大運(yùn)會(huì)對(duì)深圳市可持續(xù)發(fā)展影響力的定量評(píng)估(共13頁(yè))

1、 大運(yùn)會(huì)對(duì)深圳市可持續(xù)(chx)發(fā)展影響力的定量評(píng)估摘要(zhiyo)：2011年大運(yùn)會(huì)對(duì)深圳市產(chǎn)生了深遠(yuǎn)(shnyun)的影響。本文首先搜集了1995-2011年深圳市的統(tǒng)計(jì)年鑒等資料，選取可持續(xù)發(fā)展這一側(cè)面確立評(píng)價(jià)指標(biāo)體系，利用層次分析法確定歷年的可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)。然后，通過(guò)建立 GM(1,1) 模型，利用未獲得承辦權(quán)的1995 -2006 年的可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)預(yù)測(cè)出若不舉辦大運(yùn)會(huì)深圳市2007-2011 年的相應(yīng)指標(biāo)。最后利用本底趨勢(shì)線模型，定量評(píng)估了大運(yùn)會(huì)對(duì)深圳市可持續(xù)發(fā)展的影響。關(guān)鍵詞：可持續(xù)發(fā)展 層次分析法 本底趨勢(shì)線 GM(1,1)灰色預(yù)測(cè) 引言2011年深圳大運(yùn)會(huì)，

2、即第26屆世界大學(xué)生夏季運(yùn)動(dòng)會(huì)，是深圳市首次承辦國(guó)際性重大體育賽事，對(duì)深圳市產(chǎn)生了深遠(yuǎn)的影響，促進(jìn)了深圳市社會(huì)、經(jīng)濟(jì)和環(huán)境等方面的可持續(xù)發(fā)展。區(qū)域可持續(xù)發(fā)展評(píng)價(jià)的指標(biāo)體系和方法模型是進(jìn)行區(qū)域可持續(xù)發(fā)展綜合研究的關(guān)鍵，是目前亟待發(fā)展和深入的一個(gè)重要領(lǐng)域，已成為區(qū)域可持續(xù)發(fā)展研究熱點(diǎn)問(wèn)題1-2。國(guó)內(nèi)外對(duì)區(qū)域可持續(xù)發(fā)展進(jìn)行了大量的研究，已經(jīng)建立了許多關(guān)于區(qū)域可持續(xù)發(fā)展評(píng)價(jià)的指標(biāo)體系和模型方法，如生態(tài)足跡模型(EF)3、綠色GDP核算體系4、資源承載力模型5、人文發(fā)展指數(shù)(HDI)6等。本文從深圳市可持續(xù)發(fā)展的角度出發(fā)，以可持續(xù)發(fā)展的基本理論為指導(dǎo)，借鑒旅游本底趨勢(shì)線的概念，利用層次分析法和GM(1,

3、1)灰色預(yù)測(cè)模型定量評(píng)估深圳大運(yùn)會(huì)對(duì)深圳市可持續(xù)發(fā)展的影響，為深圳市可持續(xù)發(fā)展評(píng)價(jià)和調(diào)控提供了理論支撐。數(shù)據(jù)來(lái)源及分析方法 數(shù)據(jù)來(lái)源及標(biāo)準(zhǔn)化方法本文數(shù)據(jù)來(lái)源主要為深圳市的統(tǒng)計(jì)年鑒(1995-2011)，包含了經(jīng)濟(jì)、社會(huì)和環(huán)境承載力三個(gè)子系統(tǒng)下的多個(gè)指標(biāo)。為了解決統(tǒng)計(jì)數(shù)據(jù)的可比性，本文采用級(jí)差變換法對(duì)指標(biāo)數(shù)據(jù)值進(jìn)行歸一化處理，以消除量綱不一致的影響，使評(píng)價(jià)結(jié)果更加科學(xué)可靠。級(jí)差變換法是以指標(biāo)的最大值和最小值的差距進(jìn)行數(shù)學(xué)計(jì)算，其結(jié)果介于0-1之間。有些指標(biāo)對(duì)綜合評(píng)價(jià)指數(shù)的貢獻(xiàn)是正向的，如人均公園綠地面積指標(biāo)，稱為效益型指標(biāo)；有些則是負(fù)向的，如單位GDP能耗指標(biāo)，稱為成本型指標(biāo)。兩者的處理方法稍有

4、不同，具體計(jì)算公式7如下：當(dāng)為效益型指標(biāo)時(shí)，當(dāng)為成本型指標(biāo)時(shí)，其中(qzhng)為第項(xiàng)指標(biāo)(zhbio)標(biāo)準(zhǔn)化處理結(jié)果，為相應(yīng)(xingyng)的指標(biāo)的統(tǒng)計(jì)值，與分別為1995年2011年深圳市相關(guān)指標(biāo)的最大值與最小值。 層次分析法(AHP)層次分析法8是美國(guó)運(yùn)籌學(xué)家ALSaaty等于20世紀(jì)70年代提出的一種定性與定量相結(jié)合的多目標(biāo)決策分析方法。它將決策者對(duì)復(fù)雜系統(tǒng)的決策思維過(guò)程模型化、數(shù)量化，通過(guò)將復(fù)雜問(wèn)題分解為若干層次和若干因素或指標(biāo)，由專家和決策者對(duì)所列指標(biāo)通過(guò)兩兩比較重要程度而逐層進(jìn)行判斷評(píng)分，再根據(jù)判斷矩陣的特征向量確定各指標(biāo)的權(quán)重，為決策分析提供依據(jù)。 灰色GM(1,1)模型自1

5、982年我國(guó)著名學(xué)者鄧聚龍教授提出灰色系統(tǒng)理論后，其在電力、交通等諸多領(lǐng)域得到了廣泛的應(yīng)用?；疑到y(tǒng)理論9所涉及的主要工作之一是用離散數(shù)列建立微分方程型的動(dòng)態(tài)模型，又稱灰色模型Grey Model(記為GM)。通過(guò)所建立的GM模型，可以對(duì)下一時(shí)刻的所有數(shù)據(jù)進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)對(duì)數(shù)據(jù)的分析。GM(1,1)模型是灰色系統(tǒng)理論的重要組成部分，其建立過(guò)程如下10：假設(shè)所需預(yù)測(cè)系統(tǒng)中的某項(xiàng)指標(biāo)的原始數(shù)據(jù)數(shù)列為對(duì)原始數(shù)據(jù)作一次累加生成(1-AGO)，生成新數(shù)據(jù)列x(1)，即其中則GM(1,1)模型相應(yīng)的微分方程為，式中，a稱為發(fā)展灰數(shù)，u稱為內(nèi)生控制系數(shù)；設(shè)為待估參數(shù)向量，并且構(gòu)造向量Yn和矩陣B，即分別為：，

6、利用最小二乘法(chngf)求解系數(shù)，；求解(qi ji)GM(1,1)方程(fngchng)，得到其對(duì)應(yīng)的時(shí)間響應(yīng)函數(shù)，即為GM(1,1)白化預(yù)測(cè)模型解：對(duì)一次累加生成數(shù)列的預(yù)測(cè)值進(jìn)行一次累減生成(1-AGO)，得到原始數(shù)據(jù)的還原預(yù)測(cè)值：，其中t=1,2,n，并規(guī)定求出原始數(shù)據(jù)的還原預(yù)測(cè)值與其真實(shí)值之間的殘差值和相對(duì)誤差，即進(jìn)行殘差檢驗(yàn)。如果通過(guò)殘差檢驗(yàn)，則可以用所建的模型進(jìn)行預(yù)測(cè)，否則，要進(jìn)行殘差修正。在很多實(shí)際的應(yīng)用中，為了達(dá)到更高的精度，除了需要對(duì)數(shù)據(jù)進(jìn)行殘差檢驗(yàn)外，往往還需要對(duì)所建立模型的預(yù)測(cè)數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行關(guān)聯(lián)度檢驗(yàn)和后驗(yàn)差檢驗(yàn)，如果這些檢驗(yàn)都符合要求，才能用此模型進(jìn)行預(yù)測(cè)。 本

7、底趨勢(shì)線模型對(duì)于重大事件活動(dòng)效應(yīng)的評(píng)估，國(guó)外事件及事件旅游理論給出了很多的定量估算方法11。國(guó)內(nèi)學(xué)者孫根年首先提出了旅游本底趨勢(shì)線的概念12，所謂旅游本底趨勢(shì)線，是指在不受境內(nèi)外突發(fā)性事件的沖擊和影響下，某國(guó)或地區(qū)旅游業(yè)發(fā)展所呈現(xiàn)的天然趨勢(shì)。旅游本底趨勢(shì)線主要有兩大功能13：一是“晴雨表”功能，可用于分析與評(píng)估突發(fā)事件(危機(jī)或慶典)對(duì)旅游業(yè)發(fā)展的影響；二是預(yù)測(cè)功能，即本底趨勢(shì)線的自然延伸可預(yù)測(cè)未來(lái)旅游業(yè)的發(fā)展趨勢(shì)，主要應(yīng)用于短期內(nèi)未來(lái)旅游業(yè)的發(fā)展預(yù)測(cè)。借鑒孫根年提出的旅游本底趨勢(shì)線，本文提出可持續(xù)發(fā)展本底趨勢(shì)線模型：可持續(xù)發(fā)展本底趨勢(shì)線（以下簡(jiǎn)稱本底線），是指不受突發(fā)事件(危機(jī)或慶典)的嚴(yán)重影

8、響下，可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)發(fā)展所呈現(xiàn)的固有趨勢(shì)線方程，它反應(yīng)了某地可持續(xù)發(fā)展綜合指標(biāo)在一定的社會(huì)經(jīng)濟(jì)條件下天然且穩(wěn)定的趨勢(shì)和時(shí)間規(guī)律。基于層次分析法的深圳市可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)的確定 可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)體系的構(gòu)建區(qū)域可持續(xù)發(fā)展評(píng)價(jià)指標(biāo)體系和模型方法是區(qū)域可持續(xù)發(fā)展研究的核心內(nèi)容，是進(jìn)行區(qū)域可持續(xù)發(fā)展定量評(píng)價(jià)的科學(xué)基礎(chǔ)。根據(jù)區(qū)域可持續(xù)發(fā)展評(píng)價(jià)指標(biāo)體系建立的四大基本原則：科學(xué)性、系統(tǒng)性、可操作性、可對(duì)比性14，通過(guò)對(duì)深圳市環(huán)境承載、經(jīng)濟(jì)、社會(huì)三大子系統(tǒng)的時(shí)空特征和運(yùn)行機(jī)制進(jìn)行系統(tǒng)分析，采用層次分析法(AHP法)和主成分分析法建立了四層結(jié)構(gòu)(目標(biāo)層、準(zhǔn)則層、指標(biāo)層和方案層)的可持續(xù)發(fā)展評(píng)價(jià)指

9、標(biāo)體系如表1所示。表1 深圳市可持續(xù)(chx)發(fā)展評(píng)價(jià)指標(biāo)體系及其權(quán)重目標(biāo)層A準(zhǔn)則層B指標(biāo)層C方案層D深圳市可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)(A)經(jīng)濟(jì)發(fā)展水平(B1)地區(qū)GDP(C1)深圳市1995-2011年每年可持續(xù)發(fā)展綜合情況人均GDP(C2)第三產(chǎn)業(yè)增加值占GDP比重(C3)進(jìn)出口總額(C4)社會(huì)消費(fèi)品零售總額(C5)實(shí)際利用外資金額(C6)社會(huì)發(fā)展水平(B2)恩格爾系數(shù)(C7)城市居民可支配收入(C8)地區(qū)總?cè)丝?C9)每萬(wàn)人擁有醫(yī)生數(shù)(C10)人均居住面積(C11)環(huán)境承載水平(B3)人均公園綠地面積(C12)空氣綜合污染指數(shù)API(C13)單位GDP能耗(C14)環(huán)境保護(hù)投資占GDP比重(

10、C15)全市生活用水量(C16)耕地面積(C17) 基于(jy)指數(shù)標(biāo)度的指標(biāo)權(quán)重確定指數(shù)標(biāo)度相對(duì)(xingdu)于傳統(tǒng)的1-9標(biāo)度，克服了其一致性與判斷思維一致性不等價(jià)這一缺陷，并符合傳遞性準(zhǔn)則，取相對(duì)重要度15，指數(shù)標(biāo)度的含義見(jiàn)表2。鑒于此，本文運(yùn)用基于指數(shù)標(biāo)度的層次分析法，對(duì)準(zhǔn)則層與子準(zhǔn)則層進(jìn)行權(quán)重的標(biāo)定。以下以準(zhǔn)則層B為例，展示了確定權(quán)重的過(guò)程。表 SEQ 表格 * ARABIC 1 指數(shù)標(biāo)度的含義標(biāo)度標(biāo)度定義標(biāo)度標(biāo)度定義與同等重要比明顯重要比稍微重要與相比很重要比重要與相比絕對(duì)重要判斷(pndun)矩陣的構(gòu)造判斷矩陣是根據(jù)評(píng)價(jià)(pngji)目標(biāo)，針對(duì)每一層中的各個(gè)(gg)指標(biāo)，判定該

11、層中各有關(guān)指標(biāo)的相對(duì)重要性的矩陣。其中，表示對(duì)于目標(biāo)而言，指標(biāo)對(duì)的相對(duì)重要性的判斷值。判斷矩陣可以跟專家咨詢法相結(jié)合，由本領(lǐng)域的有關(guān)專家和政府管理部門(mén)人員來(lái)共同確定各指標(biāo)的相對(duì)重要性，再綜合每位專家或管理人員的打分值，一般取每個(gè)指標(biāo)的均值作為最終的評(píng)價(jià)矩陣。結(jié)合深圳市的實(shí)際情況，對(duì)于準(zhǔn)則層B的3個(gè)子系統(tǒng)，可以構(gòu)造如下所示的相對(duì)重要性判斷矩陣。一致性檢驗(yàn)易求得判斷矩陣的最大特征值為，計(jì)算一致性指標(biāo)與一致性比率指標(biāo)，其中，查表得，所以，認(rèn)為其相對(duì)重要度判斷矩陣通過(guò)一致性檢驗(yàn)，可以用來(lái)計(jì)算權(quán)值。權(quán)重計(jì)算利用公式 (1)可以計(jì)算出的權(quán)值分別為0.4472，0.2764和0.2764。整個(gè)權(quán)值確定過(guò)程的

12、標(biāo)度賦值矩陣、一致性檢驗(yàn)與權(quán)值結(jié)果如表3所示。表 SEQ 表格 * ARABIC 2 標(biāo)度賦值矩陣、一致性檢驗(yàn)結(jié)果與權(quán)值表格4.23600.44722.61800.27642.61800.2764同理，對(duì)于各個(gè)(gg)子準(zhǔn)則層，也可以由上述方法確定其各項(xiàng)指標(biāo)的權(quán)值，并計(jì)算出準(zhǔn)則層的指標(biāo)值(結(jié)果(ji gu)詳見(jiàn)附錄1)。環(huán)境綜合評(píng)價(jià)(pngji)指標(biāo)結(jié)果基于標(biāo)準(zhǔn)化的指標(biāo)和確定的權(quán)重，進(jìn)一步得出第年的深圳市可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)，其中為第年準(zhǔn)則層B第項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化評(píng)分。 (2)最終得到深圳市1995-2011年的可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)如表4所示，承辦大運(yùn)會(huì)前后的深圳市可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)變化趨

13、勢(shì)如圖1所示。表4 深圳市可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)結(jié)果年份199519961997199819992000200120022003可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)0.0406 0.1471 0.2133 0.2300 0.2384 0.2921 0.3493 0.3789 0.4001 年份20042005200620072008200920102011可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)0.4218 0.4333 0.5486 0.6329 0.7115 0.7695 0.8376 0.9353 圖1 深圳市可持續(xù)(chx)發(fā)展綜合評(píng)價(jià)指標(biāo)變化折線圖大運(yùn)會(huì)對(duì)深圳市可持續(xù)(chx)發(fā)展綜合評(píng)價(jià)指標(biāo)的影響分析深圳市獲得(

14、hud)2011年世界大學(xué)生運(yùn)動(dòng)會(huì)舉辦權(quán)的時(shí)間是2007年1月17日16，開(kāi)始承辦大運(yùn)會(huì)是從2007年開(kāi)始的，本文認(rèn)為2007年之后的經(jīng)濟(jì)、社會(huì)和環(huán)境指標(biāo)存在大運(yùn)會(huì)帶來(lái)的影響。不承辦大運(yùn)會(huì)條件下可持續(xù)發(fā)展綜合指標(biāo)的預(yù)測(cè)可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)在時(shí)間上是有累積效應(yīng)的，而且該指標(biāo)是由層次分析法對(duì)很多不同量綱、不同數(shù)量級(jí)的環(huán)境指標(biāo)歸一化處理而得的，因此相對(duì)于一般的數(shù)據(jù)具有模糊性，并且用來(lái)預(yù)測(cè)的數(shù)據(jù)只有從1995年到2006年，數(shù)據(jù)量并不多。而灰色預(yù)測(cè)法正是通過(guò)利用少量的、不完全的信息，建立灰色微分預(yù)測(cè) HYPERLINK /view/96500.htm t _blank 模型，對(duì)事物發(fā)展規(guī)律做出模糊性

15、的長(zhǎng)期描述?；诖?，本文建立基于時(shí)間序列的灰色預(yù)測(cè)模型，即GM(1,1)模型，采用累加生產(chǎn)法，得到一條通過(guò)系統(tǒng)的原始序列(1995至2006)累加生產(chǎn)的點(diǎn)群的最佳擬合曲線，并用此曲線來(lái)對(duì)2007至2011年的情況進(jìn)行預(yù)測(cè)，即深圳市不承辦大運(yùn)會(huì)條件下的歷年的可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)。該預(yù)測(cè)模型通過(guò)殘差檢驗(yàn)、關(guān)聯(lián)度檢驗(yàn)與后驗(yàn)差檢驗(yàn)，檢驗(yàn)過(guò)程詳見(jiàn)附件3。GM(1,1)模型的結(jié)果如表5所示，利用表5數(shù)據(jù)做出基于GM(1,1)模型的深圳市大運(yùn)會(huì)對(duì)可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)影響結(jié)果的分析圖，如圖2所示。表5 GM(1,1)模型預(yù)測(cè)結(jié)果年份20072008200920102011實(shí)際值(承辦大運(yùn)會(huì))0.6329

16、0.7115 0.7695 0.8376 0.9353 預(yù)測(cè)值(不承辦大運(yùn)會(huì))0.5929 0.6584 0.7311 0.8119 0.9015 差值0.0400 0.0532 0.0384 0.0257 0.0337 圖2 基于(jy)GM(1,1)模型(mxng)的大運(yùn)會(huì)對(duì)可持續(xù)(chx)發(fā)展影響力分析圖深圳市可持續(xù)發(fā)展本底趨勢(shì)線和“大運(yùn)影響線”的擬合考慮到可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)在時(shí)間上的累積效應(yīng)與與其實(shí)際變化趨勢(shì)，本文采用一階高斯曲線分別對(duì)可持續(xù)發(fā)展綜合指標(biāo)的原始數(shù)據(jù)和基于GM(1,1)模型的預(yù)測(cè)數(shù)據(jù)進(jìn)行擬合，即分別得到深圳市實(shí)際情況的“大運(yùn)影響線”和不承辦大運(yùn)會(huì)情況下的本底趨勢(shì)線。擬

17、合結(jié)果如下：如圖3，其中是根據(jù)實(shí)際數(shù)據(jù)擬合的“大運(yùn)影響線”，而是根據(jù)預(yù)測(cè)數(shù)據(jù)擬合的可持續(xù)發(fā)展本底趨勢(shì)線，R2均大于0.95，擬合結(jié)果很理想。圖3 “大運(yùn)影響線”與可持續(xù)發(fā)展本底趨勢(shì)線擬合結(jié)果大運(yùn)會(huì)對(duì)于深圳市可持續(xù)發(fā)展影響的定量分析圖2可知，在深圳承辦大運(yùn)會(huì)后的實(shí)際可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)要比不承辦大運(yùn)會(huì)條件下的預(yù)測(cè)值要更高一些，這就說(shuō)明了大運(yùn)會(huì)對(duì)深圳市的可持續(xù)發(fā)展具有顯著的促進(jìn)作用。本文從兩個(gè)方面來(lái)分析大運(yùn)會(huì)對(duì)于深圳市可持續(xù)發(fā)展的影響。相同年份條件下，“大運(yùn)影響線”與可持續(xù)發(fā)展本底趨勢(shì)線指標(biāo)的差異表5中給出了2007-2011年每年深圳市可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)的實(shí)際值和預(yù)測(cè)值之間的差值，差值即可

18、作為評(píng)估大運(yùn)會(huì)對(duì)于深圳市可持續(xù)發(fā)展影響的一個(gè)定量指標(biāo)。對(duì)于實(shí)際值(承辦大運(yùn)會(huì)的情況)和擬合值(不承辦大運(yùn)會(huì)的情況)的差值做出分析，可以發(fā)現(xiàn)對(duì)于2007 -2011年兩者情況下的差值，其增加減少趨勢(shì)呈現(xiàn)出一個(gè)不穩(wěn)定的變化，而不是呈現(xiàn)遞增的累積效應(yīng)。這可能與社會(huì)經(jīng)濟(jì)的發(fā)展趨勢(shì)有關(guān)，而預(yù)測(cè)誤差也是一個(gè)重要的因素。而對(duì)于(duy)一階高斯函數(shù)擬合出來(lái)(ch li)的兩條曲線，從2007年開(kāi)始，分別計(jì)算歷年實(shí)際數(shù)據(jù)(shj)的高斯曲線(“大運(yùn)影響線”)與預(yù)測(cè)數(shù)據(jù)的高斯曲線(可持續(xù)發(fā)展本底線)的擬合差值，其結(jié)果如表6所示。表6 等年份擬合影響差值表年份200720082009201020112012實(shí)際(

19、大運(yùn)影響線)0.6517 0.7228 0.7987 0.8793 0.9646 1.0544 預(yù)測(cè)(可持續(xù)本底線)0.5954 0.6595 0.7284 0.8021 0.8806 0.9640 差值0.0564 0.0633 0.0703 0.0773 0.0840 0.0904 年份201320142015201620172018實(shí)際(大運(yùn)影響線)1.1483 1.2460 1.3472 1.4513 1.5578 1.6660 預(yù)測(cè)(可持續(xù)本底線)1.0521 1.1449 1.2421 1.3437 1.4492 1.5585 差值0.0962 0.1012 0.1050 0.10

20、76 0.1085 由上表可知，在可預(yù)期的范圍內(nèi)，“大運(yùn)影響線”與可持續(xù)發(fā)展本底線之間的差值是逐年擴(kuò)大的，即在可預(yù)測(cè)的時(shí)間段內(nèi)，由于時(shí)間上的累計(jì)效益，大運(yùn)會(huì)對(duì)深圳市可持續(xù)發(fā)展的貢獻(xiàn)是逐年遞增的。達(dá)到相同可持續(xù)發(fā)展水平下，“大運(yùn)影響線”與本底趨勢(shì)線所需年份的差異對(duì)于高斯函數(shù)擬合出來(lái)的兩條曲線，從環(huán)境指標(biāo)達(dá)到0.8開(kāi)始，環(huán)境指標(biāo)每增加0.05時(shí)，分別計(jì)算歷年實(shí)際數(shù)據(jù)的高斯曲線(“大運(yùn)影響線”)與預(yù)測(cè)數(shù)據(jù)的高斯曲線(可持續(xù)發(fā)展本底線)對(duì)應(yīng)的年份，并求出兩者差值，其結(jié)果如表7所示。表7 等可持續(xù)發(fā)展水平下的擬合影響差值表可持續(xù)發(fā)展綜合指標(biāo)0.80.850.90.9511.051.11.151.2實(shí)際年

21、份2009.02 2009.64 2010.25 2010.83 2011.40 2011.95 2012.49 2013.02 2013.53 預(yù)測(cè)年份2009.96 2010.60 2011.22 2011.82 2012.40 2012.96 2013.51 2014.04 2014.56 年份差值0.94 0.96 0.98 0.99 1.00 1.01 1.01 1.02 1.02 由上表可知，在可持續(xù)發(fā)展綜合評(píng)價(jià)指標(biāo)可能達(dá)到的范圍內(nèi)，實(shí)際年份與預(yù)測(cè)年份之間的差值是隨著環(huán)境評(píng)價(jià)指標(biāo)的擴(kuò)大而不斷擴(kuò)大的，即達(dá)到同一可持續(xù)發(fā)展指標(biāo)所需的時(shí)間差值是隨著可持續(xù)發(fā)展指標(biāo)的增長(zhǎng)而不斷擴(kuò)大的。參考文

22、獻(xiàn)1 米紅. 區(qū)域可持續(xù)(chx)發(fā)展模式評(píng)估及其實(shí)證研究M. 北京(bi jn)：經(jīng)濟(jì)科學(xué)出版社，2002.2 熊永柱，夏斌，張美英. 區(qū)域可持續(xù)發(fā)展(fzhn)的一種評(píng)價(jià)模型:綜合協(xié)調(diào)度以廣東省沿海城市為例述評(píng)J.熱帶地理，2007，11(6)：511-520.3 Rees W E. Ecological footprints and appropriated carrying capacity: what urban economics leaves out J. Environment and Urbanization, 1992, 4(2): 121-130.4 劉榮章，翁伯琦，曾玉

23、榮，等.綠色GDP核算體系研究概述J.福建農(nóng)業(yè)學(xué)報(bào)2005，20(B12): 185-189.5 姚治君，王建華，江東，陳傳友. 區(qū)域水資源承載力的研究進(jìn)展及其理論探析J.水科學(xué)進(jìn)展，2002, 13(1): 111-115.6 UNDP. Human Development Reports 2005EB/OL. 2013-02-01. /en/reports/global/hdr2005/.7 李健. 海岸帶可持續(xù)發(fā)展理論及其評(píng)價(jià)研究D. 大連:大連理工大學(xué)，2005.8 Saaty A L. The Analytic Hierarchy Process M. NewYork: McGraw

24、-Hill, 1980.9 鄧聚龍. 灰預(yù)測(cè)與灰決策(修訂版)M. 武漢:華中科技大學(xué)出版社，2002.10 周亞非. GM(1,1)的MATLAB實(shí)現(xiàn)及其應(yīng)用J.長(zhǎng)春師范學(xué)院學(xué)報(bào)(自然科學(xué)版)，2010,29(1)：32-3511 GetzD. Event Management & Event TourismM. New York: Cognizant Communication Corporation, 1997. 61-69, 331-352.12孫根年. 西安市境外旅游業(yè)發(fā)展的動(dòng)態(tài)趨勢(shì)及波動(dòng)周期J. 西北大學(xué)學(xué)報(bào)(自然科學(xué)版)，2001,31(6): 514-517.13馬麗君，孫根年

25、 等.汶川地震對(duì)四川及周邊省區(qū)旅游業(yè)的影響J. 中國(guó)人口資源與環(huán)境. 2010, 20(3):168-174.14 余丹林. 區(qū)域可持續(xù)發(fā)展評(píng)價(jià)指標(biāo)體系的構(gòu)建思路J. 地理科學(xué)進(jìn)展，1998，17(2): 84-89.15 許永峰. 指數(shù)標(biāo)度中重要度的研究J. 紡織高校基礎(chǔ)科學(xué)學(xué)報(bào). 2003，16(2)：138-140.16 百度百科. 深圳第26屆世界大學(xué)生夏季運(yùn)動(dòng)會(huì)EB/OL. 2013-02-01. /view/5683316.htm?fromId=3261278Abstract: The2011InternationalUniversitySportsFederationhasanp

26、rofoundimpactonShenzhen.Thispapercollectedthedataof1995-2011,establishedtheurbansustainabledevelopmentevaluationindexsystembasedonAnalyticHierarchyProcess,thencreatedGM(1,1)modelandusedthedatafrom1995to2006topredictthevalueoftheindicatorsofsustainabledevelopmentfrom2007to2011withouttheInternationalU

27、niversitySportsFederation.Atlast,thecomparisonwiththesustainabledevelopmentindexforecastledtothequantitativeassessmentofhowtheshenzhenInternationalUniversitySportsFederationinfluencesustainabledevelopmentKey Words: Sustainable development; Analytic Hierarchy Process; Background trend line; GM ( 1,1)

28、 model附錄(fl)1 經(jīng)濟(jì)準(zhǔn)則(zhnz)層的指標(biāo)權(quán)重、一致性檢驗(yàn)結(jié)果(ji gu)與權(quán)值表格8.85390.21658.85390.21655.47210.13385.47210.13388.85390.21653.38200.0827社會(huì)準(zhǔn)則層的指標(biāo)權(quán)重、一致性檢驗(yàn)結(jié)果與權(quán)值表格3.23610.1188.47190.3095.2360.1915.2360.1915.2360.191環(huán)境(hunjng)承載準(zhǔn)則(zhnz)層的指標(biāo)權(quán)重、一致性檢驗(yàn)結(jié)果(ji gu)與權(quán)值表格5.6180.12735.6180.127314.7080.00749.0926.0245.6180.00283.

29、47224.1456附錄2 GM（1,1）模型R語(yǔ)言代碼 gm-function(x0,t)x1-cumsum(x0) b-numeric(length(x0)-1) n-length(x0)-1 for(i in 1:n) bi-(x1i+x1i+1)/2 b D-numeric(length(b) D-1 B-cbind(b,D) BT-t(B) M-solve(BT%*%B) YN-numeric(length(x1)-1) YN-x02:length(x0) alpha-M%*%BT%*%YN alpha2-matrix(alpha,ncol=1) a-alpha21u-alpha22

30、 cat(Model parameters:,n,a=,a,u=,u,n,n) y-numeric(length(c(1:t) y1-x11 for(w in 1:(t-1) yw+1-(x11-u/a)*exp(-a*w)+u/a cat(1AGO predictions:,n,y,n,n) xy-numeric(length(y) xy1-y1 for(o in 2:t) xyo-yo-yo-1 cat(The predict values:,n,xy,n,n) y0-numeric(length(x0) y01-x11 for (q in 1:n) cc-exp(-a*q) y0q+1-(x11-u/a)*cc+u/a xp-numeric(length(x0) m-length(x0) xp1-y01 for(j in 2:m)