在報名截止的前一天，我嘗試進行了報名。到那時，已有11,000個隊伍注冊參賽。在我的了解中，在數模比賽中除了國賽美賽外，幾乎沒有其他競賽的參賽隊伍數量能與此相媲美。即便不考慮賽題的難度和認可度，亞太地區的這場競賽在熱度和參賽隊伍數量上已經位列第三。在本文中，我將以這次競賽的C題進行詳細的思路介紹，分享我目前收集到的相關數據集，以助力參賽者。

C題本質就是找新能源汽車數據，并根據數據進行相關分析的問題。這樣的找數據分析數據的命題方式就是美賽DEF題的常態。這個題目的所需要的數據其實與今年五月份長三角B題高度相仿。因此，已經將當時的數據拿了過來進行了整理匯總，現在的數據如系所示，

大家可以在以下的鏈接中自行下載使用亞太數據集分享鏈接：https://pan.baidu.com/s/193xrFgMzem369Hhzcpt2yA?提取碼：sxjm

該問題以探索中國新能源電動汽車（EV）的發展及其對社會、環境和全球汽車產業的影響為背景，需要我們解決以下問題。

問題1：分析影響中國新能源電動汽車發展的主要因素，建立數學模型，描述這些因素對中國新能源電動汽車發展的影響。

問題一，本質可以看做構建指標評價體系。簡單來講就是需要確定后續的問題應該找什么樣數據，提前將這個評價體系指標確定。對于指標的選擇，一定要遵循三個詞十二個字不重不漏 科學客觀 可辨可測。大體意思就是找的指標需要能夠涵蓋這個問題的各方各面，同時指標之間還不能有重疊，要客觀的選取指標，同時找到的指標要能夠數據化，可以進行后續分析才可以。

注：這里就是裝裝樣子，真正的指標就是我們找到了什么，就構建什么樣的指標評價體系。這并不是取決于我們需要什么樣的指標，而是我們找到了什么樣的數據。用數據去說話。

問題2：收集中國新能源電動汽車的行業發展數據，建立一個數學模型，以描述和預測未來10年中國新能源電動汽車的發展情況。

問題二，本質就是預測模型，需要建立預測模型對未來10年中國新能源電動汽車發展情況。預測模型，對于這里選擇什么樣的預測模型都是可以的。模型的選擇沒有對錯而言，只要選擇的是預測模型就是可以的。

注：簡單的可以直接進行回歸預測。復雜的可以根據收集的數據使用機器學習進行月都是可以的。前者更加注重問題模型的整體性，后者模型更加高級。想要融合兩者，可以使用加權平均預測。

問題3：收集數據，建立數學模型，分析新能源電動汽車對全球傳統能源汽車產業的影響。

問題三，本質分析新能源電動汽車對全球傳統能源汽車產業的影響，簡單來做就可以考慮全球汽車銷量數據（傳統與新能源）、市場占有率、價格趨勢等。對新能源電動汽車對全球傳統能源汽車二者的相關性進行分析，根據分布方式選擇合適的指標進行分析即可，例如對于正態分布數列，使用person相關系數，對非正態分布spearman可以使用spearman相關系數。進階做法，可以嘗試博弈論模型，來分析兩者間的競爭和影響。

問題4：一些國家制定了一系列針對中國抵制新能源電動汽車發展的政策。建立數學模型，分析這些政策對我國新能源電動汽車發展的影響。

問題四，本質為評價模型，可以利用給出數據匯中，一些政策相關的數據，與問題三相同，進行相關性分析，分析政策對于新能源汽車的影響。也可以將政策之前的數據進行預測，比較有了政策和沒有政策對于數據的影響。

問題5：分析城市新能源電動汽車（包括電動公交車）電氣化對生態環境的影響。假設城市人口為100萬，則提供該模型的計算結果。

問題五，正中下懷。我們收集的數據都是來自長三角數模競賽的數據，當時的賽題有部分需要計算長三角地區的情況，現在我們就可以利用給出的數據以二氧化碳相關指標為環境因素，與其他指標構建評價模型即可。

問題6：根據問題5的結論，給公民寫一封公開信，宣傳世界各地對新能源電動汽車的好處和電動汽車行業的貢獻。

非技術型文章，各位八仙過海，各顯神通吧！！1