上海世博會影響力的定量評估0

20１0高教社杯全國大學生數(shù)學建模競賽承諾書我們仔細閱讀了中國大學生數(shù)學建模競賽的競賽規(guī)則.我們完全明白，在競賽開始后參賽隊員不能以任何方式（包括電話、電子郵件、網(wǎng)上咨詢等）與隊外的任何人（包括指導教師)研究、討論與賽題有關的問題.我們知道，抄襲別人的成果是違反競賽規(guī)則的，如果引用別人的成果或其他公開的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻的表述方式在正文引用處和參考文獻中明確列出。我們鄭重承諾,嚴格遵守競賽規(guī)則，以保證競賽的公正、公平性.如有違反競賽規(guī)則的行為,我們將受到嚴肅處理。我們參賽選擇的題號是（從Ａ/Ｂ／C／D中選擇一項填寫）:B 我們的參賽報名號為（如果賽區(qū)設置報名號的話）:所屬學校（請?zhí)顚懲暾娜?:河南工程學院參賽隊員（打印并簽名）：1．陳宇翔2。韓林嶧３.孫鵬帥指導教師或指導教師組負責人（打印并簽名)：日期：2０１3年8月19日賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號）：２010高教社杯全國大學生數(shù)學建模競賽編號專用頁賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號)：賽區(qū)評閱記錄(可供賽區(qū)評閱時使用）：評閱人評分備注全國統(tǒng)一編號(由賽區(qū)組委會送交全國前編號）:全國評閱編號（由全國組委會評閱前進行編號)：上海世博會影響力的定量評估摘要要定量的研究上海世博會的影響,我們從經(jīng)濟方面的角度去定量分析。在經(jīng)濟角度這方面，我們從上海及全國的第一、二、三產(chǎn)業(yè)和對外貿(mào)易出發(fā),由于這些數(shù)據(jù)具很強的相關性,因此我們用線性模糊矩陣的方法解決.本題的首要的重點是數(shù)據(jù)處理。由于經(jīng)濟這一方面本身具有很強的時代性與變化性,和社會背景聯(lián)系較緊密,因此我們在處理數(shù)據(jù)時首先運用消除異常數(shù)據(jù)法對數(shù)據(jù)進行誤差波動消除。然后用線性擬合回歸法對數(shù)據(jù)進行發(fā)展趨勢判定，在判定趨勢的時候，由于20０8年奧運會，我們需要對２00８年數(shù)據(jù)進行預測分析，與實際值對照，兩者進行比較求出最優(yōu)值。進而求出經(jīng)濟發(fā)展增長率，得到世博會前后的偏移度。本題的另一個重點是評價體系的構(gòu)建.根據(jù)本體的數(shù)據(jù)特點，我們運用非線性加權法,結(jié)合模糊矩陣分析。先通過每個地區(qū)每個產(chǎn)業(yè)所占的指標的比重,確定權值。然后運用隸屬函數(shù)求出模糊關系矩陣。在隸屬函數(shù)中，我們根據(jù)經(jīng)濟發(fā)展的特點，用高斯函數(shù)作為隸屬函數(shù)代入求值.之后用得到的模糊關系矩陣與權數(shù)相乘得到評價結(jié)果。最后,我們根據(jù)2005年日本世博會與2０００年德國世博會前后的經(jīng)濟發(fā)展狀況，大體上預測出我國的世博會后的經(jīng)濟發(fā)展狀況。對于本次解決方案,我們最后的預測做的不夠詳細，沒有定量分析。如果能夠收集到更多的國家舉辦世博會前后的經(jīng)濟發(fā)展規(guī)律，應該可以做到定量具體預測。關鍵詞：偏移度消除異常數(shù)據(jù)法線性擬合模糊關系矩陣隸屬函數(shù)問題重述2010年上海世博會是首次在中國舉辦的世界博覽會。從1８5１年倫敦的“萬國工業(yè)博覽會"開始,世博會正日益成為各國人民交流歷史文化、展示科技成果、體現(xiàn)合作精神、展望未來發(fā)展等的重要舞臺。選擇感興趣的某個側(cè)面，建立數(shù)學模型，利用互聯(lián)網(wǎng)數(shù)據(jù),定量評估２0１０年上海世博會的影響力。模型的假設與符號說明2。1模型的假設假設1：本題所用的數(shù)據(jù)均準確、無誤。假設2:忽略經(jīng)濟危機對全國經(jīng)濟的影響。假設３：世博會的經(jīng)濟影響力集中體現(xiàn)在前一年。2.2符號說明符號符號說明偏移率直線直線的斜率因素論域普通集合第Ⅰ級第Ⅱ級第Ⅲ級第Ⅳ級第Ⅴ級模糊關系矩陣模糊關系矩陣中的元素第ｉ級隸屬函數(shù)第Ⅰ級隸屬函數(shù)第Ⅱ級隸屬函數(shù)第Ⅲ級隸屬函數(shù)第Ⅳ級隸屬函數(shù)第Ⅴ級隸屬函數(shù)問題分析此題主要定量研究上海世博會對中國經(jīng)濟的影響.因此，我們要從上海和全國的第一、二、三產(chǎn)業(yè)量以及全國進出口總量的偏移率進行分析。其中在處理數(shù)據(jù)時，要消除20０８年經(jīng)濟危機對產(chǎn)業(yè)鏈條和進出口的影響.因此我們采用消除異常數(shù)據(jù)法。對于偏移率,我們采用線性擬合法求出增長折線,然后利用線性評價法對斜率進行分析,求出偏移率。然而由于線性評價法無法反應某些評價指標所具有的突出影響,需要對其進行修改,運用非線性算子形式分析數(shù)據(jù)。再根據(jù)經(jīng)濟所占比重確定權值，然后利用高斯函數(shù)作為隸屬函數(shù)，用非線性模糊評價法進行最終分析評價.最后利用國外舉行世博會前后幾年的經(jīng)濟變化，來預測中國的經(jīng)濟發(fā)展變化。數(shù)據(jù)分析定義1．線性擬合:給定一批數(shù)據(jù)點，不要求直線通過所有數(shù)據(jù)點，但要求直線能反應整體的發(fā)展趨勢,這種方法稱為線性擬合。本題中有很多離散的數(shù)據(jù),我們要用線性擬合的方法,作出經(jīng)濟發(fā)展的趨勢圖,從而判斷整體的發(fā)展變化.定義２.偏移率為偏移后直線斜率與原始直線斜率的比值減一。即如圖4．1直線為原始發(fā)展線，斜率為,為偏移直線，斜率為，偏移率為.用公式表示如下：（１）圖４．1經(jīng)過ｍatｌab編程計算得出因素論域的偏移率，.作出上海第一產(chǎn)業(yè)線性擬合圖,其它見附錄一.４。２上海第一產(chǎn)業(yè)線性擬合圖定義3.舍去值：由于2008年經(jīng)濟危機的影響，全球經(jīng)濟低迷,導致各個國家進出口量驟減.對我國進出口經(jīng)濟貿(mào)易造成較大負面影響，由全國對外經(jīng)濟貿(mào)易線性擬合圖（圖４.3)可知其已經(jīng)超過上海世博會對全國對外經(jīng)濟貿(mào)易的正面影響。4．３對外經(jīng)濟貿(mào)易線性擬合圖為消除這種影響，我們?nèi)∩虾Ｊ啦θ珖鴮ν饨?jīng)濟貿(mào)易影響力為零。經(jīng)分析上海對外經(jīng)濟貿(mào)易主要由第二產(chǎn)業(yè)(工業(yè)制造業(yè))為主導,其餅狀圖如圖４．４。圖4．4上海第二產(chǎn)業(yè)分布圖由圖４。4可知，上海對外經(jīng)濟貿(mào)易在上海第二產(chǎn)業(yè)中所占比重較大，所以經(jīng)濟危機對對外經(jīng)濟貿(mào)易的影響會直接在上海第二產(chǎn)業(yè)發(fā)展趨勢圖（即上海第二產(chǎn)業(yè)線性擬合圖)反應處來。為消除這種影響，同樣我們?nèi)ド虾Ｊ啦ι虾５诙a(chǎn)業(yè)的影響為零。4。5上海第二產(chǎn)業(yè)線性擬合圖定義３．隸屬函數(shù),用于表征HYPEＲLINK＂ｈｔｔp：//bａiｋe．baidu．com/vｉew／９70713.ｈtm”模糊集合的HYＰEＲＬＩＮK"hｔtp：／／bａiｋｅ．baiｄu。ｃom/view/7５06９7。htm"數(shù)學工具.對于普通集合A,它可以理解為某個論域Ｕ內(nèi)的一個子集。為了描述論域Ｕ中任一元素ｕ是否屬于集合A，通?？梢杂茫盎?標志。用0表示ｕ不屬于A,而用1表示屬于A,從而得到了Ｕ上的一個二值函數(shù)χA(u)，它表征了U的元素u對普通集合的從屬關系,通常稱為A的特征函數(shù)。為了描述元素ｕ對U上的一個HＹＰＥRＬIＮK”hｔtｐ:/／ｂaiｋe.bａ／ｖiｅｗ/970７13.htｍ"模糊集合的隸屬關系，由于這種關系的不分明性，它將用從HＹＰERLＩNK”http：/／bａｉkｅ.baiｄu.cｏｍ/vｉew/7０334.htm＂區(qū)間[0,1］中所取的數(shù)值代替0,1這兩值來描述，記為(u）,數(shù)值(ｕ)表示元素隸屬于模糊集的程度，論域U上的函數(shù)μ即為模糊集的隸屬函數(shù),而(ｕ）即為ｕ對A的ＨＹPERLIＮK＂ｈｔtｐ:/／baｉkｅ。/ｖieｗ／1806495．ｈｔm”隸屬度.在此題中我們使用高斯函數(shù)作為隸屬函數(shù)，高斯函數(shù)的形式為。（2)其中，與為常數(shù)，且。經(jīng)過計算我們所用的高斯隸屬函數(shù)分別為：,，，，用maｔlaｂ作圖，如圖。4。6高斯隸屬函數(shù)定義4.異常數(shù)據(jù)消除法:由于影響經(jīng)濟變化(2０02－2009年)的因素較多，造成數(shù)據(jù)變化較大，我們使用如下公式解決異常數(shù)據(jù)：設原始數(shù)據(jù)為，處理后的數(shù)據(jù)位則,,模糊關系矩陣的計算：定義5.模糊關系矩陣：已知矩陣Ｒ，隸屬函數(shù)，偏移率其運算過程如下:，(3)(4)經(jīng)過計算得到上海世博會經(jīng)濟影響力評測模糊關系矩陣：(5)問題的解答５.1評價模型的確立:研究上海世博會對經(jīng)濟影響力的評價分析，我們首先想到了用線性加權法,但是上海世博會的時間在2010年，受08年經(jīng)濟危機、奧運會的影響較強烈,線性加權法不適用于某些具有特殊影響指標。于是對模型進行改進，提出了非線性模糊矩陣合成算子評價模型.在模糊綜合評價模型（６)中定義模糊矩陣合成算子。首先定義指標突出影響程度系數(shù)向量，記，其中.指標對評價結(jié)果所具有的突出影響程度越大則也就越大，當指標不具有突出影響時,則取為１。為簡便起見可將;取為大于等于1的整數(shù)．令,在模糊綜合評價模型中定義非線性模糊矩陣合成算子形式為，(17），記，其中且;，這里(對）。由于在模糊綜合評價中，通常有隸屬度∈［０，1]，故在應用此算子進行模糊矩陣合成時，必須先對評價對象的隸屬度矩陣作變換,將隸屬度的值變換為大于１的數(shù),如可取.該模糊矩陣合成算子具有如下性質(zhì)：命題（1）時，,，。具體證明詳見現(xiàn)進一步考察函數(shù)肘伴隨各自變量的變化情況。由于而：當且僅當，即時，等號成立，既有,則此時有。又由于，而函數(shù)當時,是單調(diào)遞減的.也就是說，的值越大，的值也就越大，則可能取的最小值越大，當然這還要視的大小情況而定。該模型的這一性質(zhì)是符合評價的實際要求的。首先,當各指標的突出影響程度不同時,即有些指標具有較大的突出影響程度,而有些指標的突出影響程度較小或者不具有突出影響，則當所有指標的評價值相同時，其評價結(jié)果也應與這一相同指標值有所不同。命題（2)若，則其可由函數(shù)對X的單調(diào)遞增性得到。命題(3）其可由函數(shù)關于X在上連續(xù)得到。當一個評價對象的所有評價指標值均高于另外一個評價對象時,顯然前者的評價結(jié)果應高于后者，其由命題(2）滿足．評價對象的各評價指標值的增大可使最終的評價指標值增大，但這種增大應是連續(xù)平穩(wěn)的，不能有突然的跳躍,這一點在命題(３)中得到了體現(xiàn).命題(4），且當時有。證明[１］。特別的，上述命題可寫成,由于有，故當時,有,因此有。即當足夠大時，可使最終的評價結(jié)果趨于具有最大突出影響程度系數(shù)的指標中的最大值.由知,越大則也就越大，故對評價結(jié)果的影響相應變大．另一方面，由于函數(shù)當時具有單調(diào)性,可知值越大使得的值也越大。這使得指標權重對評價結(jié)果的影響變小,而指標值對評價結(jié)果的影響相應增大.命題(4）同樣反映了該模型在處理各指標突出影響程度不同的評價問題時的合理性及優(yōu)越性．在實際的評價過程中,指標的突出影響程度越大,該指標值對評價結(jié)果的影響就會越強烈,這一點在命題(4)中可以得到滿足。另外當評價指標對評價結(jié)果的突出影響程度足夠大時,只有該指標值對評價結(jié)果有決定作用，而其它指標對于評價結(jié)果的影響甚微，評價結(jié)果就等于具有最大突出影響的指標中的最大值，這與命題(4)的特別情況是一致的．綜上所述,這種一般的模糊矩陣合成算子可以很好的滿足評價的實際，能彌補線性加權算子的不足，因此更具評價優(yōu)勢．以下將用具體的評價實例說明這種可以反映指標突出影響的模糊矩陣合成算子的優(yōu)勢。5。2影響評價模型的應用與求解:5。2。1因素偏移率的確立:針對世博會對經(jīng)濟的影響，我們采取以上算法對影響進行分析。運用模糊綜合評價法，它可以考慮到不同經(jīng)濟產(chǎn)業(yè)的影響.在對上海世博會在經(jīng)濟方面的影響的分析時,有七個因素，即上海第一、第二、第三產(chǎn)業(yè)，全國第一、第二、第三產(chǎn)業(yè)，對外經(jīng)濟貿(mào)易.用矩陣表示為:即為因素論域。以上幾項指標中,全國三個產(chǎn)業(yè)發(fā)展的偏移率，對經(jīng)濟影響的評測結(jié)果影響較大。七個指標的偏移率如下：上海第一、第二、第三產(chǎn)業(yè)分別為18５．71%、-３8.33%、114．28％，全國第一、第二、第三產(chǎn)業(yè)分別為1６0。８7％、115。３8%、154.５4%，對外出口貿(mào)易為—８8。1８％,用矩陣表示為：.５.2．2影響力評測分級標準的確立：影響力評測標準多種多樣，一般都由專業(yè)部門經(jīng)統(tǒng)計分析得到合適的范圍標準，或由專家學者根據(jù)經(jīng)驗得到.現(xiàn)我們以下表的標準作為我們影響力評測分級標準。表５．1影響力評測分級標準(注:超過160%視為第一指標)偏移率（%）Ⅰ（）Ⅱ（)Ⅲ（）Ⅳ(）Ⅴ（）第一產(chǎn)業(yè)（當?shù)?1６０%14０％120％80%0％第二產(chǎn)業(yè)(當?shù)兀?0％140%12０%80%0%第三產(chǎn)業(yè)（當?shù)兀?0％１４0%120％80%0％第一產(chǎn)業(yè)（全國)１６０％１40％１20％80％０％第二產(chǎn)業(yè)（全國）1６0%１40％１20％８0％0％第三產(chǎn)業(yè)(全國）１60％140%120%８0％0％對外經(jīng)濟貿(mào)易1６0%1４0％120%８0％０％5.２。３模糊關系矩陣的計算:從這些指標的偏移度來看，上海的第一產(chǎn)業(yè)的偏移率最大，即這個指標對經(jīng)濟造成了很大的影響，其他指標偏移率相對不高。分別對各指標構(gòu)造正態(tài)分布高斯函數(shù)，，,。由此隸屬函數(shù)可以得到不同偏移率對不同影響等級的隸屬度。在給出上海及全國第一、二、三產(chǎn)業(yè)和對外貿(mào)易各個偏移率的取值后，將其帶入相應的隸屬函數(shù)，便可得到模糊關系矩陣R.（18）5.2。4偏移率權重系數(shù)矩陣的確立：各個偏移率權重系數(shù)分配有多種方法，由于本次的各個指標間有強烈的相關關系。我們設計權數(shù)Ａ計算公式如下：（１９）由此可得到的權重系數(shù)分別為：5。２．5評價結(jié)果：令評價結(jié)果，則得出結(jié)果為根據(jù)最大隸屬度原則,由以上計算結(jié)果B分析可知,B矩陣中0．２71４３36最大,因此符合以上規(guī)定的“影響力測評標準”中的級。所以分析可得到,上海世博會對經(jīng)濟的影響是級，即最高級.5。3經(jīng)濟發(fā)展的預測模型根據(jù)國外舉行世博會后本國的經(jīng)濟發(fā)展規(guī)律（以德國日本為例），我們來預測上海舉行世博會的經(jīng)濟發(fā)展。利用異常值消除法和線性擬合求出德國、日本經(jīng)濟發(fā)展方程。數(shù)據(jù)見附錄一：德國：世博會前世博會后日本：世博會前世博會后得出兩個國家的經(jīng)濟發(fā)展趨勢圖：圖５.1德國經(jīng)濟發(fā)展趨勢圖圖５。3日本經(jīng)濟發(fā)展趨勢圖在日本經(jīng)濟發(fā)展趨勢圖中顯示，其在世博會舉行后經(jīng)濟出現(xiàn)負增長，這是由于日本房價泡沫在2０05年集中爆發(fā)，房市崩盤所致。由圖我們發(fā)現(xiàn),世博會的舉行對前一年及當年經(jīng)濟影響最大。故，我們預測中國在2010年中經(jīng)濟發(fā)展增速會超過之前增速，而20１０以后經(jīng)濟發(fā)展增速會放緩.6.模型的評價、改進及推廣6.1模型評價優(yōu)點:根據(jù)我們對全國最近幾年來各個產(chǎn)業(yè)數(shù)據(jù)的統(tǒng)計,擬合出了全國、上海、以及對外貿(mào)易的經(jīng)濟線性擬合曲線圖，可通過線性擬合圖得出中國在舉行世博會之前的經(jīng)濟發(fā)展趨勢圖，以此和觀測到上海世博會對中國緊急的影響。我們還統(tǒng)計了最近幾年舉辦世界博覽會的幾個國家的數(shù)據(jù),有日本和德國，通過他們的數(shù)據(jù)以及其經(jīng)濟發(fā)展趨勢圖,可預測我國在舉辦世博會后未來幾年的經(jīng)濟趨勢。(3）我們還通過matlａb等軟件對近幾年經(jīng)濟做出綜合評價分析,通過對各個產(chǎn)業(yè)的分析得出了幾個產(chǎn)業(yè)中對中國經(jīng)濟影響最大的幾個因素。缺點:由于最后統(tǒng)計國家數(shù)據(jù)較少,預測中國外來幾年經(jīng)濟發(fā)展趨勢時會有所、不確定因素，導致預測結(jié)果不是太精確.6.2模型改進統(tǒng)計更多舉辦過世博會的國家,并統(tǒng)計出這些國家在舉辦過世博會前后幾年的經(jīng)濟發(fā)展狀況的數(shù)據(jù)，以此來預測中國在舉辦過上海世博會之后幾年的發(fā)展狀況，使得統(tǒng)計結(jié)果更正確。６.3模型推廣我們建的模型不僅可用于上海世博會對中國的影響力，也可用于其它資源的安排,還可用于諸如像奧運會對國家經(jīng)濟的影響的其它類型的問題。參考文獻［1］張曉慧,馮英浚,白莽．一種反映突出影響因素的評價模型[Ｊ］．哈爾濱工業(yè)大學學報,2003,35（10）:11６8－１1７0［２］張曉慧。模糊數(shù)學在綜合評價中的應用［Ｄ]．哈爾濱：哈爾濱工業(yè)大學理學院數(shù)學系,２00４.2８-３１.［3]孫瑛,陳廣桐。模糊數(shù)學方法在湖泊水質(zhì)評價中的應用［J]．山東工業(yè)大學學報，1９94，2４（2）：1５4-158.［4］候定丕，王戰(zhàn)軍。非線性評估的理論探索與應用［M]．合肥:中國科學技術大學出版社，2０01。１0-１2.附錄一：圖表影響力分級標準偏移率（%)Ⅰ()Ⅱ(）Ⅲ（)Ⅳ()Ⅴ（)第一產(chǎn)業(yè)（當?shù)?160％１40％１２0%８0％0％第二產(chǎn)業(yè)（當?shù)?1６０％140％120％80％0％第三產(chǎn)業(yè)(當?shù)兀?60%１40％12０％80％0%第一產(chǎn)業(yè)（全國）16０%140%1２0%８0%0%第二產(chǎn)業(yè)(全國)1６0％1４0％1２0％80％0％第三產(chǎn)業(yè)(全國）１60%１4０％120％80％0%對外經(jīng)濟貿(mào)易1６0％140%120％８0％0%200１年--2０09年對外經(jīng)濟貿(mào)易基本情況指標貨物進出口總額指標貨物進出口總額２0０１42１83．62００6140971．４2００2５13７８．２2０07166740.２2００３7０483．５２0０8１79921．５20０4９５５39.1２0０9150６４8．120０511６92１．82００１年—－2009年國內(nèi)生產(chǎn)總值構(gòu)成年份國內(nèi)生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)20０１100．０１4。445.１3９．７５.440．52０02100.０１3．７４4。8３9．４5。44１.５２0031００。012.846．040．５5.54１.2200４１0０.01３．４４6。24０．85。440.42０0510０。012．14７。４41。８5．６40.5２００6100．０11。1４7。942．２５.740。92００7100。０10．847.341。65．841．9２0081０0。010.747．４41.５6。0４1．82０09１0０。0１0。346.３３9。76。6４3。4200１年--２009年上海市生產(chǎn)總值構(gòu)成年份上海生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)２００1１00。０1．546.１41．６4。552．4２00２100。０1．44５。7４１.3４.4５２．９20０310０．01．247.９4３。94。050.9２00４10０．01.0４8．２44.53.７５０．82０05１０0.01。０4７．4４3。７３.7５1。6200610０。00。9４7。0４３.33。７５2。12０07１00.0０。844．641.３3。３54.６２０0810０。０0。84３。239。63．６５6.０20０9１00．00。７39。9３6３．959。4２0０1年—－2009年國內(nèi)生產(chǎn)總值年份國內(nèi)生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)2001１08068.21５781.3495１２．3４３5８０.6５931。7443６1。6２0０２119０９5．71６５3７．０538９6。８4７431。364６５.５498９８。92０0313５1７4．０１７３81。76243６.3５4945。５７490.856004.7２0０４１５９５８6.7２１412．773904。３6521０。08694.３64561.3２０051８5８0８．６224２0．0８75９8.1７7230.８10３67．３7491９。3２００６217522。724040.０１03７１9．5９１310.9１２４０８．６8８554.９2００７267７63。7２86２７．０１25９３1.４110534。９15２9６。51１13５1。920０8316２28。83３７0２．01490０3．４１3０260．２1874３.２１３１３40.０2００9343４64.７３５226。０157638．８1３52３９。9223９8。8１4７64２.１２０01年—-2009年上海市進出口總額年份上海市進出口總額(億美元)進出口總額相當于生產(chǎn)總值的比例（％）年份上海市進出口總額（億美元）進出口總額相當于生產(chǎn)總值的比例(％）2001６08。98９6。7２０0６2２７４。8917４。９2０0272６。64１0４。820072８2９.７3179.3２003１1２３．97１３9．0200832２1．38１6３。３２００416００．２616４．１200９277７.3112７。320051８63。65166。62０0１年—-20０９年上海市生產(chǎn)總值年份上海生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)20０１５2１0．1２78２４0３。１821６６。7４２3６.４４2728.９４200２5741。0３７9．682６22.45２36８．０２2５４。433038。902003６694。2381．０232０9.022９41．24267。78３4０4.19２００４8072。８383．4５３８9２.1２３593.２529８。874０97。2６２00５9２47.6690。264381.20４03６．85344．354776.20200610５７2。24９３.８14969。95４575.3０394.655５０8。４820０7１24９４.0110１.8４5571。065154．４２4１６．６46８2１．11２0081４069.8711１。80６０85.8４557６。７950９．057872．2320０9１5０4６。451１3。826００1．785４08.75593.03８930。８520０2年－-2008年日本生產(chǎn)總值年份日本國內(nèi)生產(chǎn)總值年份日本國內(nèi)生產(chǎn)總值2０02３９183。32０06４362５。82003422９1２０07４３７７９。62０044６0５９.4２008４8869．52005４５5２1．９199７年-－2０03年德國生產(chǎn)總值年份德國國內(nèi)生產(chǎn)總值年份德國國內(nèi)生產(chǎn)總值199７1９12．62００１210１。9１9９8１9５9．720０22132.21９9９２００0.２２0０3214７。520００20４7。54．1上海第一產(chǎn)業(yè)線性擬合圖４.2上海第二產(chǎn)業(yè)線性擬合圖4。3上海第三產(chǎn)業(yè)線性擬合圖４．4全國第一產(chǎn)業(yè)線性擬合圖4。５全國第二產(chǎn)業(yè)線性擬合圖4。６全國第三產(chǎn)業(yè)線性擬合圖4．7對外經(jīng)濟貿(mào)易線性擬合圖4.８德國經(jīng)濟線性擬合圖4．9日本經(jīng)濟線性擬合圖附錄二:源程序％上海第一產(chǎn)業(yè)擬合程序：％Ｍeｍｂeｒｓhipfunctioｎｃlearalｌ;x1=２0０２：１：200８；y１=［78.４２80.015８1。6２７５8５．１5259１。1475９5.81７51０4。33]；A=pｏlyfiｔ（x1，y1,1)ｚ1=poｌyvａl(A，x1）;pｌot（x１，y1，’k＋’,ｘ１，z1，’r'）ｈolｄoｎｘ2＝20０8：1：200９;y2=［100．５，１12。３05］;A＝poｌｙfｉt（ｘ2，y2，1)z２＝pｏlｙｖａl（A,x２）；plot（ｘ２，y2,'ｋ+',x2,z2,'ｂ')holｄｏｆf%上海第二產(chǎn)業(yè)擬合程序：%Mｅｍbeｒsｈipfuｎｃtｉoｎclｅarａｌl;x1=2００２:1：200８；ｙ１＝［２45７。９9752769.0925３３79.79５４01４。39４５２8。３8７５５12０.227５56９９.７55];A=polｙfiｔ（x1,ｙ1，1）z1=ｐolyｖａｌ(A,x1）；ｐlｏｔ（x1,y1,’k+＇，x1，z1，＇ｒ＇）ｈoｌdonx2=2０0８：1：200９;ｙ2=[5６99。7５５６０64．８2５];Ａ＝pｏlyfit(ｘ2,y2,1)ｚ2=pｏｌｙｖaｌ(A，x2）；ｐｌｏｔ（ｘ２,ｙ２，＇k＋’，x２,ｚ2,’b’)holｄoff％上海第三產(chǎn)業(yè)擬合程序：％Meｍbershipfunｃｔioｎclｅaralｌ;ｘ1=200２:１：2００８；y1=［2806．４３3１30.22２5３5７7.４5７54266.９９54９59．２７5836．63７５7０8３．8９]；Ａ＝polyｆit（x1，y1，1)z１=poｌyｖal（A,x１)；ｐlｏt（x１，y1，＇k+＇,x1，z1,'ｒ')hｏldonx2=2008:1：2009;y2=［665０8１３6．8８5]；A＝pｏlyfit(x２,y2，1)ｚ2=polyval（Ａ，ｘ２)；plot(x2，ｙ2，’ｋ＋＇,ｘ2，z2，＇b'）holdofｆ%全國第一產(chǎn)業(yè)擬合程序:%Mｅmbershｉpfuｎcｔｉｏncｌearalｌ;x１＝２002:1：２０0８;ｙ1=[1５970.206７１6７4８.19４17183８9．471７9２1６64．550５3228２５2５１８6.752９89５。75］;Ａ＝ｐｏlｙfｉｔ（ｘ１,ｙ1,１)ｚ1=ｐolyvａl（Ａ，ｘ１）；pｌｏｔ(x１，y１,’k+’，x1，z1,’r'）ｈoldonｘ２=2０08:１：20０９；ｙ2=［２8４50，３4083]；A=ｐolyfit（ｘ2，y２，1）z2=ｐolyvａl(Ａ，ｘ2）;plot（x2，y2,’ｋ+’，ｘ2，ｚ2,'b’)holdoｆf%全國第二產(chǎn)業(yè)擬合程序：％Mｅmｂｅｒｓhiｐｆuｎctioncｌeaｒall；x１=2０0２：１:２008；y1＝［５０608.４10１8560３1．6５38865３０3.31２077７327。7５７3５9162８。４55７31０924７.495713１６2４．3785]；Ａ=polyfit(x1，y1,1)z１＝polyval(Ａ，ｘ１)；ploｔ(ｘ1,ｙ１，’k＋’，x1,z1,'r＇）holdonｘ2=２０08：1：20０9；y2＝［1２３5０01511６2．2741]；Ａ=pｏlyｆiｔ（x2,y2，1)z2=ｐolｙvａl(Ａ，x２）；ｐｌot(x2,y2,’k+＇,ｘ2,z2，＇b'）holdoff％全國第三產(chǎn)業(yè)擬合程序:％Mｅmberｓhiｐfuｎｃtioｎcｌｅarall；x1=2002：１：20０8；y1=［4５745．9３3３6５１４２5。35７９5５8143。８67７４67150．７８7878328.１7747９４２５4．15０22１1６３48．９57６]；Ａ=ｐolyfiｔ（x1,y1，1)ｚ１＝poｌｙｖａl(A，x1)；pｌot（x1，y1,’ｋ+’,x1，ｚ1，'ｒ’)hｏ