【正文】 為戰(zhàn)略重點(diǎn)。(R=)o. 無錫海東：充分發(fā)揮兩地的資源優(yōu)勢(shì)，即無錫豐富的礦產(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=)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。(R=)f. 廈門桂林: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。 問題四由問題三所建立的模型，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，為其打開市場(chǎng)，為兩地互利合作帶來新的發(fā)展機(jī)遇。具體程序（見附錄12），所求得的數(shù)據(jù)結(jié)果以表格形式給出，即表2（見附錄12）。 （3）影響因子三為產(chǎn)業(yè)結(jié)構(gòu)比，將三大產(chǎn)業(yè)分開來看，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)的比值來表示每種產(chǎn)業(yè)的帶動(dòng)互補(bǔ)作用。因此可以用它們產(chǎn)業(yè)比重之差的絕對(duì)值來量化產(chǎn)業(yè)結(jié)構(gòu)差異的帶動(dòng)作用。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)，也能說明這一點(diǎn)。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)方法來處理缺失數(shù)據(jù)。城市GDP數(shù)值通過網(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。問題一：試把表1中的數(shù)據(jù)盡可能補(bǔ)充完整。比較新舊方案知，新方案更優(yōu)。城市GDP數(shù)值通過網(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。在處理問題二時(shí)，本文將影響經(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,從而可由它來衡量城市合作的經(jīng)濟(jì)帶動(dòng)作用。并就區(qū)域合作戰(zhàn)略提出一些建議。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。在面對(duì)問題四時(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)01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，得到最大經(jīng)濟(jì)帶動(dòng)系數(shù)總和，由返回的01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。在數(shù)據(jù)處理過程中，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。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。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),從而可由它來衡量城市合作的帶動(dòng)和互利效應(yīng)。最后用層次分析法來確定三大影響因子的權(quán)重比例，用Saaty的1～9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。故題設(shè)要求總經(jīng)濟(jì)效益最大，可用城市配對(duì)后，經(jīng)濟(jì)帶動(dòng)系數(shù)總和達(dá)到最大來衡量。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。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)。同時(shí)，長(zhǎng)沙迅速發(fā)展的新興產(chǎn)業(yè)(如娛樂業(yè))也可帶動(dòng)開封當(dāng)?shù)亟?jīng)濟(jì)，轉(zhuǎn)變其經(jīng)濟(jì)增長(zhǎng)方式。(R=)q. 杭州來賓：杭州應(yīng)與來賓在交通、開發(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)以及旅游開發(fā)等領(lǐng)域加強(qiáng)合作。(R=)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，如上面常州貴陽這一對(duì)城市最充分體現(xiàn)了這一點(diǎn)不足，是常州對(duì)所有B中城市帶動(dòng)系數(shù)最小的一個(gè)。 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。）為兩個(gè)目標(biāo)的權(quán)重，由下述方程組來確定：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。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)。問題四中重新選擇了城市集合，通過分析上一問中城市配對(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。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。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。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)。比如，加大財(cái)政轉(zhuǎn)移支付力度以緩解資金短缺的現(xiàn)狀；采取靈活的投融資政策和財(cái)政政策；加大西部地區(qū)的對(duì)外開放，實(shí)施更多的稅收優(yōu)惠政策以及加強(qiáng)西部地區(qū)的基礎(chǔ)設(shè)旌建設(shè)等。參考文獻(xiàn)：[1]姜啟源等，數(shù)學(xué)模型（第三版），高等教育出版社，；[2]徐玖平等，運(yùn)籌學(xué)（第二版），科學(xué)出版社，；[3]趙靜等，數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)（第三版），高等教育出版社，；[4]陳艷艷，基于因子分析模型的區(qū)域技術(shù)創(chuàng)新能力體系評(píng)價(jià)及地域差異化研究兼議中西部地區(qū)技術(shù)創(chuàng)新能力的提升，軟科學(xué)，06年第20卷；[5]彭啟芳，東西部合作優(yōu)勢(shì)互補(bǔ)，青海師專學(xué)報(bào)，05年第六期。 (x.^2)39。[b,bint,r,rint,stats]=regress(y,X)。,。,。,]。,。,。d1=n(:,[1])。y1=d1.*c。for m=1:20 for n=1:20 p=a2(m)/b2(n)。 j=x2(m)/y2(n)。r1=t(:,[1])。r9=t(:,[9])。r17=t(:,[17])。%確定矩陣維數(shù)s=length(a)。 index=aamp。amp。 for i=1:s if(flag(i,j)==0amp。 % 判斷是否可以終止，若可以則跳出循環(huán) if(s==num) break。程序運(yùn)行返回的01矩陣：ans = Columns 1 through 19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1