一直以来, 珠宝消费都是全球消费的重要组成部分, 有数据显示, 2018年, 全球珠宝首饰市场规模达3 564亿美元, 同比增长4%^[1], 在全球珠宝市场蓬勃发展的背景下, 珠宝拍卖也越来越得到人们的广泛关注。珠宝拍卖作为一种特殊的交易方式^[2], 一直是高端珠宝消费的风向标。高端珠宝——高品质白钻、彩钻、红/蓝宝石、祖母绿等已经成为全球珠宝拍卖市场的重点, 成交价屡次刷新拍卖行的成交记录。

苏富比——全球最重要、最古老的拍卖行之一, 每年都会定期举行多场拍卖, 其中针对珠宝首饰的拍卖吸引了世界上众多的投资家、银行家、企业家和收藏家^[3], 所有拍卖的结果都会在苏富比的官网呈现。然而随着拍场和拍卖结果的不断增多, 原有拍卖结果的展现方式存在呈现形式单一、可读性差、不直观等问题。

信息可视化作为科学可视化的分支, 一直用来处理非几何的多项数据, 可以增强数据的展现效果, 并以交互的方式让用户对数据进行观察和浏览, 从而深度发掘数据中隐含的信息^[4]。基于拍卖信息的呈现问题, 本文以2018年苏富比珠宝拍卖结果为例, 利用网络爬虫技术对珠宝拍卖信息进行采集和处理, 结合可视化工具ECharts实现珠宝拍卖信息的可视化转化及浏览。依据可视化技术多维度剖析珠宝拍卖信息有助于对珠宝拍卖有更深层次的理解。

1.   珠宝拍卖信息的可视化特点

在对珠宝拍卖进行可视化表达前需要对珠宝拍卖信息的组成和特征进行充分的分析, 分析结果是否合理与透彻很大程度上决定了可视化的呈现效果。就珠宝拍卖信息的全部组成而言, 可划分为三大类属性(图 1):拍品属性、宝石学属性和市场属性。每一类属性包含了交易中的多个参数, 同时不同特征类型的数据也决定了可视化呈现的不同形式。

图  1  珠宝拍卖信息分类

Figure  1.  Classification of jewelry auction information

下载: 全尺寸图片 幻灯片

1.1   拍品属性

拍品属性包含了当珠宝成为拍品在拍卖会拍出所产生的一系列参数, 主要涵盖了拍品的名称和商业名称、品牌、款式和设计师、估价、成交价。对于珠宝拍品而言, 拍品属性会成为一个独特的标签使其与其他商品区别开。

1.2   宝石学属性

宝石学属性是指结合宝石学的内容, 对于珠宝拍品中主石各方面的评价与描述。首先需要区分的是主石类型, 本文主要针对高端宝石——钻石、红宝石、蓝宝石、祖母绿展开研究。所有宝石都会涉及的参数包括克拉重量、琢型和优化处理等。对于白色钻石而言, 美国宝石研究院(GIA)创立了基于4C的分级体系, 对钻石的颜色(Color)、净度(Clarity)、切工(Cut)和克拉重量(Carat)进行了明确的等级划分, 同时对于彩钻的不同颜色系列加以区分, 目前彩钻主要以红色系列、绿色系列、蓝色系列、紫色系列、粉色系列、黄色系列为主^[5]; 而红宝石、蓝宝石、祖母绿则涉及到产地和特殊光效两大属性。

1.3   市场属性

市场属性反映的是拍卖行业的整体特征与发展趋势, 以便行业内人士从宏观的层面了解和获取行业讯息, 对于某一阶段市场行为的研究和调控具有一定的意义。本文中珠宝拍卖信息中的市场属性主要包含拍卖时间、拍卖地点、拍卖公司、总成交量和总成交额。

1.4   珠宝拍卖信息的数据特征

从数据可视化的角度, 珠宝拍卖数据具有多维度、层次性、时空性、关联性、不确定性等特征。如图 2。

图  2  珠宝拍卖数据特征分类

Figure  2.  Characteristic classification of jewelry auction data

下载: 全尺寸图片 幻灯片

多维度是指珠宝拍卖信息由不同维度的属性构成, 如拍品属性、宝石学属性和市场属性; 层次性是指珠宝拍卖信息具有树状的层次结构^[6], 例如主石种类的分类、鉴定证书的分类、款式种类的分类以及颜色和净度等级的分类等; 时空性是指珠宝拍卖信息在不同的时间和空间呈现不同的分布态势, 在时间上以年、月、日进行区分, 在地理空间上以大洲、国家、城市进行划分; 关联性是指不同类型数据间存在一定程度的联系, 例如不同拍卖行与成交额之间、不同时间与成交额之间、不同净度与成交额之间的联系等; 最后珠宝拍卖信息中的不确定性是指拍卖行在珠宝拍卖信息的呈现上的完整度不统一, 一些成交价较高的珠宝拍品信息完整度较好, 对于一些成交价较低的拍品, 存在如证书、颜色等级、净度等级缺失等问题。

2.   珠宝拍卖信息可视化的基本思路

2.1   介绍可视化工具

随着网络技术的快速发展, 数据可视化工具的选择越来越多样化。本文研究的可视化对象是全球高端珠宝拍卖信息数据, 根据前文的研究, 珠宝拍卖信息数据具有数量大、属性多等特点, 且数据的格式不统一, 需进行整理, 考虑到人工采集的成本过高, 因此需选用能对网页信息进行采集并具备数据处理能力的软件。同时考虑到珠宝拍卖信息具有多维度、层次性、时空性、关联性等特征, 因此在可视化图表的选择上需要选用不同类型的图表对信息加以呈现, 且需要具备一定的交互性能。

综合上述因素, 本文选用Python和ECharts作为珠宝拍卖信息的可视化工具。Python作为一种跨平台的计算机程序设计语言, 可以用代码的形式帮助获得数据。通过遍历目标网页的信息, 对需要爬取的字段进行精准识别, Python就能对所需的信息进行采集。同时Python的强大的数据分析功能可以对采集的数据进行预处理, 实现信息的简化表达。ECharts是百度公司开源的一个纯javascript的图表库, 可以在浏览器端和PC端流畅运行, 并兼容多种浏览器^[7]。开发人员仅需调用ECharts的js文件, 通过对不同配置项的修改即可实现可视化图表的个性设计。同时ECharts包含了折线图、柱状图、饼图、散点图、地图、雷达图等个性化图表的配置, 可针对多种类型的数据设计相应的可视化方案。

2.2   珠宝拍卖信息可视化实现路径

结合Python和Echarts, 本文将珠宝拍卖信息的可视化分为3个阶段。

(1) 数据采集阶段。网络爬虫技术适用于网站的信息采集, 它可以按照一定的程序自动对网站中的目标信息进行采集^[8]。本文将针对珠宝拍卖信息, 利用Python设计一个网络爬虫程序, 具体操作流程如图 3。

图  3  数据采集流程

Figure  3.  The process of data acquisition

下载: 全尺寸图片 幻灯片

珠宝拍卖数据来源于拍卖行官网定期公布的拍卖结果。对珠宝拍卖信息进行采集首先需要遍历所有拍场的链接, 针对某一拍场, 获取拍品整体链接, 同时再解析细分信息的字段。细分信息主要包括拍品原编号、拍卖时间、拍卖地点、品牌、设计师、名称、估价、成交价、拍品描述等, 对于存在成交价、品牌等信息缺失的设置为空值, 保证爬虫程序的运行。同时统计每一个拍场的拍品数量, 实现对整个拍场信息的爬取, 并将数据存于本地数据库中。

(2) 数据的预处理阶段。由于网络爬虫所获得的数据存在格式不统一的问题, 需要建立统一的映射转化成符合ECharts模块可以输入的数据格式; 针对主石颜色等级、净度等级等信息的缺失, 通过查询拍卖信息中所提供的GIA、SSEF等国际权威宝石鉴定证书编号, 将这些信息进行补全。

(3) 可视化信息呈现阶段。通过对珠宝拍卖信息的深度挖掘, 根据数据的不同特征, 选择不同类型的图表, 利用ECharts中对应图表的配置项进行可视化图表的绘制, 然后将数据库中对应的数据输入, 实现珠宝拍卖信息的可视化表达(图 4)。

图  4  整体实现路径图

Figure  4.  The overall implementation diagram

下载: 全尺寸图片 幻灯片

3.   珠宝拍卖数据可视化实践

3.1   数据来源

利用上述珠宝拍卖信息爬虫采集的思路对2018年度苏富比高端珠宝拍卖结果进行信息获取, 代码部分如图 5, 并存入数据库中。

图  5  Python框架图

Figure  5.  Block diagram of Python

下载: 全尺寸图片 幻灯片

据统计, 2018年苏富比共有36个珠宝拍场, 涉及的钻石、红宝石、蓝宝石、祖母绿拍品成交记录共2 293条,

对采集的每一个拍品进行编码, 通过对拍品信息中GIA、SSEF等国际权威宝石鉴定证书编号进行查询, 将缺失的信息进行补齐。针对数据格式不统一的情况, 如地名、琢型、款式等问题建立统一映射, 同时将所有成交货币按当日汇率转换为美元的形式, 采集的数据以Excel形式保存。

3.2   2018年苏富比不同品种宝石成交量可视化分析

首先对成交量随时间的变化进行可视化分析。不同月份的成交量可以清晰地反映拍场的活跃度以及不同宝石的市场热度。在数据库中提取不同月份、不同品种宝石对应的成交量, 形成可以对接ECharts的数据源, 由于钻石拍品数量较多, 将钻石分成白色钻石(白钻)和彩色钻石(彩钻)两部分来进行可视化分析, 如表 1。

表  1  2018年苏富比珠宝拍场高端珠宝成交量统计

Table  1.  Statistics of Sotheby's jewelry auction high-end jewelry transaction in 2018 /件

月份	白色钻石	彩色钻石	红宝石	蓝宝石	祖母绿
3月	25	2	0	10	0
4月	246	31	28	55	0
5月	117	24	39	42	12
6月	231	3	19	50	0
7月	21	1	3	0	1
8月	0	0	0	0	0
9月	52	0	3	2	1
10月	279	20	37	77	55
11月	205	21	30	24	23
12月	152	18	89	29	16
总计	1 328	120	248	289	220

下载: 导出CSV 

| 显示表格

仅从表 1本身来看, 查阅者很难第一时间判断不同月份成交量的变化趋势从而形成一个鲜明的认知, 不同种类宝石拍卖热度差距的信息也很难从图中获得。因此, 笔者采用堆叠区域图来进行可视化, 与传统折线图相比, 其优势在于不仅能以折线反映各分量趋势, 还能将数据叠加体现总量变化。图 6的横坐标设置为月份, 纵坐标设为成交量, 针对不同种类的宝石设置图例, 通过图例的点击可以清晰地得出该类宝石成交量随时间的变化, 同时在每个月份设置提示框, 可以显示不同种类宝石的具体成交量, 整体效果如图 6。

图  6  2018年苏富比高端珠宝成交量折线图

Figure  6.  Line chart of Sotheby's high-end jewelry transactions in 2018

下载: 全尺寸图片 幻灯片

对数据源进行可视化呈现, 由于1月和2月苏富比没有珠宝拍场, 因此只呈现了10个月的成交量变化。从图中可以得出2018年苏富比珠宝拍卖分别在4月、6月和10月达到峰值, 10月份成交量最大, 达到468件; 拍卖热度总体呈先升后降再升的“波浪形”发展趋势; 白色钻石依然是珠宝拍卖中的主体, 其次分别为蓝宝石、红宝石、祖母绿、彩色钻石。拍卖行可以根据拍卖热度随时间的变化掌握竞拍人的消费习惯, 以此来展开高端珠宝的拍卖。

3.3   2018年苏富比不同品种宝石成交额可视化分析

能反映宏观交易信息的市场属性除了成交量, 还有一个重要参数则是成交额。成交额能反映珠宝拍场的活跃度, 还能体现消费者对于高品质宝石的热情。选取2018年3月到12月中5类宝石每月的成交额作为可视化对象, 以成交当天的汇率转换为美元, 数值保留两位小数, 如表 2。

表  2  苏富比2018年珠宝拍场高端珠宝成交额统计

Table  2.  Statistics of Sotheby's jewelry auction high-end jewelry sales in 2018 /万美元

月份	白色钻石	彩色钻石	红宝石	蓝宝石	祖母绿
3月	68.25	1.85	0	21.32	0
4月	1 839.43	1 627.10	424.44	593.59	0
5月	4 535.49	2 006.78	317.64	533.38	47.41
6月	329.98	3.39	21.77	80.14	0
7月	29.08	3.00	2.37	1.62	0.40
8月	0	0	0	0	0
9月	54.89	0	3.11	17.27	15.26
10月	1 425.61	768.93	130.44	487.52	154.62
11月	2 327.12	1 672.03	166.32	253.97	195.72
12月	1 903.85	328.36	487.71	362.80	139.06
总计	12 513.70	4 739.41	1 553.80	2 531.61	552.47

下载: 导出CSV 

| 显示表格

对于这一类涉及参数较少且种类常见的数据类型, 在可视化表达的过程中可以以最直观高效的方式呈现结构特征。由于需要体现不同种类宝石每月的成交额及占比, 选用堆叠柱状图和饼图来进行可视化处理, 清晰体现成交额的差距及占比变化。选择不同颜色的图例代表不同种类的宝石, 通过不同图例的筛选可选择特定宝石的成交额变化。横坐标为月份, 纵坐标为以万美元为单位的成交额, 饼图以不同宝石的总成交额为数值进行占比设置, 效果如图 7。

图  7  2018年苏富比高端珠宝成交额及其占比

Figure  7.  The sales of Sotheby's high-end jewelry and its proportion in 2018

下载: 全尺寸图片 幻灯片

结合可视化图表, 可以对不同月份成交额的信息进行解读:2018年苏富比高端珠宝拍卖成交额在5月份达到峰值, 总成交额达到7 452.63万美元, 结合成交量的可视化折线图发现5月的成交量并不能位居前列, 说明5月苏富比的珠宝拍场中成交了高品质的珠宝拍品, 经验证, 仅在彩钻的拍卖中, 5月日内瓦苏富比的拍卖会上成交了一颗6.16克拉的蓝钻, 价值757万美元, 成为2018年的珠宝TOP10拍品; 成交额的发展趋势同成交量一样呈现“波浪形”; 白色钻石依然占据了最大的成交份额, 达到57.16%, 其次为彩色钻石、蓝宝石、红宝石、祖母绿, 结合成交量可以发现, 在苏富比彩钻成交量虽然不大但成交额占比很高, 说明苏富比拍出的彩钻普遍成交价较高。

3.4   2018年苏富比拍卖地点的可视化分析

对不同拍卖地、不同种类珠宝拍卖成交额进行可视化分析可以密切关注不同区域市场份额的变化, 同时可以判断不同类别珠宝在不同区域的热度变化。本文统计了2018年苏富比所有拍卖地点钻石和彩色宝石——红宝石、蓝宝石、祖母绿的成交额, 以此形成数据源进行可视化, 如表 3。

表  3  2018年苏富比珠宝拍场中高端珠宝在不同地区的成交额统计

Table  3.  Statistics of high-end jewelry sales on Sotheby's 2018 jewelry auction in different regions /万美元

地点	钻石	彩色宝石
纽约	4 621.39	11 747.03
巴黎	160.63	150.84
米兰	20.04	26.17
日内瓦	9 704.57	1 556.94
中国香港	1 690.61	718.44
伦敦	467.93	221.73

下载: 导出CSV 

| 显示表格

针对统计数据中带有空间位置及不同数值的数据集, 选取GIS地图和气泡图的模式来进行可视化分析, 优势在于可以在世界地图上清晰地反映不同区域、不同类别宝石的热度变化。图 8中设置钻石、彩色宝石以及两个类别成交额最高的地区作为四个legend选项, 不同类别宝石以不同颜色进行区分。

图  8  拍卖区域热度

Figure  8.  The volume of the auction in different area

下载: 全尺寸图片 幻灯片

从最终的呈现形式中可以发现, 2018年苏富比拍卖在6个城市进行了珠宝专场的拍卖, 其中最主要的拍卖还是集中在欧洲地区; 成交额方面, 高品质钻石拍品还是在珠宝拍卖中占主导地位, 成交额最高的地区为瑞士的日内瓦, 所有钻石拍品成交总额达到9 704.57万美元, 而2018年苏富比彩色宝石的拍卖成交总额最高的城市纽约, 总额达到1 774.03万美元, 其他地点(如巴黎、米兰、中国香港、伦敦等地)都只有小部分交易量。珠宝竞拍者, 可以通过分析区域热度择优选择竞拍地点; 而拍卖行也可以从中分析不同地区的市场潜力以及不同地区的高端珠宝消费习惯。

3.5   2018年苏富比不同品种宝石拍品单件价格分布的可视化分析

本文统计了2018年苏富比拍卖的白钻、彩钻、红宝石、蓝宝石、祖母绿五类宝石的成交价, 为进一步体现宝石的品质计算了每个拍品的克拉单价。由于拍品信息中存在重量信息的缺失, 因此收集的有效数据约1 200条。

由于存在不同品类宝石、重量、成交价格、克拉价格多个关联维度, 且成交拍品数量较多, 因此选用散点气泡图来进行信息的可视化展示。横坐标设置为重量, 同时设置伸缩轴可选择不同的重量区间, 纵坐标设置为成交价格, 圆圈大小与单价成正比, 不同品种宝石设置为不同颜色的图例可供筛选, 整体效果如图 9。

图  9  不同品类宝石拍品的价格分布

Figure  9.  Auction price distribution of different categories of gem

下载: 全尺寸图片 幻灯片

结合图 9, 对2018年苏富比不同品类珠宝成交价格分布进行归纳:白钻在高端珠宝中依然是成交量最多的品种, 不同的重量区间均有分布, 成交价在10万美元以下的居多, 高品质白钻也不在少数, 最高成交的白钻拍品克拉单价可达17万美元; 在彩钻方面, 成交量较少, 且大部分都在6克拉以下, 但普遍成交价格较高, 因此几乎每个成交的彩钻拍品克拉单价都不低, 5月成交的粉钻拍品克拉单价高达109.1万美元; 彩色宝石中, 蓝宝石的成交量最大, 其次是祖母绿、红宝石, 且成交拍品普遍重量较大, 以3 ct以上的居多; 彩色宝石成交的拍品大部分价格低于钻石类拍品, 红宝石和蓝宝石存在少数高品质拍品, 成交价格可达百万美元以上, 祖母绿拍品普遍成交价较低。

4.   结语

本文对珠宝拍卖信息进行了深入挖掘, 总结出珠宝拍卖包含了拍卖属性、市场属性、和宝石学属性三大部分的信息; 同时归纳了珠宝拍卖数据具有多维度、层次性、时空性、关联性、不确定性等特征; 并结合网络爬虫技术和可视化工具ECharts搭建了一套珠宝拍卖信息的可视化流程, 以2018年苏富比高端珠宝的拍卖结果为例, 分别利用堆叠区域图、堆叠图和饼图的组合图、GIS气泡图、以及散点图实现了不同特征数据的可视化, 并以此总结出可视化技术对于珠宝拍卖的意义。

(1) 深度挖掘珠宝拍卖信息, 帮助行业内人士更好地作出决策。结合数据采集和可视化分析可以探索珠宝拍卖数据的分布态势, 探寻数据件的隐含关联, 提升行内人士的认知和分析能力, 提高珠宝拍卖监管的科学性和有效性。

(2) 增强用户视觉和交互上的体验。利用不同的可视化组件, 可以对图表的形状、位置、尺寸、方向、色彩和纹理等进行个性化的定制, 减少传统信息获取中冗余的流程, 增强用户在阅读珠宝拍卖信息中的体验感。

可视化信息挖掘技术可以极大地提高珠宝拍卖信息的分析效率, 对于深层次获取珠宝拍卖信息中的价值和规律有重要意义。