基于因子?聚類分析的道路交通扶貧績效評價

周光權(quán)，李宜融

(南昌航空大學(xué) 土木建筑學(xué)院，江西 南昌 330063)

隨著扶貧工作在全國取得了全面的勝利，如何鞏固脫貧攻堅(jiān)成果成為當(dāng)下最為重要的工作。而在導(dǎo)致貧困群體貧困的諸多因素中，道路交通是影響貧困群體無法擺脫貧困的重要因素，因此對道路交通扶貧進(jìn)行研究與評價具有重要的作用。近年來，學(xué)者們主要從道路交通扶貧的政策解讀、建設(shè)思路等方面進(jìn)行了研究。鄧小兵[1]認(rèn)為以實(shí)際需求為導(dǎo)向開展道路交通扶貧，才能更好地促進(jìn)貧困區(qū)域的發(fā)展與進(jìn)步。趙京等[2]對貧困地區(qū)道路交通現(xiàn)有問題進(jìn)行細(xì)致分析后，為貧困地區(qū)道路交通扶貧的建設(shè)提出了相應(yīng)的建議。羅登侖[3]根據(jù)烏江流域存在的資源，分析了扶貧+交通旅游的可行性。孫校偉[4]認(rèn)為要在貧困區(qū)域開展高質(zhì)量、高水平的道路交通扶貧，需要在建設(shè)的過程中擁有一套高標(biāo)準(zhǔn)的規(guī)范。黃月梅[5]總結(jié)了盤錦市道路交通扶貧的經(jīng)驗(yàn)，為未來道路交通扶貧發(fā)展方向提供了參考。以往大量的文獻(xiàn)都是從定性的角度對道路交通扶貧進(jìn)行了研究，但是很少將定量與定性相結(jié)合的方法運(yùn)用到道路交通扶貧績效評價中。為了鞏固脫貧攻堅(jiān)成果，本文首先通過因子分析提取道路交通扶貧績效評價的關(guān)鍵指標(biāo)，之后采用聚類分析的方法對中國31 省份道路交通扶貧進(jìn)行聚類，最后對其結(jié)果進(jìn)行分析。

1 道路交通扶貧績效評價

1.1 道路交通扶貧績效評價

“十二五”以來，在交通運(yùn)輸部開展并實(shí)施《集中連片特困地區(qū)交通建設(shè)扶貧規(guī)劃綱要(2011～2020)年》下，道路交通扶貧開始在全國脫貧攻堅(jiān)戰(zhàn)役中成為新生力量[6]。道路交通扶貧績效評價是指用于投入到道路交通扶貧中的各項(xiàng)資源，其經(jīng)過一段時間作用于道路交通扶貧工作后，對產(chǎn)生的效果進(jìn)行的評價。道路交通扶貧績效評價的目的是讓貧困群體對道路交通獲得更高的舒適度和滿意度，最終實(shí)現(xiàn)脫貧。因此為了更好地促進(jìn)道路交通扶貧工作的開展，需要對道路交通扶貧進(jìn)行績效評價，通過對評價結(jié)果進(jìn)行分析，可以及時調(diào)整道路交通扶貧的資源與方向，進(jìn)而鞏固脫貧攻堅(jiān)成果。而道路交通扶貧績效評價屬于一項(xiàng)系統(tǒng)工程，其涉及群體多且涉及面廣，為此在對道路交通扶貧進(jìn)行績效評價時需要遵循動態(tài)與全面的原則。

1.2 道路交通扶貧績效評價指標(biāo)選取

本文在對道路交通扶貧相關(guān)文獻(xiàn)進(jìn)行搜索并整理下，結(jié)合有關(guān)專家的意見將出現(xiàn)次數(shù)小于3的評價指標(biāo)進(jìn)行剔除，之后對相近意思的指標(biāo)進(jìn)行合并，最終得到相應(yīng)的道路交通扶貧績效評價指標(biāo)如表1所示。

表1 道路交通扶貧績效評價指標(biāo)Table 1 Performance evaluation index of road traffic poverty alleviation

2 基于因子?聚類分析的評價模型

2.1 模型的理論分析

因子分析是建立在降維的思想上將多個變量轉(zhuǎn)化成少數(shù)變量，使得變量由相關(guān)變?yōu)闊o關(guān)的一種降低相關(guān)性的統(tǒng)計(jì)方法。首先通過判別方法檢驗(yàn)研究指標(biāo)能否進(jìn)行因子分析，之后通過計(jì)算選取特征值大于1的因子作為公共因子，最后計(jì)算出因子得分以及最終得分。使用這種方法使得我們最后獲取的數(shù)據(jù)更加精煉的同時也更具說服力，最終讓問題能夠得到快速的解決。聚類分析是根據(jù)研究對象特征的相似性將其進(jìn)行歸類的一種統(tǒng)計(jì)方法。依據(jù)聚類方法的不同，可以將其分為系統(tǒng)聚類法、運(yùn)籌方法、模糊聚類法以及動態(tài)分類法等聚類方法。本文通過因子分析法，選取出可以高度代表其他因子的公共因子。之后運(yùn)用系統(tǒng)聚類法將同一性質(zhì)的指標(biāo)進(jìn)行歸類，針對具體類別進(jìn)行評價分析，為扶貧工作持續(xù)高效的開展提供科學(xué)幫助，進(jìn)而鞏固脫貧攻堅(jiān)成果。

2.2 模型的構(gòu)建

因子分析是建立在降維的方法上將多個變量轉(zhuǎn)化成少數(shù)變量，使得變量由相關(guān)變?yōu)闊o關(guān)的一種降低相關(guān)性的統(tǒng)計(jì)方法。其基本目的是在研究過程中隨機(jī)選取若干個因子去描述多個可以觀測到的變量之間的關(guān)系。這樣使得不同組間的變量相關(guān)性比同組間較低。因子模型可以用下面的數(shù)字模型來表示：

式中：X1,X2,…，Xp為P個原始變量，是均值為0，標(biāo)準(zhǔn)差為1 的標(biāo)準(zhǔn)化變量；a11,…,apm為常數(shù)項(xiàng)；F1,F2,…,Fm為m個因子變量，m小于p，表示成矩陣形式為：

式中：F為公共因子，可以理解為高維空間中相互垂直的m個坐標(biāo)軸；A為因子載荷矩陣，是第i個原有變量在第j個因子變量上的負(fù)荷，ε為特殊因子。

系統(tǒng)聚類法的思想是首先將m個對象分成m類，將特征相近的對象合并為一類，之后再從m?1個對象中繼續(xù)將特征相近的對象合并為一類，以此類推，最終將所有的對象合并為同一類。

3 實(shí)例應(yīng)用

3.1 實(shí)例分析

1) 本文通過建立績效評價指標(biāo)模型對道路交通扶貧進(jìn)行評價，在查閱2020 年《中國交通統(tǒng)計(jì)年鑒》以及中國家庭追蹤調(diào)查2014～2018 年的數(shù)據(jù)等相關(guān)資料下，以中國31 省份道路交通扶貧相關(guān)數(shù)據(jù)作為研究的切入點(diǎn)，并對獲取的20 個具體指標(biāo)進(jìn)行量綱處理。

2)適用性檢驗(yàn)

在進(jìn)行模型構(gòu)建之前，應(yīng)該對項(xiàng)目先進(jìn)行是否適合因子分析，而KMO 和Bartlett檢驗(yàn)的結(jié)果具有很好的參照性，其結(jié)果如表2所示。

表2 KMO 和巴特利特檢驗(yàn)Table 2 KMO and Bartlett test

由表2 可知，KMO 和Bartlett 檢驗(yàn)結(jié)果為0.610，大于0.5，且P<0.001，故適合做因子分析。

3) 主成分列表如表3 所示，結(jié)果顯示在20 個評價指標(biāo)中，前4 個的特征值大于1，后16 個的特征值均小于1，且前4 個成分的累計(jì)貢獻(xiàn)率達(dá)到了87.55%，故選取前4個成分作為公共因子。本文碎石圖是以因子成分?jǐn)?shù)為橫軸，以特征值為縱軸的加連線的散點(diǎn)圖。從碎石圖中可以看出，前4個主成分所形成連線的坡度較陡，而后面成分所形成的連線的坡度較平緩，從碎石圖也可以進(jìn)一步驗(yàn)證選取前4 個因子作為主成分進(jìn)行研究是合適的，其中碎石圖如圖1所示。

圖1 各成分的碎石圖Fig.1 Gravel diagram of each component

表3 總方差解釋Table 3 Explanation of total variance

4)因子旋轉(zhuǎn)

在初始因子載荷矩陣中，為了更好地解釋各項(xiàng)因子的意義。采用正交旋轉(zhuǎn)法進(jìn)行旋轉(zhuǎn)可以得出，X6，X8，X10，X11，X12，X13，X14 和X15 在因子F1上有較大載荷。X1，X2，X3，X4，X5 和X7 在 因 子F2上 有 較 大 載 荷。X16，X17，X18 和X19 在因子F3上有較大載荷。X9 和X20 在因子F4上有較大的載荷。故因子F1可命名為道路交通效益因子，因子F2可命名為道路交通效率因子，因子F3可命名為道路交通持續(xù)因子，因子F4可命名為道路交通旅游因子。

5)計(jì)算因子得分以及最終得分

根據(jù)方差貢獻(xiàn)率(如表3 所示)確定各因子的比重，故可知因子F1的百分比為47.1%，因子F2的百分比為25.9%，因子F3的百分比為20.5%，因子F4的百分比為6.5%。故因子分析評價模型綜合得分為：

將各項(xiàng)指標(biāo)代入可以得出最終得分F，根據(jù)成分得分系數(shù)矩陣可以分別計(jì)算出因子F1，F(xiàn)2，F(xiàn)3和F4的得分。根據(jù)因子分析得分模型，結(jié)合成分得分系數(shù)矩陣，將31 省份初始數(shù)據(jù)代入可以得出綜合得分。并按照因子得分采用系統(tǒng)聚類的方法進(jìn)行聚類分析，具體結(jié)果如表4所示。

表4 綜合得分及聚類Table 4 Comprehensive score and cluster analysis

3.2 評價結(jié)果分析

在因子分析與聚類分析構(gòu)建的評價模型的基礎(chǔ)上，結(jié)合中國31 省份的道路交通扶貧進(jìn)行評價研究，進(jìn)而將31 省份道路交通扶貧分為4 類，從圖2可以看出第1類：廣東、江蘇；第2類：遼寧、四川、浙江、山東；第3 類：北京、河北、山西、內(nèi)蒙古、黑龍江、上海、河南、湖北、湖南、廣西、安徽、福建、江西；第四類：天津、吉林、海南、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。

圖2 樹狀圖Fig.2 Tree view

第1類：廣東、江蘇作為我國沿海城市，其總體發(fā)展對于內(nèi)陸城市而言快，用于投入道路交通上的資源都會比其他城市多，道路交通扶貧產(chǎn)生的效益也較其他省份多，但是用于開發(fā)農(nóng)村旅游的道路交通少。當(dāng)?shù)卣畱?yīng)該加大對農(nóng)村旅游道路交通方面的投入，借助當(dāng)?shù)剞r(nóng)村的資源優(yōu)勢開展適應(yīng)當(dāng)?shù)氐穆糜谓煌Ｊ?，建立完整配套的旅游交通線路，盡可能的縮短城市游客去往農(nóng)村旅游的時間。

第2類：這一類區(qū)域的城市將資源用于道路交通扶貧上的效率比較高，道路交通扶貧持續(xù)性不夠。而道路交通扶貧屬于一項(xiàng)持續(xù)性的工作，為此，需建立和完善道路交通扶貧的監(jiān)督考核機(jī)制，并將責(zé)任落實(shí)到個人，防止出現(xiàn)道路交通扶貧因?yàn)楝F(xiàn)階段目標(biāo)實(shí)現(xiàn)后不作為導(dǎo)致的返貧。因此，在保證道路交通扶貧高效率的同時應(yīng)該確保道路交通扶貧的持續(xù)進(jìn)行，進(jìn)而鞏固脫貧攻堅(jiān)成果。

第3類：屬于本類的城市能夠持續(xù)性的開展道路交通扶貧工作，但是效益對于其他城市來說不高。因此在開展道路交通扶貧工作的過程中，需及時開展對貧困群體進(jìn)行回訪的工作，了解道路交通給貧困群體生活帶來的切實(shí)改變，并建立有效的道路交通績效考核機(jī)制，選取切合實(shí)際的考核指標(biāo)對貧困群體進(jìn)行分析，確保道路交通扶貧的有效性。

第4 類：該類城市大多數(shù)位于我國西北部地區(qū)，擁有得天獨(dú)厚的旅游資源優(yōu)勢，道路交通扶貧圍繞旅游領(lǐng)域開展工作相較容易，但是整個扶貧工作的效率不是很高。為此當(dāng)?shù)卣梢越Y(jié)合互聯(lián)網(wǎng)等新技術(shù)建立一套動態(tài)數(shù)據(jù)追蹤機(jī)制，及時更新道路交通扶貧數(shù)據(jù)，定期對道路交通扶貧的數(shù)據(jù)進(jìn)行動態(tài)分析，并做到及時調(diào)整工作方向，確保道路交通扶貧資源能夠高效合理的用在每一個工作中。

4 結(jié)論

1) 在對道路交通扶貧的績效評價中，選取的道路交通效率、道路交通成效以及道路交通持續(xù)性發(fā)展3個方向?qū)Φ缆方煌ǚ鲐毧冃гu價模型的構(gòu)建提供較好的理論支撐。提取的4個關(guān)鍵性因子可以有針對性地對道路交通扶貧進(jìn)行分析，為解決31省份的道路交通扶貧問題提供參考。

2) 因子分析與聚類分析相結(jié)合的評價模型可以高效的對道路交通扶貧進(jìn)行評價，能夠清晰的將中國31省份的道路交通扶貧成效表達(dá)出來。

3) 將中國31 省份的道路交通扶貧分為4 類。廣東、江蘇在道路交通扶貧產(chǎn)生的效益上比其他省份多。遼寧、四川、浙江、山東在道路交通扶貧上的效率比較高。北京、河北、山西、內(nèi)蒙古、黑龍江、上海、河南、湖北、湖南、廣西、安徽、福建、江西能夠持續(xù)性的開展道路交通扶貧工作。天津、吉林、海南、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆在道路交通扶貧旅游領(lǐng)域開展工作相對容易。

在道路交通扶貧的過程中，只有在保證道路交通成效的前提下，提高其扶貧效率，并且持續(xù)性的整合優(yōu)勢資源，才能更好的推進(jìn)道路交通扶貧工作，進(jìn)而鞏固脫貧攻堅(jiān)成果。