區(qū)域合作與城市發(fā)展戰(zhàn)略

1、區(qū)域合作與城市發(fā)展戰(zhàn)略摘要區(qū)域合作與城市發(fā)展戰(zhàn)略是我國(guó)經(jīng)濟(jì)協(xié)調(diào)發(fā)展面臨的課題。在處理問(wèn)題一時(shí)，首先對(duì)表1進(jìn)行填補(bǔ)缺失數(shù)值及剔除異常數(shù)值的處理。城市GDP數(shù)值通過(guò)網(wǎng)絡(luò)搜索可得到確切值，查閱中國(guó)城市統(tǒng)計(jì)年鑒2009和2008可獲得2007年城市產(chǎn)業(yè)結(jié)構(gòu)比重，因產(chǎn)業(yè)結(jié)構(gòu)在短期內(nèi)變化不大，故可暫用07數(shù)據(jù)補(bǔ)缺。再利用MATLAB7.0中的回歸分析預(yù)測(cè)的方法來(lái)計(jì)算人均GDP缺失值的替代值。計(jì)算得多項(xiàng)式回歸模型(*)P5的回歸分析檢驗(yàn)參數(shù)為=0.8110，接近1，并且殘差分析圖中數(shù)據(jù)的殘差離零點(diǎn)均較近，且殘差的置信區(qū)間均包含零點(diǎn)，說(shuō)明它能較好的符合原始數(shù)據(jù)。整合所有數(shù)據(jù)以表1給出。在處理問(wèn)題二時(shí)，本文將影

2、響經(jīng)濟(jì)帶動(dòng)作用的6種因素量化為GDP(2),人均GDP(3)及產(chǎn)業(yè)結(jié)構(gòu)(4)三大影響因子，構(gòu)建一個(gè)由GDP、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)比三個(gè)因子決定的決策變量經(jīng)濟(jì)帶動(dòng)系數(shù)(1)P10,從而可由它來(lái)衡量城市合作的經(jīng)濟(jì)帶動(dòng)作用。運(yùn)用MATLAB7.0編程可求出A中所有城市對(duì)于B中所有城市的帶動(dòng)系數(shù)。在處理問(wèn)題三時(shí)，考慮到要將A,B中20個(gè)城市分別形成一對(duì)一的幫扶關(guān)系，可將問(wèn)題轉(zhuǎn)化為一個(gè)最佳匹配問(wèn)題，即引入0-1變量，采用匈牙利算法將A中的城市在經(jīng)濟(jì)效益總和最大的前提下分配給B中的各城市，建立最佳匹配模型（#）P11。通過(guò)MATLAB7.0編程實(shí)現(xiàn)模型的算法。最終得到最大經(jīng)濟(jì)帶動(dòng)系數(shù)總和為2912.7，由

3、返回的0-1匹配矩陣整理出A,B集合中城市的一對(duì)一關(guān)系，以表3（P12）給出。在處理問(wèn)題四時(shí)，首先對(duì)每一配對(duì)城市今后合作重點(diǎn)和發(fā)展前景做了分析，然后綜合評(píng)價(jià)，找出其配對(duì)存在不合理性的三大因素，并針對(duì)存在的問(wèn)題，將篩選城市集合的標(biāo)準(zhǔn)由GDP改為人均GDP，并將僅考慮最大經(jīng)濟(jì)效益的單目標(biāo)0-1規(guī)劃匹配模型，拓展為同時(shí)考慮產(chǎn)業(yè)結(jié)構(gòu)影響因子總和最大與經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大的多目標(biāo)決策模型（&），采用線性加權(quán)和法計(jì)算出兩影響因子的權(quán)值分別為和，再用MATLAB7.0編程求解模型，得到最大經(jīng)濟(jì)帶動(dòng)系數(shù)總和為4818.5，由返回的0-1匹配矩陣整理出新的A,B集合中城市的一對(duì)一關(guān)系，以表4（P17）給

4、出。比較新舊方案知，新方案更優(yōu)。在處理問(wèn)題五時(shí)，引入盈余系數(shù)(5)和落后系數(shù)(6)來(lái)量化發(fā)達(dá)城市的幫助能力（即能幫助的城市個(gè)數(shù)）n(7)，通過(guò)計(jì)算機(jī)運(yùn)用公式(5)、(6)、(7) 得到各個(gè)發(fā)達(dá)城市的n值，并在總經(jīng)濟(jì)效益最大的目標(biāo)下建立分配優(yōu)化模型（），通過(guò)將效率矩陣由20階變成27階，把問(wèn)題由一對(duì)多簡(jiǎn)化為一對(duì)一的分配問(wèn)題，通過(guò)再用MATLAB7.0編程求解模型（解法同3），得到最大經(jīng)濟(jì)帶動(dòng)系數(shù)總和為，由返回的0-1匹配矩陣整理出新的A,B集合中城市的對(duì)應(yīng)關(guān)系，以表5（頁(yè)碼）給出。在模型推廣中，利用分析因子模型將得出了擁有更全面的影響因素時(shí)帶動(dòng)系數(shù)的求法。并就區(qū)域合作戰(zhàn)略提出一些建議。 關(guān)鍵詞：

5、回歸分析預(yù)測(cè) 層次分析法 線性加權(quán)和 匈牙利算法 經(jīng)濟(jì)帶動(dòng)系數(shù)一問(wèn)題重述改革開(kāi)放30年來(lái)，中國(guó)經(jīng)濟(jì)取得了巨大的發(fā)展，但是我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展存在不平衡現(xiàn)象，東部沿海城市與中西部地區(qū)差距過(guò)大，嚴(yán)重制約了國(guó)民經(jīng)濟(jì)的進(jìn)一步發(fā)展。調(diào)整經(jīng)濟(jì)結(jié)構(gòu)促進(jìn)區(qū)域合作則為促進(jìn)經(jīng)濟(jì)發(fā)展的重要戰(zhàn)略。根據(jù)中國(guó)統(tǒng)計(jì)信息網(wǎng)公布的2009年度GDP數(shù)據(jù)及其它網(wǎng)上信息，選擇各省幾個(gè)具有代表性的城市，加上所有直轄市，考察這些城市的經(jīng)濟(jì)數(shù)據(jù)和產(chǎn)業(yè)結(jié)構(gòu)。選擇其中GDP(生產(chǎn)總值)排在較靠前的城市組成城市集合A，將GDP排在較靠后的城市組成城市集合B，考慮建立一種經(jīng)濟(jì)合作和技術(shù)援助的關(guān)系，通過(guò)較發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)的人才流動(dòng)、教育與技術(shù)支援

6、、經(jīng)濟(jì)合作交流以及國(guó)家的一些稅收政策等帶動(dòng)和促進(jìn)欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)繁榮與城市化進(jìn)程。問(wèn)題一：試把表1中的數(shù)據(jù)盡可能補(bǔ)充完整。補(bǔ)充數(shù)據(jù)應(yīng)說(shuō)明來(lái)源或依據(jù)，并說(shuō)明是原始數(shù)據(jù)還是估計(jì)值（估計(jì)值需說(shuō)明計(jì)算方法）。問(wèn)題二：如果我們選擇的城市集合A=北京，上海，天津，廣州，深圳，廈門(mén)，濟(jì)南，青島，沈陽(yáng)，大連，長(zhǎng)沙，武漢，成都，南京，無(wú)錫，常州，杭州，寧波，呼和浩特，鄂爾多斯；B=邢臺(tái)，大同，貴陽(yáng)，六盤(pán)水，海東，海北，定西，拉薩，曲靖，開(kāi)封，九江，上饒，齊齊哈爾，百色，蚌埠，桂林，來(lái)賓，黃石，瓊海，中衛(wèi) 。試對(duì)城市集合A中的每一個(gè)城市i，評(píng)價(jià)其關(guān)于城市集合B中的每一個(gè)城市j的經(jīng)濟(jì)帶動(dòng)作用與互利效應(yīng)并進(jìn)行量化。問(wèn)

7、題三：試建立A中城市與B中城市的一一對(duì)應(yīng)關(guān)系，即結(jié)成20個(gè)城市對(duì)，每個(gè)城市對(duì)包含一個(gè)A中城市和一個(gè)B中城市，使總效益（總經(jīng)濟(jì)帶動(dòng)作用）達(dá)到最大。問(wèn)題四：指出每一對(duì)城市今后合作重點(diǎn)和發(fā)展前景，評(píng)價(jià)上述對(duì)應(yīng)關(guān)系的優(yōu)缺點(diǎn)。重新選擇集合A和集合B中的城市是否更合理？請(qǐng)?zhí)岢龀鞘屑螦和B的選擇標(biāo)準(zhǔn)和對(duì)應(yīng)法則。問(wèn)題五：如果不作一對(duì)一的限制，可以是A中一個(gè)城市對(duì)B中多個(gè)城市，也可以是A中多個(gè)城市對(duì)B中一個(gè)城市建立互助合作關(guān)系，那又應(yīng)該怎樣建立這種關(guān)系，才能使總效益達(dá)到最大？二問(wèn)題分析在面對(duì)問(wèn)題一，首先對(duì)表1進(jìn)行填補(bǔ)缺失數(shù)值及剔除異常數(shù)值的處理。城市GDP數(shù)值通過(guò)網(wǎng)絡(luò)搜索可得到確切值，查閱中國(guó)城市統(tǒng)計(jì)年鑒20

8、09和2008可獲得2007年城市產(chǎn)業(yè)結(jié)構(gòu)比重，因產(chǎn)業(yè)結(jié)構(gòu)在短期內(nèi)變化不大，故可暫用07數(shù)據(jù)補(bǔ)缺。再利用MATLAB7.0中的回歸分析預(yù)測(cè)的方法來(lái)計(jì)算人均GDP缺失值的替代值。在面對(duì)問(wèn)題二時(shí)，要將影響經(jīng)濟(jì)帶動(dòng)作用的6種因素量化為GDP,人均GDP及產(chǎn)業(yè)結(jié)構(gòu)三大影響因子，構(gòu)建一個(gè)由GDP、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)比三個(gè)因子決定的決策變量經(jīng)濟(jì)帶動(dòng)系數(shù)從而可由它來(lái)衡量城市合作的經(jīng)濟(jì)帶動(dòng)作用。運(yùn)用MATLAB7.0編程可求出A中所有城市對(duì)于B中所有城市的帶動(dòng)系數(shù)。在面對(duì)問(wèn)題三時(shí)，考慮到要將A,B中20個(gè)城市分別形成一對(duì)一的幫扶關(guān)系，可將問(wèn)題轉(zhuǎn)化為一個(gè)最佳匹配問(wèn)題，即引入0-1變量，采用匈牙利算法將A中的城

9、市在經(jīng)濟(jì)效益總和最大的前提下分配給B中的各城市，建立最佳匹配模型。通過(guò)MATLAB7.0編程實(shí)現(xiàn)模型的算法。在面對(duì)問(wèn)題四時(shí)，首先對(duì)每一配對(duì)城市今后合作重點(diǎn)和發(fā)展前景做了分析，然后綜合評(píng)價(jià)，找出其配對(duì)存在不合理性的三大因素，并針對(duì)存在的問(wèn)題，將篩選城市集合的標(biāo)準(zhǔn)由GDP改為人均GDP，并將僅考慮最大經(jīng)濟(jì)效益的單目標(biāo)0-1規(guī)劃匹配模型，拓展為同時(shí)考慮產(chǎn)業(yè)結(jié)構(gòu)影響因子總和最大與經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大的多目標(biāo)決策模型，采用線性加權(quán)和法計(jì)算出兩影響因子的權(quán)值，再用MATLAB7.0編程求解模型，得到最大經(jīng)濟(jì)帶動(dòng)系數(shù)總和，由返回的0-1匹配矩陣整理出新的A,B集合中城市的一對(duì)一關(guān)系，比較新舊方案即可。在面對(duì)

10、問(wèn)題五時(shí)，引入盈余系數(shù)和落后系數(shù)來(lái)量化發(fā)達(dá)城市的幫助能力（即能幫助的城市個(gè)數(shù)）n，通過(guò)計(jì)算機(jī)計(jì)算得到各個(gè)發(fā)達(dá)城市的n值，并在總經(jīng)濟(jì)效益最大的目標(biāo)下建立分配優(yōu)化模型。通過(guò)再用MATLAB7.0編程求解模型，得到最大經(jīng)濟(jì)帶動(dòng)系數(shù)，由返回的0-1匹配矩陣整理出新的A,B集合中城市的對(duì)應(yīng)關(guān)系。三模型假設(shè)1.假設(shè)區(qū)域合作中城市之間的距離不影響帶動(dòng)關(guān)系2.假設(shè)此種區(qū)域合作以經(jīng)濟(jì)援助為最主，忽略其他因素四符號(hào)說(shuō)明五模型的建立與求解5.1 問(wèn)題一因表1給的數(shù)據(jù)是一組實(shí)際值，就有必要對(duì)數(shù)據(jù)進(jìn)行填補(bǔ)缺失數(shù)值及剔除異常數(shù)值的處理。數(shù)據(jù)缺失無(wú)疑會(huì)對(duì)數(shù)據(jù)分析的準(zhǔn)確性和合理性造成損失，利用數(shù)學(xué)方法補(bǔ)缺數(shù)據(jù)通常有兩種方法，

11、其一為刪除含有漏失數(shù)據(jù)的個(gè)案，其二為用一定的數(shù)據(jù)方法得到缺失值的替換值，將缺失的數(shù)據(jù)補(bǔ)起來(lái)。因?yàn)樗o數(shù)據(jù)的總量相對(duì)較少，而缺少部分?jǐn)?shù)據(jù)的數(shù)據(jù)項(xiàng)相對(duì)較多，所以采用第二個(gè)方法來(lái)處理缺失數(shù)據(jù)。表1中的缺失值包含兩種情況：一是缺少相關(guān)城市的國(guó)內(nèi)生產(chǎn)總值，一是缺少部分產(chǎn)業(yè)結(jié)構(gòu)比重的值。下面利用MATLAB中的回歸分析預(yù)測(cè)的方法來(lái)找出缺失值的替代值。在數(shù)據(jù)處理過(guò)程中，分別嘗試了對(duì)GDP和人均GDP兩組數(shù)據(jù)進(jìn)行一元線性回歸分析及多項(xiàng)式回歸分析，并經(jīng)過(guò)一些異常數(shù)據(jù)的剔除，做了回歸分析檢驗(yàn)及殘差分析圖，發(fā)現(xiàn)多項(xiàng)式回歸分析具有更好的效果。運(yùn)用MATLAB7.0的統(tǒng)計(jì)工具箱求出的多項(xiàng)式回歸模型如下：y= + 15.

12、063* -* (*)程序執(zhí)行后返回的stats參數(shù)，相關(guān)系數(shù)為：0.8110，接近1，但稍有差距，說(shuō)明所得的回歸模型顯著性較好。所做殘差分析圖如下：圖1 殘差分析圖由殘差分析圖看出，剔除異常數(shù)據(jù)后，數(shù)據(jù)的殘差離零點(diǎn)均較近，且殘差的置信區(qū)間均包含零點(diǎn)，說(shuō)明回歸模型y= + 15.063* -*能較好的符合原始數(shù)據(jù)。運(yùn)用此模型預(yù)測(cè)所缺人均GDP數(shù)據(jù)的處理結(jié)果(見(jiàn)附錄1-1)。其中表1中各城市GDP值，可由網(wǎng)絡(luò)搜索獲得，即為精確值，其數(shù)值補(bǔ)充于表中，等待用來(lái)計(jì)算人均GDP。至于三產(chǎn)業(yè)比重，未找到2009年的原始數(shù)據(jù)，因各城市的產(chǎn)業(yè)結(jié)構(gòu)比重在短期內(nèi)不會(huì)有太大的變動(dòng)，對(duì)比07年與09年已知的產(chǎn)業(yè)比數(shù)據(jù)

13、，也能說(shuō)明這一點(diǎn)。故可暫用07年的產(chǎn)業(yè)比數(shù)據(jù)補(bǔ)缺。其中2007的數(shù)據(jù)是由中國(guó)城市統(tǒng)計(jì)年鑒2008得出。由于在預(yù)測(cè)數(shù)據(jù)，做回歸模型時(shí)剔除了部分異常數(shù)據(jù)，并且檢驗(yàn)得模型對(duì)于中小城市的預(yù)測(cè)結(jié)果較為準(zhǔn)確，而對(duì)于個(gè)別大城市則不完全適用，通過(guò)搜索得到的部分中國(guó)城市統(tǒng)計(jì)年鑒2009，由于GDP是準(zhǔn)確值，故根據(jù)09統(tǒng)計(jì)年鑒上08年的城市人口數(shù)據(jù)計(jì)算得到人均GDP，因人口在一年內(nèi)有所增長(zhǎng)，故計(jì)算所得數(shù)據(jù)可能略偏高，但相差不大。最終補(bǔ)充完整的數(shù)據(jù)以表1給出：補(bǔ)缺數(shù)據(jù)后的表1：序號(hào)城市GDP(億元）人均GDP(元）三產(chǎn)業(yè)比重1北京 11865.9687881:23.2:75.82天津 7500624031.7:54

14、.8:43.53上海 14900.931111070.7：45.56：52.734重慶 6528.72229169.3：52.8：37.95石家莊 3114.93222912.9:52.17:34.936唐山 3781.44507069.5:55.9:34.67秦皇島 887.013060611.4：36.8：51.88廊坊 1160.42851211.9：53.9：34.29邢臺(tái) 10561517015.0:56.7:28.310呼和浩特 1643.99611084.7：36.1：59.211通遼 10033249415.0：53.1：31.912烏海 311.21641471:68.8:3

15、0.213鄂爾多斯 21611343612.8：58.3：38.914沈陽(yáng) 4359.2558164.5：50.8：44.715大連 4417.7718337.1：52.4：40.516鞍山 1915544934.55：55.79：38.7517長(zhǎng)春 2919387899.57:50.23:40.218吉林45：49.28：39.7519四平 700.32069725.8:39.9:34.320哈爾濱 3258.13288612.8:37.7:49.521齊齊哈爾 703.81295824:35.4:40.622雞西 353.81854726.6：39.1：34.32

16、3太原 1545.24443192.0:43.7:54.324大同 596.1187055.1:47.7:47.225陽(yáng)泉 348.71263831.88：59.07：39.0526南京 4230.26552903.1:45.6:51.327無(wú)錫 4992811511.43：58.48：40.1028徐州 2390.162751410.5：52.3：37.229蘇州 7400761061.73：63.71：73.5630南通 2872.8402318.2：56.0：35.831常州 2518.7568613.6：56.8：39.632鎮(zhèn)江 1672.08547324.5：58.1：37.333

17、杭州 5098.66749243.7:47.8:48.534寧波 4214.6739984.4:53.3:42.335溫州 2527.88325953.2：50.9:45.936紹興 2375.46543095.2：58.1：36.737合肥 2102.12415435.2:52.6:42.238蕪湖 902391421.73：57.01：37.9639蚌埠 532.091480319.6:44.4:35.940福州 2524.28368519.6:47.4:43.041廈門(mén) 1623.21644131.3:48.4:50.342莆田 691.722427111.1:57.5:31.443南昌

18、 1837.5396696.0：55.4：38.644上饒 728.51118418.6：49.1：32.345九江 831.361742011.0：53.1：35.946萍鄉(xiāng) 421.49183968.8：61.6：29.647濟(jì)南 3351.4503765.6:43.4:51.048青島 4890.33650954.7:50.1:45.249淄博 2473.1548463.6:62.8:33.650煙臺(tái) 3728.68530668.3：60.97：30.7351威海 1969.36700476.92：60.56：32.5252鄭州 3300.4440003.1:54.6:42.353開(kāi)封

19、777.051652321.7:44.8:33.554洛陽(yáng) 2075323149.03：60.79：30.1755武漢 4560.62628533.2:47.0:49.856黃石 597.78246407.57:52.55:39.8857襄樊 1201.012207116.7:47.9:35.458長(zhǎng)沙 3744.76566202.1:52.1:45.859株洲 1022.62747410.5:54.8:34.760湘潭 739.382660812.1:52.4:35.561廣州 9112.76773382.11：39.48：58.4162深圳 8201.23773170.1：50.06：49

20、.8463珠海 1037.69268982.8:51.7:45.564佛山 4814.5805792.0：62.9：35.165東莞 3763.26565910.4：47.1：52.566南寧 1492.382147914.16:35.34:50.5067百色 442.771211922.15：50.37：33.1568桂林 940.551844318.9:43.8:37.369來(lái)賓 299.361301638.84：39.54：26.6170?？?489.55263667.0:24.5:68.571三亞 489.55263667.0:24.5:68.572瓊海 83.221905237.89

21、:25.51:36.673成都 4502.6624185.9:44.5:49.674自貢 541.052009718.35：47.59：34.0675攀枝花 424.08365624.8:70.8:24.476綿陽(yáng) 820.22397219.1：45.8：35.177貴陽(yáng) 902.61250905.5:44.6:49.978六盤(pán)水 430.16144226.15：60.75：33.179遵義 719.792259417.79：46.36：35：8580昆明 1808365976.69：46.02：47.3081曲靖 861.814860.718.25：54.52：27.2382玉溪 644.4

22、2824510.4:61.0:28.683拉薩 25.16527212.3:34.7:53.084西安 2719.1323514.68：43.8：51.5285榆林 1302.31389067.15：74.69：18.1686寶雞 806.5621525.510.6：60.9：28.587蘭州 925.98254053.3：46.83：49.8788嘉峪關(guān) 160.05145901.24：81.59：17.1789金昌 194.75410604.23：84.39：11.3890定西 131.941417338.07：22.92：39.0191西寧 501.07228653.83:49.76:4

23、6.4192海東 135.31854818.6：36.33：45.0793海北 42.571526121.5：44.1：34.494銀川 578.15344535.6:49.4:45.095中衛(wèi) 135.741197720.58：42.67：36.7596吳忠 185.891497116.08：53.55：30.3797烏魯木齊 1095276551.46：41.28：57.2698克拉瑪依 480192320.6：86.7：12.799吐魯番 1582587912.7：57.3：30.05.2問(wèn)題二：由題設(shè)分析得兩個(gè)不同城市的經(jīng)濟(jì)帶動(dòng)和促進(jìn)作用主要與以下6種因素有關(guān)：（1） 經(jīng)濟(jì)規(guī)模、（2）

24、產(chǎn)業(yè)結(jié)構(gòu)、(3)地緣關(guān)系、（4）生態(tài)地理環(huán)境、（5）資源與市場(chǎng)互補(bǔ)性、（6）交通便利程度。其中A.經(jīng)濟(jì)規(guī)模即經(jīng)濟(jì)總量，反映在數(shù)據(jù)上表現(xiàn)為GDP值；經(jīng)濟(jì)規(guī)模越大GDP值相對(duì)越高。B.市場(chǎng)的發(fā)展和交通便利情況與人均GDP息息相關(guān)，一般人均GDP高的地區(qū)其交通也較為便利，人民生活水平也相對(duì)較高，故用人均GDP值來(lái)衡量市場(chǎng)交通因素帶來(lái)的拉動(dòng)作用。C.產(chǎn)業(yè)結(jié)構(gòu)分為三個(gè)層次，不同城市三大產(chǎn)業(yè)比重不同，A，B城市集合中應(yīng)該存在兩個(gè)城市可以相互彌補(bǔ)彼此的不足，以達(dá)到相互促進(jìn)，先進(jìn)帶動(dòng)落后的效果。因此可以用它們產(chǎn)業(yè)比重之差的絕對(duì)值來(lái)量化產(chǎn)業(yè)結(jié)構(gòu)差異的帶動(dòng)作用。D.地緣關(guān)系、生態(tài)地理環(huán)境、資源市場(chǎng)是城市本身所處地

25、理環(huán)境決定的。將40個(gè)城市的位置在地圖中標(biāo)示出來(lái)：圖2 城市地理位置分布圖它們按地理位置劃分，不同位置所占的優(yōu)勢(shì)不同，從圖中看出，發(fā)達(dá)城市幾乎都處于東部沿海地區(qū)，對(duì)內(nèi)陸城市施以幫助時(shí)距離遙遠(yuǎn)，故在保證資源與市場(chǎng)互補(bǔ)的前提下，盡量使互助城市距離相近。綜上，可構(gòu)建一個(gè)由GDP、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)比三個(gè)因子決定的決策變量帶動(dòng)系數(shù),從而可由它來(lái)衡量城市合作的帶動(dòng)和互利效應(yīng)。帶動(dòng)系數(shù)的表達(dá)式如下： （1）其中，為第個(gè)影響因子系數(shù)，為第個(gè)影響因子所占權(quán)重。影響因子一為GDP值，A中城市i對(duì)B中城市j的帶動(dòng)作用用i的GDP與j的GDP的比值表示， 越大或 越小都能起到促進(jìn)經(jīng)濟(jì)帶動(dòng)作用 。因此可用其比值來(lái)作

26、為量化指標(biāo)。即 （2）影響因子二為人均GDP值，A中城市i對(duì)B中城市j的帶動(dòng)作用可用i的人均GDP與j的人均GDP的比值表示，原理同上。 （3）影響因子三為產(chǎn)業(yè)結(jié)構(gòu)比，將三大產(chǎn)業(yè)分開(kāi)來(lái)看，若A中城市i的某項(xiàng)產(chǎn)業(yè)比重大于B中城市j的該項(xiàng)產(chǎn)業(yè)比重，則對(duì)有經(jīng)濟(jì)帶動(dòng)作用；若小于，則對(duì)有資源互補(bǔ)作用，故用兩城市每項(xiàng)產(chǎn)業(yè)之差的絕對(duì)值與被帶動(dòng)城市即B中城市的產(chǎn)業(yè)相關(guān)數(shù)據(jù)的比值來(lái)表示每種產(chǎn)業(yè)的帶動(dòng)互補(bǔ)作用。由于一，二，三產(chǎn)業(yè)對(duì)城市的發(fā)達(dá)程度的貢獻(xiàn)依次遞增，根據(jù)實(shí)際的經(jīng)驗(yàn)判斷，可將三個(gè)產(chǎn)業(yè)在帶動(dòng)作用中的權(quán)重比例設(shè)為1：2：3。所以 (4)其中，表達(dá)式中的符號(hào)在前述符號(hào)說(shuō)明中已給出。最后用層次分析法來(lái)確定三大影響

27、因子的權(quán)重比例，用Saaty的19及其倒數(shù)作為標(biāo)度的方法構(gòu)造判斷矩陣，其最大特征值為。通過(guò)一致性檢驗(yàn)，計(jì)算一致性指標(biāo)，查找相應(yīng)的平均隨機(jī)一致性指標(biāo)1 2 3 4 5 6 7 8 9 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 此時(shí)，故查表得到相應(yīng)的=0.58，計(jì)算一致性比例： 故一致性成立。，作歸一化處理后得到三大影響因子的權(quán)重比例如下： 現(xiàn)以北京對(duì)邢臺(tái)為例計(jì)算，根據(jù)公式（2），（3），（4），帶入數(shù)據(jù)，分別計(jì)算出的值，帶入公式（1），即得到；再如北京對(duì)大同的帶動(dòng)作用，同理可計(jì)算得到。二者比較顯見(jiàn)北京與邢臺(tái)的經(jīng)濟(jì)帶動(dòng)作用與互利效應(yīng)優(yōu)于大同。運(yùn)用MATLAB7.

28、0編程可求出A中所有城市對(duì)于B中所有城市的帶動(dòng)系數(shù)。具體程序（見(jiàn)附錄1-2），所求得的數(shù)據(jù)結(jié)果以表格形式給出，即表2（見(jiàn)附錄1-2）。5.3 問(wèn)題三對(duì)于問(wèn)題三涉及到要將A,B中20個(gè)城市分別形成一對(duì)一的幫扶關(guān)系，由此可將問(wèn)題轉(zhuǎn)化為一個(gè)最佳匹配問(wèn)題，即引入0-1變量，采用匈牙利算法將A中的城市在經(jīng)濟(jì)效益總和最大的前提下分配給B中的各城市，形成最優(yōu)匹配。建立的城市最佳匹配模型如下： st （#）其中，為0-1變量，為前面所求的經(jīng)濟(jì)帶動(dòng)系數(shù)，在第二個(gè)問(wèn)題時(shí)已經(jīng)求出，可參考表2數(shù)據(jù)結(jié)果，構(gòu)造一個(gè)20×20的矩陣，第i行第j列為 A中第i個(gè)城市對(duì)B中第j個(gè)城市的帶動(dòng)系數(shù)。故題設(shè)要求總經(jīng)濟(jì)效益最

29、大，可用城市配對(duì)后，經(jīng)濟(jì)帶動(dòng)系數(shù)總和達(dá)到最大來(lái)衡量。而約束條件和是用來(lái)限制一對(duì)一的條件，即程序?qū)崿F(xiàn)算法時(shí)，前面選中的后面就不能再選。針對(duì)以上構(gòu)思，設(shè)計(jì)了分配城市的MATLAB程序算法，由程序運(yùn)行結(jié)果返回一個(gè)20×20的0-1矩陣和經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大值，所得矩陣中0-1變量即清晰地表示了A,B集合中城市的一對(duì)一關(guān)系。最大經(jīng)濟(jì)效益（即經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大值）為：2912.7。所得A,B集合中城市的一對(duì)一關(guān)系整理如下表3所示：表3 A,B集合城市配對(duì)關(guān)系北京-海北上海-拉薩天津-定西廣州-瓊海深圳-中衛(wèi)廈門(mén)-桂林濟(jì)南-九江青島-百色沈陽(yáng)-黃石大連-大同長(zhǎng)沙-開(kāi)封武漢-蚌埠成都-六盤(pán)水南京

30、-曲靖無(wú)錫-海東常州-貴陽(yáng)杭州-來(lái)賓寧波-齊齊哈爾呼和浩特-邢臺(tái)鄂爾多斯-上饒具體MATLAB程序及返回的0-1矩陣（見(jiàn)附錄1-3）。5.4 問(wèn)題四分析配對(duì)城市的合作重點(diǎn)與發(fā)展前景由問(wèn)題三所建立的模型，計(jì)算得到表3的對(duì)應(yīng)關(guān)系，接下來(lái)對(duì)所得配對(duì)結(jié)果進(jìn)行深入的分析和探討：a. 北京-海北：北京應(yīng)與海北在交通、農(nóng)牧產(chǎn)品、水力資源、電力資源，礦業(yè)，土地資源和旅游開(kāi)發(fā)等方面加強(qiáng)合作，這不僅可緩解北京資源匱乏的現(xiàn)狀，而且?guī)?dòng)海北當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，為其打開(kāi)市場(chǎng)，為兩地互利合作帶來(lái)新的發(fā)展機(jī)遇。北京的產(chǎn)業(yè)結(jié)構(gòu)具有“三產(chǎn)超前發(fā)展”的特征，隨著北京經(jīng)濟(jì)的進(jìn)一步發(fā)展，可以預(yù)計(jì)，社會(huì)對(duì)服務(wù)的需求將迅速擴(kuò)張，對(duì)服務(wù)種類(lèi)、服

31、務(wù)質(zhì)量的要求也將迅速增加，這將為第三產(chǎn)業(yè)的發(fā)展提供更加廣闊的市場(chǎng)，故可借此來(lái)帶動(dòng)海北市第三產(chǎn)業(yè)的發(fā)展，促進(jìn)其產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。（R=761.0009）b. 上海-拉薩：上海應(yīng)與拉薩在交通、開(kāi)發(fā)及應(yīng)用豐富物產(chǎn)資源（地?zé)?，剛玉等）、教育科技衛(wèi)生事業(yè)以及旅游開(kāi)發(fā)等領(lǐng)域加強(qiáng)合作。這不僅可滿足上?？焖侔l(fā)展的經(jīng)濟(jì)對(duì)資源的渴求，而且為拉薩注入先進(jìn)的技術(shù)和教育理念，拓展當(dāng)?shù)厥袌?chǎng)，轉(zhuǎn)變當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)方式，從而達(dá)到相互促進(jìn)作用。（R=1212.4）c. 天津-定西：天津與定西在產(chǎn)業(yè)結(jié)構(gòu)比重上具有互補(bǔ)的優(yōu)勢(shì)，即天津以其港口優(yōu)勢(shì)為定西豐富的農(nóng)副產(chǎn)品提供市場(chǎng)，而天津擁有很多經(jīng)濟(jì)規(guī)模較大的工業(yè)企業(yè)，可為定西的企業(yè)提供資金

32、技術(shù)人才的支持，幫助其樹(shù)立節(jié)能減排意識(shí)，加速工業(yè)經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變，同時(shí)以產(chǎn)出利潤(rùn)等作為回報(bào)，這樣既帶動(dòng)了定西的經(jīng)濟(jì)發(fā)展，也為天津經(jīng)濟(jì)增長(zhǎng)做貢獻(xiàn)！(R=153.4274)d. 廣州-瓊海：廣州和瓊?？杉訌?qiáng)在工業(yè)項(xiàng)目上的合作關(guān)系，即瓊海努力營(yíng)造好的工業(yè)園區(qū)環(huán)境，即可引入廣州的一些高資金，高技術(shù)，高附加值的企業(yè)和項(xiàng)目（如電子產(chǎn)品）落戶，從而既增加了廣州企業(yè)的生產(chǎn)基地和市場(chǎng)，而且是瓊海當(dāng)?shù)氐馁Y源得到高效利用，為其工業(yè)經(jīng)濟(jì)的發(fā)展注入活力。充分發(fā)揮瓊海農(nóng)業(yè)漁業(yè)資源豐富的優(yōu)勢(shì)，與廣州合作，盡量將其形成產(chǎn)業(yè)化規(guī)模生產(chǎn)鏈，從而為兩地經(jīng)發(fā)發(fā)展創(chuàng)收。還可以加強(qiáng)瓊海當(dāng)?shù)氐穆糜畏康禺a(chǎn)業(yè)的開(kāi)發(fā)，促進(jìn)兩地第三產(chǎn)業(yè)的發(fā)展。

33、(R=308.8029)e. 深圳-中衛(wèi)：兩城市的產(chǎn)業(yè)結(jié)構(gòu)都是以工業(yè)經(jīng)濟(jì)為主導(dǎo)，但中衛(wèi)的第三產(chǎn)業(yè)比重相對(duì)較低一些，所以應(yīng)注重深圳的第三產(chǎn)業(yè)帶動(dòng)瓊海發(fā)展，促進(jìn)其產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，兩地區(qū)可在能源動(dòng)力，冶金化工等領(lǐng)域建立合作關(guān)系，這兩個(gè)行業(yè)是中衛(wèi)市的支柱產(chǎn)業(yè)，而深圳又是西氣東輸主干點(diǎn)以及國(guó)家成品油儲(chǔ)備庫(kù)，故在此兩領(lǐng)域會(huì)有不錯(cuò)的發(fā)展前景。(R=141.3547)f. 廈門(mén)-桂林:兩城市的工業(yè)比重相似，可在相關(guān)工業(yè)領(lǐng)域進(jìn)行優(yōu)勢(shì)互補(bǔ)合作，相互帶動(dòng)，廈門(mén)還可與桂林在除旅游業(yè)外的其他第三產(chǎn)業(yè)行業(yè)內(nèi)合作，實(shí)現(xiàn)桂林第三產(chǎn)業(yè)行業(yè)的多元化，為經(jīng)濟(jì)增長(zhǎng)提供新動(dòng)力。同時(shí)桂林的農(nóng)副產(chǎn)品資源也可在廈門(mén)開(kāi)拓一定的市場(chǎng)。(R=5

34、.8394)g. 濟(jì)南-九江：兩城市工業(yè)發(fā)展水平都較高，很多支柱行業(yè)都是相同領(lǐng)域的，如機(jī)械制造，電子信息等，可在這些方面加強(qiáng)互利合作，將先進(jìn)技術(shù)資金及管理優(yōu)勢(shì)與廠房，勞動(dòng)力，機(jī)器設(shè)備等有機(jī)結(jié)合，達(dá)到共同進(jìn)步。同時(shí)濟(jì)南的新興第三產(chǎn)業(yè)，如物流業(yè)、軟件業(yè)、會(huì)展業(yè)等可為九江經(jīng)濟(jì)注入活力，并大力促進(jìn)九江的金融，房地產(chǎn)業(yè)的發(fā)展，從而加快其產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。(R=10.8022)h. 青島-百色：兩地可在交通、礦產(chǎn)資源、農(nóng)業(yè)資源和旅游開(kāi)發(fā)等方面加強(qiáng)合作，這不僅可為青島港口提供原材料基地，而且?guī)?dòng)百色當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，為其打開(kāi)市場(chǎng)，為兩地互利合作帶來(lái)新的發(fā)展機(jī)遇。同時(shí)，青島迅速發(fā)展的新興產(chǎn)業(yè)也可帶動(dòng)百色當(dāng)?shù)亟?jīng)濟(jì)

35、，轉(zhuǎn)變其經(jīng)濟(jì)增長(zhǎng)方式。(R=24.7403)i. 沈陽(yáng)-黃石：兩城市的工業(yè)比重相似，可在相關(guān)工業(yè)領(lǐng)域進(jìn)行優(yōu)勢(shì)互補(bǔ)合作，相互帶動(dòng)，沈陽(yáng)還可與黃石在除旅游業(yè)外的其他第三產(chǎn)業(yè)行業(yè)內(nèi)合作，實(shí)現(xiàn)黃石第三產(chǎn)業(yè)行業(yè)的多元化，為經(jīng)濟(jì)增長(zhǎng)提供新動(dòng)力。同時(shí)黃石的農(nóng)副產(chǎn)品資源也可在沈陽(yáng)開(kāi)拓一定的市場(chǎng)。(R=16.6024)j. 大連-大同：大連和大同可加強(qiáng)在工業(yè)項(xiàng)目上的合作關(guān)系，即大同引入大連的一些高資金，高技術(shù)，高附加值的企業(yè)和項(xiàng)目（如電子產(chǎn)品）落戶，從而既增加了大連企業(yè)的生產(chǎn)基地和市場(chǎng)，而且是大同當(dāng)?shù)氐拿旱V資源等得到高效利用，為其工業(yè)經(jīng)濟(jì)的發(fā)展注入活力。大連的新興第三產(chǎn)業(yè)，如物流業(yè)、軟件業(yè)、會(huì)展業(yè)等可為大同經(jīng)濟(jì)

36、注入活力，并大力促進(jìn)大同的金融，房地產(chǎn)業(yè)的發(fā)展，從而加快其產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。(R=18.4218)k. 長(zhǎng)沙-開(kāi)封：兩地可在交通、礦產(chǎn)資源、農(nóng)業(yè)資源和旅游開(kāi)發(fā)等方面加強(qiáng)合作，這不僅可為長(zhǎng)沙提供原材料基地，而且?guī)?dòng)開(kāi)封當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，為其打開(kāi)市場(chǎng)，為兩地互利合作帶來(lái)新的發(fā)展機(jī)遇。同時(shí)，長(zhǎng)沙迅速發(fā)展的新興產(chǎn)業(yè)(如娛樂(lè)業(yè))也可帶動(dòng)開(kāi)封當(dāng)?shù)亟?jīng)濟(jì)，轉(zhuǎn)變其經(jīng)濟(jì)增長(zhǎng)方式。(R=13.0909)l. 武漢-蚌埠：兩城市的產(chǎn)業(yè)結(jié)構(gòu)都是以工業(yè)經(jīng)濟(jì)為主導(dǎo)，但蚌埠的第三產(chǎn)業(yè)比重相對(duì)較低一些，所以應(yīng)注重武漢的第三產(chǎn)業(yè)帶動(dòng)瓊海發(fā)展，促進(jìn)其產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，武漢擁有很多經(jīng)濟(jì)規(guī)模較大的工業(yè)企業(yè)，可為蚌埠的企業(yè)提供資金技術(shù)人才

37、的支持，幫助其樹(shù)立節(jié)能減排意識(shí)，加速其工業(yè)經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變，同時(shí)以產(chǎn)出利潤(rùn)等作為回報(bào)，這樣既帶動(dòng)了武漢的經(jīng)濟(jì)發(fā)展，也為武漢的經(jīng)濟(jì)增長(zhǎng)做貢獻(xiàn)！(R=22.0079)m. 成都-六盤(pán)水：成都應(yīng)與六盤(pán)水在開(kāi)發(fā)及應(yīng)用豐富物產(chǎn)資源（煤炭，野生動(dòng)植物等）、教育科技衛(wèi)生事業(yè)以及旅游開(kāi)發(fā)等領(lǐng)域加強(qiáng)合作。這不僅可滿足成都快速發(fā)展的經(jīng)濟(jì)對(duì)資源的渴求，而且為拉薩注入先進(jìn)的技術(shù)和教育理念，拓展當(dāng)?shù)厥袌?chǎng)，轉(zhuǎn)變當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)方式，從而達(dá)到相互促進(jìn)作用。(R=28.0972)n. 南京-曲靖：兩地可在交通、礦產(chǎn)資源、農(nóng)業(yè)資源和旅游開(kāi)發(fā)等方面加強(qiáng)合作，這不僅可為南京經(jīng)濟(jì)發(fā)展提供物質(zhì)儲(chǔ)備，而且?guī)?dòng)曲靖當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，開(kāi)拓了原材料

38、市場(chǎng)，為兩地互利合作帶來(lái)新的發(fā)展機(jī)遇。同時(shí)，南京經(jīng)濟(jì)增長(zhǎng)的多元化因素也可拉動(dòng)曲靖當(dāng)?shù)亟?jīng)濟(jì)，轉(zhuǎn)變其經(jīng)濟(jì)增長(zhǎng)方式。(R=14.8917)o. 無(wú)錫-海東：充分發(fā)揮兩地的資源優(yōu)勢(shì)，即無(wú)錫豐富的礦產(chǎn)資源及農(nóng)業(yè)資源與海東豐富的水力，電力，土地資源相整合，為工業(yè)及服務(wù)業(yè)的快速發(fā)展奠定物質(zhì)基礎(chǔ)，并且綜合兩地旅游資源的優(yōu)勢(shì)，建立特色的旅游路線，從而加快兩地第三產(chǎn)業(yè)的發(fā)展。(R=83.834)p. 常州-貴陽(yáng)：兩地可在交通、礦產(chǎn)資源、農(nóng)業(yè)資源和旅游開(kāi)發(fā)等方面加強(qiáng)合作，這不僅可為常州提供原材料基地，而且?guī)?dòng)貴陽(yáng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，開(kāi)拓了新的市場(chǎng)，促進(jìn)兩地互利合作。同時(shí)，常州迅速發(fā)展的房地產(chǎn)業(yè)，旅游業(yè)也可帶動(dòng)貴陽(yáng)第三產(chǎn)業(yè)

39、的發(fā)展，促進(jìn)其經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變。(R=6.8445)q. 杭州-來(lái)賓：杭州應(yīng)與來(lái)賓在交通、開(kāi)發(fā)及應(yīng)用豐富物產(chǎn)資源（水電，火電，礦藏資源等）、教育科技衛(wèi)生事業(yè)以及旅游開(kāi)發(fā)等領(lǐng)域加強(qiáng)合作。這不僅可滿足杭州快速發(fā)展的經(jīng)濟(jì)對(duì)資源的渴求，而且為來(lái)賓注入先進(jìn)的技術(shù)和教育理念，拓展當(dāng)?shù)厥袌?chǎng)，轉(zhuǎn)變當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)方式，從而達(dá)到相互促進(jìn)作用。(R=51.143)r. 寧波-齊齊哈爾：兩地可加強(qiáng)在工業(yè)項(xiàng)目上的合作關(guān)系，即齊齊哈爾引入寧波的一些高資金，高技術(shù)，高附加值的企業(yè)和項(xiàng)目（如電子產(chǎn)品）落戶，從而既增加了寧波企業(yè)的生產(chǎn)基地和市場(chǎng)，而且使齊齊哈爾豐富的礦藏資源及農(nóng)副產(chǎn)品等得到高效利用，為其工業(yè)經(jīng)濟(jì)的發(fā)展注入活力。

40、寧波的新興第三產(chǎn)業(yè)，如物流業(yè)、軟件業(yè)、會(huì)展業(yè)等可為齊齊哈爾經(jīng)濟(jì)注入活力，并大力促進(jìn)齊齊哈爾的金融，房地產(chǎn)業(yè)的發(fā)展，從而加快其產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。(R=16.665)s. 呼和浩特-邢臺(tái)：在工業(yè)方面，重點(diǎn)圍繞乳業(yè)、電子信息業(yè)、電力、生物制藥業(yè)、冶金化工業(yè)五大產(chǎn)業(yè)集群開(kāi)展合作。在農(nóng)業(yè)方面，本著市場(chǎng)導(dǎo)向、效益優(yōu)先、發(fā)揮優(yōu)勢(shì)、突出特色的原則，以實(shí)施農(nóng)業(yè)規(guī)?；a(chǎn)業(yè)化經(jīng)營(yíng)為戰(zhàn)略重點(diǎn)。同時(shí)加快物流，房地產(chǎn)，旅游，金融業(yè)的發(fā)展，促進(jìn)第三產(chǎn)業(yè)的發(fā)展。(R=6.5731)t. 鄂爾多斯-上饒：充分發(fā)揮兩地的資源優(yōu)勢(shì)，即鄂爾多斯豐富的天然氣資源及羊絨資源與上饒豐富的礦藏資源，土地資源與生物資源相整合，為工業(yè)及服務(wù)

41、業(yè)的快速發(fā)展奠定物質(zhì)基礎(chǔ)，并且綜合兩地旅游資源的優(yōu)勢(shì)，建立特色的旅游路線，從而加快兩地第三產(chǎn)業(yè)的發(fā)展，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。(R=13.2152)從以上分析不難看出，配對(duì)結(jié)果基本還比較合理，但有個(gè)別城市之間的配對(duì)結(jié)果過(guò)不夠理想，綜合看有以下幾個(gè)主要因素：I. 只是總帶動(dòng)系數(shù)最大，并不能保證每個(gè)配對(duì)城市盡量達(dá)到理想的帶動(dòng)效果，反而有部分城市的配對(duì)帶動(dòng)效應(yīng)不明顯，如上面常州-貴陽(yáng)這一對(duì)城市最充分體現(xiàn)了這一點(diǎn)不足，常州對(duì)貴陽(yáng)的帶動(dòng)系數(shù)是6.8445，是常州對(duì)所有B中城市帶動(dòng)系數(shù)最小的一個(gè)。廈門(mén)-桂林也是相似的情況。II. 分析所得配對(duì)結(jié)果，發(fā)現(xiàn)部分城市之間的產(chǎn)業(yè)結(jié)構(gòu)未能形成很好的匹配即為能很好的體現(xiàn)

42、資源與市場(chǎng)互補(bǔ)的帶動(dòng)要求。導(dǎo)致部分配對(duì)城市的經(jīng)濟(jì)帶動(dòng)系數(shù)可能偏低；III. 況且以生產(chǎn)總值（GDP）劃分集合A和集合B也存在一定的不合理性，考慮到在上一個(gè)問(wèn)題中，有些城市在數(shù)據(jù)上反映出很大的帶動(dòng)效應(yīng)而在實(shí)際中卻不具有這個(gè)實(shí)力。出現(xiàn)這種情況的原因是：有些重工業(yè)地區(qū)國(guó)民生產(chǎn)總值高且人數(shù)稀少導(dǎo)致產(chǎn)生的效應(yīng)很大，加在總的效應(yīng)中時(shí)產(chǎn)生了很大的推動(dòng)作用，卻不能夠代表其實(shí)際的能力。一個(gè)地區(qū)GDP高說(shuō)明本地的經(jīng)濟(jì)總量高，但就實(shí)際作為衡量標(biāo)準(zhǔn)時(shí)，還要考慮人口因素，而人均GDP就更能直觀的體現(xiàn)一個(gè)地區(qū)的發(fā)達(dá)水平。故選擇人均GDP為選擇城市的標(biāo)準(zhǔn)，人均GDP是反映一個(gè)城市乃至國(guó)家發(fā)達(dá)程度的最有力的因素。只有人均GD

43、P達(dá)到一定標(biāo)準(zhǔn)，城市才能稱(chēng)得上真正的發(fā)達(dá)。5.4.2 新的選擇標(biāo)準(zhǔn)和對(duì)應(yīng)法則將各城市的人均GDP進(jìn)行排序，選出前20名與后20名分別為A、B中的城市。得到如下集合A：鄂爾多斯上海無(wú)錫佛山廣州深圳蘇州杭州威海北京青島廈門(mén)烏海武漢成都天津B:雞西 桂林 萍鄉(xiāng) 九江 開(kāi)封 海北 邢臺(tái) 吳忠 曲靖 蚌埠 嘉峪關(guān) 六盤(pán)水 定西 來(lái)賓 齊齊哈爾 百色 中衛(wèi) 上饒 海東 拉薩 從表中看出A集合的城市多為中心城市，是經(jīng)濟(jì)、科技、政治、文化的中心，對(duì)周?chē)鞘衅鹬艽蟮膸?dòng)作用。而集合B中的城市多為中西部城市，西部地區(qū)是我國(guó)的資源富集區(qū)，礦產(chǎn)、土地、生物、旅游等資源十分豐富，而且開(kāi)發(fā)潛力很大，這是西部形成特色經(jīng)濟(jì)

44、和優(yōu)勢(shì)產(chǎn)業(yè)的重要基礎(chǔ)和有利條件。但開(kāi)發(fā)這些資源僅靠西部自身的力量是遠(yuǎn)遠(yuǎn)不夠的，需要東部在資金技術(shù)及管理上給予大力的支持，中心城市正好能夠提供支持。建立A、B集合的一一對(duì)應(yīng)關(guān)系，首先考慮到要使總拉動(dòng)作用最大，其次考慮到城市合作發(fā)展盡量達(dá)到資源與市場(chǎng)相互補(bǔ)。一個(gè)城市的產(chǎn)業(yè)結(jié)構(gòu)可以反映出它的資源種類(lèi)與主導(dǎo)產(chǎn)業(yè)，產(chǎn)業(yè)結(jié)構(gòu)互相匹配則能夠?qū)①Y源與市場(chǎng)有力地結(jié)合在一起，所以城市配對(duì)中的產(chǎn)業(yè)結(jié)構(gòu)匹配程度是資源市場(chǎng)互補(bǔ)性的良好體現(xiàn)。故進(jìn)行多目標(biāo)優(yōu)化在原有經(jīng)濟(jì)帶動(dòng)效用最大的基礎(chǔ)上，考慮資源市場(chǎng)互補(bǔ)因素，再盡量達(dá)到總經(jīng)濟(jì)帶動(dòng)系數(shù)最大的目的。綜合以上想法，采用線性加權(quán)和法，得到如下多目標(biāo)決策模型： （&）為兩

45、個(gè)目標(biāo)的權(quán)重，由下述方程組來(lái)確定：最后再次利用MATLAB編程求出重新選取集合后的城市配對(duì)方案。主要算法程序與問(wèn)題三中提到的類(lèi)同，可參見(jiàn)附錄1-3。由程序運(yùn)行結(jié)果返回一個(gè)20×20的0-1矩陣和經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大值，所得矩陣中0-1變量即清晰地表示了A,B集合中城市的一對(duì)一關(guān)系。最大經(jīng)濟(jì)效益（即經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大值）為：4818.5。所得重新組合的A,B集合中城市的一對(duì)一關(guān)系整理如下表4所示：表4 新A,B集合城市配對(duì)關(guān)系鄂爾多斯-開(kāi)封廣州-嘉峪關(guān)寧波-蚌埠青島-來(lái)賓成都-萍鄉(xiāng)上海-拉薩深圳-中衛(wèi)大連-六盤(pán)水廈門(mén)-九江 天津-海東 無(wú)錫-雞西蘇州-定西 威海-桂林烏海-邢臺(tái)呼和浩

46、特-曲靖佛山-齊齊哈爾杭州-吳忠北京-海北武漢-百色常州-上饒 5.4.3 兩種不同方案的比較分析將此最大經(jīng)濟(jì)效益值4818.5與問(wèn)題三所得到的最大經(jīng)濟(jì)效益值2912.7進(jìn)行比較分析：由數(shù)據(jù)結(jié)果知，新方案的最大經(jīng)濟(jì)效益值相比舊方案，有高達(dá)65.43%的增長(zhǎng)率。顯見(jiàn)，將篩選集合的標(biāo)準(zhǔn)由GDP改為人均GDP，并將僅考慮最大經(jīng)濟(jì)效益的單目標(biāo)0-1規(guī)劃，拓展為考慮產(chǎn)業(yè)結(jié)構(gòu)影響因子總和最大與帶動(dòng)系數(shù)總和最大共同決定分配方案的多目標(biāo)決策模型，是相比原來(lái)是更優(yōu)越的選擇標(biāo)準(zhǔn)和對(duì)應(yīng)法則。5.5 問(wèn)題五當(dāng)對(duì)A、B中的城市不作一對(duì)一的限制，可以是A中一個(gè)城市對(duì)B中多個(gè)城市，也可以是A中多個(gè)城市對(duì)B中一個(gè)城市建立互助

47、合作關(guān)系，要確立它們的經(jīng)濟(jì)合作關(guān)系首先要知道每個(gè)發(fā)達(dá)城市所能幫助城市個(gè)數(shù)的上限?？紤]到發(fā)達(dá)城市的資金資源首先要滿足自己的發(fā)展，其次采用盈余力量幫助落后城市。那么可選擇國(guó)際統(tǒng)一標(biāo)準(zhǔn)中等發(fā)達(dá)城市的人均國(guó)民生產(chǎn)總值作為衡量標(biāo)準(zhǔn)。其中，盈余系數(shù)發(fā)達(dá)城市的人均GDP衡量標(biāo)準(zhǔn) （5）而落后城市要努力發(fā)展?fàn)幦∽優(yōu)橹械劝l(fā)達(dá)城市，用衡量標(biāo)準(zhǔn)減去落后城市人均GDP，再將其加和，取平均值即得到落后城市的普遍落后系數(shù)： （6）再用發(fā)達(dá)城市的盈余系數(shù)除以落后城市的落后系數(shù)表示發(fā)達(dá)城市的幫助能力即能幫助的城市個(gè)數(shù)n表示如下： （7）現(xiàn)在國(guó)際上普遍認(rèn)同的中等發(fā)達(dá)城市的人均GDP為300010000美元，參考這個(gè)標(biāo)準(zhǔn)，我們還

48、要確保20個(gè)發(fā)達(dá)地區(qū)每個(gè)至少能幫助一個(gè)城市，即保證20個(gè)城市中人均GDP最低（56861/億元）的常州市至少幫助一個(gè)城市，根據(jù)以上公式（5），（6），（7）就可確定一個(gè)衡量標(biāo)準(zhǔn)范圍，即人均GDP低于35400，因此再與數(shù)據(jù)作比較，選擇33000作為最后的衡量標(biāo)準(zhǔn)。根據(jù)公式（5），（6），（7）可計(jì)算得到各個(gè)發(fā)達(dá)城市的值如下：表 6發(fā)達(dá)城市的幫助能力n值n1n2n3n4n5n6n7n8n9n10n11n12n13n14n15n16n17n18n19n2043221111111111111111為使總的經(jīng)濟(jì)效益最大，利用0-1變量建立優(yōu)化模型如下： （）通過(guò)MATLAB編程實(shí)現(xiàn)求解的過(guò)程，由于在本

49、問(wèn)題中A集合中城市出現(xiàn)一對(duì)多的分配問(wèn)題，成為一個(gè)非標(biāo)準(zhǔn)化的指派問(wèn)題，為了獲得結(jié)果，可通過(guò)效率矩陣的變換使其標(biāo)準(zhǔn)化，轉(zhuǎn)化為一對(duì)一的分配問(wèn)題，從而可用問(wèn)題三中匈牙利算法程序?qū)崿F(xiàn)模型求解。具體標(biāo)準(zhǔn)化思路，即在效率矩陣中增加列數(shù)，例如鄂爾多斯可幫4個(gè)城市，可在矩陣中增加3列，即4個(gè)鄂爾多斯市看成四個(gè)發(fā)達(dá)城市，每個(gè)市指派一個(gè)不發(fā)達(dá)市，其他3個(gè)一對(duì)多的城市也同理補(bǔ)列，這樣矩陣由20列增加為27列，為構(gòu)造方陣，我們需虛構(gòu)7個(gè)不發(fā)達(dá)市，發(fā)達(dá)市對(duì)其的帶動(dòng)系數(shù)均補(bǔ)為0，則效率矩陣成為27×27的矩陣，問(wèn)題轉(zhuǎn)化為將27個(gè)發(fā)達(dá)城市與不發(fā)達(dá)城市一對(duì)一配對(duì)并使總經(jīng)濟(jì)效益最大，即可采用問(wèn)題三中的方法得到模型的解。

50、由程序運(yùn)行結(jié)果返回一個(gè)27×27的0-1矩陣和經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大值，所得矩陣中0-1變量即清晰地表示了A,B集合中城市的對(duì)應(yīng)關(guān)系。最大經(jīng)濟(jì)效益（即經(jīng)濟(jì)帶動(dòng)系數(shù)總和最大值）為：所得A,B集合中城市的一對(duì)一關(guān)系整理如下表5所示：重新構(gòu)造的27階效率矩陣（見(jiàn)附錄1-4），具體的MATLAB程序（見(jiàn)附錄1-3）。六模型的推廣和應(yīng)用6.1模型的評(píng)價(jià) 問(wèn)題三建立的是整數(shù)規(guī)劃的指派問(wèn)題模型，解決了一對(duì)一的選擇問(wèn)題。方法簡(jiǎn)便易實(shí)現(xiàn)。問(wèn)題四中重新選擇了城市集合，通過(guò)分析上一問(wèn)中城市配對(duì)結(jié)果的優(yōu)劣建立了新的選取標(biāo)準(zhǔn)，使帶動(dòng)效益大大地增加。配對(duì)模型沿用問(wèn)題三的指派模型，但目標(biāo)函數(shù)加入了產(chǎn)業(yè)結(jié)構(gòu)影響因素，

51、使帶動(dòng)作用更具體。 問(wèn)題五中當(dāng)考慮一個(gè)發(fā)達(dá)城市一對(duì)多帶動(dòng)落后城市時(shí)，將他的帶動(dòng)作用有主次的分開(kāi)會(huì)更有利于城市的互助發(fā)展。每個(gè)發(fā)達(dá)城市選一個(gè)產(chǎn)業(yè)結(jié)構(gòu)對(duì)口、資源市場(chǎng)互補(bǔ)的城市作為主要幫扶對(duì)象，將他的總幫助作用按主次之分分配給要幫助的城市。第五問(wèn)中為方便計(jì)算股平均分配了此比例。6.2模型的推廣 我國(guó)幅員遼闊，民族眾多，由于自然條件、經(jīng)濟(jì)基礎(chǔ)、社會(huì)環(huán)境等原因，形成了不同的地區(qū)差異。區(qū)域經(jīng)濟(jì)的協(xié)調(diào)與發(fā)展在我國(guó)經(jīng)濟(jì)發(fā)展中所居的位置日趨重要。從地圖中可以發(fā)現(xiàn)，發(fā)達(dá)城市幾乎全部處于東部沿海地區(qū)，而落后城市大都在中西部地帶。結(jié)對(duì)城市間的距離因素同樣會(huì)對(duì)帶動(dòng)效應(yīng)產(chǎn)生影響。若果兩地相隔甚遠(yuǎn)且交通不便利，則會(huì)對(duì)帶動(dòng)作

52、用產(chǎn)生阻礙。將距離及兩地間的交通便利程度也列為影響帶動(dòng)效用的因子會(huì)更貼近實(shí)際。給予因子還有很多因素也可以衡量他的區(qū)域經(jīng)濟(jì)發(fā)展水平。例如一個(gè)區(qū)域的區(qū)域出口額、外資直接投資額都是他的經(jīng)濟(jì)水平的體現(xiàn)。同樣科技與教育也是十分關(guān)鍵的因素，對(duì)一個(gè)城市的帶動(dòng)作用也也體現(xiàn)在區(qū)域技術(shù)發(fā)展水平、居民文明程度和可持續(xù)發(fā)展水平。將經(jīng)濟(jì)、文化、政治因素全部考進(jìn)來(lái)才能全面地評(píng)價(jià)一個(gè)城市的帶動(dòng)效應(yīng)。因?yàn)橛绊懸蜃颖姸喙世靡蜃臃治瞿Ｐ驮u(píng)價(jià)城市間的帶動(dòng)作用。因子分析是已回歸方程的形式將指標(biāo)表示為因子的線形組合，研究相關(guān)矩陣內(nèi)部的依存關(guān)系的模型。將多個(gè)變量綜合為少數(shù)幾個(gè)因子，再現(xiàn)指標(biāo)與因子之間的相關(guān)關(guān)系。得到指標(biāo)之間的相關(guān)系數(shù)，

53、做因子分析將各項(xiàng)評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)標(biāo)準(zhǔn)化后建立變量的相關(guān)系數(shù)矩陣，從而得到區(qū)域帶動(dòng)能力的因子特征根及方差貢獻(xiàn)率。為了加強(qiáng)因子對(duì)實(shí)際問(wèn)題的分析解釋能力，先提取幾個(gè)主因子分量建立原始因子載荷矩陣，然后對(duì)其進(jìn)行結(jié)構(gòu)調(diào)整化，再對(duì)載荷矩陣進(jìn)行因子旋轉(zhuǎn)，選用方差最大化正交旋轉(zhuǎn)(Varimax)，經(jīng)旋轉(zhuǎn)后，得載荷矩陣，如變量與某一因子的聯(lián)系系數(shù)絕對(duì)值越大，則該因子與變量關(guān)系越近。最后進(jìn)行因子評(píng)分，以各因子的信息貢獻(xiàn)率作為加重權(quán)數(shù)計(jì)算各地區(qū)帶動(dòng)能力的綜合測(cè)評(píng)得分。各系數(shù)為各因子的方差貢獻(xiàn)率與主成分的累計(jì)貢獻(xiàn)率的比值，由Baitlett法得出各地區(qū)的單因子及因子綜合得分與排序。在問(wèn)題五中發(fā)展中心城市，利用一對(duì)多形式充分發(fā)揮中心城市的輻射帶動(dòng)作用。在任何城市體系中,都有一個(gè)(少數(shù)情況下是多個(gè)) 城市居于核心地位,發(fā)揮主導(dǎo)作用,這就是“中心城市”。以中心城市為中心,存在著一個(gè)與若干中小城市緊密聯(lián)系的經(jīng)濟(jì)網(wǎng)絡(luò)。中心城市擁有較高的科學(xué)技術(shù)水平、雄厚的物質(zhì)基礎(chǔ)、先進(jìn)的管理經(jīng)驗(yàn),對(duì)周邊地區(qū)的發(fā)展具有輻射和帶動(dòng)作用,是區(qū)域經(jīng)濟(jì)發(fā)展