我国各地区交通运输及邮电发展状况的探讨 ——基于因子分析的基本判断
- 实验目的
交通运输业作为国家重要的基础产业，对经济的发展也有着举足轻重的作用。同时，经济的发展也带动了交通运输业的发展。 我国改革开放以来交通运输业有了很大的发展，但是东西部地区运输发展并不平衡。东部地区在地理位置、 经济基础、 交通条件、 对外贸易等方面比较发达；而西部地区地形复杂，经济也一直处于落后水平，在交通条件、 对外贸易等方面都处于劣势。
目前东西部经济差距越来越大，也使得东西部运输业存在着很大差距。和谐社会的构建，意味着交通运输业的发展必须实施均衡的发展战略。本文以地理学和经济学相结合的视角，研究总结了交通运输业发展的差异，分析了交通运输业发展与社会经济、 资源环境的适应性问题，探讨了东西部地区交通运输业的发展差异，并提出改善东西部地区交通运输业差异的建议。
2.分析
2.1实验数据来源
本文选取了2016年中国各省市运输及邮电发展概况的相关数据，包括货运量（万吨）、私人汽车数（万辆）、快递量（万件）、互联网宽带接入用户(万户)、铁路营业里程(万公里、公路里程(万公里)、电话普及率(包括移动电话)(部/百人)共七个项目：
表2.1 2016年中国各省市运输及邮电发展概况
| 我国31个省市运输及邮电发展概况 |
|||||||
| 地区 |
货运量（万吨） |
私人汽车数（万辆） |
快递量（万件） |
互联网宽带接入用户(万户) |
铁路营业里程(万公里) |
公路里程(万公里) |
电话普及率(包括移动电话)(部/百人) |
| 北京市 |
20734 |
452.04 |
196029.02 |
475.8 |
0.13 |
2.2 |
210.04 |
| 天津市 |
50506 |
234.39 |
41005.35 |
283.9 |
0.11 |
1.68 |
115.94 |
| 河北省 |
210586 |
1143.78 |
90392.39 |
1612 |
0.7 |
18.84 |
106.72 |
| 山西省 |
167076 |
472.94 |
18665.25 |
747.2 |
0.53 |
14.21 |
100.75 |
| 内蒙古自治区 |
186726 |
379.95 |
8470.64 |
417.2 |
1.23 |
19.61 |
108.68 |
| 辽宁省 |
207064 |
553.39 |
39825.89 |
971.7 |
0.56 |
12.06 |
121.47 |
| 吉林省 |
45060 |
315 |
13893.98 |
440 |
0.51 |
10.25 |
116.18 |
| 黑龙江省 |
53569 |
344.29 |
21769.77 |
575.1 |
0.62 |
16.45 |
103.79 |
| 上海市 |
88324 |
242.66 |
260274.43 |
635.7 |
0.05 |
1.33 |
160.67 |
| 江苏省 |
202070 |
1245.83 |
283823.24 |
2685.2 |
0.28 |
15.73 |
123.86 |
| 浙江省 |
215558 |
1104.23 |
598770.04 |
2159.7 |
0.26 |
11.91 |
152.29 |
| 安徽省 |
364567 |
511.45 |
68878.26 |
1075 |
0.42 |
19.76 |
80.01 |
| 福建省 |
120352 |
435.31 |
128985.77 |
1144.6 |
0.32 |
10.68 |
128.41 |
| 江西省 |
138118 |
349.06 |
38304.64 |
822.5 |
0.4 |
16.19 |
79.66 |
| 山东省 |
285386 |
1550.65 |
120533.85 |
2366.5 |
0.55 |
26.57 |
106.22 |
| 河南省 |
206087 |
992.37 |
83875.32 |
1767.2 |
0.56 |
26.74 |
91.14 |
| 湖北省 |
162460 |
519.69 |
77348.11 |
1131.9 |
0.41 |
26.02 |
92.02 |
| 湖南省 |
206527 |
544.16 |
48603.48 |
1066.9 |
0.47 |
23.83 |
83.21 |
| 广东省 |
366839 |
1485.17 |
767241.56 |
2779.4 |
0.42 |
21.81 |
154.18 |
| 广西壮族自治区 |
160761 |
375.81 |
22835.4 |
790 |
0.52 |
12.05 |
85.22 |
| 海南省 |
21786 |
82.87 |
4869.35 |
186.5 |
0.1 |
2.82 |
121.19 |
| 重庆市 |
107966 |
278.64 |
28382.53 |
704.7 |
0.21 |
14.29 |
112.25 |
| 四川省 |
160970 |
786.03 |
80147.84 |
1851.2 |
0.46 |
32.41 |
106.32 |
| 贵州省 |
89526 |
310.62 |
11260.13 |
459.5 |
0.33 |
19.16 |
93.99 |
| 云南省 |
115505 |
498.07 |
17445.8 |
655.3 |
0.37 |
23.81 |
89.67 |
| 西藏自治区 |
1971 |
31.16 |
734.39 |
40.2 |
0.08 |
8.21 |
97.65 |
| 陕西省 |
149046 |
440.26 |
36901.62 |
803 |
0.46 |
17.25 |
117.85 |
| 甘肃省 |
60661 |
207.41 |
6065.1 |
392.9 |
0.41 |
14.3 |
96.4 |
| 青海省 |
16881 |
72.96 |
1078.56 |
99.7 |
0.23 |
7.86 |
108.15 |
| 宁夏回族自治区 |
43260 |
103.63 |
3241.47 |
111.9 |
0.13 |
3.39 |
116.6 |
| 新疆维吾尔自治区 |
71961 |
266.39 |
8661.91 |
468.4 |
0.59 |
18.21 |
108.55 |
由上表数据，我们大致可以得到如下信息：
结合各省高速公路密度和人均来看，我国交通运输业发展状况比较好的分别是：北京、 浙江、 上海等地，其中交通运输业综合指标最高的北京，经济比较发达的沿海地区如浙江和上海次之；相对较差的分别贵州、 云南等地；发展最差的西藏和新疆。
2.2实验方法——基于SPSS软件的因子分析
得出以上基本信息后，我们利用SPSS统计分析软件，对数值进行因子分析，之后再进行比较和综合评价。
2.2.1 变量服从正态分布的检验
表2.2 各变量服从正态分布的检验结果
| 正态性检验 |
||||||
| Kolmogorov-Smirnova |
Shapiro-Wilk |
|||||
| 统计量 |
df |
Sig. |
统计量 |
df |
Sig. |
|
| 货运量（万吨） |
.184 |
31 |
.009* |
.879 |
31 |
.002 |
| 私人汽车数（万辆） |
.299 |
31 |
.000 |
.586 |
31 |
.000 |
| 铁路营业里程(万公里) |
.119 |
31 |
.200* |
.898 |
31 |
.006 |
| 公路里程(万公里) |
.178 |
31 |
.014* |
.846 |
31 |
.000 |
| *. 这是真实显著水平的下限。 |
||||||
| a. Lilliefors 显著水平修正 |
||||||
从表2.2可以看出，“货运量、“私人汽车数”“公路里程”的p值小于0.05，说明服从正态分布。
2.3因子分析
2.3.1考察原有变量是否适合进行因子分析
首先考察收集到的原有变量直接按是否存在一定的线性关系，是否适合采用因子分析
提取因子，这里，借助变量的相关系数矩阵、反映像相关矩阵、巴特利特球度检验和KMO检验方法进行分析，同时，数据存在缺失值，采用均值替代法处理缺失值。
表2-3 相关矩阵
| 相关矩阵a |
|||||
| 货运量（万吨） |
私人汽车数（万辆） |
铁路营业里程(万公里) |
公路里程(万公里) |
||
| 相关 |
货运量（万吨） |
1.000 |
.701 |
.176 |
.137 |
| 私人汽车数（万辆） |
.701 |
1.000 |
-.150 |
.580 |
|
| 铁路营业里程(万公里) |
.176 |
-.150 |
1.000 |
-.345 |
|
| 公路里程(万公里) |
.137 |
.580 |
-.345 |
1.000 |
|
| Sig.（单侧） |
货运量（万吨） |
.000 |
.000 |
.172 |
.232 |
| 私人汽车数（万辆） |
.000 |
.000 |
.210 |
.000 |
|
| 铁路营业里程(万公里) |
.172 |
.210 |
.029 |
||
| 公路里程(万公里) |
.232 |
.000 |
.029 |
.002 |
|
| a. 行列式 = .001 |
|||||
根据表原有变量的相关系数矩阵，可以看到：大部分的相关系数都较高，各变量呈较强的线性关系，能够从中提取公共因子，适合进行因子分析。
| 表 2-4 巴特利特球度检验和KMO检验 KMO 和 Bartlett 的检验 |
||
| 取样足够度的 Kaiser-Meyer-Olkin 度量。 |
.695 |
|
| Bartlett 的球形度检验 |
近似卡方 |
185.484 |
| df |
21 |
|
| Sig. |
.000 |
|
由表中数据可得，巴特利特球度检验统计量的观测值为185.484，相关的概率值接近于0，如果显著性水平ɑ为0.05，由于概率P值小于显著性水平ɑ，应拒绝原假设，认为相关系数矩阵与单位阵有显著关系。同时，KMO值为0.695，根据Kaiwer给出的KMO度量标准可知原有变量适合进行因子分析。
2.3.2 提取因子
表2-4 因子分析的变量共同度
| 公因子方差 |
||
| 初始 |
提取 |
|
| 货运量（万吨） |
1.000 |
.931 |
| 私人汽车数（万辆） |
1.000 |
.885 |
| 铁路营业里程(万公里) |
1.000 |
.594 |
| 公路里程(万公里) |
1.000 |
.783 |
| 提取方法：主成份分析。 |
||
根据表中是制定提取两个特征值下的变量共同度数据。由表中数据可知:此时所有变量的共同度较高，各个变量的信息丢失都比较少。因此，本次因子提取的总体效果较理想。
表2-5因子解释原有变量总方差的情况
| 解释的总方差 |
|||||||||
| 成份 |
初始特征值 |
提取平方和载入 |
旋转平方和载入 |
||||||
| 合计 |
方差的 % |
累积 % |
合计 |
方差的 % |
累积 % |
合计 |
方差的 % |
累积 % |
|
| 1 |
3.654 |
52.195 |
52.195 |
3.654 |
52.195 |
52.195 |
3.517 |
50.244 |
50.244 |
| 2 |
2.112 |
30.178 |
82.372 |
2.112 |
30.178 |
82.372 |
2.249 |
32.128 |
82.372 |
| 3 |
.590 |
8.423 |
90.796 |
||||||
| 4 |
.298 |
4.258 |
95.054 |
||||||
| 5 |
.186 |
2.657 |
97.711 |
||||||
| 6 |
.130 |
1.856 |
99.566 |
||||||
| 7 |
.030 |
.434 |
100.000 |
||||||
| 提取方法：主成份分析。 |
|||||||||
由上表可知,第一个公因子的方差贡献率为52.195%,前三个公共因子的累计方差贡献率为90.796%>0.85，即前三个公共因子已代表了原始数据的绝大部分信息。
图 2-1因子碎石图
图表中,横坐标为因子数目,纵坐标为特征值，可以看到:第一个因子的特征值较高,对解释变量的贡献最大，第三个以后的因子特征值都较小,对解释原有变量的贡献很小，已经成为可被忽略的“高山脚下的碎石”，因此提取两个因子适合的。
表2-6因子载荷矩阵
| 成份矩阵a |
||
| 成份 |
||
| 1 |
2 |
|
| 货运量（万吨） |
.946 |
.191 |
| 私人汽车数（万辆） |
.644 |
.686 |
| 铁路营业里程(万公里) |
.411 |
-.653 |
| 公路里程(万公里) |
.021 |
.885 |
| 提取方法 :主成份。 |
||
| a. 已提取了 2 个成份。 |
||
根据上表可以写出本例的因子分子模型:
货运量(万吨)= 0.946*F1+0.191*F2
私人汽车数（万辆）=0.644*F1+0.686*F2
公路里程(万公里)= 0.021*F1+0.885*F2
铁路营业里程(万公里)= 0.411*F1+0.653*F2
由表中数据可得:第一个变量在第一个因子上的载荷很高，意味着它们与第一个因子的相关度高,第一个因子很重要；第二个因子与原有变量的相关性均较大,它对原有变量的解释作用显著。另外还可以还可以看到:这两个因子的实际含义比较模糊。
2.3.3 因子命名解释
这里采用方差对因子载荷矩阵实行正交旋转以使因子具有命名解释性。
| 旋转成份矩阵a |
||
| 成份 |
||
| 1 |
2 |
|
| 互联网宽带接入用户(万户) |
.284 |
-.838 |
| 私人汽车数（万辆） |
.819 |
.382 |
| 公路里程(万公里) |
.481 |
.777 |
| 铁路营业里程(万公里) |
.198 |
.745 |
| 提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。 |
||
| a. 旋转在 3 次迭代后收敛。 |
||
根据上表可以写出本例的因子分子模型:
互联网宽带接入用户(万户)= 0.284*F1-0.838*F2
私人汽车数（万辆）=0.819*F1+0.382*F2
公路里程(万公里)= 0.481*F1+0.777*F2
铁路营业里程(万公里)= 0.198*F1+0.745*F2
由表中数据可得:第二个变量在第一个因子上的载荷很高，意味着它们与第一个因子的相关度高,第一个因子很重要；第二个因子与原有变量的相关性均较大,它对原有变量的解释作用显著。另外还可以看到:这两个因子的实际含义比较模糊。
由表可知：私人汽车数（万辆），公路里程(万公里)在第一个因子上有较高的载荷，我们将他归为一类,称之为交通因子,第一个因子主要解释了这几个变量；互联网宽带接入用户(万户) ，公路里程(万公里)，铁路营业里程(万公里)在第二个因子上有较高的载荷，我们将它称为物流经济社会发展因子,第二个因子主要解释了这几个变量。
2.3.4 计算因子得分
这里采用回归法估计因子得分系数,并输出因子得分系数。
| 成份得分系数矩阵 |
||
| 成份 |
||
| 1 |
2 |
|
| 货运量（万吨） |
.274 |
-.009 |
| 私人汽车数（万辆） |
.265 |
-.257 |
| 铁路营业里程(万公里) |
.015 |
.328 |
| 公路里程(万公里) |
.130 |
-.398 |
| 提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。 构成得分。 |
||
根据此表可以写出以下因子得分函数：
F1=0.274货运量（万吨）+0.265私人汽车数（万辆）+0.015铁路营业里程(万公里)+0.130公路里程(万公里)
F2=-0.009货运量（万吨）-0.257私人汽车数（万辆）+0.328铁路营业里程(万公里)-0.398公路里程(万公里)
我们可以看到，广东省、江苏省、 上海、山东省、浙江省、河北省、辽宁省、福建省、安徽省、 北京、天津这儿个省市的物流经济社会发展因子均大子０， 而且这１１个省市也主要集中在我国东部地区，区域物流发 展的经济环境比较好，具有较高的经济力支撑。
- 而其余20个省市主要集中在中西部地区，需要进一步提高其自身经济 发展水平，为区域物流的发展提供动力。交通运输仓储邮政业固定资产投资、公路营 运汽车拥有量，对各省市物流的发展起着支撑性的作用，在权重占比中达到了约22%的比重。
- 结论
我国为了使东部地区经济的快速发展来带动西部地区发展，利用东部的地理区位优势，大力投资发展交通运输业，使得东部地区的交通体系逐渐完善，并在一定程度上趋于发达国家的水平， 从而在促进了国内运输业发展的同时，还开拓了对外贸易，如远洋运输。 如今，在航空方面，东部地区大城市较多，航空运输业比较发达，而西部地区只有成都、 拉萨、 咸阳、 西宁、 乌鲁木齐、 重庆等少数的城市拥有机场。 在铁路方面，我国高铁运营里程居世界第一位。但是，这些高速铁路大多数建在东部城市，西部城市相对较少的被纳入高铁网范围之内，甚至有些西部地区到目前为止连普通铁路都没有建成。 在公路方面，西部地区也是远远滞后于东部，运输密度比较低，公路等级不高，缺乏高速公路。以高速公路为例，西部地区的面积远远超过东部地区，而其高速公路总里程却与东部地区相距甚远。 总之，东部地区在各种交通运输方式领域都大大领先于西部。 由此可见，东部地区的交通运输网络密度很大，不管是铁路、 公路还是水运等，都能四通八达，运输非常便利；而西部地区仍然主要靠铁路和公路运输，而且其线路也很稀疏。
综上分析，造成东西部地区运输发展差异的主要原因有：东西部的自然地理环境相差较大，经济发展的基础不一致。 由此可见，交通运输所具有的基本属性、 市场属性以及空间属性，使得交通运输的发展与经济发展具有高度关联，从交通运输系统演化过程来看也表现出与经济发展的高度协同。按照地理学家和经济学家的普遍观点，交通运输的发展与经济发展是相伴而生的，交通运输既是经济发展的条件又是经济发展的结果，交通运输与经济发展之间存在一个循环往复、 交互作用、 螺旋上升的复杂过程，二者
的发展是一种内在的统一。
- 建议
①缩小东西部地区运输发展差异。 由于东西部地区的地理环境和位置客观上不能改变，所以我国东部地区的交通建设线网比较完善，地区的差异不大，而西部地区的交通建设和站点主要分布在核心城市，以至于我国的交通运输业呈现出东部收敛和西部发散的特征。因此，为了全面提升我国交通运输业的发展，在我国东部地区应该提升交通服务质量，提高运速，而在西部地区应该扩大交通网络的覆盖面，在解决东部地区经济拥挤压力的同时，促进西部地区稳定平衡的发展。
②加快对交通运输结构的调整。 我国的交通运输业过度依赖于公路运输，而由于我国地域辽阔、 地貌齐全，应该充分利用各种交通运输方式的技术经济特性，发展综合交通运输体系。在铁路运输方面，应提高铁路线路的覆盖面和运输效率。目前我国铁路 “十三五” 规划已经编制完成，根据规划， “十三五”期间全国新建铁路不低于 2.3 万公里，总投资不低于 2.8 万亿元。中西部铁路建设必将是未来规划建设的重点。在航空运输方面，应合理布局民航站点，降低机场延误率，完善配套服务设施的建设。 在水路运输方面，应加大内陆水运开发质量与效率，提高水运货运的比重。 从而为运输服务需求者提供高质量多品种的运输服务产品。