1. 引言

近年来，随着经济全球化和社会信息化的快速发展，野生动物非法贸易问题日益突出，对全球生物多样性构成严重威胁[1-3]。非法贸易估计每年价值260亿美元，不仅对自然环境，而且对各国的经济、政治、文化和社会发展造成不可逆转的损害。因此，采取有效措施打击野生动物非法贸易，保护野生动物资源已成为各国政府、国际组织乃至全社会的重要任务。

针对野生动物非法贸易，各国政府和国际组织在法律、执法、信息教育等方面采取了一系列措施。然而，由于非法贸易的隐蔽性、跨境性和复杂性，打击的效果仍然不理想。为了更有效地打击非法贸易，迫切需要创新监测执法手段，充分利用大数据、互联网等新技术开展监测预警，实现精准打击和源头控制。

2. 研究方法

本文以野生动物非法贸易监测为主题，通过数据分析方法对非法贸易趋势和关键影响因素进行预测和识别，提出基于互联网平台的数据驱动监测方案。首先，采用时间序列分析方法对未来非法贸易的数量和趋势进行预测。其次，通过构建多元线性回归模型，分析影响非法贸易的关键因素，为监测预警提供重要参考。

3.项目与客户端的兼容性分析

3.1 匹配分析

世界自然基金会 (WWF) 与 Facebook 等社交媒体平台合作，利用其流量资源扩大知识传播，增强公众参与，打击非法野生动植物交易 (IWT)。WWF 通过社交媒体平台推广环保意识，开发图像识别技术监控 IWT，提高效率。双方合作推动经济全球化，为人类与自然和谐共生贡献力量。

3.2紧迫性分析

使用对未来非法野生动物贸易数量的预测来说明在没有项目干预的情况下，未来非法野生动物贸易形势的严重性。基于历年野生动物非法贸易数据，采用ARIMA预测模型对未来野生动物非法贸易数量进行预测。观察原始数据和差分序列图，将原始数据差分为0阶。经训练后的线性回归模型拟合优度(R²)为0.973。结合ACF、PACF和R²值，可以判断该模型性能良好。这些是对未来五年野生动物非法交易数量的预测结果(表1)。使用灰色预测模型进行预测，得到了模型平均相对误差为300%的预测结果。说明模型拟合效果不好。因此，排除了这个结果。很明显，未来野生动物非法交易的数量呈高趋势，这意味着未来非法贸易将使每年损失超过265亿美元，这是一个非常惊人的数字。

表 1. 预测非法野生动物交易状况

4. 模型构建

4.1模型选择

根据研究问题和数据特点，选择合适的多元线性回归模型。

4.1.1 模型准备

首先确定了反映区域特征的7个参数。这些参数来自通过网站收集的原始数据，并进行归一化处理。接下来，以各地区野生动物非法贸易数量为因变量，以这8个参数为自变量，构建了多元线性回归方程。

4.1.2 模型构建

通过评价模型的拟合优度和预测能力。可以对F检验的结果进行分析，显著性水平P值显著，拒绝回归系数为0的原假设，因此模型基本满足要求。

4.1.3 模型结论

从模型中可以得到如下公式和权重图。

y = 4.117 − 2.959 ∗ CIT − 0.012 ∗ NPI − 1.059 ∗ RUS − 0.012 ∗ EDI (1)

– 0.132 ∗ PLS − 0.278 ∗ ARD + 0.001 ∗ EMR

图1. 指标权重

从图1可以看出，与非法野生动物贸易最相关的三个指标分别是CIT、RUS和ARD。

5.结论

分析发现，野生动物非法贸易对全球生物多样性构成严重威胁，因此有必要提出基于互联网平台的数据驱动监测方案。通过预测非法贸易的未来趋势，确定了关键的影响因素。本研究为打击野生动物非法贸易提供了重要参考，并为相关组织提供决策支持。此外，本研究也为利用大数据技术开展环境监测提供了参考，为后续研究提供了依据。

参考文献

[1] Ulhas G ,Antonia M ,Thanaphon N , et al.Crime script analysis of the illegal sales of spiny-tailed lizards on YouTube[J].Crime Science,2024,13(1).

[2] Vincent N .The illegal trade in rosewood in Indonesia[J].European Journal of Forest Research,2024,143(3):1047-1055.

[3] Petrossian A G ,Elwin A ,Sosnowski M , et al.A synthesis of wild animal-related trade laws in some of the World's most biodiverse countries[J].Journal of Environmental Management,2024,354120141.

黄铄淅，女，2005.01，吉林省扶余市，满族，本科，应用经济学——财政学，吉林大学经济学院，130012