【正文】 博會官網(wǎng)，2007. ）⑤其他益處上海世博會還將帶來許多積極影響，它將顯著提高政府管制能力、弘揚城市文化、提升城市形象、營造更加開放性的環(huán)境。 2010上海世博會對上海經(jīng)濟的間接正面影響世博會將促進區(qū)域經(jīng)濟發(fā)展除了加速長三角各生產(chǎn)要素向上海的集聚外，還將通過其擴散效應(yīng)，輻射長三角周邊城市。：世博影響擴散及影響圈層示意圖隨著長三角交通、能源等基礎(chǔ)設(shè)施的不斷完善，與核心城市上海的時空距離將極大地縮短，對內(nèi)對外的經(jīng)濟聯(lián)系將會越來越密切。相信，借助世博契機，通過上海的增長極的集聚與擴散作用，推動長三角16個城市在人才、資本、信息、技術(shù)等生產(chǎn)要素的整合，必將進一步推進長三角區(qū)域經(jīng)濟的更好更快的發(fā)展。 此外，世博會的召開還將促進上海第二第三產(chǎn)業(yè)結(jié)構(gòu)的跳整，加速產(chǎn)業(yè)結(jié)構(gòu)的升級。：上海市主要年份三類產(chǎn)業(yè)構(gòu)成（數(shù)據(jù)來自于《上海市統(tǒng)計年鑒19782006》） 2010年上海世博會對上海經(jīng)濟的負面影響——“擠出效應(yīng)”上海世博會是中國政府主辦，上海市政府承辦的特大項目。由于我國現(xiàn)行的經(jīng)濟制度和基礎(chǔ)性問題，決定世博會的投入絕大部分是政府公共投入。前文所提供的世博會資本性資金來源構(gòu)成表可以看出，如此巨大的資金投入，根據(jù)“擠出效應(yīng)”理論必然會影響到民間資本的的投資。上海世博會籌辦至會展期間用于世博園區(qū)、世博村以及世博會的配套項目所引發(fā)的固定資產(chǎn)投資總，如果這部分投資不是定向投入世博會，而是投入到上海其它的經(jīng)濟建設(shè)領(lǐng)域，將會產(chǎn)生巨大的經(jīng)濟效益，由于它投向了世博會，它在其它方面的巨大經(jīng)濟利益被擠出了。在不考慮技術(shù)、物價、時滯等其它因素的影響時，假定GDP增長全部由投資增長帶動的情況下。 此外，用于世博會配套項目具有公共品性質(zhì)的投資，會擠出具有彈性的私人支出以及私人投資，其突出表現(xiàn)就是房地產(chǎn)投機行為的運作，那些具有技術(shù)、資金、管理等優(yōu)勢的大公司、企業(yè)，將在房地產(chǎn)業(yè)展開激烈競爭，會擠出上海當?shù)氐乃饺送顿Y。上海世博會在長達6個月的展期內(nèi)預計吸引近7000萬人次的參觀人數(shù)，日均吸引參觀人數(shù)40萬人次，單日最高峰將達到100萬人次。展會期間的大規(guī)模的人口涌入，將在交通、物價、噪音、社會治安等方面對當?shù)鼐用裆詈驼Ｂ糜紊顜碡撁嬗绊?。另外加上良好市場預期所導致的漲價、服務(wù)水平下降、人流聚集所引發(fā)的安全事故預期等都將使當?shù)鼐用窦巴鈦砺糜握哌x擇外出或取消來上海旅游以逃避影響上海世博會將加速上海房地產(chǎn)價格的上漲，并將可能助推上海房地產(chǎn)市場泡沫的形成。：上海市房屋銷售價格指數(shù)和土地交易價格指數(shù)（數(shù)據(jù)來自于《上海市統(tǒng)計年鑒19982006》） 影響力因子評判的可靠性與穩(wěn)定性分析為什么選這四個變量作為衡量上海經(jīng)濟的主要指數(shù)呢？根據(jù)國內(nèi)生產(chǎn)總值計算的支出法，國內(nèi)生產(chǎn)總值=消費+貿(mào)易額+投資，我們選擇居民消費水平和貿(mào)易總額也就理所當然。因為投資收益率實際上反映了這段時間上海地區(qū)的主要投資情況，所以可以作為一個衡量指標，另外勞動和就業(yè)情況也是經(jīng)濟不可分割的一部分，所以我們在這里也選用了這個指標。選用上面的指標的另外的一個原因就是可以從當?shù)啬觇b比較清楚地查得數(shù)據(jù)，相比較一個地區(qū)的總的消費或者投資水平較為容易，并且部分的指標也可以作為整體指標的衡量標準，所以它們的說服力還是可以保證。五、模型的推廣層析分析法作為一種解決復雜性問題的優(yōu)良方法，已經(jīng)在實踐中證明了它的巨大價值，應(yīng)用較為廣泛的領(lǐng)域為經(jīng)濟計劃與管理、能源政策與分配、行為科學、軍事指揮、運輸、農(nóng)業(yè)、教育、人才、醫(yī)療、環(huán)境等等領(lǐng)域。從處理問題的類型來看，主要用于決策、評價、分析、預測等。這里的衡量主要是指由于發(fā)生了一件歷史重大事件而帶來的地區(qū)或者國家中某一指標的增長情況，這是在假設(shè)重大事件沒有發(fā)生的基礎(chǔ)上通過插值擬合和層析分析的方法所得出的。以往的經(jīng)驗告訴我們，大型賽事的影響力是沒有一個固定的指標來進行衡量的，我們試圖在尋找一個無量綱化的相對綜合指標，經(jīng)濟的相對增長率無疑成為比較好把握的指標，在確定了部分成分的相對增長率后如何得出總體經(jīng)濟（國內(nèi)生產(chǎn)總值）的增長率，我們運用一個線性變換完成了二者之間的轉(zhuǎn)換，從而得到評價世博會對上海本地經(jīng)濟的綜合影響力指數(shù)。根據(jù)與同期國內(nèi)生產(chǎn)總值的比較，模型的可靠性較強。本題目在基于原有的層次分析法的理論基礎(chǔ)之上有所創(chuàng)新，我們根據(jù)得出的綜合影響力指數(shù)，來評價及預測世博會的經(jīng)濟增長情況。我們將這種衡量綜合經(jīng)濟影響力的指標用于往屆的世博會和北京奧運會，從而可將這一標準推廣到國際重大事件對當?shù)亟?jīng)濟的綜合影響力的衡量。對于北京奧運會而言，我們分析北京奧運會對北京地區(qū)的影響力指標，首先根據(jù)相關(guān)統(tǒng)計年鑒申奧前后的官方數(shù)據(jù)計算北京地區(qū)經(jīng)濟主要要素的相對影響力因數(shù)，其次構(gòu)建比較矩陣，求解矩陣的特征值和特征向量，進行相關(guān)的一致性檢驗，最后根據(jù)權(quán)向量和各部分經(jīng)濟在北京總體經(jīng)濟水平中所占的比重得出奧運會對于北京的經(jīng)濟影響力綜合指標。運用同樣的方法，我們可以根據(jù)相關(guān)產(chǎn)業(yè)所包括的主要方面，量化文化及政治的主要因素，由此求出各大賽事對于本地區(qū)的其他綜合相對影響力指標。六、模型的評價與優(yōu)化本模型由于主要以計量手段作為獲得數(shù)據(jù)的主要來源，適合于可以較好量化的指標，如區(qū)域經(jīng)濟增長、運輸決策、技術(shù)方案的選擇；與之相反，對于不能夠較好得數(shù)量化的指標，如政治、文化的影響力等，就不能發(fā)揮較好得作用。模型在使用中還應(yīng)該注意盡可能對要分析的總體做細致的劃分，使劃分的部分能盡最大可能得涵蓋總體，并且應(yīng)該避免部分變量因為重復計算所帶來的結(jié)果失真。本解題方法與實際存在偏差的原因有二，其中之一在于經(jīng)濟因素的選取方面，因為篇幅有限，不能完全覆蓋上海經(jīng)濟的全部內(nèi)容，并且所選取的要素之間存在或多或少的相關(guān)關(guān)系，這也使問題的求解存在偏差。其二在于遠期效應(yīng)和近期效應(yīng)的選取方面，理論上來講不能完全將哪一中經(jīng)濟因素歸結(jié)為近期或者遠期，而是存在模糊的關(guān)系，考慮到模糊集合之間的隸屬度水平，將更加有利于求解的精化。：、：改進后的層次分析模型圖除了極少數(shù)的幾屆世博會，絕大多數(shù)的世博會從賬面上說都是虧損的。如果單從一次活動來看，無疑這些世博會都是失敗的。但從長遠來看，不僅通過對世博場館的后續(xù)利用可以逐步收回先期投資，更重要的是，世博會的舉辦擴大了城市知名度，贏得了更多的貿(mào)易伙伴，同時還加快了城市的產(chǎn)業(yè)升級，帶動城市、地區(qū)乃至國家經(jīng)濟的騰飛。從更深一層的意義上說，一屆世博會的成功舉辦甚至可以對人類的生活方式乃至人類文明產(chǎn)生深遠的影響。世博會所帶來的這些無形的社會經(jīng)濟效益正是它得以不斷發(fā)展的價值所在。參考文獻[1]勞德賽爾旺等著：《國際級博覽會影響研究》[M]，上海科學技術(shù)文獻出版社，2003.[2][M].上海：上海統(tǒng)計出版社，20012007[3][R]世博專題研究報告[M].2003[4][M].中國大百科全書出版社[5]《中國2010年上海世博會注冊報告》[M].2005[6](美)保羅塞繆爾身森，威廉諾德豪斯，經(jīng)濟學[M]（第十六版），蕭深等譯，華夏出版社，麥格勞希爾出版公司，1999 307頁.[7]李效軍，[J].[12][8][J].(12)[9][J].旅游學刊，2003,18,(1).[10]楊琳，王波，[J].(1).[11]唐子來，：1970年大阪世博會[J].城市規(guī)劃匯刊，2004.[12]陳浩，陸林，北京奧運會與上海世博會旅游業(yè)效應(yīng)及對比分析[J].經(jīng)濟地理，2003(1)[13]中國2010年上海世博會官網(wǎng)，2007. [14]園區(qū)客流統(tǒng)計——上海世博會官網(wǎng)附件一：求解灰色模型中預測游客人數(shù)的matlab代碼function f = huidu()a1=[206900 220000 131700 148600 88900 120200 147700 209800 144000 163000 180400 180100 215500 240300 335300]。a2=[241500 236400 261900 290600 296400 328500 361200 311700 314500 345800 353500 377000 382200 505000 368300 327500]。a3=[311100 369600 417500 437000 524900 417400 487900 510900 413400 391300 403000 424600 417300 503200 552000]。a4=[379000 394100 414400 429800 361200 415100 409800 404100 447100 480900 553500 486800 458300 452600 427900]。a5=[369800 388000 397600 358800 428500 457100 403400 411500 430500 493600 433800 444700 476100 477300 481200]。a6=[471800 557200 474000 448400 437400 435300 425800 457200 512000 453100 463800 475400 453800 420100 410500 440900]。a7=[316000 336700 336000 335700 352100 388100 442400 390700 398400 422700 373800 369700 383200 425800 334500]。a8=[427100 397600 415300 417100 455400 568300 488600 436300 417800 432400 492600 507800 527500 397200 270800 200700]。a9=[181700 226500 262500 369300 290800 230500 237100 250100 249000 341300]。x0=[mean(a1),mean(a2),mean(a3),mean(a4),mean(a5),mean(a6),mean(a7),mean(a8),mean(a9)]。x0_new(1)=x0(1)。for i=2:9 x0_new(i)=x0(i)+x0_new(i1)。endx0_new=x0_new/1000000。for i=1:8 B(i,1)=*(x0_new(i)+x0_new(i+1))。 B(i,2)=1。endfor i=1:8 y(i)=x0(i+1)。endy=y/1000000。y=y39。A=inv(B39。*B)*B39。*y。a=A(1)。u=A(2)。K=u/a。x01=x0(1)/1000000。syms x。y=(x01K)*exp(a*x)+K。for i=1:11 X(i)=subs(y,x,i)。endX=X*1000000。X=X39。X_new(1)=x0(1)。for i=2:12X_new(i)=X(i1)。 endX_new1(1)=X_new(1)。for i=2:12 X_new1(i)=X_new(i)X_new(i1)。endt=1:12。plot(t,f,39。r39。)。hold on。t=1:9。plot(t,x0)。end附件二：求解進出口貿(mào)易增加率的matlab程序t=[2777]。 x=1:15。plot(x,t)hold ont1 =[ ]。x=1:8。p1=polyfit(x,t1,3)。x=1:15。y=polyval(p1,x)。plot(x,y)。附件三：用灰色理論中GM（1,1）模型預測旅游人數(shù)的過程將每十五個數(shù)據(jù)做平均值得到數(shù)列為123456666X(0)182200331400438700434300430100458500373700428300263900X(0)(x)X(0)(1)X(0)(2)X(0)(3)X(0)(4)X(0)(5)X(0)(6)X(0)(7)X(0)(8)X(0)(9)第一步將初值序列寫出來對原始數(shù)據(jù)做一系列累加生成得第二步：確定數(shù)據(jù)矩陣B、y () ()第三步：計算()它是一個對稱矩陣。第四步：求參數(shù)列，按參數(shù)算式做最小二乘估計()第五步：確定模型白化微分方程 () ()時間響應(yīng) ()于是根據(jù)此式可求出預測的游客人數(shù)為 44 / 4