数据分析的前景例1

中图分类号：G64 文献标识码：A 文章编号：1003-9082（2016）01-0089-01

大数据是信息技术快速发展的产物，其对教育系统能够产生深远的影响。以数据的形式呈现教育给教育领域带来了一次革新。在大数据模式之下，可以分析学生学习行为和变化的内在联系性，可以有效的挖掘教育领域更加深层次的问题。进入新世纪第一个十年间，大数据这个名词的出现为教育领域带来了全新的模式和挑战。学校在办学过程中，拥有了越来越多真实的、有用的、有价值的海量数据信息。这些强大的数据资源可以为教育发展提供强有力的智力支持和数据分析，在教育系统中大数据的应用具有强大的教育工具价值和时代意义。而积极探索将大数据如何应用到教育系统中，是需要我们重点思考的一个问题。

一、国外教育系统应用大数据的现状分析

大数据应用到教育系统中，能够对学生从小学到大学各个时期的学习行为、考试成绩以及职业规划进行详细的关联分析和研究。在国外很多这样的数据信息已经被国外政府机构完好的保存起来，用于今后的统计和分析。现阶段，大数据分析已经被应用到发达国家像美国、日本等国家的公共教育系统中，其成为了促进本国教育系统改革的重要信息基础。为了顺应时展的步伐，美国政府部门在2012年投入一项花费2亿美元的公共教育大数据计划，通过这个项目美国政府希望能够对美国的教育体系进行完善和改革。进入新世纪以后，在美国的教育系统中，逐渐兴起了一股在线教育的潮流，通过这种教育哈弗和麻省理工大学可以收集大量的数据，从而更好的研究世界各地各个国家的教学模式和学习行为，从而打造出适合不同国家学生学习的在线教育平台。通过记录学习者鼠标的点击数量，可以对学习者的学习行为和学习轨迹进行研究，发现不同类型的学习者对不同知识点的反应情况，用多少时间去学习，哪些知识点需要重复讲解或者强调，哪些学习工具和学习方式能够提高学生的学习效率。在追踪个人学习数据时，虽然是杂乱无序的，但是当很多人的数据收集到一定程度之后，群体行为就会在数据中呈现出一种规律，通过分析这些数据的内在联系性，在未来在线教育平台建设过程中才能弥补没有教师面对面交流指导存在的不足，提高知识传播的针对性，比如知识对受教者的投放强度、进度、反馈等。

二、大数据在教育领域应用的前景分析

1.利用大数据研究学生行为和变化内在的联系性

通过目前各类已广泛使用的教育信息系统途径，学生的行为会被各种数据所自动保留，例如学生在学校的时间、按时上课的情况、课堂听讲是否积极主动。在应用过程中以互联网技术和云计算等综合技术为基础，在对学生管理过程中，从数据库中寻找有价值的数据信息，经过全过程性和综合性分析，找到学生与知识之间存在的内在联系性，分析背后隐藏的逻辑关系，并做出合适的教学决策。在学校中积极应用计算机技术和智能通信设备保障了学生和家庭、学生和教师、学生和社会之间的沟通和交流。在大数据背景下，学生在学校的各种表现都可以用数据形式真真切切的反应出来。其能够表现当下学生的行为表现。一方面，可以通过学生之间的行为变化发现内在的联系性。一方面，大数据时代可以显示学生的历史行为，各种数据表单都能够记录下来。通过这些数据我们可以发现学生的学习兴趣，特长爱好等因素。另一方面，大数据可以通过云计算反应学生的变化趋势。学生的变化通常情况下都是不是很明显，只有当学生出现问题之后，才能发现，而数据从开始到结束是有时间差的，这样就可以通过数据提早发现学生的变化，避免产生不良的结果。

2.利用大数据挖掘学生内在特征

传统教学模式通常都以学生的考试成绩判断学生是否优秀，忽视了学生自主发展的空间。例如两个学生在物理考试中都取得了90分的成绩，从表面上看两个学生的分数是一样的，但是通过大数据分析可以发现，一个学生在学习过程中主要依靠的是思维能力，而另一个学生主要靠死记硬背取得高分，结果相同，但是过程明显不同，在未来这两个的人个各自的发展也不尽相同，其中以逻辑思维能力学习的学生，在今后的学习中能够更加顺畅，发展更加长远。而凭借记忆取得好成绩的学生思维能力不足，对今后的学习十分不利。相同的结果不一定具备相同的知识结构，成绩会掩盖一些不足的地方，会影响学生全面发展，而大数据能够反映学生阶段性的自我认知，对个人成长具有指导性作用，帮助学生弥补能力方面的不足，能够更加全面的反应学生在发展过程中存在的问题和风险。

3.利用大数学实现个性化教学

随着智能互联网时代的广泛普及，我们生产生活中传统基础业务系统和当前新起的物联网系统之间异构互联，产生的交互数据高效率地渗透到社会各类行业领域，为我们记录个人行为数据提供了便利的载体。更为重要的是，在这些强大数据收集终端面前，人们没有掩饰的意图，从而收集着过去无法收集及没有梳理的数据，这些海量数据让社会科学从宏观向着微观转变，让跟踪每一个人的数据都成为可能。将这些海量数据应用到教学中，实现对学生的个性化教学。在实际教学过程中，为学生提供一个个性化的教学环境是新课程改革的要求，在大数据的帮助之下，个性化的教育方式正在逐渐成为可能。大数据时代，个性化已经为教育领域提供了现实的路径，通过网络数据分析学生的兴趣、爱好、行为习惯和行为表现，然后对这些数据进行个性化判断，最终实现个性化的教育模式。在中国，个性化教学教师就是通过掌握学生的学习过程的各种数据，进行重点把握，了解学生的学习基础，从而分析学生对知识的掌握程度，避免学习过程重点的重复，以便为学生进行准确的定位。

数据分析的前景例2

一、移动电子商务运营模式及特征

移动电子商务（M-Electronic Commerce）是近几年随着无线移动通迅技术发展，而新兴起来的新型商务模式，它利用无线通讯技术和移动互联网进行数据传递，通过智能手机、PAD和笔记本电脑等移动设备与企业电子商务平台网连接来完成商务交易过程的新型商务模式。

传统电脑平台电子商务运营模式。传统的电子商务运营模式以B2C、B2B和C2C为典型模式，以B2C网上商场模式为例，其运营模式如图1所示：

图1 B2C网上商场运营模式

移动电子商务运营模式。移动电子商务的运营模式是由移动电子商务交易参与者不同面产生不同的运营模式，具体有内容提供商运营模式、移动运营商主导模式、服务提供商运营模式、WAP移动门户网关运营模式。下面以内容提供商移动电子商务为例说明其具体运营模式，如图2所示。

图2

移动电子商务运营模式区别于传统电脑平台电子商务运营模式的特征。移动电子商务是用户通过移动终端设备浏览商品，这样就能十分方便广大移动商务用户，进而撼动传统电脑平台电子商务的交易规模。区别于传统电脑平台电子商务业务，移动电子商务模式具有如下的特征：移动电子商务突破传统电脑平台时间和空间限制，极大地推动了电子商务销售规模。移动电子商务由于用户是通过移动终端设备浏览和选购商品，这样就打破传统电子商务用户只能坐在电脑前固定时间购物时空限制，用户能够在象旅游乘车等任意时间任意地点通过移动商务设备实现网络购物。移动电子商务由于用户使用的是移动终端商务设备，交易更加方便、快捷，能够极大提高电子商务交易效率。移动电子商务由于用户通过移动终端设备浏览和选购商品，而不是只能坐在电脑面前完成交易，这样就使电子商务从传统单一固定电脑平台端变为随时随地能方便用户购物的移动贴身服务，从而能极大地提高电子商务的交易效率。移动电子商务由于使用移动终端设备使条码扫描功能更为简单，比价功能更为方便。移动电子商务用户只要通过扫描在传统超市中正在关注的商品条形码，就可以通过移动设备收索该产品商场超市和超市商品报价，所以，移动电子商务通过扫描商品条形码而实现商品的比价功能更方便实用。

二、移动电子商务运营模式面临的问题

移动电子商务是电子商务时代新兴的交易模式，各商家在风起云涌发展移动电子商务之时，也象日韩和欧美国家的移动电子商务发展一样面临着诸多挑战和难题。

移动电子商务运营模式的竞争优势。移动电子商务网络不稳定连接不畅，服务内容不够丰富。我国的移动无线网络由于发展时间短，经常会出现网络不稳定和连接不畅的问题，严重影响移动电子商务交易正常进行和消费者信心。移动终端设备屏幕格式多样化和操作系统版本不统一，造成移动电子商务软件平台更新难度加大。移动终端设备屏幕格式多样化和操作系统版本不统一，支付系统不统一，这些都给移动电子商务平台软件开发设置的一道道障碍。由于不同的移动终端设备屏幕格式和操作系统版本功能不一，这就使移动运营商搭建移动电子商务网站和商家更新移动电子商务软件带来相当大的难度。

三、大力发展我国移动电子商务的相关对策

加大无线网络的建设和覆盖力度，通力改进移动电子商务的服务内容和搜索服务功能。针对我国依托无线网络的移动电子商务，经常会出现网络不稳定和连接不畅的问题，应该加大无线网络的建设和覆盖力度；同时移动运营商和商家应通力协作，增加移动商务服务内容；真正把移动电子商务设计成界面友好，操作简单，搜索快捷的电子商务平台。

尽快制定移动电子商务终端设备屏幕格式和操作系统的规范标准，使移动电子商务终端设备的屏幕格式和操作系统尽可能标准化。

对移动电子商务所有交易环节设置比平台电子商务更为严格安全防范措施。与传统电脑平台电子商务对比，移动电子商务由于采用无线通讯技术，因此可能会遭致更多诸如终端假冒、无线数据、交易拥堵等安全风险，为确保移动电子商务数据安全传输，就需要采用无线加密技术和无线公开密匙体系，以确保移动电子商务整个交易过程的安全可靠。

四、结语

移动电子商务是我国近几年刚刚兴起的新型商务模式，与传统的电脑平台电子商务相比，移动电子商务的商务环境和运营模式是明显不同的，而我国现有的移动电子商务在发展中面临着没有国家统一标准，因此，必须尽快制定移动电子商务产业相关法规，使移动电子商务监管有法可依；增强移动电子商务网络的稳定性和可靠性，并加大对移动加密技术的投入，真正发挥出移动电子商务产业蓬勃发展的优势，使其真正能够成为我国新的经济增长平台。

数据分析的前景例3

当前社会对数字化生活的依赖度不断提高，移动娱乐、移动医疗、移动教育、移动金融及物联网、云计算、大数据等数字化服务需求旺盛，将成为新一轮的消费热点。因此运营商开始研究以网格区域内人群位置数据为核心、用户数据为辅助的大数据基础能力研究，实现网格覆盖区域内的流量监控分析、人口特征洞察、位置轨迹分析、综合价值评估等基础功能，并支持通过组合、复用等方式，支撑旅游、交通、金融、咨询服务等行业应用。运营商处在大数据业务的中心位置，在掌握用户行为方面具有得天独厚的先发优势。基于此，本文接下来将对运营商大数据在旅游行业的应用进行探索研究，总结其拥有的优势以及具体的应用场景。

2 运营商大数据在行业信息化的优势

与互联网公司相比，运营商手中的数据更具有普遍性，甚至几乎囊括了所有的社会个体，尤其是运营商针对社会人群的精准数据，更是一座现成的金矿。目前运营商要做的事情并非“发展客户增加收入的阶段”，而是将客户的精准数据分析、位置数据和用户规模结合起来，再利用大数据技术服务于运营商的转型业务，用于自身业务的精确营销、交通部门的道路规划、商圈的选址及旅游行业，突破原先业务的束缚，在大数据运营的蓝海里寻找一片新的天地。

运营商的大数据来源：

（1）用户资料：这些是用户的个人隐私数据，有些信息可以用于用户趋势性数据分析（用户区域信息），主要包括如下主要信息：用户的归属信息（用户的归属省份信息、地市信息、县市信息）、性别信息（男/女）、年龄、单位性质等信息，这些数据只使用于趋势性分析、地域分析，不能用于个性用户的数据分析。

（2）用户的订购关系数据：用户在运营商订购的业务、套餐信息。

（3）用户行为分析数据：用户的上网行为分析数据、用户的消费信息（通话的通话清单、短信清单、流量消费信息），这些数据是用户的敏感隐私数据，在使用时必须进行脱敏处理。

（4）用户的位置信息：用户在HLR（Home Location Register，归属位置寄存器）登记的位置信息、基于A接口或Mc接口的位置更新信息（Location Update）、漫游切换信息、位置附着信息（Attach）、MT、Mo过程信息及SMS短信过程信息，这些数据都是实时数据，准确地记录了用户行驶轨迹，准确性非常高。

运营商的大数据在旅游行业的优势：

（1）数据准确性

工信部、公安部、国家工商总局联合发文，从2015年1月1日起，所有运营商注册的用户必须实行实名登记，这样确保了用户基础数据的准确可靠。其中位置信息、互联网访问信息都记录了用户实际到访位置及上网行为，再结合用户属性数据、订购业务、详单信息等，和客户的行为、喜好直接相关，有很高的准确性。

（2）权威性

移动运营商的用户规模大，约占70%的市场份额的移动数据更具有权威性，采样数据比较全面，在趋势性分析领域更具权威性。通过用户的行为数据的采集和分析，结合企业数据中心用户行为特征，为集团客户提供精确营销开辟了新途径，为今后的大数据分析提供数据分析源。用户所有在互联网络的操作行为、到访信息，运营商都可以记录，并经数据脱敏，就可以为旅游、交通、政府的业务规模提供趋势性分析数据。

（3）实时性

移动运营商拥有丰富的网络信令数据，用户发生位置移动、发送短信、上网等操作都会在网络的Mc接口（4G网络）或A接口（传统的2G网络）触发信令数据产生。通过这些信令数据的上下文，可以通过基站描点勾勒出用户的活动轨迹，而且这些数据都是实时的，和用户的实际过程相匹配。

除此之外，还有用户的主动位置更新（更新LAI）和定期的位置更新（一般为2小时以内），也会记录用户的位置信息，再利用运营商在旅游景区的基站信息同景区进行有效的结合。

实时客流监控、景区客流分析、游客特征分析就是利用运营商在旅游景区的基站信息，利用实时采集A接口、Mc接口数据的信令数据，实时分析景区的用户轨迹数据，对景区客流信息实行实时监控分析，改变景区只能事后统计用户量的情况，提升实时反映能力，进而加强服务和管控能力，并为推动旅游业信息化发展提供有效信息数据支撑。

3 运营商大数据在旅游行业的应用分析

以游客为中心，服务游客，满足游客需求，运营商可获取相关静态数据：游客人群来源地（用户的归属信息）、性别；再结合用户的动态信息：位置信息、来访时间、在各景点的驻留时间，进行旅游客源分析统计，并对景区客流信息进行实时监控与分析，将有效提升景区的服务与响应能力，为景区应急调度与管理提供依据。同时，如图2所示，通过对游客客源归属地的分析统计及对客户行为、特征的全面分析，为景区信息化建设及市场推广提供有效的数据支撑。

（1）客流分析

通过对景区包含的基站信令接口数据分析，统计出基站当前实时人数，同时参考运营商用户占比模型，计算当前景区（或景区内某一区域）的实际游客数量，实时反馈给景区系统，以趋势图或数字方式呈现。

根据提供景区人流量及归属地的实时统计与分析数据，再结合用户的归属信息，分析出各省市的游客旅游热度分析、游客特征分析、游客驻留时长分析、历史客流比对分析（按周、按月等）、重点节假日游客分析，支持实时客流量GIS地图展示，支持各类分析数据的报表展示。

基于网格管理实现景区网格的人流量可视化，实现实时监控预警、分析预测、深度洞察、信息，为旅游行业在流量情况掌握、应急预案准备、公众信息等方面提供参考和支撑。根据景区的容纳游客人数，同景区实时游客进行比较，达到上限时进行告警，提高景区管理职能和服务能力，及安全保障措施。

客流统计分析如表1所示：

（2）客源特征分析

根据客流分析的用户数据，再根据运营商的用户归属信息，把手机网络信令数据和用户数据结合，为旅游景区提供游客特征分析、游客消费分析、游客精确营销分析，满足景区的游客洞察与营销需求，改善景区管理水平。

通过实时数据采集分析到访景区的当前用户构成，细分到省、地市、县市，并可以按照用户数访问的时段进行归属信息统计，将景区内游客显示在电子地图上，同时对区域进行流量监控。

基于用户的归属信息，根据入园游客年龄分布统计、入园游客性别分布统计、入园游客到访频次统计、游客对景点类型的喜好度、入园游客的消费能力分析以及客户运营商产品订购行为的分析，进行360°游客画像，建立客户的归属地、年龄分布、性别比例、喜好景点类型、消费档次分布数据的分析，根据分析结果进行精准匹配。在用户到达相关景区时，实时推送景点相关信息，在推送渠道、推送时机、推送方式上满足客户的个性化需求，实现全程精准营销。图3为客源特征分析图。

（3）景区欢迎度分析

在了解游客归属地情况下，可以进一步统计各个省市用户到达旅游景区的热度排名，再分别通过当天、周、月、季、年的方式展现各个旅游景区人数排名、分时段人数排名，并提供景区热度排行，包括日排行、周排行、月排行以及节假日的特殊统计分析；确定城市中哪些景区为热门景区，为管理部门制定预案或者提升景区服务能力提供参考；提供外地游客来城市首先访问的景点，或者景点访问顺序，提供给旅游服务企业或者旅游监管部门有关景点的分析，或者访问路径优化等。

提供按时间段（最小统计单位天）景区内各个景点的用户滞留时长数据，时间段可以灵活设定。热点分析包括：热点客流分析、热点客源分析、热点景点分析，通过对客流来源、热点时期每天客流统计以及热点时间段内客源在景区内各个景点的分布情况综合分析，使得景区管理员更充分地了解到热点时期游客游玩景区的行为习惯和分布比例，为景区实施营销策划和资源调配提供有力数据保障。

（4）客流趋势分析、历史对比分析

根据往年的历史数据，可以从横向和纵向时间的维度对流量数据进行分析统计，方便景区管理员掌握景区各维度客流情况。通过对热点景区的专题分析，可通过对节假日的分析了解游客在不同节假日的来源、流量高峰及喜好等特征，进行相关时间段的游客趋势分析，为景区经营决策提供数据支撑，为节假日景区游客提前进行疏导准备工作。

如图4所示，景区内各景点区域实时游客人数地图显示，人员密度根据游客舒适度情况进行颜色标注，在系统顶部以消息滚动条形式实时播报景区内游客总量和拥挤及较拥挤的区域信息。同时手机客户端将推送拥堵信息给景区管理员，提醒景区管理人员做好游客疏导工作。

（5）旅游行业后向广告

结合用户的归属信息、到达景区的时间、在景区的滞留时间，整合旅游景点商家信息，基于游客群体的特征分析，提供后向广告功能，为旅游景点、城市旅游宣传、旅行社热点宣传提供专业的移动渠道广告业务。如用户旅游结束后，在景点出口出可以实时给游客推荐附近的以下信息：

1）住宿设施：酒店、旅店、招待所、家庭旅馆等）；服务性设施：餐饮场所、娱乐场所、购物场所、商店；

2）旅游交通线路：高速公路休息站、城市所有的公交站点、长途汽车站点、机场、火车站、交通售票点（航空、铁路）、城市旅游咨询服务中心、租车公司、旅游线路、景区内的通行车线路等；

3）辅助设施：公共厕所、公共停车场、加油加汽站、收费站、车辆维修点；

4）商铺信息：景点的特色服务信息、商家的促销信息可以结合用户的位置信息实时发送到达景点的游客。

数据分析的前景例4

二、空间信息技术促进风景园林专业技能变革

空间信息技术的发展能够大幅促进我国风景园林专业技能的变革。主要的变化包括空间数据、景观的监测与分析、工作效率化方面。风景园林研究、规划和设计均涉及各类空间数据。对于规划设计人员来说，获取、处理有效的数据是重要的专业技能。针对基础数据内容庞杂、种类繁多且尺度不一的特点，我国已经着手建设地图数据库、测绘档案等数据基础设施。各类商业遥感影像也是重要的数据源，可以根据用户要求有针对性的调取。规划设计人员能够在GIS平台上，对空间数据进行分析，从而准确地掌握基地的地表状况，提高规划设计方案的合理性。风景园林从业人员可以利用遥感技术对地貌景观进行广域、实时、高精度的监测，并通过GIS进行定量化分析；通过RS和GIS技术，规划师可以定量地掌握绿地植被分布状态，在GIS中可以进行时间序列演变分析、土地适宜性评价、热岛分析、空间分析（包括网络分析、可达性分析、叠加分析等）、景观指数分析等，为绿地规划、城乡与区域规划提供基本的依据。引入数字技术能够大幅提高工作效率。空间数字信息技术，尤其是3S集成技术的不断发展与完善，促进了数据与软件的无缝兼容，推动了园林设计的自动化进程。设计自动化包括办公流程自动化、数据采集自动化、输入输出自动化、分析自动化和管理自动化。办公电子设备与软件集成化发展提高了数据传输与处理的效率，国家大力推动的数据标准化与共享化也有力提升了规划设计人员采集、分析和处理数据的能力。

三、高校风景园林专业空间信息技术教学的目的

（一）加强对空间数据的理解

风景园林专业的规划设计课程涉及到空间数据的处理。空间信息技术教学实际上是围绕空间数据的获取、处理、分析而展开的。目前学生普遍缺乏对空间数据的理解，对于空间数据的基本属性、数据的格式与转换、数据的来源缺少科学的认知。空间信息技术教学可以使学生深入掌握各类空间数据的特征、理解数据的含义和表达、了解数据的来源途径和获取方法，熟练运用不同的空间数据格式转换技能，为识别有效数据、处理数据奠定基础。

（二）掌握空间数据的获取能力

空间数据来源广泛、质量混杂，初学者往往难以理清数据的来源渠道。比如有学生在课题中利用遥感图像进行绿化地解析，所采用的数据为网络下载的栅格数据，这类数据失真性较大，并不能用于绿地定量研究。出现这种错误的根本原因在于学生没有了解有效数据的获取途径。教学中应使学生了解国际、国家和省市等相关机构和商业公司的各类空间数据范围及其特性，以及这些数据对于风景园林专业的用途，使学生具有识别有效数据，掌握有效数据获取途径的能力。

（三）掌握基本的空间分析方法

深入、正确的空间分析是获得合理的规划设计方案的前提，也是对规划设计方案进行调整的基础。因此，应使园林专业学生了解、掌握利用GIS软件处理空间数据和进行空间分析的方法。GIS平台中的空间分析模块包括叠加分析、缓冲区分析、可达性分析、距离分析、表面分析、计量统计等功能，可进行时间序列演变与空间格局的量化分析，也可以利用统计结果进行各类景观指数的演算，并制作相应的主题图，作为规划设计的依据。

（四）掌握数据库能力

数据库是对各类工作数据的管理平台。对于景观规划、园林遗产保护、园林植物与应用方向的学生来说，需要收集、管理各类园林资源、植物和地理空间数据。而现实状况中，这些数据往往数量庞大、来源复杂、格式多样，如何管理好这些数据成为影响工作结果的重要因素之一。数据库是解决这个问题的重要方法。空间信息技术教学应使学生获得数据库构建技能，进一步提升其管理数据、使用数据的能力与效率，对其将来的工作具有很好的促进作用。

四、高校风景园林专业空间信息技术课程设置

风景园林专业是应用性较强的专业，与社会实际需求结合紧密。而空间信息技术本身是系统性的科学，因此需要以风景园林专业特点为中心进行知识点提炼，建立有针对性和系统性的教学体系。风景园林专业课程包括理论与设计两大类型，成系列的规划设计课程为教学体系的中心，相关理论知识点是围绕提高学生规划设计能力这个目标来设置的。因此，空间信息技术课程也应以园林规划设计为中心，设置相应的教学内容，通过培养学生空间数据处理技能达到提高规划设计能力的目的。一般来说，高校园林专业所设置的园林规划设计系列课程包括园林设计与园林规划两大内容。园林设计是针对中小尺度的场地，包括庭园设计、专类公园设计、综合公园设计、广场设计、居住区绿地设计、街旁绿地设计、带状公园设计等课程，园林规划是在大尺度的场地上实施的绿地系统规划、风景区规划、度假区景观规划、滨水区景观规划等。设计的尺度越大，与城市、社区以及自然环境的关系越复杂，就越需要学生具备较好的数据收集和处理能力，并能够掌握、应用一定的空间分析方法。笔者认为，针对园林专业课程内容和技能要求，可将空间信息技术教学内容划分为三个模块，每个模块有不同的教学内容与目的，且与相应的园林教学课程相对应。三个模块包括基础模块、数据处理模块和空间分析模块，基础模块是理论教学，数据处理与空间分析模块是实践教学。基础模块以学生认知空间数据为基本目的，主要包括空间数据的格式与分类、空间数据的作用与意义、地理坐标系统与地图学基本知识、3S技术原理、数据库基础、数据基础设施与常用空间数据源等教学内容。数据处理模块与园林设计课程相对应，以学生在设计过程中能够正确获取、处理基地环境数据为目的，教学内容包括DEM高程数据处理、GPS数据获取与转换、CAD文件格式转换、RS地物分析等。空间分析模块与园林规划课程相对应，以学生在规划过程中能够进行科学地空间分析为根本目的，主要教学内容包括叠加分析、缓冲区分析、可达性分析、距离分析等，并使学生能够制作主题图，作为规划的依据。基础模块、数据处理与空间分析三个模块教学内容应依次进行，只有掌握前一个模块内容，方能进行下一个模块的教学。基础模块必须开设独立的课程，数据处理与空间分析模块既可以是独立的课程，也可以作为园林设计课程中的组成单元，或者采用连续性的讲座形式。

数据分析的前景例5

中图分类号：F2 文献标识码：A 文章编号：1672-3198（2012）03-0013-03

1 问题的提出

目前我国共有两套企业景气指数，其中一套为中国人民银行测算并的企业景气指数，一套为国家统计局测算并的企业景气指数，本文中讨论的企业景气指数均指后者。

改革开放三十余年来，中国GDP的绝对值由1978年的3，645万亿，增加到2010年的401，202.02万亿，总量是1978年的11.07倍。随着中国经济的快速增长，各种研究经济的方法、预测经济状况的指标也陆续出现，如先行指标、一致性指标等等，但各种指标对经济活动中反映程度不一而定，因此在利用各种指标时不仅要充分了解其与现实经济的一致程度，同时也要充分了解其“先行”时间，这样才能做到正确利用各种指标，发挥其在经济活动中预测作用。

企业景气指数，在经济生活中我们一般会把其当作一个先行指标来应用，国家统计局公布多年以来其对经济形势的预测效果如何，以及其“先行”经济形势的时间具体是多少，尚无明确的界定。本文旨在根据企业景气指数公布以来的历年数据，与GDP同比增长率之间的拟合关系，来分析企业景气指数在宏观经济研究和宏观经济制定中利用价值和“先行”时间，达到更好的了解和利用企业景气指数的目的。

2 企业景气指数预测效果的理论分析

2.1 企业景气调查和企业景气指数简介

企业景气调查是我国借鉴西方国家的成功经验，于20世纪90年代初期开始着手在工业等领域进行的一项调查，并于20世纪90年代末期正式列入国家统计制度。企业景气调查主要运用全面调查和抽样调查的方式，以固定问卷的形式，定期向活跃于生产和经营第一线的企业家提问，调查和搜集企业家对企业生产经营状况和宏观经济的形势做出的判断和预期，并根据企业家对本企业综合生产经营情况的判断和预期编制企业景气指数，用以综合反映企业的生产经营状况。

企业景气指数（下称EBI）：又称为景气度，它是对企业景气调查中的定性经济指标通过定量方法加工汇总后得到的定量指标。企业景气指数的数值介于0于200之间，100为景气指数的临界值。当景气指数大于100时，表明经济状况趋于上升或改善，处于景气状态，越接近200状态越好，当景气指数小于100时，表明经济状况趋于下降或恶化，处于不景气状态，越接近0状况越差。

2.2 企业景气指数编制方法简介

在具体调查方面，对大型企业实行全面调查，中型企业实行与单位规模成比例的概率抽样，小型企业采用等距抽样的方法。

在计算景气指数过程中，对不同规模的企业采用不同的加权方法计算：

（1）分别计算大型企业和中小型企业占上报企业总数中的比例；

（2）大型企业依据上年销售收入进行加权，计算出选择上升、持平、下降的企业的比例；

（3）计算中小型企业选择上升、持平、下降企业个数所占企业总数中的比例；

（4）计算出全部样本企业的景气指数。

2.3 企业景气指数预测效果的理论分析

从企业景气调查的方式和企业景气指数计算过程中，可以看出企业景气调查及企业景气指数有以下特点：

（1）样本选取时，综合了不同类别企业的情况，并为其赋予了不同的权重值，充分考虑了不同规模企业的经营状况的差异性；

（2）企业数据的填报人为生产和经营第一线的主要管理者，其对企业的运营的真实情况有充分的了解，另外企业景气指数相关数据的填报不影响企业的实际经济利益，避免了由于利益因素而导致的数据与实际情况扭曲；

（3）企业的管理者往往对其企业的未来趋势非常了解，填报的数据时能充分涵盖企业管理者对企业未来趋势的信息。

从上述企业景气指数调查的方式和具体指数的编制方法中，我们可以看出，企业景气指数是企业景气调查中定型指标的量化描述，是企业家对经济发展环境、企业运营状况、企业发展远景的信心等的看法，具有信息超前性、预测性和可靠性的特点。

3 企业景气指数预测效果的实证检验

在数据的选取上，为了克服GDP的季节性因素影响，笔者在本次研究中选取了GDP季度同比增长率（以下简称GDPR）作为经济状况的代表，同时我们认为在EBI统计时企业管理者会将本季度的情况与去年同季度进行对比。笔者按照国家统计局官方公布的数据，获得自2001年1季度至2011年3季度各季度的GDP同比增长率（GDPR）和企业景气指数（EBI）。为了时间序列数据更加平滑，我们采用取对数的方式来考察变量间的相关性。

为了确定GDPR和EBI之间的相关性关系，以及EBI是否为GDPR的先行指数，领先时间具体是多少，我们分别对lnGDPR和lnEBI、lnGDPR和领先一季度的lnEBI（-1）、lnGDPR和领先二季度的lnEBI（-2）三组数据进行了描述统计和相关性分析。

（1）对表1中的同季度lnGDPR、ln（EBI）使用EViews6.0软件进行描述统计，可以得到如下散点图：

图1 同季度lnGDPR、ln（EBI）描述统计散点图从上图可以看出，上述数据存在一定的正相关趋势，参考了EBI对GDPR的经济预测功能后，将lnGDPR和ln（EBI）两组数据进行相关性分析得到其相关系数为.822300，相关性较好。

（2）对上述数据中的lnGDPR和提前一期的、取对数后的企业景气指数lnEBI（-1）使用EViews6.0软件进行描述统计，我们可以得到如下散点图：

图2 lnGDPR与提前一期ln（EBI）描述统计散点图从上图可以看出，lnGDPR与lnEBI（-1）在趋势上保持了较好的一致趋势，进行相关性分析得到两组数据的相关性系数为.937699，说明EBI对GDP在提前一期的情况下有着很强的相关性。

（3）对上述数据中的lnGDPR和提前二期取对数后的企业景气指数lnEBI（-2）使用EViews6.0软件进行描述统计，我们可以得到如下散点图：

图3 lnGDPR与提前二期ln（EBI）描述统计散点图对两组数据进行相关性分析得到两组数据的相关性系数为.768679，提前两期的EBI和GDPR的相关性并不明显。

通过上述数据的分析结果显示，在通过本期、提前一期、提前两期的对比分析，同季度的企业景气指数与GDP同比增长率之间存在一定的相关性，该季度的企业景气指数且与下一季度的GDP同比增长率相关程度最高，也就是说，提前预测的时间在一个季度左右的效果是在三个中最好的。

4 政策涵义

由本文表述可知，企业景气指数和GDP同比增长率之间确实存在明显的正相关关系，并且企业景气指数与下一季度的GDP同比增长率之间的相关程度最高，这可以说明企业景气指数能够正确反映GDP的走势，并具有一定的预测作用，当期的企业景气指数对下一季度的GDP同比增长率有较强的反映。

鉴于目前国家统计局每个季度都会公布全部行业及各产业大类、以及重点行业的企业景气指数，笔者认为在国内宏观经济研究以及行业研究等工作中，可以参考前一季度的企业景气指数来分析当前经济形势状况，同时也可以通过当季度的企业景气指数预测下一季度的经济走势。

参考文献

数据分析的前景例6

1 前言

1.1 各景区节假日期间持续爆满

2012年9月30日-10月7日中秋、国庆节长假期间，全国纳入监测的119个直报景区点共接待游客3424.56万人次，同比增长20.96%；旅游收入17.65亿元，同比增长24.96%。9月29日至10月6日，民航全国累计共发送55926班次，运送旅客人数760.71万人次；铁路全国累计共发送旅客6095万人次，同比增长9.4%。各地旅游景区游客接待量超过最佳接待量1倍以上。其中，南京中山陵为最佳接待量10倍，厦门鼓浪屿、敦煌莫高窟为最佳接待量8倍，北京故宫、山西平遥古城为最佳接待量5倍，宁波溪口景区、湖南衡山为最佳接待量4倍。

自驾车旅游异常火爆。2012年的中秋、国庆假期，是国务院出台小型客车免收高速公路费政策执行的第一个长假，自驾游成为今年黄金周一大亮点，很多地方甚至呈现井喷之势。上海主要高速公路道口进、出沪客车数分别为83.59万辆次、116.56万辆次，分别同比增长41.27%、71.41%；辽宁自驾游车辆比去年同期增长80%左右；贵州自驾车游客占接待总人数的55%，其中4A级以上景区自驾车游客比重均超过70%。

国内热点景区持续爆满，纷纷迎来史上最热“黄金周”。 故宫博物院仅10月2日一天就接待游客数超18万人次，创造了历年接待游客最高值；四川省九寨沟、黄龙等21个传统景区（点）共接待游客234.4万人次，按可比口径增长17.95 %；湖北各旅游景区10月2日-4日先后迎来旅游接待最高峰。

1.2 政策导向

2012年8月27日提请全国人大常委会审议的旅游法草案对旅游安全作出一系列相关规定，指出县级以上人民政府统一负责旅游安全工作，景区实行旅游者流量控制制度。草案规定，县级以上人民政府应当依法将旅游应急管理纳入政府应急管理体系，制订应急预案，建立旅游突发事件应对机制。突发事件发生后，当地人民政府及其有关部门和机构应当采取措施开展救援，并协助旅游者返回出发地或者旅游者指定的合理地点。而景区实行旅游者流量控制制度，不得超过景区主管部门核定的最大承载量接待旅游者。旅游者可能达到或者超过最大承载量时，景区应向当地人民政府报告，景区和当地人民政府应当及时采取疏导、分流等措施，旅游者应当予以配合。

草案同时规定，旅游经营者应当依法取得安全生产资质，严格执行有关标准、安全技术规范以及消防的有关规定，制定旅游者安全保护制度和应急预案。

《旅游法（草案）》进行二次审议中全国人大法律委、国务院法制办等部门建议增加规定：景区应当公布景区主管部门核定的最大承载量，制定和实施旅游者流量控制方案，并可以采取门票预约等方式，对景区接待旅游者的数量进行控制。

2 系统建设思路

2.1 基础数据源

通过实施采集运营核心交换机上的用户话单数据，包括通话话单、短信话单、VLR话单，尽可能高频次的获取用户位置信息，提高游客采样的精准度。

2.2 分析处理

对清洗后的基础数据进行数据分析处理，了解游客的行为特征，为旅游局提供多方面的统计分析和决策支持。

2.3 提前预防

为景区提供游客人流量预警阀值，一旦人流量超出阀值，自动触发分流短信，为游客提供景区的实况信息，确保旅游活动质量；同时也为景区提供应急短信发送功能，避免景区发生安全事故后出现拥挤踩踏事件发生。

3 业务功能分析设计

3.1 功能架构图

如图1所示。

3.2 业务功能设计

3.2.1 游客行为分析

（1）景区概况总揽。提供本地所有景区的实况预览，包括游客数量和景区人流量情况（通过地图上的景区范围的颜色表示）。

（2）所有景区接待统计。提供本地所有景区的游客数量统计，可按照本地游客、外地游客、所有游客统计，也按照年、月、日统计；提供多样化的展示方式如柱状图、饼状图、曲线图、数据列表。

（3）单个景区接待统计。统计各个景区某段时间内的游客数量，可按年、季度、月、天统计，游客可按全部游客、外地游客、本地游客分别统计，可同比显示去年同期的统计。

（4）景区平均逗留时间统计。统计本地所有景区的游客平均逗留时间，可按年、季度、月、天统计，游客可按全部游客、外地游客、本地游客分别统计。

（5）游客旅游天数统计。统计所有外地游客的旅游天数，可按年、季度、月、天统计，具体包括一日游、二日游、三日游四日游、多日游，可同比显示去年同期的统计。

（6）游客来源地统计。针对本地所有外地游客，按照来源地进行统计游客数量，可按年、季度月统计。

（7）景区游客排行统计。根据本地所有景区的游客数量进行统计排行。

（8）景区游客来源地统计。针对各个景区，按照来源地进行统计游客数量，可按年、季度、月、天统计。

（9）景区新增游客统计。统计各个景区在每个小时内新增的游客数量，可选择经典和日期查询。游客可按全部游客、外地游客、本地游客分别统计，可同比显示去年同期的统计。

（10）景区实时流量统计。统计显示各个景区在整点时间的实时在园游客数量，可选择经典和日期查询，可同比显示去年同期的统计。

3.2.2 数据维护

数据维护功能包括：小区信息配置、景区信息配置、景区范围绘制等。

3.2.3 景区短信发送

该功能包括预警短信发送、应急短信发送。

4 系统详细设计

4.1 系统架构说明

游客采样分析系统主要用于支撑旅游主管部门的旅游资源状况分析、游客属性和行为分析及应急预警等业务需求。从总体架构来看，整个系统分为两个层面，底层是电信网络数据采集层，使用电信业务的游客，在发生通信行为时，系统将采集用户的位置信息，并存储在移动网络数据库中。系统的另一层面是移动数据分析层和展示层，游客采样分析系统，对移动网络数据进行分析，挖掘，将分析结果存储在分析结果数据库中，最终用户通过B/S结构的web系统，登陆访问，获取最终的展示结果。

4.2 系统运行环境说明

系统架构在基于Java EE规范之上，采用Java语言开发。为了减低投入运营的成本后台应用服务器的系统框架采用Redhat Linux+JDK6 + Apache2.0 + Tomcat6 ；用户端采用基于web访问的方式进行管理和配置。

（1）操作系统：RHEL 6。

（2）遵循标准：HTTP、SOAP、REST、Socket 7。

（3）数据协议：JSON、BJSON、XML。

（4）Web服务器及中间件：Nginx 、Apache Tomcat。

（5）缓存：采用memcached分布式缓存系统。

（6）数据库：Oracle 11g。

（7）开发工具：Eclipse IDE、Power Designer、PL/SQL Developer。

（8）系统结构：多层分布式B/S架构。

（9）表示层：使用Struts2 MVC框架。

（10）业务逻辑层：使用Spring3管理业务逻辑，实现依赖注入和面向切面编程。

（11）持久层：采用Hibernate 3、JPA等持久化框架。

（12）Ajax：采用jQuery等JS库优化用户体验。

4.3 系统组网方案

为保证大网话单数据安全，系统通过三道防火墙，不同服务器部署在不同网络上，物理上进行隔离，确保数据安全：

（1）大网话单数据经加密处理后，通过第一道防火墙，提供给系统的数据采集及数据处理服务器，采集服务器进行接收处理后，保存到系统的数据库服务器中；

（2）数据库服务器通过第二道防火墙提供给系统的WEB应用服务器访问；

（3）WEB应用服务器通过第三道防火墙（出口），统一给短信网关、 合作伙伴等提供各类服务。

5 系统接口设计

5.1 提供给外系统接口

5.1.1 游客行为分析对外接口

将游客采样分析的统计结果按照汇聚平台提供的“接口规范”提供给汇聚平台。

5.1.2 短信发送数量统计接口

将平台短信发送数量结果按照汇聚平台提供的“接口规范”提供给汇聚平台。

5.1.3 短信行业网关接口

实现系统的短信发送接口联调。

5.2 与周边系统的接口

移动网络数据获取接口，实现从大网网络话单数据中心实时获取话单数据。

5.2.1 动态数据需求

（1）基础数据要求。提供运营核心交换机的用户话单数据，包括如下：

a. 通话话单：用户号码（Msisdn）、用户当前位置（lac+cell）、通话时间

b. 短信话单：用户号码（Msisdn）、用户当前位置（lac+cell）、短信时间；

c. VLR话单：用户号码（servedMSISDN）、更新前用户位置（oldLocation）、更新后用户位置（newLocation）、更新时间（updateTime）

（2）频度需求。根据核心交换机确定，建议一分钟发送一次话单。

（3）接口方式。接口说明：该接口是指运营商将用户话单数据传输至我们系统的采集服务器。

考虑每次传输的数量相当大，接口方式建议：ftp server，核心交换机网管中心定时发送话单文件。

系统也可定制开发接口主动获取数据。

5.2.2 静态数据需求

（1）基站信息：基站名称、基站cell id、基站位置（可选）。

（2）号段信息：号码前缀、号段对应地区。

（3）导入方式：Excel表格导入。

6 结束语

本系统旨在为景区管理者提供实时流量监控、客流预警、客源地分析等功能，以满足旅游管理需求，为旅游运营管理的措施、政策等提供决策支持定量分析，具有较强的先进性和可操作性，系统的实施对未来在全省乃至全国大规模的建设可以起到积极的示范作用。

参考文献

[1]汪纯孝，温碧燕，姜彩芬.服务质量、消费价值、旅客满意感与行为意向[J].南开管理评论，2001（06）.

[2]汪纯孝，温碧燕，姜彩芬.顾客的服务消费经历与行为意向的实证研究[J].中山大学学报（社会科学版），2001（03）.

[3]何玉荣，张鑫.体验旅游时代导游服务效果的实证研究[J].皖西学院学报，2011（01）.

[4]许丽君，江可申.基于合同与感知导游服务质量的模糊综合评价[J].北京第二外国语学院学报，2007（11）.

作者简介

数据分析的前景例7

中图分类号：TP37 文献标识码：A 文章编号：1674-098X（2015）08（a）-0096-05

图像分割与融合是计算机视觉与图像处理领域的研究热点，特别是面向人像的前景分割，在目标检测、目标识别、图像融合等相关技术中有十分广泛的应用。其关键技术涉及到人体的定位，以及前景和背景的分离等。由于人体图像具有尺度差异大、纹理复杂、姿态变化多等特点，要从复杂背景中分离出人像信息是十分挑战的课题。特别利用家用低成本相机拍摄的夜景图像，因背景光源复杂，且在闪光拍摄的图像中前景边缘与背景信息容易交互干扰，使得现有的算法难以从这里图像中有效地分割人像区域。

目前人像分割方法大致可以分为人工交互分割与全自动分割等两类，其中人工交互分割一般是基于图割（Graph cut， GC）算法[1]，通过手工标记的方式，在人像周围指定背景与前景信息，进而通过构建能量图及边切割，实现背景与前景的分离。基于Grab cut方法[2]则是在选定前景框内，通过分析背景区域与前景框内的分布信息，实现前景目标的分割。实验结果表明，基于图割的算法运算速度较快，分割效率较好，特别对复杂的背景边缘有较好的适用性，得到了广泛的关注，目前市场上已有相关的产品[3]。尽管如此，这类方法在分割过程中需要人工干预，而且在夜景人像边缘模糊的情况下分割效果不佳。

前景的自动分割主要包括基于立体视觉[4]、运动信息[5]和背景建模[6-7]的方法。其中基于立体视觉的方法通过分析视差来判别前景区域。这类方法往往对分割目标的视差范围有一定限制，视差太小前景和背景难以分离，视差过大则场景中存在大量遮挡和零匹配现象，导致分割可靠性不足；基于背景建模的目标分割方法需要利用先验信息对背景进行建模，通常是在视频或序列图像的基础上，分析场景的变化信息，以构建背景模型。此外，在图像前景自动分割中，Sun提出了以闪光/非闪光图像为数据源的抠图方法[8-9]。前提是对场景分别进行闪光/非闪光两次拍摄，在闪光灯开启时，由于前景物体较为靠前因此受闪光影响较大，对应图像更加明亮（强度更高）；而没有闪光灯时，前背景的亮度区别较小，从而可以通过亮度对比信息提取前景区域。在相关后续工作[10]中，Sun将该方法拓展为Flash cut算法，实现了前景和背景的协同分割。其基本思路是根据闪光与非闪光图像的差异，分析前景与背景的统计模型，最后通过图割方法实现前景信息的分割。Flash cut提出后，得到了广泛的关注，其中文[11]将闪光-非闪光图构建的前景信息推广到图像的显著分析，取得良好的检测效果。

在简单背景下，现有的分割算法对人像交互分割与融合方面已经取得了较好的效果。然而，针对夜景的人像提取效果仍效果不佳，特别是当背景光源信息复杂，以及前景边缘和背景混合的时候，分割算法基本失效。为此，该文在闪光、非闪光图像的基础上，采用了检测+分割的思路，首先根据梯度直方图特征在非闪光夜景图像中检测人像方位；进而根据同步获取的闪光、非闪光图像差异分布，在人像候选区域统计差分直方图，并通过构建代价函数、分割能量图实现人像的分割。

该文余下内容安排如下：第二章介绍梯度直方图的计算方法，以及在夜景人像检测中的应用；第三章详细阐述基于闪光、非闪光图像的夜景人像分割算法流程；第四章通过实验分析本文算法的可靠性；第五章为论文总结。

1 基于梯度直方图的夜景人像检测

夜景人像检测的目的是确定分割的候选区域，避免背景复杂光源，以及背景运动目标等因素对分割效果的影响。针对夜景人像的特点，本文采用了基于梯度直方图（Histogram of Oriented Gradient，HOG）[12]与支撑向量机相结合的检测方法，以实现夜景人像的检测。HOG是目前最为广泛使用的行人特征表示方法之一，其主要思想是通过图像局部区域的梯度特征统计来增强判别性能。HOG特征的具体计算过程如算法1所示，其中行人图片大小为64×128，块（Block）大小为16×16，格子（cell）大小为8×8，每个块内包含4个格子，格子是计算HOG的最基本单元（如表1所示）。

根据文[12]实验设置的推荐，以及夜景图像特点，本文采用以下的设置以提高HOG的判别性能：（1）梯度计算时采用的掩膜为[-1 0 1]和[-1 0 1]T；（2）投票的时候方向角和空间位置进行线性插值，即三线性插值；（3）块内的每个象素在投票的时候进行高斯加权；（4）对块的特征向量进行归一化处理。

梯度直方图特征具有高维特点，需采用高效的分类器以实现特征的判别。由于支撑向量机（Support Vector Machine，SVM） 是建立在统计学习的VC 维理论和结构风险最小原理基础上的，它在解决小样本、非线性及高维模式识别中独具优势。为此，本文采用SVM作为夜景人像判别分类器。

2 基于闪光图像的夜景人像分割

在人像区域检测基础上，可利用闪光与非闪光图像的对比统计信息，以提高人像分割的效果。为此，本文首先根据二值分类定义了前景分割的能量函数，并针对能量函数中的数据项与平滑项展开分析。特别是数据项的设计，融入了闪光变化特点、颜色信息，以及匹配变换估计信息等。以下将分别介绍能量函数的构造以及数据项的具体计算流程。

2.1 总体代价函数

为实现前景与背景的分类，本文定义代价函数如公式1所示：

（1）

其中xp表示像素p的背景标签，即当且仅当p为背景时，xp=1，否则xp=0；Ed为数据项，表示像素p分类为xp的代价；Es为平滑项，主要用于惩罚相邻像素p，q的分类xp与xq不一致，目的减少噪声干扰，保证分割结果的平滑性；α是权衡数据项与平滑项的权重。当公式1达到最小值时，对应的前景信息为人像分类结果。

为了减少相邻像素的分类差异，定义平滑项Es如下：

（2）

其中用于调节相邻点灰度差对分类的影响。

根据夜景人像特点，设计数据项如下：

（3）

其中分别用于衡量前景分类代价、闪光与非闪光图像之间的运动差异，以及颜色信息差异，其计算方法将分别在2.2～2.4中阐述；为的权重。

2.2 基于直方图对比的前景分类代价

在公式3中，用于衡量闪光与非闪光图像中，像素直方图的变化情况。主要思路是通过对比分析闪光图像与无闪光图像的直方图信息来进行建模。如果是离摄像头比较远的物体，则受闪光的影响比较小；如果是离摄像头比较近的前景物体，则受闪光的影响比较大。因此通过分析闪光前后，直方图的变化情况，对象素点与前景之间的隶属度进行赋值。假设和分别表示闪光图像和无闪光图像的颜色直方图。若，则说明闪光之后，第k个直方图区间的象数点数目变少，也就是第k个直方图区间的部分象数点被分配到了的其他区间（具体是哪个区间不知道）；若，则说明闪光之后，第k个直方图区间的象数点数目变多，说明的其他区间（具体是哪个区间不知道）上的象数点部分被分配到了直方图的第k个区间。综上，可定义代价项如下：

（4）

其中闪光和非闪光图像的rp分别取值为和。

2.3 变换补偿

公式3中的Et（xp）用于衡量闪光与非闪光图像中，对应同名点之间的像素差异。假设已经知道了闪光前和闪光后两张图像之间的位移信息m（p）。那么对于闪光前的图像而言，如果象数点的亮度信息变大了，那么是前景的概率应该相应增加。闪光前后的亮度信息差异可以用如下公式表示：

（5）

一般认为，背景的像素点亮度变化较小。因此，可以用一个高斯分布来表述亮度差异信息，即，。像素点p属于背景的概率可以用如下公式刻画，

（6）

可以看出，当时，。综上，能量项Et（xp）的可定义如下：

（7）

上式中未知的参数是。首先，可通过稀疏特征匹配来计算特征点的亮度差异信息，以差异直方图均值作为μ的初值。则可以在直方图中截取亮度差异小于某个阈值T的所有点统计得到，其中T取值为大于μ的首个局部极小点。由于同步采集的两幅图像之间尺度、角度基本一致，为提高分割效率，本文采用FAST算子[14]进行特征提取，利用ORB描述子[15]实现稀疏特征匹配，并采用RANSAC算法[16]去除错误匹配特征。

偏移量m的初值可以根据RANSAC获取的变换结构，计算像素稠密匹配来得到。由于两幅图像同步获取，且人像前景景深差异小，因此本文采用透视变换来作为像素位移初值的计算依据。在此基础上，利用光流中改进的Lucas-Kanade算法[17]来迭代计算稠密的像素变换补偿参数，具体如公式8所示：

（8）

2.4 基于混合高斯模型的前景分类代价

在公式3中，用于衡量前景信息的概率。在上述求解到的前景和背景概率的基础上，挑选出所有背景概率小于0.4的点，用于构造前景混合高斯分布[13]。具体计算方法如公式9所示：

（9）

其中K是混合高斯模型的模型数量；wk是各个模型的权重；uk，∑k分别表示第k个模型的均值与协方差。同理，计算背景混合高斯分布可以挑选所有背景概率超过0.6的像素，通过文[13]的方法统计得到。在此基础上，前景分类代价可以表示为：

（10）

2.5 算法流程

根据2.1～2.3的计算规则，本文总体算法流程如算法2所示（如表2所示）。

3 实验结果与分析

实验的目的是测试本文方法对夜景人像分割的效果。为此，本文根据实验需求采集了序列夜景图像集，其中包含背景运动干扰、背景复杂光源（夜景工程）、前景纹理变化（衣着差异）等多个不同类别，部分数据如图1所示。以下将详细描述实验的设置，以及结果分析。

3.1 实验设置

在夜景人像检测模块，HOG特征为3780维，梯度计算时采用的掩膜为[-1 0 1]和[-1 0 1]T；投票采用三线性插值。在代价函数模块，公式1中的权重α取值为30；考虑到夜景图像的闪光与非闪光图像中，像素变化十分强烈，导致部分背景隶属于前景概率也相应提升，因此应适当降低了直方图前景分布代价的权重，公式3中的数据项权重分别为5，15；公式4中的ζ=0.2；在颜色项中，混合高斯模型的数量取值为10。

3.2 结果与分析

第一组实验主要评价夜景图像的人像检测效果。由于本文的目标是自动分割出闪光图像的人像，因此只需在闪光图像中检测行人区域。图2中的背景包括复杂光源、运动目标、前景边缘与背景强度差异小等干扰因素。由于夜景人像往往背景强度相对较弱，相比之下，前景的强度、纹理特征丰富。从实验结果可以看出，采用HOG特征可以充分描述人像的表观模型，因此SVM分类器能有效提取图像中的行人区域。

第二组实验主要评价本文的图割算法对于夜景人像的分割效果。针对背景运动、局部遮挡、复杂背景等因素对分割效果的影响，我们分别选取了图3-图6用于分析分割效果。如图3（a）（b）（c）分别为闪光图像、非闪光图像、人像分割结果。从图3（a）和图3（b）中可以看出，背景存在运动目标。由于背景中的人像强度信息（光线）较弱，纹理受噪声干扰明显，因此行人检测器没有响应背景人像。而本文的算法只针对人像区域分析，因此可以有效过滤背景运动对分割效果的影响。在图4中，前景包含了部分背景信息（手臂下方），由于本文通过像素分布设置了背景概率统计信息。因此，在前景背景混合的情况下，构建的能量图能给定前景和背景不同的权重，从而利用图割算法可以有效地分割出人像区域，具体如图4（c）所示。

图5和图6用于评价复杂背景对于人像分割的影响。从图5（a）可以看出，人像上半部分的背景强度信息与人像信息接近，因此该区域的前景概率容易混淆。从实验结果也可以看出，人像下半身的背景区域纹理简单，有较好的分割效果，但是上半部分特别是肩膀附近，存在一定的错分割现象。图6的结果也印证了上述结论，即前景边缘与背景差异很小的时候，构造出的能量图相应的边权值也相应较小，导致分割后的边缘存在锯齿现象。

4 结语

目前的夜景人像分割大多是采用交互的方式提取人像外轮廓，在背景光源复杂的情况下需要大量的人工干涉。本文针对夜景人像的自动分割问题，利用同步获取的闪光和非闪光图像之间的差异，分析前景的概率分布信息。基本流程包括利用直方图特征实现人像区域检测、基于闪光图像变化分布和变换补偿的代价函数构造，以及利用图割实现人像提取等。实验结果表明本文的方法有效增强了分割的自动化程度，特别是增加了人像检测后，在背景光源复杂以及背景变化的情况下有较好的分割效果。预计相关成果在夜景图像融合中有一定的推广价值。

参考文献

[1]Boykov Y Y， Jolly M P. Interactive graph cuts for optimal boundary & region segmentation of objects in ND images[C]//Computer Vision，2001.ICCV 2001.Proceedings.Eighth IEEE International Conference on.IEEE， 2001：105-112.

[2]Rother C，Kolmogorov V， Blake A. Grabcut：Interactive foreground extraction using iterated graph cuts[J].ACM Transactions on Graphics（TOG），2004，23（3）：309-314.

[3]沈洋，林晓，谢志峰，等.交互式前景抠图技术综述[J].计算机辅助设计与图形学学报，2014，26（4）：511-519.

[4]Torr P H S，Szeliski R， Anandan P.An integrated Bayesian approach to layer extraction from image sequences[J].Pattern Analysis and Machine Intelligence，IEEE Transactions on，2001，23（3）：297-303.

[5]Sun J，Zhang W，Tang X，et al. Background cut[C]//Computer VisionCECCV 2006.Springer Berlin Heidelberg，2006：628-641.

[6]Mittal A，Paragios N.Motion-based background subtraction using adaptive kernel density estimation[C]//Computer Vision and Pattern Recognition， 2004.CVPR 2004.Proceedings of the 2004 IEEE Computer Society Conference on.IEEE，2004：II-302-II-309 Vol.2.

[7]Monnet A，Mittal A， Paragios N，et al.Background modeling and subtraction of dynamic scenes[C]//Computer Vision，2003.Proceedings.Ninth IEEE International Conference on. IEEE，2003：1305-1312.

[8]J.Sun，Y.Li，S.B.Kang，et al .Flash matting[M].In Proceedings of SIGGRAPH，2006：361-366.

[9]Sun J，Li Y，Kang S B，et al. Flash matting[J].ACM Transactions on Graphics（TOG），2006，25（3）：772-778.

[10]Sun J，Kang S B，Xu Z B，et al.Flash cut：Foreground extraction with flash and no-flash image pairs[C]//Computer Vision and Pattern Recognition，2007.CVPR’07.IEEE Conference on.IEEE，2007：1-8.

[11]He S，Lau R W H.Saliency Detection with Flash and No-flash Image Pairs[C]//Computer VisionCECCV 2014.Springer International Publishing，2014：110-124.

[12]Dalal N，Triggs B.Histograms of oriented gradients for human detection[C]//Computer Vision and Pattern Recognition，2005.CVPR 2005.IEEE Computer Society Conference on.IEEE，2005：886-893.

[13]Blake A，Rother C，Brown M，et al.Interactive image segmentation using an adaptive GMMRF model[C]//Computer Vision ECCV 2004.Springer Berlin Heidelberg，2004：428-441.

[14]Rosten E，Drummond T.Machine learning for high-speed corner detection[C]//Computer VisionCECCV 2006.Springer Berlin Heidelberg，2006：430-443.

数据分析的前景例8

近年来随着旅游业的迅猛发展，旅游景区的资源调查、评价、分析、开发、规划和管理中的一些传统方法已不能满足多层次用户的需求[1]。在旅游景区的规划过程中，涉及大量处于不同空间位置对象数据的存储、处理和分析。地理信息系统（Geographical Information System，简称GIS）是一门新兴的交叉学科，是一种具有采集、存储、查询、检索、管理、分析、转换、传输、维护和可视化表达、输出地理空间信息等功能的计算机系统[2]，凭借其强大的空间数据处理和分析能力，已在许多领域被大量应用。本文尝试将功能强大的ArcGIS软件体系中的ArcMap应用于旅游景区规划过程中的空间数据建立、三维地形分析以及规划图件编制，并利用三维视域分析进行了景区旅游服务设施的辅助选址。

1 GIS技术在旅游景区规划中的应用优势

1.1 方便的数据采集及海量存储

旅游规划过程中涉及的大量数据，其来源主要有：社会经济信息、遥感资料、地图数据和现场调查资料等。对于遥感和地图数据，可采用GIS本身的功能实现对这些数据的采集与管理，较传统方法具有方便、简洁、快速和自动存储等优势，且GIS系统具有海量存储特点，硬盘容量越大，存储能力越强。旅游规划先期阶段，需存储大量资源数据和开发条件数据作可行性分析。同时，GIS对不同数据采用不同的存储格式，也为数据的方便调用提供条件。另外，在数据更新方面，GIS可实现对目标数据的自动查找和更新，为数据的维护提供方便。

1.2 客观地支持旅游开发评价

旅游开发评价主要包括资源评价和开发条件评价，其中开发条件评价包括交通、客源市场及自然环境等方面。传统的评价方法一般是定性分析，主观性较强。通过GIS系统自身及根据具体应用所开发的一系列模型应用于评价中，可使评价结果更客观和准确。同时，利用GIS技术还可以对旅游基础设施、旅游购物中心、旅游饭店的位置选址及最佳旅游路线选择提供基于空间数据分析的科学依据。

1.3 定量可视、动态的辅助规划

GIS支持对任意评价单元的各种空间分析，如坡度、坡向、单元公路网长度、各类用地面积的测算等，并可将所有评价值加权汇总，使评价分析和规划定量化[3]；GIS为旅游资源的分析、评价和规划提供了一个可视化环境。GIS把空间位置信息与有关属性信息建立起逻辑上的关系，大大扩展了空间查询、分析和评价等功能。GIS不但可以显示出规划对象的二维空间分布，且可以通过图形叠加和属性查询功能，透视某一区域某一点的任何图像及其相应的属性，包括文字、音像等多媒体信息；在GIS辅助下，各种规划方案可在计算机上进行模拟显示，从而获得对规划结果的认识；在GIS支持下，如因数据变化需调整时，只需修改相应的数据库或规划目标以及相应的分析、评价与规划模型即可，不必全部重来。对于规划图件的修改也只需修改相应的符号或内容，实现动态规划和信息资料数据的持续利用。

1.4 准确美观、便捷的规划图件编制

传统的旅游规划图件是用手工编制的，其在图件的更新上具有速度慢、美观性差及表现形式单一等缺点。自动化制图是GIS的主要应用功能之一。通过设置投影变换可使规划图件与实际保持相同的数学基础；通过配准可使地图上的点准确定位；利用统一线条和颜色避免手工的不均匀；通过叠加相同地图数据实现数据的共享；GIS自动化制图与修改功能节约大量的人力、物力和财力。总之，应用GIS可进行更为科学、便捷、准确和美观的旅游规划图件的编制。

2 基于ArcMap与空间视域分析的景区规划

2.1 珠石峰景区概况

珠石峰旅游景区地处闽南金三角腹地之内，靠近厦门－汕头高速公路,具有较好的区位条件，如图2所示。珠石峰旅游景区位于长泰县岩溪镇至板里乡的县级公里附近，该公路连通长泰县和华安县，临近省道和鹰厦铁路，距离长泰县城、华安县著名景区仙字潭和二宜楼、漳州市和厦门市均较近，景区旅游通达性较强。景区为南亚热带季风性湿润气候，基岩为玄武岩，以低山丘陵为主，土壤发育深厚，生态环境质量良好。

目前景区附近的岩溪镇至板里乡的县级公里为沙石路面，路况有待改善，公路通向景区的道路为新建的水泥路面。该景区被称为“珠石灵光”，为全县“八景”之一，内有观音寺、石观音、珠石峰、初坑峡谷等景点。目前该旅游区主要接待板里乡及其周边乡镇朝觐观音的居民，同时有少量来自县城、漳州乃至厦门的香火游客。该景区目前拥有停车场、小商店、供水、供电、通讯、道路等简单设施，无污水、废物处理设施和措施，基础设施条件整体较差，无住宿、餐饮等旅游接待服务设施。

珠石峰旅游景区的旅游资源特征主要体现在：旅游资源数量丰富和类型较全、自然旅游资源主体特征突出且级别较高；人文旅游资源以观音文化最为突出；旅游资源空间特征表现在旅游资源分布相对集中，资源平面组合有序、重点突出。

2.2 基于ArcMap的景区空间数据处理

本研究以珠石峰旅游景区为对象，将GIS软件技术应用于景区的旅游规划中。首先根据纸质地图和有关资料进行空间和属性数据的采集与整理，建立景区GIS数据库；然后在GIS数据库的基础上进行数据管理和分析；最后通过ArcMap软件的友好人机交互界面辅助进行旅游资源的评价分析以及结合旅游景区规划文本进行规划图件的编制。其总体技术路线如图1所示。

2.2.1空间数据建库

由扫描仪获得数字化地图的底图时，选用1：5000地形图作为数字化地图的底图。将栅格底图导入ArcMap进行数字化时，要进行配准。配准可以为数字化地图提供空间地理坐标，为规划过程中空间数据分析提供基础，而且还可以纠正地图的变形。数字化过程中不同的地理要素分层存储，如道路、水体、旅游资源、等高线、行政边界等。

2.2.2数字高程模型建立

在景区1：5000等高线基础上，利用ArcGIS软件所提供的表面模型包TIN（不规则三角网模型），通过ArcMap的三维分析模块建立了体现景区的地形起伏和走势的三维地形。TIN数据结构可为分析、显示地形和其他种类的表面建立有效的表面模型，所建立的三维地形能较好的重现实际地形情况，为旅游景区规划中的旅游线路选取、旅游产品设计、旅游服务设施选址、旅游功能区划分及景区交通规划等提供直观和科学的参考依据。

2.3 景区规划空间视域分析应用

空间视域分析是指依据数字高程模型来分析一个或多个观测点的通视度、可视范围和阻挡范围的操作[4]。空间视域分析的基础是视线运算，以研究区域内每个可能的点为目标进行重复运算，其分析结果为二值栅格地图：可视区（visible，属性值为1）和不可视区（not visible，属性值为0）。空间上P、Q两点的可视性基本算法原理如下[5]：

（1）作P、Q两点的剖面，得到剖面线上平面点及高程集合{xi，yi，zi}(i=1,2,…,n)；

（2）计算过P、Q两点的直线方程，根据剖面线上的平面坐标（xi，yi），利用直线方程计算纵坐标，设为{Zi}(i=1,2,…,n)；

（3）若Zi>zi(i=1,2,…,n),则P、Q可视，否则不可视。

空间视域分析可应用在森林眺望站的选点、居住区和游览地开发区的选址、通信基站选址、公路或河流沿线景点的评价等[6]。空间视域分析是建立在数字高程模型（DEM）的基础上的，对于最常用的不规则三角网（TIN，Triangulated Irregular Network）和规则网格（RSG，Regular Square Grid）模型的DEM来说，其采用的视域算法有所不同。本文在利用等高线建立的数字高程模型TIN基础上，采用射线法，通过ArcMap三维视域分析操作直观地对景区内已有的和规划的服务设施的功能和作用作出较为客观和准确的评价,它的分析结果为在景区内兴建的旅游服务设施的选址和建筑高度的确定提供了科学依据。通过空间视域分析可在一定程度上较好地消除人为因素的干扰,为更科学和更准确的规划提供参考依据。

2.4 景区规划图件可视化输出

旅游景区规划图按规划目的和要求通常包括区位图、资源现状图、资源评价图、功能区分布图、景观图、用地规划图、交通规划图、服务设施规划图以及总体规划图等。旅游规划制图应重点体现旅游规划的设计理念,提供景区发展的主要概念,显示设计内容的空间布局,为景区开发奠定基础[7]。利用GIS技术的自动化制图优势，通过ArcMap软件进行珠石峰景区规划图件的编制。规划图件在图像清晰、色彩丰富、字迹清楚、成图图幅比例可随需要变化、增减设计内容方便灵活等方面取得较好成效，相对于传统的手工制图来讲,体现出强大的生命力。部分规划成果图件如图2～4所示。

3 结语

本研究尝试将GIS技术在地理空间数据的采集、存储、管理、查询、分析、显示和制图等的优势应用于旅游景区的规划，并通过ArcMap软件与GIS空间视域分析取得了较好的成效，为规划过程提供了实用、直观、便捷、科学和综合的支持。今后随着GIS技术的不断发展和应用的进一步深入，并且结合RS和GPS等技术，“3S”技术将会为旅游景区的规划注入新的活力，为其提供更加科学合理和有益的支持。

参考文献：

[1] 杨桂芳,姚长宏,殷鸿福,等. GIS在生态旅游中的应用及展望[J]. 自然杂志,2002,(4):231-233.

[2] 邬伦,刘瑜,张晶,等. 地理信息系统――原理方法和应用[M]. 北京: 北京大学出版社,2001.

[3] 黄非亚, 王晓东. GIS技术在旅游规划中的应用初探[J]. 国土与自然资源研究,2002,(4): 4-5.

[4] 党安荣, 王晓栋, 陈晓峰. ERDAS IMAGINE遥感图像处理方法[M]. 北京: 清华大学出版社,2003.

数据分析的前景例9

中图分类号:F592.3 文献标识码:A 文章编号:1672-3791(2011)09(a)-0237-01

1研究背景和意义

随着旅游业的蓬勃发展,地理信息系统(Geographic Information System,GIS)作为一种通用技术,在国内外旅游领域的应用呈不断扩展的趋势[1]。旅游业是与地理信息相关性极强的行业,GIS中的诸多要素如图件、区域景观资源、交通路线等与旅游密不可分。借助于GIS的空间数据的检索功能,不仅可以从系统中查出所需的属性信息,而且可以直观地以图形方式看到信息实体的分布,为管理和决策人员掌握旅游资源空间分配、实时动态变化、最佳线路设计以及最佳景点组合方案提供科学的依据[2]。中国科学院遥感应用研究所研制开发了国家旅游资源信息系统,王铮等在论著中用较大篇幅阐述了旅游GIS的应用与研究进展,较为详细地介绍了部级管理旅游资源系统研究与开发、旅游空间分析等方面的旅游GIS应用与研究[3]。

在河南省利用GIS技术进行区域旅游与环境的网络分析的主要目的包括以下几个方面。一是提取河南省省市界,河南省高速路和国道道路网,河南省著名旅游景点,为环焦作云台山旅游业提供更为直观的基础空间数据。二是依据区域地势特征与道路特征分析旅游最佳路线,及服务区覆盖范围。

2网络分析的前期准备

2.1 主要内容

进行网络分析建模,首先应明确操作对象。网络分析建模的核心内容是对河南省的道路网络进行矢量化提取,建立拓扑,生成网络数据集。旅游景点也是网络分析的主要对象,依据河南省旅游专题地图对景点进行矢量化。

2.2 设计流程

根据主要研究内容,选取遥感影像、DEM、等高线、行政区划图等原始数据,利用ArcGIS、MapInfo、Global Mapper等工具实现旅游信息可视化。

2.3 数据处理及软件的选择

(1)数据来源。本研究基础地理数据取自1比25万数字地图。(2)软件选择。由于原始数据格式不统一,首先通过ArcGIS、MapInfo、Global Mapper等相关工具进行转换,最终统一生成ArcGIS的“.shp”文件。

3河南省旅游道路网络数据集的生成

3.1河南省旅游景点数据库的建立

本研究是基于GeoDataBase空间数据库理论建立以河南省为对象的旅游信息空间数据库。共包括三个数据集,六个要素类,课题研究以河南省旅游景点为对象,以河南省国道和高速路及其它主干道所形成的道路网络为途径,河南省行政区划为范围,进行景区网络分析。

3.2 河南省行政区划图,主干道路网络,主要景点的获取

(1)投影变换。在地理信息系统中广泛采用各种不同的地图资料。这些地图资料数据进入GIS数据库时,首先必须进行转换,以统一在同一个地理定位框架之内,用共同的地理坐标系统和网络坐标系统作为参照系来记录存储各种信息要素的地理位置和属性,从而保证同一GIS系统内,甚至不同的GIS系统之间的信息数据能够实现交换、配准和共享。

(2)在已给的数据基础上提取河南省的行政区划图面要素类并提取河南省的著名旅游景点、交通站点要素类。用追踪工具(tracking)对给定的数据进行图面要素类的重新矢量化,再依据河南省的旅游景点分布图和河南省的交通专题地图,进行配准后矢量化,提取相应点要素。

(3)提取河南省的道路线要素类。依据河南省交通图,对给定的道路线要素图层进行配准提取出国道,高速公路和通往景区的主要道路,并且给主要等级道路都在属性字段加入通行时间,通行交通费用,用于网络分析。

3.3 河南省主干道路网络拓扑的建立

创建拓扑关系流程图,如图1所示。

3.4 河南省旅游道路网络数据集的建立

现实世界中,人员的流动、货物的流通、信息的传递、能量的传输等等,都是通过可确定的网络系统来进行的。本课题要建立的网络数据集权重参数包括长度、时间,通行费(Length,Hours,Spend)用于进行多种网络分析。

3.5 河南省旅游道路网络分析

(1)河南省旅游景点服务区分析分析。以云台山、少林寺、龙门石窟、殷墟、清明上河园、宝天曼、鸡公山为例进行100km,200km的服务区分析。(2)河南省旅游景点最短路径分析。以云台山、少林寺、殷墟、清明上河园、龙门石窟等为例进行最短距离路径分析。(3)河南省旅游景点最近设施分析。以郑州为例搜索距离郑州最近的5个旅游景点。

4应用前景

河南省旅游资源丰富,云台山景区是河南省唯一集国家重点风景名胜区等七个部级称号于一体的风景名胜区。借助于GIS的网络分析功能,不仅可以从系统中查出所需的属性信息,而且可以直观地以图形方式看到信息实体的分布,为管理和决策人员掌握旅游资源空间分配、实时动态变化、最佳线路设计以及最佳景点组合方案提供科学的依据[2],更有利于日益兴起的自助旅游。

5结语

本文在参考国内外大量相关文献及研究成果基础上对旅游信息网络分析方面做了深入的研究,对完全实现数字旅游具有一定的意义:(1)针对与旅游信息相关的不同数据格式、不同数据结构、不同坐标域的空间数据进行了大量的数据组织、数据组织工作,最终实现基于GeoDataBase空间数据库,建立道路、区划、景点站点等多个要素类,为今后的深入研究提供了数据处理经验。(2)基于ArcMap、ArcCatalog、ArcScene、ENVI、Global Mapper等相关系统工具进行GIS的空间分析,主要实现了旅游信息的、旅游最佳路线选择、旅游景点邻近区分析等主要功能。(3)以网络分析为基础,灵活、机动地帮助用户选择最优自主旅游路线。基于GIS强大的空间分析功能,实现旅游景点在给定服务范围的邻近区分析。

旅游信息的可视化研究以及真正实现“数字旅游”是一个庞大的系统,涉及众多相关知识及众多相关部门的协调工作,本研究仅涉及“数字旅游”的基础部分,仍有许多方面需要深入研究有待完善。

参考文献

数据分析的前景例10

中图分类号：F713

文献标识码：A

文章编号：1003―7217(2008)06―0081―06

一、引言

发达的商品市场是现代市场经济的重要标志之一。随着市场经济的发展，我国商品市场也日益发达，商品市场的景气波动问题也就越来越引起研究者的注意。商品市场景气波动是宏观经济景气波动的一个重要分支，对商品市场景气的分析预测不仅能够帮助我们更好地把握宏观经济景气动向，而且能够促进商品市场的平稳健康发展。因此，对商品市场景气转折点的分析预测具有重要的理论和现实意义。

20世纪80年代中期，景气指数的分析方法开始引入我国。国家信息中心经济预测部、中国社会科学院数量经济与技术经济研究所以及吉林大学等科研机构均对我国宏观经济景气进行过分析和预测。此外，国家统计局中国经济景气监测中心于2006年构建了我国天然气消费行业景气指数体系。商务部市场运行司于2006年构建消费预警系统，并在短期内推出了“消费综合景气指数”研制系统。但是，尽管近些年来对我国宏观经济的分析与预测以及对具体行业景气分析的研究文献不断增多，但对于我国商品市场流通领域的景气分析却严重滞后，到目前为止，还很少有人对我国商品市场进行景气分析和预测。因此，本文旨在对我国商品市场景气进行分析，并以此为基础对我国商品市场的转折点进行预测。

文章的基本思路是：通过构建我国商品市场景气指标体系，建立我国商品市场1999年4月～2008年2月的先行合成指数、一致合成指数、先行扩散指数以及一致扩散指数，并对当前的商品市场形势进行分析，再以此为基础，利用VAR模型对我国商品市场景气指数进行预测，通过预测结果来判断商品市场景气转折点可能出现的时间。

二、当前商品市场景气分析

我们从近60组能够反映商品市场景气波动的月度经济数据中，按照景气指标选取的要求选出了10个经济指标作为我国商品市场景气分析的先行指标以及一致指标，其中先行景气指标有：轻工业增加值、汽车产量、进口总额、金融机构工资性现金支出和微型电子计算机，一致景气指标有工业增加值、流动资产周转率、原材料购进价格指数、全国商品零售价指数以及重工业增加值。作为参照系，本文的基准循环选取的是社会消费品零售总额增长率，这主要是因为零售市场景气波动对我国消费品市场与生产资料市场均能产生重大影响，是商品市场波动的风向标。基准日期则是用工业增加值、工业产品销售率、流动资产周转率、销售成本利润率、原材料购进价格指数、全国居民消费价格指数、全国商品零售价格指数等与商品市场波动基本一致的指标，采用国际通用的HDI方法确定得来(如表1所示)。受统计数据的时间长度限制，仅对1999年以来的商品市场进行分析。

根据《中国人民银行统计季报》(1999～2008年)以及《中国经济景气月报》(1999～2008年)提供的数据，我们采用美国商务部的编制方法，编制了我国商品市场先行合成指数(Y1)、先行扩散指数(Y2)、一致合成指数(Y3)以及一致扩散指数(Y4)。由于篇幅有限，本文将不把已经计算出来的1999年4月～2008年2月的先行、一致扩散指数以及先行、一致合成指数的具体数据列上，有兴趣的读者可以向作者直接索取。先行、一致合成指数与先行、一致扩散指数走势如图1、图2所示。

从表1以及图1、图2上看，我国商品市场在1999年4月～2008年2月一共经历了三次景气波动，目前正处于尚未完成的第三次景气波动中，下面结合图表对我国1999年4月～2008年2月商品市场的景气状态进行分析。

第一轮景气波动：1999年5月～2002年3月。受宏观经济逐步回暖的影响，商品市场从1999年5月开始从上一轮景气波动的波谷中走出，一致扩散指数在1999年12月以后的8个月中均达到100％，说明各个一致景气指数均在上升期间，景气回升势头十分强劲，经过19个月的扩张，这一轮景气波动于2000年11月达到顶峰。其后，受全球经济增长放慢及美国9・11事件的影响，我国商品市场景气开始快速地向下滑落，合成指数图形的走势显示，这一轮下跌幅度较大，先行合成指数从最高位的101.8下跌到了最低的97，一致合成指数也下跌了4个指数点。这一轮景气周期于2002年3月滑落至最低点，历时35个月。

第二轮景气波动：2002年3月～2005年11月。这一轮景气波动的启动得益于我国国内消费需求的启动，在国际需求不旺的情况下，我国长期实施的扩大内需的政策开始显现成效。商品市场景气指数从2002年初的波谷开始回升，走出了一波长达30个月的扩张行情，先行扩散指数与一致扩散指数均在很长时间内处于100％。从合成指数图形上看，这轮景气波动幅度也是比较大的。2004年8月，第二轮景气波动达到波峰，但是此时宏观经济已经出现局部过热现象，而后在国家采取“管住土地，管紧信贷”等一系列紧缩政策的调控下，景气指数在到达顶峰后开始快速回落，2005年11月到达第二轮景气波动的波谷，不过从合成指数上看，这一轮波谷比上一轮的波谷相对要高一些，同时收缩期的时间长度也相对短一些。

第三轮景气波动：2005年11月以来至今尚未完成。第三轮景气波动在复苏期间比起前两轮要缓慢一些，从合成指数看，在到达上一轮景气波动的波谷之后，先行合成指数与一致合成指数均在底部徘徊了几个月的时间，上升的速度比不上前面两轮的强劲，但是在完成底部的盘旋后合成指数上升速度很快，先行合成指数在2006年稍作调整后于2007年9月达到了这一轮波动的波峰，而一致合成指数则是一直向上，到2007年底已经直逼上一轮的高点，该轮高点位置目前还不能判断。扩散指数自2005年年底的上转点起来以后，经历了比较长的扩张期，先行扩散指数在2007年9月出现了该轮景气的下转点，一致扩散指数虽然到2008年2月为止还没有穿越0.5的分界线，但是从走势上看下转点的位置应该也已经不远。这一轮景气波动与前两轮比较起来，虽然波谷徘徊时间较长，但是上升时速度较快。 从现有结果来看，根据HDI方法确定的基准日期，2005年11月以来的这一轮景气的转折点还没

有到来，一致扩散指数与一致合成指数也还没有到达波峰，但是先行扩散指数与先行合成指数的转折点已经可以看到，相信这一轮景气的转折点很快就会到来。接下来，将构建VAR模型对商品市场景气指数进行预测，对这一轮景气的转折点进行判断。

三、商品市场景气指数的预测

以前面计算出来的先行合成指数、先行扩散指数、一致合成指数以及一致扩散指数的月度数据为基础，利用计量经济学中常用的VAR模型对我国商品市场2005年末以来的这一轮景气波动的转折点进行预测。

由于扩散景气指数与合成景气指数的编制采用的是同一组经济指标，先行与一致指标的选取也是以同一个基准指标(社会消费品零售总额增长率)为参照指标进行选取的，而且通过GRANGER因果检验得知先行合成指数(Y1)、先行扩散指数(Y2)、一致合成指数(Y3)以及一致扩散指数(Y4)两两之间都互相存在GRANGER因果关系，也就是说它们可以互相作为彼此的内生变量对待。因此，当把Y1、Y2、Y2、Y4当成内生变量向量，把截距项C当成外生变量向量时，完全满足VAR模型的条件。 首先，采用LR统计量准则对最佳滞后阶数进行判断。依靠EVIEWS5.0软件，可得VAR模型滞后长度为16时，LR值显著，因此，滞后阶数取16。为简便起见，把依靠EVIEWS5.0软件估计的VAR模型结果用式(1)来表示，把矩阵A1、A2…A16、C的具体数据略去。

yit=A1yi(t-1)+A2yi(t-2)+…+A16yi(t-16)+C　(1)

模型的R2=0.999，这说明回归式拟合得非常好。

其次，通过检验模型的平稳性和模型残差，得知被估计的VAR模型所有单位根的模都小于1，即位于单位圆内，满足模型稳定条件，而且各残差都是白噪声序列，模型检验通过。

最后，用式(1)对原数据进行动态模拟，模拟的结果如图3所示。从动态模拟结果可知，模拟的曲线形状虽然与原曲线不完全重合，但基本趋势是差不多的，而且转折点也基本一致。

综上所述，以上建立的模型不仅拟合度较高并且是经得起实验检验的。根据前两轮景气波动的时间长度，可以判断这一轮景气波动的转折点将在不久的将来出现，因此本文根据式(1)来预测2008年3月～2009年12月的商品市场的先行扩散指数、一致扩散指数、先行合成指数以及一致合成指数，预测的结果如表2所示。

四、景气转折点的预测分析

为了直观地观察商品市场未来的走势，绘制1999年4月～2009年12月的先行合成指数与一致合成指数、先行扩散指数与一致扩散指数的波动图形，见图4与图5。

在前面对于扩散指数与合成指数的分析中，我们判断2008年我国的商品市场的转折点将很快出现，而从VAR模型预测得出的图像上看，这个观点显然得到了证实。

从图4中可以发现，先行合成指数在2007年9月就出现了波峰，一致合成指数滞后先行合成指数6个月，于2008年3月到达波峰，该轮扩张期时间长达两年。其后商品市场合成指数开始向下运行，到2008年10月这一轮的先行合成指数的波谷出现，收缩时间仅为一年零1个月，但是一致合成指数滞后了8个月，到2009年6月一致合成指数的波谷才出现，收缩时间也只有一年零3个月。

从图5看，先行扩散指数也是在2007年9月就到达了景气的下转点，而一致扩散指数则是在2008年3月就穿过了0.5的分界线，滞后先行扩散指数6个月。根据预测结果，2008年10月先行扩散指数就再次出现了景气上转点，收缩时间与先行合成指数一样也只有1年零1个月，而一致扩散指数也在2009年3月出现了景气上转点，滞后5个月，收缩时间仅为一年。

由于扩散指数与合成指数编制的方法的不同，两者测量出来的商品市场景气波动的幅度与转折点的日期也是不同的。需要通过扩散指数与合成指数之间的联系，以及他们与基准日期之间的关系，对接下来的转折点日期进行判断。

首先对基准日期的波峰进行判断。通过比较可以发现，一致扩散指数到达这一轮景气波动的下转点的时间要比一致合成指数到达波峰位置的时间早，大约提前了1个月，但是，对比1999～2008年的扩散指数与合成指数的各个转折点的日期，这种时间上的出人是正常的(见表3)。从表3上可以看出，先行扩散指数与先行合成指数的景气转折点出现的时间差基本上都不超过2个月，而这个转折点出现的时间刚好相同，这个是比较稳定的。一致扩散指数与一致合成指数的景气转折点，除去第三轮的第一个谷位有7个月的时间差外，其他时间差也在3个月以内，而这一轮景气转折点两者的时间差为+1个月，这个也是稳定的。从先行景气指标的先行月份来看，VAR模型预测的转折点时间也是合理的。从几次转折点出现的时间上看，先行合成指数的转折点比一致合成指数的转折点平均领先6个月，此次也是恰好6个月；先行扩散指数的转折点比一致扩散指数的转折点平均领先8个月，此次领先11个月，基本上时间差距也不大。因此，通过预测得到的图形走势是稳定的。由于一致扩散指数与一致合成指数的景气下转点的时间基本上与商品市场基准日期波峰的时间差为+3个月，因此，我国商品市场从2005年11月开始的这一轮景气波动将在2008年6月左右到达波峰。