日本311地震對(duì)經(jīng)濟(jì)的影響分析

1、山東交通學(xué)院 數(shù)學(xué)建模 311地震對(duì)日本經(jīng)濟(jì)影響的定量評(píng)估摘 要2011年3月11日，日本發(fā)生里氏9.0級(jí)的特大地震，短期內(nèi)給日本在經(jīng)濟(jì)方面以沉重的打擊。本文整體主要分了兩個(gè)大的部分來(lái)說(shuō)明311地震對(duì)日本經(jīng)濟(jì)的影響。第一個(gè)部分先通過(guò)網(wǎng)絡(luò)資源查取數(shù)據(jù)，從影響經(jīng)濟(jì)發(fā)展的幾個(gè)大的方面出發(fā)定量的分析了地震對(duì)日本經(jīng)濟(jì)的巨大影響。首先分析了地震對(duì)進(jìn)出口總額的影響，為了更好的對(duì)比我們選擇了2004-2010年三月份的進(jìn)出口總額，應(yīng)用了高斯函數(shù)擬合，預(yù)測(cè)出沒(méi)有地震影響時(shí)進(jìn)出口總額分別237650億元，6931.6億元，再跟有地震影響時(shí)的進(jìn)出口總額比較，從而求出地震對(duì)進(jìn)出口總額的影響率分別為: 0.0088，-

2、0.02。然后我們把出入境旅游人數(shù)作為指標(biāo)衡量地震對(duì)日本服務(wù)業(yè)的巨大影響，我們也是選擇2004-2010年三月份出入境旅游人數(shù)，應(yīng)用了基于灰色系統(tǒng)理論的灰色預(yù)測(cè)模型GM（1,1），分別預(yù)測(cè)出了沒(méi)有地震影響時(shí)的出入境旅游人數(shù)分別為：78.9674萬(wàn)人，143.1741萬(wàn)人，從而得出地震對(duì)出入境旅游人數(shù)的影響率：=-0.8056，=0.1125。再以電子產(chǎn)業(yè)為代表來(lái)分析地震對(duì)日本制造業(yè)的影響，我們搜集了2010年1月到2011年5月的電子產(chǎn)品總值，應(yīng)用了不同的函數(shù)進(jìn)行擬合，通過(guò)比較擬合優(yōu)度，選擇了擬合優(yōu)度最高的傅里葉函數(shù)5次擬合，根據(jù)確定出的函數(shù)關(guān)系式進(jìn)行2011年3、4、5月的預(yù)測(cè)，引入相對(duì)誤差

3、來(lái)說(shuō)明實(shí)際電子產(chǎn)品總值與預(yù)測(cè)值之間的偏差，計(jì)算出(2011,3)= -19.57%，(2011,4)= -46.62%，(2011,5) =-29.06%。最后我們又以GDP為指標(biāo)分析了日本地震對(duì)經(jīng)濟(jì)的整體影響，對(duì)于GDP的預(yù)測(cè)我們應(yīng)用了神經(jīng)網(wǎng)絡(luò)對(duì)它進(jìn)行了預(yù)測(cè)，我們首先介紹了神經(jīng)網(wǎng)絡(luò)基本原理，各參數(shù)的確定，模型建立的步驟，最終得出2011年GDP的預(yù)測(cè)值，又根據(jù)日本團(tuán)隊(duì)的估計(jì)方法，估計(jì)出日本2011年受地震影響后的GDP值，進(jìn)而把來(lái)兩者進(jìn)行比較，得出受地震影響后2011年GDP下降的百分點(diǎn)為%1.23。GDP作為衡量一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展的重要指標(biāo)，可以看出地震對(duì)日本經(jīng)濟(jì)的影響非常的大。第二大部分我

4、們主要是通過(guò)與其他幾次大地震對(duì)經(jīng)濟(jì)的影響的對(duì)比，分析此次地震對(duì)日本經(jīng)濟(jì)的巨大影響。主要從GDP，和進(jìn)口額的角度比較說(shuō)明。最后我們總體分析了日本震后經(jīng)濟(jì)的恢復(fù)情況。 關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)，灰色預(yù)測(cè)，曲線擬合，GDP目 錄一、問(wèn)題重述2二、問(wèn)題分析22.1“影響力”的定量分析理解22.2 評(píng)價(jià)指標(biāo)的確定及數(shù)據(jù)的查取3三、問(wèn)題的假設(shè)3四、符號(hào)說(shuō)明3五、模型建立及求解45.1日本地震對(duì)某產(chǎn)品進(jìn)出口額的影響分析45.2日本地震對(duì)本國(guó)旅游業(yè)的影響分析65.4 日本地震對(duì)GDP的影響率分析13六、對(duì)比分析311地震對(duì)經(jīng)濟(jì)的影響及經(jīng)濟(jì)的恢復(fù)176.1對(duì)比分析311地震對(duì)日本經(jīng)濟(jì)的影響176.2總體評(píng)價(jià)日本經(jīng)濟(jì)的恢

5、復(fù)19七、模型的評(píng)價(jià)、改進(jìn)及推廣20 一、問(wèn)題重述日本東北部海域發(fā)生了里氏9.0級(jí)的大地震，為世界觀測(cè)史上最高震級(jí)。超強(qiáng)地震所引發(fā)的海嘯、核泄漏，對(duì)試圖擺脫“失去的十年”經(jīng)濟(jì)衰退期的日本經(jīng)濟(jì)一個(gè)重大打擊，其影響可能極為深遠(yuǎn)。本題要求我們通過(guò)查取互聯(lián)網(wǎng)數(shù)據(jù)，運(yùn)用數(shù)學(xué)建模的方法，從某一側(cè)面就311大地震對(duì)日本經(jīng)濟(jì)的影響建立數(shù)學(xué)模型，對(duì)其進(jìn)行定量評(píng)估，分析地震對(duì)日本經(jīng)濟(jì)發(fā)展的巨大影響。二、問(wèn)題分析2.1“影響力”的定量分析理解每次大事件發(fā)生后在實(shí)際中都需要將影響力轉(zhuǎn)化為有參考價(jià)值的數(shù)據(jù)，這時(shí)往往需要利用數(shù)學(xué)建模的方法對(duì)其進(jìn)行定性與定量的分析。本文在評(píng)估311地震對(duì)日本經(jīng)濟(jì)影響時(shí)正是應(yīng)用了這種方法，第

6、一部分從不同的角度分析了日本地震對(duì)經(jīng)濟(jì)的影響，通過(guò)把有地震發(fā)生時(shí)的進(jìn)出口總額，出入境旅游人數(shù)，電子產(chǎn)品總值，GDP與不發(fā)生地震的實(shí)際值進(jìn)行對(duì)比，建立模型，得出影響力的四個(gè)參考指標(biāo)。第二部分，考慮日本這次地震跟1995年的阪神地震，印尼海嘯和智利中南部地震的相似性，把這次地震對(duì)GDP，進(jìn)出口總額，與歷次重要地震前后 GDP增長(zhǎng)率，進(jìn)口總額回落情況，日元匯率進(jìn)行對(duì)比，從而將地震的影響力進(jìn)行量化。2.2 評(píng)價(jià)指標(biāo)的確定及數(shù)據(jù)的查取我們考慮用什么指標(biāo)來(lái)評(píng)價(jià)地震對(duì)經(jīng)濟(jì)的影響呢?通過(guò)在網(wǎng)上搜集資料和數(shù)據(jù)我們了解到，地震對(duì)日本經(jīng)濟(jì)的影響特別顯著。影響經(jīng)濟(jì)的主要指標(biāo)大致有：GDP,地區(qū)生產(chǎn)總值、工業(yè)增加值、固

7、定資產(chǎn)投資、地方財(cái)政一般預(yù)算收入、出入境旅游人數(shù)、對(duì)外貿(mào)易（海關(guān)進(jìn)出口總額）、社會(huì)消費(fèi)品零售總額、居民消費(fèi)價(jià)格指數(shù)、城鎮(zhèn)居民人均可支配收入、農(nóng)牧民人均現(xiàn)金收入等。我們?cè)诜治鋈毡颈緡?guó)本身的經(jīng)濟(jì)體制結(jié)構(gòu)的基礎(chǔ)上，通過(guò)對(duì)數(shù)據(jù)的分析及處理，最終確定以進(jìn)出口總額，出入境旅游人數(shù)、電子產(chǎn)業(yè)，GDP四項(xiàng)的數(shù)據(jù)作為評(píng)價(jià)地震影響力的經(jīng)濟(jì)指標(biāo)。本題最大的特點(diǎn)在于數(shù)據(jù)信息的收集與處理，根據(jù)對(duì)原題的分析，我們通過(guò)互聯(lián)網(wǎng)尋找到了影響經(jīng)濟(jì)的所有主要指標(biāo)，首先對(duì)指標(biāo)的數(shù)據(jù)進(jìn)行了觀測(cè)，對(duì)每個(gè)因素進(jìn)行分析，得出了四個(gè)對(duì)日本經(jīng)濟(jì)影響最大的指標(biāo)，并對(duì)它們進(jìn)一步分析，將其中不合實(shí)際的數(shù)據(jù)剔除，增加了數(shù)據(jù)的合理性與可靠性。三問(wèn)題的假設(shè)

8、（1）網(wǎng)絡(luò)數(shù)據(jù)真實(shí)可靠，所統(tǒng)計(jì)的數(shù)據(jù)都在誤差允許范圍之內(nèi)。（2）假設(shè)所統(tǒng)計(jì)的數(shù)據(jù)都在誤差允許范圍之內(nèi)。（3）如果日本不發(fā)生地震，日本的國(guó)內(nèi)生產(chǎn)總值，出入境旅游人數(shù)，進(jìn)出口總額，電子產(chǎn)業(yè)均按以前規(guī)律變化，無(wú)突變。（4）日本地震影響下2011年的國(guó)內(nèi)生產(chǎn)總值可以根據(jù)日本團(tuán)隊(duì)的估算方法算計(jì)。四、符號(hào)說(shuō)明：影響率：（t,i）：相對(duì)誤差。t表示年份，i表示月份Y：表示實(shí)際數(shù)據(jù)X：表示預(yù)測(cè)數(shù)據(jù)：擬合優(yōu)度F（i）電子產(chǎn)品預(yù)測(cè)總值五、模型建立及求解5.1日本地震對(duì)某產(chǎn)品進(jìn)出口額的影響分析 進(jìn)出口貿(mào)易，即國(guó)際貿(mào)易，是指不同國(guó)家或地區(qū)之間的商品和勞務(wù)的交易活動(dòng)。在經(jīng)濟(jì)全球化的今天，像日本這樣的一個(gè)土地少的島國(guó)，進(jìn)

9、出口貿(mào)易占經(jīng)濟(jì)收入的很大一部分。在此，我們通過(guò)建立模型預(yù)測(cè)出在日本不發(fā)生地震的情況下某產(chǎn)品進(jìn)出口額的情況，再與實(shí)際值進(jìn)行比較，分析出地震對(duì)某產(chǎn)品進(jìn)出口額的影響。5.1.1建立日本地震對(duì)某產(chǎn)品進(jìn)口額影響的模型在網(wǎng)上得到數(shù)據(jù)表如下：表5.1 2004-2010年三月份某產(chǎn)品進(jìn)口總額年份（3月）2004200520062007200820092010進(jìn)口額(億元)153954.5180083.2186197.6193208167251.5159958.1191337.1利用matlab軟件對(duì)數(shù)據(jù)進(jìn)行擬合： 圖5.1高斯函數(shù)進(jìn)口擬合圖像選擇不同的函數(shù)進(jìn)行擬合，發(fā)現(xiàn)高斯函數(shù)的擬合優(yōu)度最高=0.9519，

10、所以我們就選擇了用高斯函數(shù)進(jìn)行擬合，擬合高斯函數(shù)為：f(x) = a1*exp(-(x-b1)/c1)2) + a2*exp(-(x-b2)/c2)2)a1 = 1.915e+005 (1.151e+005, 2.68e+005) b1 = 2006 (1998, 2014) c1 = 4.836 (-15.18, 24.85) a2 = 1.719e+005 (-3.347e+007, 3.382e+007) b2 = 2011 (1720, 2303) c2 = 1.576 (-135.2, 138.4)將=2011帶入函數(shù)可得出2011年3月份某產(chǎn)品進(jìn)口額的預(yù)測(cè)值= 237650億元。與

11、網(wǎng)上可查的2011年3月份某產(chǎn)品實(shí)際進(jìn)口額為239764.7億元。由所建的模型定義的影響率：可得日本地震對(duì)本國(guó)某產(chǎn)品進(jìn)口影響率：=0.00885.1.2建立日本地震對(duì)某產(chǎn)品出口額影響的模型由網(wǎng)上可得數(shù)據(jù)：表5.2 2004-2010年三月份某產(chǎn)品出口總額年份（3月）200420052006200720082010出口額（億元）7090.585159306.79594.17193.17090.5（由于2009年數(shù)據(jù)異常，為了更好的預(yù)測(cè)，于是我們將其剔除。）利用matlab進(jìn)行擬合： 圖5.2高斯函數(shù)出口擬合圖像得到擬合優(yōu)度為0.907的高斯函：f(x) = a1*exp(-(x-b1)/c1)2

12、) + a2*exp(-(x-b2)/c2)2) a1 = 1.252e+004 b1 = 2783 c1 = 1004 a2 = 2879 b2 = 2006 c2 = 1.479將=2011帶入可得預(yù)測(cè)進(jìn)口額為 6931.6億元 ，由網(wǎng)上查的2011年3月實(shí)際出口量為 6793.4億元，由模型可得地震對(duì)日本某產(chǎn)品的出口影響率：= -0.025.2日本地震對(duì)本國(guó)旅游業(yè)的影響分析日本作為一個(gè)經(jīng)濟(jì)強(qiáng)國(guó)，其旅游業(yè)是國(guó)內(nèi)支撐產(chǎn)業(yè)之一，但今年三月份發(fā)生的大地震導(dǎo)致核泄漏，使本國(guó)環(huán)境質(zhì)量大大改變，給日本旅游業(yè)帶來(lái)沉重打擊。在這里我們基于灰色系統(tǒng)理論建立灰色模型GM（1,1），通過(guò)往年三月份入境旅游人數(shù)預(yù)

13、測(cè)出2011年三月份入境旅游人數(shù)，在與實(shí)際值進(jìn)行比較，得出影響率。 灰色系統(tǒng)理論是基于關(guān)聯(lián)空間、光滑離散函數(shù)等概念定義灰導(dǎo)數(shù)與灰微分方程，進(jìn)而用離散數(shù)據(jù)列建立微分方程形式的動(dòng)態(tài)模型，由于這是本征灰色系統(tǒng)的基本模型，而且模型是近似的、非唯一的，故這種模型為灰色模型，記為 GM（Grey Model），其中常用的GM(1,1)即表示模型是 1 階的，且只含 1 個(gè)變量的灰色模型 ?；疑A(yù)測(cè)在工業(yè)、農(nóng)業(yè)、商業(yè)等經(jīng)濟(jì)領(lǐng)域，以及環(huán)境、社會(huì)和軍事等領(lǐng)域中都有廣泛的應(yīng)用。特別是依據(jù)目前已有的數(shù)據(jù)對(duì)未來(lái)的發(fā)展趨勢(shì)做出預(yù)測(cè)分析。5.2.1日本地震對(duì)入境旅游人數(shù)影響在網(wǎng)上我們得到2004-2010年三月份入境旅游

14、人數(shù)如下表：表5.3 2004-2010年3月份入境旅游人數(shù)年份（3月）2004200520062007200820092010入境旅游人數(shù)(萬(wàn)）57.387660.233363.333476.2575.666763.166778.6972以2004年3月為起始點(diǎn)，即在該點(diǎn)t=1，于是有原始數(shù)據(jù)序：= t=1,2, 7 = =57.3876, 60.2333, 63.3334, 76.25, 75.6667, 63.1667, 78.6972 首先按GM（1，1）建模方法，對(duì)已知原始數(shù)據(jù)序列X（0）進(jìn)行一階累加生成 （即1AG0）：。得到生成數(shù)列，如下： = t=1,2, 7 =， =57.3

15、876, 117.6209, 180.9543, 257.2043, 332.871, 396.0377, 474.7349構(gòu)造數(shù)據(jù)矩陣B及數(shù)據(jù)向量 = = 利用最小二乘法求解待估參數(shù)令 求得= -0.0367 ，= 60.0846根據(jù)累加生成的新的序列得到GM（1，1）模型相應(yīng)的微分方程：求解微分方程，即可得預(yù)測(cè)模型： ，；將中的取年份，即可得到累加預(yù)測(cè)數(shù)據(jù)；由累減生成模擬原始數(shù)據(jù)序列的序列: 即可得到某年的預(yù)測(cè)數(shù)據(jù)。令t=6，7時(shí)可求得,，進(jìn)而求得=78.9674由模型我們得出2011年3月份預(yù)測(cè)入境人數(shù)為78.9674萬(wàn)人，由網(wǎng)上可查的實(shí)際入境人數(shù)為40.1653萬(wàn)人，因此可得地震對(duì)日本

16、入境人數(shù)的影響匯率為：=-0.80565.2.2日本地震對(duì)出境旅游人數(shù)影響在網(wǎng)上我們又得到2004-2010年三月份出境旅游人數(shù)如下表：表5.4 2004-2010年3月份出境旅游人數(shù)年份（3月）2004200520062007200820092010出境旅游人數(shù)(萬(wàn)）134.332137.876136.3334137.9876130.6668138.7294148.6416同樣利用GM（1,1）模型，我們得出2011年三月份出境旅游人數(shù)預(yù)測(cè)為143.1741萬(wàn)人，由互聯(lián)網(wǎng)查出2011年三月份實(shí)際出境旅游人數(shù)為161.3231萬(wàn)。因此可得地震對(duì)日本出境人數(shù)的影響率：=0.11255.3日本地震

17、對(duì)本國(guó)電子產(chǎn)業(yè)的影響分析自二次大戰(zhàn)后，日本的制造業(yè)得到迅速發(fā)展，尤其電子產(chǎn)業(yè)和汽車(chē)制造業(yè)。日本的電子產(chǎn)業(yè)和高科技著名制造商包括索尼、松下、佳能、夏普、東芝、日立等公司。日本擁有世界資產(chǎn)最龐大的銀行郵儲(chǔ)銀行，三菱UFJ金融集團(tuán)、瑞穗金融集團(tuán)和三井住友金融集團(tuán)在世界金融界占有舉足輕重的地位所以下面我們選擇電子產(chǎn)業(yè)作為日本制造業(yè)的代表分析地震對(duì)日本制造業(yè)的影響。通過(guò)互聯(lián)網(wǎng)，我們查找到由日本電子信息產(chǎn)業(yè)協(xié)會(huì)公布的工業(yè)產(chǎn)值數(shù)據(jù)統(tǒng)計(jì)表，找出日本進(jìn)出口電子產(chǎn)品總值，即日本電子產(chǎn)品工業(yè)總值的相關(guān)數(shù)據(jù)（詳見(jiàn)附錄）。由于截止到目前，日本電子信息產(chǎn)業(yè)協(xié)會(huì)尚未公布2011年6月及以后的相關(guān)信息，因此我們截取2010年

18、1月至2011年5月的信息進(jìn)行統(tǒng)計(jì)分析，通過(guò)對(duì)地震發(fā)生前的每個(gè)月（即2011年3月份之前）的數(shù)據(jù)的擬合得出時(shí)間與電子產(chǎn)品總值對(duì)應(yīng)的函數(shù)關(guān)系式，從而進(jìn)一步對(duì)2011年3、4、5月份進(jìn)行預(yù)測(cè)，通過(guò)預(yù)測(cè)值與實(shí)際值的比較得出地震對(duì)日本經(jīng)濟(jì)的影響。我們通過(guò)運(yùn)用Matlab描繪散點(diǎn)圖找出時(shí)間序列與電子產(chǎn)品總值之間的關(guān)系，結(jié)果顯示如下（程序見(jiàn)附錄，下同）：圖5.3時(shí)間序列與電子產(chǎn)品總值之間的散點(diǎn)圖5.3.1用不同函數(shù)進(jìn)行擬合從數(shù)據(jù)的散點(diǎn)圖中我們可以發(fā)現(xiàn)，時(shí)間序列與電子產(chǎn)品總值之間并不屬于簡(jiǎn)單的線性關(guān)系，因此我們利用工具箱中的擬合工具進(jìn)行處理，最終發(fā)現(xiàn)一下結(jié)果：（1）在多項(xiàng)式擬合中，最佳方式是進(jìn)行9次多項(xiàng)式擬

19、合，函數(shù)關(guān)系式表現(xiàn)為：f(x) = p1*x9 + p2*x8 + p3*x7 + p4*x6 + p5*x5 + p6*x4 + p7*x3 + p8*x2 + p9*x + p10；擬合出的擬合優(yōu)度檢驗(yàn)參數(shù)如下：Goodness of fit: SSE: 6.398e+010 R-square: 0.6614 Adjusted R-square: -0.1004 RMSE: 1.265e+005但其擬合優(yōu)度仍然不高，R2=0.6614，因此我們不予采用。擬合出的結(jié)果如下：圖5.4 九次多項(xiàng)式擬合（2）在正弦函數(shù)求和模式中，4次時(shí)是最佳效果，函數(shù)表達(dá)式為：f(x) = a1*sin(b1*x

20、+c1) + a2*sin(b2*x+c2) + a3*sin(b3*x+c3) + a4*sin(b4*x+c4)；擬合出的擬合優(yōu)度檢驗(yàn)參數(shù)如下：Goodness of fit:SSE: 2.455e+010 R-square: 0.8701Adjusted R-square: 0.1554 RMSE: 1.108e+005其擬合優(yōu)度R2=0.8701，效果仍然不佳，我們不予采用，但其比多項(xiàng)式擬合較優(yōu)，其擬合圖像如下：圖5.5 四次正弦函數(shù)求和（3）在采用傅里葉函數(shù)形式擬合過(guò)程中，6次擬合時(shí)，擬合優(yōu)度檢驗(yàn)系數(shù)如下：Goodness of fit: SSE: 4.207e+005 R-squa

21、re: 1 Adjusted R-square: NaN RMSE: NaN從輸出結(jié)果中可以看出：雖然擬合優(yōu)度R2為1，但是剩余標(biāo)準(zhǔn)差顯示NaN表示數(shù)據(jù)出錯(cuò)，因此也不可取，而5次擬合時(shí)，擬合優(yōu)度檢驗(yàn)系數(shù)如下：Goodness of fit: SSE: 2.733e+009 R-square: 0.9855 Adjusted R-square: 0.906 RMSE: 3.697e+004擬合優(yōu)度接近于1，通過(guò)對(duì)已知數(shù)據(jù)的回帶檢驗(yàn)，發(fā)現(xiàn)數(shù)據(jù)間相差不是很大，在允許的范圍內(nèi)，因此該函數(shù)結(jié)果是可取的。其函數(shù)表達(dá)式如下：f(x) = a0 + a1*cos(x*w) + b1*sin(x*w) + a2

22、*cos(2*x*w) + b2*sin(2*x*w) + a3*cos(3*x*w) + b3*sin(3*x*w) + a4*cos(4*x*w) + b4*sin(4*x*w) + a5*cos(5*x*w) + b5*sin(5*x*w)；對(duì)應(yīng)的系數(shù)迭代過(guò)程如下：Coefficients (with 95% confidence bounds): a0 = 1.278e+006 (1.231e+006, 1.325e+006) a1 = 2.171e+004 (-6.969e+004, 1.131e+005) b1 = 5.468e+004 (-1.52e+004, 1.246e+00

23、5) a2 = 3.65e+004 (-2.176e+005, 2.906e+005) b2 = -6.069e+004 (-1.434e+005, 2.207e+004) a3 = 5.634e+004 (-3.001e+005, 4.128e+005) b3 = -8039 (-3.376e+005, 3.216e+005) a4 = 2.901e+004 (-9.829e+004, 1.563e+005) b4 = -3.899e+004 (-1.987e+005, 1.207e+005) a5 = 1.603e+005 (6.369e+004, 2.57e+005) b5 = -2.9

24、34e+004 (-9.134e+005, 8.547e+005) w = 0.8292 (0.6919, 0.9666)根據(jù)系數(shù)我們可以確定時(shí)間序列與電子產(chǎn)品總值之間的函數(shù)表達(dá)式為：F(x)=(1.278e+006)+(2.171e+004)*cos(x*0.8292)+(5.468e+004)*sin(x*0.8292)+(3.65e+004)*cos(2*x*0.8292)-(6.069e+004)*sin(2*x*0.8292)+(5.634e+004)*cos(3*x*0.8292)-8039*sin(3*x*0.8292)+(2.901e+004)*cos(4*x*0.8292)-

25、(3.899e+004)*sin(4*x*0.8292)+(1.603e+005)*cos(5*x*0.8292)-2.934e+004*sin(5*x*0.8292)；其擬合效果圖如下：圖 5.6五次傅里葉函數(shù)擬合由圖像也可以看出，14組數(shù)據(jù)均在曲線周?chē)▌?dòng)，效果最佳，因此我們確定5次傅里葉函數(shù)即我們所求的函數(shù)關(guān)系式。5.3.2用最佳的函數(shù)關(guān)系進(jìn)行預(yù)測(cè)根據(jù)確定出的函數(shù)關(guān)系式進(jìn)行2011年3、4、5月的預(yù)測(cè)，首先我們根據(jù)確定出的函數(shù)關(guān)系式對(duì)2011年2月的數(shù)據(jù)進(jìn)行檢驗(yàn)，用相對(duì)誤差來(lái)驗(yàn)證其準(zhǔn)確性，則：=*100%所以(2011,2)=-0.117%這說(shuō)明實(shí)際數(shù)據(jù)比預(yù)測(cè)數(shù)據(jù)小0.117%，在誤差允

26、許的范圍內(nèi)，所以所選定的傅里葉函數(shù)還是相當(dāng)精確的，這也確保了我們預(yù)測(cè)的穩(wěn)定性及其實(shí)際意義。由于我們把2010年1月定義為自變量時(shí)間序列中的1，2010年2月定義為自變量時(shí)間序列中的2，所以依次類(lèi)推，2011年3、4、5月應(yīng)分別對(duì)應(yīng)自變量時(shí)間序列的15、16、17，根據(jù)附錄表中M-文件，我們預(yù)測(cè)出2011年3、4、5月的電子產(chǎn)品總值分別為：F(15)=1588864.0F(16)=1060902.0F(17)= 1331975.0下面引入相對(duì)誤差來(lái)說(shuō)明實(shí)際電子產(chǎn)品總值與預(yù)測(cè)值之間的偏差，表明311地震對(duì)日本電子產(chǎn)品總值的影響程度。則其對(duì)應(yīng)的值分別為：(2011,3)=-19.57%(2011,4

27、)=-46.62%(2011,5)=-29.06%5.3.3數(shù)據(jù)分析由值可知，2011年3、4、5月份的電子產(chǎn)品總值都明顯比預(yù)測(cè)值減少，也就說(shuō)明電子產(chǎn)品行業(yè)受到311地震的影響。而三個(gè)月份的影響程度大小各異，原因主要有以下幾個(gè)方面：第一：3月11日發(fā)生地震，震前十幾天的時(shí)間銷(xiāo)售如故，發(fā)生地震后，受災(zāi)嚴(yán)重的東北部區(qū)域的電子產(chǎn)品總值銳減甚至為零，而其余地區(qū)隨手地震影響但仍有生產(chǎn)和銷(xiāo)售；第二：4月整個(gè)月份受災(zāi)地區(qū)由于供電系統(tǒng)障礙、電子零配件難以供應(yīng)等多種原因?qū)е虏糠值貐^(qū)無(wú)法正常運(yùn)營(yíng)，只是少部分地區(qū)仍能維持其產(chǎn)銷(xiāo)功能，所以導(dǎo)致整個(gè)月全國(guó)的電子產(chǎn)品總值驟降至原來(lái)的一半；第三：5月份由于全世界各國(guó)的捐助、

28、政府的積極政策以及各方資金、技術(shù)等支持，日本某些基礎(chǔ)設(shè)施建設(shè)等也在逐漸恢復(fù)，因此其產(chǎn)量也比4月份略有起色，在電子產(chǎn)品這方面逐漸恢復(fù)，但仍達(dá)不到先前不受地震影響的水平。5.4 日本地震對(duì)GDP的影響率分析 GDP即國(guó)民生產(chǎn)總值，是扣除了國(guó)外要素凈收入的國(guó)民生產(chǎn)總值。是衡量一個(gè)國(guó)家國(guó)民經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)。在此，我們通過(guò)建立BP神經(jīng)網(wǎng)絡(luò)模型，分析評(píng)價(jià)311地震對(duì)GDP的影響。5.4.1 BP神經(jīng)網(wǎng)絡(luò)的基本原理BP神經(jīng)網(wǎng)絡(luò)，即多層前饋式誤差反傳神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)通常由輸人層、輸出層和若干隱層構(gòu)成，每層由若干個(gè)結(jié)點(diǎn)組成,每一個(gè)結(jié)點(diǎn)表示一個(gè)神經(jīng)元，上層結(jié)點(diǎn)與下層結(jié)點(diǎn)之間通聯(lián)接,層與層之間的節(jié)點(diǎn)采用全互連

29、的連接方式，每層內(nèi)結(jié)點(diǎn)之間沒(méi)有聯(lián)系J 理論已證明，三層BP神經(jīng)網(wǎng)絡(luò)，只要隱節(jié)點(diǎn)數(shù)足夠多，就具有模擬任意復(fù)雜的非線性映 射的能力本論文就是采用三層B P網(wǎng)絡(luò)對(duì)GDP進(jìn)行預(yù)測(cè)。在確定了B P網(wǎng)絡(luò)的結(jié)構(gòu)后，要用網(wǎng)絡(luò)的輸人和輸出樣本集對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練 ，亦即對(duì)網(wǎng)絡(luò)的閾值和權(quán)值進(jìn)行學(xué)習(xí)和修正，以使網(wǎng)絡(luò)實(shí)現(xiàn)給定的輸人輸出映射關(guān)系第一個(gè)階段是輸人已知學(xué)習(xí)樣本，通過(guò)設(shè)置的網(wǎng)絡(luò)結(jié)構(gòu)和前一次迭代的權(quán)值和閾值從網(wǎng)絡(luò)的第一層向后計(jì)算各神經(jīng)元的輸出。第二個(gè)階段是對(duì)權(quán)值和閾值進(jìn)行修改，從最后一層向前計(jì)算各權(quán)值和閾值對(duì)總誤差的影響(梯度)，據(jù)此對(duì)各個(gè)權(quán)值和閾值進(jìn)行修改。以上兩個(gè)過(guò)程反復(fù)交替，直到達(dá)到收斂為止由于誤差逐層往回傳

30、遞，以修正層與層之間權(quán)值和閾值，所以稱(chēng)該算法為誤差反向傳播 ( back propagation，B P) 算法。標(biāo)準(zhǔn)的 B P算法是一種梯度下降學(xué)習(xí)算法，其權(quán)值的修正是沿著誤差性能函數(shù)梯度的反方向進(jìn)行的在本文研究中GDP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建立與實(shí)現(xiàn)，都是借助MA T L AB提供的神經(jīng)網(wǎng)絡(luò)工具箱編程實(shí)現(xiàn)的。圖5.7 神經(jīng)網(wǎng)絡(luò)的三層5.4.2建立神經(jīng)網(wǎng)絡(luò)模型根據(jù)2010年日本統(tǒng)計(jì)年鑒查出了1980-2010年的日本的GDP（見(jiàn)附錄），應(yīng)用神經(jīng)網(wǎng)絡(luò)建立數(shù)學(xué)模型，預(yù)測(cè)2011年日本的GDP。然后與日本團(tuán)隊(duì)估算出的在地震影響下的GDP進(jìn)行比較，從而以GDP為指標(biāo)說(shuō)明地震對(duì)日本經(jīng)濟(jì)的巨大影響。首先，用

31、式對(duì)附錄表中數(shù)據(jù)進(jìn)行歸一化處理。然后確定網(wǎng)絡(luò)結(jié)構(gòu)，其中時(shí)間序列數(shù)據(jù)輸入層節(jié)點(diǎn)數(shù)是人為確定的，輸入層節(jié)點(diǎn)數(shù)過(guò)多，造成網(wǎng)絡(luò)學(xué)習(xí)次數(shù)較大，輸入曾節(jié)點(diǎn)數(shù)過(guò)少。不能反映后續(xù)值與前驅(qū)值的相關(guān)關(guān)系.經(jīng)反復(fù)實(shí)驗(yàn)最終確定為7個(gè)，且輸出層節(jié)點(diǎn)數(shù)為1。隱層節(jié)點(diǎn)數(shù)的選擇在所有的BP網(wǎng)絡(luò)中目前還沒(méi)有理論上公認(rèn)的推導(dǎo)方法，一般有下面幾種方法進(jìn)行推算：人們大多通過(guò)實(shí)驗(yàn)來(lái)獲得，以下三個(gè)公式可作為選擇最佳隱含層單元數(shù)時(shí)的參考公式：（1），其中n1是輸入層神經(jīng)元數(shù)，是隱含層神經(jīng)元數(shù)；（2）其中n2是隱含層神經(jīng)元數(shù)，m是輸出層神經(jīng)元數(shù)，n是輸入層神經(jīng)元數(shù)，a是1，10之間的常數(shù)；（3），其中n1是隱含層神經(jīng)元數(shù)，n是輸入層神經(jīng)元數(shù)

32、。其他確定隱含層神經(jīng)元數(shù)的方法為：首先是隱含層神經(jīng)元的數(shù)目可變，或者放入足夠多的隱含層神經(jīng)元，通過(guò)學(xué)習(xí)將那些不起作用的隱含層神經(jīng)元剔除，直到不可收縮為止。本文中我們就采用這種方法，分別取了隱含層單元數(shù)3,4,5做訓(xùn)練，經(jīng)比較隱含層單元數(shù)選擇3最好，這是檢驗(yàn)層輸出地兩個(gè)數(shù)據(jù)與實(shí)際最接近，因此我們?cè)O(shè)置隱含層單元數(shù)為3。 學(xué)習(xí)速率決定每一次循環(huán)訓(xùn)練中所產(chǎn)生的權(quán)值變化量。大的學(xué)習(xí)速率在訓(xùn)練的初始階段能加速誤差減少，但隨著訓(xùn)練的不斷深入，由于學(xué)習(xí)速率過(guò)大，使網(wǎng)絡(luò)每一次的修正值過(guò)大，而導(dǎo)致在權(quán)值的修正過(guò)程中超出誤差的最小值而永不收斂；另外較大的學(xué)習(xí)速率也容易引起振蕩而難以達(dá)到期望目標(biāo)。但小的學(xué)習(xí)速率將導(dǎo)致

33、訓(xùn)練較長(zhǎng)，收斂速度很慢，不過(guò)能保證網(wǎng)絡(luò)的誤差值不跳出誤差曲面的低谷而最終趨于最小誤差值。所以在一般情況下，傾向于選取較小的學(xué)習(xí)率以保證系統(tǒng)的穩(wěn)定性，學(xué)習(xí)率選擇范圍在0.01-0.8，之間。在本文中我們選擇0.01。 神經(jīng)網(wǎng)絡(luò)有3類(lèi)模型：梯度下降法模型、動(dòng)量梯度法模型和LM算法模型，從訓(xùn)練算法的收斂性、網(wǎng)絡(luò)的推廣能力、模型的整體性能進(jìn)行實(shí)驗(yàn)效果評(píng)價(jià)和對(duì)照分析。為了便于比較，均采用3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，在所有模型中隱含層傳遞函數(shù)為tansig，輸出層傳遞函數(shù)為purelin，網(wǎng)絡(luò)的訓(xùn)練目標(biāo)定為000035。5.4.3模型求解與分析模型實(shí)現(xiàn)程序見(jiàn)附錄，當(dāng)選擇不同內(nèi)層神經(jīng)元數(shù)時(shí)輸出檢驗(yàn)層的兩個(gè)數(shù)分別為

34、：（1）內(nèi)層神經(jīng)元數(shù)為3時(shí)：y1 =1.0e+004 *4.9408 5.0739（2）內(nèi)層神經(jīng)元數(shù)為4時(shí)：y2=1.0e+004*5.9670 6.4303（3）內(nèi)層神經(jīng)元數(shù)為5時(shí)：y3 = 1.0e+004 * 4.3222 4.4778y = 1.0e+004 * 0 0 6.1449 1.9747 3.0074而這兩個(gè)數(shù)的實(shí)際值是50329.8，54588.7，通過(guò)比較內(nèi)層神經(jīng)元數(shù)為3時(shí)最接近實(shí)際值，所以相應(yīng)的2011年的預(yù)測(cè)值為：61449。 圖5.8神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖日本東北大地震之后，日本團(tuán)隊(duì)將其對(duì)日本2011年第一季度及第二季度GDP增長(zhǎng)的預(yù)期分別從2.2% 下調(diào)至1.7%，從2.

35、2%下調(diào)至0.5%；但將第三季度及第四季度GDP增長(zhǎng)預(yù)期分別從2.5%上調(diào)至4.0%，從2.0%上調(diào)至2.5%。據(jù)此估計(jì)2011年全年日本GDP增長(zhǎng)的預(yù)期為8.7%，則預(yù)測(cè)發(fā)生地震后2011年的國(guó)內(nèi)生產(chǎn)總值為60692.455億美元。對(duì)比2011年日本的國(guó)民生產(chǎn)總值(GDP)發(fā)生地震比不發(fā)生地震稍微降低，說(shuō)明即使是在地震的影響下，日本的國(guó)民生產(chǎn)仍呈現(xiàn)快速發(fā)展的趨勢(shì)，但是仍然會(huì)受一些阻礙，受地震影響2011年GDP下降的百分點(diǎn)A%=*100%=*100%=1.23%GDP作為衡量一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展的重要指標(biāo)，從上面的計(jì)算可以看出短期內(nèi)地震對(duì)日本經(jīng)濟(jì)的影響非常的大。六、對(duì)比分析311地震對(duì)經(jīng)濟(jì)的影響

36、及經(jīng)濟(jì)的恢復(fù)6.1對(duì)比分析311地震對(duì)日本經(jīng)濟(jì)的影響第一大部分我們從不同的角度通過(guò)建立數(shù)學(xué)模型分析了地震對(duì)日本經(jīng)濟(jì)的巨大影響，下面我們通過(guò)與其他大地震造成的經(jīng)濟(jì)影響的對(duì)比，分析日本此次地震對(duì)經(jīng)濟(jì)的巨大影響。 圖6.1以往大地震的經(jīng)濟(jì)損失結(jié)合各次地震案例的對(duì)比，我們認(rèn)為印尼海嘯和智利中南部地震引發(fā)的地震和海嘯與此次東北地震具有較大的可比性。我們將震后實(shí)際進(jìn)口額減去趨勢(shì)進(jìn)口額，測(cè)算得印尼海嘯以后進(jìn)口多增加約 69.5 億美元占 GDP 的 0.98%，而智利的進(jìn)口則多增加31.05 億美元，約占 GDP的 1.56%。那么利用 0.98%和 1.56%的比例，大致計(jì)算出本次日本地震海嘯引起的進(jìn)口增

37、加大約為 536.5億美元到 853.98億美元之間。圖6.2 印尼海嘯前后進(jìn)口額同比圖6.3 臺(tái)灣南投地震前后進(jìn)口額同比此外，311地震對(duì)金融市場(chǎng)所造成的影響與 1995 年神戶(hù)大地震具有一定的可比性，因此預(yù)計(jì)對(duì)資本市場(chǎng)的影響也有相似之處。在經(jīng)濟(jì)學(xué)中，有一種“破壞創(chuàng)造需求”的理論叫“破窗理論”，其認(rèn)為窗戶(hù)破了可帶動(dòng)就業(yè)。這常遭遇經(jīng)濟(jì)學(xué)界的非議，卻可解釋緣何災(zāi)害降臨，GDP增速卻不減少。從自然災(zāi)害經(jīng)濟(jì)學(xué)角度來(lái)看，災(zāi)難經(jīng)濟(jì)損益的規(guī)模，相當(dāng)于災(zāi)區(qū)國(guó)民財(cái)富存量(即過(guò)去GDP增長(zhǎng)的總和)的損失，加上因存量損失引起的流量減少(相當(dāng)于GDP下降)，再減去救災(zāi)引起的流量增加(相當(dāng)GDP增加)。由于震災(zāi)引發(fā)的

38、財(cái)富損失并未計(jì)入GDP統(tǒng)計(jì)，救災(zāi)和災(zāi)后重建帶來(lái)的GDP增量，是否高于因?yàn)闉?zāi)害引起的GDP下降，比如日本汽車(chē)業(yè)和芯片業(yè)公司的暫時(shí)減產(chǎn)等，這才是金融市場(chǎng)關(guān)注的焦點(diǎn)。 圖6.4地震前后GDP對(duì)比值從日本這三次經(jīng)歷的 GDP 來(lái)看。神戶(hù)地震發(fā)生當(dāng)季，即 1995 年第一季度實(shí)際 GDP 錄得 4752345 億日元，年化后的季環(huán)比上升了 3.4%，同比上升了 1.1%，而后兩個(gè)季度年化后的季環(huán)比均以 3.2%、3.9%的速度增長(zhǎng)，發(fā)生神戶(hù)地震當(dāng)季沒(méi)有出現(xiàn)經(jīng)濟(jì)下滑，主要原因是由于前一季度 GDP 較前期下滑了 2.7%，同比僅增加了 0.9%;2004年10月23日的中部新潟地震發(fā)生當(dāng)季GDP年化后季環(huán)

39、比下降1.6%,接下來(lái)的兩個(gè)季度分別上升了2.7%和4.8%；2007年潟海岸地震發(fā)生當(dāng)季GDP年化后的季環(huán)比下降了0.9%,接下來(lái)的兩個(gè)季度分別上升了2.7%和1.2%。 從GDP的數(shù)據(jù)來(lái)看，地震發(fā)生當(dāng)季 GDP 都會(huì)因?yàn)楦鹘?jīng)濟(jì)部門(mén)受損，供應(yīng)減少而導(dǎo)致 GDP 增速下降，但是從中期來(lái)看，由于災(zāi)后重建對(duì)原材料以及其他消費(fèi)品的強(qiáng)勁需求會(huì)導(dǎo)致本國(guó) GDP 增速加快。311 地震達(dá)到 9.0 級(jí)，屬于歷史比較罕見(jiàn)的大地震，對(duì)日本經(jīng)濟(jì)造成的影響現(xiàn)在還無(wú)法估量，且與之前不同的地震相比不但震級(jí)大，還發(fā)生了核泄漏，加上遭受次貸危機(jī)后的經(jīng)濟(jì)并沒(méi)有完全的恢復(fù)，這將拖累日本經(jīng)濟(jì)下滑的時(shí)間更長(zhǎng)。但是從中期來(lái)看，災(zāi)后

40、重建的需求將會(huì)帶動(dòng)國(guó)內(nèi)經(jīng)濟(jì)回升。6.2總體評(píng)價(jià)日本經(jīng)濟(jì)的恢復(fù)通過(guò)上面的分析，GDP的上升，進(jìn)口額的回落，外匯的儲(chǔ)備等都有利于日本經(jīng)濟(jì)的恢復(fù)，且目前日本企業(yè)的生產(chǎn)活動(dòng)已從3月探底后逐步恢復(fù)大型汽車(chē)及電器廠商紛紛將最初的恢復(fù)計(jì)劃提前，預(yù)計(jì)秋季前將基本恢復(fù)到震前的生產(chǎn)水平。 雖然此次短觀結(jié)果中大型汽車(chē)及電器機(jī)械企業(yè)景氣判斷指數(shù)仍然為負(fù)數(shù)，但前景指數(shù)已經(jīng)轉(zhuǎn)正，迅速恢復(fù)勢(shì)頭可見(jiàn)一斑。日本震后個(gè)人消費(fèi)謹(jǐn)慎克制的風(fēng)潮引起的住宿飲食行業(yè)低迷也將有所改善，消費(fèi)也逐漸顯露曙光。但是從另一個(gè)方面分析，據(jù)日本共同社20日?qǐng)?bào)道，日本民間智庫(kù)與5家證券公司日前公布的估算報(bào)告顯示，這場(chǎng)大地震對(duì)該國(guó)經(jīng)濟(jì)造成的損失預(yù)計(jì)最高達(dá)1

41、6萬(wàn)億日元(約合人民幣1.3萬(wàn)億元)，遠(yuǎn)超1995年阪神大地震后兵庫(kù)縣統(tǒng)計(jì)的約9.9萬(wàn)億日元的損失。此前，花旗集團(tuán)經(jīng)濟(jì)學(xué)家村島喜一預(yù)計(jì)，地震造成的損失總計(jì)為5萬(wàn)億到10萬(wàn)億日元。再來(lái)對(duì)比一下1995年阪神大地震。阪神地震后，日本能迅速?gòu)臑?zāi)害中走出來(lái)的一個(gè)非常重要原因就是，當(dāng)時(shí)日本的債務(wù)余額對(duì)GDP之比為90%左右，財(cái)政赤字(中央政府和地方政府赤字)對(duì)GDP之比為5.4%，政府財(cái)力仍然充裕，足以讓日本政府花費(fèi)20萬(wàn)億日元用于實(shí)施創(chuàng)新復(fù)興計(jì)劃。日本在此次大地震后，能否像前兩次一樣，經(jīng)濟(jì)迅速?gòu)?fù)蘇呢？情況恐怕不一樣了，全球產(chǎn)業(yè)和經(jīng)濟(jì)格局的改變讓日本所處的大背景發(fā)生了很大變化：首先，從重建的財(cái)力看，無(wú)論

42、是債務(wù)總額與GDP之比、財(cái)政赤字與GDP之比，還是國(guó)債依存度，目前日本都是世界發(fā)達(dá)國(guó)家中最差的。政府沒(méi)有充足的財(cái)力用于規(guī)模重建，與此同時(shí)，全球正處于脆弱的危機(jī)修復(fù)期，總需求低迷，同樣飽受高債務(wù)、高失業(yè)率困擾的美國(guó)、歐洲經(jīng)濟(jì)體很難拿出資金來(lái)支持日本。再次，日本部分制造業(yè)恢復(fù)也可能遇到來(lái)自于中國(guó)等新興制造大國(guó)以及德國(guó)等老牌制造大國(guó)的競(jìng)爭(zhēng)。所以，地震將對(duì)日本乃至全球的產(chǎn)業(yè)經(jīng)濟(jì)格局帶來(lái)深遠(yuǎn)變化。七、模型的評(píng)價(jià)、改進(jìn)及推廣模型的評(píng)價(jià)：優(yōu)點(diǎn)：1.選取合理的經(jīng)濟(jì)指標(biāo)，從側(cè)面顯示出地震的影響力，避免了因目標(biāo)過(guò)大而導(dǎo)致的分析的不合理性。2.對(duì)所收集的數(shù)據(jù)進(jìn)行合理分析，利用合適的預(yù)測(cè)模型相應(yīng)的對(duì)各項(xiàng)指標(biāo)進(jìn)行預(yù)測(cè)。

43、3.利用神經(jīng)網(wǎng)絡(luò)模型將世博會(huì)影響力進(jìn)行定量評(píng)價(jià)，增強(qiáng)了結(jié)果的可靠性。4.選取多個(gè)角度對(duì)地震的影響力進(jìn)行評(píng)估，從多指標(biāo)和單一指標(biāo)分別得到其影響程度，說(shuō)明了模型的擴(kuò)展性強(qiáng)，模型的普通實(shí)用性強(qiáng)。5.通過(guò)與其他大地震進(jìn)行對(duì)比分析此次地震對(duì)日本經(jīng)濟(jì)的影響，增強(qiáng)了結(jié)果的真實(shí)性。缺點(diǎn)：1.分析進(jìn)出口總額時(shí)由于數(shù)據(jù)比較少，勢(shì)必會(huì)產(chǎn)生誤差。2.用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)2011年的GDP時(shí)每次輸出的結(jié)果都不一樣，所以會(huì)造成一定的偏差。模型的改進(jìn)與推廣：在選取指標(biāo)的方法上可以進(jìn)行改進(jìn)，通過(guò)調(diào)查，我們得知影響經(jīng)濟(jì)的指標(biāo)有十個(gè)，其中每個(gè)指標(biāo)在經(jīng)濟(jì)中占有一定的比重，根據(jù)比重的不同，我們可建立偏大型模糊分布函數(shù)，確定每個(gè)經(jīng)濟(jì)指標(biāo)的權(quán)

44、重，再利用模型中的方法得到每個(gè)指標(biāo)的影響率，相乘得出加權(quán)之后的影響率，利用該數(shù)據(jù)對(duì)所有指標(biāo)再進(jìn)行主成分分析，最終確定影響較大的經(jīng)濟(jì)指標(biāo)。據(jù)專(zhuān)家預(yù)計(jì), 2011年三月份日本發(fā)生大地震，地震及地震引發(fā)的海嘯，核泄漏等各種災(zāi)難、不僅給日本經(jīng)濟(jì)帶來(lái)了巨大的影響。日本作為世界上的經(jīng)濟(jì)大國(guó)，對(duì)全球的經(jīng)濟(jì)也會(huì)產(chǎn)生重大的影響，并傳到世界各地。所以我們可以對(duì)模型進(jìn)行推廣，分析日本此次地震對(duì)全球經(jīng)濟(jì)的影響。 參考文獻(xiàn)1 商務(wù)數(shù)據(jù) 2 日本電子信息產(chǎn)業(yè)協(xié)會(huì) http:/www.jeita.or.jp/chinese/3 中國(guó)、美國(guó)、日本歷年GDP比較（1929-2010）4 張志涌，精通MATLAB6.5版，北京航

45、空航天大學(xué)出版社，20035 姜啟源, 葉俊. 數(shù)學(xué)模型.北京：高等教育出版社，2003.86 董長(zhǎng)虹MATLAB神經(jīng)網(wǎng)絡(luò)與應(yīng)用M.北京：國(guó)防工業(yè)出版社，2005：1-87 劉思峰. 郭天榜. 灰色系統(tǒng)理論及其應(yīng)用.開(kāi)封: 河南大學(xué)出版社， 1 9 9 1附錄1：電子產(chǎn)品總值時(shí)間時(shí)間序列電子產(chǎn)品總值（萬(wàn)日元）2010年1月1 11226292010年2月2 12254112010年3月34月4 11480902010年5月5 11609042010年6月67月7 12856772010年8月8 12401332010年9月9 14372352

46、010年10月10 12584712010年11月1112月12 12908802011年1月13 10945502011年2月14 11726822011年3月15 12779272011年4月16 5659792011年5月17 944937附錄2：時(shí)間序列與電子產(chǎn)品總值之間的散點(diǎn)圖程序：x=1:14;y=1122629 1225411 1526626 1148090 1160904 1333397 1285677 1240133 1437235 1258471 1302263 1290880 1094550 1172682;plot(x,y,k+)xlabel(

47、時(shí)間（以2010年1月為1，依次類(lèi)推）);ylabel(電子產(chǎn)品總值（億日元）);title(電子產(chǎn)品總值隨時(shí)間變化關(guān)系)附錄3：建立M-文件（方便2011年3、4、5月的預(yù)測(cè)）function f=f(x)f=(1.278e+006)+(2.171e+004)*cos(x*0.8292)+(5.468e+004)*sin(x*0.8292)+(3.65e+004)*cos(2*x*0.8292)-(6.069e+004)*sin(2*x*0.8292)+(5.634e+004)*cos(3*x*0.8292)-8039*sin(3*x*0.8292)+(2.901e+004)*cos(4*x

48、*0.8292)-(3.899e+004)*sin(4*x*0.8292)+(1.603e+005)*cos(5*x*0.8292)-2.934e+004*sin(5*x*0.8292);vpa(f,7)附錄4：1980-2010年的GDP年份GDP（億美元）198010593.8 198111708.4 198210881.2 198311869.1 198412629.8 198513520.6 198620033.2 198724296.0 198829500.0 198929517.7 199030300.5 199134649.3 199237817.8 199343408.9 199447789.9 199552643.8 199646425.5 199742618.4 199838570.3 199943687.3 200046674.5 200140954.8 200239183.3 200342291.0 200446059.4 200545521.9 200643625.8 200743779.6 200848869.5 200950329.8 2