中国省际综合交通发展水平的定量分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 全国交通运输业发展的“降维”分析[ 10]
1. 1 指标选取[11] 交通运输包括铁路 、公路 、海运与内河航道 、航空和管道
五种运输方式 。由于中国大部分地区是内陆 ,海运只在沿海 省份存在 ,不具有广泛性和代表性 ;航空业尚是国际间沟通的 主要工具 ,在国内影响相较之小 ;而管道运输主要用于输送石 油 、天然气和煤浆等产品 ,且在中国起步较晚 ,规模不大 ,密度 较低 ,在各种运输方式中的比重很小 。因此 ,本研究选取国家 铁路长度 、内河航道长度 、公路长度以及反映各运输方式灵活 度及运送量的货运总量和货物周转 5 个指标作为分析中国综 合交通发展水平的评价指标 ,并对这些评价指标作主成分 (降 维) 分析 。
藏仅有单一的铁路线 ,海南开通铁路也不过是 2004 年的事 , 另外这些省区都在偏远地区 ,经济都不够发达 ,符合我们分析 的交通和经济紧密联系这一点 。所以这四个省区在交通运输
方面均属于不够全面 、不够发达的地区 。
2 全国交通运输业发展的区域相似性和差异性分析
的省份及其得分情况 (表 4) 。内蒙古 、黑龙江 、河南 、吉林 、四 川 、江苏 、广东 、浙江 、湖南 、湖北 、山东和河北等省份的主成分 得分均为正 ,说明这些省份交通运输业的发展水平均在全国 的平均水平之上 。第一 、第二和第三主成分得分上的差异 ,综 合反映了 5 个交通运输业发展状况的评价指标在区域结合上 的差异 。内蒙古 、黑龙江 、河南 、吉林和四川等省份在货运总 量 、货物周转和公路长度等方面表现的尤为突出 。江苏 、广 东 、浙江 、湖南和湖北等省份在内河航道运输上表现明显 。四 川 、广东 、湖南 、山东和河北等省份公路运输的特征比较突出 。 而四川的陆路运输在第一 、第三主成分得分中均有明显表现 , 广东 、湖南在陆路和水路运输方面共性表现更明显 。
源而建立 ,而辽宁是东北工业基地的核心 ,其煤炭和钢铁十分
丰富 ,江苏的钢铁 、四川攀枝花的矿产以及河南平顶山等地的
煤炭等等诸如此类的情况都可促进交通的发展 ,是交通发达
的主要原因 。
表 4 第一 、第二 、第三主成分得分前五名的省份 Tab. 4 The five best provinces with the high
X3 ———公路 (以 km 为单位) 。中国的公路包括国道 、省 道 、县道 、乡道和汽车专用公路等多种组织形式 。从而使得公 路成为中国分布最广 、利用最普遍 、开发历史最悠久的交通方 式 ,其地位的重要性亦不言而喻 。
X4 ———货运总量 (以 10 000t 为单位) 。它不仅可以反映 各地区交通的基本情况 ,而且其值的大小亦是反映交通利用 率和潜在利用率的重要指标 。
摘 要 :首先选取 2005 年全国 30 个省 、市 、自治区的 5 个交通运输指标 (国家铁路长度 ,内河航道长度 ,公路长度以
及反映各运输方式灵活度及运送量的货运总量和货物周转 5 个指标) ,应用 SPSS 统计软件对此进行了主成分分
析 ;然后利用聚类分析方法得到了全国综合交通发展水平的区域谱系图 ;最后在此基础上 ,探讨了全国省际综合发
通过 SPSS 软件计算得到主成分特征值 、贡献率 、累积贡 献率 (表 2) 。前三个主成分的累积贡献率为 90. 288 % (理论 上 80 % —85 %) ,所以选取前三个主成分 ,就可以综合代表 5 个指标所反映的中国各地区交通运输的特征和基本情况 。主 成分载荷矩阵 (表 3) 表明 :第一主成分 (贡献率为 37. 446 %)
0. 340 0. 404 0. 671 1. 000 0. 768
0. 523 0. 269 0. 503 0. 768 1. 000
表 2 主成分特征值 、贡献率和累积贡献率 Tab. 2 The eigenvalue ,contribution rate
and accumulative contribution rate of PC
展水平的区域相似性和差异性 。研究结果表明该方法不仅可以克服传统的基于人工选用指标进行综合分析所存
在的数据不易处理的缺陷 ,而且结果准确性高 ,是对中国交通发展水平进行定量分析的一种新尝试 。
关键词 :交通发展水平 ;主成分分析 ;系统聚类 ;中国
中图分类号 :F503
文献标识码 :A
交通运输是国民经济和社会发展的重要基础设施和基 础产业 ,是经济运行的命脉 。建国 50 多年来 ,中国的交通运 输业有了很大的发展 ,初步形成了由铁路 、公路 、海运与内河 航运 、航空和管道五种运输方式组成的综合运输网[1 - 3] 。作 为一个国家重要的物质生产部门 ,交通运输业起着联接工业 与农业 、生产与消费 、城市与乡村的纽带作用[4 - 6] 。在中国 , 交通运输业在加强各地区联系 ,发展国民经济方面更是起着 至关重要的作用 。然而各地区之间存在着严重的差异性 。这 其中既包括区域自身的地理状况的原因 ,也包括经济发展状 况和政治等各方面的原因[7 - 9] 。
X1
X2
X3
X4
X5
1
0. 576
0. 442
0. 804
2
- 0. 720
0. 822 - 3.37 E - 02
3 - 4.86 E - 02 - 5.79 E - 02
0. 578
1. 4 全国各省主成分得分评价与分析
0. 916 0. 866 0. 190 - 0. 110 - 5.53 E - 02 - 0. 405
X5 ———货物周转 (以 10e8t ×km 为单位) 。它反映各地 区交通的利用率和灵活程度 ,是间接反映区域交通运输状况 的又一重要指标 。周转高说明利用率高 ,相反则利用率低 。 1. 2 指标间的相关性分析
利用 SPSS 软件对原始数据做标准化处理 ,然后计算得出 各指标之间的相关系数矩阵 (表 1) 。原始变量数据中 , X1 (国家铁路) 和 X5 (货物周转) , X3 (公路) 和 X5 (货物周转) , X3 (公路) 和 X4 (货运总量) , X4 (货运总量) 和 X5 (货物周 转) 均存在着较大的正相关 。 1. 3 主成分贡献率及其主成分载荷分析
需要说明的是 :各省 、市 、自治区在地理位置上存在着差 异性 ,它会对交通运输业的发展有明显的作用和影响 。例如 综合得分排在后四位的依次是海南 、西藏 、青海和宁夏 ,其得 分分别为 : - 1. 97297、- 2. 24124、- 2. 29937 和 - 2. 34706 ,说 明这几个地区的交通运输业居全国的平均水平之下 。其中西
经 济 地 理 28 卷
在公路 、货运总量和货物周转上具有很大的正载荷 (0. 804 、 大 ,这些省份的运输包括铁路 、公路 、水运和航空等各种方式 ,
0. 916 、0. 866) ,这 3 个指标反映了中国大部分地区以公路为 主要运输方式这一事实 ,可以说明第一主成分在某种程度上 代表着中国交通运输业的整体状况 。第二主成分 (贡献率为
在三江两河 (长江 、珠江 、黑龙江和淮河 、京杭大运河) 。其中 长江共经过中国 13 个省 、市 、自治区 ,且年运输量占全国内河 航道运输量的 70 %左右 ,已成为制约长江三角洲地区经济发 展的重要因素 。此外 ,尽管当前京杭大运河上游区已基本失 去航运能力 ,但其中下游地区依然是沿线省区交通运输的重 要方式之一 。
X1 ———国家铁路 (以 km 为单位) 。铁路是中国交通运输 中最重要的部分 ,是煤 、石油等能源和各种矿产品 、农产品等 的主要运输方式 。目前全国的铁路网分布广泛 ,除西藏外 ,全 国其他省 、市 、自治区都有铁路经过 ,因而可以作为反映全国 交通运输状况的重要指标之一 。
X2 ———内河航道 (以 km 为单位) 。中国内河运输的重点
1
内蒙古 2. 67467 江苏 3. 01961 四川 3. 59996
2
黑龙江 1. 87246 广东 2. 27364 广东 1. 77533
3
河南 1. 48664 浙江 1. 79876 湖南 1. 55694
4
吉林 1. 19553 湖南 0. 68689 山东 0. 77437
5
四川 1. 04839 湖北 0. 52020 河北 0. 49185
①收稿日期 :2007 - 02 - 05 ;修回日期 :2007 - 07 - 10 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
280
特征值
贡献率
累积贡献率
其中辽宁的沈阳 ,河南的郑州是铁路运输中重要的交通枢纽 ,
而大连 、青岛 、宁波和连云港等是中国重要的对内对外港口 ,
另外拥有发达的经济其前提就必须拥有便利和发达的交通 ,
之所以这些省份经济很发达 ,就是因为这些省份的自然条件
有利于交通发展 ;湖北 、湖南和浙江境内拥有很好的内河运输
杨令宾1 ,邹 滨2 ,黄宇萍3 ,佟志军1 ,廖晓玉4 ,许淑娜5
(1. 东北师范大学 城市与环境科学学院 ,中国吉林 长春 130024 ;2. 中南大学 信息物理工程学院 ,中国湖南 长沙 410083 ; 3. 湖南省经济地理研究所 ,中国湖南 长沙 410004 ;4. 燕山大学 GIS 研究中心 ,中国河北 秦皇岛 066004 ; 5. 许昌学院 城市与环境科学系 ,中国河南 许昌 461000)
第 28 卷第 2 2008 年 3 月
期
经 济 地 理 ECONOMIC GEOGRAPHY
Vol. 28 Mar.
, ,
No. 2 2008
文章编号 :1000 - 8462 (2008) 02 - 0279 - 04
中国省际综合交通发展水平的定量分析 ①
26. 566 %) 在内河航道上具有较大的正载荷 (0. 822) ,在国家 铁路上具有较大的负载荷 ,这说明第二主成分在一定程度上 代表 着 交 通 工 具 的 利 用 方 向 。第 三 主 成 分 ( 贡 献 率 为
26. 256 %) 在公路上存在一定的正载荷 ,这说明第三成分在一 定程度上也反映出第一主成分的重要性 。
计算各省 、市 、自治区在第一 、第二和第三主成分上的得
分 ,如果一个区域在某一主成分上的得分为正 ,则意味着这一
区域的该主成分在平均发展水平之上 ;反之 ,得分为负则表明
在平均水平以下 。另外 。也可以按照各个主成分的贡献率 ,
定义综合主成分得分 ,它反映了各省 、市 、自治区交通运输业
Hale Waihona Puke Baidu
的综合发展水平 。中国第一 、第二和第三主成分得分前五位
条件 ;而四川 ,云南等省区 ,境内地形多以山地为主 ,这些省区
内的公路建设较之其他地区存在更多的必要性 ;另外四川 ,河
南和山东等省均为中国人口大省 ,其人口数量均在 1 亿左右 ,
使这些地区存在大量剩余劳动力 ,劳动力的输出也可促进公
路和铁路等交通运输方式的发展 ;而象山西 ,其煤炭资源占全
国储量的 75 %左右 “, 大秦线”就是为了运输山西省的煤炭资
scores in PCA1 , PCA2 , PCA3 , respectively
序号
第一主成分 省份 得分
第二主成分 省份 得分
第三主成分 省份 得分
1
1. 072
2
1. 328
3
1. 313
37. 446 26. 566 26. 256
37. 446 64. 012 90. 268
表 3 主成分载荷矩阵 Tab. 3 The load matrix of PCA
表 1 相关系数矩阵 Tab. 1 The correlated matrix of 5 indices
X1
X2
X3
X4
X5
X1
1. 000 - 0. 203
X2
- 0. 203
1. 000
X3
0. 426
0. 276
X4
0. 340
0. 404
X5
0. 523
0. 269
0. 426 0. 276 1. 000 0. 671 0. 503
1. 1 指标选取[11] 交通运输包括铁路 、公路 、海运与内河航道 、航空和管道
五种运输方式 。由于中国大部分地区是内陆 ,海运只在沿海 省份存在 ,不具有广泛性和代表性 ;航空业尚是国际间沟通的 主要工具 ,在国内影响相较之小 ;而管道运输主要用于输送石 油 、天然气和煤浆等产品 ,且在中国起步较晚 ,规模不大 ,密度 较低 ,在各种运输方式中的比重很小 。因此 ,本研究选取国家 铁路长度 、内河航道长度 、公路长度以及反映各运输方式灵活 度及运送量的货运总量和货物周转 5 个指标作为分析中国综 合交通发展水平的评价指标 ,并对这些评价指标作主成分 (降 维) 分析 。
藏仅有单一的铁路线 ,海南开通铁路也不过是 2004 年的事 , 另外这些省区都在偏远地区 ,经济都不够发达 ,符合我们分析 的交通和经济紧密联系这一点 。所以这四个省区在交通运输
方面均属于不够全面 、不够发达的地区 。
2 全国交通运输业发展的区域相似性和差异性分析
的省份及其得分情况 (表 4) 。内蒙古 、黑龙江 、河南 、吉林 、四 川 、江苏 、广东 、浙江 、湖南 、湖北 、山东和河北等省份的主成分 得分均为正 ,说明这些省份交通运输业的发展水平均在全国 的平均水平之上 。第一 、第二和第三主成分得分上的差异 ,综 合反映了 5 个交通运输业发展状况的评价指标在区域结合上 的差异 。内蒙古 、黑龙江 、河南 、吉林和四川等省份在货运总 量 、货物周转和公路长度等方面表现的尤为突出 。江苏 、广 东 、浙江 、湖南和湖北等省份在内河航道运输上表现明显 。四 川 、广东 、湖南 、山东和河北等省份公路运输的特征比较突出 。 而四川的陆路运输在第一 、第三主成分得分中均有明显表现 , 广东 、湖南在陆路和水路运输方面共性表现更明显 。
源而建立 ,而辽宁是东北工业基地的核心 ,其煤炭和钢铁十分
丰富 ,江苏的钢铁 、四川攀枝花的矿产以及河南平顶山等地的
煤炭等等诸如此类的情况都可促进交通的发展 ,是交通发达
的主要原因 。
表 4 第一 、第二 、第三主成分得分前五名的省份 Tab. 4 The five best provinces with the high
X3 ———公路 (以 km 为单位) 。中国的公路包括国道 、省 道 、县道 、乡道和汽车专用公路等多种组织形式 。从而使得公 路成为中国分布最广 、利用最普遍 、开发历史最悠久的交通方 式 ,其地位的重要性亦不言而喻 。
X4 ———货运总量 (以 10 000t 为单位) 。它不仅可以反映 各地区交通的基本情况 ,而且其值的大小亦是反映交通利用 率和潜在利用率的重要指标 。
摘 要 :首先选取 2005 年全国 30 个省 、市 、自治区的 5 个交通运输指标 (国家铁路长度 ,内河航道长度 ,公路长度以
及反映各运输方式灵活度及运送量的货运总量和货物周转 5 个指标) ,应用 SPSS 统计软件对此进行了主成分分
析 ;然后利用聚类分析方法得到了全国综合交通发展水平的区域谱系图 ;最后在此基础上 ,探讨了全国省际综合发
通过 SPSS 软件计算得到主成分特征值 、贡献率 、累积贡 献率 (表 2) 。前三个主成分的累积贡献率为 90. 288 % (理论 上 80 % —85 %) ,所以选取前三个主成分 ,就可以综合代表 5 个指标所反映的中国各地区交通运输的特征和基本情况 。主 成分载荷矩阵 (表 3) 表明 :第一主成分 (贡献率为 37. 446 %)
0. 340 0. 404 0. 671 1. 000 0. 768
0. 523 0. 269 0. 503 0. 768 1. 000
表 2 主成分特征值 、贡献率和累积贡献率 Tab. 2 The eigenvalue ,contribution rate
and accumulative contribution rate of PC
展水平的区域相似性和差异性 。研究结果表明该方法不仅可以克服传统的基于人工选用指标进行综合分析所存
在的数据不易处理的缺陷 ,而且结果准确性高 ,是对中国交通发展水平进行定量分析的一种新尝试 。
关键词 :交通发展水平 ;主成分分析 ;系统聚类 ;中国
中图分类号 :F503
文献标识码 :A
交通运输是国民经济和社会发展的重要基础设施和基 础产业 ,是经济运行的命脉 。建国 50 多年来 ,中国的交通运 输业有了很大的发展 ,初步形成了由铁路 、公路 、海运与内河 航运 、航空和管道五种运输方式组成的综合运输网[1 - 3] 。作 为一个国家重要的物质生产部门 ,交通运输业起着联接工业 与农业 、生产与消费 、城市与乡村的纽带作用[4 - 6] 。在中国 , 交通运输业在加强各地区联系 ,发展国民经济方面更是起着 至关重要的作用 。然而各地区之间存在着严重的差异性 。这 其中既包括区域自身的地理状况的原因 ,也包括经济发展状 况和政治等各方面的原因[7 - 9] 。
X1
X2
X3
X4
X5
1
0. 576
0. 442
0. 804
2
- 0. 720
0. 822 - 3.37 E - 02
3 - 4.86 E - 02 - 5.79 E - 02
0. 578
1. 4 全国各省主成分得分评价与分析
0. 916 0. 866 0. 190 - 0. 110 - 5.53 E - 02 - 0. 405
X5 ———货物周转 (以 10e8t ×km 为单位) 。它反映各地 区交通的利用率和灵活程度 ,是间接反映区域交通运输状况 的又一重要指标 。周转高说明利用率高 ,相反则利用率低 。 1. 2 指标间的相关性分析
利用 SPSS 软件对原始数据做标准化处理 ,然后计算得出 各指标之间的相关系数矩阵 (表 1) 。原始变量数据中 , X1 (国家铁路) 和 X5 (货物周转) , X3 (公路) 和 X5 (货物周转) , X3 (公路) 和 X4 (货运总量) , X4 (货运总量) 和 X5 (货物周 转) 均存在着较大的正相关 。 1. 3 主成分贡献率及其主成分载荷分析
需要说明的是 :各省 、市 、自治区在地理位置上存在着差 异性 ,它会对交通运输业的发展有明显的作用和影响 。例如 综合得分排在后四位的依次是海南 、西藏 、青海和宁夏 ,其得 分分别为 : - 1. 97297、- 2. 24124、- 2. 29937 和 - 2. 34706 ,说 明这几个地区的交通运输业居全国的平均水平之下 。其中西
经 济 地 理 28 卷
在公路 、货运总量和货物周转上具有很大的正载荷 (0. 804 、 大 ,这些省份的运输包括铁路 、公路 、水运和航空等各种方式 ,
0. 916 、0. 866) ,这 3 个指标反映了中国大部分地区以公路为 主要运输方式这一事实 ,可以说明第一主成分在某种程度上 代表着中国交通运输业的整体状况 。第二主成分 (贡献率为
在三江两河 (长江 、珠江 、黑龙江和淮河 、京杭大运河) 。其中 长江共经过中国 13 个省 、市 、自治区 ,且年运输量占全国内河 航道运输量的 70 %左右 ,已成为制约长江三角洲地区经济发 展的重要因素 。此外 ,尽管当前京杭大运河上游区已基本失 去航运能力 ,但其中下游地区依然是沿线省区交通运输的重 要方式之一 。
X1 ———国家铁路 (以 km 为单位) 。铁路是中国交通运输 中最重要的部分 ,是煤 、石油等能源和各种矿产品 、农产品等 的主要运输方式 。目前全国的铁路网分布广泛 ,除西藏外 ,全 国其他省 、市 、自治区都有铁路经过 ,因而可以作为反映全国 交通运输状况的重要指标之一 。
X2 ———内河航道 (以 km 为单位) 。中国内河运输的重点
1
内蒙古 2. 67467 江苏 3. 01961 四川 3. 59996
2
黑龙江 1. 87246 广东 2. 27364 广东 1. 77533
3
河南 1. 48664 浙江 1. 79876 湖南 1. 55694
4
吉林 1. 19553 湖南 0. 68689 山东 0. 77437
5
四川 1. 04839 湖北 0. 52020 河北 0. 49185
①收稿日期 :2007 - 02 - 05 ;修回日期 :2007 - 07 - 10 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
280
特征值
贡献率
累积贡献率
其中辽宁的沈阳 ,河南的郑州是铁路运输中重要的交通枢纽 ,
而大连 、青岛 、宁波和连云港等是中国重要的对内对外港口 ,
另外拥有发达的经济其前提就必须拥有便利和发达的交通 ,
之所以这些省份经济很发达 ,就是因为这些省份的自然条件
有利于交通发展 ;湖北 、湖南和浙江境内拥有很好的内河运输
杨令宾1 ,邹 滨2 ,黄宇萍3 ,佟志军1 ,廖晓玉4 ,许淑娜5
(1. 东北师范大学 城市与环境科学学院 ,中国吉林 长春 130024 ;2. 中南大学 信息物理工程学院 ,中国湖南 长沙 410083 ; 3. 湖南省经济地理研究所 ,中国湖南 长沙 410004 ;4. 燕山大学 GIS 研究中心 ,中国河北 秦皇岛 066004 ; 5. 许昌学院 城市与环境科学系 ,中国河南 许昌 461000)
第 28 卷第 2 2008 年 3 月
期
经 济 地 理 ECONOMIC GEOGRAPHY
Vol. 28 Mar.
, ,
No. 2 2008
文章编号 :1000 - 8462 (2008) 02 - 0279 - 04
中国省际综合交通发展水平的定量分析 ①
26. 566 %) 在内河航道上具有较大的正载荷 (0. 822) ,在国家 铁路上具有较大的负载荷 ,这说明第二主成分在一定程度上 代表 着 交 通 工 具 的 利 用 方 向 。第 三 主 成 分 ( 贡 献 率 为
26. 256 %) 在公路上存在一定的正载荷 ,这说明第三成分在一 定程度上也反映出第一主成分的重要性 。
计算各省 、市 、自治区在第一 、第二和第三主成分上的得
分 ,如果一个区域在某一主成分上的得分为正 ,则意味着这一
区域的该主成分在平均发展水平之上 ;反之 ,得分为负则表明
在平均水平以下 。另外 。也可以按照各个主成分的贡献率 ,
定义综合主成分得分 ,它反映了各省 、市 、自治区交通运输业
Hale Waihona Puke Baidu
的综合发展水平 。中国第一 、第二和第三主成分得分前五位
条件 ;而四川 ,云南等省区 ,境内地形多以山地为主 ,这些省区
内的公路建设较之其他地区存在更多的必要性 ;另外四川 ,河
南和山东等省均为中国人口大省 ,其人口数量均在 1 亿左右 ,
使这些地区存在大量剩余劳动力 ,劳动力的输出也可促进公
路和铁路等交通运输方式的发展 ;而象山西 ,其煤炭资源占全
国储量的 75 %左右 “, 大秦线”就是为了运输山西省的煤炭资
scores in PCA1 , PCA2 , PCA3 , respectively
序号
第一主成分 省份 得分
第二主成分 省份 得分
第三主成分 省份 得分
1
1. 072
2
1. 328
3
1. 313
37. 446 26. 566 26. 256
37. 446 64. 012 90. 268
表 3 主成分载荷矩阵 Tab. 3 The load matrix of PCA
表 1 相关系数矩阵 Tab. 1 The correlated matrix of 5 indices
X1
X2
X3
X4
X5
X1
1. 000 - 0. 203
X2
- 0. 203
1. 000
X3
0. 426
0. 276
X4
0. 340
0. 404
X5
0. 523
0. 269
0. 426 0. 276 1. 000 0. 671 0. 503