SARS疫情对某些经济指标的影响

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

SARS疫情对某些经济指标的影响

2003年SARS疫情对中国部分行业的经济发展产生了一定的影响,特别是对部分疫情比较严重的省市的相关行业所造成的影响是很明显的。经济影响主要分为直接影响和间接影响,直接影响涉及到商品零售业、旅游业、综合服务业等,很多方面难以进行定量地评估。现仅就SARA疫情较重的某城市商品零售业、旅游业、综合服务业的影响进行定量评估分析。

已知某市从1997年1月-2003年12月的商品零售额、接待海外旅游人数、综合服务收入的统计数据如下表

表1-1 商品的零售额(单位:亿元)

1

表1-2 接待海外旅游人数(单位:万人)

2

试根据这些历史数据建立预测评估模型,评估2003年SARS疫情给该市商品零售业、旅游业和综合服务业所造成的影响。

3

SARS疫情对商品的零售额的影响情况如表1:

月份 1 2 3 4 5 6

实际值163.2 159.7 158.4 145.2 124 144.1

预测值156.0996 154.8565 149.4379 148.6303 162.7145 158.0936

相对误

0.043507 0.030329 0.056579 0.023625 0.312214 0.09711

月份7 8 9 10 11 12

实际值157 162.6 171.8 180.7 173.5 176.5

预测值161.7471 162.179 174.1406 179.2938 163.3038 155.4135

相对误

0.030236 0.002589 0.013624 0.007782 0.058768 0.11947

表1. 2003年商品的零售额的实际值域预测值

4

5

024681012

120

130

140

150

160

170

180

190

SARS 疫情对接待海外旅游人数的影响情况如表

月份 1 2 3 4 5 6

实际值15.4 17.1 23.5 11.6 1.78 2.61 预测值14.4828 39.444 25.0538 31.9921 33.9504 32.3963 相对误

0.059558 1.306667 0.066119 1.75794 18.07326 11.41238 差

月份7 8 9 10 11 12

实际值8.8 16.2 20.1 24.9 26.5 21.8 预测值29.1158 35.4191 33.7513 33.2912 30.7309 25.0645 相对误

2.308614 1.186364 0.679169 0.336996 0.159657 0.149748 差

表2. 2003年接待海外旅游人数的实际值域预测值

6

7

024681012

510152025303540

SARS 疫情对综合服务业累计数额影响情况如表

月份

2

3

4

5

6

7

8

9

10

11

12

实际值 241 404 584 741 923 1114 1298 1492 1684 1885 2218 预测值 279.5609 434.9344 608.102 732.6269 938.302 1120.4 1299.3 1474.8 1685.5 1855.3 2189.4 相对误差 0.160004 0.07657 0.041271 0.0113 0.016579 0.005745 0.001002 0.011528 0.000891 0.015756 0.012894

23456789101112

程序如下:clc,clear

x0=[90.3 97.4 109.5 121.7 138.7 142.9];

n=length(x0);

8

[exp(-2/(n+1)) exp(2/(n+1))];%级比范围

x0=x0+800;

lamda=x0(1:n-1)./x0(2:n)%落入级比范围

range=minmax(lamda)

x1=cumsum(x0);%做一次累加

for i=2:n

z(i)=0.5*(x1(i)+x1(i-1));%均值生成

end

B=[-z(2:n)',ones(n-1,1)];

Y=x0(2:n)';

u=B\Y

x=dsolve('Dx+a*x=b','x(0)=x0');

x=subs(x,{'a','b','x0'},{u(1),u(2),x1(1)});

yuce1=subs(x,'t',[0:n-1]);

9

digits(6),y=vpa(x) %为提高预测精度,先计算预测值,`再显示微分方程的解

yuce=[x0(1),diff(yuce1)]

epsilon=x0-yuce %计算残差

delta=abs(epsilon./x0) %计算相对误差

rho=1-(1-0.5*u(1))/(1+0.5*u(1))*lamda %计算级比偏差值

yuce=yuce-800%还原数值

y1=[156.0996 154.8565 149.4379 148.6303 162.7145 158.0936 161.7471 162.179 174.1406 179.2938 163.3038 155.4135

];

y2=[163.2 159.7 158.4 145.2 124.0 144.1 157.0 162.6 171.8 180.7 173.5 176.5];

x=[1:12];

10

相关文档
最新文档