【正文】 博會(huì)官網(wǎng)，2007. ）⑤其他益處上海世博會(huì)還將帶來許多積極影響，它將顯著提高政府管制能力、弘揚(yáng)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(huì)對(duì)上海經(jīng)濟(jì)的間接正面影響世博會(huì)將促進(jìn)區(qū)域經(jīng)濟(jì)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(kuò)散效應(yīng)，輻射長三角周邊城市。：世博影響擴(kuò)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(shí)空距離將極大地縮短，對(duì)內(nèi)對(duì)外的經(jīng)濟(jì)聯(lián)系將會(huì)越來越密切。相信，借助世博契機(jī)，通過上海的增長極的集聚與擴(kuò)散作用，推動(dòng)長三角16個(gè)城市在人才、資本、信息、技術(shù)等生產(chǎn)要素的整合，必將進(jìn)一步推進(jìn)長三角區(qū)域經(jīng)濟(jì)的更好更快的發(fā)展。 此外，世博會(huì)的召開還將促進(jìn)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(jí)。：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(jì)年鑒19782006》） 2010年上海世博會(huì)對(duì)上海經(jīng)濟(jì)的負(fù)面影響——“擠出效應(yīng)”上海世博會(huì)是中國政府主辦，上海市政府承辦的特大項(xiàng)目。由于我國現(xiàn)行的經(jīng)濟(jì)制度和基礎(chǔ)性問題，決定世博會(huì)的投入絕大部分是政府公共投入。前文所提供的世博會(huì)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(huì)影響到民間資本的的投資。上海世博會(huì)籌辦至?xí)蛊陂g用于世博園區(qū)、世博村以及世博會(huì)的配套項(xiàng)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(huì)，而是投入到上海其它的經(jīng)濟(jì)建設(shè)領(lǐng)域，將會(huì)產(chǎn)生巨大的經(jīng)濟(jì)效益，由于它投向了世博會(huì)，它在其它方面的巨大經(jīng)濟(jì)利益被擠出了。在不考慮技術(shù)、物價(jià)、時(shí)滯等其它因素的影響時(shí)，假定GDP增長全部由投資增長帶動(dòng)的情況下。 此外，用于世博會(huì)配套項(xiàng)目具有公共品性質(zhì)的投資，會(huì)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(jī)行為的運(yùn)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(huì)擠出上海當(dāng)?shù)氐乃饺送顿Y。上海世博會(huì)在長達(dá)6個(gè)月的展期內(nèi)預(yù)計(jì)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(dá)到100萬人次。展會(huì)期間的大規(guī)模的人口涌入，將在交通、物價(jià)、噪音、社會(huì)治安等方面對(duì)當(dāng)?shù)鼐用裆詈驼Ｂ糜紊顜碡?fù)面影響。另外加上良好市場預(yù)期所導(dǎo)致的漲價(jià)、服務(wù)水平下降、人流聚集所引發(fā)的安全事故預(yù)期等都將使當(dāng)?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(huì)將加速上海房地產(chǎn)價(jià)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(jià)格指數(shù)和土地交易價(jià)格指數(shù)（數(shù)據(jù)來自于《上海市統(tǒng)計(jì)年鑒19982006》） 影響力因子評(píng)判的可靠性與穩(wěn)定性分析為什么選這四個(gè)變量作為衡量上海經(jīng)濟(jì)的主要指數(shù)呢？根據(jù)國內(nèi)生產(chǎn)總值計(jì)算的支出法，國內(nèi)生產(chǎn)總值=消費(fèi)+貿(mào)易額+投資，我們選擇居民消費(fèi)水平和貿(mào)易總額也就理所當(dāng)然。因?yàn)橥顿Y收益率實(shí)際上反映了這段時(shí)間上海地區(qū)的主要投資情況，所以可以作為一個(gè)衡量指標(biāo)，另外勞動(dòng)和就業(yè)情況也是經(jīng)濟(jì)不可分割的一部分，所以我們?cè)谶@里也選用了這個(gè)指標(biāo)。選用上面的指標(biāo)的另外的一個(gè)原因就是可以從當(dāng)?shù)啬觇b比較清楚地查得數(shù)據(jù)，相比較一個(gè)地區(qū)的總的消費(fèi)或者投資水平較為容易，并且部分的指標(biāo)也可以作為整體指標(biāo)的衡量標(biāo)準(zhǔn)，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(fù)雜性問題的優(yōu)良方法，已經(jīng)在實(shí)踐中證明了它的巨大價(jià)值，應(yīng)用較為廣泛的領(lǐng)域?yàn)榻?jīng)濟(jì)計(jì)劃與管理、能源政策與分配、行為科學(xué)、軍事指揮、運(yùn)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(píng)價(jià)、分析、預(yù)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(biāo)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(yàn)告訴我們，大型賽事的影響力是沒有一個(gè)固定的指標(biāo)來進(jìn)行衡量的，我們?cè)噲D在尋找一個(gè)無量綱化的相對(duì)綜合指標(biāo)，經(jīng)濟(jì)的相對(duì)增長率無疑成為比較好把握的指標(biāo)，在確定了部分成分的相對(duì)增長率后如何得出總體經(jīng)濟(jì)（國內(nèi)生產(chǎn)總值）的增長率，我們運(yùn)用一個(gè)線性變換完成了二者之間的轉(zhuǎn)換，從而得到評(píng)價(jià)世博會(huì)對(duì)上海本地經(jīng)濟(jì)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(qiáng)。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(píng)價(jià)及預(yù)測世博會(huì)的經(jīng)濟(jì)增長情況。我們將這種衡量綜合經(jīng)濟(jì)影響力的指標(biāo)用于往屆的世博會(huì)和北京奧運(yùn)會(huì)，從而可將這一標(biāo)準(zhǔn)推廣到國際重大事件對(duì)當(dāng)?shù)亟?jīng)濟(jì)的綜合影響力的衡量。對(duì)于北京奧運(yùn)會(huì)而言，我們分析北京奧運(yùn)會(huì)對(duì)北京地區(qū)的影響力指標(biāo)，首先根據(jù)相關(guān)統(tǒng)計(jì)年鑒申奧前后的官方數(shù)據(jù)計(jì)算北京地區(qū)經(jīng)濟(jì)主要要素的相對(duì)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(jìn)行相關(guān)的一致性檢驗(yàn)，最后根據(jù)權(quán)向量和各部分經(jīng)濟(jì)在北京總體經(jīng)濟(jì)水平中所占的比重得出奧運(yùn)會(huì)對(duì)于北京的經(jīng)濟(jì)影響力綜合指標(biāo)。運(yùn)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(duì)于本地區(qū)的其他綜合相對(duì)影響力指標(biāo)。六、模型的評(píng)價(jià)與優(yōu)化本模型由于主要以計(jì)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(biāo)，如區(qū)域經(jīng)濟(jì)增長、運(yùn)輸決策、技術(shù)方案的選擇；與之相反，對(duì)于不能夠較好得數(shù)量化的指標(biāo)，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(duì)要分析的總體做細(xì)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?yàn)橹貜?fù)計(jì)算所帶來的結(jié)果失真。本解題方法與實(shí)際存在偏差的原因有二，其中之一在于經(jīng)濟(jì)因素的選取方面，因?yàn)槠邢?，不能完全覆蓋上海經(jīng)濟(jì)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(yuǎn)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(jì)因素歸結(jié)為近期或者遠(yuǎn)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(jìn)后的層次分析模型圖除了極少數(shù)的幾屆世博會(huì)，絕大多數(shù)的世博會(huì)從賬面上說都是虧損的。如果單從一次活動(dòng)來看，無疑這些世博會(huì)都是失敗的。但從長遠(yuǎn)來看，不僅通過對(duì)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(huì)的舉辦擴(kuò)大了城市知名度，贏得了更多的貿(mào)易伙伴，同時(shí)還加快了城市的產(chǎn)業(yè)升級(jí)，帶動(dòng)城市、地區(qū)乃至國家經(jīng)濟(jì)的騰飛。從更深一層的意義上說，一屆世博會(huì)的成功舉辦甚至可以對(duì)人類的生活方式乃至人類文明產(chǎn)生深遠(yuǎn)的影響。世博會(huì)所帶來的這些無形的社會(huì)經(jīng)濟(jì)效益正是它得以不斷發(fā)展的價(jià)值所在。參考文獻(xiàn)[1]勞德賽爾旺等著：《國際級(jí)博覽會(huì)影響研究》[M]，上?？茖W(xué)技術(shù)文獻(xiàn)出版社，2003.[2][M].上海：上海統(tǒng)計(jì)出版社，20012007[3][R]世博專題研究報(bào)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(huì)注冊(cè)報(bào)告》[M].2005[6](美)保羅塞繆爾身森，威廉諾德豪斯，經(jīng)濟(jì)學(xué)[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(xué)刊，2003,18,(1).[10]楊琳，王波，[J].(1).[11]唐子來，：1970年大阪世博會(huì)[J].城市規(guī)劃匯刊，2004.[12]陳浩，陸林，北京奧運(yùn)會(huì)與上海世博會(huì)旅游業(yè)效應(yīng)及對(duì)比分析[J].經(jīng)濟(jì)地理，2003(1)[13]中國2010年上海世博會(huì)官網(wǎng)，2007. [14]園區(qū)客流統(tǒng)計(jì)——上海世博會(huì)官網(wǎng)附件一：求解灰色模型中預(yù)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(jìn)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(yù)測旅游人數(shù)的過程將每十五個(gè)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(duì)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(jì)算()它是一個(gè)對(duì)稱矩陣。第四步：求參數(shù)列，按參數(shù)算式做最小二乘估計(jì)()第五步：確定模型白化微分方程 () ()時(shí)間響應(yīng) ()于是根據(jù)此式可求出預(yù)測的游客人數(shù)為 44 / 4