導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇綠色交通數(shù)據(jù)分析，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

一、前言

信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中發(fā)揮著重要的作用，它不僅減輕了人工數(shù)據(jù)統(tǒng)計(jì)的體力支出和成本支出，同時(shí)也能夠較好的適應(yīng)高速公路運(yùn)營的出現(xiàn)的新情況和新問題，并能夠利用統(tǒng)計(jì)分析的原理加以剖析，為高速公路建設(shè)和管理的科學(xué)化提供良好的借鑒性意義，以更好保證高速公路運(yùn)營的正常性，創(chuàng)造更多的企業(yè)效益，為經(jīng)濟(jì)社會(huì)的發(fā)展提供較為穩(wěn)定的基礎(chǔ)設(shè)施。信息管理系統(tǒng)廣泛應(yīng)用于高速公路交通數(shù)據(jù)分析過程中，并且在高速公路交通數(shù)據(jù)分析過程中發(fā)揮著越來越重要的作用已成為一項(xiàng)不爭的事實(shí)，各國都注重了信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中的作用，采取多種方式加以研究，力求發(fā)揮信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中作用的最大化。

二、信息管理系統(tǒng)

作為信息管理系統(tǒng)是一種操縱和管理數(shù)據(jù)庫的大型軟件，用于建立、使用和維護(hù)數(shù)據(jù)庫。用戶通過訪問數(shù)據(jù)庫中的數(shù)據(jù)，數(shù)據(jù)庫管理員也進(jìn)行數(shù)據(jù)庫的維護(hù)工作。它可使多個(gè)應(yīng)用程序和用戶用不同的方法在同時(shí)或不同時(shí)刻去建立，修改和詢問數(shù)據(jù)庫。數(shù)據(jù)管理系統(tǒng)的應(yīng)用增強(qiáng)了系統(tǒng)的靈活性，加快了數(shù)據(jù)分析的速度，從而更好的實(shí)現(xiàn)數(shù)據(jù)分享，將數(shù)據(jù)分析結(jié)果應(yīng)用于政策制定和實(shí)施，從而有效的增強(qiáng)了政策的科學(xué)性。

三、將信息管理系統(tǒng)應(yīng)用于高速公路交通數(shù)據(jù)分析中的意義

（一）經(jīng)濟(jì)社會(huì)發(fā)展的迫切需要

伴隨著我國經(jīng)濟(jì)社會(huì)的快速發(fā)展，交通運(yùn)輸業(yè)也需要緊跟經(jīng)濟(jì)社會(huì)發(fā)展的步伐，而高速公路的建設(shè)和發(fā)展對(duì)于交通運(yùn)輸業(yè)的發(fā)展具有極其重要的意義。將信息管理系統(tǒng)應(yīng)用于高速公路交通數(shù)據(jù)分析過程中，綜合我國經(jīng)濟(jì)發(fā)展態(tài)勢和各地區(qū)的經(jīng)濟(jì)發(fā)展現(xiàn)狀能夠更好地規(guī)劃和設(shè)計(jì)交通運(yùn)輸方式，從而更好地推動(dòng)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。

（二）高速公路管理科學(xué)化的要求

高速公路交通系統(tǒng)中數(shù)據(jù)分析是重要的基礎(chǔ)性工作。它體現(xiàn)公路交通系統(tǒng)的業(yè)務(wù)情況以及車流構(gòu)成、流量、流向等特征，可以為高速公路事業(yè)的規(guī)劃、建設(shè)和管理提供科學(xué)依據(jù)。隨著我國公路收費(fèi)系統(tǒng)步入了計(jì)算機(jī)聯(lián)網(wǎng)收費(fèi)階段，利用高速公路信息管理系統(tǒng)進(jìn)行高速公路的交通數(shù)據(jù)分析成為重要手段。高速公路信息管理系統(tǒng)從最初方案設(shè)計(jì)開始，就充分考慮整個(gè)系統(tǒng)的整體性和擴(kuò)充性，并對(duì)高速公路信息管理系統(tǒng)進(jìn)行合理劃分，從而更好地實(shí)現(xiàn)高速公路聯(lián)網(wǎng)收費(fèi)和統(tǒng)一管理，做到路網(wǎng)內(nèi)行駛一卡通和按路段合理結(jié)算，以提高高速公路管理的科學(xué)化水平。

四、廣西高速公路信息化系統(tǒng)建設(shè)概況

廣西高速公路收費(fèi)系統(tǒng)是為了滿足對(duì)高速公路收費(fèi)統(tǒng)計(jì)查詢以及分配的需要，結(jié)合現(xiàn)有的管理機(jī)制而分析和設(shè)計(jì)的，可分為收費(fèi)管理與清分二個(gè)部分。收費(fèi)管理的目的是通過利用計(jì)算機(jī)網(wǎng)絡(luò)和相應(yīng)的軟件，并與通訊、監(jiān)控系統(tǒng)相配合來大幅度提高收費(fèi)效率以及提高財(cái)務(wù)核算的安全性和自動(dòng)化程度，降低工作人員的工作強(qiáng)度。同時(shí)最大限度地防止各種營私舞弊現(xiàn)象，提高工作效率，為管理決策層提供各種相關(guān)信息。目前高速公路的管理體制，自上向下分為四層的行政管理結(jié)構(gòu)，即聯(lián)網(wǎng)清分總中心―收費(fèi)中心―收費(fèi)分中心―收費(fèi)站。

收費(fèi)站是收費(fèi)的基層單位。收費(fèi)車道的原始數(shù)據(jù)匯總到收費(fèi)站，收費(fèi)站監(jiān)控員進(jìn)行當(dāng)班數(shù)據(jù)的匯總，統(tǒng)計(jì)核對(duì)收費(fèi)數(shù)據(jù)。收費(fèi)站站務(wù)員對(duì)收費(fèi)數(shù)據(jù)復(fù)核，并進(jìn)行必要的數(shù)據(jù)糾錯(cuò)，提供本收費(fèi)站正確完整的匯總數(shù)據(jù)。同時(shí)收費(fèi)站的原始數(shù)據(jù)實(shí)時(shí)通過TCP/IP協(xié)議上傳總中心，匯總數(shù)據(jù)在站務(wù)員輸入的同時(shí)也上傳總中心。所以，收費(fèi)站一級(jí)是總中心收費(fèi)數(shù)據(jù)的基礎(chǔ)。分中心和中心本地不保存收費(fèi)數(shù)據(jù)，它訪問收費(fèi)站獲得它要的數(shù)據(jù)?？傊行牡臄?shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)查詢和清分是依據(jù)收費(fèi)站上傳的數(shù)據(jù)。

五、從具體數(shù)據(jù)看信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中的應(yīng)用

（一）車流流量統(tǒng)計(jì)與分析應(yīng)用

車流流量統(tǒng)計(jì)與分析應(yīng)用是信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中的一個(gè)方面，通過信息管理系統(tǒng)，我們能夠?qū)崿F(xiàn)對(duì)高速公路車流流量統(tǒng)計(jì)與分析。下表為某城市路段高峰車流量分析表，見表1：

通過以上分析，我們能夠明確的看出個(gè)收費(fèi)站在高峰和低峰期車流量，及各個(gè)時(shí)間段的變化和平均小時(shí)流量的變化，并根據(jù)相關(guān)數(shù)據(jù)合理安排各收費(fèi)站的工作人員情況，更好的確保交通的暢通性。

（二）車流流向統(tǒng)計(jì)與分析應(yīng)用

車流流量統(tǒng)計(jì)與分析應(yīng)用是信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中的另一個(gè)方面，下表是某城市途經(jīng)A路段的綠色通道車輛流向統(tǒng)計(jì)表，見下表：

路段 其他路段站碼 入口車輛數(shù) 出口車輛數(shù) 合計(jì)

A路段

101 108 10782 10890

105 754 137 891

206 43 59 102

501 202 42 244

705 1158 47 1205

803 3330 11520 14850

821 77 933 1010

909 1490 3596 5086

921 2590 3352 5942

999 359 1770 2129

從表格中我們可以清楚掌握途經(jīng)A路段的綠色通道車輛在全區(qū)部分路網(wǎng)中分布和走向情況，為高速公路管理者更清晰地認(rèn)識(shí)高速公路通行費(fèi)減免情況，并提供精確數(shù)據(jù)以合理決策。

（三）路段綜合信息車流量統(tǒng)計(jì)分析和應(yīng)用

路段綜合信息車流量統(tǒng)計(jì)分析和應(yīng)用是信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中的又一個(gè)方面。下表為兩段高速A、B年度車流量綜合統(tǒng)計(jì)分析表：

分析項(xiàng)目 A 路段 B路段 AB高速合計(jì)

路段內(nèi)收費(fèi)站數(shù)量 5 6 11

里程（公里） 72 116 188

拆分所得通行費(fèi) 16805萬 20854萬 37659萬

收取路段通行費(fèi) 4693萬 14420萬 19113萬

每公里路段發(fā)生的通行費(fèi) 233萬 180萬 200萬

路段內(nèi)收費(fèi)站出入口車流量 1639616 3576253 5215869

日均斷面車流量 5911 8009 6955

通過以上分析，我們得出了兩路段的綜合信息車流量統(tǒng)計(jì)分析，透過數(shù)據(jù)，我們能夠了解到路段通行費(fèi)，從而實(shí)現(xiàn)更好的費(fèi)用管理。

六、小結(jié)

信息管理系統(tǒng)在高速公路交通數(shù)據(jù)分析中發(fā)揮著重要的作用，高速公路交通數(shù)據(jù)分析是一個(gè)較為復(fù)雜的過程，以上只是將車流量進(jìn)行了簡單的統(tǒng)計(jì)，交通數(shù)據(jù)分析還要對(duì)通行費(fèi)、通行卡進(jìn)行綜合統(tǒng)計(jì)。單方面通過某一種交通數(shù)據(jù)是無法的得出正確的交通數(shù)據(jù)分析結(jié)果，只有通過上述方式將多重?cái)?shù)據(jù)綜合進(jìn)行分析，才能得出所需要的結(jié)論，為高速公路的管理者和決策者提供正確的分析依據(jù)，促進(jìn)我國交通運(yùn)輸事業(yè)和經(jīng)濟(jì)社會(huì)的快速發(fā)展。

參考文獻(xiàn)：

篇2

1概述

交通運(yùn)輸是國家節(jié)能減排和應(yīng)對(duì)氣候變化的重點(diǎn)領(lǐng)域之一。加快發(fā)展綠色交通，是建設(shè)生態(tài)文明的基本要求，是轉(zhuǎn)變交通運(yùn)輸發(fā)展方式的重要途徑，也是實(shí)現(xiàn)交通運(yùn)輸與資源環(huán)境和諧發(fā)展的應(yīng)有之義。車輛能耗監(jiān)測工作是交通運(yùn)輸行業(yè)節(jié)能減排工作的重要關(guān)注內(nèi)容。

2問題根源分析

第一，貨運(yùn)市場多小散弱：截止2014年底，全行業(yè)共757.6萬家企業(yè)，其中個(gè)體696萬家，占比為92%，企業(yè)的平均車輛數(shù)為1.8輛/家。貨運(yùn)行業(yè)多、小、散、弱，使得通過統(tǒng)計(jì)報(bào)表獲取車輛運(yùn)營信息的難度較大。

第二，統(tǒng)計(jì)技術(shù)手段落后：現(xiàn)有的統(tǒng)計(jì)工作依托人工填寫統(tǒng)計(jì)報(bào)表獲取統(tǒng)計(jì)數(shù)據(jù)，技術(shù)手段落后。

第三，統(tǒng)計(jì)指標(biāo)存在弊端：目前統(tǒng)計(jì)指標(biāo)設(shè)計(jì)弊端增加了統(tǒng)計(jì)工作難度，降低了統(tǒng)計(jì)數(shù)據(jù)的真實(shí)性，影響被調(diào)查對(duì)象的配合意愿。

第四，工作模式亟待改進(jìn)：傳統(tǒng)統(tǒng)計(jì)工作模式延續(xù)計(jì)劃經(jīng)濟(jì)體制的工作方式，依賴于政府對(duì)企業(yè)和車輛強(qiáng)有力的約束與管理。

3功能需求分析

3.1管理部門需求

（1）獲取公路貨運(yùn)行業(yè)分運(yùn)輸類型、經(jīng)營方式、貨車種類等方面的能源及運(yùn)量結(jié)構(gòu)指標(biāo)，進(jìn)行全國公路貨運(yùn)能耗及運(yùn)量統(tǒng)計(jì)推算。

（2）依據(jù)能耗監(jiān)測指標(biāo)對(duì)重點(diǎn)用能單位的節(jié)能減排工作進(jìn)行綜合考核。

（3）推進(jìn)貨運(yùn)源頭超限超載治理工作，加大對(duì)非法超限運(yùn)輸車輛、駕駛?cè)撕推髽I(yè)跟蹤監(jiān)測力度。

3.2從業(yè)企業(yè)需求

（1）獲取所屬營運(yùn)車輛、從業(yè)人員的基礎(chǔ)信息，對(duì)企業(yè)從業(yè)人員及車輛進(jìn)行規(guī)范化管理。

（2）獲取車輛月度、季度、年度的百公里單耗及貨運(yùn)周轉(zhuǎn)量，根據(jù)單耗及貨運(yùn)周轉(zhuǎn)量進(jìn)行員工績效考核。

（3）獲取車輛動(dòng)態(tài)信息（位置信息、油耗及載荷信息等），杜絕偷油漏油、偷貨換貨的情況發(fā)生，監(jiān)測車輛油量異常監(jiān)測、超速報(bào)警、疲勞駕駛等情況，消除安全隱患、維護(hù)企業(yè)良好形象。

（4）根據(jù)位置信息及載荷信息，科學(xué)規(guī)劃運(yùn)輸路線，合理調(diào)度車輛和配置資源，減少重復(fù)運(yùn)輸和迂回運(yùn)輸，降低貨車返程空載率，提高車輛利用效率。

3.3從業(yè)人員需求

（1）獲取車輛基本運(yùn)行狀況，為車輛的日常檢修維護(hù)提供故障診斷基礎(chǔ)。

（2）實(shí)時(shí)獲取車輛的載重信息，預(yù)防裝貨時(shí)超限超載，保障行車安全。

4總體架構(gòu)及總體布局

車輛能耗監(jiān)測平臺(tái)體系結(jié)構(gòu)充分考慮系統(tǒng)運(yùn)行穩(wěn)定性、可擴(kuò)展性、易維護(hù)性、操作簡便等方面的要求，采用分層設(shè)計(jì)思路，總體框架包括“六大層次”和“三大體系”，見圖4 1所示。

根據(jù)項(xiàng)目建設(shè)目標(biāo)和建設(shè)任務(wù)，交通運(yùn)輸能耗統(tǒng)計(jì)監(jiān)測平臺(tái)的總體布局如圖4 2所示。

5系統(tǒng)設(shè)計(jì)方案

車輛能耗統(tǒng)計(jì)監(jiān)測平臺(tái)包括：業(yè)務(wù)管理子系統(tǒng)、數(shù)據(jù)管理子系統(tǒng)、大數(shù)據(jù)分析子系統(tǒng)和系統(tǒng)管理子系統(tǒng)四部分內(nèi)容。系統(tǒng)主要功能模塊如圖5-1所示。

（1）數(shù)據(jù)管理子系統(tǒng)：實(shí)現(xiàn)數(shù)據(jù)交換及入庫（靜態(tài)數(shù)據(jù)交換、動(dòng)態(tài)數(shù)據(jù)交換）、數(shù)據(jù)預(yù)處理（入庫前預(yù)處理、分析前預(yù)處理）、數(shù)據(jù)報(bào)警及修復(fù)（數(shù)據(jù)報(bào)警、數(shù)據(jù)預(yù)警）；

（2）業(yè)務(wù)管理子系統(tǒng)：實(shí)現(xiàn)車輛監(jiān)控（動(dòng)態(tài)數(shù)據(jù)查詢、油耗曲線圖、載荷曲線圖）、地圖服務(wù)（地圖展示、車輛定位、軌跡回放）、單車分析（單車油耗、單車?yán)锍?、單車運(yùn)量）。

（3）大數(shù)據(jù)分析子系統(tǒng)：統(tǒng)計(jì)報(bào)表、簡單查詢、高級(jí)查詢。

（4）系統(tǒng)管理子系統(tǒng)：用戶權(quán)限管理、平臺(tái)參數(shù)管理、基礎(chǔ)信息管理、業(yè)務(wù)日志管理、設(shè)備分配。

6數(shù)據(jù)資源規(guī)劃

根據(jù)車輛能耗監(jiān)測統(tǒng)計(jì)平臺(tái)定位，車輛能耗統(tǒng)計(jì)監(jiān)測數(shù)據(jù)庫劃分為：基礎(chǔ)數(shù)據(jù)子庫、業(yè)務(wù)數(shù)據(jù)子庫、管理數(shù)據(jù)子庫、綜合分析數(shù)據(jù)子庫四個(gè)數(shù)據(jù)子庫。

基礎(chǔ)數(shù)據(jù)子庫主要包括：設(shè)備信息數(shù)據(jù)等。

業(yè)務(wù)數(shù)據(jù)子庫主要包括：車輛基本數(shù)據(jù)、車輛動(dòng)態(tài)數(shù)據(jù)、經(jīng)濟(jì)核算數(shù)據(jù)、綜合分析數(shù)據(jù)、預(yù)警信息數(shù)據(jù)等。

管理數(shù)據(jù)子庫主要包括：用戶信息數(shù)據(jù)、日志信息數(shù)據(jù)等。

綜合分析子庫主要包含：單車日耗油量匯總數(shù)據(jù)、單車日加油量數(shù)據(jù)、月度、季度、年度等匯總數(shù)據(jù)。

篇3

中圖分類號(hào)：F762 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）34-0063-02

近年來，隨著農(nóng)業(yè)現(xiàn)代化不斷發(fā)展，讓農(nóng)民尤其山區(qū)農(nóng)民跟進(jìn)信息化建設(shè)的進(jìn)程，促進(jìn)農(nóng)民增產(chǎn)增收，共同分享現(xiàn)代化成果。隨著生活水平不斷提升和營養(yǎng)觀念不斷更新，越來越多的消費(fèi)者提倡綠色消費(fèi)，所謂“綠色消費(fèi)”，是指消費(fèi)者意識(shí)到環(huán)境惡化影響其生活方式，要求企業(yè)生產(chǎn)、銷售對(duì)環(huán)境影響最小的綠色產(chǎn)品，以減少危害環(huán)境的消費(fèi)。像我國這樣一個(gè)農(nóng)業(yè)大國，要想發(fā)展農(nóng)業(yè)，需要不斷提升信息化水平?，F(xiàn)如今，人們對(duì)山區(qū)綠色農(nóng)產(chǎn)品的需求量不斷提高，然而由于交通不便，信息相對(duì)閉塞的山區(qū)，辛辛苦苦豐收的生鮮農(nóng)產(chǎn)品滯銷現(xiàn)象頻發(fā)，農(nóng)民“豐產(chǎn)”卻難“豐收”現(xiàn)象，農(nóng)產(chǎn)品供大于求、價(jià)格波動(dòng)、產(chǎn)銷信息不對(duì)稱現(xiàn)象層出不窮，要想改變這一現(xiàn)狀我們必須充分發(fā)揮互聯(lián)網(wǎng)大數(shù)據(jù)優(yōu)勢，實(shí)現(xiàn)農(nóng)產(chǎn)品生產(chǎn)、銷售、流通途徑的改善。

一、河北省邯鄲涉縣山區(qū)綠色農(nóng)產(chǎn)品現(xiàn)狀

涉縣位于太行山東麓、河北省西南部、晉冀豫三省交界處，隸屬河北省邯鄲市，是晉冀魯豫邊區(qū)政府、八路軍一二九師司令部、華北新華廣播電臺(tái)、新華日?qǐng)?bào)社等110多個(gè)黨政機(jī)關(guān)單位長期駐扎的革命老區(qū)，也是全國100個(gè)紅色經(jīng)典景區(qū)、全國首批國防教育基地之一。涉縣被命名為中國核桃之鄉(xiāng)、中國花椒之鄉(xiāng)。由于特殊的山區(qū)環(huán)境的影響，核桃、花椒、柿餅、小雜糧、品種多樣的農(nóng)家干菜、笨雞蛋和經(jīng)過加工的核桃油、花椒油等綠色農(nóng)產(chǎn)品越來越受廣大消費(fèi)者的青睞，并不斷出口韓國、澳大利亞、荷蘭、英國等國家和地區(qū)，但是由于缺乏統(tǒng)一的生產(chǎn)、經(jīng)營、銷售一條龍的管理和精準(zhǔn)的決策，產(chǎn)品的質(zhì)量不能有效提高，消費(fèi)者所需的品種和產(chǎn)品數(shù)量不能均衡，對(duì)消費(fèi)者市場不能準(zhǔn)確分析，因此，大部分山區(qū)農(nóng)民的產(chǎn)品滯留家中，并未有效地提高生活水平。這就要求我們改變傳統(tǒng)的樣本推斷總體方法，采用現(xiàn)代信息技術(shù)直接面對(duì)山區(qū)農(nóng)業(yè)客體的全部數(shù)據(jù)，集成各方面的原始數(shù)據(jù)，反映事物的全貌，通過數(shù)據(jù)的采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)分析和挖掘以及可視化分析，利用Hadoop大數(shù)據(jù)平臺(tái)，給出山區(qū)農(nóng)產(chǎn)品的生產(chǎn)、經(jīng)營、銷售和預(yù)警系統(tǒng)的精準(zhǔn)決策。

二、大數(shù)據(jù)推動(dòng)山區(qū)綠色農(nóng)產(chǎn)品監(jiān)測預(yù)警全面變革

農(nóng)業(yè)數(shù)據(jù)主要集中在農(nóng)業(yè)環(huán)境與資源、農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)市場、農(nóng)產(chǎn)品營銷和農(nóng)業(yè)管理等領(lǐng)域，山區(qū)農(nóng)產(chǎn)品的1畝山田在一年產(chǎn)生的數(shù)據(jù)平均約為15G（環(huán)境和土壤類傳感器檢測每10min采集一次數(shù)據(jù)、市場監(jiān)測數(shù)據(jù)、銷售信息、市場反饋信息、統(tǒng)計(jì)監(jiān)測及農(nóng)情視頻數(shù)據(jù)等），大數(shù)據(jù)智能分析技術(shù)將全面揭示信息流的流量、流向，并對(duì)農(nóng)產(chǎn)品全產(chǎn)業(yè)鏈的過程進(jìn)行模擬，針對(duì)關(guān)鍵節(jié)點(diǎn)進(jìn)行分析，最終實(shí)現(xiàn)動(dòng)態(tài)預(yù)警和精準(zhǔn)調(diào)控。其形成的信息流貫穿于農(nóng)產(chǎn)品生產(chǎn)、流通、消費(fèi)各個(gè)環(huán)節(jié)。主要體現(xiàn)在以下幾點(diǎn)。

1.監(jiān)測和分析的內(nèi)容更加細(xì)化。我們不但要抓大，抓住主打綠色產(chǎn)品核桃、花椒、柿子等大宗山區(qū)農(nóng)產(chǎn)品，也不能放小，小雜糧、酸棗、農(nóng)家干菜、笨雞蛋等小宗產(chǎn)品也不容忽視，防止“過山車”似的價(jià)格波動(dòng)，影響市場穩(wěn)定。

2.數(shù)據(jù)獲取技術(shù)的快捷性。農(nóng)業(yè)物聯(lián)網(wǎng)、無線網(wǎng)絡(luò)傳輸?shù)燃夹g(shù)的應(yīng)用，推動(dòng)了監(jiān)測數(shù)據(jù)的海量爆發(fā)，在山區(qū)農(nóng)作物的生長過程中，基于溫度、光照、濕度、降雨量、土壤養(yǎng)分含量、pH等的傳感器以及植物生長監(jiān)測儀，能夠?qū)崟r(shí)監(jiān)測農(nóng)產(chǎn)品的生長環(huán)境狀況。GPS定位技術(shù)、射頻識(shí)別技術(shù)實(shí)時(shí)監(jiān)控農(nóng)產(chǎn)品的流通全程。移動(dòng)終端可以實(shí)時(shí)采集農(nóng)產(chǎn)品的價(jià)格信息、消費(fèi)信息，引導(dǎo)產(chǎn)銷對(duì)接，維護(hù)市場穩(wěn)定。

3.增強(qiáng)數(shù)據(jù)分析智能化。數(shù)據(jù)的處理和分析是大數(shù)據(jù)時(shí)代的核心能力，個(gè)性化推薦算法，智能模型庫、算法庫將成為大數(shù)據(jù)分析的重要方向。未來大數(shù)據(jù)與云計(jì)算結(jié)合將成為重要的趨勢，從凌亂紛繁的數(shù)據(jù)背后找到山區(qū)綠色農(nóng)產(chǎn)品生產(chǎn)、流通和消費(fèi)的軌跡。

三、建立大數(shù)據(jù)環(huán)境下山區(qū)農(nóng)產(chǎn)品的營銷數(shù)據(jù)庫

篇4

目前世界各國正在大力支持物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展，據(jù)Gartner預(yù)測，到2020年全球所使用的物聯(lián)網(wǎng)設(shè)備數(shù)量將超過200億臺(tái)。數(shù)百億的設(shè)備每天都在產(chǎn)生數(shù)據(jù)信息，這些海量數(shù)據(jù)藏著巨大賺錢商機(jī)，越來越多的企業(yè)開始從數(shù)據(jù)中洞見未來，尋找提升未來競爭力的最佳途徑。IBM Watson IoT Platform的出現(xiàn)正好為企業(yè)提供了一個(gè)發(fā)掘新商機(jī)的絕佳平臺(tái)。

智能建筑

讓每一處能耗清晰可見

我們經(jīng)歷了三次重大的工業(yè)革命，從蒸氣機(jī)的出現(xiàn)到電燈、發(fā)電機(jī)的發(fā)明，石油能源的利用（內(nèi)燃機(jī)、汽車的發(fā)明），人類把能源的利用發(fā)揮到極致。然而，化石能源的過度開發(fā)和消耗使環(huán)境受到嚴(yán)重的破壞。

今天，我們正在經(jīng)歷氣候變暖的影響，由于極地冰川融化導(dǎo)致海平面的上升，地球上無數(shù)島嶼面臨消失的危機(jī)，降低能耗實(shí)現(xiàn)能源利用的智慧管理勢在必行。

建筑是能耗大戶，它和交通、工業(yè)并稱為三大高能耗行業(yè)，建筑能耗已占到全國總能耗的近40%，發(fā)展綠色建筑是必然的選擇。我國正處于城鎮(zhèn)化快速發(fā)展期，城鎮(zhèn)和農(nóng)村住宅有400億多平方米，這些住宅95%都是高耗能的建筑。建筑一旦建成就開始產(chǎn)生能耗，如采暖、空調(diào)、照明、廚房設(shè)施，洗衣機(jī)等都是建筑能耗中的主導(dǎo)部分，通過物聯(lián)網(wǎng)平臺(tái)對(duì)這些設(shè)備進(jìn)行監(jiān)控，能源消耗一目了然，這對(duì)節(jié)能減排具有重要意義。

IBM正利用出色的云計(jì)算、大數(shù)據(jù)分析技術(shù)為用戶解決能源損耗的問題。Sogeti High Tech使用Bluemix中的IBM Watson IoT Platform 服務(wù)構(gòu)建了一款物聯(lián)化智能建筑解決方案，實(shí)現(xiàn)了本地傳感器與設(shè)備的遠(yuǎn)程監(jiān)控與控制。

通常建筑能耗形式包括電、煤、天然氣以及集中供熱的蒸汽和熱水等，通過傳感器對(duì)能耗設(shè)備數(shù)據(jù)進(jìn)行采集，再經(jīng)過物聯(lián)網(wǎng)網(wǎng)關(guān)發(fā)送到IBM物聯(lián)網(wǎng)平臺(tái)，便能生成系統(tǒng)的動(dòng)態(tài)數(shù)據(jù)供用戶實(shí)時(shí)監(jiān)控。

IBM Watson IoT Platform不受時(shí)間和地區(qū)的限制，用戶可以隨時(shí)隨地查看每個(gè)大廈和房間的溫度、亮度、噪音以及家電設(shè)備的運(yùn)行情況，用戶還可以通過遠(yuǎn)程關(guān)斷用電設(shè)備，實(shí)現(xiàn)智慧遠(yuǎn)程管理。IBM Watson IoT提供了一個(gè)簡單、安全且可擴(kuò)展的通信架構(gòu)，物聯(lián)網(wǎng)數(shù)據(jù)通過MQTT協(xié)助進(jìn)行傳送，保證了數(shù)據(jù)的安全和快速性。IBM Watson IoT基于開源的Cloud Foundry技術(shù)，具有良好的開放性，靈活滿足用戶個(gè)性化需求。無論是設(shè)備監(jiān)控還是預(yù)測性分析，用戶可以根據(jù)自己的需求進(jìn)行二次設(shè)計(jì)。

智慧交通大數(shù)據(jù)

分析預(yù)知未來路況

在經(jīng)濟(jì)高度發(fā)達(dá)的今天，大城市里都遇到交通混亂、擁堵和事故頻繁的難題。通行一公里，塞車半小時(shí)！道路擁堵導(dǎo)致運(yùn)輸效率大幅下降，造成了時(shí)間浪費(fèi)，空氣的污染，使社會(huì)發(fā)展付出昂貴的代價(jià)。交通擁堵問題原因是缺乏一個(gè)系統(tǒng)、科學(xué)的運(yùn)營決策；另一方面是城市規(guī)劃者沒有充分考慮未來車流量負(fù)荷。

解決道路擁堵的有效辦法是實(shí)行智慧交通管理，通過數(shù)據(jù)監(jiān)測實(shí)時(shí)交通路況，分析預(yù)知未來交通堵塞狀況，合理選擇交通方式、交通路線，避免擁堵，從而減少能源浪費(fèi)，降低時(shí)間成本。IBM Watson是世界最強(qiáng)大的人工智能系統(tǒng)，曾經(jīng)在智力競賽中打敗過人類，蘋果Siri使用的就是Watson的強(qiáng)大數(shù)據(jù)處理和分析能力。引入了Watson的IBM物聯(lián)網(wǎng)平臺(tái)可以通過來自各個(gè)路段的監(jiān)控?cái)?shù)據(jù)認(rèn)知分析，然后給出最佳的出行方案。

智能交通的核心內(nèi)容是通過傳感器和感知終端實(shí)時(shí)收集動(dòng)態(tài)交通信息，實(shí)現(xiàn)道路管理智能化。隨著無人駕駛技術(shù)的成熟發(fā)展，未來的汽車將越來越智能化，每一臺(tái)車都裝滿傳感器，實(shí)時(shí)感知汽車各個(gè)部件的性能好壞，通過車聯(lián)網(wǎng)預(yù)測周邊車量可能發(fā)生的動(dòng)態(tài)路徑，預(yù)知路面、天氣等復(fù)雜環(huán)境的變化，讓駕駛者提前做出應(yīng)對(duì)處理，利用大數(shù)據(jù)分析能有效減少交通事故和道路擁堵的局面。

IBM已與美國亞利桑那州汽車制造商Local Motors合作推出了自動(dòng)駕駛巴士，搭載IBM Waston物聯(lián)網(wǎng)技術(shù)的巴士 Olli能與人類交流，用戶可以用任何語言輸入指令，經(jīng)過Waston自然語言處理翻譯后，Olli巴士會(huì)按照指令將用戶帶到目的地。此外，Olli還能回答乘客提出的“是否到站？”、“到哪里了？”等問題。IBM在物聯(lián)網(wǎng)領(lǐng)域投入大力的研發(fā)，還不斷推出汽車交通相關(guān)的物聯(lián)網(wǎng)組件，包括自動(dòng)駕駛、車聯(lián)網(wǎng)密鑰安全技術(shù)等。

預(yù)測分析

減少工廠設(shè)備停機(jī)時(shí)間

無序的工業(yè)生產(chǎn)每天都在產(chǎn)生大量的浪費(fèi)，設(shè)備發(fā)生故障停機(jī)會(huì)給企業(yè)造成嚴(yán)重?fù)p失，如果生產(chǎn)線的突然停機(jī)，可能會(huì)讓一些企業(yè)付出百萬元甚至上億元的代價(jià)。如今，世界各地正在推動(dòng)“機(jī)器換人”，未來工廠自動(dòng)化設(shè)備將越來越多，如何防止設(shè)備故障，如何提升機(jī)器的運(yùn)轉(zhuǎn)效率？這是每個(gè)工廠都必需考慮的問題。

篇5

0 引言

隨著信息技術(shù)網(wǎng)絡(luò)化、泛在化、智能化的發(fā)展，人機(jī)物三元世界開始深度融合。大數(shù)據(jù)將有力支撐教育、文化、健康、電子商務(wù)、制造等產(chǎn)業(yè)以及在線服務(wù)、社會(huì)管理等行業(yè)，解決未來信息社會(huì)結(jié)構(gòu)下生產(chǎn)力發(fā)展的重大瓶頸問題；有助于解決交通出行、醫(yī)療衛(wèi)生、應(yīng)急搶險(xiǎn)、人口教育等各類社會(huì)發(fā)展問題，大幅提升民生領(lǐng)域的智能化程度和服務(wù)水平。如果能有效地篩選和使用大數(shù)據(jù)，將有效為地方經(jīng)濟(jì)、科學(xué)研究、社會(huì)治理等方面積極服務(wù)。因此加快大數(shù)據(jù)開發(fā)利用，一方面有利于促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型，提升社會(huì)活力、促進(jìn)經(jīng)濟(jì)增長和提高生產(chǎn)效率，另一方面也有利于攻破體制機(jī)制障礙，推進(jìn)依法行政和促進(jìn)政府職能轉(zhuǎn)變，提升國家綜合實(shí)力，保障社會(huì)安全。

1 構(gòu)筑湖南省大數(shù)據(jù)港灣的戰(zhàn)略目標(biāo)

開展若干面向重點(diǎn)區(qū)域與行業(yè)的大數(shù)據(jù)示范應(yīng)用，建設(shè)科學(xué)研究、電子政務(wù)、智能制造、公共安全、醫(yī)療衛(wèi)生、文化教育、互聯(lián)網(wǎng)服務(wù)、城市管理、社會(huì)公共服務(wù)等領(lǐng)域的大數(shù)據(jù)應(yīng)用，為湖南省經(jīng)濟(jì)社會(huì)發(fā)展提供大數(shù)據(jù)科技支撐保障，加快湖南省大數(shù)據(jù)分析應(yīng)用的產(chǎn)業(yè)化布局，服務(wù)湖南省經(jīng)濟(jì)社會(huì)建設(shè)，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)轉(zhuǎn)型。促進(jìn)行業(yè)融合發(fā)展、推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、助力智慧城市建設(shè)。

2 構(gòu)筑湖南省大數(shù)據(jù)港灣的戰(zhàn)略措施

通過對(duì)大數(shù)據(jù)發(fā)展趨勢的研究，預(yù)測大數(shù)據(jù)對(duì)經(jīng)濟(jì)、政府與社會(huì)運(yùn)行所帶來的影響，制定五年或十年的發(fā)展規(guī)劃，協(xié)同政府各部門、各行業(yè)主管單位、企事業(yè)單位及個(gè)人各方面力量出謀劃策、發(fā)揮聚合效用，促進(jìn)可持續(xù)共同發(fā)展。其戰(zhàn)略重點(diǎn)主要集中在以下幾個(gè)方面：

2.1 突破大數(shù)據(jù)的關(guān)鍵技術(shù)

建設(shè)開放共享的大數(shù)據(jù)分析平臺(tái)，發(fā)展大數(shù)據(jù)條件下的類人視覺和類人思維決策計(jì)算模型，突破類人視覺技術(shù)，研究基于深度神經(jīng)網(wǎng)絡(luò)的圖像視頻中目標(biāo)檢測、跟蹤、分類以及行為和事件識(shí)別，研制類人視覺傳感器，構(gòu)建類人智能計(jì)算和理解的核心系統(tǒng)，為相關(guān)產(chǎn)業(yè)提供實(shí)時(shí)智能服務(wù)。突破互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和廣電網(wǎng)視覺大數(shù)據(jù)中視覺場景理解、多目標(biāo)檢測跟蹤、人員身份識(shí)別、視頻信息檢索、大范圍安全監(jiān)控等關(guān)鍵技術(shù)，面向公共安全等重大需求提供透明時(shí)空示范應(yīng)用。

2.2 加快大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)

當(dāng)前，大數(shù)據(jù)相關(guān)的基礎(chǔ)軟硬件設(shè)施、分析方法、領(lǐng)域應(yīng)用及數(shù)據(jù)生產(chǎn)等方面已經(jīng)形成了一批企業(yè)和技術(shù)系統(tǒng)，大數(shù)據(jù)產(chǎn)業(yè)生態(tài)系統(tǒng)的雛形已經(jīng)明確。大數(shù)據(jù)產(chǎn)業(yè)生態(tài)系統(tǒng)涵蓋了大數(shù)據(jù)的獲取、存儲(chǔ)、處理、分析、服務(wù)、安全等諸多環(huán)節(jié)，并逐步與傳統(tǒng)產(chǎn)業(yè)結(jié)合釋放出巨大的生命力。重點(diǎn)推進(jìn)信息產(chǎn)業(yè)園、軟件園等園區(qū)開展大數(shù)據(jù)基地建設(shè)，加快建成湖南數(shù)據(jù)中心，支持建O金融機(jī)構(gòu)和企業(yè)數(shù)據(jù)中心及嘗試縣級(jí)大數(shù)據(jù)應(yīng)用服務(wù)園區(qū)。吸引國內(nèi)外知名大數(shù)據(jù)龍頭企業(yè)，創(chuàng)新研發(fā)平臺(tái)，突破大數(shù)據(jù)關(guān)鍵技術(shù)，培育新興業(yè)態(tài)領(lǐng)域。

2.3 重視大數(shù)據(jù)人才培養(yǎng)

為培養(yǎng)我省大數(shù)據(jù)技術(shù)研發(fā)、服務(wù)咨詢、市場推廣等應(yīng)用型人才，應(yīng)加大鼓勵(lì)高校與行業(yè)企業(yè)、科研院所深度合作，支持大數(shù)據(jù)企業(yè)與高校建立生產(chǎn)性實(shí)訓(xùn)教學(xué)基地，建立院士工作站和博士后工作站，協(xié)同創(chuàng)新我省與大數(shù)據(jù)知名專家學(xué)者長效科技人才培養(yǎng)機(jī)制，為我省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展提供人才支撐與智力支持。

2.4 啟動(dòng)大數(shù)據(jù)產(chǎn)業(yè)試點(diǎn)

面向國計(jì)民生重大需求，重點(diǎn)選取教育、健康、公共安全、醫(yī)療衛(wèi)生、金融證券、智能制造、智能交通等具有大數(shù)據(jù)基礎(chǔ)的領(lǐng)域，集成大數(shù)據(jù)基礎(chǔ)理論、類腦智能、視覺語音文本大數(shù)據(jù)分析、多源異構(gòu)數(shù)據(jù)融合的研究成果，探索大數(shù)據(jù)分析應(yīng)用的創(chuàng)新服務(wù)模式，在特定領(lǐng)域發(fā)展多源感知網(wǎng)絡(luò)（物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、電信網(wǎng)、廣電網(wǎng)）大數(shù)據(jù)智能分析的綜合集成系統(tǒng)，建設(shè)具有示范引領(lǐng)意義的大數(shù)據(jù)應(yīng)用。

2.5 完善大數(shù)據(jù)立法

在地方立法的權(quán)限范圍內(nèi)，在信息采集、數(shù)據(jù)處理、敏感數(shù)據(jù)保護(hù)、數(shù)據(jù)交換標(biāo)準(zhǔn)和規(guī)則、個(gè)人隱私等方面設(shè)立大數(shù)據(jù)地方性法規(guī)和政府規(guī)章，確保大數(shù)據(jù)相關(guān)信息安全。加強(qiáng)建立大數(shù)據(jù)信息安全集中保障體系，開展基于大數(shù)據(jù)背景下信息安全認(rèn)證體系建設(shè)，針對(duì)數(shù)據(jù)的收集、清先、存儲(chǔ)和運(yùn)用等環(huán)節(jié)明確數(shù)據(jù)安全與保護(hù)的規(guī)則；明確劃分大數(shù)據(jù)生態(tài)中各不同主體的責(zé)任。同時(shí)鼓勵(lì)和支持企業(yè)在電子認(rèn)證、安全測評(píng)、數(shù)據(jù)加強(qiáng)應(yīng)急防范、容災(zāi)備份等數(shù)據(jù)安全技術(shù)方面提供服務(wù)。

3 構(gòu)筑湖南省新型綠色大數(shù)據(jù)港灣的應(yīng)注意的問題

大數(shù)據(jù)為管理者創(chuàng)造了新的機(jī)遇和挑戰(zhàn)，在應(yīng)用大數(shù)據(jù)推進(jìn)我省建設(shè)的同時(shí)，需要特別注意潛在的問題，加強(qiáng)應(yīng)對(duì)策略的研究。

3.1 重視數(shù)據(jù)的質(zhì)量

在利用大數(shù)據(jù)解決具體事務(wù)時(shí)，要客觀地認(rèn)識(shí)大數(shù)據(jù)。數(shù)據(jù)本身有時(shí)也是存在缺陷的。有些數(shù)據(jù)收集時(shí)本身就是不正確的，有些數(shù)據(jù)之間還存在沖突、不一致等現(xiàn)象，因此，在運(yùn)用這些數(shù)據(jù)時(shí)，“數(shù)據(jù)噪聲”則此產(chǎn)生，不同程度影響分析和決斷。公共部門或企業(yè)管理層在利用這些大數(shù)據(jù)進(jìn)行分析時(shí)，需要對(duì)其收集的數(shù)據(jù)進(jìn)行清洗、檢查、篩選，從而保障其運(yùn)用的數(shù)據(jù)的質(zhì)量。

3.2 防止對(duì)數(shù)據(jù)過分依賴

科學(xué)預(yù)測與決策的有力武器是數(shù)據(jù)，通過數(shù)據(jù)分析，從而為實(shí)現(xiàn)管理的智能化、增強(qiáng)管理能力及提高管理水平出謀劃策。但是，也應(yīng)該看到數(shù)據(jù)不是完全可靠的，過度依賴數(shù)據(jù)，一方面，會(huì)讓我們做很多沒有價(jià)值的數(shù)據(jù)分析；另一方面，也會(huì)限制本來應(yīng)有的靈感和創(chuàng)意。只有讓讓數(shù)據(jù)真正嵌入到設(shè)計(jì)與決策中，讓直覺創(chuàng)造的心智能力，情感理解的社交能力，與大數(shù)據(jù)相結(jié)合，切實(shí)解決用戶的實(shí)際問題，真正做到“用戶洞察”，讓產(chǎn)品或措施體現(xiàn)用戶需求，服務(wù)用戶，超出用戶的預(yù)期想象。

3.3 加強(qiáng)信息安全機(jī)制建設(shè)

新技術(shù)新業(yè)務(wù)帶來大數(shù)據(jù)日見漸長的網(wǎng)絡(luò)安全問題，建議與實(shí)體經(jīng)濟(jì)安全相結(jié)合，進(jìn)行統(tǒng)籌處理，同時(shí)建立關(guān)鍵信息安全管理制度，對(duì)互聯(lián)網(wǎng)平臺(tái)的職責(zé)劃分予以明確。制定數(shù)據(jù)安全風(fēng)險(xiǎn)評(píng)估機(jī)制，不僅關(guān)注數(shù)據(jù)本身，而且關(guān)注到數(shù)據(jù)資源整體的安全性，對(duì)特定類型的主體從事相關(guān)數(shù)據(jù)分析設(shè)定一定的條件。通過政府提供適當(dāng)?shù)恼吆蛣?wù)支持，創(chuàng)設(shè)輕松環(huán)境，加強(qiáng)相關(guān)的法律法規(guī)建設(shè)，保護(hù)數(shù)據(jù)透明開放同時(shí)保障信息安全。

4 構(gòu)筑湖南省大數(shù)據(jù)港灣的預(yù)期價(jià)值：

隨著商業(yè)企業(yè)，政府公共事業(yè)應(yīng)用的大量數(shù)據(jù)，新產(chǎn)業(yè)數(shù)據(jù)大量涌現(xiàn)，湖南新增經(jīng)濟(jì)增長空間，大數(shù)據(jù)形成新的產(chǎn)業(yè)鏈。圍繞上游與下游，必將推動(dòng)智能終端的應(yīng)用，促進(jìn)云計(jì)算等行業(yè)快速發(fā)展。

大數(shù)據(jù)能有效減少社會(huì)經(jīng)營成本，提高經(jīng)濟(jì)與社會(huì)效率。例如在醫(yī)衛(wèi)行業(yè)，可以通過大數(shù)據(jù)的分析避免重復(fù)治療、過度治療及減少錯(cuò)誤治療，提高工作效率，提升治療質(zhì)量。公共管理領(lǐng)域，利用大數(shù)據(jù)提高教育部門、就業(yè)部門的服務(wù)效率，有效推動(dòng)稅收工作開展，零售業(yè)領(lǐng)域，利用大數(shù)據(jù)改善和提高整體供應(yīng)鏈和業(yè)務(wù)流程的效率，提高其經(jīng)營利潤60%以上。

大數(shù)據(jù)改變了傳統(tǒng)的商業(yè)模式，帶來了準(zhǔn)確的營銷。有效提升企業(yè)數(shù)據(jù)資源利用率，提高從數(shù)據(jù)到信息的轉(zhuǎn)換率，使業(yè)務(wù)決策更加準(zhǔn)確，提高整體運(yùn)營效率。

大數(shù)據(jù)推動(dòng)政府政務(wù)公開，提高公共決策的預(yù)見性和準(zhǔn)確性。例如通過對(duì)社交網(wǎng)絡(luò)和手機(jī)短信中的信息進(jìn)行分析，從而對(duì)失業(yè)率、疾病暴發(fā)等進(jìn)行趨勢預(yù)測分析。利用大數(shù)據(jù)實(shí)現(xiàn)政府行政管理方面的運(yùn)作效率提高，節(jié)省開支。

大數(shù)據(jù)有助于破解社會(huì)轉(zhuǎn)型中的難題。中國經(jīng)濟(jì)已進(jìn)入轉(zhuǎn)型期，社會(huì)進(jìn)入矛盾凸顯期，改革進(jìn)入攻堅(jiān)期。宏觀經(jīng)濟(jì)形勢錯(cuò)綜復(fù)雜、各種社會(huì)改革盤根錯(cuò)節(jié)、頻發(fā)等突出問題，僅僅依靠現(xiàn)有的管理手段與方法已明顯落后。有效地組織和使用大數(shù)據(jù)，將對(duì)社會(huì)經(jīng)濟(jì)、科學(xué)研究、社會(huì)治理等產(chǎn)生巨大的推動(dòng)作用。

篇6

中圖分類號(hào)：U231+.3文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：

引言

隨著經(jīng)濟(jì)發(fā)展和人口的爆炸式增長，越來越多的工作崗位由于工作內(nèi)容簡單枯燥，工作量大，容易出錯(cuò)，人們就開始思考如何能用一種方法來將人從這種痛苦的工作環(huán)境中解放出來，于是大量的人工智能就被設(shè)計(jì)出來了。AFC系統(tǒng)在地鐵大系統(tǒng)中，以其高集成度的AI，同時(shí)完成了售票、檢票、財(cái)會(huì)、統(tǒng)計(jì)、審計(jì)等以往人類厭煩的工作，通過現(xiàn)代化和智能化方法對(duì)數(shù)據(jù)進(jìn)行采集和分析實(shí)現(xiàn)了票務(wù)管理的高度自動(dòng)化。隨著電子技術(shù)和信息技術(shù)的高速發(fā)展，一卡通、電子錢包等支付手段愈加得到普及。社會(huì)需求與日俱增，AFC系統(tǒng)的工作壓力也隨之增長，同時(shí)，人們的生活節(jié)奏也比以往更快，人們更加關(guān)注生活的質(zhì)量，因此作為公共交通的一個(gè)重要環(huán)節(jié)，AFC系統(tǒng)亟待完善，從而更好地服務(wù)大眾。

問題分析

雖然AFC以高度的人工智能取代了人工，但很多單位只想到盈利，只想著如何提高效率，降低能耗，降低成本，增加客流，卻忽視了很多與市民息息相關(guān)的問題，并沒有考察乘客的需求，沒有從根本上去分析問題，因此就無法從本質(zhì)上解決旅客增多和旅客要求提升的矛盾。同時(shí)還有很多其他問題，比如生硬的售票形象讓乘客厭煩、不了解乘客的購票習(xí)慣、無法告訴乘客怎樣換乘更方便和海量數(shù)據(jù)在服務(wù)器中不見天日卻消耗資源等，這里就幾個(gè)乘客普遍更加關(guān)心的一些問題進(jìn)行剖析，以期提高乘客的滿意程度。

線路無從選擇

以往的人工售票，售票員可以根據(jù)自己的知識(shí)，通過與乘客對(duì)話，了解乘客的乘車目的和乘車要求，從而給出乘車建議，方便乘客換乘，乘客也更容易獲得比現(xiàn)在更加寬松的乘坐環(huán)境?，F(xiàn)在的AFC系統(tǒng)雖然能夠通過路徑規(guī)劃程序給出換乘方案，但這種優(yōu)化方案受到地圖數(shù)據(jù)的限制，無法跟蹤乘客的喜好，還有城市的變化，無法做到與時(shí)俱進(jìn)，給出的換乘方案始終差強(qiáng)人意，也沒有找到切實(shí)有效的優(yōu)化方法。

卡片太多不方便

地鐵的乘客集中在生活不太寬裕的人群，該人群大致可分為上班族、學(xué)生、老人、流動(dòng)人口。按乘坐同一城市內(nèi)地鐵的月頻次，可將他們分為固定乘客和流動(dòng)乘客，固定乘客就是乘坐路線相對(duì)穩(wěn)定，基本每天都會(huì)乘坐的；流動(dòng)乘客則是乘坐路線不規(guī)律，或一個(gè)月內(nèi)的乘坐次數(shù)還不到10次的。固定乘客通常都會(huì)購買月卡，而流動(dòng)乘客則會(huì)使用單程票。調(diào)查顯示，上班族和學(xué)生普遍認(rèn)為自己錢包中已經(jīng)有了足夠多的卡片，再多一張會(huì)很苦惱；老年人則表示很方便；至于單程票，由于單程票并非乘客所有，所以有的乘客不會(huì)愛護(hù)，而且隨著流通次數(shù)的上升，破損程度也逐漸上升，所以屬于耗材，因此有悖綠色低碳的環(huán)保理念。

購票時(shí)間長

隨著乘客數(shù)量的快速上升，購票的排隊(duì)時(shí)間逐漸變長，特別是在乘車高峰時(shí)期，購票窗口會(huì)特別擁擠，甚至導(dǎo)致流量過大，超過AFC系統(tǒng)承載能力，使系統(tǒng)下線。隨著購票時(shí)間壓縮，乘客可能在購票期間由于緊張導(dǎo)致疏忽大意，遺落財(cái)務(wù)或者財(cái)務(wù)被盜。如果遇上突發(fā)的客流高峰，會(huì)導(dǎo)致乘客時(shí)間的延誤，導(dǎo)致乘客的經(jīng)濟(jì)損失。

過于擁擠

不僅買票擁擠，由于列車無法方便地添去車廂，也無法短時(shí)間內(nèi)提高發(fā)車頻次，所以車廂內(nèi)部更是擁擠。雖然車廂內(nèi)置空調(diào)系統(tǒng)，但是由于乘客數(shù)量太多，乘客鮮有移動(dòng)，空氣流通程度也低，所以乘車的高峰期就是偷盜、猥褻等行為和傳染性疾病的高發(fā)期。另外，有的乘客由于過于擁擠，沒有把扶的地方，很不安全；很多乘客由于長時(shí)間在一個(gè)地方站著，不能換姿勢，所以十分疲憊。

解決方案

為了更好地服務(wù)大眾，有效利用現(xiàn)有的硬件和軟件資源，不妨提高對(duì)數(shù)據(jù)分析的認(rèn)識(shí)，聘用高素質(zhì)人才對(duì)數(shù)據(jù)庫現(xiàn)有的數(shù)據(jù)進(jìn)行深度分析，發(fā)掘數(shù)據(jù)中的信息。針對(duì)上述問題，可做如下優(yōu)化

數(shù)據(jù)人格化

由于固定乘客的乘車車次和時(shí)間還有他們乘車前后的活動(dòng)十分穩(wěn)定，所以分析價(jià)值不大，但是可以作為財(cái)務(wù)環(huán)節(jié)的重要分析依據(jù)。分離出流動(dòng)乘客的數(shù)據(jù)，與城市中其他數(shù)據(jù)服務(wù)公司進(jìn)行對(duì)接，追蹤用戶的換乘習(xí)慣和乘車前后的活動(dòng)，從而通過乘客的實(shí)際活動(dòng)為其他乘客提供換乘方案。

證票綁定

將身份證與車票綁定，這樣就為車票的購買、檢查環(huán)節(jié)和用戶數(shù)據(jù)分析環(huán)節(jié)提供了現(xiàn)實(shí)基礎(chǔ)。與此同時(shí)減少了各類卡片的使用，讓用戶能夠在不增加錢包內(nèi)卡片的情況下獲得更多服務(wù)。如果手機(jī)號(hào)碼已經(jīng)過身份認(rèn)證，則也可以用手機(jī)注冊(cè)。

彈性購票，彈性檢票

購票方面，開放多渠道購票，多時(shí)間購票，多地點(diǎn)購票。多渠道是指讓乘客用自己喜歡的方式去購票，比如網(wǎng)頁、手機(jī)客戶端、自動(dòng)售票機(jī)等。讓車票綁定到身份證上，這樣在檢查環(huán)節(jié)只要能夠提供身份證號(hào)，就能驗(yàn)證。一段時(shí)間后，上一票次自動(dòng)作廢。多時(shí)間則是允許乘客能夠在乘車前后的一段時(shí)間購票，比如說出家門之前可以購買綁定車票；若是時(shí)間緊急，上車前沒來得及購票，也可以上車后購票。多地點(diǎn)是用戶可以在自家電腦購票，也可以在自動(dòng)售票機(jī)，也可以通過接入遍布車站和車廂內(nèi)的開放式單功能無線局域網(wǎng)購票。

彈性檢票指的是不采用現(xiàn)在的強(qiáng)制檢票，而是假定乘客是普遍誠信的，因此不必對(duì)大多數(shù)乘客進(jìn)行檢票，只需根據(jù)站點(diǎn)客流量計(jì)算采樣比例，然后隨機(jī)抽樣進(jìn)行檢票，檢票未通過的可以放行一次，然后將其列入黑名單，被列入黑名單多次的可以拒載直至向公安機(jī)關(guān)報(bào)案。被列入黑名單的則要重點(diǎn)檢查。

該檢票機(jī)制只可在部分經(jīng)濟(jì)比較發(fā)達(dá)的城市進(jìn)行嘗試，不可快速推廣。

開放數(shù)據(jù)系統(tǒng)

地鐵公司可開發(fā)SDK，并允許所有人訪問經(jīng)過隱私保密的數(shù)據(jù)庫，這樣市民就可以根據(jù)現(xiàn)有的數(shù)據(jù)開發(fā)數(shù)據(jù)分析軟件，按照自己的意圖去分析數(shù)據(jù)，獲取海量信息，最基礎(chǔ)的，比如什么時(shí)間段車廂內(nèi)人比較少，什么換乘方案比較舒適，讓一些時(shí)間可以變通或者路線可以變通的乘客能夠不去和時(shí)間固定或路線固定的乘客去搶奪資源，使車上乘客數(shù)量在時(shí)間上趨于均衡。

結(jié)束語

當(dāng)下的各個(gè)服務(wù)行業(yè)都在力求讓顧客滿意，作為服務(wù)廣大市民的地鐵公司更應(yīng)該在考慮自身利益之前考慮乘客的需求。現(xiàn)今的數(shù)據(jù)分析技術(shù)已經(jīng)取得了長足進(jìn)步，一些看上去枯燥乏味的數(shù)據(jù)實(shí)際上能夠創(chuàng)造巨大的價(jià)值。AFC系統(tǒng)作為直接和乘客接觸的環(huán)節(jié)，就是地鐵公司的窗口，在一定程度上乘客會(huì)通過AFC系統(tǒng)的優(yōu)劣來評(píng)價(jià)地鐵公司的服務(wù)，因此有必要秉承為人民服務(wù)的總之，利用數(shù)據(jù)分析的技術(shù)對(duì)AFC系統(tǒng)進(jìn)行人性化改造和優(yōu)化。

參考文獻(xiàn)

[1]陳楠，李繼銘。南京地鐵AFC系統(tǒng)管理方式的分析和研究[J]。鐵路通信信號(hào)工程技術(shù)，2011，v。8;No。4806:47-50。

[2]鄧先平，陳鳳敏。我國城市軌道交通AFC系統(tǒng)的現(xiàn)狀及發(fā)展[J]。都市快軌交通，2005，03:18-21。

篇7

1 工程項(xiàng)目概況

1.1工程概況

無錫市軌道交通1號(hào)線11b標(biāo)包含一站半?yún)^(qū)間，“一站”為清明路車站，“半?yún)^(qū)間”為太～清區(qū)間南段明挖區(qū)間。清名路站位于無錫市南長區(qū)，沿清揚(yáng)路布設(shè)，呈南北走向，車站主體結(jié)構(gòu)為地下二層島式站臺(tái)車站，車站總長度528.4m，開挖深度16.11m，標(biāo)準(zhǔn)段寬度18.7m。圍護(hù)結(jié)構(gòu)采用800mm連續(xù)墻+內(nèi)支撐的支護(hù)形式，內(nèi)支撐設(shè)置四道內(nèi)支撐+一道換撐，第一道為混凝土支撐，第二、三、四道支撐及換撐為609mm鋼管支撐。

該車站為無錫地鐵1號(hào)線最長車站，為保證綠色廣場大酒店正常營業(yè)和市民正常出行，在綠色廣場大酒店門前設(shè)置72.9m長的鋪蓋，采用蓋挖順作法施工。

1.2周邊情況

本車站綠色廣場大酒店蓋挖段東側(cè)為綠色廣場大酒店及焦化廠宿舍，西側(cè)為在建茂業(yè)三期，交通疏解后道路為由北向南兩車道單行線，寬度7～9m。鋪蓋上方部分作為綠色廣場大酒店停車場，部分為社會(huì)車輛通行道路。通揚(yáng)路蓋挖段鋪蓋位置道路保證施工車輛、非機(jī)動(dòng)車和人員通行，一端與老通揚(yáng)路相連，一段與清揚(yáng)路單行路連通。

1.3地質(zhì)情況

本標(biāo)段地貌單元屬長江三角洲太湖沖湖積平原區(qū)，區(qū)內(nèi)第四紀(jì)沉積物覆蓋廣泛，沉積連續(xù)，層序清晰，地勢平坦，地表水系發(fā)育，第四系覆蓋層厚度較大，各土層水平向分布較穩(wěn)定。其中綠色廣場酒店鋪蓋位置周圍附近土層主要地質(zhì)情況為：（1）工程地質(zhì)層（人工填土）、（1）2層表填土、（3）1層粘土（第一硬土層）、 （3）2層粉質(zhì)粘土夾粉土、（3）3-1層粉質(zhì)粘土、（3）3層粉土夾粉質(zhì)粘土、（5）1層淤泥質(zhì)粉質(zhì)粘土（第二軟土層）、（6）1-1層粉質(zhì)粘土、（6）1層粘土（第二硬殼層）、（6）2-1層粉質(zhì)粘土夾粉土、（6）2層粉質(zhì)粘土，具體詳見下圖。

地質(zhì)縱剖圖（取自：地勘資料2-2剖面）

2 監(jiān)測內(nèi)容

綠色大酒店前鋪蓋基坑（樁號(hào)K15+613～樁號(hào)K15+700）位置對(duì)應(yīng)綠色廣場段，對(duì)周邊建筑物保護(hù)要求高，并且采用蓋挖法施工。蓋挖法施工過程中，架設(shè)支撐存在一定難度，為隨時(shí)掌握現(xiàn)場信息，指導(dǎo)現(xiàn)場靈活施工，現(xiàn)場主要設(shè)置了建筑物沉降、地連墻墻體變形、坑外深層土體水平位移、支撐軸力、地下水位等監(jiān)測內(nèi)容。

3 監(jiān)測布置

基坑兩側(cè)主動(dòng)土壓力主要靠坑內(nèi)水平支撐作用來平衡，若支撐軸力過小，將不可避免使得圍護(hù)結(jié)構(gòu)及周邊環(huán)境產(chǎn)生一連串的連鎖反應(yīng)，如墻體變形、坑外土移，建筑物沉降等等。為及時(shí)準(zhǔn)確的掌握鋪蓋位置的基坑變形數(shù)據(jù)，保證基坑及周邊建筑物的安全穩(wěn)定，在鋪蓋位置的內(nèi)支撐上安裝自動(dòng)化監(jiān)測儀器，通過GPRS傳輸，后臺(tái)顯示的方式，使監(jiān)測人員能夠更及時(shí)準(zhǔn)確的掌握基坑的現(xiàn)狀情況，為技術(shù)人員對(duì)數(shù)據(jù)分析提供了可靠的后勤保障，綠色廣場鋪蓋段具體監(jiān)測布置如下圖。

4 信息化監(jiān)測分析、總結(jié)

該鋪蓋位置主要設(shè)置建筑物沉降、房屋傾斜、深層土體水平位移、地連墻墻體變形、支撐軸力及地下水位監(jiān)測等監(jiān)測項(xiàng)目。

4.1沉降值分析

綠色廣場酒店結(jié)構(gòu)上，共布置了8個(gè)沉降觀測點(diǎn)，編號(hào)JZ4-1～JZ4-8?；愉伾w位置于2011年3月12日開始開挖，緊隨施工進(jìn)度，對(duì)該建筑進(jìn)行跟蹤觀測。

沉降主要產(chǎn)生在土方2011年5～6月開挖期間，隨著開挖的深入而增大，在底板施工完成后逐漸穩(wěn)定。期間，沉降速率最大為1.52mm/d（JZ4-4，2011年5月21日）。

2011年8月30日最終的沉降數(shù)據(jù)見表4-1。從表中沉降數(shù)據(jù)發(fā)現(xiàn)，綠色廣場酒店最終沉降主要位于西南角JZ4-4，JZ4-5，JZ4-6位置，分別為19.62mm，18.99mm，11.51mm。其中最終最大沉降量為19.62mm，均未超過沉降設(shè)計(jì)控制值。

綠色廣場周邊共布置11個(gè)地表沉降觀測點(diǎn)，編號(hào)D1～D11。各沉降點(diǎn)隨著各層土方的開挖而逐漸增大，在底板施工完成后逐漸穩(wěn)定，截止2011年8月30日，各沉降觀測點(diǎn)數(shù)據(jù)見表4-2。

4.2 房屋傾斜分析

綠色廣場酒店傾斜計(jì)算示意圖（圖1）

從表4-3中看出，建筑略微呈現(xiàn)出向西南傾斜的狀況。根據(jù)公式：傾斜度 計(jì)算，各方向傾斜度見表4-3，其傾斜度均未超過規(guī)范控制標(biāo)準(zhǔn)2‰。

4.3墻體變形監(jiān)測成果分析

地連墻墻體變形主要集中在2011年5月開挖期間。由于現(xiàn)場組織架設(shè)支撐及時(shí)，同時(shí)加快墊層施工速度，變形速率逐漸減緩，有效控制了地連墻墻體變形。。至8月基坑頂板澆筑完成，地連墻墻體變形基本保持在30mm以內(nèi)，均未超過設(shè)計(jì)控制值30mm。

4.4深層土體水平位移監(jiān)測成果分析

土移變化同樣集中在2011年5月開挖期間。由于現(xiàn)場組織架設(shè)支撐及時(shí)，同時(shí)加快墊層施工速度，位移速率逐漸減緩，有效控制了土體變形。至8月28日基坑頂板澆筑完成，深層土體變形基本保持在30mm以內(nèi)，均未超過設(shè)計(jì)控制值30mm。

4.5坑外地下水位監(jiān)測成果分析

施工期間，地連墻前期施工較好，開挖過程中嚴(yán)格控制，地連墻墻體變形較小，這最終保證了基坑兩側(cè)均未出現(xiàn)滲水現(xiàn)象。地下水位變化比較平穩(wěn)，未發(fā)生明顯突變現(xiàn)象。

4.6支撐軸力監(jiān)測成果分析

基坑采用鋼支撐支護(hù)，預(yù)加軸力800kN左右，經(jīng)過應(yīng)力消散作用，支撐最終預(yù)加力總體保持在60%～70%之間，隨著基坑的挖深，支撐承受兩側(cè)地連墻的作用力逐漸增加，基本保持穩(wěn)定。

4.7總結(jié)分析

綜合鋪蓋段各項(xiàng)監(jiān)測數(shù)據(jù)，得出以下幾點(diǎn)：1）地表沉降最大值15.87mm，平均值7.89mm，控制值為16mm。2）綠色大酒店結(jié)構(gòu)沉降最大值19.62mm，平均值7.71mm，設(shè)計(jì)控制值為20～60mm。3）綠色大酒店結(jié)構(gòu)傾斜最大值0.52‰，規(guī)范控制值為2‰。4）地連墻墻體變形最大值21.52mm，平均值16.74mm，設(shè)計(jì)控制值為30mm。5）深層土體水平位移最大值24.89mm，平均值19.76mm，設(shè)計(jì)控制值為30mm。6）坑外地下水位最大值最大變化值284m/d，平均值207mm/d，設(shè)計(jì)控制值為300mm/d。7）鋼支撐軸力最大值1040kN，平均值518kN，設(shè)計(jì)控制值為第二道1468kN，第三道1856kN，第三道1362kN。通過監(jiān)測數(shù)據(jù)分析，各項(xiàng)監(jiān)測指標(biāo)均未超過設(shè)計(jì)控制值，在基坑蓋挖法施工過程中，密切關(guān)注支撐軸力的變化情況，認(rèn)真落實(shí)信息化施工，在支撐應(yīng)力過大時(shí)及時(shí)加設(shè)支撐；應(yīng)力過小時(shí)，及時(shí)補(bǔ)加應(yīng)力。最終，在蓋挖法施工的復(fù)雜條件下，有效控制了基坑的變形，保證了基坑和周邊建筑物的穩(wěn)定與安全。

5 結(jié)語

無錫地鐵綠色廣場鋪蓋段施工信息化監(jiān)測從2011年3月開始，緊隨施工進(jìn)度，對(duì)該鋪蓋段及臨近建筑進(jìn)行跟蹤觀測，通過信息化監(jiān)測掌握第一手監(jiān)測資料并及時(shí)進(jìn)行監(jiān)測分析，以利施工過程及時(shí)科學(xué)調(diào)整施工參數(shù)，改進(jìn)施工工法，有效地指導(dǎo)其地鐵鋪蓋段安全施工，具有廣泛的應(yīng)用價(jià)值，為今后類似工程提供借鑒。

篇8

奧威專注于為中國企業(yè)及相關(guān)信息化解決方案供應(yīng)商提供商業(yè)智能產(chǎn)品、咨詢與培訓(xùn)服務(wù)，是國內(nèi)最早自主研發(fā)的商業(yè)智能廠商之一，具有強(qiáng)大的咨詢與實(shí)施開發(fā)力量，熟悉企業(yè)信息化運(yùn)作模式，能夠快速在不同品牌的信息系統(tǒng)數(shù)據(jù)基礎(chǔ)上建立數(shù)據(jù)倉庫、多維數(shù)據(jù)分析模型及管理駕駛艙應(yīng)用。

隨著信息化的不斷深入和業(yè)務(wù)經(jīng)營數(shù)據(jù)的不斷堆積，現(xiàn)有的ERP、CRM等信息系統(tǒng)的事務(wù)處理過程已不能滿足用戶需求，企業(yè)希望能有效利用現(xiàn)有的數(shù)據(jù)，深入挖掘信息數(shù)據(jù)所帶來的價(jià)值。BI（Business Intelligence，商務(wù)智能）的出現(xiàn)，使決策者更清晰地洞悉全局，快速做出決策；通過不正常的指標(biāo)分析企業(yè)目前所存在的問題，及時(shí)做出調(diào)整和部署，以幫助企業(yè)在競爭日趨激烈的現(xiàn)代社會(huì)，更快速、更穩(wěn)定、更健康地發(fā)展。

Power-BI決策分析系統(tǒng)是珠海奧威軟件科技有限公司（簡稱奧威）研究近8年的成果，在此期間奧威首創(chuàng)安裝即可用的BI標(biāo)準(zhǔn)解決方案，可自動(dòng)識(shí)別金蝶（EAS、K3、KIS專業(yè)版）、用友（NC、U9、U8、T6、T3）、神州數(shù)碼（易拓、易飛）和SAP B1等主流ERP版本，包括管理駕駛艙、銷售、財(cái)務(wù)、應(yīng)收賬款、倉庫、應(yīng)付賬款、采購、人力資源等分析主題。經(jīng)過多年的努力與技術(shù)積淀，奧威推出Power-BI綠色開發(fā)平臺(tái)。綠色開發(fā)平臺(tái)，是一個(gè)平臺(tái)性產(chǎn)品和一個(gè)開發(fā)工具，將ERP數(shù)據(jù)庫中涉及到領(lǐng)導(dǎo)決策分析所需要的數(shù)據(jù)經(jīng)過抽取、轉(zhuǎn)換、裝載（ETL）到一個(gè)獨(dú)立的數(shù)據(jù)倉庫（Data Warehouse）中，然后根據(jù)業(yè)務(wù)主題建立多維分析模型（OLAP），最后，再根據(jù)不同的應(yīng)用角色、不同的應(yīng)用場景，設(shè)計(jì)成不同的前端展示形式將不同分析主題內(nèi)容展示出來，解決不同業(yè)務(wù)需求。

Power-BI采取主流的BI技術(shù)架構(gòu)，包括各項(xiàng)BI技術(shù)，如ETL（數(shù)據(jù)轉(zhuǎn)換）、DW（數(shù)據(jù)倉庫）、OLAP（在線分析）、DM（數(shù)據(jù)挖掘）、Dashboard（儀表盤）、Query（查詢）、Report（報(bào)表/報(bào)告），功能強(qiáng)大卻開發(fā)簡易。

篇9

中圖分類號(hào)：F570 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： The continuous development of the economy makes the increase of private car holdings in China. The popularization and convenience of private cars make people more inclined to regard it as the primary mode of travel， which brings great pressure to the urban traffic system. Urban residents are the main bodies of traffic， the way how to travel they choose has a direct impact on the city's traffic conditions. Based on multi-factor integration model put forward by Bamberg and other scholars， this paper analyzes the influencing factors of urban residents' travel intentions by the structural equation modeling. The aim is to optimize the urban traffic travel structure， guide the residents' green travel reasonably， relieve the urban traffic pressure and create environment-friendly and economical urban travel environments.

Key words： structural equation； green travel intentions； multi-factor integration model

0 引 言

20世紀(jì)50年代以恚城市化迅猛發(fā)展的同時(shí)也帶來了交通擁堵、能源危機(jī)、環(huán)境污染等問題，可持續(xù)發(fā)展概念的提出，使得以環(huán)境保護(hù)為目標(biāo)的“綠色交通”應(yīng)運(yùn)而生[1]。綠色出行指綠色交通理念指導(dǎo)下的出行，即出行過程中，盡量減少能源消耗和環(huán)境污染，采取對(duì)環(huán)境影響最小的出行方式，例如自行車、公共汽車、步行、地鐵等。與傳統(tǒng)出行方式相比，綠色出行具有一定的特殊性，主要表現(xiàn)在它強(qiáng)調(diào)出行的環(huán)保性和資源的節(jié)約性，對(duì)發(fā)展城市綠色交通至關(guān)重要。

目前，雖然關(guān)于城市居民出行方式選擇的研究很多，學(xué)者們也提出了相應(yīng)的建議與對(duì)策來引導(dǎo)合理的城市出行結(jié)構(gòu)，如控制小汽車的使用率等。但這些研究大多集中在出行成本和出行時(shí)間等方面，在綠色交通理念下對(duì)城市居民出行方式選擇的分析還未有過系統(tǒng)的研究。因此，以城市居民綠色出行方式選擇為出發(fā)點(diǎn)，研究相關(guān)影響因素，深入了解城市居民綠色出行的行為過程，合理引導(dǎo)綠色出行，實(shí)現(xiàn)城市綠色交通具有重要意義。

1 文獻(xiàn)回顧

對(duì)出行行為的研究國內(nèi)外學(xué)者最早采用的是集計(jì)的方法，然而這種方法對(duì)于個(gè)體出行者的行為不能有很好的體現(xiàn)。隨著研究的加深，學(xué)者們提出了以個(gè)體為研究對(duì)象的非集計(jì)理論，并不斷的被豐富完善。Daniel Mcfadden（1974）重新對(duì)Logit模型進(jìn)行了系統(tǒng)的論述，最終構(gòu)建了非集計(jì)模型的理論體系[2]。隨后引入隨機(jī)效用理論，提出每一個(gè)出行個(gè)體都會(huì)選擇效用最高的出行方式，并在此基礎(chǔ)上建立了日后為眾多學(xué)者引用的MNL模型[3]。Stephan Krygsman等（2007）認(rèn)為出行工具的選擇會(huì)隨著出行目的的不同而發(fā)生變化，通過構(gòu)建改進(jìn)的MNL模型分析了收集的數(shù)據(jù)，發(fā)現(xiàn)出行活動(dòng)的改變對(duì)出行方式的選擇有著顯著的影響[4]。

隨著出行研究的完善，學(xué)者們逐漸引入了用于多元數(shù)據(jù)分析的結(jié)構(gòu)模型。Golob（2003）著重分析了出行距離這一變量的影響程度。其從家庭出行時(shí)間和出行動(dòng)機(jī)角度，運(yùn)用結(jié)構(gòu)方程模型進(jìn)行了定量分析，結(jié)果顯示家庭成員的數(shù)量與出行活動(dòng)次數(shù)有相關(guān)關(guān)系[5]。李海峰（2006）對(duì)影響出行者出行選擇的自身特征變量做了深入研究，為城市居民出行方式選擇的變量選取提供依據(jù)。并在此基礎(chǔ)上以居民自身特征變量等數(shù)據(jù)變量作為輸入變量建立神經(jīng)網(wǎng)絡(luò)模型，通過實(shí)證研究得出模型具有較好的實(shí)用性[6]。

也有一些學(xué)者從出行方式選擇影響因素的角度進(jìn)行研究。Pross（2008）認(rèn)為，影響出行者出行方式選擇可分為內(nèi)部因素和外部因素：內(nèi)部因素包括出行距離、出行費(fèi)用、出行時(shí)間、年齡、家庭擁有交通工具情況等，外部因素包括國家法規(guī)政策和社會(huì)經(jīng)濟(jì)發(fā)展水平等[7]。黃樹森等（2008）以北京地區(qū)為例，通過對(duì)相關(guān)出行數(shù)據(jù)分析，指出出行時(shí)間、出行者屬性、交通特性、出行地區(qū)特性等因素對(duì)出行方式的選擇有很大的影響[8]。Joachim Scheiner（2012）認(rèn)為女性駕車出行比例要小于男性，且小汽車擁有量與家庭人口的關(guān)系影響該家庭交通出行方式，小汽車擁有量小于家庭人口的家庭更可能選擇公共交通[9]。

Bamberg等人通過整合計(jì)劃行為理論、環(huán)境行為理論、規(guī)范激活理論，提出了一種多因素整合模型[10]。研究認(rèn)為個(gè)體行為會(huì)受到環(huán)保意識(shí)、道德規(guī)范、內(nèi)疚感、態(tài)度、社會(huì)規(guī)范、內(nèi)在歸因、感知到的行為控制、環(huán)保行為意向這因素的影響。各因素之間的關(guān)系較為復(fù)雜，各因素不僅會(huì)受到其他因素的直接影響，還會(huì)受到其他因素的中介作用的影響。

2 指標(biāo)體系建立與假設(shè)設(shè)計(jì)

綠色出行與傳統(tǒng)出行方式既有共性也有不同，更強(qiáng)調(diào)綠色交通理念。本文以Bamberg等人提出的多因素整合模型為基礎(chǔ)，綜合國內(nèi)外研究，減少其中不必要因素，提出了如下幾個(gè)指標(biāo)并做假設(shè)。

（1）綠色出行的態(tài)度。行為態(tài)度指的是個(gè)體對(duì)某項(xiàng)行為所持有的正面或負(fù)面的感覺，即對(duì)進(jìn)行某一特定行為的喜歡程度?？偟膩碚f，個(gè)體對(duì)目標(biāo)行為的態(tài)度越消極，則越會(huì)放棄該行為；反之，若個(gè)體對(duì)目標(biāo)行為的態(tài)度越積極，則越會(huì)實(shí)施該行為。結(jié)合綠色出行，本文將綠色出行的態(tài)度作為一個(gè)指標(biāo)。

H1：出行者的綠色出行態(tài)度對(duì)綠色出行意愿有正向的影響，居民綠色出行態(tài)度越積極，則其意向越強(qiáng)。

（2）綠色出行的主觀規(guī)范。主觀規(guī)范指在對(duì)他人行為進(jìn)行預(yù)測時(shí)，那些對(duì)個(gè)體的行為決策具有影響力的個(gè)人或集體對(duì)于個(gè)體是否執(zhí)行目標(biāo)行為所產(chǎn)生的影響力大小。出行者在面臨出行工具選擇時(shí)，來自他人的意見可能也會(huì)對(duì)其產(chǎn)生影響。本文將主觀規(guī)范作為一個(gè)指標(biāo)。

H2：出行者的主觀規(guī)范對(duì)綠色出行態(tài)度有正向影響，主觀規(guī)范越強(qiáng)，出行者綠色出行態(tài)度越積極。

H3：出行者的主觀規(guī)范對(duì)綠色出行意愿有正向影響，主觀規(guī)范越強(qiáng)，出行者綠色出行意愿越強(qiáng)。

（3）綠色出行的知覺行為控制。段文婷等（2008）指出知覺行為控制是個(gè)體感知到執(zhí)行某特定行為容易或困難的程度，反映了個(gè)體對(duì)促進(jìn)或妨礙目標(biāo)行為的因素的知覺[11]。它包括兩個(gè)方面：一方面是內(nèi)部控制因素，指個(gè)體對(duì)于執(zhí)行目標(biāo)行為的信心或其所感知的困y程度，其與個(gè)體技能等密切相關(guān)；另一方面是外部控制的因素，指個(gè)體完成目標(biāo)行為能力，客觀條件是否具備。結(jié)合綠色出行，本文將綠色出行的知覺行為控制作為一個(gè)指標(biāo)。

H4：綠色出行的知覺行為控制對(duì)綠色出行意愿有正向影響，知覺行為控制越強(qiáng)，出行者的綠色出行意愿越強(qiáng)。

（4）環(huán)保敏感度。Bradley（2009）認(rèn)為環(huán)保敏感度強(qiáng)的家庭擁有更少的車輛，而且車輛的能源利用率也會(huì)更高，車輛的使用頻率更低[12]。因此，本文創(chuàng)新性地引入環(huán)保敏感度這一變量。

H5：環(huán)保敏感度對(duì)綠色出行態(tài)度有正向影響，環(huán)保敏感度越強(qiáng)，出行者的綠色出行態(tài)度越積極。

H6：環(huán)保敏感度對(duì)綠色出行意愿有正向影響，環(huán)保敏感度越強(qiáng)，出行者的綠色出行意愿越強(qiáng)。

（5）綠色出行認(rèn)知。張玉玲等（2014）借助NAM模型研究居民環(huán)境后果認(rèn)知對(duì)保護(hù)旅游地環(huán)境行為的驅(qū)動(dòng)機(jī)制，指出環(huán)境后果認(rèn)知對(duì)日常環(huán)保行為的間接影響[13]。結(jié)合綠色出行，本文將綠色出行認(rèn)知作為一個(gè)指標(biāo)。

H7：綠色出行認(rèn)知對(duì)綠色出行態(tài)度有正向影響，綠色出行認(rèn)知越深刻，出行者的綠色出行態(tài)度越積極。

H8：綠色出行認(rèn)知對(duì)綠色出行意愿有正向影響，綠色出行認(rèn)知越深刻，出行者的綠色出行意愿越強(qiáng)。

（6）政府政策。諶麗（2014）通過設(shè)置不同的政策背景，分析居民對(duì)不同政策的響應(yīng)情況，并根據(jù)模擬政策的實(shí)施結(jié)果提出了相應(yīng)建議[14]。本文將人們對(duì)政府政策的認(rèn)知和反應(yīng)作為變量引入到模型框架當(dāng)中。

H9：政府政策對(duì)綠色出行態(tài)度有正向影響，政府政策越鼓勵(lì)，出行者的綠色出行態(tài)度越積極。

H10：政府政策對(duì)綠色出行意愿有正向影響，政府政策越鼓勵(lì)，出行者的綠色出行意愿越強(qiáng)。

3 研究方法

3.1 研究設(shè)計(jì)

本文研究影響城市居民綠色出行意愿的因素，選擇武漢居民作為研究對(duì)象，通過問卷調(diào)查的方式收集數(shù)據(jù)，并利用結(jié)構(gòu)方程進(jìn)行數(shù)據(jù)分析。

3.2 量表選擇

本文采用李克特7級(jí)量表。用1～7分別表示完全不同意、不同意、比較不同意、一般、比較同意、同意、完全同意。

3.3 數(shù)據(jù)收集

本文問卷主要采用網(wǎng)絡(luò)問卷和紙質(zhì)問卷的方式，共計(jì)發(fā)放問卷500份，回收有效問卷386份，回收率為77.2%。

4 結(jié)構(gòu)方程模型的構(gòu)建

4.1 信度檢驗(yàn)與效度檢驗(yàn)

本文以CR（組成信度）和Cronbach's Alpha來檢驗(yàn)變量的信度，以AVE值檢驗(yàn)變量的效度。由表1可知，Cronbach's Alpha值和CR值均大于0.8，說明問卷信度良好；每個(gè)維度的AVE值均大于0.5，說明聚合效度良好，問卷能夠有效地反應(yīng)居民出行意愿的整體情況。

4.2 模型的擬合度

問卷數(shù)據(jù)通過了信度與效度檢驗(yàn)，說明比較適合進(jìn)行結(jié)構(gòu)方程分析，依據(jù)相關(guān)理論建立結(jié)構(gòu)方程模型驗(yàn)證各影響因素對(duì)于居民綠色出行意愿的影響。本研究的模型擬合度如表2所示。

由表2可知，本模型卡方與自由度之比為1.596，說明模型擬合十分理想；近似誤差均方根為0.039，說明模型接似擬合；比較擬合指數(shù)、遞增擬合指數(shù)、非規(guī)范擬合指數(shù)均大于0.96，擬合優(yōu)度指數(shù)大于0.9，說明模型擬合十分合理。

4.3 結(jié)構(gòu)方程模型的參數(shù)估計(jì)

結(jié)構(gòu)方程模型主要由隨機(jī)變量、結(jié)構(gòu)參數(shù)和非隨機(jī)變量組成，根據(jù)所描述關(guān)系，可分為測量模型和結(jié)構(gòu)模型。

測量模型主要研究顯變量與潛變量之間的關(guān)系，其表達(dá)式如下：

其中：x――外生指標(biāo)組成的向量；Λ――外生指標(biāo)與外生潛變量間的關(guān)系，外生指標(biāo)在外生潛變量上的因子載荷矩陣；ξ――外生潛變量；δ――外生指標(biāo)的誤差項(xiàng)；y――內(nèi)生指標(biāo)組成的向量；Β――內(nèi)生指標(biāo)與內(nèi)生潛變量間的關(guān)系，內(nèi)生指標(biāo)在內(nèi)生潛變量上的因子載荷矩陣；η――內(nèi)生潛變量；ε――內(nèi)生指標(biāo)的誤差項(xiàng)。

結(jié)構(gòu)模型主要研究潛變量之間的關(guān)系，其表達(dá)式如下：

其中：Β――內(nèi)生潛變量與內(nèi)生潛變量之間的關(guān)系；Γ――內(nèi)生潛變量與外生潛變量之間的關(guān)系；ζ――結(jié)構(gòu)方程殘差項(xiàng)，表示結(jié)構(gòu)方程中無法被解釋的部分。

根據(jù)上述研究建立結(jié)構(gòu)方程模型，并將問卷數(shù)據(jù)帶入AMOS17.0中，得到結(jié)構(gòu)方程概念模型，如圖1所示。

通過計(jì)算，得到各指標(biāo)路徑系數(shù)如表3所示。

4.4 結(jié)果分析

路徑估計(jì)值的顯著性小于0.05，可認(rèn)為顯著影響。由表3可知：

（1）綠色出行態(tài)度到綠色出行意愿的路徑系數(shù)為0.384，則綠色行為態(tài)度對(duì)綠色出行意愿具有顯著性正向影響，接受假設(shè)H1。該路徑系數(shù)最大，表明在綠色出行意愿影響因素中，出行態(tài)度起著主要作用。

（2）主觀規(guī)范到綠色出行態(tài)度的路徑系數(shù)為0.065，其顯著性為0.226，則主觀規(guī)范對(duì)綠色出行態(tài)度不具有顯著性影響，拒絕假設(shè)H2；主觀規(guī)范到綠色出行意愿的路徑系數(shù)為0.256，則主觀規(guī)范對(duì)綠色出行意愿具有顯著性正向影響，接受假設(shè)H3。這說明主觀規(guī)范對(duì)于綠色出行意愿的影響是直接的，出行者在出行時(shí)可能受到他人建議影響而傾向于選擇綠色出行方式，但是其對(duì)于綠色出行的態(tài)度并沒有發(fā)生變化。

（3）知覺行為控制到綠色出行意愿的路徑系數(shù)為0.246，其顯著性為0.003，則知覺行為控制對(duì)綠色出行意愿具有顯著性正向影響，接受假設(shè)H4。出行者出行時(shí)，不可避免會(huì)受到一些不客觀因素的影響，如天氣狀況差，公交線路與自身通勤路徑不一致，換乘次數(shù)多等，可能會(huì)導(dǎo)致出行者傾向于選擇私家車出行。

（4）環(huán)保敏感度到綠色出行態(tài)度的路徑系數(shù)為0.151，其顯著性為0.003，則環(huán)保敏感度對(duì)綠色出行態(tài)度具有顯著性正向影響，接受假設(shè)H5；環(huán)保敏感度到綠色出行意愿的路徑系數(shù)為0.209，其顯著性為0.001，則環(huán)保敏感度對(duì)綠色出行意愿具有顯著性正向影響，接受假設(shè)H6。環(huán)保敏感度直觀地反應(yīng)了個(gè)體對(duì)于綠色出行的態(tài)度，影響其出行選擇。

（5）綠色出行認(rèn)知到綠色出行態(tài)度的路徑系數(shù)為0.149，其顯著性為0.001，則環(huán)保敏感度對(duì)綠色出行態(tài)度具有顯著性正向影響，接受假設(shè)H7；綠色出行認(rèn)知到綠色出行意愿的路徑系數(shù)為0.025，其顯著性為0.663，則綠色出行認(rèn)知對(duì)綠色出行意愿不具有顯著性影響，拒絕假設(shè)H8。這說明出行者對(duì)于綠色出行認(rèn)知越深刻，其態(tài)度也會(huì)變得積極，但是在其選擇出行方式時(shí)，影響力較小。

（6）政府政策到綠色出行態(tài)度的路徑系數(shù)為0.211，其顯著性為0.004，則政府政策對(duì)綠色出行態(tài)度具有@著性正向影響，接受假設(shè)H9；政府政策到綠色出行意愿的路徑系數(shù)為0.241，其顯著性為0.009，則政府政策對(duì)綠色出行意愿具有顯著性正向影響，接受假設(shè)H10。這說明政府在綠色出行指導(dǎo)中扮演著重要作用，綠色出行的推廣離不開政府的支持。

5 結(jié) 論

本文以Bamberg等人提出的多因素整合模型為基礎(chǔ)，系統(tǒng)的研究了在綠色交通理念下城市居民出行意愿影響因素，對(duì)于綠色出行的推廣具有重要意義。根據(jù)研究結(jié)果，居民綠色出行意愿和綠色出行態(tài)度、綠色出行主觀規(guī)范、綠色出行知覺行為控制、政府政策、環(huán)保敏感度具有較強(qiáng)的相關(guān)性。這5個(gè)影響因素中綠色出行態(tài)度起著最主要作用，因此綠色出行推廣的關(guān)鍵在于讓出行者以積極的態(tài)度參與進(jìn)來。加強(qiáng)宣傳以提升出行者綠色出行認(rèn)知，完善公共交通、道路規(guī)劃以實(shí)現(xiàn)綠色交通現(xiàn)實(shí)基礎(chǔ)，制定相關(guān)鼓勵(lì)政策以引導(dǎo)綠色出行等，都有助于綠色出行的推廣。同時(shí)，由分析結(jié)果可知認(rèn)知的加深并不意味意向的傾斜，因此宣傳不應(yīng)僅僅停留在空泛的廣而告之方面，如何加深出行者對(duì)于綠色出行的認(rèn)可才是宣傳的重點(diǎn)。他人的建議雖然對(duì)于出行者出行態(tài)度影響不顯著，但是對(duì)于出行意愿具有顯著影響作用，因此在綠色出行推廣方面應(yīng)重視集體效應(yīng)的發(fā)揮。

參考文獻(xiàn)：

[1] 黃玖菊，李永玲. 我國綠色交通研究綜述[J]. 福建建筑，2012（9）：56-60.

[2] Daniel McFadden. Conditional logit analysis of qualitative choice behavior[M]. New York： Academic Press， 1974：105-142.

[3] Daniel McFadden. A Method of simulated Moments for Estimation of Discrete Response Models Without Numerical Integration[J]. Econometrica， 1987，57（5）：995-1026.

[4] Stephan Krygsman， Theo Arentze， Harry Timmermans. Capturing tour mode and activity choice interdependencies： A co-evolutionary logit modeling approach[J]. Transportation Research Part A， 2007（41）：913-933.

[5] TF Golob. Structural equation modeling for travel behavior research[J]. Transportation Research B， 2003（37）：1-25.

[6] 李海峰. 城市形態(tài)、交通模式和居民出行方式研究[D]. 南京：東南大學(xué)（博士學(xué)位論文），2006.

[7] Pross. Traffic dynamics[J]. Transportation Research-B， 2008，22（6）：421-435.

[8] 黃樹森，宋瑞，陶嬡. 大城市居民出行方式選擇行為及影響因素研究――以北京市為例[J]. 交通標(biāo)準(zhǔn)化，2008（9）：124-128.

[9] Joachim Scheiner， Christian Holz-Rau. Gendered travel mode choice： a focus on car deficient households[J]. Journal of Transport Geography， 2012，24（4）：250-261.

[10] Bamberg S， Moser G. Twenty years after Hines， Hungerford， and Tomera： A new meta-analysis of psycho-social determinants of pro-environmental behavior[J]. Journal of Environmental Psychology， 2007，27（1）：14-25.

[11] 段文婷，江光榮. 計(jì)劃行為理論述評(píng)[J]. 心理科學(xué)進(jìn)展，2008，16（2）：315-320.

[12] Bradley F. The impacts of environmental knowledge and attitudes on vehicle ownership and use[J]. Transportation Research Part D， 2009，14：272-279.

篇10

對(duì)象為隨機(jī)抽取仙游縣華僑中學(xué)高中三個(gè)年級(jí)同學(xué)，參加問卷共有126人。

調(diào)查方法：采用自行設(shè)計(jì)的高中學(xué)生關(guān)于低碳生活的調(diào)查問卷，內(nèi)容主要包括高中學(xué)生對(duì)于低碳生活的認(rèn)識(shí)狀況、態(tài)度狀況和行為狀況。

分析方法：編碼問卷全部回收后，進(jìn)行數(shù)據(jù)錄入，運(yùn)用數(shù)據(jù)分析軟件對(duì)數(shù)據(jù)進(jìn)行整理、分析。

調(diào)查結(jié)果及分析

低碳生活相關(guān)知識(shí)的獲取途徑：有93.65%的學(xué)生是從廣播電視報(bào)紙雜志上知道低碳生活的，比例遠(yuǎn)大于其他途徑，只有6.35%的學(xué)生是從教師、同學(xué)處知道低碳生活，可見學(xué)校對(duì)學(xué)生進(jìn)行低碳生活理念和實(shí)踐教育開展得不理想，在倡導(dǎo)公眾參與方面還大有可為。

影響低碳生活的實(shí)踐方法：

穿戴：XX.41%的同學(xué)有較少不怎么穿的衣服，XX.71%的同學(xué)有較多不怎么穿的衣服。學(xué)生對(duì)穿戴產(chǎn)生的碳排放意識(shí)薄弱。

出行：26.2%的學(xué)生使用公交車，64.29%的學(xué)生步行或自行車，9.52%的學(xué)生私家車或者打車。55.56%的同學(xué)經(jīng)常選擇綠色交通工具，42.06%的同學(xué)有時(shí)選擇綠色交通工具。

調(diào)查結(jié)論

目前高中學(xué)生對(duì)低碳生活的了解情況認(rèn)知度參差不齊，大部分學(xué)生對(duì)低碳生活的了解僅僅限于表面，并沒有深入了解，殘缺性低碳生活認(rèn)知必然造成部分青少年在踐行低碳生活過程中做得不盡人意，多數(shù)學(xué)生不會(huì)探索科學(xué)方法計(jì)算家庭或個(gè)人踐行低碳生活的外在價(jià)值。在日常生活中，學(xué)生能做到一些與低碳生活要求相符的行動(dòng)，但是同時(shí)很多高中學(xué)生，買東西追求時(shí)尚，吃穿、出行等方面浪費(fèi)現(xiàn)象較嚴(yán)重，主要存在不能在衣食住行用等各個(gè)方面都踐行低碳生活、不能自覺地、持之以恒地踐行低碳生活、不善于使用科學(xué)方法踐行低碳生活等狀況。所以有必要加強(qiáng)平常的宣傳教育力度，指導(dǎo)學(xué)生對(duì)低碳生活進(jìn)行系統(tǒng)的了解和學(xué)習(xí)。

對(duì)實(shí)踐活動(dòng)的建議

為了樹立高中學(xué)生低碳生活的思想觀念和社會(huì)責(zé)任意識(shí)，培養(yǎng)學(xué)生從自身做起，從點(diǎn)滴做起，養(yǎng)成良好的 低碳生活習(xí)慣;鼓勵(lì)高中學(xué)生能身體力行，為自己、為社會(huì)、為他人做好踐行低碳生活方式的榜樣作用，實(shí)現(xiàn)高中學(xué)生自身社會(huì)價(jià)值;高中化學(xué)教學(xué)可以做以下幾種實(shí)踐：