本文分析使用模糊曲线分析法，模糊曲线分析法主要是用来压缩输入数据的维度，发现影响产出变量的重要因素。它主要通过求贡献弹性，根据样本点拟合样本曲线，最后选取出影响变量的重要因素。模糊曲线分析法的主要原理如下：①第一阶段模糊曲线建立在一个简单的思想基础上，即最重要的投入最有助于接近产出。②第一阶段模糊曲线建立在第二个简单的思想基础上，即独立的投入比相互依赖的投入量更有助于接近产出。③第二阶段模糊曲线建立在第三个简单思想基础上，即如果一个投入量xu与产出y是随机相关，那么在xλ-y空间内y方差在各点的估计值将近似等于均方差Vy，相反，如果投入xi与y是因果关系，那么我们能预料到在许多文点上y的方差估计值将与一般均方差有很大的不同。

假设有一个包含lu个数据点表（x¹₁…x^N₁，y₁），（x¹₂，…x^N₂，y₂）…，（x¹_M…x^N_M，y_m），投入x¹…x^N与产出y相关，用（y-y₀）^1.25替换原始y，在这里为了使所有的y为正，y₀被使用。定义第一阶段模糊量为：

在这里，A是一组投入，通过以下五步可以发现最主要的k。

1）对每一个投入变量xⁱ，可以概念化地在每个xⁱ-y空间标出数据点（xⁱ_k，Y_k），k=1，2，…M₁，i=1，2，…N。

2）对在每个xⁱ-y空间的每个数据点，可以建立模糊关系系数。

3）令A^o=Φ，给第一阶段模糊曲线，在这个曲线上|A|=1，

4）给定关于