上海世博會影響力的定量評估0

20１0高教社杯全國大學(xué)生數(shù)學(xué)建模競賽承諾書我們仔細(xì)閱讀了中國大學(xué)生數(shù)學(xué)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(dǎo)教師)研究、討論與賽題有關(guān)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(xiàn)的表述方式在正文引用處和參考文獻(xiàn)中明確列出。我們鄭重承諾,嚴(yán)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(yán)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(shè)置報名號的話）:所屬學(xué)校（請?zhí)顚懲暾娜?:河南工程學(xué)院參賽隊員（打印并簽名）：1．陳宇翔2。韓林嶧３.孫鵬帥指導(dǎo)教師或指導(dǎo)教師組負(fù)責(zé)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(jìn)行編號）：２010高教社杯全國大學(xué)生數(shù)學(xué)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(jìn)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(jìn)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(guān)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(jìn)行誤差波動消除。然后用線性擬合回歸法對數(shù)據(jù)進(jìn)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(jìn)行預(yù)測分析，與實際值對照，兩者進(jìn)行比較求出最優(yōu)值。進(jìn)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(quán)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(biāo)的比重,確定權(quán)值。然后運用隸屬函數(shù)求出模糊關(guān)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(guān)系矩陣與權(quán)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?fàn)顩r，大體上預(yù)測出我國的世博會后的經(jīng)濟發(fā)展?fàn)顩r。對于本次解決方案,我們最后的預(yù)測做的不夠詳細(xì)，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(yīng)該可以做到定量具體預(yù)測。關(guān)鍵詞：偏移度消除異常數(shù)據(jù)法線性擬合模糊關(guān)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(xué)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(shè)與符號說明2。1模型的假設(shè)假設(shè)1：本題所用的數(shù)據(jù)均準(zhǔn)確、無誤。假設(shè)2:忽略經(jīng)濟危機對全國經(jīng)濟的影響。假設(shè)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(guān)系矩陣模糊關(guān)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(jìn)出口總量的偏移率進(jìn)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(jìn)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(jìn)行分析,求出偏移率。然而由于線性評價法無法反應(yīng)某些評價指標(biāo)所具有的突出影響,需要對其進(jìn)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(quán)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(jìn)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(yù)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(yīng)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(dǎo)致各個國家進(jìn)出口量驟減.對我國進(jìn)出口經(jīng)濟貿(mào)易造成較大負(fù)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(dǎo),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(yīng)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(xué)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(biāo)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(guān)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(guān)系，由于這種關(guān)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(shè)原始數(shù)據(jù)為，處理后的數(shù)據(jù)位則,,模糊關(guān)系矩陣的計算：定義5.模糊關(guān)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(guān)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(quán)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(quán)法不適用于某些具有特殊影響指標(biāo)。于是對模型進(jìn)行改進(jìn)，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(biāo)突出影響程度系數(shù)向量，記，其中.指標(biāo)對評價結(jié)果所具有的突出影響程度越大則也就越大，當(dāng)指標(biāo)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(yīng)用此算子進(jìn)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(jìn)一步考察函數(shù)肘伴隨各自變量的變化情況。由于而：當(dāng)且僅當(dāng)，即時，等號成立，既有,則此時有。又由于，而函數(shù)當(dāng)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(dāng)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(dāng)各指標(biāo)的突出影響程度不同時,即有些指標(biāo)具有較大的突出影響程度,而有些指標(biāo)的突出影響程度較小或者不具有突出影響，則當(dāng)所有指標(biāo)的評價值相同時，其評價結(jié)果也應(yīng)與這一相同指標(biāo)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(guān)于X在上連續(xù)得到。當(dāng)一個評價對象的所有評價指標(biāo)值均高于另外一個評價對象時,顯然前者的評價結(jié)果應(yīng)高于后者，其由命題(2）滿足．評價對象的各評價指標(biāo)值的增大可使最終的評價指標(biāo)值增大，但這種增大應(yīng)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(dāng)時有。證明[１］。特別的，上述命題可寫成,由于有，故當(dāng)時,有,因此有。即當(dāng)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(biāo)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(yīng)變大．另一方面，由于函數(shù)當(dāng)時具有單調(diào)性,可知值越大使得的值也越大。這使得指標(biāo)權(quán)重對評價結(jié)果的影響變小,而指標(biāo)值對評價結(jié)果的影響相應(yīng)增大.命題(4）同樣反映了該模型在處理各指標(biāo)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(biāo)的突出影響程度越大,該指標(biāo)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(dāng)評價指標(biāo)對評價結(jié)果的突出影響程度足夠大時,只有該指標(biāo)值對評價結(jié)果有決定作用，而其它指標(biāo)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(biāo)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(quán)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(biāo)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(yīng)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(jìn)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(biāo)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(biāo)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(biāo)準(zhǔn)的確立：影響力評測標(biāo)準(zhǔn)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(biāo)準(zhǔn)，或由專家學(xué)者根據(jù)經(jīng)驗得到.現(xiàn)我們以下表的標(biāo)準(zhǔn)作為我們影響力評測分級標(biāo)準(zhǔn)。表５．1影響力評測分級標(biāo)準(zhǔn)(注:超過160%視為第一指標(biāo))偏移率（%）Ⅰ（）Ⅱ（)Ⅲ（）Ⅳ(）Ⅴ（）第一產(chǎn)業(yè)（當(dāng)?shù)?1６０%14０％120％80%0％第二產(chǎn)業(yè)(當(dāng)?shù)兀?0％140%12０%80%0%第三產(chǎn)業(yè)（當(dāng)?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(guān)系矩陣的計算:從這些指標(biāo)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(biāo)對經(jīng)濟造成了很大的影響，其他指標(biāo)偏移率相對不高。分別對各指標(biāo)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(yīng)的隸屬函數(shù)，便可得到模糊關(guān)系矩陣R.（18）5.2。4偏移率權(quán)重系數(shù)矩陣的確立：各個偏移率權(quán)重系數(shù)分配有多種方法，由于本次的各個指標(biāo)間有強烈的相關(guān)關(guān)系。我們設(shè)計權(quán)數(shù)Ａ計算公式如下：（１９）由此可得到的權(quán)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(biāo)準(zhǔn)”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(yù)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(yù)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(fù)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(dāng)年經(jīng)濟影響最大。故，我們預(yù)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(jìn)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(yù)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(yù)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(dǎo)致預(yù)測結(jié)果不是太精確.6.2模型改進(jìn)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?fàn)顩r的數(shù)據(jù)，以此來預(yù)測中國在舉辦過上海世博會之后幾年的發(fā)展?fàn)顩r，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(xiàn)［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(xué)學(xué)報,2003,35（10）:11６8－１1７0［２］張曉慧。模糊數(shù)學(xué)在綜合評價中的應(yīng)用［Ｄ]．哈爾濱：哈爾濱工業(yè)大學(xué)理學(xué)院數(shù)學(xué)系,２00４.2８-３１.［3]孫瑛,陳廣桐。模糊數(shù)學(xué)方法在湖泊水質(zhì)評價中的應(yīng)用［J]．山東工業(yè)大學(xué)學(xué)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(yīng)用［M]．合肥:中國科學(xué)技術(shù)大學(xué)出版社，2０01。１0-１2.附錄一：圖表影響力分級標(biāo)準(zhǔn)偏移率（%)Ⅰ()Ⅱ(）Ⅲ（)Ⅳ()Ⅴ（)第一產(chǎn)業(yè)（當(dāng)?shù)?160％１40％１２0%８0％0％第二產(chǎn)業(yè)（當(dāng)?shù)?1６０％140％120％80％0％第三產(chǎn)業(yè)(當(dāng)?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(biāo)貨物進(jìn)出口總額指標(biāo)貨物進(jìn)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(jìn)出口總額年份上海市進(jìn)出口總額(億美元)進(jìn)出口總額相當(dāng)于生產(chǎn)總值的比例（％）年份上海市進(jìn)出口總額（億美元）進(jìn)出口總額相當(dāng)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