我的B题论文 大家看看啊 评价一下

sunying52zs

2010年上海世博会影响力的定量评估

摘要：2010年上海世博会是在中国首次举办的世界博览会。定量评估出世博会对上海的影响力具有很重要的现实意义。该文以小见大从城市居民人均消费水平、旅游业、基础设施建设及六大重点发展工业行业等方面对世博会在经济领域的影响力进行了定量评估。

首先，城市居民人均消费水平用城市居民的可支配收入与消费支出的年增长率来衡量。利用MATLAB软件，采用回归分析模型，可以得到2010年的消费水平数据，并用差分法得到消费水平的增长率，再利用回归分析、残差分析对模型进行检验。

其次，将国际入境人数作为衡量旅游业发展的一个方面，利用插值方法，得到2010年07月份国际入境人数的数据，并用差分法得到月增长率，从月增长率的变化反映出世博会对旅游业的刺激。

再者，该文通过层次分析法得到模型中涉及到的各项基础设施建设的权重值，利用互联网数据，通过向量的归一化，得到各项基础设施建设投资额与当年基础设施建设投资总额的比值。将同层中各项基础设施建设的比值与对应的权重系数乘积，求和，作为上一层因素的评估值，最终求得当年基础设施建设的评估标准，进而得到2008年为0.1626，2009年为0.1752。

最后，在工业方面，利用搜集到的互联网数据，通过向量的标准化，分别得到六大重点发展工业行业的利润额与当年工业利润总额的比值，将各个行业利润额的比值与对应的权重系数乘积，求和，作为当年工业的评估指标，并将这一模型进行了进一步的推广。

另外，该文还对各个模型的结果进行了深入分析，从科技、创新、文化、**等方面深入地探讨世博会的影响力，并对上海地区的发展建设及投资方向提出合理的建议。

关键词：上海世博会；回归分析；层次分析法；影响力；定量评估

一 问题重述

2010年的上海世博会是首次在中国举办的世界博览会。世界博览会是国际上规模最大、知名度和综合影响最高的展览会，促进当地经济发展，加强世界历史文化交流，展示了科技成果，体现了合作精神，因而越来越为各国政府和企业界所重视。争办世界博览会已经成为一些国家或城市推动区域经济增长的重要战略选择。上海世博会是一次加强中国与世界交流，与世界多元化近距离对话，向世界学习的重要契机，更为展示了我国社会、经济、文化、科技等各方面的成就，为中国的发展提供了绝佳的机遇。举办上海世博会将对中国尤其是上海经济、社会的发展起到很大的推动作用。试选择某一个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。

二 问题分析

世界博览会是由一个国家的政府主办，有多个国家或国际组织参加，以展现人类在社会、经济、文化和科技等领域取得成就的国际性大型展示会，其特点是举办时间长、展出规模大、参展国家多、影响深且远。现代意义的世博会主要受到1851年伦敦的“万国工业博览会”的影响，至今世博会已经先后举办过三十八届，在城市竞争力逐渐成为全球发展新视角的21世纪，在一个城市召开大型博览会和其它大型会展可以带动当地信息通讯、交通运输、城市建设、旅游贸易等方面经济的发展，从而增加城市的品牌知名度和国际化程度。

同样地，2010年的上海世博会也产生了相应的影响。由于其影响范围广泛，**、文化以及科技成果的展示无法用数据显示，并且由于上海世博会获得的短期与长期的经济利益及其所投入的成本在官方的财务报表没有得到反映。同时,在衡量世博会的效益率时,由于举办一届具有纪念价值的盛会丰富了城市生活,其所带来的价值主办方同样无法估计。由于这些原因,对世博会这样的重大事件的影响和效应进行定量评估,是一项涉及经济学、会计学等多学科的综合性工作。

对于这样的重大事件绝大部分是由政府直接操作，其资金的流动和一些经济增长数据都是相当匮乏的，再加上重大活动本身的影响力就很难界定，因此本文在定量评估世博会带来的影响力时，截取了世博会对经济方面的影响，而且又从经济领域中有代表性的旅游业、基础设施建设、人均消费水平以及工业方面，利用世博会举办之前的数据以及2010年的部分数据，对以后的影响进行评估（模型中用到的数据见附录1）。

在考虑世博会带来的旅游业的发展，刺激上海的经济发展上，利用国际入境人数来衡量世博会带来的旅游效益，评估其影响力。经济的增长反映到居民身上，就是人均生活水平的提高，即可支配的收入与消费支出的年增长率的变大。世博会很大程度上激发了当地的基础设施建设（包括交通设施及公用设施建设），基础设施的建设是一个长期工作，需要长期的规划和投资，因此，在申办世博会成功以后，各个部门就开始投资建设，其影响就已经产生了。工业方面主要从六大重点产业行业的利润总额方面考虑。该文利用世博会之前上海地区在这些方面的数据，得到上海的经济尤其在世博会举办的前期的增长情况，进而从经济方面定量地评估出世博会的影响力。

三 模型假设

（1）假设所收集的数据真实有效，能够如实的反映当时的情况；

（2）假设世博会期间游客都去参观世博会；

（3）假设每年的六个重点发展工业行业在经济中所占的权重中保持不变。

四 符号说明

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-11124.png表示第file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23789.png年城市居民家庭人均可支配收入（元）（file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-14629.png）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-455.png表示第file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-17009.png年城市居民家庭人均可消费支出（元）（file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-22892.png）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-20354.png表示国际旅游入境人数（万人次）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-10846.png表示基础设施建设中电力建设的投资额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-22494.png表示基础设施建设中交通运输的投资额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-29907.png表示基础设施建设中邮电通信的投资额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-20105.png表示基础设施建设中公用事业的投资额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-3286.png表示基础设施建设中市政建设的投资额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-6160.png表示电子信息产品制造业的利润总额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-27309.png表示汽车制造业的利润总额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-487.png表示石油化工及精细化工制造业的利润总额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2869.png表示精品钢材制造业的利润总额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-19910.png表示成套设备制造业的利润总额（亿元）；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-18512.png表示生物医药制造业的利润总额（亿元）。

五 模型的建立与求解

模型一：城市居民消费水平（回归分析模型）

上海世博会的影响在很大程度上从申办成功就开始产生了，因此在处理数据与建立模型时应该注意时间的长期性。世博会的举办增加了很多就业机会，在一定程度上提高了城市居民的生活水平，然而对城市居民生活水平的影响可以直接从人均可支配收入与消费支出的增长率上反映出来。

1．利用表1 的数据以及MATLAB中的回归模型，得到城市居民可支配收入关于年份的函数关系式

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-4510.png

利用这一函数关系式可以预测出2010年的城市居民人均可支配收入为32652元。

表1 城市居民人均可支配收入（元）

年份	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009
收入	11718	12883	13250	14867	16683	18645	20668	23623	26675	28838

又因为，上海城市居民家庭人均可支配收入的增长率为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-26218.png

这样进一步得到从2000年到2010年的城市居民人均可支配收入的年增长率，并利用MATLAB软件编程，在图象上表示出（见图1），从而可以直观地观察出2010年增长率是变大的。

	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-28688.png

2．利用表2的数据以及MATLAB中的回归模型，得到城市居民人均消费支出关于年份的函数关系

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-3308.png

利用这一函数关系式可以直接算出2010年的城市居民人均消费支出为23536元。

表2 城市居民人均消费支出（元）

年份	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009
收入	8868	9336	10464	11040	12631	13773	14762	17255	19398	20992

又因为，上海城市居民家庭人均消费支出的增长率为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-21281.png

这样进一步得到从2000年到2010年的城市居民人均消费支出的年增长率，并利用MATLAB软件编程，在图象上表示出（见图2），从而可以直观地观察出2010年增长率是变大的。

	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2964.png

模型二：国际旅游入境人数（函数插值）

上海世博会对上海旅游业的刺激，可以从国际旅游入境人数方面考虑。由2009年1月份到2010年6月份的国际旅游入境人数的数据，编写并运用MATLAB程序，得到国际旅游入境人数关于月份的图像（见图3）。在图像上可以观察出数据并没有明显的变化趋势，因此，利用MATLAB插值得到2010年7月份的人数为85.57万人次。

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23730.png

假设从2009年1月份以1开始计数，则依次类推2010年06月份记为18，2010年07月份记为19。

由于第file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-26341.png个月份国际旅游入境人数的增长率为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-18647.png

这样可以得到从2009年01月份到2010年07月份的国际旅游入境人数的增长率，并利用MATLAB软件编程，将其在图像上显示出（见图4），从而可以看出国际旅游入境人数的增长率是变大的，但是变化速度很缓慢。

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-30160.png

模型三：基础设施建设（层次分析法）

上海世博会对基础设施建设的影响。由于基础设施建设包括三方面的建设，并且这三方面建设中又有各自的分类，它们之间又互相影响，因此在考虑基础设施建设方面时，采用层次分析法对其进行评估，并将每项基础设施建设的比值与权重乘积定义为每项基础设施建设合理的投资指数。

1. 模型的符号：

（1）在建立层次结构图时以矩形方框来表示所在层次。

（2）目标层为file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-14628.png，准则层为file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2145.png，其中电力建设、运输邮电、公用设施分别用file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-10031.png、file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23713.png、file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-8299.png来表示，措施层为file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-7070.png，其中交通运输、邮电通信分别用file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-15747.png、file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-10182.png来表示，公用事业、市政建设分别用file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-6620.png
、file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-3821.png来表示。

2. 模型的建立：

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-29679.png目标层file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-17851.png

准则层file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-9615.png

方案层file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-16216.png

根据调查各准则层间的相关权重系数如下：

	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23394.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-19331.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-27921.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-13959.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-1013.png
权重系数 （file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-16805.png）	1	0.6	0.4	0.65	0.35

判断矩阵表为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-27737.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-32741.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-3452.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-11127.png
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-1769.png	1	2	1
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-32493.png	1/2	1	1
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-24519.png	1	1	1

3. 一致性检验：

具体检验步骤如下：

第一步，计算一致性指标file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-27324.png 。

利用公式file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-26819.png可知，此判断矩阵所得file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23467.png。

第二步，查表确定相应的平均随机一致性指标file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-7919.png。

根据平均随机一致性指标file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-6237.png表，得到不同阶数的判断矩阵的一致性指标file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23759.png。例如，对于2阶的判断矩阵，查表得到file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-19957.png。

表6平均随机一致性指标R.I.表

矩阵阶数	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
R.I.	0	0	0.52	0.89	1.12	1.26	1.36	1.41	1.46	1.49	1.52	1.54	1.56	1.58	1.59

第三步，计算一致性比例file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-3330.png并进行判断。

利用公式file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-28299.png可知，file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-11088.png。

当file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-22679.png时，认为判断矩阵的一致性是可以接受的。

并且得出file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-20207.png层的权重系数

	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-13960.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-4169.png	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-16403.png
权重系数 （file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-28034.png）	0.413	0.260	0.327

4. 模型的结果

第file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-4866.png项基础设施建设投资额占当年总投资额的百分比为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-11401.png

通过file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-18323.png层权重系数（file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-28296.png）和file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-17567.png层权重系数（file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2021.png），得到城市基础设施合理投资指数的函数为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-14881.png

利用MATLAB可以得到从2000年到2009年的城市基础设施建设投资合理指数的图像（见图5），在图像上直观的看出2009年的投资合理指数明显变大。

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2355.png

模型四：六大重点发展工业行业

上海世博会对上海六大重点发展工业行业的影响。由于这六个重点发展工业行业在经济的发展中所得作用是不同的，即在利润总额中所占的权重是不同的，根据专家分析和往年的数据可以得到六大重点行业的权重系数为

六大重点行业	电子信息产品制造业	汽车制造业	石油化工及精细化工制造业	精品钢材制造业	成套设备制造业	生物医药制造业
权重系数 （file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-7385.png）	0.262	0.174	0.217	0.130	0.087	0.130

第file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2245.png个行业的利润总额在总的利润总额中所占的比例为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-5146.png

因此，六大重点发展工业行业总的利润指数为

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-31168.png

利用MATLAB得到从2001年到2009年的利润指数的图像（见图6）。由于2008年的经济危机的影响致使某些行业的利润指数下降，可以在图像上直观地看出2009年的利润指数增加了，世博会对上海的经济有了一定的影响。

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-4876.png

六 模型的检验与结果分析

模型一的检验

为了检验模型一所得到的回归模型是否能够较好地反映原始数据，需要对模型一进行进一步地分析并检验。

1. 对消费支出进行检验

（1）回归分析及检验

运行程序（见附录2）可知

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-1250.png；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-24800.png的置信区间为[0.0000file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-14422.png    0.0000file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-12237.png]，

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-20301.png的置信区间为[-0.0052 file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-8400.png  -0.0026file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-5938.png]，

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-17022.png的置信区间为[2.6361 file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-26548.png   5.1892file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-19316.png]；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-3073.png=0.9958

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-5407.png=837.2333

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-12001.png= 0.0000。

显然file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-16889.png<0.05，

从而可知回归模型

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-10381.png=98.0568file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-4711.png-3.9174file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-17539.pngfile:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-17891.png+3.9126file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-1692.png

成立。

（2）残差分析，作残差图

对运行程序所得的残差进行进一步的分析，做出残差图，如图7

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-4628.png

从上面的残差图可以很直观地看出，除第七个数据的残差距原点较远外，其余数据的残差离零点均较近，且残差的置信区间均包含零点。

这说明回归模型

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-29233.png=98.0568file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-18431.png-3.9174file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-11029.pngfile:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-16255.png+3.9126file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-18348.png

能较好的符合原始数据，而将第七个数据视为异常点。

2. 对可支配收入进行检验

（1）回归分析及检验

运行程序（见附录2）可知

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-9113.png；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-9317.png的置信区间为[107.59  177.73]，

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-20083.png的置信区间为[-7.1058file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-19556.png  -4.2936file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-6640.png]，

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-26657.png的置信区间为[4.2839
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-29247.png
7.1024file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-27198.png]；

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-8679.png=0.9958


file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-13293.png=837.2333

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-19210.png= 0.0000

显然file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-30101.png<0.05,

从而可知回归模型

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-24573.png=142.6591file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-30108.png-5.6997file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-15719.pngfile:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-30335.png+5.6931file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23167.png

成立。

（2）残差分析，作残差图

对运行程序所得的残差进行进一步的分析，做出残差图，如图8

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-32409.png

从上面的残差图可以很直观地看出，除第十个数据的残差距原点较远外，其余数据的残差离零点均较近，且残差的置信区间均包含零点。

这说明回归模型

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-26666.png=142.6591file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-5969.png-5.6997file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-15869.pngfile:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-1669.png+5.6931file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-11385.png

能较好的符合原始数据，而将第十个数据视为异常点。

结果分析

1. 图像分析

综合以上图像，从图像中曲线的大致走势可以看出城市居民人均收入增长率、人均消费支出、基础设施建设投资额的合理度、六大重点行业的利润指数2006年是增加的，但是2008年又开始下降，2009年有了回暖之势，直至2010年。国际入境人数的增长率

从2010年04月份开始有了特别明显的增加。

2. 结果表面分析

（1）世博会促进了上海地区乃至全国的经济增长。据统计，上海世博会在筹办期间，平均每年对上海file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23653.png
增长的拉动约为2% ，预计世博会举办期间，将直接带动房地产和旅游等相关产业的发展，促进上海file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-17914.png
增长5%。

（2）上海世博会将有助于以上海为核心的长三角区及沿长江流域的经济一体化进程，推动上海及长三角地区产业转型，如电子信息产品制造业等六大重点产业，实现产业结构调整和经济增长方式的转变，借力世博会提升产业能级，促进产业经济正常发展。

（3）2010年上海世博会进行了旧城改造与新城建设，一方面需建设大量的世博展馆，另一方面需进行市政配套基础设施建设，如虹桥机场2号航站楼、沪宁城际高铁，除此之外，还有公园、地铁等。世博会毫无疑问将大大推进城市的基础设施建设，促进城市改造。城市配套基础设施建设是世博会建设的重点，是投入资金最多的部分。

（4）2010上海世博会是历届世博会中场地面积最大、参展国家、地区及国际组织最多、参观者人数最多的一次，这不仅预示着上海世博会的成功，还向世界展示了中国的经济实力以及巨大的发展空间，2010上海世博会将成为中国经济发展的有力助推器。

七 结果的进一步分析

1科技意义：推动重大科技的应用

科学技术是上海世博会的核心，在都市圈规划和建设、重点产业发展、交通智能化等诸多方面，都有最新技术作支撑。

在能源领域，上海世博会重点开发太阳能。太阳能路灯、太阳能电子显示屏等太阳能产品早已服务于我们的日常生活。同时大规模使用氢能燃料等新能源汽车，这不仅能够提高能源的利用率，减少环境污染带来的危害，而且由于这些新科技的引进大大减少了相应产业的成本、增加了它们的利润收入，在一定程度上对经济的发展起到了促进作用。

在信息化领域，file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-31782.png技术已广泛应用于世博会的门票、物流配送、展馆预约、证件管理、电子车牌等诸多方面，在世博园区综合管理方面发挥了巨大作用。手持式移动终端信息服务平台、芯片技术主导的电子标签等新型服务得到广泛应用，促进了信息产业等第三产业的发展，进而体现到经济增长这一层面上。

磁悬浮技术的应用，主要体现在交通运输方面，它大大缩短了运输时间，从而创造出更多的经济效益。

世博期间的固体废弃物管理及资源循环利用技术的运用，使我国的环境得到很大的改善，这能够吸引更多的外企向我国各产业进行投资建设，更进一步地促进我国经济的发展。

在2010年上海世博会盛大举办的背景下，宝马集团推出了四款限量供应的“2010 悦世版”纪念车型，都采用专用标识的设计与中国馆的设计异曲同工。允许通用等汽车公司设立专馆，这些措施对我国汽车行业的发展产生了影响，可以从先进的公司里面引进生产线，，最先进的设计理念与汽车制造技术，对我国汽车事业的发展有更大的促进作用。

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2330.png照明系统被广泛地应用，已从指示灯、信号灯、显示屏、景观照明，拓宽到白光照明。上海早就精心谋划、积极蓄势，把file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-7655.png
产业发展重点放在产业链上游外延、芯片及设备，以及下游高端应用环节，通过引进消化吸收创新，加大研发投入，不断提升产业能级，重点发展背光、显示、车灯、照明等拳头产品，从而带动file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2927.png
产业链的整体发展。

在通信领域上，通信科技提高生活速度，中国移动搭建了覆盖上海世博园全园5.28平方公里和多个场馆的全球第一个file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-25148.png-file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-22045.png的演示网络。

2创新意义：提高先进技术的质变

世博会同时也是展示人类创意的伟大舞台，受到国际社会的广泛关注和强烈反映。许多国家和国际组织对世博会的魅力非常欣赏。

绿色世博和低碳世博是上海世博会的重要创新理念。上海世博园的绿化面积达40%，在浦东园区专门规划建设了世博公园、后滩湿地公园等面积较大的花园。同时，80%以上的世博展馆都做了屋顶绿化、立体绿化和室内绿化，许多场馆的建筑绿化构思巧妙，吸引了不少游客前来观光，促进了旅游事业的发展。

场馆设计极具创意，如以“东方之冠”著称，尽显中华智慧的中国馆，强调人类、自然与科技完美平衡的瑞士馆，称为“紫蚕岛”的日本馆，像展开双翅的雄鹰的美国馆等，都显示世博会的魅力，从而吸引了更多的国内外游客前来参观，促进了旅游事业的发展。

上海世博会首次展出城市最佳实践区，以城市的名义，用城市的经典案例来展示，这一创新是此前历届世博会所没有的。城市与世博的良性互动，将形成新的城市结构，对未来城市建设有着不可估量的作用。

3文化意义：促进世界多元文化的融合

世博会是创意的舞台，也是展示人类文明与文化的载体。

世博会传播的核心内容是文化。

为了加强各国各民族文化的展示和交流，力争以世博为契机，建设一个最能体现城市文化风格形象且在世界上有相当影响力的标志性文化区域，世博会把人们团结在一起，“欢迎、沟通、展示、合作”，共享各民族的文化盛宴，促进各国不同文化的交流，它的价值就在于汇聚所有参展国家和地区的独到文化及智慧, 使之交融和互动,从而对我国国民价值观、人生观有积极的影响，同时有助于我们缩短与世界其它不足领域的差距，从而产生更多的经济效益。

各参展国的展馆及其展示，都是各国历史和文化的缩影。

中国馆用高新科技展现的《清明上河图》体现了城市发展中的中华智慧。内地的省区市的展馆，展示自己的文化特质和不同的文化标准。各场馆的建设风格和独特的风味文化，都是这次世博会的魅力地方。其吸引了大量来访游客，增加门票收入，同时映射到上海旅游业的人数，促进当地旅游业的发展。

两万场文化演艺娱乐活动大多是参展国组织的具有本国文化特色的活动。通过建筑、音乐、戏曲、舞蹈等人类共同的语言，促进了世界各国文化的交流，使我国人民的精神面貌、素质得到提高，进而提升我国的国际地位，增加各大外企对我国的投资建设额，促进我国经济快速迅猛发展。

4**意义：提升举办国的国家形象。

重大国际活动都有塑造国家( 城市) 形象的重要功能。通过举办世博会, 对内教育了大众, 启迪了心智, 帮助整个民族重拾自信, 对外重新树立了大国形象。从而更好的吸引外商来上海以及中国投资，对经济发展的促进起到了举足轻重的作用。

八 模型的评价、推广及建议

1.模型的优点：

（1）该文的特色在于以小见大，从经济领域评估出世博会的影响，再进一步从科技、文化、环境等多角度分析其对上海的影响力。

（2）该文对不同的方面因其特点不同，建立了不同的模型，具有强烈的针对性。

（3）模型三采用层次分析法，将定性与定量分析相结合，表现形式简单易懂，容易被人理解、接受。

2.模型的缺点：

（1）假设六个重点发展工业行业在经济中所占的权重随时间是不变的，这对实际问题是不合理的，但是便于问题的解决。

（2）在对模型一中数据的处理上，预测的数据虽然已经得到了检验，但是与真实值之间的误差还是存在的。

3.模型的推广：

对模型四的推广与改进，六个重点发展工业行业在经济中所占的权重是随着时代的发展而不同的。鉴于近几年各行业在经济发展中的重要性，我们在加权函数中应该考虑到分配权重随时间的改变，从而建立六个重点发展工业行业在经济中所占的权重和每年的投资额同时改变的多元函数，来求其行业的利润指数。

4.建议：

（1）政府的支持、主办者的协调能力以及市场经营能力的强弱影响着世界博览会举办的成败，因此在世博会期间要充分考虑到这几个因素。

（2）政府及主办者应预测出来上海参观的游客人数，并对交通设施的需求以及客房需求进行合理估计，以防造成交通阻塞或财产、资源的浪费，影响区域经济与宏观国民经济发展。

（3）世界博览会的举办面临着复杂的国际**经济环境，需要制定科学合理的对策以应对各种可能的风险和挑战。

（4）上海政府应关注世博会对旅游业的影响，采取相应的措施，以保证世博会之后旅游业的持续发展。

参考文献

[1] 戴光全，保继刚，昆明世博会效应的定量估算：本底趋势线模型[J]，地理科学，27（3）：426，2007 。

[2] 姜启源，数学模型[M]，北京：高等教育出版社，1999。

[3] 上海统计局官方网站：http://www.shanghai.gov.cn。

[4] 王沫然，MATLAB与科学计算（第二版），北京：电子工业出版社，2003。

[5] 陆雄文，上海世博会的六大效应[J]，财富文摘与会计，2010[07]：71-72。

[6] 徐梅，世界博览会的经济增长效应分析[D]，北京：外交学院国际经济系，2005.04。

[7] 孙文杰，2010上海世博会的举办对我国经济的影响[J]，中国商界，2009[12]：201。

附录：

附录1 建立模型收集到的数据

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-20051.png

年份	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009
收入	11718	12883	13250	14867	16683	18645	20668	23623	26675	28838

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-29716.png

年份	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009
收入	8868	9336	10464	11040	12631	13773	14762	17255	19398	20992

月份

2009 01

2009 02

2009 03

2009 04

2009 05

2009 06

2009 07

2009 08

2009 09

人数

41.48

46.87

51.06

54.93

49.00

46.93

54.23

55.89

52.79

月份

2009 10

2009 11

2009 12

2010 01

2010 02

2010 03

2010 04

2010 05

2010 06

	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-31191.png

	file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-23783.png

人数

61.73

64.17

49.84

54.10

47.92

69.43

67.76

71.37

75.66

	2001	2002	2003	2004	2005	2006	2007	2008	2009
电子信息产品 制造业	54.47	43.1	69.29	122.27	100.56	118.21	143.53	90.43	37.92
汽车制造业	90.51	131.2	226.28	200.24	98.09	133.11	185.61	157.53	351.72
石油化工及 精细化工制造业	25.26	39.92	54.61	100.13	58.13	29.44	110.72	-65.47	126.51
精品钢材制造业	34.75	62.29	106.21	166.78	178.33	188.32	156.83	61.61	55.25
成套设备制造业	25.69	34.47	58.53	77.89	115.6	167.39	203.81	229.1	224.5
生物医药制造业	11.9	11.04	17.33	19.23	20.9	22.89	34.29	47.99	61.85

	电力建设	运输邮电	其中		共用设施	其中
			交通运输	邮电通信		公用事业	市政建设
2000	64.61	117.52	48.83	68.69	267.77	104.43	163.34
2001	72.22	168.42	60.72	107.70	270.14	92.25	177.89
2002	62.14	171.24	63.01	108.23	350.11	148.42	201.69
2003	66.00	350.35	273.77	76.58	188.28	36.91	151.36
2004	89.52	371.35	316.96	54.39	211.71	26.92	184.80
2005	124.22	443.90	385.58	58.32	317.62	41.33	276.28
2006	116.23	703.24	589.52	113.72	306.07	56.23	249.84
2007	163.30	942.03	840.46	101.57	361.01	60.90	300.11
2008	129.53	947.49	838.91	108.59	656.15	112.81	543.34
2009	253.39	1 100.90	978.24	122.66	759.16	135.95	623.21

file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-2652.png

附录2 模型中用到的程序

程序1

城市居民人均可支配收入：

year=[2000:2009];

shouru=[11718 12883 13250 14867 16683 18645 20668 23623 26675 28838]';

plot(year,shouru,'r*')

hold on

A=[year.^2;year;ones(size(year))]';

[b,bint,r,rint,stats]=regress(shouru,A);

syms x

f1=b(1)*x^2+b(2)*x+b(3);

shouru(11)=subs(f1,2010)

chafen1=diff(shouru)

for i=1:10

    s(i)=chafen1(i)/shouru(i)

end

% rcoplot(r,rint);

增长率程序如下：

x=[1:10];

s=[0.0994    0.0285    0.1220    0.1221    0.1176    0.1085    0.1430  0.1292    0.0811    0.1323];

plot(x,s,'r.-')

程序2

城市居民人均消费支出：

year=[2000 2001 2002 2003 2004 2005 2006 2007 2008 2009];

zhichu=[8868 9336 10464 11040 12631 13773  14762 17255 19398 20992]';

plot(year,zhichu,'r:*')

B=[year.^2;year;ones(size(year))]';

[b,bint,r,rint,stats]=regress(zhichu,B)

%rcoplot(r,rint)

syms x

g1=b(1)*x^2+b(2)*x+b(3)

zhichu(11)=subs(g1,2010)

zctz=diff(zhichu)

for i=1:10

    zctb(i)=zctz(i)/zhichu(i)

end

plot(year+1,zctb,':*')

程序3

旅游业：

month=[1:18];

renshu=[41.48

46.87

51.06  

54.93  

49.00  

46.93

54.23

55.89

52.79  

61.73

64.17

49.84  

54.10

47.92  

69.43

67.76  

71.37

75.66];

plot(month,renshu,'ko-')

renshu(19)=interp1(month,renshu,19,'cubic')

chafen2=diff(renshu);

for i=1:18

    r(i)=chafen2(i)/renshu(i)

end

增长率程序如下：

y=[1:18];

r=[0.1299    0.0894    0.0758   -0.1080   -0.0422    0.1556    0.0306   -0.0555    0.1694    0.0395   -0.2233    0.0855   -0.1142    0.4489   -0.0241    0.0533  0.0601    0.0649];

plot(y,r,'ko-');

程序4

基础设施建设：

y=[2000:2009];

x1=[  64.61

  72.22

  62.14

  66.00

  89.52

  124.22

  116.23

  163.30

  129.53

  253.39];

x2=[  48.83

  60.72

  63.01

  273.77

  316.96

  385.58

  589.52

  840.46

  838.91

  978.24];

x3=[  68.69

  107.70

  108.23

  76.58

  54.39

  58.32

  113.72

  101.57

  108.59

  122.66];

x4=[  104.43

  92.25

  148.42

  36.91

  26.92

  41.33

  56.23

  60.90

  112.81

  135.95];

x5=[  163.34

  177.89

  201.69

  151.36

  184.80

  276.28

  249.84

  300.11

  543.34

  623.21];

zong=[449.90

  510.78

  583.49

  604.62

  672.58

  885.74

1125.54

1466.33

1733.18

2113.45

];

w=[1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35

1
0.6
0.4
0.65 0.35];

Q=[x1,x2,x3,x4,x5];

for i=1:5

   H(:,i)=Q(:,i)./zong

end

K=H.*w;

M=[K(:,1),K(:,2)+K(:,3),K(:,4)+K(:,5)]

p=[0.413 0.260 0.327]';

for i=1:10

    f(i)=M(i,*p;

end

plot(y,f,'ro-')

程序5：

六大重点发展工业行业：

y=[2001:2009];

x1=[54.47
43.1
69.29
122.27
100.56
118.21
143.53
90.43
37.92];

x2=[90.51
131.2
226.28
200.24
98.09
133.11
185.61
157.53
351.72];

x3=[25.26
39.92
54.61
100.13
58.13
29.44
110.72
-65.47
126.51];

x4=[34.75
62.29
106.21
166.78
178.33
188.32
156.83
61.61
55.25];

x5=[25.69
34.47
58.53
77.89
115.6
167.39
203.81
229.1
224.5];

x6=[11.9
11.04
17.33
19.23
20.9
22.89
34.29
47.99
61.85];

w=[0.262

0.174

0.217

0.130

0.087

0.130

];

Q=[x1',x2',x3',x4',x5',x6'];

for i=1:9

    f(i)=Q(i,*w;

end

plot(y,f,'rx-')

可可糖

呵呵~我们也是做B题的，我很想知道你们的文章有几页？

yangzhihuibobo

有一些乱码啊！不知道是网速不行还是怎么的。

dingzeliang

嗯，还行吧！但是有些地方看不清

sunying52zs

回复 可可糖 的帖子


    我们写了20页

sunying52zs

回复 yangzhihuibobo 的帖子

可能是不显示吧

   

可可糖

回复 sunying52zs 的帖子


   是正文20页吧？

sunying52zs

回复 可可糖 的帖子


    加上附录吧  哎 我们组长不让我往多了写

安树庭

缺乏比较啊

安树庭

联系我：QQ956960485 我也是做B题的