上海世博会影响力的定量评估Final.docx
- 文档编号:2144841
- 上传时间:2022-10-27
- 格式:DOCX
- 页数:19
- 大小:194.52KB
上海世博会影响力的定量评估Final.docx
《上海世博会影响力的定量评估Final.docx》由会员分享,可在线阅读,更多相关《上海世博会影响力的定量评估Final.docx(19页珍藏版)》请在冰豆网上搜索。
上海世博会影响力的定量评估Final
2010年上海世博会对经济的影响力的定量评估
摘要
2010年上海世博会是继2008年北京奥运会之后,在中国举办的又一历史性盛会,世博会对上海的经济、历史文化、科技等都起着重要影响,科学评价世博会的影响力是一个具有重要实际意义的研究课题.但是,由于影响力的评估涉及到很多因素,且这些因素之间的内在联系不明确,使得这一课题的研究具有相当的复杂性.
本文从上海世博会对经济影响力这一侧面切入,主要考虑上海世博会对上海国民生产总值的影响.在影响生产总值的指标中,我们选取了主要的9个指标:
轻工业、重工业、第一产业、第二产业、第三产业、批发零售贸易业、餐饮业、进口总额、出口总额.借助互联网,首先获取了2002年-2009年这9个指标及对应年度生产总值的数据和2010年2月-7月这9个指标的数据。
由于所考虑的问题具有复杂的非线性性和指标内在关系的不明确性,本文采用人工神经网络模型来建模,利用2002年-2008年的数据对网络进行训练,并用2009年的数据对网络进行测试,实验表明所建立的神经网络模型是可行的。
进一步,基于2010年2月-7月中每个指标的内在联系的不充分性,采用灰色系统模型中的GM(1,1)模型的思想对各指标数据进行累积处理,再通过SPSS对累积后的数据做回归线性拟合,从而预测2010年8月份相应的各指标值,实验表明这一模型具有很好的拟合精度。
最后,利用训练好的神经网络模型预测出2010年2月-8月中每月的生产总值,并估算出2010年的生产总值。
从实验结果可以得到:
上海世博会对上海的生产总值具有较大的推动作用,促进了上海经济的增长.
关键词:
灰色理论神经网络世博会经济总量
一、问题重述
2010年上海世博会是首次在中国举办的世界博览会,它是继2008北京奥运会成功举办以后的又一盛会.自1851年伦敦的“万国工业博览会”开始,世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台.如何科学评价上海博览会的影响力是一个非常重要,有着实际意义的研究课题.由于它牵涉社会生活的众多方面,且各方面的影响不尽相同,面对如此大的一项工程,选择一些特定的侧面,建立恰当的数学模型,评价这一侧面的影响力是非常有价值的.
二、问题分析
世博会的影响,牵涉到文化,经济,科技等众多方面,根据本组同学的兴趣以及数据的收集,本文选择对经济这一侧面进行评估.影响经济的方面有很多,所以,建立指标体系是首先要考虑的,其次是如何根据指标体系获取数据并进行数据处理,最后要考虑选取什么方法建立合适的模型来研究该问题.
2.1指标选取
通过调查研究,选出最能反应经济变化的4个一级指标,在这4个一级指标中又选出最能反应其一级指标变化的9个二级指标进行研究,具体见表1.
表1指标图
上海世博会影响力的定量评估体系
目标层
一级指标
二级指标
上海世博会影响力的定量评估体系
规模以上工业总产值
轻工业
重工业
全社会固定资产投资总额
第一产业
第二产业
第三产业
社会消费品零售总额
批发零售贸易业
餐饮业
上海市进出口总额
进口总额
出口总额
2.2研究思路
借助互联网,首先获取了2002年-2009年这9个指标及对应年度生产总值的数据和2010年2月-7月这9个指标的数据。
由于所考虑的问题具有复杂的非线性性和指标内在关系的不明确性,本文采用人工神经网络模型来建模,利用2002年-2008年的数据对网络进行训练,并用2009年的数据对网络进行测试.进一步,基于2010年2月-7月中每个指标的内在联系的不充分性,采用灰色系统模型中的GM(1,1)模型的思想对各指标数据进行累积处理,再通过SPSS对累积后的数据做回归线性拟合,从而预测2010年8月份相应的各指标值.最后用训练好的神经网络模型预测出2010年2月-8月上海市每月的生产总值,并估算出上海市2010年的生产总值.从而根据上海统计[1]数据比较上海在2010年经济总量的增量,从而判断其影响力大小.模型构建的具体流程如图1所示.
图1流程图
三、模型假设与符号说明
3.1模型假设:
1.假设在2010年内,没有其他较大影响上海市经济影响因素发生.
2.假设所选指标反应上海经济状况的主要因素.
3.2符号说明:
2010年各个月份的取值
第一产业总额(亿元)
第二产业总额(亿元)
第三产业总额(亿元)
轻工业总额(亿元)
重工业总额(亿元)
批发零售贸易业总额(亿元)
餐饮业总额(亿元)
进口总额(亿美元)
出口总额(亿美元)
上海市生产总值
四、模型建立与求解
4.1数据处理
根据上海统计[1]中找到的关于各个二级指标的各项数据,由于无法判断其对经济的具体影响,并且数据之间的内在关系不充分,所以采用灰色理论来进行数据处理.灰色理论系统[2]是介于白色理论系统与黑色理论系统之间的一类系统,它是一门研究信息部分清楚,部分不清楚并带有不确定性现象的有效方法.在灰色理论系统中,若对相关数据进行描点时,无法得到各点间的变化规律,可以对相关数据进行累加,累加方法是:
设有个原始数据数列:
对它们分别做一次累加生成,得到个生成数列:
,
根据一次累加生成数据,再利用SPSS进行数据拟合,得到其相关模型的参数值.
4.1.1工业总产值
根据2010年1月至7月每个月轻工业的总值数据,由于无法判断各个因素对轻工业的具体影响,所以可以选择采用灰色预测的理论,先利用SPSS[34]画出散点图,见图2:
图2轻工业散点图
从图2中,很难发现其明显规律,所以进行一次累加,累加生成的新数据,见表2:
表2:
轻工业原始值与累加生成值
月份
1
2
3
4
5
6
7
原数据
519.14
359.93
473.12
509.6
491.06
500.83
500.43
累加数据
519.14
879.07
1352.19
1861.79
2352.85
1853.68
3354.11
然后再对累加数据进行SPSS数据拟合,得出拟合模型的参数值表3和拟合图形图3.
表3拟合的模型参数值一拟合图形
模型汇总和参数估计值
因变量:
轻工业累加
方程
模型汇总
参数估计值
R方
F
df1
df2
Sig.
常数
b1
b2
b3
三次
1.000
6812.240
3
3
.000
214.873
244.174
56.338
-3.897
自变量为月份。
图3
从模型汇总和参数评估值以及拟合图形中可以看出其拟合度高达100%,对于轻工业的预测可以建立一个数学模型:
.(4.1)
其中为每个月轻工业的产值.根据此模型预测出2010年8月份的预测值为430.61亿元.
类似可得重工业的预测数学模型:
.(4.2)
根据此模型预测出2010年8月份的预测值为1862.026.
4.1.2全社会固定资产投资
对于社会固定资产投资中的第一产业,根据上海统计数据,得到其原始数据为(表4):
表4第一产业投资原始数据
月份
2
3
4
5
6
7
原数据
0.47
0.18
0.93
0.80
0.29
0.66
同理,对其原始数据进行累加生成,得出累加值(表5):
表5第一产业投资的累加生成值
月份
2
3
4
5
6
7
原数据
0.47
0.18
0.93
0.80
0.29
0.66
累加值
0.47
0.65
1.58
2.38
2.67
3.33
根据累加生成值利用SPSS拟合出图形以及模型参数(表6):
表6拟合的图像以及模型参数
从表6中可以看出,此次拟合模型的拟合度为97.5%,拟合度比较高,说明此模型符合实际.这样得到第一产业的预测模型:
.(4.3)
同理可以得到第二产业、第三产业的预测模型分别为:
.(4.4)
.(4.5)
4.1.3社会消费品零售总额
同样根据灰色理论以及利用SPSS模拟出社会消费品零售总额中的批发零售贸易业的预测模型与餐饮业预测模型.
批发零售贸易业的预测模型:
.(4.6)
餐饮业的预测模型:
.(4.7)
4.1.4上海市进出口总额
同理可得上海市进出口总额预测模型与出口总额预测模型.
进口总额的预测模型:
.(4.8)
出口总额的预测模型:
.(4.9)
根据上述预测模型以及对数据的处理,预测出2010年八月份各个指标的预测数据(如表7):
表7八月份各个二级指标预测数据
2010年
八月
规模以上工业总产值(亿元)
轻工业
430.61
重工业
1862.026
全社会固定资产投资总额(亿元)
第一产业
0.58734
第二产业
177.6
第三产业
430.4325
社会消费品零售总额(亿元)
批发零售贸易业
434.3358
餐饮业
63.4169
上海市进出口总额(亿美元)
进口总额
131.7021
出口总额
175.9969
4.2神经网络模型的构建:
4.2.1模型的介绍
神经网络模型[5-7]具有并行分布处理,高度鲁棒性和容错能力,分布存储及学习能力,能充分逼近复杂的非线性关系,且特别适合于求解内部机制复杂、内部联系不明确的问题,这一点正好与我们要分析的问题吻合.因此,这里我们选择神经网络模型进行建模.
4.2.2算法及结果
普通的带有一个隐层的前馈神经网络结构如图4所示,设网络的输入层具有n个神经元,隐层具有m个神经元,输出层为一个神经元,隐层和输出层的活化函数取Sigmoid函数.给定网络的输入样本,输入层到隐层的连接权矩阵,隐层到输出层的连接权矩阵,则网络的运行过程如下:
隐层第i个神经元的输入为:
;
隐层第i个神经元的输出为:
;
输出层的输出为:
.
这里我们通过一个三层的前馈神经网络对2010年每月上海市生产总值进行预测,根据所考虑的指标体系,构造一个9-8-1网络结构,即网络具有9个输入单元,8个隐单元以及一个输出单元.利用互联网找到的以往的2002年-2009年的相关数据组成样本集(如表8所示),并对样本集进行归一化处理.
图4神经网络结构
实验中网络的初始权值在[-0.05,0.05]之间随机选取,学习算法采用离线BP算法,学习率设为0.2,最大误差设为0.0001,最大迭代步数设为5000.取2002年-2008年的数据作为训练样本,训练网络的连接权值,网络训练好以后再通过2009年的数据对网络进行测试.实验中迭代到3762步时网络停止训练(也就是说这是已经达到我们事先给定的最大误差,网络训练结束),网络的训练过程中误差的变化曲线如图5所示:
表82002年-2009年的相关数据组成样本集
年份20022003200420052006200720082009
5.094.182.212.725.773.652.143.33
726.19806.94863.08852.27924.821124.841120.011132.94
1455.781640.99856.261129.621316.341647.31622.312248.04
3169.303550.803871.334299.314747.285318.855839.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 上海 世博会 影响力 定量 评估 Final