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(jià)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(jià)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(jià)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(jià)

1.1 道路交通扶貧績效評價(jià)

“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(jià)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(shí)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(jià)。道路交通扶貧績效評價(jià)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(jià)，通過對評價(jià)結(jié)果進(jìn)行分析，可以及時(shí)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(jià)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(jià)時(shí)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(jià)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(jià)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(jià)指標(biāo)如表1所示。

表1 道路交通扶貧績效評價(jià)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(jià)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(shí)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(jià)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(jià)指標(biāo)模型對道路交通扶貧進(jìn)行評價(jià)，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(jià)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(jià)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(jià)結(jié)果分析

在因子分析與聚類分析構(gòu)建的評價(jià)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(jià)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(shí)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(shí)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(shí)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(shí)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(shí)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(jià)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(jià)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(jià)模型可以高效的對道路交通扶貧進(jìn)行評價(jià)，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。