大数据分析材料范文

大数据分析材料范文第1篇

关键词：大数据;统计学;发展

由于科学技术的不断发展，大数据席卷了全球，各行各业在经营管理中都离不开大数据的统计与分析，对于政府单位来说，大数据更如经常便饭，大数据主要利用多样式和多层次的采集方式进行数据采集，在分析数据时利用现代科学技术手段和高速处理数据的信息系统，分析的数据结果为公司或者政府单位的决策做参照。大数据的发展给统计学不仅带来了机遇，更重要的还有挑战。一方面信息技术和网络科技的发展为数据收集和整理带来了便利，另一方面由于近几年电子商务的迅速崛起，数据量更加的繁杂，所以又给数据统计时带来了麻烦，种类不断增多的大数据资源，正在成为政府统计部门分析研究的重要领域。

一、大数据与统计学的区别

我们就大数据自身而言，要想在信息化迅猛发展、数字爆炸式增长的现代信息平台中寻找到自己想要的有效数据，就必须依靠数据统计来完成。这就充分证明了关于大数据的相关研究是要和统计学紧密的联系在一起的。但是其与统计学也存在巨大的差别，它的使用模式和运用方式是不一样的。统计学需要依靠样本抽样的方法来进行数据整体和提炼的，这就意味着会有人力、物力以及财力的投入，其成本相对于大数据来说是比较高的而且过程是相对比较繁琐的。而大数据主要依靠网络信息平台，在海量的电子数据信息中查找自己所需要的数据，具有来源广、数据量大、整体性的特点，其是以整体的数据作为一个大样本进行工作的，数据相对于统计学来说更加的精确化及标准化。因此，统计学和大数据的结合过程中，要充分发挥大数据全面性和统计学高效性的特点，在利用统计学进行大数据样本的统计过程中要对整体的数据资源进行选择和筛选，这样能避免样本统计的弊端，还可以把样本统计的优势发挥到极致。

二、大数据时代下统计学教育的发展

（一）培养全方面素质人才

统计学专业的学生与文管专业的还不一样，文学专业的以及管理专业的学生都比较善于交际，善于沟通，而统计学是理科专业，很多学生只善于埋头做题计算，这样的话在以后的工作岗位就会感觉吃力，因为做数据统计，必须要与其他部门学会沟通，协同工作这样才能把数据统计和分析的准确。要锻炼自己的交际能力和沟通能力，针对不同数据信息做出不同的沟通与交流，从数据中挖出有价值的信息，需要本身具有数据敏感性，但是对数据的敏感程度也不是先天所带来的，更不是一朝一夕就能锻炼出来的，而是要经过时间的积累和数据分析工作的磨练，同时也可以根据案例型的数据分析材料，积累阅历，提升对数据资源的敏感程度。

（二）培养统计学专业的应用型人才

大数据时代下培养的统计学应用型人才应该具有两方面的基本素质，第一是概念性的，也就是说统计学的相关人才应该掌握统计学基本理论知识和基本素养，这是基本要求，也是培养统计学人才的前提。第二就是实践性，也就是本文中我们提及的统计学专业的应用型人才，就是在实际操作中处理数据分析数据的能力，应用型人才需要利用理论知识解决实际问题，也需要有较多的经验与阅历，不能只会纸上谈兵。在高校开展大数据分析学科中，最大的问题就是没有真是可用的案例和数据，这就需要学校与公司企业走合作道路，这样一来不仅可以得到真实有效的数据，还能将学生送到企业去实习，进行校企联合，注重学生的实际操作能力，这是培养统计学专业应用型人才的关键点，也是统计学专业人才培养模式中的重点。

（三）促进统计学与信息计算科学的融合

在大数据的分析与研究时，仅仅凭借统计学科的支撑是不够的，大数据的数据结构性特征已经抛弃了传统意义上的数据分析模式的非智能化框架，而且数据分析需要利用新型的数据运算方式以及计算机技能分析，这也是进行数据分析的问题所在，因此要想做好数据统计和数据分析工作，只单单依靠单一的统计学科知识的人学习是远远不够的，其需要的是数学，信息技术，统计学三门学科的融合发展，紧密结合三门学科之间的交叉发展，融会贯通，利用各科优势资源相互弥补不足，这样才能为大数据的收集，统计，分析做出科学准确的结果。

三、结语

学习统计学的优势在于：我们可以利用统计学进行大数据的有效整合和利用，使得我们在使用数据时可以更加的便利和高效。随着信息科学技术的进一步发展，来自各方面的数据出现井喷的状态，这就增添了我们在数据统计和信息处理时的困难。在现在这个信息化数据爆炸式增长的形势下，我们要充分全面的利用各方面的数据资源才能充分发挥统计学的优势，做好预测和分析，同时充分将统计学的优点与完备的大数据资源实现有效的整合，让统计变得通俗易懂。

参考文献：

[1]李荣.高校统计学专业教学法的一些体会[J].教育前言，2013，2（6）：27-28.

大数据分析材料范文第2篇

[关键词]大数据；宏观经济；机遇与挑战；分析

[DOI]10.13939/ki.zgsc.2016.42.028

2015年9月份，国务院与工信部联合印发了《促进大数据发展行动纲要》，明确要求在“十三五”规划中重点推动大数据的发展和应用，建立运行平稳、安全高效的经济运行新机制，这也为在大数据时代下更加精准、更加高效地开展宏观经济分析提供了政策保障。

1 大数据在宏观经济分析中的重要作用

1.1 为宏观经济分析提供丰富的数据支持

我国经济发展正处于“三期叠加”的关键时期，影响宏观经济发展的因素也是多种多样，要想保证宏观经济分析结果的准确性和时效性，就必须以大量的数据信息做样本，对数据样本进行客观、专业的处理和评估。传统的宏观经济数据获取方式存在诸多弊端：一方面是数据样本数量有限，难以反映出影响宏观经济发展的整体因素；另一方面是数据获取途径少，时效性低，往往与现阶段的经济发展现状不相符合。而大数据技术借助于计算机、互联网和电子信息技术，能够在短时间内获取各个部门、各个行业的经济发展数据，例如全国旅游消费总额、全国商品房年销售总量等。可以说，只要数据分析部门获取了相应的数据调查权限，就可以随时调用管辖范围内与宏^经济分析相关的数据内容，从而极大地丰富了宏观经济分析所需的样本容量和样本种类，确保了宏观经济分析的准确性和时效性。

1.2 为宏观经济分析提供更多的方法

传统的宏观经济分析手段，由于受技术条件和工作理念的影响，往往采用统计分析和随机抽样分析的方式，近似地反映或推断出宏观经济的分析结果。随着市场经济的深化改革和我国经济体制结构的转变，传统的宏观经济分析手段难以适应国家经济发展的需要，云时代的到来和大数据技术的出现为宏观经济分析提供了更多种类、更加简便的分析方法。例如，传统的宏观经济分析由于获取数据困难，因此采用“随机抽样反映整体”的分析方法，其分析结果与实际情况必然会存在较大误差；而大数据的分析是以海量的数据样本为基础，并且样本种类丰富，基本上涵盖了影响宏观经济发展的所有行业，在此基础上得出的分析结论无限趋近于我国宏观经济发展的实际情况，提高了宏观经济分析的可靠性。

1.3 优化了宏观经济分析的技术

大数据分析与单纯的计算机数据统计的不同之处在于：计算机数据统计只能进行初步的数据分类和整理，并以数字、图标等形式展示出来，虽然具有较强的直观性，但是不能深层次地反映宏观经济内容。而大数据分析融合了计算机、电子信息和数学建模等多个专业技术，以海量数据为基础，建立数学分析和统计模型，利用分析模型对数据进行深层次的分析、处理和加工，并结合了语音识别、图像识别等技术，提高了数据分析技术的专业化水平。

2 大数据在宏观经济分析中的机遇与挑战

2.1 大数据时代宏观经济分析具有的机遇

大数据技术融合了多种现代化数据获取和分析技术，为宏观经济的精确分析提供了诸多便利条件，从当前的发展形式看，大数据在宏观经济分析中的主要机遇有以下几方面：首先，大数据技术使“在短时间内获取海量数据”成为了可能，为宏观经济分析提供了必要的基础保障。无论是进行宏观经济分析还是其他各类专业统计，数据获取都是最基础也最为关键的环节。数据样本的丰富度和样本容量，直接决定了后期分析结果能否反映实际情况，而数据样本越多，则最终分析结果越趋近于实际。除此之外，宏观经济是一个动态发展、不断变化的过程，这就要求数据样本在“获取-分析-得出结论”这一过程中占用尽可能少的时间。因此，数据分析师历来重视数据样本数量和样本获取速度，大数据技术兼具上述两种分析要素，在宏观经济分析中占据较大优势。其次，大数据扩充了宏观经济分析的空间广度，使数据价值得以体现。通过计算机互联网获取基础的数据信息，不仅能够有效跨越时间和空间的限制，而且在数据价值上也得到了一定的提升，并且利用专业数据分析软件和数学模型，拓展了数据所包含信息的深度与广度，为新时期进行宏观经济分析提供了有力支持。

2.2 大数据时代宏观经济分析面临的挑战

大数据技术在带来诸多便利的同时，其自身也存在着一些有待改进的地方，主要表现为：首先，大数据所采集的数据量大，但是缺乏有效的数据筛选标准，导致数据中夹杂着部分无用或不相干的信息。例如我们在采集“全国旅游消费总额”相关的数据时，可能会搜索到与旅游相关的“交通运输量”的信息，但是这些信息并不会对宏观经济分析起到影响，反而增加了样本总容量。因此，如何加强信息甄别和筛选，是下一步大数据技术优化的重要内容；其次，数据的安全性仍然有待提高。由于前期采集数据量非常大，但是进行宏观分析是一些相对漫长的过程，这些数据在保存期间如何确保安全性，关系到后期宏观经济分析的最终结果。虽然部分数据库建立了相对完善的防火墙和病毒查杀系统，但是也很难彻底根除非法访问的风险；最后，大数据时代的宏观经济分析需要大量专业化人才，但是从现阶段相关从业人员的整体情况看，大数据分析人才数量难以满足行业发展需要。

3 提升大数据对宏观经济分析作用的对策

3.1 构建良好的大数据获取环境

政府应当主导建立一个大数据的收集体系，在一些重要的宏观经济领域制订大数据的收集计划，从而保证大数据的获取。为此政府部门应当做好以下具体的工作：首先，政府部门要从思想认识上提高对大数据的重视程度，对于大数据在宏观经济研究中的价值予以认可。从而在实际的工作中能够形成稳定的资金投入并在政策法规上为大数据的应用提供便利条件。其次，政府应当加大高校或者是相关研究机构在大数据应用上的研究投入力度，支持研究机构在大数据应用上的深度挖掘，从而更好地发挥大数据的作用。最后，政府应当支持企业采用现代化的信息管理手段，从而为大数据的获取提供基础性的条件。利用企业的信息化系统可以快速地获取企业的相关发展数据信息，从而为宏观经济的大数据分析提供基础材料。

3.2 提升大数据的采集与管理工作水平

制定规范化的大数据采集与管理体系，保障用于宏观经济发展的大数据均能够得到有效的采集，并且还要确保数据的真实性。在利用大数据进行宏观经济的分析中大数据是基础的分析材料，所以有效地采集到大数据是十分重要的。首先，要规范大数据的采集工作流程，制定科学的大数据采集体系，从而促进大数据采集工作的有序开展。其次，对于在大数据采集过程中因小集体利益而不配合采集的个人或者是单位，应对其进行一定的处罚，从而威慑这些干扰大数据采集工作的不良情况。最后，要对大数据采集人员进行培养和提升，从而使其掌握较为熟练的大数据管理技能，为大数据的更好地应用提供条件。

3.3 培养大数据分析与应用人才

在大数据的应用中人才是其中的关键性组成部分，高素质的大数据分析与应用人才能够为宏观经济的分析提供有力支撑。为此，就必须在大数据人才培养上进行改进和提升。为此，应当做好以下内容：首先，政府部门应当重视大数据分析与应用人才的培养，出台各类支持性的培养政策。其次，高校应当根据现实的需求而开始相关的专业和课程，从而发挥大数据分析与应用人才培养的基地作用，以便为社会输送大量的大数据专业应用人才。最后，企业也应当在大数据人才培养上做出自己的贡献，对于企业内部的数据管理人员进行专业技能提升的培训，从而帮助他们掌握更多的大数据分析与应用的实际技能。

4 大数据与宏观经济政策制定

大数据革命为政府的宏观经济政策制定提供了机会。政府在政策制定上可以通过大数据分析系统提升公共服务质量，增加服务种类，并为公共服务提供更好的政策指导。同时，在大数据分析的运用、提高效率与其他政策和技术协同以及为公共服务领域带来变革等方面，政府可以加大重视和投入力度，为经济的进一步发展提供支持。

大数据给政府的经济统计工作带来了巨大影响。首先，面对大数据带来的技术变革，政府应该将其纳入政府统计之中。经济统计要充分利用大数据时代提供的技术和条件，促进政府统计工作的变革。例如“10亿价格项目”便是政府应对大数据变革的成功典范。其次，面对大数据带来的统计对象扩充，政府不但应当重视结构化数据，更应当重视挖掘非结构化数据，以期找寻出恰当的经济统计指标。大数据时代，非结构化数据包含更多信息，而且利用互联网进行的数据挖掘，不仅可以得到数字资源，文本数据也可以通过挖掘获得。最后，面对大数据带来的统计资源的拓展，政府应该将其统计资源拓展到政府以外，重视拓宽其他数据资源。在过去，政府靠自己的力量收集数据，但在大数据时代，人人都是数据的制造者。例如，谷歌和百度等数据巨头拥有大量政府无法获取的数据资源。政府要想办法让数据巨头将数据放到统计中来，而不能仅靠自己调查统计。

5 结论与展望

大数据时代极大地拓宽了信息来源、提高了获取信息的时效性，同时，新信息的非结构化对宏观经济分析的技术和方法提出了新的要求。在大数据背景下，由于数据噪声的存在，宏观经济数据挖掘变得十分重要，这就要改进技术，加强对非结构化和半结构化数据的挖掘。实时、快速、海量的数据为更加准确的宏观经济预测提供了可能，宏观经济预测模型也有待于进一步更新。在大数据时代，可以将机器学习算法引入宏观经济分析，改进宏观经济分析技术，解决“维数灾难”，提高宏观经济分析的准确性。大数据时代也将促进政府经济政策制定的变革，提升政策的时效性，提高政府服务效率。

参考文献：

[1]文桂江，李昕.大数据时代我国宏观经济数据的冲突与协调[J].河北经贸大学学报，2014（5）：131-133.

[2]崔光N.房地产价格与宏观经济互动关系实证研究――基于我国31个省份面板数据分析[J].经济理论与经济管理，2013（1）：157-162.

[3]戴成峰，张连增.我国财产保险区域差异与宏观经济的关系研究――基于省际面板数据的实证分析[J].保险研究，2012（11）：142-153.

[4]申红艳，吴晨生，铁梅，等.大数据时代宏观经济分析面临的机遇与挑战[J].经济研究参考，2014（63）：119-125.

大数据分析材料范文第3篇

[关键词]社会化媒体 舆情分析 大数据 网络信息技术

中图分类号：TM715 文献标识码：B 文章编号：1009-914X（2016）28-0296-02

Research on Network Public Opinion Mining Technology of Social Media in Big Data Era

Zhang Silong Wang Lancheng

（Department of Information Management， Nanjing Political College PLA， Shanghai 200433）

[Abstract]Social media network public opinion mining technology is an important issue in the era of big data. The public opinion mining of micro-blog， micro-Chat and other social media have become a research hotspot. Firstly， the social media public opinion in the new characteristics of the proposed general social media public opinion mining system architecture has been analyzed in the article. Secondly， the society of practical problems facing the media public opinion mining is discussed in this paper. The current social media public opinion mining key technologies are introduced. Finally， technical summary and outlook have been discussed.

[Key words]Social Media; Public Opinion Analysis; Big Data; Network Information Technology

0、 前言

社会化媒体平台中大量网络用户的互动性参与，海量媒体信息内容的急剧增长，使得社会化媒体成为大数据研究的重要数据来源。作为一种媒体形态，社会化媒体对社会热点事件十分敏感，事实上，微博、微信等很多平台已经成为热点事件传播的重要媒介。相比传统媒体，社会化媒体往往具有内容简单、便捷、传播速度快等特点，它能在短时间内产生海量的舆情信息，一旦这些信息引发了非理性，将对社会的安全稳定造成较大的负面影响[1]。因此，在新兴社会媒体对社会影响日渐显著的背景下，对借助大数据技术对舆情信息的充分挖掘，有助于有关部门及时掌握网络舆论动向，营造良好的网络舆论环境，同时对商业情报分析、国家灾难应急响应等方面都具有重要意义。

1、社会化媒体舆情新特征

社会化媒体是一组建立在Web2.0的技术和意识形态基础上的、基于互联网的应用，允许用户产生内容（UGC）的创造和交换[2]。社会化媒体的信息产生、交换和再利用都由用户完成，具有显著的公开性、用户参与互动性等特征。同样的，社会化媒体中的舆情信息也是在用户产生内容的创造和交换中衍生而出的，舆情的产生、发展和消退都与用户的参与紧密关联，使得舆情信息的生成与传播呈现出新的特征。

（1）信息自由，来源广泛。相比于传统媒体严格的信息机制，社会化媒体允许用户随时随地产生信息、传播信息。移动终端的支持，以及集成了网络通信、摄像、导航定位等多样功能，更加丰富了舆情信息内容。

（2）信息传播迅速，并呈现层级或爆炸式传播模式。社会化媒体舆情信息的传播不受外界控制，从生成、到扩散是由系统在用户关联关系基础上进行实时推送，短时间内即可完成，各阶段不存在明显时间界限。同时，在社会化媒体中存在 “意见领袖”现象，对于某些社会事件往往最先由“意见领袖”有意或无意引入媒体平台，借助平台消息推送等功能进行广泛传播，传播过程往往表现出层级传播模式，即用户最终获取的消息是由媒体部分用户转发得到的，并非第一手的资料。

（3）信息多元化，舆情离散化。社会化媒体环境下，舆情信息不局限于文本信息，还包括了大量的图片、视频等多媒体信息，同时用户的位置、手机型号等信息都是可作为舆情信息而存在的，用户兴趣、用户关联关系等都使得舆情信息呈现多元化特征。另外，社会化媒体信息传播过程中，讨论的话题往往也是分散的，没有固定的议题“关口”或“渠道”，人人都是传播的主体，也是受众，绝对意义上的传播主体和受众不存在。同时，用户参与议题可以选择多种媒体平台，各个平台间不存在绝对的屏障，可以在任意位置进行跳转并进入另一平台，可以有一对一、一对多等多种信息互动形式。这种议题讨论方式和互动形式使得舆情呈现离散化特征。

（4）舆情环境复杂多变。互联网技术的发展使得舆情呈现在由传统媒体和社会化媒体共同构成的媒体生态系统中。在这个生态系统中，分布着数量庞大的利益群体或个体，交织着各种利益争斗、情感纠葛，使舆情环境呈现纷繁复杂的格局。同时，互联网媒体平台为东西方意识形态斗争提供了“没有硝烟的战场”，更加剧了舆情环境的复杂多变。

2、 社会化媒体舆情挖掘系统的架构

必须依靠先进的现代信息自动处理技术建立一套完备的可供实际使用的社会化媒体舆情挖掘系统。为了达到这个目的，需要借鉴和融合情报W、新闻传播学、社会科学、管理学等方面的研究视角和研究方法，具体的，根据用户的不同需求，对特定平台的舆情数据进行采集，通过网页解析、中文分词、词频统计等手段对信息进行预处理，在此基础上通过话题监测与跟踪、关联分析等技术进行信息处理，并实时更新和存储舆情信息，最后向用户提供舆情评估、分析报告等信息服务。具体的系统架构如图1所示。

（1）舆情数据采集。主要采用基于垂直搜索引擎的主题爬虫技术，对网络平台上的某类主题信息页面进行全自动识别、分类和抓取。

（2）舆情信息分析。该阶段需要先对采集到的舆情数据进行初步的加工和处理，后续一般采用内容分析法、网络分析法和实证分析法进行设计，涉及大量的技术研究工作，比如话题检测与跟踪、自然语言处理特别是中文信息处理、大数据处理技术等。

（3）舆情信息服务。舆情信息处理的结果将直接用于提供舆情信息服务，包括舆情评估和分析报告等工作。

3、 当前研究中面临的现实问题

社会化媒体产生出海量舆情信息，其中蕴藏着巨大潜力，随着信息技术不断发展，可以从中提取更多有用的信息，但也必须正视当前存在的现实问题，只有突破了现实问题的阻碍，社会化媒体舆情挖掘技术才能有长足进步。

3.1 舆情数据体量庞大，采集和处理难实时

社会化媒体所蕴含的信息量正以TB级的数量增加，仅微博一种社会化媒体平台，其每天产生的数据规模就达几千万条[1]，当前信息处理技术还无法做到这个数据规模的实时处理。同时，社会化媒体平台往往存在封闭或半封闭式的社区传播模式，即媒体平台内部是一个“圈子”，并不是完全公开的，舆情信息的获取必须进入到“圈子”内部，想要获取整个平台的舆情信息难度很大，甚至几乎不可能，这导致了舆情挖掘的基础性难题。

3.2 媒体信息多元复杂，舆情处理难自动

社会化媒体环境下，承载着舆情关键信息内容的海量文本、图片、音频、视频信息等都呈现碎片化特征，即信息生产和传播过程中并不完整，加之用户信息及其关联关系的复杂性，使得舆情信息的多元复杂程度不断加大，舆情数据的处理难度进一步加大，仅仅依靠自动化的计算机语义处理等技术可靠性堪忧，舆情处理工作还需要大量的人工整理分析工作。

3.3 舆情信息难辨真假，不良信息难监管

由于媒体平台内部机制的问题，信息生产环节对信息生产者及其的信息并没有严格的控制，各种各样的信息在社会化媒体内部不断交流传播，加之信息的时间、内容等存在碎片化特征，不完整或片面的信息在不断的转发过程中，容易被有意无意的歪曲事实或断章取义。而参与的用户无法对信息的真实性和准确性进行深入探究，缺乏甄别事实的能力，信息的客观性就会被忽视，各种虚假报道或片面评论就会大量出现，对社会产生不良影响[3]。

4、 舆情挖掘的关键技术

4.1 大数据处理技术

大数据是指常规软硬件平台无法及时感知、处理，必须通过深度挖掘才能创造价值的海量信息，它具有数据量大、增长快、来源广泛等特征。网络舆情数据已成为大数据的重要来源。在大数据环境下，舆情信息总体呈现结构复杂、总量庞大等特点，大量存在的非结构化数据形式，音视频、图片等多媒体信息内容检测，仍是舆情挖掘的难点，同时海量舆情信息中存在大量噪声，进一步加大了舆情挖掘的难度。大数据处理技术的应用可以为舆情挖掘提供新思路新方法。利用大数据多源信息采集技术进行跨平台的热点事件发现和舆情信息融合;大数据使得从微观层面进行细节化、即时化网络个体行为和情绪检测变成了可能;大数据处理技术丰富了舆情分析手段，结合文本信息、多媒体信息、用户兴趣和情绪变化以及舆情大数据社会网络分析，将用户信息、社会网络和舆情信息进行关联分析，以获取更有价值信息。

4.2 深度语义挖掘技术

社会化媒体的深度语义挖掘是为了解决网络复杂语义环境中准确提取舆情的问题的。当前比较流行的方法是基于主题模型的方法。主题模型的起源是隐性语义索引（LSI），在LSI的基础上，相继提出了概率隐性语义索引（PLSA）和文档主题生成模型（LDA）等模型，经过不同扩展得到了一系列更为完备的主题概率生成模型[4]。利用主题模型思想有利于对舆情数据进行模型化分析，挖掘潜在的舆情关联模式和变化规律，特别是针对海量的社会化媒体舆情信息多元复杂等特点，面向关联挖掘的主题模型研究工作具有重要理论价值和实际意义。

4.3 舆情评估和预测技术

舆情评估的目的是针对特点领域需求对当前掌握的舆情进行评估，并进一步预测舆情走向。主要包括基于内容分析、分类和话题演化的舆情评估方法。内容分析法是情报学中一种对文献内容进行客观、系统和定量的描述的研究方法。一般过程包括建立研究目标、设计分析维度体系、抽样和量化分析材料、评判记录以及分析推论等部分。分类法是指根据特定类型舆情的内容、存在形式、表现方式、反映效果等特征的统计特性，评估舆情态势、预测舆情发展走向的分析方法。话题演化法主要对已知话题的后续报道进行跟踪，基于统计知识对文本进行信息过滤，利用分类策略和话题模型对舆情话题中心和发展趋势进行研究的方法。

4.4 信息真伪性辨别技术

信息真伪辨别技术目的在于提高虚假信息的识别能力。社会化媒体舆情挖掘的一项重要工作就是在海量信息中识别有用信息，剔除有害信息。传统的依靠信息过滤技术进行真伪鉴别在海量的舆情数据面前捉襟见肘，必须从根本上进行技术改良。大数据技术正好提供了一些契机，一方面，社会化媒体数据具有大数据特性，引进大数据分析方法可以获得更高的识别准确率，例如针对的特定微博，可以综合位置、时间以及用户历史行为进行真伪性辨别。另一方面，可以通过数据挖掘的方法对海量信息进行关联筛选，通过特征采集对信息进行自动分类，比如S. Jamali等人[5]将评论量和用户属性和舆情社会网络属性作为信息特征，提出了信息分类预测算法等。

5、总结

社会化媒体提供了全新的网络舆论场，针对性的舆情挖掘有助于保证舆论环境的良性发展。在大数据时代，舆情挖掘工作更是一项系统工程，应综合各领域知识，打破技术壁垒，采用多角度、多层次的分析手法，客观公正地发掘舆情的现实价值。当前社会化媒体舆情挖掘面临各种现实问题，但其自身也是解决方法的重要来源。本文结合大数据时代社会化媒体舆情特点，从系统架构、现实问题和关键技术等方面进行了分析U述。总体而言，当前国内外针对社会化媒体的研究还不充分，相关研究成果还停留在实验阶段，需要进一步完成技术转换，并在实际应用中不断发展。

参考文献：

[1] 张银林.网络媒体发展中的信息安全问题探讨[J].信息安全与技术，2012，3（4）：10-12.

[2] Andreas M. Kaplan， Michael Haenlein. Users of the world，unite！ The challenges and opportunities of Social media[J].Business Horizons，2010，53（1）：59-68.

[3] 张尼，王志军.新媒体不良信息传播机制及对策研究[J].信息通信技术，2011.50-54.

[4] 徐戈，王厚峰.自然语言处理中主题模型的发展[J].计算机学报，2011，34（8）： 1423-1436.

[5] S. Jamali and H. Rangwala. Digging Digg： Comment mining， popularity prediction， and social network analysis [C]. In Proceedings of International Conference on Web Information Systems and Mining， Shanghai， 2009：32-38.

作者简介：

张思龙（1987-），山东泰安人，南京政治学院军事信息管理系讲师，在读博士生，研究方向：网络舆情监测、政工信息化 。

大数据分析材料范文第4篇

1故障判别算法研究

1.1相关算法简介。1.1.1人工神经网络算法。人工神经网络是一种典型的分类预测算法，它从信息处理角度对网络进行抽象，建立模型，按相关连接方式组成不同网络联系[2]。作为运算模型，该网络由大量的节点互联构成。每一节点代表某一特定输出函数。连接两个节点的是连接信号的加权值，即为权重，相当于是人工神经网络的记忆。处理单元对应不同处理对象，例如字母、概念、等抽象模式。1.1.2粗糙集算法。粗糙集算法是一种处理不确定数据的数据处理方法。它通过数据分析和数据推理来对数据集合进行划分。其研究对象是一个数据集合，对象、属性和符号是3个基本要素[3]。其以决策表的形式表达：行对应研究对象，列对应对象属性，根据属性不同，将研究对象划分到不同决策类。1.2相关算法应用。传统模式中，监控运行人员通常需要根据个人经验从大量的监控信息中分析判断，一旦遇到电网故障，监控信息大量上传，这种单纯依靠人工的信号筛选与分析判断方式存在着严重的信号遗漏及误判风险，可能延误故障处理的最佳时机甚至误处理，从而威胁电网的安全运行。针对上述问题，以open3000为平台，采用人工神经网络结合粗糙集算法，开展设备监控信息统计分析工作。输入数据为非故障时及故障前后事故、异常、越限、变位、告知五类信号及其数据。首先，利用粗糙集算法对与故障相关的告警信号进行筛选；其次，计算神经网络的输出数据，确定网络模型。使用该模型进行故障预测时，输入数据为监控系统实时信号，输出结果即为模型判定结果(正常或故障)。假设某一时刻告警信号编号为a0,a1,a2,a3,…，与之相关的遥测信号编号为b0,b1,b2,b3…。(1)利用粗糙集算法对告警信号进行筛选，得到相关信号a10,a11,a12,a13,…。(2)将故障相关向量（a10,a11,a12,a13,…,b0,b1,b2,b3…）作为输入数据，利用神经网络进行计算（其中，a1i=1表示告警信号存在，a1i=0表示告警信号不存在，bj表示实际的遥测数据）。(3)输出数据为神经网络的模型参数，即为各分量的权重（w0,w1,w2,w3,w4,…）。(4)利用神经网络模型预测未知故障，得出预测结论。

2设备监控信息统计分析平台应用介绍

设备监控信息统计分析平台是建立在运行管理系统(OperationManagementSystem，简称OMS)上的一个应用模块，主要针对变电站五类信号(包括事故、异常、越限、变位和告知)的统计分析。主要具有监控信号分析和监控信号统计两大功能。2.1监控信号分析。监控信号分析功能主要包括信息总量分析和信息趋势分析两个功能。信息总量分析是对给定时间范围内的所有场站的五类信号总数进行统计，并给出柱状图和饼图，便于监控信号分析师直观的进行查看(如图1所示)。信息趋势分析是对给定时间、给定场站及给定的信号类别进行分析，得出该信息的日趋势或月趋势变化曲线，以便监控信号分析师对信息量进行有效的把控(如图2所示)。2.2监控统计分析。监控统计分析功能主要包括如下几类，一是对五类信号的整体情况统计，即在给定时间范围内的信息总量及占比等，并生成图表，主要用于周分析材料及月报材料等，同时对于一些数量异常的信号给出提示，便于监控人员进行原因分析，以发现潜在问题；二是对未复归信号和频发信号的统计，便于监控人员及时的发现电网运行中存在的潜在风险，以及时采取相应措施，进行风险管控；三是对操作信息的统计，及对开关遥控或就地分合成功或失败的次数进行统计；四是对各场站通道投退次数的统计，对于一些投退次数异常的通道，要格外引起注意，以防止通道故障而无法监控的事科技创新导报故发生；五是附件上传功能，即月报及周分析等材料文件的上传存档，便于需要时查看(如图3所示)。

3平台应用中的问题及改进建议

目前该平台已完全实现设备监控信息的收集、分类统计的基本功能，但这些功能的实现仅仅是基础工作，若要使其更好的服务于电网调控管理业务，需对其进一步进行改进和完善，对此，该文提出了如下几个方面。3.1缺陷流程自动关联。电气设备缺陷严重影响电网的安全稳定运行，加强电气设备缺陷管理可极大的消除电网运行中的潜在隐患，防患于未然，对电网运行的安全可靠性均具有十分重要的意义[2]。张家口地调基于OMS系统建立了完善的缺陷闭环管理模块，覆盖了缺陷发生、汇报、联系处理消缺、归档等环节，极大的提升了电气设备缺陷管理工作的效率。但是在传统管理模式下，调控人员需将监控系统中缺陷发生时的监控信息的内容、发生时间、变电站名称、设备名称及其电压等级等信息逐条记录在缺陷管理模块中，耗时长、工作量大，且一般缺陷处理周期通常会超过一日，极易造成调控人员遗忘而导致未将缺陷处理的全过程记录完整。设备监控信息统计分析平台的建立将监控系统中的监控信息几乎完整的“复制”到了OMS系统数据后台，该平台与缺陷管理模块处于统一系统中，所以极易实现数据关联，所以在未来的平台中，应加入缺陷流程自动关联功能，自动将缺陷发生、处理的全过程信息自动导入缺陷管理流程模块，并加入人工干预功能，以确保信息的正确性和完整性，从而极大的提高缺陷管理的质量，降低调控人员的工作量。3.2信息自动过滤功能。在实际工作中，监控信息量巨大，但其中有相当一部分信息量是由于设备检修等原因引起，这部分信息对于监控信息的分析统计在大部分情况下是没有意义的，但当前的平台仅仅是将监控系统中的所有信息全部导入到平台数据库进行分析统计，如果某段时间内检修工作繁多或有其他原因，均会导致信息量异常，不利于监控信息统计分析工作的开展。因此，该文建议在该平台中加入信息自动过滤功能，例如在某间隔已经被置检修牌的情况下，则将该间隔的信息进行单独统计；此外，对于接地刀闸、刀闸位置为实采的设备间隔，当其接地刀闸合入、刀闸断开时，自动判定该间隔处于检修状态，在该状态保持期间所有的监控信息单独统计。另外，还应加入人工修改功能，对于一些系统无法自行过滤的信息，进行人工过滤筛选，将其屏蔽。对于自动过滤的信息应自动加入备注，说明信息被过滤的原因，例如设备检修等。对于人工过滤的信息同样也可以加入人工批注。此外，信息过滤后的图表都可以重新自动生成，以便查看。3.3越限信息分析统计。越限信息是五大类监控信息之一，主要是电压、电流、潮流等遥测量越过上下限的信息，是需要实施监控并及时处理的重要信息，所以对越限信息的分析统计同样十分重要。目前该平台仅仅可以将越限的信息量进行统计，无法对越限的电压或电流实际曲线进行查看，同样无法灵活设置曲线越限阀值，而仅仅以监控系统设定好的上、下限值作为参考，这样不利于更好的评估越限程度，也不利于发掘越限的深层次原因等。该文建议在平台中加入上述功能，可以随意查看在给定时间范围内、给定场站、给定设备的遥测值曲线，同时可以在曲线上任意设定越限阀值，并给出越限的数据点比例、越限曲线与阀值线之间的面积统计(用以评估越限程度)、越限持续时间的最大值、最小值和平均值等，以便于全方位的评估越限情况。

4结语

电网集中监控极大的实现了国网公司人、财、物的集约化管理理念，但同时也加大了调控人员的工作量和工作复杂程度。设备监控信息统计分析平台的建立一定程度上降低了调控人员的工作量，但该平台仍存在极大的发掘潜力和改进空间，该文结合工作实际对此进行了初步的研究和分析，对该平台改进的方法提出了一些十分有意义的建议，对于该平台的完善具有重要的价值。而如何实现上述建议则是该文下一步的工作重点。

作者:高雅洁 李振生 孟玲梅 张京伟 单位:国网冀北电力有限公司张家口供电公司

参考文献

[1]于磊,王双,韩宇龙,等.基于大数据技术的电网故障智能诊断方法[J].中国科技信息,2016(2):32-33.

[2]毕天蛛,倪以信,吴复立.基于新型神经网络的电网故障诊断方法[J].中国电机工程学报,2002,22(2):73-78.

[3]栗然,张烈勇,顾雪平,等.采用粗糙集联合规则挖掘算法的分布式电网故障诊断[J].中国电机工程学报,2010，30(4):28-34.

[4]王英英,罗毅,涂光瑜.基于粗糙集与决策树的配电网故障诊断方法[J].高电压技术,2008(4):794-798.

大数据分析材料范文第5篇

[关键词]人工智能；国际商务课程；教学创新；能力培养

新一轮的科技革命和产业革命正在进行，大数据、云计算、人工智能等新型技术与商业模式正深刻改变人们的思维、生产、学习方式。关于人工智能对于人类社会的冲击，已有不少论著。2016年，《自然》杂志刊发谷歌的“深度心智”（Deepmind），这将会极大的扩大人的能力。2019年初，国务院《中国教育现代化2035》，提出要建设智能化校园，统筹建设一体化智能化教学、管理与服务平台。2019年8月29日，科技部新一代人工智能发展研究中心联合罗兰贝格管理咨询公司《智能教育创新应用发展报告》（以下简称《报告》）。报告显示，人工智能有望引领教育的系统性变革，推动人才培养更加多元化、更加精准化、更加个性化。世界各国纷纷制定规划，出台相应的政策措施，推动智能教育的发展。以美国、新加坡等为代表的各国相继推出面向未来的新教育改革战略，不断制定相关政策法规，设计本国智能教育的发展蓝图。

一、未来智能社会的能力预测

未来社会各种各样的颠覆性变革，全球各种组织都在做预测。世界未来研究所[1]对未来社会需要的10中技能的预测：一是意义构建，二是社交智能，三是新颖和适应性思维，四是跨文化能力，五是计算思维，六是新媒体素养，七是跨学科能力，八是设计思维，九是认知负荷管理，十是虚拟协作。十种技能分别体现在三个层面，即人际交往能力、应用知识能力与工作技能层面。引入这些技能，旨在深入探索未来技能存在的世界，以及目前教授和衡量这些技能的方式，希望这些技能能够更充分地融入高校国际商务的课程。[2]

（一）人际交往层面——团队合作精神

人际交往层面主要指与他人有效合作，有效沟通，与不同背景的伙伴有效合作的能力，即团队合作精神。数据来源：世界未来研究所第一，跨文化能力。4个主要组成部分可以用来评估一个人的跨文化竞争力:知识组成部分、情感组成部分、精神运动组成部分以及情景组成部分。第二，社交智能。尽管社交网络平台为人们提供了更多的联系，但它们培养的深厚友谊却很少。微信、Facebook等社交平台的主流化与普及鼓励人们以新的方式思考如何建立和维持人际关系。[3]第三，虚拟协作，即作为虚拟团队的一员，能够富有成效地工作，提高参与度，并展示自己的存在感。

（二）应用知识层面——逻辑性分析信息的能力

应用知识层面主要指个体可以逻辑性的分析信息的一系列能力，具体如下：第一，新颖的适应性思维。即熟练地思考和提出解决方案，而非死记硬背或默守陈规。第二，认知负荷管理。以多种形式表现的信息流丰富的世界带来了认知过载的问题，人们只有学会有效的过滤和关注重要的信息，才能把大量涌入的数据转化为优势。第三，意义构建，即确定对方所表达内容的深层含义的能力。人工智能将取代仅仅需死记硬背、日常制造业和服务业的工作，而对机器不擅长的高层次的思维技能、不能撰写为文本的需求将会越来越大。

（三）工作技能层面——解决问题和决策能力

工作技能层面主要指个体可以成为一个问题解决者和决策者，包括计划和组织，解决问题，决策商业基础等。也就是需要如下的素质：第一，新媒体素养。由于可视化在技术时挥越来越重要的作用，过去信息的静态展示正在让位于信息图表和数据的动态模拟。第二，设计思维。从本质上讲，设计思维是一种创造性解决问题的能力，它反映了发散性思维和收敛性思维的结合。第三，跨学科能力。未来十年，专业领域将比以往任何时候都更加具有重叠性，所以跨学科的研究方法将会占据世界创新的中心舞台。第四，计算思维，即将大量数据转换成抽象概念，并基于数据的推理能力。随着人类社会中数据量呈指数级的增长，越来越多的职业需要计算思维和技能才能胜任。

二、应对能力结构变化的教育创新

未来社会中，人才能力结构的变化也会对教学模式产生新的需求，课程教学需要结合不同的能力培养目标做出相应的调整与创新，世界知名高校和一些国际组织也提出了很多创新性的教学模式。如图2所示。数据来源：世界未来研究所

（一）能力结构及思维模式

世界未来研究所提出的十种技能的背后，所体现了以下一些基本的思维模式。同理心是指正确了解他人的感受和情绪，进而做到相互理解、关怀和情感上的融洽。同理心非常有助于在虚拟空间中站在对方的角度考虑问题，增加团队伙伴之间的有效沟通。元认知对于意义构建能力十分重要。元认知知识包含三方面：学习者对于自己的认知，学习者对于学习策略和使用方法的认知。成长性思维与批判性思维在认知负荷管理、新颖和适应性思维、新媒体素养以及设计思维中起到了十分重要的作用。成长性思维是相对于固定思维提出的，固定思维者把反馈当做一种批评，成长思维乐于接受反馈，也从反馈中学习，反馈最终会产生积极的成长变化。批判性思维有助于形成自己独特的世界观，他们不会妄自评价他人，而是会站在别人的立场上，并且去了解他们的世界观。跨学科一定有两种心态组成。首先，同理心。它允许人们从另一个角度来思考问题——站在别人的立场上。其次，好奇心。许多组织，包括IBM和IDEO，都开始从“T型”素质的角度来讨论这种技能，T型素质的技能组合中既有深度又有广度。但是杨壮①教授发现：现在π型人才已经在成为主流。所谓的π型人才是针对T型人才的一种升级，从字母的样式中就可以看出，π比T的下方多了一竖，所以它代表着“两专多能”，即除了你可能在高等教育阶段获得的专业能力之外，还需要有另一项专业能力。逻辑推理能力有助于培养计算思维。未来的教育课程中应该纳入计算思维技能的发展，鼓励学生通过因果推理认知、元认知和其他技能来学习解决问题。这种模式的目的是让学生分析他们在现实世界中可能遇到的真实情况，来教授计算思维能力。[6]

（二）国内外高校教育模式创新

1.“鱼缸讨论”“鱼缸讨论”，也是一种促进学生讨论的教学小技巧，不仅让讨论者积极参与，更能让其他学生积极反馈。第一步，把学生分成两组。第一组参加讨论的学生围成圆桌坐在教室中间，就像是在被第二组观看的鱼缸里一样。第二步，坐在中间的组开始时长10分钟左右的讨论，的第二组学生要听着，并且评估第一组的讨论。第三步，做出反馈。这是学生们最感兴趣的环节，学生可以从熟悉的同学那里了解到自己的优点和缺点，有了反馈确实会使得讨论变得更加激烈。2.项目式教学PBL（Problem based learning）教学法，也叫“项目式教学”，是一种通过让学生展开一段时期的调研、探究，致力于用创新的方法或方案，解决一个复杂的问题、困难或者挑战，从而在这些真实的经历和体验中习得新知识和获取新技能的教学方法。PBL旨在培养学生的创意思维、创新能力、自主学习能力及批判思维的能力。3.跨学科课程教学自21世纪以来，美国课程改革中出现了实用导向的跨学科课程，如ICT课程，环境教育和STEM课程。STEM是科学（Science）、技术（Technology）、工程（Engineering）和数学（Mathematics）四门学科英文首字母的缩写，STEM教育的核心是将原本分散的4门学科自然组合成一个整体，以项目探究方式进行综合性问题解决学习，以形成相应的综合。

三、针对国际商务课程的创新

结合世界未来研究所的十项工作技能、世界一流大学以及国际组织在教育方面的改革，结合东北财经大学国际经济贸易学院国际商务硕士（MIB）专业硕士教学情况，国际商务课程实际教学提出以下思考和建议。[7]

（一）培养同理心和元认知的实践方法

一种方式是开展课外活动，以小组为单位的体验式学习活动有助于培养人际沟通和跨文化能力。例如：体验式学习周；商务礼仪情景剧等。另一种方式是线上项目，线上项目中，可以通过微信小程序、投票互动式的方法来增加课堂活跃度，争取让每位同学都参与到课程中。国际商务课程是一门既要求专业知识扎实，又需要具备优秀的人际交往能力的综合性课程。那么，在已有的小组活动中，可以在每次小组活动或者小组作业之后加入一个环节——组员互评与打分。一些课堂讨论的小技巧会有助于培养元认知的思维模式。一种方法是在课上开展限时讨论，讨论映射是一种将学生的实时讨论视觉化的方法，这种讨论技巧使学生能够从以下几个角度进行深入的思考。

（二）培养成长型思维和批判性思维的实践方法

在国际商务的案例分析中，引用PBL教学非常值得考虑。假设案例主题为跨国企业如何成功并购外国子公司，老师用一部分课时讲解完理论部分，提供参考资源之后，另一部分课时可以尝试组织PBL。一次PBL教学要分次给予问题，分次讨论。具体过程大致包括七个步骤：第一步，弄清不熟悉的术语；第二步，界定问题；第三步，头脑风暴（对可能的假设或解释进行集体讨论）；第四步，重新结构化问题（对问题的尝试性解决）；第五步，界定学习目标；（以上步骤为学生小组讨论）；第六步，收集信息和个人学习（学生独立学习）；第七步，共享收集到的和个人学习的信息（小组报告和讨论）。经过上述七步骤，完成一次PBL学习。在这个教学模式中，老师的角色是教学组织者、资源提供者、学生能力发展的促进者。学生从知识的被动接受者转变为自主学习者、合作者和研究者。在国际商务的课程中，有很多需要实际调研的案例报告，也有需要做营销策划的报告。创客空间则可以融入这种类型的报告中，结合导师的相关课题，最好有一定经费的支持，为学生的基于创造的策划提供完备的支撑。学生们可以就某个主题展开经验分享、头脑风暴、结合实际情况锻炼设计思维和表达能力，这种能力不仅适用于学校，而且也适用于未来工作中。

（三）培养跨学科能力和逻辑推理能力的实践方法

注重“国际商务专业+21世纪主题”的课程框架，希望通过超学科整合来弥补传统学科的缺点与不足，构建适切核心素养转化的课程框架。主题选择具有适当的弹性，为跨学科知识的联结提供空间。比如在国际商务课程授课内容中，注重添加区块链、人工智能以及中美、中欧关系等主题。在国内，“挑战杯”全国大学生课外学术科技作品大赛是大学生创新创业实践教育最普遍和最有效的形式之一，具有广泛的群众基础和旺盛的生命力。每两年举办一届，被誉为当代大学生科技创新的“奥林匹克”盛会。所以提倡创建跨学科小组参加“挑战杯”大赛，比如国际贸易学院、国际商学院以及工程管理学院组建团队参加挑战杯，成员对不同学科都有相当的专长和良好的基本知识：国际营销、国际文化视野以及数据分析基础，在这样的团队中，更可能激发出新的思维和优秀的方案。

（四）全案例情景式教学

不同于教师讲授知识，学生被动接受知识的传统教学模式，全案例情景式教学是以案例或情景为载体引导开展学生自主探究性学习, 以提高学生分析和解决实际问题的能力。[5]首先，准备阶段。针对国际商务专业硕士课程的专业特点，结合知识点和学生实际情况，选取合适的案例作为分析材料。其次，授课阶段。在该阶段，教师讲授知识点之后，就将案例发放给学生；接下来就是考验学生理论结合实际的能力。学生可以自发组成小组，根据案例内容，并结合自己能力和长处与小组分工合作进行案例讨论，而在这当中，教师主要的角色是组织和引导学生。最后，拓展阶段。在学生汇报案例内容之后，教师要对学生的探讨结果进行点评总结。学生也可以利用这个环节进行自查，发现自己是基础知识点薄弱还是实践能力欠缺。通过该阶段，教师可以发现学生的水平，学生也可以发现自己作为专业硕士能力缺失的部分，从而双方进行查缺补漏。

四、总结与展望

结合国外高校及国际组织已有的模式，针对未来社会所需十种能力的培养方式如何应用在国际商务课程中，提出了一系列的活动和思维模式培养技巧，如在线学习（以MOOC为主）、讨论映射和鱼缸式讨论、项目式学习（PBL）、案例分析和创客空间以及课上的投票互动式环节等，希望对国际商务课程的改革创新有实质性的辅助作用。要想在未来取得成功，需要成为适应性强的终身学习者。随着组织形式和技能要求的快速变化，要求每位个人都必须具备远见，重新评估自己需要的能力，并迅速整合合适的资源来培养和完善需要的能力，适应万众创新时代，并形成决胜未来的新的竞争优势，赢得人工智能时代世界高等商科教育领域中的话语权。注释：①杨壮：现任北京大学国家发展研究院BiMBA商学院联席院长、北京大学国家发展研究院管理学教授、美国福坦莫大学商学院副院长、终身教授，著名领导力专家。

【参考文献】

[1]InstitutefortheFuture.FutureWorkSkills2020[EB/OL].[2019-11-09].

[2]LiuJie.TheOptimizationStudyofGeneralEducationPracticeEffectinOurCountry[J].学术界,2013(12):283-290.

[3]陈妍蓓(编译).欧盟关注终身学习关键能力培养[J].世界教育信息,2019,32(10):74-75.

[4]段世飞,张伟.人工智能时代英国高等教育变革趋向研究[J].比较教育研究,2019(1):3-9.

[5]王文.案例教学法在高校市场营销教学中的应用探索[J].产业与科技论坛,2020,19(4):187-188.

[6]吴朝晖.智能增强时代的学习革命--在国际人工智能与教育大会上的发言[J].世界教育信息,2019,32(10):3-6.

[7]研究生专业学位总体设计研究课题组.开创我国专业学位研究生教育发展的新时代——研究生专业学位总体设计研究报告[M].北京:中国人民大学出版社,2010:19—20.

大数据分析材料范文第6篇

关键词：新砦遗址； 家畜的食性； 碳氮稳定同位素分析

Abstract：Xinzhai Site is located in the Central Plains， and its date belongs to the period between the late Longshan Culture and the first phase of Erlitou Culture. Based on the stable isotope analysis of δ13C and δ15N， the animal bones excavated in Xinzhai site in 2002 were researched. The result is shown that C4 plant is the staple food for these domestic animals and the C4 plant should be millet referring to the crops found in the site. The diversity of δ13C among different kinds of animals means that the way of raising is different for different kinds of animals in the site.

Key words：Xinzhai Site， the diet of domestic animals， stable isotope analysis of δ13C and δ15N

一、 引 言

人骨或动物骨碳（δ13C）、氮（δ15N）稳定同位素分析是史前人类或动物食物状况研究的有效方法①。δ13C分析可以探讨其主食状况，食用粟黍类还是稻麦类；δ15N分析可以追溯其营养级的高低，食用肉鱼类的多少②。δ13C和δ15N分析相结合可以区分出样品出自河海边、粟或稻作区，以及牧区等等。

关于遗址中出土动物骨的分析，上世纪80年代蔡莲珍、仇士华在对陶寺遗址出土人骨分析的同时，也分析了猪的主食，得出人以小米为主食，猪以谷糠为主食的结论，开辟了这项研究。

近年来，伴随对人的食物的研究，有关动物的食物的探讨也多有报道③。动物的食物研究，不仅可以据此了解其饲养方式，而且还由此可以对人的食物进行推测，并对其周边的植被、环境等进行考察，为相关研究提供依据。本文拟通过对于新砦遗址出土部分动物骨骼的分析研究，为探讨该遗址动物的食物及饲养方式等提供依据。

二、 分析方法、材料及结果

本研究的分析方法及具体操作在相关的文章中多有介绍④，此处不再详述。主要步骤为采集要分析的人骨或动物骨，制备成骨胶原，并水解成明胶，干燥后通过元素分析仪进行气体分离与纯化，之后通过质谱仪进行质谱分析，数据处理得到分析结果。质谱测量仪为Thermo Finnigan 公司的DELTA-plus， 碳、氮稳定同位素测量所用标准物质分别为USGS-24和IAEA-N1，样品前处理由中国社会科学院考古科技实验研究中心碳十四实验室完成，样品分析测试由农业科学研究院质谱分析室完成。

新砦遗址位于河南省新密市刘寨乡，新密市区东南约二十二公里处。1999～2009年期间先后由北京大学考古文博学院和中国社会科学院考古研究所与郑州市文物考古研究院联合对于该遗址进行多次考古发掘，发现大型建筑基址，以及房址、墓葬、灰坑等，出土石器、陶器、骨器，人骨及各类动植物遗存，为该遗址研究提供了实物资料。

分析材料为遗址发掘中出土的部分动物骨样品，所分析的样品采自遗址2002年发掘区域中西南面探方T7中的各堆积层位⑤。

分析数据见表一。

由表中的碳氮比数据可以看出，所分析样品的比值均处于3.2前后，同已有的碳氮比为2.9～3.6比较标准⑥的对比显示，所选择的样品均处于保存良好状态，分析值有效。

三、 数据分析

1. 新砦遗址动物的食物状况及相关考察

为方便分析，将表一数据做入图中，见图一。

动物的总体食物状况

先看一下δ13C分析。由表一和图一中的数据结果，25例动物个体中仅有少数几例的δ13C值处于-20‰左右，而其余大部分其值均较高，处于-15‰～7‰前后，与C3类δ13C分布范围为-23‰～-30‰和C4类植物δ13C分布范围为C8‰～-14‰⑦的比较看，明显是与C4类植物更为接近，显然应以C4类植物为主。再看一下δ15N分析。据以往对于野生动物的分析，一般野生动物的δ15N值在4‰～5‰上下，由图一中数据点的分布，δ15N分析值处在这一范围之下而同时δ13C值又较低的也比较少，进一步显示了其中的大多数为家养动物。

具体δ13C分析，将其中偏离较明显的4例（3例鹿的个体SP-2805，SP-2806-2和SP-2810-2；1例猪的个体，SP-2812-2）排除并计算其平均值，为-10.22‰±2.35‰（N=21）。按照蔡莲珍、仇士华先生文章中C4类植物比例的计算公式⑧，其相应的C4类植物百分比为75%。可见其食物中C4类植物比例较高。结合遗址中植物遗存的浮选结果，C4类植物应为粟黍，推测所分析的动物食物中的C4类植物应为粟黍的麸糠、秸秆等。

计算上述21个个体的δ15N平均值，为6.37‰±1.06‰（N=21）。比之一般野生动物稍高的δ15N值，应该是来自人工食料、人类的残羹剩饭等。

其分析值偏离较明显的3例鹿的个体，其δ13C值处于-20‰～-18‰前后，表明均以C3类植物为食，应该为自然植被。该3例个体的δ15N分析值分别为5.33‰，5.67‰和4.70‰，其中前两例略高，或许有可能是受到哺乳的幼鹿，因为乳汁喂养会导致δ15N值升高。其分析值偏离较明显的猪的个体，其δ13C分析值为-18.92‰，δ15N分析值为3.10‰，明显是以C3类植物为食，且营养级又明显偏低，为典型的野生特征，应是以自然植被为生。

猪和鹿骨碳氮稳定同位素分析的相关性考察

由数据表可以看出，其中个体数较多的是鹿和猪，这里可以选择这两种动物进行δ13C和δ15N的相关分析，以考察其相关程度。将鹿和猪的数据分别作入图二和图三，并计算其相关系数。所得结果为10例鹿个体的碳氮分析相关系数为0.73，11例猪个体的碳氮分析相关系数为0.75

两者的相关系数均在0.7以上，表明其δ15N分析随值δ13C分析值的升高或降低的相关性程度较高，显示其蛋白物质的摄取应主要同其家养食物、家养因素相关，由这一点也体现了两者人工喂养的程度均较高。

不同种类动物骨分析值的比较

鹿的数据结果，由表一，鹿的分析值中有3例偏离较大，排除后计算其余7个鹿个体的δ13C平均值，其结果为-11.97‰±1.64‰（N=7）。

猪的数据结果，猪的个体中仅1例偏离较大，其余10个猪个体的δ13C平均值为-10.14‰±2.37‰（N=10）。

牛的数据结果，2个牛个体的δ13C平均值为-8.15‰±1.42‰（N=2）（由于数据SP2816所鉴定的种属似有疑问，这里不列入比较）。

羊的数据结果，只有1例羊的个体，其δ13C分析值为-10.32‰。

将计算得到的δ13C分析值换算为C4类植物百分比，逐一做入图四中。可以看出，按照其比例由高到低依次排序为：牛―猪―羊―鹿，其具体百分比分别为91%，76%，74%和60%，可见食草动物中牛的食物中C4类植物百分比较之羊的明显高，意味着新砦的人对于牛可能有更多的关照。猪的分析值较之羊的略高。而其中其百分比较低的鹿也达到60%，均显示了家养动物的特征。

被排除的1例猪的个体（δ13C值‰-18.92‰，C4类植物的比例8.31%）和3例鹿的个体（δ13C平均值-19.66‰±0.85‰（N=3）， 相应C4类植物的比例为2.62%，显然其食物中的C4类植物百分比比之图中鹿的值还低得多，若也排入其中，应处于图的最右边。

北京大学学者曾对新砦遗址的猪作过分析，其δ13C平均值为-9.6‰±1.4‰（N=12），相应的C4类植物比例为80%⑨，与图四中的结果相比较，可见也同样是处于牛和羊之间的位置上。

分期等相关考察

据考古学研究，新砦遗址地层堆积包含三期，一期为龙山文化晚期，二期为新砦期，三期为二里头文化一期。碳十四测年显示二里头文化一期的年代不早于公元前1750年，叠压在该文化层下面的新砦期的年代大致为公元前1750～公元前1870年前后，在新砦期下面的龙山文化晚期则处于新砦期的年代之前⑩。此次采集的样品中包含了其中的二期和三期，现将新砦二期和三期分开计算以作考察。

按照分期计算数据平均值并列入下表（排除了4例偏离较大的），见表二。

由表中计算值可见，二期和三期都有数据的是猪和牛，但牛的数据各期都只有一个，难以具有统计意义。其δ13C分析值显示均是以C4类植物为主食，δ15N分析值表明两者均处于6‰上下。猪的数据二期有8个，但三期只有2个，数据也不多，只能做大致比较。δ13C值两者的差值为0.68‰，应该说差别较小，δ15N值两者相差0.7‰上下，也差别不甚明显。（t检验显示δ13C和δ15N在二期和三期之间T值分别为0.743和0.462均大于0.05，表明无显著性差异）

可见在能比较的动物中由二期到三期其食物状况基本是呈延续状态，保持了大致的一致性。

新砦二期的样品大多为新砦二期晚段，考虑到新砦二期晚段至少有数十年的时间跨度，而且通过对于样品采集单位的梳理发现其相互间存在大致的序列关系，因而这里似乎有条件对于数据随时间变化的情况进行考察。由发掘记录，其中属于二期晚段稍早时段的有房址F5，开口于③层下；属于稍晚时段的有灰坑H55等单位，所在层位为③b层；其上还有属于三期的灰坑H47等单位，所在层位为②层。按照排出的序列整理数据，这里主要针对δ13C分析而言，并作入图五中。由于这种考察样本量越多，则统计效果体现得也越好，所以这里首先做了整体考察。图五中使用了排除少数偏离较大数据之外的所有数据。由数据所呈现出的趋势线可以看出，尽管数据间有高有低相对比较离散，但其趋势还是能够体现出来，即随时间由远及近，其δ13C分析值有渐高的趋势，意味着动物食物中C4类植物百分比逐渐增多。这种趋势在二期本身已比较清晰，增加了三期的数据，则更为明显。

之后再对于鹿的序列做同样的考察，见图六。由图六可以看出，尽管其样本量更少，而且缺乏三期的数据，可考察时间段相对更短，但似乎仍然存在这样随时间由远及近δ13C分析值渐高的趋势。表明鹿的饲养中也存在这样的变化过程，即最初其食物中C4类植物比例相对较低，后来逐渐有所增加。

最后看一下对于猪的序列的考察，见图七。由图七可以看出，猪的分析值的变化趋势与鹿的变化趋势是相反的，其分析值随时间由远及近逐渐降低，表明猪的食物中C4类植物百分比有所降低。但进一步的比较也可以看出，猪的这种降低的趋势似不及鹿的升高的趋势明显，表明其降低的程度比较小。上述分析结果由于样本量有限今后还可进一步的考察。

同该遗址人的食物状况分析结果的比较

先前北京大学学者11对于新砦遗址出土的部分人骨已作过分析，这里可以以此比较。

所分析的8例人骨中有7例是新砦时期的，分析结果显示δ13C平均值为-9.6‰±1.6‰（N=7），相应的C4类植物百分比大致为80%，显然是以C4类植物为主食。人的食物中少量的C3类植物，结合遗址浮选出的稻作遗存12，推测至少其中有部分应为稻类植物，另外也不排除可能还有部分果蔬类。将新砦遗址新砦期家养动物与之比较，其δ13C分析平均值为-10.71‰±2.10‰（N=17），相应的C4类植物百分比为71%，显然也是以C4类植物为主食，与人的主食类型相一致。

人骨δ15N分析显示，其分析值处于7‰～10‰之间，平均值为9.1‰±0.98‰（N=7），结合遗址新砦期动物的δ15N分析平均值大致处于6‰前后（6.29‰±0.76‰（N=17））来看，新砦期的人较之均有不同程度的增加，平均高出动物大致为3‰，表明人们食物中有一定的肉类，有的个体甚至还较多，高出达到一个营养级上下。尽管如此，但仍然不像如畜牧为主的区域中肉食在人们食物中占有较高比例的情况13，明显为一般旱作农业区的分布范围。

具体与各种动物的比较，在其主食上与人更为接近的是牛，接下来依次是猪―羊―鹿。在其蛋白物质的食用程度上与之相近的则依次是羊―猪―鹿―牛。

2. 同相关遗址的比较

相关情况要比较的遗址为二里头遗址和陶寺遗址。

二里头遗址14地处中原，位于河南偃师，新砦遗址的西偏北方向，两者之间仅距数十公里。年代为公元前1700多年到1500多年。我们曾对该遗址的部分人骨和猪的3例个体的食物状况作过分析15，其中猪的分析结果其平均值为-10.53‰±2.98‰（N=3），相应的C4类植物百分比平均值为73%。新砦遗址8例猪的个体平均值为-10.00‰±2.28‰（N=8），相应C4类植物为77%，可见与二里头遗址的比较接近。二里头遗址猪的3例个体δ15N分析平均值为8.39‰±0.61‰（N=3），较之新砦遗址猪的分析值6.43‰±1.02‰（N=8）明显偏高。近年有学者对于二里头遗址出土的动物进行了系统的分析测定16，这里可以与之比较。

陶寺遗址17位于山西襄汾，年代为公元前2400年到1800年前后。先前我们也曾对该遗址的部分人骨和猪的6例个体的食物状况作过分析18。其中猪的分析结果δ13C分析平均值为-6.15‰±0.50‰（N=6），比之新砦遗址的猪的分析值明显偏高；δ15N分析平均值为7.92‰±0.62‰（N=6），较之新砦遗址猪的分析值也偏高。目前新的研究成果19中家畜的种类和数量都有增加，这里也可以与新砦遗址加以比较。

三个遗址的比较数据见表三和图八。由于新砦遗址的分析数据中新砦期的占主要部分，此处专门用这一部分进行比较，而二里头遗址的则选择二里头文化时期的。另外，三个遗址中人的分析数据也加入表三中，后面结合讨论。

表三分别列出了三个遗址的人、牛、猪、羊和鹿的分析结果平均值。在图八中三个遗址的数据图标分别以红、绿和黑色加以区别。为便于观察，还可以将表三中的δ13C和δ15N分析值分别做入图九和图一中，以结合分析。

δ13C分析的比较

先看一下δ13C分析，可参见图九。

较之其它两个遗址，新砦遗址的四种动物相互之间更为聚集，表明其食物中C3、C4类植物的比例更为相近。二里头遗址，猪和牛比较聚集，依次散开去的是羊和鹿。陶寺遗址的三种动物彼此间都比较离散。

同种动物的比较中，二里头遗址和新砦遗址的猪之间和牛之间比较相近，二里头遗址的羊较之新砦的羊降低4.68‰，相应其C4类植物比例降低36%，C3类植物比例也相应升高36%。差别最为明显的是鹿之间，两遗址的鹿之间相差7.04‰，表明二里头遗址的鹿较之新砦遗址的鹿其食物中C4类植物比例降低54%，相应C3类植物比例增加54%。

陶寺遗址的猪较之新砦遗址的猪分析值升高3.25‰，表明陶寺遗址较之新砦遗址的猪其食物中C4类植物比例增加26.38%。其牛较之新砦遗址的牛分析值降低2.1‰，表明陶寺牛食物中C4类植物比例减少16.15%。其羊较之新砦的羊分析值降低6.9‰，表明陶寺羊食物中C4类植物比例减少53%，相应C3类植物比例增加。

通过分析可以推测，除了二里头遗址的鹿，三个遗址相比其中新砦遗址四种动物圈养的程度均比较高；二里头遗址和陶寺遗址猪和牛的圈养程度均高于羊的二里头遗址的鹿同新砦遗址的鹿之间的差别远远大于其他动物之间的差别，有别于一般家畜之间的差别。两者的C4类植物比例相差如此之大，显示了野生同家养之间在食物特征上的明显的区别。

最后看一下动物的分析值与人的分析值的关系。先看一下人之间的情况。三个遗址中陶寺遗址的人其δ13C值最高，表明人们食物中C4类植物比例最高，其值为-6.34‰±1.10‰（N=12），相应C4类植物比例达到100%。其次为二里头遗址的，其值为-8.72‰±0.89‰（N=17），相应C4类植物比例为87%。新砦遗址的最低为-9.6‰±1.56‰（N=7），相应C4类植物比例为80%。

动物与人分析值之间，其中除了二里头遗址的鹿之外，新砦遗址的人同其动物的分析值最为接近，其次是二里头，再其次是陶寺。具体各遗址中，新砦遗址的人与猪、牛、羊、鹿的分析值相对都比较近；二里头遗址人与猪、牛相对较近，与羊较远，与鹿相距最远。陶寺遗址人与猪的最近，其次是牛，再其次是羊。在以C4类植物为其主要农作物的区域中，家畜的食物与人的食物越接近，应该意味着其圈养程度也越高，可见其考察结果同前面由动物食物中C4类植物比值的高低判断其圈养程度是一致的。

δ15N分析的比较

关于δ15N分析，参照表三、图八和图一。先看一下动物，其中除了二里头遗址的鹿的分析值明显偏低外（4.34±0.97‰， N=16），各遗址的动物大致均处于6‰～7‰前后的范围，属比较典型的家养动物的特征；新砦动物间较之其他两个遗址更为聚集；遗址相互间相差不甚明显，但从总体情况看似有从新砦遗址―二里头遗址-陶寺遗址分析值略有升高的趋势。

同种动物之间，在可比较的猪、牛和羊三种动物中，陶寺遗址的分析值均为最高者（陶寺遗址的猪、牛和羊7.48‰±0.59‰（N=17），6.57‰±1.16‰（N=6），6.82‰±1.04‰（N=5）），表明所食用的蛋白类物质略多；除了羊外，二里头遗址的猪（7.28‰±1.23‰，（N=22））和牛（6.54‰±0.85‰（N=14））的分析值均比新砦遗址猪（6.43‰±1.02‰（N=8），和牛（5.88（N=1））的高。新砦遗址的羊（6.79‰，N=1）和鹿（6.12‰±0.43‰（N=7））的分析值较之二里头遗址的羊（6.31‰±1.22‰（N=21））和鹿（4.34‰±0.97‰（N=16））高。

总之，陶寺遗址各种动物的分析值均是三个遗址中最高的。除了二里头遗址的鹿的分析值比较低，明显为野生动物特征，其他均显示家养动物特征。

与人之间的关系。三个遗址的人的分析值比较可以看出，其中二里头遗址的最高（10.90‰±2.12‰，N=2），陶寺和新砦遗址的相对比较相近（8.88‰±1.28‰，N=7；9.10‰±0.98‰，N=7）。排除了二里头遗址的鹿，动物的分析值和人的分析值最为相近的是陶寺遗址，其次为新砦遗址，二里头遗址的人和动物之间相差最大。

综合δ13C和δ15N分析，其中除了二里头遗址的鹿为野生特征，其余均为家养特征；新砦遗址圈养程度相对最高，陶寺遗址圈养程度最低；新砦遗址的鹿为明显家养，这同二里头遗址的明显不同。二里头遗址人较之其他两个遗址的人食用的肉食更多，在δ15N分析值上也较之其他两个遗址与动物之间的差值最大，意味着由家养动物获取的肉类也应该最多。

标准差的比较

由表三并结合图八还可以观察到δ13C和δ15N分析统计值的标准差，标准差反映的是数据点分布的离散程度，这里可以在一定程度上代表个体之间食物中C3类、C4类的比例及蛋白物质多少等情况的一致性程度，由此也会涉及到圈养、放养等的喂养方式及其差别。为便于观察可以结合图一一和图一二来看一下。

动物δ13C分析计算得出的标准差中，猪的分析值二里头的最高，牛的分析值中陶寺的最高，羊的分析值中二里头的最高，鹿的分析值中新砦的最高。由此看动物个体之间植物类食物一致性程度最高的是陶寺的羊，相对差别最大的则是二里头的猪。

人之间，新砦的人之间相对差别最大，而其差别最小的则是二里头的人，表明前者主食类食物差异较大，而后者则差异较小。

δ15N分析，其标准差动物之间二里头的猪较之其他两个遗址略高，陶寺的牛较之二里头的牛略高，二里头的羊较之陶寺的羊略高，二里头的鹿较之新砦的鹿略高。其中最高的是二里头的猪，最低的是新砦的鹿，表明前者食用蛋白类物质差异较大，而后者则差异较小 。

人之间，二里头的人之间相对差别最大，而其差别最小的则是新砦的人，表明前者蛋白类食物差异较大，而后者则差异较小。

四、 几点初步认识

1. 动物的食物特征及相关问题

新砦遗址地处中原，是典型的旱作农业区，这里从距今8000年前后的磁山―裴李岗文化，到距今6000年前后的仰韶文化，再到距今4000多年的龙山文化时期，粟黍植物遗存多有发现，表明粟黍作为主要农作物至少已经历了8000多年，粟黍农业为该区域的传统农业。新砦遗址植物遗存研究也表明，该遗址所发现的植物遗存中粟黍的比例也比较高，因而先民有条件利用粟黍的麸糠、秸秆等副产品饲养家畜。由δ13C值分析，所采集的25个动物样品中有21个，所占比例为84%，其食物中C4类植物的百分比相对较高，平均百分比为75%， 表明食物中粟黍占到了相当高的比例， 而且这些动物个体的δ15N分析值也较之一般野生动物高，达到6‰以上，明显有人工食料的饲喂。

不同动物之间的比较显示，其中牛的C4类植物比例最高，其次是猪的，再其次是羊的，最后是鹿的。这是新砦人对于不同动物的饲喂状况。

在先前我们所分析过的以C4类植物为主食区域中的一些遗址中发现，家畜的食物与该区域中人的食物具有一定的相关性。即在这些遗址中，若δ13C分析显示人是以C4类植物为主食，则所驯养的家畜的主食中C4类植物也占有较高的比例。比如前面提到过的陶寺遗址，当时所分析的人的主食中C4类植物占到80%，而家猪的食物中C4类植物百分比也达到70%左右，对此当时蔡先生和仇先生推测陶寺遗址的人是以粟或黍为主食，而猪则是以谷糠为主食。反过来由新砦遗址的几种家畜的分析这里也可以推测，新砦遗址的人似也应是以C4类植物为主食。新砦遗址人骨分析表明人们食物中C4类植物占到80%，显然是以粟黍为主食，这同我们的推测相一致。这一分析结果无疑也为新砦遗址动物食物分析提供了进一步的佐证。

依据遗址植物遗存的研究21，遗址中不仅发现了粟黍，还发现了稻类，而且其比例高于粟黍，这样看稻类会否成为新砦人的主要依靠食粮。但通过家畜碳氮稳定同位素分析并结合人骨分析的比较表明，此时无论是人还是其家畜仍然是以粟黍为主。当然，也不能排除其食物中包含有少部分的稻类，因为毕竟还有大致20%比例C3类植物的存在。

人骨和动物骨中δ15N分析显示两者之间存在一个营养级差上下的差值，结合动物学关于遗址动物的种属，骨骼破碎程度、动物死亡年龄等的研究22，可以表明此时家畜应为人们食物中的主要肉食来源，另外也还有少量野生的陆相动物、水产类等。

2. 关于鹿的饲养

传统观念中的家畜，似乎没有听说过还有鹿。但新砦遗址动物骨的分析向我们展示，鹿也曾被作为家养动物进行饲养。

采集到的10例鹿的个体可以分为两组，其中3例其δ13C分析值在20‰左右，显然是以C3类植物为食，这与二里头遗址被认为具有野生特征的鹿的分析结果相一致。而其余的7例其δ13C分析平均值为-11.97‰±1.64‰（N=7），相应C4类植物百分比为60%，表明在鹿的食物中C4类植物已占到50%以上，显示出了与前3例不同的明显的家养特征。尽管在新砦遗址中鹿的C4类植物百分比比之其他动物都低，但同后面所分析的二里头遗址的羊，陶寺遗址的羊甚至牛这些家养动物相比，却明显偏高，显然是处于家养动物的行列。而其δ15N分析平均值为6.12±0.43‰（N=7），也较之表一中基本均是以C3类植物为生的具有野生特征的鹿、猪的分析值有一定的增高，这一点也同样显示了其家养特征。

对于所提供的鹿的个体的碳氮分析值相关性的考察发现，其δ15N分析值随δ13C分析值的升高或降低而呈现大致相同的变化趋势。由于该遗址的人以C4类植物为主食，因而家畜食物中C4类植物百分比的变化也有理由视同于人工喂养程度的增加或减少，而且由于家养动物其分析值一般高于同类野生动物也已是不争的事实，所以这里δ15N分析值大致与δ13C分析值呈正相关应该有助于对其家养特征的判断。而且猪的分析值的相关性考察结果与鹿的相近，也进一步表明鹿的家养特征较明显。

在新砦遗址鹿的饲养是当地的传统，还是阶段性的，就目前已有的材料还难以说清，但至少依据动物学研究结果，在新砦二期较之新砦一期鹿的数量有明显增加23。结合环境研究，当时气候温暖湿润，雨量较多24，利于自然植被的生长，也促进了食草动物的繁殖。由此看这样的环境也有利于鹿的人工喂养。在新砦三期，鹿在所发现动物骨骼中的百分比仍然不低，但目前所分析的样本中三期的仅有1例，为野生特征。而相距较近的二里头遗址动物分析结果显示，所分析的二里头时期鹿的样本中，基本也均为野生特征。

关于鹿的饲养，通过对于新砦二期晚段按照地层序列排列的数据结果的考察发现，随时间由早到晚，鹿骨δ13C分析值呈略有增加的趋势，意味着其食物中C4类植物的比例逐渐有所增加，这同家畜总体分析结果随时间的变化趋势是相一致的。看来鹿的饲养中可能存在着一个渐变过程。而猪的考察结果也表明，猪的饲养也同样存在这样一个过程，只是猪与鹿的变化趋势恰好相反，而且其变化趋势相对也不像鹿那么明显。是否由于鹿的饲养以及其它动物饲养量的增加而对猪的饲养产生了一定的影响，还是由于其他原因，还有待于做进一步研究。

3. 关于家畜的饲养模式

由新砦、二里头和陶寺三个遗址的比较可以看出，其家养动物中圈养程度存在差别。

新砦遗址的猪、牛、羊和鹿四种动物食物中C4类植物的百分比均在60%以上。二里头遗址的猪和牛其C4类植物比例相对较高，达到74%以上，而羊则相对较低，为38%。陶寺遗址的猪，其C4类植物比例最高，为100%；牛的C4类植物比例也较高，为67%，但显然与猪之间存在一定的差别；而羊的C4类植物比例明显最低，仅为21%。由此看，总体上新砦遗址家畜的圈养程度最高，其次是二里头遗址，再其次则为陶寺遗址。

在饲养模式的相似性上看，除去关于鹿的饲养，新砦与二里头更为相近，与陶寺相差大一些。由每个遗址中不同种类动物之间看，三个遗址基本均是猪和牛其C4类植物百分比较之羊高。均为食草动物中的牛和羊，两者的食物却存在如此大的差别，可见不仅仅是新砦遗址，二里头和陶寺遗址也均如此，即对于牛的照顾是呈比较普遍的状况，由此看对于那个时期牛在生产、生活中的作用和价值还有待于继续探讨。总之，新砦与二里头和陶寺遗址之间在饲养模式上存在较大的共性，但也有差异，主要体现在牛和羊上。

结合对于各遗址人的食物与其家畜的食物的比较可以看出，两者间关系的密切程度随动物种类的不同而各异。依据动物的食性特点来看，家猪作为杂食类动物，除了猪草，谷糠以及人的残羹剩饭使其δ13C和δ15N分析值更多地体现的是与人的食物相近的特征。牛和羊作为食草动物，除了食用来自农作物的食物外，还有着宽泛的来自自然植被的食物选择范围，所以它们的食物与人的相对较远，更多地体现的是其圈养或放养的程度。

放养还是圈养，抑或放养、圈养的程度如何，这首先应同农业发展水平相关，因为足够的农作物，才会相应有足够的家畜饲料，也才能具有较强的圈养能力。由新砦遗址人骨分析显示，C4类植物在其食物中占据了较高的比例，而且在遗址中也发现了较大量的粟黍植物遗存，表明新砦时期粟黍的种植规模较大，因而遗址中四种动物均体现出了以C4类植物为主的特征。但其饲养模式同时也应同其环境条件，资源利用意识，饲养传统、理念等等有一定的关系。比如陶寺遗址，从人的主食状况来看，其食物中粟黍的比例相当高，明显高于新砦遗址和二里头遗址。植物遗存研究也显示了粟黍明显的高比例25，表明粟黍的种植已具有相当的规模。但由分析结果可以看出，遗址中除了猪是与人的主食比较接近具有较高的C4类植物比例外，牛和羊与之相比都存在一定的差别，其C4类植物百分比明显偏低，而其中羊的偏离程度明显最大，且还远远低于其它两个遗址的羊。这些也表明，具体的饲养模式是受多种因素的影响或制约，是多种因素共同作用的结果，只是其中有主次之别。因而不同的区域，不同的环境等不同的条件下，其饲养模式会表现出不同。由此，即便在同一区域中当环境条件改变，或者相同的环境中当时生改变，或许都会对于饲养模式带来影响，导致其发生变化。比如在前面对于不同家畜个体其δ13C分析值随地层序列变化的考察而看到的现象也应该算是一个小小的例证。

无论其饲养模式如何，如若动物个体间食物的差别越小，即其一致性程度越高，则显示其饲养方式的规模化程度越高，其饲养方式越具有其普遍性，反映的是群体效应。反之，则表现出的是饲养方式的个体化，互相之间为独立个体，体现的是分散态特征。由观察到的情况，这种差异比较表现得较明显的是在其主食类型上，比较典型的是陶寺遗址，除了牛外，猪和羊均比新砦和二里头遗址的统计值低，表明在陶寺遗址猪个体间和羊个体间其食物差异较之另外两个遗址的都小，但牛的饲养其个体相互间的差异却比较大。而其中更为突出的是羊，羊的统计值相当低。结合其主食类型分析，C4类植物仅占21%，表明其放养程度相当高，由此可以看出，所分析的羊的个体应该均是处于大致相近的主食类型环境，其食物的一致性程度较高，其饲养的群体性比较突出。

考古学文化明确、年代清晰的三个遗址的比较将会为我们进一步的相关研究提供参照。

以上仅是通过目前的样本所得到的分析结果。由于分析样本容量有限，特别是牛和羊的个体数较少，难免会对分析结论带来影响；另外，本研究中的样本也仅出自一个发掘探方，显然也有一定的局限性。还需要今后更多地分析加以充实并对所得结论进行验证。

注释：

① 蔡莲珍、仇士华： 《碳十三测定和古代人食谱分析》，《考古》1984年第10期。

② a. Ambrose SH. Preparation and characterization of bone and tooth collagen for stable carbon and nitrogen isotope analysis[J]. Journal of Archaeological Science，1990， 17：431～451. b. DeNiro MJ. Post-mortem preservation of alteration of in vivo bone collagen isotope ratios in relation to palaeodietary reconstruction[J].Nature，1985，317：806～809.

③ a.吴小红、肖怀德、魏彩云、潘岩、黄蕴平、赵春青、徐晓梅Nives Orgrinc：《河南新砦遗址人、猪食物结构与农业形态和家猪驯养的稳定同位素证据》，《科技考古第二辑》第49～58页，科学出版社，2007年。b.陈相龙、袁靖、胡耀武、何驽、王昌燧：《陶寺遗址家畜饲养策略初探：来自碳、氮稳定同位素的证据》，《考古》2012年第9期。c.侯亮亮、李素婷、胡耀武、侯彦峰、吕鹏、曹凌子、胡保华、宋国定、王昌燧：《先商文化时期家畜饲养方式初探》，《华夏考古》2013年第2期。

④ a.蔡莲珍、仇士华： 《碳十三测定和古代人食谱分析》，《考古》1984年第10期。b.胡耀武、杨学明、王昌燧：《古代人类食谱研究现状》，《科技考古论丛》（第二辑），第51～58页，中国科学技术大学出版社，2000年。c.张雪莲、王金霞、冼自强、仇士华：《古人类食物结构研究》，《考古》2003年第2期。d.胡耀武、何德亮、董豫、王昌燧、高明奎、兰玉富：《山东滕州西公桥遗址人骨的稳定同位素分析》，《海岱考古》（第二辑），第278～288页，科学出版社，2007年。

⑤ 中国社会科学院考古研究所、郑州市文物考古研究院：《新密新砦（II）――新砦遗址聚落考古发掘报告》，文物出版社，2015年（待刊）。

⑥ a. Ambrose SH. Preparation and characterization of bone and tooth collagen for stable carbon and nitrogen isotope analysis[J]. Journal of Archaeological Science，1990， 17：431～451.

b. DeNiro MJ. Post-mortem preservation of alteration of in vivo bone collagen isotope ratios in relation to palaeodietary reconstruction[J].Nature，1985，317：806～809.

⑦、⑧ 蔡莲珍、仇士华： 《碳十三测定和古代人食谱分析》，《考古》1984年第10期。

⑨、11 吴小红、肖怀德、魏彩云、潘岩、黄蕴平、赵春青、徐晓梅Nives Orgrinc：《河南新砦遗址人、猪食物结构与农业形态和家猪驯养的稳定同位素证据》，《科技考古》（第二辑），第49～58页，科学出版社，2007。

⑩ a.北京大学震旦文明考古中心、郑州市文物考古研究所：《新密新砦――1999～2000年田野考古发掘报告》，第516～517页，文物出版社，2008年。b.张雪莲、仇士华、蔡莲珍、薄官成、王金霞、钟建：《新砦―二里头―二里冈文化考古年代序列的建立与完善》，《考古》2007年第8期。

12、21 北京大学震旦文明考古中心、郑州市文物考古研究所：《新密新砦――1999～2000年田野考古发掘报告》，第484～494页，文物出版社，2008年。

13 a.张全超、常喜恩、刘国瑞：《新疆巴里坤县黑沟梁墓地出土人骨的食性分析》，《西域研究》2009年3期。b.凌 雪、陈曦、王建新、陈靓、马健、任萌、习通源：《新疆巴里坤东黑沟遗址出土人骨的碳氮同位素分析》，《人类学学报》，2013年第2期。

14 徐旭生：《1959年夏豫西调查“夏墟”的初步报告》，《考古》1959年第11期。

15、18 张雪莲，仇士华，薄官成等：《二里头遗址、陶寺遗址部分人骨碳十三、氮十五分析》，《科技考古（第二辑）》，第41～49页，科学出版社，2007年。

16 中国社会科学院考古研究所：《二里头（1999～2006年）》，第1356～1365页，文物出版社，2014年。

17 中国社会科学院考古研究所山西工作队、临汾地区文化局：《山西襄汾县陶寺遗址发掘简报》，《考古》 1980年第1期。

19 陈相龙、袁靖、胡耀武、何驽、王昌燧：《陶寺遗址家畜饲养策略初探：来自碳、氮稳定同位素的证据》，《考古》2012年第9期。

20 a.二里头遗址人骨数据来自：张雪莲，仇士华，薄官成等：《二里头遗址、陶寺遗址部分人骨碳十三、氮十五分析》，《科技考古》（第二辑），第41～49页，科学出版社，2007年。b.动物骨数据来自：中国社会科学院考古研究所：《二里头（1999～2006）》，第1356～1359页，文物出版社，2014年。c.陶寺遗址人骨和部分猪骨数据来自：张雪莲，仇士华，薄官成等：《二里头遗址、陶寺遗址部分人骨碳十三、氮十五分析》，《科技考古》（第二辑），第41～49页，科学出版社，2007年。d.牛、羊和部分猪骨数据来自：陈相龙、袁靖、胡耀武、何驽、王昌燧：《陶寺遗址家畜饲养策略初探：来自碳、氮稳定同位素的证据》，《考古》2012年第9期。

22 北京大学震旦文明考古中心、郑州市文物考古研究所：《新密新砦――1999～2000年田野考古发掘报告》，第466～483页，文物出版社，2008年。

23 北京大学震旦文明考古中心、郑州市文物考古研究所：《新密新砦――1999～2000年田野考古发掘报告》，第596～601页，文物出版社，2008年。

24 北京大学震旦文明考古中心、郑州市文物考古研究所：《新密新砦――1999～2000年田野考古发掘报告》，第501～512页，文物出版社，2008年。