西南财经大学经济学院 四川 成都 611130
摘要:本文构建了智能交通建设区位评价指标体系,利用SPSS主成分分析法,对成渝地区双城经济圈内各城市智能交通建设发展区位条件进行评价。结果显示重庆市和成都市是智能交通建设布局的首选城市,本文同时分析了其具备发展智能交通的区位优势,并为进一步加快智能交通建设发展提出了相关建议。
关键词:智能交通;主成分分析;成渝地区双城经济圈;区位评价
伴随新一轮科技革命和产业革命蓬勃兴起,新一代信息技术与实体经济深度融合,数字经济成为继农业经济、工业经济之后的第三种经济社会形态,数字化转型正在驱动生产方式、生活方式和治理方式发生深刻变革。近年来,我国深入实施数字经济发展战略,新一代数字技术创新活跃、快速扩散,加速与经济社会各行业各领域深入融合。数字经济是一个内涵比较宽泛的概念,伴随人类社会逐渐进入以数字化为主要标志的新阶段,数字经济的内涵不断扩展延伸。国家统计局公布的《数字经济及其核心产业统计分类(2021)》明确指出,智能交通是数字经济的重要组成部分,是应用数字技术和数据资源为传统产业带来的产出增加和效率提升,是数字技术与实体经济的融合。
智能交通系统是未来交通系统的发展方向,将先进的物联网、大数据、云计算、人工智能、传感器、数据通信、电子控制等有效地集成运用于交通运输、服务控制和车辆等整个地面交通管理系统,加强车辆、道路、使用者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输体系,建立一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。
成渝地区作为我国重要的人口、城市和产业集聚区之一,其经济发展在区域和国家层面的意义与作用正不断凸显。党中央明确指出,要促进成渝地区要素的合理高效流动,以提高资源的空间配置效率,以互补效应和比较优势为内生动力促进点线面均衡发展。人口集聚、商品集散、要素流动一方面对现有交通体系的承载能力提出了挑战,一方面也为数字经济下智能交通的发展提供了契机。
成渝地区双城经济圈加强智能交通建设,在满足公众出行、货物运输多样化需求的前提下,可以培育新的经济增长点,创新经济增长方式,推进社会经济结构深刻调整和演变。成渝双城经济圈各城市智能交通建设和发展的区位条件如何?本文运用主成分分析方法对成渝双城经济圈内各城市智能交通建设区位条件进行定量评价,并为双城经济圈智能交通的建设和发展提出合理化建议。
主成分分析通过求解观测变量相关矩阵的特征方程,得到k个特征值和单位特征向量。将特征值按从大到小排序,它们分别代表k个主成分所解释的观测变量的方差。主成分是观测变量的线性组合,线性组合的权数即为相应的单位特征向量中的元素。为了达到简化数据的目的,依据一定的准则提取其中特征值较高、对解释原始数据方差信息贡献率较高(一般不小于85%)的若干主成分予以保留。
(i 1 )
式中, 为第i个主成分因子;αij为第i个主成分因子在第j个指标上的负载;m为提取主成分因子的个数;k为指标的个数。主成分分析法可以把原来多个指标减少到一个或几个综合指标,这些少量的综合指标能够反映原来多个指标所反映的绝大部分信息并且互不相关,可以避免原始指标的重复信息。同时,指标的减少便于进一步的计算、分析和评价。
①假设有A个研究区域,B个选择指标的原始样本矩阵X,如下:
X=(Xij)A*B,i=1,2…,A,j=1,2,…,B;
②计算各个指标之间的相关系数矩阵Rb*b,它的特征值∧1≥∧b≥0以及正规化特征向量ej,由此得到主成分Ti,如下:Ti=Xej
③第j 个主成分方差贡献率在85%~95%时,取前q 个主成分T1,T2…,Tq,那么这个主成分q 就可以用来反映原来B 个指标的信息。贡献率公式如下:
④可以求得研究各地区综合得分W,如下:
W =aX1 +bX2 +…+xXx
式中:X 表示特征值的特征向量;a、b 等则是原始指标的标准化数据。
根据智能交通建设评价指标选取的科学性、可比性、可操作性等原则,本文参考相关文献,从经济规模、技术支撑、政府支持、交通基础、人文条件五个方面综合选取了15项能反映成渝双城经济圈各城市智能交通建设区位条件的指标(见表1).
表 1 智能交通建设区位评价体系
一级指标 | 二级指标 | 代码 |
经济规模 | 地区生产总值 | X1 |
人均地区生产总值 | X2 | |
进出口总额 | X3 | |
城镇化率 | X4 | |
固定资产投资 | X5 | |
技术支撑 | 人力资本 | X6 |
互联网宽带接入用户数 | X7 | |
第三产业增加值 | X8 | |
政府支持 | 政府财政支出 | X9 |
交通基础 | 人均道路面积 | X10 |
公共交通车辆 | X11 | |
道路面积 | X12 | |
人口条件 | 年末常住人口 | X13 |
人口密度 | X14 | |
人口自然增长率 | X15 |
(四)指标来源及处理
本文数据主要来源于《四川省统计年鉴2020》和《重庆市统计年鉴2020》,考虑到疫情冲击对相关数据的影响,本文主要利用成渝地区2019年数据进行分析,部分缺失值用插值法补齐。依据SPSS软件中的主成分分析方法,通过对所选取的15个指标进行主成分分析,以达到从这些指标中间选用几个重要的且相对独立的综合指标来进行区位评价的目的。
三、主成分分析评价过程
(一)指标特征值与贡献率确定
首先,通过SPSS软件,采用KMO 检验和Bartlett检验对16个样本的所有数据进行适用性检验,检验结果见表2。KMO 检测结果为0.641,Bartlett检验概率为0,表明各指标间具有较强的相关性,适合进行主成分分析。
表 2 KMO 和 Bartlett 的检验 | ||
取样足够度的 Kaiser-Meyer-Olkin 度量。 | .641 | |
Bartlett 的球形度检验 | 近似卡方 | 567.806 |
df | 105 | |
Sig. | .000 |
资料来源:根据SPSS软件计算得出
再根据特征值大小和方差累计贡献率来提取主成分。表3显示前3个主成分的累计方差贡献率达到91.806%,说明这3个主成分包含原来15项指标91.806% 的信息量,保留了较充分的原始信息,有较好的代表性。
表 3 解释的总方差 | ||||||
成份 | 初始特征值 | 提取平方和载入 | ||||
合计 | 方差的 % | 累积 % | 合计 | 方差的 % | 累积 % | |
1 | 11.244 | 74.962 | 74.962 | 11.244 | 74.962 | 74.962 |
2 | 1.519 | 10.127 | 85.089 | 1.519 | 10.127 | 85.089 |
3 | 1.008 | 6.718 | 91.806 | 1.008 | 6.718 | 91.806 |
4 | .680 | 4.535 | 96.341 | | | |
5 | .286 | 1.905 | 98.246 | | | |
6 | .145 | .967 | 99.213 | | | |
7 | .065 | .436 | 99.649 | | | |
8 | .032 | .212 | 99.861 | | | |
9 | .015 | .101 | 99.962 | | | |
10 | .003 | .023 | 99.985 | | | |
11 | .001 | .010 | 99.994 | | | |
12 | .001 | .004 | 99.998 | | | |
13 | .000 | .001 | 100.000 | | | |
14 | 1.700E-005 | .000 | 100.000 | | | |
15 | 7.634E-006 | 5.089E-005 | 100.000 | | | |
提取方法:主成份分析。 |
然后采用方差最大正交旋转法对初始载荷矩阵进行因子旋转,使因子具有命名解释性。从表4中的结果可以看出15个指标分别在哪个主成分上有较高的因子载荷。
第一个主成分(Y1)在地区生产总值(X1)、人均地区生产总值(X2)、进出口总额(X3)、城镇化率(X4)、固定资产投资(X5)、互联网宽带接入用户数(X7)、第三产业贡献率(X8)、政府财政支出(X9)、公共交通车辆(X11)、城市道路面积(X12)、年末常住人口(X13)、人口密度(X14)上有较高的因子载荷,这12个指标从总量层面集中刻画了各地区经济发展规模。数字经济的发展依托于当地实体经济的发展和新一代信息技术的进步,故经济发展的规模、结构、层次对智能交通区位布局起决定性作用。
第二个主成分(Y2)在人均地区生产总值(X2)、城镇化率(X4)、人力资本水平(X6)、人均道路面积(X10)上有较高的因子载荷。这4个指标从人均层面集中衡量了各地区经济的发展水平。经济发展不仅仅是财富和经济机体量的增加和扩张,而且还意味着其质的方面的变化。智能交通的区位布局既要求总量扩张,又要求地区经济结构和社会结构持续高级化和合理化。
第三个主成分(Y3)在固定资产投资(X5)、互联网宽带接入用户数(X7)、政府财政支出(X9)、城市道路面积(X12)、年末常住人口(X13)上有较高的因子载荷,这5个指标集中体现了各地区生产要素的集聚。前四个指标刻画了资本、技术等生产要素的集聚,后一个指标刻画了人口抑或是劳动力的集聚。这从需求牵引供给层面反映出智能交通建设的必要性,通过打造一种公平、高效、安全、便捷、环保的交通运输系统,从而满足不断增长的民众出行与物资运输需求,进而提高民众出行效率和资源要素运输效率,促进资源合理高效流动和优化配置。
表 4 成份矩阵 | |||
| 成份 | ||
1 | 2 | 3 | |
X1 | .996 | -.021 | .059 |
X2 | .795 | .411 | -.343 |
X3 | .983 | .062 | -.045 |
X4 | .895 | .229 | -.309 |
X5 | .960 | -.121 | .215 |
X6 | .532 | .724 | -.297 |
X7 | .966 | -.115 | .135 |
X8 | .995 | -.014 | .072 |
X9 | .946 | -.142 | .248 |
X10 | -.308 | .609 | .487 |
X11 | .975 | .073 | -.112 |
X12 | .984 | -.052 | .149 |
X13 | .965 | -.153 | .165 |
X14 | .884 | -.099 | .181 |
X15 | .321 | -.556 | -.488 |
提取方法 :主成份。 | |||
|
根据各指标特征值的特征向量、标准化数据以及综合得分计算公式可以计算研究成渝双城经济圈内各地区智能交通区位布局评价主成分综合得分及排名。如果综合得分为正,表明该主成分在平均发展水平之上,且得分越高,说明区位布局条件越好;反之,综合得分为负,表明该主成分在平均发展水平之下,得分越低,说明区位布局条件越差。依据综合得分进行排名,并依此对成渝双城经济圈各地区智能交通区位布局条件作出评价。评价主成分得分与排名见表5。
表 5 智能交通区位布局评价综合得分和排名
| Y1 | Y2 | Y3 | 综合得分Y | 排名 |
重庆市 | 2.894 | -0.802 | 1.891 | 2.410 | 1 |
成都市 | 2.134 | 1.073 | -2.079 | 1.710 | 2 |
自贡市 | -0.307 | 0.527 | 0.294 | -0.170 | 5 |
泸州市 | -0.258 | -0.872 | -0.956 | -0.380 | 12 |
德阳市 | -0.226 | 1.779 | 0.565 | 0.050 | 3 |
绵阳市 | -0.171 | 1.237 | -0.317 | -0.030 | 4 |
遂宁市 | -0.410 | -0.201 | 0.573 | -0.310 | 8 |
内江市 | -0.261 | -0.934 | -0.442 | -0.350 | 10 |
乐山市 | -0.336 | 0.163 | -0.541 | -0.300 | 7 |
南充市 | -0.242 | -0.794 | -0.392 | -0.310 | 8 |
眉山市 | -0.424 | -0.272 | -0.106 | -0.380 | 12 |
宜宾市 | -0.256 | -1.013 | -0.899 | -0.390 | 14 |
广安市 | -0.538 | -0.127 | 1.234 | -0.360 | 11 |
达州市 | -0.392 | -1.373 | -0.471 | -0.510 | 16 |
雅安市 | -0.543 | 1.700 | 0.193 | -0.240 | 6 |
资阳市 | -0.665 | -0.091 | 1.453 | -0.450 | 15 |
从表5得到的分析结果可以得到,成渝双城经济圈各城市智能交通布局的区位条件由优到劣分别为重庆市、成都市、德阳市、绵阳市、自贡市、雅安市、乐山市、遂宁市、南充市、内江市、广安市、泸州市、眉山市、宜宾市、资阳市、达州市,两大中心城市是发展智能交通的首选城市,这与党中央赋予两大中心城市以数字经济为引领、推动新经济发展模式,建设现代产业体系的历史使命相吻合。中心城市庞大的经济总量为智能交通建设发展提供了经济支撑,为实体经济与信息技术融合提供了基本的发展条件;充裕的人力资本、对经济贡献率更高的第三产业所带来的更合理的产业机构、以宽带接入户数为代表的互联网发展水平,为智能交通的建设提供了强大的人才支持和技术支持;以人均道路面积和公共交通车辆为代表的坚实交通基础与政府支出完善了智能交通发展的基本公共设施体系;更频繁的商品、资源要素的流动为智能交通的建设提供了发展动力。经济、产业、人口、公共基础等多种条件共同造就了重庆市和成都市智能交通布局的独特优越条件。西部的科技城绵阳市综合得分低于该地区平均发展水平,一方面由于中心外围差距过大导致平均水平虚高,另一方面也说明绵阳市要发展智能交通,在提高科技发展水平的基础上,更要做大做强实体经济。成渝双城经济圈各城市智能交通区位布局评价综合得分与排名,依旧显示出两中心独大的不平衡发展格局,中心与外围差距过大,缺少中坚支撑城市,这与目前成渝双城经济圈建设面临的困境一致。
在成渝双城经济圈内,既要让智能交通的建设成为重庆市、成都市建设国家中心城市的催化剂,又应使其成为缩小区域差距促进区域协同发展的重要引擎,鉴于此本文提出以下建议:
第一加大政策引导和扶持力度,促进智能交通发展。智能交通建设是一项涉及政府、行业、企业等多方面的系统工程,牵涉面广内容复杂,需要政府有关部门从政策、措施等各方面大力支持和推进。拓宽融资渠道将智能交通的发展与建设纳入政府的基本投资计划程序之中并注重创建新的投资机制;制定相关的产业政策如产业技术政策、投资政策、激励政策等,通过政策引导重点扶持,实现政府投资、民间资本二者之间互利互赢。
第二加大科技开发力度,完善动力支持。智能交通发展的主要推动力量是科学即使,基于此智能交通建设要把加大科技开发力度、增强自主创新能力摆在更加突出的位置,采用现代信息和通讯技术,加快与交通管理技术、现代物流管理技术等的融合提高效率,降低资源损耗。
第三强化产业功能协作,在成都市和重庆市加快智能交通建设、融入全国“数网、数纽、数链、数脑、数盾”体系、建设全国一体化算力网络国家数纽节点的同时,区域内的中心城市要深化与成渝双核的协作配套。充分发挥在产业方面的优势,优先承接功能疏解和产业外溢,加快产业和人口的集聚。
参考文献
[1]王笑京.智能交通系统演进与我国未来发展趋势分析[J].交通运输部管理干部学院学报,2013(2):3-7.
[2]陶永,闫学东,王田苗,刘旸.面向未来智能社会的智能交通系统发展策略[J].科技导报,2016,34(07):48-53.
[3] 迟国泰,郑杏果,杨中原.基于主成分分析的国有商业银行竞争力评价研究[J].管理学报,2009,6(02):228-233.