中国第一大交通枢纽( 基于因子分析对交通枢纽城市运输经济指标的研究 )

[摘要]运用因子分析法建立模型，利用SPSS17.0对对主要港口城市的运输能力指标进行分析，得出港口城市货运量、运输业产值和港口生产性泊位规模三个因子指标是影响港口城市运输业发展水平的主要因素。在此基础上，对对七大港口城市进行了综合评价和聚类分析，并提出了发展政策的建议。

[关键词]因子分析；运输的经济指标；聚类分析

1.引言近年来，我国进出口贸易总额呈现出贸易量大、增长快、顺差持续的特点。作为海陆，港口尤其是大型海港的交通枢纽，在区域物流运输中发挥着越来越突出的作用。港口城市是区域物流的中心。交通运输业的发展直接影响到区域交通运输的能力和效率。本文的目的是通过选取有代表性的影响因素，对交通经济指标进行因子分析，构建几个含义明确的公共因子，从而进行综合评价，同时使评价结果具有良好的可解释性。

2.分析方法和模型设计。因子分析法简介因子分析法是一种数据降维方法。作为主成分分析的推广，它不仅可以通过变量间的线性相关将变异性量化为几个线性独立的综合变量，还可以构造一些含义明确的公共因子，使新变量有清晰的解释，便于备选建模分析。因子分析的主要步骤是根据指标相关系数矩阵计算因子负荷矩阵。这个过程类似于主成分分析。然后旋转对负荷矩阵，得到意义明确的解释变量。最后，根据因子得分，利用对观测值进行综合评价和分类分析。2.为建立样本数据评价指标，提出了10个指标：1)港口货物吞吐量2)集装箱吞吐量3)铁路货运量4)公路货运量5)水运货运量6)航空货运量7)第三产业总值8)运输仓储服务业总值9)生产泊位长度10)生产泊位数样本城市为：秦皇岛大连；天津；青岛；上海；宁波和广州

3.分析和计算过程1。因子分析的可行性测试(见表1)。相关系数大于等于0.3的数据占相关矩阵的70%，证明该数据相关性强，适合因子提取分析。2.因子提取建议提取三个共同的因子，方差的解释程度如下。(见表2、表3和表4)表2港口货物吞吐量1.000.928铁路货运量1.000.838公路货运量1.000.839集装箱吞吐量1.000.937水运货运量1.000.952航空货运量1.000.858第三产业总值1.000。表4砾石图，其中表2显示当提取三个主成分时，对10个指标的方差解释度大于83%，解释度高。

表3显示，旋转后三个主成分的方差贡献率分别为0.36699、0.25778和0.24286，这使得它们比旋转前更加一致，从而为后续因子的命名做好了准备。三个主成分的累积方差贡献率达到86.763%，解释了原始变量的大部分信息，表明提取因子的个数更合适。图4显示，当提取三个主成分时，方差解释的跨度约为5.3-1.2，而从第三主成分到第六主成分的方差解释的跨度约为1.2-0.5，并且在六个主成分之后基本上没有方差信息变化，表明提取三个因子是合适的。