灰色系统理论及其应用 (六) ：SARS 疫情对某些经济指标影响问题

---

灰色系统理论及其应用系列博文：

灰色系统理论及其应用 (一) ：灰色系统概论、关联分析、与传统统计方法的比较

灰色系统理论及其应用 (二) ：优势分析

灰色系统理论及其应用 (三) ：生成数

灰色系统理论及其应用 (四) ：灰色模型 GM

灰色系统理论及其应用 (五) ：灰色预测

灰色系统理论及其应用 (六) ：SARS 疫情对某些经济指标影响问题

灰色系统理论及其应用 (七) ：道路交通事故灰色 Verhulst 预测模型

灰色系统理论及其应用 (八) ：GM(2,1)和 DGM 模型

灰色系统理论及其应用 (九) ： GM(1, N) 和GM(0, N) 模型

 

---

目录

1 问题的提出                                             2 模型的分析与假设

3 建立灰色预测模型 GM(1,1)                  参数的估计值

4 模型的求解                                         5 模型的结果分析

---

1 问题的提出

2003 年的 SARS 疫情对中国部分行业的经济发展产生了一定影响，特别是对部分 疫情较严重的省市的相关行业所造成的影响是显著的，经济影响主要分为直接经济影响 和间接影响。直接经济影响涉及商品零售业、旅游业、综合服务等行业。很多方面难以 进行定量地评估，现仅就 SARS 疫情较重的某市商品零售业、旅游业和综合服务业的影 响进行定量的评估分析。 究竟 SARS 疫情对商品零售业、旅游业和综合服务业的影响有多大，已知某市从 1997 年 1 月到 2003 年 12 月的商品零售额、接待旅游人数和综合服务收入的统计数据 如表 8、表 9 和表 10。

                                               表8 商品的零售额（单位：亿元）

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

2 模型的分析与假设

根据所掌握的历史统计数据可以看出，在正常情况下，全年的平均值较好地反映了 相关指标的变化规律，这样可以把预测评估分成两部分：

（1）利用灰色理论建立 GM(1,1)模型，由 1997－2002 年的平均值预测 2003 年平 均值；

（2）通过历史数据计算每个月的指标值与全年总值的关系，从而可预测出正常情况下 2003 年每个月的指标值，再与实际值比较可以估算出 SARS 疫情实际造成的影响。 给出下面两条假设：

（1）假设该市的统计数据都是可靠准确的；

（2）假设该市在 SARS 疫情流行期间和结束之后，数据的变化只与 SARS 疫情的影响有关，不考虑其它随机因素的影响。

3 建立灰色预测模型 GM(1,1)

参数的估计值

4 模型的求解

（1）商品零售额

由数据表 8，用（13）和（14）式计算可得年平均值、一次累加值分别为

将预测值与实际统计值进行比较如表 11 所示。 

计算的 MATLAB 程序如下：

clc,clear
load han1.txt %把原始数据保存在纯文本文件han1.txt中
han1(end,:)=[];m=size(han1,2);
x0=mean(han1,2);
x1=cumsum(x0)
alpha=0.4;n=length(x0);
z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)
Y=x0(2:n);B=[-z1,ones(n-1,1)];
ab=B\Y
k=6;
x7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))
z=m*x7hat
u=sum(han1)/sum(sum(han1))
v=z*u

（2）接待海外旅游人数

于是可得到 2003 年的接待海外旅游人数的预测值，并与实际值比较如表 12 所示。

                                                    表 12 2003 年接待海外旅游人数（单位：万人）

（3）综合服务业累计数据

于是可得到 2003 年的综合服务业累计数额的预测值，并与实际值比较如表 13 所示。

 

5 模型的结果分析

根据该市的统计报告显示，2003 年 4、5、6 三个月的实际商品零售额分别为 145.2、 124、144.1 亿元。在这之前，根据统计部门的估计 4、5、6 三个月份 SARS 疫情对该市 的商品零售业的影响最为严重，这三个月估计大约损失 62 亿元左右。从我们的模型预 测结果来计算，4、5、6 三个月的损失为 60.1 亿元，这个数基本与专家的估计值相符， 8 月基本恢复正常，这业说明了模型的正确性和可靠性。

对于旅游业来说是受影响最严重的行业之一，最严重的 4、5、6、7 四个月就损失 100 多万人，按最新统计数据，平均每人消费 1002 美元计算，大约损失 10 亿美元。全 年大约损失 162 万人，约合 16.2 亿美元，到年底基本恢复正常。

对于综合服务业中的部分行业影响较大，如航空交通运输、宾馆餐饮等，但有些 行业影响不大，如电信、通讯等，总平均来看，影响还不算太大，5、6、7、8 四个月 大约损失 70 亿元。

该模型虽是就某经济指标的发展规律进行评估预测而建立的，但类似地也适用于 其它方面的一些数据规律的评估预测问题，即该模型具有很广泛的应用性。

---

灰色系统理论及其应用系列博文：

灰色系统理论及其应用 (一) ：灰色系统概论、关联分析、与传统统计方法的比较

灰色系统理论及其应用 (二) ：优势分析

灰色系统理论及其应用 (三) ：生成数

灰色系统理论及其应用 (四) ：灰色模型 GM

灰色系统理论及其应用 (五) ：灰色预测

灰色系统理论及其应用 (六) ：SARS 疫情对某些经济指标影响问题

灰色系统理论及其应用 (七) ：道路交通事故灰色 Verhulst 预测模型

灰色系统理论及其应用 (八) ：GM(2,1)和 DGM 模型

灰色系统理论及其应用 (九) ： GM(1, N) 和GM(0, N) 模型

---