绿色交通数据分析模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇绿色交通数据分析，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

一、前言

信息管理系统在高速公路交通数据分析中发挥着重要的作用，它不仅减轻了人工数据统计的体力支出和成本支出，同时也能够较好的适应高速公路运营的出现的新情况和新问题，并能够利用统计分析的原理加以剖析，为高速公路建设和管理的科学化提供良好的借鉴性意义，以更好保证高速公路运营的正常性，创造更多的企业效益，为经济社会的发展提供较为稳定的基础设施。信息管理系统广泛应用于高速公路交通数据分析过程中，并且在高速公路交通数据分析过程中发挥着越来越重要的作用已成为一项不争的事实，各国都注重了信息管理系统在高速公路交通数据分析中的作用，采取多种方式加以研究，力求发挥信息管理系统在高速公路交通数据分析中作用的最大化。

二、信息管理系统

作为信息管理系统是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库。用户通过访问数据库中的数据，数据库管理员也进行数据库的维护工作。它可使多个应用程序和用户用不同的方法在同时或不同时刻去建立，修改和询问数据库。数据管理系统的应用增强了系统的灵活性，加快了数据分析的速度，从而更好的实现数据分享，将数据分析结果应用于政策制定和实施，从而有效的增强了政策的科学性。

三、将信息管理系统应用于高速公路交通数据分析中的意义

（一）经济社会发展的迫切需要

伴随着我国经济社会的快速发展，交通运输业也需要紧跟经济社会发展的步伐，而高速公路的建设和发展对于交通运输业的发展具有极其重要的意义。将信息管理系统应用于高速公路交通数据分析过程中，综合我国经济发展态势和各地区的经济发展现状能够更好地规划和设计交通运输方式，从而更好地推动经济社会的可持续发展。

（二）高速公路管理科学化的要求

高速公路交通系统中数据分析是重要的基础性工作。它体现公路交通系统的业务情况以及车流构成、流量、流向等特征，可以为高速公路事业的规划、建设和管理提供科学依据。随着我国公路收费系统步入了计算机联网收费阶段，利用高速公路信息管理系统进行高速公路的交通数据分析成为重要手段。高速公路信息管理系统从最初方案设计开始，就充分考虑整个系统的整体性和扩充性，并对高速公路信息管理系统进行合理划分，从而更好地实现高速公路联网收费和统一管理，做到路网内行驶一卡通和按路段合理结算，以提高高速公路管理的科学化水平。

四、广西高速公路信息化系统建设概况

广西高速公路收费系统是为了满足对高速公路收费统计查询以及分配的需要，结合现有的管理机制而分析和设计的，可分为收费管理与清分二个部分。收费管理的目的是通过利用计算机网络和相应的软件，并与通讯、监控系统相配合来大幅度提高收费效率以及提高财务核算的安全性和自动化程度，降低工作人员的工作强度。同时最大限度地防止各种营私舞弊现象，提高工作效率，为管理决策层提供各种相关信息。目前高速公路的管理体制，自上向下分为四层的行政管理结构，即联网清分总中心―收费中心―收费分中心―收费站。

收费站是收费的基层单位。收费车道的原始数据汇总到收费站，收费站监控员进行当班数据的汇总，统计核对收费数据。收费站站务员对收费数据复核，并进行必要的数据纠错，提供本收费站正确完整的汇总数据。同时收费站的原始数据实时通过TCP/IP协议上传总中心，汇总数据在站务员输入的同时也上传总中心。所以，收费站一级是总中心收费数据的基础。分中心和中心本地不保存收费数据，它访问收费站获得它要的数据。总中心的数据统计、数据查询和清分是依据收费站上传的数据。

五、从具体数据看信息管理系统在高速公路交通数据分析中的应用

（一）车流流量统计与分析应用

车流流量统计与分析应用是信息管理系统在高速公路交通数据分析中的一个方面，通过信息管理系统，我们能够实现对高速公路车流流量统计与分析。下表为某城市路段高峰车流量分析表，见表1：

通过以上分析，我们能够明确的看出个收费站在高峰和低峰期车流量，及各个时间段的变化和平均小时流量的变化，并根据相关数据合理安排各收费站的工作人员情况，更好的确保交通的畅通性。

（二）车流流向统计与分析应用

车流流量统计与分析应用是信息管理系统在高速公路交通数据分析中的另一个方面，下表是某城市途经A路段的绿色通道车辆流向统计表，见下表：

路段 其他路段站码 入口车辆数 出口车辆数 合计

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

从表格中我们可以清楚掌握途经A路段的绿色通道车辆在全区部分路网中分布和走向情况，为高速公路管理者更清晰地认识高速公路通行费减免情况，并提供精确数据以合理决策。

（三）路段综合信息车流量统计分析和应用

路段综合信息车流量统计分析和应用是信息管理系统在高速公路交通数据分析中的又一个方面。下表为两段高速A、B年度车流量综合统计分析表：

分析项目 A 路段 B路段 AB高速合计

路段内收费站数量 5 6 11

里程（公里） 72 116 188

拆分所得通行费 16805万 20854万 37659万

收取路段通行费 4693万 14420万 19113万

每公里路段发生的通行费 233万 180万 200万

路段内收费站出入口车流量 1639616 3576253 5215869

日均断面车流量 5911 8009 6955

通过以上分析，我们得出了两路段的综合信息车流量统计分析，透过数据，我们能够了解到路段通行费，从而实现更好的费用管理。

六、小结

信息管理系统在高速公路交通数据分析中发挥着重要的作用，高速公路交通数据分析是一个较为复杂的过程，以上只是将车流量进行了简单的统计，交通数据分析还要对通行费、通行卡进行综合统计。单方面通过某一种交通数据是无法的得出正确的交通数据分析结果，只有通过上述方式将多重数据综合进行分析，才能得出所需要的结论，为高速公路的管理者和决策者提供正确的分析依据，促进我国交通运输事业和经济社会的快速发展。

参考文献：

篇2

1概述

交通运输是国家节能减排和应对气候变化的重点领域之一。加快发展绿色交通，是建设生态文明的基本要求，是转变交通运输发展方式的重要途径，也是实现交通运输与资源环境和谐发展的应有之义。车辆能耗监测工作是交通运输行业节能减排工作的重要关注内容。

2问题根源分析

第一，货运市场多小散弱：截止2014年底，全行业共757.6万家企业，其中个体696万家，占比为92%，企业的平均车辆数为1.8辆/家。货运行业多、小、散、弱，使得通过统计报表获取车辆运营信息的难度较大。

第二，统计技术手段落后：现有的统计工作依托人工填写统计报表获取统计数据，技术手段落后。

第三，统计指标存在弊端：目前统计指标设计弊端增加了统计工作难度，降低了统计数据的真实性，影响被调查对象的配合意愿。

第四，工作模式亟待改进：传统统计工作模式延续计划经济体制的工作方式，依赖于政府对企业和车辆强有力的约束与管理。

3功能需求分析

3.1管理部门需求

（1）获取公路货运行业分运输类型、经营方式、货车种类等方面的能源及运量结构指标，进行全国公路货运能耗及运量统计推算。

（2）依据能耗监测指标对重点用能单位的节能减排工作进行综合考核。

（3）推进货运源头超限超载治理工作，加大对非法超限运输车辆、驾驶人和企业跟踪监测力度。

3.2从业企业需求

（1）获取所属营运车辆、从业人员的基础信息，对企业从业人员及车辆进行规范化管理。

（2）获取车辆月度、季度、年度的百公里单耗及货运周转量，根据单耗及货运周转量进行员工绩效考核。

（3）获取车辆动态信息（位置信息、油耗及载荷信息等），杜绝偷油漏油、偷货换货的情况发生，监测车辆油量异常监测、超速报警、疲劳驾驶等情况，消除安全隐患、维护企业良好形象。

（4）根据位置信息及载荷信息，科学规划运输路线，合理调度车辆和配置资源，减少重复运输和迂回运输，降低货车返程空载率，提高车辆利用效率。

3.3从业人员需求

（1）获取车辆基本运行状况，为车辆的日常检修维护提供故障诊断基础。

（2）实时获取车辆的载重信息，预防装货时超限超载，保障行车安全。

4总体架构及总体布局

车辆能耗监测平台体系结构充分考虑系统运行稳定性、可扩展性、易维护性、操作简便等方面的要求，采用分层设计思路，总体框架包括“六大层次”和“三大体系”，见图4 1所示。

根据项目建设目标和建设任务，交通运输能耗统计监测平台的总体布局如图4 2所示。

5系统设计方案

车辆能耗统计监测平台包括：业务管理子系统、数据管理子系统、大数据分析子系统和系统管理子系统四部分内容。系统主要功能模块如图5-1所示。

（1）数据管理子系统：实现数据交换及入库（静态数据交换、动态数据交换）、数据预处理（入库前预处理、分析前预处理）、数据报警及修复（数据报警、数据预警）；

（2）业务管理子系统：实现车辆监控（动态数据查询、油耗曲线图、载荷曲线图）、地图服务（地图展示、车辆定位、轨迹回放）、单车分析（单车油耗、单车里程、单车运量）。

（3）大数据分析子系统：统计报表、简单查询、高级查询。

（4）系统管理子系统：用户权限管理、平台参数管理、基础信息管理、业务日志管理、设备分配。

6数据资源规划

根据车辆能耗监测统计平台定位，车辆能耗统计监测数据库划分为：基础数据子库、业务数据子库、管理数据子库、综合分析数据子库四个数据子库。

基础数据子库主要包括：设备信息数据等。

业务数据子库主要包括：车辆基本数据、车辆动态数据、经济核算数据、综合分析数据、预警信息数据等。

管理数据子库主要包括：用户信息数据、日志信息数据等。

综合分析子库主要包含：单车日耗油量汇总数据、单车日加油量数据、月度、季度、年度等汇总数据。

篇3

中图分类号：F762 文献标志码：A 文章编号：1674-9324（2016）34-0063-02

近年来，随着农业现代化不断发展，让农民尤其山区农民跟进信息化建设的进程，促进农民增产增收，共同分享现代化成果。随着生活水平不断提升和营养观念不断更新，越来越多的消费者提倡绿色消费，所谓“绿色消费”，是指消费者意识到环境恶化影响其生活方式，要求企业生产、销售对环境影响最小的绿色产品，以减少危害环境的消费。像我国这样一个农业大国，要想发展农业，需要不断提升信息化水平。现如今，人们对山区绿色农产品的需求量不断提高，然而由于交通不便，信息相对闭塞的山区，辛辛苦苦丰收的生鲜农产品滞销现象频发，农民“丰产”却难“丰收”现象，农产品供大于求、价格波动、产销信息不对称现象层出不穷，要想改变这一现状我们必须充分发挥互联网大数据优势，实现农产品生产、销售、流通途径的改善。

一、河北省邯郸涉县山区绿色农产品现状

涉县位于太行山东麓、河北省西南部、晋冀豫三省交界处，隶属河北省邯郸市，是晋冀鲁豫边区政府、八路军一二九师司令部、华北新华广播电台、新华日报社等110多个党政机关单位长期驻扎的革命老区，也是全国100个红色经典景区、全国首批国防教育基地之一。涉县被命名为中国核桃之乡、中国花椒之乡。由于特殊的山区环境的影响，核桃、花椒、柿饼、小杂粮、品种多样的农家干菜、笨鸡蛋和经过加工的核桃油、花椒油等绿色农产品越来越受广大消费者的青睐，并不断出口韩国、澳大利亚、荷兰、英国等国家和地区，但是由于缺乏统一的生产、经营、销售一条龙的管理和精准的决策，产品的质量不能有效提高，消费者所需的品种和产品数量不能均衡，对消费者市场不能准确分析，因此，大部分山区农民的产品滞留家中，并未有效地提高生活水平。这就要求我们改变传统的样本推断总体方法，采用现代信息技术直接面对山区农业客体的全部数据，集成各方面的原始数据，反映事物的全貌，通过数据的采集、数据预处理、数据存储、数据处理、数据分析和挖掘以及可视化分析，利用Hadoop大数据平台，给出山区农产品的生产、经营、销售和预警系统的精准决策。

二、大数据推动山区绿色农产品监测预警全面变革

农业数据主要集中在农业环境与资源、农业生产、农业市场、农产品营销和农业管理等领域，山区农产品的1亩山田在一年产生的数据平均约为15G（环境和土壤类传感器检测每10min采集一次数据、市场监测数据、销售信息、市场反馈信息、统计监测及农情视频数据等），大数据智能分析技术将全面揭示信息流的流量、流向，并对农产品全产业链的过程进行模拟，针对关键节点进行分析，最终实现动态预警和精准调控。其形成的信息流贯穿于农产品生产、流通、消费各个环节。主要体现在以下几点。

1.监测和分析的内容更加细化。我们不但要抓大，抓住主打绿色产品核桃、花椒、柿子等大宗山区农产品，也不能放小，小杂粮、酸枣、农家干菜、笨鸡蛋等小宗产品也不容忽视，防止“过山车”似的价格波动，影响市场稳定。

2.数据获取技术的快捷性。农业物联网、无线网络传输等技术的应用，推动了监测数据的海量爆发，在山区农作物的生长过程中，基于温度、光照、湿度、降雨量、土壤养分含量、pH等的传感器以及植物生长监测仪，能够实时监测农产品的生长环境状况。GPS定位技术、射频识别技术实时监控农产品的流通全程。移动终端可以实时采集农产品的价格信息、消费信息，引导产销对接，维护市场稳定。

3.增强数据分析智能化。数据的处理和分析是大数据时代的核心能力，个性化推荐算法，智能模型库、算法库将成为大数据分析的重要方向。未来大数据与云计算结合将成为重要的趋势，从凌乱纷繁的数据背后找到山区绿色农产品生产、流通和消费的轨迹。

三、建立大数据环境下山区农产品的营销数据库

篇4

目前世界各国正在大力支持物联网产业的发展，据Gartner预测，到2020年全球所使用的物联网设备数量将超过200亿台。数百亿的设备每天都在产生数据信息，这些海量数据藏着巨大赚钱商机，越来越多的企业开始从数据中洞见未来，寻找提升未来竞争力的最佳途径。IBM Watson IoT Platform的出现正好为企业提供了一个发掘新商机的绝佳平台。

智能建筑

让每一处能耗清晰可见

我们经历了三次重大的工业革命，从蒸气机的出现到电灯、发电机的发明，石油能源的利用（内燃机、汽车的发明），人类把能源的利用发挥到极致。然而，化石能源的过度开发和消耗使环境受到严重的破坏。

今天，我们正在经历气候变暖的影响，由于极地冰川融化导致海平面的上升，地球上无数岛屿面临消失的危机，降低能耗实现能源利用的智慧管理势在必行。

建筑是能耗大户，它和交通、工业并称为三大高能耗行业，建筑能耗已占到全国总能耗的近40%，发展绿色建筑是必然的选择。我国正处于城镇化快速发展期，城镇和农村住宅有400亿多平方米，这些住宅95%都是高耗能的建筑。建筑一旦建成就开始产生能耗，如采暖、空调、照明、厨房设施，洗衣机等都是建筑能耗中的主导部分，通过物联网平台对这些设备进行监控，能源消耗一目了然，这对节能减排具有重要意义。

IBM正利用出色的云计算、大数据分析技术为用户解决能源损耗的问题。Sogeti High Tech使用Bluemix中的IBM Watson IoT Platform 服务构建了一款物联化智能建筑解决方案，实现了本地传感器与设备的远程监控与控制。

通常建筑能耗形式包括电、煤、天然气以及集中供热的蒸汽和热水等，通过传感器对能耗设备数据进行采集，再经过物联网网关发送到IBM物联网平台，便能生成系统的动态数据供用户实时监控。

IBM Watson IoT Platform不受时间和地区的限制，用户可以随时随地查看每个大厦和房间的温度、亮度、噪音以及家电设备的运行情况，用户还可以通过远程关断用电设备，实现智慧远程管理。IBM Watson IoT提供了一个简单、安全且可扩展的通信架构，物联网数据通过MQTT协助进行传送，保证了数据的安全和快速性。IBM Watson IoT基于开源的Cloud Foundry技术，具有良好的开放性，灵活满足用户个性化需求。无论是设备监控还是预测性分析，用户可以根据自己的需求进行二次设计。

智慧交通大数据

分析预知未来路况

在经济高度发达的今天，大城市里都遇到交通混乱、拥堵和事故频繁的难题。通行一公里，塞车半小时！道路拥堵导致运输效率大幅下降，造成了时间浪费，空气的污染，使社会发展付出昂贵的代价。交通拥堵问题原因是缺乏一个系统、科学的运营决策；另一方面是城市规划者没有充分考虑未来车流量负荷。

解决道路拥堵的有效办法是实行智慧交通管理，通过数据监测实时交通路况，分析预知未来交通堵塞状况，合理选择交通方式、交通路线，避免拥堵，从而减少能源浪费，降低时间成本。IBM Watson是世界最强大的人工智能系统，曾经在智力竞赛中打败过人类，苹果Siri使用的就是Watson的强大数据处理和分析能力。引入了Watson的IBM物联网平台可以通过来自各个路段的监控数据认知分析，然后给出最佳的出行方案。

智能交通的核心内容是通过传感器和感知终端实时收集动态交通信息，实现道路管理智能化。随着无人驾驶技术的成熟发展，未来的汽车将越来越智能化，每一台车都装满传感器，实时感知汽车各个部件的性能好坏，通过车联网预测周边车量可能发生的动态路径，预知路面、天气等复杂环境的变化，让驾驶者提前做出应对处理，利用大数据分析能有效减少交通事故和道路拥堵的局面。

IBM已与美国亚利桑那州汽车制造商Local Motors合作推出了自动驾驶巴士，搭载IBM Waston物联网技术的巴士 Olli能与人类交流，用户可以用任何语言输入指令，经过Waston自然语言处理翻译后，Olli巴士会按照指令将用户带到目的地。此外，Olli还能回答乘客提出的“是否到站？”、“到哪里了？”等问题。IBM在物联网领域投入大力的研发，还不断推出汽车交通相关的物联网组件，包括自动驾驶、车联网密钥安全技术等。

预测分析

减少工厂设备停机时间

无序的工业生产每天都在产生大量的浪费，设备发生故障停机会给企业造成严重损失，如果生产线的突然停机，可能会让一些企业付出百万元甚至上亿元的代价。如今，世界各地正在推动“机器换人”，未来工厂自动化设备将越来越多，如何防止设备故障，如何提升机器的运转效率？这是每个工厂都必需考虑的问题。

篇5

0 引言

随着信息技术网络化、泛在化、智能化的发展，人机物三元世界开始深度融合。大数据将有力支撑教育、文化、健康、电子商务、制造等产业以及在线服务、社会管理等行业，解决未来信息社会结构下生产力发展的重大瓶颈问题；有助于解决交通出行、医疗卫生、应急抢险、人口教育等各类社会发展问题，大幅提升民生领域的智能化程度和服务水平。如果能有效地筛选和使用大数据，将有效为地方经济、科学研究、社会治理等方面积极服务。因此加快大数据开发利用，一方面有利于促进产业转型，提升社会活力、促进经济增长和提高生产效率，另一方面也有利于攻破体制机制障碍，推进依法行政和促进政府职能转变，提升国家综合实力，保障社会安全。

1 构筑湖南省大数据港湾的战略目标

开展若干面向重点区域与行业的大数据示范应用，建设科学研究、电子政务、智能制造、公共安全、医疗卫生、文化教育、互联网服务、城市管理、社会公共服务等领域的大数据应用，为湖南省经济社会发展提供大数据科技支撑保障，加快湖南省大数据分析应用的产业化布局，服务湖南省经济社会建设，促进经济结构调整和产业转型。促进行业融合发展、推动产业转型升级、助力智慧城市建设。

2 构筑湖南省大数据港湾的战略措施

通过对大数据发展趋势的研究，预测大数据对经济、政府与社会运行所带来的影响，制定五年或十年的发展规划，协同政府各部门、各行业主管单位、企事业单位及个人各方面力量出谋划策、发挥聚合效用，促进可持续共同发展。其战略重点主要集中在以下几个方面：

2.1 突破大数据的关键技术

建设开放共享的大数据分析平台，发展大数据条件下的类人视觉和类人思维决策计算模型，突破类人视觉技术，研究基于深度神经网络的图像视频中目标检测、跟踪、分类以及行为和事件识别，研制类人视觉传感器，构建类人智能计算和理解的核心系统，为相关产业提供实时智能服务。突破互联网、物联网和广电网视觉大数据中视觉场景理解、多目标检测跟踪、人员身份识别、视频信息检索、大范围安全监控等关键技术，面向公共安全等重大需求提供透明时空示范应用。

2.2 加快大数据基础设施建设

当前，大数据相关的基础软硬件设施、分析方法、领域应用及数据生产等方面已经形成了一批企业和技术系统，大数据产业生态系统的雏形已经明确。大数据产业生态系统涵盖了大数据的获取、存储、处理、分析、服务、安全等诸多环节，并逐步与传统产业结合释放出巨大的生命力。重点推进信息产业园、软件园等园区开展大数据基地建设，加快建成湖南数据中心，支持建O金融机构和企业数据中心及尝试县级大数据应用服务园区。吸引国内外知名大数据龙头企业，创新研发平台，突破大数据关键技术，培育新兴业态领域。

2.3 重视大数据人才培养

为培养我省大数据技术研发、服务咨询、市场推广等应用型人才，应加大鼓励高校与行业企业、科研院所深度合作，支持大数据企业与高校建立生产性实训教学基地，建立院士工作站和博士后工作站，协同创新我省与大数据知名专家学者长效科技人才培养机制，为我省大数据产业发展提供人才支撑与智力支持。

2.4 启动大数据产业试点

面向国计民生重大需求，重点选取教育、健康、公共安全、医疗卫生、金融证券、智能制造、智能交通等具有大数据基础的领域，集成大数据基础理论、类脑智能、视觉语音文本大数据分析、多源异构数据融合的研究成果，探索大数据分析应用的创新服务模式，在特定领域发展多源感知网络（物联网、互联网、电信网、广电网）大数据智能分析的综合集成系统，建设具有示范引领意义的大数据应用。

2.5 完善大数据立法

在地方立法的权限范围内，在信息采集、数据处理、敏感数据保护、数据交换标准和规则、个人隐私等方面设立大数据地方性法规和政府规章，确保大数据相关信息安全。加强建立大数据信息安全集中保障体系，开展基于大数据背景下信息安全认证体系建设，针对数据的收集、清先、存储和运用等环节明确数据安全与保护的规则；明确划分大数据生态中各不同主体的责任。同时鼓励和支持企业在电子认证、安全测评、数据加强应急防范、容灾备份等数据安全技术方面提供服务。

3 构筑湖南省新型绿色大数据港湾的应注意的问题

大数据为管理者创造了新的机遇和挑战，在应用大数据推进我省建设的同时，需要特别注意潜在的问题，加强应对策略的研究。

3.1 重视数据的质量

在利用大数据解决具体事务时，要客观地认识大数据。数据本身有时也是存在缺陷的。有些数据收集时本身就是不正确的，有些数据之间还存在冲突、不一致等现象，因此，在运用这些数据时，“数据噪声”则此产生，不同程度影响分析和决断。公共部门或企业管理层在利用这些大数据进行分析时，需要对其收集的数据进行清洗、检查、筛选，从而保障其运用的数据的质量。

3.2 防止对数据过分依赖

科学预测与决策的有力武器是数据，通过数据分析，从而为实现管理的智能化、增强管理能力及提高管理水平出谋划策。但是，也应该看到数据不是完全可靠的，过度依赖数据，一方面，会让我们做很多没有价值的数据分析；另一方面，也会限制本来应有的灵感和创意。只有让让数据真正嵌入到设计与决策中，让直觉创造的心智能力，情感理解的社交能力，与大数据相结合，切实解决用户的实际问题，真正做到“用户洞察”，让产品或措施体现用户需求，服务用户，超出用户的预期想象。

3.3 加强信息安全机制建设

新技术新业务带来大数据日见渐长的网络安全问题，建议与实体经济安全相结合，进行统筹处理，同时建立关键信息安全管理制度，对互联网平台的职责划分予以明确。制定数据安全风险评估机制，不仅关注数据本身，而且关注到数据资源整体的安全性，对特定类型的主体从事相关数据分析设定一定的条件。通过政府提供适当的政策和务支持，创设轻松环境，加强相关的法律法规建设，保护数据透明开放同时保障信息安全。

4 构筑湖南省大数据港湾的预期价值：

随着商业企业，政府公共事业应用的大量数据，新产业数据大量涌现，湖南新增经济增长空间，大数据形成新的产业链。围绕上游与下游，必将推动智能终端的应用，促进云计算等行业快速发展。

大数据能有效减少社会经营成本，提高经济与社会效率。例如在医卫行业，可以通过大数据的分析避免重复治疗、过度治疗及减少错误治疗，提高工作效率，提升治疗质量。公共管理领域，利用大数据提高教育部门、就业部门的服务效率，有效推动税收工作开展，零售业领域，利用大数据改善和提高整体供应链和业务流程的效率，提高其经营利润60%以上。

大数据改变了传统的商业模式，带来了准确的营销。有效提升企业数据资源利用率，提高从数据到信息的转换率，使业务决策更加准确，提高整体运营效率。

大数据推动政府政务公开，提高公共决策的预见性和准确性。例如通过对社交网络和手机短信中的信息进行分析，从而对失业率、疾病暴发等进行趋势预测分析。利用大数据实现政府行政管理方面的运作效率提高，节省开支。

大数据有助于破解社会转型中的难题。中国经济已进入转型期，社会进入矛盾凸显期，改革进入攻坚期。宏观经济形势错综复杂、各种社会改革盘根错节、频发等突出问题，仅仅依靠现有的管理手段与方法已明显落后。有效地组织和使用大数据，将对社会经济、科学研究、社会治理等产生巨大的推动作用。

篇6

中图分类号：U231+.3文献标识码： A 文章编号：

引言

随着经济发展和人口的爆炸式增长，越来越多的工作岗位由于工作内容简单枯燥，工作量大，容易出错，人们就开始思考如何能用一种方法来将人从这种痛苦的工作环境中解放出来，于是大量的人工智能就被设计出来了。AFC系统在地铁大系统中，以其高集成度的AI，同时完成了售票、检票、财会、统计、审计等以往人类厌烦的工作，通过现代化和智能化方法对数据进行采集和分析实现了票务管理的高度自动化。随着电子技术和信息技术的高速发展，一卡通、电子钱包等支付手段愈加得到普及。社会需求与日俱增，AFC系统的工作压力也随之增长，同时，人们的生活节奏也比以往更快，人们更加关注生活的质量，因此作为公共交通的一个重要环节，AFC系统亟待完善，从而更好地服务大众。

问题分析

虽然AFC以高度的人工智能取代了人工，但很多单位只想到盈利，只想着如何提高效率，降低能耗，降低成本，增加客流，却忽视了很多与市民息息相关的问题，并没有考察乘客的需求，没有从根本上去分析问题，因此就无法从本质上解决旅客增多和旅客要求提升的矛盾。同时还有很多其他问题，比如生硬的售票形象让乘客厌烦、不了解乘客的购票习惯、无法告诉乘客怎样换乘更方便和海量数据在服务器中不见天日却消耗资源等，这里就几个乘客普遍更加关心的一些问题进行剖析，以期提高乘客的满意程度。

线路无从选择

以往的人工售票，售票员可以根据自己的知识，通过与乘客对话，了解乘客的乘车目的和乘车要求，从而给出乘车建议，方便乘客换乘，乘客也更容易获得比现在更加宽松的乘坐环境。现在的AFC系统虽然能够通过路径规划程序给出换乘方案，但这种优化方案受到地图数据的限制，无法跟踪乘客的喜好，还有城市的变化，无法做到与时俱进，给出的换乘方案始终差强人意，也没有找到切实有效的优化方法。

卡片太多不方便

地铁的乘客集中在生活不太宽裕的人群，该人群大致可分为上班族、学生、老人、流动人口。按乘坐同一城市内地铁的月频次，可将他们分为固定乘客和流动乘客，固定乘客就是乘坐路线相对稳定，基本每天都会乘坐的；流动乘客则是乘坐路线不规律，或一个月内的乘坐次数还不到10次的。固定乘客通常都会购买月卡，而流动乘客则会使用单程票。调查显示，上班族和学生普遍认为自己钱包中已经有了足够多的卡片，再多一张会很苦恼；老年人则表示很方便；至于单程票，由于单程票并非乘客所有，所以有的乘客不会爱护，而且随着流通次数的上升，破损程度也逐渐上升，所以属于耗材，因此有悖绿色低碳的环保理念。

购票时间长

随着乘客数量的快速上升，购票的排队时间逐渐变长，特别是在乘车高峰时期，购票窗口会特别拥挤，甚至导致流量过大，超过AFC系统承载能力，使系统下线。随着购票时间压缩，乘客可能在购票期间由于紧张导致疏忽大意，遗落财务或者财务被盗。如果遇上突发的客流高峰，会导致乘客时间的延误，导致乘客的经济损失。

过于拥挤

不仅买票拥挤，由于列车无法方便地添去车厢，也无法短时间内提高发车频次，所以车厢内部更是拥挤。虽然车厢内置空调系统，但是由于乘客数量太多，乘客鲜有移动，空气流通程度也低，所以乘车的高峰期就是偷盗、猥亵等行为和传染性疾病的高发期。另外，有的乘客由于过于拥挤，没有把扶的地方，很不安全；很多乘客由于长时间在一个地方站着，不能换姿势，所以十分疲惫。

解决方案

为了更好地服务大众，有效利用现有的硬件和软件资源，不妨提高对数据分析的认识，聘用高素质人才对数据库现有的数据进行深度分析，发掘数据中的信息。针对上述问题，可做如下优化

数据人格化

由于固定乘客的乘车车次和时间还有他们乘车前后的活动十分稳定，所以分析价值不大，但是可以作为财务环节的重要分析依据。分离出流动乘客的数据，与城市中其他数据服务公司进行对接，追踪用户的换乘习惯和乘车前后的活动，从而通过乘客的实际活动为其他乘客提供换乘方案。

证票绑定

将身份证与车票绑定，这样就为车票的购买、检查环节和用户数据分析环节提供了现实基础。与此同时减少了各类卡片的使用，让用户能够在不增加钱包内卡片的情况下获得更多服务。如果手机号码已经过身份认证，则也可以用手机注册。

弹性购票，弹性检票

购票方面，开放多渠道购票，多时间购票，多地点购票。多渠道是指让乘客用自己喜欢的方式去购票，比如网页、手机客户端、自动售票机等。让车票绑定到身份证上，这样在检查环节只要能够提供身份证号，就能验证。一段时间后，上一票次自动作废。多时间则是允许乘客能够在乘车前后的一段时间购票，比如说出家门之前可以购买绑定车票；若是时间紧急，上车前没来得及购票，也可以上车后购票。多地点是用户可以在自家电脑购票，也可以在自动售票机，也可以通过接入遍布车站和车厢内的开放式单功能无线局域网购票。

弹性检票指的是不采用现在的强制检票，而是假定乘客是普遍诚信的，因此不必对大多数乘客进行检票，只需根据站点客流量计算采样比例，然后随机抽样进行检票，检票未通过的可以放行一次，然后将其列入黑名单，被列入黑名单多次的可以拒载直至向公安机关报案。被列入黑名单的则要重点检查。

该检票机制只可在部分经济比较发达的城市进行尝试，不可快速推广。

开放数据系统

地铁公司可开发SDK，并允许所有人访问经过隐私保密的数据库，这样市民就可以根据现有的数据开发数据分析软件，按照自己的意图去分析数据，获取海量信息，最基础的，比如什么时间段车厢内人比较少，什么换乘方案比较舒适，让一些时间可以变通或者路线可以变通的乘客能够不去和时间固定或路线固定的乘客去抢夺资源，使车上乘客数量在时间上趋于均衡。

结束语

当下的各个服务行业都在力求让顾客满意，作为服务广大市民的地铁公司更应该在考虑自身利益之前考虑乘客的需求。现今的数据分析技术已经取得了长足进步，一些看上去枯燥乏味的数据实际上能够创造巨大的价值。AFC系统作为直接和乘客接触的环节，就是地铁公司的窗口，在一定程度上乘客会通过AFC系统的优劣来评价地铁公司的服务，因此有必要秉承为人民服务的总之，利用数据分析的技术对AFC系统进行人性化改造和优化。

参考文献

[1]陈楠，李继铭。南京地铁AFC系统管理方式的分析和研究[J]。铁路通信信号工程技术，2011，v。8;No。4806:47-50。

[2]邓先平，陈凤敏。我国城市轨道交通AFC系统的现状及发展[J]。都市快轨交通，2005，03:18-21。

篇7

1 工程项目概况

1.1工程概况

无锡市轨道交通1号线11b标包含一站半区间，“一站”为清明路车站，“半区间”为太～清区间南段明挖区间。清名路站位于无锡市南长区，沿清扬路布设，呈南北走向，车站主体结构为地下二层岛式站台车站，车站总长度528.4m，开挖深度16.11m，标准段宽度18.7m。围护结构采用800mm连续墙+内支撑的支护形式，内支撑设置四道内支撑+一道换撑，第一道为混凝土支撑，第二、三、四道支撑及换撑为609mm钢管支撑。

该车站为无锡地铁1号线最长车站，为保证绿色广场大酒店正常营业和市民正常出行，在绿色广场大酒店门前设置72.9m长的铺盖，采用盖挖顺作法施工。

1.2周边情况

本车站绿色广场大酒店盖挖段东侧为绿色广场大酒店及焦化厂宿舍，西侧为在建茂业三期，交通疏解后道路为由北向南两车道单行线，宽度7～9m。铺盖上方部分作为绿色广场大酒店停车场，部分为社会车辆通行道路。通扬路盖挖段铺盖位置道路保证施工车辆、非机动车和人员通行，一端与老通扬路相连，一段与清扬路单行路连通。

1.3地质情况

本标段地貌单元属长江三角洲太湖冲湖积平原区，区内第四纪沉积物覆盖广泛，沉积连续，层序清晰，地势平坦，地表水系发育，第四系覆盖层厚度较大，各土层水平向分布较稳定。其中绿色广场酒店铺盖位置周围附近土层主要地质情况为：（1）工程地质层（人工填土）、（1）2层表填土、（3）1层粘土（第一硬土层）、 （3）2层粉质粘土夹粉土、（3）3-1层粉质粘土、（3）3层粉土夹粉质粘土、（5）1层淤泥质粉质粘土（第二软土层）、（6）1-1层粉质粘土、（6）1层粘土（第二硬壳层）、（6）2-1层粉质粘土夹粉土、（6）2层粉质粘土，具体详见下图。

地质纵剖图（取自：地勘资料2-2剖面）

2 监测内容

绿色大酒店前铺盖基坑（桩号K15+613～桩号K15+700）位置对应绿色广场段，对周边建筑物保护要求高，并且采用盖挖法施工。盖挖法施工过程中，架设支撑存在一定难度，为随时掌握现场信息，指导现场灵活施工，现场主要设置了建筑物沉降、地连墙墙体变形、坑外深层土体水平位移、支撑轴力、地下水位等监测内容。

3 监测布置

基坑两侧主动土压力主要靠坑内水平支撑作用来平衡，若支撑轴力过小，将不可避免使得围护结构及周边环境产生一连串的连锁反应，如墙体变形、坑外土移，建筑物沉降等等。为及时准确的掌握铺盖位置的基坑变形数据，保证基坑及周边建筑物的安全稳定，在铺盖位置的内支撑上安装自动化监测仪器，通过GPRS传输，后台显示的方式，使监测人员能够更及时准确的掌握基坑的现状情况，为技术人员对数据分析提供了可靠的后勤保障，绿色广场铺盖段具体监测布置如下图。

4 信息化监测分析、总结

该铺盖位置主要设置建筑物沉降、房屋倾斜、深层土体水平位移、地连墙墙体变形、支撑轴力及地下水位监测等监测项目。

4.1沉降值分析

绿色广场酒店结构上，共布置了8个沉降观测点，编号JZ4-1～JZ4-8。基坑铺盖位置于2011年3月12日开始开挖，紧随施工进度，对该建筑进行跟踪观测。

沉降主要产生在土方2011年5～6月开挖期间，随着开挖的深入而增大，在底板施工完成后逐渐稳定。期间，沉降速率最大为1.52mm/d（JZ4-4，2011年5月21日）。

2011年8月30日最终的沉降数据见表4-1。从表中沉降数据发现，绿色广场酒店最终沉降主要位于西南角JZ4-4，JZ4-5，JZ4-6位置，分别为19.62mm，18.99mm，11.51mm。其中最终最大沉降量为19.62mm，均未超过沉降设计控制值。

绿色广场周边共布置11个地表沉降观测点，编号D1～D11。各沉降点随着各层土方的开挖而逐渐增大，在底板施工完成后逐渐稳定，截止2011年8月30日，各沉降观测点数据见表4-2。

4.2 房屋倾斜分析

绿色广场酒店倾斜计算示意图（图1）

从表4-3中看出，建筑略微呈现出向西南倾斜的状况。根据公式：倾斜度 计算，各方向倾斜度见表4-3，其倾斜度均未超过规范控制标准2‰。

4.3墙体变形监测成果分析

地连墙墙体变形主要集中在2011年5月开挖期间。由于现场组织架设支撑及时，同时加快垫层施工速度，变形速率逐渐减缓，有效控制了地连墙墙体变形。。至8月基坑顶板浇筑完成，地连墙墙体变形基本保持在30mm以内，均未超过设计控制值30mm。

4.4深层土体水平位移监测成果分析

土移变化同样集中在2011年5月开挖期间。由于现场组织架设支撑及时，同时加快垫层施工速度，位移速率逐渐减缓，有效控制了土体变形。至8月28日基坑顶板浇筑完成，深层土体变形基本保持在30mm以内，均未超过设计控制值30mm。

4.5坑外地下水位监测成果分析

施工期间，地连墙前期施工较好，开挖过程中严格控制，地连墙墙体变形较小，这最终保证了基坑两侧均未出现渗水现象。地下水位变化比较平稳，未发生明显突变现象。

4.6支撑轴力监测成果分析

基坑采用钢支撑支护，预加轴力800kN左右，经过应力消散作用，支撑最终预加力总体保持在60%～70%之间，随着基坑的挖深，支撑承受两侧地连墙的作用力逐渐增加，基本保持稳定。

4.7总结分析

综合铺盖段各项监测数据，得出以下几点：1）地表沉降最大值15.87mm，平均值7.89mm，控制值为16mm。2）绿色大酒店结构沉降最大值19.62mm，平均值7.71mm，设计控制值为20～60mm。3）绿色大酒店结构倾斜最大值0.52‰，规范控制值为2‰。4）地连墙墙体变形最大值21.52mm，平均值16.74mm，设计控制值为30mm。5）深层土体水平位移最大值24.89mm，平均值19.76mm，设计控制值为30mm。6）坑外地下水位最大值最大变化值284m/d，平均值207mm/d，设计控制值为300mm/d。7）钢支撑轴力最大值1040kN，平均值518kN，设计控制值为第二道1468kN，第三道1856kN，第三道1362kN。通过监测数据分析，各项监测指标均未超过设计控制值，在基坑盖挖法施工过程中，密切关注支撑轴力的变化情况，认真落实信息化施工，在支撑应力过大时及时加设支撑；应力过小时，及时补加应力。最终，在盖挖法施工的复杂条件下，有效控制了基坑的变形，保证了基坑和周边建筑物的稳定与安全。

5 结语

无锡地铁绿色广场铺盖段施工信息化监测从2011年3月开始，紧随施工进度，对该铺盖段及临近建筑进行跟踪观测，通过信息化监测掌握第一手监测资料并及时进行监测分析，以利施工过程及时科学调整施工参数，改进施工工法，有效地指导其地铁铺盖段安全施工，具有广泛的应用价值，为今后类似工程提供借鉴。

篇8

奥威专注于为中国企业及相关信息化解决方案供应商提供商业智能产品、咨询与培训服务，是国内最早自主研发的商业智能厂商之一，具有强大的咨询与实施开发力量，熟悉企业信息化运作模式，能够快速在不同品牌的信息系统数据基础上建立数据仓库、多维数据分析模型及管理驾驶舱应用。

随着信息化的不断深入和业务经营数据的不断堆积，现有的ERP、CRM等信息系统的事务处理过程已不能满足用户需求，企业希望能有效利用现有的数据，深入挖掘信息数据所带来的价值。BI（Business Intelligence，商务智能）的出现，使决策者更清晰地洞悉全局，快速做出决策；通过不正常的指标分析企业目前所存在的问题，及时做出调整和部署，以帮助企业在竞争日趋激烈的现代社会，更快速、更稳定、更健康地发展。

Power-BI决策分析系统是珠海奥威软件科技有限公司（简称奥威）研究近8年的成果，在此期间奥威首创安装即可用的BI标准解决方案，可自动识别金蝶（EAS、K3、KIS专业版）、用友（NC、U9、U8、T6、T3）、神州数码（易拓、易飞）和SAP B1等主流ERP版本，包括管理驾驶舱、销售、财务、应收账款、仓库、应付账款、采购、人力资源等分析主题。经过多年的努力与技术积淀，奥威推出Power-BI绿色开发平台。绿色开发平台，是一个平台性产品和一个开发工具，将ERP数据库中涉及到领导决策分析所需要的数据经过抽取、转换、装载（ETL）到一个独立的数据仓库（Data Warehouse）中，然后根据业务主题建立多维分析模型（OLAP），最后，再根据不同的应用角色、不同的应用场景，设计成不同的前端展示形式将不同分析主题内容展示出来，解决不同业务需求。

Power-BI采取主流的BI技术架构，包括各项BI技术，如ETL（数据转换）、DW（数据仓库）、OLAP（在线分析）、DM（数据挖掘）、Dashboard（仪表盘）、Query（查询）、Report（报表/报告），功能强大却开发简易。

篇9

中图分类号：F570 文献标识码：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世纪50年代以恚城市化迅猛发展的同时也带来了交通拥堵、能源危机、环境污染等问题，可持续发展概念的提出，使得以环境保护为目标的“绿色交通”应运而生[1]。绿色出行指绿色交通理念指导下的出行，即出行过程中，尽量减少能源消耗和环境污染，采取对环境影响最小的出行方式，例如自行车、公共汽车、步行、地铁等。与传统出行方式相比，绿色出行具有一定的特殊性，主要表现在它强调出行的环保性和资源的节约性，对发展城市绿色交通至关重要。

目前，虽然关于城市居民出行方式选择的研究很多，学者们也提出了相应的建议与对策来引导合理的城市出行结构，如控制小汽车的使用率等。但这些研究大多集中在出行成本和出行时间等方面，在绿色交通理念下对城市居民出行方式选择的分析还未有过系统的研究。因此，以城市居民绿色出行方式选择为出发点，研究相关影响因素，深入了解城市居民绿色出行的行为过程，合理引导绿色出行，实现城市绿色交通具有重要意义。

1 文献回顾

对出行行为的研究国内外学者最早采用的是集计的方法，然而这种方法对于个体出行者的行为不能有很好的体现。随着研究的加深，学者们提出了以个体为研究对象的非集计理论，并不断的被丰富完善。Daniel Mcfadden（1974）重新对Logit模型进行了系统的论述，最终构建了非集计模型的理论体系[2]。随后引入随机效用理论，提出每一个出行个体都会选择效用最高的出行方式，并在此基础上建立了日后为众多学者引用的MNL模型[3]。Stephan Krygsman等（2007）认为出行工具的选择会随着出行目的的不同而发生变化，通过构建改进的MNL模型分析了收集的数据，发现出行活动的改变对出行方式的选择有着显著的影响[4]。

随着出行研究的完善，学者们逐渐引入了用于多元数据分析的结构模型。Golob（2003）着重分析了出行距离这一变量的影响程度。其从家庭出行时间和出行动机角度，运用结构方程模型进行了定量分析，结果显示家庭成员的数量与出行活动次数有相关关系[5]。李海峰（2006）对影响出行者出行选择的自身特征变量做了深入研究，为城市居民出行方式选择的变量选取提供依据。并在此基础上以居民自身特征变量等数据变量作为输入变量建立神经网络模型，通过实证研究得出模型具有较好的实用性[6]。

也有一些学者从出行方式选择影响因素的角度进行研究。Pross（2008）认为，影响出行者出行方式选择可分为内部因素和外部因素：内部因素包括出行距离、出行费用、出行时间、年龄、家庭拥有交通工具情况等，外部因素包括国家法规政策和社会经济发展水平等[7]。黄树森等（2008）以北京地区为例，通过对相关出行数据分析，指出出行时间、出行者属性、交通特性、出行地区特性等因素对出行方式的选择有很大的影响[8]。Joachim Scheiner（2012）认为女性驾车出行比例要小于男性，且小汽车拥有量与家庭人口的关系影响该家庭交通出行方式，小汽车拥有量小于家庭人口的家庭更可能选择公共交通[9]。

Bamberg等人通过整合计划行为理论、环境行为理论、规范激活理论，提出了一种多因素整合模型[10]。研究认为个体行为会受到环保意识、道德规范、内疚感、态度、社会规范、内在归因、感知到的行为控制、环保行为意向这因素的影响。各因素之间的关系较为复杂，各因素不仅会受到其他因素的直接影响，还会受到其他因素的中介作用的影响。

2 指标体系建立与假设设计

绿色出行与传统出行方式既有共性也有不同，更强调绿色交通理念。本文以Bamberg等人提出的多因素整合模型为基础，综合国内外研究，减少其中不必要因素，提出了如下几个指标并做假设。

（1）绿色出行的态度。行为态度指的是个体对某项行为所持有的正面或负面的感觉，即对进行某一特定行为的喜欢程度。总的来说，个体对目标行为的态度越消极，则越会放弃该行为；反之，若个体对目标行为的态度越积极，则越会实施该行为。结合绿色出行，本文将绿色出行的态度作为一个指标。

H1：出行者的绿色出行态度对绿色出行意愿有正向的影响，居民绿色出行态度越积极，则其意向越强。

（2）绿色出行的主观规范。主观规范指在对他人行为进行预测时，那些对个体的行为决策具有影响力的个人或集体对于个体是否执行目标行为所产生的影响力大小。出行者在面临出行工具选择时，来自他人的意见可能也会对其产生影响。本文将主观规范作为一个指标。

H2：出行者的主观规范对绿色出行态度有正向影响，主观规范越强，出行者绿色出行态度越积极。

H3：出行者的主观规范对绿色出行意愿有正向影响，主观规范越强，出行者绿色出行意愿越强。

（3）绿色出行的知觉行为控制。段文婷等（2008）指出知觉行为控制是个体感知到执行某特定行为容易或困难的程度，反映了个体对促进或妨碍目标行为的因素的知觉[11]。它包括两个方面：一方面是内部控制因素，指个体对于执行目标行为的信心或其所感知的困y程度，其与个体技能等密切相关；另一方面是外部控制的因素，指个体完成目标行为能力，客观条件是否具备。结合绿色出行，本文将绿色出行的知觉行为控制作为一个指标。

H4：绿色出行的知觉行为控制对绿色出行意愿有正向影响，知觉行为控制越强，出行者的绿色出行意愿越强。

（4）环保敏感度。Bradley（2009）认为环保敏感度强的家庭拥有更少的车辆，而且车辆的能源利用率也会更高，车辆的使用频率更低[12]。因此，本文创新性地引入环保敏感度这一变量。

H5：环保敏感度对绿色出行态度有正向影响，环保敏感度越强，出行者的绿色出行态度越积极。

H6：环保敏感度对绿色出行意愿有正向影响，环保敏感度越强，出行者的绿色出行意愿越强。

（5）绿色出行认知。张玉玲等（2014）借助NAM模型研究居民环境后果认知对保护旅游地环境行为的驱动机制，指出环境后果认知对日常环保行为的间接影响[13]。结合绿色出行，本文将绿色出行认知作为一个指标。

H7：绿色出行认知对绿色出行态度有正向影响，绿色出行认知越深刻，出行者的绿色出行态度越积极。

H8：绿色出行认知对绿色出行意愿有正向影响，绿色出行认知越深刻，出行者的绿色出行意愿越强。

（6）政府政策。谌丽（2014）通过设置不同的政策背景，分析居民对不同政策的响应情况，并根据模拟政策的实施结果提出了相应建议[14]。本文将人们对政府政策的认知和反应作为变量引入到模型框架当中。

H9：政府政策对绿色出行态度有正向影响，政府政策越鼓励，出行者的绿色出行态度越积极。

H10：政府政策对绿色出行意愿有正向影响，政府政策越鼓励，出行者的绿色出行意愿越强。

3 研究方法

3.1 研究设计

本文研究影响城市居民绿色出行意愿的因素，选择武汉居民作为研究对象，通过问卷调查的方式收集数据，并利用结构方程进行数据分析。

3.2 量表选择

本文采用李克特7级量表。用1～7分别表示完全不同意、不同意、比较不同意、一般、比较同意、同意、完全同意。

3.3 数据收集

本文问卷主要采用网络问卷和纸质问卷的方式，共计发放问卷500份，回收有效问卷386份，回收率为77.2%。

4 结构方程模型的构建

4.1 信度检验与效度检验

本文以CR（组成信度）和Cronbach's Alpha来检验变量的信度，以AVE值检验变量的效度。由表1可知，Cronbach's Alpha值和CR值均大于0.8，说明问卷信度良好；每个维度的AVE值均大于0.5，说明聚合效度良好，问卷能够有效地反应居民出行意愿的整体情况。

4.2 模型的拟合度

问卷数据通过了信度与效度检验，说明比较适合进行结构方程分析，依据相关理论建立结构方程模型验证各影响因素对于居民绿色出行意愿的影响。本研究的模型拟合度如表2所示。

由表2可知，本模型卡方与自由度之比为1.596，说明模型拟合十分理想；近似误差均方根为0.039，说明模型接似拟合；比较拟合指数、递增拟合指数、非规范拟合指数均大于0.96，拟合优度指数大于0.9，说明模型拟合十分合理。

4.3 结构方程模型的参数估计

结构方程模型主要由随机变量、结构参数和非随机变量组成，根据所描述关系，可分为测量模型和结构模型。

测量模型主要研究显变量与潜变量之间的关系，其表达式如下：

其中：x――外生指标组成的向量；Λ――外生指标与外生潜变量间的关系，外生指标在外生潜变量上的因子载荷矩阵；ξ――外生潜变量；δ――外生指标的误差项；y――内生指标组成的向量；Β――内生指标与内生潜变量间的关系，内生指标在内生潜变量上的因子载荷矩阵；η――内生潜变量；ε――内生指标的误差项。

结构模型主要研究潜变量之间的关系，其表达式如下：

其中：Β――内生潜变量与内生潜变量之间的关系；Γ――内生潜变量与外生潜变量之间的关系；ζ――结构方程残差项，表示结构方程中无法被解释的部分。

根据上述研究建立结构方程模型，并将问卷数据带入AMOS17.0中，得到结构方程概念模型，如图1所示。

通过计算，得到各指标路径系数如表3所示。

4.4 结果分析

路径估计值的显著性小于0.05，可认为显著影响。由表3可知：

（1）绿色出行态度到绿色出行意愿的路径系数为0.384，则绿色行为态度对绿色出行意愿具有显著性正向影响，接受假设H1。该路径系数最大，表明在绿色出行意愿影响因素中，出行态度起着主要作用。

（2）主观规范到绿色出行态度的路径系数为0.065，其显著性为0.226，则主观规范对绿色出行态度不具有显著性影响，拒绝假设H2；主观规范到绿色出行意愿的路径系数为0.256，则主观规范对绿色出行意愿具有显著性正向影响，接受假设H3。这说明主观规范对于绿色出行意愿的影响是直接的，出行者在出行时可能受到他人建议影响而倾向于选择绿色出行方式，但是其对于绿色出行的态度并没有发生变化。

（3）知觉行为控制到绿色出行意愿的路径系数为0.246，其显著性为0.003，则知觉行为控制对绿色出行意愿具有显著性正向影响，接受假设H4。出行者出行时，不可避免会受到一些不客观因素的影响，如天气状况差，公交线路与自身通勤路径不一致，换乘次数多等，可能会导致出行者倾向于选择私家车出行。

（4）环保敏感度到绿色出行态度的路径系数为0.151，其显著性为0.003，则环保敏感度对绿色出行态度具有显著性正向影响，接受假设H5；环保敏感度到绿色出行意愿的路径系数为0.209，其显著性为0.001，则环保敏感度对绿色出行意愿具有显著性正向影响，接受假设H6。环保敏感度直观地反应了个体对于绿色出行的态度，影响其出行选择。

（5）绿色出行认知到绿色出行态度的路径系数为0.149，其显著性为0.001，则环保敏感度对绿色出行态度具有显著性正向影响，接受假设H7；绿色出行认知到绿色出行意愿的路径系数为0.025，其显著性为0.663，则绿色出行认知对绿色出行意愿不具有显著性影响，拒绝假设H8。这说明出行者对于绿色出行认知越深刻，其态度也会变得积极，但是在其选择出行方式时，影响力较小。

（6）政府政策到绿色出行态度的路径系数为0.211，其显著性为0.004，则政府政策对绿色出行态度具有@著性正向影响，接受假设H9；政府政策到绿色出行意愿的路径系数为0.241，其显著性为0.009，则政府政策对绿色出行意愿具有显著性正向影响，接受假设H10。这说明政府在绿色出行指导中扮演着重要作用，绿色出行的推广离不开政府的支持。

5 结 论

本文以Bamberg等人提出的多因素整合模型为基础，系统的研究了在绿色交通理念下城市居民出行意愿影响因素，对于绿色出行的推广具有重要意义。根据研究结果，居民绿色出行意愿和绿色出行态度、绿色出行主观规范、绿色出行知觉行为控制、政府政策、环保敏感度具有较强的相关性。这5个影响因素中绿色出行态度起着最主要作用，因此绿色出行推广的关键在于让出行者以积极的态度参与进来。加强宣传以提升出行者绿色出行认知，完善公共交通、道路规划以实现绿色交通现实基础，制定相关鼓励政策以引导绿色出行等，都有助于绿色出行的推广。同时，由分析结果可知认知的加深并不意味意向的倾斜，因此宣传不应仅仅停留在空泛的广而告之方面，如何加深出行者对于绿色出行的认可才是宣传的重点。他人的建议虽然对于出行者出行态度影响不显著，但是对于出行意愿具有显著影响作用，因此在绿色出行推广方面应重视集体效应的发挥。

参考文献：

[1] 黄玖菊，李永玲. 我国绿色交通研究综述[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. 城市形态、交通模式和居民出行方式研究[D]. 南京：东南大学（博士学位论文），2006.

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

[8] 黄树森，宋瑞，陶嫒. 大城市居民出行方式选择行为及影响因素研究――以北京市为例[J]. 交通标准化，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，江光荣. 计划行为理论述评[J]. 心理科学进展，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

对象为随机抽取仙游县华侨中学高中三个年级同学，参加问卷共有126人。

调查方法：采用自行设计的高中学生关于低碳生活的调查问卷，内容主要包括高中学生对于低碳生活的认识状况、态度状况和行为状况。

分析方法：编码问卷全部回收后，进行数据录入，运用数据分析软件对数据进行整理、分析。

调查结果及分析

低碳生活相关知识的获取途径：有93.65%的学生是从广播电视报纸杂志上知道低碳生活的，比例远大于其他途径，只有6.35%的学生是从教师、同学处知道低碳生活，可见学校对学生进行低碳生活理念和实践教育开展得不理想，在倡导公众参与方面还大有可为。

影响低碳生活的实践方法：

穿戴：XX.41%的同学有较少不怎么穿的衣服，XX.71%的同学有较多不怎么穿的衣服。学生对穿戴产生的碳排放意识薄弱。

出行：26.2%的学生使用公交车，64.29%的学生步行或自行车，9.52%的学生私家车或者打车。55.56%的同学经常选择绿色交通工具，42.06%的同学有时选择绿色交通工具。

调查结论

目前高中学生对低碳生活的了解情况认知度参差不齐，大部分学生对低碳生活的了解仅仅限于表面，并没有深入了解，残缺性低碳生活认知必然造成部分青少年在践行低碳生活过程中做得不尽人意，多数学生不会探索科学方法计算家庭或个人践行低碳生活的外在价值。在日常生活中，学生能做到一些与低碳生活要求相符的行动，但是同时很多高中学生，买东西追求时尚，吃穿、出行等方面浪费现象较严重，主要存在不能在衣食住行用等各个方面都践行低碳生活、不能自觉地、持之以恒地践行低碳生活、不善于使用科学方法践行低碳生活等状况。所以有必要加强平常的宣传教育力度，指导学生对低碳生活进行系统的了解和学习。

对实践活动的建议

为了树立高中学生低碳生活的思想观念和社会责任意识，培养学生从自身做起，从点滴做起，养成良好的 低碳生活习惯;鼓励高中学生能身体力行，为自己、为社会、为他人做好践行低碳生活方式的榜样作用，实现高中学生自身社会价值;高中化学教学可以做以下几种实践：