基于主成分分析的廣東省郵電業(yè)發(fā)展?fàn)顩r研究

黎詩(shī)梅 李雄英

摘要通過(guò)主成分分析方法，選取2006、2011和2016年廣東省各市郵電業(yè)務(wù)數(shù)據(jù)，對(duì)廣東省21個(gè)地級(jí)市的郵政和通信事業(yè)發(fā)展?fàn)顩r進(jìn)行分析和發(fā)展水平層次劃分，從時(shí)間和地域空間兩個(gè)維度對(duì)廣東省各地區(qū)郵電業(yè)發(fā)展情況進(jìn)行排名分組.結(jié)果表明，當(dāng)前廣東省各地區(qū)郵電業(yè)發(fā)展?fàn)顩r存在顯著的地區(qū)差異.

關(guān)鍵詞產(chǎn)業(yè)經(jīng)濟(jì)學(xué)；地區(qū)差異；主成分分析；郵電業(yè)；廣東省

中圖分類號(hào)F603 文獻(xiàn)標(biāo)識(shí)碼A

Study on Post and Telecommunications Industry

Development in Guangdong Province Based

on Principal Component Analysis

Shimei Lia ， Xiongying Lib

（a School of finance， b School of Statistics and Mathematics ， Guangdong University

of Finance and Economics， Guangzhou， Guangdong510320，China ）

AbstractBased on the post and telecommunications industry business data of 21 prefecture-level cities in Guangdong province in 2006， 2011 and 2016， principal component analysis method has been applied to analyze and give a ranking order of 21 prefecturelevel cities in terms of their post and telecommunications industry development levels from two dimensions of time and geographical space. The results showed that the regional differences among prefecturelevel cities of Guangdong province were obvious.

Key wordsindustrial economics； regional differences； principal component analysis； post and telecommunications industry； Guangdong province

1引言

郵政和通信是重要的國(guó)民經(jīng)濟(jì)部門，同時(shí)也是社會(huì)服務(wù)部門，與人們?nèi)粘Ｉ蠲芮邢嚓P(guān)，關(guān)系到人民群眾的切身利益.21世紀(jì)以來(lái)，廣東省郵電業(yè)開始快速發(fā)展，郵電業(yè)務(wù)總量從2000年的757.22億元增加到2016年的6892.41億元，年均增長(zhǎng)率達(dá)到14%.與此同時(shí)，隨著科學(xué)技術(shù)的進(jìn)步和互聯(lián)網(wǎng)、快遞等產(chǎn)業(yè)的興起，廣東省郵電業(yè)務(wù)的結(jié)構(gòu)和規(guī)模發(fā)生了顯著的變化，這體現(xiàn)在移動(dòng)電話、互聯(lián)網(wǎng)、快遞等相關(guān)指標(biāo)數(shù)據(jù)的大幅度上升，成為評(píng)判一個(gè)地區(qū)郵電業(yè)發(fā)展水平的重要指標(biāo)，如互聯(lián)網(wǎng)寬帶接入用戶從2000年的216.41萬(wàn)戶增長(zhǎng)到2016年的2851萬(wàn)戶，年均增長(zhǎng)率達(dá)到17%，函件、報(bào)刊以及本地電話等傳統(tǒng)業(yè)務(wù)規(guī)模逐漸縮減.廣東省作為我國(guó)現(xiàn)代化進(jìn)程最快的地區(qū)之一，其郵政和通信事業(yè)的發(fā)展也領(lǐng)先國(guó)內(nèi)大部分地區(qū)，但其發(fā)展存在一定的地區(qū)差異.依據(jù)《廣東統(tǒng)計(jì)年鑒》，計(jì)算2006、2011和2016年各地級(jí)市郵電業(yè)務(wù)總量占全省總量比重.結(jié)果顯示，近十年間，廣州、深圳以及東莞的郵電業(yè)務(wù)總量約占全省的50%，各地區(qū)間郵電業(yè)務(wù)總量差距較大，且逐年擴(kuò)大.

“十三五”時(shí)期是郵政深化改革、轉(zhuǎn)型升級(jí)的重要時(shí)期，《郵政業(yè)發(fā)展“十三五”規(guī)劃》提出“三個(gè)全面”、“三個(gè)突出”和“六個(gè)注重”，更加明確行業(yè)發(fā)展方向，推動(dòng)我國(guó)由郵政大國(guó)向郵政強(qiáng)國(guó)邁進(jìn).及時(shí)調(diào)整廣東省郵電業(yè)發(fā)展結(jié)構(gòu)，使各地區(qū)的郵電業(yè)務(wù)趨向平衡，并朝著更優(yōu)更強(qiáng)的方向前進(jìn)是時(shí)代發(fā)展的必然趨勢(shì).因此，研究該省各地區(qū)郵電業(yè)的發(fā)展?fàn)顩r顯得尤為必要.

近年來(lái)，已有不少學(xué)者針對(duì)郵電業(yè)的地區(qū)差異問(wèn)題展開研究.吳建民等（2008）[3]運(yùn)用相關(guān)分析法，分析我國(guó)郵政發(fā)展的省際差異，并指出經(jīng)濟(jì)收入是影響各地區(qū)郵政發(fā)展的空間差異的最終決定因素.康國(guó)棟等（2008）[4]采用時(shí)間序列和空間差異相結(jié)合的方法，分析了近 20 年來(lái)我國(guó)郵電業(yè)的發(fā)展，通過(guò)對(duì)我國(guó) 31 個(gè)省區(qū)人均郵電業(yè)務(wù)量的分析，將其劃分為5個(gè)等級(jí)，結(jié)果發(fā)現(xiàn)人均郵電業(yè)務(wù)量與人均 GDP 呈正相關(guān)關(guān)系.在此基礎(chǔ)上，以人口和人均 GDF 為變量，建立了我國(guó)郵電業(yè)的地域需求模型，發(fā)現(xiàn)科技進(jìn)步和經(jīng)濟(jì)發(fā)展是我國(guó)各省區(qū)郵電需求的關(guān)鍵增長(zhǎng)因素.曹小曙和李琳娜（2009）[5]利用基尼系數(shù)，分析廣東省郵電通信業(yè)務(wù)量 1980～2006 年的變化趨勢(shì)，在此基礎(chǔ)上，選取1985年、1995年和2005年3個(gè)時(shí)間斷面，利用因子分析剖析郵電業(yè)務(wù)水平的空間分布格局，進(jìn)而構(gòu)建郵電通信發(fā)展指數(shù)P，反映各市的郵電通信發(fā)展速度.封燁等（2017）[6]通過(guò)對(duì)全國(guó)與省域?qū)用娴泥]政函件業(yè)務(wù)量及人均函件量的時(shí)空演變及影響因素的分析，揭示了郵政函件業(yè)務(wù)在大陸31個(gè)省市的空間分布極不均衡等現(xiàn)象.

在此，以先前學(xué)者的研究成果為基礎(chǔ)，把廣東省21個(gè)地級(jí)市作為研究對(duì)象，分別選取2006、2011和2016年廣東省各市郵電業(yè)務(wù)指標(biāo)，利用R語(yǔ)言統(tǒng)計(jì)分析軟件，采用主成分分析法，研究廣東省郵政與通信事業(yè)發(fā)展的空間差異，并展現(xiàn)各地區(qū)郵電業(yè)發(fā)展水平的排名趨勢(shì).通過(guò)相關(guān)分析和層次劃分，有助于找出當(dāng)前廣東省郵電業(yè)在地區(qū)差異問(wèn)題上具體表現(xiàn)，最終找到平衡區(qū)域差異的途徑.

2研究方法

多元統(tǒng)計(jì)分析是數(shù)理統(tǒng)計(jì)學(xué)中的一個(gè)重要的分支學(xué)科，是一種綜合分析方法.重要的多元統(tǒng)計(jì)分析方法有：回歸分析、判別分析、聚類分析、主成分分析、因子分析、多元方差分析等.蘇為華（2012）[7]認(rèn)為，從評(píng)價(jià)方法看，應(yīng)用與關(guān)注最多的方法依然是多元統(tǒng)計(jì)綜合評(píng)價(jià)方法與運(yùn)籌優(yōu)化方法.文獻(xiàn)數(shù)量最多的前十位分別是： 聚類分析、因子分析、主成分分析、AHP 法、模糊評(píng)價(jià)、判別分析、綜合指數(shù)、功效系數(shù)、DEA、灰色系統(tǒng)評(píng)價(jià)等.

在研究廣東省21個(gè)地級(jí)市郵電業(yè)發(fā)展?fàn)顩r中，采用的研究方法為主成分分析法.

2.1主成分分析法

主成分分析是將多指標(biāo)化為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析方法，由 K.Pearson（1901）提出，再由 Hotelling（1933） 加以發(fā)展起來(lái).主成分分析是通過(guò)降維技術(shù)把多個(gè)變量化為少數(shù)幾個(gè)主成分的方法，這些主成分保留原始變量的絕大部分信息，它們通常表示為原始變量的線性組合.通過(guò)主成分分析，可以從事物錯(cuò)綜復(fù)雜的關(guān)系中找出一些主要成分，從而能有效利用大量統(tǒng)計(jì)數(shù)據(jù)進(jìn)行定量分析，揭示變量之間的內(nèi)在關(guān)系，得到一些對(duì)實(shí)物特征及其發(fā)展規(guī)律的深層次啟發(fā)，把研究工作引向深入.

主成分分析的計(jì)算步驟如下：

（1）求標(biāo)準(zhǔn)化數(shù)據(jù)的相關(guān)矩陣.

（2）求相關(guān)矩陣的特征值和特征向量.

（3）計(jì)算方差貢獻(xiàn)率與累積方差貢獻(xiàn)率：每個(gè)主成分的貢獻(xiàn)率代表了原數(shù)據(jù)總信息量的百分比.

（4）確定主成分：設(shè) C1，C2，…，CP 為p個(gè)主成分，其中前m個(gè)主成分包含的數(shù)據(jù)信息總量（即其累積方差貢獻(xiàn)率）不低于80%時(shí)，可取前m個(gè)主成分來(lái)反映原評(píng)價(jià)對(duì)象.

（5）用原指標(biāo)的線性組合來(lái)計(jì)算各主成分得分.以各主成分對(duì)原指標(biāo)的相關(guān)系數(shù)（即載荷系數(shù)）為權(quán)，將各主成分表示為原指標(biāo)的線性組合，而主成分的含義則由各線性組合中權(quán)數(shù)較大的指標(biāo)的綜合意義來(lái)確定，即

Cj=μj1χ1+μj2χ2+…+μjpχp，j=1，2，…，m.

該式稱為主成分得分函數(shù)， 由它來(lái)計(jì)算每個(gè)樣品的主成分得分.若取m =2，則將每個(gè)樣品的p個(gè)變量代入上式即可算出每個(gè)樣品的主成分得分C1和C2，并將其在平面上做主成分得分的散點(diǎn)圖，進(jìn)而對(duì)樣品進(jìn)行分類或?qū)υ紨?shù)據(jù)進(jìn)行更深入的研究.

（6）綜合得分與排名.以各主成分的方差貢獻(xiàn)率為權(quán)，將其加權(quán)求和得到綜合得分.

C=λ1C1+λ2C2+…+…λmCmλ1+λ2+…+λm=∑mj=1WjCj.

這里Wj 是主成分的權(quán)重，利用總得分就可以得到得分名次[8].

在廣東省21個(gè)地級(jí)市郵電業(yè)發(fā)展?fàn)顩r的研究中，如何科學(xué)、合理地對(duì)各地區(qū)郵電業(yè)發(fā)展?fàn)顩r進(jìn)行綜合評(píng)價(jià)和分析，是當(dāng)前調(diào)整廣東省郵電業(yè)發(fā)展結(jié)構(gòu)中的一個(gè)重要問(wèn)題.反映廣東省各地區(qū)郵政和通信事業(yè)發(fā)展?fàn)顩r的指標(biāo)眾多，各指標(biāo)間差別各異，針對(duì)多指標(biāo)統(tǒng)計(jì)問(wèn)題，蔣亮，羅漢（2003）[9]指出通過(guò)采用主成分分析法選取評(píng)價(jià)的綜合指標(biāo)，能在數(shù)據(jù)信息損失最少的原則下構(gòu)建主成分綜合評(píng)價(jià)模型，抓住客觀事物的主要矛盾，對(duì)客觀事物作出綜合評(píng)價(jià)，從而增強(qiáng)評(píng)價(jià)結(jié)果的客觀性.因此，將主成分分析法應(yīng)用于廣東各地區(qū)郵電業(yè)發(fā)展差異的研究是科學(xué)的和可行的.

2.2指標(biāo)選取

反映廣東省各地區(qū)郵政和通信事業(yè)發(fā)展?fàn)顩r的指標(biāo)眾多，同時(shí)，各地區(qū)之間的情況各異，統(tǒng)計(jì)的指標(biāo)難以統(tǒng)一.為此，綜合考慮指標(biāo)的性質(zhì)和影響程度以及指標(biāo)數(shù)據(jù)獲取的難度后，從中國(guó)統(tǒng)計(jì)出版社出版的 《廣東統(tǒng)計(jì)年鑒》獲得2006、2011和2016年廣東省21個(gè)地級(jí)市郵電業(yè)發(fā)展的基本數(shù)據(jù)，選取了7項(xiàng)指標(biāo)：

x1：郵政業(yè)務(wù)總量（億元）；

x2：函信件（萬(wàn)件）；

x3：報(bào)刊累計(jì)數(shù)（萬(wàn)份）；

x4：快遞（萬(wàn)件）；

x5：移動(dòng)電話用戶（萬(wàn)戶）；

x6：本地電話用戶（萬(wàn)戶）；

x7：通信業(yè)務(wù)總量（億元）.

其中，以x1表示郵政規(guī)模，以x2、x3和x4反映郵政業(yè)務(wù)量情況，以x5和x6反映電信業(yè)務(wù)量情況，以x7表示電信規(guī)模.

所用數(shù)據(jù)來(lái)自2007、2012和2017年《廣東統(tǒng)計(jì)年鑒》，也可在廣東統(tǒng)計(jì)信息網(wǎng)直接下載。

2.3分析工具

R是一種編程語(yǔ)言，也是一種用于數(shù)據(jù)處理、統(tǒng)計(jì)分析以及制圖的軟件系統(tǒng).相較于SPSS、SAS等統(tǒng)計(jì)學(xué)或數(shù)學(xué)專用的軟件，R更便捷、簡(jiǎn)單，有利于廣大初學(xué)者掌握，而更為重要的是，R軟件是一個(gè)完全免費(fèi)的自由軟件.近年來(lái)，由于其優(yōu)秀的多種統(tǒng)計(jì)學(xué)及數(shù)字分析功能，R得到越來(lái)越多的關(guān)注.

在此，將基于R語(yǔ)言的主成分分析函數(shù)展開相關(guān)分析.

3數(shù)據(jù)分析

通過(guò)R語(yǔ)言的主成分分析，將指標(biāo)的原始數(shù)據(jù)標(biāo)準(zhǔn)化后建立相關(guān)系數(shù)矩陣，分別求出2006、2011以及2016年的相關(guān)系數(shù)矩陣的特征值、方差貢獻(xiàn)率及累計(jì)方差貢獻(xiàn)率見(jiàn)表1，和主成分載荷見(jiàn)表2.

主成分的選取一般要滿足兩個(gè)原則，一是主成分對(duì)應(yīng)的特征值>1，特征值越大代表重要程度越大；二是前m個(gè)主成分的累計(jì)方差貢獻(xiàn)率不低于80%.由表1可以得知，2006，2011和2016年第一個(gè)主成分的特征值分別為2.587，2.569和 2.571，遠(yuǎn)遠(yuǎn)大于要求的1.此外，累積方差貢獻(xiàn)率分別為95.625%，94.307%和94.437%，大于85%的標(biāo)準(zhǔn)，故選取第一個(gè)主成分即可反映原來(lái)7個(gè)指標(biāo)所反映的絕大部分信息，此時(shí)原有變量信息丟失較少，大大簡(jiǎn)化了計(jì)算，分析效果比較好.因此在此使用第一個(gè)主成分構(gòu)成了原指標(biāo)數(shù)據(jù)的主成分，并進(jìn)行下一步分析.

表2是第一個(gè)主成分因子載荷矩陣，從中可以分別看到2006、2011和2016年所選定的第一主成分與原始變量的相關(guān)系數(shù)，主成分的載荷值越大，說(shuō)明此變量對(duì)主成分的解釋越多，影響越大.可以看出，在2006、2011以及2016這3年間，各個(gè)變量的系數(shù)都為負(fù)，而且各數(shù)值相差不大，第一主成分在每個(gè)變量上具有相近的載荷，說(shuō)明每個(gè)變量對(duì)主成分的貢獻(xiàn)都差不多，第一主成分基本反映了這些原始變量的信息.其中，2006年，第一個(gè)主成分中所包含的原始變量郵政業(yè)務(wù)總量以及通信業(yè)務(wù)總量變量的系數(shù)最大，同時(shí)達(dá)到0.382，說(shuō)明這兩個(gè)變量對(duì)第一主成分影響最大， 郵政業(yè)務(wù)總量以及通信業(yè)務(wù)總量能夠綜合代表第一主成分的發(fā)展?fàn)顩r.2011和2016年， 相關(guān)系數(shù)最大的都是通信業(yè)務(wù)總量，由此看出，隨著移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)等新型信息服務(wù)的發(fā)展，通信業(yè)務(wù)總量保持加速增長(zhǎng)勢(shì)頭，通信業(yè)在社會(huì)經(jīng)濟(jì)中占據(jù)越來(lái)越重要的位置.

由表2主成分載荷矩陣得到各年份第一個(gè)主成分得分，分別建立主成分綜合評(píng)價(jià)模型如下：

F2006=-0.382x1-0.376x2-0.375x3-0.378x4-0.377x5-0.376x6-0.382x7，

F2011=-0.381x1-0.377x2-0.355x3-0.382x4-0.375x5-0.386x6-0.388x7，

F2016=-0.381x1-0.378x2-0.351x3-0.380x4-0.384x5-0.384x6-0.387x7.

4綜合得分以及排名

遵循主成分分析步驟，用原指標(biāo)的線性組合來(lái)計(jì)算各主成分得分，可以得到2006、2011和2016年廣東省21個(gè)地級(jí)市郵電事業(yè)發(fā)展?fàn)顩r的主成分得分，結(jié)果見(jiàn)表3.

根據(jù)表3中的綜合排名，大體上可以將廣東省21個(gè)地級(jí)市郵電業(yè)的發(fā)展層次劃分為高發(fā)展區(qū)、中等發(fā)展區(qū)和低發(fā)展區(qū).同時(shí)，依據(jù)《廣東統(tǒng)計(jì)年鑒》（2017）對(duì)廣東各地區(qū)經(jīng)濟(jì)發(fā)展水平的劃分，將各地級(jí)市歸類為珠江三角洲、東翼、西翼和山區(qū)等區(qū)域.

從2006年的排名情況看，廣東省郵電業(yè)高發(fā)展區(qū)包括廣州、深圳、東莞、佛山、江門、中山和汕頭，它們的排名都在整體排名的前7名.其中，除了汕頭外，排名較高的地區(qū)都屬于經(jīng)濟(jì)發(fā)展水平高的珠江三角洲區(qū)域；中等發(fā)展區(qū)包括惠州、湛江、珠海、茂名、揭陽(yáng)、梅州和肇慶，它們的排名都在平均排名附近；低發(fā)展區(qū)包括韶關(guān)、陽(yáng)江、清遠(yuǎn)、潮州、河源、汕尾和云浮，它們的排名在整體排名的后10位，其中有4個(gè)地區(qū)屬于經(jīng)濟(jì)發(fā)展水平較落后的山區(qū).

根據(jù)2011年的排名情況，不同地區(qū)所處的層次發(fā)生了變化.與2006年相比，高發(fā)展層次的地區(qū)發(fā)生的變化較小，原先處于中等發(fā)展區(qū)的惠州市新增到高發(fā)展區(qū)，而原先處于高發(fā)展區(qū)的汕頭市降到中等發(fā)展區(qū)，高發(fā)展區(qū)包含的其它地區(qū)排名不變.中等發(fā)展區(qū)的包含的地區(qū)發(fā)生的變化也不大，除了已提及的惠州市和汕頭市以外，增加了原先處于低發(fā)展區(qū)的清遠(yuǎn)市，同時(shí)，肇慶市由先前的中等發(fā)展區(qū)降到低發(fā)展區(qū)，除此之外，低發(fā)展區(qū)所包含的地區(qū)與2006年相比沒(méi)有不同，可見(jiàn)，原屬于珠江三角洲區(qū)域的肇慶市在郵電業(yè)遇到發(fā)展的瓶頸，最終拖了珠江三角洲的后腿.

與2011年相比，2016年不同地區(qū)的郵電業(yè)所處的發(fā)展層次發(fā)生了細(xì)微的變化.高發(fā)展區(qū)所包含的地區(qū)及其排名保持不變，而原先處于低發(fā)展層次的肇慶市的排名升到中等發(fā)展層次，原先處于中等發(fā)展層次的清遠(yuǎn)市降到低發(fā)展層次.此時(shí)，廣東省各地級(jí)市的郵電業(yè)發(fā)展差異及相關(guān)排名已趨向穩(wěn)定.

5結(jié)論

通過(guò)運(yùn)用主成分分析法對(duì)廣東省21個(gè)地級(jí)市的郵電業(yè)發(fā)展的研究，可以得知，當(dāng)前廣東省各地區(qū)郵電業(yè)發(fā)展?fàn)顩r存在顯著的地區(qū)差異.這首先體現(xiàn)在經(jīng)濟(jì)發(fā)達(dá)、基礎(chǔ)設(shè)施完善的珠江三角洲地區(qū)擁有發(fā)展郵電業(yè)得天獨(dú)厚的條件和需求，而經(jīng)濟(jì)較落后、地處偏遠(yuǎn)的部分區(qū)域排名總體靠后.以2016年各地區(qū)排名和層次劃分的情況為例，除了肇慶市和珠海市屬于中等發(fā)展區(qū)，其余珠江三角洲地區(qū)都位居高發(fā)展區(qū).其次，東翼和西翼各地區(qū)大都位于郵電業(yè)發(fā)展的中等層次，而山區(qū)各地區(qū)大都位于低發(fā)展層次.因此，盡管歷年來(lái)整體上廣東省各地區(qū)郵電業(yè)的業(yè)務(wù)量以及相關(guān)指標(biāo)數(shù)據(jù)不斷增長(zhǎng)，但無(wú)法回避的現(xiàn)實(shí)是，廣東省郵電業(yè)的地區(qū)發(fā)展水平越來(lái)越不平衡.與此同時(shí)，在時(shí)間上各地區(qū)郵電業(yè)不平衡的發(fā)展?fàn)顩r越發(fā)明顯.這主要體現(xiàn)在，隨著時(shí)間的推移，各地級(jí)市郵電業(yè)發(fā)展的差異及相關(guān)排名漸趨穩(wěn)定.從2006、2011和2016年各地區(qū)的排名情況看，高發(fā)展層次發(fā)生排名變動(dòng)的情況越來(lái)越少，盡管近年來(lái)，珠海市和汕頭市郵電業(yè)發(fā)展越來(lái)越成熟以及相關(guān)排名漸趨穩(wěn)定，但仍無(wú)法躋身高發(fā)展層次.與此同時(shí)，處于低發(fā)展區(qū)的汕尾和陽(yáng)江的排名不進(jìn)反退.這表明，可能在很長(zhǎng)一段時(shí)間內(nèi)，廣東省各地區(qū)的郵電業(yè)發(fā)展水平以及排名情況不會(huì)發(fā)生變動(dòng)，地區(qū)間郵電業(yè)發(fā)展的差異會(huì)越來(lái)越明顯.

參考文獻(xiàn)

[1]廣東統(tǒng)計(jì)信息網(wǎng).廣東統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社，2001-2017.

[2]劉欽普.數(shù)理統(tǒng)計(jì)方法在河南地市經(jīng)濟(jì)發(fā)展水平和分區(qū)研究中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理，2002（2）：10-15.

[3]吳建民，王為民，趙寶柱，丁疆輝.中國(guó)郵政發(fā)展的省際差異及其影響因素分析[J].郵政研究，2008（2）：9-11.

[4]康國(guó)棟，孫根年，王美紅.我國(guó)郵電業(yè)發(fā)展的地域需求模型研究[J].統(tǒng)計(jì)與決策，2008（16）：95-97.

[5]曹小曙，李琳娜.廣東省郵電通信業(yè)發(fā)展空間差異變動(dòng)[J].地理研究，2009，28（1）：182-190.

[6]封燁，孫中偉，王巖巖.我國(guó)郵政函件業(yè)務(wù)的時(shí)空演變及其影響因素[J].物流科技，2017，40（1）：7-14.

[7]蘇為華.我國(guó)多指標(biāo)綜合評(píng)價(jià)技術(shù)與應(yīng)用研究的回顧與認(rèn)識(shí)[J].統(tǒng)計(jì)研究，2012，29（8）：98-107.

[8]王斌會(huì).多元統(tǒng)計(jì)分析及R語(yǔ)言建模[M].廣州：暨南大學(xué)出版社，2011：184-194.

[9]蔣亮，羅漢.我國(guó)東西部城市經(jīng)濟(jì)實(shí)力比較的主成分分析[J].經(jīng)濟(jì)數(shù)學(xué)，2003（3）：48-53.

[10]林海明，杜子芳.主成分分析綜合評(píng)價(jià)應(yīng)該注意的問(wèn)題[J].統(tǒng)計(jì)研究，2013，30（8）：25-31.

[11]王中，鄧瓊，王躍恒.基于多元統(tǒng)計(jì)分析的城市競(jìng)爭(zhēng)力研究[J].經(jīng)濟(jì)數(shù)學(xué)，2017，34（3）：30-34.

[12]成亞利，王波.基于聚類分析的中國(guó)郵電產(chǎn)業(yè)業(yè)務(wù)分布研究[J].物流科技，2014，37（10）：23-26.

[13]羅時(shí)超，李曦染.基于主成分分析的農(nóng)村居民消費(fèi)性支出研究——以中國(guó)31個(gè)省市為例[J].重慶工商大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，29（11）：22-26.

[14]孫夢(mèng)瑤.基于主成分分析法的我國(guó)省級(jí)地區(qū)郵政業(yè)務(wù)發(fā)展研究[J].現(xiàn)代城市，2017，12（4）：27-30.