国庆升旗全国数学建模论文2010年上海世博会对上海市经济影响力的定量评估

2010高教社杯全国大学生数学建模竞赛

承 诺 书

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白，在竞赛开始 后参赛队员不能以任何方式（包括电话、电子邮件、网
上咨询等）与队外的任何人（包括指导教师）研究 、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其 他公开的
资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参
考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规
则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从ABCD中选择一项填写）： B
我们的参赛报名号为（如果赛区设置报名号的话）：
所属学校（请填写完整的全名）：
参赛队员 (打印并签名) ：1.
2.
3.
指导教师或指导教师组负责人 (打印并签名)：

日期： 年 月 日





赛区评阅编号（由赛区组委会评阅前进行编号）：
wilyes11收集 博客(与学习无关)：http:1810231802

2010高教社杯全国大学生数学建模竞赛

编 号 专 用 页




评
阅
人


评
分


备
注


赛区评阅编号（由赛区组委会评阅前进行编号）：



赛区评阅记录（可供赛区评阅时使用）：







全国统一编号（由赛区组委会送交全国前编号）：





全国评阅编号（由全国组委会评阅前进行编号）：



wilyes11收集 博客(与学习无关)：http:1810231802

2010年上海世博会对上海市经济影响力的定量评估
摘要 从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。以“城市，让生活
更美好”为主题的中国2010年 上海世博会，是一次中国加强与世界交流，近距离对话世
界多元文化，向世界学习的重要契机，更是实现 科学发展、促进社会和谐的重要机遇。
本文通过从《上海统计年鉴》、《上海环境公报》等互联网资源 收集的数据，对从
世博申办成功以来上海GDP变化、世博对上海GDP的直接贡献、世博经济对环境的 影响、
上海产业结构的改变等方面，定量分析世博会对上海经济的影响。主要内容如下：
首先 ，通过1978-2003年的上海每年GDP数据拟合出GDP随年份变化规律，预测
了2003-2 009年的GDP数据，并通过与2003-2009年的实际GDP数据比对，发现了世博
会的影响力 正是上海GDP增长率突增的主要因素之一；
其次，我们利用凯恩斯宏观经济理论，同时收集了198 0-2009年上海市人均收入与
人均消费水平的数据，建立世博会投资对上海GDP的直接贡献的线性 回归模型并据此算
出了世博会投资对上海GDP的直接贡献值为4349.1亿元；
再次，我 们查找并选取了1995-2009年上海工业废水COD排放量、工业废水总排放
量、工业废气总排放 量、工业二氧化硫排放量作为环境指标，并选取1995-2009年上海
人均GDP作为经济指标，通 过三次多项式拟合的方式得出人均GDP与环境指标的拟合模
型。从中可以看出上海政府在发展世博经济 的同时确实在环境控制方面做出了努力。
最后，针对本次世博努力营造的“绿色上海，低碳世博”的理 念，我们收集了
1998-2009年上海生产总值产业结构分布数据，分析了世博对上海市的产业结构 调整的
影响。

关键词：影响力；定量评估；拟合；线性回归
wilyes11收集 博客(与学习无关)：http:1810231802

一 问题重述

世界博览会是由一个国家的政府主办，有 多个国家或国际组织参加，以展现人类在
社会、经济、文化和科技领域所取得成就的国际性大型展示会。 从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。世博会享有“经济、科技、文化领域内的奥林
匹 克盛会”的美誉，不仅能给参展国家带来发展的机遇，扩大国际交流和合作，促进经
济的发展，而且也能 给举办国家创造巨大的经济效益和社会效益，宣传和扩大举办国家
的知名度和声誉，促进社会的繁荣和进 步。2010年上海世博会是上海经济发展的又一历
史机遇，对于加速推进上海国际化大都市的建设和建 设国际经济、金融、贸易、航运中
心具有积极作用。如何利用互联网数据，选择一个合适的侧面，建立数 学模型来合理评
估上海世博会的影响也是一件很有意义的事情。

二 问题分析

考虑到上海世博会的影响涉及范围较广，为方便研究，我们主要选择从经济这一侧
面 ，利用互联网数据，建立数学模型，来定量评估2010年上海世博会对上海市经济的
影响力（对全国经 济影响力评估亦可类似分析）。为此我们需要查找一些与上海经济相
关的数据，对这些数据之间的关系进 行研究，并建立数学模型。
2.1解决问题的难点和关键
1、应该选取哪些具有代表性的经济指标
2、如何合理查找并筛选数据以及建立怎样的数学模型
2.2 解决问题的思路
根 据世博会背景资料，上海于2002年底获得世博会举办权，我们可将采集来的数
据按03年前和03年 后划分为两个部分。然后我们将根据不同时期上海的经济数据，从
上海GDP变化、世博对上海GDP的 直接贡献、世博经济对环境的影响、上海产业结构的
改变等方面，定量分析世博会对上海经济的影响，并 建立相关模型。

三 名词解释及符号说明
3.1名词解释
(国内生产 总值)：一定时期内（一个季度或一年），一个国家或地区的经济中
所生产出的全部最终产品和提供劳务 的市场价值的总值。
2．乘数效应：它是一种宏观的经济效应，是指经济活动中某一变量的增减所引起
的经济总量变化的连锁反应程度。在经济学中，乘数效应更完整地说是支出收入乘数
效应，是宏 观经济学的一个概念，也是宏观经济控制手段，是指支出的变化导致经济总
需求与其不成比例的变化。
3．边际消费：是指收入每增加一个单位时，消费增加的量。
wilyes11收集 博客(与学习无关)：http:1810231802

4. 产业结构： 亦称国民经济的部门结构。国民经济各产业部门之间以及各产业部门
内部的构成。社会生产的产业结构或 部门结构是在一般分工和特殊分工的基础上产生和
发展起来的。
3.2符号说明
序号
1
2
3
4
5
6
7
8
9
10

符号
GDP
符号说明
国民生产总值（特指上海）
国民收入总增加量（特指上
海）
政府投资增量
投资乘数
人均消费
人均收入
消费增量
边际消费倾向
化学需氧量
年份
?GDP

?I

K
Expenditure

Income
?Expenditure

MPC
COD
year
四 模型假设
1、假设间接投资中的30%左右，即约930 亿元为世博提前投资金额，这 些才应属
于奥运投资范畴（计算方法引自《奥运经济对北京和国内其他地区的经济影响》）。
2、假设通过各种渠道收集到的数据和信息真实可靠。

五 模型建立及求解
首先我们考虑世博会对上海GDP的影响，为此我们建立如下模型一和模型二。
5.1模型一 预测模型
我们可通过考虑上海不承办世博会，经济按往年规律发展情形下上海GDP的变化规
律（下文称之为情景1），从而与上海承办世博会，经济按实际情况发展（下文称之为情
景2）之下的实 际GDP对比分析，得出世博会对上海GDP的影响。
5.1.1数据采集
按2010年上 海统计年鉴
[1]
，选用世博会前期共32年（1978-2002年）上海GDP数
据，见表1。
表1
上海市生产
年 份 总值
（亿元）
1978-2009年上海GDP
上海市生产
年份 总值
（亿元）
上海市生产
年份 总值
（亿元）
上海市生产
年份 总值
（亿元）
wilyes11收集 博客(与学习无关)：http:1810231802

1978
1979
1980
1981
1982
1983
1984
1985
272.81
286.43
311.89
324.76
337.07
351.81
390.85
466.75
1986
1987
1988
1989
1990
1991
1992
1993
490.83
545.46
648.30
696.54
781.66
893.77
1114.32
1519.23
1994
1995
1996
1997
1998
1999
2000
2001
1990.86
2499.43
2957.55
3438.79
3801.09
4188.73
4771.17
5210.12
2002
2003
2004
2005
2006
2007
2008
2009
5741.03
6694.23
8072.83
9247.66
10572.24
12494.01
14069.87
15046.45
5.1.2情景1之下2003-2009年GDP预测模型的建立
由于情景1中假设上海不 承办世博会，我们要得到情景1之下2003-2009年GDP预
测模型，只能选用2003年之前的 GDP数据拟合得到模型函数。
我们以年份（Year）为自变量，GDP为因变量，首先利用MAT LAB作出1978-2002
年上海“年份-GDP”图像。根据图像的特点决定采用二次多项式拟合 的方式（程序见附
件1：Prod_Model.m）作出拟合函数。得到了如下模型：
GD P?15.3763987367162?year
2
?60979.5415259772? year?60458172.6766906

由图像可看出相关性明显。
图1 1978-2002年上海“年份-GDP”图

（程序见附件1：Prod_Model.m）
5.1.3模型应用、
由以上得出 的模型一，我们可以计算出情景1之下2003-2009年的上海GDP数据，
并附上情景2下200 3-2009年上海GDP实际数据，如下表：


wilyes11收集 博客(与学习无关)：http:1810231802

表2
年份
2003 2004
情景1下2003-2009年上海GDP预测
2005 2006 2007 2008 2009
上海生
产总值
6401.12 7034.81 7699.25 8394.44 9120.39 9877.09 10664.54
（亿元）

表3
年份
2003
情景2下2003-2009年上海GDP（实际）

2005 2006 2007 2008 2009 2004
上海生
产总值 6694.23 8072.83 9247.66 10572.24 12494.01 14069.87 15046.45
（亿元）

图2 情景1和情景2下 1978-2009年上海GDP曲线图

（程序见附件2：Prod_Model_Compare.m）
通过以上表格和图像中曲线斜率变化可以看出，不举办世博会的情况下， 2002年
之后上海 GDP增长率与之前近10年相比没有多大变化；而实际上，自2003年起上海
GDP增幅明显增大。 上海获得世博会举办权恰好是在2002年后期，为期8年的世博筹
建工作及宣传策划活动也在此时正式 展开。依据以上数据及分析可以认为，世博会的影
响力正是上海GDP增长率突增的主要因素之一。

wilyes11收集 博客(与学习无关)：http:1810231802

5.2模型二 世博会投资对上海GDP的直接贡献模型
此模 型应用凯恩斯宏观经济理论[2]，测算出世博会投资直接引起的GDP增加值，
进一步验证世博会对上 海GDP的影响。
5.2.1理论基础
按照凯恩斯宏观经济理论，乘数效应以一个变量的变 化以乘数加速度方式引起最终
量的增加。它包括正反两个方面作用。当政府投资或公共支出扩大、税收减 少时，对国
民收入有加倍扩大的作用，从而产生宏观经济的扩张效应。当政府投资或公共支出削减、税收增加时，对国民收入有加倍收缩的作用，从而产生宏观经济的紧缩效应。
乘数理论中，设?GDP
，
?
I，K，
?Expenditure
分别表示国民 收入增量、政府投资
增量、投资乘数、消费增量，则投资乘数公式可表示为：
K??GDP?I
①
决定投资乘数的是边际消费倾向（MPC），因为
?GDP??Expenditure??I
，将
?I??GDP??Expenditur e
代入①，得：
K??GDP(?GDP??Expenditure)?1(1?MPC)

其中：
MPC??Expenditure?GDP

上述乘数公式表示：国 民收入增量
?GDP
等于政府投资增量
?I
除以
(1?MPC)，即
?GDP??I(1?MPC)
。投资乘数的大小主要决定于边际消费倾向的大小。边 际消费倾
向越大，则乘数越大，收入增量越大；反之，边际消费倾向越小，则乘数越小，收入增
量越小。
5.2.2数据采集
上海消费者在世博会筹办到会展期间的MPC，成为计算世博 会乘数效应的关键。我
们通过对上海人均可支配收入及人均消费支出
[1]
的分析，计 算出消费函数，然后利用消
费函数和MPC的定义算出边际消费倾向的具体数值，进而得出世博会对上海 GDP的直
接贡献值。
附上相关数据，如下表：
表4
年份
1980
1981
1982
1983
1984
1985
1986
1987
1988
上海市人均收入与人均消费水平情况（元）

人均收入
637
637
659
686
834
1075
1293
1437
1723
人均支出
553
585
576
615
726
992
1170
1282
1648
wilyes11收集 博客(与学习无关)：http:1810231802

1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

1976
2183
2486
3009
4277
5868
7172
8159
8439
8773
10932
11718
12883
13250
14867
16683
18645
20668
23623
26675
28838
1812
1937
2167
2509
3530
4669
5868
6763
6820
6866
8248
8868
9336
10464
11040
12631
13773
14762
17255
19398
20992
wilyes11收集 博客(与学习无关)：http:1810231802

5.2.3世博会投资对上海GDP的直接贡献模型建立及求解
图3

2.5
x 10
4
上海市1980年-2009年人均收入与人均消费关系< br>2
E
x
p
e
n
d
i
t
u< br>r
e
1.5
1
0.5
0
00.511.5
I ncome
22.5
x 10
3
4

（程序见附件3：GDP_Economy.m）
通过MATLAB作图，可以看出，“叉” 点组成的图形近似直线，所以我们采用一元
线性回归模型，以人均收入（Income）为自变量，对上 海市1980年-2009年这30年间
的人均收入与人均消费[1](Expenditure)进行 线性回归分析，得到了如图所示的拟合直线
和回归方程：

Expenditur e?349.18?0.7204?Income
（程序见附件3：GDP_Economy.m） < br>从程序运行结果中可以看出它们的相关系数为0.9984（越接近1，回归效果越显著），
该模 型经检验，显著性相关。
表5

直接投资
间接投资
合计投资

世博会投资情况
单位：亿元
建设投入 运营投入 合计
180 106 286
（轨道交通及其它）配套基础设施等约3100亿元
按“直接投资+间接投资*30%”计算：1216
注：间接投资按30%比例计算，方法引自《奥运经济对北京和国内其他地区的经济影响》
由 上表可知
?I?1216
，而此线性回归方程的斜率即
MPC?0.7204
，故上海世博会
投资所引起的GDP增加值为：
?GDP??I(1?MPC)?1216(1?0.7204)?4349.1
。
以上模型结果表明，世博会投资总计会对上海GDP直接贡献4349.1亿元。

wilyes11收集 博客(与学习无关)：http:1810231802

5.3模型三 世博经济对环境的影响模型
随着全人类对于环境问 题的关注，环境保护和可持续发展已经成为一股不容忽视的
世界潮流，越来越多的国际重大活动都将环保 作为其成功举行的目标之一。历经150多
年的世界博览会，也经由这股潮流带领，逐渐成为各国表达可 持续发展理念的世界舞台。
世博会具有持续时间长、参与面广、传播形式丰富多样的特点，上海世博会的 预计参观
人数可达七千万人，持续时间长达半年，这对于推广和普及环保理念无疑具有重要的积
极意义。中国2010年上海世博会主题着重于“人，城市，地球”的和谐相融，始终坚持
可持续发展的 原则，节能减排的环保理念贯穿了世博会的主题、规划、建设、运营和后
续利用的全过程，切实体现“城 市，让生活更美好”的主题，因此，在注重世博经济的同
时，我们同样要考虑经济增长对环境的影响。为 此，我们建立模型三，结合经济数据对
上海主要废物排放指标进行分析，总结出世博经济对上海环境状况 的影响情况，希望人
们通过参观本届世博会，加深对可持续发展的理解和重视，让保护环境和可持续发展 的
理念更加深入人心！
5.3.1数据采集
我们查找并选取了1995-2009 年上海工业废水COD排放量、工业废水总排放量、工
业废气总排放量、工业二氧化硫排放量作为环境指 标
[3]
，并选取1995-2009年上海人均
GDP作为经济指标
[1]
，以分析世博经济与环境的关系。
表6

1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
1995-2009年上海工业废物排放量表

工业废气排放
（亿立方米）
4 625
4 757
4 755
4 912
4 947
5 755
6 964
7 440
7 799
8 834
8 482
9 428
9 591
10 436
10 059
工业废水COD工业废水排放（亿
排放（亿吨） 吨）
12.29
12.16
11.70
9.63
8.92
6.93
5.27
4.78
4.38
3.76
3.66
3.53
3.38
2.76
2.90
11.61
11.41
9.99
9.00
8.52
7.25
6.80
6.49
6.11
5.64
5.11
4.83
4.76
4.41
4.12
工业二氧化硫排放
（万吨）
38.15
43.30
43.62
39.09
31.09
32.68
30.00
32.49
30.07
34.95
37.52
37.43
36.44
29.80
23.93



wilyes11收集 博客(与学习无关)：http:1810231802

图4 1995-2009年上海人均GDP


5.3.2模型建立及求解
我们通过三次多项式拟合（程序见附件4：GDP_Enviro nment.m）（使用MATLAB中的
ployfit函数）的方式得出人均GDP与环境指标的拟 合模型。在图像中，红线表示相应
环境指标与人均GDP关系的折线，蓝线则是上述折线的拟合函数图像 。每个图像下方标
明了拟合函数的相关系数，可以看出模型的相关系数均在0.8以上，因此得到的拟合 模
型能够很好的解释两者之间的关系。
图5
13
12
11
x 10
8
人均GDP与工业废水排放量拟合曲线
工
业
废
水< br>排
放
（
t
）
10
9
8
7
6
5
4
123456
人均GDP生产总值（元）
7
x 10
8
4

本图像相关系数为：0.9932
wilyes11收集 博客(与学习无关)：http:1810231802

由图像看出,上海人均GDP与工业废水排放量呈现二次的U型曲线的左半段 ,随着人
均GDP增长,工业废水排放量呈现波动下降趋势,环境质量向好的方向转变。


图6
14
x 10
4
人均GDP与工业废水COD排 放量拟合曲线
12
工
业
废
水
C
O
D
排
放
量
（
t
）
10
8
6
42
123456
人均GDP生产总值（元）
7
x 10
8
4

本图像相关系数为：0.98
人均GDP与工业废水 COD排放量关系和工业废水排放量关系类似，均呈斜率减小
的减函数图像。
图7
11
x 10
11
人均GDP与工业废气排放量拟合曲线
10工
业
废
气
排
放
量
（
立
方米
）
9
8
7
6
5
4
123456人均GDP生产总值（元）
7
x 10
8
4

wilyes11收集 博客(与学习无关)：http:1810231802

本图像相关系数为：0.98
人均GDP和工业废气排放量呈开口 向下的二次函数左半段关系。工业废气排放受人
均GDP增长影响较大。这略与低碳世博、低碳工业的宗 旨相违，我们乐于见到世博经济
的发展，但不愿以环境为代价。
图8
4.5
x 10
5
人均GDP与工业二氧化硫排放量拟合曲线
4< br>工
业
二
氧
化
硫
排
放
（
t< br>）
3.5
3
2.5
2
123456
人均GDP生产总 值（元）
7
x 10
8
4

本图像相关系数为：0.83262945825960
人均GDP与工业二氧化硫排放量呈 现三次的倒N型曲线关系，即先呈正U型然后
呈倒U型关系。可以看出上海政府在发展世博经济的同时确 实在环境控制方面做出了努
力。
由以上分析，我们得到一个较为乐观的结果：上海在重视世博 、大力投资的同时，
也着眼控制环境问题，努力营造绿色上海，低碳世博。世博经济的发展总体上并没有 对
上海的环境造成负面影响。
低碳经济是指以能源高效利用和清洁开发为基础，以低能耗、低 污染、低排放为基
本特征的经济发展模式。值得关注的是，发达国家的碳排放主要存在于消费领域，而在
发展中国家则主要存在于生产环节。具体地说，在许多发达国家，企业与居民的碳排放
量之比是 3∶7，即30%的碳是企业排放的，而70%的碳是居民排放的；对于我国这样的
发展中国家来说，情 况恰好相反，即70%的碳是企业排放的，30%的碳是居民排放的。
这也说明，我国在一个相当长的时 期里，减少碳排放的主要压力在生产领域；大幅度降
低国内生产总值的二氧化碳强度是我国中近期内发展 低碳经济、减缓碳排放的核心任
务。要看到，无论是降低生产领域的二氧化碳排放量，还是降低二氧化碳 的排放强度即
降低每单位GDP增长所带来的二氧化碳排放量，都对调整和优化产业结构提出了明确要< br>求。这是因为，产业结构状况是决定GDP二氧化碳强度的关键因素。作为全球瞩目盛会
的上海世 博会，无论是从空间、还是从内容等角度来讲，涉及范围都非常广泛。尤其为
尽力体现“城市，让生活更 美好”这个主题，以“绿色”或“低碳”为特色的上海世博会，在
wilyes11收集 博客(与学习无关)：http:1810231802

践行低碳经济的理 念方面到底如何，我们可以从世博会承办前后上海产业结构变化情况
来作一简单分析和说明。
5.4模型四 上海产业结构变化模型
首先，收集到本模型所需数据[1]如下：
表7
1998-2009年上海生产总值产业结构表
单位：%
年份 第一产业 第二产业 第三产业 年份 第一产业 第二产业 第三产业
1998
1999
2000
2001
2002
2003
2.1
2.0
1.6
1.7
1.6
1.5
50.1
48.4
46.3
47.6
47.4
50.1
47.8
49.6
52.1
50.7
51.0
48.4
2004
2005
2006
2007
2008
2009
1.3
1.0
0.9
0.8
0.8
0.7
50.8
48.6
48.5
46.6
43.2
39.9
47.9
50.4
50.6
52.6
56.0
59.4

根据上表各年份三个产业的百分比数据，我们用Excel作出了三产 业各年份百分比
堆积柱形图，并用MATLAB（程序见附件5：prod_struc.m）作出了三 产业数据点折线图：


图9
100%
90%
80%< br>70%
60%
50%
40%
30%
20%
10%0%

三产业各年份百分比堆积柱形图
第三产业
第二产业
第一产业
9










wilyes11收集 博客(与学习无关)：http:1810231802

图10
60
50
40
30
20
10
0
1998
三产业数据点折线图
第一产业
第二产业
第三产业
2

< br>根据以上图表可以看出，在世博会前期（2003年之前），上海三产业生产总值所占
百分比虽然 在小范围内波动，但其产业结构大体保持不变。世博会筹备建设期
（2003-2009年），第三产业 发展迅速，所占百分比明显提高，由2004年的47.9%到2009
年的59.4%，增幅高达11 .5%；同一时期，第二产业比重同等程度下降，由2004年的50.8%
到2009年的39.9% ，下降幅度达到10.9%；第一产业所占比例每年均有轻微下降。
图表
中2004年前后第三 产业曲线上升、第二产业曲线下降这一现象正好与我们模型假设中的产业结
构变化情况吻合，模型假设经 验证成立。因此我们得出结论：世博会在很大程度上促进了上海
产业结构的调整。
六 模型总结
本文中所有模型具有较强的兼容性适宜推广，针对不同的展会影响力的定量评估按
收 集数据应用此模型只需对参变量进行适当的调整即可。但由于数据采集的困难，本文
只做了世博会对上海 经济的影响力的定量评估，而未涉及对其他方面影响力的评估，这
是本文一个不足之处。



wilyes11收集 博客(与学习无关)：http:1810231802

参考文献
[1]上海统计局，2010上海统计年鉴[J], http:2004shtjtjnj
，2010.09.10
[2] 陈啸月, 凯恩斯宏观经济理论评述[J], 中南财经政法大学新华金融保险学
院,2010(2),10
[3]上海环境保护局，上海市环境状况公报[J], http:
[4]杨琳、王波、沈璐 瑶，世博会影响下的上海经济与产业发展[J]，经济研究导刊,2007,
（1）：170-173
[5]李梦义，2008奥运会对北京经济的影响[J],四川科技师范学院学报,2005,4(3) ：70-72
[6]杨越，奥运会对主办城市的主要经济影响研究奥运经济与北京城市发展[J],中 国社会
科学研究生院学报，2005(5)：25-31
[7]任学蓉、靳燕，宁夏经济增长 与环境质量特征分析[J],干旱区资源与环境，2010,24(1)：
1-5
[8]戴颖，往届世博会对2010年上海世博会的启示[D],上海交通大学，2008
[9] 王珍、许倩，奥运经济与北京城市发展[J]，北京市经济管理干部学院学报，
200 5,20(70)：21-23
[10] 杨云山 杨林，北京2008年奥运会对我国经济的影响[J],商场现代化，2004
[11] 张赛飞，2 010年亚运会对广州经济影响的定量分析[J],集团经济研究，2007,（82）：
287-28 8
[12] 童玉芬，奥运活动对北京市流动人口影响的定性定量分析[J],人口研究，2008， 32
（1）：76-82
[13] 董杰，奥运经济对北京和国内其他地区的经济影响[J] ,体育与科学，2010，31（3）：
31-41
[14]肖道刚，基于成本—收益理论的上海世博经济影响研究[D],上海：华东师范大学，2008
[15] 吴殷，基于投入产出的体育赛事活动的经济影响个案分析[J],上海体育学院学报，
2009，33（4）：10-11
[16]陈秋玲、高秦境、黄舒婷，世博会与城市经济发展效应 分析[J],南京理工大学学报，
2010(4),23(2)：11-16
[17] 周毅. 第29 届奥运会对促进北京地区经济增长的分析[J]. 体育科学,2006 ,3
[18] 王皓波，陈迅．2010年上海世博会主要收入分析与预测叨[J]．上海管理科学．2005(1)
[19]劳德.塞尔旺等著，国际级博览会影响研究[M],上海科学技术文献出版社，2003
[20]谢飞帆，世界博览会的效益评估[J],社会科学，1999(12)
[21]朱若霖.汉诺威世界博览会的特点和启示[J],浦东开发，2010(1)
[22 ]王战，2010上海世博会创新和发展——20032004年上海发展报告[M],上海，上海财
经 大学出版社，2004
[23] 克劳德·塞尔旺, 竹田一平.国际级博览会影响研究[M].上海: 上海科学技术文献出
版社, 2003
[24] 董杰.奥运会对举办城市经济的影响[M].北京：经济科学出版社,2004
wilyes11收集 博客(与学习无关)：http:1810231802

[25] 杨帆.北京2008 年奥运会将为中国GDP 贡献一个百分点[ODEL]，.
2001-08-02
[26] 陈剑1 奥运会:推进北京现代化全面提速[ J ]1北京规划建设1 2004, (3) 1
[27]孙乃彬．世界各国博览会[M]．中国大百科全书出版社
[28]中国与世博：历史纪录：185l—1940[M]．上海科学技术出版社．2002
[29] 《在世博会推动下——匕海第三产业发展的新思考》[M]，2004
[30] 费定，熊锦云．作为重要事件的世博会与上海城市发展的阶段跨越[J]．规划
师．2006(6)．
[31] 毛广雄．上海世博效应预N[JI．上海经济
[32]郭英之，2010年上海世博会旅游发展潜力的效应分析[J],旅游学刊，2003(5)
[33] 郑国中．世博经济：魅力到底有多大[N]．中国审计报．2002(12)．
[34] 艾东．上海世博会投资1000亿元的经济奥运会[J],中国投资,2003(8)．
[35] 胡清，郑国中．世博经济六大魅力[J]．经济纵横．2003，6．
[36] 中共上海市委宣传部．走进世博会[M]．上海人民出版社
[37] 中国与世博：历史纪录：185l—1940[M]．上海科学技术出版社．2002
[38] 中共上海市委宣传部．走进世博会[M]．上海人民出版社
[39] 郑时龄，陈易。世博会规划设计研究[M]．同济大学出版社．2006
[40] 杨越. 2008 年奥运会对北京经济的影响———基于投入产出的分析[J ] . 体育科
学,2005 ,25
[41]陆琪、朱晓舟，奥运会对城市经济的助推作用[J]人文地理，2005,(4):34-36
[42]杨柳，上海世博会对城市就业的影响[J],合作经济与科技，2010,(386):10- 11

wilyes11收集 博客(与学习无关)：http:1810231802

附录
附件1：Prod_Model.m
clear
clc




year_prod=[1978 1979 1980 1981 1982 1983 1984 1985 1986
1987 1988 1989 1990 1991 1992 1993 1994 1995 1996
1997 1998 1999 2000 2001 2002
272.81 286.43 311.89 324.76 337.07 351.81 390.85 466.75 490.83 545.46
648.30 696.54 781.66 893.77 1114.32 1519.23 1990.86 2499.43
2957.55 3438.79 3801.09 4188.73 4771.17 5210.12 5741.03
]
year=year_prod(1,:)';
prod=year_prod(2,:)';
p=polyfit(year,prod,2)
y1=p(1)*year.^2+p(2)*year+p(3)
plot(year,y1,'ks-',year,prod,'r-');

附件2：Prod_Model_Compare.m
clear
clc






year_prod=[1978 1979 1980 1981 1982 1983 1984 1985 1986
1987 1988 1989 1990 1991 1992 1993 1994 1995 1996
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
2007 2008 2009
272.81 286.43 311.89 324.76 337.07 351.81 390.85 466.75 490.83 545.46
648.30 696.54 781.66 893.77 1114.32 1519.23 1990.86 2499.43
2957.55 3438.79 3801.09 4188.73 4771.17 5210.12 5741.03
6694.23 8072.83 9247.66 10572.24 12494.01 14069.87 15046.45
]
year=year_prod(1,:)';
prod=year_prod(2,:)';
y1=15.3763987367162* year.^2-60979.5415259772*year+60458172.6766906
plot(year,y1,'ks-',year,prod,'r-');

附件3：GDP_Economy.m


Income=[637 637 659 686 834 1075 1293 1437 1723 1976 2183
2486 3009 4277 5868 7172 8159 8439 8773 10932 11718
12883 13250 14867 16683 18645 20668 23623 26675 28838]';
wilyes11收集 博客(与学习无关)：http:1810231802

Expenditure=[553 585 576 615 726 992 1170 1282 1648 1812 1937
2167 2509 3530 4669 5868 6763 6820 6866 8248 8868
9336 10464 11040 12631 13773 14762 17255 19398 20992]';
Count=size(Income,1);
Income=[ones(Count,1),Income];
[b,bint,r,r int,stats]=regress(Expenditure,Income); %% stats(1)为相关系数
plot(Income,Expenditure,'k+',Inc ome,b(1)+b(2)*Income,'r');

附件4：GDP_Environment.m
clear
clc

GDP=[17779 20647 23397 25206 27071 30047 32333 35445 40130
46755 52535 58837 68024 75109 78989 ];
inviroment=[12.29 11.61 4625
12.16 11.41 4757
11.7
9.63
8.92
6.93
5.27
4.78
4.38
3.76
3.66
3.53
3.38
2.76
9.99
9
8.52
7.25
6.49
6.11
5.64
5.11
4.83
4.76
4.41
4755
4947
5755
30
32.49
30.07
34.95
37.52
37.43
36.44
23.93];
7440
7799
8834
8482
9428
9591
4912
43.3
43.62
31.09
32.68
38.15
39.09
6.8 6964
10436 29.8
2.9 4.12 10059
cod=inviroment(:,1)*10000;
waste_water=inviroment(:,2)*100000000;
waste_gas=inviroment(:,3)*100000000;
soo=inviroment(:,4)*10000;
x=GDP;
cod_result=polyfit(GDP',cod,3);
cod_integration=vpa(poly2sym(cod_result),10);
cod_integration=vectorize(cod_integration);
cod_integration=eval(cod_integration);
cod_integration
Relate_coef_cod=min(min(co rrcoef(cod,cod_integration))) %%相关系数
wilyes11收集 博客(与学习无关)：http:1810231802

new_cod_result=cod_result(1).*GDP. ^3+cod_result(2).*GDP.^2+cod_result(3).*GDP+co
d_result(4);
figure(1)
plot(GDP,cod','-ro' ,GDP,new_cod_result,'-','LineWidth',2)
xlabel('人均GDP生产总值（元）')
ylabel('工业废水COD排放量（t）')
soo_result=polyfit(GDP,soo',3);
soo_integration=vpa(poly2sym(soo_result),10);
soo_integration=vectorize(soo_integration);
soo_integration=eval(soo_integration);
soo_integration;
Relate_coef_soo=min(min(c orrcoef(soo',soo_integration)))
new_soo=soo_re sult(1).*GDP.^3+soo_result(2).*GDP.^2+soo_result(3 ).*GDP+soo_result
(4);
figure(2)
plot(G DP,soo','-ro',GDP,new_soo,'-','LineWidth',2)
xlabel('人均GDP生产总值（元）')
ylabel('二氧化硫排放（t）')
waste_water_result=polyfit(GDP,waste_water',3) ;
waste_water_integration=vpa(poly2sym(waste_w ater_result),10);
waste_water_integration=vect orize(waste_water_integration);
waste_water_in tegration=eval(waste_water_integration);
waste_water_integration;
Relate_coef_waste _water=min(min(corrcoef(waste_water',waste_water_i ntegration)))
new_waste_water=waste_water_resu lt(1).*GDP.^3+waste_water_result(2).*GDP.^2+wa
ste_water_result(3).*GDP+waste_water_result(4);
figure(3)
plot(GDP,waste_water','-ro',GDP, new_waste_water,'-','LineWidth',2)
xlabel('人均GDP生产总值（元）')
ylabel('工业废水排放（t）')
waste_gas_result=polyfit(GDP,waste_gas',3); waste_gas_integration=vpa(poly2sym(waste_gas_res ult),10);
waste_gas_integration=vectorize(wast e_gas_integration);
waste_gas_integration=eval (waste_gas_integration);
waste_gas_integration;
Relate_coef_waste_g as=min(min(corrcoef(waste_gas',waste_gas_integrati on)))
new_waste_gas=waste_gas_result(1).*GDP.^ 3+waste_gas_result(2).*GDP.^2+waste_gas
_result (3).*GDP+waste_gas_result(4);
figure(4)
wilyes11收集 博客(与学习无关)：http:1810231802

plot(GDP,waste_gas','-ro',GDP,new_ waste_gas,'-','LineWidth',2)
xlabel('人均GDP生产总值（元）')
ylabel('工业废气排放量（t）')

附件5：prod_struc.m
clear;
clc;
data=[1998 2.1
1999 2.0
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
1.6
1.7
1.6
1.5
1.3
1.0
0.9
0.8
0.8
0.7
50.1 47.8
48.4
46.3
47.6
47.4
50.1
50.8
48.6
48.5
46.6
43.2
39.9
49.6
52.1
50.7
51.0
48.4
47.9
50.4
50.6
52.6
56.0
59.4 ];
x=data(:,1)
y1=data(:,2)
y2=data(:,3)
y3=data(:,4)
plot(x,y1,'or-')
hold
plot(x,y2,'xb-')
plot(x,y3,'sg-')
hold off

wilyes11收集 博客(与学习无关)：http:1810231802