措施。得出：
S2=5*S1;
A=10*B;

通過上面的式子並根據該地區的汽車廢氣的排放情況綜合各個方面的因
定性的得出應該增加公交車的數量來限制私人汽車保有量。

五、模型檢驗與結果分析
我們通過所建模型預測各年份的私家車保有量與實際的值如下表和下圖所示:
年份 私人汽車保有量/(萬輛) 預測值
1996 3.1 1.6344
1997 3.6 4.8157
1998 4.2 5.7581
1999 4.8 5.6692
2000 6.7 5.7563
2001 9.1 7.2267
2002 13 11.2880
2003 18.9 19.1473
2004 29 32.0122
2005 51.1 51.0900
2006 78.2 77.5881
2007 113 112.7139
2008 157.6747
2009 213.6780
2010 281.9311

從上可知,所得結果與實際的比較吻合,說明我們所建模型是合理的。

六、模型評價與推廣
模型的優點：
（1） 把影響私家車的保有量的各個因素，結合表中的數據以圖形的形式展現出來，看起來更直觀、明了。
（2） 表中所給數據均符合事實，增加了結果的准確性和可信度。
（3） 所用模型簡單易行，便於大眾掌握和接受。
（4） 多層次、多方面進行比較，使讀者一目瞭然。
模型的缺點：
（1） 我們所用的數據不全，對於做圖和分析問題會有一定的影響。
（2） 可能假設中的一部分與事實不太相符。
本模型的建立，解決了較大數量的數據分析，使題目中的問題通過圖表反映出來，更加直觀、方便。此外，該模型可用於人口估計、地震預測、氣象監測等。
參考文獻
[1] 劉斌，趙亮，翟振傑，等。優化模型及其適用范圍[J].南京航空航天大學學報，2003，35（4）：451-454
[2] 周騫，楊東援，基於多相關因素的汽車保有量預測方法[J].公路交通科技
[3] 張興永,MATLAB 軟體與數學實驗,徐州:中國礦業大學出版社,2007年
[4] 趙靜 但琦,數學建模與數學實驗,北京:高等教育出版社,施普林格出版社,2000 年,208-210.
[5] http://www.shumo.com/home/

附錄(一)

附錄(二)
warning off;
disp('*****第一題*****')
x=1996:1:2007;
y1=[2.7000,3.0619,3.3282,3.3689,4.1020,4.3344,4.6030,5.3887,5.9271,6.4507,7.0597,7.9221];
y2=[2.9735,3.2500,4.2300,4.6757,5.3817,8.3204,9.4194,10.9513,12.5064,14.3767,16.7129,19.0500];
y3=[3.2753,3.9051,4.7463,5.6955,6.1625,6.8637,7.8815,9.691,10.926,11.761,12.737,13.46];
y4=[16.316,18.600,19.886,20.249,21.626,23.544,24.941,25.936,26.596,28.494,29.628,30.063];
y5=[5.8389,7.0767,8.6188,9.4199,10.826,13.734,17.565,21.995,26.254,32.294,37.447,37.926];
y6=[19.6,22.8,23.2,23.8,27.3,28.9,28.2,30.8,35.6,39.8,49.8,50.95];
y7=[3.1,3.6,4.2,4.8,6.7,9.1,13,18.9,29,51.1,78.2,113];
y8=[7.37,7.89,8.94,10.15,11.98,13.61,17.1,21,23.14,25,26.14,28.97];
plot(x,y7,'m',x,y1,'b',x,y2,'y',x,y3,'g',x,y4,'k',x,y5,'r',x,y6,'c',x,y8,'b--');
legend('私人汽車保有輛/萬輛','人均國內生產總值/萬元','全社會消費品零售總額/百億元','全社會固定資產投資總額/百億元','居民人均可支配收入/千元','居民儲蓄款余額/百億元','汽油年均價/角','道路總長/百公里')
title('私車增長影響因素');
xlabel('t');
disp('*****************************************************************************************');
y1=[27000,30619,33282,33689,0,43344,46030,53887,59271,64507,70597,79221];
y7=[3.1,3.6,4.2,4.8,6.7,9.1,13,18.9,29,51.1,78.2,113];
p=polyfit(y1,y7,3);
poly2str(p,'y1')
subplot(3,2,1)
plot(y1,y7,'ro',y1,polyval(p,y1),'b')
xlabel('人均國內生產總值'); ylabel('私家車保有量')
y2=[297.35,325.00,423.00,467.57,538.17,832.04,941.94,1095.13,1250.64,1437.67,1671.29,1905.00];
p=polyfit(y2,y7,3);
poly2str(p,'y2')
subplot(3,2,2)
plot(y2,y7,'ro',y2,polyval(p,y2),'b')
xlabel('全社會消費品零售總額') ; ylabel('私家車保有量')
y3=[327.53,390.51,474.63,569.55,616.25,686.37,788.15,969.1,1092.6,1176.1,1273.7,1346];
p=polyfit(y3,y7,3);
poly2str(p,'y3')
subplot(3,2,3)
plot(y3,y7,'ro',y3,polyval(p,y3),'b')
xlabel('全社會固定資產投資總額') ; ylabel('私家車保有量')
y4=[16316,18600,19886,20249,21626,23544,24941,25936,26596,28494,29628,30063];
p=polyfit(y4,y7,3);
poly2str(p,'y4')
subplot(3,2,4)
plot(y4,y7,'ro',y4,polyval(p,y4),'b')
xlabel('居民人均可支配收入'); ylabel('私家車保有量')
y5=[583.89,707.67,861.88,941.99,1082.6,1373.4,1756.5,2199.5,2625.4,3229.4,3744.7,3792.6];
p=polyfit(y5,y7,3);
poly2str(p,'y5')
subplot(3,2,5)
plot(y5,y7,'ro',y5,polyval(p,y5),'b')
xlabel('居民儲蓄款余額'); ylabel('私家車保有量')
y8=[737,789,894,1015,1198,1361,1710,2100,2314,2500,2614,2897];
p=polyfit(y8,y7,3);
poly2str(p,'y8')
subplot(3,2,6)
plot(y8,y7,'ro',y8,polyval(p,y8),'b')
xlabel('道路總長'); ylabel('私家車保有量')
disp('******2010年私家車保有量預測值*******');
p=polyfit(x,y7,3);
polyval(p,2010)
warning on;
disp('*****************************************************************************************');

warning off
disp('******第二題******');
x=1996:1:2007;
y7=[3.1,3.6,4.2,4.8,6.7,9.1,13,18.9,29,51.1,78.2,113];
p=polyfit(x,y7,3);
y=poly2str(p,'x');
clear;
%運算得到：
syms x;
y =0.20123.*x.^3 - 1206.6897.*x.^2 + 2411996.6679.*x - 1607076287.2706;
y=diff(y);
disp('******1996--2007私家車年增長率******');
for x=1996:2007
k=eval(y);
k
end
warning on;
disp('*********************************************************************');
x=1:5;
y=[93.4,100.6,107.1,113,128];
p=polyfit(x,y,4);
yy=poly2str(p,'x');
clear;
syms x
yy=0.4.*x.^4 - 3.9833.*x.^3 + 13.55.*x.^2 - 11.5667.*x + 95;
y=diff(yy);
disp('******2007年第一季至2008年第一季私家車年增長率******');
for x=1:5
k=eval(yy);
k
end
disp('**********************************************************************');

warning off;
disp('******預測檢驗******')
x=1996:1:2007;
y7=[3.1,3.6,4.2,4.8,6.7,9.1,13,18.9,29,51.1,78.2,113];
p=polyfit(x,y7,3);
x=1996:1:2010;
polyval(p,x)
disp('*************************************************************');