肖文平 朱文娟 鄭 蘭
(1.武昌理工學(xué)院,湖北武漢,430223;2.武漢船舶職業(yè)技術(shù)學(xué)院,湖北武漢,430050)
亞運(yùn)會(huì)不僅僅是亞洲體育的盛會(huì),對(duì)舉辦城市的經(jīng)濟(jì)具有巨大的推動(dòng)作用。然而對(duì)亞運(yùn)會(huì)進(jìn)行經(jīng)濟(jì)影響評(píng)估往往由于存在對(duì)投資、效應(yīng)界線模糊、界定不易,使得評(píng)價(jià)往往只能定性分析,缺乏精確的定量分析。
本文建立了亞運(yùn)會(huì)影響力的數(shù)學(xué)模型,針對(duì)亞運(yùn)會(huì)對(duì)廣州的影響力進(jìn)行定量的評(píng)估,通過(guò)建立數(shù)學(xué)模型的方式,預(yù)測(cè)2009年之后未來(lái)四年的GDP,并得出2010年廣州市GDP為10570.56億元,2011年GDP為12090.78億元與實(shí)際情況十分吻合。
通過(guò)基本分析可以得知,亞運(yùn)會(huì)對(duì)廣州市影響力的主要因素為廣州市人口、固定總投資、進(jìn)出口總值、消費(fèi)品零售額、郵電收入、廣州市GDP、就業(yè)人數(shù)、旅游業(yè)。下面運(yùn)用主成分分析法力求找出亞運(yùn)會(huì)對(duì)廣州市影響最大的因素。
運(yùn)用主成份分析的方法,先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,其模型如下:

顯然,X*=(,…,)′的協(xié)方差矩陣就是X的相關(guān)系數(shù)矩陣R。
從標(biāo)準(zhǔn)化數(shù)據(jù)出發(fā),本文計(jì)算這些指標(biāo)的主成分,然后通過(guò)主成分的大小進(jìn)行排序。本文給出計(jì)算主成分得分的數(shù)學(xué)模型如下:
主成分的具體形式如下:

綜合得分的計(jì)算公式如下

最后運(yùn)用SPSS軟件得出的各個(gè)影響因素的綜合得分及其對(duì)廣州的影響力從大到小的排序依次為GDP、進(jìn)出口總值、固定總投資、消費(fèi)品零售額、人口、旅游業(yè)收入、就業(yè)人數(shù)、郵電收入。
由得出的各影響因素綜合得分的數(shù)據(jù)可以得出亞運(yùn)會(huì)對(duì)廣州影響最大的因素是廣州市GDP,其綜合得分為4.2731,并大大領(lǐng)先第二名因素進(jìn)出口總值得分2.6721。即亞運(yùn)會(huì)對(duì)廣州市GDP的影響相對(duì)其它因素來(lái)說(shuō)較為明顯。
根據(jù)主要成分分析法得到亞運(yùn)會(huì)影響最大的因素是GDP,所以本文比較在無(wú)亞運(yùn)和有亞運(yùn)兩種情況下對(duì)GDP的影響。根據(jù)廣州市1990年~2004年GDP總量預(yù)測(cè)廣州市2003年~2009年廣州市若未開(kāi)展世博會(huì)的GDP的變化趨勢(shì)。
先收集統(tǒng)計(jì)資料并編制成時(shí)間序列,根據(jù)1990~2004年廣州市的GDP來(lái)預(yù)測(cè)若廣州不開(kāi)展亞運(yùn)會(huì)情況下的2005~2009年的GDP值。由時(shí)間序列散點(diǎn)圖可以判斷該模型適合多項(xiàng)式曲線回歸模型:由于模型對(duì)參數(shù)β=β1,β2,β3,β4是非線性的,所建立的模型為三次曲線回歸模型[2]:
G(t)=β1+β2t+β3t2+β4t3,其中t為回歸變量。
直接利用MATLAB求解,最后得到三次回歸曲線模型:

通過(guò)對(duì)R2,F(xiàn)和P檢驗(yàn)后知道該模型可以通過(guò)檢驗(yàn),于是認(rèn)為該模型是可以接受的。并根據(jù)該模型預(yù)測(cè)出不舉行亞運(yùn)會(huì)的情況下2005~2009年廣州市GDP的變化。
在以上模型的基礎(chǔ)上,預(yù)測(cè)出2005~2009年沒(méi)有亞運(yùn)會(huì)影響下的GDP,比較不舉行亞運(yùn)會(huì)與舉行亞運(yùn)會(huì)兩者GDP在2005~2009年的變化。本文給出2005~2009年在有亞運(yùn)影響情況下和無(wú)亞運(yùn)影響情況下兩者比較(圖1)。
由圖1可知:對(duì)比有亞運(yùn)會(huì)情況下和沒(méi)有亞運(yùn)會(huì)的情況下,在2005年舉辦亞運(yùn)時(shí)GDP的增長(zhǎng)幅度大于沒(méi)有舉行亞運(yùn)會(huì)情況下的幅度,所以亞運(yùn)會(huì)對(duì)廣州市GDP有一定的影響。

圖1 亞運(yùn)會(huì)對(duì)GDP的影響
根據(jù)本底趨勢(shì)線[4]方法的思想,計(jì)算得到的影響值實(shí)際上是指由于舉辦亞運(yùn)會(huì)而帶來(lái)的各個(gè)指標(biāo)的增加值,也就是說(shuō):假如不舉辦亞運(yùn)會(huì)的話,相關(guān)指標(biāo)將會(huì)損失與這一影響值相等的數(shù)額,其中GDP實(shí)際值是舉辦亞運(yùn)的值,本底值是假設(shè)不舉行亞運(yùn)時(shí)GDP的值。根據(jù)亞運(yùn)會(huì)的影響率和貢獻(xiàn)率來(lái)評(píng)價(jià)亞運(yùn)會(huì)對(duì)廣州GDP的影響力:

本底值:不舉行亞運(yùn)會(huì)時(shí)的GDP;
實(shí)際值:舉行亞運(yùn)會(huì)時(shí)的GDP;

表1 亞運(yùn)會(huì)對(duì)GDP的貢獻(xiàn)率
由上表1可知:2005年亞運(yùn)會(huì)對(duì)GDP的貢獻(xiàn)率為2.91%,對(duì)GDP的影響率為2.83%,同樣每年如此;同時(shí)還可以看出亞運(yùn)會(huì)對(duì)GDP的影響率與貢獻(xiàn)率隨著亞運(yùn)會(huì)的臨近總體來(lái)說(shuō)是越來(lái)越大,然而可以看出2008年貢獻(xiàn)率和影響率為近幾年的最大值,這是因?yàn)?008年是北京奧運(yùn)會(huì)的舉辦期間,而奧運(yùn)會(huì)的主辦同樣會(huì)刺激GDP的增長(zhǎng),由于無(wú)法區(qū)分兩個(gè)較大事件的影響,所以該年GDP的貢獻(xiàn)率和影響率都很大。但綜合來(lái)看還是亞運(yùn)會(huì)對(duì)廣州市GDP的影響相對(duì)較大,并且距離亞運(yùn)開(kāi)幕越近影響力越大。
由于廣州亞運(yùn)經(jīng)濟(jì)對(duì)廣州經(jīng)濟(jì)帶來(lái)影響是從2005年開(kāi)始的,現(xiàn)階段由于數(shù)據(jù)的限制,亞運(yùn)經(jīng)濟(jì)對(duì)廣州市的后續(xù)影響的預(yù)測(cè)本文建立了灰色預(yù)測(cè)模型[3]GM(1,1)進(jìn)行求解。并通過(guò)殘差分析的方法對(duì)求出的模型進(jìn)行檢驗(yàn),而后對(duì)灰色模型做進(jìn)一步改進(jìn),并對(duì)其進(jìn)行求解。
從2005年~2009年廣州GDP生成的原始數(shù)列,得

運(yùn)用MATLAB求解得到2005年~2009年GDP的預(yù)測(cè)數(shù)據(jù)和實(shí)際數(shù)據(jù)如下表2:

表2 誤差檢驗(yàn)表
由表2可以計(jì)算出,平均相對(duì)誤差△=0.687%,則平均相對(duì)精度:1-=99.93%由于其相對(duì)精度為99.93%,可以說(shuō)此精度較高。說(shuō)明該模型在求此問(wèn)題時(shí)能夠較正確的反映真實(shí)情況,及其預(yù)測(cè)的值也較正確。而本文求得-a=0.1344<0.3,所以該模型適合中長(zhǎng)期預(yù)測(cè)。
于是,根據(jù)灰色預(yù)測(cè)模型得出2010年GDP為10570.56元,與實(shí)際2010年廣州市GDP較為吻合。2011年、2012年、2013年廣州市的GDP預(yù)測(cè)見(jiàn)表3。

表3 預(yù)測(cè)值 單位:億元
預(yù)測(cè)的結(jié)果顯示2010年廣州市的GDP為10570.56億元與廣州市實(shí)際GDP為10604.48億元相差很小,誤差率只有0.32%,2011年GDP預(yù)測(cè)為12090.78億元與實(shí)際GDP12380億元,誤差率為2.3%:預(yù)計(jì)另外廣州市GDP將在2011年到2013年以大約12.57%的GDP年增長(zhǎng)率增長(zhǎng)。
本文通過(guò)建立數(shù)學(xué)模型的方法定性的評(píng)估了亞運(yùn)會(huì)對(duì)廣州市今后發(fā)展的影響,結(jié)果顯示:亞運(yùn)會(huì)對(duì)廣州影響力最大的因素為廣州市GDP。根據(jù)灰色理論模型預(yù)測(cè)2009年之后未來(lái)四年的GDP,并且所得出的2010、2011年廣州市GDP與實(shí)際情況十分吻合。
1 朱建平.應(yīng)用多元統(tǒng)計(jì)分析[M].北京:科技出版社,2006
2 嚴(yán)喜祖,宋中民,畢春加.數(shù)學(xué)建模及數(shù)學(xué)實(shí)驗(yàn)[M].北京:科技出版社,2009
3 趙靜,但琦.數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)[M].北京:高等教育出版社,2008
4 戴光全,保繼剛.昆明世博會(huì)的定量估算:本底趨勢(shì)線模型[J].地理科學(xué),2007,vol 27(3):426-433